用于基于深度学习的弹性估计的改进 da Vinci 手术器具

机器人辅助手术相较于传统腹式手术具有诸多优势，例如精准的器械运动、提高的操作灵活性以及对手术场域的高分辨率可视化。然而，机械组织物性参数可能提供额外信息，例如肿瘤或血管的位置信息。虽然弹性成像已被提出，但其在机器人辅助手术中并不 readily 可用作为在线模态。我们提出修改 da Vinci 手术器具以实现基于光学相干弹性学 (OCE) 的定量弹性估计。改进后的 da Vinci 器械配备有压电元件用于剪切波激发，我们采用快速光学相干断层扫描 (OCT) 成像来跟踪传播的波场，这些波场直接与生物力学组织物性参数相关。所有高压组件均安装在患者之外的近端端。我们演示了即使考虑阻尼，器械轴部的外部激发仍能有效刺激剪切波。比较传统和基于深度学习的信号处理方法，分别导致均值为 19.27 kPa 和 6.29 kPa。这些结果说明可以获得精确的定量弹性估计。我们还演示了对心脏、肝脏和胃的 ex vivo 组织样本进行定量弹性估计，并表明测量值可用于区分软组织和硬组织类型。