南科大郭书祥院士团队提出PIRNet物理信息残差学习方法实现胶囊内镜5DoF磁定位,NOKOV度量动作捕捉提供位姿数据助力验证
南方科技大学郭书祥院士团队围绕胶囊内镜实时5自由度磁定位提出物理信息残差网络PIRNet。在体外、离体组织追踪和抗干扰兼容性等实验中,研究团队使用NOKOV 度量动作捕捉获取环形磁体或胶囊目标的光学参考位姿/轨迹数据,用于评估PIRNet磁定位结果的精度、鲁棒性与动态追踪表现。论文报告PIRNet实现平均位置误差0.69 +/- 0.29 mm、平均方向误差0.70° +/- 0.37°,并将真实标定配置需求降至数据驱动基线方法的20%以下。
一、案例概览
|
项目 |
内容 |
|
研究团队 |
南方科技大学郭书祥院士团队 |
|
论文 |
A Physics-Informed Residual Learning Method for Real-Time 5-DoF Magnetic Localization in Capsule Endoscopy |
|
研究对象 |
胶囊内镜/微型胶囊磁定位 |
|
研究任务 |
实时5自由度磁定位与动态追踪评估 |
|
应用领域 |
胶囊内镜、磁性医疗机器人、体内微型机器人定位 |
|
动作捕捉系统 |
NOKOV 度量动作捕捉系统 |
|
被捕捉对象 |
环形磁体、微型胶囊目标或磁目标(按实验场景) |
|
输出数据 |
光学参考位姿/轨迹数据 |
|
数据用途 |
用于评估PIRNet磁定位精度、鲁棒性和动态追踪表现 |
|
关键结果 |
平均位置误差0.69 +/- 0.29 mm;平均方向误差0.70° +/- 0.37°;真实标定配置少于数据驱动基线20% |
二、研究背景:主动胶囊内镜为什么需要可靠的5自由度定位
无线胶囊内镜正在从被动成像工具向主动机器人平台发展。对于靶向给药、组织活检和微创操作等体内任务,研究团队需要持续获知胶囊的位置与方向。永磁体跟踪具有无需胶囊内部供电、可穿透生物介质且不依赖视线对准等特点,因此被用于胶囊定位研究。
但磁定位仍面临模型-实物失配和数据需求量大的问题。理想磁偶极子模型与真实传感器测量之间存在差异,纯数据驱动方法又可能需要大量标定样本。PIRNet的研究目标,是在物理模型约束下学习残差校正,从而降低标定负担并提高磁定位结果的一致性。
三、NOKOV度量动作捕捉系统在本研究中的作用
|
项目 |
内容 |
|
被捕捉对象 |
环形磁体、微型胶囊目标或磁目标(依实验场景) |
|
输出数据 |
光学参考位姿/轨迹数据 |
|
数据用途 |
用于评估PIRNet磁定位算法的精度、鲁棒性和动态追踪表现 |
在本研究中,研究团队使用NOKOV 度量动作捕捉获取环形磁体、微型胶囊目标或磁目标的光学参考位姿/轨迹数据,并将这些数据用于评估PIRNet磁定位算法的定位精度、鲁棒性与动态追踪表现。
四、研究方法与主要创新:用物理信息残差学习修正磁偶极子模型
PIRNet即Physics-Informed Residual Network。PIRNet通过物理信息残差学习修正理想磁偶极子模型,针对真实传感器测量与理想模型之间的偏差进行校正。研究团队采用双分支结构,对局部传感器失真与系统性、位姿相关偏差进行建模,从而提高磁定位结果的一致性并降低标定数据需求。论文比较了两类运行范式:PIRNet-LUT通过查找表方式支持高速边缘计算;PIRNet-in-the-Loop则采用端到端优化方式追求更高定位精度。两种范式服务于不同部署条件下的精度与计算延迟权衡。
五、实验设计与结果:从核心性能到动态追踪验证
核心性能与消融实验用于评估PIRNet是否能学习物理合理的残差校正,并验证架构组件对定位精度的贡献。实验中,NOKOV 度量动作捕捉提供6自由度光学参考位姿数据,用于与PIRNet估计结果进行对照。
操作范式对比实验评估PIRNet-LUT和PIRNet-in-the-Loop在不同硬件平台上的定位精度和计算延迟。结果表明,PIRNet-in-the-Loop在GPU平台上获得更高定位精度,而PIRNet-LUT则更适合计算资源受限的设备,并能够保持实时性能。
数据效率分析基于288个真实空间配置,与匹配网络容量的纯数据驱动ResNet进行少样本对比。论文报告PIRNet使用不到五分之一的真实标定配置即可达到全训练数据驱动基线的精度水平。
动态追踪验证包含体外基线、离体组织追踪和体内可行性实验。体外实验使用10 mm标准环形磁体评估动态追踪;离体实验将两块30-40 mm厚的新鲜猪组织置于传感器阵列上方,并驱动封装在猪肝组织内的磁目标沿预定义3D轨迹运动。体内实验使用新西兰白兔模型,由于光学追踪在活体环境下受结构遮挡,评估改用内窥镜视频和标定插入深度标记。
抗干扰兼容性
该实验旨在评估PIRNet作为模块化观测引擎集成到下游滤波管线中的能力。将软磁材料制成的手术器械引入追踪空间,下游滤波架构包含线性盲源分离模块和自适应卡尔曼滤波器。NOKOV度量动作捕捉系统在干扰条件下提供真值基准。
结果表明,集成PIRNet-in-the-Loop的系统在干扰区间内维持了有界残差,使下游滤波器能够有效隔离感应失真,支持与工业滤波架构的兼容性。
六、胶囊内镜磁定位如何进行实验验证?
该研究面向胶囊内镜主动机器人平台的定位问题PIRNet用于为胶囊内镜提供实时5自由度磁定位能力;体内实验属于初步可行性验证。从实验设置来看,NOKOV 度量动作捕捉的价值在于为可见体外或离体条件提供独立光学参考,使研究团队能够量化磁定位算法与参考轨迹/位姿之间的差异。
七、研究意义
该研究展示了物理模型与残差学习结合在磁定位任务中的潜力。对于胶囊内镜等体内微型机器人,减少真实标定数据需求并维持定位精度,有助于降低实验标定成本。
八、论文信息
论文题目:A Physics-Informed Residual Learning Method for Real-Time 5-DoF Magnetic Localization in Capsule Endoscopy
引用格式:M. Shen et al., "A Physics-Informed Residual Learning Method for Real-Time 5-DoF Magnetic Localization in Capsule Endoscopy," in IEEE Transactions on Industrial Informatics, doi: 10.1109/TII.2026.3688686.
论文地址:Web of Science
作者简介
沈淼章,南方科技大学电子与电气工程系与海洋高等研究院硕士研究生,主要研究方向为磁性医疗机器人系统;
郭书祥(通讯作者),南方科技大学电子与电气工程系讲席教授,日本工程院院士。主要研究方向为医疗机器人系统、微导管系统和仿生水下机器人;
王梓旭(通讯作者),南方科技大学电子与电气工程系博士后。主要研究方向为微创手术医疗机器人系统、磁驱动柔性机器人;
杨宇跃,华南师范大学电子科学与工程学院(微电子学院)硕士研究生,主要研究方向为计算成像与光学设计;
李春英,南方科技大学海洋高等研究院研究助理教授、硕士生导师。主要研究方向为仿生水下机器人、控制系统、多传感器信息融合和多机器人协作;
丁明超,北京航天中心医院教授、主任医师、副院长。主要研究方向包括缺血性、出血性及血栓性血管疾病的腔内介入与急诊介入治疗;
王斌,北京航天中心医院介入血管科主任、主任医师、硕士生导师。专业特长为周围血管疾病、深静脉血栓、肺栓塞、缺血性血管疾病的介入治疗,以及静脉曲张的微创治疗。
九、FAQ常见问题
Q1:NOKOV 度量动作捕捉在本研究中测量了什么?
A1:它测量环形磁体或胶囊目标在体外、离体等可见实验条件下的光学参考位姿/轨迹。
Q2:这些位姿数据用于该研究的那些环节?
A2:用于评估PIRNet磁定位算法输出的精度、鲁棒性和动态追踪表现。
十、相关案例阅读
DAMO开发者矩阵,由阿里巴巴达摩院和中国互联网协会联合发起,致力于探讨最前沿的技术趋势与应用成果,搭建高质量的交流与分享平台,推动技术创新与产业应用链接,围绕“人工智能与新型计算”构建开放共享的开发者生态。
更多推荐

所有评论(0)