51黑料吃瓜在线观看,51黑料官网|51黑料捷克街头搭讪_51黑料入口最新视频

目的 隨著當(dāng)前醫(yī)院腫瘤患者放療數(shù)量的日益增長，對放療設(shè)備持續(xù)穩(wěn)定治療的要求越來越高。放療直線加速器是放射治療的主要設(shè)備，多葉準(zhǔn)直器（multileaf collimator,MLC）是調(diào)強放療最為頻繁的系統(tǒng)之一，但其故障發(fā)生率較高，一旦發(fā)生故障宕機，不僅影響病人治療效果，還會給醫(yī)院帶來經(jīng)濟損失。因此，快速準(zhǔn)確識別并排除故障，對保障MLC系統(tǒng)的正常運行具有重要意義。本文提出一種基于概率神經(jīng)網(wǎng)絡(luò)（probabitistic neural network,PNN）的MLC系統(tǒng)故障識別診斷方法，為MLC系統(tǒng)的不同故障現(xiàn)象和類型提供維修依據(jù)。方法 結(jié)合復(fù)旦大學(xué)附屬腫瘤醫(yī)院醫(yī)科達放療加速器故障維修經(jīng)驗及日常報錯記錄，整理分析MLC系統(tǒng)構(gòu)成及常見故障現(xiàn)象共140例，統(tǒng)計研究常見故障下設(shè)備狀態(tài)的各項參數(shù)數(shù)據(jù)，選取能夠表征故障特征的信息作為輸入向量和故障分類輸出向量，用不同特征輸入向量的組合代表不同的故障類型，數(shù)據(jù)歸一化亂序處理后，創(chuàng)建PNN神經(jīng)網(wǎng)絡(luò)模型并進行訓(xùn)練，最后將故障實際分類和預(yù)測分類結(jié)果對比分析。結(jié)果 通過分類結(jié)果對比和混淆矩陣可知，訓(xùn)練集樣本一共98個，預(yù)測對比精確度為100%；測試集樣本一共42個，預(yù)測對比精確度為97.619%，訓(xùn)練總時間為4.626s。結(jié)論 基于PNN概率神經(jīng)網(wǎng)絡(luò)的MLC系統(tǒng)故障識別診斷模型具有訓(xùn)練速度快、容錯性好，識別診斷精準(zhǔn)度高等優(yōu)勢。