申请/专利权人：陕西中医药大学附属医院

申请日：2024-03-04

公开（公告）日：2024-04-05

公开（公告）号：CN117831770A

主分类号：G16H50/30

分类号：G16H50/30;G16H20/30;G16H40/60;G06N3/045;G06N3/0475;G06N3/094;G06F18/243;G06N5/01;A61F5/042;A61B5/107;G06F123/02

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.23#实质审查的生效;2024.04.05#公开

摘要：本发明属于颈椎恢复领域，具体提供了一种基于深度学习的颈椎状态恢复评估方法和系统，应用于交互通信的温控颈椎牵引仪和用户终端，所述方法包括：通过用户终端生成颈椎恢复评估请求；并将颈椎恢复评估请求发送至温控颈椎牵引仪，采集患者颈椎的实时异常曲度和患者颈椎治疗数据；根据实时异常曲度和患者身体数据，设定约束条件，生成基于时间尺度确定最优治疗曲线，确定患者的目标治疗函数，确定理想颈椎牵引轨迹；将理想颈椎牵引轨迹和患者颈椎治疗数据通过训练好的深度神经网络监督模型在时间尺度下进行轨迹评估，输出颈椎恢复的评估结果。通过上述技术方案，判断患者的恢复情况，同时判断患者的治疗方案是否达到了最优的治疗效果。

主权项：1.一种基于深度学习的颈椎状态恢复评估方法，应用于交互通信的温控颈椎牵引仪和用户终端，其特征在于，包括：当用户终端接收到用户发出的颈椎状态恢复评估指令时，生成颈椎恢复评估请求；将颈椎恢复评估请求发送至温控颈椎牵引仪，通过温控颈椎牵引仪内的角度测量感受器采集患者颈椎的实时异常曲度和患者颈椎治疗数据；根据实时异常曲度和患者身体数据，设定约束条件，生成基于时间尺度确定最优治疗曲线，确定患者的目标治疗函数；根据目标治疗函数，确定理想颈椎牵引轨迹；将理想颈椎牵引轨迹和患者颈椎治疗数据通过训练好的深度神经网络监督模型在时间尺度下进行轨迹评估，输出颈椎恢复的评估结果。

全文数据：

权利要求：

百度查询： 陕西中医药大学附属医院 基于深度学习的颈椎状态恢复评估方法和系统

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