申请/专利权人：广州附医脑博仕医院有限公司

申请日：2024-01-30

公开（公告）日：2024-03-29

公开（公告）号：CN117770953A

主分类号：A61B34/10

分类号：A61B34/10;A61B90/10;A61B5/369;A61B5/055;A61B5/245;G16H20/40;G16H50/20;G06F18/10;G06F18/25;G06N3/0464;G06N3/084;G06N3/092;G06N5/022;G06N5/045

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.16#实质审查的生效;2024.03.29#公开

摘要：本发明公开了一种脑立体手术计划方法，涉及脑立体定向技术领域，本发明通过数据标准验证和云计算技术，实现多模态数据的统一标定和建立全面的患者信息数据库，数据更具一致性，采用深度学习算法和强化学习算法建立实时多模态数据融合平台，实现对多模态数据动态权重调整，提高数据融合效果，智能决策规则库和机器学习预测模型使得手术路径调整更加智能、灵活，适应患者变化和手术情况的演变，而高分辨率磁共振成像和磁脑图的时空信息，结合实时三维可视化技术，又提高实时信号分析的准确性和直观性，通过密集电极布置、优化电极形状和排列，以及多模态数据的综合利用，大幅提升神经信号采集的精度和全面性，使医生更全面地理解患者的神经活动。

主权项：1.一种脑立体手术计划方法，其特征在于，包括：步骤1.神经信号采集，采用密集电极布置方案，对神经信号进行空间高分辨率采集，保证信号采集的精度；利用脑电图EEG和功能性磁共振成像fMRI同时进行脑信号采集；步骤2.实时信号分析，采用滤波和去噪算法提高信号质量，实时监测信号质量，并动态调整处理参数，提高实时信号的清晰度；步骤3.自适应手术路径调整，建立实时多模态数据融合平台，将神经信号、影像学数据和生理学参数进行实时综合分析，采用深度学习算法对多模态数据的动态权重调整，提高融合效果；同时采用强化学习算法，使决策支持系统根据实时监测结果学习并不断优化手术路径决策；步骤4.数据标准验证，制定多模态数据的统一标定标准，将包括神经信号、影像学和生理学在内的多源数据进行一致性验证，同时采用云计算技术构建全面的患者信息数据库。

全文数据：

权利要求：

百度查询： 广州附医脑博仕医院有限公司 一种脑立体手术计划方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD