Reconocimiento de maniobras en cirugía laparoscópica:enfoque con ANN y HMM

Resumen

El trabajo presentado en este artículo se centra en el reconocimiento de movimientos como el primer paso para conseguir la automatización de un sistema robótico quirúrgico de dos brazos para un entorno de cirugía laparoscópica. Para lograr la coordinación entre el cirujano y el robot asistente, un sistema permite reconocer y diferenciar entre las maniobras quirúrgicas específicas que deberían desarrollarse. Se proponen dos metodologías para modelar e identificar varias maniobras. El primer método está basado en Redes Neuronales Artificiales (ANN) y utiliza el espectro de Fourier para codificar los movimientos. El segundo utiliza los Modelos Ocultos de Markov (HMMs), donde se codifican los movimientos mediante una red neuronal. Las metodologías propuestas son testeadas mediante un conjunto de experimentos que imitan movimientos quirúrgicos como el corte de tejido, la sutura y el transporte de material. Los resultados in-vitro realizados demuestran que los sistemas resultantes son capaces de distinguir entre las diferentes maniobras propuestas.