Коновалов Антон Николаевич – кандидат медицинских наук, научный сотрудник, врач-нейрохирург 3-го нейрохирургического отделения (сосудистая нейрохирургия), ФГАУ «Национальный медицинский исследовательский центр нейрохирургии имени академика Н.Н. Бурденко» Минздрава России; старший научный сотрудник Дизайн-центра гибкой биоэлектроники, ФГАОУ ВО Первый Московский государственный медицинский университет им. И.М. Сеченова Минздрава России
4-я Тверская-Ямская ул., д. 16, Москва, 125047
ул. Трубецкая, д. 8, стр. 2, Москва, Российская Федерация, 119991
Anton N. Konovalov – Cand. Sci. (Med.), Researcher, Neurosurgeon of the 3rd Neurosurgical Department (Vascular Neurosurgery), N.N. Burdenko National Medical Research Center for Neurosurgery; Senior Researcher of the Design Center for Flexible Bioelectronics, I.M. Sechenov First Moscow State Medical University of the Ministry of Health of the Russian Federation
4-ya Tverskaya-Yamskaya str., 16, Moscow, 125047
Trubetskaya str., 8, building 2, Moscow, 119991
Артемьев Антон Алексеевич – клинический ординатор
4-я Тверская-Ямская ул., д. 16, Москва, 125047
Anton A. Artemyev – Clinical Resident
4-ya Tverskaya-Yamskaya str., 16, Moscow, 125047
Окишев Дмитрий Николаевич – кандидат медицинских наук, научный сотрудник, врач-нейрохирург 3-го нейрохирургического отделения (сосудистая нейрохирургия)
4-я Тверская-Ямская ул., д. 16, Москва, 125047
Dmitry N. Okishev – Cand. Sci. (Med.), Researcher, Neurosurgeon of the 3rd Neurosurgical Department (Vascular Neurosurgery)
4-ya Tverskaya-Yamskaya str., 16, Moscow, 125047
Элиава Шалва Шалвович – доктор медицинских наук, профессор, член-корреспондент РАН, ведущий научный сотрудник, врач-нейрохирург, заведующий 3-м нейрохирургическим отделением (сосудистая нейрохирургия)
4-я Тверская-Ямская ул., д. 16, Москва, 125047
Shalva Sh. Eliava – Dr. Sci. (Med.), Professor, Corresponding Member of the Russian Academy of Sciences, Leading Researcher, Neurosurgeon, Head of the 3rd Neurosurgical Department (Vascular Neurosurgery)
4-ya Tverskaya-Yamskaya str., 16, Moscow, 125047
Иванов Владимир Михайлович – доктор физико-математических наук, кандидат технических наук, профессор Высшей школы теоретической механики и математической физики
ул. Политехническая, д. 29, Санкт-Петербург, 195251
Vladimir M. Ivanov – Dr. Sci. (Phys.-Math.), Cand. Sci. (Tech.), Professor of the Higher School of Theoretical Mechanics and Mathematical Physics
Polytechnicheskaya str., 29, Saint Petersburg, 195251
Смирнов Антон Юрьевич – специалист Высшей школы теоретической механики и математической физики
ул. Политехническая, д. 29, Санкт-Петербург, 195251
Anton Yu. Smirnov – Specialist of the Higher School of Theoretical Mechanics and Mathematical Physics
Polytechnicheskaya str., 29, Saint Petersburg, 195251
Князев Александр Викторович – руководитель направления «Лучевая диагностика»
ул. Верейская, д. 29, стр. 33, этаж 3, ком. 5, Москва, 121357
Alexander V. Knyazev – Head of the «Radiation Diagnostics» Department
Vereyskaya str., 29, building 33, 3rd floor, room 5, Moscow, 121357
Стрелков Сергей Васильевич – технический директор
ул. Лисичанская, 6, лит. А, пом. 14-н, ком. 2, Санкт-Петербург, 197342
Sergey V. Strelkov – Technical Director
Lisichanskaya str., 6A, facility 14-n, room 2, Saint Petersburg, 197342
Введение. Технологии дополненной реальности (AR, augmented reality), позволяют хирургу накладывать трехмерные виртуальные модели на реальные объекты, улучшая визуализацию и облегчая выполнение сложных операций. Основной задачей использования AR в хирургии является точное совмещение виртуальной модели с реальной анатомией пациента, что позволяет хирургу видеть ключевые анатомические структуры в виде проекции на теле или внутри него.
Материалы и методы. При выполнении исследования были использованы HMD (head-mounted display) очки Microsoft Hololens 2 и программное обеспечение «Меджитал» для AR-навигации. В статье представлены результаты технического сравнения трех методов совмещения AR 3D-моделей с головой пациента: совмещение по краниометрическим точкам, использование QR-кода и 3D-печатной рамки, а также применение заранее запрограммированных точек с 3D-указкой. Проведена оценка точности регистрации опорных точек через показатели FRE (fiducial registration error) и времени выполнения для каждого метода, что позволило определить их преимущества и ограничения.
Результаты. Среднее значение FRE при совмещении по краниометрическим точкам – 1,1 ± 0,3 см, при использовании QR-кода и 3D-напечатанной рамки – 0,4 ± 0,3 см, при применении заранее запрограммированных точек и 3D-указки – 0,7 ± 0,6 см. Время проведения совмещения в среднем составило 180, 5 и 100 с соответственно. Выявлено, что метод с использованием QR-кода и 3D-рамки обладает наибольшей точностью, что делает его предпочтительным для большинства клинических ситуаций.
Заключение. Каждый метод имеет свои сильные и слабые стороны, и выбор зависит от клинической ситуации, доступного оборудования и требуемой точности. Интеграция AR-технологий с хирургическими методами повышает безопасность и точность оперативных вмешательств.
Introduction. Augmented reality (AR) technologies allow a surgeon to overlay three-dimensional virtual models onto real objects, enhancing visualization and facilitating the performance of complex surgeries. The primary objective of using AR in surgery is the precise alignment of the virtual model with the patient’s real anatomy, enabling the surgeon to see key anatomical structures as a projection onto or inside the body.
Materials and methods. The study utilized Microsoft Hololens 2 HMD (head-mounted display) glasses and the “Medgital” software for AR navigation. This article presents the results of a technical comparison of three methods for aligning AR 3D models with a patient’s head: alignment using craniometric points, the use of a QR code and a 3D printed frame and the application of pre-programmed points with a 3D pointer. The accuracy of fiducial point registration was assessed using the fiducial registration error (FRE) metric, and the execution time was measured for each method, allowing for the determination of their advantages and limitations.
Results. The mean FRE for alignment using craniometric points was 1.1 ± 0.3 cm, for the method using a QR code and a 3D printed frame it was 0.4 ± 0.3 cm, and for the method using pre-programmed points and a 3D pointer it was 0.7 ± 0.6 cm. The average alignment time was 180, 5, and 100 seconds, respectively. It was found that the method using the QR code and the 3D frame offered the highest accuracy, making it preferable for most clinical situations.
Conclusion. Each method has its own strengths and weaknesses; the choice depends on the clinical situation, available equipment, and required accuracy. The integration of AR technologies with surgical techniques improves the safety and precision of operative interventions.
The authors declare that there are no conflicts of interest present.