在探针的插入期间检测组织拉伸的装置和方法与流程

在探针的插入期间检测组织拉伸的装置和方法
1.相关申请
2.本技术要求2022年2月17日提交的、题为“systems and methods to detect tissue stretching during insertion probes”的美国临时专利申请63/268,184的优先权，其全部公开内容通过引用并入本文。
3.本技术的主题涉及以下内容：2015年9月4日提交的、题为“physician controlled tissue resection integrated with treatment mapping of target organ images”的pct/us2015/048695，2016年3月10日公布为wo 2016/037137；2020年3月9日提交的、题为“robotic arms and methods for tissue resection and imaging”的pct/us2020/021756，2020年9月10日公布为wo/2020/181290；2020年3月9日提交的、题为“stiff sheath for imaging probe”的pct/us2020/021708，2020年9月10日公布为wo/2020/181280；2020年11月4日提交的、题为“surgical probes for tissue resection with robotic arms”的pct/us2020/058884，2021年5月20日公布为wo/2021/096741；以及2021年6月21日提交的、题为“systems and methods for defining and modifying range of motion of probe used in patient treatment”的pct/us2021/038175，2021年12月30日公布为wo/2021/262565，其全部公开内容通过引用并入本文。
4.背景
5.外科探针用于许多类型的外科手术。至少一些外科手术依赖于将探针插入自然形成的腔或体腔。与本公开相关的工作表明，至少一些外科手术可能存在意外穿孔的风险，其中自然组织壁被诸如外科探针或成像探针的探针意外穿孔。例如，经直肠超声(trus)可以用于在诸如前列腺手术的手术期间对组织成像。尽管在手术期间对组织成像非常有帮助，但是存在诸如经直肠超声的探针可以至少在一些情况下刺穿直肠或结肠壁的潜在风险。至少一些自然腔可以包括沿着腔的囊袋，这可能不期望地限制探针沿腔的移动，并且与本公开相关的工作表明，在刺穿组织之前检测组织阻力可能是有帮助的。
6.鉴于上述情况，需要改进的系统、装置和方法来检测与探针的插入相关的组织阻力，这将改善现有方法的至少一些上述限制。
7.概述
8.在一些实施例中，本公开的系统、方法和装置检测在探针的插入期间与组织阻力和剪切(shearing)相关的组织应变，并提供反馈，诸如实时反馈，这可以减少与探针的插入相关的潜在组织损伤。在一些实施例中，一种方法包括生成组织的一个或更多个数字图像、基于该一个或更多个数字图像确定对组织施加的应变以及基于检测到的应变提供反馈。反馈可以是听觉、视觉或触觉反馈中的一个或更多个。当确定的应变高于阈值时，可以提供反馈。可以通过使用人工智能或机器学习分类器来确定应变。
9.通过引用并入
10.本文中提及和标识的所有专利、申请和出版物特此通过引用以其整体并入，并且即使在本技术的其他地方提及，也应被视为通过引用完全并入。
11.附图简述
12.通过参考以下对说明性实施例加以阐述的详细描述及其附图，将会获得对本公开的特征、优势和原理的更好的理解，在附图中：
13.图1示出了根据一些实施例的用于在患者体内执行组织切除的系统的前视图；
14.图2示意性地图示了根据一些实施例的用于在患者体内执行组织切除的系统；
15.图3a和图3b示出了根据一些实施例的用于支撑一个或更多个机器人臂的公共基座或底座的透视图；
16.图4a和图4b分别图示了根据一些实施例的用于在患者体内执行组织切除的系统的透视图和侧视图，该系统包括移动基座；
17.图5示出了根据一些实施例的在探针在组织中正常推进期间探针和周围组织的关联成像；
18.图6示出了根据一些实施例的随着探针在组织中的推进，探针和与组织阻力相关联的周围组织伸长和剪切的关联成像；以及
19.图7示出了根据一些实施例的检测组织阻力的方法。
20.详细描述
21.下面的详细描述提供了对根据本文公开的实施例的本公开中描述的本发明的特征和优势的更好理解。尽管详细描述包括许多具体实施例，但这些具体实施例仅作为示例提供，并且不应被解释为限制在本文中公开的本发明的范围。
22.本公开的系统和方法非常适合与许多探针以及诊断和外科手术一起使用。尽管提到的是包括经直肠插入结肠的经直肠超声探针的探针，但本公开非常适合与插入许多类型的组织、体腔和腔的许多类型的探针一起使用，诸如血管腔、鼻腔和体腔、尿道腔、胃腔、气道、食管腔、经食道、肠腔、肛门腔、阴道腔、经腹部、腹腔、肾脏手术、输尿管手术、肾结石、前列腺手术、肿瘤手术、癌症手术、脑部手术、心脏手术、眼科手术、肝脏手术、胆囊手术、膀胱手术、脊柱手术、矫形手术、关节镜手术、吸脂术、结肠镜检查、插管、微创切口、微创手术等。
23.本公开的系统和方法非常适合与现有的探针诸如成像探针、处理探针、刚性护套和其他可以插入患者体内的探针组合。例如，这种探针的示例包括激光处理探针、水射流探针、rf处理探针、微波处理探针、放射治疗探针、超声处理探针、高强度超声处理探针、超声乳化探针、成像探针、内窥镜探针、电切镜探针、超声成像探针、a扫描超声探针、b扫描超声探针、多普勒超声探针、经直肠超声探针、矢状面超声成像探针、横向平面超声成像探针以及横向和矢状面超声成像探针。
24.本公开的系统和方法非常适合用于组织壁上包含褶皱的组织，诸如肠组织、阴道组织、鼻组织和结膜组织。本公开的系统和方法非常适合用于保护组织免受因与探针插入相关的力导致的撕裂、磨损和穿孔的影响，在一些情况下，这可能与探针接合组织褶皱有关。
25.图1示出了用于在患者体内执行组织切除的系统400的示例性实施例。系统400可以包括处理探针450和成像探针460。处理探针450可以耦合到第一臂442，并且成像探针460耦合到第二臂444。第一臂442和第二臂444中的一个或两个可以包括机器人臂，在本文中也被称为仪器设备操纵器，该机器人臂的移动可以由与臂可操作地耦合的一个或更多个计算设备控制。处理探针450可以包括用于执行任何合适的诊断或处理程序的设备，并且可以包括对来自患者体内目标部位的组织进行切除、收集、消融、烧灼或这些或其他处理的组合。
处理探针450可以被配置为将足以移除目标组织的能量从处理探针450输送到目标组织。例如，处理探针450可以包括电外科消融设备、激光消融设备、经尿道针消融设备、水射流消融设备或其任意组合。成像探针460可以被配置成将足以对目标组织成像的能量从成像探针460输送到目标组织。例如，成像探针460可以包括超声探针、磁共振探针、内窥镜或荧光透视探针。第一臂442和第二臂444可以被配置为可独立调节、根据固定关系可调节、根据用户选择的关系可调节、可独立锁定或可同时锁定或其任意组合。第一臂442和第二臂444可以具有多个自由度，例如六个自由度，以分别操纵处理探针450和成像探针460。处理系统400可以用于在患者的器官(诸如患者的前列腺)中执行组织切除。患者可以定位在患者支撑件449(诸如床、操作台、椅子或平台)上。处理探针450可以沿着与处理探针的细长轴线451重合的进入轴线插入患者的目标部位。例如，处理探针450可以被配置用于插入患者的尿道中，以便将处理探针的能量输送区域定位在患者的前列腺内。成像探针460可以沿着与成像探针的细长轴线461重合的进入轴线向患者体内插入在目标部位处或在相邻于患者的目标部位的部位处。例如，成像探针460可以包括被配置为插入患者的直肠内以观察患者的前列腺和周围组织的经直肠超声(trus)探针。如图1所示，第一臂442和第二臂444可以用无菌帷帘(sterile drapes)覆盖以提供无菌操作环境，保持机器人臂干净，并降低损坏机器人臂的风险。
26.图2示意性地图示了用于在患者体内执行组织切除的系统400的示例性实施例。系统400包括处理探针450，并且可以可选地包括成像探针460。处理探针450耦合到控制台420和联接装置430。联接装置430可以包括机器人臂442的一个或更多个部件。成像探针460耦合到成像控制台490。例如，成像探针可以耦合到第二机器人臂444。患者处理探针450和成像探针460可以耦合到公共基座440。患者由患者支撑件449支撑。处理探针450利用第一臂442耦合到基座440。成像探针460利用第二臂444耦合到基座440。第一臂442和第二臂444中的一个或两个可以包括机器人臂，该机器人臂的移动可以由与臂可操作地耦合的一个或更多个计算设备控制，如在本文中进一步详细描述的。
27.尽管提到的是公共基座，但机器人臂可以耦合到床轨、控制台或支撑机器人臂的基座的任何合适的支撑结构。
28.在一些实施例中，系统400包括耦合到处理器423的用户输入设备496，以用于用户操纵在机器人臂上的外科手术器械。用户输入设备496可以位于任何合适的地方中，例如在控制台上、在机器人臂上、在移动基座上，以及可以有与系统400结合来使用的一个、两个、三个、四个或更多个用户输入设备以提供输入的冗余途径、唯一输入命令或组合。在一些实施例中，用户输入设备包括控制器以响应于用户输入设备的机械移动而在有移动的情况下移动处理探针或成像探针的端部。探针的端部可以显示在显示器425上，并且用户可以操纵探针的端部。例如，用户输入设备可以包括6自由度输入控制器，在6自由度输入控制器中用户能够以6个自由度移动输入设备，以及探针的远侧端响应于控制器的移动而移动。在一些实施例中，6个自由度包括三个平移自由度和三个旋转自由度。处理器可以例如被配置有用于使探针控制在利用能量源的自动图像引导处理和以用户输入设备的用户移动利用能量源的处理之间切换的指令。
