CN113974834B - 手术机器人系统的套管位姿确定方法、装置 - Google Patents
手术机器人系统的套管位姿确定方法、装置 Download PDFInfo
- Publication number
- CN113974834B CN113974834B CN202111083761.4A CN202111083761A CN113974834B CN 113974834 B CN113974834 B CN 113974834B CN 202111083761 A CN202111083761 A CN 202111083761A CN 113974834 B CN113974834 B CN 113974834B
- Authority
- CN
- China
- Prior art keywords
- sleeve
- dimensional data
- pose
- cannula
- determining
- 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
- 238000000034 method Methods 0.000 title claims abstract description 52
- 238000004590 computer program Methods 0.000 claims description 17
- 238000006243 chemical reaction Methods 0.000 claims description 15
- 230000000877 morphologic effect Effects 0.000 claims description 15
- 238000012545 processing Methods 0.000 claims description 15
- 230000033001 locomotion Effects 0.000 claims description 13
- 238000003860 storage Methods 0.000 claims description 7
- 238000001356 surgical procedure Methods 0.000 claims description 6
- 238000004891 communication Methods 0.000 description 11
- 238000010586 diagram Methods 0.000 description 11
- 230000006870 function Effects 0.000 description 10
- 230000008901 benefit Effects 0.000 description 6
- 230000008569 process Effects 0.000 description 6
- 230000009466 transformation Effects 0.000 description 6
- 230000011218 segmentation Effects 0.000 description 5
- 206010052428 Wound Diseases 0.000 description 4
- 208000027418 Wounds and injury Diseases 0.000 description 4
- 238000002591 computed tomography Methods 0.000 description 4
- 230000003044 adaptive effect Effects 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 3
- 230000008878 coupling Effects 0.000 description 2
- 238000010168 coupling process Methods 0.000 description 2
- 238000005859 coupling reaction Methods 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000003384 imaging method Methods 0.000 description 2
- 238000002595 magnetic resonance imaging Methods 0.000 description 2
- 230000000149 penetrating effect Effects 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 238000013519 translation Methods 0.000 description 2
- 241001631457 Cannula Species 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000001364 causal effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000005520 cutting process Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000000802 evaporation-induced self-assembly Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 238000003709 image segmentation Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 208000015181 infectious disease Diseases 0.000 description 1
- 238000012804 iterative process Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003032 molecular docking Methods 0.000 description 1
- 238000012847 principal component analysis method Methods 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
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
- A61B34/20—Surgical navigation systems; Devices for tracking or guiding surgical instruments, e.g. for frameless stereotaxis
-
- 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
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/30—Determination of transform parameters for the alignment of images, i.e. image registration
-
- 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
- A61B34/20—Surgical navigation systems; Devices for tracking or guiding surgical instruments, e.g. for frameless stereotaxis
- A61B2034/2046—Tracking techniques
- A61B2034/2065—Tracking using image or pattern recognition
-
- 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
- A61B2034/302—Surgical robots specifically adapted for manipulations within body cavities, e.g. within abdominal or thoracic cavities
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10028—Range image; Depth image; 3D point clouds
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Surgery (AREA)
- Life Sciences & Earth Sciences (AREA)
- Medical Informatics (AREA)
- General Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Molecular Biology (AREA)
- Animal Behavior & Ethology (AREA)
- Robotics (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Manipulator (AREA)
Abstract
本申请涉及一种手术机器人系统的套管位姿确定方法、装置,其中,所述方法包括:获取至少一个套管的三维数据;对所述至少一个套管的三维数据与基准套管的三维数据进行配准,分别确定所述至少一个套管的位姿。利用本申请各个实施例提供的技术方案,可以实现机械臂与套管之间的自动化对准,降低机械臂与套管对准的繁琐程度,提高对准效率。
Description
技术领域
本申请涉及医疗器械技术领域,特别是涉及手术机器人系统的套管位姿确定方法、装置。
背景技术
目前,手术机器人,尤其是腹腔镜手术机器人在医疗器械市场上占有比较重要的地位。 利用手术机器人实施外科手术,只需要在患者体表切开3~4个5~10mm的创口,将内窥镜伸 入患者体内,在视觉图像的引导下操作手术器械即可完成手术。相比于传统的开放式手术,利用手术机器人实施外科手术具有创口小、痛苦少、恢复快以及感染率低等优点。
在手术机器人中,为了防止手术器械或者摄像装置在运动过程中对患者创口产生损伤, 往往需要在手术器械或者摄像装置与创口之间设置套管(Trocar)。套管的一端介入体内,另 一端位于人体外,并与机械臂连接。由于套管的一端与机械臂之间是可拆卸式连接,因此,每次手术前,工作人员都需要手动将机械臂与套管的一端连接。具体地,工作人员需要将多 条机械臂一一展开,然后重复调整机械臂的高度和姿态,直至每条机械臂分别与对应的套管 对接上。以上操作不仅繁琐,而且非常消耗时间。
因此,相关技术中亟需一种高效且自动化的机械臂对接套管的方法。
发明内容
本申请实施例提供了一种手术机器人系统的套管位姿确定方法、装置,以至少解决相关 技术中手动连接套管繁琐、效率较低的问题。
第一方面,本申请实施例提供了一种手术机器人系统的套管位姿确定方法,包括:
获取至少一个套管的三维数据;
对所述至少一个套管的三维数据与基准套管的三维数据进行配准,分别确定所述至少一 个套管的位姿。
本申请实施例中,可以根据套管的三维数据与基准套管的三维数据进行配准,以确定套 管的位姿。在本申请的技术方案中,构建套管的基准模型,即所述基准套管,那么,基于套 管和基准套管的三维数据,可以获取到套管相对于基准套管的位姿,从而实现套管位姿的自动化获取。另外,确定的套管位姿能够为调整机械臂自动摆位提供导航依据,实现机械臂与 套管之间的自动化对准,降低机械臂与套管对准的繁琐程度,提高对准效率。
可选的,在本申请的一个实施例中,所述获取至少一个套管的三维数据,包括:
获取手术环境的三维数据,所述手术环境中包括至少一个套管;
从所述手术环境的三维数据提取出所述至少一个套管的三维数据。
可选的,在本申请的一个实施例中,所述对所述至少一个套管的三维点云数据与基准套 管的三维点云数据进行配准,分别确定所述至少一个套管的位姿,包括:
对所述至少一个套管的三维数据与基准套管的三维数据进行配准,分别获取配准结果;
确定所述配准结果的配准误差;
在确定所述配准误差大于预设阈值的情况下,对基准套管的三维数据进行自适应调整, 使得基准套管的三维数据与所述套管的三维数据的形态参数相匹配;
对所述套管的三维数据与基准套管自适应调整后的三维数据进行配准,直至所述配准误 差小于等于所述预设阈值,并分别确定所述至少一个套管的位姿。
可选的,在本申请的一个实施例中,所述对所述至少一个套管的三维数据与基准套管的 三维数据进行配准,分别确定所述至少一个套管的位姿,包括:
对基准套管的三维数据进行自适应调整,使得基准套管的三维数据与所述套管的三维数 据的形态参数相匹配;
对所述套管的三维数据与基准套管自适应调整后的三维数据进行配准,分别确定所述至 少一个套管的位姿。
可选的,在本申请的一个实施例中,所述对所述至少一个套管的三维数据与基准套管的 三维数据进行配准,分别确定所述至少一个套管的位姿,包括:
对所述至少一个套管的三维数据与基准套管的三维数据进行粗配准,确定粗配准转换关 系;
基于所述粗配准转换关系,对所述至少一个套管的三维数据与基准套管的三维数据进行 精配准,确定精配准转换关系。
可选的,在本申请的一个实施例中,在所述分别确定所述至少一个套管的位姿之后,所 述方法还包括:
调整所述手术机器人至少一个机械臂的位姿,使得所述至少一个机械臂的位姿与对应的 套管的位姿相匹配。
可选的,在本申请的一个实施例中,在所述分别确定所述至少一个套管的位姿之后,所 述方法还包括:
分别确定所述至少一个套管所穿设的手术端口相对于对应的套管的位置。
可选的,在本申请的一个实施例中,所述分别确定所述至少一个套管所穿设的手术端口 相对于对应的套管的位置,包括:
分别确定所述至少一个套管所穿设的手术端口所在的曲面;
分别确定所述至少一个套管的主轴与对应的曲面的交点。
第二方面,本申请实施例提供了一种手术机器人系统的套管位姿确定装置,包括:
数据获取模块,用于获取至少一个套管的三维数据;
数据配准模块,用于对所述至少一个套管的三维点云数据与基准套管的三维点云数据进 行配准,分别确定所述至少一个套管的位姿。
第三方面,本申请实施例提供了一种处理设备,包括存储器和处理器,所述存储器中存 储有计算机程序,所述处理器被设置为运行所述计算机程序以执行所述的手术机器人系统的 套管位姿确定方法。
第四方面,本申请实施例提供了一种手术机器人系统,包括至少一个手术器械、至少一 个套管、至少一个机械臂以及所述的处理设备,其中,
所述套管穿设于手术端口中,用于套设所述手术器械;
所述手术器械连接于所述机械臂的端部,用于实施手术;
可选的,在本申请的一个实施例中,所述机械臂与所述套管连接,用于控制所述手术器 械的运动。
主动系统,用于根据所述套管的位姿以及所述机械臂的初始位姿,规划所述机械臂的运 动路径,使得并将所述至少一个机械臂的位姿与对应的套管的位姿相匹配;
对应地,所述机械臂还用于按照所述运动路径运动。
第五方面,本申请实施例提供了一种计算机存储介质,所述存储介质中存储有计算机程 序,其中,所述计算机程序被设置为运行时执行所述的手术机器人系统的套管位姿确定方法。
第六方面,本申请实施例提供了一种计算机程序产品,包括计算机可读代码,或者承载 有计算机可读代码的非易失性计算机可读存储介质,当所述计算机可读代码在电子设备的处 理器中运行时,所述电子设备中的处理器执行所述的手术机器人系统的套管位姿确定方法。
