一种介入手术机器人系统及其控制方法和介质与流程

1.本技术涉及介入手术机器人控制技术领域，具体涉及一种介入手术机器人系统、介入手术机器人系统的控制方法和介质。


背景技术：

2.心脑血管微创介入疗法是针对心脑血管疾病的主要治疗手段，和传统外科手术相比，有着切口小、术后恢复时间短等明显优势。心脑血管介入手术是由医生手动将导管、导丝以及支架等器械送入病患体内来完成治疗的过程。
3.在微创介入手术过程中，由于dsa会发出x射线，医生体力下降较快，注意力及稳定性也会下降，将导致医生操作精度下降，引起血管内膜损伤、血管穿孔破裂等事故。其次，长期电离辐射的积累伤害会大幅地增加医生患白血病、癌症以及急性白内障的几率。医生因为做介入手术而不断积累射线的现象，已经成为损害医生职业生命、制约介入手术发展不可忽视的问题。
4.通过借助机器人技术能够有效应对这一问题，还可以大幅提高手术操作的精度与稳定性，同时能够有效降低放射线对介入医生的伤害，降低术中事故的发生几率。医生在使用机器人执行介入手术的过程中，存在机器人穿破血管的风险，这将严重威胁病人的安全。


技术实现要素：

5.提供本技术以解决现有技术中存在的上述问题。需要一种介入手术机器人系统及其控制方法和介质，其能够在医疗介入器件到达末端位置附近处时及时向医生施加操纵阻力，以使得医生从触觉上感知到风险，能够辅助医生更加安全的操纵机器人，提高介入手术的安全性。
6.根据本技术的第一方案，提供一种介入手术机器人系统，包括以可通信方式连接的从端的机器人以及包括由用户操纵的用户操纵部和控制器的主端机构，所述机器人响应于用户操纵在所述控制器的作用下操纵医疗介入器件在血管内运动，所述用户操纵部包括操纵件和阻尼装置，所述阻尼装置被配置为：在接收到来自所述控制器的启动指令的情况下，向所述操纵件施加阻碍操纵的阻力。所述控制器进一步配置为：获取包含所述血管的参考图像，识别出所述参考图像中各个血管的末端位置；在术中获取所述医疗介入器件在所述血管中的位置，并判定该位置是否处于相对于所述末端位置的风险区域内，如果是，则向所述阻尼装置发送所述启动指令。
7.根据本技术的第二方案，提供一种介入手术机器人的控制方法，所述控制方法经由以可通信方式连接的从端的机器人以及由用户操纵的用户操纵部和控制器的主端机构执行，所述机器人响应于用户操纵在所述控制器的作用下操纵医疗介入器件在血管内运动，包括：所述控制器获取包含所述血管的参考图像，识别出所述参考图像中各个血管的末端位置；在术中获取所述医疗介入器件在所述血管中的位置，并判定该位置是否处于相对于所述末端位置的风险区域内，如果是，则向阻尼装置发送启动指令；在所述用户操纵部中
的阻尼装置接收到来自所述控制器的启动指令的情况下，向所述操纵件施加阻碍操纵的阻力。
8.根据本技术的第三方案，提供一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序指令，所述计算机程序指令在被处理器运行时使得所述处理器执行本技术各个实施例所述的介入手术机器人的控制方法。
9.与现有技术相比，本技术实施例的有益效果在于：通过控制器实时地自动识别医疗介入器件在血管中的位置，避免了人工判断发生误判的情况。在判断医疗介入器件处于末端位置附近时，及时向阻尼装置发送启动指令，阻尼装置基于所述启动指令向操纵件施加阻碍操纵的阻力，此时，类似于系统增加了一个虚拟力墙，使得医生在继续操纵的过程中能够明显感受到阻力。通过阻尼装置、控制器等各个部件之间的协同配合，使得医生从触觉上直接感知到医疗介入器件到达末端附近。如此，医生能够及时地知晓医疗介入器件是否到达末端附近，并立刻提高警惕，从而提高手术安全性。
10.上述的一般描述和以下的详细描述只是示例性和说明性的，并不旨在限制要求保护的发明。
附图说明
11.在不一定按比例绘制的附图中，相同的附图标记可以在不同的视图中描述相似的部件。具有字母后缀或不同字母后缀的类似附图标记可以表示相似组件的不同示例。附图通过举例而不是以限制的方式大体上示出各种实施例，并且与说明书以及权利要求书一起用于对所申请的实施例进行说明。这样的实施例是说明性和示例性的，而并非旨在作为本方法、装置、系统或具有用于实现该方法的指令的非暂时性计算机可读介质的穷尽或排他的实施例。
12.图1示出根据本技术实施例所述的介入手术机器人系统的结构示意图。
13.图2示出根据本技术实施例的dsa设备采集的血管造影图像示意图。
14.图3示出根据本技术实施例中以弹簧作为阻尼装置的示意图。
15.图4示出根据本技术实施例的介入手术机器人系统的整体示意图。
16.图5示出根据本技术实施例基于介入手术机器人系统控制介入手术的流程图。
17.图6示出根据本技术实施例的介入手术机器人的控制方法流程图。
具体实施方式
18.为使本领域技术人员更好的理解本技术的技术方案，下面结合附图和具体实施方式对本技术作详细说明。下面结合附图和具体实施例对本技术的实施例作进一步详细描述，但不作为对本技术的限定。
19.本技术中使用的“第一”、“第二”以及类似的词语并不表示任何顺序、数量或者重要性，而只是用来区分部分的称谓。“包括”或者“包含”等类似的词语意指在该词前的要素涵盖在该词后列举的要素，并不排除也涵盖其他要素的可能。“上”、“下”、“左”、“右”等仅用于表示相对位置关系，当被描述对象的绝对位置改变后，则该相对位置关系也可能相应地改变。
20.在本技术中，各个步骤在图中所示的箭头仅仅作为执行顺序的示例，而不是限制，本技术的技术方案并不限于实施例中描述的执行顺序，执行顺序中的各个步骤可以合并执行，可以分解执行，可以调换顺序，只要不影响执行内容的逻辑关系即可。
21.本技术使用的所有术语（包括技术术语或者科学术语）与本技术所属领域的普通技术人员理解的含义相同，除非另外特别定义。还应当理解，在诸如通用字典中定义的术语应当被解释为具有与它们在相关技术的上下文中的含义相一致的含义，而不应用理想化或极度形式化的意义来解释，除非这里明确地这样定义。对于相关领域普通技术人员已知的技术、方法和设备可能不作详细讨论，但在适当情况下，所述技术、方法和设备应当被视为说明书的一部分。
22.图1示出根据本技术实施例所述的介入手术机器人系统的结构示意图。所述介入手术机器人系统100包括以可通信方式连接的从端的机器人101以及包括由用户操纵的用户操纵部102和控制器103的主端机构104，所述机器人101响应于用户操纵在所述控制器103的作用下操纵医疗介入器件在血管内运动。具体地，所述从端的机器人101可以设有机械臂和末端执行器，比如，末端执行器可以是用于夹持和固定导丝和/或导管的钳夹等，配合dsa完成对介入手术的操作动作。用户操纵部102包括但不限于控制盒（有时也可以称为控制板），控制盒用于让医生人工控制机器人101以执行期望的动作。所述控制器103可以为处理器或者内设有处理器的装置，所述医疗介入器件可以包括导管、导丝和支架中的任何一种。
23.其中，所述处理器可以是包括一个或多个通用处理装置的处理装置，诸如微处理器、中央处理单元（cpu）、图形处理单元（gpu）等。更具体地，处理器可以是复杂指令集计算（cisc）微处理器、精简指令集计算（risc）微处理器、超长指令字（vliw）微处理器、运行其他指令集的处理器或者运行指令集的组合的处理器。处理器还可以是一个或多个专用处理装置，诸如专用集成电路（asic）、现场可编程门阵列（fpga）、数字信号处理器（dsp），片上系统（soc）等。如本领域技术人员将理解的，在一些实施例中，处理器可以是专用处理器，而不是通用处理器。处理器可以包括一个或多个已知的处理装置，例如来自intel tm制造的pentium tm、core tm、xeon tm或itanium系列的微处理器，由amd tm制造的turion tm、athlon tm、sempron tm、opteron tm、fx tm、 phenom tm系列，或由sun microsystems制造的各种处理器。处理器还可以包括图形处理单元，诸如来自geforce
®
的gpu，由nvidia tm制造的quadro
®
、tesla
®
