CN116030955B - 基于物联网的医疗设备状态监测方法及相关装置 - Google Patents

Abstract

本发明涉及人工智能领域，公开了一种基于物联网的医疗设备状态监测方法及相关装置，用于提高医疗设备状态监测的准确率。所述方法包括：对状态信息集合进行信息筛选和特征提取，得到状态特征集合；对状态特征集合进行向量转换，得到目标状态向量，并将目标状态向量输入预置的医疗设备状态分析模型进行医疗设备状态分析，得到目标状态分析结果；获取多个医疗设备的历史周期状态数据，并根据历史周期状态数据和目标监测时段生成标准状态分析结果；对标准状态分析结果和目标状态分析结果进行结果特征比对，得到目标特征比对结果；根据目标特征比对结果生成多个医疗设备的设备控制策略，并根据设备控制策略对多个医疗设备进行设备参数调整。

Description

基于物联网的医疗设备状态监测方法及相关装置

技术领域

本发明涉及人工智能领域，尤其涉及一种基于物联网的医疗设备状态监测方法及相关装置。

背景技术

随着物联网技术的运转发展，医疗行业逐渐实现了智慧医疗，智慧医疗可以有效的提高医疗行业的智能化，目前越来越多的医疗设备实现了智能化管理，医疗设备已成为现代医疗的一个重要领域。

现有方案需要人工对医疗设备进行逐一排查，才能检查出医疗设备潜在的设备故障问题，现有方案受人工经验的影响较大，进而导致现有方案的设备状态监测准确率较低。

发明内容

本发明提供了一种基于物联网的医疗设备状态监测方法及相关装置，用于提高医疗设备状态监测的准确率。

本发明第一方面提供了一种基于物联网的医疗设备状态监测方法，所述基于物联网的医疗设备状态监测方法包括：基于预置的物联网云平台和目标监测时段，获取多个医疗设备的状态信息集合，并对所述状态信息集合进行信息筛选和特征提取，得到状态特征集合；对所述状态特征集合进行向量转换，得到目标状态向量，并将所述目标状态向量输入预置的医疗设备状态分析模型进行医疗设备状态分析，得到目标状态分析结果；获取所述多个医疗设备的历史周期状态数据，并根据所述历史周期状态数据和所述目标监测时段生成标准状态分析结果；对所述标准状态分析结果和所述目标状态分析结果进行结果特征比对，得到目标特征比对结果；根据所述目标特征比对结果生成所述多个医疗设备的设备控制策略，并根据所述设备控制策略对所述多个医疗设备进行设备参数调整。

可选的，在本发明第一方面的第一种实现方式中，所述基于预置的物联网云平台和目标监测时段，获取多个医疗设备的状态信息集合，并对所述状态信息集合进行信息筛选和特征提取，得到状态特征集合，包括：基于预置的物联网云平台获取多个医疗设备在目标监测时段所对应的状态信息，生成状态信息集合；对所述状态信息集合进行信息子集分割，得到每个医疗设备对应的状态信息子集；对每个医疗设备对应的状态信息子集进行信息误差值筛选，得到每个医疗设备对应的标准信息子集；对每个医疗设备对应的标准信息子集进行状态参数配置，得到每个医疗设备对应的配置信息子集；对每个医疗设备对应的配置信息子集进行特征提取和子集合并，得到状态特征集合。

可选的，在本发明第一方面的第二种实现方式中，所述对所述状态特征集合进行向量转换，得到目标状态向量，并将所述目标状态向量输入预置的医疗设备状态分析模型进行医疗设备状态分析，得到目标状态分析结果，包括：对所述状态特征集合进行向量转换，得到目标状态向量；根据所述目标状态向量生成多个状态子向量；将所述多个状态子向量输入预置的医疗设备状态分析模型，其中，所述医疗设备状态分析模型包括：多个医疗设备状态分析子模型；通过所述多个医疗设备状态分析子模型对所述多个状态子向量进行医疗设备状态分析，输出每个医疗设备状态分析子模型对应的初始状态分析结果；基于预设的模型权重对所述初始状态分析结果进行结果融合，得到目标状态分析结果。

可选的，在本发明第一方面的第三种实现方式中，所述获取所述多个医疗设备的历史周期状态数据，并根据所述历史周期状态数据和所述目标监测时段生成标准状态分析结果，包括：从所述物联网云平台中查询所述多个医疗设备的历史周期状态数据；对所述目标监测时段进行时段匹配，得到多个历史监测时段；从所述历史周期状态数据中提取所述多个历史监测时段对应的多个历史状态分析结果；对所述多个历史状态分析结果进行平均运算，生成所述目标监测时段对应的标准状态分析结果。

