本公开涉及，尤其涉及一种基于ai识别的医疗设备生命周期智能监测与预警方法、系统和电子设备。
背景技术：
1、医疗设备和器械的临床使用寿命因产品类型、性能、使用频率等多种因素而异。以下是一些常见的医疗设备和器械的临床使用寿命概述：
2、1.电子仪器及光学仪器类：这类设备的临床使用寿命通常为8年。然而，需要注意的是，这一数值可能受到设备实际使用情况、维护情况和环境条件的影响而有所变化。
3、2.机械类医用电器：这类设备的临床使用寿命一般为10年。同样，这也可能因设备的具体使用和维护情况而有所不同。
4、3.放射性设备及其它耐用设备：这些设备的临床使用寿命相对较长，一般为15年。但是，它们的使用寿命也受到多种因素的影响，如设备的质量、使用频率、维护状况等。
5、4.纤维内窥镜：纤维内窥镜的使用寿命通常以使用人次来计算，通常为5000人次。然而，这也可能因设备的具体使用和维护情况而有所不同。
6、因此，一般医疗设备和器械的临床使用寿命会受到各个因素的影响，包括产品类型、性能、使用频率，因此高频率使用的设备可能更容易磨损，因此其使用寿命可能相对较短，设备的使用环境也可能影响其使用寿命。例如，一些设备需要特定的温度、湿度和清洁度条件来保持最佳性能。
7、而在临床上使用的器械、仪器、设备等，实际上使用寿命和使用次数是相关的，但实际上现实中都是直接用到坏了为止，有些甚至寿命到了还在继续使用，这会对临床病人的手术或者治疗带来极大的风险，比如有些器械术中突然断裂，断裂的小碎片在术中可能很难清理。
8、而且，在使用过程中出现故障，会找医护人员承担责任，这无疑会增加医护人员的工作风险。
技术实现思路
1、为了解决上述问题，本技术提出一种基于ai识别的医疗设备生命周期智能监测与预警方法、系统和电子设备。
2、本技术一方面，提出一种基于ai识别的医疗设备生命周期智能监测与预警方法，包括如下步骤：
3、s1、采集医疗设备的使用信息并保存在后台数据库中，生成所述医疗设备的使用日志；
4、s2、按照预设监测频率，读取所述医疗设备的使用日志并导入后台服务器上预设的生命周期ai检测模型；
5、s3、通过所述生命周期ai检测模型识别所述医疗设备的使用日志中的使用特征，并输出与所述使用特征相匹配的剩余使用寿命；
6、s4、所述后台服务器根据所述剩余使用寿命判断当前的所述医疗设备是否达到预设的生命预警周期：
7、若达到，则向库房服务器发出针对当前所述医疗设备的使用预警通知；
8、反之，重复执行上述步骤。
9、作为本技术的一可选实施方案，可选地，步骤s1中，所述采集医疗设备的使用信息的方法为：
10、在每次使用所述医疗设备之时，通过二维码扫码方式，扫描获取待使用的所述医疗设备的设备信息并上传至所述后台数据库，由所述后台数据库保存上传的待使用的所述医疗设备的设备信息，并记录在预设的使用日志文档中，生成待使用的所述医疗设备的使用日志；
11、设备信息包括所述医疗设备的设备类型和每次使用的应用场景。
12、作为本技术的一可选实施方案，可选地，步骤s1中，所述采集医疗设备的使用信息的方法为：
13、在每次使用所述医疗设备之时，采用物联网模式，由所述医疗设备自行上报各自的设备信息并上传至所述后台数据库，由所述后台数据库保存上传的待使用的所述医疗设备的设备信息，并记录在预设的使用日志文档中，生成待使用的所述医疗设备的使用日志；
14、设备信息包括所述医疗设的设备类型和每次使用的应用场景。
15、作为本技术的一可选实施方案，可选地，步骤s2中，所述生命周期ai检测模型的生成方法，包括：
16、收集所述医疗设备的历史使用日志；
17、解析所述历史使用日志，获得所述医疗设备的历史使用数据：设备类型、历史应用场景、达到预设使用次数或使用时长之时的历史金相图谱以及达到报废之时的设备生命周期t，其中，所述历史金相图谱通过金相分析仪采集，为每次维护过程中对所述医疗设备的核心部件所采集的金相图谱；
18、对所述历史使用数据实施特征工程，获取对应所述医疗设备在每次使用过程中的使用特征，并构成所述医疗设备的使用特征集；
19、将所述医疗设备的使用特征集导入预设的cnn模型，利用卷积神经网络对所述医疗设备的使用特征集进行模型训练，生成所述生命周期ai检测模型。
20、作为本技术的一可选实施方案，可选地，在将所述医疗设备的使用特征集导入预设的cnn模型之时，还包括：
21、按照预设比例将所述医疗设备的使用特征集划分为训练集和验证集；
22、将所述训练集导入预设的cnn模型进行模型训练；
23、将所述验证集导入所述生命周期ai检测模型，对所述生命周期ai检测模型进行验证：
24、验证通过，则将所述生命周期ai检测模型部署在所述后台服务器上；
25、验证不通过，则重新对所述历史使用数据实施特征工程，重新训练模型。
26、作为本技术的一可选实施方案，可选地，s3、通过所述生命周期ai检测模型识别所述医疗设备的使用日志中的使用特征，并输出与所述使用特征相匹配的剩余使用寿命，包括：
27、读取所述医疗设备的使用日志，获取所述医疗设备的设备类型与应用场景；
28、通过所述生命周期ai检测模型识别本次维护采集的金相图谱的图谱特征，并根据图谱特征预测出所述医疗设备在所述应用场景下的使用次数或使用时长；
29、根据所述医疗设备的设备生命周期t，对所述使用次数或使用时长进行差值计算，获得所述医疗设备的剩余使用寿命并输出至所述后台服务器。
