资源类型：
申请号：
申请日期：
授权年份：
公开号：
公开日：
法律状态：
主分类号：
分类号：
摘要：
本发明公开了一种可视可调节的人工智能化气管插管设备，包括气管导管和插入气管导管内的插入管，插入管包括调节段、连接段和固定直线段，固定直线段的外侧套接有硬质套管；调节段设有多个活动关节，多个活动关节通过牵引线一和牵引线二进行方向改变，牵引线一和牵引线二的一端均固定于活动关节中，另一端分别依次穿过连接段和固定直线段的侧壁后限位于插入管外侧；在插入后，通过摄像头观察患者声门位置，通过调整调节段的角度并插入患者声门位置，并通过神经网络模型自动检测声门，从而可以更方便的操作前端进入的角度，提高气管插管成功率，减少因气管插管失败导致的缺氧、死亡等不良事件发生率，同时便于医生操作，减少患者的损伤。
主权项：
1.一种结合了可视可调节的人工智能化气管插管设备和自动插管机器人的系统，其特征在于，包括气管导管(3)和插入气管导管(3)内的插入管(1)； 插入管(1)，所述插入管(1)靠近患者的前端设置有摄像头和冷光源，并通过另一端的连接接头连接外部设备； 所述插入管(1)一体成形，由前段自后依次分为可调节角度的调节段(11)、连接段(12)和固定直线段(13)，所述固定直线段(13)的外侧套接有硬质金属套管(131)； 所述调节段(11)设有多个活动关节，多个所述活动关节通过牵引线一(111)和牵引线二(112)进行方向改变，所述牵引线一(111)和所述牵引线二(112)的一端均固定于活动关节中，另一端分别依次穿过连接段(12)和固定直线段(13)的侧壁后限位于插入管(1)外侧； 根据对声门的定位引导机器人进行自主插管操作； 其中在插管和调节过程中声门判定方法包括： 步骤1：采集插管图像数据进行预处理； 步骤2：构建深度神经网络模型，并将预处理得到的图像送入模型中进行处理，从而判定是否出现声门； 其中神经网络模型为：第1-5层为经典深度神经网络结构，分别进行卷积-池化-卷积-池化-卷积处理；第6-13层为独立异相融合层，输出层用于输出判定声门的结果；第6-13层的具体结构为： ； 其中为第i隐藏层的输出，为第i-1隐藏层的输出，是激活函数，是线性系数，是线性截距； ； 设、、都是3*3矩阵，且的所有元素为常数，是相对于卷积核中心的坐标，表示相位角； ； i=6时，；i=7时，；i=8时，；i=9时，；i=10时，；i=11时，；i=12时，；i=13时，； 在判断为声门后，通过图像显示、声音提醒方式告知操作医生； 告知方式还包括在显示屏上利用标注框标记出声门位置和/或区域范围。
