CN101675455B - 外科流程的风险指示 - Google Patents
外科流程的风险指示 Download PDFInfo
- Publication number
- CN101675455B CN101675455B CN200880013711.5A CN200880013711A CN101675455B CN 101675455 B CN101675455 B CN 101675455B CN 200880013711 A CN200880013711 A CN 200880013711A CN 101675455 B CN101675455 B CN 101675455B
- Authority
- CN
- China
- Prior art keywords
- risk
- anatomical structure
- data
- medical supply
- medical
- 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.)
- Active
Links
Classifications
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
- G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
- G06T7/75—Determining position or orientation of objects or cameras using feature-based methods involving 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
-
- 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
Abstract
本发明涉及一种用于计算风险的系统(100),所述风险与医学流程期间由医学设备损伤解剖结构相关,所述系统包括:结构单元(110),用于获取所述解剖结构的位置;设备单元(120),用于获取所述医学设备的位置;以及风险单元(130),用于基于所述医学设备的位置和所述解剖结构的位置计算与损伤所述解剖结构相关的风险。可以将所述系统(100)用于计划使所述风险最小化的医学设备路径或在医学流程期间监测所述风险。
Description
技术领域
本发明涉及外科计划和监测,具体而言涉及计算风险,该风险涉及在医学流程期间由医学设备损伤解剖结构。
背景技术
在题为“Guidance system and method for surgical procedures withimproved feedback”的专利申请US 2004/0106916中描述了具有改善的反馈的用于外科流程的引导系统和方法,以下简称参考文献1。这一文献描述了在医疗程序期间使用计算机辅助手术系统的方法。该方法包括接收关于研究目标的信息、跟踪工具位置、确定工具当前位置和研究目标之间的标量距离、以及向诸如医生的用户提供标量距离的指示。参考文献1中所述系统和方法的局限是提供给用户的反馈仅限于标量距离的指示。
发明内容
有一种基于工具和研究目标的位置提供额外的有用信息的系统会是有利的。
为了解决这一问题,在本发明的一方面中,提供了一种用于计算风险的系统,所述风险与医疗程序期间由医学设备损伤解剖结构相关,所述系统包括:
-用于获取所述解剖结构的位置的结构单元;
-用于获取所述医学设备的位置的设备单元;以及
-用于基于所述医学设备的位置和所述解剖结构的位置计算与损伤所述解剖结构相关的风险的风险单元。
例如,解剖结构可以是肝血管树,医学设备可以是活检针,医疗程序可以是肝活检。活检针的尖端需要放置在患者肝组织的目标位置。可以设置结构单元以获取肝血管树的位置。可以由多个中线点的坐标和肝血管的对应直径定义肝血管树的位置。可以利用A.F.Frangi、W.J.Niessen、K.L.Vincken和M.A.Viergever在Medical Image Computing and Computer-Assisted Intervention-MICCAI'98中的题为“Multiscale vessel enhancementfiltering”的文章,W.M.Wells、A.Colchester和S.L.Delp(Eds.)在ComputerScience 1998年第1496卷第130-137页(Springer Verlag,Berlin,德国)中的讲稿中描述的方法例如从图像数据获得中线点坐标和肝血管对应直径。可以设置设备单元以获取活检针的位置,包括,例如活检针的尖端坐标和活检针轴的方向余弦。可以设置风险单元以基于中线点的坐标和肝血管的对应直径、活检针轴的方向余弦和活检针尖端的坐标计算刺穿肝血管树血管的风险。计算出的风险值可以取决于例如基于中线点坐标和肝血管对应直径计算的肝血管树和活检针尖端之间的距离以及肝血管树和活检针轴之间距离。例如损伤血管的风险的概率可以为医生提供用于计划或引导诸如肝活检的医疗程序的有用信息。
