基于数字孪生的机器人微创血管介入手术危险预警方法技术

一种基于数字孪生的机器人微创血管介入手术危险预警方法，首先，构建包括血管数字孪生模型和导丝数字孪生模型虚拟数字环境。其次，采集操作指令，预先在数字环境中通过有限元方法仿真出导丝数字孪生模型按操作指令在血管数字孪生模型中运动的过程，得到在该步长过程中的各种运动状态，进而监测该过程中导丝数字孪生模型的应力值是否超过安全阈值。其次，手术机器人执行安全指令并更新数字环境中导丝数字孪生模型状态。最后，采集下一个步长操作指令并进行下一循环，直至导丝到达目标位置。本发明专利技术能够提前判断该步长中导丝对血管壁作用力是否会超过安全阈值，从而实现对危险的提前预警，极大地提高了机器人微创血管介入手术的安全性。术的安全性。术的安全性。

【技术实现步骤摘要】
基于数字孪生的机器人微创血管介入手术危险预警方法


[0001]本专利技术属于智能医疗
，涉及一种基于数字孪生的机器人微创血管介入手术危险预警方法。

技术介绍

[0002]据世界卫生组织的调查统计，心脑血管疾病是导致人类疾病死亡的三大“杀手”之一，全球每年有1670万人死于心脑血管疾病，占所有疾病死亡率的29.2％。根据《中国心血管健康与疾病报告2020》，中国心血管病患病率处于持续上升阶段，推算心血管病现患人数高达3.3亿，这无疑给人们的生命健康带来巨大威胁。目前微创血管介入手术已经成为治疗血管疾病的主流方法，典型的手术方式为医生手动操作，将导丝等医疗器械通过人体的血管网络输送到病变位置实施诊断与治疗，这种方法精度低、手术时间长、对医护人员的技术水平要求高且手术全程医护人员都暴露在X射线环境下，对医护人员的健康也会造成损伤。
[0003]鉴于以上，近年来以Robocath手术机器人为代表的微创血管介入手术机器人成为业内热点。微创血管介入手术机器人通过操纵机构模拟实际手部动作将导丝等医疗器械输送至患者病脏实施诊断与治疗，手术时医护人员不需要在病床旁边，只需要在远离现场辐射环境的操纵间中远程控制手术机器人执行各种动作即可完成手术，同时借助医疗影像和机器人反馈力信息判断手术效果。通过利用手术机器人，手术精度得到明显提高，也保障了医护人员的安全。但是仅仅依据医疗影像和机器人反馈力信息对手术操作的安全性进行评估显然是缺乏保障的，一旦机器人反馈导丝对病人血管作用力过大，事实上此时危险已经发生，如果医护人员由于紧张而误操作则会对患者造成更大的危害，故需要一种新方法提高手术中病人的安全性。
[0004]数字孪生是充分利用物理模型、实时传感信息、运行历史数据等，集成多学科、多物理量、多尺度、多概率的仿真过程，在虚拟空间中完成映射，从而反映相对应的实体装备的全生命周期过程。利用数字孪生技术可在虚拟环境中模拟出导丝在血管中的状态，从而预测导丝对病人血管的作用力，提前给出危险预警，这将极大提高机器人微创血管介入手术的安全性。

