色一情一区二区三区四区,免费无码A片手机在线看片,欧美性猛交xxxx乱大交蜜桃 ,乱人伦中文视频在线观看

Adv. Intell. Syst.|香港中文大學袁武/任洪亮教授團隊最新研究:頭戴式神經OCT內窺鏡
奇物論 奇物論 2025-02-24

1740362329492898.png

論文作者:Chao Xu(徐超,第一作者), Zhiwei Fang(方志偉,第一作者), Huxin Gao(高滬昕),Tinghua Zhang(張廷華), Tao Zhang(張濤),Peng Liu(劉鵬),Hongliang Ren*(任洪亮),Wu Yuan* (袁武)

DOI: 10.1002/aisy.202400488

 

導言

在某些深部腦外科手術中,精準的成像定位至關重要。例如,活檢針取樣、激光消融腫瘤以及深部腦刺激等操作,都要求一種具備高分辨率、微創性且能夠實現準確定位的術中成像模態。針對這一需求,香港中文大學袁武教授和任洪亮教授團隊提出了一種頭戴式神經OCT內窺鏡(NeuroOCT)。

 

研究問題

本研究聚焦于解決腦外科手術中精準、微創、實時成像的挑戰,特別是在針對腦深部病變的診斷與治療方面。每年全球約有2260萬名患者被診斷出患有神經系統疾病,包括腦腫瘤、癲癇和帕金森病等疾病。這些疾病中,一些腦病灶位于大腦深處,位置敏感。因此,如何在手術過程中實現對深腦病灶的精準成像和定位,成為神經外科醫生在診斷和治療過程中面臨的重大難題。

 

現有的神經成像技術雖有多種選擇,但各自存在局限性。多光子成像技術已經在腦深部成像中取得了突破,具備亞微米分辨率和超過1毫米的成像深度,然而其成像深度仍受光學像差和腦組織復雜性的限制。多模光纖內窺鏡技術盡管可以實現微創的深腦成像,但其成像視野由于光纖成像孔徑的限制而較小。磁共振成像(MRI)是目前常用于深腦手術的成像工具,能夠提供全腦掃描,但其空間分辨率有限,難以檢測早期的小病灶。此外,MRI的實時成像能力較差,單次手術成像平均耗時約35分鐘,而大腦在手術過程中會發生位移,深腦區域的位移甚至超過3毫米,進一步增加了對實時成像技術的需求。盡管術中MRI可作為一種解決方案,但其空間分辨率仍然不夠精細。此外,大多數現有的微創成像技術缺乏立體定向能力,這對深腦中的精確成像和設備部署提出了挑戰。

 

基于此,研究的關鍵問題在于開發一種具備高空間分辨率、深度成像能力和實時三維立體成像的微創神經成像方法,以克服現有技術在深腦成像中的局限性。這種技術應能夠有效避免主要血管和敏感的腦區域,同時實現對目標區域的精準成像和導引。

 

研究方法

本研究提出了一種結合光學相干斷層掃描(OCT)技術和患者頭戴式5自由度(DoF)機器人(Skullbot)的神經內窺鏡系統(見圖1),以實現深腦區域的高分辨率、微創和實時成像。該系統包括兩個核心子系統:OCT成像子系統Skullbot定位子系統。


1740362383609359.png

圖1:NeuroOCT 系統(圖片版權屬于原作者和Wiley)

 

光學相干斷層掃描(OCT)成像子系統

OCT成像系統是一種基于弱干涉原理的高分辨率光學成像技術,廣泛應用于生物醫學成像。研究中使用的OCT系統為800 nm波段的內窺光譜域OCT(SD-OCT),在空氣中具有約2.4 μm的軸向分辨率和約4.5 μm的橫向分辨率,可以實現組織微觀結構的實時三維可視化(見圖1a)。具體而言,該系統具有以下特點:

  • 光源:使用寬帶超熒光二極管(SLD)光源,中心波長為842 nm,半高全寬約為160 nm。該波段的選擇使得成像系統在氣體中的軸向分辨率達到約2.4μm,能夠獲得高精度的切面圖像。

  • 成像速度:該系統具有每秒高達30幀的成像速度,能夠實時捕捉組織的三維結構,尤其適合手術過程中對組織微觀結構的連續觀察。

  • 深腦成像:傳統的OCT成像深度通常在1至2毫米之間,但通過將OCT技術結合到神經內窺鏡中,研究實現了腦深部的微創成像。這種結合克服了光學成像深度的限制,使得OCT能夠在深腦組織內部實現高分辨率成像。

  • 微型化內窺鏡:OCT內窺鏡的直徑僅約為0.6毫米,由液體成型技術制造(見圖2a以及我們之前的研究)。該技術允許在表面能量控制下通過光學液體成型的方式制造出微型透鏡,這種制造工藝提供了高設計靈活性和優異的成本控制能力。此外,透鏡直接與光纖耦合,構成一個可縮小到微米級的成像探頭,適用于微創神經內窺鏡。

  • 靈活性和低成本:OCT內窺鏡采用三段結構設計,包括金屬管、扭矩線圈和遠端皮下針管,用于傳遞旋轉扭矩,整體設計提供了靈活的制造方法,并能有效降低設備的成本(見圖2b和c)。



1740362399910371.png

圖2:液體成形技術和微型OCT內窺鏡(圖片版權屬于原作者和Wiley)



Skullbot 定位子系統

Skullbot是一個MRI兼容的頭戴式定位機器人,旨在為深腦手術中的神經內窺鏡提供精確的插入和導引。它的5自由度包括兩個平移自由度和兩個旋轉自由度,以及新增的一個用于插入內窺鏡的自由度,能夠為深腦成像提供全方位的精準控制(見圖3)。


圖片4.png

圖3:5自由度的Skullbot(圖片版權屬于原作者和Wiley)

 

該系統的詳細特點包括:

  • 結構設計:Skullbot系統由一個4自由度的定位器(見我們之前的研究)和一個液壓驅動器組成。定位器包括兩個平行運動層和一個機器人基座,能夠實現兩軸的平移運動(垂直于內窺鏡)和兩個旋轉運動(偏航和俯仰)。每層由轉子、滑塊和球形接頭組成,允許對內窺鏡末端的位置和角度進行精確控制(見圖3b)。

  • 液壓驅動器:為了實現內窺鏡的精確插入,Skullbot配備了液壓驅動的內窺鏡推送裝置 (見圖3c)。液壓方法通過柔性傳輸管道減少了側向擾動,確保了在高彎曲度下的穩定操作。此外,液壓針驅動器采用雙活塞設計,保證了針頭在縱向上的穩定推進,該系統能夠實現高精度的位移傳輸,內窺鏡插入誤差小于±0.25 mm。

  • MRI兼容性:Skullbot設計時采用了諸如陶瓷軸承等MRI兼容材料,避免了傳統鋼材在MRI環境中的磁性干擾。此外,系統的液壓傳動方式和鎳鈦合金基線傳動方式進一步增強了其MRI兼容性,使其能夠在MRI手術室中應用(見圖4)。


圖片5.png

圖4:Skullbot具有MRI兼容性(圖片版權屬于原作者和Wiley)



  • 運動控制和定位:通過運動控制器和液壓驅動器來實現Skullbot的精確運動。Skullbot使用電磁(EM)跟蹤系統來實現內窺鏡末端和目標位置的精確定位,該系統通過三個EM傳感器追蹤機器人基座、針頭驅動器和目標點的相對位置,從而確保內窺鏡能夠精確插入至目標位置(見圖5)。

 

圖片6.png

圖5:電磁跟蹤定位系統(圖片版權屬于原作者和Wiley)

 

  • 實時成像與導航:Skullbot系統支持實時的立體定向成像,能夠在手術過程中避免大腦中的主要血管和敏感區域。內窺鏡插入的路徑可根據預先設計的MRI數據來規劃,確保內窺鏡能夠以精確的軌跡到達目標病變區域。進一步的微觀組織信息,則可以通過OCT獲得。

