基于貝葉斯網(wǎng)絡(luò)的呼吸機(jī)故障診斷方法

王振華

（臨沂市中心醫(yī)院，山東臨沂 276400）

0 引言

傳統(tǒng)的故障診斷通常是采用深度診斷學(xué)習(xí)診斷或者自編碼診斷等方式，雖然可完成預(yù)期的診斷目標(biāo)，但常常會(huì)出現(xiàn)不同程度的缺陷以及誤差，診斷結(jié)果并不可靠[1]。因此，對基于貝葉斯網(wǎng)絡(luò)的呼吸機(jī)故障診斷方法設(shè)計(jì)分析。考慮到最終測試結(jié)果的穩(wěn)定性和精準(zhǔn)性，本文挑選較為真實(shí)的醫(yī)療環(huán)境，結(jié)合呼吸機(jī)的應(yīng)用標(biāo)準(zhǔn)，從多個(gè)方向完成對呼吸機(jī)故障的診斷。同時(shí)，接入貝葉斯網(wǎng)絡(luò)形成動(dòng)態(tài)故障診斷結(jié)構(gòu)，以啟發(fā)式的搜索模式，查詢到呼吸機(jī)故障的最終原因，更有效、合理地獲取實(shí)時(shí)動(dòng)態(tài)數(shù)據(jù)，排除存在的關(guān)聯(lián)隱患，提高診斷結(jié)果的精準(zhǔn)性，提升日常工作中的應(yīng)用效果。

1 貝葉斯網(wǎng)絡(luò)下呼吸機(jī)故障診斷方法設(shè)計(jì)

1.1 獲取故障異常數(shù)據(jù)

通常情況下呼吸機(jī)是依靠執(zhí)行指令或外部人員的控制實(shí)現(xiàn)的，屬于半智能化的醫(yī)用設(shè)備。這種使用機(jī)制雖然較為便捷，但一旦發(fā)生故障則故障的診斷并不可靠，極有可能導(dǎo)致呼吸機(jī)目標(biāo)執(zhí)行困難，形成嚴(yán)重的醫(yī)療事故[2]。

因此，在對呼吸機(jī)存在的故障進(jìn)行實(shí)時(shí)診斷時(shí)，需要先獲取異常數(shù)據(jù)。在呼吸機(jī)的控制系統(tǒng)中增設(shè)一個(gè)數(shù)據(jù)驅(qū)動(dòng)軟件，連接貝葉斯網(wǎng)絡(luò)，將覆蓋范圍內(nèi)的呼吸機(jī)關(guān)聯(lián)在一起，形成異常數(shù)據(jù)識別網(wǎng)。在系統(tǒng)中導(dǎo)入各種故障的異常特征，并搭配異常數(shù)據(jù)警示標(biāo)準(zhǔn)。此時(shí)需要計(jì)算出故障的診斷階導(dǎo)值B：

其中，B 表示診斷階導(dǎo)值，i 表示激活函數(shù)，l 表示階導(dǎo)極限差值，β 表示集成距離，?表示等效函數(shù)。通過上述計(jì)算，最終可得出實(shí)際的診斷階導(dǎo)值。根據(jù)得出的診斷階導(dǎo)值，劃定出異常數(shù)據(jù)的階段性導(dǎo)向?qū)蛹?，同時(shí)根據(jù)CSDAE 模型對不同的故障特征形成警示指令，一旦呼吸機(jī)出現(xiàn)故障異常數(shù)據(jù)便會(huì)自動(dòng)顯現(xiàn)故障編號，為后續(xù)故障診斷奠定基礎(chǔ)環(huán)境。

1.2 建立深度故障診斷機(jī)制

所謂故障診斷機(jī)制主要指的是一種定向的檢測指令，可在呼吸機(jī)的診斷程序中構(gòu)建網(wǎng)絡(luò)診斷訓(xùn)練模型，加強(qiáng)執(zhí)行目標(biāo)以及任務(wù)的完成效率[3]。觀測呼吸機(jī)的故障情況，以深度分析法測定不同故障區(qū)域的準(zhǔn)曲值變動(dòng)情況。同時(shí)結(jié)合深度處理技術(shù)，在貝葉斯網(wǎng)絡(luò)下構(gòu)建一個(gè)深度故障診斷矩陣，實(shí)現(xiàn)多目標(biāo)集成診斷，從多個(gè)方向獲取呼吸機(jī)各個(gè)位置的診斷結(jié)果，依據(jù)診斷的層級和目標(biāo)，形成深度故障診斷機(jī)制。但需要注意的是，故障診斷機(jī)制的覆蓋范圍十分有限，可以依據(jù)診斷指令來作出引導(dǎo)，并配合診斷機(jī)制來獲取更為精準(zhǔn)的診斷數(shù)值、信息。

1.3 構(gòu)建貝葉斯CSDAE 診斷模型

在完成對深度故障診斷機(jī)制的建立之后，接下來在貝葉斯網(wǎng)絡(luò)的輔助之下，構(gòu)建CSDAE 診斷模型。通常情況下，呼吸機(jī)在應(yīng)用的過程中，一旦出現(xiàn)故障，會(huì)留下對應(yīng)的痕跡，例如異常數(shù)據(jù)、指令損失等。接入貝葉斯網(wǎng)絡(luò)，依據(jù)故障診斷環(huán)節(jié)，構(gòu)建診斷結(jié)構(gòu)。隨后在不同的診斷層級設(shè)定單一執(zhí)行目標(biāo)，通過貝葉斯網(wǎng)絡(luò)，提取呼吸機(jī)的故障診斷特征。

此時(shí)，選用FDA 分析方法，以映射的形式獲取異常信號。每一組信號均記錄著呼吸機(jī)的異常數(shù)據(jù)，與初始的指標(biāo)參數(shù)相對比，得出實(shí)際的診斷誤差。這部分需要注意的是，CSDAE 診斷模型對于呼吸機(jī)的診斷范圍并不是固定的，而是可隨著貝葉斯網(wǎng)絡(luò)的變動(dòng)發(fā)生移動(dòng)，這種模式一定程度上可確保故障診斷更為靈活、多變，獲取的診斷結(jié)果也會(huì)更加可靠。

1.4 故障樹執(zhí)行實(shí)現(xiàn)呼吸機(jī)故障診斷

在完成對貝葉斯CSDAE 診斷模型的構(gòu)建之后，接下來，通過故障樹的執(zhí)行來實(shí)現(xiàn)呼吸機(jī)故障診斷。故障樹實(shí)際上是一種具有邏輯關(guān)系的診斷模式。以數(shù)據(jù)作為執(zhí)行的基礎(chǔ)條件，關(guān)聯(lián)CSDAE 診斷模型，一旦呼吸機(jī)出現(xiàn)故障，模型會(huì)立即實(shí)現(xiàn)定位，并獲取異常數(shù)據(jù)[4]。此時(shí)，數(shù)據(jù)會(huì)通過特殊的格式導(dǎo)入這種診斷邏輯關(guān)系之中，分析出呼吸機(jī)的故障頻數(shù)，同時(shí)計(jì)算出故障診斷的倒置比率T：

其中，O 表示執(zhí)行時(shí)間，N 表示診斷范圍，δ 表示倒置周期。通過上述計(jì)算，最終可得出實(shí)際故障診斷的倒置比率。結(jié)合CSDAE 診斷模型，配合故障樹的檢測，最終實(shí)現(xiàn)對呼吸機(jī)的故障診斷。

2 方法測試

本文主要對貝葉斯網(wǎng)絡(luò)下呼吸機(jī)故障診斷方法實(shí)際應(yīng)用效果進(jìn)行分析研究?？紤]到最終測試結(jié)果的穩(wěn)定性與可靠性，采用對比的形式展開分析。選取A 醫(yī)院的4 臺(tái)呼吸機(jī)作為測試的主要目標(biāo)對象，選取文獻(xiàn)［1］方法及文獻(xiàn)［4］方法作對比，與文中設(shè)計(jì)的貝葉斯網(wǎng)絡(luò)故障診斷方法進(jìn)行對比實(shí)驗(yàn)，獲取對比實(shí)驗(yàn)結(jié)果。

2.1 測試準(zhǔn)備

在對貝葉斯網(wǎng)絡(luò)下呼吸機(jī)故障診斷方法實(shí)際應(yīng)用效果進(jìn)行分析研究之前，需要先搭建相應(yīng)的測試環(huán)境。將呼吸的控制系統(tǒng)與貝葉斯網(wǎng)絡(luò)相關(guān)聯(lián)，為后續(xù)的應(yīng)用建立關(guān)系。隨后，采用CPCA_DTW_DBN 方法，針對呼吸機(jī)的應(yīng)用情境，構(gòu)建原始多維執(zhí)行序列，將序列中的數(shù)據(jù)信息以特殊的形式導(dǎo)入控制區(qū)域中，形成單向的故障診斷指令。接入多傳感設(shè)備，進(jìn)行故障數(shù)據(jù)的捕捉。與此同時(shí)，將不同傳感器以相同的故障指令實(shí)現(xiàn)監(jiān)測映射，識別呼吸機(jī)故障。

根據(jù)貝葉斯網(wǎng)絡(luò)的執(zhí)行架構(gòu)與模式，將原本的故障診斷層級設(shè)定為多維目標(biāo)，將預(yù)設(shè)的診斷指令輸入到模型之中，更改調(diào)整多維序列參數(shù)，結(jié)合傳感器獲取的監(jiān)測數(shù)據(jù)構(gòu)建一個(gè)故障范圍測量矩陣，集中反映故障的標(biāo)定區(qū)域，同時(shí)計(jì)算出單元識別比率Y：

其中，e 表示極限故障差值，i 表示預(yù)設(shè)識別次數(shù)，k 表示轉(zhuǎn)換距離，g 表示識別初始序列值。通過上述計(jì)算，最終可得出實(shí)際的單元識別比率。以單元識別比率作為呼吸機(jī)單個(gè)故障診斷的識別標(biāo)準(zhǔn)，完成對測試環(huán)境的搭建。劃定測試的設(shè)備以及裝置是否處于穩(wěn)定運(yùn)行狀態(tài)，同時(shí)確保不存在影響最終測試結(jié)果的外部因素，核定無誤后，開始具體測試。

2.2 測試過程及結(jié)果分析

根據(jù)上述搭建的測試環(huán)境，進(jìn)行實(shí)際測定。首先，為提升整體的診斷效率，需要結(jié)合呼吸機(jī)的使用情況構(gòu)建對應(yīng)等級的故障診斷樹，并根據(jù)呼吸機(jī)的氣道壓力設(shè)計(jì)其診斷原理。根據(jù)呼吸機(jī)的故障情況劃歸故障的等級，并計(jì)算出DTW（Dynamic Time Warping，動(dòng)態(tài)時(shí)間調(diào)整）距離。通常情況下，呼吸機(jī)在實(shí)際應(yīng)用過程中需要進(jìn)行單調(diào)性約束和連續(xù)性約束，以獲取最優(yōu)的呼吸路徑，幫助病人供應(yīng)氧氣。一旦呼吸機(jī)發(fā)生故障，約束程序就會(huì)遭到破壞、影響供氧，所以可以利用貝葉斯網(wǎng)絡(luò)構(gòu)建動(dòng)態(tài)的故障診斷矩陣，使用重疊規(guī)劃方法，計(jì)算出DTW 極限距離U：

其中，h 表示描述差值，w 表示最優(yōu)解，n 表示氣道壓力比。通過上述計(jì)算，最終可得出實(shí)際的DTW 極限距離。配合貝葉斯網(wǎng)絡(luò)，使用定位裝置，在標(biāo)定的DTW 極限距離之內(nèi)、定位故障處并及時(shí)作出診斷，獲取最終的故障診斷完成率，結(jié)果如表1 所示。

表1 測試結(jié)果對比分析變表

根據(jù)表1 可完成對測試結(jié)果的分析，文中設(shè)計(jì)的貝葉斯網(wǎng)絡(luò)故障診斷方法最終得出的故障診斷完成率可達(dá)到91.34%，優(yōu)于對比方法，表明在對呼吸機(jī)診斷的過程中對于故障的定位更為迅速、精準(zhǔn)，具有實(shí)際的應(yīng)用價(jià)值。

3 結(jié)束語

對比于傳統(tǒng)的故障診斷方法，本文結(jié)合貝葉斯網(wǎng)絡(luò)所設(shè)計(jì)的故障診斷方法相對更加靈活、多變，在復(fù)雜的醫(yī)用環(huán)境之下，可以快速、精準(zhǔn)地定位出呼吸機(jī)的故障位置。本文所提方法對醫(yī)用呼吸機(jī)以及關(guān)聯(lián)設(shè)備會(huì)起到保護(hù)作用，在營造安全應(yīng)用環(huán)境的同時(shí)，減少醫(yī)療電子設(shè)備的故障率，延長呼吸機(jī)的使用壽命，提升故障診斷結(jié)果的可靠程度。