APP下载

改良铺巾方法对机器人引导下立体定向脑深部电极植入精度的影响性研究

2019-04-25赵克迪王冉单永治安阳

中国现代医生 2019年6期
关键词:精度

赵克迪 王冉 单永治 安阳

[摘要] 目的 探讨改良铺巾方法对于立体定向脑电图脑电极植入精度的影响。 方法 回顾性分析2016年4月1日~2018年4月1日我院神经外科在不同的铺巾方法下行立体定向脑电图杏仁核电极植入手术59例,共70根杏仁核电极,根据铺巾方法分为实验组和对照组,其中34例手术患者的40根杏仁核电极为实验组,使用改良大单铺巾方法,25例患者的30根杏仁核电极为对照组,使用传统开颅孔巾铺巾方法。比较两种铺巾方法下杏仁核电极植入误差。 结果 实验组患者杏仁核电极最小误差0.28 mm,最大误差4.22 mm,对照组患者杏仁核电极最小误差0.54 mm,最大误差9.82,进行上述统计学分析可以得出實验组杏仁核电极中位误差1.33(0.71,1.82)mm,对照组杏仁核电极中位误差1.47 mm(1.04,3.59)mm,两者行秩和检验,差异有统计学意义(P=0.036<0.05)。 结论 改良铺巾方法能够显著提高立体定向脑电图脑深部电极植入精度。

[关键词] 立体定向手术;SEEG;手术单;精度

立体定向技术是目前神经外科领域的广泛应用的技术,通过结合影像技术与神经导航技术,应用于神经导航手术、颅内血肿清除、脑深部电刺激(DBS)、立体定向脑电图电极植入(SEEG)、颅内病变活检等微创手术,而其中的SEEG手术在癫痫外科中占有重要地位[1]。随着影像技术和工程技术的发展,立体定向技术已由传统框架系统向机器人引导下的无框架系统转变[2]。与传统框架系统相比较,新型的机器人辅助立体定向系统拥有精度高、操作简便、手术入路灵活、影像实时定位等特点,同时能够创造更好的无菌环境[3]。我院神经外科自2015年引入法国Medtech研发的机器人辅助立体定向系统(ROSA机器人)后,使用ROSA机器人代替原有Leksell框架系统行神经导航手术、SEEG电极植入、颅内病变活检等手术,其后又参与国产Remebot机器人系统临床验证,积累了丰富的机器人辅助立体定向手术经验。在实际临床应用中,手术路径设计和手术操作方法关系到最终手术精度。除此以外,手术巾铺巾方式和手法也对机器人辅助下立体定向手术精度有一定影响。传统铺巾方法使用开颅孔巾铺单,改良铺巾使用两块大单覆盖。本文就铺巾方法对机器人引导下立体定向脑电图电极植入手术精度的影响进行回顾性分析,现报道如下。

1 资料与方法

1.1 一般资料

在2016年4月~2018年3月我院行机器人引导下SEEG电极植入术癫痫患者中,在不同的铺巾方法下行立体定向脑电图杏仁核电极植入手术59例,男41例,女18例。共70根杏仁核电极,根据铺巾方法分为实验组和对照组,其中34例手术患者的40根杏仁核电极为实验组,其中男23例,女11例,使用改良大单铺巾方法;25例患者的30根杏仁核电极为对照组,其中男18例,女7例,使用传统开颅孔巾铺巾方法。患者均为难治性癫痫患者且均植入包杏仁核电极的多根电极,部分患者植入双侧杏仁核电极。两组一般资料比较,差异无统计学意义(P>0.05),具有可比性。见表1。

1.2 方法

1.2.1 机器人引导下SEEG电极植入  所有患者均于术前行64排CT和3.0T MRI扫描,CT取1 mm薄层扫描,MRI 扫描序列包括增强T1WI(3D-T1WI,层厚1 mm),扫描范围为头顶到鼻尖,图形数据导入ROSA手术计划系统或Remebot手术计划系统行电极植入路径规划。电极植入数量、位置和规格根据患者症状及EEG、PETCT、MEG等数据经神经外科、神经内科联合讨论确定(图1)。所用颅内电极均使用法国Alcis公司立体定向脑深部热凝电极。患者取仰卧位或侧卧位,气管插管全身麻醉条件下以Mayfield头架固定头部,同时锁定手术床高度,将手术床遥控器关闭。患者头部注册完毕后,消毒铺巾。对照组患者使用传统铺巾方式,即使用神经外科开颅孔单完成铺巾(封三图12A)。实验组患者使用改良铺巾方法(封三图12B),即四块小巾铺巾完成后使用两块大单重叠覆盖完成铺巾;在机器人机械臂引导下完成经皮露骨钻孔、单极电凝灼烧硬膜、导向螺钉固定,计算电极植入长度后经探针导向植入电极至靶点位置。全部电极植入完成后撤离机器人系统,松解头架手术结束。

