利用策略與價值網絡於腦部手術之自動化路徑規劃

背景：隨著手術機器人的發展，為腦出血血塊抽吸術提供了一種精確且高效的方法。立體定位血塊抽吸術對於被殼出血是一種微創且常見治療方法，通常會在靠近Kocher點附近的位置為手術路徑的切入點，切入方向儘可能垂直於顱骨表面。過程中通常依賴手動的操作和醫生的經驗，是一個非常耗時的程序。開發自動路徑規劃系統可以大幅度地減少手動的操作，此方法包括：1. 腦部出血血塊的分割，2. 冠狀顱縫(coronal suture)位置的識別，3. 找出手術路徑切入的角度範圍。本研究提出了一種路徑規劃方法能夠自動建議針對血塊抽吸術有效的手術路徑。

材料與方法：使用雙和醫院20位被殼出血患者的CT影像掃描，在3D Slicer中重建3D大腦數位模型。在CT影像的冠狀切面(coronal view)中識別出外科醫生路徑投影的角度範圍。在3D Slicer把腦部出血血塊進行分割並將其幾何中心作為手術目標。在冠狀顱縫前方1厘米處建立一條曲線，並在此曲線上生成連結手術目標的路徑。再把生成的路徑計算出投影在冠狀切面的角度，角度落在外科醫生手術路徑範圍內的路徑會被選為系統建議的手術路徑。為了選擇每位病患的最佳手術路徑，我們計算了建議路徑的路徑距離、與法向量 (normal vector) 的偏移角度以及離Kocher’s point的距離。

結果與結論：從20位患者的術後CT影像中，外科醫生手術路徑的角度範圍為82.3到116.5度。計算出的路徑投影角度在此範圍內的被選為系統建議的手術路徑。為了選擇每位病患的最佳手術路徑，我們建立了一個評分系統，並與資深外科醫生規劃的手術路徑結果進行比較，作為驗證路徑的黃金標準。在20位病患中我們得到的手術進入點位置偏移和路徑角度偏差的平均值分別為8.39毫米和6.90度。

我們提出的方法能夠自動生成模仿資深外科醫生的最佳手術路徑，大幅減少術前所需的準備時間和工作。我們未來的研究將專注於設計能夠避開重要腦結構（如血管和神經）的路徑，並將此方法擴展到帕金森病的深部腦刺激手術。