基于双耳麦克风实现机器人骨铣削状态自动控制

为了提升骨铣削手术机器人的手术质量,要求机器人对于手术中的铣削状态(主要包括铣削深度和铣削角度)能够实时感知并控制。针对此问题,本文提出一种利用双耳麦克风系统来辅助完成铣削状态控制的方法。首先对铣削状态与声信号的关系进行建模,之后完成铣削深度与铣削角度的标定实验获得所提模型的相关系数,最后利用PD控制器结合所建立的模型函数来实时分析并控制机器人的铣削状态。实验结果表明,铣削期望深度为0.5 mm时,加入角度控制相较于未加角度控制的实验效果在铣削深度与期望值偏差的方面提升了7.0%,铣削稳定性方面提升了34.1%。并且证明在期望深度为0.8 mm的极端情况下引入角度控制同样有着提升铣削效果的积极作用。经过实验验证所提方法能够有效的提升骨铣削手术机器人的工作质量。

基于小波变换的弱非线性阻尼和刚度辨识方法

利用脊上连续小波变换系数的幅度和相位,从结构系统的自由衰减响应中辨识了弱非线性阻尼和刚度。提出了一种检测小波脊的新方法以消除连续小波变换幅度极值的频移。为了抑制边界效应,提出利用最小二乘拟合误差选择小波函数参数的优化算法。使用数值仿真和实验检验了辨识方法的精度。实验装置是一台高精度转动惯量测试仪。结果表明提出的方法能够准确的辨识结构中的弱非线性阻尼及刚度参数。

基于声信号处理的骨铣削状态监测

考虑声信号能提供关于切削刀具及组织接触状态信息,通过采集、分析在椎板切除术中产生的声信号实现铣削状态监测。建立微分方程描述椎板受切削力作用的受迫振动,证明振幅随骨厚度减少而增大。利用离散小波变换从采集的声压信号中提取主轴频率整数次谐波分量,通过计算特殊尺度的小波能量积判断铣削状态。用所提状态监测方法对猪脊柱进行铣削实验,并获得验证。结果表明,椎板将要被穿透时小波能量积会显著增大。

基于振动反馈的铣削机器人运动控制

机器人在利用高速旋转的刀具对目标材料进行铣削加工的过程中,刀具与铣削材料之间切削力的作用会使得整个铣削系统产生受迫振动.当被铣削的目标本身结构刚度较低时,铣削操作会使其产生一定的形变,不适宜利用空间位置作为控制量对铣削操作进行自动控制.由于动力工具在不同切削深度会产生不同幅值的受迫振动,并且产生的振动信号可以有效包含刀具与铣削材料之间的状态信息,能作为有效的控制量对铣削机器人进行运动控制,达到良好的自动控制效果.本文建立铣削过程中系统的振动模型,并根据振动模型列出微分方程描述动力工具的受迫振动,通过加速度传感器对振动信号进行实时采集,分析所采集信号以验证所建物理模型的准确性.利用快速傅里叶变换(FFT)对信号进行处理,提取信号中频率是刀具旋转频率的整倍数的谐波分量.由于二次谐波的FFT幅值随铣削深度的增加有较为明显特征,并且在刀具空转状态最为稳定,选其作为控制量对铣削机器人进行运动控制.采用DSP芯片作为主控制器,通过PID算法对步进电机加以控制,可以使刀具在铣削过程保持稳定的切削深度.对所建控制系统进行稳定性分析,进行实验并对铣削深度进行测量,证明刀具在铣削过程中能维持在较为稳定的深度,验证了控制算法的有效性.

基于HSI彩色空间模型的域替换降噪算法

对彩色数字图像进行降噪处理时,为兼顾标量处理法的简便性和矢量处理法的有效性,提出一种对彩色空间域实行替换的方法。采用均值滤波法在RGB域内进行滤波处理,将图像数据从RGB域转换到HSI域,用滤波处理后的H域、S域替换含有噪声的H域、S域。对由双目内窥镜采集的实际彩色图像进行实验,结果证明该域替换法可以结合标量处理和矢量处理的优点,达到比一般标量处理法及简单矢量处理法更好的降噪效果。

一种基于嵌入式USB HOST的心电数据存储系统

介绍了一种新的动态心电信号存储方案。该方案以DSP芯片TMS320VC5402为核心,以USB闪存盘作为数据存储介质,通过嵌入式USBHost解决方案MemMasterV1.4实现了DSP与USB闪存盘的连接。功能完善的软件系统可以完成心电信号的采集、存储、显示、分析、回放等功能。

