CN114343608A - 具有冗余感测的形状传感器*** - Google Patents
具有冗余感测的形状传感器*** Download PDFInfo
- Publication number
- CN114343608A CN114343608A CN202210196467.2A CN202210196467A CN114343608A CN 114343608 A CN114343608 A CN 114343608A CN 202210196467 A CN202210196467 A CN 202210196467A CN 114343608 A CN114343608 A CN 114343608A
- Authority
- CN
- China
- Prior art keywords
- shape
- sensor
- sensor device
- determining
- pose
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 claims abstract description 98
- 239000013307 optical fiber Substances 0.000 claims abstract description 44
- 238000012937 correction Methods 0.000 claims description 20
- 238000012935 Averaging Methods 0.000 claims description 5
- 238000005259 measurement Methods 0.000 claims description 5
- 239000000835 fiber Substances 0.000 description 46
- 210000003484 anatomy Anatomy 0.000 description 40
- 239000002131 composite material Substances 0.000 description 20
- 210000001519 tissue Anatomy 0.000 description 20
- 230000003287 optical effect Effects 0.000 description 15
- 230000033001 locomotion Effects 0.000 description 14
- 230000004323 axial length Effects 0.000 description 12
- 238000005452 bending Methods 0.000 description 12
- 238000012545 processing Methods 0.000 description 11
- 238000003384 imaging method Methods 0.000 description 9
- 210000000988 bone and bone Anatomy 0.000 description 6
- 238000001574 biopsy Methods 0.000 description 4
- 230000006835 compression Effects 0.000 description 4
- 238000007906 compression Methods 0.000 description 4
- 238000002591 computed tomography Methods 0.000 description 4
- 238000012014 optical coherence tomography Methods 0.000 description 4
- 238000003860 storage Methods 0.000 description 4
- 238000001931 thermography Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 238000012544 monitoring process Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 239000004065 semiconductor Substances 0.000 description 3
- 238000001356 surgical procedure Methods 0.000 description 3
- 229910052782 aluminium Inorganic materials 0.000 description 2
- XAGFODPZIPBFFR-UHFFFAOYSA-N aluminium Chemical compound [Al] XAGFODPZIPBFFR-UHFFFAOYSA-N 0.000 description 2
- 230000000712 assembly Effects 0.000 description 2
- 238000000429 assembly Methods 0.000 description 2
- 238000005253 cladding Methods 0.000 description 2
- 239000011248 coating agent Substances 0.000 description 2
- 238000000576 coating method Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 238000003745 diagnosis Methods 0.000 description 2
- 238000002594 fluoroscopy Methods 0.000 description 2
- 238000002675 image-guided surgery Methods 0.000 description 2
- 238000013152 interventional procedure Methods 0.000 description 2
- 238000002595 magnetic resonance imaging Methods 0.000 description 2
- 229910052751 metal Inorganic materials 0.000 description 2
- 239000002184 metal Substances 0.000 description 2
- 239000002071 nanotube Substances 0.000 description 2
- 210000000056 organ Anatomy 0.000 description 2
- 238000001454 recorded image Methods 0.000 description 2
- 238000002432 robotic surgery Methods 0.000 description 2
- 210000004872 soft tissue Anatomy 0.000 description 2
- 230000000087 stabilizing effect Effects 0.000 description 2
- 230000005477 standard model Effects 0.000 description 2
- 238000002604 ultrasonography Methods 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 238000001069 Raman spectroscopy Methods 0.000 description 1
- 210000001015 abdomen Anatomy 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 239000000853 adhesive Substances 0.000 description 1
- 230000001070 adhesive effect Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 210000004556 brain Anatomy 0.000 description 1
- 230000000747 cardiac effect Effects 0.000 description 1
- 229910010293 ceramic material Inorganic materials 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 229940079593 drug Drugs 0.000 description 1
- 239000012636 effector Substances 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 210000004394 hip joint Anatomy 0.000 description 1
- 230000002262 irrigation Effects 0.000 description 1
- 238000003973 irrigation Methods 0.000 description 1
- 210000004072 lung Anatomy 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000007935 neutral effect Effects 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 229920000642 polymer Polymers 0.000 description 1
