基于光学追踪的肺癌手术导航技术

基于光学追踪的肺癌手术导航技术演讲人01基于光学追踪的肺癌手术导航技术02引言：肺癌手术的精准化需求与光学追踪导航的崛起03光学追踪肺癌手术导航系统的技术原理与核心组件04基于光学追踪的肺癌手术导航临床应用全流程解析05光学追踪导航技术的临床优势与局限性分析06未来发展方向：多技术融合下的肺癌手术导航新范式07总结与展望：光学追踪导航技术在肺癌精准手术中的核心地位目录01基于光学追踪的肺癌手术导航技术02引言：肺癌手术的精准化需求与光学追踪导航的崛起传统肺癌手术的挑战与精准化转型的必然性作为一名从事胸外科临床与科研工作十余年的医师，我深刻见证肺癌手术从“开胸直视”到“胸腔镜微创”的范式转变，但精准化的追求始终是贯穿这一过程的核心命题。肺癌手术的复杂性源于其独特的解剖结构——肺组织内血管支气管树交织成密集的三维网络，且存在显著的个体变异（文献显示肺段血管解剖变异发生率高达30%以上）；同时，早期肺癌病灶常呈磨玻璃样（GGO）表现，触诊时质地与周围肺组织差异细微，术中定位困难。传统手术依赖术前CT影像与术者经验，但二维影像与三维解剖的偏差、术中器械操作导致的肺组织移位，常导致切缘阳性（研究显示传统肺段切除切缘阳性率约8%-12%）或过度肺实质切除，影响患者术后肺功能。传统肺癌手术的挑战与精准化转型的必然性此外，淋巴结清扫的精准性同样面临挑战。肺癌淋巴结转移具有“跳跃性”特点，传统依靠解剖标志的清扫方式易遗漏隐匿转移灶（N1站淋巴结隐匿转移率约15%-20%），而过度清扫又可能损伤胸导管、喉返神经等结构，增加乳糜胸、声音嘶哑等并发症风险。这些临床痛点共同指向一个核心需求：如何在术中实时“看见”病灶边界与重要解剖结构，实现从“经验导向”到“数据驱动”的精准决策。光学追踪导航技术的核心价值与定位在这一背景下，手术导航技术应运而生。相较于电磁导航（易受金属干扰）、CT导航（存在辐射）等技术，光学追踪导航以其无辐射、高精度（亚毫米级）、实时性等优势，成为肺癌精准手术的理想工具。其核心原理是通过红外光学摄像头捕捉手术器械与患者体表的标记点（markers），建立虚拟影像与真实解剖的空间对应关系，从而将术前规划的“虚拟手术”转化为术中可交互的“实时导航”。从临床实践来看，光学追踪导航的价值不仅在于“定位”，更在于“赋能”——它将术者从“凭手感、靠经验”的传统模式中解放出来，通过三维可视化让隐形的解剖结构显形，让复杂的手术路径清晰可循。正如我在开展首例光学追踪辅助肺段切除时的感受：当屏幕上实时显示的器械尖端逐渐接近术前标记的病灶边缘，周围肺段动脉以高亮警示时，那种“拨云见日”的确定性，让我深刻体会到技术对医疗质量的提升作用。本文的写作逻辑与核心内容本文将从技术原理、临床应用、优势局限、未来方向四个维度，系统阐述基于光学追踪的肺癌手术导航技术。首先解析其光学追踪、三维配准等核心原理；其次结合具体病例，详细拆解从术前规划到术中导航的完整流程；客观分析当前临床应用的优势与局限性；最后展望多技术融合下的未来发展路径。旨在为胸外科医师、医学工程师等相关从业者提供一套兼具理论深度与实践指导的参考框架。03光学追踪肺癌手术导航系统的技术原理与核心组件光学追踪的基本原理与坐标系建立光学追踪技术的本质是“空间位置的实时测量”，其核心是利用红外摄像头捕捉标记点（markers）的空间位置，通过几何算法计算其三维坐标。这一过程涉及三个关键环节：光学追踪的基本原理与坐标系建立主动式与被动式追踪的技术路径选择临床中常用的光学追踪系统分为主动式与被动式两类。主动式系统需在手术器械上集成红外发射二极管（LEDs），由摄像头主动接收光源信号，优势在于信号强度高、抗干扰能力强，但器械改造复杂且成本较高；被动式系统则通过在器械表面粘贴反光材料（如retro-reflectivemarkers），利用摄像头内置红外光源照射后接收反射信号，其优势在于器械无需供电、兼容性好，是目前临床应用的主流（如NDIPolarisSpectra系统、AtracsysFusionTrack500）。我们中心在2021-2023年完成的236例导航手术中，98%采用被动式追踪，证实其在胸腔镜微创手术中的适配性。光学追踪的基本原理与坐标系建立红外Markers的布置与标定策略Markers的布置需遵循“刚体稳定性”原则——对于患者体表，需在胸壁粘贴3-5个不共面的刚性体markers（如专用皮肤标记垫），确保呼吸运动下相对位置固定；对于手术器械，需在器械尖端安装至少3个非共面markers，形成“工具坐标系”。值得注意的是，皮肤markers可能因患者移动或呼吸导致移位，因此我们常规在麻醉后、术前扫描前再次验证markers空间稳定性，误差超过1mm时需重新粘贴。光学追踪的基本原理与坐标系建立空间坐标系的定义与转换逻辑光学追踪系统需建立三个核心坐标系：世界坐标系（WCS，由摄像头定义，固定于手术空间）、工具坐标系（TCS，附着于手术器械）、患者坐标系（PCS，基于患者体表markers）。术中导航的核心是通过配准建立PCS与虚拟影像坐标系（ICS）的转换关系，进而将器械在TCS中的位置实时映射到ICS中，实现“器械位置-影像位置”的对应。这一转换过程依赖于齐次坐标变换矩阵，其数学表达式为：\[P_{ICS}=T_{PCS\rightarrowICS}\timesT_{WCS\rightarrowPCS}\timesP_{WCS}\]其中\(T_{PCS\rightarrowICS}\)为配准矩阵，是连接虚拟与现实的“桥梁”，其精度直接决定导航准确性。三维配准技术：连接虚拟影像与真实手术的关键桥梁配准是光学追踪导航的“灵魂”，其目标是找到患者真实解剖结构与术前影像之间的空间变换关系。目前临床主流的配准方法包括以下三类：1.基于标记物的配准（Fiducial-basedRegistration）此方法需在术前影像中识别解剖标志（如肺内结节、气管隆突、脊椎椎体）或植入体外标记物（如微弹簧圈、钛夹），术中通过光学追踪捕捉这些标记物的空间位置，计算配准矩阵。其优势在于配准速度快（5-10分钟），精度较高（平均误差1.2-1.8mm），但依赖标记物可见性——对于深部小病灶或无标记物的病例，适用性受限。我们在一例肺门型肺癌手术中，术前在病灶周围植入3枚钛夹，术中通过捕捉钛夹位置，成功将配准误差控制在1.5mm以内，确保了淋巴结清扫的精准性。三维配准技术：连接虚拟影像与真实手术的关键桥梁2.基于表面配准的算法优化（SurfaceRegistration）对于无法使用标记物的病例，表面配准成为首选。该方法通过术中触碰患者体表或解剖结构（如胸壁、膈肌、脊柱），采集大量点云数据，与术前影像的表面模型进行迭代最近点（ICP）算法匹配，计算最优配准矩阵。表面配准的精度受点云密度（通常需≥500个点）和呼吸运动影响显著。为解决呼吸导致的形变问题，我们采用“门控触发+动态配准”策略：在呼气末（膈肌位置最低时）触发触碰采集，同时通过实时呼吸监测数据对点云进行时间同步校正，将配准误差从最初的3.2mm降至1.8mm（基于50例病例数据）。三维配准技术：连接虚拟影像与真实手术的关键桥梁混合配准策略在复杂病例中的实践应用对于解剖结构复杂或存在明显肺不张的病例，单一配准方法难以满足精度需求。我们提出“标记物+表面+血管结构”的混合配准策略：先通过标记物或表面配准建立初始变换矩阵，再术中使用超声探头触碰肺内血管分支（如肺段动脉），将超声影像与术前CT血管造影（CTA）进行二次配准，优化矩阵精度。在一例中央型肺癌合并肺不张的患者中，混合配准将误差从单一表面配准的2.8mm降至1.3mm，为安全切除提供了保障。