使用端到端深度视觉运动控制的结肠镜导航：一项用户研究
机器人学
2022-07-01 v1 人工智能
摘要
用于结肠镜的柔性内窥镜因其固有复杂性而存在若干局限，导致患者不适且对临床医生缺乏直观性。机器人设备结合自主控制代表了一种可行方案，可在改善整体手术结果的同时减少内窥镜医师的工作量与培训时间。先前关于自主内窥镜控制的工作使用启发式策略，限制了其对非结构化且高度可形变结肠环境的泛化能力，并需要频繁的人为干预。本工作提出一种使用深度强化学习的基于图像的内窥镜控制，称为深度视觉运动控制(DVC)，以在弯曲的结肠段中展现自适应行为。DVC学习内窥镜图像与内窥镜控制信号之间的映射。我们开展了一项由20名胃肠内窥镜专家参与的首次用户研究，使用逼真虚拟模拟器将其导航表现与DVC策略比较。结果表明，DVC在多个评估参数上表现相当，且更安全。此外，我们对20名新手参与者进行了第二项用户研究，以证明相较于最先进的启发式控制策略，人类监督更为容易。对结肠镜过程的无缝监督将使介入医师能专注于医疗决策而非内窥镜的控制问题。
引用
@article{arxiv.2206.15086,
title = {Colonoscopy Navigation using End-to-End Deep Visuomotor Control: A User Study},
author = {Ameya Pore and Martina Finocchiaro and Diego Dall'Alba and Albert Hernansanz and Gastone Ciuti and Alberto Arezzo and Arianna Menciassi and Alicia Casals and Paolo Fiorini},
journal= {arXiv preprint arXiv:2206.15086},
year = {2022}
}
备注
Accepted in IROS2022