用于椎弓根螺钉置入术中规划的 Safe Deep RL 方法
机器人学
2023-05-11 v2 人工智能
摘要
脊柱融合手术需要高度准确地植入椎弓根螺钉，其必须在解剖视野有限的情况下与重要结构保持极近的距离。机器人手术系统已被提出以提高置入精度，然而，最先进的系统受限于开环方法的不足，因为它们遵循术前规划与术中配准的传统理念，而不对手术计划进行实时重算。在本文中，我们提出了一种用于机器人脊柱手术的术中规划方法，该方法基于安全深度强化学习（DRL）利用实时观测进行钻探路径规划。我们方法的主要贡献在于：（1）通过引入感知不确定性的基于距离的安全滤波器，保证安全动作的能力；以及（2）通过对解剖结构先验知识进行编码（使用在高保真解剖模型上预训练的网络），补偿不完整的术中解剖信息的能力。规划质量通过与金标准（GS）钻探规划的定量比较进行评估。在使用源自真实磁共振成像（MRI）数据的 5 个模型的实验中，即使在观测与运动不确定性下，我们的方法也能相对于 GS 实现 90% 的骨穿透率，同时满足安全要求。据我们所知，我们的方法是首个聚焦于骨科手术的安全 DRL 方法。
引用
@article{arxiv.2305.05354,
title = {Safe Deep RL for Intraoperative Planning of Pedicle Screw Placement},
author = {Yunke Ao and Hooman Esfandiari and Fabio Carrillo and Yarden As and Mazda Farshad and Benjamin F. Grewe and Andreas Krause and Philipp Fuernstahl},
journal= {arXiv preprint arXiv:2305.05354},
year = {2023}
}
备注
10 pages, 4 figures