Resumen

En el procedimiento de braquiterapia contemporáneo, la colocación de la aguja en la ubicación deseada es desafiante debido a una variedad de razones. Hemos diseñado y fabricado un sistema de braquiterapia asistida por robot con guía de imagen para mejorar la colocación de la aguja y la entrega de semillas. En este artículo, hemos utilizado dos estrategias de control predictivo diferentes para investigar la eficacia de la inserción de la aguja y la dinámica del sistema durante la braquiterapia de próstata. Primero, utilizamos el control predictivo de redes neuronales (NNPC) para predecir una fuerza de inserción. El NNPC utiliza el modelo de espacio de estados linealizado del sistema robótico para predecir el rendimiento futuro del sistema. Segundo, utilizamos el control predictivo de modelo de avance (MPC) que permite al controlador compensar el impacto de una perturbación medida inmediatamente en lugar de esperar a que el efecto aparezca en el sistema. Se considera el problema de control de retroalimentación para la regulación de la fuerza de contacto. Se presentan y comparan los resultados de simulación y experimentos para ambos casos.

• Materias:Brazo robótico Robot omnidireccional Movimientos multiarticulares Algoritmo de control Máquina de vectores
• Subjects:Robotic arm Omnidirectional robot Multi-joint movements Control algorithm Vector machine
• Palabras claves:Braquiterapia; Colocación de agujas; Asistida por robot; Control predictivo; Red neuronal; Modelo feedforward
• Keywords:Brachytherapy; Needle placement; Robot-assisted; Predictive control; Neural network; Feedforward model