探索视频识别模型用于小肠外科收缩中的力估计
Kevin Wang1,2,3,4,5, Ariel Rodriguez6,7,8,9,10, Micha Pfeiffer11,12,13,14
1Translational Surgical Oncology, National Center for Tumor Diseases, 01307, Dresden, Germany. kevin.wang@nct-dresden.de.
概括
这项研究使用计算机视觉来估计腹腔镜视频中的外科收缩力,提供一种低成本的解决方案,用于触觉反和没有特殊仪器的外科医生技能评估.
科学领域:
- 医学技术 医学技术 医学技术
- 手术机器人手术机器人手术机器人手术机器人
- 计算机视觉在医学中的应用
背景情况:
- 最少侵入性手术 (MIS) 需要精确的控制,以避免组织损伤.
- 当前的强力反系统通常依赖于昂贵的硬件,限制了传统腹腔镜的采用.
- 在MIS的触觉缺陷可能会影响手术结果和外科医生的技能评估.
研究的目的:
- 开发一种基于视觉的方法来估计MIS期间的组织收缩力.
- 评估外科医生的技能,并提供触觉反,而不需要专门的仪器.
- 克服目前常规腹腔镜力感应技术的局限性.
主要方法:
- 创建了一个实验设置,使用腹腔镜仪器和肠道幻影收集强力视觉数据集.
- 基于ResNet和变压器的计算机视觉模型被评估为力估计的准确性.
- 数据收集涉及新的程序和力信号预处理技术.
主要成果:
- 基于视觉的模型在不同的幻影几何形状和摄像头角度中展示了概括性.
- 基于ResNet的模型在力估计准确性方面表现优于变压器模型.
- 所有评估的模型都实现了实时力估计能力,3D ResNet是最快的.
结论:
- 从腹腔镜视频中基于视觉的力量估计是一种可行的和有前途的方法.
- 拟议的方法提供了一个低成本,易于集成的解决方案,用于触觉反和技能评估.
- 这项技术有可能提高MIS的外科培训和患者安全.
