首个脑静脉系统自主机器人导航预印本：Soft Actor-Critic 控制器体外成功率70%
该预印本未经同行评审。作者利用强化学习训练 Soft Actor-Critic (SAC) 控制器，在仿真和体外模型中完成从右侧颈内静脉到上矢状窦的两段导航任务。在 250 次仿真试验和 20 次体外机器人运行中，仿真任务 A/B 成功率在训练解剖为 85.6%/98.4%，保留解剖为 42.0%/91.6%，体外总体成功率为 70%。递归失败预测器在仿真中检出 99.3% 至 100% 失败，但转移到体外后校准下降。该工作首次证明脑静脉系统自主机器人接入的可行性，并为端血管脑机接口植入提供监督信号。
自主机器人能否在脑静脉系统中从右侧颈内静脉导航到上矢状窦，并在线预测即将发生的导航失败？
端血管脑机接口需将电极支架经颈静脉送达上矢状窦，但脑静脉解剖变异大、血管锥形迂曲，手动导航依赖术者技能且重复性差，术者还面临辐射暴露。现有自主导管导航研究主要针对主动脉和冠状动脉，脑部研究仅限动脉系统，尚无脑静脉系统自动接入方案。
此前研究使用强化学习自动控制导管和导丝，已在心脏介入和脑动脉血栓切除仿真及体外模型中展示可行性。但主要针对主动脉弓、冠状动脉或脑动脉，未涉及脑静脉；通常仅报告导航成功率，缺少在线失败预测与监督式自主框架，且训练解剖数量少，泛化证据不足。
将脑静脉接入路径分解为两个顺序任务：从右侧颈内静脉到上矢状窦下段，再从下段到上矢状窦最上端。控制器采用 Soft Actor-Critic 与 LSTM 观测嵌入，输入导丝远端三个点的图像平面坐标、上一位置、目标与上一动作，输出导丝和导管的平移/旋转速度，奖励基于中心线距离进展。训练完全在 SOFA/stEVE 仿真环境完成，使用 BeamAdapter 建模血管和设备，对单一训练解剖施加几何增强（全局缩放、局部拉伸压缩、旋转、中心线扰动）。体外测试用 3D 打印 PLA 血管模型、C 臂荧光透视和双器械机械臂。另训练任务特定的 GRU 失败预测器，输入观测、差分和路径进度，预测未来 20 个控制步内的失败概率，并在体外设置概率超过 0.80 持续 6 步时触发导丝回撤。
仿真中每个解剖任务组合运行 250 次。训练解剖任务 A 成功率 85.6%（214/250），任务 B 98.4%（246/250）；保留解剖任务 A 42.0%（105/250），任务 B 91.6%（229/250）。成功任务平均用时 10.33 至 13.40 秒，失败任务路径比 8.4% 至 31.7%。体外每个条件运行 5 次，共 20 次，总体成功率 70%（14/20，95% CI 48.1% 至 85.5%）。训练解剖任务 A/B 成功率均为 80%，保留解剖任务 A 为 40%，任务 B 为 80%。失败预测器在仿真中检出 99.3% 至 100.0% 失败，警告提前量中位数 22 至 27 步，误报率 0.8% 至 6.7%，Brier 分数 0.0003 至 0.0203。转移到体外后，失败前风险升高，但成功运行期间概率也升高，校准下降。论文未设置手动专家导航基线，未报告代码开源或计算成本。
作者承认主要局限：仅使用两个脑静脉解剖模型（一个训练、一个保留），体外每个条件只有 5 次运行，无法进行有意义的统计推断；未设置手动专家导航基线；3D 打印刚性 PLA 模型缺乏脉动和生理运动，摩擦特性与真实静脉或合规血流模型不同；成功仅以到达目标定义，未测量接触力、血管壁应力、穿孔或夹层，也未部署真实 Stentrode、记录神经信号或评估电极相对功能皮层的放置精度。失败预测器只在同一控制器生成的轨迹上训练，转移到体外后校准变差，自动回撤未与无回撤对照比较。论文未报告更大规模患者队列验证、算力成本或代码开源。
该技术有望用于端血管脑机接口公司（如 Synchron 的 Stentrode 植入）和介入机器人平台，帮助医生在减少辐射暴露的同时更一致地到达上矢状窦。短期内（1 至 3 年）可用于研发和临床前验证平台，例如与真实血管模型、合规材料和力反馈结合，训练自主导航和在线预警系统。进入人体临床（3 年以上）需先满足：多中心患者脑静脉影像数据库、合规且带生理搏动的模型、力感知与安全约束、失败预测器的体外再校准，以及前瞻性对照临床研究。论文未报告与现有手动操作或商业机器人系统的性能对比，因此部署到临床前需补充证据。
受许可协议限制，本站不转载该论文全文，仅提供摘要和原文链接。