Minimally invasive surgery (MIS) during cardiovascular interventions reduces trauma and enables the treatment of high-risk patients who were initially denied surgery. However, restricted access, reduced visibility and control of the instrument at the treatment locations limits the performance and capabilities of such interventions during MIS. Therefore, the demand for technology such as steerable sheaths or catheters that assist the clinician during the procedure is increasing. In this study, we present and evaluate a robotically actuated delivery sheath (RADS) capable of autonomously and accurately compensating for beating heart motions by using a model-predictive control (MPC) strategy. We develop kinematic models and present online ultrasound segmentation of the RADS that are integrated with the MPC strategy. As a case study, we use pre-operative ultrasound images from a patient to extract motion profiles of the aortic heart valve (AHV). This allows the MPC strategy to anticipate for AHV motions. Further, mechanical hysteresis in the steering mechanism is compensated for in order to improve tip positioning accuracy. The novel integrated system is capable of controlling the articulating tip of the RADS to assist the clinician during cardiovascular surgery. Experiments demonstrate that the RADS follows the AHV motion with a mean positioning error of 1.68 mm. The presented modelling, imaging and control framework could be adapted and applied to a range of continuum-style robots and catheters for various cardiovascular interventions.

中文翻译：

---

用于心跳补偿的机器人驱动输送鞘的模型预测控制

心血管干预期间的微创手术 (MIS) 减少了创伤，并使最初被拒绝手术的高危患者能够得到治疗。然而，在治疗位置对仪器的限制访问、降低的可见性和控制限制了 MIS 期间此类干预的性能和能力。因此，对在手术过程中协助临床医生的可操纵护套或导管等技术的需求正在增加。在这项研究中，我们提出并评估了一种机器人驱动的输送鞘 (RADS)，它能够通过使用模型预测控制 (MPC) 策略自主和准确地补偿跳动的心脏运动。我们开发运动学模型并呈现与 MPC 策略集成的 RADS 的在线超声分割。作为案例研究，我们使用来自患者的术前超声图像来提取主动脉心脏瓣膜 (AHV) 的运动轮廓。这允许 MPC 策略预测 AHV 运动。此外，转向机构中的机械滞后得到补偿，以提高尖端定位精度。新型集成系统能够控制 RADS 的关节尖端，以在心血管手术期间协助临床医生。实验表明，RADS 遵循 AHV 运动，平均定位误差为 1.68 毫米。所提出的建模、成像和控制框架可以适应并应用于一系列连续体式机器人和导管，以进行各种心血管干预。这允许 MPC 策略预测 AHV 运动。此外，转向机构中的机械滞后得到补偿，以提高尖端定位精度。新型集成系统能够控制 RADS 的关节尖端，以在心血管手术期间协助临床医生。实验表明，RADS 遵循 AHV 运动，平均定位误差为 1.68 毫米。所提出的建模、成像和控制框架可以适应并应用于一系列连续体式机器人和导管，以进行各种心血管干预。这允许 MPC 策略预测 AHV 运动。此外，转向机构中的机械滞后得到补偿，以提高尖端定位精度。新型集成系统能够控制 RADS 的关节尖端，以在心血管手术期间协助临床医生。实验表明，RADS 遵循 AHV 运动，平均定位误差为 1.68 毫米。所提出的建模、成像和控制框架可以适应并应用于一系列连续体式机器人和导管，以进行各种心血管干预。新型集成系统能够控制 RADS 的关节尖端，以在心血管手术期间协助临床医生。实验表明，RADS 遵循 AHV 运动，平均定位误差为 1.68 毫米。所提出的建模、成像和控制框架可以适应并应用于一系列连续体式机器人和导管，以进行各种心血管干预。新型集成系统能够控制 RADS 的关节尖端，以在心血管手术期间协助临床医生。实验表明，RADS 遵循 AHV 运动，平均定位误差为 1.68 毫米。所提出的建模、成像和控制框架可以适应并应用于一系列连续体式机器人和导管，以进行各种心血管干预。