張迎春

（長治市人民醫(yī)院，山西長治 046000）

0 引言

由于醫(yī)療設備長期處于使用狀態(tài)，因此不可避免會出現(xiàn)故障問題[1]。根據(jù)醫(yī)療設備的故障原因，可以將其分為日常使用故障、電路故障、軟件故障以及機械故障。不同的故障類型需要采取不同的維修方式，因此在執(zhí)行故障應急維修前，首先需要確定設備的故障類型。目前的醫(yī)療設備故障應急維修方法存在維修效率低、維修效果差等問題，其主要原因是無法確定醫(yī)療設備故障的類型和位置。

機器視覺是指用機械替代人眼進行測量和判斷的過程。機器視覺采集圖像信號傳輸至圖像處理模塊，以獲取物體的形態(tài)信息，并依據(jù)圖像的亮度、色彩等信息，對圖像進行運算，以擷取物體的特性，并依據(jù)識別結果控制現(xiàn)場裝置。機器視覺技術的應用，能夠提高醫(yī)療設備故障應急維修的效率和效果。

1 醫(yī)療設備故障應急維修方法設計

1.1 醫(yī)療設備工作圖像采集與預處理

1.1.1 采集設備工作圖像

在醫(yī)療設備周圍安裝線陣CCD 傳感器，通過掃描的方式獲取醫(yī)療設備的二維圖像。線陣CCD 傳感器的成像過程可以量化表示為：

其中，參數(shù)m、L 和f 分別為像元數(shù)量、傳感器與待維修醫(yī)療設備之間的距離以及像距，最終得出的結果（x，y）是采集圖像中的任意一個像素點，S 為采集圖像集合[2]。按照傳感器的掃描順序，對所有的像素點采樣結果進行排序與整合，得出醫(yī)療設備工作狀態(tài)下的圖像采集結果。

1.1.2 圖像灰度化處理

圖像經(jīng)過灰度化處理，既能保留整個圖像的結構和特性，又能將三路通道降低至一路，大大降低了運算量。醫(yī)療設備初始圖像中任意像素點的灰度化處理過程可以表示為：

其中，R、G 和B 為初始圖像像素點紅、綠、藍3 個顏色分量，Gray（x.y）表示初始圖像中（x.y）位置像素點的灰度值。將初始采集圖像中的所有像素點代入式（2），完成圖像的灰度化處理。

1.1.3 圖像亮度均衡處理

由于環(huán)境中的光照和線性CCD 傳感器自身對成像的影響，相同顏色的實際物體在圖像中可能會顯示出不同顏色，采集的圖像對難免存在不同程度的亮度差異。亮度差異會直接影響機器視覺對故障位置的判斷效果，因此有必要對圖像亮度進行均衡化[3]。定義醫(yī)療設備圖像各灰度值出現(xiàn)概率為P（l），則圖像的亮度均衡處理結果可以表示為：

其中，J（x，y）為亮度均衡處理結果。按照上述過程，將原始圖像中的非均勻性的像素點轉換成均勻分布，使得某一灰度區(qū)內的像素數(shù)目大致相同，以盡量保證圖像對應的直方圖的相似性，提高圖像的整體對比度。

1.1.4 過濾圖像噪聲

由于圖像采集過程中，醫(yī)療設備工作會產(chǎn)生大量的電磁波，可能會對圖像采集結果產(chǎn)生干擾，使得圖像中存在噪聲信號，為了保證故障類型與位置的檢測精度，需降低圖像中的噪聲信號。選擇高斯濾波作為圖像濾波去噪方式，將連續(xù)的二維高斯函數(shù)進行離散化處理得到高斯模板為：

其中，d 為高斯模板的長度大小，M 為高斯模板。將式（4）表示的高斯模板放置在醫(yī)療設備采集圖像的初始端，移動噪聲過濾模板，得出醫(yī)療設備圖像的降噪結果：

其中，參數(shù)ω 為圖像各個像素點的權重值，（fx，y）為圖像降噪結果。按照上述處理過程得到對醫(yī)療設備圖像中所有像素點的處理結果。

1.2 利用機器視覺技術確定醫(yī)療設備故障類型與位置

以采集并處理完成的醫(yī)療設備圖像為處理對象，利用機器視覺技術，通過設置故障比對標準、圖像特征提取、特征匹配等步驟，確定當前醫(yī)療設備是否存在故障、故障類型以及故障點位置。

