Key points are not available for this paper at this time.
초록 배경 복강경 담낭 절제술은 매우 잦은 수술 절차입니다. 그러나 고령 사회에서 수술 직원이 줄어들어 환자에 대한 수술을 수행해야 합니다. 협업 수술 로봇(코봇)은 수술 직원 부족과 업무량 문제를 해결할 수 있습니다. 외과의사와 로봇의 협업을 위한 맥락 인식을 달성하기 위해서는 수술 중 작업 흐름 인식이 주요 과제가 됩니다. 방법 복강경 담낭 절제술의 수술 활동을 포함하여 배우, 도구, 행동 및 목표에 대한 수술 프로세스 모델이 개발되었습니다(카메라 안내 제외). 이러한 활동, 도구 존재 및 수술 단계는 인체 환자( n = 10)와 제거된 세균 간( n = 10)에서 수행된 복강경 담낭 절제술의 비디오에서 주석이 달렸습니다. 머신 러닝 알고리즘인 Distilled-Swin은 우리의 주석 데이터셋과 CholecT45 데이터셋으로 훈련되었습니다. 모델의 검증은 다섯 배 교차 검증 방법을 사용하여 수행되었습니다. 결과 총 22,351개의 활동이 주석이 달렸고, 누적 비디오 세그먼트 시간은 24.9시간이었습니다. 우리의 데이터셋으로 훈련되고 검증된 머신 러닝 알고리즘은 평균 정밀도(mAP) 25.7%와 상위 K = 5 정확도 85.3%를 기록했습니다. 우리의 데이터셋과 CholecT45로 훈련 및 검증 시 알고리즘은 mAP 37.9%를 기록했습니다. 결론 활동 모델이 개발되어 두 개의 수술 환경에서 복강경 담낭 절제술의 세밀한 주석을 위해 적용되었습니다. 우리의 주석 데이터셋과 CholecT45로 훈련된 머신 인식 알고리즘은 CholecT45에서만 훈련한 경우보다 높은 성능을 달성했으며, 자주 발생하는 활동을 잘 인식할 수 있지만 드물게 발생하는 활동은 그렇지 못했습니다. 주석이 달린 데이터셋의 분석을 통해 협업 수술 로봇이 수술 직원의 업무량을 해결할 수 있는 잠재력을 정량화할 수 있었습니다. 협업 수술 로봇이 조직을 잡고 유지할 수 있다면, 도우미의 조직 상호작용 작업의 최대 83.5% (즉, 카메라 안내 제외)를 로봇이 수행할 수 있습니다.
Younis et al. (Thu,)는 이 질문을 연구하였습니다.