近年来,增强现实（Augmented Reality,AR）引导的热消融（Thermal Ablation,TA）手术治疗方案在肝脏肿瘤的治疗中引起了广泛的注意。相比较于传统的2D计算机断层扫描（computed tomography,CT）图像引导治疗方案,AR技术可以提供精确的3D病灶图像信息,并可以有效降低由于“抬头”（heads up）效应所引起的医生在手术中的操作困难。然而,当前用于引导热消融的AR技术中用于实时反映术中器官和病灶的图像大多数由术前模型构成,同时现有技术只考虑表面标记物和肿瘤之间的对应关系。因此,现有的AR技术很难直接应用在实时手术情景中。本论文提出了一种融合数字孪生（Digital Twin）与全息AR导航的异构肝脏肿瘤穿刺方法,可用于自由呼吸下的肝脏肿瘤消除或者其他手术环境中。本论文主要内容和成果如下:（1）提出一种两步的内外关联模型,设计实现基于广义移动最小二乘法（GMLS）的实时术中肝脏表面预测。将参考的肝脏表面作为输入,同时构建体表标记点和肝脏表面之间的关联模型。通过GMLS预测出由自由呼吸运动引起的实时更新表面标记点的位置的术中肝脏表面的位置,考虑到GMLS预测得到的表面不平滑所引起的误差,引入拉普拉斯光顺对预测结果进行平滑处理,实现精准的术中边界条件预测。设计实现基于卷积神经网络（CNN）的肝脏内部异构组织运动实时预测。对于得到的实时术中肝脏表面,引入了CNN来对其进行术前术中非刚性配准得到预测的位移场。将位移场应用到参考的肝脏内部血管和肿瘤中可以得到其实时预测的术中位置。（2）设计实现跨平台的全息增强现实（AR）手术导航系统。将重建好的术中肝脏表面以及其内部血管和肿瘤的全息三维信息叠加在真实的手术情景中,通过提出一种虚实配准的方法将虚拟的预测模型与真实的物体配准在一起,最终实现三维手术导航的目的。（3）提出一种动态自适应的方法来实现术中体表标记点的动态时间预测方法,以补偿由于关联模型的计算复杂性和跨系统数据传输引起的时间延迟,满足手术实时性要求。本文通过手动分割重建肝脏4D-CT数据,并对所提出的方法进行了动物实验验证,实验动物使用了人工植入的碘油充当肿瘤。实现结果证明了所提出方法的有效性,同时该方法也可用于其他手术情景中。