Towards Autonomous Navigation of Neuroendovascular Tools for Timely Stroke Treatment via Contact-aware Path Planning
作者: Aabha Tamhankar, Giovanni Pittiglio
分类: cs.RO
发布日期: 2025-02-21
备注: 7 pages, 7 figures, ISMR
💡 一句话要点
提出基于接触感知的神经血管工具自主导航方法，用于及时治疗卒中
🎯 匹配领域: 支柱四：生成式动作 (Generative Motion)
关键词: 神经血管介入 自主导航 接触感知 运动规划 机器人 卒中治疗 导管 预弯导管
📋 核心要点
- 现有神经血管手术依赖手动操作，耗时且精度受限，急需自动化解决方案。
- 论文提出接触感知的运动规划器，结合术前图像和工具力学模型，实现自主导航。
- 实验证明该方法能高成功率导航至目标血管，并对主动脉运动和定位误差具有鲁棒性。
📝 摘要（中文）
本文提出了一种基于模型的接触感知运动规划器，用于急性缺血性卒中中神经血管工具的自主导航。该规划器旨在为伸缩式预弯导管工具（如导丝和导管）寻找最佳控制策略，这些工具目前用于神经血管手术。推导了伸缩工具及其与周围解剖结构相互作用的运动学模型，以预测工具的转向。通过利用从术前分割的3D图像获得的解剖结构几何知识以及伸缩工具的力学特性，规划器找到了通过与周围环境相互作用来实现目标的路径。我们提出了一个用于伸缩工具插入和旋转的驱动平台，并展示了从降主动脉底部到左颈总动脉（LCCA）的导航实验结果。我们证明，通过利用术前计划，我们可以始终如一地导航到LCCA，成功率超过50次独立试验的100%。我们还研究了规划器对主动脉运动和机器人工具初始定位误差的鲁棒性。所提出的方案可以成功到达LCCA，主动脉旋转高达10°，在冠状面上位移高达10mm。
🔬 方法详解
问题定义：现有神经血管手术主要依赖医生手动操作，需要高超的技巧和丰富的经验，手术时间长，精度难以保证，且医生容易疲劳。尤其是在急性缺血性卒中治疗中，时间就是生命，快速准确地将工具送达病灶至关重要。因此，如何实现神经血管工具的自主导航，提高手术效率和精度，是亟待解决的问题。
核心思路：论文的核心思路是利用术前获取的患者血管结构的3D图像，结合神经血管工具的运动学模型和力学特性，设计一个接触感知的运动规划器。该规划器能够预测工具与血管壁的相互作用，并规划出一条能够安全、高效地到达目标血管的路径。通过与血管壁的适当接触，可以辅助工具转向，避免损伤血管。
技术框架：该方法主要包含以下几个模块：1) 术前图像分割：利用术前CT或MRI图像，分割出患者的血管结构，构建3D模型。2) 运动学模型：建立伸缩式神经血管工具的运动学模型，描述工具的插入、旋转和弯曲等运动。3) 接触力学模型：建立工具与血管壁之间的接触力学模型，预测接触力的大小和方向。4) 运动规划器：基于上述模型，设计一个运动规划器，寻找从起始位置到目标位置的最优路径。规划器需要考虑工具的运动学约束、接触力约束以及避障约束。5) 驱动平台：设计一个驱动平台，用于精确控制工具的插入和旋转。
关键创新：该论文的关键创新在于提出了一个接触感知的运动规划器，能够充分利用工具与血管壁之间的相互作用，辅助工具转向。传统的运动规划方法通常只考虑避障，而忽略了接触的作用。通过引入接触感知，可以提高规划的效率和鲁棒性。
关键设计：论文的关键设计包括：1) 预弯导管的设计：利用预弯导管的特性，可以更容易地控制工具的转向。2) 接触力模型的建立：精确的接触力模型是实现接触感知的关键。3) 运动规划算法的选择：选择合适的运动规划算法，如RRT或A*，以保证规划的效率和质量。4) 驱动平台的精度：驱动平台的精度直接影响到工具的控制精度。
🖼️ 关键图片
📊 实验亮点
实验结果表明，该方法能够以100%的成功率导航到左颈总动脉（LCCA），并且在50次独立试验中均取得了成功。此外，该方法对主动脉的运动和机器人工具的初始定位误差具有一定的鲁棒性，能够容忍高达10°的旋转和10mm的位移。这些结果表明，该方法具有很高的实用价值。
🎯 应用场景
该研究成果可应用于神经血管介入手术的自动化，提高手术效率和精度，缩短手术时间，降低医生疲劳，并有望降低手术风险。尤其是在急性缺血性卒中治疗中，时间至关重要，该技术可以帮助医生更快地将工具送达病灶，提高患者的生存率和生活质量。未来，该技术还可以扩展到其他血管介入手术，如冠状动脉介入手术等。
📄 摘要（原文）
In this paper, we propose a model-based contact-aware motion planner for autonomous navigation of neuroendovascular tools in acute ischemic stroke. The planner is designed to find the optimal control strategy for telescopic pre-bent catheterization tools such as guidewire and catheters, currently used for neuroendovascular procedures. A kinematic model for the telescoping tools and their interaction with the surrounding anatomy is derived to predict tools steering. By leveraging geometrical knowledge of the anatomy, obtained from pre-operative segmented 3D images, and the mechanics of the telescoping tools, the planner finds paths to the target enabled by interacting with the surroundings. We propose an actuation platform for insertion and rotation of the telescopic tools and present experimental results for the navigation from the base of the descending aorta to the LCCA. We demonstrate that, by leveraging the pre-operative plan, we can consistently navigate the LCCA with 100% success of over 50 independent trials. We also study the robustness of the planner towards motion of the aorta and errors in the initial positioning of the robotic tools. The proposed plan can successfully reach the LCCA for rotations of the aorta of up to 10°, and displacement of up to 10mm, on the coronal plane.