在系统的实施例中,所述解剖结构的位置基于分割图像数据期间确定的对象位置。对象可以描述解剖结构或另一结构。例如,可以设置系统以接收包括图像数据的输入数据。结构单元110可以采用利用光线投射的检测技术来计算描述图像数据中解剖结构的对象的位置。在C.Lorenz和J.vonBerg在Proceedings CARS 2005第230-235页的题为“Fast automated objectdetection by recursive casting of search rays”的文章中描述了一种适当的检测技术。在系统的实施例中,描述解剖结构的对象可以是确定图像数据的哪些数据元描述解剖结构的二元掩模。可以利用图像数据分类器获得二元掩模。在Heidi Koivistoinen、Jussi Tohka和Ulla Ruotsalainen在第六届NordicSignal Processing Symposium NORSIG,2004会议录第73-76页的题为“Comparison of Pattern Classification Methods in Segmentation of DynamicPET brain Images”的文章中描述了用于对正电子发射断层摄影脑部图像数据的数据元分类的示范性数据分类器。在系统的另一实施例中,描述解剖对象的对象可以是包括在分割期间适于图像数据的多边形网格。在J.Weese、M.Kaus、C.Lorenz、S.Lobregt、R.Truyen和V.Pekar在Proc.IPMI.2001第380-387页的题为“Shape constrained deformable models for 3D medicalimage segmentation”的文章中描述了用于针对图像数据适配三角形格网的方法。可以设置结构单元以使用诸如二元掩模或多边形格网的对象来获得解剖结构的位置。
在系统的实施例中,系统还包括风险数据单元,用于获取与所述解剖结构相关联的风险数据,且计算出的与损伤解剖结构相关的风险进一步基于所述风险数据。风险数据例如可以包括医学设备损伤由对象描述的解剖结构的可能性的度量。这种可能性通常取决于解剖结构中包括的组织类型和医学设备。例如,损伤神经或血管的可能性与损伤骨结构的可能性不同;损伤一段受斑块形成影响的血管的可能性通常与损伤一段健康血管的可能性不同;利用活检针损伤血管的可能性与利用静脉内导管损伤血管的可能性不同。风险数据还可以描述与损伤解剖结构相关的后果严重性。例如,损伤主要血管通常比损伤小静脉危险得多。可以将与解剖结构相关联的风险数据分配给描述解剖结构的对象,例如分配给一类数据元或描述解剖结构的可变形模型。
在系统的实施例中,与所述解剖结构相关联的所述风险数据包括在分割图像数据期间确定的对象中。对象可以描述解剖结构或另一结构。新颖的对象,例如解剖结构的形状模型,包括风险数据。这一数据可以在自动图像分割期间,例如在针对图像数据适配解剖对象的形状模型期间,变得与解剖结构相关联。这样例如通过减少用于使风险数据与解剖结构相关联的人工交互而有利地简化了将风险数据与解剖结构相关联。
在系统的实施例中,系统还包括路径单元,用于产生医学设备的路径,所述路径包括医学设备的多个位置。路径单元可以从用户获得路径输入以产生路径,或可用于计划医疗程序。可选地,可以从用于在医疗程序期间监测医学设备的监测系统获得路径输入。
在系统的实施例中,系统还包括用于根据评估标准评估医学设备的路径的评估单元。可以设置评估单元以基于风险单元在沿着医学设备路径的多个位置处计算的关于损伤解剖结构的风险来计算最大和平均风险。可以进一步设置评估单元以评估多个路径并选择最优路径,例如,最小平均风险和最大风险低于阈值且未被解剖结构阻挡的路径。
在系统的实施例中,将系统用于计划医疗程序。例如,可以使用系统来确定医学设备的最优路径,该最优路径使与损伤解剖结构相关的风险最小化。在另一实施例中,将系统用于实时监测医疗程序期间与损伤解剖结构相关的风险。
本领域的技术人员将认识到,可以通过任何有用方式组合上述系统实施例的任何两个或更多。
在本发明的另一方面中,根据本发明的系统包括在图像获取设备中。
在本发明的另一方面中,根据本发明的系统包括在工作站中。
在本发明的另一方面中,提供了一种用于计算风险的方法,所述风险与医疗程序期间由医学设备损伤解剖结构相关,所述方法包括:
-用于获取所述解剖结构的位置的结构步骤;
-用于获取所述医学设备的位置的设备步骤;以及
-用于基于所述医学设备的位置和所述解剖结构的位置计算与损伤所述解剖结构相关的风险的风险步骤。
在本发明的另一方面中,提供了一种由计算机设备加载的计算机程序产品,所述计算机程序产品包括用于计算风险的指令,所述风险与医疗程序期间由医学设备损伤解剖结构相关,所述计算机设备包括处理单元和存储器,所述计算机程序产品在被加载之后为所述处理单元提供执行如下任务的能力:
-获取所述解剖结构的位置;
-获取所述医学设备的位置;以及
-根据所述医学设备的位置和所述解剖结构的位置计算与损伤所述解剖结构相关的风险。
根据本说明书,本领域技术人员能够进行对应于所述系统修改和变化的图像获取设备、工作站、方法和/或计算机程序产品的修改和变化。
附图说明
从下文所述的实施方式和实施例并参考附图,本发明的这些和其他方面将变得明了并得到阐明,附图中:
图1示意性地示出了系统的示范性实施例的方框图;
图2示出了将肝血管分成若干部分,每部分与该部分特定的风险数据相关联;
图3示出了该方法示范性实施方式的流程图;
图4示意性地示出了图像获取装置的示范性实施例;以及
图5示意性地示出了工作站的示范性实施例。
在所有附图中使用相同附图标记表示类似部分。
具体实施方式
图1示意性地示出了用于计算风险的系统100的示范性实施例的方框图,该风险涉及到在医疗程序期间由医学设备损伤到解剖结构,该系统包括:
-用于获取解剖结构位置的结构单元110;
-用于获取医学设备位置的设备单元120;以及
