编辑推荐：
在神经科学研究中，颅骨切开术操作难度大且缺乏标准化自动化手段。研究人员开展 “Computer vision–guided rapid and precise automated cranial microsurgeries in mice” 研究，开发出 CV-Craniobot，能快速精准进行颅骨切开术，提高手术效率，为神经科学研究提供有力工具。
在神经科学的研究进程中，小鼠和大鼠等啮齿动物模型成为探索大脑奥秘的重要 “窗口”。科研人员常需移除其颅骨，插入神经探针来记录、成像和干扰神经活动，以深入探究大脑的复杂机制。近年来，超宽场成像系统的问世，促使研究人员尝试进行更大范围的颅骨切开术，以便对大脑进行更全面的观察和研究。然而，传统的颅骨切开术面临诸多挑战。一方面，手术操作难度极高，需要医生具备精湛的技巧、花费大量时间，且稍有不慎就可能损伤大脑和硬脑膜。另一方面，现有的颅骨切开术缺乏标准化的自动化流程，不同医生的操作水平差异较大，学习曲线也各不相同。此外，在自动化颅骨移除过程中，准确估计颅骨厚度至关重要，但以往的方法要么容易出现误判，要么难以在复杂的啮齿动物颅骨上实施。这些问题严重阻碍了神经科学研究的进一步发展，也促使科研人员寻求新的解决方案。
为了攻克这些难题，来自国外的研究人员开展了一项关于计算机视觉引导的小鼠颅骨显微手术的研究，相关成果发表在《SCIENCE ADVANCES》上。研究人员致力于开发一种能够实现快速、精准、自动化颅骨切开术的设备，以提高手术效率和质量，推动神经科学研究的发展。
在这项研究中，研究人员主要运用了以下几种关键技术方法：首先是光学相干断层扫描（OCT）技术，利用中心波长 1310nm、带宽 60nm 的 OCT 系统对小鼠颅骨进行无损成像，获取颅骨的三维结构信息。其次是机器学习技术，通过训练 U-Net 模型，从 OCT 图像中准确识别和分割颅骨组织，进而重建颅骨的背侧和腹侧表面。最后是机器人铣削技术，根据 OCT 成像和机器学习模型的结果，控制机器人钻精确地去除颅骨，实现自动化的颅骨切开术。
CV-Craniobot 的操作与架构
研究人员构建了 CV-Craniobot 系统，其操作流程如下：将小鼠颅骨固定在定制的立体定位仪上，然后用 OCT 扫描仪进行扫描。OCT 系统利用低相干干涉技术，能够无损地穿透骨组织，获取颅骨背侧和腹侧表面的近实时三维重建图像。接着，CV-Craniobot 使用 U-Net 模型对扫描图像进行处理，识别出骨组织的像素，并确定颅骨的上下边缘，从而重建出颅骨的三维边界。最后，机器人钻根据重建的颅骨表面和用户输入的铣削路径，自动进行骨铣削操作。
OCT 成像与颅骨表面的机器学习估计
OCT 扫描容易受到多种畸变的影响，如非线性扫描畸变、非远心畸变和光学畸变等。研究人员通过实验对这些畸变进行了详细分析和校正。对于非远心畸变，他们使用特定的模型对图像进行处理，有效减少了图像的扭曲。校正后的图像失真度大幅降低，在 X 和 Y 方向上的测量失真约为 1 像素。之后，研究人员利用 U-Net 模型对校正后的 OCT 图像进行处理，准确识别颅骨的背侧和腹侧表面。实验结果显示，该模型的训练和验证准确率分别达到 0.995±0.001 和 0.994±0.003，交并比（IOU）分别为 0.908±0.021 和 0.886±0.043。此外，研究人员还测量了小鼠颅骨骨组织的折射率，并对 OCT 图像进行了相应校正，以更准确地估计颅骨厚度。
以背侧颅骨表面为参考的图像引导铣削
为了验证利用估计的背侧颅骨表面进行机器人铣削的可行性，研究人员进行了一系列实验。他们先在蛋壳上进行铣削实验，在蛋壳上雕刻明尼苏达大学的标志，随着雕刻深度的增加，观察铣削效果。结果表明，机器人铣削具有足够的加工分辨率，能够清晰地区分铣削深度的差异，说明从 OCT 图像重建的表面准确且适用于机器人铣削。随后，研究人员在麻醉小鼠上进行实验，在小鼠颅骨的不同位置铣削不同深度的沟槽。通过测量铣削沟槽的深度并与指令深度进行比较，发现两者之间存在明显的线性关系。不过，由于颅骨边缘的曲率较高和钻头的固定方向，较深沟槽的测量深度存在一定的变异性。
计算机视觉引导的机器人铣削实现快速精准颅骨切开术
研究人员进一步探究了能够成功完成颅骨切开术时，颅骨腹侧表面上方可保留的最大骨厚度。实验发现，在顶骨上，当编程 CV-Craniobot 在背侧颅骨表面保留 28 和 42μm 的骨时，单次铣削后完全去除骨岛的成功率可达 100%；在额骨上，保留 28μm 骨时，成功率为 83%。但随着保留骨厚度的增加，成功率逐渐降低。此外，研究人员还利用 CV-Craniobot 进行了大尺寸颅骨切开术的尝试。通过扫描小鼠颅骨的四个重叠视野，并将重建的表面拼接在一起，成功实现了大面积的颅骨切开术，移除了超过 52mm2 的颅骨表面，为植入多平面刻面颅骨窗创造了条件。在安全性评估方面，研究人员对进行颅骨切开术的小鼠大脑进行组织学分析，发现与对照组相比，手术组大脑中 Iba-1 阳性细胞的平均数量没有显著差异，这表明使用 CV-Craniobot 进行控制性骨移除不会在大脑组织中引起明显的急性炎症反应。在手术速度方面，与人工手术相比，CV-Craniobot 进行 2mm 直径的圆形颅骨切开术平均仅需 2 分钟，而人类外科医生平均需要 8 分钟；进行大尺寸颅骨切开术时，CV-Craniobot 仅需 5 分钟，而人工手术平均需要 34 分钟，大幅提高了手术效率。
在研究结论与讨论部分，CV-Craniobot 展现出诸多优势。它能够实现可重复、精确、安全且快速的颅骨切开术，与以往的自动化颅骨切开系统相比，在进行小尺寸颅骨切开术时速度更快。OCT 扫描技术的应用，使得无需用户干预即可确定铣削深度，有效减少了人为误差。此外，CV-Craniobot 还具备独特的颅骨减薄功能，能够将颅骨减薄至均匀厚度，有助于提高成像质量，同时减少对大脑环境的干扰。而且，该系统采用模块化设计，便于集成新的功能，如添加电极插入模块或辅助植入模块等。不过，该系统也存在一些局限性，例如在重建颅骨三维结构时，与 μCT 扫描相比，准确性还有待提高，尤其是在颅骨较厚的区域。此外，OCT 系统的成本较高，可能限制其在一些实验室的普及。但总体而言，这项研究成果为神经科学研究提供了一种高效、精准的颅骨切开术工具，有望推动神经科学领域的进一步发展，并且其基于机器学习和无损成像的手术操作方法，未来也有可能应用于临床，实现更精细的显微外科手术自动化。
