申请/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:2023-08-30
公开(公告)日:2024-04-02
公开(公告)号:CN117009826B
主分类号:G06F18/22
分类号:G06F18/22;A61F2/34;A61F2/46;G06F18/24;G06N20/00
优先权:
专利状态码:有效-授权
法律状态:2024.04.02#授权;2023.11.24#实质审查的生效;2023.11.07#公开
摘要:本申请提供了一种基于深度学习的髋臼杯角度自适应确定方法及装置,所述方法包括:基于股骨柄内植入的传感器,获取单个对象的传感器数据;基于所述单个对象的传感器数据对位置预测模型进行训练,得到训练完成的位置预测模型;基于训练完成的位置预测模型,从所述单个对象的传感器数据中筛选出多组规律数据;确定筛选后的每组规律数据对应的髋臼杯轴线;基于筛选后的所述髋臼杯轴线,确定最佳髋臼杯轴线及对应的最佳髋臼杯角度。本申请中,通过设置在股骨柄假体内的传感器采集单个对象的假体运动数据,并基于该假体运动数据确定该对象的最佳髋臼杯角度,从而大大增加单个患者与髋臼杯角度的适应性。
主权项:1.一种基于深度学习的髋臼杯角度自适应确定方法,其特征在于,包括:基于股骨柄内植入的传感器,获取单个对象的传感器数据,所述传感器数据包括轴向数据和定位数据;基于所述单个对象的传感器数据对位置预测模型进行训练,得到训练完成的位置预测模型;基于训练完成的位置预测模型,从所述单个对象的传感器数据中筛选出多组规律数据;确定筛选后的每组规律数据对应的髋臼杯轴线;基于筛选后的所述髋臼杯轴线,确定最佳髋臼杯轴线及对应的最佳髋臼杯角度;所述基于训练完成的位置预测模型,从所述单个对象的传感器数据中筛选出多组规律数据中,输入连续的N-1个传感器数据,预测第N个传感器数据;若预测的传感器数据与实际的传感器数据的差值小于预设的阈值,则该N个传感器数据均为规律数据。
全文数据:
权利要求:
百度查询: 北京长木谷医疗科技股份有限公司;张逸凌 一种基于深度学习的髋臼杯角度自适应确定方法及装置
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。