We designed and constructed a surgical assistance system that can receive an arthroscopic screen output and reflect it in real time. Arthroscopy is a minimally invasive surgical procedure performed on a joint by making multiple small incisions. The surgeon inserts medical instruments and an arthroscope into the portals through incisions to perform a surgery. Since the surgeon controls arthroscope and operates the surgical tool simultaneously, the surgery is difficult and the surgeon is likely to become fatigued. Hence, a support system such as the aforementioned surgical assistance system is expected to increase the quality of surgery.
It is necessary to know the position of the surgical tool to obtain optimal visual feedback. For this,
methods such as the attachment of a marker to the surgical tool are suggested by preceding studies, but they are difficult to employ owing to the resulting cost and complexity of the procedure. Image processing that can be performed without physical change is suitable.
This study employed machine-learning-based object detection to detect surgical instruments and facilitate their tracking by the arthroscope.
본 학위논문에서는 관절경 화면에서 수술 도구를 감지하여 실시간으로 반영하여 움직이도록 하는 어꺠 관절경 보조 시스템을 설계하고 만들었다. 관절경 수술은 최소침습술의 한 종류로, 여러 개의 작은 절개를 통해 관절 내의 환부에 접근하는 수술 방법이다. 의사는 절개부를 통해 수술 도구와 관절경을 동시에 삽입하여 수술을 진행하고, 이 때문에 수술의 난이도와 의사의 피로가 증가한다.
관절경 보조 시스템은 이 중 관절경의 움직임을 자동화하여 수술의 질을 높여줄 것으로 기대된다.
관절경을 수술에 적합한 위치로 이동하기 위해서는 수술 도구의 위치 정보를 얻는 것이 선행되어야 한다. 다른 선행 연구에서는 인식이 가능한 마커를 부착하는 등의 방법을 제시했으나, 수술 도구에 변형을 가하는 것은 제작 비용을 높이거나 절차의 복잡성으로 인해 실용성이 떨어진다. 따라서 물리적 변화를 동반하지 않는 이미지 프로세싱 방법이 적합하다. 본 학위논문에서는 기계 학습을 통한 사물 인식을 활용하여 관절경이 수술 도구를 감지하고, 추적하도록 하였다.