1.2.1 設置醫(yī)療設備故障比對標準

醫(yī)療設備故障類型中，日常使用故障主要是操作失誤產(chǎn)生的，而日常使用故障大多數(shù)為設備老化或短路故障，因此在此次故障類型的檢測過程中，忽略該故障類型。醫(yī)療設備電路故障可以分為短路故障、斷路故障和元器件老化故障，其中短路故障是主控電流電源接地引發(fā)的設備故障，此時醫(yī)療設備電流和溫度迅速升高，從醫(yī)療設備圖像中可以發(fā)現(xiàn)電源位置與地面之間存在連接線。斷路故障是醫(yī)療設備電路被切斷造成的故障，此時醫(yī)療設備中無電流通過，且醫(yī)療設備電路圖像中存在明顯斷點[4]。而當醫(yī)療設備發(fā)生元器件老化故障時，在對應圖像中元器件存在明顯形變。同理可以得出設備軟故障和機械故障下，醫(yī)療設備圖像的特征，并以此作為判斷當前醫(yī)療設備是否存在故障的比對標準。

1.2.2 醫(yī)療設備圖像特征提取與匹配

待提取的醫(yī)療設備圖像特征包括設備組成元件的輪廓特征、接線特征以及電路分布特征。在特征提取過程中利用Prewitt 邊緣算子，該算子是一種顧及到圖像每個點的處理方法，可以實現(xiàn)水平和豎直兩個方向上的邊緣檢測。Prewitt 邊緣算子由較好的邊緣子圖像集合構成，通過對該模型逐個對目標進行檢測，當該算法與模板運算符最接近時，得到最大值作為該算法的最大值，并將其作為該算法的基本思想，即邊界探測算子的基本思想[5]。在檢測過程中，利用差分算子對圖像進行邊緣提取，因為在邊緣區(qū)域內的像素和相鄰區(qū)域的像素值存在很大差異，因此，在檢測過程中，通常使用差分算子進行邊緣檢測。Prewitt 邊緣算子的表達式如下：

其中，Q（xx，y）和Q（yx，y）分別為醫(yī)療設備圖像像素坐標在x和y 方向上的微分，max（·）為最大值求解函數(shù)，Q（x，y）為綜合Prewitt 邊緣算子。利用兩個模板對圖像進行卷積，得到的最大值就是圖像的輸出，即為圖像輪廓邊緣的特征提取結果。按照上述方式分別在醫(yī)療設備元件、連接電路以及電源3 個位置上，得出圖像輪廓特征的提取結果，記為Qcom。最終將特征提取結果代入到式（7）中，判斷當前醫(yī)療設備的故障類型。

其中，Qset為設置的類型i 醫(yī)療設備故障的特征標準。若計算得出特征相似度λ 的值高于0.9，則說明當前醫(yī)療設備存在故障，故障類型為i；否則需要進行下一個故障類型的比對，直到確定故障類型為止。如果提取的圖像特征與設置的所有故障類型標準特征均不匹配，則證明當前醫(yī)療設備未發(fā)生故障。

1.2.3 確定醫(yī)療設備故障點位置

為方便醫(yī)療設備故障點的定位，設置醫(yī)療設備圖像的任意一點為參照點，將其圖像坐標標記為（xi，y）i。通過圖像輪廓特征匹配，可以直接確定電路斷開以及電源接地的位置，通過圖像測量計算出故障點與參考點之間的距離為h，則醫(yī)療設備故障點的定位結果可以表示為：

式（8）計算結果（xfault，yfaul）t為故障點圖像坐標求解結果。在此基礎上，根據(jù)醫(yī)療設備圖像與醫(yī)療設備實體之間的關系，可以得出醫(yī)療設備故障點的空間坐標為：

式（9）中，κ 為空間系數(shù)，xCCD和yCCD分別為線性CCD 傳感器設備的安裝位置坐標，（xspace，yspac）e為故障點在設備空間內的坐標。最終將醫(yī)療設備故障點的定位結果，作為故障的應急維修位置。

1.3 實現(xiàn)醫(yī)療設備故障應急維修

針對故障醫(yī)療設備，在故障點定位位置上，根據(jù)故障類型的檢測結果，選擇合適的故障應急維修方案。當設備出現(xiàn)軟故障時，重新啟動或安裝軟件，設備即可恢復正常。另外，如果醫(yī)療設備出現(xiàn)斷路，醫(yī)院應當為其配備高質量、高功率的UPS 電源，記錄其工作時間，并對其進行適時的更換，并在電源附近安裝絕緣變壓器，以避免工頻干擾[6]。針對元器件老化故障，則使用備用元件替換故障元件，保證兩者的型號和規(guī)格均相同，更換后設備故障即可排除。

2 維修效果測試實驗分析

為了測試基于機器視覺的醫(yī)療設備故障應急維修方法的維修性能，設計維修效果的測試實驗，并通過與傳統(tǒng)醫(yī)療設備維修方法的對比，體現(xiàn)出優(yōu)化設計方法的性能優(yōu)勢。

2.1 準備醫(yī)療設備處理樣本

實驗選取不同類型的醫(yī)療設備作為研究樣本。醫(yī)療設備處理類型有診斷設備、治療設備和輔助設備，診斷設備分別為X射線診斷設備、超聲診斷設備、功能檢查設備、內窺鏡設備，準備數(shù)量均為50 臺，治療設備分別為接觸治療機、淺層治療機、深度治療機、電療設備、人工呼吸機、心臟除顫起搏設備，準備數(shù)量均為30 臺，輔助設備分別為15 臺消毒滅菌設備、25 臺血庫存儲設備、50 臺醫(yī)用錄像攝影設備。

經(jīng)過調試，上述醫(yī)療設備初始狀態(tài)均為健康設備，不存在故障現(xiàn)象。通過電源接地、人為電路剪斷以及設備元件替換等方式，實現(xiàn)醫(yī)療設備故障的設置，并實時記錄各設備的故障類型以及位置信息。

2.2 安裝機器視覺硬件設備

由于優(yōu)化設計的醫(yī)療設備故障應急維修方法應用了機器視覺技術，因此需要在實驗環(huán)境中安裝相關的硬件設備，包括線性CCD 傳感器、光源等。將硬件設備安裝在準備的醫(yī)療設備樣本中，將光源調整至開啟狀態(tài)，并向機器視覺運行程序中添加一個數(shù)據(jù)采集任務，觀察線性CCD 傳感器是否能夠正常輸出圖像采集樣本。在機器視覺硬件設備正常輸出預期結果的前提下，執(zhí)行實驗的下一步操作。

2.3 設置維修效果測試指標

此次實驗分別從維修效率和維修質量兩個方面進行效果測試，設置維修響應時間用來反映方法的維修效率，也就是從醫(yī)療設備的故障發(fā)現(xiàn)到維修完成之間消耗的時間，最終得出的維修響應時間越短，證明對應方法的維修效率越高。另外，將維修效果的量化測試指標設置為醫(yī)療設備的合格率，計算公式為：

其中，Nrepait和Nall分別表示經(jīng)過維修處理后得出的合格的醫(yī)療設備數(shù)量以及實驗中設置樣本的總數(shù)量。最終計算得出的合格率ηqualified越高，說明對應方法的維修效果越優(yōu)。

2.4 實驗過程與效果分析

同時啟動機器視覺硬件設備以及醫(yī)療設備樣本，通過機器視覺技術得出醫(yī)療設備故障類型、位置等信息的檢測結果，并且選擇相應的維修方式，得出應急維修處理結果（圖1）。

圖1 醫(yī)療設備故障應急維修結果

根據(jù)圖1 可知，設備故障發(fā)生位置在（424，63，375）坐標處，故障點數(shù)量為2 個，故障類型是短路故障，根據(jù)維修方案完成維修工作后，將其傳遞給質檢部門，判斷當前醫(yī)療設備的故障問題是否解決。為了保證實驗結果的可信度，將準備的實驗樣本平均分為5 組，每組樣本數(shù)量均為94 臺。另外，實驗還設置傳統(tǒng)的醫(yī)療設備故障應急維修方法作為實驗的對比方法，該方法未應用機器視覺技術，在實際測試過程中，保證兩種方法的處理對象以及運行環(huán)境均相同。通過相關數(shù)據(jù)的統(tǒng)計，得出維修性能的測試結果（表1）。

表1 維修性能測試對比數(shù)據(jù)

通過平均值計算，得出傳統(tǒng)方法和優(yōu)化方法應急維修響應時間的平均值分別為22.42 min 和5.66 min。將表1 的數(shù)據(jù)代入式（10），得出兩種方法的維修合格率分別為94.26%和99.36%，由此證明基于機器視覺的醫(yī)療設備故障應急維修方法的維修效率和效果均得到明顯提升。

3 結束語

在科技快速發(fā)展的大背景下，醫(yī)療設備的大量使用為醫(yī)療事業(yè)的發(fā)展打下了良好的基礎。針對目前醫(yī)療器械使用中出現(xiàn)的各類問題，通過機器視覺技術的應用，采取相應的措施和方法，以保證醫(yī)療設備的使用效率。