基于物理的 iOCT 可听化用于视网膜下注射中的实时交互感知
声音
2026-05-15 v1 人机交互
图像与视频处理
摘要
视网膜下注射是一项精细的玻璃体视网膜手术，要求在视网膜下空间内精确放置针头，同时避免穿透视网膜色素上皮（RPE），后者是目标正下方一层再生能力极有限的组织。为增强套管推进过程中的深度感知，术中光学相干断层扫描（iOCT）提供了针头-组织交互的高分辨率横截面可视化；然而，解读这些图像需要与正面显微镜视野保持持续的视觉注意力，从而增加了关键阶段的认知负荷，并对外科医生的本体感觉控制提出了额外要求。在本文中，我们提出了一种结构化的实时可听化框架，旨在将 iOCT 导出的解剖特征可扩展地映射为感知听觉反馈。该方法采用由 iOCT B-scan 流中分割出的视网膜层驱动的物理启发声学模型，以针头运动和注射引起的视网膜层位移作为声音模型的激励输入，从而实现对工具位置和视网膜形变的感知。在一项受控用户研究（n=34）中，所提出的可听化实现了高视网膜层识别准确率和对视网膜形变相关事件的鲁棒检测，在整体事件识别上显著优于最先进的基线（83.4% vs. 60.6%, p < 0.001），其增益主要源于对注射引起的视网膜形变检测的增强。专家评估（n=4）证实了该方法的临床相关性及术中适用潜力。这些结果确立了结构化 iOCT 可听化作为视网膜下注射实时手术指导的可行互补模态。
引用
@article{arxiv.2605.14500,
title = {Physics-Based iOCT Sonification for Real-time Interaction Awareness in Subretinal Injection},
author = {Luis D. Reyes Vargas and Veronica Ruozzi and Andrea K. M. Ross and Shervin Dehghani and Michael Sommersperger and Koorosh Faridpooya and Mohammad Ali Nasseri and Merle Fairhurst and Nassir Navab and Sasan Matinfar},
journal= {arXiv preprint arXiv:2605.14500},
year = {2026}
}