CN108320645B - 医学模拟训练方法 - Google Patents

Abstract

一种医学模拟训练方法，其包括如下步骤：S1、获取用户的动作信息，所述用户的动作信息包括速度、加速度、力度、三维位移量信息；S2、根据用户的动作信息生成对手术器械模型的控制参数；S3、根据对手术器械模型的控制参数对组织模型进行操作，同时跳转到步骤S4；S4、判断用户的操作是否符合规范，并跳转到步骤S1直至训练结束。有益技术效果：本发明的医学模拟训练方法相对于现有技术，能够实现：通过虚拟现实技术能够模拟多种手术训练类型，只要建立不同的组织模型即可，并且能够对用户的手术训练结果进行评估。

Description

医学模拟训练方法

技术领域

本发明涉及手术模拟训练技术领域，特别涉及一种医学模拟训练方法。

背景技术

现有的外科手术训练，往往发生在医学院和医学院的附属医院，由于临床手术的训练机会有限，往往无法使得医学实习生获得良好的训练。现有技术中也出现了一些手术训练装置，但是往往无法完整模拟真实手术场景，而且最关键的是，一个手术训练装置长期使用往往只能适应一个类型手术，并且在一个类型手术训练上，水平无法再次提高，而且现有的手术模拟训练方法往往是非常教条的，无法真实模拟手术过程中各种突然情况。

发明内容

有鉴于此，本发明提供一种医学模拟训练方法。

一种医学模拟训练方法，其包括如下步骤：

S1、获取用户的动作信息，所述用户的动作信息包括速度、加速度、力度、三维位移量信息；

S2、根据用户的动作信息生成对手术器械模型的控制参数；

S3、根据对手术器械模型的控制参数对组织模型进行操作，同时跳转到步骤S4；

S4、判断用户的操作是否符合规范，并跳转到步骤S1直至训练结束。

在本发明所述的医学模拟训练方法中，

所述步骤S2包括：

根据用户选择的手术类型从手术器械模型集合中筛选出完成本次手术训练需要的手术器械模型种类；

配置不同种类手术器械模型激活指令；

根据用户的动作信息以及不同种类手术器械模型激活指令判断对应手术器械模型是否激活；

激活时，根据用户的动作信息生成对手术器械模型的控制参数，所述控制参数用于改变手术器械模型的速度、加速度、力度、三维位移量。

在本发明所述的医学模拟训练方法中，

所述步骤S3包括：

根据手术器械模型的控制参数改变手术器械模型的速度、加速度、力度、三维位移量；

通过手术器械模型的类型、与手术器械模型与组织模型的交互规则以及手术器械模型的速度、加速度、力度、三维位移量对组织模型进行操作。

在本发明所述的医学模拟训练方法中，

所述步骤S4包括：

S41、配置用户操作识别模型；

S42、通过用户操作识别模型判断用户的操作是否符合规范，在用户的本次操作符合规范时，跳转到步骤S43；否则跳转到步骤S44；

S43、跳转到步骤S1，重复执行步骤S2至步骤S4直至训练结束；

S44、记录不符合规范的用户的动作信息、组织模型的形变信息，并反馈给用户，并重复执行步骤S2至步骤S4直至训练结束。

在本发明所述的医学模拟训练方法中，

所述步骤S44中记录不符合规范的用户的动作信息、组织模型的形变信息，并反馈给用户包括：

S441、根据用户的动作信息、组织模型的形变信息判断用户的操作是否属于精度误差或者属于实质错误；在属于精度误差时，跳转到步骤S442；在属于实质错误时，跳转到步骤S443；

S442、评估用户的操作所属的精度等级，并根据用户的精度等级对控制参数的精度等级进行相应地的调整；并用户的操作的精度等级信息反馈给用户，并重复执行步骤S2至步骤S4直至训练结束；

