CN112138249B - 一种基于超声评估的静脉注射机器人控制方法 - Google Patents
一种基于超声评估的静脉注射机器人控制方法 Download PDFInfo
- Publication number
- CN112138249B CN112138249B CN202010853721.2A CN202010853721A CN112138249B CN 112138249 B CN112138249 B CN 112138249B CN 202010853721 A CN202010853721 A CN 202010853721A CN 112138249 B CN112138249 B CN 112138249B
- Authority
- CN
- China
- Prior art keywords
- blood vessel
- angle
- ultrasonic
- control method
- intravenous injection
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
- A61M5/00—Devices for bringing media into the body in a subcutaneous, intra-vascular or intramuscular way; Accessories therefor, e.g. filling or cleaning devices, arm-rests
- A61M5/42—Devices for bringing media into the body in a subcutaneous, intra-vascular or intramuscular way; Accessories therefor, e.g. filling or cleaning devices, arm-rests having means for desensitising skin, for protruding skin to facilitate piercing, or for locating point where body is to be pierced
- A61M5/427—Locating point where body is to be pierced, e.g. vein location means using ultrasonic waves, injection site templates
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
- A61M2205/00—General characteristics of the apparatus
- A61M2205/70—General characteristics of the apparatus with testing or calibration facilities
Landscapes
- Health & Medical Sciences (AREA)
- Vascular Medicine (AREA)
- Dermatology (AREA)
- Engineering & Computer Science (AREA)
- Anesthesiology (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Hematology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Ultra Sonic Daignosis Equipment (AREA)
Abstract
本发明涉及一种基于超声评估的静脉注射机器人进针角度控制方法,静脉注射机器人包括机械臂和超声成像模块,控制方法步骤为:S1.获取静脉血管样本;S2.静脉血管样本进行超声识别,获取特征像素点;S3.判断血管粗细是否大于判定阈值,若是则设为粗血管,否则设为细血管;S4.通过深度卷积神经网络迭代学习,生成血管识别模型;S5.超声成像模块获取血管超声图像,识别血管厚度,确定进针角度;S6.机械臂根据进针角度将针头刺入患者血管,实时超声定位和跟踪静脉中心,确定剩余血管厚度,实时调整针头角度。与现有技术相比,本发明具有防止穿刺角度不适宜造成损伤、提高静脉穿刺的安全性等优点。
Description
技术领域
本发明涉及一种进针角度控制方法,尤其是涉及一种基于超声评估的静脉注射机器人控制方法。
背景技术
通过静脉血流输液或获取血液样本是最常见的临床常规,通过手工静脉穿刺技术来完成。手工静脉穿刺技术成功率取决于临床医生的技能和病人的生理功能,对于有困难的病人失败率较高,是静脉穿刺成为医疗损伤的主要原因,而静脉注射机器人可以在一定程度上减少损失的发生率。此外,对于类似新冠肺炎的传染性疾病,静脉注射机器人也能使医务人员免于与传染性患者直接接触,极大地降低了医务人员的在治疗传染性疾病过程中的感染风险。
在实际的静脉穿刺过程中,进针角度与血管的厚度密切相关。血管越厚则采用大角度进针,血管薄则采用小角度进针。此外在进针过程中也应根据实时的剩余血管厚度减小进针角度,才能保障静脉注射的安全可靠。
中国专利CN107438408A公开了一种识别对象的血管的超声***和方法,其中超声***包括:超声探头,其被配置为在预定时间段内同时采集包括血管的感兴趣区域的超声血流数据帧的序列(例如超声多普勒数据帧的序列)以及超声B模式数据帧的序列;血流区域选择单元,其被配置为在血流数据帧的序列中选择血流区域;以及血管分割单元,其被配置为基于所选择的血流区域来在超声B模式数据的序列的帧中的至少一个帧中对血管进行分割。该专利的应用场景为通过超声***获取血管的一个或多个特征(例如大小、血压、血流速度等),而本发明的超声识别方法则应用于静脉注射机器人进针角度的确定。此外该专利缺少采用深度卷积神经网络对超声识别的血管图像进行分类。
中国专利CN106880891A公开了一种涉及具有静脉注射功能的机器人,其包括用于放置安瓿瓶的台架,设置在台架一侧且旋转360°的夹持六自由度机械手、设置在夹持六自由度机械手上的安瓿瓶夹取装置、设置在夹持六自由度机械手90°一侧且用于将安瓿瓶夹取装置上的安瓿瓶体打开的敲击装置等。但该专利的静脉注射机器人在静脉穿刺前没有考虑血管粗细与进针角度之间的关系,没有在静脉穿刺前先根据患者血管粗细判定进针角度,与临床静脉穿刺过程实际不符,可能造成患者血管等部位损伤。
发明内容
本发明的目的就是为了克服上述现有技术存在的在静脉穿刺缺少根据患者血管粗细判定进针角度、导致患者血管受损的缺陷而提供一种基于超声评估的静脉注射机器人控制方法。
本发明的目的可以通过以下技术方案来实现:
一种基于超声评估的静脉注射机器人控制方法,所述静脉注射机器人包括机械臂和超声成像模块,所述进针角度控制方法具体步骤如下所示:
S1.获取原始的粗细不同的静脉血管样本;
S2.对所述静脉血管样本进行超声识别,得到原始超声图像,并在所述原始超声图像中获取特征像素点;
S3.对所述静脉血管样本进行分类,判断血管粗细是否大于预设的判定阈值,若大于则对应的输出标签设为粗血管,否则对应的输出标签设为细血管;
S4.所述特征像素点与输出标签进行匹配,通过深度卷积神经网络(DCNN)对完成匹配的特征像素点与输出标签进行迭代学习,生成相应的血管识别模型;
S5.所述超声成像模块获取患者的血管超声图像,通过所述血管识别模型识别所述血管超声图像的血管厚度,根据所述血管厚度确定相应的进针角度;
S6.机械臂根据所述进针角度将针头刺入患者血管,所述超声成像模块实时超声定位和跟踪每一帧超声图像中的静脉中心,确定剩余血管厚度,根据所述剩余血管厚度实时调整针头角度。
所述步骤S5中若血管厚度对应是粗血管,则采用大角度的进针角度,若血管厚度对应是细血管,则采用小角度的进针角度。
进一步地,所述大角度的进针角度为针头与患者的手臂的夹角大于或等于15°的进针角度,所述小角度的进针角度为针头与患者的手臂的夹角小于15°的进针角度。
所述超声成像模块通过声学衰减识别患者的血管。
进一步地,所述声学衰减的计算公式具体如下:
α(f)=α1fn(dB/cm)
其中,f为声波频率,α1为1MHz的衰减量,n为功率常数。
所述深度卷积神经网络包括卷积层和全连接层。
进一步地,所述卷积层中将输入的特征像素点的特征进行加权求和后使用激活函数进行激活。
进一步地,所述激活函数具体为Relu激活函数,所述Relu激活函数在深度卷积神经网络的前向传递、逆向反馈和求导过程中均为分段线性形式。
进一步地,所述Relu激活函数用于加权求和的公式具体如下:
yk=f1∑ωk×xk-1+bk
其中,f1表示激活函数,k表示网络层数,ω表示权重,b表示偏置参数,y为输出特征图像。
所述机械臂的移动方式包括伸缩和旋转,通过机械臂的伸缩和旋转使位于机械臂顶端的针头移动到目标进针角度。
所述静脉注射机器人还设有手臂托板,在超声成像模块获取患者的血管超声图像时对患者手臂进行支撑。
与现有技术相比,本发明具有以下有益效果:
1.本发明通过深度卷积神经网络(DCNN)对超声图像的特征像素点与血管样本的输出标签进行迭代学习,鲁棒性强,适用范围广;生成的血管识别模型对血管厚度进行识别,以此来确定针头的进针角度,防止穿刺角度不适宜对血管造成损伤,提高了静脉穿刺的稳定性和安全性。
2.本发明进针后继续进行实时超声定位和跟踪,根据剩余血管厚度实时调整进针角度,符合实际医学的静脉穿刺过程,保证整个穿刺过程的安全可靠。
附图说明
图1为本发明的流程示意图;
图2为本发明静脉注射机器人的结构示意图;
图3为本发明根据剩余血管厚度实时调整进针角度示意图。
附图标记:
1-超声成像模块;2-机械臂;3-患者手臂;4-手臂托板。
具体实施方式
下面结合附图和具体实施例对本发明进行详细说明。本实施例以本发明技术方案为前提进行实施,给出了详细的实施方式和具体的操作过程,但本发明的保护范围不限于下述的实施例。
一种基于超声评估的静脉注射机器人控制方法,防止穿刺角度不适宜对血管造成损伤,提高了静脉穿刺的稳定性和安全性,如图2所示,静脉注射机器人包括机械臂和超声成像模块,如图1所示,进针角度控制方法具体步骤如下所示:
S1.获取原始的粗细不同的静脉血管样本;
S2.对静脉血管样本进行超声识别,得到原始超声图像,并在原始超声图像中获取特征像素点;
S3.对静脉血管样本进行分类,判断血管粗细是否大于预设的判定阈值,若大于则对应的输出标签设为粗血管,否则对应的输出标签设为细血管;
S4.特征像素点与输出标签进行匹配,通过深度卷积神经网络(DCNN)对完成匹配的特征像素点与输出标签进行迭代学习,生成相应的血管识别模型;
S5.患者伸入手臂后,激活超声成像模块1,超声成像模块1获取患者的血管超声图像,通过血管识别模型识别血管超声图像的血管厚度,选取适宜进行静脉注射的血管,根据该血管的血管厚度确定相应的进针角度;
S6.机械臂2根据进针角度将针头刺入患者血管,如图3所示,超声成像模块实时超声定位和跟踪每一帧超声图像中的静脉中心,确定剩余血管厚度,根据剩余血管厚度实时调整针头角度。
步骤S5中若血管厚度对应是粗血管,则采用大角度的进针角度,若血管厚度对应是细血管,则采用小角度的进针角度。
大角度的进针角度为针头与患者的手臂的夹角大于或等于15°的进针角度,小角度的进针角度为针头与患者的手臂的夹角小于15°的进针角度。
超声成像模块1通过声学衰减识别患者的血管。
声学衰减的原理为入射声波在组织界面发生强反射,产生的声学衰减是声音在组织中传播时能量损失的一种度量,声学衰减的计算公式具体如下:
α(f)=α1fn(dB/cm)
其中,f为声波频率,α1为1MHz的衰减量,n为功率常数。人体皮肤和血管组织的声学特性如表1所示:
表1人体皮肤和血管组织的声学特性表
特征像素点的像素值的计算公式如下所示:
其中,i为特征像素点的像素值。
深度卷积神经网络包括卷积层和全连接层。
卷积层中将输入的特征像素点的特征进行加权求和后使用激活函数进行激活。
激活函数具体为Relu激活函数,Relu激活函数在深度卷积神经网络的前向传递、逆向反馈和求导过程中均为分段线性形式。
Relu激活函数用于加权求和的公式具体如下:
yk=f1∑ωk×xk-1+bk
其中,f1表示激活函数,k表示网络层数,ω表示权重,b表示偏置参数,y为输出特征图像。
机械臂2的移动方式包括伸缩和旋转,通过机械臂2的伸缩和旋转使位于机械臂顶端的针头移动到目标进针角度。
静脉注射机器人还设有手臂托板4,在超声成像模块1获取患者的血管超声图像时对患者手臂3进行支撑。
此外,需要说明的是,本说明书中所描述的具体实施例子,所取名称可以不同,本说明书中所描述的以上内容仅仅是对本发明结构所做的举例说明。凡依据本发明构思的构造、特征及原理所做的等效变化或者简单变化,均包括于本发明的保护范围内。本发明所属技术领域的技术人员可以对所描述的具体实例做各种各样的修改或补充或采用类似的方法,只要不偏离本发明的结构或者超越本权利要求书所定义的范围,均应属于本发明的保护范围。
Claims (7)
1.一种基于超声评估的静脉注射机器人控制方法,其特征在于,所述静脉注射机器人包括机械臂和超声成像模块,进针角度控制方法具体步骤如下所示:
S1.获取原始的粗细不同的静脉血管样本;
S2.对所述静脉血管样本进行超声识别,得到原始超声图像,并在所述原始超声图像中获取特征像素点;
S3.对所述静脉血管样本进行分类,判断血管粗细是否大于预设的判定阈值,若大于则对应的输出标签设为粗血管,否则对应的输出标签设为细血管;
S4.所述特征像素点与输出标签进行匹配,通过深度卷积神经网络对完成匹配的特征像素点与输出标签进行迭代学习,生成相应的血管识别模型;
S5.所述超声成像模块(1)获取患者的血管超声图像,通过所述血管识别模型识别所述血管超声图像的血管厚度,根据所述血管厚度确定相应的进针角度;
所述步骤S5中若血管厚度对应是粗血管,则采用大角度的进针角度,若血管厚度对应是细血管,则采用小角度的进针角度;所述大角度的进针角度为针头与患者的手臂的夹角大于或等于15°的进针角度,所述小角度的进针角度为针头与患者的手臂的夹角小于15°的进针角度。
2.根据权利要求1所述的一种基于超声评估的静脉注射机器人控制方法,其特征在于,所述超声成像模块(1)通过声学衰减识别患者的血管。
3.根据权利要求2所述的一种基于超声评估的静脉注射机器人控制方法,其特征在于,所述声学衰减的计算公式具体如下:
α(f)=α1fn(dB/cm)
其中,f为声波频率,α1为1MHz的衰减量,n为功率常数。
4.根据权利要求1所述的一种基于超声评估的静脉注射机器人控制方法,其特征在于,所述深度卷积神经网络包括卷积层和全连接层。
5.根据权利要求4所述的一种基于超声评估的静脉注射机器人控制方法,其特征在于,所述卷积层中将输入的特征像素点的特征进行加权求和后使用激活函数进行激活。
6.根据权利要求5所述的一种基于超声评估的静脉注射机器人控制方法,其特征在于,所述激活函数具体为Relu激活函数。
7.根据权利要求1所述的一种基于超声评估的静脉注射机器人控制方法,其特征在于,所述机械臂(2)的移动方式包括伸缩和旋转。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010853721.2A CN112138249B (zh) | 2020-08-24 | 2020-08-24 | 一种基于超声评估的静脉注射机器人控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010853721.2A CN112138249B (zh) | 2020-08-24 | 2020-08-24 | 一种基于超声评估的静脉注射机器人控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112138249A CN112138249A (zh) | 2020-12-29 |
CN112138249B true CN112138249B (zh) | 2022-02-18 |
Family
ID=73888943
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010853721.2A Active CN112138249B (zh) | 2020-08-24 | 2020-08-24 | 一种基于超声评估的静脉注射机器人控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112138249B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112138249B (zh) * | 2020-08-24 | 2022-02-18 | 同济大学 | 一种基于超声评估的静脉注射机器人控制方法 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1551033A (zh) * | 2003-03-20 | 2004-12-01 | ��ʽ���綫֥ | 用于分析管状结构例如血管的处理器 |
CN103028185A (zh) * | 2011-09-30 | 2013-04-10 | Ge医疗***环球技术有限公司 | 基于实时容积超声波的自动血管介入装置、***、及方法 |
CN103750866A (zh) * | 2014-01-25 | 2014-04-30 | 汕头市超声仪器研究所有限公司 | 一种超声多普勒效应脉管定位穿刺装置 |
CN103841898A (zh) * | 2011-09-30 | 2014-06-04 | 皇家飞利浦有限公司 | 具有随样本体积移动的自动动态多普勒流设置的超声*** |
CN104224129A (zh) * | 2014-09-24 | 2014-12-24 | 深圳市中科微光医疗器械技术有限公司 | 一种静脉血管深度识别方法和提示*** |
CN105107067A (zh) * | 2015-07-16 | 2015-12-02 | 执鼎医疗科技江苏有限公司 | 一种红外引导超声定位的静脉穿刺*** |
CN105726097A (zh) * | 2014-12-12 | 2016-07-06 | 刘明威 | 超声波导引穿刺装置 |
CN108433791A (zh) * | 2018-04-26 | 2018-08-24 | 王燕青 | 可调进针角度穿刺装置及其***和控制方法 |
CN109635618A (zh) * | 2018-08-07 | 2019-04-16 | 南京航空航天大学 | 基于卷积神经网络的可见光图像静脉显像方法 |
CN111035437A (zh) * | 2019-05-28 | 2020-04-21 | 上海交通大学医学院附属第九人民医院 | 血管辅助穿刺***、机器人、方法和存储介质 |
CN112138249A (zh) * | 2020-08-24 | 2020-12-29 | 同济大学 | 一种基于超声评估的静脉注射机器人进针角度控制方法 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1883436B1 (en) * | 2005-05-18 | 2009-08-26 | Koninklijke Philips Electronics N.V. | Cannula inserting system |
US20150051460A1 (en) * | 2012-04-04 | 2015-02-19 | Noopur Saxena | System and method for locating blood vessels and analysing blood |
-
2020
- 2020-08-24 CN CN202010853721.2A patent/CN112138249B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1551033A (zh) * | 2003-03-20 | 2004-12-01 | ��ʽ���綫֥ | 用于分析管状结构例如血管的处理器 |
CN103028185A (zh) * | 2011-09-30 | 2013-04-10 | Ge医疗***环球技术有限公司 | 基于实时容积超声波的自动血管介入装置、***、及方法 |
CN103841898A (zh) * | 2011-09-30 | 2014-06-04 | 皇家飞利浦有限公司 | 具有随样本体积移动的自动动态多普勒流设置的超声*** |
CN103750866A (zh) * | 2014-01-25 | 2014-04-30 | 汕头市超声仪器研究所有限公司 | 一种超声多普勒效应脉管定位穿刺装置 |
CN104224129A (zh) * | 2014-09-24 | 2014-12-24 | 深圳市中科微光医疗器械技术有限公司 | 一种静脉血管深度识别方法和提示*** |
CN105726097A (zh) * | 2014-12-12 | 2016-07-06 | 刘明威 | 超声波导引穿刺装置 |
CN105107067A (zh) * | 2015-07-16 | 2015-12-02 | 执鼎医疗科技江苏有限公司 | 一种红外引导超声定位的静脉穿刺*** |
CN108433791A (zh) * | 2018-04-26 | 2018-08-24 | 王燕青 | 可调进针角度穿刺装置及其***和控制方法 |
CN109635618A (zh) * | 2018-08-07 | 2019-04-16 | 南京航空航天大学 | 基于卷积神经网络的可见光图像静脉显像方法 |
CN111035437A (zh) * | 2019-05-28 | 2020-04-21 | 上海交通大学医学院附属第九人民医院 | 血管辅助穿刺***、机器人、方法和存储介质 |
CN112138249A (zh) * | 2020-08-24 | 2020-12-29 | 同济大学 | 一种基于超声评估的静脉注射机器人进针角度控制方法 |
Also Published As
Publication number | Publication date |
---|---|
CN112138249A (zh) | 2020-12-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104856649B (zh) | 一种通过红外成像和压力变化来识别和穿刺血管的装置 | |
CN107812283A (zh) | 一种自动确定穿刺点位置的方法 | |
CN112138249B (zh) | 一种基于超声评估的静脉注射机器人控制方法 | |
Susini et al. | Percutaneous pericardiocentesis versus subxiphoid pericardiotomy in cardiac tamponade due to postoperative pericardial effusion | |
Chen et al. | Real-time needle steering in response to rolling vein deformation by a 9-DOF image-guided autonomous venipuncture robot | |
CN107297016A (zh) | 用于白血病患者化疗的picc静脉置管智能控制操作仪 | |
CN110881955A (zh) | 一种基于静脉穿刺机器人的静脉血管识别*** | |
CN111820919A (zh) | 一种采血穿刺控制方法、装置及存储介质 | |
CN111436954B (zh) | 一种非接触式血样采集装置及其控制方法 | |
CN111714157A (zh) | 一种多普勒超声血流自动识别方法及装置 | |
CN102451041A (zh) | 动静脉穿刺仪 | |
WO2019048269A1 (en) | GUIDING SYSTEM FOR VENOUS PUNCTION AND ARTERIAL LINE WITH INCREASED REALITY | |
Brewer | Improving peripheral iv catheterization through robotics: From simple assistive devices to a fully-autonomous system | |
Stewart et al. | Inter-rater reliability for noninvasive measurement of cardiac function in children | |
He et al. | A venipuncture robot with decoupled position and attitude guided by near‐infrared vision and force feedback | |
WO2024033708A3 (en) | Computer systems and computer-implemented methods for rapid diagnostic test result interpretation platform utilizing computer vision | |
LU502768B1 (en) | Intelligent blood pressure prediction method based on multi-scale residual network and ppg signal | |
CN216702565U (zh) | 一种可穿戴可视化的超声无创监控仪器 | |
CN108992143A (zh) | 一种静脉穿刺装置及静脉穿刺控制方法 | |
CN212592352U (zh) | 血管穿刺引导辅助装置 | |
CN112842257B (zh) | 一种血管定位方法及装置 | |
CN113440165A (zh) | 一种可穿戴可视化的超声无创监控设备 | |
CN112381816B (zh) | 基于图像识别和反馈控制的血管穿刺角度获取和穿刺方法 | |
CN113506628A (zh) | 一种大血管闭塞风险的确定装置和确定方法 | |
Lin et al. | Design of a Multi-data fusion intelligent venipuncture blood sampling robot |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |