一种基于人工智能的医疗设备监测分析管理云系统技术方案

本发明专利技术涉及医疗设备监测分析管理领域，具体公开一种基于人工智能的医疗设备监测分析管理云系统，本发明专利技术通过分析各医疗影像设备的图像质量合格指数，从多方面数据对图像质量进行评估，提供更加准确、更加客观的结果；通过评估各医疗影像设备的工作状态符合指数，确保设备正常运行；检测各医疗影像设备的安全性能参数，分析各医疗影像设备的安全性能达标指数，确保设备的使用安全；综合各医疗影像设备的图像质量合格指数、工作状态符合指数和安全性能达标指数，统计故障医疗影像设备和需保养医疗影像设备，通过医疗影像设备的监测管理，确保设备正常运行，提高医疗质量，延长设备寿命，减少更换设备的需求。少更换设备的需求。少更换设备的需求。

【技术实现步骤摘要】
一种基于人工智能的医疗设备监测分析管理云系统


[0001]本专利技术涉及医疗设备监测分析管理领域，涉及到一种基于人工智能的医疗设备监测分析管理云系统。

技术介绍

[0002]医疗影像设备通常用于疾病的诊断和治疗，如果设备出现故障或损坏，医生无法准确地诊断病情，甚至可能发现不了患者的一些疾病或异常情况，无法确保医疗过程的准确性和可靠性，医疗质量得不到保障，进而影响患者的治疗效果。因此，对医院内的医疗影像设备定期进行检测、维修和保养非常重要，从而确保设备正常运行，延长设备寿命，提高医疗质量。
[0003]现有的医疗影像设备监测管理方法存在一些不足：1、现有方法主要通过人眼直接观察医疗影像设备的图像，判断其是否具有足够的清晰度、对比度、亮度等特征，进而评估医疗影像设备的性能，但是此方法仅从图像质量方面评估设备性能是否健康，指标过于单一，且分析图像质量的方法主观性较强，容易受到人眼视觉疲劳等因素的影响，进而评估结果的准确性和可信度均比较低。
[0004]2、没有对医疗影像设备的工作状态进行针对性分析，工作状态是评估医疗影像设备性能的重要指标之一，如果医疗影像设备的工作状态不达标，可能会导致设备无法正常使用，从而延误患者的检查和诊断流程，甚至可能对患者造成伤害。
[0005]3、缺乏对医疗影像设备安全性的深度分析，安全性也是评估医疗影像设备性能的重要指标之一，如果医疗影像设备的安全性能不达标，可能会对医护人员和患者产生危害，如辐射水平过高可能会对人体组织和器官产生损害。
[0006]4、现有方法主要是监测医疗影像设备是否存在故障进而维修，没有考虑到设备当前无故障但是可能存在故障隐患需要及时保养的情况，不能做到防患于未然，进而无法降低故障设备基数和医疗机构的成本。

