【技术实现步骤摘要】
本专利技术涉及医疗设备，尤其涉及一种用于显微根尖手术吸唾管的监视与测试方法、系统、电子设备及计算机可读存储介质。
技术介绍
1、在显微根尖手术中，吸唾管是不可或缺的工具，吸唾管的使用是用于去除患者口腔中的积液，以保持手术区域清洁。吸唾管在实际使用过程中往往会出现吸力不稳定、易堵塞、漏液等问题，这些问题可能导致口腔积液感染手术部位甚至造成感染。因此，对吸唾管在使用前进行准确而全面的测试，对与确保其可靠地应用具有重要意义。
2、目前，对于吸唾管进行测试通常在吸唾管出厂时进行压力测试、气密性测试等，这些测试方法虽然能够实现对吸唾管的测试，但无法表征吸唾管在使用一段时间后的稳定性及性能，因此，对吸唾管进行测试的智能化程度及准确性有待提高。
技术实现思路
1、本专利技术提供一种用于显微根尖手术吸唾管的监视与测试方法、计算机可读存储介质，其主要目的在于提高吸唾管测试的智能化程度及准确性。
2、为实现上述目的，本专利技术提供的一种用于显微根尖手术吸唾管的监视与测试方法，包括：
3、接收吸唾管测试指令，基于所述吸唾管测试指令确认出吸唾管测试环境，其中，吸唾管测试环境包括：初始吸唾管及吸唾管测试系统，其中，吸唾管测试系统包括：流量检测单元及数据更新单元，其中，流量检测单元由负压发生机构及流量测试机构所构成；
4、获取初始吸唾管的相关信息，其中，相关信息包括：制备材料、尺寸参数及执行标准，利用所述相关信息获取历史参考数据集，其中，历史参考数据集中包括：多
5、优化所述初始故障树型模型，得到优化故障树型模型，基于所述优化故障树型模型获取预测寿命；
6、基于所述流量检测单元对初始吸唾管执行流量检测操作，得到检测流量时序，其中，预设了流量测试机构的采样频率及负压发生机构的初始负压压强；
7、基于所述初始负压压强及预构建的流量转换关系式计算理想流量；
8、确认所述检测流量时序为预设的目标流量时序后，基于所述目标流量时序及理想流量获取综合流量评估值；
9、获取初始吸唾管的参考寿命，基于所述综合流量评估值、预测寿命及参考寿命获取综合使用比例，基于所述综合使用比例实现对初始吸唾管的测试。
10、可选地，所述基于所述历史参考数据集构建初始故障树型模型，包括：
11、获取用于归类吸唾管的故障原因集，其中，故障原因集中包括四个不同的故障原因，且四个不同的故障原因分别为：操作故障原因、寿命故障原因、产品质量故障原因及其他故障原因；
12、从所述历史参考数据集中依次提取历史参考数据并对所提取的历史参考数据执行如下操作：
13、获取用于识别文本的文本识别模型集，其中，文本识别模型集中共有五个文本识别模型，基于所述文本识别模型集及所提取的历史参考数据获取目标故障原因，其中，目标故障原因由操作故障原因、寿命故障原因、产品质量故障原因或其他故障原因所构成；
14、利用所述目标故障原因对所提取的历史参考数据执行标识操作，得到标识参考数据，利用标识参考数据，在故障原因集中的故障原因分别汇总所述标识参考数据，得到四个不同的故障数据集，其中，四个不同的故障数据集分别为：操作故障数据集、寿命故障数据集、产品质量故障数据集及其他故障数据集；
15、以吸唾管故障为根节点，以故障原因集中四个不同的故障原因为子节点构建初始故障树型模型。
16、可选地，所述基于所述文本识别模型集及所提取的历史参考数据获取目标故障原因，包括：
17、从所述文本识别模型集中随机提取两个文本识别模型，并利用所提取的两个文本识别模型分别对历史参考数据的故障原因文本执行文本识别操作，得到第一故障原因及第二故障原因，其中，第一故障原因及第二故障原因均由操作故障原因、寿命故障原因、产品质量故障原因或其他故障原因所构成；
18、若第一故障原因与第二故障原因相同，则确认第一故障原因或第二故障原因为所述目标故障原因；
19、若第一故障原因与第二故障原因不同，则利用文本识别模型集中剩余的三个文本识别模型对该历史参考数据的故障原因文本执行识别操作，得到第三故障原因、第四故障原因及第五故障原因；
20、基于所述第一故障原因、第二故障原因、第三故障原因、第四故障原因及第五故障原因获取目标故障原因，其中，目标故障原因为第一故障原因、第二故障原因、第三故障原因、第四故障原因及第五故障原因中众数所对应的故障原因，且第一故障原因、第二故障原因、第三故障原因、第四故障原因及第五故障原因均由操作故障原因、寿命故障原因、产品质量故障原因或其他故障原因所构成。
