Дополненная реальность как метод нейронавигации при микрохирургическом лечении цереброваскулярной патологии: описание метода и опыта применения

Клипирование интракраниальных аневризм, удаление артериовенозных мальформаций, операции реваскуляризации и другие вмешательства сосудистой нейрохирургии — это технически сложные хирургические вмешательства, требующие тщательного предоперационного планирования, высокой интраоперационной точности и минимального риска для пациента [1]. Традиционные методы нейронавигации, основанные на предоперационном планировании и двумерном отображении, имеют определенные ограничения [2]. В последнее время все большее внимание привлекает метод дополненной реальности (от англ. augmented reality, AR) как перспективная альтернатива [3, 4].

AR — это технология, которая накладывает виртуальные изображения на реальный мир, создавая расширенный пользовательский интерфейс. В сосудистой нейрохирургии AR используется как метод навигации, помогая хирургам лучше визуализировать анатомические структуры и планировать операцию [5]. Трехмерные модели анатомических структур пациента дают дополнительную информацию хирургу о месте расположения нормальных сосудов и патологических образований в режиме реального времени [6].

Данное исследование направлено на оценку опыта применения нейронавигации методом AR в сосудистой нейрохирургии у 22 пациентов на базе ФГАУ «Национальный медицинский исследовательский центр нейрохирургии им. акад. Н.Н. Бурденко» Минздрава России.

Цель исследования — описать метод AR, его преимущества и ограничения, а также потенциал технологии в сосудистой нейрохирургии.

За период с февраля по апрель 2024 г. на базе нейрохирургического отделения №3 им. Ю.М. Филатова ФГАУ «Национальный медицинский исследовательский центр нейрохирургии им. акад. Н.Н. Бурденко» Минздрава России апробирована методика AR-навигации методом HMD-очков Microsoft Hololens 2 и программного обеспечения ООО «Меджитал». В рамках работы проведено 50 хирургических вмешательств, из которых в данное исследование включены 22 пациента с сосудистой патологией головного мозга. Эксперимент одобрен локальным этическим комитетом ФГАУ «Национальный медицинский исследовательский центр нейрохирургии им. акад. Н.Н. Бурденко» Минздрава России. Характеристика группы представлена в табл. 1.

Таблица 1. Характеристика исследуемой группы

Примечание. АВМ — артериовенозная мальформация; ЭИКМА — экстра-интракраниальный микроанастомоз.

Система AR-навигации включает ноутбук с программным обеспечением ООО «Инобитек» (Воронеж), Blender (Blender.org), HMD-очки AR Microsoft Hololens 2 с программным обеспечением ООО «Меджитал» (Санкт-Петербург).

Для создания индивидуальных 3D-голографических моделей для системы AR-навигации использовали разработанные совместно с ООО «Меджитал» протокол и программное обеспечение.

У всех пациентов получено согласие на участие в исследовании. Само по себе использование AR-навигации не влияло на выбор метода или изменение стандартного протокола хирургического лечения. AR-навигацию использовали как дополнительную информацию, которую мог применить оперирующий хирург в ходе хирургического вмешательства. На микрохирургическом этапе с использованием нейрохирургического микроскопа AR-навигацию не задействовали. Сравнение с другими методами нейронавигации не производили ввиду принципиального отличия методов и их взаимодополняющего использования. Исследование носило пилотный характер, анализировали технические аспекты метода и его потенциальную применимость в клинической практике.

Для оценки эффективности методики AR-навигации выбраны несколько параметров. Анализировали затраты времени на этапах подготовки и проведения операции, включая предоперационную обработку изображений и моделирование проекта смешанной реальности. Время, затраченное на обработку данных компьютерной томографии и магнитно-резонансной томографии для создания 3D-моделей сосудистых патологий и анатомических объектов, было одним из ключевых показателей. Кроме того, учитывали время, необходимое для выгрузки моделей в очки AR Microsoft Hololens 2 и настройку приложения перед операцией. Особое внимание уделяли времени, затраченному на совмещение виртуальной модели и краниометрических ориентиров пациента.

