Utilize este identificador para referenciar este registo:
https://hdl.handle.net/1822/91461
Título: | Artificial intelligence collaborative robot for patient-specific laser treatment of vascular lesions |
Outro(s) título(s): | Robô colaborativo guiado por inteligência artificial para tratamentos laser de lesões vasculares específicos a cada paciente |
Autor(es): | Oliveira, Bruno Miguel Gomes |
Orientador(es): | Fonseca, Jaime C. Vilaça, João Luís Araújo Martins |
Palavras-chave: | Artificial intelligence Collaborative robot Laser therapy Vascular lesions Inteligência artificial Lesões vasculares Robô colaborativo Terapia laser |
Data: | 17-Abr-2024 |
Resumo(s): | Chronic venous disorders (CVD) of the lower limbs affect millions of people worldwide, resulting
from venous abnormalities such as incompetent valves, venous obstruction, or muscle pump dysfunction.
Laser-based therapies, notably for vascular lesions like telangiectasias and reticular veins, which
constitute over 50% of CVD cases, are commonly employed. Despite their significant advantages, the
safety and efficacy of these treatments depend upon precise laser device operation. However, laser
guidance predominantly relies on manual laser handling and visual skin inspection, which makes the
therapy challenging and dependent on the user's expertise. In response to these challenges, this work
aimed to develop an innovative framework merging artificial intelligence (AI) and collaborative robotics to
assist in various stages of vascular laser therapy.
The proposed integrated framework comprises five distinct conceptual modules, initially
developed independently and later unified into a comprehensive system known as LaserNAVI. The initial
module involves a detailed analysis of the treatment to define system requirements and optimize the
design of the robotic platform, namely critical design parameters such as laser tool positioning and robot
orientation. The subsequent module introduces AI methodologies for the analysis of medical images from
CVD patients, encompassing both the classification and segmentation of CVD. To facilitate precise laser
handling, the following module focuses on achieving real-time control of the laser tool's 3D position relative
to the patient's skin, leveraging high-precision measures from displacement sensors. The subsequent
module introduces an innovative strategy employing adaptive virtual fixtures, enhancing intuitive humanrobot
collaboration during vascular laser treatment. This approach is then extended to optimize laser
shoot precision. The last part of this work combines all the developed modules to create LaserNAVI, a
navigation system projected to assist physicians across stages of vascular laser treatments. The system
is composed of a trolley, robot arm, end-effector tool with integrated sensors, and user interfaces. Here,
the practical application of this system during a laser procedure is fully covered.
In summary, LaserNAVI aims to ensure the accurate operation of laser treatments, potentially
minimizing side effects, enhancing effectiveness, and reducing the learning curve, thereby expanding the
accessibility of these techniques to less-experienced physicians. As such, it holds the potential for
widespread acceptance across a diverse range of laser treatments. As doenças venosas crónicas (DVC) nos membros inferiores afetam milhões de pessoas em todo o mundo, resultantes de anomalias venosas como válvulas deficientes, obstrução venosa ou disfunção da bomba muscular. Terapias baseadas em laser, particularmente para lesões vasculares como telangiectasias e veias reticulares, que constituem mais de 50% dos casos de DVC, são normalmente usadas. Apesar das suas consideráveis vantagens, a segurança e a eficácia destes tratamentos dependem do manuseamento correto do dispositivo a laser. No entanto, este manuseio é predominantemente manual e baseado numa inspeção visual da pele, o que torna a terapia desafiadora e dependente da experiência do utilizador. Em resposta a estes desafios, este trabalho teve como objetivo desenvolver um sistema inovador que combina inteligência artificial (IA) e robótica colaborativa para auxiliar o médico nas etapas do tratamento de lesões vasculares dos membros inferiores usando laser. O sistema proposto é composto por cinco módulos distintos, inicialmente desenvolvidos de forma independente e posteriormente combinados num sistema abrangente designado como LaserNAVI. O módulo inicial envolve uma análise completa do tratamento para definir os requisitos do sistema e otimizar o design da plataforma robótica, nomeadamente parâmetros críticos de design como posicionamento do laser e orientação do robô. O módulo subsequente apresenta metodologias de IA para a análise de imagens médicas de pacientes com DVC, abrangendo tanto a classificação quanto a segmentação de DVC. Para facilitar o manuseio preciso do laser, o módulo seguinte concentra-se em alcançar o controlo em tempo real da posição tridimensional da ferramenta laser em relação à pele do paciente, tirando partido de medidas de alta precisão a partir de sensores de distância. O módulo subsequente apresenta uma estratégia inovadora que utiliza forças virtuais adaptativas, melhorando a colaboração intuitiva entre humanos e robôs durante o tratamento vascular a laser. A última parte deste trabalho combina todos os modos desenvolvidos para criar o LaserNAVI. O sistema é composto por um carrinho, braço robótico, e uma ferramenta robótica com sensores integrados e interfaces de utilizador. Aqui, a aplicação prática deste sistema durante um procedimento a laser é totalmente abordada. Em resumo, o LaserNAVI visa garantir a operação precisa de tratamentos a laser, potencialmente minimizando os efeitos secundários, aumentando a eficácia e reduzindo a curva de aprendizagem, expandindo assim a acessibilidade destas técnicas a médicos menos experientes. Como tal, possui o potencial para uma ampla aceitação em uma ampla gama de tratamentos a laser. |
Tipo: | Tese de doutoramento |
Descrição: | Tese de doutoramento em Engenharia Biomédica |
URI: | https://hdl.handle.net/1822/91461 |
Acesso: | Acesso embargado (3 Anos) |
Aparece nas coleções: |
Ficheiros deste registo:
Ficheiro | Descrição | Tamanho | Formato | |
---|---|---|---|---|
Bruno Miguel Gomes Oliveira.pdf Até 2027-04-17 | Tese de doutoramento | 13,12 MB | Adobe PDF | Ver/Abrir |
Este trabalho está licenciado sob uma Licença Creative Commons