CN101310304A - 用于肝叶分割和术前手术规划的方法和系统 - Google Patents
用于肝叶分割和术前手术规划的方法和系统 Download PDFInfo
- Publication number
- CN101310304A CN101310304A CNA2006800412128A CN200680041212A CN101310304A CN 101310304 A CN101310304 A CN 101310304A CN A2006800412128 A CNA2006800412128 A CN A2006800412128A CN 200680041212 A CN200680041212 A CN 200680041212A CN 101310304 A CN101310304 A CN 101310304A
- Authority
- CN
- China
- Prior art keywords
- liver
- group objects
- lobe
- virtual operation
- objects
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0012—Biomedical image inspection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T19/00—Manipulating 3D models or images for computer graphics
- G06T19/20—Editing of 3D images, e.g. changing shapes or colours, aligning objects or positioning parts
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/12—Edge-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/149—Segmentation; Edge detection involving deformable models, e.g. active contour models
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B34/00—Computer-aided surgery; Manipulators or robots specially adapted for use in surgery
- A61B34/10—Computer-aided planning, simulation or modelling of surgical operations
- A61B2034/101—Computer-aided simulation of surgical operations
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B90/00—Instruments, implements or accessories specially adapted for surgery or diagnosis and not covered by any of the groups A61B1/00 - A61B50/00, e.g. for luxation treatment or for protecting wound edges
- A61B90/36—Image-producing devices or illumination devices not otherwise provided for
- A61B2090/364—Correlation of different images or relation of image positions in respect to the body
- A61B2090/365—Correlation of different images or relation of image positions in respect to the body augmented reality, i.e. correlating a live optical image with another image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10072—Tomographic images
- G06T2207/10081—Computed x-ray tomography [CT]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20016—Hierarchical, coarse-to-fine, multiscale or multiresolution image processing; Pyramid transform
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20092—Interactive image processing based on input by user
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20112—Image segmentation details
- G06T2207/20156—Automatic seed setting
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30004—Biomedical image processing
- G06T2207/30056—Liver; Hepatic
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30004—Biomedical image processing
- G06T2207/30096—Tumor; Lesion
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30004—Biomedical image processing
- G06T2207/30101—Blood vessel; Artery; Vein; Vascular
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2210/00—Indexing scheme for image generation or computer graphics
