【摘 要】
：
目的:分析对比两种型号除颤监护仪的性能差异,为临床使用及设备管理提供数据支持.方法:选取医院2016-2020年在用的两种型号除颤监护仪各5台,依据型号的不同将其分别定义为除颤监护仪A(5台)和除颤监护仪B(5台),利用因果分析法分析两种型号除颤监护仪的故障因素及计量检测数据.采用SPSS分析软件对两种型号除颤监护仪2016-2020年5年间的计量数据进行统计分析,评估两种型号的除颤监护仪的心电显示扫描速度示值误差及能量损失率.结果:5年内除颤监护仪A和除颤监护仪B的故障率、维修成本分别为29次、4.01
【机 构】
：
南京医科大学附属无锡市人民医院医学工程处 江苏 无锡 214023
论文部分内容阅读
目的:分析对比两种型号除颤监护仪的性能差异,为临床使用及设备管理提供数据支持.方法:选取医院2016-2020年在用的两种型号除颤监护仪各5台,依据型号的不同将其分别定义为除颤监护仪A(5台)和除颤监护仪B(5台),利用因果分析法分析两种型号除颤监护仪的故障因素及计量检测数据.采用SPSS分析软件对两种型号除颤监护仪2016-2020年5年间的计量数据进行统计分析,评估两种型号的除颤监护仪的心电显示扫描速度示值误差及能量损失率.结果:5年内除颤监护仪A和除颤监护仪B的故障率、维修成本分别为29次、4.01万元和17次、2.64万元,除颤监护仪B均低于除颤监护仪A.且除颤监护仪B比除颤监护仪A的心电显示扫描速度出现偏差的概率低,相对稳定;除颤监护仪B较除颤监护仪A能量损失相对较小,释放能量相对误差分布相对集中,且误差更小,释放能量更加稳定,两种型号除颤监护仪的3个测量点5年间释放能量的相对误差进行方差分析,其差异有显著统计学意义(F=4.04,P<0.01).结论:除颤监护仪B较除颤监护仪A故障率低,维修成本相对较低,且心电显示扫描速度及释放能量更加稳定,因此,维修故障数据及计量检测数据是评估急救类医疗设备安全可靠的主要循证依据,可充分利用维修故障数据及计量检测数据做好急救类医疗设备的性能评估及使用管理.
其他文献
目的:使用基于机器学习的Fisher线性分类判别方法,对分割的乳腺微钙化数据进行线性变换,预测乳腺微钙化的性质.方法:基于Fisher线性分类判别分析原理,建立预测判别模型对乳腺微钙化的良、恶性进行分类.选取在医院行乳腺癌筛查的432例患者的原始数据,将原始数据中的30项569条乳腺癌特征数据为输入变量,以乳腺微钙化良、恶性的预测准确率为输出变量,建立乳腺微钙化分类判别模型.结果:将测试样本代入训练后的Fisher线性判别模型中,其预测乳腺微钙化的良、恶性分类准确率达到93.86％,受试者工作特征(ROC
近年来,由于我国二胎政策的全面放开以及晚婚晚育的发生,不孕人数逐渐增加的同时也呈现出了妊娠高龄化的趋势.随着辅助生殖技术(ART)的不断发展,胚胎玻璃化冷冻技术也日渐成熟,冻融胚胎移植(FET)日益广泛,控制性超促排卵(COH)的方案也日益多样化.卵泡期高孕激素状态下促排卵(PPOS)作为一种新兴的促排卵方案,通过口服人工合成的孕激素(P)联合注射人绝经期尿促性腺激素(hMG),可抑制早发内源性黄体生成素(LH)峰,改善胚胎质量,且患者依从性强,性价比高,在临床上逐渐被广泛应用.本文就该方案的原理、适用人
目的:运用数学模型粒子群优化(PSO)算法与支持向量机(SVM)(PSO-SVM)评估糖尿病并发症的发病风险,为糖尿病的临床诊断提供有效的数据信息.方法:以SVM为人工智能算法,通过PSO算法对其参数进行优化,利用K-fold交叉验证法将部分数据用于模型的训练,建立以16项指标数据作为输入变量、以糖尿病肾病、糖尿病性视网膜病变和神经病变3种并发症类型作为输出变量的糖尿病并发症诊断预测模型.结果:将测试数据输入训练后的糖尿病并发症诊断预测模型后,最终得到的测试集分类准确率为84％.结论:基于PSO-SVM建
