用于治療和診斷的核磁共振兼容手術機器人系統的發展現狀

摘 要 核磁共振成像（Magnetic Resonance Imaging，MRI）通過高分辨率目標組織掃描，可以使醫生和患者在免于電離輻射的情況下實現實時成像。近年來，科學家和工程師們一直嘗試將機器人技術與MRI結合在一起，實現機器人輔助和圖像引導相結合的診斷及治療。本文介紹了可用于術中MRI的醫療機器人系統，具體包括它們的成像兼容性、驅動方式、傳感方式、運動學以及機械和電氣設計，這些技術使得機器人在MRI引導下的介入診療成為可能，此外，基于不同的醫學場景，本文對各種MR兼容機器人系統做了分類和比較研究，最后對MR兼容機器人領域的未來發展方向進行了展望。

關鍵詞 MRI引導下介入；MR兼容；醫療機器人

中圖分類號 R608 文獻標識碼 A 文章編號 2096-7721（2023）04-0299-21

A survey on MR-compatible surgical robots

for treatment and diagnosis

WU Di1， 2， ZHOU Bing3， XIAO Xiao4， XIAO Bo5， GUO Jing6， HE Zhaoshui6， 7

（1. Technical University of Munich， Faculty of Mechanical Engineering， Munich 85748， Germany; 2. KU Leuven， Department of Mechanical Engineering， Leuven 3001， Belgium; 3. College of Mechanical and Vehicle Engineering， Hunan University， Changsha 410082， Hunan; 4. Department of Electrical and Electronic Engineering， Southern University of Science and Technology， Shenzhen 518055， China; 5. Department of Computing， Imperial College of London， London SW72BX， UK; 6. School of Automation， Guangdong University of Technology， Guangzhou 510006， China; 7. Key Laboratory for IoT Intelligent Information Processing and System Integration of Ministry of Education， Guangdong University of Technology， Guangzhou 510006， China）

Abstract Magnetic resonance imaging （MRI） is able to scan target tissues with high resolution， and allows clinicians as well as patients to be free from ionizing radiation. MRI enables real-time imaging of patients. In recent years， scientists and engineers have been trying to combine robotic technology with MRI to achieve robot-assisted and image-guided diagnosis and treatment. Medical robotic systems that could be used in intraoperative MRI were introduced in this survey， their MR compatibility， actuation， sensing， kinematics， and electro-mechanical designs were specially summarized and discussed. These robots make interventions under the guidance of MRI possible. In addition， based on various clinical scenarios， MR-compatible robotic systems are classified and comparatively studied. Finally， we conclude the survey with an outlook on the future research directions of the MR-compatible robotics.

Key words MRI-guided intervention; MR-compatible; Medical robot

與傳統的X線、超聲和計算機斷層掃描（Computed Tomography，CT）成像相比，核磁共振成像（Magnetic Resonance Imaging，MRI）具有較高的軟組織分辨能力。通過MRI圖像，醫生可以對疾病進行更精準的診斷。MRI引導下的機器人輔助技術不僅可以為臨床醫生提供詳細的術前規劃，還能夠提高手術的準確性和安全性。然而，MRI的強磁場環境及有限的機艙尺寸對機器人系統的機電設計提出了極大的挑戰。

根據美國材料和試驗協會（American Society for Testing and Materials，ASTM）F2503標準的規定，器材和機電設備在MRI環境內的安全程度由強到弱可以分為3個等級：MR安全（MR-safe），MR有條件安全（MR-conditional）以及MR危險（MR-unsafe）[1]。機器人系統能在MRI環境中使用（MR兼容），其制造材料和選用的電氣元件必須至少達到MR有條件安全的級別。在下文中，所有提到的MR兼容即指機器人或其制造材料屬于MR安全或MR有條件安全的類別。在MRI環境中設計、應用機電設備面對的挑戰有：①磁力引起的升力和扭矩；②對圖像偽影和幾何失真的要求；③對信號的噪聲比（Signal to Noise Ratio，SNR）要求；④磁感應渦流；

⑤射頻（RF）引起的熱效應和工作空間限制。鑒于這些挑戰，學者已經就驅動原理、傳感原理和材料選擇提出了許多解決方案。驅動源包括壓電馬達、超聲馬達、氣動馬達、液壓馬達，用于手術和MRI研究的手動機構，以及藥物輸送和導管轉向的MRI RF驅動選項。MRI環境中的機器人系統通常使用光纖技術來進行力和位置的感知。機器人通常鋁、鈦等非鐵磁金屬，以及乙縮醛樹脂（Delrin）、聚醚醚酮（PEEK）、尼龍和陶瓷等非金屬材料構成。

MR兼容機器人系統的產生和發展可以追溯到20世紀80年代末和90年代早期[2-3]，但是直到1995年，Masamune K等人[4]才首次研發出第一臺用于神經外科手術的MRI機器人系統。之后，Chinzei K等人[5]對各種結構材料和機電元件的MRI兼容性水平進行了縝密的量化和分類，開創了該領域第二個里程碑。隨后，他們開發了一種用于開放式MRI環境的機器人，該系統使外科醫生可以在MRI掃描儀的機艙內進行操作[6]。自2000年以來，有關MR兼容系統的文獻報道大幅增長[7-8]。MR兼容系統的應用包括以下方面：用于神經科學研究的功能性MRI（fMRI）工具[9-11]、醫療輔助設備（例如工具定位器[12]）、微創機器人系統[13]、用于執行MRI彈性成像[14]、磁場控制藥物輸送[15]和導管操作的機械振動器[16]。

本文介紹了術中MRI引導的介入式機器人系統的相關技術及其應用領域，對MRI機器人領域的前景進行了展望。

1 MR兼容機器人基本設計

1.1 MR兼容驅動技術

在MR兼容機器人領域，文獻中常用的驅動原理可歸納為超聲波電機、氣動執行器、液壓執行器、電磁（EM）線圈和機械傳動等類別[17]。

超聲波電機是被廣泛運用于MR兼容機器人的一種執行器。該類型的驅動器基于壓電材料的共振產生運動，并且已經在許多MR兼容的機電裝置中使用[4， 6， 18-20]。由于電機中的電纜會產生電磁干擾，為了將EM干擾降至最低，通常將電機放在距離掃描儀中心0.3～1m處。但超聲波馬達與MRI成像儀同步工作時，會導致圖像質量嚴重下降，從而無法實現MRI圖像引導下的實時介入手術。針對這一問題的解決方法是將電子部件放置在屏蔽外殼（法拉第籠）和過濾控制線路中，使得超聲波馬達可以被放置在MRI掃描儀的中心處。

氣動驅動可以將必要的電子設備和氣動閥安裝在掃描室外，并通過氣動導管將空氣流輸送到掃描室中的執行器。該方法能夠消除對必要電氣設備和電子元件的MR約束，并已成功展示了它在不同MRI設備中的可行性[21-25]。由于空氣是可壓縮流體，因此基于空氣的驅動器往往不具備較大的保持扭矩。為了確保機器人與外界環境發生物理接觸時的穩定性，氣動驅動器通常被設計成步進的形式（如圖1），采用棘輪、蝸桿等自鎖機械結構來避免其晃動[26-27]。

氣動導管長度為8～10 m，其兩端分別連接MRI中執行器和MRI控制室中的電控元件。盡管存在氣動系統延遲的固有問題，并且難以實現平穩和可控的精確定位，但這些問題通過特殊氣動執行器的設計已得到解決[28-30]。

相比于氣動驅動，液壓執行器具有較高的精度，并且可以提供較大的保持扭矩，使得基于液體的驅動器可以實現連續運動[31]，不需要借助自鎖的機械機構。但是基于液體的驅動方式存在液體泄漏、管路破裂等不容忽視的安全隱患。

通過EM線圈驅動是另一種可選擇方案，它是一種簡單易用且經濟高效的方法。通過在掃描儀中使用強磁場，通過線圈的電流產生垂直于磁場方向的力。由于驅動特性將根據線圈的方向和位置而變化，因此該方法適用于MR彈性成像[32-34]。

