力控机器人超声弹性成像提升甲状腺结节诊断一致性

引言

超声弹性成像是一种无创成像技术，可定量评估组织硬度，在局灶性病变（尤其是肝脏、乳腺和甲状腺）的表征中发挥着越来越重要的作用[1–3]。通过评估组织弹性的差异，弹性成像可有效区分良性与恶性结节，从而提高诊断信心[4]。

临床上采用两种主要的弹性成像方法：应变弹性成像（SE），测量外部加压下组织的相对形变；剪切波弹性成像（SWE），基于剪切波传播速度定量评估组织硬度。SE和SWE均高度依赖于扫描过程中稳定、一致的力量施加。然而，放射科医师之间手动施力的变异性降低了可重复性和准确性：SE中不一致的加压导致非标准化的形变，而SWE中不稳定的换能器-组织接触损害了剪切波质量[5–7]。

尽管常规弹性成像已证明对甲状腺结节具有诊断价值，但放射科医师依赖性的变异性仍是一个显著局限。即使经验丰富的放射科医师在不同检查中施加的压力也不一致，导致测量可靠性和诊断性能下降。因此，SE和SWE整合到现有的甲状腺风险分层系统中仍然有限[8–10]。机器人远程超声系统为超声弹性成像中稳定施力提供了潜力；然而，目前大多数平台缺乏实时力控制[11–13]。为解决这一问题，我们开发了一种具有实时力反馈的机械臂，以确保弹性成像过程中标准化且可重复的组织加压[14, 15]。

本研究的目的是评估该力控机械臂在甲状腺弹性成像中的有效性。具体而言，我们旨在评估其在图像质量、组内一致性以及鉴别良恶性甲状腺结节的诊断准确性方面的表现[16]。我们还试图确定其支持标准化和可重复超声工作流程的潜力，最终实现更可靠和客观的临床决策。

材料与方法

研究设计与参与者

本前瞻性研究纳入了2024年8月至2024年12月期间在我院超声诊断科接受超声评估的甲状腺结节患者。每个甲状腺结节均由初级医师（具有5年弹性成像经验）、高级医师（具有10年弹性成像经验）和力控机械臂独立进行SE和SWE评估。

本研究经中国科学技术大学附属第一医院伦理委员会批准（批准号：2023KY333）。所有患者在参与前均提供了书面知情同意书。所有结节均有明确的病理诊断。纳入标准：（1）同时接受常规超声和超声弹性成像检查的甲状腺结节患者；（2）经细针穿刺（FNA）获得明确细胞学诊断或经手术确认组织病理学诊断的结节，且临床资料完整。排除标准：（1）无法耐受超声检查或机械臂操作的患者；（2）结节直径小于5 mm、无法进行有效弹性成像评估者。患者招募流程图见图1。

力控机械臂与超声成像平台

本研究使用的力控机械臂为专为超声弹性成像应用开发的定制7自由度（7-DOF）系统。该系统集成了高精度力传感器和实时控制算法，可在医师监督下实现稳定、精确和可重复的压力施加。探头轨迹和施加的压力均受到严格调控，以确保整个检查过程中组织接触的一致性，从而提高弹性成像图像采集的标准化和可重复性。

超声检查使用迈瑞Resona R9s系统，配备高频线阵探头（5–15 MHz）和专用甲状腺成像模块。该系统提供高分辨率B模式成像，可详细显示甲状腺解剖结构和小病灶。在弹性成像模式下，系统支持SE和SWE，能够实时采集弹性成像数据并对应变比和杨氏模量进行定量评估。所有设备在研究前均经过校准，以确保所有检查的一致性和测量准确性。

机械臂力控设置

本研究中，使用力控机械臂进行超声弹性成像，通过精确控制探头施加的压力提高了成像的稳定性和可重复性（补充图S1）。该系统由七自由度机械臂、六维力/力矩传感器（6DF-TS）和PID控制系统组成，其中PID控制系统根据反馈调节压力施加以确保一致性（补充图S2、S3）。机械臂通过六维力/力矩传感器实时监测探头施加的压力，并利用PID控制系统调节压力输出使其符合目标值。PID控制如公式（1）所示：

