神經外科手術導航系統改變傳統的開顱模式

■ 文 /章琛曦 宋志堅

章琛曦，復旦大學基礎醫學院數字醫學研究中心副教授。

宋志堅，復旦大學基礎醫學院數字醫學研究中心主任、教授、博士生導師，上海市醫學圖像處理與計算機輔助手術重點實驗室主任。

神經外科導航技術改變了傳統的開顱手術模式，實現了腦內病灶的準確定位，對提高腦腫瘤的切除率、降低手術并發癥與死亡率具有重要的臨床價值。

神經導航技術（Neuronavigation），又稱圖像引導神經外科(Image-guided neurosurgery，IGNS)，是基于CT、MRI等術前影像數據建立圖像引導空間，借助光學(或磁學)跟蹤儀實時跟蹤顯示手術器械相對于腦組織和病變部位的位置關系，從而達到指導醫生進行手術操作的目的。在這個系統中，術前影像就類似于GPS道路地圖，而光學（或磁學）跟蹤設備可以跟蹤手術器械，則類似于GPS定位信號。該技術改變了傳統的開顱手術模式，實現了腦內，尤其是腦深部病灶的準確定位，對于提高腦腫瘤的切除率，降低手術并發癥與死亡率具有重要的臨床價值。

無框架立體定向導航系統

神經外科手術導航系統，通常指無框架立體定向導航系統（Frameless stereotactic navigation systems），是由有框架立體定向導航系統（Frame-based stereotactic navigation system）演變發展而來的。有框架立體定向導航系統將立體定位框架固定在患者頭部，進行CT或MRI掃描，借助固定在患者身上而且能在圖像上可視化的標記，建立患者空間和圖像空間之間的轉換，然后根據影像進行定位。手術中依靠框架的引導，把手術器械準確地送達指定位置。

無框架立體定向導航系統，包括一個高性能計算機工作站、光學或者磁學跟蹤儀、參考架以及可以被光學或者磁學跟蹤設備識別的探針，其中計算機工作站用來完成圖像處理與可視化。無框立體定位導航的基本原理是：使用患者術前自身影像數據創建圖像引導空間，借助解剖標記物或者能在圖像上清晰成像的人工標記物將患者空間配準到圖像空間，利用光學(或磁學)跟蹤儀實時跟蹤探針在患者空間中的位置，將其轉換到圖像空間并以虛擬探針的形式疊加在三維圖像空間中。醫生可通過高解像度的顯示屏從各個方位(矢狀位、冠狀位、橫斷位、三維立體模型等)觀察探針與病灶以及重要解剖結構之間的位置關系，以便在手術時避開重要功能結構，減少病患的手術創傷。

神經導航的精度

神經導航的精度是神經導航手術中最核心的問題。神經導航系統定位誤差主要來源于兩個方面：一是圖像空間中的圖像與術中真實病患的解剖結構存在差異；二是將探針的位置從患者空間變換到圖像空間的過程中產生誤差。其中，第一類誤差的主要來源包括術中腦組織移位或者變形，EPI（Echo-Planar Imaging）掃描時的圖像畸變，圖像中反映的腫瘤邊界不準確等。第二類誤差的主要來源包括空間定位儀的跟蹤誤差，患者空間到圖像空間的配準誤差等。

由腦移位或者腦變形引入的導航定位誤差目前尚未很好地解決。神經導航系統所依據的圖像數據均為術前采集獲得，手術過程中，由于開顱后腦脊液的流出、顱內壓的改變、重力以及術中牽開操作和腫瘤切除等因素的影響會導致腦組織移位或變形。此時，基于術前數據所建立的用于引導術中操作的圖像空間不能反映實時的解剖結構變化，導致術中神經導航定位精度下降，影響術中導航的可靠性。

神經導航的配準方法

空間配準是神經導航系統最關鍵的技術，它通過匹配圖像空間與患者空間之間的共同特征來計算兩個空間之間的變換關系。當前最常用的配準方法是點配準方法。在點配準方法中，手術前在病患頭部粘貼可在CT或者MRI圖像上清晰成像的人工標記物，并進行CT或者MRI掃描，建立圖像引導空間，分別在圖像空間和患者空間中獲取這些標記物的坐標，并通過對齊對應標記物的坐標來計算兩個空間之間的坐標變換關系。

另一種空間配準的方法是面配準方法。使用激光掃描儀獲取病患空間中面部局部表面點云，然后與圖像空間中提取的面部表面點云進行匹配，計算兩個空間的坐標變換關系。面配準方法避免了點配準方法中人工標記物的移位或者脫落以及取點耗時較長的缺點。但是，由于掃描儀的掃描范圍有限，只有部分面部表面點云參與配準，導致腦后部配準精度不高。

使用高精度的手持式掃描設備能夠實現對整個頭部的掃描，將獲取的患者整個頭部表面點云與圖像空間提取的頭部點云進行匹配，獲取兩個空間的坐標變換關系。這種方法提高了面匹配空間配準的精度和穩定性，解決了傳統面匹配方法中腦后配準精度不高的問題。

