基于可视化和数据融合的医疗设备异常运行状态检测方法

医疗设备运行状态难以检测,一旦出现异常情况,只能强制停机检查,降低了工作效率,增加了维护成本,为此,提出了基于可视化和数据融合的医疗设备异常运行状态检测方法。预处理运行数据,通过融合、分析和可视化等操作剔除冗余参数值,以正常运行状态下参数值为标准,构建健康状态评估模型,运用滑动窗口残差统计法和加权平均方差消除运行状态中干扰因素和不确定因素,设置合理的预警偏离阈值和检测阈值,确保医疗设备异常运行状态检测精度。实例测试结果表明,在人为添加不同程度的异常信号环境中,所提方法均能有效检测医疗设备异常运行状态,帮助工作人员根据检测情况采取相应的处理措施。

手绘直线、螺线的两个统计指标定量检测手震颤

目的 :定量检测神经科患者的手震颤。方法 :手绘直线、螺线经计算机图像识别数值化 ,计算平均偏离 (AverageDeparture,AD)和加权平均均方差 (WeightedAverageRootMeanSquare,WARMS) ,对手震颤患者组和健康对照组进行t检验。结果 :手震颤患者组和对照组之间AD、WARMS存在显著性差异。结论