Roboterunterstützte, erwartungskonforme Endoskopführung in der endosalen Chirurgie

• Antragsteller: Professor Dr. Friedrich Bootz; Professor Dr.-Ing. Friedrich M. Wahl
• Fachliche Zuordnung: Automatisierungstechnik, Mechatronik, Regelungssysteme, Intelligente Technische Systeme, Robotik
• Förderung: Förderung von 2004 bis 2013
• Projektkennung: Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 5431779

• Erstellungsjahr: 2012

Zusammenfassung der Projektergebnisse

Ein wichtiges Ziel des Projekts lag in der Erstellung eines funktionstüchtigen Versuchsaufbaus zur roboterassistierten Endoskopführung für die FESS. Dieses Ziel wurde in vollem Umfang erreicht. Die Verwendung des Roboters konnte damit auch wissenschaftlich erfasst werden und zeigte in unserer Evaluation deutliche Vorteile gegenüber der manuellen Endoskopführung durch die von uns nachgewiesene Reduktion der Belastung des Chirurgen. Überraschend war, dass diese Entlastung deutlicher ausfiel als von uns erwartet. Erreicht wurde dies vor allem durch: 1) Entwicklung eines vision-basierten Trackingsystems und zugehörigen Markern; 2) Entwicklung eines Navigationstunnels auf Basis von Gaussverteilungen für die Bahnplanung sowie der Velocity Scale Maps (VSM); 3) Entwicklung eines „online“-Bahnplanungsalgorithmus; 4) Entwicklung einer nahezu vollautomatisierten Segmentierung der CT-Datensätze mit Erkennung der anterioren Schädelbasis und der Nasenraumgrenzen. Um das entwickelte Roboter-Setup in den realen OP zu transferieren fehlen unter anderem noch die Bearbeitung von Aspekten der Raumkonkurrenz zwischen Operateur und Roboter im Außenbereich (extranasal) sowie die Entwicklung einer redundante Steuerungsauslegung zur Generierung einer möglichst hohen Sicherheit auch beim Funktionsausfall einzelner Komponenten. Alternativ dazu sind mechanische Bewegungsbegrenzer im Bereich des Roboterarmes denkbar.

Projektbezogene Publikationen (Auswahl)

• (2010): A Model-Based Approach to the Segmentation of Nasal Cavity and Paranasal Sinus Boundaries. In: M. Goesele et al. (Eds.): Pattern Recognition (Proc. of DAGM 2010), Lecture Notes in Computer Science 2010, Springer, Heidelberg, Vol. 6376, pp. 333-342
  Last, C.; Winkelbach, S.; Wahl, F.; Eichhorn, K.; Bootz, F.
  
• (2011): A Locally Deformable Statistical Shape Model. Machine Learning in Medical Imaging, Lecture Notes in Computer Science 2011, Springer, Heidelberg, Vol. 7009, pp. 51-58
  Last, C.; Winkelbach, S.; Wahl, F.; Eichhorn, K.; Bootz, F.
  
• (2011): Clinical requirements and possible applications of robot assisted endoscopy in skull base and sinus surgery. Acta Neurochir Suppl.; 109:237-40
  Eichhorn, K.; Bootz, F.