另外一種方法是將驅動器完全放置在遠離掃描室的地方，然后通過長距離的機械傳動裝置（例如帶傳動、鏈傳動等），驅動位于掃描室內的末端執行器。在此種情況下，由于不存在電機等驅動器，末端執行器可以完全達到MR-conditional甚至MR-safe的標準。該法可以消除MR環境施加的限制，從而使常規電磁驅動器的應用成為可能。LI G等人和WU D等人提出了一種基于鏈珠的長距離傳動系統[35-36]，該傳動使用塑料鏈珠，無需額外張緊輪施加張緊力，且鏈條和鏈輪之間無滑差，所以傳動精確（如圖2）。

MRI室內使用的其他一些驅動方法包括電驅動器[37]，電活性和鐵導電聚合物[38]，電流變流體制動器[39-40]和經過電磁屏蔽的直流馬達[41-42]等。

1.2 MR兼容的力感知

機器人輔助介入式手術的一個重要優勢是它能精確控制末端執行器的位置和力。要具備這種能力需要特定的傳感器將這些量測值反饋給控制算法，與此同時，這些傳感器還應與MR環境兼容。

封閉式MRI掃描儀施加的物理分離會導致醫生在常規介入手術期間與患者處于分開狀態，不能觸碰到患者，對力的感測需要將力控制算法和觸覺引入到MR環境中，這一點尤為重要。一些定制的傳感器已經開發出來，利用光電傳感器進行力測量并將光纖用于數據傳輸[43]。

例如，Tada M等人[44]提出了一種基于光學原理的力傳感器。當在兩個可能的方向上施加力時光源移動，這將改變來自光傳感器上的每個段的電信號。通過這種方式，它可以測量0～6 N的力，位移精度為1％。

Chapius D等人 [45]提出，基于光學傳感器，通過光強度測量來檢測柔性鉸鏈彈簧的位移。光束在柔性聚合物探針中的鏡子上反射，并通過光纖傳輸到掃描儀室外。這種檢測原理可以實現力測量的緊湊型設計，每個自由度只需兩根光纖，并可用于轉矩測量（如圖3）。

Frishman S等人[46]提出了一種基于液體媒介的力反饋裝置，其輸入力和輸出力之間的差異小于5%。該裝置采用基于連通器原理的設計，力能夠以較高的精度從一端傳輸到另一端。

1.3 MR兼容的位置感知

在MR兼容機器人中，位置傳感器通常用來確保其末端執行器到達目標位置。位置傳感器包括兩種類型：關節空間傳感器和任務空間傳感器。

關節空間測量主要通過光電直線和旋轉編碼器獲得[47]，這些編碼器通常具有極高的分辨率（0.0127mm/脈沖和0.072°/脈沖）。基于關節測量，末端執行器的空間位資可以通過機器人的運動學正解獲得。為了補償機器人運動學建模、組織形變、末端執行器形變帶來的定位誤差，基于任務空間的傳感器被引入進來。Hata N等人[48]采用光學跟蹤器來定位一個MR引導的導航消融裝置。末端執行器的位置信息可以通過MR坐標系和機器人坐標系的齊次變化獲得。這個方法的缺點在于末端執行器的位置信息不僅取決于光學跟蹤器的精度，同時也受到MR坐標系和機器人坐標系配準精度的影響。除此之外，它還需要跟蹤器和標記物保持連續的光學接觸。另外一種方案是利用磁共振儀的磁場梯度，通過三個正交線圈中的感應磁場強度來獲取位置信息[49]。然而，由于金屬儀器往往會對其周圍的磁場造成影響，這種傳感器無法測量金屬儀器在磁場中的位置和姿態信息。

直接觀測末端執行器在MR圖像中的位姿是另一個直觀的手段，通常包括三個基本方法：被動跟蹤，半主動跟蹤和主動跟蹤[50]。被動跟蹤通過測量設備在圖像中偽影的位置來推斷末端執行器的位姿信息。然而這種手段往往需要通過長時間的MRI掃描來獲得圖像信息，同時也需要對圖像進行精確的分割處理，從而不可避免地影響整個手術進程。半主動跟蹤和主動跟蹤都是應用了磁共振和微型線圈相互耦合的原理，其中半主動跟蹤技術采取了無線耦合方式，主動跟蹤技術利用微型同軸線對微型線圈和MRI進行耦合。與半主動跟蹤線圈相比（如圖4），主動線圈的特點在于當不需要進行位置測量時可以主動關閉跟蹤線圈耦合，從而改善由于微型線圈帶來的圖像信噪比降低的問題。在實際操作過程中，將微型線圈固定到末端執行器上，從而來獲取其位姿信息。微型線圈具有更高的精度（1mm）和更快的更新頻率（40Hz），從而能夠更快地獲得任務空間的位姿信息[51-52]。

2 MR兼容機器人的應用

2.1 用于前列腺治療的機器人

經直腸超聲（Transrectal Ultrasound，TRUS）引導的組織取樣是前列腺活檢的常用方式。醫生將超聲探頭插入到直腸對前列腺進行成像。在實時超聲成像的引導下，活檢針穿刺進入前列腺提取組織樣本用于病理分析[53]。然而，由于超聲圖像的有限分辨率，很難實現精確取樣。與此同時，為了盡可能多地提取可能存在癌細胞的組織，需要在前列腺的不同區域進行取樣。有文獻指出，在TRUS引導的活組織檢查中有15％～31％的前列腺癌患者被漏檢[54]。此外，由于在重復活檢過程中無法應用麻醉，患者通常會感到中度至重度疼痛，并伴有暈厥、直腸出血和血尿等并發癥。

TRUS引導前列腺活檢的局限性引起了人們對使用MRI進行腫瘤診斷和影像引導介入手術的興趣。和超聲掃描相比，MRI掃描具有成像質量高、無電離輻射、無需造影劑等優點。醫生可以在三維空間內進行術前規劃、病理分析和影像引導手術。采用直腸線圈的MRI可以提供更精確的前列腺圖像，從而提高活檢過程中癌癥診斷的準確性。MRI引導的前列腺活檢技術正變得越來越普遍，且呈現多樣性。閉式和開放式MRI掃描儀均可用于經直腸和經會陰[53，55]前列腺活檢。不同的MRI技術被用來確定目標區域，然而目標區域會隨著前列腺移動而移動。為了解決這個問題，學者們已經提出了眾多解決方案，包括用針固定前列腺并生成實時圖像[55]。

Krieger A等人[12]開發的MRI引導經直腸前列腺介入治療機器人具有活檢和基準標記放置的功能。該機器人系統（如圖5A）體積很小，可用于開放式和閉式MRI掃描儀。該機器人具有一個3-DOF（Degrees of Freedom，DOF）的操縱器，其包含具有針導向器和RF線圈的直腸鞘。該機器人是基于三維（3D）成像的圖像來進行手動調節，其運動是通過尼龍護套中的磷青銅導線傳輸，由內置的基準標記提供位置反饋，圖形用戶界面提供目標位置以及穿刺路徑信息。該機器人已經取得了可接受的定位精度 （1.3 mm），這一誤差的主要來源是組織形變，所以作者考慮將增加入針速度或在入針時固定前列腺提高定位精度作為未來工作。

該團隊還開發了用于前列腺活檢和近距離放射治療的探針放置機器人[56]。該機器人用于閉孔MRI掃描儀，當患者仰臥時，機器人被放置在患者腿部之間的空間。該團隊在3-T閉孔MRI掃描儀上對機器人的性能進行了評估，發現SNR最大降低至5％，平均定位精度為0.94 mm。

該機器人有8個DOF，其中3個DOF用于探針放置。機器人由丙烯酸和PEEK塑料構成，并使用MRI兼容的氣壓驅動，利用MRI兼容氣動制動器（連接到氣缸）和光電編碼器進行位置感測。使用基于氣缸的執行器設計機器人最大的好處就是可以將SNR降至非常低的水平，但由于氣體是可壓縮流體，因此機器人的動力學特性和剛度都有待提高（注：此處剛度是指機器人與外界環境交互時，保持自身位姿不變的能力）。

