一种用于机器人手术任务识别的新分类方法

机器人手术中任务的自动识别与分类是实现自动化手术和手术培训的重要基石。近来，数据收集方面的技术突破使得数据驱动模型的开发成为可能。本文中，我们提出一种利用运动数据的高级机器人手术任务识别框架。我们提出一种新颖的分类技术，通过对运动的定量分析对三项重要手术任务进行分类：打结、穿针和缝合。所提技术集成了最先进的数据挖掘与时间序列分析方法。该框架的第一步是使用导数动态时间规整（DDTW）开发基于时间序列距离的相似性度量。随后使用距离加权 k 近邻算法对任务实例进行分类。该框架使用广泛的数据集进行了验证。我们的结果展示了所提框架在识别基础机器人手术任务方面的优势。