管理放射性成像系统的维护的系统和方法

专利名称：管理放射性成像系统的维护的系统和方法
技术领域：
一般来说，本文的主题涉及对放射性成像系统执行维护的系统和方法，更具体来 说，涉及预测放射性成像系统中χ射线管的故障的系统和方法。
背景技术：
放射性成像系统(例如X射线计算机断层扫描(CT))的未计划关机的主要 原因包 括其中安装的X射线管的故障。管故障对于向患者输送健康护理以及放射性成像系统的工 作(operation)和收入生成会有极大的破坏性。上述问题可通过本文在以下描述中所述的主题来解决。

发明内容
本文所述的主题的系统和方法提供对具有带χ射线管组件(assembly)的辐射源 的成像系统的剩余时间段(time period)的生存性的增强预测。本系统和方法可为保养 (service)工作增加交付时间(Ieadtime)，以便以降低的未计划停工期(downtime)来调度 替换管的发货和安装。根据一个实施例，提供一种预测包括作为辐射源的χ射线管组件的成像系统的故 障的方法。该方法包括以下步骤获取X射线管组件的使用年限(age)；与管组件的使用情 况(usage)无关地计算管组件对剩余时间段的生存性的基线(baseline)概率；获取χ射线 管组件的至少一个工作参数的测量；以及响应于χ射线管组件的至少一个工作参数的测量 而自动改变χ射线管组件的生存性的概率。根据另一个实施例，提供一种预测包括具有χ射线管组件的辐射源的成像系统的 故障的系统。该系统包括具有多个可编程存储指令的存储介质；以及与成像系统通信的 处理器，多个程序指令指示处理器执行以下步骤获取X射线管组件的使用年限；与管组件 的使用年限相关地计算管组件对剩余时间段的生存性的基线概率；获取X射线管组件的至 少一个工作参数的测量；以及响应于X射线管组件的至少一个工作参数的测量而自动改变 成像系统对剩余时间段的生存性的基线概率。通过附图及其详细描述，本领域技术人员将会清楚地知道本发明的各种其它特 征、目的和优点。


图1包括与本文所述主题的管理系统的一个实施例结合的成像系统的图解表示， 该成像系统合并有作为辐射源的X射线管。图2包括合并在图1的成像系统中的类型的χ射线管的一个实施例的详图。图3包括说明管理图1中成像系统的方法的一个实施例的流程图。图4包括提取特征或事件代码的出现并且在出现时根据直方图创建其趋势模型 的一个实施例的图形表示。
图5包括所获系统或部件(component)级使用情况数据的过滤器的图形图示，该过滤器一般可操作成删除相对于历史趋势的离群(outlying)数据。图6包括以下步骤的图形图示识别可结合使用情况参数的测量应用于加权关联 性(relevance)的多个错误代码的意义(significance)，以便计算系统、辐射源或管组件 的生存性的概率。图7包括以下步骤的一个实施例的图形图示根据事件代码相对其出现的所获数 据来调整成像系统或者其管组件的生存性的基线(baseline)概率。图8示出说明包括可操作成指示管理系统的处理器执行根据图3的方法实施例管 理成像系统的步骤的一系列程序指令模块的软件的一个实施例的框图。
具体实施例方式在以下详细描述中，参照构成其一部分的附图，附图中通过举例说明的方式示出 可实施的具体实施例。对这些实施例进行了充分描述，以便使本领域技术人员能够实施这 些实施例，并且要理解，可利用其它实施例，可在没有脱离这些实施例的范围的情况下进行 逻辑、机械、电气及其它改变。因此，以下详细描述不是要理解为限制本发明的范围。图1示出可操作成对采用辐射源110的成像系统105的维护进行管理的管理系统 100的一个实施例。成像系统105的辐射源110的实施例可包括χ射线管组件115 (又称作 “管组件115”)。成像系统105的所示实施例属于数字χ射线成像系统，它包括可操作成检 测从管115发出的辐射流122的衰减的检测器120。然而，X射线系统105的类型(例如采 用χ射线管的系统，如常规χ射线系统、CT系统、组织切除或烧灼系统、消毒系统、揭示晶格 性质的χ射线晶体照相(crystallography)系统、产生小对象的图像的χ射线显微分析系 统、检查工业零件或焊接的工业射线照相系统、机场安检系统等)可变。辐射源110的实施例可从控制器125接收功率(power)和控制信号。控制器125 可将交流功率转换成直流功率，并且可将DC功率的受控脉冲施加到管115，以便引起χ射线 辐射的发射供检查使用。此外，控制器125可监测管115的工作条件或参数的范围，如下文 更详细所述。一组导体130可将功率和控制信号从控制器125传送到管115。在控制器125的命令下，辐射源110的管115产生辐射流122。辐射流122可通过 准直仪(collimator) 140导向，并且经过受检者145、如人类患者。检测器120可测量辐射 流122通过受检者145的衰减并且将其转换成图像数据。检测器120可将图像数据作为信 号传送到控制器125以供处理。控制器125可提供调节检测器120的扫描的控制信号。此外，控制器125可执行 附加信号处理或信号过滤功能。控制器125还可获取图像数据，并且执行其它处理和过滤 功能。具体来说，控制器125可从所获信号得出离散数据，并且从数据重构有用图像。控制器125可包括一般配置成运行存储器155中存储的程序指令的处理器150。 虽然在控制器125示出存储器155和处理器150，但是应当理解，存储器155或处理器150 可包括远程部分。控制器125还可与输入装置160和输出装置165通信。输入装置160的示例包括 键盘、触摸屏或图形界面、鼠标、拨动开关等。输出装置165的示例可包括监视器、触摸屏或 图形界面、信息站(kiosk)、仪表板等。输入和输出装置160、165可组合为处于通信的操作员界面，以便与控制器125交换配置数据、检查请求等。操作员界面可包括操作员工作站， 它准许临床医生或放射科医生请求和控制特定检查、审查数据日志(log)文件、查看重构 图像以及在实体介质、如照相胶片上输出重构图像。控制器125可将图像数据存储在存储器150中。存储器150还可存储配置参数、数 据日志文件等。控制器125可提供控制χ射线辐射从辐射源110发射的信号。控制器125 还可包括通信电路(有线或无线)，用于与远程计算机站、如下面更完整描述的远程服务中 心提供交互式数据交换。系统100还可包括传感器170以检测辐射源110的特定工作参数，例如(但不限 于)温度、电流、电压和振动，还可存储和分析这些参数的值，如下文所述。如上所述，系统100的以上描述针对数字χ射线成像。当然，系统100在例如常规 χ射线系统、CT成像系统等其它扫描仪类型上可包括其它控制和接口电路。但是，一般来 说，这种系统100可包括调节X射线辐射的发射以供检查或校准目的的控制器125。此外， 为了实现本文所述的技术，这种系统100可包括在这种检查或校准序列期间监测或跟踪管 组件115性能的能力，使得可获取、存储和分析被认为是管故障的主要指示符的参数。图2示出包括χ射线管组件115的辐射源110的一个实施例。χ射线管组件115 的实施例可包括阳极组件180和阴极组件185。阳极和阴极组件180与185可定位在壳体 190中，壳体可由铝制成并且衬有(line)铅材料成分。管组件115可由阳极和阴极组件 180,185来支持。管组件115还可包括外壳195，定位其中的转子200 —般与阳极组件185 相邻。定子205可至少部分围绕转子200。壳体190可填充有冷却介质215，例如围绕外壳 195的油。冷却介质215还可增强高压绝缘。阳极组件180可定位在外壳195中。阳极组件180的一个实施例包括阳极 220，阳极220具有包括靶(target)盘的前端部分。靶盘225可包括靶或焦面(focal surface) 2300阴极组件185可包括耦合到一系列电引线(lead) 240的阴极235。阴极235 可包括中心壳245，屏蔽(mask) 250从其中延伸。屏蔽250可装入引线240并且将其引导到 阴极杯(cup) 255。阴极杯255可用作静电透镜，它聚焦从杯255所支持的加热灯丝(未示 出)所发出的电子。从控制器125经由引线240传送给阴极235的控制信号可调节或控制杯240中的 阴极灯丝(未示出)的激励，以便产生电子束260。电子束260可定向成撞击阴极靶盘225 的焦面230，以便从其中引起或产生要被从χ射线管组件115发出的辐射流122。偏转线圈 270可产生磁场，以便控制辐射流122的方向和取向。控制器125可控制偏转线圈270所产 生的磁场的强度和方向。辐射流122可通过壳体190中为此目的而提供的孔径275离开辐 射源110。当在真空中电子通过给阴极组件185施加高电压和电流而被释放并加速、然后由阳极靶盘225突然截取时，可在χ射线管组件115中产生χ射线辐射流122。阴极235与 阳极220之间的电压差的范围可从数万伏特到超过数十万伏特。此外，阳极靶盘225可旋 转，使得电子束恒定撞击靶或焦面230上的不同点。根据管组件115的构造，预期辐射可通 过例如镭或人工放射物(radiotropic)的物质以及电子、中子和其它高速粒子来发射。在 管组件115的外壳195中，可保持室温下大约IO"5 (10. sup. -5)至大约IO"9 (10. sup. -9)托 (torr)等级的真空，以便准许阳极220与阴极235之间电子束260的传输。
如上所述，除了提供用于辐射源110或管组件115的工作的功率和控制信号之外，控制器125还可跟踪或者获取辐射源110或管组件115的反馈或工作参数。稍后将进行描 述的这些参数中的某些参数可被认为是辐射源110或管组件115的将来故障或生存性的预 测。这类参数可经由传感器170 (参见图1)来测量，并且还可从施加到辐射源或管组件115 的控制和功率信号的特性得到。在真空中创建电子束260时，在管组件115中可能存在微粒或污染物。这类微粒可 经由泄漏、部件退化、部件分解等而被引入到管组件115。当电子束260碰撞这种微粒物质 时，电子束260可朝阳极靶盘225继续，或者电子束260可从靶盘225偏转。微粒随电子束 的每个上述入射(incident)可引起管组件115与控制器125之间所交换的信号的异常(例 如电流异常)。这种异常的一个示例是与遇到电子束的微粒以及沿其路径继续撞击阳极靶 盘225的电子束相关联的阳极高电流放电、又称作阳极过电流事件。这种异常的另一个示 例是与微粒可使电子束从阳极靶盘225转向从而引起电流放电事件的情形相关联的“喷吐 (spit) ”事件。