脑肿瘤严重危害了人类健康,治疗脑肿瘤最直接有效的方法是手术切除。为了提高肿瘤切除率,并在传统手术中增强医生的经验和手术操作判断,以CT、MRI等医学影像数据为基础的图像导航手术系统(Image Guided Navigation System, IGNS),在图像空间的引导下,能够进行术前手术仿真、术中辅助和引导医生识别与切除病变组织,从而最大程度地避免损伤重要血管、神经或脑功能区。IGNS一定程度上弥补了传统外科手术的不足,但是常规的IGNS精度仍然无法真正满足临床导航的需求,术中的脑变形问题是影响IGNS精度的主要因素之一,尤其是术中脑压板牵拉引起的脑组织变形。目前脑变形矫正的方法通常采用基于生物力学模型矫正脑变形的方法,它有如下五个缺陷：①牵拉变形矫正的研究主要是集中在矫正牵拉距离较小的脑组织变形,几乎不涉及脑压板牵拉大距离的复杂变形矫正。②通常采用基于有限元求解生物力学模型,但是有限元对于脑组织的不连续处理很困难,需要局部或者全局网格化,数据准备复杂,计算量过大。③需要借助术中MRI获取约束生物力学模型的边界条件,增加了病人不必要的手术步骤,延长了手术时间,手术过程也需要专门的手术室和手术器械。④验证评估牵拉变形矫正方法通常只给出定性结果,分析矫正后图像轮廓形态的相似度,没有比较全脑变形的定量分析结果。⑤没有将脑组织牵拉变形矫正功能集成到现成的神经导航系统操作流程中。针对此,本文的具体研究内容如下：第一,建立基于生物力学模型的脑组织牵拉变形矫正系统框架。提出利用线弹性模型或者超粘弹性模型矫正IGNS的脑组织牵拉变形。在脑压板牵拉产生小距离变形时,将脑组织的本构关系抽象为符合弹性力学Hooke定律的线弹性关系。当脑压板牵拉距离继续增加,产生大距离的复杂变形时,引入超粘弹性模型对脑组织牵拉变形进行模拟,该模型很好地模拟了受到牵拉脑组织的粘弹性生物力学特性,并且表达了受牵拉时的脑组织压缩与拉伸影响。第二,提出利用扩展有限元(eXtended Finite Element Method, XFEM)求解生物力学模型。XFEM针对拓扑结构发生改变的情况增加了自由度来表达,适用于对脑压板牵拉脑组织产生裂缝的模拟。避免了在产生裂缝的高应力区和变形区进行高密度网格剖分,也不必进行复杂的数据准备和大量复杂计算,满足了脑组织常规部分的连续性又能反映裂缝部分的不连续性。第三,提出基于三维激光扫描仪(Laser Range Scanner, LRS)获取边界条件的脑组织表面变形跟踪算法。LRS能方便、快速获取术中包括脑压板在内的脑组织牵拉变形表面,既不会增加手术步骤,也不会延长手术时间,更不需要专门的手术室和手术器械。第四,用脑组织体模试验和动物试验验证了系统框架的有效性与临床实用性。脑组织体模与真实的人脑组织生物力学参数类似。对比植入脑组织体模不锈钢标记物在真实CT图像中标记物的位移,系统框架的预测误差在0.0-2.0mm之间,平均值1.19mm。矫正精度在52.8%-100%之间,平均值81.4%。猪头及活猪实验中,模拟系统框架在临床应用的环境。离体成年猪头试验中选择线弹性模型建模,七例2到3月龄活猪试验选择了更能满足猪脑生物力学属性的超粘弹模型建模。七例活猪的平均预测误差是0.42±0.16mm,平均矫正精度是77.65±5.68%。试验结果表明：系统框架的预测误差和矫正精度结果基本满足了临床上脑组织牵拉变形精度的要求,该框架能够有效矫正因术中牵拉引起的脑组织变形。第五,将提出的脑组织牵拉变形矫正系统框架集成到现成的手术导航系统中。从而使导航系统不仅能完成现有的开颅后脑变形矫正功能,而且同时具备矫正脑组织牵拉变形的功能。综上所述,针对现有手术导航系统存在脑组织牵拉变形矫正的问题,本文首先提出基于生物力学模型的脑组织牵拉变形矫正系统框架,根据牵拉变形距离大小和复杂性选择线弹性模型或者超粘弹模型建模,使用基于LRS的脑组织表面变形跟踪算法获取约束生物力学平衡方程的边界条件,并用XFEM求解生物力学模型。其次用脑组织体模试验和动物试验验证系统框架的有效性与临床实用性,试验结果表明了系统框架的预测误差和矫正精度结果基本满足临床上脑组织牵拉变形精度的要求,能够有效矫正因术中牵拉引起的脑组织变形。最后将提出的脑组织牵拉变形矫正系统框架集成到现成的手术导航系统流程中。本文通过对神经导航中牵拉变形矫正进行了全面分析,提出的脑组织牵拉变形矫正系统框架的预测误差和矫正精度结果基本满足了临床要求,为提高神经导航系统的脑组织牵拉变形矫正提供了科学有效的方法。本文相关内容共发表和录用SCI论文1篇、中文论文1篇,另向SCI索引的杂志投稿论文1篇。