基于视频与加速度计的运动分析用于自动手术技能评估
计算机视觉与模式识别
2017-02-28 v1
摘要
目的：缝合与打结等基本手术技能是医学训练的重要组成部分。拥有一个自动化的手术技能评估系统有助于节省专家时间并提高训练效率。近期已有一些使用视频分析或加速度数据进行自动手术技能评估的尝试。在本文中，我们提出了一种基于 OSATS 的手术技能自动评估新方法，并对多模态数据（视频与加速度计数据）上的不同特征进行了分析。方法：据我们所知，我们在包含缝合与打结任务的视频与加速度计数据集上进行了规模最大的基本手术技能评估研究。我们引入了“基于熵”的特征——近似熵与交叉近似熵，用于量化时间序列数据波动的可预测性与规律性。将所提特征与现有的序列运动纹理（SMT）、离散余弦变换（DCT）和离散傅里叶变换（DFT）方法在手术技能评估上进行了比较。结果：我们报告了缝合与打结任务在所有适用的 OSATS 标准下不同特征的平均性能。我们的分析表明，使用视频数据时，所提出的基于熵的特征优于先前 SOTA 方法。对于加速度计数据，我们的方法仅在缝合任务上表现更好。我们还表明，视频与加速度特征的融合可以提高整体性能，其中所提出的熵特征实现了最高准确率。结论：使用所提出的熵特征可以高准确率地实现自动手术技能评估。这样的系统可以显著提高医学院和教学医院手术训练的效率。
引用
@article{arxiv.1702.07772,
title = {Video and Accelerometer-Based Motion Analysis for Automated Surgical Skills Assessment},
author = {Aneeq Zia and Yachna Sharma and Vinay Bettadapura and Eric L. Sarin and Irfan Essa},
journal= {arXiv preprint arXiv:1702.07772},
year = {2017}
}