CN112017516A - 一种远程血管介入手术训练系统 - Google Patents
一种远程血管介入手术训练系统 Download PDFInfo
- Publication number
- CN112017516A CN112017516A CN202010869089.0A CN202010869089A CN112017516A CN 112017516 A CN112017516 A CN 112017516A CN 202010869089 A CN202010869089 A CN 202010869089A CN 112017516 A CN112017516 A CN 112017516A
- Authority
- CN
- China
- Prior art keywords
- module
- displacement
- data
- contact force
- blood vessel
- 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
- 238000012549 training Methods 0.000 title claims abstract description 35
- 230000002792 vascular Effects 0.000 title claims abstract description 33
- 238000006073 displacement reaction Methods 0.000 claims abstract description 80
- 210000004204 blood vessel Anatomy 0.000 claims abstract description 53
- 238000000034 method Methods 0.000 claims abstract description 24
- 230000008569 process Effects 0.000 claims abstract description 21
- 230000010365 information processing Effects 0.000 claims abstract description 17
- 230000008447 perception Effects 0.000 claims abstract description 10
- 238000013528 artificial neural network Methods 0.000 claims description 10
- 230000009471 action Effects 0.000 claims description 9
- 238000004891 communication Methods 0.000 claims description 8
- 230000000007 visual effect Effects 0.000 claims description 8
- 238000013473 artificial intelligence Methods 0.000 claims description 5
- 230000008713 feedback mechanism Effects 0.000 claims description 5
- 230000033001 locomotion Effects 0.000 claims description 5
- 238000013507 mapping Methods 0.000 claims description 4
- 239000003086 colorant Substances 0.000 claims description 3
- 238000013152 interventional procedure Methods 0.000 claims description 3
- 230000035945 sensitivity Effects 0.000 claims description 3
- 238000010276 construction Methods 0.000 description 5
- 238000013461 design Methods 0.000 description 4
- 238000001514 detection method Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 201000010099 disease Diseases 0.000 description 3
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 208000024172 Cardiovascular disease Diseases 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 230000005855 radiation Effects 0.000 description 2
- 238000009877 rendering Methods 0.000 description 2
- 230000001174 ascending effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 208000026106 cerebrovascular disease Diseases 0.000 description 1
