一种髋骨前柱的螺钉固定器制造技术

本发明专利技术涉及一种髋骨前柱的螺钉固定器，包括用于监测手术过程中螺钉具体位置的超声波传感器；用于对患者体温信息进行采集的红外温度传感器；用于对患者脉搏信息进行采集的脉搏传感器；用于手术过程中进行图像信息采集的摄像头；用于对采集数据进行分析和处理的单片机；用于显示手术过程图像信息和患者生命体征信息的显示器；用于接收和发送无线网络信号的无线射频收发模块；用于带动螺钉旋转运动的第一驱动装置；用于带动螺钉轴向运动的第二驱动装置；用于存储数据的外部服务器。该髋骨前柱的螺钉固定器可有效地对手术过程进行监测，并可实时检测患者生命特征，有效地防止异常情况发生，提高了手术成功率，同时降低了操作难度。

A screw holder for the front column of the hip bone

The invention relates to a screw fixation of hip anterior column, including ultrasonic sensors for monitoring the specific location of screws during surgery; for infrared temperature sensor to collect temperature information of the patients; for the patients with information of pulse pulse sensor; image information acquisition in the process of operation for analysis and for camera; the microcontroller data acquisition; operation process for displaying image information and vital signs of patients information display; wireless RF transceiver module for receiving and transmitting the wireless network signal; for the first driving device drives the screw rotation; to drive the screw axial movement of the driving device second for storing data to external server. The anterior column hip screw fixator can effectively monitor the operation process, and real-time detection of patients with the characteristics of life, effectively prevent the abnormal situation, improve the success rate of surgery, and reduce the operation difficulty.