S443、在属于实质错误时，判断用户的操作属于手术器械模型错误，在属于手术器械模型错误时，终止训练并结束流程；否则记录本次不符合规范的用户的动作信息、组织模型的形变信息，并反馈给用户，并重复执行步骤S2至步骤S4直至训练结束。

有益技术效果：本发明的医学模拟训练方法相对于现有技术，能够实现：通过虚拟现实技术能够模拟多种手术训练类型，只要建立不同的组织模型即可，并且能够对用户的手术训练结果进行评估。

附图说明

图1是本发明实施例提供的医学模拟训练方法流程图。

具体实施方式

如图1所示，在本发明实施例中，一种医学模拟训练方法，其包括如下步骤：

S1、获取用户的动作信息，所述用户的动作信息包括速度、加速度、力度、三维位移量信息。

可选地，可以通过加速度传感器、红外传感器或者其他传感器获取用户的动作信息，包括速度、加速度、力度、三维位移量等信息。

S2、根据用户的动作信息生成对手术器械模型的控制参数；

所述步骤S2包括：

根据用户选择的手术类型从手术器械模型集合中筛选出完成本次手术训练需要的手术器械模型种类；可选地，手术器械模型可以通过三维建模的方式完成。

配置不同种类手术器械模型激活指令；可选地，可以通过建立不同手势动作与不同手术器械模型之间的对应关系完成配置不同种类手术器械模型激活指令。本步骤解决的问题是手术器械顺序，取用的的问题，在手术训练过程中，在不同的阶段需要的手术器械不同，因此在合适的手术器械的选用是否正确也是手术训练是否符合规定重要一方面。因此，通过本步骤不但解决了手术器械模型识别的问题，而且也能够更准确反映用户的手术训练水平。

根据用户的动作信息以及不同种类手术器械模型激活指令判断对应手术器械模型是否激活；

激活时，根据用户的动作信息生成对手术器械模型的控制参数，所述控制参数用于改变手术器械模型的速度、加速度、力度、三维位移量。

可选地，在本步骤中，可以预先对用户的历史动作信息进行评估，根据用户的历史动作信息评估出用户的手术训练水平，所述手术训练水平通过精确度来表示，所述精准度可以为2mm级别、1mm级别，具体可以灵活设置。建立精准度与控制参数的调整系数。所述调整系数用于在用户具备不同的手术训练水平时，对改变手术器械模型的速度、加速度、力度、三维位移量的幅度进行适应性调整。通过实施本步骤，能够使得用户在不断的训练后调整更高的精度，从而使得手术的训练形成阶梯式的提高。

可选地，根据用户的动作信息生成对手术器械模型的控制参数包括：

其中λ为控制转换参数模型，α为进度参数，β为反馈力参数，χ为旋转参数，e(t)为基于时间t的序列值，θ为计算因子，M、N、Q分别为6阶运动矩阵，6阶反馈力矩阵以及6阶力度转换矩阵。其中λ、α、β通过统计分析获得。

S3、根据对手术器械模型的控制参数对组织模型进行操作，同时跳转到步骤S4；

可选地，

所述步骤S3包括：

根据手术器械模型的控制参数改变手术器械模型的速度、加速度、力度、三维位移量；

通过手术器械模型的类型、与手术器械模型与组织模型的交互规则以及手术器械模型的速度、加速度、力度、三维位移量对组织模型进行操作。

可选地，获取不同体型、年龄、性别中不同组织器官的三维图像信息，对三维图像信息进行关键点标定得到包括对应不同的三维训练模型信息的三维训练模型集合。

可选地，组织模型的建立包括：

获取不同体型、年龄、性别中不同组织器官对应不同角度的图像信息；

根据不同角度的图像信息建立相应的三维图像信息，所述三维图像信息通过三维坐标点来表示。

根据组织器官对应不同位置、深度的概率、颜色以及权重分布，对组织模型中相应三维坐标点进行关键点标定。

在本优选实施例中，由于手术训练中不同的组织器官不同病因的不同，导致手术器械与器官接触的位置不同，并且所述深度的概率用于表示手术器械与器官不同位置的接触可能性大小，权重分布指在对器官施加手术时，对于手术训练整体的影响大小。因此，经过关键点标定后的由三维坐标点形成的组织模型有助于不同手术类型训练结果的精准化，特别适合于基于虚拟现实技术的手术训练场景。

