A Dual-Modal Fiducial Marker with Single-View X-ray Pose Recoverability for MR-Guided Surgical Navigation

技術要約：MR誘導下手術ナビゲーションのための、単一ビューX線ポーズ復元能を備えたデュアルモーダル・フィデューシャルマーカー

1. 問題提起

従来の外科用ナビゲーションシステムは、固定された外部参照フレームと赤外線反射球に依存している。これらは従来のセットアップでは効果的であるが、ヘッドマウントディスプレイ（HMD）を用いた混合現実（MR）手術ナビゲーションには不向きである。MRナビゲーションでは、トラッキングカメラが術者の頭部の動きに合わせて移動するため、視線が手術野と重なる動的な参照フレームが生成される。これにより、既存のマーカーでは同時に解決できない3つの重大な課題が生じる：

1. 全方位的な認識可能性（Omnidirectional Recognizability）： 従来のマーカー（例：球状レトロリフレクターや平面型QRコード）は、光学的なブラインドスポットが生じたり、側面や背面から見た際に認識に失敗したりすることがあり、これは複数の観察者や器具によって視界が遮られる場合に問題となる。
2. X線認識能（X-ray Recognizability）： マーカーと骨の間のポーズ（位置姿勢）の術中更新は、Cアーム透視法に依存することが多い。既存のマーカー（平面コードや球体など）は、X線投影における明確な幾何学的特徴に欠けており、単一のビューから正確なポーズ推定を行うことが困難である。
3. マルチモーダル登録（Multimodal Registration）： 光学およびX線の両方のモダリティにおいて、一貫した、かつ判別可能な幾何学的プリミティブ（点、線、面）を安定して抽出できるマーカーが存在しない。

既存のワークフローをHMDに適応させようとする試みは、HMDの物理的制約（動くカメラ、重複する視野）がマーカー設計において考慮されていなかったため、結果としてレジストレーション誤差が急増するという問題を引き起こしている。

2. 手法

著者らは、3つの導出された設計制約に基づく、新しいフィデューシャルマーカーのデザインと、それに対応するポーズ推定フレームワークを提案している。

A. マーカー設計
提案されたマーカーは、中心となる立方体と、その立方体の中心から正四面体の頂点に向かって伸びる4本の円柱軸で構成されている。

• 中心の立方体： HMDカメラによる全方位的な認識のために、豊かな光学的な特徴（角と面）を提供する。
• 4本の円柱： これらは不等径（$r_1 < r_2 < r_3 < r_4$）である。この特定の幾何学形状により、X線画像における投影幅によって円柱を区別することが可能になる。
• 剛体接続： 立方体と円柱は剛体として接続されており、光学的なポーズとX線によるポーズの間の固定された空間変換を保証している。

B. 理論的基礎
本研究は、既知の投影システムの下で、マーカーの6自由度（6-DoF）ポーズが単一のX線画像から一意に決定できることを数学的に証明している。

• 幾何学的制約： 各円柱は3つの独立した測定値（中心線の方向と投影幅）を提供する。4本の円柱は、6つの未知数（回転3、並進3）を解くための12個の測定値を提供し、過決定系を形成する。
• 曖昧性の解消： 不等径の半径は、反射の曖昧性（鏡像解）を解消し、絶対的なスケールを提供することで、単一ビューのポーズ推定において一般的な「物体のスケールと距離のスケールの混同」という曖昧さを排除する。
• 堅牢性： 四面体配置により、仮に一つの円柱がX線ビームと平行になり（投影が劣化する）、その投影が退化した場合でも、残りの3つの非共面な円柱によって回転行列を決定することが可能となる。

C. アルゴリズムとデータ

• ポーズ推定： カスケード型の機械学習フレームワークが採用されている。
  • X線ブランチ： 回転の事前分布を推定するためにResNet50/HopeNetネットワークを使用し、幾何学的制約を組み合わせて並進を復元する。
  • 光学ブランチ： バウンディングボックス検出にYOLOv11を、キーポイント（立方体の角や円柱の先端）の予測にU-Netを使用し、その後、再投影誤差を最小化するためにLevenberg-Marquardt最適化器を用いる。
• データ取得：
  • X線： IMUベースのグラウンドトゥルース参照を用いて取得された100個の有効なサンプル。
  • 光学： HMDの視点をシミュレートしたCanon R7カメラを用いて取得された194個の有効なサンプル（チェッカーボード参照を含む）。

3. 主な結果

本研究では、100個のX線セットと194個の光学セットを用いてマーカーの性能を検証した。

A. X線ポーズ認識

• 精度： 平均絶対誤差（MAE）は、冠状面（X軸）で 1.584° ± 1.256°、矢状面（Y軸）で 1.898° ± 1.502° であった。
• 複合誤差： 全体の角度誤差の中央値は2.45°、MAEは2.73°であった。
• 分布： 誤差は対称的にゼロを中心としていた。極端な視角においてもシステムは解を保持しており、円柱がビームと整列した場合（劣化した構成）に誤差はわずかに増加したが、依然として解決可能であった。

B. 光学ポーズ認識

• 成功率： 検出成功率は 90.2%（194回の比較のうち175回）であった。
• 精度： 信頼できるサンプルにおいて、MAEは 1.521° ± 0.976° であった。
  • Yaw（ヨー）：0.252°（最高精度）。
  • Pitch（ピッチ）：0.411°。
  • Roll（ロール）：1.438°（最低精度であり、面内回転に対する制約が弱いことと一致している）。
• 失敗モード： 極端な視角において、4つのケース（2.3%）で完全なポーズ喪失（誤差 > 170°）が見られた。これは反射の曖昧性に起因する。

C. ポーズ転送とクロスモーダルの一貫性

• 転送可能性： マーカーのポーズを対象物（木製ブロック）に転送する概念実証実験では、点偏差は深さとともに増加したものの（平均26.6 px）、エッジの角度偏差は低く保たれ（平均3.10°）、点誤差とは相関していなかった。これは、ポーズ推定が構造的な方位の忠実性を維持していることを示している。
• 一貫性： 光学モダリティは、X線（2.45°）と比較して高い精度（中央値 1.38°）を示したが、両方のモダリティにおいて同様の誤差パターンを示した。すなわち、主要な幾何学的特徴に沿った軸は最も正確であり、面内の回転軸は最も精度が低かった。

4. 重要性と主張

本論文は、既存のマーカーを適応させるのではなく、HMDベースのナビゲーションの物理的制約からマーカー設計の要件を体系的に導出した最初の研究であると主張している。

• 理論的貢献： MR手術ナビゲーションマーカーの要件を定義する、3つの第一原理的な制約（全方位的な認識可能性、X線認識能、およびマルチモーダル登録）を確立した。
• 設計の革新性： 単純な幾何学的構造（立方体＋不等径円柱）が、これらの制約を同時に満たすことができ、単一ビューのX線ポーズ復元と堅牢な光学トラッキングを可能にすることを実証した。
• 実用的影響： 本研究の結果は、この設計手法がMR手術ナビゲーションマーカーを開発するための有効なリファレンスとなり得ることを示しており、HMDシステム特有の「注意のシフト」や動的な参照フレームによって引き起こされるレジストレーション誤差を低減できる可能性がある。

著者らは控えめなトーンを維持しており、デュアルモーダル認識は検証されたものの、複雑な手術シナリオにおける骨認識や相対的なポーズ転送を含む完全なパイプラインについては、今後の課題であるとしている。現在の研究は、厳密に両方のイメージングモダリティにおけるマーカーの認識能力の実現可能性を検証することに焦点を当てている。