本发明涉及医疗器械消毒领域，具体涉及一种医疗消毒供应室器械清洗用的酶液智能控制系统。
背景技术：
1、医疗消毒供应室器械的清洗可分为手工清洗和自动清洗，随着科技的发展，医疗器械自动消毒设备在酶液配制、清洗剂使用、清洗时间等方面的智能化逐渐提升，可以满足当前医疗器械的清洗需求，但当前的酶液控制系统在清洗过程中，对光照、湿度和温度等环境因素的控制较为有限，仍会受到环境的影响，从而导致器械清洗流程中最为关键的酶液会由于光照、温度或湿度而发生污染或出现酶液活性下降的问题。
2、现有技术中已存在有部分对酶液进行检测的技术手段，来提高对酶液的控制与监测，但大多无法及时根据酶液的变质情况进行变质原因的分析，存有酶液变质原因的诊断误区，当发生酶液变质后，变质原因获取具有延迟性，进一步影响后续对医疗器械进行清洗的效率。
3、为解决上述所提及的问题，提出了一种医疗消毒供应室器械清洗用的酶液智能控制系统。
技术实现思路
1、本发明的目的是提供一种医疗消毒供应室器械清洗用的酶液智能控制系统，以解决背景技术中不足。
2、一种医疗消毒供应室器械清洗用的酶液智能控制系统包括环境历史数据收集模块、数据分析模块、环境实时数据收集模块和酶液变质分析模块，各个模块之间通过电气和/或无线网络方式连接；
3、环境历史数据收集模块；用于预先收集消毒供应室的环境历史测试类数据，并将收集到的环境历史测试类数据发送至数据分析模块；
4、数据分析模块；用于对环境历史测试类数据进行整合，生成评估酶液变质程度的机器学习模型，并将训练完成后的机器学习模型发送至环境实时数据收集模块；
5、环境实时数据收集模块；用于实时收集消毒供应室的环境实时数据，将环境实时数据中存有酶液变质相应的影响结果的属性值发送至酶液变质分析模块；
6、酶液变质分析模块；用于接收到酶液变质相应的影响结果的属性值，根据对应的环境历史测试类数据，将酶液变质相应的影响结果的属性值输入至对应的机器学习模型中，并获得机器学习模型输出的变质原因。
7、进一步的，所述环境历史测试类数据为与酶液变质情况相关数据，所述环境历史测试类数据受消毒供应室备突发的环境条件影响，所述环境条件具体为环境影响系数。
8、进一步的，所述环境影响系数生成的逻辑为：
9、设置光照最适阈值、湿度最适阈值和温度最适阈值，通过测量仪器获取消毒供应室内光照强度、湿度和温度，分别通过光照强度与光照最适阈值的差值绝对值、湿度与湿度最适阈值的差值绝对值、温度与温度最适阈值的差值绝对值与光照最适阈值、湿度最适阈值、温度最适阈值之间的比值进行权重分析，并将分析出的结果进行对数分析，并对最终的结果进行绝对值分析。
10、进一步的，所述环境历史数据收集模块收集到环境历史测试类数据的流程为：
11、步骤n1,将环境历史测试类数据按照获取顺序进行排序，且依照获取顺序对环境历史测试类数据进行编号，将编号标记为β，β＝1，2，3……γ，其中，γ为获取的环境历史测试类数据的数量；
12、步骤n2，基于环境历史测试类数据β，收集该环境历史测试类数据与环境历史测试类数据β-1之间产生酶液变质原因，收集该酶液变质原因对环境历史测试类数据β中酶液的影响结果；
13、步骤n3，收集过去的每个环境历史测试类数据β检测的酶液变质原因以及酶液变质相应的影响结果的属性值，作为环境历史测试类数据。
14、进一步的，所述酶液的影响结果为酶液外观表现形式或内部成分测试指标差异，具体的影响结果根据不同的环境历史测试类数据而存有差异；所述酶液外观表现形式为酶液颜色变化、酶液成分沉淀、酶液分层、酶液凝胶化或酶液结晶，所述内部成分测试指标差异为酶液的ph值变化或酶液质量变化。
15、进一步的，通过数据进行表现酶液外观表现形式的方式为：
16、进一步采集若干酶液的外观训练照片，通过数字标签对酶液的外观训练照片的表现形式进行标注，基于支持向量机对酶液的外观训练照片进行训练，生成根据酶液的外观表现形式，自动输出与酶液外观表现形式相适配的数字标签的网络模型；所述数字标签为由人工对每张酶液的外观训练照片进行变质程度的分析评级，其中，0为无变质，1为低变质程度，2为中变质程度，3为高变质程度。
17、进一步的，所述评估酶液变质程度的机器学习模块的生成步骤q1为：基于每个环境历史测试类数据β，将该环境历史测试类数据的酶液变质相应的影响结果的属性值作为机器学习模型的输入，将酶液变质原因作为预测目标，以机器学习模型的预测准确度作为训练目标。
