基于機器視覺的醫療設備故障應急維修方法

張迎春

（長治市人民醫院，山西長治 046000）

0 引言

由于醫療設備長期處于使用狀態，因此不可避免會出現故障問題[1]。根據醫療設備的故障原因，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，以獲取物體的形態信息，并依據圖像的亮度、色彩等信息，對圖像進行運算，以擷取物體的特性，并依據識別結果控制現場裝置。機器視覺技術的應用，能夠提高醫療設備故障應急維修的效率和效果。

1 醫療設備故障應急維修方法設計

1.1 醫療設備工作圖像采集與預處理

1.1.1 采集設備工作圖像

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

其中，參數m、L 和f 分別為像元數量、傳感器與待維修醫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，得出醫療設備工作狀態下的圖像采集結果。

1.1.2 圖像灰度化處理

圖像經過灰度化處理，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]。定義醫療設備圖像各灰度值出現概率為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，使得某一灰度區內的像素數目大致相同，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，醫療設備工作會產生大量的電磁波，可能會對圖像采集結果產生干擾，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，將連續的二維高斯函數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療設備采集圖像的初始端，移動噪聲過濾模板，得出醫療設備圖像的降噪結果：

其中，參數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療設備故障類型與位置

以采集并處理完成的醫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 設置醫療設備故障比對標準

醫療設備故障類型中，日常使用故障主要是操作失誤產生的，而日常使用故障大多數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的設備故障，此時醫療設備電流和溫度迅速升高，從醫療設備圖像中可以發現電源位置與地面之間存在連接線。斷路故障是醫療設備電路被切斷造成的故障，此時醫療設備中無電流通過，且醫療設備電路圖像中存在明顯斷點[4]。而當醫療設備發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，醫療設備圖像的特征，并以此作為判斷當前醫療設備是否存在故障的比對標準。

1.2.2 醫療設備圖像特征提取與匹配

待提取的醫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，因為在邊緣區域內的像素和相鄰區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，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，判斷當前醫療設備的故障類型。

其中，Qset為設置的類型i 醫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，則證明當前醫療設備未發生故障。

1.2.3 確定醫療設備故障點位置

為方便醫療設備故障點的定位，設置醫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，根據醫療設備圖像與醫療設備實體之間的關系，可以得出醫療設備故障點的空間坐標為：

式（9）中，κ 為空間系數，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 實現醫療設備故障應急維修

針對故障醫療設備，在故障點定位位置上，根據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，如果醫療設備出現斷路，醫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，并通過與傳統醫療設備維修方法的對比，體現出優化設計方法的性能優勢。

2.1 準備醫療設備處理樣本

實驗選取不同類型的醫療設備作為研究樣本。醫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 臺醫用錄像攝影設備。

經過調試，上述醫療設備初始狀態均為健康設備，不存在故障現象。通過電源接地、人為電路剪斷以及設備元件替換等方式，實現醫療設備故障的設置，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

由于優化設計的醫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療設備樣本中，將光源調整至開啟狀態，并向機器視覺運行程序中添加一個數據采集任務，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，也就是從醫療設備的故障發現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療設備的合格率，計算公式為：

其中，Nrepait和Nall分別表示經過維修處理后得出的合格的醫療設備數量以及實驗中設置樣本的總數量。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。

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療設備樣本，通過機器視覺技術得出醫療設備故障類型、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 醫療設備故障應急維修結果

根據圖1 可知，設備故障發生位置在（424，63，375）坐標處，故障點數量為2 個，故障類型是短路故障，根據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，每組樣本數量均為94 臺。另外，實驗還設置傳統的醫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境均相同。通過相關數據的統計，得出維修性能的測試結果（表1）。

表1 維修性能測試對比數據

通過平均值計算，得出傳統方法和優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 的數據代入式（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

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