评价机器人的行动:在机器人辅助腹腔镜训练中对性能评估的时空大脑动态
Katharina Lingelbach1,2, Jennifer Rips1, Lennart Karstensen3
1Applied Neurocognitive Systems, Fraunhofer Institute for Industrial Engineering IAO, Stuttgart, Germany.
Frontiers in neuroergonomics
|March 7, 2025
概括
被动脑电脑接口 (BCI) 可以通过解码大脑信号来评估机器人手术的性能. 这项研究确定了不同的大脑动态,表明机器人行为不足最佳,这对于改进自动化外科训练系统至关重要.
科学领域:
- 神经科学是一个神经科学.
- 机器人技术 机器人技术 机器人技术
- 医疗培训 医学培训
背景情况:
- 传统的医疗机器人培训依赖于明确的医生反.
- 被动大脑-计算机接口 (BCI) 提供隐性,基于大脑的性能评估.
- 了解时空大脑动态是解码这些评估在现实的设置的关键.
研究的目的:
- 在模拟手术期间识别空间时空大脑动态,区分最佳与次优机器人行为.
- 确定在单一试验分类中唤起大脑特征的最佳时间间隔.
- 推进基于机器学习的医疗机器人训练范式.
主要方法:
- 电脑电图 (EEG) 研究,16名参与者观察模拟的机器人辅助腹腔镜手术.
- 使用了表面拉普拉斯基技术,基于质量-无变量换的聚类和多变量模式分析 (MVPA).
- 专注于识别与机器人行动质量的心理评估相关的神经特征.
主要成果:
- 三种不同的时空大脑动态确定了最佳和次优机器人行动之间的区别.
- 低于最佳的动作与左侧额头及部活动 (P300,LPP,P600) 和右侧额头/角及部活动 (oERN,ERN/N400) 的增强相关.
- 来自质量无变聚类和MVPA的融合证据支持了这些神经区别.
结论:
- 低于最佳的机器人行为引发了与注意力,监控和冲突检测相关的持续大脑动态.
- 在机器人行动分类中,优先考虑晚期评估性大脑特征对于可靠的BCI至关重要.
- 这些发现支持开发先进的,人工智能驱动的手术机器人培训范式.
