基于R语言BP神经网络瓦里安NovalisTx直线加速器MLC系统故障预测模型研究

• 作者: 包勇 欧阳斌 王振宇 肖振华 邓永锦 黄伯天 黄镜先
• 来源期刊: 中华放射肿瘤学杂志
• 关键词: 神经网络 多叶准直器 故障预测 R语言
• 年，卷（期）: 2018,（5）
• 所属期刊栏目: 物理·生物·技术
• 页码范围: 495-499
• 页数: 5页
• 字数: 3559字
• 语种: 中文
• DOI: 10.3760/cma.j.issn.1004-4221.2018.05.012

摘要

目的 构建并研究瓦里安NovalisTx直线加速器MLC系统故障预测BP神经网络模型.方法 取加速器临床使用18个月MLC系统故障统计数据为研究对象,以加速器使用总时间、月治疗患者数量、日均开机工作时间、RapidArc计划数量及加速器保养后时间间隔为输入故障因素,以故障频次预测为输出结果,采用R语言AMORE包构建MLC系统故障预测BP神经网络模型并对其进行仿真验证.结果 模型采用3层网络实现输入输出转换,其输入层5个节点、隐层13个节点、输出层1个节点;输入层至隐层、隐层至输出层分别选用tansig、purelin传递函数;模型设定最大训练学习次数150次,实际使用111次,设定误差3％,实际误差2.7％,表明其收敛较好.该模型对18个月临床故障数据仿真验证结果表明预测数据与实际数据较为接近.结论 基于R语言BP神经网络故障预测模型实现了MLC系统故障因素与故障频次间映射关系描述,可为设备故障规律了解和备件库存管理提供参考.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	欧阳斌	中山大学附属第一医院放射治疗科	13	43	4.0	6.0
2	肖振华	中山大学附属第一医院放射治疗科	11	33	3.0	5.0
3	王振宇	中山大学附属第一医院放射治疗科	13	56	5.0	7.0
4	黄伯天	中山大学附属第一医院放射治疗科	5	18	2.0	4.0
5	邓永锦	中山大学附属第一医院放射治疗科	12	35	3.0	5.0
6	包勇	中山大学附属第一医院放射治疗科	7	21	3.0	4.0
7	黄镜先	中山大学附属第一医院放射治疗科	1	3	1.0	1.0