CN113545855B - 应用于血管介入手术的力检测系统及方法 - Google Patents
应用于血管介入手术的力检测系统及方法 Download PDFInfo
- Publication number
- CN113545855B CN113545855B CN202110605016.5A CN202110605016A CN113545855B CN 113545855 B CN113545855 B CN 113545855B CN 202110605016 A CN202110605016 A CN 202110605016A CN 113545855 B CN113545855 B CN 113545855B
- Authority
- CN
- China
- Prior art keywords
- force
- force information
- information
- guide wire
- layer
- 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.)
- Active
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 60
- 230000002792 vascular Effects 0.000 title claims abstract description 48
- 238000000034 method Methods 0.000 title abstract description 40
- 238000012545 processing Methods 0.000 claims abstract description 58
- 230000007246 mechanism Effects 0.000 claims description 57
- 239000011664 nicotinic acid Substances 0.000 claims description 28
- 210000004027 cell Anatomy 0.000 claims description 20
- 238000013152 interventional procedure Methods 0.000 claims description 19
- 210000002615 epidermis Anatomy 0.000 claims description 12
- 238000012549 training Methods 0.000 claims description 12
- 210000004126 nerve fiber Anatomy 0.000 claims description 11
- 210000000716 merkel cell Anatomy 0.000 claims description 7
- 230000009471 action Effects 0.000 claims description 5
- 230000000875 corresponding effect Effects 0.000 description 49
- 230000000638 stimulation Effects 0.000 description 18
- 238000013507 mapping Methods 0.000 description 17
- 230000008569 process Effects 0.000 description 16
- 230000001276 controlling effect Effects 0.000 description 8
- 230000006870 function Effects 0.000 description 8
- 238000002790 cross-validation Methods 0.000 description 7
- 230000000007 visual effect Effects 0.000 description 7
- 238000004891 communication Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 6
- 230000006698 induction Effects 0.000 description 6
- 230000005540 biological transmission Effects 0.000 description 5
- 210000004204 blood vessel Anatomy 0.000 description 5
- 238000004590 computer program Methods 0.000 description 5
- 230000003993 interaction Effects 0.000 description 5
- 230000002452 interceptive effect Effects 0.000 description 5
- 238000005259 measurement Methods 0.000 description 5
- 230000001419 dependent effect Effects 0.000 description 4
- 230000033001 locomotion Effects 0.000 description 4
- 208000024172 Cardiovascular disease Diseases 0.000 description 3
- 239000004944 Liquid Silicone Rubber Substances 0.000 description 3
- 208000026106 cerebrovascular disease Diseases 0.000 description 3
- 230000002526 effect on cardiovascular system Effects 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 230000005855 radiation Effects 0.000 description 3
- 229920002379 silicone rubber Polymers 0.000 description 3
- 238000006467 substitution reaction Methods 0.000 description 3
- 238000001356 surgical procedure Methods 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 2
- 230000036541 health Effects 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 210000003491 skin Anatomy 0.000 description 2
- 239000013598 vector Substances 0.000 description 2
- 238000002583 angiography Methods 0.000 description 1
- 230000003592 biomimetic effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 208000029078 coronary artery disease Diseases 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 210000001105 femoral artery Anatomy 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000003902 lesion Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 208000029278 non-syndromic brachydactyly of fingers Diseases 0.000 description 1
