要約
血管内手術における自律ロボットは、人為的ミスの可能性を減らしながら、安全かつ確実に循環系をナビゲートできる可能性を秘めています。
しかし、このようなロボットの訓練プロセスには、長時間にわたる訓練時間や、カテーテルと大動脈の間の相互作用から生じる安全性の問題など、数多くの課題が伴います。
最近、血管内シミュレータが医療訓練に使用されていますが、一般に自律的なカテーテル挿入には対応していません。
さらに、現在のシミュレータのほとんどはクローズドソースであるため、安全で信頼性の高い自律システムの共同開発が妨げられています。
この研究では、自律血管内ナビゲーションのための機械学習アルゴリズムの開発を加速するオープンソース シミュレーション環境である CathSim を紹介します。
まず、最先端の血管内ロボットを使用して、忠実度の高いカテーテルと大動脈をシミュレーションします。
次に、シミュレーションでカテーテルと大動脈の間の力をリアルタイムに感知する機能を提供します。
さらに、2 つの一般的な強化学習アルゴリズムを使用して 2 つの異なるカテーテル挿入タスクを実行することで、シミュレーターを検証します。
実験結果は、当社のオープンソース シミュレータが現実世界の血管内ロボットの動作を模倣し、さまざまな自律カテーテル挿入タスクの開発を促進できることを示しています。
私たちのシミュレーターは https://github.com/robotvisionlabs/cathsim で公開されています。
要約(オリジナル)
Autonomous robots in endovascular operations have the potential to navigate circulatory systems safely and reliably while decreasing the susceptibility to human errors. However, there are numerous challenges involved with the process of training such robots, such as long training duration and safety issues arising from the interaction between the catheter and the aorta. Recently, endovascular simulators have been employed for medical training but generally do not conform to autonomous catheterization. Furthermore, most current simulators are closed-source, which hinders the collaborative development of safe and reliable autonomous systems. In this work, we introduce CathSim, an open-source simulation environment that accelerates the development of machine learning algorithms for autonomous endovascular navigation. We first simulate the high-fidelity catheter and aorta with a state-of-the-art endovascular robot. We then provide the capability of real-time force sensing between the catheter and the aorta in simulation. Furthermore, we validate our simulator by conducting two different catheterization tasks using two popular reinforcement learning algorithms. The experimental results show that our open-source simulator can mimic the behaviour of real-world endovascular robots and facilitate the development of different autonomous catheterization tasks. Our simulator is publicly available at https://github.com/robotvisionlabs/cathsim.
arxiv情報
著者 | Tudor Jianu,Baoru Huang,Mohamed E. M. K. Abdelaziz,Minh Nhat Vu,Sebastiano Fichera,Chun-Yi Lee,Pierre Berthet-Rayne,Ferdinando Rodriguez y Baena,Anh Nguyen |
発行日 | 2023-07-31 14:06:33+00:00 |
arxivサイト | arxiv_id(pdf) |
提供元, 利用サービス
arxiv.jp, Google