摘要
本申请公开了一种基于多模态融合的术中器官位移实时感知方法及相关装置。该方法包括:首先同步获取光学、电磁及血流信号数据;然后提取电磁数据的磁场强度特征,并据此选择性地对电磁数据进行基于卡尔曼滤波与神经网络加权融合的滤波处理;接着,根据实时信号质量、历史精度及目标器官的解剖区域属性,为三种数据动态分配置信度权重;最后,基于权重对多模态数据进行空间配准,计算出器官的最终位姿数据。本发明通过智能滤波与动态权重分配,有效提升了在复杂手术环境下对器官位移感知的鲁棒性、抗干扰能力和定位精度。
技术关键词
数据
电磁
血流
实时信号
时间同步
卡尔曼滤波
多模态
计算机程序产品
权重分配策略
时钟同步
强化学习框架
动态权重分配
因子
计算机程序代码
存储单元
可读存储介质
指令
系统为您推荐了相关专利信息
监测方法
坐标
卷积神经网络模型
序列
人体关节点
集群控制方法
节点资源状态
业务状态信息
大语言模型
控制策略
多尺度
社区检测方法
密度峰值聚类算法
语义
热点
辅助诊断方法
大语言模型
文本
自然语言
数据转换模块
难治性抑郁症
评估系统
Pearson相关系数
支持向量机回归模型
血红蛋白