- G06T2210/41—Medical
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2219/00—Indexing scheme for manipulating 3D models or images for computer graphics
- G06T2219/20—Indexing scheme for editing of 3D models
- G06T2219/2016—Rotation, translation, scaling
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2219/00—Indexing scheme for manipulating 3D models or images for computer graphics
- G06T2219/20—Indexing scheme for editing of 3D models
- G06T2219/2021—Shape modification
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Software Systems (AREA)
- Computer Hardware Design (AREA)
- Computer Graphics (AREA)
- Architecture (AREA)
- General Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- Quality & Reliability (AREA)
- Apparatus For Radiation Diagnosis (AREA)
- Image Processing (AREA)
Abstract
提供了影像分割肝脏体的方法和系统。实施分割,以获得与肝脏相关的第一组对象。识别与第一组对象中的一个相关的一种以上类型。根据分割的第一组对象或第一组对象中的一个的不同类型来识别标志。根据标志来分割包括肝叶的第二组对象。
Description
背景
发明领域
[0001]本发明涉及用于疾病诊断和手术规划的方法。具体地讲,本发明涉及用于疾病诊断和手术规划的医学解剖体的计算机辅助交互式分割。
相关技术的讨论
[0002]早期检测和早期治疗是治疗肝癌的关键。随着现代成像技术的发展,可以在早期阶段检测到肝癌。在检测和诊断之后,可以根据不同的治疗方案,例如,射频消融术和手术切除术,来治疗肝癌。为了实施所述治疗,在手术之前必须进行规划。具体地讲,需要显示并分析病灶相对于肝叶的物理位置,相对于主要血管和分支的空间关系。非常需要有助于识别肝叶,显示病灶、肝叶和血管之间空间关系的工具。医生能够规划并模拟外科手术的虚拟手术环境同样是非常有用的。所述工具还可有助于活组织检查路径规划。
[0003]一些传统的肝叶分割技术完全依赖于门静脉系统的识别,例如,D.Selle,B.Preim,A.Schenk,H.-O.Peitgen,″Analysis of vasculature for liver surgicalplanning″,IEEE Transactions on Medical Imaging,Vol.21,Nov.11,2002,pp.1344-1357。在所述的传统系统中,根据对门静脉分支的血液支持部位的识别来分割肝叶。这种传统方式存在的问题是,肝叶分割的准确性完全取决于门静脉分割的准确性。在影像中门静脉信号较弱的情况下,门静脉的分割可能失败,导致肝叶分割的失败。
附图说明
[0004]本文所要求保护和/或披露的发明将以示例性实施例的形式作进一步说明。这些示例性实施例将结合附图进行详细说明。这些实施例是非限定性的示例性实施例,其中,类似的附图标记在贯穿附图的若干视图中表示类似的结构,并且,其中:
[0005]图1a示出了肝叶分割和手术规划的系统示意图;
[0006]图1b示出了肝叶的Couinaud定义及它们相对血管的空间关系;
[0007]图1c示出了根据本发明一个实施例的肝叶分割和手术规划的示例性流程图;
[0008]图2示出了用于肝叶分割的三步法的示例性构造;
[0009]图3a示出了根据本发明的混合标志组成;
[0010]图3b示出了标志参考图的示例性构造;
[0011]图4示出了示例性的肝叶分割流程图;
[0012]图5示出了肝叶分割微调步骤的一个实施例的示例性构造;
[0013]图6a和图6b示出了分段肝叶的示例;
[0014]图7示出了示例性的手术规划流程图;和
[0015]图8示出了以手术规划实施虚拟手术的示例性构造。
具体实施方式
[0016]在本发明中,披露了将门静脉系统与肝静脉系统以及其他解剖体标志结合用于肝叶分割的技术。还披露了能够帮助医生模拟术前手术,并在实际手术期间回忆所述模拟的方法和装置。
[0017]图1a中示出了交互式肝叶分割和手术规划系统的示例性示意图。在该系统示意图中,肝CT三维图像160是系统的输入。用户161可以通过图形用户界面197与系统进行交互。肝脏分割单元162接受肝CT图像作为输入,并且生成肝分割结果。用户可以通过肝脏分割调节单元186交互式调节肝脏分割结果。肝脏分割单元的输出可以表示为肝脏分割结果164,并用作随后模块的输入。将肝脏分割结果和肝CT图像作为输入,血管分割单元166可在肝CT图像生成3D血管系统。血管分割结果可由用户通过血管分割调节单元188进行交互式调节。血管分割单元的输出可被送入血管分离单元168。血管分离单元可以识别肝脏的不同血管系统,并且将其彼此分离。用户可以通过血管分离调节单元190交互式协助分离过程。每个分离的血管系统可以通过血管标记单元170,按照血管分段的相对空间关系进行标记。用户可以通过血管标记调节单元192交互式调节血管标记结果。血管标记单元的输出是根据血管分段的空间位置和关系标记的血管分段172。肝脏和血管标志识别单元174可以自动或通过某些用户交互,在肝脏表面或血管上定位标志。用户可通过肝脏和血管标志调节单元194与该单元进行交互。根据肝脏分割结果,血管标记结果以及肝脏和血管上的标志,肝叶分割单元176可以将肝脏分成若干个肝叶分段。肝叶分割单元176的输出178可以是按照下文段落所述Couinaud肝叶定义的肝叶的完整或局部分割。用户可以通过肝叶分割调节单元196交互式编辑肝叶分割结果。结节分割单元180可以从CT影像分割出结节。用户可以通过结节分割调节单元198交互式调节结节分割结果182。最后,手术规划单元184可以组合所有前述分割模块的输出,并呈现给用户关于肝脏、血管、结节及其关系的信息。用户还可通过图形用户界面197与手术规划单元进行交互,以便获得3D空间信息,来规划手术和实施虚拟外科手术。
[0018]肝叶通常发挥重要作用,如在手术规划中用作标志,确定切除部位。广泛采用的肝叶分割方法是Couinaud的8段系统,如图1b所示。在Couinaud系统中,肝脏被分成8个肝叶,在图1b中以152-159示出。每个肝脏可被分成左半部和右半部。左半部肝脏可包括肝叶1-4。肝叶2-3在肝叶4侧向。右半部肝脏可包括肝叶5-8。根据肝叶之间的空间关系,肝叶5(156)可被称作前下肝叶,肝叶6(157)称为后下肝叶,肝叶7(158)称为后上肝叶,而肝叶8(159)称为前上肝叶。源自门静脉主干151的门静脉系统可以分支进入每个肝叶。肝叶1-8内的门静脉分支可分别被标记为门静脉分支1-8。
[0019]图1c示出了交互式肝叶分割和手术规划系统的示例性流程图。在该示例性流程图中,在步骤101,从腹部CT影像分割肝脏。在步骤102,交互式分割肝血管。在步骤103,自动或交互式分离门静脉和肝静脉系统。如上所述,门静脉血管系统中的血管分支可被标记为分支1-8。肝血管系统可被标记为左肝静脉、中肝静脉和右肝静脉。在步骤104,标记门静脉和肝静脉系统。在步骤105,可以交互式或自动识别标志。所述识别的标志可被组织和显示为参考图,用于指导不同肝静脉的识别。然后在步骤106,根据识别的标志来分割肝叶。在步骤107,可以自动或交互式识别并分割肝脏中的结节。在步骤108,根据病灶、肝叶和血管的位置以及它们的空间关系来实施手术规划。
[0020]根据本发明,在步骤106实施的肝叶分割步骤可以基于由标记的肝静脉,门静脉,和其他肝脏解剖标志所获得的混合特征。肝叶分割过程可以包括由粗至精的三个步骤,如图2所示。在步骤201,第一个步骤可以是根据肝脏解剖标志和门静脉血管标记对肝叶进行初始分割。第二个步骤202可以利用数学模型,根据步骤201所获得的初始肝叶分割,通过来自肝静脉和肝标志的其他信息,精细调整肝叶之间的边界。最后,在步骤203,在位置和方向上可以交互式微调肝叶之间的边界表面。
[0021]如图2所示的混合肝叶分割方法可以通过本文所披露的不同方式进行。肝叶可以被完全分割,产生8段,或者被局部分割以得到关心的一个或多个肝叶。所述分割可以根据得自肝静脉、门静脉和肝脏标志的特征的子集进行。
[0022]在肝叶分割的每一个步骤,当需要时,肝脏分割、血管分割和血管标记可以交互。就是说,在图2所示肝叶分割的任何步骤,用户可以切换到肝脏分割101,血管分割102,血管分离103,血管标记104,和标志选择105步骤中的任意一个,进行任意修正,并随后继续肝叶分割。
[0023]肝叶分割可以根据不同类型的标志进行。图3a示出了3种类型的标志:按照本发明,来自门静脉的标志310,来自肝静脉的标志311,和来自肝脏表面的标志312。这些标志可以自动识别或交互式选择。所述标志可以参考图的形式组织或显示。所述参考图可具有内置控制,可用于帮助标志的交互式选择。示例性的实施例是通过数字来标记相应的标志并将控制嵌入数字标记内。用户可以首先利用计算机鼠标点击参考图上的标记,然后点击解剖体的实际2D或3D显示中的对应标志。在2D或3D上点击的位置可能显示一记号,如在该位置的圆形或球体,表示设置的标志。可以将参考图上设置的标志改为不同的颜色。参考图和对应的解剖体可以通过3D或2D或两者来显示。
[0024]图3b示出了示例性的参考图。标志点可以包括胆囊窝的标志301,脐裂隙的标志302,下腔静脉(IVC)的标志307,浅层静脉韧带的两个标志308和309。左和右肝静脉上可能有两个标志,分别示为304和303。门静脉血管上可能也有两个标志,一个位于右门静脉血管树的主分支305上,而另一个位于左门静脉血管树的U-点306。
[0025]除了标志的交互式识别之外,还可以根据它们的几何特征以及它们相对其他解剖体的空间关系来自动检测所述标志。自动检测到的标志可以在3D或2D的相应位置上影像显示。用户可以利用参考图中的参考控制来编辑自动检测到的标志。
[0026]在步骤201实施的初始肝叶分割可以根据门静脉血管标记和肝脏标志进行。图4是初始肝叶分割的示例性流程图。在步骤401,通过穿过IVC和胆囊窝的平面,肝脏可被分成左肝叶和右肝叶。左肝叶和右肝叶可各自单独分成4段。在步骤402,左肝叶通过穿过IVC和脐裂隙的平面,被分成两个部分,中肝叶(肝叶4)和侧肝叶。在步骤403,根据到标记的门静脉血管分支1、2和3的最小距离,侧肝叶可进一步分为肝叶1、2和3。在步骤404,在右侧,根据到标记的门静脉血管分支5-8的最小距离,右肝叶可被分成肝叶5,6,7和8。
[0027]在右肝脏,在步骤405,可以通过穿过右门静脉血管标志的水平面来调节上肝叶(7和8)和下肝叶(5和6)之间的边界。在所述调节之后,如果它们位于水平面下方,上肝叶7和8的体素可分别被重新标记为下肝叶6和5,反之亦然。在左肝脏,在步骤406,通过穿过左门静脉血管树的U-点和浅层静脉韧带的两个点的平面,可以进一步调节肝叶1。在肝叶1上并且横向于穿过左门静脉血管树U-点的平面的体素会被重新标记为肝叶2。
[0028]在初始肝叶分割之后,在步骤202,可以利用数学模型,通过来自肝静脉和其他解剖体标志的其他信息,使特定肝叶之间的边界精细化。分离平面的微调可能涉及三个步骤,如图5所示。在待微调的相邻肝叶在步骤501被识别之后,在步骤502,可以提取肝叶之间的边界体素。另外,可以提取沿肝叶边界表面的解剖体结构。所述解剖体结构的示例是左肝静脉和右肝静脉。在步骤503,可以提取识别的解剖体结构的体素,并且添加到边界体素集。另外,在步骤504,肝叶之间的边界体素可以拟合数学曲面模型,例如二次模型。在步骤505,该数学曲面模型可用于调节在肝叶分割的初始步骤中获得的边界。如果用户对边界不满意,在步骤506,可以交互式调节数学曲面的控制点。
[0029]图6a(前视图)和图6b(后视图)示出了微调之后肝叶分割的一个示例。在该示例中,有根据Couinaud的肝叶定义分段的8个肝叶,表示为152-159。右肝脏的前肝叶(156,159)和后肝叶(157,158)之间的边界表面604可以用二次曲面模拟。可以自动或交互式识别的右肝静脉可用于将分离表面拟合二次模型。如果它们位于二次曲面的后面,前肝叶(156,159)的体素可分别被重新标记为后肝叶(157,158),反之亦然。相同的方法可应用于左肝脏的肝叶153和154之间的边界表面,如图6b中的606所示。
[0030]上述曲面拟合的数学模型可以基于具有控制点的表面。具有控制点的表面的示例是B样条曲面或非均匀有理B样条曲面(NURBS)。可以在3D中调节估计控制点的位置,以便改变曲面模型的方向和位置。
[0031]在步骤406获得的肝叶1的分割还可用于可变形模型,如3D活动轮廓模型的初始化状态,以便微调肝叶1和周围肝叶之间的边界。
[0032]如果用户只对肝叶的某些特定部分感兴趣,或者如果用户选择仅标记某些优选的血管或标志,可以局部分割肝叶。局部肝叶分割的一种情况是,没有可用的肝静脉,和门静脉血管分支1-4不能够分割,例如,由于CT影像的对比度不够。在这种情况下,只能分割肝叶5-8。
[0033]在步骤203,可以对分段的肝叶进行交互式调节。调节可以直接在肝叶之间的边界表面空间进行。通过沿着希望的调节方向拖动边界表面上的某些控制点,可以将边界表面变动到某些希望的位置和/或方向。还可以通过参照影像空间来调节边界表面。例如,通过在影像平面的某些选定位置设置某些定位点,可以实施限制,迫使边界表面通过这些定位点。还可以调节表面的弹性和光滑度,以便可以获得希望程度的表面光滑度。还可以通过以简单曲面,如近似平面的方式简化边界表面,来进行调节。在位置和/或方向上对于简单曲面进行的调节,可用于获得边界表面的大致位置。简单曲面的大致位置可用作确定最终边界表面的全局优化函数的权重因数。
[0034]肝脏分割,血管分割,门静脉和肝静脉的分离,血管标记,标志点选择和肝叶分割的过程可以是顺序的操作,以便获得最终的肝叶分割。可以按任意顺序改变这些操作的任意一个。如果改动了一个操作,其余的操作可按需执行,以相应调节受影响的部位。例如,如果在肝叶分割之后对门静脉血管分支5和8进行了重新标记,会对肝叶5-8进行重新分割,以便获得对应最新血管标记的结果。肝叶1-4会保持原样,因为对血管分支5和8的改动不会影响肝叶1-4。
[0035]上述处理方法的某些步骤可以是可选的。当不选择或跳过某些步骤时,用户仍然可以继续其他步骤,来完成肝叶分割。例如,由于影像对比度较差,可以忽略血管分割的某些数据。在这种情况下,用户能够通过自动或交互式识别的标志获得最终的肝叶分割。
[0036]标记的肝叶、血管和分段的病灶可用于建立虚拟的环境,以便医生实施术前手术规划,并且指导体内外科手术。图7示出了根据本发明的手术规划的示例性流程。在步骤702,分段的肝叶、肝脏血管系统、连同识别的病灶可以利用3D影像技术在3D上显示,以便向用户展示空间关系。可以在控制面板上设置一组开关按钮或图标,每个按钮/图标对应各肝叶,标记的血管,和识别的病灶。通过开关选定的按钮/图标,对应解剖体的3D视图可以变成透明的,隐藏的,或可见的。可以使用不同的组合,来显示一组选定的解剖体及其空间关系。在步骤704,医生可以利用由系统提供的工具实施虚拟手术。与医生手术相关的步骤可以在步骤706记录,并且所述记录能够以不同的介质形式进行,如视频片段,屏幕快照,录音或动作序列。动作序列可被定义为由计算机记录的操作和按键顺序,以便可以按照该顺序进行回放。在步骤708,在虚拟环境记录下的手术步骤可以在体内手术期间以不同的形式回放。回放可以通过计算机以视频回放,屏幕截图的打印输出,声音回放,或动作序列回放的形式进行。
[0037]图8示出了根据图7的步骤704,可由医生实施的虚拟手术的示例性构造。在步骤802,3D操作可以包括在任意选定解剖体之间的3D距离测量。通过点击″3D距离″按钮,或按下预定的热键,系统可以进入3D距离测量的状态。医生可以点击3D视图中的任意点,来指定测量的起始点。按住并拖动鼠标到3D视图中的任意点,可以得到从起始点到当前点的距离测量结果的即时显示。医生还可以进行从选定病灶到任意选定解剖体的最短距离测量。通过点击病灶和关注的解剖体,例如,肝叶之间的边界表面,系统可以进行最短距离的自动计算。在表面上含有到病灶最短距离的点的区域可以标有不同于表面本身的颜色。所述距离测量工具可用于找到切割的最佳路径或在活组织检查中置入刺针的最佳进入点。
[0038]在步骤804,用户可以确定待切除病灶周围的安全边缘。通过点击″安全边缘″按钮,或按下定义的热键,可以在病灶周围设置球形表面,其中病灶的中心是球体的中心。球体的半径可以通过拖动滑动条来调节。球体表面的位置可以用作切除或射频消融治疗的安全边缘。
[0039]在步骤806,用户可以点击″计算机刀″按钮,或按下定义的热键,进入虚拟切割状态。刀的方向可以通过计算机鼠标来控制。可以通过滑动条或通过点击控制按钮,沿着计算机刀的方向来限定和调节切割深度。可以由用户在肝脏表面上拖动来限定切割的轨迹。被切割的表面可以透明显示或可被移去。可以利用相同的控制步骤进行多次切割。
[0040]在步骤808,通过结节的安全边缘内空间的血管可以交互式或自动标记为消融血管分支。消融血管在手术或治疗期间要被切割和结扎。可以在所述血管的切割剖面上添加特定标记。对外科医生有关所述血管的手术类型的建议可以通过文本形式显示在切割位置旁。
[0041]在步骤808,靠近消融血管的主要血管分支可以用警告色标记,以唤起注意。医生可以通过在切割位置旁输入标注,在任意切割位置添加注释。
[0042]在步骤810,可以根据病灶位置,它们的安全边缘,以及病灶和肝叶之间的空间关系,来交互式或自动识别要切除或治疗的肝叶。
[0043]在步骤812,可以通过GUI 197进行计算机切割。用户可以控制计算机刀,将3D对象切割分段,所述3D对象如肝脏,血管和肝叶。
[0044]在步骤814,医生可以对肝叶,对切除和剩余肝脏部分进行容积测量。医生可以选择要测量的感兴趣部分,然后点击′容积测量′按钮。所测量的容积可以即时以文本形式显示在屏幕上,位于所测量部分的旁边。它也可以自动添加到临床报告中。
[0045]尽管已结合某些图示的实施例对本发明进行了描述,在本文中所使用的文字是说明性质的文字,而不是限定性质的文字。在所附权利要求书的范围内,在不超出本发明各方面的范围和构思的前提下可以进行改变。尽管已结合具体结构,动作和材料在本文对本发明进行了描述,本发明并不局限于所披露的细节,而是可以包括多种形式,其中某些可能与所披露的实施例有很大不同,并延伸到所有等同的结构,动作,和材料,如属于所附权利要求书的范围。
Claims (30)
1.一种方法,包括:
实施分割,以获得与肝脏相关的第一组对象;
识别所述第一组对象中的一个的一种以上类型;
根据所述第一组对象或所述第一组对象中的一个的一种以上类型来识别标志;和
分割第二组对象,其中所述第二组对象包括根据所述标志获得的肝叶。
2.根据权利要求1所述的方法,其中所述第一组对象包括至少下列之一:
肝脏;和
血管。
3.根据权利要求1所述的方法,其中,所述第一组对象中的一个包括血管。
4.根据权利要求3所述的方法,其中,所述第一组对象中的一个的一种以上类型包括至少下列之一:
门静脉;和
肝静脉。
5.根据权利要求1所述的方法,其中,所述标志根据参考图来识别。
