【技术实现步骤摘要】
本申请涉及医学设备，特别是涉及一种医学设备的状态检测方法、装置和计算机设备。
技术介绍
1、随着医学设备的发展，医学设备的稳定运行对于医学检查至关重要。在医学设备运行的过程中，需要对医学设备的运行状态进行实时监测，以在监测得到设备出现异常情况时进行自动报警。
2、传统地，通过在医学设备上设置多种传感器采集医学设备的相关物理参数，如温度、湿度、压力、运动、加速度、震动等传感器采集医学设备的周围环境数据；另外，还获取如功耗、电压等级、电流使用情况、能效等运行参数，获取如处理速度、内存使用、网络延迟、响应时间等性能指标参数，以及获取如错误、故障、诊断信息、系统日志、崩溃报告、性能瓶颈等故障诊断数据等。通过采集到的各类数据构建数字孪生体实现对医学设备的健康状态的检测。
3、然而，上述构建数字孪生体十分复杂，导致传统的设备状态检测方法的应用性较低。
技术实现思路
1、基于此，有必要针对上述技术问题，提供一种应用性更高的设备状态检测方法，采用该方法，能够对设备的状态进行实时监测，并对设备的异常情况进行自动报警；另外，提出一种结构更加简单的数字孪生体，能够实现对设备状态的发展趋势进行预测，为设备的预知维修提供强有力的保障的医学设备的状态检测方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。
2、第一方面，本申请提供了一种医学设备的状态检测方法，包括：
3、获取待检测医学设备的运行声音信息；
4、将运行声音信息输入至预设检测网络
5、在其中一个实施例中，预设检测网络包括分类子网络和建模子网络，将运行声音信息输入至预设检测网络中进行检测，输出待检测医学设备的检测结果，包括：
6、将运行声音信息输入至分类子网络中进行分类，输出待检测医学设备的运行状态；
7、将待检测医学设备的运行状态和待检测医学设备的运行参数输入至建模子网络进行模型构建，输出待检测医学设备的数字孪生体模型。
8、在其中一个实施例中，预设检测网络还包括特征提取子网络，将运行声音信息输入至分类子网络中进行分类，输出待检测医学设备的运行状态，包括：
9、将运行声音信息输入至特征提取子网络进行特征提取，输出运行声音特征；
10、将运行声音特征输入至分类子网络中进行分类，输出待检测医学设备的运行状态。
11、在其中一个实施例中，分类子网络包括分类器，预设检测网络还包括判别子网络，判别子网络包括判别器，运行声音信息包括待检测医学设备中多个系统单元的运行声音信息，将运行声音信息输入至分类子网络中进行分类，输出待检测医学设备的运行状态，包括：
12、将各系统单元的运行声音信息输入至分类器中进行分类，输出各系统单元对应的运行状态；
13、将各系统单元对应的运行状态输入至判别器中进行状态判别，输出待检测医学设备的运行状态。
14、在其中一个实施例中，检测结果包括待检测医学设备的数字孪生体模型，该方法还包括：
15、获取待检测医学设备对应的标准数字孪生体模型；
16、根据数字孪生体模型和标准数字孪生体模型的比较结果，对待检测医学设备的性能进行预测，得到预测结果。
17、在其中一个实施例中，获取待检测医学设备对应的标准数字孪生体模型，包括：
18、获取待检测医学设备在出厂前各工况下的标准声音信息样本，以及对应的标准状态标签；标准声音信息样本包括标准声音信息训练样本和标准声音信息测试样本；
19、将标准声音信息训练样本和对应的标准状态标签输入至初始检测网络中进行训练，得到标准检测网络；
20、将标准声音信息测试样本输入至标准检测网络中进行检测，输出待检测医学设备的运行状态；
21、根据待检测医学设备的运行状态和待检测医学设备的运行参数，构建得到标准数字孪生体模型。
22、在其中一个实施例中，检测结果包括待检测医学设备的运行状态，该方法还包括：
23、将待检测医学设备的运行状态发送至客户端，以指示客户端对待检测医学设备的运行状态进行验证；
24、接收客户端发送的验证结果，且在验证结果为待检测医学设备的运行状态未通过验证的情况下，根据客户端发送的修改后的待检测医学设备的运行状态和对应的运行声音信息，对预设检测网络以及待检测医学设备对应的标准数字孪生体模型进行更新。
25、在其中一个实施例中，待检测医学设备的运行声音信息包括经空气传播的第一类声音信息和/或经固体传播的第二类声音信息；
26、第一类声音信息由第一类声学信号采集设备采集，第一类声学信号采集设备包括压电陶瓷换能器；
27、第二类声音信息由第二类声学信号采集设备采集，第二类声学信号采集设备包括光纤传感器。
28、第二方面，本申请还提供了一种医学设备的状态检测装置，包括：
29、第一获取模块，用于获取待检测医学设备的运行声音信息；
30、检测模块，用于将运行声音信息输入至预设检测网络中进行检测，输出待检测医学设备的检测结果；检测结果包括待检测医学设备的运行状态和/或待检测医学设备的数字孪生体模型。
31、第三方面，本申请还提供了一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现上述第一方面中的医学设备的状态检测方法的步骤。
32、第四方面，本申请还提供了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述第一方面中的医学设备的状态检测方法的步骤。
33、第五方面，本申请还提供了一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现上述第一方面中的医学设备的状态检测方法的步骤。
34、上述医学设备的状态检测方法、装置、计算机设备、存储介质和计算机程序产品，通过获取待检测医学设备的运行声音信息，并将运行声音信息输入至预设检测网络中进行检测，输出待检测医学设备的检测结果；其中，检测结果包括待检测医学设备的运行状态和/或待检测医学设备的数字孪生体模型。也就是说，本申请提出的医学设备的状态检测方法中，是通过采集待检测医学设备的运行声音信息，并通过预先训练好的预设检测网络对待检测医学设备的运行声音信息进行检测，来确定待检测医学设备的运行状态；另外，通过预设检测网络还能输出待检测医学设备对应的数字孪生体模型，通过数字孪生体模型来可视化展示待检测医学设备的运行状态；与传统方法相比，无需通过各类传感器采集待检测医学设备的各类参数，并通过采集到的各类参数构建数字孪生体，进而通过比较待检测医学设备的数字孪生体与标准数字孪生体来确定待检测医学设备的运行状态；因此，采用本申请实施例提出的方法，不仅简化了对运行状态检测所需的检测数据的采集方本文档来自技高网...
【技术保护点】
1.一种医学设备的状态检测方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述预设检测网络包括分类子网络和建模子网络，所述将所述运行声音信息输入至预设检测网络中进行检测，输出所述待检测医学设备的检测结果，包括：
3.根据权利要求2所述的方法，其特征在于，所述预设检测网络还包括特征提取子网络，所述将所述运行声音信息输入至所述分类子网络中进行分类，输出所述待检测医学设备的运行状态，包括：
4.根据权利要求2或3所述的方法，其特征在于，所述分类子网络包括分类器，所述预设检测网络还包括判别子网络，所述判别子网络包括判别器，所述运行声音信息包括所述待检测医学设备中多个系统单元的运行声音信息，所述将所述运行声音信息输入至所述分类子网络中进行分类，输出所述待检测医学设备的运行状态，包括：
5.根据权利要求1所述的方法，其特征在于，所述检测结果包括所述待检测医学设备的数字孪生体模型，所述方法还包括：
6.根据权利要求5所述的方法，其特征在于，所述获取所述待检测医学设备对应的标准数字孪生体模型，包括：
<...【技术特征摘要】
1.一种医学设备的状态检测方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述预设检测网络包括分类子网络和建模子网络，所述将所述运行声音信息输入至预设检测网络中进行检测，输出所述待检测医学设备的检测结果，包括：
3.根据权利要求2所述的方法，其特征在于，所述预设检测网络还包括特征提取子网络，所述将所述运行声音信息输入至所述分类子网络中进行分类，输出所述待检测医学设备的运行状态，包括：
4.根据权利要求2或3所述的方法，其特征在于，所述分类子网络包括分类器，所述预设检测网络还包括判别子网络，所述判别子网络包括判别器，所述运行声音信息包括所述待检测医学设备中多个系统单元的运行声音信息，所述将所述运行声音信息输入至所述分类子网络中进行分类，输出所述待检测医学设备的运行状态，包括：<...
【专利技术属性】
技术研发人员：邓钰昭，
申请(专利权)人：深圳市联影高端医疗装备创新研究院，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。