[发明专利]手术机器人及其运动错误检测方法、检测装置有效

专利信息
申请号: 202011068075.5 申请日: 2020-10-08
公开(公告)号: CN112043397B 公开(公告)日: 2021-09-24
发明(设计)人: 高元倩;王建辰;王牌 申请(专利权)人: 深圳市精锋医疗科技有限公司
主分类号: A61B34/37 分类号: A61B34/37;G06K9/00;G06N3/04;G06T7/246
代理公司: 暂无信息 代理人: 暂无信息
地址: 518000 广东省深圳市龙岗区园山街*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 手术 机器人 及其 运动 错误 检测 方法 装置
【说明书】:

发明涉及一种手术机器人及其运动错误检测方法、检测装置。手术机器人包括:相机臂;手术臂;输入部;及控制装置,与相机臂、手术臂及输入部耦接,被配置成执行:获取相机臂采集的手术区域的操作图像;在操作图像中包含手术臂至少部分的子图像时,从子图像中识别出手术臂的特征部位,令识别出的特征部位作为第一特征部位;获取输入部输入的控制指令,根据控制指令获得手术臂的运动学模型;在运动学模型中获得匹配第一特征部位的第二特征部位;获得第一特征部位的实际运动信息,获得第二特征部位的目标运动信息;比较实际运动信息及目标运动信息以判断手术机器人是否存在运动错误。本发明的手术机器人至少能够检测出手术机器人是否存在运动错误。

技术领域

本发明涉及医疗器械领域,特别是涉及一种手术机器人及其运动错误检测方法、检测装置。

背景技术

微创手术是指利用腹腔镜、胸腔镜等现代医疗器械及相关设备在人体腔体内部施行手术的一种手术方式。相比传统手术方式微创手术具有创伤小、疼痛轻、恢复快等优势。

随着科技的进步,微创手术机器人技术逐渐成熟并被广泛应用。手术机器人通常包括主操作台及从操作设备,主操作台具有显示器及输入部,从操作设备具有多个操作臂体,这些操作臂体中一个用于采集手术区域的图像并由显示器显示,其余操作臂体用于执行手术操作。

在主从控制方式中,输入部发送控制指令并由受控的操作臂体接收及执行。然而,由于输入部、及/或操作臂体本身存在的装配精度及/或传动精度不良等原因,容易造成医生输入的控制指令不能被操作臂体准确地执行,进而容易引发手术风险,因而如何检测出操作臂体是否存在运动错误成为亟待解决的问题。

发明内容

基于此,有必要提供一种能够检测出运动错误的手术机器人及其运动错误检测方法、检测装置。

本发明提供了一种手术机器人,包括:相机臂;手术臂,所述手术臂具有一个以上的特征部位;输入部,用于输入控制所述相机臂及/或所述手术臂运动的控制指令;及控制装置,与所述相机臂、所述手术臂及所述输入部耦接,被配置成执行如下步骤:获取所述相机臂采集的手术区域的操作图像;从所述操作图像中识别出所述手术臂的特征部位,令识别出的所述特征部位作为第一特征部位;获取所述输入部输入的控制指令,并根据所述控制指令获得所述手术臂的运动学模型;在所述运动学模型中获得匹配所述第一特征部位的第二特征部位;获得所述第一特征部位的实际运动信息,并获得所述第二特征部位的目标运动信息;比较所述实际运动信息及所述目标运动信息以判断所述手术机器人是否存在运动错误。

可选地,所述控制装置被配置成在从所述操作图像中识别出所述手术臂的特征部位的步骤中,执行:检测所述操作图像中是否包含所述手术臂至少部分的子图像;在检测到包含所述子图像时,从所述操作图像中提取出所述子图像;从所述子图像中识别出所述手术臂的特征部位。

可选地,所述控制装置被配置成在检测所述操作图像中是否包含所述手术臂的子图像的步骤中,执行:将所述操作图像输入神经网络,利用所述神经网络判断所述操作图像中是否包含所述手术臂的子图像。

可选地,所述控制装置被配置成在从所述子图像中识别出所述手术臂的特征部位的步骤中,执行:将所述子图像输入神经网络,利用所述神经网络从所述子图像中检测出所述手术臂的特征部位。

可选地,所述控制装置被配置成在从所述操作图像中识别出所述手术臂的特征部位的步骤中,执行:将所述操作图像输入到神经网络,利用所述神经网络从所述操作图像中检测出所述手术臂的特征部位。

可选地,所述控制装置被配置成在获得所述第一特征部位的实际运动信息的步骤中,执行:利用所述神经网络预测出所述第一特征部位的实际运动信息。

可选地,所述神经网络是卷积神经网络。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于深圳市精锋医疗科技有限公司,未经深圳市精锋医疗科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202011068075.5/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top