“张逸凌”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果237个，建议您升级VIP下载更多相关专利

[发明专利]基于强化学习的智能骨科手术机器人系统-CN202310780460.X在审
发明人： 张逸凌;刘星宇 -专利权人：北京长木谷医疗科技股份有限公司;张逸凌
申请日： 2023-06-29 - 公布日： 2023-10-27 - 主分类号： A61B34/10 文献下载
摘要：本发明提供一种基于强化学习的智能骨科手术机器人系统，包括：术前规划模块，用于对输入的髋关节图像进行处理操作、基于第一强化学习模型规划假体放置、在髋臼窝部分设置引导点及规划术前配准点、根据引导点采集术中配准点；术中配准模块，用于基于第二强化学习模型对术前点集与术中点集进行非刚性配准、根据配准结果建立坐标系；术中磨锉与压配模块，用于基于第三强化学习模型和建立的坐标系，控制骨科手术机器人的机械臂完成自主磨锉操作及自主压配操作；评估模块，用于对术中自主磨锉操作的结果以及自主压配操作的结果进行验证。该系统能实现骨科手术机器人在手术过程中的自动化操作，减少人为干预，进而减小手术误差，提高手术的准确性。
基于强化学习智能骨科手术机器人系统

[发明专利]基于强化学习的手术机器人配准方法、装置及电子设备-CN202310656212.4在审
发明人： 张逸凌;刘星宇 -专利权人：北京长木谷医疗科技股份有限公司;张逸凌
申请日： 2023-06-05 - 公布日： 2023-10-27 - 主分类号： A61B34/20 文献下载
摘要：本发明提供一种基于强化学习的手术机器人配准方法、装置及电子设备，方法包括：基于术前配准点云与第一术中配准点云，得到第一特征图；基于第一特征图、旋转策略与平移策略，得到旋转偏差值与平移偏差值；基于旋转偏差值与平移偏差值，计算当前期望值；基于术前配准点云与第一术中配准点云对应的第一配准矩阵、旋转偏差值与平移偏差值，确定第二配准矩阵，并基于第二配准矩阵与第一术中配准点云，得到第二术中配准点云；基于第二术中配准点云与术前配准点云，确定当前奖励值；在当前期望值基于当前奖励值的反馈达到最大值时，确定对应的配准矩阵为目标配准矩阵。该方法提高了目标配准矩阵的准确性，进而提高术前配准点与术中配准点之间的配准度。
基于强化学习手术机器人方法装置电子设备

[发明专利]一种基于虚拟现实的髋关节镜手术辅助教学系统-CN202311112508.6在审
发明人：王卫国;丁冉;张启栋;张逸凌 -专利权人：中日友好医院（中日友好临床医学研究所）
申请日： 2023-08-31 - 公布日： 2023-10-27 - 主分类号： G09B9/00 文献下载
摘要：本申请提供了一种基于虚拟现实的髋关节镜手术辅助教学系统。该基于虚拟现实的髋关节镜手术辅助教学系统，包括：第一图像分割模块，用于将髋关节CT图像输入预设的图像分割模型，输出髋关节骨骼图像；第二图像分割模块，用于将髋关节MRI图像输入预设的图像分割模型，输出髋关节部位图像；配准融合重建模块，用于基于第一骨盆位置信息、第一股骨位置信息、第二骨盆位置信息、第二股骨位置信息和软组织位置信息确定配准位置并进行配准，融合重建得到髋关节部位多模态信息图像；渲染显示模块，用于基于髋关节部位多模态信息图像进行三维模型渲染，以进行三维空间虚拟显示辅助教学；根据本申请实施例，能够又快又准地确定配准位置，进而提高教学效果。
一种基于虚拟现实髋关节手术辅助教学系统

[发明专利]一种基于弱监督学习的脊柱滑脱智能识别方法及装置-CN202310899245.1在审
发明人： 张逸凌;刘星宇 -专利权人：北京长木谷医疗科技股份有限公司;张逸凌
申请日： 2023-07-20 - 公布日： 2023-10-24 - 主分类号： G06T7/00 文献下载
摘要：本申请提供了一种基于弱监督学习的脊柱滑脱智能识别方法及装置，所述方法包括：将待识别图像输入依次连接的多个特征提取单元，得到所述待识别图像的热力图；根据所述热力图中的数值字段，确定预设数量的热力锚框；将所述热力锚框输入二分类单元，得到所述热力锚框的二分类结果；基于所述二分类结果，确定所述待识别图像中的脊柱滑脱位置；第一样本图像具有标注的弱监督信号。本申请中，通过设置特征提取单元和二分类单元，将脊柱滑脱的位置识别转换为二分类判断，从而仅需二分类的监督信号即弱监督信号即可完成训练，无需标注脊柱滑脱的位置这种强监督信号，避免了强监督信号标注成本过高无法大批量标注进行训练的后果。
一种基于监督学习脊柱滑脱智能识别方法装置

[发明专利]胫骨平台内外侧低点计算方法、装置、设备及存储介质-CN202310899219.9在审
发明人： 张逸凌;刘星宇 -专利权人：北京长木谷医疗科技股份有限公司;张逸凌
申请日： 2023-07-20 - 公布日： 2023-10-24 - 主分类号： G06T7/00 文献下载
摘要：本申请提供了一种胫骨平台内外侧低点计算方法、装置、设备及计算机可读存储介质。该胫骨平台内外侧低点计算方法，包括：获取髋关节CT图像；对髋关节CT图像进行图像分割，得到胫骨数据；将胫骨数据在横断面方向投影，得到投影图像；基于投影图像，计算旋转角度；根据旋转角度，计算旋转矩阵；基于胫骨数据和旋转矩阵，得到旋转后胫骨图像；基于旋转后胫骨图像，使用随机梯度下降算法计算胫骨平台内外侧低点。根据本申请实施例，能够提高胫骨平台内外侧低点计算效率。
胫骨平台外侧低点计算方法装置设备存储介质

[发明专利]基于深度学习的骨科手术机器人智能磨锉控制方法及装置-CN202310744382.8在审
发明人： 张逸凌;刘星宇 -专利权人：北京长木谷医疗科技股份有限公司;张逸凌
申请日： 2023-06-21 - 公布日： 2023-10-20 - 主分类号： A61B34/30 文献下载
摘要：本发明提供一种基于深度学习的骨科手术机器人智能磨锉控制方法及装置，方法包括：采集用于强化学习网络模型训练的多个参数信息，多个参数信息包括骨科手术机器人的机械臂的参数信息、髋臼参数信息以及髋臼杯参数信息；基于多个参数信息，对强化学习网络模型进行迭代训练，得到训练好的强化学习网络模型；将目标参数信息输入至训练好的强化学习网络模型中，控制骨科手术机器人的机械臂的智能运动，以实现磨锉操作。上述方法，通过训练好的深度学习网络模型，对目标参数进行处理，进而控制机械臂智能移动，以实现磨锉操作。如此，机械臂能够实现自主移动，并自主实现磨锉操作，从而减少操作人员由于操作不当带来的磨锉误差，提高磨锉精度。
基于深度学习骨科手术机器人智能控制方法装置

[发明专利]人工智能膝关节韧带重建术的术前规划方法、系统及设备-CN202311141207.6在审
发明人： 张逸凌;刘星宇 -专利权人：北京长木谷医疗科技股份有限公司;张逸凌
申请日： 2023-09-06 - 公布日： 2023-10-20 - 主分类号： A61B34/10 文献下载
摘要：本申请提供了一种人工智能膝关节韧带重建术的术前规划方法、系统、设备及计算机可读存储介质。该方法，包括：获取第一膝关节CT图像；对第一膝关节CT图像进行图像分割，得到第二膝关节CT图像；对第二膝关节CT图像进行关键点识别，得到第三膝关节CT图像；对第三膝关节CT图像进行骨骼矫正，得到第四膝关节CT图像；对第四膝关节CT图像中的关键点进行位置优化，得到第五膝关节CT图像；基于第五膝关节CT图像进行骨隧道规划，得到骨隧道规划结果；基于骨隧道规划结果进行三维重建渲染，以结果展示骨隧道。根据本申请实施例，能够提高骨隧道规划的准确度。
人工智能膝关节韧带重建规划方法系统设备

