AURA-CVC：基于超声引导的自动中央静脉导管插入机器人辅助系统
机器人学
2026-01-13 v2
摘要
目的：中央静脉导管插入（CVC）是关节通路、血流动力学监测及急救干预的关键医学程序。其成功率受持续超声引导下观察靶 vessels 与针尖位置的困难，尤其在解剖变异性和操作依赖性因素的共同作用下。针尖误位可致危及生命的并发症。机器人系统虽提供潜在解决方案，但实现全自动化仍具挑战。本文提出一种从扫描初始化到针尖插入的全链路机器人-超声导向CVC管线。方法：我们引入深度学习模型，从采用RGB-D摄像头获取的患者颈部深度图中识别临床相关解剖 landmarks，以自动定义扫描区域与路径。随后，构建机器人运动规划框架完成扫描、分割、重建与血管（动脉与静脉）定位，并识别最佳插入区。最后，针对超声引导下的针尖插入规划模块，结合操作员反馈完成插入。该管线在高保真商业模型上通过10个模拟临床情景进行验证。结果：该管线实现了10次首次尝试中100%成功的针尖插入。血管重建平均误差为2.15毫米，自动针尖插入误差小于或接近1毫米。结论：据我们了解，这是首个在高保真模型上实现扫描、规划与插入一体化的机器人CVC系统。实验结果表明其具备临床转化潜力。
引用
@article{arxiv.2507.05979,
title = {AURA-CVC: Autonomous Ultrasound-guided Robotic Assistance for Central Venous Catheterization},
author = {Deepak Raina and Lidia Al-Zogbi and Brian Teixeira and Vivek Singh and Ankur Kapoor and Thorsten Fleiter and Muyinatu A. Lediju Bell and Vinciya Pandian and Axel Krieger},
journal= {arXiv preprint arXiv:2507.05979},
year = {2026}
}
备注
Accepted in International Journal of Computer Assisted Radiology and Surgery (IJCARS) 2026