Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 南通大学附属医院陈鑫获国家专利权

南通大学附属医院陈鑫获国家专利权

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!

龙图腾网获悉南通大学附属医院申请的专利面向微创手术的器械力反馈与人机协同操控方法及系统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:CN120552082B

龙图腾网通过国家知识产权局官网在2025-10-17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:202511052809.3,技术领域涉及:B25J9/16;该发明授权面向微创手术的器械力反馈与人机协同操控方法及系统是由陈鑫;吴寒;戴璐设计研发完成,并于2025-07-30向国家知识产权局提交的专利申请。

面向微创手术的器械力反馈与人机协同操控方法及系统在说明书摘要公布了:本发明提供面向微创手术的器械力反馈与人机协同操控方法及系统,涉及人机协同技术领域,包括通过设置于微创手术器械末端的力传感器采集三维力矩数据,利用混合深度学习模型识别手术操作安全状态,当存在风险时触发预警并启动主动约束机制,通过机器人辅助系统产生反向力反馈进行实时纠正。根据力矩数据变化计算安全力域范围,实现手术器械的轨迹优化和作用力调节。本发明能够有效保障微创手术的安全性和精确性,降低医疗风险。

本发明授权面向微创手术的器械力反馈与人机协同操控方法及系统在权利要求书中公布了:1.面向微创手术的器械力反馈与人机协同操控方法,其特征在于,包括: 通过设置于微创手术器械末端的力传感器实时采集器械与人体组织接触的三维力矩数据;将所述三维力矩数据输入至预设的混合深度学习模型中,所述混合深度学习模型基于历史手术数据训练得到,用于识别当前手术操作的安全状态; 根据所述安全状态判断是否触发预警信号,当所述安全状态指示当前手术操作存在风险时,生成所述预警信号;基于所述预警信号触发主动约束机制,通过机器人辅助系统产生与医生操作方向相反的力反馈,对医生的操作进行实时纠正; 根据所述三维力矩数据的变化趋势,计算出安全操作的力域范围,当检测到器械作用力超出所述力域范围时,控制所述机器人辅助系统自动介入,实现手术器械的轨迹优化和作用力调节,确保手术操作的安全性和精确性; 通过设置于微创手术器械末端的力传感器实时采集器械与人体组织接触的三维力矩数据;将所述三维力矩数据输入至预设的混合深度学习模型中,所述混合深度学习模型基于历史手术数据训练得到,用于识别当前手术操作的安全状态包括: 在微创手术器械末端设置具有十字梁结构的六维力传感器,所述六维力传感器的十字梁结构表面布置二十四个应变片,所述二十四个应变片构成惠斯通电桥,所述六维力传感器的直径为十二毫米,高度为八毫米;通过所述二十四个应变片采集应变信号,将所述应变信号输入至二十四位模数转换器,所述二十四位模数转换器的采样频率为一千赫兹;将所述二十四位模数转换器输出的应变数据输入至卡尔曼滤波器进行降噪处理,获得降噪后的应变数据;根据所述降噪后的应变数据与预设的刚度矩阵的乘积关系计算得到三维力矩数据; 将所述三维力矩数据输入至混合深度学习模型,所述混合深度学习模型包括时序卷积网络模块和长短时记忆网络模块,其中所述时序卷积网络模块用于提取所述三维力矩数据的局部特征,所述长短时记忆网络模块用于捕获所述三维力矩数据的时序特征;通过所述混合深度学习模型输出手术安全状态预测概率分布; 基于所述手术安全状态预测概率分布建立安全状态评估体系,所述安全状态评估体系包括:根据不同人体组织的力学特性设定作用力安全阈值,计算所述三维力矩数据的时域导数特征得到操作轨迹突变风险指标,基于所述三维力矩数据的时间积分建立组织损伤累积模型;根据预设权重系数将所述作用力安全阈值、所述操作轨迹突变风险指标以及所述组织损伤累积模型的输出结果进行加权计算,得到手术安全状态综合评分,并根据所述手术安全状态综合评分判断当前手术操作的安全状态; 计算所述三维力矩数据的时域导数特征得到操作轨迹突变风险指标,基于所述三维力矩数据的时间积分建立组织损伤累积模型包括: 采用中心差分法对所述三维力矩数据进行处理,计算所述三维力矩数据在x方向、y方向、z方向上的一阶导数和二阶导数,构建包含所述一阶导数和所述二阶导数的六维特征向量;基于所述六维特征向量计算特征均值向量和协方差矩阵,将所述六维特征向量与所述特征均值向量的差值乘以所述协方差矩阵的逆矩阵,再与所述差值的转置相乘并开平方,得到马氏距离; 采用滑动窗口对所述马氏距离进行动态分析,计算所述滑动窗口内马氏距离的均值和标准差,将所述均值与所述标准差乘以预设的灵敏度系数的和作为动态阈值,将所述马氏距离与所述动态阈值的比值作为瞬时风险度; 对所述三维力矩数据建立分段非线性损伤函数,所述分段非线性损伤函数包括安全区间、过渡区间和危险区间,其中所述过渡区间采用幂函数形式,所述危险区间采用指数函数形式;将所述三维力矩数据的绝对值分别与对应方向的所述分段非线性损伤函数和方向权重系数相乘,对乘积结果进行时间积分得到累积损伤度,将所述累积损伤度与预设的临界损伤阈值的比值作为累积风险度; 将所述瞬时风险度与第一权重系数相乘,将所述累积风险度与第二权重系数相乘,对乘积结果求和得到总体风险度;根据预设的多级风险阈值将所述总体风险度划分为安全操作区间、力度控制区间、速度控制区间和紧急制动区间,实现对手术操作安全状态的实时评估与分级预警。

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南通大学附属医院,其通讯地址为:226000 江苏省南通市崇川区西寺路20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”。

以上内容由龙图腾AI智能生成。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。