买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉同济大学申请的专利血管介入手术动作感知与学习系统、方法及存储介质获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN116562392B 。

龙图腾网通过国家知识产权局官网在2025-12-05发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202310407139.7，技术领域涉及：G06N20/00；该发明授权血管介入手术动作感知与学习系统、方法及存储介质是由齐鹏;姚天亮;张毅设计研发完成，并于2023-04-17向国家知识产权局提交的专利申请。

本血管介入手术动作感知与学习系统、方法及存储介质在说明书摘要公布了：本发明公开了一种血管介入手术动作感知与学习系统、方法及计算机存储介质，包括操作手势获取单元、操作手势分析单元、介入器械精准递送单元；使用多个传感器感知术者的血管介入手术操作手势，通过高斯聚类实现数据清洗，使用深度学习模型CNN‑LSTM实现机器在时序上对医生手势及对应效果的学习，并根据相关预测结果实现血管介入机器人的自主操作。本发明能够将人的操作动作转化到机器自主操作的动作上，机器具有相应的动作学习功能。通过手术机器人自主学习手术操作，使得手术机器人逐步具有独立工作的能力，自主执行手术任务，从而降低人为因素带来的各类手术风险。

本发明授权血管介入手术动作感知与学习系统、方法及存储介质在权利要求书中公布了：1.血管介入手术动作感知与学习系统，其特征在于：包括操作手势获取单元、操作手势分析单元、介入器械精准递送单元；其中，操作手势获取单元包括设置在手术仪器上的若干传感器，用于获取操作人员的手势动作相关的物理量信息，根据手势动作相关的物理量信息，定义若干“手势-效果”对，并传输至操作手势分析单元； 操作手势分析单元对所有“手势-效果”对进行评估及数据清洗，滤除“手势-效果”对异常值，保留有效“手势-效果”对，并构建样本训练集和测试集；将样本训练集作为CNN-LSTM模型的输入，进行介入器械操作的学习，获取介入器械驱动的时序动作，并在测试集上进行训练，获取模型评价指标； 介入器械精准递送系统根据训练好的时序动作，结合实时反馈信息，对介入器械进行自主驱动操作；所述血管介入手术动作感知与学习的方法，包括如下步骤： 步骤1、应用操作手势获取单元获取术者的操作动作，并将动作分解为相关的物理量信息，根据接收的动作相关物理量信息，定义若干“手势-效果”对，构建“手势-效果”对数据库，发送至手术分析单元；手势获取单元将获取的动作分解为平移递送和搓捻旋转；并记录包括但不限于手部对导管的搓捻角速度、递送的力度大小、前后的运动速度、时间、间隔、压力大小的物理量；以及在同一时域下介入器械相应的旋转角速度与位姿、前后的运动速度、时间、间隔、在特殊位置的动作意图的物理量；手势分析单元通过高斯聚类方法对每个手势产生的效果进行评估，其中的初始数据将会根据由经验丰富的介入医师给出；然后，对进行聚类后的手势进行数据清洗，得到有效的“手势-效果”对，储存在计算机中，构建“手势-效果”对数据库；所述高斯聚类方法为应用高斯混合模型通过一定的权重将多个单高斯分布加权形成混合概率模型，具体过程如下： S1.对K个初始高斯分布，在给定的多维高斯分布下，计算各样本属于各个类别的概率； S2.根据概率重新计算更优的高斯参数； S3.然后不断地迭代上述步骤，直至似然函数变化不再明显，即相邻两次迭代差值小于0.0001，或者达到了设定的最大迭代次数； 步骤2、对所有“手势-效果”对进行评估及数据清洗，滤除“手势-效果”对异常值，保留有效“手势-效果”对，并构建样本训练集和测试集； 步骤3、将样本训练集作为CNN-LSTM模型的输入，进行介入器械操作的学习，获取介入器械驱动的时序动作，并在测试集上进行训练，获取模型评价指标，并根据模型评价指标，获取预测模型； 步骤4、介入器械精准递送单元，根据预测模型的预测信息与实时反馈的信息，实现介入器械的自主驱动操作。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人同济大学，其通讯地址为：200092 上海市杨浦区四平路1239号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。