Bab_Sak 机器人插管系统 (BRIS)：面向安全纤维支气管镜气管插管的学习使能控制框架
机器人学
2025-12-29 v1
摘要
气管插管是一项关键且技术要求高的操作，失败或导管放置不当会导致严重并发症。现有的机器人和遥操作插管系统主要关注气道导航，未提供气管导管推进的集成控制或导管深度相对于隆突的客观验证。本文提出机器人插管系统 (BRIS)，这是一个紧凑的人在回路平台，旨在辅助纤维支气管镜引导插管，同时实现实时、客观的深度感知。BRIS 集成了四向可转向纤维支气管镜、独立的气管导管推进机构，以及与标准临床工作流程兼容的带摄像头增强的咬口。一个学习使能的闭环控制框架利用实时形状感知，将操纵杆输入映射到笛卡尔空间中的支气管镜远端运动，在肌腱非线性和气道接触下提供稳定、直观的遥操作。单目内镜深度估计用于对气道区域进行分类，并为相对于隆突的安全导管定位提供可解释的、解剖感知的引导。该系统在标准和困难气道配置下的高保真气道人体模型上进行了验证，展示了可靠的导航和可控的导管放置。这些结果突显 BRIS 是迈向更安全、更一致且临床兼容的机器人气道管理的一步。
引用
@article{arxiv.2512.21983,
title = {Bab_Sak Robotic Intubation System (BRIS): A Learning-Enabled Control Framework for Safe Fiberoptic Endotracheal Intubation},
author = {Saksham Gupta and Sarthak Mishra and Arshad Ayub and Kamran Farooque and Spandan Roy and Babita Gupta},
journal= {arXiv preprint arXiv:2512.21983},
year = {2025}
}