- 230000002035 prolonged effect Effects 0.000 description 1
- 230000001681 protective effect Effects 0.000 description 1
- 210000002321 radial artery Anatomy 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 230000002966 stenotic effect Effects 0.000 description 1
- 238000002560 therapeutic procedure Methods 0.000 description 1
Images
Classifications
-
- 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
- A61B34/77—Manipulators with motion or force scaling
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Surgery (AREA)
- Robotics (AREA)
- Medical Informatics (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Molecular Biology (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Media Introduction/Drainage Providing Device (AREA)
- Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
Abstract
本发明提供一种应用于血管介入手术的力检测系统及方法，该系统包括：力信息采集装置，数据处理装置，以及力信息显示装置；其中：力信息采集装置用于受力将所述力的力信息转化为电信号后发送至所述数据处理装置；所述数据处理装置用于基于电信号，确定力信息的显示信息，并将显示信息发送至所述力信息显示装置；所述力信息显示装置用于显示所述力信息的显示信息。本发明通过力信息采集装置将所述力信息转化为电信号后发送至所述数据处理装置，并通过数据处理装置基于所述电信号确定所述力信息的显示信息，最后显示力信息，以使操作者可以直观获取当前操作施加的力的相关信息，可以使操作者准确判断当前操作的力度大小或方向等是否合适。
Description
技术领域
本发明涉及器械技术领域，尤其涉及一种应用于血管介入手术的力检测系统及方法。
背景技术
近些年来，机器人逐渐被应用于辅助医生开展一些手术。操作者通过机器人的主端操纵杆或者操作手柄来控制从端机构进行手术，从而避免了辐射的影响，也使得远程手术成为可能。
现有技术中，由于机器人的主从式结构隔绝了操作者与病人之间的物理接触，导致操作者无法在操作过程中直观感知到与介入器械之间的力交互，使得操作者无法准确判断当前操作的力度大小或方向等是否合适，从而导致手术成功率低。
发明内容
本发明提供一种应用于血管介入手术的力检测系统及方法，用以解决现有技术中操作者无法准确判断当前操作的力度大小或方向等是否合适的问题，提高手术成功率。
第一方面，本发明提供一种应用于血管介入手术的力检测系统，包括：
力信息采集装置，数据处理装置，以及力信息显示装置；其中：
所述力信息采集装置用于受力将所述力的力信息转化为电信号后发送至所述数据处理装置；
所述数据处理装置用于基于所述电信号，确定所述力信息的显示信息，并将所述显示信息发送至所述力信息显示装置；
所述力信息显示装置用于显示所述力信息的显示信息。
可选地，根据本发明提供的一种应用于血管介入手术的力检测系统，还包括：主动导丝，从动导丝，和送丝机构；其中：
所述主动导丝用于接收用户对所述主动导丝的第一操作，并基于所述第一操作，控制送丝机构对所述从动导丝执行与所述第一操作相同的第二操作。
可选地，根据本发明提供的一种应用于血管介入手术的力检测系统，所述力信息是所述第二操作对应的力信息。
可选地，根据本发明提供的一种应用于血管介入手术的力检测系统，所述数据处理装置包括回归模型，所述回归模型用于基于所述电信号，拟合所述电信号对应的所述力信息的显示信息。
可选地，根据本发明提供的一种应用于血管介入手术的力检测系统，所述回归模型是通过操作样本集合训练确定的；其中，操作样本集合包括至少一种不同的力信息样本和每一种力信息对应的电信号样本；
其中，所述力信息样本是通过主动导丝接收用户的第三操作，并控制送丝机构对所述从动导丝执行与所述第三操作相同的第四操作后，通过与所述从动导丝相接触的力传感器确定的；
所述电信号样本是在所述送丝机构对所述从动导丝执行与所述第三操作相同的第四操作后，基于所述送丝机构与所述从动导丝之间产生的电信号确定的。
第二方面，本发明还提供一种应用于血管介入手术的力检测方法，应用于第一方面所提供的力检测系统，所述力检测系统包括力信息采集装置；所述方法包括：
在所述力信息采集装置受力并将所述力的第一力信息转化为电信号后，基于所述电信号，确定所述第一力信息的显示信息；
显示所述第一力信息的显示信息。
可选地，根据本发明提供的一种应用于血管介入手术的力检测方法，所述力检测系统还包括主动导丝，从动导丝，和送丝机构；所述方法还包括：
接收用户对所述主动导丝的第一操作；
基于所述第一操作，控制送丝机构对所述从动导丝执行与所述第一操作相同的第二操作。
可选地，根据本发明提供的一种应用于血管介入手术的力检测方法，所述力信息是所述第二操作对应的力信息。
可选地，根据本发明提供的一种应用于血管介入手术的力检测方法，所述基于所述电信号，确定所述力信息的显示信息，包括：
通过预先训练的回归模型，基于所述电信号，拟合所述电信号对应的所述力信息的显示信息。
可选地，根据本发明提供的一种应用于血管介入手术的力检测方法，所述方法还包括：
通过操作样本集合训练确定所述回归模型；
其中，操作样本集合包括至少一种不同的力信息样本和每一种力信息对应的电信号样本；
其中，所述力信息样本是通过主动导丝接收用户的第三操作，并控制送丝机构对所述从动导丝执行与所述第三操作相同的第四操作后，通过与所述从动导丝相接触的力传感器确定的；
所述电信号样本是在所述送丝机构对所述从动导丝执行与所述第三操作相同的第四操作后，基于所述送丝机构与所述从动导丝之间产生的电信号确定的。
本发明提供的应用于血管介入手术的力检测系统及方法，通过力信息采集装置将所述力信息转化为电信号后发送至所述数据处理装置，并通过数据处理装置基于所述电信号确定所述力信息的显示信息，最后显示力信息，以使操作者可以直观获取当前操作施加的力的相关信息，可以使操作者准确判断当前操作的力度大小或方向等是否合适。
附图说明
为了更清楚地说明本发明或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是本申请实施例提供的应用于血管介入手术的力检测系统的结构示意图；
图2是血管介入手术送丝机构的应用于血管介入手术的力检测系统结构示意图；
图3是本发明提供的应用于血管介入手术的力检测方法的流程示意图；
图4示例了一种电子设备的实体结构示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚，下面将结合本发明中的附图，对本发明中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
当前，冠心病等心脑血管疾病在我国的发病率不断提高，已经逐渐成为威胁国民生命健康的头号疾病。目前治疗这类心脑血管疾病的主流方式是介入治疗，即首先通过在桡动脉或者股动脉进行穿刺，而后通过人体血管递送介入器械至病变区域，从而达到扩张狭窄血管、栓塞畸形血管等目的。用于介入手术需要借助数字减影血管造影成像(DSA)系统进行引导，使得操作者需要身着沉重的中，影响了手术的效果与精度，防护服长时间暴露在辐射环境也对操作者的健康造成了负面影响。