6.根据权利要求1所述的方法,其中,所述第二组对象包括至少下列之一:
肝叶;和
结节。
7.根据权利要求1所述的方法,还包括根据至少下列之一提供虚拟外科手术规划设定:
所述第一组对象;
所述第一组对象中的一个的一种以上类型;
所述标志;和
所述第二组对象。
8.根据权利要求7所述的方法,其中,在所述虚拟外科手术设定中,要实施一个或多个虚拟手术。
9.根据权利要求8所述的方法,其中,在所述虚拟外科手术设定中可以显示对象,其中,所显示的对象包括至少下列之一:
所述第一组对象;和
所述第二组对象。
10.根据权利要求9所述的方法,其中,要显示的对象以相对于某种角度与其他对象保持空间关系的方式呈现。
11.根据权利要求9所述的方法,其中,要显示的对象可以在3D影像空间中旋转和平移。
12.根据权利要求9所述的方法,其中,要显示的对象用标记呈现。
13.根据权利要求8所述的方法,其中,可以对可操作对象实施所述一个或多个虚拟手术。
14.根据权利要求13所述的方法,其中,所述可操作对象包括至少下列之一:
接近肝脏的表面区域;
肝脏;
肝叶;
血管;和
结节。
15.根据权利要求13所述的方法,其中,所述一个或多个虚拟手术包括至少下列之一:
手术切割;
至少部分切除可操作对象;和
处理所述可操作对象。
16.根据权利要求13所述的方法,其中在实施虚拟手术中,产生至少一种反应。
17.根据权利要求16所述的方法,其中,所述至少一种反应包括:
对于所述虚拟手术进行的测量;
检测到由于所述虚拟手术而发生的事件;
产生响应,来表示检测到的事件的解决方案;和
对于所述虚拟手术产生的记录。
18.根据权利要求17所述的方法,其中,所述测量包括至少下列之一:
位置测量,表示受所述虚拟手术影响的位置;
尺寸测量,表示受所述虚拟手术影响的区域的大小;
所述区域的位置和另一个对象之间的距离测量;和
根据所述距离测量确定的安全边缘。
19.根据权利要求17所述的方法,其中,所述事件包括至少下列之一:
在受所述虚拟手术影响的区域出现的开口;
不同对象之间的相对空间关系的变化;
由于所述虚拟手术引起的对象的分离;
血管的消融;
肝叶的切除;和
所述开口或分离的结果。
20.根据权利要求17所述的方法,其中,所述响应包括至少下列之一;
表示由虚拟手术造成的影响的信息;
使影响减到最小的第一建议方案;
使影响最大化的第二建议方案;
采取措施消除影响的警告。
21.根据权利要求17所述的方法,其中,所述记录是至少下列之一:
视频片段;
动作序列;
快照;
文字记录;
录音;和
上述的任意组合。
22.根据权利要求21所述的方法,其中,所述记录通过将所述虚拟手术的记录附加到对先前虚拟手术进行的不同记录而形成。
23.一种方法,包括:
提供虚拟外科手术规划设定;
在所述虚拟外科手术规划设定中实施一个或多个虚拟外科手术,其中,
所述一个或多个虚拟外科手术是针对与肝脏相关的多个对象进行的,
所述多个对象包括第一组对象和第二组对象,和
所述第二组对象包括根据基于所述第一组对象和/或第一组对象之一的一种以上类型获得的多个标志来进行分段的肝叶。
24.一种系统,包括:
第一分割单元,被设置用于实施分割,来获得与肝脏相关的第一组对象;
识别单元,被设置用于识别一种以上类型的第一组对象中的一个;
标志识别单元,被设置用于根据所述第一组对象和/或所述第一组对象中的一个的一种以上类型来识别标志;和
第二分割单元,被设置用于分割第二组对象,其中,所述第二组对象包括根据所述标志获得的肝叶。
25.根据权利要求24所述的系统,还包括外科手术规划单元,被设置用于根据下列至少一个提供虚拟外科手术规划设定:
所述第一组对象;
所述一种以上类型的第一组对象中的一个;
所述标志;和
所述第二组对象。
26.根据权利要求25所述的系统,还包括虚拟手术操作单元,被设置用于帮助在虚拟外科手术规划设定中实施一个或多个虚拟手术操作。
27.一种系统,包括:
第一装置,用于实施分割,来获得与肝脏相关的第一组对象;
第二装置,用于识别第一组对象中的一个的一种以上类型;
第三装置,用于根据所述第一组对象和/或所述第一组对象中的一个的一种以上类型来识别标志;和
第四装置,用于分割第二组对象,其中,所述第二组对象包括根据所述标志获得的肝叶。
28.一种系统,包括:
外科手术规划单元,被设置用于提供虚拟外科手术规划设定;
虚拟手术单元,被设置用于帮助虚拟外科手术规划设定中的一个或多个虚拟外科手术,其中,
所述一个或多个外科手术针对与肝脏相关的多个对象实施,
与肝脏相关的多个对象包括第一组对象和第二组对象,和
所述第二组对象包括根据基于所述第一组对象或第一组对象之一的一种以上类型获得的多个标志来进行分割的肝叶。
29.一种系统,包括:
第一装置,用于提供虚拟外科手术规划设定;
第二装置,用于帮助实施虚拟外科手术规划设定中的一个或多个虚拟外科手术,其中,
所述一个或多个外科手术针对与肝脏相关的多个对象实施,
与肝脏相关的多个对象包括第一组对象和第二组对象,和
所述第二组对象包括根据基于所述第一组对象和/或第一组对象之一的一种以上类型获得的多个标志来进行分割的肝叶。
30.一种机器可读的介质,其上具有记录的数据,所述数据在存取时使机器执行下述任务:
实施分割,以便获得与肝脏相关的第一组对象;
识别第一组对象中的一个的一种以上类型;
根据所述第一组对象或所述第一组对象中的一个的一种以上类型来识别标志;和
分割第二组对象,其中,所述第二组对象包括根据所述标志获得的肝叶。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710205722.4A CN107358595B (zh) | 2005-11-01 | 2006-11-01 | 用于肝叶分割和术前手术规划的方法和系统 |
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US73193905P | 2005-11-01 | 2005-11-01 | |
US60/731,939 | 2005-11-01 |
Related Child Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710205722.4A Division CN107358595B (zh) | 2005-11-01 | 2006-11-01 | 用于肝叶分割和术前手术规划的方法和系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN101310304A true CN101310304A (zh) | 2008-11-19 |
Family
ID=37951791
