近10余年来,被国际口腔种植学界誉为“珠穆朗玛峰”的顶级技术——颧种植技术获得了长足发展。由于种植手术路径长,需要从口腔穿颧,周围解剖结构十分复杂等原因,起点的微小误差就可导致末端严重偏离,引起手术并发症,因此颧种植手术对精度的要求很高。虽然运用导航技术可以对病灶或者手术操作环境进行精准观察与定位,从而提高手术精度与安全性,但由于人类生理上难以避免的不同程度的震颤等不稳定因素,给需要极高精细度操作的颧种植手术带来很大困难。因此本文开发了基于图像引导的颧种植手术机器人系统,旨在辅助医生完成颧种植操作,提高手术精度性与稳定性。口腔颅颌面解剖结构复杂多变,因此对重要解剖结构的自动分割可以很好地满足术者精准观察各结构的需求。本文提出了基于深度学习的颅颌面关键解剖结构分割算法,主要研究以下两部分内容:(1)基于多空洞卷积与对抗擦除的上颌窦提升植骨弱监督分割算法。该算法解决了针对卷积神经网络语义分割方法需要耗费大量人力进行像素级样本数据标注的问题;(2)基于全监督Unet神经网络关键解剖结构分割算法。该算法解决了关键解剖结构精确分割问题。本文完成了基于图像引导下的颧种植手术机器人系统整体开发,首先将基于深度学习的分割算法集成于团队前期自主开发的术前规划软件当中。然后,基于精准规划路径完成了机器人控制系统的开发,主要研究内容包括以下两部分:(1)提出了基于光学跟踪的机器人坐标系转换算法,实现了空间坐标系统的统一;(2)提出了机器人实时跟踪算法,通过合理布置系统线程,实现了8赫兹刷新频率的实时跟踪性能,达到临床使用要求。最后,本文完成了整体系统实验研究,主要从以下两个方面进行实验:(1)在关键解剖结构分割实验中,本文收集了具有58例典型病历、7000张影像图片资料的数据库,通过本文提出的弱监督分割算法,达到了近82.7%的分割准确率,通过本文提出的全监督分割Unet深度神经网络算法,达到了对上颌窦窦腔96.6%的MIOU分割准确率和上颌窦提升植骨88.2%的MIOU分割准确率。(2)在手术机器人系统实验当中,通过机器人和医生操作对比,分别完成了4例颧种植手术,结果显示机器人手术入点偏差为0.72±0.36mm,终点偏差为1.37±0.80mm,角度偏差为1.66±0.50度,提高了颧种植手术的稳定性与精度,分别为34%,25%与27%。综上所述,本文通过医工合作,首次开发了集深度学习、手术规划与导航为一体的颧种植手术机器人原型机,完成了模型实验,实现了集成创新。该系统为手术机器人系统辅助医生,精准完成颧骨种植手术奠定了一定基础。