Sistema de visión para seguimiento automático de gasas quirúrgicas en cirugía laparoscópica

• Álvaro Muñoz García ^[1] ; Eusebio de la Fuente ^[1] ; Lidia Santos ^[1] ; Juan Carlos Fraile ^[1] ; J. Pérez Turiel ^[1]
  1. [1] Universidad de Valladolid

     Universidad de Valladolid

     Valladolid, España

     
• Localización: XXXIX Jornadas de Automática: actas. Badajoz, 5-7 de septiembre de 2018 / coord. por Inés Tejado Balsera , Emiliano Pérez Hernández, Antonio José Calderón Godoy , Isaías González Pérez, Pilar Merchán García , Jesús Salvador Lozano Rogado , Santiago Salamanca Miño , Blas Manuel Vinagre Jara , 2018, ISBN 978-84-9749-756-5, págs. 72-79
• Idioma: español
• DOI: 10.17979/spudc.9788497497565.0072
• Enlaces
  • Texto completo
• Resumen
  • español

    Los sistemas automáticos permiten mejorar las capacidades de los cirujanos, especialmente en operaciones de cirugía mínimamente invasiva, las cuales se llevan a cabo empleando micro instrumentos y endoscopios que restringen en gran medida el campo de visión del cirujano. La retención accidental de material quirúrgico dentro del cuerpo del paciente es una situación poco frecuente pero que puede tener consecuencias muy graves. En este artículo se propone un sistema de detección de gasas para su seguimiento utilizando un sistema de visión artificial. Para ello, se analizará la textura de las imágenes laparoscópicas capturadas por la cámara endoscópica utilizando patrones binarios locales (LBP) y la varianza. Este enfoque ha permitido lograr, abajando en tiempo real, una precisión del 90% y una sensibilidad del 83% en la detección de las gasas, sin necesidad de hardware especializado.

  • English

    Automatic systems enable surgeons to improve their abilities, especially in minimally invasive surgery. This kind of surgery is performed using micro instruments and endoscopes, which widely restrict the surgeon’s field of vision. Retained surgical items inside the patient’s body is an uncommon event, but it has a strong impact on their health. The aim of this article is to develop a gauze detection system using computer vision. For that, laparoscopic images captured by an endoscopic camera will be analyzed. Those images have been processed using the Local Binary Pattern (LBP) operator, along with the variance. This approach has made it possible to achieve 90% accuracy and 83% sensitivity in the detection of gauzes, working in real time, without using any specialized hardware.