CN101522134B - 挠性针的受控导向 - Google Patents

Abstract

一种机器人系统，其使用成像确定挠性针的位置，以在所述针插入软组织的过程中对其进行导向。控制系统计算击中期望靶的针尖端轨迹，同时避开途中潜在的危险障碍物。使用逆运动学算法，计算引起尖端遵循所述轨迹所需的对针底部的操纵，使得机器人能够执行受控的针插入。将挠性针插入到可变形组织模拟为由虚拟弹簧支撑的线性梁，其中，弹簧的刚度系数沿针变化。对针的运动学正解和运动学逆解进行分析性求解，以能够进行实时的路径计划和校正。通过在透视图像上执行的图像处理探测针的形状。由测得的针的形状计算组织的刚度特性。

Description

挠性针的受控导向

技术领域

本发明涉及用于治疗或诊断目的的针的经皮插入领域，具体涉及引导所述针到达其靶，同时避开途中敏感器官的方法。

背景技术

当代医学的趋势为较少介入而较多局部疗法。应用于现代临床实践的许多常规治疗包括用于活检和给药的针和导管的经皮插入。针插入过程的目的为将适当的针的尖端安全且精确地置于病灶、器官或脉管中。需要针插入治疗的例子包括接种疫苗、血液/流体取样、局部麻醉、组织活检、导管插入、低温切除、电解切除、近距离放射疗法、神经外科、深部脑刺激和各种最低限度介入手术。

通常，经皮针插入的并发症是由于较差的技术和针的放置。内科医生和外科医生通常只依赖来自工具的动觉反馈，他们将所述动觉反馈与他们自身解剖结构的3D感知相关联。然而，该方法具有明显的局限性，这是由于随着针穿刺组织，组织发生变形，因此，即使使用直的刚性针，该针也可能错过靶。为了改进针的放置，可以在图像的引导下对刚性针进行操纵。在一些情况中，刚性针导致对组织的过度、有害压迫的问题仍然存在。在诸如R.J.Webster III等人的美国专利申请NO.2007/0016067的若干现有技术文件中，描述了斜面尖端针的使用，由于随着针被推入组织而由组织施予斜面尖端的侧向挠曲力，使所述针在通过组织的过程中发生位移。通过对针进行旋转而实现导向，使得对斜面进行定向以生成期望的侧向挠曲。

确保经皮过程成功的备选方法为采用细的挠性针。使用这样的针有很多优点。与使用标准的粗针相比，使用精细(小于1mm)的活检针产生严重程度较低的并发症。另外，较细的针引起较小的损伤，例如，其已经显示出在脊髓麻醉后降低发生硬脊膜穿刺后头痛(PDPH)的可能性；的确，随着针直径的减小，PDPH的相对风险降低。另外，挠性针适合用于弯曲轨迹，该轨迹可以为期望的，以避开可能位于适宜的进入点和潜在靶之间的诸如骨或血管或敏感神经或器官的敏感组织。然而，使用细挠性针的主要缺点在于其难于控制。它们具有非最小相位的行为，且不适合直觉(人为)控制。

DiMaio等人在题为“Needle Steering and Model-Based TrajectoryPlanning”(Proceedings of Medical Image Computing and Computer-AssistedIntervention，Montreal，2003，pp.33-40，Springer)的文章中最先陈述了设计一种方法以预测挠性针的运动。该工作的局限性在于：由于计算的复杂性，其不允许对针插入进行实时模拟和控制。

在题为为“Flexible Needle Steering and optimal Trajectory Planning forPercutaneous Therapies”(Proceedings of Medical Image Computing andComputer-Assisted Intervention，Saint-Malo 2004，pp.137-144，Springer)的文章中，本申请的发明人论证了针的尖端路径不是唯一的，并能够对所述路径进行优化以使针体对组织的侧向压力最小化。

因此，将在说明书的这部分和其他部分中提到的各个专利公布文献中的每一个的公开内容以整体引用的方式合并入本发明。

发明内容

本发明旨在提供一种新的、计算机控制的机器人系统以及相关方法，用于在插入软组织过程中挠性针的闭环导向，使用成像术确定针的位置。控制系统计算击中期望靶的针尖端轨迹，同时避开路径中的障碍物，撞击该障碍物对受试者是有潜在危险的。之后，系统优选地利用运动学逆解来计算为使尖端遵循期望轨迹所需的对针底部操纵，使得机器人能够执行受控的针插入。

根据一个优选实施例，将挠性针插入到可变形组织中模拟为由虚拟弹簧支持的线性梁，其中，弹簧的刚度系数沿着针变化。使用等式的低维度线性系统对针的运动学正解和逆解进行分析性解答，从而能够实时进行快速路径计划和校正。模型使针对最小组织压力的路径计划及其最优化成为可能。对于给定的针尖端轨迹，模型能够以闭合形式进行求解。尽管也可以使用其他探测方法，但是，优选地通过对透视图像执行图像处理探测针的路径形状。

根据本发明的另一优选实施例，控制器还使用如从图像中探测到的针的形状，连续确定针在任意时刻穿过的组织的特性，之后，将这些组织特性用作控制系统的附加输入，以根据所处理的组织恰当调节针的路径。

优选地在二维平面中执行针轨迹的计划、计算和监测，所述二维平面包括插入过程的方向，以及与透视系统的成像方向大致垂直的方向。这源于在二维透视图像上观察插入过程的过程方向的方法通常比较方便，优选地在C臂系统中进行。在这样的情况下，机器人底部需要在至少插入方向和与成像平面中垂直于插入方向的方向将运动给予针的底部，并至少在平行于成像平面的平面中给予角运动。在这一简单情况下，当只使用二维路径时，优选地应该提供方法以确定针尖端是否偏离期望平面，从而也可以由机器人提供校正移动，使所述针尖端回到预先计划的平面。根据一个优选实施例，可以通过使用经调整的力传感器对垂直于成像平面的力进行探测来确定这一偏差。

