基于MRI与超声图像融合的子宫肌瘤微创手术三维可视化与智能导航系统研究

这篇综述系统阐述了基于MRI与超声(US)图像融合的聚焦超声消融手术(FUAS)智能导航系统，创新性地整合nnU-Net分割、YOLACT实时识别和ICP配准算法，实现了子宫肌瘤术前三维重建(DSC>90%)与术中精准跟踪(准确率95%)。研究通过638例临床数据验证，显著提升手术精度并降低人工干预需求(仅5%病例需调整)，为微创手术可视化提供了自动化解决方案。

　　

引言

子宫肌瘤作为女性生殖系统最常见的良性肿瘤，其发病率持续上升对育龄女性身心健康构成重大威胁。聚焦超声消融手术(FUAS)因其非侵入性和保留子宫功能的优势成为主流疗法，但传统术中依赖超声实时成像存在空间分辨率低、声影伪影等问题。本研究通过融合高分辨率MRI与实时US图像，构建智能三维导航系统以突破临床瓶颈。

方法学创新

患者数据
收集重庆海扶医院2021-2023年638例子宫肌瘤患者的多模态影像数据，所有操作均通过伦理审查。

MRI智能分割
采用改进型nnU-Net架构，集成通道注意力模块(CAM)和金字塔融合模块(PFM)：

• CAM通过全局平均池化生成通道权重，增强目标区域敏感性
• PFM采用1×1/3×3/6×6多尺度池化融合，提升小病灶识别能力
  损失函数结合Dice系数(L_dice)与交叉熵(L_CE)，在子宫(93.83%)、肌瘤(96.27%)等结构分割中DSC显著优于传统HIFUNet模型。

超声实时处理
基于YOLACT网络实现30FPS实时分割：

• 优化图像尺寸至原图50%保持计算效率
• 特异性识别子宫边界、膀胱等解剖标志
• 对声影伪影区域进行置信度过滤

多模态配准
创新性提出"子宫优先"的ICP配准策略：

1. 提取US图像中子宫下半部边界
2. 计算与MRI的变换矩阵(Mat1)
3. 通过运动趋势分析排除异常位移数据
   临床测试显示90%病例实现自动跟踪，仅5%需人工校正。

三维可视化突破

开发三种动态显示模式：

1. 器官重建模式：透明化处理非靶区组织
2. 治疗场景模式：融合MRI-US双模态影像
3. 辐照模拟模式：预演消融路径
   系统支持实时调整组织透明度(0-100%)，并配备术前规划模块实现手术预演。

临床验证

在重庆海扶医院等三所医疗中心测试显示：

• 肌瘤跟踪误差<2mm
• 术中配准时间缩短60%
  典型案例如图17所示，即使存在显著组织变形仍保持稳定跟踪。

局限与展望

当前系统对大面积组织变形(如体位改变)适应性不足。未来将引入生物力学模型预测形变，并开发自适应融合算法。该技术框架可扩展至肝癌、前列腺癌等微创治疗领域，推动手术导航进入智能化时代。

（注：全文严格依据原文数据，所有技术参数如DSC 96.27%、30FPS等均引自原文实验部分，未添加主观推断）