一种手术室医疗器械的质量管理系统技术方案

本发明专利技术涉及外科技术领域，提出了一种手术室医疗器械的质量管理系统，包括：数据采集模块，获取反射光光谱图，获取功率光谱图和数据集；位置评分获取模块，根据均功率光谱图获取特征点的初始评分，根据初始评分获取最大波长

【技术实现步骤摘要】
一种手术室医疗器械的质量管理系统


[0001]本专利技术涉及外科
，具体涉及一种手术室医疗器械的质量管理系统
。

技术介绍

[0002]随着科技的发展，手术室的医疗器械也在不断发展
。
二氧化碳激光刀作为一种手术刀被广泛用于人体外部病灶的切割上
。
使用二氧化碳激光刀时，需要医生调节合适的激光刀输出功率，使激光聚焦在病灶上，对病灶进行快速加热，达到切除病灶的目的
。
在使用过程中，需要医生人为的不断调整激光刀的输出功率，使聚焦点的激光功率合适，在不伤害附近皮肤组织的情况下切割病灶
。
[0003]在激光刀工作时，由于不同人体组织的结构成分不同，在相同功率下，激光刀照射到目标表面的反射光光谱不同，特别地，在激光刀聚焦点由一种人体组织转移到另一种人体组织上时，反射光的光谱会发生跳变，需要及时对激光刀功率进行调整
。
对激光刀功率进行调整的过程对医生的技术要求较高，容易导致切割过量或多性切割的问题，在对病人造成额外伤害的同时，延长激光刀工作时间，降低激光刀使用寿命
。

技术实现思路

[0004]本专利技术提供一种手术室医疗器械的质量管理系统，以解决激光刀功率无法进行及时的自适应调整的问题，所采用的技术方案具体如下：本专利技术一个实施例提供了一种手术室医疗器械的质量管理系统，该系统包括以下模块：数据采集模块，获取反射光光谱图
、
实际激光刀功率和理论激光刀功率，对反射光光谱进行修正，获取功率光谱图，进而获取数据集；位置评分获取模块，根据均功率光谱图获取特征点的初始评分，根据初始评分获取最大波长
、
最小波长和最大初始位置评分，选取被选特征点和被选择特征点，设置被选特征点的初始位置评分，进而获取被选特征点的位置评分；最终评分获取模块，获取被选特征点的一级随机数和二级随机数，根据被选特征点的一级随机数和二级随机数和经验价值评分的初始值获取被选特征点的经验价值评分，根据被选特征点的位置评分和经验价值评分获取被选特征点的最终评分；功率自适应调节模块，根据被选特征点的位置评分
、
经验价值评分和最终评分，对被选特征点进行特征的模拟提取，获取被选特征点，获取被选特征点的光强序列，进而获取训练数据集，采用训练数据集对神经网络进行训练，根据均功率光谱中特征点的光强和神经网络获取激光刀控制功率，实现二氧化碳激光刀功率的自适应调节
。
[0005]进一步，所述获取反射光光谱图
、
实际激光刀功率和理论激光刀功率，对反射光光谱进行修正，获取功率光谱图，进而获取数据集的方法为：使用中红外光谱仪获取反射光光谱图，其中，反射光光谱图为折线图，横轴为光的波长，纵轴为波长对应的光强；
从激光刀管理系统提取每个反射光光谱图的获取时刻对应的实际激光刀功率和理论激光刀功率；对反射光光谱中每个波段的光强乘以第一系数，获取光强调整值，将光强调整值构成的光谱图记为均功率光谱图；将每个获取时刻对应的均功率光谱图
、
实际激光刀功率和理论激光刀功率记为获取时刻的数据组；将所有获取时刻的数据组组成的集合记为数据集
。
[0006]进一步，所述根据均功率光谱图获取特征点的初始评分的方法为：将均功率光谱图中所有对二氧化碳激光刀的功率产生影响的波段分别记为特征点；将特征点对应的光强均值记为特征点的均值光强；对均功率光谱图中所有特征点的均值光强使用最大类间方差法，获取分割阈值；将均值光强大于分割阈值的特征点的初始评分赋值为均值光强，将均值光强小于等于分割阈值的特征点的初始评分赋值为数字
0。
[0007]进一步，所述根据初始评分获取最大波长
、
最小波长和最大初始位置评分，选取被选特征点和被选择特征点，设置被选特征点的初始位置评分的方法为：选取初始评分不为数字0的所有特征点，将波长的最大值记为最大波长，将波长的最小值记为最小波长，将初始位置评分的最大值记为最大初始位置评分；将所有使用蒙特卡洛搜索树进行选取的特征点记为被选特征点；将被选择的特征点的高斯核函数窗口内包含的所有特征点记为被选择特征点；将被选特征点的初始位置评分赋值为第一经验值
。
[0008]进一步，所述进而获取被选特征点的位置评分的方法为：式中，为被选特征点的高斯核函数窗口内的被选择特征点的位置评分；为波段为的被选择特征点上一次的位置评分；为所有被选择特征点的初始位置评分的最大值；为高斯核函数，括号内第一项为核函数的窗口边长，括号内第二项为被选特征点与被选择特征点之间的距离；为波段为的被选择特征点的初始评分；为最大波长；为最小波长；为波段为的被选特征点所在的均功率光谱图中被选特征点的数量，经验值为
30
；为第一预设阈值，经验值取5；是高斯核函数的最大值
。
[0009]进一步，所述获取被选特征点的一级随机数和二级随机数的方法为：将每个获取时刻的均功率光谱图中被选特征点的光强记为被选特征点的特征值；将被选特征点的所有特征值按照被选特征点所在的均功率光谱图的获取时间顺序进行排序，获取被选特征点的一级随机数；将数据集中每个被选特征点的理论激光刀功率按照被选特征点所在的均功率光谱图的获取时间顺序进行排序，获取被选特征点的二级随机数
。
[0010]进一步，所述根据被选特征点的一级随机数和二级随机数和经验价值评分的初始值获取被选特征点的经验价值评分的方法为：
获取被选特征点上一次的经验价值评分；将被选特征点的一级随机数和二级随机数之间的协方差记为第一协方差；将被选特征点与其他被选特征点的一级随机数之间的协方差的均值记为第二协方差；将被选特征点上一次的经验价值评分与第一协方差的和记为第一和值；将第一和值与第二协方差的差记为被选特征点的经验价值评分
。
[0011]进一步，所述根据被选特征点的位置评分和经验价值评分获取被选特征点的最终评分的方法为：将搜索价值与搜索价值常数的乘积记为搜索价值项；将被选特征点的位置评分与经验价值评分的乘积记为第一乘积；将搜索价值项与第一乘积的和记为第二和值；将被选特征点被模拟到的次数与所有被选特征点的初始位置评分的最大值的乘积记为第二乘积；将被选特征点的初始评分与第二乘积的比值与第二和值的乘积记为被选特征点的最终评分
。
[0012]进一步，所述根据被选特征点的位置评分
、
经验价值评分和最终评分，对被选特征点进行特征的模拟提取，获取被选特征点，获取被选特征点的光强序列的方法为：采用改进的蒙特卡洛搜索树对被选特征点进行特征的模拟提取，模拟完成后，将经验价值评分最大的第一经验值个被选择特征点作为被选特征点；获取被选特征点的光强，将所有光强按照光强对应的波段从小到大进行排列，获取光强序列；将被选特征点的光强序列
、
实际激光刀功率和理论激光刀功率记为被选特征点的数据序列
。
[0013]进一步，所述进而获取训练数据集，采用训练数据集对本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种手术室医疗器械的质量管理系统，其特征在于，该系统包括以下模块：数据采集模块，获取反射光光谱图
、
实际激光刀功率和理论激光刀功率，对反射光光谱进行修正，获取功率光谱图，进而获取数据集；位置评分获取模块，根据均功率光谱图获取特征点的初始评分，根据初始评分获取最大波长
、
最小波长和最大初始位置评分，选取被选特征点和被选择特征点，设置被选特征点的初始位置评分，进而获取被选特征点的位置评分；最终评分获取模块，获取被选特征点的一级随机数和二级随机数，根据被选特征点的一级随机数和二级随机数和经验价值评分的初始值获取被选特征点的经验价值评分，根据被选特征点的位置评分和经验价值评分获取被选特征点的最终评分；功率自适应调节模块，根据被选特征点的位置评分
、
经验价值评分和最终评分，对被选特征点进行特征的模拟提取，获取被选特征点，获取被选特征点的光强序列，进而获取训练数据集，采用训练数据集对神经网络进行训练，根据均功率光谱中特征点的光强和神经网络获取激光刀控制功率，实现二氧化碳激光刀功率的自适应调节
。2.
根据权利要求1所述的一种手术室医疗器械的质量管理系统，其特征在于，所述获取反射光光谱图
、
实际激光刀功率和理论激光刀功率，对反射光光谱进行修正，获取功率光谱图，进而获取数据集的方法为：使用中红外光谱仪获取反射光光谱图，其中，反射光光谱图为折线图，横轴为光的波长，纵轴为波长对应的光强；从激光刀管理系统提取每个反射光光谱图的获取时刻对应的实际激光刀功率和理论激光刀功率；对反射光光谱中每个波段的光强乘以第一系数，获取光强调整值，将光强调整值构成的光谱图记为均功率光谱图；将每个获取时刻对应的均功率光谱图
、
实际激光刀功率和理论激光刀功率记为获取时刻的数据组；将所有获取时刻的数据组组成的集合记为数据集
。3.
根据权利要求1所述的一种手术室医疗器械的质量管理系统，其特征在于，所述根据均功率光谱图获取特征点的初始评分的方法为：将均功率光谱图中所有对二氧化碳激光刀的功率产生影响的波段分别记为特征点；将特征点对应的光强均值记为特征点的均值光强；对均功率光谱图中所有特征点的均值光强使用最大类间方差法，获取分割阈值；将均值光强大于分割阈值的特征点的初始评分赋值为均值光强，将均值光强小于等于分割阈值的特征点的初始评分赋值为数字
0。4.
根据权利要求1所述的一种手术室医疗器械的质量管理系统，其特征在于，所述根据初始评分获取最大波长
、
最小波长和最大初始位置评分，选取被选特征点和被选择特征点，设置被选特征点的初始位置评分的方法为：选取初始评分不为数字0的所有特征点，将波长的最大值记为最大波长，将波长的最小值记为最小波长，将初始位置评分的最大值记为最大初始位置评分；将所有使用蒙特卡洛搜索树进行选取的特征点记为被选特征点；将被选择的特征点的高斯核函数窗口内包含的所有特征点记为被选择特征点；
将被选特征点的初始位置评分赋值为第一经验值
。5.
根据权利要求1所述的一种手术室医疗器械的质量管理系统，其特征在于，所述进而获取被选特征点的位置评分的方法为：式中，为被选特征点的高斯核函数窗口内的被选择特征点的位置评分；为波段为的被选择特征点上一...

【专利技术属性】
技术研发人员：黄雪华，马剑鸿，
申请(专利权)人：邦士医疗科技股份有限公司，
类型：发明
国别省市：