29.患者被放置在患者支撑件449上，使得处理探针450和超声探针460可以被插入患者体内。例如，患者可以以许多体位(例如俯卧、仰卧、直立或倾斜)中的一个或更多个体位
来放置。在一些实施例中，患者被置于截石位上，并且例如箍筋(stirrups)可以被使用。在一些实施例中，处理探针450在患者的第一侧上在第一方向上插入患者体内，以及成像探针在患者的第二侧上在第二方向上插入患者体内。例如，处理探针可以从患者的前侧插入患者的尿道内，并且成像探针可以从患者的后侧经直肠插入患者的肠内。处理探针和成像探针可以被放置在患者体内，其中尿道组织、尿道壁组织、前列腺组织、肠组织或肠壁组织中的一个或更多个在处理探针和成像探针之间延伸。
30.处理探针450和成像探针460可以以许多方式中的一种或更多种插入患者体内。在插入期间，第一臂和第二臂中的每一个可以包括基本上解锁的配置，使得处理探针或成像探针可以很好地旋转和平移，以便将探针插入患者体内。当探针插入到期望位置时，臂可以被锁定。在锁定配置中，探针可以以许多方式中的一种或更多种相对于彼此被定向(例如平行、偏斜、水平、倾斜或不平行)。为了将成像探针的图像数据映射到处理探针坐标参考，如本文所述的利用角度传感器确定探针的定向可能是有帮助的。使组织图像数据被映射到处理探针坐标参考空间可以允许由操作者(例如医生)对为了处理而被识别的组织进行准确的瞄准和处理。
31.在一些实施例中，处理探针450耦合到成像探针460，以便基于来自成像探针460的图像来与处理探针450对准。如所示，可以用公共基座440实现所述耦合。可替代地或组合地，处理探针和/或成像探针可以包括磁体以保持探针通过患者的组织对准。在一些实施例中，第一臂442是可移动和可锁定的臂，使得处理探针450可以被定位于在患者体内的期望位置上。当探针450已经被定位于患者的期望位置上时，第一臂442可以用臂锁427锁定。成像探针可以用第二臂444耦合到基座440，当处理探针被锁定就位时，第二臂444可以被用来调整成像探针的对准。例如，第二臂444可以包括在成像系统或控制台和用户界面的控制下的可锁定和可移动的臂。可移动臂444可以是可微致动的，使得成像探针460可以相对于处理探针450以例如1毫米左右的小移动进行调整。
32.在一些实施例中，处理探针450和成像探针460耦合到角度传感器，使得处理可以基于成像探针460和处理探针450的对准进行控制。第一角度传感器495可以用支撑件438耦合到处理探针450。第二角度传感器497可以耦合到成像探针460。角度传感器可以包括许多类型的角度传感器中的一种或更多种。例如，角度传感器可以包括测角计、加速度计及它们的组合。在一些实施例中，第一角度传感器495包括三维加速度计以确定处理探针450在三个维度上的定向。在一些实施例中，第二角度传感器497可以包括三维加速度计以确定成像探针460在三个维度上的定向。可替代地或组合地，第一角度传感器495可以包括测角计以确定处理探针450沿着处理探针的细长轴线451的角度。第二角度传感器497可以包括测角计以确定成像探针460沿着成像探针460的细长轴线461的角度。第一角度传感器495耦合到处理控制台420的控制器424。成像探针的第二角度传感器497耦合到成像控制台490的处理器492。可替代地或组合地，第二角度传感器497可以耦合到处理控制台420的控制器424。
33.控制台420包括耦合到在用于控制处理探针450的部件中的处理器系统的显示器425。控制台420包括具有存储器421的处理器423。通信电路422耦合到处理器423和控制器424。通信电路422经由成像控制台的通信电路494耦合到成像控制台490。控制台420的臂锁427可以耦合到第一臂442以锁定第一臂或允许第一臂自由地可移动以将探针450插入患者体内。
34.可选地，控制台420可以包括内窥镜426的部件，内窥镜426耦合到处理探针450的锚24。内窥镜426可以包括控制台420的和内窥镜与处理探针450一起可插入以处理患者的部件。
35.可选地，控制台420可以包括与处理探针450可操作地耦合的一个或更多个模块以控制利用处理探针进行的处理的方面。例如，控制台420可以包括以下中的一个或更多个：向处理探针提供能量的能量源22、实现被用于将处理探针锚定在目标处理部位处的气囊的膨胀的气囊膨胀控件26、控制探针的输注(infusion)和冲洗的输注/冲洗控件28、控制由探针进行的抽吸的抽吸控件30、控制目标处理部位(例如前列腺)的吹入的吹入控件32、或者向处理探针提供光能的光源33(例如红外光、可见光或紫外光的源)。
36.处理器、控制器和控制电子器件和电路可以包括许多合适的部件中的一个或更多个，例如一个或更多个处理器、一个或更多个现场可编程门阵列(fpga)以及一个或更多个存储器存储设备。在一些实施例中，控制电子器件控制图形用户界面(在下文中的“gui”)的控制面板以根据用户指定的处理参数提供手术前计划以及提供用户对外科手术过程的控制。
37.处理探针450可以包括锚24。锚24可以锚定探针450的远侧端部，同时用探针450将能量输送到能量输送区域20。探针450可以包括喷嘴200。
38.处理探针450可以用联接装置430耦合到第一臂442。联接装置430可以包括例如基于患者的图像将能量输送区域20移动到患者的期望目标位置的部件。联接装置430可以包括第一部分432、第二部分434和第三部分436。第一部分432可以包括基本上固定的锚定部分。基本上固定的锚定部分432可以固定到支撑件438。支撑件438可以包括联接装置430的参考框架。支撑件438可以包括刚性底盘或框架或壳体以将第一臂442刚性地和牢固地耦合到处理探针450。第一部分432可以保持基本上固定，而第二部分434和第三部分436可以移动以将能量从探针450引导到患者。第一部分432可以固定到离锚24基本上恒定的距离437。在锚24和联接装置的固定的第一部分432之间的基本上固定的距离437允许处理被准确地放置。第一部分432可以包括线性致动器以沿着处理探针450的细长轴线451将在能量输送区域20中的高压喷嘴200准确地定位在期望的轴向定位处。
39.处理探针450的细长轴线451总体上在探针450在联接装置430附近的近侧部分到使锚24附接到其的远侧端之间延伸。第三部分436可以控制围绕细长轴线451的旋转角度453。在对患者的处理期间，在能量输送区域20和联接装置的第一部分432之间的距离439可以相对于锚24而变化。距离439可以响应于计算机控制以方式418来进行调整，以用于沿处理探针的细长轴线451设置目标位置，被引用为锚24。联接装置的第一部分保持固定，而第二部分434沿着轴线451调整能量输送区域20的定位。联接装置的第三部分436响应于控制器424而调整围绕轴线的角度453，使得在处理的角度下沿着轴线的距离可以相对于锚24非常精确地被控制。探针450可以包括刚性构件，例如在支撑件438和锚24之间延伸的脊部(spine)，使得从联接装置430到锚24的距离在处理期间保持基本上恒定。如本文所述，处理探针450耦合到处理部件以允许用一种或更多种形式的能量(例如来自射流的机械能、来自电极的电能或来自光源(例如激光源)的光能)进行处理。光源可以包括红外光、可见光或紫外光。能量输送区域20可以在联接装置430的控制下移动，以便将预期形式的能量输送到患者的目标组织。
40.成像控制台490可以包括存储器493、通信电路494和处理器492。在相对应的电路中的处理器492耦合到成像探针460。臂控制器491耦合到臂444以精确地定位成像探针460。成像控制台还可以包括显示器425。
41.为了便于在对患者的处理期间对处理探针和/或成像探针的精确控制，处理探针和成像探针中的每一个可以耦合到机器人的、计算机可控的臂。例如，参考图2所示的系统400，耦合到处理探针450的第一臂442和耦合到成像探针460的第二臂444中的一者或两者可以包括机器人的、计算机可控的臂。机器人臂可以与被配置成控制机器人臂的移动的一个或更多个计算设备可操作地耦合。例如，第一机器人臂442可以与控制台420的处理器423可操作地耦合，或者第二机器人臂444可以与成像控制台490的处理器492和/或控制台420的处理器423可操作地耦合。一个或更多个计算设备(例如处理器423和492)可以包括用于控制一个或更多个机器人臂的移动的计算机可执行指令。第一机器人臂和第二机器人臂在构造和功能方面可以是基本上相似的，或者它们可以是不同的以适应用于控制处理探针与成像探针的移动的特定功能需求。
42.机器人臂中任一个或两者可以包括6个或7个或更多个接头以允许臂在计算机控制下移动。合适的机器人臂是在市场上从多个制造商(例如robodk公司、kinova公司和多个其他制造商)可购得的。
43.可操作地耦合到第一机器人臂和第二机器人臂的一个或更多个计算设备可以被配置成自动控制处理探针和/或成像探针的移动。例如，机器人臂可以被配置成根据一个或更多个预先编程的参数在对患者的处理期间自动调整处理探针和/或成像探针的定位和/或定向。机器人臂可以被配置成沿着预先计划或编程的处理或扫描轮廓自动移动处理探针和/或成像探针，该预先计划或编程的处理或扫描轮廓可以存储在一个或更多个计算设备的存储器中。可替代地或附加地，对机器人臂的自动调整，一个或更多个计算设备可以被配置为响应于(例如通过处理装置的图形用户界面的)用户输入来控制处理探针和/或成像探针的移动。可替代地或附加地，对机器人臂的自动调整，一个或更多个计算设备可以被配置为响应于实时定位信息，例如响应于在由成像探针或其他成像源捕获的一个或更多个图像中识别的解剖结构(处理探针和/或成像探针的可允许运动范围可以从该解剖结构被建立)和/或来自耦合到探针和/或机器人臂的一个或更多个传感器的处理探针和/或成像探针的定位信息，控制处理探针和/或成像探针的移动。
44.图3a和图3b显示了用于支撑如本文所公开的图像引导的处理系统的一个或更多个机器人臂的公共基座或底座440的示例性实施例。图3a示出了包括一个或更多个轨道(rails)452的患者支撑件449。患者支撑件449可以包括外科手术操作台或平台。与处理探针或成像探针中的一个或更多个相关联的一个或更多个机器人臂可以被安装到轨道452上，使得轨道起公共基座440的作用。图3b显示了包括落地支撑件454的公共基座440，落地支撑件454被配置为耦合到连接到处理探针的第一机器人臂和/或连接到成像探针的第二机器人臂。落地支撑件454可以在处理过程期间被定位于患者的腿之间。
45.图4a和图4b示出了如本文所述的包括移动基座470的处理系统400的示例性实施例。图4a为处理系统400的前视图和图4b是处理系统400的侧视图。处理系统400包括耦合到第一机器人臂442的处理探针450和耦合到第二机器人臂444的成像探针460。第一机器人臂442和第二机器人臂444每个包括近侧端和远侧端，远侧端分别耦合到处理探针450和成像
探针460，以及近侧端耦合到包括移动基座470的公共基座440。第一机器人臂442可以包括耦合到处理探针450的第一臂耦合结构504，以及第二机器人臂444可以包括耦合到成像探针460的第二臂耦合结构505。处理探针450可以经由附接设备500耦合到第一机器人臂442的远侧端，附接设备500可以包括被配置为实现如本文所述的处理探针的移动(例如旋转、平移、俯仰等)的联接装置。处理探针450到第一机器人臂442的耦合可以是固定的、可释放的或用户可调整的。类似地，成像探针460到第二机器人臂444的耦合可以是固定的、可释放的或用户可调整的。
46.第一机器人臂442可以在一个或更多个第一臂接头443处铰接。成像臂444可以在一个或更多个第二臂接头445处铰接。每个臂接头443或445可以与计算机可控制的致动器(例如步进电机)可操作地耦合以实现在接头处的移动。每个臂接头443或445可包括多种运动接头中的一种，所述多种运动接头包括但不限于棱柱形、后旋、平行圆柱形、圆柱形、球形、平面、边缘滑块、圆柱形滑块、点滑块、球形滑块或交叉圆柱形接头或它们的任何组合。此外，每个臂接头443或445可以包括线性、正交、旋转、扭转或后旋接头或它们的任何组合。
47.如本文所述，系统400还可包括控制台420，其可由与移动基座470分离的移动支撑件480支撑。控制台420可以经由电力和通信线缆475与移动基座470可操作地耦合以允许对经由第一机器人臂耦合到移动基座的处理探针450的控制。处理控制台420包括处理器和具有存储在其上的计算机可执行指令的存储器，计算机可执行指令用于由处理器执行以控制处理控制台的各种模块或功能(例如能量源、输注/冲洗控制、抽吸控制)、和如在本文参考图2所述的其他部件。处理控制台420还可以包括与处理器通信的显示器425。显示器425可以被配置为显示例如下列项中的一项或更多项：受验者生命体征，例如心率、呼吸率、温度、血压、氧饱和度或任何生理参数或它们的任何组合；手术过程的状态；来自一个或更多个视图的处理部位的一个或更多个先前拍摄的图像或图像序列；由成像探针460获取的来自一个或更多个视图的处理部位的一个或更多个实时图像或图像序列；一组处理参数，包括但不限于处理模式(例如切割或凝固)、处理强度、在处理期间过去的时间、在处理期间剩余的时间、处理深度、已被处理的处理部位的面积或体积、将被处理的处理部位的面积、将不被处理的处理部位的面积或体积、处理探针450或成像探针460或两者的位置信息；处理调整控制，例如调整处理深度、处理强度、处理探针450的位置和/或定向、成像深度或成像探针460的位置和/或定向或它们的任何组合的手段；或系统配置参数。
48.移动基座470还可以包括一个或更多个计算设备以控制一个或更多个机器人臂的操作。例如，移动基座可以包括处理器和其上存储有用于由一个或更多个处理器执行的计算机可执行指令的存储器。存储器可以具有在其上存储的用于操作耦合到移动基座的一个或更多个机器人臂的指令。处理器可以经由合适的机电部件与机器人臂可操作地耦合以实现机器人臂的移动。例如，机器人臂的一个或更多个接头中的每一个可以包括步进电机，并且处理器可以在每个接头处与步进电机可操作地耦合以在指定方向上将电机致动指定增量。可替代地，一个或更多个机器人臂可操作地与控制台420的一个或更多个处理器或单独的成像控制台(例如图2中所示的成像控制台490)耦合，其中，该一个或更多个控制台处理器可以被配置为执行用于控制该一个或更多个机器人臂的移动的指令，并且可经由通信电路(诸如图2中所示的控制台420的通信电路422或控制台490的通信电路494)将指令传送到机器人臂。用于控制机器人臂的移动的计算机可执行指令可以被预先编程并被存储在存储
器上，或者可以在使用处理系统对患者进行处理之前或期间由用户经由一个或更多个用户输入来提供。
49.与第一机器人臂和/或第二机器人臂可操作地耦合的一个或更多个计算设备可以被配置成控制臂的移动，以便沿着目标部位调整处理探针和/或成像探针的俯仰、偏航、滚转和/或线性定位。
50.移动基座470可以包括一个或更多个用户输入设备以使用户能够在计算机指令下控制机器人臂的移动。例如，如图4a和图4b所示，移动基座可以包括键盘474和/或脚踏开关471，脚踏开关经由脚踏开关电缆472可操作地与移动基座耦合。键盘474和脚踏开关471可以独立地或组合地被配置成例如经由一个或两个机器人臂在一个或更多个接头处的铰接来控制第一机器人臂442和/或第二机器人臂444的操作。键盘和脚踏开关可以与被配置成控制机器人臂的移动的一个或更多个处理器通信。当用户将指令输入到键盘和/或脚踏开关内时，用户指令可以由一个或更多个处理器接收，被转换成电信号，并且电信号可以被传输到与一个或更多个机器人臂可操作地耦合的一个或更多个计算机可控致动器。键盘和/或脚踏开关可以控制一个或两个臂朝向或远离处理定位、感兴趣的定位、预定位置或用户指定位置或它们的任何组合的移动。
51.可选地，键盘474和脚踏开关471可以独立地或组合地被配置成控制处理探针450和/或成像探针460的操作。例如，键盘474和/或脚踏开关471可以被配置成开始、停止、暂停或重新开始用处理探针进行的处理。键盘474和/或脚踏开关471可以被配置成开始对由成像探针以前或当前获取的图像或图像序列成像或冻结(freeze)、保存或在显示器425上显示。
52.移动基座470和控制台420的移动支撑件480可以独立地定位在由患者支撑件449(例如平台)支撑的患者周围。例如，支撑第一机器人臂和第二机器人臂以及处理探针和成像探针的移动基座470可以被定位于患者的腿之间，而支承控制台420和显示器425的移动支撑件480可以被定位到患者的侧面，例如靠近患者的躯干。移动基座470或移动支撑件480可以包括使基座或支撑件能够移动的一个或更多个可移动元件，例如多个轮子。移动基座470可以在整个处理过程期间用无菌帷帘覆盖，以便防止污染和流体进入。
53.如图1至图4b中所示的诸如trus探针460的探针可以根据本公开以多种方式推进到患者体内。在一些实施例中，探针被手动推进。手动推进可以由医生推动探针来提供。替代地或组合地，通过医生操纵近侧控件(诸如耦合到齿条和小齿轮驱动器的旋钮)来推进和缩回探针，从而手动推进探针。在一些实施例中，手动驱动器包括一个或更多个传感器，诸如编码器或线性位移电压换能器(lvdt)，以在探针的插入和缩回期间测量探针的移动。
54.在一些实施例中，一个或更多个传感器耦合到处理器以接收位移数据，诸如探针的轴向位移，并且该位移数据与组织数据组合以检测组织阻力。
55.图5示出了根据本文的一些实施例的在探针在组织中正常推进期间探针505和周围组织550的相关联图像500。图像500可以是周围组织的数字或模拟图像，并且可以显示在屏幕上以供医学专业人员(例如医生)观察和监控。在一些实施例中，数字或模拟图像可以不显示在屏幕上，而是可以仅由处理器处理和分析，而不显示在屏幕上。在一些实施例中，图像可以显示在屏幕上，并由处理器处理或分析。图像500可以包括周围组织的一个或更多个解剖结构510。这些图像可以描绘患者的解剖结构的各个方面。例如，图像可以描绘患者
的直肠、肠、食道、气管、阴道、肌肉、脂肪、结肠、前列腺、尿道和其他内部组织的结构。
56.如本文所述，可以用任何合适的成像器生成图像。图像可以经由超声成像来生成。在一些实施例中，图像可以用体内超声成像来生成。例如，使用诸如探针505的超声成像探针。在一些实施例中，图像可以用体外超声成像来生成。在一些实施例中，可以使用其他成像技术来对内部解剖结构和组织结构成像，诸如实时或接近实时成像技术，包括trus探针、内窥镜、膀胱镜、光学图像、实时mri、实时ct和oct扫描。
57.探针505可以是成像探头，诸如超声探针、经直肠超声探针(trus探针)等。在一些实施例中，探针505可以是操作器械，诸如附接有工具的机器人臂、抽脂设备、插管、血管探针、结肠镜成像相机或其他工具。探针可以通过开口506(诸如肛门)插入患者的组织550中。
