公开(公告)号：CN116595444B

公开(公告)日：2023-09-26

申请号：CN202310883905.7

申请日：2023-07-19

Applicant: 北京大学第一医院

Inventor： 吴胤 ,  王楠 ,  朱晓瑾 ,  季超 ,  王凤奇

IPC: G06F18/241 ,  G06F18/213 ,  G06V10/764 ,  G06V10/82 ,  G06F18/10 ,  G16H40/40 ,  G06Q10/20 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/08

Abstract: 本申请属于医疗器械领域，具体涉及一种基于深度学习的医疗器械的故障类别检测方法和系统，其中方法包括：获取医疗器械的振动信号，对振动信号进行预处理；对预处理信号进行插值运算；在插值信号中添加随机扰动，得到第一补充信号；对振动信号进行随机过采样，生成第二补充信号；将第二补充信号和振动信号结合，得到拓展信号；将拓展信号转换为故障图像，将故障图像输入多层分类模型进行故障分类，得到医疗器械故障类别；上述方法对插值信号添加随机扰动可以模拟实际振动信号中的噪声和变化，增强数据的抗干扰能力。对第一补充信号进行随机过采样，能够平衡不同类型的医疗器械故障类别的信号数量，从而提升对医疗器械进行故障分类的准确性。

公开(公告)号：CN116595444A

公开(公告)日：2023-08-15

申请号：CN202310883905.7

申请日：2023-07-19

Applicant: 北京大学第一医院

Inventor： 吴胤 ,  王楠 ,  朱晓瑾 ,  季超 ,  王凤奇

IPC: G06F18/241 ,  G06F18/213 ,  G06V10/764 ,  G06V10/82 ,  G06F18/10 ,  G16H40/40 ,  G06Q10/20 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/08

Abstract: 本申请属于医疗器械领域，具体涉及一种基于深度学习的医疗器械的故障类别检测方法和系统，其中方法包括：获取医疗器械的振动信号，对振动信号进行预处理；对预处理信号进行插值运算；在插值信号中添加随机扰动，得到第一补充信号；对振动信号进行随机过采样，生成第二补充信号；将第二补充信号和振动信号结合，得到拓展信号；将拓展信号转换为故障图像，将故障图像输入多层分类模型进行故障分类，得到医疗器械故障类别；上述方法对插值信号添加随机扰动可以模拟实际振动信号中的噪声和变化，增强数据的抗干扰能力。对第一补充信号进行随机过采样，能够平衡不同类型的医疗器械故障类别的信号数量，从而提升对医疗器械进行故障分类的准确性。