基于大脑情感学习智能控制算法的柔性针平面穿刺控制装置及方法与流程

本发明属于微创外科手术医疗器械的控制技术领域，具体涉及一种医用柔性穿刺针的平面运动控制装置及运动控制方法。

技术背景

穿刺术在医学治疗、诊断和科学研究方面有着重要的影响，也被认为是最简单和微创的医疗手段。现代计算机技术，影成像技术，自动控制使得定位准确，灵巧性强，状态稳定和效率高的穿刺机器人成为可能。并且，柔性针穿刺机器人已经在靶向注射、近距放射治疗、麻醉、消融、癌症早期诊断和治疗等领域有着非常重要的临床应用。

但是因为人体组织多，神经和血管系统复杂，对穿刺精度要求较高。涉及到大脑，眼，脊柱，心脏等复杂部位的穿刺手术，精度甚至要求达到mm级别。如果精度不够，会导致组织损伤给患者造成二次伤害、组织活检结果出错耽误治疗或者治疗效果不理想，这些都可能带来很严重的后果。

其中难以保证穿刺精度的原因有一下几个，一是柔性针穿刺路径上存在很多障碍物，比如重要组织、神经、动脉。所以需要针尖能够地转到任意合适的方向，准确地绕过这些障碍物。二是由于组织的各向异性、软组织的移动及变形、患者的个体差异、手术位置较深穿过几层组织时组织间特征差异大、难以保证手术时患者位置不变动。针对第一个问题，首先要了解对人体结构解剖学，对不同的个体需要利用影成像技术知道个体差异，然后利用路径规划的方法规划一条避开重要组织、路程尽量短和曲率较小的路径。针对第二个问题，需要柔性针的控制有一定的自适应能力、响应快速和鲁棒性高的特点。保证在穿过不同组织时能自行调整，最终快速准确地沿着规划路径穿刺。

柔性针穿刺运动的控制问题是一个优化问题，目前通过计算机程序和装置来实施优化。当前针对柔性针穿刺运动的控制研究，主要运用的动力学模型有自行车模型、悬臂梁模型和独轮车模型。前面两种模型参数多，非线性和耦合性强，很难用到实际控制。在控制方法，更多用的是各种卡尔曼滤波的方法，这些算法主要是解决在针状态不清楚的情况下，实现比较好的控制效果。但是没有考虑组织不确定对穿刺路径不确定的影响。

大脑情感学习智能控制器，是受启发于哺乳动物大脑内部情感学习方式的智能控制器，由lucas于2004年首先提出的，它有计算复杂度低，相应迅速的优点，并且有一套调整控制参数的规则，能一定程度减少模型不准确和环境的不确定因素带来的影响，目前被应用于永磁同步电动机、电力系统、开关磁阻电动机、电压调节系统的控制中。

技术实现要素：

本发明的目的是基于大脑情感学习的智能控制算法，利用计算机程序和装置实现柔性针运动控制，使得针尖能自适应个体和组织差异，自行调整前进的速度和转角，保证针尖能高精度地跟踪所规划的路径，最终准确到达靶点。

本发明提供的一种用于柔性针平面穿刺控制的基于计算机的方法，实现步骤包括：

步骤1，计算机将预先规划的路径离散化，得到目标点集；

步骤2，传感器将柔性针当前的位置和航向角信息传输给计算机；

步骤3，计算机中基于大脑情感学习的智能控制器执行如下步骤：

步骤3.1，将下一个目标点的位置坐标与柔性针当前的位置坐标做差，得到位置误差；

步骤3.2，生成感知输入信号si和情感激励信号ec；

si＝[er,der/dt,∫erdt]

ec＝w1er+w2∫erdt+w3u

其中，er是电机转速误差，t表示时间；u是智能控制器的输出，作为进给电机的输入电压；w1,w2,w3是三个参量系数；

步骤3.3，智能控制器将si三个分量中最大的一个直接输入杏仁体，将其他分量在延时一个采样周期δt后，和情感激励信号ec同时输入杏仁体和眶额皮质层，在杏仁体和眶额皮质层中分别对输入的信号进行加权求和，最终将杏仁体和眶额皮质层的输出做差得到u；

步骤3.4，智能控制器给进给电机加上电压u，驱动柔性针前进；

步骤3.5，智能控制器将柔性针当前的航向角与下一个目标点的航向角做差，如果两个角度之差不为零，通过旋转电机控制针尖旋转180°，否则不旋转。

相应的，本发明的一种用于控制柔性针平面穿刺的装置，包括：

两个直流电机，一个是用于控制柔性针进给速度的进给电机，一个用于控制柔性针尖旋转的旋转电机；

传感器，用于获取柔性针的位置和航向角信息并传输给计算机；

计算机，包括路径离散化模块和智能控制器。

路径离散化模块，用于将预先规划的柔性针行进路径离散化，得到目标点集合；

智能控制器，用于：(1)根据输入的柔性针当前的位置坐标，与下一个目标点的位置坐标比较，生成感知输入信号si和情感激励信号ec，然后将si三个分量中最大的一个直接输入杏仁体，将其他分量在延时一个采样周期δt后，和情感激励信号ec同时输入杏仁体和眶额皮质层，在杏仁体和眶额皮质层中对输入的信号进行加权求和，最终将杏仁体和眶额皮质层的输出做差得到u，智能控制器给进给电机加上电压u；(2)将柔性针当前的航向角与下一个目标点的航向角做差，如果两个角度之差不为零，通过旋转电机控制针尖旋转180°，否则不旋转。

对应地，本发明实现的一种用于控制柔性针平面穿刺的控制装置，包括存储器和处理器；存储器用于存储计算机程序；处理器用于当执行所述计算机程序时，实现如步骤1～3所述的柔性针平面穿刺控制的基于计算机的方法。

本发明方法和装置的优点和积极效果在于：

(1)本发明运用独轮车的柔性针模型，即不考虑针体对柔性针运动的影响，只是跟随针尖的运动轨迹。在柔性针刚度较小的情况下，这样的简化方法先有很强的实用性。将复杂的柔性针模型简化，减少模性的状态量和参数，更有利于用于在线控制。

(2)本发明是要实现柔性针在平面上的运动控制，考虑到柔性针的针尖只有向上和向下两个反向，用逻辑判断的方法简化了柔性针的旋转电机的控制。旋转电机响应更快，能更好保证柔性针方向的准确性。

(3)本发明将基于大脑情感学习的智能控制算法，运用到柔性针的运动控制。柔性针的工作环境复杂、路径上障碍物多、精度要求高。而基于大脑情感学习的智能控制算法，有其特有的高度自适应和计算复杂度低的优点。能够根据当前工作状况自适应的调整控制量，从而实时地控制跟踪精度。

(4)本发明实现的装置，通过计算机上的智能控制器，对柔性针进行跟踪控制，控制参数少，计算量少，可以实现在线实时控制和精确控制，即使在不同的个体、不同的组织上，都能够高精度跟踪路径，最终准确到达靶点。

附图说明

图1为本发明对柔性针的针尖受力分析示意图；

图2为本发明的柔性针路径跟踪的示意图；

图3为本发明的针尖方向规定示意图；

图4为本发明的控制系统的结构框图；

图5为本发明的belbic结构图。

具体实施方式

下面将结合附图对本发明作进一步的详细说明。

本发明所研究的柔性针控制问题，主要涉及到的硬件设备是柔性针的控制平台，控制平台中包含有两个直流电机和传感器、计算机等。两个直流电机，一个是进给电机，用于实现柔性针的进给运动，一个是旋转电机，用于实现柔性针尖的旋转运动。两个直流电机和传感器都安装在柔性针上，即安装在柔性针穿刺机器人上。计算机根据传感器传输来的信号，计算直流电机的控制信号，以实现对柔性针运动的跟踪和调整。

首先，本发明根据柔性针的动力学和运动学特点，建立柔性针的运动学模型。

假设针体部分刚度足够小，能完全跟随针尖的运动轨迹。所以，针尖的运动决定了整个针的运动轨迹，因此可以把针尖类似成一个独轮车。参考独轮车模型建立柔性针运动控制学模型。

如图1所示，对柔性针尖做受力分析，针尖是一个斜平面，当针尖以速度v往前运动，组织会给针尖一个平行于平面法线的力fr。这个力在垂直于速度方向的分力，给针尖提供了一个做圆周运动的向心力，r是所做圆周运动的半径。所以给针尖不同的进给速度和转动针尖的方向，可以使针尖做变曲率的曲线运动，其线速度为vτ。

如图2所示，柔性针的路径跟踪过程中，针尖做定半径的圆周运动，因此柔性针的路径中有很多段圆周运动，通过对两个直流电机进行控制，使得柔性针做足够小的圆周运动，使运动轨迹尽量贴合所规划的路径。图2中，v是针尖前进的速度，p为针尖所做圆周运动对应的圆心，θ是针尖所做圆周运动的圆心角，和是针尖的航向角。针尖的航向角是针尖的前进速度与水平轴的夹角。结合针尖的受力分析和路径跟踪的运动学分析，建立针尖运动的数学模型如下：

