CN113779533B - 用于医用机器人的操作者身份识别方法、装置和*** - Google Patents
用于医用机器人的操作者身份识别方法、装置和*** Download PDFInfo
- Publication number
- CN113779533B CN113779533B CN202110998319.8A CN202110998319A CN113779533B CN 113779533 B CN113779533 B CN 113779533B CN 202110998319 A CN202110998319 A CN 202110998319A CN 113779533 B CN113779533 B CN 113779533B
- Authority
- CN
- China
- Prior art keywords
- operator
- medical robot
- compared
- biological characteristics
- standard
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 68
- 238000012797 qualification Methods 0.000 claims abstract description 77
- 238000004590 computer program Methods 0.000 claims description 29
- 238000012549 training Methods 0.000 claims description 29
- 239000008280 blood Substances 0.000 claims description 23
- 210000004369 blood Anatomy 0.000 claims description 23
- 230000007246 mechanism Effects 0.000 claims description 23
- 230000001788 irregular Effects 0.000 claims description 12
- 210000001747 pupil Anatomy 0.000 claims description 8
- 238000004891 communication Methods 0.000 claims description 7
- 210000004204 blood vessel Anatomy 0.000 claims description 6
- 210000000744 eyelid Anatomy 0.000 claims description 6
- 230000002035 prolonged effect Effects 0.000 claims 2
- 238000004904 shortening Methods 0.000 claims 2
- 230000001939 inductive effect Effects 0.000 claims 1
- 230000008569 process Effects 0.000 description 14
- 238000010586 diagram Methods 0.000 description 6
- 238000005457 optimization Methods 0.000 description 6
- 238000012790 confirmation Methods 0.000 description 4
- 230000002159 abnormal effect Effects 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 3
- 238000012544 monitoring process Methods 0.000 description 3
- 230000009471 action Effects 0.000 description 2
- 210000005252 bulbus oculi Anatomy 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000007689 inspection Methods 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 206010041349 Somnolence Diseases 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 238000013475 authorization Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000009977 dual effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 210000001508 eye Anatomy 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000011008 operational qualification Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 238000001356 surgical procedure Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/30—Authentication, i.e. establishing the identity or authorisation of security principals
- G06F21/31—User authentication
- G06F21/32—User authentication using biometric data, e.g. fingerprints, iris scans or voiceprints
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Computer Security & Cryptography (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Computer Hardware Design (AREA)
- Software Systems (AREA)
- Artificial Intelligence (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
- Manipulator (AREA)
Abstract
本申请涉及一种用于医用机器人的操作者身份识别方法、装置和***。所述方法包括：采集操作者的待比对生物特征；将所述待比对生物特征与标准生物特征进行比对；获取比对成功的标准生物特征对应的操作资格；根据所述操作资格判断所述操作者是否具有操作医用机器人的权限，并输出判断结果。采用本方法能够准确地进行身份识别。
