정확한 기구 자세 추정은 자율 수술 작업 실행과 같은 응용을 가능하게 하여 로봇 수술의 미래를 향한 중요한 단계이다. 수술 기구 자세 추정을 위한 시각 기반 방법은 도구 추적을 위한 실용적인 접근을 제공하지만, 대개 기구에 마커를 부착해야 한다. 최근에는 딥러닝에 기반한 마커리스(markerless) 방법의 개발에 관한 연구가 더 집중되고 있다. 그러나 딥러닝 학습에 필요하며 정답(ground truth; GT) 기구 자세를 포함하는 현실적인 수술 데이터를 확보하는 것은 어렵다. 수술 기구 자세 추정의 이러한 문제를 해결하기 위해, 2023년 제26회 국제 의료영상 컴퓨팅 및 컴퓨터보조개입 학술대회(International Conference on Medical Image Computing and Computer-Assisted Intervention; MICCAI)에서 개최된 Surgical Robot Instrument Pose Estimation (SurgRIPE) 챌린지를 소개한다. 이 챌린지의 목적은 (1) 정답 기구 자세와 쌍을 이루는 현실적인 수술 비디오 데이터를 수술 비전 연구 커뮤니티에 제공하고, (2) 마커리스 자세 추정 방법을 평가하기 위한 벤치마크를 구축하는 것이다. 이 챌린지는 기존 방법에 비해 향상된 정확성과 견고성을 보여주는 여러 개의 새로운 알고리즘 개발로 이어졌다. SurgRIPE 데이터셋에 대한 성능 평가 연구는 이러한 고도화된 알고리즘이 로봇 수술 시스템에 통합될 가능성을 부각시키며, 보다 정밀하고 자율적인 수술 절차를 위한 길을 연다. SurgRIPE 챌린지는 해당 분야에 새로운 벤치마크를 성공적으로 정립하였고, 수술 로봇 기구 자세 추정에 대한 추가 연구와 개발을 촉진하고 있다.

*본 초록은 AI를 통해 원문을 번역한 내용입니다. 정확한 내용은 하기 원문에서 확인해주세요.