一种用于血管介入手术医生训练系统的导管轨迹预测方法技术方案

一种用于血管介入手术医生训练系统的导管轨迹预测方法，该预测方法基于卡尔曼滤波算法，利用导管的运动学公式得到导管的状态转移矩阵，建立导管的运动模型和状态转移矩阵；然后，根据第一部分的状态转移矩阵描述预测系统中当前时刻的状态与下一时刻状态之间的关系，通过不断地迭代预测出导管的最优状态估计值。对导管的轨迹进行预测；这种方法对于血管介入手术来说可以大大提高手术的安全性和成功率，且计算简单，可以保证预测的实时性。

【技术实现步骤摘要】
一种用于血管介入手术医生训练系统的导管轨迹预测方法(一)
：本专利技术属于医疗机器人技术及虚拟现实
，具体涉及一种用于血管介入手术医生训练系统的导管轨迹预测方法，特别适合用在血管介入手术中的预警及导管的实时动态路径规划的应用场景(二)
技术介绍
：随着虚拟现实技术的发展，基于虚拟现实(VR，VirtualReality)的血管介入手术医生训练系统逐步代替了传统的医生训练系统。基于虚拟现实技术的血管介入手术医生训练系统是将三维重建的血管模型和导管导丝模型添加到Unity构建的虚拟环境，Unity是构建虚拟环境的软件，别名为Unity3D，并在虚拟环境中添加C#脚本实现对导管导丝前进、后退、旋转、力反馈、全局路径规划以及轨迹预测和界面显示的功能。通过TCP/IP(传输控制协议/互联网协议地址，TransmissionControlProtocol/InternetProtocolAddress)协议，实现该训练系统的人机交互。该训练系统可以有效缩短实习医生的培训周期，并且节省了医生的培训费用。血管介入手术医生训练系统的工作方式为：血管介入手术机器人的主端设备通过上位机连接到训练系统中，医生通过操作主端设备来控制虚拟环境中的导管在血管中沿着已规划的全局路径的运动；训练系统的全局路径规划是将血管模型的中心线作为训练系统规划的全局路径，可以避免碰撞血管；但是，在血管介入手术的整个过程中，医生的操作都会面临着这些不确定因素的影响，并且这些影响是不可避免的，因此在复杂的血管环境中进行训练，有可能会使医生的操作偏离全局路径，导致刺破血管；为了解决这个问题，需要提前对医生的操作进行警示，以及确保实时动态路径规划的实时性。
技术实现思路
：本专利技术的目的在于提供一种用于血管介入手术医生训练系统的导管轨迹预测方法，能够解决现有技术的不足，是一种可以提前预测导管下一时刻的位置，保证实时动态路径规划的实时性并且给医生的操作进行提前警示来达到提高手术安全性和成功率的目的的预测方法，且简单易行容易实现。本专利技术采用的技术方案：一种用于血管介入手术医生训练系统的导管轨迹预测方法，其特征在于它包括以下步骤：(1)以虚拟环境中导管尖端为研究对象，根据血管介入手术的导管尖端的运动学公式，如式(1)～式(6)所示：vx,n＝vx,n-1+ax,n-1T(2)ax,n＝ax,n-1(3)vy,n＝vy,n-1+ay,n-1T(5)ay,n＝ay,n-1(6)其中，xn是第n时刻的x轴方向的位置，xn-1是第n-1时刻的x轴方向的位置；vx,n是第n时刻x轴方向的速度，vx,n-1是第n-1时刻x轴方向的速度；ax,n是第n时刻x轴方向的加速度，ax,n-1是第n-1时刻x轴方向的加速度；yn是第n时刻的y轴方向的位置，yn-1是第n-1时刻的y轴方向的位置；vy,n是第n时刻y轴方向的速度，vy,n-1是第n-1时刻y轴方向的速度；ay,n是第n时刻y轴方向的加速度，ay,n-1是第n-1时刻y轴方向的加速度；T为预测模型的采样周期；利用位移、速度、加速度的运动学公式，则可得到导管尖端的轨迹预