文献

J-GLOBAL ID：201702227345096431   整理番号：17A1392634

ロボット支援手術におけるに向けて検索力フィードバック:教師つきニューロ再発ビジョンアプローチ【Powered by NICT】

Towards Retrieving Force Feedback in Robotic-Assisted Surgery: A Supervised Neuro-Recurrent-Vision Approach

著者 (4件)： Aviles Angelica I. (Center of Research of Biomedical Engineering, Universitat Polite`cnica de Cataluya, Barcelona, Spain) ,  Alsaleh Samar M. (Department of Computer Science, Institute for Biomedical Engineering, George Washington University, Washington, DC) ,  Hahn James K. (Department of Computer Science, Institute for Biomedical Engineering, George Washington University, Washington, DC) ,  Casals Alicia (Research of Biomedical Engineering, Universitat Polite`cnica de Cataluya, Barcelona, Spain)
資料名： IEEE Transactions on Haptics  (IEEE Transactions on Haptics)
巻： 10  号： 3  ページ： 431-443  発行年： 2017年 
JST資料番号： W2255A  ISSN： 1939-1412  CODEN： ITHEBX  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 外科医と患者の両方に利益を提供するロボット支援低侵襲手術は従来の方法よりも人気を集めている。それにもかかわらず,それらはまだそれらの結果に影響するいくつかの制約に悩まされている。それらの一つは,タッチの外科医の感覚を制限し,処置中の精度を低下させる可能性がある力フィードバックの欠如である。この限界を克服するために,印加力を推定し,それの適切な表現を用いた外科医を提供するために視覚ベース溶液を組み合わせた教師つき学習を用いた新しい力推定アプローチを提案した。提案した解決策は,その3D変形可能な構造を回復するエネルギー汎関数を最小化することにより心臓表面の運動の形状を抽出することから始まる。LSTM RNNアーキテクチャに基づく,深層ネットワークは,抽出された視覚幾何学的情報と印加力の間の関係を学習するために,二の間の正確なマッピングを見出した。著者らの提案した力推定溶液は通常力センシング装置に関連した欠点,生体適合性および統合問題を回避した。ファントム上で提案アプローチと,0.02Nの平均二乗誤差を報告した現実的な組織を評価した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： 心臓 ,  低侵襲手術 ,  検出器 ,  生体適合性 ,  三次元 ,  視覚 ,  ファントム ,  *ロボット ,  教師つき学習
準シソーラス用語： 平均二乗誤差 ,  力推定 ,  印加電圧 ,  外科医 ,  *フォースフィードバック ,  *ロボット手術 , 【Automatic Indexing@JST】

分類 (3件)： 外科設備・装置  (GC07020F) ,  医療用機器装置  (GA05020L) ,  人間機械系  (IB03000G)

タイトルに関連する用語 (6件)： ロボット支援手術 ,  検索 ,  力フィードバック ,  教師 ,  再発 ,  ビジョン