[发明专利]一种脊柱椎体的智能自置钉方法、装置、设备及介质-CN202310744345.7在审
发明人： 张逸凌;刘星宇 -专利权人：北京长木谷医疗科技股份有限公司;张逸凌
申请日： 2023-06-21 - 公布日： 2023-10-17 - 主分类号： A61B34/10 文献下载
摘要：本申请提供了一种脊柱椎体的智能自置钉方法、装置、设备及介质，所述方法包括：获取待置钉的脊柱椎体三维图像；将所述脊柱椎体三维图像沿冠状位进行逐层切分，得到依次排列的多个冠状位切分图；根据预训练的神经网络模型确定多个所述冠状位切分图中的椎弓根峡部切分图；根据所述脊柱椎体三维图像、所述椎弓根峡部切分图确定该脊柱椎体的置钉参数；其中，所述神经网络模型是基于第一置钉样本进行训练后得到的，所述第一置钉样本具有标注的置钉参数。本申请中，通过冠状位切分脊柱椎体三维图像，结合预训练的神经网络模型，在无需医生参与的情况下，确定置钉参数，不仅降低了对医生术感的依赖，且在保证精度的同时避免了二次伤害。
一种脊柱智能方法装置设备介质

[发明专利]一种基于集成学习的髋关节病变智能自标注方法及装置-CN202310826402.6在审
发明人： 张逸凌;刘星宇 -专利权人：北京长木谷医疗科技股份有限公司;张逸凌
申请日： 2023-07-06 - 公布日： 2023-10-17 - 主分类号： G06V10/764 文献下载
摘要：本申请提供了一种基于集成学习的髋关节病变智能自标注方法及装置，所述方法包括：将待标注图像输入位置检测模型，得到所述待标注图像中的髋关节图像；将所述髋关节图像输入集成学习模型，得到所述髋关节图像的多个疾病类别；基于预设的综合策略从多个所述疾病类别中确定所述髋关节图像的真实类别并标注；所述集成学习模型包括一个特征提取单元和与所述特征提取单元连接的多个分类单元。本申请中，通过使用相互结合的位置检测模型集成学习模型，实现了对于待标注图像的疾病种类进行自动化标注，通过批量化标注大大提高了疾病种类标注的速度和数量，且统一了标注规则，从而避免了相同图像经由不同人工标注不同的情况。
一种基于集成学习髋关节病变智能标注方法装置

[发明专利]导航手术机械臂最佳关节角度选解方法、装置及设备-CN202310857108.1在审
发明人： 张逸凌;刘星宇 -专利权人：北京长木谷医疗科技股份有限公司;张逸凌
申请日： 2023-07-13 - 公布日： 2023-10-17 - 主分类号： A61B34/30 文献下载
摘要：本申请提供了一种导航手术机械臂最佳关节角度选解方法、装置、设备及计算机可读存储介质。该导航手术机械臂最佳关节角度选解方法，包括：绕工具所在直线旋转一周，生成机械臂末端笛卡尔位姿集合；计算每个机械臂位姿下视觉标记物在传感器下的位姿；判断标记物位姿是否满足被识别的几何约束条件与识别后的精度约束条件；生成满足识别约束条件的机械臂笛卡尔位姿集合；对每个笛卡尔位姿求取机械臂逆运动学关节角度；基于预设的评价指标，对每组关节角度进行排序，并根据排名赋予对应的评价分数；根据总评分进行降序排序，确定评分最高的最佳关节角度。根据本申请实施例，能够更加准确地确定最佳关节角度。
导航手术机械最佳关节角度方法装置设备

[发明专利]一种髋关节图像分割与关键点联动识别方法及装置-CN202310826397.9在审
发明人： 张逸凌;刘星宇 -专利权人：北京长木谷医疗科技股份有限公司;张逸凌
申请日： 2023-07-06 - 公布日： 2023-10-17 - 主分类号： G06T7/10 文献下载
摘要：本申请提供了一种髋关节图像分割与关键点联动识别方法及装置，所述方法包括：获取待识别图像，所述待识别图像为包含髋关节的医学图像；将所述待识别图像输入图像分割与识别模型，得到所述待识别图像的输出热力图；对所述输出热力图进行图像分割和关键点点识别；根据分割和识别后的所述输出热力图，确定所述待识别图像的图像分割结果和关键点识别结果；其中，所述图像分割与识别模型包含多个Hourglass结构。本申请中，通过设置包含多个Hourglass结构的图像分割与识别模型，得到输出热力图，进而确定当前髋关节图像的图像分割结果和关键点识别结果，实现髋关节图像分割与关键点识别的联动，简化中间步骤，避免繁琐过程。
一种髋关节图像分割关键联动识别方法装置

