基于振动信号融合的手术机器人椎板磨削剩余厚度识别

椎板切除术是一种用于治疗椎管狭窄症的骨外科手术,通过移除椎板来恢复椎管空间和解除脊髓压迫.椎板磨削是椎板切除术中的核心环节.在机器人磨薄椎板的过程中,磨钻需要在接近脊髓的1~2 mm左右的区域内工作,存在较高手术风险.使用脊柱手术机器人磨削椎板的过程中的关键问题之一是如何在术中估计椎板的剩余厚度来决定是否停止磨削操作.为解决上述问题,本文首先分析了机器人对椎板的逐层磨削过程,通过建立椎板磨削振动模型,给出了根据磨钻切入椎板过程中的振动信号来估计椎板剩余厚度的原理.然后搭建了脊柱手术机器人样机,使用机器人按规划轨迹逐层切入和磨薄猪脊骨的椎板,并使用振动传感器和激光位移传感器分别采集手术磨钻切入椎板过程中磨钻和椎板在切深方向上的振动信号.最后计算两种振动信号中对应磨钻旋转频率的谐波幅值和相对幅值来构造特征向量和训练神经网络,用于识别椎板剩余厚度.实验结果表明,考虑相对幅值的椎板剩余厚度的识别成功率更高.磨削力扰动下,3 mm、2 mm和1 mm的成功率分别为96.7%、96.9%和100%.92组实验中,仅有1组3 mm被识别为2 mm,所有磨钻切入2 mm和1 mm椎板的过程均被准确识别.所提方法有利于提升脊柱手术机器人自动椎板磨削过程的智能化程度和安全性.