Description
技术领域
本申请涉及人工智能技术领域，特别是涉及一种用于医用机器人的操作者身份识别方法、装置和***。
背景技术
医用机器人是一种智能型服务机器人，用于医院、诊所的医疗或辅助医疗。它能独自编制操作计划，依据实际情况确定动作程序，然后把动作变为操作机构的运动。
传统技术中，对于医用机器人的使用用户的身份确认是通过输入身份标识等实现的。
然而，目前的通过输入身份标识等实现的身份确认的方式不能避免输入身份标识后，其他人代替使用医用机器人，不能避免没有接受过训练的医生通过不正常手段拿到身份标识来使用医用机器人等，导致目前医用机器人的使用用户的身份确认存在缺陷。
发明内容
基于此，有必要针对上述技术问题，提供一种能够准确地进行身份识别的用于医用机器人的操作者身份识别方法、装置和***。
一种用于医用机器人的操作者身份识别方法，其特征在于，所述方法包括：
采集操作者的待比对生物特征；
将所述待比对生物特征与标准生物特征进行比对；
获取比对成功的标准生物特征对应的操作资格；
根据所述操作资格判断所述操作者是否具有操作医用机器人的权限，并输出判断结果。
在其中一个实施例中，所述采集操作者的待比对生物特征，包括以下至少一种：
通过安装在医用机器人的目镜中的虹膜采集设备不定时或者按照预设采集时间隔采集操作者的虹膜特征；
通过安装在医用机器人的操纵机构的指纹采集设备不定时或者按照预设采集时间间隔采集操作者的指纹特征；
通过安装在医用机器人上的人脸识别设备不定时或者按照预设采集时间间隔采集操作者的人脸特征；
通过安装在医用机器人的操纵机构的血液特征采集设备不定时或者按照预设采集时间间隔采集操作者的血液特征。
在其中一个实施例中，所述将所述待比对生物特征与标准生物特征进行比对之前，还包括：
采集操作者的标准生物特征；
根据所述标准生物特征与操作者标识生成配置信息；
获取所述操作者对应的训练数据；
根据所述训练数据判断所述操作者是否具备操作资格，若是，则在所述配置信息中增加对应所述标准生物特征的操作资格。
在其中一个实施例中，所述将所述待比对生物特征与标准生物特征进行比对，包括：
将至少一次采集的所述待比对生物特征与标准生物特征进行比对；
计算预设次数的比对中所述待比对生物特征与所述标准生物特征的比对成功率；
当所述比对成功率满足要求时，判定所述待比对生物特征与所述标准生物特征比对成功。
在其中一个实施例中，所述方法还包括：
当所述操作者不具有操作医用机器人的权限，输出身份不满足要求的提示信息；且修改所述待比对生物特征的采集规则。
在其中一个实施例中，所述方法还包括：
当所述操作者具有操作医用机器人的权限，根据所述待比对生物特征计算得到所述操作者的当前状态；
若所述当前状态不满足操作要求，则输出状态提示信息。
在其中一个实施例中，所述根据所述待比对生物特征计算得到所述操作者的当前状态，包括以下至少一种：
根据操作者的眼皮运动特征和/或瞳孔对焦位置计算得到所述操作者的当前状态；
根据血管中血液特征计算得到所述操作者的当前状态。
在其中一个实施例中，所述方法还包括：
当所述操作者具有操作医用机器人的权限，获取比对成功的标准生物特征对应的历史操作信息；
根据所述历史操作信息调整所述医用机器人的姿态。
在其中一个实施例中，所述根据所述历史操作信息调整所述医用机器人的姿态，包括：
获取比对成功的标准生物特征对应的操作者标识；
输出所述操作者标识以及是否调整所述医用机器人的姿态的提示信息；
当接收到调整所述医用机器人的姿态的指示信息，则根据所述指示信息和所述历史操作信息对所述医用机器人的姿态进行调整。
一种用于医用机器人的操作者身份识别装置，所述装置应用于所述医用机器人使用前和/或使用中，所述装置包括：
采集模块，用于采集操作者的待比对生物特征；
比对模块，用于将所述待比对生物特征与标准生物特征进行比对；
操作资格获取模块，用于获取比对成功的标准生物特征对应的操作资格；
权限判定模块，用于根据所述操作资格判断所述操作者是否具有操作医用机器人的权限。
一种用于医用机器人的操作者身份识别***，所述***包括：
医用机器人；
生物特征采集设备，所述生物特征采集设备安装在所述医用机器人上或所述生物特征采集设备与所述医用机器人相通信连接，所述生物特征采集设备用于采集操作者的待比对生物特征；
处理器，所述处理器分别与所述医用机器人和所述生物特征采集设备相通信，所述处理器用于根据上述任意一个实施例中所述用于医用机器人的操作者身份识别方法判断操作者是否具有操作医用机器人的权限。
在其中一个实施例中，所述生物特征采集设备包括安装在医用机器人的目镜中的虹膜采集设备、安装在医用机器人的操纵机构上的指纹采集设备、安装在医用机器人上的人脸识别设备和安装在医用机器人的操纵机构上的血液特征采集设备中的一种或几种。
一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现上述的方法的步骤。
上述用于医用机器人的操作者身份识别方法、装置和***，在医用机器人使用前和/或使用中可以通过生物特征采集设备采集操作者的待比对生物特征，然后将待比对生物特征与标准生物特征进行比对，以确定对应的操作资格，从而判断操作者是否具有操作医用机器人的权限，由于在使用前和/或使用中可以随时采集，且生物特征不能被其他人获取，因此不存在冒用等缺陷，使得身份识别更为准确。
附图说明
图1为一个实施例中用于医用机器人的操作者身份识别***的示意图；
图2为一个实施例中用于医用机器人的操作者身份识别***的模块框图；
图3为一个实施例中用于医用机器人的操作者身份识别方法的流程示意图；
图4为另一个实施例中医用机器人的操作者身份识别方法的流程示意图；
图5为一个实施例中的预处理步骤的流程图；
图6为图3所示实施例中的步骤S304的流程图；
图7为一个实施例中的状态检测步骤的流程图；
图8为一个实施例中的姿态调整步骤的流程图；
图9为再一个实施例中用于医用机器人的操作者身份识别方法的具体流程图；
图10为一个实施例中用于医用机器人的操作者身份识别装置的结构框图；
图11为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
本申请提供的用于医用机器人的操作者身份识别方法，可以应用于如图1所示的用于医用机器人的操作者身份识别***中。其中，该用于医用机器人的操作者身份识别***包括医用机器人、生物特征采集设备以及处理器，其中，生物特征采集设备安装在医用机器人上或者是生物特征采集设备未安装在医用机器人上，可选地，生物特征采集设备安装在医用机器人上时，生物特征采集设备包括安装在医用机器人的目镜101中的虹膜采集设备102、安装在医用机器人的操纵机构103，如操作主手上的指纹采集设备104、安装在医用机器人上的人脸识别设备和安装在医用机器人的操纵机构上的血液特征采集设备中的一种或几种；生物特征采集设备未安装在医用机器人上时，生物特征采集设备与医用机器人通信连接，生物特征采集设备是独立的采集器，连接在医用机器人或者通过U盘、网线、网口等传到医用机器人数据库中。如图1中，处理器中存储有用于医用机器人的操作者身份识别方法的程序，其可以控制安装在医用机器人上的生物特征采集设备。其中可选地，针对每一生物特征采集设备可以单独设置一处理器，或者是多个生物特征采集设备对应于同一个处理器。其中处理器通过生物特征采集设备采集操作者的待比对生物特征；将待比对生物特征与标准生物特征进行比对；获取比对成功的标准生物特征对应的操作资格；根据操作资格判断操作者是否具有操作医用机器人的权限。由于在使用前和/或使用中可以随着采集，且生物特征不能被其他人获取，因此不存在冒用等缺陷，使得身份识别更为准确。