技术实现思路

[0007]针对上述问题，本专利技术提出了一种基于人工智能的医疗设备监测分析管理云系统，实现对医疗设备监测分析管理的功能。
[0008]本专利技术解决其技术问题采用的技术方案是：本专利技术提供一种基于人工智能的医疗设备监测分析管理云系统，包括：医疗影像设备图像信息获取模块：用于获取目标医院内各医疗影像设备的图像信息，其中图像信息包括图像对比度系数、图像分辨率系数和图像色彩还原性系数。
[0009]医疗影像设备图像信息分析模块：用于根据各医疗影像设备的图像信息，分析各医疗影像设备的图像质量合格指数。
[0010]医疗影像设备工作状态监测模块：用于监测各医疗影像设备的运行数据，其中运行数据包括图像采集稳定性系数和图像采集快速性系数。
[0011]医疗影像设备工作状态评估模块：用于根据各医疗影像设备的运行数据，评估各医疗影像设备的工作状态符合指数。
[0012]医疗影像设备安全性能检测模块：用于检测各医疗影像设备的安全性能参数，其中安全性能参数包括辐射系数和外观完好系数。
[0013]医疗影像设备安全性能分析模块：用于根据各医疗影像设备的安全性能参数，分析各医疗影像设备的安全性能达标指数。
[0014]医疗影像设备综合处理模块：用于根据各医疗影像设备的图像质量合格指数、工作状态符合指数和安全性能达标指数，统计各故障类型对应的医疗影像设备集合和需保养医疗影像设备集合，并进行处理。
[0015]数据库：用于存储参照物的标准图像和测试物体监测区域的标准图像，并存储各医疗影像设备的历史维护记录，其中历史维护记录包括历史维修次数和历史零部件更换次数。
[0016]在上述实施例的基础上，所述医疗影像设备图像信息获取模块的具体分析过程为：：按照预设的原则选取参照物，获取各医疗影像设备拍摄参照物的图像，将其记为各医疗影像设备的分析图像。
[0017]利用图像处理技术，获取各医疗影像设备分析图像中各像素点的灰度值，将其记为，表示第个医疗影像设备的编号，，表示第个像素点的编号，，获取各医疗影像设备分析图像中各像素点对应的各相邻像素点的灰度值，将其记为，表示第个相邻像素点的编号，，并获取各医疗影像设备分析图像中各像素点对应相邻像素点的数量，将其记为。
[0018]通过分析公式得到各医疗影像设备的图像对比度系数，其中表示预设的图像对比度系数修正因子，表示预设的图像对比度阈值。
[0019]：获取各医疗影像设备分析图像中各条边框线上像素点的数量和各条边框线的长度，将其分别记为和，表示第条边框线的编号，，通过分析公式得到各医疗影像设备的图像分辨率系数，其中表示预设的图像分辨率系数修正因子，表示预设的图像分辨率阈值，表示分析图像边框线的数量。
[0020]：获取各医疗影像设备分析图像中各像素点的RGB值，进一步获取各医疗影像设备分析图像中各待分析区域，并将各医疗影像设备分析图像中各待分析区域的RGB值记为，表示第个待分析区域的编号，。
[0021]提取数据库中存储的参照物的标准图像，获取各医疗影像设备分析图像中各待分析区域在参照物标准图像中对应区域的RGB值，将其记为。
[0022]通过分析公式得到各医疗影像设备的图像色彩还原性系数，其中表示预设的图像色彩还原性系数修正因子，表示预设的图像色彩允许偏差。
[0023]在上述实施例的基础上，所述医疗影像设备图像信息分析模块的具体分析过程为：将各医疗影像设备的图像对比度系数、图像分辨率系数和图像色彩还原性系数代入公式得到各医疗影像设备的图像质量合格指数，其中表示自然常数，分别表示预设的图像对比度系数、图像分辨率系数和图像色彩还原性系数的阈值，分别表示预设的图像对比度系数、图像分辨率系数和图像色彩还原性系数的权值，。
[0024]在上述实施例的基础上，所述医疗影像设备工作状态监测模块的具体分析过程为：：按照预设的原则选取测试物体和测试物体的监测区域，使各医疗影像设备对测试物体的监测区域进行设定次数的扫描，分析各医疗影像设备各次扫描图像的匹配度，将其记为，表示第次扫描的编号，。
[0025]通过分析公式得到各医疗影像设备的图像采集稳定性系数，表示第个医疗影像设备第次扫描图像的匹配度，表示预设的扫描图像匹配度之间偏差的阈值。
[0026]：获取各医疗影像设备各次扫描测试物体监测区域所需的时长，将其记为。
[0027]通过分析公式得到各医疗影像设备的图像采集快速性系数，其中表示预设的医疗影像设备单次扫描参考所需时长，表示预设的扫描所需时长的允许偏差。
[0028]在上述实施例的基础上，所述医疗影像设备工作状态评估模块的具体分析过程为：将各医疗影像设备的图像采集稳定性系数和图像采集快速性系数代入公式得到各医疗影像设备的工作状态符合指数，其中表示预设的工作状态符合指数修正因子。
[0029]在上述实施例的基础上，所述医疗影像设备安全性能检测模块的具体分析过程
为：：设定监测周期的时长，按照预设的原则在监测周期内设置各采样时间点，通过辐射测量仪器获取各医疗影像设备在监测周期内各采样时间点的辐射剂量，将其记为，表示第个采样时间点的编号，。
[0030]通过分析公式得到各医本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于人工智能的医疗设备监测分析管理云系统，其特征在于，包括：医疗影像设备图像信息获取模块：用于获取目标医院内各医疗影像设备的图像信息，其中图像信息包括图像对比度系数、图像分辨率系数和图像色彩还原性系数；医疗影像设备图像信息分析模块：用于根据各医疗影像设备的图像信息，分析各医疗影像设备的图像质量合格指数；医疗影像设备工作状态监测模块：用于监测各医疗影像设备的运行数据，其中运行数据包括图像采集稳定性系数和图像采集快速性系数；医疗影像设备工作状态评估模块：用于根据各医疗影像设备的运行数据，评估各医疗影像设备的工作状态符合指数；医疗影像设备安全性能检测模块：用于检测各医疗影像设备的安全性能参数，其中安全性能参数包括辐射系数和外观完好系数；医疗影像设备安全性能分析模块：用于根据各医疗影像设备的安全性能参数，分析各医疗影像设备的安全性能达标指数；医疗影像设备综合处理模块：用于根据各医疗影像设备的图像质量合格指数、工作状态符合指数和安全性能达标指数，统计各故障类型对应的医疗影像设备集合和需保养医疗影像设备集合，并进行处理；数据库：用于存储参照物的标准图像和测试物体监测区域的标准图像，并存储各医疗影像设备的历史维护记录，其中历史维护记录包括历史维修次数和历史零部件更换次数。2.根据权利要求1所述的一种基于人工智能的医疗设备监测分析管理云系统，其特征在于：所述医疗影像设备图像信息获取模块的具体分析过程为：:按照预设的原则选取参照物，获取各医疗影像设备拍摄参照物的图像，将其记为各医疗影像设备的分析图像；利用图像处理技术，获取各医疗影像设备分析图像中各像素点的灰度值，将其记为，表示第个医疗影像设备的编号，，表示第个像素点的编号，，获取各医疗影像设备分析图像中各像素点对应的各相邻像素点的灰度值，将其记为，表示第个相邻像素点的编号，，并获取各医疗影像设备分析图像中各像素点对应相邻像素点的数量，将其记为；通过分析公式得到各医疗影像设备的图像对比度系数，其中表示预设的图像对比度系数修正因子，表示预设的图像对比度阈值；:获取各医疗影像设备分析图像中各条边框线上像素点的数量和各条边框线的长度，将其分别记为和，表示第条边框线的编号，，通过分析公式得到各医疗影像设备的图像分辨率系数，其中表示预设的图像分辨率系数修正因子，表示预设的图像分辨率阈值，表示分析图像边框线的数量；
:获取各医疗影像设备分析图像中各像素点的RGB值，进一步获取各医疗影像设备分析图像中各待分析区域，并将各医疗影像设备分析图像中各待分析区域的RGB值记为，表示第个待分析区域的编号，；提取数据库中存储的参照物的标准图像，获取各医疗影像设备分析图像中各待分析区域在参照物标准图像中对应区域的RGB值，将其记为；通过分析公式得到各医疗影像设备的图像色彩还原性系数，其中表示预设的图像色彩还原性系数修正因子，表示预设的图像色彩允许偏差。3.根据权利要求2所述的一种基于人工智能的医疗设备监测分析管理云系统，其特征在于：所述医疗影像设备图像信息分析模块的具体分析过程为：将各医疗影像设备的图像对比度系数、图像分辨率系数和图像色彩还原性系数代入公式得到各医疗影像设备的图像质量合格指数，其中表示自然常数，分别表示预设的图像对比度系数、图像分辨率系数和图像色彩还原性系数的阈值，分别表示预设的图像对比度系数、图像分辨率系数和图像色彩还原性系数的权值，。4.根据...

【专利技术属性】
技术研发人员：齐文海，张涛，
申请(专利权)人：武汉一刻钟医疗科技有限公司，
类型：发明
国别省市：