CN111420290A - 机器人化激光美容和治疗系统 - Google Patents

Abstract

本发明涉及机器人化激光美容和治疗系统，包括：智能视觉系统，用于采集皮肤图像并处理；人机交互系统，用于用户对图像进行操作；末端激光执行系统，用于根据用户操作以及图像处理结果在指定区域内发出激光。本发明能够根据医生给定的皮肤类型、病灶类型，结合皮肤表面视觉技术，利用人工智能方法给出最优的治疗策略，其中包含激光参数、照射时间等等。采用机器化操作根据治疗策略，精准控制激光参数，减少激光对非病灶点的影响；利用机器人辅助治疗方式，提升对病灶点的定位精度，提升医生工作效率。

Description

机器人化激光美容和治疗系统

技术领域

本发明属于医疗器械领域，具体说是一种机器人化激光美容和治疗系统。

背景技术

随着我国激光医疗设备的发展，越来越多的激光医疗设备投入使用。尤其是医疗美容、皮肤病治疗领域，越来越多的强脉冲光和涉频等光电技术被应用到该领域。但目前的医疗设备大多存在以下几个问题：

(1)操作精度低：治疗设备由由医师手工操作，定位精度较低。

(2)无法个性化治疗：由于需要人工手动设定参数，无法依据不同患者、或患者不同部位的具体情况，无法实时动态的进行个性化的智能治疗方案设定和治疗，也就是说无法做到因人而异，因病因部位而异。

(3)效率低：人工操作，效率低下。

(4)人体伤害：某些设备，如强激光，长时间操作对医师有伤害(即使有保护措施)。

这些问题导致了激光类美容医疗设备在治疗精准度、治疗效率等方面仍有很大的不足。本发明旨在通过引入机器人技术，结合人工智能技术实现对激光类美容医疗设备的智能化提升，提升美容医疗设备的通用性、精准性、安全性，同时提高医生工作效率。

发明内容

本发明目的是提供一种机器人化激光美容辅助系统。

本发明为实现上述目的所采用的技术方案是：机器人化激光美容和治疗系统，包括：

智能视觉系统，用于采集皮肤图像并处理；

人机交互系统，用于用户对图像、系统状态进行操作；

末端激光执行系统，用于搭载智能视觉系统，并完成激光操作过程。

所述智能视觉系统采用相机，执行以下步骤：

采集皮肤图像；根据区域划分后的图像，获取每个区域经人机交互系统设定的观察点，将该观察点位置发送至末端激光执行系统；

采集指定区域图像，获取观察点的位姿；

对指定区域图像进行数据分析，得到图像特征；

根据图像特征利用人工智能方法得到参考执行参数。

所述末端激光治疗执行系统，设置于机器人手臂末端，包含：

滤光片切换机构，用于切换滤光片，以实现多光谱图像采集；

光源模块，用于生成图像采集过程中需要的各种光源；

激光治疗系统，用于根据参考执行参数发出激光。

所述智能视觉系统采集指定区域图像，获取观察点的位姿，包括以下步骤：

皮肤表层的图像信息采集：首先在指定区域的皮肤表面照射多光谱混合光源，然后在检测区域与相机之间添加或切换滤光片进行图像采集，以实现对不同光谱信息的分离，进而得到区域图像；

皮肤表面局部高精度三维重建：获取区域图像内的三维点信息，利用三维点云估计待该区域中心点位置及其法线方向，以此作为观察点的位姿。

所述区域图像为多光谱图像，为红外图像、紫外图像中的一种。

所述对区域图像进行数据分析，得到图像特征，包括以下步骤：

获取区域图像，并根据图像的病灶轮廓几何形状、颜色直方图、LBP、HOG中的一种，获取病灶区域及其周边皮肤的相关特性参数，包括皮肤色泽、表面纹理、病灶分布中的至少一种图像特征。

