CN115624393A - 一种介入手术机器人系统、提供操纵提示的方法 - Google Patents

一种介入手术机器人系统、提供操纵提示的方法 Download PDF

Info

Publication number
CN115624393A
CN115624393A CN202211644986.7A CN202211644986A CN115624393A CN 115624393 A CN115624393 A CN 115624393A CN 202211644986 A CN202211644986 A CN 202211644986A CN 115624393 A CN115624393 A CN 115624393A
Authority
CN
China
Prior art keywords
stress
blood vessel
medical intervention
intervention device
force
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
Application number
CN202211644986.7A
Other languages
English (en)
Other versions
CN115624393B (zh
Inventor
王琳
黄韬
刘春燕
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Wemed Medical Equipment Co Ltd
Original Assignee
Beijing Wemed Medical Equipment Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beijing Wemed Medical Equipment Co Ltd filed Critical Beijing Wemed Medical Equipment Co Ltd
Priority to CN202211644986.7A priority Critical patent/CN115624393B/zh
Publication of CN115624393A publication Critical patent/CN115624393A/zh
Application granted granted Critical
Publication of CN115624393B publication Critical patent/CN115624393B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B34/00Computer-aided surgery; Manipulators or robots specially adapted for use in surgery
    • A61B34/30Surgical robots
    • A61B34/37Master-slave robots
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B34/00Computer-aided surgery; Manipulators or robots specially adapted for use in surgery
    • A61B34/20Surgical navigation systems; Devices for tracking or guiding surgical instruments, e.g. for frameless stereotaxis
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B34/00Computer-aided surgery; Manipulators or robots specially adapted for use in surgery
    • A61B34/20Surgical navigation systems; Devices for tracking or guiding surgical instruments, e.g. for frameless stereotaxis
    • A61B2034/2046Tracking techniques
    • A61B2034/2065Tracking using image or pattern recognition
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B34/00Computer-aided surgery; Manipulators or robots specially adapted for use in surgery
    • A61B34/30Surgical robots
    • A61B2034/303Surgical robots specifically adapted for manipulations within body lumens, e.g. within lumen of gut, spine, or blood vessels

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)
  • Endoscopes (AREA)
  • Apparatus For Radiation Diagnosis (AREA)

Abstract

本申请涉及一种介入手术机器人系统、提供操纵提示的方法。压力传感器用于测量医疗介入器件受到的实际受力值,控制器被配置为识别出参考图像中当前位置所在血管段的狭窄部和弯曲部,对狭窄受力增量和弯曲受力增量进行加权求和,得到第一结果,将第一结果与正常受力范围的和作为当前位置所在血管段的受力阈值范围,如此,能够获得医疗介入器件处于当前位置的合理受力范围,给予医生提供更有效的关于医疗介入器件实时受力情况是否合理的指导,可在保证手术的安全的前提下,提高手术效率。

Description

一种介入手术机器人系统、提供操纵提示的方法
技术领域
本申请涉及介入手术机器人控制技术领域,具体涉及一种介入手术机器人系统、提供操纵提示的方法。
背景技术
心脑血管微创介入疗法是针对心脑血管疾病的主要治疗手段,与传统外科手术相比,有着切口小、术后恢复时间短等明显优势。心脑血管介入手术是由医生手动将导管、导丝以及支架等器械送入病患体内来完成治疗的过程。介入手术仍然存在如下问题,首先,在手术过程中,由于DSA会发出X射线,医生体力下降较快,注意力及稳定性也会下降,将导致操作精度下降,易发生因推送力不当引起的血管内膜损伤、血管穿孔破裂等事故,导致病人生命危险。其次,长期电离辐射的积累伤害会大幅地增加医生患白血病、癌症以及急性白内障的几率。
通过借助机器人技术能够有效应对这一问题,还可以大幅提高手术操作的精度与稳定性,同时能够有效降低放射线对介入医生的伤害,降低术中事故的发生几率。然而,采用介入手术机器人技术进行介入手术,医生需要耗费大量的时间来分析导丝、导管等介入器件的运动情况,手术效率较低。在导丝、导管等器件遇到血管狭窄、血管弯曲等区域时,医生无法精准的判断导丝、导管等器件的受力情况是否正常,实际上,对于某些区域来说正常情况下的阻力对于其他区域可能就预示着阻力过大。例如,随着导丝在血管内的深入,其受到的阻力值也将逐渐增加。通过人工预测导丝、导管等器件的位置具有较大的难度,使得医生无法准确地判断导丝的位置,对于导丝目前所处的实际位置下应该受力如何也判断不准,介入手术风险较大。进一步地,在术中向医生如何提供适当的提示,又不会引入多余信息导致干扰医生的注意力,也存在较大的改进空间。
发明内容
提供本申请以解决现有技术中存在的上述问题。需要一种介入手术机器人系统、提供操纵提示的方法,其能够在心脑血管介入手术中,分析出医疗介入器件在各种粗细变化且弯曲扭转的形态的血管中的各个当前位置(也就是医疗介入器件当前所处的位置)处的动态的合理受力阈值范围和实际受力值,且动态且量化地提供显著的及时对比,以方便用户进行操作和判断,有利于介入手术的安全进行。
根据本申请的第一方案,提供一种介入手术机器人系统,包括以可通信方式连接的从端机构的机器人以及包括显示器和控制器的主端机构,所述机器人响应于用户操纵在所述控制器的作用下操纵医疗介入器件在血管内运动,所述机器人包括用于夹持所述医疗介入器件且配置有压力传感器的夹持部,所述压力传感器用于测量所述医疗介入器件受到的实际受力值;所述控制器被配置为获取包含所述血管的参考图像以及术中所述医疗介入器件在所述血管内的当前位置,识别出所述参考图像中当前位置所在血管段的狭窄部和弯曲部;获取所述血管在理想状态下的正常受力范围,以及所述狭窄部对应的狭窄受力增量和所述弯曲部对应的弯曲受力增量;对所述狭窄受力增量和所述弯曲受力增量进行加权求和,得到第一结果,将所述第一结果与所述正常受力范围的和作为当前位置所在血管段的受力阈值范围;基于所述医疗介入器件处于当前位置的实际受力值相对于当前位置所在血管段的受力阈值范围的位置关系,向所述用户发出安全操纵相关的提示信息。
根据本申请的第二方案,提供一种在介入手术机器人系统中提供操纵提示的方法,包括:获取医疗介入器件受到的实际受力值,该实际受力值利用所述介入手术机器人系统中的机器人的用于夹持所述医疗介入器件的夹持部的压力传感器来测得;获取包含血管的参考图像以及术中所述医疗介入器件在所述血管内的当前位置,识别出所述参考图像中当前位置所在血管段的狭窄部和弯曲部;获取所述血管在理想状态下的正常受力范围,以及所述狭窄部对应的狭窄受力增量和所述弯曲部对应的弯曲受力增量;对所述狭窄受力增量和所述弯曲受力增量进行加权求和,得到第一结果,将所述第一结果与所述正常受力范围的和作为当前位置所在血管段的受力阈值范围;基于所述医疗介入器件处于当前位置的实际受力值相对于当前位置所在血管段的受力阈值范围的位置关系,向用户发出安全操纵相关的提示信息。
根据本申请的第三方案,提供一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序指令,所述计算机程序指令在被处理器运行时使得所述处理器执行如本申请各个实施例所述的在介入手术机器人系统中提供操纵提示的方法。
与现有技术相比,本申请实施例的有益效果在于:
本申请提供的介入手术机器人系统利用压力传感器测量医疗介入器件受到的实际受力值,识别出参考图像中当前位置所在血管段的狭窄部和弯曲部,得到狭窄受力增量和弯曲受力增量,并对狭窄受力增量和弯曲受力增量进行加权求和,得到第一结果,将该第一结果与正常受力范围的和作为当前位置所在血管段的受力阈值范围。如此,介入手术机器人系统能够识别出医疗介入器件在血管中的实时位置,分析出当前位置下的血管形态、狭窄程度等因素,自动调节医疗介入器件处于不同血管段的测力的合理受力阈值范围,帮助医生得到更加符合实际情况的医疗介入器件的受力情况,给予医生提供更有效的关于医疗介入器件实时受力情况是否合理的指导。医生通过比较实际受力值和受力阈值范围的位置关系,能够快速、直观的判断出当前医疗介入器件的受力是否处于安全范围,能够减少医生的二次分析和判断过程,可在保证手术的安全的前提下,提高手术效率。
上述的一般描述和以下的详细描述只是示例性和说明性的,并不旨在限制要求保护的发明。
附图说明
在不一定按比例绘制的附图中,相同的附图标记可以在不同的视图中描述相似的部件。具有字母后缀或不同字母后缀的类似附图标记可以表示相似组件的不同示例。附图通过举例而不是以限制的方式大体上示出各种实施例,并且与说明书以及权利要求书一起用于对所申请的实施例进行说明。这样的实施例是说明性和示例性的,而并非旨在作为本方法、系统或具有用于实现该方法的指令的非暂时性计算机可读介质的穷尽或排他的实施例。
图1(a)示出根据本申请实施例所述的介入手术机器人系统的结构示意图。
图1(b)示出根据本申请实施例所述的介入手术机器人系统的控制器的配置流程图。
图1(c)示出根据本申请实施例所述的介入手术机器人系统对弯曲部进行受力分析的示意图。
图2示出根据本申请实施例所述的介入手术机器人系统的显示器显示实际受力值与受力阈值范围的位置关系的示意图。
图3示出根据本申请实施例所述的介入手术机器人系统的显示器显示实际受力值与受力阈值范围的位置关系的又一示意图。
图4示出根据本申请实施例所述的介入手术机器人系统的控制器的又一配置流程图。
图5示出根据本申请实施例所述的在介入手术机器人系统中提供操纵提示的方法流程图。
图6示出根据本申请实施例所述的在介入手术机器人系统中提供操纵提示的方法的又一流程图。
具体实施方式
为使本领域技术人员更好的理解本申请的技术方案,下面结合附图和具体实施方式对本申请作详细说明。下面结合附图和具体实施例对本申请的实施例作进一步详细描述,但不作为对本申请的限定。
本申请中使用的“第一”、“第二”以及类似的词语并不表示任何顺序、数量或者重要性,而只是用来区分部分的称谓。“包括”或者“包含”等类似的词语意指在该词前的要素涵盖在该词后列举的要素,并不排除也涵盖其他要素的可能。“上”、“下”、“左”等仅用于表示相对位置关系,当被描述对象的绝对位置改变后,则该相对位置关系也可能相应地改变。
在本申请中,各个步骤在图中所示的箭头仅仅作为执行顺序的示例,而不是限制,本申请的技术方案并不限于实施例中描述的执行顺序,执行顺序中的各个步骤可以合并执行,可以分解执行,可以调换顺序,只要不影响执行内容的逻辑关系即可。
