机械臂辅助引导结合AI超声图像识别系统的制作方法

本发明属于智能医疗，具体为机械臂辅助引导结合ai超声图像识别系统。

背景技术：

1、利用人工智能技术来辅助进行医疗是目前所流行的趋势，例如识别脊柱超声图像，可以通过对大量的脊柱超声图像进行训练，让人工智能系统自动学习脊柱超声图像的特征和模式，从而实现对脊柱超声图像的自动识别和分析。这种方式具有许多优点，可以提高医生对脊柱超声图像的识别准确度和速度，缩短诊断时间，减少误诊率等。此外，该方法还可以帮助医生更好地理解脊柱超声图像的特征和模式，提高医生的诊断水平和治疗效果。

2、然而，该方式也存在一些挑战和限制，例如需要大量的脊柱超声图像数据和医学专业知识来训练人工智能系统，以及需要确保人工智能系统的准确性和可靠性等；因此，本发明针对存在的缺陷进行针对性解决和完善。

技术实现思路

1、本发明的目的在于提供机械臂辅助引导结合ai超声图像识别系统，以解决上述背景技术中提出的问题。

2、为了实现上述目的，本发明提供如下技术方案：机械臂辅助引导结合ai超声图像识别系统，该超声图像识别系统由ct定位的机械臂辅助外引导模块和基于ai学习脊柱超声图像识别模块组成。

3、优选地，所述ct定位的机械臂辅助外引导模块包含有：ct定位装置；机械臂；计算机硬件和软件；显示设备。

4、优选地，所述ct定位的机械臂辅助外引导模块的操作步骤为：

5、s1，在定位框架上固定患者，通过ct扫描获取目标部位的连续断层图像数据；

6、s2，在ct设备上，将断层图像数据进行三位重维，生成目标部位的三维模型、结合断层图像和体表定位网格，来寻找病灶部位和最佳穿刺路径；

7、s3，预设穿刺路径、测量穿刺参数：确定位置，使用ct激光体表投射，结合定位网格，使用记号笔在体表标记进针点位置，并测量相关数据；

8、s4，通过显示设备实时显示患者体内目标部位的三维图像和机械臂的位置，根据这些信息进行手术导航或介入治疗；

9、s5，图像配准、统一象限：机械臂末端拖动至已标记体表穿刺点，使用定位框来确定机械臂末端在ct图像中的位置和姿态；在机械臂系统中，与ct扫描图像的坐标系进行配准，通过机械臂在患者体外对目标部位进行定位和姿态调整，机械臂的位置通过计算机进行实时监控和调整；

10、首先，需要在ct图像和机械臂坐标系中选择一些参考点。然后，需要采集机械臂在各种姿态下的位置数据，以及对应的ct图像数据。接下来，需要从采集的数据中提取特征点。然后，需要选择合适的变换模型来拟合机械臂坐标系和ct图像坐标系之间的关系。通过最小化机械臂位置和ct图像中标记点位置之间的差异来实现。最后，通过计算机实时监控机械臂的位置和姿态信息，并根据需要进行调整。

