Jove
Visualize
Contáctanos
JoVE
x logofacebook logolinkedin logoyoutube logo
ACERCA DE JoVE
Visión GeneralLiderazgoBlogCentro de Ayuda JoVE
AUTORES
Proceso de PublicaciónConsejo EditorialAlcance y PolíticasRevisión por ParesPreguntas FrecuentesEnviar
BIBLIOTECARIOS
TestimoniosSuscripcionesAccesoRecursosConsejo Asesor de BibliotecasPreguntas Frecuentes
INVESTIGACIÓN
JoVE JournalMethods CollectionsJoVE Encyclopedia of ExperimentsArchivo
EDUCACIÓN
JoVE CoreJoVE BusinessJoVE Science EducationJoVE Lab ManualCentro de Recursos para ProfesoresSitio de Profesores
Términos y Condiciones de Uso
Política de Privacidad
Políticas

Videos de Conceptos Relacionados

También podría leer

Artículos Relacionados

Artículos vinculados a este trabajo por autores compartidos, revista y gráfico de citas.

Ordenar por
Same author

Validation of the Greek version of the International Physical Activity Questionnaire - Short Form in adults 18-65 years old.

Central European journal of public health·2025
Same author

A long distance telesurgical demonstration on robotic surgery phantoms over 5G.

International journal of computer assisted radiology and surgery·2023
Same author

The i-Walk Lightweight Assistive Rollator: First Evaluation Study.

Frontiers in robotics and AI·2021
Ver todos los artículos relacionados

Video Experimental Relacionado

Updated: Feb 24, 2026

Author Spotlight: Revolutionizing Remote Surgery with Augmented Reality and Robotics for Enhanced Precision and Accessibility
07:46

Author Spotlight: Revolutionizing Remote Surgery with Augmented Reality and Robotics for Enhanced Precision and Accessibility

Published on: August 9, 2024

1.2K

Reconocimiento de Gestos Quirúrgicos en Cirugía Asistida por Robot Utilizando Métodos de Aprendizaje Automático con

Alexandros Dimitriadis1, George Moustris2, Costas Tzafestas1,2

  • 1National Technical University of Athens (NTUA), School of Electrical and Computer Engineering.

Studies in health technology and informatics
|February 23, 2026
PubMed
Resumen

Este estudio mejora el reconocimiento de gestos quirúrgicos en tiempo real utilizando modelos de aprendizaje automático entrenados con datos cinemáticos. Los enfoques híbridos, en particular los modelos basados en atención, mejoraron significativamente la precisión en tareas de cirugía asistida por robot.

Palabras clave:
Mecanismo de AtenciónCRFModelo HíbridoJIGSAWSDatos CinemáticosLSTMAprendizaje AutomáticoTiempo RealCirugía RobóticaAutoatenciónReconocimiento de Gestos Quirúrgicos

Más Videos Relacionados

Capturing Dynamic Finger Gesturing with High-resolution Surface Electromyography and Computer Vision
08:15

Capturing Dynamic Finger Gesturing with High-resolution Surface Electromyography and Computer Vision

Published on: March 28, 2025

1.3K
Robotized Testing of Camera Positions to Determine Ideal Configuration for Stereo 3D Visualization of Open-Heart Surgery
05:12

Robotized Testing of Camera Positions to Determine Ideal Configuration for Stereo 3D Visualization of Open-Heart Surgery

Published on: August 12, 2021

2.5K

Videos de Experimentos Relacionados

Last Updated: Feb 24, 2026

Author Spotlight: Revolutionizing Remote Surgery with Augmented Reality and Robotics for Enhanced Precision and Accessibility
07:46

Author Spotlight: Revolutionizing Remote Surgery with Augmented Reality and Robotics for Enhanced Precision and Accessibility

Published on: August 9, 2024

1.2K
Capturing Dynamic Finger Gesturing with High-resolution Surface Electromyography and Computer Vision
08:15

Capturing Dynamic Finger Gesturing with High-resolution Surface Electromyography and Computer Vision

Published on: March 28, 2025

1.3K
Robotized Testing of Camera Positions to Determine Ideal Configuration for Stereo 3D Visualization of Open-Heart Surgery
05:12

Robotized Testing of Camera Positions to Determine Ideal Configuration for Stereo 3D Visualization of Open-Heart Surgery

Published on: August 12, 2021

2.5K

Área de la Ciencia:

  • Robótica; Aprendizaje Automático; Tecnología Quirúrgica

Sus antecedentes:

  • La cirugía asistida por robot ofrece precisión pero carece de retroalimentación intraoperatoria en tiempo real.
  • El reconocimiento preciso de los gestos quirúrgicos es crucial para el desarrollo de herramientas quirúrgicas inteligentes.
  • Los métodos actuales a menudo se basan en datos visuales, lo que limita el análisis cinemático en tiempo real.

Objetivo del estudio:

  • Desarrollar y evaluar modelos de aprendizaje automático para el reconocimiento de gestos quirúrgicos en tiempo real.
  • Utilizar exclusivamente datos cinemáticos de los manipuladores robóticos del lado del paciente.
  • Mejorar las tasas de reconocimiento de tareas quirúrgicas existentes del estado del arte.

Principales métodos:

  • Entrenamiento de varias arquitecturas de redes neuronales, incluido un modelo de referencia de Memoria a Largo Plazo (LSTM).
  • Proposición y prueba de dos modelos híbridos: LSTM con Campo Aleatorio Condicional (CRF) y LSTM con una capa de atención.
  • Evaluación del rendimiento del modelo en el conjunto de datos JIGSAWS, centrándose en las tareas de sutura.

Principales resultados:

  • Los enfoques híbridos propuestos superaron al modelo LSTM de referencia.
  • El modelo LSTM combinado con una capa de atención logró la mayor precisión con un 81,56%.
  • El análisis comparativo identificó áreas específicas para una mayor optimización del rendimiento.

Conclusiones:

  • Los modelos híbridos de aprendizaje automático, especialmente los basados en atención, muestran una promesa significativa para el reconocimiento de gestos quirúrgicos en tiempo real.
  • Los datos cinemáticos por sí solos son suficientes para un reconocimiento eficaz de gestos en la cirugía asistida por robot.
  • Esta investigación proporciona una base para el desarrollo de herramientas de monitorización y asistencia intraoperatoria para los cirujanos.