机器人胆囊切除术中的自主解剖.pdfVIP

机器人胆囊切除术中的自主解剖

11122

Ki-HwanOh,LeonardoBorgioli,MilošŽefran,ValentinaValleandPierCristoforoGiulianotti

Abstract—机器人手术提供了增强的精确度和适应性，为在各种干预措施中，胆囊切除术（即手术移除与

外科手术干预的自动化铺平了道路。胆囊切除术（即胆囊移除）肝脏相连的胆囊）由于其相对简单的解剖结构和标准

特别适合自动化，因为其程序步骤标准化且解剖界限分明。在

化的手术步骤序列，已成为自动化的一个理想实验平

实现这一过程自动化中的一个关键挑战是需要准确和灵活地进

行分离。本文介绍了一种基于视觉的自主机器人分离架构，该台。此前[18]，我们介绍了一个框架，仅依赖内窥镜

架构集成了实时分割、关键点检测、左臂夹持并拉伸胆囊以及图像来自动控制达芬奇外科机器人的一种器械，如同

用另一手臂进行分离的功能。我们引入了一个改进的分割数据1

外科医生那样沿猪胆囊与肝脏之间的轨迹进行分离。

集，该数据集基于多位外科医生执行机器人胆囊切除术的视频，

并纳入了新的“肝床”类别以增强多次分离后的边界跟踪。我们然而，我们遇到了一些限制：(a)我们生成的数据集是

本的系统采用最先进的分割模型和一种适应性边界提取方法，在初步的，因此训练出的模型在面对各种条件变化时的

组织变形和视觉变化的情况下仍能保持准确性。此外，我们在表现不如预期，比如随着时间推移组织颜色的变化以

译之前工作的基础上实现了自动夹持和拉伸策略，以在分离前优

及胆囊大小和形状的不同；(b)分离轨迹是在线下规

中化组织张力。在猪肝脏的体外评估表明，我们的框架显著提高划的，但我们发现即使没有用其他器械接触组织，在

了分离精度和一致性，标志着向完全自主机器人胆囊切除术迈

2进了一步。施加能量后组织也会发生变形。

v

6为了解决这些问题，我们基于Comprehensive

6I.介绍

6RoboticCholecystectomyDataset(CRCD)[19]提

0机器人辅助手术（RAS）通过实现更高的精度、减出一个新的分割数据集，该数据集包括使用经典da

0

3.少患者创伤和加快恢复速度，继续革新现代医学，其Vinci系统进行的机器人胆囊切除手术。此外，我们引

0效果超过了传统的开放或腹腔镜手术。这种有利的环入了一个新的组织分割类别，对应于胆囊曾经附着在

5

2境激发了对自动化各种外科任务的研究，例如组织消肝脏上的区域（肝床），因此模型即使经过多轮解剖后

:

v融[1]、钝性分离[2],[3]和缝合[4]–[9]。例如，[10]中的也能跟踪边界。另外，我们训练了几种最先进的组织

i

x工作展示了一种基于视觉跟踪的自动缝合算法。同时，实例分割模型，如MaskDINO[20]和YOLO11[21]，

r

a基于点云的方法已被探索用于建模软组织变形[2]、估并与之前的Detectron2[22]模型进行了性能比较。我

计施加力[11],[12]和手术规划[13]。们还开发了一种在线边界提取方法和一种改进的跟踪

大多数以前在RAS中实现任务自动化的方法依边界的办法。最后，我们提出了一种自动抓取并在解

赖于内镜成像，这由于其二维表示和可变的光照条件剖前拉扯组织的新方法。