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

Resumo Técnico: Um Marcador Fiduciário Dual-Modal com Recuperabilidade de Pose por Raio-X de Visão Única para Navegação Cirúrgica Guiada por RM

1. Definição do Problema

Os sistemas tradicionais de navegação cirúrgica dependem de referenciais externos fixos e esferas reflexivas infravermelhas. Embora eficazes em configurações convencionais, esses marcadores são inadequados para a navegação cirúrgica em Realidade Mista (RM) utilizando displays de cabeça montados (HMDs). Na navegação em RM, a câmera de rastreamento move-se com a cabeça do cirurgião, criando um referencial dinâmico onde a linha de visão sobrepõe-se ao campo cirúrgico. Isso introduz três desafios críticos que os marcadores existentes não conseguem abordar simultaneamente:

1. Reconhecibilidade Omnidirecional: Marcadores convencionais (ex: retrorefletores esféricos ou códigos QR planares) sofrem com pontos cegos ópticos ou falham quando visualizados lateralmente ou por trás, o que é problemático quando múltiplos observadores ou instrumentos ocluem a visão.
2. Reconhecibilidade em Raio-X: As atualizações intraoperatórias da pose marcador-osso dependem frequentemente de fluoroscopia de braço em C. Marcadores existentes (como códigos planares ou esferas) carecem de características geométricas distintas em projeções de raio-X, impedindo a estimativa precisa da pose a partir de uma única visão.
3. Registro Multimodal: Há uma carência de marcadores que forneçam primitivas geométricas consistentes e distinguíveis (pontos, linhas, planos) que possam ser extraídas de forma estável tanto na modalidade óptica quanto na de raio-X para permitir uma correspondência cross-modal robusta.

As tentativas atuais de adaptar fluxos de trabalho convencionais para HMDs resultam em aumentos acentuados no erro de registro, principalmente porque as restrições físicas do HMD (câmera móvel, campo de visão sobreposto) não foram consideradas no design do marcador.

2. Metodologia

Os autores propõem um novo design de marcador fiduciário e um framework de estimativa de pose correspondente baseado em três restrições de design derivadas.

A. Design do Marcador
O marcador proposto consiste em um cubo central e quatro eixos cilíndricos que se estendem do centro do cubo em direção aos vértices de um tetraedro regular.

• Cubo Central: Fornece características ópticas ricas (cantos e faces) para o reconhecimento omnidirecional pela câmera do HMD.
• Quatro Cilindros: Estes possuem diâmetros desiguais ($r_1 < r_2 < r_3 < r_4$). Esta geometria específica permite que os cilindros sejam distinguidos por suas larguras projetadas em imagens de raio-X.
• Conexão Rígida: O cubo e os cilindros estão rigidamente conectados, garantindo uma transformação espacial fixa entre as poses óptica e de raio-X.

B. Fundamentação Teórica
O estudo prova matematicamente que a pose de 6 Graus de Liberdade (6-DoF) do marcador pode ser determinada de forma única a partir de uma única imagem de raio-X sob um sistema de projeção conhecido.

• Restrições Geométricas: Cada cilindro fornece três medições independentes (direção da linha central e largura projetada). Quatro cilindros geram 12 medições para resolver 6 incógnitas (3 rotação, 3 translação), criando um sistema superdeterminado.
• Resolução de Ambiguidade: Os raios desiguais resolvem ambiguidades de reflexão (soluções espelhadas) e fornecem escala absoluta, eliminando a ambiguidade comum de "escalonamento do objeto + escalonamento de distância" na estimativa de pose de visão única.
• Robustez: O arranjo tetraédrico garante que, mesmo que um cilindro esteja paralelo ao feixe de raio-X (degenerando sua projeção), os três cilindros restantes não coplanares são suficientes para determinar a matriz de rotação.

