冠状动脉慢性完全闭塞介入手术机器人导丝的精确力感知机理分析与力传感集成设计

Chronic Total Occlusion (CTO) Percutaneous Coronary Intervention (PCI) is a complex procedure that requires expert care from highly experienced physicians. The key step is to maneuver the guidewire to access the blockage based on physicians’ tactile feedback, however this technique suffers with high difficulty, low success rate, long time-consuming, and excessive X-ray radiation. This proposed research is conducted towards CTO PCI based on the current development of robotic catheterization and studies the precision force sensing technique, real-time feedback of the guidewire, as well as its security mechanism. Using a helically-wrapped Fiber Bragg Grating (FBG) sensor design, the sensor-integrated guidewire is capable of tip tactile feedback, and the corresponding force-curvature-strain model is developed to provide simultaneous curvature, torsion and force measurements. Furthermore, a specific guidewire driven platform under the master-slave mode is established to facilitate complementary assistance. This robotic interface to the supervising surgeon will enable cognitive links between the operator and the robot given the multi-modal data fusion and real-time force information while the heart is beating. During opening up the blocked area, a fully robotic autonomous execution of the CTO opening-up procedure is explored. This is expected to ensure the guidewire advancing inside true lumen and prevent false lumen puncture. At the same time, a safety and efficiency evaluation system of the whole robot-assisted procedure will be established. This research is an integration of engineering with the clinical needs, and addresses the clinical pain points.

冠状动脉慢性完全闭塞（CTO）介入治疗是一项复杂的介入技术，关键步骤是术者手眼结合凭借手感操作导丝通过闭塞病变，其难度大、成功率低、耗时长、射线曝光量高。本项目结合当前介入手术机器人的研究基础，针对开通CTO术式研究导丝操作的精确力觉感知、实时反馈与安全性机制，通过螺旋缠绕式光纤布拉格光栅传感器的设计，建立导丝相应的力-曲率-应变模型，实现导丝末端精细的触觉反馈。同时，搭建力传感专用导丝的驱动和控制平台，结合术中心脏跳动情况下多模态影像数据融合以及实时力感数据融合，在手术机器人主从式的控制方式下辅助术者采取相应的送丝策略；在导丝开通闭塞段病变时，探索手术机器人自主控制的导丝操作模式，通过精确力觉感知反馈控制环路，确保导丝行走在血管真腔，避免导丝刺穿血管壁进入假腔，并在模拟手术操作下建立该过程的安全性与有效性评估体系。该研究针对临床需求，融合现代工程技术解决临床痛点。

本项目结合了介入医学前沿与工程技术，是一项交叉学科研究课题。针对CTO介入治疗关键步骤中导丝容易刺穿血管壁进入假腔的临床痛点，本项目拟建立手术机器人自主控制的导丝操作模式，通过精确力觉感知反馈控制环路，确保导丝行走在血管真腔，实现导丝穿过病变到达血管远端，其可以避免介入医生长时间操作导丝身穿防护铅衣所导致的颈部、背部等疲劳，降低辐射伤害，同时能提高手术的精度, 对介入治疗产生了积极的影响。针对介入手术的操作流程，初步设计了介入穿刺的机器人硬件设备，以及多模态图像引导介入穿刺的操作方法。通过结合三维近红外和超声波成像、计算机视觉软件，将光学和声学成像技术、AI算法和多自由度机械结构结合，实现基于实时图像引导的介入穿刺小型灵巧机器人系统。提出了对姿态进行稳健分割、定位和跟踪的方法，并设计、研发了在实时图像引导下能够自主对准和伺服的机器人样机。机器人辅助介入操作由一系列深层卷积神经网络的预测结果来驱动，其中时间和位置信息来自对多模态图像序列的编码，以此指导实时伺服。利用深度回归模型与U-net智能图像处理框架进行图像三维配准，构建穿刺血管三维模型，降低算法时间空间成本、匹配精度高。通过基于人工智能算法的图像处理技术，来提高穿刺的实时性与快速性。利用CNN框架深度卷积图像识别网络，对多模态图像进行识别、分类与分割，算法速度快、抗干扰性强、识别精度高。项目研究创新性地提出了对血管网络进行稳健分割、定位和跟踪的方法，将血管的走向和深度转化为精准的数字化“坐标”，通过机器人实时图像引导来实现自动化操作，同时为5G医疗的手术操作奠定了基础。该操作颠覆了传统医护人员通过目测以及手感来“推测”穿刺位置的操作方式，与无辅助和图像引导的人工血管介入技术相比，该装置在准确性和完成时间方面有了显著提高。