在肝肿瘤治疗领域，经皮射频消融(PRFA)因其微创性被广泛应用，但传统方法面临两大难题：超声(US)图像噪声多、软组织对比度低，且呼吸运动导致器官位移，使得医生需凭经验“盲穿”。更棘手的是，肝硬化患者的血管结构变异大，进一步增加了穿刺风险。如何实现亚厘米级的精准导航，成为临床亟待突破的“卡脖子”问题。

　　日本早稻田大学（Waseda University）未来机器人研究组织的Masayuki Nakayama团队独辟蹊径，将机器人技术与多模态影像融合相结合，开发出全球首款基于实时3D US-CT融合的穿刺机器人系统。这项发表在《International Journal of Computer Assisted Radiology and Surgery》的研究，通过智能算法与机械臂的协同创新，首次实现了呼吸暂停状态下1.97 mm的平均定位精度，为PRFA手术装上了“GPS导航”。

　　研究团队采用三大核心技术：1）7自由度机械臂搭载超声探头，通过±15°扇形扫描构建3D血管点云；2）改进迭代近点(ICP)算法实现US-CT点云配准；3）基于五折交叉验证训练的U-net模型（训练集6828张US图像）自动分割血管，Dice系数达0.87。临床实验纳入5例不同Child-Pugh分级患者（含2例健康对照），通过质心距离评估融合精度。

　　【系统设计】

　　机器人系统包含术前规划与术中导航模块。机械臂末端配备六轴力传感器（安全阈值30 N），通过“粗配准-精融合”两步法实现坐标系统一：先以剑突为解剖标志粗对齐，再通过血管几何特征精配准。创新性地采用血管中心线而非肿瘤位置作为配准基准，降低了对特定解剖结构的依赖。

　　【AI血管识别】

　　针对人肝血管特性优化的U-net模型，在DBSCAN聚类（eps=1.0）辅助下提取主要血管分支。如图4所示，AI分割区域（红色）与医生标注（绿色）高度重合，验证了模型在复杂解剖环境中的鲁棒性。

　　【实验结果】

　　16次试验中，质心距离小0.38 mm（参与者3），[敏感词]4.81 mm（参与者2），全部满足5.00 mm临床标准。值得注意的是，即使对Child-Pugh B级肝硬化患者，系统仍能重建部分血管几何（图9），但皮下脂肪过厚会导致扫描失败（图10），这提示下一步需开发血管丰度检测引导功能。

　　这项研究的突破性在于：1）首次证明US-CT融合机器人系统在真实患者中的可行性；2）提出质心距离替代传统RMSE，更适用于中空血管结构的评估；3）通过机械臂标准化扫描流程，减少人为操作变异。尽管仍需解决呼吸补偿和肋骨遮挡等问题，该系统已为精准介入治疗树立了新范式，未来或可拓展至肾、肺等器官的穿刺导航。