[发明专利]一种血管介入训练安全防护方法

权利要求书

1.一种血管介入训练安全防护方法，其特征在于，包括：

步骤1、记录使用者进行手术血管介入手术训练操作过程中，导丝在移动过程中的多个位置值，根据所述多个位置值建立用于训练神经网络的第一数据集；

步骤2、对所述第一数据集进行数据预处理，得到第二数据集；

步骤3、建立基于长短时记忆神经网络的预测模型，在所述第二数据集上进行模型训练并保存模型权重；

步骤4、在使用者使用导航系统时，读取所述导丝在磁导航空间下的当前坐标值，加载所述模型权重并使用所述预测模型进行预测，得到所述导丝在所述磁导航空间的第一预测坐标值；将所述第一预测坐标值通过变换矩阵转换为第二预测坐标值；

步骤5、使用Kdtree数据结构计算出所述第二预测坐标值与血管中心线的偏移距离；

步骤6、当所述偏移距离大于术前规定阈值时，进行安全风险提示；否则使所述导丝继续移动到下一步并读取所述导丝的当前位置值，以及转入步骤4继续执行。

2.如权利要求1所述的血管介入训练安全防护方法，其特征在于，所述导丝包括附着有磁导航传感器的导丝。

3.如权利要求1所述的血管介入训练安全防护方法，其特征在于，所述步骤2中的所述数据预处理包括滤波平滑和归一化。

4.如权利要求1所述的血管介入训练安全防护方法，其特征在于，建立所述基于长短时记忆神经网络的预测模型的公式如下：

f_t＝σ(W_f[h_t-1，x_t]+b_f)

i_t＝σ(W_i[h_t-1，x_t]+b_i)

o_t＝σ(W_o[h_t-1，x_t]+b_o)

h_t＝o_t*tanh(C_t)

其中，f_t，x_t为所述预测模型的输入，其中x_t为输入数据序列，f_t为计算单元中间值，o_t，h_t为所述预测模型的输出，其中o_t为输出值，h_t为中间输出值，W_i，W_i，W_C，W_o和b_f，b_i，b_c，b_o的权重和偏置量，σ为sigmoid函数，σ的计算公式为tanh的计算公式为

5.如权利要求4所述的血管介入训练安全防护方法，其特征在于，所述公式的计算流程为一个长短时记忆神经网络单元，由多个所述长短时记忆神经网络单元级联组成一个完整的所述预测模型。

6.如权利要求1所述的血管介入训练安全防护方法，其特征在于，所述预测模型的末端包括全连接层和失活层，所述全连接层被配置为将前一层网络的输出与每个神经元进行连接构建，所述失活层被配置为在训练过程中随机将某些神经网络连接剔除，从而增强所述预测模型的泛化能力。

7.如权利要求1所述的血管介入训练安全防护方法，其特征在于，在所述步骤3中，使用均方根误差MSE作为反向传播误差，所述均方根误差的计算公式为：

其中，M为一批数据的数量，N为预测的维度，为第j个样本的第i维度。

8.如权利要求1所述的血管介入训练安全防护方法，其特征在于，在所述步骤3中，所述模型训练包括使用adam优化器进行梯度下降训练。