用于CT设备的远程智能检测分析方法及系统技术方案

本发明专利技术涉及CT设备检测技术领域，具体公开了一种用于CT设备的远程智能检测分析方法及系统，所述方法包括根据所述历史维护记录确定采集端的安装参数；根据所述检测频率定时获取所述采集端的采集数据，对所述采集数据进行识别，确定CT设备的工作状态；根据所述工作状态输入预设的辐射预测模型，得到理论辐射量，基于预设有检测仪获取实际辐射量；比对所述理论辐射量和所述实际辐射量，根据比对结果生成维护计划并更新所述历史维护记录。本发明专利技术根据CT设备的历史维护记录确实采集端的安装参数，接收采集端获取到的采集数据，对所述采集数据分析，生成检测报告；本发明专利技术安全性高、全面性强且效率较高。效率较高。效率较高。

【技术实现步骤摘要】
用于CT设备的远程智能检测分析方法及系统


[0001]本专利技术涉及CT设备检测
，具体是一种用于CT设备的远程智能检测分析方法及系统。

技术介绍

[0002] CT（Computed Tomography），即电子计算机断层扫描，它是利用精确准直的X线束、γ射线、超声波等，与灵敏度极高的探测器一同围绕人体的某一部位作一个接一个的断面扫描，具有扫描时间快，图像清晰等特点，可用于多种疾病的检查；根据所采用的射线不同可分为：X射线CT（X
‑
CT）以及γ射线CT（γ
‑
CT）等。
[0003]随着科技水平的提高，CT设备已经成了诊断过程中的主流设备，成本与重要性极高，所以需要对CT设备进行定时的检测分析，尤其是其使用过程中的检测分析；但是，CT设备在使用过程中会存在一定的辐射，这种辐射对人体伤害极大，很难贴近设备进行检测分析。
[0004]因此，如何设计一种用于CT设备的远程检测分析方案是本专利技术技术方案想要解决的技术问题。

技术实现思路

[0005]本专利技术的目的在于提供一种用于CT设备的远程智能检测分析方法及系统，以解决上述
技术介绍
中提出的问题。
[0006]为实现上述目的，本专利技术提供如下技术方案：一种用于CT设备的远程智能检测分析方法，所述方法包括：获取CT设备的设备型号，根据所述设备型号获取同型号设备的历史维护记录，根据所述历史维护记录确定采集端的安装参数；所述安装参数包括安装位置和采集频率；根据所述检测频率定时获取所述采集端的采集数据，对所述采集数据进行识别，确定CT设备的工作状态；根据所述工作状态输入预设的辐射预测模型，得到理论辐射量，基于预设有检测仪获取实际辐射量；比对所述理论辐射量和所述实际辐射量，根据比对结果生成维护计划并更新所述历史维护记录。
[0007]作为本专利技术进一步的方案：所述获取CT设备的设备型号，根据所述设备型号获取同型号设备的历史维护记录，根据所述历史维护记录确定采集端的安装参数的步骤包括：接收用户输入的CT设备的设备型号，向预设的统计端发送含有用户信息及设备型号的查询请求；当所述统计端接收到含有用户信息及设备型号的查询请求时，根据所述用户信息确定用户权限，基于所述用户权限提取对应设备型号的历史维护记录，将提取到的历史维护记录向用户发送；接收用户输入的检测时段，根据所述检测时段截取所述历史维护记录；
根据截取到的历史维护记录建立设备模型，根据所述设备模型确定采集端的安装参数。
[0008]作为本专利技术进一步的方案：所述根据截取到的历史维护记录建立设备模型，根据所述设备模型确定采集端的安装参数的步骤包括：在预设的模型库中根据所述设备型号读取基准模型；读取历史维护记录中的维护点及其维护方式，根据所述维护方式确定维护点异常级别；根据所述维护点及其异常级别在所述基准模型中进行点位标记，得到实际模型；所述点位标记的过程包括确定各点位的价值分，所述标记价植分用于表征各点位的检测效率；根据所述价值分确定采集端的安装位置和采集频率。
[0009]作为本专利技术进一步的方案：所述根据所述检测频率定时获取所述采集端的采集数据，对所述采集数据进行识别，确定CT设备的工作状态的步骤包括：读取实际模型，根据点位标记结果建立以各点位为标签的数据库；根据所述检测频率定时获取所述采集端的采集数据，输入对应的数据库；依次读取各数据库中的采集数据，对所述采集数据进行关联性识别，根据关联性识别结果对采集数据进行聚类；对聚类后的采集数据进行波动识别，确定CT设备的工作状态。
[0010]作为本专利技术进一步的方案：所述依次读取各数据库中的采集数据，对所述采集数据进行关联性识别，根据关联性识别结果对采集数据进行聚类的步骤包括：读取各数据库中的采集数据，基于列表描点法将所述采集数据拟合为波动曲线及波动函数；对所述波动函数进行周期性识别，确定波动函数的周期特征；根据所述周期特征对不同的数据库进行聚类；依次获取各类采集数据对应的点位的价值分，根据所述价值分选取至少一组波动曲线及波动函数，作为聚类结果。
[0011]作为本专利技术进一步的方案：所述对聚类后的采集数据进行波动识别，确定CT设备的工作状态的步骤包括：读取聚类结果，对所述波动函数进行预设阶数的求导，得到以阶数为索引的函数组；对所述函数组进行单调性分析，将所述函数组转换为跳变信号；跳变信号的两个值分别用于表征增函数和减函数；将所述跳变信号输入训练好的识别模型，得到CT设备的工作参数。
[0012]本专利技术技术方案还提供了一种用于CT设备的远程智能检测分析系统，所述系统包括：安装参数确定模块，用于获取CT设备的设备型号，根据所述设备型号获取同型号设备的历史维护记录，根据所述历史维护记录确定采集端的安装参数；所述安装参数包括安装位置和采集频率；数据识别模块，用于根据所述检测频率定时获取所述采集端的采集数据，对所述
采集数据进行识别，确定CT设备的工作状态；辐射获取模块，用于根据所述工作状态输入预设的辐射预测模型，得到理论辐射量，基于预设有检测仪获取实际辐射量；比对更新模块，用于比对所述理论辐射量和所述实际辐射量，根据比对结果生成维护计划并更新所述历史维护记录。
[0013]作为本专利技术进一步的方案：所述安装参数确定模块包括：查询请求发送单元，用于接收用户输入的CT设备的设备型号，向预设的统计端发送含有用户信息及设备型号的查询请求；当所述统计端接收到含有用户信息及设备型号的查询请求时，根据所述用户信息确定用户权限，基于所述用户权限提取对应设备型号的历史维护记录，将提取到的历史维护记录向用户发送；历史记录截取单元，用于接收用户输入的检测时段，根据所述检测时段截取所述历史维护记录；模型建立单元，用于根据截取到的历史维护记录建立设备模型，根据所述设备模型确定采集端的安装参数。
[0014]作为本专利技术进一步的方案：所述模型建立单元包括：模型读取子单元，用于在预设的模型库中根据所述设备型号读取基准模型；异常确定子单元，用于读取历史维护记录中的维护点及其维护方式，根据所述维护方式确定维护点异常级别；点位标记子单元，用于根据所述维护点及其异常级别在所述基准模型中进行点位标记，得到实际模型；所述点位标记的过程包括确定各点位的价值分，所述标记价植分用于表征各点位的检测效率；应用子单元，用于根据所述价值分确定采集端的安装位置和采集频率。
[0015]作为本专利技术进一步的方案：所述数据识别模块包括：数据库建立单元，用于读取实际模型，根据点位标记结果建立以各点位为标签的数据库；数据输入单元，用于根据所述检测频率定时获取所述采集端的采集数据，输入对应的数据库；关联识别单元，用于依次读取各数据库中的采集数据，对所述采集数据进行关联性识别，根据关联性识别结果对采集数据进行聚类；波动识别单元，用于对聚类后的采集数据进行波动识别，确定CT设备的工作状态。
[0016]与现有技术相比，本专利技术的有益效果是：本专利技术根据CT设备的历史维护记录确实采集端的安装参数，接收采集端获取到的采集数据，对所述采集数据进行关本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种用于CT设备的远程智能检测分析方法，其特征在于，所述方法包括：获取CT设备的设备型号，根据所述设备型号获取同型号设备的历史维护记录，根据所述历史维护记录确定采集端的安装参数；所述安装参数包括安装位置和采集频率；根据所述检测频率定时获取所述采集端的采集数据，对所述采集数据进行识别，确定CT设备的工作状态；根据所述工作状态输入预设的辐射预测模型，得到理论辐射量，基于预设有检测仪获取实际辐射量；比对所述理论辐射量和所述实际辐射量，根据比对结果生成维护计划并更新所述历史维护记录。2.根据权利要求1所述的用于CT设备的远程智能检测分析方法，其特征在于，所述获取CT设备的设备型号，根据所述设备型号获取同型号设备的历史维护记录，根据所述历史维护记录确定采集端的安装参数的步骤包括：接收用户输入的CT设备的设备型号，向预设的统计端发送含有用户信息及设备型号的查询请求；当所述统计端接收到含有用户信息及设备型号的查询请求时，根据所述用户信息确定用户权限，基于所述用户权限提取对应设备型号的历史维护记录，将提取到的历史维护记录向用户发送；接收用户输入的检测时段，根据所述检测时段截取所述历史维护记录；根据截取到的历史维护记录建立设备模型，根据所述设备模型确定采集端的安装参数。3.根据权利要求2所述的用于CT设备的远程智能检测分析方法，其特征在于，所述根据截取到的历史维护记录建立设备模型，根据所述设备模型确定采集端的安装参数的步骤包括：在预设的模型库中根据所述设备型号读取基准模型；读取历史维护记录中的维护点及其维护方式，根据所述维护方式确定维护点异常级别；根据所述维护点及其异常级别在所述基准模型中进行点位标记，得到实际模型；所述点位标记的过程包括确定各点位的价值分，所述标记价植分用于表征各点位的检测效率；根据所述价值分确定采集端的安装位置和采集频率。4.根据权利要求1所述的用于CT设备的远程智能检测分析方法，其特征在于，所述根据所述检测频率定时获取所述采集端的采集数据，对所述采集数据进行识别，确定CT设备的工作状态的步骤包括：读取实际模型，根据点位标记结果建立以各点位为标签的数据库；根据所述检测频率定时获取所述采集端的采集数据，输入对应的数据库；依次读取各数据库中的采集数据，对所述采集数据进行关联性识别，根据关联性识别结果对采集数据进行聚类；对聚类后的采集数据进行波动识别，确定CT设备的工作状态。5.根据权利要求4所述的用于CT设备的远程智能检测分析方法，其特征在于，所述依次读取各数据库中的采集数据，对所述采集数据进行关联性识别，根据关联性识别结果对采集数据进行聚类的步骤包括：
读取各数据库中的采集数据，基于列表描点法将所述采集数据拟合为波动曲线及波动函数；对所述波动函数进行周期性识别，确定波动函数的周期特征；根据所述周期特征对不同的数据库进行聚类；依次获取各类采集数据对应的点位的价值分，根据所述价值分选取至少一组波动曲线及波动函数...

【专利技术属性】
技术研发人员：刘景鑫，李嘉阳，
申请(专利权)人：深圳市润泽影像科技有限公司，
类型：发明
国别省市：