10.3969/j.issn.2095-2163.2022.09.012
基于LSTM的医疗设备故障预警模型研究
医疗设备在医疗工作中具有重要地位,而医疗设备的故障会直接影响到医疗工作的开展,影响患者病情的诊断,利用传感器设定阈值的传统故障预警措施存在误报,漏报等问题.本文提出一种基于长短期记忆神经网络(LSTM)的预测模型,利用其对长序列变化数据处理的优势,进行医疗设备的故障预测,可以做到提前预报故障.结合医院的医用红外热像仪的相关故障数据,整理出8项故障特征点,采集其相应数据作为模型的数据集,利用LSTM构建的预测模型进行实验.实验结果表明,LSTM模型训练的拟合效果较好,故障预测的准确率稳定在98％以上,优于其他神经网络模型.
医疗设备、LSTM、故障预警、红外热像仪
12
TP391.1(计算技术、计算机技术)
2022-10-09（万方平台首次上网日期，不代表论文的发表时间）
共4页
72-75
