شناسهٔ خبر: 71162835 - سرویس علمی-فناوری
نسخه قابل چاپ منبع: ایرنا | لینک خبر

از سوی بنیاد ملی علم ایران صورت می‌گیرد؛

حمایت از طرح‌های مرتبط با توسعه سیستم مکان‌یابی دقیق در جراحی مغز و اعصاب

تهران- ایرنا- بنیاد ملی علم ایران در راستای مأموریت‌گرا شدن و حمایت از طرح‌های پژوهشی برای «توسعه سیستم مکان‌یابی دقیق با حداکثر خطای قابل قبول مبتنی بر فیوژن سنسور برای هدست‌های واقعیت افزوده در جراحی مغز و اعصاب» فراخوان داد، این فناوری کمک می‌کند تا عروق، اعصاب و آناتومی بیمار را قبل از برش و انجام جراحی به صورت سه‌بعدی مشاهده کنیم.

صاحب‌خبر -

به گزارش روز دوشنبه گروه علمی ایرنا، بنیاد ملی علم ایران روز دوشنبه با اعلام یک فراخوان از تمام افراد واجد شرایط دعوت کرد تا به مدت یک ماه از تاریخ ۱۵ بهمن تا ۱۵ اسفند ۱۴۰۳، طرح پژوهشی خود را از طریق سامانه کایپر به این بنیاد ارسال کنند.

«توسعه سیستم مکان‌یابی دقیق با حداکثر خطای قابل قبول مبتنی بر فیوژن حسگر برای هدست‌های واقعیت افزوده در جراحی مغز و اعصاب» در واقع سیستم‌های نورونویگیشن یا رهیابی عصبی با وجود کاربرد گسترده در جراحی‌های پیچیده، چالش‌هایی در دقت مکان‌یابی و نمایش اطلاعات دارند که بر کیفیت و ایمنی جراحی‌ها تأثیر می‌گذارد. این فناوری کمک می‌کند تا عروق، اعصاب و آناتومی یا تشریح بیمار را قبل از برش و انجام جراحی به صورت سه‌بعدی مشاهده کنیم.

هدف این پژوهش دستیابی به دانش فنی مکان‌یابی با حداکثر خطای قابل قبول در سیستم‌های رهیابی عصبی در هدست‌های واقعیت افزوده (مانند هولولنز ۲، magic leap۲) است.

این طرح تحقیقاتی بر توسعه الگوریتم‌های پیشرفته مکان‌یابی با تلفیق داده‌های حسگرهای مختلف هدست متمرکز است. هدف دستیابی به نرخ به‌روزرسانی حداقل ۳۰ هرتز این فناوری، می‌تواند دقت و کارایی جراحی‌های مغز و اعصاب را به‌طور قابل توجهی بهبود بخشد، ریسک آسیب به بافت‌های حساس را کاهش داده و نتایج جراحی را ارتقا بخشد.

پیشنیه مساله پژوهش می‌گوید که نورونویگیشن یا رهیابی عصبی، به عنوان فناوری کلیدی در جراحی‌های پیچیده به‌ویژه در حوزه مغز و اعصاب، در سه دهه اخیر تحولی بنیادین ایجاد کرده است. این فناوری با همگام‌سازی دقیق تصاویر پیش از عمل، مانند سی‌تی‌اسکن و ام.آی.آر با آناتومی بیمار حین جراحی، به جراحان امکان می‌دهد تا با دقت بیشتری عمل کنند.

با وجود این پیشرفت‌ها، سیستم‌های رهیابی عصبی کنونی همچنان با محدودیت‌هایی از جمله ارائه دید دوبعدی در محیط جراحی سه‌بعدی و وابستگی به تجهیزات حجیم و گران‌قیمت مواجه هستند. این محدودیت‌ها، درک فضایی جراح از موقعیت ابزارها و ساختارهای آناتومیک را محدود کرده و استفاده از این فناوری را در تمامی مراکز درمانی با چالش روبه‌رو ساخته است.

در سال‌های اخیر، پیشرفت‌های چشمگیر در فناوری واقعیت افزوده، ظرفیت قابل‌توجهی برای رفع محدودیت‌های سیستم‌های رهیابی عصبی و ارتقای دقت و کارایی جراحی ایجاد کرده است. واقعیت افزوده با فراهم کردن امکان نمایش اطلاعات سه‌بعدی به‌صورت هم‌زمان با دید واقعی جراح، قابلیت افزایش درک فضایی، بهبود دقت جراحی و ارائه دید در لحظه را داراست.

با این حال، ادغام فناوری واقعیت افزوده با سیستم‌های نورونویگیشن، چالش‌های فنی جدیدی را به همراه دارد. مهم‌ترین این چالش‌ها، دستیابی به خطای مکانی قابل قبول براساس مدل های ترکینگ است. این سطح از دقت نیازمند توسعه فناوری‌های پیشرفته در زمینه مکان‌یابی، پردازش داده‌های سنسوری و الگوریتم‌های فیوژن سنسور یا همجوشی هسته‌ای حسگر است.

از منظر کلان، توسعه این فناوری می‌تواند به کاهش هزینه‌های جراحی، کاهش ریسک عوارض جانبی، کاهش نیاز به جراحی‌های مجدد، کمک به آموزش جراحان و شبیه‌سازی جراحی‌های پیچیده منجر شود. همچنین این فناوری می‌تواند دسترسی گسترده‌تری به فناوری‌های پیشرفته در مراکز درمانی مختلف فراهم سازد که در نهایت به بهبود کیفیت مراقبت‌های پزشکی در سطح ملی و جهانی منجر خواهد شد.

با توجه به اهمیت روزافزون دقت در جراحی‌های پیچیده و ظرفیت بالای فناوری واقعیت افزوده، انجام این پژوهش به‌منظور توسعه یک سیستم مکان‌یابی دقیق و قابل اعتماد برای کاربردهای جراحی، از اهمیت ویژه‌ای برخوردار است و می‌تواند گامی مهم در راستای ارتقای فناوری نورونویگیشن و بهبود کیفیت جراحی‌های پیچیده بردارد.

شناسایی و ردیابی دقیق نقاط مرجع آناتومیکی، بخش مهم دیگری از این پروژه است. این مهم نیازمند توسعه‌ الگوریتم‌های پیشرفته پردازش تصویر است تا سیستم قادر باشد ساختارهای آناتومیکی را از تصاویر پزشکی پیش از عمل جراحی (مانند MRI یا سی‌تی اسکن) شناسایی کرده و با تصاویر زنده دوربین‌های هدست مطابقت دهد. ثبت دقیق این تصاویر پیش از عمل با آناتومی واقعی بیمار، عنصری ضروری در دستیابی به دقت مطلوب است. از آنجا که بافت مورد استفاده برای نورونویگیشن واقعیت افزوده حین جراحی نباید دچار تغییر شکل شود، بافت‌های استخوانی مانند جمجمه و عناصر مرتبط با آن، گزینه‌های مناسب‌تری برای این سیستم هستند.

همچنین، دقت تصاویر MRI و سی‌تی‌اسکن معمولاً در حدود یک میلی‌متر است، اگرچه در برخی سیستم‌های پیشرفته می‌تواند بهتر باشد. هدف ما دستیابی به خطای حداقلی برای سیستم نهایی است. این امر به ما اجازه می‌دهد تا با در نظر گرفتن خطاهای مختلف در طول زنجیره پردازش، از جمله خطاهای رجیستریشن، ترکینگ و نمایش در هدست‌های AR، به دقت نهایی بهینه‌ای دست یابیم.

این رویکرد، امکان بهبود دقت کلی سیستم را حتی در مواردی که دقت تصاویر اولیه محدود است، فراهم می‌کند. داده‌های آموزشی مانند تصاویر سی‌تی و MRI برای توسعه و ارزیابی سیستم، در اختیار تیم مجری قرار خواهد گرفت.

پژوهشگر اصلی تیم لازم است عضو هیات‌علمی فعال یکی از دانشگاه‌ها و مؤسسات آموزش عالی کشور باشد. پس از دریافت پروپوزال از طریق سامانه، ارزیابی انجام گرفته و در صورت کسب امتیاز بالا، تیم برگزیده جهت مذاکره با بنیاد و شرکت متقاضی دعوت خواهد شد.

به پژوهش پیشنهاد شده تا سقف ۸۰ درصد، حداکثر ۲.۵ میلیارد تومان، توسط بنیاد ملی علم ایران حمایت خواهد شد. بدیهی است که مابقی هزینه‌ها باید توسط شرکت متقاضی ارائه‌دهنده پژوهش تأمین شود.

متقاضیان جهت ثبت‌نام می‌توانند به سامانه کایپر مراجعه و از طریق بخش متقاضیان/ پژوهشگران اقدام کنند. درصورتی‌که در این سامانه مشخصات فردی ندارید ابتدا ثبت‌نام کرده و سپس به‌وسیله نام کاربری (Email) رمز عبور اعطا شده وارد سامانه شوید. پس از ورود در بخش ارسال طرح جدید می‌توانید از کارتابل پژوهش عمیق شرکت‌های دانش‌بنیان اقدام به ارسال طرح کنید.

پژوهشگران پس از مطالعه توضیحات فراخوان و آیین‌نامه‌های مربوطه در درگاه بنیاد علم، در صورت داشتن هر گونه ابهام یا سؤال در خصوص فرایند ارسال طرح، شرایط و محتوای علمی فراخوان می‌توانند از پروفایل خود در سامانه کایپر با کارگروه دانش‌بنیان از طریق تیکت، یا با ایمیل hatamkhani.a@insf.org سؤالات خود را مطرح کنند.