【技术实现步骤摘要】
一种髋骨前柱的螺钉固定器
本专利技术属于医疗器械设备
，尤其涉及一种髋骨前柱的螺钉固定器。
技术介绍
目前，治疗骨折的内固定手术方法和手术器械种类很多，迄今有：普通螺钉固定、克式钢针固定等，这些手术方式和相配用的手术器械对关节骨折具有一定的固定作用，但由于关节骨折后，复位固定要求高，固定后且要求骨关节能早期进行活动，采用上述方法和器械还不能达到关节骨折后内固定的要求，因此目前应用较多的为螺钉固定器。然而目前的螺钉固定器种类较少，适用于髋骨前柱的螺钉固定器则更少。并且目前的螺钉固定器，只具有单纯的手术操作功能，较为单一，且设备结构复杂，不易操作，手术过程中需要借助其他设备对患者进行生命体征检测，对于手术进程的把握多数依赖于医师，人为误差大。
技术实现思路
本专利技术为解决现有螺钉固定器功能单一，难以操作和手术精确度底等技术问题而提供一种髋骨前柱的螺钉固定器。本专利技术为解决公知技术中存在的技术问题所采取的技术方案是：本专利技术提供的髋骨前柱的螺钉固定器包括：用于监测手术过程中螺钉具体位置的超声波传感器；用于对患者体温信息进行采集的红外温度传感器；用于对患者脉搏信息进行采集的脉搏传感器；用于手术过程中进行图像信息采集的摄像头；分别与超声波传感器、红外温度传感器、脉搏传感器和摄像头有线连接，用于对采集数据进行分析和处理的单片机；红外温度传感器为传感器A，脉搏传感器传感器B；传感器A、传感器B在本地直角坐标系下的量测数据分别为YA(ti)和YB(ti)，且传感器A的采样频率大于传感器B的采样频率，则由传感器A向传感器B的采样时刻进行配准，具体为：采用内插外推的时间配准算法将传感器A的采样数据向传感器B的数据进行配准，使得两个传感器在空间配准时刻对同一个目标有同步的量测数据，内插外推时间配准算法如下：在同一时间片内将各传感器观测数据按测量精度进行增量排序，然后将传感器A的观测数据分别向传感器B的时间点内插、外推，以形成一系列等间隔的目标观测数据，采用常用的三点抛物线插值法的进行内插外推时间配准算法得传感器A在tBk时刻在本地直角坐标系下的量测值为：其中，tBk为配准时刻，tk-1,tk,tk+1为传感器A距离配准时刻最近的三个采样时刻，YA(tk-1),YA(tk),YA(tk+1)分别为其对应的对目标的探测数据；完成时间配准后，根据传感器A的配准数据与传感器B的采样数据，采用基于地心地固(EarthCenterEarthFixed,ECEF)坐标系下的伪量测法实现传感器A和传感器B的系统误差的估计；基于ECEF的系统误差估计算法具体为：假设k时刻目标在本地直角坐标系下真实位置为X'1(k)＝[x'1(k),y'1(k),z'1(k)]T，极坐标系下对应的量测值为分别为距离、方位角、俯仰角；转换至本地直角坐标系下为X1(k)＝[x1(k),y1(k),z1(k)]T；传感器系统偏差为分别为距离、方位角和俯仰角的系统误差；于是有其中表示观测噪声,均值为零、方差为式(1)可以用一阶近似展开并写成矩阵形式为：X'1(k)＝X1(k)+C(k)[ξ(k)+n(k)]\*MERGEFORMAT(3)其中，设两部传感器A和B,则对于同一个公共目标(设地心地固坐标系下为X'e＝[x'e,y'e,z'e]T)，可得X'e＝XAs+BAX'A1(k)＝XBs+BBX'B1(k)\*MERGEFORMAT(4)BA，BB分别为目标在传感器A与传感器B本地坐标下的位置转换到ECEF坐标系下的位置时的转换矩阵；定义伪量测为：Z(k)＝XAe(k)-XBe(k)\*MERGEFORMAT(5)其中，XAe(k)＝XAs+BAXA1(k)；XBe(k)＝XBs+BBXB1(k)将式(2)、式(3)代入式(4)可以得到关于传感器偏差的伪测量方程Z(k)＝H(k)β(k)+W(k)\*MERGEFORMAT(6)其中，Z(k)为伪测量向量；H(k)为测量矩阵；β为传感器偏差向量；W(k)为测量噪声向量；由于nA(k),nB(k)为零均值、相互独立的高斯型随机变量,因此W(k)同样是零均值高斯型随机变量,其协方差矩阵为R(k)；传感器A的量测模型如下：YA(tk-1)、YA(tk)、YA(tk+1)分别为传感器A对目标在tk-1,tk,tk+1时刻的本地笛卡尔坐标系下的量测值，分别为：其中，Y'A(tk-1)、Y'A(tk)、Y'A(tk+1)分别为传感器A在tk-1,tk,tk+1时刻的本地笛卡尔坐标系下的真实位置；CA(t)为误差的变换矩阵；ξA(t)为传感器的系统误差；为系统噪声，假设为零均值、相互独立的高斯型随机变量，噪声协方差矩阵分别为RA(k-1)、RA(k)、RA(k+1)。传感器A向传感器B进行配准的具体过程如下：将式(7)、式(8)、式(9)带入式(1)，可得：其中：为传感器A的本地直角坐标系下目标的真实位置在tBk时刻的时间配准值；为系统误差造成的误差项；为随机噪声，假定tk-1、tk、tk+1时刻的噪声互不相关的零均值白噪声，则为均值为零，协方差矩阵为RA＝a2RA(k-1)+b2RA(k)+c2RA(k+1)的白噪声，而a、b、c、分别为且a+b+c＝1；与单片机有线连接，用于控制的外部控制器；与单片机有线连接，用于计时的计时模块；与单片机有线连接，用于提供电源的电源模块；与单片机有线连接，用于显示手术过程图像信息和患者生命体征信息的显示器；与单片机有线连接，用于为摄像头拍摄提供光源的照明灯；与单片机有线连接，用于控制驱动装置的驱动控制器；与单片机有线连接，用于接收和发送无线网络信号的无线射频收发模块；所述无线射频收发模块通过所述权值计算无线网络中各个身份认证协议的适用度包括：Wsec、We_con、Wau_time分别是用户对安全性、能量消耗以及认证时间设置的权值，该权值满足Wsec+We_con+Wau_time＝100％；且Vsec_1、Ve_con_1、Vau_time_1是通过对安全性Vsec、能量消耗Ve_con和认证时间Yau_time归一化得到；所述无线射频收发模块中节点h发送数据包给目的节点，h+i是节点h的一个邻居节点，如果其靠近最远邻居节点并且有更多的剩余能量，则邻居节点h+i可作为候选转发节点；对这些合适的候选节点依据到能量等效节点的距离和每个节点的剩余能量排序：dh+i-dh为节点h和其邻居节点h+i之间的距离；Eh+i代表节点h+i的剩余能量；N(h)为选出的节点h的候选转发节点；P(h+i)的值越大，节点优先级越高；最高优先级的候选转发节点作为下一个转发节点；所述无线射频收发模块动态可达域的路由方法包括：1：N(h)为节点h的转发邻居节点组2：利用最优能量策略对转发节点组进行排序3：for每个节点i∈N(h)do4：5：endfor6：P(i)最大的节点n执行数据的传输工作，其余保持监测状态7：Ifn成功收到数据包then8：给发送者回复一个响应9：for每个节点i∈N(h)/ndo10：丢弃数据包；11：endfor12：else13：令n＝n′，n′为次优先级节点14：goto2；15：endif16：return与驱动控制器有线连接，用于带动螺钉旋转运动的第一驱动装置；与驱动控制器有线本文档来自技高网...

