Utilize este identificador para referenciar este registo: https://hdl.handle.net/1822/91461

TítuloArtificial 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-chaveArtificial intelligence
Collaborative robot
Laser therapy
Vascular lesions
Inteligência artificial
Lesões vasculares
Robô colaborativo
Terapia laser
Data17-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.
TipoTese de doutoramento
DescriçãoTese de doutoramento em Engenharia Biomédica
URIhttps://hdl.handle.net/1822/91461
AcessoAcesso embargado (3 Anos)
Aparece nas coleções:BUM - Teses de Doutoramento
ICVS - Teses de Doutoramento / PhD Theses
CAlg - Teses de doutoramento/PhD theses

Ficheiros deste registo:
Ficheiro Descrição TamanhoFormato 
Bruno Miguel Gomes Oliveira.pdf
  Até 2027-04-17
Tese de doutoramento13,12 MBAdobe PDFVer/Abrir

Este trabalho está licenciado sob uma Licença Creative Commons Creative Commons

Partilhe no FacebookPartilhe no TwitterPartilhe no DeliciousPartilhe no LinkedInPartilhe no DiggAdicionar ao Google BookmarksPartilhe no MySpacePartilhe no Orkut
Exporte no formato BibTex mendeley Exporte no formato Endnote Adicione ao seu ORCID