王士森,徐 慧

(南京同仁医院医学工程部,江苏 南京 211102)

医疗设备管理系统通常包含数据采集与通信、设备基础信息挖掘、设备定位、状态监测等模块,医疗设备管理数据种类繁多,隐匿大量未知数据,信息冗余度较高。对设备定位信息进行高维度挖掘、对设备状态监测进行分类等工作会给医疗设备的日常管理带来沉重负担,降低管理系统运行效率。

关联规则(association rule mining)能够反映海量数据中项集与项集之间的关联性或相关关系,可描述问题产生的原因、后果等信息,因此将关联规则算法用于医疗设备管理,能够从大规模设备运行数据中找到引发设备异常状态的相关因素,获取有效的快速检修依据。关联规则算法应用形式较多,其核心问题在于精准选取关联因素之间的强关联规则。为此,本文重新布局医疗设备管理系统架构,对FP- Growth关联规则算法实施改进,提高医疗设备管理智慧化程度。

1 基于关联规则的医疗设备管理系统

1.1 系统总体架构布局

基于关联规则设计高效率的医疗设备管理系统,如图1所示。

图1 基于关联规则的医疗设备管理系统架构

从图1可知,系统包含5个关键单元。基础感知单元中的传感网络负责实时采集医疗设备的内部运行数据、环境数据;摄像头用于获取医疗设备外部状态信息[1];无线定位基站通过和移动终端交互设备运行信息,将传感器采集的医疗设备数据传输至网关基站。MYSQL数据支持单元存储管理数据,在功能逻辑单元对系统功能逻辑进行布局。……