摘要:目的:针对当前医疗设备预防性维护(preventive maintenance,PM)中存在的问题,基于误差反向传播(back propagation,BP)神经网络实现医疗设备精准PM。方法:以医疗设备的运行数据、仪器使用率、工作时长、历史维护情况等作为输入数据,建立3层的BP神经网络,以BP神经网络经过训练得出的连接权值系数作为决策模型,预测医疗设备的维护期限、维护部件及维护项目。结果:可以预测出医疗设备的维护期限、维护部件及维护项目等,实现了医疗设备精准PM。结论:BP神经网络可以根据医疗设备运行参数及信息化平台上的数据学习决策,提高医疗设备PM的精准度,从而预防在诊断或治疗过程中因医疗设备故障带来的不良事件。
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社