[发明专利]一种基于物联网数据分析的医疗设备监控方法和系统

权利要求书

1.一种基于物联网数据分析的医疗设备监控方法，其特征在于，所述方法基于一医疗设备监控系统，所述医疗设备监控系统包括对应于医疗设备设置的数据采集组件、数据处理终端以及云平台服务器，所述方法包括：

第一数据处理终端接收第一数据采集组件所发送的针对第一医疗设备的多通道电流数据；

所述第一数据处理终端基于所述多通道电流数据，判断所述第一医疗设备的实时运行状态，具体包括：

所述第一数据处理终端对所述多通道电流数据进行特征提取处理，提取出的特征参量包括时域特征、频域特征；

所述第一数据处理终端基于预设有的初级表征网络模型，从所有所述特征参量中提取出敏感特征；

所述第一数据处理终端基于所述敏感特征和预设有的运行状态识别模型，判断所述第一医疗设备的实时运行状态；

所述运行状态识别模型为ResNet模型，所述ResNet模型的生成过程包括以下内容：

智能设备基于目标设备型号的医疗设备在各个工作模式下的历史敏感特征，构建对应于所述目标设备型号的ResNet模型，所述ResNet模型由多个基本组成单元堆叠构成，所述基本组成单元为残差学习单元，所述残差学习单元被描述为：

其中，所述H（X）为残差学习单元的输出，所述为需要学习的残差映射，所述i为残差学习单元中包含的层序列，所述X为历史敏感特征的特征值集合；

所述智能设备基于所述ResNet模型，将各个所述历史敏感特征分别调整为一维向量，以作为多层全连接层的输入，其中，第l层全连接层的输出表示为：

其中，所述为第l层全连接层的线性激活；

所述为第(l-1)层全连接层的输出；

所述，为全连接层的权重矩阵，其中，N1为的维数，N2为的维数；

，为全连接层的偏置向量；

所述智能设备基于最后一层所述全连接层的输出，经过训练后，得到最终的模式分类结果，并完成对应于所述目标设备型号的ResNet模型的生成。

2.根据权利要求1所述的基于物联网数据分析的医疗设备监控方法，其特征在于，所述多通道电流数据包括多个单通道电流数据；

所述第一数据处理终端对针对所述第一医疗设备的多通道电流数据进行特征提取处理，具体包括：

所述第一数据处理终端对多个所述单通道电流数据分别进行特征提取处理，以得到一一对应于各个所述单通道电流数据的特征参数集合；

所述第一数据处理终端基于预设有的初级表征网络模型，从所有所述特征参量中提取出敏感特征，具体包括：

所述第一数据处理终端基于预设有的初级表征网络模型，分别从每个所述特征参数集合中提取出敏感特征，以得到一一对应于各个所述单通道电流数据的敏感特征集合；

所述第一数据处理终端基于所述敏感特征和预设有的运行状态识别模型，判断所述第一医疗设备的实时运行状态，具体包括：

所述第一数据处理终端基于各个所述敏感特征集合以及预设有的运行状态识别模型，分别得到一一对应于各个所述单通道电流数据的单通道识别结果；

所述第一数据处理终端基于所有所述单通道识别结果，判断所述第一医疗设备的实时运行状态。

3.根据权利要求1所述的基于物联网数据分析的医疗设备监控方法，其特征在于，在所述第一数据处理终端基于针对所述第一医疗设备的多通道电流数据，判断所述第一医疗设备的实时运行状态之后，还包括：

所述第一数据处理终端生成状态告知信息，所述状态告知信息中携带有所述实时运行状态、所述第一医疗设备的设备编号以及所述实时运行状态的持续时间；

所述第一数据处理终端上传所述状态告知信息至所述云平台服务器以供存储。

4.根据权利要求3所述的基于物联网数据分析的医疗设备监控方法，其特征在于，所述方法还包括：

所述云平台服务器按照预设有的统计周期，定期统计在当前统计周期内获取到的所有状态告知信息，并得到每个所述医疗设备在当前周期内的工作量信息；

所述云平台服务器基于预设有的处理周期，定期提取每个所述医疗设备各自所对应的所有历史工作量信息，所述处理周期的周期长度不小于所述统计周期；

基于对应于目标医疗设备的所有历史工作量信息，更新所述目标医疗设备的设备检查周期。