典型文献
基于LSTM的医疗设备故障预警模型研究
文献摘要：
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.
文献关键词：
医疗设备;LSTM;故障预警;红外热像仪
中图分类号：
作者姓名：
马超;张云华
作者机构：
浙江理工大学 信息学院,杭州310018
文献出处：
引用格式：
[1]马超;张云华-.基于LSTM的医疗设备故障预警模型研究)[J].智能计算机与应用,2022(09):72-75
A类：
B类：
医疗设备,设备故障,故障预警,预警模型,医疗工作,患者病情,预警措施,误报,漏报,长短期记忆神经网络,行医,故障预测,医用,红外热像仪,故障数据,故障特征,特征点,模型训练,拟合效果
AB值：
0.273486
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
