高級可視化技術在結直腸手術中的應用進展

[摘要]"隨著醫學技術的不斷進步，高級可視化技術在結直腸手術中的應用日益受到關注，包括熒光成像、激光散斑襯比成像、三維重建技術、增強現實和混合現實等。這些技術不僅可提供精確的解剖結構，還可在術中實時反映生理信息，顯著提高外科醫生在手術過程中的決策能力和操作精度。本文就目前國內外開展的高級可視化技術在結直腸手術中的應用進行綜述，并討論這些技術在改進手術規劃和實時導航、提高手術安全性和術后恢復效果方面的潛力。

[關鍵詞]"高級可視化技術；結直腸手術；混合現實；熒光成像；激光散斑襯比成像

[中圖分類號]"R656.9；R657.1""""""[文獻標識碼]"A""""""[DOI]"10.3969/j.issn.1673-9701.2025.15.022

隨著現代醫學向精準化、個性化發展，高級可視化技術正逐步重塑外科手術方式。高級可視化技術是指通過整合計算機科學、生物醫學工程等多學科技術，實時生成高精度醫學影像的技術體系。相較于傳統CT、MRI等二維靜態顯影技術，高級可視化技術不僅可實現解剖結構的三維動態追蹤，更具備多種形式的影像融合，顯著提高可視化的精準度。結直腸手術因涉及復雜解剖結構和重要功能保護，對可視化技術有較高的要求。近年來，近紅外熒光成像、激光散斑襯比成像、血管三維重建、增強現實和混合現實等先進技術逐漸被引入結直腸手術中。這些高級可視化技術不僅支持術前的細致規劃，還提供術中實時導航和監控，幫助外科醫生更好地識別關鍵解剖結構，制定精準個體化手術策略，減少并發癥的發生。本文綜述高級可視化技術在結直腸外科領域的應用進展，并展望未來發展方向。

1""近紅外熒光成像技術

近紅外熒光成像技術（near-infrared"fluorescence"imaging，NIRF）通過近紅外光激發熒光染料并捕獲其發射信號實現組織顯影，同時結合光學成像的高敏感度與近紅外光的組織穿透能力，廣泛應用于外科手術中[1]。吲哚菁綠（indocyanine"green，ICG）是一種水溶性熒光染料，可在近紅外波段發出熒光，具有良好的生物相容性和低毒性[2]。近年來，吲哚菁綠近紅外熒光成像技術（ICG"near-infrared"fluorescence"imaging，ICG-NIRF）在結直腸手術中的臨床應用主要集中在以下關鍵領域。

1.1""實時腸管血流灌注監測

吻合口瘺（anastomotic"leakage，AL）是結直腸外科醫生最關注的并發癥之一，在低位吻合術中的發生率高達17.5%[3]。腸管血流灌注不良是AL發生的重要危險因素[4]。傳統評估主要依賴外科醫生對腸壁色澤及動脈搏動的主觀判斷，但研究證實此類方法易低估實際風險[5-6]。ICG-NIRF技術通過靜脈注射ICG后實時捕捉熒光信號，量化腸管血流灌注以彌補主觀偏差，精準指導安全吻合口位置選擇，從而降低AL風險。兩項獨立臨床研究顯示在結直腸術中應用ICG-NIRF評估腸管灌注后，5%～12%的結直腸手術術中更改原定的吻合口位置，術后AL發生率從12.4%降至2.8%，顯著提高手術安全性[7-8]。

1.2"轉移淋巴結識別

結直腸癌預后與淋巴結轉移狀態密切相關，淋巴結定位精度直接決定腫瘤分期準確性，區域淋巴結清掃完整性直接影響復發風險?；贗CG-NIRF的淋巴結定位技術已被廣泛研究，通過前哨淋巴結識別、轉移淋巴結鑒別及清掃范圍實時引導，顯著提升結直腸癌分期準確性和患者預后。研究表明ICG-NIRF在早期結直腸癌前哨淋巴結成像中具有良好效果，可提供更準確的預后分層并指導術后管理[9]。Lin等[10]采用術前瘤周注射法發現轉移性淋巴結熒光強度顯著低于非轉移性，這可能與淋巴管引流受阻有關。與之形成鮮明對比的是，Liberale等[11]靜脈注射15min后僅有轉移性淋巴結顯影。這可能源于腫瘤新生血管通透性較高，導致ICG外滲滯留，正常組織因ICG快速代謝特性完成熒光清除。這兩種不同結果提示臨床使用ICG-NIRF時需注意注射途徑。Wu等[12]對直腸癌伴有側方淋巴結轉移的患者進行ICG-NIRF引導下腹腔鏡側方淋巴結清掃術，所有轉移淋巴結均在術中被識別，實現根治性手術。

1.3""術中輸尿管損傷預防

醫源性輸尿管損傷在結直腸手術中的發生率為0.31%～1.00%[13-14]；主要類型包括斷裂、結扎、壓迫及熱損傷等。盡管總體發生率較低，但顯著增加術后死亡率和二次手術率[15]。ICG經靜脈注射后主要由肝臟排泄，經泌尿系統的排泄率不足1%，因此在輸尿管顯像中，ICG并不是一個良好的造影劑。亞甲藍作為傳統顯影劑通過腎臟代謝顯像，但其致敏性及血氧干擾缺陷限制臨床應用[16]。新型顯影劑的研發為術中輸尿管識別提供更優選擇：IRDye"800CW近紅外熒光劑在動物實驗中證實其肝腎代謝特性及安全性，改良型IRDye"800BK可提升組織對比度[17-18]。UreterGlow-11染料憑借聚乙二醇化結構延長顯影時間至12h，其特異性光譜偏移有效避免術中多染料干擾[19]。ASP5354染料具有與ICG類似的結構，在急性腎損傷模型中維持60min顯影時間，為腎功能不全患者提供新的選擇[20]。

目前，NIRF技術已被集成進腹腔鏡系統中，在多種外科手術中展現出重要價值。然而，該技術仍存在以下不足：①依賴染料，存在過敏風險；②染料殘留，干擾二次評估，存在假陽性情況；③熒光信號衰減，深層組織顯影不佳；④定性分析為主，缺乏定量評估。未來的發展方向應主要集中在尋找改良型熒光染料和提高成像深度上。

2""激光散斑襯比成像

激光散斑襯比成像（laser"speckle"contrast"imaging，LSCI）是一種基于后向散射光與紅細胞相互作用所產生動態變化的成像技術。該技術無須依賴外源性造影劑即可進行術中實時血流成像，同時提供精確的血流灌注定量數據[21]。近年來，已有多項研究嘗試將LSCI應用于結直腸手術中，以評估腸管血流灌注情況及指導近端腸管吻合口位置的選擇。Liu等[22-24]通過動物實驗證實LSCI可精確區分缺血區、分水嶺區與灌注良好區梯度變化，并可通過分水嶺區灌注值異常升高鑒別動靜脈淤血。Hoffman等[25]進一步研究確定缺血區激光散斑相對灌注單位（relative"perfusionu"unit，RPU）臨界值為69。在兩項多中心臨床研究中Heeman等[26]和Skinner等[27]在104例結直腸切除術中觀察到約17%的手術醫生根據LSCI灌注評估情況調整吻合口位置，平均調整距離為1.2～1.3cm；該現象在左側結直腸手術中尤為明顯，平均調整距離增至3.7cm，同時AL發生率降至2.5%。LSCI與ICG-NIRF的效能比較研究未證實LSCI對缺血界限的測定與ICG-NIRF有顯著差異；但兩種技術聯合應用后監測精度顯著高于ICG-NIRF[24，27]。然而，LSCI仍存在局限性，其對組織運動高度敏感，呼吸或腸蠕動易導致偽影產生和RPU劇烈波動。研究發現通過優化探頭距離、同步呼吸周期和采用垂直偏振光等方式可將RPU波動從20%降低至5%以下[22，24，28]。未來，結合高性能計算平臺和更精密的傳感器，LSCI有望突破這些瓶頸，為結直腸手術提供更精細和實時的血流評估。

3""血管三維重建技術

在結直腸手術中，系膜血管變異繁多且分型復雜，合理保留功能血管是外科醫師制定手術策略時的重要考量[29]。因此，系統的術前血管評估是保障術中精細解剖的重要基礎。CT血管造影（computed"tomography"angiography，CTA）作為常規術前評估手段存在一定局限性：主要呈現動脈主干及一級分支結構，對靜脈系統、二級分支及邊緣弓動脈顯影效果較差。近年來，血管三維重建技術取得顯著進展，利用CT影像數據和計算機深度學習生成個體化虛擬模型，直觀展示腸系膜血管解剖結構及變異情況，在精度上超越傳統CTA[30]；通過精準重建血管結構，為腹腔鏡完整結腸系膜切除術和中央血管結扎提供重要的可視化支持，提升手術安全性[31]。在右半結腸手術中，血管三維重建可精準定位回結腸動脈、右結腸動脈及中結腸動脈分支，輔助制定血管離斷策略。Kearns等[32]在右半結腸手術中聯合應用三維重建與ICG-NIRF，使血管識別準確率提升至95%，吻合口灌注評估符合率100%，術中出血量降低51%。在左半結腸及直腸手術中，血管三維重建技術通過重建腸系膜下動靜脈分支模式指導左結腸動脈保留策略，顯著降低術后結腸缺血風險[33-34]。Guerriero等[35]進行技術革新，通過引入虛擬現實技術動態模擬手術路徑，使術者對左結腸動脈變異起源的解剖定位效率較傳統二維CT提升60%。盡管血管三維重建技術優勢顯著，其推廣仍面臨挑戰。模型構建耗時及專業軟件依賴限制其臨床普及，同時現有技術基于術前靜態圖像數據，難以應對術中動態變化，需更強大的算法模型予以突破。

4""增強現實和混合現實技術

增強現實（augmented"reality，AR）和混合現實（mixed"reality，MR）作為新興高級可視化技術，在外科培訓與手術實施中的應用日益受到關注。AR技術可將虛擬影像投射到真實視野，實現初級平面融合；其借助頭戴顯示裝置將建模好的器官、血管等解剖結構投影至術者視野，實現術中解剖結構的動態可視化導航。Leblanc等[36-37]初步探索AR技術的應用，利用AR模擬器（ProMIS"2.5）進行腹腔鏡乙狀結腸切除術訓練對比，結果顯示手輔助術式在結腸游離及吻合階段效率顯著優于傳統腹腔鏡。在結直腸癌肝轉移灶切除領域，AR技術同樣發揮重要作用。Ntourakis等[38]成功應用AR技術輔助切除結直腸癌化療后隱匿性肝轉移灶，4處12～24mm的病灶均實現R0切除且無局部復發。Zeng等[39]創新性地將AR技術聯合ICG-NIRF用于實時導航，精準定位深處腫瘤，在腹腔鏡肝實質保留切除術中實現術中出血量減少與手術效率提升。AR技術雖在靜態可視化中表現良好，但在術中動態操作的實時互動及反饋精度仍是未來發展的關鍵。

MR技術是在AR技術的基礎上的進一步發展。MR通過深度傳感器和空間映射技術，將真實環境與虛擬影像進行雙向深度融合，提供更豐富的多維信息和更多元的交互方式。外科醫生通過手勢和語音操作MR頭顯設備（HoloLens），實時查看并操作患者解剖結構的動態全息圖，為手術解剖提供新的信息層次[40]。Luzon等[41]在右側結腸切除術中使用MR導航系統，發現當外科醫生的視線保持與手術臺垂直的角度時，目標誤差距離較短，證實視覺定位對手術精度的影響。Ryu等[42]使用HoloLens"2代對比研究顯示MR輔助導航組在解剖變異顯著的右半結腸切除術中可視化評分提升42%，且未增加術中并發癥。在手術機器人輔助手術領域，Huber等[43]研究表明在手術機器人輔助經肛門全直腸系膜切除術中，MR技術通過增強術野三維感知，顯著提升外科醫生的空間意識和術中導航能力。MR技術應通過改進圖像融合算法和提升硬件設備，深化虛擬現實融合，增強術中模擬與預測功能，輔助外科醫生在復雜解剖結構中進行更精準的導航。

5""小結與展望

綜上所述，高級可視化技術已成為結直腸手術領域的重要助力。ICG-NIRF在血流監測、淋巴結顯影及輸尿管保護方面成效顯著；LSCI實現無染料的血流灌注定量評估；血管三維重建技術為手術規劃提供精準的血管信息；AR和MR通過虛擬現實深度融合，在術中發揮導航作用，極大地提升手術操作的精準度。然而，這些技術在應用中仍面臨挑戰。ICG-NIRF依賴染料，信號易衰減，定量分析困難；LSCI操作要求高，易受干擾；血管三維重建技術對原始影像要求高；AR和MR數據處理復雜，設備昂貴。此外，部分技術缺乏臨床試驗，實際應用安全性及有效性難以得到充分驗證。此外，目前研究多聚焦單一技術，缺乏多種技術融合的深入探索，如高級可視化技術的整合將有利于實現優勢互補，構建個性化手術方案：術前，血管三維重建技術構建精細血管模型；術中，ICG-NIRF和LSCI技術監測血供，ICG-NIRF定位缺血區，LSCI提供定量數據；同時，AR或MR技術投射患者解剖生理數據，提供實時導航。這些技術的整合為外科醫生提供更全面、更直觀的患者信息，有利于優化手術規劃和實施過程，有效改善患者的治療效果和預后。

高級可視化技術隨著其他技術的發展而升級。近期，DeepSeek等性能卓越的人工智能（artificial"intelligence，AI）崛起，其強大的深度學習、圖像識別、數據分析能力將為高級可視化技術提供不可忽視的助力。ICG-NIRF與LSCI借助AI深度學習能力，或可消除染料殘留、運動偽影等影響，幫助精準識別組織缺血區。結合AI圖像識別算法，血管三維重建技術也許能全自動生成重建模型，降低成本?；贏I強大的數據分析能力，AR和MR技術有望將術中器械定位與患者生理解剖信息進行動態融合，建立全自動手術導航系統。未來術者有機會通過AR或MR頭顯，實時調取疊加于真實術野的路徑規劃，完成高度自動化的手術，實現高水平的精準治療。除軟件層面的突破外，還有硬件技術的創新。當前，手術機器人系統被國內數十家醫療中心引進，其高自由度機械臂、震顫過濾系統、三維高清視野顯著提升狹窄術野操作精度。若能與高級可視化技術結合，將為精準化手術提供新的助力：將ICG-NIRF、LSCI等實時組織灌注數據集成至系統生成復合視圖；利用機器人臂端追蹤器與AR和MR空間坐標系統實現動態校準；構建力覺傳感-血流灌注參數聯動的腸管牽拉預警模型。隨著個性化醫療的不斷發展，基于患者特征的定制化可視化方案正逐步常態化，為精準治療提供強力支撐。這些技術的廣泛應用不僅可提升手術療效與降低圍術期不良事件風險，還將推動醫學向更精準、高效的方向邁進。

利益沖突：所有作者均聲明不存在利益沖突。

[參考文獻]

[1] LANDSMAN"M"L，"KWANT"G，"MOOK"G"A，"et"al."Light-absorbing"properties，"stability，"and"spectral"stabilization"of"indocyanine"green[J]."J"Appl"Physiol，"1976，"40（4）："575–583.

[2] REINHART"M"B，"HUNTINGTON"C"R，"BLAIR"L"J，""et"al."Indocyanine"green："Historical"context，"current"applications，"and"future"considerations[J]."Surg"Innov，"2016，"23（2）："166–175.

[3] WEI"F"Z，"MEI"S"W，"WANG"Z"J，"et"al."HAMP"as"a"prognostic"biomarker"for"colorectal"cancer"based"on"tumor"microenvironment"analysis[J]."Front"Oncol，"2022，"12："884474.

[4] TRENCHEVA"K，"MORRISSEY"K"P，"WELLS"M，"et"al."Identifying"important"predictors"for"anastomotic"leak"after"colon"and"rectal"resection："Prospective"study"on"616"patients[J]."Ann"Surg，"2013，"257（1）："108–113.

[5] MARKUS"P"M，"MARTELL"J，"LEISTER"I，"et"al."Predicting"postoperative"morbidity"by"clinical"assessment[J]."Br"J"Surg，"2005，"92（1）："101–106.

