【技术实现步骤摘要】
本专利技术涉及机器学习技术，尤其涉及一种基于神经网络学习的神经外科伤口辅助治疗方法及系统。
技术介绍
1、神经外科脑部手术通常用于治疗复杂的脑部疾病，如肿瘤、血管病变、脑损伤等。其中，伤口护理在神经外科脑部手术后具有至关重要的作用，通过正确的伤口护理，可以预防感染、减少出血和血肿形成，从而确保手术部位的顺利恢复。
2、目前，术后患者在满足一定条件后是可以自行进行护理的。但是在这种情况下，医师可能查看不到患者自行护理的情况，从而无法及时了解到患者的恢复情况并做出相应的治疗诊断。
3、因此，如何结合患者的伤口情况定制辅助治疗策略，辅助医师对患者进行治疗诊断，成了亟待解决的问题。
技术实现思路
1、本专利技术实施例提供一种基于神经网络学习的神经外科伤口辅助治疗方法及系统，可以结合患者的伤口情况定制辅助治疗策略，辅助医师对患者进行治疗诊断。
2、本专利技术实施例的第一方面，提供一种基于神经网络学习的神经外科伤口辅助治疗方法，包括：
3、根据医师端的辅助治疗需求对所述医师端为患者端配置的定制元素进行排列得到定制指示结构，所述定制元素包括伤口元素和治疗元素；
4、接收所述医师端对辅助虚拟模型的伤口配置信息，根据所述伤口配置信息生成所述伤口元素对应的伤口虚拟层；
5、调取治疗层生成策略按照所述定制指示结构生成所述治疗元素对应的治疗虚拟层，根据所述伤口虚拟层和所述治疗虚拟层对所述辅助虚拟模型进行更新得到治疗指示模型发送至所述患
6、基于所述医师端的记录查看需求获取所述患者端对所述治疗指示模型的治疗记录数据发送至所述医师端。
7、可选地，在第一方面的一种可能实现方式中，根据医师端的辅助治疗需求对所述医师端为患者端配置的定制元素进行排列得到定制指示结构，所述定制元素包括伤口元素和治疗元素，包括：
8、接收所述医师端的辅助治疗需求，获取所述医师端为所述患者端配置的定制元素；
9、获取所述医师端为各所述定制元素配置的定制序号，按照所述定制序号从小到大对各所述定制元素进行排列得到定制元素序列；
10、生成各所述定制元素对应的定制节点，按照定制排列方向和所述定制元素序列依次对相应所述定制元素对应的定制节点进行排列后进行连接得到定制指示结构。
11、可选地，在第一方面的一种可能实现方式中，接收所述医师端对辅助虚拟模型的伤口配置信息，根据所述伤口配置信息生成所述伤口元素对应的伤口虚拟层，包括：
12、接收所述医师端的伤口配置请求，调取所述辅助虚拟模型发送至所述医师端；
13、调取所述辅助虚拟模型对应的透明图层叠加在所述辅助虚拟模型上方，获取所述医师端基于所述透明图层对所述辅助虚拟模型划定的伤口线；
14、获取所述医师端的伤口配置需求，根据所述伤口配置需求对所述伤口线进行缝合处理得到所述伤口线对应的缝合线，所述缝合线包括线形缝合线或波形缝合线，根据所述伤口线和所述缝合线生成伤口配置信息；
15、确定所述缝合线两侧对应的多个第一连接点，对位于同一侧的第一连接点进行连接得到第一连接线，并对所述第一连接线进行延伸处理；
16、获取所述伤口线两端的端点作为第二连接点，生成垂直于所述第二连接点切线方向的第二连接线，根据所述第一连接线和所述第二连接线生成所述伤口配置信息对应的伤口面；
17、按照所述伤口元素对应的元素厚度对所述伤口面的厚度进行调整，得到所述伤口元素对应的伤口虚拟层。
18、可选地，在第一方面的一种可能实现方式中，获取所述医师端的伤口配置需求，根据所述伤口配置需求对所述伤口线进行缝合处理得到所述伤口线对应的缝合线，所述缝合线包括线形缝合线或波形缝合线，根据所述伤口线和所述缝合线生成伤口配置信息，包括：
19、获取所述医师端的伤口配置需求，所述伤口配置需求包括线形配置需求或波形配置需求；
20、基于所述线形配置需求获取所述伤口线的两端端点作为缝合起点和缝合终点；
21、确定所述缝合起点至所述缝合终点的方向为遍历方向，以所述缝合起点为遍历起点，按照所述遍历方向对所述伤口线上的像素点数量依次进行遍历；
