CN117653350A - 手术机器人和手术机器人防疲劳方法 - Google Patents

Abstract

一种手术机器人和手术机器人防疲劳方法。该手术机器人包括：三维显示装置，包括第一视窗和第二视窗；疲劳监测组件；以及控制器，与所述疲劳监测组件通信相连，所述第一视窗被配置为供操作人员感知第一图像，所述第二视窗被配置为供所述操作人员感知第二图像，所述疲劳监测组件被配置为监测所述操作人员的眼部特征，获取所述眼部特征对应的眼部特征数据，并将所述眼部特征数据发送至所述控制器，所述控制器根据所述眼部特征数据计算所述操作人员的疲劳度，比较所述疲劳度与疲劳度阈值的大小关系，并根据比较结果发出提醒信号。由此，该手术机器人可提高手术的效率、准确性和安全性。

Description

手术机器人和手术机器人防疲劳方法

技术领域

本申请的实施例涉及一种三维显示装置和手术机器人。

背景技术

手术机器人是一种用于辅助医生进行手术、康复治疗等任务的机器人。手术机器人可以提高手术的精确性、减少手术风险、增加患者的舒适度，并提高医生的操作效率。

微创手术发展至今由于其创伤小、恢复快等优点被越来越多患者接受。微创手术也从医生持械直接操作的方式发展为通过机械臂、手术机器人等辅助装置进行操作的方式。在后者中，三维显示装置可以为医生提供腔内的直观影像，是十分重要组成部分。

发明内容

本申请实施例提供一种手术机器人和手术机器人防疲劳方法。操作人员可通过手术机器人的三维显示装置观察待操作物体或组织的三维影像，然后控制手术器械进行手术。本申请实施例提供的手术机器人还可通过疲劳监测组件监测操作人员的眼部特征，获取眼部特征对应的眼部特征数据，并将眼部特征数据发送至所述控制器，该控制器根据眼部特征数据计算操作人员的疲劳度，比较疲劳度与疲劳度阈值的大小关系，并根据比较结果发出提醒信号，从而及时提醒操作人员，提高手术的效率、准确性和安全性。

本申请至少一个实施例提供一种手术机器人，其包括：三维显示装置，包括第一视窗和第二视窗；疲劳监测组件；以及控制器，与所述疲劳监测组件通信相连，所述第一视窗被配置为供操作人员感知第一图像，所述第二视窗被配置为供所述操作人员感知第二图像，所述疲劳监测组件被配置为监测所述操作人员的眼部特征，获取所述眼部特征对应的眼部特征数据，并将所述眼部特征数据发送至所述控制器，所述控制器根据所述眼部特征数据计算所述操作人员的疲劳度，比较所述疲劳度与疲劳度阈值的大小关系，并根据比较结果发出提醒信号。

例如，在本申请一实施例提供的手术机器人中，所述疲劳监测组件包括第一监测组件，位于所述第一视窗周边，所述第一监测组件包括第一红外光发射器和第一红外光摄像头，所述第一红外光发射器被配置为发射红外光，所述第一红外光摄像头被配置为接收人眼反射的红外光。

例如，在本申请一实施例提供的手术机器人中，所述第一监测组件包括多个所述第一红外光发射器。

例如，在本申请一实施例提供的手术机器人中，所述第一视窗和所述第二视窗沿第一方向排布，所述第一红外光发射器和第一红外光摄像头位于所述第一视窗在第二方向上的下侧，所述第二方向与所述第一方向垂直。

例如，在本申请一实施例提供的手术机器人中，所述疲劳监测组件还包括第二监测组件，位于所述第二视窗周边，所述第二监测组件包括第二红外光发射器和第二红外光摄像头，所述第二红外光发射器被配置为发射红外光，所述第二红外光摄像头被配置为接收人眼反射的红外光。

例如，在本申请一实施例提供的手术机器人中，所述第二监测组件包括多个所述第一红外光发射器。

例如，在本申请一实施例提供的手术机器人中，所述第一视窗和所述第二视窗沿第一方向排布，所述第二红外光发射器和第二红外光摄像头位于所述第二视窗在第二方向上的下侧，所述第二方向与所述第一方向垂直。

