理工學(xué)院俞江帆教授團(tuán)隊(duì)在Nature Machine Intelligence發(fā)表文章
近日，香港中文大學(xué)（深圳）理工學(xué)院俞江帆教授團(tuán)隊(duì)在Nature Machine Intelligence發(fā)表以“Active Exploration and Reconstruction of Vascular Networks Using Microrobot Swarms”為題的文章，俞江帆教授為文章獨(dú)立通訊作者。
Active Exploration and Reconstruction of Vascular Networks Using Microrobot Swarms
原文鏈接：https://www.nature.com/articles/s42256-025-01012-y
?
期刊介紹
在科學(xué)探索、醫(yī)療健康、疾病診斷，以及構(gòu)建安全可持續(xù)的城市、交通和農(nóng)業(yè)體系等諸多領(lǐng)域，機(jī)器智能蘊(yùn)含著無(wú)限潛力，能夠極大提升人類(lèi)的能力、拓展知識(shí)邊界。Nature Machine Intelligence是Nature系列旗艦級(jí)大子刊，發(fā)表機(jī)器學(xué)習(xí)、機(jī)器人和人工智能等相關(guān)領(lǐng)域的高水平科研成果和評(píng)論文章，探索并闡述這些領(lǐng)域?qū)ζ渌茖W(xué)學(xué)科，以及社會(huì)與產(chǎn)業(yè)諸多層面所產(chǎn)生的深遠(yuǎn)影響。
?
研究背景
血管造影術(shù)是血管內(nèi)介入治療過(guò)程中的一項(xiàng)關(guān)鍵技術(shù)，對(duì)血管異常及病變部位的精準(zhǔn)定位起著重要作用。在臨床場(chǎng)景中，造影劑依靠血流向下游被動(dòng)擴(kuò)散，在X光成像的輔助下可顯影血管網(wǎng)絡(luò)形態(tài)。然而，在栓塞的血管分支，血流速度緩慢甚至停滯，造影劑難以有效向其中擴(kuò)散，從而導(dǎo)致成像效果不佳甚至無(wú)法成像。對(duì)于靜脈血管網(wǎng)絡(luò)和淋巴管系統(tǒng)，腔道網(wǎng)絡(luò)特征由細(xì)小分支集合至大支流，在此類(lèi)系統(tǒng)中，位于造影劑注射點(diǎn)上游的區(qū)域無(wú)法逆流探索，這一問(wèn)題在門(mén)靜脈血栓、淋巴瘺等病癥的診斷中尤為突出。由于缺乏完整、清晰的血管造影圖像，部分介入手術(shù)過(guò)程極度依賴(lài)醫(yī)生的臨床經(jīng)驗(yàn)，存在判斷難、風(fēng)險(xiǎn)高的問(wèn)題。
本工作引入磁性微型機(jī)器人集群作為載體，開(kāi)發(fā)了復(fù)雜三維腔道的主動(dòng)探測(cè)與結(jié)構(gòu)重建策略，在磁場(chǎng)主動(dòng)引導(dǎo)下可以實(shí)現(xiàn)精準(zhǔn)、完整的三維血管網(wǎng)絡(luò)成像，重建完整血管網(wǎng)絡(luò)的三維結(jié)構(gòu)，可以大幅提升全場(chǎng)景造影效果，幫助醫(yī)生精準(zhǔn)定位病變血管內(nèi)的血栓、狹窄部位以及滲漏點(diǎn)，是后續(xù)精準(zhǔn)介入治療的技術(shù)基礎(chǔ)。
?
重點(diǎn)內(nèi)容
? 核心技術(shù)：主動(dòng)探索算法
研究團(tuán)隊(duì)提出了一種主動(dòng)探索策略，利用磁性納米顆粒集群作為主動(dòng)造影載體，突破被動(dòng)擴(kuò)散的物理限制，實(shí)現(xiàn)對(duì)三維血管網(wǎng)絡(luò)的完整成像與精準(zhǔn)重建，如圖2所示。在本文所提出的探索策略引導(dǎo)下，微集群能夠逆血流方向運(yùn)動(dòng)，或主動(dòng)深入堵塞血管網(wǎng)絡(luò)內(nèi)部，從而實(shí)現(xiàn)全場(chǎng)景造影探索。
主動(dòng)探索策略的核心在于主動(dòng)探索算法，該算法通過(guò)動(dòng)態(tài)圖像處理、分支節(jié)點(diǎn)識(shí)別與決策邏輯，構(gòu)建實(shí)時(shí)更新的血管網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)（圖3）。研究團(tuán)隊(duì)設(shè)計(jì)了動(dòng)態(tài)ROI (Region of Interest) 管理，通過(guò)雙視角（俯視/側(cè)視）圖像動(dòng)態(tài)追蹤集群擴(kuò)散，消除血管折射、電磁線(xiàn)圈遮擋等干擾。在探索過(guò)程中，算法采用深度優(yōu)先決策機(jī)制，優(yōu)先探索集群擴(kuò)散速度快的分支，探至最末端即回溯至上一個(gè)未探索節(jié)點(diǎn)，直至遍歷所有節(jié)點(diǎn)，即可探明全部血管網(wǎng)絡(luò)（圖4）。決策邏輯基于分支點(diǎn)的動(dòng)態(tài)優(yōu)先級(jí)（如擴(kuò)散速度）和血管樹(shù)狀數(shù)據(jù)結(jié)構(gòu)，確保探索的高效性與全面性。此外，研究團(tuán)隊(duì)還設(shè)計(jì)了樹(shù)狀矩陣，記錄分支點(diǎn)坐標(biāo)、類(lèi)型、標(biāo)識(shí)符、擴(kuò)散速度及狀態(tài)，通過(guò)分支標(biāo)識(shí)符構(gòu)建層級(jí)化拓?fù)?，確保節(jié)點(diǎn)可靠性。
文章總體核心
主動(dòng)探索與重構(gòu)策略的算法邏輯框圖
?
