相关实验视频
Updated: Aug 1, 2026
08:08
Simulator Training for Endovascular Neurosurgery
Published on: May 6, 2020
4.1K
基于Sim-to-real域调整的自主微型钻探在生物医学应用中的完成级别识别
Enduo Zhao1,2, Saul Alexis Heredia Perez3, Kanako Harada3
1Graduate School of Engineering, The University of Tokyo, Tokyo, 113-8654, Japan. endowzhao@mail.tsinghua.edu.cn.
Scientific reports
|November 28, 2025
概括
这项研究通过使用一种新的模拟到真实模型来增强用于手术的自主微型钻孔. 这种方法显著减少了注释时间,提高了钻探精度,使其更为实用在生物医学应用中.
科学领域:
- 生物医学工程 生物医学工程
- 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
背景情况:
- 在骨中微米级精密钻探对于外科和神经科学应用至关重要.
- 目前的手动和基于成像的方法在速度,准确性和适应性方面存在局限性.
- 之前的自主系统依赖于手动注释,阻碍了可扩展性和性能.
研究的目的:
- 通过模拟与现实领域的调整来增强自主微型钻井系统.
- 减少对手工注释的依赖,提高系统的准确性和可扩展性.
- 验证特定任务对抗模型的有效性,以弥合模拟与现实之间的差距.
主要方法:
- 开发了一个光现实模拟器来生成用于训练的合成数据.
- 实施了针对特定任务的对抗模型,用于域调整.
- 在蛋钻探任务上训练并测试了增强系统.
主要成果:
- 标注时间从600秒/缩至1.8秒/.
- 在20次试验中,钻井成功率从80%提高到85%.
- 证明了模拟和现实数据之间的领域差距的显著减少.
结论:
- 基于模拟的培训与领域适应相结合,有效地改善了自主微型钻井.
- 新的对抗模型提高了系统性能,并减少了手动注释负担.
- 这种方法有望促进生物医学应用中的精密钻探.
