脊柱手术机器人的经验学习与共享操作方法研究

Spinal surgery has a high risk of complications and a high incidence of complications. Surgical robot can significantly improve the accuracy and safety of surgery. But the currently existing spinal surgical robot, due to the absence of the force perception ability and the master-slave operation mode, is not appropriate for the spinal surgery which includes the automation process of drilling, grinding to some extent. The aim of this project is to investigate the operation sharing theory and methods of the spinal surgical robot. In the Surgeon-Robot-Patient complex bio-electromechanical system the acquisition method of prior knowledge of the high-risk area, the synthesized characteristics of bone are studied. The characterized method of the operation status based on object features, environmental features and risk features is proposed, the mapping relationship of surgical operation modes with multi-sensor information of vision, force, sound and electricity is investigated. Based on the analysis of the operation rules conducted by the surgeon focusing on different operation status, the representation of the surgeon’s operation experience is put forward. The migration and the enhanced learning of the operation experience of the surgical robot is also proposed. Take the operation knowledge, operation tasks, operation modes as well as operation status as the sharing source the man-machine operation sharing mechanism is proposed. The project is of great practical significance to promote the technological development of the high-end medical equipment, as well as promote the autonomous operation of the future surgical robots.

医生徒手进行脊柱外科手术风险大、病发症发生率高，借助机器人辅助技术可显著提高手术操作的精确性和安全性，但现有手术机器人力感知的缺失及采用的主从再现操作方式，不适于钻削、磨削等具有一定自主操作要求的脊柱手术术式。本项目以脊柱手术机器人的经验学习与共享操作方法为研究目标，面向医生-机器人-患者复杂生物机电系统，研究高风险区域、骨综合性能等先验知识的获取方法，提出基于对象特征、环境特征和风险特征的手术操作状态表征方法，建立图像、力、声、电流等多源信息与手术操作状态模式的映射关系；研究医生针对不同手术操作状态所采用的操作规则，提出医生手术操作经验的表征方法；提出手术机器人对医生操作经验的迁移和强化学习方法，以操作知识、操作任务、操作方式和操作状态为共享载体，提出基于经验学习的人机共享操作机制。本项目的创新成果对推动我国高端医用装备技术发展以及未来实现机器人自主手术具有重要的理论意义和应用价值。

医生徒手进行脊柱外科手术风险大、病发症发生率高，借助机器人辅助技术可显著提高手术操作的精确性和安全性。本项目以实现复杂环境下医生主导的手术机器人共享操作为目标，紧紧围绕脊柱手术机器人手术状态感知、手术操作经验、医生与机器人协作机制等共性难点问题开展研究。本项目首先在脊柱椎骨的实例化分割的基础上，采用人机交互方式获取脊柱手术区域，借助图像融合技术获取高风险区域边界；研究组织-器械切削过程产生的力、声等多源信号与骨综合特性之间的映射关系，建立骨切削响应通用模型。基于多源信息对医生手术操作状态进行表征，提取切削路径设计和关键区域切削操作的经验量化规则，获取医生易失误、复杂手术操作的技巧型经验。建立基于数据的脊柱手术机器人操作经验学习模型，实现机器人对操作参数的在线学习和状态预测；建立患者呼吸-脊柱浮动量模型，研究考虑呼吸运动的机器人手术操作技巧学习方法，实现机器人稳定自主磨削控制。建立基于经验学习的人机共享操作策略，实现机器人在医生监控下进行钻削、磨削等自主操作；研究具有阻尼特征的复合约束生成方法，实现医生在机器人引导和约束下开展椎板切削手术的柔顺性和安全性。最后，搭建医生手术操作数据采集平台以及脊柱手术机器人平台，建立脊柱手术机器人临床手术规范，开展活体猪椎板切除手术动物实验，验证了基于经验学习的人机共享操作手术机器人的精确性、安全性和可靠性；开展机器人辅助脊柱手术的临床研究，证实了手术机器人的有效性和安全性，建立了手术机器人的临床科学评价方法。发表论文52篇，其中SCI期刊论文31篇，EI期刊论文3篇，EI会议论文5篇，中文期刊论文13篇；申请发明专利11项，其中7项已获授权；出版英文学术专著2部；获北京市科学技术一等奖1项；培养毕业博士11人，在读博士5人，毕业硕士研究生8人。项目成果对推动我国高端医用装备技术发展以及未来实现机器人自主手术具有重要的理论意义和应用价值。