近些年来，血管介入手术机器人逐渐被应用于辅助医生开展血管介入手术。操作者通过血管介入手术机器人的主端操纵杆或者操作手柄来控制从端机构进行手术，从而避免了辐射的影响，也使得远程手术成为可能。然而，由于血管介入手术机器人的主从式结构隔绝了操作者与病人之间的物理接触，导致操作者无法在操作过程中直观感知到与介入器械之间的力交互，使得操作者无法很好地利用原有的经验技能完成手术，降低了手术成功率，也延长了病人的恢复时间。
下面结合图1-图4描述本发明的应用于血管介入手术的力检测系统及方法。
图1是本申请实施例提供的应用于血管介入手术的力检测系统的结构示意图，如图1所示，应用于血管介入手术的力检测系统包括：力信息采集装置110，数据处理装置120，以及力信息显示装置130；其中：
所述力信息采集装置110用于受力将所述力的力信息转化为电信号后发送至所述数据处理装置；
所述数据处理装置120用于基于所述电信号，确定所述力信息的显示信息，并将所述显示信息发送至所述力信息显示装置；
所述力信息显示装置130用于显示所述力信息的显示信息。
可选地，所述力信息的显示信息包括以下至少一项：
力的大小；
力的方向；
力的旋转方向；
力的旋转角度；
力的旋转速度。
可选地，若是通过测力装置直接测量手术导管在血管中运动时所受的作用力，仅在一定程度上解决了手术过程中介入器械力检测的问题，然而，这些装置往往有着结构较为复杂或者需要对介入器械进行专门改装等问题，本发明为了克服这一缺陷，提出了一款测力精准且能够直接应用于现有介入器械的力检测系统。
可选地，所述力信息采集装置110，可以包括力信息采集层以及磁场信号采集芯片；其中，力信息采集层中可以嵌有永磁体；该所述力信息采集层可以为弹性结构，在受力后产生与所述力的第一力信息相对应的形变，以使永磁体随所述形变进行运动产生与所述力信息相对应的磁场信号，然后磁场信号采集芯片可以与所述力信息采集层平行设置，用于采集所述磁场信号，并将所述磁场信号转换为电信号；即可以实现所述力信息采集装置110受力将所述力的力信息转化为电信号。
例如，所述力信息采集层可以包括仿默克尔细胞层和\或仿鲁菲尼小体层；其中，所述仿默克尔细胞层用于受到法向力作用后，产生与所述法向力的第二力信息相对应的形变，以使所述仿默克尔细胞层中的永磁体随所述形变进行运动，产生与所述第二力信息相对应的磁场信号；所述仿鲁菲尼小体层用于受到切向力作用后，产生与所述切向力的第三力信息相对应的形变，以使所述仿鲁菲尼小体层中的永磁体随所述形变进行运动，产生与所述第三力信息相对应的磁场信号。所述力信息采集层还包括：仿表皮层；其中，所述仿表皮层覆盖在所述仿默克尔细胞层和\或仿鲁菲尼小体层的外部，且所述仿表皮层的外表面包括多个凸起点；用于受力后将所述力传递给所述仿默克尔细胞层和\或仿鲁菲尼小体层。
可选地，所述力信息采集装置110可以由四层仿生结构组成，分别是仿表皮层、仿默克尔细胞层、仿鲁菲尼小体层与仿神经纤维层；所述仿表皮层用于放大所述送丝机构和所述从动导丝接触时产生的力信息；所述仿默克尔细胞层在接收到所述仿表皮层传递的力信息后，对法向力进行感测，并将力信息转换为磁场信息进行传递；所述仿鲁菲尼小体层在接收到所述仿表皮层传递的力信息后，对切向力进行感测，并将力信息转换为磁场信息进行传递；所述仿神经纤维层在接收到磁场信息后，将其转换为电信号进行输出；
可选地，当外部环境对模块施加力刺激时，力信息采集装置110中的仿表皮层会产生形变，并将该形变增强后向下传递。在感受到对应形变后，力信息采集装置110中的仿默克尔细胞层会采集Z方向力信号，力信息采集装置110中的仿鲁菲尼小体层会采集X、Y方向力信号。
所述的仿神经纤维层用于对外部力刺激引起的动态磁场信号进行采集，将X、Y、Z三方向的磁场信号以电信号的形式进行输出。
可选地，所述数据处理装置120可以根据电信号与力信息的显示信息之间的映射关系，基于所述电信号，确定所述力信息的显示信息，并将所述显示信息发送至所述力信息显示装置；
可选地，所述力信息显示装置130可以根据所述数据处理装置120输出的作用力，将力信息在交互显示屏上进行显示，并当作用力超过预警值时，以视觉刺激的形式对操作者进行提醒。
本发明提供的应用于血管介入手术的力检测系统，通过力信息采集装置将所述力信息转化为电信号后发送至所述数据处理装置，并通过数据处理装置基于所述电信号确定所述力信息的显示信息，最后显示力信息，以使操作者可以直观获取当前操作施加的力的相关信息，可以使操作者准确判断当前操作的力度大小或方向等是否合适。
可选地，还包括：主动导丝，从动导丝，和送丝机构；其中：
所述主动导丝用于接收用户对所述主动导丝的第一操作，并基于所述第一操作，控制送丝机构对所述从动导丝执行与所述第一操作相同的第二操作。
可选地，所述主动导丝用于操作者(用户)通过手指进行的第一操作；
可选地，操作者对主动导丝施加的第一操作可以包括旋转、推送和旋转时推送操作。
可选地，所述主动导丝可以在接收用户的第一操作后，比如接收用户对主动导丝的旋转、推送和旋转等第一操作后，可以基于该第一操作，向送机机构发送控制指令，送丝机构可以基于接收到的指令比如旋转、推送和旋转时推送等指令，对从动导丝执行相应的动作。
可选地，所述送丝机构，可以包括双圆柱仿生手指递送结构；所述双圆柱仿生手指递送结构在竖直方向上下移动时用于旋转从动导丝，所述双圆柱仿生手指递送结构在水平方向周向旋转时用于推送从动导丝，送丝机构根据接收到的控制指令执行动作；
可选地，其中控制指令可以包括但不限于旋转、推送和旋转时推送指令；当送丝机构接收到旋转指令时，送丝机构控制双圆柱仿生手指递送结构在竖直方向上下移动，实现从动导丝的旋转；当送丝机构接收到推送指令时，送丝机构控制双圆柱仿生手指递送结构在水平方向周向旋转，实现从动导丝的推送；当送丝机构接收到旋转时推送指令后，送丝机构控制双圆柱仿生手指递送结构在竖直方向上下移动、水平方向周向旋转，实现从动导丝的旋转和推送。
可选地，所述仿生多维度力信息采集模块安装在送丝机构与从动导丝之间，用来感测送丝机构与从动导丝之间的作用力。
可选地，所述力信息采集装置110中的仿表皮层由高硬度液体硅橡胶制备，位于仿生多维度力信息采集模块的最外侧，用来和从动导丝直接接触。
可选地，所述力信息采集装置110中的仿默克尔细胞层由低硬度液体硅橡胶制备，位于所述仿表皮层的下方，其上装配短指状微型永磁体，用于将所受法向力刺激转换为磁场信号进行传递。
可选地，所述力信息采集装置110中的仿鲁菲尼小体层由低硬度液体硅橡胶制备，位于所述仿默克尔细胞层的下方，其上装配纤维状微型永磁体，用于将所受切向力刺激转换为磁场信号进行传递。
可选地，所述力信息采集装置110中的仿神经纤维层位于仿鲁菲尼小体层的下方，其由高精度三轴霍尔传感器与柔性印制电路板组成，用于将接收到的磁场信号转换为电信号进行输出。
可选地，所述力信息是所述第二操作对应的力信息。
可选地，力信息采集装置110采集到的力信息可以为第二操作对应的力信息。
可选地，力信息采集装置110采集到的力信息可以为送丝机构对所述从动导丝执行第二操作时，与从动导丝接触的力信息采集装置110上的仿生结构接受到的力，即从动导丝在送丝机构的操控下对力信息采集装置110施加的力的力信息。
可选地，所述数据处理装置包括回归模型，所述回归模型用于基于所述电信号，拟合所述电信号对应的所述力信息的显示信息。
可选地，所述数据处理装置120，可以通过弹性回归网络根据操作者进行第一操作时所述力信息采集装置110受到的作用力建立所述力信息采集装置110输出的电信号与所述从动导丝受到的作用力的力信息(可等同于从动导丝在送丝机构的操控下对力信息采集装置110施加的力的力信息)之间的映射关系，同时基于K折交叉验证计算回归度量，最终使用建立的映射关系得到外部力刺激；
回归度量包括均方误差(MSE)、确定系数(R-square)、赤池信息准则(AIC)与贝叶斯信息量(BIC)。
可选地，数据处理装置120在确定所有力信息采集装置110可能输出的所有电信号与所述从动导丝受到的作用力的所有力信息之间的一一映射关系后(通过建立回归模型实现)，可以通过回归模型基于所述电信号，拟合所述电信号对应的所述力信息的显示信息。
可选地，所述回归模型是通过操作样本集合训练确定的；其中，操作样本集合包括至少一种不同的力信息样本和每一种力信息对应的电信号样本；
其中，所述力信息样本是通过主动导丝接收用户的第三操作，并控制送丝机构对所述从动导丝执行与所述第三操作相同的第四操作后，通过与所述从动导丝相接触的力传感器确定的；
所述电信号样本是在所述送丝机构对所述从动导丝执行与所述第三操作相同的第四操作后，基于所述送丝机构与所述从动导丝之间产生的电信号确定的。
可选地，可以首先通过训练操作样本集合，确定上述回归模型，即确定所有力信息采集装置110可能输出的所有电信号与所述从动导丝受到的作用力的所有力信息之间的一一映射关系；
可选地，在训练过程中可以直接对主动导丝进行多次第三操作，在从动导丝的用力目标处设置一个力传感器，则送丝机构可以基于第三操作对应的控制指令，控制从动导丝执行第四操作，对力传感器施加力，并获得该力对应的电信号，进而可以确定所有力信息采集装置110可能输出的所有电信号与所述从动导丝受到的作用力的所有力信息之间的一一映射关系；
本发明中的数据处理装置120通过弹性网络回归根据操作者进行操作时所述从动导丝受到的作用力建立所述仿生多维度力信息采集模块输出的电信号与所述从动导丝受到的作用力之间的映射关系，并基于K折交叉验证计算回归度量，得到外部力刺激对应的信息。
可选地，所述数据处理装置120可以包括上位机处理器，比如型号为Intel i7-10700，RAM 16.00GB的上位机处理器，需要说明的是，该型号仅作为对数据处理装置的一个示例，不作为对数据处理装置的限定。
可选地，所述的数据处理装置120对采样得到的信号进行弹性网络回归，得到外部力刺激。当在X、Y、Z三方向中的任一方向施加作用力时，3轴的磁感应强度都会受到相应影响，因此采用的回归目标函数为：
Fj＝β1Bx+β2Bx+β3Bz+β4BxBy+β5BxBz+β6ByBz+β7BxBx+β8ByBy+β9BzBz；
其中，j＝x,y,z代表外部施加的X,Y，Z三轴作用力，Bx,By,Bz是磁场信号采集芯片输出的X、Y、Z三轴磁感应强度。
可选地，j可以取x,y，z，Fx，Fy,Fz分别代表算法计算出的X,Y,Z三轴作用力；
β1,β2,…,β9是待拟合的未知系数；
Bx,By,Bz是磁场信号采集芯片输出的X,Y,Z三轴磁感应强度。
为了使用弹性网络回归，可以对上述回归目标函数进行变量替换，设
Bx,y＝BxBy,Bx,z＝BxBz,By,z＝ByBz；
Bx,x＝BxBx,By,y＝ByBy,Bz,z＝BzBz；
其中，Bx,y,Bx,z,By,z,Bx,x,By,y,Bz,z均是替换后的变量。
则回归目标函数替换为：
Fj＝β1Bx+β2Bx+β3Bz+β4Bx,y+β5Bx,z+β6By,z+β7Bx,x
+β8By,y+β9Bz,z
根据弹性网络回归的相关定义，为了求解相应参数，对应的优化目标为：
其中，β是由β1,β2,…,β9组成的向量，即β＝[β1 β2 β3…β9]T；
j可以取x,y,z，yx,yy,yz分别代表外部实际施加的Z,Y,Z三轴作用力；
λ1,λ2是待拟合的未知系数。
由上式可以看出，通过引入L1正则化与L2正则化，弹性网络回归对回归参数进行了惩罚，从而有效避免了过拟合的发生。
在完成弹性网络回归后，所述的数据处理装置120通过K折交叉计算模型对应的回归度量,包括：均方误差(MSE)、确定系数(R-square)、赤池信息准则(AIC)与贝叶斯信息量(BIC)。四个回归度量的定义如下。
设y1,y2,…,yn为n次施力过程中施加的实际作用力，f1,f2,…,fn是n次施力过程中模型的回归值，平均观察值为
残差平方和为
总平方和为
(1)均方误差(MSE)
均方误差(MSE)是真实值与预测值之差平方和的平均值，用于衡量模型的预测能力，当均方误差越小，表明模型的预测能力越强。均方误差定义为：
(2)确定系数(R-square)
确定系数(R-square)用于度量因变量的变异中可由自变量解释部分的比例，以此来判断回归模型的解释能力。确定系数的取值范围在0到1之间，当确定系数越接近1，表明自变量对因变量的解释能力越强。确定系数定义为：
(3)赤池信息准则(AIC)
赤池信息准则(AIC)用于评估模型的复杂度，以此来避免出现过度回归的情况，提高模型的泛化能力。赤池信息准则越小，表明当前模型所含自由参数越少，且对当前数据的解释能力越强。在假设模型的误差服从独立正态分布的情况下，赤池信息准则定义为：
其中，k是模型中参数的数量。
(4)贝叶斯信息准则(BIC)
贝叶斯信息准则(BIC)同样用于评估模型的复杂度，但与赤池信息准则相比，贝叶斯信息准则对模型自由参数引入的惩罚项更大。贝叶斯信息准则越小，表明当前模型所含自由参数越少，且对当前数据的解释能力越强。在假设模型的误差服从独立正态分布的情况下，贝叶斯信息准则定义为：
其中，k是模型中参数的数量。
所述数据处理装置120根据回归得到的外部力刺激数值，发送显示指令到力信息显示模块，控制力信息的显示数值，实现指定方向上的信息显示。
本发明通过对人体皮肤的感受小体结构进行模仿，构建了一种受生物启发的应用于血管介入手术的力检测系统。该系统能够采集手术操作过程中送丝机构与从动导丝之间交互时产生的电信号，通过弹性网络回归得到的训练模型，可以用来拟合从动导丝所受到的作用力。该系统的测力方式更加符合操作者自然手术操作习惯，使得操作者更容易使用现有的经验知识进行操作，且检测装置不需要对原有介入器械进行改装，使用更加方便、便捷。
本发明能够在血管介入手术过程中精确感知导丝所受不同方向、不同类型作用力的大小，并将对应力信息处理后以视觉刺激的形式反馈给操作者，使操作者能够更有效地控制导丝的旋转和推进运动，提高手术精度，提升手术效果。
图2是血管介入手术送丝机构的力检测系统结构示意图，如图2所示，该系统包括：主动导丝1、手指2、送丝机构3、从动导丝4、力信息采集装置5、数据处理装置6和力信息显示装置7。
主动导丝1用于操作者通过手指2进行操作；
送丝机构3，包括双圆柱仿生手指递送结构；所述双圆柱仿生手指递送结构在竖直方向上下移动时用于旋转从动导丝4，所述双圆柱仿生手指递送结构在水平方向周向旋转时用于推送从动导丝4，送丝机构3根据接收到的控制指令执行动作；
力信息采集装置5，其由4层仿生结构组成，分别是仿表皮层、仿默克尔细胞层、仿鲁菲尼小体层与仿神经纤维层；所述仿表皮层用于放大所述送丝机构和所述从动导丝接触时产生的力信息；所述仿默克尔细胞层在接收到所述仿表皮层传递的力信息后，对法向力进行感测，并将力信息转换为磁场信息进行传递；所述仿鲁菲尼小体层在接收到所述仿表皮层传递的力信息后，对切向力进行感测，并将力信息转换为磁场信息进行传递；所述仿神经纤维层在接收到磁场信息后，将其转换为电信号进行输出；
数据处理装置6，通过弹性网络回归根据操作者操作时从动导丝4受到的作用力建立力信息采集装置5输出的电信号与从动导丝4受到的作用力之间的映射关系；
力信息显示装置7根据数据处理装置6输出的作用力，将力信息在交互显示屏上进行显示，并当作用力超过预警值时，以视觉刺激的形式对操作者进行提醒。
在实际应用中，其包括以下步骤：
步骤1：将力信息采集装置5固定在送丝机构3上，并将仿生多维度力信息采集模块5的正极、负极和数据发送极与数据处理装置6的正极、负极和数据接收极依次连接，将数据处理装置6的发送端与力信息显示装置7的接收端连接；
步骤2：操作者用手指2操作主动导丝1，利用不同大小的力施加旋转、推进以及旋转时推进三种动作各一段时间；
步骤3：当送丝机构3接收到旋转指令时，送丝机构3控制双圆柱仿生手指递送结构在在竖直方向上下移动，实现从动导丝4的旋转；当送丝机构3接收到推送指令时，送丝机构3控制双圆柱仿生手指递送结构在水平方向周向旋转，实现从动导丝4的推送；当送丝机构3接收到旋转时推进指令后，送丝机构3控制双圆柱仿生手指递送结构在竖直方向上下移动、水平方向周向旋转，实现从动导丝4的旋转和推送。力信息采集装置5采集此过程中的力信息，并将其以电信号的形式发送给数据处理装置6；
步骤4：利用弹性网络回归对采集到的电信号进行回归，建立电信号与所述从动导丝受到的作用力之间的映射关系，并且利用K折交叉验证计算回归度量。
步骤5：操作者用手指2操作主动导丝1，力信息采集装置5采集操作过程中的电信号利用建立的回归模型对从动导丝4所受的作用力进行拟合，并将拟合得到的结果发送给力信息显示装置7；
步骤6：当力信息显示装置7接收到显示指令后，将对应信息在交互显示屏上进行显示，并当作用力超过预警值时，以视觉刺激的形式对操作者进行提醒。