[6] KARLICZEK"A，"HARLAAR"N"J，"ZEEBREGTS"C"J，""et"al."Surgeons"lack"predictive"accuracy"for"anastomotic"leakage"in"gastrointestinal"surgery[J]."Int"J"Colorectal"Dis，"2009，"24（5）："569–576.

[7] VARDHAN"S，"DESHPANDE"S"G，"SINGH"A，"et"al."Techniques"for"diagnosing"anastomotic"leaks"intraoperatively"in"colorectal"surgeries："A"review[J]."Cureus，"2023，"15（1）："e34168.

[8] HASEGAWA"H，"TSUKADA"Y，"WAKABAYASHI"M，"et"al."Impact"of"intraoperative"indocyanine"green"fluorescence"angiography"on"anastomotic"leakage"after"laparoscopic"sphincter-sparing"surgery"for"malignant"rectal"tumors[J]."Int"J"Colorectal"Dis，"2020，"35（3）："471–480.

[9] SIKKENK"D"J，"STERKENBURG"A"J，"BURGHGRAEF"T"A，"et"al."Robot-assisted"fluorescent"sentinel"lymph"node"identification"in"early-stage"colon"cancer[J]."Surg"Endosc，"2023，"37（11）："8394–8403.

[10] LIN"W，"LI"Q，"SHENG"J，"et"al."Quantitative"analysis"of"peri-intestinal"lymph"node"metastasis"using"indocyanine"green"fluorescence"imaging"technology[J]."Medicine"（Baltimore），"2024，"103（35）："e39240.

[11] LIBERALE"G，"VANKERCKHOVE"S，"GALDON"M"G，"et"al."Fluorescence"imaging"after"intraoperative"intravenous"injection"of"indocyanine"green"for"detection"of"lymph"node"metastases"in"colorectal"cancer[J]."Eur"J"Surg"Oncol，"2015，"41（9）："1256–1260.

[12] WU"C"Y，"ZHONG"W"J，"YE"K."Preliminary"study"of"indocyanine"green-guided"laparoscopic"lateral"lymph"node"dissection"for"rectal"cancer[J]."PLoS"One，"2024，"19（7）："e0307077.

[13] MARCELISSEN"T"A"T，"DEN"HOLLANDER"P"P，"TUYTTEN"T"R"A"H，"et"al."Incidence"of"iatrogenic"ureteral"injury"during"open"and"laparoscopic"colorectal"surgery："A"single"center"experience"and"review"of"the"literature[J]."Surg"Laparosc"Endosc"Percutan"Tech，"2016，"26（6）："513–515.

[14] MAYO"J"S，"BRAZER"M"L，"BOGENBERGER"K"J，"et"al."Ureteral"injuries"in"colorectal"surgery"and"the"impact"of"laparoscopic"and"robotic-assisted"approaches[J]."Surg"Endosc，"2021，"35（6）："2805–2816.

[15] MCCLELLAND"P"H，"LIU"T，"JOHNSON"R"P，"et"al."Iatrogenic"urinary"injuries"in"colorectal"surgery："Outcomes"and"risk"factors"from"a"nationwide"cohort[J]."Tech"Coloproctol，"2024，"28（1）："137.

[16] BARNES"T"G，"HOMPES"R，"BIRKS"J，"et"al."Methylene"blue"fluorescence"of"the"ureter"during"colorectal"surgery[J]."Surg"Endosc，"2018，"32（9）："4036–4043.

[17] SCHOLS"R"M，"LODEWICK"T"M，"BOUVY"N"D，"et"al."Application"of"a"new"dye"for"near-infrared"fluorescence"laparoscopy"of"the"ureters："Demonstration"in"a"pig"model[J]."Dis"Colon"Rectum，"2014，"57（3）："407–411.

[18] VAN"DEN"BOS"J，"AL-TAHER"M，"BOUVY"N"D，nbsp;et"al."Near-infrared"fluorescence"laparoscopy"of"the"ureter"with"three"preclinical"dyes"in"a"pig"model[J]."Surg"Endosc，"2019，"33（3）："986–991.

[19] MAHALINGAM"S"M，"PUTT"K"S，"SRINIVASARAO"M，"et"al."Design"of"a"near"infrared"fluorescent"ureter"imaging"agent"for"prevention"of"ureter"damage"during"abdominal"surgeries[J]."Molecules，"2021，"26（12）："3739.

[20] TERANISHI"K."Evaluation"of"the"utilization"of"near-"infrared"fluorescent"contrast"agent"ASP5354"for"in"vivo"ureteral"identification"in"renal"diseases"using"rat"models"of"gentamicin-induced"acute"kidney"injury[J]."Diagnostics"（Basel），"2023，"13（10）："1823.

[21] KOJIMA"S，"SAKAMOTO"T，"NAGAI"Y，"et"al."Laser"speckle"contrast"imaging"for"intraoperative"quantitative"assessment"of"intestinal"blood"perfusion"during"colorectal"surgery："A"prospective"pilot"study[J]."Surg"Innov，"2019，"26（3）："293–301.

[22] LIU"Y"Z，"MEHROTRA"S，"NWAIWU"C"A，"et"al."Real-time"quantification"of"intestinal"perfusion"and"arterial"versus"venous"occlusion"using"laser"speckle"contrast"imaging"in"porcine"model[J]."Langenbecks"Arch"Surg，"2023，"408（1）："114.

[23] MEHROTRA"S，"LIU"Y"Z，"NWAIWU"C"A，"et"al."Real-time"quantification"of"bowel"perfusion"using"laparoscopic"laser"speckle"contrast"imaging"（LSCI）"in"a"porcine"model[J]."BMC"Surg，"2023，"23（1）："261.

[24] NWAIWU"C"A，"BUHARIN"V"E，"MACH"A，"et"al."Feasibility"and"comparison"of"laparoscopic"laser"speckle"contrast"imaging"to"near-infrared"display"of"indocyanine"green"in"intraoperative"tissue"blood"flow/tissue"perfusion"in"preclinical"porcine"models[J].nbsp;Surg"Endosc，"2023，"37（2）："1086–1095.

[25] HOFFMAN"J"T，"HEUVELINGS"D"J"I，"VAN"ZUTPHEN"T，"et"al."Real-time"quantification"of"laser"speckle"contrast"imaging"during"intestinal"laparoscopic"surgery："Successful"demonstration"in"a"porcine"intestinal"ischemia"model[J]."Surg"Endosc，"2024，"38（9）："5292–5303.

[26] HEEMAN"W，"CALON"J，"VAN"DER"BILT"A，"et"al."Dye-free"visualisation"of"intestinal"perfusion"using"laser"speckle"contrast"imaging"in"laparoscopic"surgery："A"prospective，"observational"multi-centre"study[J]."Surg"Endosc，"2023，"37（12）："9139–9146.

[27] SKINNER"G"C，"LIU"Y"Z，"HARZMAN"A"E，"et"al."Clinical"utility"of"laser"speckle"contrast"imaging"and"real-time"quantification"of"bowel"perfusion"in"minimally"invasive"left-sided"colorectal"resections[J]."Dis"Colon"Rectum，"2024，"67（6）："850–859.

[28] AMINI"N，"ESTEKI"A，"AHMADI"M，"et"al."Impact"of"light"polarization"on"laser"speckle"contrast"imaging"with"a"custom"phantom"for"microvascular"flow[J]."Sci"Rep，"2024，nbsp;14（1）："26652.

[29] LI"J，"ZHAO"X，"YI"B，"et"al."Surgical"anatomy"and"clinical"variation"of"the"left"colonic"artery"in"laparoscopic"anterior"rectal"resection[J]."Front"Surg，"2023，"10："1190259.

[30] KEARNS"E"C，"MOYNIHAN"A，"DALLI"J，"et"al."Clinical"validation"of"3D"virtual"modelling"for"laparoscopic"complete"mesocolic"excision"with"central"vascular"ligation"for"proximal"colon"cancer[J]."Eur"J"Surg"Oncol，"2024，"50（11）："108597.

[31] FLETCHER"J，"ILANGOVAN"R，"HANNA"G，"et"al."The"impact"of"three-dimensional"reconstruction"and"standardised"CT"interpretation"（AMIGO）"on"the"anatomical"understanding"of"mesenteric"vascular"anatomy"for"planning"complete"mesocolic"excision"surgery："A"randomised"crossover"study[J]."Colorectal"Dis，"2022，"24（4）："388–400.

[32] KEARNS"E"C，"MOYNIHAN"A，"KHAN"M"F，"et"al."Comparison"and"impact"of"preoperative"3D"virtual"vascular"modelling"with"intraoperative"indocyanine"green"perfusion"angiography"for"personalized"proximal"colon"cancer"surgery[J]."Eur"J"Surg"Oncol，"2025，"51（3）："109581.

[33] NEPAL"P，"MORI"S，"KITA"Y，"et"al."Anatomical"study"of"the"inferior"mesenteric"vein"using"three-dimensional"computed"tomography"angiography"in"laparoscopy-assisted"surgery"for"left-sided"colorectal"cancer[J]."Surg"Today，"2021，"51（10）："1665–1670.

[34] WANG"Y，"LIU"Z"S，"WANG"Z"B，"et"al."Efficacy"of"laparoscopic"low"anterior"resection"for"colorectal"cancer"patients"with"3D-vascular"reconstruction"for"left"coronary"artery"preservation[J]."World"J"Gastrointest"Surg，"2024，"16（6）："1548–1557.

[35] GUERRIERO"L，"QUERO"G，"DIANA"M，"et"al."Virtual"reality"exploration"and"planning"for"precisionnbsp;colorectal"surgery[J]."Dis"Colon"Rectum，"2018，"61（6）："719–723.

[36] LEBLANC"F，"DELANEY"C"P，"NEARY"P"C，"et"al."Assessment"of"comparative"skills"between"hand-assisted"and"straight"laparoscopic"colorectal"training"on"an"augmented"reality"simulator[J]."Dis"Colon"Rectum，"2010，"53（9）："1323–1327.

[37] LEBLANC"F，"DELANEY"C"P，"ELLIS"C"N，"et"al."Hand-assisted"versus"straight"laparoscopic"sigmoid"colectomy"on"a"training"simulator："What"is"the"difference？"A"stepwise"comparison"of"hand-assisted"versus"straight"laparoscopic"sigmoid"colectomy"performance"on"an"augmented"reality"simulator[J]."World"J"Surg，"2010，"34（12）："2909–2914.

[38] NTOURAKIS"D，"MEMEO"R，"SOLER"L，"et"al."Augmented"reality"guidance"for"the"resection"of"missing"colorectal"liver"metastases："An"initial"experience[J]."World"J"Surg，"2016，"40（2）："419–426.

[39] ZENG"X，"LI"X，"LIN"W，"et"al."Efficacy"of"laparoscopic"parenchyma-sparing"hepatectomy"using"augmented"reality"navigation"combined"with"fluorescence"imaging"for"colorectal"liver"metastases："A"retrospective"cohort"study"using"inverse"probability"treatment"weighting"analysis[J]."Int"J"Surg，"2025，"111（2）："1749–1759.

[40] BUTERA"G，"STURLA"F，"PLUCHINOTTA"F"R，"et"al."Holographic"augmented"reality"and"3D"printing"for"advanced"planning"of"sinus"venosus"ASD/partial"anomalous"pulmonary"venous"return"percutaneous"management[J]."JACC"Cardiovasc"Interv，"2019，"12（14）："1389–1391.

[41] LUZON"J"A，"STIMEC"B"V，"BAKKA"A"O，"et"al."Value"of"the"surgeon’s"sightline"on"hologram"registration"and"targeting"in"mixed"reality[J]."Int"J"Comput"Assist"Radiol"Surg，"2020，"15（12）："2027–2039.

[42] RYU"S，"KITAGAWA"T，"GOTO"K，"et"al.nbsp;Intraoperative"holographic"guidance"using"virtual"reality"and"mixed"reality"technology"during"laparoscopic"colorectal"cancer"surgery[J]."Anticancer"Res，"2022，"42（10）："4849–4856.

[43] HUBER"T，"HADZIJUSUFOVIC"E，"HANSEN"C，"et"al."Head-mounted"mixed-reality"technology"during"robotic-"assisted"transanal"total"mesorectal"excision[J]."Dis"Colon"Rectum，"2019，"62（2）："258–261.

（收稿日期：2025–02–10）

（修回日期：2025–05–16）