論文の概要: Using Conditional Generative Adversarial Networks to Reduce the Effects
of Latency in Robotic Telesurgery
- arxiv url: http://arxiv.org/abs/2010.11704v1
- Date: Wed, 7 Oct 2020 13:40:44 GMT
- ステータス: 処理完了
- システム内更新日: 2022-10-09 22:35:47.710822
- Title: Using Conditional Generative Adversarial Networks to Reduce the Effects
of Latency in Robotic Telesurgery
- Title（参考訳）: 条件付き生成型逆向ネットワークを用いた遠隔手術における遅延の影響の軽減
- Authors: Neil Sachdeva, Misha Klopukh, Rachel St. Clair, William Hahn
- Abstract要約: 手術では、どんなマイクロ遅延でも重傷を負い、場合によっては致命傷を負うことがある。
現在の外科用ロボットは、腕や道具の位置を測定するために校正されたセンサーを使用している。
本研究は、患者の組織に関するツール位置を測定するための、純粋に光学的なアプローチを提案する。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: The introduction of surgical robots brought about advancements in surgical
procedures. The applications of remote telesurgery range from building medical
clinics in underprivileged areas, to placing robots abroad in military
hot-spots where accessibility and diversity of medical experience may be
limited. Poor wireless connectivity may result in a prolonged delay, referred
to as latency, between a surgeon's input and action a robot takes. In surgery,
any micro-delay can injure a patient severely and in some cases, result in
fatality. One was to increase safety is to mitigate the effects of latency
using deep learning aided computer vision. While the current surgical robots
use calibrated sensors to measure the position of the arms and tools, in this
work we present a purely optical approach that provides a measurement of the
tool position in relation to the patient's tissues. This research aimed to
produce a neural network that allowed a robot to detect its own mechanical
manipulator arms. A conditional generative adversarial networks (cGAN) was
trained on 1107 frames of mock gastrointestinal robotic surgery data from the
2015 EndoVis Instrument Challenge and corresponding hand-drawn labels for each
frame. When run on new testing data, the network generated near-perfect labels
of the input images which were visually consistent with the hand-drawn labels
and was able to do this in 299 milliseconds. These accurately generated labels
can then be used as simplified identifiers for the robot to track its own
controlled tools. These results show potential for conditional GANs as a
reaction mechanism such that the robot can detect when its arms move outside
the operating area within a patient. This system allows for more accurate
monitoring of the position of surgical instruments in relation to the patient's
tissue, increasing safety measures that are integral to successful telesurgery
systems.
- Abstract（参考訳）: 外科手術ロボットの導入は外科手術の進歩をもたらした。
遠隔遠隔手術の応用は、未使用地域の医療クリニックの構築から、アクセシビリティや医療体験の多様性が制限される軍事ホットスポットへのロボットの海外設置まで多岐にわたる。
ワイヤレス接続の貧弱さは、外科医の入力とロボットが行う行動の間に遅延と呼ばれる長時間の遅延を引き起こす可能性がある。
手術では、どんなマイクロ遅延でも重傷を負い、場合によっては死亡する。
1つは、深層学習支援コンピュータビジョンを用いたレイテンシの影響を軽減することであった。
現在の手術ロボットは、腕と道具の位置を測定するために校正されたセンサーを使用しているが、本研究では、患者の組織に関するツールの位置を測定する純粋に光学的なアプローチを提案する。
この研究の目的は、ロボットが自身の機械マニピュレータアームを検出できるニューラルネットワークを作ることである。
2015年のEndoVis Instrument Challengeとそれに対応する手書きラベルから,1107フレームの模擬消化管手術データを用いて,条件付き生成対向ネットワーク(cGAN)を訓練した。
新しいテストデータを実行すると、ネットワークは手書きのラベルと視覚的に一致する入力画像のほぼ完全なラベルを生成し、299ミリ秒でこれを行うことができた。
これらの正確なラベルは、ロボットが自身のコントロールツールを追跡するための簡易な識別子として使用できる。
これらの結果は、ロボットが患者の手術領域の外に腕が移動したことを検知する反応機構としての条件付きGANの可能性を示している。
このシステムにより、患者の組織に関する手術器具の位置のより正確な監視が可能になり、遠隔手術システムの成功に不可欠な安全対策が向上する。
関連論文リスト
- Human-Agent Joint Learning for Efficient Robot Manipulation Skill Acquisition [48.65867987106428]
本稿では,人間とロボットの協調学習システムについて紹介する。
これにより、ロボットエンドエフェクターの制御を学習支援エージェントと共有することができる。
これにより、ダウンストリームタスクにおいて、収集されたデータが十分な品質であることを保証しながら、人間の適応の必要性を減らすことができる。
論文 参考訳（メタデータ） (2024-06-29T03:37:29Z) - Robot Learning with Sensorimotor Pre-training [98.7755895548928]
ロボット工学のための自己教師型感覚運動器事前学習手法を提案する。
我々のモデルはRTTと呼ばれ、センサモレータトークンのシーケンスで動作するトランスフォーマーである。
感覚運動の事前学習は、ゼロからトレーニングを一貫して上回り、優れたスケーリング特性を持ち、さまざまなタスク、環境、ロボット間での移動を可能にしている。
論文 参考訳（メタデータ） (2023-06-16T17:58:10Z) - Surgical tool classification and localization: results and methods from
the MICCAI 2022 SurgToolLoc challenge [69.91670788430162]
SurgLoc 2022 チャレンジの結果を示す。
目標は、ツール検出のためにトレーニングされた機械学習モデルにおいて、ツールの存在データを弱いラベルとして活用することだった。
これらの結果を機械学習と手術データ科学の幅広い文脈で論じることで結論付ける。
論文 参考訳（メタデータ） (2023-05-11T21:44:39Z) - Robotic Navigation Autonomy for Subretinal Injection via Intelligent
Real-Time Virtual iOCT Volume Slicing [88.99939660183881]
網膜下注射のための自律型ロボットナビゲーションの枠組みを提案する。
提案手法は,機器のポーズ推定方法,ロボットとi OCTシステム間のオンライン登録,およびインジェクションターゲットへのナビゲーションに適した軌道計画から構成される。
ブタ前眼の精度と再現性について実験を行った。
論文 参考訳（メタデータ） (2023-01-17T21:41:21Z) - Reconstructing Robot Operations via Radio-Frequency Side-Channel [1.0742675209112622]
近年、サイバードメインからロボット自体を積極的に狙う様々な攻撃が提案されている。
本研究では,インサイダーの相手が,無線周波数側チャネルを介してロボットの動きや操作用ウェアハウジングを正確に検出できるかどうかを検討する。
論文 参考訳（メタデータ） (2022-09-21T08:14:51Z) - Learning needle insertion from sample task executions [0.0]
ロボット手術のデータを簡単に記録でき、収集したデータを使ってタスクモデルを学ぶことができる。
3対のステレオカメラで記録された60の治験を含む針挿入データセットを提案する。
また,tの次段階におけるロボットの望ましい状態を予測する実験から,深部ロボット学習を提案する。
論文 参考訳（メタデータ） (2021-03-14T14:23:17Z) - Mapping Surgeon's Hand/Finger Motion During Conventional Microsurgery to
Enhance Intuitive Surgical Robot Teleoperation [0.5635300481123077]
現在の人間とロボットのインターフェイスは直感的な遠隔操作がなく、外科医の手や指の動きを模倣することはできない。
本研究は, 心臓微小外科手術における外科医の総手の動きと微細なシナジー運動を直感的に記録し, マッピングする方法を示すパイロット研究である。
論文 参考訳（メタデータ） (2021-02-21T11:21:30Z) - AURSAD: Universal Robot Screwdriving Anomaly Detection Dataset [80.6725125503521]
本報告では,UR3eシリーズロボットとOnRobot Screwdriverを用いて作成したデータセットについて述べる。
その結果得られたデータは、正常および異常なロボット動作の2042のサンプルを含んでいる。
このデータを使用した短いMLベンチマークも提供されており、さらなる分析と実験のためのデータの適合性と可能性を示している。
論文 参考訳（メタデータ） (2021-02-02T09:59:23Z) - Projection Mapping Implementation: Enabling Direct Externalization of
Perception Results and Action Intent to Improve Robot Explainability [62.03014078810652]
既存の非言語的手がかり、例えば目視や腕の動きに関する研究は、ロボットの内部状態を正確に示さないかもしれない。
状態をロボットの動作環境に直接投影することは、直接的で正確でより健全であるという利点がある。
論文 参考訳（メタデータ） (2020-10-05T18:16:20Z) - An Intelligent Non-Invasive Real Time Human Activity Recognition System
for Next-Generation Healthcare [9.793913891417912]
人間の動きは、脆弱な人々のためのリモートヘルスケアソリューションを提供するために使用することができる。
現在、ウェアラブルデバイスは、人の体に機器を配置することで、リアルタイムの監視を提供することができる。
本研究では,非侵襲的手法を用いて準リアルタイムシナリオにおいて人間の動作がどのように検出されるかを示す。
論文 参考訳（メタデータ） (2020-08-06T10:51:56Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。