本发明提供的应用于血管介入手术的力检测系统，通过力信息采集装置将所述力信息转化为电信号后发送至所述数据处理装置，并通过数据处理装置基于所述电信号确定所述力信息的显示信息，最后显示力信息，以使操作者可以直观获取当前操作施加的力的相关信息，可以使操作者准确判断当前操作的力度大小或方向等是否合适。
下面对本发明提供的应用于血管介入手术的力检测方法进行描述，下文描述的应用于血管介入手术的力检测方法与上文描述的应用于血管介入手术的力检测系统可相互对应参照。
图3是本发明提供的应用于血管介入手术的力检测方法的流程示意图，应用于前述各实施例提供的力检测系统，所述力检测系统包括力信息采集装置；如图3所示，所述方法包括：
步骤300，在所述力信息采集装置受力并将所述力的第一力信息转化为电信号后，基于所述电信号，确定所述第一力信息的显示信息；
步骤310，显示所述第一力信息的显示信息。
可选地，所述力信息的显示信息包括以下至少一项：
力的大小；
力的方向；
力的旋转方向；
力的旋转角度；
力的旋转速度。
可选地，可以在所述力信息采集装置受力并将所述力的第一力信息转化为电信号后，基于所述电信号，确定所述第一力信息的显示信息；然后显示所述第一力信息的显示信息。
可选地，若是通过测力装置直接测量手术导管在血管中运动时所受的作用力，仅在一定程度上解决了手术过程中介入器械力检测的问题，然而，这些装置往往有着结构较为复杂或者需要对介入器械进行专门改装等问题，本发明为了克服这一缺陷，提出了一款测力精准且能够直接应用于现有介入器械的力检测系统。
可选地，力信息采集装置可以在受力后产生与所述力的第一力信息相对应的形变，以使永磁体随所述形变进行运动产生与所述力信息相对应的磁场信号，然后磁场信号采集芯片可以与所述力信息采集层平行设置，用于采集所述磁场信号，并将所述磁场信号转换为电信号；即可以实现所述力信息采集装置受力将所述力的力信息转化为电信号。
例如，所述力信息采集层可以包括仿默克尔细胞层和\或仿鲁菲尼小体层；其中，所述仿默克尔细胞层用于受到法向力作用后，产生与所述法向力的第二力信息相对应的形变，以使所述仿默克尔细胞层中的永磁体随所述形变进行运动，产生与所述第二力信息相对应的磁场信号；所述仿鲁菲尼小体层用于受到切向力作用后，产生与所述切向力的第三力信息相对应的形变，以使所述仿鲁菲尼小体层中的永磁体随所述形变进行运动，产生与所述第三力信息相对应的磁场信号。所述力信息采集层还包括：仿表皮层；其中，所述仿表皮层覆盖在所述仿默克尔细胞层和\或仿鲁菲尼小体层的外部，且所述仿表皮层的外表面包括多个凸起点；用于受力后将所述力传递给所述仿默克尔细胞层和\或仿鲁菲尼小体层。
可选地，所述力信息采集装置可以由四层仿生结构组成，分别是仿表皮层、仿默克尔细胞层、仿鲁菲尼小体层与仿神经纤维层；所述仿表皮层用于放大所述送丝机构和所述从动导丝接触时产生的力信息；所述仿默克尔细胞层在接收到所述仿表皮层传递的力信息后，对法向力进行感测，并将力信息转换为磁场信息进行传递；所述仿鲁菲尼小体层在接收到所述仿表皮层传递的力信息后，对切向力进行感测，并将力信息转换为磁场信息进行传递；所述仿神经纤维层在接收到磁场信息后，将其转换为电信号进行输出；
可选地，当外部环境对模块施加力刺激时，力信息采集装置中的仿表皮层会产生形变，并将该形变增强后向下传递。在感受到对应形变后，力信息采集装置中的仿默克尔细胞层会采集Z方向力信号，力信息采集装置中的仿鲁菲尼小体层会采集X、Y方向力信号。
所述的仿神经纤维层用于对外部力刺激引起的动态磁场信号进行采集，将X、Y、Z三方向的磁场信号以电信号的形式进行输出。
可选地，可以通过数据处理装置根据电信号与力信息的显示信息之间的映射关系，基于所述电信号，确定所述力信息的显示信息，并将所述显示信息发送至所述力信息显示装置；
可选地，可以通过力信息显示装置根据所述数据处理装置输出的作用力，将力信息在交互显示屏上进行显示，并当作用力超过预警值时，以视觉刺激的形式对操作者进行提醒。
本发明提供的应用于血管介入手术的力检测方法，通过力信息采集装置将所述力信息转化为电信号后发送至所述数据处理装置，并通过数据处理装置基于所述电信号确定所述力信息的显示信息，最后显示力信息，以使操作者可以直观获取当前操作施加的力的相关信息，可以使操作者准确判断当前操作的力度大小或方向等是否合适。
可选地，所述应用于血管介入手术的力检测系统还包括主动导丝，从动导丝，和送丝机构；所述方法还包括：
接收用户对所述主动导丝的第一操作；
基于所述第一操作，控制送丝机构对所述从动导丝执行与所述第一操作相同的第二操作。
可选地，所述主动导丝用于操作者(用户)通过手指进行的第一操作；
可选地，操作者对主动导丝施加的第一操作可以包括旋转、推送和旋转时推送操作。
可选地，所述主动导丝可以在接收用户的第一操作后，比如接收用户对主动导丝的旋转、推送和旋转等第一操作后，可以基于该第一操作，向送机机构发送控制指令，送丝机构可以基于接收到的指令比如旋转、推送和旋转时推送等指令，对从动导丝执行相应的动作。
可选地，其中控制指令可以包括但不限于旋转、推送和旋转时推送指令；当送丝机构接收到旋转指令时，送丝机构控制双圆柱仿生手指递送结构在竖直方向上下移动，实现从动导丝的旋转；当送丝机构接收到推送指令时，送丝机构控制双圆柱仿生手指递送结构在水平方向周向旋转，实现从动导丝的推送；当送丝机构接收到旋转时推送指令后，送丝机构控制双圆柱仿生手指递送结构在竖直方向上下移动、水平方向周向旋转，实现从动导丝的旋转和推送。
可选地，所述力信息是所述第二操作对应的力信息。
可选地，力信息采集装置采集到的力信息可以为第二操作对应的力信息。
可选地，力信息采集装置采集到的力信息可以为送丝机构对所述从动导丝执行第二操作时，与从动导丝接触的力信息采集装置上的仿生结构接受到的力，即从动导丝在送丝机构的操控下对力信息采集装置施加的力的力信息。
可选地，所述基于所述电信号，确定所述力信息的显示信息，包括：
通过预先训练的回归模型，基于所述电信号，拟合所述电信号对应的所述力信息的显示信息。
可选地，可以通过数据处理装置可以通过弹性回归网络根据操作者进行第一操作时所述力信息采集装置受到的作用力建立所述力信息采集装置输出的电信号与所述从动导丝受到的作用力的力信息(可等同于从动导丝在送丝机构的操控下对力信息采集装置施加的力的力信息)之间的映射关系，同时基于K折交叉验证计算回归度量，最终使用建立的映射关系得到外部力刺激；
回归度量包括均方误差(MSE)、确定系数(R-square)、赤池信息准则(AIC)与贝叶斯信息量(BIC)。
可选地，可以通过数据处理装置在确定所有力信息采集装置可能输出的所有电信号与所述从动导丝受到的作用力的所有力信息之间的一一映射关系后(通过建立回归模型实现)，可以通过回归模型基于所述电信号，拟合所述电信号对应的所述力信息的显示信息。
可选地，所述方法还包括：
通过操作样本集合训练确定所述回归模型；
其中，操作样本集合包括至少一种不同的力信息样本和每一种力信息对应的电信号样本；
其中，所述力信息样本是通过主动导丝接收用户的第三操作，并控制送丝机构对所述从动导丝执行与所述第三操作相同的第四操作后，通过与所述从动导丝相接触的力传感器确定的；
所述电信号样本是在所述送丝机构对所述从动导丝执行与所述第三操作相同的第四操作后，基于所述送丝机构与所述从动导丝之间产生的电信号确定的。
在进行力检测之前，可以首先通过操作样本集合训练确定所述回归模型；
可选地，可以首先通过训练操作样本集合，确定上述回归模型，即确定所有力信息采集装置可能输出的所有电信号与所述从动导丝受到的作用力的所有力信息之间的一一映射关系；
可选地，在训练过程中可以直接对主动导丝进行多次第三操作，在从动导丝的用力目标处设置一个力传感器，则送丝机构可以基于第三操作对应的控制指令，控制从动导丝执行第四操作，对力传感器施加力，并获得该力对应的电信号，进而可以确定所有力信息采集装置可能输出的所有电信号与所述从动导丝受到的作用力的所有力信息之间的一一映射关系；
本发明中的数据处理装置通过弹性网络回归根据操作者进行操作时所述从动导丝受到的作用力建立所述仿生多维度力信息采集模块输出的电信号与所述从动导丝受到的作用力之间的映射关系，并基于K折交叉验证计算回归度量，得到外部力刺激对应的信息。
可选地，所述数据处理装置可以包括上位机处理器，比如型号为Intel i7-10700，RAM 16.00GB的上位机处理器，需要说明的是，该型号仅作为对数据处理装置的一个示例，不作为对数据处理装置的限定。
可选地，所述的数据处理装置对采样得到的信号进行弹性网络回归，得到外部力刺激。当在X、Y、Z三方向中的任一方向施加作用力时，3轴的磁感应强度都会受到相应影响，因此采用的回归目标函数为：
Fj＝β1Bx+β2Bx+β3Bz+β4BxBy+β5BxBz+β6ByBz+β7BxBx+β8ByBy+β9BzBz；
其中，j＝x,y,z代表外部施加的X,Y,Z三轴作用力，Bx,By,Bz是磁场信号采集芯片输出的X、Y、Z三轴磁感应强度。
可选地，j可以取x,y,z，Fx,Fy,Fz分别代表算法计算出的X,Y,Z三轴作用力；
β1,β2,…,β9是待拟合的未知系数；
Bx,By,Bz是磁场信号采集芯片输出的X,Y,Z三轴磁感应强度。
为了使用弹性网络回归，可以对上述回归目标函数进行变量替换，设
Bx,y＝BxBy,Bx,z＝BxBz,By,z＝ByBz；
Bx,x＝BxBx,By,y＝ByBy,Bz,z＝BzBz；
其中，By,y,Bx,z,By,z,Bx,x,By,y，Bz，z均是替换后的变量。
则回归目标函数替换为：
Fj＝β1Bx+β2Bx+β3Bz+β4Bx，y+β5Bx，z+β6By，z+β7Bx，x
+β8By，y+β9Bz，z
根据弹性网络回归的相关定义，为了求解相应参数，对应的优化目标为：
其中，β是由β1，β2，…,β9组成的向量，即β＝[β1 β2 β3…β9]T；
j可以取x,y,z，yx,yy,yz分别代表外部实际施加的X,Y,Z三轴作用力；
λ1,λ2是待拟合的未知系数。
由上式可以看出，通过引入L1正则化与L2正则化，弹性网络回归对回归参数进行了惩罚，从而有效避免了过拟合的发生。
在完成弹性网络回归后，所述的数据处理装置120通过K折交叉计算模型对应的回归度量,包括：均方误差(MSE)、确定系数(R-square)、赤池信息准则(AIC)与贝叶斯信息量(BIC)。四个回归度量的定义如下。
设y1,y2,…,yn为n次施力过程中施加的实际作用力，f1,f2,…,fn是n次施力过程中模型的回归值，平均观察值为
残差平方和为
总平方和为
(1)均方误差(MSE)
均方误差(MSE)是真实值与预测值之差平方和的平均值，用于衡量模型的预测能力，当均方误差越小，表明模型的预测能力越强。均方误差定义为：
(2)确定系数(R-square)
确定系数(R-square)用于度量因变量的变异中可由自变量解释部分的比例，以此来判断回归模型的解释能力。确定系数的取值范围在0到1之间，当确定系数越接近1，表明自变量对因变量的解释能力越强。确定系数定义为：
(3)赤池信息准则(AIC)
赤池信息准则(AIC)用于评估模型的复杂度，以此来避免出现过度回归的情况，提高模型的泛化能力。赤池信息准则越小，表明当前模型所含自由参数越少，且对当前数据的解释能力越强。在假设模型的误差服从独立正态分布的情况下，赤池信息准则定义为：
其中，k是模型中参数的数量。
(4)贝叶斯信息准则(BIC)
贝叶斯信息准则(BIC)同样用于评估模型的复杂度，但与赤池信息准则相比，贝叶斯信息准则对模型自由参数引入的惩罚项更大。贝叶斯信息准则越小，表明当前模型所含自由参数越少，且对当前数据的解释能力越强。在假设模型的误差服从独立正态分布的情况下，贝叶斯信息准则定义为：
其中，k是模型中参数的数量。
所述数据处理装置根据回归得到的外部力刺激数值，发送显示指令到力信息显示模块，控制力信息的显示数值，实现指定方向上的信息显示。
本发明通过对人体皮肤的感受小体结构进行模仿，构建了一种受生物启发的力检测系统。该系统能够采集手术操作过程中送丝机构与从动导丝之间交互时产生的电信号，通过弹性网络回归得到的训练模型，可以用来拟合从动导丝所受到的作用力。该系统的测力方式更加符合操作者自然手术操作习惯，使得操作者更容易使用现有的经验知识进行操作，且检测装置不需要对原有介入器械进行改装，使用更加方便、便捷。
本发明能够在血管介入手术过程中精确感知导丝所受不同方向、不同类型作用力的大小，并将对应力信息处理后以视觉刺激的形式反馈给操作者，使操作者能够更有效地控制导丝的旋转和推进运动，提高手术精度，提升手术效果。
例如，可以通过如下受生物启发的血管介入手术送丝机构的力检测方法的步骤实现：
步骤1：可以力信息采集装置固定在送丝机构上，并将力信息采集装置的正极、负极和数据发送极与数据处理装置的正极、负极和数据接收极依次连接，将数据处理装置的发送端与力信息显示装置的接收端连接；
步骤2：可以接收操作者用手部操作主动导丝的第一操作，第一操作可以是操作者利用不同大小的力施加旋转、推进以及旋转时推进三种动作各一段时间；
步骤3：当送丝机构接收到旋转指令时，送丝机构控制双圆柱仿生手指递送结构在在竖直方向上下移动，实现从动导丝的旋转；当送丝机构接收到推送指令时，送丝机构控制双圆柱仿生手指递送结构在水平方向周向旋转，实现从动导丝的推送；当送丝机构接收到旋转时推进指令后，送丝机构控制双圆柱仿生手指递送结构在竖直方向上下移动、水平方向周向旋转，实现从动导丝的旋转和推送。仿生多维度力信息采集模块采集此过程中的力信息，并将其以电信号的形式发送给数据处理装置；
步骤4：利用弹性网络回归对采集到的电信号进行回归，建立电信号与所述从动导丝受到的作用力之间的映射关系，并且利用K折交叉验证计算回归度量。
步骤5：操作者用手部操作主动导丝，力信息采集装置采集操作过程中的电信号利用建立的回归模型对从动导丝所受的作用力进行拟合，并将拟合得到的结果发送给力信息显示模块；
步骤6：当力信息显示模块接收到显示指令后，将对应信息在交互显示屏上进行显示，并当作用力超过预警值时，以视觉刺激的形式对操作者进行提醒。
本发明中，可以采集操作者操作主动导丝时，从动导丝与送丝机构之间发生力交互时产生的电信号；基于弹性网络回归对采集到的电信号进行拟合，并利用K折交叉验证计算回归度量；利用训练好的模型拟合操作者操作时从动导丝所受到的作用力；根据所述弹性网络回归拟合出的作用力，发送相应的显示指令至力信息显示模块，以将相关信息反馈给操作者。
本发明提供的应用于血管介入手术的力检测方法，通过力信息采集装置将所述力信息转化为电信号后发送至所述数据处理装置，并通过数据处理装置基于所述电信号确定所述力信息的显示信息，最后显示力信息，以使操作者可以直观获取当前操作施加的力的相关信息，可以使操作者准确判断当前操作的力度大小或方向等是否合适。
图4示例了一种电子设备的实体结构示意图，如图4所示，该电子设备可以包括：处理器(processor)410、通信接口(Communications Interface)420、存储器(memory)430和通信总线440，其中，处理器410，通信接口420，存储器430通过通信总线440完成相互间的通信。处理器410可以调用存储器430中的逻辑指令，以执行应用于血管介入手术的力检测方法，应用于前述各实施例提供的力检测系统，所述力检测系统包括力信息采集装置；所述方法包括：
在所述力信息采集装置受力并将所述力的第一力信息转化为电信号后，基于所述电信号，确定所述第一力信息的显示信息；
显示所述第一力信息的显示信息。
此外，上述的存储器430中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
另一方面，本发明还提供一种计算机程序产品，所述计算机程序产品包括存储在非暂态计算机可读存储介质上的计算机程序，所述计算机程序包括程序指令，当所述程序指令被计算机执行时，计算机能够执行上述各方法所提供的应用于血管介入手术的力检测方法，应用于前述各实施例提供的力检测系统，所述力检测系统包括力信息采集装置；所述方法包括：
在所述力信息采集装置受力并将所述力的第一力信息转化为电信号后，基于所述电信号，确定所述第一力信息的显示信息；
显示所述第一力信息的显示信息。
又一方面，本发明还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现以执行上述各提供的应用于血管介入手术的力检测方法，应用于前述各实施例提供的力检测系统，所述力检测系统包括力信息采集装置；所述方法包括：
在所述力信息采集装置受力并将所述力的第一力信息转化为电信号后，基于所述电信号，确定所述第一力信息的显示信息；
显示所述第一力信息的显示信息。
以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (4)
