基于单帧图像的术中神经辐射场(NeRF)三维重建技术及其在神经外科的应用

为解决神经辐射场(NeRF)在术中多视角数据不足的难题，研究人员创新性地结合术前MRI与术中单帧图像，通过WTC2和STROTSS神经风格迁移技术构建训练集，实现快速单图像NeRF训练。在四例神经外科案例中验证显示，该方法具有高结构相似性和纹理保真度，为实时手术三维重建提供新范式。

　　

手术场景中的神经辐射场(Neural Radiance Fields, NeRF)虽能实现卓越的三维重建和视角合成，但其依赖大量多视角数据的特性限制了在仅能获取单帧图像的术中应用。这项研究通过巧妙融合术前核磁共振成像(MRI)数据与术中单帧图像，开辟了新路径：利用术前数据预定义相机视角集，再通过融合WTC²和STROTSS的神经风格迁移技术，将术中图像外观特征迁移至预构建数据集，有效避免过度风格化问题，从而建立适用于即时单图像NeRF训练的高效方案。

在四例临床神经外科案例的验证中，该方法与基于真实手术显微镜图像训练的NeRF模型相比，展现出惊人的合成一致性——定量指标证实其兼具高重建保真度与风格匹配度。与金标准对比显示，该方法在保持组织结构相似性的同时，完美保留了组织纹理特征。

这项突破性工作成功验证了单图像NeRF训练在手术场景的可行性，彻底摆脱了传统方法对多视角海量数据的依赖，为实时手术导航提供了更快速、更灵活的精准三维重建解决方案。