买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：西南医科大学附属医院

摘要：本发明涉及设备监控技术领域，具体为手术室麻醉设备监控系统，手术室麻醉设备监控系统包括声音分析模块、路径比对模块、异常行为分析模块和监控记录模块。本发明中，通过分析手术室麻醉设备运行时的声音数据，并计算频率分布，有效地实现了对设备异常的早期识别，通过识别出关键频率变化，及时发现可能预示性能问题的频率特征，早期的故障识别和预警机制不仅提升了设备的维护效率，也显著降低了因设备故障导致的手术风险，确保手术过程的安全与顺利，通过实时监控操作者的操作路径并与标准路径对比，能够精确识别操作中的偏差，偏差监控有助于及时纠正小的偏离，防止操作错误导致的风险，从而提升手术的整体安全性和效率。

主权项：1.手术室麻醉设备监控系统，其特征在于，所述系统包括：声音分析模块收集麻醉设备运行期间的声音数据，执行频率分布计算，识别关键频率变化，筛选指示设备性能问题的频率特征，生成声音特征识别结果；路径比对模块收集操作者的实时操作路径数据，进行时间序列分析，与麻醉设备标准操作路径进行比较，计算路径偏差，结合所述声音特征识别结果细化偏差分析，生成操作路径偏差分析结果；异常行为分析模块根据所述操作路径偏差分析结果，进行异常行为筛选，通过阈值分析识别和标记超出正常操作范围的行为，并对数据进行聚合和汇总，得到异常行为识别结果；监控记录模块基于所述异常行为识别结果，进行异常行为的分类和归档，并与麻醉设备的历史使用记录进行对比，分析事件识别重复或单一故障模式，生成设备监控记录；所述频率分布的计算步骤为：启动麻醉设备并自动记录所有运行时的声波频率，收集原始的声音波形数据，其中为时间点，为声波频率，为声波强度，保存为声音数据集；对声音数据集中的、、进行初步筛选，保留人耳可听范围的数据，利用条件及声波强度阈值过滤出， ，其中，为过滤后的声音数据；使用过滤后的声音数据，计算每个声波频率在数据中的出现次数，统计频率分布，对每个频率的出现次数进行归一化处理，计算归一化频率分布，得到每个频率的相对出现概率， ，其中，是频率f的相对出现概率，n是频率f出现的次数，N是声音数据总点数，f是频率，是强度加权系数，是平滑因子，用于调整分母，K是调整常数；所述声音特征识别结果的获取步骤为：输入所述，计算频率出现概率的平均值和标准偏差，设定动态阈值， ，其中和是调整因子，用于识别异常频率，结合偏度提高阈值设置的灵活性；对每个频率f，通过公式， ，判断是否为关键频率，其中是关键频率变化的指示函数，标记出现概率异常的频率，1表示关键频率，0表示非关键频率；使用标记为关键频率的数据，结合所述过滤后的声音数据，提取声音特征，特征由频率f，声波强度和时间点组成；构建声音特征的综合评估模型，通过计算， ，生成声音特征识别结果，其中，R是声音特征识别结果的数值，是关键频率变化的指示函数，是频率f的权重，是频率f对应的声波强度，是权重调整系数，用于加权非关键频率对总结果的贡献；所述路径偏差的计算步骤为：收集操作者的实时操作路径数据，同时获取麻醉设备的标准操作路径，将两者输入作为基础数据，进行初始化；计算实时操作路径与标准操作路径之间的差异，采用向量差法计算路径偏差值， ，其中，表示路径偏差值，t表示时间点，i表示路径上的位置指标，表示实时路径向量，表示标准路径向量，E是路径数据点的数量，是数据点的权重，表示环境稳定性因子，参照差异环境对操作精度的影响，是时间动态权重，用于调整差异时间点的数据重要性；判断路径偏差值是否为异常，设置阈值，若则认为路径偏差值大于正常范围，并输出路径偏差值；所述操作路径偏差分析结果的获取步骤为：结合所述路径偏差值和声音特征识别结果，作为输入数据，同步进行分析，同步阶段使用时间戳对齐；使用集合运算方法对两种数据进行综合分析，设路径偏差值为，声音特征为， ，其中，表示结合路径偏差值和声音特征识别结果后的偏差分析结果，a，b和c是权重参数，用于平衡差异数据源的贡献，是时间衰减系数，参照时间变量对偏差分析的影响，是声音特征向量的模长；根据，设置判定阈值Y，若，则认定为操作偏差显著，输出操作路径偏差分析结果；所述异常行为筛选步骤为：根据所述操作路径偏差分析结果，得到偏差数据集，其中代表第i次操作的偏差值，对偏差数据集中的每个元素进行评估，计算调整后的偏差值，若结果大于偏差阈值j，则标记为异常行为，得到异常操作标记集，其中是第i次操作的异常标记；通过集合运算， ，进行异常行为筛选，其中，表示最终识别的异常行为集合，表示第i次操作的偏差值，j是预设的偏差阈值，L表示操作次数，是权重系数，用于调整每个偏差值的影响力，z是灵敏度因子，用于调整偏差值的非线性影响。

全文数据：

权利要求：

百度查询： 西南医科大学附属医院 手术室麻醉设备监控系统