[发明专利]一种医用清洗消毒器的清洗消毒评价方法及系统

权利要求书

1.一种医用清洗消毒器的清洗消毒评价方法，其特征在于，包括：

获取待评价人员对医用清洗消毒器进行清洗消毒的操作过程，确定所述操作过程中每一个评价点相对应的关键帧，其中，评价点包括待评价人员对医用清洗消毒器进行清洗消毒的准备操作、装卸载操作、运行观察操作、安全检查操作和对医用清洗消毒器的维护操作，所述评价点为用于评价所述待评价人员是否符合评价标准以及预设条件的分数，所述预设条件为所述待评价人员在对医用清洗消毒器进行清洗消毒的操作过程中的关键帧所显示的位置关系是否与标准位置关系相符的条件；

基于所述关键帧和预先构建且训练好的操作识别模型，获得识别结果；

将所述识别结果与数据库中的标准操作进行比对，并输出比对结果，基于所述比对结果进行清洗消毒评价，得到清洗消毒评价结果；其中，在比对过程中产生的错误动作通过语音或文字的交互形式进行提示，并获取产生的错误动作的频率，根据所述频率进行评价；

基于逻辑斯缔曲线的邻近算法，对所述清洗消毒评价结果进行评价修正，得到最终评价结果。

2.根据权利要求1所述的医用清洗消毒器的清洗消毒评价方法，其特征在于，所述基于所述关键帧和预先构建且训练好的操作识别模型，获得识别结果，其中包括：

利用图像识别模块遍历所述操作过程中的视频信息，并提取所述视频信息中的特征图像，所述特征图像为所述待评价人员在对医用清洗消毒器进行清洗消毒的操作过程中与所述评价点相对应的所述关键帧的图像相似度最高的图像；

基于层次分析法对预设的待考核指标进行选取，得到选取结果，并基于所述选取结果构建用于对医用清洗消毒器进行清洗消毒的指标体系；其中，所述待考核指标为所述待评价人员在操作过程中的所述评价点中产生的评价指标，所述评价指标为考核所述待评价人员在操作过程中的评价参数；

基于所述指标体系，采用贪婪算法和K2算法相结合，建立医用清洗消毒器的贝叶斯网络模型；

将所述特征图像发送至所述贝叶斯网络模型中，得到识别结果。

3.根据权利要求1所述的医用清洗消毒器的清洗消毒评价方法，其特征在于，所述将所述识别结果与数据库中的标准操作进行比对，并输出比对结果，其中包括：

提取所述识别结果中至少一个视频信息，将所述视频信息和所述数据库中每个所述评价点的标准操作视频发送至预设的深度神经网络模型，对每帧图像进行对比处理，得到匹配度数值，其中，所述匹配度数值为所述视频信息和每个所述评价点的标准操作视频的匹配结果；

判断所述匹配度数值是否符合预设的对比阈值，若所述匹配度数值大于或小于预设的对比阈值，则调整深度神经网络模型的匹配度参数；若所述匹配度数值等于预设的对比阈值，则输出比对结果。

4.根据权利要求1所述的医用清洗消毒器的清洗消毒评价方法，其特征在于,所述基于逻辑斯缔曲线的邻近算法，对所述清洗消毒评价结果进行评价修正，得到最终评价结果，其中包括：

获取第一评价信息，所述第一评价信息为历史清洗消毒评价信息，利用关联度方法对清洗消毒评价结果和第一评价信息进行相似度对比，并选取出最相似历史数据，计算得出关联度的向量；

设置临界值，通过关联度的向量筛选出所述第一评价信息中与所述最相似历史数据中评价向量最接近的清洗消毒数据；

利用邻近算法对所述消毒数据进行修正，得到修正评价向量；

对所述修正评价向量进行评估，得到最终评价结果。

5.根据权利要求4所述的医用清洗消毒器的清洗消毒评价方法，其特征在于，计算关联度的公式如下：

式中，γ_f(k)为关联系数，f为第一评价信息，k为参数数量，y(k)、x_f(k)均为时间序列，ρ为系数，取0-1。