本申请的一个或多个实施例的细节在以下附图和描述中提出,以使本申请的其他特征、 目的和优点更加简明易懂。
附图说明
此处所说明的附图用来提供对本申请的进一步理解,构成本申请的一部分,本申请的示 意性实施例及其说明用于解释本申请,并不构成对本申请的不当限定。在附图中:
图1是本申请一实施例提供的应用场景示意图;
图2是本申请一实施例提供的手术机器人系统的套管位姿确定方法的方法流程图;
图3是本申请一实施例提供的应用场景示意图;
图4是本申请一实施例提供的手术机器人系统的套管位姿确定装置的模块示意图;
图5是本申请一实施例提供的处理设备的模块示意图;
图6是本申请一实施例提供的计算机程序产品的模块示意图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申 请进行描述和说明。应当理解,此处所描述的具体实施例仅仅用以解释本申请,并不用于限 定本申请。基于本申请提供的实施例,本领域普通技术人员在没有作出创造性劳动的前提下所获得的所有其他实施例,都属于本申请保护的范围。此外,还可以理解的是,虽然这种开 发过程中所作出的努力可能是复杂并且冗长的,然而对于与本申请公开的内容相关的本领域 的普通技术人员而言,在本申请揭露的技术内容的基础上进行的一些设计,制造或者生产等 变更只是常规的技术手段,不应当理解为本申请公开的内容不充分。
在本申请中提及“实施例”意味着,结合实施例描述的特定特征、结构或特性可以包含 在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实 施例,也不是与其它实施例互斥的独立的或备选的实施例。本领域普通技术人员显式地和隐式地理解的是,本申请所描述的实施例在不冲突的情况下,可以与其它实施例相结合。
除非另作定义,本申请所涉及的技术术语或者科学术语应当为本申请所属技术领域内具 有一般技能的人士所理解的通常意义。本申请所涉及的“一”、“一个”、“一种”、“该”等类 似词语并不表示数量限制,可表示单数或复数。本申请所涉及的术语“包括”、“包含”、“具有”以及它们任何变形,意图在于覆盖不排他的包含;例如包含了一系列步骤或模块(单元) 的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元,而是可以还包括没有列 出的步骤或单元,或可以还包括对于这些过程、方法、产品或设备固有的其它步骤或单元。 本申请所涉及的“连接”、“相连”、“耦接”等类似的词语并非限定于物理的或者机械的连接, 而是可以包括电气的连接,不管是直接的还是间接的。本申请所涉及的“多个”是指大于或者等于两个。“和/或”描述关联对象的关联关系,表示可以存在三种关系,例如,“A和/或B” 可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。本申请所涉及的术语“第 一”、“第二”、“第三”等仅仅是区别类似的对象,不代表针对对象的特定排序。
另外,为了更好的说明本申请,在下文的具体实施方式中给出了众多的具体细节。本领 域技术人员应当理解,没有某些具体细节,本申请同样可以实施。在一些实例中,对于本领 域技术人员熟知的装置、手段、元件和电路未作详细描述,以便于凸显本申请的主旨。
为了清楚地示出本申请各个实施例的技术方案,下面通过图1对本申请实施例的其中一 个示例性场景进行说明。
请参见图1,图1是本申请实施例提供的一种手术机器人系统的套管位姿确定系统的结 构示意图,该系统包括采集装置101和套管位姿确定装置103,其中,采集装置101和套管 位姿确定装置103可以通信,以将采集到的手术环境图像发送至套管位姿确定装置103,由 套管位姿确定装置103完成对套管105位姿的确定。
采集装置101可以是具有数据采集能力和数据收发能力的电子设备。比如说采集装置101 可以包括能够采集到手术环境中三维信息的电子设备,例如深度相机、计算机断层扫描 (Computed Tomography,CT)设备、磁共振成像设备等等,其中,所述深度相机还可以包括基于飞行时间(TOF)、结构光、双目深度视觉等技术的相机,本申请在此不做限制。采集 装置101主要用于采集套管105的三维数据,且套管105已处于介入患者107手术端口的状 态。基于此,可以将所述采集装置101对准套管105的位置,例如,可以将采集装置101安装于图1所示的手术机器人109上,当然,也可以将采集装置101安装于手术灯上或者其他任何能够对准套管105的位置,本申请在此不做限制。
套管位姿确定装置103可以是具有数据处理能力和数据收发能力的电子设备,可以是实 体设备如主机、机架式服务器、刀片式服务器等,也可以是虚拟设备如虚拟机、容器等,还 可以是手术机器人109的控制端。套管位姿确定装置103在获取到套管105的三维数据之后, 可以对套管105的三维数据与基准套管301的三维数据进行配准,确定套管105的位姿信息。
需要说明的是,套管位姿确定装置103还可以集成于采集装置101中,例如由深度相机 完成采集手术环境图像和手术机器人系统的套管位姿确定的工作流程,本申请实施例不做任 何限制。
下面结合附图对本申请所述的手术机器人系统的套管位姿确定方法进行详细的说明。图 2是本申请提供的手术机器人系统的套管位姿确定方法的一种实施例的流程示意图。虽然本 申请提供了如下述实施例或附图所示的方法操作步骤,但基于常规或者无需创造性的劳动在 所述方法中可以包括更多或者更少的操作步骤。在逻辑性上不存在必要因果关系的步骤中, 这些步骤的执行顺序不限于本申请实施例提供的执行顺序。所述方法在实际中的手术机器人系统的套管位姿确定过程中或者方法执行时,可以按照实施例或者附图所示的方法顺序执行 或者并行执行(例如并行处理器或者多线程处理的环境)。
具体的,本申请提供的手术机器人系统的套管位姿确定方法的一种实施例如图2所示, 所述方法可以包括:
S201:获取至少一个套管105的三维数据。
本申请实施例中,套管105的三维数据可以是确定套管105位姿的基础。在实际手术场 景中,往往需要多种不同手术器械介入患者体内共同完成手术,因此,如图1所示,可以根 据手术需求在患者身体的相应部位处穿设一个或者多个套管105,其中,套管105的穿设在 患者身体表面形成手术端口。在固定好所述至少一个套管105的位置之后,可以获取所述至 少一个套管105的三维数据。
如上所述,采集设备101例如可以包括深度相机、计算机断层扫描(ComputedTomography, CT)设备、磁共振成像设备等多种不同种类的电子设备。那么,对应地,所述三维数据可以 包括深度图像数据、CT体积图像、磁共振图像等等,当然,还可以包括对利用其他采集设备 101所采集的数据处理得到的三维数据,如三维几何模型等,本申请在此不做限制。
在实际的应用场景下,采集设备101所采集的三维数据可以是包括所述至少一个套管105 在内的手术环境的三维数据。所述手术环境中不仅可以包括所述至少一个套管105,还可以 包括手术部位、手术床、无菌布、地面、手术灯等其他物体。基于此,在本申请的一个实施 例中,所述获取至少一个套管105的三维数据,可以包括:
S301:获取手术环境的三维数据,所述手术环境中包括至少一个套管105;
S303:从所述手术环境的三维数据提取出所述至少一个套管105的三维数据。
本申请实施例中,套管位姿确定装置103在获取到所述手术环境的三维数据之后,可以 从所述手术环境的三维数据提取出所述至少一个套管105的三维数据。其中,在本申请的一 个实施例中,可以采用聚类分割算法提取出所述至少一个套管105的三维数据,所述聚类分 割算法例如可以包括基于颜色、法向量、特征算子等特征的聚类分割算法。需要说明的是, 提取套管105三维数据的方式不限于上述举例,例如,还可以采用基于语义的图像分割算法, 如全景分割算法、实例分割算法、语义分割算法等等。所属领域技术人员在本申请技术精髓的启示下,还可能做出其它变更,但只要其实现的功能和效果与本申请相同或相似,均应涵 盖于本申请保护范围内。
