基于智能医学的机器人治疗胰腺癌效果分析

摘要

为了研究智能医疗背景下机器人治疗胰腺癌的效果，本文对机器人识别技术和数据处理技术进行了改进，并通过哈希算法对系统内核算法进行了改进。与传统的排序方法直接使用灰度平均值作为特征不同，哈希算法计算每个帧块的灰度三平均值，并利用相邻帧块三平均值的差值来进行检测。此外，本文提出了一种基于哈希局部匹配的检测定位方案，该方案由粗匹配和细匹配两部分组成。此外，本文设计了一个控制实验来分析机器人在胰腺癌治疗中的效果，对多组数据进行统计，并使用数理统计方法对实验数据进行处理和可视化显示。研究表明，该机器人在胰腺癌的治疗中具有良好的临床效果。

1.介绍

胰腺位于腹部深处，周围有几条重要的血管。因此，胰腺手术是困难和危险的。很长一段时间都是通过开放式手术来完成的。长期以来，微创手术在胰腺外科的发展一直滞后于其他外科。上世纪末出现的机器人手术系统为这一情况带来了一个转折点。机器人手术辅助系统的独特优势使胰腺外科医生对微创手术提出了挑战[1］．对于晚期胰腺肿瘤，根治性手术结合血管切除重建能给患者带来更多的好处。开放式胰腺切除术结合血管切除重建已被广泛应用，使用机器人手术系统进行胰腺切除术结合血管切除重建对胰腺外科医生来说是一个新的挑战[2］．达芬奇机器人手术辅助系统于1997年推出，2000年开始投入临床使用，并在不断开发、不断创新。世界上第一个机器人手术是1998年完成的机器人胆囊切除术。2002年，第一例机器人辅助胰腺切除术完成。手术时间275分钟，机器人时间185分钟。2008年共报道8例机器人辅助胰十二指肠切除术，平均手术时间490分钟。2003年至2009年共行机器人胰十二指肠切除术60例。由于手术经验丰富，许多专家学者开始进行机器人胰腺切除术结合血管重建。

2011年首次报道5例机器人胰腺切除术伴血管切除修复。其中2例门静脉闭合20分钟:1例端对端吻合，1例切除部分门静脉壁并用聚四氟乙烯贴片重建。第二,一个案例涉及胰腺切除的身体和尾巴结合门静脉重建、门静脉阻塞的24分钟与聚四氟乙烯补丁和修复,和其他两种情况涉及胰腺切除的身体和尾巴结合切除的腹腔3.］．

与腹腔镜手术相比，机器人手术系统有两个重要的优点:(1)机器人手术器械具有灵活的腕部关节，可以通过720°旋转来模仿医生的手的运动。腹腔镜器械只能沿一个轴移动，不能弯曲。(2)机器人手术系统的器械臂具有多个活动关节，可以完全恢复外科医生的手部运动，操作直观。腹腔镜手术器械常处于杠杆运动模式，器械运动方向与术者相反。因此，机器人手术系统的优势比腹腔镜手术更明显。利用机器人辅助系统完成血管切除重建的关键在于器械臂能够完全恢复外科医生精细的解剖吻合手术。在机器人手术中，外科医生无法感受到力反馈，但可以通过积累的经验和丰富的训练建立视觉力反馈，避免手术。机器人系统的视角为3D成像，可放大15倍，能够清晰直观地区分血管结构，为血管的切除重建提供更好的视野，通过精细的手术避免和控制出血。

2.相关工作

由于胰腺位于腹腔深处，周围解剖复杂，胰腺手术常涉及周围大血管，手术风险较高。因此，腹腔镜技术最初只是作为辅助诊断工具引入胰腺手术领域。文献[4对35例胰腺癌进行术前腹腔镜超声检查。结果表明，腹腔镜和腹部超声在胰腺癌分期和可切除评估中的应用是敏感和准确的，从而避免了不必要的开放手术。然而，腹腔镜技术学习曲线长，二维视野无三维效果，腹腔镜透镜不稳定，直仪自由度小，不符合操作者的人体工程学[5］．这在一定程度上阻碍了腹腔镜技术在胰腺肿瘤手术治疗中的应用，但仍有许多外科医生致力于胰腺微创手术领域并进行了相关研究报道。

文献中首次对猪进行了腹腔镜胰脏体尾切除的动物试验[6，取得了完美的成功，开启了微创胰腺手术的新纪元。第一例腹腔镜胰腺体尾切除成功[7］．腹腔镜手术是目前胰腺癌治疗的一种阶段性治疗和可切除的方法。文献中35例胰腺癌患者采用腹腔镜超声检查[8］．T、N和M分期准确率分别为80%、76%和68%，而TNM总体分期准确率为68%。对于无法切除、远处转移和淋巴结转移的敏感性分别为86%、43%和67%。与CT、超声内镜等影像学方法相比，腹腔镜和超声内镜技术可以提供胰腺恶性肿瘤，客观评估可切除性，避免了许多不必要的开腹手术。对于晚期不能切除的胰腺癌，最常用的姑息治疗技术是胃肠、胆道和肠内引流。与传统的开腹手术相比，腹腔镜手术有很多好处，包括显著减少发黄，减少创伤，更快恢复，减少问题。

文献[9应用腹腔镜对14例胰腺癌患者行腹腔镜姑息性胃肠吻合术。通过与通过开放手术进行胰腺癌姑息性手术的患者比较，得出腹腔镜手术与开放手术相比，在降低术后并发症、围手术期死亡率和术后住院时间方面具有显著优势。由于胰腺周围解剖复杂，腹腔镜胰十二指肠切除术效果不理想。与开放式手术相比，在手术时间、并发症发生率、住院时间等方面均无优势。文献[10报道首例腹腔镜胰十二指肠切除术，成功应用微创手术实现胰腺肿瘤根治性切除。然而，由于胰十二指肠切除术的难度，手术区域靠近腹腔内的重要血管。腹腔镜胆肠吻合术和胰肠吻合术在腹腔镜下操作困难。在Gagner报道的10例腹腔镜胰十二指肠切除术中，转归率达40%，平均手术时间和平均住院时间均无明显优势。然而，在有关腹腔镜胰腺手术的文献中，腹腔镜胰腺切除术仍占主导地位。文献中一例腹腔镜胰腺体尾切除术后[11]，腹腔镜胰腺体尾切除术在良性和边缘性胰腺肿瘤的治疗中得到了迅速的发展和越来越广泛的应用。多项非随机对照研究结果表明，腹腔镜胰体及胰尾切除术与开放式手术相比，术中出血量少，住院时间短。但围手术期死亡率及并发症发生率无统计学差异，腹腔镜手术未增加胰瘘及其他并发症的发生率。腹腔镜下恶性肿瘤根治性切除术需要保证足够的切缘和彻底的淋巴结及神经清扫。腹腔镜胰腺体尾切除术是否适合胰腺癌恶性肿瘤的根治性切除仍有争议。文献[12分析了212例胰腺癌行胰体胰尾切除的临床资料。结果发现，腹腔镜与传统开放式胰腺癌切除术在R0切除率、淋巴结清扫次数、术后中位生存时间等方面无显著差异。

达芬奇机器人手术系统也是第一个完全商业化的临床手术机器人系统。达芬奇机器人手术系统由三大部分组成:医生的手术控制系统、机器人手臂系统和视频成像系统[13］．医生手术控制系统是达芬奇机器人手术系统的核心，它由三维视觉系统、手术台、输入输出设备和计算机系统组成。除了操作控制系统外，机械手系统还包括一个半手动小车系统和4个机械手。其中一个是中心四关节的摄像臂，另外三个是六关节的机械臂，集成了各种手术所需的基本手术器械。此外，达芬奇机器人手术系统的一个主要特点是，不同的Endo腕部组件安装在机器人手臂上，可以模仿操作员的腕部运动，增强仪器的灵活性。而且由于机械手动作灵活，尺寸小巧，可以弥补手术操作中的一些盲点，完成一些操作者的手无法完成的操作。视频成像系统是该系统的重大创新，突破了以往视频采集的瓶颈，实现了医生的三维视觉。同时，可根据手术需要随时调整眼睛焦点，使外科医生视野内呈现更加真实、层次分明的解剖结构，使外科医生的手术操作更加精细[14］．

此外，该机器人系统具有放大和缩小、指尖精细控制、消除手部振动、运动比设置(将外科医生的手柄操作减少一定百分比)等多种功能[15］．然后，器械臂根据缩小的动作范围重复动作)和动作指数(当医生的动作停止时，手术器械改变动作)。

3.机器人在胰腺癌治疗中的作用算法研究

由于评价现有的排序技术的性能，直接利用视频帧块的灰度平均值进行排序，因此产生的排序特征包括鲁棒性和识别性方面的缺陷。当这种排序功能直接用于视频复制检测时，无法保证检测性能。因此，本文提出利用量化和统计分析技术构建视频帧序列特征，以实现高性能的序列特征[16］．

引入量化的主要目的是克服帧块中某一灰度值变化对整体帧块排序的影响。将集合范围内的所有灰度值统一量化为一个固定的灰度级，可以有效地解决由于灰度值变化较少而造成的鲁棒性问题。考虑到视频复制检测的应用背景和结构特征的时间效率，本文建议采用时间效率较好的线性量化方法对帧块灰度值进行量化。线性量化和非线性量化都会影响帧序列特征的性能。

在提高健壮性的同时，识别特征也是一个必须解决的紧迫问题。在常规序列特征构造中，两帧是单独的电影，每个块的灰度均值有显著差异，但帧块的序列值可能完全相同。这是因为传统的排序特征只能表示每个帧块的灰度差，而不能表示灰度值的分布。在构建序列特征时，如果能考虑到每个帧块中灰度值的分布，则结构化序列特征的可识别性更强。本文提供了一种将统计分析整合到序列特征创建中的技术，方法是计算每个帧块中包含的灰度值的分布，并对灰度值的分布进行排序，以创建序列特征。

改进后的序列特征构造如下:

首先，将视频帧的灰度值量化为v灰度级。帧块中每个灰度级的比例作为排序的基础，生成一个用于检测的排序哈希。

分位数用于量化灰度值，将帧内的灰度值设置为 ．其从小到大的顺序记为 ．计算的公式p定义了量化的-quantile。为0≤p≤1和n灰色的价值观,p分位数米_p是(17］

其中,Z表示一组整数，[np表示的整数部分np．在本文中，灰度级= 3被选中，分位数米_p当p= 1/3,p= 2/3分别计算。通过分位数米_p，为灰度值X_l量化为(2)和量化的视频帧X_l如图所示1［18]：

视频帧被分成2 × 2块(如图所示)1 (b))，并计算各灰度在块中的比例(如图所示)1 (c)）.此外，序列值生成表(如table1)，根据每个块所含灰度比的差异对帧块进行排序[19］．

在复制检测过程中，计算被检测视频与注册视频之间的哈希距离。当的距离是否小于阈值ε时，检测到的视频被视为已注册视频的副本。针对提出的改进的序列哈希复制检测，设计了一种视频距离计算方案 ．该方案包括哈希空间距离和时间距离的计算过程，并将这两种距离组合成最终距离，用于判断副本的身份。

表示包含的视频序列n框架, 代表米框架块我th坐标系,V^j代表了jth块。 表示检测视频， 表示注册的视频，和N< <米．V_r［p：p+N−1]为已注册视频中的分段子视频，起始帧为V［p),其中包含N帧总数，0≤p≤n−N．

平方,j的排序散列代码矢量量化［我和老,p+我的排序散列代码虚拟现实［p：p+N−1]，0≤我≤N−1。哈希空间距离定义为 在哪里 h距离归一化后是和吗C是两个序列哈希码帧之间的最大距离。 ,是所有散列的集合。在本文中，由于选取的序列哈希码总数为7个，并且帧被分为4个块，米= 4,C= 24。

空间的距离D_年代，通过计算视频序列每帧距离的平均值得到: 在哪里表示已排序哈希码在时间轴和上的更改量可由(5）

改变距离D_r检测视频之间V以及注册的视频V_r［p：p+N−1在时间轴上定义为[20.］

其中, 为标准化距离。因为两者之间的最大差异和是6, 都在计划之中。

的计算公式 如下:

其中,α∈[0,1]表示一个权重系数，通过调整的值可以平衡哈希空间域和时间域距离对整体距离的影响α，从而得到最佳的距离计算方案。

利用哈希距离计算方法，可以判断是否V_问是一份V_r．检测过程如下:（1）p的 设置为0。(2）的距离 计算。（3)p增加1，重复步骤(2)，直到p=n−米,在那里n为所检测视频的帧数。（4)将测试的最小距离与阈值进行比较年代．如果距离D在这个职位p小于给定的阈值ε,然后V_问被认为是V_r，复制位置为p”。

在构建哈希的过程中，不同于传统的排序方法直接使用平均灰度值作为特征，首先计算每个帧块的3个平均灰度值，利用相邻帧块的3个平均差值构造检测哈希。

帧块的灰度值序列为 ；由小到大的顺序记录为 ；中位数的计算公式是

中位数是描述数据中心位置的数字特征。中值的一个重要特征是不容易受到离群值的影响，具有很强的鲁棒性:

其中,Z表示一组整数。［np表示np的整数部分。P= 0.75,p= 0.25分别称为上四分位数和下四分位数。

三平均值的计算公式是 在哪里 表示包含的视频序列n框架, 代表米框架块我th坐标系,V^j代表了j希尔伯特曲线上的第th块。为灰色三均值 ；的哈希码j块的我-th帧可以通过以下方式计算:

式中，0 <我≤米．

帧被划分的块越多，帧生成的哈希码就越长。哈希码的长度与检测系统的性能之间的关系将在接下来的部分进一步讨论。利用上述方法对视频序列中的每个帧块构造哈希，最后将生成的哈希数据进行组合，形成哈希码进行复制检测。

哈希匹配算法对检测系统的性能有着非常重要的影响。高精度匹配算法可以增强哈希的鲁棒性，降低系统的误报率和漏报率。因此，本文提出了一种基于哈希局部匹配的视频镜头检测与定位方案。

， ，分别表示需要匹配的目标视频散列和数据库中已注册的视频散列。当米=N，定义视频剪辑相似率CSR为

的公式,距离函数是什么时候米<N，定义视频镜头序列相似率(SSR)为:

其中, ， ，和 ，分别表示成功匹配的帧数和未成功匹配和重新匹配的帧数，和α，β,γ代表重量值。

为了提高镜头匹配的精度，本文设计了一种由粗匹配和细匹配两部分组成的哈希匹配方案。

粗匹配过程分为两个步骤:（1）算法计算的CSRH_x和 ，在哪里 和我≤N−米+ 1(2）算法保留CSR值超过阈值的位置T₁并将CSR值达到最大值的位置定义为粗匹配结果位置

考虑到在时域可能存在一些编辑处理(如丢帧、插入帧或短片段)，在精细匹配中引入动态规划的方法，精细匹配过程分为两个步骤进行:（1）在粗糙匹配结果的位置H_y，算法选择长度为3M的视频序列，表示为(2）如果SSR超过阈值T₂，该位置被认为是最佳镜头匹配位置

为了保证从视频内容中提取的特征能够满足各种处理操作的鲁棒性，选择了一种基于点的特征构建方法。特征提取过程如图所示2．

首先，该算法采用改进的Harris角点检测器提取视频每一帧的角点，并对相邻点进行差分计算我（x，y)，生成5维特征向量 ，如下:

算法选取角点空间附近的4个像素点，共同生成点特征向量。通过对这些点的微分计算和标准化(如的，一个20维局部点特征向量得到: 在哪里作为视频的局部点特征来构造哈希。为了增强构造哈希的特征鲁棒性，在系统中引入了点特征筛选过程。去除鲁棒性差、可能影响系统检测性能的特征，只保留鲁棒性强的特征。为了实现特征筛选，首先对特征点进行跟踪，对特征点的运动行为进行分类，然后选择最适合检测系统的特征。

为了降低计算复杂度，本文选择了文献中提出的点分类方案。本文计算了所有的点特征在当前帧和15个相邻帧的时域中计算平均值F，每个点的特征如下:

的l均值之间的范数距离F计算相邻帧中的所有点特征，如(17）.其中,H表示点特征个数:

通过对相邻帧中的点进行匹配，可以实现视频帧中特征点的轨迹跟踪，从而建立帧中每个点的运动轨迹参数。

点在时域的范围是 ．空间域中的点的范围为 ．

利用得到的点运动轨迹参数，可以对点的性质进行分类，如永久稳定点和暂态不稳定点、运动点和静止点。考虑到持续稳定点相对于其他类型点的鲁棒性，选取特征向量表示视频中存在30帧以上的持久稳定点，作为构造鲁棒哈希的特征。

4.基于智能医学的机器人治疗胰腺癌效果分析

本文通过对照实验，分析了机器人对胰腺癌的治疗效果。对照组采用腹腔镜胰腺切除术，试验组采用机器人辅助胰腺切除术。实验组和控制组共有40组人。观察指标主要包括手术时间、术中出血量、住院时间、脾脏保存率、转开腹率。比较两组患者的相关资料。

首先，本文对实验组和对照组的操作时间进行了对比，结果如表所示1和图3.．

将实验组与对照组术中出血量进行比较，结果见表2和图4．

实验组与对照组住院次数比较，结果见表3.和图5．

实验组与对照组脾保存率比较，结果见表4和图6．

将实验组与对照组的转开腹率进行比较，结果见表5和图7．

5.结论

从以上研究中可以看出，实验组与对照组在脾脏保存率、腹部打开率方面没有统计学差异。但实验组的手术时间显著高于对照组。胰腺癌的机器人治疗仍处于临床试验阶段，未来可以继续优化，而传统的治疗方法已经非常成熟。实验组住院时间、出血量均低于对照组，差异有统计学意义。

胰腺癌手术使用机器人是一种安全的程序，在灵活性和稳定性方面有明显的好处。因此，机器人辅助胰腺癌手术被认为是一种复杂而困难的胰腺癌手术。

数据可用性

用于支持这项研究结果的数据包括在文章中。

的利益冲突

作者声明他们没有利益冲突。

作者的贡献

邱洪泉、王东志对这部作品贡献相当

致谢

南通市卫生委员会科研项目(no . QA202040)。关键词:边坡，边坡稳定性，边坡稳定性

参考文献

1. O. Strobel, J. Neoptolemos, D. Jäger，和M. W. Büchler，“优化胰腺癌手术的结果，”临床肿瘤学，第16卷，第5期。1，第11-26页，2019。视图:出版商的网站|谷歌学术搜索
2. J. P. Neoptolemos, J. Kleeff, P. Michl, E. Costello, W. Greenhalf, and D. H. Palmer，“胰腺癌的治疗进展:当前和未来的展望”，《自然评论胃肠病学和肝病学》，第15卷，第5期。第6页，第333-348页，2018。视图:出版商的网站|谷歌学术搜索
3. T. Conroy, P. Hammel, M. Hebbar等，“FOLFIRINOX或吉西他滨作为胰腺癌的辅助治疗，”新英格兰医学杂志，第379卷，no. 225，第2395-2406页，2018。视图:出版商的网站|谷歌学术搜索
4. M. A. Tempero，“NCCN指南更新:胰腺癌，”国家综合癌症网络杂志，第十七卷，第二期5, pp. 603-605, 2019。视图:出版商的网站|谷歌学术搜索
5. L. C. Chu, M. G. Goggins, E. K. Fishman，“胰腺癌的诊断和检测”，癌症杂志，第23卷，第2期。6、pp. 333-342, 2017。视图:出版商的网站|谷歌学术搜索
6. “胰腺癌的代谢:为更好的抗肿瘤策略铺平道路”，中国肿瘤防治杂志，2015年第4期。分子癌症第19卷第2期1, pp. 1 - 19, 2020。视图:出版商的网站|谷歌学术搜索
7. S. P. Pereira, L. Oldfield, A. Ney等，“胰腺癌的早期检测”，柳叶刀胃肠病学和肝病杂志，第5卷，第5期。7, pp. 698-710, 2020。视图:出版商的网站|谷歌学术搜索
8. J. Blando, a . Sharma, M. G. Higa等人，“黑色素瘤和胰腺癌免疫浸润的比较强调了VISTA作为胰腺癌的潜在靶点。”美国国家科学院院刊，第116卷，第116期5，页1692-1697,2019。视图:出版商的网站|谷歌学术搜索
9. C. Hu, S. N. Hart, E. C. Polley等，“癌症易感基因遗传突变与胰腺癌风险之间的关系”，《美国医学会杂志》第319卷23, pp. 2401-2409, 2018。视图:出版商的网站|谷歌学术搜索
10. 何文杰，E. M. Jaffee, Zheng L.，“胰腺癌的肿瘤微环境——临床的挑战和机遇”，临床肿瘤学，第十七卷，第二期9, pp. 527-540, 2020。视图:出版商的网站|谷歌学术搜索
11. E. M. Stoffel, S. E. McKernin, R. Brand等，“胰腺癌易感性评估:ASCO临时临床意见”，临床肿瘤学杂志，第37卷，第2期2，页153-164,2019。视图:出版商的网站|谷歌学术搜索
12. A. N. Hosein, R. A. Brekken和A. Maitra，“胰腺癌间质:治疗靶向策略的更新”，《自然评论胃肠病学和肝病学》，第十七卷，第二期8，第487-505页，2020。视图:出版商的网站|谷歌学术搜索
13. “PARP抑制剂在胰腺癌中的作用:分子机制和临床应用”分子癌症第19卷第2期1, pp. 1 - 15, 2020。视图:出版商的网站|谷歌学术搜索
14. J. Kirkegård, F. V. Mortensen和D. Cronin-Fenton，“慢性胰腺炎和胰腺癌风险:系统综述和meta分析”，美国胃肠病学杂志，第112卷，第112期。9, pp. 1366-1372, 2017。视图:出版商的网站|谷歌学术搜索
15. A. H. Morrison, K. T. Byrne, R. H. Vonderheide，《胰腺癌的免疫治疗和预防》，癌症的趋势，第4卷，第4期。第6页，第418-428页，2018。视图:出版商的网站|谷歌学术搜索
16. L. Buscail, B. Bournet, P. Cordelier，“致癌KRAS在胰腺癌诊断、预后和治疗中的作用”，《自然评论胃肠病学和肝病学》，第十七卷，第二期3, pp. 153-168, 2020。视图:出版商的网站|谷歌学术搜索
17. S. Hegde, V. E. Krisnawan, B. H. Herzog等，“在胰腺癌中树突状细胞缺乏导致功能失调的免疫监测，”癌症细胞，第37卷，第2期3，页289-307,2020。视图:出版商的网站|谷歌学术搜索
18. M. Kitano, T. Yoshida, M. Itonaga, T. Tamura, K. Hatamaru, Y. Yamashita，“内镜超声检查对胰腺癌诊断的影响”，胃肠病学杂志》上第54卷第5期1，页19-32,2019。视图:出版商的网站|谷歌学术搜索
19. F. Motoi, T. Kosuge, H. Ueno等，“可切除胰腺癌使用吉西他滨和S-1新辅助化疗与前期手术的随机II/III期试验(pre -02/JSAP05)，”日本临床肿瘤学杂志，第49卷，第49期。2，页190-194,2019。视图:出版商的网站|谷歌学术搜索
20. K. L. Bryant, C. a . Stalnecker, D. Zeitouni等，“ERK和自噬抑制结合作为胰腺癌的治疗方法，”自然医学，第25卷，第2期4，第628-640页，2019。视图:出版商的网站|谷歌学术搜索

版权

版权所有©2021邱洪泉等。这是一篇发布在知识共享署名许可协议，允许在任何媒介上不受限制地使用、传播和复制，但必须正确引用原作。