电子胃镜运行状态异常智能告警方法研究

摘要

针对电子胃镜运行状态异常告警中普遍存在检测率低的问题,提出一种新的电子胃镜运行状态异常智能告警方法。通过双重马尔可夫嵌入状态过程对电子胃镜运行状态的正常或异常行为进行描述,建立正常状态HMM模型,利用Baum-Weltch算法完成HMM学习,递归估计HMM模型参数,令重新得到的HMM参数针对给出观测序列的后验概率逐渐升高直到收敛,完成对训练样本序列的有效解释,针对存在的评估问题、解码问题、学习问题进行解决。在对电子胃镜运行状态进行异常智能告警的过程中,利用滑动窗口形成的短序列对电子胃镜当前行为进行描述。针对描述正常电子胃镜运行状态的隐马尔可夫模型参数,通过求解输出概率对该序列相对于正常模型行为的偏差进行度量,偏差越大,认为该行为处于异常状态的可能性越大,实现异常智能告警。经验证,所提方法告警准确,整体性能优。