移动机器臂制造技术

本公开的实施例涉及移动机器臂。公开了一种用于移动用于超声检查的机器臂的方法(超声探头被附接到机器臂)、一种相关联的超声系统、一种用于提供经训练的人工神经网络的方法、一种相关联的第二计算单元以及一种相关联的计算机程序产品。

【技术实现步骤摘要】
移动机器臂
本专利技术涉及一种用于移动用于超声检查的机器臂的方法，超声探头被附接到机器臂。本专利技术还涉及一种相关联的超声系统、一种用于提供经训练的人工神经网络的方法、一种相关联的第二计算单元、以及一种相关联的计算机程序产品。
技术介绍
通常而言，超声系统使得检查对象(特别是人类患者)的要被检查的身体能够被非侵入地检查。用于医学诊断的超声系统通常包括超声探头，其由医师放置在患者的身体表面上，并且与患者的皮肤紧密接触，生成超声图像。为此，超声探头包含一维或二维压电阵列，其中电发射脉冲被转换成具有特定频率或在特定频带中的压力脉冲，或者压力脉冲被转换成电接收信号。一般地，超声图像可以从电接收信号生成，超声图像通常以特定模式被可视化。通常，超声探头在超声检查期间移动。在US9,420,997B2中描述了一种方法，其中运动伪影可以在超声诊断成像中被抑制。机器臂与超声探头的组合在WO2017020081A1中被公开。人工神经网络成为科学和工业领域的关注焦点已经相当长的时间。人工神经网络基于自然神经网络来建模，自然神经网络由大脑和脊髓中的神经细胞相互连接而形成。人工神经网络通常包括多个节点以及节点之间的连接。在训练阶段，神经网络能够基于连接权重的变化来学习。在挑战性应用中，人工神经网络通常比竞争的机器学习方法提供更好的结果。DE102015212953A1描述了经训练的人工神经网络的可能应用。
技术实现思路
本专利技术基于以下目标：公开一种用于移动用于超声检查的机器臂的方法(超声探头被附接到机器臂)、一种相关联的超声系统、一种用于提供训练的人工神经网络的方法、一种相关联的第二计算单元、以及一种相关联的计算机程序产品。该目标通过独立的权利要求的特征来实现。有利的实施例在从属权利要求中被公开。该目标根据本专利技术以下文所述的方式实现，其与要求保护的超声系统和用于移动用于超声检查的机器臂的方法有关，并且与要求保护的用于提供经训练的人工神经网络的方法有关，以及与第二计算单元和相关联的计算机程序产品有关。在这方面提及的特征、优点或备选实施例变型也适用于其他要求保护的技术方案，反之亦然。换言之，目标相关的权利要求(其涉及例如超声系统)也可以使用结合一种方法所描述的或要求保护的特征来开发。在这种情况下，该方法的对应功能性特征通过与对应的、目标相关的模块来实施。根据本专利技术的用于移动用于超声检查的机器臂的方法，其中超声探头被附接到机器臂，包括以下方法步骤：-提供经训练的人工神经网络，-记录医学问题，-通过将经训练的人工神经网络应用于医学问题来确定包含机器臂的运动序列的运动数据集，-将运动数据集传送给机器臂的控制单元，以及-根据运动数据集的运动序列来移动机器臂。以这种方式，根据本专利技术的方法可以允许更好和更直接的超声检查。特别地，本专利技术因此可以提供许多优点：例如，在移动期间，机器臂可以辅助用户和/或机器臂自动移动。例如当用户(特别是医师)由于缺少经验或对超声检查不熟悉，或者由于同时在执行外科手术干预，而在超声检查期间要求辅助时，这特别有利。此外可能的是，在没有医师，因而没有熟悉超声检查的用户可得以执行超声检查的情况下，超声检查通过机器臂自动移动来被自动执行或甚至被自主执行。优选地，机器臂不需要由经验丰富的专业超声医师远程控制。此外，用于移动机器臂的两种方法中的高度可重复性应该被重视，由于该高度可重复性，在超声检查和/或超声检查的实际执行中的成本节省完全是可能的。由于该高度可重复性，机器臂对于超声检查特别有利，其中超声探头被附接到机器臂。例如，在大量人群中筛查心脏功能可以因此以经济有效且高度自动化的方式被执行。特别地，人工神经网络(ANN)是由在计算机程序中模拟的人工神经元组成的网络。在这种情况下，人工神经网络通常是基于多个人工神经元的网络。在这种情况下，人工神经元通常被布置在不同的层。人工神经网络通常包括输入层和输出层，输出层的神经元输出作为人工神经网络的唯一输出是可见的。输入层与输出层之间的中间层通常被称为隐藏层。人工神经网络的架构和/或拓扑通常在第一阶段被初始化，然后在针对特定任务的训练阶段中或针对多个任务的训练阶段中被训练。在这种情况下，人工神经网络的训练通常包括对人工神经网络的两个人工神经元之间的连接的权重进行改变。人工神经网络的训练还可以包括人工神经元之间的新连接的发展、人工神经元之间现有连接的删除、人工神经元的阈值的调整和/或人工神经元的添加或删除。因此，两个不同的经训练的人工神经网络能够执行不同的任务，即使例如它们具有相同的架构和/或拓扑。人工神经网络的一个示例是浅层人工神经网络，其通常仅包含输入层与输出层之间的单个隐藏层，因此相对容易训练。另一个示例是深度人工神经网络，其在输入层和输出层之间包含多个(例如多达十个)人工神经元的交错隐藏层。这种情况下的深度人工神经网络使得改进的模式识别和复杂的相互关系成为可能。此外，附加地使用卷积滤波器(例如，边缘滤波器)的深度卷积人工神经网络可以被选择，以确定运动数据集。现在提出选择以这种方式实施的经训练的人工神经网络，经训练的人工神经网络应用到医学问题，使得能够确定运动数据集。在这种情况下，通过将经训练的人工神经网络应用于医学问题，经训练的人工神经网络可以仅适用于确定运动数据集。备选地，它也可以承担其他任务。可能发生的是，不同的人工神经网络被建立，它们同样能够执行运动数据集的确定。在本专利技术的方法中，特别地，已经训练的人工神经网络被提供，用于通过将经训练的人工神经网络应用于医学问题来确定运动数据集。在这种情况下，人工神经网络的训练可能已经借助于至少一个训练运动数据集并借助于至少一个医学训练问题已经完成。用于训练人工神经网络的各种选项在下文部分的一个部分中被描述。有利地，人工神经网络可以借助于在下文部分的一个部分中描述的、根据本专利技术的方法来训练，以提供经训练的人工神经网络，用于确定包含用于超声检查的机器臂的运动序列的运动数据集，其中超声探头被附接到机器臂。医学问题的记录可以包括：传感器(特别是相机)提供医学问题的至少一个参数。备选地或附加地，还可以设想，医学问题的记录包括用户借助图形用户界面提供医学问题的至少一个参数。基本上也可以设想，传感器和用户二者都提供医学问题的至少一个参数。传感器(特别是光学相机)可以优选地适合于捕获要被检查的人(特别是患者)的图像。图像识别过程可以借助合适的和已知的算法来执行。优选地，传感器可以捕获要被检查的人的多个图像，例如在胶片记录中。图像识别过程也可以应用于胶片记录。医学问题的至少一个参数可以借助于图像识别过程来采集，该参数由例如传感器的控制单元提供。医学问题可以包括借助图像识别过程采集的至少一个参数。基本上也可以设想，传感器具有多个传感器部件，每个传感器部件表征不同的传感器技术。用户可以例如在图形用户界面上提供医学问题的至少一个参数。为此，规划单元具有例如监视器，监视器具有图形用户界面。通常，用户可以通过输入设备与图形用户界面交互。优选地，图形用户界面可以提供默认值，或包含用户可以查看和选择的典型值或参数的列表。基本上也可以设想，用户可以自由地输入或选择医学问题的至少一个参数。医学问题的至少一个参数可以完全由传感器提供、完全由用户提供、或部分由传感器提供，部分由本文档来自技高网...

【技术保护点】
1.一种用于移动用于一个超声检查的一个机器臂(14)的方法，其中一个超声探头(15)被附接到所述机器臂(14)，所述方法包括以下方法步骤：‑提供一个经训练的人工神经网络，‑记录一个医学问题，‑通过将所述经训练的人工神经网络应用于所述医学问题来确定包含所述机器臂(14)的一个运动序列的一个运动数据集，‑向所述机器臂(14)的一个控制单元(20)传送所述运动数据集，以及‑根据所述运动数据集的所述运动序列来移动所述机器臂(14)。

【技术特征摘要】
2017.05.31 EP 17173787.71.一种用于移动用于一个超声检查的一个机器臂(14)的方法，其中一个超声探头(15)被附接到所述机器臂(14)，所述方法包括以下方法步骤：-提供一个经训练的人工神经网络，-记录一个医学问题，-通过将所述经训练的人工神经网络应用于所述医学问题来确定包含所述机器臂(14)的一个运动序列的一个运动数据集，-向所述机器臂(14)的一个控制单元(20)传送所述运动数据集，以及-根据所述运动数据集的所述运动序列来移动所述机器臂(14)。2.根据权利要求1所述的方法，其中所述医学问题的记录包括一个传感器和/或一个用户借助一个图形用户界面来提供所述医学问题的至少一个参数。3.根据前述权利要求中任一项所述的方法，其中所述医学问题包括来自以下列表的至少一个参数：-一个患者(12)的要被检查的一个身体区域，-所述超声检查的一个模式，-所述超声检查的一个频率，以及-针对所述超声检查的一个规范。4.根据前述权利要求中任一项所述的方法，其中所述医学问题包括一个患者(12)的患者特定数据，并且其中所述患者特定数据包括来自以下列表的至少一个参数：-所述患者(12)的一个身高，-所述患者(12)的一个体重，-关于所述患者(12)可能的病症的一个临床发现，以及-所述患者(12)的一个医学图像数据集。5.根据前述权利要求中任一项所述的方法，其中所述运动数据集的所述运动序列包括：-所述机器臂(14)的定向随时间的一个函数，以及-所述机器臂(14)的位置随时间的一个函数。6.根据前述权利要求中任一项所述的方法，其中所述机器臂(14)根据所述运动数据集的所述运动序列的移动包括：-借助于一个投影仪将所述运动序列投影到一个患者(12)的一个身体表面上。7.根据前述权利要求中任一项所述的方法，其中所述机器臂(14)根据所述运动数据集的所述运动序列的移动由一个用户来执行，并且根据所述运动数据集的所述运动序列、由所述用户对所述机器臂(14)的移动包括：-在根据所述运动数据集的所述运动序列来移动所述机器臂(14)期间支持所述用户。8.根据前述权利要求中任一项所述的方法，其中所述机器臂(14)具有一个传感器，并且所述传感器包括以下变型中的至少一个：-一个电光传感器，-一个相机(16)，-一个距离传感器，-一个姿势传感器，以及-一个压力传感器。9.根据权利要求8所述的方法，其中所述机器臂(14)根据所述运动数据集的所述运动序列自动地和/或由一个用户移动，并且所述机器臂(14)根据所述运动数据集的所述运动序列的移动包括：-通过所述传感器来确定在所述机器...

【专利技术属性】
技术研发人员：J·弗鲁顿伯格，S·海德，P·莫尔纳，
申请(专利权)人：西门子医疗有限公司，
类型：发明
国别省市：德国,DE