Schlaefer, AlexanderAlexanderSchlaefer1230435220000-0001-9201-8854Mieling, Till RobinTill RobinMieling2026-02-272026-02-272026Technische Universität Hamburg (2026)https://hdl.handle.net/11420/61543This thesis investigates the use of optical coherence tomography (OCT) for sensing tool-tissue interactions in robotic interventions. It explores the integration of miniaturized OCT with collaborative robotic systems to enable real-time, localized feedback at the needle tip. Additionally, it examines the application of deep learning adapted to spatio-temporal OCT data to enhance sensing accuracy and robustness. The results demonstrate the potential of OCT-based feedback for advancing intelligent surgical systems.Dieses Werk untersucht den Einsatz der optischen Kohärenztomographie (OCT) zur Erfassung von Instrument-Gewebe-Interaktionen bei robotergestützten Interventionen. Die Kombination aus miniaturisierten OCT-Sonden und kollaborativen Robotersystemen wird untersucht, um eine echtzeitfähige, lokale Messung an der Nadelspitze zu ermöglichen. Darüber hinaus wird die Anwendung von Deep-Learning-Methoden betrachtet, die angepasst an spatio-temporale OCT-Daten zur Verbesserung der Genauigkeit und Robustheit der Sensorik sorgen können. Die Ergebnisse belegen das Potenzial OCT-basierter Rückkopplung zur Weiterentwicklung intelligenter chirurgischer Systeme.enhttps://creativecommons.org/licenses/by/4.0/Optical Coherence TomographyDeep LearningRoboticsTool-Tissue InteractionsMiniaturized SensorsTechnology::610: Medicine, HealthTechnology::629: Other Branches::629.8: Control and Feedback Control Systems::629.89: Computer-Controlled Guidance::629.892: RobotComputer Science, Information and General Works::006: Special computer methods::006.3: Artificial Intelligence::006.31: Machine LearningDoctoral Thesishttps://doi.org/10.15480/882.1671210.15480/882.16712Hüttmann, GereonGereonHüttmannOther