-
公开(公告)号：CN116030672A
公开(公告)日：2023-04-28
申请号：CN202211729687.3
申请日：2022-12-30
Applicant: 同济大学
Abstract: 本发明公开了一种泛血管介入手术培训评分方法及其应用，方法的步骤如下：收到模拟训练开启信号后通过模拟训练器获取此时血管内超声信号、导管姿态信息以及导管当前位置信息；对血管内超声信号进行预处理后，根据导管姿态信息标定导管位姿，与既有数据集中的数据比较得到导管位姿的实时评分A；同时，对导管当前位置信息进行处理获取导管当前位置，再比较导管当前位置及导管目标位置得到导管位置的实时评分B；得到最终评分C；判断模拟训练是否完成，如已完成则终止，反之则返回第一步。本发明的泛血管介入手术培训评分方法，能够为泛血管介入手术培训提供量化评价，为受训者提供有效的参照，能够帮助受训者更快提高自身的手术技能水平。
-
公开(公告)号：CN116021512A
公开(公告)日：2023-04-28
申请号：CN202211563325.1
申请日：2022-12-07
Applicant: 同济大学
IPC: B25J9/16 , G06V10/26 , G06V10/764 , G06V10/82 , G06N3/0455 , G06N3/0464 , G06N3/048 , G06N3/08 , A61B34/32 , A61B34/00 , A61M25/082 , A61M25/095
Abstract: 本发明公开了一种基于深度学习的心血管介入机器人自主控制方法及其应用，方法：通过超声传感器和位姿传感器获取心血管介入导管当前获取的超声信号及位姿信号；将超声信号输入基于深度学习的图像分割模型，再将其输出输入二分类器得到心血管介入导管当前状态；同时，对位姿信号进行运动学解算得到心血管介入导管头部的当前位姿，再运用运动模型解算得到超声传感器的当前位姿；根据心血管介入导管当前状态以及超声传感器的当前位姿确定心血管介入导管的下一时刻的控制方案，并将心血管介入导管的下一时刻的控制方案发送至导管驱动装置完成下一时刻的动作，返回第一步直至所有指令完成。本发明能够实现心血管介入手术机器人的自动控制且准确性好。
-
公开(公告)号：CN115886997A
公开(公告)日：2023-04-04
申请号：CN202211330276.7
申请日：2022-10-27
Applicant: 同济大学
Abstract: 本发明公开了一种多段耦合血管介入机器臂及其控制方法。所述机械臂包括同轴套接的内层管状构件和外层柔性管状构件，内层管状构件分为N段；N为大于2的自然数；相邻段的内层管状构件之间通过可形变关节连接；所述关节处设置有磁定位线圈；每段内层管状构件中单独设有一根形状记忆合金丝；每根所述形状记忆合金丝的一侧单独设有加热导线；所述内层管状构件的最前端设有手术功能仓；所述外层柔性管状构件的头部设有一个压电式传感器。本发明可实现独立控制机器臂各段的弯曲变形，灵活性得到了很大提升，重量轻，空间利用效率高，非常适应于血管这一类狭窄的管道环境。
-
公开(公告)号：CN120000332A
公开(公告)日：2025-05-16
申请号：CN202411936472.8
申请日：2024-12-26
Applicant: 同济大学
Abstract: 本发明公开了一种三维自主血管内导丝导航模型的构建方法、导航方法及系统，提出无需依赖大量训练数据、能够有效解决二维影像拓扑歧义问题、并具备高效路径规划能力的三维自主血管内导航系统，具有重要的临床意义和技术价值。本发明针对这一技术需求，利用术前三维影像数据（如CTA）生成的三维血管模型与术中实时二维影像（如X射线、DSA）相结合，通过智能自适应策略控制，实现导丝在三维空间中的精准导航与自主控制，旨在实现导丝的高效、精确导航，降低手术风险，提高手术效率。
-
公开(公告)号：CN119601212A
公开(公告)日：2025-03-11
申请号：CN202411634931.7
申请日：2024-11-15
Applicant: 同济大学
IPC: G16H50/20 , G16H20/40 , G16H30/20 , G06V10/764 , G06V10/82
Abstract: 本发明公开了一种心脏瓣膜对缘修复术用辅助诊断系统、方法、程序产品及设备，通过分析手术图像和医生的问题，自动回答相关的诊断、治疗和解释问题，并提供实时的手术建议和优化方案，可提高TAVR手术的安全性和有效性。所述辅助诊断系统基于训练好的基础视觉问答模型，包括输入模块、视觉模块、语言模块和输出模块。输入模块接收医学影像和自然语言问题作为系统输入。视觉Transformer模型对医学影像进行处理，提取图像的视觉特征；语言Transformer模型对问题进行处理，并基于所述视觉模块提取的视觉特征生成答案；输出模块将生成的答案以文本或语音形式输出。
-
Patent Agency Ranking
公开(公告)号：CN116030672B
公开(公告)日：2024-08-13
申请号：CN202211729687.3
申请日：2022-12-30
Applicant: 同济大学
Abstract: 本发明公开了一种泛血管介入手术培训评分方法及其应用，方法的步骤如下：收到模拟训练开启信号后通过模拟训练器获取此时血管内超声信号、导管姿态信息以及导管当前位置信息；对血管内超声信号进行预处理后，根据导管姿态信息标定导管位姿，与既有数据集中的数据比较得到导管位姿的实时评分A；同时，对导管当前位置信息进行处理获取导管当前位置，再比较导管当前位置及导管目标位置得到导管位置的实时评分B；得到最终评分C；判断模拟训练是否完成，如已完成则终止，反之则返回第一步。本发明的泛血管介入手术培训评分方法，能够为泛血管介入手术培训提供量化评价，为受训者提供有效的参照，能够帮助受训者更快提高自身的手术技能水平。
-
公开(公告)号：CN117133399A
公开(公告)日：2023-11-28
申请号：CN202311045052.6
申请日：2023-08-18
Applicant: 同济大学
IPC: G16H15/00 , G16H10/60 , G06F40/186
Abstract: 本发明公开了一种基于大语言模型的手术报告生成系统及其工作方法，通过大语言模型来实现手术报告及术后建议的自动生成，减少医生的工作量，提高医疗质量和效率。所述手术报告生成系统包括硬件和软件两部分，所述硬件包括实时数据采集模块；所述软件包括数据预处理模块、图像处理模块、自然语言处理与报告生成模块、用户界面模块。数据预处理模块接收来自实时数据采集模块的数据并进行处理；图像处理模块接收图像采集设备拍摄手术过程中的图像数据并进行处理；自然语言处理与报告生成模块接收数据预处理模块处理的信息，基于大语言模型的自然语言处理算法，根据患者的生理参数、手术过程中的关键信息，生成手术报告和术后建议。
-
公开(公告)号：CN116636929A
公开(公告)日：2023-08-25
申请号：CN202310503462.4
申请日：2023-05-06
Applicant: 同济大学
IPC: A61B34/20 , A61B34/30 , A61B34/00 , A61B5/0205 , A61B5/113 , A61B5/00 , A61M25/082 , A61M25/095 , G06T7/246 , G06T7/215 , G06T7/33 , G06T19/00 , G06T7/73
Abstract: 本发明公开了一种血管介入手术导管的运动补偿系统及方法，能够在复杂的外科手术场景中，跟踪并预测心脏跳动、呼吸运动，引导介入手术器械实现对应的运动补偿，进而快速、精确的到达特定位置，能够应用于机器人自动化心血管介入手术领域。具体包括，获取实时空间坐标数据的电磁定位模块、图像分割模块、空间配准模块、图像融合模块、心脏运动检测模块、呼吸运动检测模块与运动预测与补偿模块。能够有效消除心血管手术部位和手术器械之间的相对运动，提高手术安全性。保证机器人导管术的安全性与稳定性。
-
公开(公告)号：CN116562392A
公开(公告)日：2023-08-08
申请号：CN202310407139.7
申请日：2023-04-17
Applicant: 同济大学
IPC: G06N20/00 , A61B34/30 , G06N3/0464 , G06N3/0442 , G06N3/045 , G06N3/08 , G06F3/01 , G06F18/10 , G06F18/213 , G06F18/214 , G06F18/241
Abstract: 本发明公开了一种血管介入手术动作感知与学习系统、方法及计算机存储介质，包括操作手势获取单元、操作手势分析单元、介入器械精准递送单元；使用多个传感器感知术者的血管介入手术操作手势，通过高斯聚类实现数据清洗，使用深度学习模型CNN‑LSTM实现机器在时序上对医生手势及对应效果的学习，并根据相关预测结果实现血管介入机器人的自主操作。本发明能够将人的操作动作转化到机器自主操作的动作上，机器具有相应的动作学习功能。通过手术机器人自主学习手术操作，使得手术机器人逐步具有独立工作的能力，自主执行手术任务，从而降低人为因素带来的各类手术风险。
-
公开(公告)号：CN116416288A
公开(公告)日：2023-07-11
申请号：CN202310421873.9
申请日：2023-04-19
Applicant: 同济大学
IPC: G06T7/33 , G06T5/00 , G06T5/20 , G06V10/46 , G06V10/50 , G06V10/771 , G06V10/764 , G06V10/82
Abstract: 本发明公开了一种基于AKAZE与ResNet的血管造影图像配准方法、存储介质及终端。所述图像配准方法包括使用AKAZE算法识别出不同尺度和旋转角度下的所述图像的特征点，对每个检测到的特征点进行方向分配和M‑LDB描述子生成、将所述ResNet神经网络的分类输出转换为特征点对输出、使用包含所述M‑LDB描述子的数据集训练修改后的ResNet神经网络、从识别出的M‑LDB描述子中选取特征点对，并通过所述特征点对计算出图像间的变换关系等步骤。本发明很好地解决了AKAZE算法和ResNet神经网络之间的兼容性问题，避免了由于图像间存在复杂的姿态变化和噪声影响而导致的误差。
-
-
-
-
-
-
-
-
-
Search Results
35
records
(took 0.02 seconds)
