在FLS培训器中使用计算机视觉进行自动性能评估
Aviad Lazar1,2, Gideon Sroka1,2, Shlomi Laufer3,4
1Faculty of Data and Decision Sciences, Technion, Bloomfield 515, 32000, Haifa, Israel.
Surgical endoscopy
|May 30, 2023
概括
计算机视觉可以自动测量腹腔镜手术技能,使用腹腔镜手术基础 (FLS) 盒训练器. 这项技术区分了新手和专家的表现,使得独立的技能评估.
科学领域:
- 外科教育的外科教育
- 医疗模拟 医疗模拟
- 计算机视觉应用程序 计算机视觉应用
背景情况:
- 腹腔镜手术基础 (FLS) 训练箱是评估腹腔镜技能的标准,需要人工观察员评估.
- 在FLS Peg Transfer任务中的当前绩效指标包括时间和罚款.
- 在外科培训中,客观,自动化绩效测量的需求至关重要.
研究的目的:
- 为了评估计算机视觉 (CV) 在FLS盒子训练器中自动性能测量的有效性.
- 开发和验证基于CV的指标来评估腹腔镜技能.
- 确定CV指标是否可以区分外科手术技能水平.
主要方法:
- 开发了一个使用YOLOv4深度神经网络的CV系统来分析FLS Peg Transfer任务的视频.
- 定义了四个度量组:时间,抓手运动速度,路径效率和抓手协调.
- 通过比较三个经验水平的表现来评估有效性:学生/实习生,住院医生和高级外科医生.
主要成果:
- 基于CV的指标对大多数指标的经验水平有显著差异的表现.
- 与学生和实习生相比,高级外科医生和住院医生表现优越.
- CV系统成功跟踪了对象的转移,并生成了详细的反报告.
结论:
- 自动CV指标提供了比目前的方法更详细的分析腹腔镜外科手术的性能.
- 这些指标可以可靠地区分新手和专家的技能水平.
- CV系统允许独立的培训和评估,而不需要专门的观察员.


