摘要
本申请提供了一种基于图像的眼科机器人控制方法、系统、设备及介质,其中,所述方法包括:获取术中三维OCT影像序列和视觉诱发电位信号,分割视神经区域生成视神经空间模型;根据眼球运动补偿算法对视神经空间模型与视觉诱发电位信号进行动态配准,生成融合数据体;基于融合数据体和机器人末端器械的实时操作参数,通过预训练的神经网络预测模型计算视功能损伤风险系数和术后视力恢复预测值;根据损伤风险系数和术后视力恢复预测值动态生成机器人操作修正控制指令。采用本方法能够提高手术方案的个体化精度与术后视功能保护效果。
技术关键词
视觉诱发电位
卷积循环神经网络
神经网络预测模型
运动补偿算法
指令执行单元
生成机器人
机器人控制方法
机器人控制系统
数据体
动态校正
依赖特征
参数
器械
影像
手术路径规划
仿真数据
序列
阶段
系统为您推荐了相关专利信息
RBF神经网络
预测预警系统
预测预警方法
皮尔逊相关系数
ARIMA模型
压检测方法
视觉诱发电位
数据
颅内压检测装置
血压
卷积循环神经网络
电机轴承故障
长短时间记忆网络
引入注意力机制
卷积特征提取
性评估方法
超声造影
区域生长算法
心血管疾病诊断
造影剂
故障诊断方法
神经网络预测模型
压力
阳极
电池故障检测