椎弓根进钉通道数字化分析研究

脊柱椎弓根内固定技术是恢复脊柱形态和功能的重要手段,如何安全有效地植入螺钉一直是临床应用研究十分关注的课题,本文将医学影像和医学三维重建技术与逆向工程技术结合,通过获取CT连续断层图像,重建椎骨三维数字解剖表面模型,应用逆向工程技术对三维数字解剖模型进行数字化三维定量分析与设计,探索建立定位,定量研究椎弓根进钉通道的方法,从椎骨整体三维空间上获得准确的进钉通道数据.     

血管介入微创手术机器人系统控制研究

医生在进行血管介入手术过程中需要实时的X射线图像引导,而长时间的射线辐射会严重危害医生的健康.为了减小介入医生在手术过程中受到的辐射伤害,该文研究了一款基于双主手控制的血管介入微创手术机器人系统,并对其整体框架和控制方法进行研究.医生可通过上位机界面交互,进行主从遥操作,驱动从端机构完成介入手术操作.最后进行了血管模型试验,验证了该文的介入手术机器人具备多器械协同递送的功能.     

核磁共振环境下六自由度穿刺定位机器人的研制

针对核磁共振环境下穿刺手术的定位难题,采用机器人串并联机构设计并运用气动驱动方式,研制出6自由度的穿刺定位机器人.结果表明,所研制的穿刺定位机器人能够满足穿刺机器人与核磁共振环境中结构和材料的兼容性,实现了核磁共振环境下穿刺手术的机器人定位.     

复杂型腔的余料加工方法

为提高模具型腔一面铣削的加工效率,提出一种种余料加工的方法,即进行２次加工,第１闪选取半径较在的刀具快速切削大部分材料,第２次选取半径较小的 只对剩下的余料进行切削,这样大大地缩短了加工时间,提高了加工效率,分析了余料产生的位置,给出了余料区域的计算方法,生成了加工 ,算法在Ｓｕｐｅｒｍａｎ ＣＡＤ／ＣＡＭ系统中实现,实践表明,算法稳定、可行具有很好的工程应用价值。     

体内微型医用机器人

依据不同的人体环境中体内微型医用机器人不同的驱动机制,综述体内微型机器人国内外研究现状,包括仿生物游动（泳动）驱动、特殊机械机构驱动、体外特殊场（磁场、超声波场等）驱动、胶囊类内窥镜微型机器人;分析目前体内微型机器人驱动机制在运动控制、手术安全存在的问题,讨论体内微型医用机器人关键技术：尺寸微型化、驱动机制、精确控制系统和能量供应等.探讨体内微型机器人在临床疾病诊断、体内手术的应用前景和发展方向.     

微创人工耳蜗手术导航匹配算法研究

微创人工耳蜗通道(Minimal Cochlear Access,MCA)是一种直接从颞骨的表面向内耳钻出隧道,然后在内耳植入耳蜗电极的手术治疗方式.相比于传统开放的耳蜗植入手术,MCA具有创伤小、耗时少、快速恢复及较少的并发症等优点.该手术的主要难点是要获取足够的精度,通常小于0.50 mm.该文对基于基准标志物的光学导航系统(Landmark-Based Optical Navigation System,LONS)的定量精度进行研究,通过不同的表面配准算法来获得稳定的精度.结果表明:在相同初始化条件下,颞骨模型匹配的目标配准误差(Target Registration Error,TRE)最小值为(0.16±0.01)mm.     

基于3维动作捕捉的下肢骨折术后步态分析

通过3维动作捕捉系统,采集患者的大腿、小腿、脚部的运动数据,导入到软件中进行步态分析,从而得到患者步态的时空参数和运动学参数.通过试验分析发现:患者的步长变化明显,并且手术后的患肢着地时间低于正常人标准,这说明患者术后没有完全恢复正常步态.通过这些参数的分析,定量分析患者和正常人的差距,有助于医师评估患者的康复状态,从而评定康复强度,制定后续的康复方案.     

中下颈椎椎弓根通道不同外偏角方向变化规律的数字解剖学研究

应用数字技术探讨中下颈椎椎弓根在头尾偏角不变而不同外偏角方向通道投影的变化规律.原始数据来源于1例健康成人头颈部的CT连续断层扫描数据集,将CT连续断层扫描数据导入Mimics 8.11软件,三维重建颈椎数字解剖模型,然后将重建的结果以.stl格式保存,将椎骨数字模型导入Imageware 10.0软件进一步分析.三维重建得到C3~7数字模型,从不同方向观察各椎骨形态正常;得到C3~7在不同外偏角方向椎弓根通道点云投影及其内边界、内切圆;模拟植入C3~7各个节段不同外偏角方向最大螺钉.     

面向喉部微创手术的经口腔单孔柔性机器人设计

传统喉部微创手术主要是借助于支撑喉镜进行的.而这种方式建立的手术通道狭长,手术视野及手术操作空间受限,存在着视觉盲区及操作盲区.该文针对以上问题,设计了一种新型的经口腔单孔柔性机器人,该柔性机器人可通过弯曲运动改善视觉盲区与手术操作盲区.柔性臂外径为10 mm,最大弯曲角度可达225°,并且实现了双段弯曲.柔性臂内部集成了医用内窥镜,并预留了2个器械通道,可满足复杂手术需求.该研究还进行了喉部微创手术模型实验,验证了柔性机器人进行手术的可行性.     

一种基于sEMG信号的手势识别方法研究

随着机器人技术的发展,利用表面肌电(surface electromyography,sEMG)信号进行动作识别成为研究的热点.针对sEMG与手部动作关系复杂且实际应用困难的问题,该文提出一种基于BP(back propagation)神经网络的模式识别系统,可通过指浅屈肌和肱挠肌的2路sEMG信息源,识别手部6种不同姿态.该研究采用1阶数字低通无限脉冲响应滤波器提取信号包络,并利用能量特征值进行端点检测,选取短时能量、过零率和12阶线性预测系数进行模式识别.实验结果表明:该方法可以达到90%以上的识别正确率,具有一定的实际应用前景.