使用可靠性驱动的缝合线重建的自主图像到抓取机器人缝合

在机器人辅助手术中实现缝合自动化，减轻了主刀医生的负担，使其能够专注于做出更高层次的决策，而不是在手术过程的众多复杂细节中感到疲劳。精确的缝合线重建与抓取是缝合的必要前提，特别是对于避免与手术工具缠绕以及进行复杂的缝线操作而言。然而，此类方法必须对内窥镜图像中由严重噪声和缝线特征稀疏性导致的严重感知退化具有鲁棒性。我们开发了一种重建算法，利用二次规划优化将平滑样条拟合到缝线观测上，满足由测量观测噪声估计的可靠性界限。此外，我们设计了一种抓取策略，生成使成功抓取概率最大化的夹爪轨迹。我们的完整图像到抓取流程经过 400 多次抓取试验的严格评估，展现出 SOTA 的准确率。我们表明，该策略可应用于自主缝合针操作的各种技术，以可泛化的方式实现自主手术。