相关实验视频
Updated: Jun 23, 2025
09:43
Video-oculography in Mice
Published on: July 19, 2012
23.8K
头部运动纠正的眼睛凝视跟踪与达芬奇手术系统
Alexandre Banks1, Alaa Eldin Abdelaal2,3, Septimiu Salcudean2
1Electrical and Computer Engineering Department, University of British Columbia, Main Mall, Vancouver, BC, V6T 1Z4, Canada. albanks@student.ubc.ca.
概括
这项研究引入了一个新的头部运动补偿系统,用于机器人辅助手术. 使用眼角检测,它显著减少了视线估计错误,改善了外科医生视线点 (POG) 的准确性.
科学领域:
- 机器人技术 机器人技术 机器人技术
- 计算机视觉 计算机视觉
- 手术技术 手术技术
背景情况:
- 机器人辅助手术 (RAS) 提供了更高的精度,但缺乏直观的控制接口.
- 整合视角点 (POG) 作为RAS中的输入模式是具有挑战性的,原因是传统的眼球追踪系统的不准确性.
- 现有的眼神追踪器需要经常重新校准,并且随着用户头部运动而失去准确性.
研究的目的:
- 为达芬奇外科系统开发和验证一个强大的头部运动补偿凝视跟踪系统.
- 调查眼角检测在减少视线估计误差中的有效性,在机器人手术背景下.
- 为了使POG在RAS中的实际获取和使用成为可能.
主要方法:
- 一个多项式回归器被用于初始POG估计后校准.
- 一个二次回归器通过分析2D眼角位置变化来估计POG误差.
- 使用YOLO物体探测器检测到眼角,并通过轮提取和曲率检测进行精细化.
主要成果:
- 与现有方法相比,角条件头部补偿算法显示出显著的错误减少 (1.20°左眼,1.26°右眼).
- 左眼的统计学显著性 (p = 0.037) 和右眼的近显性 (p = 0.079) 得到了实现.
- 眼角检测管道实现了3.57像素的根平均平方误差.
结论:
- 拟议的方法有效地利用眼角来纠正视线估计错误.
- 这种方法促进了视角点 (POG) 作为机器人手术的输入模式的实际整合.
- 该系统提高了在外科环境中注视跟踪的可用性和准确性.
