CN114795314A - 一种基于物联网的抽脂手术系统 - Google Patents
一种基于物联网的抽脂手术系统 Download PDFInfo
- Publication number
- CN114795314A CN114795314A CN202210518924.5A CN202210518924A CN114795314A CN 114795314 A CN114795314 A CN 114795314A CN 202210518924 A CN202210518924 A CN 202210518924A CN 114795314 A CN114795314 A CN 114795314A
- Authority
- CN
- China
- Prior art keywords
- liposuction
- cannula
- surgical system
- internet
- things
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000007443 liposuction Methods 0.000 title claims abstract description 67
- 238000001356 surgical procedure Methods 0.000 title description 5
- 210000000577 adipose tissue Anatomy 0.000 claims abstract description 26
- 238000012806 monitoring device Methods 0.000 claims abstract description 20
- 238000001514 detection method Methods 0.000 claims abstract description 19
- 210000003195 fascia Anatomy 0.000 claims abstract description 17
- 210000004207 dermis Anatomy 0.000 claims abstract description 15
- 210000003491 skin Anatomy 0.000 claims abstract description 11
- 238000002604 ultrasonography Methods 0.000 claims abstract description 5
- 238000000034 method Methods 0.000 claims description 13
- 210000004003 subcutaneous fat Anatomy 0.000 claims description 9
- 238000004891 communication Methods 0.000 claims description 3
- 238000005259 measurement Methods 0.000 claims description 3
- 210000001789 adipocyte Anatomy 0.000 abstract description 15
- 230000033001 locomotion Effects 0.000 abstract description 8
- 239000004519 grease Substances 0.000 abstract description 7
- 239000012634 fragment Substances 0.000 abstract description 3
- 230000001050 lubricating effect Effects 0.000 abstract 1
- 230000003287 optical effect Effects 0.000 description 12
- 238000010586 diagram Methods 0.000 description 7
- 238000012545 processing Methods 0.000 description 7
- 238000012706 support-vector machine Methods 0.000 description 7
- 238000004458 analytical method Methods 0.000 description 5
- 238000000605 extraction Methods 0.000 description 5
- 208000014674 injury Diseases 0.000 description 5
- 210000003205 muscle Anatomy 0.000 description 5
- 210000001519 tissue Anatomy 0.000 description 5
- 230000008733 trauma Effects 0.000 description 5
- 239000004020 conductor Substances 0.000 description 4
- 238000001914 filtration Methods 0.000 description 4
- 230000036541 health Effects 0.000 description 4
- 238000000926 separation method Methods 0.000 description 4
- 230000009286 beneficial effect Effects 0.000 description 3
- 230000015572 biosynthetic process Effects 0.000 description 3
- 238000003064 k means clustering Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000013459 approach Methods 0.000 description 2
- 230000036760 body temperature Effects 0.000 description 2
- 210000000481 breast Anatomy 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 239000003990 capacitor Substances 0.000 description 2
- 210000004027 cell Anatomy 0.000 description 2
- 230000006378 damage Effects 0.000 description 2
