基于监护仪质控大数据的性能预测模型初探

基于监护仪质控大数据的性能预测模型初探

论文摘要

目的:从离散、模糊的监护仪质控数据中找出规律和相关性,建立较准确的预测模型并实现预估监护仪性能变化的目的。方法:以监护仪的血氧饱和度数据为例,充分研究数据属性,优化数据结构,利用ARIMA(autoregressive integrated moving average)时间序列模型和SPSS统计工具确定模型参数和总体误差。结果:得到了最优模型拟合参数值和预估趋势曲线,符合实际数据特性。模型预测值与实际值的最大绝对误差百分比小于3%,能够较准确地预测血氧电路的性能。结论:实验表明建立的预测模型拟合度较高,可近似反映质量及性能趋势,能及时描述设备状况,对医疗设备的预防性维护具有指导意义。

论文目录

  • 0 引言
  • 1 数据特点和预测模型
  •   1.1 质控数据的特点
  •   1.2 预测模型的选定
  • 2 数学模型及分析软件
  •   2.1 模型分析和实现步骤
  •   2.2 SPSS分析软件
  • 3 实验及结果分析
  • 4 结语
  • 文章来源

    类型: 期刊论文

    作者: 向逾,潘克新,徐太祥,姚明

    关键词: 监护仪,大数据,质量控制,模型,性能预测

    来源: 医疗卫生装备 2019年02期

    年度: 2019

    分类: 医药卫生科技,工程科技Ⅱ辑

    专业: 仪器仪表工业,医药卫生方针政策与法律法规研究,生物医学工程

    单位: 重庆市巴南区人民医院总务科,陆军特色医学中心设备科,重庆市巴南区人民医院儿科

    分类号: R197.39

    DOI: 10.19745/j.1003-8868.2019031

    页码: 21-25

    总页数: 5

    文件大小: 365K

    下载量: 86

    相关论文文献

    标签:;  ;  ;  ;  ;  

    基于监护仪质控大数据的性能预测模型初探
    下载Doc文档

    猜你喜欢