[发明专利]一种简易的医疗设备管理控制系统有效

专利信息
申请号: 201611200979.2 申请日: 2016-12-22
公开(公告)号: CN106647707B 公开(公告)日: 2019-03-22
发明(设计)人: 不公告发明人 申请(专利权)人: 上海今创信息技术有限公司
主分类号: G05B23/02 分类号: G05B23/02
代理公司: 北京华识知识产权代理有限公司 11530 代理人: 王宇
地址: 201800 上海市嘉定*** 国省代码: 上海;31
权利要求书: 暂无信息 说明书: 暂无信息
摘要: 发明提供了一种简易的医疗设备管理控制系统,包括信息管理子系统、身份识别子系统和控制子系统,所述信息管理子系统用于管理医疗患者在医院的医疗活动信息;所述身份识别子系统用于获取医疗设备待使用者的身份信息;所述控制子系统连接医院的医疗设备,其对信息管理子系统中与身份信息相对应的医疗活动信息进行判断,根据判断结果控制医疗设备的通断。本发明可规范化的控制医疗设备的使用。
搜索关键词: 医疗设备 信息管理子系统 管理控制系统 控制子系统 身份识别 身份信息 医疗活动 简易 管理医疗 判断结果 通断 规范化
【主权项】:
1.一种简易的医疗设备管理控制系统,其特征是,包括信息管理子系统、身份识别子系统和控制子系统,所述信息管理子系统用于管理医疗患者在医院的医疗活动信息;所述身份识别子系统用于获取医疗设备待使用者的身份信息;所述控制子系统连接医院的医疗设备,其对信息管理子系统中与身份信息相对应的医疗活动信息进行判断,根据判断结果控制医疗设备的通断;所述控制子系统包括用于控制医疗设备的通断的控制器;还包括用于检测所述控制器故障的故障检测模块;所述故障检测模块包括实时监测子模块和故障分析检测子模块,所述实时监测子模块用于通过多个传感器对控制器中反映其工作状态的状态参数指标进行监测,所述故障分析检测子模块用于根据多个传感器监测到的信息对控制器进行故障检测;其中,所述故障分析检测子模块包括特征提取单元、信息筛选单元和故障分析检测单元;所述特征提取单元用于对多个传感器监测到的信息进行滤波处理,消除噪声的干扰,再分别进行特征提取;所述信息筛选单元用于对提取的特征进行筛选,得出用于进行故障诊断的特征信息;所述故障分析检测单元用于根据筛选出的特征信息进行故障检测;所述对提取的特征进行筛选,具体包括:(1)定义相对重要度为特征变量对控制器的性能影响的重要程度,计算特征信息中的特征变量的相对重要度:式中,Si为特征信息中第i个特征变量的相对重要度,S(Aj)为由第j个专家组根据历史经验确定的权重,D为专家组的个数,S(B)为采用主成分分析方法得到的客观权重;另外,J1为第一权重调整因子,J2为第二权重调整因子,J1、J2的值根据实际需要进行调整;(2)按照相对重要度从大到小的顺序对所有特征变量进行顺序排序,筛选出前80%的特征变量,作为用于进行故障诊断的特征变量数据;所述信息筛选单元还计算出符合条件的所有特征变量的相对重要度之和∑S100,以及计算出未筛选出的剩余20%特征变量对应的相对重要度之和∑S20,进而根据∑S100和∑S20计算出筛选优化系数,作为后续故障检测的数据,其中筛选优化系数H的计算公式定义为:式中,D为专家组的个数;所述故障分析检测单元进行故障检测时具体执行:(1)计算各特征变量的度量距离,设Rχ为特征变量Xχ到标准特征变量Yχ的度量距离,其中Xχ为监测采集的特征变量数据中第χ个特征变量,Yχ为与Xχ相对应的处于健康状态时的标准特征变量,则:式中,MR(Xχ,Yχ)为特征变量Xχ到标准特征变量Yχ的马氏距离,OR(Xχ,Yχ)为特征变量Xχ到标准特征变量Yχ的欧氏距离,是标准特征变量Yχ的相关系数矩阵,H为由信息筛选单元计算得到的筛选优化系数;(2)预先设定不同类型的故障聚类阈值,若Rχ处于某种故障聚类阈值之内,则判断为该种故障。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于上海今创信息技术有限公司,未经上海今创信息技术有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/patent/201611200979.2/,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top