基于超聲圖像的PICC智能穿刺系統(tǒng)的設計與實現

郭克友，王凱迪，賈海晶

北京工商大學 材料與機械工程學院，北京 100048

引言

在臨床上，為了減輕患者反復扎針的痛苦，目前廣泛采用的是靜脈留置針的方式。手動穿刺置管術中，穿刺成功率主要依靠護士眼觀以及手摸來確定穿刺靶向血管，預估穿刺位置和進針角度，然后進行手動穿刺。傳統(tǒng)的操作方法是按照正常解剖位置定位而進行的盲目穿刺[1]。以經外周靜脈穿刺中心靜脈置管（Peripherally Inserted Central Venous Catheters，PICC）為例，傳統(tǒng)的PICC 穿刺常使用直徑較粗的穿刺針經肘部貴要、肘正中或頭靜脈植入，存在成功率低或置入困難等問題。1997 年，靜脈超聲引導下施行改良Seldinger 的PICC 置管被提出，與傳統(tǒng)的PICC置管技術相比，采用超聲定位標記進行穿刺[2]。在超聲引導下通過頸內靜脈行PICC 置管術與以往方法相比較優(yōu)點突出。既往的多行常規(guī)中心靜脈置管一般由醫(yī)生操作，依據解剖標志盲探，置管失敗率＞19%[3]。超聲圖像的引入一定程度上解決了血管條件較差的穿刺問題。在超聲引導下的靜脈穿刺置管，將盲穿改為視穿，但是并沒有完全擺脫操作人員的經驗、操作技術水平、情緒等因素對于穿刺成功的影響。在戰(zhàn)地營救、重癥搶救等需要迅速穿刺成功的情境下，超聲引導下的靜脈穿刺置管的一次成功率同樣得不到保障。與此同時，對于老人、孩子以及其他一些血管條件不好的患者，光憑人眼的分辨很難從超聲圖像中準確找到目標血管，對于穿刺成功亦造成了很大的影響，因此人工操作超聲引導下的靜脈穿刺置管，在臨床實施中的一次穿刺成功率不能夠充分滿足各種情境、各種血管條件的需求。

近年來有研究表明，在靜脈超聲圖像引導下，如果能準確掌握靜脈與穿刺針的相對位置和靜脈管徑的大小，便可確定合理的穿刺路徑，進一步驅動機械手進針即可實現自動靜脈穿刺，為成功建立靜脈通路奠定基礎[4]。在國內，2016 年李桌等人設計了一種通過紅外成像和壓力變化來識別和穿刺血管的方法以及裝置[5]；2017 年由張建英[6]設計了一種用于白血病患者化療的PICC 靜脈置管智能控制操作儀，包括移動操作裝著、自動穿刺裝置、定位導航裝置、主控監(jiān)測裝置和輔助固定裝置。

在國外的研究中，Kobayashi 等[7-8]研發(fā)設計了針插入手術機器人，結合力感測和超聲成像用于中心靜脈導管插入術中。Tanaka 等[9]在雙側控制系統(tǒng)中結合視覺圖像位置信息和力信息，用以在內窺鏡手術機器人中實現觸覺反饋。Balter 等[4]于2015 年首先設計并研發(fā)成功了7 自由度引導靜脈穿刺機器人系統(tǒng)，該套系統(tǒng)基于超聲圖像處理，穿刺機器人包括一個3 自由度機架，用于對患者的外周前臂靜脈進行成像，還有一個小型化的4 自由度連續(xù)臂，用于在閉環(huán)控制下將插管引導到選定的靜脈。在兩年之后，該團隊又在原有穿刺機器人的基礎上，改進設計了智能醫(yī)療機器人穿刺系統(tǒng)，采用紅外成像和超聲成像技術對合適的注射部位進行掃描和檢測，并在圖像和力反饋的基礎上，采用9 自由度機械臂進針插入血管的中心[10]。許多研究小組已經在使用機器人系統(tǒng)，在經皮外科手術治療期間進行了臨床試驗研究[11-15]。

上述的研究成果，都是在實驗室情況下設計研發(fā)的智能穿刺置管機構，機械結構復雜，操作繁瑣，在戰(zhàn)地營救、野外急救等非實驗室的情況下，很難使用上文中所述的研究成果。因此，為了提高靜脈穿刺置管手術實施過程中的穿刺成功率，本文提出了一種結構簡潔、操作簡單，可用于多種場合的PICC 智能穿刺置管系統(tǒng)的解決方案，經過在人體模型上的試驗統(tǒng)計，該系統(tǒng)的一次穿刺成功率在98.78%，遠大于PICC 穿刺置管術的人工操作一次穿刺成功率。

1 總體設計方案

實現自動穿刺機的研究主要有兩大部分，其一是利用圖像處理算法從靜脈超聲圖像中獲取靶向血管的深度和半徑，以此推導出靶向血管中心在空間坐標系中的位置；其二是根據設計的進針機械結構的形態(tài)特征信息，以及靶向血管在空間坐標系中的位置信息，驅動機械臂完成穿刺動作。

1.1 系統(tǒng)總體設計

對于智能穿刺置管系統(tǒng)的硬件結構，本文采用模塊化的設計方案，依據系統(tǒng)目標功能將其劃分為各個部分，每個部分具有獨立的功能，通過相適應的幾何接口和通信協(xié)議連接，方便拆卸和替換。系統(tǒng)總體結構如圖1 所示。機械結構包括自動穿刺裝置、定位支撐架和超聲探頭。其中，自動穿刺裝置由進針電機、調整角度電機、穿刺引導架以及其他的一些連接零部件組成。自動靜脈穿刺裝置應用雙電機絲杠螺母傳動方式，進針電機推動穿刺針和軟管穿刺皮膚進入血管，角度電機用來調整推動軟管到達該深度對應的角度值。

圖1 系統(tǒng)總體結構圖

1.2 系統(tǒng)工作原理

本研究中的智能穿刺系統(tǒng)，由操作者手持超聲探頭進行操作，與目前在醫(yī)院中廣泛應用的超聲引導下的靜脈穿刺置管術的操作方式相同。操作者手持超聲探頭，在患者的手臂上尋找靶向血管，并通過顯示屏觀察超聲圖像，依據圖像信息判斷血管條件是否合適。與之不同的是，應用本研究中的智能穿刺系統(tǒng)，當檢測到圖像中存在合適的靶向血管的時候，智能穿刺系統(tǒng)通過一個觸發(fā)按鍵計算靶向血管的深度和半徑，并依據此信息，進一步計算出靶向血管在空間中的位姿信息，之后根據該位姿信號，計算得到PWM 脈沖數?？刂破鱏TM32F030 接收到PWM 脈沖信號，經過智能步進電機驅動芯片TMC260 分別控制進針電機和角度電機有序運動。角度電機用以調整穿刺角度，當進針電機導軌的傾斜角度達到預設值的時候，角度電機停止，進針電機開始運行，當進針深度達到設定值的時候，進針運動停止，完成穿刺動作。之后進針電機反轉，按原路徑長度返回，將PICC 軟管留置在靶向血管內，完成置管動作。最后角度電機反轉，回到初始位置停止。

1.3 機械結構設計

本研究中的智能穿刺裝置采用外平面穿刺的方式，工作平面與超聲引導下的人工穿刺置管平面一致，均為垂直于超聲探頭的最大截面的中分面，穿刺裝置機械結構示意圖如圖2 所示。這種設計的優(yōu)勢首先在于保持了原有PICC置管手術的操作流程，醫(yī)護人員不需要再經過特殊的訓練就可以順利操作；其次，采用外平面的穿刺方式，大大簡化了血管在空間中位姿信息的計算量；本研究中緊湊的機械結構設計使得本系統(tǒng)的應用場景更加廣泛。

圖2 穿刺裝置機械結構圖

2 運動模型分析

本文中提出了一種靶向血管在空間中位置信息和形態(tài)信息的計算方法，并依據這兩種信息，完成穿刺動作的路徑規(guī)劃。圖3 所示即為智能穿刺系統(tǒng)數據轉換的流程圖。

圖3 智能穿刺系統(tǒng)數據轉換流程圖

2.1 獲取靶向血管在空間中的位置信息

圖4 為超聲引導下靜脈穿刺置管手術的工作平面示意圖。超聲探頭與皮膚表面接觸，其中點A 位于探頭最大截面的平面，A 點為超聲探頭平面中點。A、C 兩點均在皮膚表面，B點為血管中心位置，直線AB垂直與皮膚表面。因此，機構的穿刺置管運動為二維平面運動，在工作平面上建立平面直角坐標系，以A 為坐標原點，射線AB 為y 軸正半軸，射線AC 為x 軸正半軸。通過對B 超圖像的處理分析，可以得到B 點的深度為h，即線段AB 的值，由此得到B 點在工作平面中的坐標為（0，h）。

圖4 超聲引導下靜脈穿刺置管手術的工作平面示意圖

在確定了工作平面以及B 點的坐標之后，為簡化進針機構的設計，本研究中把留置針的運動軌道固定在工作平面上。即在圖4 的狀態(tài)下，BC 線段所在直線為留置針運動的軌道，C 點為進針位置的起始位置，線段BC 的長度為進針的距離。由于進針運動的平面固定不變，進針機構的位姿調整只需要有兩個自由度，其中一個自由度用來調整進針位置C 的坐標，另一個自由度用來完成沿射線CB 的進針運動，進給量為線段BC 的長度。本文中設線段AB長度H，線段AC 長度L，且H 與L 之間，存在函數關系，設其函數關系為f (x)，則：

進給量線段BC 的長度La，可由勾股定理求得，即為：

得到L 和La 的值之后，需要將兩個值發(fā)送到核心控制板，核心控制板將兩個數值轉化為步進電機的驅動步長，完成穿刺動作。

2.2 穿刺路徑規(guī)劃

在圖4 中線段AB 長度H，線段AC 長度L，且H 與L 之間，存在函數關系f (x)，AB 的長度可以通過超聲圖像處理算法得到，L 為最終要確定的進針量，所以需要得到函數關系f (x)。由于通過機械結構的幾何推導不能夠直接得到兩者之間的精確關系，因此本文中采用曲線擬合的方式得到函數表達式。

由超聲圖像的處理可以得到靶向血管的半徑R，以及圓心在圖像坐標系中的像素坐標（px，py），由于超聲圖像采集的深度和圖像縱向像素長度可知，故而可以得到每個像素點對應的實際長度值，設其值為α，單位為毫米每像素，所以在圖像坐標系中的像素坐標轉化為實際長度坐標為:

將上式轉化為齊次坐標為（x，y，1）。

以皮膚表面建立空間坐標系（圖5），依據超聲平面的中心點建立空間直角坐標系，其中O 點為超聲探頭平面的中心點，x 軸和y 軸位于工作平面上，且y 軸垂直于超聲探頭平面。通過坐標變換矩陣可以由靶向血管中心在圖像坐標系中的齊次坐標轉換為空間坐標系中的坐標，設靶向血管在空間坐標系中的坐標為（lx，ly，lz），則可得到轉換公式(4)，其中h 的值即為靶向血管的深度，與靶向血管圓心的縱坐標值相等。

圖5 以皮膚表面建立空間坐標系

在空間坐標系中，A 點為進針點，設其在空間坐標系中的坐標為（lOA，0，0），由空間坐標系中靶向血管的中心坐標和進針點的坐標，可以由勾股定理得到進針的長度，但是在實際操作的過程中，因為步進電機在進步的過程中往往丟步，不能夠進針到指定的空間位置，因此設計容錯系數β，得到最終進針長度的公式為：

經過多次試驗計算，本研究中，當β=0.02 的時候進針效果最好，公式(5)中的R 為靶向血管的半徑。

2.2.1 獲取離散數據

由圖5 中所示，直線AB 與x 軸正向夾角為進針的角度。根據機械結構設計的特點，調整角度的直線推桿電機的軸線在直線CD 上，因此實際工作過程中，穿刺機構是通過調整線段CD 的長度來改變進針角度的大小。若要實現智能穿刺，則必須建立可穿刺深度與線段CD 之間的函數關系，設通過幾何分析，無法直接得到函數f(x)的具體表達式，因此首先獲取離散數據，之后應用數據擬合的方式得到f(x)。

運用三維模型取得h 與lCD之間的關系的50 組離散數據進行曲線擬合，其中h 的取值范圍是3.05～12.79 mm，即為本研究的智能穿刺設備可適用的血管深度范圍。

2.2.2 插值方式的選擇

本文中為了得到最合適的擬合曲線，應用四種常用的曲線擬合方式進行離散數據的處理，并結合實際情況，提出了一個評價系數用于測評不同擬合方式在本研究中的適用程度。本研究中對比四種插值的方式，分別是高斯插值、指數插值、傅里葉插值以及多項式插值。

對于差值精度，有多個可以參考的評估參數，比較常用的有：方差誤差平方和（Sum of Squared Errors，SSE），該統(tǒng)計參數計算的是擬合數據和原始數據對應點的誤差的平方和，計算公式如下：

SSE 越接近于0，說明模型選擇和擬合地更好，數據預測也越成功；確定系數（R-Square），表達式為公式(7)：

其中SSR（Sum of Squares of the Regression）即為預測數據與原始數據均值之差的平方和，公式(8)：

SST（Total Sum of Squares），即為原始數據和均值之差的平方和，公式(9)：

理論上對于數據擬合出的函數，精確度越高越好，但是高的精確性意味著較長的計算時間。由于本研究中的超聲醫(yī)療設備不同于一般的通用型計算機，其資源有限，復雜的公式對于計算資源的消耗較大，并且本研究中的實驗結果需要有實時性的要求。因此，對于本研究來說，數據擬合的精確度和計算時間同樣重要。為了能夠對于不同的擬合方式進行比較，引入了一個評估參數Evalute，這個參數的公式如下：

注：T函數執(zhí)行一次的運算時間，單位是s。

對于各種插值方式來說，Evalute 越小則綜合性能越好，將Evalute 作為選擇插值方式的依據。表1 顯示了各種插值函數對于原始數據插值的結果。

表1 各種插值函數評估結果

由表1 所示，可以很清晰地得出看出，四階傅里葉插值雖然是插值效果最好的，但是公式運行速度比較慢，在最終的評估中得分在中游，而四次多項式插值的效果與四階傅里葉插值的效果相差不大，同樣排名靠前，但是運行速度相對較快，公式簡單，因此在最后的測評，排名靠前。

2.2.3 擬合函數系數的計算

經過以上評估，最終本研究中，選擇四次多項式插值作為最終的插值方式，得到最終的插值函數的形式為：

代入離散數據確定式中各個系數的值，計算公式為(12)所示。公式總共要確定5 個系數，每代入五組數據可以得到一組系數值，數據總量為50 組，通過代入求解的方式得到45 組系數值，最終選取各個系數的中位數組成最終的確定系數組。

pj的值為的數列中的中位數，j=1，2，3，4，5，最終確定多項式的系數如表2 所示。

表2 四次多項式系數表

靶向血管的深度與進針角度之間存在函數關系，當取得了靶向血管在空間中的位置信息之后，即可得到靶向血管的深度。

經過多次試驗及評估，綜合參考曲線擬合精度和運算量的因素，最終選擇四次多項式插值作為曲線擬合的方式。圖6 曲線所示的即為曲線擬合結果與離散數據的吻合程度。

圖6 四次多項式曲線擬合結果

3 圖像目標檢測算法

通過超聲圖像處理獲得靶向血管的深度信息和血管半徑信息如圖7 所示，即為超聲圖像中的感興趣區(qū)域。方框中的區(qū)域，即為最終檢測處理的區(qū)域，方框內的點即為檢測出的靶向血管的圓心點。

圖7 超聲圖像中識別靶向血管

3.1 靶向血管檢測的方法

本研究中，采用的基于評估后自適應選取閾值的方法來對超聲圖像進行分割。

采集對象為臨床患者，患者家屬以及醫(yī)護人員均為自愿。采集個體上肢靜脈超聲圖像，護士通過按壓確定靜脈血管并調整超聲探頭位于靜脈的正上方，即調整靜脈血管位于穿刺中分線上，保存圖像后供后續(xù)圖像分析使用。

基于HAAR 特征和Adaboost 分類器的檢測算法是廣泛使用的一種模式識別方法。根據每種靶向血管的超聲圖像對應的中心區(qū)域像素均值的不同，依次設定閾值將血管內部與外部分開。表3 即為不同情況的血管閾值選取表格。

表3 不同情況的血管閾值選取表

3.2 計算半徑和血管中心位置

計算半徑的過程，即為計算中心區(qū)域像素點到邊界像素點距離的過程，前文中已經可以通過閾值分割得到中心區(qū)域的像素點，通過邊界檢測的Canny 算法可以得到靶向血管的邊界像素點。二者之差即為靶向血管半徑的長度。

中心像素區(qū)域的中心點，作為血管的圓心，計算其在超聲圖像中的坐標值，血管的深度即為中心點的縱坐標的值。

4 實驗數據分析

圖8 所示即為本課題驗證智能穿刺機構穿刺成功率的人體模型，該模型中有五條模擬人體貴要靜脈血管，血管中心距離皮膚的深度分布在3.0～13.0 mm，血管的半徑分布在1.3～3.78 mm，適合本文中所設計穿刺機構的可應用的條件。

圖8 體模實物圖

在人體模型上的實驗對智能穿刺系統(tǒng)的功能性進行驗證。在系統(tǒng)的可以操作范圍內，即深度范圍在3.05～12.79 mm 之間的血管，進行置管手術，成功率較高，達到98.78%，對于不同大小的血管的穿刺數據具體如表4中所示。實驗表明，應用本文中的智能穿刺系統(tǒng)大大提高了PICC置管手術的一次穿刺成功率。由于血管條件的不同，對于較細的血管，存在穿刺失敗的情況，這時候需要醫(yī)護人員根據實際情況適當調整選擇血管條件較好的位置進行穿刺。

表4 穿刺置管情況統(tǒng)計（例）

5 總結

本文利用超聲圖像獲取得到靶向血管的相關信息，設計了相應的機械結構，并根據機械結構提出了一種曲線擬合的評估方式。應用本文中的設計方案，可以大大提高靜脈穿刺的成功率，即使是沒有經過系統(tǒng)的醫(yī)護技能培訓的人，也能夠完成靜脈穿刺的操作，在未來的家庭醫(yī)療，戰(zhàn)地營救等場合，能夠發(fā)揮應有的作用。