例如，在本申请一实施例提供的手术机器人中，所述眼部特征数据包括眼睑距离、眨眼频率和眨眼帧率百分比中的至少一种。

例如，在本申请一实施例提供的手术机器人中，所述眼部特征数据包括所述眼睑距离、所述眨眼频率和所述眨眼帧率百分比，所述控制器根据所述眼部特征数据计算所述操作人员的疲劳度包括：对所述眼睑距离和所述眨眼频率进行标准化处理去量纲，然后归一化；以及根据归一化之后的所述眼睑距离和所述眨眼频率以及所述眨眼帧率百分比计算所述操作人员的疲劳度。

例如，在本申请一实施例提供的手术机器人中，所述操作人员操作所述手术机器人的期间包括第一时间段和第二时间段，所述第二时间段晚于所述第一时间段，所述控制器被配置为在所述第一时间段根据所述眼部特征数据计算所述疲劳度阈值，在所述第二时间段根据所述眼部特征数据计算所述操作人员的所述疲劳度，所述疲劳度阈值和所述疲劳度的计算方法相同。

例如，在本申请一实施例提供的手术机器人中，所述疲劳度阈值包括多个等级阈值，所述控制器还被配置为分别比较所述疲劳度与所述多个等级阈值的大小关系以判断所述疲劳度的等级，并根据所述疲劳度的等级发出不同的提醒信号。

例如，在本申请一实施例提供的手术机器人中，所述第一图像为左眼图像，所述第二图像为右眼图像。由此，该三维显示装置可实现三维显示。

本申请实施例还提供一种手术机器人防疲劳方法，其包括：在操作人员通过三维显示装置的第一视窗和第二视窗感知第一图像和第二图像时，通过疲劳监测组件监测所述操作人员的眼部特征；获取所述眼部特征对应的眼部特征数据；根据所述眼部特征数据计算所述操作人员的疲劳度，比较所述疲劳度与疲劳度阈值的大小关系，并根据比较结果发出提醒信号。

例如，在本申请一实施例提供的手术机器人防疲劳方法中，所述提醒信号包括声音信号、图像信号和震动信号中的至少一种。

例如，在本申请一实施例提供的手术机器人防疲劳方法中，所述眼部特征数据包括眼睑距离、眨眼频率和眨眼帧率百分比中的至少一种。

例如，本申请一实施例提供的手术机器人防疲劳方法还包括：分别比较所述疲劳度与多个等级阈值的大小关系以判断所述疲劳度的等级，并根据所述疲劳度的等级发出不同的提醒信号。

例如，在本申请一实施例提供的手术机器人防疲劳方法中，所述眼部特征数据包括所述眼睑距离、所述眨眼频率和所述眨眼帧率百分比，根据所述眼部特征数据计算所述操作人员的疲劳度包括：对所述眼睑距离和所述眨眼频率进行标准化处理去量纲，然后归一化；以及根据归一化之后的所述眼睑距离和所述眨眼频率以及所述眨眼帧率百分比计算所述操作人员的疲劳度。

例如，在本申请一实施例提供的手术机器人防疲劳方法中，所述操作人员操作所述手术机器人的期间包括第一时间段和第二时间段，所述第二时间段晚于所述第一时间段，在所述第一时间段根据所述眼部特征数据计算所述疲劳度阈值，在所述第二时间段根据所述眼部特征数据计算所述操作人员的所述疲劳度，所述疲劳度阈值和所述疲劳度的计算方法相同。

附图说明

为了更清楚地说明本申请实施例的技术方案，下面将对实施例的附图作简单地介绍，显而易见地，下面描述中的附图仅仅涉及本申请的一些实施例，而非对本申请的限制。

图1为本申请一实施例提供的一种手术机器人的局部示意图；

图2为本申请一实施例提供的一种手术机器人中疲劳监测组件的示意图；以及

图3为本申请一实施例提供的一种手术机器人防疲劳方法的流程示意图。

具体实施方式

为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例的附图，对本申请实施例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申请的一部分实施例，而不是全部的实施例。基于所描述的本申请的实施例，本领域普通技术人员在无需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。

除非另外定义，本申请使用的技术术语或者科学术语应当为本申请所属领域内具有一般技能的人士所理解的通常意义。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，而只是用来区分不同的组成部分。“包括”或者“包含”等类似的词语意指出现该词前面的元件或者物件涵盖出现在该词后面列举的元件或者物件及其等同，而不排除其他元件或者物件。“连接”或者“相连”等类似的词语并非限定于物理的或者机械的连接，而是可以包括电性的连接，不管是直接的还是间接的。

