基于运动补偿的术中无辐射肺结节定位机器人系统：点云优化与自适应变分模态分解的创新应用

针对胸腔镜手术(VATS)中小肺结节(<2 cm)定位受呼吸运动干扰的难题，上海交通大学团队开发了集成自适应变分模态分解(VMD)运动补偿算法的机器人系统。通过术前点云优化特征点识别、激光-世界手眼校准和术中呼吸补偿技术，在体模/志愿者/临床试验中验证了该系统可减少辐射暴露(313±84 mGy×cm降至0)、缩短操作时间(9.5±3.6分钟优化)并提高定位精度(误差<3 mm)，为无辐射精准胸外科手术提供了创新解决方案。

　　

研究背景
在微创胸外科手术中，直径小于2厘米的周围型肺结节定位如同"大海捞针"。传统CT引导穿刺虽为临床金标准，但面临双重困境：患者呼吸运动导致平均9.6±5.8毫米的定位偏差，且单次操作需承受313±84 mGy×cm的辐射剂量。模板引导法虽能缩短时间，却受制于3D打印模板的刚性结构，灵活性不足。更棘手的是，现有导航系统依赖术中影像，既延长手术时间又增加辐射风险。如何实现"精准、无辐射、实时"的结节定位，成为胸外科机器人技术突破的"圣杯"。

上海交通大学团队在《Medical Image Analysis》发表的这项研究，给出了创新答案。研究人员将自适应变分模态分解(VMD)运动补偿算法与点云优化技术结合，构建了首个术中完全无辐射的肺结节定位机器人系统。通过体模、志愿者和临床试验三级验证，证实该系统可将定位误差控制在3毫米以内，同时彻底消除辐射暴露，为微创胸外科手术树立了新标杆。

关键技术
研究采用三大核心技术：1)基于临床知识的半自动点云优化算法，通过最小化配准误差筛选体表特征点；2)激光-世界手眼校准实现亚毫米级系统精度；3)自适应VMD算法实时分解呼吸运动信号，结合先验临床知识约束进行动态补偿。实验采用飞利浦iCT256获取影像数据，经上海肺科医院伦理委员会批准(K21-218Z)，纳入5名志愿者和临床病例验证。

研究结果
系统架构
机器人系统包含五大模块：术前规划阶段通过CT影像重建三维模型；校准阶段采用新型激光标定法实现0.2毫米器械追踪精度；术中注册阶段通过优化后的12-15个体表特征点完成坐标映射，配准误差较传统方法降低62%。

运动补偿验证
在模拟呼吸运动的体模实验中，VMD算法将呼吸相位识别准确率提升至98.7%。特别设计的"临床知识约束条件"有效解决了模态分解不确定性问题，使运动补偿后的靶点漂移从原始6.8±2.1毫米降至2.3±0.7毫米。

临床转化
志愿者试验显示，系统在真实呼吸条件下保持2.8±0.9毫米的定位稳定性。首例临床应用中，对8毫米磨玻璃结节实现一次性穿刺成功，操作时间仅6分钟，较传统CT引导缩短36%。

结论与展望
该研究突破了胸外科机器人"无辐射精准定位"的技术瓶颈：1)创新的点云优化策略解决了软组织配准难题；2)自适应VMD补偿实现了呼吸运动下的亚厘米级精度；3)完整工作流验证了临床转化可行性。值得关注的是，系统完全依赖术前CT，避免了术中影像的辐射累积风险。未来通过多中心临床试验进一步优化算法鲁棒性后，这种"零辐射"定位模式有望重塑VATS手术规范，为早期肺癌诊断和治疗开辟新途径。研究建立的临床知识约束框架，也为其他器官运动补偿算法提供了普适性开发范式。