系列，由intel tm制造的gma，iris tm系列，或由amd tm制造的radeon tm系列。处理器还可以包括加速处理单元，例如由amd tm制造的desktop a-4（6,6）系列，由intel tm制造的xeon phi tm系列。另外，术语“处理器”或“图像处理器”可以包括一个以上的处理器，例如，多核设计或多个处理器，每个处理器具有多核设计。处理器可以执行存储在存储器中的计算机程序指令序列，以执行本文公开的各种操作、过程和方法。处理器可以通信地耦合到存储器并且被配置为执行存储在其中的计算机可执行指令。
24.具体来说，可以在用户操纵部102中嵌入电路板，用户在操作用户操纵部102的过程中，可以直接将操作指令等相关控制医疗介入器件动作的信息发送到机器人101。机器人101响应于相关控制信息操纵医疗介入器件在血管内运动，比如，在控制信息的作用下，机器人101操纵导丝在血管中前进、后退。
25.进一步地，所述用户操纵部102包括操纵件105和阻尼装置106，所述阻尼装置106
被配置为：在接收到来自所述控制器103的启动指令的情况下，向所述操纵件105施加阻碍操纵的阻力，类似于向医生施加一个虚拟力墙，如此，使得医生在操纵所述操纵件105的过程中明显感受到阻力，提示医生提高警惕，辅助医生安全地执行介入手术。具体来说，所述操纵件105可以是现有的摇杆、滚轮、脚踏板、方向盘等能够操纵医疗介入器件执行相应动作的装置，比如，利用摇杆控制医疗介入器件的前进、后退，利用滚轮控制医疗介入器件的旋转等，对此不做具体限定，只要能够以通信方式实现对医疗接入器件的操纵即可。
26.其中，阻尼装置106包括处理器110和阻尼件111。所述阻尼件111可以实现为能够施加（或者增加）阻力的任何构件，例如但不限于可拉伸的弹性部件、液压阻力构件。所述处理器110可以是包括一个或多个小型通用处理装置的处理装置，比如单片机、soc或dsp芯片等，也可以是具有处理功能的处理电路，比如asic或者fpga等，至少用于接收来自控制器103的相关控制信息并据此控制阻尼件111的启用/禁用。所述可拉伸的弹性部件可以是弹簧或者其他具有类似功能的部件。所述控制器103进一步配置为获取包含所述血管的参考图像，识别出所述参考图像中各个血管的末端位置。
27.为便于理解，下文以导丝在血管中的推进为例进行示例性说明。
28.如图2，控制器103获取包含血管的参考图像，并对参考图像进行分析和处理。具体地，所述参考图像可以是利用dsa设备在术前或术中采集的包含病灶部位的完整的造影图像，也可以是直接从图像数据库中调取的图像，图像数据来源至少包括从dsa中获取的医学图像信息和大量医生临床操作数据，对于参考图像的获取方式不做具体限定。其中，医生操作数据指的是医生通过介入手术机器人系统100进行的操作数据或传统临床手术中的数据。
29.此外，基于所述参考图像识别各个血管的末端位置的方法不做具体限定，比如，可以是通过学习网络对所述参考图像进行分析处理，以分割出血管。例如，将获取的图像信息进行图像预处理输入到resunet深度学习网络进行训练，识别导丝、支架、血管等目标物，获得训练数据，对数据进行shuffle操作，将图像转换为固定尺寸（如：512*512），并进行归一化处理，将像素转化为0-1之间，其中，训练数据中包括分割标注信息（血管、导丝、支架）的医学图像，对上述训练数据进行图像水平翻转、垂直翻转、随机缩放、随机亮度、随机对比度、随机噪声等图像处理方法进行数据增强，使用增强后的训练数据对分割网络模型进行学习训练，得到图像分割模型。将获取的参考图像信息进行图像预处理输入到resunet深度学习网络进行训练，训练结果与训练数据进行比较，通过交叉熵损失函数计算法计算损失值，将损失值进行反向传播更新权重。通过深度学习网络进行血管和其他特征提取，可极大的提高特征的提取效率。上述的深度学习网络模型可以为resunet、attentionunet等分割网络模型，具体不作限定。通过采用多种分割标注信息（血管、导丝、支架）的医学图像的训练数据对分割网络模型进行学习训练，即可得到图像分割模型，从而保证利用得到的图像分割模型对分割目标的分割准确性和速度。所述深度学习网络利用tensorflow框架进行深度学习的训练即可实现。