-风险单元130,其用于根据医学设备的位置和解剖结构的位置计算与损伤解剖结构相关的风险。
系统100的示范性实施例还包括以下单元:
-用于获取与解剖结构相关联的风险数据的风险数据单元125;
-用于产生医学设备路径的路径单元140;
-用于根据评估标准评估医学设备路径的评估单元150;
-用于控制系统100的控制单元160;
-用于与系统100的用户通信的用户接口165;以及
-用于存储数据的存储单元170。
在系统100的实施例中,有三个用于引入数据的输入连接器181、182和183。第一输入连接器181被设置成接收来自数据存储器件的数据,所述数据存储器件例如是,但不限于硬盘、磁带、闪速存储器或光盘。第二输入连接器182被设置成接收来自诸如,但不限于鼠标或触摸屏的用户输入设备的数据。第三输入连接器183被设置成接收来自诸如键盘的用户输入设备的数据。输入连接器181、182和183连接到输入控制单元180。
在系统100的实施例中,有两个用于输出数据的输出连接器191和192。第一输出连接器191被设置成向诸如硬盘、磁带、闪速存储器或光盘的数据存储设备输出数据。第二输出连接器192被设置成向显示设备输出数据。输出连接器191和192经由输出控制单元190接收相应的数据。
技术人员将理解,有很多方式将输入设备连接到系统100的输入连接器181、182和183,并将输出设备连接到输出连接器191和192。这些方法包括但不限于有线和无线连接、诸如,但不限于局域网(LAN)和广域网(WAN)的数字网络、因特网、数字电话网和模拟电话网。
在系统100的实施例中,系统100包括存储单元170。系统100被设置成经由输入连接器181、182和183的任一个从外部设备接收输入数据并将所接收的输入数据存储在存储单元170中。向存储单元170中加载输入数据使得系统100的各单元能够快速存取相关数据部分。输入数据可以包括,例如解剖对象和医学设备的位置。任选地,输入数据可以包括分段图像数据。存储单元170可以由诸如,但不限于随机存取存储器(RAM)芯片、只读存储器(ROM)芯片和/或硬盘驱动器和硬盘的设备实现。存储单元170可以进一步被设置成存储输出数据。输出数据可以包括,例如与损伤解剖结构相关的风险。存储单元170还可以被设置成经由存储总线175从系统100的各单元接收数据并向各单元提供数据,系统100包括结构单元110、设备单元120、风险数据单元125、风险单元130、路径单元140、评估单元150、控制单元160和用户接口165。存储单元170进一步被设置成使外部设备经由输出连接器191和192的任一个能够得到输出数据。在存储单元170中存储来自系统100的各单元的数据可以有利地改善系统100的各单元的性能以及从系统100的各单元向外部设备转移输出数据的速率。
可选地,系统100可以不包括存储单元170和存储总线175。系统100使用的输入数据可以由至少一个连接到系统100的各单元的外部设备供应,例如外部存储器或处理器。类似地,可以向至少一个连接到系统100的单元的外部设备,例如外存储器或处理器提供系统100所产生的输出数据。可以设置系统100的单元以经由内部连接或经由数据总线彼此接收数据。
在系统100的实施例中,系统100包括用于控制系统100中工作流的控制单元160。可以设置控制单元以从系统100的各单元接收控制数据并向各单元提供控制数据。例如,在设备单元120获得医学设备的位置之后,可以设置设备单元120以向控制单元160传递控制数据“已获得医学设备的位置”,并可以设置控制单元160以向风险单元130提供控制数据“计算风险值”,请求风险单元130基于医学设备和解剖结构的位置计算风险。可选地,可以在系统100的另一个单元中实现控制功能。
在系统100的实施例中,系统100包括用于和系统100的用户通信的用户接口165。可以设置用户接口165以获得用户输入,例如,用于获取医学设备位置的输入。可以进一步设置用户接口以显示基于图像数据的视图、描绘解剖结构的对象和/或代表医学设备的设备对象。任选地,可以设置用户接口以接收用于选择系统100的运行模式的用户输入,例如用于计划医学设备路径的模式。技术人员将理解,有利地可以在系统100的用户接口165中实现更多功能。
系统100的结构单元110被设置成获取解剖结构的位置。在系统100的实施例中,位置可以包括,例如解剖结构质心的位置和确定解剖结构的惯性张量主轴的方向余弦。在系统100的另一实施例中,位置可以包括分布于解剖结构表面上的取样点坐标。可以设置结构单元110以接收解剖结构的位置,作为系统100的输入。可选地,可以设置结构单元110以接收用于计算解剖结构位置的输入数据,例如图像数据,并基于输入数据计算解剖结构的位置。技术人员将认识到,有很多种获取解剖结构位置的有用方式。所述范例例示了本发明,但一定不要视为限制权利要求的范围。
技术人员将认识到,解剖结构可以包括多个子结构。例如,结构可以是包括多个血管树的肝血管,每个血管树包括至少一个血管段。另一范例是心脏——包括两个心房、两个心室、左室心肌膜、主动脉和肺动脉的解剖结构。解剖结构的子结构可以包括不同的组织,例如骨骼、肌肉、血管壁和/或神经。