21、可选地，所述优化所述初始故障树型模型，得到优化故障树型模型，包括：
22、在初始故障树型模型中获取初始分析数据集，其中，初始分析数据集在初始故障树型模型中所对应的子节点为寿命故障原因；
23、基于所述初始分析数据集获取初始寿命均值，其中，初始寿命均值为初始分析数据集中多个历史参考数据所对应使用时间的均值；
24、从所述初始分析数据集中依次提取历史参考数据，并对所提取的历史参考数据执行如下操作：
25、基于所提取的历史参考数据及所述初始寿命均值获取绝对寿命差值，其中，绝对寿命差值为所提取的历史参考数据对应的使用时间与初始寿命均值的绝对差值；
26、汇总所述绝对寿命差值，得到绝对寿命差值集，按照从大到小的顺序对绝对寿命差值集的绝对寿命差值执行排序操作，得到绝对寿命差值序列；
27、从所述绝对寿命差值序列中依次提取绝对寿命差值并对所提取的绝对寿命差值执行如下操作：
28、比较所提取的绝对寿命差值与预设的绝对寿命阈值；
29、若绝对寿命差值大于所述绝对寿命阈值，则在初始分析数据集中剔除该绝对寿命差值所对应的历史参考数据，并记录所剔除绝对寿命差值的数量，得到剔除数量，并以剔除绝对寿命差值时的时间为时间起点记录时间，得到剔除时间，直至剔除数量到达预设的剔除阈值或剔除时间到达预设的时间阈值后，确认接收来自数据更新单元的数据更新指令，基于所述数据更新指令获取更新参考数据，将更新参考数据补充至剔除绝对寿命差值大于绝对寿命阈值所对应历史参考数据后的初始分析数据集中，得到更新参考数据集，并以所述更新参考数据集为历史参考数据集，返回所述基于所述历史参考数据集构建初始故障树型模型的步骤，直至绝对寿命差值小于等于所述绝对寿命阈值，得到所述优化故障树型模型。
30、可选地，所述基于所述优化故障树型模型获取预测寿命，包括：
31、利用所述优化故障树型模型获取目标分析数据集，其中，目标分析数据集在优化故障树型模型中所对应的子节点为寿命故障原因；
32、基于所述目标分析数据集及预构建的寿命评估关系式计算预测寿命，其中，寿命评估本文档来自技高网...
【技术保护点】
1.一种用于显微根尖手术吸唾管的监视与测试方法，其特征在于，所述方法包括：
2.如权利要求1所述的用于显微根尖手术吸唾管的监视与测试方法，其特征在于，所述基于所述历史参考数据集构建初始故障树型模型，包括：
3.如权利要求2所述的用于显微根尖手术吸唾管的监视与测试方法，其特征在于，所述基于所述文本识别模型集及所提取的历史参考数据获取目标故障原因，包括：
4.如权利要求3所述的用于显微根尖手术吸唾管的监视与测试方法，其特征在于，所述优化所述初始故障树型模型，得到优化故障树型模型，包括：
5.如权利要求4所述的用于显微根尖手术吸唾管的监视与测试方法，其特征在于，所述基于所述优化故障树型模型获取预测寿命，包括：
6.如权利要求5所述的用于显微根尖手术吸唾管的监视与测试方法，其特征在于，所述基于所述流量检测单元对初始吸唾管执行流量检测操作，得到检测流量时序，包括：
7.如权利要求6所述的用于显微根尖手术吸唾管的监视与测试方法，其特征在于，所述流量转换关系式如下所示：
8.如权利要求7所述的用于显微根尖手术吸
9.如权利要求8所述的用于显微根尖手术吸唾管的监视与测试方法，其特征在于，所述基于所述目标流量时序及理想流量获取综合流量评估值，包括：
10.一种用于显微根尖手术吸唾管的监视与测试系统，其特征在于，所述系统包括：
...【技术特征摘要】
1.一种用于显微根尖手术吸唾管的监视与测试方法，其特征在于，所述方法包括：
2.如权利要求1所述的用于显微根尖手术吸唾管的监视与测试方法，其特征在于，所述基于所述历史参考数据集构建初始故障树型模型，包括：
3.如权利要求2所述的用于显微根尖手术吸唾管的监视与测试方法，其特征在于，所述基于所述文本识别模型集及所提取的历史参考数据获取目标故障原因，包括：
4.如权利要求3所述的用于显微根尖手术吸唾管的监视与测试方法，其特征在于，所述优化所述初始故障树型模型，得到优化故障树型模型，包括：
5.如权利要求4所述的用于显微根尖手术吸唾管的监视与测试方法，其特征在于，所述基于所述优化故障树型模型获取预测寿命，包括：<...
【专利技术属性】
技术研发人员：郑晶晶，高岭，李少明，任文豪，郅克谦，孙凯，史睿，
申请(专利权)人：青岛大学附属医院，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。