本申请使用的所有术语(包括技术术语或者科学术语)与本申请所属领域的普通技术人员理解的含义相同,除非另外特别定义。还应当理解,在诸如通用字典中定义的术语应当被解释为具有与它们在相关技术的上下文中的含义相一致的含义,而不应用理想化或极度形式化的意义来解释,除非这里明确地这样定义。对于相关领域普通技术人员已知的技术、方法和设备可能不作详细讨论,但在适当情况下,所述技术、方法和设备应当被视为说明书的一部分。
图1(a)示出根据本申请实施例所述的介入手术机器人系统的结构示意图。其中,所述介入手术机器人系统100包括以可通信方式连接的从端机构101的机器人102以及包括显示器103和控制器104的主端机构105,所述机器人102响应于用户操纵在所述控制器104的作用下操纵医疗介入器件在血管内运动。
以下以应用于心脑血管介入手术的应用场景进行说明,但须知介入手术机器人系统也可以应用于其他应用场景,其中,需要用户远程操纵让机器人102操纵医疗介入器件在血管内运动,尤其是血管呈现出相对复杂的形态,例如粗细不一且弯曲扭转较多,而且随着医疗介入器件在血管内的运动,所经历的血管段会呈现出宽窄、弯曲等动态的形态变化。
所述机器人102包括用于夹持所述医疗介入器件且配置有压力传感器106的夹持部,所述压力传感器106用于测量所述医疗介入器件受到的实际受力值。其中,所述从端机构101的机器人102可以设有机械臂和末端执行器,比如,末端执行器可以是用于夹持和固定导丝和/或导管的钳夹等,配合DSA完成对介入手术的操作动作。所述显示器103可以包括CRT显示器、液晶显示器、LED点阵显示器及OLED显示器。所述控制器104可以为处理器或者内设有处理器的装置,所述医疗介入器件包括导管、导丝、内窥镜和支架中的任何一种。
所述处理器可以是包括一个或多个通用处理装置的处理装置,诸如微处理器、中央处理单元(CPU)、图形处理单元(GPU)等。更具体地,处理器可以是复杂指令集计算(CISC)微处理器、精简指令集计算(RISC)微处理器、超长指令字(VLIW)微处理器、运行其他指令集的处理器或者运行指令集的组合的处理器。处理器还可以是一个或多个专用处理装置,诸如专用集成电路(ASIC)、现场可编程门阵列(FPGA)、数字信号处理器(DSP),片上系统(SoC)等。如本领域技术人员将理解的,在一些实施例中,处理器可以是专用处理器,而不是通用处理器。处理器可以包括一个或多个已知的处理装置,例如来自Intel TM制造的PentiumTM、Core TM、Xeon TM或Itanium系列的微处理器,由AMD TM制造的Turion TM、Athlon TM、Sempron TM、Opteron TM、FX TM、 Phenom TM系列,或由Sun Microsystems制造的各种处理器。处理器还可以包括图形处理单元,诸如来自GeForce®的GPU,由Nvidia TM制造的Quadro®、Tesla®系列,由Intel TM制造的GMA,Iris TM系列,或由AMD TM制造的RadeonTM系列。处理器还可以包括加速处理单元,例如由AMD TM制造的Desktop A-4(6,6)系列,由Intel TM制造的Xeon Phi TM系列。另外,术语“处理器”或“图像处理器”可以包括一个以上的处理器,例如,多核设计或多个处理器,每个处理器具有多核设计。处理器可以执行存储在存储器中的计算机程序指令序列,以执行本文公开的各种操作、过程和方法。处理器可以通信地耦合到存储器并且被配置为执行存储在其中的计算机可执行指令。
具体来说,用户可以通过操作控制盒或控制板来控制机器人102以执行期望的动作,用户在操作控制盒或控制板的过程中,可以直接将操作指令等相关控制医疗介入器件动作的信息发送到机器人102,机器人102响应于用户操纵在控制器104的作用下操纵医疗介入器件在血管内运动,比如,机器人102操纵导丝在血管中前进、后退等。
所述压力传感器106可以包括应变式压力传感器、电容式压力传感器、压电式压力传感器等,对此不做限定。机器人102可以设有机械臂和末端执行器,压力传感器106可以设置在所述末端执行器上。由于不同的血管段具有不同的狭窄和弯曲,因此,医生在操纵机器人102控制医疗介入器件在不同的血管段运动时,需要向机器人102的末端执行器施加不同的压力,以便医疗介入器件顺畅地继续运动。设置在末端执行器上的压力传感器106可以灵敏地测量出医疗介入器件受到的实际受力值,该实际受力值可以理解为医生操纵机器人102控制医疗介入器件在血管内运动时所实际施加的力。请注意,医生通过主端机构105(例如但不限于控制盒或控制板)来控制机器人102的过程中,可以直接将操作指令发送到机器人102,操作指令中可以包含期望机器人102的末端执行器向医疗介入器件施加的力,但期望施加的力与医疗介入器件实际施加的力,可能会因为血管的形态或阻碍或者末端执行器的滑移,而产生偏差。
在介入手术机器人系统100中,医疗介入器件的实际受力大小通过机器人102的夹持医疗介入器件的高精度压力传感器106来测量,介入手术机器人系统100能够动态地(实时)接收到来自压力传感器106的数据,同时,介入手术机器人系统100也能够采集到DSA发送的动态(实时)的医疗介入器件在血管中的图像。
如图1(b),在步骤S101中,所述控制器104被配置为获取包含所述血管的参考图像以及术中所述医疗介入器件在所述血管内的当前位置,识别出所述参考图像中当前位置所在血管段的狭窄部和弯曲部。具体地,所述参考图像可以是利用DSA设备在术前或术中采集的包含病灶部位的完整的血管造影图像,也可以是直接从图像数据库中调取的图像,图像数据来源至少包括从DSA中获取的医学图像信息和大量医生临床操作数据,对于参考图像的获取方式不做具体限定。其中,医生操作数据指的是医生通过介入手术机器人系统100进行的操作数据或传统临床手术中的数据。在术中,伴随着自动手术的进行,医疗介入器件的运动状态以及血管的狭窄度、弯曲度等都会发生变化,DSA实时采集术中所述医疗介入器件在血管中的图像,并将实时获取的图像发送到控制器104,控制器104对获取的图像进行分析处理后识别出医疗介入器件在血管内的当前位置,并识别出所述参考图像中当前位置所在血管段的狭窄部和弯曲部。也就是说,参考图像的成像时间可以非常接近于医疗介入器件来到当前位置的当前时间,从而识别出的当前位置所在血管段的狭窄部和弯曲部的分布状况由于时差导致的偏差被显著减少。参考图像的采集时间可以考虑到目标血管的活动性。例如,对于保持相对静止的血管而言,只要患者保持相同的体位且DSA设备采用相同的成像角度即可,对于采集时间与医疗介入器件的当前位置的识别时间的同步上要求并不严格。又例如,对于搏动的血管而言,例如冠脉,则参考图像的采集时间优选尽量接近医疗介入器件的当前位置的识别时间。
具体地,比如,可以是通过学习网络对所述参考图像进行分析处理,以识别出所述参考图像中当前位置所在血管段的狭窄部和弯曲部。例如,将获取的图像信息进行图像预处理输入到ResUnet深度学习网络进行训练,识别导丝、支架、血管等目标物,获得训练数据,对数据进行shuffle操作,将图像转换为固定尺寸(如:512*512),并进行归一化处理,将像素的强度值转化为0-1之间,其中,训练数据中包括分割标注信息(血管、导丝、支架)的医学图像,对上述训练数据进行图像水平翻转、垂直翻转、随机缩放、随机亮度、随机对比度、随机噪声等图像处理方法进行数据增强,使用增强后的训练数据对分割网络模型进行学习训练,得到图像分割模型。上述的深度学习网络模型可以为ResUnet、attentionUnet等分割网络模型,具体不作限定。所述深度学习网络利用Tensorflow框架进行深度学习的训练即可实现。
其中,所述血管的参考图像可能是完整的血管造影图像,然而,病灶部位可能只是参考图像中很小的部分关注区域,此时,医疗介入器件在关注区域所在的血管段运动,无需识别整个血管造影图像的所有的狭窄部和弯曲部,而只需要识别参考图像中当前位置所在血管段的狭窄部和弯曲部即可,以降低处理器的运算负荷并加快识别速度。具体来说,当前位置所在的血管段可能包含多个狭窄部和弯曲部,而在医疗介入器件经由狭窄程度不同的狭窄部时,向医疗介入器件施加的力也不同。比如,狭窄部A和狭窄部B,狭窄部A的狭窄程度高于狭窄部B,在医疗介入器件经由狭窄部A时受到的阻力本身就大于经由狭窄部B时受到的阻力,属于正常情况。但是,在现有介入手术中,医生会判定医疗介入器件经由狭窄部A时受到的阻力过大,属于危险情况,这显然与真实情况不符。随着医疗介入器件在血管内的深入,其受到的阻力值也将逐步增加,属于正常情况,而目前测力装置无法得到合理的受力阈值范围,致使给予医生的受力阈值也不准确,会影响医生在操作中的判断。
在步骤S102中,获取所述血管在理想状态下的正常受力范围,以及所述狭窄部对应的狭窄受力增量和所述弯曲部对应的弯曲受力增量。其中,所述理想状态可以理解为所述血管不存在狭窄、弯曲的正常血管。医疗介入器件经由理想状态下的血管时受到的阻力处于一个比较平稳的范围内,即为正常受力范围,正常受力范围基于医生的经验进行设定,或者通过预先的实验来测得。其次,血管中由于狭窄部的存在会增加医疗介入器件经由狭窄部时的阻力,且医生向医疗介入器件施加的力也会相应的增加,因此,由于狭窄部的存在导致向医疗介入器件施加的增加的力可以理解为狭窄受力增量。同理,由于弯曲部的存在导致向医疗介入器件施加的增加的力可以理解为弯曲受力增量。具体来说,可以对所述血管进行狭窄程度分析,以获取所述狭窄部的狭窄受力增量,可以对所述血管中的医疗介入器件进行受力分析,以得到所述医疗介入器的弯曲受力增量,对于获取狭窄受力增量、弯曲受力增量的具体方式不做限定,比如,可以将对血管进行狭窄度分析后的狭窄度乘以1N来作为狭窄受力增量。
对于弯曲受力增量的获取方式同样不做限定,比如图1(c),以导丝在血管中的运动为例,控制器104对导丝107进行受力分析。可以看到,在一段弯曲的血管109的截面图中,到导丝107穿过血管109中时,导丝107会和血管109的内壁进行接触,假定接触点为O点,血管109在O点的切线为虚线108,对O点进行受力分析,主要受到3个方向的力,来自血管109内壁的压力OA,来自导丝107端的推力OC,来自血管109内壁摩擦力OB。当导丝107匀速运动时,3个力达到平衡。当导丝107进行变速运动时,推力OC和其他2组力不平衡。∠AOC的值越大,则OA受到的压力越大,OB受到的摩擦力也越大,可以设定3组力的合力为弯曲受力增量。通过对导丝107在某一血管段上的受力分析,可以获得在某一血管段上的弯曲受力增量。
回到图1(b)中,在步骤S103,对所述狭窄受力增量和所述弯曲受力增量进行加权求和,得到第一结果,将所述第一结果与所述正常受力范围的和作为当前位置所在血管段的受力阈值范围。在只考虑狭窄部和弯曲部这两个因素时,可以根据临床实验数据进行统计分析后,得到更为准确的狭窄部和弯曲部这两个因素影响的权重系数以及正常受力范围。然后,对所述狭窄受力增量和所述弯曲受力增量进行加权求和,得到第一结果,比如,某一血管段中的狭窄部A的狭窄受力增量为C~D,狭窄部的权重系数为a,弯曲部B的弯曲受力增量为N~Q,弯曲部的权重系数为b,则(C~D)×a+(N~Q)×b即可得到第一结果。将所述第一结果与正常受力范围进行加和,即可得到医疗介入器件的当前位置所在血管段的受力阈值范围。如此,当医疗介入器件在血管中遇到血管狭窄等地方时,能根据狭窄程度等因素自动修正医疗介入器件测力的合理受力阈值范围,避免了医疗介入器件遇到狭窄后就一定会出现因阻力大而报警的情况,使得系统更加智能,医生使用更加准确和方便。其中,所述受力阈值范围随着医疗介入器件在血管中位置的变化而更新,医疗介入器件在血管中的不同位置的合理受力阈值范围是一个变化的数值范围,系统会结合DSA图像,并根据医疗介入器件在血管中的位置等因素,确定当前合理的受力阈值范围。现有的这个合理的受力阈值范围是医生根据经验来判断的,比较费时费力,而且对于新手医生也较为难以判断。然而,本申请能够实时给出合理的受力阈值范围,有效帮助医生掌握医疗介入器件推送过程的合理受力大小,起到保护病人手术安全的作用。
在步骤S104,基于所述医疗介入器件处于当前位置的实际受力值相对于当前位置所在血管段的受力阈值范围的位置关系,向所述用户发出安全操纵相关的提示信息。具体地,比如医疗介入器件处于当前位置的实际受力值处于当前位置所在血管段的受力阈值范围内,则用户的操纵是安全的,可以向用户发出操纵安全的提示信息。如果实际受力值超出受力阈值范围,则意味着用户施加的力过大,控制器104向用户发出操纵危险的提示信息。也就是说,通过该提示信息,该位置关系可以呈现为直观显著的位置对比,是否在受力阈值范围内(是否安全)、是否偏离受力阈值范围(是否高于上限、是否低于下限、是否存在危险),等。且该位置关系的呈现是响应于术中医疗介入器件的各个当前位置而动态提供的,也就是说,医疗介入器件运动到血管哪个血管段,就及时提供这个血管段的受力阈值范围和实际受力值的直观对比。所述提示信息可以包括提示音、文字提示等不同形式的提示,当然,所述提示信息可以避免对用户造成手术干扰。具体说来,医生看到位置对比,无需去记忆受力阈值范围也无需关注实际受力值的具体数值,如果提示安全就保持现在的操作,如果提示偏离受力阈值范围,则向减少偏离的方向增减施加力至再次得到安全提示,又可以处于保持现有操作的轻松的“巡航”状态。
如此,本申请能够结合DSA图像,分析出医疗介入器件在血管内的实时位置,以及该位置的血管形态,进行分析处理后得到该位置的血管段的受力阈值范围,对医生操作机器人102控制医疗介入器件运动时,具有更符合实际临床的指导性作用。
在本申请的一些实施例中,所述控制器104进一步被配置为向所述显示器103持续发送所述医疗介入器件经由所述血管内各个位置处的实际受力值和各个所述医疗介入器件的当前位置所在血管段的受力阈值范围。如上所述,医疗介入器件处于不同的血管段的受力阈值范围是不同的,受力阈值范围随着医疗介入器件在血管中的位置的变化而更新。具体地,以导丝在血管中的运动为例,在手术过程中,医生持续地将导丝推进到病灶部位。在该过程中,导丝在血管中是持续运动的。DSA设备持续获取导丝在血管中的实时图像,并将实时获取的图像持续地发送给控制器104,控制器104进行实时的分析处理。同时,压力传感器106将实时获取的实际受力值发送到控制器104。控制器104将导丝处于各个位置的实际受力值以及经过分析得到的导丝在各个血管段的受力阈值范围发送到显示器103,以供显示器103进行显示。
进一步地,所述显示器103被配置为呈现作为横坐标的所述各个位置处的实际受力值的受力曲线。呈现作为纵坐标的所述医疗介入器件的当前位置所在血管段的受力阈值范围,其中,所述纵坐标的最小值为所述受力阈值范围的下限值,所述纵坐标的最大值为所述受力阈值范围的上限值,所述受力阈值范围的下限值、上限值随着所述医疗介入器件经由所述血管内的各个位置的更新而动态变化,在所述下限值和所述上限值之间的区域被显示为正常区域,超出所述上限值的区域被显示为危险区域。具体地,如图2,横坐标为实际受力值(N)203,受力曲线为M,处于虚线内的血管段的受力阈值范围的下限值为0.8N,上限值为5.5N,处于0.8N和5.5N之间的区域为正常区域201,意味着医生通过观察显示器103上的受力曲线M,如果导丝的当前位置处于X点,则说明此时向导丝施加的力在正常范围,不会有危险。而当导丝的当前位置处于Y点时,处于危险区域202,则说明此时向导丝施加的力过大,容易造成血管破裂,医生需要减小施加的力。
进一步地,如图3,横坐标为实际受力值(N)304,所述显示器103进一步被配置为在所述下限值和上限值之间呈现预设值,在所述下限值和预设值之间的区域被显示为正常区域301,在所述预设值和上限值之间的区域被显示为注意区域302,超过所述上限值的区域被显示为危险区域303。通过在设定预设值,进一步向医生呈现注意区域302,以此进一步提示医生安全操作,从而进一步提高了手术的安全性。
在本申请的一些实施例中,所述显示器103进一步配置为所述显示器103包括显示屏,所述显示屏响应于所述受力曲线所在的区域呈现不同的颜色。如图3,以导丝在血管中的运动为例,比如,在导丝的当前实际受力值处于正常区域301时,显示屏呈现淡绿色,而当导丝的当前实际受力值处于注意区域302时,显示屏呈现淡粉色,而当导丝的当前实际受力值处于危险区域303时,显示屏呈现橙红色,以此通过视觉变化来提示医生。每个区域之间有分界线,在分界线的左侧,有3组动态变化的数值,他们为受力阈值范围的3个限值,这些数值为通过计算而来,并能根据医疗介入器件在血管中的位置不同来自动进行调整。医生通过观察受力曲线M所在的区域,即可判断当前医疗介入器件的状态,起到指导手术安全操作的目的。
在本申请的一些实施例中,所述控制器104进一步被配置为获取与所述医疗介入器件的型号相关的型号受力增量,对所述型号受力增量乘以其对于受力阈值范围影响的权重,得到第二结果,将所述第一结果和第二结果与所述正常受力范围的和作为当前位置所在血管段的受力阈值范围。不同型号的医疗介入器件使得医疗介入器件的参数和性能不尽相同,在血管中受到的阻力不同,从而影响压力传感器106测出的力的大小。以导丝为例,比如柔软型的导丝在血管中受到的阻力往往大于标准硬度型的导丝在血管中受到的阻力,由于导丝型号的差异引起的导丝的实际受力值的差异可以理解为型号受力增量。一般情况下,每种固定型号的导丝,其型号受力增量是可以由医生基于对临床数据的统计学分析得到的,比如synchro-14 0.014in型号的导丝,其型号受力增量为0.1-0.3 N。其中,医疗介入器件的型号对于受力阈值范围的影响的权重系数,也可以由医生基于对临床数据的统计学分析得到。通过将型号受力增量乘以其对于受力阈值范围影响的权重,得到第二结果,将第一结果、第二结果与所述正常受力范围进行加和即可得到当前位置所在血管段的受力阈值范围。如此,能够充分考虑血管的狭窄、弯曲和医疗介入器件的型号对受力阈值范围的影响,进一步提高了估计某一血管段的受力阈值范围的准确性。
在本申请的一些实施例中,所述控制器104进一步被配置为获取与所述血管的健壮程度相关的健壮程度受力增量,具体地,不同人的血管情况不尽相同,每个人的血管的正常受力范围也会有所差异,总体来说,年轻人比年长者的血管更为健壮,男性和女性也会有所差异。因此,需要结合不同的患者考虑血管的健壮程度的影响。比如,年轻人的血管比老年人的血管的健康程度更好,导丝在年轻人的血管中运动时受到的阻力比在老年人的血管中运动时受到的阻力小。由于血管的健壮程度引起的对导丝的阻力大小的差异,从而引起导丝的实际受力值大小的差异可以理解为健壮程度受力增量,以说明血管的健壮程度对于医疗介入器件的受力情况的影响。在考虑血管的健壮程度的影响时,也可以基于对临床数据的统计学分析来得到血管的健壮程度对受力阈值范围影响的权重系数。进一步地,对所述健壮程度受力增量乘以其对于受力阈值范围影响的权重,得到第三结果,将所述第一结果、第三结果和/或第二结果与正常受力范围的和作为当前位置所在血管段的受力阈值范围。通过充分考虑血管的狭窄、弯曲和血管的健壮程度以及医疗介入器件的型号等四个因素,能够准确地获取医疗介入器件当前位置所在血管段的合理受力阈值范围。
在本申请的一些实施例中,如图4所示,所述控制器104进一步配置为执行如下步骤。在步骤S401中,在实际受力值处于注意区域时,发出提示音,以提示医生安全操纵。在步骤S402中,在实际受力值处于危险区域时,生成并发送自动暂停指令,所述自动暂停指令使得所述从端机构101的运动暂停,锁定维持所述从端机构101的当前状态并提示医生进行核查。此时,只是确保介入手术机器人的运动暂停即可,医生对当前状态进行核查,进一步确定出现异常情况的原因或者异常情况的严重程度。在步骤S403中,在核查结果为排除故障时,解锁恢复所述从端机构101的运动,此时,通过简单的核查,可以确定操控系统并没有出现故障,可能是由于医生操作不当导致的操作异常。在此情况下,恢复介入手术机器人继续运动,医生操作时调整状态,规范操作即可。
在步骤S404中,在核查结果为确认故障时,识别故障水平,基于故障水平,进一步调整操作系统。在步骤S405中,在所识别的故障水平等于或低于第一阈值时,继续锁定维持所述从端机构101的当前状态,同时自动或半自动地控制所述从端机构101以减小夹紧力和推进力中的至少一种并提示医生进行核查,直到核查结果变为排除故障。夹紧力和推进力对于操纵医疗介入器件在血管内的运动至关重要,夹紧力或推进力无法达到要求时,无法实现对医疗介入器件的精确控制,比如,由于夹紧力较低,导致医疗介入器件在运动过程中脱落。这种故障可以通过增加夹紧力的方式解决,因此,当系统显示故障水平等于或低于第一阈值水平时,只要通过调节增加夹紧力或推进力即可。此外,不排除其他可以通过对系统的调节以排除故障的方法。
在步骤S406中,在所识别的故障水平高于所述第一阈值时,关闭所述从端机构101,提示医生转为手动操控模式。此时,较高的故障水平意味着系统出现较为严重的难以通过简单调整即可修复的问题,因此,在所识别的故障水平高于第一阈值水平时,关闭所述从端机构101,进而由医生进行人工操控,从而避免了系统故障对患者造成的伤害,确保了患者的生命安全。
在本申请的一些实施例中,还包括DSA设备,所述DSA设备用于采集术中图像,所述控制器104进一步配置为基于所述术中图像,识别出所述术中图像中的医疗介入器件的代表部,在所述术中图像中的医疗介入器件在当前位置的实际受力值处于危险区域时,以所述医疗介入器件的代表部为中心,自动放大所述术中图像,以得到放大后的术中图像。具体地,可以利用学习网络分割模型对术中图像进行分割,基于分割结果提取出导管、导丝或者支架等医疗介入器件,并确定出导管、导丝或者支架等医疗介入器件的代表部。比如,以导丝为例,其代表部可以是导丝头端,以导丝头端为中心,对术中图像进行自动放大,以智能化的调整方式,方便用户临床应用。如此,有利于快速识别出医生希望重点识别的关注区域。并且,在对术中图像进行放大之后,仍然以导丝头端为中心,使得医生基于显示器103观察图像时,仅仅盯住图像的中心区域即可,图像在放大、缩小的过程中始终保持导丝头端为中心,从而避免了用户视线的跳跃,提高了用户进行介入手术的专注度。所述显示器103被配置为进一步显示放大后的术中图像,医生基于放大后的术中图像执行介入手术操作,能够进一步提高手术的安全性。此外,当医疗介入器件在当前位置的实际受力值处于注意区域或安全区域时,可以继续以术中图像的原始分辨率来呈现,无需自动放大。也就是说,在导丝的实际受力值处于注意区域或安全区域后,自动将放大后的图像的分辨率恢复至原始分辨率。
图5示出根据本申请实施例所述的在介入手术机器人系统中提供操纵提示的方法流程图。在步骤S501中,获取医疗介入器件受到的实际受力值,该实际受力值利用所述介入手术机器人系统中的机器人的用于夹持所述医疗介入器件的夹持部的压力传感器来测得。在步骤S502中,获取包含血管的参考图像以及术中所述医疗介入器件在所述血管内的当前位置,识别出所述参考图像中当前位置所在血管段的狭窄部和弯曲部。在步骤S503中,获取所述血管在理想状态下的正常受力范围,以及所述狭窄部对应的狭窄受力增量和所述弯曲部对应的弯曲受力增量。在步骤S504中,对所述狭窄受力增量和所述弯曲受力增量进行加权求和,得到第一结果,将所述第一结果与所述正常受力范围的和作为当前位置所在血管段的受力阈值范围。在步骤S505中,基于所述医疗介入器件处于当前位置的实际受力值相对于当前位置所在血管段的受力阈值范围的位置关系,向用户发出安全操纵相关的提示信息。也就是说,通过该提示信息,该位置关系可以呈现为直观显著的位置对比,是否在受力阈值范围内(是否安全)、是否偏离受力阈值范围(是否高于上限、是否低于下限、是否存在危险),等。且该位置关系的呈现是响应于术中医疗介入器件的各个当前位置而动态提供的,也就是说,医疗介入器件运动到血管哪个血管段,就及时提供这个血管段的受力阈值范围和实际受力值的直观对比。所述提示信息可以包括提示音、文字提示等不同形式的提示,当然,所述提示信息可以避免对用户造成手术干扰。具体说来,医生看到位置对比,无需去记忆受力阈值范围也无需关注实际受力值的具体数值,如果提示安全就保持现在的操作,如果提示偏离受力阈值范围,则向减少偏离的方向增减施加力至再次得到安全提示,又可以处于保持现有操作的轻松的“巡航”状态。如此,能够实时检测医疗介入器件在血管内的移动情况,进行实时调整合理的医疗介入器件在不同血管段的受力阈值范围,使得医疗介入器件的受力阈值范围更加准确,方便医生进行操作和判断,更能保证手术的安全进行。
以医生操纵导丝在血管中的运动为例,如图6,在步骤S601中,通过DSA造影过程获取包含病灶部位的血管造影图像,保存该血管造影图像。DSA实时获取术中图像,通过图像识别技术,识别出术中图像中导丝的当前位置。并利用分割模型识别出血管造影图像中导丝所在血管段的狭窄部和弯曲部。结合导丝的实时的当前位置,对当前位置下的导丝的合理受力阈值范围进行分析和计算,以确定出导丝所在血管段的受力阈值范围(如步骤S603),把该受力阈值范围进行记录保存,并实时更新在显示屏上的各区域的数值上。在步骤S604,医生在主端机构105控制机器人102,并操作机器人102夹持导丝在血管中进行移动或旋转(步骤S605)。在机器人102的末端执行器上装有高精度的压力传感器106,可以通过间接测力的方法来得到导丝上受到的实际受力值(步骤S606)。系统根据实时得到的导丝实际受力值和计算得到的受力阈值范围进行比较,判断实际受力值是否在受力阈值范围内(步骤S607)。如果实际受力值在受力阈值范围内(即步骤S607的回复为是),则说明导丝受力情况正常,医生继续操作即可,并继续执行步骤S608,判断是否手术结束或手动关闭导丝测力功能,如果是,则结束,如果否,则继续执行步骤S602,系统会返回到对图像识别的步骤中,依次循环直到手术结束或关闭测力功能为止。如果实际受力值超出受力阈值范围(即步骤S607的回复为否),则说明导丝受力情况异常,执行步骤S609,通过报警提示医生注意危险,此时,医生需要小心操作,或者进行必要的检测后再进行动作,起到了保护病人安全的作用。
在本申请的一些实施例中,基于所述医疗介入器件处于当前位置的实际受力值相对于当前位置所在血管段的受力阈值范围的位置关系,向所述用户发出安全操纵相关的提示信息具体包括向显示器持续发送所述医疗介入器件经由所述血管内各个位置处的实际受力值和各个所述医疗介入器件的当前位置所在血管段的受力阈值范围,以用于向医生提供更准确的提示。经由所述显示器,呈现作为横坐标的所述各个位置处的实际受力值的受力曲线,经由所述显示器,呈现作为纵坐标的所述医疗介入器件的当前位置所在血管段的受力阈值范围,其中,所述纵坐标的最小值为所述受力阈值范围的下限值,所述纵坐标的最大值为所述受力阈值范围的上限值,所述受力阈值范围的下限值、上限值随着所述医疗介入器件经由所述血管内的各个位置的更新而动态变化,在所述下限值和所述上限值之间的区域显示为正常区域,超出所述上限值的区域显示为危险区域。如此,医生通过观察显示器上的图,即可快速判断出当前医疗介入器件的受力情况以及是否需要减小向医疗介入器件施加的力,从而使得医生更直观的获得关于医疗介入器件的受力信息,提高手术效率。
在本申请的一些实施例中,进一步显示所述下限值和上限值之间的预设值,在所述下限值和预设值之间的区域显示为正常区域,在所述预设值和上限值之间的区域显示为注意区域,超过所述上限值的区域显示为危险区域。通过设置预设值,进一步使得医生更为谨慎的操纵介入手术,提高了手术的安全性。
本申请的一些实施例中,结合介入手术机器人系统描述的在介入手术机器人系统中提供操纵提示的方法的各个步骤和处理过程,都可以结合于此,在此不赘述。
本申请描述了各种操作或功能,其可以被实现为软件代码或指令或被定义为软件代码或指令。此类内容可以是可以直接执行的源代码或差分代码(“增量”或“补丁”代码)(“对象”或“可执行”形式)。软件代码或指令可以存储在计算机可读存储介质中,并且在被执行时,可以使机器执行所描述的功能或操作,并且包括以机器(例如,计算装置、电子系统等)可访问的形式存储信息的任何机制,例如可记录或不可记录介质(例如,只读存储器(ROM)、随机存取存储器(RAM)、磁盘存储介质、光学存储介质、闪存装置等)。
本申请描述的示例性方法可以至少部分地由机器或计算机实现。在一些实施例中,一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序指令,所述计算机程序指令在被处理器运行时使得所述处理器执行本申请各个实施例所述的在介入手术机器人系统中提供操纵提示的方法。这样的方法的实现可以包括软件代码,例如微代码、汇编语言代码、高级语言代码等。可以使用各种软件编程技术来创建各种程序或程序模块。例如,程序部分或程序模块可以用或借助Java、Python、C、C++、汇编语言或任何已知的编程语言来设计。可以将这样的软件部分或模块中的一个或多个集成到计算机系统和/或计算机可读介质中。这样的软件代码可以包括用于执行各种方法的计算机可读指令。该软件代码可以形成计算机程序产品或计算机程序模块的一部分。此外,在示例中,软件代码可以有形地存储在一个或多个易失性,非暂时性或非易失性有形计算机可读介质上,例如在执行期间或在其他时间。这些有形计算机可读介质的示例可以包括但不限于硬盘、可移动磁盘、可移动光盘(例如光盘和数字视频盘)、盒式磁带、存储卡或存储棒、随机存取存储器(RAM)、只读存储器(ROM)等。
对本申请的方法和系统可以进行各种变型和更改。鉴于所申请的系统和相关方法的描述和实践,可以由本领域的技术人员衍生出其他实施例。本申请的各个权利要求都可理解为独立实施例,并且它们之间的任意组合也用作本申请的实施例,并且这些实施例被视为都包括在本申请中。
示例仅视为示例性的,真实范围由所附权利要求书及其等效来表示。

Claims (14)

1.一种介入手术机器人系统,包括以可通信方式连接的从端机构的机器人以及包括显示器和控制器的主端机构,所述机器人响应于用户操纵在所述控制器的作用下操纵医疗介入器件在血管内运动,其特征在于,
所述机器人包括用于夹持所述医疗介入器件且配置有压力传感器的夹持部,所述压力传感器用于测量所述医疗介入器件受到的实际受力值;
所述控制器被配置为:
获取包含所述血管的参考图像以及术中所述医疗介入器件在所述血管内的当前位置,识别出所述参考图像中当前位置所在血管段的狭窄部和弯曲部;
获取所述血管在理想状态下的正常受力范围,以及所述狭窄部对应的狭窄受力增量和所述弯曲部对应的弯曲受力增量;
对所述狭窄受力增量和所述弯曲受力增量进行加权求和,得到第一结果,将所述第一结果与所述正常受力范围的和作为当前位置所在血管段的受力阈值范围;
基于所述医疗介入器件处于当前位置的实际受力值相对于当前位置所在血管段的受力阈值范围的位置关系,向所述用户发出安全操纵相关的提示信息。
2.根据权利要求1所述的介入手术机器人系统,其特征在于,所述控制器进一步被配置为:
向所述显示器持续发送所述医疗介入器件经由所述血管内各个位置处的实际受力值和各个所述医疗介入器件的当前位置所在血管段的受力阈值范围;
所述显示器被配置为:
呈现作为横坐标的所述各个位置处的实际受力值的受力曲线;
呈现作为纵坐标的所述医疗介入器件的当前位置所在血管段的受力阈值范围,其中,所述纵坐标的最小值为所述受力阈值范围的下限值,所述纵坐标的最大值为所述受力阈值范围的上限值,所述受力阈值范围的下限值、上限值随着所述医疗介入器件经由所述血管内的各个位置的更新而动态变化;
在所述下限值和所述上限值之间的区域被显示为正常区域,超出所述上限值的区域被显示为危险区域。
3.根据权利要求2所述的介入手术机器人系统,其特征在于,所述显示器进一步被配置为:
在所述下限值和上限值之间呈现预设值;
在所述下限值和预设值之间的区域被显示为正常区域;
在所述预设值和上限值之间的区域被显示为注意区域;
超过所述上限值的区域被显示为危险区域。
4.根据权利要求3所述的介入手术机器人系统,其特征在于,所述显示器进一步配置为:
所述显示器包括显示屏,所述显示屏响应于所述受力曲线所在的区域呈现不同的颜色。
5.根据权利要求1所述的介入手术机器人系统,其特征在于,所述控制器进一步被配置为:
获取与所述医疗介入器件的型号相关的型号受力增量;
对所述型号受力增量乘以其对于受力阈值范围影响的权重,得到第二结果,将所述第一结果和第二结果与所述正常受力范围的和作为当前位置所在血管段的受力阈值范围。
6.根据权利要求1所述的介入手术机器人系统,其特征在于,所述控制器进一步被配置为:
获取与所述血管的健壮程度相关的健壮程度受力增量;
对所述健壮程度受力增量乘以其对于受力阈值范围影响的权重,得到第三结果,将所述第一结果、第三结果和/或第二结果与所述正常受力范围的和作为当前位置所在血管段的受力阈值范围。
7.根据权利要求3所述的介入手术机器人系统,其特征在于,所述控制器进一步配置为:
在实际受力值处于注意区域时,发出提示音;
在实际受力值处于危险区域时,生成并发送自动暂停指令,所述自动暂停指令使得所述从端机构的运动暂停,锁定维持所述从端机构的当前状态并提示医生进行核查;
在核查结果为排除故障时,解锁恢复所述从端机构的运动;
在核查结果为确认故障时,识别故障水平;
在所识别的故障水平等于或低于第一阈值时,继续锁定维持所述从端机构的当前状态,同时自动或半自动地控制所述从端机构以减小夹紧力和推进力中的至少一种并提示医生进行核查,直到核查结果变为排除故障;
在所识别的故障水平高于所述第一阈值时,关闭所述从端机构,提示医生转为手动操控模式。
8.根据权利要求1所述的介入手术机器人系统,其特征在于,所述医疗介入器件包括导管、导丝、内窥镜和支架中的任何一种。
9.根据权利要求3所述的介入手术机器人系统,其特征在于,还包括DSA设备,所述DSA设备用于采集术中图像,所述控制器进一步配置为:
基于所述术中图像,识别出所述术中图像中的医疗介入器件的代表部;
在所述术中图像中的医疗介入器件在当前位置的实际受力值处于危险区域时,以所述医疗介入器件的代表部为中心,自动放大所述术中图像,以得到放大后的术中图像;
所述显示器被配置为:进一步显示放大后的术中图像。
10.根据权利要求1所述的介入手术机器人系统,其特征在于,所述控制器进一步配置为:
对所述血管进行狭窄程度分析,以获取所述狭窄部的狭窄受力增量;
对所述血管中的医疗介入器件进行受力分析,以得到所述医疗介入器的弯曲受力增量。
11.一种在介入手术机器人系统中提供操纵提示的方法,其特征在于,包括:
获取医疗介入器件受到的实际受力值,该实际受力值利用所述介入手术机器人系统中的机器人的用于夹持所述医疗介入器件的夹持部的压力传感器来测得;
获取包含血管的参考图像以及术中所述医疗介入器件在所述血管内的当前位置,识别出所述参考图像中当前位置所在血管段的狭窄部和弯曲部;
获取所述血管在理想状态下的正常受力范围,以及所述狭窄部对应的狭窄受力增量和所述弯曲部对应的弯曲受力增量;
对所述狭窄受力增量和所述弯曲受力增量进行加权求和,得到第一结果,将所述第一结果与所述正常受力范围的和作为当前位置所在血管段的受力阈值范围;
基于所述医疗介入器件处于当前位置的实际受力值相对于当前位置所在血管段的受力阈值范围的位置关系,向用户发出安全操纵相关的提示信息。
12.根据权利要求11所述的方法,其特征在于,基于所述医疗介入器件处于当前位置的实际受力值相对于当前位置所在血管段的受力阈值范围的位置关系,向所述用户发出安全操纵相关的提示信息具体包括;
向显示器持续发送所述医疗介入器件经由所述血管内各个位置处的实际受力值和各个所述医疗介入器件的当前位置所在血管段的受力阈值范围;
经由所述显示器,呈现作为横坐标的所述各个位置处的实际受力值的受力曲线;
经由所述显示器,呈现作为纵坐标的所述医疗介入器件的当前位置所在血管段的受力阈值范围,其中,所述纵坐标的最小值为所述受力阈值范围的下限值,所述纵坐标的最大值为所述受力阈值范围的上限值,所述受力阈值范围的下限值、上限值随着所述医疗介入器件经由所述血管内的各个位置的更新而动态变化;
在所述下限值和所述上限值之间的区域显示为正常区域,超出所述上限值的区域显示为危险区域。
13.根据权利要求12所述的方法,其特征在于,进一步显示所述下限值和上限值之间的预设值;
在所述下限值和预设值之间的区域显示为正常区域;
在所述预设值和上限值之间的区域显示为注意区域;
超过所述上限值的区域显示为危险区域。
14.一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序指令,所述计算机程序指令在被处理器运行时使得所述处理器执行如权利要求11-13任一项所述的在介入手术机器人系统中提供操纵提示的方法。
CN202211644986.7A 2022-12-21 2022-12-21 一种介入手术机器人系统、提供操纵提示的方法 Active CN115624393B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211644986.7A CN115624393B (zh) 2022-12-21 2022-12-21 一种介入手术机器人系统、提供操纵提示的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211644986.7A CN115624393B (zh) 2022-12-21 2022-12-21 一种介入手术机器人系统、提供操纵提示的方法