结合图2所示，其中各个生物特征采集设备以及其对应的处理器可以是单独的或者是各个生物特征采集设备共用一个处理器，若是单独的处理器，则每个处理器将生物特征采集设备所采集的待比对生物特征单独进行处理，并输出结果，若是共用一个处理器，则处理器可以并行分别对生物特征采集设备采集的待比对生物特征进行处理。
以单独的处理器为例进行说明，对应于虹膜特征采集设备的处理器可以包括根据待比对生物特征进行身份识别的处理，根据待比对生物特征进行操作者状态检测的处理，以及根据待比对生物特征进行机器人姿态优化的处理等其中至少一个。而对于指纹采集设备的处理器则可以包括根据待比对生物特征进行身份识别的处理以及根据待比对生物特征进行机器人姿态优化的处理等其中至少一个。
其中将虹膜特征采集设备以及对应的处理器称为虹膜识别***，同样地将指纹采集设备以及对应的处理器称为指纹识别***，虹膜识别***置于医用机器人的目镜中；指纹识别***置于医用机器人的操纵机构，如操作主手上；
虹膜识别***包括身份认证模块、状态监测模块、习惯优化模块；身份认证模块指的是通过虹膜识别***采取不定时的方式对操作者身份进行认证，在此过程包含权限审查；权限审查指的是通过比对操作者的职称，经历等，确定操作者是否具有操作资格；状态监测模块指的是通过虹膜识别***采取不定时的方式对操作者的状态进行监测，通过判断眼球等的特征提示操作者处于困乏或不舒适状态，并作出相应提示或注意的事项；习惯优化模块指的是根据身份认证，记录操作者的使用习惯，可通过设置追溯来优化使用体验，例如优化操作者控制台的姿态。
指纹识别***包括身份认证模块、习惯优化模块；同虹膜识别***的功能类似，身份认证通过指纹识别***采取不定时的方式对操作者身份进行认证，在此过程包含权限审查，保证身份认证的双重安全性；习惯优化功能指的是根据身份认证，记录操作者的使用习惯，可通过设置追溯来优化使用体验，例如优化操作者控制台的姿态。
具体地，在本实施例中，结合图1和图2所示，其中本实施例的医用机器人包括主操作设备和从操作设备，其中医生通过控制主操作设备以实现对从操作设备的控制。在主操作设备的目镜上安装有虹膜特征采集设备，这样医生在操作时通过目镜观察时，可以实时地通过虹膜特征采集设备无感地采集医生的虹膜特征。同样地，在主操作设备的操作机构上安装有指纹采集设备，这样医生在操纵操作机构时，可以实时地通过指纹采集设备无感地采集医生的指纹特征，并继续后续的身份比较，从而实现对医生身份的识别。
在一个实施例中，如图3所示，提供了一种用于医用机器人的操作者身份识别方法，以该方法应用于图1中的处理器为例进行说明，包括以下步骤：
S302：采集操作者的待比对生物特征。
具体地，生物特征采集设备的具体限定可以参见上文，其中生物特征采集设备若是安装在医用机器人上，其可以包括安装在医用机器人的目镜中的虹膜采集设备、安装在医用机器人的操纵机构的指纹采集设备、安装在医用机器人上的人脸识别设备和安装在医用机器人的操纵机构的血液特征识别设备中的一种或几种，从而待比对生物特征可以包括通过安装在医用机器人的目镜中的虹膜采集设备不定时或者按照预设采集时间间隔采集的操作者的虹膜特征、通过安装在医用机器人的操纵机构的指纹采集设备不定时或者按照预设采集时间间隔采集的操作者的指纹特征、通过安装在医用机器人上的人脸识别设备不定时或者按照预设采集时间间隔采集的操作者的人脸特征和通过安装在医用机器人的操纵机构的血液特征识别设备不定时或者按照预设采集时间间隔采集的血液特征中的一种或几种。
通过安装在医用机器人上的生物特征采集设备进行采集，不影响医生操作的情况下，任意时刻都可以识别医生身份并记录对应数据，有效防止他人代替使用医用机器人；此外基于操作训练的操作资格设定权限，提高安全性。
S304：将待比对生物特征与标准生物特征进行比对。
具体地，标准生物特征可以是预先采集的并存储的，例如采集到各个操作者的标准生物特征，并将该标准生物特征与操作者标识以及对应的操作资格进行关联后存储至数据库中。其中，待比对生物特征的采集可以是通过安装在医用机器人上的生物特征采集设备采集的，也可以是通过与医用机器人独立的生物特征采集设备采集的，例如通过独立的设备采集生物特征，然后将生物特征通过U盘、网线、网口等方式传输至医用机器人。
这样当处理器获取待比对生物特征后，将该待比对生物特征与数据库中存储的标准生物特征进行比对。其中，优选地，处理器在进行比对的时候，可以先获取到待比对生物特征的类型，然后与数据库中同类型的标准生物特征进行比对。
其中优选地，该标准生物特征是医用机器人本次操作所对应的操作者的生物特征，该标准生物特征是预先采集的，且预先将预先采集的标准生物特征与本次操作的医用机器人建立关联关系，例如预先配置医用机器人的本次操作所需要的操作者对应的生物特征，这样在比对的时候，处理器先仅与医用机器人本次操作所对应的操作者的标准生物特征进行比对，可以大大减少比对量，若是比对失败，例如多次进行比对后，比对成功率低于一定值，则输出提示操作者被更换。处理器并对该待处理生物特征与数据库中所有的标准生物特征进行比对，以对该操作者进行资格审查，判断该操作者是否具备操作资格。
S306：获取比对成功的标准生物特征对应的操作资格。
具体地，操作资格也是预先存储在数据库中的，其中操作资格是用于表征操作者具备操作对应的医用机器人的资格，该操作资格可以理解为资质、操作训练次数、机器熟悉度等。可选地，数据库中可以根据医用机器人的类型设置多个操作资格类型，并通过标志位等方式来表征操作者是否具备操作资格，例如处理器可以获取到比对成功的标准生物特征对应的操作资格，然后根据当前医用机器人的类型来查询对应的操作资格是否具有。
S308：根据操作资格判断操作者是否具有操作医用机器人的权限。
具体地，若处理器获取到对应的医用机器人的类型的操作资格时，则说明操作者具有操作医用机器人的权限，则可以对医用机器人进行操作。
可选地，若是在医用机器人使用前，通过上述方法进行判断，确定操作者没有操作的权限，则可以重新验证，若多次验证后，仍没有操作权限，则锁定医用机器人。若在医用机器人使用中，通过上述方法进行判断，确定操作者没有操作的权限，则可以重新验证，若多次验证后，仍没有操作权限，则输出报警信息，并进行记录，且为了保证操作的正常进行，并不锁定医用机器人。
具体地，结合图4，在实际应用中，医用机器人在操作之前进行自检，以确保医用机器人的安全性，然后进行身份确认结果，在操作前，通过上述方法对操作者的操作资格进行验证，若是通过，则开始操作，且在操作的过程中不定时地采集操作者的待比对生物特征，并通过上述方法对操作者的操作资格进行验证，此外，可选地，在操作之前，操作资格验证通过后，还可以根据操作者的历史操作数据来修正医用机器人的姿态，在操作过程中，还可以通过操作者的待比对生物特征来对操作者的状态进行检测，具体可以参见下文。