特别地，PID控制器根据目标力与实时测量力之间的偏差调节压力输出，以确保施加压力的稳定性。该系统可优化超声弹性成像的压力一致性，提高图像质量和测量可靠性，并为超声机器人在临床应用中提供标准化的压力施加方案，有助于提高超声诊断的准确性和可重复性。

针对不同成像模式设计了两种力控制策略。在SE模式下，对机械臂施加正弦波力，其目标力表示为公式(2)：

在SWE模式下，目标力为恒定值，PID控制器根据施加力与目标恒定力之间的误差进行调节，以确保剪切波的稳定传播，降低测量误差，提高SWE图像的可重复性，并按公式(3)施加力：

超声弹性成像图像采集流程

标准参考图像采集：一位在超声弹性成像领域拥有超过15年经验的资深放射科医师对每个甲状腺结节进行了多次SE和SWE扫描。根据清晰度、稳定性和诊断可解释性筛选出的最高质量图像由第二位资深放射科医师独立审核。仅将共同确认为优秀的图像纳入标准参考，用于后续对比分析。

医师手动采集：在手动采集时，放射科医师首先激活SE模式并施加节律性手动压迫以获得稳定的应变图像。随后，在SWE模式下，保持探头稳定以采集剪切波图像。若图像质量欠佳，则重复扫描以确保满足诊断要求。

力控机械臂采集：在力控机械臂组中，力控系统自动识别并锁定目标结节。利用预定义的扫描轨迹和实时力反馈，机械臂自主完成SE和SWE采集。图像在满足稳定标准后自动冻结，以确保输出的一致性和高质量（补充视频1–4）。

检查方案：每个甲状腺结节接受三次完整的SE和SWE成像检查——分别由初级医师、高级医师和机械臂独立完成。所有图像和定量数据均归档以备后续分析。持续监测患者安全，若出现任何不适立即终止检查（图2）。各操作者的具体工作流程和操作时间（机械臂-T、高级-T、初级-T）详见附录E1。

图像质量与可重复性评估

为评估图像质量，将初级放射科医师、高级放射科医师和机械臂获得的SE和SWE图像与标准参考图像进行比较，采用三项客观指标：结构相似性指数（SSIM）、峰值信噪比（PSNR）和均方误差（MSE）。SSIM、PSNR和MSE的定义与计算方法见附录E2。主观图像质量由一位对操作者身份不知情的经验丰富的放射科医师评估，采用5点李克特量表计算平均意见评分（MOS），基于清晰度、对比度和解剖边界描绘进行评分。详细的MOS评分标准见补充表S1。

在可重复性分析中，采用Dice相似系数（DSC）评估重复图像分割的空间重叠度，而组内相关系数（ICC）用于量化重复剪切波弹性成像（SWE）采集间最大弹性（Emax）测量值的一致性。采用受试者工作特征（ROC）曲线分析鉴别良恶性甲状腺结节的诊断性能，并计算各组的曲线下面积（AUC）值。最后，将所有定量指标（SSIM、PSNR、1–MSE、MOS、DSC和ICC）归一化并取平均值，生成综合性能概况，并通过雷达图可视化，以便于三个操作者组之间的多维比较。所有评价指标的定义总结于补充信息中。

