-
公开(公告)号：CN118718203B
公开(公告)日：2025-05-09
申请号：CN202410604621.4
申请日：2024-05-15
Applicant: 北京大学第三医院(北京大学第三临床医学院)
Abstract: 本发明涉及人工智能领域，具体涉及一种基于脑电数据分析的麻醉辅助唤醒方法、控制中心及设备，目的在于提高对麻醉辅助唤醒装置的控制精准度。本发明提出的基于脑电数据分析的麻醉辅助唤醒方法适用于控制中心，包括：获取患者的脑电数据以及其他生理数据；根据脑电数据以及其他生理数据，确定患者当前的意识类别；根据预设的时间节点、意识类别和控制策略之间的映射关系，确定当前的控制策略；根据当前的控制策略控制麻醉辅助唤醒装置执行相应的操作。本发明实现了对麻醉辅助唤醒装置的智能化操控，摆脱了对医生经验的依赖，提高了控制精准度。
-
公开(公告)号：CN119770272A
公开(公告)日：2025-04-08
申请号：CN202411924212.9
申请日：2024-12-25
Applicant: 北京大学第三医院(北京大学第三临床医学院)
Abstract: 本申请涉及患者转移装置的技术领域，改善了现有技术依赖人力驱动不利于患者转运的问题，公开了一种适用于患者转移的智能转运机器人，其包括依次连接的尾板、基础板、背板；基础板底部设置有底板和万向轮；底盘和基础板之间设置有升降组件；基础板一侧设置有支撑壳体；尾板通过第一转轴连接基础板，并设置第一蜗轮；背板通过第二转轴连接基础板，并设置第二蜗轮；支撑壳体中转动连接有驱动杆，驱动杆两端分别设置有旋向相反的蜗齿；驱动杆中部设置有第一锥齿轮；支撑壳体底部设置有第一驱动件，第一驱动件输出端设置有第二锥齿轮。本申请能够便于患者平稳转移。
-
公开(公告)号：CN119090849B
公开(公告)日：2025-04-08
申请号：CN202411215235.2
申请日：2024-09-02
Applicant: 北京大学第三医院(北京大学第三临床医学院)
IPC: G06T7/00 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明提供一种左右支气管判别模型的构建方法，包括：构建包括数据融合模块、最佳观察位置识别模块和左右支气管开口识别模块的初始左右支气判别模型；左右支气管判别模型用于基于最佳观察位置识别得到的最佳观察位置的图像与位置信息融合数据，进行左、右支气管开口识别；获取多个患者的气管插管过程中的多个最佳观察位置和非最佳观察位置的导管探头前端图像和位置信息，构建训练样本集，并对左右支气管判别模型进行训练，经过损失函数迭代更新，得到收敛的左右支气管判别模型。本发明解决了现有技术中的支气管插管技术依靠医生的主观判断，容易引起错误辨别左、右支气管的问题。
-
公开(公告)号：CN116585580B
公开(公告)日：2023-11-28
申请号：CN202310875899.0
申请日：2023-07-18
Applicant: 北京大学第三医院(北京大学第三临床医学院)
IPC: A61M16/01
Abstract: 本发明涉及一种自动调节喉罩位置的装置与方法；其中，装置包括充放气控制装置和喉罩位置调节装置；所述喉罩位置调节装置设置于喉罩本体前端密封部位的喉罩背侧，包括微控制器和多个微气囊；每个所述微气囊内均设置有姿态传感器和气压传感器；所述微控制器用于接收所述姿态传感器和气压传感器的测量值，并判断是否需要对微气囊进行充/放气；多个所述微气囊与所述充放气控装置连接，基于所述控制器的判断结果，进行充/放气，以调节喉罩位置。本发明解决了由于体位变动或口咽部肌肉张力变化等因素引起喉罩位置变化，而现有方法无法对喉罩位置进行精确的自动调节的问题。
-
公开(公告)号：CN116115311B
公开(公告)日：2023-09-19
申请号：CN202310266440.0
申请日：2023-03-13
Applicant: 北京大学第三医院(北京大学第三临床医学院)
Abstract: 本发明公开了一种超声引导中心静脉穿刺针和探头结合装置，包括底座、机械臂和探头夹具，所述机械臂设置在底座上，所述机械臂的自由端连接探头夹具，所述机械臂的自由端侧壁上连接有穿刺组件，所述穿刺组件包括位姿调整机构和进针机构，所述位姿调整机构的固定端与机械臂的侧壁连接并且自由端连接进针机构；所述探头夹具包括旋转连接头，所述旋转连接头与机械臂的连接端设置有第一伺服电机，所述第一伺服电机的输出端与旋转连接头同轴固定连接，所述旋转连接头自由端连接有安装盘。本发明所述的超声引导中心静脉穿刺针和探头结合装置可以根据需要快速切换超声探头进行影像验证，并且可以将长轴法和短轴法相结合使得穿刺探测更精准。
-
Patent Agency Ranking
公开(公告)号：CN116115311A
公开(公告)日：2023-05-16
申请号：CN202310266440.0
申请日：2023-03-13
Applicant: 北京大学第三医院(北京大学第三临床医学院)
Abstract: 本发明公开了一种超声引导中心静脉穿刺针和探头结合装置，包括底座、机械臂和探头夹具，所述机械臂设置在底座上，所述机械臂的自由端连接探头夹具，所述机械臂的自由端侧壁上连接有穿刺组件，所述穿刺组件包括位姿调整机构和进针机构，所述位姿调整机构的固定端与机械臂的侧壁连接并且自由端连接进针机构；所述探头夹具包括旋转连接头，所述旋转连接头与机械臂的连接端设置有第一伺服电机，所述第一伺服电机的输出端与旋转连接头同轴固定连接，所述旋转连接头自由端连接有安装盘。本发明所述的超声引导中心静脉穿刺针和探头结合装置可以根据需要快速切换超声探头进行影像验证，并且可以将长轴法和短轴法相结合使得穿刺探测更精准。
-
公开(公告)号：CN118512156B
公开(公告)日：2024-10-11
申请号：CN202410989247.4
申请日：2024-07-23
Applicant: 北京大学第三医院(北京大学第三临床医学院)
IPC: A61B5/00 , A61B5/374 , A61B5/0205 , G16H50/70 , G06F18/2433 , G06F18/27 , G06F18/214 , G06F18/21 , G06F18/22 , G06N3/0464 , G06N3/048
Abstract: 本发明提供了一种术中麻醉深度的预测方法及相关设备，应用于数据处理技术领域。本申请获取训练样本集和目标用户数据；对训练样本集进行预处理，生成带有标识信息的训练样本集；基于预设处理规则对带有标识信息的训练样本集进行处理，生成训练集和测试集；获取与标识信息相匹配的预设实时麻醉深度预测模型；基于训练集和测试集对预设实时麻醉深度预测模型进行训练，生成目标实时麻醉深度预测模型；对目标用户数据进行处理，生成待监测用户数据；基于目标实时麻醉深度预测模型对待监测用户数据进行处理，生成预测结果，其中，预测结果包括待监测用户在预设时间段内的麻醉深度。
-
公开(公告)号：CN118737390A
公开(公告)日：2024-10-01
申请号：CN202411215237.1
申请日：2024-09-02
Applicant: 北京大学第三医院(北京大学第三临床医学院)
IPC: G16H30/00 , G06T7/00 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/08 , G16H40/60 , A61B1/00 , A61B1/267 , A61B34/20
Abstract: 本发明提供一种自动辨认左右支气管的可视化智能插管辅助系统，所述系统包括数据采集单元、上位机和人机交互单元，其中：数据采集单元包括设置于插管导管探头前端的摄像头和位置传感器，用于采集插管导管前端所在位置的视频数据和位置信息；上位机用于基于视频数据和位置信息进行最佳观察位置判定，并基于最佳观察位置采集的视频数据和位置信息，通过预先训练的左右支气管判别模型进行特征提取和分类预测，识别左、右支气管；人机交互单元用于显示插管导管探头前端所在位置的图像及左、右支气管识别结果，辅助气管插管操作。本发明解决了现有技术中的支气管插管技术依靠医生的主观判断，容易引起错误辨别左、右支气管的问题。
-
公开(公告)号：CN118000665B
公开(公告)日：2024-08-09
申请号：CN202410121867.6
申请日：2024-01-30
Applicant: 北京大学第三医院(北京大学第三临床医学院)
Abstract: 本发明提供一种基于术前检测指标的术后谵妄预测模型的训练方法及设备，该方法包括：获取多个患者的多个术前检测指标，并进行数据预处理，构建得到训练样本集；构建术后谵妄预测模型，所述术后谵妄预测模型包括并行设置的眼跳及脑电联合特征提取模块和结构化数据特征提取模块，以及用于基于所述眼跳及脑电联合特征提取模块和结构化数据特征提取模块提取的特征向量进行分类预测的特征融合预测模块；利用所述训练样本集中的数据，对所述术后谵妄预测模型进行迭代训练，得到收敛的术后谵妄预测模型。本发明解决了现有技术中无法在术前对患者的术后谵妄情况进行准确预测的问题，或由于预测指标单一，预测准确度差的问题。
-
公开(公告)号：CN117942080B
公开(公告)日：2024-07-19
申请号：CN202410353673.9
申请日：2024-03-27
Applicant: 北京大学第三医院(北京大学第三临床医学院)
Abstract: 本发明提供一种基于多模态影像组学的肌萎缩侧索硬化抑郁风险评估系统：系统包括：数据采集单元，用于采集待评估患者的多模态脑影像数据；影像组学特征提取单元，用于对各模态的脑影像数据标注肌萎缩侧索硬化相关脑区，并进行影像组学特征提取；特征数据筛选单元，用于对提取的影像组学特征数据进行筛选；抑郁风险评估单元，为预训练的神经网络模型，用于基于筛选得到的评估数据进行分类预测，得到待评估患者的肌萎缩侧索硬化抑郁风险评估结果。本发明解决了现有技术中的抑郁风险评估主要依靠患者的临床表现，医生和患者的主观性影响较强，且没有考虑到肌萎缩侧索硬化疾病因素对于抑郁判断的影响，导致评估准确性差的问题。
-
-
-
-
-
-
-
-
-
Search Results
71
records
(took 0.034 seconds)
