System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 用于工作体积映射以促进动态碰撞避免的系统和方法技术方案_技高网

用于工作体积映射以促进动态碰撞避免的系统和方法技术方案

技术编号:41317439 阅读:4 留言:0更新日期:2024-05-13 14:58
一种根据本公开的至少一个实施方案的系统包括:处理器;和存储器,该存储器与处理器耦合并且包括存储在其上的数据,该数据在由处理器处理时使得处理器能够:在第一时间预测在外科手术规程期间和在第一时间之后的第二时间的对象的运动;以及基于对象的预测运动来更新机器人臂的外科手术导航路径。

【技术实现步骤摘要】
【国外来华专利技术】

本技术整体涉及外科手术导航,并且更具体地涉及外科手术机器人的导航。


技术介绍

1、外科手术机器人可辅助外科医生或其他医疗提供者执行外科手术规程,或者可自主完成一个或多个外科手术规程。医疗提供者可将成像用于诊断和/或治疗目的,或者用于检测外科手术环境中的部件。机器人臂可在外科手术环境的范围内移动。


技术实现思路

1、本公开的示例性方面包括:

2、一种根据本公开的至少一个实施方案的系统包括:处理器;和存储器,该存储器与处理器耦合并且包括存储在其上的数据,该数据在由处理器处理时使得处理器能够:在第一时间预测在外科手术规程期间和在第一时间之后的第二时间的对象的运动;以及基于对象的预测运动来更新机器人臂的外科手术导航路径。

3、本文各方面中的任一方面,其中该预测运动基于外科医生的类型、执行外科手术的外科医生、外科手术规程的类型、一天中的时间、患者位置、外科手术室和外科手术的持续时间中的一者或多者。

4、本文各方面中的任一方面,其中该数据包括机器学习模型,并且其中该预测运动基于在外科手术规程期间接收的机器学习模型处理传感器输入。

5、本文各方面中的任一方面,其中该数据在由处理器处理时进一步使得处理器能够:生成接近患者和外科医生中的至少一者的工作体积的三维(3d)图。

6、本文各方面中的任一方面,其中该图包括具有将被机器人臂避开的至少一个子体积的热力图。

7、本文各方面中的任一方面,其中该至少一个子体积是基于对象的预测运动来确定的。

8、本文各方面中的任一方面,其中该至少一个子体积包括基于对象的预测运动定义的高概率区域。

9、本文各方面中的任一方面,其中该机器人在第一时间的第一外科手术导航路径经过第一子体积,并且其中更新的外科手术导航路径避免经过第一子体积。

10、本文各方面中的任一方面,其中该预测运动是基于从成像传感器和深度传感器中的至少一者接收的传感器输入。

11、一种根据本公开的至少一个实施方案的方法包括:从第一传感器接收包括与对象在第一时间的运动有关的信息的数据;在第一时间预测对象在晚于第一时间的第二时间的位置;以及基于对象的预测运动来更新机器人臂的外科手术导航路径。

12、本文各方面中的任一方面,其中该预测运动基于外科手术的类型、执行外科手术的外科医生、外科手术规程的类型、一天中的时间、患者位置、手术室和外科手术的持续时间中的一者或多者。

13、本文各方面中的任一方面,其中该数据包括机器学习模型,并且其中对象在第二时间的预测运动基于处理来自第一传感器的数据的机器学习模型。

14、本文各方面中的任一方面,其中该方法进一步包括:生成接近患者和外科医生中的至少一者的工作体积的三维(3d)图。

15、本文各方面中的任一方面,其中该3d图包括热力图,该热力图具有将被机器人臂避开的至少第一子体积和机器人臂经过的第二子体积。

16、本文各方面中的任一方面,其中该第一子体积至少部分地包含在该第二子体积内。

17、本文各方面中的任一方面,进一步包括:当机器人臂在第一子体积的阈值距离内时,停止机器人臂的移动。

18、本文各方面中的任一方面,其中该第一子体积至少部分地由对象的预测运动确定。

19、本文各方面中的任一方面,其中该第一传感器是成像传感器和深度传感器中的至少一者。

20、一种根据本公开的至少一个实施方案的系统包括:处理器;第一机器人臂;和存储器,该存储器与处理器耦合并且包括存储在其上的数据,该数据在由处理器处理时使得处理器能够:在第一时间确定在外科手术规程期间对象的第一位置;在第一时间并且基于对象的第一位置预测对象在第二时间的第二位置;以及基于对象的预测的第二位置来更新第一机器人臂的外科手术导航路径。

21、本文各方面中的任一方面,其中该数据进一步使得处理器能够:将对象的一个或多个部分配准到第一机器人臂。

22、任何方面与任一个或多个其他方面组合。

23、本文所公开特征中的任一者或多者。

24、本文大体上公开特征中的任一者或多者。

25、本文大体上公开的特征中的任一者或多者与本文大体上公开的任一个或多个其他特征组合。

26、方面/特征/实施方案中的任一者与任一个或多个其他方面/特征/实施方案组合。

27、使用本文所公开的方面或特征中的任一者或多者。

28、应当理解,本文所述的任何特征可与如本文所述的任何其他特征组合来要求保护,而不管特征是否来自同一描述的实施方案。

29、本公开的一个或多个方面的细节在以下附图和说明书中阐述。根据说明书和附图以及权利要求书,本公开中描述的技术的其他特征、目的和优点将是显而易见的。

30、短语“至少一个”、“一个或多个”以及“和/或”是在操作中具有连接性和分离性两者的开放式表述。例如,表述“a、b和c中的至少一个”、“a、b或c中的至少一个”、“a、b和c中的一个或多个”、“a、b或c中的一个或多个”以及“a、b和/或c”中的每一者意指仅a、仅b、仅c、a和b一起、a和c一起、b和c一起,或a、b和c一起。当上述表述中的a、b和c中的每一者都指诸如x、y和z的一个元素或诸如x1-xn、y1-ym和z1-zo的一类元素时,短语意图指选自x、y和z的单个元素、选自同一类的元素(例如,x1和x2)的组合以及选自两类或更多类的元素(例如,y1和zo)的组合。

