[发明专利]医疗设备故障预测系统及相关方法、装置及设备

摘要

本申请公开了医疗设备故障预测系统及相关方法、装置及设备，该方法包括：采集医疗设备的实时状态数据、实时故障状态数据与指标数据；根据所述实时状态数据、实时故障状态数据与指标数据，获取当前特征向量集Sn；将所述当前特征向量集Sn输入最新的医疗设备故障预测网络，输出第一故障预测概率Pn；通过蒙特卡洛树搜索，输出第二故障预测概率Nn；以所述第一故障预测概率Pn与第二故障预测概率Nn的匹配度达到第一预设值，及所述第一故障预测概率Pn与输入的下一特征向量集Sn+1中实时故障状态数据的匹配度达到第二预设值为训练目标。以解决由于异常样本数量有限，导致有监督学习的方式训练得到的医疗设备故障预测网络的预测准确率并不理想的技术问题。

主权项

1.一种训练医疗设备故障预测系统的方法，其特征在于，所述方法包括步骤：采集医疗设备的实时状态数据、实时故障状态数据与指标数据；通过对所述实时状态数据、实时故障状态数据与指标数据进行特征提取，获取当前特征向量集Sn；对所述当前特征向量集Sn训练所述医疗设备故障预测网络，其中，将所述当前特征向量集Sn输入最新的医疗设备故障预测网络，输出第一故障预测概率Pn；通过蒙特卡洛树搜索，输出第二故障预测概率Nn；以所述第一故障预测概率Pn与第二故障预测概率Nn的匹配度达到第一预设值，以及所述第一故障预测概率Pn与输入的下一特征向量集Sn+1中实时故障状态数据的匹配度达到第二预设值为训练目标，训练所述医疗设备故障预测网络。