Quantification de la qualité d'un geste chirurgical à partir de connaissances a priori

Quantification of the 'quality' a surgical gesture from 'a priori' knowledge

• Auteur / Autrice : Rémi Wolf
• Direction : Philippe Cinquin
• Type : Thèse de doctorat
• Discipline(s) : Médecine
• Date : Soutenance le 17/06/2013
• Etablissement(s) : Grenoble
• Ecole(s) doctorale(s) : École doctorale ingénierie pour la santé, la cognition, l'environnement (Grenoble ; 1995-....)
• Partenaire(s) de recherche : Laboratoire : Techniques de l’ingénierie médicale et de la complexité - Informatique, mathématiques et applications (Grenoble, Isère, France)
• Jury : Président / Présidente : Jocelyne Troccaz
• Jury : Examinateurs / Examinatrices : Nassir Navab, Aurel Messas, Sandrine Voros
• Jury : Rapporteur / Rapporteuse : Pierre Jannin, Christophe Doignon

Mots clés

Mots clés contrôlés

Laparoscopie

Chirurgie -- Pratique

Mots clés libres

Chirurgie

Évaluation

Qualité

Apprentissage

Suivi d'instrument

Laparoscopie

Surgery

Evaluation

Quality

Learning

Instrument tracking

Laparoscopy

Résumé

Le développement de la chirurgie laparoscopique entraîne de nouveaux défis pour le chirurgien, sa perception visuelle et tactile du site opératoire étant modifiée par rapport à son expérience antérieure. De nombreux dispositifs ont été développés autour de la procédure chirurgicale afin d'aider le chirurgien à réaliser le geste avec la meilleure qualité possible. Ces dispositifs visent à permettre au chirurgien de mieux percevoir le contexte dans lequel il intervient, à planifier de façon optimale la stratégie opératoire et à l'assister lors de la réalisation de son geste. La conception d'un système d'analyse de la procédure chirurgicale, permettant d'identifier des situations à risque et d'améliorer la qualité du geste, est un enjeu majeur du domaine des Gestes Médico-Chirurgicaux Assistés par Ordinateur. L'évaluation de la qualité du geste explore plusieurs composantes de sa réalisation : les habiletés techniques du chirurgien, ainsi que ses connaissances théoriques et sa capacité de jugement. L'objectif de cette thèse était de développer une méthode d'évaluation de la qualité technique des gestes du chirurgien à partir de connaissances a priori, qui soit adaptée aux contraintes spécifiques du bloc opératoire sans modifier l'environnement du chirurgien. Cette évaluation s'appuie sur la définition de métriques prédictives de la qualité du geste chirurgical, dérivées des trajectoires des instruments au cours de la procédure. La première étape de ce travail a donc consisté en la mise au point d'une méthode de suivi de la position des instruments laparoscopiques dans la cavité abdominale au cours de la chirurgie, à partir des images endoscopiques et sans ajout de marqueurs. Ce suivi combine des modèles géométriques de la caméra, de l'instrument et de son orientation, ainsi que des modèles statistiques décrivant les évolutions de cette dernière. Cette méthode permet le suivi de plusieurs instruments de laparoscopie dans des conditions de banc d'entraînement, en temps différé pour le moment. La seconde étape a consisté à extraire des trajectoires des paramètres prédictifs de la qualité du geste chirurgical, à partir de régressions aux moindres carrés partiels et de classifieurs k-means. Plusieurs nouvelles métriques ont été identifiées, se rapportant à la coordination des mains du chirurgien ainsi qu'à l'optimisation de son espace de travail. Ce dispositif est destiné à s'intégrer dans un système plus large, permettant d'apporter au chirurgien, en temps réel, des informations contextualisées concernant son geste, en fusionnant par exemple les données issues de la trajectoire à des données multi-modales d'imagerie per-opératoire.

The development of laparoscopic surgery has led to new challenges for surgeons, their visual and tactile perception of the operating field having been modified compared to their prior experience. Numerous devices have been designed around the surgical process in order to help the surgeon to perform the best possible intervention. These devices aim at enhancing the surgeon's perception of the operating context, optimally planning the surgical strategy, and assisting him/her during the intervention. The design of a system dedicated to the analysis of the surgical process, enabling the identification of risky situations and improving the quality of the surgery, is a major issue in the field of Computer Assisted Medical Interventions. The assessment of quality in surgery covers different aspects: the technical skills of the surgeon, as well as his/her theoretical knowledge and decision-making abilities. The objective of this thesis was to develop a technical skills assessment device for laparoscopic surgery, using a priori knowledge, suitable for the operating room's specific constraints without modifying the surgeon's environment. This assessment is based on the definition of predictive metrics for the quality of the surgery, derived from the instruments' trajectories during the procedure. The first step of this work consisted in the implementation of an instrument tracking method, based on endoscopic images without addition of any markers, in order to retrieve the 3D position of the instrument's tip inside the abdominal cavity during the surgical procedure. This tracking combines geometric models of the camera, the instrument and its orientation, with statistical models describing the evolutions of the latter. This method allows for simultaneous off-line tracking of multiple instruments within a training bench environment. The second step consisted in the extraction, from these trajectories, of predictive metrics for the assessment of the technical skills of the surgeon, using partial least squares regression and k-means classifiers. Several new metrics were identified, relating to the coordination of the surgeon's hands and the optimization of his/her workspace. This device is intended to be integrated in a more general system, in order to provide the surgeon with context-aware information regarding the surgical process, for example by merging data obtained from the trajectory with per-operative multi-modal image data.