[发明专利]基于环境特征和随机方法的柔性针路径规划方法

说明书

技术领域

本发明涉及医学技术领域，尤其涉及一种基于环境特征和随机方法的柔性针路径规划方法。

背景技术

微创介入治疗是在影像导引下，以最小的创伤将器具或药物投送到目标病灶，对其进行诊断和治疗的技术，它对临床医学的发展起到关键作用。而穿刺作为一种最为常用的介入技术，多被用于药物置入、病理诊断、放射治疗等手术中。传统手术采用刚性针的直线运动来实现穿刺，直线进针时路径受限，且由于刚性针的自然形变引起靶点定位误差，严重影响治疗效果。相比而言，柔性针穿刺利用针体的形变在软组织内实现曲线运动，能灵活的避开骨骼和血管等障碍物，准确的到达目标点(如图1)。

单轮车模型作为柔性针的运动学模型被Webster等人提出，从此柔性针软组织穿刺成为国内外研究的热点。路径规划对柔性针穿刺的研究有重要意义。Park等人通过建立概率密度函数对柔性针路径进行规划，但此算法只适用于无障碍环境。Alterovitz等人建立非线性目标函数规划柔性针的穿刺路径，但此方法只适用于定曲率的圆弧路径。Xu等人利用运动学反解法规划柔性针路径，该算法在有障碍物的情况下必须给出过渡点的位姿，这不能保证有解。Patil等人基于快速搜索随机树(RRT)算法规划柔性针的穿刺路径，虽然提高了规划速度，但它规划的是可行路径，并非最优路径。

由上述研究可看出，柔性针软组织穿刺的路径规划算法还有待改善，在基于柔性针穿刺环境的方面的研究很少。目前快速搜索随机树(RRT)算法在路径规划中得到了广泛的应用，它的优点是算法的流程简单、搜索速度快，且能在有障碍的环境中避开障碍准确到达目标点。最初的RRT算法是由S.M.LaValle等人提出的，为了提高该算法的效率和性能，RRT的改进方法被不断的提出。作者前期在柔性针路径规划上，提出了考虑柔性针运动学模型，基于路径最短、最安全及弧段数最少的路径评估函数的改进的快速搜索随机树(I-RRT)算法规划路径。

虽然，I-RRT算法通过基于路径长度、安全度及弧段数的路径评估函数规划路径，在一定程度上优化了柔性针的穿刺路径，但算法对穿刺环境的适应性不强。在实际情况中，在路径规划前，医生难以结合临床经验对规划的路径进行修正。

发明内容

本发明的目的在于解决上述现有技术存在的缺陷，提供一种基于环境特征和随机方法对柔性针软组织穿刺的路径进行规划的方法，使医生能在术前结合临床经验选择更为合理的路径。

一种基于环境特征和随机方法的柔性针路径规划方法，包括根据评估函数Evaluation_Function()选择最优的规划路径；

其中，路径评估函数Evaluation_Function()的表达式为：

F＝w₁F_L+w₂F_S+w₃F_N(1)

其中，F_L是路径长度评估函数，F_L＝L/L_avg，L是路径的长度，L_avg是生成的所有样本路径的长度L的平均值；F_S是安全评估函数，F_S＝S/S_avg，S是障碍物距每段弧的距离小于一个预设长度D₁的数目，S_avg是规划的样本路径的5的平均值；F_N是弧段数评估函数，F_N＝N/N_avg，N是路径的弧段数，N_avg是规划的样本路径的N的平均值，w₁，w₂和w₃表示各子函数对应的权重系数；所述权重系数根据医生的临床经验进行设定。

进一步地，如上所述的方法，所述权重系数根据医生的临床经验进行设定包括：医生根据自身的临床经验判断F_L、F_N、F_S这三个评估函数在实际情况中哪个更为重要，根据重要程度将对应的权重系数调高，将相对不重要的评估函数对应的权重系数调低。

一种基于环境特征和随机方法的柔性针路径规划方法，包括根据考虑障碍物风险分级的路径评估函数ObsGrade_Function()选择最优的规划路径；

其中，ObsGrade_Function()的表达式为：