Robotic assistance system based on ultrasound images for regional anesthesia

Système d'assistance robotisé basé sur l'imagerie échographique pour l'anesthésie loco-régionale L'anesthésie régionale guidée par ultrasons (UGRA) devient une technique puissante dans les procédures chirurgicales et la gestion de la douleur. Toutefois, la procédure UGRA nécessite un long processus d'apprentissage et des années d'expérience. Les aides robotisées sont déjà utilisées dans l'assistance médicale et montrent leur énorme impact. Ainsi, l'UGRA robotisée pourrait être d'une grande aide en aidant les anesthésistes à utiliser des techniques et des outils qui améliorent la précision et la sécurité de la procédure, par exemple en évitant les traumatismes nerveux ou les dommages aux tissus sains. Le système UGRA robotisé présente deux défis majeurs : la qualité visuelle des images échographiques, qui souffre de bruit, et le contrôle robotique de l'insertion de l'aiguille. Par conséquent, cette thèse se concentre sur le développement de méthodes de détection et de suivi des nerfs dans les images échographiques et sur le contrôle robotique de l'insertion de l'aiguille. Dans cette thèse, l'image ultrasonore est analysée en soulignant l'importance de trouver des caractéristiques robustes et fortes dans l'image. Puisque le nerf partage certaines propriétés texturales bruyantes, nous proposons des modèles binaires médians adaptatifs robustes (RAMBP) qui ont les avantages de l'efficacité et de la robustesse aux textures avec différents bruits élevés. Ces caractéristiques sont utilisées comme base pour différentes techniques de détection et de suivi des nerfs et évaluées en termes de précision, de cohérence, de complexité temporelle et de traitement de différentes situations nerveuses. Cependant, nous pensons que les modèles de réseaux neuronaux convolutifs (CNN) sont également efficaces pour les textures d'images échographiques. Ainsi, pour apprendre des caractéristiques plus optimales, nous proposons de fusionner les modèles RAMBP et CNN afin d'obtenir de meilleures performances pour la détection et le suivi des nerfs. Pour le contrôle robotique de l'UGRA, l'objectif de cette contribution est de guider l'anesthésiste là où le centre de mouvement à distance (RCM) impose une tâche très difficile, où il est important de s'assurer que l'aiguille se déplace dans les contraintes du point d'insertion et de l'évitement des obstacles afin d'éviter de nuire au patient et d'atteindre le nerf ciblé. Pour répondre à ce besoin, deux stratégies de contrôle ont été présentées tout en utilisant le contrôle cartésien RCM : un système d'insertion d'aiguille UGRA téléopéré avec retour de force haptique ; un système d'insertion d'aiguille CoBotic. La commande UGRA téléopérée permet l'insertion de l'aiguille sous les contraintes du RCM avec un retour de force appliqué au dispositif haptique. D'autre part, le contrôle CoBotic UGRA permet de contrôler le mouvement de l'aiguille en appliquant la force de la main de l'utilisateur opérateur sur le bras du robot tout en respectant les contraintes RCM. Enfin, nous avons discuté de l'évitement des régions à risque en appliquant de petites forces répulsives à l'effecteur final lorsque la pointe de l'aiguille s'approche d'une région à risque. Une image topologique a été construite en utilisant une technique de segmentation par réseau neuronal et une force répulsive a été calculée en fonction de la distance entre la pointe de l'aiguille et la région à risque.