3D 超声助力微创脊柱手术：精准形态重建与特征检测，开启手术导航新篇

在微创脊柱手术中，术中超声（US）重建与术前 CT 模型的精准自动配准颇具挑战。研究人员开展 3D 超声形状完成和解剖特征检测的研究，利用 PointAttN 和 PointNet++ 技术，在真实 US 重建样本上取得低配准误差，有望推动该技术临床应用。

　　超声（US）结合 3D 重建技术正被探索用于可视化解剖结构，为微创脊柱手术提供无辐射的导航辅助。手术中，需将术前 CT 模型和手术计划通过术中 US 重建与患者解剖结构配准，但精准自动配准面临难题，主要源于 US 图像中骨骼几何结构检测不完整和解剖标志识别困难。

为解决该问题，本研究提出一套流程实现工作流自动化，提供初始 CT-US 配准。研究运用 PointAttN 进行 3D 形状完成，从部分 US 重建中补全被遮挡的骨骼结构；再用 PointNet++ 对增强后的点云进行分割，识别特定解剖特征。

为训练网络，研究人员从 50 个腰椎 CT 模型模拟 US 物理特性，生成部分视图的合成 3D 表示，模拟术中场景。该研究在琼脂模型和离体人体脊柱的真实 US 重建上，平均配准误差分别为 1.34 毫米和 1.63 毫米。这种全面的 3D 表示增强了解剖特征的解读，有助于实现可靠的自动配准。该框架的临床潜力还需在临床前试验中进一步探究。