基于力传感和VAE-MLP的机器人辅助UBE手术的突破性识别
Xuquan Ji1, Yonghong Zhang2, Yuanyuan Zhu3
1Key Laboratory of Biomechanics and Mechanobiology (Beihang University), Ministry of Education, Key Laboratory of Innovation and Transformation of Advanced Medical Devices, Ministry of Industry and Information Technology, National Medical Innovation Platform for Industry-Education Integration in Advanced Medical Devices (Interdiscipline of Medicine and Engineering), School of Biological Science and Medical Engineering, Beihang University, Beijing, China.
概括
这项研究引入了一种新的力量和变异自编码多层感知器 (VAE-MLP) 方法,用于实时透识别机器人辅助单侧双门内镜 (UBE) 手术. 这项技术通过精确检测钻孔透,最大限度地减少在手术过程中的神经损伤,提高了安全性.
科学领域:
- 机器人技术
- 手术技术
- 机器学习
背景情况:
- 机器人辅助单侧双门内镜 (UBE) 手术比传统的开放手术提供了更高的准确性和安全性.
- 在超声波钻探过程中精确的透识别是机器人辅助UBE手术的关键挑战.
研究的目的:
- 在机器人辅助UBE手术中开发超声波钻探实时透识别方法.
- 通过提供可靠的钻孔穿透反来提高UBE程序的安全性和效率.
主要方法:
- 提出了一种结合力信号和变化自编码器多层感知器 (VAE-MLP) 模型的新方法.
- 在超声波钻探过程中收集了力信号,使用卡尔曼过进行了无声化,并通过VAE-MLP进行了特征提取和分类.
- 该系统通过这种综合方法实现了实时透识别.
主要成果:
- 与传统的时间序列分类算法 (95.90%) 相比,VAE-MLP方法的准确性更高.
- 拟议的方法比现有算法 (33 ms) 实现了更快的推断速度 (17 ms).
- 机器人实验证实了这种方法的有效性和可靠性.
结论:
- 开发的力量和VAE-MLP框架提供了快速而准确的透检测能力.
- 这项技术提供了一种可靠的解决方案,
- 这种方法代表了手术机器人和手术安全的重大进步.
