[发明专利]用于使用机器学习进行术中韧带平衡的技术

说明书

一种计算系统具有至少一个传感器、至少一个处理器以及至少一个存储器，所述至少一个存储器包括存储在其上的多个指令，响应于由所述至少一个处理器执行，所述多个指令使所述计算系统接收与患者关节的韧带平衡相关联的一个或多个手术参数，接收由所述至少一个传感器生成并且指示患者关节的至少一个特性的实时传感器数据，以及应用机器学习以基于所述一个或多个手术参数和所述实时传感器数据确定患者关节的韧带平衡的下一个韧带平衡步骤，其中所述下一个韧带平衡步骤是旨在导致由机器学习识别的患者关节的目标状态的一个或多个步骤的步骤。

背景技术

全膝关节置换手术通常涉及韧带平衡和/或骨切除的调整或植入物的放置/位置，从而调整患者膝关节中各种韧带的张力，以便确保患者的膝关节在整个运动范围内都是稳定的。例如，还可以执行韧带平衡以减少因紧密结构而引起的患者疼痛，由于韧带张紧而增加患者的运动范围，和/或增强手术后的康复和恢复。

外科医生可以利用各种技术来调整韧带平衡过程中的韧带张力。例如，外科医生可以以受控方式释放(即，切割)围绕膝关节的一个或多个韧带。各种软组织结构，包括例如后斜韧带、浅内侧副韧带、足腱肌腱、外侧副韧带、腘肌腱、髂胫束和/或其它韧带，可以在各种位置和/或沿着各种平面释放。

替代地或附加地，外科医生可以通过替换不同的植入物选项来调整韧带张力，其中植入物的厚度改变了膝关节的整体或总体韧带张力。各种试验部件，特别是用于胫骨的试验部件，通常具有不同的厚度以促进韧带平衡技术。在其它实施例中，可以通过调整骨切除来调整韧带张力以适应适当的韧带平衡，其中例如可以计划移除1mm以上或以下的胫骨以在伸展和屈曲中整体地松开或收紧整个空间。此外，外科医生可以通过调整整个植入物的位置来调整韧带张力以适应适当的韧带张力。例如，在一些情况下，可以选择大于“理想”尺寸并且向后移动到屈曲空间中以收紧屈曲韧带的股骨植入物。

实现特定的韧带平衡结果通常很大程度上取决于外科医生的技能、经验和训练。这种训练通常要求外科医生依靠触觉辨别或“感觉”来确定他们是否已实现适当的韧带平衡。如果外科医生没有正确平衡韧带，则可能导致膝关节性能不佳和/或不稳定。

发明内容

在一个实施例中，一种计算系统可以包括至少一个传感器、至少一个处理器，以及至少一个存储器，所述至少一个存储器包括存储在其上的多个指令，响应于由所述至少一个处理器执行，所述多个指令使所述计算系统接收与患者关节的韧带平衡相关的一个或多个手术参数，接收由所述至少一个传感器生成并且指示患者关节的至少一个特性的实时传感器数据，以及应用机器学习以基于所述一个或多个手术参数和所述实时传感器数据确定患者关节的韧带平衡的下一个韧带平衡步骤，其中所述下一个韧带平衡步骤是包括旨在导致由机器学习识别的患者关节的目标状态的一个或多个步骤的步骤。根据本文提供的描述和附图，本申请的其它实施例、形式、特征和方面将变得显而易见。

附图说明

本文描述的概念在附图中是示例性的而不是限制性的。为了说明的简单和清楚，附图中示出的元件不一定按比例绘制。在认为合适的情况下，在附图中重复使用附图标记以指示相应或类似的元件。

图1是根据本发明的一种形式的使用机器学习进行术中韧带平衡的系统的简化框图；

图2是用于术中韧带平衡的神经网络的至少一个实施例的简化图；

图3是用于术中韧带平衡的神经网络的至少一个其它实施例的简化图；

图4是使用机器学习进行术中韧带平衡的方法的至少一个实施例的简化框图；

图5是使用机器学习进行术中韧带平衡的方法的至少一个实施例的简化框图；以及

图6是在各种屈曲度下患者膝关节的内侧和外侧接触点的力或从中立位移的百分比的简化图。

具体实施方式