所述根据图像特征利用人工智能方法得到参考执行参数，具体为：

根据特征利用人工智能方法，得出参考执行参数，包括激光能量、激光照射频率、激光末端轨迹和路径规划中的一种或几种。

机器人化激光美容和治疗系统还包括人机安全实时监测系统；所述人机安全实时监测系统利用双目视觉系统、力反馈模块、触觉感知模块，通过信息融合，相互协调保证场景内的人机安全。

机器人化激光美容和治疗方法，包括以下步骤：

1)智能视觉系统采集皮肤图像，通过人机交互系统对图像进行区域划分，获取每个区域的观察点，将该观察点位置发送至末端激光执行系统；

2)末端激光执行系统将激光末端运动至指定区域的观察点；

3)智能视觉系统采集该区域图像，获取观察点的位姿；

4)智能视觉系统对区域图像进行数据分析，得到图像特征；

5)智能视觉系统根据图像特征利用人工智能方法得到参考执行参数；

6)末端激光执行系统根据参考执行参数操作。

本发明具有以下有益效果及优点：

1.本发明能够根据医生给定的皮肤类型、病灶类型，结合皮肤表面视觉技术，利用人工智能方法给出最优的治疗参数，其中包含激光参数、照射时间等等，使激光类美容医疗设备的智能化提升，提升美容医疗设备的通用性、精准性、安全性。

2.本发明能够采用机器化操作根据治疗策略，精准控制激光参数，减少激光对非病灶点的影响，提升机器化操作效果。

3.本发明能够利用机器人辅助治疗方式，提升对病灶点的定位精度，同时解放医生，提升医生工作效率。

附图说明

图1为本发明的一种机器人化激光美容和治疗系统工作原理图；

图2为硬件模块分布示意图；

其中，21视觉模块，22滤光片切换机构,23光源模块，24激光器末端，25机器人手臂末端；

图3为机器人化激光美容和治疗系统运作流程；

图4为一种人机安全实时监测系统；

图5为多光谱不同皮肤层图像获取示意图。

具体实施方式

下面结合附图对本发明进行详细说明。

智能视觉系统是一种可完成病灶区域多光谱成像、病灶区域分割、病灶定位、皮肤表面分析等功能的智能系统。

皮肤多光谱成像是利用人体表层皮肤组织在多光谱成像下的反射、散射、吸收等物理特性，获取皮肤表层不同深度的图像信息；可对多光谱图像像素进行阈值化处理，即可获得假设病灶区域。

智能视觉系统能够对皮肤表面进行局部三维重建，再结合病灶分割结果，获取治疗点坐标及治疗点姿态。

治疗点可以选取病灶区域轮廓的几何重心。

皮肤表面分析功能用于根据病灶区域分割结果，结合图像获取病灶区域特征，如病灶轮廓几何形状、颜色直方图、LBP、HOG等；再结合人机交互系统设定的患者信息，如患者年龄、面部皮肤总体情况、身体情况等，利用人工智能技术给出最优治疗方案，如具体的病灶位置、病灶类型及分级、激光治疗参数估计、治疗时间、多个治疗点的治疗规划等等。

皮肤表面分析用于预测治疗效果，并对治疗前后的皮肤状态和治疗效果进行科学评估；皮肤状态是指根据多光谱成像结果，获取皮肤表面病灶区域在全部检测区域中所占的比例，并以此给出合理分析结果。

人工智能方法，如在线学习算法、神经网络、深度学习、逻辑回归分析等，用于构建皮肤表面分析结果、病灶分析数据与激光治疗策略的分析模型，具体如下：

将皮肤的特征信息作为输入，控制参数作为输出，通过人工智能训练得到人工智能模型；控制参数包括激光能量、激光照射频率等；

根据实时采集的待处理区域内皮肤的特征信息通过人工智能模型得到控制参数。

人机交互系统用于人工对系统给出的个性化治疗方案进行增删、修改、和重新规划等操作，如增删病灶点、修改激光治疗强度、重新规划不同病灶点的治疗顺序等。

末端激光治疗执行系统包含以下几个模块：视觉模块21用于采集智能视觉系统所需要的图像信息，必需视觉技术包括多光谱成像、三维重建等；滤光片切换机构22用于快速切换滤光片，以实现多光谱图像采集；光源模块23用于生成图像采集过程中需要的各种光源，包括但不限于红外光源、紫外光源等；激光器末端24激光光路末端，用于发出激光；机器人手臂末端25为六自由度智能机器人末端，用于搭载本实例治疗系统硬件设备。

