Riassunto analitico
La chirurgia robotica è una branca della robotica che si occupa di riprodurre i movimenti della mano umana del chirurgo durante operazioni chirurgiche. Rappresenta un campo in costante crescita e sviluppo, a partire dal rilascio del sistema robotico da Vinci circa 20 anni fa. Quest’ultimo ha attualmente superato i 10 milioni di interventi chirurgici robot-assistiti effettuati in tutto il mondo, tra cui isterectomie e prostatectomie, così come resezioni endometriali e tanti altri. La maggior parte delle procedure chirurgiche robotizzate vengono eseguite sfruttando tecniche di teleoperazione mediante le quali il chirurgo, fisicamente distante dal campo operatorio e seduto presso una postazione dotata di monitor e comandi, muove i bracci del robot. Il chirurgo ha pertanto la responsabilità ed il pieno controllo dei movimenti del robot. Al giorno d’oggi gli importanti successi riscossi nell’ambito dell’intelligenza artificiale hanno orientato la ricerca verso il raggiungimento dell’autonomia nella robotica chirurgica, con l’obiettivo di superare la teleoperazione e permettere al robot di prendere decisioni e svolgere determinati compiti autonomamente. I vantaggi derivanti da ciò sono migliori risultati in termini di efficienza e ripetibilità grazie ad un preciso controllo dei robot, costi minori e qualità di esecuzione più performanti. Tuttavia l’autonomia implica nuove importanti sfide per quanto concerne il controllo, al fine di consentire una cooperazione sicura con l’ambiente circostante, e le informazioni. Infatti è necessario avere una collezione di dati per l’allenamento del sistema che spesso sono pochi e difficili da acquisire, specialmente considerando i diversi fattori di variabilità come il livello di esperienza del chirurgo, lo stile operativo e l’anatomia specifica del paziente. L’obiettivo di questa tesi si concentra proprio sull’aspetto di ricerca precedentemente riportato. Più precisamente mira a monitorare le azioni del chirurgo principale durante un’operazione chirurgica grazie all’ausilio di una rete neurale, la quale dev’essere in grado di riconoscere quale azione sta compiendo il chirurgo. Conformemente all’azione riconosciuta, i compiti che solitamente sono svolti dall’assistente del chirurgo vengono demandati ad un robot, il quale li eseguirà autonomamente, senza la necessità di essere teleoperato da terzi. Fasi salienti di questo lavoro sono state lo studio dello stato dell’arte per quanto riguarda il riconoscimento dei gesti chirurgici e delle azioni, la creazione di un dataset contenente esempi di operazioni chirurgiche simulate, l’implementazione di un’architettura di rete neurale appropriata e lo sviluppo dell'assistenza robotica. La soluzione proposta, che sarà ampiamente discussa in seguito, è stata validata sperimentalmente su un set-up fisico al fine di verificare e confermare la sua applicabilità ed efficacia.
|
Abstract
Robotic surgery is a branch of robotics that deals with the reproduction of human hand movements during surgical operations. It represents an exponentially growing field, since the release of the da Vinci surgical system by Intuitive Surgical almost 20 years ago. The latter has currently surpassed 10 million of robotic-assisted surgical procedures performed worldwide, including hysterectomies and prostate removals, as well as endometriosis resections and others.
Most of robotized surgical operations are performed using teleoperation techniques, characterized by a remote console where the surgeon sits and moves the robotic arms by means of proper commands. Thus the surgeon has full control and responsibility of the movements of the robot.
Nowadays, thanks to the increasing development of artificial intelligence, an important object of research is the overcoming of teleoperation and the achievement of autonomy, which means giving the robot the possibility of making decisions and performing tasks autonomously. This would result in increasing efficiency and repeatability due to precise robot control, reducing costs and improving execution quality thanks to real-time biosignal feedback and computer-aided guidance.
On the other hand, autonomy implies significant challenges in terms of control, in order to allow safe cooperation with the surrounding environment, and in terms of information. Actually having a collection of data is necessary for the training of the system and the issue with it is that data are often few, difficult to acquire and have different variability factors, such as surgeon’s skill level, operative style, type of procedure and patient-specific anatomy.
This thesis addresses specifically the research domain mentioned previously; precisely it aims at monitoring the actions carried out by the main surgeon during a surgical operation with the help of a neural network, which must be able to recognize what kind of action the surgeon is performing. According to the recognized action, the operations that are usually performed by the surgeon’s assistant are delegated to a robot that will accomplish them autonomously, without need of being telemanipulated by someone.
Salient phases of this work have been the study of the current state-of-the-art of gesture recognition in robotic surgery and action recognition, the creation of a dataset containing samples of simulated surgical operations, the implementation of a proper neural network architecture and the deployment of robotic assistance.
The proposed solution, that will be deeply discussed further, has been experimentally validated on a physical set-up, with the aim of verifying and confirming the applicability and the effectiveness of it.
|