上述用于医用机器人的操作者身份识别方法，在医用机器人使用前和/或使用中可以通过安装在医用机器人上的生物特征采集设备采集操作者的待比对生物特征，然后将待比对生物特征与标准生物特征进行比对，以确定对应的操作资格，从而判断操作者是否具有操作医用机器人的权限，由于在使用前和/或使用中可以随着采集，且生物特征不能被其他人获取，因此不存在冒用等缺陷，使得身份识别更为准确。
在其中一个实施例中，参见图5，图5为一个实施例中的预处理步骤的流程图，在该实施例中，该预处理步骤在将待比对生物特征与标准生物特征进行比对之前，该预处理步骤包括：
S502：采集操作者的标准生物特征。
具体地，在操作之前，需要对操作者进行专业的培训，并根据操作者的编号、生物特征等建立数据库，其中在培训的时候，处理器通过生物特征采集设备采集操作者的标准生物特征。
S504：根据标准生物特征与操作者标识生成配置信息。
具体地，操作者标识可以是唯一确定操作者的操作者编号，这样将标准生物特征和操作者标识建立关联生成配置数据存储至数据库中，可以方便后续查询，可选地，在其他实施例中，还可以将配置信息进行备份。
S506：获取操作者对应的训练数据。
具体地，训练数据是记录操作者培训的数据，例如使用该种机器人的手术模拟训练数据和对应术式操作的训练数据，其中包括但不限于培训时间以及培训等级等，其中训练数据可以是由专业的操作者输入至数据库中的。
S508：根据训练数据判断操作者是否具备操作资格，若是，则在配置信息中增加对应标准生物特征的操作资格。
具体地，根据训练数据判断操作者是否具备操作资格可以是根据处理器中预先存储的规则进行自动判断的，或者是由专业的操作者进行审核后输入的。其中自动判断可以是根据培训时间以及培训等级等进行计算得到的。
上述实施例中，对操作者的基本信息、生物特征进行采集，建立相关数据库，记录每位操作者的培训效果与操作资格，为后续的身份识别奠定基础。
在其中一个实施例中，参见图6所示，图6为图3所示实施例中的步骤S304的流程图，在该实施例中，该步骤S304，即将待比对生物特征与标准生物特征进行比对，包括：将至少一次采集的待比对生物特征与标准生物特征进行比对；计算预设次数的比对中待比对生物特征与标准生物特征的比对成功率；当比对成功率满足要求时，判定待比对生物特征与标准生物特征比对成功。
具体地，在通过生物特征采集设备采集到生物特征后，处理器将所采集到的待比对生物特征与数据库中的标准生物特征进行比对，以判断操作者是否具有操作资格，若是操作者具有操作资格，则继续采集下一次待比对生物特征，若是操作者不具备操作资格，则多次采集待比对生物特征，例如在预设时间间隔内按照预设次数进行采集，并将多次采集的待比对生物特征与标准生物特征进行比对后，计算比对成功率，其中比对成功率=操作者具备操作资格的次数/预设次数，若是比如成功率满足要求，例如大于一定值时，则比对成功，从而继续采集下一次待比对生物特征。可选地，当操作者不具有操作医用机器人的权限，输出身份不满足要求的提示信息，即若是比如成功率不满足要求，则输出报警信息，例如通过显示器显示或者通过预设设备提示或者通过蜂鸣器等进行提示，在此不对提示的方式做具体限制。
其中还需要说明的一点是，若是本次判断操作者具备操作资格，则可以不定时或者是间隔时间较长来循环判断操作者是否具备操作资格。若是本次判断操作者不具备操作资格，则可以修改待比对生物特征的采集规则，例如可以缩短每次采集的时间间隔或者是在预设时间段内有规律地或无规律地采集预设次数次待比对生物特征，以防止由于***误差导致的错误，造成误报警。
上述实施例中，通过多次比对以确定比对成功率，进而再确定是否进行报警，保证了报警的准确性，避免误报警。
在其中一个实施例中，根据操作资格判断操作者是否具有操作医用机器人的权限之后，包括：当操作者具有操作医用机器人的权限，根据待比对生物特征计算得到操作者的当前状态；若当前状态不满足操作要求，则输出状态提示信息。
具体地，操作者的当前状态是在操作过程中或者是操作之前对操作者的待比对生物特征进行计算得到的，可选地，根据待比对生物特征计算得到操作者的当前状态，包括以下至少一种：根据眼皮运动特征和/或瞳孔对焦位置计算得到操作者的当前状态；根据血管中血液特征计算得到操作者的当前状态。
具体地，当前状态包括正常状态和非正常状态，非正常状态可以是指乏困疲劳状态，其中，处理器可以通过目镜的虹膜采集设备，例如虹膜传感器传入操作人员的眼部特征进行分析，识别眨眼特征及瞳孔对焦位置，利用算法分析操作人员的乏困疲劳状态，若存在状态不佳状态，则进行操作提示，例如通过辅助显示器显示操作者状态信息，或者通过蜂鸣器等发出语音提示信息，具体地可以参见图7所示。
在其中一个实施例中，上述方法应用于医用机器人使用前，根据操作资格判断操作者是否具有操作医用机器人的权限之后，包括：当操作者具有操作医用机器人的权限，获取比对成功的标准生物特征对应的历史操作信息；根据历史操作信息调整医用机器人的姿态。
具体地可以参见图8所示，在操作之前，医用机器人上电自检，然后操作者操作医用机器人，从而生物特征采集设备可以采集到待比对生物特征，并与标准生物特征进行比对以获取到历史操作信息，从而处理器根据历史操作信息来调整医用机器人的姿态。
其中，可选地，根据历史操作信息调整医用机器人的姿态，包括：获取比对成功的标准生物特征对应的操作者标识；输出操作者标识以及是否调整医用机器人的姿态的提示信息；当接收到调整医用机器人的姿态的指示信息，则根据指示信息和历史操作信息对医用机器人的姿态进行调整。
具体地，为了避免误操作，即多次调整医用机器人的姿态，处理器在获取到历史操作信息后，可以输出操作者的操作者标识，例如操作者姓名以及对应的调整医用机器人的姿态的提示信息，从而操作者可以来确定是否进行医用机器人的姿态调整，若是，则处理器根据历史操作信息对医用机器人的姿态进行调整，否则不对医用机器人的姿态进行调整。
具体地，为了保证本领域技术人员充分理解本技术方案，参见图9所示，图9为再一个实施例中用于医用机器人的操作者身份识别方法的具体流程图，在该实施例中，生物特征采集设备以指纹采集设备和虹膜采集设备为例进行说明，具体包括：
首先生成数据库，这样有操作医用机器人的操作者的标准生物特征和对应的操作资格存储至数据库中，后续进行比对的时候，则直接与数据库中的标准生物特征进行比对。
在实际使用的过程中，首先医用机器人进行自检，以保证医用机器人的安全性。
然后通过指纹识别设备和虹膜识别设备来采集待比对生物特征，例如操作者通过操作手柄的指纹器提取指纹的特征值，并与数据库中的标准指纹进行对比，从而验证操作资格，若未通过操作资格审查，需重新验证；若通过操作资格审查，可通过操作者的身份进行操作习惯的追溯，从而自动调节医用机器人至该操作者喜好的姿态，然后进入正常操作阶段。此外，还可以通过安装在目镜处的虹膜识别设备在操作前采集待比对生物特征，并与机器人授权数据库对比，可通过操作者的身份进行操作习惯的追溯，从而自动调节医用机器人至该操作者喜好的姿态，然后进入正常操作阶段，非注册操作者则发出警报并作出记录。需要说明的是在操作之前可以仅通过指纹识别设备或虹膜识别设备其中一个验证操作资格，或者是通过两者进行双层验证，在此不做具体限制。