30.所述控制器103进一步配置为在术中获取所述医疗介入器件在所述血管中的位置，并判定该位置是否处于相对于所述末端位置的风险区域内，如果是，则向所述阻尼装置106发送所述启动指令。其中，所述术中可以理解为在手术过程中。例如，以利用导丝在血管中推进为例进行说明。在术中，伴随着手术的进行，导丝在血管中的移动位置、方向等相关
运动参数都会发生变化，依靠医生来判断导丝是否到达血管末端位置，容易造成误判，导致导丝穿破血管，发生手术事故。如图2，控制器103在判定导丝在血管201中的位置处于风险区域202内时，则向阻尼装置106发送启动指令，阻尼装置106在收到启动指令之后，向操纵件105施加阻碍操纵的阻力。当导丝处于风险区域202时，意味着导丝头靠近血管末端位置，如果推进导丝的速度较快，则容易穿破血管，引发手术事故。
31.图3示出了本技术实施例中以弹簧302构建的阻尼装置106，仅以此作为示例性说明，可以基于本技术提供的发明构思构建任意能够向操纵件105施加阻碍操纵的阻力的结构。下面结合图1和图2，对阻尼装置106的工作原理进行简单说明。图3中的单片机301可以接收并发送相关控制信息，在控制器103识别出导丝处于血管末端的风险区域202之外的情况下，弹簧302处于被压缩的状态，此时的阻尼装置106不发挥作用，医生在操纵操纵件105的过程中不会感受到明显的阻力。当控制器103识别出导丝处于血管末端的风险区域202之内时，向阻尼装置106发送启动指令，阻尼装置106中的单片机301接收到启动指令后，控制电机304启动，带动弹簧302向外伸展，并与摇杆303接触。此时，医生在推进摇杆303的过程中，能够明显感受到阻尼装置106产生的阻力，使得医生从触觉上感知到导丝进入到风险区域202之内，从而立刻提高警惕并采取相应的措施，避免导丝穿破血管。
32.在本技术的一些实施例中，所述用户操纵部102还包括制动装置107，所述制动装置107被配置为在接收到来自所述控制器103的制动指令的情况下，向所述操纵件105施加抑制操纵的阻力。其中，所述抑制操纵和阻碍操纵是不同的，阻碍操纵指的是医生能够控制操纵件105产生动作，但是在操纵操纵件105时会感受到阻力。然而，抑制操纵指的是医生操纵操纵件105时，无法控制操纵件105产生进一步的动作。
33.所述控制器103进一步配置为在术中获取所述医疗介入器件在所述血管中的位置，并判定该位置是否处于相对于所述末端位置的危险区域内，如果是，则向所述制动装置107发送所述制动指令。回到图2，所述危险区域203相比于风险区域202更靠近所述末端位置，在导丝进入到风险区域202内时，利用阻尼装置106向医生施加阻力，医生在感受到阻力后降低操纵导丝的速度，以更谨慎地在风险区域202内推进导丝，而降低穿破血管的风险。但是，当导丝进入到危险区域203，则制动装置107立刻抑制操纵件105产生动作，从而迅速且高效地“冻结”导丝，使之避免穿破血管。
34.在本技术的一些实施例中，所述用户操纵部102还包括制动解除开关108，所述制动装置107被配置为在接收到用户开启制动解除开关108的指令的情况下，解除对所述操纵件105的抑制。比如，在导丝进入危险区域203之后，制动装置107抑制操纵件105动作，避免导丝穿破血管。在操纵件105被抑制之后，医生无法操纵操纵件105。当导丝脱离了危险区域203，或者医生判定导丝并不处于危险区域203，或者医生想要操纵导丝退出当前的危险区域203的情况下，此时，医生可以开启制动解除开关108，从而发出开启指令。在接收到用户开启制动解除开关的指令的情况下，制动装置107就解除对操纵件105的抑制，在抑制被解除后，医生可以继续操纵操纵件105运动。
35.在本技术的一些实施例中，判定该位置是否处于相对于所述末端位置的风险区域内具体包括：基于术中图像，判断所述医疗介入器件的代表部是否处于相对于所述末端位置不大于第一阈值距离的区域，如果是，则判定处于所述风险区域。其中，医疗介入器件的代表部可以是医疗介入器件的头、包括头的部分可监测区域，或者是便于观测医疗介入器
