基于介入医生行为数据的虚拟力/触觉引导训练策略研究

In vascular invasive surgery, VR simulators provide novices vivid surgical scenarios for visual feedback. However, a number of VR based trainings only focus on providing repeated exercises and ignoring the experienced physicians’ instructions in the training process. In addition, the operation skills or experience gained from surgery are hard to express by language. Thus, it motivates us to investigate a virtual force/tactile guidance integrated VR training which takes the physicians instructions into account. By taking advantage of experienced surgeons’ manipulation skills, the reinforcement learning algorithm is used to build a learning model-based VR training strategy. Such strategy is able to evaluate the novice’s operation skill in real-time. In order to instruct novice, we establish the virtual force-tactile model with consideration of safety. Finally, the model will be realized by force interaction control for operation guidance and we optimize the stability and transparency to enhance the tactile sensation. In a word, this research devotes to developing an experienced surgeons’ manipulation skills combined with directive VR training which allows novices practicing with the absence of surgeons. It integrates the guidance in visual and tactile two senses for safe training practices.

血管介入手术VR训练方式可为受训者提供逼真的手术环境，但重复式练习中由于缺乏经验丰富介入医生的操作指导，受训者多凭直觉操控导管，技能提升缓慢。本项目通过研究介入医生操作技巧与经验的提取方法，提出一种可指导受训者操作的虚拟力/触觉引导训练策略，从而模拟“手把手“式指导教学的训练感受。主要研究：1.以介入医生行为数据为经验储备，训练基于马尔可夫决策过程的学习模型，获取医生潜在行为模式；2.结合学习模型，构建以视觉认知为导向的虚拟力/触觉模型，通过主动引导方式强化受训者对导管可操作三维空间的认知能力；3.优化力交互控制的稳定性与透明性，增强受训者对力/触觉主动引导的动觉感知。创新点：采用数据驱动方法，将难以用自然语言描述的介入医生操作技巧与经验，转化为学习模型，并应用于VR训练环境作为评价与指导受训医生操作的依据，同时借助力/触觉引导的主动训练方式，增强介入医生操作经验对受训医生的启发作用。

血管介入手术VR训练系统虽然可为受训医生提供逼真的手术场景和沉浸式的操作体验，但大量重复式练习很容易使受训者在缺乏介入医生指导的情况下陷入技术提升的瓶颈。为缩短培训周期、提高训练效率，本项目以介入医生稳定的操作技巧为切入点，提出了一种融入专家医生行为模式的触觉主动引导训练方式。取得的主要研究成果包括：1）设计符合介入医生操作习惯的导管操作平台，用于收集专家医生操控导管的行为数据；基于深度强化学习理论，采用DDPG算法从采集到的经验数据中提取行为模式，将自然语言难以描述的操作技巧与经验转化为可指导受训医生操作的学习模型。实验结果表明，由DDPG算法训练而得的最优策略可使智能体生成与专家医生操作近似的导管运行轨迹，这证明了DDPG算法在提取专家医生行为模式方面的有效性。2）鉴于介入医生触觉灵敏度高于常人，本项目设计并搭建了一款具有触觉主动引导功能的导管操作平台，在不影响受训医生操控导管的前提下，该触觉主动引导装置可在水平、旋转两自由度，借助学习模型中的最优策略提示、校正受训医生的操作行为，模拟“手把手”指导式教学的训练感受。3）为验证该训练方式的可行性，本项目一方面利用实验法确定参数，为受训者提供稳定且透明的触觉感受；另一方面对多名志愿者在有、无触觉主动引导两种情况下进行为期五天的训练，测试其执行导管递送任务的操作能力。实验数据显示，基于专家经验进行触觉主动引导的训练方式在提升受训者操作技术方面有显著效果。该研究在数据驱动训练模式上取得的进展对技术传承、后备人才培养等方面有积极意义。