【技术保护点】
一种髋骨前柱的螺钉固定器，其特征在于，该髋骨前柱的螺钉固定器包括：用于监测手术过程中螺钉具体位置的超声波传感器；用于对患者体温信息进行采集的红外温度传感器；用于对患者脉搏信息进行采集的脉搏传感器；用于手术过程中进行图像信息采集的摄像头；分别与超声波传感器、红外温度传感器、脉搏传感器和摄像头有线连接，用于对采集数据进行分析和处理的单片机；红外温度传感器为传感器A，脉搏传感器传感器B；传感器A、传感器B在本地直角坐标系下的量测数据分别为YA(ti)和YB(ti)，且传感器A的采样频率大于传感器B的采样频率，则由传感器A向传感器B的采样时刻进行配准，具体为：采用内插外推的时间配准算法将传感器A的采样数据向传感器B的数据进行配准，使得两个传感器在空间配准时刻对同一个目标有同步的量测数据，内插外推时间配准算法如下：在同一时间片内将各传感器观测数据按测量精度进行增量排序，然后将传感器A的观测数据分别向传感器B的时间点内插、外推，以形成一系列等间隔的目标观测数据，采用常用的三点抛物线插值法的进行内插外推时间配准算法得传感器A在tBk时刻在本地直角坐标系下的量测值

【技术特征摘要】
1.一种髋骨前柱的螺钉固定器，其特征在于，该髋骨前柱的螺钉固定器包括：用于监测手术过程中螺钉具体位置的超声波传感器；用于对患者体温信息进行采集的红外温度传感器；用于对患者脉搏信息进行采集的脉搏传感器；用于手术过程中进行图像信息采集的摄像头；分别与超声波传感器、红外温度传感器、脉搏传感器和摄像头有线连接，用于对采集数据进行分析和处理的单片机；红外温度传感器为传感器A，脉搏传感器传感器B；传感器A、传感器B在本地直角坐标系下的量测数据分别为YA(ti)和YB(ti)，且传感器A的采样频率大于传感器B的采样频率，则由传感器A向传感器B的采样时刻进行配准，具体为：采用内插外推的时间配准算法将传感器A的采样数据向传感器B的数据进行配准，使得两个传感器在空间配准时刻对同一个目标有同步的量测数据，内插外推时间配准算法如下：在同一时间片内将各传感器观测数据按测量精度进行增量排序，然后将传感器A的观测数据分别向传感器B的时间点内插、外推，以形成一系列等间隔的目标观测数据，采用常用的三点抛物线插值法的进行内插外推时间配准算法得传感器A在tBk时刻在本地直角坐标系下的量测值为：其中，tBk为配准时刻，tk-1,tk,tk+1为传感器A距离配准时刻最近的三个采样时刻，YA(tk-1),YA(tk),YA(tk+1)分别为其对应的对目标的探测数据；完成时间配准后，根据传感器A的配准数据与传感器B的采样数据，采用基于地心地固(EarthCenterEarthFixed,ECEF)坐标系下的伪量测法实现传感器A和传感器B的系统误差的估计；基于ECEF的系统误差估计算法具体为：假设k时刻目标在本地直角坐标系下真实位置为X'1(k)＝[x'1(k),y'1(k),z'1(k)]T，极坐标系下对应的量测值为分别为距离、方位角、俯仰角；转换至本地直角坐标系下为X1(k)＝[x1(k),y1(k),z1(k)]T；传感器系统偏差为分别为距离、方位角和俯仰角的系统误差；于是有其中表示观测噪声,均值为零、方差为式(1)可以用一阶近似展开并写成矩阵形式为：X'1(k)＝X1(k)+C(k)[ξ(k)+n(k)]\*MERGEFORMAT(3)其中，设两部传感器A和B,则对于同一个公共目标(设地心地固坐标系下为X'e＝[x'e,y'e,z'e]T)，可得X'e＝XAs+BAX'A1(k)＝XBs+BBX'B1(k)\*MERGEFORMAT(4)BA，BB分别为目标在传感器A与传感器B本地坐标下的位置转换到ECEF坐标系下的位置时的转换矩阵；定义伪量测为：Z(k)＝XAe(k)-XBe(k)\*MERGEFORMAT(5)其中，XAe(k)＝XAs+BAXA1(k)；XBe(k)＝XBs+BBXB1(k)将式(2)、式(3)代入式(4)可以得到关于传感器偏差的伪测量方程Z(k)＝H(k)β(k)+W(k)\*MERGEFORMAT(6)其中，Z(k)为伪测量向量；H(k)为测量矩阵；β为传感器偏差向量；W(k)为测量噪声向量；由于nA(k),nB(k)为零均值、相互独立的高斯型随机变量,因此W(k)同样是零均值高斯型随机变量,其协方差矩阵为R(k)；传感器A的量测模型如下：YA(tk-1)、YA(tk)、YA(tk+1)分别为传感器A对目标在tk-1,tk,tk+1时刻的本地笛卡尔坐标系下的量测值，分别为：

【专利技术属性】
技术研发人员：任小宝，王伟，王庭刚，黄松，张元松，邱晋，李科，肖伟，任鸿，张璠，
申请(专利权)人：任小宝，
类型：发明
国别省市：重庆,50