在线自学习软组织力学模型在机器人辅助手术中的应用研究

In current robotic-assisted surgery (RAS), force information about surgical tool and human tissue interaction is not provided to the operator. Surgeons usually can only rely on the visual feedback to perform the operations, and one intrinsic sensation as long used in traditional manual surgical operation - force feedback is absent. This certainly affect success rate of the surgical procedures. The analysis of the soft tissue characteristics is important to improve the accuracy and safety of RAS. Human soft tissue possesses high viscoelastic and nonlinear properties. The high-accuracy modelling methods of such tissue are very complicated in literature and thus cannot be used directly into RAS which has strict real time requirement. Simple elastic-damper models are easy to compute, but are not able to render the complete and realistic soft tissue mechanical properties. In this project, we aim to analyze the various properties of human soft tissue. Online modelling will be used to learn the complex human soft tissues, and faster and enhanced identification approaches will also be developed for real time applications purpose. Besides, in this project, the uncertainties in the sensing devices caused by the surgical tool will also be considered and analyzed, and model of the uncertainties will be proposed and compensated in order to obtain an improved and more accurate sensing measurement. In the end, the model based force feedback teleoperation will be performed through on animal tests to verify the effectiveness and stability of the research results achieved during this project.

在当前的机器人辅助手术中，医生往往仅能依靠视觉回馈来执行手术，而缺乏手术器械与人体软组织环境交互的物理过程中产生的接触力信息，这必然影响手术过程的准确安全进行。对人体软组织的分析研究有利于提高医生操作的准确性以及机器人辅助手术的安全性。人体软组织是一种高粘稠性、非线性的环境，其建模的过程非常复杂，这种复杂模型无法满足机器人辅助手术实时性的要求。而单一的弹簧-阻尼模型计算较为简单，却无法完全描述软组织的特性。本项目拟展开多样性软组织模型分析，利用在线建模的方式学习复杂的人体软组织模型，并进行快速辨识方法以实现软组织模型实时性应用的需求以及对模型进行自适应调整以满足在未知手术环境下在线建模和辨识。此外，本项目还对传感设备测量的非确定性因素进行分析建模和在线补偿以达到准确的测量，进一步有利于术中对软组织建模的准确性。最后将通过基于动物的手术机器人力反馈遥操验证本项目在医学应用上的有效性和稳定性。

本项目针对在机器人辅助手术中末端器械与软组织交互力学模型进行研究，分析不同软组织的力学交互模型建模和在线辨识方法；利用基于弹簧-阻尼模型的复杂切换模型来描述人体复杂软组织力学交互模型；考虑生物可兼容性、消毒等因素，机器人系统上感知系统往往需要固定在机器人末端与手术器械之间，在动态操作过程中，传感设备所测量交互力会受到噪声、惯性力等干扰，导致传感测量数据偏差，进而导致软组织交互力建模出现误差，因此一种动态感知测量非确定性建模和补偿方案被提出，以获取在动态操作过程中软组织实际交互力，能够有效提高建模的准确度；最终将上述研究内容结合力反馈遥操作手术机器人系统等进行研究，考虑系统中通讯延时等问题，提出波变量补偿方案和软组织交互力学模型融合的方法，并在带有通讯延时的力反馈遥操作机器人系统中进行验证，实验结果表明研究中提出的方法能够实现稳定且更好的力位跟踪效果，为手术机器人精准安全操作提供坚实基础。本项目所研究的方法将有利于手术机器人系统完善更加安全操作，提升机器人系统对复杂未知环境的感知能力，能够避免医生操作过程中因经验不足或疲惫导致的误操作（以提示报警形式通知操作医生）；随着手术机器人智能化发展的趋势，本项目所研究的内容能够为未来智能化手术操作的机器人系统提供较好基础，通过对接触复杂人体软组织的交互进行快速感知和辨识，能够提高机器人针对软组织手术操作的安全交互和效果。