机器学习在虚拟现实肿瘤切除任务中区分神经外科手术技能水平
机器学习
2020-07-01 v1 机器学习
摘要
背景：虚拟现实模拟器与机器学习有潜力增进对神经外科住院医师心理运动表现的理解、评估与训练。目的：本研究概述了机器学习首次应用于区分虚拟现实神经外科手术中“熟练”与“新手”心理运动表现。方法：23名神经外科医生与高年资神经外科住院医师组成“熟练”组，92名低年资神经外科住院医师与医学生组成“新手”组。任务为切除一系列虚拟脑肿瘤且不损伤周围组织。提取逾100个特征，并通过 t 检验分析筛选出68个。这些特征被输入4种分类器：K近邻、Parzen窗、支持向量机与模糊K近邻。采用等错误率评估分类器性能。结果：采用了训练集与测试集比例从10%到90%、以及由前向特征选择算法选定的5至30个特征。以50%训练测试比与15个特征作为工作点，使用模糊K近邻分类器获得了低至8.3%的等错误率。结论：机器学习或可成为将传统师徒教育范式重构为基于已证实表现标准的更客观模型的一个组成部分。关键词：人工智能，分类器，机器学习，神经外科手术技能评估，外科教育，肿瘤切除，虚拟现实模拟
引用
@article{arxiv.1811.08159,
title = {Machine Learning Distinguishes Neurosurgical Skill Levels in a Virtual Reality Tumor Resection Task},
author = {Samaneh Siyar and Hamed Azarnoush and Saeid Rashidi and Alexandre Winkler-Schwartz and Vincent Bissonnette and Nirros Ponnudurai and Rolando F. Del Maestro},
journal= {arXiv preprint arXiv:1811.08159},
year = {2020}
}