시연을 통한 수술 로봇의 봉합 기술 학습

사례 연구

고객 충칭우체통신대학교

측정 범위

적용 외과 로봇, 시연에서 배우는 DMP

분석 대상 니들 홀더

사용 장비

수술 보조 로봇은 정확한 제어, 안정적인 수술 및 높은 수술 정밀도의 특성을 가지고 있어 외과의가 기존 수술의 수술 정밀도, 작업 공간, 거리 및 협동 작업의 어려움을 극복할 수 있도록 도와준다.

수술 로봇 시스템이 의사와 같은 고품질의 자동 수술을 구현하기 위해서는 수술 모델을 확립하는 것이 중요한 기본 작업이다. 이를 위해 Chongqing University of Posts and Telecommunications의 Yang Dewei 교수 팀은 봉합 기술과 모델링을 연구하기 위해 상피 조직 봉합을 모델링 대상으로 삼았다.

새로운 시나리오에서 기존 모델의 열악한 마이그레이션 능력 문제를 해결하기 위해 Yang 교수는 "시연-분해-모델링" 기술 학습 모델링 프레임워크를 제안했다. 봉합 과정은 여러 하위 프로세스로 분해되었으며 DMP 방법을 사용하여 하위 프로세스의 궤적을 모델링했다.

데모에서 배우는 방법은 비슷하지만 다른 궤적을 가진 장면에 대해 더 나은 이식 능력을 가지고 있다. 봉합 실증 시 데이터를 얻기 위해 연구원들은 봉합 실증 획득 시스템을 구축했다.

시스템에는 NOKOV 모션 캡처 시스템, 바늘 홀더, 봉합 바늘, 실 및 상처 모델이 포함된다. NOKOV 모션 캡처 시스템에는 스티칭 과정을 측정하고 캡처하기 위한 7개의 적외선 광학 카메라가 장착되어 있다. 2개의 바늘 홀더에 각각 3개의 마커가 붙어 있다. 모션 캡쳐 시스템을 이용하여 마커의 3차원 좌표를 획득하였고, 바늘 홀더의 실시간 연속 위치 및 자세 궤적을 계산하였다.

아래 그림과 같이 좌표변환을 통해 상처좌표계에서 니들홀더의 운동궤적을 구할 수 있다. 의사의 손떨림을 없애기 위해 트랙 데이터를 저역 통과 필터로 처리한다.

봉합 과정은 3단계로 나눌 수 있습니다: 바늘이 피부 조직에 침투하고 매듭을 묶은 다음 봉합을 조입니다. 저자가 제안한 DMP 방법은 각 단계의 동적 과정을 나타낼 수 있다. 아래 그림은 DMP 방법을 사용하여 훈련한 후 얻은 궤적을 보여줍니다. DMP에서 얻은 궤적이 실제 궤적과 잘 일치함을 알 수 있다.

DMP 모델의 한 가지 장점은 마이그레이션 효과가 좋다는 것이다. 아래 그림과 같이 끝점 위치가 변경될 때 봉합사의 동적 과정이 유사하므로 학습 봉합 모델을 사용하여 다양한 위치 및 상처 유형에 대한 새로운 궤적을 계획하기 쉽다.

참조:

[1] D. Yang, Q. Lv, G. Liao, K. Zheng, J. Luo and B. Wei,"Learning from Demonstration: Dynamical Movement Primitives Based Reusable Suturing Skill Modelling Method," 2018 Chinese Automation Congress (CAC),2018, pp. 4252-4257, doi: 10.1109/CAC.2018.8623781.

엔지니어링에 대한 자세한 내용