干实验室机器人手术实验中的执行性与程序性错误分析

背景：分析运动学与视频数据有助于识别可能导致机器人辅助手术中次优术者表现及安全关键事件的潜在错误动作。方法：我们开发了一套用于识别任务与手势特异性执行性和程序性错误的评分准则，并评估来自JIGSAWS数据集的缝合与穿针任务的干实验室演示。我们通过标注视频数据刻画演示中的错误部分，并对运动学数据使用分布相似性分析与轨迹平均来识别区分错误手势的参数。结果：执行性错误频率因任务与手势而异，且与技能水平相关。每种手势中某些主要错误模式可通过分析错误特异性运动学参数加以区分。程序性错误可能导致更低的性能评分与更长的演示时间，但也取决于手术风格。结论：本研究提供了对上下文相关错误的洞察，可用于设计自动错误检测机制并改进训练与技能评估。