面向浅表病变治疗的激光医疗机器人

来源 :北京邮电大学 | 被引量 : 0次 | 上传用户:jbhjyh12345678
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
浅表病变处于人体体表和皮下浅层区域,是威胁人类健康的一大类疾病。当前,手工操作医疗仪器是浅表病变治疗的主要方式,治疗精度低易导致疾病复发。疾病治疗机器人化是提高医疗处置水平的方法之一,也是现代医学的总体发展趋势之一。因此,研究适用于浅表病变治疗的医疗机器人系统具有重要的临床价值。本论文提出一种面向浅表病变治疗的激光医疗机器人,该机器人系统以激光作为治疗媒介,主要由多自由度协作机械臂、激光治疗终端、大功率光纤耦合激光系统以及基于多图像传感器的治疗对象重构和定位系统构成。采用双目成像系统实现对目标区域和机械臂终端的定位。同时,使用结构光立体定位方法完成手臂模型的三维轮廓重构。设计用于在病变区域浅层进行烧蚀治疗的激光介入治疗终端。其次,对激光烧蚀对象组织模型进行热场物理仿真,在提出量化指标评估激光烧蚀病变组织效果的基础上,对激光烧蚀治疗规划方法进行对比,选取指标最优的烧蚀规划方法完成实际激光烧蚀治疗。最后,依照烧蚀路径规划方法,通过激光终端治疗机器人硬件系统完成对病变区域的烧蚀治疗。本论文提出的激光医疗机器人及其治疗规划方法,能够实现对浅表病变的高精度热坏死治疗。相较于浅表病变的手工治疗方式提高了治疗精度,减小对周围正常组织的损伤,具有重要的临床实用价值。本论文工作推进了医疗机器人研究的深度和广度。
其他文献
目的:通过窄带成像(NBI)技术对儿童过敏性结肠炎(Allergic Colitis,AC)肠道粘膜的微细形态特征进行观察,探索NBI内镜在儿童过敏性结肠炎临床诊治中的应用价值,并总结儿童过敏
现阶段自由贸易港属于中国最重要的推动开放型经济发展的政策,研究自由贸易港建设发展路径中的法律问题具有重要价值,而在法制保障体系中,为自由贸易港提供立法支撑更是重中之重。自由贸易港建设的法制保障尚未完备,没有法律层面的合法依据会阻碍经济建设的深入发展,同时也不符合自贸港具有更高自主权的精神。中国特色的自由贸易港还没有一部专门的法律,自贸港内依据的均是行政级别的法律文件甚至更低立法层级的法律文件。没有
目前,全球范围内肿瘤的发病率和死亡率居高不下,严重威胁着人类的健康与生命。不管是传统的化学疗法还是新兴的免疫疗法,如何利用纳米技术研究和制备能够高效安全地递送抗原或化疗药物等的新型纳米载体,促进靶标细胞对功能性分子的摄取,减小毒副作用,发挥更有效的抗肿瘤作用,依然是研究的重点和热点。寡核苷酸分子以纳米颗粒为核心呈放射状排布在纳米颗粒表面形成球形核苷酸(Spherical Nucleic Acids
设备的保养管理以及船员管理等工作是船舶管理企业的重要工作内容,其管理的成效直接关系到船舶的安全营运和使用寿命。目前国内航运的船舶管理仍使用传统的办公方式,缺少智能
情感是每个人不可缺少的一部分,它在很大程度上影响着我们工作和生活的方方面面,因此让机器正确识别人类情感是人工智能领域中一道必须克服的障碍。研究发现,脑电、眼电、肌电等客观生理信号比面部表情、行为、手势等主观信息更能正确反映人的内在情感。其中,客观生理信号中的脑电信号由大脑中枢神经系统产生,与情感的产生及识别息息相关,所以通过脑电信号分析人类情感成为当前的研究热点。基于脑电信号的情感识别是一个典型的
本文以“人人美剧网络社区”作为案例进行研究,运用实地观察法、访谈法以及问卷调查法为主要的研究方法,从“人人美剧网络社区”的社区文化构建入手,对整个美剧网络社区文化
随着信息技术的飞速发展,计算机和计算机软件已经成为人类必备且常用的工具。计算机软件像任何有形的事物一样,即质量影响其功能性。为了增加软件的稳定性,很多公司都使用安全合规、代码审查、单元测试等方法去寻找代码中出现的bug。这些都属于软件缺陷检测。然而,软件缺陷检测十分耗费公司的人力物力财力。因此需要一种自动的方法,找出极大可能含有缺陷的代码,使得这些代码能够优先被检查,使得软件开发者和测试者及时定位
该实践报告的翻译材料选自“南阳作家群”代表作家、中国作协会员乔典运的作品《村魂》。其作品追求现实主义的写实手法,敢于批判揭示国民劣根性,后人称其为“半个农民哲学家
随着各种便捷式电子产品全面进入人们的生产与生活,诸多应用场景对锂电池的能量密度和续航时间提出越来越高的要求。当前正极材料是限制锂离子电池性能的首要瓶颈。传统的层状氧化物正极材料与聚阴离子磷酸铁锂正极材料分别存在安全隐患和理论比容量低的问题。富锂聚阴离子Li2FeSiO4因其晶体结构安全、理论比容量远高于传统正极材料、原材料价格较低廉等优点而受到广泛关注,被认为是该领域极具发展前景的新型锂离子正极材
机器学习一直是近几年来国内外学者研究的热点之一,而图像识别与分类是机器学习中一个重要的研究方向。近年来随着海上石油开采、运输,溢油事故频繁发生,海洋灾害严重;SAR图像具有全天时、全天候、微波穿透力强等特点,并且不受气候与光线等影响,广泛应用于溢油监测中;基于机器学习对于SAR图像进行溢油分类具有重要的研究意义。本文对机器学习中浅层学习分类器进行研究,并与PCANet结合,对结合的模型开展了 SA