Expanded Comprehensive Robotic Cholecystectomy Dataset (CRCD)

要約

近年、低侵襲手術 (MIS) への機械学習の応用が大きな関心を集めています。
このような手法を使用するにはデータセットが不可欠です。
この論文では、da Vinci Research Kit (dVRK) を使用したブタ肝臓の ex vivo 偽胆嚢摘出術中に記録された独自のデータセットを紹介します。
既存のデータセットとは異なり、包括的な運動学データ、すべてのペダル入力の記録、および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で、重大なギャップに対処します。
この拡張バージョンには、画像のセグメンテーションとキーポイント注釈も含まれており、コンピュータ ビジョン アプリケーションでの実用性が向上しています。
この拡張バージョンの一部として提供される、さまざまな背景と経験レベルを持つ 7 人の外科医によって提供されたデータセットは、外科ロボット研究にとって重要な新しいリソースです。
これにより、外科医のスキルを評価するための高度な方法、より適切な状況認識を提供するツール、および手術タスクの自動化の開発が可能になります。
私たちの研究は、他のデータセットに見られる不完全な記録や不正確な運動学データの限界を克服しています。
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実証するために、クラッチの使用とカメラの起動を予測する 2 つのモデル、3D シーンの再構成例、キーポイント モデルとセグメンテーション モデルの結果を紹介します。

要約(オリジナル)

In recent years, the application of machine learning to minimally invasive surgery (MIS) has attracted considerable interest. Datasets are critical to the use of such techniques. This paper presents a unique dataset recorded during ex vivo pseudo-cholecystectomy procedures on pig livers using the da Vinci Research Kit (dVRK). Unlike existing datasets, it addresses a critical gap by providing comprehensive kinematic data, recordings of all pedal inputs, and offers a time-stamped record of the endoscope’s movements. This expanded version also includes segmentation and keypoint annotations of images, enhancing its utility for computer vision applications. Contributed by seven surgeons with varied backgrounds and experience levels that are provided as a part of this expanded version, the dataset is an important new resource for surgical robotics research. It enables the development of advanced methods for evaluating surgeon skills, tools for providing better context awareness, and automation of surgical tasks. Our work overcomes the limitations of incomplete recordings and imprecise kinematic data found in other datasets. To demonstrate the potential of the dataset for advancing automation in surgical robotics, we introduce two models that predict clutch usage and camera activation, a 3D scene reconstruction example, and the results from our keypoint and segmentation models.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google