基于弹性机构原理的神经导航面匹配空间配准建模与优化研究

神经导航系统对于提高神经外科手术成功率、降低术后并发症等发挥着重要作用，空间配准是神经导航系统的技术核心，也是术中脑变形矫正等附加功能的基础。现有的空间配准方法分为点匹配和面匹配两类。其中，点匹配应用较早，但存在应用成本高、准备时间长和精度不稳定等缺陷。面匹配克服了点匹配的上述缺点，但至今尚未解决建模问题，造成只能计算用于配准的特征表面的匹配精度，而无法预测其他区域的误差，也不能针对手术部位进行配准精度的优化，这就极大地限制了面匹配的临床应用精度，使其在头部很多部位的配准精度不能满足临床要求。针对这一问题，本项目使用弹性机构建立面匹配模型，重点研究将弹性机构的物理特性与面匹配参数相联系的方法，并进一步分析弹性机构的空间刚度矩阵和平衡方程，实现对任意位置配准误差的定性分析与定量估算。在此基础上，提出对特定手术部位的配准精度进行优化的方法，以推动面匹配的临床应用和神经导航空间配准技术的发展。

神经外科手术导航系统使用病人术前扫描的图像帮助医生进行术中的定位和引导，对于提高手术精度、降低手术创伤、减少术后并发症等具有重要临床价值。空间配准计算术前图像与术中病人之间的空间位置对应关系，是神经导航系统的关键技术之一，是神经导航系统进行精确定位和引导的基础。. 神经导航系统自其诞生以来，长期依赖于点匹配方法进行空间配准，这种方法成本较高、操作不方便，而且由于标记物移动等问题可能产生较大的配准误差。为了解决上述问题，人们提出了使用头部表面结构特征的面匹配空间配准方法，但现有面匹配方法普遍存在配准精度不稳定、在头部中后部配准精度不高等问题，因此在临床上没有得到广泛应用。. 本项目通过对面匹配空间配准方法进行建模和分析，并通过大量模拟试验，发现要提高面匹配方法的精度，尤其是提高脑中后部位置的匹配精度，必须使用更大范围的头部表面进行配准。现有面匹配方法精度不高的主要原因，是由于受设备、方法等方面的限制，其仅能采集头部小块范围内的表面（面片或线条）用于配准。为此，我们提出了一种利用整个头部表面进行面匹配的方法。我们使用弹性体模对使用面部小块区域和使用整个头部表面的面匹配的精度进行了比较，在整个头部表面均匀分布的15个靶点的平均配准误差分别为：1.98(sd.0.53)mm和1.48(sd.0.21)mm，可见我们提出的方法显著提高了面匹配的精度和稳定性。此外，我们使用一种改进的4-Points Congruent Sets算法来完成面匹配的粗配准，减少了空间配准过程中的人工干预，从而减少人为误差和医生的工作量。我们还针对脊柱导航中的面匹配问题，通过模拟实验提出了一种优化的点云空间位置分布方案。. 上述研究结果为手术导航中面匹配技术的实际应用奠定了理论基础并提供了具体的技术方案。我们后续将对上述技术进行整合，并争取在国产神经导航系统中实现转化应用，进一步推动面匹配技术的临床应用和神经导航空间配准技术的发展。