Fugu-MT 論文翻訳(概要): Deep Reinforcement Learning Based Semi-Autonomous Control for Robotic Surgery

論文の概要: Deep Reinforcement Learning Based Semi-Autonomous Control for Robotic Surgery

arxiv url: http://arxiv.org/abs/2204.05433v1
Date: Mon, 11 Apr 2022 22:59:33 GMT
ステータス: 処理完了
システム内更新日: 2022-04-13 14:43:28.721909
Title: Deep Reinforcement Learning Based Semi-Autonomous Control for Robotic Surgery
Title（参考訳）: 深部強化学習に基づくロボット手術のための半自律制御
Authors: Ruiqi Zhu, Dandan Zhang and Benny Lo
Abstract要約: ロボット手術のための深層強化学習に基づく半自律制御フレームワークを提案する。このフレームワークは完了時間を19.1%削減し、走行距離を58.7%短縮することができる。
参考スコア（独自算出の注目度）: 13.940778824773414
License: http://creativecommons.org/licenses/by-nc-sa/4.0/
Abstract: In recent decades, the tremendous benefits surgical robots have brought to surgeons and patients have been witnessed. With the dexterous operation and the great precision, surgical robots can offer patients less recovery time and less hospital stay. However, the controls for current surgical robots in practical usage are fully carried out by surgeons via teleoperation. During the surgery process, there exists a lot of repetitive but simple manipulation, which can cause unnecessary fatigue to the surgeons. In this paper, we proposed a deep reinforcement learning-based semi-autonomous control framework for robotic surgery. The user study showed that the framework can reduce the completion time by 19.1% and the travel length by 58.7%.
Abstract（参考訳）: 近年、外科用ロボットが外科医や患者にもたらす大きな恩恵が目撃されている。器用な手術と高精度な手術で、手術ロボットは患者の回復時間を短縮し、入院時間を短縮できる。しかし,現在使用されている手術ロボットのコントロールは遠隔操作で完全に行われている。手術の過程では、反復的だが単純な操作が多数存在し、外科医に不要な疲労を引き起こす可能性がある。本稿では,ロボット手術のための深層強化学習に基づく半自律制御フレームワークを提案する。ユーザ調査により、このフレームワークは完了時間を19.1%、旅行期間を58.7%短縮できることがわかった。

関連論文リスト

PitVis-2023 Challenge: Workflow Recognition in videos of Endoscopic Pituitary Surgery [46.2901962659261]
The Pituitary Vision (VisVis) 2023 Challengeは、内視鏡下垂体手術のビデオで、コミュニティに認識のステップと計測を課している。これは、より小さな作業スペースのため、他の最小侵襲の手術と比較しても、ユニークなタスクである。 6つの国にまたがる9チームから18のチームがあり、さまざまなディープラーニングモデルを使用していた。
論文参考訳（メタデータ） (2024-09-02T11:38:06Z)
Toward a Surgeon-in-the-Loop Ophthalmic Robotic Apprentice using Reinforcement and Imitation Learning [18.72371138886818]
眼内白内障手術における外科医中心の自律エージェントに対する画像誘導アプローチを提案する。外科医の行動と嗜好をトレーニングプロセスに統合することにより、ロボットは個々の外科医のユニークなテクニックを暗黙的に学習し、適応することができる。
論文参考訳（メタデータ） (2023-11-29T15:00:06Z)
Surgical Gym: A high-performance GPU-based platform for reinforcement learning with surgical robots [1.6415802723978308]
手術ロボット学習のためのオープンソースの高性能プラットフォームである手術用Gymを紹介する。従来の外科的学習プラットフォームと比較して,100～5000倍の訓練時間を短縮した。
論文参考訳（メタデータ） (2023-10-07T03:21:58Z)
Autonomous Soft Tissue Retraction Using Demonstration-Guided Reinforcement Learning [6.80186731352488]
既存の外科的課題学習は、主に剛体相互作用に関係している。より高度な手術ロボットへの進歩は、軟体手術を必要とする。この研究は、硬組織と軟組織の両方の相互作用を管理することができる外科用ロボットの開発と改良に関する将来の研究の基礎を築いた。
論文参考訳（メタデータ） (2023-09-02T06:13:58Z)
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)
Demonstration-Guided Reinforcement Learning with Efficient Exploration for Task Automation of Surgical Robot [54.80144694888735]
効率的な強化学習アルゴリズムであるDEX(Demonstration-Guided Exploration)を導入する。本手法は,生産的相互作用を促進するために,高い値で専門家のような行動を推定する。総合的な手術シミュレーションプラットフォームであるSurRoLによる10ドルの手術操作に関する実験では、大幅な改善が示されている。
論文参考訳（メタデータ） (2023-02-20T05:38:54Z)
GenLoco: Generalized Locomotion Controllers for Quadrupedal Robots [87.32145104894754]
四足歩行ロボットのための汎用ロコモーション(GenLoco)コントローラを訓練するためのフレームワークを提案する。本フレームワークは,多種多様な四足歩行ロボットに展開可能な汎用ロコモーションコントローラを合成する。我々のモデルは、より一般的な制御戦略を取得し、新しいシミュレーションロボットや実世界のロボットに直接移行できることを示す。
論文参考訳（メタデータ） (2022-09-12T15:14:32Z)
Roadmap to Autonomous Surgery -- A Framework to Surgical Autonomy [3.85300206965018]
外科的自動化のいくつかの例が過去10年間に見られた。自動化タスクのパスを必要な機能に分割し、より高いレベルの外科的自動化に到達するためのチェックリストを提供します。
論文参考訳（メタデータ） (2022-05-26T14:36:43Z)
Quantification of Robotic Surgeries with Vision-Based Deep Learning [45.165919577877695]
本稿では,手術中に録画されたビデオのみを対象とする統合型ディープラーニングフレームワークRoboformerを提案する。我々は,ミニマル侵襲型ロボット手術において,一般的な2種類のステップの4つのビデオベースデータセットに対して,我々の枠組みを検証した。
論文参考訳（メタデータ） (2022-05-06T06:08:35Z)
SurRoL: An Open-source Reinforcement Learning Centered and dVRK Compatible Platform for Surgical Robot Learning [78.76052604441519]
SurRoLは、ダ・ヴィンチ・リサーチキット(dVRK)と互換性のある外科ロボット学習のためのRL中心のシミュレーションプラットフォームである。プラットフォームには10の学習ベースの外科的タスクが構築されており、実際の自律的な外科的実行に共通している。シミュレーションにおいてRLアルゴリズムを用いてSurRoLの評価を行い、奥行き分析を行い、実際のdVRKにトレーニングされたポリシーをデプロイし、実世界でより優れた転送性を実現することを示す。
論文参考訳（メタデータ） (2021-08-30T07:43:47Z)

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。