在实际操作中，处理器还根据指纹识别设备和虹膜识别设备来采集待比对生物特征，以进行不定期身份识别。例如虹膜识别设备与指纹识别设备对操作者进行多模态、不定期识别，若识别与术前注册的标准生物特征相同，则正常操作；若不同，在医用机器人的显示器提示更换操作者，并对再次进行更换的操作者的资格审查，若具备操作资格，则提示非操作之前的操作者，并记录；若不具备操作资格，则报警无资质操作者，并记录。无论操作者是否为操作之前的预定的操作者，只是提示或报警并记录，操作均正常进行。
其中需要说明的是，处理器还在操作过程中通过指纹识别设备与虹膜识别设备进行该操作者的操作习惯记录，并能够根据***内自带算法进行操作体验的优化，并能通过生物特征调整设备。
在操作过程中，医用机器人通过目镜虹膜传感器传入操作者的眼球特征进行分析，识别眨眼特征及瞳孔对焦位置，利用算法分析操作者的乏困疲劳状态，若存在状态不佳状态，则进行操作提示，例如通过辅助显示器显示操作者状态信息，或者通过蜂鸣器等发出语音提示信息。
此外，在操作完成后对操作过程进行记录，上传至数据库，以备追溯访问、分析优化。
应该理解的是，虽然图3、图4、图5、图6、图7、图8和图9的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，图3、图4、图5、图6、图7、图8和图9中的至少一部分步骤可以包括多个步骤或者多个阶段，这些步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
在一个实施例中，如图10所示，提供了一种用于医用机器人的操作者身份识别装置，该装置应用于医用机器人使用前和/或使用中，包括：采集模块100、比对模块200、操作资格获取模块300和权限判定模块400，其中：
采集模块100，用于采集设备采集操作者的待比对生物特征；
比对模块200，用于将待比对生物特征与标准生物特征进行比对；
操作资格获取模块300，用于获取比对成功的标准生物特征对应的操作资格；
权限判定模块400，用于根据操作资格判断操作者是否具有操作医用机器人的权限，并输出判断结果。
在其中一个实施例中，采集模块100用于通过以下至少一种方式采集待比对生物特征：通过安装在医用机器人的目镜中的虹膜采集设备不定时或者按照预设采集时间间隔采集操作者的虹膜特征通过安装在医用机器人的操纵机构的指纹采集设备不定时或者按照预设采集时间间隔采集操作者的指纹特征；通过安装在医用机器人上的人脸识别设备不定时或者按照预设采集时间间隔采集操作者的人脸特征；通过安装在医用机器人的操纵机构的血液特征采集设备不定时或者按照预设采集时间间隔采集操作者的血液特征。
在其中一个实施例中，上述用于医用机器人的操作者身份识别装置还包括：
预采集模块，用于通过医用机器人上安装的生物特征采集设备采集操作者的标准生物特征；
生成模块，用于根据标准生物特征与操作者标识生成配置信息；
训练数据获取模块，用于获取操作者对应的训练数据；
配置模块，用于根据训练数据判断操作者是否具备操作资格，若是，则在配置信息中增加对应标准生物特征的操作资格。
在其中一个实施例中，上述比对模块200包括：
比对单元，用于将至少一次采集的待比对生物特征与标准生物特征进行比对；
比对成功率计算单元，用于计算预设次数的比对中待比对生物特征与标准生物特征的比对成功率；
判定单元，用于当比对成功率满足要求时，判定待比对生物特征与标准生物特征比对成功。
在其中一个实施例中，上述用于医用机器人的操作者身份识别装置还包括：
第一输出模块，用于当操作者不具有操作医用机器人的权限，输出身份不满足要求的提示信息；且修改待比对生物特征的采集规则。
在其中一个实施例中，上述用于医用机器人的操作者身份识别装置还包括：
状态获取模块，用于当操作者具有操作医用机器人的权限，根据待比对生物特征计算得到操作者的当前状态；
第二输出模块，用于若当前状态不满足操作要求，则输出状态提示信息。
在其中一个实施例中，上述状态获取模块用于根据以下至少一种方式计算得到当前状态：根据眼皮运动特征和/或瞳孔对焦位置计算得到操作者的当前状态；根据血管中血液特征计算得到操作者的当前状态。
在其中一个实施例中，上述用于医用机器人的操作者身份识别装置还包括：
历史操作信息获取模块，用于当操作者具有操作医用机器人的权限，获取比对成功的标准生物特征对应的历史操作信息；
调整模块，用于根据历史操作信息调整医用机器人的姿态。
在其中一个实施例中，上述调整模块包括：
标识获取单元，用于获取比对成功的标准生物特征对应的操作者标识；
输出单元，用于输出操作者标识以及是否调整医用机器人的姿态的提示信息；
调整单元，用于当接收到调整医用机器人的姿态的指示信息，则根据指示信息和历史操作信息对医用机器人的姿态进行调整。
关于用于医用机器人的操作者身份识别装置的具体限定可以参见上文中对于用于医用机器人的操作者身份识别方法的限定，在此不再赘述。上述用于医用机器人的操作者身份识别装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中，提供了一种计算机设备，该计算机设备可以是终端，其内部结构图可以如图11所示。该计算机设备包括通过***总线连接的处理器、存储器、通信接口、显示屏和输入装置。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作***和计算机程序。该内存储器为非易失性存储介质中的操作***和计算机程序的运行提供环境。该计算机设备的通信接口用于与外部的终端进行有线或无线方式的通信，无线方式可通过WIFI、运营商网络、NFC（近场通信）或其他技术实现。该计算机程序被处理器执行时以实现一种用于医用机器人的操作者身份识别方法。该计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏，该计算机设备的输入装置可以是显示屏上覆盖的触摸层，也可以是计算机设备外壳上设置的按键、轨迹球或触控板，还可以是外接的键盘、触控板或鼠标等。
本领域技术人员可以理解，图11中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
在一个实施例中，提供了一种计算机设备，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现以下步骤：采集操作者的待比对生物特征；将待比对生物特征与标准生物特征进行比对；获取比对成功的标准生物特征对应的操作资格根据操作资格判断操作者是否具有操作医用机器人的权限，并输出判断结果。
在一个实施例中，处理器执行计算机程序时所实现的通过医用机器人上安装的生物特征采集设备采集操作者的待比对生物特征，包括以下至少一种：通过安装在医用机器人的目镜中的虹膜采集设备不定时或者按照预设采集时间间隔采集操作者的虹膜特征；通过安装在医用机器人的操纵机构的指纹采集设备不定时或者按照预设采集时间间隔采集操作者的指纹特征；通过安装在医用机器人上的人脸识别设备不定时或者按照预设采集时间间隔采集操作者的人脸特征；通过安装在医用机器人的操纵机构的血液特征采集设备不定时或者按照预设采集时间间隔采集操作者的血液特征。
在一个实施例中，处理器执行计算机程序时所实现的将待比对生物特征与标准生物特征进行比对之前，还包括：通过医用机器人上安装的生物特征采集设备采集操作者的标准生物特征；根据标准生物特征与操作者标识生成配置信息；获取操作者对应的训练数据；根据训练数据判断操作者是否具备操作资格，若是，则在配置信息中增加对应标准生物特征的操作资格。
