基于混合現(xiàn)實與人工智能算法在股前外穿支血管定位中的前瞻性研究

[摘要]目的 構(gòu)建混合現(xiàn)實技術(shù)與人工智能算法的系統(tǒng)，評估其在股前外穿支皮瓣手術(shù)中定位血管的效果，為臨床實踐提供新的思路。方法 選取20例行股前外穿支皮瓣修復(fù)的患者，在下肢黏貼定位裝置后行CT血管造影（CTA）掃描，將所得二維數(shù)據(jù)制成定位裝置與血管等的三維模型，并通過混合現(xiàn)實技術(shù)實現(xiàn)穿支血管三維可視化。在HoloLens 2中開發(fā)人工算法，術(shù)中使用人工智能算法自動匹配定位裝置與其三維模型以實現(xiàn)穿支血管與其三維模型的重疊。記錄制取皮瓣區(qū)域內(nèi)定位的穿支血管數(shù)量及術(shù)中探查的實際數(shù)量，以此計算基于CTA數(shù)據(jù)重建的血管識別正確率；測量系統(tǒng)定位的穿支血管穿出點與實際血管穿出點之間的距離，計算誤差值；記錄系統(tǒng)輔助下制取股前外穿支皮瓣的手術(shù)時間，并與常規(guī)方法制取皮瓣的手術(shù)時間進行對比分析。探討該系統(tǒng)的臨床實用性。結(jié)果 CTA數(shù)據(jù)重建的穿支血管30個，手術(shù)中探查發(fā)現(xiàn)實際存在32個，識別正確率為93.75％；系統(tǒng)定位的穿支血管穿出點與實際穿出點的平均距離為（1.65±0.52） mm，系統(tǒng)定位下制取皮瓣的平均手術(shù)時間為（43.45±4.6）min，常規(guī)方法制取皮瓣的手術(shù)時間為（57.6±7.9）min。所有穿支皮瓣均成活，1例皮瓣術(shù)后7d出現(xiàn)感染，1倒皮瓣局部壞死，經(jīng)對癥治療后延遲愈合。結(jié)論 本研究搭建的系統(tǒng)可以通過混合現(xiàn)實技術(shù)實現(xiàn)穿支血管三維可視化，利用人工智能算法提高穿支血管定位精度，在穿支皮瓣制取手術(shù)中具有應(yīng)用潛力。

[關(guān)鍵詞]混合現(xiàn)實；人工智能算法；股前外穿支皮瓣；穿支血管

[中圖分類號]R782.05[文獻標志碼]A[doi]10.7518/hxkq.2024.2024129

在組織缺損修復(fù)重建手術(shù)中，股前外穿支皮瓣因具有易于制取、血供豐富、血管蒂長等優(yōu)勢而被譽為“萬能皮瓣”，已廣泛應(yīng)用于整形、創(chuàng)傷和腫瘤等醫(yī)學領(lǐng)域。然而，由于股前外穿支血管的變異及個體差異，血管的位置、管徑大小、起源、在皮下組織和肌肉內(nèi)的走行等差異性不僅表現(xiàn)在不同個體之間，而且在同一個體的不同側(cè)也會出現(xiàn)差異，從而影響到最終的修復(fù)效果。因此，在術(shù)前精準地定位穿支血管，進而合理設(shè)計穿支皮瓣是臨床中需要探討的問題。

目前穿支血管的定位方法主要包括CT血管造影（CT angiography，CTA）、彩色多普勒超聲（color doppler ultrasound，CDU）、磁共振血管造影（magnetic resonance angiography，MRA）等，其中，CTA定位血管的優(yōu)越性已得到證實，被譽為血管定位的金標準同。前期研究也證實了CTA定位穿支血管的性能優(yōu)于CDU，但CTA圖像需要術(shù)者在手術(shù)過程中根據(jù)自己的經(jīng)驗將重建后的影像與真實術(shù)區(qū)進行重疊，虛擬圖像與現(xiàn)實的匹配往往浪費大量的時間與精力。因此，保留現(xiàn)有技術(shù)的優(yōu)點并引入三維可視化影像是提高皮瓣制取效率的途徑，并將對醫(yī)學技術(shù)的發(fā)展起到促進作用。

近年來，混合現(xiàn)實（mixed reality，MR）已成為醫(yī)學領(lǐng)域多個學科普遍采用的技術(shù)手段。在股前外穿支皮瓣手術(shù)中，利用MR能夠?qū)⒅迫〉钠ぐ陞^(qū)域三維模型進行投放，實現(xiàn)三維可視化，有可能解決目前定位存在的諸多問題。然而，在實際應(yīng)用中，由于下肢平坦光滑且缺乏明確解剖標志，MR傳統(tǒng)手動配準方法面臨挑戰(zhàn)。基于此，本研究研發(fā)一種簡便、無創(chuàng)的定位裝置，并設(shè)計人工智能算法將定位裝置與其三維模型自動對齊，最終實現(xiàn)穿支血管與其三維模型的對齊，為臨床提供新思路及實驗依據(jù)。

1材料和方法

1.1一般資料

納入20例重慶大學附屬腫瘤醫(yī)院頭頸外科行下肢股前外穿支皮瓣修復(fù)重建的患者，所有患者均知情并簽署同意書。回顧并隨機選取重慶大學附屬腫瘤醫(yī)院2018-2020年采用常規(guī)方法制取股前外穿支皮瓣的患者20例，記錄每例患者皮瓣制取的時間。本研究經(jīng)重慶大學附屬腫瘤醫(yī)院倫理委員會審批通過（倫理審批號：CZLS2021177-A）。

納入標準：1）頭頸頜面部惡性腫瘤患者；2）原發(fā)灶擴大切除后組織缺損范圍大，術(shù)前評估游離前臂皮瓣無法修復(fù)術(shù)區(qū)缺損；3）可耐受全麻手術(shù)。

排除標準：1）預(yù)計術(shù)區(qū)組織缺損范圍小于5.0 cmx4.0 cm；2）雙下肢既往有手術(shù)或者外傷史；3）其他基礎(chǔ)疾病無法承受全麻者。

1.2設(shè)備、材料及流程

HoloLens 2（Microsoft公司，美國），西門子雙源CT（Siemens公司，德國），Simplant軟件（Materialise公司，比利時），聚醚醚酮（polyethe-retherketone，PEEK）（吉林中研高分子材料股份有限公司）。

系統(tǒng)工作流程見圖1。

1.3術(shù)前準備

1.3.1在體表標記股前外皮瓣

患者體位與手術(shù)時一致，在髂前上棘外緣到髕骨外緣作一連線，從該線中點0點向腹股溝韌帶中點作第二連線即為旋股外側(cè)動脈降支的體表投影。O點為第一肌皮動脈降支的淺出點。皮瓣設(shè)計應(yīng)使淺出點落在皮瓣的上半部靠中點附近。標記后皮瓣見圖2。

1.3.2制作并安裝定位裝置

將影像學可顯影、偽影小的PEEK材料制作成直徑6 mm、厚度3mm的硬幣形狀，黏貼在設(shè)計皮瓣外形高點處（圖3）。

1.3.3下肢CTA掃描

使用西門子雙源CT進行掃描?；颊呷∨c手術(shù)相同的平臥體位，足先進，手臂上舉至頭頂。對比劑使用碘普羅胺370，以4.0 mL/s的速率推注90 mL；動脈期采用股動脈監(jiān)測觸發(fā)，觸發(fā)閾值為100 HU，同時設(shè)置延遲掃描時間10 s。掃描完畢后，將掃描所得1 mm層厚無間距橫軸位原始圖像數(shù)據(jù)傳輸至工作站，采用多平面重建、最大密度投影以及容積再現(xiàn)、曲面重建等技術(shù)對圖像進行后處理（圖4）。

1.3.4 CTA數(shù)據(jù)進行三維重建

將獲得的CTA二維數(shù)據(jù)導(dǎo)入Simplant軟件，利用工作站中組織識別板塊分割及重建軟組織、血管、骨組織和腫瘤以獲得網(wǎng)格模型，使用工作站的場景編輯板塊對網(wǎng)格模型進行優(yōu)化三角、打磨凸起、鏤空血管、調(diào)整邊界輪廓等平滑處理，使用不同顏色區(qū)分顯示模型中的軟組織、血管、骨組織以及腫瘤，最終制成下肢與PEEK材料的三維模型（圖5）。

1.3.5設(shè)計人工智能算法

采用UNETR分割技術(shù)處理PEEK材料，UN，ETR模型融合了U-Net的結(jié)構(gòu)和Transformer的自注意力機制，優(yōu)化了圖像分割中的全局信息整合與細節(jié)保留。在此模型中，編碼器通過Transformer的自注意力機制處理圖像，有效捕獲全局信息；解碼器則將這些特征轉(zhuǎn)換為精確的分割圖像。

創(chuàng)建HoloLens 2的應(yīng)用程序開發(fā)環(huán)境，在Unity中創(chuàng)建一個新的項目，并配置為HoloLens 2開發(fā)，導(dǎo)入HoloLens 2開發(fā)工具包，設(shè)置項目的配置選項。對應(yīng)用程序進行設(shè)計，將患者下肢的4個PPEK材料進行關(guān)鍵點檢測、三維模型與患者肢體相匹配等操作集成到應(yīng)用程序中。

1.4手術(shù)

1.4.1定位穿支血管

手術(shù)時，患者取與檢查相同平臥體位，麻醉誘導(dǎo)時僅給予插管劑量的短效肌肉松弛劑，定位與取皮瓣完成前不再給予肌肉松弛劑。術(shù)者佩戴HoloLens 2，導(dǎo)人患者的三維模型，根據(jù)設(shè)計的人工智能算法，使用手勢及語音指令，先將定位裝置的三維模型與患者體表的定位裝置進行自動對齊，術(shù)者再通過多角度、多維度調(diào)整模型的位置和方向。定位裝置對齊后，穿支血管與其三維模型則對齊，選取穿支血管穿出點標記于體表（圖6）。

1.4.2尋找實際穿支血管

沿皮瓣標記處切開皮膚、皮下組織，在闊筋膜表面下從前向后直視下尋找穿支血管（囤7）。

1.5測量指標

記錄皮瓣區(qū)域內(nèi)系統(tǒng)定位的穿支血管數(shù)量及實際穿支血管數(shù)量，計算CTA數(shù)據(jù)重建后穿支血管識別正確率，識別正確率=定位血管數(shù)量/實際穿支血管數(shù)量。測量穿支血管穿出點與實際血管穿出點間的距離，記錄每例患者皮瓣制取的時間。

2結(jié)果

2.1臨床觀察

20例穿支皮瓣均成活，1例皮瓣術(shù)后7d出現(xiàn)感染，給予抗感染等對癥治療后控制；1例皮瓣術(shù)后10d出現(xiàn)局部壞死，經(jīng)換藥等局部治療后延遲愈合。

2.2CTA數(shù)據(jù)重建的血管識別正確率

20例患者CTA重建后的穿支血管共30個，手術(shù)中探查發(fā)現(xiàn)實際存在32個（表1）。血管識別正確率為93.75％ （30/32）。

2.3系統(tǒng)定位穿支血管穿出點的誤差值

系統(tǒng)定位下20例患者的下肢股前外穿支血管穿出點與實際血管穿出點的總距離為33 mm（表1），平均距離為（1.65±0.52）mm。

2.4手術(shù)時間

系統(tǒng)定位下20例患者制取皮瓣的總手術(shù)時間869 min，平均手術(shù)時間為（43.45±4.6） min。常規(guī)方法制取皮瓣的總手術(shù)時間1152 min，平均手術(shù)時間為（57.6±7.9） min。

3討論

3.1MR技術(shù)中定位裝置的現(xiàn)狀

影像數(shù)據(jù)結(jié)合MR技術(shù)在臨床中得到了廣泛的研究，但主要集中在具有固定解剖標志的骨科或顱頜面外科中，骨、眼、耳、鼻等結(jié)構(gòu)的固定性和辨識度可作為基準參照物。操作者使用頭戴式全息顯示器，通過調(diào)整三維模型的位置、角度和比例，先將人體固定解剖標志與其三維模型物理對齊，再實現(xiàn)整體三維模型與人體的手動配準。然而，在股前外穿支皮瓣手術(shù)應(yīng)用中，由于下肢平坦光滑且缺乏明確解剖標志，手動配準方法面臨挑戰(zhàn)。

為了解決這一難題，學者們通常會在手術(shù)區(qū)域周圍放置特定的定位裝置以輔助手動配準。莫勇軍等在髂前上棘和髕骨外上緣黏貼電極片作為參照，術(shù)中使用MR將基于CTA數(shù)據(jù)的三維皮瓣信息疊加到患者供區(qū)體表以獲取穿支血管位置，術(shù)后皮瓣全部成活，無并發(fā)癥，血運良好。Pratt等使用HoIoLens在踝骨、膝關(guān)節(jié)處建立全息坐標作為基準，術(shù)中將基于CTA的三維模型匹配到腓骨皮瓣，結(jié)果顯示，MR可以實現(xiàn)穿支血管的三維可視化，起到透視的作用。在配準過程中，定位裝置的對齊起到關(guān)鍵作用?，F(xiàn)有的黏貼式定位裝置雖然簡便易行，但存在單一視角、依靠術(shù)者經(jīng)驗、CT掃描出現(xiàn)偽影等缺陷，而針插入、螺釘插入、導(dǎo)管插入等植入式定位裝置可能引起感染、免疫排斥、斷裂等風險。目前國內(nèi)外文獻對于穿支皮瓣專用定位裝置研究較少。在本研究中，筆者采用PEEK材料制作定位裝置，PEEK材料具有影像顯影而無偽影特點。經(jīng)多次掃描后，認為直徑6 mm、厚度3mm的圓形PEEK材料制成的三維模型最優(yōu)，能在人工算法中實現(xiàn)準確地識別與定位，同時確保了患者的舒適度。

3.2MR與人工算法結(jié)合的現(xiàn)狀與臨床效果分析

手動配準的過程通常需要依靠外科醫(yī)生的經(jīng)驗進行模型與解剖結(jié)構(gòu)的重疊，雖然直觀，但由于缺乏自動化支持，存在一定的主觀誤差。同時，定位裝置的單個角度對齊并不準確，必須從多個角度檢查虛擬物體與真實物體之間的空間相對位置差異，這又增加了手動配準的復(fù)雜性和配準所需時間。Berger等對10例患者的穿支皮瓣與其三維模型進行手動配準，結(jié)果顯示MR技術(shù)可以精準地定位穿支血管，但配準總耗時173 min。

隨著人工智能在醫(yī)學領(lǐng)域的廣泛應(yīng)用，臨床已開始嘗試人工智能算法與MR技術(shù)結(jié)合進行應(yīng)用?，F(xiàn)有的結(jié)合研究主要集中在依托光學定位系統(tǒng)等輔助工具以提高手術(shù)精確度，研究者利用光學定位系統(tǒng)算法建立空間坐標，通過磁性定位技術(shù)識別人體表面的參考標記，實現(xiàn)血管叢的虛擬圖像與人體的對齊。光學定位系統(tǒng)定位精度較高，多項研究報道小于2 mm的誤差。然而，基于光學定位系統(tǒng)等輔助工具的算法存在成本高昂、算法復(fù)雜、超出術(shù)者認知范疇等缺點，臨床推廣困難。本研究在HoIoLens 2中開發(fā)了一種人工智能算法，利用UNETR處理背景復(fù)雜的圖像分割任務(wù)的出色性能，通過結(jié)合U-Net的細節(jié)傳遞能力和Transformer的全局感知能力，顯著提升了分割的精度與準確度。同時，摒棄外部輔助設(shè)備，通過HoloLens 2虛擬軸的指向和智能交互精確，迅速地完成PEEK材料與其三維模型多角度、多維度地對齊，進而實現(xiàn)穿支血管與其三維模型的重疊。配準平均時間為5 min以內(nèi)，不僅提升了原有手動定位的效率，也簡化了光學定位系統(tǒng)操作的復(fù)雜性，有效地減少了手術(shù)時間，降低了并發(fā)癥。

在皮瓣手術(shù)中，精確識別及定位穿支血管是手術(shù)成功的關(guān)鍵因素，可以提升手術(shù)的糖準度，降低手術(shù)風險和創(chuàng)傷。在本研究中，誤差主要受以下幾方面影響：1）人工智能算法誤差，點配準算法的誤差一般小于0.5 mm；2）二維圖像制作三維模型過程中的誤差，如圖像分辨率、噪聲及偽影等干擾因素的影響；3）定位裝置的微小移動、術(shù)者的主觀因素也會影響精度。本研究結(jié)果顯示系統(tǒng)輔助定位的平均誤差為1.65 mm，與Sun等報道的（1.30±0.39） mm和Tu等報道的（1.61±0.4）mm相近，手術(shù)的精確性和患者安全性均得到提高。20例穿支皮瓣均成活，未出現(xiàn)皮瓣壞死等并發(fā)癥，本研究認為使用新技術(shù)定位穿支血管的誤差在實際操作過程中并未對皮瓣的成活產(chǎn)生影響。同時，基于CTA數(shù)據(jù)重建的血管數(shù)量為30個，實際探查血管32個，血管識別正確率為93.75％，正確率較高，未找到的穿支血管考慮為重建時閾值選擇不正確所遺漏。

在手術(shù)時間方面，系統(tǒng)輔助定位制取皮瓣的時間為（43.45±4.6） min，常規(guī)方法制取皮瓣的時間為（57.6±7.9）min。分析原因，筆者認為，HoIoLens輔助下手術(shù)時間減少的原因主要與以下3個方面相關(guān)。1）傳統(tǒng)的CDU定位血管方式存在不足：CDU定位穿支血管假陽性率、假陰性率較高，且定位準確性與操作者熟練程度密切相關(guān)。術(shù)中可能出現(xiàn)穿支血管定位不準確，甚至設(shè)計皮瓣處無血管等可能性，重新尋找穿支血管并制取皮瓣，不僅增加了手術(shù)時間，還會導(dǎo)致術(shù)區(qū)創(chuàng)傷和手術(shù)風險的提高。2）基于CTA數(shù)據(jù)的系統(tǒng)定位穿支血管的優(yōu)勢：CTA利用X射線和計算機技術(shù)生成高分辨率的血管圖像和全面的血管解剖學信息，包括血管蒂的直徑、長度、肌肉方向以及潛在的皮瓣穿支。其空間分辨率高，能夠探測到口徑0.3 mm的穿支血管。本研究基于CTA數(shù)據(jù)，對穿支血管進行三維重建，使用HoIoLens將穿支血管三維模型投放于人體，可以在術(shù)前多方位、立體觀察穿支血管起源、分布和穿出點位置，針對患者個體化差異制定皮瓣制取計劃，減少了因個體差異、CDU誤差導(dǎo)致的皮瓣設(shè)計不準確，有效地減少了手術(shù)時間。3）探索新的皮瓣制取方式，提高手術(shù)效率。將傳統(tǒng)的皮瓣制取方式由“設(shè)計－切開－尋找血管－制取皮瓣”更改為“定位血管－設(shè)計皮瓣－切開－制取皮瓣”，有效地提高了制取皮瓣效率，增加皮瓣成活率，縮短了手術(shù)時間，減少了非必要創(chuàng)傷。本研究結(jié)果與Masterton等使用MR實現(xiàn)穿支血管可視化，加速精確解剖并減少誤差的結(jié)果相同。

本研究在HoloLens中開發(fā)人工智能算法，摒棄外部輔助設(shè)備，單純使用HoloLens進行穿支血管的定位與匹配，與目前國內(nèi)外其他學者使用光學定位系統(tǒng)輔助下的HoloLens定位穿支血管研究相比具有一定的前瞻性和先進性。在應(yīng)用中發(fā)現(xiàn)：三維模型與人體的實際配準時間為5～10 min，雖然致使手術(shù)時間增加，并在一定程度上導(dǎo)致手術(shù)流程相對復(fù)雜，但實現(xiàn)了穿支血管三維可視化，可直觀地了解穿支血管的走形、分布、穿出點的位置，利于手術(shù)前對皮瓣進行設(shè)計、術(shù)中對穿支血管及穿出點進行保護，配準后減少了實際制取皮瓣的時間，降低了皮瓣危象的可能性?；诖耍P者認為，在股前外穿支皮瓣手術(shù)中使用混合現(xiàn)實技術(shù)有利有弊，優(yōu)點在于實現(xiàn)了穿支血管三維可視化，有利于術(shù)前皮瓣設(shè)計，降低了皮瓣危象可能性，并減少了實際制取皮瓣時間。但缺點在于流程相對復(fù)雜化，增加了工作量。

在CTA數(shù)據(jù)三維重建過程中，可以采取以下方法確保精確。1）高分辨率的影像數(shù)據(jù)：使用高分辨率的CTA影像數(shù)據(jù)可以提供更多的穿支血管細節(jié)信息，同時，通過合適的參數(shù)設(shè)置以獲取更高質(zhì)量的影像，并在技術(shù)層面優(yōu)化數(shù)據(jù)質(zhì)量，如偽影、造影時間抓取等，從而進行更精確的分割和重建。2）使用多模態(tài)數(shù)據(jù)：除了CTA數(shù)據(jù)外，結(jié)合其他模態(tài)的影像數(shù)據(jù)，如MRI或數(shù)字血管造影等進行多模態(tài)的數(shù)據(jù)融合，可以獲得更多數(shù)字信息以識別和分割穿支血管結(jié)構(gòu)。3）采用先進的分割算法：使用圖像分割算法，如基于深度學習的方法處理穿支血管的復(fù)雜結(jié)構(gòu)和背景噪音，可以提高分割的準確性。同時，圖像分割算法可以實時顯示邊界對齊的指示線，幫助標注者準確定位結(jié)構(gòu)的邊界，其自動捕捉功能，可以根據(jù)圖像特征吸附標注點或輪廓，減少標注者的手動操作，自動修正標注中的錯誤或不準確之處，使得標注線或輪廓更加平滑和連續(xù)。4）手動校正和調(diào)整：在人工智能算法生成初步結(jié)果后，技術(shù)人員可以通過觀察CTA、MRI、DSA等影像數(shù)據(jù)和結(jié)合臨床經(jīng)驗，對分割結(jié)果進行手動修正和微調(diào)，保證血管結(jié)構(gòu)的準確重建。5）質(zhì)量和反饋機制：通過建立臨床的反饋，持續(xù)監(jiān)測分割和重建過程中的準確性和穩(wěn)定性，并及時與專業(yè)技術(shù)人員溝通調(diào)整，確保最終重建結(jié)果的精確性。

3.3本研究的局限性

本研究具有以下局限性：1）人工智能算法輔助下的PEEK材料與其三維模型的對齊是面的對齊，而無法直接達到多角度多維度對齊，仍需術(shù)者根據(jù)定位裝置的角度進行微小調(diào)整，嚴格來說，設(shè)計的人工算法實現(xiàn)了半自動化。2）黏貼式定位裝置受到患者組織位移因素影響，為減少誤差，需盡快對患者進行血管定位標記。3）術(shù)中需去除定位裝置以避免消毒不徹底，導(dǎo)致無法實現(xiàn)實時導(dǎo)航，后續(xù)仍需繼續(xù)設(shè)計新型定位裝置。4）本研究目的是探討混合現(xiàn)實與人工智能算法結(jié)合的可行性，存在樣本量偏少的局限，并且未與彩超引導(dǎo)技術(shù)定位穿支血管進行效果對比。

綜上所述，混合現(xiàn)實結(jié)合人工智能算法為股前外穿支皮瓣手術(shù)提供了更少的誤差，可以減少手術(shù)時間，提高手術(shù)安全性和效率。盡管目前基于混合現(xiàn)實技術(shù)的手術(shù)導(dǎo)航系統(tǒng)存在不足，但仍值得深入研究。

利益沖突聲明：作者聲明本文無利益沖突。