陳鈺，李帥，馮慶敏，劉勝林，付艷，謝勤嵐

1.中南民族大學 生物醫(yī)學工程學院，湖北 武漢 430074；2.華中科技大學同濟醫(yī)學院附屬協(xié)和醫(yī)院 生物醫(yī)學工程研究室，湖北 武漢 430022；3.華中科技大學 機械科學與工程學院，湖北 武漢 430074

引言

微創(chuàng)外科手術以其手術創(chuàng)口小、利于患者恢復、手術并發(fā)癥少等優(yōu)點已經(jīng)逐步取代了傳統(tǒng)開放式外科手術。在傳統(tǒng)的外科手術下，醫(yī)生的手能直接與患者病灶部分接觸，可以通過觸覺直接判斷組織相關信息；但在微創(chuàng)手術中，醫(yī)生主要依賴視覺，缺乏了對組織的力感知。對于當前微創(chuàng)手術系統(tǒng)而言，其構型與控制等關鍵技術已經(jīng)較為成熟，但仍存在缺少力反饋的缺點[1]。力感知作為力反饋系統(tǒng)中力信號的獲取環(huán)節(jié)，研究其精密加工、生物相容性等問題具有重要意義，但目前大多數(shù)研究仍處在實驗室階段。本文主要針對現(xiàn)有的微創(chuàng)手術器械力感知方法進行綜述，并進行誤差分析，旨在提出提升手術器械力感知可能的解決辦法，并對其發(fā)展趨勢進行展望。

1 研究進展

微創(chuàng)手術中獲取力信號的方式有直接和間接2種，直接測量是在手術器械上外置傳感器，與手術器械本身的設計構型無明顯相關性，而間接測量是通過手術器械本身的驅(qū)動信息或傳輸特性來間接獲取力信息，或通過與手術器械接觸物體的形變、紋理等動態(tài)信息獲取相互作用力[2]。本文根據(jù)力信息的獲取方法，將微創(chuàng)手術器械力感知分為外體感知、本體感知與動態(tài)感知。外體感知是將力傳感器直接安裝到手術器械上，依靠力傳感器來獲取力信息；本體感知是根據(jù)手術器械的設計與驅(qū)動方式，利用動力學建?；騻鬏斕匦越９烙嬃π畔?；動態(tài)感知則是通過與手術器械進行交互的物體的形變等動態(tài)信息，利用三維重建，形狀識別等方法估計出物體的受力，間接得到手術器械的受力。自1987年第1例微創(chuàng)手術以來，微創(chuàng)手術器械就一直存在缺乏力感知與力反饋的缺點，在2010年之前，外體感知與本體感知的力感知方法占據(jù)主流，但由于本體感知的動力學建模比較復雜且摩擦影響的非線性嚴重，因此外體感知方法占據(jù)大多數(shù)；近幾年，受計算機視覺中圖像分類技術的啟發(fā)，動態(tài)感知的力感知方法才在微創(chuàng)外科領域得到廣泛應用[3]。

2 外體感知

目前，用于微創(chuàng)手術器械中的力傳感器大多數(shù)是基于電信號的力傳感器和基于光信號的力傳感器。基于電信號的傳感器可分為以下2種：壓阻式力傳感器，其是利用半導體材料的應變效應；壓電式力傳感器，其是利用電介質(zhì)的極化現(xiàn)象和電容式力傳感器?；诠庑盘柕牧鞲衅骺煞譃楣鈴娬{(diào)制、波長調(diào)制和相位調(diào)制力傳感器，是利用光纖將力信息從檢測區(qū)域傳遞到光學設備，其原理是把光源入射的光束通過光纖送入調(diào)制器，與外界被測參數(shù)相互作用，使光的光學性質(zhì)如光的強度、波長、相位等發(fā)生變化，變成被調(diào)制的光信號；經(jīng)過解調(diào)后，就可以獲得被測參數(shù)[4]。以上2種傳感器的基本原理歸納如圖1所示。

圖1 力傳感器基本原理

2.1 基于電信號的力傳感器

Trejos等[1]利用應變片設計了一個可測量腹腔鏡手術器械五自由度的力和力矩的傳感器，連接了電磁傳感器提供位置反饋，其軸向測量精度為±25 N，橫向測量精度為±5 N，均方根誤差在0.35 N左右。李坤[2]利用應變片基于Stewart平臺結構開發(fā)了一款具有彈性鉸鏈的微型六維力/力矩傳感器。采用非支配序列遺傳算法對傳感器參數(shù)進行優(yōu)化。但是在多自由度手術器械中，由于采用鋼絲傳動，會產(chǎn)生誤差。Zhang等[3]利用壓電陶瓷板，螺旋金屬板和探頭設計了一種用于測量軟組織硬度的觸覺傳感器，該傳感器僅使用了一片壓電薄膜作為傳感元件，該傳感器可測得的彈性模量范圍在500 kPa以內(nèi)。Sharma等[4]開發(fā)了一種Smart-touch細針的壓電系統(tǒng)，可直接安裝在傳統(tǒng)的活檢針上，通過定量實時測量針頭穿透組織時組織剛度的變化來評估異常組織。正常的甲狀腺樣本硬度為0.06±0.02 mN/mm，該活檢針檢測精度可以達到0.02～0.41 mN/mm。Peng等[5]采用聚二甲基硅氧烷為結構材料設計了一種柔性觸覺傳感器，通過改變電容器內(nèi)傳感膜的尺寸，可以獲得不同剛度的傳感膜。該傳感器能夠在0.1～0.5 MPa的彈性范圍內(nèi)測量，精度為0.1 MPa。表1歸納了其他基于電信號的力傳感器[6-14]。

表1 基于電信號的力傳感器

2.2 基于光信號的力傳感器

基于電信號的力傳感器電路輸出信號微弱，一般在微伏級，需要外接放大電路。但是放大電路是一種弱電系統(tǒng)，具有高靈敏度，易受到外界和內(nèi)部一些無規(guī)則信號的影響，其中包括：① 電磁噪聲，由于某些醫(yī)療器械設備功率大，電壓高，在某些情況下，會導致供電線路電流瞬間切換，產(chǎn)生工頻電磁干擾[15]；② 印制電路板（Printed Circuit Board，PCB）內(nèi)部的干擾，在設計的過程中，由于布線布局等原因，大電流通過的電源線或地線等對器件產(chǎn)生感應耦合和信號傳導干擾[16]。此外由于應變片貼在手術器械的細長桿上用長導線與電橋中其他電阻相連，長導線對外界的干擾極其敏感，會導致誤差。噪聲的干擾大多數(shù)為高頻信號，需設計濾波器將高頻信號濾除，也可以在PCB布線完成后覆銅，增加散熱面，也可起到一定的電磁屏蔽作用。而且通常半導體材料的溫度系數(shù)都比較大，環(huán)境溫度會引起晶體管參數(shù)變化，導致靜態(tài)工作點不穩(wěn)定，使電路動態(tài)參數(shù)不穩(wěn)定，非線性比較嚴重。為解決溫度漂移的問題，可以添加補償電路，在電橋的供電上，一般采用恒流源供電方式，提高制作工藝，使電橋中的電阻相等，進而減小溫度誤差。在電橋電路中串聯(lián)、并聯(lián)熱敏電阻可解決零點漂移問題[16]。

基于電信號的力傳感器應用最廣、設計簡單，但是存在生物相容性較差、難于集成、易損壞等缺點，且不能進行高溫高壓滅菌，這限制了其進一步發(fā)展。由于光纖具有尺寸小、柔性大、生物相容性好、不易受到電磁干擾等優(yōu)點，使得光纖在手術器械力感知研究有了較廣泛的應用。如Xie等[17]根據(jù)光強調(diào)制（Light Intensity Modulation，LIM）的原理，用攝像機捕捉檢測元件的光強變化，設計了一種光纖觸覺陣列，其在體模和器官上做了觸覺診斷實驗，該傳感器可測量0～5 N的接觸力，精度為0.05 N，但是該傳感器無法檢測到處于組織深處的腫瘤。Yip等[18]開發(fā)了一種基于反射光強度調(diào)制的光學力傳感器，該傳感器由三對放置成三角形結構的光纖組成，每對光纖包括了耦合到光源的發(fā)射光纖和連接到光電晶體管電路的接收光纖。該傳感器測量范圍為0～2 N，但是在高頻信號中存在明顯的滯后現(xiàn)象。Lai等[19]利用光纖布拉格光柵（Fiber Bragg Grating，F(xiàn)BG）設計了一個可用于腱鞘驅(qū)動的外科手術機器人的新型力傳感器，該力傳感器由1個1 mm的FBG和1個3 mm的鎳鈦合金管組成，當肌腱受到牽拉，鎳鈦管壓縮，F(xiàn)BG產(chǎn)生應變。另一個FBG用于溫度補償，該傳感器可實時反映肌腱張力，誤差為0.37 N。Zarrin等[20]開發(fā)了用于腹腔鏡器械可消毒的夾持器，采用不銹鋼制造。設計為T形結構，F(xiàn)BG傳感器貼在T形彈性體的凹槽內(nèi)，以測量鉗口的夾持力；但是由于T形鉗口在夾持物體時會有向外彎曲的形變，無法測量軸向力，為解決此問題，將T形結構換成了工字形結構[21]，工字形抓鉗可提供更大面積的第二力矩，從而減少鉗口向外彎曲的不良影響。Fontanelli等[22]將青銅環(huán)貼在可變形結構上，當受力時，青銅環(huán)相對套管針軸線產(chǎn)生位移，引起彈性體形變，利用4個FBG光學傳感器測量，此傳感器可以測量橫向力，無法測得軸向力分量，但是采用了基于殘差的估計方法來估計軸向力分量，該傳感器靜態(tài)誤差小于12%。

Mo等[23]提出了一種用于針插入的相位調(diào)制（FPI）力感知系統(tǒng)。2個FPI傳感器平行安裝在內(nèi)徑為1.54 mm的穿刺針尖端，其中1個FPI傳感器用于測量尖端的軸向力和溫度，另一個FPI傳感器進行溫度補償。該系統(tǒng)在0～8 N測力范圍內(nèi)及23.0～37.5 ℃范圍內(nèi)有良好的準確性。表2中總結了其他基于光信號的力傳感器[24-35]。

表2 基于光信號的力傳感器

在基于光信號的力傳感器的使用中，存在測量信號的系統(tǒng)誤差，還存在一些隨機誤差，需要使用一些誤差修正技術。在實際測量中，可采取傅里葉變換或離散頻譜分析的方法，分離出周期累計的誤差，使用低通濾波方法去除。同時為了保證測量信號系統(tǒng)誤差減小，需采取相應的補償措施，主要有以下2種方法：① 歸一補償，適合在無絕對零點的光柵測量系統(tǒng)中，但是如果測量系統(tǒng)的誤差較大，會因為補償精度不夠，導致補償不徹底。② 分段補償，分段越多，補償越精確，所以會占用較多存儲空間，還會降低測量速度[34]。

理論上，施加在力傳感器上某一方向單獨的力不會影響其他方向的受力。但是由于手術器械操作桿本身的性質(zhì)，感應元件粘貼精度等因素，實際上力傳感器在不同的維度（X、Y、Z）上受力存在耦合，輸出信號存在失真。

解決耦合的方法主要有以下2種：① 硬件方面，增加感應元件粘貼精度，可以減小耦合的影響，缺點是加工精度困難，成本太大且不利于重復實現(xiàn)；② 軟件解耦，通過算法對采樣得到的信息進行處理，節(jié)約成本且較為準確，例如，利用神經(jīng)網(wǎng)絡解耦，因神經(jīng)網(wǎng)絡的自學習、自組織、自適應性強，利用神經(jīng)網(wǎng)絡可以充分逼近任意復雜的非線性系統(tǒng)，且神經(jīng)網(wǎng)絡具有很強的魯棒性和容錯性，能同時處理定量和定性的信息，可以很好地協(xié)調(diào)不同維度的力信息，或根據(jù)實驗情況采集大量數(shù)據(jù)，將整個傳感器系統(tǒng)看成黑盒，根據(jù)輸入數(shù)據(jù)與輸出數(shù)據(jù)的對應關系，建立數(shù)據(jù)模型，利用插值法不斷計算尋找到最終解。此外還有一些利用經(jīng)驗值進行模糊推理的靜態(tài)解耦方法，或利用最小二乘法，通過最小化誤差的平方和尋找數(shù)據(jù)的最佳函數(shù)匹配，但是只適用于求解線性系統(tǒng)[35]。

以上研究表明，利用外體感知力的方法結構簡單易于實現(xiàn)，具有普適性，但是會增加手術器械成本，且在滅菌性、生物相容性以及小型化等方面存在巨大挑戰(zhàn)。現(xiàn)階段研究更趨向于本體感知方法。

3 本體感知

微創(chuàng)手術器械末端由驅(qū)動機構進行驅(qū)動，所以末端的受力與驅(qū)動端的力/力矩直接相關，但是由于機械內(nèi)部摩擦等非線性的影響，且器械末端空間狹小，大多數(shù)采用絲傳動傳遞動力，鋼絲繩的張力變化也會影響力矩傳遞。想要精確檢測外力/力矩，就需要對器械進行動力學建模，建模的優(yōu)劣也直接影響檢測精度。

Su等[36]提出了一種基于深度卷積神經(jīng)網(wǎng)絡回歸算法的無模型方法來實現(xiàn)刀具的動力學辨識，并利用雙邊遙操作驗證了其有效性，該方法與傳統(tǒng)的長短時記憶網(wǎng)絡（Long Short-Term Memory，LSTM）、前饋神經(jīng)網(wǎng)絡方法相比，提高了魯棒性以及計算時間。Wang等[37]使用粒子群算法優(yōu)化BP神經(jīng)網(wǎng)絡學習空載狀態(tài)下的鋼絲繩張力與電機運動之間的關系，通過實時測量鋼絲繩的張力與神經(jīng)網(wǎng)絡的結果差值來計算關節(jié)的力矩干擾，從而估計夾持力。薛人峰[38]對微創(chuàng)手術機器人的絲傳動進行分析來估計夾持鉗的夾持力，考慮運動中滑輪之間的摩擦、滑輪與支撐軸之間的摩擦、鋼絲繩在導向滑輪上的彎曲剛度以及腕部偏轉(zhuǎn)導致耦合運動的影響。利用繩輪系統(tǒng)傳輸特性建模，夾持力估計值只有在鋼絲繩全部拉緊階段比較準確，這是因為夾持鉗在進行開合運動時，驅(qū)動端改變運動方向，鋼絲繩的松緊會突然改變，導致夾持力估計值出現(xiàn)抖動，有明顯的突變。而且絲傳動系統(tǒng)有遲滯特性，可以根據(jù)延遲時間將突變部分濾除，用前一時刻的估計值代替鋼絲繩突變和延遲時刻的估計值來解決遲滯問題?；蛘吒鶕?jù)閉環(huán)繩輪系統(tǒng)力矩傳遞特性來分段建模。如圖2所示，閉環(huán)繩輪系統(tǒng)傳輸有以下3個階段：① 工作階段（Ⅲ），該階段力矩的輸出幾乎呈線性關系；②延遲階段（Ⅰ），是在系統(tǒng)運動方向發(fā)生改變后，力矩的輸出由于遲滯特性不隨輸入變化；③ 過渡階段（Ⅱ、Ⅳ），是在延遲階段進入到工作階段或工作階段進入延遲階段的過渡階段，該階段中力矩輸出變化基本呈線性[39-40]。

圖2 閉環(huán)繩輪系統(tǒng)力矩傳遞特性

Rucker等[41]從概率角度討論了連續(xù)體機器人的內(nèi)在力傳感，通過給定機器人形狀和末端執(zhí)行器的姿態(tài)，獲得機器人上外部載荷的概率分布，用擴展卡爾曼濾波的方法估計機器人末端施加的力。他們開發(fā)的力傳感方法可以適用于任何具有p=g(τ, F)模型的柔性機器人（τ代表執(zhí)行器的矢量值，F(xiàn)代表末端執(zhí)行器的外部作用力，p代表機器人末端執(zhí)行器的姿態(tài)），但該研究中只在X、Y平面內(nèi)進行了實驗，還應考慮機器人的多處負載，并擴展在多平面上。

Guo等[42]利用深度學習的方法來測量手術器械的夾持力，該方法只需要現(xiàn)有的傳感器數(shù)據(jù)，以及電機的位置、速度和電流。首先研究了輸入數(shù)據(jù)幀，從原始傳感器數(shù)據(jù)中提取7個數(shù)據(jù)，利用基于反向?qū)W習二進制蝴蝶優(yōu)化算法形成合適的數(shù)據(jù)幀，基于此數(shù)據(jù)幀提出了一種具有注意力機制的前饋卷積神經(jīng)網(wǎng)絡來估計手術器械夾持力。實驗的均方根誤差僅為0.1233 N。表3總結了其他基于本體感知的方法[45-51]。

4 動態(tài)感知

近年來，受計算機視覺中圖像分類技術的啟發(fā)，受力信息可以表示為圖像，通過人工智能方法處理從接觸圖像中提取的原始數(shù)據(jù)或特征，利用三維重建、形狀識別、硬度檢測等方法間接反映手術器械受力。

Aviles等[43]提出一種有監(jiān)督的神經(jīng)網(wǎng)絡視覺方法，通過提取心臟表面運動的幾何形狀，使用基于LSTMRNN的深度網(wǎng)絡來學習提取的視覺幾何信息與施加的力之間的關系，均方根誤差為0.02 N，這種方法可以避免生物相容性和集成問題。Lin等[44]提出了一種利用實時圖像來重建3D模型計算組織形變的方法，使用圖像跟蹤，在內(nèi)窺鏡場景中定位手術器械，然后確定圖像場景中的變形區(qū)域。對變形的組織表面進行建模，利用變形數(shù)據(jù)獲得儀器尖端附近的接觸力。力信息可以反饋到觸覺設備，使外科醫(yī)生能夠感受到，并在監(jiān)視器上為外科醫(yī)生顯示力值。表3總結了其他基于動態(tài)感知的方法。

表3 其他本體感知與動態(tài)感知方法

利用本體感知的力感知技術雖然不受手術環(huán)境的影響，但是手術器械中關節(jié)摩擦、機械間隙等對力學建模有較大的影響，且這些參數(shù)都是根據(jù)手術器械位姿實時變化的，同時復雜的模型會導致泛化能力變差。因此需要盡可能提高加工工藝，同時優(yōu)化辨識方法，選擇最優(yōu)的激勵軌跡表達式。利用動態(tài)感知技術的力感知一般利用深度學習框架，需要大量的訓練數(shù)據(jù)，而且在沒有采集過數(shù)據(jù)的環(huán)境或組織上，無法很好地感知力信息，但是可以通過多采集訓練數(shù)據(jù)或調(diào)整神經(jīng)網(wǎng)絡結構，增加系統(tǒng)的魯棒性。

5 總結與展望

本文對微創(chuàng)手術器械的力感知技術進行了總結與分析，將力感知技術分為了外體感知、本體感知以及動態(tài)感知，討論了各種方法的優(yōu)缺點，分析了其基本原理以及誤差來源，隨著力感知技術的發(fā)展，外科醫(yī)生可以更好地感知到手術器械與組織的交互力，增加外科手術的安全性。外體感知的方法可以較為精確的感知到末端的力，但是在小型化和生物兼容性等問題上仍是一個巨大的挑戰(zhàn)；本體感知的方法不必考慮上述問題，但是這種方法是根據(jù)器械傳動系統(tǒng)、位姿等信息，需要精確的力學模型才能較好的估計力；而動態(tài)感知的方法多數(shù)還處于離體動物組織的實驗，在真實的手術過程中，操作空間小、組織出血等因素都會影響采集圖片的質(zhì)量，而內(nèi)鏡攝像頭的運動會導致圖片運動模糊、增加力估計等困難。隨著傳感器的小型化以及高度集成化，未來對于力的感知可以直接在手術器械末端集成力傳感器；同時人工智能的普及對于圖像的處理也越來越精細，利用人工智能的方法進行力感知也會逐漸用于真實的手術過程中。隨著傳感器技術，醫(yī)學圖像信息技術等的發(fā)展，未來對于力感知的要求越來越高，且對于組織的形狀、紋理、硬度、溫度等物理屬性的感知越來越有必要，有望利用傳感器與人工智能相結合進行力感知。