Towards the development of safe, collaborative robotic freehand ultrasound

Résumé

L’utilisation de la robotique en médecine revêt une importance croissante pour les services de santé modernes, car les systèmes robotiques ont la capacité d’améliorer les tâches humaines, améliorant ainsi la capacité de traitement d’un prestataire de soins de santé. Dans le secteur médical, l’imagerie par ultrasons est une approche peu coûteuse sans les fortes émissions de rayonnements souvent associées à d’autres modalités, surtout lorsqu’on la compare à l’IRM et à l’imagerie par tomodensitométrie respectivement. Au cours des deux dernières décennies, des efforts considérables ont été investis dans la recherche et le développement en robotique ultrasonore à main levée. Cependant, cette recherche s’est concentrée sur la faisabilité de l’application, et non sur les principes fondamentaux de la robotique, tels que le contrôle du mouvement, l’étalonnage et la conscience contextuelle. Jusqu’à présent, une grande partie du travail s’est concentrée sur les robots conçus sur mesure, la génération d’images ultrasonores et l’asservissement visuel, ou la commande à distance. La recherche fondée sur ces sujets souffre souvent d’importantes limitations qui entravent son utilité d’une manière adaptable, évolutive et réaliste. En particulier, alors que les robots personnalisés peuvent être conçus pour une application spécifique, les robots collaboratifs commerciaux et prêts à l’emploi constituent une solution plus robuste et économique. Par ailleurs, diverses études d’échographie robotique ont démontré la faisabilité de l’utilisation d’un contrôle de force de base, mais elles explorent rarement le réglage du contrôleur dans le contexte de la sécurité du patient et de la peau déformable dans un environnement non structuré. De plus, de nombreuses études évaluent de nouvelles approches d’asservissement visuel, mais ne tiennent pas compte de l’utilité pratique de recourir à des dispositifs de mesure externes pour contrôler le mouvement. Ces études négligent l’importance de la précision et de l’étalonnage des robots, qui permettent à un système de naviguer en toute sécurité dans son environnement tout en réduisant les erreurs d’imagerie associées au positionnement. Par conséquent, bien que la faisabilité de l’échographie robotique ait été le point central, il y a un manque de concentration sur ce qui se passe entre la conception du système et la sortie des images. Cette thèse aborde les limites de la littérature actuelle à travers trois contributions distinctes. Étant donné la nature contrôlée par la force d’un robot à ultrasons, la première contribution présente une approche d’étalonnage en boucle fermée utilisant un contrôle d’impédance et un équipement peu coûteux. La précision est une exigence fondamentale pour la génération et le ciblage d’images ultrasonores de haute qualité. Ceci est particulièrement vrai lorsqu’un chemin spécifique est suivi le long d’un patient ou des coupes 2D sont synthétisées en une image ultrasonore 3D. Cependant, même si la plupart des robots industriels sont intrinsèquement précis, ils ne le sont pas nécessairement. Bien que l’étalonnage des robots ait fait l’objet d’études approfondies, de nombreuses approches reposent sur des équipements coûteux et très délicats. Des essais expérimentaux ont montré que cette méthode est comparable en qualité à l’étalonnage traditionnel à l’aide d’un laser tracker. Comme démontré par une étude expérimentale et validée par un laser tracker, la précision absolue d’un robot collaboratif a été améliorée à une erreur maximale de 0.990 mm, soit une amélioration de 58.4% par rapport au modèle nominal. La deuxième contribution explore les collisions et les événements de contact, car ils sont un sous-produit naturel des applications impliquant une interaction physique homme-robot dans des environnements non structurés. L’échographie médicale assistée par robot est un exemple de tâche où le simple fait d’arrêter le robot lors de la détection de contact peut ne pas être une stratégie de réaction appropriée. Ainsi, le robot doit être conscient de l’emplacement du contact corporel afin de planifier correctement les trajectoires contrôlées par la force le long du corps humain à l’aide de la sonde d’imagerie. C’est particulièrement vrai pour les systèmes d’échographie à distance où la sécurité et la maniabilité sont des éléments importants à prendre en compte lors de l’utilisation d’un système médical à distance via un réseau de communication. Un cadre est proposé pour la classification des contacts des robots à l’aide des données des capteurs intégrés d’un robot collaboratif. Contrairement aux études antérieures, cette classification ne fait pas de distinction entre les scénarios de contact intentionnel et non intentionnel, mais classifie plutôt le quoi impliqué dans l’événement de contact. Le classificateur peut discerner différentes zones corporelles spécifiques ISO/TS 15066:2016 le long d’une jambe de modèle humain avec une précision 89.37%. Dans l’ensemble, ce cadre de distinction des contacts permet d’élaborer des stratégies de réaction plus complexes et d’adapter le comportement du robot au cours de l’interaction physique homme-robot. Enfin, étant donné que le succès d’une tâche d’échographie dépend de la capacité du système robotique à manipuler l’interaction physique homme-robot, le contrôle de mouvement pur est insuffisant. Les techniques de contrôle de la force sont nécessaires pour obtenir un comportement efficace et adaptable d’un système robotique dans l’environnement ultrasonore non structuré tout en assurant une interaction physique sûre. Bien que le contrôle de la force ne nécessite pas une connaissance explicite de l’environnement, pour obtenir un comportement dynamique acceptable, les paramètres de contrôle doivent être réglés. La troisième contribution propose un cadre d’accord en ligne simple et efficace pour le contrôle du mouvement des ultrasons robotisés à main levée. Dans le contexte de l’échographie médicale, les différents endroits du corps humain ont une rigidité différente et nécessitent des réglages uniques. Grâce à des expériences réelles avec un robot collaboratif, le cadre a réglé le contrôle de mouvement pour des trajectoires optimales et sécuritaires le long d’un fantôme de la jambe humaine. Le processus d’optimisation a réussi à réduire l’erreur absolue moyenne de la force de contact du mouvement à 0.537N grâce à l’évolution de huit paramètres de contrôle du mouvement. De plus, la connaissance du contexte par la classification du mouvement peut offrir un cadre pour l’optimisation de l’interaction physique homme-robot et la sécurité grâce à un comportement de mouvement prédictif avec un objectif futur de l’interaction physique homme-robot autonome. Ainsi, un pipeline de classification, formé à l’aide des données de mouvement du processus de réglage, a été en mesure de classer de façon fiable la qualité future du suivi des forces d’une session de mouvement avec une précision de 91.82 %.

Date	18 déc. 2019
langue originale	Anglais américain
Établissement diplômant	École de technologie supérieure
Superviseur	Ilian Bonev (Directeur(-trice))