认知机制视域下的机器人手术系统界面设计迭代优化

doi:10.11996/JG.j.2095-302X.2025020469

图学学报 ›› 2025, Vol. 46 ›› Issue (2): 469-478.DOI: 10.11996/JG.j.2095-302X.2025020469

认知机制视域下的机器人手术系统界面设计迭代优化

李赛赛¹(), 孙博文²(), 李迪嘉², 潘文娟²

1.安徽工程大学设计学院，安徽芜湖 241000
2.北京理工大学设计与艺术学院，北京 100081

收稿日期:2024-07-22 接受日期:2024-12-12 出版日期:2025-04-30 发布日期:2025-04-24
通讯作者:孙博文(1982-)，男，副教授，博士。主要研究方向为产品设计和交互设计。E-mail：bowensun@bit.edu.cn
第一作者:李赛赛(1993-)，男，讲师，硕士。主要研究方向为产品设计和交互设计。E-mail：lisaisaiyouxiang@126.com
基金资助:
教育部产学合作协同育人项目(231005055093137);北京市高等教育学会立项面上课题(MS2022224)

Iterative optimization of robot surgery system interface design from the perspective of cognitive mechanisms

LI Saisai¹(), SUN Bowen²(), LI Dijia², PAN Wenjuan²

1. School of Design, Anhui Polytechnic University, Wuhu Anhui 241000, China
2. School of Design and Arts, Beijing Institute of Technology, Beijing 100081 China

Received:2024-07-22 Accepted:2024-12-12 Published:2025-04-30 Online:2025-04-24
First author：LI Saisai (1993-), lecturer, master. His main research interests cover product design and interaction design. E-mail：lisaisaiyouxiang@126.com
Supported by:
Collaborative Education Project of the Ministry of Education(231005055093137);General Project Approved by Beijing Higher Education Association(MS2022224)

摘要/Abstract

摘要：

为提升医生使用手术机器人辅助诊疗过程中的认知体验，完成机器人手术系统交互界面设计迭代优化，确保系统救治的高效性与安全性而进行系统研究分析。首先，选取肝癌消融手术机器人交互界面为研究对象，基于BERT模型形成的自然语言处理技术(NLP)，完成用户口语报告关键词提取与认知关联词汇筛选与分类，并通过亲和图法归纳和完善用户需求描述；在ICE三维评分模型基础上创新性融合理想点矢量投影法获取专家对各需求项的权重赋值，并参考开发成本筛选出关键需求；结合认知机制原理与FAST模型进行需求分析，完成需求层到设计层映射转化，并对迭代前后方案分别进行可用性测试，收集主、客观评价数据验证设计合理性。然后，以认知特性为切入点，综合运用定性与定量分析完成肝癌消融手术机器人界面设计迭代与优化。最后，通过可用性测试得出迭代后方案能够显著降低任务操作时长与无效操作频次，同时获取用户更高的体验评分。在机器人手术系统界面设计领域引入认知理论作为指导，综合运用BERT自然语言处理模型以及ICE-理想点矢量投影相结合的需求分析法进行设计分析，并以此为基础形成的设计方案能够提升原有界面可用性，优化操作过程认知体验，在理论和实践层面为机器人手术系统界面设计提供指引与参考。

关键词: 界面设计, 手术机器人, 认知机制, 用户需求, 设计迭代

Abstract:

This study aims to enhance the cognitive experience of doctors using surgical robots during the diagnostic and treatment process, and to complete the iterative optimization of the interface design of the robot surgery system to ensure the efficiency and safety of the treatment. First, the interaction interface of the liver cancer ablation surgery robot was selected as the research object, and the natural language processing technology (NLP) based on the BERT (bidirectional encoder representation from transformers) model was used to extract key words from the user’s spoken report and select and classify cognitive related vocabulary. User needs were summarized and refined through the affinity diagram method. The expert’s weight assignment for each demand item were calculated using an innovative combination of the ICE (impact confidence ease) three-dimensional scoring model and the ideal point vector projection method. The key needs were selected based on the development cost and reference to the cognitive mechanism principles and FAST (function analysis system technique) model. User requirements were analyzed and transformed into design layers through a combination of cognitive mechanism principles and FAST model. The schemes before and after iteration were subjected to usability testing, collecting objective and subjective evaluation data to verify the rationality of the design. Then, the cognitive characteristics were taken as the entry point, and the design iteration and optimization of the liver cancer ablation surgery robot interface were completed through a combination of qualitative and quantitative analysis. Finally, the usability test demonstrated that the post-iteration design can significantly reduce the operation time and the frequency of ineffective operations, while achieving higher user experience scores. Introducing cognitive theory as a guide in the interface design of robot surgery systems, and combining the BERT natural language processing model with the ICE-ideal point vector projection demand analysis method, this approach enhanced the usability of the original interface, optimized the cognitive experience of the operation process, and provide guidance and reference in theory and practice for the interface design of robot surgery systems.

Key words: interface design, surgical robot, cognitive mechanism, user demand, design iteration

中图分类号:

李赛赛, 孙博文, 李迪嘉, 潘文娟. 认知机制视域下的机器人手术系统界面设计迭代优化[J]. 图学学报, 2025, 46(2): 469-478.

LI Saisai, SUN Bowen, LI Dijia, PAN Wenjuan. Iterative optimization of robot surgery system interface design from the perspective of cognitive mechanisms[J]. Journal of Graphics, 2025, 46(2): 469-478.

图/表 26

参考文献 18

[1]	朱晓华, 张燕, 朱媛媛. 健康中国战略: 从理论构想到实践推动[J]. 经济地理, 2023, 43(12): 1-12. DOI
	ZHU X H, ZHANG Y, ZHU Y Y. Healthy China strategy: from theoretical conception to practical promotion[J]. Economic Geography, 2023, 43(12): 1-12 (in Chinese).
[2]	BENZKO J, KRAUSE L, JANß A, et al. Modular user interface design for integrated surgical workplaces[J]. Biomedizinische Technik, 2016, 61(2): 183-197.
[3]	DWYER G, CHADEBECQ F, AMO M T, et al. A continuum robot and control interface for surgical assist in fetoscopic interventions[J]. IEEE Robotics and Automation Letters, 2017, 2(3): 1656-1663. DOI PMID
[4]	BEUSS F, SCHMATZ F, STEPPUTAT M, et al. Cobots in maxillofacial surgery-challenges for workplace design and the human-machine-interface[J]. Procedia CIRP, 2021, 100: 488-493.
[5]	孙清华. 微创手术机器人信息交互框架研究[D]. 哈尔滨: 哈尔滨工业大学, 2020.
	SUN Q H. Methodology based on information interaction framework for minimally invasive surgical robot design[D]. Harbin: Harbin Institute of Technology, 2020 (in Chinese).
[6]	郭娜, 王田苗, 胡磊, 等. ACL重建手术增强现实导航系统的人机交互技术[J]. 计算机工程与应用, 2020, 56(21): 224-230. DOI
	GUO N, WANG T M, HU L, et al. Human-computer interaction technology for ACL reconstruction surgical navigation system based on AR[J]. Computer Engineering and Applications, 2020, 56(21): 224-230 (in Chinese). DOI
[7]	邰永航, 石俊生. 沉浸式立体显示技术在临床医学领域中的应用[J]. 中国图象图形学报, 2021, 26(6): 1536-1544.
	TAI Y H, SHI J S. Application of immersive 3D imaging technology in the clinic medical field[J]. Journal of Image and Graphics, 2021, 26(6): 1536-1544 (in Chinese).
[8]	段艳花, 刘子建, 宁铎. 基于眼动技术的TMA界面评估及优化[J]. 图学学报, 2022, 43(4): 745-752.
	DUAN Y H, LIU Z J, NING D. Evaluation and optimization of TMA interface supported eye movement technology[J]. Journal of Graphics, 2022, 43(4): 745-752 (in Chinese).
[9]	由芳, 谢雨锟, 岳天阳, 等. 基于团队态势感知的汽车HMI评测与设计方法[J]. 图学学报, 2021, 42(6): 1027-1034.
	YU F, XIE Y K, YUE T Y, et al. A team situation awareness-based approach to automotive HMI evaluation and design[J]. Journal of Graphics, 2021, 42(6): 1027-1034 (in Chinese).
[10]	王秋惠, 王雅馨. 医院消杀机器人作业安全与交互设计策略[J]. 图学学报, 2022, 43(1): 172-180.
	WANG Q H, WANG Y X. Work safety and interaction design strategies of hospital disinfection robot[J]. Journal of Graphics, 2022, 43(1): 172-180 (in Chinese).
[11]	李源枫, 吴群, 张剑, 等. 结合用户导向和遗传算法的医疗终端界面布局设计[J]. 计算机辅助设计与图形学学报, 2021, 33(5): 662-670.
	LI Y F, WU Q, ZHANG J, et al. Layout design of medical terminal interface combining user-oriented and genetic algorithm[J]. Journal of Computer-Aided Design & Computer Graphics, 2021, 33(5): 662-670 (in Chinese).
[12]	傅薛林, 金红, 郑玮浩, 等. 知识增强的BERT短文本分类算法[J]. 计算机工程与设计, 2024, 45(7): 2027-2033.
	FU X L, JIN H, ZHENG W H, et al. Classification algorithm for short text based on knowledge enhanced BERT[J]. Computer Engineering and Design, 2024, 45(7): 2027-2033 (in Chinese).
[13]	FICHTLER T, KIRCHBERG L, GRIGORYAN K, et al. A method for identifying use cases in data-driven product management[J]. Procedia CIRP, 2024, 122: 539-544.
[14]	孔造杰, 李斌. 基于理想点-矢量投影法的创新需求权重确定方法[J]. 运筹与管理, 2020, 29(2): 108-115. DOI
	KONG Z J, LI B. Weight calculation of innovative demands based on ideal point-vector projection method[J]. Operations Research and Management Science, 2020, 29(2): 108-115 (in Chinese).
[15]	郭芮巧, 刘岩. 数字时代的注意困境: 媒体多任务的视角[J]. 应用心理学, 2022, 28(5): 402-412.
	GUO R Q, LIU Y. The attention dilemma in the digital age: a perspective from media multitasking[J]. Chinese Journal of Applied Psychology, 2022, 28(5): 402-412 (in Chinese).
[16]	杜鹤民, 蒋俊杰. 认知思维与视觉思维下的信息可视化设计[J]. 包装工程, 2022, 43(8): 217-224.
	DU H M, JIANG J J. Information visualization design under cognitive thinking and visual thinking[J]. Packaging Engineering, 2022, 43(8): 217-224 (in Chinese).
[17]	吕中意. 基于意图认知的复杂电气产品外观设计策略[J]. 图学学报, 2020, 41(5): 779-787. DOI
	LYU Z Y. Exterior design strategies of complex electrical products based on intention cognition[J]. Journal of Graphics, 2020, 41(5): 779-787 (in Chinese).
[18]	张丙辰, 赵佳宝, 李寻, 等. 基于PCCS色彩体系的ASD儿童干预APP配色研究[J]. 图学学报, 2022, 43(5): 936-947.
	ZHANG B C, ZHAO J B, LI X, et al. Color matching study of ASD children intervention APP based on PCCS color system[J]. Journal of Graphics, 2022, 43(5): 936-947 (in Chinese).