可选的，在本发明第一方面的第四种实现方式中，所述对所述标准状态分析结果和所述目标状态分析结果进行结果特征比对，得到目标特征比对结果，包括：提取所述标准状态分析结果对应的第一状态评价指标，以及提取所述目标状态分析结果对应的第二状态评价指标；对所述第一状态评价指标和所述第二状态评价指标进行特征对比，得到指标比对记录；根据所述指标比对记录生成目标特征比对结果。

可选的，在本发明第一方面的第五种实现方式中，所述根据所述目标特征比对结果生成所述多个医疗设备的设备控制策略，并根据所述设备控制策略对所述多个医疗设备进行设备参数调整，包括：根据所述目标特征比对结果确定所述多个医疗设备的异常运行参数；对所述异常运行参数进行参数优化配置，并生成所述多个医疗设备的设备控制策略；根据所述设备控制策略对所述多个医疗设备进行设备参数调整。

可选的，在本发明第一方面的第六种实现方式中，所述基于物联网的医疗设备状态监测方法还包括：在设备参数调整完成后，获取所述多个医疗设备的下一监测时段所对应的设备参数数据；判断所述设备参数数据是否超过预设参数阈值；若超过，则重新对所述多个医疗设备的设备参数进行调整。

本发明第二方面提供了一种基于物联网的医疗设备状态监测装置，所述基于物联网的医疗设备状态监测装置包括：获取模块，用于基于预置的物联网云平台和目标监测时段，获取多个医疗设备的状态信息集合，并对所述状态信息集合进行信息筛选和特征提取，得到状态特征集合；分析模块，用于对所述状态特征集合进行向量转换，得到目标状态向量，并将所述目标状态向量输入预置的医疗设备状态分析模型进行医疗设备状态分析，得到目标状态分析结果；处理模块，用于获取所述多个医疗设备的历史周期状态数据，并根据所述历史周期状态数据和所述目标监测时段生成标准状态分析结果；比对模块，用于对所述标准状态分析结果和所述目标状态分析结果进行结果特征比对，得到目标特征比对结果；调整模块，用于根据所述目标特征比对结果生成所述多个医疗设备的设备控制策略，并根据所述设备控制策略对所述多个医疗设备进行设备参数调整。

可选的，在本发明第二方面的第一种实现方式中，所述获取模块具体用于：基于预置的物联网云平台获取多个医疗设备在目标监测时段所对应的状态信息，生成状态信息集合；对所述状态信息集合进行信息子集分割，得到每个医疗设备对应的状态信息子集；对每个医疗设备对应的状态信息子集进行信息误差值筛选，得到每个医疗设备对应的标准信息子集；对每个医疗设备对应的标准信息子集进行状态参数配置，得到每个医疗设备对应的配置信息子集；对每个医疗设备对应的配置信息子集进行特征提取和子集合并，得到状态特征集合。

可选的，在本发明第二方面的第二种实现方式中，所述分析模块具体用于：对所述状态特征集合进行向量转换，得到目标状态向量；根据所述目标状态向量生成多个状态子向量；将所述多个状态子向量输入预置的医疗设备状态分析模型，其中，所述医疗设备状态分析模型包括：多个医疗设备状态分析子模型；通过所述多个医疗设备状态分析子模型对所述多个状态子向量进行医疗设备状态分析，输出每个医疗设备状态分析子模型对应的初始状态分析结果；基于预设的模型权重对所述初始状态分析结果进行结果融合，得到目标状态分析结果。

可选的，在本发明第二方面的第三种实现方式中，所述处理模块具体用于：从所述物联网云平台中查询所述多个医疗设备的历史周期状态数据；对所述目标监测时段进行时段匹配，得到多个历史监测时段；从所述历史周期状态数据中提取所述多个历史监测时段对应的多个历史状态分析结果；对所述多个历史状态分析结果进行平均运算，生成所述目标监测时段对应的标准状态分析结果。

可选的，在本发明第二方面的第四种实现方式中，所述比对模块具体用于：提取所述标准状态分析结果对应的第一状态评价指标，以及提取所述目标状态分析结果对应的第二状态评价指标；对所述第一状态评价指标和所述第二状态评价指标进行特征对比，得到指标比对记录；根据所述指标比对记录生成目标特征比对结果。

可选的，在本发明第二方面的第五种实现方式中，所述调整模块具体用于：根据所述目标特征比对结果确定所述多个医疗设备的异常运行参数；对所述异常运行参数进行参数优化配置，并生成所述多个医疗设备的设备控制策略；根据所述设备控制策略对所述多个医疗设备进行设备参数调整。

可选的，在本发明第二方面的第六种实现方式中，所述基于物联网的医疗设备状态监测装置还包括：判断模块，用于在设备参数调整完成后，获取所述多个医疗设备的下一监测时段所对应的设备参数数据；判断所述设备参数数据是否超过预设参数阈值；若超过，则重新对所述多个医疗设备的设备参数进行调整。

本发明第三方面提供了一种基于物联网的医疗设备状态监测设备，包括：存储器和至少一个处理器，所述存储器中存储有指令；所述至少一个处理器调用所述存储器中的所述指令，以使得所述基于物联网的医疗设备状态监测设备执行上述的基于物联网的医疗设备状态监测方法。

本发明的第四方面提供了一种计算机可读存储介质，所述计算机可读存储介质中存储有指令，当其在计算机上运行时，使得计算机执行上述的基于物联网的医疗设备状态监测方法。

本发明提供的技术方案中，对状态信息集合进行信息筛选和特征提取，得到状态特征集合；对状态特征集合进行向量转换，得到目标状态向量，并将目标状态向量输入预置的医疗设备状态分析模型进行医疗设备状态分析，得到目标状态分析结果；获取多个医疗设备的历史周期状态数据，并根据历史周期状态数据和目标监测时段生成标准状态分析结果；对标准状态分析结果和目标状态分析结果进行结果特征比对，得到目标特征比对结果；根据目标特征比对结果生成多个医疗设备的设备控制策略，并根据设备控制策略对多个医疗设备进行设备参数调整，本发明通过对物联网的多个医疗设备进行一体化监控，通过人工智能模型对医疗设备的状态信息进行分析，实现了对多个医疗设备进行灵活控制，进而提高了医疗设备状态监测的准确率。

附图说明

图1为本发明实施例中基于物联网的医疗设备状态监测方法的一个实施例示意图；

图2为本发明实施例中基于物联网的医疗设备状态监测方法的另一个实施例示意图；

图3为本发明实施例中基于物联网的医疗设备状态监测装置的一个实施例示意图；

图4为本发明实施例中基于物联网的医疗设备状态监测装置的另一个实施例示意图；

图5为本发明实施例中基于物联网的医疗设备状态监测设备的一个实施例示意图。

具体实施方式

本发明实施例提供了一种基于物联网的医疗设备状态监测方法及相关装置，用于提高医疗设备状态监测的准确率。本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”、“第四”等（如果存在）是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的实施例能够以除了在这里图示或描述的内容以外的顺序实施。此外，术语“包括”或“具有”及其任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、***、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。

为便于理解，下面对本发明实施例的具体流程进行描述，请参阅图1，本发明实施例中基于物联网的医疗设备状态监测方法的一个实施例包括：

101、基于预置的物联网云平台和目标监测时段，获取多个医疗设备的状态信息集合，并对状态信息集合进行信息筛选和特征提取，得到状态特征集合；

可以理解的是，本发明的执行主体可以为基于物联网的医疗设备状态监测装置，还可以是终端或者服务器，具体此处不做限定。本发明实施例以服务器为执行主体为例进行说明。

具体的，实时接收当前时段各监测设备的检测信号的频率序列，构建频率时序序列，检测信息属性为机动性状态或非机动性状态，对非机动性状态的频率时序序列进行平稳态检验，若为稳态则信号对应目标在该时段内处于静止状态，对非稳态信号，利用信号频率时序序列，判别信号对应目标是否运转状态，对不是运转状态的信号，判别信号对应的目标是否缓慢状态，否则信号对应目标为静止状态，本发明只需要单星信号接收条件即可，进行信号频率测量，基于频率变化情况，判别目标的静止或状态、是否机动、是否运转状态等状态属性，进行目标状态属性判别，并对状态信息集合进行信息筛选和特征提取，得到状态特征集合。

102、对状态特征集合进行向量转换，得到目标状态向量，并将目标状态向量输入预置的医疗设备状态分析模型进行医疗设备状态分析，得到目标状态分析结果；

具体的，通过以下步骤状态特征集合进行向量转换，首先，服务器将两个向量相乘，获取向量元素被乘数和向量元素乘数，将向量元素被乘数和向量元素乘数转换成目标状态向量，本申请以形成经转换的向量元素被乘数和经转换的向量元素乘数，并将目标状态向量输入预置的医疗设备状态分析模型进行医疗设备状态分析，得到目标状态分析结果。

103、获取多个医疗设备的历史周期状态数据，并根据历史周期状态数据和目标监测时段生成标准状态分析结果；

具体的，服务器采集当前多个医疗设备的历史周期状态数据，根据历史周期状态数据定义光通道生命周期运维状态，历史周期状态数据包括拓扑结构数据、历史告警数据和历史性能数据，通过主动学习对采集的历史周期状态数据进行样本标注，得到包含多个已标注数据的已标注样本集，对已标注样本集中的数据进行特征工程加工，并根据历史周期状态数据和目标监测时段生成标准状态分析结果。

104、对标准状态分析结果和目标状态分析结果进行结果特征比对，得到目标特征比对结果；

具体的，对标准状态分析结果进行基于统计直方图的切割，每个特征点的进一步筛选，选出有效特征点并进行比对，采用基于RST不变特征的比对方法，首先构建最近邻特征结构，然后对特征点对进行初步校验，之后再进行三角形相似性验证，将样本的N个的特征点集和M个的特征点集使用比对算法进行识别，得到A和B的相似度，根据之前得到的相似度，得到目标特征比对结果。

