Le domaine médical voit apparaître depuis peu des simulateurs pédagogiques, à l'instar de ce qui existe depuis quelques années dans d'autres domaines (aviation, auto-école). En effet, la formation actuelle des chirurgiens se fait à la fois sur des cadavres (ce qui entraîne des difficultés grandissantes et des coûts élevés) et par compagnonnage (avec des chirurgiens expérimentés). Une forte demande est exprimée pour des simulateurs chirurgicaux pédagogiques, surtout dans le domaine de la chirurgie mini-invasive, avec une prise en compte des gestes et des sensations tactiles. Ce travail de thèse, réalisé au Centre de Robotique (CAOR) de l'Ecole des Mines de Paris, couvre deux problématiques importantes pour la réalisation d'un simulateur chirurgical pédagogique : la modélisation temps réel des tissus mous et la réalisation d'un système haptique dédié à la chirurgie virtuelle. Nous nous intéressons à la modélisation temps réel des organes déformables, nous mettons en oeuvre une méthode physique, qui offre la possibilité de paramétrer le modèle à partir de mesures expérimentales, et de construire une solution générique applicable à une grande variété de matériaux. Il s'agit d'une approche issue de la Mécanique des Milieux Continus ; c'est une synthèse entre deux présentations répandues : les massesressorts et les masses tenseurs. Elle se base sur le modèle des matériaux de Saint Venant Kirchhoff qui correspondent à une classe de matériaux hyperélastiques. Une fois modélisé, l'organe virtuel doit interagir avec l'environnement, il s'agit de la détection des collisions (avec les outils) ou auto-collisions (l'organe se plie sur lui-même) ainsi que la gestion de ces collisions. Nous traitons aussi la découpe que peut subir un organe pendant l'opération. Nous présenterons aussi nos travaux de conception et de réalisation du système de retour d'effort dédié à la chirurgie, le « trocart actif ». Notre système présente un avantage majeur sur l'existant, il peut être utilisé pour une grande variété d'opérations chirurgicales endoscopiques. Il s'agit de l'instrumentation du trocart, outil indispensable pour la chirurgie mini-invasive afin d'assurer au maximum que les outils de chirurgie ne heurtent pas la peau à l'endroit de l'incision. Nous l'appelons « trocart actif ». Nous avons optimisé la conception de ce trocart afin de permettre l'utilisation de plusieurs trocarts actifs dans la même opération de chirurgie virtuelle et évidemment afin d'assurer le bon fonctionnement d'un système haptique pour garantir un bon rendement tactile. Avec ce système nous n'imposons pas le choix de l'outil chirurgical au jeune chirurgien. Celui-ci aura le choix de l'outil chirurgical au cours de l'opération.

La chirurgie laparoscopique conventionnelle apporte des avantages aux patients mais pose des défis aux chirurgiens. Utiliser le robot permet de surmonter certaines des difficultés. Nous utilisons ici le concept de comanipulation, où un bras robotique sert de comanipulateur et génère des champs de force pour aider les chirurgiens. Pour implémenter des fonctions telles que la compensation de la gravité de l’instrument, il est utile de connaître la position du trocart en temps réel par rapport à la base du robot. Nous proposons un algorithme de détection et localisation de trocarts, basé sur la méthode du moins carré. Des expériences in vitro et in vivo valident son efficacité. Considérant des caractéristiques de la chirurgie laparoscopique, i.e., de l’espace de travail grand et de la difficulté de planifier le geste, des champs visqueux sont utilisés. Afin de s’adapter aux mouvements différents, nous utilisons une loi de commande de viscosité variable. Cependant, elle rencontre un problème d’instabilité, qui est analysé théoriquement et expérimentalement. Une solution d’ajout d’un filtre passe-bas de premier ordre est proposée, dont l’efficacité est mise en évidence par une expérience de ciblage point à point. Avec la position du trocart connue, nous pouvons établir «le modèle de levier», une formule décrivant la relation entre les vitesses et les forces appliquées à différents points de l’instrument. Ceci permet de mettre en œuvre une loi de commande de viscosité sans utiliser de signaux bruités, au point de centre de la poignée ou la pointe de l’instrument. Une expérience est menée pour comparer l’influence de la loi de commande sur les comportements de mouvement humain. / Traditional laparoscopic surgery brings advantages to patients but poses challenges to surgeons. The introduction of robots into surgical procedures overcomes some of the difficulties. In this work, we use the concept of comanipulation, where a 7-joint serial robotic arm serves as a comanipulator and generates force fields to assist surgeons.In order to implement functions like instrument gravity compensation, identifying real-time trocar position with respect to robot base is a prerequisite. Instead of obtaining trocar information from the registration step, we propose a robust trocar detection and localization algorithm based on least square method. Both in-vitro and in-vivo experiments validate its efficiency.Considering the characteristics of laparoscopic surgery, i.e., relatively large workspace and flexible operating objects, viscous fields are employed. To better adapt to different motion, we use a variable viscosity controller. However, this controller encounters an instability problem, which is analyzed both theoretically and experimentally. A solution of adding a first order low pass filter is proposed to slow down the variation of the viscosity coefficient, whose efficiency is evidenced by a point-to-point targeting experiment.With real-time trocar position known, the “lever model”, a formula describing therelationship of the velocities and forces of different instrument points, can be established. This allows implementing viscosity controller without using noisy signals at the center points of instrument handle and tip. Another point-to-point movement experiment is conducted to compare the features of the controller influence on human motion behaviors.

Les masses kystiques latérales du cou (MKLC) bénignes et malignes sont difficiles à différencier cliniquement. L’utilité des modalités d’imagerie et de prélèvement doit être clarifiée. Une revue rétrospective de cas entre 2010 et 2016. Les données d’imagerie ont été récoltées et plusieurs variables propres à la masse furent analysées. Les rapports de cytoponction à l’aiguille fine (CAAF), de la biopsie au trocart (BT) et des examens extemporanés (EE) ont été analysés. La sensibilité, la spécificité, la valeur prédictive positive (VPP) et la valeur prédictive négative (VPN) pour prédire la malignité ont été calculées pour toutes les variables comparées entre les masses kystiques bénignes et malignes. Aucune variable d’imagerie n’a pu différencier les masses kystiques bénignes de malignes. La sensibilité de la CAAF est plus basse que celle de la BT (59% vs 83%; p=0.036) et de l’EE (59% vs 93%; p=0.01). L’EE a une meilleure VPN que la CAAF (92% vs 40%; p<0.001) et que la BT (92% vs 50%; p=0.062). La VPP et la spécificité étaient similaires dans tous les groupes. Les cliniciens ne peuvent pas se fier uniquement à l’imagerie pour différencier les masses bénignes des masses malignes. Vu sa VPP adéquate (92%), la CAAF devrait être utilisée initialement pour tous les patients avec une MKLC. Si la CAAF s’avère négative, la BT devrait être utilisée vu sa meilleure sensibilité. Un examen extemporané devrait toujours suivre une BT négative vu la faible VPN de la BT. Un résultat positif à l’une des trois modalités de prélèvement indique la présence de malignité. / Benign and malignant lateral cystic neck masses (LCNM) are difficult to distinguish clinically. The usefulness of imaging and sampling modalities in clarifying the diagnosis remains unclear. Retrospective review of cases between 2010 and 2016. Imaging data was reviewed and the variables pertaining to the mass were assessed including the following: size, nodal level, fat stranding, extracapsular spread, calcifications, vascularity, necrosis and standardized uptake value. Sampling reports of fine-needle aspiration (FNA), core-needle biopsy (CNB) and frozen section (FS) were also assessed. Sensitivity, specificity, positive predictive value (PPV) and negative predictive value (NPV) for predicting malignancy were calculated for all variables and compared between benign and malignant cystic neck masses. Ultrasound was used in 47.2% and CT-Scan in 90.5% of patients. No variables on imaging could definitely differentiate benign from malignant LCNM. FNA had a lower sensitivity then CNB (59% vs 83%; p=0.036) and FS (59% vs 93%; p=0.01). FS had a better NPV when compared to FNA (92% vs 40%; p<0.001) and CNB (92% vs 50%; p=0.062). Specificities and PPV were similar among all groups. Clinicians cannot rely on imaging to differentiate benign from malignant LCNM. Given its adequate PPV (92%), FNA should be used initially on lateral cystic neck masses. Because of its high sensitivity, CNB should be considered if FNA is not diagnostic of malignancy. FS should always follow a CNB not indicative of malignancy, because of the low NPV. Any result diagnostic of malignancy on either FNA, CNB or FS strongly indicates presence of malignancy.