Página principal > Sensor guiado por robot para determinar regiones tumorales en la superficie cerebral: optimización de puntos de contacto > premis
Universidad de Zaragoza Custodiado por la Biblioteca de la Universidad de Zaragoza Premis-plugin for CDSInvenio, developed by Miguel Martín Miguel Martín González
oai:zaguan.unizar.es:8909 2015-04-29
eng Quílez Velilla, Pablo Javier Westphal, Ralf Sensor guiado por robot para determinar regiones tumorales en la superficie cerebral: optimización de puntos de contacto https://zaguan.unizar.es/record/8909/files/TAZ-PFC-2012-603.pdf https://zaguan.unizar.es/record/8909/files/TAZ-PFC-2012-603_ANE.pdf La habilidad del neurocirujano puede suponer la diferencia entre el éxito o el fracaso de una operación de neurocirugía. Para facilitar su labor se han desarrollado a lo largo de la historia complejas técnicas de diagnóstico clínico y quirúrgicas. Actualmente las técnicas de diagnóstico más comunes son la tomografía axial computerizada (TAC), la tomografía por emisión de positrones (PET), la resonancia magnética nuclear (RMN) y la magnetoencefalografía (MEG). La microcirugía, la cirugía endoscópica o la cirugía estereotáxica representan algunos de los recientes avances más importantes en técnicas de quirófano. La neurocirugía es una especialidad médica que se encuentra en constante y rápida evolución. El uso de robots en las operaciones en general y en neurocirugía en particular cada vez tiene un mayor interés e importancia porque permiten sobrepasar la precisión y las habilidades humanas. La distinción entre tejido sano y tumoral es un problema añadido durante las operaciones de extirpación de tumores cerebrales. Es vital eliminar totalmente el tumor para evitar su reaparición, a la vez que conservar el mayor volumen posible de tejido sano circundante ayuda a reducir las secuelas y mejora la recuperación. En este documento se describe un método asistido por robot, con la ayuda de un sensor de fuerza y un sensor tumoral desarrollado en la Universidad Leibniz de Hanóver, para construir un mapa del tejido tumoral de la superficie del cerebro. A diferencia de otras tecnologías actuales, el proceso se puede efectuar de forma automatizada bajo supervisión humana. El objetivo de este proyecto es lograr movimientos seguros y precisos del brazo robótico mientras se construye el mapa, permitiendo incluso desplazar el sensor sobre la superficie en movimiento sin dañarla. Completar correctamente la tarea requiere un contacto perpendicular y constante del sensor con la superficie cerebral en cada punto a medir. Para ello se han desarrollado algoritmos, métodos, un controlador PID por software y las pruebas que se detallan en este documento. Aproximar el sensor tumoral de forma suave es uno de los requisitos más importantes, siendo otro compensar los movimientos de la superficie del cerebro debidos al pulso cardiaco mientras se mantiene el contacto con una fuerza constante. Si los movimientos del robot no se realizan con extrema precisión se pueden ocasionar daños graves al paciente o incluso su muerte. Las principales dificultades que se han enfrentado durante el proyecto son compensar la variación del peso medido por el sensor de fuerza al cambiar la orientación de la mano del robot, e identificar y reducir las fuentes de error como por ejemplo la precisión del sensor de fuerza o la alineación de las articulaciones del robot. Este proyecto también representa un punto de partida y de referencia para la investigación de nuevas aplicaciónes roboticas en cirugía de tejidos blandos. 2014-11-27 8909 20150429092406.0 TAZ-PFC-2012-603 eng Quílez Velilla, Pablo Javier Sensor guiado por robot para determinar regiones tumorales en la superficie cerebral: optimización de puntos de contacto Zaragoza Universidad de Zaragoza 2012 by-nc-sa Creative Commons 3.0 http://creativecommons.org/licenses/by-nc-sa/3.0/ El anexo incluye la memoria en inglés elaborada para la Universidad Técnica de Braunschweig. La habilidad del neurocirujano puede suponer la diferencia entre el éxito o el fracaso de una operación de neurocirugía. Para facilitar su labor se han desarrollado a lo largo de la historia complejas técnicas de diagnóstico clínico y quirúrgicas. Actualmente las técnicas de diagnóstico más comunes son la tomografía axial computerizada (TAC), la tomografía por emisión de positrones (PET), la resonancia magnética nuclear (RMN) y la magnetoencefalografía (MEG). La