Publications (2)

Publication Number Publication Date
CN115624393A true CN115624393A (zh) 2023-01-20
CN115624393B CN115624393B (zh) 2023-03-17

Family

ID=84910296

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211644986.7A Active CN115624393B (zh) 2022-12-21 2022-12-21 一种介入手术机器人系统、提供操纵提示的方法

Country Status (1)

Country Link
CN (1) CN115624393B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116392257A (zh) * 2023-06-07 2023-07-07 北京唯迈医疗设备有限公司 一种介入手术机器人系统、导丝的塑形方法和存储介质

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20090122648A (ko) * 2008-05-26 2009-12-01 전남대학교산학협력단 혈관치료용 마이크로 로봇 및 마이크로 로봇 시스템
US20100024574A1 (en) * 2006-06-29 2010-02-04 Roland Werthschutzky Force Sensor and Method for Detecting At Least One Force Component
US20160157803A1 (en) * 2014-12-08 2016-06-09 Volcano Corporation Patient education for percutaneous coronary intervention treatments
WO2020055427A1 (en) * 2018-09-14 2020-03-19 Infraredx, Inc. Intravascular imaging system with force error detection and remediation
US20200188045A1 (en) * 2018-12-13 2020-06-18 Ethicon Llc Surgical tool performance via measurement and display of tissue tension
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
CN112378557A (zh) * 2020-11-12 2021-02-19 北京航空航天大学 一种基于x光图像的介入器械前端受力检测方法及系统
CN113598959A (zh) * 2021-08-25 2021-11-05 知脉(上海)机器人有限公司 介入机器人系统、操作方法、主端装置及可读存储介质
US20220133422A1 (en) * 2020-10-29 2022-05-05 Beijing Wemed Medical Equipment Co., Ltd. Universal robot for interventional angiographic surgery and interventional therapeutic surgery
CN114680831A (zh) * 2022-03-22 2022-07-01 上海交通大学 基于fbg的血管狭窄感知系统

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20100024574A1 (en) * 2006-06-29 2010-02-04 Roland Werthschutzky Force Sensor and Method for Detecting At Least One Force Component
KR20090122648A (ko) * 2008-05-26 2009-12-01 전남대학교산학협력단 혈관치료용 마이크로 로봇 및 마이크로 로봇 시스템
US20160157803A1 (en) * 2014-12-08 2016-06-09 Volcano Corporation Patient education for percutaneous coronary intervention treatments
CN106999053A (zh) * 2014-12-08 2017-08-01 皇家飞利浦有限公司 用于经皮冠状动脉介入治疗的患者教育
WO2020055427A1 (en) * 2018-09-14 2020-03-19 Infraredx, Inc. Intravascular imaging system with force error detection and remediation
US20200188045A1 (en) * 2018-12-13 2020-06-18 Ethicon Llc Surgical tool performance via measurement and display of tissue tension
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
US20220133422A1 (en) * 2020-10-29 2022-05-05 Beijing Wemed Medical Equipment Co., Ltd. Universal robot for interventional angiographic surgery and interventional therapeutic surgery
CN112378557A (zh) * 2020-11-12 2021-02-19 北京航空航天大学 一种基于x光图像的介入器械前端受力检测方法及系统
CN113598959A (zh) * 2021-08-25 2021-11-05 知脉(上海)机器人有限公司 介入机器人系统、操作方法、主端装置及可读存储介质
CN114680831A (zh) * 2022-03-22 2022-07-01 上海交通大学 基于fbg的血管狭窄感知系统

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116392257A (zh) * 2023-06-07 2023-07-07 北京唯迈医疗设备有限公司 一种介入手术机器人系统、导丝的塑形方法和存储介质
CN116392257B (zh) * 2023-06-07 2023-10-10 北京唯迈医疗设备有限公司 一种介入手术机器人系统、导丝的塑形方法和存储介质

Also Published As

Publication number Publication date
CN115624393B (zh) 2023-03-17

Similar Documents

Publication Publication Date Title
US11436731B2 (en) Longitudinal display of coronary artery calcium burden
JP2009082441A (ja) 医用診断支援システム
CN115624393B (zh) 一种介入手术机器人系统、提供操纵提示的方法
JP2012531936A (ja) 外科的軌跡の視覚化
EP4104765A1 (en) Method and device for extracting major vessel region on basis of vessel image
EP3729460A1 (en) A medical intervention control system
JP2021521949A (ja) インターベンショナルx線画像及びディープラーニングを用いたインタラクティブ冠動脈ラベル付け
US20210068704A1 (en) Diagnostic method, diagnostic system, and control method of diagnostic system
US8150117B2 (en) Method and apparatus for determining stress in an anatomical structure
KR20220114715A (ko) 엑스선 영상 분석 시스템 및 방법
CN117179894B (zh) 介入手术支架辅助选型和定位的装置、系统和存储介质
RU2806087C1 (ru) Интервенционная хирургическая роботизированная система, способ управления и носитель данных
EP4374792A1 (en) Artificial intelligence system and method for defining and visualizing placement of a catheter with patient coordinate system
CN116392257B (zh) 一种介入手术机器人系统、导丝的塑形方法和存储介质
US20240100302A1 (en) Ultrasound aided positioning of an intravenous catheter
US20220409309A1 (en) Method for generating an actuation signal for a robotic system for robot-assisted navigation of a medical object and overall system
KR102213924B1 (ko) 기계학습을 이용한 의료 영상 판독의 품질 관리 방법 및 장치
US20240177854A1 (en) Monitoring remote control suitability
US20230306620A1 (en) Live Angiography Registration
JP2023148901A (ja) 情報処理方法、プログラムおよび情報処理装置
US20210386452A1 (en) A hand-held, directional, multi- frequency probe for spinal needle placement
CN112308817A (zh) 对结构的自动定位
CN117438101A (zh) 用于提供过程参数的方法和系统

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