件运动状态的其他代表点或其区域。以医疗介入器件为导丝为例，所述代表部可以是导丝头或者导丝头附近1mm的区域，导丝头或者导丝头附近1mm的区域的变化均可反映出导丝在生理腔内的运动状态。通过确定医疗介入器件的代表部，有利于实现对医疗介入器件的精准定位。回到图2，以血管末端为圆心，以第一阈值距离为半径的区域均为风险区域202。如果导丝的头和血管末端的距离不大于第一阈值距离，则判定落入了所述风险区域202，如果大于第一阈值距离，则判定没有处于所述风险区域202。
36.进一步地，判定该位置是否处于相对于所述末端位置的危险区域内具体包括：基于术中图像，判断所述医疗介入器件的代表部是否处于相对于所述末端位置不大于第二阈值距离的区域，如果是，则判定处于所述危险区域，其中，第一阈值距离大于所述第二阈值距离。如图2，以血管末端为圆心，以第二阈值距离为半径的区域为危险区域203。如果导丝的头与血管末端的距离不大于第二阈值距离，则判定落入了危险区域203，如果大于第二阈值距离，则判定没有处于危险区域203。实际上，危险区域203也处于风险区域202内，通过设定第一阈值距离大于第二阈值距离，进一步从风险区域202中划分出危险区域203，有利于在导丝头进一步靠近血管末端的时候立刻抑制导丝头的前进，从而避免导丝头穿破血管。
37.在本技术的一些实施例中，所述阻尼装置106包括处理器110和阻尼件111，所述阻尼件111包括可拉伸的弹性部件，所述处理器110被配置为在接收到所述启动指令的情况下，启动所述阻尼件111，向所述操纵件105施加阻碍操纵的阻力。所述可拉伸的弹性部件包括但不限于弹簧，控制器103在识别出医疗介入器件进入到风险区域202时，立刻向阻尼装置106发出启动指令，阻尼装置106中的处理器110接收到启动指令后启动阻尼件111，以向操纵件105施加阻碍操纵的阻力，医生立刻从触觉上感受到阻力，进而提高操纵警惕性，对于后续的操纵更加谨慎，后续逐步的操纵幅度也越小，降低医疗介入器件穿破血管的风险。
38.如图4，用户操纵部102包括但不限于控制盒402，控制盒402用于医生进行人工控制机器人405执行动作。介入手术机器人系统还可以配备有dsa设备407。
39.dsa设备407用于采集术中图像，并将采集到的术中图像传输到控制器103，所述术中图像各自包括二维图像或者三维图像。控制器103进一步被配置为基于所述术中图像，获取所述医疗介入器件的代表部与风险区域202之间的距离，基于该距离确定出所述阻尼装置106向所述操纵件105施加的阻碍操纵的阻力值，并将所述阻力值发送给所述阻尼装置106，其中，所述阻力值随着所述距离的减小而增大。比如，在导丝头向血管末端靠近的过程中，导丝头越接近血管末端，阻尼装置106向操纵件105产生的阻力越大，控制器103能够基于导丝头与血管末端的距离，计算出阻尼装置106可以向操纵件105施加的阻力值。所述阻尼装置106进一步被配置为接收来自所述控制器103的阻力值，并向所述操纵件105施加与所述阻力值对应的阻力，如此，使得医生在操纵医疗介入器件的过程中，伴随着医疗介入器件越靠近血管末端，能够感受到的阻力越大，从而辅助医生安全地执行介入手术。
40.在本技术的一些实施例中，所述介入手术机器人系统100还包括显示部109，所述显示部109用于呈现所述术中图像和所述医疗介入器件的当前运动状态。其中，所述显示部109包括但不限于显示器。比如，图4以利用机器人405在血管中对导丝进行推进为例，医生可以通过控制控制盒402上的摇杆，来控制机器人405完成对导丝的操作，从而让手术顺利进行。其中，机器人405放置于导管床406上。控制盒402可以包括两种方式将控制指令传输到机器人405。比如，可以在控制盒402中嵌入电路板，控制指令经由控制盒402直接发送到
