Measurement and Potential Field-Based Patient Modeling for Model-Mediated Tele-ultrasound
Dit artikel presenteert een model-gemedieerd tele-echografie-systeem dat de nauwkeurigheid van kracht- en koppelterugkoppeling in omgevingen met hoge vertraging verbetert door het interne potentiaalveldmodel van een patiënt dynamisch bij te werken met behulp van realtime metingen, wat resulteert in significante reducties in fouten in krachtgrootte en vectorhoek vergeleken met methoden die uitsluitend vertrouwen op de vergelijking van Laplace.
Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). Dit is een AI-gegenereerde uitleg van het onderstaande artikel. Het is niet geschreven of goedgekeurd door de auteurs. Raadpleeg het oorspronkelijke artikel voor technische nauwkeurigheid. Lees de volledige disclaimer
In de wereld van de verre geneeskunde is een van de meest hardnekkige uitdagingen het verlies van fysieke verbinding. Wanneer een specialist een procedure begeleidt vanaf duizenden kilometers afstand, is hij vaak blind voor de subtiele tactiele signalen die zijn vakmanschap definiitseren. Voor echografie is dit bijzonder kritiek. De kwaliteit van het beeld hangt volledig af van hoe stevig de technicus de probe tegen de huid van de patiënt drukt. Druk je te licht, dan is het beeld korrelig; druk je te hard, dan vervormt het beeld of veroorzaakt het ongemak. In een traditionele setting voelt een echograf deze weerstand door zijn hand en past hij de druk instinctief aan. Maar in een tele-operatiesysteem, waarbij een robot of een menselijke volger de probe op een verre locatie vasthoudt, is die directe lijn van aanraking verbroken. Als de verbinding vertraagd wordt door de tijd die nodig is voor gegevens om over een netwerk te reizen, kan het versturen van krachtterugkoppeling naar de operator ervoor zorgen dat het systeem instabiel of schokkerig wordt, waardoor nauwkeurige controle onmogelijk wordt.
Om dit op te lossen, hebben ingenieurs zich gericht op een concept genaamd model-gemedieerde tele-operatie. In plaats van te proberen het ruwe, vertraagde krachtsignaal van de afgelegen locatie te verzenden, bouwt de lokale computer een digitale kaart van het lichaam van de patiënt. Terwijl de operator zijn controller beweegt, berekent de computer hoe de kracht zou moeten aanvoelen op basis van deze kaart, waardoor onmiddellijke feedback wordt gegeven zonder te wachten op een signaal van de andere kant. Een generieke kaart is echter niet voldoende. Het lichaam van een patiënt is geen uniforme blok rubber; het heeft variërende stijfheid, krommingen en texturen. Als het digitale model ervan uitgaat dat het lichaam perfect glad en uniform is, zal de feedback onjuist zijn en maakt de operator fouten. De kernvraag wordt: hoe kunnen we deze digitale kaart slim genoeg maken om de specifieke fysieke eigenschappen van de patiënt die zij vertegenwoordigt te leren kennen, gebruikmakend van de exacte krachten en bewegingen die tijdens de scan plaatsvinden?
Een team onderzoekers aan de Universiteit van British Columbia heeft een methode ontwikkeld om deze vraag te beantwoorden, door een systeem te creëren dat zijn interne model van een patiënt in realtime bijwerkt met behulp van werkelijke metingen. Hun werk richt zich op abdominale echografie, een veelvoorkomend maar moeilijk uit te voeren onderzoek op afstand. Het proces begint met een eenvoudige scan van de romp van de patiënt met behulp van een dieptecamera, vergelijkbaar met die in moderne virtual reality-headsets. Deze camera legt een puntenwolk vast die de vorm van het lichaam omlijnt. De onderzoekers zetten deze ruwe gegevens vervolgens om in een gestructureerd, driedimensionaal rooster, waarbij ze het oppervlak van de patiënt in essentie veranderen in een digitaal volume bestaande uit kleine kubussen. Binnen dit volume wijzen ze een waarde toe aan elke kubus die vertegenwoordigt hoeveel weerstand deze zou bieden aan de echografieprobe.
Aanvankelijk is deze weerstandskaart slechts een wiskundige gok gebaseerd op de vorm van het lichaam, uitgaande van een gladde, voorspelbare toename van stijfheid naarmate de probe dieper gaat. Maar de onderzoekers realiseerden zich dat een statische gok onvoldoende is. Om het model werkelijk accuraat te maken, introduceerden zij een manier om het te corrigeren met behulp van echte gegevens. Terwijl de probe over de patiënt beweegt, meten sensoren de exacte kracht en draaibeweging die op elk moment wordt uitgeoefend. Het systeem neemt deze metingen en past de interne waarden van het digitale rooster aan. Het is een proces van verfijning: de computer vergelijkt wat hij voorspelde dat de kracht zou zijn met wat de sensoren daadwerkelijk hebben gemeten, en past vervolgens de digitale kaart aan om de twee met elkaar in overeenstemming te brengen. Hierdoor kan het model leren dat één deel van de buik van de patiënt zachter kan zijn dan een ander, of dat een specifiek gebied meer weerstand biedt, zonder vooraf de anatomie van de patiënt te hoeven kennen.
Het team testte deze aanpak op vier vrijwillige proefpersonen en vergeleek de prestaties van hun nieuwe, met gegevens bijgestuurde model met een traditioneel model dat alleen vertrouwde op de initiële vormgok. De resultaten waren opmerkelijk. Wanneer het systeem het bijgestuurde model gebruikte, daalde de fout in de grootte van de kracht die door de operator werd gevoeld aanzienlijk. Gemiddeld werd het verschil tussen de voorspelde kracht en de werkelijke kracht met 7,42 Newton verminderd, een substantiële verbetering in precisie. Bovendien werd de richting van de kracht die de operator voelde veel nauwkeuriger, waarbij de fouthoek gemiddeld met 3,71 graden afnam. Misschien wel het meest opmerkelijk is dat de nauwkeurigheid van het koppel, of de draaiende kracht, drastisch verbeterde. De fout in de richting van de draaiing werd gemiddeld met 64,0 graden verminderd, wat betekent dat de operator de rotatieweerstand van het weefsel veel duidelijker kon voelen.
Hoewel het systeem uitblonk in het voorspellen van de richting en de sterkte van de druk, legde het de grootte van de draaiende kracht niet perfect vast, een beperking die de onderzoekers toeschrijven aan de complexe manier waarop de probe wordt vastgehouden en de lichte verschuivingen die optreden wanneer er kracht wordt uitgeoefend. Desalniettemin toont de studie aan dat door realtime metingen terug te voeren in het digitale model, het systeem een veel transparantere en realistischere ervaring voor de externe operator kan creëren. De methode is snel genoeg om in milliseconden te worden berekend, wat suggereert dat het uiteindelijk in realtime tijdens een werkelijke scan zou kunnen draaien. Deze vooruitgang brengt het vakgebied dichter bij een toekomst waarin een specialist in de ene stad een scan in een afgelegen dorp kan begeleiden met dezelfde tactiele zekerheid alsof hij direct naast de patiënt staat, waardoor afstand de kwaliteit van de medische zorg niet langer in gevaar brengt.
Verdrinkt u in papers in uw vakgebied?
Ontvang dagelijkse digests van de nieuwste papers die bij uw onderzoekswoorden passen — met technische samenvattingen, in uw taal.