技术实现思路

[0005]本专利技术为提高机器人微创血管介入手术的安全性，基于现有的微创血管介入手术机器人系统，提出一种基于数字孪生的机器人微创血管介入手术危险预警方法。
[0006]本专利技术采用的技术方案为：
[0007]一种基于数字孪生的机器人微创血管介入手术危险预警方法，包括以下步骤：
[0008]第一步，构建数字环境。
[0009]数字环境是一个包含血管数字孪生模型和导丝数字孪生模型的虚拟手术环境，数字环境中所有物质、材料、环境均和实际手术环境相同。数字环境中：血管数字孪生模型包含血管三维结构信息、材料信息以及边界条件等信息，其中血管三维结构生成方式为通过
CT扫描生成一组包含多张血管截面的图像信息，再从二维血管截面构建出三维血管结构模型。所述的导丝数字孪生模型根据实际导丝构建，为一带弯头的细长柔性结构，导丝有多种型号，特定型号的导丝具有对应的几何特征及力学特征，包括长度、直径、密度、弹性模量、硬度等，由于导丝长度远远大于它半径的特点，本专利技术基于基尔霍夫弹性杆对导丝进行模拟。
[0010]将血管数字孪生模型和导丝孪生数字模型按照真实导丝和血管的相对位置关系装配到一起，形成一个包含血管和导丝的数字孪生模型。导丝在血管中的状态信息包括导丝在血管中的位置，导丝弯头朝向、导丝与血管壁接触情况。在数字模型中导丝数字孪生模型的初始状态与实际手术环境下导丝的初始状态一致。
[0011]第二步，采集操作指令。
[0012]手术过程分为步长A、步长B、步长C
……
多个步长，其中步长A为手术从初始状态开始经历的第一个步长，手术开始时导丝处于整个手术初始状态，也即步长A的初始状态。每次导丝在血管中前进一个步长距离，在一个步长中导丝的进给运动可以是前进、后退、旋转、前进并旋转、后退并旋转等。通过操纵手柄上的传感器采集操纵手柄的运动(包括操纵手柄的方向及速度)，得到操作导丝的进给运动类型及相应的运动速度，从而得到步长A运动的操作指令。
[0013]第三步，预先模拟手术过程。
[0014]计算机预先在数字环境中(在虚拟环境中)通过有限元方法仿真出导丝数字孪生模型按步长A操作指令在血管数字孪生模型中运动的过程，可以得到数字环境中导丝数字孪生模型在步长A过程中的各种运动状态，包括位置、姿态、应力、应变、接触等参数的变化，从而可以监测该运动过程中导丝数字孪生模型的应力值是否超过安全阈值。具体的：
[0015]以手术开始时状态为数字环境中导丝数字孪生模型的初始状态，在已知导丝数字孪生模型在数字空间中的坐标位置、尖端部分的固有曲率、材料坐标以及Bishop坐标建立的初始条件下，先将导丝数字孪生模型离散化，然后计算离散化的导丝数字孪生模型弹性能量，得出导丝数字孪生模型弹性能量后运用拉格朗日运动方程计算导丝数字孪生模型的弹性力，从而可以得到数字环境中导丝数字孪生模型在步长A进给过程中的应力变化(应力反映了导丝数字孪生模型对血管数字孪生模型的作用力)，并检测其是否超过安全阈值：
[0016]如果超过了安全阈值，则操作指令为风险指令，停止仿真计算，并将报警信息送到操纵间显示在操作屏幕上，提示操作存在危险，由于此时只是在数字环境中仿真得到危险信息，现实中导丝还没有运动到该状态，所以危险情况并没有实际发生，可以从容改变操作手法，实现全程安全操作；同时数字环境中导丝数字孪生模型状态回到步长A仿真计算前的初始状态，并重新采集调整后的操作信息，重新仿真计算，直至导丝数字孪生模型应力保持在安全阈值之下，操作指令被判定为安全指令。
[0017]如果没有超过安全阈值则判定操作指令为安全指令，可将其传递给机器人执行机构驱动导丝运动，此时数字环境中导丝数字孪生模型的状态为运动步长A结束时的状态。
[0018]第四步，手术机器人执行安全指令并更新数字环境中导丝数字孪生模型状态。
[0019]当通过仿真计算确认操作指令安全后，手术机器人则会按照安全指令驱动导丝运动，导丝运动步长A，同时借助医疗影像系统和机器人执行端传感器的实际测量数据，修正数字环境中仿真结束时的状态(也即导丝数字孪生模型在步长A结束时的状态)，避免由于
误差积累导致数字环境和现实环境之间误差过大。此外机器人在执行安全指令时也会将传感器采集到的实际反馈力实时显示在操作端的屏幕上，作为参考，进一步保证安全。
[0020]第五步，采集下一个步长操作指令并进行下一个循环。
[0021]在完成步长A的运动后继续采集步长B的实际操作信息，重复执行第二、三、四步。具体的：
[0022]第二步采集步长B的操作指令。第三步在数字环境中仿真计算导丝数字孪生模型运动步长B，步长B过程导丝数字孪生模型的初始状态为修正过的步长A结束时的状态，确认操作指令安全后导丝数字孪生模型的状态为步长B结束时状态。第四步手术机器人执行安全指令，实际导丝到达步长B结束时状态并修正数字环境中导本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于数字孪生的机器人微创血管介入手术危险预警方法，其特征在于，包括以下步骤：第一步，构建数字孪生模型；首先构建一个包含血管数字孪生模型和导丝数字孪生模型的数字环境，数字环境与实际手术环境相同；数字环境中：所述的血管数字孪生模型包含血管三维结构信息、材料信息以及边界条件；所述的导丝数字孪生模型根据实际导丝构建，为一带弯头的细长柔性结构，基于基尔霍夫弹性杆对导丝进行模拟；将血管数字孪生模型和导丝孪生数字模型按照真实导丝和血管的相对位置关系进行装配，形成一个包含血管和导丝的数字孪生模型；在数字孪生模型中导丝数字孪生模型的初始状态与实际手术环境下导丝的初始状态一致；第二步，采集操作指令；手术过程分为步长A、步长B、步长C、
……
、多个步长，其中步长A为手术从初始状态开始经历的第一个步长，手术开始时导丝处于整个手术初始状态；每次导丝在血管中前进一个步长距离，通过操纵手柄上的传感器采集操纵手柄的运动，进而得到步长A运动的操作指令；第三步，预先模拟手术过程；预先在数字环境中通过有限元方法仿真出导丝数字孪生模型按步长A操作指令在血管数字孪生模型中运动的过程，得到数字环境中导丝数字孪生模型在步长A过程中的各种运动状态，从而可以监测该运动过程中导丝数字孪生模型的应力值是否超过安全阈值；具体的：以手术开始时状态为导丝数字孪生模型的初始状态，先将导丝数字孪生模型离散化，然后计算离散化的导丝数字孪生模型弹性能量，进而得到数字环境中导丝数字孪生模型在步长A进给过程中的应力变化，应力能够反映导丝数字孪生模型对血管数字孪生模型的作用力，并检测其是否超过安全阈值：如果超过安全阈值，则操作指令为风险指令，停止仿真计算，并将报警信息送到操纵间显示在操作屏幕上，提示操作存在危险，此时只在数字环境中仿真得到危险信息，现实中导丝还没有运动到该状态，可以通过改变操作手法，实现全程安全操作；同时数字环境中导丝数字孪生模型状态回到步长A仿真计算前的初始状态，并重新采集调...

【专利技术属性】
技术研发人员：王长生，李海洋，冷初阳，董跟玮，
申请(专利权)人：大连理工大学，
类型：发明
国别省市：