基于小波变换和反向传播网络的模态参数辨识

为了减小连续小波变换带来的边界效应对模态参数识别的影响,提出利用人工神经网络对自由衰减响应信号进行双向延拓。设计了多输入单输出的反向传播网络,网络根据当前有限多个离散采样点数据预测下一时刻信号的幅值,训练网络的样本来自于对原始信号的简单分组。使用数值仿真和实验检验了提出方法的实用性。实验装置是用于微创外科手术机器人的力传感器。结果表明提出的方法能够准确地从短信号中辨识出阻尼比和无阻尼自振频率。

基于小波变换的脊柱振动特征分析

为了研究切削过程中脊柱的振动特征,利用激光位移传感器测量皮质骨、脊髓和棘间韧带的振动幅度。出现切削过程引起的受迫振动时,由于脊髓、韧带等生物软组织表现为粘弹性,其作用相当于被动隔振体。应用离散小波变换对传感器的输出信号进行分解,通过比较不同尺度上小波能量分布来区别脊柱中的硬组织和软组织。实验结果表明,提出的方法能够准确辨识出皮质骨、脊髓和棘间韧带。

面向钻削过程监测的振动信号处理及状态分类

易变形结构在钻削过程中因受力而产生形变,不能根据刀具的钻削距离判断刀具所处状态。钻削过程中刀具切入易变形结构不同的位置会产生不同幅度的振动,通过对加速度传感器采集到的振动信号进行快速傅里叶变换(fastFouriertransform,简称FFT),将钻削过程分为5个状态。通过计算系统基频整数次谐波分量幅值的变异系数,选取部分谐波分量的幅值作为特征量进行阶段监测。选用线性转换和对数转换相结合的方式实现输入数据的归一化,输入到支持向量机与多层前馈(backpropagation,简称BP)神经网络进行钻削状态分类。实验表明:支持向量机在所有钻削状态的识别准确率在85%以上,部分钻削状态的识别准确率达到了100%;BP神经网络分类器的识别准确率略低于支持向量机。根据所识别的状态控制刀具在即将钻透时停止,测量易变形结构剩余厚度验证了该方法的精确性。

用于微创外科手术机器人的多维力传感器解耦方法研究

在微创外科手术机器人系统中,力反馈功能的实现可以提高外科医生在手术中的灵活性,降低患者组织和器官损伤的风险。为实现手术过程中力的检测,设计了一种基于光纤布拉格光栅(FBG)的微创外科手术机器人多维力传感器并研究其解耦方法。该多维力传感器由3条间隔120°的光纤布拉格光栅沿轴向粘贴于手术工具杆末端构成。首先在对传感器应力分析的基础上使用最小二乘法解耦,但由于装配等因素使传感器输入输出之间增加了非线性成分,因此使用前馈神经网络对多维力传感器进行非线性解耦。其次从理论和实验两方面分析了穿刺器的平移对解耦之后的力的影响。实验结果表明,前馈神经网络解耦多维力传感器的效果较好,3个相互垂直方向上的平均误差分别为0.05, 0.07和0.18 N;穿刺器平移后力检测的最大平均误差为0.036 N,可以忽略不计。设计的传感器、解耦方法以及对穿刺器平移影响的分析均具有很强的实用性。

腹腔镜肾部分切除手术研究进展

与传统的开放手术相比,腹腔镜手术具有创伤小、住院时间短及切口美观等优势,但仅少数医生能够掌握。术者手的灵活性和触觉反馈功能缺失是其主要缺点,导致术者学习曲线延长,手术普及困难,尤其以腹腔镜肾部分切除术为代表的腔镜下重建手术更是如此。腹腔镜技术通过规范腹腔镜医生培训制度、手术方式标准化、简化缝合、打结复杂性操作、术中应用止血物、CT影像和生物工程学技术(力和生物电阻抗技术)辅助术中操作等,可以有效减少术者对于人手灵活性和触觉反馈功能的依赖,降低围手术期并发症,使腹腔镜下保留肾单位的肾部分切除术得到更广泛开展。

