通过仿生触须感知的临床胃肠疾病筛查方法

2024-06-03 Mon
研究背景胃肠疾病在全球范围内表现出广泛而复杂的症状，如腹泻、胃肠道出血、吸收不良、营养不良，甚至神经功能障碍等。这些疾病因为其显著的地区、年龄和性别差异，构成了现代社会重大健康挑战和社会经济负担，尤其是胃肠道癌症，占全球癌症发病率和死亡率的三分之一。早期筛查胃肠疾病并进行及时干预对减少死亡率和提高寿命具有重要意义。
传统的胃肠疾病筛查方法主要依赖内窥镜检查，使用嵌入摄像头的柔性内窥镜，通过天然开口检查胃肠道。然而，内窥镜检查尽管广泛应用于医院，仍存在光学传感器局限，照明条件差及胃肠道工作环境极其狭窄等问题。这些因素会导致黑暗、炫光、反射等现象，降低影像质量，甚至导致误诊。无线胶囊内窥镜因其无创图像捕获能力引起了极大兴趣。尽管如此，传统内窥镜仍然需要在胶囊内窥镜之后执行详细诊断。
在当前临床实践中，触觉感知模式尚未得到应用，这限制了医生识别小息肉和任何因疾病引起的组织结构和硬度异常的能力。最近的研究表明，老鼠通过其触须获取周围环境的触觉信息，这种机制可以补充视觉方法的局限，提供触觉反馈。基于老鼠触须感知机制，我们提出了一种基于人工触须的硬件系统，旨在实现胃肠道筛查的应用。该系统结合了人工智能自学习能力，可以通过触觉模式识别组织结构和病理变化，从而为临床筛查提供新方法，减少医师间的诊断差异。
论文来源本文由Zeyu Wang、Frank P.-W. Lo（通讯作者）、Yunran Huang、Junhong Chen、James Calo、Wei Chen以及Benny Lo（通讯作者）合著，分别来自Imperial College London的Department of Surgery and Cancer、附属复旦大学上海医学院以及复旦大学智能医疗电子学中心。论文于2023年发表于npj Robotics期刊。
研究流程研究分为以下几个主要步骤：
1. 概念设计研究团队设计了一种基于仿生人工触须的硬件系统，用于胃肠道检查。系统的工作机制和原理见图1：通过模拟老鼠触须的感知机制，该系统能够识别胃肠道壁上的病理异常，获取病变组织的结构和轮廓信息，帮助临床决策。
2. 建模与设计参数优化研究团队对触须的感知机制进行建模，比较了静态和动态模型的工作原理。图2展示了这两种模型，并分析了每种模型的优缺点。例如，静态模型虽然适合定位精度任务，但其检测速度慢、系统噪音控制难度较大。而动态模型通过外部驱动来增强传感能力，同时提高了集成度和系统鲁棒性。
3. 系统设计与实现在上述模型比较的基础上，研究团队设计了一种低噪声、快速响应和大动态范围的触须硬件系统，包括触须传感器和信号调理电路。触须传感器基于聚偏二氟乙烯（PVDF）膜传感器构建，具有良好的信号传导性能和柔韧性。信号调理电路经过多级放大、滤波和模数转换过程，将原始电信号转化为高保真的数字信号，进一步传输到计算机进行分析和解读。
4. 基准测试与核心功能评估为了评估系统的电气性能，研究团队进行了一系列基准测试，包括固有噪声测试、纹理识别、距离感知、硬度表征和形状识别实验。实验结果展示了系统在不同任务下的表现，如输出信号的时间域、频域响应特性等。具体测试见图4至图7。
研究结果系统固有噪声评价系统在温度变化范围内的噪声测试结果显示，固有噪声较稳定，最大0.75 uVrms和6.16 uVpp，并且热效应对信号质量影响较小。
纹理识别不同表面材料在时间域、频域和时频域上的信号响应差异显著，总结为：光滑表面对应平滑的信号输出；粗糙表面如砂纸，则产生更多高频分量。
距离感知不同高度设置的实验结果显示，触须系统输出信号的释放点与高度参数呈高度线性相关，拟合良好。
硬度表征软组织和骨组织在测试中的信号响应差异明显，表明系统能够有效区分材料硬度。
形状识别通过对圆形、平面、斜面等不同形状的实验，触须系统在形状识别上也展示了显著的能力。
临床应用可行性为了评估该方法的临床应用潜力，研究团队进行了一项初步研究，使用仿真模型（见图8），检测普通组织、溃疡性结肠炎和溃疡癌变三种典型病变组织。120次实验结果表明，经过深度学习算法训练的模型能够高效、准确地识别病变组织，测试精度达到94.44%，kappa值为0.9167。
结论与意义本研究提出了一种新型基于人工触须的胃肠道筛查方法。通过结合硬件设计与深度学习算法，展示了该方法在提取胃肠道结构和纹理信息方面的巨大潜力，有望补充或增强现有的视觉内窥镜诊断技术。系统的高集成硬件设计和低计算功耗特性，表明该方法可作为现有内窥镜机器人手术平台的独立子模块，从感知、分析到诊断实现自动化，无需或仅需少量人工干预，减少医生间诊断差异，并在发展中国家作为低成本早期筛查机制。
进一步在多通道硬件系统设计和算法优化上的研究，可以使这一新方法得到全面发展和临床应用。研究团队未来还将探索新型的感测解决方案，如应变计，以进一步提升触须系统的静态感测能力。