控制器125可接收在阳极靶盘225的电流的测量的反馈，并且经由比较器和 其它电路或者软件模块可检测或跟踪异常的出现，以及区别阳极过电流事件和喷吐。控制 器125可在存储器155记录和保存这种异常事件的出现的检测。控制器125还可配置成获取来自一个或多个传感器170的数据或者来自χ射线管 组件115、辐射源110或成像系统105的部件的反馈，以便跟踪包括转子故障和灯丝故障的 其它管组件故障模式。管组件115的阳极可连续旋转，以便在电子束122下通过真空兼容 轴承(bearing)提供新材料。转子控制功能可将三相电机功率提供给管组件115的旋转阳 极。热和机械负荷的高应力环境可增加阳极转子轴承故障的可能性。控制器125可在加速 期间从电机控制获取电流增加量的数据(例如从转子控制)，并且运行相对于阈值的状态， 其可以是因阳极转子轴承的故障条件而引起的增加的可能性或更低的生存性的确定。可在 存储器155记录阳极转子轴承故障条件的这种上述所获数据。与转子故障相似，灯丝故障是另一种重要的故障模式。钨合金灯丝可在阴极结构 中被电加热到极高温度，以便创建电子云。灯丝开路是常见故障模式之一。mA灯丝控制板 监测灯丝逆变器(inverter)输出的电压。控制器可经由灯丝控制板检测或接收不适当电 压的数据，并且在存储器155记录该异常。除了记录阳极过流事件和喷吐的实际数量外，控制器125还跟踪附加参数的测 量。例如，控制器125可检测和记录每个工作日的喷吐数量。此外，控制器125可检测在出 现喷吐事件时到管组件115的电流的中断以及在检查序列期间电流的后续重新施加。对于 每个工作日，这类事件可由控制器125来记录，并且记入到存储器150中。控制器125可接 收指令，或者预置成检测最大“喷吐率”极限(例如按照每单位时间的喷吐)。如果控制器 125认为(calculate)所测量喷吐率大于预置喷吐率极限，则控制器125可自动中止或者停 止扫描或检查。例如，在一个实施例中，如果控制器125检测并测量到喷吐率将超过32次 喷吐/秒，则控制器125可自动中止或者使当前检查扫描中止。这类事件可命名为“喷吐率 被超过(spit rate exceeded) ”差错(SRE)。控制器125还可跟踪每日的SRE数量，并且存 储在存储器150中。控制器125还记录当转子驱动控制电路检测到异常时的事件，例如，如 果在规定时间内无法使转子达到速度或者加速的过电流等。控制器125还监测灯丝电压和 电流，并且记录当这些参数超出范围时的事件从而指明可能的开路灯丝。
包括与事件代码的出现相关或关联的参数的第一基线模型或算法可与包括与辐 射源110或管组件115的使用情况相关联的被跟踪参数的第二模型或算法结合，以便创建 合成算法来预测管组件115的可能性或故障。阳极过电流事件和SRE以及转子和灯丝事件 的出现率可应用于该合成算法，以便预测管组件115的故障或生存性的可能性。创建合成 算法的一个示例可参照下面所述的技术。 图3包括示出系统100在管理辐射源110的维护时的工作的方法300的一个实施 例的流程图。应当理解，以上描述中公开的方法300的动作或步骤序列可变。还应当理解， 方法300可以不需要以上描述中的每个动作或步骤，或者可包括本文未公开的附加动作或 步骤。还应当理解，方法300的步骤中之一或多个可表示为存储器150中供控制器125或 远程计算机的一个或多个处理器执行的计算机可读程序指令。这种方法300可根据特定事 件和参数或使用情况测量的跟踪对每个单独管组件115进行修改或定制。方法300的一个实施例一般包括步骤305 例如通过应用可靠性模型，与机器条件 或使用情况无关地计算或输出故障或生存性的初始或基线概率。步骤305可包括获取来自 预定制造商/基于工程使用年限的可靠性模型或者从机器总体(population)中的所获数 据所创建的可靠性模型中之一或多个的输入数据和/或可靠性模型。步骤305的一个实施例可包括创建管组件115的故障可能性的算法或基线模型或 者预测管组件115的故障时间。根据具有已知故障发生率(incidence)的典型训练样本数 据集，步骤305可包括识别要被作为部分基线可靠性模型进行加权的使用年限参数和/或 机器数据和/或使用情况简档。基线可靠性模型的一个实施例可包括数学函数，它提供给 定部件使用年限的情况下该部件的生存概率。给定部件使用年限的情况下的基线可靠性模型可包括威布尔(weibull)模型，其 参数根据设计时的测试(例如HAST (高加速应力测试))或者通过观测现场部件的总体来 估计。基线可靠性模型还可以是基于来自现场的所观测总体的样本数据的非参数模型。基线可靠性模型的一个实施例可与管组件、辐射源或系统的使用情况无关。基线 可靠性模型的另一个实施例可通过例如Cox PH模型的非参数可靠性模型框架中的参数化 使用情况简档来进行加权，其中以时间(t)的冒险(hazard)可以是使用可通过变量(X)加 速的使用年限(hjt))的基线冒险的函数。系数β可为分配给不同独立使用情况变量(X) 的加权。h(t) = h0(t)exp(X3)(1)步骤305的一个实施例可包括创建基线可靠性模型，以便根据现有管组件115总 体的所获数据来计算系统100中一个或多个部件的生存概率，例如由具有对形状和比例的 所定义参数的威布尔(Weibull)分布算法所表示的。创建基线可靠性模型的步骤305的另 一个实施例可与从制造商所获取的可靠性测试数据相关。基线可靠性模型可补充有为合并 或表示制造差异而获取的批次周期信息的加权参数。与将使用情况参数添加到上述基线可靠性模型相似，制造模型/批次周期信息的 变量可合并到基线可靠性模型。批次变量可作为与上述Cox-PH模型中的变量(X)相似的 类别变量被合并。批次变量还可以分层模型(stratified model)的形式被合并；其中各模 型周期可具有其自身的基线可靠性模型，其中给使用情况分配系数β的公共值。步骤310可包括获取并且应用附加参数测量，以便应用于在步骤305中的上述模型或算法中之一或多个(例如系统使用情况模型、部件使用情况模型、合成的使用情况模 型)。所测参数可包括一个或多个部件或者子系统的机器数据以及在辐射源110或管组件 115的放射性成像级或部件级的使用情况。例如，应用于该模型的参数测量的一个实施例可 包括针对在子系统/部件级的故障的连续测量(例如，针对管组件115的故障预兆、针对管 转子200的数据、高电压相关故障的测量等)。
上述使用情况或合成模型中之一或多个中表示的参数可表示离散事件、又称作事 件代码的出现的测量数据。事件代码的出现可包括成像系统100中记录的例外/错误消息 的出现。测量这些事件代码可包括获取反馈并且检测数据中相对预置阈值级的趋势的交 叉(crossing)、由于与所执行成像扫描的类型的交互而引起的系统状态消息的出现或输出 (例如检查的中止等)、放射性成像系统或辐射源110的工作条件。这些事件代码的出现本 质上可以是不连续和有噪的。步骤310还可包括根据测量的性质及其与部件的关系来测量或者获取横过不同 维数所测量的成像系统或辐射源110的使用情况的数据。例如，使用情况测量可广义地分 类为以下类别系统使用情况参数一般可包括成像系统使用情况的量和类型(例如在某个 时间段所获取的扫描/诊断图像的数量、所执行的诊断检查的类型(给定系统所执行的诊 断检查的类型的混合程度)等)。参照图4，使用情况参数测量还可包括跟踪或者获取组 件使用情况参数的测量，其可根据对部件特定的使用情况的某种量度(measure)(例如由 标号312相对于管组件115在管组件115寿命中的使用或工作的时标314所表示的毫安秒 (mAS :milli-amp second))来递增；以及创建表示与时间无关的mAS使用率(例如每个管 组件115的mAS使用)的模型或算法(例如根据直方图和标号316)。步骤320可包括应用过滤器(又称作“坏数据过滤器”)来删除离群测量数据(相 对于阈值)。包括创建或产生定义或表示特征的使用情况的基线或连续测量/修改趋势的 模型或算法(例如，MaS记录每个管的使用情况的量度)。参照图5，应用过滤器的步骤320 可包括计算或者获取使用率(例如示为标号321的mAS使用的示例)，相对于趋势模型或算 法322来比较获取的所测量率321，以及计算与趋势模型322的偏差(cbparture)。坏数据 过滤器可操作成删除可能是物理上不可行并因而表示坏数据的分类为大范围(scale)单 离群值的数据(一般在图5的框和标号323中示出的示例)。坏数据过滤器可根据对产生 的新实时数据所形成的特征来删除或消除这些大范围单离群值323，以便改进系统100的 鲁棒性。步骤325可包括提取一个或多个特征的细节，以便提高维数减小以及提取相关输 入数据。测量使用情况的步骤310的一个实施例可引起或触发提取例如那些与部件的使用 年限和使用情况参数无关的特征的步骤325。步骤325的一个实施例可包括对连续和离散 (事件)数据应用或执行特征提取工具。参数数据的特征提取可包括维数减小策略(多变 量特征提取PCA ；或者时间系列特征提取FFT ；小波等)。离散事件(事件代码)可表示横 过预定阈值的某些测量或者系统状态的变化。大量这类事件通常通过系统来报告( 2000 唯一事件)。由于与其它部件/子系统的交互和使用情况，事件可以是本质上瞬时或者有噪 的(事件代码的状态可频繁改变)。因此，特征提取包括选择与感兴趣故障模式相关的事件 以及等式(1)中与各事件关联的系数。这可在步骤325通过以下步骤来进行获取或跟踪 给定时间窗口内各事件代码的出现频率，因为基于事件代码的出现的影响、与事件对应的特征可随时间减小。事件代码相对时间窗口(例如20天)的出现或者单独出现可根据事件代码的出现时间进行加权。步骤330的一个实施例可包括将上述使用情况算法中之一或多个与另一个(系统 或者一个或多个部件级算法)组合或结合，以便创建合成或组合的模型或算法来计算系统 100的生存概率。例如，步骤330可包括获取系统级使用情况和部件使用情况参数的测量， 以便计算或输出组合的使用情况参数值供使用情况算法中进行结合(integration)。在另 一个示例中，在系统级或部件级的使用情况参数可以不是完全相互无关的。步骤330可包 括计算系统100的合成使用情况，其表示一个或多个系统级使用情况参数(例如检查计数) 与部件级使用情况参数中之一或多个(例如MAS/每部件)的加权组合。在另一个示例中，步骤330可包括将与上述所获使用情况相关的算法和与事件代 码的所获数据相关的一个或多个算法结合或组合。