郭 娜,王田苗,2,胡 磊,劉洪升,王昱涵,俞國(guó)鑫,宋雄康,耿寶多,楊 標(biāo)
1.北京航空航天大學(xué) 機(jī)械工程及自動(dòng)化學(xué)院,北京 100191
2.北京航空航天大學(xué) 醫(yī)工交叉創(chuàng)新研究院,北京 100191
3.蘇州鑄正機(jī)器人有限公司 基礎(chǔ)研發(fā)部,江蘇 蘇州 215000
膝關(guān)節(jié)前交叉韌帶(Anterior Cruciate Ligament,ACL)斷裂后不能進(jìn)行有效治療,會(huì)對(duì)患者的生活質(zhì)量造成嚴(yán)重影響。關(guān)節(jié)鏡下的ACL重建手術(shù)最常用的手術(shù)方式。但是,由于保留ACL 殘跡會(huì)增加骨道定位的難度,傳統(tǒng)的關(guān)節(jié)鏡下ACL重建手術(shù),要求必須完全清除ACL 殘跡。而保留殘跡的ACL 重建是ACL 重建手術(shù)的發(fā)展趨勢(shì)[1-3]。增強(qiáng)現(xiàn)實(shí)(Augmented Reality,AR)技術(shù)是增強(qiáng)微創(chuàng)手術(shù)環(huán)境感知的有效方法,不僅可以在保留殘跡的情況下,輔助醫(yī)生進(jìn)行精準(zhǔn)的靶點(diǎn)定位,提高術(shù)后的康復(fù)效果以及患者的生活質(zhì)量,還可以為醫(yī)生提供豐富的解剖結(jié)構(gòu),擴(kuò)大醫(yī)生的手術(shù)視野,降低手術(shù)難度。近年來(lái),隨著計(jì)算機(jī)技術(shù)、圖像處理技術(shù)的發(fā)展,AR 技術(shù)逐步應(yīng)用到腹腔鏡手術(shù)、腦外科、神經(jīng)外科、耳鼻喉科手術(shù)、牙科以及骨科等臨床外科手術(shù)當(dāng)中[4-11]。
增強(qiáng)現(xiàn)實(shí)導(dǎo)航系統(tǒng)具有以下三個(gè)特征[12]:(1)虛實(shí)融合;(2)精確的“對(duì)齊”;(3)實(shí)時(shí)交互。其中,人機(jī)交互是增強(qiáng)現(xiàn)實(shí)系統(tǒng)區(qū)別于傳統(tǒng)導(dǎo)航系統(tǒng)的重要特征。根據(jù)交互方法,增強(qiáng)現(xiàn)實(shí)系統(tǒng)中的人機(jī)交互技術(shù)可以分為[13]:基于傳統(tǒng)的硬件設(shè)備的交互技術(shù)(鼠標(biāo)、鍵盤(pán)、手柄)、基于語(yǔ)音識(shí)別的交互技術(shù)、基于觸控的交互技術(shù)[14]、基于動(dòng)作識(shí)別的交互技術(shù)[15-18]、基于眼動(dòng)追蹤的交互技術(shù)、基于腦機(jī)接口的交互技術(shù)[19-20]。盡管外科手術(shù)導(dǎo)航系統(tǒng)的應(yīng)用已有二十多年了,但是受硬件技術(shù)的制約,目前的交互技術(shù)在穩(wěn)定性、感知能力和反饋能力等方面仍存在缺陷。增強(qiáng)現(xiàn)實(shí)導(dǎo)航系統(tǒng),尤其是基于光學(xué)透視的增強(qiáng)現(xiàn)實(shí)系統(tǒng)與傳統(tǒng)的人機(jī)界面有很大的不同,其信息通道更為多樣化,因此交互方式與傳統(tǒng)的人機(jī)界面有很大的不同。更為重要的是,外科手術(shù)不同于其他應(yīng)用場(chǎng)景,對(duì)無(wú)菌有極高的要求。此外,在外科手術(shù)中,醫(yī)生處于高度緊張狀態(tài)。因此,流暢、舒適的人機(jī)交互十分必要。
