随着社会发展，心血管疾病（cardiovascular disease ，CVD）已经成为全世界患病率和死亡率最高的疾病，2018年仅我国的CVD患者就达到2.9亿，死亡人数占总死亡人群的31%。经皮冠状动脉介入手术（percutaneous coronary intervention，PCI）是目前治疗CVD的主要治疗方式之一，可以显著延长CVD患者的寿命，降低死亡率。上海作为我国超一线城市之一，人口密度大。随着人口老龄化以及饮食结构改变导致的肥胖率升高，城市居民心血管疾病的发病率也在逐年升高。同时，由于上海集中了国内顶尖的医疗资源，所以在满足城市本身的医疗需求的同时，还要接纳一大批来自全国各地需要接受心血管疾病治疗的患者。上海市的心血管介入水平和介入手术例数都居于全国乃至世界范围内也位居前列。开发有效的心血管介入手术机器人，将有效提高心血管介入手术的水平和效率，节约大量医疗资源，对全国起到引领作用，具有巨大推广价值。传统的介入手术有许多限制。首先，患者和医务人员在手术过程中都会接触到高剂量的X射线辐射。其次，在复杂的微小血管网络中导航非常具有挑战性，因此可能会导致失误。第三，外科医生常常因为不得不穿着沉重的铅衣以减轻辐射暴露而变得疲倦。上海市医疗机构积极与各研究所与高校在人工智能技术、医疗机器人等领域展开合作，理论研究具有较高的水平，并且已在医学领域获得了广泛运用，取得了极佳的效果。上海拥有在心血管领域开发心血管介入机器人应用的雄厚技术实力基础，将理论运用于实践，结合临床需求开发出技术先进、切实有效的介入机器人，对上海市智能医疗领域的开展具有巨大的推动作用，可以带动新的手术器械加工、影像学设备研发等一系列下游产业，具有巨大的社会效益。

        基于以上问题，中心谢叻和顾力栩团队开发出一个实时图像引导主从机器人系统。在该机器人系统中，结合采用渐进驱动法、摩擦轮驱动法和连续驱动法，发挥其优势，并在机器人系统中完成了导丝平移和旋转、 球囊导管平移和造影剂注射等操作。团队设计的远程机器人能实现系统的实时控制，使用更少的手动交互，实现多模态医学影像融合，解决术中冠脉造影中血管和周围组织的低对比、成像复杂背景结构的重叠易导致失误的问题。该系统具有诸多技术突破和优势：（1）解决了术前CTA与术中CAG融合准确性差、实时性差的问题。CTA与CAG为不同模态的冠状动脉影像，并且血管结构复杂稀疏，存在呼吸运动引发的形变，传统方法通过配准来进行CTA与CAG的融合，受血管重叠交叉情况的影响，存在准确性差、实时性差的缺点。该系统运用基于人工智能的CTA/CAG配准方法，抛弃迭代优化的过程，直接获取融合所需的血管结构形变场，具有很强的鲁棒性，实现了术中实时高准确率的信息融合。（2）解决了术中导丝实时定位难的问题。传统方法依赖于医生人工观测，增加了医生的工作量，分散其注意力。该系统运用先进的深度学习检测模型，自动示踪导丝前端位置，为医生介入提供更加直观的视觉信息支持。（3）解决了术中狭窄段检测准确性差、实时性差的问题。传统方法进行狭窄段检测需要进行图像增强、分割、中心线提取等一系列预处理步骤，无法做到实时，且错检、漏检问题严重。该系统提出通过XA造影序列检测冠状动脉狭窄的新框架，运用最新的深度学习目标检测网络，自动学习狭窄段特征，基于原始X光造影图像直接进行狭窄段检测，并利用造影序列的时域信息进行假阳性抑制，兼顾准确性与实时性。