《血管介入手术机器人及其力反馈技术研究进展》学术报告

本文由童静（单位：上海海洋大学工程学院，上海交通大学附属第六人民医院医学装备处）、储呈晨及李斌（后两者单位：上海交通大学附属第六人民医院医学装备处）共同撰写，发表于2023年6月的《中国普通外科杂志》（China Journal of General Surgery）第32卷第6期。文章主题聚焦于机器人辅助血管介入手术（Robot-assisted vascular interventional surgery）中的一项关键技术——力反馈（Force feedback）技术，系统综述了其面临的基本问题、现有实现方式、技术需求及未来发展方向。

文章开篇即指出，血管介入手术作为一种微创治疗心脑血管疾病的首选方法，虽优势明显，但在临床推广中面临两大核心瓶颈：一是血管环境的狭窄与复杂性使得手动操作导管极为困难，增加了医生的认知负荷、手术时间与风险；二是对医生操作熟练度要求极高，而能开展大量手术的专家数量有限。机器人辅助血管介入手术因其精确性、灵活性与便捷性，被视为实现手术远程化、智能化与数字化的关键手段，备受期待。然而，与图像导航、机械臂结构等其他关键技术相比，力反馈技术的研究仍存在巨大空白。力反馈的缺失，严重限制了机器人在处理复杂困难病变、钙化病变、慢性闭塞病变时的应用能力。因此，本文旨在深入分析该领域的基本问题、梳理技术实现路径、明确系统需求，并结合国内外最新研究进展，探讨未来发展趋势，从而为血管介入手术机器人力反馈技术的深入研究提供理论参考与实践指导。

文章的第一个主要论点是，设计力反馈单元必须解决两个基本工程问题：人手的感知力问题，以及力传递过程中的损耗与补偿问题。 针对人手感知力问题，文章指出，力感知的本质是皮肤感受器对外部机械刺激产生神经信号并传至大脑综合分析的过程。目前血管介入手术机器人的力感知主要指压力感知。研究数据表明，人手感知力的最小阈值约为0.05 N，差别阈值在0.5~1.5 N之间。因此，力反馈单元的设计最小阈值必须低于0.05 N，同时最大阈值需考虑医生的操作舒适度，避免疲劳。文章还提出，建立人体力感知模型，定量描述主观感知与客观刺激之间的关系，是促进技术发展的重要方向。针对力损耗与补偿问题，文章阐明，从导管尖端受力到人手感知，过程中因机器人连杆重力、机械惯性等因素产生的摩擦力会导致力信号失真，影响力反馈的“透明度”。为解决此问题，必须引入力补偿机制。补偿方式主要分为三类：配重补偿、弹簧补偿以及辅助执行器拖动装置补偿。文章列举了多项研究实例：如Mashayekhi等人通过弹簧联动电机和钢丝实现力补偿；Fukushima等人提出一种基于最小二乘法（Least Square Method, LSM）的在线补偿方法，无需安装增值编码器；Wang等人采用支持向量机（Support Vector Machine, SVM）算法进行摩擦力补偿；Dong等人则提出了基于深度高斯过程（Deep Gaussian Processes, DGP）的无模型摩擦补偿方案，避免了基于模型方法中参数识别的繁琐过程。这些研究为克服系统内力损耗提供了多样化的解决思路。

文章的第二个主要论点是，当前血管介入手术机器人的力反馈实现方式多样，但各有其显著优势与局限性，尚未有成熟方案应用于临床。 文章将现有实现方式分为以下几类并进行了详细评述： 1. 基于机械作用的力反馈：这是较早发展的方式，通常通过计算机控制电机（如音圈电机、磁粉制动器）的输入电压来改变输出扭矩，模拟力感。例如，Payne等人和Yang等人分别研发了具有径向或轴向力反馈功能的系统。然而，机械力反馈的致命缺陷在于电机启停需要克服惯性，难以实现瞬时同步反馈，影响医生判断。此外，加装电机导致系统复杂、体积庞大、产生噪声，压缩了手术空间。 2. 基于电流变液（Electrorheological Fluids, ERF）的力反馈：ERF是一种智能材料，其流变性能（如粘度）可随外加电场发生显著变化。通过改变ERF的粘度可以产生阻力，实现力反馈。Zakaria等人研发的系统即采用了此原理。但该方式的致命缺点是工作电压过高（通常在0-5 kV范围），远超人体安全阈值，存在极大的安全隐患，严重限制了其实际应用场景。 3. 基于磁流变液（Magnetorheological Fluid, MRF）的力反馈：MRF与ERF类似，但其流变性能由磁场控制，通常只需1-10 A的电流，灵敏度更高，响应更快（毫秒级）。因此，MRF被视为更有前景的力反馈介质。Guo等人、Liu等人、Zhang等人及Gao等人的研究均展示了基于MRF的力反馈系统在径向和轴向力反馈方面的潜力。然而，MRF同样存在问题：一是使用过程中线圈功耗产热明显，可能影响力的准确呈现；二是其固有的被动粘度会在无磁场时产生基础摩擦力，难以实现“零摩擦”状态。为解决MRF的产热和被动粘度问题，Hooshiar等人创新性地提出使用磁流变弹性体（Magnetorheological Elastomer, MRE）并搭配永磁体，取得了良好性能。 4. 其他力反馈方式：包括“局部力反馈”和“感知替代”等间接方式。例如，Sankaran等人通过力校准设定动态阈值，当机器人施加力过大时触发触觉振动来提示医生；Dagnino等人开发的CathBot平台通过集成视觉力反馈，试验证明可将操作平均力和最大力显著降低。Yu等人则利用磁粉离合器结合杠杆原理放大并传递力觉信号。这些方式为力反馈的实现提供了不同的思路和补充。

文章的第三个主要论点是，一个理想的血管介入手术机器人力反馈系统，需满足从力感知到力呈现全链路的技术需求，具体体现在传感器设计、受力检测和瞬时反馈能力三个方面。 1. 合理的力传感器设计：力传感器是检测导管/导丝与血管壁接触力的关键。应变片是核心元件，通常粘贴在特制弹性体上。弹性体设计需与机械结构刚度匹配，而应变片与弹性体一体化设计有助于减少迟滞。此外，新型材料如基于碳纳米管（Carbon Nano Tube, CNT）或柔性导电聚合物复合材料（Flexible Conductive Polymer Composite, FCPC）的传感器正在探索中。由于血管内环境对尺寸要求极端苛刻，光纤力传感器（如基于光纤布拉格光栅Fiber Bragg Grating, FBG的传感器）因其尺寸小、抗干扰能力强而受到关注，Tang等人基于自由与约束拓扑（Freedom and Constraint Topology, FACT）方法开发了高精度三轴FBG力传感器。 2. 精准的受力检测：检测方案分直接与间接两种。直接检测将传感器置于导管顶端，精度高但受尺寸限制。间接检测则通过测量近端力或相关联动元件（如弹簧位移、电机电流、气缸气压）的变化来估算远端接触力。对于血管介入手术，间接检测（尤其是基于近端力估计）是更可行的主流方法，如Yin、Song等人的研究。 3. 瞬时反馈能力：血管介入手术对操作精度和实时性要求极高，微小的延迟可能导致严重后果。因此，力反馈装置必须具备优秀的瞬时反馈能力，最大限度地减少整个系统的迟滞现象，确保医生感知与实际情况同步。

文章的第四个主要论点是，展望未来，多学科交叉融合将为血管介入手术机器人力反馈技术带来广阔的创新空间与发展机遇，但技术的临床普及仍面临一系列挑战。 在技术创新方面，电子科学、材料科学的进步，尤其是量子效应、纳米技术（Nanotechnology, NT）、微电机系统（Micro Electromechanical System, MEMS）技术、仿生材料等的发展，有望催生性能更优越、更适用于微型化场景的力传感器。人工智能、大数据、物联网等技术将推动受力检测向自动化、实时化、远程化、智能化发展。新型智能材料的持续探索将为直接力反馈方式注入活力，而“局部力反馈”与“感知替代”等间接方式也有待深度挖掘。 然而，力反馈技术仅是血管介入手术机器人系统的一个环节。要实现其广泛应用，仍需多方面的共同努力：建立基于信息融合技术的安全监控平台；完善相关法律法规与伦理规范；通过技术突破和规模化降低系统成本，减轻医疗负担；开展大量的临床试验以验证长期疗效与安全性。此外，5G技术的高速率、低延迟特性与虚拟现实（Virtual Reality, VR）技术的沉浸感，将为实现真正安全、高效的远程血管介入手术提供强有力的技术支持。

本文的学术价值与实践意义在于，它首次系统性地、工程化地梳理了血管介入手术机器人力反馈技术这一关键但尚不成熟的研究领域。文章不仅清晰地界定了技术面临的核心挑战（感知与损耗），还全面综述并客观评价了各类技术路径的优缺点，为后续研究者指明了技术瓶颈与可能的突破口。同时，文章从系统工程角度提出的需求分析（传感器-检测-反馈），为力反馈单元乃至整个机器人系统的设计提供了明确的性能指标和研发方向。最后，结合多学科前沿展望未来，并指出超越技术本身的临床应用前提条件，使该综述兼具技术深度与视野广度，对推动我国在该领域的自主研发与临床转化具有重要的指导意义。