机器人外科手术中增强的抓地力估计:一个子搜索算法优化的反向传播神经网络方法.
Yongli Yan1, Tiansheng Sun2, Teng Ren3
1Beijing Advanced Innovation Center for Biomedical Engineering, Beihang University, Beijing 100083, China.
Mathematical biosciences and engineering : MBE
|March 29, 2024
概括
微创手术机器人缺乏力量反,增加了风险. 一种新方法使用紧机运动预测紧力,提高手术安全性和仪器-组织相互作用感知.
科学领域:
- 机器人技术 机器人技术 机器人技术
- 手术技术 手术技术
- 生物医学工程 生物医学工程
背景情况:
- 最少侵入性手术机器人缺乏有效的抓地力反.
- 这种缺陷阻碍了仪器和组织之间的精确力量感知,从而增加了手术风险.
- 将力传感器集成到现有系统中是一个重大挑战.
研究的目的:
- 为微创手术工具提出一种新的紧固力预测方法.
- 为应对将力反集成到现有机器人系统中的挑战.
- 通过改进力估计来提高外科安全性和效率.
主要方法:
- 开发了一个使用机械刀片运动参数的紧力预测模型.
- 通过对猪脏组织进行压缩实验,分析了紧力,位移,压缩速度和接触面积之间的关系.
- 利用由Sparrow搜索算法 (SSA) 优化的反向传播 (BP) 神经网络进行实时力预测.
主要成果:
- 与传统的BP和基因算法优化 (GA) 的BP模型相比,Sparrow Search Algorithm (SSA) 优化的BP模型显示出更高的准确性和融合速度.
- 拟议的方法可以实时预测紧力.
- 这使得手术仪器和组织之间的精确力估计变得更加容易.
结论:
- 优化SSA的BP神经网络为微创手术中实时紧力预测提供了有效的解决方案.
- 这种方法为提高手术安全性和效率提供了技术支持.
- 介绍了一种新的研究方向,用于开发手术机器人中的力反系统.