可选地，手术器械模型与组织模型的交互规则包括：

获取的手术器械模型的类型获得手术器械模型的大小、形状结构信息，根据手术器械模型的速度、加速度、力度、三维位移量对组织模型中三维坐标点进行变换、扩展。

上述手术器械模型、组织模型均可以通过对实际的手术器械(比如手术刀、手术剪、缝线器械)、组织(比如肝脏、脾脏等)进行三维扫描，建立三维的通过坐标点表示的虚拟模型，并将虚拟模型投射到可穿戴设备上进行显示给用户。

S4、判断用户的操作是否符合规范，并跳转到步骤S1直至训练结束。

可选地，

所述步骤S4包括：

S41、配置用户操作识别模型；

S42、通过用户操作识别模型判断用户的操作是否符合规范，在用户的本次操作符合规范时，跳转到步骤S43；否则跳转到步骤S44；

S43、跳转到步骤S1，重复执行步骤S2至步骤S4直至训练结束；

S44、记录不符合规范的用户的动作信息、组织模型的形变信息，并反馈给用户，并重复执行步骤S2至步骤S4直至训练结束。

可选地，

所述步骤S44中记录不符合规范的用户的动作信息、组织模型的形变信息，并反馈给用户包括：

S441、根据用户的动作信息、组织模型的形变信息判断用户的操作是否属于精度误差或者属于实质错误；在属于精度误差时，跳转到步骤S442；在属于实质错误时，跳转到步骤S443；

S442、评估用户的操作所属的精度等级，并根据用户的精度等级对控制参数的精度等级进行相应地的调整；并用户的操作的精度等级信息反馈给用户，并重复执行步骤S2至步骤S4直至训练结束；

S443、在属于实质错误时，判断用户的操作属于手术器械模型错误，在属于手术器械模型错误时，终止训练并结束流程；否则记录本次不符合规范的用户的动作信息、组织模型的形变信息，并反馈给用户，并重复执行步骤S2至步骤S4直至训练结束。

在本发明优选实施例中，通过引入“根据用户的动作信息、组织模型的形变信息判断用户的操作是否属于精度误差”可以实现判断用户的手术模拟训练中是否属于精度误差训练不够，这种情况只需要进行强化训练同一类型的手术训练即可；如果属于实质错误，比如手术器械选择错误，或者处置步骤发生错误，则终止训练并结束流程；否则记录本次不符合规范的用户的动作信息、组织模型的形变信息，并反馈给用户，能够及时将错误类型提醒给用户，提高训练效果。

可选地，步骤S3以及S4之间还包括：

配置随机突发状况实例集合，从随机突发状况实例集合随机抽取随机突发状况实例，根据随机突发状况实例生成突发触发表现信息，并对组织模型进行变换得到突发组织模型。

在本优选实施例中，通过设置随机突发状况实例集合，在随机突发状况实例集合中配置不同的随机突发状况实例，不同的随机突发状况实例会对对组织模型进行变换得到突发组织模型，同时还能生成突发触发表现信息。例如其中一种随机突发状况实例为出血过量，会对器官的颜色造成影响，并且会在器官周围形成一血池，影响了器官模型的形状，根据加入随机突发状况实例得到突发组织模型，能够极大的影响用户在手术训练时的表现，更逼近手术真实场景。

有益技术效果：本发明的相对于现有技术，能够实现：根据不同体型、年龄、性别中不同组织器官的三维图像信息，对不同的手术类型进行模拟训练；并且通过引入随机突发状况实例集合，能够对手术训练过程中对各种突发状况进行模拟，有效地训练了用户应对突发状况的能力。

