[發明專利]用于提高醫學成像設備的可靠性的系統和方法在審
| 申請號: | 201880064981.2 | 申請日: | 2018-10-03 |
| 公開(公告)號: | CN111183486A | 公開(公告)日: | 2020-05-19 |
| 發明(設計)人: | V·賈甘納塔;V·潘迪特;S·P·馬達普希拉加萬;R·瓦卡希坎迪 | 申請(專利權)人: | 皇家飛利浦有限公司 |
| 主分類號: | G16H30/40 | 分類號: | G16H30/40;G16H40/20;G16H40/40 |
| 代理公司: | 永新專利商標代理有限公司 72002 | 代理人: | 劉兆君 |
| 地址: | 荷蘭艾*** | 國省代碼: | 暫無信息 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 用于 提高 醫學 成像 設備 可靠性 系統 方法 | ||
1.一種促進生成用于醫學成像設備的測試腳本的系統,包括:
現場日志文件數據庫(20),其上存儲有現場日志文件,所述現場日志文件包括與由一個或多個成像設備執行的檢查有關的數據;以及
一個或多個處理器,其被配置為運行:
挖掘模塊(24),其被配置為處理在所述數據庫中存儲的所述現場日志文件并識別主導的現場使用模式;
預測模塊(22),其被配置為通過處理在所述數據庫中存儲的所述現場日志文件來預測未來的工作流程模式;以及
測試用例準備和運行模塊(30),其被配置為至少部分地基于識別出的使用模式和所述未來的工作流程模式來生成并運行用于成像設備的至少一個測試腳本。
2.根據權利要求1所述的系統,還包括:
挖掘模式更新模塊(26),其被配置為分析新的現場日志文件以更新識別出的使用模式;以及
預測模式更新模塊(28),其被配置為分析所述新的現場日志文件以更新所預測的工作流程模式。
3.根據權利要求1或2中的任一項所述的系統,其中,所述挖掘模塊還被配置為:
關于掃描序列和每次檢查期間執行的并行的用戶界面(UI)操作來識別所有檢查。
4.根據權利要求3所述的系統,其中,所述挖掘模塊還被配置為:
以樹數據結構來表示識別出的檢查,使得對檢查的每個掃描都被表示為所述樹中的一個節點,并且從一個掃描到另一掃描的轉變被表示為所述樹中的邊。
5.根據權利要求4所述的系統,其中,每個節點存儲對在填充所述樹時遇到所述節點的次數的計數,并且其中,每個檢查的開始和結束分別被表示為開始節點和結束節點。
6.根據權利要求5所述的系統,其中,所述挖掘模塊還被配置為:
將在給定檢查期間執行的UI操作存儲在針對所述給定檢查的所述結束節點上;并且
在利用所述日志文件數據庫中的所有檢查填充所述樹之后,在每個結束節點中存儲表示對存在于所述日志文件數據庫中并與所述結束節點相對應的特定檢查的計數的值。
7.根據權利要求6所述的系統,其中,所述挖掘模塊還被配置為:
識別最常用的檢查的集合并將所述最常用的檢查的集合建議為主導的使用模式;并且
生成使用模式的概率模型并確定最為主導的現場使用模式。
8.根據權利要求1-7中的任一項所述的系統,其中,所述預測模型還被配置為通過以下操作來建立長短期記憶(LSTM)神經網絡:
接收(50)輸入層;
將所述輸入層緊密地連接(52)到第一LSTM層;
在所述第一LSTM層上運行(54)dropout函數以改善網絡規則性;
將第二LTSM層緊密地連接(56)到所述第一LSTM層;
在所述第二LSTM層上運行(58)所述dropout函數;并且
將所述第二LSTM層緊密地連接(60)到softmax輸出層。
9.根據權利要求1-8中的任一項所述的系統,其中,所述預測模型還被配置為建立長短期記憶(LSTM)神經網絡并通過以下操作來訓練所述LSTM神經網絡:
將輸入張量X劃分(80)成具有相等掃描長度的檢查的批量;
滾動所述LSTM神經網絡(82)以匹配批量掃描長度;
運行分類交叉熵函數(84),所述分類交叉熵函數采用輸出張量y來計算損失;并且
運行自適應矩估計(ADAM)優化函數(86)以在每個時期更新網絡權重。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于皇家飛利浦有限公司,未經皇家飛利浦有限公司許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201880064981.2/1.html,轉載請聲明來源鉆瓜專利網。
- 上一篇:開關驅動電路
- 下一篇:5G和非5G管理功能實體間的交互





