Imitation Learning for Robotic Assisted Ultrasound Examination of Deep Venous Thrombosis using Kernelized Movement Primitives

要約

深部静脈血栓症 (DVT) は一般的ではありますが、致命的な可能性のある症状であり、肺塞栓症などの重篤な合併症を引き起こすことがよくあります。
DVT は通常、超音波 (US) 画像処理を使用して診断されますが、術者のスキルに大きく依存するため、診断が一貫しない場合があります。
Robotic US Systems (RUS) は、診断テストの一貫性を向上させることを目指していますが、DVT 評価に必要な複雑なスキャン パターンという課題に直面しています。US プローブの圧力を正確に制御することが、閉塞を間接的に検出するために重要です。
この研究では、カーネル化動作プリミティブ (KMP) に基づく模倣学習方法を導入し、超音波検査者のデモンストレーションを使用して自律ロボット コントローラーをトレーニングすることで DVT US 試験を標準化します。
新しい記録装置の設計により、デモンストレーションの人間工学が強化され、US プローブと統合され、シームレスな力と位置のデータ記録が可能になります。
KMP はスキャンのスキルを取得するために使用され、スキャンの軌道と力を関連付けて、デモンストレーションを超えた一般化を可能にします。
合成モデルとボランティアで評価された私たちのアプローチは、KMP ベースの RUS が DVT US 検査における専門家の力制御と画質を再現できることを示しています。
手動で定義された力のプロファイルを使用する以前の方法よりも優れたパフォーマンスを示し、検査の標準化が向上し、専門の超音波検査技師への依存が軽減されます。

要約(オリジナル)

Deep Vein Thrombosis (DVT) is a common yet potentially fatal condition, often leading to critical complications like pulmonary embolism. DVT is commonly diagnosed using Ultrasound (US) imaging, which can be inconsistent due to its high dependence on the operator’s skill. Robotic US Systems (RUSs) aim to improve diagnostic test consistency but face challenges with the complex scanning pattern needed for DVT assessment, where precise control over US probe pressure is crucial for indirectly detecting occlusions. This work introduces an imitation learning method, based on Kernelized Movement Primitives (KMP), to standardize DVT US exams by training an autonomous robotic controller using sonographer demonstrations. A new recording device design enhances demonstration ergonomics, integrating with US probes and enabling seamless force and position data recording. KMPs are used to capture scanning skills, linking scan trajectory and force, enabling generalization beyond the demonstrations. Our approach, evaluated on synthetic models and volunteers, shows that the KMP-based RUS can replicate an expert’s force control and image quality in DVT US examination. It outperforms previous methods using manually defined force profiles, improving exam standardization and reducing reliance on specialized sonographers.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google