105、根据目标特征比对结果生成多个医疗设备的设备控制策略，并根据设备控制策略对多个医疗设备进行设备参数调整。

具体的，获取目标特征比对结果，利用预先确定的进行访问控制策略分区并排序的模型，对目标特征比对结果进行处理，确定与该目标特征比对结果相对应的分区访问控制策略，根据对应的分区访问控制策略对该目标特征比对结果进行记录，预先进行访问控制策略分区并排序的模型的确定过程包括：获取边界访问控制策略，对边界访问控制策略依据访问安全等级进行划分并排序，确定每个分区对应的分区访问策略，最终服务器根据设备控制策略对多个医疗设备进行设备参数调整。

本发明实施例中，对状态信息集合进行信息筛选和特征提取，得到状态特征集合；对状态特征集合进行向量转换，得到目标状态向量，并将目标状态向量输入预置的医疗设备状态分析模型进行医疗设备状态分析，得到目标状态分析结果；获取多个医疗设备的历史周期状态数据，并根据历史周期状态数据和目标监测时段生成标准状态分析结果；对标准状态分析结果和目标状态分析结果进行结果特征比对，得到目标特征比对结果；根据目标特征比对结果生成多个医疗设备的设备控制策略，并根据设备控制策略对多个医疗设备进行设备参数调整，本发明通过对物联网的多个医疗设备进行一体化监控，通过人工智能模型对医疗设备的状态信息进行分析，实现了对多个医疗设备进行灵活控制，进而提高了医疗设备状态监测的准确率。

请参阅图2，本发明实施例中基于物联网的医疗设备状态监测方法的另一个实施例包括：

201、基于预置的物联网云平台和目标监测时段，获取多个医疗设备的状态信息集合，并对状态信息集合进行信息筛选和特征提取，得到状态特征集合；

具体的，基于预置的物联网云平台获取多个医疗设备在目标监测时段所对应的状态信息，生成状态信息集合；对状态信息集合进行信息子集分割，得到每个医疗设备对应的状态信息子集；对每个医疗设备对应的状态信息子集进行信息误差值筛选，得到每个医疗设备对应的标准信息子集；对每个医疗设备对应的标准信息子集进行状态参数配置，得到每个医疗设备对应的配置信息子集；对每个医疗设备对应的配置信息子集进行特征提取和子集合并，得到状态特征集合。

其中，服务器基于预置的物联网云平台获取多个医疗设备在目标监测时段所对应的状态信息，生成状态信息集合，进而服务器根据预设的用户分组特征集，对用户集合进行分组处理，得到至少一个标准信息子集，其中，用户分组特征集包括至少一个用户分组特征，用户分组特征包括至少一个分组指标以及每一个分组指标的至少一个分组分割点，针对任一标准信息子集，根据标准信息子集对应的用户分组特征，确定标准信息子集中用户的配置信息敏感度，根据至少一个标准信息子集中用户的配置信息敏感度得到每个医疗设备对应的配置信息子集；对每个医疗设备对应的配置信息子集进行特征提取和子集合并，得到状态特征集合。

202、对状态特征集合进行向量转换，得到目标状态向量；

203、根据目标状态向量生成多个状态子向量；

204、将多个状态子向量输入预置的医疗设备状态分析模型，其中，医疗设备状态分析模型包括：多个医疗设备状态分析子模型；

具体的，建立初始状态向量、折叠距离及对应的状态向量三者之间的逻辑关系，通过折叠距离的译码输出，实现对初始状态向量的选择性位替换，生成与折叠距离对应的状态向量，再将生成的状态向量与折叠种子向量按位依次进行异或运算，从而实现折叠计数器状态向量的选择生成，最终根据目标状态向量生成多个状态子向量，将多个状态子向量输入预置的医疗设备状态分析模型，其中，医疗设备状态分析模型包括：多个医疗设备状态分析子模型。

205、通过多个医疗设备状态分析子模型对多个状态子向量进行医疗设备状态分析，输出每个医疗设备状态分析子模型对应的初始状态分析结果；

206、基于预设的模型权重对初始状态分析结果进行结果融合，得到目标状态分析结果；

具体的，通过多个医疗设备状态分析子模型对多个状态子向量进行医疗设备状态分析，输出每个医疗设备状态分析子模型对应的初始状态分析结果，进一步的，服务器构建基于双向长短期记忆网络，服务器根据双向长短期记忆网络，提取待识别的初始状态分析结果的初始实体识别结果，基于命名实体识别的预设规则，提取已替换实体识别结果的初始状态分析结果的目标实体识别结果，融合初始实体识别结果和目标实体识别结果，获得到目标状态分析结果。

207、获取多个医疗设备的历史周期状态数据，并根据历史周期状态数据和目标监测时段生成标准状态分析结果；

具体的，从物联网云平台中查询多个医疗设备的历史周期状态数据；对目标监测时段进行时段匹配，得到多个历史监测时段；从历史周期状态数据中提取多个历史监测时段对应的多个历史状态分析结果；对多个历史状态分析结果进行平均运算，生成目标监测时段对应的标准状态分析结果。

其中，服务器根据收集的目标区域各医疗设备监测到的历史状态指标数据和状态分析数据，建立目标区域的历史状态序列案例库，案例库中的序列由状态分析数据组成，根据预报的目标区域未来某时段内的状态分析数据，获取未来该时段的序列，将获取的未来该时段的序列与历史重历史状态序列案例库中的序列进行相似度对比，判别目标区域未来该时段的重历史状态情况，并对多个历史状态分析结果进行平均运算，生成目标监测时段对应的标准状态分析结果。

208、对标准状态分析结果和目标状态分析结果进行结果特征比对，得到目标特征比对结果；

具体的，提取标准状态分析结果对应的第一状态评价指标，以及提取目标状态分析结果对应的第二状态评价指标；对第一状态评价指标和第二状态评价指标进行特征对比，得到指标比对记录；根据指标比对记录生成目标特征比对结果。

其中，服务器获取预先构建的特征比对函数的状态评价体系中各末级评价指标的指标值，分别基于各个末级评价指标各自的第一状态评价指标和第二状态评价指标，确定各个末级评价指标的状态评价指标，基于各末级评价指标的指标值及各末级评价指标的状态评价指标确定特征比对函数的综合评价值，并根据指标比对记录生成目标特征比对结果。

209、根据目标特征比对结果生成多个医疗设备的设备控制策略，并根据设备控制策略对多个医疗设备进行设备参数调整。

具体的，根据目标特征比对结果确定多个医疗设备的异常运行参数；对异常运行参数进行参数优化配置，并生成多个医疗设备的设备控制策略；根据设备控制策略对多个医疗设备进行设备参数调整。

可选的，获取医疗设备的实时运行参数，计算实时运行参数的协方差矩阵，计算协方差矩阵的特征值集合和特征向量集合，根据特征值集合，采用主成分分析方法对特征向量集合降维，得到降维特征向量集合，根据降维特征向量集合，在实时运行参数中选取有效的实时运行参数，得到有效实时运行参数，获取参考运行参数，计算有效实时运行参数和参考运行参数的实时散度值，获取散度值阈值，散度值阈值是根据参考运行参数确定，根据实时散度值和散度值阈值对实时运行参数进行异常检测，并生成多个医疗设备的设备控制策略；根据设备控制策略对多个医疗设备进行设备参数调整。

可选的，在设备参数调整完成后，获取多个医疗设备的下一监测时段所对应的设备参数数据；判断设备参数数据是否超过预设参数阈值；若超过，则重新对多个医疗设备的设备参数进行调整。

其中，获取各监测时段的设备运行参数、功率谱密度数据，根据各监测时段的设备运行参数进行阈值划分识别，得到阈值参数，根据各监测时段的设备运行参数对运行参数范围进行范围定位，得到运行参数范围参数，获取多个医疗设备的下一监测时段所对应的设备参数数据；判断设备参数数据是否超过预设参数阈值；若超过，则重新对多个医疗设备的设备参数进行调整。

本发明实施例中，对状态信息集合进行信息筛选和特征提取，得到状态特征集合；对状态特征集合进行向量转换，得到目标状态向量，并将目标状态向量输入预置的医疗设备状态分析模型进行医疗设备状态分析，得到目标状态分析结果；获取多个医疗设备的历史周期状态数据，并根据历史周期状态数据和目标监测时段生成标准状态分析结果；对标准状态分析结果和目标状态分析结果进行结果特征比对，得到目标特征比对结果；根据目标特征比对结果生成多个医疗设备的设备控制策略，并根据设备控制策略对多个医疗设备进行设备参数调整，本发明通过对物联网的多个医疗设备进行一体化监控，通过人工智能模型对医疗设备的状态信息进行分析，实现了对多个医疗设备进行灵活控制，进而提高了医疗设备状态监测的准确率。

上面对本发明实施例中基于物联网的医疗设备状态监测方法进行了描述，下面对本发明实施例中基于物联网的医疗设备状态监测装置进行描述，请参阅图3，本发明实施例中基于物联网的医疗设备状态监测装置一个实施例包括：

获取模块301，用于基于预置的物联网云平台和目标监测时段，获取多个医疗设备的状态信息集合，并对所述状态信息集合进行信息筛选和特征提取，得到状态特征集合；

分析模块302，用于对所述状态特征集合进行向量转换，得到目标状态向量，并将所述目标状态向量输入预置的医疗设备状态分析模型进行医疗设备状态分析，得到目标状态分析结果；

处理模块303，用于获取所述多个医疗设备的历史周期状态数据，并根据所述历史周期状态数据和所述目标监测时段生成标准状态分析结果；

比对模块304，用于对所述标准状态分析结果和所述目标状态分析结果进行结果特征比对，得到目标特征比对结果；

调整模块305，用于根据所述目标特征比对结果生成所述多个医疗设备的设备控制策略，并根据所述设备控制策略对所述多个医疗设备进行设备参数调整。

本发明实施例中，对状态信息集合进行信息筛选和特征提取，得到状态特征集合；对状态特征集合进行向量转换，得到目标状态向量，并将目标状态向量输入预置的医疗设备状态分析模型进行医疗设备状态分析，得到目标状态分析结果；获取多个医疗设备的历史周期状态数据，并根据历史周期状态数据和目标监测时段生成标准状态分析结果；对标准状态分析结果和目标状态分析结果进行结果特征比对，得到目标特征比对结果；根据目标特征比对结果生成多个医疗设备的设备控制策略，并根据设备控制策略对多个医疗设备进行设备参数调整，本发明通过对物联网的多个医疗设备进行一体化监控，通过人工智能模型对医疗设备的状态信息进行分析，实现了对多个医疗设备进行灵活控制，进而提高了医疗设备状态监测的准确率。

请参阅图4，本发明实施例中基于物联网的医疗设备状态监测装置另一个实施例包括：

获取模块301，用于基于预置的物联网云平台和目标监测时段，获取多个医疗设备的状态信息集合，并对所述状态信息集合进行信息筛选和特征提取，得到状态特征集合；

分析模块302，用于对所述状态特征集合进行向量转换，得到目标状态向量，并将所述目标状态向量输入预置的医疗设备状态分析模型进行医疗设备状态分析，得到目标状态分析结果；

处理模块303，用于获取所述多个医疗设备的历史周期状态数据，并根据所述历史周期状态数据和所述目标监测时段生成标准状态分析结果；

比对模块304，用于对所述标准状态分析结果和所述目标状态分析结果进行结果特征比对，得到目标特征比对结果；

调整模块305，用于根据所述目标特征比对结果生成所述多个医疗设备的设备控制策略，并根据所述设备控制策略对所述多个医疗设备进行设备参数调整。

可选的，所述获取模块301具体用于：基于预置的物联网云平台获取多个医疗设备在目标监测时段所对应的状态信息，生成状态信息集合；对所述状态信息集合进行信息子集分割，得到每个医疗设备对应的状态信息子集；对每个医疗设备对应的状态信息子集进行信息误差值筛选，得到每个医疗设备对应的标准信息子集；对每个医疗设备对应的标准信息子集进行状态参数配置，得到每个医疗设备对应的配置信息子集；对每个医疗设备对应的配置信息子集进行特征提取和子集合并，得到状态特征集合。

可选的，所述分析模块302具体用于：对所述状态特征集合进行向量转换，得到目标状态向量；根据所述目标状态向量生成多个状态子向量；将所述多个状态子向量输入预置的医疗设备状态分析模型，其中，所述医疗设备状态分析模型包括：多个医疗设备状态分析子模型；通过所述多个医疗设备状态分析子模型对所述多个状态子向量进行医疗设备状态分析，输出每个医疗设备状态分析子模型对应的初始状态分析结果；基于预设的模型权重对所述初始状态分析结果进行结果融合，得到目标状态分析结果。

可选的，所述处理模块303具体用于：从所述物联网云平台中查询所述多个医疗设备的历史周期状态数据；对所述目标监测时段进行时段匹配，得到多个历史监测时段；从所述历史周期状态数据中提取所述多个历史监测时段对应的多个历史状态分析结果；对所述多个历史状态分析结果进行平均运算，生成所述目标监测时段对应的标准状态分析结果。

可选的，所述比对模块304具体用于：提取所述标准状态分析结果对应的第一状态评价指标，以及提取所述目标状态分析结果对应的第二状态评价指标；对所述第一状态评价指标和所述第二状态评价指标进行特征对比，得到指标比对记录；根据所述指标比对记录生成目标特征比对结果。

可选的，所述调整模块305具体用于：根据所述目标特征比对结果确定所述多个医疗设备的异常运行参数；对所述异常运行参数进行参数优化配置，并生成所述多个医疗设备的设备控制策略；根据所述设备控制策略对所述多个医疗设备进行设备参数调整。

可选的，所述基于物联网的医疗设备状态监测装置还包括：

判断模块306，用于在设备参数调整完成后，获取所述多个医疗设备的下一监测时段所对应的设备参数数据；判断所述设备参数数据是否超过预设参数阈值；若超过，则重新对所述多个医疗设备的设备参数进行调整。

本发明实施例中，对状态信息集合进行信息筛选和特征提取，得到状态特征集合；对状态特征集合进行向量转换，得到目标状态向量，并将目标状态向量输入预置的医疗设备状态分析模型进行医疗设备状态分析，得到目标状态分析结果；获取多个医疗设备的历史周期状态数据，并根据历史周期状态数据和目标监测时段生成标准状态分析结果；对标准状态分析结果和目标状态分析结果进行结果特征比对，得到目标特征比对结果；根据目标特征比对结果生成多个医疗设备的设备控制策略，并根据设备控制策略对多个医疗设备进行设备参数调整，本发明通过对物联网的多个医疗设备进行一体化监控，通过人工智能模型对医疗设备的状态信息进行分析，实现了对多个医疗设备进行灵活控制，进而提高了医疗设备状态监测的准确率。

上面图3和图4从模块化功能实体的角度对本发明实施例中的基于物联网的医疗设备状态监测装置进行详细描述，下面从硬件处理的角度对本发明实施例中基于物联网的医疗设备状态监测设备进行详细描述。

图5是本发明实施例提供的一种基于物联网的医疗设备状态监测设备的结构示意图，该基于物联网的医疗设备状态监测设备500可因配置或性能不同而产生比较大的差异，可以包括一个或一个以上处理器（central processing units，CPU）510（例如，一个或一个以上处理器）和存储器520，一个或一个以上存储应用程序533或数据532的存储介质530（例如一个或一个以上海量存储设备）。其中，存储器520和存储介质530可以是短暂存储或持久存储。存储在存储介质530的程序可以包括一个或一个以上模块（图示没标出），每个模块可以包括对基于物联网的医疗设备状态监测设备500中的一系列指令操作。更进一步地，处理器510可以设置为与存储介质530通信，在基于物联网的医疗设备状态监测设备500上执行存储介质530中的一系列指令操作。

基于物联网的医疗设备状态监测设备500还可以包括一个或一个以上电源540，一个或一个以上有线或无线网络接口550，一个或一个以上输入输出接口560，和/或，一个或一个以上操作***531，例如Windows Serve，Mac OS X，Unix，Linux，FreeBSD等等。本领域技术人员可以理解，图5示出的基于物联网的医疗设备状态监测设备结构并不构成对基于物联网的医疗设备状态监测设备的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。

本发明还提供一种基于物联网的医疗设备状态监测设备，所述基于物联网的医疗设备状态监测设备包括存储器和处理器，存储器中存储有计算机可读指令，计算机可读指令被处理器执行时，使得处理器执行上述各实施例中的所述基于物联网的医疗设备状态监测方法的步骤。

本发明还提供一种计算机可读存储介质，该计算机可读存储介质可以为非易失性计算机可读存储介质，该计算机可读存储介质也可以为易失性计算机可读存储介质，所述计算机可读存储介质中存储有指令，当所述指令在计算机上运行时，使得计算机执行所述基于物联网的医疗设备状态监测方法的步骤。

所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的***，装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备（可以是个人计算机，服务器，或者网络设备等）执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器（read-only memory，ROM）、随机存取存储器（random access memory，RAM）、磁碟或者光盘等各种可以存储程序代码的介质。

以上所述，以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (8)

1.一种基于物联网的医疗设备状态监测方法，其特征在于，所述基于物联网的医疗设备状态监测方法包括：

基于预置的物联网云平台和目标监测时段，获取多个医疗设备的状态信息集合，并对所述状态信息集合进行信息筛选和特征提取，得到状态特征集合；其中，基于预置的物联网云平台获取多个医疗设备在目标监测时段所对应的状态信息，生成状态信息集合；对所述状态信息集合进行信息子集分割，得到每个医疗设备对应的状态信息子集；对每个医疗设备对应的状态信息子集进行信息误差值筛选，得到每个医疗设备对应的标准信息子集；对每个医疗设备对应的标准信息子集进行状态参数配置，得到每个医疗设备对应的配置信息子集；对每个医疗设备对应的配置信息子集进行特征提取和子集合并，得到状态特征集合；

对所述状态特征集合进行向量转换，得到目标状态向量，并将所述目标状态向量输入预置的医疗设备状态分析模型进行医疗设备状态分析，得到目标状态分析结果；

获取所述多个医疗设备的历史周期状态数据，并根据所述历史周期状态数据和所述目标监测时段生成标准状态分析结果；

对所述标准状态分析结果和所述目标状态分析结果进行结果特征比对，得到目标特征比对结果；其中，提取所述标准状态分析结果对应的第一状态评价指标，以及提取所述目标状态分析结果对应的第二状态评价指标；对所述第一状态评价指标和所述第二状态评价指标进行特征对比，得到指标比对记录；根据所述指标比对记录生成目标特征比对结果；

