眼科微创手术机器人的精确感知与精准操控问题研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    U1713220
  • 项目类别:
    联合基金项目
  • 资助金额:
    300.0万
  • 负责人:
  • 依托单位:
  • 学科分类:
    F0306.自动化检测技术与装置
  • 结题年份:
    2021
  • 批准年份:
    2017
  • 项目状态:
    已结题
  • 起止时间:
    2018-01-01 至2021-12-31

项目摘要

The wide application of minimally invasive ophthalmologic surgery is limited by some theoretical and engineering problems, e.g., low precision of surgeon manipulation, high requirement of surgeon’s skills, undetected micro interactional force, no real-time acquisition of 3D images, which are all urgent for us to find solution. This proposal mainly focuses on how to model the interaction between micro surgical tools and eye tissues, how to navigate in eye surgery, how to achieve enhanced human-robot interaction and how to learn manipulation skills of expert surgeon and evaluation the surgery. This proposal aims to find out a way to model dynamic interaction of micro surgical tools, measure the micro force/torque between surgical tool and eye tissue and feed it back to remote surgeon, register and fuse preoperative OCT images with intraoperative microscopic images, and acquire and classify manipulation skills of expert surgeon. The proposal is discussed around two main topics, accurate perception and precise operation of ophthalmic robot. An eye robot will be developed to verify the effectiveness of this research by in-vivo animal trials, then evaluation parameters of this kind of surgical robot will be established. The achievements of this research will promote the development and application of surgical robots in ophthalmic surgery.
本项目针对制约眼科微创手术发展的医生操作精度低、对医生操作技能要求高、微小操作力难以察觉、界面下的深度图像难以实时获取等问题,深入开展面向眼科微创手术机器人的显微器械-眼组织的复杂相互作用,多模信息融合配准的手术导航、基于人-机共享控制的增强人机交互、高级医生操作技能的学习机理和机器人手术评估等基础研究工作。拟重点解决显微器械-眼组织相互作用的力学系统建模、显微器械远端的微力实时测量-反馈、术前OCT与术中界面影像的融合配准、高级医生操作技能的特征建模等基础科学问题。项目研究紧密围绕眼科微创手术机器人的精确感知和精准操控的研究主线,构建集成验证系统与临床应用环境,开展在体动物试验研究,建立眼科微创手术机器人的评估方法,为后续应用系统的研发提供技术验证平台。项目研究成果将为眼科手术机器人的发展提供理论基础和关键技术,切实提高眼科微创手术的治疗水平。

结项摘要

眼是人类认识世界的重要器官,人类获得的外部信息中约有80%~90%来自于视觉。然而,我国是世界上致盲和视力损伤最严重的国家之一。眼科手术是毫米级或亚毫米级的精细操作,对手术器械和手术设备提出了极高要求。机器人技术给眼科手术带来了重要变革,能够克服医生精细操作时的手部颤抖,提高操控精度;通过微力传感技术,使得人手操作而无法直接感触到的力实时反馈,提高手术安全性;具有更好的操作一致性,降低操作难度,缩短学习曲线。因此,本项目从眼科微创手术临床需求出发,以眼科微创手术机器人的精确感知和精准操控技术为研究主线,深入开展眼科微创手术机器人的显微器械-眼组织的相互作用规律、显微器械的微力传感和反馈、多模态信息融合、人-机共享控制、手术评估的基础理论和方法研究,建立将组织生物力学、影像学、机器人运动学和动力学统一起来的眼科微创手术机器人操作框架和模型,研制面向眼前节和后节疾病的眼科微创手术机器人,突破需要高精度操控的视网膜静脉血管插管手术的操作难点,开展活体动物试验研究,为实际临床研究与应用奠定基础。.经过本项目的研究与执行,在眼科手术的精准感知、智能控制、机器人研究与开发、实验研究方面取得了一系列成果。针对手术场景术中高实时性高精度追踪问题,提出了一系列深度学习方法,解决了显微影像中尺度变化、光照不均、遮挡、软组织变形、推理实时性等问题;开发了软硬件并行加速的显微影像立体呈现模块,实现了高时空分辨率的手术立体智能引导;提出了机器人辅助操作的机构-感知-控制一体化微型器械设计方法,实现了手术器械与软组织交互力的高灵敏性实时感知;提出了人在环中的人机混合智能控制方法,实现了对手术操作任务的多层次辅助与协同,提高了手术机器人末端操作稳定度;开展了系统集成与活体动物实验研究,验证了所提出方法和研制系统的可行性、有效性,为后续临床试验与对比研究提供技术平台。

