本書共9章,內(nèi)容包含醫(yī)學影像智能分析、術(shù)中定位與多源感知、空間配準與手術(shù)導航、手術(shù)機械臂運動學與標定、手術(shù)機械臂的線性控制、手術(shù)機械臂的非線性控制、手術(shù)機械臂的力控制以及手術(shù)機器人系統(tǒng)開發(fā)與實驗等,闡述了相關(guān)的理論模型和技術(shù)細節(jié),并提供仿真結(jié)果或應用實例。
第 1章 手術(shù)機器人概述
1.1手術(shù)機器人的概念 002
1.1.1外科手術(shù)的發(fā)展趨勢與挑戰(zhàn) 002
1.1.2手術(shù)機器人的定義 002
1.1.3手術(shù)機器人系統(tǒng)的組成 003
1.1.4手術(shù)機器人的控制方式 004
1.2手術(shù)機器人的發(fā)展簡史 005
1.2.1國外手術(shù)機器人的發(fā)展簡史 005
1.2.2國內(nèi)手術(shù)機器人的發(fā)展簡史 008
1.3剛性手術(shù)機器人 011
1.3.1軟組織主從操作手術(shù)機器人 012
1.3.2硬組織導航定位手術(shù)機器人 013
1.3.3穿刺手術(shù)機器人 014
1.4連續(xù)體手術(shù)機器人 015
1.4.1結(jié)構(gòu)形式 016
1.4.2驅(qū)動方式 016
1.4.3運動學模型 018
1.4.4動力學模型 019
1.4.5應用場景 019
本章小結(jié) 023
參考文獻 023
第 2章 醫(yī)學影像智能分析
2.1常用醫(yī)學影像模態(tài)及其特點 029
2.1.1X射線成像 029
2.1.2X射線計算機斷層成像 029
2.1.3磁共振成像 030
2.1.4超聲成像 030
2.2深度學習 031
2.2.1張量 031
2.2.2自動求導 032
2.2.3計算圖與反向傳播算法 033
2.2.4多層感知機 034
2.2.5卷積神經(jīng)網(wǎng)絡 036
2.2.6循環(huán)神經(jīng)網(wǎng)絡 038
2.2.7編碼器-解碼器架構(gòu) 039
2.2.8Transformer 040
2.2.9強化學習 043
2.2.10生成對抗網(wǎng)絡 047
2.2.11深度學習的學習方式 047
2.2.12趨勢和挑戰(zhàn) 050
2.3智能診斷 050
2.3.1分類診斷 050
2.3.2目標檢測 052
2.4醫(yī)學影像智能分割 054
2.4.1分割網(wǎng)絡基本結(jié)構(gòu) 055
2.4.2典型語義分割網(wǎng)絡 055
2.4.3實例分割網(wǎng)絡 056
2.4.4Transformer分割網(wǎng)絡 057
2.5圖像配準 057
2.5.1有監(jiān)督圖像配準 058
2.5.2無監(jiān)督圖像配準 058
2.6標志點檢測 059
2.6.1坐標回歸 059
2.6.2熱圖預測 059
2.7應用舉例 061
2.7.1耳蝸結(jié)構(gòu)自動分割 061
2.7.2腹部多器官自動分割 064
2.7.3顱頜面多組織結(jié)構(gòu)自動分割 067
2.7.4顱頜面標志點自動精確定位 071
本章小結(jié) 075
參考文獻 075
第3章 術(shù)中定位與多源感知
3.1相機標定 081
3.1.1針孔成像模型 081
3.1.2相機內(nèi)參數(shù)推定 082
3.1.3相機外參數(shù)推定 084
3.1.4鏡頭畸變建模與校正 085
3.1.5立體視覺標定 086
3.1.6立體視覺校正 087
3.2基于雙目視覺的目標跟蹤 088
3.2.1X角點與視覺標志物 089
3.2.2SVM分類 090
3.2.3X角點亞像素定位 090
3.2.4三維坐標計算 091
3.2.5姿態(tài)信息計算 092
3.2.6跟蹤穩(wěn)定器 094
3.2.7工具末端標定 095
3.3體內(nèi)術(shù)野三維重建 096
3.3.1像素匹配代價計算 097
3.3.2代價聚合與視差圖計算 099
3.3.3三維腹腔鏡三維重建 101
3.3.4高光與器械遮擋的重繪補償 102
3.4基于超聲信號的淺表器官三維重建 104
3.4.1超聲探頭標定 106
3.4.2超聲圖像分割 107
3.4.3超聲體數(shù)據(jù)三維重建 109
3.4.4基于貝塞爾曲線的實時三維重建 111
3.4.5實驗驗證 113
本章小結(jié) 115
參考文獻 115
第4章 空間配準與手術(shù)導航
4.1手術(shù)導航系統(tǒng)的組成 119
