【技术实现步骤摘要】
本专利技术涉及肢体固定支架管理，更具体地说，本专利技术涉及一种用于冠状动脉介入术的肢体固定支架管理系统。
技术介绍
1、在心血管内科中，经桡动脉的冠状动脉介入手术是一种常见的微创手术，通过桡动脉路径进入冠状动脉，使用导管等器械对病变区域进行诊断和治疗。在该过程中，患者的手臂需保持稳定，以避免不必要的运动对手术器械操作的干扰。手术中，保持患者肢体的固定对手术精度、安全性以及术中器械操作的稳定性至关重要。因此，开发一种高效的肢体固定支架管理系统，能够满足对患者肢体定位和支撑的需求，对于手术成功具有重要意义。
2、文献1(colapinto，r.f.，harty，p.w.，&cook，inc.(1988).femora l arterycompress ion dev ice for outpat ient angi ography.radiology，166(3)，890-891.)介绍了一种新型肢体定位装置的应用，通过支架结构支撑患者下肢，帮助医生在手术中维持肢体的特定位置。这种固定支架设备能够有效减少助手的工作量，提高医生的操作便利性，确保手术视野的清晰和手术操作的稳定性。研究指出，肢体固定支架不仅能减轻术中医护人员的体力消耗，还可增强患者的肢体支撑稳定性，提高手术的整体效率和安全性。这表明肢体固定支架在手术中的应用不仅能优化手术操作，还能提升术者的操作舒适度。
3、文献2(henderson，e.r.，pr ioresch i，b.，mata-fi nk，a.，&be l l，j.e.(
4、然而，现有技术中仍然存在一些局限性。文献2提到的肢体定位器虽然在肢体支撑与定位上有显著优势，但其定位调整缺乏对患者动态运动的智能预测和实时控制能力，难以满足手术中突发的肢体不自主运动的应对需求。
5、为了解决上述问题，现提供一种技术方案。
技术实现思路
1、为了克服现有技术的上述缺陷，本专利技术提供了一种用于冠状动脉介入术的肢体固定支架管理系统，通过计算机视觉模块和传感器数据融合模块获取患者手臂的多维运动数据，利用动态趋势分析模块对运动趋势进行分析与预测，实现支架的实时智能调整，从而有效应对手术过程中患者手臂的突发不自主运动，解决了现有技术中无法对肢体动态进行预测和实时调整的问题，提升了手术的安全性。
2、为实现上述目的，本专利技术提供如下技术方案：
3、一种用于冠状动脉介入术的肢体固定支架管理系统，包括计算机视觉模块、传感器数据融合模块、动态趋势分析模块和运行监控模块，其中，计算机视觉模块与传感器数据融合模块相连接，传感器数据融合模块与动态趋势分析模块相连接，动态趋势分析模块与运行监控模块相连接，所述动态趋势分析模块用于通过对患者手臂的运动状态数据进行处理和分析，预测手臂的未来运动趋势，对肢体固定支架进行调整和控制，包括运动趋势预测单元和控制策略生成单元，所述运动趋势预测单元用于基于手臂当前和历史运动状态数据，运用转换器模型中的自注意力机制生成时间依赖性趋势特征，并计算获得未来时间点的时间序列运动趋势数据，其中，计算获得未来时间点的手臂位置预测值的公式为：
4、
5、式中，pt+δt为未来时间t+δt的手臂位置预测值，pt为当前时间点手臂的位置坐标，vt为当前时间点手臂的速度向量，at为当前手臂的加速度向量，δt为时间步长，tt为转换器模型生成的时间依赖性趋势特征；
6、所述控制策略生成单元用于基于未来时间点的手臂运动趋势预测数据和当前手臂的运动状态数据，通过强化学习生成支架的位置调整量和力度调整量，并实时调整支架的位置和力度。
7、作为本专利技术进一步的方案，所述运动趋势预测单元用于基于患者手臂的运动数据生成未来运动趋势预测，包括以下步骤：
