Σκοπός της παρούσας διπλωματικής εργασίας είναι η ανάπτυξη μεθόδων και τεχνικών για τη μοντελοποίηση κινήσεων λαπαροσκοπικών χειρουργικών εργαλείων με στόχο την αυτόματη κατάτμηση των αντίστοιχων χειρουργικών διαδικασιών αλλά και την αντικειμενική αξιολόγηση της χειρουργικής δεξιότητας. Το συγκεκριμένο ερευνητικό πεδίο απολαμβάνει το ενδιαφέρον πολλών ερευνητών την τελευταία δεκαετία, λόγω των άμεσων εφαρμογών του στην δημιουργία ενός πλαισίου αναφοράς για τη βελτίωση της εκπαίδευσης των νέων χειρουργών.
Στα πλαίσια της εργασίας αυτής κατασκευάστηκε ένας πρότυπος πειραματικός λαπαροσκοπικός προσομοιωτής ώστε να υποστηριχθεί η λήψη δεδομένων όσον αφορά την εκπαιδευτική χειρουργική διαδικασία της Λήψης – Εναπόθεσης. Τα δεδομένα αυτά χρησιμοποιήθηκαν για την ανάπτυξη ενός συστήματος αυτόματης κατάτμησης της διαδικασίας και αξιολόγησης της χειρουργικής δεξιότητας, βασισμένο στα Κρυφά Μαρκοβιανά Μοντέλα. Σε αυτήν την κατεύθυνση προτείνεται και υιοθετείται μια καινοτόμος προσέγγιση η οποία επιχειρεί την επίτευξη των παραπάνω στόχων χωρίς τον προκαθορισμό λεξιλογίου βασικών αρχέτυπων κινήσεων, αλλά μέσω μιας αυτόματης διαδικασίας δημιουργίας εσωτερικών καταστάσεων στο σύστημα κατάτμησης των κινήσεων.
Τα αποτελέσματα της εργασίας, ιδιαίτερα όσον αφορά την αντικειμενική αξιολόγηση της χειρουργικής δεξιότητας, είναι πολύ ενθαρρυντικά. Οι επιδόσεις του αναπτυχθέντος συστήματος είναι αρκετά υψηλές και η γενικότερη συμπεριφορά του αξιόπιστη. Η επιτυχία της προσέγγισης που ακολουθήθηκε υποδεικνύει σημαντική προοπτική για μελλοντική εξέλιξη, ιδιαίτερα αν ληφθούν υπόψη οι εγγενείς περιορισμοί όσον αφορά τα διαθέσιμα δεδομένα.
The goal of this diploma thesis is the development of methods and techniques for the stochastic modeling of motions performed on minimally invasive surgical tools, in order to achieve automatic segmentation of laparoscopic surgical procedures and objective surgical skill assessment. This particular research field has attracted significant research interest during the last decade, owing to its direct applications in providing a reference framework for the improvement of surgical training.
Within the framework of this thesis, we have developed a prototype experimental laparoscopic simulator in order to facilitate data collection regarding a pick-and-place procedure widely used in surgical training. Based on the data collected, we developed a prototype system for the automatic segmentation of this particular procedure and the objective evaluation of surgical skill, using Hidden Markov Models. Along these lines, we propose and adopt an innovative approach attempting to fulfill the aforementioned goals without predefining a set of motion primitives.
The results of our work, particularly concerning objective surgical skill assessment, are quite promising. The performance of the developed system reaches a considerably high level and its general behavior is consistent. The success of the approach adopted clearly indicates important perspectives for future development, particularly if we consider the inherent limitations on the data available in this experimental study.