4.1.1跟蹤定位儀 119
4.1.2空間配準系統(tǒng) 119
4.1.3可視化顯示系統(tǒng) 121
4.2基于點的配準算法 123
4.2.1問題描述 123
4.2.2AOP問題的封閉解 124
4.2.3考慮噪聲模型的點對配準算法 124
4.2.4誤差傳遞與目標配準誤差預測 126
4.2.5數(shù)值仿真 128
4.3加權(quán)尺度點對配準 130
4.4最近點迭代算法 131
4.4.1剛性ICP算法 131
4.4.2非剛性ICP算法 132
4.4.3ICP算法的變種 134
4.4.4配準應用舉例 135
4.5一致點漂移算法 138
4.5.1CPD算法框架 138
4.5.2剛性CPD算法 139
4.5.3仿射CPD算法 140
4.5.4非剛性CPD算法 141
4.5.5CPD算法加速 142
4.5.6配準應用舉例 143
4.6數(shù)據(jù)歸一化 144
4.7三維-二維配準 145
4.7.1形狀表征和相似性定義 145
4.7.2視圖生成 146
4.7.3形狀特征提取 147
4.7.4視圖聚類 148
4.7.5在線匹配 149
4.7.6位姿恢復 150
4.7.7配準應用舉例 151
4.8虛擬現(xiàn)實導航 154
4.8.1虛擬相機 154
4.8.2虛擬圖像生成 155
4.8.3應用舉例 157
4.9增強現(xiàn)實導航 161
4.9.1HoloLens顯示裝置 161
4.9.2HoloLens離線標定 162
4.9.3原位融合顯示方法 164
4.9.4HoloLens在線校正 165
4.9.5應用舉例 166
本章小結(jié) 166
參考文獻 167
第5章 手術(shù)機械臂運動學與標定
5.1相關(guān)符號與基礎 171
5.1.1反對稱矩陣 171
5.1.2矩陣指數(shù) 171
5.1.3李群與李代數(shù) 172
5.1.4速度旋量 174
5.1.5力旋量 175
5.1.6螺旋軸 176
5.2基于旋量的運動學建!177
5.2.1運動學參數(shù) 177
5.2.2從URDF文件提取運動學參數(shù) 178
5.2.3從M-DH參數(shù)表提取運動學參數(shù) 179
5.2.4基于指數(shù)積的運動學正解 180
5.3雅可比矩陣 181
5.3.1廣義雅可比矩陣 181
5.3.2速度旋量雅可比矩陣 181
5.3.3其他形式的雅可比矩陣 182
5.3.4力雅可比矩陣 184
5.3.5奇異性 184
5.4速度逆解 185
5.4.1廣義逆法 186
5.4.2梯度投影法 186
5.5運動學位置逆解 187
5.5.1通用位置逆解算法 187
5.5.2算法實驗與結(jié)果 188
5.6相鄰三軸平行的六自由度機械臂位置解析逆解 188
5.6.1求解1、5、6關(guān)節(jié)角度 189
5.6.2求解2、3、4關(guān)節(jié)角度 190
5.6.3分析與討論 192
5.6.4解析逆解舉例 192
5.7S-R-S構(gòu)型的七自由度機械臂位置解析逆解 193
5.7.1M-DH建!194
5.7.2參考平面與臂角 195
5.7.3位置逆解 197
5.7.4臂角求解 198
5.7.5臂角深入討論 198
5.8手術(shù)機器人手眼標定 203
5.8.1手眼標定的數(shù)學模型 203
5.8.2手眼變換矩陣的線性解耦估計 204
5.8.3手眼變換矩陣的非線性同步估計 204
5.9基于MLE的手眼標定算法 205
5.9.1符號與表示 206
5.9.2測度函數(shù) 207
5.9.3測度函數(shù)的雅可比矩陣 208
5.9.4數(shù)值模擬實驗 209
本章小結(jié) 210
參考文獻 211
第6章 手術(shù)機械臂的線性控制
6.1系統(tǒng)穩(wěn)定性 213
6.1.1線性系統(tǒng)穩(wěn)定性 213
6.1.2李雅普諾夫間接方法 214
6.1.3不變集 216
6.1.4LaSalle定理 216
6.1.5一致最終有界 216
6.2關(guān)節(jié)電機速度控制 217
6.2.1系統(tǒng)模型 217
6.2.2速度開環(huán)控制 218
6.2.3速度閉環(huán)控制 219
6.3關(guān)節(jié)空間軌跡控制 220
6.4任務空間軌跡控制 221
6.5手術(shù)機械臂RCM約束 223
6.5.1RCM實現(xiàn)方式 224
6.5.2RCM約束解耦控制 225
6.5.3基于旋量的RCM約束軌跡生成 226