8、步骤a1，从传感器数据融合模块中获取手臂的视觉数据和惯性传感器数据，所述手臂的视觉数据包括患者手臂的三维位置信息；所述手臂的惯性传感器数据包括手臂的线性加速度和角速度数据；
9、步骤a2，通过有限差分法从视觉数据中计算速度和加速度信息，通过数值积分法从惯性传感器数据推导位置信息；
10、步骤a3，对视觉数据和惯性传感器数据分别在空间和时间上进行预处理，所述视觉数据中的三维位置信息通过空间滤波器平滑处理；所述惯性传感器数据中的加速度和角速度通过时间滤波器平滑处理；
11、步骤a4，对平滑后的视觉数据和惯性传感器数据分别进行加权处理，权重系数的和等于1；
12、步骤a5，计算连续两个时间点的视觉数据在某方向上的位置变化率以及惯性传感器数据在相同方向上的加速度变化率，计算两者的变化率差异值；
13、步骤a6，将差异值与预设的阈值进行比较，当差异值小于或等于预设阈值时，认为视觉数据与惯性数据的变化趋势一致，将视觉数据的权重系数增加固定值，并相应减小惯性数据的权重系数；当差异值大于预设阈值时，认为视觉数据与惯性数据的变化趋势不一致，将视觉数据的权重系数减少固定值，并相应增加惯性数据的权重系数；
14、步骤a7，对获取的视觉数据和惯性传感器数据进行计算，生成手臂的加权运动状态数据；其中，手臂的加权运动状态数据通过视觉数据与惯性传感器数据的加权组合生成，其公式为：
15、
16、式中，vty和分别为视觉数据提供的三维位置信息的分量，vtvy和为视觉数据提供的速度分量，vtay和为视觉数据提供的加速度分量，和分别为惯性传感器数据提供的三维位置信息的分量，和为惯性传感器数据提供的速度分量，和为惯性传感器数据提供的加速度分量；
17、步骤a8，将连续时间点的手臂加权运动状态数据输入至转换器模型中，提取该加权运动状态数据中反映时间依赖的运动趋势特征；
18、步骤a9，获得手臂的时间依赖性趋势特征后，结合当前时间点的手臂位置、速度和加速度，计算未来时间点的手臂位置预测值。
19、作为本专利技术进一步的方案，转换器模型使用自注意力机制对手臂在不同时间点的加权运动状态数据进行时间依赖性分析，提取加权运动状态数据中反映时间依赖的运动趋势特征，具体包括以下步骤：
20、步骤b1，将手臂在每个时间点的加权运动状态数据分别转化为本文档来自技高网...
【技术保护点】
1.一种用于冠状动脉介入术的肢体固定支架管理系统，包括计算机视觉模块、传感器数据融合模块和运行监控模块，其特征在于，还包括动态趋势分析模块，其中，计算机视觉模块与传感器数据融合模块相连接，传感器数据融合模块与动态趋势分析模块相连接，动态趋势分析模块与运行监控模块相连接，所述动态趋势分析模块用于通过对患者手臂的运动状态数据进行处理和分析，预测手臂的未来运动趋势，对肢体固定支架进行调整和控制，包括运动趋势预测单元和控制策略生成单元，所述运动趋势预测单元用于基于手臂当前和历史运动状态数据，运用转换器模型中的自注意力机制生成时间依赖性趋势特征，并计算获得未来时间点的时间序列运动趋势数据，其中，计算获得未来时间点的手臂位置预测值的公式为：
2.根据权利要求1所述的一种用于冠状动脉介入术的肢体固定支架管理系统，其特征在于，所述运动趋势预测单元用于基于患者手臂的运动数据生成未来运动趋势预测，包括以下步骤：
3.根据权利要求1或2所述的一种用于冠状动脉介入术的肢体固定支架管理系统，其特征在于，转换器模型使用自注意力机制对手臂在不同时间点的加权运动状态数据进行时间依赖性分析
