Ilustração da sala de radioterapia e do problema de oclusão enfrentado pelas câmeras montadas no teto nesta aplicação.
Qual foi o tema da sua pesquisa de doutorado e por que foi uma área interessante?
Meu tema de pesquisa foi desenvolver um sensor óptico tátil para rastrear o movimento da cabeça durante a radioterapia. Trabalhei no desenvolvimento de {hardware} e software program deste sensor, embora meu foco estivesse principalmente no lado do software program. Sua importância advém do fato de que durante a radioterapia os pacientes submetidos ao tratamento de câncer de cabeça e pescoço ficam tipicamente imobilizados. Isso geralmente é feito usando uma máscara termoplástica, que pode parecer muito claustrofóbica, ou uma armação estereotáxica. As armações são mais comuns para cânceres cerebrais, mas precisam ser inseridas cirurgicamente no crânio do paciente por meio de pinos. Qualquer uma destas ferramentas de imobilização pode ser utilizada dependendo da situação. Quando os pacientes se sentem desconfortáveis, eles têm maior probabilidade de se movimentar, o que afeta a precisão do tratamento, principalmente com máscaras termoplásticas.
Outra questão importante é que os sistemas atuais utilizam câmeras montadas no teto para registrar o movimento do paciente. Essas câmeras não podem ser colocadas muito próximas do paciente devido ao ambiente eletromagnético ao redor do equipamento. Sua visão também fica frequentemente obstruída porque o paciente se transfer para dentro de um túnel para receber os feixes ionizantes, o que dificulta a captura do movimento rotacional.
Uma alternativa é uma câmera infravermelha com marcador de nariz, mas captura apenas movimento translacional. Atualmente, quando um rastreador nasal detecta movimento além de um determinado limite, o tratamento é interrompido, o paciente é reposicionado e o tratamento é retomado. É difícil adaptar este sistema para medir de forma confiável o movimento rotacional da cabeça do paciente no ambiente de radioterapia.
É aí que entra o Movement Seize Pillow (MCP), que contém o sensor óptico tátil que desenvolvi. O objetivo deste sistema é semelhante ao do rastreador nasal, mas com suggestions rotacional mais preciso para o técnico de radiologia. Pode ser colocado abaixo da cabeça do paciente e preso à cama de tratamento. Ele estima o quanto o pescoço do paciente está girando e melhora o conforto do paciente. Os radiologistas podem receber suggestions em tempo actual sobre o movimento translacional e rotacional. As vantagens desse sistema são que não há oclusões, pois o travesseiro fica em contato direto com a cabeça do paciente, e é mais compatível com ambientes de radioterapia porque o sensor é não ferromagnético. A sua premissa é manter o conforto do paciente, permanecer compacto e fácil de integrar nos sistemas pré-existentes de radioterapia, ao mesmo tempo que melhora a precisão do tratamento através do rastreamento da cabeça em tempo actual.
Diagrama rotulado da Almofada de Captura de Movimento – Sensor óptico tátil para rastreamento da cabeça durante a radioterapia. A almofada pneumática é uma folha deformável semelhante a borracha com marcadores brancos embutidos, mantida em seu formato convexo por meio da pressão do ar. O fibroscópio representa um feixe de fibra óptica não ferromagnética usado como extensão de lente para uma câmera de varredura de área. A câmera é ferromagnética e exigirá posicionamento e fixação seguros.
Quais foram as principais contribuições do seu trabalho?
Houve quatro contribuições principais para o meu trabalho. O primeira contribuição focado em tornar o sistema mais não ferromagnético e melhorar a abordagem de imagem e rastreamento. Trabalhos anteriores usaram uma webcam e processamento de imagem binária dentro do sensor óptico tátil para rastrear o deslocamento do marcador. Por fim, decidi usar um fibroscópio, um algoritmo de rastreamento de fluxo óptico e imagens em escala de cinza, o que melhorou a capacidade de rastreamento do sensor.
O segunda contribuição focado na otimização da densidade do marcador. O sensor óptico tátil consiste em um conjunto de marcadores em uma folha deformável semelhante a borracha, semelhante a um travesseiro. A deformação desses marcadores é capturada pela câmera. Investiguei a densidade necessária da matriz de marcadores ajustando o espaçamento entre os marcadores para determinar o que funcionava melhor para esta aplicação.
A terceira contribuição envolveu a fusão de sensores para melhorar a confiabilidade e robustez. Para fazer isso, integrei um giroscópio e usei a filtragem de Kalman para fundir os dados do giroscópio e do MCP. Isso foi importante para os sistemas Gamma Knife, que são plataformas de radiocirurgia usadas para cânceres cerebrais. Eles tendem a ter requisitos de precisão mais elevados do que os aceleradores lineares, que são comumente usados para câncer de cabeça e pescoço, e menores restrições no uso de componentes ferromagnéticos.
A contribuição ultimate foi um estudo de design participativo realizado em colaboração com médicos e o departamento de ciências sociais. Exploramos como o MCP poderia ser integrado aos fluxos de trabalho hospitalares e avaliamos sua viabilidade.
Quão viável é integrar este sensor nos fluxos de trabalho hospitalares?
Os médicos pareciam concordar muito com isso, mas o estudo foi mais qualitativo do que quantitativo. Embora considerassem que a ideia tinha mérito, havia reservas quanto à adoção de novas tecnologias e à curva de aprendizagem associada.
Eles também estavam preocupados com a precisão. Melhorar a precisão e a confiabilidade é essencial para que os médicos se sintam confiantes ao usar o sistema. Actualmente, é necessário um maior desenvolvimento antes que possa ser amplamente implementado.
Que trabalhos futuros estão previstos nesta área?
Uma área a investigar são as diferenças entre os dados do manequim e dos participantes. O formato da almofada é controlado por sistema pneumático com sensor de pressão e bomba de ar. Quando o paciente ou manequim se transfer, ocorrem alterações de pressão. O sistema compensa para manter uma pressão definida, mas isto introduz erros nas leituras de movimento. O manequim produziu mais erros do que os dados dos participantes. Pode não simular com precisão o movimento humano na almofada e a configuração do teste pode introduzir discrepâncias que não refletem o comportamento do mundo actual.
Portanto, trabalhos futuros incluem estabilizar e refinar o sistema de controle de pressão para melhorar a confiabilidade. Se necessário, reconsiderar o uso de gel nos sensores poderá ser uma opção. O gel já havia sido usado anteriormente, mas foi abandonado devido a preocupações dos médicos sobre a atenuação dos feixes ionizantes. No entanto, se evitar o gel comprometer significativamente o desempenho do sensor, pode valer a pena rever esta abordagem.
Além disso, é necessária mais recolha de dados dos participantes. Nem todos os dados coletados anteriormente puderam ser usados devido às medições de verdade estarem parcialmente ocluídas na configuração experimental. Estudos adicionais com participantes forneceriam uma compreensão mais clara do desempenho de diferentes indivíduos. Outra prioridade é melhorar a resolução e o ângulo do fibroscópio para melhor visualizar matrizes de marcadores de alta densidade. As atualizações de {hardware} ajudariam a garantir um campo de visão mais claro e a melhorar o desempenho geral do sistema.
Sobre Bhoomika
 | Bhoomika Gandhi é recém-graduada com doutorado pelo grupo de Robótica Médica da Universidade de Sheffield. Sua graduação foi em Bioengenharia – Dispositivos e Instrumentos Médicos, sendo engenharia de controle e robótica os temas principais. |
etiquetas: entrevista, Sensoriamento
Ella Scallan é editora assistente do AIhub