-
公开(公告)号：CN119597642B
公开(公告)日：2025-05-02
申请号：CN202411560469.0
申请日：2024-11-04
Applicant: 中国人民解放军总医院第四医学中心
Abstract: 本发明提供一种骨折影像辅助分析软件性能测试方法及系统，涉及软件测试技术领域。该方法包括：获取骨折影像测试数据；对骨折影像测试数据进行增强，获取骨折影像增强数据；确定待测试骨折影像辅助分析软件对标注信息的识别准确率和处理速度；结合惯性矩矩阵和旋转矩形框提取骨折影像增强数据中各张骨折影像的感兴趣区域，得到感兴趣区域集合；将其输入至软件进行重复测试，获取二次识别准确率；在二次识别准确率大于预设二次识别准确率的情况下，确定待测试骨折影像辅助分析软件性能达标，否则，输出与标注信息相对应的异常类别；确定待测试骨折影像辅助分析软件性能不达标，输出异常类别。提升测试覆盖广度、测试速度和测试准确性。
-
公开(公告)号：CN118000878B
公开(公告)日：2024-08-13
申请号：CN202410262374.4
申请日：2024-03-07
Applicant: 中国人民解放军总医院第四医学中心
Abstract: 本发明提供一种带膨胀结构的锁定接骨螺钉，属于医用器械技术领域。包括接骨螺钉，所述接骨螺钉的顶部外壁开设有环形槽，所述接骨螺钉的顶部开设有第一十字槽，所述接骨螺钉的外壁开设有对称设置的隐藏槽，所述隐藏槽与所述环形槽相连通。本发明通过设置膨胀机构，实现了接骨螺钉的基本功能，也加强了接骨螺钉与患者骨头的铆合力，并可适配不同骨质患者使用，通过设置连接机构，实现了对骨头裂缝处拉拢锁定，同时可根据患者骨裂的大小以及骨裂的形状去适配使用，可单独使用，避免了复杂的操作过程，也避免了特定钢板在使用中的局限性，提高了手术的效率，通过膨胀机构、连接机构的配合设置，高了接骨螺钉与骨头之间的连接强度。
-
公开(公告)号：CN118141492A
公开(公告)日：2024-06-07
申请号：CN202410262373.X
申请日：2024-03-07
Applicant: 中国人民解放军总医院第四医学中心
IPC: A61B17/86
Abstract: 本发明提供一种高把持力骨螺钉及其使用方法，属于骨螺钉技术领域。包括螺钉组件，螺纹套接于所述螺钉组件内部的传动组件，设置于所述传动组件上的支撑组件，套设于所述螺钉组件内部的稳定组件。本发明通过向上转动弹力片，固定板与螺钉主体内壁螺纹的配合下，带动传动组件上移，传动组件上移后，向上拉动第一支撑杆脱离弹力片内部，并转动第一支撑杆使其呈水平状态，第二支撑杆以中轴转动，一端卡接于矩形槽内，传动组件、支撑组件与螺钉组件形成整体，螺钉主体底部与骨头接触，手持传动组件与支撑组件外部，向下施加旋转力，通过螺纹块旋转带动螺钉主体进入骨头内，从而避免螺丝刀旋转骨螺钉出现滑丝现象，同时有效避免碎屑落入体内。
-
公开(公告)号：CN119597642A
公开(公告)日：2025-03-11
申请号：CN202411560469.0
申请日：2024-11-04
Applicant: 中国人民解放军总医院第四医学中心
Abstract: 本发明提供一种骨折影像辅助分析软件性能测试方法及系统，涉及软件测试技术领域。该方法包括：获取骨折影像测试数据；对骨折影像测试数据进行增强，获取骨折影像增强数据；确定待测试骨折影像辅助分析软件对标注信息的识别准确率和处理速度；结合惯性矩矩阵和旋转矩形框提取骨折影像增强数据中各张骨折影像的感兴趣区域，得到感兴趣区域集合；将其输入至软件进行重复测试，获取二次识别准确率；在二次识别准确率大于预设二次识别准确率的情况下，确定待测试骨折影像辅助分析软件性能达标，否则，输出与标注信息相对应的异常类别；确定待测试骨折影像辅助分析软件性能不达标，输出异常类别。提升测试覆盖广度、测试速度和测试准确性。
-
公开(公告)号：CN119097406A
公开(公告)日：2024-12-10
申请号：CN202411168431.9
申请日：2024-08-23
Applicant: 中国人民解放军总医院第四医学中心
IPC: A61B17/80
Abstract: 本发明提供一种时间调控的轴向微动接骨板，属于医疗器械领域。包括主体单元和调节单元，主体单元包括多个接骨板主体；调节单元包括矩形块，多个所述接骨板主体中部均开设有矩形槽，所述矩形块滑动连接在矩形槽内壁，所述接骨板主体上螺纹连接有螺钉，所述螺钉螺纹穿插在矩形块中部，所述矩形块上端固定连接有固定片，所述固定片上端固定连接有降解片，所述接骨板主体上开设有与固定片和降解片相互配合的限位槽，通过降解片作为时变开关，利用降解时间，调控接骨板主体发生轴向微动的时间，并且每个钉孔，都可以任意调整微动的大小，能够实现最佳的骨折愈合力学环境，并更有利于长骨的应力传递，减少应力遮挡。
-
Patent Agency Ranking
公开(公告)号：CN117612676B
公开(公告)日：2024-06-07
申请号：CN202311476948.X
申请日：2023-11-08
Applicant: 中国人民解放军总医院第四医学中心
Inventor： 李建涛 , 王梦琳 , 张巍 , 张浩 , 王凯旋 , 刘婉姮 , 李猛 , 张子程 , 赵燕鹏 , 王道峰 , 徐成 , 张武鹏 , 贾争锋 , 高伟录 , 任晓萌 , 张里程 , 唐佩福
Abstract: 本发明提供了一种实现人体解剖特征参数批量化提取的方法及装置，其中方法包括：获取待测样本；生成平均模型；计算平均模型和每个待测样本形成空间位置的点对应关系；对每个待测样本在平均模型上进行测量；批量输出每个待测样本的特征参数数据。将特征点抽取与仿射变换结合起来降低计算时间，同时使用非刚性配准方法计算对应点实现批量快速测量。
-
公开(公告)号：CN117547341A
公开(公告)日：2024-02-13
申请号：CN202311673380.0
申请日：2023-12-07
Applicant: 中国人民解放军总医院第四医学中心
IPC: A61B17/68
Abstract: 本发明提供一种膨胀螺钉，属于医疗器械技术领域；包括螺钉和套筒，螺钉和套筒的内表面均插设有导杆，螺钉的一端固定连接有钉头，套筒和螺钉的表面均设置有自锁组件，钉头和定位杆的表面均设置有防倒滑组件；通过设置套筒和导杆，套筒和导杆配合可以让钉头膨胀，膨胀起的钉头不仅可以让螺钉对骨折处起到更好的抗旋转效果，而且可以提高对骨折处的加压效果，进而提高螺钉的抗拔出能力，导杆和螺钉是通过导针一起被旋入骨内的，导杆内表面导针避让孔的直径大小没有硬性要求，因此操作人员可以选择直径和强度足够大的导针进行手术，操作人员除了可以通过旋转导杆让钉头发生膨胀，而且可以回拉导杆让钉头持续发生膨胀。
-
公开(公告)号：CN118153406B
公开(公告)日：2024-08-09
申请号：CN202410588687.9
申请日：2024-05-13
Applicant: 中国人民解放军总医院第四医学中心
IPC: G06F30/23 , G06F30/27 , G06N3/0475 , G06N3/094 , G06N3/0455 , G16H50/50
Abstract: 本发明提供一种基于有限元的骨科内植物松动预测方法，涉及智慧医疗系统技术领域，其中该方法包括：获取目标患者脊椎图像集和目标患者临床数据；从目标患者脊椎图像集中提取图像特征属性集；将图像特征属性集和螺钉材质类型输入至预设的有限元分析FEA生成模型，以确定相应的模拟FEA数据；FEA生成模型采用生成式对抗网络；对目标患者脊椎图像集进行FEA处理，以得到当前真实FEA数据；将模拟FEA数据、当前真实FEA数据和目标患者临床数据输入至预设的螺钉松动预测模型，以确定螺钉松动预测结果，螺钉松动预测模型采用深度学习模型。由此，降低了FEA数据分析门槛，并充分考虑患者多维的个性化信息，提高了螺栓预测结果的准确率。
-
公开(公告)号：CN118352065A
公开(公告)日：2024-07-16
申请号：CN202410450618.1
申请日：2024-04-15
Applicant: 中国人民解放军总医院第四医学中心
Abstract: 本发明提供一种基于人工智能的骨强度预测方法及系统，涉及人工智能技术领域。所述系统包括：后台服务器，用于登记并保存当前用户的身份ID，以及定期生成骨骼扫描检测指令，并将骨骼扫描检测指令下发至用户终端；以及对用户终端上传的骨骼影像数据进行骨强度预测，得到骨强度值预测结果；用户终端，用于登录后台服务器并转发后台服务器下发的骨骼扫描检测指令至用户终端上部署的AI语音机器人；AI语音机器人，用于语音播放所述骨骼扫描检测指令，提醒当前用户定期进行骨骼扫描检测；后台数据库，用于保存当前用户的骨骼影像数据和骨强度值预测结果。本发明能够借助AI技术对用户骨骼健康进行主动监督，良性发展。
-
公开(公告)号：CN118153406A
公开(公告)日：2024-06-07
申请号：CN202410588687.9
申请日：2024-05-13
Applicant: 中国人民解放军总医院第四医学中心
IPC: G06F30/23 , G06F30/27 , G06N3/0475 , G06N3/094 , G06N3/0455 , G16H50/50
Abstract: 本发明提供一种基于有限元的骨科内植物松动预测方法，涉及智慧医疗系统技术领域，其中该方法包括：获取目标患者脊椎图像集和目标患者临床数据；从目标患者脊椎图像集中提取图像特征属性集；将图像特征属性集和螺钉材质类型输入至预设的有限元分析FEA生成模型，以确定相应的模拟FEA数据；FEA生成模型采用生成式对抗网络；对目标患者脊椎图像集进行FEA处理，以得到当前真实FEA数据；将模拟FEA数据、当前真实FEA数据和目标患者临床数据输入至预设的螺钉松动预测模型，以确定螺钉松动预测结果，螺钉松动预测模型采用深度学习模型。由此，降低了FEA数据分析门槛，并充分考虑患者多维的个性化信息，提高了螺栓预测结果的准确率。
-
-
-
-
-
-
-
-
-
Search Results
18
records
(took 0.035 seconds)
