CN107545129A - 一种医疗设备的故障检查方法和装置 - Google Patents
一种医疗设备的故障检查方法和装置 Download PDFInfo
- Publication number
- CN107545129A CN107545129A CN201610475332.4A CN201610475332A CN107545129A CN 107545129 A CN107545129 A CN 107545129A CN 201610475332 A CN201610475332 A CN 201610475332A CN 107545129 A CN107545129 A CN 107545129A
- Authority
- CN
- China
- Prior art keywords
- building block
- probability
- medical devices
- malfunction
- failure
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Landscapes
- Measuring And Recording Apparatus For Diagnosis (AREA)
- Ultra Sonic Daignosis Equipment (AREA)
Abstract
本发明实施方式公开了一种医疗设备的故障检查方法和装置。方法包括:获取医疗设备报告信息;基于所述医疗设备报告信息确定所述医疗设备的组成部件的故障概率,基于所述故障概率确定故障组成部件;提示所述故障组成部件。本发明可以基于故障概率确定故障组成部件,从而便于技术工程师快速定位故障。而且,技术工程师可以直观地确定故障组成部件。
Description
技术领域
本发明涉及医疗设备技术领域,特别是涉及一种医疗设备的故障检查方法和装置。
背景技术
在现代化医院和医疗中,计算机已广泛地应用于大规模的医疗诊断之中,扩展和强化了医疗功能。医疗设备是指单独或者组合使用于生物体的仪器、设备、器具、材料或者其他物品,包括所需要的硬件、软件和固件等的组合。医疗设备通常由许多部件组成,结构精细复杂,容易出现故障。
当医疗设备出现故障时,定位出故障原因很重要。目前,很多大型的医疗设备都具备基本的故障诊断功能。当医疗设备异常时,可以利用***的自带测试工具执行测试,待测试完成之后,在控制电脑上显示***的诊断信息。
在现有技术中,在诊断信息中以预定的排列顺序显示可能的故障部件。故障部件的排列顺序与现场故障的可能性并没有关系,因此技术工程师难以定位具体的故障部件。
而且,诊断信息通常以静态文本形式显示,技术工程师难以获取直观信息。
发明内容
本发明实施方式提出一种医疗设备的故障检查方法和装置。
一种医疗设备的故障检查方法,包括:
获取医疗设备报告信息;
基于所述医疗设备报告信息确定所述医疗设备的组成部件的故障概率,基于所述故障概率确定故障组成部件;
提示所述故障组成部件。
在一个实施方式中,所述获取医疗设备报告信息包括下列中的一个:
获取所述医疗设备在第一指定时间段内的***日志;
获取所述医疗设备在第二指定时间段内的错误信息;
利用单独的测试工具对所述医疗设备执行测试,并获取测试报告。
在一个实施方式中,所述基于医疗设备报告信息确定医疗设备的组成部件的故障概率包括:
当所述医疗设备报告信息为所述***日志时,基于所述***日志中组成部件的异常信息数目确定所述组成部件的故障概率;或
当所述医疗设备报告信息为所述错误信息时,基于所述错误信息中组成部件的异常信息数目确定所述组成部件的故障概率;或
当所述医疗设备报告信息为所述测试报告时,将所述测试报告中组成部件的检测结果与组成部件故障时的预定检测结果进行比较,并基于比较结果确定所述组成部件的故障概率。
在一个实施方式中,所述基于故障概率确定故障组成部件包括:
按照所述故障概率对所述组成部件进行排序;
基于排序结果确定所述故障组成部件。
在一个实施方式中,所述提示故障组成部件包括下列中的至少一个:
展示所述医疗设备的结构图,并在所述结构图中动态提示所述故障组成部件;
展示所述医疗设备的结构图,并在所述结构图中发光提示所述故障组成部件;
展示所述医疗设备的结构图,并在所述结构图中放大提示所述故障组成部件。
一种医疗设备的故障检查方法,包括:
获取多个医疗设备报告信息;
利用每个医疗设备报告信息对所述医疗设备中的组成部件确定相应的概率组成因子,并根据该相应的概率组成因子计算所述组成部件的故障概率,并基于所述故障概率确定故障组成部件;
提示所述故障组成部件。
在一个实施方式中,所述获取医疗设备报告信息包括下列中的两个以上:
获取所述医疗设备在第一指定时间段内的***日志;
获取所述医疗设备在第二指定时间段内的错误信息;
利用单独的测试工具对所述医疗设备执行测试,并获取测试报告。
在一个实施方式中,所述利用每个医疗设备报告信息对医疗设备中的组成部件确定相应的概率组成因子,并根据该相应的概率组成因子计算组成部件的故障概率包括:
当所述多个医疗设备报告信息包括***日志和错误信息时,基于所述***日志中组成部件的异常信息数目确定所述组成部件的第一故障概率组成因子,基于所述错误信息中所述组成部件的异常信息数目确定所述组成部件的第二故障概率组成因子,对所述第一故障概率组成因子与所述第二故障概率组成因子求和,将求和结果作为所述组成部件的故障概率;或
当所述多个医疗设备报告信息包括***日志和测试报告时,基于***日志中组成部件的异常信息数目确定所述组成部件的第一故障概率组成因子,将所述测试报告中所述组成部件的检测结果与所述组成部件故障时的预定检测结果进行比较,并基于比较结果确定所述组成部件的第二故障概率组成因子,对所述第一故障概率组成因子与所述第二故障概率组成因子求和,将求和结果作为所述组成部件的故障概率;或
当所述多个医疗设备报告信息包括错误信息和测试报告时,基于所述错误信息中组成部件的异常信息数目确定所述组成部件的第一故障概率组成因子,将所述测试报告中所述组成部件的检测结果与所述组成部件故障时的预定检测结果进行比较,并基于比较结果确定所述组成部件的第二故障概率组成因子,对所述第一故障概率组成因子与所述第二故障概率组成因子求和,将求和结果作为所述组成部件的故障概率;或
当所述多个医疗设备报告信息包括***日志、错误信息和测试报告时,基于所述***日志中组成部件的异常信息数目确定所述组成部件的第一故障概率组成因子,基于所述错误信息中所述组成部件的异常信息数目确定所述组成部件的第二故障概率组成因子,将所述测试报告中所述组成部件的检测结果与所述组成部件故障时的预定检测结果进行比较,并基于比较结果确定所述组成部件的第三故障概率组成因子,对所述第一故障概率组成因子、所述第二故障概率组成因子和所述第三故障概率组成因子求和,将求和结果作为所述组成部件的故障概率。
在一个实施方式中,所述提示故障组成部件包括下列中的至少一个:
展示所述医疗设备的结构图,并在所述结构图中动态提示所述故障组成部件;
展示所述医疗设备的结构图,并在所述结构图中发光提示所述故障组成部件;
展示所述医疗设备的结构图,并在所述结构图中放大提示所述故障组成部件。