30、作为本技术的一可选实施方案，可选地，s4、所述后台服务器根据所述剩余使用寿命判断所述医疗设备是否达到预设的生命预警周期，包括：
31、预设生命预警周期tt并保存在所述后台服务器上：
32、tt＝t-k，
33、t为所述医疗设备的设备生命周期，
34、k取值范围为3-15天或者12-24小时；
35、所述后台服务器判断所述医疗设备的剩余使用寿命是否超过所述生命预警周期tt：
36、若超过，则达到预设的生命预警周期；
37、反之未达到。
38、作为本技术的一可选实施方案，可选地，还包括如下步骤：
39、所述库房服务器在接收到当前所述医疗设备的使用预警通知之时，判断当前所述医疗设备是否在库房：
40、若不在，则查找当前所述医疗设备的使用记录，并向使用该所述医疗设备的临床医护人员的临床终端发出使用警报，通知回退当前所述医疗设备；
41、若在，则放弃。
42、本技术另一方面，提出一种实现基于ai识别的医疗设备生命周期智能监测与预警方法的系统，包括：
43、数据采集模块，用于采集医疗设备的使用信息并保存在后台数据库中，生成所述医疗设备的使用日志；
44、后台服务器，用于按照预设监测频率，读取所述医疗设备的使用日志并导入后台服务器上预设的生命周期ai检测模型；以及，
45、通过所述生命周期ai检测模型识别所述医疗设备的使用日志中的使用特征，并输出与所述使用特征相匹配的剩余使用寿命；以及，
46、根据所述剩余使用寿命判断当前的所述医疗设备是否达到预设的生命预警周期：
47、若达到，则向库房服务器发出针对当前所述医疗设备的使用预警通知；
48、反之，重复执行上述步骤；
49、库房服务器，用于在接收到当前所述医疗设备的使用预警通知之时，判断当前所述医疗设备是否在库房：
50、若不在，则查找当前所述医疗设备的使用记录，并向使用该所述医疗设备的临床医护人员的临床终端发出使用警报，通知回退当前所述医疗设备；
51、若在，则放弃；
52、临床终端，用于在接收到所述使用警报之时，相应所述使用警报，并提醒临床医护人员回退当前所述医疗设备；
53、所述库房服务器与所述临床终端通信连接；
54、所述数据采集模块与所述库房服务器，分别与所述后台服务器通信连接。
55、本技术另一方面，还提出一种电子设备，包括：
56、处理器；
57、用于存储处理器可执行指令的存储器；
58、其中，所述处理器被配置为执行所述可执行指令时实现所述的一种基于ai识别的医疗设备生命周期智能监测与预警方法。
59、本发明的技术效果：
60、本技术通过结合在不同使用阶段下的组织金相特征来预测当前医疗设备所处的生命阶段以及根据其历史的设备生命周期t来计算其剩余使用寿命。利用医疗设备在不同应用场景下的使用日志来进行大数据识别，利用大数据的特征，训练识别生命周期ai检测模型，该模型对不同类型的医疗设备的使用日志进行特征学习，让模型学习在不同应用场景下达到不同使用次数或者是使用时长之时的金相图谱特征，包括在达到报废之时的金相图谱，以此来识别处于不同阶段下的金相图谱特征，并根据设备生命周期来计算当前医疗设备的剩余使用寿命。同时后台监测设备的剩余使用寿命是否达到生命预警周期，达到则向库房服务器发出对应的使用预警通知，通知库房管理员对达到预警的设备进行回退或者是回收销毁处理。
61、本发明通过在线对各个医疗设备的剩余使用寿命进行在线监督与预测，能够提前对快过期或者是快到达生命周期的医疗设备进行回退操作等等，能够避免快达到寿命末期的医疗设备对临床检验，临床手术，临床诊断造成对应风险等，避免对患者造成临床手术风险，同样可以避免医护人员承担相应的责任。
62、根据下面参考附图对示例性实施例的详细说明，本公开的其它特征及方面将变得清楚。
1.一种基于ai识别的医疗设备生命周期智能监测与预警方法，其特征在于，包括如下步骤：
2.根据权利要求1所述基于ai识别的医疗设备生命周期智能监测与预警方法，其特征在于，步骤s1中，所述采集医疗设备的使用信息的方法为：
3.根据权利要求1所述基于ai识别的医疗设备生命周期智能监测与预警方法，其特征在于，步骤s1中，所述采集医疗设备的使用信息的方法为：
4.根据权利要求1所述基于ai识别的医疗设备生命周期智能监测与预警方法，其特征在于，步骤s2中，所述生命周期ai检测模型的生成方法，包括：
5.根据权利要求4所述基于ai识别的医疗设备生命周期智能监测与预警方法，其特征在于，在将所述医疗设备的使用特征集导入预设的cnn模型之时，还包括：
6.根据权利要求1所述基于ai识别的医疗设备生命周期智能监测与预警方法，其特征在于，s3、通过所述生命周期ai检测模型识别所述医疗设备的使用日志中的使用特征，并输出与所述使用特征相匹配的剩余使用寿命，包括：
7.根据权利要求1所述基于ai识别的医疗设备生命周期智能监测与预警方法，其特征在于，s4、所述后台服务器根据所述剩余使用寿命判断所述医疗设备是否达到预设的生命预警周期，包括：
8.根据权利要求1所述基于ai识别的医疗设备生命周期智能监测与预警方法，其特征在于，还包括如下步骤：
9.一种实现权利要求1-8中任一项所述基于ai识别的医疗设备生命周期智能监测与预警方法的系统，其特征在于，包括：
10.电子设备，其特征在于，包括：
