Surgical Vision ROS2: a ROS2 Humble pipeline for intraoperative wound assessment and variable-autonomy arm control

तकनीकी सारांश: सर्जिकल विजन ROS2 (Surgical Vision ROS2)

समस्या विवरण (Problem Statement)
टेलीऑपरेटेड सर्जिकल रोबोट वर्तमान में ऊतकों (tissues) के निरीक्षण, घाव की स्थिति का निर्णय लेने और भुजा की गतिविधियों को तय करने के लिए पूरी तरह से मानव ऑपरेटरों पर निर्भर हैं। रोबोटिक आर्म के पास सर्जिकल साइट का स्वतंत्र संवेदी दृश्य (perceptual view) नहीं होता है और वह दृश्य संकेतों (visual cues) के आधार पर अपने व्यवहार को संशोधित नहीं कर सकता है। यह व्यवस्था अनुभवी सर्जनों के लिए प्रभावी है, लेकिन प्रशिक्षण वातावरण (जहाँ प्रशिक्षु संकेतों को मिस कर सकते हैं) और लंबी प्रक्रियाओं (जहाँ ध्यान भटक सकता है) के दौरान जोखिम पैदा करती है। शोध पत्र एक "परसेप्शन-कंडीशन्ड असिस्टेंस" (perception-conditioned assistance) परत की आवश्यकता की पहचान करता है जो घाव की स्वतंत्र रूप से निगरानी करे और आर्म की स्वायत्तता (autonomy) को नियंत्रित करे, जो एक माध्यमिक, सस्ते निर्णय के रूप में कार्य करे ताकि उन त्रुटियों को पकड़ा जा सके जिन्हें ऑपरेटर मिस कर सकता है।

कार्यप्रणाली (Methodology)
लेखक Surgical Vision ROS2 प्रस्तुत करते हैं, जो एक सॉफ्टवेयर पाइपलाइन है जिसे ROS2 Humble और OpenCV पर बनाया गया है जो घाव की धारणा (wound perception) को वेरिएबल-ऑटोनॉमी आर्म कंट्रोल के साथ जोड़ती है।

• आर्किटेक्चर (Architecture): सिस्टम में चार अलग-अलग (decoupled) ROS2 नोड्स शामिल हैं जो एक रैखिक प्रोड्यूसर-कंज्यूमर श्रृंखला में जुड़े हुए हैं:

  1. lesion_detector_node: छवियों को पढ़ता है, क्लिनिकल-शैली का स्कोर कंप्यूट करता है, और अवस्था (state) को पब्लिश करता है।
  2. behavior_manager_node: स्कोर को एक ऑटोनॉमी टियर (autonomy tier) में मैप करता है और मोड को पब्लिश करता है।
  3. surgeon_console_node: ऑटोनॉमी टियर को लागू करता है (ऑपरेटर कमांड्स को गेट करता है)।
  4. moveit_bridge_node: स्वीकृत कमांड्स को निष्पादन (execution) के लिए MoveIt2 को फॉरवर्ड करता है।
  • संचार स्ट्रिंग-आधारित विषयों (topics) (/scene_state, /autonomy_mode, /arm_command) के माध्यम से होता है, जो मॉड्यूलरिटी सुनिश्चित करता है।

• स्कोरिंग फ्रेमवर्क (ABCDE): विजन लॉजिक डर्मेटोलॉजिकल ABCDE फ्रेमवर्क (Asymmetry, Border, Colour, Diameter, Evolution) को सर्जिकल घावों के लिए अनुकूलित करता है। यह इमेज मेट्रिक्स (जैसे कंटूर सॉलिडिटी, लैपलेसियन वेरिएंस, HSV कलर क्लासिफिकेशन) के आधार पर पांच सब-स्कोर (0–2) की गणना करता है ताकि एक कुल स्कोर (0–10) तैयार किया जा सके।

  • निर्णय मैपिंग (Verdict Mapping): स्कोर 0–1 को PASS (पूर्ण स्वायत्तता), 2 को CAUTION (कम गति, प्रति-मोशन पुष्टिकरण) और 3+ को FAIL (होल्ड स्टेट, फिर से शुरू करने के लिए मैनुअल "CONFIRM" की आवश्यकता) में मैप किया गया है।

• स्वायत्तता स्तर (Autonomy Tiers):

  • Full (पूर्ण): मानक टेलीऑपरेशन।
  • Reduced (कम): प्रत्येक मोशन के लिए अनिवार्य ऑपरेटर पुष्टिकरण के साथ 50% गति से कमांड निष्पादित करता है।
  • Hold (होल्ड): आर्म को तब तक फ्रीज कर देता है जब तक कि ऑपरेटर स्पष्ट रूप से "CONFIRM" टाइप नहीं करता।

• सेगमेंटेशन का विकास (Segmentation Evolution):

  • मूल दृष्टिकोण: ग्रेस्केल एडेप्टिव थ्रेशोल्डिंग का उपयोग किया गया था। यह काफी विफल रहा, क्योंकि इसने यूनिफॉर्म टिश्यू में स्थानीय कंट्रास्ट की समस्याओं के कारण घाव के शरीर के बजाय टांके (suture stitches) को पकड़ लिया।
  • प्रतिस्थापन दृष्टिकोण: ग्लोबल HSV कलर-डिस्टेंस सेगमेंटेशन लागू किया गया। यह इमेज के कोनों से बैकग्राउंड कलर को सैंपल करता है, प्रत्येक पिक्सेल के लिए मीडियन बैकग्राउंड से यूक्लिडियन डिस्टेंस कंप्यूट करता है, Otsu binarization लागू करता है, और टांके के आर्टिफैक्ट्स को हटाने के लिए मॉर्फोलॉजिकल ऑपरेशंस का उपयोग करता है।

प्रमुख योगदान (Key Contributions)

1. रन करने योग्य पाइपलाइन: एक चार-नोड ROS2 ग्राफ जो क्लीन टॉपिक-लेवल सेपरेशन के साथ घाव की धारणा को आर्म-स्वायत्तता गेटिंग से जोड़ता है। यह आर्किटेक्चर धारणा और नियंत्रण नोड्स को स्वतंत्र रूप से बदलने की अनुमति देता है।
2. विफलता और सुधार का अनुभवजन्य सत्यापन: शोध पत्र एक विशिष्ट विफलता मोड को प्रलेखित करता है जहाँ प्रारंभिक सेगमेंटेशन विधि ने सिंथेटिक बेंचमार्क पर केवल 6.7% सटीकता प्राप्त की क्योंकि उसने घाव के बजाय टांके को सेगमेंट किया। यह एक प्रतिस्थापन सेगमेंटेशन पद्धति के कार्यान्वयन और सत्यापन का विवरण देता जिसने सटीकता को बढ़ाकर 64.4% कर दिया।
3. शैक्षिक टेम्पलेट: एक कॉम्पैक्ट (<700 लाइन्स पायथन) उदाहरण जो ऑपरेटर-इन-द-लूप गेटिंग के साथ परसेप्शन-टू-एक्टुएशन लूप को दर्शाता है, जो ROS2 शिक्षा और रोबोटिक्स अनुसंधान के लिए उपयुक्त है।

परिणाम (Results)
सिस्टम का मूल्यांकन एक 45-इमेज सिंथेटिक बेंचमार्क (प्रत्येक "स्वस्थ", "चिंताजनक", और "क्रिटिकल" क्लास के लिए 15 इमेज) पर किया गया जिसे एक डिटर्मिनिस्टिक स्क्रिप्ट द्वारा जेनरेट किया गया था।

• मूल पाइपलाइन: 6.7% (3/45) थ्री-क्लास वर्डिक्ट सटीकता प्राप्त की। कन्फ्यूजन मैट्रिक्स ने कोई सुसंगत डायगोनल स्ट्रक्चर नहीं दिखाया; विधि स्वस्थ घावों को पहचानने में विफल रही, अक्सर उन्हें टांके के रिंग्स डिटेक्ट करने के कारण "चिंताजनक" या "क्रिटिकल" के रूप में गलत वर्गीकृत करती थी।
• प्रतिस्थापन पाइपलाइन: 64.4% (29/45) सटीकता प्राप्त की।
  • स्वस्थ क्लास (Healthy Class): 14/15 सही पहचाना गया।
  • क्रिटिकल क्लास (Critical Class): 15/15 सही पहचाना गया।
  • चिंताजनक क्लास (Concerning Class): 0/15 सही पहचाना गया (सभी को "स्वस्थ" के रूप में गलत वर्गीकृत किया गया)।
• अवशिष्ट विफलता का विश्लेषण (Analysis of Residual Failure): लेखक "चिंताजनक" घावों को वर्गीकृत करने की विफलता का कारण ABCDE थ्रेशोल्ड को बताते हैं। ये थ्रेशोल्ड टूटे हुए सेगमेंटेशन द्वारा उत्पन्न डिस्ट्रीब्यूशन के विरुद्ध हैंड-ट्यून किए गए थे। फलस्वरूप, वे काम करने वाले सेगमेंटेशन द्वारा उत्पन्न डिस्ट्रीब्यूशन (जैसे, "चिंताजनक" घावों में उच्च सॉलिडिटी मान होते हैं जो "PASS" निर्णय को ट्रिगर करते हैं) के बीच अंतर नहीं कर पाते हैं। शोध पत्र नोट करता है कि पुन: अंशांकन (recalibration) आवश्यक है लेकिन ओवरफिटिंग से बचने के लिए इसे स्थगित कर दिया गया है।

महत्व और दावे (Significance and Claims)
शोध पत्र स्पष्ट रूप से कहता है कि Surgical Vision ROS2 एक क्लिनिकल टूल नहीं है। इसका परीक्षण रोगी के डेटा पर नहीं किया गया है, न ही इसे किसी भौतिक रोबोटिक आर्म पर मान्य किया गया है। इसका महत्व है:

• अनुसंधान उपयोगिता: शोधकर्ताओं को किसी भी परसेप्शन सिग्नल को MoveIt2-संचालित आर्म के साथ वेरिएबल-ऑटोनॉमी टेलीऑपरेशन के लिए जोड़ने हेतु एक ओपन-सोर्स टेम्पलेट प्रदान करना।
• शैक्षिक मूल्य: डेकप्ल्ड, टॉपिक-आधारित आर्किटेक्चर के माध्यम से परसेप्शन-कंडीशन्ड कंट्रोल का प्रदर्शन करना।
• मेथोडोलॉजिकल पारदर्शिता: एक स्पष्ट केस स्टडी प्रदान करना कि कैसे एक विशिष्ट सेगमेंटेशन विफलता (टांके को पकड़ना) पूरे सिस्टम की विफलता में बदल सकती है, और कैसे एक मेथडोलॉजिकल बदलाव (ग्लोबल कलर डिस्टेंस) इसे हल कर सकता है, साथ ही यह भी उजागर करना कि केवल सेगमेंटेशन को ठीक करना डाउनस्ट्रीम निर्णय थ्रेशोल्ड को पुन: अंशांकित किए बिना पर्याप्त नहीं है।

लेखक निष्कर्ष निकालते हैं कि हालांकि यह पाइपलाइन एक सिमुलेशन और रिसर्च फ्रेमवर्क के रूप में काम करती है, लेकिन किसी भी क्लिनिकल प्रासंगिकता से पहले बड़े बेंचमार्क, थ्रेशोल्ड पुन: अंशांकन और गैर-सिंथेटिक इमेजरी पर परीक्षण जैसे आगे के कार्य आवश्यक हैं।