然而可以理解，如果使用更复杂的三维成像或位置确定系统来实现本发明，则可以对三维轨迹进行计划、计算和监视。

根据本发明的另一优选实施例，可以将微型位置传输传感器连附于沿着针的长度的各个位置，以在插入过程中监测针的进程，从而显著减少插入过程中所需的X射线图像的数量。根据这些实施例，只利用在过程开始时的一幅图像就足以确定靶和障碍物的位置，并在执行所期望的治疗和诊断行为之前，利用在过程结束时的一幅图像探查尖端的正确位置。

因此，根据本发明的优选实施例，提供用于根据预定轨迹将具有尖端的针插入组织中的系统，包括：

机器人，其用于操纵针进入组织，

成像系统，其用于实时探查针的轨迹，以及

控制系统，其根据探查到的轨迹和预定轨迹之间的差别控制机器人的运动，

其中，控制器将针的模型用作具有多个与其侧向连接的虚拟弹簧以模拟由组织施加于针上的侧向力的挠性梁，并由多个虚拟弹簧对针的影响确定所述针通过组织的轨迹。

根据本发明的另一优选实施例，系统考虑由针的插入引起组织的运动效应而确定针的轨迹。另外，优选地，系统考虑由针的轨迹引起的至少一些虚拟弹簧的刚度系数的变化来确定针的轨迹。

在任一上述系统中，针的预定轨迹优选地包括针对针尖端的靶，并且其还包括至少一个禁止针进入其中的区域。

根据本发明的另一优选实施例，还提供了如上所述的系统，其中，机器人的运动包括向内运动、侧向运动和角运动中的至少一些。机器人的运动可以优选地包括达6个自由度。

根据本发明的另一优选实施例，在任一上述系统中，成像系统可以为X射线透视系统、CT系统、MRI系统、超声系统、使用电磁导航的系统和使用光学导航的系统中的任一种。此外，优选地将成像系统调整为提供通常包括侧向运动方向和向内运动方向的平面的图像。

根据本发明的另一优选实施例，还提供如上所述的系统，其中，控制系统确定尖端的实时位置与根据预定轨迹的尖端的计划位置的偏差，通过对从成像系统获取的图像进行图像处理来确定所述尖端的实时位置，并通过使用虚拟弹簧模型计算为减小所述偏差而要应用于机器人的运动。

控制系统可以优选地利用应用于虚拟弹簧模型的运动学逆解来计算为遵循计划轨迹而要给予针的所需运动。另外，控制系统也可以使用如从图像中探测到的针的形状，以便实时确定针正在穿过的组织的刚度特性的变化。在这样的情况中，控制系统可以优选地使用这些变化的组织特性根据所处理的组织对针路径进行实时调节。

另外地且优选地，系统可以包括用于确定在所述针的底部处施加于所述针上的力的力传感器，之后，控制系统还可以使用这些力对针正在穿过的组织的刚度特性的变化进行实时确定。

根据本发明的另一优选实施例，还提供如上所述的系统，其中，将预定轨迹分成各增量，控制系统根据这些增量并根据在每个增量插入点处至少从成像系统获取的实时结果执行插入。

此外，根据本发明的另一优选实施例，针可以包括至少一个位置传感器，使得可以使用所述至少一个位置传感器对针进行探测。至少一个位置传感器优选可以为电磁位置传感器。在这些情况的任一种中，系统优选地还包括配准系统，使得可以将针连附于其上的机器人的坐标系与成像系统的坐标系相关联，在所述成像系统中确定组织特征。

根据本发明的另一优选实施例，还提供用于根据预定轨迹控制针插入到可变形组织中的系统，包括：

机器人，其用于操纵针进入组织，

成像系统，其用于实时探查针的轨迹，以及

控制系统，其根据探查到的轨迹和预定轨迹之间的差别控制机器人的运动，

其中，控制系统：

(i)使用被成像的针的轨迹确定针正在穿过的组织的弹性特性的变化，

(ii)根据所处理的组织，利用这些组织特性调节沿着针路径的组织的弹性模型，

(iii)获取针对针穿过组织的运动的运动学逆解，以及

(iv)根据所述解指示机器人操纵针进入组织。

优选地，这样的系统也可以包括确定在针的底部处施加于针上的力的力传感器，之后，控制系统优选地执行同样使用这些力以确定针正在穿过的组织的弹性特性的变化的附加步骤。在这样的系统中，优选地将预定轨迹分成各增量，之后，控制系统根据从成像系统获取的实时结果递增地执行插入。