首次行经导管肺动脉化疗栓塞患者负性情绪及术后并发症管理的持续质量改进

目的探讨持续质量改进(CQI)对首次行经导管肺动脉化疗栓塞术(TPCE)肺癌患者的影响。方法选取该院120例确诊为肺癌并拟行首次TPCE的患者,按照入院日期分为观察组和对照组,各60例。对照组患者采用常规护理模式,观察组患者使用持续质量改进护理干预,比较2组患者的护理效果。结果干预后,观察组抑郁评分、焦虑评分明显下降,与对照组比较差异有统计学意义(P<0.05);观察组患者的全部功能项目得分高于对照组(P<0.05);观察组术后并发症发生率(26.67%)低于对照组(13.33%),差异有统计学意义(P<0.01)。结论 CQI护理可促进患者负性情绪的改善,提高生活质量,TPCE术后并发症发生率较低,值得临床推广和应用。

无创正压通气与经鼻导管持续低流量吸氧治疗老年AECOPD合并呼吸衰竭患者的效果比较

目的:比较无创正压通气(NPPV)与经鼻导管持续低流量吸氧治疗老年慢性阻塞性肺疾病急性加重(AECOPD)合并呼吸衰竭患者的效果。方法:选取2018年2月至2021年10月该院收治的84例老年AECOPD合并呼吸衰竭患者进行前瞻性研究。按随机数字法将其分成观察组及对照组各42例。对照组给予经鼻导管持续低流量吸氧治疗,观察组采用NPPV治疗。比较两组康复时间,治疗前后动脉血气指标[动脉血氧分压(PaO2)、二氧化碳分压(PaCO_(2))及pH值]水平、肺通气功能指标[第1秒用力呼气容积(FEV1)和FEV1/用力肺活量(FVC)]水平及血清肺损伤指标[Clard细胞分泌蛋白(CC16)、巨噬细胞刺激蛋白(MSP)]水平。结果:观察组发绀、气促、胸闷症状消失时间,通气时间及ICU住院时间均短于对照组,治疗后PaO2水平、pH值、FEV1、FEV1/FVC、CC16水平均高于对照组,PaCO_(2)、MSP水平均低于对照组,差异有统计学意义(P<0.05)。结论:NPPV用于老年AECOPD合并呼吸衰竭患者可加快症状缓解,促进患者动脉血气指标、肺通气功能指标改善,缩短通气治疗时间和住院时间,还可减轻肺部炎症,效果优于常规经鼻导管持续低流量吸氧。

基于VMD与Hilbert谱的旋转机械碰摩故障诊断方法

为了有效地诊断旋转机械中的碰摩故障,提出了基于变分模态分解(variational mode decomposition,简称VMD)与Hilbert谱分析的故障诊断方法。首先,利用VMD将碰摩故障信号自适应地分解为若干个不同频率段的本征模态函数(intrinsic mode function,简称IMF),并与集合经验模态分解(ensemble empirical mode dcomposition,简称EEMD)的处理结果进行对比分析;然后,在VMD分解的基础上,利用Hilbert谱对故障信号的时频特性进行分析。实验结果表明:与传统的频谱分析相比,该方法不但可以准确反映故障信号的频率成分,而且可以反映频率随时间的变化情况;与EEMD相比,该方法可以有效抑制模态混叠,更加准确地反映故障信息,从而验证了该方法的可行性与有效性。

直流电源激励下的电路高分辨力应变信号处理

针对应变信号测量中存在的噪声与直流漂移问题,在研究应变信号漂移特性的基础上,提出了一种适用的直流漂移消除方法,即根据信号的局部极值点进行分段,而后对各段进行多项式拟合;对漂移消除后的信号采用一维双边滤波进行降噪处理,提出了双边滤波最优参数的选择方法,并以信噪比为指标对双边滤波的降噪性能进行了评估。利用实验检验了提出方法的有效性,实验数据为微创外科手术机器人力传感器的应变信号。实验结果表明,经改进的分段多项式拟合方法有效去除了直流漂移;双边滤波方法不仅适用于信号的动态滤波,也保证了良好的滤波效果;使用本文提出的应变信号处理方法后,力传感器的分辨力优于2 g。

基于分形几何和最小凸包法的肺区域分割算法

在计算机辅助诊断系统中,为了缩小系统的分析范围、提高计算效率,需要将肺区域分割出来.但是通过已有方法获得的肺区域边界不准确,为此提出了一种基于分形几何和最小凸包法的肺区域分割算法.首先,根据肋骨和各组织的位置关系以及CT图像的上下层相似的性质,实现了对初始肺区域的自动提取.其次,利用网格线将肺区域分成小子块,并计算各子区域块的分形维数.根据肺区域边界的全局性质和局部性质,构造了最优的分形维数阈值,并根据该阈值识别需要修复的肺边界.最后,利用Jarvis步进法对肺边界进行了修复,从而在CT图像中获得了最终的肺区域.通过数值实验证明了提出的算法比传统方法更优秀,具有较高的分割准确率和较高的鲁棒性.

面向低分辨率单目内窥镜图像的三维多孔结构重建

三维多孔结构是内窥镜在医疗外科手术和工业检查领域常见的一种场景,然而内窥镜成像分辨率低,其应用场景纹理特征弱、噪声大,这导致应用传统的从运动中恢复结构(SFM)算法进行多孔结构的三维重建和定位难度大,可行性低。为此,本文提出了一种面向低分辨率单目内窥镜图像序列的三维多孔结构重建方法。首先将基于加权引导滤波的图像增强算法应用于内窥镜图像纹理细节的提升;接着利用快速行进(FMM)算法去除漂浮杂质;然后提出了一种检测离群点对的方法用于优化特征点匹配结果,通过SFM计算获得稀疏点云;最后针对本文研究的多孔结构,提出了一种基于模板匹配和最小二乘拟合的孔洞三维结构提取方法。实验结果表明多孔球面上的重建结果中孔间距和孔直径的相对误差均小于10%,真实肾结石手术场景上的重建与实际相符,验证了本文整体算法流程的有效性、准确性和可行性。

基于多引导滤波的图像增强算法

图像增强技术可以有效地突出图像中的有用信息,已广泛应用于多个领域.现有的图像增强算法往往无法应对自然图像中复杂的梯度分布,难以准确保持图像中前景与背景的边缘信息.为了改善输出图像的边界过平滑问题,本文提出了一个基于多引导滤波的图像增强算法.首先,设计了一个以滤波核为变量的通用图像优化模型,现有的联合滤波器可视为该模型的解;然后,依据集成学习的思想,将联合滤波器中的单幅引导图像扩展到多幅,以更好地利用引导图中的结构信息进而获得更好的输出结果,并给出了一个多幅引导图的来源途径;最后,对多幅输出图像进行平滑,在图像优化模型中加入正则化项,以确保由多引导滤波得到的不同滤波输出保持一致.实验结果表明,本文算法在抑制图像噪声的同时,可以更好地保留物体的边界信息,从而使图像的信噪比进一步提升.

基于边缘和区域信息的接力型活动轮廓图像分割模型

针对用于图像分割的传统单一和组合活动轮廓模型对初始轮廓敏感或者不能处理灰度不均匀图像的问题,提出了一种综合图像的全局、局部等区域信息和边缘信息的新的组合活动轮廓模型。该模型首先将全局灰度拟合能量、局部灰度拟合能量进行线性组合,组合后的能量再与由边缘探测算子构造的长度能量组成新的能量项;然后根据能量主体变化规律调整组合权重,继而用其分成的两种组合活动轮廓模型先后对图像分割;最后利用高斯滤波函数对水平集函数正则化。同时提出了模型转换、停止准则,实现了模型的自动转换和自动停止。对人工合成图像和真实图像的数值实验表明,该模型对噪声、各种初始轮廓均具有较好的鲁棒性,并具备分割灰度不均匀图像的能力。

陡脉冲干扰下的心电信号滤波及QRS提取

为消除陡脉冲带来的干扰,分析了陡脉冲干扰的特点,建立了陡脉冲噪声数学模型,提出了基于变分模态分解(Variational mode decomposition,VMD)的心电信号滤波算法,提取叠加在心电信号中陡脉冲干扰分量、识别陡脉冲干扰分量并剔除陡脉冲干扰分量;为减少VMD分解层数、提高实时性并减少内存消耗,提出了心电信号预处理算法;针对医疗环境中的随机噪声伴随陡脉冲出现的情况,分析了VMD后子信号中随机噪声的特点,提出了基于VMD子信号能量估计的阈值去噪算法;利用变分模态分解的带通滤波器组特性,提出了基于变分模态分解子信号重组的QRS波群检测算法,配合滤波算法以提高心电信号特征检测精度.以添加了高斯白噪声和模拟陡脉冲干扰的MIT-BIH数据库心电信号和医疗环境中采集的心电信号为实验对象,分别实现对滤波算法和QRS波群检测算法的定量对比分析.