11、s6,机械臂手动姿态调整：将机械臂末端穿刺引导支架拖动至已标记体表穿刺点，进行机械臂空间姿态调整，以对准体内靶点。

12、s7，医生将穿刺针通过皮肤标记进针点，沿着机械臂末端穿刺支架引导方向，进行体内靶点穿刺，至预设穿刺深度后，重复ct扫描，确认靶点与穿刺针尖到位的关系；

13、s8，在治疗完成后，系统生成报告，记录治疗过程和结果。

14、优选地，所述基于ai学习脊柱超声图像识别模块包括有：超声设备；超声探头；图像数据预处理；深度学习模型；模型训练和优化；用户界面。

15、优选地，所述基于ai学习脊柱超声图像识别模块的操作步骤为：

16、步骤一：超声图像的采集和处理；通过超声探头采集患者的脊柱超声图像，然后对图像进行处理和清晰化，提高图像的质量和可识别性。

17、步骤二：数据标注和分类：对采集到的图像进行标注和分类，以便训练模型。

18、步骤三：机器学习模型的训练：利用深度学习算法和模型对标注和分类好的数据进行训练，以学习超声图像中不同病变的特征和模式；

19、步骤四：模型的测试和验证；通过对已知病例的测试和验证，检验训练出的模型的准确率和可靠性。

20、优选地，所述步骤一中对图像进行处理和清晰化的方法是利用机械臂的空间拖动技术以及目标超声切面的空间角度微调，来优化探查图像以及可靠稳定的采集保存图像。

21、优选地，所述机械臂的空间拖动技术是通过机械臂的精确运动，在空间中拖动或搬运物体辅助进行精准的超声图像扫描和识别；其具体步骤为：

22、1，自动化扫描：根据预设的路径和程序，自动地移动和调整超声探头，完成自动化扫描；

23、2，图像识别和处理：将采集到的超声图像传输到ai算法中进行处理和识别；

24、3，实时反馈和调整；实时接收ai算法的处理结果，并根据结果进行微调；

25、4，远程操控：通过机械臂和ai技术的结合，通过远程操控机械臂进行超声图像采集和识别，实现远程医疗服务。

26、优选地，所述步骤目标超声切面的空间角度微调是指通过调整超声探头的空间角度，以获取目标切面的超声图像；其具体步骤为：

27、a,确定目标切面：首先确定目标切面的位置和方向；

28、b,调整空间角度：根据目标切面的位置和方向，需要调整超声探头的空间角度；

29、c,采集超声图像：在调整好空间角度后，需要采集目标切面的超声图像；

30、d,图像处理和分析：采集到的超声图像需要进行处理和分析，以提取出目标切面中的特征和病变；

31、e,反馈和调整：根据分析结果，需要将反馈信息返回给机械臂，以调整空间角度和重新采集超声图像。

32、优选地，所述ct定位的机械臂辅助外引导模块与基于ai学习脊柱超声图像识别模块协同作业，通过ct定位的机械臂辅助外引导模块对患者的穿刺位置以及路径进行预设，再结合基于ai学习脊柱超声图像识别模块对穿刺构成中的穿刺深度以及角度进行调节。

33、本发明的有益效果如下：

34、本发明通过将机械臂应用于基于ai学习脊柱超声图像识别技术中，可以进一步提高技术的准确性和可靠性，从而为脊柱疾病的治疗和手术提供更精细和高效的方案；机械臂可以在超声图像识别的基础上，通过精准的位置控制和操作，实现更精细的治疗和手术；机械臂可以通过预先设定的坐标和姿态，将超声探头或手术器械精确地放置在患者的脊柱区域进行治疗和手术；机械臂可以根据医生对超声图像的诊断结果和治疗方案，精确定位和操作，减少操作误差和损伤风险；同时，机械臂也可以通过内置的传感器和反馈控制系统以及末端加载的超声探头(作为眼睛)，实时监测患者的生理信号和治疗效果(穿刺针位置以及释放药物的弥散范围等)，对治疗过程进行调整和优化，提高治疗效果和术后恢复。

技术特征：

1.机械臂辅助引导结合ai超声图像识别系统，其特征在于：该超声图像识别系统由ct定位的机械臂辅助外引导模块和基于ai学习脊柱超声图像识别模块组成。

2.根据权利要求1所述的机械臂辅助引导结合ai超声图像识别系统，其特征在于：所述ct定位的机械臂辅助外引导模块包含有：ct定位装置；机械臂；计算机硬件和软件；显示设备。

3.根据权利要求1所述的机械臂辅助引导结合ai超声图像识别系统，其特征在于：所述ct定位的机械臂辅助外引导模块的操作步骤为：

4.根据权利要求1所述的机械臂辅助引导结合ai超声图像识别系统，其特征在于：所述基于ai学习脊柱超声图像识别模块包括有：超声设备；超声探头；图像数据预处理；深度学习模型；模型训练和优化；用户界面。

5.根据权利要求1所述的机械臂辅助引导结合ai超声图像识别系统，其特征在于：所述基于ai学习脊柱超声图像识别模块的操作步骤为：

6.根据权利要求1所述的机械臂辅助引导结合ai超声图像识别系统，其特征在于：所述步骤一中对图像进行处理和清晰化的方法是利用机械臂的空间拖动技术以及目标超声切面的空间角度微调，来优化探查图像以及可靠稳定的采集保存图像。

7.根据权利要求1所述的机械臂辅助引导结合ai超声图像识别系统，其特征在于：所述机械臂的空间拖动技术是通过机械臂的精确运动，在空间中拖动机械臂末端加载的超声探头，来辅助进行精准的超声图像扫描和识别；其具体步骤为：

8.根据权利要求1所述的机械臂辅助引导结合ai超声图像识别系统，其特征在于：所述步骤目标超声切面的空间角度微调是指通过调整超声探头的空间角度，以获取目标切面的超声图像；其具体步骤为：

9.根据权利要求1所述的机械臂辅助引导结合ai超声图像识别系统，其特征在于：所述ct定位的机械臂辅助外引导模块与基于ai学习脊柱超声图像识别模块协同作业，通过ct定位的机械臂辅助外引导模块对患者的穿刺位置以及路径进行预设，再结合基于ai学习脊柱超声图像识别模块对穿刺构成中的穿刺深度以及角度进行调节。

技术总结
本发明属于智能医疗技术领域，且公开了机械臂辅助引导结合AI超声图像识别系统，该超声图像识别系统由CT定位的机械臂辅助外引导模块和基于AI学习脊柱超声图像识别模块组成。本发明通过将机械臂应用于基于AI学习脊柱超声图像识别技术中，可以进一步提高技术的准确性和可靠性，从而为脊柱疾病的治疗和手术提供更精细和高效的方案；机械臂可以根据医生对超声图像的诊断结果和治疗方案，精确定位和操作，减少操作误差和损伤风险；同时，机械臂也可以通过内置的传感器和反馈控制系统，实时监测患者的生理信号和治疗效果，对治疗过程进行调整和优化，提高治疗效果和术后恢复。

技术研发人员：叶乐,王占魁,陈雪青,李明礼,方洪伟,张金源,倪勇,孙洪荣,赵贤达
受保护的技术使用者：上海英诗拜科技有限公司
技术研发日：
技术公布日：2024/4/7