1.一种应用于血管介入手术的力检测系统，其特征在于，包括：力信息采集装置，数据处理装置，以及力信息显示装置；其中：
所述力信息采集装置用于受力将所述力的力信息转化为电信号后发送至所述数据处理装置；
所述数据处理装置用于基于所述电信号，确定所述力信息的显示信息，并将所述显示信息发送至所述力信息显示装置；
所述力信息显示装置用于显示所述力信息的显示信息；
所述力信息采集装置包括力信息采集层以及磁场信号采集芯片；所述力信息采集层包括仿表皮层、仿默克尔细胞层、仿鲁菲尼小体层与仿神经纤维层；其中，所述仿表皮层的外表面包括多个凸起点，用于受力后将所述力传递给所述仿默克尔细胞层和仿鲁菲尼小体层；所述仿默克尔细胞层用于受到法向力作用后，产生与所述法向力的第二力信息相对应的形变，以使所述仿默克尔细胞层中的永磁体随所述形变进行运动，产生与所述第二力信息相对应的磁场信号；所述仿鲁菲尼小体层用于受到切向力作用后，产生与所述切向力的第三力信息相对应的形变，以使所述仿鲁菲尼小体层中的永磁体随所述形变进行运动，产生与所述第三力信息相对应的磁场信号；所述仿神经纤维层在接收到磁场信号后，将所述磁场信号转换为电信号进行输出，仿神经纤维层位于仿鲁菲尼小体层的下方，由三轴霍尔传感器与柔性印制电路板组成；
所述力检测系统还包括：主动导丝，从动导丝，和送丝机构；其中：
所述主动导丝用于接收用户对所述主动导丝的第一操作，并基于所述第一操作，向送丝机构发送控制指令，控制所述送丝机构对所述从动导丝执行与所述第一操作相同的第二操作；
所述送丝机构用于根据接收到的控制指令执行动作，所述送丝机构包括双圆柱仿生手指递送结构；所述双圆柱仿生手指递送结构在竖直方向上下移动时用于旋转从动导丝，所述双圆柱仿生手指递送结构在水平方向周向旋转时用于推送从动导丝。
2.根据权利要求1所述的应用于血管介入手术的力检测系统，其特征在于，所述力信息是所述第二操作对应的力信息。
3.根据权利要求1所述的应用于血管介入手术的力检测系统，其特征在于，所述数据处理装置包括回归模型，所述回归模型用于基于所述电信号，拟合所述电信号对应的所述力信息的显示信息。
4.根据权利要求3所述的应用于血管介入手术的力检测系统，其特征在于，所述回归模型是通过操作样本集合训练确定的；其中，操作样本集合包括至少一种不同的力信息样本和每一种力信息对应的电信号样本；
其中，所述力信息样本是通过主动导丝接收用户的第三操作，并控制送丝机构对所述从动导丝执行与所述第三操作相同的第四操作后，通过与所述从动导丝相接触的力传感器确定的；
所述电信号样本是在所述送丝机构对所述从动导丝执行与所述第三操作相同的第四操作后，基于所述送丝机构与所述从动导丝之间产生的电信号确定的。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110605016.5A CN113545855B (zh) | 2021-05-31 | 2021-05-31 | 应用于血管介入手术的力检测系统及方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110605016.5A CN113545855B (zh) | 2021-05-31 | 2021-05-31 | 应用于血管介入手术的力检测系统及方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113545855A CN113545855A (zh) | 2021-10-26 |
| CN113545855B true CN113545855B (zh) | 2022-12-06 |
Family
ID=78101914
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110605016.5A Active CN113545855B (zh) | 2021-05-31 | 2021-05-31 | 应用于血管介入手术的力检测系统及方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113545855B (zh) |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5325869A (en) * | 1991-12-16 | 1994-07-05 | Stokes Theodore J | Apparatus for load and displacement sensing |
| CN103280145A (zh) * | 2013-05-03 | 2013-09-04 | 上海交通大学 | 心血管介入虚拟手术力反馈系统 |
| CN103976766A (zh) * | 2014-05-16 | 2014-08-13 | 天津理工大学 | 一种主从微创血管介入手术辅助系统 |
| CN104490476A (zh) * | 2014-12-24 | 2015-04-08 | 天津理工大学 | 用于血管介入手术辅助系统的多维信息监控系统及显示方法 |
| EP2988107A1 (de) * | 2014-08-20 | 2016-02-24 | Verein zur Förderung von Innovationen durch Forschung, Entwicklung und Technologietransfer e.V. (Verein INNOVENT e.V.) | Anordnung und verfahren zur magneto-taktilen detektion von kräften |
| CN105769343A (zh) * | 2016-04-26 | 2016-07-20 | 中国科学院自动化研究所 | 一种血管介入手术操作采集装置及方法 |
| 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 |
| CN111772801A (zh) * | 2020-07-06 | 2020-10-16 | 天津理工大学 | 一种用于主从式血管介入手术机器人系统的反馈力融合再现方法 |
Family Cites Families (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| HUP0600892A2 (en) * | 2006-11-30 | 2008-06-30 | Pazmany Peter Katolikus Egyete | Elastic cover for tactile sensors and tactile sensing arrangement with elastic cover |
| CN103323152B (zh) * | 2013-05-15 | 2014-12-24 | 中国矿业大学 | 仿生皮肤三维力触觉感知装置及其测量方法 |
| KR101665191B1 (ko) * | 2014-10-15 | 2016-10-14 | 한국표준과학연구원 | 생체모방 다중감각 피부센서 |
| JP7061784B2 (ja) * | 2017-01-19 | 2022-05-02 | 国立大学法人 香川大学 | 触覚センサ、触覚測定装置、学習済みモデル、および識別装置 |
| CN111533081B (zh) * | 2020-05-18 | 2022-07-05 | 吉林大学 | 一种基于仿生微结构的复合式柔性压力传感器及其制备方法 |
| CN111829698A (zh) * | 2020-06-18 | 2020-10-27 | 东南大学 | 一种基于仿生机理的双层触觉传感器 |
| CN111993446A (zh) * | 2020-07-03 | 2020-11-27 | 北京大学 | 基于磁场的柔性触觉传感器 |
-
2021
- 2021-05-31 CN CN202110605016.5A patent/CN113545855B/zh active Active
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5325869A (en) * | 1991-12-16 | 1994-07-05 | Stokes Theodore J | Apparatus for load and displacement sensing |
| CN103280145A (zh) * | 2013-05-03 | 2013-09-04 | 上海交通大学 | 心血管介入虚拟手术力反馈系统 |
| CN103976766A (zh) * | 2014-05-16 | 2014-08-13 | 天津理工大学 | 一种主从微创血管介入手术辅助系统 |
| EP2988107A1 (de) * | 2014-08-20 | 2016-02-24 | Verein zur Förderung von Innovationen durch Forschung, Entwicklung und Technologietransfer e.V. (Verein INNOVENT e.V.) | Anordnung und verfahren zur magneto-taktilen detektion von kräften |
| CN104490476A (zh) * | 2014-12-24 | 2015-04-08 | 天津理工大学 | 用于血管介入手术辅助系统的多维信息监控系统及显示方法 |
| CN105769343A (zh) * | 2016-04-26 | 2016-07-20 | 中国科学院自动化研究所 | 一种血管介入手术操作采集装置及方法 |
| 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 |
| CN111772801A (zh) * | 2020-07-06 | 2020-10-16 | 天津理工大学 | 一种用于主从式血管介入手术机器人系统的反馈力融合再现方法 |
Non-Patent Citations (2)
| Title |
|---|
| 微创血管介入手术机器人的主从交互控制方法与实现;奉振球等;《自动化学报》;20160531;第42卷(第5期);第696-705页 * |
| 血管介入机器人无线力检测模块设计;眭晨鑫等;《机械与电子》;20200630;第38卷(第6期);第62-66页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113545855A (zh) | 2021-10-26 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Jiang et al. | Exploration of force myography and surface electromyography in hand gesture classification | |
| CN111902077B (zh) | 利用神经肌肉信号进行手部状态表示建模的校准技术 | |
| Krasoulis et al. | Improved prosthetic hand control with concurrent use of myoelectric and inertial measurements | |
| Sierra González et al. | A realistic implementation of ultrasound imaging as a human-machine interface for upper-limb amputees | |
| CN107378944B (zh) | 一种基于主成分分析法的多维表面肌电信号假手控制方法 | |
| US20220330879A1 (en) | Systems and methods for monitoring the state of a disease using a biomarker, systems and methods for identifying a biomarker of interest for a disease | |
| Zou et al. | A multimodal fusion model for estimating human hand force: Comparing surface electromyography and ultrasound signals | |
| Zhang et al. | ViT-LLMR: Vision Transformer-based lower limb motion recognition from fusion signals of MMG and IMU | |
| Yue et al. | How to achieve human–machine interaction by foot gesture recognition: a review | |
| Zongxing et al. | Human-machine interaction technology for simultaneous gesture recognition and force assessment: A Review | |
| CN113545855B (zh) | 应用于血管介入手术的力检测系统及方法 | |
| JP2005011037A (ja) | ポインティングデバイス | |
| Chen et al. | Direct measurement of elbow joint angle using galvanic couple system | |
| Castellini et al. | A virtual piano-playing environment for rehabilitation based upon ultrasound imaging | |
| Geman et al. | Mathematical models used in intelligent assistive technologies: Response surface methodology in software tools optimization for medical rehabilitation | |
| Kim et al. | Using common spatial pattern algorithm for unsupervised real-time estimation of fingertip forces from sEMG signals | |
| TWI580404B (zh) | 肌肉張力感測方法及系統 | |
| CN114670224B (zh) | 一种指尖触觉信息采集装置 | |
| Xiao | Detecting upper extremity activity with force myography | |
| Vulpe-Grigorasi | Multimodal machine learning for cognitive load based on eye tracking and biosensors | |
| US11517215B2 (en) | Methods and apparatus for electro-meridian diagnostics | |
| Tasca | A machine learning approach for spatio-temporal gait analysis based on a head-mounted inertial sensor | |
| CN115299934B (zh) | 确定测试动作的方法、装置、设备及介质 | |
| Fougner | Robust, Coordinated and Proportional Myoelectric Control of Upper-Limb Prostheses | |
| Shan et al. | Artificial neural networks and center-of-pressure modeling: a practical method for sensorimotor-degradation assessment |
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 |