Elhawary H等人[57]開發了經直腸前列腺活檢系統（如圖5B）。該系統是以1-DOF線性平臺為基礎，構建而成的5-DOF笛卡爾機器人。每個平臺由一個線性壓電陶瓷電機驅動，并采用線性光電編碼器進行位置反饋。探針外殼包括有效的基準標記用于針的軌跡規劃，并由醫生用氣動觸發器遠程穿刺。機器人由乙縮醛樹脂（Delrin）和聚酰胺（Ertalon）構成，最大可降低8.8％的SNR。使用基于壓電原理的驅動器時，需要將機器人置于離成像區域（即Head coil）較遠的地方，否則會有明顯的偽影出現。因此其比較適合作為通體細長、驅動較長的探針機器人的驅動器。但是該類驅動器一般都存在扭矩較小的問題，容易在與外界產生力交互時發生反向驅動。

Stoianovici D等人[58]開發了MrBot，用于遠程操作的MRI引導經會陰前列腺穿刺介入手術。該機器人（如圖5C）可以與不同的工具搭配使用，如活檢、血清注射或近距離放射治療。該機器人由新型氣動步進電機“PneuStep”驅動，光電編碼提供位置反饋，其控制硬件放置在磁場之外。機器人結構件由塑料、陶瓷和橡膠構成，可在成像空間內使用。該機器人的位置誤差為（0.315±0.143）mm。基于齒的嚙合原理的氣動步進電機擁有較大的保持力矩、優異的MR兼容性，可以很好的勝任定位工作，但是其速度較慢，速度曲線不平滑，并且在運行時會產生較大的噪聲。

柏林洪堡大學的研究團隊開發了一種2-DOF經會陰前列腺活檢機械手，可通過伸縮桿從MRI掃描儀外部進行控制[60]。該設備由聚甲醛塑料構成，并已經進行了12例患者的臨床試驗。Goldenberg A A等人[80]報道了其團隊在遠程操作系統上進行的閉孔成像引導前列腺介入治療。該機器人上可以安裝各種工具進行活檢、熱消融和近距離放射治療。該機器人有5個DOF，并使用帶光電編碼器的超聲電機（Shinsei USR60）驅動。機器人材料主要為6061鋁合金，其中一些部件為黃銅、聚甲醛樹脂和尼龍。通過評估MRI兼容性，顯示形成的偽影可忽略，圖像的SNR最大降低7％。

另外，Song S E等人[59]開發了另一種MRI引導前列腺機器人，用于經會陰前列腺活檢和近距離放療（如圖5D）。該系統使用改進的雙向氣缸（Airpel E9 Anti-Stiction）和外部阻尼機構，以獲得更好的運動控制性能。在模型實驗中，探針定位誤差在0.5 mm以內。

Moreira P等人[61]提出了一種基于超聲波電機的MR兼容前列腺介入機器人，其定位精度為2.76 mm，帶有可靈活轉向的柔性針頭，并且采用了基于光纖布拉格光柵（Fiber Bragg Grating，FBG）的針尖追蹤器。該機器人系統通過MRI圖像定位障礙物和目標，而FBG傳感器提供應變測量，用于針尖位置的實時估計。

Chen L Q等人[62]開發了一種基于新型氣動步進電機的5-DOF機器人，定位精度達到了0.9 mm，機器人采用非金屬材料制成，極大地降低了MRI圖像的SNR。該團隊開發的氣動步進旋轉執行器（如圖6），是一個布滿針孔的圓筒機構，由氣缸控制的圓錐形針刺入這些圓孔，以調整旋轉角度，實現步進運動。

2.2 用于腹部和脊椎治療的機器人

基于MRI的導航介入系統可讓醫生在術前定位探針在體內的軌跡并確認其位置。相比于超聲的二維（2D）圖像，MRI生成的三維圖像能更準確地觀察組織結構[63]。利用MRI圖像可輔助完成腹部介入手術，如射頻消融（Radiofrequency Ablation，RFA）或用于肝臟腫瘤治療的經皮乙醇注射療法（Percutaneous Ethanol Injection Therapy，PEIT）。過去，醫生通常會使用超聲確定病灶，但如果腫瘤很小，使用此方法鑒別病變得極其困難。此外，由于超聲圖像分辨率不高，患者之前的疤痕會干擾醫生對于超聲圖像的判斷，讓醫生誤認為這是腫瘤。有報告顯示，RFA病例并發癥發生率為5.8％～12％，復發率為3.6％～5％。對于PEIT病例，并發癥發生率為1.7％～3.2％，復發率為14％～15％。綜上所述，MRI可以獲得更準確的成像改善治療效果，同時還能消除額外的電離輻射，是一個更有吸引力的選擇[63]。

Bricault I等人[64]開發了一種輕型穿刺機器人（Light Puncture Robot，LPR），用于腹部和胸部穿刺。由于其重量輕（僅1 kg），機器人（如圖7）可以放置在患者的身體上用于補償由呼吸引起的胸部運動。LPR有5個DOF，包括持針器（直接放在身體上）和支撐架。LPR由尼龍，聚甲醛樹脂和環氧樹脂構成。LPR由壓縮空氣驅動，壓縮空氣由掃描室外的泵壓縮并經由7 m長的管路傳送到LPR。執行器產生單向步進式運動，基準跟蹤提供位置反饋，實驗測得位置精度為所要求位移的5％，旋轉誤差為±1°。這種5-DOF機構通常由3-DOF的笛卡爾坐標調整機構、入針模塊和旋轉模塊組成，結構簡單，控制方便，但是體積較大。

過去幾年里，德國的Innomedic GmbH，FZK Karlsruhe和TH Gelsenkir公司生產了Innomotion，這是一種商用MRI介入式機器人平臺。Hempel E等人[8]和Melzer A等人[65]在該系統上進行了早期的研究工作，旨在為脊柱疾病治療提供精確的探針插入。超聲波馬達（Shinsei USR60）和遠程操作的氣動執行機構有助于抓緊并將針插入等中心點附近。帶有冗余增量編碼器的光學傳感器組合可以檢測位置。機器人結構采用C形的弓形結構，主要由PEEK塑料構成，可懸掛在患者身體上，第2代Innomotion使用相同的結構設計。該系統采用帶慢動作控制的氣動執行機構代替超聲波電機，使用光纖耦合限位開關以及旋轉和線性增量傳感器提供位置反饋。該系統的定位精度為±1 mm和±1°。除了兼容MRI掃描儀，該機器人還可以用于CT掃描儀。當前機器人僅提供針的位姿控制，這意味著如果要執行穿刺，則必須將患者移出核磁共振掃描儀。

HE Z L等人[66]提出了一種半自動的輔助定位機器人，該系統需要醫生手動地調節穿刺針的位姿，當穿刺針夾角達到預設值后，機器人會改變自身剛度，鎖定穿刺針的角度，其角度誤差可控制在5°以內。在醫生將針刺入人體的過程中，機器人結合具有反饋控制和剛度調節能力的軟流體驅動致動器，實現針的穿刺。

Kim G H等人[67]所在團隊前期設計了一款4-DOF串聯機器人，后進行結構改進并設計了一款緊湊的4-DOF并聯機器人[68-69]（如圖8），用于穿刺手術定位與導向。該機器人需要醫生通過緊固帶將其固定在人體上，此設計可以補償患者的呼吸運動，從而提高定位精度。該機器人不具備主動插入針的功能，采用超聲波電機作為執行器。機器人體積僅為160 mm×200 mm×84 mm，總重量不到700 g，X軸和Z軸的平均平移誤差分別為1.01 mm和0.96 mm，X軸和Z軸的平均旋轉誤差分別為3.06°和2.07°。

LI G等人提出了一系列基于串珠鏈驅動的全驅動機器人[70-71]，該種機器人由一個3-DOF的笛卡爾坐標調整模塊，1-DOF的穿刺針偏航軸旋轉模塊[72]和一個2-DOF的穿刺針運動模塊[36，73]組成。將該機器人固定在人體上后，機器人即可自動完成定位、插針等操作，但該機器人無法調節穿刺針的刺入角度。穿刺針尖的定位誤差為（0.99±0.46）mm。

2.3 肝臟治療的機器人

心臟跳動和肺部呼吸使人體的肝臟處于運動狀態。臨床醫生必須在手術過程中手動跟蹤肝臟運動，而超聲波成像不能提供足夠的清晰度來充分顯示目標位置。除了手動跟蹤肝臟外，臨床醫師還需要快速地執行探針插入和觸發活檢等操作，以使患者所遭受的疼痛最小化和減少目標組織的變形。這種要求苛刻的手術需要熟練的放射醫學專業技能。因此，使用超聲引導的傳統肝活檢是一項艱巨的任務。MR兼容的輔助機器人可以在活檢期間大大地幫助臨床醫生，并提高工具放置的準確性[48， 74]。