- 230000001681 protective effect Effects 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 230000029058 respiratory gaseous exchange Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000026676 system process Effects 0.000 description 1
- 230000001225 therapeutic effect Effects 0.000 description 1
- 238000002560 therapeutic procedure Methods 0.000 description 1
- 238000011282 treatment Methods 0.000 description 1
- 238000012800 visualization Methods 0.000 description 1
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B34/00—Computer-aided surgery; Manipulators or robots specially adapted for use in surgery
- A61B34/20—Surgical navigation systems; Devices for tracking or guiding surgical instruments, e.g. for frameless stereotaxis
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/06—Devices, other than using radiation, for detecting or locating foreign bodies ; determining position of probes within or on the body of the patient
- A61B5/065—Determining position of the probe employing exclusively positioning means located on or in the probe, e.g. using position sensors arranged on the probe
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B34/00—Computer-aided surgery; Manipulators or robots specially adapted for use in surgery
- A61B34/20—Surgical navigation systems; Devices for tracking or guiding surgical instruments, e.g. for frameless stereotaxis
- A61B2034/2046—Tracking techniques
- A61B2034/2061—Tracking techniques using shape-sensors, e.g. fiber shape sensors with Bragg gratings
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B90/00—Instruments, implements or accessories specially adapted for surgery or diagnosis and not covered by any of the groups A61B1/00 - A61B50/00, e.g. for luxation treatment or for protecting wound edges
- A61B90/08—Accessories or related features not otherwise provided for
- A61B2090/0818—Redundant systems, e.g. using two independent measuring systems and comparing the signals
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Veterinary Medicine (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- Molecular Biology (AREA)
- Public Health (AREA)
- General Health & Medical Sciences (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Physics & Mathematics (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Robotics (AREA)
- Human Computer Interaction (AREA)
- Length Measuring Devices By Optical Means (AREA)
- Endoscopes (AREA)
- Optics & Photonics (AREA)
- Radiology & Medical Imaging (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
本发明涉及具有冗余感测的形状传感器***。一种操作形状感测装置的方法,其包括接收来自第一形状传感器区段的第一形状数据,所述第一形状传感器区段包括在第一位置和第二位置之间延伸的第一细长光纤。该方法还包括接收来自第二形状传感器区段的第二形状数据,所述第二形状传感器区段包括在第三位置和第四位置之间延伸的第二细长光纤。该方法还包括使用来自第二形状传感器区段的第二形状数据来确定第一形状传感器区段的端部的位置。
Description
本申请是针对分案申请的分案申请,原申请的申请日为2014年07月25日、申请号为201480042548.0(PCT/US2014/048175),发明名称为“具有冗余感测的形状传感器***”,针对的分案申请的申请号为201811344156.6。
技术领域
本公开涉及使用形状传感器***追踪解剖目标和/或介入器械的***和方法,并且更具体地涉及使用冗余形状传感器以改善形状传感器***的精度的***和方法。
背景技术
微创医疗技术意在减少在介入过程期间损伤的组织量,从而减少患者恢复时间、降低不舒适、以及减少有害副作用。为了追踪解剖目标、植入设备、和/或患者解剖结构内的介入器械(包括手术、诊断、治疗、或活体检查器械)的位置,可以使用微创传感器***。在现有***中,电磁(EM)导航可用于追踪介入器械、植入设备、或在患者解剖结构中目标的运动。尽管EM导航***对于许多过程是有用的,但是它们可受到来自在手术室中其它器械的磁干扰。例如,荧光透视成像***的C型臂或金属器械可产生与EM导航***的磁干扰,从而导致在介入器械的追踪中的不可接受的误差。在其它现有***中,光纤形状传感器***可用于追踪患者解剖结构中的介入器械的运动。光纤形状传感器***监测沿着单个光纤的各个点处的应变以确定光纤的形状。根据单个光纤的形状,能够导出沿着光纤的各个点的姿态(位置和取向)。由于误差累积,与用于沿着单个光纤的各个点的所导出姿态相关联的误差可随着与光纤询问器的距离增加而增加。为了追踪手术环境中的介入器械、植入设备和解剖目标,需要改进的导航***和方法。
发明内容
本发明的实施例由随附权利要求概括。
在一个实施例中,一种操作形状感测装置的方法,其包括接收来自第一形状传感器区段的第一形状数据,所述第一形状传感器区段包括在第一位置和第二位置之间延伸的第一细长光纤。该方法还包括接收来自第二形状传感器区段的第二形状数据,所述第二形状传感器区段包括在第三位置和第四位置之间延伸的第二细长光纤。该方法还包括使用来自第二形状传感器区段的第二形状数据来确定第一形状传感器区段的端部的位置。
在另一个实施例中,一种操作形状感测装置的方法包括接收来自第一形状传感器的形状数据。第一形状传感器包括在细长光纤的第一区段和第二区段之间延伸的第一多个光芯(optical core)。该方法也包括接收来自第二形状传感器的形状数据。第二形状传感器包括在细长光纤的第一区段和第二区段之间延伸的第二多个光芯。该方法还包括通过结合来自第一形状传感器和第二形状传感器的形状数据来确定在第一区段和第二区段之间的细长光纤的形状。
在另一个实施例中,一种操作形状感测装置的方法包括接收来自第一形状传感器的第一形状数据,所述第一形状传感器具有耦合至参考固定物的第一部分和耦合至第一解剖目标的第二部分。该方法也包括接收来自第二形状传感器的第二形状数据,所述第二形状传感器具有耦合至参考固定物的第一部分和耦合至第一解剖目标的第二部分。第一形状传感器和第二形状传感器的第一部分保持固定的运动学关系,并且第一形状传感器和第二形状传感器的第二部分保持固定的运动学关系。该方法也包括使用来自第二形状传感器的第二形状数据来确定第一形状传感器区段的第二部分的位置。
在另一个实施例中,一种操作形状感测装置的方法包括接收来自细长形状传感器的形状数据,所述细长形状传感器具有耦合至参考固定物的第一部分、耦合至解剖目标的第二部分和耦合至该参考固定物的第三部分。第一部分和第三部分保持固定的运动学关系。该方法还包括确定在第一部分和第二部分之间的细长形状传感器的第一形状、确定在第三部分和第二部分之间的细长形状传感器的第二形状、以及从第一形状和第二形状中确定在解剖目标处第二部分的位置。
在另一个实施例中,一种***包括包含用于操作形状感测装置的计算机可执行指令的非暂时性计算机可读介质。该指令包括用于接收来自第一形状传感器的形状数据的指令。第一形状传感器包括在细长光纤的第一区段和第二区段之间延伸的第一多个光芯。该指令也包括用于接收来自第二形状传感器的形状数据的指令。第二形状传感器包括在细长光纤的第一区段和第二区段之间延伸的第二多个光芯。该指令也包括用于通过结合来自第一形状传感器和第二形状传感器的形状数据来确定在第一区段和第二区段之间的细长光纤的形状的指令。
根据以下具体实施方式,本公开的附加方面、特征和优点将变得显而易见。
附图说明
当参考附图阅读时,本公开的各个方面从以下详细描述被最好地理解。应该强调的是,根据工业中的标准实践,各种特征未按比例绘制。事实上,为了讨论清楚起见,各种特征的尺寸可任意增加或减小。此外,本公开在各种示例中可重复参考数字和/或字母。这种重复是为了简化和清楚的目的,而其本身不表示各种实施例和/或所讨论的配置之间的关系。
图1为根据本公开的实施例的传感器***。
图2为图1的传感器***的多芯光纤部件。
图3为图2的多芯光纤部件的剖视图。
图4图示说明使用根据本公开的实施例的传感器***的方法。
图5图示说明使用根据本公开的另一个实施例的传感器***的方法。
图6为具有根据本公开的另一个实施例的多个光纤传感器的传感器***。
图7图示说明使用图6的传感器***的方法。
图8为具有根据本公开的另一个实施例的单环路光纤传感器的传感器***。
图9图示说明使用图8的传感器***的方法。
图10和图11图示说明使用图10的传感器***的另一种方法。
图12为具有根据本公开的另一个实施例的多个光纤传感器和介入器械的传感器***。
图13为使用图12的传感器***的方法。
图14为根据本公开的实施例的机器人介入***。
具体实施方式
在本发明的各个方面的以下具体实施方式中,阐述了众多具体细节以便提供对所公开的实施例的彻底理解。然而,对于本领域技术人员而言将明显的是,可以实践本公开的实施例而不需要这些具体细节。在其它情况下,已知的方法、程序、部件和电路未被详细描述以便不必要地模糊本发明的实施例的各个方面。以及,为了避免不必要的描述性重复,根据一个示例性实施例描述的一个或更多个部件或操作能够被使用或随应用场合而从其它示例性实施例中省略。
以下实施例将根据它们在三维空间中的状态来描述各种设备和设备的部分。如本文中使用的,术语“位置”指的是目标或目标的部分在三维空间中(如,沿着笛卡尔X、Y、Z坐标的三个平移自由度)的地点。如本文中使用的,术语“取向”指的是目标或目标的部分的旋转放置(三个旋转自由度——如,滚动、俯仰和偏转)。如本文中使用的,术语“姿态”指的是目标或目标的部分在至少一个平移自由度中的位置,以及目标或目标的部分在至少一个旋转自由度(多达六个总自由度)中的取向。如本文中使用的,术语“形状”指的是沿着细长目标测量的姿态、位置、或取向的集合。
参考图1,例如,在手术、诊断、治疗、活体检查、医疗监测、或医疗评估中使用的传感器***一般由参考数字10表示。传感器***10一般包括询问***12;参考固定物14;传感器设备16、18、20;介入器械22;控制***24;目标固定物26;以及传感器处理和控制***27。在各种实施例中,传感器***的这些部件中的一个或更多个可被省略或相同类型的多个部件可被包括。如下面将详细描述的,传感器***10包括可增加***的形状感测和姿态确定功能的精度的冗余传感器部件。冗余传感器部件也可识别传感器不精确性的来源和位置,例如在具有急转、高张力、或显著扭转、及用于这些不精确性的校正的区域中。
询问***12产生光线并检测返回光线以确定传感器设备16、18、20的当前形状。询问***12也可处理用于显示给临床医生的返回数据。该信息进而能够用于确定其它相关变量,诸如连接至传感器设备的目标或器械的姿态、速度和加速度。传感器设备16、18在近端16a、18a处分别耦合至询问***12。传感器设备16、18也分别具有远端16b、18b。传感器设备20在近端20a处耦合至询问***12并且在远端20b处耦合至介入器械22。尽管示出了传感器设备20在介入器械内或沿着介入器械完全延伸,但是在各种可替代实施例中,传感器设备可仅部分的在介入器械内或沿着介入器械延伸。介入器械22被耦合至手动或远程操作的控制***24。
每个传感器设备16、18、20被耦合至在沿着其近端和远端之间的长度的中间部分的参考固定物14。传感器设备16、18、20的所耦合部分的姿态通过参考固定物14而被保持固定。进一步地,传感器设备16、18、20的所耦合部分的姿态通过参考固定物14相对于彼此保持已知的运动学关系。例如,可固定传感器和固定物之间的关系,诸如其中传感器设备不会随着相对于参考固定物的任何自由度而运动。可替代的,传感器和固定物之间的关系可以是可运动但是已知的,诸如其中传感器相对于在已知范围内的参考固定物是可运动的。例如,参考固定物可具有已知旋转角度的旋转接头,但是对于彼此和参考固定物的传感器相对位置仍是已知的。参考固定物14可以是(例如)由刚性金属、聚合物、或陶瓷材料形成,并且可包括接收传感器设备的部分并使其对于固定物并且相对于其他耦合的传感器设备保持固定关系的凹槽、导管、夹具、和/或其它机械连接器。在一个示例中,参考固定物可以由具有一些机加工的、紧密配合的平行凹槽的铝板形成,其中传感器设备可胶合或其它方式粘附于所述平行凹槽。因此,耦合的传感器设备之间的位置和取向偏移在传感器设备耦合至参考固定物14的位置处是已知的。
在使用中,目标固定物26被锚固至患者解剖结构的解剖学构造。目标固定物26包括连接器28,该连接器用于将一个或更多个传感器设备16、18的部分固定至目标固定物并将传感器设备的固定部分保持在预先定义的形状或姿态中。传感器设备可被胶合、机械保持、或以其它方式粘附于目标固定物内。在一个实施例中,目标固定物可以是具有多个紧密配合的凹槽的小铝板,在紧密配合的凹槽中传感器设备的各部分被保持处于固定的运动学关系。
如图2中所示,传感器设备16包括多芯光纤50,该多芯光纤50包括在包层66内的七个芯52、54、56、58、60、62、64。在一个实施例中,多芯光纤直径约为200μm。在另一些实施例中,直径可以更大或更小。传感器设备18和20可具有类似的构造,并因此将不会进一步详细描述。在可替代的实施例中,传感器设备可具有比七个芯更多或更少的芯。可替代的,传感器设备可包括多个光纤,每个光纤均具有一个或更多个光芯。
每个芯52-64可以是具有足够距离的单个模式和将该芯分开以使在每个芯中的光线不能与在其它芯中承载的光线发生显著相互作用的包层。每个芯可包括提供在一个或更多个维度中的应变测量的光纤布拉格光栅(FBG)。在2005年7月13日提交的公开为“纤维光学位置和形状感测设备及其相关方法(Fiber optical position and shape sensingdevice and method relating thereto)”的美国专利申请号11/180,389;在2004年7月16日提交的公开为“纤维光学形状及相对位置感测(Fiber-optic shape and relativeposition sensing)”的美国临时专利申请号60/588,336;以及在1998年6月17日提交的公开为“光学纤维弯曲传感器(Optical Fiber Bend Sensor)”的美国专利号6,389,187中描述了用于监测在三维中光纤的形状和相对位置的各种***和方法,这些专利申请的全部内容以参考方式被并入本文。在另一些替代中,采用其它应变感测技术(诸如瑞利散射、拉曼散射、布里渊散射和荧光散射)的传感器是可适用的。
在一些实施例中,FBG的阵列被提供在每个芯内。每个FBG包括一系列的芯折射率的调制以便产生在折射率中的空间周期。间隔可被选择以使来自每个折射率改变的部分反射相干相加用于窄波段,并因此仅反射该窄波段同时穿过更宽波段。在FBG的制作期间,调制通过已知距离而被隔开,从而导致已知波段的反射。然而,当在纤芯上诱导应变时,调制间隔将根据在芯中的应变量来改变。可替代的,反向散射或随着光纤的弯曲而变化的其它光学现象能够用以确定在每个芯内的应变。
因此,为了测量应变,光线被向下发送给纤芯,并且测量返回光线的特性。在这个实施例中,询问器12产生并接收每个芯的返回光线。在可替代的实施例中,可使用不止一个询问器。FBG产生反射的波长,其是在纤维上及其温度下应变的函数。该FBG技术可从多种来源(诸如英国的布拉克内尔智能纤维有限公司)商购。在2006年7月20日提交的公开为“包括使用纤维布拉格光栅的位置传感器的机器人手术***(Robotic Surgery SystemIncluding Position Sensors Using Fiber Bragg Gratings)”的美国专利号7,930,065中描述了在用于机器人手术的位置传感器中FBG技术的使用,所述专利的全部内容以参考方式被并入。
当光纤的弯曲应用至多芯纤维时,该光纤的弯曲诱导在芯上的能够通过监测在每个芯中的波长偏移而测量的应变。通过具有在纤维中的偏离轴线设置的两个或更多个芯,纤维的弯曲诱导在每个芯中不同的应变。这些应变是纤维弯曲的局部程度的函数。例如,如果包括FBG的芯的区域位于纤维弯曲的点处,则该区域从而能够用于确定在这些点处的弯曲量。这些与FBG区域的已知间隔相结合的数据能够用于重建纤维的形状。
传感器处理和控制***27包括至少一个处理器(未示出),并且通常包括用于处理从询问***27接收的信息的多个处理器。***27包括实施本文中描述的一些或所有方法的编程的指令。尽管***27被示出为在图1的简化示意图中的单个方框,但是该***可包括具有可选择性地在不同位置被执行的处理部分的许多数据处理电路。可采用任何多种集成或分布的数据处理结构。类似地,编程的指令可作为许多单独的程序或子程序而被实施,或者它们可被集成到本文描述的机器人***的许多其他方面。
在图2和图3的实施例中,中心芯64位于芯52-64的径向阵列的中心。六个芯52-64布置在具有形成第一三元组的芯52、54、56和形成第二三元组的芯58、60、62的两个三元组中。在每个三元组中的三个光芯以三角形进行布置(在剖面中)并且绕通过中心芯64的中心轴线A1以约120°均匀的间隔开。传感器设备16能够包括沿着其近端16a和远端16b之间的轴向长度的多个区段,所述多个区段在传感器设备的每个轴向区段处具有针对每个芯所确定的应变值。
来自至少三个芯的应变值能够用于计算轴向区段的弯曲。可结合来自每个轴向区段的弯曲值来计算传感器设备的形状。根据传感器设备的形状,可确定远端16b、18b、20b的位置和取向或传感器设备的其它轴向部分。图4和图5提供用于确定传感器设备的形状并因此确定传感器设备的远端的姿态的可替代方法。这两种方法使用冗余光纤形状信息以改进最终确定的传感器形状的精度。
在图4的实施例中,用于确定多芯光纤的远侧尖端的姿态(例如,在传感器设备16、18、20中纤维的远端)的方法100包括,在102处,提供包括用于确定纤维的三维弯曲的多个芯(例如,六个芯52、54、56、58、60、62)的多芯光纤。三个芯是确定三维形状所需要的最小量。径向布置在中心芯周围的所有六个芯的使用提供可结合以产生更精确传感器形状的冗余形状信息。在104处,该方法包括确定用于在多个芯中的每个芯的所选择轴向区段或所有轴向区段的应变。
在106处,该方法包括使用用于多个芯的确定应变来确定光纤的复合形状。例如,可结合在所有芯中的应变以重建弯曲、扭转、压缩、及限定光纤的总体复合形状的其它形状特性。例如,参考图3,如果在芯58和54中的应变表示压缩(负应变)、在62、56中的应变表示拉伸(正应变)、及在52、64、60中的应变为中性的,那么针对穿过芯52、60的线的周围的芯54、58,最佳拟合弯曲/扭转角度可以是纯弯曲。
在108处,该方法包括使用用于多个芯的确定应变来确定光纤的远端的姿态。例如,借助保持固定姿态(如,通过参考固定物14)的光纤的近端,光纤的确定的复合形状可以累积应用至近端固定姿态以确定沿着光纤的轴向长度的中间部分的姿态。使用这种方法,可确定光纤的远端的姿态。
在图5的实施例中,用于确定多芯光纤(如,传感器设备16、18、20中的纤维的远端)的远侧尖端的姿态的方法100包括,在112处,提供多芯光纤,该多芯光纤包括用于确定纤维的三维形状的第一组芯(如,第一三元组52、54、56)和用于确定纤维的三维形状的第二组芯(如,第二三元组58、60、62)。单个三元组芯是确定三维形状的所需要的最小量。然而,对于测量扭转而言,除了三个径向布置的芯以外,每组芯可包括第四芯、中心芯64。两个三元组(或两个三元组加中心芯)的使用提供可结合以产生更精确传感器形状的冗余形状信息。在114处,该方法包括确定用于在第一组芯和第二组芯中每个芯的所选择片段或所有片段的应变。
在116处,该方法包括使用用于第一组芯的确定应变来确定光纤的复合形状。例如,光纤的形状可以从弯曲、扭转、压缩或源自从限定光纤的总体复合形状的第一三元组芯的三维应变的其它形状特性中重建。在118处,该方法包括使用用于第二组芯的确定应变来确定光纤的复合形状。例如,光纤的形状可以从弯曲、扭转、压缩、以及源自限定光纤的总体复合形状的第二三元组芯的三维应变的其它形状特性中重建。
在120处,该方法包括将第一和第二复合形状合并以确定光纤的第三复合形状。例如,从第一三元组中确定的光纤形状可以与从第二三元组中确定的光纤形状一起被平均,从而确定光纤的复合形状。在可替代的实施例中,来自每个三元组的形状可以表示为一系列扭转和弯曲角度,并且两种形状的合并可需要对那些扭转和弯曲角度序列进行平均以基于平均的序列来重建复合形状。
在122处,该方法包括使用用于第一组芯和第二组芯的确定应变来确定光纤的远端的姿态。例如,借助保持固定姿态(如,通过参考固定物14)的光纤的近端,光纤的复合形状可累积应用至近端固定姿态以确定沿着光纤的轴向长度的中间部分的姿态。使用这种方法,可确定光纤的远端的姿态。
如在图6至图13的实施例中描述的,多个形状传感器设备可在运动学闭合环路中受到约束,所述运动学闭合环路具有沿着传感器设备长度重合的某些部分或者在沿着传感器设备长度的一个或更多个部分之间具有固定的运动学关系。传感器设备可使用用于确定区段弯曲和总体三维形状的单个传统三元组光芯,或可使用使用多个三元组光芯的上述方法或来自不止三个光芯的所结合的数据,以确定区段弯曲和总体形状。
冗余传感器设备
图6图示说明根据本公开的另一个实施例的传感器***10的配置200。在这个实施例中,两个形状传感器设备16、18被附接在共同参考固定物14和共同目标之间。在这个示例中,该目标是解剖目标202(如,患者解剖结构的骨骼或软组织)。在另一些实施例中,传感器设备的共同目标可以是介入器械或植入设备。如将要描述的,传感器设备的测量形状及它们在一个或更多个位置处的已知运动学关系能够用于产生目标结构的更精确位置。
在这种配置中,传感器设备16、18的近端16a、18a分别连接至询问***12。传感器设备16由参考固定物14在位置A处保持固定运动学姿态,并且传感器设备18由参考固定物14在位置C处保持固定运动学姿态。在位置A和C处,传感器设备之间的三维位置偏移和传感器设备之间的三维取向偏移是已知的。传感器设备16的远端16b被耦合至在位置B处的目标固定物26,并且传感器设备18的远端18b被耦合至在位置D处的目标固定物26。目标固定物26使远端16b和18b相对于目标固定物并且相对于彼此保持处于固定的运动学关系。在位置B和D处,传感器设备之间的三维位置偏移和传感器设备之间的三维取向偏移是已知的。目标固定物26被固定至患者解剖结构的目标组织202。由于目标固定物26随着由于例如呼吸、心脏运动、患者移动、或在介入过程期间通过临床医生的组织处理所导致的患者解剖结构而运动,传感器部分16b、18b相对于彼此保持处于固定的运动学关系。
在这个实施例中,传感器设备16在位置A和B之间的长度不同于(在这个实施例中更长)传感器设备18在位置C和D之间的长度。传感器设备16、18可分别沿着AB和CD之间的长度的任何地方进入患者解剖结构。例如,每个传感器设备可被耦合至患者的外部解剖结构或对于参考固定物和目标固定物之间的大多数长度而言,其可在患者解剖结构周围的自由空间内延伸,并进入仅靠近附接至目标固定物的传感器设备的远端的患者解剖结构。参考固定物和目标固定物之间的传感器设备的部分可被容纳在保护光纤完整性的稳固涂层中但允许沿着外部患者解剖结构或患者解剖结构周围的自由空间中的传感器设备挠曲和运动。例如,3mm直径保护套可覆盖患者解剖结构之外的传感器设备。可替代的,传感器设备可通过自然或手术产生的孔口进入患者解剖结构并且穿过自然或手术产生的解剖内腔以到达目标固定物和目标组织。
图7图示说明使用如在图6中配置的传感器***10的方法210。在212处,如在图6中配置的传感器***10被提供有附接至目标组织202的目标固定物26。目标组织202可以是(例如)骨骼,诸如锥骨体或髋关节部分。可替代地,目标组织202可以是软组织,诸如患者腹部中的器官或患者大脑部分。在214处,方法210包括获得在传感器设备16被固定至参考固定物14的位置A处的传感器设备16的姿态。例如,获得在位置A处的传感器设备的姿态可包括,基于校准过程和传感器设备在位置A处固定于参考固定物这一事实,知道沿着传感器设备的起点在哪。可替代地,获得在位置A处的传感器设备的姿态可包括检测在传感器设备中的已知特征(如,90°弯曲或小型泵)。在2009年11月13日提交的公开为“使用形状传感器感测相对部分姿态信息的方法和***(Method and System to Sense Relative Partial-Pose Information Using a Shape Sensor)”的美国专利申请号12/617,995中进一步详细描述了已知形状特征的使用,所述专利申请的全部内容以参考方式被并入本文。在216处,传感器设备16被询问以确定传感器设备在位置A和B之间的形状。在218处,传感器设备16的远端16b的姿态使用传感器设备的确定形状来获得。例如,借助通过参考固定物14在A处保持固定姿态的光纤部分,传感器设备的复合形状可以在A处累积应用至固定姿态以确定沿着A和B之间的传感器设备的轴向长度的中间部分的姿态。使用这种方法,可确定传感器设备16的远端16b的姿态。
在220处,方法210包括获得在传感器设备18被固定至参考固定物14的位置C处的传感器设备18的姿态。在222处,传感器设备18被询问以确定传感器设备在位置C和D之间的形状。在224处,传感器设备18的远端18b的姿态使用传感器设备的确定形状来获得。例如,借助通过参考固定物14在C处保持固定姿态的光纤部分,传感器设备的复合形状可以在C处累积应用至固定姿态以确定沿着C和D之间的传感器设备的轴向长度的中间部分的姿态。使用这种方法,可确定传感器设备18的远端18b的姿态。
在226处,该方法210包括获得在目标固定物26(即,分别在B和D处)处的传感器设备16、18之间的三维偏移距离和/或取向差异。在228处,该方法包括获得在参考固定物14(即,分别在A和C处)处的传感器16、18之间的三维偏移距离和/或取向差异。
在230处,该方法包括确定用于形状传感器16的远端16b的修正姿态。例如,传感器设备18的远端18b姿态可通过在位置A与C和位置B与D处的传感器设备之间的已知偏移来调整,从而产生冗余确定或传感器设备16的远端16b的修正姿态。同样地,远端16b可通过在位置A与C和位置B与D处的传感器设备之间的已知偏移来调整,从而产生冗余确定或传感器设备18的远端18b的修正姿态。借助这种方法,可确定比使用在其自身上的单个传感器设备可能确定的更精确的目标的位置和取向。
环形传感器设备
图8图示说明根据本公开的另一个实施例的传感器***10的配置250。在这个实施例中,单个传感器设备从参考固定物至目标,并返回至参考固定物而成环。如将要描述的,参考固定物和目标之间的传感器区段的所测量形状以及它们在一个或更多个位置处的已知运动学关系能够用于产生目标的更精确位置。
在这个配置中,传感器设备16的近端16a被连接至询问***12。传感器设备16通过参考固定物14在位置A处被保持处于固定的运动学姿态。传感器设备16的另一个部分在位置B处被耦合至目标固定物26。传感器设备16的远端部分16b在位置C处被耦合至处于固定的运动学姿态中的参考固定物14。因此,传感器设备16形成具有A与C之间的传感器设备部分的已知三维位置偏移和A与C之间的传感器设备部分的已知三维取向偏移的环路。目标固定物26将传感器设备16的中间部分相对于目标固定物保持处于固定的运动学姿态。目标固定物26被固定至患者解剖结构的目标组织202。由于目标固定物26随着患者解剖结构而运动,耦合至目标固定物26的传感器部分相对于目标固定物保持固定的运动学关系。在这个配置中,A和B之间的传感器设备区段作为第一形状传感器,并且C和B之间的传感器设备区段作为第二形状传感器。位置A和B之间的传感器设备16的长度可以不同于(在这个实施例中更短)位置C和B之间的长度。传感器设备16可沿着AB之间的长度的任何地方进入患者解剖结构并且可沿着BC之间的长度的任何地方离开患者解剖结构。例如,传感器设备可被耦合至患者的外部解剖结构,或者对于参考固定物和目标固定物之间大多数长度而言,其可在患者解剖结构周围的自由空间内延伸,并且进入/离开仅靠近附接至目标固定物的传感器设备部分的患者解剖结构。参考固定物和目标固定物之间的传感器设备部分可被容纳在保护光纤整体性的稳固涂层中,但允许沿着外部患者解剖结构或在患者解剖结构周围的自由空间中的传感器设备的挠曲和运动。可替代地,传感器设备可通过自然或手术产生的孔口进入患者解剖结构,并穿过自然或手术产生的解剖内腔以到达目标固定物和目标组织。
在图8的实施例中,环形传感器设备16可以被耦合至目标固定物,使得传感器设备的(一个或更多个)光纤平滑地弯曲,而不存在扭结、过度扭转、过度弯曲、或诱导高应变或对纤维的损坏的其他情况。例如,目标固定物26可以被构造为具有预先形成的凹槽,该凹槽的尺寸被设定为接收形状传感器16并将其保持预定的弯曲形状,从而抵抗在目标固定物处的扭结或过度扭转。
图9图示说明使用如图8中配置的传感器***10的方法260。在262处,如在图8中配置的传感器***10被提供有附接至目标组织202的目标固定物。在264处,该方法260包括获得在传感器设备16被固定至参考固定物14的位置A处的传感器设备16的姿态。在266处,传感器设备16被询问以确定位置A和B之间的传感器设备的第一区段的形状。在268处,在B处耦合至目标固定物的传感器设备16的部分的姿态使用位置A和B之间的传感器设备的第一区段的确定形状而获得。例如,借助通过参考固定物14在A处保持固定姿态的光纤部分,传感器设备的第一区段的复合形状可以在A处累积应用至固定姿态,以确定沿着A和B之间的传感器设备的轴向长度的中间部分的姿态。使用这种方法,可以确定在位置B处的传感器设备的第一区段的姿态。
在270处,该方法260包括获得在传感器设备16被固定至参考固定物14的位置C处的传感器设备16的姿态。在272处,传感器设备16被询问以确定位置C和B之间的传感器设备的第二区段的形状。在274处,耦合至在B处的目标固定物的传感器设备16部分的姿态使用位置C和B之间的传感器设备的第二区段的确定形状来获得。例如,借助通过参考固定物14在C处保持固定姿态的光纤部分,传感器设备的第二区段的复合形状可以在C处累积应用至固定姿态,以确定沿着C和B之间的传感器设备的轴向长度的中间部分的姿态。使用这种方法,可以确定在位置B处的传感器设备的第二区段的姿态。
在276处,该方法260包括基于在B处的第一区段(A-B)姿态和在B处的第二区段(C-B)姿态来确定在目标处的传感器设备姿态。例如,在目标处的传感器设备姿态的确定可通过平均在B(在A和C处具有假定的正确起始姿态)处第一区段姿态和第二区段姿态而确定。借助这种方法,可以确定比使用在参考固定物和目标之间的单个传感器设备可能确定的更精确的在B处目标的位置和取向。
图10再次图示说明传感器***10的配置250。在这个配置中,如先前描述的,形状传感器16在A处被耦合至参考固定物14、在B处被耦合至目标固定物26、并且在C处被耦合至参考固定物14。这个实施例通过使用位置A和C’之间的传感器设备16的所测量的形状252,提供用于确定在B处的传感器的姿态的纠错和冗余。A和C’之间的第三形状传感器区段的所测量的形状252可略微不同于A和C之间的第三形状传感器区段的真实形状。测量真实位置C和所测量位置C’之间的多维度校正因子提供了用于校正在传感器设备16中产生的累积误差的信息。这种信息可用于减小在确定位置B’的位置中的误差。
图11图示说明使用如图10中配置的传感器***10以校正在B处目标的位置和取向的方法280。在282处,A和C之间的传感器设备16被询问以确定A和C’之间的传感器设备的所测量的形状252。在284处,在B’和C’处的传感器设备16的姿态使用传感器设备的所确定的形状来获得。例如,借助通过参考固定物14在A处保持固定姿态的光纤部分,传感器设备的复合形状可以在A处累积应用至固定姿态,以测量沿着包括在B’和C’处的传感器的轴向长度的中间部分的姿态。在286处,获得在传感器设备16被固定至参考固定物14的C处的传感器设备16的已知真实姿态。在288处,在C处的传感器设备的真实姿态和在C’的处传感器设备的计算姿态之间计算三维第一校正因子。在289处,确定三维第二校正因子以基于第一校正因子校正在B’处的目标的计算姿态。例如,如果第一校正因子在一个方向上为2cm,则第二校正因子在相同方向上可以是其一半(即,1cm)。在另一些替代中,第二校正因子可大于或小于第一校正因子的一半。使用第二校正因子,所测量位置B’可以在290处被进一步校正以确定在目标位置B处的传感器设备16的姿态的改进近似值。校正位置B通过由三维第二校正因子来调整位置B’来确定。借助这种方法,可确定比使用单个非环形传感器设备可能确定的更精确的在B处的环形传感器设备的位置和取向。
冗余传感器和介入器械
图12图示说明根据本公开的另一个实施例的传感器***10的配置310。在这个实施例中,三个形状设备被附接至共同参考固定物,延伸到不同工具或解剖位置,并在共同目标处再一次结合。如将描述的,传感器设备的所测量形状和它们在一个或更多个位置处的已知运动学关系能够用于产生目标结构的更精确位置。在这种配置中,传感器设备16、18、20的近端16a、18a、20a分别连接至询问***12。传感器设备16通过参考固定物14在位置A处被保持处于固定的运动学姿态,传感器设备18通过参考固定物14在位置E处被保持处于固定的运动学姿态,并且传感器设备20通过参考固定物14在位置F处被保持处于固定的运动学姿态。在位置A与E处,A与E之间的传感器设备16、18的位置偏移和A与E之间的该传感器设备的取向偏移是已知的。在位置A与F中,A与F之间的传感器设备16、20的三维位置偏移和A与F之间的该传感器设备的三维取向偏移是已知的。在位置E和F处,E与F之间的传感器设备18、20的三维位置偏移和E与F之间的该传感器设备的三维取向偏移是已知的。传感器设备16的远端16b在位置C处被耦合至在目标固定物26a,并且传感器设备16的中间部分(沿参考固定物14和远端16b之间的传感器设备的轴向长度设置)在位置B处被耦合至目标固定物26a。传感器设备18的远端18b在位置D处被耦合至目标固定物26b。目标固定物26b相对于目标固定物26b并且对于彼此将远端16b和18b保持处于固定的运动学姿态。在位置C和D处,C与D之间的传感器设备的位置偏移和C与D之间的传感器设备的取向偏移是已知的。目标固定物26a被固定至患者解剖结构的目标组织204并且目标固定物26b被固定至患者解剖结构的目标组织202。由于目标固定物26b随着患者解剖结构而运动,传感器远端部分16b、18b相对于彼此被维持处于固定的运动学关系。由于目标固定物26a随着患者解剖结构而运动,传感器设备16的中间部分维持与目标固定物26a的固定的运动学关系。位置A和C之间的传感器设备16的长度可以不同于(在这个实施例中更长)位置E和D之间的传感器设备18的长度。传感器设备16、18可分别沿着AB和ED之间的长度的任何地方进入患者解剖结构。BC之间的传感器设备16可从患者解剖结构中脱离并重新进入患者解剖结构。可替代地,BC之间的传感器设备16可穿过在患者解剖结构中的自然或手术产生的通道。在这个实施例中,传感器设备20的远端20b被固定至介入器械22并且相对于介入器械被维持处于固定的运动学关系。
在一个示例中,目标组织202、204可以是患者解剖结构中的骨骼并且传感器设备可以被附接至目标组织以确定骨骼的相对位置和相对运动。传感器设备可以通过目标固定物被固定至骨骼,所述目标固定物包括接骨螺钉、粘合剂、或其它已知耦合***。
传感器设备16、18、20可包括平行布置的单个纤维或多个纤维。可替代地,传感器设备可具有串联连接的纤维片段(即,“菊链式”片段),所述串联连接的纤维片段由允许询问通过连接的光学耦合器来连接。因此,一个片段可(例如)在位置A、B之间延伸并且该片段可以被连接至在位置B、C之间延伸的另一个片段。
图13图示说明使用如在图12中配置的传感器***10的方法320。在322处,如在图12中配置的传感器***10具有附接至目标组织204的目标固定物26a和附接至目标组织202的目标固定物26b。在324处,该方法320包括获得在传感器设备16被固定至参考固定物14的位置A处的传感器设备16的姿态。在326处,传感器设备16被询问以确定位置A和B之间的传感器设备的第一区段的形状。在328处,在位置B处的传感器设备16的姿态使用第一区段传感器设备的确定形状来获得。例如,借助通过参考固定物14在A处保持处于固定姿态的传感器设备部分,传感器设备的第一区段的复合形状可以在A处累积应用至固定姿态,以确定沿着A和B之间的传感器设备的轴向长度的中间部分的姿态。使用这种方法,可以确定在位置B处的传感器设备的姿态。在330处,该方法包括确定在位置A处的参考固定物14和在位置C处的目标固定物26b之间的传感器设备16的形状。在332处,在位置C处的传感器设备16的远端16b的姿态根据A和C之间的传感器设备16的形状来确定。借助这种方法,传感器设备16、18形成运动学环路,该环路可用以改进目标组织202、204二者的位置的确定。
在334处,方法320包括获得在传感器设备18被固定至参考固定物14的位置E处的传感器设备18的姿态。在336处,传感器设备18被询问以确定位置E和D之间的传感器设备的形状。在338处,传感器设备18的远端18b的姿态使用传感器设备的确定形状来获得。例如,借助通过参考固定物14在E处保持处于固定姿态的光纤部分,传感器设备的复合形状可以在E处累积应用至固定姿态,以确定沿着E和D之间的传感器设备的轴向长度的中间部分的姿态。使用这种方法,可以确定传感器设备18的远端18b的姿态。
在340处,方法210包括获得在参考固定物14处(即,分别在A、E处)的传感器设备16、18之间的三维偏移距离和/或取向差异。在342处,获得在目标固定物26b(即分别在C和D处)处的传感器设备16、18之间的三维偏移距离和/或取向差异。在344处,获得在参考固定物14(即分别在A和F处)处的传感器设备16、20之间的三维偏移距离和/或取向差异。在346处,获得在参考固定物14(即分别在E和F处)处的传感器设备18、20之间的三维偏移距离和/或取向差异。
在348处,方法320包括获得在传感器设备20被固定至参考固定物14的位置F处的传感器设备20的姿态。在350处,传感器设备20被询问以确定位置F和G之间的传感器设备的形状。在352处,传感器设备20的远端20b的姿态使用传感器设备的确定形状来获得。例如,借助通过参考固定物14在F处保持处于固定姿态的光纤部分,传感器设备20的复合形状可以在F处累积应用至固定姿态,以确定沿着F和G之间的传感器设备的轴向长度的中间部分的姿态。使用这种方法,可以确定传感器设备20的远端20b的姿态。传感器设备20的远端20可以被固定在如图1中所示的介入器械22的远端处。可替代地,传感器设备20的远端20可以被固定在如图12中所示的介入器械22的近端处。在各种其它配置中,传感器设备20的远端20可以被固定在介入器械的其它点上,所述其它点是临床医生可能有兴趣追踪的点。
在354处,方法320包括确定用于形状传感器16的远端16b的修正姿态。例如,传感器设备18的远端18b的姿态可以基于在位置A、E之间的已知偏移和位置C、D之间的偏移而被调整,从而产生冗余确定或传感器设备16的远端16b的修正姿态。借助这种方法,可以确定比使用在其自身上的单个传感器设备16可能确定的更精确的传感器设备16的远端16b的目标位置和取向。在356处,相对于由介入器械22承载的传感器设备20的远端20b,追踪远端16b的修订姿态。
传感器20的远端20b(或相对于传感器20的远端20b固定的介入器械22的部分)可以用于提供冗余,用于改进传感器16的远端16b的位置。例如,如果传感器的远端20b保持在参考固定物处(与远端16b重合或处于与远端16b的已知运动学关系)同时传感器设备20被询问,则传感器20的所得形状可以用于确定在目标处的远端20b的位置。因此,远端20b的位置和在参考固定物和目标固定物处的传感器之间的已知三维偏移可以用于通过使用类似于用于冗余传感器设备18的方法来改进远端16b的姿态。
任何描述的传感器***配置可以用于辅助包括计算机辅助***的医疗介入过程。计算辅助***可包括诸如机器人介入***的遥控介入***。参考图14,例如,在手术、诊断、治疗、活体检查过程中使用的遥控介入***一般由参考数字400表示。如图1中所示,遥控介入***400一般包括安装至或靠近放置患者P的手术台O的机器人组件402。介入器械***404可操作地耦合至机器人组件402。操作者输入***406允许外科医生S观察手术部位并且控制介入器械***404的操作。
操作者输入***406可以位于通常与手术台O位于同一房间的外科医生控制台处。然而,应该理解的是,外科医生S能够位于与患者P不同的房间或完全不同的建筑物中。操作者输入***406一般包括用于控制介入器械***404的一个或更多个控制设备。(一个或多个)控制设备可以包括任何数目的许多输入设备,诸如手柄、操纵杆、追踪球、数据手套、触发枪、手操作的控制器、声音识别设备、触摸屏、身体运动或存在传感器,等等。在一些实施例中,(一个或多个)控制设备将被提供有与机器人组件的介入器械相同程度的自由度,以向外科医生提供与器械成一体的(一个或多个)控制设备的远程呈现、或感知,使得外科医生具有直接控制器械的强烈感觉。在另一些实施例中,(一个或多个)控制设备可具有比相关的介入器械更多或更少的自由度,并且仍向外科医生提供远程呈现。在一些实施例中,(一个或多个)控制设备是利用六个自由度运动的手动输入设备,并且其也可以包括用于致动器械(例如,用于关闭抓取钳口、将电势施加至电极、输送药物治疗,等等)的可致动手柄。
机器人组件402支撑介入器械***404并且可以包括一个或更多个非伺服控制的链接件的运动学结构(如,可手动放置并且锁定到位的一个或更多链接件,一般指的是竖立结构)和机器人操纵器。机器人组件402包括驱动介入器械404上的输入的多个致动器(如,马达)。这些马达响应于来自控制***(如,控制***412)的命令而主动运动。马达包括驱动***,当所述驱动***被耦合至介入器械404时,该驱动***可将介入器械推进至自然或手术产生的解剖孔口和/或可使介入器械的远端以多个自由度运动,所述多个自由度可包括三个直线运动自由度(如,沿着X、Y、Z笛卡尔轴线的线性运动)和三个旋转运动自由度(如,绕X、Y、Z笛卡尔轴线的旋转)。此外,马达能够用于致动器械的可活动连接的末端执行器,用于抓取活体检查设备的钳口中的组织等。
机器人介入***400也包括具有用于接收关于机器人组件的器械的信息的一个或更多个子***的传感器***408。传感器***408可以包括,例如,上述的任何配置的形状传感器设备10。传感器子***也可包括电磁(EM)位置传感器***和/或用于从插管***的远端捕获图像的可视化***。
机器人介入***400也包括用于显示手术部位的图像的显示***410和由传感器***408的子***产生的介入器械404。显示***410和操作者输入***406可以被取位成使得操作者能够控制介入器械***404和操作者输入***406,如同观察基本真实呈现的工作空间。真实呈现意为显现给操作者的显示组织图像好像操作者实际出现在图像位置处并从透视图像中直接观察组织。
可替代或附加地,显示***410可以通过使用成像技术(诸如,计算机断层扫描(CT)、磁共振成像(MRI)、X透视检查、温度记录仪、超声、光学相干断层扫描(OCT)、热成像、电阻抗成像、激光成像、纳米管X光成像等等)呈现手术前记录和/或模型化的手术部位的图像。所呈现的手术前图像可以包括二维、三维、或四维(包括,例如,基于时间或基于速度的信息)图像和模型。
在一些实施例中,显示***410可显示虚拟可视图像,其中介入器械的实际位置与手术前图像或并行图像相配准(诸如,动态引用),以向外科医生呈现在手术器械的尖端位置处的内部手术部位的虚拟图像。
在另一些实施例中,显示***410可以显示虚拟可视图像,其中介入器械的实际位置与先前图像(包括手术前记录的图像)或并行图像相配准,以向外科医生呈现在手术部位处的介入器械的图像。介入器械404的部分的图像可叠加于虚拟图像上,以辅助外科医生控制介入器械。
机器人介入***400也包括控制***412。控制***412包括至少一个处理器(未示出),并且通常地包括用于介入器械***404、操作者输入***406、传感器***408、及显示***410之间的有效控制的多个处理器。控制***412可以包括公用计算机部件,所述公用计算机部件包括逻辑单元(诸如算术或逻辑加法器)和一个或更多个记忆设备。控制***412也包括实施本文描述的一些或所有方法的编程的指令(如,存储指令的计算机可读介质)。
虽然控制***412被示出为在图1的简化示意图中的单个方框,但是该***可以包括许多数据处理电路,该数据处理电路具有可选地在机器人组件402上或者邻近机器人组件402被执行的处理部分、在操作者输入***406处被执行的部分,等等。控制***24和传感器处理与控制***27可以是控制***的部件。可采用任何多种集成或分布的数据处理结构。类似地,编程的指令可作为许多单独的程序或子程序而被实施,或它们可以被集成到本文描述的机器人***的许多其他方面中。在一个实施例中,控制***412支撑无线通讯协议(诸如,蓝牙(Bluetooth)、IrDA、HomeRF、IEEE 802.11、DECT和无线遥感勘测)。
在一些实施例中,控制***412可包括一个或更多个伺服控制器,所述伺服控制器将来自介入器械***404的力和扭矩反馈提供至用于操作者输入***406的一个或更多个相应的伺服马达。(一个或多个)伺服控制器也可传输命令机器人组件402的信号以使介入器械404运动,所述介入器械经由身体中的开口延伸至患者身体内的内部手术部位。可以使用任何适合的传统或特殊的伺服控制器。伺服控制器可从机器人组件402中分离或与机器人组件402集成。在一些实施例中,提供伺服控制器和机器人组件作为邻近患者的身体放置的机器人臂手推车的部分。
控制***412可进一步包括对介入器械404提供导航辅助的虚拟可视***。使用虚拟可视***的虚拟导航基于参考与解剖通道的三维结构相关联的所获得数据集。更具体地,虚拟可视***处理使用成像技术记录和/或模型化的手术部位图像,所述成像技术诸如计算机断层扫描(CT)、磁共振成像(MRI)、荧光检查、热敏成像、超声、光学相干断层扫描(OCT)、热成像、电阻抗成像、激光成像、纳米管X光成像,等等。软件用于将所记录图像转化为部分或整个解剖器官或解剖区域的二维或三维模型。该模型描述通道的各种位置和形状及它们的连接性。用于产生模型的图像可以在临床过程期间在手术前或手术中被记录。在可替代的实施例中,虚拟可视***可使用标准模型(即,不是具体患者)或标准模型与患者具体数据的混合。模型和由模型产生的任何虚拟图像可在一个或更多个运动阶段期间(如,在肺的吸气/呼气循环期间)或在诱导的解剖运动期间(如,患者重新定位或器械导致的变形)代表可变形解剖区域的静态姿态。
在虚拟导航过程期间,传感器***408可用于计算关于患者解剖结构的器械的近似位置。该位置能够用于既产生患者解剖结构的宏观水平追踪图像又产生患者解剖结构的虚拟内部图像。使用光纤传感器以配准并显示介入器械连同手术前记录的手术图像(诸如虚拟可视***中的那些图像)的各种***是已知的。例如,在2011年5月13日提交的公开为“针对图像引导的手术提供解剖结构模型的动态配准的医疗***(Medical SystemProviding Dynamic Registration of a Model of an Anatomical Structure forImage-Guided Surgery)”的美国专利申请号13/107,562中公开了一种这样的***,该专利申请的全部内容以参考方式被并入本文。
机器人介入***400可进一步包括可选操作和支撑***(未示出),诸如照明***、操纵控制***、冲洗***、和/或吸入***。在可替代的实施例中,机器人***可包括不止一个机器人组件和/或不止一个操作者输入***。操纵器组件的准确数目将取决于手术过程和在手术室内的空间约束,及其它因素。可搭配操作者输入***,或该操作者输入***可被放置在分开位置中。多个操作者输入***允许不止一个操作者控制各种组合形式的一个或更多个操纵器组件。
本发明的实施例中的一个或更多个元件可以在软件中被实施从而在诸如控制***412的计算机***的处理器上执行。当在软件中实施时,本发明的实施例的元件本质上是执行必要任务的代码片段。可能已经通过在传输介质或通讯链路上、包含在载波中的计算机数据信号下载的程序或代码片段能够被存储在处理器可读存储介质或设备中。处理器可读存储设备可包括能够存储包括光学介质、半导体介质、及磁介质的信息的任何介质。处理器可读存储设备示例包括电路;半导体设备;半导体存储器设备;只读存储器(ROM);快闪存储器;可擦除可编程只读存储器(EPROM);软盘;CD-ROM;光盘;硬盘;或其它存储设备。代码片段可经由计算机网络(诸如互联网、内联网等)下载。
注意,呈现的处理和显示本质上可不与任何特定计算机或其它装置相关。许多这些***的所需结构将在权利要求中作为元件显示出来。此外,本发明的实施例不参考任何特定编程语言来描述。将理解的是,许多编程语言可用于实施如本文中所描述的本发明的教导。
虽然本发明的某些示例性实施例已经在附图中描述并示出,但是应该理解的是,这些实施例仅是说明性并且对本发明范围不是限制性的,并且由于对于本领域技术人员而言可出现各种其它修改,所以本发明的实施例不限于显示和描述的构造和布置。
Claims (15)
1.一种操作形状感测装置的方法,所述方法包括:
接收来自细长形状传感器的形状数据,所述细长形状传感器具有耦合至参考固定物的第一部分、耦合至解剖目标的第二部分、和耦合至所述参考固定物的第三部分,其中所述第一部分和第三部分被维持处于已知的运动学关系;
确定在所述第一部分和所述第二部分之间的所述细长形状传感器的第一形状;
确定在所述第三部分和所述第二部分之间的所述细长形状传感器的第二形状;以及
根据所述第一形状和所述第二形状,确定在所述解剖目标处的所述第二部分的位置。
2.根据权利要求1所述的方法,其中所述细长形状传感器包括多芯光纤。
3.根据权利要求1所述的方法,其中在所述第一部分和所述第二部分之间的所述细长形状传感器的长度本质上不同于在所述第三部分和所述第二部分之间的所述细长形状传感器的长度。
4.根据权利要求1所述的方法,其中所述第二部分和所述解剖目标被维持处于已知的运动学关系。
5.根据权利要求1所述的方法,其中所述第二部分以预定形状耦合至解剖目标。
6.根据权利要求1所述的方法,其中根据所述第一形状和所述第二形状,确定在所述解剖目标处的所述第二部分的位置包括通过平均所述第一形状和所述第二形状以结合所述第一形状和所述第二形状,从而确定所述第二部分的位置。
7.根据权利要求1所述的方法,进一步包括根据所述第一形状和所述第二形状,确定在所述解剖目标处的所述第二部分的取向。
8.根据权利要求7所述的方法,其中根据所述第一形状和所述第二形状,确定在所述解剖目标处的所述第二部分的取向包括通过平均所述第一形状和所述第二形状以结合所述第一形状和所述第二形状,从而确定所述第二部分的取向。
9.一种操作形状感测装置的方法,所述方法包括:
接收来自细长形状传感器的形状数据,所述细长形状传感器具有耦合至参考固定物的第一部分、耦合至解剖目标的第二部分、和耦合至所述参考固定物的第三部分,其中所述第一部分和第三部分被维持处于已知的运动学关系;
确定在所述第一部分和第三部分之间的所述细长形状传感器的形状;
确定所述第三部分的测量位置;
确定所述第三部分的所述测量位置和所述第三部分的实际位置之间的校正因子;
确定所述第二部分的测量位置;以及
通过基于所述校正因子校正所述第二部分的所述测量位置来确定所述第二部分的校正位置。
10.根据权利要求9所述的方法,其中校正所述第二部分的所述测量位置包括基于所述校正因子确定第二校正因子。
11.根据权利要求10所述的方法,其中所述校正因子包括所述第三部分的所述测量位置和所述第三部分的实际位置之间的第一偏移距离,和其中所述第二校正因子包括所述第二部分的所述测量位置与所述第二部分的所述校正位置之间的第二偏移距离,所述第二偏移距离小于所述第一偏移距离。
12.根据权利要求9所述的方法,其中所述校正因子是三维校正因子。
13.根据权利要求9所述的方法,其中确定所述第二部分的所述测量位置包括:
确定在所述第一部分和所述第二部分之间的所述细长形状传感器的第一形状;
确定在所述第三部分和所述第二部分之间的所述细长形状传感器的第二形状;以及
根据所述第一形状和所述第二形状,确定在所述解剖目标处的所述第二部分的所述测量位置。
14.根据权利要求13所述的方法,其中根据所述第一形状和所述第二形状,确定在所述解剖目标处的所述第二部分的所述测量位置包括通过平均所述第一形状和所述第二形状以结合所述第一形状和所述第二形状,从而确定所述第二部分的位置。
15.根据权利要求9所述的方法,其中所述细长形状传感器包括多芯光纤。
Applications Claiming Priority (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201361859648P | 2013-07-29 | 2013-07-29 | |
US61/859,648 | 2013-07-29 | ||
CN201480042548.0A CN105473097B (zh) | 2013-07-29 | 2014-07-25 | 具有冗余感测的形状传感器*** |
PCT/US2014/048175 WO2015017270A1 (en) | 2013-07-29 | 2014-07-25 | Shape sensor systems with redundant sensing |
Related Parent Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201480042548.0A Division CN105473097B (zh) | 2013-07-29 | 2014-07-25 | 具有冗余感测的形状传感器*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114343608A true CN114343608A (zh) | 2022-04-15 |
CN114343608B CN114343608B (zh) | 2024-07-26 |
Family
ID=
Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2007011654A1 (en) * | 2005-07-14 | 2007-01-25 | Enhanced Medical System Llc | Robot for minimally invasive interventions |
WO2008093517A1 (ja) * | 2007-01-31 | 2008-08-07 | National University Corporation Hamamatsu University School Of Medicine | 手術支援情報表示装置、手術支援情報表示方法及び手術支援情報表示プログラム |
US20080212082A1 (en) * | 2004-07-16 | 2008-09-04 | Luna Innovations Incorporated | Fiber optic position and/or shape sensing based on rayleigh scatter |
US20090123111A1 (en) * | 2006-02-22 | 2009-05-14 | Hansen Medical, Inc. | Optical fiber grating sensors and methods of manufacture |
US20090314925A1 (en) * | 2008-06-18 | 2009-12-24 | Mako Surgical Corp. | Fiber optic tracking system and method for tracking |
US20090324161A1 (en) * | 2008-06-30 | 2009-12-31 | Intuitive Surgical, Inc. | Fiber optic shape sensor |
US20110071508A1 (en) * | 2006-06-13 | 2011-03-24 | Intuitive Surgical Operations, Inc. | Retrograde instrument |
US20110090486A1 (en) * | 2009-07-15 | 2011-04-21 | Hansen Medical, Inc. | Fiber shape sensing systems and methods |
WO2011048509A1 (en) * | 2009-10-23 | 2011-04-28 | Koninklijke Philips Electronics N.V. | Optical sensing - enabled interventional instruments for rapid distributed measurements of biophysical parameters |
US20110109898A1 (en) * | 2009-09-18 | 2011-05-12 | Luna Innovations Incorporated | Optical position and/or shape sensing |
EP2345913A1 (en) * | 2010-01-15 | 2011-07-20 | Furukawa Electric Co., Ltd. | Multi-core optical fiber, optical connector and method of manufacturing multi-core optical fiber |
US20110202069A1 (en) * | 2010-02-12 | 2011-08-18 | Prisco Giuseppe M | Method and system for absolute three-dimensional measurements using a twist-insensitive shape sensor |
US20110222828A1 (en) * | 2010-03-10 | 2011-09-15 | Sumitomo Electric Industries, Ltd. | Multi-core optical fiber |
CN102449666A (zh) * | 2009-03-26 | 2012-05-09 | 直观外科手术操作公司 | 用于为操纵内窥镜设备的末端朝向一个或更多个界标转向提供视觉引导和在内窥镜导航中辅助操作者的*** |
WO2012168855A1 (en) * | 2011-06-10 | 2012-12-13 | Koninklijke Philips Electronics N.V. | Optical fiber sensing for determining real time changes in applicator geometry for interventional therapy |
Patent Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080212082A1 (en) * | 2004-07-16 | 2008-09-04 | Luna Innovations Incorporated | Fiber optic position and/or shape sensing based on rayleigh scatter |
WO2007011654A1 (en) * | 2005-07-14 | 2007-01-25 | Enhanced Medical System Llc | Robot for minimally invasive interventions |
US20090123111A1 (en) * | 2006-02-22 | 2009-05-14 | Hansen Medical, Inc. | Optical fiber grating sensors and methods of manufacture |
US20110071508A1 (en) * | 2006-06-13 | 2011-03-24 | Intuitive Surgical Operations, Inc. | Retrograde instrument |
WO2008093517A1 (ja) * | 2007-01-31 | 2008-08-07 | National University Corporation Hamamatsu University School Of Medicine | 手術支援情報表示装置、手術支援情報表示方法及び手術支援情報表示プログラム |
US20090314925A1 (en) * | 2008-06-18 | 2009-12-24 | Mako Surgical Corp. | Fiber optic tracking system and method for tracking |
US20090324161A1 (en) * | 2008-06-30 | 2009-12-31 | Intuitive Surgical, Inc. | Fiber optic shape sensor |
CN102449666A (zh) * | 2009-03-26 | 2012-05-09 | 直观外科手术操作公司 | 用于为操纵内窥镜设备的末端朝向一个或更多个界标转向提供视觉引导和在内窥镜导航中辅助操作者的*** |
US20110090486A1 (en) * | 2009-07-15 | 2011-04-21 | Hansen Medical, Inc. | Fiber shape sensing systems and methods |
US20110109898A1 (en) * | 2009-09-18 | 2011-05-12 | Luna Innovations Incorporated | Optical position and/or shape sensing |
WO2011048509A1 (en) * | 2009-10-23 | 2011-04-28 | Koninklijke Philips Electronics N.V. | Optical sensing - enabled interventional instruments for rapid distributed measurements of biophysical parameters |
EP2345913A1 (en) * | 2010-01-15 | 2011-07-20 | Furukawa Electric Co., Ltd. | Multi-core optical fiber, optical connector and method of manufacturing multi-core optical fiber |
US20110202069A1 (en) * | 2010-02-12 | 2011-08-18 | Prisco Giuseppe M | Method and system for absolute three-dimensional measurements using a twist-insensitive shape sensor |
US20110222828A1 (en) * | 2010-03-10 | 2011-09-15 | Sumitomo Electric Industries, Ltd. | Multi-core optical fiber |
WO2012168855A1 (en) * | 2011-06-10 | 2012-12-13 | Koninklijke Philips Electronics N.V. | Optical fiber sensing for determining real time changes in applicator geometry for interventional therapy |
Also Published As
Publication number | Publication date |
---|---|
JP6797968B2 (ja) | 2020-12-09 |
CN105473097A (zh) | 2016-04-06 |
JP6532464B2 (ja) | 2019-06-19 |
US20220133414A1 (en) | 2022-05-05 |
EP3027138A4 (en) | 2017-07-05 |
JP2019168463A (ja) | 2019-10-03 |
KR20160037912A (ko) | 2016-04-06 |
US11266466B2 (en) | 2022-03-08 |
EP3027138A1 (en) | 2016-06-08 |
WO2015017270A1 (en) | 2015-02-05 |
CN109199388A (zh) | 2019-01-15 |
JP2016534822A (ja) | 2016-11-10 |
CN105473097B (zh) | 2018-12-11 |
US20160157939A1 (en) | 2016-06-09 |
KR102279975B1 (ko) | 2021-07-22 |
CN109199388B (zh) | 2022-03-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109199388B (zh) | 具有冗余感测的形状传感器*** | |
US11737682B2 (en) | Systems and methods for registration of a medical device using a reduced search space | |
US11666243B2 (en) | Systems and methods for reducing measurement error using optical fiber shape sensors | |
US10772485B2 (en) | Systems and methods for reducing measurement error using optical fiber shape sensors | |
CN108784702B (zh) | 用于跟踪介入器械的形状传感器***以及使用方法 | |
JP6567532B2 (ja) | 局所的に移動可能な標的についての形状センサシステム | |
CN114343608B (zh) | 具有冗余感测的形状传感器*** |
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 |