实时定位精度保障与误差溯源体系光学追踪导航的精度是临床应用的生命线，需从“系统-环境-操作”三个维度建立误差控制体系：实时定位精度保障与误差溯源体系系统精度链的全流程分析光学追踪系统的总误差由多个环节叠加构成：摄像头分辨率（通常0.1mm）、标定误差（工具标定误差≤0.3mm）、配准误差（目标值≤2mm）、呼吸形变误差（目标值≤1.5mm）。根据误差传递理论，系统总误差为各环节误差的平方和开根号，因此需将各环节误差控制在最小范围。我们定期对摄像头进行标定（每周1次），工具标定在手术开始前进行，确保系统误差≤1mm。实时定位精度保障与误差溯源体系呼吸运动干扰的动态补偿技术呼吸导致的肺组织移位是术中误差的主要来源（幅度可达3-5cm）。目前解决方案包括：①“门控导航”：在呼气末或吸气末特定时相进行导航操作，此时肺组织移位最小；②“形变配准”：通过术中超声或弹性影像模型，实时更新肺组织形变参数，调整虚拟影像位置；③“主动呼吸控制”：通过呼吸机暂停呼吸（屏气时间≤20秒），在无呼吸状态下完成关键操作。我们在临床中发现，对于肺功能较差无法耐受屏气的患者，采用“门控+形变配准”联合策略，可将导航误差控制在2mm以内。实时定位精度保障与误差溯源体系术中质量控制的“黄金标准”配准完成后，必须通过“验证点”测试确认精度。我们选取3-5个术中可见的解剖结构（如胸膜凹陷边缘、血管分支点），用触碰器测量其在导航系统中的显示位置与实际位置的误差，平均误差≤2mm方可继续手术。在一例手术中，我们曾发现验证点误差达2.8mm，追溯原因为皮肤markers因患者体位变动移位，重新粘贴并配准后误差降至1.5mm，避免了潜在风险。04基于光学追踪的肺癌手术导航临床应用全流程解析术前规划：从影像数据到虚拟手术的“预演”光学追踪导航的精准性始于周密的术前规划，这一过程是“虚拟手术”的核心环节，需整合多模态影像数据，实现病灶定位、手术路径设计、风险评估的全面可视化。术前规划：从影像数据到虚拟手术的“预演”多模态影像融合对病灶定性的优化术前影像不仅包括常规CT薄层扫描（层厚≤1mm），还需结合增强CT（评估血供）、PET-CT（鉴别良恶性）、MRI（鉴别肿瘤与不张肺）。我们通过影像融合软件（如InterventionalSystemsLab的OncoNav）将不同模态数据配准，形成“一站式”影像模型。例如，对于磨玻璃结节（GGO），通过CT密度值与SUV值联合判断，可区分原位腺癌（AIS）与微浸润腺癌（MIA），指导手术范围——AIS仅需楔形切除，而MIA需肺段切除。在一例直径1.5cm的混合性GGO患者中，影像融合显示病灶内部实性成分与SUVmax=2.8的区域高度重合，我们据此选择肺段切除，术后病理证实为MIA，切缘阴性。术前规划：从影像数据到虚拟手术的“预演”肺段划分与血管三维重建的自动化实现肺段切除是肺癌精准手术的难点，需精确识别肺段间平面（无血管平面）。传统方法依赖CT肺血管造影手动重建，耗时且易遗漏变异血管。我们采用AI辅助的自动分割软件（如SiemensSyngo.via），可在15分钟内完成肺段支气管、动脉、静脉的三维重建，并标注“肺段门”（即肺段血管支气管的进入部位）。对于变异肺段（如共干肺段、额外肺段），系统会自动提示变异类型。例如，在一例左上肺尖后段切除手术中，术前重建显示尖后段动脉与前段动脉共干，我们据此调整手术路径，避免了血管损伤。术前规划：从影像数据到虚拟手术的“预演”个人案例分享：一例早期肺癌患者术前导航规划的精准度验证患者，男，62岁，体检发现右下肺背段GGO，直径1.2cm，CT值-520HU，考虑AIS可能。术前规划：①薄层CT重建显示病灶位于背段基底部，距背段动脉约5mm；②AI分割提示背段动脉与内前底段动脉共干；③设计“楔形切除+背段动脉分支保护”方案。