微創(chuàng)手術能夠很大程度的減輕患者的痛苦,同時具有流血少、恢復時間短等優(yōu)點。傳統(tǒng)的微創(chuàng)手術流程需要醫(yī)生全程操作微創(chuàng)手術器械,在手術持續(xù)時間比較長的情況下醫(yī)生很可能會因為疲累而出現(xiàn)失誤的操作。手術機器人因為其操作精確、可長時間進行手術操作等優(yōu)點在手術中得到越來越廣泛的應用。然而,如何方便快捷的操作手術機器人成為困擾醫(yī)生的一個難題。一些常見的人機交互方式如操縱桿、聲音控制等在手術室環(huán)境下都存在著一些缺點。操縱桿控制需要醫(yī)生中斷手術來操作,而利用聲音控制的機器人容易受到手術中其他醫(yī)生的聲音干擾出現(xiàn)誤操作。為了解決上述的缺點,本課題提出一種基于眼球控制的手術機械臂自動移動控制算法,并針對婦科子宮切除手術的實際需求設計了兩種基于眼球控制的機械臂移動模式。同時設計了硬件與軟件結合的安全保護機制,確保機械臂在操作過程中不會對患者造成二次傷害。本文采用了深度學習方法進行注視方向預測,將醫(yī)生的眼部圖像輸入到注視方向預測模型,模型輸出對醫(yī)生的注視方向預測結果。在得到了醫(yī)生的注視方向預測信息后,通過特定的映射關系將注視方向信息轉(zhuǎn)換為機械臂的移動控制指令,驅(qū)動機械臂移動。外科醫(yī)生只需要利用眼球移動就能控制機械臂輔... 

【文章來源】：哈爾濱工業(yè)大學黑龍江省 211工程院校 985工程院校

【文章頁數(shù)】：72 頁

【學位級別】：碩士

【文章目錄】：
摘要
ABSTRACT
第1章 緒論
    1.1 課題來源
    1.2 課題研究的背景和意義
    1.3 國內(nèi)外研究現(xiàn)狀
        1.3.1 醫(yī)療手術機器人國內(nèi)外研究現(xiàn)狀
        1.3.2 深度學習研究現(xiàn)狀
        1.3.3 眼球注視方向預測研究現(xiàn)狀
    1.4 本文的主要研究內(nèi)容
第2章 自然環(huán)境下眼球注視方向預測系統(tǒng)概述
    2.1 引言
    2.2 自然環(huán)境下人眼部特征提取算法概述
        2.2.1 人臉檢測算法
        2.2.2 人眼目標區(qū)域檢測算法
    2.3 基于人工特征的眼球注視方向預測模型
        2.3.1 基于人工設計的圖像特征提取方法
        2.3.2 支持向量機原理
        2.3.3 基于SVM的眼球注視方向預測模型
    2.4 人眼注視方向數(shù)據(jù)集
        2.4.1 用戶界面介紹
        2.4.2 眼球注視方向數(shù)據(jù)集制作
    2.5 本章小結
第3章 基于深度學習方法的眼球注視方向預測
    3.1 引言
    3.2 卷積神經(jīng)網(wǎng)絡原理
        3.2.1 卷積層
        3.2.2 激活函數(shù)與池化層
        3.2.3 損失函數(shù)
    3.3 基于卷積神經(jīng)網(wǎng)絡的注視方向預測模型
        3.3.1 DenseNet卷積網(wǎng)絡神經(jīng)模型
        3.3.2 基于DenseNet的注視方向預測模型
    3.4 基于長短時記憶網(wǎng)絡的注視方向預測模型
        3.4.1 循環(huán)神經(jīng)網(wǎng)絡原理
        3.4.2 基于CNN-LSTM的注視方向預測模型
    3.5 本章小結
第4章 手術輔助機械臂控制研究
    4.1 引言
    4.2 手術輔助機械臂的構造
    4.3 手術輔助機械臂的安全保護機制
    4.4 手術輔助機械臂的控制方式
        4.4.1 機械臂控制系統(tǒng)
        4.4.2 定點移動
        4.4.3 定向移動
    4.5 本章小結
第5章 眼球移動控制機械臂實驗
    5.1 引言
    5.2 眼球注視方向預測實驗研究
        5.2.1 不同預測模型對比試驗
        5.2.2 利用遷移學習方法減少神經(jīng)網(wǎng)絡訓練所需的數(shù)據(jù)量
        5.2.3 注視方向預測效果分析
    5.3 機械臂移動控制實驗
        5.3.1 定點移動模式
        5.3.2 定向移動模式
    5.4 本章小結
結論
參考文獻
攻讀碩士學位期間發(fā)表的論文
致謝



本文編號：3198474