為了減少腦移位或者腦變形引入的導航定位誤差，可借助術中成像數據，使用非剛性配準算法來匹配并融合術中圖像與術前圖像，更新基于術前圖像引導空間。術中磁共振成像(iMRI)不僅能夠在術中任意時刻為外科醫生提供準確的解剖結構圖像，高場強的磁共振還能進行術中功能成像，能夠實現術中有效的實時導航，減少腦組織變形的影響。但是，iMRI安裝和使用非常昂貴，操作也非常復雜，使用時將增加手術時間，影響手術工作流程。

超聲成像價格低廉、實時性好，對手術流程影響小。借助術中超聲成像(iUS)，利用可變形配準方法將術前MRI影像配準并融合到術中超聲影像中，亦可實現術中導航影像的更新，補償腦移位或者腦變形引入的導航定位誤差。由于超聲影像與術前MRI影像在圖像特征以及維度上存在較大差異，使用傳統的互信息方法來實現術中超聲圖像與術前MRI圖像非剛性配準，效果欠佳。基于提取特征描述子的配準方法是將兩種不同模態的圖像由各自圖像空間映射到同一特征空間，再在同一空間內使用單模態配準方法完成配準。基于自相似原理的模態無關特征描述子配準方法，例如miLBP（Modality Independent Local Binary Pattern）特征描述子、dLDP（Discriminative Local Derivative Pattern）特征描述子、BGA（Binary Gradient Angle Descriptor）特征描述子等，能夠在不同模態的三維圖像中穩定地提取圖像特征且相似度計算時間短，在術中超聲圖像與術前MRI圖像非剛性配準的效率和精度方面都具有明顯的優勢和潛力。

另一種值得關注的方法是基于生物力學模型的非剛性配準方法。該方法在基于圖像學的配準方法的基礎上增加考慮了解剖結構的力學屬性，利用腦組織的生物力學屬性約束腦組織的運動特征，利用術中局部信息驅動生物力學模型，借助有限元方法計算腦組織變形場，從而實現對腦變形引起的導航定位誤差的補償。與iMRI相比，該方法僅需借助術中超聲、雙目照相機或者三維光學掃描儀等設備獲取術中局部信息，操作方便、價格低廉。與單純的基于圖像學配準方法相比，該方法增加考慮了解剖結構的力學屬性，更符合客觀世界的變形規律，而且僅需采集局部信息來驅動模型，大大降低了術中圖像采集的復雜度。

增強現實神經導航

現有神經導航系統的導航模式是虛實分離的導航模式，即定位和引導信息顯示在系統屏幕上，醫生通過觀察屏幕上的圖像來進行手術操作。在這種導航模式下，手術過程中使用的位置信息顯示在手術視野之外，醫生為了觀察手術器械相對于患者解剖結構的位置，需要在患者手術部位和屏幕之間來回切換視野，這不利于醫生將注意力集中于患者頭部進行手術，會干擾手術進程并加大導航定位誤差。

為了解決這一問題，需要把導航引導空間同真實手術場景融合起來。增強現實（Augmented Reality，AR）神經導航系統，簡稱AR-IGNS，可以將病灶、重要解剖結構等虛擬信息同真實的手術場景相結合，并將導航信息顯示在諸如頭盔顯示器（Head-Mounted Display, HMD）、增強鏡片、AR窗口（AR Windows）、增強內窺鏡、增強顯微鏡等顯示設備上，以便醫生視野不離開手術場景就可以獲得直觀準確的導航信息。

近年來，隨著移動智能終端設備的迅速發展，借助平板電腦、智能手機等移動智能終端顯示虛實結合的導航信息，引導醫生手術，成為AR-IGNS的研究熱點。這類新的導航模式可以使醫生避免術中視野切換，并使導航信息更加容易理解，從而提高導航的精度和方便性。

結語

神經導航技術目前廣泛應用于功能神經外科和顱內腫瘤等外科手術中，已經成為微創神經外科中不可或缺的重要工具。但是，導航定位誤差，特別是由于術中腦移位或腦變形引起的導航定位誤差，影響了術中導航的可靠性。在未來的導航系統中，通過整合術中影像數據，特別是術中超聲數據，借助術中影像與術前影像的非剛性配準補償腦變形引起的導航定位誤差，能有效提高術中導航精度。增強現實神經導航系統引入了全新的導航模式，避免術中醫生視野切換，使導航信息更加容易理解，手術工作流程更加順暢。

除了傳統的醫學影像，術中成像新技術，例如拉曼光譜（Raman spectroscopy）、熒光（Fluorescence）和質譜（Mass spectrometry）等，能夠在組織學或者更低層級上區分正常組織與腫瘤組織，為術中腫瘤切除提供更為精細的引導。此外，為了能在實時圖像中進行手術，避免術中成像對手術進程的影響，神經外科手術機器人，例如MRI兼容的NeuroArm系統，正逐步開發出來。這類機器人能夠集成術前、術中成像數據得到更精確的導航信息，并能為醫生提供視覺、聽覺、觸覺反饋，指導醫生操作。未來，需要更進一步的臨床研究來確定機器人技術在神經外科手術中應用的可行性。