【技术实现步骤摘要】
一种外科手术辅助系统及手术路径规划方法
[0001]本专利技术涉及一种涉及医疗领域,特别涉及一种外科手术辅助系统及手术路径规划方法。
技术介绍
[0002]目前,通常医生在手术过程中主要凭借过往经验对患者进行手术。以整容手术为例,医生普遍根据观察和拍照的形式记录患者状态,实际手术效果极为依赖医生外科手术临床经验与技能。如果医生手术操作不规范或者医生手术经验不足,可能会导致不必要的皮肤和组织受伤等问题,甚至导致手术失败。人的面容对于个人成长、工作求职和组建家庭等方面均存在重要影响,而局部的微小缺陷都会影响整体形象。目前大多数人对于整容手术怀着审慎的态度,手术效果难以保证是最主要的原因,提高手术质量是亟需解决的问题。
[0003]随着计算机水平的发展和提高,计算机辅助手术成为了新的医疗临床手术发展方向。计算机可以根据患者的原始数据通过三维重建方法得到三维模型,便于医生制定手术方案,克服了外科医生的视觉局限,使数据测量更加精准,诊断更为精确。但是,医学三维重建技术主要用于提高医生对于患者病情的了解程度,缺少一种在医生制定手术路径规划时的辅助工具。在手术过程中也存在一些医疗辅助机器人辅助手术,其中达芬奇手术机器人的使用较为广泛,可用于腹部外科、泌尿外科等。这类手术辅助机器人虽然便于医生手术,但是成本普遍较为高昂,且需要额外的机器操作学习。因此,一种能够辅助医生进行术前诊断和手术规划且术中操作便捷的外科手术辅助系统显得尤为必要。
技术实现思路
[0004]本专利技术为解决公知技术中存在的技术问题而提供一 ...
【技术保护点】
【技术特征摘要】
1.一种外科手术辅助系统,其特征在于,包括术前手术规划系统及术中手术导航系统;术前手术规划系统包括:用于三维模型重建的图像处理模块、用于储存患者医疗信息的数据库以及用于规划手术器械移动路径的手术规划模块;术中手术导航系统包括:用于测量手术器械和待手术部位的空间位置的定位模块、用于记录手术器械移动路径的手术导航模块以及用于提示医生的路径指示装置;手术规划模块包括手术路径优化模块和/或基于神经网络建立的手术路径规划模型;手术路径优化模块,其基于空间轨迹规划算法,在手术约束区域范围内求取最佳手术路径;手术路径规划模型,其采用由已手术患者的术前医疗信息、手术路径及术后结果数据构造的训练集进行训练,其输入待手术患者的医疗信息及术后期望数据,其输出用于辅助医生决策的辅助手术路径。2.根据权利要求1所述的外科手术辅助系统,其特征在于,图像处理模块包括点云数据三维重建模块和医学影像三维重建模块;点云数据三维重建模块包括对待手术部位表面进行三维扫描并获取点云数据的三维扫描装置,以及采用神经网络对点云数据进行三维重建以得到待手术部位三维模型的三维模型重建模块;医学影像三维重建模块,其基于待手术部位切片图像,通过三维重建算法得到待手术部位区域以及其周围神经、血管的三维模型。3.根据权利要求1所述的外科手术辅助系统,其特征在于,定位模块包括电磁定位模块和/或光学定位模块;电磁定位模块包括电磁式位置定位器;光学定位模块包括双目视觉定位系统,双目视觉定位系统用于空间点的三维坐标定位。4.根据权利要求1所述的外科手术辅助系统,其特征在于,手术导航模块实时记录手术器械空间位置,并将实际手术路径与术前规划路径对比分析,一方面将下一步手术器械路径信息发送至路径指示装置,另一方面,当实际手术路径与术前规划路径存在偏离时,根据偏离程度等级发送相应等级的预警信号。5.根据权利要求4所述的外科手术辅助系统,其特征在于,路径指示装置包括灯光路径指示装置或增强现实路径指示装置;灯光路径指示装置包括可调整指示角度的激光灯,其接收来自手术导航模块的信号,通过指示灯亮、灭表示手术器械移动路径,以及指示灯的颜色差异表明路径偏离程度;增强现实路径指示装置包括穿戴式增强现实眼镜或者穿戴式增强现实头盔;增强现实路径指示装置的显示屏用于显示术前规划路径及实际偏离程度。6.一种手术路径规划方法,其特征在于,该方法设置术前手术规划系统及术中手术导航系统;术前手术规划系统设置:用于三维模型重建的图像处理模块、用于储存患者医疗信息的数据库以及用于规划手术器械移动路径的手术规划模块;术中手术导航系统设置:用于测量手术器械和待手术部位的空间位置的定位模块、用于记录手术器械移动路径的手术导航模块以及用于提示医生的路径指示装置;手术规划模块设置手术路径优化模块和/或基于神经网络建立的手术路径规划模型;手术路径优化模块,其基于空间轨迹规划算法,在手术约束区域范围内求取最佳手术路径;手术路径规划模型,其采用由已手术患者的术前医疗信息、手术路径及术后结果数据构造的训练集进行训练,其输入待手术患者的医疗信息及术后期望数据,其输出用于辅助医生决策的辅助手术路径。7.根据权利要求6所述的手术路径规划方法,其特征在于,手术规划模块规划手术器械移动路径的方法包括如下步骤:步骤一,建立医学图像数据集,并标注数据集图像中重要血管、神经和关键组织、器官,通过深度学习方法,训练用于医学图像分割的神经网络模型;
步骤二,获取患者病灶处的图像数据后,根据用于医学图像分割的神经网络模型自动识别和分割病灶区域重要血管、神经和关键组织、器官,通...
【专利技术属性】
技术研发人员:顾佩华,陈光耀,韩磊,王慧聪,胡顺顺,王凯峰,
申请(专利权)人:天津大学浙江国际创新设计与智造研究院,
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。