基于深度神经网络的微导航显微手术系统——助力白内障手术精确性迈上新台阶

学术背景与研究问题

白内障是全球范围内导致失明的主要原因之一。如今，采用超声乳化术（phacoemulsification）结合人工晶状体植入（IOL）的手术方法已经成为治疗白内障的主要手段。这一方案不仅能够显著提高患者的视觉质量，还能有效降低手术并发症的发生率。然而，手术的效果高度依赖于其精细操作和眼球的空间定位与定向。手术过程中诸如角膜切口的位置、囊膜撕裂（capsulorhexis）的大小和位置、以及人工晶状体的角度对术后视觉恢复至关重要。

目前的眼科手术显微镜大多依赖于手术医生的经验和人工标记。这种方式面临众多挑战，尤其是在遇到复杂临床场景时，例如眼球旋转、视觉场景不完全、角膜畸变或外部遮挡等。此外，已有的商用显微镜导航系统尽管已经有所发展，但其在实时精确导航、多样化临床场景适配等方面仍然存在局限。因此，如何结合人工智能技术，以实现实时、高精度的导航和辅助操作，成为当前眼科手术领域亟待解决的重要问题。

在这些挑战的背景下，本文的作者们开展了相关研究，提出了一种基于深度神经网络的智能导航显微手术系统，旨在为白内障手术提供更安全、标准化的手术方案。

论文来源

这篇研究论文的标题为《Neural Network Powered Microscopic System for Cataract Surgery》，由来自多个机构的研究人员共同完成。主要作者包括Yuxuan Zhai, Chunsheng Ji, Yaqi Wang等，他们分别隶属于中国电子科技大学、西南医学系统以及中国医学科学院。论文发表于 Biomedical Optics Express 期刊的2025年2月卷。

---

研究流程与创新点

研究流程与技术实现

本研究的核心是开发一套基于人工智能的眼科显微导航系统。研究整体分为硬件改造、算法设计、数据生成与模型训练、实验评估四个主要部分。

1. 硬件系统的搭建
   研究团队在现有的传统手术显微镜（Zeiss OPMI Pico）的基础上进行了改造，引入了多种新模块，包括视频记录模块、AI导航计算模块、投影显示模块等。改造后的显微镜能够实时记录手术视频，同时利用深度学习算法处理图像信息，并将导航信息通过显示屏投影给手术医生。

2. 导航算法的设计
   研究提出了一种新型的端到端导航深度神经网络，命名为EyeNavNet。该网络实现了以下核心功能：

   • 眼球中心定位：通过卷积神经网络（CNN）编码器和全局特征提取分支，将术中部分视野不完整的眼像片精确补全，提取边界并定位眼中心。
   • 眼球旋转追踪：设计了基于Siamese网络（孪生神经网络）与相关滤波器的旋转追踪模块，能够实现眼球多点非刚性配准，同时适应眼球因工具操作造成的形变。
   • 预/术中图像对齐：通过空间变换网络（Spatial Transformer Network, STN），将术中显微图像与术前裂隙灯图像无缝对齐，确保IOL的正确植入参数。

为了克服复杂场景中训练数据有限的问题，研究团队还设计了一种数据增强方法，通过随机遮挡、亮度调整等方式模拟术中各种干扰场景，生成多样化数据用于网络训练。

1. 数据生成与标注
   作者收集并标注了100例白内障手术视频（共约百万帧），其中包括成像质量各异、各种复杂场景下的手术数据。在分割任务上，使用由UNet微调后的模型自动生成初始分割标注，并通过人工校验提高标注质量。在追踪任务上，利用基于核相关滤波算法（ECO）的自动标注工具生成跟踪点。

2. 性能评估与系统模拟

   • 数据范围：研究包含了来自不同医院的真实手术数据，分为训练（30例）、验证（10例）和测试集（60例）。测试集中特别包含30例来自外部医院的视频，用于评估模型的泛化性能。
   • 手术模拟实验：研究团队还使用人眼模型模拟了手术场景，包括模拟眼球运动和上述复杂干扰因素，用以验证系统的实时性和精度。

---

研究成果与数据分析

1. 眼球定位与旋转追踪的性能提升

   • 使用EyeNavNet算法，眼球中心定位误差（PE）为0.121±0.044毫米，比传统的基于U-Net与KCF滤波器方法（PE: 0.160±0.129毫米）大幅提升。
   • 对于眼球旋转角度的追踪，该系统的旋转误差（RE）为1.07±0.50度，优于当前主流算法（如Ostrack的1.42±0.84度）。

2. 跨数据集的泛化能力
   在对外部数据集的测试中（不同医院来源），EyeNavNet同样展现了出色的性能。这表明其适应了不同场景下的亮度变化、眼球形变以及复杂的手术干扰。

3. 相比已有商用设备的潜力
   文中提到，与目前的商用导航显微镜系统（包括Callisto Eye与Verion Image Guided Systems）相比，EyeNavNet不仅具备更低的定位误差，还具备更快速的数据处理能力（26.2毫秒每帧），同时算法部署成本提升了性价比。

4. 实时性验证
   在人眼模型实验中，该系统在低端GPU条件下（NVIDIA GTX 1070 Ti）的运行速度达到了25帧每秒（fps），能够适应实时手术场景。

---

研究结论与应用价值

研究团队最终验证了他们提出的AI导航系统可以在术中无标记实现人工晶状体的准确定位与对准。这一技术不仅在算法上实现了多项创新，弥补了现有商用系统的不足，还在硬件改造成本上体现了更强的应用潜力。

该系统不仅能为复杂白内障手术提供更精确、安全的导航支持，还可拓展到更高需求的手术场景，例如多焦点人工晶状体的植入手术以及整合飞秒激光技术的导航系统。此外，使用类似的技术还可以进一步实现手术过程的全自动化、标准化，对未来眼科手术的数字化发展有重要推动意义。

---

研究亮点与展望

• 技术创新：端到端EyeNavNet模型在分割与追踪精度上的提升显著；自研的眼球不规则形态补偿网络（LDCN）提供了更稳定的非刚性配准。
• 大数据支持：首次引入了百万手术图片数据集，结合数据增强方法实现复杂场景拟合。
• 系统集成：作者实现了一体化的硬件改造方案，并通过GPU加速保证系统实时性的操作潜力。

尽管如此，研究仍有改进空间，包括进一步优化复杂场景下的眼中心误差、在更多国际化数据集上验证算法和系统的通用性，以及通过临床实验进一步探讨系统对实际手术结果的提升。

这一成果标志着智能显微导航手术系统的跨越式发展，对未来医学与人工智能的深度结合具有深远意义。