22、获取像素点数量等于预设像素点数量时遍历的像素点为目标像素点，基于所述目标像素点对预设线形缝合线的中心点进行定位，将所述预设线形缝合线放置于与所述目标像素点的切向方向垂直的方向上得到子缝合线；
23、继续确定所述遍历方向上与所述目标像素点相邻的下一个像素点为遍历起点，重复上述生成子缝合线的步骤，直至所述伤口线被遍历完毕；
24、根据所述子缝合线生成所述伤口线对应的线形缝合线；或，
25、基于所述波形配置需求获取所述医师端配置的波形参数，所述波形参数包括波长和振幅；
26、获取所述伤口线的两端端点作为缝合起点和缝合终点，以所述缝合起点为波形生成起点、所述缝合终点为波形生成终点，按照所述波形参数生成位于所述伤口线上的波形缝合线。
27、可选地，在第一方面的一种可能实现方式中，调取治疗层生成策略按照所述定制指示结构生成所述治疗元素对应的治疗虚拟层，根据所述伤口虚拟层和所述治疗虚拟层对所述辅助虚拟模型进行更新得到治疗指示模型发送至所述患者端，包括：
28、获取所述治疗元素的元素属性，所述元素属性包括内部属性和外部属性，确定内部属性的治疗元素为内部治疗元素，以及确定外部属性的治疗元素为外部治疗元素；
29、按照所述定制指示结构中各所述内部治疗元素的排列顺序依次生成各所述内部治疗元素对应的内部虚拟层，并基于所述定制指示结构对所述伤口虚拟层和各所述内部虚拟层进行堆叠得到堆叠虚拟层；
30、确定所述辅助虚拟模型的外表面上与所述堆叠虚拟层的上表面中各第一像素点垂直对应的像素点为第二像素点，获取相应所述第一像素点和第二像素点之间的相差距离；
31、获取最大的相差距离对应的第一像素点为第一定位点、所述第二像素点为目标像素点；
32、调取所述外部治疗元素对应的外部虚拟层，所述外部虚拟层与所述辅助虚拟模型的外表面对应，确定所述外部虚拟层中与所述目标像素点对应的像素点为第二定位点；
33、基于所述第一定位点对所述第二定位点进行定位，将所述外部虚拟层叠加至所述堆叠虚拟层上方对所述辅助虚拟模型进行更新得到治疗指示模型发送至所述患者端；
34、其中，所述治疗虚拟层包括内部虚拟层和外部虚拟层。
35、可选地，在第一方面的一种可能实现方式中，按照所述定制指示结构中各所述内部治疗元素的排列顺序依次生成各所述内部治疗元素对应的内部虚拟层，并基于所述定制指示结构对所述伤口虚拟层和各所述内部虚拟层进行堆叠得到堆叠虚拟层，包括：
36、按照所述定制指示结构获取与所述伤口元素相邻、且位于所述伤口元素之后的内部治疗元素为目标元素；
37、其中，所述定制指本文档来自技高网...
【技术保护点】
1.一种基于神经网络学习的神经外科伤口辅助治疗方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，
3.根据权利要求2所述的方法，其特征在于，
4.根据权利要求3所述的方法，其特征在于，
5.根据权利要求3所述的方法，其特征在于，
6.根据权利要求5所述的方法，其特征在于，
7.根据权利要求5所述的方法，其特征在于，
8.根据权利要求7所述的方法，其特征在于，
9.根据权利要求8所述的方法，其特征在于，
10.一种基于神经网络学习的神经外科伤口辅助治疗系统，其特征在于，包括：
【技术特征摘要】
1.一种基于神经网络学习的神经外科伤口辅助治疗方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，
3.根据权利要求2所述的方法，其特征在于，
4.根据权利要求3所述的方法，其特征在于，
5.根据权利要求3所述的方法，其特征在于，
...【专利技术属性】
技术研发人员：陈磊，于慧敏，谢明宏，郝少才，郝广山，罗佳佳，刘付轩聪，刘清源，
申请(专利权)人：东莞市东南部中心医院东莞市东南部中医医疗服务中心，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。