走向深度学习引导的微镜和iOCT图像的自主眼科手术
摘要：视网膜手术的最新进展为配备手术机器人、显微镜和术中光学相干断层扫描(iOCT)的现代手术室铺平了道路。将这些工具整合起来引发了一个基本问题，即如何有效地结合它们以实现手术自主性。在这项工作中，我们通过开发一个统一的框架来解决这个问题，以便利用这些设备实现实时自主手术工作流。该系统具有以下特点：（1）一种新颖的成像系统，通过动态跟踪手术工具通过小的iOCT扫描区域，将显微镜和iOCT实时集成，并提供实时深度反馈；（2）实现卷积神经网络(CNN)，自动检测和分割与手术自主相关的信息；（3）通过简单的鼠标点击交互，在显微镜和iOCT视图中直观选择目标路径点；（4）采用模型预测控制(MPC)进行轨迹生成，通过实施与安全有关的运动学约束确保患者安全。该系统的实用性通过自动化亚视网膜注射(SI)的高精度和深度感知要求等具有挑战性的手术程序来证明。我们通过在猪眼上进行30次成功的SI试验来验证我们的系统，实现了平均针头插入精度为26微米和平均持续时间为55秒。与以机器人辅助模式进行SI的人类操作员的初步比较突显了我们系统的增强安全性。项目网站在此处：https://sites.google.com/view/eyesurgerymicroscopeoct/home
作者：Ji Woong Kim, Shuwen Wei, Peiyao Zhang, Peter Gehlbach, Jin U. Kang, Iulian Iordachita, Marin Kobilarov
论文ID：2306.10127
分类：Robotics
分类简称：cs.RO
提交时间：2023-07-28