[发明专利]膝关节解剖位点识别方法、装置、设备及可读存储介质-CN202310744070.7在审
发明人： 张逸凌;刘星宇 -专利权人：北京长木谷医疗科技股份有限公司;张逸凌
申请日： 2023-06-21 - 公布日： 2023-10-13 - 主分类号： G06T7/00 文献下载
摘要：本申请提供了一种膝关节解剖位点识别方法、装置、设备及计算机可读存储介质。该膝关节解剖位点识别方法，包括：获取膝关节DICOM数据；通过分割网络得到股骨、胫骨、髌骨和腓骨四个部位的骨骼数据；根据髌骨和股骨末端，胫骨平台位置来切分膝关节DICOM数据，得到切分后的DICOM数据；将切分后的DICOM数据输入膝关节解剖位点识别模型，输出膝关节解剖位点坐标；其中，膝关节解剖位点识别模型是基于全连接神经网络经过模型训练得到的，全连接神经网络包括两个全连接层，两个全连接层之间采用Dropout策略；根据切分后的DICOM数据，将输出的膝关节解剖位点坐标转换成膝关节DICOM数据对应的膝关节解剖位点坐标。根据本申请实施例，能够提高膝关节解剖位点识别的效率和准确率。
膝关节解剖识别方法装置设备可读存储介质

[实用新型]一种手术机器人的智能配准装置-CN202321134035.5有效
发明人： 张逸凌;刘星宇 -专利权人：北京长木谷医疗科技股份有限公司;张逸凌
申请日： 2023-05-12 - 公布日： 2023-10-13 - 主分类号： A61B90/00 文献下载
摘要：本申请提供了一种手术机器人的智能配准装置，其包括：定位架和探针头，其中，所述定位架与所述探针头可拆卸连接；所述探针头的前端设置有圆锥体的针尖，所述圆锥体的母线与轴线的夹角大于45°。本申请中，通过限制圆锥体针尖的母线与轴线的最小夹角，在针尖的尖端不变的情况下，对尖端后的智能配准装置的前端进行了加粗，从而避免探针头在扎穿软骨的过程中受力弯曲，影响配准。
一种手术机器人智能装置

[发明专利]基于深度学习生成对抗网络的医学图像重建方法及装置-CN202310632084.X在审
发明人： 张逸凌;刘星宇 -专利权人：北京长木谷医疗科技股份有限公司;张逸凌
申请日： 2023-05-31 - 公布日： 2023-10-10 - 主分类号： G06T11/00 文献下载
摘要：本发明提供了一种基于深度学习生成对抗网络的医学图像重建方法及装置，方法包括：获取第一医学图像，并基于第一医学图像生成第二医学图像，第二医学图像的清晰度低于第一医学图像的清晰度；基于第一医学图像和第二医学图像，对生成对抗网络模型进行训练；在经过训练后的生成对抗网络模型满足预设训练要求时，将满足预设要求的生成对抗网络作为目标生成对抗网络模型；基于目标生成对抗网络模型，对待处理的医学图像进行处理，得到重建后的目标医学图像。该方法克服了由于医疗影像设备以及影像科医生拍摄习惯不同，所造成的待处理医学图像清晰度较低，从而医生无法准确基于医学图像进行研判的问题，提高了医学图像的准确性，避免安全隐患的发生。
基于深度学习生成对抗网络医学图像重建方法装置

[发明专利]一种基于GLM的脊柱智能诊断评估方法及装置-CN202310861061.6在审
发明人： 张逸凌;刘星宇 -专利权人：北京长木谷医疗科技股份有限公司;张逸凌
申请日： 2023-07-13 - 公布日： 2023-09-29 - 主分类号： G06V10/764 文献下载
摘要：本申请提供了一种基于GLM的脊柱智能诊断评估方法及装置，所述方法包括：将待标注图像输入特征提取单元，得到所述待标注图像的图像特征信息；将所述图像特征信息输入GLM单元，得到所述待标注图像的诊断评估信息；所述特征提取单元和所述GLM单元是基于第一样本图像和标注的诊断信息进行同步训练后得到的，所述GLM单元为预训练语言模型GLM。本申请中，通过相互结合的特征提取单元和GLM模型，实现脊柱图像中脊柱病变的端到端训练和推理；在降低模型复杂度的同时，也降低了模型的推理时间。
一种基于 glm 脊柱智能诊断评估方法装置

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
下一页»
尾页
共 237 条