Page 66 - 《中国医疗器械杂志》2025年第6期

Chinese Journal of Medical Instrumentation 2025年 第49卷 第6期

临 床 医 学 工 程

应，在一定程度上可以避免临床频繁的入库工作， Transformer超分辨率重建算法研究[J]. 波谱学杂志,
改善临床二级库管理，提高库存管理效率，避免出 2024, 41(4): 454-468.
[9] 孟磊. 基于AdamW优化的混合深度学习模型短期负荷
现积压短缺现象，可更好地完善临床二级库精细化
预测研究[D]. 西安: 陕西理工大学, 2023.
管理及推动冠脉支架集采政策的优化落地。同时， [10] 凌芝拓. 大数据技术在数据清洗与预处理中的应用研
该方法可推广至其他存在一定管理难度的医疗耗 究[J]. 互联网周刊, 2024(19): 42-44.
[11] 宋晓宝, 邓力玮, 王浩, 等. 基于深度学习和时序拆解的
材，对提高医院整体运营管理水平具有重要意义。
长 期 时 序 预 测 模 型 [J/OL]. 计 算 机 工 程 与 应 用 , 1-
16[2024-12-06]. http://kns.cnki.net/kcms/detail/11.2127.
TP.20241111.1028.036.html.
参考文献
[1] 查灵凤, 王景林, 徐克. 冠脉支架内再狭窄的危险因素
[12] 占盛鹤, 潘志文. 基于大数据分析的医用耗材管理优化
和致病机制及治疗进展[J]. 生物医学转化, 2024, 5(3):
策略研究[C]//四川省国际医学交流促进会. 医学护理
74-83.
创新学术交流会论文集(智慧医学篇). 中国人民解放军
[2] 孙雅, 刘智勇, 殷婷, 等. 国家组织冠脉支架带量集采对
东部战区空军医院, 2024: 3.
患者医疗负担的影响[J]. 世界经济, 2024, 47(10): 124-
[13] 衡婉琼, 陈星. 基于大数据的低值耗材库存预测[J]. 科
151.
学技术创新, 2021(15): 13-14.
[3] 张伯寅. 面向边缘智能的深度学习模型可靠性评估技
[14] 唐艳艳, 王雪梅, 胡蓉蓉, 等. 基于中断时间序列分析的
术研究[D]. 长沙: 中南大学, 2023. 江苏省某三甲综合医院冠脉支架集中带量采购政策实
[4] 潘志琳, 贾焰宇. 医院物流管理信息化问题及对策探析 施效果研究[J]. 中国卫生事业管理, 2024, 41(4): 384-
[J]. 中国物流与采购, 2023(19): 99-100. 389.
[5] 李鹏. 时序数据模型在智能运维中的应用研究[J]. 电脑 [15] 刘欣, 王成, 董继伟, 等. 冠脉支架集中采购政策对医用
编程技巧与维护, 2024(11): 128-131. 耗材产业影响的实证研究[J]. 中国医疗管理科学, 2024,
[6] 王贺, 周井泉, 范琦. 基于CNN满意度模型的云制造服 14(2): 12-18.
务组合优化算法[J]. 智能计算机与应用, 2024, 14(10): [16] 梁敏. 大数据在医用耗材管理系统中的应用与设计[J].
25-32. 电子技术与软件工程, 2021(7): 201-202.
[7] 赵彬, 郭建军, 刘文静, 等. 基于CNN-LSTM的数字微流 [17] 黎颖怡. GS医院医用耗材库存改进研究[D]. 广州: 广东
控系统液滴运动时间预测模型[J]. 微纳电子技术, 2024, 财经大学, 2018.
61(11): 169-178. [18] 李燕, 李惠, 邓艳武, 等. 医院库房精细化管理[J]. 中国
[8] 宁欣宙, 黄臻, 陈西曲, 等. 用于超快时空编码MRI的 储运, 2024(1): 207-208.

652