末端激光治疗执行系统包括自动工作模式和半自动工作模式：自动工作模式是人工确认最优治疗策略中包含的全部治疗内容后，机器人自主完成全部治疗内容；半自动工作模式是由医生遥控机器人完成指定治疗内容。

人机安全实时监测系统在患者体表主要位置(如头部、肩部、腕部、胯部、膝盖、脚部等)，计算人体各个部位与机器人空间中的相对位置，提前预判碰撞等安全事故的发生。

人机安全实时监测系统利用计算机视觉技术、力反馈技术、触觉感知技术等，通过信息融合，相互协调保证场景内的人机安全。

实施例一：

参见图1，本发明实例提供了一种机器人化激光美容和治疗系统，具体包含以下部分：智能视觉系统、人机交互系统、末端激光治疗执行系统、人机安全实时监测系统。其中智能视觉系统、人机交互系统、末端激光治疗执行系统共同组成智能治疗系统，与人机安全实时监测系统并行运行。

参见图2，图2给出一种机器人化激光美容和治疗系统硬件模块分布示意图，为本实例的一种可行方案。视觉模块21用于采集智能视觉系统所需要的图像信息，必需视觉技术包括多光谱成像、三维重建等；滤光片切换机构22用于快速切换滤光片，以实现多光谱图像采集；光源模块23用于生成图像采集过程中需要的各种光源，包括但不限于红外光、紫外光灯；激光器末端24激光光路末端，用于发出激光；机器人手臂末端25为6自由度智能机器人末端，用于搭载本实例治疗系统硬件设备。

所述视觉模块21利用滤光片切换机构22完成对不同光谱下皮肤图像的采集；所述滤光片切换机构22采用圆盘搭载滤光片，以圆周运动的形式切换滤光片；所述光源模块23为光源板，其上根据需求配置不同的光源，根据智能视觉系统控制其光源发生类型。

实施例二：

参见图3，本发明实例提供了一种机器人化激光美容和治疗方法，具体的可以包含以下步骤：

步骤1：医生指定检测区域。由医生对治疗区域进行总体评估，如病变种类、大致等级等，并设定待治疗区域。

步骤2：皮肤表层图像信息采集。视觉系统通过识别医生的区域划分结果，结合末端激光治疗执行系统将激光治疗末端运动至指定区域观察点；所述观察点可结合定位标识及预设安全距离计算得到，且该位置下能获取检测区域的全部图像信息。

步骤3：病灶区域图像信息处理，病灶区域定位，具体步骤如下：

步骤3-1：皮肤表层的图像信息采集，病灶区域分割。

视觉系统可以利用皮肤多光谱图像信息、三维信息，分析待处理区域；所述待处理区域是指治疗点周围特定邻域范围内的皮肤；治疗点是指通过皮肤图像信息，以及相关医学原理选出的假设治疗点。

所述皮肤多光谱图像信息包括皮肤表面图像信息，也包括皮肤内部一定深度上的成像信息；利用人体表层皮肤组织在多光谱成像下的反射、散射、吸收等物理特性，获取皮肤表层不同深度的图像信息，再结合计算机视觉处理技术，提取出不同深度中假设病灶点；参见图5，图像采集过程可以采用同一个相机，在皮肤表面照射相同频段或不同频段的光，光源在皮肤内部发生散射、吸收、