- 238000002591 computed tomography Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000002526 effect on cardiovascular system Effects 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000002324 minimally invasive surgery Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000011664 nicotinic acid Substances 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 208000019553 vascular disease Diseases 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
- G09B—EDUCATIONAL OR DEMONSTRATION APPLIANCES; APPLIANCES FOR TEACHING, OR COMMUNICATING WITH, THE BLIND, DEAF OR MUTE; MODELS; PLANETARIA; GLOBES; MAPS; DIAGRAMS
- G09B23/00—Models for scientific, medical, or mathematical purposes, e.g. full-sized devices for demonstration purposes
- G09B23/28—Models for scientific, medical, or mathematical purposes, e.g. full-sized devices for demonstration purposes for medicine
-
- G—PHYSICS
- G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
- G09B—EDUCATIONAL OR DEMONSTRATION APPLIANCES; APPLIANCES FOR TEACHING, OR COMMUNICATING WITH, THE BLIND, DEAF OR MUTE; MODELS; PLANETARIA; GLOBES; MAPS; DIAGRAMS
- G09B9/00—Simulators for teaching or training purposes
Landscapes
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Educational Technology (AREA)
- Educational Administration (AREA)
- Business, Economics & Management (AREA)
- Medicinal Chemistry (AREA)
- Computational Mathematics (AREA)
- Algebra (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Mathematical Physics (AREA)
- Pure & Applied Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- General Health & Medical Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Manipulator (AREA)
- Instructional Devices (AREA)
Abstract
本发明公开了一种远程血管介入手术训练系统，血管介入手术器材在操作者的操作下产生位移，位移传感器检测位移数据通过主端信息处理模块发送给虚拟从端模块；虚拟从端模块内设有血管介入手术器材模型和血管模型，利用所述位移数据驱动血管介入手术器材模型产生位移，所述血管介入手术器材模型在发生位移的过程中与所述血管模型接触，产生接触力数据，通过主端信息处理模块反馈至主端；接触力数据通过力反馈装置加载至血管介入手术器材，为操作者提供触觉力的感知。本发明采用实际血管介入手术器材与虚拟从端相结合的方式，解决了样本数量少、种类单一的问题，对于医生有效改善手术训练方式和提高医生血管介入手术技能具有较大的实用价值。
Description
技术领域
本发明涉及医疗手术机器人设计领域，尤其涉及一种远程血管介入手术训练系统。
背景技术
血管疾病具有发病率高、致残率高、病死率高等“三高”特点。我国心血管疾病患者已达2.9亿，且患者年龄呈逐年下降趋势，同时每年900万心脑血管疾病患者中就有250万人死亡，且患病人数仍呈现上升趋势。目前，血管介入微创手术是血管疾病诊断治疗的主要技术手段。在传统的血管介入手术过程中，医生遭受X射线辐射且需长时间穿戴20Kg重的铅制防辐射衣，将严重影响医生的身体健康。为了减少辐射量，采用远程医疗手段、提高手术过程的流畅度与操作精度对医生进行相应的手术操作训练十分必要。
目前，医生进行血管介入手术操作训练时主要是利用尸体、病患者、动物和人体仿生模型，上述四种模型都有不同程度的技术限制。样本数量少、种类单一是远程血管介入手术操作训练所面临的重大问题。
发明内容
有鉴于此，本发明提供了一种远程血管介入手术训练系统，采用实际血管介入手术器材与虚拟从端相结合的方式，解决了样本数量少、种类单一的问题，对于医生有效改善手术训练方式和提高医生血管介入手术技能具有较大的实用价值。
为了解决上述技术问题，本发明是这样实现的：
一种远程血管介入手术训练系统，包括：主端手动操作模块、虚拟从端模块以及场景视觉反馈模块；主端手动操作模块包括由真实导丝和导管组成的血管介入手术器材、位移传感器、力反馈装置和主端信息处理模块；
所述位移传感器，用于采集在操作者的操作下血管介入手术器材所产生的真实位移数据；
所述主端信息处理模块，用于将所述位移数据转化为电信号发送给虚拟从端模块，还用于将虚拟从端模块反馈的接触力数据发送给力反馈装置；
所述力反馈装置，用于将所述接触力数据加载至所述血管介入手术器材，为操作者提供触觉力的感知；