S203:对所述至少一个套管105的三维数据与基准套管301的三维数据进行配准,分别 确定所述至少一个套管105的位姿。
本申请实施例中,在获取所述至少一个套管105的三维数据之后,可以对所述至少一个 套管105的三维数据与基准套管301的三维数据进行配准。其中,基准套管301可以包括外 观参数与所述至少一个套管105的外观参数相同的物理套管或者套管模型。以基准套管301 的三维数据作为基准数据,对所述至少一个套管105的三维数据与基准套管301的三维数据 进行配准,分别确定各个套管105与基准套管301之间的位置转换关系,所述位置转换关系 例如包括旋转平移矩阵T。也就是说,将套管105的三维数据按照所述位置转换关系进行转 换之后,可以与基准套管301的三维数据重合。因此,所述位置转换关系可以作为套管105 的位姿。在本申请的一个实施例中,在所述三维数据包括三维点云数据的情况下,对两个三 维点云数据进行配准的方式可以包括主成分分析法、特征点法等等。在其他实施例中,在所 述三维数据为非点云数据的情况下,可以对所述三维数据进行采样,将所述三维数据转换成 点云数据,在此基础上,再对两个点云数据进行配准。
在本申请的一个实施例中,配准的过程可以包括粗配准和精配准两个步骤。具体来说, 所述对所述至少一个套管105的三维数据与基准套管301的三维数据进行配准,分别确定所述至少一个套管105的位姿,可以包括:
S401:对所述至少一个套管105的三维数据与基准套管301的三维数据进行粗配准,确 定粗配准转换关系;
S403:基于所述粗配准转换关系,对所述至少一个套管105的三维数据与基准套管301 的三维数据进行精配准,确定精配准转换关系。
本申请实施例中,首先可以对套管105的三维数据和基准套管301的三维数据进行粗配 准。所述粗配准可以包括在三维数据相对位置关系未知的情况下对三维数据进行配准,可以 为后续的精配准提供初始值。在本申请的一些实施例中,实现所述粗配准的算法可以包括基 于穷举搜索的配准算法、基于特征匹配的配准算法等等。其中,所述基于穷举搜索的配准算 法可以遍历整个变换空间以选取使误差函数最小化的变换关系或者列举出使最多点对满足的变换关系,例如包括RANSAC配准算法、四点一致集配准算法(4-PointCongruent Set,4PCS)、 Super4PCS算法等。所述基于特征匹配的配准算法可以根据套管105本身所具备的形态特性 构建三维数据之间的匹配对应,然后采用相关算法对变换关系进行估计,例如包括基于点快 速点特征直方图(Fast Point Feature Histograms,FPFH)的采样一致性初始配准算法(Sample Consensus Initial Alignment,SAC-IA)、快速全局配准(Fast Global Registration,FGR)等算法、基于点方向直方图特征(Signatures ofHistograms of OrienTations,SHOT)的AO算法、 基于线特征的迭代最近线(IterativeClosest Line,ICL)算法等,本申请在此不做限制。
在确定所述粗配准转换关系之后,可以基于所述粗配准转换关系,对套管105的三维数 据和基准套管301的三维关系进行精配准。所述精配准包括在粗配准的基础上使得三维数据 之间的空间位置差别最小化。在一些实施例中,实现所述精配准的算法可以包括迭代最近点(Iterative Closest Point,ICP)以及ICP的各种变种算法,如稳健ICP、Point toPlane ICP、 Point to Line ICP、MBICP、GICP、NICP等等。
在实际应用中,由于套管105被遮挡、位姿等问题,采集的所述至少一个套管105的三 维数据可能只是套管105的部分数据。基于此,为了能够提升三维数据之间配准的准确性, 在本申请的一个实施例中,所述对所述至少一个套管105的三维点云数据与基准套管301的三维点云数据进行配准,分别确定所述至少一个套管105的位姿,可以包括:
S501:对所述至少一个套管105的三维数据与基准套管301的三维数据进行配准,分别 获取配准结果;
S503:确定所述配准结果的配准误差;
S505:在确定所述配准误差大于预设阈值的情况下,对基准套管301的三维数据进行自 适应调整,使得基准套管301的三维数据与套管105的三维数据的形态参数相匹配;
S507:对套管105的三维数据与基准套管301自适应调整后的三维数据进行配准,直至 所述配准误差小于等于所述预设阈值,并分别确定所述至少一个套管105的位姿。
本申请实施例中,在对所述至少一个套管105的三维数据与基准套管301的三维数据进 行配准,可以分别获取所述至少一个套管105对应的配准结果。在此,可以确定所述配准结 果对应的配准误差。所述配准误差可以利用均方根误差(RMSE)等算法确定。具体来说, 可以将套管105的三维数据按照所述配准结果进行旋转和/或平移等转换,得到转换后的三维 数据。然后,可以确定转换后的三维数据与基准套管301的三维数据之间的均方根误差。在确定所述配准误差大于预设误差的情况下,可以对基准套管301的三维数据进行自适应调整, 使得基准套管301的三维数据与套管105的三维数据的形态参数相匹配。所述形态参数例如 包括尺寸、形状、体积等,本申请在此不做限制。下面通过图3所示的具体示例说明上述实 施例,在确定所述配准误差大于预设阈值的情况下,确定基准套管301的长度为20cm,而待 确定位姿的套管105由于遮挡、角度等原因,采集到的长度仅有5cm,基于此,可以将基准 套管301的三维数据剪裁至5cm,且保留的部分跟套管105的三维数据相一致,最终可以确 定配准结果303。当然,在其他实施例中,不仅可以对基准套管301的长度进行裁剪,还可 以对基准套管301的任意部分进行裁剪,例如,还可以对套管105的漏斗部分进行斜切,并去除掉该部分,本申请对于调整基准套管301的形态参数不做限制。由于三维数据的配准是 迭代的过程,因此,在对基准套管301的三维数据进行自适应调整之后,可以对套管105的 三维数据与基准套管301自适应调整后的三维数据进行配准,直至所述配准误差小于等于所 述预设阈值。
在上述实施例中,在确定配准误差大于预设阈值的情况下,可以对基准套管301进行调 整,使得基准套管301的三维数据和套管105的三维数据的形态参数相匹配。在基准套管301 和套管105的三维数据的形态参数相匹配的情况下,能够获取到更加准确的配准结果。
当然,在本申请的一个实施例中,还可以在配准之前对基准套管301的三维数据进行自 适应,具体来说,所述对所述至少一个套管105的三维数据与基准套管301的三维数据进行 配准,分别确定所述至少一个套管105的位姿,可以包括:
S601:对基准套管301的三维数据进行自适应调整,使得基准套管301的三维数据与所 述套管105的三维数据的形态参数相匹配;
S603:对所述套管105的三维数据与基准套管301自适应调整后的三维数据进行配准, 分别确定所述至少一个套管105的位姿。
本申请实施例中关于自适应调整和配准方式的说明可以参考上述实施例,在此不再赘述。 在配准之前对基准套管301的形态进行自适应调整,比较适应在手术场景中套管容易被遮挡 使得采集到的三维数据不完整的技术需求,可以进一步提升配准的准确性和效率。
