SurgRIPE挑战:手术机器人仪器的基准估计位置
Haozheng Xu1, Alistair Weld1, Chi Xu1
1The Hamlyn Centre for Robotic Surgery, Imperial College London, United Kingdom.
Medical image analysis
|June 20, 2025
概括
SurgRIPE挑战提供了现实的数据,用于训练无标记手术仪器姿势估计算法. 为此挑战而开发的新方法显示出更高的准确性,推进了自主机器人手术.
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
- 医疗成像医学成像
背景情况:
- 准确的手术仪器姿势估计对于自主机器人手术至关重要.
- 基于视觉的方法是实用的,但往往需要标记.
- 无标记深度学习方法因数据采集困难而面临挑战.
研究的目的:
- 介绍手术机器人仪器姿势估计 (SurgRIPE) 挑战.
- 提供现实的外科视频数据与地面真实仪器姿势.
- 建立一个评估无标记物姿势估计方法的基准.
主要方法:
- 在MICCAI 2023举办了SurgRIPE挑战赛.
- 收集并策划了现实的外科视频数据与实地真相姿势.
- 评估了参与者开发的新型无标记物姿势估计算法.
主要成果:
- 促进了手术仪器姿势估计的新型算法的开发.
- 证明了新算法的准确性和稳定性比现有方法更好.
- 为该领域建立了一个新的基准数据集和评估框架.
结论:
- 在SurgRIPE挑战中,成功创建了无标记手术仪器体位估计的基准.
- 开发的算法显示了将其整合到机器人手术系统中的潜力.
- 鼓励进一步研究精确和自主性的外科手术程序.