在一个实施例中，处理器执行计算机程序时所实现的将待比对生物特征与标准生物特征进行比对，包括：将至少一次采集的待比对生物特征与标准生物特征进行比对；计算预设次数的比对中待比对生物特征与标准生物特征的比对成功率；当比对成功率满足要求时，判定待比对生物特征与标准生物特征比对成功。
在一个实施例中，处理器执行计算机程序时所实现的根据操作资格判断操作者是否具有操作医用机器人的权限之后，包括：当操作者不具有操作医用机器人的权限，输出身份不满足要求的提示信息；且修改待比对生物特征的采集规则。
在一个实施例中，处理器执行计算机程序时所实现的根据操作资格判断操作者是否具有操作医用机器人的权限之后，包括：当操作者具有操作医用机器人的权限，根据待比对生物特征计算得到操作者的当前状态；若当前状态不满足操作要求，则输出状态提示信息。
在一个实施例中，处理器执行计算机程序时所实现的根据待比对生物特征计算得到操作者的当前状态，包括以下至少一种：根据眼皮运动特征和/或瞳孔对焦位置计算得到操作者的当前状态；根据血管中血液特征计算得到操作者的当前状态。
在一个实施例中，处理器执行计算机程序时所实现的方法应用于医用机器人使用前，处理器执行计算机程序时所实现的根据操作资格判断操作者是否具有操作医用机器人的权限之后，包括：当操作者具有操作医用机器人的权限，获取比对成功的标准生物特征对应的历史操作信息；根据历史操作信息调整医用机器人的姿态。
在一个实施例中，处理器执行计算机程序时所实现的根据历史操作信息调整医用机器人的姿态，包括：获取比对成功的标准生物特征对应的操作者标识；输出操作者标识以及是否调整医用机器人的姿态的提示信息；当接收到调整医用机器人的姿态的指示信息，则根据指示信息和历史操作信息对医用机器人的姿态进行调整。
在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现以下步骤：采集操作者的待比对生物特征；将待比对生物特征与标准生物特征进行比对；获取比对成功的标准生物特征对应的操作资格根据操作资格判断操作者是否具有操作医用机器人的权限，并输出判断结果。
在一个实施例中，计算机程序被处理器执行时所实现的采集操作者的待比对生物特征，包括以下至少一种：通过安装在医用机器人的目镜中的虹膜采集设备不定时或者按照预设采集时间间隔采集操作者的虹膜特征；通过安装在医用机器人的操纵机构的指纹采集设备不定时或者按照预设采集时间间隔采集操作者的指纹特征；通过安装在医用机器人上的人脸识别设备不定时或者按照预设采集时间间隔采集操作者的人脸特征；通过安装在医用机器人的操纵机构的血液特征采集设备不定时或者按照预设采集时间间隔采集操作者的血液特征。
在一个实施例中，计算机程序被处理器执行时所实现的将待比对生物特征与标准生物特征进行比对之前，还包括：通过医用机器人上安装的生物特征采集设备采集操作者的标准生物特征；根据标准生物特征与操作者标识生成配置信息；获取操作者对应的训练数据；根据训练数据判断操作者是否具备操作资格，若是，则在配置信息中增加对应标准生物特征的操作资格。
在一个实施例中，计算机程序被处理器执行时所实现的将待比对生物特征与标准生物特征进行比对，包括：将至少一次采集的待比对生物特征与标准生物特征进行比对；计算预设次数的比对中待比对生物特征与标准生物特征的比对成功率；当比对成功率满足要求时，判定待比对生物特征与标准生物特征比对成功。
在一个实施例中，计算机程序被处理器执行时所实现的根据操作资格判断操作者是否具有操作医用机器人的权限之后，包括：当操作者不具有操作医用机器人的权限，输出身份不满足要求的提示信息；且修改待比对生物特征的采集规则。
在一个实施例中，计算机程序被处理器执行时所实现的根据操作资格判断操作者是否具有操作医用机器人的权限之后，包括：当操作者具有操作医用机器人的权限，根据待比对生物特征计算得到操作者的当前状态；若当前状态不满足操作要求，则输出状态提示信息。
在一个实施例中，计算机程序被处理器执行时所实现的根据待比对生物特征计算得到操作者的当前状态，包括以下至少一种：根据眼皮运动特征和/或瞳孔对焦位置计算得到操作者的当前状态；根据血管中血液特征计算得到操作者的当前状态。
在一个实施例中，计算机程序被处理器执行时所实现的方法应用于医用机器人使用前，计算机程序被处理器执行时所实现的根据操作资格判断操作者是否具有操作医用机器人的权限之后，包括：当操作者具有操作医用机器人的权限，获取比对成功的标准生物特征对应的历史操作信息；根据历史操作信息调整医用机器人的姿态。
在一个实施例中，计算机程序被处理器执行时所实现的根据历史操作信息调整医用机器人的姿态，包括：获取比对成功的标准生物特征对应的操作者标识；输出操作者标识以及是否调整医用机器人的姿态的提示信息；当接收到调整医用机器人的姿态的指示信息，则根据指示信息和历史操作信息对医用机器人的姿态进行调整。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器（Read-Only Memory，ROM）、磁带、软盘、闪存或光存储器等。易失性存储器可包括随机存取存储器（Random Access Memory，RAM）或外部高速缓冲存储器。作为说明而非局限，RAM可以是多种形式，比如静态随机存取存储器（Static Random Access Memory，SRAM）或动态随机存取存储器（Dynamic Random Access Memory，DRAM）等。
以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。
Claims (11)
1.一种用于医用机器人的操作者身份识别方法，其特征在于，所述方法包括：
通过安装在医用机器人的目镜中的虹膜采集设备、安装在医用机器人的操纵机构的指纹采集设备、安装在医用机器人上的人脸识别设备以及安装在医用机器人的操纵机构的血液特征采集设备中的至少一个无感地采集操作者的待比对生物特征；
将所述待比对生物特征与标准生物特征进行比对；
获取比对成功的标准生物特征对应的操作资格；
根据所述操作资格判断所述操作者是否具有操作医用机器人的权限，并输出判断结果；
当所述操作者不具有操作医用机器人的权限，输出身份不满足要求的提示信息；且修改所述待比对生物特征的采集规则，其中修改所述待比对生物特征的采集规则，包括：缩短所述待比对生物特征的采集的时间间隔；当所述操作者具有操作医用机器人的权限，延长所述待比对生物特征的采集的时间间隔。
2.根据权利要求1所述的方法，其特征在于，所述采集操作者的待比对生物特征，包括以下至少一种：
通过安装在医用机器人的目镜中的虹膜采集设备不定时或者按照预设采集时间隔采集操作者的虹膜特征；
通过安装在医用机器人的操纵机构的指纹采集设备不定时或者按照预设采集时间间隔采集操作者的指纹特征；
通过安装在医用机器人上的人脸识别设备不定时或者按照预设采集时间间隔采集操作者的人脸特征；
通过安装在医用机器人的操纵机构的血液特征采集设备不定时或者按照预设采集时间间隔采集操作者的血液特征。
3.根据权利要求1所述的方法，其特征在于，所述将所述待比对生物特征与标准生物特征进行比对之前，还包括：
采集操作者的标准生物特征；
根据所述标准生物特征与操作者标识生成配置信息；
获取所述操作者对应的训练数据；
