申请/专利权人：合肥合滨智能机器人有限公司

申请日：2024-02-07

公开（公告）日：2024-04-19

公开（公告）号：CN117898762A

主分类号：A61B8/00

分类号：A61B8/00;A61B8/08;B25J9/16;G16H30/20;G06N3/0464

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.05.07#实质审查的生效;2024.04.19#公开

摘要：本发明涉及超声机器人自主控制技术领域，具体是基于皮下软组织形变的扫查力估计及机器人力控制方法，本发明使用了一种结合RGB三通道的超声影像与平均影像灰度特征的皮下组织层U‑net神经网络辨析法，来提高各层软组织的辨识精度，获取实时的各层软组织的变形量和接触深度。并结合采集到的超声医生认为合适的Z方向上的下压力与软组织形变关系，构建期望力回归模型，确定垂直方向扫查接触力；其次结合扫查探头的3D结构构建与软组织接触时的生物力学模型，再根据接触时接触深度计算出沿X轴方向和Y轴方向的水平阻力；最终将垂直方向扫查接触力和水平阻力作为机械臂笛卡尔力控制器的前馈，实现基于超声影像皮下软组织形变的机器人全方向力自动调节。

主权项：1.基于皮下软组织形变的扫查力估计及机器人力控制方法，其特征在于：在超声机器人进行扫查过程中，根据皮下软组织的语义分割厚度特征，以及构建的超声探头－皮肤生物力学模型，估算出超声扫查时探头与体表的垂直方向接触力和水平方向阻力；并以垂直方向接触力和水平方向阻力引入机器人控制闭环，对机械臂扫查末端工作空间采用三方向的力控制策略；包括以下方法步骤：S1、根据RGB三通道的超声影像与目标被扫查区域的超声影像图像感兴趣区域ROI的行平均灰度，使用U-Net神经网络对皮肤层、皮下脂肪层、皮下肌肉层、深浅颈膜，以及脏器进行语义分割训练，并进行标注，以获得实时的皮下软组织的厚度以及皮下软组织受力变形的量；S2、根据超声医生的经验与不同位置扫查特性，结合实时获得的皮下软组织的厚度以及皮下软组织受力的变形量，拟合出期望扫查下压力与皮下软组织厚度的关系模型；扫查机器人下压到不同扫查对象以及不同位置，根据拟合出的关系，确定机器人垂直方向的扫查期望力；S3、根据实时获取的皮下软组织的变形量与超声探头接触表面的3D机械结构模型，构建基于超声探头与扫查体表接触的生物力学模型；根据下压时软组织形变的深度与对应的生物力学模型应力，计算超声扫查过程中水平方向受到的阻力，并将该阻力作为水平方向力控制的期望力；S4、将步骤S2中获得的垂直方向扫查期望力和步骤S3中获得水平方向的扫查阻力，作为超声扫查机器人笛卡尔力控制器的前馈，实现基于超声扫查机器人的全方向力自动调节控制。

全文数据：

权利要求：

百度查询： 合肥合滨智能机器人有限公司 基于皮下软组织形变的扫查力估计及机器人力控制方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD