用于自主机器人超声引导区域麻醉的神经阻滞目标定位与针导引
计算机视觉与模式识别
2024-09-13 v2
摘要
用于开发能够实施超声（US）引导区域麻醉的自主机器人系统的视觉伺服，需要神经的实时分割、针尖定位以及针轨迹外推。首先，我们招募了 227 名患者，构建了来自臂丛神经超声视频的 41,000 张麻醉医师标注图像的大型数据集，并开发了在超声图像中定位神经的模型。最佳适用模型的泛化能力在由独立超声扫描仪构建的数据集上进行了测试。利用这些神经分割预测结果，我们通过将椭圆拟合到神经轮廓来定义自动麻醉针目标。接下来，我们开发了一种图像分析工具以引导针朝向其目标。对于针的分割，首先将一个自然 RGB 预训练神经网络在大型超声数据集上微调以实现域迁移，随后使用小数据集针对针进行适配。分割针轨迹角度使用 Radon 变换计算，并从针尖外推轨迹。外推轨迹与针目标的交点引导针导航以实现药物递送。根据经验丰富的麻醉医师评估，针轨迹平均误差在可接受的 5 mm 范围内。整个数据集已公开发布供研究界进一步研究：https://github.com/Regional-US/
引用
@article{arxiv.2308.03717,
title = {Nerve Block Target Localization and Needle Guidance for Autonomous Robotic Ultrasound Guided Regional Anesthesia},
author = {Abhishek Tyagi and Abhay Tyagi and Manpreet Kaur and Richa Aggarwal and Kapil D. Soni and Jayanthi Sivaswamy and Anjan Trikha},
journal= {arXiv preprint arXiv:2308.03717},
year = {2024}
}
备注
Accepted at IROS 2024, 1 supplementary video