相关实验视频
Updated: Jun 12, 2025
06:24
A Spine Robotic-Assisted Navigation System for Pedicle Screw Placement
Published on: May 11, 2020
8.8K
SafeRPlan:安全的深度强化学习,用于在手术期间规划脚螺杆安置
Yunke Ao1, Hooman Esfandiari2, Fabio Carrillo2
1ROCS, Balgrist University Hospital, University of Zurich, Forchstrasse 340, 8008 Zürich, Switzerland; Department of Computer Science, ETH Zurich, Universitätstrasse 6, 8092 Zürich, Switzerland; ETH AI Center, ETH Zürich, Andreasstrasse 5, 8092 Zürich, Switzerland.
Medical image analysis
|September 18, 2024
概括
这项研究介绍了SafeRPlan,这是一种用于机器人脊椎手术的新型深度强化学习方法. SafeRPlan通过使用手术内数据不断更新外科手术计划,提高了脚螺杆放置的准确性和安全性.
科学领域:
- 机器人技术 机器人技术 机器人技术
- 人工智能的人工智能
- 神经外科 神经外科
背景情况:
- 脊柱融合手术需要在关键解剖结构附近精确地放置脚螺丝.
- 目前的机器人手术系统缺乏适应性规划,限制了自主性和准确性.
- 机器人系统的严格注册难以将术前计划与术内现实相协调.
研究的目的:
- 为机器人脊椎手术开发安全的深度强化学习 (DRL) 规划方法.
- 为了实现连续的手术内路径规划,用于脚螺丝植入.
- 为了提高机器人的自主性和脊柱融合手术中的外科准确性.
主要方法:
- 提出了SafeRPlan,这是一个DRL方法,利用手术内观察进行连续路径规划.
- 实施了基于距离的不确定性意识安全过器,以确保安全行动.
- 通过预训练的神经网络整合先验解剖知识,以处理不完整的手术内数据.
- 利用域随机化技术在观测噪声中进行概括.
主要成果:
- 在人类模型数据集中,SafeRPlan与基线方法相比显示了超过5%的更高安全率.
- 这种方法保持了高的安全率,即使在现实的手术内观测噪声下.
- 专家外科医生的定量和定性评估验证了规划质量.
结论:
- SafeRPlan是第一个针对机器人脊椎手术的安全意识的DRL规划方法.
- 该方法有效地确保了安全性,并弥补了手术期间的解剖学不确定性.
- 这种方法代表了在脊柱手术中实现更高机器人自主性的重大进展.