microcirugía, la cirugía endoscópica o la cirugía estereotáxica representan algunos de los recientes avances más importantes en técnicas de quirófano. La neurocirugía es una especialidad médica que se encuentra en constante y rápida evolución. El uso de robots en las operaciones en general y en neurocirugía en particular cada vez tiene un mayor interés e importancia porque permiten sobrepasar la precisión y las habilidades humanas. La distinción entre tejido sano y tumoral es un problema añadido durante las operaciones de extirpación de tumores cerebrales. Es vital eliminar totalmente el tumor para evitar su reaparición, a la vez que conservar el mayor volumen posible de tejido sano circundante ayuda a reducir las secuelas y mejora la recuperación. En este documento se describe un método asistido por robot, con la ayuda de un sensor de fuerza y un sensor tumoral desarrollado en la Universidad Leibniz de Hanóver, para construir un mapa del tejido tumoral de la superficie del cerebro. A diferencia de otras tecnologías actuales, el proceso se puede efectuar de forma automatizada bajo supervisión humana. El objetivo de este proyecto es lograr movimientos seguros y precisos del brazo robótico mientras se construye el mapa, permitiendo incluso desplazar el sensor sobre la superficie en movimiento sin dañarla. Completar correctamente la tarea requiere un contacto perpendicular y constante del sensor con la superficie cerebral en cada punto a medir. Para ello se han desarrollado algoritmos, métodos, un controlador PID por software y las pruebas que se detallan en este documento. Aproximar el sensor tumoral de forma suave es uno de los requisitos más importantes, siendo otro compensar los movimientos de la superficie del cerebro debidos al pulso cardiaco mientras se mantiene el contacto con una fuerza constante. Si los movimientos del robot no se realizan con extrema precisión se pueden ocasionar daños graves al paciente o incluso su muerte. Las principales dificultades que se han enfrentado durante el proyecto son compensar la variación del peso medido por el sensor de fuerza al cambiar la orientación de la mano del robot, e identificar y reducir las fuentes de error como por ejemplo la precisión del sensor de fuerza o la alineación de las articulaciones del robot. Este proyecto también representa un punto de partida y de referencia para la investigación de nuevas aplicaciónes roboticas en cirugía de tejidos blandos. Ingeniero en Informática Derechos regulados por licencia Creative Commons robótica robotics robot cirugía surgery cerebro brain robótica médica medical robotics Westphal, Ralf dir. Universidad de Zaragoza Informática e Ingeniería de Sistemas Lenguajes y Sistemas Informáticos Montesano del Campo, Luis ponente 550590@celes.unizar.es 2084771 https://zaguan.unizar.es/record/8909/files/TAZ-PFC-2012-603.pdf Memoria (spa) 4712344 https://zaguan.unizar.es/record/8909/files/TAZ-PFC-2012-603_ANE.pdf Anexos (eng) Anexos (eng) oai:zaguan.unizar.es:8909 driver proyectos-fin-carrera TAZ PFC EINA URI https://zaguan.unizar.es/record/8909 SUPPORTED 0 MD5 https://zaguan.unizar.es/record/8909/files/TAZ-PFC-2012-603.md5 0 image/x.djvu 6 http://djvu.sourceforge.net/abstract.html DJVU/6 Profile information Lizardtech Document Express Enterprise 5.1 0 URI https://zaguan.unizar.es/record/8909/files/TAZ-PFC-2012-603.pdf disk Minimum View Print Visualization of DJVU requires specific software, like DjVu Browser Plugin URI http://creativecommons.org/licenses/by-nc/3.0 URI http://creativecommons.org/licenses/by-nc/3.0 license URI http://creativecommons.org/licenses/by-nc/3.0 You are free to adapt, copy, transmite or distribute the work under the following conditions: (1) You must attribute the work in the manner specified by the author or licensor (but not in any way that suggests that they endorse you or your use of the work). (2) You may not use this work for commercial purposes (3) For any reuse or distribution, you must make clear to others the license terms of this work (4) Any of the above conditions can be waived if you get permission from the copyright holder (5) Nothing in this license impairs or restricts the author's moral rights This object is licensed under Creative Common Attribution-NonCommercial 3.0 (further details: http://creativecommons.org/licenses/by-nc/3.0/). Universidad de Zaragoza Automatizacion de Bibliotecas Edif. Matematicas, Pedro Cerbuna 12, 50009 Zaragoza auto.buz@unizar.es