A fuzzy inference force model for forbidden region virtual fixtures in teleoperated surgical robotics

Over the past several decades, Robotic-assisted Minimally Invasive Surgery (RAMIS) has gained widespread acceptance and utilization in the field of medical surgery. It has been used in a wide range of surgical specialties, including urology, gynecology, general surgery, cardiothoracic surgery, and more. In 2022, more than 883,000 surgical robot treatments were performed in the United States. The most popular robotic surgery system today is the Da Vinci Robot. It is a typical teleoperated surgical robot. A notable limitation in teleoperated robot surgery is that the surgeon is not in direct contact with the operating areas. The undesired collisions between the robot tools with the vital tissues can happen. To increase the safety and the accuracy during the teleoperated robot surgery,the virtual fixture technique is developed. It is the computer-generated constraints that assist user to perform robot-assisted manipulation tasks. It can be divided into two categorizes, Guidance Virtual Fixture (GVF) and Forbidden Region Virtual Fixture (FRVF). The most useful method for the force feedback in virtual fixture is the spring damping model. This model is easy to develop but the values for spring coefficient $K$ and damping coefficient $B$ needed sophisticated engineering and tuning in order to achieve the desired level of fidelity. To avoid complex parameters tuning process and to enhance user experience during the teleoperated robot surgery, in this thesis, a feedback force model based fuzzy inference force system is proposed for the Forbidden Region Virtual Fixture. This force model takes distance and speed information and utilizes fuzzy logic principles to generate feedback forces, thereby enhancing the overall surgical experience and safety. To facilitate the evaluation of the proposed system, a sophisticated 3D simulation environment of the Partial Nephrectomy Surgery is developed. It is constructed based on CT images. This environment serves as the backdrop for the experiment and provides a realistic platform for assessing the effect of the haptic feedback force model. To demonstrate the effectiveness of the new approach, a comprehensive user test experiment has been conducted. The experiment is based on the Da Vinci Robot. The experiment's outcomes have revealed a notable improvement in both the safety and efficiency of the simulated surgery when employing the fuzzy inference force model. The result suggests the potential benefit the proposed model for virtual fixtures in enhancing teleoperated robot surgery.

Nel corso degli ultimi decenni, la chirurgia robotica assistita minimamente invasiva (RAMIS) ha ottenuto un'ampia accettazione e utilizzo nel campo della chirurgia medica. È stata impiegata in una vasta gamma di specialità chirurgiche, tra cui urologia, ginecologia, chirurgia generale, cardiochirurgia e altro ancora. Nel 2022, negli Stati Uniti sono stati effettuati oltre 883.000 interventi chirurgici con robotica. Il sistema di chirurgia robotica più popolare oggi è il Robot Da Vinci. È un tipico robot chirurgico telecomandato. Una limitazione rilevante nella chirurgia robotica teleoperata è che il chirurgo non è in contatto diretto con le aree operative. Possono verificarsi collisioni indesiderate tra gli strumenti robotici e i tessuti vitali. Per aumentare la sicurezza e la precisione durante la chirurgia robotica teleoperata, è stata sviluppata la tecnica del virtual fixture. Si tratta di vincoli generati al computer che assistono l'utente nell'esecuzione di compiti di manipolazione assistiti da robot. Può essere suddivisa in due categorie, il Virtual Fixture di Guida (GVF) e il Virtual Fixture di Regione Proibita (FRVF). Il metodo più utile per il feedback di forza nel virtual fixture è il modello a molla smorzata. Questo modello è facile da sviluppare, ma i valori dei coefficienti di molla $K$ e di smorzamento $B$ richiedono un'ingegneria sofisticata e un'ottimizzazione per raggiungere il livello desiderato di fedeltà. Per evitare un complesso processo di ottimizzazione dei parametri e migliorare l'esperienza dell'utente durante la chirurgia robotica teleoperata, in questa tesi viene proposto un sistema di forza di feedback basato su un sistema di inferenza fuzzy per il Virtual Fixture di Regione Proibita. Questo modello di forza utilizza informazioni sulla distanza e sulla velocità e applica i principi della logica fuzzy per generare forze di feedback, migliorando così l'esperienza chirurgica complessiva e la sicurezza. Per agevolare la valutazione del sistema proposto, è stato sviluppato un sofisticato ambiente di simulazione 3D della chirurgia di nefrectomia parziale. È stato costruito sulla base di immagini TC. Questo ambiente serve da sfondo per l'esperimento e fornisce una piattaforma realistica per valutare l'effetto del modello di feedback tattile. Per dimostrare l'efficacia del nuovo approccio, è stata condotta una completa sperimentazione con utenti. L'esperimento è basato sul Robot Da Vinci. I risultati dell'esperimento hanno rivelato un notevole miglioramento sia in termini di sicurezza che di efficienza della chirurgia simulata quando si utilizza il modello di forza di inferenza fuzzy. Il risultato suggerisce il potenziale beneficio del modello proposto per i virtual fixture nel migliorare la chirurgia robotica teleoperata.