机器人405。或者，控制盒402将控制指令传输给处理器，后续可以经由主端机构104中的中继装置（例如但不限于图4中的控制机柜401）转发到机器人405。所述机器人405设有机械臂和末端执行器，比如，末端执行器是导丝执行器，配合dsa设备407完成对介入手术的操作动作。主端机构104包括但不限于控制机柜401、显示器403、触摸屏404和控制盒402，控制盒402、触摸屏404和显示器403都和控制机柜401进行连接。控制机柜401包括至少一个处理器，可以获取并分析来自dsa设备407采集到的图像信息，并将相关指令发送到机器人405，机器人405也会将执行动作的数据等相关信息反馈到控制机柜401。触摸屏404用于进行人机交互，如进行参数设置，命令确认等。显示器403用于显示dsa设备407采集的术中图像，并呈现医疗介入器件的当前运动状态，便于医生调整操纵过程。
41.在本技术的一些实施例中，控制器103进一步配置为在术中图像中的所述医疗介入器件的代表部处于风险区域202内的情况下，以所述医疗介入器件的代表部为中心，自动放大所述术中图像，以得到放大后的术中图像，所述显示部109用于呈现放大后的术中图像。比如，以导丝为例，当导丝头处于风险区域202内时，意味着导丝头正在接近血管末端，此时，以导丝头为中心，将图像扩大2倍，便于医生观察到血管末端附近的细节情况以及导丝头的运动情况，避免导丝头穿破血管。在放大的过程中，以导丝头为中心进行放大显示，避免了医生视线跳跃，提高了医生进行介入手术的专注度。
42.在本技术的一些实施例中，所述控制器103进一步配置为在术中图像中的所述医疗介入器件的代表部未处于风险区域202内的情况下，以第一频率刷新所述医疗介入器件的代表部在所述显示部109上的位置信息，在术中图像中的所述医疗介入器件的代表部处于风险区域202内的情况下，以第二频率刷新所述医疗介入器件的代表部在所述显示部109上的位置信息，其中，所述第二频率高于所述第一频率。具体地，在术中图像中的所述医疗介入器件的代表部处于风险区域202内的情况下，医生希望显示部109能够更及时且准确地显示医疗介入器件的当前运动情况，以便于医生及时对介入手术进行调整。控制器103对于dsa设备407采集的术中图像进行实时分析，以确定出医疗介入器件的代表部是否处于风险区域202内。在识别出医疗介入器件的代表部未处于风险区域202内的情况下，通过接口将第一频率的指示信息发送给显示部109，而在医疗介入器件的代表部处于风险区域202内的情况下，将第二频率的指示信息发送给显示部109。第二频率高于第一频率，以此提高显示部109显示医疗介入器件在血管中的位置的实时性。
43.在本技术的一些实施例中，所述控制器103进一步配置为：在术中图像中的所述医疗介入器件的代表部处于风险区域202内的情况下，向用户发出预定次数的警报后关闭。比如，在导丝头进入到风险区域202内时，向医生发出3次警报提醒后关闭声音提醒，以避免频繁的警报影响医生的专注度。
44.在本技术的一些实施例中，以导丝在血管中的推进作为示例，说明基于介入手术机器人系统控制介入手术的流程图。如图5所示，在步骤s501中，获取病灶部位血管造影图像（dsa图像），并对dsa图像进行整体分析和处理。在步骤s502中，控制器识别血管造影图像中各血管的末端位置信息。通过提取血管中心线，分析并识别出所有血管的末端位置，记录所有血管末端的位置，并把导丝头与血管末端的位置距离不大于第一阈值距离的区域定义为风险区域，把导丝头与血管末端的位置距离不大于第二阈值距离的区域定义为危险区域。比如，第一阈值距离可以为导丝头与血管末端距离为1cm的值，第二阈值距离可以是导
丝头与血管末端距离为0.5cm的值，对于第一阈值距离和第二阈值距离的具体值不做限定，医生可以自行设定。在步骤s503中，医生在主端机构控制机器人执行介入手术。在步骤s504中，机器人在医生的操纵下推进导丝向前移动。在步骤s505中，通过导丝识别技术，控制器识别dsa图像中导丝、血管的实时位置信息。通过对比导丝位置和血管末端的位置，判断导丝是否处于风险区域或危险区域。在步骤s506中，判断导丝头是否处于在风险区域，如果是，则执行步骤s508，阻尼装置向摇杆施加阻碍摇杆推进导丝前进的阻力，使得医生在推动摇杆的时候变得更加费力，类似于系统增加了一个虚拟力墙，从而让医生能够从触觉上感受到导丝进入了风险区域，需要小心操作。导丝头越靠近血管末端，摇杆上施加的阻力越大，控制器根据导丝头与血管末端的位置调节阻尼值，并将阻尼值发送给阻尼装置。如果步骤s506的判断结果为否，则说明此时的导丝处于安全区域，阻尼装置不发挥作用，执行步骤s507。步骤s507判断是否结束手术，如果是，则结束手术，如果否，则继续执行步骤s503，系统会重复进行判断，直到手术结束。在步骤s508之后，继续判断导丝头是否处于危险区域（步骤s510），如果判断结果为是，则执行步骤s509，启动制动装置，抑制操纵件产生动作，使得医生无法推动摇杆，避免导丝穿破血管。如果步骤s510的判断结果为否，则继续执行步骤s503。如此，结合dsa图像，分析出导丝在血管内的实时位置，能够根据血管造影图像，分析出血管的末端位置，通过比较分析，实时判断出导丝是否处于血管中的风险区域和危险区域，能够辅助医生进行操作，有效的避免医生发生误判的情况，保护病人的生命安全。
45.图6示出根据本技术实施例的介入手术机器人的控制方法流程图，所述控制方法经由以可通信方式连接的从端的机器人以及由用户操纵的用户操纵部和控制器的主端机构执行，所述机器人响应于用户操纵在所述控制器的作用下操纵医疗介入器件在血管内运动。在步骤s601中，所述控制器获取包含所述血管的参考图像，识别出所述参考图像中各个血管的末端位置。在步骤s602中，在术中获取所述医疗介入器件在所述血管中的位置，并判定该位置是否处于相对于所述末端位置的风险区域内，如果是，则向阻尼装置发送启动指令。在步骤s603中，在所述用户操纵部中的阻尼装置接收到来自所述控制器的启动指令的情况下，向所述操纵件施加阻碍操纵的阻力。如此，当检测到医疗介入器件接近血管末端时，能够在操纵件上施加阻力，第一时间让医生感受到医疗介入器件将要到达血管末端。系统向医生施加操纵的阻力，使得医生更能直观的体会到危险的发生过程，使得操作会更加小心，从而提高警惕性，提高手术安全性。
46.本技术描述了各种操作或功能，其可以被实现为软件代码或指令或被定义为软件代码或指令。此类内容可以是可以直接执行的源代码或差分代码(“增量”或“补丁”代码) (“对象”或“可执行”形式)。软件代码或指令可以存储在计算机可读存储介质中，并且在被执行时，可以使机器执行所描述的功能或操作，并且包括以机器(例如，计算装置、电子系统等)可访问的形式存储信息的任何机制，例如可记录或不可记录介质(例如，只读存储器(rom)、随机存取存储器(ram)、磁盘存储介质、光学存储介质、闪存装置等)。
47.本技术描述的示例性方法可以至少部分地由机器或计算机实现。在一些实施例中，一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序指令，所述计算机程序指令在被处理器运行时使得所述处理器执行本技术各个实施例所述的介入手术机器人的控制方法。这样的方法的实现可以包括软件代码，例如微代码、汇编语言代码、高级语言代码等。可以使用各种软件编程技术来创建各种程序或程序模块。例如，程序部分或
程序模块可以用或借助java、python、c、c++、汇编语言或任何已知的编程语言来设计。可以将这样的软件部分或模块中的一个或多个集成到计算机系统和/或计算机可读介质中。这样的软件代码可以包括用于执行各种方法的计算机可读指令。该软件代码可以形成计算机程序产品或计算机程序模块的一部分。此外，在示例中，软件代码可以有形地存储在一个或多个易失性，非暂时性或非易失性有形计算机可读介质上，例如在执行期间或在其他时间。这些有形计算机可读介质的示例可以包括但不限于硬盘、可移动磁盘、可移动光盘(例如光盘和数字视频盘)、盒式磁带、存储卡或存储棒、随机存取存储器(ram)、只读存储器(rom)等。
48.对本技术的方法、装置和系统可以进行各种变型和更改。鉴于所申请的系统和相关方法的描述和实践，可以由本领域的技术人员衍生出其他实施例。本技术的各个权利要求都可理解为独立实施例，并且它们之间的任意组合也用作本技术的实施例，并且这些实施例被视为都包括在本技术中。
49.示例仅视为示例性的，真实范围由所附权利要求书及其等效来表示。