可以理解的是，对于本领域的普通技术人员来说，可以根据本发明的技术构思做出其它各种相应的改变与变形，而所有这些改变与变形都应属于本发明权利要求的保护范围。

Claims (4)

1.一种医学模拟训练方法，其特征在于，其包括如下步骤：

S1、获取用户的动作信息，所述用户的动作信息包括速度、加速度、力度、三维位移量信息；

S2、根据用户的动作信息生成对手术器械模型的控制参数；根据用户的动作信息生成对手术器械模型的控制参数包括：

其中λ为控制转换参数模型，α为进度参数，β为反馈力参数，χ为旋转参数，e(t)为基于时间t的序列值，θ为计算因子，M、N、Q分别为6阶运动矩阵，6阶反馈力矩阵以及6阶力度转换矩阵，其中λ、α、β通过统计分析获得；

S3、根据对手术器械模型的控制参数对组织模型进行操作，同时跳转到步骤S4；

S4、判断用户的操作是否符合规范，并跳转到步骤S1直至训练结束；

步骤S3以及S4之间还包括：配置随机突发状况实例集合，从随机突发状况实例集合随机抽取随机突发状况实例，根据随机突发状况实例生成突发触发表现信息，并对组织模型进行变换得到突发组织模型；

所述步骤S2包括：

根据用户选择的手术类型从手术器械模型集合中筛选出完成本次手术训练需要的手术器械模型种类；

配置不同种类手术器械模型激活指令；

根据用户的动作信息以及不同种类手术器械模型激活指令判断对应手术器械模型是否激活；

激活时，根据用户的动作信息生成对手术器械模型的控制参数，所述控制参数用于改变手术器械模型的速度、加速度、力度、三维位移量；

预先对用户的历史动作信息进行评估，根据用户的历史动作信息评估出用户的手术训练水平，所述手术训练水平通过精确度来表示；

建立精准度与控制参数的调整系数，所述调整系数用于在用户具备不同的手术训练水平时，对改变手术器械模型的速度、加速度、力度、三维位移量的幅度进行适应性调整。

2.如权利要求1所述的医学模拟训练方法，其特征在于，

所述步骤S3包括：

根据手术器械模型的控制参数改变手术器械模型的速度、加速度、力度、三维位移量；

通过手术器械模型的类型、与手术器械模型与组织模型的交互规则以及手术器械模型的速度、加速度、力度、三维位移量对组织模型进行操作。

3.如权利要求2所述的医学模拟训练方法，其特征在于，

所述步骤S4包括：

S41、配置用户操作识别模型；

S42、通过用户操作识别模型判断用户的操作是否符合规范，在用户的本次操作符合规范时，跳转到步骤S43；否则跳转到步骤S44；

S43、跳转到步骤S1，重复执行步骤S2至步骤S4直至训练结束；

S44、记录不符合规范的用户的动作信息、组织模型的形变信息，并反馈给用户，并重复执行步骤S2至步骤S4直至训练结束。

4.如权利要求3所述的医学模拟训练方法，其特征在于，

所述步骤S44中记录不符合规范的用户的动作信息、组织模型的形变信息，并反馈给用户包括：

S441、根据用户的动作信息、组织模型的形变信息判断用户的操作是否属于精度误差或者属于实质错误；在属于精度误差时，跳转到步骤S442；在属于实质错误时，跳转到步骤S443；

S442、评估用户的操作所属的精度等级，并根据用户的精度等级对控制参数的精度等级进行相应地的调整；并用户的操作的精度等级信息反馈给用户，并重复执行步骤S2至步骤S4直至训练结束；

S443、在属于实质错误时，判断用户的操作属于手术器械模型错误，在属于手术器械模型错误时，终止训练并结束流程；否则记录本次不符合规范的用户的动作信息、组织模型的形变信息，并反馈给用户，并重复执行步骤S2至步骤S4直至训练结束。

Images