Traitement en cours

Veuillez attendre...

Paramétrages

Paramétrages

Aller à Demande

1. WO2022042459 - PROCÉDÉ ET SYSTÈME DE PLANIFICATION PRÉOPÉRATOIRE DE REMPLACEMENT TOTAL DU GENOU BASÉS SUR L'APPRENTISSAGE PROFOND, ET SUPPORT ASSOCIÉ

Numéro de publication WO/2022/042459
Date de publication 03.03.2022
N° de la demande internationale PCT/CN2021/113946
Date du dépôt international 23.08.2021
CIB
A61B 34/10 2016.1
ANÉCESSITÉS COURANTES DE LA VIE
61SCIENCES MÉDICALE OU VÉTÉRINAIRE; HYGIÈNE
BDIAGNOSTIC; CHIRURGIE; IDENTIFICATION
34Chirurgie assistée par ordinateur; Manipulateurs ou robots spécialement adaptés à l’utilisation en chirurgie
10Planification, simulation ou modélisation assistées par ordinateur d’opérations chirurgicales
G06N 3/04 2006.1
GPHYSIQUE
06CALCUL; COMPTAGE
NSYSTÈMES DE CALCULATEURS BASÉS SUR DES MODÈLES DE CALCUL SPÉCIFIQUES
3Systèmes de calculateurs basés sur des modèles biologiques
02utilisant des modèles de réseaux neuronaux
04Architecture, p.ex. topologie d'interconnexion
CPC
A61B 2034/101
AHUMAN NECESSITIES
61MEDICAL OR VETERINARY SCIENCE; HYGIENE
BDIAGNOSIS; SURGERY; IDENTIFICATION
34Computer-aided surgery; Manipulators or robots specially adapted for use in surgery
10Computer-aided planning, simulation or modelling of surgical operations
101Computer-aided simulation of surgical operations
A61B 2034/107
AHUMAN NECESSITIES
61MEDICAL OR VETERINARY SCIENCE; HYGIENE
BDIAGNOSIS; SURGERY; IDENTIFICATION
34Computer-aided surgery; Manipulators or robots specially adapted for use in surgery
10Computer-aided planning, simulation or modelling of surgical operations
107Visualisation of planned trajectories or target regions
A61B 2034/108
AHUMAN NECESSITIES
61MEDICAL OR VETERINARY SCIENCE; HYGIENE
BDIAGNOSIS; SURGERY; IDENTIFICATION
34Computer-aided surgery; Manipulators or robots specially adapted for use in surgery
10Computer-aided planning, simulation or modelling of surgical operations
108Computer aided selection or customisation of medical implants or cutting guides
A61B 34/10
AHUMAN NECESSITIES
61MEDICAL OR VETERINARY SCIENCE; HYGIENE
BDIAGNOSIS; SURGERY; IDENTIFICATION
34Computer-aided surgery; Manipulators or robots specially adapted for use in surgery
10Computer-aided planning, simulation or modelling of surgical operations
G06N 3/0454
GPHYSICS
06COMPUTING; CALCULATING; COUNTING
NCOMPUTER SYSTEMS BASED ON SPECIFIC COMPUTATIONAL MODELS
3Computer systems based on biological models
02using neural network models
04Architectures, e.g. interconnection topology
0454using a combination of multiple neural nets
G06N 3/08
GPHYSICS
06COMPUTING; CALCULATING; COUNTING
NCOMPUTER SYSTEMS BASED ON SPECIFIC COMPUTATIONAL MODELS
3Computer systems based on biological models
02using neural network models
08Learning methods
Déposants
  • 张逸凌 ZHANG, Yiling [CN]/[CN]
  • 北京长木谷医疗科技有限公司 BEIJING LONGWOOD VALLEY MEDICAL TECHNOLOGY CO., LTD. [CN]/[CN]
Inventeurs
  • 刘星宇 LIU, Xingyu
  • 张逸凌 ZHANG, Yiling
Mandataires
  • 北京知果之信知识产权代理有限公司 BEIJING TRUST OF ZHIGUO IP AGENCY CO., LTD.
Données relatives à la priorité
202010852941.322.08.2020CN
Langue de publication Chinois (zh)
Langue de dépôt chinois (ZH)
États désignés
Titre
(EN) DEEP LEARNING-BASED TOTAL KNEE REPLACEMENT PRE-OPERATIVE PLANNING METHOD AND SYSTEM AND MEDIUM
(FR) PROCÉDÉ ET SYSTÈME DE PLANIFICATION PRÉOPÉRATOIRE DE REMPLACEMENT TOTAL DU GENOU BASÉS SUR L'APPRENTISSAGE PROFOND, ET SUPPORT ASSOCIÉ
(ZH) 基于深度学习的全膝关节置换术的术前规划方法、系统和介质
Abrégé
(EN) A deep learning-based total knee replacement pre-operative planning method and system and a medium. The method comprises: a step of deep learning-based medical image data processing, obtaining a three-dimensional image of a bone structure by means of medical image data processing, and identifying and marking key axes, key anatomical sites and key anatomical parameters, the bone structure comprising the femur, tibia, fibula and patella, the key axes comprising a femoral anatomical axis, a femoral mechanical axis, a tibial anatomical axis and a tibial mechanical axis, and the anatomical parameters comprising a tibiofemoral angle and a distal femoral angle; and a step of visual simulated matching, simulated matching a three-dimensional prosthesis model with a three-dimensional femur and a three-dimensional tibia, and observing in real time the simulated matching effect, and when the simulated matching effect meets operation requirements, considering the simulated matching to be complete. The method and system achieve, on the basis of deep learning, the automatic segmentation of bone blocks, and the identification and measurement of at least one key axis, key anatomical site, and key anatomical parameter in a total knee replacement.
(FR) L'invention concerne un procédé et un système de planification préopératoire de remplacement total du genou basés sur l'apprentissage profond, ainsi qu'un support. Le procédé comprend : une étape pour effectuer un traitement de données d'image médicale basé sur l'apprentissage profond, obtenir une image tridimensionnelle d'une structure osseuse au moyen du traitement de données d'image médicale, et identifier et marquer des axes clés, des sites anatomiques clés et des paramètres anatomiques clés, la structure osseuse comprenant le fémur, le tibia, le péroné et la rotule, les axes clés comprenant un axe anatomique fémoral, un axe mécanique fémoral, un axe anatomique tibial et un axe mécanique tibial, et les paramètres anatomiques comprenant un angle tibio-fémoral et un angle fémoral distal ; et une étape pour effectuer une mise en correspondance simulée visuelle, effectuer une mise en correspondance simulée d'un modèle de prothèse tridimensionnel avec un fémur tridimensionnel et un tibia tridimensionnel, et observer en temps réel l'effet de mise en correspondance simulée, et, lorsque l'effet de mise en correspondance simulée répond aux exigences de fonctionnement, considérer la mise en correspondance simulée comme étant achevée. Le procédé et le système réalisent, sur la base de l'apprentissage profond, la segmentation automatique de blocs osseux, et l'identification et la mesure d'au moins un axe clé, un site anatomique clé et un paramètre anatomique clé dans un remplacement total du genou.
(ZH) 一种基于深度学习的全膝关节置换术的术前规划方法、系统和介质。方法包括:基于深度学习的医学图像数据处理的步骤,通过医学图像数据处理获得骨骼结构的三维影像、识别标记出关键轴线、关键解剖位点和关键解剖参数;骨骼结构包括股骨、胫骨、腓骨和髌骨;关键轴线包括股骨解剖轴、股骨机械轴、胫骨解剖轴和胫骨机械轴;解剖参数包括胫股角和远端股骨角;可视化模拟匹配的步骤,将三维假体模型与三维股骨和三维胫骨进行模拟匹配,实时观察模拟匹配效果;当模拟匹配效果符合手术要求时,视为完成模拟匹配。该方法和系统基于深度学习实现了骨块的自动分割、全膝关节置换术中至少一种的关键轴线、关键解剖位点及关键解剖参数的识别测量。
Dernières données bibliographiques dont dispose le Bureau international