基于故障樹與貝葉斯網(wǎng)絡的呼吸機故障智能診斷

馬建川，種銀保，郎朗，肖晶晶，王晴，范莉萍，劉香君

1.中國人民解放軍陸軍軍醫(yī)大學第二附屬醫(yī)院醫(yī)學工程科，重慶400000；2.中國人民解放軍第32572部隊，貴州安順561000

前言

在現(xiàn)代臨床醫(yī)學中，呼吸機作為一種可以代替、控制或改變人的正常生理呼吸的急救設備，已經(jīng)廣泛用于因為各種原因導致的呼吸衰竭、呼吸支持治療、急救復蘇以及大手術期間的麻醉呼吸管理，在現(xiàn)代醫(yī)學領域內占有十分重要的位置。2019年12月新冠疫情爆發(fā)后，呼吸機作為生命急救設備，在搶救新冠確診患者時發(fā)揮了不可替代的作用。根據(jù)測算，在新冠疫情中，全國對呼吸機的總需求量約為3.2 萬臺，但是呼吸機生產(chǎn)周期長，對于專業(yè)醫(yī)療設備制造商，生產(chǎn)一臺呼吸機需要花費40 d 的時間；而且造價昂貴，每臺在（20～40）萬元不等。

保障呼吸機的正常運行至關重要。呼吸機在使用過程中會因為零部件失效、配件使用頻率高或人為操作失誤等原因造成各種故障，阻礙呼吸機正常的工作。據(jù)不完全統(tǒng)計，呼吸機的故障率高達6.86%［1］。因此，在呼吸機需求量大，生產(chǎn)周期長，造價昂貴，故障率高的嚴峻形勢下，如何保證在呼吸機發(fā)生故障時快速準確地找到故障原因和故障點，迅速排除故障，恢復設備的正常運行具有重要意義。

故障樹分析法（Fault Tree Analysis,FTA）是一種可以自上而下進行故障診斷演繹的方法，它的優(yōu)點是可以系統(tǒng)全面地分析故障的根本原因。自1962年貝爾實驗室發(fā)明FTA 以來，它已經(jīng)被廣泛用于故障診斷［2］。這種方法以專家經(jīng)驗知識為基礎，使故障診斷和可靠性分析在一定程度上能夠容忍數(shù)據(jù)的誤差，可以降低獲得精準概率值的難度。……