58.探针505可以沿方向530被推进穿过体腔。在探针505的移动期间，体腔的内侧壁和探针505之间的界面540处的摩擦可以阻止探针505的移动。类似地，在探针穿过腔的推进过程中，探针505的错误引导或将探针卡(catch)在组织的囊袋或褶皱上可能类似地导致组织抵抗探针的推进。在一些实施例中，探针在组织550中的这种阻力、错误引导或卡住可能导致探针向组织施加大的力，这可能导致对组织550的损伤，诸如裂隙或撕裂。
59.图5中示出的图像500描绘了在组织550内探针505穿过体腔的正常推进。在正常推进过程中，探针和周围组织受到最小的摩擦或卡住。图像500描绘了处于正常或非应力状态下的解剖结构510。为了简单起见，解剖结构510在图5中被描绘为正方形。然而，在真实组织内使用期间，解剖结构510将采取被成像的结构和解剖结构的形状。
60.由于在探针沿方向530的正常推进期间探针和组织之间的最小阻力，图像500中的解剖结构510的描绘被示出为未扭曲状态。如箭头520所示，组织层之间的相对剪切表明，在组织深度上且根据距探针的距离，组织受到相同的很小剪切力或没有剪切力。
61.在一些实施例中，图像500可以是探针505推进期间的实时超声视频。在这样的实施例中，箭头520可以指示组织层相对于探针以相同的相对速度移动。
62.图6示出了与图5中描绘的同一探针以及周围组织的关联成像。然而，图6中的组织正在经历伸长和剪切，这与组织对探针在体腔内的推进的阻力有关。图像600可以是探针505周围的数字或模拟图像，并且可以显示在屏幕上以供医学专业人员(例如医生)观察和监控。在一些实施例中，数字或模拟图像可以不显示在屏幕上，而是可以仅由处理器处理和分析，而不显示在屏幕上。图像600可以包括周围组织的一个或更多个图像。
63.可以使用许多医学成像技术来生成图像，例如，使用超声成像探针(诸如探针505)或其他实时或至少接近实时的成像技术。
64.探针505可以沿方向530被推进穿过体腔。在探针505的移动期间，体腔的内侧壁和探针505之间的界面540处的摩擦可以阻止探针505的移动。类似地，在探针穿过体腔的推进过程中，探针505的错误引导或将探针卡在组织的囊袋或褶皱上可能类似地导致组织抵抗探针的推进。在一些实施例中，探针在组织550中或在组织和探针之间的界面540处的这种阻力、错误引导或卡住可能导致探针向组织施加大的力，这可能导致对组织550的损伤，诸如裂隙或撕裂。
65.图6中示出的图像600描绘了在组织550内探针505推进穿过体腔期间探针505卡入组织550。在探针推进体腔或穿过体腔期间，当探针的顶端卡住体腔的侧壁中形成的囊袋660或褶皱时，可能发生这种情况。图像600描绘了处于高摩擦力针对高应变状态的解剖结
构610，其中在探针和周围组织之间施加大的力。这个大的力大于在探针的正常推进期间施加在组织上的力。解剖结构610被描绘为在图6中具有不同形状的四边形，以便简单地示出组织所经受的各种应变水平。然而，在真实组织内使用期间，解剖结构610将采取被成像的结构和解剖结构的形状。
66.图像600中的解剖结构610的描绘显示为扭曲状态，这是由于在探针在方向530上的异常推进期间探针和组织之间的高阻力和力。如图6所描绘的，组织层之间的相对剪切，如箭头620所示，表明组织所受到的剪切比在探针的正常推进期间更高。
67.在探针505穿过体腔的异常推进期间，紧邻探针的组织(诸如被探针捕获的组织)可能经历相对高的应变，并且可能随着探针的移动而移动。探针附近的组织相对于探针的移动可以小于远离探针的组织的移动，例如如箭头620的不同长度所示。在一些实施例中，图像600可以是探针505推进期间的实时超声视频。在这样的实施例中，箭头620可以指示组织层610a、610b、610c相对于探针以不同的相对速度移动。在一些实施例中，可以随时间跟踪组织特征的位置，诸如随时间的多个图像600。可以跟踪特征的位移。在处理过程中，当探针卡住组织的囊袋或褶皱或经历与组织的高摩擦时，不同的层和层中的组织特征可以移位不同的量。更接近探针的层(诸如层610c)比远离探针的层(诸如层610a)相对于探针移位更少，导致在图像600中层610a相对于层610c的明显移动增加，如箭头620所示。
68.在一些实施例中，可以监测组织的厚度以确定组织是否经受高应变。例如，可以随着时间的推移或与已知或平均厚度进行比较来监测组织的厚度，以便确定组织经受高应变。在一些实施例中，例如当进行成像时，可以监测直肠壁的厚度。当探针卡在肠或直肠内的囊袋或褶皱上时，壁665可能被拉伸，导致壁665的局部变薄。成像期间壁厚度的相对变化可能表明高应变。壁的低于阈值的测量厚度也可以指示直肠壁中的高应变。在一些实施例中，当探针在体腔中推进时，壁665或更接近探针的组织(诸如层610c)可以比远侧的层(例如层610a)更加伸长。
69.在一些实施例中，当顶端卡住组织的褶皱或囊袋时，随着探针推进到体腔中，组织可以伸长。伸长可以导致组织相对于探针的不同相对移动。例如，与探针的近侧端部处的组织相比，靠近探针的顶端或远侧端部的组织相对于探针可能经历更少的移动或位移，这是由于当探针在体腔中被推进时组织的伸长所导致的。
70.探针还可以检测组织压迫，例如当探针的顶端捕获在组织的褶皱或囊袋时可能发生的压迫。在这样的实施例中，顶端可以在顶端附近压迫与顶端接触的组织。可以基于图像600来确定施加在组织上的压迫大小和/或力的大小。
71.在一些实施例中，分析一个或更多个图像以检测组织阻力。例如，层610a、层610b和层610c中的每一个可以包括在一个或更多个图像中的位置处可以被识别的可分辨组织结构。在一个或更多个图像中的多个位置处的多个组织结构可以用于基于多个位置检测应变，诸如利用在一个或更多个图像中观察到的组织结构的相对移动。在一些实施例中，一个或更多个图像包括第一图像和第二图像，其中第一图像包括第一多个位置处的多个组织结构，第二图像包括第二多个位置处的多个组织结构。可以响应于第一多个位置和第二多个位置之间的差异来检测应变，例如参考剪切620进行检测。在一些实施例中，多个组织结构包括距离探针第一距离处的第一组织结构和距离探针大于第一距离的第二距离处的第二组织结构。可以基于在第一图像和第二图像之间第一组织结构移动得小于第二组织结构来
检测应变。例如，在组织阻力的情况下，靠近探针的组织将至少部分地随着探针移动，而远离探针的组织将倾向于保持在基本上同一个物理位置，使得靠近探针的组织在图像中比远离探针的组织移动得少。
72.在一些实施例中，诸如利用如本文所述的耦合到探针的联接装置，探针耦合到一个或更多个编码器以便测量探针的移动。探针的移动可以与一个或更多个组织结构的移动进行比较，以检测与组织阻力相关的应变。在与应变减小相关联的组织阻力减小的情况下，图像中组织结构的移动将基本上对应于探针的移动，而在阻力和应变增大的情况下，一个或更多个图像中组织结构的对应移动将小于探针的移动。例如，移动可以包括旋转或平移移动。
73.在一些实施例中，一个或更多个数字图像包括第一图像和第二图像，其中第一图像包括第一位置处的组织结构，第二图像包括第二位置处的组织结构，并且基于第一位置和第二位置确定应变。在一些实施例中，基于探针的移动和组织结构的第一位置与组织结构的第二位置之间的差来检测应变，该差对应于与探针的移动相比更小的移动。在一些实施例中，探针的移动包括探针沿着探针的细长轴线从第一图像的第一位置到第二图像的第二位置轴向推进到组织中的距离，并且第一图像中的第一位置与第二图像中的第二位置之间的差对应于小于轴向推进的距离的移动量。在一些实施例中，探针的移动包括围绕探针的细长轴线从第一图像的第一角度到第二图像的第二角度的旋转角度，并且第一位置和第二位置之间的差对应于小于旋转角度的移动量。这些探针移动可以包括旋转和平移移动，该旋转和平移移动利用包括耦合到如本文所述的处理器的编码器的联接装置来执行。
74.如本领域普通技术人员将认识到的，多个组织结构的位置可以用任何合适的方式确定。例如，非限制性示例包括机器学习、人工智能、神经网络和卷积神经网络、以及本文所述的其他方法。如本文所述，处理器可以被配置成训练或教导适当的检测算法，例如分类器。
75.组织的实时成像可以用于观察扭曲的组织或与远离探针的组织相比在探针附近的组织之间的相对移动的变化或组织厚度的变化，以便确定探针被捕获在组织上或以其他方式使组织受到可能潜在地导致撕裂或对患者组织的其他损伤的高的力。
76.可以使用机器学习或人工智能来检测图像600中的扭曲。本公开提供了用于使用用于机器学习的外科机器人数据和成像数据来训练机器学习算法的几个示例方法和系统，并且可以使用本文所述的任何类型的患者数据和外科机器人数据。例如，可以使用诸如增益、频率、深度、组织类型、探针位置、视野、亮度和对比度、以发射器的基频还是谐波频率成像、用于复合成像的发射器的相对位置等超声参数。用于机器学习的附加参数可以包括处理计划轮廓，例如当使用探针进行和监测组织消融时，切割轮廓的半径、角度和纵向定位。这些设置和配置可以与来自成像设备的实时成像相结合，该成像设备诸如超声探针、trus探针、内窥镜、膀胱镜和光学图像。图像可以包括组织结构——诸如直肠、肠、下肠、食道、脂肪、血管、腹部组织、尿道、膀胱颈和精阜以及包括本文别处讨论的那些组织的其他组织——的图像。图像可以包括外科器械的一部分，诸如旋转和振荡探针或其他工具或机器人臂工具，如本文所述。例如，可以用图像分割来处理图像，以确定组织结构和外科器械的位置。人工智能软件指令可以被配置成自动识别组织结构和外科器械，并确定每个组织结构和外科器械的相对位置。例如，数据可以被矢量化并输入到机器学习分类器中。被成像的
组织结构可以包括如本文所述的任何组织结构。
