买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉吉林大学申请的专利机理和数据模型双驱动机器人手术操作力预测方法和装置获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119092086B 。

龙图腾网通过国家知识产权局官网在2025-06-06发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202411187740.0，技术领域涉及：G16H40/60；该发明授权机理和数据模型双驱动机器人手术操作力预测方法和装置是由冯美;师亚龙;孙健;卢秀泉;李昊举设计研发完成，并于2024-08-28向国家知识产权局提交的专利申请。

本机理和数据模型双驱动机器人手术操作力预测方法和装置在说明书摘要公布了：机理和数据模型双驱动机器人手术操作力预测方法和装置，涉及医疗机器人技术领域，该方法包括：分别建立关于手术操作力的机理预测模型和双层时间序列数据预测模型；对机理预测模型和双层时间序列数据预测模型进行训练，根据机理预测模型预测结果和双层时间序列数据预测模型预测结果设置相应的权重系数；利用训练完成的机理预测模型和双层时间序列数据预测模型分别进行手术操作力预测，通过将实时手术过程中的操作信息输入到训练好的模型得到机理驱动手术操作力预测结果和数据模型驱动手术操作力预测结果；结合权重系数对上述两种手术操作力预测结果进行加权计算得到手术操作力的实时预测结果。本发明预测结果准确，提高了医生的临场感知力。

本发明授权机理和数据模型双驱动机器人手术操作力预测方法和装置在权利要求书中公布了：1.机理和数据模型双驱动机器人手术操作力预测方法，其特征在于，包括以下步骤：步骤S1：结合生物软组织力学特性和机器人运动学建立关于手术操作力的机理预测模型；所述机理预测模型的计算公式为： ∈＝gv,l；其中FN1表示机理预测模型的预测结果，MR表示生物软组织的弹性模量，∈表示生物软组织的形变量，η表示生物软组织的粘性系数，v表示手术器械末端的移动速度，l表示手术器械在与生物软组织接触之后两者之间的相对位移；∈＝gv,l表示将生物软组织的形变量通过手术器械末端的移动速度和手术器械在与生物软组织接触之后两者之间的相对位移进行表示；步骤S2：根据离体生物软组织手术操作实验数据建立关于手术操作力的双层时间序列数据预测模型；所述双层时间序列数据预测模型的具体建立流程如下：S201：数据收集；收集和整理用于训练和测试的时间序列数据，对时间序列数据进行数据预处理，将数据集划分为训练集和测试集；S202：数据序列化；将预处理后的时间序列数据转换为模型可以接受的序列格式，使用滑动窗口方法创建输入序列和对应的目标序列；S203：建立结构为双层长短期神经网络LSTM的时间序列数据预测模型；导入Pytorch深度学习框架，定义模型架构，建立结构为双层长短期神经网络LSTM的时间序列数据预测模型，添加适当数量的神经元、激活函数和其他层来控制模型的复杂性和防止过拟合；编译模型，选择适当的损失函数、优化器和评估指标；S204：调整模型参数；调整每一层的参数，以获得最佳模型；S205：训练模型；使用训练集对模型进行训练，监控模型在验证集上的性能以及训练过程中的训练损失和验证损失；S206：评估模型；使用测试集对训练好的模型进行评估，分析评估指标；S207：调整和优化：根据评估结果调整模型架构和超参数，重复训练和评估的过程，直到满足性能要求；S208：预测未来值；使用训练好的模型进行未来值的预测；S209：保存和部署；将训练好的模型保存到文件中，备用；步骤S3：分别对机理预测模型和双层时间序列数据预测模型进行训练，得到机理预测模型预测结果和双层时间序列数据预测模型预测结果，根据机理预测模型预测结果和双层时间序列数据预测模型预测结果设置相应的权重系数，得到训练完成的机理预测模型和双层时间序列数据预测模型；步骤S4：利用训练完成的机理预测模型进行手术操作力预测，通过将实时手术过程中的操作信息输入到训练好的机理预测模型得到机理驱动手术操作力预测结果；步骤S5：利用训练完成的双层时间序列数据预测模型进行手术操作力预测，通过将实时手术过程中的操作信息输入到训练好的双层时间序列数据预测模型得到数据模型驱动手术操作力预测结果；步骤S6：根据实时手术场景和实时手术过程中的操作信息，结合权重系数对机理驱动手术操作力预测结果和数据模型驱动手术操作力预测结果进行加权计算得到手术操作力的实时预测结果。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人吉林大学，其通讯地址为：130012 吉林省长春市朝阳区前进大街2699号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。