所述虚拟从端模块内设有血管介入手术器材模型和血管模型，用于利用所述位移数据驱动血管介入手术器材模型产生位移，所述血管介入手术器材模型在发生位移的过程中与所述血管模型接触，产生接触力数据，反馈给所述主端信息处理模块；
所述场景视觉反馈模块，用于采集虚拟从端模块的操作动作与过程的图像视频以及操作环境状况，实时传输并展示给操作者。
优选地，所述力反馈装置包括周向力反馈实现装置和轴向力反馈实现装置；
血管介入手术器材两端分别刚性连接一端套筒，两侧套筒的自由部通过周向力反馈实现装置安装在基座上；轴向力反馈实现装置和位移传感器也设置在基座上，并位于所述套筒处；所述周向力反馈实现装置和所述轴向力反馈实现装置用于根据接触力数据向套筒施加真实的径向反馈力和轴向反馈力，使得操作者可以直接感受触觉力；所述位移传感器用于检测套筒的轴向位移数据和旋转位移数据。
优选地，两端的套筒一端接入导丝，另一端接入导管。
优选地，所述轴向力反馈装置含有三个相同的轴向力反馈机构组合而成，同轴安装；根据操作者的感知灵敏度选择参与工作的轴向力反馈机构个数。
优选地，该系统还包括训练操作模式选择模块和主端自动操作模块；
所述训练操作模式选择模块根据外部选择，确定操作模式；当为手动操作模式，则触发主端手动操作模块工作；当为自动操作模式，则触发主端自动操作模块工作；
所述主端自动操作模块，用于接收来自虚拟从端模块的接触力数据，利用人工智能算法根据接触力数据确定作为控制量的位移数据，输出给虚拟从端模块，从而对虚拟从端模块中的血管介入手术器材模型在血管模型中发生的位移运动进行控制。
优选地，所述主端自动操作模块采用神经网络算法实现；神经网络输入为接触力数据，输出为位移数据。
优选地，该系统还包括安全预警模块，用于对虚拟从端模块产生的接触力数据进行预警判断，将判断结果通过声、光和/或振动的方式提示操作者。
优选地，所述安全预警模块包括信号灯预警模块和振动器预警模块；
所述信号灯预警模块针对接触力数据大小提供红、黄、绿三种颜色的信号灯，其中红色代表接触力过大，警示将会刺破血管，危险性较高；黄色表示接触力偏大，具有一定的危险性；绿色表示接触力较小，操作动作合理、无危险性；
所述振动器预警模块采用佩戴式振动器，振动器通过建立接触力与振动强度的映射关系将接触力数据转化为振动器的振动强度，以实现危险预警。
优选地，所述场景视觉反馈模块包括图像采集设备、无线通信网络和显示设备；所述图像采集设备用于采集虚拟从端模块的操作动作与过程的图像视频以及操作环境状况；无线通信网络实现图像采集设备与显示设备的连通；显示设备用于显示图像采集设备采集的图像视频。
有益效果：
(1)本发明采用实际血管介入手术器材与虚拟从端相结合的方式。血管介入手术器材主端可实现血管介入手术器材的协同推送操作，且可实现周向力和轴向力反馈，提高医生的手术临场感，符合人机工程学的设计要求。同时，虚拟从端可以通过配置多样化模型有效满足医生对训练样本的多样化需求，对提高训练效果有较大帮助。
(2)在一优选实施例中，血管介入手术器材结合周向力反馈实现装置、轴向力反馈实现装置和位移传感器实现；位移传感器实现将医生对血管介入手术器材的操作的位移数据全面的反应给虚拟从端，周向力和轴向力反馈装置将虚拟从端根据模型计算出的力反馈全面复现到血管介入手术器材上，进一步提高了医生的手术临场感，符合人机工程学的设计要求。
(3)训练系统中提出了同时具有手动操作模块和自动操作模块两种模式下的血管介入手术训练方法，引入了人工智能技术，有利于推动血管介入手术的智能化发展。
(4)训练系统加入了安全预警模块，通过声、光、振动的方式提示操作者当前操作情况及其效果，为了训练反馈提供了多元化的信息提示。同时，目前的危险预警系统大多仅仅采用信号灯预警。而在该训练系统中的手术过程中，通过危险预警系统模块的警示提醒与摄像头反馈的视频图像信息等多维信息和方式协同警示，有效避免了单一预警模式带来的危险警示不及时问题。
附图说明
图1为本发明远程血管介入手术训练系统的原理图。
图2为血管介入手术器材、位移传感器、力反馈装置的实现结构图。
图3为虚拟从端手术器材模型构建流程图。
图4为虚拟从端血管模型构建流程图。
具体实施方式
下面结合附图并举实施例，对本发明进行详细描述。
本发明提供了一种远程血管介入手术训练系统，如图1所示，其包括训练操作模式选择模块、主端手动操作模块、主端自动操作模块、虚拟从端模块、场景视觉反馈模块和安全预警模块。在另一实施例中，可以不包括主端自动操作模块、安全预警模块部分。
训练操作模式选择模块，用于根据外部选择，确定操作模式。当为手动操作模式时，则触发主端手动操作模块工作；当为自动操作模式，则触发主端自动操作模块工作。
主端手动操作模块为手动操作部分。主端手动操作模块包括由真实导丝和导管组成的血管介入手术器材、位移传感器、力反馈装置和主端信息处理模块。
位移传感器用于采集在操作者的操作下血管介入手术器材所产生的真实位移数据。位移数据包含轴向位移数据和旋转位移数据，这两种数据能够完整表达出导丝和导管的动作。
主端信息处理模块用于将位移传感器产生的位移数据转化为电信号发送给虚拟从端模块，还用于将虚拟从端模块反馈的接触力数据发送给力反馈装置。
力反馈装置用于将虚拟从端模块反馈的接触力数据加载至所述血管介入手术器材，使其复现，从而为操作者提供触觉力的感知。所述接触力数据是指虚拟从端操作过程中产生的轴向力和周向力。
虚拟从端模块内设有血管介入手术器材模型和血管模型。该模块利用位移数据驱动血管介入手术器材模型产生位移，该血管介入手术器材模型在发生位移的过程中与所述血管模型接触，产生接触力数据，反馈给主端手动操作模块的主端信息处理模块，以实现接触力数据的复现。
手动操作下该训练系统的操作步骤如下：1)医生操作血管介入手术器材(血管介入手术器材是指血管介入手术使用的真实导丝和真实导管)并产生位移数据(位移数据包含轴向位移数据和旋转位移数据)；2)主端信息处理模块处理并存储步骤1)产生的位移数据，并将其转化为电信号；3)主端信息处理模块将位移数据传递至虚拟从端模块，并驱动虚拟从端的介入手术器材模型产生位移，同时虚拟从端(包含血管介手术器材模型与血管模型)的介入手术器材模型在发生位移的过程中与血管模型发生接触，会产生接触力数据(反馈力是指虚拟从端操作过程中产生的轴向力和周向力)；4)步骤3中的虚拟从端模块产生的力数据经过主端信息处理模块处理并传递给血管介入手术器材主端；5)血管介入手术器材主端的力反馈装置(力反馈装置包含轴向力力反馈装置和周向力反馈装置)将步骤4传递的力数据复现并加载至血管介入手术器材主端的血管介入手术器材，为医生提供触觉力的感知。