人機(jī)界面中的多余信息有可能會(huì)分散醫(yī)生精力,使醫(yī)生產(chǎn)生“失控感”[21]。文獻(xiàn)[22]根據(jù)傳統(tǒng)的人機(jī)交互通用設(shè)計(jì)原則提出了AR系統(tǒng)人機(jī)交互的通用設(shè)計(jì)原則:自解析性、較低的認(rèn)知負(fù)荷、較低的體力需求、易學(xué)性、較高的用戶(hù)滿(mǎn)意度、靈活可用、實(shí)時(shí)響應(yīng)以及較高的錯(cuò)誤容忍度。但是其他學(xué)者認(rèn)為增強(qiáng)現(xiàn)實(shí)系統(tǒng)不僅應(yīng)該結(jié)合軟硬件設(shè)備與應(yīng)用場(chǎng)景給出具體的指導(dǎo)原則[23]。因此,有必要研究增強(qiáng)現(xiàn)實(shí)手術(shù)導(dǎo)航系統(tǒng)中的人機(jī)交互的準(zhǔn)則。
GOMS 模型是人機(jī)交互領(lǐng)域最常用的交互模型。但是GOMS 模型是一種脫離實(shí)際應(yīng)用的模型[23-24]。AR系統(tǒng)的操作模式可能是模糊的、不確定的[25]。因此,有必要研究多通道信息交換的人機(jī)交互模型。
主流的人機(jī)交互的評(píng)價(jià)是以用戶(hù)為中心的設(shè)計(jì)和評(píng)估;在工業(yè)和自動(dòng)化領(lǐng)域也有符號(hào)學(xué)和Fitts 定律法[26]。增強(qiáng)現(xiàn)實(shí)導(dǎo)航技術(shù)是一門(mén)新型學(xué)科,目前尚未有比較成熟的評(píng)價(jià)方法,而且增強(qiáng)現(xiàn)實(shí)導(dǎo)航系統(tǒng)的人機(jī)交互任務(wù)涉及多種設(shè)備和傳感器,交互任務(wù)復(fù)雜,因此,傳統(tǒng)的人機(jī)交互評(píng)價(jià)方法不適用。
本文搭建了基于HoloLens的ACL重建手術(shù)導(dǎo)航系統(tǒng),結(jié)合圍手術(shù)期的醫(yī)生認(rèn)知模型,提出了外科手術(shù)增強(qiáng)現(xiàn)實(shí)導(dǎo)航系統(tǒng)的人機(jī)交互原則。同時(shí),針對(duì)多信息融合問(wèn)題,采用eGOMS 模型對(duì)導(dǎo)航系統(tǒng)的人機(jī)交互任務(wù)進(jìn)行建模。為科學(xué)客觀地評(píng)價(jià)人機(jī)交互的性能,采用綜合評(píng)價(jià)理論中最常用的層次分析法和模糊分析法,對(duì)人機(jī)交互系統(tǒng)進(jìn)行綜合評(píng)估。
2.1.1 系統(tǒng)結(jié)構(gòu)
如圖1 所示,本文提出了一種基于HoloLens 的增強(qiáng)現(xiàn)實(shí)導(dǎo)航系統(tǒng)。該系統(tǒng)包括CT 機(jī)、C 型臂、PC 機(jī)、Micron Tracker 以及 HoloLens。如圖2 所示,基于增強(qiáng)現(xiàn)實(shí)技術(shù)的ACL 導(dǎo)航系統(tǒng)的九大模塊之間的關(guān)系如下:位置跟蹤模塊為整個(gè)系統(tǒng)提供各個(gè)跟蹤目標(biāo)的位置信息(標(biāo)定器、手術(shù)目標(biāo)、標(biāo)定塊以及HoloLens),位置信息由Micron Tracker采集,通過(guò)UDP協(xié)議傳輸給其他模塊;C型臂空間注冊(cè)模塊可以實(shí)現(xiàn)X光圖像與手術(shù)空間的注冊(cè),其注冊(cè)結(jié)果可以為2D-3D配準(zhǔn)模塊提供參數(shù)支持;2D-3D 配準(zhǔn)模塊可以實(shí)現(xiàn)術(shù)前CT 圖像與術(shù)中X 光圖像的配準(zhǔn);虛實(shí)配準(zhǔn)模塊可以實(shí)現(xiàn)虛擬空間和真實(shí)場(chǎng)景之間的空間配準(zhǔn);可視化顯示模塊可以根據(jù)虛實(shí)配準(zhǔn)與圖像配準(zhǔn)的結(jié)果,將虛擬模型、路徑規(guī)劃等信息與真實(shí)場(chǎng)景融合顯示;三維重構(gòu)模塊可以實(shí)現(xiàn)術(shù)前CT 圖像的三維重構(gòu),為2D-3D 配準(zhǔn)、路徑規(guī)劃以及可視化顯示提供三維數(shù)據(jù)模型。
