HoloLens首个人工智能+ar辅助医疗教学案例.doc

《HoloLens首个人工智能+ar辅助医疗教学案例.doc》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、HoloLens首个人工智能+ar辅助医疗教学案例　　熊孩子天不怕地不怕，但是几乎都怕打针。其实打针本身带来的疼痛并不太大，让熊孩子承受不来的其实是一种“紧张感”，尤其是经历过一些新手护士扎错位后，孩子对打针的恐惧感会进一步加深。　　简单的扎针尚且如此，可想而知，培养一名可以独当一面的外科主刀医生是多么不易。针头插错可以重扎，可若是精密手术，一刀的偏差就可能会为患者带来余生的痛苦。这样沉重的后果也使得缺少实战经验的医师不敢轻易动刀。有需求便有创造，基于AR的医疗保健训练也相应诞生。　　　　2018年3月8日，微软混合现实体验部总经理罗林巴丁在微软博客上表示：通过混合现实，2018年正在成为医

2、生和医疗机构的转型年。关于AR+医疗我们聊过一些案例，今天我们就再来看一些HoloLens辅助医疗教学的案例。　　HoloLens作为一款优秀的设备同样也是先行者，自推出以来，航天、工业、医疗等各行各业都尝试着用这款炫酷的设备结合自身领域。CAEHealthcare就是其中一家致力于提高当今医疗从业者和学习者水平的培训教育机构，就正在进行将医疗教学与HoloLens结合的尝试。　　CAEVimedixAR　　Vimedix超声波模拟器将人体器官从显示器屏幕中解放出来，可以显示需要解剖的结构。医生可以放大、转动、旋转各项器官模型，以便查看各项器官结构之间的关系。在模拟器中人体就变得好像一块块乐

3、高积木，拆解安装起来方便自如。用户可以凭借这种技术实时观察超声波束，其极具科幻电影中未来感的操作方式和以一种新奇的视角来观察人体结构无疑生动形象化了人体解剖学的教学。　　　　AbiomedImpella是一款用于帮助患者维持其心跳功能和血液循环的微型血泵。CAEHealthcare正在尝试将AR技术融入仿真练习程序中，使医生可以更真实的模拟练习世界上最小心脏泵的安装。不夸张的说，安装过程就如同穿针引线般不容许丝毫偏差。这项技术一但成熟，将简化练习的步骤，降低练习的成本，从而方便主刀医师多加练习，练至行云流水的境界来规避可能存在的风险。　　　　MedtronicMicra是世界上最小的起搏器（

4、起搏器在需要的时候向心脏发出微小的电脉冲，刺激心脏跳动）。类似于AbiomedImpella培训方案，将来学员可以通过观看实时可动的Micra传输系统和心脏的全息图像进行手术操作的相关练习。　　　　Lucina分娩模拟器：CAE的Lucina生理模拟系统由真人大小的母亲和胎儿的人体模型组成，他们具有可活动的关节以及可以扩大的子宫，可以把他们当做是两具缺少生命活动的躯壳。学生可以利用HoloLens在母亲模型上的投影来赋予母亲胎儿“生命”，从而身临其境的观察到母亲体内各阶段的怀孕反应。　　　　在目前的版本中，LucinaAR还提供了肩难产（肩难产是一种分娩并发症，是指胎头娩出后，胎儿肩膀卡在骨

5、盆出口处，不能娩出的情况，手术难度较高）的模拟情景。学生可以通过HoloLens和人体模型练习这种分娩技术，以防日后遇到这种情况手足无措，贻误最佳的手术时机。　　　　CAEHealthcare的总裁RobertAmyot博士提到：“现在的学生怀着不同的期望来到课堂，他们期待有一个互动性更强更吸引人的学习途径”。从以上四点也不难看出，在AR教学方面，学习的游戏性得到了很大的提高，面对曾经枯燥的练习，仿佛将自身置于了一个游戏场景中。我们常对复杂深奥的理论知识产生厌烦情绪，却对某些游戏无师自通，将这二者结合起来或许真能做到古人所说的寓教于乐。　　Cardiolens　　除去微软与CAEHealth

6、care的合作之外，法国民用航空大学教授ChristopheHurter博士、微软研究员DanielMcDuff和MarGonzalezFranco还利用HoloLens开发了一种测量心率的新方法,他们为这一系统取名为Cardiolens，通过HoloLens在混合现实中进行脉搏和生命体征的测量。　　测血流量可以获得许多生命体征，但是在以往都需要通过接触式的传感器来完成测量，Cardiolens的任务便是让医护人员在佩戴HoloLens时，患者的生理数据能够一眼便知。　　　　Cardiolens通过加速度计（智能手机或头戴设备中内置的用于测量重力和速度的传感器）或IR（红外光）相机来捕捉人眼

7、观测不到的光电容积描记（借助光电手段,通过检测生物组织血液容积的变化来获得人体生理学信号及特征）和心冲击描记信号（通过测量心脏每个跳动周期的血液喷射来获得人体生理学信号及特征）。　　　　研究团队开发了一款软件可以在HoloLens的相机面对人脸时自动识别面部位置并过滤掉红色、绿色、蓝色，再通过算法处理便能识别出埋藏在皮肤下的血量变化。　　　　有了这一创新，将来的患者不必再脱下袖筒，医生也不必拿出听诊器，只需带