TransVFS:一个时空局部全球变压器,用于超声导向前列腺活检期间基于视觉的力感应

科学领域:

• 机器人和医学成像技术
• 医疗保健中的人工智能
• 手术技术 手术技术

背景情况:

• 机器人辅助前列腺活检需要准确的工具-组织相互作用力传感,以确保安全.
• 目前使用CNN/RNN的基于视觉的力传感 (VFS) 方法在准确性和效率方面扎,尤其是在低分辨率超声数据方面.
• 挑战包括低超声波图像分辨率和不明确的前列腺边界,阻碍精确的力估计.

研究的目的:

• 引入一种新的基于变压器的VFS (TransVFS) 方法,用于在机器人辅助前列腺活检期间准确感应力.
• 利用变压器中的时空注意力机制来克服现有的VFS技术的局限性.
• 通过增强力估计,提高机器人辅助前列腺活检的安全性和有效性.

主要方法:

• 开发了一种基于变压器的VFS (TransVFS) 方法,利用前列腺活检的超声波体积序列.
• 采用时空局部全球变压器来捕捉局部图像细节和全球依赖关系,用于变形学习.
• 集成的空间和时间注意力机制,以实现强大的特征学习,尽管存在图像质量问题.
• 引入了高效的局部-全球注意力模块,具有因子化的时空处理,以减少计算负载.

主要成果:

• 在力估计准确度方面,TransVFS显著优于现有的VFS方法和其他时空变压器模型.
• 在狗的腹腔超声数据集中,平均绝对误差为70.4 ± 60.0 mN,而ResNet3dGRU基线的平均误差为123.7 ± 95.6 mN.
• 在前列腺幻象和小猎犬实验中都表现出卓越的表现.

结论:

• TransVFS方法在基于视觉的力感应中为机器人辅助前列腺活检提供了显著的进步.
• 基于变压器的方法有效地解决了低分辨率超声波数据的挑战,并为准确的力估计设置了不清楚的界限.
• TransVFS显示了提高机器人手术程序的安全性和精度的巨大潜力.