Safety enhancement in robotic neurosurgery

Microvascular decompression and convexity meningioma resection are known to be among the most technically challenging microneurosurgery procedures. The incidence of associated complications depends on tumour size, surgeon experience and the operative approach chosen. Although several treatments are available, surgery is the gold standard since it reduces patient mortality or after-treatment morbidity. It requires to avoid bleeding and to preserve large vessels and sinuses (i.e. superior sagittal or transverse) in order to improve post-operative outcomes. Indeed, bleeding is well recognized in the clinical literature as one of the most common complications (10.2\% out of all cases). It can lead to different kinds of deficit, such as edema, seizures, postoperative haemorrhage, and cerebral ischemia. During surgery, the primary imaging source to obtain a magnified view of both brain and cerebral vessels is microscopy. Numerous robotic systems have been developed to assist surgeons in microneurosurgical interventions; however, they have not seen widespread clinical use due to drawbacks such as large size, obtrusiveness in the cramped surgical field, inability to adapt to changing conditions, limited function, inadequate integration with existing clinical workflow, increased operative time and high cost. All these issues can be overcome by omitting the robotic arms, and instead implementing avoidance zones and automatic force control within a completely handheld active instrument. Thus, all the surgeon's training, dexterous manipulation capability, and ability to adapt are retained. The present work investigates the use of Micron, a robotic handheld tool, to perform vessel avoidance in neurosurgery. The robot, whose position is registered with regard to the patient anatomy, is programmed to avoid entering into certain predefined avoidance zones. These are implemented as forbidden-region virtual fixtures. A geometrical deformable model-based approach is used to perform vessel segmentation and Kalman filtering is exploited to track the vessel position between consecutive microscopy frames. The segmentation algorithm initialization requires minimum manual intervention, which consists only in the selection of two seed points. The evolution of the geometrical deformable model is guided by an intensity-based external force, which is retrieved from vesselness measures. The 3D reconstruction is performed in order to extract the 3D position of the vessel surface in the robot control reference system. The control command is triggered as soon as the distance between the tool tip and the vessel becomes lower than a predefined threshold or the tip attempts to enter inside the vessel. Microscopy videos were recorded during neurosurgery interventions at Istituto Neurologico Carlo Besta (Milan, Italy) and the algorithm was integrated to Micron, the tool developed at the Robotics Institute (Carnegie Mellon University, Pittsburgh). For the tracking and virtual fixtures performance evaluation, an experimental setup was created to simulate the surgical environment and let Micron interact with phantom vessels. Numerical evaluation of vessel segmentation and tracking was performed with respect to the manual segmentation carried out by an expert, elected as gold standard. The accuracy of the 3D reconstruction was evaluated in terms of reprojection errors of the vessel point cloud. The virtual fixtures evaluation showed that Micron reliably constrains the tool movements into predefined forbidden zones. Future work will aim at implementing a tracking algorithm for real-time applications in order to take into account also tissue deformation and the presence of surgical tools in the scene, which can eventually occlude the vessel to be avoided. A 3D phantom that reproduces a more truthful surgical scenario will be further developed for testing.

Tra le procedure di microneurochirurgia tecnicamente più complesse vi sono la decompressione microvascolare per la nevralgia del trigemino e la resezione dei meningioma della convessità. L'incidenza delle relative complicanze è fortemente legata a diversi fattori, quali le dimensioni del tumore, l'esperienza del chirurgo e il tipo di approccio scelto. Nonostante siano presenti diversi tipi di trattamento, la chirurgia rimane il gold standard in quanto garantisce risultati migliori nel post-operatorio e riduce i danni che possono portare alla morte del paziente. Tuttavia, si rende necessario minimizzare i rischi dovuti a gravi emorragie preservando l'integrità dei grandi vasi e dei seni venosi della dura madre (sagittale superiore e trasverso). È stato evidenziato che le complicazioni più comuni in neurochirurgia sono legate ad eccessive emorragie che possono causare deficit di diverso tipo e calibro. La soluzione tecnologica comunemente impiegata dai neurochirughi è la microscopia che offre un'ottima e chiara visualizzazione del campo operatorio. Nel corso degli ultimi decenni sono stati sviluppati diversi sistemi robotici con l'obiettivo di ridurre l'invasività delle procedure neurochirurgiche. Il successo riscontrato da questi robot in sala operatoria è rimasto piuttosto contenuto a causa di importanti limiti: grandi dimensioni, ingombro eccessivo, scarsa versatilità, costi elevati e difficoltà di integrazione nel workflow chirurgico standard. L'alternativa è sostituire i bracci robotici con un dispositivo completamente handheld in modo che il chirurgo possa manipolare direttamente i tessuti e gestire facilmente eventuali situazioni inattese. L'obiettivo del presente lavoro di tesi è quello di implementare un algoritmo di vessel avoidance, o forbidden-region virtual fixtures, in modo da limitare i movimenti di un tool handheld, in specifiche regioni dello spazio. Per inviduare la posizione della struttura vascolare di interesse si è ritenuto necessario segmentare il vaso in immagini acquisite da uno stereomicroscopio chirurgico. L'algoritmo di segmentazione vascolare, basato su un modello geometrico deformabile, viene inizializzato attraverso la selezione manuale di due punti che definiscono le estremità del vaso, dopodiché procede automaticamente fino ad estrarne i contorni. Il tracking vascolare in frame video successivi è stato realizzato off line sfruttando la predizione del filtraggio di Kalman. Una volta ricostruito il volume del vaso e ricavate le sue coordinate spaziali nel sistema di controllo del robot, l'algoritmo di vessel avoidance impone il rispetto di una distanza di sicurezza tra l'end effector del tool e la superficie vascolare. Il materiale digitale per il lavoro, ovvero video registrati al microscopio durante due interventi di neurochirurgia, è stato gentilmente fornito dall'Istituto Neurologico C. Besta di Milano (Italia) e l'algoritmo è stato implementato per controllare il Micron, un tool robotico per microchirurgia sviluppato alla Carnegie Mellon University, Pittsburgh (Pennsylvania, USA). Per verificare l'applicabilità dell'algoritmo di virtual fixture e di tracking è stato sviluppato un setup sperimentale per simulare l'ambiente chirurgico e permettere al Micron di interagire con vasi fantoccio. La validazione dell'algoritmo di segmentazione e tracking vascolare è stata effettuata confrontando i risultati ottenuti con quelli della segmentazione manuale, eseguita da un esperto, scelta come gold standard. Per valutare l'accuratezza della ricostruzione 3D sono stati calcolati i valori degli errori di retroproiezione della nuvola di punti che definisce il vaso di interesse nello spazio 3D. L'analisi delle performance dell'algoritmo di virtual fixtures ha attraversato due step: una prima fase di simulazione per verificarne la robustezza e una seconda fase di applicazione real-time. I risultati ottenuti hanno dimostrato che l'algoritmo è in grado di preservare l'integrità di strutture critiche quali vasi, limitando i movimenti del chirurgo durante l'operazione in maniera affidabile. Possibili sviluppi futuri riguardano il miglioramento dell'algoritmo di tracking per applicazioni real-time in modo da tenere in considerazione la deformazione dei tessuti e la presenza di strumenti chirurgici che potrebbero occludere il vaso. Infine, si potrebbe realizzare un fantoccio 3D in modo da riprodurre uno scenario chirurgico più simile a quello reale per le analisi in laboratorio.