31、术语“一”实体是指一个或多个该实体。因此,术语“一”、“一个或多个”和“至少一个”在本文中可以可互换地使用。还应当注意,术语“包括”、“包含”和“具有”可以可互换地使用。

32、前述内容是本公开的简化概述以提供对本公开的一些方面的理解。本
技术实现思路
既不是对本公开及其各个方面、实施方案和配置的广泛性概述也不是详尽性概述。其既不意图确定本公开的关键或重要元素,也不意图划定本公开的范围,而是以简化形式呈现本公开的选定概念,作为对下文呈现的更详细描述的介绍。如应当理解的,本公开的其他方面、实施方案和配置可能单独或组合地利用上文所阐述或下文所详细描述的特征中的一个或多个特征。

33、在考虑下文提供的实施方案描述之后,本专利技术的许多额外特征和优点对于本领域技术人员将变得显而易见。

本文档来自技高网...

【技术保护点】

1.一种系统,所述系统包括:

2.根据权利要求1所述的系统,其中所述预测运动基于外科医生的类型、执行外科手术的外科医生、外科手术规程的类型、一天中的时间、患者位置、外科手术室和外科手术的持续时间中的一者或多者。

3.根据权利要求1所述的系统,其中所述数据包括机器学习模型,并且其中所述预测运动基于在所述外科手术规程期间接收的机器学习模型处理传感器输入。

4.根据权利要求1所述的系统,其中所述数据在由所述处理器处理时进一步使得所述处理器能够:

5.根据权利要求4所述的系统,其中所述图包括具有将被所述机器人臂避开的至少一个子体积的热力图。

6.根据权利要求5所述的系统,其中所述至少一个子体积是基于所述对象的所述预测运动来确定的。

7.根据权利要求6所述的系统,其中所述至少一个子体积包括基于所述对象的所述预测运动定义的高概率区域。

8.根据权利要求6所述的系统,其中所述机器人在所述第一时间的第一外科手术导航路径经过所述第一子体积,并且其中所述更新的外科手术导航路径避免经过所述第一子体积。

9.根据权利要求1所述的系统,其中所述预测运动是基于从成像传感器和深度传感器中的至少一者接收的传感器输入。

10.一种方法,所述方法包括:

11.根据权利要求10所述的方法,其中所述预测运动基于外科手术的类型、执行外科手术的外科医生、外科手术规程的类型、一天中的时间、患者位置、外科手术室和外科手术的持续时间中的一者或多者。

12.根据权利要求10所述的方法,其中所述数据包括机器学习模型,并且其中所述对象在所述第二时间的所述预测运动基于处理来自所述第一传感器的所述数据的所述机器学习模型。

13.根据权利要求10所述的方法,其中所述方法进一步包括:

14.根据权利要求13所述的方法,其中所述3D图包括热力图,所述热力图具有将被所述机器人臂避开的至少第一子体积和所述机器人臂经过的第二子体积。

15.根据权利要求14所述的方法,其中所述第一子体积至少部分地包含在所述第二子体积内。

16.根据权利要求14所述的方法,所述方法进一步包括:

17.根据权利要求14所述的方法,其中所述第一子体积至少部分地由所述对象的所述预测运动确定。

18.根据权利要求10所述的方法,其中所述第一传感器是成像传感器和深度传感器中的至少一者。

19.一种系统,所述系统包括:

20.根据权利要求19所述的系统,其中所述数据进一步使得所述处理器能够:

...

【技术特征摘要】
【国外来华专利技术】

1.一种系统,所述系统包括:

2.根据权利要求1所述的系统,其中所述预测运动基于外科医生的类型、执行外科手术的外科医生、外科手术规程的类型、一天中的时间、患者位置、外科手术室和外科手术的持续时间中的一者或多者。

3.根据权利要求1所述的系统,其中所述数据包括机器学习模型,并且其中所述预测运动基于在所述外科手术规程期间接收的机器学习模型处理传感器输入。

4.根据权利要求1所述的系统,其中所述数据在由所述处理器处理时进一步使得所述处理器能够:

5.根据权利要求4所述的系统,其中所述图包括具有将被所述机器人臂避开的至少一个子体积的热力图。

6.根据权利要求5所述的系统,其中所述至少一个子体积是基于所述对象的所述预测运动来确定的。

7.根据权利要求6所述的系统,其中所述至少一个子体积包括基于所述对象的所述预测运动定义的高概率区域。

8.根据权利要求6所述的系统,其中所述机器人在所述第一时间的第一外科手术导航路径经过所述第一子体积,并且其中所述更新的外科手术导航路径避免经过所述第一子体积。

9.根据权利要求1所述的系统,其中所述预测运动是基于从成像传感器和深度传感器中的至少一者接收的传感器输入。

10.一种方法,...

【专利技术属性】
技术研发人员:I·朱克
申请(专利权)人:马佐尔机器人有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1