基于环境特征和随机方法的柔性针路径规划方法技术

本发明专利技术提供一种基于环境特征和随机方法的柔性针路径规划方法,包括根据评估函数Evaluation_Function()或ObsGrade_Function()选择最优的规划路径；其中，路径评估函数Evaluation_Function()的表达式为：F＝w

Flexible needle path planning method based on environment feature and stochastic method

Path planning method of the invention provides a flexible needle based on the environmental characteristics and stochastic methods, including according to the evaluation function of Evaluation_Function (ObsGrade_Function) or () choose optimal path planning; the path evaluation function (Evaluation_Function) expression is: F = w

【技术实现步骤摘要】
基于环境特征和随机方法的柔性针路径规划方法
本专利技术涉及医学
，尤其涉及一种基于环境特征和随机方法的柔性针路径规划方法。
技术介绍
微创介入治疗是在影像导引下，以最小的创伤将器具或药物投送到目标病灶，对其进行诊断和治疗的技术，它对临床医学的发展起到关键作用。而穿刺作为一种最为常用的介入技术，多被用于药物置入、病理诊断、放射治疗等手术中。传统手术采用刚性针的直线运动来实现穿刺，直线进针时路径受限，且由于刚性针的自然形变引起靶点定位误差，严重影响治疗效果。相比而言，柔性针穿刺利用针体的形变在软组织内实现曲线运动，能灵活的避开骨骼和血管等障碍物，准确的到达目标点(如图1)。单轮车模型作为柔性针的运动学模型被Webster等人提出，从此柔性针软组织穿刺成为国内外研究的热点。路径规划对柔性针穿刺的研究有重要意义。Park等人通过建立概率密度函数对柔性针路径进行规划，但此算法只适用于无障碍环境。Alterovitz等人建立非线性目标函数规划柔性针的穿刺路径，但此方法只适用于定曲率的圆弧路径。Xu等人利用运动学反解法规划柔性针路径，该算法在有障碍物的情况下必须给出过渡点的位姿，这不能保证有解。Patil等人基于快速搜索随机树(RRT)算法规划柔性针的穿刺路径，虽然提高了规划速度，但它规划的是可行路径，并非最优路径。由上述研究可看出，柔性针软组织穿刺的路径规划算法还有待改善，在基于柔性针穿刺环境的方面的研究很少。目前快速搜索随机树(RRT)算法在路径规划中得到了广泛的应用，它的优点是算法的流程简单、搜索速度快，且能在有障碍的环境中避开障碍准确到达目标点。最初的RRT算法是由S.M.LaValle等人提出的，为了提高该算法的效率和性能，RRT的改进方法被不断的提出。作者前期在柔性针路径规划上，提出了考虑柔性针运动学模型，基于路径最短、最安全及弧段数最少的路径评估函数的改进的快速搜索随机树(I-RRT)算法规划路径。虽然，I-RRT算法通过基于路径长度、安全度及弧段数的路径评估函数规划路径，在一定程度上优化了柔性针的穿刺路径，但算法对穿刺环境的适应性不强。在实际情况中，在路径规划前，医生难以结合临床经验对规划的路径进行修正。
技术实现思路
本专利技术的目的在于解决上述现有技术存在的缺陷，提供一种基于环境特征和随机方法对柔性针软组织穿刺的路径进行规划的方法，使医生能在术前结合临床经验选择更为合理的路径。一种基于环境特征和随机方法的柔性针路径规划方法，包括根据评估函数Evaluation_Function()选择最优的规划路径；其中，路径评估函数Evaluation_Function()的表达式为：F＝w1FL+w2FS+w3FN(1)其中，FL是路径长度评估函数，FL＝L/Lavg，L是路径的长度，Lavg是生成的所有样本路径的长度L的平均值；FS是安全评估函数，FS＝S/Savg，S是障碍物距每段弧的距离小于一个预设长度D1的数目，Savg是规划的样本路径的5的平均值；FN是弧段数评估函数，FN＝N/Navg，N是路径的弧段数，Navg是规划的样本路径的N的平均值，w1，w2和w3表示各子函数对应的权重系数；所述权重系数根据医生的临床经验进行设定。进一步地，如上所述的方法，所述权重系数根据医生的临床经验进行设定包括：医生根据自身的临床经验判断FL、FN、FS这三个评估函数在实际情况中哪个更为重要，根据重要程度将对应的权重系数调高，将相对不重要的评估函数对应的权重系数调低。一种基于环境特征和随机方法的柔性针路径规划方法，包括根据考虑障碍物风险分级的路径评估函数ObsGrade_Function()选择最优的规划路径；其中，ObsGrade_Function()的表达式为：F′＝w1FL+w2f/favg+w3FN(2)其中，FL是路径长度评估函数，FL＝L/Lavg，L是路径的长度，Lavg是生成的所有样本路径的长度L的平均值；FN是弧段数评估函数，FN＝N/Navg，N是路径的弧段数，Navg是规划的样本路径的N的平均值，f是风险分级评估函数，favg是规划的样本路径的f的平均值，f表达式为：其中，i(i＝1，2...n)表示各障碍物的风险等级，Gi表示相对应的风险等级障碍物距每段弧的距离小于一个预设长度D2的数目；ai表示对应的风险等级系数，风险级别越高，相对应的ai值越大；w1，w2和w3表示各子函数对应的权重系数；所述权重系数根据医生的临床经验进行设定。进一步，如上所述的方法，所述权重系数根据医生的临床经验进行设定包括：医生根据自身的临床经验判断FL、FN、f这三个评估函数在实际情况中哪个更为重要，根据重要程度将对应的权重系数调高，将相对不重要的评估函数对应的权重系数调低。进一步，如上所述的方法，所述路径的计算方法包括以下步骤：步骤1：建立一棵树T，起始点xinit为其根节点；步骤2：在无障碍物空间Xfree中随机选取某个状态点xrand；步骤3：基于点xrand执行Extend()对树进行扩展，得到一个新的节点xnew；步骤4：将此新节点添加到树中，重复以上步骤，直到找到目标点为止；步骤5：重复步骤1-4，规划出多条样本路径；其中，Extend()的具体步骤为：(1)在树上找到离xrand最近的点xnear；(2)选择一个控制输入量U，将其作用在xrand得到新的点xnew；(3)根据xrand、xnear、xnew这三个参数确定一段新的圆弧，即Arcnew；(4)检测弧Arcnew看其是否在无障碍空间Xfree中，并且检测弧Arcnew的半径rnew是否大于rmin；(5)判断搜索是否成功，如果||xnew-xgoal||＜ε，ε是一个事先设定好的非常小的常数，表示搜索成功，算法停止。本专利技术技术方案带来的有益效果：本专利技术基于环境特征和随机方法规划的路径对环境的适应性好，路径规划前，医生可以依靠自己都经验，根据环境特性及计划任务要求等来手动设置权重系数，权重系数的调整给算法和用户提供了一个交互式的设计方法；另外，本专利技术在路径规划时，可以提前设置障碍物的风险等级，再通过考虑障碍物风险分级的路径评估函数，选出远离高风险障碍物、路径短且弧段数少的穿刺路径。附图说明图1为柔性针软组织穿刺示意图；图2为I-RRT算法示意图；图3为基于I-RRT算法规划的40条样本路径；图4为通过路径评估函数在样本路径中选出的最优路径；图5在障碍物多而小的环境中选择的最优路径；图6在障碍物少而大的环境中选择的路径；图7障碍物风险分级环境图；图8障碍物风险分级规划的路径。具体实施方式为使本专利技术的目的、技术方案和优点更加清楚，下面本专利技术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专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，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，都属于本专利技术保护的范围。如图2所示，I-RRT算法的基本思想：1.建立一棵树T，起始点xinit为其根节点；2.在无障碍物空间Xfree中随机选取某个状态点xrand；3.基于点xrand执行Extend()对树进行扩展，得到一个新的节点xnew；4.将此新节点添加到树中，重复以上步骤，直到找到目标点为止。5.重复步骤1本文档来自技高网...

【技术保护点】
一种基于环境特征和随机方法的柔性针路径规划方法，其特征在于，包括根据评估函数Evaluation_Function()选择最优的规划路径；其中，路径评估函数Evaluation_Function()的表达式为：F＝w

【技术特征摘要】
1.一种基于环境特征和随机方法的柔性针路径规划方法，其特征在于，包括根据评估函数Evaluation_Function()选择最优的规划路径；其中，路径评估函数Evaluation_Function()的表达式为：F＝w1FL+w2FS+w3FN(1)其中，FL是路径长度评估函数，FL＝L/Lavg，L是路径的长度，Lavg是生成的所有样本路径的长度L的平均值；FS是安全评估函数，FS＝S/Savg，S是障碍物距每段弧的距离小于一个预设长度D1的数目，Savg是规划的样本路径的S的平均值；FN是弧段数评估函数，FN＝N/Navg，N是路径的弧段数，Navg是规划的样本路径的N的平均值，w1，w2和w3表示各子函数对应的权重系数；所述权重系数根据医生的临床经验进行设定。2.根据权利要求1所述的方法，其特征在于，所述权重系数根据医生的临床经验进行设定包括：医生根据自身的临床经验判断FL、FN、FS这三个评估函数在实际情况中哪个更为重要，根据重要程度将对应的权重系数调高，将相对不重要的评估函数对应的权重系数调低。3.一种基于环境特征和随机方法的柔性针路径规划方法，其特征在于，包括根据考虑障碍物风险分级的路径评估函数ObsGrade_Function()选择最优的规划路径；其中，ObsGrade_Function()的表达式为：F′＝w1FL+w2f/favg+w3FN(2)其中，FL是路径长度评估函数，FL＝L/Lavg，L是路径的长度，Lavg是生成的所有样本路径的长度L的平均值；FN是弧段数评估函数，FN＝N/Navg，N是路径的弧段数，Navg是规划的样本路径的N的平均值，f是风险分级评估函数，f...

【专利技术属性】
技术研发人员：李鹏，陈嵘，李霞，邹叶，黄勇，
申请(专利权)人：湘潭大学，
类型：发明
国别省市：湖南,43