根据所述训练数据判断所述操作者是否具备操作资格，若是，则在所述配置信息中增加对应所述标准生物特征的操作资格。
4.根据权利要求1所述的方法，其特征在于，所述将所述待比对生物特征与标准生物特征进行比对，包括：
将至少一次采集的所述待比对生物特征与标准生物特征进行比对；
计算预设次数的比对中所述待比对生物特征与所述标准生物特征的比对成功率；
当所述比对成功率满足要求时，判定所述待比对生物特征与所述标准生物特征比对成功。
5.根据权利要求2所述的方法，其特征在于，所述方法还包括：
当所述操作者具有操作医用机器人的权限，根据所述待比对生物特征计算得到所述操作者的当前状态；
若所述当前状态不满足操作要求，则输出状态提示信息。
6.根据权利要求5所述的方法，其特征在于，所述根据所述待比对生物特征计算得到所述操作者的当前状态，包括以下至少一种：
根据操作者的眼皮运动特征和/或瞳孔对焦位置计算得到所述操作者的当前状态；
根据血管中血液特征计算得到所述操作者的当前状态。
7.根据权利要求1所述的方法，其特征在于，所述方法还包括：
当所述操作者具有操作医用机器人的权限，获取比对成功的标准生物特征对应的历史操作信息；
根据所述历史操作信息调整所述医用机器人的姿态。
8.根据权利要求7所述的方法，其特征在于，所述根据所述历史操作信息调整所述医用机器人的姿态，包括：
获取比对成功的标准生物特征对应的操作者标识；
输出所述操作者标识以及是否调整所述医用机器人的姿态的提示信息；
当接收到调整所述医用机器人的姿态的指示信息，则根据所述指示信息和所述历史操作信息对所述医用机器人的姿态进行调整。
9.一种用于医用机器人的操作者身份识别装置，其特征在于，所述装置应用于所述医用机器人使用前和/或使用中，所述装置包括：
采集模块，用于通过安装在医用机器人的目镜中的虹膜采集设备、安装在医用机器人的操纵机构的指纹采集设备、安装在医用机器人上的人脸识别设备以及安装在医用机器人的操纵机构的血液特征采集设备中的至少一个无感地采集操作者的待比对生物特征；
比对模块，用于将所述待比对生物特征与标准生物特征进行比对；
操作资格获取模块，用于获取比对成功的标准生物特征对应的操作资格；
权限判定模块，用于根据所述操作资格判断所述操作者是否具有操作医用机器人的权限；
第一输出模块，用于当所述操作者不具有操作医用机器人的权限，输出身份不满足要求的提示信息；且修改所述待比对生物特征的采集规则，其中修改所述待比对生物特征的采集规则，包括：缩短所述待比对生物特征的采集的时间间隔；当所述操作者具有操作医用机器人的权限，延长所述待比对生物特征的采集的时间间隔。
10.一种用于医用机器人的操作者身份识别***，其特征在于，所述***包括：
医用机器人；
生物特征采集设备，所述生物特征采集设备安装在所述医用机器人上，所述生物特征采集设备用于无感采集操作者的待比对生物特征；
处理器，所述处理器分别与所述医用机器人和所述生物特征采集设备相通信，所述处理器用于根据权利要求1至8任意一项所述用于医用机器人的操作者身份识别方法判断操作者是否具有操作医用机器人的权限；所述生物特征采集设备包括安装在医用机器人的目镜中的虹膜采集设备、安装在医用机器人的操纵机构上的指纹采集设备、安装在医用机器人上的人脸识别设备和安装在医用机器人的操纵机构上的血液特征采集设备中的一种或几种。
11.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至8中任一项所述的方法的步骤。
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110998319.8A CN113779533B (zh) | 2021-08-27 | 2021-08-27 | 用于医用机器人的操作者身份识别方法、装置和*** |
| PCT/CN2022/114654 WO2023025219A1 (zh) | 2021-08-27 | 2022-08-25 | 用于医用机器人的操作者身份识别方法、装置和*** |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110998319.8A CN113779533B (zh) | 2021-08-27 | 2021-08-27 | 用于医用机器人的操作者身份识别方法、装置和*** |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113779533A CN113779533A (zh) | 2021-12-10 |
| CN113779533B true CN113779533B (zh) | 2024-05-14 |
Family
ID=78839735
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110998319.8A Active CN113779533B (zh) | 2021-08-27 | 2021-08-27 | 用于医用机器人的操作者身份识别方法、装置和*** |
Country Status (2)
| Country | Link |
|---|---|
| CN (1) | CN113779533B (zh) |
| WO (1) | WO2023025219A1 (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113779533B (zh) * | 2021-08-27 | 2024-05-14 | 上海微创医疗机器人（集团）股份有限公司 | 用于医用机器人的操作者身份识别方法、装置和*** |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107169481A (zh) * | 2017-06-28 | 2017-09-15 | 上海与德科技有限公司 | 一种提醒方法及装置 |
| CN108472084A (zh) * | 2015-11-12 | 2018-08-31 | 直观外科手术操作公司 | 具有训练或辅助功能的外科手术*** |
| CN108472097A (zh) * | 2016-09-21 | 2018-08-31 | 威博外科公司 | 用于机器人手术的用户控制台*** |
| CN111565379A (zh) * | 2020-01-14 | 2020-08-21 | 杭州法博激光科技有限公司 | 基于无线通讯网络的软镜辅助*** |
| CN112022357A (zh) * | 2020-09-16 | 2020-12-04 | 微创（上海）医疗机器人有限公司 | 医生控制台、手术机器人***及医生控制台的控制方法 |
| CN112789006A (zh) * | 2018-10-03 | 2021-05-11 | Cmr外科有限公司 | 在操纵机器人***的用户输入控制装置期间监测执行 |
| CN213641170U (zh) * | 2020-09-16 | 2021-07-09 | 上海微创医疗机器人（集团）股份有限公司 | 观测组件、监视器、医生控制台和手术机器人*** |
