基于开源模拟器与专家轨迹的自主导管介入
机器人学
2024-01-23 v2 计算机视觉与模式识别
摘要
血管内机器人在学术界和工业界都得到了积极发展。然而，由于闭源模拟器和物理体模的广泛使用，自主导管介入的进展常常受到阻碍。此外，由于昂贵的医疗程序，为训练血管内机器人的机器学习算法获取大规模数据集通常不可行。在本章中，我们介绍了 CathSim，这是首个用于血管内介入的开源模拟器，旨在解决这些局限性。CathSim 强调实时性能，以实现学习算法的快速开发和测试。我们对照真实机器人验证了 CathSim，并表明我们的模拟器能够成功模仿真实机器人的行为。基于 CathSim，我们开发了一个多模态专家导航网络，并展示了其在下游血管内导航任务中的有效性。大量的实验结果表明，CathSim 有潜力显著加速自主导管介入领域的研究。我们的项目已在 https://github.com/airvlab/cathsim 上公开发布。
引用
@article{arxiv.2401.09059,
title = {Autonomous Catheterization with Open-source Simulator and Expert Trajectory},
author = {Tudor Jianu and Baoru Huang and Tuan Vo and Minh Nhat Vu and Jingxuan Kang and Hoan Nguyen and Olatunji Omisore and Pierre Berthet-Rayne and Sebastiano Fichera and Anh Nguyen},
journal= {arXiv preprint arXiv:2401.09059},
year = {2024}
}
备注
Code: https://github.com/airvlab/cathsim