多感官集成用于识别机器人辅助宫膜切除术中的削状态
Chao Sun1, Yingjie Zheng1, Junfei Hu2
1Department of Orthopedic Surgery, Key Laboratory of Spine and Spinal Cord, Tianjin Medical University General Hospital, Tianjin, China.
Orthopaedic surgery
|October 9, 2025
概括
整合触觉和听觉感知显著提高了机器人辅助脊柱手术中高速磨状态检测的准确性. 长短期记忆 (LSTM) 模型实现了99.32%的准确性,提高了患者的安全性.
科学领域:
- 在外科手术中使用机器人
- 生物医学工程 生物医学工程
- 手术导航 手术导航
背景情况:
- 精确识别高速磨状态对于脊柱外科手术中的患者安全至关重要.
- 机器人辅助程序需要增强的感官反,以实现准确的工具-组织相互作用.
- 目前的方法可能缺乏复杂的骨加工任务所需的精度.
研究的目的:
- 调查触觉和听觉感知的整合,以改善削状态的检测.
- 评估机器学习和深度学习模型在机器人辅助宫片切除过程中识别削状态的准确性.
- 为增强外科手术反开发一个多感知融合框架.
主要方法:
- 振动和声音信号被采集使用加速传感器和麦克风在绵羊膜切除过程中.
- 定义了七种不同的磨削状态,包括在皮层和结骨和边界条件的不同深度.
- 快速里埃转换 (FFT) 用于提取特征,创建一个18维的多感知空间向量用于分析机器学习 (SVM,KNN,NB,LDA,DT) 和深度学习 (LSTM) 模型.
主要成果:
- 在6600个数据集上训练的长短期记忆 (LSTM) 模型,与传统的机器学习算法相比,显示出更高的准确性和稳定性.
- 一个单层LSTM和12个内存单元在识别宫板的削状态时实现了99.32%的准确性.
- 多感知融合方法显著提高了研磨状态检测的精度.
结论:
- 成功开发了一个多感知融合框架,整合了触觉和听觉数据.
- 该LSTM模型准确地识别了椎削状态,提供了一个有前途的感官反机制.
- 这种方法可以提升操作脊柱手术机器人的能力,改善手术结果和安全性.
