Comprehensive Robotic Cholecystectomy Dataset (CRCD): Integrating Kinematics, Pedal Signals, and Endoscopic Videos

要約

近年、機械学習を低侵襲手術 (MIS) に応用できる可能性があることから、データ駆動型ツールの開発に使用できるデータセットへの関心が高まっています。
この論文では、da Vinci Research Kit (dVRK) を利用した、ブタ肝臓の ex vivo 偽胆嚢摘出術中に記録された新しいデータセットを紹介します。
現在のデータセットとは異なり、当社のデータセットは、完全な運動学データを提供するだけでなく、処置中に使用されるすべてのペダル入力をキャプチャし、内視鏡の動きのタイムスタンプ付き記録を提供することにより、重大なギャップを埋めます。
7 人の外科医が寄稿したこのデータセットは、外科用ロボット研究に新たな次元を導入し、コンソール機能を自動化するための高度なモデルの作成を可能にします。
私たちの取り組みは、他のデータセットによく見られる、不完全な記録や不正確な運動学データという既存の制限に対処しています。
クラッチの使用とカメラの起動の予測に特化した 2 つのモデルを導入することで、手術ロボット工学の自動化を進めるためのデータセットの可能性を強調します。
方法論と時間枠を比較すると、モデルの境界と限界についての洞察が得られます。

要約(オリジナル)

In recent years, the potential applications of machine learning to Minimally Invasive Surgery (MIS) have spurred interest in data sets that can be used to develop data-driven tools. This paper introduces a novel dataset recorded during ex vivo pseudo-cholecystectomy procedures on pig livers, utilizing the da Vinci Research Kit (dVRK). Unlike current datasets, ours bridges a critical gap by offering not only full kinematic data but also capturing all pedal inputs used during the procedure and providing a time-stamped record of the endoscope’s movements. Contributed by seven surgeons, this data set introduces a new dimension to surgical robotics research, allowing the creation of advanced models for automating console functionalities. Our work addresses the existing limitation of incomplete recordings and imprecise kinematic data, common in other datasets. By introducing two models, dedicated to predicting clutch usage and camera activation, we highlight the dataset’s potential for advancing automation in surgical robotics. The comparison of methodologies and time windows provides insights into the models’ boundaries and limitations.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google