在视网膜等精细显微手术中，医生往往需要在几十微米尺度下进行操作，任何微小的器械接触都可能对脆弱的组织结构造成不可逆损伤。因此，实时感知器械与组织之间的空间关系，对于保障手术安全至关重要。光学相干断层成像（OCT）因其微米级分辨率和实时成像能力，已成为显微外科中重要的术中辅助技术。然而，在当前临床实践中，大多数术中OCT系统仍然只能提供二维B-scan切面图像，医生需要不断移动扫描位置并在脑中拼接不同切面，才能推断真实的三维结构关系。近年来，研究人员尝试通过4D OCT（3D + 时间）实现实时三维手术场景重建，但相关系统通常依赖高速扫频光源（Swept-Source OCT）和采集卡以及高性能计算平台，系统成本与复杂度较高，限制了其在临床中的广泛应用。

针对这一问题，上海交通大学生物医学工程学院研究团队在国际知名光学期刊《Laser & Photonics Reviews》上发表了题为 “Point-Implicit Geometry Learning Enables Resource-Efficient 4D Intraoperative OCT” 的研究论文。论文作者包括 Zheng Li、Qi Lan、Haoran Zhang、Weiyi Zhang、Chengfu Gu 和 Jianlong Yang。研究团队提出了一种基于几何结构恢复的OCT成像框架，通过将传统依赖体素（voxel）的三维重建方式转变为面向几何结构的重建思路，使普通光谱域OCT（SD-OCT）系统也能够实现术中实时三维导航。在保持结构准确性的同时，该方法显著降低了采样与计算需求，为低成本实现实时术中三维成像提供了一条新的技术路径。

重要发现
01理论洞见：几何感知采样突破传统光学Nyquist限制
研究团队首先从理论层面对OCT三维重建问题进行了重新审视。传统OCT成像通常遵循光学Nyquist采样准则，即采样密度由成像系统的光学分辨率决定。当采样间距超过这一阈值时，体素强度场的重建容易受到混叠与噪声放大的影响，因此需要较高的扫描密度和数据量。然而，研究人员发现，对于术中导航等场景而言，真正需要恢复的信息并不是完整的体素强度分布，而是器械与组织表面的几何结构。在这一视角下，重建问题的采样条件不再由光学带宽决定，而主要由目标表面的几何曲率和结构复杂度所约束。理论分析表明，只要表面几何变化在一定范围内，系统便可以在明显低于传统体素重建要求的采样密度下，仍然稳定恢复结构形态。这一“几何感知采样”思想为降低OCT三维成像的数据需求提供了新的理论基础。

创新与亮点
本研究从成像原理与计算表示两个层面重新审视了术中OCT三维重建问题。传统方法通常以体素强度场为重建目标，因此需要满足严格的光学Nyquist采样条件，并伴随巨大的数据量和计算开销。本研究提出了一种几何感知的重建思路，指出在术中场景中影响重建精度的关键因素并非采样密度本身，而是目标表面的几何曲率与噪声水平，并据此提出了PIGL框架。该方法将稀疏OCT数据表示为带方向信息的点集，通过学习点—法向结构并嵌入可微隐式场，实现对器械与组织表面的连续三维重建，从而避免体素补全带来的噪声放大与内存开销。在光谱域OCT系统上验证表明，该方法能够在显著低于传统Nyquist采样要求的条件下稳定恢复三维结构，并实现约15 Hz的实时4D更新，同时将GPU显存需求降低约3.5倍，为在可及硬件条件下实现实时术中体成像提供了新的技术路径。

总结与展望
该研究表明，在术中导航这一特定应用场景中，三维成像的关键并不在于恢复完整的体素强度分布，而在于稳定表达器械与组织之间的几何关系。通过将重建目标从强度体素转向几何结构，本工作为降低实时4D iOCT系统的硬件与计算门槛提供了一种新的思路，也为理解生物医学成像中的采样条件与重建目标之间的关系提供了新的视角。未来，这种几何驱动的表示方式有望与实时成像系统、手术机器人以及数据驱动的智能分析算法进一步结合，在复杂术中环境下实现更稳定的三维场景感知。同时，该思想也可能拓展到其他成像模态，例如超声或光声成像，为在资源受限条件下实现实时三维医学成像提供新的研究方向。