可引导连续机器人的基于模型的参数选择 - - 支气管支气管洗 (BAL) 的应用
Amber K Rothe1, Timothy A Brumfiel1, Revanth Konda1
1Medical Robotics and Automation (RoboMed) Laboratory, Wallace H. Coulter Department of Biomedical Engineering, Georgia Institute of Technology, Atlanta, GA 30332 USA.
概括
连续机器人可以改善气管洗 (BAL) 在曲的肺部的导航. 这项研究模拟机器人的曲率,以实现精确的导航,实现准确的形状预测,并实现有效的肺幻影穿越.
科学领域:
- 医疗机器人 医疗机器人
- 生物医学工程 生物医学工程
- 医疗器械设计 医疗器械设计
背景情况:
- 支气管支气管洗 (BAL) 对于诊断肺部疾病至关重要,但在复杂的肺部解剖学中面临着导航挑战.
- 连续机器人在像BAL.AL这样的微创手术中提供了增强导航的潜力.
研究的目的:
- 开发一种肌驱动的断层连续机器人的曲率的预测模型.
- 为了创建一个算法来设计机器人所需的非均曲率为肺部导航.
- 将摩擦和曲率预测纳入形状预测模型,以提高准确性.
主要方法:
- 基于任意的形和肌张力来建模机器人的曲率.
- 开发一种算法,以优化特定曲率的形图案.
- 通过预测机器人的偏移和形状,通过实验数据和肺幻影来验证模型.
主要成果:
- 该模型准确地预测了各种形的偏移 (2.32%-6.32%的误差).
- 使用该算法设计的模拟机器人以1.52° RMSE实现了目标曲率.
- 一个精细的模型,结合了摩擦和前曲预测机器人的形状,平均RMSE为5.20°.
结论:
- 开发的模型和算法能够精确地控制连续机器人形状,从而实现复杂的解剖导航.
- 这项技术有可能提高诸如支气管支气管洗等程序的有效性和安全性.
- 通过肺幻影的导航证明了机器人系统的实际应用性.


