人工智能医疗器械企业质量管理体系构建关键指标筛选研究

来源 :中国医疗设备 | 被引量 : 0次 | 上传用户:ode
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
目的筛选出与人工智能医疗器械(Artificial Intelligence Medical Device,AIMD)企业质量管理体系相关的关键指标,从而为进一步构建生产研发过程中AIMD质量管理体系提供参考依据。方法基于YY/T 0287-2017《医疗器械质量管理体系用于法规的要求》,通过两轮专家咨询法,筛选出与AIMD质量管理体系相关的指标,并对这些指标采用Likert 5点法进行权重打分。打分结果经过数据格式化处理后,应用IBM SPSS 21.0进行统计学分析,计算各指标的权重均值、标准差、变异
其他文献
目的比较三种自动勾画软件(Pinnacle 9.10、LinkingMed和Manteia)勾画上腹部危及器官(OAR)的准确性。方法选取了26例上腹部肿瘤患者,由一名资深的临床医师手动勾画OAR(肝脏、
目的提高医用压缩空气系统的安全性,降低呼吸机等医疗器械的故障率。方法通过对压缩空气质量的检测并参考国内外的标准及规范要求,结合医用压缩空气系统的理论知识,对其中的
目的提出一种基于融合先验知识的肺结节深度学习分类方法。方法整体模型中包括图像特征提取子模型、语义提取子模型、语义整合子模型、多模态融合部分等。首先通过本文提出算法将医师标注语义信息转换为模糊one-hot码,然后将区域生长法设定不同阈值的输出图像输入语义提取子模型,模糊one-hot码作为多标签训练模型。最后将已训练语义提取子模型固定权重作为语义提取器置入整体模型中,输入图像分别经过图像特征提取子
目的熟悉贝朗Dialog血透机主要参数的测试和定标方法,保障血液透析稳定和安全。方法对贝朗Dialog血透机检测和定标的管路连接方法、定标界面参数设定进行学习,使用90XL血透机
目的通过迁移学习提高早期胃癌图像识别准确率。方法根据胃癌前病变概念收集5类胃镜图像,分别为早期和进展期胃癌图像783张、胃溃疡图像1042张、慢性胃炎图像1143张、胃息肉图像1096张和正常胃镜图像1763张,按6:2:2的比例分为训练集、验证集、测试集,通过从零训练模型ResNet34与微调迁移模型ResNet34、VGG16相比较。结果基于迁移学习的ResNet34模型识别准确率最高,验证集
鉴于当前的服务领域现有的服务组合和服务选择技术难以应对日益增多的服务以及用户越来越个性化的需求,为了实现"需求-服务"的最佳匹配,设计了大服务设计与运行平台,并开发了
由于蚁群算法具有很好的多样性、兼容性和正反馈,故十分适合用于BP神经网络学习率的优化,从而建立蚁群-BP神经网络。训练样本对是以实验1、实验3、实验5、实验7、实验9、实验
链箅机-回转窑-环冷机球团工程中设置热风循环系统对料层进行干燥、预热并加速氧化反应,该系统需要采用热风管道作为媒介,管道的管内介质温度比较高,管道材质要求及生产运行
为了解决人脸识别的安全性问题,提高对恶意攻击人脸识别系统的安全防护,使人脸识别技术能够获得更广泛应用,本文提出了在人脸识别技术上融入一种基于深度神经网络的唇语识别技术的系统。与现有的唇语识别技术不同的是,该系统主要是识别用户的唇动习惯。运用本系统,用户在进行人脸识别的同时可按照检测方的提示,读出相应的内容,并在对用户的人脸进行验证的过程中,对用户通过唇动说出的内容分别实现唇动识别、比对,从而有效地
目的保证麻醉机的附件完整,运行质量可靠,参数监测精准,保障患者和使用者安全。方法使用FLUKE公司制造的电气安全分析仪FLUKE ESA620,气体流量分析仪FLUKE VT305,联系日常麻