RUS-Former: 基于Transformer的视觉伺服机器人颈动脉超声扫描系统

RUS-Former是IRM-Lab开发的创新视觉伺服机器人控制系统，针对颈动脉超声扫描任务设计，将颈动脉分割与多模态视觉伺服Transformer控制模型结合，实现从图像特征提取到机器人运动控制的端到端自动化。项目开源于GitHub（链接：https://github.com/IRM-Lab/RUS-Former），更新时间为2026年6月15日。该系统旨在解决传统人工扫描的诸多挑战，为医疗机器人领域提供新的技术参考。

颈动脉超声检查是心血管疾病风险评估的重要手段，但传统人工扫描面临解剖结构复杂、图像质量依赖经验、长时间操作疲劳、标准化困难等问题。机器人辅助扫描需解决实时理解解剖结构、精确控制运动、确保安全舒适等核心挑战。

RUS-Former采用端到端学习框架，核心模块包括：

1. 颈动脉分割模块：多尺度特征提取、边缘感知损失、实时性能优化；
2. 多模态视觉伺服Transformer：视觉特征编码（分割结果+原始图像）、机器人状态编码、跨模态注意力机制、控制输出解码；
3. 端到端训练：收集专家数据、模仿学习、强化微调。

整体流程：超声图像输入→分割模块→多模态融合→视觉伺服Transformer→机器人控制输出。

1. 视觉伺服与深度学习融合：将视觉伺服转化为序列学习任务，时序建模，注意力引导增强可解释性；
2. 多模态信息融合：整合超声图像、分割掩码、机器人状态三类信息；
3. 安全约束集成：力控制、运动范围、速度约束确保医疗应用安全。

1. 临床诊断辅助：标准化扫描、质量保障、效率提升；
2. 远程医疗：专家资源下沉、实时监控、培训教学；
3. 大规模筛查：高通量、一致性、数据积累。

当前局限：泛化能力待提升、异常处理需验证、监管审批流程复杂； 技术挑战：实时性要求高、安全性需形式化验证、人机协作平衡。

技术演进：多部位扩展（甲状腺等）、3D超声集成、多模态融合（CT/MRI）； 临床转化：临床试验、监管认证、临床培训体系开发。

RUS-Former结合深度学习、视觉伺服与医疗超声技术，为颈动脉超声自动化提供创新方案。端到端Transformer架构实现图像理解到运动控制的直接映射，展现数据驱动方法潜力。未来有望在提高医疗质量、降低成本、扩大服务范围等方面发挥重要作用，值得交叉领域研究者关注。项目地址：https://github.com/IRM-Lab/RUS-Former。