77.响应于在本文中描述的接收的数据(包括设置、配置和成像数据)，训练人工智能处理器指令或机器学习分类器。人工智能处理器指令可以包括机器学习、搜索和数学优化、人工神经网络、统计、概率、支持向量机学习、数据组的聚类、图像分类、图像分割中的一个或更多个。机器学习处理器指令可以包括决策树学习、关联规则学习、人工神经网络、深度学习、归纳逻辑编程、支持向量机、聚类、贝叶斯网络、强化学习、表示学习、相似性和度量学习、稀疏字典学习、遗传算法、基于规则的机器学习或学习分类器系统中的一个或更多个。
78.人工智能处理器指令或机器学习分类器可以接收沿着图像的设置和配置，以便确定组织受到的应变的相对大小。在一些实施例中，人工智能处理器指令或机器学习分类器可以基于经历不同大小应变的组织的标记图像来训练。例如，图像可以用低、中或高应变标签来标记，或者可以用其他方式来标记，例如以1到5或1到10的尺度进行标记，其中1表示低或正常大小的应变，增加的数字表示增加大小的应变。
79.可以使用医疗成像对许多不同的组织成像，以便确定施加到其上的应变。可以使用经直肠成像，其中探针穿过肛门插入直肠，如上所述。其他成像可以包括阴道成像，其中可以对阴道周围的组织成像，诸如阴道壁、膀胱、直肠和其他解剖结构。在一些实施例中，成像可以是经食道成像，其中可以对食道周围的组织成像，诸如食道壁本身、肺、肝、脂肪和食道周围的其他组织成像。在一些实施例中，可以进行血管成像，其中可以对静脉、动脉、肌肉组织、皮肤、脂肪和静脉周围的其他组织进行成像。在一些实施例中，可以进行经腹部成像，其中可以监测腹部内的任何组织诸如肠、膀胱、肝、肺、脂肪和其他组织的剪切和变薄。在一些实施例中，诸如插管期间，可以对气管和包括肺、脂肪和其他组织的周围组织进行成像。在一些实施例中，诸如结肠镜检查，可以对上肠和下肠进行成像，可以对结肠镜检查探针进行成像，并且可以对结肠周围的其他组织进行成像。
80.图7示出了根据一些实施例的检测组织阻力的方法。虽然该方法可以以多种方式执行，但在一些实施例中，可以训练人工智能或机器学习分类器，可以验证人工智能或机器学习分类器，可以对诸如外科手术、结肠镜检查和插管的手术或其他医疗手术成像，可以例如通过人工智能或机器学习分类器或其他方式分析图像，以确定患者组织上的应变，并且可以基于应变提供反馈。
81.在步骤810处，训练人工智能或机器学习分类器。例如，可以使用训练数据来训练人工智能或机器学习分类器。训练数据可以包括使用如本文描述的成像过程获取的患者解剖结构的图像，并用一个或更多个数据标签进行标记。数据标签可以包括图像中描绘的应变大小、图像中描绘的解剖结构、用于创建图像的医学成像的类型以及其他数据标签。来自先前手术的训练数据图像已经由医疗专业人员手动标记。
82.尽管可以以多种方式执行该方法，但在一些实施例中，分类器被训练以识别图像数据中的解剖学标志和特征。该方法包括将过去患者的图像数据中的解剖学标志和特征与本文所述的解剖学标志和图像数据进行比较。除其他输入类型外，图像数据中的解剖学标志和特征包括图像数据中的解剖学标志和特征的过去的实际医学成像。
83.数据集被生成并且可以被存储在包括历史信息的数据库中，该数据库可以包括实际历史数据的库。如本文所述，患者数据库可以存储在由每个患者的唯一患者标识符和每个患者的相关联数据键控的数据库中。该数据库可以包括由唯一患者标识符键控的关系数
据库。为每个患者存储的历史数据可以包括针对数据库中每个患者的来自外科手术的机器人数据和来自外科手术的图像。该数据库可以包括来自任何合适数量的患者的数据，诸如至少100名患者、至少1000名患者和至少10000名患者，并且在一些实施例中包括10000至1000000名患者。基于数据输入，如本文所述，该方法利用适当的模型来生成用于训练分类器的预测应变数据。可以通过迭代训练用数据来验证分类器。然后，验证的分类器用于接收来自实际患者的输入，并输出有用信息，诸如响应于本文所述的目标安全性和有效性参数的值的提出的切除轮廓。输入数据可以包括过去手术的图像。
84.分类器根据来自多个图像的多个解剖学标志和特征进行训练。这可以使用一个或更多个图像分析算法来执行，该算法允许诸如卷积神经网络的分类器来确定与图像数据一起显示的解剖学特征。虽然可以以多种方式训练分类器，但在一些实施例中，诸如放射科医师或外科医生的训练有素的专业人员识别该标志，并利用诸如触摸板的用户界面输入解剖学标志的位置和类型。在一些实施例中，训练有素的专业人员还识别图像中描绘的相对应变。例如，解剖学标志可以包括如本文所述的一个或更多个精细组织结构，诸如精阜、眼睛的视网膜或肿瘤。例如，对于来自处理库的几个图像，可以完成该训练。
85.训练可以生成处于其检测形状的解剖学结构之间的数据集连同图像中描绘的估计应变。
86.在步骤820处，经训练的人工智能或机器学习分类器被验证。验证可以是迭代过程，该迭代过程将关于由人工智能或机器学习分类器生成的估计应变的预测数据与实际数据(诸如，专业人员对图像中示出的奇怪现象(strange)的估计)进行比较，并且可以修改分类器直到预测的数据向实际数据收敛。
87.在步骤830处，医疗手术被成像。可以通过本文所述的任何成像技术对医疗手术进行成像。在一些实施例中，图像可以用体内超声成像来生成。在一些实施例中，图像可以用体外超声成像来生成。在一些实施例中，可以使用其他成像技术来对内部解剖结构和组织结构成像，诸如实时或接近实时成像技术，包括trus探针、内窥镜、膀胱镜、光学图像、实时mri、实时ct和oct扫描。一个图像或多个图像(诸如，图像的顺序流或视频)可以由成像系统在手术期间生成。
88.在步骤840处，分析图像以确定患者组织上的应变。一个或更多个图像可以由已经如本文所述进行训练的人工智能或知识机器学习分类器来处理，以便确定组织正在经受多大的应变。在一些实施例中，应变可以定性地(qualitatively)测量，诸如以1至5或1至10的尺度，或者基于例如与组织的位移相比的在探针附近的组织之间的位移进行定量(quantitatively)测量。
89.在一些实施例中，可以使用边缘检测或其他非人工智能或机器学习或其他图像分析算法来在探针推进期间随时间跟踪组织特征的形状。通过基于边缘检测跟踪变化的形状，算法可以确定形状是否在变化以及变化多少，然后基于形状的变化，确定组织是否经受高应变。
90.在步骤850处，基于所确定的应变提供反馈。可以以多种方式向医疗专业人员提供反馈。在一些实施例中，反馈可以包括对用户的梯度警报。在一些实施例中，反馈可以是视觉反馈。视觉反馈可以包括显示在屏幕上的反馈，例如，类似于速度表指针或转速表指针的诸如度盘式指示器(dial gauge)的测量仪。在一些实施例中，屏幕上显示的视觉反馈可以
包括线性测量仪(linear gauge)，例如基于检测到的应变大小改变长度的条形图，或者具有指示器的条，该指示器随着应变的增加从条的一端移动到条的另一端。在一些实施例中，视觉反馈可以包括屏幕上显示的颜色。例如，如圆形或正方形之类的图标，颜色随着应变的增加从绿色到黄色再到红色而发生改变。在一些实施例中，视觉反馈包括也基于应变的大小改变颜色的彩色测量仪。在一些实施例中，视觉反馈可以包括基于应变改变颜色的光发射器，诸如led。
91.在一些实施例中，反馈可以是听觉反馈。例如，当检测到的应变低于第一阈值时，可以不提供听觉反馈，当应变超过第一阈值时，可以提供第一级听觉反馈，并且随着应变增加或当应变超过第二阈值时，可以提供增加的听觉反馈。例如，在一些实施例中，当应变超过第一阈值时，第一级的音频反馈可以处于第一频率和/或第一音量，并且当应变超过第二阈值时，第一级的音频反馈可以处于第二频率和第二音量。在一些实施例中，第一音量大于第二音量。在一些实施例中，第一频率大于第二频率。在一些实施例中，第一频率小于第二频率。在一些实施例中，听觉反馈可以以间隔方式出现，例如随着应变增加以越来越频繁的间隔出现的蜂鸣声或音调。例如，当检测到很少应变或没有应变或正常应变时，或者应变低于第一阈值时，蜂鸣声或音调之间的间隔可以是1hz或更小。在一些实施例中，当应变超过第一阈值时，蜂鸣声或音调之间的间隔可以大于1hz，并且随着应变阈值的增加而增加，或者可以基于所确定的应变线性或连续地增加。
92.在一些实施例中，梯度警报可以是触感或触觉反馈。在这样的实施例中，由专业人员操作的工具(诸如trus探针)可以基于从图像测量或确定的应变的大小而振动或提供触觉反馈。例如，当检测到很少应变或没有应变或正常应变时，当应变低于第一阈值时，触感或触觉反馈可能不会被激活。在一些实施例中，当应变超过第一阈值时，可以以屏幕频率(screen frequency)和第一幅度提供触觉反馈。在一些实施例中，当应变超过第二阈值时，可以以第二频率或第二幅度中的一个或更多个来提供触感或触觉反馈。在一些实施例中，触感或触觉反馈(包括频率或幅度或两者)随着从图像测量或确定的应变而改变。
93.在一些实施例中，反馈是二元反馈，其中当应变低于阈值时以第一状态提供反馈，当应变高于阈值时以第二状态提供反馈。在一些实施例中，反馈可以是视觉反馈。视觉反馈可以包括显示在屏幕上的反馈或屏幕的改变。例如，当应变低于第一阈值时，屏幕可以打开，并且当应变高于第一阈值时，屏幕可以闪烁。在一些实施例中，视觉二元反馈可以包括屏幕上显示的颜色。例如，诸如圆形或正方形之类的图标、或者文本或背景、或两者可以从当应变低于第一阈值时的第一颜色或第一组颜色开始改变以及当应变高于第一阈值时变成第二颜色或第二组颜色。在一些实施例中，视觉反馈可以包括诸如led的光发射器，其基于增加阈值数的应变将颜色从第一颜色改变为第二颜色。
94.在一些实施例中，反馈可以是听觉反馈。例如，反馈可以包括当检测到的应变低于第一阈值时不提供听觉反馈，当应变超过第一阈值时提供听觉反馈。在一些实施例中，听觉反馈可以是警报或音调。
95.在一些实施例中，二元警报可以是触感或触觉反馈。在这样的实施例中，由专业人员操作的工具(诸如trus探针)可以基于从图像测量或确定的应变的大小振动或提供触觉反馈。例如，当检测到很少应变或没有应变或正常应变时，或者当应变低于第一阈值时，触感或触觉反馈可能不会被激活。在一些实施例中，当应变超过第一阈值时，可以以第一频率
和第一幅度提供触感反馈。
96.本文讨论的阈值可以由医疗专业人员设置和/或调整。调整可以在处理前或处理期间进行。例如，医疗专业人员可以在手术期间接收关于组织上的估计应变或力的警报或反馈，但是基于他们的技能和经验，可以确定警报的阈值太低或太高，并且可以调整一个阈值或更多个阈值。
97.方法800的一个或更多个步骤可以用本文描述的电路或处理器指令来执行，例如本文描述的系统的一个或更多个处理器或逻辑电路。例如，该电路可以被编程以提供方法800的一个或更多个步骤，并且该程序可以包括存储在计算机可读存储器上的程序指令或逻辑电路的编程步骤，例如具有可编程阵列逻辑或现场可编程门阵列的电路。
98.图7示出了根据实施例的方法。本领域普通技术人员将认识到根据本文公开的教导的许多变化和改编。例如，可以删除该方法的步骤。可以提供额外的步骤。一些步骤可以包括子步骤。一些步骤可以重复。步骤的顺序可以更改。
99.如本文所述，在本文中描述和/或示出的计算设备和系统广泛地表示能够执行计算机可读指令的任何类型或形式的计算设备或系统，诸如在本文中描述的模块中包含的那些。在它们的最基本配置中，这些计算设备可以各自包括至少一个存储器设备和至少一个物理处理器。
100.如本文中使用的术语“存储器”或“存储器设备”通常表示能够存储数据和/或计算机可读指令的任何类型或形式的易失性或非易失性存储设备或介质。在一个示例中，存储器设备可以存储、加载和/或维护本文中描述的一个或更多个模块。存储器设备的示例包括但不限于随机存取存储器(ram)、只读存储器(rom)、闪存、硬盘驱动器(hdd)、固态驱动器(ssd)、光盘驱动器、高速缓存、一个或更多个等同物的变体或组合、或任何其他合适的存储存储器。
101.此外，如本文中使用的术语“处理器”或“物理处理器”通常指能够解释和/或执行计算机可读指令的任何类型或形式的硬件实现的处理单元。在一个示例中，物理处理器可以访问和/或修改存储在上述存储器设备中的一个或更多个模块。物理处理器的示例包括但不限于微处理器、微控制器、中央处理单元(cpu)、实现软核处理器的现场可编程门阵列(fpga)、专用集成电路(asic)、一个或更多个等同物的部分、一个或更多个等同物的变体或组合、或任何其他合适的物理处理器。处理器可以包括分布式处理器系统(例如运行并行处理器(running parallel processors))或者远程处理器(例如服务器)，以及它们的组合。
102.尽管作为分立的元件示出，但本文描述和/或示出的方法步骤可以表示单个应用的部分。此外，在一些实施例中，这些步骤中的一个或更多个可以表示或对应于一个或更多个软件应用或程序，当由计算设备执行时，这些软件应用或程序可以使计算设备执行一个或更多个任务，诸如方法步骤。
103.此外，本文中描述的一个或更多个设备可以将数据、物理设备和/或物理设备的表示从一种形式转换为另一种形式。附加地或替代地，本文中所述的一个或更多个模块可通过在计算设备上执行、在计算设备上存储数据和/或以其他方式与计算设备交互，将处理器、易失性存储器、非易失性存储器和/或物理计算设备的任何其他部分从一种形式的计算设备变换为另一种形式的计算设备。
104.本文中使用的术语“计算机可读介质”通常指能够存储或携带计算机可读指令的
任何形式的设备、载体或介质。计算机可读介质的示例包括但不限于，传输型介质：诸如载波，以及非瞬时型介质：诸如磁存储介质(例如，硬盘驱动器、磁带驱动器和软盘)、光存储介质(例如，光盘(cd)、数字视频盘(dvd)和蓝光盘)、电子存储介质(例如，固态驱动器和闪存介质)和其他分发系统。
105.本领域普通技术人员将认识到，本文公开的任何过程或方法可以以多种方式修改。本文描述和/或示出的工艺参数和步骤的顺序仅作为示例给出，并且可以根据需要变化。例如，虽然本文示出和/或描述的步骤可以以特定的顺序被示出或讨论，但是这些步骤不一定需要以所示出或讨论的顺序来执行。
106.本文中描述和/或示出的各种示例性方法还可以省略在本文中描述或示出的步骤中的一个或更多个，或者包括除了所公开的步骤之外的附加步骤。此外，如本文所公开的任何方法的步骤可以与如本文所公开的任何其他方法的任何一个或更多个步骤组合。
107.如本文所述的处理器可以被配置为执行本文所公开的任何方法的一个或更多个步骤。替代地或结合地，处理器可以被配置成组合如本文所公开的一个或更多个方法的一个或更多个步骤。
108.除非另有说明，否则如在说明书和权利要求书中使用的术语“连接至”和“耦合至”(及其派生词)应被解释为允许直接和间接(即，经由其他元件或部件)连接两者。此外，如在说明书和权利要求书中使用的术语“一(a)”或“一(an)”应被解释为意指“......中的至少一个/种”。最后，为了便于使用，在说明书和权利要求书中使用的术语“包括(including)”和“具有(having)”(及其派生词)可与“包含(comprising)”一词互换，并应具有与“包含”一词相同的含义。
109.如本文所公开的处理器可以配置有指令以执行如本文所公开的任何方法的任何一个或更多个步骤。
110.将理解，尽管术语“第一”、“第二”、“第三”等在本文中可以用于描述各种层、元素、部件、区域或部分，而不涉及任何特定的事件顺序或序列。这些术语仅用于将一层、元素、部件、区域或部分与另一层、元素、部件、区域或部分区分开来。如本文所描述的第一层、第一元素、第一部件、第一区域或第一部分可以被称为第二层、第二元素、第二部件、第二区域或第二部分，而不脱离本公开的教导。
111.如本文所用，术语“或”被包含地用于指代替代和组合中的项目。
112.如本文所使用的，诸如数字的符号指的是类似的元素。
113.本公开包括以下编号的条款。
114.条款1.一种用于在手术期间提供反馈的方法，所述方法包括：生成组织的一个或更多个数字图像；基于所述一个或更多个数字图像确定施加在所述组织上的应变；以及基于检测到的应变提供反馈。
115.条款2.根据条款1所述的方法，其中，所述一个或更多个数字图像包括第一图像和第二图像，所述第一图像包括第一位置处的组织结构，所述第二图像包括第二位置处的组织结构，其中所述应变基于所述第一位置和所述第二位置来确定。
116.条款3.根据条款2所述的方法，其中，基于探针的移动和所述组织结构的所述第一位置与所述组织结构的所述第二位置之间的差来检测所述应变，所述差对应于与所述探针的移动相比更小的移动。
117.条款4.根据条款3所述的方法，其中，所述探针的移动包括所述探针沿着所述探针的细长轴线从所述第一图像的第一位置到所述第二图像的所述第二位置轴向推进到所述组织中的距离，并且所述第一图像中的所述第一位置与所述第二图像中的所述第二位置之间的差对应于小于轴向推进的距离的移动量。
118.条款5.根据条款3所述的方法，其中，所述探针的移动包括围绕所述探针的细长轴线从所述第一图像的第一角度到所述第二图像的第二角度的旋转角度，并且所述第一位置和所述第二位置之间的差对应于小于所述旋转角度的移动量。
119.条款6.根据条款1所述的方法，其中，所述组织结构包括在所述一个或更多个图像中的多个位置处的多个组织结构，并且基于所述多个位置检测所述应变。
120.条款7.根据条款6所述的方法，其中，所述一个或更多个图像包括第一图像和第二图像，所述第一图像包括位于第一多个位置处的多个组织结构，所述第二图像包括位于第二多个位置处的多个组织结构，其中响应于所述第一多个位置和所述第二多个位置之间的差来检测所述应变。
121.条款8.根据条款7所述的方法，其中，所述多个组织结构包括在距所述探针的第一距离处的第一组织结构和在距所述探针的大于所述第一距离的第二距离处的第二组织结构，其中基于在所述第一图像和所述第二图像之间所述第一组织结构移动得小于所述第二组织结构来检测所述应变。
122.条款9.根据条款1所述的方法，其中，确定应变包括：使用人工智能或机器学习分类器分析所述一个或更多个数字图像。
123.条款10.根据条款9所述的方法，其中，所述人工智能或机器学习分类器已经用来自先前手术的图像数据进行训练。
124.条款11.根据条款10所述的方法，其中，所述数据用应变标记。
125.条款12.根据条款11所述的方法，其中，所述应变是定性或相对大小的应变。
126.条款13.根据条款12所述的方法，其中，所述应变以数字尺度标记。
127.条款14.根据条款1所述的方法，还包括：用来自先前手术的图像数据训练所述人工智能或机器学习分类器。
128.条款15.根据条款1所述的方法，其中，成像包括超声成像。
129.条款16.根据条款15所述的方法，其中，成像包括使用超声探针的超声成像。
130.条款17.根据条款16所述的方法，其中，成像包括使用经直肠超声(trus)探针的超声成像。
131.条款18.根据条款17所述的方法，其中，通过直肠内的探针进行成像。
132.条款19.根据条款1所述的方法，其中，成像包括体内超声成像。
133.条款20.根据条款1所述的方法，其中，成像包括体外超声成像。
134.条款21.根据条款1所述的方法，其中，成像包括光学成像。
135.条款22.根据条款1所述的方法，其中，成像包括实时成像。
136.条款23.根据条款1所述的方法，其中，成像包括磁共振成像(mri)、计算机断层扫描(ct)或光学相干断层扫描oct成像。
137.条款24.根据条款1所述的方法，其中，成像包括用内窥镜或膀胱镜成像。
138.条款25.根据条款1所述的方法，其中，所述反馈包括听觉反馈。
139.条款26.根据条款25所述的方法，其中，所述听觉反馈是告警。
140.条款27.根据条款26所述的方法，其中，当所述应变超过阈值时激活所述告警。
141.条款28.根据条款27所述的方法，还包括：将检测到的应变与阈值进行比较，并且其中基于检测到的应变提供反馈包括当所述检测到的应变超过所述阈值时激活所述告警。
142.条款29.根据条款25所述的方法，其中，所述听觉反馈包括基于所述检测到的应变在频率或音量中的一个或更多个上变化的音调。
143.条款30.根据条款1所述的方法，其中，所述反馈包括触觉反馈。
144.条款31.根据条款30所述的方法，其中，所述触觉反馈包括工具或工具手柄的振动。
145.条款32.根据条款31所述的方法，其中，当所述应变超过阈值时激活所述振动。
146.条款33.根据条款31所述的方法，其中，所述振动基于所述检测到的应变在频率或幅度中的一个或更多个上变化。
147.条款34.根据条款32所述的方法，还包括：将检测到的应变与阈值进行比较，并且其中基于所述检测到的应变提供反馈包括当所述检测到的应变超过所述阈值时激活所述振动。
148.条款35.根据条款1所述的方法，其中，所述反馈包括视觉反馈。
149.条款36.根据条款35所述的方法，其中，所述视觉反馈包括彩色视觉反馈。
150.条款37.根据条款36所述的方法，其中，所述彩色视觉反馈包括激活光源、改变所述光源的颜色、改变屏幕上的图像的颜色或在屏幕上闪烁所述图像中的一项或更多项。
151.条款38.根据条款37所述的方法，还包括：将所述检测到的应变与阈值进行比较，以在所述检测到的应变超过所述阈值时提供所述彩色视觉反馈。
152.条款39.根据条款35所述的方法，其中，所述视觉反馈包括线性测量仪或度盘式指示器的描绘。
153.条款40.一种装置，所述装置包括：被配置为执行条款1至39中任一项所述的方法的处理器。
154.条款41.一种被配置为执行条款1至39中任一项所述的方法的非暂时性有形介质。
155.条款42.一种装置，包括：成像器；耦合到成像器的处理器，所述处理器被配置用于在所述探针被插入到组织中时接收组织的一个或更多个数字图像；基于所述一个或更多个数字图像确定施加在所述组织上的应变；以及基于检测到的应变提供反馈。
156.条款43.根据条款42所述的装置，其中，所述一个或更多个数字图像包括第一图像和第二图像，所述第一图像包括第一位置处的组织结构，所述第二图像包括第二位置处的组织结构，其中所述应变基于所述第一位置和所述第二位置来确定。
157.条款44.根据条款43所述的装置，其中，基于探针的移动和所述组织结构的所述第一位置与所述组织结构的所述第二位置之间的差来检测所述应变，所述差对应于与所述探针的移动相比更小的移动。
158.条款45.根据条款44所述的装置，其中，所述探针的移动包括所述探针沿着所述探针的细长轴线从所述第一图像的第一位置到所述第二图像的所述第二位置轴向推进到所述组织中的距离，并且所述第一图像中的所述第一位置与所述第二图像中的所述第二位置之间的差对应于小于轴向推进的距离的移动量。
159.条款46.根据条款44所述的装置，其中，所述探针的移动包括围绕所述探针的细长轴线从所述第一图像的第一角度到所述第二图像的第二角度的旋转角度，并且所述第一位置和所述第二位置之间的差对应于小于所述旋转角度的移动量。
160.条款47.根据条款42所述的装置，其中，所述组织结构包括在所述一个或更多个图像中的多个位置处的多个组织结构，并且基于所述多个位置检测所述应变。
161.条款48.根据条款47所述的装置，其中，所述一个或更多个图像包括第一图像和第二图像，所述第一图像包括位于第一多个位置处的多个组织结构，所述第二图像包括位于第二多个位置处的多个组织结构，其中响应于所述第一多个位置和所述第二多个位置之间的差来检测所述应变。
162.条款49.根据条款48所述的装置，其中，所述多个组织结构包括在距所述探针的第一距离处的第一组织结构和在距所述探针的大于所述第一距离的第二距离处的第二组织结构，其中基于在所述第一图像和所述第二图像之间所述第一组织结构移动得小于所述第二组织结构来检测所述应变。
163.条款50.根据条款42所述的装置，其中，确定应变包括：使用人工智能或机器学习分类器分析所述一个或更多个数字图像。
164.条款51.根据条款50所述的装置，其中，所述人工智能或机器学习分类器已经用来自先前手术的图像数据进行训练。
165.条款52.根据条款51所述的装置，其中，所述数据用应变标记。
166.条款53.根据条款52所述的装置，其中，所述应变是定性或相对大小的应变。
167.条款54.根据条款53所述的装置，其中，所述应变以数字尺度标记。
168.条款55.根据条款42所述的装置，还包括：用来自先前手术的图像数据训练所述人工智能或机器学习分类器。
169.条款56.根据条款42所述的装置，其中，成像包括超声成像。
170.条款57.根据条款56所述的装置，其中，成像包括使用超声探针的超声成像。
171.条款58.根据条款57所述的装置，其中，成像包括使用经直肠超声(trus)探针的超声成像。
172.条款59.根据条款58所述的装置，其中，通过直肠内的探针进行成像。
173.条款60.根据条款42所述的装置，其中，成像包括体内超声成像。
174.条款61.根据条款42所述的装置，其中，成像包括体外超声成像。
175.条款62.根据条款42所述的装置，其中，成像包括光学成像。
176.条款63.根据条款42所述的装置，其中，成像包括实时成像。
177.条款64.根据条款42所述的装置，其中，成像包括磁共振成像(mri)、计算机断层扫描(ct)或光学相干断层扫描oct成像。
178.条款65.根据条款42所述的装置，其中，成像包括用内窥镜或膀胱镜成像。
179.条款66.根据条款42所述的装置，其中，所述反馈包括听觉反馈。
180.条款67.根据条款66所述的装置，其中，所述听觉反馈是告警。
181.条款68.根据条款67所述的装置，其中，当所述应变超过阈值时激活所述告警。
182.条款69.根据条款68所述的装置，还包括：将检测到的应变与阈值进行比较，并且其中基于所述检测到的应变提供反馈包括当所述检测到的应变超过所述阈值时激活所述
告警。
183.条款70.根据条款66所述的装置，其中，所述听觉反馈包括基于所述检测到的应变在频率或音量中的一个或更多个上变化的音调。
184.条款71.根据条款42所述的装置，其中，所述反馈包括触觉反馈。
185.条款72.根据条款71所述的装置，其中，所述触觉反馈包括工具或工具手柄的振动。
186.条款73.根据条款72所述的装置，其中，当所述应变超过阈值时激活所述振动。
187.条款74.根据条款72所述的装置，其中，所述振动基于所述检测到的应变在频率或幅度中的一个或更多个上变化。
188.条款75.根据条款72所述的装置，还包括：将检测到的应变与阈值进行比较，并且其中基于所述检测到的应变提供反馈包括当所述检测到的应变超过所述阈值时激活所述振动。
189.条款76.根据条款42所述的装置，其中，所述反馈包括视觉反馈。
190.条款77.根据条款76所述的装置，其中，所述视觉反馈包括彩色视觉反馈。
191.条款78.根据条款77所述的装置，其中，所述彩色视觉反馈包括激活光源、改变所述光源的颜色、改变屏幕上的图像的颜色或在屏幕上闪烁所述图像中的一项或更多项。
192.条款79.根据条款78所述的装置，还包括：将所述检测到的应变与阈值进行比较，以在所述检测到的应变超过所述阈值时提供所述彩色视觉反馈。
193.条款80.根据条款76所述的装置，其中，所述视觉反馈包括线性测量仪或度盘式指示器的描绘。
194.本公开的实施例已经如本文所述示出和描述，并且仅作为示例提供。本领域的普通技术人员将在不脱离本公开的范围的情况下认识到许多适配、改变、变化和替换。在不脱离本公开和本文公开的发明的范围的情况下，可以使用本文公开的实施例的若干备选方案和组合。因此，本公开发明的范围仅由所附权利要求及其等同物的范围来定义。

技术特征：
1.一种用于在手术期间提供反馈的方法，所述方法包括：生成组织的一个或更多个数字图像；基于所述一个或更多个数字图像确定施加在所述组织上的应变；以及基于检测到的应变提供反馈。2.根据权利要求1所述的方法，其中，所述一个或更多个数字图像包括第一图像和第二图像，所述第一图像包括第一位置处的组织结构，所述第二图像包括第二位置处的组织结构，其中所述应变基于所述第一位置和所述第二位置来确定。3.根据权利要求2所述的方法，其中，基于探针的移动和所述组织结构的所述第一位置与所述组织结构的所述第二位置之间的差来检测所述应变，所述差对应于与所述探针的移动相比更小的移动。4.根据权利要求3所述的方法，其中，所述探针的移动包括所述探针沿着所述探针的细长轴线从所述第一图像的第一位置到所述第二图像的所述第二位置轴向推进到所述组织中的距离，并且所述第一图像中的所述第一位置与所述第二图像中的所述第二位置之间的差对应于小于轴向推进的所述距离的移动量。5.根据权利要求3所述的方法，其中，所述探针的移动包括围绕所述探针的细长轴线从所述第一图像的第一角度到所述第二图像的第二角度的旋转角度，并且所述第一位置和所述第二位置之间的差对应于小于所述旋转角度的移动量。6.根据权利要求1所述的方法，其中，所述组织结构包括在所述一个或更多个图像中的多个位置处的多个组织结构，并且基于所述多个位置检测所述应变。7.根据权利要求6所述的方法，其中，所述一个或更多个图像包括第一图像和第二图像，所述第一图像包括位于第一多个位置处的所述多个组织结构，所述第二图像包括位于第二多个位置处的所述多个组织结构，其中响应于所述第一多个位置和所述第二多个位置之间的差来检测所述应变。8.根据权利要求7所述的方法，其中，所述多个组织结构包括在距探针的第一距离处的第一组织结构和在距所述探针的大于所述第一距离的第二距离处的第二组织结构，其中基于在所述第一图像和所述第二图像之间所述第一组织结构移动得小于所述第二组织结构来检测所述应变。9.根据权利要求1所述的方法，其中，确定应变包括：使用人工智能或机器学习分类器来分析所述一个或更多个数字图像。10.根据权利要求9所述的方法，其中，所述人工智能或机器学习分类器已经用来自先前手术的图像数据进行训练。11.根据权利要求10所述的方法，其中，所述数据用应变标记。12.根据权利要求11所述的方法，其中，所述应变是定性或相对大小的应变。13.根据权利要求12所述的方法，其中，所述应变以数字尺度标记。14.根据权利要求1所述的方法，还包括：用来自先前手术的图像数据来训练人工智能或机器学习分类器。15.根据权利要求1所述的方法，其中，成像包括超声成像。16.根据权利要求15所述的方法，其中，成像包括使用超声探针的超声成像。17.根据权利要求16所述的方法，其中，成像包括使用经直肠超声(trus)探针的超声成
像。18.根据权利要求17所述的方法，其中，通过直肠内的探针进行成像。19.根据权利要求1所述的方法，其中，成像包括体内超声成像。20.根据权利要求1所述的方法，其中，成像包括体外超声成像。21.根据权利要求1所述的方法，其中，成像包括光学成像。22.根据权利要求1所述的方法，其中，成像包括实时成像。23.根据权利要求1所述的方法，其中，成像包括磁共振成像(mri)、计算机断层扫描(ct)或光学相干断层扫描oct成像。24.根据权利要求1所述的方法，其中，成像包括用内窥镜或膀胱镜成像。25.根据权利要求1所述的方法，其中，所述反馈包括听觉反馈。26.根据权利要求25所述的方法，其中，所述听觉反馈是告警。27.根据权利要求26所述的方法，其中，当所述应变超过阈值时激活所述告警。28.根据权利要求27所述的方法，还包括：将检测到的应变与阈值进行比较，并且其中基于所述检测到的应变提供反馈包括当所述检测到的应变超过所述阈值时激活所述告警。29.根据权利要求25所述的方法，其中，所述听觉反馈包括基于所述检测到的应变在频率或音量中的一个或更多个上变化的音调。30.根据权利要求1所述的方法，其中，所述反馈包括触觉反馈。31.根据权利要求30所述的方法，其中，所述触觉反馈包括工具或工具手柄的振动。32.根据权利要求31所述的方法，其中，当所述应变超过阈值时激活所述振动。33.根据权利要求31所述的方法，其中，所述振动基于所述检测到的应变在频率或幅度中的一个或更多个上变化。34.根据权利要求32所述的方法，还包括：将所述检测到的应变与阈值进行比较，并且其中基于所述检测到的应变提供反馈包括当所述检测到的应变超过所述阈值时激活所述振动。35.根据权利要求1所述的方法，其中，所述反馈包括视觉反馈。36.根据权利要求35所述的方法，其中，所述视觉反馈包括彩色视觉反馈。37.根据权利要求36所述的方法，其中，所述彩色视觉反馈包括激活光源、改变所述光源的颜色、改变屏幕上的图像的颜色或在屏幕上闪烁所述图像中的一项或更多项。38.根据权利要求37所述的方法，还包括：将所述检测到的应变与阈值进行比较以当所述检测到的应变超过阈值时，提供所述彩色视觉反馈。39.根据权利要求35所述的方法，其中，所述视觉反馈包括线性测量仪或度盘式指示器的描绘。40.一种装置，所述装置包括：处理器，其被配置为执行根据权利要求1至39中任一项所述的方法。41.一种被配置为执行权利要求1至39中任一项所述的方法的非暂时性有形介质。42.一种装置，包括：成像器；
处理器，其耦合到所述成像器，所述处理器被配置用于：当探针插入组织中时，接收组织的一个或更多个数字图像；基于所述一个或更多个数字图像确定施加在所述组织上的应变；以及基于检测到的应变提供反馈。43.根据权利要求42所述的装置，其中，所述一个或更多个数字图像包括第一图像和第二图像，所述第一图像包括第一位置处的组织结构，所述第二图像包括第二位置处的所述组织结构，其中所述应变基于所述第一位置和所述第二位置来确定。44.根据权利要求43所述的装置，其中，基于探针的移动和所述组织结构的所述第一位置与所述组织结构的所述第二位置之间的差来检测所述应变，所述差对应于与所述探针的移动相比更小的移动。45.根据权利要求44所述的装置，其中，所述探针的移动包括所述探针沿着所述探针的细长轴线从所述第一图像的第一位置到所述第二图像的所述第二位置轴向推进到所述组织中的距离，并且所述第一图像中的所述第一位置与所述第二图像中的所述第二位置之间的差对应于小于轴向推进的所述距离的移动量。46.根据权利要求44所述的装置，其中，所述探针的移动包括围绕所述探针的细长轴线从所述第一图像的第一角度到所述第二图像的第二角度的旋转角度，并且所述第一位置和所述第二位置之间的差对应于小于所述旋转角度的移动量。47.根据权利要求42所述的装置，其中，所述组织结构包括在所述一个或更多个图像中的多个位置处的多个组织结构，并且基于所述多个位置检测所述应变。48.根据权利要求47所述的装置，其中，所述一个或更多个图像包括第一图像和第二图像，所述第一图像包括位于第一多个位置处的所述多个组织结构，所述第二图像包括位于第二多个位置处的所述多个组织结构，其中响应于所述第一多个位置和所述第二多个位置之间的差来检测所述应变。49.根据权利要求48所述的装置，其中，所述多个组织结构包括在距所述探针的第一距离处的第一组织结构和在距所述探针的大于所述第一距离的第二距离处的第二组织结构，其中基于在所述第一图像和所述第二图像之间所述第一组织结构移动得小于所述第二组织结构来检测所述应变。50.根据权利要求42所述的装置，其中，确定应变包括：使用人工智能或机器学习分类器来分析所述一个或更多个数字图像。51.根据权利要求50所述的装置，其中，所述人工智能或机器学习分类器已经用来自先前手术的图像数据进行训练。52.根据权利要求51所述的装置，其中，所述数据用应变标记。53.根据权利要求52所述的装置，其中，所述应变是定性或相对大小的应变。54.根据权利要求53所述的装置，其中，所述应变以数字尺度标记。55.根据权利要求42所述的装置，还包括：用来自先前手术的图像数据来训练人工智能或机器学习分类器。56.根据权利要求42所述的装置，其中，成像包括超声成像。57.根据权利要求56所述的装置，其中，成像包括使用超声探针的超声成像。58.根据权利要求57所述的装置，其中，成像包括使用经直肠超声(trus)探针的超声成
像。59.根据权利要求58所述的装置，其中，通过直肠内的探针进行成像。60.根据权利要求42所述的装置，其中，成像包括体内超声成像。61.根据权利要求42所述的装置，其中，成像包括体外超声成像。62.根据权利要求42所述的装置，其中，成像包括光学成像。63.根据权利要求42所述的装置，其中，成像包括实时成像。64.根据权利要求42所述的装置，其中，成像包括磁共振成像(mri)、计算机断层扫描(ct)或光学相干断层扫描oct成像。65.根据权利要求42所述的装置，其中，成像包括用内窥镜或膀胱镜成像。66.根据权利要求42所述的装置，其中，所述反馈包括听觉反馈。67.根据权利要求66所述的装置，其中，所述听觉反馈是告警。68.根据权利要求67所述的装置，其中，当所述应变超过阈值时激活所述告警。69.根据权利要求68所述的装置，还包括：将检测到的应变与阈值进行比较，并且其中基于所述检测到的应变提供反馈包括当所述检测到的应变超过所述阈值时激活所述告警。70.根据权利要求66所述的装置，其中，所述听觉反馈包括基于所述检测到的应变在频率或音量中的一个或更多个上变化的音调。71.根据权利要求42所述的装置，其中，所述反馈包括触觉反馈。72.根据权利要求71所述的装置，其中，所述触觉反馈包括工具或工具手柄的振动。73.根据权利要求72所述的装置，其中，当所述应变超过阈值时激活所述振动。74.根据权利要求72所述的装置，其中，所述振动基于所述检测到的应变在频率或幅度中的一个或更多个上变化。75.根据权利要求72所述的装置，还包括：将所述检测到的应变与阈值进行比较，并且其中基于所述检测到的应变提供反馈包括当所述检测到的应变超过所述阈值时激活所述振动。76.根据权利要求42所述的装置，其中，所述反馈包括视觉反馈。77.根据权利要求76所述的装置，其中，所述视觉反馈包括彩色视觉反馈。78.根据权利要求77所述的装置，其中，所述彩色视觉反馈包括激活光源、改变所述光源的颜色、改变屏幕上的图像的颜色或在屏幕上闪烁所述图像中的一项或更多项。79.根据权利要求78所述的装置，还包括：将所述检测到的应变与阈值进行比较以当所述检测到的应变超过所述阈值时，提供所述彩色视觉反馈。80.根据权利要求76所述的装置，其中，所述视觉反馈包括线性测量仪或度盘式指示器的描绘。

技术总结
本申请公开了在探针的插入期间检测组织拉伸的装置和方法。系统、方法和装置检测在探针的插入期间与组织阻力和剪切相关的组织应变，并提供诸如实时反馈的反馈，这可以减少与探针的插入相关联的潜在组织损伤。在一些实施例中，一种方法可以包括生成组织的一个或更多个数字图像、基于该一个或更多个数字图像确定施加在组织上的应变以及基于检测到的应变提供反馈。反馈可以是听觉、视觉或触觉反馈中的一个或更多个。当确定的应变高于阈值时，可以提供反馈。可以通过使用人工智能或机器学习分类器来确定应变。类器来确定应变。类器来确定应变。


技术研发人员：苏拉格
受保护的技术使用者：普罗赛普特生物机器人公司
技术研发日：2023.02.16
技术公布日：2023/8/21