在机器人辅助手术中通过模仿学习和交互反提供在线轨迹指导框架

科学领域:

• 在外科手术中使用机器人
• 获得外科技能的学习.
• 人与计算机的交互

背景情况:

• 在机器人辅助手术中,新手外科医生的表现对于患者的安全和结果至关重要.
• 弥合新手和专家外科医生的技能差距是外科培训中的一个关键挑战.
• 学习专家操纵轨迹可以提高初学者运动技能和肌肉记忆.

研究的目的:

• 为机器人辅助手术的初学者外科医生开发一个在线轨迹指导框架.
• 通过手术内指导,使新手外科医生能够达到专家级别的操纵性能.
• 通过提供适应性和交互性反来增强外科培训.

主要方法:

• 利用基于动态运动原体 (DMP) 的仿真学习 (IL) 来建模专家的3D轨迹.
• 通过整合立体重建和物体检测,实施基于视觉的避障策略.
• 集成增强现实 (AR) 和交互反 (IF) (视觉和强力) 来提高轨迹再现的准确性.

主要成果:

• 该框架成功地生成了类似专家的轨迹,可以适应不同的开始/结束点和障碍物存在.
• 使用AR和IF的新手外科医生表现出明显改善的轨迹复制.
• 在测试的场景中,平均距离误差减少了76.47%和65.15%,缩小了技能差距.

结论:

• 拟议的在线轨迹指导框架有效地提高了新手外科医生在机器人辅助手术中的操纵技能.
• AR和IF是加强手术内指导和减少外科手术错误的宝贵工具.
• 这种方法提供了一种有前途的方法,可以加速手术技能的学习,并提高患者的安全性.