4.根据权利要求1所述的一种用于冠状动脉介入术的肢体固定支架管理系统，其特征在于，所述未来时间点的时间序列运动趋势数据包括未来时间点的手臂位置预测值以及未来时间点的手臂速度预测值和加速度预测值；所述未来时间点的手臂速度预测值基于当前时间点的手臂位置与未来时间点的手臂位置预测值通过有限差分法计算得到，所述未来时间点的手臂加速度预测值基于当前时间点的手臂速度与未来时间点的手臂速度预测值通过有限差分法计算得到。
5.根据权利要求1所述的一种用于冠状动脉介入术的肢体固定支架管理系统，其特征在于，所述控制策略生成单元用于基于未来运动趋势预测数据和当前运动状态数据，通过强化学习算法生成当前时刻支架的位置调整量和力度调整量。
6.根据权利要求1或5所述的一种用于冠状动脉介入术的肢体固定支架管理系统，其特征在于，所述控制策略生成单元通过以下步骤生成支架的位置调整量和力度调整量：
7.根据权利要求1所述的一种用于冠状动脉介入术的肢体固定支架管理系统，其特征在于，所述计算机视觉模块通过安装在手术台周围的深度摄像头和红外摄像头对患者手臂进行成像，获取手臂的三维位置信息，并通过低通滤波与卡尔曼滤波对数据进行预处理，结合卷积神经网络模型识别手臂姿态规定点位置，生成手臂的三维位置信息并传递至传感器数据融合模块。
8.根据权利要求1所述的一种用于冠状动脉介入术的肢体固定支架管理系统，其特征在于，所述传感器数据融合模块包括加速度传感器和陀螺仪，用于采集手臂的线性加速度和角速度数据，通过粒子滤波将平滑后的视觉数据与惯性传感器数据融合，生成手臂的三维位置、速度和加速度信息，并将融合后的运动状态数据传递至动态趋势分析模块。
9.根据权利要求1所述的一种用于冠状动脉介入术的肢体固定支架管理系统，其特征在于，所述运行监控模块用于记录支架位置和力度调整的具体时间、调整幅度和调整次数，生成手术过程操作日志。
...【技术特征摘要】
1.一种用于冠状动脉介入术的肢体固定支架管理系统，包括计算机视觉模块、传感器数据融合模块和运行监控模块，其特征在于，还包括动态趋势分析模块，其中，计算机视觉模块与传感器数据融合模块相连接，传感器数据融合模块与动态趋势分析模块相连接，动态趋势分析模块与运行监控模块相连接，所述动态趋势分析模块用于通过对患者手臂的运动状态数据进行处理和分析，预测手臂的未来运动趋势，对肢体固定支架进行调整和控制，包括运动趋势预测单元和控制策略生成单元，所述运动趋势预测单元用于基于手臂当前和历史运动状态数据，运用转换器模型中的自注意力机制生成时间依赖性趋势特征，并计算获得未来时间点的时间序列运动趋势数据，其中，计算获得未来时间点的手臂位置预测值的公式为：
2.根据权利要求1所述的一种用于冠状动脉介入术的肢体固定支架管理系统，其特征在于，所述运动趋势预测单元用于基于患者手臂的运动数据生成未来运动趋势预测，包括以下步骤：
3.根据权利要求1或2所述的一种用于冠状动脉介入术的肢体固定支架管理系统，其特征在于，转换器模型使用自注意力机制对手臂在不同时间点的加权运动状态数据进行时间依赖性分析，提取加权运动状态数据中反映时间依赖的运动趋势特征，具体包括以下步骤：
4.根据权利要求1所述的一种用于冠状动脉介入术的肢体固定支架管理系统，其特征在于，所述未来时间点的时间序列运动趋势数据包括未来时间点的手臂位置预测值以及未来时间点的手臂速度预测值和加速度预测值；所述未来时间点的手臂速度预测值基于当前时间点的手臂位置与未来时间点的手臂位置预测值通过有限差...
【专利技术属性】
技术研发人员：周盼盼，
申请(专利权)人：郑州大学第二附属医院，
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。