本文属于类型a：单一原创研究报告。
一、作者、机构与发表信息
本研究的主要作者为 Rosalie Plantefève（Altran 与 Inria Mimesis 团队，法国斯特拉斯堡）、Igor Peterlik（马萨里克大学计算机科学研究所，捷克布尔诺）以及 Nazim Haouchine 与 Stéphane Cotin（Inria Mimesis 团队，法国斯特拉斯堡）。论文发表于 *Annals of Biomedical Engineering*（生物医学工程年鉴），第44卷第1期，2016年1月，第139–153页。该研究于2015年4月22日投稿，2015年8月5日接收，2015年8月22日在线发表。
二、研究背景与目的
该研究属于计算生物力学（computational biomechanics）、医学图像配准（medical image registration）与微创手术导航（minimally-invasive surgery navigation）的交叉领域。在微创肝脏手术中，外科医生通常仅能通过腹腔镜摄像头获得肝脏的部分表面视图，而无法直接看到位于肝实质内部的肿瘤和血管结构。因此，需要在术前图像的基础上估计内部结构的实际位置。然而，肝脏在手术过程中会因气腹（pneumoperitoneum）、呼吸运动、心脏搏动以及手术器械的交互而产生显著形变，这使得术前与术中数据的配准极具挑战性。
为了提升配准的准确性与鲁棒性，作者提出了一套完整的从术前患者特异性图像数据到稀疏、不完整术中数据的配准流程。其核心目标是：利用术前图像重建包含肝实质、血管系统和肝包膜（Glisson’s capsule）的患者特异性复合生物力学模型，并结合从统计图谱（atlas）迁移来的解剖边界条件，通过基于迭代最近点（iterative closest point, ICP）和罚函数（penalty-based method）的配准方法，实现术中肝脏内部结构的实时位置估计。研究主要聚焦于该框架的可用性与评估，特别强调血管网络作为异质性与各向异性主要来源的患者特异性建模。
三、详细研究流程
本研究的工作流程分为以下几个主要环节：
1. 患者特异性肝脏复合模型的构建
模型的几何重建分为两个分支。对于肝实质与肝包膜，作者采用水平集算法（level set algorithm）对术前CT或MRI图像进行肝脏分割，并通过拉普拉斯平滑、孔洞填充和连通分量检测等方法优化分割结果。随后，利用基于三维多材料图像的网格生成方法（该方法集成了Lloyd与ODT平滑器以减少退化单元和薄片单元）直接生成肝实质的四面体网格，并从四面体网格中提取表面三角网格作为肝包膜的几何域。
对于血管系统，研究采用半自动方法从同一图像模态中分割血管，并利用基于Voronoi图或改进的Dijkstra最小代价生成树的算法进行骨架化。作者对原有骨架化方法进行了多项改进：将节点权重定义为1/rb^e并使用e=4以获得更平滑的中心线；增加了缩短新路径的启发式策略；以及检测并删除位于已存在路径所在管腔内的虚假路径。随后，对骨架的每一段拟合三次Bézier曲线，并沿曲率较高处自适应采样具有6个自由度（3个平动和3个转动）的节点，形成适合梁单元有限元表述的几何表示。
2. 复合生物力学模型与数值求解
肝脏的力学行为由肝实质、血管和肝包膜三部分共同决定。本研究采用共旋（co-rotational）有限元方法。肝实质采用P1四面体单元，血管采用基于Timoshenko梁理论的串联梁单元以考虑血管的中空结构及扭矩，肝包膜则采用常应变三角形（constant strain triangular, CST）膜单元。血管节点通过重心坐标与所在四面体耦合，肝包膜三角形则直接与四面体网格的表面面片对应。完整的单元刚度矩阵由三部分贡献叠加得到。模型的质量矩阵仅基于肝实质质量，阻尼矩阵采用Rayleigh阻尼近似。动态系统方程采用隐式后向Euler格式积分，并采用LDL分解对系统矩阵进行因子化求解。
3. 基于图谱的解剖特征迁移
为了提高配准的准确性与鲁棒性，研究将三个解剖标志迁移到术前模型上：脐切迹（umbilical notch）、肝脏前缘（anterior margin）和腔静脉（vena cava）。其中肝脏前缘通过法线方向差异的统计阈值自动检测为脊线。脐切迹和腔静脉由于在术前图像中难以分割，通过手工构建的统计图谱迁移到患者模型上。图谱由10例肝脏CT数据构建，使用广义Procrustes分析（generalized Procrustes analysis, GPA）将所有模型对齐到公共参考系，再对每个结构进行主成分分析（principal component analysis, PCA）。图谱通过基于物理的配准方法注册到患者特异性肝脏模型上。
4. 术中三维点云重建
术中数据由立体腹腔镜图像重建为三维点云。研究采用SURF（speeded-up robust features）特征检测器提取左右图像中的可靠特征点，通过描述子匹配建立对应关系，再利用三角化算法重建稀疏三维点集，并用移动最小二乘（moving least-square）表面近似方法插值得到表面网格。操作者需在立体图像上手动选择脐切迹、肝脏前缘和肝脏表面三个感兴趣区域的边界点，该选择过程仅需几秒钟。随后为每个区域构建带标签的三维点云。
5. 弹性配准
配准过程分为初始配准和时间配准两个阶段。在初始配准阶段，将每个点云点投影到具有相同标签的模型表面最近点上，形成对应点对集合，并为每对点定义罚力。罚力的大小与对应点间距离相关，包含渐近罚函数项。不同解剖特征具有不同的刚度系数：脐切迹（kun）最大，前缘（kam）次之，表面（ksurf）最小。随着配准进行，当系统达到平台期时，kam和ksurf按公式递增，而kun保持不变。初始配准的计算时间低于30秒。在时间配准阶段，利用Lucas-Kanade光流算法和SURF特征跟踪肝脏表面的运动，实现实时配准。此时仅使用腔静脉和肝脏血管树入口点作为边界条件，允许模型随膈肌运动。
6. 实验设置
研究包含了合成数据定量评估和真实患者数据定性评估。在合成数据实验中，生成了健康肝脏（E=3.5 kPa）和肝硬化肝脏（E=30 kPa）两种参数集的异质各向异性模型，并施加压力模拟气腹效应。同时构建了对应的均质模型作为对照。将变形后的配置截取不同比例（10%至50%）的表面片作为术中部分观测数据，以模拟腹腔镜视野。主要评价指标为目标配准误差（target registration error, TRE）。网格规模为2193个四面体、547个顶点。
四、主要研究结果
1. 边界条件迁移精度与敏感性
图谱注册结果显示，肝脏表面配准非常准确。除一个样本外，所有边界条件定位误差均低于10 mm。脐切迹和腔静脉位置在10例样本中的标准差分别为11.12 mm和16.56 mm，平均变异性小于器官尺寸的9.7%。敏感性分析表明，边界条件位置的小位移（3 mm以下）导致的误差低于1 mm，且误差与位移之间近似呈二次关系。边界条件刚度改变对结果影响很小，因为肝脏内力与边界条件外力的比值很低。
2. 患者特异性建模的影响
在健康肝脏中，异质模型与均质模型最终变形状态之间的平均TRE为10.1 mm，占均质模型总变形量的43%。在肝硬化肝脏中，血管影响占整个变形的18%。这表明血管网络和肝包膜对肝脏变形行为具有显著影响，尤其在软组织较软的情况下。因此，使用复合模型对于提高配准精度具有重要意义。
3. 配准精度与可见表面比例的关系
当可见表面占整个肝脏表面的30%及以上时，平均TRE低于3 mm。当可见表面低于20%时，误差增大。在肝硬化肝脏中，简化均质模型的配准TRE与复合模型相近，说明在肝硬化情况下血管影响较低；但在健康肝脏中，使用简化模型会导致体积TRE增加。此外，点云密度高于0.7点/cm²时，下采样点云与完整点云（3.9点/cm²）的配准结果平均TRE差异不超过1 mm。
4. 脐切迹位置误差的影响
脐切迹沿肝脏前缘向右叶方向移动是最不利的情况：位置偏移17.5 mm时平均TRE增加3.5 mm。只要韧带位移不超过10 mm，TRE维持在2 mm以下。
5. 真实患者数据定性评估
在两组人体内窥镜数据上，点云与三维网格对应部分匹配良好，表面网格与点云之间的平均Hausdorff距离低于1.1 mm。
五、结论与意义
本研究提出了一条完整的计算生物力学配准管线，能够将术前患者特异性肝脏三维模型配准到从立体腹腔镜图像提取的稀疏、不完整术中数据上。定量评估表明，在仅30%器官表面可见的情况下，表面和体积的平均TRE均低于3 mm，该数值小于当前腹腔镜手术中通常为10至25 mm的安全边界。这说明该方法在临床应用中具有潜在价值，能够为外科医生提供肝内血管和肿瘤位置的增强现实可视化，帮助避免损伤关键血管结构，提高手术安全性和精确性。
从科学角度看，该研究证明了在软组织中考虑血管网络带来的异质性与各向异性对变形估计的重要性，并展示了将患者特异性复合生物力学模型、统计图谱和实时配准技术结合的可行性。从应用角度看，该框架可直接利用临床常规获取的术前影像数据，无需额外的术中CT或MR设备，具有较好的临床转化前景。
六、研究亮点
七、研究局限与未来工作
作者指出，椎体分割质量、网格生成误差、点云重建误差和图谱迁移误差均为潜在误差源。由于缺乏术中真实三维基准，真实患者数据的定量验证仍然困难。作者正在开发可在手术室部署的原型系统，并计划进一步自动化流程、减少参数数量。未来工作包括改进时间配准阶段的边界条件定义、建立体内验证方案以获取真实数据的定量误差，以及改进血管网络叠加的可视化以增强深度感知。