根据本发明的另一优选实施例，还提供控制针插入组织中的方法，包括以下步骤：

确定针要遵循的预先计划的轨迹，

将针的底部安装在机器人上，以操纵针进入组织，

生成组织图像，以实时示出针的轨迹，

根据实时轨迹和预先计划的轨迹之间的差别，控制机器人的运动，以及

将针的模型用作具有多个与其侧向连接的虚拟弹簧以模拟由组织施加于针上的侧向力的挠性梁，并根据多个虚拟弹簧对针的影响计算通过组织的轨迹。

附图说明

根据下述结合附图的详细描述，可以对本发明进行更加全面的理解和领会，在附图中：

图1示意性地示出由一系列分布式虚拟弹簧表示的组织与针的相互作用的现有技术模型；

图2示意性地示出在假定具有小的位移的情况下，由受到点力的线性梁所近似的针；

图3示出了根据本发明的优选实施例的多个不同的针路径解，其中，以不同的尖端倾角θ到达相同的靶点；

图4示出了根据本发明的另一优选实施例的用于确定针轨迹的控制算法；

图5A表示插入后的典型针图像的透视图，图5B为用于由与原始图像的归一化互相关而探测针底部的形状及其定位的过滤器的优选示例；

图6示出了典型的挠性针插入过程，使针尖端遵循半正弦波；

图7为沿着轨迹的六个虚拟弹簧的挠曲的图示说明，沿着横坐标以数字1至6标记，每个弹簧只有在尖端穿过其定位时才起作用；

图8示出了根据尖端插入深度的样条拟合的针形状；

图9A为根据本发明的优选实施例进行构造和操作的系统的示意性说明，其用于执行受控的针插入；

图9B为使用用于图9A的系统的另一优选实施例的若干微型位置传感器的针的示意性说明；

图10为示出根据本发明的一个优选实施例的挠性针插入方法的步骤的流程图；

图11示出了在刚好接触组织的上表面时，通过测量针尖端的力和挠曲估计初始组织刚度系数的方法；

图12示出了典型的针插入轨迹计划；

图13为示出在开环情况下，执行沿着预先计划的轨迹的挠性针插入的结果的曲线图；

图14示出了在图13所示的插入过程中，由力传感器在针的底部处所测得的力和转矩；

图15为示出沿着与图13中相同的轨迹的针插入的结果的曲线图，但是，其由PID控制器使用本发明的控制算法进行控制；以及

图16示出了在图15中所示的插入过程中由力传感器在针的底部处所测得的力和转矩。

具体实施方式

现在参照图1，其示意性地示出由一系列分布式虚拟弹簧表示的组织和针的相互作用模型，所述弹簧具有系数k₁、k₂、……k_n，如在上述由本发明人发表的文章MICCAI2003中首次使用。在图1中，组织表面由虚线表示。挠性针移动的模型基于准静态运动的假定；针在每一步处于平衡状态。已知地，由于与生物软组织的相互作用，针的挠曲与应变为非线性相关的。然而，对于小的位移，假定线性侧向力响应是合理的。因此，将作用于针上的组织力模拟为沿针的曲线分布的侧向虚拟弹簧和与针相切的摩擦力F_f的组合。由于组织的弹性模量根据应变改变，虚拟弹簧的系数k根据应变依赖的动态弹性模量进行更新，并在每一步对系统进行线性化。

随着针的形状的变化，虚拟弹簧的定位和定向也相应变化。线性化系统模型在每一步生成针的形状。虚拟弹簧的自由长度没有物理意义。弹簧唯一重要的参数为局部刚度系数，所述局部刚度系数表示作为局部位移的函数的组织作用在针上的力。用实验方法或通过使用假定组织和器官的经验刚度值的手术前图像确定虚拟弹簧的刚度系数。

现在参照图2，其示意性地示出在假定小的位移的情况下由受到点力的线性梁所近似的针。这使得能够对第一近似值执行计算，假设所有虚拟弹簧都垂直连接到梁上，由此简化计算。但是，应该注意到，即使线性近似解不是严格精确的，使用闭环控制系统将其结果应用到针插入的问题的一个效果为：由应用的最终迭代性质对计算假定中的任何非精确性进行校正。在具有适当元空间的情况下，根据弹性基础模型，可以将梁近似为挠性梁。

在每个连接点处，由虚拟弹簧应用的力与弹簧相对于其初始位置的位移成比例：

F_i＝k_i(w_i-w_0i)                (1)

其中，k_i为虚拟弹簧系数，w_i为点i处的位移，w_0i为自由弹簧i的位置。

由于力为挠曲的函数，不能通过将梁作为一个元对针的运动进行模拟。因此，将梁分成若干个元，使得每个梁元受到两个相邻的力。标注为1的第一元是针在组织外侧的部分，标注为i、……n的其余的元，根据离散化水平沿着组织内的针的内侧部分分布。每个元都用作在其边缘受到剪力的线性梁。每个元的位移由三次多项式给定。通过使用来自有限元理论的节自由度，由单节点对坐标进行具体识别，所述坐标表示具有清晰物理解释的位移或旋转。位移y(x)具有以下形式：

y(x)＝N₁φ₁+N₂φ₂+N₃φ₃+N₄φ₄            (2)

其中，N₁、N₃为坐标，N₂、N₄分别为元在x＝0和x＝1处的斜率。φ_i为三次形状函数。

按照在针的底部和尖端处的位移和斜率取代边界条件结果为4×n等式，每侧有两个且每个内节点有四个，其生成以下全矩阵等式：

[K]N＝Q              (3)

其中，K为N_i，j平移和斜率自由度的系数矩阵。N为N_i，j的向量，其中，i为元编号，j为元i的自由度。

在给定针底部的平移和旋转的情况下，式(3)用于计算针尖端的3-DOF(自由度)平移和旋转，其给出了运动学正解。

在实际的针插入问题中，需要用尖端击中靶，同时，在尖端插入过程中避开途中可能的器官障碍物。因此，期望有针对针尖端的特定轨迹，有必要对针底部处的操作进行计算，以生成所期望的轨迹。这是逆运动学问题；即：给定尖端轨迹的位置和定向，根据针进入组织的进程得出针底部的平移和定向。如在上述提到的S.P.DiMaio等人的文章中所详细描述的，通过对式(3)进行处理和逆运算，可以获得逆运动学问题的一个解。

