基于深度学习的机器人亚黄膜注射：实时视网膜运动补偿
机器人学
2025-04-08 v1
摘要
亚黄膜注射是治疗 age-related macular degeneration (AMD) 等黄膜疾病的关键程序。然而，由呼吸和心跳等生理因素引起的视网膜运动显著影响针尖定位，增加视网膜色素黄膜 (RPE) 损伤风险。本文提出一种全自主机器人亚黄膜注射系统，集成内镜光学相干断层扫描 (iOCT) 成像与深度学习运动预测，以同步针运动与视网膜位移。采用长短期记忆网络 (LSTM) 预测内膜 (ILM) 运动，优于基于快速傅里叶变换 (FFT) 的基线模型。此外，实时配准框架将针尖位置与机器人坐标系对齐。随后采用动态比例速度控制策略确保针插入平滑且自适应。实验在仿真及体外开 sky 猪眼中验证表明实现精确运动同步与成功亚黄膜注射。实验在插入前阶段实现均跟踪误差低于 16.4 微米。这些结果表明 AI 驱动的机器人辅助有望提高视网膜微手术的安全性与准确性。
引用
@article{arxiv.2504.03939,
title = {Deep Learning-Enhanced Robotic Subretinal Injection with Real-Time Retinal Motion Compensation},
author = {Tianle Wu and Mojtaba Esfandiari and Peiyao Zhang and Russell H. Taylor and Peter Gehlbach and Iulian Iordachita},
journal= {arXiv preprint arXiv:2504.03939},
year = {2025}
}