在醫(yī)療保健領(lǐng)域，機器人技術(shù)在多個應用中發(fā)揮著重要作用，包括康復機器人、外科機器人、輔助治療技術(shù)、主從遙測、微創(chuàng)介入機器人和假肢機器人[1]、[2]、[3]、[4]。圖1展示了分別應用于不同臨床專業(yè)的機器人平臺（如神經(jīng)外科、骨科、腹腔鏡手術(shù)、血管外科、內(nèi)腔手術(shù)等）。觸覺技術(shù)是醫(yī)療機器人的重要組成部分，因為患者的軟組織和器官對力和變形非常敏感。通過觸覺反饋，可以傳遞有關(guān)患者軟組織、器官和病變區(qū)域的寶貴信息，如位置、硬度、紋理、深度和大小。外科醫(yī)生必須準確感知作用在軟組織和器官上的力，并確保在手術(shù)過程中與手術(shù)器械的安全接觸[5]、[6]。圖2展示了在外科機器人中設計具有觸覺反饋系統(tǒng)時遇到的困難和挑戰(zhàn)，包括反饋模式、界面設計和器械選擇等方面。研究表明，使用配備力反饋的外科機器人可以將軟組織損傷、術(shù)后并發(fā)癥和手術(shù)錯誤減少高達60%[7]。此外，這種技術(shù)還可以幫助減輕醫(yī)療提供者的手術(shù)壓力，并縮短新外科醫(yī)生使用該設備的學習曲線[8]、[9]。然而，值得注意的是，大多數(shù)市售的外科機器人并不向外科醫(yī)生提供觸覺反饋，這是當前技術(shù)的一個局限[10]。

由于研究和開發(fā)的進步，目前主要的力測量方法涉及使用傳感器，這可以通過兩種方式實現(xiàn)：直接方法和間接方法。在直接方法中，力傳感器位于器械的尖端，直接接觸患者的軟組織；而在間接方法中，力傳感器遠離患者的軟組織[11]。盡管傳感器通常提供非常準確的力數(shù)據(jù)，但在人體狹小空間內(nèi)操作的外科機器人面臨一些挑戰(zhàn)。這些限制包括由于工作空間有限而導致的傳感器安裝限制，以及尋找合適安裝位置的復雜性[12]。此外，溫度和濕度的變化可能會影響傳感器的準確性。因此，傳感器需要體積小巧、具備足夠的絕緣和防水性能，并且具有生物相容性，以避免感染或組織排斥[13]、[14]。這些嚴格的要求導致力檢測傳感器在外科機器人應用中的使用頻率較低，因為相關(guān)成本較高[15]、[16]。此外，手術(shù)工具的滅菌過程涉及高溫、高壓和高濕度的環(huán)境，可能會損壞傳感器。因此，每次滅菌后都需要對傳感器進行校準，以確保其性能準確[17]。

為了規(guī)避傳感器帶來的各種問題，許多研究轉(zhuǎn)向了無傳感器力估計方法，該方法利用視覺圖像信息來估計接觸力。目前，圖像信息的使用主要集中在兩個方面。一是利用圖像信息建立軟組織模型，實時模擬軟組織的形狀，從而方便地獲得軟組織的變形，然后建立軟組織變形與接觸力之間的關(guān)系。這種方法在物理上是可以解釋的，不需要大量的標記數(shù)據(jù)，適用于微創(chuàng)手術(shù)和細胞穿刺等結(jié)構(gòu)化場景中的實時反饋。然而，它通常依賴于簡化的機械假設（例如線性彈性、體積不變性），這些假設可能無法完全捕捉生物組織的非線性、粘彈性和各向異性特性，其準確性受先驗參數(shù)校準和圖像質(zhì)量的影響。另一種方法是利用圖像特征或其他信息，通過深度學習持續(xù)訓練來獲得特征與力之間的關(guān)系。這種方法基于數(shù)據(jù)驅(qū)動，可以在沒有顯式物理建模的情況下學習復雜的非線性映射，具有很強的適應性，能夠適應動態(tài)和異質(zhì)的組織相互作用。然而，它通常需要大量的標記數(shù)據(jù)進行訓練，容易受到圖像質(zhì)量變化的影響，并且缺乏深度信息，可能在不同組織類型和手術(shù)器械之間的泛化能力有限。這兩種方法的本質(zhì)都是利用視覺圖像信息來估計接觸力，從而實現(xiàn)無需使用力傳感器即可獲取力信息的目標。本研究深入探討了為醫(yī)療領(lǐng)域宏觀機器人定制的基于圖像的力估計技術(shù)，概述了它們的現(xiàn)狀和已識別的挑戰(zhàn)，并提出了未來發(fā)展的潛在途徑。本文的結(jié)構(gòu)如下：第二章主要介紹基于圖像的力估計方法的準備工作，第三章介紹并總結(jié)了各種研究人員提出的力估計方法，第四章總結(jié)并討論了基于圖像的力估計面臨的挑戰(zhàn)和未來發(fā)展趨勢，第五章對本文進行了總結(jié)。