计划线性插入路径是琐碎的工作。在将最小侧向压力应用于组织上的同时需要避开障碍物是更为复杂的问题。最优针路径是其具有最小针曲率的路径，这是由于其将最小侧向压力给予组织。因此，路径计划问题减少为优选地寻找将靶与针插入点相连的最短曲线，且其以预定的距离避开障碍物，同时保持最小针曲率。

由于每一步都依赖于以前的插入，需要对针插入进行整体模拟。现在参照图3，其示出了若干不同的针路径解，其从相同的插入点到达相同的靶点T，但是，具有相对于水平方向的不同的尖端倾角θ，(假定曲线图表示受试者的治疗区域的侧视图)其中，θ以弧度进行测量。如所看到的，可以用不同的轨迹到达相同的靶点，每个轨迹包绕不同的潜在障碍物区域，并且每个轨迹具有作用在受试者组织上的其自身的侧向压力分布。在图3中，横坐标为梁元编号，纵坐标为距靶点垂直位置的挠曲距离。

由于在活检中，尖端的定向不那么重要，可以从无数解中选择将最小压力应用于组织上的解。这通过将虚拟弹簧的挠曲的平方和最小化即可得到，所述和由S给出：

$S=\min \underset{i=1}{\overset{n}{\mathrm{\Σ}}}(w_i^2+{\mathrm{\θ}}_i^2)=\min \underset{i=1}{\overset{n}{\mathrm{\Σ}}}\underset{j=1}{\overset{4}{\mathrm{\Σ}}}{N}_{\mathrm{ij}}^2---\left(4\right)$

对式(4)关于θ_t进行微分并使其等于零，可以得到等式(5)：

$\frac{\mathrm{dS}}{{\mathrm{d\θ}}_t}=\underset{i=1}{\overset{n}{\mathrm{\Σ}}}\underset{j=1}{\overset{4}{\mathrm{\Σ}}}2N_{\mathrm{ij}}\frac{{\mathrm{dN}}_{\mathrm{ij}}}{{\mathrm{d\θ}}_t}=0---\left(5\right)$

之后，将等式(5)带入式(3)中替代最后的元N_4n的斜率的等式，式(3)的解给出了最优化的针形状。

现在参照图4，其示出了根据本发明的另一优选实施例的用于确定针轨迹的控制算法。系统的输入r_nd为不包括其定向的针尖端的期望定位，之后，其由控制器进行最优化。指数nd针对期望的迭代步骤n。控制器输入为针尖端的期望位置r_nd加上来自前述迭代的尖端位置误差e_n-1。加上来自前述迭代的尖端位置误差，从而限定未到达的期望尖端位置，以在下一迭代中生成过补偿，以使尖端位置更接近期望位置。如上所述的，控制器运行挠性针的运动学逆解，加上针对最小针扭曲的最优化，或者如在上述等式(4)和(5)中所述的最小组织失真。控制器输出为由运动学逆运算计算得出的针底部的所需坐标U_n-1。将这些输出馈送给机器人，该机器人据此向内、侧向和成角度地将针底部移动到其下一迭代位置。过程本身包括移动针底部的机器人、组织和针的交互作用、力传感器和针形状探测算法。针形状算法优选地利用在针图像上执行的图像处理，以确定针的形状和针尖端的坐标Y_n-1。估计器接收针形状和力传感器的测量值，并由此计算组织刚度分布得到更新的k_i。之后，使用新的组织刚度分布参数k_i对运动学逆解进行更新，并在控制器的下一迭代步骤中使用这些解。另外，从估计器中输出测得的尖端坐标位置X_n-1，并使用所述坐标位置计算与期望位置的误差，也用于下一迭代步骤。测得的尖端坐标X_n-1减去期望尖端坐标r_nd即为所述迭代的跟踪误差e_n-1，并将其增加到期望的尖端位置作为对控制器的新输入，由此，如上所述进行下一迭代。尽管在图4中，控制器以PID控制器示出，应该理解，本发明并不局限于这一控制方式。

现在参照图5A，其表示插入之后的典型针透视图像。借助于图像处理进行的探测从针底部开始，并从该点沿着针体进行。挠性(脊椎)针具有可清楚探测的底部形状，并由原始图像的归一化的互相关对其定位进行探测，优选地，使用在图5B中示出的过滤器。互相关是用于匹配图像的非常有效的工具。通常，其对于噪声是鲁棒的，并可以对其进行归一化以能够独立于图像的比例和偏移对其进行模式匹配。整幅图像的互相关优选地只执行一次。第一次探测之后，过滤器只与之前探测的坐标周围的小面积进行互相关，以节省执行时间并避免错误探测。如为图像处理领域所已知的，一旦探测到针的底部，通过遵循图像的3D表示的低梯度区域追踪针的剩余部分。

在低梯度的端部进行针尖端探测不是直接进行的。周围软组织不是完全X射线可穿透的，并且组织和针之间的灰阶较小。另外，例如珠子的任何阻碍物使得针尖端探测更加困难。由于针的长度是恒定的，其表示用于确定针尖端位置的附加参数。因此，除了灰阶差，在每一步还要考虑针的长度。

