基于Transformer的机器针刀活检组织分类
信号处理
2024-09-10 v1
摘要
图像引导的 minimally invasive 机器人手术常用于针活检或局部治疗等任务。然而，各种组织类型的非线性变形给外科医生在依赖低保真活检成像系统时实现精确针尖定位带来了困难。本文提出一种方法，基于针-组织接触模型（包含位置和力参数），对针活检干预进行分类并识别组织类型。我们使用来自以往开发的机器人平台收集的综合数据集训练了Transformer模型，该数据集包括来自不同部位（肝脏、肾脏、心脏、腹部、臀部）的合成组织和猪肝组织，并标记了互动阶段（穿刺前、穿刺、穿刺后、中性）。该模型实现了显著的0.93分类准确率。我们所示的方法可帮助外科医生识别不同组织的转换，提升外科医生的组织意识。
关键词
引用
@article{arxiv.2409.04761,
title = {Transformer Based Tissue Classification in Robotic Needle Biopsy},
author = {Fanxin Wang and Yikun Cheng and Sudipta S Mukherjee and Rohit Bhargava and Thenkurussi Kesavadas},
journal= {arXiv preprint arXiv:2409.04761},
year = {2024}
}
备注
8 pages