反射等物理现象；利用不同皮肤组织对光源散射、吸收、反射等物理现象的差异性获取不同皮肤组织的图像信息，具体采集过程：首先在皮肤表面照射多光谱混合光源，并将相机对于检测区域，然后检测区域与相机之间添加并切换滤光片以实现对不同光谱信息的分离，进而得到多光谱图像信息。

所述图像处理技术，本实施例给出一种可行方案：利用多光谱成像采集得到多种皮肤表面图像信息，如红外图像、紫外图像等；然后可采用图像自适应阈值化处理方法分割出病灶区域，并提取区域边缘。

步骤3-2：人机交互，待处理区域筛选判断。

全部的待处理区域均需要医生进行判断，即医生可以根据其专业知识，对待处理区域进行筛选，也可以将未标记的区域添加到待处理区域队列中。

步骤3-3：病灶区域视觉精准定位。

利用局部高精度三维重建技术，获取待处理区域内的三维点信息，利用三维点云估计待处理区域重点位置及其法线方向，以此作为待处理点的位姿。

步骤4：治疗方案智能设定。

本步骤利用计算机视觉技术获取并分析病灶区域特征。采集的图像包括多光谱图像，获取并分析病灶区域及其周围皮肤组织图像特征，包括但不限于病灶轮廓几何形状、颜色直方图、LBP、HOG等，给出病灶区域及其周边皮肤的相关特性参数，如皮肤色泽、表面纹理、病灶分布等特征。

获得待处理区域内皮肤的特征信息后，利用人工智能方法实现对特征的分析，并给出病灶区域个性化的参考治疗方案，包括激光能量、激光照射频率、治疗轨迹和路径规划等。

所述人工智能方法，如在线学习算法、神经网络、深度学习、逻辑回归分析等，用于构建皮肤表面分析结果、病灶分析数据与激光治疗策略的分析模型，如病灶区域识别、病灶分级、治疗参数个性化估计等。

步骤6：利用人机交互系统，确定最终治疗方案并完成治疗。

利用人机交互技术，由医生修改及确定最终治疗方案，包括但不限于删除、修改或增加治疗点，修改激光参数，对规划的不同治疗点进行顺序调整等等。在确认无误之后，医生通过人机交互系统控制并观察末端激光治疗执行系统根据设定好的治疗策略完成治疗过程。待处理区域内皮肤信息以及最终确定的疗参数会以数据的形式进行记录，扩充病灶数据库，并利用该数据对人工智能模型进行在线更新。最后在根据皮肤表面图像信息对治疗效果进行评估。

步骤7：循环待处理区域队列，直至处理完全部病灶区域。

参见图4，本发明实例提供了一种人机安全实时监测系统，在辅助美容的过程中，本实施例与治疗同步运行，提升系统的人机安全，主要包含双目视觉模块、力反馈模块、触觉感知模块等，具体如下：

双目视觉模块主要用于检测患者体表与机器人之间的相对位置关系。人机安全实时监测系统要求在患者体表主要位置(如头部、肩部、腕部、胯部、膝盖、脚部等)配置标识物，以此标记人体各个部位在机器人空间中的相对位置。利用双目测距原理，识别标识物并计算标识物在双目系统中的位置，再结合坐标变换原理计算标识物在机器人坐标系下的位置；在空间中配置多个双目系统，通过多个双目系统之间的相互配合，提升对人体检测的稳定性；并且通过识别标识物的位置，结合人体通用模型，给出人体在机器人空间中的大致位置，以此为依据控制机器人在安全范围内运动。

采用一个双目系统位于机械臂上；该双目系统实时监测视野范围内是否存在标识物，当存在标识物时，且人体与机器人的最近距离小于安全距离时，则停止机器人操作。在人体所在平台周围配置三个以上双目系统，这些双目系统分别实时监控人体表面标识物的位置；用于某一个或几个双目系统出现故障时，其它双目系统仍能监控人体表面标识物的位置。

