基于高斯过程学习的实时信息性手术技能评估
机器学习
2021-12-07 v1
摘要
内镜鼻窦与颅底手术(ESSBSs)是一项具有挑战性且潜在危险的手术操作，客观技能评估是提高手术培训有效性、重新验证外科医生技能、降低手术创伤及手术室并发症率的关键环节。由于手术过程的复杂性、操作风格的多样性以及新手术技能的快速发展，手术技能评估仍是一个具有挑战性的问题。本工作提出一种新颖的基于高斯过程学习的启发式自动客观手术技能评估方法用于 ESSBSs。与经典手术技能评估算法不同，所提方法 1) 利用手术器械相对运动中的运动学特征，而非使用特定手术任务或统计数据来实时评估技能；2) 提供信息性反馈，而非总结性评分；3) 具备从新数据增量学习的能力，而非依赖固定数据集。该方法将器械运动投影到内镜坐标系以降低数据维度，随后提取投影数据的运动学特征，并利用高斯过程学习技术学习手术技能水平与这些特征之间的关系。所提方法在尸体上的全内镜颅底与鼻窦手术中得到验证，这些手术具有不同的病理、需要不同的处理且复杂度各异。实验结果表明，所提方法对完整手术过程的预测精度达 100%，对实时预测评估的精度达 90%。
引用
@article{arxiv.2112.02598,
title = {Real-time Informative Surgical Skill Assessment with Gaussian Process Learning},
author = {Yangming Li and Randall Bly and Sarah Akkina and Rajeev C. Saxena and Ian Humphreys and Mark Whipple and Kris Moe and Blake Hannaford},
journal= {arXiv preprint arXiv:2112.02598},
year = {2021}
}