-
公开(公告)号：CN109907827A
公开(公告)日：2019-06-21
申请号：CN201910305289.0
申请日：2019-04-16
Applicant: 北京大学第三医院(北京大学第三临床医学院)
Abstract: 本发明公开了一种下颌角截骨术的手术导航系统，包括以下步骤：S1、基于多任务卷积神经网络，根据既往下颌角截骨手术患者的相关资料，建立截骨面预测模型学习版，用新入组下颌角截骨手术患者的相关资料进行训练，得到稳定的截骨面预测模型，再叠加危险区数据集，得到截骨面预测模型稳定版；S2、将下颌角截骨术患者的相关信息输入截骨面预测模型，预测术后面部3D效果改变范围；S3、根据下颌角截骨术患者的最大截骨量及术前CT，在镜片屏幕上绘制投射出可透视的、与术野实时影像拟合的三维图像；S4、对截骨面预测模型不断进行功能叠加，并不断测试改进，完善手术导航系统。本系统通过建立模型，对术后效果进行预测，术中实时渲染，提高手术精度。
-
公开(公告)号：CN112022343B
公开(公告)日：2022-06-24
申请号：CN202010906360.3
申请日：2020-09-01
Applicant: 北京大学第三医院(北京大学第三临床医学院) , 北京航空航天大学
IPC: A61B18/20 , A61B34/00 , A61B34/10 , A61B34/30 , B25J9/16 , B25J11/00 , G06K9/62 , G06T7/80 , G06T17/00 , G16H20/40 , G16H40/63 , G06V10/77
Abstract: 本发明公开了一种智能激光去斑系统，包括机器人、去斑自动控制单元、激光发生器；去斑轨迹规划单元用于采集人脸图像，建立人脸三维形状与颜色信息，规划激光发生器发射端运行轨迹；激光发生器用于产生激光，并通过激光发射端发送；机器人根据激光发射端运行轨迹、运行参数，执行去斑动作。本申请通过采集人脸图像，建立人脸三维形状与颜色信息，规划激光发生器发射端运行轨迹，经过坐标变换，将发射端运行轨迹转换为机器人机械臂各关节的运行轨迹，控制机器人机械臂末端运行，进行激光扫描，保证了去斑面积的全覆盖，提高去斑效率，缩短去斑医疗时间。
-
公开(公告)号：CN112022342B
公开(公告)日：2022-06-24
申请号：CN202010905079.8
申请日：2020-09-01
Applicant: 北京大学第三医院(北京大学第三临床医学院) , 北京航空航天大学
Abstract: 本发明公开了一种智能激光去斑自动控制系统，包括人脸图像采集子系统、建立人脸三维形状子系统、规划轨迹子系统、控制子系统；人脸图像采集子系统用于采集人脸图像；根据采集到的人脸图像信息，建立人脸三维形状与颜色信息；规划轨迹子系统根据人脸三维形状与颜色信息，规划激光发光点运行轨迹；控制子系统根据激光发光点运行轨迹、运行参数，控制激光发光点运行。本申请通过采集人脸图像，建立人脸三维形状与颜色信息，规划激光发光点运行轨迹，根据激光发光点运行轨迹、运行参数，控制激光发光点运行，保证了去斑位置的全覆盖，保证每一个斑点都能够被扫描到，提高去斑效果。
-
公开(公告)号：CN112022342A
公开(公告)日：2020-12-04
申请号：CN202010905079.8
申请日：2020-09-01
Applicant: 北京大学第三医院(北京大学第三临床医学院) , 北京航空航天大学
Abstract: 本发明公开了一种智能激光去斑自动控制系统，包括人脸图像采集子系统、建立人脸三维形状子系统、规划轨迹子系统、控制子系统；人脸图像采集子系统用于采集人脸图像；根据采集到的人脸图像信息，建立人脸三维形状与颜色信息；规划轨迹子系统根据人脸三维形状与颜色信息，规划激光发光点运行轨迹；控制子系统根据激光发光点运行轨迹、运行参数，控制激光发光点运行。本申请通过采集人脸图像，建立人脸三维形状与颜色信息，规划激光发光点运行轨迹，根据激光发光点运行轨迹、运行参数，控制激光发光点运行，保证了去斑位置的全覆盖，保证每一个斑点都能够被扫描到，提高去斑效果。
-
公开(公告)号：CN109907827B
公开(公告)日：2020-07-14
申请号：CN201910305289.0
申请日：2019-04-16
Applicant: 北京大学第三医院(北京大学第三临床医学院)
Abstract: 本发明公开了一种下颌角截骨术的手术导航系统，包括以下步骤：S1、基于多任务卷积神经网络，根据既往下颌角截骨手术患者的相关资料，建立截骨面预测模型学习版，用新入组下颌角截骨手术患者的相关资料进行训练，得到稳定的截骨面预测模型，再叠加危险区数据集，得到截骨面预测模型稳定版；S2、将下颌角截骨术患者的相关信息输入截骨面预测模型，预测术后面部3D效果改变范围；S3、根据下颌角截骨术患者的最大截骨量及术前CT，在镜片屏幕上绘制投射出可透视的、与术野实时影像拟合的三维图像；S4、对截骨面预测模型不断进行功能叠加，并不断测试改进，完善手术导航系统。本系统通过建立模型，对术后效果进行预测，术中实时渲染，提高手术精度。