目的:构建基于人工智能的数据中心,实现医疗数据的融合、治理及挖掘应用,使其数据归一化,全面提高医疗数据可利用性,建立医院高质量数据资源库.方法:以医院临床数据中心、运营数据中心和科研数据中心建设为核心,运用自然语言处理、数据分析、挖掘、行为识别(BI)、机器学习等人工智能技术,实现医院各业务流程信息化、标准化、规范化、精细化和智慧化.结果:通过建立以临床、运营和科研为核心的三大医疗数据中心,对临床、运营、绩效、员工、质量控制和科研六大类数据进行了梳理整合,实现了医疗服务资源的最大利用.结论:医院医疗数据中
目的:构建一种基于多头自注意力(MHSA)机制与U-Net网络的M-UNet优化分割模型,以提高增强CT图像中肾脏小肿瘤横断面最大直径≤3 cm的分割准确度.方法:选取医学图像计算和计算机辅助干预协会(MICCAI)的2019肾脏肿瘤分割挑战(KiTS19)数据集中64例最大层面肾脏肿瘤直径≤3 cm的数据,将其按7:3划分为训练集与测试集,训练集进行五折交叉验证.建立基于MHSA机制与U-Net网络的M-UNet优化分割模型,对M-UNet和U-Net分别进行训练与测试,计算交并比(IOU)、Dice相
目的:设计并构建急诊临床信息系统,实现对医疗服务和医疗设备的精细化管理.方法:采用浏览器和服务器(B/S)架构,以Java语言为开发工具设计急诊临床信息系统.系统支持主流数据库系统Oracle 10g或以上版本,连接有输出协议及接口的监护仪、臂式血压计设备,具有完成体征数据自动采集的功能.结果:所构建的急诊临床信息系统通过车载和院内子系统的整合,可完成院前、院内联合急救的信息集成,建立院前急救和院内急救相衔接的联合急救模式,形成完整的链接和互助互补.结论:医院急诊临床信息系统能够覆盖急诊相关的各个临床工作
针对2型糖尿病(T2DM)并发症的诊断预测问题,传统检测方法主要通过血液和尿液检查来预测,这些方法既耗时又不能进行早期预测.目前,由于糖尿病发病率升高以及医疗数据的大幅增加,机器学习算法迅速发展为检测及诊断糖尿病的有效方法.用机器学习算法分析临床指标,探究2型糖尿病并发症的影响因素,构建并发症预测模型,可以很好地实现糖尿病并发症预防.通过介绍近年来预测及诊断糖尿病并发症的机器学习算法,对贝叶斯网络、随机森林、支持向量机以及反向传播(BP)神经网络4种机器学习优化算法分别进行概括讨论,以期提高对糖尿病及其预
目的:设计一套基于嵌入式技术的智能胸贴监护系统,实现人体体征数据采集、处理、传输与存储以及可视化.方法:采用Max30001三导联传感器采集心电、呼吸及心率数据,Max30208传感器采集体温数据,并通过ESP32芯片自带蓝牙模块将数据传输至监护系统.监护系统以Exynos4412型号为监护处理的中央处理器(CPU),实现多线程并发处理数据.结果:经测试系统能够实时监测人体体征参数,在连续48 h内系统处理速度与精度皆良好;整个系统采集数据能力、上层数据处理系统良好且数据精度与预期偏差<5％,能够及时了解
目的:探讨MR模拟定位机在临床应用中的质量控制,分析质量控制数据,以确保MR模拟定位机稳定运行.方法:依据美国医学物理学家协会工作组(AAPM)66号和100号报告(AAPM TG66和AAPM TG100)中CT模拟机检测规范以及美国放射学会(ACR)报告要求,设计MR模拟定位机晨检、月检和年检质量控制流程,用于定期对MR模拟定位机进行常规质量控制.收集医院Siemens Magnetom Aera 1.5T MR模拟定位机(简称MR模拟定位机)自2020年的147次晨检、2019-2020年的18次月
目的:应用AllinOne合成模块自动化合成雌激素受体(ER)显像剂16α-氟18(18F)-17β-雌二醇(18F-FES),为18F-FES在临床中的进一步应用提供支持.方法:采用AllinOne合成模块,以3-O-(甲氧甲基)-16,17-O-磺酰基-16-表雌二醇(MMSE)为前体,与干燥后的18F-发生亲核反应,再依次经酸水解及碱中和,经过高效液相色谱(HPLC)法分离并纯化后获得18F-FES产品,并进行质量控制检测.结果:在18F-FES的合成中,合成时间为70 min,6次合成不校正合成平