Particle?based modeling of nonlinear viscoelastic deformable objects based on experimental data

Abstract

Sanal gerçeklik kullanılarak oluşturulan simülasyon bazlı eğitim, gelenekselminimal invasiv ameliyat eğitim tekniklerine alternatif olacaktır. Cerrahi simülatörler,stajyerlerin, gerçek laporoskopik operasyonlarda olduğu gibi, sanal doku ve organlaradokunmasına, hissetmesine ve hareket ettirmesine, doku ile cerrahi aletler arasındakietkileşimleri gözlemlemesine, imkan sağlayacaktır. Yumuşak doku davranışlarını iyi taklitedebilmek için, gerçeğe çok yakın doku modelleri geliştirilmesi gerekmektedir.Parçacık modelleri, yumuşak cisimlerin simulasyonun da oldukça kullanılan biryaklaşımdır. Bu teknik, cerrahi kesim ve yırtılma gibi biçimsel değişimlerin olduğukonularda ağ bazlı metotlara (örnek: sonlu eleman methodu) göre daha iyi bir yaklaşımsağlar. Ayrıca parçacık metodları, ağ bazlı olanlara göre hesaplama açısından daha basittirve uygulanması daha kolaydır. Yine de, fiziksel sistemin tepkisini belirlemek için her bir ağelemanının malzeme katsayıları hesaplanmalıdır. Bu nedenle, gerçekçi doku özelliklerininparçacık modeline entegre edilmesi kolay değildir.Bu tezde, bir robot kolu aracılığıyla toplanan deney verilerini kullanan, doğrusalolmayan viskoelastik doku davranışını simule eden bir parçacık modeli geliştirdik. İlkolarak, yumuşak doku özelliği gösteren bir silikon örneğin gerilime bağlı doğrusal olmayanelastik tepkisi ve zamana bağlı viskoelastik tepkisi ölçüm cihazı ile yapılan statik yüklemeve makaslama gevşemesi deneyleriyle elde edilmiştir. Toplanan veriler yardımıyla, silikonörnek doğrusal olmayan viskoelastik Maxwell katısı kullanılarak modellenmiştir. Dahasonra, bu Maxwell katısı ile aynı davranışı gösteren, doğrusal olmayan viskoelastikMaxwell katılarından oluşan 3 boyutlu parçacık bazlı bir ağ kurulmuştur. Parçacıklarıbirleştiren bireysel Maxwell katılarının malzeme özellikleri, geliştirilen bir dizi özgünoptimizasyon algoritması ile belirlenmiştir.

Simulation-based training using Virtual Reality techniques is a promisingalternative to traditional training in minimally invasive surgery. Surgical simulators let thetrainee touch, feel, and manipulate virtual tissues and organs through the same surgical toolhandles used in actual minimally invasive surgery while viewing images of tool-tissueinteractions on a monitor as in real laparoscopic procedures. Developing realistic organforcemodels for simulating soft-tissue behavior is an integral part of a surgical simulator.The particle system approach provides a better solution than mesh-based methods tothe topological changes encountered in simulation of surgical cutting and tearing. Inaddition, they are computationally less expensive and easier to implement than the meshbasedmethods. However, the material coefficients of each individual mesh element shouldbe calculated and fine tuned to integrate the realistic tissue properties into particle models,which is not trivial.This thesis presents an end-to-end solution to realistic particle-based simulation ofnonlinear viscoelastic tissue behavior based on the experimental data collected by a roboticindenter. First, the strain-dependent nonlinear elastic response and time-dependentviscoelastic response of a tissue-like silicon phantom is measured via static loading andstress relaxation experiments performed by a robotic indenter. The collected experimentaldata is used to construct a lumped model of the tissue phantom represented by a nonlinearviscoelastic Maxwell Solid. Then, a 3-dimensional particle-based network is developed tomimic the behavior of the lumped Maxwell model. The material coefficients of theindividual Maxwell elements connecting the particles are estimated through a set of noveloptimization algorithms.