Highlights & News

发表日期： 2024年2月6日

近期，英国伦敦国王学院（KCL）与中国科学院香港创新研究院人工智能与机器人创新中心（CAIR）医疗科技联合实验室HK Medtech Hub在国际机器人领域权威期刊IEEE Robotics and Automation Letters上发表了两篇论文。

两篇论文中的科研成果均由双方的青年学者和临床专家共同合作完成，探讨了机器人触觉感知技术在医疗临床领域的应用，分别介绍了“微型柔性高精度三维接触力传感器技术”和“利用深度神经网络模型基于视觉预测三维接触力的技术”。

论文一：Optical-Waveguide Based 3-Axial Tactile Sensor for Minimally Invasive Surgical Instruments

作者：Yue Li, Wenlong Gaozhang, Jian Hu, Danqian Cao, Prokar Dasgupta, Hongbin Liu

论文DOI：10.1109/LRA.2023.3346756

原文链接：

https://ieeexplore.ieee.org/abstract/document/10373125

微创手术是一种通过小切口完成手术的现代手术技，可以减少身体伤害、减轻患者痛苦并能更快速康复，是未来手术的发展趋势。但目前微创手术的一大难题是，医生使用的器械通常无法使其感受到器械对患者施加的力度，增大手术风险。

为了解决这个问题，双方科研人员研发出了一种应用于微创手术器械的高精度三维接触力传感器。这种传感器体积很小并具有柔性特点，可以装在微创手术器械的末端曲面，感应手术时用到的多种三维接触力，比如推、拉、夹的力度和方向。该技术基于光波导原理，光在波导中传输时如果波导受到力的作用，光的传输特性（如强度）会改变。通过测量接触力对全反射的干扰程度可以检测力的大小和方向，从而使医生知道他们用了多少力，使手术操作更加精确。实验结果显示，这种传感器能够准确地测量0至3N的力，平均误差仅有0.089N。

胡健助理教授认为，这种新型传感器因为柔软和微型的特性更容易集成到手术器械中，并且能提供实时的高精度的力反馈信息，这对于微创手术来说将是一个巨大的技术进步。

论文二：DaFoEs: Mixing Datasets towards the generalization of vision-state deep-learning Force Estimation in Minimally Invasive Robotic Surgery

作者：Mikel De Iturrate Reyzabal, Mingcong Chen, Wei Huang, Sebastien Ourselin, Hongbin Liu

论文DOI：10.1109/LRA.2024.3356984

原文链接：

https://arxiv.org/html/2401.09239v1

机器人辅助的微创手术技术目前应用越来越广泛，对于这种高精度的手术而言，准确感知并反馈医生对患者软组织施加的力量非常关键。因为力传感器技术尚未成熟，现有的技术还不能很好地解决这个问题。

为此，双方研究人员提出了一种新的神经网络模型技术，利用深度神经网络算法通过手术图像来估算接触力。CAIR工程师陈明聪解释道，这项技术的灵感来源于外科医生在手术中用眼睛观察软组织形变来感知力量，我们让算法学习和模仿人类大脑，同样通过视觉来估测接触力。在那些不适用传感器或物理模型来估测接触力的场景中，这项技术是一种可行且精确的估测接触力解决方案。

为了训练这个神经网络模型，科研人员创建了一个新的数据库DaFoEs，还结合了一个已有的数据库dVRK。这两个数据库包含了很多不同情况下软组织和机器人操作的数据，使得神经网络模型适应不同场景。这项技术进一步将手术视觉信息和机器人的状态数据结合起来，使得测量更精确。实验结果表明，这个系统的平均误差率为5%。此外，与同类技术相比，它的计算效率提升了约15%。

KCL与CAIR于2022年9月正式签署合作协议，致力于解决医疗领域的重大难题，并推进前沿技术研究。2023年2月双方在香港科学园举办了联合实验室的启动仪式。自联合实验室成立以来，超过20名来自两机构的科研人员在手术数据科学和手术机器人技术等多个项目上开展了密切合作，并达成了多项阶段性成果。特别是在人工触感微创手术钳和MorphGI 柔性机器人内窥镜项目上，取得了突破性进展。