在一个实施方式中,所述基于故障概率确定故障组成部件包括:
按照所述故障概率对所述组成部件进行排序;
基于排序结果确定所述故障组成部件。
一种医疗设备的故障检查装置,包括:
报告信息获取模块,用于获取医疗设备报告信息;
故障组成部件确定模块,用于基于所述医疗设备报告信息确定所述医疗设备的组成部件的故障概率,基于所述故障概率确定故障组成部件;
提示模块,用于提示所述故障组成部件。
在一个实施方式中,报告信息获取模块,用于获取下列中的一个:
所述医疗设备在第一指定时间段内的***日志;所述医疗设备在第二指定时间段内的错误信息;利用单独的测试工具对所述医疗设备执行测试生成的测试报告。
在一个实施方式中,故障组成部件确定模块,用于当所述医疗设备报告信息为所述***日志时,基于所述***日志中组成部件的异常信息数目确定所述组成部件的故障概率;或,当所述医疗设备报告信息为所述错误信息时,基于所述错误信息中组成部件的异常信息数目确定所述组成部件的故障概率;或,当所述医疗设备报告信息为所述测试报告时,将所述测试报告中组成部件的检测结果与组成部件故障时的预定检测结果进行比较,并基于比较结果确定所述组成部件的故障概率。
一种医疗设备的故障检查装置,包括:
报告信息获取模块,用于获取多个医疗设备报告信息;
故障组成部件确定模块,用于利用每个医疗设备报告信息对所述医疗设备中的组成部件确定相应的概率组成因子,并根据该相应的概率组成因子计算所述组成部件的故障概率,并基于所述故障概率确定故障组成部件;
提示模块,用于提示所述故障组成部件。
在一个实施方式中,报告信息获取模块,用于获取下列中的两个以上:
所述医疗设备在第一指定时间段内的***日志;
所述医疗设备在第二指定时间段内的错误信息;
利用单独的测试工具对所述医疗设备执行测试生成的测试报告。
在一个实施方式中,故障组成部件确定模块,用于当所述多个医疗设备报告信息的来源种类包括***日志和错误信息时,基于所述***日志中组成部件的异常信息数目确定所述组成部件的第一故障概率组成因子,基于所述错误信息中所述组成部件的异常信息数目确定所述组成部件的第二故障概率组成因子,对所述第一故障概率组成因子与所述第二故障概率组成因子求和,将求和结果作为所述组成部件的故障概率;或,当所述多个医疗设备报告信息的来源种类包括***日志和测试报告时,基于所述***日志中组成部件的异常信息数目确定所述组成部件的第一故障概率组成因子,将所述测试报告中所述组成部件的检测结果与所述组成部件故障时的预定检测结果进行比较,并基于比较结果确定所述组成部件的第二故障概率组成因子,对所述第一故障概率组成因子与所述第二故障概率组成因子求和,将求和结果作为所述组成部件的故障概率;或,当所述多个医疗设备报告信息的来源种类包括错误信息和测试报告时,基于所述错误信息中组成部件的异常信息数目确定所述组成部件的第一故障概率组成因子,将所述测试报告中所述组成部件的检测结果与所述组成部件故障时的预定检测结果进行比较,并基于比较结果确定所述组成部件的第二故障概率组成因子,对所述第一故障概率组成因子与所述第二故障概率组成因子求和,将求和结果作为所述组成部件的故障概率;或,当所述多个医疗设备报告信息包括***日志、错误信息和测试报告时,基于所述***日志中组成部件的异常信息数目确定所述组成部件的第一故障概率组成因子,基于所述错误信息中所述组成部件的异常信息数目确定所述组成部件的第二故障概率组成因子,将所述测试报告中所述组成部件的检测结果与所述组成部件故障时的预定检测结果进行比较,并基于比较结果确定所述组成部件的第三故障概率组成因子,对所述第一故障概率组成因子、所述第二故障概率组成因子和所述第三故障概率组成因子求和,将求和结果作为所述组成部件的故障概率。
从上述技术方案可以看出,在本发明实施方式中,获取医疗设备报告信息;基于医疗设备报告信息确定医疗设备的组成部件的故障概率,基于故障概率确定故障组成部件;提示故障组成部件。可见,本发明实施方式可以基于故障概率确定故障组成部件,从而便于技术工程师快速定位故障部件。
而且,在本发明实施方式中,不是简单地以静态文本形式显示诊断信息,而可以展示医疗设备的结构图,并在结构图中以发光提示、动态提示或放大提示等方式提示故障组成部件。因此,技术工程师可以直观地确定故障组成部件。
附图说明
图1为根据本发明实施方式医疗设备的故障检查方法的流程图。
图2为根据本发明实施方式医疗设备的故障检查方法的第一示范性流程图。
图3为根据本发明实施方式医疗设备的故障检查方法的第二示范性流程图。
图4为根据本发明实施方式医疗设备的故障检查方法的第三示范性流程图。
图5为根据本发明实施方式医疗设备的故障检查方法的第四示范性流程图。
图6为根据本发明实施方式医疗设备的故障检查方法的第五示范性流程图。
图7为根据本发明实施方式医疗设备的故障检查方法的第六示范性流程图。
图8为根据本发明实施方式医疗设备的故障检查方法的第七示范性流程图。
图9为根据本发明实施方式磁共振成像设备的故障检查方法的示范性流程图。
图10为根据本发明实施方式磁共振成像设备的故障组成部件的提示示意图。
图11为根据本发明实施方式医疗设备的故障检查装置的第一示范性结构图。
图12为根据本发明实施方式医疗设备的故障检查装置的第二示范性结构图。
具体实施方式
为了使本发明的技术方案及优点更加清楚明白,以下结合附图及实施方式,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施方式仅仅用以阐述性说明本发明,并不用于限定本发明的保护范围。
为了描述上的简洁和直观,下文通过描述若干代表性的实施方式来对本发明的方案进行阐述。实施方式中大量的细节仅用于帮助理解本发明的方案。但是很明显,本发明的技术方案实现时可以不局限于这些细节。为了避免不必要地模糊了本发明的方案,一些实施方式没有进行细致地描述,而是仅给出了框架。下文中,“包括”是指“包括但不限于”,“根据……”是指“至少根据……,但不限于仅根据……”。由于汉语的语言习惯,下文中没有特别指出一个成分的数量时,意味着该成分可以是一个也可以是多个,或可理解为至少一个。
鉴于现有技术中难以定位医疗设备故障部件的技术缺陷,本发明实施方式提出一种医疗设备的故障检查方法。基于故障概率确定故障组成部件,从而便于技术工程师快速定位故障部件。
图1为根据本发明实施方式医疗设备的故障检查方法的流程图。
如图1所示,该方法包括:
步骤101:获取医疗设备报告信息。
在这里,医疗设备报告信息可以是医疗设备在指定时间段内的***日志或错误信息,也可以是利用单独的测试工具对医疗设备执行测试所生成的测试报告。具体地,可以利用医疗设备的默认测试工具对医疗设备执行测试以生成测试报告,也可以利用第三方测试工具对医疗设备执行测试以生成测试报告。
步骤102:基于医疗设备报告信息确定医疗设备的组成部件的故障概率,基于故障概率确定故障组成部件。
当医疗设备报告信息具体实施为***日志或错误信息时,通常情况下***日志或错误信息中包含有组成部件的异常次数。本发明可以基于组成部件的异常次数确定出组成部件的故障概率。具体地,某组成部件的异常次数越多,该组成部件的故障概率越大,即组成部件的故障概率与其异常次数成正比。