C. Algoritmo e Dados

• Estimativa de Pose: Um framework de aprendizado de máquina em cascata é empregado.
  • Ramo de Raio-X: Utiliza uma rede ResNet50/HopeNet para estimar priors rotacionais, combinada com restrições geométricas para recuperar a translação.
  • Ramo Óptico: Utiliza YOLOv11 para detecção de bounding box e U-Net para predição de keypoints (cantos do cubo/pontas dos cilindros), seguido por um otimizador Levenberg-Marquardt para minimizar o erro de reprojeção.
• Aquisição de Dados:
  • Raio-X: 100 amostras válidas adquiridas usando um sistema GE Definium 6000 com uma referência de verdade fundamental baseada em IMU.
  • Óptico: 194 amostras válidas adquiridas usando uma câmera Canon R7 simulando perspectivas de HMD, com referências de checkerboard para a verdade fundamental.

3. Resultados Principais

O estudo validou o desempenho do marcador em 100 conjuntos de raio-X e 194 conjuntos ópticos.

A. Reconhecimento de Pose em Raio-X

• Precisão: O erro absoluto médio (MAE) foi de 1,584° ± 1,256° no plano coronal (eixo X) e 1,898° ± 1,502° no plano sagital (eixo Y).
• Erro Composto: O erro angular global teve uma mediana de 2,45° e um MAE de 2,73°.
• Distribuição: Os erros foram simetricamente centrados no zero. O sistema permaneceu solucionável mesmo sob ângulos de visão extremos, embora os erros tenham aumentado ligeiramente quando um cilindro se alinhou com o feixe (configuração degradada, mas solucionável).

B. Reconhecimento de Pose Óptica

• Taxa de Sucesso: A taxa de sucesso de detecção foi de 90,2% (175/194 comparações válidas).
• Precisão: Entre as amostras confiáveis, o MAE foi de 1,521° ± 0,976°.
  • Yaw: 0,252° (maior precisão).
  • Pitch: 0,411°.
  • Roll: 1,438° (menor precisão, consistente com restrições mais fracas em rotação intraplana).
• Modos de Falha: 4 casos (2,3%) apresentaram perda completa de pose (erro > 170°) sob ângulos de visão extremos, atribuídos à ambiguidade reflexiva.

C. Transferência de Pose e Consistência Cross-Modal

• Transferibilidade: Um experimento de prova de conceito transferindo a pose do marcador para um objeto alvo (bloco de madeira) demonstrou que, embora os desvios de ponto tenham aumentado com a profundidade (média de 26,6 px), os desvios angulares de borda permaneceram baixos (média de 3,10°) e não correlacionados com os erros de ponto. Isso indica que a estimativa de pose preserva a fidelidade da orientação estrutural.
• Consistência: A modalidade óptica apresentou maior precisão (mediana de erro 1,38°) em comparação com o raio-X (2,45°), mas ambas as modalidades exibiram padrões de erro semelhantes: eixos alinhados com as características geométricas dominantes foram mais precisos, enquanto os eixos de rotação intraplana foram menos precisos.

4. Significância e Alegações

O artigo afirma ser o primeiro estudo a derivar sistematicamente os requisitos de design do marcador a partir das restrições físicas de navegação baseada em HMD, em vez de adaptar marcadores existentes.

• Contribuição Teórica: Estabelece três restrições de primeiros princípios (reconhecibilidade omnidirecional, reconhecibilidade em raio-X e registro multimodal) que definem os requisitos para marcadores de navegação cirúrgica em RM.
• Inovação de Design: Demonstra que uma estrutura geométrica simples (cubo + cilindros desiguais) pode satisfazer simultaneamente essas restrições, permitindo a recuperabilidade da pose de raio-X de visão única e o rastreamento óptico robusto.
• Impacto Prático: Os resultados indicam que esta metodologia de design serve como uma referência viável para o desenvolvimento de marcadores de navegação cirúrgica em RM, potencialmente reduzindo os erros de registro causados pelo "desvio de atenção" e pelos referenciais dinâmicos inerentes aos sistemas HMD.

Os autores mantêm um tom modesto, observando que, embora o reconhecimento dual-modal do marcador tenha sido validado, o pipeline completo — incluindo o reconhecimento do osso e a transferência de pose relativa em cenários cirúrgicos complexos — permanece como um tema para trabalhos futuros. O estudo atual foca estritamente na validação da viabilidade das capacidades de reconhecimento do marcador sob ambas as modalidades de imagem.