伦敦大学项目论文解读 | 微创手术中用于多视角图像采集和三维重建的机械臂平台

研究背景：聚焦微创手术痛点

微创手术（MIS）凭借缩短患者恢复时间、减少组织创伤的核心优势，已成为现代外科的主流方向，但临床应用中面临两大关键挑战：一是手术视野受限、触觉反馈不足，依赖内镜的2D视野难以精准定位器官结构（如血管、肿瘤）；二是3D重建作为手术规划与导航的核心工具，存在数据稀缺、真值精度低、真实场景适配性差的问题 —— 现有公开数据集要么样本量小、要么缺乏解剖真实性，且传统3D重建方法在低纹理器官、复杂光照下精度不足。

伦敦大学研究团队以Kinova Gen3 7自由度机械臂为核心载体，提出针对性解决方案：

• 为机械臂适配腹腔镜与高分辨率相机，构建“机械臂 - 腹腔镜 - 成像” 一体化采集系统；

• 设计两种光照条件（模拟真实MIS的腹腔镜光源、用于基准对比的手术室overhead 光源）与三种运动轨迹（模拟临床的Trocar轨迹、覆盖更全面的Open-Close/Open-Far球形轨迹），采集多视角离体器官图像；

• 融合“基于学习的特征匹配算法+COLMAP三维重建工具”，实现高精度3D重建，并以激光扫描真值验证精度。

最终成果解决了MIS场景下3D重建的三大核心问题：一是提供了可控、可重复的多视角数据采集工具，缓解数据集稀缺困境；二是实现接近亚毫米级的重建精度（平均 RMSE1.05mm、Chamfer距离0.82mm），满足临床精度需求；三是适配真实 MIS手术场景（Trocar 轨迹、腹腔镜光源），提升技术落地可行性。

图1：本研究利用我们的机械臂平台采集的多视图图像进行3D重建。我们使用激光扫描仪获取地面实况数据进行对比。

核心方法：多技术融合保障重建精度与场景适配性

研究通过多维度技术创新，构建从“位姿生成 - 特征匹配 - 重建优化” 的完整 3D 重建链路，核心方法可分为五大模块：

2。a) 来自6个器官样本集的RGB帧。第1<