Точность навигации оценивали у всех пациентов. В случае краниотомии при аневризмах анализировали точность визуализации лобной пазухи и разметку краниотомии с целью сохранения целостности ее латеральной стенки. Также проводили разметку краниотомии при артериовенозных мальформациях (АВМ), каверномах и навигацию артерий при реваскуляризации (рис. 1). Точность устанавливали по смещению по осям x и y. Для этого сравнивали проецируемые изображения сосудистой патологии и реальные анатомические структуры. Путем измерения отклонений между ними в миллиметрах производили расчет Target Registration Error (TRE) and Fiducial Registration Error (FRE). Расчет этого показателя представлен на рис. 2 и выполнен по ранее предложенной методике [7].

Рис. 1. Интраоперационная навигация методом дополненной реальности.

а — использование метода синхронизации модели посредством QR-кода с 3D-рамкой; б — синхронизация головы пациента с нейровизуализационными данными через AR-очки; в — вид выполняющего краниотомию хирурга в AR-очках.

Рис. 2. Пример использования AR-навигации при аневризме правой средней мозговой артерии у пациента с большой лобной пазухой.

а — 3D-реконструкция компьютерно-томографической ангиографии, определяется аневризма правой средней мозговой артерии, отмечена белой стрелкой; б — 3D-модель сегментированных структур черепа, лобных пазух, сосудов передних отделов виллизиева круга и аневризмы правой средней мозговой артерии. Кроме того, расставлены маркеры на краниометрических точках для последующего совмещения: брегма, стефанион справа и слева, глабелла, латеральный угол глазницы справа и слева; в — модель совмещена по краниометрическим точкам с головой пациента в операционной. Производится предоперационная разметка разреза, проекции лобной пазухи и аневризмы; г — интраоперационное использование AR-навигации. Визуализированы 3D-проекции лобной пазухи, сосудов виллизиева круга и маркерные точки.

Наиболее трудоемкой частью исследования было время, затраченное на предоперационную обработку изображений, моделирование и создание проекта смешанной реальности. Среднее время сегментации, моделирования и конвертации в формат.glb составило 24,7±5,1 мин. В случае использования 3D-рамки с QR-кодом требовалось дополнительное проведение КТ-исследования и совмещение серии КТ с glb-проектом, что в среднем занимало до 30 мин. Время настройки приложения в операционной составило 1,6±0,2 мин (табл. 2).

Таблица 2. Оценка AR-навигации

Время, необходимое для совмещения, зависело от его метода и занимало не более 1 минуты при использовании QR-кода на 3D-рамке. При совмещении по краниометрическим точкам время составило 3,5±0,9 мин. Ошибки совмещения проекта смешанной реальности.glb возникли в 2 (9%) случаях на этапе предоперационной подготовки. Оба случая возникли при совмещении модели методом сопоставления краниометрических точек и устранены в ходе проверки погрешности. Ошибок при совмещении модели методом QR-кода не было.

В данном исследовании оценены ошибки целевой регистрации (Target Registration Error, TRE) и регистрации по меткам (Fiducial Registration Error, FRE) для двух методов совмещения моделей с реальными анатомическими структурами: с использованием QR-кода на 3D-рамке и с применением краниометрических точек. Эти метрики являются ключевыми для оценки точности и надежности системы AR-навигации при нейрохирургических вмешательствах.

TRE определяется как среднеквадратичное отклонение между истинными положениями целевых точек на анатомической модели пациента и их предсказанными положениями на основе AR-навигации. В данном исследовании среднее значение TRE при использовании QR-кода на 3D-рамке составило 0,6±0,2 см, тогда как при совмещении по краниометрическим точкам этот показатель увеличился до 1,4±0,6 см. Среднее значение TRE при использовании QR-кода на 3D-рамке составило 0,6±0,2 см, что указывает на высокую точность данного метода регистрации. В свою очередь, при совмещении по краниометрическим точкам этот показатель увеличился до 1,4±0,6 см. Такое увеличение ошибки может быть обусловлено сложностью точного определения и совмещения краниометрических точек на голове пациента и модели, что приводит к большему разбросу значений.