当医疗设备报告信息具体实施为测试报告时,通常情况下测试报告中不包含组成部件的异常次数。本发明可以将测试报告与组成部件故障时的预定检测结果进行比较,并基于比较结果确定组成部件的故障概率。具体地,测试报告中某组成部件与该组成部件故障时的预定检测结果越相似,该组成部件的故障概率越大,即组成部件的故障概率与比较结果的相似度成正比。
在一个实施方式中,当确定各个组成部件的故障概率之后,按照故障概率对组成部件进行排序,并基于排序结果确定故障组成部件。
具体地,可以按照故障概率的大小顺序对组成部件进行排序,基于排序结果确定出预定数目的故障组成部件。比如,可以将故障概率最大的组成部件确定为故障组成部件,还可以将故障概率由大到小排序靠前预定数(比如,3)个的组成部件确定为故障组成部件,等等。
步骤103:提示故障组成部件。
在这里,向用户提示故障组成部件。比如,可以展示医疗设备的结构图,并在结构图中动态提示故障组成部件。或者,可以展示医疗设备的结构图,并在结构图中发光提示故障组成部件。或者,可以展示医疗设备的结构图,并在结构图中放大提示故障组成部件,等等。
以上详细罗列了提示故障组成部件的具体实施方式,本领域技术人员可以意识到,这种举例仅是阐述性的,并不用于限定本发明的保护范围。
下面分别描述医疗设备报告信息分别为***日志、错误信息或测试报告时的具体实施方式。
图2为根据本发明实施方式医疗设备的故障检查方法的第一示范性流程图。在这个实施方式中,医疗设备报告信息具体为医疗设备的***日志。在医疗设备的***日志中,通常记录医疗设备的所有异常情形。
如图2所示,该方法包括:
步骤201:获取医疗设备在指定时间段内的***日志。
在这里,指定时间段可以为医疗设备运行历史中的任意时间段。优选地,指定时间段为生成最新***日志的时间段。
步骤202:基于***日志中组成部件的异常信息数目确定组成部件的故障概率,并按照故障概率对组成部件进行排序,基于排序结果确定故障组成部件。具体地,某个组成部件的异常信息数越多,该组成部件的故障概率越大,即组成部件的故障概率与该其异常信息数成正比。
比如,假定在***日志中记载的组成部件A的异常信息数为3次,组成部件B的异常信息数为5次,组成部件C的异常信息数为8次,组成部件D的异常信息数为1次。那么,组成部件A的故障概率为3/17;组成部件B的故障概率为5/17;组成部件C的故障概率为8/17;组成部件D的故障概率为1/17。基于故障概率从高到低的排序结果为:(1)组成部件C;(2)组成部件B;(3)组成部件A;(4)组成部件D。假定用户设定将故障概率最大的组成部件确定为故障组成部件,则组成部件C为故障组成部件。
步骤203:提示故障组成部件。
在这里,可以展示医疗设备的结构图,并在结构图中发光提示、动态提示或放大提示故障组成部件(即组成部件C)。因此,技术工程师可以直观地确定医疗设备的组成部件C最可能出现故障。
图3为根据本发明实施方式医疗设备的故障检查方法的第二示范性流程图。在这个实施方式中,医疗设备报告信息具体为错误信息。错误信息为医疗设备故障时,医疗设备的操作***自动生成的与错误相关的信息。不同于***日志,错误信息中只记录严重的异常情形。错误信息中所记录的异常情形通常是***日志中所记录的异常情形的子集。
如图3所示,该方法包括:
步骤301:获取医疗设备在指定时间段内的错误信息。
在这里,指定时间段可以为历史中的任意时间段。优选地,指定时间段为生成最新错误信息的时间段。
步骤302:基于错误信息中组成部件的异常信息数目确定组成部件的故障概率,并按照故障概率对组成部件进行排序,基于排序结果确定故障组成部件。其中,组成部件的异常信息数越多,该组成部件的故障概率越大,即某组成部件的故障概率与其异常信息数成正比。
比如,假定在错误信息中记载的组成部件A的异常信息数为1次,组成部件B的异常信息数为2次,组成部件C的异常信息数为3次,组成部件D的异常信息数为4次。那么,组成部件A的故障概率为1/10;组成部件B的故障概率为2/10;组成部件C的故障概率为3/10;组成部件D的故障概率为4/10。因此,基于故障概率从高到低排序的排序结果为:(1)组成部件D;(2)组成部件C;(3)组成部件B;(4)组成部件A。假定用户设定将故障概率最大的组成部件确定为故障组成部件,则组成部件D为故障组成部件。
步骤303:提示故障组成部件。
在这里,可以展示医疗设备的结构图,并在结构图中发光提示、动态提示或放大提示故障组成部件(即组成部件D)。因此,技术工程师可以直观地确定组成部件D最可能出现故障。
图4为根据本发明实施方式医疗设备的故障检查方法的第三示范性流程图。在这个实施方式中,医疗设备报告信息具体为测试报告。
如图4所示,该方法包括:
步骤401:利用单独的测试工具(比如,医疗设备的默认测试工具或第三方测试工具)对医疗设备执行测试,并获取测试报告。
在这里,可以利用医疗设备的默认测试工具或第三方测试工具对医疗设备执行测试以生成测试报告。比如,当医疗设备为磁共振成像设备时,默认测试工具可以包括服务插接(Service Plug)硬件测试工具或软件测试工具(Test Tools),等等。
步骤402:将测试报告中组成部件的检测结果与组成部件故障时的预定检测结果进行比较,并基于比较结果确定组成部件的故障概率,按照故障概率对组成部件进行排序,基于排序结果确定故障组成部件。其中,测试报告中某组成部件的检测结果与该组成部件故障时的预定检测结果越相似,则该组成部件的故障概率越大,即组成部件的故障概率与比较结果的相似度成正比
比如,磁共振成像***的病床上具有线圈插座(sockets),每个插座上具有多个针脚(PIN),扫描线圈插在插座上,磁共振***通过针脚来给线圈供电,线圈接收到的射频信号通过针脚传输给***。为了保证线圈供电和射频信号接收正常,磁共振***一般会有测试工具来测试针脚的连通性。如果针脚接收到来自***的电流信号(100mA左右),针脚正常时会选通,如果接收到来自***的负电压信号(-30V左右),针脚正常时会关闭。当针脚不正常时,电流值和电压值都接近为零。***可以通过检查针脚接收到的电压电流值来判断针脚是否正常。
假定插座上有6个引脚,针对每个引脚分别执行电压电流测试,得到的示范性测试报告如表1所示:
表1
通过比较表1所示测试报告中各个针脚的电压电流值,发现针脚2、针脚3、针脚4、针脚5和针脚6的电流值和电压值都正常,与各自故障时的预定检测结果高度不相似,故障概率为0。而且,针脚1的电流值和电压值都很小,与针脚1故障时的预定检测结果高度相似,故障概率为1。因此,针脚1的故障概率最大,可以认定针脚1为故障组成部件。
步骤403:提示故障组成部件。
在这里,可以展示医疗设备的结构图,并在结构图中发光提示、动态提示或放大提示故障组成部件(即针脚1)。因此,技术工程师可以直观地确定组成针脚1最可能出现故障。
在上述图2、图3和图4中,详细描述了医疗设备报告信息分别单独为***日志、错误信息或测试报告时的具体实施方式。实际上,医疗设备报告信息中也可以包含多种来源。
