基于混合现实的头颈颅颌面外科手术机器人系统
针对术中软组织形变导致术前规划在术中失效及医生术中手眼不协调的临床难题,本团队提出了一种超声图像引导的术中软组织形变跟踪方法。利用轻量化卷积神经网络实现了术中超声图像的实时分割,利用光学导航设备建立术前重建的软组织模型与术中软组织形态之间的对应关系,并通过计算后验形状概率更新形变场,最终实现了术中软组织形变的实时动态跟踪。此外,将软组织形变算法集成至前期研发的头颈颅颌面外科混合现实手术机器人系统,通过模型和动物实验,对系统的精度,实时性进行了实验测试,结果表明:软组织形变跟踪的表面平均距离误差为1.04±0.27 mm,导航距离误差为1.52±0.43mm,具有较大的临床应用潜力。