6.5.4RCM控制實驗 228
6.6控制仿真 230
6.6.1關(guān)節(jié)速度控制仿真 231
6.6.2關(guān)節(jié)空間軌跡控制仿真 232
6.6.3任務空間軌跡控制仿真 234
6.6.4手術(shù)器械RCM約束解耦控制仿真 237
6.6.5基于旋量的RCM約束軌跡生成仿真 239
6.7基于EtherCAT的手術(shù)機械臂多軸控制 239
6.7.1EtherCAT通信協(xié)議 240
6.7.2IgH主站介紹 242
6.7.3CANopen協(xié)議 244
6.7.4手術(shù)機械臂控制系統(tǒng) 246
本章小結(jié) 249
參考文獻 249
第7章 手術(shù)機械臂的非線性控制
7.1系統(tǒng)模型 252
7.1.1機器人參數(shù) 252
7.1.2從URDF文件提取動力學參數(shù) 252
7.1.3機械臂動力學的旋量表達 253
7.1.4動力學方程 254
7.1.5動力學方程的性質(zhì) 257
7.2計算力矩控制 258
7.2.1關(guān)節(jié)空間控制 258
7.2.2任務空間控制 259
7.3魯棒控制 264
7.4自適應控制 266
7.5無源控制 266
7.5.1無源魯棒控制 267
7.5.2無源自適應控制 269
7.5.3回歸矩陣計算 269
7.6干擾觀測器 270
7.6.1基本觀測器 271
7.6.2改進觀測器 271
7.6.3設計 272
7.6.4設計 273
7.6.5零空間柔順 274
7.7仿真實驗 274
7.7.1無源魯棒控制 275
7.7.2無源自適應控制 276
7.7.3外部力干擾 277
7.7.4基于干擾觀測器的任務空間控制與零空間柔順 278
本章小結(jié) 281
參考文獻 281
第8章 手術(shù)機械臂的力控制
8.1機械臂的運動約束 284
8.1.1關(guān)節(jié)空間運動約束 284
8.1.2任務空間運動約束 285
8.2力-位混合控制 285
8.2.1力-位混合控制器 285
8.2.2力-位混合控制仿真 287
8.3阻抗控制 289
8.3.1任務空間控制力矩 290
8.3.2基于投影的零空間控制力矩 291
8.3.3基于零空間速度的控制力矩 292
8.3.4阻抗控制仿真 293
8.4導納控制 295
8.4.1導納控制原理 295
8.4.2狀態(tài)開環(huán)導納控制器 299
8.4.3狀態(tài)閉環(huán)導納控制器 301
8.4.4混合導納控制器 303
8.4.5零重力拖動與力調(diào)控 303
8.5六維力傳感器標定及重力和慣性力補償 305
8.5.1六維力傳感器的標定 306
8.5.2重力和慣性力補償 307
8.5.3六維力傳感器標定實驗 308
8.5.4重力和慣性力補償實驗 308
8.6虛擬夾具約束 309
8.6.1虛擬夾具約束實現(xiàn) 310
8.6.2虛擬夾具約束模型 310
8.6.3實驗驗證 311
8.7力控制在醫(yī)療機器人中的應用 313
8.7.1自動超聲掃描機器人 313
8.7.2主從柔順RCM控制 319
本章小結(jié) 323
參考文獻 323
第9章 手術(shù)機器人系統(tǒng)開發(fā)與實驗
9.1經(jīng)肛門內(nèi)鏡微創(chuàng)手術(shù)柔性機器人 326
9.1.1柔性機器人設計 326
9.1.2運動學分析 327
9.1.3系統(tǒng)設計與實驗 332
9.2經(jīng)尿道前列腺切除手術(shù)機器人 335
9.2.1經(jīng)尿道手術(shù)機器人系統(tǒng)設計要求 336
9.2.2經(jīng)尿道手術(shù)機器人系統(tǒng)總體方案 338
9.2.3經(jīng)尿道手術(shù)機器人系統(tǒng)結(jié)構(gòu)設計 339
9.2.4經(jīng)尿道手術(shù)機器人控制系統(tǒng)設計 341
9.2.5經(jīng)尿道手術(shù)機器人系統(tǒng)集成與測試 343
9.2.6動物器官體外實驗 348
9.3圖像引導下的腦室穿刺手術(shù)機器人 350
9.3.1總體方案設計 350
9.3.2穿刺執(zhí)行器系統(tǒng)設計 351
9.3.3控制系統(tǒng)架構(gòu) 352
9.3.4機械臂運動控制 352
9.3.5術(shù)前規(guī)劃系統(tǒng) 353
9.3.6視覺導航系統(tǒng) 353
9.3.7實驗方法 354
9.3.8實驗結(jié)果 357
本章小結(jié) 357
參考文獻 357