2004年，Hata N等人[75]開發了探針定位及插入機器人用于MR引導肝臟熱療。機器人具有五連桿和萬向節設計，可最大限度地減小尺寸并最大化工作空間。3-DOF機器人由帶絲杠和編碼器的超聲波馬達（Shinsei USR60）驅動，探針的工作空間為110 mm×92 mm×70 mm。

機器人在任意方向上的平均準確度為0.13 mm，并且在驅動期間SNR最大降低了19％。滾珠絲桿很好地彌補了超聲波馬達扭矩小的問題，但也使得整個機器人系統的速度相應的變慢。

Miyata N等人[76]開發了一套僅適用于開放式掃描儀的6-DOF微創肝臟手術系統，由液壓主從系統驅動機器的兩把鑷子。鑷子橫向進入人體后，能夠以3個自由度來旋轉手術部位附近的遠端部分，該系統可提供高達39.2 N·m的扭矩。該系統還使用超聲波電機來傳輸氣缸的直線運動。為了縮短液壓系統的傳輸時間，整個系統都被放置在MRI室內。液壓系統兼具大扭矩、較高的運行速度，以及良好的MR兼容性，但是也存在控制難度大、容易漏液等問題。

Hashizume M等人[77]開發了用于0.4 T開放式MRI的可遠程操作7-DOF機器人系統。該系統具有主接口的手術控制臺控制4個從屬操縱器：3個帶有其他工具的夾具，1個MRI兼容的腹腔鏡。該系統利用C型框架構建了一個遠端運動中心（Remote Center of Motion，RCM），通過在夾持器中的超聲波馬達驅動夾具。臨床醫生可以使用帶有光纖傳感器的手持式開關控制器，以及用于探針定位的操縱桿或定位在掃描儀室外部的手術控制臺來操作機器人。為了適應MRI掃描儀，該機器人體積較小，質量較輕（5 kg）。

Sato I等人[78]為MRI引導穿刺手術開發了一種MR兼容的2-DOF機械手。操縱器將在開放式MRI的臺架內使用。兩個超聲波電機用于驅動機械手，超聲波電機完全由鋁片和金屬絲網管屏蔽。測試表明圖像SNR下降僅為1.2％，即機械手在機架內也不能觀察到MRI圖像明顯的失真和偽影。

Franco E等人[79]提出了一種基于氣壓缸的肝臟腫瘤激光消融手術探針導向機器人（如圖9）。

機器人由塑料聚合物構成，機器人在手術中只提供導向的功能，入針過程將由醫生操作。機器人使用塑料氣壓缸來驅動，機器人采用了一種新的延時控制方案，使得最終誤差在5 mm以內。

2.4 乳腺腫瘤活檢機器人

乳腺癌是婦女中最普遍的癌癥和癌癥死亡的第二大原因。對于確診乳腺癌，組織病理學檢查被認為是最好的方法，它需要通過穿刺活檢收集組織樣本。可疑腫塊的直徑可能小至5 mm或更小，在穿刺針插入過程中還面臨結構變形、靶移動以及活檢針可操作性不足等復雜情況。通過應用大口徑針頭可以解決穿刺針在插入過程中的變形問題，但仍要解決精確定位和高速放置活檢探針并連續從目標部位收集足夠組織的問題，因此在MRI引導下的輔助乳腺穿刺手術機器人應運而生。

Larson B T等人[18]開發了一種在閉孔式掃描儀中對乳房進行機器人圖像引導活檢的系統，其電機放置在離成像空間1 m的位置，患者躺在用于固定乳房的、經特殊改裝的框架上。該系統有4個DOF（3個旋轉DOF），并由超聲波電機驅動，由光學編碼器提供位置反饋，位置精度為6.1 mm。

Kokes R等人[80]開發了用于乳腺腫瘤RFA的1-DOF探針驅動系統，它使用六軸力傳感器和SensAble Phantom觸覺界面，系統在MRI引導的遠程操作期間向操作員進行力反饋。該裝置由聚丙烯和碳纖維構成，并通過液壓驅動。

Yang B等人[81]開發了一種用于穿刺活檢的4-DOF機器人。該系統具有平行機構，其具有1個平移自由度、2個旋轉自由度和1個用于插入探針的自由度。它由黃銅、鋁和塑料組成。氣動執行器驅動3個平臺腿，壓電馬達驅動探針插入軸。為了減少電磁干擾，該機器人的電機被安裝在離MRI掃描儀較遠的位置，并通過萬向節與探針機構連接。光纖力傳感器為軟組織穿刺提供力反饋。

ZHANG T X等人[82]開發了一種并聯機器人，其采用線驅動的方式控制一種3-4R并聯結構，這種機構曾被用在仿人機器人的腕關節。該機器人可以從不同角度插入活檢針，針尖位置誤差為1.55 mm，X、Y、Z方向的剛度分別為7.50 N/mm、50.25 N/mm和16.04 N/mm。線驅動是一種MR兼容的驅動方式，它的速度、扭矩都由拉線電機決定，電機等驅動設備通常被放置在距離MR掃描儀較遠的電磁屏蔽箱內，但是線驅動布設起來可能較為麻煩。

Groenhuis V等人[83]設計了一款氣動的乳腺活檢機器人（如圖10），該機器人采用了一種新的氣動步進執行器，通過齒輪嚙合的方式驅動齒條來驅動機器人的運動。機器人由2個弧齒輪調節入針角度，1個直線齒條控制針穿刺。該機器人體積小巧，只有72 mm×51 mm×40 mm，且定位精度達到了0.5 mm。

Navarro-Alarcon D等人[84]設計了一款基于超聲波電機的機器人，超聲波電機通過齒輪齒條以及渦輪蝸桿機構驅動一個正交平臺，以調整穿刺針的位置。機器人通過氣缸來將穿刺針刺入乳房，但是該機器人只能實現垂直刺入，穿刺針的角度無法改變。

2.5 神經微創手術機器人

應用于神經外科的微創手術具有手術切口小、術后疼痛輕及恢復時間快的優點。但由于微創手術的創口太小，導致手術過程中外科醫生操作工具的自由度不夠，因此該技術的應用范圍受到限制[76]。由于神經外科手術要求高精度的探針定位和穿刺，因此引發了關于MRI引導下神經微創外科手術機器人的研究[85]。

Masamune K等人[4]于1995年開發的系統是用于神經外科手術的首批MR兼容機器人之一。該機器人有6-DOF，由1個底座和1個帶有探針插入器的臂組成。它通過超聲波馬達驅動，由旋轉式光學編碼器提供位置反饋。該系統的電源線采用了屏蔽處理，并連接到位于室內角落的電機驅動器和計算控制器。機器人主要由聚對苯二甲酸乙二醇酯（PET）制成，并帶有一些鋁、不銹鋼、黃銅和Delrin部件。探針定位精度在3.3 mm以內。

Miyata N等人[76]開發了一種用于微型鑷子的彎曲機構。該系統允許在3 mm操作空間內進行2-DOF彎曲和精確定位，超聲波馬達被放置在遠離MRI掃描儀的地方來驅動5-DOF機械手。該機器人采用用鋁和鈦制成的導線系統，配合凸輪氣缸、扭轉彈簧和齒輪齒條傳動來驅動機器人。

Koseki Y等人[86]開發了一種用于開放式垂直型MRI掃描儀的經鼻手術內窺鏡。它有2個旋轉和2個平移自由度，并由超聲波電機驅動。該系統采用五連桿機構，執行器放置在遠離MRI掃描儀的固定位置。機器人靠近MRI掃描儀的部分由鈦制成，遠離掃描儀的部分則采用了不銹鋼、鐵等鐵磁性材料。

YUN C等人[87]開發了用于MRI引導的6-DOF神經外科手術系統，該系統通過三個移動單元進行探針定位，其余的自由度控制穿刺針的方向及穿刺。它由超聲波馬達驅動，結構材料主要為鈦合金和聚碳酸酯樹脂。MR兼容的光學旋轉編碼器為機器人提供位置信息，并且基于圖像的目標跟蹤算法返回位置信息。

