Anwendung eines modellbasierten Ansatzes zur Entwicklung mikrochirurgischer Roboter

Mikrochirurgische Techniken und Instrumente ermöglichen Chirurgen, komplexe Eingriffe an Nerven, Blutgefäßen und winzigen Strukturen menschlichen Gewebes mit außergewöhnlicher Präzision durchzuführen. Obwohl die Mikrochirurgie vielversprechend für eine Verbesserung der Behandlungsergebnisse ist, erfordert das Operieren in engen Arbeitsbereichen im Submillimeterbereich außerordentliche Stabilität und Fingerfertigkeit. Ein erfahrener Chirurg kann Gefäße mit einem Durchmesser zwischen 0,3 und 0,8 Millimeter (mm) verbinden. Der unvermeidliche physiologische Tremor der Hand des Chirurgen begrenzt jedoch die Wirksamkeit solcher Anastomoseverfahren. Darüber hinaus können Herausforderungen hinsichtlich des Arbeitsbereichs und der Kinematik in einer eingeschränkten Anatomie mehrere Entwurfsiterationen erforderlich machen, die sowohl zeitaufwändig als auch kostspielig sind.

Mikrochirurgische Roboter können Chirurgen helfen, Einschränkungen zu überwinden, die durch enge Arbeitsbereiche, Handzittern und Ermüdung entstehen. Das Design dieser Roboter bringt jedoch eine Reihe neuer Herausforderungen mit sich. Erstens: Um die Zeit zu reduzieren, die Chirurgen mit dem Erlernen neuer Werkzeuge verbringen, müssen die Roboter in der Lage sein, bei verschiedenen Eingriffsarten zu assistieren, nicht nur bei einem. Zweitens werden Mikrochirurgieroboter – anders als Industrieroboter, die in Arbeitsbereichen ohne menschliches Eingreifen eingesetzt werden – direkt am Menschen eingesetzt. Bei ihrer Entwicklung muss daher die Patientensicherheit oberste Priorität haben. Und schließlich müssen die Roboter minimal invasiv sein – idealerweise also durch einen einzigen kleinen Einschnitt arbeiten, Gewebeschäden zu minimieren und die Genesungszeiten zu verkürzen

Bei vielen Entwurfsentscheidungen geht es darum, die invasiven Eingriffe so gering wie möglich zu halten und gleichzeitig sicherzustellen, dass der Chirurg über genügend Freiheitsgrade verfügt, um die Eingriffe effektiv durchführen zu können. Bei dieser Abwägung gibt es keine allgemeingültige Antwort. Aus diesem Grund verlassen sich die Entwicklungsteams für mikrochirurgische Roboter oft stark auf Versuch und Irrtum. Sie müssen Anforderungen festlegen, ein Design erstellen, das diese Anforderungen erfüllt, und dann einen Prototyp zusammenbauen. Anschließend testen die Designteams den Prototyp, um die Anforderungen weiter zu verfeinern, bevor dieser Zyklus wiederholt wird. Oft sind mehrere Iterationen dieses Zyklus erforderlich und die Zykluszeiten werden durch die Notwendigkeit, bei jeder Iteration den Hardware-Prototyp zu erstellen oder neu zu erstellen, verlängert.

An der Zhejiang-Universität haben meine Kollegen und ich einen designorientierten, modellbasierten Ansatz zur Entwicklung von Systemen für robotergestützte minimalinvasive Chirurgie angewendet. Mit diesem Ansatz haben wir vor kurzem einen Robotermanipulator für Anastomose und ophthalmische Eingriffe entwickelt, der auf einer Parallelogrammstruktur basiert. Wir führten rechnerische Analysen und Simulationstests mit Simulink^® und Simscape Multibody™ durch, um die Endeffektor-Trajektorie des Manipulators zu visualisieren und zu bestätigen, dass das Design die Anforderungen an Sicherheit und chirurgische Bedienbarkeit erfüllt (Abbildung 1). Dieser Ansatz beschleunigt die Entwicklung und ermöglicht es uns, viele Designprobleme zu erkennen und zu lösen, bevor wir Zeit und Ressourcen in den Bau eines Hardware-Prototyps investieren.

Entwurf der mechanischen Struktur

Wir begannen unseren Designprozess mit der Definition der Anforderungen und Designziele für den mikrochirurgischen Manipulator. Dazu gehörten beispielsweise eine Genauigkeit von weniger als 10 Mikrometern für die Spitze, ein Bewegungsbereich von 20 x 20 x 20 mm und ein Schnellwechselmechanismus für den Endeffektor des Systems, der es Chirurgen ermöglicht, Instrumente während eines Eingriffs rasch auszutauschen.

Ein wesentlicher Designbestandteil des Systems ist der ferngelenkte Bewegungsmittelpunkt-Mechanismus (Remote Center of Motion, RCM), der die Freiheitsgrade (DOF) des Instruments auf drei Rotations-DOF beschränkt (ψ, ϕ und θ) um die Inzision herum und ein translatorischer Freiheitsgrad (Z) in Richtung der Instrumenteneinführung. Wir haben eine Doppelparallelogrammstruktur entwickelt, die die Bewegung des Endeffektors im gesamten Arbeitsbereich mit den folgenden Bewegungsbereichen ermöglicht: ψ: ±45°; ϕ: ±75°;θ: 360°; Z: 32 mm. Nachdem wir diese Struktur zunächst anhand eines mathematischen Modells auf der Grundlage physikalischer Grundprinzipien analysiert hatten, erstellten wir eine CAD-Baugruppe dafür in SolidWorks.^® (Abbildung 2).

Durchführen einer simulationsbasierten Analyse in Simscape Multibody

Unser nächster Schritt bestand darin, die CAD-Baugruppe mithilfe des Plug-Ins Simscape Multibody Link aus SolidWorks zu exportieren und dann die resultierende XML-Multibody-Beschreibungsdatei in Simscape Multibody zu importieren, um ein Simscape™-Modell unseres Designs zu erstellen (Abbildung 3). Wir haben an den ϕ-, ψ- und Z-Gelenken Motoren zur Bewegungssteuerung hinzugefügt und mehrere Simulationen mit einem Positionssensor durchgeführt, um die Position und Bewegung des Endeffektors zu verfolgen.

Durch die Analyse und Darstellung der Ergebnisse dieser Simulationen in MATLAB^® haben wir den Bereich des Endeffektors bei Anastomoseverfahren im kubischen Raum und bei ophthalmologischen Verfahren im sphärischen Raum visualisiert (Abbildung 4). Dadurch soll die Sicherheit des Patienten gewährleistet und eine hohe Wahrscheinlichkeit für einen Operationserfolg erzielt werden, da während eines Eingriffs alle anatomischen Punkte erreichbar sind. Für diese Beurteilung muss die Kinematik des Roboters genutzt werden, um eine Punktwolke zu entwickeln und die bei herkömmlichen chirurgischen Eingriffen beobachteten Bewegungsbahnen auszuwerten.

Abbildung 4. Mehrere Ansichten des Arbeitsbereichs für ophthalmische Eingriffe (erste) und Anastomoseeingriffe (zweite).

Wir haben außerdem Simulationen durchgeführt, bei denen wir beispielsweise die Bewegung und Bewegungsbahn des Endeffektors verfolgt haben, um zu bestätigen, dass der Entwurf die chirurgische Anforderung einer Bogenbewegung auf der Oberfläche des Auges erfüllt (Abbildung 5).

Hauptvorteile eines modellbasierten Ansatzes

Im Rahmen unserer Forschung erkennen wir mehrere wesentliche Vorteile des von uns gewählten modellbasierten Ansatzes. Zu den wertvollsten Vorteilen gehört die Möglichkeit, das Design schnell zu iterieren, um sicherzustellen, dass es im digitalen Bereich voll funktionsfähig ist, bevor mit der physischen Implementierung fortgefahren wird. Einen Entwurf auf Papier oder in einer CAD-Software zu erstellen und zu wissen, dass er in der Theorie funktionieren sollte, ist die eine Seite. Wenn wir aber sehen, dass er durch eine Simulation mit Simulink und Simscape in einer virtuellen Umgebung funktioniert, erhalten wir zwangsläufig weitere Erkenntnisse, die wir zur Verbesserung nutzen können.

Mit den im modellbasierten Ansatz sofort verfügbaren digitalen Modellen können wir die Entwicklungsvorlaufzeit weiter verkürzen, indem wir die 3D-Drucktechnologie für das Rapid Prototyping des Robotermechanismus in Kombination mit der Simulationsanalyse verwenden. Die Hardwaretests des aus dem modellbasierten Ansatz abgeleiteten Designs zeigen, dass der Prototyp den RCM-Punkt erfolgreich auf dem Auge des Patienten hält (Abbildung 6).

Darüber hinaus erleichtert die Arbeit in Simulink und Simscape den vielen Studierenden, die in unserem Team arbeiten, die Einarbeitung und Koordination ihrer Bemühungen. Bis zu ihrem Abschluss arbeiten sich die Studierenden von Projekt zu Projekt weiter und ein modellbasierter Ansatz hilft ihnen dabei, ihre Leistungen an andere weiterzugeben. Modelle lassen sich leichter erklären und verstehen. Wenn die nächste Gruppe also die Arbeit des vorherigen Teams erweitern oder verallgemeinern möchte, weiß sie, wo sie anfangen und was zu tun ist.

Nachdem wir nun die Machbarkeit des mechanischen Designs nachgewiesen haben, können wir mit der Entwicklung des Steuerungssystems beginnen und im Zuge dessen die Struktur weiter optimieren. Model-Based Design mit MATLAB und Simulink hilft bei beiden Vorhaben und ermöglicht es uns, die Sicherheit des gesamten Systems durch Simulation zu validieren und den gesamten Entwicklungszyklus zu verkürzen.