1.2.2 评估电极植入精度  所有患者均于手术完成当天或次日行第二次1 mm CT薄层扫描。术后CT影像数据与术前影像数据融合,确定实际电极植入位置。测量实际电极植入位置与术前电极规划位置的距离,确定植入精度。

1.3 统计学方法

采用SPSS 23统计学软件进行分析,选取所有患者植入的杏仁核电极的精度数据,样本量的计算参考以往相关资料,选择α=0.01,β=0.02,两组样本资料不符合正态分布,对两组患者进行Levene检验,两组患者不具备方差齐性,两组样本进行两独立样本秩和检验,连续性资料,表达方式以中位数M(P25,P75)表示,计数资料采用χ2检验。P<0.05为差异有统计学意义。

2 结果

2.1 59例患者共植入杏仁核电极70根精度的比较

术前计划植入70根,实际植入70根,成功率100%,见表 2。两组患者数据不符合正态分布,实验组患者杏仁核电极最小误差0.28 mm,最大误差4.22 mm,对照组患者杏仁核电极最小误差0.54 mm,最大误差9.82 mm,进行上述统计学分析可以得出实验组杏仁核电极中位误差1.33(0.71,1.82)mm,对照组杏仁核电极中位误差1.47(1.04,3.59)mm,两者行秩和检验,有显著统计学差异(P=0.036<0.05)。对两组患者进行Levene检验,得到假定等方差F值为15.537,显著性为0.000,两组患者不具备方差齐性。实验组34例,对照组25例。部分患者行双侧杏仁核电极植入,测量数据有两个。未植入侧数据缺省。实验组患者杏仁核电极最小误差0.28 mm,最大误差4.22 mm,平均1.34 mm,标准差0.81,中位误差1.33(0.71,1.82)mm;对照组杏仁核电极最小误差0.54 mm,最大误差9.82 mm,平均2.38 mm,标准差为2.03,中位误差1.47(1.04,3.59)mm。

2.2并发症

所有患者均无硬膜外出血、硬膜下出血或脑内出血等并发症。

3 讨论

立体定向技术结合了三维影像和神经导航系统,在神经外科广泛应用;通过立体定向技术将电极等植入到脑内靶点,就是立体定向脑电图(SEEG),这个概念成型于上世纪50年代的法国Saint Anne医院[4]。Talairach使用当时已经成熟的脑室造影技术,确定AC、PC点的位置,结合Talairach图谱,将电极植入到感兴趣脑区,实现解剖-电-临床相结合的临床思路来诊断癫痫。但电极只能采用水平入路,且由于个人血管的变异带来的出血风险,使得此项技术的应用受到很大限制。至70年代出现CT与MRI技术之后,随着对神经及血管解剖结构更加直观而清晰的认识,立体定向技术得以进一步发展[5]。SEEG技术便是其中最重要的应用之一。随着框架坐标系统的应用,SEEG得以推广。目前使用较多的框架系统如Leksell等,实现了电极的多角度植入。随着医学工程技术和影像技术进步,出现了机器人辅助下SEEG电极植入。意大利米兰Niguarda医院癫痫中心,是第一批使用机器人引导下SEEG电极植入的实践者,使用Neuromate机器人代替传统框架系[6]。我院神经外科于2015年7月开始使用ROSA机器人取代既往Leksell框架行SEEG电极植入。其后参与国产Remebot机器人临床验证课题,对机器人辅助SEEG工作积累了丰富经验。SEEG电极植入可能有出血感染等并发症,出血可能为硬膜外出血、硬膜下出血、脑内出血等。在Cardinale报道的一组病例中,报道此类并发症发生率为2.6%[7,8];Gonzalez-Martinez報道的另一组病例中,并发症的发生率为2.5%[9];最近Mullin的一篇Meta分析中提到,SEEG电极植入的并发症发生率为1.3%[10]。轻微的出血症状较轻,可能仅仅为头晕、头痛甚至没有症状,严重的出血并发症可能会引起脑疝等危急情况[11]。在手术前的电极路径规划中,根据血管情况选择安全可靠的电极植入路径,能够在很大程度上避免电极触碰损伤路径周围血管,从而避免颅内出血并发症。高精度的电极植入能够确保手术规划顺利实施[12]。实际操作过程中,电极实际植入位置与计划目标位置之间会有一定的误差。在毛之奇报道的一组ROSA机器人引导下SEEG病例中,电极植入的平为均误差(3.65±1.82)mm[13];有研究报道使用Neuromate机器人引导下SEEG病例的电极植入平均误差为(2.04±1.31)mm;Varma报道的22例使用Neuromate机器人引导下立体定向手术的平均误差为3.9 mm[14]。造成误差的因素有很多,如术者操作熟练程度、机器人辅助系统自身精度、注册方法差异、钻孔过程中的钻头滑动、头架固定系统的弹性形变等[15]。

在本回顾性研究中,电极路径的设计和植入手术均由同一经验丰富医疗小组完成,基本可以排除经验不足可能带来的精度影响。使用的立体定向钻头有一定弹性,在植入过程中,钻头如果与颅骨法向量夹角过大,可能会使其在颅骨表面滑动,从而改变电极植入方向。电极植入脑内长度越大,这种方向偏差带来的影响会越大。本中心的电极植入操作中,此电极入路较为固定,在不同患者之间变动较小,且植入方向与颅骨表面法向量之间的夹角比较小且相对固定,不易引起钻头滑动,能把不同患者钻孔过程中的钻头滑动差异造成的精度影响降到最低。故而在本回顾性研究中,选择杏仁核电极作为精度统计的测量标准。使用机器人辅助SEEG电极植入时,多使用Mayfield头架或者Leksell头架固定患者头部。由于Mayfield头架力臂比较长,在外力作用下,会引起不可忽视的弹性形变[16]。在常规开颅手术中,这种头架固定系统的弹性形变对手术没有影响,所以其影响往往为人忽略。在机器人辅助SEEG电极植入过程中,患者信息注册完成后进行消毒铺巾工作。不恰当的铺巾方式会给头架系统带来一定作用力,这会带来额外的精确度损失。经过分析和实际观察,我们注意到在使用Mayfield头架系统固定患者头部之后,并不完全稳固。在外力作用下金属构件有弹性形变,患者头部会有微小移动。经粗略测量,在没有连接机器人的情况下,头架移动甚至可能会超过1 cm。连接机器人连接臂能增加稳固性,将可移动范围减少到毫米级别。患者头部注册是在完成固定之后,此时患者头部并没有额外的作用力。注册完成之后进行消毒铺巾,不恰当的铺单手法会增加一个额外的力量,使得本已固定头部的头架系统产生弹性形变而移动,且难以判断移动方向。这种移动在行神经外科开颅手术时,是没有影响的。但是在精确度要求极高的立体定向手术中,这种级别的头部移动是不能忍受的。尤其是植入路径周围可能会有血管或其他重要组织。使用传统开颅孔单铺单,会给予头架系统一个外力,使用改良方式铺单,能很好地避免这种作用力,从而减少患者头部移动,提高电极植入精度。此外需要注意的是,Mayfield头架系统并不是为立体定向手术量身定做的头架,因此在使用过程中会出现一些意料之外的问题。除了弹性形变之外,头架本身的稳固性也值得怀疑。在实际使用过程中,我们观察到患者在Mayfield头架三钉固定之后仍然会有一定的活动度,使用四钉小儿头架代替之后,并不能解决活动度问题。使用Leksell四钉框架固定患者头部,可以比较完美解决活动度问题,但也会给连接系统带来更大的弹性形变移动。而且,Leksell头架的固定也是个繁琐的过程,植入过程中可能会影响个别电极的植入[17]。患者电极植入手术结束时,取下Leksell头架过程中,可能会触碰到导向螺钉而引起螺钉脱落甚至断裂的危险。而且,Leksell头架很难完成符合规格的消毒,使得患者可能承受额外的感染风险。

由本研究中可知,使用改良铺巾方法,减少手术铺单过程中头架形变造成的患者头部移动,可以有效提高SEEG手术精度。改良铺巾方法除了适用于SEEG手术之外,也可以应用于其他立体定向手术,如神经导航手术、颅内血肿清除、DBS、颅内病变活检等。通过分析改良铺巾方法的原理,我们也不难推出如果使用更加轻便的无纺布来代替消毒单铺巾,相信也可以取得相应的精度提升,能够减少立体定向手术患者头架的额外受力,就能够减少形变,从而提高手术精度。

机器人引导下立体定向电极植入是未来的方向。可以给手术带来便利。在实际操作过程中,仍然会有一些不能预料到的实际问题。与使用传统开颅孔单相比,使用改良铺巾方法能够切实有效地提高杏仁核电极的植入精度,提高整体立体定向手术的精度。在实践中不断提出问题,分析问题,解决问题,才能够使得手术精度不断提高,手术技术得到不断磨练,同时使得医护配合默契程度不断提高,给患者更好的安全保障和最佳的治疗效果。

[参考文献]

[1] 赵国光,凌鋒. 立体定向脑电图[J]. 中华神经外科杂志,2012,28(3):313-315.

[2] Tanriverdi T,Ajlan A,Poulin N,et al. Morbidity in epilepsy surgery:An experience based on 2449 epilepsy surgery procedures from a single institution[J]. J Neurosurg,2009,110(6):1111-1123.

[3] Spire W,Jobst B,Thadani V,et al. Robotic image-guided depth electrode implantation in the evaluation of medically intractable epilepsy[J]. Neurosurg Focus,2008,25(6):E19.

[4] Talairach J,Bancaud J,Bonis A,et al. Functional stereotaxic exploration of epilepsy[J]. Confin Neurol,1962,22:328-331.

[5] Hall J,Khoo H. Robotic-assisted and image-guided MRI-compatible stereoelectroencephalography[J]. Can J Neurol Sci,2018,45(1):35-43.

[6] Serletis D, Bulacio J, Bingaman W, et al. The stereotactic approach for mapping epileptic networks:A prospective study of 200 patients[J]. J Neurosurg, 2014, 121(5):1239-1246.

[7] Cardinale F,Cossu M. SEEG has the lowest rate of complications[J]. J Neurosurg,2015,122(2):475-477.

[8] González-Martínez J,Bulacio J,Thompson S,et al. Technique,results,and complications related to robot-assisted stereoelectroencephalography[J]. Neurosurgery,2016,78(2):169-180.

[9] Cardinale F,Cossu M,Castana L,et al. Stereoelectroencephalography:Surgical methodology,safety,and stereotactic application accuracy in 500 procedures[J]. Neurosurgery,2013,72(3):353-366.

[10] Gonzalez-Martinez J, Mullin J, Vadera S, et al. Stereotactic placement of depth electrodes in medically intractable epilepsy[J]. J Neurosurg,2014,120:639-644.

[11] Mullin J,Shriver M,Alomar S,et al. Is SEEG safe  A systematic review and meta-analysis of stereo-electroencephalography-related complications[J]. Epilepsia,2016, 57:386-401.

[12] Carmichael D,Thornton J,Rodionov R. Safety of localizing epilepsy monitoring intracranial electroencephalograph electrodes using MRI:Radiofrequency-induced heating[J]. J Magn Reson Imaging,2008,28(5):1233-1244.

[13] 毛之奇,余新光,凌至培,等. ROSA机器人辅助下脑深部电极植入术研究[J]. 中国现代神经疾病杂志,2015, 15(9):712-715.

[14] Varma T,Eldridge P. Use of the NeuroMate stereotactic robot in a frameless mode for functional neurosurgery[J]. Int J Med Robot,2006,2(2):107-113.

[15] Xu F,Jin H,Yang X,et al. Improved accuracy using a modified registration method of ROSA in deep brain stimulation surgery[J]. Neurosurg Focus,2018,45(2):E18.

[16] Camarillo D,Krummel T, JKJS. Robotic technology in surgery:past,present,and future[J]. Am J Surg,2004, 188(4ASuppl):2S-15S.

[17] Zhang G,Chen G,Meng D,et al. Stereoelectroencephalography based on the Leksell stereotactic frame and Neurotech operation planning software[J]. Medicine (Baltimore),2017,96(23):e7106.

猜你喜欢

精度
热连轧机组粗轧机精度控制
超高精度计时器——原子钟
分析误差提精度
基于DSPIC33F微处理器的采集精度的提高
GPS曲面拟合高程精度探讨
数控超精密加工精度控制研究
GPS/GLONASS/BDS组合PPP精度分析
制造误差对于直驱数控转台精度的影响
四种紊流模型模拟弯道水流精度的对比分析
改进的Goldschmidt双精度浮点除法器