基于卷积神经网络的医疗设备故障诊断研究
作者单位：陆军军医大学新桥医院医学工程科
会议名称：《中国医学装备大会暨第27届学术与技术交流年会》
会议日期：2018年
学科分类：0831[工学-生物医学工程（可授工学、理学、医学学位）] 12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 081104[工学-模式识别与智能系统] 08[工学] 0835[工学-软件工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术（可授工学、理学学位）]
摘 要：目的:为解决现代医疗设备无图纸等技术资料而导致维修难的问题,探究一种新的医疗设备智能的故障诊断方法。方法:采用卷积神经网络方法建立故障诊断模型,利用采集卡和测试工装采集治疗仪主控板5种故障状态下,同一时刻各测试点的电压值,每种故障状态采集3万个样本,共采集15万个样本,随机选取12万个样本对已建立的故障诊断模型进行训练。结果:通过3万个样本对模型进行验证,其诊断准确率可达95.99%。结论:基于卷积神经网络故障诊断为解决医疗设备故障诊断问题提供了一个行之有效的解决方案。