发主端自动操作模块为自动操作部分。采用智能手术导航控制系统模块实现。智能手术导航控制系统模块是以利用人工智能技术处理训练过程中产生的位移数据与接触力数据，进而进行智能手术操作训练。具体的处理过程如下：在虚拟从端模块中，血管介入手术器材(导丝和导管)模型于血管模型中运动，并常常与血管内壁发生接触。通过虚拟现实领域中的碰撞检测技术，获得接触力数据，该接触力数据回传到智能手术光学控制系统模块中，利用人工智能算法根据接触力数据确定位移数据，该位移数据作为控制量输出给虚拟从端模块，从而对虚拟从端模块中的血管介入手术器材模型在血管模型中发生的位移运动进行控制。
主端自动操作模块可以采用神经网络算法实现，神经网络输入为接触力数据，输出为位移数据。神经网络通过预先训练即可得到接触力数据与位移数据的映射关系。
数据经过神经网络算法的智能化处理，然后向血管介入手术器材模型发出操作指令(操作指令包括前进、后退或旋转)。其中神经网络算法的智能化的处理依据是虚拟从端模块产生的接触力数据。
安全预警模块，用于对虚拟从端模块产生的接触力数据进行预警判断，将判断结果通过声、光和/或振动的方式提示操作者。如图所示，本实施例中该安全预警模块包含有信号灯预警模块和振动器预警模块，两模块的设计基础是虚拟从端产生的接触力数据。信号灯预警模块是指设计红、黄、绿三种颜色的信号灯，为医生提供视觉预警信号，其中红色代表接触力过大，警示将会刺破血管，危险性较高；黄色表示接触力偏大，具有一定的危险性；绿色表示接触力较小，操作动作合理、无危险性。振动器预警模块是指利用一款佩戴式振动器，为医生提供触觉预警信号。该振动器通过建立接触力与振动强度的映射关系将接触力信息转化为振动器的振动强度，以实现危险预警。医生通过安全预警模块的警示作用可以更好的进行手术训练操作。
场景视觉反馈模块用于采集虚拟从端模块的操作动作与过程的图像视频以及操作环境状况，实时传输并展示给操作者。场景视觉反馈模块可以包括图像采集设备(摄像头)、无线通信网络和显示设备。图像采集设备用于采集虚拟从端模块的操作动作与过程的图像视频以及操作环境状况；采集信息通过无线通信网络传输到显示设备。显示设备可以是显示屏或者是头盔显示器或者是虚拟显示眼镜，用于为医生显示图像采集设备采集的图像视频，增强手术操作的可行性与安全性。
图2为本发明血管介入手术器材、位移传感器、力反馈装置的实现结构图。图中包括，包括基座1、套筒2、位移传感器3、周向力反馈实现装置4和轴向力反馈实现装置5。
两套筒2同轴设置，分别通过一个周向力反馈实现装置4固定在基座1上。两个套筒2中的一个连接导丝6，另一个连接导管7，连接方式均为刚性连接，从而保证导丝和导管的同轴性。轴向力反馈实现装置5和位移传感器3也设置在基座上，并位于所述套筒处。周向力反馈实现装置4和轴向力反馈实现装置5与主端信息处理模块相连，接收接触力数据，根据接触力数据向套筒施加真实的周向反馈力和轴向反馈力，使得操作者可以直接感受触觉力。需要说明的是：套筒和血管介入手术器材耦合在一起，实现刚性连接，故医生的手指可以直接感受触觉力。位移传感器用于检测套筒的轴向位移数据和旋转位移数据，发送给主端信息处理模块。
位移传感器可以采用非接触式的光学传感器，可以采用激光检测传感器或者图像检测传感器实现。此外，光学传感器可以采用一个传感器采集两个方向的位移量，也可以采用两个传感器分别检测轴向位移数据和旋转位移数据。
周向力反馈实现装置4可以采用电机实现，利用电机产生的逆周向力实现。逆周向力是指与虚拟从端模块反馈的大小周向力相同、方向相反的力。
轴向力反馈实现装置5可以采用可移动的夹持装置实现。夹持装置夹住套筒，通过移动实现轴向力的复现。本实施例中，轴向力反馈实现装置5含有三个相同的轴向力反馈机构组合而成，同轴安装。工作时，可以根据医生对力感知敏感度选择参与工作的机构个数，可更好地适应不同医生的触觉感知需求。
手动操作模块下，医生操作血管介入手术机器人主端时，医生的两只手分别握住导管导丝(根据临床操作需求自行选择)。操作时，导丝牵动着套筒进行旋转与轴向移动，此时导航传感器测量相应的位移数据，并传递至主端信息处理模块进行处理。同时，力反馈装置将虚拟从端产生的接触力作用于套筒上，进而为医生提供触觉感知。选用的血管介入手术器材为市场化通用器材，且医生可直接与手术器材接触并进行操作，因此能够更好地保证医生临床手术经验知识的应用。
如图3所示为虚拟从端血管介入手术器材模型的构建流程图，具体构建过程如下：首先获取介入手术器材几何参数模型，然后通过赋予该模型泊松比、弹性模量的物理参数进行驱动，获得相应的介入手术器材物理模型，最后经过OpenGL渲染和Unity 3D驱动进而得到虚拟从端手术器材模型。
如图4所示为虚拟从端血管模型的构建流程图，具体构建过程如下：首先获取血管CT扫描数据，经Mimics处理后构建出血管几何模型，然后通过物理参数驱动算法构建血管物理模型，最后经过OpenGL渲染和Unity 3D驱动进而得到虚拟从端血管模型。其中，影响物理模型驱动算法的参数有年龄、性别、血管弹性性能以及其他影响血管变形能力的参数等，从而可以提供多种血管训练模型，增大了训练样本库，更好地符合临床训练需求。
综上所述，以上仅为本发明的较佳实施例而已，并非用于限定本发明的保护范围。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (9)
1.一种远程血管介入手术训练系统，其特征在于，包括：主端手动操作模块、虚拟从端模块以及场景视觉反馈模块；主端手动操作模块包括由真实导丝和导管组成的血管介入手术器材、位移传感器、力反馈装置和主端信息处理模块；
所述位移传感器，用于采集在操作者的操作下血管介入手术器材所产生的真实位移数据；
