Home | english  | Impressum | KIT
Photo von Heinz Wörn

Prof. Dr.-Ing. Dr. h.c. Heinz Wörn

Professor im Ruhestand
Tel.: +49 721 608-44006
Fax: +49 721 608-47141
woernBfo5∂kit edu


Zur Person

Professor Wörn studierte Elektrotechnik an der Universität Stuttgart und promovierte dort am Institut für Werkzeugmaschinen mit seiner Arbeit zu dem Thema "Mehrprozessorsteuerungssystem für Werkzeugmaschinen mit standartisierten Schnittstellen". Im Anschluss arbeitete er bei KUKA Schweißanlagen und Roboter GmbH, wo er eine leitende Stellung in Forschung und Entwicklung inne hatte. Professor Wörn ist ein international anerkannter Experte für Roboter und Automation. Seine Erfahrung umfasst Roboteranwendungen, Robotersteuerungen und Sensoren für Roboter, sowie deren Programmmierung und Simulation. Seit 1997 leitet er das Institut für Prozessrechentechnik, Automation und Robotik der Universität Karlsruhe als Professor für "Komplexe Systeme in Automation und Robotik".

Forschungsgebiete

  • Planung, Programmierung, Steuerung, Diagnose und Sensorsysteme für Industrieroboter
  • Autonome, mobile Roboter, Mikroroboter, Serviceroboter, Teleroboter, Autonome Fahrzeuge
  • Planung und Simulation von Anlagen und Fabriken
  • Roboter- und sensorgestützte Chirurgie
  • Mikromontage
  • Modellierung komplexer Systeme in Produktion und Medizin

Workflow Analysis and Surgical Phase Recognition in Minimally Invasive Surgery

AutorOliver Weede, Frank Dittrich, Heinz Wörn, Brian Jensen, Alois Knoll, Dirk Wilhelm, Michael Kranzfelder, Armin Schneider, Hubertus Feussner
Jahr2012
Veröffentlicht in2012 IEEE International Conference on Robotics and Biomimetics (ROBIO 2012), December 11-14, 2012, Guangzhou, China
KurzfassungIn this paper, a new approach is described to recognize the phases of a single-port sigma resection intraoperatively, based on the position signal of the surgical instruments, the endoscopic video and an audio signal, signaling coagulations. Approaches for detecting the coagulation sounds, as well as the instruments visible in the endoscopic video using a bag of words model are detailed. The intervention phases are regarded as classes of a naive Bayes classifier. Features that differentiate intervention phases are examined. The naive Bayes classifier is extended by a dynamic feature, which includes the order of the intervention phases and their duration. First results show that in 93.2% the recognized phases are classified as true positive.
Bibtex@inproceedings{ ipr_1170857414, author = "{Oliver Weede and Frank Dittrich and Heinz W{{\"o}}rn and Brian Jensen and Alois Knoll and Dirk Wilhelm and Michael Kranzfelder and Armin Schneider and Hubertus Feussner}", title = "{Workflow Analysis and Surgical Phase Recognition in Minimally Invasive Surgery}", year = "2012", booktitle = "{2012 IEEE International Conference on Robotics and Biomimetics (ROBIO 2012), December 11-14, 2012, Guangzhou, China}", }
zurück zur Publikationsübersicht