要約
目的 – 頭蓋底手術では、外側頭蓋底の骨を除去する際に非常に高い精度が要求されます。
ロボット支援は、人間の感覚運動の制限による影響を軽減できます。
ただし、ロボットの剛性と慣性は、ツールと組織の相互作用の力に対する外科医の認識と制御に大きな影響を与える可能性があります。
方法 – ロボット支援による頭蓋底穴あけ中の相互作用力を調整することを目的とした、状況を認識した力制御技術を紹介します。
デジタル ツイン環境から得られるコンテキスト インタラクション情報は、感覚認識を強化し、望ましくない大きな力を抑制するために使用されます。
結果 – 私たちのアプローチを検証するために、医学生と工学部の学生 2 名を参加させた最初の実現可能性実験を実施しました。
実験では、皮質乳様突起切除術後の重要な構造の周囲にさらに穴をあけることに焦点を当てました。
実験結果は、提案した力制御を行わないロボット支援と比較して、提案した制御スキームと組み合わせたロボット支援が望ましくない相互作用力を効果的に制限することを示しています。
結論 – 提案された力制御技術は、ロボット支援による頭蓋底手術中の望ましくない相互作用力を大幅に軽減する可能性を示しています。
これらの発見は、側頭蓋底を含む複雑な手術における手術の精度と安全性を向上させるための継続的な取り組みに貢献します。
要約(オリジナル)
Purpose – Skullbase surgery demands exceptional precision when removing bone in the lateral skull base. Robotic assistance can alleviate the effect of human sensory-motor limitations. However, the stiffness and inertia of the robot can significantly impact the surgeon’s perception and control of the tool-to-tissue interaction forces. Methods – We present a situational-aware, force control technique aimed at regulating interaction forces during robot-assisted skullbase drilling. The contextual interaction information derived from the digital twin environment is used to enhance sensory perception and suppress undesired high forces. Results – To validate our approach, we conducted initial feasibility experiments involving a medical and two engineering students. The experiment focused on further drilling around critical structures following cortical mastoidectomy. The experiment results demonstrate that robotic assistance coupled with our proposed control scheme effectively limited undesired interaction forces when compared to robotic assistance without the proposed force control. Conclusions – The proposed force control techniques show promise in significantly reducing undesired interaction forces during robot-assisted skullbase surgery. These findings contribute to the ongoing efforts to enhance surgical precision and safety in complex procedures involving the lateral skull base.
arxiv情報
著者 | Hisashi Ishida,Deepa Galaiya,Nimesh Nagururu,Francis Creighton,Peter Kazanzides,Russell Taylor,Manish Sahu |
発行日 | 2024-01-22 06:50:31+00:00 |
arxivサイト | arxiv_id(pdf) |
提供元, 利用サービス
arxiv.jp, Google