项目成果

期刊论文数量(8)
专著数量(0)
科研奖励数量(3)
会议论文数量(12)
专利数量(11)
FecalNet: Automated detection of visible components in human feces using deep learning
FecalNet:使用深度学习自动检测人类粪便中的可见成分。
  • DOI:
    10.1002/mp.14352
  • 发表时间:
    2020-07-18
  • 期刊:
    MEDICAL PHYSICS
  • 影响因子:
    3.8
  • 作者:
    Li, Qiaoliang;Li, Shiyu;Wang, Feng
  • 通讯作者:
    Wang, Feng
Inspection of visible components in urine based on deep learning
基于深度学习的尿液中有形成分检测
  • DOI:
    10.1002/mp.14118
  • 发表时间:
    2020-05-14
  • 期刊:
    MEDICAL PHYSICS
  • 影响因子:
    3.8
  • 作者:
    Li, Qiaoliang;Yu, Zhigang;Guan, Huimin
  • 通讯作者:
    Guan, Huimin
Orientation-independent Feature Matching (OIFM) for Multimodal Retinal Image Registration
用于多模态视网膜图像配准的方向无关特征匹配 (OIFM)
  • DOI:
    10.1016/j.bspc.2020.101957
  • 发表时间:
    2020-07-01
  • 期刊:
    BIOMEDICAL SIGNAL PROCESSING AND CONTROL
  • 影响因子:
    5.1
  • 作者:
    Li, Qiaoliang;Li, Shiyu;Chen, Xin
  • 通讯作者:
    Chen, Xin
SurgiNet: Pyramid Attention Aggregation and Class-wise Self-Distillation for Surgical Instrument Segmentation
SurgiNet:用于手术器械分割的金字塔注意力聚合和逐类自蒸馏
  • DOI:
    10.1016/j.media.2021.102310
  • 发表时间:
    2021-12-23
  • 期刊:
    MEDICAL IMAGE ANALYSIS
  • 影响因子:
    10.9
  • 作者:
    Ni, Zhen-Liang;Zhou, Xiao-Hu;Hou, Zeng-Guang
  • 通讯作者:
    Hou, Zeng-Guang
Comparative validation of multi-instance instrument segmentation in endoscopy: Results of the ROBUST-MIS 2019 challenge
内窥镜检查中多实例仪器分割的比较验证:ROBUST-MIS 2019 挑战赛的结果
  • DOI:
    10.1016/j.media.2020.101920
  • 发表时间:
    2021-03-03
  • 期刊:
    MEDICAL IMAGE ANALYSIS
  • 影响因子:
    10.9
  • 作者:
    Ross, Tobias;Reinke, Annika;Maier-Hein, Lena
  • 通讯作者:
    Maier-Hein, Lena

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--"}}
  • 发表时间:
    {{ item.publish_year || "--" }}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--"}}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ patent.updateTime }}

其他文献

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--" }}
  • 发表时间:
    {{ item.publish_year || "--"}}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--" }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}
empty
内容获取失败,请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题,我已根据课题信息分析并撰写以下内容,帮您拓宽课题思路:

AI项目思路

AI技术路线图

边桂彬的其他基金

面向神经外科肿瘤切除的高灵敏性智能显微精准导航操作仪
  • 批准号:
  • 批准年份:
    2020
  • 资助金额:
    835 万元
  • 项目类别:
    国家重大科研仪器研制项目
面向软组织的机器人操控柔性针靶向穿刺机理与方法研究
  • 批准号:
    61203342
  • 批准年份:
    2012
  • 资助金额:
    24.0 万元
  • 项目类别:
    青年科学基金项目

相似国自然基金

{{ item.name }}
  • 批准号:
    {{ item.ratify_no }}
  • 批准年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号:
    {{ item.ratify_no }}
  • 财政年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目:调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要:

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题,其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子,其表达水平对抗病毒防御至关重要。然而,TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用,影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法,探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用,为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义,并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路:

科学问题:TRIM2如何调控A型流感病毒诱导的IFN-β表达?
前期研究:已有研究表明TRIM2参与抗病毒反应,但其具体机制尚不明确。
研究创新点:本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线:包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术:TRIM2与病毒RNA的相互作用分析,IFN-β启动子活性检测。
实验模型:使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
      
关闭
close
客服二维码