随着机器人技术的发展和医疗水平的提高,机器人技术逐步成为医学研究与实践中不可或缺的工具,手术机器人得到了新发展。但是目前能够直接应用于临床的口腔/咽喉手术机器人尚存在空白,这主要是因为口腔/咽喉的结构特殊。手术的效果受医生的个人技术影响很大,因此手术训练是非常重要的。而手术机器人的价格昂贵、开机成本较高,虚拟手术训练的出现为手术训练提供了新的途径,可以保证在医生得到大量训练的前提下,节省了大量的时间和金钱。针对此,本课题对飞秒激光微创手术机器人进行了研究,设计了用于日常训练的虚拟手术训练系统,并与深度学习结合,意在更加智能化指导初学者的手术动作训练。首先,介绍了飞秒激光手术机器人系统的整体设计,简要介绍了柔性从手的结构,开展了连续体末端执行器的运动学分析;创建了微创手术机器人人机交互界面,实现整体姿态控制和末端精准操控。研究了微创外科手术机器人的主从控制方法,实现操控端与末端执行器动作的一一映射,并能够结合视觉反馈对术区状态进行实时感知。该系统采用可变比例增量映射方法,在便于实现控制的同时满足了不同范围运动的需求。其次,设计一款基于Unity3D虚拟手术训练交互系统,用于日常培训。设计了四种虚拟手术训练场景,分别是:基础训练、套环实验、穿针引线、缝合打结。完成主手Geomagic Touch与Unity3D环境之间的通信,受训人员通过主手Touch操作手术夹持器来进行手术基本动作训练,实践证明所设计的虚拟手术训练交互系统交互自然流畅。然后,完成了标准动作和初学者套环实验的数据采集。之后,对采集的时序数据先后进行高斯滤波处理、三次样条插补处理、数据标准化处理。最后构建了预测算法的数据集,进一步为后面的手术动作预测模型做好准备。最后,建立了基于LSTM神经网络的手术动作预测模型,用于预测套环操作的全部轨迹。在预测模型中,神经网络模型训练完成后,初学者输入一段序列的运动轨迹点,就可以得出下一时刻的轨迹点,直至预测出完整的轨迹,从而实现对新手手术动作轨迹规划的指导作用。并且为了验证本文提出的预测模型,进行了不同初始序列长度的对比实验。