足踝定义

在解剖学上，足踝或称踝关节是人类足部与腿相连的部位，组成包括7块跗骨加上足部的跖骨和小腿的骨骼。

常见病症列举

1.足底筋膜炎/跖腱膜炎

足底腱膜在跟骨内侧起始处的炎症。

2.距腓前韧带撕裂

距小腿关节在跖屈时， 受到极度内翻、 内收应力作用后，距骨在踝穴内内收、 内旋， 外侧韧带损伤。

3.距骨骨软骨损伤

局灶性关节软骨损伤/缺损伴下方的骨水肿、骨折和/或囊肿形成。

4.踝关节骨折

踝关节由胫腓骨下端与距骨组成；其骨折、脱位是骨科常见的损伤，多由间接暴力引起踝部扭伤后发生。

概述

 生物智能制造技术在足踝外科手术领域的应用主要分为三个环节：一是前置的手术规划系统，主要通过CT、MR等多模态的医学图像还原出足踝病灶附近精确的三维结构，方便医生进行可视的精准的手术规划；二是高灵敏度的力反馈工业机器人，用于辅助进行手术操作，它必须拥有高灵敏度的力反馈控制和运动控制，使其可在手术中实现安全可控的操作，不对患者造成任何医源性损伤；三是基于计算机视觉的图像配准技术，它将手术规划的结果映射到实际的空间中，将手术的规划和机器人的操作控制相结合，实现全流程的串联。这三个环节可概括为“看得清”-“配得准”-“做得稳”。

 未来智能制造技术在足踝外科手术领域，将由目前的辅助手术向主导手术的方向发展，实现全流程智能化机械化。在上述三个环节的主体框架下，不断地增加多冗余度的控制措施，增强系统的稳定性和可信度，最终达成替代人工进行手术操作的目的，在极大程度上降低医生的工作量，解放医生双手，使医生成为“指挥者”而非“操作工”。

Clear Sight“---结合人工智能的医学图像处理

基于多模态的的足踝区域影像，通过标记的数据作为训练集，提取多模态特征，通过如下图中的深度卷积神经网络进行训练，得到病灶区域分割描绘的参数模型，之后实现对未标记的图像的自动化精确分割。并将提取出的二维轮廓及区域通过三维重构还原为标准的3D模型，以便医生直观地对模型进行手术规划。

医学图像的三维重建以往主要集中在利用插值方法、 边缘检测技术获取图像的边缘信息， 基于此构建器官的三维实体；或者利用器官的本身属性在CT数据场中面绘制器官的可能形状；但目前三维重构效果最好是MarchingCubes算法（简称MC算法），其算法流程如下图。

“Accurate registration“---结合计算机视觉的图像配准

图像配准目的是将还原的三维结构映射到实际的空间，更近一步地说，就是把相邻扫描的点云数据拼接在一起。常用的算法有最近点迭代算法 ICP算法。ICP算法基本思想：ICP（Iterative Closest Point迭代最近点）算法是一种点集对点集配准方法。如下图所示，PR（红色点云）和RB（蓝色点云）是两个点集，该算法就是计算如何利用平移旋转使PB和PR尽量重叠。

假设给两个三维点集 X1 和 X2，ICP方法的配准步骤如下：1、计算X2中的每一个点在X1 点集中的对应近点；2、求得使上述对应点对平均距离最小的刚体变换，求得平移参数和旋转参数；3、对X2使用上一步求得的平移和旋转参数，得到新的变换点集；4、如果新的变换点集与参考点集满足两点集的平均距离小于某一给定阈值，则停止迭代计算，否则新的变换点集作为新的X2继续迭代。

重建的病灶处3维结构的点云坐标是可知的，实际空间的坐标就需要通过传感器获取。目前精度最高的空间导航装置就是光学定位仪，可以做到亚毫米的精度,以某厂家产品为例，其定位范围为距仪器一定距离的两个重合棱台空间。在此范围中，通过标记体可以获取到空间中某点的坐标（体积精度为亚毫米），配准中需要获取的病灶处结构的实际空间点云由主动标记体进行获取。

“Stable operation“---高灵敏度力反馈工业机器人

手术过程安全是手术机器人平台的重中之重，利用高灵敏度的工业机器人辅助进行手术操作，其必须拥有高灵敏度的力反馈控制和运动控制，和毫秒级的控制响应，使其可在手术中实现安全可控的操作，不对患者造成任何医源性损伤。以下是国内外目前领先的骨科手术机器人厂商的手术机器人产品的应用场景，目前的手术机器人基本都处于辅助阶段，手术操作仍由医生为主，这些机器人多起到固定器械、作为协力装置的作用。

 图为史塞克 Mako骨科手术机器人辅助切除膝关节骨组织

图为天智航天玑骨科手术机器人辅助髂关节骨钉植入

图为美敦力 Mazor骨科手术机器人辅助脊柱骨钉植入

 

（作者： 罗乃文）