CN111797506A - 一种主从导丝控制方法 - Google Patents
一种主从导丝控制方法 Download PDFInfo
- Publication number
- CN111797506A CN111797506A CN202010521475.0A CN202010521475A CN111797506A CN 111797506 A CN111797506 A CN 111797506A CN 202010521475 A CN202010521475 A CN 202010521475A CN 111797506 A CN111797506 A CN 111797506A
- Authority
- CN
- China
- Prior art keywords
- guide wire
- blood vessel
- master
- slave
- ale
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B34/00—Computer-aided surgery; Manipulators or robots specially adapted for use in surgery
- A61B34/10—Computer-aided planning, simulation or modelling of surgical operations
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B34/00—Computer-aided surgery; Manipulators or robots specially adapted for use in surgery
- A61B34/30—Surgical robots
- A61B34/37—Master-slave robots
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B34/00—Computer-aided surgery; Manipulators or robots specially adapted for use in surgery
- A61B34/70—Manipulators specially adapted for use in surgery
- A61B34/76—Manipulators having means for providing feel, e.g. force or tactile feedback
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B34/00—Computer-aided surgery; Manipulators or robots specially adapted for use in surgery
- A61B34/10—Computer-aided planning, simulation or modelling of surgical operations
- A61B2034/101—Computer-aided simulation of surgical operations
- A61B2034/102—Modelling of surgical devices, implants or prosthesis
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B34/00—Computer-aided surgery; Manipulators or robots specially adapted for use in surgery
- A61B34/10—Computer-aided planning, simulation or modelling of surgical operations
- A61B2034/108—Computer aided selection or customisation of medical implants or cutting guides
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/14—Force analysis or force optimisation, e.g. static or dynamic forces
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Surgery (AREA)
- Public Health (AREA)
- Medical Informatics (AREA)
- Biomedical Technology (AREA)
- Robotics (AREA)
- General Health & Medical Sciences (AREA)
- Animal Behavior & Ethology (AREA)
- Molecular Biology (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Heart & Thoracic Surgery (AREA)
- Veterinary Medicine (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Geometry (AREA)
- Evolutionary Computation (AREA)
- Computer Hardware Design (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Pathology (AREA)
- Epidemiology (AREA)
- Primary Health Care (AREA)
- Media Introduction/Drainage Providing Device (AREA)
- Apparatus For Radiation Diagnosis (AREA)
Abstract
本发明涉及一种主从导丝控制方法,为基于虚拟现实力触觉渲染的主从导丝控制,通过力触觉渲染在主手端进行力触觉再现,操作者通过力触觉信息控制从手端导丝运动,其中,所述力触觉渲染模型为采用一维弧长坐标确定任意拉格朗日欧拉(ALE)导丝单元中接触检测点位置的基于任意拉格朗日欧拉(ALE)导丝‑血管壁高效接触检测算法。本发明使用一维弧长坐标代替现有技术的三维笛卡尔坐标确定ALE导丝单元中接触检测点的位置,简化导丝‑血管壁间的接触检测过程,在保证精度不变的前提下,提高了碰撞检测效率。
Description
技术领域
本发明属于主从导丝控制技术领域,涉及一种主从导丝控制方法,具体是涉及一种用于虚拟现实微创血管介入式手术导丝与血管多点动态线接触的主从导丝控制方法。
背景技术
微创心血管介入手术如图1所示,以其减少术后疼痛、缩短恢复时间、创伤小等优点广泛使用,其中导丝作为关键介入器械要深入到心脏冠状动脉腔壁变狭窄或阻塞处。遥操作医疗机器人系统辅助医生在本地为远距离的病人进行手术,使处于新疆等偏远地区或灾区的病人得到及时诊治,同时有效减少手术的费用和时间,保护医生免受术中X射线辐射的危害。遥操作医疗机器人分为主端和从端两部分,使用网络进行通信,从端机构把持和操作导丝等介入器械,医生则在主端控制导丝运动。
虚拟现实技术作为提升临场感的关键技术被应用到介入式手术中,通过虚拟现实技术,重构一个与现实手术系统环境完全一致的虚拟现实环境,操作者直接通过人机交互设备与虚拟现实环境交互,即时产生视觉、听觉、触觉、力觉等感官感受。同时,主端医生的交互指令被发送到从端,这样便可降低时延的消极影响。
介入手术操作过程中,导丝和血管壁动态接触存在大范围的摩擦受力,主端使用虚拟现实技术进行其物理形变特征的实时仿真是一个有挑战的工作。而手术器械与血管壁碰撞的检测是非常耗时的,碰撞检测算法的好坏很大程度上决定了系统的整体性能。
对于导丝等细长物体的物理形变实时仿真,一般将导丝沿长度方向进行离散化,分析各微元的形变及受力。当前在模拟导丝和血管之间的动态接触作用方面存在以下几个问题:
(1)缺乏较高实时性的导丝-血管动力学建模仿真方法
传统的导丝建模方法采用Lagrange方法进行动力学描述。而对于导丝-血管壁接触类似问题,使用Lagrange方法对导丝进行动力学描述,其离散的网格必须足够密(网格的尺寸需远小于血管长度)以保证血管壁与导丝之间的接触检测是准确的,因此整个系统的自由度较多,计算效率较低。
(2)缺乏高效检测导丝与血管壁多点移动线接触仿真方法
导丝与血管壁属于动态多点线接触,是接触实时仿真和碰撞检测研究的难点问题。通常采用AABB包围盒方法来判断三维空间中运动的导丝单元是否与血管壁发生碰撞。AABB包围盒实际上是各个面分别与xy、yz、zx面平行的一个长方体,其优点在于构造简单、接触检测效率高。其问题在于,相邻的包围盒相互重叠,所以有时也很难确定检测点到底位于哪个包围盒中。
发明内容
本发明旨在提供一种主从导丝控制方法,具体是涉及一种用于虚拟现实微创血管介入式手术导丝与血管多点动态线接触的主从导丝控制方法,用于虚拟现实中导丝的大变形运动仿真及高效碰撞检测技术,以解决上述背景技术中提出的问题。
虚拟现实技术作为提升临场感的关键技术被应用到主从式手术中。通过虚拟现实技术,可在主从式手术的主端模拟一个类似从端的三维虚拟世界。假想在主-从式手术系统中,结合预知信息与从端反馈的多种传感器信息,在主端重构一个与从端环境完全一致的虚拟现实环境,操作者直接通过人机交互设备与虚拟现实环境交互,即时产生触觉、力觉等感官感受。同时,主端医生的交互指令被发送到从端,这样便可降低时延的消极影响。
介入手术操作过程中,导丝和血管壁动态接触存在大范围的摩擦受力,主端使用虚拟现实技术进行其物理形变特征的实时仿真是一个有挑战的工作。而手术器械与血管壁碰撞的检测是非常耗时的,碰撞检测算法的好坏很大程度上决定了系统的整体性能。
本发明针对导丝在血管中运动的问题,沿血管轴线布置ALE网格节点并约束其在相应的血管截面内运动。而导丝沿血管的轴向运动就可以通过物质点沿网格节点的轴向流动来表示。网格节点不与任何物质点绑定在一起,物质点可以自由地穿过网格节点,这一特点为建模过程提供了极高的灵活度,使得建模人员可以根据具体需求对导丝进行灵活的网格离散。 ALE方法进行导丝与血管壁动态接触高效仿真和碰撞检测的可行性。
一种主从导丝控制方法,为基于虚拟现实力触觉渲染的主从导丝控制,通过力触觉渲染在主手端进行力触觉再现,操作者通过力触觉信息控制从手端导丝运动,所述力触觉渲染模型为采用一维弧长坐标确定任意拉格朗日欧拉(ALE)导丝单元中接触检测点位置的基于任意拉格朗日欧拉(ALE)导丝-血管壁高效接触检测算法。
本发明的一种主从导丝控制方法,为虚拟现实的主从导丝控制,通过力触觉渲染在主手端进行力触觉再现,操作者通过力触觉信息控制主从导丝。所述力触觉渲染模型采用ALE方法进行导丝-血管动态多点线接触实时仿真,基于一维弧长坐标进行碰撞检测。本发明方法网格节点不与任何物质点绑定在一起,物质点可以自由地穿过网格节点,这一特点为建模过程提供了极高的灵活度,使得建模人员可以根据具体需求对导丝进行灵活的网格离散。对于导丝在血管中运动的问题,可以沿血管轴线布置ALE网格节点并约束其在相应的血管截面内运动。而导丝沿血管的轴向运动就可以通过物质点沿网格节点的轴向流动来表示。这也证明了ALE方法进行导丝与血管壁动态接触高效仿真和碰撞检测的可行性。
作为优选的技术方案:
本发明丰富和发展了机器人介入手术的力触觉渲染动态建模理论,推动力触觉渲染中的碰撞检测技术在手术机器人中的应用,为机器人介入手术以及其它类似管道操作空间的主- 从机器人操作系统提供力计算和碰撞检测研究提供参考。
在ALE方法中,网格节点不与任何物质点绑定在一起,物质点可以自由地穿过网格节点,这一特点为建模过程提供了极高的灵活度,使得建模人员可以根据具体需求对导丝进行灵活的网格离散。对于导丝在血管中运动的问题,可以沿血管轴线布置ALE网格节点并约束其在相应的血管截面内运动。而导丝沿血管的轴向运动就可以通过物质点沿网格节点的轴向流动来表示。如图2所示,本项目在进行网格点划分的时候,只在大曲率血管处布置密网格以保证计算精度,在小曲率血管布置疏网格以提高计算效率。
如上所述的一种主从导丝控制方法,采用一维弧长坐标确定任意拉格朗日欧拉(ALE) 导丝单元中接触检测点位置具体为:
a、建立一维弧长坐标:
所述一维弧长坐标是指沿血管管道方向建立的坐标,具体是:将血管的中心线作为弧长坐标轴,通过沿血管的中心线布置ALE网格节点并约束其在相应的截面内运动,将导丝在血管管道中的运动设为在网格节点在截面内的运动,沿血管管道方向建立的坐标即一维弧长坐标;
根据弧长坐标s来确定检测点位于哪个管段内,满足的条件为:
s1≤s≤s2;
其中s、s1、s2分别为接触点以及两个相邻管道节点的弧长坐标;
ALE方法中通过采用沿管道轴线布置的包围盒进行导丝-血管接触检测,既能够保证检测所有的接触点、不漏检,而且将接触检测从三维问题,提高了接触检测的效率;
b、计算接触检测点在血管轴线上投影点:
导丝网格节点P1、P2分别位于管道截面S1、S2内,其在血管中心线上的投影点是A1、A2;检测点C1位于单元P1P2内部,其在血管中心线对应的投影点为B1;由于B1和C1连线与管道中轴线垂直,B1的弧长坐标s满足:
(R-r(s))·r′(s)=0;
其中R为检测点C1的位置,r(s)为投影点B1的位置,r'(s)为投影点B1的切向量;这是一个非线性方程,可以使用Newton-Raphson方法迭代求解;
c、使用Newton-Raphson方法迭代求解:
其中,xk与vk分别第k时刻的位置和速度,通过式(1)计算第k+1时刻导管的位置与速度 xk+1和vk+1,β、γ为常数,且0≤β≤1,0≤γ≤1,△t为两次迭代的时间差,ak和ak+1分别为第k 时刻和第k+1时刻的加速度,a为加速度,由以下公式求解:
F(xk+1,vk+1)=Mak+1 (2);
式中,F(·)为碰撞力跟位置和速度的关系函数,M为导丝单元质量;
根据Newton-Raphson公式,可得:
将式(1)代入式(3)中,得到ak+1、xk+1和vk+1的值,确定导丝位置,当其与血管中心线距离等于或超过血管半径时即认为发生碰撞,进行接触点检测。
如上所述的一种主从导丝控制方法,所述Newton-Raphson方法迭代求解时的s的初始值s0通过插值得到,s0=(1-λ)s1+λs2,其中λ为点C1在单元P1P2内的局部坐标。
如上所述的一种主从导丝控制方法,所述基于任意拉格朗日欧拉(ALE)导丝-血管壁高效接触检测算法的导丝与血管的法向接触力和滑动摩擦力的计算,基于非线性等效弹簧阻尼模型和库伦摩擦模型;
非线性等效弹簧阻尼模型方程为:
库伦摩擦模型方程为:
根据从端力触觉测量数据,使用最小二乘法进行系统辨识,实时更新以上参数,进行力触觉渲染模型参数修正。
本发明采用一维弧长坐标代替三维笛卡尔坐标确定ALE导丝单元中接触检测点的位置,简化导丝-血管壁间的接触检测过程。在本发明中,网格节点不与任何物质点绑定在一起,物质点可以自由地穿过网格节点,这一特点为建模过程提供了极高的灵活度,使得建模人员可以根据具体需求对导丝进行灵活的网格离散。对于导丝在血管中运动的问题,可以沿血管轴线布置ALE网格节点并约束其在相应的血管截面内运动。而导丝沿血管的轴向运动就可以通过物质点沿网格节点的轴向流动来表示。ALE方法中通过采用沿管道轴线布置的包围盒代替AABB包围盒进行导丝-血管壁接触检测,既能够保证检测所有的接触点、不漏检,而且将接触检测从三维问题简化为一维问题,提高了接触检测的效率。当导丝与血管中心线距离等于或超过血管半径时即认为发生碰撞。基于赫兹接触模型和库伦摩擦模型,分别计算法向接触力和滑动摩擦力。
有益效果
(1)跟传统的将网格节点与物质点绑定在一起不一样,本发明使用ALE方法进行导丝与血管动态接触实时仿真,在弯管处布置密网格以保证计算精度,而在直管处可以用疏网格以减少系统自由度,提高计算效率;
(2)本发明使用一维弧长坐标代替三维笛卡尔坐标确定ALE导丝单元中接触检测点的位置,简化导丝-血管壁间的接触检测过程,在保证精度不变的前提下,提高了碰撞检测效率。
附图说明
图1为心血管介入手术示意图;
图2为ALE接触检测算法示意图;
图3基于ALE的一维弧长坐标接触检测示意图(其中,-为血管单元,×为血管接触检测点);
图4导丝-血管接触模拟及碰撞检测示意图;
图5基于ALE描述建立的导丝-血管建模示意图。
具体实施方式
下面结合具体实施方式,进一步阐述本发明。应理解,这些实施例仅用于说明本发明而不用于限制本发明的范围。此外应理解,在阅读了本发明讲授的内容之后,本领域技术人员可以对本发明作各种改动或修改,这些等价形式同样落于本申请所附权利要求书所限定的范围。
如图2所示,ALE网格节点P1、P2分别被约束在血管的s1、s2截面内运动,其中s1、 s2分别表示截面的弧长坐标。当导丝向下滑移时,一系列物质点不断流经这两个截面,网格节点P1、P2的物质坐标也随之改变。因此可以只在大曲率血管处布置密网格以保证计算精度,在小曲率血管布置疏网格以提高计算效率,如图5所示。
ALE网格节点被约束在相应的血管截面内运动,因此可采用弧长坐标s代替三维笛卡尔坐标x、y、z构造包围盒,如图3所示。这样接触检测问题就由三维空间简化到了一维空间,其效率得到了显著提升。
实际的导丝轴线一般通过插值得到,其接触检测的通常做法是在导丝单元内布置接触检测点,看其是否与管道发生碰撞,基于ALE单元的接触检测算法可以很容易地解决传统AABB 包围盒算法带来的问题。这是由于ALE节点被约束在特定的管道截面内运动,因此可根据弧长坐标s来确定检测点位于哪个管段内。所需满足的条件为
s1≤s≤s2;
其中s、s1、s2分别为接触点以及两个相邻管道节点的弧长坐标,如图3所示。ALE方法中通过采用沿管道轴线布置的包围盒代替AABB包围盒进行导丝-血管壁接触检测,既能够保证检测所有的接触点、不漏检,而且将接触检测从三维问题简化为一维问题,提高了接触检测的效率。
具体地,本发明的一种主从导丝控制方法,为基于虚拟现实力触觉渲染的主从导丝控制,通过力触觉渲染在主手端进行力触觉再现,操作者通过力触觉信息控制从手端导丝运动,所述力触觉渲染模型为采用一维弧长坐标确定任意拉格朗日欧拉(ALE)导丝单元中接触检测点位置的基于任意拉格朗日欧拉(ALE)导丝-血管壁高效接触检测算法。
采用一维弧长坐标确定任意拉格朗日欧拉(ALE)导丝单元中接触检测点位置具体为:
a、建立一维弧长坐标:
所述一维弧长坐标是指沿血管管道方向建立的坐标,具体是:将血管的中心线作为弧长坐标轴,通过沿血管的中心线布置ALE网格节点并约束其在相应的截面内运动,将导丝在血管管道中的运动设为在网格节点在截面内的运动,沿血管管道方向建立的坐标即一维弧长坐标;
根据弧长坐标s来确定检测点位于哪个管段内,满足的条件为:
s1≤s≤s2;
其中s、s1、s2分别为接触点以及两个相邻管道节点的弧长坐标;
ALE方法中通过采用沿管道轴线布置的包围盒进行导丝-血管接触检测,既能够保证检测所有的接触点、不漏检,而且将接触检测从三维问题,提高了接触检测的效率;
b、计算接触检测点在血管轴线上投影点:
导丝网格节点P1、P2分别位于管道截面S1、S2内,其在血管中心线上的投影点是A1、A2;检测点C1位于单元P1P2内部,其在血管中心线对应的投影点为B1;由于B1和C1连线与管道中轴线垂直,B1的弧长坐标s满足:
(R-r(s))·r′(s)=0;
其中R为检测点C1的位置,r(s)为投影点B1的位置,r'(s)为投影点B1的切向量;这是一个非线性方程,可以使用Newton-Raphson方法迭代求解;
c、使用Newton-Raphson方法迭代求解:
其中,xk与vk分别第k时刻的位置和速度,通过式(1)计算第k+1时刻导丝的位置与速度 xk+1和vk+1,β、γ为常数,且0≤β≤1,0≤γ≤1,△t为两次迭代的时间差,ak和ak+1分别为第k 时刻和第k+1时刻的加速度,a为加速度,由以下公式求解:
F(xk+1,vk+1)=Mak+1 (2);
式中,F(·)为碰撞力跟位置和速度的关系函数,M为导丝单元质量;
根据Newton-Raphson公式,可得:
将式(1)代入式(3)中,得到ak+1、xk+1和vk+1的值,确定导丝位置,当其与血管中心线距离等于或超过血管半径时即认为发生碰撞,进行接触点检测,导丝-血管接触模拟及碰撞检测示意图如图4所示;
所述Newton-Raphson方法迭代求解时的s的初始值s0通过插值得到,s0=(1-λ)s1+λs2,其中λ为点C1在单元P1P2内的局部坐标。
基于任意拉格朗日欧拉(ALE)导丝-血管壁高效接触检测算法的导丝与血管的法向接触力和滑动摩擦力的计算,基于非线性等效弹簧阻尼模型和库伦摩擦模型;
非线性等效弹簧阻尼模型方程为:
库伦摩擦模型方程为:
根据从端力触觉测量数据,使用最小二乘法进行系统辨识,实时更新以上参数,进行力触觉渲染模型参数修正。
本发明使用一维弧长坐标代替现有技术的三维笛卡尔坐标确定ALE导丝单元中接触检测点的位置,简化导丝-血管壁间的接触检测过程,在保证精度不变的前提下,提高了碰撞检测效率。
本发明方法网格节点不与任何物质点绑定在一起,物质点可以自由地穿过网格节点,这一特点为建模过程提供了极高的灵活度,使得建模人员可以根据具体需求对导丝进行灵活的网格离散。对于导丝在血管中运动的问题,可以沿血管轴线布置ALE网格节点并约束其在相应的血管截面内运动。而导丝沿血管的轴向运动就可以通过物质点沿网格节点的轴向流动来表示。这也证明了ALE方法进行导丝与血管壁动态接触高效仿真和碰撞检测的可行性。
Claims (4)
1.一种主从导丝控制方法,为基于虚拟现实力触觉渲染的主从导丝控制,通过力触觉渲染在主手端进行力触觉再现,操作者通过力触觉信息控制从手端导丝运动,其特征是:所述力触觉渲染模型为采用一维弧长坐标确定任意拉格朗日欧拉(ALE)导丝单元中接触检测点位置的基于任意拉格朗日欧拉(ALE)导丝-血管壁高效接触检测算法。
2.根据权利要求1所述的一种主从导丝控制方法,其特征在于,采用一维弧长坐标确定任意拉格朗日欧拉(ALE)导丝单元中接触检测点位置具体为:
a、建立一维弧长坐标:
所述一维弧长坐标是指沿血管管道方向建立的坐标,具体是:将血管的中心线作为弧长坐标轴,通过沿血管的中心线布置ALE网格节点并约束其在相应的截面内运动,将导丝在血管管道中的运动设为在网格节点在截面内的运动,沿血管管道方向建立的坐标即一维弧长坐标;
根据弧长坐标s来确定检测点位于哪个管段内,满足的条件为:
s1≤s≤s2;
其中s、s1、s2分别为接触点以及两个相邻管道节点的弧长坐标;
b、计算接触检测点在血管轴线上投影点:
导丝网格节点P1、P2分别位于管道截面S1、S2内,其在血管中心线上的投影点是A1、A2;检测点C1位于单元P1P2内部,其在血管中心线对应的投影点为B1;由于B1和C1连线与管道中轴线垂直,B1的弧长坐标s满足:
(R-r(s))·r′(s)=0;
其中R为检测点C1的位置,r(s)为投影点B1的位置,r'(s)为投影点B1的切向量;
c、使用Newton-Raphson方法迭代求解:
其中,xk与vk分别第k时刻的位置和速度,通过式(1)计算第k+1时刻导管的位置与速度xk+1和vk+1,β、γ为常数,且0≤β≤1,0≤γ≤1,△t为两次迭代的时间差,ak和ak+1分别为第k时刻和第k+1时刻的加速度,a为加速度,由以下公式求解:
F(xk+1,vk+1)=Mak+1 (2);
式中,F(·)为碰撞力跟位置和速度的关系函数,M为导丝单元质量;
根据Newton-Raphson公式,可得:
将式(1)代入式(3)中,得到ak+1、xk+1和vk+1的值,确定导丝位置,当其与血管中心线距离等于或超过血管半径时即认为发生碰撞,进行接触点检测。
3.根据权利要求2所述的一种主从导丝控制方法,其特征在于,所述Newton-Raphson方法迭代求解时的s的初始值s0通过插值得到,s0=(1-λ)s1+λs2,其中λ为点C1在单元P1P2内的局部坐标。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010521475.0A CN111797506B (zh) | 2020-06-10 | 2020-06-10 | 一种主从导丝控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010521475.0A CN111797506B (zh) | 2020-06-10 | 2020-06-10 | 一种主从导丝控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111797506A true CN111797506A (zh) | 2020-10-20 |
CN111797506B CN111797506B (zh) | 2022-07-29 |
Family
ID=72804766
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010521475.0A Active CN111797506B (zh) | 2020-06-10 | 2020-06-10 | 一种主从导丝控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111797506B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114052828A (zh) * | 2022-01-17 | 2022-02-18 | 极限人工智能有限公司 | 堵塞穿透控制装置及血管机器人系统 |
CN115252246A (zh) * | 2022-09-28 | 2022-11-01 | 微创神通医疗科技(上海)有限公司 | 颅内血管介入装置及其制备方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102968811A (zh) * | 2012-10-25 | 2013-03-13 | 上海交通大学 | 微创血管介入手术中导丝的实时运动仿真方法 |
CN106067269A (zh) * | 2016-05-13 | 2016-11-02 | 中国科学院自动化研究所 | 虚拟心血管介入手术培训系统中反馈力的确定方法及系统 |
US20170337303A1 (en) * | 2014-11-18 | 2017-11-23 | Universidad Rey Juan Carlos | Computerized method, computer program product and system for simulating the behavior of a woven textile interwoven at thread level |
US20180204378A1 (en) * | 2017-01-13 | 2018-07-19 | Beihang University | Method for real-time cutting of digital organ based on metaball model and hybrid driving method |
CN109116992A (zh) * | 2018-08-31 | 2019-01-01 | 北京航空航天大学 | 一种用于虚拟手力反馈交互的碰撞响应系统 |
-
2020
- 2020-06-10 CN CN202010521475.0A patent/CN111797506B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102968811A (zh) * | 2012-10-25 | 2013-03-13 | 上海交通大学 | 微创血管介入手术中导丝的实时运动仿真方法 |
US20170337303A1 (en) * | 2014-11-18 | 2017-11-23 | Universidad Rey Juan Carlos | Computerized method, computer program product and system for simulating the behavior of a woven textile interwoven at thread level |
CN106067269A (zh) * | 2016-05-13 | 2016-11-02 | 中国科学院自动化研究所 | 虚拟心血管介入手术培训系统中反馈力的确定方法及系统 |
US20180204378A1 (en) * | 2017-01-13 | 2018-07-19 | Beihang University | Method for real-time cutting of digital organ based on metaball model and hybrid driving method |
CN109116992A (zh) * | 2018-08-31 | 2019-01-01 | 北京航空航天大学 | 一种用于虚拟手力反馈交互的碰撞响应系统 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114052828A (zh) * | 2022-01-17 | 2022-02-18 | 极限人工智能有限公司 | 堵塞穿透控制装置及血管机器人系统 |
CN115252246A (zh) * | 2022-09-28 | 2022-11-01 | 微创神通医疗科技(上海)有限公司 | 颅内血管介入装置及其制备方法 |
CN115252246B (zh) * | 2022-09-28 | 2022-12-16 | 微创神通医疗科技(上海)有限公司 | 颅内血管介入装置及其制备方法 |
Also Published As
Publication number | Publication date |
---|---|
CN111797506B (zh) | 2022-07-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Kühnapfel et al. | Endoscopic surgery training using virtual reality and deformable tissue simulation | |
Wang et al. | Cutting on triangle mesh: local model-based haptic display for dental preparation surgery simulation | |
JP4269623B2 (ja) | 血流可視化診断装置 | |
CN111797506B (zh) | 一种主从导丝控制方法 | |
Karbasizadeh et al. | Experimental dynamic identification and model feed-forward control of Novint Falcon haptic device | |
Cotin et al. | Real-time surgery simulation with haptic feedback using finite elements | |
Zhang et al. | Study on collision detection and force feedback algorithm in virtual surgery | |
Wang et al. | A computer-based real-time simulation of interventional radiology | |
JP2012079182A (ja) | オブジェクト操作装置、オブジェクト操作方法、およびオブジェクト操作プログラム | |
Duriez et al. | A multi-threaded approach for deformable/rigid contacts with haptic feedback | |
Li et al. | A novel FEM-based numerical solver for interactive catheter simulation in virtual catheterization | |
Lin et al. | Interference detection between curved objects for computer animation | |
Tayfun et al. | Interface design and performance analysis for a haptic robot | |
Zhang et al. | Configuration-based optimization for six degree-of-freedom haptic rendering using sphere-trees | |
Guo et al. | A VR-based training system for vascular interventional surgery | |
CN111597720B (zh) | 一种考虑空间大变形的介入手术导丝建模方法及其应用 | |
Mi et al. | A multi-body mass-spring model for virtual reality training simulators based on a robotic guide wire operating system | |
Andrews et al. | Haptic texturing based on real-world samples | |
Li et al. | Experiments and assessments of a 3-DOF haptic device for interactive operation | |
Kim et al. | Robotic virtual manipulations of a nuclear hot‐cell digital mock‐up system | |
Tan et al. | Real-time Knowledge-based Fuzzy Logic Model for Soft Tissue Deformation | |
Zhang et al. | [Retracted] Study on Collision Detection and Force Feedback Algorithm in Virtual Surgery | |
Liu et al. | Surgical simulation with high-fidelity haptic feedback | |
Zahiri et al. | Tool tracking in a laparoscopic virtual reality training system | |
Fukui | Bump mapping for a force display |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |