基于增强现实的肝脏手术导航系统关键技术研究

【摘要】：在部分肝脏切除手术过程中,肝脏内部解剖结构的不可见性直接影响手术精度,同时手术医生需要将患者术前CT或MRI等二维图像信息与患者术中三维解剖信息进行拟合,这对手术经验要求较高,医生术中心理负担较大,此外术中超声图像信息较难理解,都限制了部分肝脏切除手术的发展。增强现实技术的出现为该问题提供了一种解决思路,该技术是将术前CT进行分割重建后获得术前模型并叠加在手术场景中,直观展示患者肝脏解剖结构,指导医生完成手术任务。本文在对增强现实手术导航系统关键技术进行分析阐述的基础上,针对现行导航系统中存在两类问题,即显示方式及配准方式,进行深入研究并给出了改进方案。传统手术导航系统采用显示屏显示,医生需要频繁的在患者及显示器之间转换实现,会造成不必要的手术中断,本文对此进行了改进采用光学透射式头戴式显示器,将患者术前图像直接投影在患者以及医生眼睛之间,能够显著缩短手术时间。根据跟踪系统的不同,设计了两种跟踪/配准系统,分别是基于视觉的跟踪系统和基于红外的跟踪系统。针对基于视觉的跟踪系统是根据视觉相关知识实现虚实模型配准,对针孔相机模型以及标识识别流程进行了分析,并为提升标识识别的稳定性,将标识进行了特殊处理。在基于红外的跟踪系统中,分别采用手眼标定以及SVD分解对Holo Lens眼镜以及虚实模型进行标定。最终,实现了跟踪配准流程。肝脏组织为软组织,如采用前述单纯的刚性配准,精度较差,本文将肝脏组织的生物力学特性纳入配准过程,提出了一种非刚性配准方法。首先在对肝脏内部组织进行分析后做出假设,将肝脏组织视为一种均质且各向同的粘弹性体。随后采用光滑粒子流体动力学对肝脏粘弹性进行仿真,在获得粒子压力、粘滞力以及弹性力后计算粒子加速度进而采用显式求解方式更新粒子位置。最后,为提升粒子近邻点搜索效率,本文构建了KD树的数据结构进行了加速处理。为完成手术过程切割操作,本文提出了一种多排渐进式切割面绘制算法。该算法通过修改面模型拓扑结构变化获得逼真的切口。首先,针对需获得手术器械与模型准确碰撞点,本文构建了一种表面积启发式的AABB碰撞检测算法,能够迅速获得潜在碰撞图元进而获得准确的获得碰撞点。随后,采用移动顶点算法进行切割线的绘制,该过程主要包括搜索最近点、移动最近点、优化局部图元以及分裂网格四部分组成,其中优化局部图元采用交换对顶点的方式使图元符合Delaunay三角形剖分准则。最后,将切割线利用贝塞尔曲线进行表征后,在手术刀尖点及模型之间进行插值,完成切割面的绘制。为对上述三章内容进行验证,本文搭建了两种手术导航系统,并对实验流程进行了详细的介绍。随后,本文从误差来源角度将误差划分为配准误差和模型误差,并设计实验对各部分误差进行了评定。最后,利用离体猪肝作为实验对象完成了增强现实手术系统辅助下的切割实验过程,结果表明该系统对于临床手术就有较高的指导意义。