基于深度学习的医疗设备智能监控系统设计

作者：卢红; 周小虎; 郁小锐

来源：自动化与仪器仪表, 2023, (07): 165-169.

DOI：10.14016/j.cnki.1001-9227.2023.07.165

• 深度学习
• 粒子群算法
• 自适应权重
• 医疗设备
• 智能监控系统

近来，随之医疗行业的发展，医疗设备的安全性问题也逐渐凸显。医疗设备经历长期使用后，可能产生各类运行故障。此次研究联合粒子群算法(Particle Swarm Optimization, PSO)和自适应权重(Adaptive weight)对深度学习的前馈神经网络(Back Propagation, BP)进行了改进，得到APSO-BP算法，并基于此算法设计了医疗设备的智能监控系统。该系统在实验中的测试结果显示，其网络的收敛速度较快，故障识别的均方误差为0.000 832 4,灵敏度为0.96,特异度为0.92,准确率为0.95,在0.42的风险阈值和0.75的敏感系数下具有0.90的预警准确率。该系统可以对医疗设备的运行状态进行监测，智能识别设备的运行故障并进行风险预警，为医疗设备的周期巡检和维护维修提供有效保障。

• 单位
  北京大学深圳医院