OrthoDetNet: Un marco mejorado basado en YOLO para la detección de instrumentos quirúrgicos ortopédicos

Área de la Ciencia:

• Visión por computadora
• La robótica médica
• Tecnología quirúrgica

Sus antecedentes:

• La detección precisa de instrumentos quirúrgicos es vital para la seguridad del paciente y el avance de la robótica quirúrgica.
• Existe una brecha significativa en los conjuntos de datos y métodos de detección específicos para los instrumentos quirúrgicos ortopédicos.
• Los desafíos incluyen variación de tamaño, similitud de forma y oclusiones graves en entornos quirúrgicos ortopédicos.

Objetivo del estudio:

• Desarrollar y evaluar un método eficaz basado en el aprendizaje profundo para detectar instrumentos quirúrgicos ortopédicos.
• Para abordar los desafíos específicos de la variación de tamaño, la similitud de forma y la oclusión en la detección de instrumentos ortopédicos.
• Para crear un nuevo conjunto de datos para la detección de instrumentos quirúrgicos ortopédicos.

Principales métodos:

• Método OrthoDetNet propuesto con tres módulos: FilterUnit para la mitigación de la oclusión, DEUnit para mejorar la discriminación de características y BDFusion para la fusión de características a múltiples escalas.
• Desarrolló un nuevo conjunto de datos utilizando instrumentos de antirrotación de uñas femorales proximales (PFNA) en un entorno controlado.
• Se utilizó el filtrado de características adaptativas, la mejora de características de grano fino y la fusión de características bidireccionales.

Principales resultados:

• OrthoDetNet demostró su eficacia en la detección de instrumentos quirúrgicos ortopédicos en el conjunto de datos creado.
• Los módulos individuales (FilterUnit, DEUnit, BDFusion) contribuyeron a la mejora general del rendimiento.
• Los resultados experimentales validaron la capacidad del método propuesto en escenarios difíciles.

Conclusiones:

• OrthoDetNet proporciona una solución robusta para la detección de instrumentos quirúrgicos ortopédicos, superando los desafíos clave.
• El conjunto de datos y el método desarrollados hacen avanzar la investigación en robótica quirúrgica y cirugía asistida por computadora.
• El enfoque propuesto es prometedor para aplicaciones en el mundo real en la navegación quirúrgica y la automatización.