21:00 
При первой остеотомии с помощью робота используется система оптического слежения и совместная роботизированная рука для направления костной пилы. Процедура калибровки «рука-глаз» определяет точное положение рабочего органа робота относительно маркера слежения. Во время операции хирург отслеживает поверхность кости с помощью оптического датчика; полученное облако точек регистрируется в предоперационной КТ-модели с использованием алгоритма Super4PCS. Затем роботизированная рука перемещает приспособление с прорезями в запланированную плоскость остеотомии. Прорезь физически ограничивает пильное полотно, обеспечивая точные углы и глубину, в то время как маркер отслеживания компенсирует любые микродвижения пациента.
«Наша система охватывает всю цепочку – от предоперационного планирования до остеотомии и, наконец, позиционирования и фиксации сегментов – в рамках единой интегрированной структуры», — объясняет профессор Цзянь Ян, соавтор. RAMRS состоит из двух модулей.
«Это дает нам угловой контроль без необходимости использования инвазивного индивидуального шаблона», — говорит профессор Цзинфан Фань.
Второй модуль — реконструкция под управлением дополненной реальности (ARR) — решает задачу выравнивания сегментов малоберцовой кости по отношению к дефектной нижней челюсти. Маркер быстрого реагирования (QR) прикреплен к нижней челюсти. Однако измерение четырех углов маркера ручным зондом может быть неточным из-за деформации плеча рычага и тремора рук. Поэтому команда разработала метод компенсации на основе вращающихся суппортов (RCC). Алгоритм проецирует выбранные точки на наиболее подходящую плоскость, находит охватывающий прямоугольник минимальной площади, а затем обеспечивает известную длину стороны QR-маркера 50 мм. «RCC уменьшает угловое смещение более чем на 25% по сравнению с обычным методом наименьших квадратов или оптимизацией с ограничениями», — отмечает доктор Лонг Шао. После этой доработки виртуальная модель реконструкции нижней челюсти накладывается на видео в реальном времени, предоставляя хирургу интуитивно понятную проекцию с цветовой кодировкой того, где должен быть расположен каждый сегмент малоберцовой кости.
Команда оценила RAMRS на 25 образцах малоберцовой кости и 25 образцах нижней челюсти, затем на 8 трупных ногах и 8 трупных головах, чтобы имитировать клинические условия. При остеотомии малоберцовой кости RAMRS достигла средней угловой ошибки 3,19° (SD1,39°) и ошибки центроидного расстояния 1,28 мм (SD0,59 мм). По сравнению с ранее описанными методами, эта угловая ошибка была на 9% ниже, чем при компьютерном моделировании, на 42% ниже, чем при AR-регистрации контура, и на 22% ниже, чем при комбинированной предварительно сформированной пластине для остеотомической реконструкции. При остеотомии нижней челюсти ошибка расстояния между характерными точками составила 1,18 мм (SD0,59 мм), а объемная ошибка — всего 4,34 %, что существенно лучше, чем при использовании сагиттальной пилы с визуальным контролем (8,55 %).
На этапе реконструкции метод RCC снизил ошибку слияния AR до 1,26 мм (SD0,42 мм) — улучшение на 42–48 % по сравнению с двумя базовыми методами. Окончательная реконструированная нижняя челюсть показала ошибку мыщелкового расстояния 1,38 мм, ошибку расстояния угла нижней челюсти 1,36 мм и угловую ошибку 3,62°. Все показатели были конкурентоспособными или превосходили опубликованные клинические серии с использованием предварительно изогнутых пластин или направляющих CAD-CAM.
Эксперименты на трупах подтвердили, что система остается точной даже при наличии мягких тканей. Ошибки остеотомии оставались ниже 2 мм, а ошибки реконструкции оставались небольшими, несмотря на уменьшенную костную поверхность, доступную для регистрации.
Это важный шаг вперед, поскольку большая часть предыдущих работ ограничивалась пластиковыми фантомами. Мы проверили RAMRS в условиях, очень напоминающих реальную хирургию, включая ретракцию мягких тканей и ограниченное воздействие».
Профессор Тао Чжан, клинический сотрудник
Авторы признают, что интраоперационное загрязнение крови все еще может влиять на отслеживание маркеров и наложение AR. Будущая работа будет включать более надежные алгоритмы улучшения изображения и механизмы дистанционного предупреждения для защиты жизненно важных структур, таких как лицевая артерия. Также проводятся нормативная подготовка и исследования стандартизированных рабочих процессов. запланировано.
"Наша концепция — это непрерывный рабочий процесс типа «смотри и разрезай, смотри и размещай», в котором робот выполняет геометрически сложную остеотомию, а дополненная реальность обеспечивает визуальное руководство в режиме реального времени для реконструкции», — заключает профессор Ян. — «RAMRS демонстрирует, что сочетание робототехники и дополненной реальности может улучшить как точность, так и удобство использования в сложной челюстно-лицевой хирургии».
В число авторов статьи входят Сифан Цао, Цзинфан Фань, Лонг. Шао, Цин Сунь, Тао Сюй, Данни Ай, Тяньюй Фу, Дэцян Сяо, Хун Сун, Тао Чжан и Цзянь Ян.
