Qu'est-ce que le traitement en temps réel d'images en chirurgie?

Contrairement aux processus d'imagerie traditionnels qui nécessitent des minutes pour produire un seul cadre, les systèmes en temps réel fonctionnent à des taux d'images de 30 à 60 images par seconde (fps) avec une latence de bout en bout inférieure à 100 millisecondes. Cette faible latence est critique parce que même un retard de 200 ms peut causer un décalage visible entre l'image affichée et la position de l'instrument chirurgical réel, ce qui augmente le risque de dommages aux tissus. Le pipeline de traitement comporte généralement une réduction du bruit, une amélioration des contrastes, une détection des bords et une fusion d'images multimodales, tous effectués sur des matériels dédiés tels que les GPU ou les FPGA pour répondre à des contraintes de temps strictes.

L'imagerie moderne en temps réel repose sur une combinaison de capteurs – caméras optiques, fluoroscopie, échographie et scanners de lumière structurés – et d'algorithmes logiciels qui peuvent enregistrer et superposer ces flux de données sur un modèle tridimensionnel du patient. L'objectif ultime est de fournir au chirurgien une vue dynamique, en direct qui met en évidence des structures critiques comme les vaisseaux sanguins, les nerfs et les marges tumorales, permettant ainsi une prise de décision précise au millimètre.

Technologies clés en navigation chirurgicale

Systèmes de suivi optique

Le système triangule les positions des marqueurs dans l'espace 3D avec une précision de sous-millimètre. Les systèmes modernes de sociétés comme NDI (Northern Digital Inc.) obtiennent des erreurs de suivi inférieures à 0,25 mm RMS. Cependant, le suivi optique nécessite une ligne de vue claire entre le tableau de la caméra et les marqueurs, qui peuvent être obstrués par l'équipe chirurgicale, les rideaux ou les fluides. Pour atténuer cette situation, certains systèmes utilisent des marqueurs actifs qui émettent de la lumière IR, offrant une plus grande portée et une plus grande résilience aux interférences de la lumière ambiante.

Suivi électromagnétique

Le suivi électromagnétique (EM) utilise un émetteur qui génère un champ magnétique basse fréquence et de petites bobines de capteurs intégrées dans les instruments. Parce que les champs magnétiques pénètrent la plupart des matériaux, le suivi EM ne nécessite pas de ligne de vision, ce qui le rend idéal pour les procédures endoscopiques et à base d'aiguilles où l'anatomie masque les marqueurs optiques. La principale limite est la distorsion des objets ferromagnétiques dans le bloc d'alimentation (p. ex., tables métalliques, implants).

Enregistrement d'images

L'enregistrement d'image est le processus d'alignement des données d'imagerie préopératoire (CT, IRM, PET) avec l'anatomie intraopératoire des patients. Sans enregistrement précis, la navigation est inutile.

  • Enregistrement de points de correspondance :[ Le chirurgien touche des repères anatomiques connus ou des marqueurs fictifs avec une sonde à chenilles. Le système calcule une matrice de transformation qui cartographie les coordonnées d'image préopératoires à l'espace physique. L'exactitude dépend du nombre et de la propagation des points; en général, 4 à 10 points sont utilisés, ce qui donne des erreurs de 0,5 à 1,5 mm.
  • Enregistrement basé sur la surface:[ Un scanner laser ou une caméra lumineuse structurée capture la surface osseuse exposée du patient et la compare à la surface osseuse ou de la peau extraite du CT préopératoire. Cette méthode est moins invasive et souvent plus précise pour les structures profondes, mais nécessite des données de surface de haute qualité et peut être affectée par un déplacement mou-tissu.

Le traitement en temps réel met à jour en permanence l'enregistrement au fur et à mesure que le patient est déplacé ou que les tissus se déforment. Par exemple, pendant la chirurgie hépatique, la forme du foie change avec la respiration; les algorithmes d'enregistrement déformables faussent le modèle préopératoire pour correspondre aux images de l'échographie ou de la caméra stéréo, assurant ainsi la précision de navigation tout au long du cycle respiratoire.

La réalité augmentée s'est matérialisée

La réalité augmentée (AR) améliore la vue naturelle du chirurgien en projetant l'information numérique directement sur le champ opérationnel.

  • Des écrans à la tête (p. ex., Microsoft HoloLens, Magic Leap) qui recouvrent les modèles 3D sur la vue rétinienne du chirurgien.
  • Systèmes basés sur des projecteurs[ qui jettent des informations d'orientation sur le corps du patient ou sur un moniteur.
  • , qui est intégré au micro-microscope, utilisé en neurochirurgie pour superposer les limites tumorales, les fibres et les trajectoires des vaisseaux directement dans l'oculaire.

Le traitement en temps réel est essentiel pour les EI parce que la superposition doit être mise à jour à la vitesse de rafraîchissement de l'écran (habituellement 60-90 Hz) et doit s'ajuster aux mouvements de la tête, au mouvement des instruments et à la respiration du patient.

Intégration robotique

Les robots chirurgicaux tels que le da Vinci Xi et les plates-formes ROSA plus récentes intègrent le traitement en temps réel d'images pour assurer un contrôle en boucle fermée. Caméras montées sur le robot des images de flux d'effets finaux qui sont traitées pour détecter la position de l'instrument, la déformation tissulaire, et même les interactions entre les outils et tissus. Les données traitées retournent au système de contrôle du robot pour s'assurer que l'extrémité de l'instrument reste sur la trajectoire prévue.

Applications cliniques du traitement en temps réel de l'image

Neurochirurgie

Lors de la résection tumorale, l'IRM préopératoire est fusionnée avec une échographie intraopératoire ou un CT pour compenser le déplacement du cerveau (la déformation du tissu cérébral après l'ouverture du crâne). Les algorithmes de traitement en temps réel mettent à jour la superposition toutes les quelques secondes, permettant au chirurgien de voir où la marge tumorale a migré. Dans le cas de la stimulation cérébrale profonde (DBS), les enregistrements de microélectrodes en temps réel sont combinés avec la tractographie préopératoire pour éviter la capsule interne et optimiser le placement du plomb.

Chirurgie orthopédique

Pour la chirurgie articulaire et la chirurgie de la colonne vertébrale, la navigation en temps réel utilise des images fluoroscopiques ou des caméras optiques pour suivre les instruments par rapport aux repères osseux. Pour l'arthroplastie totale de la hanche, le traitement en temps réel calcule la longueur des jambes et les ajustements décalés à la volée, réduisant ainsi l'incidence de la dislocation postopératoire. Un essai multicentrique (NCT03547583) a démontré que les remplacements de hanches navigués avec une rétroaction en temps réel de l'image ont permis d'obtenir un taux de 92 % de placement de la tasse acétabulaire dans la zone de sécurité de Lewinnek, comparativement à 68 % en position libre conventionnelle.

Otolaryngologie (ENT)

La chirurgie endoscopique des sinus et les procédures de base du crâne bénéficient grandement du traitement en temps réel de l'image parce que l'anatomie est étroite et entourée de structures critiques telles que le nerf optique et l'artère carotide. Le suivi électromagnétique combiné à l'enregistrement en temps réel des CT permet au chirurgien de voir une position virtuelle de pointe de l'endoscope sur le balayage préopératoire.

Chirurgie cardio-thoracique et vasculaire

Dans une chirurgie cardiaque minimalement invasive, la fusion en temps réel de CTA préopératoire avec l'échocardiographie transoesophagienne intraopératoire (TEE) fournit une feuille de route 3D des chambres cardiaques et des grands vaisseaux. Ceci est essentiel pour le remplacement de la valve aortique transcathéter (TAVR) où la valve doit être alignée précisément avec l'annulaire natif. Les images de fluoroscopie vivante sont traitées pour suivre l'appareil d'implantation et prédire la position finale, permettant des ajustements avant déploiement.

Avantages du traitement en temps réel en navigation chirurgicale

Amélioration de la précision et des erreurs réduites

Le traitement en temps réel de l'image permet aux chirurgiens de réagir en continu à l'emplacement de leur instrument par rapport à la cible désirée, ce qui réduit les chances de couper par inadvertance un nerf, de ponctuer un vaisseau ou de résacrer des tissus sains. En chirurgie vertébrale, les taux de malposition des vis à pédoncule sont passés de 15 à 20 % dans les cas de mains libres à moins de 5 % en temps réel.

Les temps de fonctionnement plus courts

En éliminant la nécessité de suspendre la chirurgie pour la fluoroscopie ou l'acquisition d'images par échographie, le traitement en temps réel réduit la durée de la procédure globale. Une méta-analyse de 12 études sur le remplacement du genou navigué a révélé que le temps chirurgical a été raccourci d'une moyenne de 15 minutes, ce qui est corrélé avec des taux d'infection plus faibles et une exposition plus courte à l'anesthésie.

Sécurité accrue et réduction des complications

Par exemple, dans la chirurgie fonctionnelle des sinus endoscopiques (SSE), la navigation en temps réel réduit de 60 % l'incidence de fuite de liquide céphalo-rachidien en avertissant le chirurgien lorsque l'instrument approche de la base du crâne. En orthopédie, la réaction de tension du ligament en temps réel pendant le remplacement du genou assure une charge équilibrée des tissus mous, réduisant ainsi le risque d'instabilité postopératoire et de chirurgie de révision.

Meilleure formation et meilleure éducation

Les stagiaires en chirurgie peuvent utiliser la navigation en temps réel pour comparer leurs propres mouvements avec une trajectoire -idéale -d'expert générée par le système.Les images traitées peuvent enregistrer des mesures telles que la déviation du chemin prévu, la douceur du mouvement et le temps passé dans les zones -erroristes.- Ces données objectives accélèrent la courbe d'apprentissage et fournissent un retour d'expérience actionnable qui n'est pas possible avec l'observation traditionnelle seulement.

