利用3D光學和聲學影像的抽血機器人可實現幾乎100%一次抽血成功

在美國，抽血師每年大約要抽血14億次。這是使用的最為廣泛的醫學臨床手段。隨著一代人的變老，每年的抽血檢查次數也會更多。一次性的準確度依賴于患者的生理機能和醫生的經驗。人類的準確度估計大約在50%左右。這并不高，特別如果你是一個很難找到靜脈的人。

VenousPro的原型設計提出了三個主要挑戰：

• 首先，設備需要是安全的，這意味著可重復性和確定性的執行

• 其次，設備需要高便攜性，以便在臨床環境下大范圍使用。

• 最后，系統需要通過FDA嚴格的評估

首套原型編程使用MathWorks的MATLAB完成。隨著VenousPro設計更加復雜和工程團隊的擴增，VascuLogic意識到他們需要一個更集成的開發平臺。公司提出申請并且收到了國家儀器(NI)的醫用設備創新基金，同時還同意定制NI硬件，LabVIEW和NI培訓和認證項目。VascuLogic使用國家儀器的CompactRIO 可重配置的監控系統來控制機器人，建造了第二代VenousPro原型。

兩個增強靈敏度的近紅外GigE vision的攝像頭和一個超聲波探針為CompactRIO控制器提供了影像信息。一塊 Xilinx Spartan-6 FPGA實現了圖像流水線。圖像處理流水線使用了NI視覺開發模塊的先進的算法，圖像中提取的3D位置和速度信息以每秒20幀與CompactRIO運動控制模塊通信。CompactRIO系統指揮機器針的機械手。

VenousPro設備的核心含有NI CompactRIO-9025實時控制器的5個I/O模塊，其中4個 NI 9514 C系列帶有編碼反饋模塊的伺服驅動接口指揮4自由度的微型機器手，1個NI 9401 C系列數字I/O模塊提供了雙向通信的8個通道。

公司將MATLAB代碼轉換成LabVIEW可視化設計并開發了直觀的用戶界面。VenousPro設備運用了NI LabVIEW的機器人模塊里的的運動學、PID和路線規劃VI，例如用針尖的3D笛卡爾坐標關聯 機器人臂的關節角。它還使用了LabVIEW控制設計和仿真模塊，根據當前卡爾曼濾波后的速度分布，來預測未來的位置。通過使用LabVIEW Multicore Analysis和Sparse MatrixToolkit，加速大型矩陣的復雜的數學運算。

原本第二個原型的開發計劃有3個月的開發周期，但只花了3周因為LabVIEW環境的靈活性和模塊化設計。因此，VascuLogic超前完成了人前、體外、概念證明的測試。

迄今，VascuLogic已經證明在多個體外研究下超過98%的一次性準確率。公司打算升級到新的多核CompactRIO硬件，將用戶界面引入NI觸摸板，取消PC主機。在NI平臺上開發，VascuLogic能夠提前五個月以低于預算$50,000的價格交付設備，以供臨床測試。

注意：VascuLogic的Alvin Chen和Max Balter將這個項目提交給2014 NI工程影響力獎評選。它在機器控制組中獲勝。它還獲得了NI社區選擇獎和NI的人道主義獎。