文献

J-GLOBAL ID：201902242587950440   整理番号：19A0470212

デモンストレーションからの2D外科Camera運動の学習【JST・京大機械翻訳】

Learning 2D Surgical Camera Motion From Demonstrations

著者 (5件)： Ji Jessica J. (The AUTOLAB at UC Berkeley) ,  Krishnan Sanjay (The AUTOLAB at UC Berkeley) ,  Patel Vatsal (The AUTOLAB at UC Berkeley) ,  Fer Danyal (UC San Francisco East Bay) ,  Goldberg Ken (The AUTOLAB at UC Berkeley)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2018  号： CASE  ページ： 35-42  発行年： 2018年 
JST資料番号： W2441A  資料種別： 会議録 (C)
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： ロボット支援手術中のカメラ運動の自動化は,外科医の負担を低減し,カメラを人手で動かす必要性を除去する可能性を持っている。重要なサブ問題は自動視点選択であり,重要な解剖学的特徴に焦点を合わせたカメラの姿勢を提案する。6DoF Stewartプラットフォーム研究キット(SPRK)を用いて,内視鏡自体を移動させるために,固定内視鏡により環境を移動させ,外科用ロボットにおけるカメラ運動を研究した。実証を提供するために,プラットフォームの制御を直接da Vinci研究キット(dVRK)マスタ制御システムにリンクさせ,同じペダルとツールを用いたプラットフォームの制御を臨床可動型内視鏡として可能にした。筆者らは,専門家の実証においてカメラの焦点に近い「滞留」という画像特徴を識別する確率モデルを提案した。著者らの実験は,様々な色と形状の介在物を有するシリコーンファントム上での外科的なデブリドマンシナリオを考慮する。筆者らは,システムが正しく候補のdebri滅目標(ボックス精度)をセグメント化し,それらのターゲット(ランク精度)を正しくランク付けする程度を評価する。単一のユニークに着色された介在物のデブリドマンのために,ボックス精度は80%であり,ランク精度は100のトレーニングデータポイントの後に100%である。同じ色の複数の介在物のデブリドマンのために,ボックス精度は70.8%であり,ランク精度は100のトレーニングデータポイントの後の100%であった。特定の形状の介在物のデブリドマンのために,ボックス精度は70.5%であり,ランク精度は100のトレーニングデータポイントの後の90%であった。実証ビデオは,https://vimeo.com/260362958で利用可能である。Copyright 2019 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 介在物 ,  可動型 ,  自動化 ,  デブリードマン ,  カメラ ,  内視鏡 ,  ロボット ,  セグメンテーション ,  *外科学 ,  録画装置 ,  確率モデル ,  *二次元 ,  等級づけ
準シソーラス用語： da Vinci ,  外科医 , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (5件)： デモンストレーション ,  2D ,  外科 ,  運動 ,  学習