18、进一步的，所述评估酶液变质程度的机器学习模块的生成步骤q2为：对每个环境历史测试类数据β的机器学习模型进行训练，预先设置设置预测准确度阈值α，当机器学习模型的预测准确度达到预测准确度阈值α时，停止训练，并对该环境历史测试类数据β训练完成的机器学习模型进行标记为βα。
19、进一步的，所述环境实时数据收集模块收集环境实时数据的步骤y1为；根据实际情况对每个环境历史测试类数据β预设变质程度阈值，将历史环境测试类数据β的变质成分占比阈值设为kβ,对于环境历史测试类数据β，统计每次对酶液进行检测的变质成分占比，所述变质成分占比为酶液已变质成分占酶液整体的分子含量，若环境实时数据的变质成分占比小于变质成分占比阈值kβ，不进行任何处理，反之，转至步骤y2。
20、进一步的，所述环境实时数据收集模块收集环境实时数据的步骤y2为；收集后续测试出的酶液变质相应的影响结果的属性值发送至变质分析模块。
21、在上述技术方案中，本发明提供的技术效果和优点：
22、在本发明中，通过对医疗消毒供应室内的环境历史测试类数据进行机器学习模型的构建，将该环境历史测试类数据的酶液变质相应的影响结果的属性值作为机器学习模型的输入，将酶液变质原因作为预测目标，训练出能对医疗消毒供应室内进行准确环境数据分析与预测的机器学习模块，从而在环境出现异常的情况下，能根据酶液变质相应的影响结果的属性值直接预测得出酶液变质原因，提高医疗消毒供应室内环境调控的及时性和准确性。
1.一种医疗消毒供应室器械清洗用的酶液智能控制系统，其特征在于，所述医疗消毒供应室器械清洗用的酶液智能控制系统包括环境历史数据收集模块、数据分析模块、环境实时数据收集模块和酶液变质分析模块，各个模块之间通过电气和/或无线网络方式连接；
2.根据权利要求1所述的一种医疗消毒供应室器械清洗用的酶液智能控制系统，其特征在于，所述环境历史测试类数据为与酶液变质情况相关数据，所述环境历史测试类数据受消毒供应室备突发的环境条件影响，所述环境条件具体为环境影响系数。
3.根据权利要求2所述的一种医疗消毒供应室器械清洗用的酶液智能控制系统，其特征在于，所述环境影响系数生成的逻辑为：
4.根据权利要求3所述的一种医疗消毒供应室器械清洗用的酶液智能控制系统，其特征在于，所述环境历史数据收集模块收集到环境历史测试类数据的流程为：
5.根据权利要求4所述的一种医疗消毒供应室器械清洗用的酶液智能控制系统，其特征在于，所述酶液的影响结果为酶液外观表现形式或内部成分测试指标差异，具体的影响结果根据不同的环境历史测试类数据而存有差异；所述酶液外观表现形式为酶液颜色变化、酶液成分沉淀、酶液分层、酶液凝胶化或酶液结晶，所述内部成分测试指标差异为酶液的ph值变化或酶液质量变化。
6.根据权利要求5所述的一种医疗消毒供应室器械清洗用的酶液智能控制系统，其特征在于，通过数据进行表现酶液外观表现形式的方式为：
7.根据权利要求6所述的一种医疗消毒供应室器械清洗用的酶液智能控制系统，其特征在于，所述评估酶液变质程度的机器学习模块的生成步骤q1为：基于每个环境历史测试类数据β，将该环境历史测试类数据的酶液变质相应的影响结果的属性值作为机器学习模型的输入，将酶液变质原因作为预测目标，以机器学习模型的预测准确度作为训练目标。
8.根据权利要求7所述的一种医疗消毒供应室器械清洗用的酶液智能控制系统，其特征在于，所述评估酶液变质程度的机器学习模块的生成步骤q2为：对每个环境历史测试类数据β的机器学习模型进行训练，预先设置预测准确度阈值α，当机器学习模型的预测准确度达到预测准确度阈值α时，停止训练，并对该环境历史测试类数据β训练完成的机器学习模型进行标记为βα。
9.根据权利要求8所述的一种医疗消毒供应室器械清洗用的酶液智能控制系统，其特征在于，所述环境实时数据收集模块收集环境实时数据的步骤y1为；根据实际情况对每个环境历史测试类数据β预设变质程度阈值，将历史环境测试类数据β的变质成分占比阈值设为kβ,对于环境历史测试类数据β，统计每次对酶液进行检测的变质成分占比，所述变质成分占比为酶液已变质成分占酶液整体的分子含量，若环境实时数据的变质成分占比小于变质成分占比阈值kβ，不进行任何处理，反之，转至步骤y2。
10.根据权利要求9所述的一种医疗消毒供应室器械清洗用的酶液智能控制系统，其特征在于，所述环境实时数据收集模块收集环境实时数据的步骤y2为；收集后续测试出的酶液变质相应的影响结果的属性值发送至变质分析模块。