编号	需求描述	编号	需求描述
A1	保持持续专注	A5	信息分类识记
A2	警觉异样信息	A6	记忆逻辑连贯
A3	情感语义感知	A7	分割记忆任务
A4	多重通道感知	A8	符号识别性高

编号	需求描述	编号	需求描述
A1	保持持续专注	A5	信息分类识记
A2	警觉异样信息	A6	记忆逻辑连贯
A3	情感语义感知	A7	分割记忆任务
A4	多重通道感知	A8	符号识别性高

需求	权重	优先级
A₁	0.253	1
A₂	0.124	4
A₃	0.145	3
A₄	0.032	8
A₅	0.172	2
A₆	0.098	6
A₇	0.112	5
A₈	0.064	7

需求	权重	优先级
A₁	0.253	1
A₂	0.124	4
A₃	0.145	3
A₄	0.032	8
A₅	0.172	2
A₆	0.098	6
A₇	0.112	5
A₈	0.064	7

记忆类型	容量	编码方式	信息处理
瞬时记忆	知觉接收体量	感觉后象	感官暂存
短时记忆	7±2信息模块	视觉编码	意识暂存
长时记忆	信息模块不限	意义编码	意识长存

认知机制视域下的机器人手术系统界面设计迭代优化

Iterative optimization of robot surgery system interface design from the perspective of cognitive mechanisms

RichHTML

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

图/表 26

参考文献 18

相关文章 15

编辑推荐

Metrics

本文评价

分类	关键词
注意	持续专注、分心、警觉异样、信息凸显、干扰
感知	平静感、紧张感、视觉反馈、听觉提示、差异化
记忆	记忆量、逻辑性、识别性、分类识记、记忆一致

用户	用户状态	预期目标	风格功能
主刀医生	紧张感	手术流程平稳推进	营造平静的氛围
	责任感
	高度投入

优先级	功能目标	关联设计元素	设计策略
1	保持用户专注	信息内容	任务信息与反馈信息实时可视
1	保持用户专注	界面色彩	弱化背景颜色对注意力的干扰
2	信息分类识记	布局样式	7±2模块化划分界面布局框架
2	信息分类识记	信息架构	信息架构分模块进行梳理整合
3	觉察异样信息	文字样式	关键信息进行差异化显示标记
		操作流程	低容错性操作需进行二次确认
		动态显示	对告警信息增设动效显示效果
4	情感语义感知	界面色彩	营造平静氛围、缓解紧张情绪
4	情感语义感知	图标符号	图标设计与界面整体风格匹配

变量类型	变量内容
自变量	手术机器人交互界面(新旧方案)
因变量	拟定的评价指标
控制变量	被试者年龄、性别、专业背景、操作熟练度以及实验环境等因素

指标分类	指标内容
客观评价	任务操作时长
客观评价	无效操作频数
主观评价	用户SUS评分

组别	性别		年龄均值	年龄标准差	学历
组别	男	女	年龄均值	年龄标准差	学历
A	10	10	37.60	2.85	博士
B	10	10	37.40	2.92	博士
总计	20	20	37.50	2.81	博士

评价指标	统计量	A组	B组
任务完成时间	均值/s	149.40	135.40
任务完成时间	标准差	15.90	13.20
无效操作频数	均值/次	1.25	0.55
无效操作频数	标准差	0.78	0.61

[1]	厉向东, 夏涵飞, 单逸飞, 阴凯琳, 耿卫东. 图形用户界面自动生成技术的现状与挑战[J]. 图学学报, 2024, 45(3): 409-421.
[2]	刘宗明, 王泽琦. 基于SAPAD-AHP法的智能充电桩设计研究[J]. 图学学报, 2023, 44(2): 380-388.
[3]	李惠 , 王时英 , 李娟莉 . 基于 QFD—PUGH 的人机界面评价方法研究[J]. 图学学报, 2021, 42(6): 1043-1050.
[4]	张芳兰, 刘龙吉, 姚宛彤. 面向关键用户需求的踝足矫形器定制化设计方法[J]. 图学学报, 2021, 42(5): 841-848.
[5]	周祺，李旭，周济颜. 模糊 Kano 与情景 FBS 模型集成创新设计方法[J]. 图学学报, 2020, 41(5): 796-804.
[6]	张迪婧，侯增选，黄磊，赵有航. 融合用户满意度的产品需求配置方法研究[J]. 图学学报, 2020, 41(4): 649-657.
[7]	胡珊 1，蒋旭 1，符凯杰 1，周明煜 1，罗亦鸣 2，乔忠林 3 . 基于 SEM 的交互式公共导识系统体验设计研究[J]. 图学学报, 2020, 41(2): 204-209.
[8]	刘大帅 1，杨勤 2，吕健 1，王卫星 2 . 融合用户满意度的用户需求综合重要性研究[J]. 图学学报, 2019, 40(6): 1137-1142.
[9]	王秋惠，杨悦 . 基于 QFD 与 RAHP 的餐馆服务机器人人因工程设计[J]. 图学学报, 2019, 40(4): 739-745.
[10]	张芳兰，陈玉，李帅 . 基于全局 HIEs 解构的人机产品用户需求模型构建[J]. 图学学报, 2019, 40(2): 303-307.
[11]	张文召 1，吕健 1，潘伟杰 1，赵慧亮 1,2，刘征宏 3 . 多目标驱动的产品形态基因网络模型研究[J]. 图学学报, 2019, 40(2): 335-343.
[12]	郭文静，李越琼 . 基于互联网情感特征的 Web 界面设计新思略[J]. 图学学报, 2018, 39(6): 1112-1116.
[13]	王年文 1，曲瑞丹 2 . 面向用户意象的陶瓷茶具形态设计方法研究[J]. 图学学报, 2018, 39(6): 1175-1182.
[14]	田巧萍，吕健，潘伟杰，王伟祎，袁涛 . 基于用户需求的产品深度个性化定制[J]. 图学学报, 2018, 39(5): 867-878.
[15]	刘宗明，葛碧慧. 基于QFD 的老年家用陪护机器人设计[J]. 图学学报, 2018, 39(4): 695-699.

原方案	迭代后方案
	导航栏
	任务栏

原方案	迭代后方案
	导航栏
	任务栏

色彩类别	色彩方案	编号
主色		#498ff2
背景色		#2a445b
辅助色		#f94949 #ffe467

色彩类别	色彩方案	编号
主色		#498ff2
背景色		#2a445b
辅助色		#f94949 #ffe467