[发明专利]面向穿刺手术机器人的智能手术决策系统及其应用方法

说明书

本发明提供一种面向穿刺手术机器人的智能手术决策系统及其应用方法，所述系统包括：目标人体组织提取模块，用于根据对目标人体上穿刺目标区域的超声检测，对穿刺目标区域内组织器官进行三维建模，并基于建立的模型提取目标人体器官；穿刺针位姿模块，用于基于穿刺手术机器人的电机码值和操作平台机械参数，获取穿刺手术机器人在当前位姿下穿刺针的位置信息和姿态信息；预测与决策模块，用于基于目标人体器官、穿刺针的位置信息和姿态信息以及穿刺成功数据库，预估穿刺当前位姿下一次穿刺成功的概率，以及一次穿刺成功概率最大的穿刺位姿。本发明能够对穿刺手术过程进行实时决策和监控，并进行规划建议和决策预警，提高手术安全性。

技术领域

本发明涉及医疗器械技术领域，更具体地，涉及一种面向穿刺手术机器人的智能手术决策系统及其应用方法。

背景技术

穿刺手术的成功率，很大程度上取决于医生对整个穿刺手术的规划和决策，如，确定合适的穿刺点、穿刺角度、进针深度以及穿刺过程中是否需要按压、退针等操作。尤其是对于中心静脉穿刺这种难度大、并发症多的深静脉穿刺，穿刺的手术规划和决策则更为重要。

医生在进行穿刺手术的规划和决策时，通常依据以往的经验来进行。以往经验的形成需要长时间的医疗培训和临床经验，极大的依赖于医生的个人医疗能力。不同医生做出的医疗规划和决策不尽相同，甚至同一个医生在不同的生理和心理状态所做出的医疗规划和决策也会有变化，导致穿刺手术成功率的不稳定性。

目前，穿刺手术辅助机器人技术和传感器数据采集技术的日趋成熟，使得能够通过机器对医生在手术过程中的操作数据和病人反馈回来的数据进行采集、存储、融合和处理。已有技术中多是在CT或者MRI条件下进行人体器官的三维重建。

但是，CT和MRI价格昂贵，占地面积大，对人体有辐射。并且，已有技术都是仅仅进行三维重建，并在三维重建的基础上对手术进行仿真。此方法仅能在手术之前进行模拟仿真，实时性差，且无法进行手术规划建议和决策预警，安全性较低。

发明内容

为了克服上述问题或者至少部分地解决上述问题，本发明提供一种面向穿刺手术机器人的智能手术决策系统及其应用方法，用以对穿刺手术过程进行实时决策和监控，并进行规划建议和决策预警，提高手术安全性。

一方面，本发明提供一种面向穿刺手术机器人的智能手术决策系统，包括：目标人体组织提取模块，用于根据对目标人体上穿刺目标区域的超声检测，对所述穿刺目标区域内组织器官进行三维建模，获取人体器官三维模型，并基于所述人体器官三维模型，提取目标人体器官；穿刺针位姿模块，用于基于穿刺手术机器人的电机码值和操作平台机械参数，获取所述穿刺手术机器人在当前位姿下穿刺针的位置信息和姿态信息；预测与决策模块，用于基于所述目标人体器官与穿刺针的所述位置信息和所述姿态信息，以及预建的穿刺成功数据库，利用预先建立的预测模型，计算所述穿刺手术机器人在当前位姿下一次穿刺成功的概率，以及一次穿刺成功概率最大的穿刺位姿。

进一步的，所述系统还包括：穿刺调控模块，用于基于所述一次穿刺成功概率最大的穿刺位姿，调整所述穿刺手术机器人的位姿，并进行穿刺操作；人体组织特征信号模块，用于采集穿刺操作过程中穿刺针的压力信号，并基于所述压力信号分析穿刺状态；相应的，所述预测与决策模块还用于，基于所述穿刺状态以及所述穿刺成功数据库，利用所述预测模型，估计所述穿刺状态下穿刺成功的概率，并进行穿刺操作决策。

其中，所述预测模型进一步具体为动态贝叶斯网络模型；相应的，所述预测与决策模块进一步具体用于：对所述目标人体器官和穿刺针的所述位置信息进行特征值提取和归一化处理，确定对应所述动态贝叶斯网络模型的可观测变量和隐变量的物理意义，并基于所述穿刺成功数据库，采用最大期望算法，利用所述动态贝叶斯网络模型，预测所述一次穿刺成功概率最大的穿刺位姿。