关于dextroscope虚拟现实手术规划系统在神经外科的应用

1 / 5关于 Dextroscope 虚拟现实 手术规划系统在神经外科的应用【论文关键词】 颅底外科 虚拟现实 神经外科 手术计划【论文摘要】 目的 应用手术规划系统，探索虚拟现实技术在神经外科的应用价值和方法。方法 术前采集 10例颅内深部病变患者的 CT、MRI、CTA、MRA、DSA 影像资料输入 Dextroscope 工作站进行图像融合处理和三维重建，在虚拟影像上观察病变与周围组织的空间关系，设计手术入路、模拟手术过程进行骨窗开颅、颅骨磨除及肿瘤切除，并与实际术中所见进行比较。结果 术中所见病变与周边重要神经血管结构的空间关系和病变解剖细节与术前模拟完全吻合，减少了手术时间。通过手术模拟，术者得以提前预演手术经过，为优化治疗方案创造了条件。结论 虚拟现实手术规划系统有助于术前诊断、制定详细的手术计划、预先评价手术难度，提高手术安全性。是医疗教学和训练的得力工具。 计算机图像处理技术的飞越，提供了日益清晰细致的医学影像，但不同成像技术在成像能力上对不同组织各具优势。虚拟现实的出现，为不同模式的影像资料融合成同一图像提供了平台，使各种成像技术取长补短，并通过2 / 5后处理，在虚拟三维空间上呈现给人们一个可以交互互动的全息立体仿真环境。我科自 XX 年 10 月至 12 月间，运用Dextroscope 手术规划系统，对 10 例神经外科手术病例进行术前手术规划和模拟操作，体会如下。1 资料与方法临床资料 本组共进行了 10 例术前手术规划和模拟，其中蝶骨嵴内侧型脑膜瘤、听神经瘤各 2 例，巨大嗅沟脑膜瘤、垂体瘤、眼动脉瘤、前交通动脉瘤、岩斜脑膜瘤、松果体区肿瘤各 1 例。Dextroscope 工作站(Dextroscope MK 10，新加坡Volume Interactions 公司)，包括主服务器和虚拟操作平台，软件版本 RadioDexter 。(1)术前完成患者各类影像资料的采集，可用 DICOM3、TIFF 和 SGI Classic、Raw volume chunk 或 slices、Analyze AVW Volume 或 Image等多种格式的 CT、MRI、MRA、CTA、DSA 资料，数据都将会被转换为 RadioDexter 原始格式(mk)。扫描要求为无间隔、薄层、无重叠、不间断连续扫描。(2)加载数据到Radiodexter，通过预处理排除图像干扰，将各类图像的优势细节调试出来，导入 Dextroscope VR 环境，通过图像配准和融合，获得一个细节丰富、易于区分的三维立体图形。通过分割工具，可以将不同结构单独挑选出来全方位仔细观察，还可以调整透明度和分别着色后重新放回原位，使3 / 5不同结构的分界更加直观。(3)通过佩戴立体眼镜和将双手伸入反射镜面背后操纵电磁示踪设备，术者有机会体验显微镜下真实操作环境，模拟手术入路和操作，直接切除病变并空间测量。所有操作动作均可被记录和反复回放，进行事后评估和演示教学。实施手术 依据手术模拟确定的体表标志开颅，对照比较术前虚拟环境与真实手术入路中所见解剖标志和空间关系。2 结 果虚拟显示大脑皮层血管和引流静脉与术中所见完全吻合。虚拟眼动脉段动脉瘤朝向及瘤颈与前床突及视神经关系与实际相同，简化了术中周边探查步骤，从而顺利实施前床突磨除和动脉瘤夹闭(图 1)。通过手术模拟，事先获知蝶骨嵴内侧型脑膜瘤对同侧颈内动脉和大脑中动脉的包裹情况，手术开始早期肿瘤得以迅速内减压缩小体积，然后动脉主干得以安全游离，肿瘤全切(图 2)。其他病例术前手术模拟也为手术骨窗调整和病变周边细节解析提供了常规影像无法获得的信息，手术时间大为缩短。虚拟现实技术已经面世多年，但由于早年硬件庞大昂贵，最初仅应用于军事及航天飞行训练领域。该技术使代价高昂的操作得以低成本的无限重复，特别为初级医务人4 / 5员无法触及的领域提供了实践机会。医用 Dextroscope 系统运用 VR 技术实现了手术操作的真实模拟。最主要的特点是：(1)交互性：按操作者意图去执行并即刻反馈，尽量接近临床的真实过程。(2)虚拟性：通过计算机技术将不同影像技术进行整合，在一个数字模型中同时展示各自的优势，并根据需要在任意角度和平面分别或综合提供全息化的解剖信息。(3)可复性：由于不接触病人，虚拟手术操作可多次重复、修改和扩展13 。 3 讨 论本组病例的实际应用显示，VR 系统构建的相关结构三维可视化模型，使操作者可以透过立体眼镜观察到三维立体图像，并且在近似日常操作环境的眼前 3040 cm处观察和直接操作 3D 虚拟对象，不仅真实模拟手眼协调操作，而且同步体验操作空间的透视纵深感。通过模拟，术者可以更为有效地利用各类影像信息，加深影像理解，更为直观地了解解剖关系，在手术进行前制定最优的手术计划，充分估计手术难点、制定对策并反复推演4 。我们同时也发现：首先图像导入后的处理过程需要熟悉，特别是三维数字模型中各个结构的分割处理，调试不当可能损失许多解剖细节。其次，影像解读仍然需要基于良好的生理和病理解剖知识的判断，比如嗅沟脑膜瘤5 / 5病例，模拟显示肿瘤表面丰富的血管网，却无法区分实际伴行其间的大脑前动脉主干，需要临床医生根据解剖常识去判断。另外，软件对高亮信号结构的数据提取良好，对低暗信号病变，比如囊性变部分，图像分割时很难建立满意的三维模型。因此，融合较多不同成像方式影像建立的三维模型在结构区分上会更加清晰。我们认为，Dextroscop