由于图像噪声，不是所有探测点都落在真实的针投影上，因此，使用平滑噪声数据的多项式对针进行拟合。

将控制误差限定为尖端与其计划轨迹的位置偏离。在每一步对误差进行计算，并将下一个所需的针位置设置为在具有由控制器确定的量值的计划曲线方向。

由于优选地利用可视系统探测针形状，因此，能够从针的响应(即：从针的形状)中获取组织特性。在针插入过程中，对虚拟弹簧穿入的点以及元节点的位置和定向进行追踪。

在式(4)的构成中，使用各元之间的集中力边界条件，并将其限定为：

$\mathrm{EI}\frac{d^{3}V}{{\mathrm{dx}}^3}=k_n(N_{n,3}-{\mathrm{Vk}}_n)+k_{n+1}(N_{n+\mathrm{1,3}}-{\mathrm{Vk}}_{n+1})---\left(6\right)$

其中，表达式(N_n，3-w_0，n)表示弹簧N_n，3相对于其松弛位置w_0，n的挠曲。

对于最后的尖端元，该动量由下式给定：

$\mathrm{EI}\frac{d^{3}V}{{\mathrm{dx}}^3}=k_n(N_{n,3}-{\mathrm{Vk}}_n)---\left(7\right)$

由于最后的元的长度短于任何其他元，应用于其上的动量可以忽略不计。

$\frac{d^{3}V}{{\mathrm{dx}}^3}=\frac{12N_{n,1}}{l_n^3}-\frac{{6N}_{n,2}}{l_n^2}-\frac{12N_{n,3}}{l_n^3}-\frac{{6N}_{n,4}}{l_n^2}---\left(8\right)$

当已知针的形状时，由式(8)计算节点处的位移值和斜率值以及节点处的动量。之后，从最后的节点开始，计算弹簧的刚度系数，以从式(6)和式(7)获取针的初始探测形状。

现在参照图6，其示意性地示出了典型挠性针插入的序列，使得针尖端遵循半正弦波形状。每条线表示针在不同插入深度处的挠曲形状。图6中示出的示例的虚拟弹簧的刚度系数为10N/mm。

图7为沿着轨迹的六个虚拟弹簧的挠曲的图示说明，沿着横坐标以数字1至6标记，每个弹簧只有当尖端穿过其定位时才起作用。

从样条拟合针形状中计算所估计的弹簧的刚度系数，并在图8中作为尖端深度的函数示出。当弹簧的位移很小时，由于进行很小数量的划分，不能从式(6)精确地计算弹簧的刚度。所示出的描述所计算的刚度系数的曲线图只针对挠曲值大于0.05mm的情况。可以看到，曲线图集中于弹簧系数的模拟值，10N/mm。在进行三次连续迭代之后，即可认为刚度系数值是可靠的，在图中由圆进行描述。

该方法的一个优点为，在没有任何所期望的组织刚度的现有知识的情况下，能够在插入时对组织刚度进行估计或校正。

现在参照图9A，其为根据本发明的优选实施例进行构造和操作的系统的示意性说明，用于执行受控的针插入。由X射线非透射屏蔽30将治疗区域与控制区域分隔，所述X射线非透射屏蔽30优选地由铅片制成。受试者组织中的插入过程的成像优选地使用C臂透视系统31执行，这一系统为方便且普遍可得的系统。然而，将诸如CT、超声、MRI的任何其他适合的医学成像方法用于本发明是同样可以接受的。在实验布置中使用以检测在该优选实施例中所示的系统可行性的C臂31为Siemens Multimobil 5C，其具有230mm的标称增强直径和最高为756×562象素的图像分辨率。用由Imaging Source Europe GmbH提供的DFG/1394-1e Video-to-FireWire接收来自其中一个C臂监测器的数字图像。为了监视过程的进程，优选地将光学Logitech USB数码相机35面对插入位点放置，使得可以在用户屏幕上对机器人32、针33和组织34进行观察。

优选地将RSPR 6DOF并行机器人32用于保持针33，并用于调整和将针推入患者组织34中。可以理解，本发明并不局限于并行机器人结构，可以使用任何串联、并联或混合机器人结构。RSPR机器人工作空间可以近似为直径25mm且高度50mm的圆柱体，其可由达20度的板角覆盖。针优选地由6-DOF力/转矩转换器36连接到机器人的移动板，所述转换器36测量针插入力和转矩。

在图9A中示出的系统的实施例中，分离计算机37优选地执行确定机器人控制算法的计算并以500Hz的频率运行机器人控制环路。其功能为优选地经由网络或串口或其他计算机接口获取期望的针底部坐标，并对机器人进行控制，使得其将针底部移动至所需坐标。控制环路负责对针对来自主计算机的输入数据包的网络进行采样，其可以为移动命令、位置或力要求。

主计算机为针控制计算机38，其优选地用于图像处理、针和组织探测以及针控制。主计算机38经由机器人控制计算机37指挥机器人的运动。但是，可以理解，控制系统同样可以围绕单计算系统建立。

图9A描述了以C臂系统的形式使用X-射线透视，以随着针的插入实时确定针的轨迹。现在参照图9B，其示意性地示出了使用安装在针75中的若干微型位置传感器70、71、72确定针位置的备选方法，所述方法用于本发明的另一优选实施例。诸如从Northern Digital Inc.(NDI)of Waterloo，Ontario，Canada获取的这样的微型位置传感器通常基于在受控的变化磁场中的微传感器线圈中的感应电动势的探测。这样的线圈可以小到约为直径0.5mm×长度5mm，使得其适于安装在针中。在一个这样的应用中，将单传感器线圈安装在挠性活检针的尖端以监测尖端位置。根据NDI信息，执行受引导的针活检的临床医生可以更加精确地瞄准活检定位，允许在关键结构周围进行导航，并减少假阴性结果的可能。然而，将其用于人工针插入的价值受到限制，这由于两个原因：(i)靶定位随着患者的运动而移动，或者组织自身的定位由于针插入而发生移动，和(ii)如果插入进行不正确，没有令尖端朝向期望靶的系统化方法。