- 238000002059 diagnostic imaging Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 239000000284 extract Substances 0.000 description 2
- 230000002349 favourable effect Effects 0.000 description 2
- 238000003384 imaging method Methods 0.000 description 2
- 238000003780 insertion Methods 0.000 description 2
- 230000037431 insertion Effects 0.000 description 2
- 238000002955 isolation Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000004083 survival effect Effects 0.000 description 2
- 230000000451 tissue damage Effects 0.000 description 2
- 231100000827 tissue damage Toxicity 0.000 description 2
- 239000013598 vector Substances 0.000 description 2
- UCTWMZQNUQWSLP-VIFPVBQESA-N (R)-adrenaline Chemical compound CNC[C@H](O)C1=CC=C(O)C(O)=C1 UCTWMZQNUQWSLP-VIFPVBQESA-N 0.000 description 1
- 229930182837 (R)-adrenaline Natural products 0.000 description 1
- 206010002091 Anaesthesia Diseases 0.000 description 1
- 206010016654 Fibrosis Diseases 0.000 description 1
- 206010028347 Muscle twitching Diseases 0.000 description 1
- 206010052428 Wound Diseases 0.000 description 1
- 208000027418 Wounds and injury Diseases 0.000 description 1
- 210000001015 abdomen Anatomy 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000001154 acute effect Effects 0.000 description 1
- 230000037005 anaesthesia Effects 0.000 description 1
- 230000003444 anaesthetic effect Effects 0.000 description 1
- 238000011871 bio-impedance analysis Methods 0.000 description 1
- 230000000740 bleeding effect Effects 0.000 description 1
- 239000008280 blood Substances 0.000 description 1
- 210000004369 blood Anatomy 0.000 description 1
- 244000309466 calf Species 0.000 description 1
- 239000002537 cosmetic Substances 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 238000003708 edge detection Methods 0.000 description 1
- 239000003792 electrolyte Substances 0.000 description 1
- 229960005139 epinephrine Drugs 0.000 description 1
- 230000001815 facial effect Effects 0.000 description 1
- 230000004761 fibrosis Effects 0.000 description 1
- 239000012530 fluid Substances 0.000 description 1
- 238000013467 fragmentation Methods 0.000 description 1
- 238000006062 fragmentation reaction Methods 0.000 description 1
- 238000002695 general anesthesia Methods 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 238000002690 local anesthesia Methods 0.000 description 1
- 239000003589 local anesthetic agent Substances 0.000 description 1
- 230000003204 osmotic effect Effects 0.000 description 1
- 230000036407 pain Effects 0.000 description 1
- 238000007634 remodeling Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 229920006395 saturated elastomer Polymers 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
- 230000000287 tissue oxygenation Effects 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 210000000689 upper leg Anatomy 0.000 description 1
- 239000005526 vasoconstrictor agent Substances 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
- 230000037303 wrinkles Effects 0.000 description 1
