机构名称：
¥ 2.0
提高的手术技能在确保最佳患者预后起着至关重要的作用。传统方法包括自我评价问卷和专家评估，但是这些方法容易偏见，需要大量合格的人力资源。手术数据科学（SDS）的出现为自动化技能评估，利用数据科学技术的自动化途径提供了有前途的途径，以捕获，组织，AN-ANYZE和模型手术数据。In this paper, kinematic data was employed from the JIGSAWS – which is the only skill-annotated Robot-Assisted Minimally Invasive Surgery (RAMIS) dataset – to classify surgeons into novice and experienced groups, using various classification methods (Decision Tree, k-Nearest Neighbors, Support Vector Machines, Lo- gistic Regression, Dynamic Time Warping, and 1D Convolutional Neural Network).研究包括对参数调整和尺寸还原技术的详尽分析，目的是建立用于数据分类的通用基准。缝合，结式和针刺的手术训练任务始终达到100％的精度。手术手势分析中获得的准确性通常超过数据集全球评估的总体准确性。
增强机器人的自主技能评估 -
主要关键词
相关文件推荐
