基于深度学习的自主视网膜静脉 cannulation 系统：使用鸡胚模型进行验证
机器人学
2025-07-30 v1
摘要
视网膜静脉 cannulation（Retinal Vein Cannulation, RVC）是一种 minimally invasive 微手术程序，用于治疗视网膜静脉闭锁（Retinal Vein Occlusion, RVO），后者是导致视力受损的主要原因之一。然而，静脉的小尺寸脆弱性以及对高精度、抖动自由针尖操作的需求，带来了显著技术挑战。这些限制凸显了需要机器人辅助以提高准确性和稳定性的需求。本研究提出一种自动化机器人系统，集成顶视显微镜和 B 扫描光学相干断层扫描（OCT）成像，用于精确深度感知。深度学习模型 enable 实时针尖导航、接触检测和血管穿刺识别，采用鸡胚模型作为人类视网膜静脉的替代模型。该系统以 85% 的准确率自动检测针尖位置和穿刺事件。实验结果表明，与手动方法相比，本系统在导航和穿刺时间上显著降低。我们的结果表明，将先进成像与深度学习集成以自动化微手术任务具有潜力，为更安全、更可靠的 RVC 程序提供了提高精度和可重复性的途径。
引用
@article{arxiv.2507.21965,
title = {A Deep Learning-Driven Autonomous System for Retinal Vein Cannulation: Validation Using a Chicken Embryo Model},
author = {Yi Wang and Peiyao Zhang and Mojtaba Esfandiari and Peter Gehlbach and Iulian I. Iordachita},
journal= {arXiv preprint arXiv:2507.21965},
year = {2025}
}