所述主端信息处理模块，用于将所述位移数据转化为电信号发送给虚拟从端模块，还用于将虚拟从端模块反馈的接触力数据发送给力反馈装置；
所述力反馈装置，用于将所述接触力数据加载至所述血管介入手术器材，为操作者提供触觉力的感知；
所述虚拟从端模块内设有血管介入手术器材模型和血管模型，用于利用所述位移数据驱动血管介入手术器材模型产生位移，所述血管介入手术器材模型在发生位移的过程中与所述血管模型接触，产生接触力数据，反馈给所述主端信息处理模块；
所述场景视觉反馈模块，用于采集虚拟从端模块的操作动作与过程的图像视频以及操作环境状况，实时传输并展示给操作者。
2.如权利要求1所述的系统，其特征在于，所述力反馈装置包括周向力反馈实现装置和轴向力反馈实现装置；
血管介入手术器材两端分别刚性连接一端套筒，两侧套筒的自由部通过周向力反馈实现装置安装在基座上；轴向力反馈实现装置和位移传感器也设置在基座上，并位于所述套筒处；所述周向力反馈实现装置和所述轴向力反馈实现装置用于根据接触力数据向套筒施加真实的径向反馈力和轴向反馈力，使得操作者可以直接感受触觉力；所述位移传感器用于检测套筒的轴向位移数据和旋转位移数据。
3.如权利要求1所述的系统，其特征在于，两端的套筒一端接入导丝，另一端接入导管。
4.如权利要求2所述的系统，其特征在于，所述轴向力反馈装置含有三个相同的轴向力反馈机构组合而成，同轴安装；根据操作者的感知灵敏度选择参与工作的轴向力反馈机构个数。
5.如权利要求1所述的系统，其特征在于，该系统还包括训练操作模式选择模块和主端自动操作模块；
所述训练操作模式选择模块根据外部选择，确定操作模式；当为手动操作模式，则触发主端手动操作模块工作；当为自动操作模式，则触发主端自动操作模块工作；
所述主端自动操作模块，用于接收来自虚拟从端模块的接触力数据，利用人工智能算法根据接触力数据确定作为控制量的位移数据，输出给虚拟从端模块，从而对虚拟从端模块中的血管介入手术器材模型在血管模型中发生的位移运动进行控制。
6.如权利要求5所述的系统，其特征在于，所述主端自动操作模块采用神经网络算法实现；神经网络输入为接触力数据，输出为位移数据。
7.如权利要求1所述的系统，其特征在于，该系统还包括安全预警模块，用于对虚拟从端模块产生的接触力数据进行预警判断，将判断结果通过声、光和/或振动的方式提示操作者。
8.如权利要求7所述的系统，其特征在于，所述安全预警模块包括信号灯预警模块和振动器预警模块；
所述信号灯预警模块针对接触力数据大小提供红、黄、绿三种颜色的信号灯，其中红色代表接触力过大，警示将会刺破血管，危险性较高；黄色表示接触力偏大，具有一定的危险性；绿色表示接触力较小，操作动作合理、无危险性；
所述振动器预警模块采用佩戴式振动器，振动器通过建立接触力与振动强度的映射关系将接触力数据转化为振动器的振动强度，以实现危险预警。
9.如权利要求1所述的系统，其特征在于，所述场景视觉反馈模块包括图像采集设备、无线通信网络和显示设备；所述图像采集设备用于采集虚拟从端模块的操作动作与过程的图像视频以及操作环境状况；无线通信网络实现图像采集设备与显示设备的连通；显示设备用于显示图像采集设备采集的图像视频。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010869089.0A CN112017516B (zh) | 2020-08-26 | 2020-08-26 | 一种远程血管介入手术训练系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010869089.0A CN112017516B (zh) | 2020-08-26 | 2020-08-26 | 一种远程血管介入手术训练系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112017516A true CN112017516A (zh) | 2020-12-01 |
| CN112017516B CN112017516B (zh) | 2022-10-04 |
Family
ID=73503974
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010869089.0A Active CN112017516B (zh) | 2020-08-26 | 2020-08-26 | 一种远程血管介入手术训练系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112017516B (zh) |
Cited By (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112530553A (zh) * | 2020-12-03 | 2021-03-19 | 中国科学院深圳先进技术研究院 | 软组织与工具之间的交互力估计方法及装置 |
| CN112562445A (zh) * | 2020-12-28 | 2021-03-26 | 西南石油大学 | 用于介入手术训练系统中的导管操控主动引导机构及设备 |
| CN112587241A (zh) * | 2020-12-14 | 2021-04-02 | 北京理工大学 | 一种血管介入手术机器人主端导丝/导管操作装置 |
| CN113749779A (zh) * | 2021-08-31 | 2021-12-07 | 深圳市爱博医疗机器人有限公司 | 一种具有防误碰功能的介入手术机器人主端控制装置 |
| CN113925607A (zh) * | 2021-11-12 | 2022-01-14 | 上海微创医疗机器人（集团）股份有限公司 | 手术机器人操作训练方法、装置、系统、介质及设备 |
| CN114442490A (zh) * | 2022-04-07 | 2022-05-06 | 杭州柳叶刀机器人有限公司 | 基于自适应力反馈的血管介入机器人系统主端控制方法 |
