目的:探討粗糙神經(jīng)網(wǎng)絡(luò)的數(shù)據(jù)挖掘技術(shù)故障預(yù)警方法,為大型醫(yī)療設(shè)備智能預(yù)警提供參考。方法:采用數(shù)據(jù)挖掘技術(shù)基本原理、粗糙集理論及其約簡方法,建立粗糙神經(jīng)網(wǎng)絡(luò),收集2017年10月至2019年5月醫(yī)院呼吸機使用中的267次故障報警事件資料,制定故障因素采集方法,從設(shè)備使用環(huán)境因素、電氣因素和氣路因素進行數(shù)據(jù)采集,搭建粗糙神經(jīng)網(wǎng)絡(luò),并使用訓(xùn)練后的粗糙神經(jīng)網(wǎng)絡(luò)搭建設(shè)備故障預(yù)警平臺。結(jié)果:使用訓(xùn)練后的反向傳播（BP）神經(jīng)網(wǎng)絡(luò)對測試集進行測試,測試集潮氣量異常、空壓機故障、自檢報警、氧濃度偏差過大、無法送氣、低壓報警和密閉性無法通過識別率分別為81.7%、76.2%、89.6%、90.2%、83.6%、93.2%和82.1%,故障總識別率為85.2%;使用訓(xùn)練后的粗糙神經(jīng)網(wǎng)絡(luò)搭建預(yù)警平臺,當(dāng)預(yù)警值取0.41時醫(yī)療設(shè)備故障預(yù)警準確率為91.0%。結(jié)論:通過挖掘故障模式與故障因素的潛在關(guān)系,設(shè)備故障模式能較好的得到識別,同時可準確對各故障進行預(yù)警,為醫(yī)療設(shè)備故障監(jiān)測與智能預(yù)警提供參考。 

【文章來源】：中國醫(yī)學(xué)裝備. 2020,17(09)

【文章頁數(shù)】：5 頁

【部分圖文】：

圖中SGF為屬性重要度圖1粗糙神經(jīng)網(wǎng)絡(luò)方法流程2數(shù)據(jù)挖掘技術(shù)在大型醫(yī)療設(shè)備故障預(yù)警中的應(yīng)用2.1粗糙神經(jīng)網(wǎng)絡(luò)搭建注：

?ΣΣSpecificity(Sp)=Accuracy(Acc)=maxmaxmaxTPi+FNiTNi+FPiTPi+FNi+TNi+FPi111TPiTNiTPi+TNi式中max為故障模式總數(shù)，TP為訓(xùn)練集和(或)測試集各故障模式判斷結(jié)果為真陽性的個數(shù)，F(xiàn)P為假陽性個數(shù)，F(xiàn)N為假陰性個數(shù)，TN為真陰性個數(shù)。當(dāng)max取1時，Se、Sp和Acc對應(yīng)各故障模式靈敏度、特異性及準確率。2.6應(yīng)用結(jié)果(1)靈敏度、特異性及準確率結(jié)果。將采集的267次呼吸機故障報警數(shù)據(jù)按6∶4取整原則分為訓(xùn)練集和圖2粗糙神經(jīng)網(wǎng)絡(luò)搭建流程中國醫(yī)學(xué)裝備2020年9月第17卷第9期粗糙神經(jīng)網(wǎng)絡(luò)數(shù)據(jù)挖掘技術(shù)在大型醫(yī)療設(shè)備故障預(yù)警中的應(yīng)用研究-陳艷等

預(yù)警輸出結(jié)果3討論

【參考文獻】：
期刊論文
[1]醫(yī)院醫(yī)療設(shè)備維修精細化管理分析[J]. 蔣雪峰.  中國醫(yī)療器械信息. 2019(18)
[2]基于JCI標準的醫(yī)療設(shè)備預(yù)防性維護[J]. 陳璟,陳立峰,包濤,黃亨杰.  醫(yī)療裝備. 2018(05)
[3]醫(yī)療設(shè)備交叉巡檢模式探討[J]. 孫榮江,章煜.  醫(yī)療裝備. 2015(03)
[4]加強醫(yī)學(xué)裝備安全管理降低醫(yī)療風(fēng)險[J]. 董明軍,蘇麗君,白軒輝.  新疆醫(yī)學(xué). 2014(07)
[5]我院醫(yī)療設(shè)備質(zhì)量控制制度建設(shè)實踐[J]. 孟保文,曲岳,宋天一.  中國醫(yī)療設(shè)備. 2014(01)
[6]醫(yī)療器械使用安全風(fēng)險控制與管理探討[J]. 印春光,孫國君,左婷.  中國醫(yī)療設(shè)備. 2013(12)
[7]RS-BP神經(jīng)網(wǎng)絡(luò)在C2C電子商務(wù)顧客滿意度評價中的應(yīng)用[J]. 邵為爽,李曉紅.  科技通報. 2013(05)
[8]我國醫(yī)療安全不良事件報告運行情況分析[J]. 孫紐云,姚樹坤,周軍,陳校云,張宗久,梁銘會,高光明,余中光,林琳.  中華醫(yī)院管理雜志. 2011 (05)

博士論文
[1]基于粗糙集理論的動態(tài)數(shù)據(jù)挖掘關(guān)鍵技術(shù)研究[D]. 王永生.北京科技大學(xué) 2016

碩士論文
[1]基于BP神經(jīng)網(wǎng)絡(luò)的時間序列預(yù)測研究[D]. 李景陽.河南科技大學(xué) 2017
[2]醫(yī)療設(shè)備質(zhì)量控制體系的構(gòu)建[D]. 盧愛國.第三軍醫(yī)大學(xué) 2012
[3]在用醫(yī)療器械風(fēng)險管理問題及對策研究[D]. 歐陽昭連.中國協(xié)和醫(yī)科大學(xué) 2007
[4]基于神經(jīng)網(wǎng)絡(luò)的醫(yī)療數(shù)據(jù)挖掘研究[D]. 蔣良孝.中國地質(zhì)大學(xué) 2004



本文編號：2962190