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:
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.