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！

龙图腾网获悉徐州医科大学;徐州医科大学附属医院申请的专利面向手术视野管理的多源数据实时融合与决策方法和系统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：CN121543035B 。

龙图腾网通过国家知识产权局官网在2026-03-31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：202610067353.6，技术领域涉及：G06F18/25；该发明授权面向手术视野管理的多源数据实时融合与决策方法和系统是由冯硕;袁峰;孙玛骥;李鹏飞;罗鸣然;潘彬;张峻玮;汪松;朱启瑞;王孝生设计研发完成，并于2026-01-19向国家知识产权局提交的专利申请。

本面向手术视野管理的多源数据实时融合与决策方法和系统在说明书摘要公布了：本发明公开了面向手术视野管理的多源数据实时融合与决策方法和系统，涉及医疗数据处理技术领域，所述方法包括：同步采集手术视野的多源感知数据；对多光谱图像序列进行并行处理，得到水体浑浊度、血色浓度及异物密度特征指数；融合手术时间、器械运动数据及血色浓度趋势，识别当前手术阶段；根据手术阶段，将多特征指数融合为视觉清晰度评估指数；根据该指数与目标值的偏差计算初步操作建议值，并生成智能决策数据包。本发明将依赖主观经验的术中评估转化为客观、自适应的多源数据智能融合分析，解决了多因素干扰下视野状态评估不精确、决策缺乏量化依据的难题，提供了精准的实时决策支持。

本发明授权面向手术视野管理的多源数据实时融合与决策方法和系统在权利要求书中公布了：1.面向手术视野管理的多源数据实时融合与决策方法，其特征在于，包括如下步骤： 步骤S1、同步采集手术视野的多源感知数据，所述多源感知数据至少包括多光谱图像序列、器械运动学数据及生理参数数据； 步骤S2、对所述多光谱图像序列进行并行处理，分别通过第一计算路径提取并量化反映液体透明度变化的水体浑浊度特征指数，通过第二计算路径提取并量化反映血液含量的血色浓度特征指数，通过第三计算路径基于深度学习分割模型提取并量化反映固体异物分布状态的异物密度特征指数； 步骤S3、基于手术已进行时间比例、所述器械运动学数据及所述血色浓度特征指数的近期变化趋势，实时识别手术阶段； 步骤S4、根据所识别的手术阶段，将所述水体浑浊度特征指数、血色浓度特征指数和异物密度特征指数融合为视觉清晰度评估指数； 步骤S5、根据所述视觉清晰度评估指数与预设目标值的偏差，计算操作建议参数，并生成包含操作建议参数的智能决策数据包； 其中，所述步骤S2中，所述第一计算路径具体包括以下步骤： 基于多光谱图像序列中的白光通道图像，计算基于局部二值模式纹理熵与灰度共生矩阵对比度的纹理分量； 分析图像中预设参考光斑的扩散面积以获取光散射分量； 计算当前图像与动态更新的参考图像在Lab颜色空间a、b通道及HSV颜色空间饱和度通道的均方误差以获取颜色偏移分量； 将所述纹理分量、光散射分量及颜色偏移分量按预设权重进行加权求和，得到所述水体浑浊度特征指数； 所述步骤S2中，所述第二计算路径具体包括以下步骤： 分别计算多光谱图像序列中415nm通道图像与540nm通道图像的平均反射率，并计算得到表征血红蛋白特异性吸收的光谱吸收比； 将白光通道图像转换至HSV颜色空间，统计满足预设血色色调、饱和度及明度阈值范围的像素比例； 将所述光谱吸收比与所述像素比例按预设系数进行线性组合，得到所述血色浓度特征指数； 所述步骤S2中，所述第三计算路径具体包括以下步骤： 将多光谱图像序列中的白光通道图像输入预训练的U-Net卷积神经网络，得到初始掩膜； 对所述初始掩膜依次进行形态学开运算与闭运算得到分割掩膜； 计算所述分割掩膜中异物像素的面积占比作为基础异物密度； 将白光通道图像划分为多个网格并计算各网格异物密度的统计均匀性； 根据所述基础异物密度与所述统计均匀性计算得到所述异物密度特征指数。

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徐州医科大学;徐州医科大学附属医院，其通讯地址为：221000 江苏省徐州市铜山路209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。