-
Patent Agency Ranking
公开(公告)号：CN111227933A
公开(公告)日：2020-06-05
申请号：CN202010209824.5
申请日：2020-03-23
Applicant: 北京大学第三医院(北京大学第三临床医学院)
Abstract: 本发明公开了一种下颌角截骨术的预测和实时渲染系统，系统包括标定子系统、预测子系统、渲染子系统：标定子系统用于根据下颌角截骨手术患者的术前CT图像，获得下颌角截骨手术患者的下齿列铆钉点、危险区，并标定最大去骨范围；预测子系统用于将下颌角截骨手术患者的术前CT图像、术前照片、预测术后照片、最大去骨范围，输入截骨面预测模型，预测出实际患者的截除线、去骨面，渲染子系统用于结合AR设备，实时渲染术野截除线、去骨面、危险区。本发明根据实际患者的术前CT、术前照片与截骨面预测模型，对实际患者的术野进行实时渲染，提高手术精度，降低手术风险，缩短手术时间，减少手术并发症。
-
公开(公告)号：CN109875684A
公开(公告)日：2019-06-14
申请号：CN201910305894.8
申请日：2019-04-16
Applicant: 北京大学第三医院(北京大学第三临床医学院)
Abstract: 本发明公开了一种下颌角截骨术的预测和实时渲染方法，包括以下步骤：S1、根据下颌角截骨手术患者的术前CT图像，获得下颌角截骨手术患者的下齿列铆钉点、危险区，并标定最大去骨范围；S2、将下颌角截骨手术患者的术前CT图像、术前照片、预测术后照片、最大去骨范围，输入截骨面预测模型，预测出实际患者的截除线、去骨面，结合AR设备，实时渲染术野截除线、去骨面、危险区。本发明根据实际患者的术前CT、术前照片与截骨面预测模型，对实际患者的术野进行实时渲染，提高手术精度，降低手术风险，缩短手术时间，减少手术并发症。
-
公开(公告)号：CN109875683A
公开(公告)日：2019-06-14
申请号：CN201910305884.4
申请日：2019-04-16
Applicant: 北京大学第三医院(北京大学第三临床医学院)
Abstract: 本发明公开了一种下颌角截骨术中建立截骨面预测模型的方法，包括以下步骤：S1、根据既往患者下颌角截骨手术患者术前CT图像、术后CT图像获得第一截骨面参数，结合既往患者的术前照片、术后照片，基于多任务卷积神经网络，获得截骨面预测模型学习版，得到手术导航系统1.0版；S2、收集新入组患者术前CT图像、术后CT图像，获得第二截骨面参数，获得第二截骨面参数，构建测试集，对截骨面预测模型进行测试，得到稳定的截骨面预测模型，再结合既往患者的危险区、新入组患者的危险区，得到截骨面预测模型稳定版，完成手术导航系统2.0版。本发明将计算机知识与截骨信息结合，实现了下颌角截骨术系统建立，为以后的手术提供依据。
-
公开(公告)号：CN111227933B
公开(公告)日：2021-02-19
申请号：CN202010209824.5
申请日：2020-03-23
Applicant: 北京大学第三医院(北京大学第三临床医学院)
Abstract: 本发明公开了一种下颌角截骨术的预测和实时渲染系统，系统包括标定子系统、预测子系统、渲染子系统：标定子系统用于根据下颌角截骨手术患者的术前CT图像，获得下颌角截骨手术患者的下齿列铆钉点、危险区，并标定最大去骨范围；预测子系统用于将下颌角截骨手术患者的术前CT图像、术前照片、预测术后照片、最大去骨范围，输入截骨面预测模型，预测出实际患者的截除线、去骨面，渲染子系统用于结合AR设备，实时渲染术野截除线、去骨面、危险区。本发明根据实际患者的术前CT、术前照片与截骨面预测模型，对实际患者的术野进行实时渲染，提高手术精度，降低手术风险，缩短手术时间，减少手术并发症。
-
公开(公告)号：CN110021428A
公开(公告)日：2019-07-16
申请号：CN201910268033.7
申请日：2019-04-03
Applicant: 北京大学第三医院(北京大学第三临床医学院)
Abstract: 本发明公开了一种利用神经网络提高激光祛斑效果的方法，包括以下步骤：进入神经网络训练学习前的参数采集阶段：将患者患处信息作为神经网络训练学习前的输入参数，将医生经验治疗方案作为神经网络训练学习前的输出参数；进入神经网络训练学习阶段：神经网络根据已知的输入参数和输出参数进行训练学习、学习结果作为神经网络使用阶段的隐含层数据；进入神经网络完成训练学习后的使用阶段：新的患者需要治疗时，只需要将该患者患处信息输入到已经完成训练学习的神经网络，该神经网络根据输入层新的信息自动匹配隐含层已知学习结果，并在输出层输出近似于医生经验治疗方案的治疗参数。本发明大大提高大夫的工作效率，提高病人的满意度。
-
-
-
-
-
-
-
-
-
Search Results
18
records
(took 0.051 seconds)