| CN115273591A (zh) * | 2022-07-28 | 2022-11-01 | 北京理工大学 | 一种量化介入手术操作行为的训练系统及其方法 |
| CN115444516A (zh) * | 2022-10-10 | 2022-12-09 | 福州大学 | 一种基于微力反馈的远程旋磨操作系统及控制方法 |
| CN116778782A (zh) * | 2023-08-25 | 2023-09-19 | 北京唯迈医疗设备有限公司 | 一种介入手术体外模拟训练系统及其控制方法 |
Citations (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| DE10162272A1 (de) * | 2001-12-19 | 2003-07-10 | Philips Intellectual Property | Verfahren zur Unterstützung der Orientierung im Gefäßsystem |
| US20080020362A1 (en) * | 2004-08-10 | 2008-01-24 | Cotin Stephane M | Methods and Apparatus for Simulaton of Endovascular and Endoluminal Procedures |
| CN202217426U (zh) * | 2011-08-19 | 2012-05-09 | 梁洪享 | 血管介入教学训练模型 |
| US20120245595A1 (en) * | 2009-08-26 | 2012-09-27 | The Research Foundation Of State University Of New York | System and Method for Endovascular Telerobotic Access |
| 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 |
| CN105096716A (zh) * | 2015-09-01 | 2015-11-25 | 深圳先进技术研究院 | 血管内介入手术模拟系统 |
| CN105892676A (zh) * | 2016-04-26 | 2016-08-24 | 中国科学院自动化研究所 | 一种血管介入手术送丝机构的人机交互装置、系统及方法 |
| CN107361844A (zh) * | 2017-06-20 | 2017-11-21 | 上海交通大学 | 一种机器人辅助心血管介入手术中的安全防护方法 |
| CN108175504A (zh) * | 2017-11-27 | 2018-06-19 | 北京理工大学 | 血管介入手术导管/导丝轴向操作位移检测装置及方法 |
| CN108305522A (zh) * | 2018-04-09 | 2018-07-20 | 西南石油大学 | 一种用于血管介入手术操作引导用的训练设备 |
| CN108665759A (zh) * | 2018-05-07 | 2018-10-16 | 上海斐旭电子设备有限公司 | 一种血管介入手术模拟训练系统实现过程 |
| CN210056225U (zh) * | 2019-03-07 | 2020-02-14 | 天津理工大学 | 一种新型血管介入手术机器人导管导丝协同操作实现装置 |
| CN210200024U (zh) * | 2019-06-25 | 2020-03-27 | 临沂罗庄中心医院 | 一种点对点远程医疗教学装置 |
| CN111243746A (zh) * | 2020-01-20 | 2020-06-05 | 上海奥朋医疗科技有限公司 | 一种血管介入手术机器人的手术仿真方法及系统 |
-
2020
- 2020-08-26 CN CN202010869089.0A patent/CN112017516B/zh active Active
Patent Citations (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| DE10162272A1 (de) * | 2001-12-19 | 2003-07-10 | Philips Intellectual Property | Verfahren zur Unterstützung der Orientierung im Gefäßsystem |
| US20080020362A1 (en) * | 2004-08-10 | 2008-01-24 | Cotin Stephane M | Methods and Apparatus for Simulaton of Endovascular and Endoluminal Procedures |
| US20120245595A1 (en) * | 2009-08-26 | 2012-09-27 | The Research Foundation Of State University Of New York | System and Method for Endovascular Telerobotic Access |
| CN202217426U (zh) * | 2011-08-19 | 2012-05-09 | 梁洪享 | 血管介入教学训练模型 |
| 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 |
| CN105096716A (zh) * | 2015-09-01 | 2015-11-25 | 深圳先进技术研究院 | 血管内介入手术模拟系统 |
| CN105892676A (zh) * | 2016-04-26 | 2016-08-24 | 中国科学院自动化研究所 | 一种血管介入手术送丝机构的人机交互装置、系统及方法 |
| CN107361844A (zh) * | 2017-06-20 | 2017-11-21 | 上海交通大学 | 一种机器人辅助心血管介入手术中的安全防护方法 |
