基于计算机的微手术仪器跟踪 - - 机器人辅助和传统微手术的新型评估工具

科学领域:

• 微外科技能评估评估的微外科技能评估.
• 手术机器人手术机器人手术机器人手术机器人
• 计算机辅助手术是计算机辅助的手术.

背景情况:

• 客观的自我评估工具对于微手术培训和资源管理至关重要.
• 机器人微手术的临床整合需要经过验证的培训和评估方法.
• 当前的评估方法对于传统和机器人程序都缺乏效率和客观性.

研究的目的:

• 开发和验证计算机算法,以客观地自我评估微手术技能.
• 为了使传统和机器人辅助的微手术技术之间的直接比较.
• 提高微手术培训的效率和可访问性.

主要方法:

• 开发两种基于深度卷积神经网络的仪器跟踪算法.
• 在84个微手术培训视频中应用监督和半监督学习.
• 统计分析包括t测试,ANOVA,线性回归和相关性.

主要成果:

• 算法在训练视频中成功跟踪常规和机器人微仪器.
• 总轨迹长度与程序时间和技能评估相关,表明操作效率.
• 机器人辅助手术对经验丰富的外科医生来说持续时间较长,但在所有组中减少了手.

结论:

• 开发的算法在微手术中提供客观,高效和可访问的自我评估.
• 这些工具允许首次直接比较机器人辅助与传统微手术的性能.
• 这一进步有助于改善微手术的培训和评估.