面向手术机器人演示教学的配置不变增强现实

增强现实（AR）是机器人手术教育中有效的工具，可将探索式学习与三维指导相结合。然而，现有AR系统要求专家监督，且未考虑导师与学生机器人配置之间的差异。为使初学者能够在操作室之外获得由专家信息提供的指导，本文提出dV-STEAR：一个开源系统，可在不假设专家与学生关节位置相同的情况下播放任务对齐的专家演示。对姿态估计进行严格量化，显示注册误差为 3.86（SD=2.01）mm。在用户研究（N=24）中，dV-STEAR 在基本手术技能任务中显著提高了初学者的表现。在单手环线-线任务中，dV-STEAR 相对于干燥实验室训练提高了完成速度（p=0.03）和减少了碰撞时间（p=0.01）。在抓取-放置任务中，它提高了成功率（p=0.004）。在两个任务中，使用dV-STEAR的参与者表现出显著更均衡的手臂使用情况，并报告了更低的挫败感水平。本 work 提出一种新型教育工具，实现于 da Vinci Research Kit 上，展示其在教育初学者方面的有效性，并为进一步集成 AR 至机器人辅助手术奠定了基础。