测的状态转移矩阵，如式(7)所示，该状态转移矩阵描述了导管尖端位置信息的实际值与预测值之间的关系；为了实现对血管介入手术医生训练系统中的导管轨迹的预测，需要对虚拟环境中导管进行重新建模，采用对导管尖端与导管整体分段建模的方法，根据导管的柔软、可弯曲的特性，利用3Dmax中的IK链对导管进行分段建模；然后导出模型的.FBX类型文件，再将.FBX文件导入到虚拟环境中；由于在虚拟环境中预测导管尖端的轨迹需要导管尖端的当前位置，所以导管分段建模的方法有利于C#脚本对导管的尖端的位置直接提取。所述利用3Dmax中的IK链对导管进行分段建模是先利用建模软件3Dmax对导管的整体建模，然后对导管的尖端建模，再利用该软件中的链接功能，将导管的尖端与整体连接起来；(2)在血管介入手术医生训练系统中采集导管尖端的当前时刻的状态值；所述步骤(2)中导管尖端的当前时刻的状态值是由虚拟环境中的C#脚本采集得到，即导管尖端的第n-1时刻的状态矩阵Xn-1如公式(8)所示：其中，Xn-1为导管尖端的第n-1时刻的状态矩阵；xn-1为导管尖端在第n-1时刻的x轴方向的位置；vx,n-1为导管尖端在第n-1时刻的x轴方向的速度；yn-1为导管尖端在第n-1时刻的y轴方向的位置；vy,n-1为导管尖端在第n-1时刻的y轴方向的速度；ax,n-1为导管尖端在第n-1时刻的x轴方向的加速度；ay,n-1为导管尖端在第n-1时刻的y轴方向的加速度；(3)将步骤(2)采集到的数据通过导管尖端的轨迹预测模型计算出导管尖端的下一时刻的最优状态估计值，即为导管尖端的下一时刻的状态信息；所述步骤(3)中的最优状态估计值获取的具体方法由以下步骤构成：(i)利用虚拟环境中的摄像机对零时刻的导管尖端的测量值进行采集，并将其作为第零时刻的最优状态估计值；(ii)根据步骤(1)得到预测模型的状态转移矩阵，根据零时刻的最优状态估计值，可以得到第一时刻的预测状态值；(iii)由于步骤(ii)中得到的预测状态值值的误差较大，则需要卡尔曼增益修正预测结果，进而得到第一时刻的最优状态估计值；(iv)同理，已知第n时刻的最优状态值，同样可以预测出第n+1时刻的最优状态估计值。所述步骤(3)中导管尖端的轨迹预测模型是基于卡尔曼滤波算法建立虚拟环境中导管尖端轨迹的预测模型，具体是指：(3-1)以血管介入手术医生训练系统的导管尖端在世界坐标系x轴方向的位置、速度、加速度，以及在世界坐标系y轴方向的位置、速度、加速度作为预测模型的输入信号；(3-2)以导管尖端在世界坐标系x轴方向位置和在世界坐标系y轴方向位置的最优状态估计值作为预测模型的输出信号；(3-3)利用步骤(1)中得到的如式(7)所示的状态转移矩阵与步骤(2)得到的如式(8)所示的第n-1时刻的状态矩阵，即得到第n时刻导管尖端的预测状态矩阵其中，为n时刻的预测状态矩阵；Xn-1为n-1时刻的状态矩阵；wk为系统噪声，从而得到n时刻的预测状态矩阵(3-4)利用步骤(1)中得到的如式(7)所示的状态转移矩阵A计算n时刻的误差相关矩阵Pn，如式(10)所示，误差相关矩阵可以用来度量估计值的精确度：Pn＝A*Pn-1*AT+Q(10)其中，Pn是一个6*6的方差矩阵，表示为n时刻的导管尖端的6个状态(x轴方向的位置、x轴方向的速度、y轴方向的位置、y轴方向的速度、x轴方向的加速度、y轴方向的加速度)的方差；Pn-1表示为n-1时刻的导管尖端的6个状态的方差；A为状态转移矩阵；AT为状态转移矩阵的转置；Q为系统噪声的协方差矩阵；(3-5)由于步骤(3-3)得到的n时刻的预测状态矩阵误差较大，根据步骤(3-4)得到的如式(10)所示的误差相关矩阵Pn本文档来自技高网...

【技术保护点】
1.一种用于血管介入手术医生训练系统的导管轨迹预测方法，其特征在于它包括以下步骤：/n(1)以虚拟环境中导管尖端为研究对象，根据血管介入手术的导管尖端的运动学公式，如式(1)～式(6)所示：/n

【技术特征摘要】
1.一种用于血管介入手术医生训练系统的导管轨迹预测方法，其特征在于它包括以下步骤：
(1)以虚拟环境中导管尖端为研究对象，根据血管介入手术的导管尖端的运动学公式，如式(1)～式(6)所示：



vx,n＝vx,n-1+ax,n-1T(2)
ax,n＝ax,n-1(3)



vy,n＝vy,n-1+ay,n-1T(5)
ay,n＝ay,n-1(6)
其中，xn是第n时刻的x轴方向的位置，xn-1是第n-1时刻的x轴方向的位置；vx,n是第n时刻x轴方向的速度，vx,n-1是第n-1时刻x轴方向的速度；ax,n是第n时刻x轴方向的加速度，ax,n-1是第n-1时刻x轴方向的加速度；yn是第n时刻的y轴方向的位置，yn-1是第n-1时刻的y轴方向的位置；vy,n是第n时刻y轴方向的速度，vy,n-1是第n-1时刻y轴方向的速度；ay,n是第n时刻y轴方向的加速度，ay,n-1是第n-1时刻y轴方向的加速度；T为预测模型的采样周期；
利用位移、速度、加速度的运动学公式，则可得到导管尖端的轨迹预测的状态转移矩阵，如式(7)所示，该状态转移矩阵描述了导管尖端位置信息的实际值与预测值之间的关系；



(2)在血管介入手术医生训练系统中采集导管尖端的当前时刻的状态值；
(3)将步骤(2)采集到的数据通过导管尖端的轨迹预测模型计算出导管尖端的下一时刻的最优状态估计值，即为导管尖端的下一时刻的状态信息；
(4)将步骤(3)预测得到的导管的下一时刻的位置信息与已规划好的全局路径之间的距离作为预警的依据，以达到提高手术安全性和成功率的目的。


2.根据权利要求1所述一种用于血管介入手术医生训练系统的导管轨迹预测方法，其特征在于所述步骤(2)中导管尖端的当前时刻的状态值是由虚拟环境中的C#脚本采集得到，即导管尖端的第n-1时刻的状态矩阵Xn-1如公式(8)所示：



其中，Xn-1为导管尖端的第n-1时刻的状态矩阵；xn-1为导管尖端在第n-1时刻的x轴方向的位置；vx,n-1为导管尖端在第n-1时刻的x轴方向的速度；yn-1为导管尖端在第n-1时刻的y轴方向的位置；vy,n-1为导管尖端在第n-1时刻的y轴方向的速度；ax,n-1为导管尖端在第n-1时刻的x轴方向的加速度；ay,n-1为导管尖端在第n-1时刻的y轴方向的加速度。


3.根据权利要求1所述一种用于血管介入手术医生训练系统的导管轨迹预测方法，其特征在于所述步骤(3)中的最优状态估计值获取的具体方法由以下步骤构成：
(i)利用虚拟环境中的摄像机对零时刻的导管尖端的测量值进行采集，并将其作为第零时刻的最优状态估计值；
(ii)根据步骤(1)得到预测模型的状态转移矩阵，根据零时刻的最优状态估计值，可以得到第一时刻的预测状态值；
(iii)由于步骤(ii)中得到的预测状态值值的误差较大，则需要卡尔曼增益修正预测结果，进而得到第一时刻的最优状态估计值；
(iv)同理，已知第n时刻的最优状态值，同样可以预测出第n+1时刻的最优状态估计值。


4.根据权利要求1所述一种用于血管介入手术医生训练系统的导管...

【专利技术属性】
技术研发人员：郭健，郭书祥，孙悦，
申请(专利权)人：天津理工大学，
类型：发明
国别省市：天津;12