Robôs cirúrgicos podem evitar danos a tecidos importantes por meio do planejamento pré-operatório do trajeto e possuem alta precisão operacional, sendo amplamente aplicados em cirurgias de biópsia por punção. Atualmente, os robôs cirúrgicos apresentam deficiências na obtenção precisa e em tempo real das informações sobre a forma da agulha de punção, impossibilitando a realização de desvio autônomo de obstáculos e operações precisas no alvo durante a punção. Portanto, o estudo de métodos de percepção da forma da agulha de punção pode fornecer feedback de informações de forma para punções autônomas/assistidas por robôs cirúrgicos, o que é de grande importância para melhorar a segurança e a precisão das cirurgias de punção. Nesse sentido, foi proposta uma agulha de punção com percepção automática da forma, que integra tecnologia de sensores distribuídos de redes de fibra óptica e inteligência artificial. Utilizando algoritmos de aprendizado de máquina, os dados do comprimento de onda central das redes de fibra óptica obtidos em diferentes estados de curvatura em experimentos de calibração estática foram treinados junto com dados de forma, resultando em um modelo de rede neural que relaciona o deslocamento do comprimento de onda central das redes de fibra óptica com a função de forma e o ângulo da direção da curvatura. Em seguida, esse modelo de rede neural foi aplicado para realizar a reconstrução tridimensional da forma da agulha de punção. Os resultados dos testes mostraram que o erro máximo na reconstrução da forma do corpo da agulha foi de 0,90 mm, e o erro máximo no ângulo da direção da curvatura foi de 5,03°. Nos experimentos de validação de desempenho dinâmico, o erro máximo na reconstrução da forma foi de 0,84 mm, e o erro máximo no ângulo da direção da curvatura foi de 1,02°, o que reforçou a confiabilidade do modelo. Portanto, a agulha de punção com percepção automática da forma proposta pode obter com precisão informações de forma em tempo real, abrindo amplas perspectivas para aplicações na percepção e controle da forma da agulha durante operações autônomas e assistidas por robôs cirúrgicos.

sensores de redes de fibra óptica;reconstrução da forma da agulha de punção;rede neural BP;processamento de imagens