- 210000000216 zygoma Anatomy 0.000 description 1
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B17/00—Surgical instruments, devices or methods, e.g. tourniquets
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B34/00—Computer-aided surgery; Manipulators or robots specially adapted for use in surgery
- A61B34/10—Computer-aided planning, simulation or modelling of surgical operations
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B34/00—Computer-aided surgery; Manipulators or robots specially adapted for use in surgery
- A61B34/20—Surgical navigation systems; Devices for tracking or guiding surgical instruments, e.g. for frameless stereotaxis
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B34/00—Computer-aided surgery; Manipulators or robots specially adapted for use in surgery
- A61B34/30—Surgical robots
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
- A61B5/0205—Simultaneously evaluating both cardiovascular conditions and different types of body conditions, e.g. heart and respiratory condition
- A61B5/02055—Simultaneously evaluating both cardiovascular condition and temperature
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
- A61B5/024—Detecting, measuring or recording pulse rate or heart rate
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/05—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves
- A61B5/053—Measuring electrical impedance or conductance of a portion of the body
- A61B5/0537—Measuring body composition by impedance, e.g. tissue hydration or fat content
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
- A61B5/316—Modalities, i.e. specific diagnostic methods
- A61B5/318—Heart-related electrical modalities, e.g. electrocardiography [ECG]
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/48—Other medical applications
- A61B5/4869—Determining body composition
- A61B5/4872—Body fat
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/23—Clustering techniques
- G06F18/232—Non-hierarchical techniques
- G06F18/2321—Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions
- G06F18/23213—Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions with fixed number of clusters, e.g. K-means clustering
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0012—Biomedical image inspection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/13—Edge detection
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B17/00—Surgical instruments, devices or methods, e.g. tourniquets
- A61B2017/00743—Type of operation; Specification of treatment sites
- A61B2017/00792—Plastic surgery
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B34/00—Computer-aided surgery; Manipulators or robots specially adapted for use in surgery
- A61B34/10—Computer-aided planning, simulation or modelling of surgical operations
- A61B2034/107—Visualisation of planned trajectories or target regions
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B34/00—Computer-aided surgery; Manipulators or robots specially adapted for use in surgery
- A61B34/10—Computer-aided planning, simulation or modelling of surgical operations
- A61B2034/108—Computer aided selection or customisation of medical implants or cutting guides
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B34/00—Computer-aided surgery; Manipulators or robots specially adapted for use in surgery
- A61B34/20—Surgical navigation systems; Devices for tracking or guiding surgical instruments, e.g. for frameless stereotaxis
- A61B2034/2046—Tracking techniques
- A61B2034/2063—Acoustic tracking systems, e.g. using ultrasound
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B34/00—Computer-aided surgery; Manipulators or robots specially adapted for use in surgery
- A61B34/20—Surgical navigation systems; Devices for tracking or guiding surgical instruments, e.g. for frameless stereotaxis
- A61B2034/2046—Tracking techniques
- A61B2034/2065—Tracking using image or pattern recognition
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10132—Ultrasound image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20081—Training; Learning
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Surgery (AREA)
- Medical Informatics (AREA)
- General Health & Medical Sciences (AREA)
- Molecular Biology (AREA)
- Public Health (AREA)
- Physics & Mathematics (AREA)
- Veterinary Medicine (AREA)
- Animal Behavior & Ethology (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Cardiology (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Robotics (AREA)
- General Physics & Mathematics (AREA)
- Physiology (AREA)
- Data Mining & Analysis (AREA)
- Radiology & Medical Imaging (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- Quality & Reliability (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Probability & Statistics with Applications (AREA)
- General Engineering & Computer Science (AREA)
- Pulmonology (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
Abstract
本发明涉及一种基于物联网的抽脂手术系统,包括:手术检测装置、吸脂装置和监测装置;吸脂装置通过套管缓慢的旋转运动吸入润滑脂,避免在更多脂肪组织中形成碎片;同时可在更短的时间内吸入更多的脂肪细胞,并从整体上减少创伤,大大减少患者所经历的不适;通过监测装置实施网络化信息云,为患者提供更好、高效的医疗服务,以便专家和医生能够利用这些数据,提供快速、高效的抽脂手术,随时随地检查病人;利用皮肤层的超声图像检测真皮和筋膜的吸脂手术机器人,可以在吸脂过程中帮助外科医生进行手术。
Description
技术领域
本发明涉及医学领域的外科应用,尤其是一种基于物联网的抽脂手术系统。
背景技术
上个世纪70年代开始引入吸脂手术。在最初的几年里,吸脂手术是一种非常有侵入性的干预手段,用于全身麻醉,在更大范围内用于手术室。手术持续了几个小时,用3-4厘米的大直径套管将多余的脂肪吸入高功率的吸液器。脂肪与大量血液和麻醉剂一起被清除。在许多情况下,干预后几天需要输血,医学文献中报告了包括死亡率在内的许多并发症。后续逐渐采用了吸脂微创技术。当管子的平均直径为2-3厘米时,管子的尺寸逐渐减小。肿胀麻醉技术的引入使许多局部麻醉手术得以进行。使用该技术,将待治疗的肿胀区域注入大量液体,其中含有与血管收缩剂(肾上腺素)相连的局部麻醉剂。这样可以减少抽搐、出血和疼痛,使脂肪组织更简单,危险性更小。
在过去的20年里,它一直开始使用被吸进的脂肪作为“填充物”,或作为填充物。尤其是,脂肪有助于增加体积,增加乳房、臀肌和小腿。在面部水平,除了嘴唇、颧骨和下巴外,还可以填充和纠正皱纹。因此,需要尽可能保持所取润滑脂的完整性。与刚开始吸脂不同的是,事实上,脂肪不再被去除,而是成为有价值的美容治疗范围内的一种资源。然而,这种资源的有效性与脂肪细胞的存活密切相关。这些细胞从多余的部位(大腿、腹部)取出,并通过重塑(乳房、嘴唇等)与身体接合。然而自身脂肪填充的过程中,总是伴随着不同比例的脂肪细胞死亡。脂肪细胞的存活与许多因素有关:个体排列、组织氧化程度、渗透技术、患者吸烟的事实,等等。在对脂肪细胞更重要的损伤因素中,收集时套管造成的创伤肯定是存在的。这种创伤与需要破坏脂肪组织纤维化、破坏芽和细胞之间的粘附有关,以便能够以单个脂肪细胞或脂肪细胞和纤维组织的聚集体的形式吸入大量脂肪细胞或纤维组织。在传统吸脂方法的情况下,脂肪组织的崩解是通过反复插入导管来实现的,并导致导管高速多次进入和离开吸脂区域。为了减少组织损伤,引入了更小尺寸的套管。
目前,操作过程中的皮肤表面规则性检查仅由操作员使用触觉方法完成,该方法涉及触摸目标区域的外表面。因为无法去除均匀的脂肪层,这种主观且不系统的术中检查方法会导致抽脂期间和抽脂后的皮肤表面不规则。在吸脂术中,首先要考虑的是皮下脂肪的检测,尤其是真皮和筋膜皮肤层的检测。
发明内容
为解决上述技术问题,本发明提供了一种基于物联网的抽脂手术系统。
本发明的一种基于物联网的抽脂手术系统,包括:手术检测装置、吸脂装置和监测装置;吸脂装置包括机械手和吸脂套管,吸脂套管包括内腔。套管由近端部分构成,近端部分通过圆柱形的中心部分连接到注射器或吸引器,并与近端部分和由圆形尖端构成的靠近中心部分的远端部分相邻。
在中央部分中,形成了多个开口,用于吸入脂肪,所述开口具有螺旋结构,其轴线与套管轴线相同。
在图示示例中,螺旋的螺距等于套管的一半,以便在第一个开口和最后一个开口之间提供180°的角度。第一个开口和最后一个开口围绕套管轴彼此旋转180°。
每个开口包括基本呈矩形的通孔,该通孔将套管的空腔与外部连接。每个开口还包括平行于管轴线方向布置的检测边缘和平行于管轴线和边缘或边缘布置的边缘或锥形边缘。边缘在横截面上基本呈三角形,而边缘或锥形边缘为圆形。
尤其是,边缘或锥形边缘从套管的外部向其内腔逐渐变细,并且检测到的边缘具有从套管切向突出的锐边。
在吸脂治疗过程中,套管连接到注射器或抽吸装置,该装置被启动,以便在空腔内形成真空状态。将管插入脂肪组织中,同时绕其自身的轴旋转。从边缘或边缘向边缘或锥形边缘旋转。
这种旋转运动有利于去除脂肪:事实上,沿着套管的轴线呈螺旋状布置的孔的边缘或锥形边缘有助于脂肪细胞通过相应的孔进入空腔中,而边缘或边缘允许从有利于抽吸的相邻组织中剥离。
脂肪细胞的分离主要是由于运动施加到套管上的旋转运动而发生的。这种旋转伴随着套管的插入和开口孔内脂肪的吸入。为此,套管的孔沿管轴呈螺旋状分布,并与管轴方向平行,锥形边缘有利于脂肪细胞进入管腔,边缘被检测到有利于脂肪组织损伤的剥离和分离,从而降低整体压力。脂肪套管以低速插入的,以减少尖端造成的创伤。套管的小尺寸还允许将套管尖端施加的力和脂肪组织的分离减至最小。通过缓慢的旋转运动吸入润滑脂有利于套管本身,无需在更多脂肪组织中形成碎片。在更短的时间内吸入更多的脂肪细胞,并从整体上减少创伤,大大减少患者所经历的不适,它们不再像传统的抽脂,以相对剧烈的方式快速移动入口和出口。
监测装置,包括:处理器板、用于心率检测的ECG传感器、用于计算温度的温度传感器、用于基本脂肪测量的体脂分析仪电路、用于显示值的LCD屏幕和用于通信的Wi-Fi模块。
体脂分析仪电路由光隔离器电路、人体阻抗电路、分供电路等组成。
患者与健康监测装置相连,健康监测装置由心电传感器、温度传感器和体脂分析仪组成。心率、温度、脂肪显示在连接到ARM处理器的屏幕上。该模型的系统架构包括一个连接到服务器的Wi-Fi板,该板将传感器接收到的数据上传到数据库中,医生进行进一步分析。
手术检测装置,通过使用超声波图像仪测量皮下脂肪来识别要去除的区域,利用皮肤层超声图像中的纹理和几何信息,由吸脂手术机器人检测真皮和筋膜。由外到内,皮肤层包括真皮、皮下脂肪、筋膜和肌肉。筋膜被皮下脂肪和肌肉包围。
手术检测装置分为三个主要部分:Gabor滤波模块、特征提取模块和分类处理模块;滤波处理模块,使用Gabor滤波器组从超声图像中提取纹理特征;特征提取模块,使用k均值算法从获取的纹理特征中提取几何特征;分类处理模块,使用多类支持向量机根据几何特征对真皮和筋膜进行分类。
综上,本发明的一种基于物联网的抽脂手术系统,具有以下有益效果:
1)改进本领域已知的用于脂肪的套管,特别是关于脂肪组织的切割、破碎和抽吸作用,脂肪套管旨在减少对脂肪组织的损伤,通过套管缓慢的旋转运动吸入润滑脂,无需在更多脂肪组织中形成碎片;在更短的时间内吸入更多的脂肪细胞,并从整体上减少创伤,大大减少患者所经历的不适;
2)通过监测装置实施网络化信息云,为患者提供更好、高效的医疗服务,以便专家和医生能够利用这些数据,提供快速、高效的抽脂手术,可以随时随地检查他的病人;
3)利用皮肤层的超声图像检测真皮和筋膜的吸脂手术机器人,可以在吸脂过程中帮助外科医生进行手术,超声成像比其他医学成像技术更安全,成本低,适合在手术中使用。使用该算法,真皮层的准确率为96%;对于筋膜,准确率为71.11%。
附图说明
图1是本发明的一种基于物联网的抽脂手术系统的示意图。
图2是本发明的一种基于物联网的抽脂手术系统的吸脂机械手用脂肪套管的侧视图。
图3是本发明的一种基于物联网的抽脂手术系统的吸脂机械手用脂肪套管的A-A放大截面。
图4是本发明的一种基于物联网的抽脂手术系统的监测装置电路图。
图5是本发明的一种基于物联网的抽脂手术系统的监测装置体脂分析仪电路的光隔离器电路输入端的电路图。
图6是本发明的一种基于物联网的抽脂手术系统的监测装置人体阻抗电路图。
图7是本发明的一种基于物联网的抽脂手术系统的监测装置分供电路图。
图8是本发明的一种基于物联网的抽脂手术系统的监测装置体脂分析仪电路的光隔离器电路输出端的电路图。
图9是本发明的一种基于物联网的抽脂手术系统的检测方法流程图。
图10是本发明的一种基于物联网的抽脂手术系统的检测聚类的结果。
图11是本发明的一种基于物联网的抽脂手术系统的检测方法最小边界矩形示意图。
附图标记
处理器板1、ECG传感器2、体温传感器3、体脂分析电路4、LCD屏幕5、Wi-Fi模块6、供应电源7、线性光耦合器8、第一控制放大器9、
吸脂套管10、内腔11、近端部分12、中心部分13、远端部分14、开口15、通孔15a、检测边缘15b、锥形边缘15c、人体阻抗20、
①5V方波、②MCU 5V、③4.5V、④方波、⑤输入侧光隔离器输出、⑥9V、⑦人体阻抗电路输出、⑧MCU
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
如图1所示,本发明的一种基于物联网的抽脂手术系统,包括:手术检测装置100、吸脂装置200和监测装置300;
如图2所示,吸脂装置200包括机械手和吸脂套管10,吸脂套管10包括内腔11。套管10由近端部分12构成,近端部分12通过圆柱形的中心部分13连接到注射器或吸引器,并与近端部分11和由圆形尖端构成的靠近中心部分13的远端部分14相邻。
在中央部分13中,形成了多个开口15,用于吸入润滑脂,所述开口具有螺旋结构,其轴线与套管轴线相同。在图示示例中,螺旋的螺距等于套管的一半,以便在第一个开口和最后一个开口之间提供180°的角度。第一个开口和最后一个开口围绕套管轴彼此旋转180°。
图3显示了相对于图l所示套管尺寸放大十倍的套管横截面a-a。如图3所示,每个开口15包括基本呈矩形的通孔15a,该通孔将套管10的空腔11与外部连接。每个开口15还包括平行于套管10轴线方向布置的凸起边缘15b和平行于管10轴线和凸起边缘15b布置的锥形边缘15c。在所示示例中,凸起边缘15b在横截面上基本呈三角形,而锥形边缘15c为圆形。
尤其是,锥形边缘15c从套管10的外部向其内腔11逐渐变细,并且凸起边缘15b具有从套管10切向突出的锐边。
在吸脂治疗过程中,套管10连接到注射器或抽吸装置,该装置被启动,以便在空腔11内形成真空状态。将管10插入脂肪组织中,同时绕其自身的轴旋转。从边缘15b向锥形边缘15c旋转,即,参照图3的横截面逆时针方向。
这种旋转运动有利于去除脂肪:沿着套管10的轴线呈螺旋状布置的开口15的锥形边缘15c有助于脂肪细胞通过相应的孔15a进入近端部分11的空腔中,而边缘15b允许从有利于抽吸的相邻组织中剥离。
手术前后,需要计算体脂百分比,采用生物电阻抗分析:两个导体连接到一个人的身体,并发送一个小电流。导体之间的电阻将测量两个电极之间的体脂,脂肪和其他组织之间的电阻不同。无脂物质(肌肉)是良导体,它含有大量的水(约73%)和电解质,而脂肪是无水的,是电流的不良导体。
使用物联网自动监测患者,物联网通收集状态信息,包括患者的心率、心电图、体温和脂肪,并将当前信息发送给患者的医生。这将有助于医生从任何地方保留患者的连续记录,也有助于患者直接发送健康状况。
监测装置300,包括:由处理器1、用于心率检测的ECG传感器2、用于计算温度的温度传感器3、用于基本脂肪测量的体脂分析电路4、用于显示值的LCD屏幕5、用于通信的Wi-Fi模块6和供应电源7。
体脂分析电路4由光隔离器电路、人体阻抗电路、分供电路组成。
其中光隔离器电路由线性光耦合器8和控制放大器9组成,包括输入侧和输出侧光隔离器电路。如图5所示,输入侧光隔离器电路的控制放大器9的正极输入接5V方波,负极输入通过电阻器R1接地,控制放大器9的输出至线性光耦合器8;光隔离器作为反馈,决定输入侧光隔离器电路LED的输出。单位增益通过使两个电阻器R1、R2彼此相同来实现的。输入侧光隔离器电路使用两个不同的电源,一个来自外部电源4.5伏,另一个来自处理器。其中R1=R2=33kΩ。
如图6所示,人体阻抗电路,由第二控制放大器21、第三控制放大器22串联组成,第二控制放大器21的正极输入接输入侧光隔离电路的输出,负极输入通过电阻器R3接地,第二控制放大器21的输出经电阻器R5接第三控制放大器22的正极输入,第二控制放大器21的负极输入通过电阻器R4与第三控制放大器22的负极输入连接,人体阻抗20的一极连接至第二控制放大器21的输出与电阻器R5之间,另一极连接至第二控制放大器21的负极输入与电阻器R4之间;第三控制放大器22的输出至输出侧光隔离电路。其中电阻器R3平行设置形成分隔器。从前端级获得电流。从第二级获得电压。R4-R7所有电阻都相等,以建立平衡。
如图7所示,对于线性光耦合器8,分供电路需要从9V蓄电池获得单独的电压源,它分为正极和负极电压,形成分压器电路。其中,C1=1uF电容器可消除噪音。电压用于光耦合器电路和阻抗电路。
输出侧光隔离器电路的输出端中,一路经电阻器R10接地,另一路经电阻器R11输出至处理器1,电阻器R11后侧经电容C2接地。其中,电阻器R10和R12是相同的,以建立平衡。要获得体脂,需要考虑电压、年龄和体重数据。男性和女性受试者的数据集分别运行。其中R11=10KΩ,C2=4.7nF,R10=R12=33kΩ。
患者与健康监测装置相连,监测装置由心电传感器、温度传感器和体脂分析仪组成。心率、温度、脂肪显示在连接到处理器的1屏幕上。监测装置包括一个连接到服务器的Wi-Fi模块,该Wi-Fi模块将传感器接收到的数据上传到数据库中,医生进行进一步分析。
手术检测装置100,通过使用超声波图像仪测量皮下脂肪来识别要去除的区域,利用皮肤层超声图像中的纹理和几何信息,由吸脂手术机器人检测真皮和筋膜。由外到内,皮肤层包括真皮、皮下脂肪、筋膜和肌肉。筋膜被皮下脂肪和肌肉包围。
手术检测装置100分为三个主要部分:Gabor滤波模块、特征提取模块和分类处理模块;滤波处理模块,使用Gabor滤波器组从超声图像中提取纹理特征;特征提取模块,使用k均值算法从获取的纹理特征中提取几何特征;分类处理模块,使用多类支持向量机根据几何特征对真皮和筋膜进行分类。
其中,Gabor滤波器广泛应用于图像处理中的边缘检测,其频率和方向表示与人类视觉系统具有很高的相似性,有助于获取纹理表示和识别的信息。Gabor滤波器由一个高斯核函数组成,该函数是经过正弦平面波调制的。Gabor滤波器的脉冲响应如下所示:
其中,
x′=x cos(θ)+y sin(θ)
y′=y cos(θ)-x sin(θ) (2)
公式(1)-(2)中,u0是滤波器的径向频率,指定了Gabor函数支持的椭圆,φ是以度为单位的相位偏移,σx和σy是确定线性大小的高斯标准偏差。θ表示Gabor滤波器平行条纹的方向,单位为度。
G(u,v)的傅里叶表示式如下:
其中,σu=1/2πσ,σv=1/2πσy,A=2πσxσy。
通过将原始图像应用于这样的滤波器,在频带宽度Bτ和方向频带宽度Bθ内,图像中靠近空间频率平方点的分量的所有能量。带宽量由下式给出:
滤波器组参数选择,采用定向分离角为30°,即,θ:0°、45°、90°、135°。
以及以下频率值:
FL(i)=0.25-2i-0.5/Nc (6)
FH(i)=0.25+2i-0.5/Nc (7)
式中i=1,2,。。。,log2(Nc/8),Nc是图像的宽度,是2的幂。注意0<FL(i)<0.25和0.25≤FH(i)。将Gabor滤波器的带宽b设置为1倍频程。利用该滤波器,从一幅386x516大小的原始图像中获得了48幅Gabor滤波图像。
通过对Gabor滤波器组滤波后的图像像素特征应用k均值算法,提取聚类区域的几何特征。这种不同形式的特征是通过将像素信息转换为对象信息而获得的。通过聚类,从大范围的噪声和不清晰的图像中获得代表性的值和几何特征,例如超声图像。
在应用k-means算法之前,为了增强特征数据的能量,使其更具信息性,对纹理特征进行了预处理。采用公式(8)中给出的非线性S形函数对输出进行饱和处理。
作为K-均值聚类算法的输入参数,选择x和y坐标以及每个坐标(48维)处的灰度作为特征向量(共50维)。这些样本是由Gabor滤波器组过滤的图像的灰度级。选择k=3,最小距离和初始点分别被选择为欧氏距离和随机值。通过k-均值算法进行聚类的结果如图9所示,(a)所有类别k=3,(b)类别1,(c)类别2,(d)类别3。
为了从像素级信息转换为对象级信息,使用K-均值聚类算法对纹理信息进行聚类。假设聚类区域的每个部分都是一个对象,从每个对象中提取几何特征。如果距离一个对象的端点的距离在水平轴上小于15个像素,假设每个类上都有相同的聚类区域。从对象中提取几何信息是基于最小边界矩形。最小边界矩形是包围某个对象的最小区域:在计算对象的长轴和短轴后,找到包含两个轴平行线的所有矩形中的最小矩形。
支持向量机用于使用支持向量最大化两个数据集之间的间距来决定输入数据属于哪一组。对于适用于线性判别的二元类,将输入参数转换为超维超空间,以找到一个超平面,通过该超平面,不同类之间的距离最大化。
yi=wxi+b≥1,i=1,…,l (10)
在满足公式(10)的约束条件时,使用拉格朗日乘数,将公式(9)的最小值表示为:
采用一对一的方法来检测真皮和筋膜,基于一对一方法的多类支持向量机反复选择n类中的两类样本,然后为这两类样本的每个可能组合构造一个支持向量机。因此,支持向量机子分类的数量为n(n-1)/2。对于第i和第j子分类,解决以下模型:
