迈向机器人辅助微创手术的个性化训练与技能评估
机器人学
2016-11-15 v2
摘要
尽管手术技术取得了巨大进步，但手术技能评估的标准仍基于主观标准。随着机器人辅助手术的出现，客观且自主的技能评估迎来了新机遇。该领域先前的工作大多基于基于结构的方法，如隐马尔可夫模型（HMM），这需要大量的预处理。与本研究中与之相反，我们开发了一种新的基于形状的框架，用于自动技能评估和个性化手术训练，且仅需最少的参数调整。我们的工作解决了技能评估的主要方面：直接在机器人辅助手术的时间运动学信号上开发手势识别模型，并构建自动化的个性化机器人辅助微创手术（RMIS）手势训练框架。我们表明，我们的方法在缝合、穿针和打结任务中的平均准确率分别为 82%、70% 和 85%，表现优于或等同于最先进的方法，同时需要最少的预处理和参数调整，并为外科医生在训练期间提供实时的性能反馈。
引用
@article{arxiv.1610.07245,
title = {Toward Personalized Training and Skill Assessment in Robotic Minimally Invasive Surgery},
author = {Mahtab J. Fard and Sattar Ameri and R. Darin Ellis},
journal= {arXiv preprint arXiv:1610.07245},
year = {2016}
}
备注
Submitted to World Congress on Engineering and Computer Science 2016