[发明专利]一种微创神经外科专用的多功能吸引器头在审
申请号: | 201810324824.2 | 申请日: | 2018-04-12 |
公开(公告)号: | CN108815592A | 公开(公告)日: | 2018-11-16 |
发明(设计)人: | 闵晓黎;曹毅 | 申请(专利权)人: | 昆明医科大学第二附属医院 |
主分类号: | A61M1/00 | 分类号: | A61M1/00 |
代理公司: | 北京科亿知识产权代理事务所(普通合伙) 11350 | 代理人: | 汤东凤 |
地址: | 650000 *** | 国省代码: | 云南;53 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 多功能吸引器 神经外科 专用的 微创 噪声检测模块 检测模块 摄像模块 单片机控制模块 吸力 吸引 冲洗模块 抽吸模块 定量调节 负压控制 实时监控 实时检测 手术环境 数据信息 显示模块 医疗器具 噪音数据 噪声 储量 安全 | ||
1.一种微创神经外科专用的多功能吸引器头,其特征在于,所述微创神经外科专用的多功能吸引器头包括:
吸力检测模块,与单片机控制模块连接,用于对吸引器的吸力数据进行检测;
储量检测模块,与单片机控制模块连接,用于对吸引器的吸液存储量进行检测;
摄像模块,与单片机控制模块连接,用于通过摄像头对吸液过程进行实时监控;
所述摄像模块对图像进行块压缩感知采样处理表示为:
y=Φui=Aθi;
其中ui=Ψθi表示第i个交叉块,i=1,...,N,Ψ是稀疏基,θi表示稀疏系数,A=ΦΨ,y表示处理所得的测量值即对原图像压缩采样后所得的信息;
噪声检测模块,与单片机控制模块连接,用于通过噪声检测仪对吸引器的噪声进行检测;
单片机控制模块,与吸力检测模块、储量检测模块、摄像模块、噪声检测模块、负压控制模块、抽吸模块、冲洗模块、显示模块连接,用于调度各个模块正常工作;
所述单片机控制模块对摄像模块的图像的缝合线采用消除跨重叠区域遮挡求解最小连通域的方法,具体包括:
1)采用阈值分割的方法将图像分为两部分,高量值区和低量值区,阈值代价准则定义:
其中为Tcost求得的误匹配度量矩阵,δ·THmax是图像分割阈值,其中THmax为重叠区域的最大误匹配量值,δ为固定常量,δ∈(0;Tcost为cost的二值化矩阵;
2)判断缝合线的起点和终点是否均在低量值区(Tcost_b=0)且位于同一连通分量,即判断起点终点间是否存在一条路径;若不存在,表示图中存在一条或多条跨重叠区域的遮挡;查找跨重叠区域的遮挡,并逐步减小此遮挡区域的量值,直到不存在跨重叠区域的遮挡,使起点和终点位于同一连通分量内;此时起点终点所在的连通区域,即求解的缝合线最小连通域;
负压控制模块,与单片机控制模块连接,用于通过真空泵产生负压提供吸引动力;
抽吸模块,与单片机控制模块连接,用于通过抽吸管进行抽吸;
冲洗模块,与单片机控制模块连接,用于吸液后进行冲洗操作;实时定量监控和调节;
显示模块,与单片机控制模块连接,用于显示检测信息;
所述显示模块的图像转换成灰度图像,对输入图像进行Gamma校正;计算灰度图像中每个像素点(x,y)的水平方向和垂直方向梯度值gx(x,y)和gy(x,y);
gx(x,y)=I(x+1,y)-I(x-1,y);
gy(x,y)=I(x,y+1)-I(x,y-1);
式中,I(x,y)表示像素点(x,y)处的灰度值,根据下式计算像素点(x,y)处的梯度幅值g(x,y)和方向α(x,y);
2.如权利要求1所述微创神经外科专用的多功能吸引器头,其特征在于,所述负压控制模块包括真空模块、调压模块;
真空模块,用于通过真空泵产生真空负压动力;
调压模块,用于调节负压的大小。
3.如权利要求1所述微创神经外科专用的多功能吸引器头,其特征在于,所述显示模块包括指示灯模块、显示屏模块;
指示灯模块,用于通过状态指示灯显示设备工作状态;
显示屏模块,用于通过显示屏显示检测的数据信息。
4.如权利要求1所述微创神经外科专用的多功能吸引器头,其特征在于,所述负压控制模块利用聚类算法估计每一跳的跳变时刻以及各跳对应的归一化的混合矩阵列向量、跳频频率时,包括以下步骤:
第一步,在p(p=0,1,2,…P-1)时刻,对表示的频率值进行聚类,得到的聚类中心个数表示p时刻存在的载频个数,个聚类中心则表示载频的大小,分别用表示;
第二步,对每一采样时刻p(p=0,1,2,…P-1),利用聚类算法对进行聚类,同样可得到个聚类中心,用表示;
第三步,对所有求均值并取整,得到源信号个数的估计即
第四步,找出的时刻,用ph表示,对每一段连续取值的ph求中值,用表示第l段相连ph的中值,则表示第l个频率跳变时刻的估计;
第五步,根据第二步中估计得到的以及第四步中估计得到的频率跳变时刻估计出每一跳对应的个混合矩阵列向量具体公式为:
这里表示第l跳对应的个混合矩阵列向量估计值;
第六步,估计每一跳对应的载频频率,用表示第l跳对应的个频率估计值,计算公式如下:
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于昆明医科大学第二附属医院,未经昆明医科大学第二附属医院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201810324824.2/1.html,转载请声明来源钻瓜专利网。
- 上一篇:免清洗负压采集桶
- 下一篇:有压阀式脑脊液引流调压装置