根据本发明的另一优选实施例，使用安装在针上的这样的电磁位置传感器执行受控的针插入过程。如在图9B中所示，优选地，沿着针的长度安装若干传感器，使用所探测的形状替代用于生成针位置的透视。因此，使用这样的传感器去除了在下述图10中所示的流程图中的步骤57和59。可选地且优选地，可以使用安装在针尖端或靠近针尖端的单传感器。之后，可以从尖端传感器的位置、其空间的角定向、从机器人位置所知的针底部的位置以及在针插入的每个增量步骤应用于力传感器的力中获取关于针的空间情况的可用信息。该信息足以对针的路径进行限定，使其足够使用本发明的受控插入技术在不使用潜在有害的累积X射线辐射的情况下，提供受控的针插入的方法。可选地，为了确保尖端的正确位移，有必要在开始获取一幅图像，并在过程结束时获取一幅图像。然而，即使在该情况下，还是大大减少了所需的X射线图像的数量。

使用针中的这样的位置传感器可以更易于使用超声成像执行本发明的成像处理。已知地，挠性针在超声图像中不易于探测，这是由于其反射超声波的方式，使得在没有增强针的可见性方法的情况下，仅仅用超声成像取代X射线成像是有问题的。本实施例的位置传感器为针提供了确保超声成像的成功使用所必需的可见性。然而，在该情况下，由于针的位置由独立于对组织特征(诸如进入点、靶点和障碍物区域)进行成像的成像系统的成像系统(位置传感器)确定，因此，有必要执行配准过程，使得相对于组织特征为已知的超声成像系统的坐标系，针所连附的机器人的坐标系的相互定向和位置是已知的。

在准备插入过程中必须完成若干过程。这些过程包括但不局限于X射线图像失真校正过程、机器人图像配准、组织准备、障碍物和靶探测以及定性组织特性的初始测量。

使用标准X射线装备获取的图像通常经受两个独立的几何失真：增强器的几何形状生成枕形失真，以及地球磁场的交互作用生成成像器-定向依赖的S形失真。对这两个失真的校正为本领域所知。固定到图像增强器上的校准网格的图像用于探测这些失真并对其进行后续补偿；将其称为反扭曲过程。由两个二重多项式(bi-polynomials)对失真进行模拟，其根据非失真的校正珠(calibration bead)坐标x_u和y_u，独立地模拟失真的校正珠坐标x_d和y_d：

$x_d=\underset{i=0}{\overset{N}{\mathrm{\Σ}}}\underset{j=0}{\overset{M}{\mathrm{\Σ}}}{P}_{i,j}{\left(x_u\right)}^i{\left(y_u\right)}^j$

(9)

$y_d=\underset{i=0}{\overset{N}{\mathrm{\Σ}}}\underset{j=0}{\overset{M}{\mathrm{\Σ}}}{Q}_{i,j}{\left(x_u\right)}^i{\left(y_u\right)}^j$

其中，P_i，j和Q_i，j为N，M次二重多项式的系数。使用匹配的失真和非失真的珠的位置，由QR分解构造线性等式系统并求解，以重新获得系数P_i，j和Q_i，j。

由于机器人独立于C臂安装，且每个都具有自己的坐标系，需要在定向和坐标尺寸上将一个配准到另一个。为了完成该配准，根据一个优选的方法，要求机器人到达其工作空间中的三个预定点。从这些点建立机器人坐标系相对于C臂图像坐标系的位置、定向和尺寸。

患者躺在C臂床上，将插入区域定位为靠近机器人所持的针。当然，成像平面必须垂至于针插入的方向，使得能够连续监视插入过程。系统操作者需要描绘所获取的对象上感兴趣区域的X射线图像上的靶和障碍物。如果不能在图像中清楚地限定这两个位置，使得图像处理过程不能自动对其进行识别，应该优选地通过使用图像处理标记装置在图像中进行清楚标记。之后，以和用于探测失真校正校准珠相同的方式在所描绘的区域中对标记或位置自身进行探测。由于在针插入过程中，靶和障碍物可以移动，在每个针位置采样时，执行对所述靶和障碍物的跟踪。相似过程用于诸如CT的任何其他成像方法。

根据一种执行插入过程的优选方法，使用(316)不锈钢22规范脊椎针，其具有0.711mm的外直径和0.394mm的内直径，且示出193Gpa的杨氏模量，且具有由下式给定的惯性矩：

$I=\frac{\mathrm{\π}}{64}(d_o^4-d_i^4)=11.361*{10}^{-3}{\mathrm{mm}}^4---\left(10\right)$

现在参照图10，其为流程图，示出了根据本发明的一个优选实施例的挠性针插入方法的步骤。过程分成两部分，步骤50至55，其包括受控的插入的准备，以及在线控制算法，在步骤56至65中，其迭代地控制插入过程本身。

在步骤50中，以示出靶和针的这样的定向获取受试者的感兴趣区域的第一图像。

在步骤51中，外科医生在诸如计算机鼠标的指示设备的帮助下，描绘靶定位和应该避开的区域。对外科医生来说不需要描绘针本身，这是因为其由针探测算法自动探测。对图像进行分析，使得对靶、需要避开的任何障碍物和针进行描绘或探测。因此，该步骤限定了对计划轨迹的约束。

