超声成像被认为是一种重要的诊断成像技术，广泛用于多器官系统疾病的评估。超声检查是最依赖操作者技术的成像方式之一，医师提供的高质量的诊断检查是获得准确诊断结果的关键保障［1］。超声机器人系统是超声成像设备与机器人系统相结合的产物。通过机器人操控超声探头，该系统不仅能获得高质量的超声图像，辅助医师做出准确判断，还能有效减轻超声医师的工作负担，进而提高医疗效率和诊断准确性。随着超声机器人技术的发展，医疗资源短缺的问题有望在一定程度得到缓解。如今，超声图像能够在机器人精确定位和适当接触力控制下获取，避免了由于医师主观判断可能引发的误差。
一、超声机器人系统的设计和功能
超声机器人系统已有近三十年的研究历史，初期主要集中在遥操作系统，近十年来自动化系统则成为研究热点［1,4,5,6］。超声机器人系统旨在通过自动化手段提高超声成像的精确度和效率，从而减轻医师负担。其核心优势在于机器人系统能够替代甚至超越传统的手动操作。该系统的核心组件包括机械臂、超声探头、传感器及人机交互界面，所有组件在控制器的统一调度下协同工作，以智能化的方式完成超声扫描任务。通过机械臂替代人类手臂进行精细操作，并融合视觉与力觉传感等技术，能够在确保超声扫查完整性的基础上获取高质量的超声图像。自主化水平上，从遥操作到人机协作控制，再到全自主控制，共分为九个级别［5］。在当前的临床应用中，最广泛应用的级别主要是遥操作（第一级），而第七级是目前学术研究界的最高级别，即执行控制（用户指定抽象的高阶目标，机器人自动感知、规划并执行任务）。因此，本文将重点介绍这两个方面的内容，分别阐述远程遥操作超声机器人系统与全自动超声机器人的关键技术及实现方法。
（一）远程遥操作超声机器人系统
远程机器人技术被视为远程医疗这一广泛领域的重要组成部分。远程医疗的最终目标是提供跨越长距离的专业化医疗服务，实质上消除了医师和患者必须在同一地点的限制。由于诊断性超声检查需要由经过专门培训的高水平超声医师或技师进行，全球许多偏远和乡村地区的患者无法定期接受常规超声服务，许多社区甚至难以获得专业化的超声诊断服务。为了解决这一问题，机器人技术与通信技术相结合，开发出了远程超声机器人系统。目前，远程超声机器人诊断技术已在临床中得到初步应用。
远程超声机器人系统由医师端与患者端两部分构成。医师端主控系统通过力反馈装置、虚拟探头等设备捕捉超声医师手部动作，并借助网络将指令传输至患者端机械臂，驱动超声探头运动。系统集成实时图像传输与视频会议功能，便于医患沟通及操作监控［7］。在患者端，超声探头被安装在机械臂末端，并在机械臂帮助下调整其位置及角度［8］。采用多自由度（degrees of freedom，DOF）机械臂固定超声探头，其灵活性与结构设计（串联/并联/混合）直接影响定位精度与操作复现性。机械臂自由度越高（如6-DOF），越能精准模拟人工扫描动作。在已报道的研究中，机器人根据功能可分为两类：远程定向控制和远程运动定向控制［9］。
远程定向控制：超声医师仅能够控制探头的方向，需现场助手协助定位探头位置。常见于低自由度（2-4 DOF）串联机械臂系统，依赖外部升降结构或人力固定机器人，临床应用受限。同样地，在一些并行系统中，如果机器人未固定在底座上，则无论DOF 多少，都需要一名助手来扶住机器人［10］。远程运动定向控制：通过高自由度机械臂（如6-DOF 串联结构）实现探头位置与角度的全自主调控。此类系统利用底座、肩部及肘部的3-DOF 完成定位，结合手腕3-DOF 控制定向，可安装于移动平台提升场景适应性，仅需助手辅助初始放置探头或优化图像［11,12］。此外，创新型设计如“可穿戴式4-DOF 机器人”通过胸带固定于患者体表，或配备导轨的7-DOF 机械臂，进一步扩展了远程控制的稳定性与适用场景［13］。
（二）全自动超声机器人
全自动超声机器人系统与远程超声机器人系统最重要的区别主要体现在自主性方面。全自动超声机器人可实现无需超声医师参与的机械臂系统的自主执行控制。
