机器人超声医师：基于贝叶斯优化中领域专长的自主机器人超声
机器人学
2023-07-06 v1
摘要
超声是一种重要的成像方式，用于多种诊断和介入操作。然而，需要专家超声医师在人体上精确操控探头，同时理解超声图像以用于诊断。该过程需要大量训练和多达数年的经验。在本文中，我们提出一种自主机器人超声系统，该系统结合领域专长使用贝叶斯优化（BO）来预测并有效扫描可获取诊断质量超声图像的区域。质量图是扫描区域内图像质量的分布，在 BO 中使用高斯过程估计。这依赖于由专家演示高质量探头操控建立的先验质量图。超声图像质量反馈提供给 BO，由深度卷积神经网络模型估计。该模型先前在由专家放射科医师标注诊断质量的图像数据库上训练。在三个不同膀胱体模上的实验验证，所提自主超声系统可以获取用于诊断的超声图像，探头位置与力精度分别为 98.7% 和 97.8%。
引用
@article{arxiv.2307.02442,
title = {Robotic Sonographer: Autonomous Robotic Ultrasound using Domain Expertise in Bayesian Optimization},
author = {Deepak Raina and SH Chandrashekhara and Richard Voyles and Juan Wachs and Subir Kumar Saha},
journal= {arXiv preprint arXiv:2307.02442},
year = {2023}
}
备注
Accepted in IEEE International Conference on Robotics and Automation (ICRA) 2023