买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉深圳大学;深圳市医工融合设备管理有限公司申请的专利一种基于增强现实的医疗设备维保系统、方法、终端及介质获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN121215212B 。

龙图腾网通过国家知识产权局官网在2026-03-17发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202511758661.5，技术领域涉及：G16H40/40；该发明授权一种基于增强现实的医疗设备维保系统、方法、终端及介质是由王镭;李丹;王荣辉;连佳玟;董磊;汪天富;陈昕;陆敏华设计研发完成，并于2025-11-27向国家知识产权局提交的专利申请。

本一种基于增强现实的医疗设备维保系统、方法、终端及介质在说明书摘要公布了：本发明公开了一种基于增强现实的医疗设备维保系统、方法、终端及介质，涉及智慧医疗技术领域，系统包括：移动终端、AR设备以及云端服务器。移动终端用于对登录信息进行安全验证、维保订单的管理、操作指南的提供以及维保报告的本地预览与生成。AR设备为AR眼镜，用于将每个操作步骤以第一视角实时投射于用户视野中，并将所有关键数据上传至云端服务器。云端服务器用于生成维保报告，对医疗设备的健康状态进行动态评估，并在出现性能退化趋势或存在潜在故障风险时，生成预警信息向移动终端与AR设备推送。本发明构建了一套闭环的医疗设备维保系统，显著提升了医疗设备维保的标准化、真实性、可追溯性与前瞻性管理水平。

本发明授权一种基于增强现实的医疗设备维保系统、方法、终端及介质在权利要求书中公布了：1.一种基于增强现实的医疗设备维保系统，其特征在于，所述系统包括：移动终端、AR设备以及云端服务器，所述移动终端、所述AR设备以及所述云端服务器彼此之间均建立通信链路； 其中，所述移动终端用于对登录信息进行安全验证、维保订单的管理、操作指南的提供以及维保报告的本地预览与生成； 所述AR设备为AR眼镜，用于基于标准化的保养操作流程完成维保订单中的保养项目，在保养操作流程中将每个操作步骤以第一视角实时投射于用户视野中，并在保养操作流程完成后，将所有关键数据上传至云端服务器； 所述云端服务器用于基于所有关键数据生成标准化的维保报告，基于预设的预测性维保机制，对医疗设备的健康状态进行动态评估，并在识别到所述医疗设备出现性能退化趋势或存在潜在故障风险时，自动生成预警信息，将所述预警信息向所述移动终端与所述AR设备推送； 所述AR眼镜内置高分辨率光波导显示模组，用于实现沉浸式、无纸化的可视化保养操作流程的操作指引；所述AR眼镜的镜腿上设置电容触控传感器，所述电容触控传感器用于执行所述保养操作流程中的每一个操作步骤； 标准化的保养操作流程，包括： 获取所述保养操作流程的操作指引； 基于所述操作指引对待处理的维保订单中的每一个保养项目进行合格性判断，并记录每一个保养项目的关键数据和判定结果，每一个保养项目的关键数据包括：设备信息、带水印的照片以及操作时间戳； 基于所述AR设备上的电容触控传感器触发拍照功能，对所述医疗设备的待检测部位进行拍照，以供存档； 拍照结束后，进入下一个保养项目或者进入下一个维保订单； 所述云端服务器包括应用服务层，所述应用服务层集成了报告生成引擎和预测性维保机制； 所述预测性维保机制在执行时包括： 获取多维度数据，所述多维度数据包括：维保记录、设备运行日志、使用环境数据、同类设备故障统计与寿命信息，其中，所述维保记录包括历史维保记录与当前维保记录中的关键数据； 从所述多维度数据中提取反映所述医疗设备的性能发生变化的关键特征，将关键特征输入至利用时间序列分析算法构建的趋势分析模型中，得到所述医疗设备的性能发展趋势结果，其中，所述关键特征包括：从维保记录中提取的维修频率、维修间隔、关键部件更换周期；从设备运行日志中提取的参数波动幅度、参数漂移趋势、异常参数出现次数；从使用环境数据中提取的环境因素变化趋势、极端环境持续时间；从同类设备故障统计与寿命信息中提取的同类设备平均故障时间、同批次设备寿命分布； 将所述多维度数据转化成特征变量，并将所述特征变量输入至基于随机森林算法构建的分类模型中，基于所述分类模型输出与所述特征变量对应的风险等级信息，得到所述医疗设备的潜在故障分析结果，其中，所述特征变量包括：基于维保记录提取的与故障相关的量化指标；基于运行日志提取的近7天核心参数的均值、单日异常报警次数的最大值、参数超出正常范围的累计时长；基于使用环境数据提取的近30天环境温湿度的均值、超出设备耐受温湿度范围的天数平均值；基于同类设备故障统计与寿命信息提取的同型号设备在相同运行时长下的平均故障次数、同批次设备的平均寿命； 将所述性能发展趋势结果与所述潜在故障分析结果作为所述医疗设备的健康状态评估结果； 若识别到所述医疗设备出现性能退化趋势或存在潜在故障风险时，自动生成预警信息，将所述预警信息向所述移动终端与所述AR设备推送； 其中，所述分类模型是基于随机森林通过多棵决策树的集成学习构建而成的，在训练分类模型时，将包含已知健康状态标签的设备数据的历史数据，按7:3比例分为训练集和测试集，并基于随机森林通过多棵决策树的集成学习训练得到分类模型，训练得到的分类模型用于捕捉特征变量与健康状态之间的非线性关系。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人深圳大学;深圳市医工融合设备管理有限公司，其通讯地址为：518060 广东省深圳市南山区粤海街道南海大道3688号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。