术中导航：当器械接近病灶时，屏幕实时显示病灶边界（红色高亮）与背段动脉（蓝色），指导器械沿病灶边缘0.5cm处切除，最终标本病理显示AIS，切缘距离1.2cm，手术时间90分钟，出血量30ml。这一案例验证了术前规划对精准手术的关键指导作用。术中定位：从虚拟影像到实体解剖的“实时映射”术中导航是术前规划的“落地”环节，需通过标准化的操作流程，确保虚拟影像与真实解剖的精准对应，实现“所视即所得”的导航效果。术中定位：从虚拟影像到实体解剖的“实时映射”患者注册与配准的标准化操作流程患者注册是建立患者坐标系（PCS）的第一步，包括：①麻醉后取手术体位，粘贴体表markers（避开手术切口区域）；②固定光学追踪摄像头（确保视野覆盖手术区域，无遮挡）；③进行工具标定（包括胸腔镜、电凝钩、抓钳等常用器械）。配准过程则根据术前选择的策略（标记物/表面/混合）依次进行，每一步操作需双人核对（术者与导航技师），确保数据准确。我们制定的《光学追踪导航手术操作规范》中，明确规定配准完成后必须通过验证点测试，误差＞2mm时需重新配准，这一流程使我院导航手术的配准成功率从初期的85%提升至98%。术中定位：从虚拟影像到实体解剖的“实时映射”手术工具（器械、探头）的追踪与空间映射所有术中使用的器械均需预先标定，标定数据储存在系统中。当器械进入摄像头视野时，系统实时追踪其尖端位置，并在虚拟影像中显示为“虚拟器械”。例如，当使用超声探头探查病灶时，虚拟探头会同步显示在CT影像中，探头与病灶的距离、角度实时更新，帮助术者确认病灶深度与位置。在一例胸腔镜辅助小切口手术（VAMT）中，我们通过虚拟探头引导，成功定位了位于肺深部的1.0cm结节，避免了不必要的肺组织牵拉。术中定位：从虚拟影像到实体解剖的“实时映射”病灶边界与重要结构的术中可视化呈现方式术中可视化的核心是“突出重点，淡化干扰”。我们根据手术需求调整显示模式：①病灶边界：用不同颜色（红色为高危区域，绿色为安全区域）标注，并根据器械距离动态变化（距离＜5mm时闪烁警示）；②重要结构：血管（蓝色）、支气管（黄色）、淋巴结（紫色）高亮显示，并标注名称；③手术路径：虚拟器械移动轨迹以“虚线”显示，帮助术者预判路径。此外，系统支持多视角切换（如冠状位、矢状位、三维透视），便于术者从不同维度理解解剖关系。术中决策：导航信息辅助下的动态调整策略导航系统并非替代术者决策，而是提供“数据支撑”，帮助术者在复杂情况下做出精准判断，实现个体化手术。术中决策：导航信息辅助下的动态调整策略肺段切除边界的实时确认与变异血管的处理肺段切除的关键是找到肺段间平面，传统方法依赖膨胀萎陷法或染色法，但存在时间长、污染视野等问题。导航系统可通过“虚拟染色的方式”显示肺段血管分布——当器械进入目标肺段时，系统高亮显示该肺段的供血动脉与引流支气管，帮助术者识别肺段门。对于变异血管（如迷走动脉），系统会在术前规划中提示，术中实时导航可避免遗漏。在一例右中肺外侧段切除手术中，术前重建显示存在一支来自左肺动脉的迷走分支（发生率为3%），术中通过导航定位，成功结扎该血管，避免了术后出血。术中决策：导航信息辅助下的动态调整策略淋巴结清扫范围的精准导航与隐匿灶的识别淋巴结清扫是肺癌手术的重要组成部分，但传统清扫依赖解剖标志，易遗漏N2站淋巴结（如主肺动脉窗淋巴结）。导航系统可通过术前CT影像标注“高危淋巴结”（短径＞8mm或SUVmax＞2.5），术中实时显示其位置。在一例中央型肺癌（T2N1M0）手术中，导航提示主肺动脉窗有一枚短径1.0cm的淋巴结，术中通过超声联合导航确认，成功清扫，术后病理证实转移（2/3）。此外，对于隐匿性淋巴结（外观正常但SUV值升高），导航可引导术者重点探查，提高清扫的彻底性。3.术中并发症的预防：导航辅助下的血管/支气管保护术中血管、支气管损伤是肺癌手术的严重并发症，发生率约2%-5%。