使用机器学习在外科手术期间对缝合事件进行基于视频的分析的制作方法

所述实施方案涉及用于从外科手术的视频检测和分析外科缝合事件的机器学习技术。相关技术的描述许多外科手术(例如，袖状胃切除术、roux-en-y胃旁路术等)涉及外科缝合。外科医生在执行外科缝合时具有多种选择。例如，外科钉可以不同长度、不同制造商获得，并且可以具有或不具有支撑物获得。对于涉及多个外科钉的外科手术，外科医生必须决定将哪种类型的钉用于不同的目的以及在手术期间部署钉的具体顺序。关于外科缝合器使用的不同选择可对库存成本、外科手术时间和患者结果具有显著影响。

背景技术：

技术实现思路

技术特征：

1.一种用于基于输入视频自动表征外科手术中的缝合事件的方法，所述方法包括：

2.根据权利要求1所述的方法，其中，所述一个或多个特性包括在对应的缝合事件期间使用的钉负载的长度。

3.根据权利要求1所述的方法，其中，所述一个或多个特性包括钉负载的颜色和在对应的缝合事件期间递送所述钉负载的缝合器的制造商。

4.根据权利要求1所述的方法，其中，所述一个或多个特性包括与对应的缝合事件相关联的夹持时间，所述夹持时间指示在递送缝合器负载之前患者的组织被夹持在一起的时间量。

5.根据权利要求1所述的方法，其中，所述一个或多个特性包括在对应的缝合事件期间递送的缝合器负载中支撑物的检测到的存在或不存在。

6.根据权利要求1所述的方法，所述方法还包括：

7.根据权利要求6所述的方法，其中，所述一个或多个结果属性包括用于患者的预测恢复时间。

8.根据权利要求6所述的方法，其中，所述一个或多个结果属性包括一个或多个术后并发症的一个或多个可能性。

9.根据权利要求1所述的方法，所述方法还包括：

10.根据权利要求1所述的方法，所述方法还包括：

11.一种非暂态计算机可读存储介质，所述非暂态计算机可读存储介质存储用于基于输入视频自动表征外科手术中的缝合事件的指令，所述指令在由处理器执行时使得所述处理器执行包括以下的步骤：

12.根据权利要求11所述的非暂态计算机可读存储介质，其中，所述一个或多个特性包括在对应的缝合事件期间使用的钉负载的长度。

13.根据权利要求11所述的非暂态计算机可读存储介质，其中，所述一个或多个特性包括钉负载的颜色和在对应的缝合事件期间递送所述钉负载的缝合器的制造商。

14.根据权利要求11所述的非暂态计算机可读存储介质，其中，所述一个或多个特性包括与对应的缝合事件相关联的夹持时间，所述夹持时间指示在递送缝合器负载之前患者的组织被夹持在一起的时间量。

15.根据权利要求11所述的非暂态计算机可读存储介质，其中，所述一个或多个特性包括在对应的缝合事件期间递送的缝合器负载中支撑物的检测到的存在或不存在。

16.根据权利要求11所述的非暂态计算机可读存储介质，所述非暂态计算机可读存储介质还具有编码在其上的指令，所述指令在由所述处理器执行时使得所述处理器执行包括以下的步骤：

17.根据权利要求16所述的非暂态计算机可读存储介质，其中，所述一个或多个结果属性包括用于患者的预测恢复时间。

18.根据权利要求16所述的非暂态计算机可读存储介质，其中，所述一个或多个结果属性包括用于患者的恢复时间。

19.根据权利要求16所述的非暂态计算机可读存储介质，其中，所述一个或多个结果属性包括一个或多个术后并发症的一个或多个可能性。

20.一种用于训练机器学习模型以基于外科视频表征外科手术中的缝合事件的方法，所述方法包括：

技术总结分析系统训练机器学习模型以从外科手术的视频检测缝合事件。该机器学习模型检测缝合事件发生的时间以及每个缝合事件的一个或多个特性，诸如钉的长度、夹持时间或其他特性。机器学习模型是在外科手术的视频上进行训练的，通过学习过程识别何时发生缝合事件。机器学习模型可应用于输入视频以检测缝合器事件的序列。缝合器事件序列还可被分析和/或聚合以生成与用于应用诸如库存管理、性能评估或预测患者结果的外科手术相关的各种分析数据。技术研发人员：D·T·斯特金,J·巴克,V·K·戈埃尔,T·W·阿隆哈特受保护的技术使用者：威博外科公司技术研发日：技术公布日：2025/1/6