对于数据xi,其计算如下:
因此,数据xi被分类为argmax Di(xi)。采用径向基函数作为核函数,将误差惩罚变量C设置为10。
图10显示了最小边界矩形的概念图,最小边界矩形几何特征的计算基于以下计算公式:
最小边界矩形的重心:
B_Cen_X=XB_leftup-XB_rightdown
B_Cen_Y=YB_leftup-YB_rightdown
最小边界矩形的宽高比:
最小边界矩形和对象的面积比:
最小边界矩形和对象的周长比:
另外,本发明还提供了一种使用手术检测装置惊醒超声波图像测量皮下脂肪的方法,方法包括以下三个步骤:1)利用Gabor滤波器组从超声图像中提取纹理特征;2)使用k均值聚类算法,从纹理特征中提取聚类区域,使聚类区域包含相似的纹理特征;3)在训练多类支持向量机后,从每个聚类的几何信息中检测真皮和筋膜作为特征。
综上,本发明的一种基于物联网的抽脂手术系统,具有以下有益效果:
1)通过套管缓慢的旋转运动吸入润滑脂,无需在更多脂肪组织中形成碎片;在更短的时间内吸入更多的脂肪细胞,并从整体上减少创伤,大大减少患者所经历的不适;
2)通过监测装置实施网络化信息云,为患者提供更好、高效的医疗服务,以便专家和医生能够利用这些数据,提供快速、高效的抽脂手术,可以随时随地检查他的病人;
3)利用皮肤层的超声图像检测真皮和筋膜的吸脂手术机器人,可以在吸脂过程中帮助外科医生进行手术,超声成像比其他医学成像技术更安全,成本低,适合在手术中使用。使用该算法,真皮层的准确率为96%;对于筋膜,准确率为71.11%。
以上所述仅是对本发明的较佳实施例而已,并非对本发明作任何形式上的限制,凡是依据本发明的技术实质对以上实施例所做的任何简单修改,等同变化与修饰,均属于本发明技术方案的范围内。
Claims (8)
1.一种基于物联网的抽脂手术系统,其特征在于,包括:包括:手术检测装置(100)、吸脂装置(200)和监测装置(300);
其中,吸脂装置(200)包括吸脂套管(10),吸脂套管(10)包括:
内腔(11);
可连接至注射器或抽吸装置的近端部分(12);
与所述近端部分(12)相邻的中心部分(13);
与所述中心部分(13)相邻的远端部分(14),其中多个孔(15)形成在所述中心部分(13)中,所述孔(15)以螺旋结构布置,所述孔(15)包括具有连接所述内腔(11)与外部的基本矩形形状的通孔(15a)、平行于所述套管(10)的轴线布置的凸起边缘(15b)和平行于所述套管(10)的轴线和所述凸起边缘(15b)布置的锥形边缘(15c)。
2.根据权利要求1所述的一种基于物联网的抽脂手术系统,其特征在于,套管(10)中所述凸起边缘(15b)基本上呈三角形,所述锥形边缘(15c)呈圆形。
3.根据权利要求2所述一种基于物联网的抽脂手术系统,其特征在于,套管(10)中锥形边缘(15c)从套管(10)的外部向其内腔(11)逐渐变细,并且其中凸起边缘(15b)具有从套管(10)切向突出的锐边。
4.根据权利要求1至3中任一权利要求所述的一种基于物联网的抽脂手术系统,其特征在于,其中螺旋的螺距为套管(10)长度的一半。
5.根据权利要求1至4中任一权利要求所述的一种基于物联网的抽脂手术系统,其特征在于,套管(10)中所述远端部分(14)由圆形尖端形成。
6.根据权利要求1至5中任一权利要求所述的一种基于物联网的抽脂手术系统,其特征在于,监测装置(300),包括:由处理器板、用于心率检测的ECG传感器、用于计算温度的温度传感器、用于基本脂肪测量的体脂分析仪电路、用于显示值的LCD屏幕和用于通信的Wi-Fi模块。
7.根据权利要求1至6中任一权利要求所述的一种基于物联网的抽脂手术系统,其特征在于,体脂分析仪电路由光隔离器电路、人体阻抗电路、分供电路等组成。
8.根据权利要求1至6中任一权利要求所述的一种基于物联网的抽脂手术系统,其特征在于,手术检测装置(100),通过使用超声波图像仪测量皮下脂肪来识别要去除的区域,利用皮肤层超声图像中的纹理和几何信息,由吸脂手术机器人检测真皮和筋膜。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210518924.5A CN114795314A (zh) | 2022-05-13 | 2022-05-13 | 一种基于物联网的抽脂手术系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210518924.5A CN114795314A (zh) | 2022-05-13 | 2022-05-13 | 一种基于物联网的抽脂手术系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114795314A true CN114795314A (zh) | 2022-07-29 |
Family
ID=82513559
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210518924.5A Pending CN114795314A (zh) | 2022-05-13 | 2022-05-13 | 一种基于物联网的抽脂手术系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114795314A (zh) |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6524250B1 (en) * | 2000-09-19 | 2003-02-25 | Pearl Technology Holdings, Llc | Fat layer thickness mapping system to guide liposuction surgery |
CN201295412Y (zh) * | 2008-11-25 | 2009-08-26 | 曹士华 | 新型脂肪抽吸针管 |
CN108525026A (zh) * | 2018-01-31 | 2018-09-14 | 成都长宇老司机网络科技有限公司 | 一种负压吸脂针 |
CN209347099U (zh) * | 2018-09-19 | 2019-09-06 | 北京新星靓京广医疗美容医院有限公司 | 一种在脂肪移植术中对脂肪细胞低损的吸脂针 |
CN110575569A (zh) * | 2019-04-16 | 2019-12-17 | 河南整形美容医院有限公司 | 抽脂针 |
CN111467591A (zh) * | 2020-05-19 | 2020-07-31 | 李雪梅 | 吸脂针及多维吸脂方法 |
CN111920461A (zh) * | 2020-08-12 | 2020-11-13 | 广州市凰家鹟医疗美容门诊部有限公司 | 一种能降低脂肪细胞刮伤的吸脂针 |