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CNA2006800412128A Pending CN101310304A (zh) | 2005-11-01 | 2006-11-01 | 用于肝叶分割和术前手术规划的方法和系统 |
CN201710205722.4A Active CN107358595B (zh) | 2005-11-01 | 2006-11-01 | 用于肝叶分割和术前手术规划的方法和系统 |
Family Applications After (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710205722.4A Active CN107358595B (zh) | 2005-11-01 | 2006-11-01 | 用于肝叶分割和术前手术规划的方法和系统 |
Country Status (4)
Country | Link |
---|---|
US (1) | US7840044B2 (zh) |
EP (1) | EP1952347B1 (zh) |
CN (2) | CN101310304A (zh) |
WO (1) | WO2007053676A2 (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102693540A (zh) * | 2012-04-24 | 2012-09-26 | 深圳市旭东数字医学影像技术有限公司 | 一种肝脏分段的方法及其系统 |
CN103049638A (zh) * | 2011-09-28 | 2013-04-17 | 西门子公司 | 半自动化手术前切除规划 |
CN105518747A (zh) * | 2013-06-11 | 2016-04-20 | 新加坡科技研究局 | 肝手术的计算机辅助规划 |
CN107818564A (zh) * | 2017-10-27 | 2018-03-20 | 深圳市图智能科技有限公司 | 一种肝脏3d医学影像分段方法 |
CN112635029A (zh) * | 2020-12-31 | 2021-04-09 | 上海联影智能医疗科技有限公司 | 一种医学影像处理方法、装置、终端及存储介质 |
CN112947403A (zh) * | 2019-11-22 | 2021-06-11 | 医达科技公司 | 用于障碍物规避的确定性机器人路径规划 |
Families Citing this family (27)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2009067654A1 (en) * | 2007-11-21 | 2009-05-28 | Edda Technology, Inc. | Method and system for interactive percutaneous pre-operation surgical planning |
US11264139B2 (en) | 2007-11-21 | 2022-03-01 | Edda Technology, Inc. | Method and system for adjusting interactive 3D treatment zone for percutaneous treatment |
WO2009111753A2 (en) * | 2008-03-06 | 2009-09-11 | Edda Technology, Inc. | System and method for interactive liver lobe segmentation |
EP2120208A1 (en) | 2008-05-13 | 2009-11-18 | IBBT vzw | Method and system for lesion segmentation |
WO2010107786A2 (en) * | 2009-03-16 | 2010-09-23 | H. Lee Moffitt Cancer Center And Research Institute, Inc. | Ct atlas of the brisbane 2000 system of liver anatomy for radiation oncologists |
EP2427858B1 (en) * | 2009-05-08 | 2018-07-11 | Edda Technology, Inc. | Method, system, apparatus, and computer program product for interactive hepatic vascular and biliary system assessment |
CN102422335B (zh) * | 2009-05-12 | 2016-03-02 | 美国医软科技公司 | 用于交互式术前评估的系统、方法和装置 |
US8423117B2 (en) * | 2009-06-22 | 2013-04-16 | General Electric Company | System and method to process an acquired image of a subject anatomy to differentiate a portion of subject anatomy to protect relative to a portion to receive treatment |
US20110054295A1 (en) * | 2009-08-25 | 2011-03-03 | Fujifilm Corporation | Medical image diagnostic apparatus and method using a liver function angiographic image, and computer readable recording medium on which is recorded a program therefor |
JP6008635B2 (ja) * | 2012-07-24 | 2016-10-19 | 富士フイルム株式会社 | 手術支援装置、方法およびプログラム |
EP2750102B1 (en) | 2012-12-27 | 2023-03-15 | General Electric Company | Method, system and computer readable medium for liver analysis |
US9367924B2 (en) | 2014-05-06 | 2016-06-14 | Siemens Aktiengesellschaft | Method and system for segmentation of the liver in magnetic resonance images using multi-channel features |
JP6902012B2 (ja) * | 2014-12-26 | 2021-07-14 | 株式会社根本杏林堂 | 医用画像表示端末および医用画像表示プログラム |
CN106204514B (zh) * | 2015-04-30 | 2019-03-01 | 中国科学院深圳先进技术研究院 | 一种基于三维ct图像的肝脏定位方法及装置 |
JP6434635B2 (ja) * | 2015-09-09 | 2018-12-05 | 富士フイルム株式会社 | マッピング画像表示制御装置および方法並びにプログラム |
US10600185B2 (en) | 2017-03-08 | 2020-03-24 | Siemens Healthcare Gmbh | Automatic liver segmentation using adversarial image-to-image network |
WO2019023909A1 (zh) * | 2017-07-31 | 2019-02-07 | 深圳联影医疗科技有限公司 | 一种肝段分割方法与设备 |
EP3939003B1 (en) | 2019-03-12 | 2024-04-03 | Bayer HealthCare, LLC | Systems and methods for assessing a likelihood of cteph and identifying characteristics indicative thereof |
CN110547870B (zh) * | 2019-08-01 | 2024-06-11 | 浙江大学 | 一种精准肝脏手术导航定位装置 |
JP7542060B2 (ja) | 2019-09-18 | 2024-08-29 | バイエル、アクチエンゲゼルシャフト | 教師あり学習によって訓練された予測モデルによるmri画像の予測 |
US11915361B2 (en) | 2019-09-18 | 2024-02-27 | Bayer Aktiengesellschaft | System, method, and computer program product for predicting, anticipating, and/or assessing tissue characteristics |
CN114402215A (zh) | 2019-09-18 | 2022-04-26 | 拜耳公司 | 生成肝脏的mrt图像 |
CN115398555A (zh) | 2020-04-03 | 2022-11-25 | 拜耳公司 | 生成放射线图像 |
US20240153163A1 (en) | 2021-03-09 | 2024-05-09 | Bayer Aktiengesellschaft | Machine learning in the field of contrast-enhanced radiology |
JPWO2023032480A1 (zh) * | 2021-08-31 | 2023-03-09 | ||
US11515041B1 (en) * | 2021-09-02 | 2022-11-29 | Omniscient Neurotechnology Pty Limited | Display of subset brain graph by shading nodes |
CN117576321B (zh) * | 2023-12-05 | 2024-07-19 | 上海长征医院 | 一种辅助肝脏手术规划建模系统 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
FR2605214B1 (fr) * | 1986-10-15 | 1992-01-10 | Ethnor | Prothese perihepatique |
US5859891A (en) * | 1997-03-07 | 1999-01-12 | Hibbard; Lyn | Autosegmentation/autocontouring system and method for use with three-dimensional radiation therapy treatment planning |
US6562562B2 (en) * | 2000-03-10 | 2003-05-13 | Pharmacia & Upjohn S.P.A. | Procedure for partial liver resection in nonhuman primates |
AU2001268217A1 (en) * | 2000-06-06 | 2001-12-17 | The Research Foundation Of State University Of New York | Computer aided visualization, fusion and treatment planning |
UA67321A (en) * | 2003-08-28 | 2004-06-15 | Inst Surgery Transplantation | Method for resecting right lobe of liver |
US7519209B2 (en) * | 2004-06-23 | 2009-04-14 | Vanderbilt University | System and methods of organ segmentation and applications of same |
-
2006
- 2006-11-01 CN CNA2006800412128A patent/CN101310304A/zh active Pending
- 2006-11-01 WO PCT/US2006/042638 patent/WO2007053676A2/en active Application Filing
- 2006-11-01 CN CN201710205722.4A patent/CN107358595B/zh active Active
- 2006-11-01 US US11/590,904 patent/US7840044B2/en active Active
- 2006-11-01 EP EP06827270.7A patent/EP1952347B1/en active Active
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103049638A (zh) * | 2011-09-28 | 2013-04-17 | 西门子公司 | 半自动化手术前切除规划 |
CN102693540A (zh) * | 2012-04-24 | 2012-09-26 | 深圳市旭东数字医学影像技术有限公司 | 一种肝脏分段的方法及其系统 |
CN105518747A (zh) * | 2013-06-11 | 2016-04-20 | 新加坡科技研究局 | 肝手术的计算机辅助规划 |
CN107818564A (zh) * | 2017-10-27 | 2018-03-20 | 深圳市图智能科技有限公司 | 一种肝脏3d医学影像分段方法 |
CN107818564B (zh) * | 2017-10-27 | 2020-10-30 | 深圳市一图智能科技有限公司 | 一种肝脏3d医学影像分段方法 |
CN112947403A (zh) * | 2019-11-22 | 2021-06-11 | 医达科技公司 | 用于障碍物规避的确定性机器人路径规划 |
CN112635029A (zh) * | 2020-12-31 | 2021-04-09 | 上海联影智能医疗科技有限公司 | 一种医学影像处理方法、装置、终端及存储介质 |
CN112635029B (zh) * | 2020-12-31 | 2024-09-17 | 上海联影智能医疗科技有限公司 | 一种医学影像处理方法、装置、终端及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
WO2007053676A3 (en) | 2007-07-05 |
WO2007053676A2 (en) | 2007-05-10 |
US7840044B2 (en) | 2010-11-23 |
EP1952347A2 (en) | 2008-08-06 |
US20080103385A1 (en) | 2008-05-01 |
CN107358595B (zh) | 2021-09-03 |
CN107358595A (zh) | 2017-11-17 |
EP1952347B1 (en) | 2019-03-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101310304A (zh) | 用于肝叶分割和术前手术规划的方法和系统 | |
US20230025480A1 (en) | System And Method For A Tracked Procedure | |
CN1907233B (zh) | 自动规划经由皮肤的最小侵入手术进入路径的装置和方法 | |
US10736699B2 (en) | System and method for a tracked procedure | |
CN104160424B (zh) | 用于改进多模态图像融合中的配准准确度的智能标志选择 | |
Meinzer et al. | Computerized planning of liver surgery—an overview | |
EP2896369B1 (en) | Device and method for displaying three-dimensional image, and program | |
CN101203890B (zh) | 交互式肝病诊断方法 | |
Soler et al. | An automatic virtual patient reconstruction from CT-scans for hepatic surgical planning | |
JP2016514533A (ja) | インタラクティブな経過観察の可視化 | |
US20070055455A1 (en) | Methods for interactive liver disease diagnosis | |
KR101871601B1 (ko) | 안와벽 재건술을 위한 수술 계획 생성 방법, 이를 수행하는 수술 계획 생성 서버, 및 이를 저장하는 기록매체 | |
US20210196387A1 (en) | System and method for interventional procedure using medical images | |
US12051156B2 (en) | System and method for linking a segmentation graph to volumetric data | |
CN112043378A (zh) | 对人进行导航支持以关于切除部分进行导航的方法和系统 | |
CN113994380A (zh) | 基于深度学习的消融区域确定方法 | |
Czajkowska et al. | Skeleton graph matching vs. maximum weight cliques aorta registration techniques | |
KR20200048746A (ko) | 뇌혈관 비교 판독 영상 디스플레이 장치 및 방법 | |
Meinzer et al. | Medical imaging: examples of clinical applications | |
CN116958486A (zh) | 一种基于卷积神经网络的医学图像处理方法及系统 | |
CN113993475A (zh) | 通过图像分析来预测病变复发的方法 | |
JP2003260052A (ja) | 画像診断支援装置 | |
Glombitza et al. | Technical aspects of virtual liver resection planning | |
Mohareri et al. | Automatic detection and localization of da Vinci tool tips in 3D ultrasound | |
KR102325963B1 (ko) | 갑상선 암의 림프절 전이 진단에 필요한 정보를 제공하는 방법 및 장치 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20081119 |