Уважаемые коллеги, доброго времени суток! Мы начинаем обзор изданий в области Машинного зрения и распознавания образов. Сегодня хотим представить вашему вниманию немецкое научное издание International Journal of Computer Assisted Radiology and Surgery. Журнал имеет первый квартиль, издается в Springer Verlag, его SJR за 2020 г. равен 0,701, пятилетний импакт-фактор - 2,745, печатный ISSN - 1861-6410, электронный - 1861-6429, предметные области - Машинное зрение и распознавание образов, Хирургия, Радиология и радиационная медицина, Медицинская информатика, Общие вопросы медицины, Биомедицинский инжиниринг, Компьютерная графика и дизайн, Прикладная наука о компьютерах. Вот так выглядит обложка:
Редактором является Хайнц Лемке, контактные данные - hulemke@cars-int.org.
Дополнительные публикационные контакты - Ramya.Thulasingam@springer.com, Anburaj.Sundaram@springer.com, journalpermissions@springernature.com, sabine.benghechir@springer.com.
Это рецензируемый журнал, призванный обеспечить платформу для устранения разрыва между медицинскими и техническими дисциплинами и поощрения междисциплинарных исследований и разработок в международной среде. Основное внимание в журнале уделяется областям исследований и разработок, связанным с методами цифровой визуализации и компьютерными диагностическими и терапевтическими рабочими процессами, которые соответствуют и повышают уровень квалификации медицинских работников. К публикации принимаются материалы по темам в области информационных наук, ИКТ и проектирования мехатронных систем, а также в областях клинического применения, таких как:
- Медицинская визуализация, например Компьютерная томография, МРТ, УЗИ, ОФЭКТ, ПЭТ, молекулярная визуализация и виртуальная эндоскопия;
- Обработка и отображение изображений - 3D, 4D и 5D изображения;
- Общебольничные PACS и телемедицина - компьютерные приложения, например нейрохирургия, голова и шея, ортопедия, ушной нос и горло, сердечно - сосудистая и торакоабдоминальная хирургия, а также пластическая/реконструктивная хирургия;
- Терапия с использованием изображений;
- Хирургическая робототехника и инструментарий;
- Хирургическая навигация - 3D - моделирование и быстрое прототипирование;
- Оценка послеоперационных результатов;
- Хирургическое образование и обучение;
- Тактильные и мультимодальные устройства в медицинских приложениях;
- Методы валидации и верификации;
- CAD для визуализации молочной железы, предстательной железы, грудной клетки, толстой кишки, скелета, печени, головного мозга и сосудов;
- Черепно - лицевая хирургия с использованием изображений;
- Хирургический рабочий процесс;
- Хирургический DICOM и IHE;
- Цифровая операционная.
Адрес издания - https://www.springer.com/journal/11548
Пример статьи, название - Force-guided autonomous robotic ultrasound scanning control method for soft uncertain environment. Заголовок (Abstract):
Purpose
Autonomous ultrasound imaging by robotic ultrasound scanning systems in complex soft uncertain clinical environments is important and challenging to assist in therapy. To cope with the complex environment faced by the ultrasound probe during the scanning process, we propose an autonomous robotic ultrasound (US) control method based on reinforcement learning (RL) model to build the relationship between the environment and the system. The proposed method requires only contact force as input information to achieve robot control of the posture and contact force of the probe without any a priori information about the target and the environment.
Methods
First, an RL agent is proposed and trained by a policy gradient theorem-based RL model with the 6-degree-of-freedom (DOF) contact force of the US probe to learn the relationship between contact force and output force directly. Then, a force control strategy based on the admittance controller is proposed for synchronous force, orientation and position control by defining the desired contact force as the action space.
Results
The proposed method was evaluated via collected US images, contact force and scan trajectories by scanning an unknown soft phantom. The experimental results indicated that the proposed method differs from the free-hand scanned approach in the US images within 3 ± 0.4%. The analysis results of contact forces and trajectories indicated that our method could make stable scanning processes on a soft uncertain skin surface and obtained US images.
Conclusion
We propose a concise and efficient force-guided US robot scanning control method for soft uncertain environment based on reinforcement learning. Experimental results validated our method's feasibility and validity for complex skin surface scanning, and the volunteer experiments indicated the potential application value in the complex clinical environment of robotic US imaging system especially with limited visual information.
Keywords: Autonomous medical robot; Ultrasound robot; Reinforcement learning; Force control