多倫多大學的Raoufi C等人[88]提出了一種適用于閉孔式掃描儀的MR引導神經外科機器人系統（如圖11），它可以執行活檢、熱消融、深部電腦刺激（Deep Brain Stimulation，DBS）和有針對性的藥物輸送等工作。機械手由安裝在MRI平臺上的導航模塊和穿刺活檢模塊組成。為了節省空間和減輕重量，穿刺針的角度調節裝置采用六支鏈并聯機構，由超聲波馬達驅動滾珠絲桿來控制六支鏈并聯平臺（即Stewart平臺）的角度。該機器人主要由鋁構成，根據MRI圖像上的基準標記追蹤來反饋穿刺針的位置。

Patel N A等人[89]研發了一個基于超聲波電機的7-DOFMRI兼容神經外科機器人（如圖12A），其基于立體定向框架設計了一個具有二維的RCM機構。該機器人的針尖定位精度為（1.37±0.06）mm，角度定位精度為（0.79±0.41） °。

在將針穿刺進入人體的過程中，針尖誤差為（0.06±0.07）mm，針尖旋轉的誤差為（0.77±1.31）°。

Guo Z Y等人[90]提出了一個實時MRI引導的雙側立體手術定向機器人（如圖12B），該機器人采用了高性能液壓傳動裝置以及緊湊的設計，使得其能夠在標準成像頭線圈的有限空間內操作。其驅動器的最大剛度系數為24.35 N/mm，平均定位誤差為1.73 mm。

Ho M等人[91]提出了一種基于形狀記憶合金的手術機器人。該機器人為多關節串聯的結構，采用兩根對立的形狀記憶合金線作為機器人各關節的執行器，并且在Tanaka模型的基礎上建立了一個理論模型來描述形狀記憶合金線在溫度變化時的關節運動。

Chen Y等人[92]采用基于螺旋同心管的射頻消融探針系統進行MRI引導下的腫瘤熱消融。該團隊使用了一種與螺旋管形狀相匹配的螺旋機構，以類似“開瓶器”的跟隨引導軌跡展開螺旋管。該系統包括一根鎳鈦輸送管（外徑φ：2.4 mm，內徑：1.9 mm），一根位于同心管系統中心的柔性螺旋鎳鈦管（外徑φ：1.4 mm，內徑：0.9 mm）進入顱內，以及一根定制的柔性直射頻消融探針（外徑φ：0.8 mm），該探針由鎳鈦絲通過熱收縮聚四氟乙烯管屏蔽而成。

NeuroArm由Sutherland G R等人[13]和McBeth P B等人[93]開發，被設計用于MRI引導的可遠程操作神經外科手術。NeuroArm采用超聲波電機驅動，由1個工作站、1個系統控制柜、1個MR兼容的內窺鏡和2個安裝在移動基座平臺上的7-DOF鈦制從機械手組成。末端執行器配有三維力傳感器，向操作者提供力反饋。工作站位于MRI室外，并配備了SensAble Phantom操作界面，操作者可以通過能夠提供深度感知的立體觀察器或利用疊加工具顯示手術部位實時MRI圖像的屏幕來觀察操作區域。NeuroArm可以執行微創手術、活檢立體定位、熱凝固和縫合等工作，并于2008年5月第1次被用于臨床的腫瘤切除手術，目前正在商業化。

2.6 fMRI輔助下大腦和運動功能研究機器人

fMRI（Functional Magnetic Resonance Imaging）可通過測量血流量變化（血流動力學反應）來實現大腦活動的可視化。用fMRI探索大腦需要控制各種條件并進行復雜的實驗設計，包括隨機刺激和參數化設計。為實現這些目標，需要機電裝置來測量與受試者相互作用的持續時間、刺激時間，并根據實驗設計來控制它們[43]。

LIU J Z等人[94]開發了一種MR兼容設備來測量手指的手柄力和表面肌電圖，通過液壓連通器系統將操作者的力傳遞到掃描儀室外的壓力傳感器。

Khanicheh A等人[95]開發了一種可變電阻手持設備，用于在腦卒中后康復過程中使用fMRI研究大腦和運動功能。該設備由有機玻璃和環氧樹脂構成，使用電流變液體。該系統分別用光學編碼器和鋁應變計測量患者運動和施加的力，系統的SNR變化小于5％。

Fluekiger M等人[96]開發了一種1-DOF觸覺間隔面用于fMRI研究（如圖13A）。患者扭動手柄盒后，超聲波馬達啟動手柄，導致彈性聚合物發生偏轉，因此可以通過測量光纖光強度的變化來測量扭矩。由于速度傳感器在低速時不準確，而且靜液壓傳動不完全是剛性的，因此該系統的最大帶寬受限。

Riener R等人[10]闡述了一種通過手部運動進行神經運動研究的觸覺裝置。它使用一種稱為“洛倫茲電機”的致動器設計，通過與磁場相互作用來運動（如圖13B）。為了提高MR的兼容性，該裝置需要被放置在MRI掃描儀的遠端，通過三根光纖組成的系統來感應力。該系統由1根入射光纖和2根接收光纖組成，通過比較兩根接收光纖之間的光強度差異得到力信息。但由于光的漫射，導致該傳感器不夠準確。

相關研究人員[11， 37， 43， 45， 96]開發了MR兼容的觸覺接口用于fMRI研究人類運動控制以及fMRI和機器人輔助康復。它最初基于一個簡單的轉動手柄觸覺裝置，并使用位于離磁鐵2 m處的屏蔽直流電機的電纜傳輸（如圖14A）。但即使有屏蔽，該設備也會大大降低圖像質量。第二代裝置使用超聲波馬達定位觸覺表面，同時將位置信號通過20Hz帶寬的流體導管傳輸。該系統采用了一個基于反射光強度的光學力傳感器，測量相互作用力。

Hidler J等人[9]展示了一種用于測量異常情況的fMRI兼容手腕裝置（如圖14B）。底座和手柄由Delrin材料制成，感應由JR3 Inc.（Woodland，CA，USA）制造的六軸重力傳感器提供。但該機器人的底座設計限制了肘部運動，受檢者只能用手腕移動手柄。

3 未來發展方向

3.1 適應高場掃描儀

3 T或更高的磁場強度掃描儀可以提供比

1.5 T掃描儀更好的圖像質量，并將在醫院廣泛采用。MRI機器人適應高場掃描儀意味著機電一體化組件和整個機器人的MR兼容性必須在新的場強下再次進行評估以獲得高強度磁場下的MR兼容性認證。適用于1.5 T環境的低通濾波器在射頻消除的高場環境中是有利的，因為它們可在大于128 MHz（3 T）的拉莫爾頻率下提供更大的噪聲衰減。成像和追蹤機器人中使用的MRI線圈和其他相關的MRI技術需要在新的共振頻率下進行調整。

3.2 注重成本效益和系統簡化設計

易用性、高重復性以及時間和成本效益對于系統功能的臨床驗證非常重要。由于MRI套件已成為臨床醫生和研究人員共享的非常稀缺且昂貴的資源，因此該系統必須簡單、穩定并且能夠縮短手術時間。該系統應盡可能“即插即用”，并且不應要求技術人員在使用過程中進行監督。對于繁忙的臨床醫生來說，應將系統的培訓時間縮減到一個可承受的范圍。此外，可以針對特定的研究對象來設計特定功能的機器人，而快速成型技術使針對特定患者設計個性化的機器人成為可能。針對特定介入的設計可能需要減少部件和接頭的數量，從而簡化系統設計并提高MRI套件內部使用的成本效益。

3.3 MRI與機器人信息整合

MR兼容機器人的人機交互界面也需要改進，從掃描儀產生的信息需要以直觀、精確且有效的方式與操縱器系統的控制和運動相結合，以免增加醫者的工作量。此外，還需要采取一些硬件和軟件方面的安全措施，以確保工作人員、患者和設備（例如冗余傳感、緊急停止等）的安全。值得注意的是，MRI掃描儀不僅是一種成像工具，它還提供了其他豐富的信息，如MR彈性成像（可測量組織僵硬度）、灌注和擴散MRI、光譜等相關信息，可將這些信息整合到系統中用于改善介入和診斷。