? 磁性微集群的運(yùn)動(dòng)控制
為了讓磁性納米顆粒集群能夠被高效驅(qū)動(dòng)并適應(yīng)不同血管環(huán)境，研究團(tuán)隊(duì)開(kāi)發(fā)了一種自適應(yīng)磁場(chǎng)驅(qū)動(dòng)平臺(tái)。通過(guò)旋轉(zhuǎn)磁場(chǎng)調(diào)控，磁性納米顆粒形成穩(wěn)定的集群并實(shí)現(xiàn)可控運(yùn)動(dòng)，采用三線(xiàn)圈移動(dòng)式磁場(chǎng)設(shè)計(jì)，結(jié)合集群優(yōu)化（PSO）算法，動(dòng)態(tài)調(diào)整線(xiàn)圈位置，同時(shí)保障磁場(chǎng)強(qiáng)度并避免成像視野遮擋。通過(guò)實(shí)時(shí)反饋控制，優(yōu)化線(xiàn)圈布局以適應(yīng)長(zhǎng)距離驅(qū)動(dòng)需求，確保集群在復(fù)雜血管網(wǎng)絡(luò)中的高效運(yùn)動(dòng)（圖 5）。
磁性納米顆粒集群建模與磁驅(qū)動(dòng)平臺(tái)設(shè)計(jì)
?
? 三維血管網(wǎng)絡(luò)重建算法
在探索過(guò)程中，研究團(tuán)隊(duì)提出了一種基于成像的三維重建算法，用于獲取血管網(wǎng)絡(luò)的三維網(wǎng)絡(luò)結(jié)構(gòu)。在探索過(guò)程中，系統(tǒng)通過(guò)點(diǎn)云處理并連接選定分支，結(jié)合距離、方向角及閾值約束，實(shí)現(xiàn)血管網(wǎng)絡(luò)的高精度三維重建。算法區(qū)分閉合分支（連接已知節(jié)點(diǎn)）與開(kāi)放分支（沿預(yù)設(shè)方向延伸），通過(guò)迭代選擇最優(yōu)路徑，最小化分支連接成本。采用基于點(diǎn)云的最小成本算法，確保三維重建的準(zhǔn)確性與完整性。
? 實(shí)驗(yàn)驗(yàn)證：主動(dòng)探索策略的顯著優(yōu)勢(shì)
為了驗(yàn)證主動(dòng)探索策略的有效性，研究團(tuán)隊(duì)在血管模型和淋巴管模型中進(jìn)行了實(shí)驗(yàn)驗(yàn)證。在血管模型的對(duì)照實(shí)驗(yàn)中，當(dāng)微集群僅依靠被動(dòng)擴(kuò)散進(jìn)行造影時(shí)，多條分支因?yàn)闊o(wú)流速或者逆流條件，無(wú)法被探明，最終僅能成像順流分支，遺漏了逆流及堵塞區(qū)域。主動(dòng)探索組中，則完成了全部7條分支探索，包括逆流分支和零流速堵塞分支。對(duì)比兩組結(jié)果，主動(dòng)探索組中所探明的血管總長(zhǎng)度較被動(dòng)擴(kuò)散組提升46.1%，完整探索了區(qū)域內(nèi)所有的血管分支（圖6，7）。在淋巴管模型實(shí)驗(yàn)中，主動(dòng)探索策略在復(fù)雜淋巴管網(wǎng)絡(luò)結(jié)構(gòu)中也能實(shí)現(xiàn)全覆蓋；而被動(dòng)擴(kuò)散組中，造影劑未能進(jìn)入8個(gè)無(wú)流速或逆流分支。主動(dòng)探索組重建長(zhǎng)度較被動(dòng)組提升120.7%（圖8，9），進(jìn)一步證明了該策略在復(fù)雜腔道網(wǎng)絡(luò)中的穩(wěn)定性。
血管網(wǎng)絡(luò)模型內(nèi)的集群主動(dòng)探索實(shí)驗(yàn)驗(yàn)證與血管重建
淋巴管網(wǎng)絡(luò)模型內(nèi)的集群主動(dòng)探索實(shí)驗(yàn)驗(yàn)證與重建結(jié)果
?
? 未來(lái)展望：臨床應(yīng)用的廣闊前景
主動(dòng)探索策略的提出，為血管成像領(lǐng)域帶來(lái)了新的突破。該技術(shù)不僅能夠精準(zhǔn)定位血管病變，如血栓、狹窄及瘺管，還能與X射線(xiàn)、MRI、熒光成像等多模態(tài)影像技術(shù)結(jié)合，適配不同臨床場(chǎng)景。研究團(tuán)隊(duì)將進(jìn)一步優(yōu)化完善該技術(shù)，逐步向?qū)嶋H臨床應(yīng)用轉(zhuǎn)化推進(jìn)。
?
作者簡(jiǎn)介
文章通訊作者為香港中文大學(xué)（深圳）理工學(xué)院助理教授、深圳市人工智能與機(jī)器人研究院（AIRS）微納機(jī)器人中心主任俞江帆。
俞江帆是香港中文大學(xué)（深圳）理工學(xué)院助理教授、校長(zhǎng)青年學(xué)者、AIRS微納機(jī)器人中心主任。他是國(guó)家高層次青年人才，主持國(guó)家重點(diǎn)研發(fā)計(jì)劃青年科學(xué)家、國(guó)家自然科學(xué)基金、廣東省面上、深圳市重點(diǎn)等項(xiàng)目。他是招商局-AIRS醫(yī)療機(jī)器人未來(lái)產(chǎn)業(yè)聯(lián)合實(shí)驗(yàn)室學(xué)術(shù)帶頭人，擔(dān)任CCF智能機(jī)器人專(zhuān)委會(huì)執(zhí)行委員、IEEE高級(jí)會(huì)員。他的研究主要集中在醫(yī)用微型機(jī)器人領(lǐng)域，至今發(fā)表了70余篇頂級(jí)期刊及會(huì)議文章、2本專(zhuān)著，發(fā)表文章包括Nature Machine Intelligence、Science Advances、Nature Communications、IJRR、TRO、Advanced Materials等。他獲得了多個(gè)有影響力的獎(jiǎng)項(xiàng)，包括IEEE RAS Early Academic Career Award、IROS最佳學(xué)生會(huì)議論文獎(jiǎng)，國(guó)際基礎(chǔ)科學(xué)大會(huì)前沿科學(xué)獎(jiǎng)、吳文俊人工智能科技獎(jiǎng)自然科學(xué)獎(jiǎng)二等獎(jiǎng)、中國(guó)電子學(xué)會(huì)自然科學(xué)二等獎(jiǎng)、百度全球華人AI青年學(xué)者、IEEE 3M-NANO Rising Star Award等。他擔(dān)任Science Robotics、Science Advances、Nature Communications、PNAS等多個(gè)頂級(jí)期刊和會(huì)議的審稿人。
?
本文第一作者為原AIRS助理研究員杜星洲。
杜星洲博士于2021年取得香港中文大學(xué)博士學(xué)位，于同年加入深圳市人工智能與機(jī)器人研究院，任助理研究員，現(xiàn)任大連理工大學(xué)副教授。以第一作者或共同第一作者發(fā)表文章9篇，包括Nature Machine Intelligence、IEEE Transactions on Robotics、IEEE/ASME Transactions on Mechatronics、ACS Nano等，獲授權(quán)美國(guó)專(zhuān)利一項(xiàng)、中國(guó)發(fā)明專(zhuān)利兩項(xiàng)，已公開(kāi)美國(guó)專(zhuān)利一項(xiàng)，以第一作者身份在國(guó)際會(huì)議IEEE International Conference on Advanced Robotics and Mechatronics (ICARM) 2020中獲得Toshio Fukuda Best Paper Award in Mechatronics獎(jiǎng)項(xiàng)。
?
共同第一作者為香港中文大學(xué)（深圳）理工學(xué)院材料科學(xué)與工程專(zhuān)業(yè)在讀博士生王一斌。
王一斌，本科畢業(yè)于哈爾濱工業(yè)大學(xué)（威海），碩士畢業(yè)于卡內(nèi)基梅隆大學(xué)，目前在香港中文大學(xué)（深圳）俞江帆教授團(tuán)隊(duì)攻讀博士學(xué)位。主要研究方向?yàn)樾〕叨却判攒涹w機(jī)器人的結(jié)構(gòu)設(shè)計(jì)、工作機(jī)理、驅(qū)動(dòng)模式以及基于磁性軟體機(jī)器人的生物醫(yī)療應(yīng)用。以第一作者、共同一作身份已在Nature Machine Intelligence、Nature Communications、Advanced Materials、 Advanced Science等國(guó)際頂級(jí)期刊上發(fā)表工作。?
?
新聞來(lái)源：理工學(xué)院