圖1 ACL重建系統(tǒng)增強(qiáng)現(xiàn)實(shí)系統(tǒng)結(jié)構(gòu)圖
圖2 ACL重建手術(shù)導(dǎo)航系統(tǒng)模塊關(guān)系圖
圖3 基于增強(qiáng)現(xiàn)實(shí)的ACL重建手術(shù)導(dǎo)航流程
2.1.2 導(dǎo)航流程
如圖3所示,基于增強(qiáng)現(xiàn)實(shí)技術(shù)的ACL導(dǎo)航系統(tǒng)的使用流程如下。
(1)術(shù)前處理
①對(duì)HoloLens的工作空間進(jìn)行離線標(biāo)定。
②目標(biāo)區(qū)域CT掃描。
③對(duì)術(shù)前CT數(shù)據(jù)進(jìn)行分割與重構(gòu),獲取股骨和脛骨的STL模型。
④在分割出的STL模型上,進(jìn)行手術(shù)路徑規(guī)劃。
(2)術(shù)中導(dǎo)航
①拍攝X 光,對(duì)C 型臂進(jìn)行空間標(biāo)定[27],將標(biāo)定結(jié)果與X光圖像傳輸給2D-3D配準(zhǔn)模塊。
②在2D-3D配準(zhǔn)模塊中,導(dǎo)入術(shù)前的CT數(shù)據(jù)與分割的STL 模型,調(diào)整STL 模型與X 光的初始位置,進(jìn)行2D-3D圖像配準(zhǔn)[28],配準(zhǔn)結(jié)果傳輸給可視化現(xiàn)實(shí)模塊。
③對(duì)HoloLens進(jìn)行在線標(biāo)定[29]。
④增強(qiáng)顯示,導(dǎo)航跟蹤。
2.2.1 基于錐形螺旋線的C型臂標(biāo)定器
如圖4 所示,為提高點(diǎn)對(duì)配準(zhǔn)的空間注冊(cè)精度,本文采用一種基于錐形螺旋線的C 型臂標(biāo)定器對(duì)C 型臂進(jìn)行標(biāo)定。在手術(shù)靶點(diǎn)附近,該標(biāo)定器相比與傳統(tǒng)的雙平面標(biāo)定器,標(biāo)定精度更高[27]。
圖4 標(biāo)定器
2.2.2 基于Splat的2D-3D圖像配準(zhǔn)
為實(shí)現(xiàn)術(shù)前CT 圖像與數(shù)字X 圖像的空間統(tǒng)一,如圖5所示,采用基于DRR投影的2D/3D自動(dòng)配準(zhǔn)方法策略。DRR 重建、相似度準(zhǔn)則、參數(shù)優(yōu)化算法是2D/3D 配準(zhǔn)過(guò)程的重要組成。通過(guò)、配準(zhǔn)精度、配準(zhǔn)時(shí)間以及配準(zhǔn)成功率對(duì)不同的方法進(jìn)行對(duì)比分析,基于Splat-SRCGD的2D/3D的配準(zhǔn)策略的綜合表現(xiàn)最佳[28]。
圖5 基于DRR的2D-3D配準(zhǔn)模型
2.2.3 基于空間補(bǔ)償?shù)奶搶?shí)標(biāo)定
為實(shí)現(xiàn)快速的在線標(biāo)定,通過(guò)分析HoloLens 的工作空間(如圖6所示),將標(biāo)定過(guò)程分解為離線標(biāo)定和在線標(biāo)定[29]。離線標(biāo)定過(guò)程通過(guò)對(duì)工作空間中的關(guān)鍵點(diǎn)的采樣,然后采用線性插補(bǔ)模型對(duì)非采樣點(diǎn)的轉(zhuǎn)換矩陣進(jìn)行插值,實(shí)現(xiàn)對(duì)整個(gè)工作空間的標(biāo)定。在線標(biāo)定是通過(guò)對(duì)工作空間中心的采樣,然后通過(guò)對(duì)轉(zhuǎn)換矩陣的空間補(bǔ)償,實(shí)現(xiàn)HoloLens 的在線快速標(biāo)定。該在線交互標(biāo)定方法與傳統(tǒng)的外部跟蹤標(biāo)定法的標(biāo)定精度相當(dāng),但在線標(biāo)定時(shí)間更少。
圖6 HoloLens的工作空間
2.3.1 人機(jī)交互界面
在Unity3D進(jìn)行場(chǎng)景開(kāi)發(fā),系統(tǒng)的人機(jī)交互界面如圖7所示。導(dǎo)航系統(tǒng)人機(jī)交互的主要任務(wù)包括:虛實(shí)配準(zhǔn)、虛實(shí)融合、導(dǎo)航跟蹤。導(dǎo)航跟蹤方式的設(shè)置可以通過(guò)語(yǔ)音或手勢(shì)來(lái)確認(rèn),不涉及通道整合問(wèn)題。標(biāo)定塊的虛實(shí)對(duì)齊、虛實(shí)融合目標(biāo)的可視性設(shè)置需要涉及多通道操作者的整合。
圖7 人機(jī)交互界面
2.3.2 人機(jī)交互模型
本文采用eGOMS模型[23]進(jìn)行人機(jī)交互任務(wù)分析,實(shí)現(xiàn)多通道信息的整合。其中,G代表目標(biāo)Goals、O代表操作Operations、M代表多通道信息Modals、S代表信息整合Synthesization。根據(jù)eGOMS模型,標(biāo)定塊的虛實(shí)對(duì)齊、虛實(shí)融合目標(biāo)的可視性設(shè)置的交互模型如圖8所示。
圖8 AR導(dǎo)航系統(tǒng)人機(jī)交互模型
主刀醫(yī)生是外科手術(shù)成功的關(guān)鍵,其認(rèn)知行為模型、情緒和體力對(duì)手術(shù)的成果有重大影響[30]。在外科手術(shù)中,尤其是像ACL重建手術(shù)的運(yùn)動(dòng)醫(yī)學(xué)手術(shù)中,手術(shù)只是整個(gè)治療的一個(gè)環(huán)節(jié)。如圖9所示,本文分析了圍手術(shù)期的醫(yī)生的認(rèn)知行為模型:保留前交叉韌帶的殘跡對(duì)術(shù)后康復(fù)效果有很大的提升;術(shù)后的療效評(píng)估結(jié)果對(duì)醫(yī)生的提高手術(shù)技能、提高手術(shù)的療效也有重要的促進(jìn)作用;醫(yī)生對(duì)解剖結(jié)構(gòu)的熟悉程度也會(huì)影響手術(shù)的效果。因此,采用增強(qiáng)現(xiàn)實(shí)的主要目的是為醫(yī)生提供豐富的解剖信息,提高其對(duì)膝關(guān)節(jié)解剖結(jié)構(gòu)的認(rèn)知,能實(shí)現(xiàn)在保留ACL殘跡的情況下,進(jìn)行ACL骨道的精準(zhǔn)定位。
圖9 圍手術(shù)期的醫(yī)生的認(rèn)知行為模型
本文采用Microsoft HoloLens 作為AR 顯示設(shè)備。Microsoft HoloLens不僅可以完成基于光學(xué)透視的虛實(shí)場(chǎng)景疊加,還可進(jìn)行語(yǔ)音、手勢(shì)交互。但是,作為頭戴式設(shè)備,其位置并不固定。因此,基于HoloLens 的ACL重建手術(shù)導(dǎo)航系統(tǒng)滿(mǎn)足以下特征:(1)光學(xué)透視式AR;(2)移動(dòng)式AR;(3)導(dǎo)航式 AR;(4)多感官AR?;贠ST-AR技術(shù)的外科手術(shù)導(dǎo)航系統(tǒng)不僅要滿(mǎn)足傳統(tǒng)手術(shù)導(dǎo)航系統(tǒng)的交互準(zhǔn)則,也要滿(mǎn)足AR 交互方式的準(zhǔn)則。因此,AR手術(shù)導(dǎo)航系統(tǒng)的人機(jī)交互規(guī)則主要包括:
(1)虛實(shí)配準(zhǔn)一致性——虛擬物體與真實(shí)場(chǎng)景應(yīng)有效融合,盡量減小虛擬物體的扭曲變形、跟蹤誤差和用戶(hù)視角的參數(shù)錯(cuò)誤[31]。
(2)用戶(hù)的安全感——基于VST-HMD 的外科手術(shù)導(dǎo)航系統(tǒng)的最大問(wèn)題就是,醫(yī)生無(wú)法用眼鏡直視真實(shí)場(chǎng)景,因此存在一定畏懼感。盡管醫(yī)生可以通過(guò)OST-HMD觀察到手術(shù)場(chǎng)景,但是基于OST-HMD的導(dǎo)航系統(tǒng)仍存在虛實(shí)遮擋問(wèn)題,在術(shù)中不利于醫(yī)生的觀察手術(shù)現(xiàn)場(chǎng)。因此,AR系統(tǒng)不應(yīng)遮擋用戶(hù)的感興趣區(qū)域[32]。
(3)信息的有效性——為避免多余的信息分散用戶(hù)的精力,應(yīng)對(duì)信息進(jìn)行分類(lèi)管理,虛擬信息要有較高的對(duì)比度、文本提示內(nèi)容清晰、標(biāo)注信息具有深度顯示、信息可見(jiàn)性可以選擇。
(4)低認(rèn)知負(fù)荷——操作盡可能采用通用交互習(xí)慣,減少用戶(hù)使用系統(tǒng)的學(xué)習(xí)周期,不增加其認(rèn)知負(fù)荷。
(5)精準(zhǔn)的靶點(diǎn)定位——能精準(zhǔn)地定位手術(shù)靶點(diǎn),提高手術(shù)的效果。
(6)實(shí)時(shí)的跟蹤導(dǎo)航——能實(shí)時(shí)跟蹤目標(biāo)的位置,并給用戶(hù)指示操作方向[33-34]。
(1)評(píng)價(jià)指標(biāo)
根據(jù)國(guó)際標(biāo)準(zhǔn)化組織提出的ISO9241-11標(biāo)準(zhǔn),可用性是指特定用戶(hù)在特定的使用背景下,使用某個(gè)產(chǎn)品達(dá)到特定目標(biāo)的有效性、效率和滿(mǎn)意度。目前,有些學(xué)者開(kāi)展了針對(duì)虛擬現(xiàn)實(shí)系統(tǒng)的可用性評(píng)估[23,35]。但針對(duì)增強(qiáng)現(xiàn)實(shí)導(dǎo)航系統(tǒng)交互的可用性研究尚無(wú)。結(jié)合3.2節(jié)提出的人機(jī)交互準(zhǔn)則,參考虛擬現(xiàn)實(shí)界面可用性評(píng)價(jià)方法,AR導(dǎo)航系統(tǒng)人機(jī)交互的可用性評(píng)價(jià)主要如下[36]。
①任務(wù)績(jī)效:是指系統(tǒng)能否滿(mǎn)足任務(wù)需求。本文中任務(wù)績(jī)效主要是指錯(cuò)誤率。出錯(cuò)率,是指不能實(shí)現(xiàn)預(yù)定目標(biāo)的操作。出錯(cuò)率的測(cè)量,是通過(guò)統(tǒng)計(jì)出現(xiàn)錯(cuò)誤的情況在總?cè)蝿?wù)完成的比例。
②適當(dāng)性:是指增強(qiáng)顯示的虛擬信息應(yīng)適當(dāng),盡量減小冗余信息,提高醫(yī)生的注意力,本文中適當(dāng)性包括醫(yī)生最關(guān)心的虛擬信息與系統(tǒng)提供的虛擬信息的比率,最關(guān)心的虛擬信息的提示性是否突出。
③易用性:指系統(tǒng)操作應(yīng)該簡(jiǎn)單方便,在需要的情況下能夠獲得有效幫助,并且具有一定的容錯(cuò)能力簡(jiǎn)單性、幫助性。本節(jié)主要通過(guò)系統(tǒng)的符號(hào)復(fù)雜度、操作深度、操作總量來(lái)衡量交互操作的易用性[37]。系統(tǒng)的符號(hào)復(fù)雜度,包括符號(hào)的種類(lèi)和符號(hào)的總體數(shù)量。不同功能下,系統(tǒng)的符號(hào)復(fù)雜度差別較大,為更好地給出評(píng)價(jià)等級(jí),本文將基于HoloLens 的增強(qiáng)現(xiàn)實(shí)導(dǎo)航系統(tǒng)與成熟的導(dǎo)航系統(tǒng)產(chǎn)品進(jìn)行對(duì)比。系統(tǒng)的符號(hào)復(fù)雜度修正為增強(qiáng)現(xiàn)實(shí)系統(tǒng)的符號(hào)復(fù)雜度與BrainLab 系統(tǒng)符號(hào)復(fù)雜度的比例。操作的深度,指完成一個(gè)具體的功能及操作需要在幾種不同的界面和環(huán)境中切換才能完成,本文中是指所有要實(shí)現(xiàn)的功能中最多操作界面切換;操作工作總量,完成一個(gè)具體的功能和操作需要點(diǎn)擊次數(shù)加上編輯符號(hào)的數(shù)量,從而衡量系統(tǒng)的交互效率。
④易學(xué)性:是指醫(yī)生可通過(guò)少量學(xué)習(xí),就可以使用系統(tǒng)。本文中主要通過(guò)新知識(shí)的比率與學(xué)習(xí)時(shí)間兩方面來(lái)進(jìn)行評(píng)價(jià)。
⑤交互性:是指強(qiáng)調(diào)自然、真實(shí)的交互體驗(yàn)。本文中主要包括自然性、直接性、結(jié)果可預(yù)知性。
(2)指標(biāo)權(quán)重
AR導(dǎo)航系統(tǒng)人機(jī)交互的可用性評(píng)價(jià)包含多個(gè)評(píng)價(jià)指標(biāo)。為科學(xué)評(píng)價(jià)AR導(dǎo)航系統(tǒng)人機(jī)交互的可用性,采用AHP來(lái)確定各評(píng)價(jià)指標(biāo)的權(quán)重。各指標(biāo)的層次模型如圖10。
通過(guò)5名專(zhuān)家對(duì)各指標(biāo)的重要性進(jìn)行打分,得到判斷矩陣如下:
圖10 AR導(dǎo)航系統(tǒng)可用性評(píng)價(jià)指標(biāo)層次模型
一致性檢驗(yàn)指標(biāo)CR以及CRi分別為:0.037 1,0,0,0.006 1,0,0.002 8。各層次一致性檢驗(yàn)指標(biāo)均小于0.1,故全部通過(guò)檢驗(yàn)。其中,i=1,2,3,4,5
如果λ和λi分別是矩陣A和Bi對(duì)應(yīng)的最大特征根,x和xi分別是矩陣A和Bi對(duì)應(yīng)的特征向量。將ε和εi分別歸一化,得到向量θ和θi。如果xi表示向量θ的元素,yij表示向量θi的元素,將各分層的權(quán)重進(jìn)行合并計(jì)算,可得到各二級(jí)指標(biāo)的綜合權(quán)重為:xji=yij×θi。各指標(biāo)權(quán)重如表1所示。
表1 可用性指標(biāo)權(quán)重
模糊評(píng)價(jià)法是以模糊數(shù)學(xué)為基礎(chǔ),應(yīng)用模糊關(guān)系的合成原理,將一些邊界不清、不易定量的因素定量化,從多個(gè)因素對(duì)被評(píng)價(jià)事物隸屬等級(jí)狀況進(jìn)行綜合評(píng)價(jià)的一種方法。
(1)確定評(píng)價(jià)因素集合及評(píng)價(jià)等級(jí)集
人機(jī)交互的性能劃分為5個(gè)等級(jí),V={很好,較好,一般,差,很差}。
(2)單因素評(píng)價(jià)
在采用模糊理論進(jìn)行綜合評(píng)價(jià)時(shí),需要通過(guò)隸屬度函數(shù)進(jìn)行模糊集合的量化。根據(jù)可用性評(píng)價(jià)評(píng)價(jià)指標(biāo)的特點(diǎn),本文采用梯形/半梯形隸屬函數(shù)。由專(zhuān)家根據(jù)經(jīng)驗(yàn)給定,各指標(biāo)邊界如表2所示。
表2 可用性評(píng)價(jià)指標(biāo)邊界值
新知識(shí)率、關(guān)鍵信息率、系統(tǒng)的符號(hào)復(fù)雜度、操作深度及操作工作總量可根據(jù)定義進(jìn)行計(jì)算,計(jì)算結(jié)果分別為18%、85%、95%、3、4。出錯(cuò)率、關(guān)鍵信息率、提示性、自然性、直接性、結(jié)果可預(yù)知性、學(xué)習(xí)時(shí)間采用調(diào)研法,由8名專(zhuān)家進(jìn)行打分。根據(jù)隸屬度函數(shù)以及測(cè)評(píng)結(jié)果,可用性評(píng)價(jià)指標(biāo)隸屬于評(píng)價(jià)等級(jí)的測(cè)度值如表3所示。
表3 可用性評(píng)價(jià)指標(biāo)隸屬于評(píng)價(jià)等級(jí)的測(cè)度值
(3)綜合評(píng)價(jià)結(jié)果
結(jié)合表3 的數(shù)據(jù),得到相應(yīng)的模糊綜合評(píng)價(jià)矩陣。根據(jù)4.1 節(jié)的結(jié)果中各指標(biāo)的權(quán)向量,采用加權(quán)平均算子作為模糊合成算子,進(jìn)行模糊合成。
先對(duì)二級(jí)指標(biāo)進(jìn)行模糊合成:
其中,i=1,2,3,4,5。Wi表示二級(jí)指標(biāo)的權(quán)重,Ri表示評(píng)價(jià)等級(jí)測(cè)度,S表示第i個(gè)一級(jí)指標(biāo)中二級(jí)指標(biāo)的個(gè)數(shù)。
再對(duì)一級(jí)指標(biāo)進(jìn)行模糊合成,模糊合成的綜合評(píng)價(jià)向量為:
模糊綜合評(píng)價(jià)向量的結(jié)果為:
依據(jù)最大隸屬度原則,AR 導(dǎo)航系統(tǒng)人機(jī)交互的可用性評(píng)價(jià)等級(jí)為較好,具有較好的任務(wù)績(jī)效、適當(dāng)性、易學(xué)性、易用性和交互性。
通過(guò)對(duì)圍手術(shù)期的醫(yī)生認(rèn)知模型的分析以及虛擬現(xiàn)實(shí)系統(tǒng)人機(jī)交互準(zhǔn)則的調(diào)研,提出了基于OST-AR技術(shù)的外科手術(shù)導(dǎo)航系統(tǒng)的人機(jī)交互的設(shè)計(jì)準(zhǔn)則。針對(duì)AR 導(dǎo)航界面的多感官信息融合問(wèn)題,提出了基于eGOMS 模型建立了AR 導(dǎo)航系統(tǒng)的人機(jī)交互范式。為客觀評(píng)價(jià)AR導(dǎo)航系統(tǒng)的人機(jī)交互可用性,本文采用層次分析法建立了人機(jī)交互的可用性評(píng)價(jià)指標(biāo)體系,提出了任務(wù)績(jī)效、適當(dāng)性、易學(xué)性、易用性和交互性5個(gè)一級(jí)評(píng)價(jià)指標(biāo),以及出錯(cuò)率、關(guān)鍵信息率、提示性、符號(hào)操作復(fù)雜度、操作深度、操作總量、新知識(shí)率、學(xué)習(xí)時(shí)間、自然性、直接性、結(jié)果可預(yù)知性11個(gè)二級(jí)指標(biāo)。最后采用模糊理論對(duì)AR 導(dǎo)航系統(tǒng)的人機(jī)交互可用性進(jìn)行綜合評(píng)價(jià),該系統(tǒng)的評(píng)價(jià)結(jié)果為較好,可以進(jìn)行實(shí)際醫(yī)用。