4 結論

MRI是用于診斷的常規成像技術，由于其圖像分辨率高，組織對比度好以及能夠進行任意方位的斷面成像等優點在醫院中得到廣泛使用。將MRI與醫療機器人結合起來進一步推動了該領域的發展。然而，其成像方法依賴于強磁場、轉換梯度和射頻場的使用，這對開發適用于相關環境的、合適的、安全的醫療設備帶來許多挑戰。本文對目前的MR兼容機器人根據其臨床應用進行了分類，并對其機械結構設計、驅動方法和功能等各個方面也進行了論述。

目前與MRI兼容的驅動技術、位置感測技術和力感測方法已經獲得應用。由于其非EM性質，超聲波馬達和氣動馬達在MRI機電一體化中占主導地位。超聲波馬達利用壓電材料逆壓電效應（即電致伸縮效應）把電能轉換為彈性體的超聲振動，并通過摩擦傳動的方式來產生高精度和快速響應的驅動。壓電疊層的快速響應和精準定位性能是此類驅動的主要優點。氣動執行機構具有良好的MR兼容性，可與位于掃描儀室外的所有必要的金屬部件和所需的電子設備一起使用。傳統的位置傳感器和力傳感器通常采用光學方法，其中光源和光電檢測器保持在掃描儀室外部，信號通過光纖傳輸。簡單、經濟、具備無磁或小磁性部件的常規商用傳感器也可用于MR兼容機器人，只要將SNR控制在特定手術的可接受水平內即可。

總之，MR兼容機器人的設計始終要在所需圖像質量和設計簡單性之間進行權衡和妥協。

參考文獻

[1] Shellock F G， Woods T O， Crues J V 3rd. MR labeling information for implants and devices： explanation of terminology[J]. Radiology， 2009， 253（1）： 26-30.

[2] Davies B. A review of robotics in surgery[J]. Proceedings of the Institution of Mechanical Engineers， Part H： Journal of Engineering in Medicine， 2000， 214（1）： 129-140.

[3] Dogangil G， Davies B L， Baena F R Y. A review of medical robotics for minimally invasive soft tissue surgery[J]. Proceedings of the Institution of Mechanical Engineers， Part H： Journal of Engineering in Medicine， 2010， 224（5）： 653-679.

[4] Masamune K， Kobayashi E， Masutani Y， et al. Development of an MRI-compatible needle insertion manipulator for stereotactic neurosurgery[J]. J Image Guid Surg， 1995， 1（4）： 242-248.

[5] Chinzei K， Kikinis R， Jolesz F A. MR compatibility of mechatronic devices： design criteria[C]. International Conference on Medical Image Computing and Computer-Assisted Intervention. Berlin， Heidelberg： Springer， 1999： 1020-1030.

[6] Chinzei K， Hata N， Jolesz F A， et al. Surgical assist robot for the active navigation in the intraoperative MRI： Hardware design issues[C]. Proceedings. 2000 IEEE/RSJ International Conference on Intelligent Robots and Systems （IROS 2000）. Takamatsu， Japan： IEEE， 2000： 727-732.

[7] Gassert R， Burdet E， Chinzei K. MRI-compatible robotics[J]. IEEE Eng Med Biol Mag， 2008， 27 （3）： 12-14.

[8] Hempel E， Fischer H， Gumb L， et al. An MRI-compatible surgical robot for precise radiological interventions[J]. Comput Aided Surg， 2003， 8 （4）： 180-191.

[9] Hidler J， Hodics T， Xu B， et al. MR compatible force sensing system for real-time monitoring of wrist moments during fMRI testing[J]. J Neurosci Methods， 2006， 155 （2）： 300-307.

[10] Riener R， Villgrattner T， Kleiser R， et al. fMRI-compatible electromagnetic haptic interface[C]. 2005 IEEE Engineering in Medicine and Biology 27th Annual Conference. Shanghai， China： IEEE， 2006： 7024-7027.

[11] Burdet E， Gassert R， Gowrishankar G， et al. fMRI compatible haptic interfaces to investigate human motor control[C]. Experimental robotics IX. Berlin， Heidelberg， Springer， 2006： 21， 25-34.

[12] Krieger A， Susil R C， Menard C， et al. Design of a novel MRI compatible manipulator for image guided prostate interventions[J]. IEEE Trans Biomed Eng， 2005， 52（2）： 306-313.

[13] Sutherland G R， McBeth P B， Louw D F. NeuroArm： an MR compatible robot for microsurgery[J]. International congress series， 2003. DOI： 10.1016/S0531-5131（03）00439-4.

[14] Tse Z T H， Janssen H， Hamed A， et al. Magnetic resonance elastography hardware design： a survey[J]. Proc Inst Mech Eng H， 2009， 223（4）： 497-514.

[15] Mathier J B， Martel S. Magnetic microparticle steering within the constraints of an MRI system： proof of concept of a novel targeting approach[J]. Biomed Microdevices， 2007， 9 （6）： 801-808.

[16] Roberts T P L， Hassenzahl W V， Hetts S W， et al. Remote control of catheter tip deflection： an opportunity for interventional MRI[J]. Magn Reson Med， 2002， 48 （6）： 1091-1095.

[17] XIAO Q Y， Monfaredi R， Musa M， et al. MR-conditional actuations： a review[J]. Annals of Biomedical Engineering， 2020， 48（12）： 2707-2733.

[18] Larson B T， Erdman A G， Tsekos M K， et al. “Design of an MRI-compatible robotic stereotactic device for minimally invasive interventions in the breast[J]. J Biomech Eng， 2004， 126 （4）： 458-465.

[19] Harada K， Tsubouchi K， Fujie M G， et al. Micro manipulators for intrauterine fetal surgery in an open MRI[C]. Proceedings of the 2005 IEEE International Conference on Robotics and Automation （ICRA）. Barcelona， Spain： IEEE， 2005.

[20] Hata N， Hashimoto R， Tokuda J， et al. Needle guiding robot for MR-guided microwave thermotherapy of liver tumor using motorized remote-center-of-motion constraint[C]. Proceedings of the 2005 IEEE International Conference on Robotics and Automation. Barcelona， Spain： IEEE， 2005： 1652-1656.

[21] Briggs R W， Dy-Liacco L， Malcolm M P， et al. A pneumatic vibrotactile stimulation device for fMRI[J]. Magn Reson Med， 2004， 51 （3）： 640-643.

[22] Zappe A C， Maucher T， Meier K， et al. Evaluation of a pneumatically driven tactile stimulator device for vision substitution during fMRI studies[J]. Magn Reson Med， 2004， 51（4）： 828-834.

[23] Golaszewski S M， Zschiegner F， Siedentopf C M， et al. A new pneumatic vibrator for functional magnetic resonance imaging of the human sensorimotor cortex[J]. Neurosci Lett， 2002， 324 （2）： 125-128.

[24] Chen Y， Godage I S， Tse Z， et al. Characterization and control of a pneumatic motor for MR-conditional robotic applications[J]. IEEE/ASME Transactions on Mechatronics， 2017， 22（6）： 2780-2789.

[25] Musa M， Sengupta S， Chen Y. Design of a 6 DoF parallel robot for MRI-guided interventions[C]. In IEEE， 2021 International Symposium on Medical Robotics （ISMR）， Atlanta， GA， USA： IEEE， 2021： 1-7.

[26] Groenhuis V， Siepel F J， Stramigioli S. Miniaturization of MR safe pneumatic rotational stepper motors[C]. 2019 IEEE/RSJ International Conference on Intelligent Robots and Systems （IROS）. Macau， China： IEEE， 2019.

[27] Farimani F S， Misra S. Introducing PneuAct： parametrically-designed MRI-Compatible pneumatic stepper actuator[C]. 2018 IEEE International Conference on Robotics and Automation （ICRA）. Brisbane， QLD， Australia： IEEE， 2018.

[28] Taillant E， Avila-Vilchis J C， Allegrini C， et al. CT and MR compatible light puncture robot： architectural design and first experiments[C]. International Conference on Medical Image Computing and Computer-Assisted Intervention. Berlin， Heidelberg： Springer， 2004.

[29] Stoianovici D. Multi-imager compatible actuation principles in surgical robotics[J]. Int J Med Robot， 2005， 1（2）： 86-100.

[30] DiMaio S P， Fischer G S， Haker S J， et al. A system for MRI-guided prostate interventions[C]. The First IEEE/RAS-EMBS International Conference on Biomedical Robotics and Biomechatronics， 2006. Pisa， Italy： IEEE， 2006： 68-73.

[31] Dong Z Y， Guo Z Y， Lee Kit-Hang， et al. High-performance continuous hydraulic motor for MR safe robotic teleoperation[J]. IEEE Robot Autom Lett， 2019， 4 （2）： 1964-1971.

[32] Bishop J， Poole G， Leitch M， et al. Magnetic resonance imaging of shear wave propagation in excised tissue[J]. J Magn Reson Imaging， 1998， 8 （6）： 1257-1265.

[33] Juergen B， Braun K， Sack I. Electromagnetic actuator for generating variably oriented shear waves in MR elastography[J]. Magn Reson Med， 2003， 50 （1）： 220-222.

[34] Rossman P J， Muthupillai R， Richard L. Ehman. Driver device for MR elastography[P]. U.S. Patent No. 5， 952， 828. 14 Sep. 1999.

[35] Li G， Patel N A， Liu W Q， et al. A fully actuated body-mounted robotic assistant for mri-guided low back pain injection[C]. 2020 IEEE International Conference on Robotics and Automation （ICRA）. Paris， France： IEEE， 2020： 5495-5501.

[36] Wu D， Li G， Patel N， et al. Remotely actuated needle driving device for mri-guided percutaneous interventions[C]. 2019 International Symposium on Medical Robotics （ISMR）. Atlanta， GA， USA： IEEE， 2019： 1-7.

[37] Ganesh G， Gassert R， Burdet E， et al. Dynamics and control of an MRI compatible master-slave system with hydrostatic transmission[C]. IEEE International Conference on Robotics and Automation， 2004. New Orleans， LA， USA： IEEE， 2004， 2： 1288-1294.

[38] Vogan J， Wingert A， Plante J S， et al. Manipulation in MRI devices using electrostrictive polymer actuators： with an application to reconfigurable imaging coils[C]. IEEE International Conference on Robotics and Automation， 2004. New Orleans， LA， USA： IEEE， 2004， 3： 2498-2504.

[39] Khanicheh A， Muto A， Triantafyllou C， et al. MR compatible ERF driven hand rehabilitation device[C]. 9th International Conference on Rehabilitation Robotics， 2005. Chicago， IL， USA： IEEE， 2005： 7-12.

[40] Chapuis D， Gassert R， Burdet E， et al. Hybrid ultrasonic motor and electrorheological clutch system for MR-compatible haptic rendering[C]. 2006 IEEE/RSJ International Conference on Intelligent Robots and Systems. Beijing， China： IEEE， 2006： 1553-1557.

[41] Hribar A， Munih M. Development and testing of fMRI-compatible haptic interface[J]. Robotica， 2010， 28（2）： 259-265.

[42] Li S， Frisoli A， Borelli L， et al. Design of a new fMRI compatible haptic interface[C]. World Haptics 2009-Third Joint EuroHaptics conference and Symposium on Haptic Interfaces for Virtual Environment and Teleoperator Systems. Salt Lake City， UT， USA： IEEE， 2009： 535-540.

[43] Gassert R， Moser R， Burdet E， et al. MRI/fMRI-compatible robotic system with force feedback for interaction with human motion[J]. IEEE ASME Trans Mechatron， 2006， 11（2）： 216-224.

[44] Tada M， Shinsuke S， Tsukasa O. Development of an optical 2-axis force sensor usable in MRI environments[C]. SENSORS， 2002 IEEE. Orlando， FL， USA： IEEE， 2002， 2： 984-989.

[45] Chapuis D， Gassert R， Sache L， et al. Design of a simple MRI/fMRI compatible force/torque sensor[C]. 2004 IEEE/RSJ International Conference on Intelligent Robots and Systems （IROS）. Sendai， Japan： IEEE， 2004， 3： 2593-2599.

[46] Frishman S， Kight A， Pirozzi L， et al. Enabling in-bore mri-guided biopsies with force feedback[J]. IEEE Trans Haptics， 2020， 13（1）： 159-166.

[47] Li G， Su H， Cole G A， et al. Robotic system for MRI-guided stereotactic neurosurgery[J]. IEEE Trans Biomed Eng， 2015， 62（4）： 1077-1088.

[48] Hata N， Tokuda J， Hurwitz S， et al. MRI-compatible manipulator with remote-center-of-motion control[J]. J Magn Reson Imaging， 2008， 27（5）： 1130-1138.

[49] Hushek S G， Fetics B， Moser R M， et al. Initial clinical experience with a passive electromagnetic 3D locator system[C]. 5th Interventional MRI Symposium， 2004， No. 605.

[50] Chen Y， Wang W， Schmidt E J， et al. Design and fabrication of MR-tracked metallic stylet for gynecologic brachytherapy[J]. IEEE ASME Trans Mechatron， 2015， 21（2）： 956-962.

[51] Wang W， Viswanathan A N， Damato A L， et al. Evaluation of an active magnetic resonance tracking system for interstitial brachytherapy[J]. Medical physics， 2015， 42 （12）： 7114-7121.

[52] Chen Y， Tse Z T， Wang W， et al. Intra-cardiac MR imaging amp; MR-tracking catheter for improved MR-guided EP[J]. J Cardiovasc Magn Reson， 2015， 17 （1）： 1-2.

[53] Norberg M， Egevad L， Holmberg L， et al. The sextant protocol for ultrasound-guided core biopsies of the prostate underestimates the presence of cancer[J]. Urology， 1997， 50 （4）： 562-566.

[54] D’amico A V， Tempany C M， Cormack R， et al. Transperineal magnetic resonance image guided prostate biopsy[J]. J Urol， 2000， 164 （2）： 385-387.

[55] Stone N N， Roy J， Hong S， et al. Prostate gland motion and deformation caused by needle placement during brachytherapy[J]. Brachytherapy， 2002， 1 （3）： 154-160.

[56] Fischer G S， Lordachita L， Csoma C， et al. MRI-compatible pneumatic robot for transperineal prostate needle placement[J]. IEEE ASME Trans Mechatron， 2008， 13（3）： 295-305.

[57] Elhawary H， Zivanovic A， Rea M， et al. A modular approach to MRI-compatible robotics[J]. IEEE Eng Med Biol Mag， 2008， 27（3）： 35-41.

[58] Stoianovici D， Song D， Petrisor D， et al. “MRI Stealth” robot for prostate interventions[J]. Minim Invasive Ther Allied Technol， 2007， 16（4）： 241-248.

[59] Song S E， Cho N B， Fischer G， et al. Development of a pneumatic robot for MRI-guided transperineal prostate biopsy and brachytherapy： new approaches[C]. 2010 IEEE International Conference on Robotics and Automation. Anchorage， AK， USA： IEEE， 2010： 2580-2585.

[60] Dirk B， Winkel A， Hamm B， et al. MR imaging-guided prostate biopsy with a closed MR unit at 1.5 T： initial results[J]. Radiology， 2005， 234（2）： 576-581.

[61] Moreira P， Boskma K J， Misra S. Towards MRI-guided flexible needle steering using fiber Bragg grating-based tip tracking[C]. 2017 IEEE International Conference on Robotics and Automation （ICRA）. Singapore： IEEE， 2017： 4849-4854.

[62] Chen L， Paetz T， Dicken V， et al. Design of a dedicated five degree-of-freedom magnetic resonance imaging compatible robot for image guided prostate biopsy [J]. Journal of Medical Devices， 2015， 9（1）： 015002

[63] Thomas S， Puccini S， Schneider Jens-Peter， et al. Interventional and intraoperative MR： review and update of techniques and clinical experience[J]. Eur Radiol， 2004， 14 （12）： 2212-2227.

[64] Bricault I， Zemiti N， Jouniaux E， et al. Light puncture robot for CT and MRI interventions[J]. IEEE Eng Med Biol Mag， 2008， 27（3）： 42-50.

[65] Melzer A， Gutmann B， Lukoschek A， et al. Experimental evaluation of an MRI compatible telerobotic system for CT MRI guided interventions[J]. Supplement to Radiology， 2003， 226： 409-444.

[66] HE Z L， DONG Z Y， FANG G， et al. Design of a percutaneous MRI-guided needle robot with soft fluid-driven actuator[J]. IEEE Robot Autom Lett， 2020， 5（2）： 2100-2107.

[67] Kim G H， Patel N， Yan J， et al. Shoulder-mounted robot for MRI-guided arthrography： clinically optimized system[C]. In 2019 41st Annual International Conference of the IEEE Engineering in Medicine and Biology Society （EMBC）， Berlin， Germany： IEEE， 2019： 1977-1980.

[68] Patel N A， Yan J W， Levi D， et al. Body-mounted robot for image-guided percutaneous interventions： mechanical design and preliminary accuracy evaluation[C]. 2018 IEEE/RSJ International Conference on Intelligent Robots and Systems （IROS）. Madrid， Spain： IEEE， 2018： 1443-1448.

[69] Yan J W， Patel N， Li G， et al. Body-mounted MRI-conditional parallel robot for percutaneous interventions structural improvement， calibration， and accuracy analysis[C]. In 2019 41st Annual International Conference of the IEEE Engineering in Medicine and Biology Society （EMBC）， 2019： 1990-1993.

[70] Li G， Patel N A， Sharma K， et al. Body-mounted robotics for interventional MRI procedures[J]. IEEE Trans Med Robot Bionics， Berlin， Germany： IEEE， 2020， 2（4）： 557-560.

[71] Li G， Patel N A， Wang Y Z， et al. Fully actuated body-mounted robotic system for MRI-guided lower back pain injections： Initial phantom and cadaver studies[J]. IEEE Robot Autom Lett， 2020， 5（4）： 5245-5251.

[72] Li G， Patel N A， Hagemeister J， et al. Body-mounted robotic assistant for MRI-guided low back pain injection[J]. International Journal of Computer Assisted Radiology and Surgery， 2020， 15（2）： 321-331.

[73] Wu D， Li G， Patel N， et al. Remotely actuated needle driving device for MRI-guided percutaneous interventions： force and accuracy evaluation[C]. In 2019 41st Annual International Conference of the IEEE Engineering in Medicine and Biology Society （EMBC）， Berlin， Germany： IEEE， 2019： 1985-1989.

[74] Morikawa S， Naka S， Murakami K， et al. Preliminary clinical experiences of a motorized manipulator for magnetic resonance image-guided microwave coagulation therapy of liver tumors[J]. Ame J Surg， 2009， 198（3）： 340-347.

[75] Hata N， Ohara F， Hashimoto R， et al. Needle guiding robot with five-bar linkage for MR-guided thermotherapy of liver tumor[C]. International Conference on Medical Image Computing and Computer-Assisted Intervention. Berlin， Heidelberg： Springer， 2004： 161-168.

[76] Miyata N， Kobayashi E， Kim D， et al. Micro-grasping forceps manipulator for MR-guided neurosurgery[C]. International Conference on Medical Image Computing and Computer-Assisted Intervention. Berlin， Heidelberg： Springer， 2002： 107-113.

[77] Hashizume M， Yasunaga T， Tanoue K， et al. New real-time MR image-guided surgical robotic system for minimally invasive precision surgery[J]. Int J CARS， 2008， 2（6）： 317-325.

[78] Sato I， Ryoichi N， Ken M. MRI compatible manipulator with MRI-guided needle insertion support system[C]. 2010 International Symposium on Micro-NanoMechatronics and Human Science. Nagoya， Japan： IEEE， 2010： 77-82.

[79] Franco E， Brujic D， Rea M， et al. Needle-guiding robot for laser ablation of liver tumors under MRI guidance[J]. IEEE ASME Trans Mechatron， 2015， 21（2）： 931-944.

[80] Kokes R， Lister K， Gullapalli R， et al. Towards a teleoperated needle driver robot with haptic feedback for RFA of breast tumors under continuous MRI[J]. Med Image Anal， 2009， 13（3）： 445-455.

[81] Yang B， Tan U， McMillan A， et al. Design and implementation of a pneumatically-actuated robot for breast biopsy under continuous MRI[C]. 2011 IEEE International Conference on Robotics and Automation （ICRA）. Shanghai， China： IEEE， 2011： 674-679.

[82] ZHANG T X， WEN Y S， LIU Y H. Developing a parallel robot for MRI-guided breast intervention[J]. IEEE Trans Med Robot Bionics， 2019， 2（1）： 17-27.

[83] Groenhuis V， Siepel F J， Veltman J， et al. Design and characterization of Stormram 4： an MRI-compatible robotic system for breast biopsy[C]. 2017 IEEE/RSJ International Conference on Intelligent Robots and Systems （IROS）. Vancouver， BC， Canada： IEEE， 2017： 928-933.

[84] Navarro-Alarcon D， Satwinder S， Tianxue Z， et al. Developing a compact robotic needle driver for MRI-guided breast biopsy in tight environments[J]. IEEE Robot Autom Lett， 2017， 2（3）： 1648-1655.

[85] Chen Y， Godage I， Su H， et al. Stereotactic systems for MRI-guided neurosurgeries： a state-of-the-art review[C]. Annals of Biomedical Engineering， 2019， 47（2）： 335-353.

[86] Koseki Y， Toshikatsu Washio T， Chinzei K， et al. Endoscope manipulator for trans-nasal neurosurgery， optimized for and compatible to vertical field open MRI[C]. International Conference on Medical Image Computing and Computer-Assisted Intervention. Berlin， Heidelberg： Springer， 2002， 2488： 114-121.

[87] YUN C， HONG Z D， ZHAO L， et al. Design and optimization analysis of open-MRI compatibile robot for neurosurgery[C]. 2008 2nd International Conference on Bioinformatics and Biomedical Engineering. Shanghai， China： IEEE， 2008： 1773-1776.

[88] Raoufi C， Ben-Tzvi P， Goldenberg A A， et al. A MR-compatible tele-robotic system for MRI-guided intervention： system overview and mechanical design[C]. 2007 IEEE/RSJ International Conference on Intelligent Robots and Systems. San Diego， CA， USA： IEEE， 2007： 1795-1800.

[89] Patel N A， Nycz C J， Carvalho P A， et al. An integrated robotic system for MRI-guided neuroablation： preclinical evaluation[J]. IEEE Trans Biomed Eng， 2020， 67（10）： 2990-2999.

[90] Guo Z Y， Dong Z Y， Lee K H， et al. Compact design of a hydraulic driving robot for intraoperative MRI-guided bilateral stereotactic neurosurgery[J]. IEEE Robot Autom Lett， 2018， 3（3）： 2515-2522.

[91] Ho M， McMillan A B， Simard J M， et al. Toward a meso-scale SMA-actuated MRI-compatible neurosurgical robot[J]. IEEE Trans Robot， 2011， 28（1）： 213-222.

[92] Chen Y， Poorman M E， Comber D B， et al. Treating epilepsy via thermal ablation： initial experiments with an MRI-guided concentric tube robot[C]. Proceedings of the 2017 Design of Medical Devices Conference. Minneapolis， Minnesota， USA： ASME， 2017， 40672： V001T02A002.

[93] McBeth P B， Louw D F， Rizun P R， et al. Robotics in neurosurgery[J]. Ame J Surg， 2004， 188（4）： 68-75.

[94] Liu J Z， Dai T H， Elster T H， et al. Simultaneous measurement of human joint force， surface electromyograms， and functional MRI-measured brain activation[J]. J Neurosci Methods， 2000， 101（1）： 49-57.

[95] Khanicheh A， Muto A， Triantafyllou C， et al. fMRI-compatible rehabilitation hand device[J]. J Neuroeng Rehabil， 2006， 3（1）： 1-11.

[96] Flueckiger M， Bullo M， Chapuis D， et al. fMRI compatible haptic interface actuated with traveling wave ultrasonic motor[C]. Fourtieth IAS Annual Meeting. Conference Record of the 2005 Industry Applications Conference， 2005. Hong Kong， China： IEEE， 2005， 3： 2075-2082.