基于可微分渲染的机器人辅助脊椎内注射的 3D 路径规划
机器人学
2025-12-08 v1 人工智能
摘要
机器人系统正通过提高精度和降低辐射暴露来变革图像引导的干预。机器人辅助的显著挑战在于手术路径规划，通常依赖于将术前 3D CT 扫描与术中 2D 图像进行配准。这一要求在脊椎内注射等程序中尤为 burdensome 和昂贵，因为术前 CT 扫描在此类程序中并非惯常进行。为此，我们引入了一种基于可微分渲染的框架，用于利用双平面 2D X 光片进行 3D 脊椎穿梭路径规划。该方法将可微分渲染与通过统计形状模型（SSM）生成的脊椎图谱相集成，并采用学习到的相似度损失在没有固定成像几何条件下动态地细化 SSM 的形状和姿态。我们在两个阶段评估了该框架：首先通过正交 X 光片进行脊椎重建进行基准测试，其次通过临床医生在环内使用任意视角 X 光片进行路径规划。我们的结果表明，该方法在重建指标方面（DICE: 0.75 vs. 0.65）优于归一化交叉相关基线，并实现了与最先进模型 ReVerteR（DICE: 0.77）相当的性能，同时保持了对任意视角的泛化能力。成功率在合成数据下达到 82%，在 cadaver 数据下达到 75%，显著高于 2D-to-3D 基线的 66% 和 31%。综上所述，我们的框架无需术前 CT 扫描即可为机器人辅助脊椎内注射实现灵活的 CT-free 3D 路径规划，有效适应实际影像的多样性。
引用
@article{arxiv.2512.05803,
title = {3D Path Planning for Robot-assisted Vertebroplasty from Arbitrary Bi-plane X-ray via Differentiable Rendering},
author = {Blanca Inigo and Benjamin D. Killeen and Rebecca Choi and Michelle Song and Ali Uneri and Majid Khan and Christopher Bailey and Axel Krieger and Mathias Unberath},
journal= {arXiv preprint arXiv:2512.05803},
year = {2025}
}