基于改进粒子群优化算法与小波分析的医疗设备故障信号处理模型

摘要

针对医疗设备极易发生故障信号丢失等现象，提出一种基于改进粒子群算法的处理方法。首先引入小波分析，对数据进行预处理，之后通过算法实现最优特征子集的提取。其次，利用多层前馈神经网络进行初始故障检测，并引入证据理论算法，实现诊断结果的决策级融合，构建了医疗设备故障信号处理模型。结果表明，经过小波分析降噪后的信号噪点得到了显著降低。相对于传统模式识别方法，研究的改进模型准确率分别提高了9.7%、10.3%、10.8%。基于D-S证据理论的诊断结果则能更好地提高诊断的准确性。研究结果对于提高医疗设备的安全性有着重要的现实意义，能够及时排除故障，节约运维成本。

关键词

PSO算法 / 小波分析 / 医疗设备 / 故障 / 信息处理

基金资助

江苏省医院协会医院管理创新专项研究项目(JSYGY-3-2021-JZ31); 扬州市绿色专项引导项目([2022]69-3); 江苏省现代医院管理研究中心研究项目(JSY-3-2019-016)