机器人外科训练中错误的视频检测与分析

机器人辅助微创手术具有诸多优势,但其复杂的运动任务需要外科医生花费数年才能熟练掌握。目前,关于外科医生如何习得这些机器人手术技能的知识仍十分匮乏。为填补这一空白,先前的一项研究在六个月的时间里跟踪了外科住院医师在手术机器人上学习复杂外科干式实验室任务的过程。错误是训练和技能评估的重要衡量指标,但与虚拟仿真不同,在干式实验室训练中,错误难以自动监测。本文针对环形塔传递任务(外科住院医师需尽可能快速且准确地将一个环沿弯曲导线移动)中的错误进行分析。我们开发了一种基于颜色与尺寸阈值、光流和短时傅里叶变换的图像处理算法来检测碰撞错误,实现了约 95% 的检测准确率。利用检测到的错误和任务完成时间,我们发现住院医师在六个月中缩短了完成时间并减少了错误数量,而平均而言,用于出错的任务时间百分比保持相对稳定。该分析有助于深入了解住院医师的学习过程,并可作为向机器人外科医生提供错误相关反馈的初步尝试。