FRE определяется как среднеквадратичное отклонение между истинными положениями меток на анатомической модели пациента и их предсказанными положениями на основе AR-навигации. В данном исследовании среднее значение FRE при использовании QR-кода на 3D-рамке составило 0,4±0,4 см, тогда как при совмещении по краниометрическим точкам этот показатель составил 0,9±0,4 см.

Более высокие значения FRE при совмещении по краниометрическим точкам могут быть связаны с вариативностью в их определении и сложностью их точного распознавания системой. Такие результаты подчеркивают важность выбора надежного метода регистрации для обеспечения точности AR-навигации в нейрохирургии.

Краниотомии, выполненные на основании изображений AR, были точными и находились непосредственно над реальным местоположением патологии. Проецируемые 3D-изображения можно было легко перемещать жестами рук, чтобы не заслонять обзор хирурга.

С AR-навигацией провели 11 микрохирургических вмешательств у пациентов с церебральными аневризмами. Использование AR в процессе предоперационного планирования позволило значительно улучшить визуализацию, обеспечивая высокую точность предполагаемой патологической анатомии пациента и продумывание хода вмешательства оперирующим хирургом. AR-технология позволила визуализировать аневризмы по отношению к окружающим анатомическим структурам, таким как околоносовые пазухи и краниометрические ориентиры, проекцию дна аневризмы по отношению к хирургическому доступу, венам сильвиевой щели и проходящим мимо или спаянным с аневризмой артериальным сосудам (см. рис. 2). Возможность визуализировать аневризмы и их взаимоотношение с этими структурами в режиме реального времени позволила ни в одном из случаев не вскрыть лобные пазухи, точно определить расположение и пространственные характеристики аневризмы.

У пациентов с АВМ выполнили пять микрохирургических вмешательств с AR-навигацией. Применение технологии AR в процессе лечения позволило уточнить проекцию АВМ на поверхность головы, черепа и коры головного мозга (рис. 3). Во всех случаях применения AR-навигации для планирования доступа краниотомию произвели в проекции АВМ, средняя ошибка целевой регистрации (TRE) для группы пациентов с АВМ составила 1,2±0,5 см. AR-технология значительно облегчила выполнение краниотомии при АВМ, позволяя хирургу видеть проекции ключевых сосудов и структур в режиме реального времени.

Рис. 3. Проекция компьютерно-томографической ангиографии пациента с артериовенозной мальформацией левой височной доли Spetzler-Martin III.

а — визуализация 3D-модели сосудистой системы головы пациента после наложения изображения в реальном времени с использованием AR-очков; б, в — использование AR-навигации для визуализации артериовенозной мальформации, ее структуры и проецирования компьютерно-томографической ангиографии в режиме интерактивной MPR в реальном времени; г — изображение выполненной краниотомии с наложенной AR-моделью. Разным цветом обозначены афферентные сосуды и дренажные вены.

За исследуемый период провели 3 микрохирургических вмешательства с использованием технологии AR для реваскуляризации у пациентов с цереброваскулярной патологией. Двум пациентам выполнили экстра-интракраниальный микроанастомоз между поверхностной височной артерией и М4-ветвью средней мозговой артерии, одному пациенту — анастомоз затылочной артерии с дистальным сегментом задней нижней мозжечковой артерии.

Во всех случаях донорская артерия визуализирована при помощи AR-навигации, что позволило точно определить ее проекцию на кожу головы. Это существенно облегчает и ускоряет этап предоперационной разметки по сравнению с методами ультразвуковой или оптической навигации. AR-навигацию также использовали для проекционной разметки локализации реципиентных артерий, что позволило хирургу пространственно оценить ход предстоящего вмешательства и точно спланировать краниотомию. В случае реваскуляризации дистальной ветви М4 краниотомия может достигать больших размеров, чтобы обеспечить достаточное пространство для манипуляций, учитывая необходимость клипирования аневризмы и реваскуляризации при смещении мозга после уменьшения объема ликвора в ходе операции.

Для оценки точности AR-навигации при выполнении анастомозов показатель ошибки целевой регистрации (TRE) составил 1,3±0,4 см. Это значение свидетельствует о высокой точности использования AR для навигации и планирования хирургических вмешательств, что значительно улучшает исходы операций.

За исследуемый период провели 3 микрохирургических вмешательства у пациентов с кавернозными ангиомами, где использовали технологию AR. Каждому пациенту выполняли разметку для проведения краниотомии с применением AR, что обеспечивало точное определение местоположения каверном и прилегающих анатомических ориентиров. Визуализация 3D-моделей позволила хирургу получить детальное представление о расположении кавернозных ангиом относительно краниометрических точек, индивидуальной анатомии борозд и извилин и нормальных сосудистых структур, таких как вены и проходящие рядом артерии. Это оптимизирует доступ к каверноме, выбор хирургического коридора и места энцефалотомии. Показатель ошибки целевой регистрации (TRE) у пациентов с каверномами составил 2,5±1,2 см. Это объясняется малой группой пациентов и расположением каверном не на поверхности мозга, а в глубине полушария, что затрудняло расчет этого показателя.

Применение AR в сосудистой нейрохирургии представляет собой многообещающую область исследования, которая может значительно улучшить точность и безопасность хирургических вмешательств. В этой статье мы рассмотрели потенциал AR в качестве инструмента навигации, подчеркнув как его преимущества, так и ограничения [8, 9].

Ключевым преимуществом AR является его способность проецировать цифровые изображения на реальные объекты, что позволяет хирургу перед операцией оценить взаимоотношение анатомических структур. Это может оказаться полезным в нейрохирургии, где необходимо оценить расположение как нормальных, так и патологических структур у конкретного пациента до операции, что ранее осуществлялось только на основе анализа 2D-изображений компьютерной и магнитно-резонансной томографии. AR может обеспечить визуальное руководство во время операции, помогая хирургам идентифицировать критически важные сосуды, избегать повреждения здоровых тканей и повышать точность манипуляций [8, 10].

Одно из главных преимуществ AR — возможность наложения 3D-моделей пациента, полученных с помощью сегментации компьютерно-томографических и магнитно-резонансно томографических изображений, на операционное поле. Это позволяет хирургу получить более полное представление о положении анатомических структур. Более того, AR может быть использована для визуализации траекторий инструментов, что дает возможность хирургу планировать движение до его фактического использования осуществления [11, 12]. AR также может быть использована для интерактивного обучения и планирования операции. Например, хирурги могут использовать AR для моделирования операции на виртуальном пациенте, что позволяет им отработать технику перед реальным вмешательством [13, 14].

I. Cabrilo и соавт. проводили клипирование неразорвавшихся бессимптомных аневризм сосудов головного мозга различной локализации с использованием технологии AR [8]. Авторы работы отмечают пользу AR на этапе клипирования, что позволило снизить частоту репозиции клипс во время вмешательства. Однако использование AR не показало значимых различий в функциональных исходах хирургического лечения [14].

Работ, посвященных применению AR в микрохирургии артериовенозных мальформаций, значительно меньше. Технология AR не позволяет точно воспроизвести анатомию клубка АВМ, т. к. исследования, используемые в диагностике и сегментации АВМ, имеют ограничения в визуализации сосудов менее 1 мм в диаметре, однако этот метод навигации может быть полезен для более интуитивного понимания анатомии афферентных и эфферентных сосудов мальформации, ангиоархитектоники окружающих мальформацию сосудов, а выведение ее проекции на ткани головы и черепа может способствовать оптимизации краниотомии. При наличии острого кровоизлияния AR позволяет установить расположение внутримозговой гематомы, что может снизить риск нежелательного кровотечения и увеличить степень радикальности удаления АВМ. C.R. Li и соавт. описали клинический случай удаления разорвавшейся АВМ правой теменной доли. Авторы отмечают, что возможность проецирования функционально значимых зон в этой области головного мозга, питающих мальформацию артерий и дренирующих ее вен, способствовала безопасности вмешательства, а также позволила добиться радикального удаления АВМ. В качестве существенного преимущества данного метода авторы также отмечают отсутствие необходимости постоянного перевода взора с операционного поля на отдельный монитор (как в случае с нейронавигационными системами): проекция патологического очага всегда остается в поле зрения хирурга, что способствует субъективно более комфортному оперативному процессу [15].

В работе J. Rychen и соавт. описано применение технологии AR при создании экстра-интракраниального анастомоза между поверхностной височной и средней мозговой артериями [16]. Наложение изображений сосудов, в которых были заинтересованы хирурги в целях дальнейшего анастомозирования, облегчило идентификацию сосуда-донора при диссекции мягкий тканей головы. Применение технологии AR также повлияло и на размер кожного разреза и краниотомии, способствуя уменьшению травматичности хирургического доступа.

Несмотря на значительные преимущества, AR в сосудистой нейрохирургии пока еще сталкивается с рядом ограничений. Одним из главных препятствий является необходимость высокой точности регистрации изображений. Для эффективного функционирования AR-системы требуется точное совмещение цифровых изображений пациента с реальным операционным полем. Любые ошибки в регистрации могут привести к неверным визуализированным данным и, следовательно, к неточному планированию и ошибкам во время операции. Пока что AR-навигация не является заменой оптическим системам и обладает меньшей точностью, однако достаточной для эффективной предоперационной разметки [9, 17].

Другой проблемой является доступность и стоимость AR-технологий. В настоящее время AR-системы для нейрохирургии дорогостоящи и требуют значительных инвестиций. Более того, не все больницы и нейрохирургические отделения имеют доступ к этим технологиям [13].

Технологии AR представляют перспективные возможности для улучшения планирования и навигации в сосудистой нейрохирургии. Однако необходимо продолжить исследования, чтобы преодолеть существующие ограничения и обеспечить безопасное и эффективное внедрение этой технологии в клиническую практику. По мере совершенствования технологии AR, она может стать неотъемлемой частью хирургического процесса, позволяя хирургам проводить более точные и безопасные операции [8, 9, 17].

Одним из основных ограничений данного исследования является небольшой размер выборки пациентов. В исследовании приняли участие 22 пациента с различными видами цереброваскулярной патологии, что ограничивает возможность обобщения результатов и проведения детального сравнительного анализа. Необходимы дальнейшие исследования с большим количеством участников для более точной оценки эффективности и надежности технологии AR-навигации. Кроме того, в данном исследовании не проведено сравнение с традиционными методами нейронавигации. В связи с принципиальными различиями в методологиях и их взаимодополняющем использовании, результаты настоящего исследования предоставляют лишь первичный опыт и предварительные данные, которые требуют дальнейшего изучения для более глубокой оценки преимуществ и ограничений каждого метода.

Применение AR в микрохирургическом лечении цереброваскулярной патологии представляет собой перспективное направление, которое может существенно облегчить предоперационное планирование и интраоперационное понимание патологической анатомии. Этот подход способен улучшить результаты лечения и безопасность хирургических вмешательств. Будущее AR-технологий в нейрохирургии выглядит многообещающе, но требует дальнейшего изучения и оптимизации.

Участие авторов:

Концепция и дизайн исследования — Коновалов А.Н., Окишев Д.Н., Элиава Ш.Ш.

Сбор и обработка материала — Артемьев А.А., Пилипенко Ю.В., Смирнов А.Ю., Стрелков С.В.

Написание текста — Коновалов А.Н., Окишев Д.Н.

Редактирование — Иванов В.М., Элиава Ш.Ш.

Финансирование. Статья подготовлена в рамках выполнения плана НИР по гранту РНФ «Внедрение технологий виртуальной и дополненной реальности в нейрохирургическую практику». Номер проекта: 23-75-01019.

Авторы заявляют об отсутствии конфликта интересов.