其中：x,y是针尖在大地坐标系中的坐标位置，是针尖的航向角；是当前位置的航向角；是上一个位置的航向角；δt是采样周期；θ是针尖圆周运动的圆心角；ρ是针尖轨迹的曲率半径；v是针尖前进的速度；r是针尖圆周运动的半径，由针体结构决定；α是针尖相对于路径切线的角度，针尖逆时针运动时为0，顺时针运动时为180°。

控制柔性针尖旋转的直流电机，控制了针尖圆周运动的曲率半径。但因为是平面运动，所以控制旋转的电机只有两个状态，如图3所示，分别是旋转180°和不旋转。控制柔性针尖是否旋转的依据是，判断实际航向角是否偏离参考航向角，如果两个角度之差不为零，就旋转180°，否则不旋转。但是，电机转子有惯性，如果需要电机在停止和转动两种状态快速切换，会导致电机转动和停转响应不及时。本发明通过设置容许角度差的极限来避免这个问题，具体实现如公式(3)：

其中：u是电机旋转的命令，值为1时表示旋转，值为0时表示不旋转；是航向角误差；e是累积航向角误差；l是允许的累积航向角误差极限，l的正负和e相同。t表示时间。

本发明提供的基于大脑情感学习智能控制算法的柔性针平面穿刺控制方法，基于上面的柔性针运动学模型上，包括实现步骤1～3。

步骤1，将规划路径离散化。

控制层的上一层是系统的规划层，根据靶点位置和人体结构规划出理想的穿刺路径。因为规划出的路径是连续路径，设可表示为函数y＝f(x)，(x,y)是位置坐标。为了方便运用到控制算法，需要将连续的路径按到达的先后顺序离散成一系列目标点集。具体离散化的方法是：先确定一个足够小的采样步长δt(为使离散点能尽量还原路径)、一个恒定横向速度vx，和初始坐标点y0＝f(x0)。那么目标点集中的每个点的坐标如下：

其中：(xi,yi)是第i个点的坐标，是第i个点的理想航向角；(x0,y0)是针尖初始位置坐标。

步骤2，传感器将柔性针当前的位置和航向角信息传输给计算机。

步骤3，根据运动模型，设计基于大脑情感学习的智能控制器，简称belbic。智能控制器根据接收的信息输出控制柔性针两个直流电机的控制信号。

本发明用基于大脑情感学习的智能控制器来实现对柔性针的控制。基于大脑情感学习的智能控制器的结构如图4所示，其控制功能是模仿人类大脑情感控制的信息处理而实现的。丘脑接受到各个器官的感官输入信号si，将相对紧急的信号直接输入到杏仁体a中，让身体有一个准备状态。其余的信号传输到感官皮质层，在其中经过一定延时后，传输到眶额皮质层o和杏仁体中，情感激励信号ec也输入到眶额皮质层和杏仁体中，各种信号在眶额皮质层和杏仁体中进行处理并最终做出决策。这种结构的控制器为并行结构，并且计算简单，所以非常适用于实时控制。其次，类似人类大脑可以自行调整功能，控制器的控制输入会根据环境和控制结果实时调整，实现自适应控制。所以，即使存在外界干扰和模型不确定的情况下，也能保证控制有较高的鲁棒性。

控制进给速度的电机的输出是柔性针的前进速度，因为环境影响和一些不确定因素，导致实际速度和参考转速会有一定的误差。控制的目标是尽量减小位置误差ep，所以用ep作为整个系统的输入，最终使其尽量收敛到零。

步骤3.1，将下一个目标点的位置坐标与柔性针当前的位置坐标做差，得到位置误差。

如图5所示，智能控制器从规划层获取离散后的下一个目标点的坐标位置，与传感器得到的当前位置坐标做差，以得到位置误差，如公式(5)所示。

其中，(xd,yd)是下一个目标点的坐标；(xp,yp)是当前位置的坐标。ex是x方向的位置误差；ey是y方向的位置误差。位置误差ep＝(ex,ey)。

本发明直接控制的是电机的转速，所以以电机转速误差作为控制器输入。因为x和y只是坐标分量，他们的误差不能体现综合的位置误差，根据几何关系求得电机转速误差er如公式(6)。

步骤3.2，生成感知输入信号si和情感激励信号ec。

当控制器接收到电机转速误差er后，分别按照公式(7)和(8)生成感知输入信号si和情感激励信号ec。

si＝[er,der/dt,∫erdt](7)

ec＝w1er+w2∫erdt+w3u(8)

其中，u是控制器的输出，同时也作为进给电机的输入电压。w1,w2,w3是三个参量系数，可根据经验设置。

步骤3.3，智能控制器根据两个输入信号si和ec来计算控制信号u。

belbic结构如图5所示，丘脑接收到感知输入si后，将si三个分量中最大的一个直接馈入杏仁体，如公式(9)所示；另一路信号，从丘脑中出来后，进入感官皮质层，延时一个采样周期δt后，和情感激励信号ec同时输入杏仁体和眶额皮质层。在杏仁体和眶额皮质层中，将按照公式(10)和(11)处理每个接收到的信号。最终将杏仁体和眶额皮质层的输出做差得到控制器的输出u，如公式(12)。

at＝max(sik)k＝1,2,3(9)

u＝a-o(12)

本发明实施例中，杏仁体a中有4个节点，对应为输入的si三个分量以及at的接收节点，眶额皮质层o中有3个节点，对应为输入的si三个分量。ec用于对权重进行调节，不是杏仁体和眶额皮质层中的节点。

杏仁体和眶额皮质层中，将接收到的每个信号，都看做对应有一个接收的节点，其中，aj是杏仁体中接收的第j个信号，也即杏仁体中第j个节点；oi是眶额皮质层中接收的第i个信号，即眶额皮质层中第i个节点；kaj是杏仁体中第j个节点的权值，koi是眶额皮质层中第i个节点的权值。两个权值的调节律δkaj、δkoi分别如公式(13)和(14)所示。

δkaj＝αmax(0,ec-a)si(13)

δkoi＝β(u-ec)si(14)

其中，α和β分别是杏仁体和眶额皮质层的学习率，0＜α,β＜1，表征这两个模块中学习的速率、对外部输入的响应速度。a和o分别是杏仁体和眶额皮质层的输出。

由公式(10)—(14)，可以定性分析得到：杏仁体输出的增量都是正的，也就是说杏仁体中的学习是朝一个方向进行的，并且有一定的记忆能力。眶额皮质层输出的增量由控制器输出u和情感激励信号ec的差的正负决定，如果u>ec，即可以定性的理解为控制器输出偏大时，眶额皮质层输出的增量为正，最终导致u减小，反之亦然。所以可以看出眶额皮质层的作用是调节控制器输出，避免杏仁体输出增量太快或者太慢导致整体输出偏离太多。同样，情感信号ec也是通过调节杏仁体和眶额皮质层节点权值的增量，从而实现调节整个控制器输出作用。这体现出了眶额皮质层和情感信号ec对杏仁体学习的调节作用，也从算法结构上保证了基于大脑情感学习控制器的学习能力和自适应能力。

步骤3.4，给进给电机加上输入电压u后，驱动电机转动，输出电机的转速n。然后由转换机构将电机的旋转运动转变成直线运动的速度v，其中转换机构是通过传动比进行线性转换，假设传动比是p，其转化关系如公式(15)所示。

v＝n×p(15)

步骤3.5，再根据上面公式(3)来判断是否对针尖进行旋转，由旋转电机给定针尖方向，就可以精准地控制针尖的运动路径，实现穿刺机器人的运动控制。

相应地，本发明实现的用于控制柔性针平面穿刺的装置，包括两个直流电机、传感器和计算机。两个直流电机，一个用于控制柔性针的进给速度，一个用于控制柔性针尖的旋转。传感器用于获取柔性针当前的位置和航向角信息并传输给计算机。计算机包括路径离散化模块和智能控制器。路径离散化模块用于将预先规划的柔性针行进路径离散化，得到目标点集合。智能控制器用于：(1)根据输入的柔性针当前的位置坐标，与下一个目标点的位置坐标比较，生成感知输入信号si和情感激励信号ec，然后将si三个分量中最大的一个直接输入杏仁体，将其他分量在延时一个采样周期后，和情感激励信号ec同时输入杏仁体和眶额皮质层，在杏仁体和眶额皮质层中对输入的信号进行加权求和，最终将杏仁体和眶额皮质层的输出做差得到u，智能控制器给进给电机加上电压u；(2)将柔性针当前的航向角与下一个目标点的航向角做差，如果两个角度之差不为零，通过旋转电机控制针尖旋转180°，否则不旋转。

上述步骤1～3所述的柔性针平面穿刺控制方法，实现为计算机程序，本发明实现的一种用于控制柔性针平面穿刺的控制装置，包括存储器和处理器；存储器用于存储计算机程序；处理器用于当执行所述计算机程序时，实现所述的柔性针平面穿刺控制方法。