Estimación de Parámetros Biomecánicos para Simulación Realista de Tejidos en Interfaces Hápticas

Resumen: La estimación de parámetros para los modelos biomecánicos existentes en la literatura es esencial para que estos últimos sean de utilidad en aplicaciones de ingeniería, tanto para predecir el comportamiento de los órganos como para poderlos representar lo más fielmente posible en entornos de realidad virtual o simuladores hápticos. En este trabajo se presenta un esquema de estimación de parámetros del modelo de Kelvin modificado, disponible en la literatura. Uno de los objetivos es obtener señales de excitación que sean lo menos invasivas posibles en un escenario de obtención de señales in vivo, por lo que se exploran estrategias para reducir el número de experimentos y la riqueza de las señales necesarias para estimar los parámetros biomecánicos del modelo. Se presentan resultados de simulación y experimentos para validar el enfoque propuesto.

¿Cómo citar?

Alejandro Gutierrez-Giles, Miguel A. Padilla-Castañeda & Luis Alvarez-Icaza. Estimación de Parámetros Biomecánicos para Simulación Realista de Tejidos en Interfaces Hápticas. Memorias del Congreso Nacional de Control Automático, pp. 57-62, 2021.

Palabras clave

Estimacion de parametros, modelado, modelos biomecanicos

• Fenz, W. and Dirnberger, J. (2015). Real-time surgery simulation of intracranial aneurysm clipping with patient-specific geometries and haptic feedback. In Medical Imaging 2015: Image-Guided Procedures, Robotic Interventions, and Modeling, volume 9415, 94150H. International Society for Optics and Photonics.
• Gerard, I.J., Kersten-Oertel, M., Petrecca, K., Sirhan, D., Hall, J.A., and Collins, D.L. (2017). Brain shift in neuronavigation of brain tumors: a review. Medical image analysis, 35, 403–420.
• Gutierrez-Giles, A. and Arteaga-Pérez, M.A. (2014). Gpi based velocity/force observer design for robot manipulators. ISA transactions, 53(4), 929–938.
• Kim, J. and Srinivasan, M.A. (2005). Characterization of viscoelastic soft tissue properties from in vivo animal experiments and inverse fe parameter estimation. In International Conference on Medical Image Computing and Computer-Assisted Intervention, 599–606.  Springer.
• Kraus, C., Bock, H.G., and Mutschler, H. (2005). Parameter estimation for biomechanical models based on a special form of natural coordinates. Multibody System Dynamics, 13(1), 101–111.
• Mahvash, M. and Dupont, P.E. (2009). Mechanics of dynamic needle insertion into a biological material. IEEE Transactions on Biomedical Engineering, 57(4), 934–943.
• Payan, Y. (2012). Soft tissue biomechanical modeling for computer assisted surgery, volume 11. Springer.
• van Gerwen, D.J., Dankelman, J., and van den Dobbelsteen, J.J. (2012). Needle–tissue interaction forces–a survey of experimental data. Medical engineering & physics, 34(6), 665–680.