用人工智能实现猪眼视网膜血管自动注射

视网膜静脉插管术（RVC）是一种新兴的视网膜静脉阻塞（RVO）治疗方法。该手术的成功与否取决于外科医生的专业技能，近年来机器人辅助也逐渐发挥作用。本文提出了一种结合深度学习和计算机视觉的自主RVC手术流程。研究中，两台稳健手眼机器人（SHERs）分别控制一根100微米的金属针和一个医用刮刀来执行精准操作。研究人员训练了三个卷积神经网络，用于预测针头的移动方向，并识别接触和穿刺等关键事件。此外，手术显微镜配备了术中光学相干断层扫描（iOCT）系统，可通过显微镜捕捉手术视野，并获取横截面图像（即B扫描图像）。该研究的目标是让机器人自主完成RVC手术中的关键步骤，尤其是那些难度较高、需要专业知识的步骤；而技术要求较低的任务则由操作人员负责，同时操作人员会对机器人的操作过程进行监督。该方法在20只离体猪眼中进行了测试，成功率达到90%。另外，研究人员还在另外6只离体猪眼中模拟了由呼吸引起的眼球运动，当眼球以正弦曲线模式运动时，手术成功率仍达到83%，这表明所提出的手术流程具有较强的稳健性和稳定性。研究结果显示，这种融合深度学习和机器人辅助的自主RVC流程，在静态和动态条件下均能实现较高的成功率，有望提升RVO治疗的精准度和可靠性。