Surgical Robot, Path Planning, Joint Space, Riemannian Manifolds

Titel: Padplanning van een chirurgische robot voor minimaal invasieve chirurgie op een Riemanniaanse variëteit

1. Probleemstelling

Minimaal invasieve chirurgie (MIS) met behulp van robots biedt voordelen zoals minder trauma voor de patiënt en snellere herstel, maar de huidige systemen zijn grotendeels nog volledig tele-geoperateerd. Een van de grootste uitdagingen bij het automatiseren van deze robots is het genereren van veilige trajecten binnen de complexe anatomie van de patiënt.

De specifieke problemen die in dit artikel worden aangepakt, zijn:

• Beperkingen bij de ingang: De robotbeweging is beperkt rondom een vast inbrengpunt (trocar), wat leidt tot hoekbeperkingen tijdens de operatie.
• Geometrische complexiteit: Het oppervlak van de buikholte en organen is vaak niet-concaaf (of juist concave in de positieruimte), wat het vinden van een optimaal pad in de traditionele positieruimte (Cartesiaanse coördinaten) computatierijk en moeilijk maakt.
• Joint-beperkingen: Traditionele methoden in de positieruimte leiden vaak tot onnodig grote bewegingen van de gewrichten (joint angles) van de robot, wat de belasting op de patiënt en de robot verhoogt.

2. Methodologie

De auteurs stellen een nieuwe methode voor voor padplanning in de gewrichtsruimte (joint space) door de positieruimte te transformeren naar een Riemanniaanse variëteit.

Kernconcepten:

• Riemanniaanse Metriek: In plaats van een Euclidische metriek te gebruiken, definiëren de auteurs een Riemanniaanse metriek $G(q)$ in de gewrichtsruimte. Deze metriek combineert een kinematische term (die de beweging van alle vijf gewrichten in ogenschouw neemt) en een obstakelterm.
  • De kinematische term zorgt ervoor dat de afstand in de ruimte rekening houdt met de bijdrage van alle gewrichten, niet alleen de geselecteerde basisgewrichten.
  • De obstakelterm fungeert als een oneindige kostenbarrière die de robot wegduwt van verboden gebieden (organen of wanden).
• Transformatie van Obstakels: Een cruciale observatie is dat hoewel organen in de positieruimte vaak concave vormen hebben, deze in de gewrichtsruimte vaak kunnen worden weergegeven als een combinatie van niet-concave (convexe) oppervlakken.
  • Omdat de oppervlakken in de gewrichtsruimte lokaal convex zijn (gekenmerkt door een niet-negatieve Gaussische kromming $K$ en gemiddelde kromming $H$), kan een gradient descent-methode efficiënt worden gebruikt om het kortste pad te vinden. Dit is computatieel veel goedkoper dan een volledige zoektocht.
• Padplanning Algoritme:
  1. Het verboden gebied in de gewrichtsruimte ($\partial Q_a$) wordt benaderd door het samenvoegen van convexe patches.
  2. Een ongerichte graaf wordt geconstrueerd via Delaunay-triangulatie van steekproeven in de vrije ruimte.
  3. Een edge cost-functie wordt gedefinieerd die de lengte van het pad in de Riemanniaanse ruimte combineert met een straffactor voor obstakels.
  4. Het Dijkstra-algoritme wordt gebruikt om het pad met de laagste kosten te vinden.
  5. Een kubische spline-interpolatie wordt toegepast om een glad, continu traject te genereren.

3. Belangrijkste Bijdragen

1. Methode voor Padplanning in Gewrichtsruimte: De auteurs introduceren een methode om de positieruimte te transformeren naar een Riemanniaanse variëteit in de gewrichtsruimte. Hierdoor wordt de bewegingsomvang van de gewrichten geminimaliseerd.
2. Efficiënte Obstakelberekening: Door concave obstakels in de positieruimte te vertalen naar een combinatie van niet-concave obstakels in de gewrichtsruimte, kan de afstand tot obstakels efficiënt worden berekend met een gradient-algoritme. Dit omzeilt de hoge rekenkosten van traditionele methoden op complexe oppervlakken.
3. Validatie en Vergelijking: De methode is experimenteel gevalideerd en vergeleken met traditionele padplanning in de positieruimte, waarbij bewezen werd dat de nieuwe methode leidt tot trajecten met minder beweging van de gewrichten.

4. Resultaten

De auteurs hebben de methode getest met behulp van simulaties van twee chirurgische scenario's: een cholecystectomie (gallengalblaasverwijdering) en een prostatectomie (prostaatverwijdering) met nabootsende organen.

• Geometrische Transformatie: De simulaties bevestigden dat organen die in de positieruimte concave vormen hebben, in de gewrichtsruimte als convexe oppervlakken kunnen worden gemodelleerd. Dit maakt het toepassen van gradient-descent-methoden mogelijk.
• Prestatie-indicatoren: De prestaties werden gemeten aan de hand van drie indices:
  • $\psi_{ave}$: Gemiddelde hoek van de forceps ten opzichte van de verticale as (kleiner is beter om torsie te voorkomen).
  • $\psi_{max}$: Maximale hoek.
  • $\dot{\psi}_{RMS}$: De variabiliteit van de hoek (gladheid van het traject).
• Vergelijkende Data:
  • Gemiddelde hoek ($\psi_{ave}$): De voorgestelde methode scoorde 31,8° tegenover 39,5° voor de positieruimte-methode.
  • Maximale hoek ($\psi_{max}$): De voorgestelde methode scoorde 40,3° tegenover 47,7°.
  • Variabiliteit ($\dot{\psi}_{RMS}$): De voorgestelde methode scoorde 0,214 tegenover 0,256.
• Conclusie van de resultaten: De voorgestelde methode resulteert in een aanzienlijk kleinere bewegingsomvang van de gewrichten en een soepelere beweging, wat de belasting op de patiënt (via de trocar) verlaagt.

5. Betekenis en Toekomstperspectief

Deze studie is significant omdat het een brug slaat tussen de complexe geometrie van het menselijk lichaam en de kinematische beperkingen van chirurgische robots. Door de probleemstelling te verschuiven van positie- naar gewrichtsruimte en gebruik te maken van Riemanniaanse meetkunde, wordt het mogelijk om veiligere en efficiëntere semi-autonome trajecten te genereren.

Dit vormt een fundamentele stap richting semi- en volledig autonome chirurgische systemen, wat essentieel is om het tekort aan getrainde robotchirurgen aan te pakken. Toekomstig werk richt zich op het verduidelijken van de voorwaarden voor convexe representaties bij complexere obstakels en het toepassen van de methode in daadwerkelijke, complexe intra-abdominale omgevingen.