Family Cites Families (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110069965A (zh) * | 2018-01-24 | 2019-07-30 | 南京机器人研究院有限公司 | 一种机器人身份识别方法 |
| US12020796B2 (en) * | 2019-01-18 | 2024-06-25 | Becton, Dickinson And Company | Intravenous therapy selection system |
| CN109947509A (zh) * | 2019-03-14 | 2019-06-28 | 弗徕威智能机器人科技（上海）有限公司 | 一种操作界面管理***及方法 |
| CN111673772B (zh) * | 2020-07-02 | 2023-04-14 | 河南华辰智控技术有限公司 | 一种基于生物识别认证的智能家居机器人权限管理*** |
| CN113779533B (zh) * | 2021-08-27 | 2024-05-14 | 上海微创医疗机器人（集团）股份有限公司 | 用于医用机器人的操作者身份识别方法、装置和*** |
-
2021
- 2021-08-27 CN CN202110998319.8A patent/CN113779533B/zh active Active
-
2022
- 2022-08-25 WO PCT/CN2022/114654 patent/WO2023025219A1/zh unknown
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108472084A (zh) * | 2015-11-12 | 2018-08-31 | 直观外科手术操作公司 | 具有训练或辅助功能的外科手术*** |
| CN108472097A (zh) * | 2016-09-21 | 2018-08-31 | 威博外科公司 | 用于机器人手术的用户控制台*** |
| CN107169481A (zh) * | 2017-06-28 | 2017-09-15 | 上海与德科技有限公司 | 一种提醒方法及装置 |
| CN112789006A (zh) * | 2018-10-03 | 2021-05-11 | Cmr外科有限公司 | 在操纵机器人***的用户输入控制装置期间监测执行 |
| CN111565379A (zh) * | 2020-01-14 | 2020-08-21 | 杭州法博激光科技有限公司 | 基于无线通讯网络的软镜辅助*** |
| CN112022357A (zh) * | 2020-09-16 | 2020-12-04 | 微创（上海）医疗机器人有限公司 | 医生控制台、手术机器人***及医生控制台的控制方法 |
| CN213641170U (zh) * | 2020-09-16 | 2021-07-09 | 上海微创医疗机器人（集团）股份有限公司 | 观测组件、监视器、医生控制台和手术机器人*** |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113779533A (zh) | 2021-12-10 |
| WO2023025219A1 (zh) | 2023-03-02 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN102265289B (zh) | 用于通过生物测定评估提供记录装置特权的方法和*** | |
| WO2018001371A1 (zh) | 一种身份识别方法及装置 | |
| CN109640820A (zh) | 由具有多个传感器的服装进行的生物特征识别 | |
| KR20190088375A (ko) | 수술영상데이터 학습시스템 | |
| US10614369B2 (en) | Machine learning device and user identification device | |
| US20230222934A1 (en) | Systems and methods for dynamic monitoring of test taking | |
| CN109524089B (zh) | 一种医护检测方法、装置、医护机器人以及存储介质 | |
| CN113779533B (zh) | 用于医用机器人的操作者身份识别方法、装置和*** | |
| CN106203041A (zh) | 一种自动识别身份的医疗信息管理*** | |
| US11904179B2 (en) | Virtual reality headset and system for delivering an individualized therapy session | |
| CN110119604B (zh) | 提高信息***安全性的方法、装置、终端和存储设备 | |
| EP3963485A1 (de) | Benutzerauthentifizierung | |
| CN111046361A (zh) | 在线诊疗身份确认方法、终端及计算机可读存储介质 | |
| US20240112797A1 (en) | System and method of utilizing data of medical systems | |
| US8823488B2 (en) | Medical treatment system and method for operation thereof | |
| CN113380397A (zh) | 用于提供处置建议的医疗*** | |
| CN112151171A (zh) | 一种基于身份识别的体质测试方法 | |
| US20130187751A1 (en) | Plant operation apparatus and plant operation training simulator apparatus | |
| CN106859597B (zh) | 一种远程监护方法和装置 | |
| EP3559846B1 (de) | Verfahren und system zur verhaltensbasierten authentifizierung eines nutzers | |
| CN111710402A (zh) | 基于人脸识别的查房处理方法、装置及计算机设备 | |
| EP3906491A1 (en) | System and method of obtaining authentication information for user input information | |
| CN112086157B (zh) | 一种患者护理夹信息智能录入方法及*** | |
| EP4109468A1 (en) | Systems and methods for modelling a human subject | |
| CN210573776U (zh) | 一种基于scada***的安全验证装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |