基于机器人超声的胆囊全自动肋缘下扫描成像研究

《Scientific Reports》：Fully automated robotic ultrasound gallbladder imaging with subcostal scanning

为解决超声(US)成像操作者依赖性高、医师工作负荷大等问题，研究人员开展了"全自动机器人超声胆囊成像"主题研究。他们开发了结合RGB-D相机扫描路径规划和视觉伺服探头姿态控制的机器人系统，在6名健康受试者实验中实现了78.3%的胆囊检测率。该研究为远程医疗和超声筛查自动化提供了重要技术支撑。

　　

在当今医疗实践中，超声成像因其无创、无辐射且成本低廉的优势，已成为不可或缺的诊断工具。然而，这项技术长期面临一个严峻挑战——高度依赖操作者的经验技能。要获得高质量的诊断图像，医生需要具备扎实的解剖学知识、精准的探头定位能力，以及理解探头位置与超声图像关系的丰富经验。更令人担忧的是，由于医师需要长时间保持不自然姿势进行检查， musculoskeletal disorders（肌肉骨骼疾病）的发生率高达63-98.7%。

胆囊作为腹部超声检查中的重要器官，其成像质量直接关系到胆囊结石、息肉、炎症等多种疾病的诊断准确性。与CT或MRI相比，超声在胆囊疾病诊断中具有独特优势。但胆囊位于肝脏下方，其成像需要以肋骨为标志物，在右肋缘下边界精确放置超声探头。这个区域是肋骨区域与腹部的交界处，体表不平整且组织硬度变化大，容易因探头与体表接触不良产生声影噪声，掩盖胆囊及周围组织。

传统的机器人超声成像研究多集中于乳腺、四肢、甲状腺等部位，针对腹部的自动化研究相对较少，特别是针对胆囊成像的专项研究更是空白。现有技术大多需要人工干预确定扫描路径，或依赖其他影像模态如MRI，或需要大量数据训练深度学习模型，难以适应个体差异。在探头接触控制方面，虽然已有一些基于力传感器或视觉伺服的方法，但尚未有针对胆囊扫描中阴影避免的专门研究。

针对这些挑战，由Koudai Okuzaki、Norihiro Koizumi等研究人员组成的团队在《Scientific Reports》上发表了一项创新研究，开发了一套全自动机器人超声胆囊成像系统。该系统通过整合扫描路径规划和探头姿态控制两大核心要素，实现了胆囊的自动化筛查。

研究人员采用的技术方法主要包括：利用RGB-D相机捕捉患者呼吸过程中的体表位移变化，基于YOLOv5算法自动生成肋缘下扫描路径；结合基于主成分分析(PCA)的体表法向量估计和深度学习驱动的视觉伺服控制，实现探头姿态的精准调整；使用具有被动驱动机构的机械臂末端执行器，确保探头与体表保持恒定的5N接触力。实验在6名健康受试者（均来自日本机构，空腹至少6小时）身上进行，通过比较不同控制策略下的胆囊检测率和声影发生率来验证系统性能。

路径规划验证

通过比较手动规划路径与自动生成路径的效果，研究发现自动生成路径的胆囊检测率达到83.3%，与手动规划的86.7%相当，且声影发生率无显著差异（p=0.29）。这表明基于肋缘检测的扫描路径估计方法能够有效替代人工规划，适应个体差异。

探头控制验证

姿态控制(PC)和视觉伺服(VS)的组合应用显示出最佳效果。当同时应用两种控制时，胆囊检测率达到78.3%，声影发生率最低为12.6%。单独应用姿态控制时检测率为81.7%，而单独应用视觉伺服为65.0%。视觉伺服显著降低了声影发生率（p=0.001），但略微增加了扫描时间。

胆囊覆盖度评估

通过专家评分发现，应用姿态控制后胆囊覆盖度评分显著提高（p<0.01）。然而，BMI较高的受试者（如24.2）评分较低，提示体型因素可能影响成像效果。研究还发现，当扫描路径过于靠近肋骨时，可能同时出现接触不良和肋骨遮挡两种声影，难以同时校正。

研究的讨论部分深入分析了影响性能的关键因素。对于标准体型的个体，将探头垂直于体表自然使其"向上"朝向肋骨下方，有利于观察位于肋骨下方的胆囊。但对于高BMI个体，体表坡度不同，仅依赖局部法向量可能无法获得最佳成像角度。呼吸变异性和扫描路径与执行时的位置不匹配也是重要挑战。

视觉伺服虽有效降低声影，但可能因探头旋转导致胆囊移出成像平面，略微降低检测率。同时出现的双侧声影（一侧因接触不良，一侧因肋骨遮挡）难以同时校正，需要更精细的声影分类和动态路径调整策略。

该研究首次实现了针对胆囊的全自动机器人超声成像，通过创新的路径规划和姿态控制方法，在人类试验中验证了技术可行性。虽然研究对象限于6名健康年轻男性（BMI 17.2-24.2），样本多样性有限，但为远程医疗和超声筛查自动化奠定了重要基础。未来工作需要扩大样本规模，涵盖更广泛的体型范围，并探索将技术扩展至肝脏、肾脏等其他腹部器官的自动化成像。

这套系统通过减少对专业医师的依赖，有望缓解超声医师的工作负荷和肌肉骨骼疾病风险，同时提高检查的一致性和可重复性。随着进一步优化，该技术可能在偏远地区医疗、大规模筛查等场景发挥重要作用，推动超声检查向智能化、标准化方向发展。