大型医疗设备是当代医院整体实力的反映和重要标志。随着医院对管理要求、医疗质量、科研能力等各方面需求的提升，大型医疗设备被不断引进并投入医院日常运营体系之中，其极大地促进医院管理、医疗、科研等水平的提升。其次，大型医疗设备在日常医院诊疗业务中的深入使用及其所带来的收益，是医院主要经济收入来源之一。随着近十几年计算机技术迅速地发展，医院管理的信息化程度也越来越高，医院的信息系统（Hospital Information System, HIS）、医疗图像管理与通信系统（PictureArchiving and Communications System, PACS）逐步普及应用。正因如此，在医院现有医院信息系统数据基础之上，如何准确掌握医院现有大型医疗设备的使用状况，通过科学的方法去分析、开发、挖掘现有设备的实际使用情况及应用趋势和潜力显得尤为重要。本文旨在通过针对医院各信息系统中的日常业务数据，包括病患使用大型医疗设备的收益情况数据、设备使用量数据，设备运维数据等直接数据，结合医院人力资本、能源消耗等辅助数据，对大型医疗设备的利用状况进行量化评价和分析，从而促使大型医疗设备在配置、引进和使用等各方面走上良性循环，避免只讲预期创收、不计实际成本地粗犷型管理，使大型医疗设备在医院中能最大地发挥其经济效益和社会效益。本文首先从目前国内外的应用现状出发，建立了大型医疗设备成本效益分析模型，调研和分析了大型医疗设备成本分析软件的功能需求和非功能需求，采用用例方法对功能需求进行分析建模，并针对每个用例进行详细规约定义。然后，本文提出大型医疗设备成本分析软件的设计方案和实现技术，分别从逻辑视图、部署视图和数据视图等多个角度进行设计建模。系统采用浏览器/服务器模式（Brower/Server）（简称B/S结构）、MTV（Model-Template-View）模式和多层架构，从上到下依次由四个层次组成，分别是响应处理层、应用处理层、数据映射及模板调用层和数据服务及文件服务层。最后，本文使用Django1.3、Python2.5、Apache2.2等开发工具，实现了大型医疗设备成本分析软件，并进行了全面地单元测试、功能测试和性能测试。系统平均最大响应时间小于2s，当历史数据超过10万条的压力测试下，响应时间少于8s。系统测试发现缺陷率为1.8/kloc，达到了既定目标，缺陷全部得以修正。目前系统已在复旦大学附属肿瘤医院投入试用。