在步骤52中，使用在步骤51中确定的约束限定期望轨迹本身。通常，该期望轨迹为在以预定距离避开障碍物的情况下，插入点和靶点之间的最短路径。

在步骤53中，使用上述运动学逆解进行计算，以确定必要的针底部运动系列，以便使针的尖端遵循预定轨迹。在第一运动学逆计算中，使用组织刚度系数的初始假定值。

在步骤54中，根据所需精确度，将计划轨迹分成各增量，并将针底部运动分成对应的增量。

在步骤55中，指挥机器人移动到第一轨迹点，使得针的尖端以计算得到的位置和角对准刚好接触组织的表面而没有任何穿透。此即为插入点，并表示迭代插入过程的零位置。如下面结合图11所描述的，正是在该位置对初始组织刚度系数进行测量。

在步骤56中，机器人接收来自控制系统的命令，通过将尖端移动到组织中的第一轨迹点，开始插入过程本身。该机器人移动引起针插入朝向下一预期的轨迹点，并引起组织移动。

在步骤57中，在完成第一移动增量之后，使用X射线透视、或者CT、或者另外的成像方法、或者由安装于针本身的位置传感器合成的图像来获取位点的图像。

在步骤58中，安装在针底部上的力传感器在该第一增量步骤之后确定由组织施加于针上的侧向力。

在步骤59中，优选地，通过对X射线透视图像进行图像处理，或者可选地且优选地，以任何上述其他方式确定针的位置。由于针插入还引起组织移动以及刚度系数变化，所探测的针位置通常不是在期望的轨迹中所计划的。

在步骤60中，使用来自在步骤58中执行的力测量和来自图像处理程序的步骤59中所确定的生成的针形状等的输入重新计算组织刚度参数。

在步骤61中，使用在步骤60中新确定的系数对使用组织刚度系数的初始假设值的轨迹模型进行更新。

同时，在步骤62中，计算针尖端位置的误差，将其加到所到达的位置，以便生成针对下一个增量插入步骤的期望位置。

在步骤63中，查询迭代次数。如果已经达到计划次数，则视为完成插入操作，在步骤64中停止处理。

如果没有达到迭代次数，在步骤65中执行进一步迭代。使用来自步骤61的更新模型，以便使用运动学逆解计算必要的机器人移动，从而在下一增量步骤中使针尖端向预期靶移动，优选地考虑对最小针挠曲或最小组织失真的最优化。也将来自步骤62的误差校正增加到该计算的新靶点，之后，指示机器人移动到该组合的下一期望迭代位置。

一旦执行新的增量移动，处理流程返回步骤57，在此，从获得的针图像确定新的轨迹，处理自身重复进行，直到执行最终迭代并到达预期靶。

现在参照图11，其示出了在刚好穿透组织的上表面的情况下，通过测量针尖端的力和挠曲，估计初始组织刚度系数的方法。在该情况中，通过k_n＝3EI/L³对针的等效刚度系数进行计算，而虚拟弹簧的刚度系数与针底部位移和尖端位移的比k_s/k_n＝(n-s)/s成比例。

在针插入之前，对针尖端轨迹进行检查，以验证机器人能够执行到达所需路径所需的移动，并验证针挠曲在线性挠曲逼近的范围内。

刚好在插入之前获取单透视图像，从而计划针尖端轨迹。如上所述地，在图像上对针尖端、障碍物和靶进行探测，通过这三个点，用下面的约束条件构造样条轨迹：

1.轨迹在尖端与针相切。

2.轨迹以预定距离在障碍物下方或上方通过。

3.样条曲率在靶点处为零。

图12中示出了典型轨迹计划。

通过放松尖端定向在每个点处与路径相切的要求，能够大大降低施加在组织上的针底部撞击和侧向压力。

基于所需轨迹，计算针对每个增量针移动的运动学逆解。

在对轨迹进行可达性和可接受应用力的验证之后，命令软件开始执行。使用当前可用的C臂，可以获得足够高质量的动态图像，以允许在数秒内完成插入处理。

如在图10中所示，铅屏蔽后的操作者可以在USB相机上观察针插入情形。若出现紧急情况，用户可以停止整个过程并将针收回。

使用上述系统的定性组织特性测量，示出了第一组织弹簧的刚度近似值为220N/m。在插入过程中，所估计的刚度系数在200N/m至300N/m之间，其与M.O’Leary等人的文章中的刚度系数具有相似的量值，所述文章题为“Robotic Needle Insertion：Effects of Friction and Needle Geometry”，发表于IEEE International Conference on Robotics and Automation，2003，PP.1774-1780。

现在参照图13，其为示出在没有控制反馈的情况下执行的沿着预先计划的轨迹的挠性针插入的结果的曲线图。这意味着没有对针尖端进行探测，没有对与预先计划的轨迹之间的误差进行计算，且没有对机器人移动进行在线校正。所有这些都在假定组织与用于确定针尖端遵循预先计划的轨迹所需的机器人移动的模型的完全匹配的情况下进行。然而，由于真实组织表现不同，且可能存在诸如针材料、或者患者移动的其他因素，因此误差及时累计。纵坐标示出了根据针插入的尖端与预先计划轨迹之间的跟踪误差。在图14中示出了由力传感器在针的底部处测得的力和转矩。图14中的虚线表示转矩，实线表示力。

现在参照图15，其为示出沿着所述相同的轨迹的针插入的曲线图，但是在此，如上所述地，其由PID控制器使用本发明的控制算法进行控制，其中，Kp＝0.5，而Ki＝0.001。纵坐标示出了尖端与预先计划的轨迹之间的跟踪误差。图16示出了由力传感器在针的底部处测得的力和转矩。

如通过对具有(图15)和不具有(图13)用于执行插入过程的控制系统的情况进行比较所观察到的，如果不进行控制，跟踪误差达1.5mm；但是，如果进行PID控制，跟踪误差可以保持在0.5mm以下(图18)。从对图14和图16的比较中，可以看出，在受控的插入过程中，应用于针底部上的力增大25％，而动量具有相同的量值。因此，根据本发明的各实施例，可以看到，受控的挠性针操作过程不需要明显的附加力，与未使用控制系统相比，控制成功地将跟踪误差保持在显著地更接近于边界的范围内。

可以理解，在本发明的上述优选实施例中所使用的控制方案仅为一备选方法，并不意味着本发明受限于该使用方案，而是意味着包括使用其他控制器和其他控制方案的应用。此外，尽管本发明仅使用2维控制进行描述，可以理解，这只是为解释系统和操作方法的目的，所述方法和器械同样可以用于3维控制的运动。

本领域的技术人员可以理解，本发明并不局限于上述具体示出和描述的内容。相反地，本发明的范围包括上述各特征的组合和亚组合，以及本领域技术人员通过阅读以上描述想到的且现有技术中不存在的改变和修改。

Claims (21)

1.一种用于根据预定轨迹将具有尖端的针插入组织中的系统，包括：

机器人，其用于操纵所述针进入所述组织；

成像系统，其用于实时探查所述针的轨迹；以及

控制系统，其根据探查到的所述轨迹和所述预定轨迹之间的差别控制所述机器人的运动，

其中，所述控制系统将所述针的模型用作具有多个与其侧向连接的虚拟弹簧以模拟由所述组织施加于所述针上的侧向力的挠性梁，并由所述多个虚拟弹簧对所述针的影响确定所述针通过所述组织的轨迹。

2.如权利要求1所述的系统，其中，所述系统考虑由所述针的插入引起的所述组织的运动效应而确定所述针的轨迹。

3.如权利要求1所述的系统，其中，所述系统考虑由所述针的轨迹引起的至少一些所述虚拟弹簧的刚度系数的变化而确定所述针的轨迹。

4.如前面任一项权利要求所述的系统，其中，所述针的所述预定轨迹包括针对所述针的所述尖端的靶。

5.如权利要求4所述的系统，其中，所述预定轨迹还包括至少一个禁止所述针进入其中的区域。

6.如权利要求1所述的系统，其中，所述机器人的运动包括向内运动、侧向运动和角运动中的至少一些。

7.如权利要求6所述的系统，其中，所述机器人的运动包括多达6个自由度。

8.如权利要求1所述的系统，其中，所述成像系统为X射线透视系统、CT系统、MRI系统、超声系统、使用电磁导航的系统和使用光学导航的系统中的任一种。

9.如权利要求1所述的系统，其中，将所述成像系统调整为提供关于通常包括侧向运动的方向和向内运动的方向的平面的图像。

10.如权利要求9所述的系统，其中，所述控制系统确定所述尖端的实时位置与根据所述预定轨迹的所述尖端的计划位置的偏差，通过对从所述成像系统获取的图像进行图像处理来确定所述尖端的实时位置，并通过使用所述针的模型计算为减小所述偏差而要应用于所述机器人的运动。

11.如权利要求9所述的系统，其中，所述控制系统利用应用于所述针的模型的运动学逆解来计算为遵循所述预定轨迹而要给予所述针的所需运动。

12.如权利要求9所述的系统，其中，所述控制系统使用如从所述图像中探测到的所述针的形状，以便实时确定所述针正在穿过的组织的刚度特性的变化。

13.如权利要求12所述的系统，其中，所述控制系统使用这些变化的组织特性根据所处理的组织对所述针的路径进行实时调节。

14.如权利要求12所述的系统，还包括用于确定在所述针的底部处施加于所述针上的力的力传感器，并且其中，所述控制系统还使用所述力对所述针正在穿过的组织的刚度特性的变化进行实时确定。

15.如权利要求1所述的系统，其中，将所述预定轨迹分成各增量，且所述控制系统根据这些增量并根据至少从所述成像系统获取的实时结果在每个增量插入点处执行所述插入。

16.如权利要求1所述的系统，其中，所述针包括至少一个位置传感器，使得可以使用所述至少一个位置传感器对所述针进行探测。

17.如权利要求16所述的系统，其中，所述至少一个位置传感器为电磁位置传感器。

18.如权利要求1所述的系统，还包括配准系统，使得可以将所述针连附于其上的所述机器人的坐标系与所述成像系统的坐标系相关联。

19.一种用于根据预定轨迹控制针插入到可变形组织中的系统，包括：

机器人，其用于操纵所述针进入所述组织；

成像系统，其用于实时探查所述针的轨迹；以及

控制系统，其根据探查到的所述轨迹和所述预定轨迹之间的差别控制所述机器人的运动；

其中，所述控制系统：

(i)使用被成像的所述针的所述轨迹确定所述针正在穿过的组织的弹性特性的变化；

(ii)根据所处理的组织，利用这些组织特性调节沿着所述针的路径的所述组织的弹性模型；

(iii)获取针对所述针穿过所述组织的运动的运动学逆解；以及

(iv)根据所述运动学逆解指示所述机器人操纵所述针进入所述组织。

20.如权利要求19所述的系统，还包括确定在所述针的底部处施加于所述针上的力的力传感器，并且其中，所述控制系统执行同样使用所述力以确定所述针正在穿过的组织的弹性特性的变化的附加步骤。

21.如权利要求19所述的系统，其中，将所述预定轨迹分成各增量，且所述控制系统根据从所述成像系统获取的实时结果递增地执行所述插入。

Images