← 返回论文列表

SlicerRoboTMS：用于机器人辅助经颅磁刺激的开源3D Slicer扩展
SlicerRoboTMS: An Open-Source 3D Slicer Extension for Robot-Assisted Transcranial Magnetic Stimulation

作者: Wenzhi Bai, Yituo Guo, Bhaskar Basu 等5人
arXiv: 2604.25661v1
分类: cs.RO, cs.HC
📝 论文摘要
机器人辅助经颅磁刺激（Robo-TMS）是一种基于图像引导的机器人介入技术，能够提升传统经颅磁刺激（TMS）的精确性和可重复性。TMS作为一种广泛应用于临床治疗和神经科学研究的非侵入性脑刺激方法，其潜力显著，但Robo-TMS的开发因需融合医学影像、计算机视觉与机器人学等多学科专业知识而充满挑战。本文介绍SlicerRoboTMS——一个开源3D Slicer扩展模块，为Robo-TMS研究提供统一交互基础设施。该扩展借助3D Slicer的医学图像计算与可视化能力，支持基于磁共振成像（MRI）的神经导航，并通过标准化通信协议和可配置系统描述与机器人系统对接。通过一个示例集成，展示了SlicerRoboTMS如何融入代表性Robo-TMS工作流程。该扩展旨在支持多样化硬件配置与快速原型开发，降低入门门槛，促进Robo-TMS研究的可重复性与可扩展性。扩展代码获取地址：https://github.com/OpenRoboTMS/SlicerRoboTMS。

📊 核心分析

🎯 研究动机
- 解决**机器人辅助经颅磁刺激(Robo-TMS) ** 开发中因需要医学影像、计算机视觉和机器人等多学科专业知识而带来的高门槛问题 - 现有方法缺乏统一、可复现的研究基础设施，限制了该领域的发展 - 研究背景：** 经颅磁刺激(TMS)** 是一种广泛使用的无创脑刺激技术，机器人辅助能提升其精度和可重复性
🔧 核心方法
- 开发**SlicerRoboTMS** 扩展，基于**3D Slicer** 的医学图像计算与可视化能力 - 支持基于**磁共振成像(MRI) ** 的神经导航，通过标准化通信协议和可配置系统描述与机器人系统交互 - 提供了一个示例集成，展示如何将扩展融入代表性** Robo-TMS**工作流程
💡 核心创新
- **首次提出** 一个**开源、统一** 的3D Slicer扩展作为Robo-TMS研究的基础设施，而非单一硬件或算法解决方案 - **高度模块化与可配置** ：支持多样化的硬件配置和快速原型设计，降低多学科整合难度 - **促进可重复性** ：通过标准化协议和开源代码，使研究易于复现和扩展
🏆 总体贡献
- 为**机器人辅助经颅磁刺激** 领域提供了一个低门槛、开源的统一交互基础设施 - 通过开源代码（GitHub）促进社区协作与后续研究 - 填补了现有工具在**可扩展性** 和**可复现性** 方面的空白，加速Robo-TMS技术转化