基于深度学习的前列腺精准穿刺机器人路径规划方法

本申请公开了一种基于深度学习的前列腺精准穿刺机器人路径规划方法，涉及路径规划领域，其首先在术前基于MRI数据进行全局路径规划，并将穿刺环境与规划路径抽象为图结构模型。在术中，通过实时超声影像感知前列腺的动态形变，并基于该形变信息精准识别出初始路径图中受影响的局部危险区域。随后，引入图神经网络技术，针对该受影响的局部子图进行快速、智能化的重路由计算，以生成新的安全局部路径，并最终将新路径无缝整合回原始全局路径图中，完成对整体路径的高效修正。这样，能够规避全局计算的耗时瓶颈，从而在保证高精度的前提下，解决术中路径动态修正的实时性难题，显著提升了机器人在动态环境下的路径规划能力。