步骤330可包括根据可与使用率的测量 结合用于故障预测模型的分析将多个错误代码识别为有意义(significant)。例如，参照图 6，步骤330可包括结合转子200子部件的出现的严重性(例如标号332所示的故障)与跟 踪在转子200子部件的出现的数量(例如4个不同的事件代码和标号331)相关或成比例 地计算事件代码的意义。可为该严重性分配预定加权或值，并且将其存储在控制器125。步骤330可包括相互之间对错误代码特征的部件使用情况或参数的每个测量分 配或计算加权。由于错误代码的单独参数可以不是相互无关的，所以方法300可包括计算 一般等于加权系数乘以每个单独错误代码参数的测量的合成参数。根据部件故障事件/特 征参数的测量的典型训练数据集样本，控制器125可选择或接收使用根据错误代码特征参 数的测量的能力来检测的与特定故障模式相关的错误代码集合的指令，以便区分具有故障 管(具有极少剩余寿命的管)的系统100与具有正常管(具有相当数量的剩余寿命的管) 的系统。当然，步骤330可包括将上述算法中一个或多个方面或部分与另一个组合，并且 不限于本文所述的技术。步骤335包括应用调节器(conditioner)函数。例如，根据对参数、事件和使用情 况参数的提取特征，步骤335可包括应用调节器函数来调整可靠性模型，以便计算每个系 统的生存概率计算。调节器函数可定义为可操作成修改给定与系统条件有关的新信息情况 下的先验故障概率的贝叶斯(Bayesian)类型过滤器。调节器函数的一个典型实施例是指 数函数。步骤335的一个实施例可包括获取部件故障的典型数据集样本(例如训练)，在根 据可靠性算法考虑可靠性输出之后创建调节器函数的模型或算法。调节器函数可包括根据 加权系数的对应意义来(从一系列被跟踪特征)选择要被包含于或者应用于可靠性模型的 特征的最佳集合。模型的一个示例可对于正常和出故障辐射源Iio或管组件115中的至少 一个的条件，根据感兴趣系统的训练或校准数据来计算管组件115的故障或生存的可靠性 或概率。步骤340包括将非使用情况基线可靠性模型与基于使用情况数据、参数和特征提 取(例如错误代码)的可靠性模型结合或组合，以便预测管组件115剩余的生存或有限寿 命。应用于以上所述的非使用情况基线可靠性模型/算法或参数中之一或多个的各个系数 (β)可根据样本总体进行估计。以上所述的非使用情况基线可靠性模型或参数之间的关系可通过交互项(term)来捕获。一个或多个参数可通过其相应系数来加权，它们从训练历史数据获得，经过求和 以形成组合特征，然后将组合特征输入到调节器445 (参见图8)，并且进一步变换成表示因 管组件115的所呈现工作特征而引起的故障的风险的数值。 经结合/组合的模型可以是结合非使用情况模型的非使用情况模型的加权组合。 图7示出根据可调整(参见标号344)以显示与错误代码(参见标号346)和使用情况参数 的所获测量相关或者对其进行响应而改变的预测可靠性或故障或生存性的变化的非使用 情况可靠性模型(例如仅使用年限)(参见标号342)、结合上述加权系数来计算生存概率的 一个示例的图示。进行组合或结合以便创建组合或合成的预测算法或模型在时间(t)输出成像系 统105 (或者其辐射源110或管组件115)的故障或生存概率的步骤340的一个实施例可按 照以下函数p(t) = P0 (t) *fn (el8+el9+e53+e48+usage_unit)其中，p(t)表示在时间(t)的概率，Ptl(t)表示从上述基线可靠性算法所计算的基 线概率值，el8、el9、e53、e48表示加权错误代码特征参数，以及usagejnit表示以上所述 用于合并到合成模型以便计算系统110在时间(t)的生存概率所选择的一个或多个使用情 况参数。图8示出软件或软件包400的一个实施例，它包括可存储在存储器155中供控制 器125的处理器150运行的指令的一系列程序模块。软件400的一系列程序指令的实施例 通常与以上所述的方法300相关，以便管理和输出成像系统105的生存性。模块405通常包 括从成像系统105或通过输入160获取与成像系统105相关联的非使用情况参数的数据。 模块410 —般包括执行以下步骤的程序指令从成像系统105或者其辐射源110的制造商 中至少一个获取基线可靠性算法和数据，或者从与感兴趣成像系统105或辐射源110无关 地取自其它成像系统的总体的编译(compilation)中获取数据集或算法。模块415—般包 括针对把来自模块405和410中至少一个或两个的所获输出应用于计算或创建系统105或 者其辐射源110或管组件115的故障或生存性的基线概率的输出。模块420—般包括执行以下步骤的程序指令获取事件代码的日志(log)或出现、 使用情况数据或者与成像系统105或者其辐射源110或与管组件115的工作关联的其它 参数度量(metric)的测量。模块425 —般包括将坏数据在应用于该算法以便预测成像系 统105或者其辐射源110或管组件115的故障或生存性之前进行过滤的程序指令，与步骤 320相似。模块430 —般包括提取或变换来自从模块425所获输出的特征的程序指令。提 取特征的模块430的一个示例可包执行以下步骤的指令计算或测量给定或者所获时间窗 口中可对应于事件的各事件代码的出现频率，或者测量事件代码的出现的影响随时间的变 化等。