Système d'assistance robotisé basé sur l'imagerie échographique pour l'anesthésie loco-régionale

Robotic assistance system based on ultrasound images for regional anesthesia

• Auteur / Autrice : Mohammad Alkhatib
• Direction : Pierre Vieyres, Adel Hafiane
• Type : Thèse de doctorat
• Discipline(s) : Robotique et Image Vision
• Date : Soutenance le 17/12/2020
• Etablissement(s) : Orléans
• Ecole(s) doctorale(s) : École doctorale Mathématiques, Informatique, Physique Théorique et Ingénierie des Systèmes (Centre-Val de Loire ; 2012-....)
• Partenaire(s) de recherche : Laboratoire : Laboratoire Pluridisciplinaire de recherche en ingénierie des systèmes, mécanique et énergétique (Orléans ; 2008-....)
• Jury : Président / Présidente : Véronique Perdereau
• Jury : Examinateurs / Examinatrices : Véronique Perdereau, Alexandre Krupa, Didier Vray, Cyril Novales, Su Ruan, Arnaud Lelevé
• Jury : Rapporteur / Rapporteuse : Alexandre Krupa, Didier Vray

Mots clés

Mots clés contrôlés

Imagerie ultrasonore

Nerfs

Traitement d'images -- Techniques numériques

Anesthésie locorégionale

Robotique en médecine

Mots clés libres

Suivi de nerfs

Suivi visuel

Apprentissage profond

Extraction de caractéristiques

Suivi d'objets basé sur la multimodalité

Vision par ordinateur

Images échographiques

Cinématique de l'insertion de l'aiguille

Contraintes du centre de mouvement distant

Télérobotique

Robotique médicale

Anesthésie régionale

Nerve tracking

Visual tracking

Deep-learning

Feature extraction

Multi-Modal based object tracking

Computer vision

Ultrasound images

Needle insertion kinematics

Remote center of motion constraints

Telerobotics

Medical robotics

Regional anesthesia

Résumé

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.

Ultrasound-guided regional anesthesia (UGRA) is becoming a powerful technique in surgical procedures and pain management. However, the UGRA procedure requires a long learning process and years of experience. Robotic aids are already used in medical assistance and show their enormous impact. For this, robotic UGRA could be of great help in helping anesthetists use techniques and tools that improve the accuracy and safety of the procedure, for example, by avoiding nerve trauma or damage to healthy tissue. The robot-assisted UGRA system presents two major challenges: the visual quality of ultrasound images, which suffers from noise, and the robotic control of needle insertion. Therefore, this thesis focuses on the development of methods for nerve detection and tracking in ultrasound images and robotic control of needle insertion.In this thesis, the ultrasound image is analyzed by highlighting the importance of finding robust and strong features in the image. Since the nerve shares some noisy textural properties, we propose Robust Adaptive Medial Binary Models (RAMBPs) that have the advantages of efficiency and robustness to textures with different high noises. These features are used as the basis for different nerve detection and tracking techniques and evaluated in terms of accuracy, consistency, time complexity, and handling different nerve situations. However, we believe that convolutional neural network (CNN) models are also effective for ultrasound image textures. Thus, to learn more optimal features, we propose to merge RAMBP and CNN models to achieve better performance for nerve detection and tracking.For robotic control of the UGRA, the goal of this contribution is to guide the anesthetist where the remote motion center (RCM) imposes a very difficult task, where it is important to ensure that the needle moves within the constraints of the insertion point and obstacle avoidance in order to prevent patient harm and reach the targeted nerve. To address this need, two control strategies were presented while using the RCM Cartesian control: a teleoperated UGRA needle insertion system with haptic force feedback; a CoBotic needle insertion system. The teleoperated UGRA control enables needle insertion under RCM constraints with force feedback applied to the haptic device. On the other hand, the CoBotic UGRA control enables the needle movement control by applying hand force by the operator user on the robot arm while respecting the RCM constraints. Finally, we discussed avoiding risky regions by applying small repulsive forces to the end-effector once the needle’s tip gets close to a risky region. A topological image has been constructed by using a neural network segmentation technique and a repulsive force has been computed with respect to the distance between the needle tip and the risky region.