基于故障树伽利略金型呼吸机的故障分析

目的:设计一种故障分析系统,能够统计伽利略金型呼吸机工作过程中故障的发生,并根据统计结果预测对应故障的安全运行时间,为预防性维护工作提供依据。方法:把数据库技术与故障树技术结合起来,采用数据库积累故障事件,根据积累的故障事件建立故障树。将故障树分析结果转换为矩阵表格并显示在JSP网页中。结果:根据临床上的故障特点,自动实现故障树建立,不仅便于借鉴维修经验,也为日常维护计划的制订提供了指导。结论:该系统实现了伽利略金型呼吸机的故障统计,并根据故障类型建立故障树,对临床类似的设备故障分析具有借鉴作用。     

基于模糊贝叶斯网络的星形细胞瘤智能分级模型

本研究提出一种新的融合影像低层视觉特征和语义的模糊贝叶斯网络模型。使用了高斯混合模型（GMM）对连续的视觉特征模糊化处理，解决了传统贝叶斯网络小能操作连续输入的问题，更合理地表达了具有模糊性、不确定性的专业领域的结构性知识。为了验证它的有效性，将它应用于星形细胞瘤恶性程度的分级。建立了一个概率模型。实验结果得出83．33％的正确识别率。该模型为星形细胞瘤恶性程度预测提供了新的定量而客观的辅助手段。     

基于贝叶斯网络的脑胶质瘤恶性高低度的自动诊断

贝叶斯网络（Bayesian Network）可以把统计学和图论有效地结合起来，近年来成为数据挖掘中的研究热点，其优点可以综合先验信息和样本信息，适于处理不完整数据集。本文采用280例病例作为训练数据，利用Bayesian network进行大脑胶质瘤高低度的自动诊断，利用严格的Bayes规则进行推理，在推理过程中采用了D分离来简化过程，其诊断正确率达到80％以上，达到了领域专家的要求，而且在可理解性方面要比多层感知器和决策树要好。     

基于故障树的多参数监护仪故障智能诊断专家系统研究EI北大核心CSCD

针对现代医疗设备维修贵、维修难、技术资料缺乏及维修力量不足的困境,本文提出了一种基于故障树的多参数监护仪故障智能诊断专家系统。首先建立了多参数监护仪故障树并进行了定性定量分析,然后基于故障树分析结果构建了专家系统知识库和推理机并确定了系统整体框架,最后采用页面超文本预处理器(PHP)语言开发实现了多参数监护仪故障智能诊断专家系统,故障诊断准确率达80%。结果表明:基于故障树和专家系统的两种故障诊断技术融合可有效实现多参数监护仪故障智能诊断并提供排故建议,既能为多参数监护仪故障诊断提供经验积累,又能为医疗设备故障诊断提供一种新的思路和技术支持。     

基于聚合模糊数的多参数监护仪故障树研究

针对多参数监护仪急救医疗设备故障率高,故障现象与故障原因对应复杂,且设备技术图纸缺乏、维修力量薄弱、厂家或第三方维修成本高等因素导致的维修困境,本文提出了基于聚合模糊数的多参数监护仪故障树故障诊断模型。首先,通过分析多参数监护仪的结构组成,建立故障树模型;其次,针对其故障数据缺乏和专家评价主观性的特点,采用聚合模糊数确定底事件故障率,并进行了底事件关键重要度分析;最后,采用Bland-Altman分析确定了本实验研究结果与验证实验结果一致性达到96.88%,证明了本文方法的有效性。本文的研究方法通过结合专家评价法和聚合模糊数弥补了故障数据缺乏和专家评价主观性的不足,适用于过程诊断中故障确定及事前潜在风险识别,为系统可靠性分析及故障诊断提供了思路。     

基于模糊贝叶斯网络的星形细胞瘤分级预测与知识表达

针对医学影像特征具有模糊性和不确定性的特点，提出一种基于模糊贝叶斯网络的影像诊断预测模型。该模型使用高斯混合模型（GMM）对连续的视觉特征进行模糊量化处理，利用专家知识根据病症与影像特征之间的因果关系建立混合贝叶斯网络结构；由数据通过机器学习确定网络参数；采用概率推理定量估计病症的发生概率，从而建立一个可计算的预测模型。将该方法应用于星形细胞瘤分级预测，实验结果得出83．33％的正确识别率，远远超过使用最小近邻分类器（K-NN）实现连续变量硬（crisp）量化的贝叶斯网络模型，更合理地表达了具有模糊性、不确定性的专业领域的结构性知识，为星形细胞瘤恶性程度预测提供了新的辅助手段。     

基于动态贝叶斯网构建基因调控网络

动态贝叶斯网络(dynamic bayesian network,DBN)是一种基于时序表达数据构建基因调控网络的重要方法。然而目前的DBN方法因计算时间太长,结构不稳定,准确度低,对有效性有很大影响。根据动态贝叶斯网络的度量可分解性质,将动态贝叶斯网络分为初始网络与转移网络分别进行结构寻优,在寻优时将基于静态贝叶斯网络的最大权重生成树算法与贪婪搜索算法相结合,移植入动态贝叶斯网络中,建立基因调控网络模型。提出了一种从时序数据中构建基因调控网络的方法,克服了贝叶斯网络不能描述循环调控的缺陷,也从规模上简化了网络构建问题。通过与相关实验文献的对照,验证了提出方法的有效性,网络学习时间明显缩短,网络结构更加稳定。     

拉斐尔呼吸机的空气压缩机故障维修4例

<正>故障现象与处理一:空气压缩机发出刺耳的噪声。拉斐尔呼吸机的空气压缩机采用了4根掉线把气泵悬空,以减小由于气泵振动引起的空气压缩机振动。当空气压缩机发出刺耳的噪声时,可以断定是空气压缩机气泵的掉线出现问题。打开空气压缩机,发现气泵的掉线断裂,气泵振动直接接触空气压缩机的内壁,造成此故障。更换气泵的掉线后,问题解决。故障现象与处理二:呼吸机使用一段时间后,空气压缩机自动关机,呼吸机提示空气供应故障。空气压缩机的     

基于ANSYS的无创呼吸机叶轮研究

叶轮是无创呼吸机中重要的部件。本文利用Solidworks软件对无创呼吸机叶轮进行建模,并基于ANSYS软件对叶轮进行可行性研究,讨论了叶轮在外界载荷下的应力和位移。此分析的结果为叶轮的可靠性设计提供了验证依据。     

基于条件互信息的动态贝叶斯法探明生物神经元网络连接结构

准确辨识生物神经元网络（BNN）连接结构对于进一步理解其网络行为与功能,构建具有生物真实性、结构更加优化的人工智能网络具有重要意义。本文提出基于条件互信息的动态贝叶斯网络法,以探明BNN的连接结构。首先,利用积分点火原理构造脉冲神经元网络,经过网络仿真后得到多通道动态响应数据;然后,针对该数据集,计算神经元节点间的条件互信息,通过与对给定阈值δ进行比较,判断节点间的连接情况;最后,辨识出动态贝叶斯网络的连接结构。实验结果表明基于条件互信息的动态贝叶斯网络法对于BNN具有较高的辨识正确率。     

基于电网络模型的动脉树输入阻抗递归计算及参数分析

目的 通过提出一种计算人体动脉树输入阻抗的递归算法,分析动脉树各参数对输入阻抗的影响,为动脉树生理和病理变化分析提供参考。方法 利用由大动脉和主要外周动脉构成的55段人体动脉树建立分布式电网络模型,通过设定电网络模型外周阻力,建立动脉树单向数据链表,采用递归算法计算动脉树升主动脉的输入阻抗。在此基础上比较不同动脉顺应性、外周阻力和动脉长度、内径、壁厚等参数对输入阻抗的影响。结果 计算结果与实验数据和其他模型结果相一致,验证了该方法的有效性。不同参数对动脉树输入阻抗的影响有较大差异且呈现各自特征。结论 输入阻抗能有效地反映动脉树血液动力学参数的变化情况,是人体动脉树生理病理诊断的重要参考。     