模块435 —般包括执行以下步骤的程序指令计算或调整在计算成像系统105或者 其辐射源110或管组件115的故障或生存性时要被应用于包括算法440的上述参数的加权 系数。模块445 —般包括应用如步骤335所述的调节器函数的程序指令。模块450包 括执行以下步骤的指令将基线可靠性或概率算法的输出与工作参数算法/模型组合或结 合，以便计算系统105或者其辐射源110或管组件115的故障或生存性的时间周期的概率，如步骤340所述。提供了系统100和方法300以及上述基线概率算法和调节器函数算法的以上描述，下面是随系统100在管理成像系统105或者其辐射源110或管组件115的生存性中执 行方法300或软件400的一个示例的描述。假定给定时间(、)以及获取辐射源110或管组件115在时间(、)的使用年限，控 制器可对任何时间Utl < t < ti)计算部件的生存基线概率；其中U1-O是从当前开始的 所获或预置预测范围(horizon)或预测间隔。调节(conditioning)函数的模块445可根据时间、之前所提取的错误代码的 所获使用情况和数据以及^之前的所估计使用情况特征值来修改或调整基于使用情况的 可靠性模型的所获数据或输出。可对生存概率确定预置阈值，可对其产生触发以通知保养 (service)工作来保养/更换该部件，例如，0. 05的生存概率可被认为是更换/保养该管的 阈值。备选地，来自加速可靠性模型的所估计故障时间可用于与保养该部件所需的时间结 合，以便产生触发，例如，如果故障时间估计为3天并且维修该部件的时间为2天，则可产生 触发以便允许足够的时间来保养该组件而没有引起停工期(downtime)。以上提供预测包括作为辐射源110的χ射线管组件115的成像系统105的故障的 系统100和方法300的实施例的描述。方法300的实施例可包括以下步骤获取X射线管组 件115的使用年限；与管组件115的使用情况无关地计算管组件115对剩余时间段的生存 性的基线概率；获取χ射线管组件115的至少一个工作参数的测量；以及响应于χ射线管组 件115的该至少一个工作参数的测量而自动改变χ射线管组件115的生存性的概率。至少 一个工作参数的一个实施例可包括成像系统105所产生的事件代码的出现的严重性的量 度，所述事件代码与辐射源110的异常工作条件关联。至少一个工作参数的测量的一个实 施例可包括测量成像系统105所产生的事件代码的出现频率，所述事件代码与辐射源110 的异常工作条件关联。方法300还可包括从接收自成像系统105的所获数据提取事件代码 的步骤，所述事件代码表示下列中至少一个错误消息、阈值范围之外的测量以及指示成像 系统105的状态的消息。系统105的生存性的基线概率的一个实施例可取决于具有成像系 统105的使用年限和使用情况的其它χ射线管组件115的总体的所获生存性数据。至少一 个工作参数的一个实施例一般可等于相对于与成像系统105的工作相关联的事件代码的 出现的量度进行加权的成像系统105的使用情况的量度，或者至少一个工作参数一般可等 于与其无关地相对于系统105的管组件115的使用情况的量度进行加权的成像系统105的 使用情况的量度。自动改变成像系统105的故障时间的基线概率的步骤的一个实施例可包 括响应于获取阈值范围之外的事件代码的出现的测量而降低成像系统105的概率生存性， 或者可包括与成像系统105、辐射源110和管组件115中之一或多个的使用情况的所预测值 成比例地降低概率生存性。根据预测包括具有χ射线管组件115的辐射源110的成像系统105的故障的系统 100的实施例，系统100可包括具有多个可编程存储指令的存储介质；以及与成像系统通 信的处理器，多个程序指令指示处理器执行以下步骤获取χ射线管组件115的使用年限， 与管组件的使用年限相关地计算管组件的对剩余时间的生存性的基线概率，获取χ射线管 组件的至少一个工作参数的测量，以及响应于χ射线管组件的所述至少一个工作参数的测 量而自动改变成像系统对剩余时间段的生存性的基线概率。如权利要求10所述的系统，其中，至少一个工作参数包括成像系统所产生的事件代码的出现的严重性的量度或者X射线 管组件的使用情况的量度，所述事件代码与辐射源的异常工作条件关联。如权利要求10所 述的系统，其中，至少一个工作参数的测量包括测量成像系统所产生的事件代码的出现频 率，所述事件代码与辐射源的异常工作条件关联。如权利要求10所述的系统，还包括从接 收自成像系统的所获数据提取事件代码的步骤，事件代码表示下列中至少一个错误消息、 阈值范围之外的测量以及指示系统状态的消息。如权利要求10所述的系统，系统的生存性 的基线概率取决于具有成像系统的使用年限和使用情况的其它X射线组件的总体的所获 生存性数据。如权利要求10所述的系统，其中，至少一个工作参数一般等于相对于与成像 系统的工作关联的事件代码的出现的量度进行加权的成像系统的使用情况的量度。如权利 要求10所述的系统，其中，至少一个工作参数一般等于与其无关地相对于系统的管组件的 使用情况的量度进行加权的成像系统的使用情况的量度。如权利要求10所述的系统，其 中，自动改变成像系统的故障时间的基线概率的步骤包括响应于获取阈值范围之外的事件 代码的出现的测量而降低成像系统的概率生存性。