简介:摘要目的探讨3D Slicer软件辅助国产CR型脑外科手术机器人在颅内病变活检组织检查中的应用价值。方法回顾性分析航天中心医院神经外科2019年1月至2021年12月连续收治并采用国产CR型脑外科手术机器人进行颅内病变活检的80例病例资料。男性36例,女性44例,年龄(38.5±18.0)岁(范围:6~71岁)。术前仅行T1加权三维磁化强度预备梯度回波序列和弥散张量成像扫描,收集数据后应用3D Slicer软件重建颅内病变、大脑皮层和血管、白质纤维束的影像,将CT和MRI数据导入国产CR型脑外科手术机器人工作站,设计穿刺路径;穿刺病变组织送病理检查,明确诊断。结果80例患者的无框架立体定向穿刺活检均成功完成。病理学诊断弥漫性星形细胞瘤和少突胶质细胞瘤50例,淋巴瘤15例,转移瘤5例,炎性脱髓鞘病5例,炎性肉芽肿2例,血管瘤1例,急性淋巴细胞白血病颅内浸润1例,精原细胞瘤1例,穿刺活检阳性率100%(80/80)。术后影像学证实穿刺路径和靶点均按术前规划精准实施,靶点误差为(1.32±0.44)mm(范围:0.55~1.99 mm)。术后发生穿刺靶点无症状渗血1例,经治疗后好转。结论通过3D Slicer软件术前自主重建三维多模态影像,可以帮助术者进行术前手术规划,降低国产CR型脑外科手术机器人立体定向脑活检的风险。
简介:【摘要】目的 分析脑卒中偏瘫患者使用智能机器人康复手套对手功能的疗效。 方法 将我院于2022年3月至2023年3月之间收治的54例脑卒中偏瘫患者作为研究对象,分为对照组和研究组,遵循随机数字表法,每组各27例。对照组给予常规康复治疗,研究组给予常规康复治疗+智能机器人康复手套训练,观察两组患者的上肢功能和手功能恢复情况、日常生活活动能力上的差异。结果 治疗前,两组患者的上肢功能、手功能以及日常生活能力的差异无意义,P>0.05;治疗后,研究组的上肢及手功能明显好转,日常生活活动能力评分也高于对照组,差异有意义,P<0.05。 结论 脑卒中偏瘫患者采用智能机器人康复手套的治疗效果优异,可以显著改善患者的上肢功能和手功能,日常生活活动能力也随之提高,适合临床广泛应用与推广。
简介:【摘要】目的:综合分析机器人联合脑室型颅内压监测微创治疗脑干出血的疗效。方法:本研究拟选取我院2022年1月-2023年11月期间收治的重型高血压脑干出血48例为研究对象,随机分为研究组与对照组,每组24例,对照组实施保守治疗,观察组实施机器人辅助微创置管引流术联合脑室型颅内压监测。对两组的治疗6月后的格拉斯哥预后评分量表(GOS)中预后良好与重度残疾及以上情况进行比较;并比较两组的住院时间、住院费用与并发症发生率。结果:研究组的预后良好率高于对照组,重度残疾及以上率与并发症发生率均低于对照组(P<0.05);研究组的住院时间低于对照组,住院费用高于对照组(P<0.05)。结论:在脑干出血患者中应用机器人联合脑室型颅内压监测微创治疗具有优越的价值,能够有效防止并发症,缩短住院时间,最终改善预后,值得推广应用。
简介:摘要近年来,人工智能与骨科机器人作为医疗领域的研究热点以及重要发展方向,为骨科手术提供了精确的术前规划以及手术导航。人工智能与骨科机器人可以真正实现关节置换手术精准化。人工智能在关节疾病影像诊断、图像分割、术前规划等方面具有巨大的优势,通过更加精确的智能图像分割、更加快捷准确的术前规划可有效降低复杂初次关节置换及翻修术的手术难度,降低临床医生与工程师的沟通成本,理论上可以提高假体选择的准确性。骨科机器人基于X线片或CT扫描信息,在精准术前规划的基础上进行术中的精准骨骼操作,避免术者经验及操作带来的偏差,实现不同级别医生手术水平的同质化,降低关节置换手术的学习曲线,在复杂手术中具有理论上的优势。
简介:【摘要】目的:探讨多体位智能化下肢康复机器人在脑卒中患者康复训练中的应用效果。方法:从本院于2021年1月至2022年10月间收治的脑卒中患者中,随机抽选50例患者作为研究对象,应用随机数字表法,分为实验组和对照组,对照组给予常规康复训练,实验组给予多体位智能化下肢康复机器人联合康复训练,两组各25例,对比两组患者的康复效果。结果:干预后,实验组的各项康复指标明显高于对照组(P<0.05)。实验组康复满意度明显高于对照组(P<0.05)。结论:在脑卒中患者的康复训练中,应用多体位智能化下肢康复机器人,应用效果显著。
简介:[摘要] 目的:对比分析高锰酸盐指数智能机器人分析仪和国标滴定法测定水中高锰酸盐指数。方法:用高锰酸盐指数智能机器人分析仪和国标滴定法测定水中高锰酸盐指数。结果:高锰酸盐指数智能机器人分析仪检出限为0.03mg/L,最低检测质量浓度为0.12mg/L,精密度为0.72%-1.60%,加标回收率为81.1%-98.5%。结论:高锰酸盐指数智能机器人分析仪能满足检测要求,且高锰酸盐指数智能机器人分析仪无需手工操作、无需人员值守、样品连续测定、节省时间、节省人力,更能满足大批量样品的检测需求。
简介:摘要:本文提出了一种基于机器学习的眼底图像检测方法、装置及系统,其中主要包括:获取待检测的眼底图像;对所述眼底图像整体区域进行第一特征集检测;对所述眼底图像中特定区域进行第二特征集检测,所述第一特征中的特征的显著度大于第二特征集中的特征的显著度;基于机器学习对检测的结论进行判定得到最终检测结果。每种类型的特征分开检测,互不影响,可以较为精确的判断每个特征的类别,同时进行多种类别多种显著度的特征的检测,可以高效精确的对眼底图像进行检测。