Page 89 - 《中国医疗器械杂志》2026年第2期

Chinese Journal of Medical Instrumentation 2026年 第50卷 第2期

临 床 医 学 工 程

1.0
心问题进行了重构，将回归预测转换为分类问题，
0.8 通过球管的短期运营数据，准确分类球管生命周期
生存概率 0.6 中位生存期：164 d 的阶段。
基于前文确定的以总曝光秒数为基准的可靠性
0.4
模型，研究将CT球管的完整生命周期划分为8个时
0.2
期，每个时期归一化占比0.125，定义使用进度比
例（progress ratio）为当前时期/总时期数。结合
0 200 400 600 800 1000

使用时长/d CT设备实际使用场景，本研究采用S型增长模式预
(a) CT 球管基于日历天数的生存曲线 估球管参数变化，并据此划分数据集；增长比例
(a) Survival curve of CT X-ray tube based on calendar days
（growth pattern）计算式如式(2)所示。
1.0
growth pattern = 0.8×progress ratio+
0.8 (2)
0.2×(1/(1+e −6×(progress ratio−0.5) ))
生存概率 0.4 中位生存期：118504 次 式中：0.8与0.2分别代表线性函数与S型函数的权重
0.6

系数，采用80%线性趋势函数与20%S型函数复合
拟合CT球管参数变化，更贴合设备实际使用规
0.2
0 律。 −6表示曲线陡峭系数；0.5表示使用到50%的

50000 150000 250000 350000 450000

扫描次数/次 生命周期时，参数增长最快。为了构建最终分类标
(b) CT 球管基于扫描次数的生存曲线 签，研究将划分的8个精细化的球管生命周期合并
(b) Survival curve of CT X-ray tube based on scan count
为4个具有明确意义的生命周期阶段，即四阶段分
1.0
类任务：球管初期，性能稳定，包含1~2时期；球
0.8
管中期，开始出现累积损耗，包含3~4时期；球管
生存概率 0.6 中位生存期：314540 s 中后期，故障风险逐渐升高，包含5~6时期；球管

末期，失效风险极高，需要重点关注，包含7~8时
0.4
期。通过这种分类方法，研究创建了清晰的分类标
0.2
签，对于失效的17根球管，研究对其每个确定阶段
0

计算当时曝光秒数，从而构建出用于监督学习的带
100000 300000 500000 700000
曝光秒数/s
标签数据集。
(c) CT 球管基于曝光秒数的生存曲线
(c) Survival curve of CT X-ray tube based on exposure seconds 球管为发热部件，工作时会产生大量热量，温度
图2 CT球管生存曲线 是球管主要的退化驱动因素。根据热力学与材料学
Fig.2 CT X-ray tube survival curves
原理，球管工作时产生的热量累积会导致材料疲劳，
3种方法计算的生存曲线以及检验结果显示， 反复加热与冷却循环会导致阳极材料产生微观裂
基 于 日 历 天 数 的 中 位 生 存 期 为 164 d（ 95%CI： 纹，高温下阳极金属原子升华会导致材料变形。因
130~198）；基于总扫描量的中位生存期为118 504
此，球管使用负荷与球管退化程度直接相关。选用
次（95%CI：95 210~147 980），P<0.01；基于总曝
描述反应速率与温度关系的Arrhenius方程描述温度
光秒数的中位生存期为314 540 s（95%CI：250 112~
引起的球管退化机制，Arrhenius方程标准形式为：
378 968），P<0.01。检验结果表明，使用量指标所
构建的生存模型显著优于日历天数的模型，该模型 k = Ae −Ea/RT (3)
能够更准确地反映球管的失效规律。在总扫描量与 式中： k表示退化速率； A为频率因子； Ea表示活
T
总曝光秒数之间，曝光秒数与热量累积的关联更直 化能，即反应的最小能量； R为气体常数； 为绝
接，因此研究将总曝光秒数作为定义球管生命周期的 对温度。标准形式的退化速率计算式无法直接使
尺度，并以此为依据进行后续生命周期阶段的划分。 用，研究基于Arrhenius方程取对数后进行线性简
1.4 特征工程 化，简化后的方程形式为：
在现有数据量的约束下，进行精准的剩余寿命 lnk = C 1 +C 2 /T (4)
预测存在极大过拟合风险，研究对预测性维护的核 式中： C 1 = lnA， C 2 = −Ea/R。由于球管组成物质

203