CathSim：一个用于血管内介入的开源模拟器
机器人学
2023-08-01 v3
摘要
血管内操作中的自主机器人有潜力安全可靠地导航循环系统，同时降低对人因错误的易感性。然而，训练此类机器人面临诸多挑战，如训练耗时长，以及导管与主动脉交互引发的安全问题。近来，血管内模拟器已用于医学训练，但通常不符合自主导管插入需求。此外，多数现有模拟器为闭源，阻碍了安全可靠自主系统的协同开发。本工作中，我们介绍CathSim，一个加速自主血管内导航机器学习算法开发的开源仿真环境。我们首先以最先进的血管内机器人模拟高保真导管与主动脉。随后提供仿真中导管与主动脉间实时力感知能力。进一步，我们使用两种流行强化学习算法执行两种不同的导管插入任务来验证模拟器。实验结果表明，我们的开源模拟器能模拟真实世界血管内机器人行为，并促进不同自主导管插入任务的开发。我们的模拟器公开于 https://github.com/robotvisionlabs/cathsim。
引用
@article{arxiv.2208.01455,
title = {CathSim: An Open-source Simulator for Endovascular Intervention},
author = {Tudor Jianu and Baoru Huang and Mohamed E. M. K. Abdelaziz and Minh Nhat Vu and Sebastiano Fichera and Chun-Yi Lee and Pierre Berthet-Rayne and Ferdinando Rodriguez y Baena and Anh Nguyen},
journal= {arXiv preprint arXiv:2208.01455},
year = {2023}
}