本申请实施例中,在确定至少一个套管105的位姿之后,还可以调整手术机器人109至 少一个机械臂111的位姿,使得至少一个机械臂111的位姿与对应的套管的位姿相匹配。具 体来说,在确定至少一个套管105的位姿之后,可以将所述位姿发送至手术机器人109的主 动系统,由所述主动系统完成对机械臂111的运动路径的规划。然后,所述主动系统可以将 规划的所述运动路径发送至机械臂111所在的从动系统,并由所述从动系统按照所述运动路 径调整机械臂111的位姿,使得最终的机械臂111的位姿与套管105的位姿相匹配。当然, 在后续过程中,可以自动化地完成机械臂111与套管105之间的耦合,也可以是人工完成机 械臂111与套管105之间的耦合,本申请在此不做限制。需要说明的是,机械臂111的位姿 与套管105的位姿匹配可以包括位置匹配和姿态匹配。其中,所述位置匹配可以包括设置于 机械臂111末端的套管连接口与套管端口之间的距离满足预设条件,所述预设条件例如包括所述套管连接口的中心点与所述套管的端口的中心点之间的距离小于预设阈值,例如所述预 设阈值可以设置为5cm,3cm等等。所述姿态匹配可以包括所述套管连接口的朝向与所述套 管的主轴方向之间的夹角在预设角度范围之内,所述套管连接口的朝向可以包括所述套管连 接口主轴向外的方向,所述预设角度范围可以设置为[-5°,5°]。
如图1所示,手术器械113连接于机械臂111的端部,手术过程中,手术机器人109需要控制机械臂111,使得手术器械113在手术端口处的位置保持不变,防止对手术端口造成撕 裂。基于此,在本申请的一个实施例中,基于至少一个套管105的位姿,可以分别确定至少 一个套管105所穿设的手术端口相对于对应的套管的位置。确定的手术端口的位置例如包括 所述手术端口在套管105主轴上的位置。具体来说,所述手术端口的中心可以包括手术部位 和套管105相交截面的中心,在数学上,可以表示为套管105的主轴矢量和手术部位曲面的交点。基于此,在本申请的一个实施例中,所述分别确定所述至少一个套管所穿设的手术端 口相对于对应的套管的位置,可以包括:
S701:分别确定所述至少一个套管所穿设的手术端口所在的曲面;
S703:分别确定所述至少一个套管的主轴与对应的曲面的交点。
本申请实施例中,首先可以确定套管105所穿设的手术端口所在的曲面。在一个示例中, 可以利用最小二乘法等算法迭代得到所述曲面的曲面方程。然后,可以确定所述曲面方程和 和套管105的主矢量之间的交点,该交点即为所述手术端口的中心位置。
在实际场景下,由于采集角度、遮挡等原因,可能导致采集到在套管105处的手术部位 的三维数据出现缺损等现象。基于此,可以对手术部位处的三维数据进行补全处理,例如利 用相关的曲面插补方法对缺损处的三维数据进行插补,以获得更加准确的曲面方程。
当然,在其他实施例中,还可以利用套管105的信息确定所述手术端口的位置。在实际 应用中,可以设置套管介入人体内的深度为固定值,例如,可以在套管上设置环形标记,该 环形标记的位置即为手术端口的位置。由于环形标记在套管105上的位置是已知的,那么, 在获取到套管105的端口位置的情况下,可以根据套管105的端口位置确定所述手术端口的 位置。本申请实施例对于确定手术端口位置的方式不做限制。
上文中结合图1至图3,详细描述了本申请所提供的手术机器人系统的套管位姿确定方 法,下面将结合附图4,描述根据本申请所提供的手术机器人系统的套管位姿确定装置103, 包括:
数据获取模块401,用于获取至少一个套管的三维数据;
数据配准模块403,用于对所述至少一个套管的三维点云数据与基准套管的三维点云数 据进行配准,分别确定所述至少一个套管的位姿。
可选的,在本申请的一个实施例中,所述获取至少一个套管的三维数据,包括:
获取手术环境的三维数据,所述手术环境中包括至少一个套管;
从所述手术环境的三维数据提取出所述至少一个套管的三维数据。
可选的,在本申请的一个实施例中,所述对所述至少一个套管的三维点云数据与基准套 管的三维点云数据进行配准,分别确定所述至少一个套管的位姿,包括:
对所述至少一个套管的三维数据与基准套管的三维数据进行配准,分别获取配准结果;
确定所述配准结果的配准误差;
在确定所述配准误差大于预设阈值的情况下,对基准套管的三维数据进行自适应调整, 使得基准套管的三维数据与所述套管的三维数据的形态参数相匹配;
对所述套管的三维数据与基准套管自适应调整后的三维数据进行配准,直至所述配准误 差小于等于所述预设阈值,并分别确定所述至少一个套管的位姿。
可选的,在本申请的一个实施例中,所述对所述至少一个套管的三维数据与基准套管的 三维数据进行配准,分别确定所述至少一个套管的位姿,包括:
对基准套管的三维数据进行自适应调整,使得基准套管的三维数据与所述套管的三维数 据的形态参数相匹配;
对所述套管的三维数据与基准套管自适应调整后的三维数据进行配准,分别确定所述至 少一个套管的位姿。
可选的,在本申请的一个实施例中,所述对所述至少一个套管的三维数据与基准套管的 三维数据进行配准,分别确定所述至少一个套管的位姿,包括:
对所述至少一个套管的三维数据与基准套管的三维数据进行粗配准,确定粗配准转换关 系;
基于所述粗配准转换关系,对所述至少一个套管的三维数据与基准套管的三维数据进行 精配准,确定精配准转换关系。
可选的,在本申请的一个实施例中,在所述分别确定所述至少一个套管的位姿之后,所 述方法还包括:
调整所述手术机器人至少一个机械臂的位姿,使得所述至少一个机械臂的位姿与对应的 套管的位姿相匹配。
可选的,在本申请的一个实施例中,在所述分别确定所述至少一个套管的位姿之后,所 述方法还包括:
分别确定所述至少一个套管所穿设的手术端口相对于对应的套管的位置。
可选的,在本申请的一个实施例中,所述分别确定所述至少一个套管所穿设的手术端口 相对于对应的套管的位置,包括:
分别确定所述至少一个套管所穿设的手术端口所在的曲面;
分别确定所述至少一个套管的主轴与对应的曲面的交点。
本申请的实施例还提供了一种处理设备,用于实现上述图1所示的系统架构图中手术机 器人系统的套管位姿确定装置的功能。其中,处理设备500可以是物理设备或物理设备集群, 也可以是虚拟化的云设备,如云计算集群中的至少一个云计算设备。为了便于理解,本申请 以处理设备500为独立的物理设备对该处理设备500的结构进行示例说明。
如图5所示,处理设备500包括:处理器以及用于存储处理器可执行指令的存储器;其 中,所述处理器被配置为执行所述指令时实现上述装置。处理设备500包括存储器801、处 理器802、总线803和通信接口804。存储器801、处理器802和通信接口804之间通过总线801通信。总线803可以是外设部件互连标准(peripheral component interconnect,PCI)总线 或扩展工业标准结构(extended industry standard architecture,EISA)总线等。总线可以分为 地址总线、数据总线、控制总线等。为便于表示,图5中仅用一条粗线表示,但并不表示仅有一根总线或一种类型的总线。通信接口804用于与外部通信。
其中,处理器802可以为中央处理器(central processing unit,CPU)。存储器801可以包 括易失性存储器(volatile memory),例如随机存取存储器(random accessmemory,RAM)。存储 器801还可以包括非易失性存储器(non-volatile memory),例如只读存储器(read-only memory, ROM),快闪存储器,HDD或SSD。
存储器801中存储有可执行代码,处理器802执行该可执行代码以执行前述测试场景构 建方法。
本申请的实施例提供了一种手术机器人系统,包括至少一个手术器械113、至少一个套 管105、至少一个机械臂111以及所述处理设备500,其中,
所述套管105穿设于手术端口中,用于套设所述手术器械113;
所述手术器械113连接于所述机械臂111的端部,用于实施手术;
所述机械臂111与所述套管105连接,用于控制所述手术器械113的运动。
可选的,在本申请的一个实施例中,所述手术机器人系统还包括:
主动系统,用于根据所述套管的位姿以及所述机械臂的初始位姿,规划所述机械臂的运 动路径,使得并将所述至少一个机械臂的位姿与对应的套管的位姿相匹配;
对应地,所述机械臂还用于按照所述运动路径运动。
本申请的实施例提供了一种计算机可读存储介质,其上存储有计算机程序指令,所述计 算机程序指令被处理器执行时实现上述方法。
本申请的实施例提供了一种计算机程序产品,包括计算机可读代码,或者承载有计算机 可读代码的非易失性计算机可读存储介质,当所述计算机可读代码在电子设备的处理器中运 行时,所述电子设备中的处理器执行上述方法。
在一些实施例中,所公开的方法可以实施为以机器可读格式被编码在计算机可读存储介 质上的或者被编码在其它非瞬时性介质或者制品上的计算机程序指令。图6示意性地示出根 据这里展示的至少一些实施例而布置的示例计算机程序产品的概念性局部视图,所述示例计算机程序产品包括用于在计算设备上执行计算机进程的计算机程序。在一个实施例中,示例 计算机程序产品600是使用信号承载介质601来提供的。所述信号承载介质601可以包括一 个或多个程序指令602,其当被一个或多个处理器运行时可以提供以上针对图2描述的功能 或者部分功能。此外,图6中的程序指令602也描述示例指令。
在一些示例中,信号承载介质601可以包含计算机可读介质603,诸如但不限于,硬盘 驱动器、紧密盘(CD)、数字视频光盘(DVD)、数字磁带、存储器、只读存储记忆体(Read-Only Memory,ROM)或随机存储记忆体(Random Access Memory,RAM)等等。在一些实施方式中,信号承载介质601可以包含计算机可记录介质604,诸如但不限于,存储器、读/写(R/W)CD、R/W DVD、等等。在一些实施方式中,信号承载介质601可以包含通信介质605, 诸如但不限于,数字和/或模拟通信介质(例如,光纤电缆、波导、有线通信链路、无线通信 链路、等等)。因此,例如,信号承载介质601可以由无线形式的通信介质605(例如,遵守 IEEE802.11标准或者其它传输协议的无线通信介质)来传达。一个或多个程序指令602可以 是,例如,计算机可执行指令或者逻辑实施指令。在一些示例中,诸如针对图2描述的计算 设备的计算设备可以被配置为,响应于通过计算机可读介质603、计算机可记录介质604、和 /或通信介质605中的一个或多个传达到计算设备的程序指令602,提供各种操作、功能、或 者动作。应该理解,这里描述的布置仅仅是用于示例的目的。因而,本领域技术人员将理解,其它布置和其它元素(例如,机器、接口、功能、顺序、和功能组等等)能够被取而代之地 使用,并且一些元素可以根据所期望的结果而一并省略。另外,所描述的元素中的许多是可以被实现为离散的或者分布式的组件的、或者以任何适当的组合和位置来结合其它组件实施的功能实体。
附图中的流程图和框图显示了根据本申请的多个实施例的装置、系统和计算机程序产品 的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个 模块、程序段或指令的一部分,所述模块、程序段或指令的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。在有些作为替换的实现中,方框中所标注的功能也可以以不 同于附图中所标注的顺序发生。例如,两个连续的方框实际上可以基本并行地执行,它们有 时也可以按相反的顺序执行,这依所涉及的功能而定。
也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合, 可以用执行相应的功能或动作的硬件(例如电路或ASIC(Application SpecificIntegrated Circuit, 专用集成电路))来实现,或者可以用硬件和软件的组合,如固件等来实现。
尽管在此结合各实施例对本发明进行了描述,然而,在实施所要求保护的本发明过程中, 本领域技术人员通过查看所述附图、公开内容、以及所附权利要求书,可理解并实现所述公 开实施例的其它变化。单个处理器或其它单元可以实现权利要求中列举的若干项功能。相互不同的从属权利要求中记载了某些措施,但这并不表示这些措施不能组合起来产生良好的效 果。
以上已经描述了本申请的各实施例,上述说明是示例性的,并非穷尽性的,并且也不限 于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下,对于本技术领域 的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择,旨在最好地解释各实施例的原理、实际应用或对市场中的技术的改进,或者使本技术领域的其它普通技 术人员能理解本文披露的各实施例。
Claims (12)
1.一种手术机器人系统的套管位姿确定方法,其特征在于,包括:
获取至少一个套管的三维数据;
对所述至少一个套管的三维数据与基准套管的三维数据进行配准,分别确定所述至少一个套管的位姿;所述对所述至少一个套管的三维数据与基准套管的三维数据进行配准,分别确定所述至少一个套管的位姿,包括:
对所述至少一个套管的三维数据与基准套管的三维数据进行配准,分别获取配准结果;
确定所述配准结果的配准误差;
在确定所述配准误差大于预设阈值的情况下,对基准套管的三维数据进行自适应调整,使得基准套管的三维数据与所述套管的三维数据的形态参数相匹配;
对所述套管的三维数据与基准套管自适应调整后的三维数据进行配准,直至所述配准误差小于等于所述预设阈值,并分别确定所述至少一个套管的位姿。
2.根据权利要求1所述的方法,其特征在于,所述获取至少一个套管的三维数据,包括:
获取手术环境的三维数据,所述手术环境中包括至少一个套管;
从所述手术环境的三维数据提取出所述至少一个套管的三维数据。
3.根据权利要求1所述的方法,其特征在于,所述对所述至少一个套管的三维数据与基准套管的三维数据进行配准,分别确定所述至少一个套管的位姿,包括:
在配准之前对基准套管的三维数据进行自适应调整,使得基准套管的三维数据与所述套管的三维数据的形态参数相匹配;
对所述套管的三维数据与基准套管自适应调整后的三维数据进行配准,分别确定所述至少一个套管的位姿。
4.根据权利要求1所述的方法,其特征在于,所述对所述至少一个套管的三维数据与基准套管的三维数据进行配准,分别确定所述至少一个套管的位姿,包括:
对所述至少一个套管的三维数据与基准套管的三维数据进行粗配准,确定粗配准转换关系;
基于所述粗配准转换关系,对所述至少一个套管的三维数据与基准套管的三维数据进行精配准,确定精配准转换关系。
5.根据权利要求1-4任一项所述的方法,其特征在于,在所述分别确定所述至少一个套管的位姿之后,所述方法还包括:
调整所述手术机器人至少一个机械臂的位姿,使得所述至少一个机械臂的位姿与对应的套管的位姿相匹配。
6.根据权利要求1所述的方法,其特征在于,在所述分别确定所述至少一个套管的位姿之后,所述方法还包括:
分别确定所述至少一个套管所穿设的手术端口的位置。
7.根据权利要求6所述的方法,其特征在于,所述分别确定所述至少一个套管所穿设的手术端口的位置,包括:
分别确定所述至少一个套管所穿设的手术端口所在的曲面;
分别确定所述至少一个套管的主轴与对应的曲面的交点。
8.一种手术机器人系统的套管位姿确定装置,其特征在于,包括:
数据获取模块,用于获取至少一个套管的三维数据;
数据配准模块,用于对所述至少一个套管的三维数据与基准套管的三维数据进行配准,分别确定所述至少一个套管的位姿;所述对所述至少一个套管的三维数据与基准套管的三维数据进行配准,分别确定所述至少一个套管的位姿,包括:对所述至少一个套管的三维数据与基准套管的三维数据进行配准,分别获取配准结果;确定所述配准结果的配准误差;在确定所述配准误差大于预设阈值的情况下,对基准套管的三维数据进行自适应调整,使得基准套管的三维数据与所述套管的三维数据的形态参数相匹配;对所述套管的三维数据与基准套管自适应调整后的三维数据进行配准,直至所述配准误差小于等于所述预设阈值,并分别确定所述至少一个套管的位姿。
9.一种处理设备,包括存储器和处理器,其特征在于,所述存储器中存储有计算机程序,所述处理器被设置为运行所述计算机程序以执行权利要求1至7中任一项所述的手术机器人系统的套管位姿确定方法。
10.一种手术机器人系统,其特征在于,包括至少一个手术器械、至少一个套管、至少一个机械臂以及权利要求9所述的处理设备,其中,
所述套管用于套设所述手术器械;
所述手术器械连接于所述机械臂的端部,用于实施手术;
所述机械臂与所述套管连接,用于控制所述手术器械的运动。
11.根据权利要求10所述的手术机器人系统,其特征在于,还包括:
主动系统,用于根据所述套管的位姿以及所述机械臂的初始位姿,规划所述机械臂的运动路径,使得并将所述至少一个机械臂的位姿与对应的套管的位姿相匹配;
对应地,所述机械臂还用于按照所述运动路径运动。
12.一种计算机存储介质,其特征在于,所述存储介质中存储有计算机程序,其中,所述计算机程序被设置为运行时执行权利要求1至7中任一项所述的手术机器人系统的套管位姿确定方法。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111083761.4A CN113974834B (zh) | 2021-09-14 | 2021-09-14 | 手术机器人系统的套管位姿确定方法、装置 |
CN202311099892.0A CN117017493A (zh) | 2021-09-14 | 2021-09-14 | 手术机器人系统的套管位姿确定方法、装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111083761.4A CN113974834B (zh) | 2021-09-14 | 2021-09-14 | 手术机器人系统的套管位姿确定方法、装置 |
Related Child Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311099892.0A Division CN117017493A (zh) | 2021-09-14 | 2021-09-14 | 手术机器人系统的套管位姿确定方法、装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113974834A CN113974834A (zh) | 2022-01-28 |
CN113974834B true CN113974834B (zh) | 2023-10-31 |
Family
ID=79735917
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311099892.0A Pending CN117017493A (zh) | 2021-09-14 | 2021-09-14 | 手术机器人系统的套管位姿确定方法、装置 |
CN202111083761.4A Active CN113974834B (zh) | 2021-09-14 | 2021-09-14 | 手术机器人系统的套管位姿确定方法、装置 |
Family Applications Before (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311099892.0A Pending CN117017493A (zh) | 2021-09-14 | 2021-09-14 | 手术机器人系统的套管位姿确定方法、装置 |
Country Status (1)
Country | Link |
---|---|
CN (2) | CN117017493A (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102022117010A1 (de) * | 2022-07-07 | 2024-01-18 | Karl Storz Se & Co. Kg | Medizinisches System und Verfahren zum Betrieb eines medizinischen Systems zur Bestimmung der Lage einer Zugangseinrichtung |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2012034886A1 (de) * | 2010-09-17 | 2012-03-22 | Siemens Aktiengesellschaft | Verfahren zum platzieren eines laparoskopieroboters in einer vorgebbaren relativlage zu einem trokar |
WO2015142812A1 (en) * | 2014-03-17 | 2015-09-24 | Intuitive Surgical Operations, Inc. | Surgical cannulas and related systems and methods of identifying surgical cannulas |
CN107049380A (zh) * | 2017-06-03 | 2017-08-18 | 成都五义医疗科技有限公司 | 一种标准化的穿刺器系列产品及其使用方法 |
CN109544599A (zh) * | 2018-11-22 | 2019-03-29 | 四川大学 | 一种基于相机位姿估计的三维点云配准方法 |
WO2020105049A1 (en) * | 2018-11-22 | 2020-05-28 | Vuze Medical Ltd. | Apparatus and methods for use with image-guided skeletal procedures |
WO2020263520A1 (en) * | 2019-06-26 | 2020-12-30 | Auris Health, Inc. | Systems and methods for robotic arm alignment and docking |
CN112161619A (zh) * | 2020-09-16 | 2021-01-01 | 杭州思锐迪科技有限公司 | 位姿检测方法、三维扫描路径规划方法和检测系统 |
CN112880562A (zh) * | 2021-01-19 | 2021-06-01 | 佛山职业技术学院 | 一种机械臂末端位姿误差测量方法及系统 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7607440B2 (en) * | 2001-06-07 | 2009-10-27 | Intuitive Surgical, Inc. | Methods and apparatus for surgical planning |
US11412951B2 (en) * | 2013-03-15 | 2022-08-16 | Syanptive Medical Inc. | Systems and methods for navigation and simulation of minimally invasive therapy |
US9489738B2 (en) * | 2013-04-26 | 2016-11-08 | Navigate Surgical Technologies, Inc. | System and method for tracking non-visible structure of a body with multi-element fiducial |
CA2959232C (en) * | 2015-01-07 | 2018-08-14 | Synaptive Medical (Barbados) Inc. | Method, system and apparatus for adaptive image acquisition |
US11166774B2 (en) * | 2019-04-17 | 2021-11-09 | Cilag Gmbh International | Robotic procedure trocar placement visualization |
-
2021
- 2021-09-14 CN CN202311099892.0A patent/CN117017493A/zh active Pending
- 2021-09-14 CN CN202111083761.4A patent/CN113974834B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2012034886A1 (de) * | 2010-09-17 | 2012-03-22 | Siemens Aktiengesellschaft | Verfahren zum platzieren eines laparoskopieroboters in einer vorgebbaren relativlage zu einem trokar |
WO2015142812A1 (en) * | 2014-03-17 | 2015-09-24 | Intuitive Surgical Operations, Inc. | Surgical cannulas and related systems and methods of identifying surgical cannulas |
CN107049380A (zh) * | 2017-06-03 | 2017-08-18 | 成都五义医疗科技有限公司 | 一种标准化的穿刺器系列产品及其使用方法 |
CN109544599A (zh) * | 2018-11-22 | 2019-03-29 | 四川大学 | 一种基于相机位姿估计的三维点云配准方法 |
WO2020105049A1 (en) * | 2018-11-22 | 2020-05-28 | Vuze Medical Ltd. | Apparatus and methods for use with image-guided skeletal procedures |
WO2020263520A1 (en) * | 2019-06-26 | 2020-12-30 | Auris Health, Inc. | Systems and methods for robotic arm alignment and docking |
CN112161619A (zh) * | 2020-09-16 | 2021-01-01 | 杭州思锐迪科技有限公司 | 位姿检测方法、三维扫描路径规划方法和检测系统 |
CN112880562A (zh) * | 2021-01-19 | 2021-06-01 | 佛山职业技术学院 | 一种机械臂末端位姿误差测量方法及系统 |
Non-Patent Citations (1)
Title |
---|
手术导航系统中器械的可视化与实时跟踪;林艳萍等;生物医学工程学杂志;第23卷(第05期);第995-998页 * |
Also Published As
Publication number | Publication date |
---|---|
CN113974834A (zh) | 2022-01-28 |
CN117017493A (zh) | 2023-11-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR102013866B1 (ko) | 실제수술영상을 이용한 카메라 위치 산출 방법 및 장치 | |
US9990744B2 (en) | Image registration device, image registration method, and image registration program | |
US20190038359A1 (en) | Dynamic 3d lung map view for tool navigation inside the lung | |
US20070018975A1 (en) | Methods and systems for mapping a virtual model of an object to the object | |
EP2573735B1 (en) | Endoscopic image processing device, method and program | |
Doignon et al. | Segmentation and guidance of multiple rigid objects for intra-operative endoscopic vision | |
JP2021531910A (ja) | ロボット操作手術器具の位置を追跡システムおよび方法 | |
CN110288653B (zh) | 一种多角度超声图像融合方法、系统及电子设备 | |
CN112382359B (zh) | 患者注册方法、装置、电子设备及计算机可读介质 | |
US10078906B2 (en) | Device and method for image registration, and non-transitory recording medium | |
US20220415006A1 (en) | Robotic surgical safety via video processing | |
CN113974834B (zh) | 手术机器人系统的套管位姿确定方法、装置 | |
Rosa et al. | Estimation of optimal pivot point for remote center of motion alignment in surgery | |
EP2031559A1 (en) | Augmented visualization in two-dimensional images | |
CA2976320C (en) | Method, system and apparatus for adjusting image data to compensate for modality-induced distortion | |
CN111743628A (zh) | 一种基于计算机视觉的自动穿刺机械臂路径规划的方法 | |
CA3125166A1 (en) | User interface elements for orientation of remote camera during surgery | |
CN116459013B (zh) | 一种基于3d视觉识别的协作机器人 | |
EP4137033A1 (en) | System and method for view restoration | |
CN115409838B (zh) | 一种在医学影像中器械的配准方法和系统及相关设备 | |
US20230210627A1 (en) | Three-dimensional instrument pose estimation | |
US20230139402A1 (en) | Systems and methods for registration feature integrity checking | |
US20230252681A1 (en) | Method of medical calibration | |
US20230404692A1 (en) | Cost effective robotic system architecture | |
US20230030273A1 (en) | System for Monitoring a Clinical Scenario |
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 |