力反馈模块主要用于末端激光治疗执行系统。该模块用于监控末端执行机构与人体接触的力反馈，当接触力大于阈值时，末端执行机构立刻停止，并提醒医护人员。

触觉感知模块主要用于机器人手臂。该模块用于监控机器人周身与外物接触的力反馈，当接触力大于阈值时，末端执行机构立刻停止，并给出受力点位置提示。

以上内容是结合具体的优选实施方式对本发明作的进一步详细说明，不能认定本发明的具体实施只局限于这些说明。对于本发明所属技术领域的技术人员来说，在不脱离本发明构思的前提下所做出若干简单推演或替换均属于本发明的保护范围。

Claims (9)

1.机器人化激光美容和治疗系统，其特征在于，包括：

智能视觉系统，用于采集皮肤图像并处理；

人机交互系统，用于用户对图像、系统状态进行操作；

末端激光执行系统，用于搭载智能视觉系统，并完成激光操作过程。

2.根据权利要求1所述的机器人化激光美容和治疗系统，其特征在于，所述智能视觉系统采用相机，执行以下步骤：

采集皮肤图像；根据区域划分后的图像，获取每个区域经人机交互系统设定的观察点，将该观察点位置发送至末端激光执行系统；

采集指定区域图像，获取观察点的位姿；

对指定区域图像进行数据分析，得到图像特征；

根据图像特征利用人工智能方法得到参考执行参数。

3.根据权利要求1所述的机器人化激光美容和治疗系统，其特征在于，所述末端激光治疗执行系统，设置于机器人手臂末端，包含：

滤光片切换机构，用于切换滤光片，以实现多光谱图像采集；

光源模块，用于生成图像采集过程中需要的各种光源；

激光治疗系统，用于根据参考执行参数发出激光。

4.根据权利要求2所述的机器人化激光美容和治疗系统，其特征在于，所述智能视觉系统采集指定区域图像，获取观察点的位姿，包括以下步骤：

皮肤表层的图像信息采集：首先在指定区域的皮肤表面照射多光谱混合光源，然后在检测区域与相机之间添加或切换滤光片进行图像采集，以实现对不同光谱信息的分离，进而得到区域图像；

皮肤表面局部高精度三维重建：获取区域图像内的三维点信息，利用三维点云估计待该区域中心点位置及其法线方向，以此作为观察点的位姿。

5.根据权利要求4所述的机器人化激光美容和治疗系统，其特征在于，所述区域图像为多光谱图像，为红外图像、紫外图像中的一种。

6.根据权利要求2所述的机器人化激光美容和治疗系统，其特征在于，所述对区域图像进行数据分析，得到图像特征，包括以下步骤：

获取区域图像，并根据图像的病灶轮廓几何形状、颜色直方图、LBP、HOG中的一种，获取病灶区域及其周边皮肤的相关特性参数，包括皮肤色泽、表面纹理、病灶分布中的至少一种图像特征。

7.根据权利要求2所述的机器人化激光美容和治疗系统，其特征在于，所述根据图像特征利用人工智能方法得到参考执行参数，具体为：

根据特征利用人工智能方法，得出参考执行参数，包括激光能量、激光照射频率、激光末端轨迹和路径规划中的一种或几种。

8.根据权利要求1所述的机器人化激光美容和治疗系统，其特征在于，还包括人机安全实时监测系统；所述人机安全实时监测系统利用双目视觉系统、力反馈模块、触觉感知模块，通过信息融合，相互协调保证场景内的人机安全。

9.机器人化激光美容和治疗方法，其特征在于，包括以下步骤：

1)智能视觉系统采集皮肤图像，通过人机交互系统对图像进行区域划分，获取每个区域的观察点，将该观察点位置发送至末端激光执行系统；

2)末端激光执行系统将激光末端运动至指定区域的观察点；

3)智能视觉系统采集该区域图像，获取观察点的位姿；

4)智能视觉系统对区域图像进行数据分析，得到图像特征；

5)智能视觉系统根据图像特征利用人工智能方法得到参考执行参数；

6)末端激光执行系统根据参考执行参数操作。

Images