手術輔助機器人具有控制準確、運行穩定、操作精度高的特點，可以幫助外科醫生克服傳統手術在操作精度、作業空間、距離和協同作業等方面的難點，
為了讓手識訓器人系統實作像醫生一樣高質量的自動化操作，一項重要的基礎作業就是建立手術操作模型，
為此，重慶郵電大學楊德偉老師團隊以淺表組織縫合為建模物件，進行了縫合技能學習和建模研究，
為了解決傳統模型在新場景下應用時遷移能力差的問題，楊老師提出了一種演示-分解-建模的技能學習建模框架，縫合程序的演示被分解為幾個子程序，并引入動態運動基元（DMPs）方法對縫合子程序的軌跡進行統一建模，
示教學習的方法(learning from demonstration)對于相似但不同軌跡的場景有更好的遷移能力，為了獲取醫生縫合手術演示程序中的資料，研究人員建立了一套縫合手術演示采集系統，
系統包含NOKOV度量動作捕捉系統、手術鉗、縫合針、線以及傷口模型，
其中NOKOV度量動作捕捉系統配置了7個紅外光學鏡頭來測量和捕捉縫合程序，兩個手術鉗分別粘貼三個反游標識點，利用動作捕捉系統獲取反游標識點的三維空間坐標，并計算手術鉗連續實時位置和姿態運動軌跡，
如下圖，通過坐標轉換，可以獲得左、右手術鉗在傷口坐標系下的運動軌跡，此處為了消除醫生手部抖動，對軌跡資料做了低通濾波處理，
縫合程序可以分為三個階段：針穿入皮膚組織；打結；拉緊縫線，作者提出的DMPs方法可以表示每個階段的動態程序，下圖顯示利用DMPs方法訓練后學習得到的軌跡，可以看出DMPs得到的軌跡與真實軌跡一致性較好，
DMPs 模型的一個優點是遷移效果好，如下圖所示，改變終點位置時，整體縫合的動態程序是相似的，這樣可以方便地使用學習縫合模型為一些不同位置和型別的傷口規劃新的軌跡，
(圖中藍色實線為NOKOV度量動作捕捉系統采集的縫合軌跡，紅色虛線為更換目標位置后DMPs學習后對應的軌跡)
參考文獻：
[1] D. Yang, Q. Lv, G. Liao, K. Zheng, J. Luo and B. Wei,"Learning from Demonstration: Dynamical Movement Primitives Based ReusableSuturing Skill Modelling Method," 2018 Chinese Automation Congress (CAC),2018, pp. 4252-4257, doi: 10.1109/CAC.2018.8623781.
轉載請註明出處，本文鏈接：https://www.uj5u.com/qita/298852.html
標籤：其他