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！

龙图腾网获悉福建中医药大学申请的专利脊柱手术实时配准误差的智能分析与临床决策支持方法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：CN121687393B 。

龙图腾网通过国家知识产权局官网在2026-04-24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：202610179512.1，技术领域涉及：G16H20/40；该发明授权脊柱手术实时配准误差的智能分析与临床决策支持方法是由黄艳峰;韩春旭;王宇;刘伯龄;陈诗华;徐诗琪;陈若岚设计研发完成，并于2026-02-09向国家知识产权局提交的专利申请。

本脊柱手术实时配准误差的智能分析与临床决策支持方法在说明书摘要公布了：本发明公开了脊柱手术实时配准误差的智能分析与临床决策支持方法，涉及医疗信息学与手术辅助决策技术领域，获取脊柱手术区域的多源异构数据，并基于局部密度与相对距离识别其中的低强度误差模式数据；从所述低强度误差模式数据中，通过分析其周期性、空间聚集性和时序突发性，提取具有时序和空间关联性的目标误差数据片段。本发明通过构建实时误差预测模型并融合特征拓扑结构，能够前瞻性地预测未来数百毫秒内误差的演变趋势与空间传播路径。这使得系统能够在误差累积到危险水平之前，提前发出预警，并推荐校正策略，将问题处置窗口大幅提前，变事后补救为事前预防，从根本上提升了手术的主动安全控制能力。

本发明授权脊柱手术实时配准误差的智能分析与临床决策支持方法在权利要求书中公布了：1.脊柱手术实时配准误差的智能分析与临床决策支持方法，其特征在于，包括： 获取脊柱手术区域的多源异构数据，并基于局部密度与相对距离识别其中的低强度误差模式数据；对脊柱移动数据序列、图像质量数据序列和器械精度数据序列进行时间对齐与数据融合，得到融合数据矩阵； 采用基于高斯核函数的密度估计算法，计算所述融合数据矩阵中各个数据点的局部密度； 基于所述局部密度，计算各数据点与其最近的高密度点之间的相对距离比值； 将所述相对距离比值小于设定阈值的数据子集，识别为所述低强度误差模式数据，其中所述设定阈值为基于所述数据点间平均距离动态确定的数值； 从所述低强度误差模式数据中，通过分析其周期性、空间聚集性和时序突发性，提取具有时序和空间关联性的目标误差数据片段； 基于所述目标误差数据片段提取关键时序误差特征，并训练得到用于预测误差演变的实时误差预测模型； 基于所述低强度误差模式数据中误差事件在解剖结构上的分布与关联，构建反映误差空间传播规律的特征拓扑结构；包括： 获取低强度误差事件，并根据解剖节点标识从预定义的脊柱拓扑结构中获取各节点的空间位置坐标； 计算所述低强度误差事件在各解剖节点上的发生次数，得到事件频度矩阵； 对所述事件频度矩阵进行网络结构化处理，得到以解剖节点为顶点、以节点间误差关联为边的网络初始结构； 采用固定步长的随机游走算法遍历所述网络初始结构，统计节点间访问频率以构建节点转移概率矩阵； 基于所述节点转移概率矩阵计算节点间空间距离，根据所述空间距离对节点进行聚合并建立误差传播路径； 通过Dijkstra最短路径搜索算法遍历所述误差传播路径，并采用评分函数对路径进行量化筛选，得到所述特征拓扑结构；其中，所述评分函数为路径上各边转移概率的几何平均数与路径欧氏距离倒数的加权和； 在手术导航过程中，将实时获取的所述关键时序误差特征输入所述实时误差预测模型，预测得到未来时间序列误差特征； 将所述未来时间序列误差特征与所述特征拓扑结构进行融合，生成表征误差时空关联的时空融合特征向量； 基于所述时空融合特征向量进行手术区域的综合精度评估与风险分析，并根据评估结果判定预警等级； 根据所述预警等级，生成并输出包含该预警等级及对应校正策略的手术导航决策信息。

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福建中医药大学，其通讯地址为：350000 福建省福州市五四路282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。