本发明实施方式还提出一种医疗设备报告信息包含多种来源的故障检查方法。该方法包括:获取多个医疗设备报告信息;利用每个医疗设备报告信息对医疗设备中的组成部件确定相应的概率组成因子,根据该相应的概率组成因子计算所述组成部件的故障概率,并基于故障概率确定故障组成部件;提示故障组成部件。
比如,医疗设备报告信息包括下列中的两个以上:医疗设备在第一指定时间段内的***日志;医疗设备在第二指定时间段内的错误信息;利用单独的测试工具对所述医疗设备执行测试以生成的测试报告,等等。
下面,对医疗设备报告信息中可以包含多种来源的实施方式进行具体说明。
图5为根据本发明实施方式医疗设备的故障检查方法的第四示范性流程图。在这个实施方式中,医疗设备报告信息既包含***日志,还包含错误信息。
如图5所示,该方法包括:
步骤501:获取医疗设备在第一指定时间段内的***日志,获取医疗设备在第二指定时间段内的错误信息。
在这里,第一指定时间段可以为医疗设备运行历史中的任意时间段。优选地,第一指定时间段为生成最新***日志的时间段。在这里,第二指定时间段可以为医疗设备运行历史中的任意时间段。优选地,第二指定时间段为生成最新错误信息的时间段。第一指定时间段和第二指定时间段可以为相同的时间段,也可以为不同的时间段。
步骤502:基于***日志中组成部件的异常信息数目确定组成部件的第一故障概率组成因子,基于错误信息中组成部件的异常信息数目确定组成部件的第二故障概率组成因子,对第一故障概率组成因子与第二故障概率组成因子求和,将求和结果作为组成部件的故障概率。
步骤503:按照故障概率对组成部件进行排序,基于排序结果确定故障组成部件。
比如,假定在***日志中记载的组成部件A的异常信息数为3次,组成部件B的异常信息数为5次,组成部件C的异常信息数为8次,组成部件D的异常信息数为1次。那么,组成部件A的第一故障概率因子为3/17;组成部件B的第一故障概率因子为5/17;组成部件C的第一故障概率因子为8/17;组成部件D的第一故障概率因子为1/17。
假定在错误信息中记载的组成部件A的异常信息数为1次,组成部件B的异常信息数为2次,组成部件C的异常信息数为3次,组成部件D的异常信息数为4次。那么,组成部件A的第二故障概率因子为1/10;组成部件B的第二故障概率因子为2/10;组成部件C的第二故障概率因子为3/10;组成部件D的第二故障概率因子为4/10。
组成部件A的故障概率为(3/17+1/10)=0.276;组成部件B的故障概率为(5/17+2/10)=0.494;组成部件C的故障概率为(8/17+3/10)=0.804;组成部件D的故障概率为(1/17+4/10)=0.308。
因此,故障概率从高到低的排序结果为:(1)组成部件C;(2)组成部件B;(3)组成部件D;(4)组成部件A。假定用户设定将故障概率最大的组成部件确定为故障组成部件,则组成部件C为故障组成部件。
步骤504:提示故障组成部件。
在这里,可以展示医疗设备的结构图,并在结构图中发光提示、动态提示或放大提示故障组成部件(即组成部件C)。因此,技术工程师可以直观地确定组成部件C最可能出现故障。
图6为根据本发明实施方式医疗设备的故障检查方法的第五示范性流程图。在这个实施方式中,医疗设备报告信息既包含***日志,还包含测试报告。
如图6所示,该方法包括:
步骤601:获取医疗设备在指定时间段内的***日志,利用单独的测试工具(比如医疗设备的默认测试工具或第三方测试工具)对医疗设备执行测试,并获取测试报告。
步骤602:基于***日志中组成部件的异常信息数目确定组成部件的第一故障概率组成因子,将测试报告中组成部件的检测结果与组成部件故障时的预定检测结果进行比较,并基于比较结果确定组成部件的第二故障概率组成因子,对第一故障概率组成因子与第二故障概率组成因子求和,将求和结果作为组成部件的故障概率。
步骤603:按照故障概率对组成部件进行排序,基于排序结果确定故障组成部件。
比如,假定在***日志中记载的组成部件A的异常信息数为3次,组成部件B的异常信息数为5次,组成部件C的异常信息数为8次,组成部件D的异常信息数为1次。那么,组成部件A的第一故障概率因子为3/17;组成部件B的第一故障概率因子为5/17;组成部件C的第一故障概率因子为8/17;组成部件D的第一故障概率因子为1/17。
假定在测试报告中组成部件A的检测结果与组成部件A故障时的预定检测结果相同,则组成部件A的第二故障概率因子为1;组成部件B、组成部件C和组成部件D的检测结果与各自故障时的预定检测结果不相同,因此组成部件B、组成部件C和组成部件D的第二故障概率因子为0。
组成部件A的故障概率为(3/17+1)=1.176;组成部件B的故障概率为(5/17+0)=0.294;组成部件C的故障概率为(8/17+0)=0.470;组成部件D的故障概率为(1/17+0)=0.059。
因此,基于故障概率从高到低的排序结果为:(1)组成部件A;(2)组成部件C;(3)组成部件B;(4)组成部件D。假定用户设定将故障概率前两名的组成部件确定为故障组成部件,则组成部件A和组成部件C为故障组成部件。
步骤604:提示故障组成部件。
在这里,可以展示医疗设备的结构图,并在结构图中发光提示、动态提示或放大提示故障组成部件(即组成部件A和组成部件C)。因此,技术工程师可以直观地确定组成部件A和组成部件C最可能出现故障。
图7为根据本发明实施方式医疗设备的故障检查方法的第六示范性流程图。在这个实施方式中,医疗设备报告信息既包含错误信息,还包含测试报告。
如图7所示,该方法包括:
步骤701:获取医疗设备在指定时间段内的错误信息,利用单独的测试工具(比如医疗设备的默认测试工具或第三方测试工具)对医疗设备执行测试,并获取测试报告。
步骤702:基于错误信息中组成部件的异常信息数目确定组成部件的第一故障概率组成因子,将测试报告中组成部件的检测结果与组成部件故障时的预定检测结果进行比较,并基于比较结果确定组成部件的第二故障概率组成因子,对第一故障概率组成因子与第二故障概率组成因子求和,将求和结果作为组成部件的故障概率。
步骤703:按照故障概率对组成部件进行排序,基于排序结果确定故障组成部件。
假定在错误信息中记载的组成部件A的异常信息数为1次,组成部件B的异常信息数为2次,组成部件C的异常信息数为3次,组成部件D的异常信息数为4次。那么,组成部件A的第一故障概率因子为1/10;组成部件B的第一故障概率因子为2/10;组成部件C的第一故障概率因子为3/10;组成部件D的第一故障概率因子为4/10。
假定在测试报告中组成部件A的检测结果与组成部件A故障时的预定检测结果相同,则组成部件A的第二故障概率因子为1;组成部件B、组成部件C和组成部件D的检测结果与各自故障时的预定检测结果不相同,因此组成部件B、组成部件C和组成部件D的第二故障概率因子均为0。
因此,组成部件A的故障概率为(1/10+1)=1.1;组成部件B的故障概率为(2/10+0)=0.25;组成部件C的故障概率为(3/10+0)=0.333;组成部件D的故障概率为(4/10+4/10)=0.4。
因此,基于故障概率从高到低的排序结果为:(1)组成部件A;(2)组成部件D;(3)组成部件C;(4)组成部件B。假定用户设定将故障概率最大的组成部件确定为故障组成部件,则组成部件A为故障组成部件。
步骤704:提示故障组成部件。
在这里,可以展示医疗设备的结构图,并在结构图中发光提示、动态提示或放大提示故障组成部件(即组成部件A)。因此,技术工程师可以直观地确定组成部件A最可能出现故障。
图8为根据本发明实施方式医疗设备的故障检查方法的第七示范性流程图。在这个实施方式中,医疗设备报告信息同时包含***日志、错误信息和测试报告。
如图8所示,该方法包括:
步骤801:获取医疗设备在第一指定时间段内的错误信息,获取医疗设备在第二指定时间段内的***日志,利用单独的测试工具(比如,医疗设备的默认测试工具或第三方测试工具)对医疗设备执行测试,并获取测试报告。
步骤802:基于***日志中组成部件的异常信息数目确定组成部件的第一故障概率组成因子,基于错误信息中组成部件的异常信息数目确定组成部件的第二故障概率组成因子,将测试报告中组成部件的检测结果与组成部件故障时的预定检测结果进行比较,并基于比较结果确定组成部件的第三故障概率组成因子,对第一故障概率组成因子、第二故障概率组成因子和第三故障概率组成因子求和,将求和结果作为组成部件的故障概率。
步骤803:按照故障概率对组成部件进行排序,基于排序结果确定故障组成部件。
比如,假定在***日志中记载的组成部件A的异常信息数为3次,组成部件B的异常信息数为5次,组成部件C的异常信息数为8次,组成部件D的异常信息数为1次。那么,组成部件A的第一故障概率因子为3/17;组成部件B的第一故障概率因子为5/17;组成部件C的第一故障概率因子为8/17;组成部件D的第一故障概率因子为1/17。
假定在错误信息中记载的组成部件A的异常信息数为1次,组成部件B的异常信息数为2次,组成部件C的异常信息数为3次,组成部件D的异常信息数为4次。那么,组成部件A的第二故障概率因子为1/10;组成部件B的第二故障概率因子为2/10;组成部件C的第二故障概率因子为3/10;组成部件D的第二故障概率因子为4/10。
假定在测试报告中组成部件A的检测结果与组成部件A故障时的预定检测结果相同,则组成部件A的第三故障概率因子为1;组成部件B、组成部件C和组成部件D的检测结果与各自故障时的预定检测结果不相同,因此组成部件B、组成部件C和组成部件D的第三故障概率因子为0。
因此,组成部件A的故障概率为(3/17+1/10+1)=1.276;组成部件B的故障概率为(5/17+2/10+0)=0.494;组成部件C的故障概率为(8/17+3/10+0)=0.804;组成部件D的故障概率为(1/17+4/10+0)=0.308。
因此,基于故障概率从高到低的排序结果为:(1)组成部件A;(2)组成部件C;(3)组成部件B;(4)组成部件D。假定用户设定将故障概率最大的组成部件确定为故障组成部件,则组成部件A为故障组成部件。
步骤804:提示故障组成部件。
在这里,可以展示医疗设备的结构图,并在结构图中发光提示、动态提示或放大提示故障组成部件(即组成部件A)。因此,技术工程师可以直观地确定组成部件A最可能出现故障。
可以将本发明实施方式应用到多种类型的医疗设备中,包括并不局限于:医疗设备包括下列中的至少一个:X线正电子发射型电子计算机断层扫描仪;伽玛射线立体定位治疗***;医用电子回旋加速治疗***;质子治疗***;X线电子计算机断层扫描装置;磁共振成像设备;数字减影血管造影X线机;医用电子直线加速器;单光子发射型电子计算机断层扫描装置,等等。
以上详细描述了医疗设备的具体实例,本领域技术人员可以意识到,这种描述仅是示范性的,并不用于限定本发明实施方式的保护范围。
下面,以磁共振成像设备为例,对本发明实施方式进行说明。
图9为根据本发明实施方式磁共振成像设备的故障检查方法的示范性流程图。在图9中,医疗设备报告信息同时包含***日志91、错误信息92和测试报告93。其中,利用服务插接(Service Plug)硬件测试工具和软件测试工具(Test Tools)对磁共振成像设备执行检测,以生成测试报告93。
步骤901:解析***日志91,发现***日志91中没有任何组成部件的异常信息记录,因此将各个组成部件关于***日志的故障概率组成因子均设置为0。
步骤902:解析错误信息92,发现错误信息92中没有任何组成部件的异常信息记录,因此将各个组成部件关于错误信息的故障概率组成因子均设置为0。
步骤903:比较测试报告93中各个组成部件的测试结果与该组成部件故障时的预定检测结果的相似度。
步骤904:发现针脚1的电流值和电压值都很小,与针脚1故障时的预定检测结果相同,而且其他组成部件的测试结果与该组成部件故障时的预定检测结果不相似。
步骤905:设定针脚1关于测试报告的故障概率组成因子为1,其他部件关于测试报告的故障概率组成因子为0。
步骤906:计算所有组成部件的故障概率组成因子之和以得到组成部件的故障概率。针脚1的故障概率为1,而其他组成部件的故障概率为0。因此,确定故障组成部件为插座上的针脚1。
步骤907:将针脚1排列在诊断信息的第一位,其他组成部件保留默认的排序位置,并图形呈现诊断信息给用户。
图10为根据本发明实施方式磁共振成像设备的故障组成部件的提示示意图。由图10可见,展示有磁共振成像设备的结构图。在结构图中包括线圈、RCCS、连接线,而且在结构图中用虚线框突出提示故障组成部件为针脚1。
基于上述分析,本发明实施方式还提出了一种医疗设备的故障检查装置。
图11为根据本发明实施方式医疗设备的故障检查装置的第一示范性结构图。
如图11所示,该故障检查装置110包括:
报告信息获取模块111,用于获取医疗设备报告信息;
故障组成部件确定模块112,用于基于医疗设备报告信息确定医疗设备的组成部件的故障概率,基于故障概率确定故障组成部件;
提示模块113,用于提示故障组成部件。
在一个实施方式中,报告信息获取模块111,用于获取下列中的一个:医疗设备在第一指定时间段内的***日志;医疗设备在第二指定时间段内的错误信息;利用单独的测试工具对医疗设备执行测试生成的测试报告。其中,单独的测试工具可以包括医疗设备默认的测试工具和第三方测试工具。
在一个实施方式中,故障组成部件确定模块112,用于当医疗设备报告信息为***日志时,基于***日志中组成部件的异常信息数目确定组成部件的故障概率;或,当医疗设备报告信息为错误信息时,基于错误信息中组成部件的异常信息数目确定组成部件的故障概率;或,当医疗设备报告信息为测试报告时,将测试报告中组成部件的检测结果与组成部件故障时的预定检测结果进行比较,并基于比较结果确定组成部件的故障概率。
图12为根据本发明实施方式医疗设备的故障检查装置的第二示范性结构图。图12所示的故障检查装置适用于医疗设备报告信息包含多种来源的情形。
如图12所示,该故障检查装置120包括:
报告信息获取模块121,用于获取多个医疗设备报告信息;
故障组成部件确定模块122,用于利用每个医疗设备报告信息对医疗设备中的组成部件确定相应的概率组成因子,根据该相应的概率组成因子计算所述组成部件的故障概率,并基于故障概率确定故障组成部件;
提示模块123,用于提示故障组成部件。
在一个实施方式中,报告信息获取模块121,用于获取下列中的两个以上:医疗设备在第一指定时间段内的***日志;医疗设备在第二指定时间段内的错误信息;利用单独的测试工具对医疗设备执行测试生成的测试报告。
在一个实施方式中,故障组成部件确定模块122,用于:
当多个医疗设备报告信息的来源种类包括***日志和错误信息时,基于***日志中组成部件的异常信息数目确定该组成部件的第一故障概率组成因子,基于错误信息中该组成部件的异常信息数目确定该组成部件的第二故障概率组成因子,对第一故障概率组成因子与第二故障概率组成因子求和,将求和结果作为该组成部件的故障概率;或
当多个医疗设备报告信息的来源种类包括***日志和测试报告时,基于***日志中组成部件的异常信息数目确定该组成部件的第一故障概率组成因子,将测试报告中该组成部件的检测结果与该组成部件故障时的预定检测结果进行比较,并基于比较结果确定该组成部件的第二故障概率组成因子,对第一故障概率组成因子与第二故障概率组成因子求和,将求和结果作为该组成部件的故障概率;或
当多个医疗设备报告信息的来源种类包括错误信息和测试报告时,基于错误信息中组成部件的异常信息数目确定该组成部件的第一故障概率组成因子,将测试报告中该组成部件的检测结果与该组成部件故障时的预定检测结果进行比较,并基于比较结果确定该组成部件的第二故障概率组成因子,对第一故障概率组成因子与第二故障概率组成因子求和,将求和结果作为组成部件的故障概率;或
当多个医疗设备报告信息包括***日志、错误信息和测试报告时,基于***日志中组成部件的异常信息数目确定该组成部件的第一故障概率组成因子,基于错误信息中该组成部件的异常信息数目确定该组成部件的第二故障概率组成因子,将测试报告中该组成部件的检测结果与该组成部件故障时的预定检测结果进行比较,并基于比较结果确定该组成部件的第三故障概率组成因子,对第一故障概率组成因子、第二故障概率组成因子和第三故障概率组成因子求和,将求和结果作为该组成部件的故障概率。
在一个实施方式中,医疗设备包括下列中的至少一个:X线正电子发射型电子计算机断层扫描仪;伽玛射线立体定位治疗***;医用电子回旋加速治疗***;质子治疗***;X线电子计算机断层扫描装置;磁共振成像设备;数字减影血管造影X线机;医用电子直线加速器;单光子发射型电子计算机断层扫描装置。
可以遵循一定规范的应用程序接口,将本发明实施方式所提出的医疗设备的故障检查方法编写为安装到医疗设备的控制主机、个人电脑、移动终端等中的插件程序,也可以将其封装为应用程序以供用户自行下载使用。
可以通过指令或指令集存储的储存方式将本发明实施方式所提出的医疗设备的故障检查方法存储在各种存储介质上。这些存储介质包括但是不局限于:软盘、光盘、DVD、硬盘、闪存等。
另外,还可以将本发明实施方式所提出的医疗设备的故障检查方法应用到基于闪存(Nand flash)的存储介质中,比如U盘、CF卡、SD卡、SDHC卡、MMC卡、SM卡、记忆棒、xD卡等。
综上所述,在本发明实施方式中,获取医疗设备报告信息;基于医疗设备报告信息确定医疗设备的组成部件的故障概率,并按照故障概率对组成部件进行排序,基于排序结果确定故障组成部件;提示故障组成部件。可见,本发明可以基于故障概率确定故障组成部件,从而便于技术工程师快速定位故障。而且,医疗设备报告信息来源多样,既可以是单一的***日志、单一的错误信息或单一的测试报告,还可以是***日志、错误信息或测试报告的两个以上的组合。
而且,在本发明实施方式中,不是简单地以静态文本形式显示诊断信息,而可以展示医疗设备的结构图,并在结构图中以发光提示、动态提示或放大提示等图形方式提示故障组成部件。因此,技术工程师可以直观地确定故障组成部件。
以上所述,仅为本发明的较佳实施方式而已,并非用于限定本发明的保护范围。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (16)
1.一种医疗设备的故障检查方法,其特征在于,包括:
获取医疗设备报告信息;
基于所述医疗设备报告信息确定所述医疗设备的组成部件的故障概率,基于所述故障概率确定故障组成部件;
提示所述故障组成部件。
2.根据权利要求1所述的医疗设备的故障检查方法,其特征在于,所述获取医疗设备报告信息包括下列中的一个:
获取所述医疗设备在第一指定时间段内的***日志;
获取所述医疗设备在第二指定时间段内的错误信息;
利用单独的测试工具对所述医疗设备执行测试,并获取测试报告。
3.根据权利要求2所述的医疗设备的故障检查方法,其特征在于,所述基于医疗设备报告信息确定医疗设备的组成部件的故障概率包括:
当所述医疗设备报告信息为所述***日志时,基于所述***日志中组成部件的异常信息数目确定所述组成部件的故障概率;或
当所述医疗设备报告信息为所述错误信息时,基于所述错误信息中组成部件的异常信息数目确定所述组成部件的故障概率;或
当所述医疗设备报告信息为所述测试报告时,将所述测试报告中组成部件的检测结果与所述组成部件故障时的预定检测结果进行比较,并基于比较结果确定所述组成部件的故障概率。
4.根据权利要求1-3中任一项所述的医疗设备的故障检查方法,其特征在于,所述基于故障概率确定故障组成部件包括:
按照所述故障概率对所述组成部件进行排序;
基于排序结果确定所述故障组成部件。
5.根据权利要求1-3中任一项所述的医疗设备的故障检查方法,其特征在于,所述提示故障组成部件包括下列中的至少一个:
展示所述医疗设备的结构图,并在所述结构图中动态提示所述故障组成部件;
展示所述医疗设备的结构图,并在所述结构图中发光提示所述故障组成部件;
展示所述医疗设备的结构图,并在所述结构图中放大提示所述故障组成部件。
6.一种医疗设备的故障检查方法,其特征在于,包括:
获取多个医疗设备报告信息;
利用每个医疗设备报告信息对所述医疗设备中的组成部件确定相应的概率组成因子,并根据该相应的概率组成因子计算所述组成部件的故障概率,并基于所述故障概率确定故障组成部件;
提示所述故障组成部件。
7.根据权利要求6所述的医疗设备的故障检查方法,其特征在于,所述获取医疗设备报告信息包括下列中的两个以上:
获取所述医疗设备在第一指定时间段内的***日志;
获取所述医疗设备在第二指定时间段内的错误信息;
利用单独的测试工具对所述医疗设备执行测试,并获取测试报告。
8.根据权利要求7所述的医疗设备的故障检查方法,其特征在于,所述利用每个医疗设备报告信息对医疗设备中的组成部件确定相应的概率组成因子,并根据该相应的概率组成因子计算组成部件的故障概率包括:
当所述多个医疗设备报告信息包括***日志和错误信息时,基于所述***日志中组成部件的异常信息数目确定所述组成部件的第一故障概率组成因子,基于所述错误信息中(所述组成部件的异常信息数目确定所述组成部件的第二故障概率组成因子,对所述第一故障概率组成因子与所述第二故障概率组成因子求和,将求和结果作为所述组成部件的故障概率;或
当所述多个医疗设备报告信息包括***日志和测试报告时,基于***日志中组成部件的异常信息数目确定所述组成部件的第一故障概率组成因子,将所述测试报告中所述组成部件的检测结果与所述组成部件故障时的预定检测结果进行比较,并基于比较结果确定所述组成部件的第二故障概率组成因子,对所述第一故障概率组成因子与所述第二故障概率组成因子求和,将求和结果作为所述组成部件的故障概率;或
当所述多个医疗设备报告信息包括错误信息和测试报告时,基于所述错误信息中组成部件的异常信息数目确定所述组成部件的第一故障概率组成因子,将所述测试报告中所述组成部件的检测结果与所述组成部件故障时的预定检测结果进行比较,并基于比较结果确定所述组成部件的第二故障概率组成因子,对所述第一故障概率组成因子与所述第二故障概率组成因子求和,将求和结果作为所述组成部件的故障概率;或
当所述多个医疗设备报告信息包括***日志、错误信息和测试报告时,基于所述***日志中组成部件的异常信息数目确定所述组成部件的第一故障概率组成因子,基于所述错误信息中所述组成部件的异常信息数目确定所述组成部件的第二故障概率组成因子,将所述测试报告中所述组成部件的检测结果与所述组成部件故障时的预定检测结果进行比较,并基于比较结果确定所述组成部件的第三故障概率组成因子,对所述第一故障概率组成因子、所述第二故障概率组成因子和所述第三故障概率组成因子求和,将求和结果作为所述组成部件的故障概率。
9.根据权利要求6-8中任一项所述的医疗设备的故障检查方法,其特征在于,所述提示故障组成部件包括下列中的至少一个:
展示所述医疗设备的结构图,并在所述结构图中动态提示所述故障组成部件;
展示所述医疗设备的结构图,并在所述结构图中发光提示所述故障组成部件;
展示所述医疗设备的结构图,并在所述结构图中放大提示所述故障组成部件。
10.根据权利要求6-8中任一项所述的医疗设备的故障检查方法,其特征在于,所述基于故障概率确定故障组成部件包括:
按照所述故障概率对所述组成部件进行排序;
基于排序结果确定所述故障组成部件。
11.一种医疗设备的故障检查装置,其特征在于,包括:
报告信息获取模块,用于获取医疗设备报告信息;
故障组成部件确定模块,用于基于所述医疗设备报告信息确定所述医疗设备的组成部件的故障概率,基于所述故障概率确定故障组成部件;
提示模块,用于提示所述故障组成部件。
12.根据权利要求11所述的医疗设备的故障检查装置,其特征在于,
报告信息获取模块,用于获取下列中的一个:
所述医疗设备在第一指定时间段内的***日志;
所述医疗设备在第二指定时间段内的错误信息;
利用单独的测试工具对所述医疗设备执行测试生成的测试报告。
13.根据权利要求12所述的医疗设备的故障检查装置,其特征在于,
故障组成部件确定模块,用于当所述医疗设备报告信息为所述***日志时,基于所述***日志中组成部件的异常信息数目确定所述组成部件的故障概率;或,当所述医疗设备报告信息为所述错误信息时,基于所述错误信息中组成部件的异常信息数目确定所述组成部件的故障概率;或,当所述医疗设备报告信息为所述测试报告时,将所述测试报告中组成部件的检测结果与组成部件故障时的预定检测结果进行比较,并基于比较结果确定所述组成部件的故障概率。
14.一种医疗设备的故障检查装置,其特征在于,包括:
报告信息获取模块,用于获取多个医疗设备报告信息;
故障组成部件确定模块,用于利用每个医疗设备报告信息对所述医疗设备中的组成部件确定相应的概率组成因子,并根据该相应的概率组成因子计算所述组成部件的故障概率,并基于所述故障概率确定故障组成部件;
提示模块,用于提示所述故障组成部件。
15.根据权利要求14所述的医疗设备的故障检查装置,其特征在于,
报告信息获取模块,用于获取下列中的两个以上:
所述医疗设备在第一指定时间段内的***日志;
所述医疗设备在第二指定时间段内的错误信息;
利用单独的测试工具对所述医疗设备执行测试生成的测试报告。
16.根据权利要求15所述的医疗设备的故障检查装置,其特征在于,
故障组成部件确定模块,用于当所述多个医疗设备报告信息的来源种类包括***日志和错误信息时,基于所述***日志中组成部件的异常信息数目确定所述组成部件的第一故障概率组成因子,基于所述错误信息中所述组成部件的异常信息数目确定所述组成部件的第二故障概率组成因子,对所述第一故障概率组成因子与所述第二故障概率组成因子求和,将求和结果作为所述组成部件的故障概率;或
当所述多个医疗设备报告信息的来源种类包括***日志和测试报告时,基于所述***日志中组成部件的异常信息数目确定所述组成部件的第一故障概率组成因子,将所述测试报告中所述组成部件的检测结果与所述组成部件故障时的预定检测结果进行比较,并基于比较结果确定所述组成部件的第二故障概率组成因子,对所述第一故障概率组成因子与所述第二故障概率组成因子求和,将求和结果作为所述组成部件的故障概率;或
当所述多个医疗设备报告信息的来源种类包括错误信息和测试报告时,基于所述错误信息中组成部件的异常信息数目确定所述组成部件的第一故障概率组成因子,将所述测试报告中所述组成部件的检测结果与所述组成部件故障时的预定检测结果进行比较,并基于比较结果确定所述组成部件的第二故障概率组成因子,对所述第一故障概率组成因子与所述第二故障概率组成因子求和,将求和结果作为所述组成部件的故障概率;或
当所述多个医疗设备报告信息包括***日志、错误信息和测试报告时,基于所述***日志中组成部件的异常信息数目确定所述组成部件的第一故障概率组成因子,基于所述错误信息中所述组成部件的异常信息数目确定所述组成部件的第二故障概率组成因子,将所述测试报告中所述组成部件的检测结果与所述组成部件故障时的预定检测结果进行比较,并基于比较结果确定所述组成部件的第三故障概率组成因子,对所述第一故障概率组成因子、所述第二故障概率组成因子和所述第三故障概率组成因子求和,将求和结果作为所述组成部件的故障概率。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610475332.4A CN107545129B (zh) | 2016-06-27 | 2016-06-27 | 一种医疗设备的故障检查方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610475332.4A CN107545129B (zh) | 2016-06-27 | 2016-06-27 | 一种医疗设备的故障检查方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107545129A true CN107545129A (zh) | 2018-01-05 |
CN107545129B CN107545129B (zh) | 2021-06-22 |
Family
ID=60959990
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610475332.4A Active CN107545129B (zh) | 2016-06-27 | 2016-06-27 | 一种医疗设备的故障检查方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107545129B (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2009110281A (ja) * | 2007-10-30 | 2009-05-21 | Toshiba Corp | 医用機器故障解析装置、医用機器故障解析方法、及び医用機器故障解析システム |