如权利要求10所述的系统，其中，自动 改变成像系统的故障时间的基线概率的步骤包括与成像系统、辐射源和管组件中之一或多 个的使用情况的所预测值成比例地降低概率生存性。如权利要求10所述的系统，其中，成 像系统对剩余时间段的生存性的基线概率包括预测的故障小时数或故障天数。上述系统100和方法300的技术效果包括将机器数据与可靠性模型和使用情况简 档(profile)进行组合以提供故障预测的较高准确度以及最小剩余寿命的高准确度预测， 以便降低主动替换的成本。故障预测的准确度可取决于故障预测的时间帧(frame)或范围 (horizon)以及预测的性质(各个部件的故障预测相对系统105或者系统组(fleet)的部 件的故障预测)。第一示例针对系统特定的部件并具有短期预测范围或时间帧的故障预测， 并且基于机器事件代码和使用情况的所测量或所获取数据。系统100和方法300可对特 定系统将可靠性模型与机器事件代码和使用情况数据进行组合。此外，给定对系统在管的 使用年限和错误代码/参数值的出现方面的相似条件，系统100可根据成像系统105的模 型化使用情况简档预测部件在所要求时间窗口(例如30天)内的生存概率。系统100和 方法300可根据系统所发送的新数据自动更新以便更新参数/错误和使用情况特征，并且 可获取已更新值以便提供故障时间的新估计及其置信区间(confidence interval) 0系统 100和方法300还可在运输时间(根据医院到仓库的距离)、对医院的停工期的成本方面将 故障预测与商业和后勤输入结合，该模型可用于确定部件保养的最佳触发。这些输入可用 作对上文根据最佳预测的模型中准确度和TTF要求所述的限制的补充。系统100和方法300还可用于预测给定地理区域中在给定时间段的管故障的数 量。通过把来自可靠性模型的输出与对各个系统105或组件115的使用模式(pattern)的 所获数据组合，系统100和方法300的输出可增强部件和/或系统105的生存的预测。系 统100和方法300可缩放到所需预测范围或时间帧(例如4个月)并且用于一组部件或系 统105。预测范围的长度和系统105的编组可根据库存规划的地域和范围(horizon)来确 定。所提出的系统100则可使用每个单独系统105的故障的概率(根据其使用年限和使用 情况特性)来提供对于给定时间帧在地理区域中的管故障的预计数量的随机估计。这将提 供比单独基于使用年限的管组件115的故障的确定性估计更准确的估计。上述系统100和方法300的另一技术效果包括提供鲁棒故障预测和充分的故障时间来通过主动保养防止停工期。此外，预测基于对使用简档进行建模，它允许在预测时留下 最小剩余寿命，因为它根据部件的预测使用情况来调节(condition)故障时间。执行例如 CT成像系统105中的管组件115的故障预测的能力可在降低的停工期方面为顾客提供极大 的有益效果，并且所提出的方法的焦点能够在故障之前(例如至少2天)进行预测。此外， 预测管故障的能力允许要求特殊处理的每个管的节省。另外，系统100和方法300可计算 管组件115的最小剩余寿命，作为管组件115的剩余寿命的每天的成本。给定每年χ射线 管组件115的预计故障数量和大规模安装基础(base)，系统100和方法300的另一个技术 效果根据地理区域提供管组件115的故障的准确预测。这可帮助对具有管组件115故障的 成像系统105在最近仓库中确保管组件115的可用性，并且还有助于降低库存成本。 本书面描述使用示例来公开包括最佳模式的主题，并且还使本领域技术人员能够 制作和使用本发明。本主题的专利范围由随附权利要求书定义，并且可包括本领域技术人 员想到的其它示例。如果这类其它示例具有与权利要求书的文字语言并非不同的结构要 素，或者如果它们包括具有与权利要求书的文字语言的非实质差异的等效结构要素，则它 们将处于权利要求书的范围之内。零件清单100 系统105 成像系统110 辐射源115 X射线管组件120 检测器 120122 辐射流125 控制器 125130 导体组140 准直仪 140145 受检者150 处理器155 存储器160 输入装置165 输出装置比5170 传感器180 阳极组件185 阴极组件190 壳体195 夕卜壳200 转子215 定子220 阳极225 靶盘230 靶或焦面
235阴极240电引线245中心壳250屏蔽255阴极杯260电子束 260270偏转线圈275孔径300方法305计算或输出初始或基线概率的步骤310对模型/算法获取/应用测量的步骤312毫安秒(mAS)参考314时标316直方图320应用过滤器的步骤321获取的所测量率322趋势模型或算法323离群值325提取一个或多个特征的细节的步骤330进行组合或结合的步骤331出现的数量332故障的出现335应用调节器函数的步骤340进行结合或组合的步骤342非使用情况可靠性模型344经调整的346错误代码的所获测量400软件包405获取非使用情况参数的数据的模块410获取可靠性算法的模块415应用所获的来输出基线概率的模块420获取事件代码的日志或出现、使用情况数据或与工作关联的其它参数度量的测量的模块425过滤坏数据的模块430提取或变换来自输出的特征的模块435计算或调整加权系数的模块440算法445调节函数的模块450组合/结合可靠性算法的模块.
权利要求
一种预测包括作为辐射源(110)的x射线管组件(115)的成像系统(105)的故障的方法(300)，所述方法(300)包括以下步骤获取所述x射线管组件(115)的使用年限；与所述管组件(115)的使用情况无关地计算所述管组件(115)对剩余时间段的生存性的基线概率；获取所述x射线管组件(115)的至少一个工作参数的测量；以及响应于所述x射线管组件(115)的所述至少一个工作参数的测量而自动改变所述x射线管组件(115)的生存性的所述概率。
2.如权利要求1所述的方法(300)，其中，所述至少一个工作参数包括所述成像系统 (105)所产生的事件代码的出现的严重性的量度，所述事件代码与所述辐射源(110)的异 常工作条件相关联。
3.如权利要求1所述的方法(300)，其中，所述至少一个工作参数的测量包括所述成像 系统(105)所产生的事件代码的出现频率的测量，所述事件代码与所述辐射源(110)的异 常工作条件相关联。
4.如权利要求1所述的方法(300)，还包括以下步骤从接收自所述成像系统(105)的 所获数据提取所述事件代码，所述事件代码表示下列中至少之一错误消息、阈值范围之外 的测量以及指示所述系统(105)的状态的消息。
5.如权利要求1所述的方法(300)，所述系统(105)的所述生存性的所述基线概率取 决于具有所述成像系统(105)的使用年限和使用情况的其它χ射线管组件的总体的生存性 的所获数据。
6.一种预测包括具有χ射线管组件(115)的辐射源(110)的成像系统(105)的故障的 系统(100)，所述系统(100)包括具有多个可编程存储指令的存储介质(155)；以及与所述成像系统(105)通信的处理器(150)，所述多个程序指令指示所述处理器(150) 执行以下步骤获取所述χ射线管组件(115)的使用年限；与所述管组件(115)的所述使用年限相关地计算所述管组件(115)对剩余时间段的生 存性的基线概率；获取所述χ射线管组件(115)的至少一个工作参数的测量；以及响应于所述χ射线管组件(115)的所述至少一个工作参数的测量而自动改变所述成像 系统(115)对所述剩余时间段的生存性的所述基线概率。
7.如权利要求6所述的系统(100)，其中，所述至少一个工作参数包括所述成像系统 (105)所产生的事件代码的出现的严重性的量度或者所述χ射线管组件(115)的使用情况 的量度，所述事件代码与所述辐射源(110)的异常工作条件相关联。
8.如权利要求6所述的系统(100)，其中，所述至少一个工作参数的测量包括所述成像 系统(105)所产生的事件代码的出现频率的测量，所述事件代码与所述辐射源(110)的异 常工作条件相关联。
9.如权利要求6所述的系统(100)，还包括以下步骤从接收自所述成像系统(105)的 所获数据提取所述事件代码，所述事件代码表示下列中至少之一错误消息、阈值范围之外的测量以及指示所述系统(105)的状态的消息。
10.如权利要求6所述的系统(100)，所述系统(105)的所述生存性的所述基线概率取 决于具有所述成像系统(105)的使用年限和使用情况的其它χ射线管组件的总体的生存性 的所获数据。
11.如权利要求6所述的系统(100)，其中，所述至少一个工作参数一般等于相对于 与所述成像系统(105)的工作相关联的事件代码的出现的量度进行加权的所述成像系统 (105)的使用情况的量度。
12.如权利要求6所述的系统(100)，其中，所述至少一个工作参数一般等于相对于所 述系统(105)的所述管组件(115)的使用情况的量度与其无关地进行加权的所述成像系统 (105)的使用情况的量度。
13.如权利要求6所述的系统(100)，其中，自动改变所述成像系统(105)的故障时间 的所述基线概率的所述步骤包括响应于获取阈值范围之外的事件代码的出现的测量而降 低所述成像系统(105)的概率生存性。
14.如权利要求6所述的系统(100)，其中，自动改变所述成像系统(105)的故障时间 的所述基线概率的所述步骤包括与所述成像系统(105)、所述辐射源(110)和所述管组件 (115)中之一或多个的使用情况的所预测值成比例地降低概率生存性。
15.如权利要求6所述的系统(100)，其中，所述成像系统(105)对所述剩余时间段的 生存性的所述基线概率包括预测的故障小时或天的数量。
全文摘要
提供预测包括具有x射线管组件(115)的辐射源(110)的成像系统(105)的故障的系统(100)和方法(300)。系统(100)包括具有多个可编程存储指令的存储介质(155)，所述指令指示处理器(150)执行以下步骤获取x射线管组件(115)的使用年限；与管组件(115)的使用年限相关地计算管组件(115)对剩余时间段的生存性的基线概率；获取x射线管组件(115)的至少一个工作参数的测量；以及响应于x射线管组件(115)的至少一个工作参数的测量而自动改变成像系统(105)对剩余时间段的生存性的基线概率。
文档编号A61B6/00GK101803929SQ20101011651
公开日2010年8月18日 申请日期2010年1月26日 优先权日2009年1月26日
发明者K·曼纳, Y·郑 申请人:通用电气公司