| CN108175504A (zh) * | 2017-11-27 | 2018-06-19 | 北京理工大学 | 血管介入手术导管/导丝轴向操作位移检测装置及方法 |
| CN108305522A (zh) * | 2018-04-09 | 2018-07-20 | 西南石油大学 | 一种用于血管介入手术操作引导用的训练设备 |
| CN108665759A (zh) * | 2018-05-07 | 2018-10-16 | 上海斐旭电子设备有限公司 | 一种血管介入手术模拟训练系统实现过程 |
| CN210056225U (zh) * | 2019-03-07 | 2020-02-14 | 天津理工大学 | 一种新型血管介入手术机器人导管导丝协同操作实现装置 |
| CN210200024U (zh) * | 2019-06-25 | 2020-03-27 | 临沂罗庄中心医院 | 一种点对点远程医疗教学装置 |
| CN111243746A (zh) * | 2020-01-20 | 2020-06-05 | 上海奥朋医疗科技有限公司 | 一种血管介入手术机器人的手术仿真方法及系统 |
Non-Patent Citations (2)
| Title |
|---|
| 郭书祥: "《机器人辅助血管腔内介入技术现状分析》", 《生命科学仪器》 * |
| 陈铁凝等: "《基于非线性力反馈的血管介入手术训练系统》", 《光学技术》 * |
Cited By (15)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112530553A (zh) * | 2020-12-03 | 2021-03-19 | 中国科学院深圳先进技术研究院 | 软组织与工具之间的交互力估计方法及装置 |
| CN112587241A (zh) * | 2020-12-14 | 2021-04-02 | 北京理工大学 | 一种血管介入手术机器人主端导丝/导管操作装置 |
| CN112587241B (zh) * | 2020-12-14 | 2021-11-26 | 北京理工大学 | 一种血管介入手术机器人主端导丝/导管操作装置 |
| CN112562445A (zh) * | 2020-12-28 | 2021-03-26 | 西南石油大学 | 用于介入手术训练系统中的导管操控主动引导机构及设备 |
| CN112562445B (zh) * | 2020-12-28 | 2024-05-28 | 西南石油大学 | 用于介入手术训练系统中的导管操控主动引导机构及设备 |
| CN113749779B (zh) * | 2021-08-31 | 2023-08-04 | 深圳市爱博医疗机器人有限公司 | 一种具有防误碰功能的介入手术机器人主端控制装置 |
| CN113749779A (zh) * | 2021-08-31 | 2021-12-07 | 深圳市爱博医疗机器人有限公司 | 一种具有防误碰功能的介入手术机器人主端控制装置 |
| CN113925607A (zh) * | 2021-11-12 | 2022-01-14 | 上海微创医疗机器人（集团）股份有限公司 | 手术机器人操作训练方法、装置、系统、介质及设备 |
| CN114442490A (zh) * | 2022-04-07 | 2022-05-06 | 杭州柳叶刀机器人有限公司 | 基于自适应力反馈的血管介入机器人系统主端控制方法 |
| CN114442490B (zh) * | 2022-04-07 | 2022-06-24 | 杭州柳叶刀机器人有限公司 | 基于自适应力反馈的血管介入机器人系统主端控制方法 |
| CN115273591B (zh) * | 2022-07-28 | 2023-07-25 | 北京理工大学 | 一种量化介入手术操作行为的训练系统及其方法 |
| CN115273591A (zh) * | 2022-07-28 | 2022-11-01 | 北京理工大学 | 一种量化介入手术操作行为的训练系统及其方法 |
| CN115444516A (zh) * | 2022-10-10 | 2022-12-09 | 福州大学 | 一种基于微力反馈的远程旋磨操作系统及控制方法 |
| CN116778782A (zh) * | 2023-08-25 | 2023-09-19 | 北京唯迈医疗设备有限公司 | 一种介入手术体外模拟训练系统及其控制方法 |
| CN116778782B (zh) * | 2023-08-25 | 2023-11-17 | 北京唯迈医疗设备有限公司 | 一种介入手术体外模拟训练系统及其控制方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112017516B (zh) | 2022-10-04 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112017516B (zh) | 一种远程血管介入手术训练系统 | |
| CN109791801B (zh) | 机器人外科手术系统中的虚拟现实训练、模拟和协作 | |
| CN110800033B (zh) | 虚拟现实腹腔镜式工具 | |
| US11690602B2 (en) | Methods and apparatus for tele-medicine | |
| RU2740259C2 (ru) | Позиционирование датчика ультразвуковой визуализации | |
| JP3539645B2 (ja) | 遠隔手術支援装置 | |
| CN110215287A (zh) | 一种主从式医疗操控系统 | |
| CN113842165B (zh) | 便携式远程超声扫查系统与安全超声扫查柔顺控制方法 | |
| EP3721320B1 (en) | Communication methods and systems | |