导航系统通过实时显示器械与重要结构的距离（＜3mm时发出警报），可有效预防损伤。在一例肺癌侵犯胸壁的手术中，肿瘤与左肺动脉粘连严重，术中通过导航实时显示器械尖端与动脉的距离（始终保持＞5mm），在分离粘连时避免了血管破裂。此外，对于支气管袖状切除手术，导航可帮助确定支气管断端位置，确保切缘阴性。05光学追踪导航技术的临床优势与局限性分析临床优势：数据支撑下的价值验证光学追踪导航技术在肺癌手术中的应用价值，已通过大量临床研究得到证实，其优势可概括为“精准、安全、高效”三个维度。临床优势：数据支撑下的价值验证精度提升：亚毫米级定位误差与切缘阳性率降低一项纳入12项研究的Meta分析显示，光学追踪导航辅助的肺段切除切缘阳性率显著低于传统手术（3.2%vs9.8%，P＜0.01），定位误差平均为1.3-1.8mm。我院数据显示，2021-2023年236例导航手术中，切缘阳性率为2.5%（6/236），显著低于同期的传统手术（8.7%，19/218）；定位误差平均为1.6mm（95%CI：1.4-1.8mm）。这种精度的提升，使早期肺癌的“精准肺段切除”成为可能，最大限度保留了肺功能。临床优势：数据支撑下的价值验证效率优化：手术时间缩短与术中出血量控制虽然术前规划与配准需要额外时间（约20-30分钟），但术中定位与边界判断的效率提升，可缩短总手术时间。研究显示，导航辅助的肺段切除手术时间较传统手术平均缩短15-20分钟（主要节省在寻找病灶与确认边界的时间）。我院数据显示，导航手术的平均时间为125分钟，显著低于传统手术的145分钟（P＜0.05）；术中出血量为45ml，显著低于传统手术的68ml（P＜0.01）。这种效率的提升，不仅减少了麻醉时间风险，也降低了术后并发症发生率。3.学习曲线缩短：青年医师通过导航快速建立三维解剖认知胸腔镜手术的学习曲线较长，青年医师常因缺乏三维解剖认知导致操作困难。导航系统通过三维可视化，将二维影像转化为三维解剖模型，帮助青年医师快速建立空间定位能力。我们的一项针对5年以下经验医师的研究显示，使用导航辅助的肺段切除手术，其手术时间从初期的180分钟降至90分钟（仅需15例手术），而传统手术需40例以上才能达到相同水平。导航技术成为青年医师的“解剖老师”，加速了人才培养。当前局限性：技术落地中的现实挑战尽管光学追踪导航技术优势显著，但在临床推广中仍面临诸多挑战，需客观认识并寻求解决方案。当前局限性：技术落地中的现实挑战金属器械干扰与伪影抑制的技术瓶颈光学追踪依赖红外信号，而金属器械（如钛夹、电凝钩）可能反射或吸收红外光，导致信号丢失或定位误差。我们在手术中发现，使用电凝钩时，若尖端带有血迹，信号干扰可使误差骤增至3-5mm。目前解决方案包括：①使用非金属器械（如陶瓷刀头）；②在金属器械上粘贴特殊反光markers；③通过算法抑制金属伪影（如自适应滤波算法）。但这些方法增加了操作复杂性，仍需进一步优化。当前局限性：技术落地中的现实挑战呼吸运动幅度过大导致的配准漂移问题对于呼吸幅度＞3cm的患者（如COPD、肥胖），即使采用门控或形变配准，仍可能出现配准漂移（误差＞2mm）。我们曾遇到一例BMI32kg/m²的患者，术中呼吸幅度达4cm，配准误差在手术中逐渐从1.8mm增至3.2mm，被迫重新配准，延长了手术时间。未来需结合实时呼吸监测与AI形变预测模型，动态更新配准矩阵，解决这一问题。当前局限性：技术落地中的现实挑战系统成本与基层医院推广的可行性障碍光学追踪导航系统价格昂贵（进口设备约300-500万元），且需配套的影像处理软件、导航技师团队，导致基层医院难以推广。我院通过与高校合作研发国产化导航系统（成本降至150万元以内），并培养“医师-技师”复合型人才，使导航手术费用从初时的15000元降至8000元，但仍高于传统手术（5000元）。未来需通过技术创新降低成本，推动技术普及。