CN103135515A (zh) * | 2011-12-05 | 2013-06-05 | 北京掌城科技有限公司 | 一种车辆状况的诊断方法 |
CN103699118A (zh) * | 2013-12-18 | 2014-04-02 | 北京航天测控技术有限公司 | 一种航天器运行异常状态的分析方法及装置 |
CN104270268A (zh) * | 2014-09-28 | 2015-01-07 | 曙光信息产业股份有限公司 | 一种分布式***网络性能分析及故障诊断方法 |
CN104866411A (zh) * | 2015-06-08 | 2015-08-26 | 北京奇虎科技有限公司 | 固态硬盘的监测及分析方法及装置 |
CN105305444A (zh) * | 2015-11-30 | 2016-02-03 | 国网浙江省电力公司绍兴供电公司 | 基于调配一体化的配网综合智能告警与处理方法 |
WO2016188175A1 (zh) * | 2015-10-14 | 2016-12-01 | 中兴通讯股份有限公司 | 一种硬件故障分析***和方法 |
-
2016
- 2016-06-27 CN CN201610475332.4A patent/CN107545129B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2009110281A (ja) * | 2007-10-30 | 2009-05-21 | Toshiba Corp | 医用機器故障解析装置、医用機器故障解析方法、及び医用機器故障解析システム |
CN103135515A (zh) * | 2011-12-05 | 2013-06-05 | 北京掌城科技有限公司 | 一种车辆状况的诊断方法 |
CN103699118A (zh) * | 2013-12-18 | 2014-04-02 | 北京航天测控技术有限公司 | 一种航天器运行异常状态的分析方法及装置 |
CN104270268A (zh) * | 2014-09-28 | 2015-01-07 | 曙光信息产业股份有限公司 | 一种分布式***网络性能分析及故障诊断方法 |
CN104866411A (zh) * | 2015-06-08 | 2015-08-26 | 北京奇虎科技有限公司 | 固态硬盘的监测及分析方法及装置 |
WO2016188175A1 (zh) * | 2015-10-14 | 2016-12-01 | 中兴通讯股份有限公司 | 一种硬件故障分析***和方法 |
CN105305444A (zh) * | 2015-11-30 | 2016-02-03 | 国网浙江省电力公司绍兴供电公司 | 基于调配一体化的配网综合智能告警与处理方法 |
Also Published As
Publication number | Publication date |
---|---|
CN107545129B (zh) | 2021-06-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7313406B2 (ja) | 装置関連のログファイルの効果的な処理 | |
US8418001B2 (en) | Context-related troubleshooting | |
US20120330179A1 (en) | Electrode contact-quality evaluation | |
CN103460213B (zh) | 图像采集和/或图像相关参数推荐器 | |
EP1359426A2 (en) | Electronic device testing | |
Duraes et al. | WAP: Understanding the brain at software debugging | |
CN101283930A (zh) | 图像诊断支持***及图像诊断支持方法 | |
CN110458837B (zh) | 一种图像后处理方法、装置、电子设备及存储介质 | |
CN110543420B (zh) | 一种软件测试方法、***、终端及存储介质 | |
CN111904379B (zh) | 多模态医学设备的扫描方法和装置 | |
EP3235542A1 (en) | Portal dosimetry system | |
JP2014531925A (ja) | 医用画像システム及び方法 | |
CN110148195B (zh) | 一种磁共振图像生成方法、***、终端及存储介质 | |
US11342077B2 (en) | Medical information processing apparatus and medical information processing method | |
Simone | Software-related recalls: an analysis of records | |
CN116328214B (zh) | 放疗计划的执行状况的检测装置、电子设备及存储介质 | |
JP2015510623A (ja) | イメージング検査プロトコル更新推奨部 | |
US20070238960A1 (en) | Medical visualization method, combined display/input device, and computer program product | |
Rakitin | Coping with defective software in medical devices | |
US8204286B2 (en) | Radiation image detecting system, radiation image detecting method, computer readable medium and computer program product | |
CN105635313A (zh) | 医疗设备状态监控***及方法 | |
CN112131123A (zh) | 测试用例的生成方法、装置、终端设备及存储介质 | |
CN111341406A (zh) | 肿瘤疾病的诊疗信息处理方法、装置、设备及存储介质 | |
Pooler et al. | Technical adequacy of fully automated artificial intelligence body composition tools: assessment in a heterogeneous sample of external CT examinations | |
CN114202516A (zh) | 一种异物检测方法、装置、电子设备及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |