微創手術是外科發展的必然趨勢和追求目標。腹腔鏡手術是微創手術的代表，因創傷小、患者恢復快、術后并發癥少等顯著優勢得到廣泛臨床應用，幾乎涵蓋普外科所有手術，成為諸多良性疾病和功能性疾病手術治療的“金標準”，全球每年開展數量超過750萬例。除主刀醫生，腹腔鏡手術中還必須配置一位持鏡手為主刀醫生提供相應的照明和最佳的視覺反饋。長時間的手術使得持鏡手容易出現疲勞、手部震顫、注意力分散等現象，影響手術效率。

機器人具有定位精度高、響應速度快、運動平穩性強等優勢，且不受情緒及疲勞等因素影響，為腹腔鏡手術中持鏡手所面臨的問題提供一種有效的解決方案。基于腔鏡圖像的主動式引導是持鏡機器人的交互模式趨勢，其核心為手術器械視覺追蹤，現有方法大多借助人工標記進行手術器械追蹤，但這種方法對于通用手術器械并不適用，且需臨床增加額外殺毒滅菌流程，應用范圍有限，因此無標記手術器械視覺追蹤更具臨床普適性。術中腹腔環境復雜多變，腹腔鏡視野中無標記手術器械精準定位難度較大，且追蹤速度無法滿足主刀醫生對持鏡機器人的實時性要求，極大制約了持鏡機器人在臨床中的推廣與應用。

近日，中國科學院蘇州生物醫學工程技術研究所高欣團隊提出一種融合區域分割思想與目標搜索策略的輕量型目標提取神經網絡架構，構建一種全自動無標記手術器械視覺追蹤方法。該研究基于LinkNet網絡構筑多實例分割模型，快速提取腹腔鏡視野中手術器械不同部件區域，利用手術器械結構特點，以手術器械關節為追蹤靶點，結合腹腔鏡視野中手術器械運動特性，引入視覺追蹤過程上下文信息，實現手術器械的精準跟蹤。

輕量型目標提取神經網絡架構

研究結果顯示，所提方法在公開的腹腔鏡手術視頻數據集m2cai16-tool（累計時長9小時56分鐘，共計89.4萬幀）上取得100%的追蹤精度、15幀/秒的追蹤速度、低至6像素以下的定位誤差，相比于現有方法追蹤速度提升50%、定位誤差降低30%，實現了高精度無標記手術器械快速視覺追蹤。該研究為持鏡機器人視覺追蹤模塊提供了一種新研發思路。

腹腔鏡手術視頻中無標記手術器械視覺追蹤結果。紅色曲線表示手術器械實際運動軌跡，綠色曲線表示手術器械視覺追蹤軌跡。a：腹腔鏡手術視頻中抓鉗的視覺追蹤結果，b：腹腔鏡手術視頻中電鉤的視覺追蹤結果。