微創(chuàng)手術(shù)是現(xiàn)代醫(yī)學(xué)外科手術(shù)發(fā)展的一個重要方向。由于連續(xù)型機器人能夠在復(fù)雜窄小的體內(nèi)靈活操作,滿足微創(chuàng)手術(shù)的要求,所以備受研究者青睞。為了能夠準(zhǔn)確地檢測體內(nèi)機器人,結(jié)合超聲無輻射,實時性好且相對便宜的優(yōu)勢,引入超聲影像技術(shù)作為視覺反饋。本文提出一種基于二維截面超聲影像對兩類連續(xù)型機器人進行檢測的方法,一類是無預(yù)測模型的連續(xù)型機器人,另一類是有預(yù)測模型的連續(xù)型機器人。通過搭建光學(xué)機械臂超聲診斷系統(tǒng),準(zhǔn)確地對仿體內(nèi)的連續(xù)型機器人進行空間定位。該系統(tǒng)能夠自主地采集數(shù)據(jù),通過超聲圖像處理和坐標(biāo)轉(zhuǎn)換,實現(xiàn)連續(xù)型機器人的識別、定位和跟蹤,結(jié)合曲線擬合的方法,完成形狀重建和末端估計。根據(jù)現(xiàn)階段連續(xù)型機器人超聲圖像感知算法,利用金屬對超聲波的高敏感度以及上表面優(yōu)先反射致使上表面超聲圖像像素值較高的原理,提出了一種適用于小范圍精確定位的超聲圖像處理算法,即直方圖法。本文分別針對這兩類機器人進行了形狀重建和末端估計實驗,其中,穿刺針代表無預(yù)測模型的機器人,同心管代表有預(yù)測模型的機器人。在穿刺針的實驗中,本課題利用二值化法完成機器人初步定位,然后使用卡爾曼濾波算法跟蹤連續(xù)型機器人,最后利用采集得到的數(shù)據(jù),使用... 

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

【文章頁數(shù)】：67 頁

【學(xué)位級別】：碩士

【部分圖文】：

DaVinci機器人末端位置的信息在微創(chuàng)外科手術(shù)中有著十分重要的作用和意義

哈爾濱工業(yè)大學(xué)工學(xué)碩士學(xué)位論文2015年，來自新澤西州立大學(xué)的AlvinChen和Medtronic公司的MaxBalter研發(fā)出了一種靜脈穿刺機器人，以減少人工靜脈穿刺的不確定性和失敗率[13]。如圖1-3所示，該機器人有7個自由度，搭配紅外線和超聲成像儀，能夠?qū)崟r地檢測穿刺針在體內(nèi)的情況。這款機器人擁有三維的機架和四維的小型機械臂。機架可以顯示被檢測者前臂周圍的靜脈，而機械臂主要用于控制穿刺針在圖像引導(dǎo)下插入靜脈，完成藥物注射或者血液采樣。圖1-3靜脈穿刺機器人[13]其他連續(xù)型機器人，相較于穿刺針，末端執(zhí)行器結(jié)構(gòu)相對復(fù)雜，而基本的運動學(xué)模型仍然有研究的價值。波士頓大學(xué)的PatrickSears和PierreDupont提出了同心管連續(xù)型機器人的運動學(xué)模型（如圖1-4a)所示）[14,15]。隨后搭建了實驗平臺（如圖1-4b)所示）[10]，他們利用之前提出的正逆運動學(xué)模型以及PID控制算法，并對同心管機器人進行了運動控制，驗證了同心管機器人的正運動模型的準(zhǔn)確性，同時指出其逆運動學(xué)模型仍存在誤差。a)同心管機器人的運動學(xué)模型[14]b)同心管機器人實驗平臺[15]圖1-4同心管機器人運動學(xué)模型和實驗平臺模型建立有了初步成果之后，Webster[16]和RanXu[17]分別對同心管機器人的控制算法進行了研究，提出了一個根據(jù)矯正雅克比方法去實現(xiàn)同心管機器人的位-4-

