基于LSTM的医疗设备故障预警模型研究

作者：马超; 张云华^*

来源：智能计算机与应用, 2022, 12(09): 72-75.

• 医疗设备
• LSTM
• 故障预警
• 红外热像仪

医疗设备在医疗工作中具有重要地位，而医疗设备的故障会直接影响到医疗工作的开展，影响患者病情的诊断，利用传感器设定阈值的传统故障预警措施存在误报，漏报等问题。本文提出一种基于长短期记忆神经网络(LSTM)的预测模型，利用其对长序列变化数据处理的优势，进行医疗设备的故障预测，可以做到提前预报故障。结合医院的医用红外热像仪的相关故障数据，整理出8项故障特征点，采集其相应数据作为模型的数据集，利用LSTM构建的预测模型进行实验。实验结果表明，LSTM模型训练的拟合效果较好，故障预测的准确率稳定在98%以上，优于其他神经网络模型。

• 单位
  浙江理工大学