Medizinische Robotik
FE&E-Kompetenzen:
- Robotik-Anwendungen in der Medizintechnik
- Sichere Interaktion zwischen Mensch und Industrieroboter, kollaborative Robotik
- Planungstechnologie für Interventionen und Diagnostik
- Entwicklung von Spezialkinematiken (Simulation, Konstruktion, mathematische Beschreibung)
- Ultraschall-Robotik
- Visualisierung und augmented reality-Szenarien
- Maschinelles Lernen für medizinische Anwendungen
- Erkennung von Mustern und automatische Analyse medizinischer Bilddaten
- Korrelations- und Prädiktionsverfahren auf Basis biomedizinischer Signale
- Bestimmung physiologischer und technologischer Parameter aus unterschiedlichsten Messdaten
- Positions-, Lage- und Krafterfassung
- Hauseigene Laserscanner-Technologie mit Gewebesensorik
- Positions- und Bewegungserfassung mit optischen und magnetischen Sensoren
- Eigenentwickelte Kraft- und Lagesensorik
FE&E-Leistungsprofil:
- Planung und Optimierung von individuellen Robotern (Speziallösungen für konkrete Einsatzszenarien)
- Automatisierung von medizinischen Abläufen (robotergeführte Bildgebung und Intervention)
- Analyse von biomedizinischen Messdaten (Bestimmung von Zusammenhängen, Erstellen von funktionalen Modellen, etc.)
- Vermessung von Bewegungen und Kräften
Leistungsversprechen:
- Durchführung von technischen Analysen für Robotersysteme in der Medizintechnik
- Entwicklung von Hard- und Software-Prototypen für robotische Systeme
- Prototypische Erstellung von Softwarepaketen für die Analyse biomedizinischer Daten
Erfahrungen, Projektbeispiele:
- Entwicklung der Komponenten zum Bewegungsausgleich beim CyberKnife (Gerät zur externen Strahlentherapie, Roboter-geführter Linearbeschleuniger mit Sensorik zur Kompensation von Patientenbewegungen). Kooperation mit Accuray, Inc. (Sunnyvale, USA). Technologie ist im klinischen Regeleinsatz.
- Entwicklung eines neuartigen Laserscannersystems (Oberflächenscan mit Messung der Gewebedicke) für die Patientenpositionierung in der Strahlentherapie. Kooperationsprojekt mit Varian Medical Systems (Baden, Schweiz und Palo Alto, USA). Konstruktion von Prototypen abgeschlossen, prä-klinische Studie wird vorbereitet.
- Entwicklung einer robotisierten Lösung für die transkranielle Magnetstimulation. Hierbei wird die Spule zur Erzeugung des therapeutischen Magnetfelds von einem Industrieroboter um den Kopf des Patienten geführt. Forschungsprojekt in Kooperation mit ANT Neuro (Enschede, Niederlande). Forschungsgerät kommerziell vertrieben unter dem Namen „SmartMove“.
- Entwicklung eines mehrkanaligen humanen tAC-Stimulators. Kooperationsprojekt mit eemagine (Berlin), gefördert vom BMWi. Laufendes Projekt.
Ansprechpartner:
Prof. Dr.-Ing. Achim Schweikard
Dr. rer. nat. Floris Ernst
für IKP-Projekte:
Dr. Raimund Mildner
E-Mail: info@unitransferklinik.de
Mobil: 0171 / 5309668
Forschungsprofil:
Das Institut für Robotik und kognitive Systeme an der Universität zu Lübeck arbeitet auf dem Gebiet der medizinischen Robotik. Dieses Arbeitsgebiet ist interdisziplinär zwischen Medizin, Informatik, Physik, Mathematik und den Ingenieurwissenschaften angesiedelt. Wissenschaftler aus der Arbeitsgruppe waren maßgeblich an der Entwicklung der weltweit ersten Systeme der Medizinrobotik beteiligt. Inzwischen sind die entwickelten Systeme weltweit im klinischen Einsatz. Anwendungen ergeben sich in der Onkologie, Radiochirurgie, Orthopädischen Chirurgie, Kardiologie und Neurologie.
Schwerpunkte der Forschung sind mathematische Verfahren zur Bewegungskorrelation und Bewegungsprädiktion, sowie Verfahren zur bildgestützten Navigation und für die inverse Planung. Heute eingesetzte klinische Systeme zur Navigation in der Orthopädie und Strahlentherapie gehen auf Methoden zurück, die am Institut entwickelt wurden. Sowohl in der Orthopädie als auch in der Strahlentherapie bestehen sehr hohe Anforderungen an Genauigkeit und zeitliche Auflösung. Für den Fall der Navigation bei funktionellen Eingriffen im Gehirn ergeben sich noch wesentlich höhere Anforderungen an Genauigkeit und Auflösung. Zusätzlich stellt die Interpretation der dabei erfassten Daten eine große Herausforderung dar. Ein wesentliches Ziel sind minimal-invasive und nicht-invasive Verfahren zur Erfassung von elektrophysiologischen Daten aus dem Gehirn in vivo, deren Interpretation, sowie deren Korrelation zur Bewegung.