Hands-on control and force feedback enhancement in robotic neurosurgery

In recent decades, the engineering is increasingly entered in the healthcare word changing management processes and applications. The growth of medical robotics has been striking since the mid-1980s. The main advantage offered by medical robots is improved significantly surgeons’ technical capability to perform procedures. The first reported use of a robot in neurosurgery was in 1985 by Kwoh and colleagues, who employed a PUMA industrial robot for holding and manipulating biopsy cannulae. Subsequent attempts have resulted in obtaining more advanced robotic systems in the same scope. Most robotic systems perform only stereotactic procedures but, in neurosurgical cases, the majority of time is spent on micromanipulation. So the robotic systems to improve the tool manipulation are been developed. The use of force feedback combined with motion/force scaling is an essential component of enhanced surgical tool manipulation. Some examples are RAMS and Steady Hand. Surgical robots assist surgeons in treating patients by moving surgical instruments, sensors, or other devices in relation to the patient. Generally, these motions are controlled by the surgeon in different ways: preprogrammed, teleoperated, hands-on. In the first case the desired robot behavior is specified before that the robot is moved usually based on medical images. In the second case the surgeon specifies the desired motions directly through a separate human interface device and the robot moves immediately. In the third case the surgeon moves the robot directly and uses the surgical tool through the manipulator; every movement is robot assisted. Some experiences show how the hands-on control is the control form preferred from the surgeons because it combines the precision and the strength of robotic devices with the surgeon’s natural eye–hand coordination. The aim of the work is to develop a cooperative robotic neurosurgical assistant. It increases the surgeon capabilities to sense the interaction forces and to move on the brain tissue with higher precision. The control schema adopted is the Cartesian Admittance Control and the approach is demonstrated on the lightweight robot. The Cartesian Admittance Control, in addition to the compliant motion control, provides the force feedback enhancement and the force-to-motion scaling. In the recent literature there are works where is used this control for these specifications. The experimental set-up is a KUKA LigthWeight Robot 4 + (7 degrees of freedom, torque sensors in the joints) and a force sensor, IIT Mini45, mounted on the robot end effector. In addition the set-up provides a handle placed before the force sensor that allows for easier control of the robotic arm. The aim of the force sensor is to detect interaction forces between the lockable surgical instrument to it and the tissue. The signal generated creates the admittance controller force feedback. The control scheme used was first tried in simulation and subsequently implemented on real set-up. He has also been tested by applying a protocol and compared to one of the control modes offered by KUKA, the Gravity Compensation Control. The results show how the Cartesian Admittance Control developed provides: 1. Hands-on control of KUKA LWR4 + 2. Force feedback enhancement 3. Force-to-motion scaling You can also see how the experimental results are in line with the simulation results in terms of stability and performance but differ in the values demonstrating how the real system puts more limits than the model in simulation. The thesis work was done at the NearLab laboratory, Politecnico di Milano.

Negli ultimi decenni l’ingegneria è sempre più entrata nel mondo della sanità determinando un cambiamento nei processi, nella gestione e nelle applicazioni. L’utilizzo della robotica in ambito chirurgico è stato crescente a partire dalla metà degli anni ottanta. In particolare nella neurochirurgia il primo utilizzo di un robot risale al 1985 quando Kwoh e colleghi, nel ambito delle procedure stereotassiche, realizzarono un sistema controllato da un PUMA 560 per il posizionamento di aghi per biopsia. I successivi tentativi hanno portato al ottenimento di sistemi robotici sempre più evoluti nel medesimo ambito. In neurochirurgia, oltre alle procedure stereotassiche, si spende molto tempo in micro manipolazione. A partire da metà degli anni novanta sono stati sviluppati strumenti sensorizzati e sistemi robotici impiegati per operazioni di micro manipolazione. Questi sistemi sono accomunati dall’impiego di sensori di forza in grado di rilevare le forze di interazioni con i tessuti realizzando un feedback di forza impiegato per eliminare il tremore, incrementare la precisione nei movimenti, creare un interfaccia aptica per il chirurgo. Degli esempi sono: RAMS e Steady Hand. I sistemi robotici chirurgici posso essere governati dal chirurgo in tre modalità differenti: preprogrammato, tele-controllato, in hands-on. Nel primo caso il robot esegue movimenti e operazioni definite durante la fase pre-operatoria sulla base di immagini (CT, MRI) e analisi. Nel secondo caso il chirurgo controlla il moto del robot a distanza utilizzando un’interfaccia dedicata. Nel terzo caso il chirurgo interagisce direttamente con il robot muovendolo ed effettuando le varie operazioni in maniera assistita. Il controllo in hands-on, secondo delle ricerche, risulta essere il preferito dai chirurghi in quanto unisce alla naturale coordinazione occhio-mano la precisione dei movimenti effettuati da una macchina. In questo progetto presento un sistema robotico in grado di assistere il chirurgo durante le operazioni di neurochirurgia. L’obiettivo è quello di aumentare la precisione dei movimenti e permettere una percezione aumentata delle forze di interazione tra lo strumento chirurgico ed il cervello. Per raggiungere tale scopo è stato impiegato uno schema di controllo di ammettenza Cartesiana sperimentato su ligthweith robot. La scelta dello schema di controllo è dipesa dal fatto che il controllo di ammettenza Cartesiana risulta essere uno degli schemi impiegati per il controllo di robot a contatto con ambienti interagenti, pertanto in grado di fornire il controllo hands-on del braccio robotico. Inoltre è utilizzato in altri progetti per ottenere una percezione aumentata delle forze di interazione e una maggiore precisione nei movimenti. Il set-up sperimentale prevede un ligthweight robot, KUKA LWR4+, a 7 gradi di libertà dotato di sensori di coppia ai giunti, ed un sensore di forza, IIT Mini45, montato sul end effector del robot. Inoltre il set-up prevede una maniglia posta prima del sensore di forza che permette un più agevole controllo del braccio robotico. Lo scopo del sensore di forza è quello di rilevare le forze di interazione tra un eventuale strumento chirurgico ancorabile ad esso e il tessuto a contatto. Il segnale generato crea il feedback di forza per il controllo di ammettenza. Lo schema di controllo utilizzato è stato prima provato in simulazione e successivamente implementato su set-up reale. Inoltre è stato testato mediante l’applicazione di un protocollo e confrontato con una delle modalità di controllo offerte dal robot, il controllo di compensazione della gravità. Dai risultati si evince come il controllo di ammettenza cartesiana sviluppato è in grado di: 1. permettere il controllo in hands-on del KUKA LWR4+ 2. ottenere una percezione delle forze di interazione aumentata 3. incrementare la precisione dei movimenti E’ possibile, inoltre, osservare come i risultati sperimentali risultano essere in linea con i risultati ottenuti in simulazione in termini di stabilità e prestazioni ma differiscono nei valori che garantisco ciò a dimostrazione che il sistema reale pone maggiori limiti rispetto a quelli modellizzabili in simulazione. Il lavoro di tesi è stato svolto presso il laboratorio NearLab, Politecnico di Milano.