Optimizing Base Placement of Surgical Robot: Kinematics Data-Driven Approach by Analyzing Working Pattern

要約

ロボット支援低侵襲手術 (RAMIS) では、手術ロボットのベースを最適に配置することが手術を成功させるために重要です。
不適切な配置は、マニピュレータの制限やアクセスできないワークスペースにより、パフォーマンスを妨げる可能性があります。
従来、訓練を受けた医療スタッフは経験に基づいてベースを配置していましたが、このアプローチには客観性が欠けています。
この論文では、個々の外科医の作業パターンに基づいて最適な基本ポーズを決定するための新しい方法を提案します。
提案された方法は、機械学習ベースのクラスタリング技術を使用して、記録されたエンドエフェクターのポーズを分析し、外科医が好む重要な位置と方向を特定します。
ジョイントの制限と特異点の問題に対処するために、ジョイント マージン スコアと操作性スコアという 2 つのスコアリング メトリックを導入します。
次に、これらのスコアに基づいて最適な基本ポーズを予測するために、多層パーセプトロン (MLP) リグレッサーをトレーニングします。
ダ ヴィンチ リサーチ キット (dVRK) を使用した模擬環境での評価では、4 人のボランティアに対する独自の基本姿勢スコア マップが示され、作業パターンの個性が浮き彫りになりました。
提案手法を用いて特定された基本姿勢についてテストを行った結果、ロボットをランダムに配置した場合と比較して、定義したスコアに対して約28.2%高いスコアを示すことが確認されました。
これは、RAMIS ベース配置におけるオペレータ固有の最適化の必要性を強調しています。

要約(オリジナル)

In robot-assisted minimally invasive surgery (RAMIS), optimal placement of the surgical robot’s base is crucial for successful surgery. Improper placement can hinder performance due to manipulator limitations and inaccessible workspaces. Traditionally, trained medical staff rely on experience for base placement, but this approach lacks objectivity. This paper proposes a novel method to determine the optimal base pose based on the individual surgeon’s working pattern. The proposed method analyzes recorded end-effector poses using machine-learning based clustering technique to identify key positions and orientations preferred by the surgeon. To address joint limits and singularities problems, we introduce two scoring metrics: joint margin score and manipulability score. We then train a multi-layer perceptron (MLP) regressor to predict the optimal base pose based on these scores. Evaluation in a simulated environment using the da Vinci Research Kit (dVRK) showed unique base pose-score maps for four volunteers, highlighting the individuality of working patterns. After conducting tests on the base poses identified using the proposed method, we confirmed that they have a score approximately 28.2\% higher than when the robots were placed randomly, with respect to the score we defined. This emphasizes the need for operator-specific optimization in RAMIS base placement.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google