Défis et limites

Demandes et latences informatiques

Le pipeline de traitement pour la navigation en temps réel – capture d'images, dénouement, enregistrement, segmentation et rendu – exige un débit calculateur énorme. L'IRM à haute résolution ou les volumes CT (2563 à 5123 voxels) doivent être déformés et recouverts à 30 fps, exigeant de puissants GPU. De nombreuses infrastructures informatiques hospitalières manquent de bande passante et de puissance de traitement pour ces charges de travail, forçant souvent un compromis entre la qualité d'image et le taux d'encadrement. Des solutions de calcul des bords et des accélérateurs FPGA dédiés sont en cours de développement, mais elles ajoutent coûts et complexité à des systèmes déjà coûteux (une console de navigation typique peut dépasser 300 000 $).

Déformation de la dérive et des tissus d'enregistrement

Même avec les mises à jour en temps réel, l'enregistrement peut dériver en raison de changements dans la position du patient, le mouvement respiratoire ou la manipulation par le chirurgien des tissus mous. Les organes mous comme le foie, le cerveau et les reins sont particulièrement problématiques parce qu'ils déforment tout au long de la procédure. Les algorithmes d'enregistrement déformables actuels sont lourd et peuvent ne pas converger assez rapidement pour une utilisation en temps réel.

Étalonnage et intégration du système

Chaque instrument doit être étalonné avec précision au système de suivi, processus qui ajoute des étapes au flux de travail chirurgical. Les tableaux de suivi doivent être stérilisés ou recouverts de rideaux stériles sans précision dégradante. L'étalonnage incorrect – par exemple, une aiguille pliée ou un marqueur lâche – peut entraîner des erreurs systématiques de plusieurs millimètres. L'intégration avec le matériel d'imagerie hospitalier existant (CT, IRM, ultrasons) nécessite des protocoles et des interfaces standardisés, qui évoluent encore.

Coût et accessibilité

Les systèmes de navigation en temps réel restent coûteux à acheter et à entretenir. Les petits hôpitaux et centres chirurgicaux des pays à revenu faible et intermédiaire ne peuvent souvent pas se permettre d'investir directement. Même dans des environnements à ressources élevées, le coût par cas des consommables de navigation stérilisables (marqueurs, capteurs, rideaux) peut ajouter plusieurs centaines de dollars à une procédure.

Orientations futures et recherche émergente

Intelligence artificielle et apprentissage automatique

Les modèles d'apprentissage approfondi peuvent effectuer la segmentation des organes, des tumeurs et des vaisseaux à partir de données d'imagerie brutes en millisecondes, beaucoup plus rapidement que les algorithmes traditionnels. Ces modèles peuvent également prédire la déformation tissulaire en fonction des conditions limites, permettant l'enregistrement déformable en temps réel sans optimisation itérative. Par exemple, un réseau neuronal convolutionnel (RCN) formé sur l'échographie intraopératoire et l'IRM préopératoire peut produire un champ de déformation en moins de 50 ms, permettant une correction continue du déplacement du cerveau.

Informatique en nuage et en bordure

Pour décharger le traitement lourd de la console locale, la navigation en nuage est en cours de développement. Un client mince dans le bloc envoie des données d'imagerie chiffrées à un serveur cloud haute performance qui gère le pipeline de traitement et retransmet les résultats. Avec les réseaux 5G offrant une latence de 10 ms entre le bloc et le nuage, cette architecture pourrait rendre inutile le matériel de navigation coûteux.

Affichages portables et sans contact

L'interface du chirurgien évolue de l'affichage basé sur un moniteur à l'affichage holographique éléctrable et même sans contact. Ces systèmes nécessitent un rendu en temps réel synchronisé avec le mouvement de la tête du chirurgien, qui peut être suivi par des caméras internes. De nouvelles technologies de balayage micro-LED et de faisceau laser peuvent produire des images à faible latence et à contraste élevé même dans un éclairage OR lumineux. La prochaine frontière est augmentation haptique : l'utilisation de données d'image en temps réel pour générer des réactions tactiles qui guident le chirurgien vers une cible ou un endroit éloigné d'une zone de danger, combinant l'information visuelle et force pour une navigation vraiment intuitive.

En regardant plus loin, le traitement en temps réel des images pourrait permettre aux robots chirurgicaux semi-autonomes qui exécutent une trajectoire planifiée avec supervision humaine. Le robot traiterait en permanence les images de caméra pour détecter les obstacles, ajuster sa vitesse et même replanifier son parcours en temps réel si l'anatomie se déplace. Des prototypes précoces de robots autonomes de fraisage des os (p. ex. pour la craniotomie ou le placement d'implants dentaires) ont montré que le servotage visuel en temps réel peut atteindre la précision du sous-millimètre sans contrôle manuel de manette.

Conclusion

Le traitement en temps réel de l'image est au cœur de la navigation chirurgicale moderne, permettant une précision, une sécurité et une efficacité sans précédent dans les procédures allant de la neurochirurgie à l'orthopédie. Alors que des défis comme le coût de calcul, la dérive de l'enregistrement et la complexité de l'intégration persistent, des progrès rapides dans l'IA, l'informatique en nuage et le matériel AR sont en passe de les surmonter.