基于失效模式、影响及危害性分析的呼吸机部件失效危害度变化研究

目的研究呼吸机部件失效模式和影响,分析比较不同时间段呼吸机部件失效发生和危害的变化情况。方法统计陆军军医大学大坪医院2012年和2016年呼吸机机故障数据,选取其中部件原因故障失效数据2012年52台,2016年26台,采用失效模式、影响及危害性分析进行分析,参考刘延武文章方法分为13种模式,以风险优先数(RPN)值定量确定呼吸机部件失效危害度并比较。结果 2012年呼吸机部件故障的发生率为43.6%,2016年呼吸机部件故障的发生率为16.4%。2016年因呼吸机部件故障失效发生数量和发生概率较2012年大幅度下降,RPN值下降的部件有空氧混合器(空气)、空氧混合器(氧气)、呼气流量传感器、湿化器、呼吸回路、电源、面板,下降值分别为-108、-120、-40、-14、-192、-64、-50;RPN值增加的部件为吸(呼)压力传感器、支架、显示器,增加值分别为180、12、48;其他部件为RPN值不变,整体呼吸机部件失效危害度下降。结论通过失效模式、影响及危害性分析RPN值计算可以有效掌握呼吸机各部件可靠性与失效危害度变化,结合应用分析与实际需求及时改进呼吸机预防性维护、使用维护培训和维修管理措施,可以保障呼吸机使用过程中的可靠性,提高使用安全性。     

Comparison of bronchoscopic and non-bronchoscopic techniques for diagnosis of ventilator associated pneumonia

Background:

The diagnosis of ventilator associated pneumonia (VAP) remains a challenge because the clinical signs and symptoms lack both sensitivity and specificity and the selection of microbiologic diagnostic procedure is still a matter of debate.

Aims and Objective:

To study the role of various bronchoscopic and non-bronchoscopic diagnostic techniques for diagnosis of VAP.

Settings and Design:

This prospective comparative study was conducted in a medical ICU of a tertiary care center.

Materials and Methods:

Twenty-five patients, clinically diagnosed with VAP, were evaluated by bronchoscopic and non-bronchoscopic procedures for diagnosis. The sensitivity, specificity, positive predictive value (PPV) and negative predictive value (NPV) of various bronchoscopic and non-bronchoscopic techniques were calculated, taking clinical pulmonary infection score (CPIS) of ≥6 as reference standard.

Results:

Our study has shown that for the diagnosis of VAP, bronchoscopic brush had a sensitivity, specificity, PPV and NPV of 94.9% [confidence interval (CI): 70.6–99.7], 57.1% (CI: 13.4–86.1), 85% (CI: 61.1–96) and 80% (CI: 21.9–98.7), respectively. Bronchoscopic bronchoalveolar lavage (BAL) had a sensitivity, specificity, PPV and NPV of 77.8% (CI: 51.9–92.6), 71.8% (CI: 24.1–94), 87.3% (CI: 60.4–97.8) and 55.5% (CI: 17.4–82.6), respectively. Sensitivity, specificity, PPV and NPV for non–bronchoscopic BAL (NBAL) were 83.3% (CI: 57.7–95.6), 71.43% (CI: 24.1–94), 88.2% (CI: 62.3–97.4) and 62.5% (CI: 20.2–88.2), respectively. Endotracheal aspirate (ETA) yield was only 52% and showed poor concordance with BAL (κ-0.351; P-0.064) and NBAL (k-0.272; P-0.161). There was a good microbiologic concordance among different bronchoscopic and non-bronchoscopic distal airway sampling techniques.

Conclusion:

NBAL is an inexpensive, easy, and useful technique for microbiologic diagnosis of VAP. Our findings, if verified, might simplify the approach for the diagnosis of VAP.     

呼吸机临床报修数据的分类统计与风险分析

呼吸机报修数据的分析可以为临床医护人员安全、可靠使用呼吸机提供有价值的参考信息。本文对两种型号呼吸机的临床报修记录进行了分类统计,并使用风险分析的方法,找出各故障类型失效率曲线的分布规律和变化趋势。而这些分布特点与两种型号呼吸机的性能、使用环境、人为因素等密切相关。使用风险分析的方法,结合呼吸机报修数据的分类统计可以发现呼吸机报修的分布规律,对临床使用和医学工程保障有一定的参考价值。