适用于微创手术的人体组织模型参数在线辨识方法

文档序号:6635716阅读:377来源:国知局
适用于微创手术的人体组织模型参数在线辨识方法
【专利摘要】本发明涉及一种适用于微创手术的人体组织模型参数在线辨识方法,包括以下步骤:步骤1:建立人体组织分析计算模型;步骤2:设计基于无力-力矩传感器的人体组织作用力检测模型,根据检测模块得到接触力信号;步骤3:依据步骤1所建立计算模型和步骤2得到的接触力信号,构建人体组织模型参数在线检测方法,计算获得人体组织参数。与现有技术相比,本发明具有识别精度高、结构简单、成本低、易于推广等优点。
【专利说明】适用于微创手术的人体组织模型参数在线辨识方法

【技术领域】
[0001] 本发明涉及一种人体组织模型参数在线辨识方法,尤其是涉及一种适用于微创手 术的人体组织模型参数在线辨识方法。

【背景技术】
[0002] 微创外科手术机器人系统可以显著的提高外科医生提高手术操作的灵活性。此类 的微创手术过程通常是采用将细长的腹腔镜和微创手术器具通过在患者体表微小切口而 进入患者病灶区。在此过程中,利用灵巧的手术器具来对患者病灶组织进行切割、缝合等操 作,这种灵巧的手术器具方便了内窥镜手术操作过程。这种手术操作器械可以有效的降低 患者的手术风险并缩短手术操作时间。
[0003] 为了准确实现微创手术器械对患者病灶进行切割、缝合等操作,手术器械末端要 连续地或者间断地与患者组织进行接触。机器人在与环境接触时能够对外部作用力产生自 然的顺应,称为机器人具有柔顺性,相应的控制器称为柔顺性控制器。在机器人微创手术 应用过程中,实现手术器具末端和患者病灶组织的接触动力学参数模型的实时、在线估计, 对于设计基于参考模型的微创手术机器人柔顺性控制器至关重要。当前,最常用的人体器 官组织建模方法有两种,一种称为Kelvin-Voigt模型,另一种称为Hunt-Crossley模型。 Kelvin-Voigt模型是一种线性模型,它将人体器官组织变形量与受到的作用力建模为线性 弹簧和线性阻尼并联而组成的线性关系。而人体组织在实际手术操作中表现为变形量与作 用力的一种非线性关系。为了弥补上述Kelvin-Voigt线性模型的缺陷,Hunt和Crossley 提出了一种称为Hunt-Crossley非线性人体组织模型。这种模型在原来的线性模型基础上 加入了对人体组织在变形过程中的能量损失的计算。不管是线性的Kelvin-Voigt模型还 是包含非线性量的Hunt-Crossley模型,在手术机器人的柔顺性控制器的设计过程中,都 需要对上述人体组织模型的参数进行有效的辨识。
[0004] 当前,对这种人体组织模型的参数辨识方法主要由以下几种:递归最小二乘法及 其加权指数递归最小二乘法、间接自适应辨识方法、基于模型的自适应辨识方法和卡尔曼 滤波辨识法等。其中递归最小二乘法因其具有计算简单、响应速度快等优点而得到最广泛 的应用。在所有上述组织模型辨识方法实施过程中,参数辨识器都需要精确的获取人体组 织和手术器具末端的位移量、速度量以及作用在人体组织上的作用力大小。位移量和速度 量较为容易获取,位移量一般可直接通过安装在手术器具关节上的高精度编码器而直接获 取,而速度量则可通过对编码器输出的位移量进行微分操作即可获得。如果通过微分操作 而获取的速度量有较强的噪声,还可以将速度量施加一个低通滤波器后即可满足要求。
[0005] 在人体组织参数辨识器中,必须要获取的第三个量就是人体组织与手术器具的接 触力。当前,仅有一种方法来实现对上述接触力信息的获取。该方法就是直接利用力-力 矩传感器实现对人体组织与手术器具的接触力进行检测。现有的接触力检测方法一般采用 将力-力矩传感器安装在手术器具的末端进行检测,或者采用将力-力矩传感器放置在人 体组织下面来进行作用力检测。然而,这种直接利用力-力矩传感器对人体组织接触力进 行检测的方法在实际的微创手术过程中实现起来非常困难。直接利用力-力矩传感器进行 力检测在微创手术实现上的难点主要在于力-力矩传感器的尺寸、价格、可消毒性等方面。 微创手术器具的尺寸一般较小,手术器具的圆周直径一般小于10mm,当前,在商业上还没有 如此小的力-力矩传感器在出售。此外,即使以后随着技术的不断进步,有相应的力-力矩 传感器出售,但是制造如此精巧的小型传感器需要在机构和电路的实现上花费较多,这必 然会增加微创手术器具的成本,这些手术器具的成本最终会增加患者的手术费用。另外,内 含电子元器件的力-力矩传感器能否经受住医院常用的高温高压消毒也是一个必须要考 虑的问题。


【发明内容】

[0006] 本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种识别精度高、结 构简单、成本低、易于推广的适用于微创手术的人体组织模型参数在线辨识方法。
[0007] 本发明的目的可以通过以下技术方案来实现:
[0008] -种适用于微创手术的人体组织模型参数在线辨识方法,其特征在于,包括以下 步骤:
[0009] 步骤1 :建立人体组织分析计算模型;
[0010] 步骤2 :设计基于无力-力矩传感器的人体组织作用力检测模型,根据检测模块得 到接触力信号;
[0011] 步骤3 :依据步骤1所建立计算模型和步骤2得到的接触力信号,构建人体组织模 型参数在线检测方法,计算获得人体组织参数。
[0012] 所述的建立人体组织分析计算模型为线性Kelvin-Voigt模型或者非线性 Hunt-Crossley 模型。
[0013] 所述的线性Kelvin-Voigt模型具体为:
[0014] 该模型将人体组织类比为由理想的粘弹性材料组成的弹性体,具体的动力学特性 由线性弹簧和线性阻尼通过并联方式而组成的机械结构表示,如果有作用力F作用于此类 线性人体组织上,那么人体组织模型用公式(1)表示:
[0015]

【权利要求】
1. 一种适用于微创手术的人体组织模型参数在线辨识方法,其特征在于,包括以下步 骤: 步骤1 :建立人体组织分析计算模型; 步骤2 :设计基于无力-力矩传感器的人体组织作用力检测模型,根据检测模块得到接 触力信号; 步骤3 :依据步骤1所建立计算模型和步骤2得到的接触力信号,构建人体组织模型参 数在线检测方法,计算获得人体组织参数。
2. 根据权利要求1所述的一种适用于微创手术的人体组织模型参数在线辨识方法, 其特征在于,所述的建立人体组织分析计算模型为线性Kelvin-Voigt模型或者非线性 Hunt-Crossley 模型。
3. 根据权利要求2所述的一种适用于微创手术的人体组织模型参数在线辨识方法,其 特征在于,所述的线性Kelvin-Voigt模型具体为: 该模型将人体组织类比为由理想的粘弹性材料组成的弹性体,具体的动力学特性由线 性弹簧和线性阻尼通过并联方式而组成的机械结构表示,如果有作用力F作用于此类线性 人体组织上,那么人体组织模型用公式(1)表示:
其中,x(t)为手术器具挤压人体组织的位移量,为手术器具挤压人体组织的速度; 而K和B分别为组织器官的线性弹性系数和线性粘性系数;F(t)为手术器具施加于人体组 织上的作用力。
4. 根据权利要求2所述的一种适用于微创手术的人体组织模型参数在线辨识方法,其 特征在于,所述的非线性Hunt-Crossley模型具体为: 如果采用非线性Hunt-Crossley模型来对人体组织进行建模,所得到的人体组织模型 公式⑵表示:
其中,指数m为一个实数,用于精确表示随着人体组织挤压面的增大而导致的人体组 织刚度变化量;为手术器具挤压人体组织的速度,x(t)为造成人体组织变形量;k为非 线性弹性系数;b为非线性粘性系数;F(t)为手术器具施加于人体组织上的作用力。
5. 根据权利要求3或4所述的一种适用于微创手术的人体组织模型参数在线辨识方 法,其特征在于,所述的人体组织变形量X通过安装在手术器具执行机构末端的位置传感 器获得,手术器具挤压人体组织的速度i通过对上述变形量X的微分来获取。
6. 根据权利要求1所述的一种适用于微创手术的人体组织模型参数在线辨识方法,其 特征在于,所述的基于无力-力矩传感器的人体组织作用力检测模型具体为: 根据手术器具末端施加于人体组织上的作用力在数值上与人体组织施加于手术器具 末端的作用力相等可得到手术器具末端的作用力平衡方程为: Fam: JJ+F伽 (3) 其中,F_为手术器具控制器的输入值;手术器具末端关节的惯量为Jm ;#为手术器具 末端加速度值;Fdis为手术器具所受到的扰动作用力之和,该作用力具体分解为下式: Fdis = F+Fint+f+G (4) 上式中F为需要估计的人体组织施加于手术器具上的作用力;Fint为手术器具关节内 部干涉作用力,其相对于其他项来说非常小可忽略;f为手术器具关节摩擦力;G为手术器 具重力项;将上述两式合并可得外部作用力公式: F = Hf-G m 其中,惯量上通过计算获取;摩擦力项f通过手术器具关节的任意角速度运动获取;重 力项G通过等速运动获取;手术器具末端关节的加速度值通过对编码器获得的关节位置信 号的二次微分获得。
7. 根据权利要求6所述的一种适用于微创手术的人体组织模型参数在线辨识方法,其 特征在于,所述的步骤3所采用的模型参数在线检测方法为基于递归最小二乘法的检测方 法。
8. 根据权利要求7所述的一种适用于微创手术的人体组织模型参数在线辨识方法,其 特征在于,所述的基于递归最小二乘法的检测方法具体为: 当步骤3所采用的模型参数在线检测方法为递归最小二乘法时,人体组织模型参数辨 识的更新方程如下:
其中η为离散域内的时间位,麗#为未知的需要被辨识的人体组织模型参数量; 为通过测量获得的手术器械关节位移量和关节速度量;y(n)为通过步骤2)中外 力观测器获得的接触力F ; e(n)为依据参数辨识精度要求而预先设置的误差值;L(n)为自适应增益量, 为协方差矩阵,λ为遗忘因子; 结合公式(5)至(9)即可计算出人体组织模型参数,实现人体组织模型参数在无 力-力矩传感器条件下的在线辨识。
9. 根据权利要求8所述的一种适用于微创手术的人体组织模型参数在线辨识方法,其 特征在于,对于线性模型,需要辨识的人体组织模型参数为线性弹性系数K和线性粘性参 数Β,而对于非线性模型,需要辨识的人体组织模型参数为非线性弹性系数k、非线性粘性 系数b和指数项m。
【文档编号】G06F19/00GK104376223SQ201410686676
【公开日】2015年2月25日 申请日期:2014年11月25日 优先权日:2014年11月25日
【发明者】李红兵, 胡玥 申请人:上海交通大学
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1