当前位置: 首页 > news >正文

MIT沉浸式实验室如何使用MANUS手套实现远程VR神经外科培训

MIT.nano沉浸式实验室是麻省理工学院的多学科空间,旨在可视化复杂数据和原型沉浸式技术以支持AR和VR研究、动作捕捉以及面向科学、工程和艺术领域用户的数字物理交互。

外科训练的挑战

现代神经外科技术要求极其精确,尤其是在小儿脑积水手术中。多年来,年轻的外科医生不得不长途跋涉精进技能向像波士顿儿童医院的本杰明·华尔医生这样的专家学习。这些手术技能需要非常高的精度,传统上这些技能只能通过面对面的指导来传承。

为了打破这个障碍,小儿神经外科医生吉赛尔·科埃略创立了EDUCSIM并与MIT.nano的沉浸式实验室一起共同创造了一个沃尔博士的虚拟现实形象,让居民可以远程向他学习,就好像他就站在学员身边一样。

根据华尔博士创作虚拟化身的挑战

  • 要求高保真动作捕捉能够以外科手术级别的精度记录操作人员灵巧的手指运动。

  • 需要高分辨率立体视频采集,以在手术过程中准确保存全身姿势和空间背景。

  • 捕捉面部表情和非语言暗示的必要性,这对教学清晰性和临床交流至关重要。

  • 集成多种虚拟现实/增强现实技术,确保完整、真实地再现外科医生的远程培训技术。

Manus解决方案

沃尔多次访问MIT.nano网站进行数字“捕捉”,包括穿着动捕套装(MANUS Metagloves Pro手套和嵌入传感器的衣服)在婴儿模型上做手术。

外科手术级手指动作捕捉

MANUS手套提供高精度传感器数据,实时捕捉关节位置、旋转和角度。这使得数字模型能够保留沃尔手术技术的准确细节,从他如何稳定器械到他如何执行精细的手术任务,而不是将手部运动简化为宽泛的手势。由此产生的手指水平的数据成为一个精确的训练参考,学员可以观察和复制。

跨VR/AR环境的无缝集成

MANUS手套与VR环境兼容,可以支持手术模拟器和混合现实训练系统中的工作流程。通过同步位置跟踪、身体姿势和手部运动数据,MANUS使外科医生能够在沉浸式环境中实现完整的数字孪生。学员可以从多个角度观察技术,接受实时指导,体验沉浸式空间教学而不是静态演示。

“这些技术主要用于娱乐、VFX或CGI。但是我们现在把它应用于真正的医学实践和真正的外科手术技术学习中。”—麻省理工学院纳米沉浸实验室AR/VR技术专家泰尔丝·瑞克斯说到。

结果

沃尔和EDUCSIM的项目使3000多英里外的巴西学员能够观察世界级神经外科医生的数字化身并与之互动,在一比一大小的婴儿大脑模型上练习精细的手术。

“如果有一天我们可以拥有像Giselle这样的化身,在偏远的地方向人们展示如何做手术和回答问题,而不需要旅行的成本或时间,我认为这将是非常强大的,”沃尔说,目前他已经花费了数年时间在世界各地培训儿童神经外科医生。

展望未来,结合MANUS手套精确的手部动作捕捉和VR/AR环境可以支持更广泛的应用,如远程手术指导、遥操作机器人、工业技能转移和全球培训工作流等。

http://www.cnnetsun.cn/news/137021.html

相关文章:

  • YOLO深度学习模型的训练参数配置与优化
  • 数字孪生可视化模板怎么用?5大行业Demo拆解,帮你快速复用提效
  • 必藏!程序员转型AI大模型:机遇、路径与成功率拆解
  • 《智构空间:AIOS 与全时域 3D 交互范式》第 0 篇:前言 —— 触摸语义的厚度
  • 如何将照片从 Android 传输到 Android
  • 前端Vue使用js-audio-plugin实现录音功能
  • 测试用例之翻页功能详解
  • 音乐平台歌曲盗版维权全攻略:权利卫士录屏取证+可信时间戳认证实操指南
  • 根据您提供的 package.json 片段,涉及的 @vue/cli-plugin-babel 和 @vue/cli-service 版本为 ~4.2.0。以下是针对该版本的详细解决方案,结合相关依
  • electron-egg打包win7
  • 8种网络故障分析及测试命令大全
  • 新人必看盘点知名CTF练习靶场,从零基础入门到精通,收藏这一篇就够了!
  • Pythonselenium自动化测试实战项目
  • 关于Comtos Linux (朱雀)主体源码的选择
  • 超级Mini小车功能说明
  • STC32G12单片机替换成STC32F12单片机,直接替换的结果
  • SIEMENS 6SL3210-1PE33-0CL0 变频器
  • 软件测试常用的7种方法,最后一个是升职加薪关键!(零基础小白转行IT互联网高效进阶)
  • 【RTOS】EasyLog的移植与使用
  • 在数据库里玩“平行宇宙”:MatrixOne Data Branch 让数据也拥有Git 的分支/合并/对比/回滚(含跨集群同步)
  • 基于单片机的全自动洗衣机系统的设计
  • 5.6 模型部署与智能体集成实战
  • 基于单片机的球赛计分牌的设计
  • ArcGIS Pro 从入门到实战基础篇(10):地图菜单
  • Kotaemon与Redis/Memcached集成:构建高速缓存层
  • 【鸿蒙三方库编译】lycium_plusplus(lycium++)高效完成鸿蒙C/C++编译
  • 2025年度GEO服务商权威甄选指南:技术深度与商业价值的双重考量
  • 收藏备用!Java程序员转AI大模型:从技术沉淀到AI爆发的进阶之路
  • Python 爬虫实战:Session 会话维持爬取需登录内容
  • 基于移相全桥变换器的电池充电仿真模型,采用电压电流双闭环PI控制。 电池先经历CC模式而后进入...