手术机器人可包括显示装置和控制台等部件，医生通过显示装置观察待操作物体或组织的三维影像，通过控制台控制手术器械进行手术。通常的手术机器人中的显示装置多采用沉浸式显示，医生通过视窗观察三维影像。然而，由于手术机器人中的显示装置的显示屏较大，不便于移动，因此显示屏的位置是固定的，导致人眼到显示屏的距离固定或者人眼与感知的虚像的距离固定，并且该距离通常较小。由此，通常的手术机器人中的显示装置无法适配不同医生的视物习惯，并且人眼与显示屏的距离较近，使得医生容易产生视觉疲劳。另一方面，通常的手术机器人也没有辅助监测医生疲劳程度的功能，在长时间手术过程中无法提供其他监测和提示手段，也容易造成医生操作失误。

对此，本申请实施例提供一种手术机器人。该手术机器人包括：三维显示装置，包括第一视窗和第二视窗；疲劳监测组件；以及控制器，与所述疲劳监测组件通信相连，所述第一视窗被配置为供操作人员感知第一图像，所述第二视窗被配置为供所述操作人员感知第二图像，所述疲劳监测组件被配置为监测所述操作人员的眼部特征，获取所述眼部特征对应的眼部特征数据，并将所述眼部特征数据发送至所述控制器，所述控制器根据所述眼部特征数据计算所述操作人员的疲劳度，比较所述疲劳度与疲劳度阈值的大小关系，并根据比较结果发出提醒信号。由此，该手术机器人还可通过疲劳监测组件监测操作人员的眼部特征，获取眼部特征对应的眼部特征数据，并将眼部特征数据发送至所述控制器，该控制器根据眼部特征数据计算操作人员的疲劳度，比较疲劳度与疲劳度阈值的大小关系，并根据比较结果发出提醒信号，从而及时提醒操作人员，提高手术的效率、准确性和安全性。

本申请至少一个实施例提供一种手术机器人防疲劳方法，其包括：在操作人员通过三维显示装置的第一视窗和第二视窗感知第一图像和第二图像时，通过疲劳监测组件监测所述操作人员的眼部特征；获取所述眼部特征对应的眼部特征数据；根据所述眼部特征数据计算所述操作人员的疲劳度，比较所述疲劳度与疲劳度阈值的大小关系，并根据比较结果发出提醒信号。由此，该手术机器人防疲劳方法可及时提醒操作人员，提高手术的效率、准确性和安全性。

下面，结合附图对本申请实施例提供的手术机器人和手术机器人防疲劳方法进行详细的说明。

图1为本申请一实施例提供的一种手术机器人的外部示意图；图2为本申请一实施例提供的一种手术机器人中疲劳监测组件的示意图。该手术机器人200包括三维显示装置100、疲劳监测组件160和控制器170；三维显示装置100包括第一视窗110和第二视窗120；控制器170与疲劳监测组件160通信相连。第一视窗110被配置为供操作人员感知第一图像，第二视窗120被配置为供操作人员感知第二图像，疲劳监测组件160被配置为监测操作人员的眼部特征，获取眼部特征对应的眼部特征数据，并将眼部特征数据发送至控制器170；控制器170根据眼部特征数据计算操作人员的疲劳度，比较疲劳度与疲劳度阈值的大小关系，并根据比较结果发出提醒信号。

在本申请实施例提供的手术机器人中，可通过疲劳监测组件监测操作人员的眼部特征，获取眼部特征对应的眼部特征数据，并将眼部特征数据发送至所述控制器，该控制器根据眼部特征数据计算操作人员的疲劳度，比较疲劳度与疲劳度阈值的大小关系，并根据比较结果发出提醒信号，从而及时提醒操作人员，提高手术的效率、准确性和安全性。

例如，上述的第一图像为左眼图像，第二图像为右眼图像。

在一些示例中，如图2所示，疲劳监测组件160包括第一监测组件161，位于第一视窗110周边，第一监测组件161包括第一红外光发射器161A和第一红外光摄像头161B；第一红外光发射器161A可发射红外光，例如近红外光，第一红外光摄像头161B可接收人眼反射的外红光，例如近红外光，从而可监测操作人员的眼部特征。

在一些示例中，图2示出的第一监测组件161包括一个第一红外光发射器161A。然而，本申请实施例包括但不限于此，第一监测组件161包括多个第一红光发射器161A，均设置在第一视窗110周边。

在一些示例中，如图2所示，第一视窗110和第二视窗120沿第一方向排布，第一红外光发射器161A和第一红外光摄像头161B位于第一视窗120在第二方向上的下侧，第二方向与第一方向垂直。由此，第一红外光摄像头可避开上眼睑，从而可以更好的拍摄到操作人员的眼部特征；另外，第一红外光发射器与第一红外光摄像头设置在同侧可防止来自操作人员的眼镜以及角膜的反射光。

在一些示例中，如图2所示，疲劳监测组件160还包括第二监测组件162，位于第二视窗120周边；第二监测组件162包括第二红外光发射器162A和第二红外光摄像头162B；第二红外光发射器162A可发射红外光，例如近红外光，第二红外光摄像头162B可接收人眼反射的外红光，例如近红外光，从而可监测操作人员的眼部特征。

在一些示例中，图2示出的第二监测组件162包括一个第二红外光发射器162A。然而，本申请实施例包括但不限于此，第二监测组件162包括多个第二红光发射器162A，均设置在第一视窗110周边。

在一些示例中，如图2所示，第二红外光发射器162A和第二红外光摄像头162B位于第二视窗120在第二方向上的下侧。由此，第二红外光摄像头可避开上眼睑，从而可以更好的拍摄到操作人员的眼部特征；另外，第二红外光发射器与第二红外光摄像头设置在同侧可防止来自操作人员的眼镜以及角膜的反射光。

在一些示例中，上述的眼部特征数据包括眼睑距离、眨眼频率和眨眼帧率百分比中的至少一种。

在一些示例中，上述的眼部特征数据同时包括眼睑距离、眨眼频率和眨眼帧率百分比。

在一些示例中，在上述的眼部特征数据包括眼睑距离、眨眼频率和眨眼帧率百分比的情况下，控制器根据所述眼部特征数据计算操作人员的疲劳度包括：对眼睑距离和眨眼频率进行标准化处理去量纲，然后归一化；以及根据归一化之后的眼睑距离和眨眼频率以及眨眼帧率百分比计算操作人员的疲劳度。由此，该手术机器人可通过对眼睑距离和眨眼频率进行标准化处理去量纲，然后归一化，来通过计算获取操作人员的疲劳度，并且使得计算结果更具有可比性。

在一些示例中，操作人员操作手术机器人的期间包括第一时间段和第二时间段，第二时间段晚于第一时间段；控制器被配置为在第一时间段根据眼部特征数据计算疲劳度阈值，在第二时间段根据眼部特征数据计算操作人员的疲劳度，疲劳度阈值和疲劳度的计算方法相同。由此，由于疲劳度阈值也是根据操作人员自身的情况进行计算的，因此该手术机器人的判断结果更加准确。当然，本申请实施例包括但不限于此，上述的疲劳度阈值也可预先设置在手术机器人的存储器之中或者云服务器之中。

在一些示例中，上述疲劳度阈值包括多个等级阈值，控制器还被配置为分别比较疲劳度与多个等级阈值的大小关系以判断疲劳度的等级，并根据疲劳度的等级发出不同的提醒信号。

例如，上述提醒信号包括声音信号、图像信号和震动信号中的至少一种。

本申请至少一个实施例还提供一种手术机器人防疲劳方法。图3为本申请一实施例提供的一种手术机器人防疲劳方法的流程示意图。如图3所示，该疲劳检测方法包括以下步骤：

步骤S101：在操作人员通过三维显示装置的第一视窗和第二视窗感知第一图像和第二图像时，通过疲劳监测组件监测所述操作人员的眼部特征。

步骤S102：获取所述眼部特征对应的眼部特征数据。

步骤S103：根据眼部特征数据计算操作人员的疲劳度，比较疲劳度与疲劳度阈值的大小关系，并根据比较结果发出提醒信号。

在本申请实施例提供的手术机器人防疲劳方法中，可通过监测操作人员的眼部特征，获取眼部特征对应的眼部特征数据，并根据眼部特征数据计算操作人员的疲劳度，然后再比较疲劳度与疲劳度阈值的大小关系，并根据比较结果发出提醒信号，从而及时提醒操作人员，提高手术的效率、准确性和安全性。

在一些示例中，提醒信号包括声音信号、图像信号和震动信号中的至少一种。

在一些示例中，上述的眼部特征数据包括眼睑距离、眨眼频率和眨眼帧率百分比中的至少一种。

在一些示例中，上述的眼部特征数据同时包括眼睑距离、眨眼频率和眨眼帧率百分比。

在一些示例中，在上述的眼部特征数据包括眼睑距离、眨眼频率和眨眼帧率百分比的情况下，控制器根据所述眼部特征数据计算操作人员的疲劳度包括：对眼睑距离和眨眼频率进行标准化处理去量纲，然后归一化；以及根据归一化之后的眼睑距离和眨眼频率以及眨眼帧率百分比计算操作人员的疲劳度。由此，该手术机器人防疲劳方法可通过对眼睑距离和眨眼频率进行标准化处理去量纲，然后归一化，来通过计算获取操作人员的疲劳度，并且使得计算结果更具有可比性。

在一些示例中，操作人员操作手术机器人的期间包括第一时间段和第二时间段，第二时间段晚于第一时间段；控制器被配置为在第一时间段根据眼部特征数据计算疲劳度阈值，在第二时间段根据眼部特征数据计算操作人员的疲劳度，疲劳度阈值和疲劳度的计算方法相同。由此，由于疲劳度阈值也是根据操作人员自身的情况进行计算的，因此该手术机器人的判断结果更加准确。当然，本申请实施例包括但不限于此，上述的疲劳度阈值也可预先设置在手术机器人的存储器之中或者云服务器之中。

在一些示例中，上述的标准化处理可采用零均值标准化方法进行标准化处理，即采用以下公式进行标准化处理：

x’=(x-μ)/σ，

其中，x’为进行标准化处理后的参数，x为需要进行标准化处理的参数，μ为需要进行标准化处理的参数的平均值，σ为需要进行标准化处理的参数的标准差。当然，本申请实施例包括但不限于此，也可采用其他方式进行标准化处理。

在一些示例中，上述的根据归一化之后的眼睑距离和眨眼频率以及眨眼帧率百分比计算操作人员的疲劳度可通过以下公式计算疲劳度：

A=α*d’+β*F’+γ*f

其中，A为疲劳度，d’为眼睑距离的归一化值，F’为眨眼频率的归一化值，f为眨眼帧率百分比，α为眼睑距离的加权值，β为眨眼频率的加权值，γ为眨眼帧率百分比的加权值。需要说明的是，上述的α、β和γ可根据实际情况进行取值，例如α、β和γ的取值范围可为0至1。

在一些示例中，上述的手术机器人防疲劳方法还包括：分别比较所述疲劳度与多个等级阈值的大小关系以判断所述疲劳度的等级，并根据所述疲劳度的等级发出不同的提醒信号。

例如，多个等级阈值包括第一等级阈值M1、第二等级阈值M2和第三等级阈值M3；当得到的疲劳度小于第一等级阈值M1时，可判定为正常；当得到的疲劳度大于第一等级阈值M1，且小于第二等级阈值M2时，可判定为轻度疲劳；当得到的疲劳度大于第二等级阈值M2，且小于第三等级阈值M3时，可判定为中度疲劳；当得到的疲劳度大于第三等级阈值M3时，可判定为重度疲劳。

值得注意的是，上述疲劳检测方法仅仅是对本申请实施例提供的疲劳监测组件和控制器的工作方式的一种示例，但本申请实施例包括但不限于此。

有以下几点需要说明：

（1）本申请实施例附图中，只涉及到与本申请实施例涉及到的结构，其他结构可参考通常设计。

（2）在不冲突的情况下，本申请同一实施例及不同实施例中的特征可以相互组合。

以上，仅为本申请的具体实施方式，但本申请的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应以权利要求的保护范围为准。

Claims (18)

1.一种手术机器人，包括：

三维显示装置，包括第一视窗和第二视窗；

疲劳监测组件；以及

控制器，与所述疲劳监测组件通信相连，

其中，所述第一视窗被配置为供操作人员感知第一图像，所述第二视窗被配置为供所述操作人员感知第二图像，

所述疲劳监测组件被配置为监测所述操作人员的眼部特征，获取所述眼部特征对应的眼部特征数据，并将所述眼部特征数据发送至所述控制器，所述控制器根据所述眼部特征数据计算所述操作人员的疲劳度，比较所述疲劳度与疲劳度阈值的大小关系，并根据比较结果发出提醒信号。

2.根据权利要求1所述的手术机器人，其中，所述疲劳监测组件包括第一监测组件，位于所述第一视窗周边，所述第一监测组件包括第一红外光发射器和第一红外光摄像头，所述第一红外光发射器被配置为发射红外光，所述第一红外光摄像头被配置为接收人眼反射的红外光。

3.根据权利要求2所述的手术机器人，其中，所述第一监测组件包括多个所述第一红外光发射器。

4.根据权利要求2所述的手术机器人，其中，所述第一视窗和所述第二视窗沿第一方向排布，所述第一红外光发射器和第一红外光摄像头位于所述第一视窗在第二方向上的下侧，所述第二方向与所述第一方向垂直。

5.根据权利要求2-4中任一项所述的手术机器人，其中，所述疲劳监测组件还包括第二监测组件，位于所述第二视窗周边，所述第二监测组件包括第二红外光发射器和第二红外光摄像头，所述第二红外光发射器被配置为发射红外光，所述第二红外光摄像头被配置为接收人眼反射的红外光。

6.根据权利要求5所述的手术机器人，其中，所述第二监测组件包括多个所述第一红外光发射器。

7.根据权利要求5所述的手术机器人，其中，所述第一视窗和所述第二视窗沿第一方向排布，所述第二红外光发射器和第二红外光摄像头位于所述第二视窗在第二方向上的下侧，所述第二方向与所述第一方向垂直。

8.根据权利要求1-4中任一项所述的手术机器人，其中，所述眼部特征数据包括眼睑距离、眨眼频率和眨眼帧率百分比中的至少一种。

9. 根据权利要求8所述的手术机器人，其中，所述眼部特征数据包括所述眼睑距离、所述眨眼频率和所述眨眼帧率百分比，所述控制器根据所述眼部特征数据计算所述操作人员的疲劳度包括：

对所述眼睑距离和所述眨眼频率进行标准化处理去量纲，然后归一化；以及

根据归一化之后的所述眼睑距离和所述眨眼频率以及所述眨眼帧率百分比计算所述操作人员的疲劳度。

10.根据权利要求9所述的手术机器人，其中，所述操作人员操作所述手术机器人的期间包括第一时间段和第二时间段，所述第二时间段晚于所述第一时间段，

所述控制器被配置为在所述第一时间段根据所述眼部特征数据计算所述疲劳度阈值，在所述第二时间段根据所述眼部特征数据计算所述操作人员的所述疲劳度，所述疲劳度阈值和所述疲劳度的计算方法相同。

11.根据权利要求1-4中任一项所述的手术机器人，其中，所述疲劳度阈值包括多个等级阈值，所述控制器还被配置为分别比较所述疲劳度与所述多个等级阈值的大小关系以判断所述疲劳度的等级，并根据所述疲劳度的等级发出不同的提醒信号。

12.根据权利要求1-4中任一项所述的手术机器人，其中，所述第一图像为左眼图像，所述第二图像为右眼图像。

13.一种手术机器人防疲劳方法，包括：

在操作人员通过三维显示装置的第一视窗和第二视窗感知第一图像和第二图像时，通过疲劳监测组件监测所述操作人员的眼部特征；

获取所述眼部特征对应的眼部特征数据；

根据所述眼部特征数据计算所述操作人员的疲劳度，比较所述疲劳度与疲劳度阈值的大小关系，并根据比较结果发出提醒信号。

14.根据权利要求13所述的手术机器人防疲劳方法，其中，所述提醒信号包括声音信号、图像信号和震动信号中的至少一种。

15.根据权利要求13所述的手术机器人防疲劳方法，其中，所述眼部特征数据包括眼睑距离、眨眼频率和眨眼帧率百分比中的至少一种。

16.根据权利要求13-15中任一项所述的手术机器人防疲劳方法，还包括：

分别比较所述疲劳度与多个等级阈值的大小关系以判断所述疲劳度的等级，并根据所述疲劳度的等级发出不同的提醒信号。

17. 根据权利要求15所述的手术机器人防疲劳方法，其中，所述眼部特征数据包括所述眼睑距离、所述眨眼频率和所述眨眼帧率百分比，根据所述眼部特征数据计算所述操作人员的疲劳度包括：

对所述眼睑距离和所述眨眼频率进行标准化处理去量纲，然后归一化；以及

根据归一化之后的所述眼睑距离和所述眨眼频率以及所述眨眼帧率百分比计算所述操作人员的疲劳度。

18.根据权利要求17所述的手术机器人防疲劳方法，其中，所述操作人员操作所述手术机器人的期间包括第一时间段和第二时间段，所述第二时间段晚于所述第一时间段，

在所述第一时间段根据所述眼部特征数据计算所述疲劳度阈值，在所述第二时间段根据所述眼部特征数据计算所述操作人员的所述疲劳度，所述疲劳度阈值和所述疲劳度的计算方法相同。