The decompressive laminectomy is a common operation for treatment of lumbar spinal stenosis. The tools for grinding and drilling are used for fenestration and internal fixation, respectively. The state recognition is one of the main technologies in robot-assisted surgery, especially in tele-surgery, because surgeons have limited perception during remote-controlled robot-assisted surgery. The novelty of this paper is that a state recognition system is proposed for the robot-assisted tele-surgery. By combining the learning methods and traditional methods, the robot from the slave-end can think about the current operation state like a surgeon, and provide more information and decision suggestions to the master-end surgeon, which aids surgeons work safer in tele-surgery. For the fenestration, we propose an image-based state recognition method that consists a U-Net derived network, grayscale redistribution and dynamic receptive field assisting in controlling the grinding process to prevent the grinding-bit from crossing the inner edge of the lamina to damage the spinal nerves. For the internal fixation, we propose an audio and force-based state recognition method that consists signal features extraction methods, LSTM-based prediction and information fusion assisting in monitoring the drilling process to prevent the drilling-bit from crossing the outer edge of the vertebral pedicle to damage the spinal nerves. Several experiments are conducted to show the reliability of the proposed system in robot-assisted surgery.

减压椎板切除术是治疗腰椎管狭窄症的常见手术。用于打磨和钻孔的工具分别用于开窗和内部固定。状态识别是机器人辅助手术（尤其是远程手术）中的主要技术之一，因为外科医生在远程控制的机器人辅助手术中的知觉有限。本文的新颖之处在于为机器人辅助远程手术提出了一种状态识别系统。通过将学习方法与传统方法相结合，从属端机器人可以像外科医生一样思考当前的操作状态，并向主端外科医生提供更多信息和决策建议，从而帮助外科医生更安全地进行远程手术。对于开窗 我们提出了一种基于图像的状态识别方法，该方法由U-Net派生网络，灰度重新分布和动态感受野组成，可帮助控制磨削过程，以防止磨削钻头穿过椎板的内缘而损伤脊髓神经。对于内部固定，我们提出了一种基于音频和力的状态识别方法，该方法包括信号特征提取方法，基于LSTM的预测和信息融合，以协助监视钻探过程，以防止钻头越过椎骨的外缘。椎弓根损伤脊髓神经。进行了一些实验，以显示该系统在机器人辅助手术中的可靠性。灰度重新分布和动态感受野有助于控制磨削过程，以防止磨削钻头穿过椎板的内边缘而损伤脊髓神经。对于内部固定，我们提出了一种基于音频和力的状态识别方法，该方法包括信号特征提取方法，基于LSTM的预测和信息融合，以协助监视钻探过程，以防止钻头越过椎骨的外缘。椎弓根损伤脊髓神经。进行了一些实验，以显示该系统在机器人辅助手术中的可靠性。灰度重新分布和动态感受野有助于控制磨削过程，以防止磨削钻头穿过椎板的内缘而损伤脊髓神经。对于内部固定，我们提出了一种基于音频和力的状态识别方法，该方法包括信号特征提取方法，基于LSTM的预测和信息融合，以协助监视钻探过程，以防止钻头越过椎骨的外缘。椎弓根损伤脊髓神经。进行了一些实验，以显示该系统在机器人辅助手术中的可靠性。我们提出了一种基于音频和力的状态识别方法，该方法包括信号特征提取方法，基于LSTM的预测和信息融合，以协助监控钻孔过程，以防止钻头越过椎弓根的外缘而损坏脊柱神经。进行了一些实验，以显示该系统在机器人辅助手术中的可靠性。我们提出了一种基于音频和力的状态识别方法，该方法包括信号特征提取方法，基于LSTM的预测和信息融合，以协助监控钻孔过程，以防止钻头越过椎弓根的外缘而损坏脊柱神经。进行了一些实验，以显示该系统在机器人辅助手术中的可靠性。