手術支援ロボットは、正確な制御、安定した操作、高い操作精度という特徴を備えており、操作精度、作業スペース、距離、共同作業など、従来の手術の難しさを克服するのに役立ちます。
外科用ロボットシステムが医師のような高品質の自動操作を実現するために重要な基本的な作業は、外科手術モデルを確立することです。
この目的のために、重慶郵電大学のYang Dewei先生のチームは、表面組織縫合をモデリングオブジェクトとして採用し、縫合スキルの学習とモデリング研究を実施しました。
ヤン氏は、新しいシナリオに適用した場合の従来のモデルの転送能力の低下の問題を解決するために、デモンストレーション-分解-モデリングスキル学習モデリングフレームワークを提案しました。ステッチングプロセスのデモンストレーションはいくつかのサブプロセスに分解され、ダイナミックモーションプリミティブ（DMP）メソッドが導入されて、ステッチングサブプロセスの軌道が均一にモデル化されます。
デモンストレーション方法からの学習は、類似しているが異なる軌道シーンに対してより優れた転送能力を備えています。医師の縫合糸操作のデモンストレーションの過程でデータを取得するために、研究者は一連の縫合糸操作のデモンストレーション収集システムを確立しました。
このシステムには、NOKOVモーションキャプチャシステム、外科用鉗子、縫合針、糸、および創傷モデルが含まれます。
NOKOVモーションキャプチャシステムには、ステッチングプロセスを測定およびキャプチャするための7つの赤外線光学レンズが装備されています。 2つの外科用鉗子はそれぞれ3つの反射マーキングポイントで貼り付けられます。モーションキャプチャシステムは、反射マーキングポイントの3次元空間座標を取得し、手術用鉗子の連続的なリアルタイムの位置と姿勢の動きの軌跡を計算するために使用されます。
下の図に示すように、座標変換により、創傷座標系での左右の外科用鉗子の軌道を取得できます。ここでは、医師の手ぶれをなくすために、軌跡データに対してローパスフィルタリングを行っています。
縫合プロセスは3つの段階に分けることができます：針が皮膚組織を貫通する、結び目が結ばれる、縫合糸が締められる。著者が提案したDMP法は、各段階の動的プロセスを表すことができます。次の図は、DMPメソッドを使用したトレーニング後に学習された軌跡を示しています。 DMPによって得られた軌道は、実際の軌道とよく一致していることがわかります。
DMPモデルの利点の1つは、移行効果が優れていることです。下の図に示すように、終了位置を変更すると、縫合糸全体の動的プロセスが類似するため、学習縫合糸モデルを使用して、いくつかの異なる位置および種類の創傷の新しい軌道を計画するのに便利です。
（図の青い実線はNOKOVモーションキャプチャシステムによって収集されたステッチされた軌道であり、赤い破線はターゲット位置を変更した後にDMPが学習した後の対応する軌道です）
参照：
[1] D. Yang, Q. Lv, G. Liao, K. Zheng, J. Luo and B. Wei,"Learning from Demonstration: Dynamical Movement Primitives Based ReusableSuturing Skill Modelling Method," 2018 Chinese Automation Congress (CAC),2018, pp. 4252-4257, doi: 10.1109/CAC.2018.8623781.
ここでごニーズを出ること
-
もっと多い情報に関して、メッセージをしたりしてください。
-
- 確認