人机交互虚拟神经外科手术中“吸引器抽吸”和“双极电凝术”精细化操作模拟关键技术研究

On the basis of our previous development of brain surgery on a virtual surgery training system, this project is aimed to achieve fine operation simulation in neurosurgical virtual surgery with human-computer interaction, and systematically study the high-fidelity, diversity and surgical bleeding hemostatic simulation, virtual surgery neurosurgery force feedback device control and surgery simulation evaluation which are suitable for neurosurgery " suction aspiration " and " bipolar electrocoagulation" brain operation. We propose a complete virtual brain tissue mixed mode, brain hemorrhage and bleeding calculation model and the introduction of optimal spring gravity compensation and nonlinear tracking differentiator to achieve stable, accurate and efficient adaptive impedance control. Further integration of neurosurgical surgery simulation effect evaluation, fine operation simulation in virtual neurosurgery "aspirator suction" and "bipolar coagulation" with human-computer interaction will be ultimately realized.The research of this project will promote independent innovation in the field of virtual surgery and medicine in China.

本项目拟在课题组前期研发的脑外科虚拟手术训练系统的基础上，以实现虚拟神经外科手术精细化操作模拟为研究目标，深入研究“吸引器抽吸”和“双极电凝术”操作的脑组织建模、高逼真、多样化手术流血和止血仿真、虚拟手术力反馈设备控制和手术仿真效果评价。提出完备的虚拟脑组织混合模型和脑部出血和止血计算模型，并引入最优弹簧重力补偿方式和非线性跟踪微分器，实现力反馈设备稳定、准确和高效的自适应阻抗控制。进一步研究虚拟手术操作主观和客观评价指标，最终实现人机交互虚拟神经外科手术中“吸引器抽吸”和“双极电凝术”精细化操作模拟。该项目对于推动我国虚拟手术和医学领域的自主创新具有重要意义。

本项目以实现神经外科手术中“吸引器抽吸”和“双极电凝术”精细化操作模拟为研究目标，研究了混和软组织建模、虚拟手术流血仿真方法、力反馈设备各种补偿及控制和软组织切割模拟，提出了一类无网格与质点弹簧混合软组建模方法，实现了手术区域精细化模拟和非手术区域的快速模拟。提出了一种改进的基于抽吸的流血建模仿真，实现了“吸引器抽吸”和“双极电凝术”精细化操作模拟操作中的流血操作。提出了一种基于混合粒子血液模型的建模仿真，实现了对血液相关性质较为准确的描述，在保证血液模拟的逼真性的同时，具有较高实时性交互性能。提出了一种改进的全面学习粒子群算法，实现了力反馈设备的参数估计和优化。提出了一种弹簧和重力的混合补偿方法，有效地补偿了力反馈设备重力；提出了一种快速终端滑模阻抗控制算法，实现了高效和稳定力反馈设备反馈力控制；提出了基于网格和无网格的软组织混合切割模型，既解决了传统基于网格方法中网格构建的不稳定缺陷, 也解决了无网格方法的边界条件影响和计算量大的问题。最终，设计了一套神经外科手术仿真系统，用于实现“吸引器抽吸”和“双极电凝术”精细化操作模拟。项目在南昌大学第一附属医院应用后，在神经外科低年资医生的显微外科操作训练和培训方面取得了令人满意的效果，具有广阔的应用前景。共发表相关SCI学术论文20篇，授权发明专利10项，授权实用新型专利3项，申请发明专利10项，培养博士研究生2人，硕士研究生9人。