 

主要成果

總結一下,本研究的主要成果包括了以下幾點:

  • 開發出新型頭戴式神經OCT內窺鏡系統(NeuroOCT):通過結合OCT技術和5自由度頭戴式定位機器人(Skullbot),成功設計并實現了一個用于深腦定位成像的高分辨率、微創內窺鏡系統(見圖6)。該系統具備約2.4 μm的軸向分辨率和約4.5 μm的橫向分辨率,適用于深腦微創成像。



1740362464252328.png

圖6:NeuroOCT系統用于小鼠深腦成像(圖片版權屬于原作者和Wiley)

 

  • 實現精確定位和導航:Skullbot系統能夠實現高精度的內窺鏡定位和導航,橫向定位精度達到±1.5 mm,縱向精度為±0.25 mm(具體實驗驗證可見于原文)。系統通過液壓驅動器和電磁跟蹤技術,確保內窺鏡在手術中能夠避開大腦中的血管和敏感區域,實現精確的立體定向成像。

  • 體外和活體實驗驗證:通過體外的光學假體實驗,驗證了系統的定位精度和穩定性(見圖7)。此外,在小鼠模型上進行了深腦成像實驗,成功實現了活體中微分辨率的三維體積成像,展示了該系統在實際應用中的可行性(見圖8)。

 

圖片8.png

圖7:光學假體成像實驗(圖片版權屬于原作者和Wiley)

 

1740362494580294.png

圖8:小鼠深腦定位成像(圖片版權屬于原作者和Wiley)

 

  • 顯著提升手術安全性與有效性:該系統在體內外實驗中展現了對病變的高分辨率成像能力,能夠在不損傷周圍健康組織的情況下精確定位腫瘤,具有顯著的臨床應用潛力,有望在神經外科手術中提高手術精度并降低出血風險。

  • MRI兼容性和實時反饋:Skullbot系統采用MRI兼容設計,能夠在MRI手術室中使用。未來,結合術中MRI掃描,系統還可提供實時的影像反饋,實現對手術目標區域的精確定位和疾病評估。此外,使用可彎曲、柔軟的內窺鏡,更有助于避開血管或其他關鍵腦部區域。

總的來說,本研究提出的神經OCT系統大大提高了深腦成像的精度與微創性,為神經外科手術中的疾病診斷和治療提供了更安全和有效的解決方案。



期刊簡介

圖片10.png

Wiley旗下智能系統領域開放獲取旗艦刊。期刊收錄關于具有刺激或指令響應智能的人造裝置系統的研究,包括機器人、自動化、人工智能、機器學習、人機交互、智能傳感和程序化自組裝等前沿應用。Advanced Intelligent Systems最新的期刊引文指標1.11,期刊影響因子6.8,在計算機科學,人工智能和自動化與控制系統中分類皆為Q1。(源自Clarivate 2023)

 

加載更多
419

版權聲明:

1) 本文僅代表原作者觀點,不代表本平臺立場,請批判性閱讀! 2) 本文內容若存在版權問題,請聯系我們及時處理。 3) 除特別說明,本文版權歸納米人工作室所有,翻版必究!
納米人
你好測試
copryright 2016 納米人 閩ICP備16031428號-1

關注公眾號

主站蜘蛛池模板: 玉门市| 闽清县| 彭山县| 安塞县| 淮北市| 武汉市| 彭阳县| 巴彦县| 普兰县| 合山市| 裕民县| 鹤庆县| 洛扎县| 双牌县| 仙游县| 工布江达县| 萝北县| 家居| 旬邑县| 涟源市| 三门县| 吉木萨尔县| 河东区| 昆明市| 克东县| 修武县| 页游| 五华县| 霍林郭勒市| 东乡族自治县| 宣威市| 遵化市| 岳阳县| 通山县| 沈丘县| 营山县| 遵义县| 三门县| 罗定市| 岳阳县| 嵊泗县|