| JPH07184923A (ja) | 遠隔微細手術支援装置 | |
| CN108665759A (zh) | 一种血管介入手术模拟训练系统实现过程 | |
| CN115919474A (zh) | 软式内镜操控机器人系统 | |
| EP3875226A1 (en) | Interactive information transmission system, interactive information transmission method, and information transmission system | |
| JP5784388B2 (ja) | 医療用マニピュレータシステム | |
| Ren et al. | Human-compliant body-attached soft robots towards automatic cooperative ultrasound imaging | |
| CN114022587A (zh) | 用于手术机器人的标记共享方法、装置、系统、设备及介质 | |
| CN101882394B (zh) | 虚拟介入手术的力觉反馈模拟装置 | |
| CN109171604A (zh) | 一种有ar功能的智能内窥镜操作系统 | |
| KR20120008292A (ko) | 가상 관절경 수술 시스템 | |
| JPH1094529A (ja) | 医療装置 | |
| CN104856650A (zh) | 患者端远程辅助诊疗设备及远程辅助诊疗方法 | |
| CN113397708A (zh) | 粒子穿刺手术机器人导航系统 | |
| JP2023504266A (ja) | 外科用イメージングの拡張現実ディスプレイ | |
| CN115397353A (zh) | 用于外科机器人系统的移动虚拟现实系统 | |
| CN114143353B (zh) | 一种远程牙科治疗系统及使用方法 |
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 | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20220106 Address after: 518000 runheng building 2515, 2008 CaiTian Road, Fushan community, Futian street, Futian District, Shenzhen City, Guangdong Province Applicant after: Shenzhen Investment rongmai Network Technology Co.,Ltd. Address before: 100081 No. 5 South Main Street, Haidian District, Beijing, Zhongguancun Applicant before: BEIJING INSTITUTE OF TECHNOLOGY |
|
| TA01 | Transfer of patent application right | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20220216 Address after: 518112 801-806, building 12, China Hisense innovation industry city, No. 12, Ganli Sixth Road, gankeng community, Jihua street, Longgang District, Shenzhen, Guangdong Province Applicant after: Shenzhen Aibo medical robot Co.,Ltd. Address before: 518000 runheng building 2515, 2008 CaiTian Road, Fushan community, Futian street, Futian District, Shenzhen City, Guangdong Province Applicant before: Shenzhen Investment rongmai Network Technology Co.,Ltd. |
|
| TA01 | Transfer of patent application right | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| CP03 | Change of name, title or address |
Address after: 518112 801-806, building 12, China Hisense innovation industry city, No. 12, Ganli Sixth Road, gankeng community, Jihua street, Longgang District, Shenzhen, Guangdong Province Patentee after: Shenzhen Aibo Hechuang Medical Robot Co.,Ltd. Address before: 518112 801-806, building 12, China Hisense innovation industry city, No. 12, Ganli Sixth Road, gankeng community, Jihua street, Longgang District, Shenzhen, Guangdong Province Patentee before: Shenzhen Aibo medical robot Co.,Ltd. |
|
| CP03 | Change of name, title or address |