在光镜成像下对连续导线机器人的实时姿势跟踪
Sharan R Ravigopal1, Achraj Sarma1, Timothy A Brumfiel1
1Medical Robotics and Automation (RoboMed) Laboratory, Wallace H. Coulter Department of Biomedical Engineering, Georgia Institute of Technology, Atlanta, GA 30332 USA.
IEEE transactions on medical robotics and bionics
|January 22, 2024
概括
本研究介绍了一种用于治疗动脉样硬化的连续导线机器人的新实时跟踪方法. 该系统在导管放置期间准确地可视化和控制导线机器人,提高了手术精度.
科学领域:
- 医疗机器人 医疗机器人
- 图像指导手术 图像指导手术
- 生物医学工程 生物医学工程
背景情况:
- 动脉样硬化需要进行诸如血管造形术等干预措施.
- 连续导线机器人为复杂的导管导航提供了增强的灵巧性.
- 导线机器人的实时跟踪对于在程序期间准确的可视化和控制至关重要.
研究的目的:
- 开发和评估用于实时跟踪连续导线机器人的算法.
- 为了使导线形状,方向和工作空间的精确可视化.
- 评估追踪方法在图像引导干预中适用于临床应用的适用性.
主要方法:
- 使用语义细分架构 (MobileNetv2与Tversky损失) 进行导线形状检测.
- 应用中间轴过和参数曲线适合的姿势估计.
- 肌驱动的COaxially Aligned Steerable (COAST) 导线机器人实时估计的关节变量.
- 在C臂光镜下,跟踪了导线机器人的穿越在一个大动脉分叉幻影中.
主要成果:
- 在实时导线跟踪中实现了大约90%的准确性.
- 经验证的执行时间在100ms内,证实实时可行性.
- 通过复杂的幻影模型成功追踪了导线机器人的姿势和形状.
结论:
- 开发的实时跟踪方法对于连续导线机器人来说是准确和高效的.
- 这项技术可以增强图像引导手术过程中的可视化和控制.
- 该方法显示出在治疗诸如动脉样硬化等血管疾病方面改善治疗结果的巨大潜力.
