丰 蕊,陆清声
(1.海军军医大学第一附属医院血管外科,上海 200433;2.上海理工大学健康科学与工程学院,上海 200093)
血管腔内介入手术机器人于2008年首次出现并被用于远程导管消融术,随后被引入经皮冠状动脉介入治疗及外周血管介入治疗并获成功[1]。机器人能远程控制手术操作,使手术医师免于辐射,且对介入仪器控制精度更高,使器具尖端的稳定性更好,并可缩短手术时长和曝光时间。现有机器人系统并非真正意义上的机器人,而是末端执行器或仪器远程执行器,即主从式机器人[2];其操控完全依赖于手术医师,自主性和智能化程度较低3]。远程控制机器人手术打破了传统外科医师手眼配合的操作模式,对操作者的要求较高。在当前阶段,如何完善触觉反馈及发展手术导航是机器人领域研究热点[4],如机器人Magellan所附带的工作站可生成虚拟导管图像并覆盖于主动脉透视图像上[5-6],CorPath 200 System[7]及CorPath GRX工作站以血管造影图像和血流动力学数据引导手术[8]。为现有主从式机器人添加导航功能将使其实现真正自动化,使手术更精准,进一步缩短手术时间,减少甚至避免使用对比剂。本文对现阶段血管腔内介入手术机器人导航技术研究及应用进展进行综述。
传统血管腔内介入操作中,医师主要依靠二维数字减影血管造影(digital subtraction angiography, DSA)图像引导手术,缺乏三维解剖细节而使手术难度较大。JONES等[9]在主动脉开窗介入治疗中应用图像融合技术。KOBEITER等[10]在胸主动脉腔内修复术中应用图像融合三维导航技术,且未使用对比剂。将动态CT血管造影与术中DSA图像融合,能够发现血管造影未显示的内漏,有助于诊断及治疗内漏[11]。CHINNADURAI等[12]以图像融合技术引导Magellan机器人进行血管腔内介入手术,根据术前CTA图像构建三维血管模型,标记血管中心线,并在血管分支处放置环形标志;根据钙化和骨性标志将术中DynaCT图像与术前三维主动脉图像进行配准融合,所获三维血管影像可配合DSA设备位置移动而实现角度变换及缩放,实时引导机器人手术。图像融合可弥补机器人远程操作在血管腔内介入手术中无方位感知的缺陷,帮助确定C臂投射角度,减少手术曝光时间及对比剂用量[13]。
目前主要依靠血管造影设备附带的融合成像软件,如Siemens Syngo融合成像包、GE Vessel Assist平台及Philips Vessel Navigator融合成像包进行图像融合,均存在配准误差,主要原因在于置入相关器械所引起的血管形状改变等[14]。针对这一问题,Cydar EV(Cydar Medical,英国剑桥)智能融合成像平台通过控制软件内的虚拟导丝、观察导丝进入前后血管的形状变化而精确定位手术器械;已有研究[15]结果显示,应用Cydar EV可降低复杂血管内动脉瘤修复术的平均透视时间及手术时间。EndoNaut是Therenva公司推出的图像融合系统,以其特有的二维/三维图像融合功能解决了因下肢血管过长而难以进行图像融合的问题[16],且能减少术中对比剂使用量[17]。目前虽然已有多款图像融合系统用于引导机器人介入手术,但尚无可集成于机器人上的图像融合软件出现,此为未来的努力方向。
磁场发生器可产生稳定磁场,传感器在磁场中运动时,发生器可精准捕捉电磁信号的位置和方向。SCHWEIN等[18]在导管内壁中安装一个由感应线圈组成的电磁传感器,医师使用Magellan机器人及带有传感器的导管对主动脉瘤体模进行左肾动脉插管,术中依靠旋转DSA技术生成的血管三维体模图像与可实时显示位置的电磁跟踪导管即可实现准确插管而无需透视。血管腔内手术机器人与电磁感应跟踪相结合实现了无射线导管定位和半自动血管插管,能为手术提供更好的实时三维导航[19];但利用电磁跟踪技术虽可实时显示导管位置,却难以观察导管在血管内的形状变化。JACKLE等[20-21]将具有光纤布拉格光栅(一种用于形状传感的精确的光学装置和电磁传感器的多芯光纤)集成到支架移植系统中,通过将光纤传感与电磁跟踪技术相结合,不仅能实时跟踪支架位置,且可实时观察支架在血管中的形状,使手术更为精确。电磁导航术中定位系统(intra-operative positioning system, IOPS)是一种利用电磁感应原理的三维类全球定位系统(global positioning system, GPS)手术导航技术,已获得美国食品药物管理局(food and drug administration, FDA)批准在美国境内使用;其在手术室内占用空间相对较小,且不依赖于血管造影机中的特定成像系统,启动磁场发生器后,在3D解剖图像中可实时显示带有传感器的导管或导丝的形态和位置,提高导航效率[22]。
电磁跟踪与血管腔内手术机器人相结合,不需透视即可实时跟踪介入器械在血管及心脏中的位置,为血管腔内介入机器人自动化、无透视手术提供了解决方案。另一方面,电磁感应跟踪导航技术尚存在一些缺陷有待解决,如电磁跟踪设备易受附近医疗设备的影响而致磁场失真,进而影响电磁感应跟踪的精度;使用跟踪系统需附加磁场发生器等硬件组件,用于临床不仅增加手术成本,且影响手术流程[23]等。
血流储备分数指在冠状动脉存在狭窄的情况下,其所供心肌区域可获最大血流与理论上同区域正常情况下所能获得的最大血流之比[24]。测量血流储备分数的传统方法是将海波微导管置入冠状动脉进行有创测量,因扭矩较小,操作困难,亦增加冠状动脉夹层风险。基于压力-流体动力学原理、结合心肌梗死溶栓帧计数开发的FlashAngio辅助诊疗软件(苏州润迈德医疗)可用于冠状动脉造影并实时测量血流储备分数,避免置入导丝及其对血管的刺激,测量所需时间与传统方式相比缩短约5 min[25]。景三科技基于血管影像和血流动力学分析技术研发的“病灶形态、组分和炎症和力学载荷”分析平台可自动定位、定性、定量分析血管狭窄,评估管腔内斑块分布范围、斑块性质,辅助分析冠状动脉起源异常、心肌桥、弥漫性斑块等复杂病例[26]。
现今基于图像引导的机器人自主导航还在起步阶段,主要改进途径包括图像处理传统算法及深度强化学习。2008年,JAYENDER等[27]基于血管模型图像建立导航路线图,开发了一种运动检测算法用于跟踪导管尖端位置,并将生成的位置信号实时反馈到自主制导算法中,通过控制器控制导管尖端运动:当导管靠近血管分叉处时,通过控制导管插入速度,并经图像处理算法发出命令使导管沿适当方向弯曲,以确保导管进入路径正确并完成自主插管。CHO等[28]开发了一种基于传统图像处理的经皮冠状动脉介入治疗导丝自主导航算法,无需在导丝上添加任何传感器即可实现自动导航,并将患者的血管数据导入模拟器测试台对该算法进行验证,结果显示模拟器中的插管成功率达100%。
冯苏湘[29]利用Alex Net深度学习网络对模拟手术数据进行训练,并将训练好的模型输出到上位机,后者根据训练模型对输入图像进行处理并分析,并输出控制指令至从端控制器,以进行自主手术操作。NORUZI-GHAZBI等[30]开发了一款专为心血管插管的机器人辅助导管插入系统,为适应复杂、不确定的手术环境,在系统上配备了间接视觉反馈单元,如超声、MRI和透视成像模块,其导航精度高达90%。JIN等[31]以经过训练的神经网络输出命令驱动导丝操纵器,通过人为监督52 500次训练后,导航系统在低级控制任务方面表现良好,导丝插入成功率最高达96%。
基于图像引导的血管腔内手术机器人自主导航无需增加额外设备,可与传统介入手术无缝衔接,是血管腔内介入手术机器人导航的主要发展方向;其主要缺点为使用场景的有限性算法运行反应时间较长,而以深度强化学习导航系统需要大量数据加以训练,且存在不稳定性。
当前血管腔内介入手术机器人应用尚不广泛,其导航系统的研发亦处于起步阶段;手术机器人的感知是其应用难点之一。JIN等[31]采用自主研发的力传感器来反馈导管尖端与血管壁之间的碰撞力,使机械手产生更强的触感,以增强机器人辅助系统的安全性。导航功能将使机器人从主从概念转变为真正的自动化并迈向智能化,进而促进精准智能微创诊治血管疾病[32],使更多患者受益。