基于技能学习的机器人脊椎板切割轨迹规划:通过外科医生技术整合和神经网络预测进行个性化
Heqiang Tian1, Xiang Zhang1, Yurui Yin1
1College of Mechanical and Electronic Engineering, Shandong University of Science and Technology, Qingdao 266590, China.
Biomimetics (Basel, Switzerland)
|December 27, 2024
概括
这项研究介绍了一种机器人系统,用于精确切割脊椎板在拉美切除术减压. 它使用患者解剖学和神经网络来学习和复制外科医生的技术,提高手术的稳定性和准确性.
科学领域:
- 整形外科手术 整形外科手术
- 机器人技术 机器人技术 机器人技术
- 生物医学工程 生物医学工程
背景情况:
- 由于人工依赖,机器人辅助拉美切除术减压在脊椎板切割精度方面面临挑战.
- 目前的系统缺乏针对个性化外科手术技术的适应性技能学习机制.
研究的目的:
- 为了开发一个先进的机器人脊椎板切割系统.
- 利用患者特定的解剖学变异和外科医生的技术来提高切割精度.
- 为了提高机器人辅助骨科手术的稳定性和精度.
主要方法:
- 建立了人工脊椎和患者脊椎之间的空间映射,用于轨迹复制.
- 利用点云数据,非统一的理性B-Splines (NURBS) 拟合,以及用于轨迹规划的参数离散.
- 实现了反向传播 (BP) 神经网络,用于轨迹参数的预测建模.
主要成果:
- 验证了系统精确模仿外科医生定义的切割轨迹的能力.
- 通过对人工脊椎和患者脊椎的实验试验,证明了增强的切割精度和稳定性.
- 证实了BP神经网络在捕获复杂的切割路径方面的有效性.
结论:
- 基于技能学习的个性化轨迹规划方法显著提高了切割精度和稳定性.
- 这种机器人系统有可能提高骨科机器人手术的安全性和质量.
- 解决了当前机器人辅助断层切除术减压程序的局限性.
