基于数据挖掘技术的医疗设备故障监测与识别方法的探讨与研究

作者：陈艳; 王琪; 蒋佳旺

来源：中国医疗设备, 2020, 35(08): 56-59.

• 数据挖掘
• 故障监测
• 粗糙神经网络模型
• 粗糙集理论

目的提出一种基于数据挖掘技术的粗糙神经网络模型,为医疗设备故障监测与识别提供一种参考方法。方法收集我院2017年10月至2019年5月的呼吸机故障报警事件为研究对象,制定了故障因素采集方法,分别从设备使用环境因素、电气因素及气路因素数据进行采集,同时搭建了8输入3输出的粗糙神经网络模型,并使用训练集和测试集分别对粗糙神经网络模型进行训练和测试。结果经训练集学习后,训练集呼吸机故障模式灵敏度、特异性及准确率分别为87.8%、85.6%、91.1%,测试集呼吸机故障模式准确率达85.0%。结论通过挖掘故障模式与故障因素的潜在关系,设备故障模式能够得到较好识别,粗糙神经网络模型可为医疗设备故障监测与识别提供一种参考方法。

• 单位
  淮安市第二人民医院