← 返回列表

一种脑立体手术计划方法

申请号: CN202410126234.4
申请人: 广州附医脑博仕医院有限公司
更新日期: 2026-03-17

专利详细信息

项目 内容
专利名称 一种脑立体手术计划方法
专利类型 发明申请
申请号 CN202410126234.4
申请日 2024/1/30
公告号 CN117770953A
公开日 2024/3/29
IPC主分类号 A61B34/10
权利人 广州附医脑博仕医院有限公司
发明人 陈金亮; 田明杰; 马振江; 王小穗; 蒋小玲
地址 广东省广州市荔湾区南岸路18号1至9楼前栋(一址多照)

摘要文本

本发明公开了一种脑立体手术计划方法,涉及脑立体定向技术领域,本发明通过数据标准验证和云计算技术,实现多模态数据的统一标定和建立全面的患者信息数据库,数据更具一致性,采用深度学习算法和强化学习算法建立实时多模态数据融合平台,实现对多模态数据动态权重调整,提高数据融合效果,智能决策规则库和机器学习预测模型使得手术路径调整更加智能、灵活,适应患者变化和手术情况的演变,而高分辨率磁共振成像和磁脑图的时空信息,结合实时三维可视化技术,又提高实时信号分析的准确性和直观性,通过密集电极布置、优化电极形状和排列,以及多模态数据的综合利用,大幅提升神经信号采集的精度和全面性,使医生更全面地理解患者的神经活动。

专利主权项内容

1.一种脑立体手术计划方法,其特征在于,包括:步骤1.神经信号采集,采用密集电极布置方案,对神经信号进行空间高分辨率采集,保证信号采集的精度;利用脑电图EEG和功能性磁共振成像fMRI同时进行脑信号采集;步骤2.实时信号分析,采用滤波和去噪算法提高信号质量,实时监测信号质量,并动态调整处理参数,提高实时信号的清晰度;步骤3.自适应手术路径调整,建立实时多模态数据融合平台,将神经信号、影像学数据和生理学参数进行实时综合分析,采用深度学习算法对多模态数据的动态权重调整,提高融合效果;同时采用强化学习算法,使决策支持系统根据实时监测结果学习并不断优化手术路径决策;步骤4.数据标准验证,制定多模态数据的统一标定标准,将包括神经信号、影像学和生理学在内的多源数据进行一致性验证,同时采用云计算技术构建全面的患者信息数据库。 马 克 数 据 网