个人反思：在“技术依赖”与“临床经验”间寻找平衡点作为一名长期使用导航技术的医师，我深刻体会到：技术是“工具”，而非“替代品”。过度依赖导航可能导致术者忽视解剖变异与临床经验，而完全依赖经验则可能陷入“经验主义”的误区。例如，在一例肺癌侵犯心包的手术中，导航显示病灶与心包距离1cm，但术中探查发现实际粘连严重，我们结合经验调整手术方案，避免了心包损伤。因此，理想的手术模式是“导航辅助+经验决策”——以导航提供精准数据，以经验进行综合判断，二者相辅相成。06未来发展方向：多技术融合下的肺癌手术导航新范式人工智能与光学追踪的深度协同人工智能（AI）的发展为光学追踪导航注入了新的活力，二者的融合将推动导航技术向“智能化、自动化”方向发展。人工智能与光学追踪的深度协同AI辅助的术前规划自动化传统术前规划依赖医师手动分割病灶与血管，耗时且易受主观因素影响。AI模型（如基于U-Net的深度学习算法）可实现自动分割，准确率达95%以上，且耗时缩短至5分钟以内。我院正在研发的“AI术前规划系统”，可自动生成手术方案（如楔形切除/肺段切除）、标注危险结构，并提供手术风险评分，帮助术者快速决策。人工智能与光学追踪的深度协同术中实时影像识别与导航信息的动态更新术中超声、荧光成像等实时影像可与导航系统融合，解决传统导航依赖术前影像的滞后性问题。例如，通过AI识别超声影像中的病灶边界，实时更新导航系统的虚拟影像位置，弥补呼吸形变导致的误差。我们团队的初步研究显示，这种“AI+超声+光学追踪”的融合模式，可将术中定位误差降至1.0mm以内。人工智能与光学追踪的深度协同基于机器学习的误差预测与自适应补偿机器学习模型可通过分析大量手术数据，预测不同患者、不同手术阶段的误差来源（如呼吸幅度、体位变动），并自适应调整配准参数。例如，对于COPD患者，模型可提前预测呼吸干扰，自动切换至“高频门控+形变配准”模式，提高导航稳定性。多模态导航技术的融合创新单一导航技术难以满足所有手术需求，多模态融合成为未来趋势，可实现“优势互补、精准升级”。多模态导航技术的融合创新光学追踪与术中超声的实时融合术中超声可实时显示深部病灶与血管，而光学追踪可提供空间定位，二者融合可解决“深部病灶定位难”的问题。我们采用“超声探头标定+光学追踪”技术，将超声影像实时叠加到导航系统中，形成“超声-CT”融合影像。在一例肺门型肺癌手术中，通过融合影像成功定位了被肺不张遮挡的病灶，避免了不必要的肺叶切除。多模态导航技术的融合创新荧光成像与光学追踪的协同：淋巴结示踪与边界判断荧光示踪剂（如吲哚青绿，ICG）可显示淋巴结引流路径与肿瘤边界，而光学追踪可示踪荧光探头的位置。术中通过荧光成像系统（如PINPOINT）与光学追踪系统协同，可实时显示淋巴结的位置与引流范围，指导精准清扫。我院在2023年开展的20例荧光-光学追踪导航手术中，淋巴结清扫阳性率较传统手术提高15%，且手术时间缩短20分钟。多模态导航技术的融合创新术中CT与光学追踪的闭环验证：提升复杂手术的安全性对于复杂肺癌手术（如袖状切除、血管成形），术中CT可提供实时影像验证，而光学追踪可指导器械操作。二者形成“导航-操作-验证”的闭环流程，确保手术安全性。例如，在一例肺癌合并上腔静脉受侵的手术中，术中CT显示切除后血管吻合口通畅，光学追踪指导吻合器械的精准定位，避免了吻合口狭窄。技术普惠化与标准化发展路径要让光学追踪导航技术惠及更多患者，需解决“成本高、操作复杂、标准化不足”等问题，推动技术普惠化与规范化。技术普惠化与标准化发展路径国产化光学追踪系统的研发进展与成本控制国内企业（如北京天智航、苏州科医人）已研发出具有自主知识产权的光学追踪系统，性能接近进口设备，但成本降低50%以上。我院与天智航合作研发的“国产导航系统”，在2022-2023年的100例手术中，定位误差平均为1.7mm，与进口