在机器人辅助腹腔镜手术中局部肌肉疲劳:预测建模研究
Daniel Caballero1, Manuel J Pérez-Salazar1, Juan A Sánchez-Margallo1
1Bioengineering and Health Technologies Unit, Jesús Usón Minimally Invasive Surgery Centre, Cáceres, Cáceres, Spain.
JMIR formative research
|December 10, 2025
概括
这项研究开发了一种使用电肌图 (EMG) 评估机器人辅助手术 (RAS) 和腹腔镜手术 (LAP) 肌肉疲劳的预测模型. 该模型准确地预测局部肌肉疲劳,有助于改善外科医生在微创手术 (MIS) 期间的人体工程学.
科学领域:
- 手术技术 手术技术
- 生物医学工程 生物医学工程
- 人体工程学就是人体工程学.
背景情况:
- 微创手术 (MIS) 尽管被广泛采用,但对外科医生来说,它带来了人体工程学方面的挑战.
- 机器人辅助手术 (RAS) 越来越成为标准,但外科医生的疲劳仍然是一个问题.
- 可穿戴技术和人工智能为分析和增强外科手术人体工程学提供了潜在的解决方案.
研究的目的:
- 开发和验证局部肌肉疲劳的预测模型.
- 为了分析常规腹腔镜手术 (LAP) 和RAS期间的肌肉疲劳.
- 为了利用电肌图 (EMG) 数据来预测疲劳.
主要方法:
- 在LAP和RAS设置中进行了四项手术任务 (切割,迷宫,转移, suturing).
- 无线EMG传感器记录了肌肉活动,并分析了局部肌肉疲劳的数据.
- 多重线性回归 (MLR) 和多层感知子 (MLP) 模型使用外科医生的专业知识和手术类型数据进行了训练和验证.
主要成果:
- 与LAP相比,RAS在新手外科医生中显示肌肉疲劳减少,但在专家外科医生中显示肌肉疲劳增加.
- 预测模型准确地估计了局部肌肉疲劳值,具有令人满意的R2和RMSE.
- 在预测准确度方面,MLR模型的表现优于MLP模型.
结论:
- 在MIS中成功开发和验证了局部肌肉疲劳的新型预测模型.
- 该模型利用可穿戴技术和人工智能 (MLR和MLP).
- 研究结果表明,在MIS中,可以改善外科医生的福祉和表现.