根据所述目标特征比对结果生成所述多个医疗设备的设备控制策略，并根据所述设备控制策略对所述多个医疗设备进行设备参数调整。

2.根据权利要求1所述的基于物联网的医疗设备状态监测方法，其特征在于，所述对所述状态特征集合进行向量转换，得到目标状态向量，并将所述目标状态向量输入预置的医疗设备状态分析模型进行医疗设备状态分析，得到目标状态分析结果，包括：

对所述状态特征集合进行向量转换，得到目标状态向量；

根据所述目标状态向量生成多个状态子向量；

将所述多个状态子向量输入预置的医疗设备状态分析模型，其中，所述医疗设备状态分析模型包括：多个医疗设备状态分析子模型；

通过所述多个医疗设备状态分析子模型对所述多个状态子向量进行医疗设备状态分析，输出每个医疗设备状态分析子模型对应的初始状态分析结果；

基于预设的模型权重对所述初始状态分析结果进行结果融合，得到目标状态分析结果。

3.根据权利要求1所述的基于物联网的医疗设备状态监测方法，其特征在于，所述获取所述多个医疗设备的历史周期状态数据，并根据所述历史周期状态数据和所述目标监测时段生成标准状态分析结果，包括：

从所述物联网云平台中查询所述多个医疗设备的历史周期状态数据；

对所述目标监测时段进行时段匹配，得到多个历史监测时段；

从所述历史周期状态数据中提取所述多个历史监测时段对应的多个历史状态分析结果；

对所述多个历史状态分析结果进行平均运算，生成所述目标监测时段对应的标准状态分析结果。

4.根据权利要求1所述的基于物联网的医疗设备状态监测方法，其特征在于，所述根据所述目标特征比对结果生成所述多个医疗设备的设备控制策略，并根据所述设备控制策略对所述多个医疗设备进行设备参数调整，包括：

根据所述目标特征比对结果确定所述多个医疗设备的异常运行参数；

对所述异常运行参数进行参数优化配置，并生成所述多个医疗设备的设备控制策略；

根据所述设备控制策略对所述多个医疗设备进行设备参数调整。

5.根据权利要求1所述的基于物联网的医疗设备状态监测方法，其特征在于，所述基于物联网的医疗设备状态监测方法还包括：

在设备参数调整完成后，获取所述多个医疗设备的下一监测时段所对应的设备参数数据；

判断所述设备参数数据是否超过预设参数阈值；

若超过，则重新对所述多个医疗设备的设备参数进行调整。

6.一种基于物联网的医疗设备状态监测装置，其特征在于，所述基于物联网的医疗设备状态监测装置包括：

获取模块，用于基于预置的物联网云平台和目标监测时段，获取多个医疗设备的状态信息集合，并对所述状态信息集合进行信息筛选和特征提取，得到状态特征集合；其中，基于预置的物联网云平台获取多个医疗设备在目标监测时段所对应的状态信息，生成状态信息集合；对所述状态信息集合进行信息子集分割，得到每个医疗设备对应的状态信息子集；对每个医疗设备对应的状态信息子集进行信息误差值筛选，得到每个医疗设备对应的标准信息子集；对每个医疗设备对应的标准信息子集进行状态参数配置，得到每个医疗设备对应的配置信息子集；对每个医疗设备对应的配置信息子集进行特征提取和子集合并，得到状态特征集合；

分析模块，用于对所述状态特征集合进行向量转换，得到目标状态向量，并将所述目标状态向量输入预置的医疗设备状态分析模型进行医疗设备状态分析，得到目标状态分析结果；

处理模块，用于获取所述多个医疗设备的历史周期状态数据，并根据所述历史周期状态数据和所述目标监测时段生成标准状态分析结果；

比对模块，用于对所述标准状态分析结果和所述目标状态分析结果进行结果特征比对，得到目标特征比对结果；其中，提取所述标准状态分析结果对应的第一状态评价指标，以及提取所述目标状态分析结果对应的第二状态评价指标；对所述第一状态评价指标和所述第二状态评价指标进行特征对比，得到指标比对记录；根据所述指标比对记录生成目标特征比对结果；

调整模块，用于根据所述目标特征比对结果生成所述多个医疗设备的设备控制策略，并根据所述设备控制策略对所述多个医疗设备进行设备参数调整。

7.一种基于物联网的医疗设备状态监测设备，其特征在于，所述基于物联网的医疗设备状态监测设备包括：存储器和至少一个处理器，所述存储器中存储有指令；

所述至少一个处理器调用所述存储器中的所述指令，以使得所述基于物联网的医疗设备状态监测设备执行如权利要求1-5中任一项所述的基于物联网的医疗设备状态监测方法。

8.一种计算机可读存储介质，所述计算机可读存储介质上存储有指令，其特征在于，所述指令被处理器执行时实现如权利要求1-5中任一项所述的基于物联网的医疗设备状态监测方法。

Images