ST-ITEF:空间时间内外科手术任务估计框架,以识别手术阶段,并预测基于多对象跟踪的仪器路径,在角质形成术
Xiaojing Feng1, Xiaodong Zhang1, Xiaojun Shi1
1School of Mechanical Engineering at Xi'an Jiaotong University, 28 Xianning West Road, Xi'an 710049, China.
Medical image analysis
|November 17, 2023
概括
本研究介绍了使用计算机视觉进行手术机器人手术的空间时间内操作任务估计框架. 它准确地细分手术工具,并预测角质整形的阶段,提高手术准确性和机器人的自主性.
科学领域:
- 计算机视觉 计算机视觉
- 手术机器人手术机器人手术机器人手术机器人
- 医学图像分析 医学图像分析
背景情况:
- 在手术机器人中,计算机辅助指导可以提高准确性和自主性.
- 准确的手术内工作流程估计是至关重要的,但具有挑战性.
- 目前的方法缺乏强大的多对象跟踪和复杂手术的相位识别.
研究的目的:
- 开发一个新的框架,用于计算机辅助的认知指导在手术机器人.
- 使用计算机视觉实现精确的细分和预测手术操纵.
- 量化手术内工作流程,并识别角质塑性手术的手术阶段.
主要方法:
- 提出了一个三个阶段的空间-时间内操作任务估计框架.
- 多个对象的细分和特征提取被结合起来用于手术操纵的确定.
- 使用了手术仪器和角膜的多对象跟踪,以及几何性质提取.
主要成果:
- 该框架使用优化的DeepLabV3与图像过实现了在细分方面具有竞争力的类IoU.
- 杰卡德手术阶段识别的平均阶段达到55.58%.
- 该框架甚至在复杂的干扰下也证明了准确的细分和相位识别.
结论:
- 拟议的框架准确地划分了手术仪器,并识别了角膜整形的各个阶段.
- 这种方法在临床实践中引导手术机器人的潜力很高.
- 开发的系统提高了机器人手术中的操作精度和自主性.