CN213490916U (zh) * | 2020-06-09 | 2021-06-22 | 上海交通大学医学院附属第九人民医院 | 一种螺旋多孔脂肪抽吸管 |
CN113878590A (zh) * | 2021-04-22 | 2022-01-04 | 北京邮电大学 | 一种具备自动规划抽脂功能的机器人系统 |
CN114404697A (zh) * | 2022-02-28 | 2022-04-29 | 周军臣 | 一种锚点脂肪分解器 |
-
2022
- 2022-05-13 CN CN202210518924.5A patent/CN114795314A/zh active Pending
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6524250B1 (en) * | 2000-09-19 | 2003-02-25 | Pearl Technology Holdings, Llc | Fat layer thickness mapping system to guide liposuction surgery |
CN201295412Y (zh) * | 2008-11-25 | 2009-08-26 | 曹士华 | 新型脂肪抽吸针管 |
CN108525026A (zh) * | 2018-01-31 | 2018-09-14 | 成都长宇老司机网络科技有限公司 | 一种负压吸脂针 |
CN209347099U (zh) * | 2018-09-19 | 2019-09-06 | 北京新星靓京广医疗美容医院有限公司 | 一种在脂肪移植术中对脂肪细胞低损的吸脂针 |
CN110575569A (zh) * | 2019-04-16 | 2019-12-17 | 河南整形美容医院有限公司 | 抽脂针 |
CN111467591A (zh) * | 2020-05-19 | 2020-07-31 | 李雪梅 | 吸脂针及多维吸脂方法 |
CN213490916U (zh) * | 2020-06-09 | 2021-06-22 | 上海交通大学医学院附属第九人民医院 | 一种螺旋多孔脂肪抽吸管 |
CN111920461A (zh) * | 2020-08-12 | 2020-11-13 | 广州市凰家鹟医疗美容门诊部有限公司 | 一种能降低脂肪细胞刮伤的吸脂针 |
CN113878590A (zh) * | 2021-04-22 | 2022-01-04 | 北京邮电大学 | 一种具备自动规划抽脂功能的机器人系统 |
CN114404697A (zh) * | 2022-02-28 | 2022-04-29 | 周军臣 | 一种锚点脂肪分解器 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Boone et al. | Imaging with electricity: report of the European concerted action on impedance tomography | |
EP3928701A2 (en) | Reducing noise of intracardiac electrocardiograms using an autoencoder and utilizing and refining intracardiac and body surface electrocardiograms using deep learning training loss functions | |
EP3801674B1 (de) | Implantierbares, ventrikuläres unterstützungssystem | |
Singh | Introduction to biomedical instrumentation | |
EP0669822A1 (en) | Investigation of a body | |
EP1768552A1 (en) | Cardiac monitoring system | |
US11771402B2 (en) | Handheld medical interface for intraluminal device and associated devices, systems, and methods | |
CN111000551A (zh) | 一种基于深度卷积神经网络模型的心脏病发风险诊断方法 | |
CN108392254A (zh) | 智能腰椎穿刺针 | |
Orguc et al. | EMG-based real time facial gesture recognition for stress monitoring | |
CN114795314A (zh) | 一种基于物联网的抽脂手术系统 | |
US20230049942A1 (en) | Treatment system with sensing and ablation catheter for treatment of heart rhythm disorders | |
CN114984349A (zh) | 吸奶器及其控制方法、计算机可读存储介质 | |
JP2022168851A (ja) | 3dモデル構築のための自動フレーム選択 | |
CN113288156B (zh) | 一种任意导联视角的心电数据的生成方法 | |
Lokhande et al. | A review of contemporary researches on biomedical image analysis | |
Mufarid et al. | Central Monitor Based On Personal Computer Using One Wireless Receiver | |
CN113491506A (zh) | 一种基于深度卷积网络的脑电信号处理方法及其设备 | |
CN112022374A (zh) | 一种微创手术用可收缩负压吸引型心脏固定器及使用方法 | |
Schluchter | A 16-Channel Electrical Impedance Tomography System Using the Red Pitaya | |
CN213189654U (zh) | 一种脑组织血氧信号和脑电信号监测仪 | |
Jossinet | Bioimpedance and p-Health | |
Karia et al. | LabVIEW based EMG and blood pressure measurement bio telemetry system | |
Purohit | Capacitive Electrode for Bio-Medical Applications | |
CN209595743U (zh) | 通用型“未病”诊疗服 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |