⚡ génie électrique

A KT-LSTM-SAC-Based Closed-Loop Temperature Control Strategy for Medical Robot-Assisted Moxibustion

Cet article propose une stratégie de commande en boucle fermée basée sur le KT-LSTM-SAC qui intègre des données cinématiques et thermiques via un algorithme de l'acteur-critique soft amélioré par LSTM afin de parvenir à une régulation de la température précise, sûre et stable dans la moxibustion assistée par robot en ajustant continuellement la distance de retrait de l'effecteur terminal.

Auteurs originaux : xuelian gu, ping Li, jiale dong, yurong tao, zikai liu, chengyu yuan

Publié 2026-10-05

📖 6 min de lecture🧠 Analyse approfondie

CC BY 4.0

Auteurs originaux : xuelian gu, ping Li, jiale dong, yurong tao, zikai liu, chengyu yuan

Article original sous licence CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). ✨ Ceci est une explication générée par l'IA de l'article ci-dessous. Elle n'a pas été rédigée ni approuvée par les auteurs. Pour une précision technique, consultez l'article original. Lire la clause de non-responsabilité complète

Pendant des siècles, la pratique de la moxibustion a reposé sur la main sûre et l'œil expérimenté d'un praticien. Dans cette thérapie traditionnelle, un bâtonnet d'armoise séchée est allumé et maintenu près de points spécifiques de la peau pour réchauffer les tissus sous-jacents. L'objectif est d'atteindre une profondeur de chaleur précise qui stimule le corps sans brûler la surface. Cependant, la peau humaine réagit rapidement à la chaleur, tandis que les tissus plus profonds se réchauffent beaucoup plus lentement. Ce décalage crée un défi difficile : si un praticien rapproche trop la source de chaleur pour compenser une montée lente de la chaleur profonde, il risque de brûler la peau avant même que la cible profonde ne ressente le bénéfice. Inversement, s'il attend trop longtemps pour voir les tissus profonds se réchauffer, la surface pourrait devenir trop chaude. Rendre ce processus constant et sûr pour chaque patient nécessite un niveau de précision que les temps de réaction humains peinent à maintenir, surtout lorsqu'un patient respire ou bouge légèrement pendant le traitement.

Pour combler ce fossé entre les limites humaines et les besoins thérapeutiques, des chercheurs de l'Université de science et technologie de Shanghai ont développé une nouvelle façon pour les robots de gérer cet équilibre thermique délicat. Ils ont créé une simulation informatique d'un bras robotisé tenant une source de chaleur au-dessus d'un modèle de dos humain. Au lieu de simplement réagir à la température de la peau, le robot a appris à prédire ce qui se passe profondément à l'intérieur du tissu. L'équipe a construit un système qui agit comme un cerveau à double flux : une partie surveille les mouvements du robot et la distance entre la source de chaleur et la peau, tandis que l'autre partie se souvient de l'historique des changements de température au fil du temps. En combinant ces deux flux d'informations, le robot apprend à ajuster sa position en continu, en rapprochant ou en éloignant la source de chaleur pour maintenir les tissus profonds à une chaleur thérapeutique constante tout en protégeant la peau.

Le cœur de ce système est une méthode appelée KT-LSTM-SAC, un nom qui décrit la façon dont le robot réfléchit. Le « KT » signifie cinématique-thermique, ce qui veut dire que le robot considère à la fois sa position physique et la chaleur qu'il génère. La partie « LSTM » permet au robot de se souvenir d'une séquence des températures passées, comprenant que la chaleur met du temps à voyager de la peau vers les couches plus profondes. La composante « SAC » est un algorithme d'apprentissage qui aide le robot à déterminer les meilleures actions à entreprendre par essais et erreurs, de la même manière qu'une personne apprend à faire du vélo en tombant et en s'ajustant jusqu'à trouver son équilibre. Dans cette étude spécifique, la seule tâche du robot était de contrôler la distance entre la source de chaleur et la peau, en se déplaçant selon une ligne droite perpendiculaire au corps. Si le tissu profond était trop froid, le robot rapprochait la source ; s'il devenait trop chaud, il s'éloignait. Crucialement, le système a été entraîné avec des règles de sécurité strictes qui pénalisaient le robot si la température de la peau devenait trop élevée ou si la source de chaleur s'approchait trop près, le forçant à trouver un chemin sûr vers la température cible.

Les chercheurs ont testé ce système dans un environnement virtuel hautement détaillé qui imite la physique d'un corps humain, y compris la façon dont la chaleur se propage à travers les tissus et la façon dont la poitrine d'une personne bouge avec la respiration. Ils ont fixé un objectif pour que le tissu profond atteigne et maintienne 43,0 degrés Celsius, une température connue pour être efficace pour la thérapie mais nécessitant une gestion prudente pour éviter les blessures. Ils ont comparé leur nouveau « cerveau robotique » à plusieurs méthodes plus anciennes, y compris des contrôleurs industriels standards et d'autres approches d'intelligence artificielle qui n'avaient pas la même mémoire des températures passées ou le même design à double flux. Les résultats ont montré que la nouvelle méthode était nettement meilleure pour maintenir le tissu profond dans la plage de température souhaitée. Dans le test le plus précis, où la cible pouvait varier de seulement un demi-degré, le robot a maintenu la température dans la zone correcte 94,80 % du temps. Il a également maintenu une erreur moyenne très faible de seulement 0,32 degré Celsius.

Plus important encore, le nouveau système s'est avéré beaucoup plus sûr que les alternatives. Lorsque les chercheurs ont supprimé les règles de sécurité de l'entraînement du robot, celui-ci est devenu très efficace pour atteindre la température cible rapidement, mais il l'a fait en se rapprochant dangereusement de la peau, provoquant un pic de la température de surface. Le système complet, avec ses contraintes de sécurité, a appris à être plus patient. Il a obtenu une erreur moyenne légèrement plus élevée dans le tissu profond, mais a maintenu la température de la peau beaucoup plus basse et a évité les mouvements risqués. Ce compromis suggère que le robot a appris à donner la priorité à la sécurité à long terme du patient plutôt qu'à la vitesse de chauffage. L'étude a également révélé que le robot restait efficace même lorsque la simulation était modifiée pour imiter différents types de corps ou des propriétés de chaleur légèrement différentes, montant que l'apprentissage était robuste et non limité aux chiffres spécifiques utilisés lors du test.

Bien que ces résultats soient prometteurs, les chercheurs précisent que ce travail est actuellement une simulation. Le robot n'a pas encore été testé sur de la vraie peau humaine ou sur un bras robotique physique dans un cadre hospitalier. L'étude démontre qu'un modèle informatique peut apprendre à gérer la relation complexe et retardée entre la chaleur de surface et la chaleur des tissus profonds mieux que les méthodes standards actuelles. Elle suggère qu'à l'avenir, des robots pourraient assister la moxibustion en fournissant un contrôle stable et sûr, difficile à maintenir de manière constante par l'humain. Les prochaines étapes de cette technologie impliqueront la construction de prototypes physiques et des tests avec des matériaux imitant les tissus humains pour voir si le succès virtuel se traduit dans le monde réel. D'ici là, l'étude constitue une preuve de concept que l'intelligence artificielle peut apprendre à gérer la physique subtile et retardée de la thérapie par la chaleur avec précision et soin.

Résumé Technique : Une stratégie de contrôle de température en boucle fermée basée sur le KT-LSTM-SAC pour la moxibustion assistée par robot médical

Énoncé du problème
La moxibustion assistée par robot repose actuellement largement sur l'expérience de l'opérateur et fait face à des défis importants concernant le retard de réponse thermique et l'insuffisance de la stabilité de la température en boucle fermée. Bien que les systèmes robotiques existants aient progressé dans la localisation des points d'acupuncture et le retour de température de surface, ils ne parviennent souvent pas à prendre en compte de manière adéquate l'état thermique à la profondeur des tissus profonds ciblés. La température des tissus profonds est difficile à mesurer de manière non invasive, et la température de surface seule est un indicateur insuffisant en raison des délais de transfert de chaleur, des motifs spatiaux et de la nature cumulative des effets thermiques. De plus, le mouvement respiratoire introduit des déplacements périodiques qui compliquent le maintien d'une distance de traitement constante. Le problème central abordé est la manière de parvenir à un contrôle stable, sûr et précis de la température des tissus profonds (visant 43 °C) en utilisant uniquement des observations de surface et des données cinématiques, tout en gérant les délais inhérents et les contraintes de sécurité de la thérapie thermique.

Méthodologie
L'étude propose une méthode KT-LSTM-SAC (Kinematic–Thermal Dual-Stream LSTM-Enhanced Soft Actor–Critic). La tâche de contrôle est formulée comme l'ajustement continu de la distance de décollage de l'effecteur terminal le long de la normale à la surface du point d'acupuncture. La méthodologie se compose de trois composantes principales :

Modèle de rétroaction de température équivalente :
Un modèle d'ordre réduit estime la température des tissus profonds ( $\hat{T}_{d,t}$ ) en utilisant la température de surface ( $T_{s,t}$ ), la distance de décollage et un état de mémoire thermique. Le modèle incorpore :
- État cinématique : Comprend la position du point d'acupuncture cible, la normale à la surface, les distances de décollage commandées et réelles, le déplacement respiratoire (simulé via une fonction de puissance cosusoïde) et les états articulaires.
- État thermique : Modélise l'apport de chaleur équivalent comme une fonction de décroissance exponentielle en fonction de la distance. Il introduit un état de mémoire thermique ( $m_t$ ) pour capturer les effets de chauffage retardés et cumulatifs. La température des tissus profonds est mise à jour en fonction de la température de surface, d'un coefficient de couplage et de termes de récupération, simulant la réponse plus lente des tissus profonds par rapport à la surface.
Politique de contrôle KT-LSTM-SAC :
L'architecture de contrôle utilise un réseau à double flux injecté dans un cadre Soft Actor–Critic (SAC) :
- Flux cinématique : Un perceptron multicouche (MLP) traite les variables liées au mouvement (position, distance, perturbation respiratoire).
- Flux thermique : Un réseau de mémoire à long court terme (LSTM) encode l'historique des réponses de température (températures de surface et températures de tissus profonds estimées) sur les 50 étapes de contrôle précédentes pour capturer les dépendances temporelles et la dynamique thermique retardée.
- Fusion : Un module de fusion par porte combine les caractéristiques des deux flux pour produire une action continue ( $\Delta d_t$ ) représentant l'ajustement de la distance de décollage.
Fonction de récompense et contraintes de sécurité :
La fonction de récompense équilibre le suivi de la température et la sécurité. Elle inclut des termes pour :
- Le suivi (Tracking) : Encourager la température des tissus profonds estimée à se rapprocher de la cible (43 °C).
- La stabilité : Récompenser le maintien à l'intérieur d'une bande cible.
- Les pénalités de sécurité : Pénaliser explicitement la température de surface excessive, la température des tissus profonds excessive, la distance de décollage insuffisante et les dommages thermiques cumulés.
- La fluidité : Pénaliser les changements brusques dans l'action de l'effecteur terminal.

Contributions clés

Architecture à double flux : L'article introduit une nouvelle architecture KT-LSTM-SAC qui fusionne l'état cinématique (incluant la perturbation respiratoire) avec les caractéristiques thermiques temporelles. Cela permet à la politique d'apprendre la relation entre les ajustements de distance et les réponses thermiques retardées plus efficacement que les approches standard SAC ou LSTM-SAC.
Estimation de la température des tissus profonds pour le contrôle : Contrairement aux travaux précédents qui reposent principalement sur la température de surface, cette étude intègre un modèle de transfert de chaleur équivalent pour estimer la température des tissus profonds, utilisant cette estimation comme variable de rétroaction primaire pour la boucle de contrôle.
Apprentissage sous contraintes de sécurité : La méthode intègre des contraintes de sécurité thermique (limites de surface, dommages cumulés, distance de décollage) directement dans la fonction de récompense, garantissant que la politique apprend un équilibre entre l'efficacité du chauffage et la sécurité du patient.
Cadre de simulation complet : Un environnement de simulation basé sur MuJoCo a été développé, comprenant un bras robotique à 6 degrés de liberté, un modèle de dos humain, une simulation de mouvement respiratoire et un module de rétroaction thermique dynamique pour tester rigoureusement la stratégie de contrôle.

Résultats
La méthode proposée a été évaluée dans un environnement de simulation à une température cible de 43,0 ± 0,5 °C et comparée aux méthodes PID, TD3, SAC standard et LSTM-SAC.

Métriques de performance : Le KT-LSTM-SAC a atteint un taux d'occupation de la bande cible de 94,80 %, une erreur absolue moyenne (MAE) de 0,32 °C et un coût de sécurité moyen de 3,60 × 10⁻².
Analyse comparative :
- Comparé au PID, le KT-LSTM-SAC présente des taux de réussite nettement plus élevés et des erreurs de suivi plus faibles, démontrant les limites du contrôle conventionnel face aux dynamiques thermiques retardées.
- Comparé au SAC standard et au TD3, l'inclusion du LSTM pour l'extraction de caractéristiques temporelles améliore à la fois la précision du suivi et la sécurité.
- Comparé au LSTM-SAC, l'ajout du flux cinématique (KT-LSTM-SAC) augmente davantage le taux d'occupation de la bande cible et réduit le coût de sécurité moyen.
- Étude d'ablation : Le retrait des contraintes de sécurité (KT-LSTM-SAC sans sécurité) a entraîné une MAE plus faible (0,29 °C) mais un coût de sécurité moyen nettement plus élevé (8,36 × 10⁻²) et une température de surface maximale plus élevée, confirmant que les contraintes de sécurité sont essentielles pour prévenir les actions de chauffage agressives et risquées.
Robustesse : La méthode a maintenu des taux de réussite de 100 % sous des perturbations de ±10 % des paramètres clés du modèle thermique, bien que les performances se soient légèrement dégradées sous des perturbations de ±20 %.
Adaptabilité : Le contrôleur a réussi à maintenir ses performances sur des températures cibles adjacentes (42,0 °C, 42,5 °C et 43,0 °C).

Signification et affirmations
L'article affirme que la méthode KT-LSTM-SAC offre un meilleur équilibre entre la performance de suivi de la température et la sécurité thermique par rapport aux stratégies de contrôle existantes. En modélisant conjointement les états cinématiques et les caractéristiques thermiques temporelles, l'approche gère efficacement la nature retardée et cumulative du transfert de chaleur dans les tissus biologiques. L'étude pose que ce cadre basé sur la simulation est une étape réalisable vers un contrôle de la température en boucle fermée pour la moxibustion assistée par robot médical. Cependant, les auteurs notent modestement que le présent travail est basé sur la simulation ; une validation future utilisant des fantômes simulant les tissus et des plateformes robotiques physiques est nécessaire pour traiter les facteurs du monde réel tels que le bruit de mesure, les erreurs de localisation et la variabilité interindividuelle de la réponse thermique.

Articles similaires