哈爾濱工業(yè)大學(xué)工學(xué)碩士學(xué)位論文置控制的算法。在得到良好的控制算法之后，RRT[18]、RRT*[19]、RRM[20]、神經(jīng)網(wǎng)絡(luò)[21]等算法也逐步應(yīng)用在了同心管機器人的路徑規(guī)劃上，確保同心管在人體狹小腔道或體內(nèi)躲避障礙，減小對人體其他器官的傷害。1.3.1.2連續(xù)型機器人的跟蹤根據(jù)連續(xù)型機器人的特點，我們可以把它們分為兩種，一種是無法根據(jù)正運動學(xué)得到先驗?zāi)Ｐ偷模绱┐提槞C器人，另一種是可以根據(jù)正運動學(xué)推導(dǎo)出先驗?zāi)Ｐ�，如同心管機器人。在現(xiàn)有的醫(yī)療檢測條件下，能夠完成對連續(xù)型手術(shù)機器人感知的比較常見的檢測方式主要有CT、X光、MRI、磁定位和超聲掃描儀[22]。Lobaton團隊提出了一種新的方法，在醫(yī)療過程中使用少量的x射線投影圖像連續(xù)準(zhǔn)確地重建機器人的形狀（如圖1-5所示）[23]。他們使用機器人的運動學(xué)模型，從一組X射線圖像中提取的數(shù)據(jù)，建立形狀和時間的函數(shù)，同時利用先驗知識和數(shù)值優(yōu)化的方法來選擇最佳的相機配置，從而最小化形狀估計的期望誤差。圖1-5Lobaton團隊基于X射線圖像的連續(xù)型機器人的形狀重建[23]Vandini團隊也使用X射線檢測并跟蹤同心管機器人在頭顱里的形狀[24]。他們提出了一種基于視覺的同心管機器人形狀感知算法。該算法將從標(biāo)準(zhǔn)成像模型(單平面X射線透視法)中提取的信息與同心管機器人的運動學(xué)模型融合在一起，在存在運動學(xué)噪聲和未建模的情況下實現(xiàn)機器人形狀的自動、實時、準(zhǔn)確和連續(xù)的估計（如圖1-6所示）。然而，基于超聲影像的連續(xù)型機器人的檢測在近幾年的研究中也很火熱。超-5-

【參考文獻】：
期刊論文
[1]達芬奇智能手術(shù)機器人的概況及臨床應(yīng)用[J]. 李軍,房愛玲.  中國醫(yī)療器械信息. 2019(16)
[2]一種新型微創(chuàng)傷腹腔鏡手術(shù)機器人系統(tǒng)[J]. 蘇明軒,王家寅,李自漢,羅中寶,袁帥,陳功,廖志祥,何超.  中國醫(yī)療器械雜志. 2019(03)
[3]人工智能、機器人與經(jīng)濟發(fā)展研究進展綜述[J]. 劉濤雄,劉駿.  經(jīng)濟社會體制比較. 2018(06)
[4]醫(yī)療機器人的技術(shù)發(fā)展與研究綜述[J]. 樓逸博.  中國戰(zhàn)略新興產(chǎn)業(yè). 2017(48)
[5]康復(fù)機器人發(fā)展綜述[J]. 肖勇,孫平范,陳罡.  信息系統(tǒng)工程. 2017(05)
[6]我國醫(yī)療器械行業(yè)之現(xiàn)狀與發(fā)展趨勢[J]. 蔡仲曦,干榮富.  中國醫(yī)藥工業(yè)雜志. 2013(12)
[7]結(jié)腸鏡機器人結(jié)構(gòu)設(shè)計與通過性研究[J]. 胡海燕,李偉達,李娟,孫立寧.  哈爾濱工程大學(xué)學(xué)報. 2013(02)
[8]微創(chuàng)血管介入手術(shù)機器人控制系統(tǒng)與零位定位裝置設(shè)計[J]. 段星光,陳悅,于華濤.  機器人. 2012(02)
[9]連續(xù)型機器人研究綜述[J]. 孫立寧,胡海燕,李滿天.  機器人. 2010(05)
[10]一種連續(xù)型腸道機器人的通過性研究與仿真[J]. 郭偉,肖滔,胡海燕,李滿天,王鵬飛.  機械與電子. 2010(07)

博士論文
[1]基于三維超聲圖像的穿刺手術(shù)機器人輔助系統(tǒng)研究[D]. 孫銀山.哈爾濱工業(yè)大學(xué) 2011

碩士論文
[1]穿刺消融手術(shù)機器人系統(tǒng)開發(fā)與控制方法研究[D]. 裘焱楓.浙江大學(xué) 2019
[2]基于磁定位的柔性機器人末端追蹤與形狀重建的研究[D]. 張長春.哈爾濱工業(yè)大學(xué) 2018
[3]連續(xù)型同心管機器人系統(tǒng)設(shè)計及運動控制[D]. 盧意.哈爾濱工業(yè)大學(xué) 2018
[4]顱頜面穿刺機器人系統(tǒng)研究[D]. 虞憲富.哈爾濱工業(yè)大學(xué) 2016



本文編號：3225859