科研之友
微信
新浪微博
Facebook
分享链接
摘要
手术机器人可以通过术前路径规划避免重要组织受到损伤，且具有较高的操作精度，因而被广泛应用于穿刺活检手术之中。目前手术机器人在穿刺针形状信息准确实时获取方面存在不足，无法实现穿刺过程中自主避障以及精准的靶点操作。因此研究穿刺针形状感知方法，可为手术机器人自主/主从穿刺提供形状信息反馈，对于提高穿刺手术的安全性与准确性有着重大意义。鉴于此，提出了一种融合分布式光纤光栅传感技术和人工智能的形状自感知穿刺针。利用机器学习算法，对静态标定实验获取的不同弯曲状态下光纤光栅的中心波长数据与形状数据进行训练，得到了光纤光栅中心波长漂移量与形状函数及弯曲方向角之间的神经网络模型，进一步调用该神经网络模型，实现穿刺针的三维形状重构；测试结果表明，穿刺针针体的形状重构最大误差值为0.90 mm，弯曲方向角的最大误差为5.03°。在动态性能验证实验中，形状重构最大误差值为0.84 mm，弯曲方向角的最大误差为1.02°，进一步验证了模型的可靠性。因此所提出的形状自感知穿刺针能够精准实现形状信息的实时获取，从而在手术机器人自主穿刺和主从操作过程中针体形状感知与调控方面具有广阔的应用前景。
-
单位武汉理工大学; 机电工程学院