全自动超声机器人的扫查过程主要依赖三种基本技术［14］：（1）接触力控制，即在机械臂末端探头与患者间施加并维持给定接触力，以实现声耦合、保证图像质量并确保患者安全舒适，然而在超声扫描中保持恒定接触力颇具挑战，主流硬件方案是在协作机械臂末端加装六维力/力矩传感器实现主动控制。也有采用离合器等被动方式虽能限制最大接触力但难以精准控制力，还有传统的解耦子空间［15］、双循环［16］等力位控制方法能实现力位控制但可能在过大力移动至预期位置时存在问题。柔顺控制方法如导纳控制［17］和阻抗控制［18］也已被广泛应用，但因需要准确辨识环境刚度和阻尼参数，目前存在一定的技术难点。（2）探头方位优化，用于确定超声扫描最合适的探头方位，探头相对接触面的方向是影响超声图像质量的关键因素，常规超声扫查常使探头垂直于接触面，特殊情况为显示病灶或特殊结构需成一定角度。近年来，超声机器人探头方位优化方案以平面内或平面外优化研究为主，平面外优化涉及三维空间更复杂的调节，适用于更复杂的场景［19］。也有基于深度相机［16］、激光距离传感器［20］、力传感器［19］的方向估计方法可多方向优化但依赖特定传感器。Welleweerd等［21］研究基于平均置信值方法仅依靠超声信号强度表示图像质量，但由于人体成分复杂，仅依靠信号强度其准确性欠佳，目前临床价值不大。Jiang 等［18］根据图像分割结果估计血管方向并据此对探头方位进行调节，但该方法不适用于复杂结构的器官。（3）扫查路径规划，因超声探头单个位置成像范围有限，需选择适当扫查路径定位和可视化病灶或感兴趣解剖结构，现有的路径规划方法包括离线扫描路径生成方法和在线扫描路径生成方法。离线扫描路径生成方法基于可见光相机、MRI 数据［13］、图像配准规则［14］等，需事前准备数据，但因人体内部结构复杂、多模态数据校对困难，此方法实现难、临床价值低。在线扫描路径生成方法包括超声图像实时分割［15］、多普勒信号引导［16］等，更符合实际应用需要。Kim 等［22］使用卷积神经网络作为实时灰阶图像的分类器来实时定位心脏检查的探头位置。Jiang 等［18］提出管道模型使超声机器人系统能基于实时超声图像自动对管状结构进行超声检查，并能基于分割结果自动调整探头方向增强多普勒信号，提高重建三维血管的准确性和完整性。
二、机器人超声系统的临床应用
（一）远程遥操作超声机器人系统在诊断中的应用
Duan 等［32］研究表明，远程遥操作超声机器人可以获取高质量的超声图像，并帮助医师进行诊断。Wu 等［33］将基于5G 网络的机器人辅助远程超声技术，应用于COVID-19 疫情期间的早期心肺诊断评估，该远程超声方案使得隔离患者能够进行早期诊断和重复评估。在Adams等［29］的临床研究中，评估了远程超声诊断系统的临床应用价值，研究发现该系统能够诊断出大部分常规超声检查发现的病灶（66%～83%）。Zhang 等［34］的一项研究中，基于5G 的远程机器人超声为农村地区的患者提供了专门的腹部超声服务，并提升了健康管理水平。在超声心动图方面，Arbeille 等［27］对41 例心脏病患者的研究结果表明，远程超声在大多数情况下（93%～100%）能够实现与常规超声相似的测量，并且能诊断约86%的主动脉狭窄病例。产科成像也是超声检查在临床实践中最常见的应用之一。Adams 等［7］的研究结果表明，远程遥操作超声机器人在测量头围、双顶径或单个羊水池最大垂直深度时，与常规测量方法之间的差异无统计学意义，而在腹围和股骨长度的测量值上则存在轻微差异。Jiang 等［35］对22 例COVID-19患者进行了远程测试，认为远程遥操作超声机器人能够用于诊断常见的腹部、血管和浅表器官问题，并且具备一定的诊断准确性。王丹等［36］在对612 例患者的研究中发现，通过人工智能技术结合远程超声会诊使得基层医院的超声诊断水平大幅提高，误诊及漏诊率明显降低。Tsumura等［37］建立的机器人肺部扫描超声平台也为COVID-19 患者远程手术提供了便捷的服务。
（二）远程遥操作超声机器人系统在放疗中的应用
（三）远程遥操作超声机器人系统在诊断和放疗方面的局限性
远程遥操作超声机器人在诊断和放疗中的应用虽然具有显著优势，但也存在一些不足和局限性。首先，其高度依赖操作者的技能和经验，技术门槛较高，可能导致操作结果的差异性。其次，遥操作依赖于网络传输，通信延迟可能影响实时性，尤其在需要高精度和快速响应的场景中。此外，患者需保持特定体位和静止状态，这对某些患者（如儿童或疼痛患者）可能难以实现，进而影响图像质量或治疗效果。设备成本高昂且维护复杂，限制了其在资源有限地区的普及。同时，遥操作机器人缺乏自主决策能力，无法完全自动化，增加了操作者的负担。在复杂解剖结构或动态器官的检查中，其精准定位和图像获取能力有限，且存在患者安全和数据隐私方面的潜在风险。
未来可以通过提高智能化水平，发展更精准的定位和图像处理技术，降低成本以及加强通信技术，以提升系统的自动化、实时性和适应性。此外，通过改善患者配合方式、优化设备设计以及强化数据安全保障，将有助于克服当前的局限性。
（四）全自动超声机器人的应用探索
当前全自动超声机器人的研究仍主要集中于实验室环境下的体模模型验证阶段。研究焦点多集中于关键基础技术的突破。在接触力控制方面由于一些临床应用（如胎儿检查）对超声检查过程中施加的力非常敏感，Tsumura等［41］提出了一种基于弹簧的机制，通过机械约束维持探头与体表接触力的稳定性。Wang 等［42］进一步设计了球形离合器结构以限制最大接触力，但上述方法在动态力控精度方面存在局限。为此，Housden 等［43］通过集成多轴力/力矩传感器构建主动力控系统，实现了实时接触力的闭环调节。在探头方位优化方面，Welleweerd 等［21］创新性地提出无需先验模型的自动化乳腺扫描框架，通过算法自主确定最佳探头位置。在路径规划方面，Wang 等［44］通过主动控制机器人的方向，有选择地沿不同的路径导航，应用这种自主策略可以来定位血栓和加速溶栓手术进程。Zhan 等［45］提出面向自由变形组织的视觉伺服框架，结合实时运动估计与轨迹修正技术，在达芬奇手术机器人平台上验证了其在多模态成像中的通用性与效率优势。然而，以上这些研究多基于成像体模模型，并且仅针对实现全自动超声机器人的某一种基本技术。而人体成分更为复杂，全自动超声机器人的实现需要基于多系统共同合作，如何在实际临床过程中更好地实现全自动超声机器人的扫查工作仍需要进一步研究探索。
（五）人工智能技术赋能全自动超声机器人
为了进一步提升全自动超声机器人的自主性并克服实际应用中的挑战，我们需要依赖更先进的技术。人工智能技术通过增强对超声图像的理解，有望进一步提高超声机器人系统的自动化水平。近年来，人工智能技术得到了越来越多的关注。超声图像的分割和分类等一系列任务已经取得了显著成功，并且这一领域已发表了大量研究报道［46,47,48］。本文重点探讨如何基于人工智能的方法实现超声扫描的自动化和（或）标准化。这样的任务非常具有挑战性，因为全自动超声机器人实现的首要前提是该系统能够准确判断当前机械臂的状态和周围环境。要实现这一目标，不仅需要训练精准的分割和分类网络，还需要研究人员对机械臂以及人体特定解剖结构有深入的理解。
结合人工智能和深度学习算法，超声机器人系统能够实现目标区域的自动识别和动态路径优化，从而使影像采集和治疗过程更加高效、精准。同时，实时反馈系统的应用使得超声参数能够根据组织特性自动调整，从而提供个性化的成像和治疗方案。Bi 等［49］提出了一种智能机器人超声医师，通过学习专家导航策略和奖励函数，自主探索目标解剖结构并实现标准平面定位。该框架在多种体模和颈动脉数据上表现出了较高的鲁棒性和效率。Chen 等［50］采用监督学习方法，学习如何将超声探头引导至可见的肾脏位置，并通过当前的超声图像预测下一步动作。同时，他们开发了强化学习模块，提升了数据利用效率并增强了模型的泛化能力。Bass 等［47］通过自动搜索特定解剖特征或导航探头，显示所需标准超声切面，利用人工智能技术实现超声扫描的自动化和标准化。为克服机器人演示通常从相同初始位置开始的限制，Droste 等［46］提出了一个人工智能网络系统，模拟超声医师搜索标准平面的过程，并为常规自由手持产科超声扫描提供实时探头运动引导。Milletari等［48］利用有监督深度学习架构，指导超声医师朝正确的声学窗口进行心脏检查，并取得了更好的结果。Su 等［51］报道了第一个全自动机器人甲状腺超声扫描的人体研究，基于深度学习算法整合了各种探头控制和路径规划方案，成功实现了全程无需医师辅助的甲状腺超声检查。这一研究有效证明了人工智能技术可以赋能全自动超声机器人系统，完成复杂任务。
三、总结及展望
超声机器人系统由于其非侵入性和实时性的优势，逐渐成为医学成像领域的重要研究方向。超声机器人系统的发展，能为患者和医疗系统带来诸多益处，包括缩短诊断时间、提高医师的可及性、降低医疗成本，并扩大超声服务的覆盖范围。结合人工智能的超声机器人诊断系统，能够精准识别并诊断病灶。作为一种非侵入性、快速且高效的筛查工具，超声机器人系统有助于疾病的早期预警，且无需医护人员直接接触，有效降低传染病传播的风险。尽管超声机器人系统已经取得了显著进展，但目前仍未完全实现自主操作，并且面临伦理、法律及数据获取等方面的挑战，尚难以达到经验丰富的超声医师的水平。然而，机器人技术和人工智能的迅速发展，有望为我们提供更加高效和精准的超声扫描服务，这一领域具有巨大的研究与应用潜力。未来的研究方向可能包括开发新型超声传感硬件，如光学超声系统和软性超声贴片，以进一步提升机器人超声成像的性能和应用范围。