统计分析

所有数据分析均在SPSS 26.0或Python中完成。采用Shapiro–Wilk检验评估数据的正态性：正态分布数据以均值±标准差表示，非正态分布数据以中位数（四分位距）表示。所有统计检验均为双侧检验，p < 0.05表示差异具有统计学意义。以标准图像为参考，采用SSIM、PSNR和MSE客观评价每位放射科医师获得的图像质量，并采用MOS进行人工盲法评分。组间评分差异根据正态性结果，采用单因素方差分析或Kruskal–Wallis检验。组间两两比较分别采用Tukey HSD检验或非参数方法中的Dunn检验进行补充。采用DSC评估图像的空间结构一致性。放射科医师在不同时间点采集的SWE图像中Emax的一致性通过ICC计算。基于术后病理结果，绘制低年资医师、高年资医师和力控机械臂在SE和SWE模式下诊断良恶性甲状腺结节的ROC曲线，并计算AUC以评估其鉴别能力。各方法间AUC的差异通过DeLong检验进行比较。

结果

纳入甲状腺结节的一般临床特征

前瞻性连续纳入131例甲状腺结节患者，并按C-TIRADS分类和病理诊断进行分层，汇总于表1。各组间性别分布无显著差异（男性比例：40.0%、23.6%和17.4%；p分别为0.23、14和0.46），患者平均年龄亦无显著差异（47.9 ± 5.6、46.8 ± 6.3和47.8 ± 6.8岁；均p > 0.05）。组织病理学分析证实甲状腺乳头状癌（PTC）为主要恶性亚型。随着C-TIRADS分类升高，结节最大直径（MD）呈显著下降趋势（从C-TIRADS 3的15.2 ± 4.2 mm降至C-TIRADS 5的9.8 ± 2.4 mm；p < 0.01），而恶性结节比例显著升高（从C-TIRADS 3的20.0%升至C-TIRADS 5的95.7%；p < 0.01）。

各放射科医师组SE和SWE的图像质量评价

在SE图像中（图3A–C），平均SSIM值分别为0.64（初级）、0.72（高级）和0.89（机械臂），组间差异有统计学意义（F = 684.29，p < 0.001）。平均PSNR值分别为34.36 dB、35.73 dB和42.25 dB（F = 69.45，p < 0.001）。平均MSE值分别为4.21 × 10⁻³、3.84 × 10⁻³和3.08 × 10⁻³（F = 60.39，p < 0.001）。多重比较显示，各组间在SSIM、PSNR和MSE方面差异均有统计学意义（均p < 0.001）。在SWE图像中（图3D–F），平均SSIM值分别为0.72（初级）、0.76（高级）和0.81（机械臂），组间差异有统计学意义（F = 39.65，p = 0.004）。PSNR值分别为34.75 dB、36.02 dB和41.63 dB（F = 74.58，p < 0.001），机械臂组显著高于两个人工组（p < 0.001和p < 0.01）。MSE值分别为4.33 × 10⁻³、3.92 × 10⁻³和3.06 × 10⁻³（F = 94.46，p < 0.001），各组间差异均有统计学意义（p < 0.001）。

三组放射科医师对SE和SWE图像的主观评价

MOS结果显示，机械臂组在SE和SWE模式下均显著优于人工放射科医师（图4）。在SE图像评分中，机械臂组亦获得最高分（4.1 ± 0.3），显著高于高级医师组（3.7 ± 0.4）和初级医师组（3.2 ± 0.5），组间差异亦有统计学意义（F = 45.62，p < 0.001），多重比较显示机械臂组与人工组之间差异有统计学意义（p < 0.01）。SWE图像的MOS评分在机械臂组为4.3 ± 0.2，高级医师组为3.9 ± 0.3，初级医师组为3.5 ± 0.4，组间差异有统计学意义（F = 52.18，p < 0.001），机械臂组与其余两组之间差异均有统计学意义（均p < 0.01）。

各放射科医师组内SE和SWE图像的一致性

在SE图像中（图5A–C），初级医师之间的DSC值分别为：0.64 ± 0.12（1 vs 2）、0.65 ± 0.15（1 vs 3）和0.62 ± 0.11（2 vs 3）；高级医师的DSC分别为0.69 ± 0.09、0.69 ± 0.08和0.68 ± 0.09。机械臂组显示出显著更高的一致性：0.91 ± 0.04、0.89 ± 0.05和0.91 ± 0.04。组间比较显示，机械臂的平均DSC为0.90 ± 0.05，显著高于高级组（0.69 ± 0.09）和初级组（0.64 ± 0.13；均p < 0.001）。高级组亦优于初级组（p < 0.001）。

在SWE图像（图5D–F）中，初级组的DSC分别为0.63 ± 0.12、0.66 ± 0.12和0.61 ± 0.11；高级组的值分别为0.70 ± 0.09、0.68 ± 0.08和0.68 ± 0.09。力控机械臂组再次表现出最高的一致性（0.90 ± 0.05、0.89 ± 0.05和0.90 ± 0.04），其平均DSC显著高于高级组（0.69 ± 0.09）和初级组（0.64 ± 0.12；所有p < 0.001）。高级组也表现出比初级组更好的一致性（p < 0.01）。

放射科医师各组间SWE图像中Emax测量的组内一致性

基于SWE和SE的弹性分析表明机械臂具有更优的性能，尤其是在高风险甲状腺结节中。在C-TIRADS 5组中，机械臂获得了最高的Emax值（89.83 ± 7.25 kPa），显著优于人工操作的放射科医师，有助于准确识别恶性结节（p < 0.05；表2）。对于确诊的恶性结节，机械臂获得的Emax和SR值（Emax：78.42 ± 7.56 kPa；SR：1.21 ± 0.17）显著高于初级和高级医师（p < 0.05；表3），表明具有更好的鉴别能力。力控机械臂在SR和Emax两种模式下均表现出最高的一致性，ICC分别为0.93和0.94（95% CI：0.85–0.96和0.88–0.97；均p < 0.01），显著优于高级医师（0.84和0.81）和初级医师（0.69和0.67，表4）。

图像质量与采集效率

在SE和SWE两种模式下，力控机械臂在所有图像质量和一致性指标上均优于初级和高级医师。对于SE图像（图6A），机械臂组获得最高评分：SSIM = 0.94、PSNR = 45.8 dB、1-MSE = 0.84、MOS = 4.9、DSC = 0.91、ICC = 0.91。这些数值显著优于高级医师组（例如DSC = 0.71、ICC = 0.72）和初级医师组（DSC = 0.63、ICC = 0.64），所有差异均达到统计学显著性（p < 0.001）。两两比较显示，机械臂组显著优于高级医师组（p < 0.01）和初级医师组（p < 0.001），而高级医师的表现也优于初级医师（p < 0.05）。同样，在SWE图像中（图6B），机械臂获得SSIM = 0.92、PSNR = 55.8 dB、1-MSE = 0.89、MOS = 4.9、DSC = 0.94、ICC = 0.95——始终高于两个医师组。初级医师组在所有指标中表现最低。所有组间差异均具有统计学显著性（p < 0.001）。高级医师和机械臂的采集速度快于初级操作者（P1和P2 < 0.05），高级医师组与机械臂组之间无显著差异（P3 = 0.68；表S2）。

手动与机械臂弹性成像的诊断性能

ROC分析表明，超声弹性成像的诊断性能在不同类型放射科医师之间差异显著（图6C、D）。在SE模式下，SR的AUC在初级医师组为0.62（95% CI，0.51–0.72），在高级医师组为0.87（95% CI，0.81–0.93），在机械臂组为0.90（95% CI，0.84–0.95）。高级医师组和机械臂组的AUC显著高于初级医师组（DeLong检验，p < 0.05），高级医师组与机械臂组之间未观察到显著差异（p > 0.05）。在SWE模式下，Emax的AUC在初级医师组为0.84（95% CI，0.77–0.92），在高级医师组为0.91（95% CI，0.85–0.97），在机械臂组为0.95（95% CI，0.90–0.99）。两两比较显示所有组之间差异均具有统计学显著性（DeLong检验，所有p < 0.05）。

讨论

本研究全面评估了力控机械臂在获取甲状腺结节SE和SWE图像方面的性能，重点关注图像质量、一致性和诊断准确性。我们的研究结果表明，该机器人系统在生成高质量、一致且诊断可靠的弹性成像图像方面显著优于初级和高级医师。

在SWE成像中，机械臂组获得了更优的客观指标（SSIM = 0.91，PSNR = 41.63 dB，MSE = 3.06），在SE中也观察到类似结果（SSIM = 0.94，PSNR = 42.25 dB，MSE = 3.08）。主观MOS评分也最高（SE：4.1 ± 0.3；SWE：4.3 ± 0.2），所有差异均具有统计学意义（均p < 0.001）。这些结果提示，机器人系统通过精确实时调整探头接触力，有效减轻了放射科医师相关变异和图像噪声，改善了边界清晰度和组织对比度。这一优势在SE成像中尤为明显，而SE成像对压力波动高度敏感。与既往强调弹性成像中标准化施力重要性的研究一致，我们的研究进一步验证了机器人控制能够最大限度减少图像失真和变异性[16, 17]。

在放射科医师内部重复性方面，机械臂在Emax测量中获得了最高的DSC和ICC（ICC = 0.94），显著优于两个医师组（ICC分别为0.81和0.67；p < 0.01）。这些结果证实，机器人采集具有更优的可重复性，这对于纵向评估和动态监测场景尤为重要。尽管早期机器人超声研究已报道图像稳定性改善，但我们的研究是首批使用统一机器人系统系统量化SE和SWE模式下图像一致性和弹性参数可靠性的研究之一。

雷达图分析进一步强化了机器人系统在SE和SWE两种模式下六项关键性能指标（SSIM、PSNR、MSE、MOS、DSC、ICC）的全面优势。机械臂不仅在所有维度上产生了最高的归一化评分，还显著降低了放射科医师间变异性，支持其在标准化和优化图像采集方面的潜力。除图像质量外，采集效率也较高：机器人系统表现与高年资放射科医师相当（p = 0.68），且快于低年资操作者（p < 0.01），表明力控制不会减慢扫描速度。

在诊断评估中，机器人组在鉴别良恶性结节方面获得了最高的AUC（SWE：0.95 vs 0.91 vs 0.84；SE：0.90 vs 0.87 vs 0.62），即使与高年资医师相比，差异仍具有统计学意义。这些结果强调了标准化、力控制采集的诊断价值，尤其是在SE等压力敏感模式中。

在既往研究中，远程超声机器人系统主要局限于常规甲状腺扫描。在本研究中，我们通过整合基于PID的力控制系统增强了远程超声平台的功能，使其能够应用于SE和SWE。这一进展显著改善了图像一致性和诊断性能，尤其是在高风险结节和高级别C-TIRADS类别中，突显了该系统在临床实践中实现标准化和可重复弹性成像的潜力。

尽管结果令人鼓舞，但应承认若干局限性。第一，所获取的弹性成像图像仍需要放射科医师进行人工判读。引入人工智能进行自动化图像分析可能进一步提高鉴别良性与恶性结节的诊断准确性，并代表未来研究的一个有前景的方向。第二，这项单中心研究涉及一个富集队列，C-TIRADS 3–5/恶性结节比例较高，侧重于标准化采集的技术可行性及队列内判别。接下来，我们将开展一项前瞻性多中心研究，纳入更大样本和更高比例的良性结节，以验证在真实世界人群中的性能并增强泛化能力。尽管存在这些局限性，机器人弹性成像系统表现出稳定且可重复的性能，凸显了其潜在临床价值。最后，基于标准化成像优化人工智能诊断算法仍是未来发展的重要方向。

结论

力控机械臂在标准化图像采集、提高弹性测量一致性以及在甲状腺结节评估中表现出更高的诊断性能方面显示出明显优势。未来与人工智能驱动的导航和判读相结合，可能使超声弹性成像从辅助机器人工具向智能诊断系统转变。

补充信息

电子补充材料

视频 1

视频 2

视频 3

视频 4