经颅磁刺激(Transcranial Magnetic Stimulation,TMS)治疗是一种针对脑疾病的非侵入式治疗技术。该技术由于具有无痛、无创、治疗效果好等优点,近年来在许多国家地区的临床治疗中得到了广泛的使用。但在实际TMS治疗中,医生很难确定病灶点的位置,并且出现病人头部离开治疗线圈刺激区域的情况,导致治疗效果大大降低。因此,本文设计了TMS治疗机器人系统,研究了头部位姿检测算法及头部运动跟踪算法。本文对TMS治疗进行了需求分析,确定了TMS治疗机器人系统的性能指标以及整体设计方案。首先通过立体定向技术获得大脑病灶点的位置,利用视觉传感器和力传感器分别检测获取病人头部位姿和头部与治疗线圈之间的接触力,最终控制机械臂夹持着治疗线圈对病灶点进行跟踪治疗。本文设计了基于人脸特征点的头部定位算法,结合深度相机分别对头部位置和姿态进行检测。本文基于Harr-like特征构建级联强分类器从视频流中检测出人脸区域,并使用局部约束模型在人脸区域中进行特征点检测。针对深度图像出现的深度值缺失问题,采用联合双边滤波进行深度图像修复,然后利用对齐之后的深度图像和彩色图像分别获取头部位置和姿态,最终求解病灶点的三维空间位置。此外,本文设计了满足实时性和安全性的头部运动跟踪算法。针对力传感器检测获得的信息,首先对机械臂末端工具进行了重力补偿,并设计了机械臂末端位置控制器,根据头部接触力调整机械臂末端位姿,保证人机之间接触力在一定范围之内并使末端能够顺从头部的运动方向。同时根据头部位姿检测结果设计了跟踪控制器,该控制器采用了自适应参数对机械臂末端速度进行决策,使系统能够根据头部运动的实际情况对跟踪进行调整。最后,本文设计并搭建了TMS治疗机器人系统的硬件平台和算法平台,引入了电磁定位系统,通过实验分别验证了头部位姿检测的精度以及运动跟踪控制的实时性和安全性。此外,本文设计了上位机软件,实现了病灶点定位以及跟踪治疗过程的可视化。