设置系统100的设备单元120以获取医学设备的位置。例如活检针、脊髓移植针或尿液管的医学设备的位置可以包括,例如尖端位置和医学设备主轴的方向余弦。在系统100的实施例中,可以设置设备单元以接收用于计算医学设备位置的输入数据。例如,输入数据可以包括用户提供的数据。可以在显示器上显示医学设备的图像,显示器还可以基于图像数据显示解剖结构的图像。用户可以利用例如鼠标或跟踪球的用户输入设备改变医学设备的位置。用户可以使用所显示的医学设备图画和所显示的解剖结构图像来确定医学设备的位置。基于图像数据绘制的解剖结构的视图可以由用户接口165基于医学设备的位置来确定。在实施例中,输入数据包括来自医学设备跟踪系统的电磁信号,设备单元被设置成基于该输入数据计算医学设备的位置。或者,可以获得医学设备的位置,作为系统100的输入。
系统100的风险单元130被设置成基于医学设备的位置和解剖结构的位置计算与损伤解剖结构相关的风险。可以在第一坐标系中给出解剖结构的位置,并可以在第二坐标系中给出医学设备的位置。技术人员将理解,计算与损伤解剖结构相关的风险还需要知道第一和第二坐标系之间的关系。知道了第二坐标系中医学设备的位置和第一和第二坐标系之间的关系,就可以计算出第一坐标系中医学设备的位置。因此,在不影响说明书通用性的前提下,可以假设第一和第二坐标系是同一坐标系,例如由人体解剖的矢状平面、冠状平面和轴向平面定义的坐标系。
典型地,与由医学设备损伤解剖结构相关的风险可能取决于医学设备和解剖结构的部分、轴和平面之间的距离和角度。可以基于医学设备和解剖结构的位置计算这些距离和角度。与损伤解剖结构相关的风险可以基于,但不限于医学设备与解剖结构相撞的可能性。
在实施例中,系统100还包括用于获取与解剖结构相关联的风险数据的风险数据单元125。计算出的与损伤解剖结构相关的风险进一步基于风险数据。风险数据可以包括解剖结构被与解剖结构相撞的医学设备损伤的可能性和/或与解剖结构受损相关的对健康的危害性。于是,计算得到的与损伤解剖结构相关的风险进一步基于,但不限于解剖结构被与解剖结构相撞的医学设备损伤的可能性或与解剖结构受损相关的健康危害。解剖结构被与解剖结构相撞的医学设备损伤的可能性可能取决于受碰撞影响的解剖结构的部分以及在相撞期间医学设备相对于解剖结构的位置。
例如,在医疗程序期间与损伤血管相关的风险可能取决于医疗程序的类型和医学设备。在肝活检期间肝血管可能被穿刺针刺破。在手术期间同样的肝血管可能被手术刀割伤。与这些示范性事件相关的风险可以包括在与解剖结构——肝血管相关联的风险数据中。
在系统100的实施例中,与解剖结构相关联的风险数据可以包括在描述另一解剖结构的对象中。在一些情况下,解剖结构可能不可见,或可能无法基于图像数据而以视图方式可视化。例如,复杂的解剖结构可以包括一些强烈吸收辐射的组织和对所述辐射而言透明的其他组织。例如,可以在CT扫描中容易地确定强烈吸收x射线的椎骨位置,而脊髓对x射线基本是透明的。因为脊髓相对于椎骨的位置是已知的,所以在脊髓移植治疗(vertebroplasty procedure)期间损伤脊髓的风险可以基于与脊柱椎骨相关联的风险数据。
在系统100的实施例中,与解剖结构相关联的风险数据可以包括用于计算无法实现医疗程序的目的,从而对解剖结构或另一解剖结构造成不必要损伤的风险的数据。例如,这种风险可能源于向不同于作为医疗程序针对的解剖结构的其他解剖结构施加医学设备。此外,例如,该风险可能源于向恰好阻挡通往作为医疗程序针对的解剖结构区域的道路的其他解剖结构施加医学设备。此外,该风险可能源于向医疗结构不正确地施加医学设备。
在系统100的实施例中,与解剖结构相关联的风险数据可以包括用于向用户提供如何减小损伤解剖结构的风险的提示的数据。提示可以包括如何继续进行医疗程序的信息和/或警报。可以设置系统100以使用解剖结构和医学设备的位置以及风险数据来为用户提供如何以最小风险继续进行医疗程序的最佳提示。
在实施例中,系统100包括分割单元,用于使解剖结构的形状模型适合图像数据。自适应网状形状模型允许系统100获得解剖结构的位置。有利地,形状模型还可以包括供系统100使用的风险数据。
在实施例中,系统100包括分割单元,用于使另一解剖结构的形状模型适合图像数据。自适应网状形状模型可以允许系统100基于其他解剖结构的位置获得解剖结构的位置。有利地,另一解剖结构的形状模型可以进一步包括供系统100使用的与作为医疗程序针对的解剖结构相关联的风险数据。
将利用最小侵入手术医疗程序的范例进一步描述本发明。最小侵入手术是通过小的切口进行的。通过切口插入所有必需的设备,例如手术设备、带有显微镜或微细光纤闪光灯的微型照相机。最小侵入手术的范例为活体组织检查、经皮酒精注射或肝肿瘤的射频切除以及脊髓移植。
在最小入侵手术期间放置手术器械可能与因目视检查可能性有限导致损伤解剖结构的风险相关联。损伤解剖结构是最小入侵手术期间发生的很多并发症的常见原因。与损伤解剖结构相关的风险可以通过适当计划和/或监测医疗程序而受到限制。
在系统100的实施例中,通过基于模型的方式分割操作前采集的例如三维的多维图像数据。模型包括关于被建模解剖结构的形状(例如三角形格网)的信息,以适应图像数据。新颖的模型还包括风险数据。例如,可以将风险数据的一部分分配给三角形格网的每个三角形。或者,可以将三角形格网的三角形划分成不同的风险级别,并可以将风险数据的一部分分配给每个风险级别。风险数据可以描述在对应于已适配网格的三角形的位置处的由医学设备损伤解剖结构的可能性。此外,风险数据可以描述因在所述位置损伤解剖结构而对患者健康造成的危险。
对于肝活检而言,可以使肝脏附近器官的模型适合图像数据。这种器官例如是肾、肺和结肠。其他解剖结构是胆囊和胆管。可以将器官特定的风险数据分配给每个器官的模型。此外,可以将风险数据分配给肝血管的模型。例如,可以为每个肝血管树模型划分的每部分分配对于所述模型部分来说特定的风险数据的一部分。风险数据可以包括用于计算损伤所述模型部分的风险的风险函数。风险函数可以是在将模型适配图像数据之后计算得到的所述肝血管树模型部分的平均直径的函数。
可选地,由于在图像数据中可能难以识别小血管,因此,可能难以通过适于图像数据的网状模型描述这些血管,可以通过概率密度描述这些血管。概率密度可以包括在肝血管的模型中。可以基于描述适于图像数据的大血管的模型网络将概率密度与图像数据对准。可选地,可以由概率密度描述肝血管树每部分的位置。概率密度可以包括在另一解剖结构的模型中,并可以基于所述其他解剖结构与图像数据对准。
图2示出了将肝血管分成若干部分,每部分与该部分特定的风险数据相关联。可以对各部分——肝血管子树——进行彩色编码或灰色编码。
在实施例中,进一步设置系统100以为肝活检治疗计划活检针路径。可能有不同的路径计划流程。在半自动流程中,医生指出期望的针路径。例如,可以设置用户接口165以显示图像数据和代表活检针的针对象的3D视图。医生可以使用诸如鼠标的用户输入设备向肝脏的目标区域拖曳针对象。可以由风险单元130在活检针对象的若干位置,例如以恒定时间间隔或以恒定路径间隔,自动计算与损伤解剖结构相关的风险,并告知用户。例如,可以将风险定义为针轴线和肝血管上最近点之间的距离D1加上预定临界距离Dc之和与活检针尖端和肝血管上所述最近点之间的距离D2之间的比例R:R=(D1+Dc)/D2。该比例越大,损伤血管的风险越高。用户可以使用被告知的风险来改变活检针方向和/或消除已经确定的活检针路径的一段。如果风险始终低于预定的风险阈值,就可以认为半自动化用户设计的活检针路径是可接受的。
在系统100的实施例中,由路径单元140自动产生活检针路径。例如,医生指明活检针尖端的起始点和肝脏的目标区域。在路径计划的每个步骤,基于针对每个候选点计算的与损伤解剖结构相关的风险,从有限数量的候选点选择路径的下一点。可以由路径单元140产生候选点,使得从候选点到靶组织的距离小于从当前点到靶组织的距离。始于当前点终于候选点的矢量所定义的轴定义了活检针的候选轴。对应于最低风险的候选点被选为路径的下一点并变成后续点产生的当前点。任选地,在路径计划的每个步骤,可以确定路径的多个点。
在系统100的实施例中,路径单元140基于活检针的起始点和肝脏目标区域产生很多候选活检针路径。评估单元150对每个路径进行评估。评估标准可以基于一个或多个条件。一个条件可以是,沿着候选路径的最大风险小于预定或用户定义的风险阈值。另一个条件可以是,针对候选路径计算的平均风险最小。再一个条件是,活检针尖端和解剖结构之间的距离始终大于距离阈值。再一个条件可以是路径长度小于路径长度阈值。再一个条件可以是活检针以预定或用户定义的角度范围内的角度接近靶组织。技术人员将理解,可以使用很多有用的条件来评估通常为医学设备以及尤其是活检针的路径。可以将满足条件的候选路径计划成活检针路径。可以设置系统100以向用户显示出计划路径。
在系统100的实施例中,图像数据是描述一段时间之内患者身体一区域中包括的解剖结构的四维图像数据。可以在该段时间之内的多个时刻划分图像数据。这允许捕捉到由于例如呼吸运动导致的解剖结构形状和/或位置变化。于是,计算出的医学设备造成的与损伤解剖结构相关的风险可能随时间变化。
在系统100的实施例中,可以计算出医学设备对解剖结构形状和位置的影响。这使得风险单元130能够更精确地计算医学设备造成的与损伤解剖结构相关的风险。
在实施例中,进一步设置系统100以在肝活检期间监测活检针路径。为此目的,可以将操作之前采集的图像数据与利用例如超声波或x射线荧光分析获得的操作期间图像数据对准。对准示出了医学设备的操作期间图像能够确定医学设备相对于解剖结构的位置。可选地,可以利用医学设备跟踪系统获得医学设备的位置。可以根据放在患者身体已知位置处的例如射频发射体的标记物的位置,计算医学设备跟踪系统的坐标系和解剖结构的坐标系之间的关系。在诸如肝活检的医疗程序期间,可以利用视觉和/或听觉用户反馈系统向医生通告计算出的与损伤解剖结构相关的风险。也可以通告表明计算的风险高于风险阈值的报警信号。此外,可以设置系统100以通告医学设备的计划路径和医学设备的实际位置之间的差异。此外,可以设置系统100以基于与解剖结构相关联的风险数据通告包括减小损伤解剖结构的风险的信息的提示,例如,如何继续进行医疗程序。
技术人员将认识到,系统100是辅助医生计划或监测医疗程序的有用工具,适用于存在由医学设备损伤解剖结构的风险的很多医疗程序。
本领域的技术人员将进一步认识到,可以将系统用于由各种采集医疗器械采集的多维图像数据,采集医疗器械例如是,但不限于标准X射线、计算机断层摄影(CT)、磁共振成像(MRI)、超声(US)、正电子发射断层摄影(PET)、单光子发射计算机器断层摄影(SPECT)和核医学(NM)。
本领域的技术人员将进一步理解,系统100的其他实施例也是可能的。还可能重新定义系统的单元并重新分布其功能,等等。
可以利用处理器实现系统100的各单元。通常,在软件程序产品的控制下执行它们的功能。在执行期间,通常将软件程序产品加载到诸如RAM的存储器中并从那里执行。可以从诸如ROM、硬盘或磁存储器和/或光存储器的背景存储器,或可以经由像因特网的网络加载程序。任选地,专用集成电路可以提供所述功能性。
图3示出了计算风险的方法300的示范性实施方式的流程图,该风险与医疗程序期间由医学设备损伤解剖结构有关。该方法300的第一步是结构步骤310,用于获取解剖结构的位置。在结构步骤310之后,该方法300继续进行到设备步骤320,用于获取医学设备的位置。在设备步骤320之后,该方法300继续进行到风险步骤330,用于基于医学设备的位置和解剖结构的位置计算与损伤解剖结构相关的风险。在风险步骤330之后,该方法终止。
方法300中的步骤次序不是强制的,本领域技术人员可以利用线程模型、多处理器系统或多重处理改变一些步骤的次序或同时执行一些步骤,而不脱离本发明所期望保护的概念。任选地,可以将本发明的方法300的两个或更多步骤组合成一个步骤。任选地,可以将本发明的方法300的步骤分成多个步骤。也可以由该方法300实现其他任选步骤,例如用于获取与解剖结构相关联的风险数据的风险数据步骤。
图4示意性地示出了采用系统100的图像获取设备400的示范性实施例,所述图像获取装置400包括经由内部连接与系统100相连的图像采集单元410、输入连接器401和输出连接器402。这种布置有利地提高了图像获取设备400的能力,为所述图像获取设备400提供了系统100用于计算风险的有利能力,该风险与医疗程序期间由医学设备损伤解剖结构有关。图像获取装置的范例包括但不限于CT系统、X射线系统、MRI系统、US系统、PET系统、SPECT系统和NM系统。
图5示意性地示出了工作站500的示范性实施例。工作站包括系统总线501。处理器510、存储器520、磁盘输入/输出(I/O)适配器530和用户接口540操作性地连接到系统总线501。磁盘存储设备531操作性耦合到磁盘I/O适配器530。键盘541、鼠标542和显示器543操作性耦合到用户接口540。被实现为计算机程序的本发明的系统100存储于磁盘存储设备531中。设置工作站500以向存储器520中加载程序和输入数据,并在处理器510上执行程序。用户可以使用键盘541和/或鼠标542向工作站500输入信息。将工作站设置成向显示设备543和/或磁盘531输出信息。技术人员将理解,现有技术中已知有很多工作站500的其他实施例,本实施例的目的是例示本发明,决不可将其视为把本发明限制到这一特定实施例。
应当指出,上述实施例例示而非限制本发明,且本领域的技术人员将能够设计出替换实施例而不脱离所附权利要求的范围。在权利要求中,不应将括号中的任何附图标记视为限制权利要求。“包括”一词并不排除存在权利要求或说明书中未列示的元件或步骤。元件前的“一”或“一个”并不排除存在多个这种元件。可以利用包括若干不同元件的硬件或利用程序控制计算机来实现本发明。在枚举若干单元的系统权利要求中,可以用同一件硬件或软件实现这些单元中的几个。使用单词第一、第二和第三等并不表示任何次序。要将这些单词视为名称。
Claims (9)
1.一种用于计算风险的系统(100),所述风险与医学流程期间由医学设备损伤解剖结构相关,所述系统包括:
-用于获取所述解剖结构的位置的结构单元(110);
-用于获取所述医学设备的位置的设备单元(120);以及
-用于基于所述医学设备的所述位置和所述解剖结构的所述位置计算与损伤所述解剖结构相关的所述风险的风险单元(130),
其中,所述系统还包括用于获取与所述解剖结构相关联的风险数据的风险数据单元(125),所述风险数据包括医学设备损伤所述解剖结构的可能性的度量,所述可能性取决于所述解剖结构中包括的组织类型和所述医学设备,并且与损伤所述解剖结构相关的风险的计算进一步基于所述风险数据。
2.根据权利要求1所述的系统(100),其中,基于分割图像数据期间确定的对象位置获取所述解剖结构的位置。
3.根据权利要求1所述的系统(100),其中,与所述解剖结构相关联的所述风险数据被分配给在分割图像数据期间确定的描述所述解剖结构的对象。
4.根据权利要求1所述的系统(100),还包括用于产生所述医学设备的路径的路径单元(140),所述路径包括所述医学设备的多个位置。
5.根据权利要求4所述的系统(100),还包括用于根据评估标准评估所述医学设备的所述路径的评估单元(150)。
6.将根据权利要求1所述的系统(100)用于计划或监测所述医学流程的用途。
7.一种图像获取装置(400),包括根据权利要求1所述的系统(100)。
8.一种工作站(500),包括根据权利要求1所述的系统(100)。
9.一种用于计算风险的方法(300),所述风险与医学流程期间由医学设备损伤解剖结构相关,所述方法包括:
-用于获取所述解剖结构的位置的结构步骤(310);
-用于获取所述医学设备的位置的设备步骤(320);以及
-用于基于所述医学设备的所述位置和所述解剖结构的所述位置计算与损伤所述解剖结构相关的风险的风险步骤(330),
其中,所述方法还包括用于获取与所述解剖结构相关联的风险数据的步骤,所述风险数据包括医学设备损伤所述解剖结构的可能性的度量,所述可能性取决于所述解剖结构中包括的组织类型和所述医学设备,并且与损伤所述解剖结构相关的风险的计算进一步基于所述风险数据。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
EP07106973 | 2007-04-26 | ||
EP07106973.6 | 2007-04-26 | ||
PCT/IB2008/051558 WO2008132664A2 (en) | 2007-04-26 | 2008-04-23 | Risk indication for surgical procedures |
Publications (2)
Publication Number | Publication Date |
---|---|
CN101675455A CN101675455A (zh) | 2010-03-17 |
CN101675455B true CN101675455B (zh) | 2016-11-09 |
Family
ID=39926179
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN200880013711.5A Active CN101675455B (zh) | 2007-04-26 | 2008-04-23 | 外科流程的风险指示 |
Country Status (6)
Country | Link |
---|---|
US (1) | US10111726B2 (zh) |
EP (1) | EP2143071B1 (zh) |
JP (1) | JP5497630B2 (zh) |
CN (1) | CN101675455B (zh) |
PL (1) | PL2143071T3 (zh) |
WO (1) | WO2008132664A2 (zh) |
Families Citing this family (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1866642A1 (en) * | 2005-03-22 | 2007-12-19 | Bayer Healthcare, LLC | Packaging container for test sensors |
CN102264312B (zh) * | 2008-12-29 | 2016-09-28 | 皇家飞利浦电子股份有限公司 | 用于在微创手术中减少组织损伤的路径规划 |
DE102009057930A1 (de) * | 2009-12-11 | 2011-06-16 | Siemens Aktiengesellschaft | Verfahren zu einer Regelung einer Gefäßintervention und Vorrichtung zu einer Regelung einer Gefäßintervention |
WO2011083412A1 (en) * | 2010-01-07 | 2011-07-14 | Koninklijke Philips Electronics N.V. | Biopsy planning |
US9767573B2 (en) * | 2010-01-22 | 2017-09-19 | Vanderbilt University | System and method for correcting data for deformations during image-guided surgical procedures |
JP5501290B2 (ja) * | 2011-05-23 | 2014-05-21 | 富士フイルム株式会社 | 画像処理装置、放射線画像撮影システム、及び画像処理プログラム |
US10729499B2 (en) * | 2011-07-28 | 2020-08-04 | Koninklijke Philips N.V. | Ablation planning system |
SG11201507611UA (en) | 2013-03-15 | 2015-10-29 | Synaptive Medical Barbados Inc | Intramodal synchronization of surgical data |
US9600138B2 (en) | 2013-03-15 | 2017-03-21 | Synaptive Medical (Barbados) Inc. | Planning, navigation and simulation systems and methods for minimally invasive therapy |
EP2967292A4 (en) | 2013-03-15 | 2017-03-01 | Synaptive Medical (Barbados) Inc. | Systems and methods for navigation and simulation of minimally invasive therapy |
JP6400725B2 (ja) * | 2014-03-21 | 2018-10-03 | コーニンクレッカ フィリップス エヌ ヴェKoninklijke Philips N.V. | 関心領域を区分化するための画像処理機器及び方法 |
US20180028261A1 (en) * | 2015-02-17 | 2018-02-01 | Koninklijke Philips N.V. | Device and method for assisting in tissue ablation |
CA2981464A1 (en) * | 2015-04-02 | 2016-10-06 | Heartflow, Inc. | Systems and methods for predicting perfusion deficits from physiological, anatomical, and patient characteristics |
US10238455B2 (en) * | 2016-08-31 | 2019-03-26 | Covidien Lp | Pathway planning for use with a navigation planning and procedure system |
US10631933B2 (en) | 2016-08-31 | 2020-04-28 | Covidien Lp | Pathway planning for use with a navigation planning and procedure system |
WO2018195221A1 (en) * | 2017-04-18 | 2018-10-25 | Intuitive Surgical Operations, Inc. | Graphical user interface for planning a procedure |
JP7106270B2 (ja) * | 2017-12-19 | 2022-07-26 | 賢一郎 蓮見 | 穿刺経路設定装置、穿刺制御量設定装置及び穿刺システム |
CN111938817B (zh) * | 2020-08-05 | 2022-05-24 | 北京唯迈医疗设备有限公司 | 一种介入手术机器人导丝动作安全预警方法及系统 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6283763B1 (en) * | 1997-12-01 | 2001-09-04 | Olympus Optical Co., Ltd. | Medical operation simulation system capable of presenting approach data |
CN1801214A (zh) * | 2005-11-18 | 2006-07-12 | 厦门大学 | 基于数字化虚拟器官的肿瘤图像信息处理装置与处理方法 |
Family Cites Families (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3217593B2 (ja) * | 1994-06-28 | 2001-10-09 | 徹 早川 | 手術器具の位置表示装置 |
US6167296A (en) | 1996-06-28 | 2000-12-26 | The Board Of Trustees Of The Leland Stanford Junior University | Method for volumetric image navigation |
US6390097B1 (en) * | 1998-03-24 | 2002-05-21 | International Business Machines Corporation | Method and system for providing artificial intelligence for planning and risk assessment of surgical paths |
US6112112A (en) | 1998-09-18 | 2000-08-29 | Arch Development Corporation | Method and system for the assessment of tumor extent in magnetic resonance images |
US7630750B2 (en) | 2001-02-05 | 2009-12-08 | The Research Foundation For The State University Of New York | Computer aided treatment planning |
US7831292B2 (en) * | 2002-03-06 | 2010-11-09 | Mako Surgical Corp. | Guidance system and method for surgical procedures with improved feedback |
US6892090B2 (en) | 2002-08-19 | 2005-05-10 | Surgical Navigation Technologies, Inc. | Method and apparatus for virtual endoscopy |
EP1639542A1 (en) * | 2003-06-16 | 2006-03-29 | Philips Intellectual Property & Standards GmbH | Image segmentation in time-series images |
US20060036162A1 (en) | 2004-02-02 | 2006-02-16 | Ramin Shahidi | Method and apparatus for guiding a medical instrument to a subsurface target site in a patient |
US7892224B2 (en) * | 2005-06-01 | 2011-02-22 | Brainlab Ag | Inverse catheter planning |
EP1905377B1 (de) * | 2006-09-28 | 2013-05-29 | BrainLAB AG | Planung von Bewegungspfaden medizinischer Instrumente |
-
2008
- 2008-04-23 WO PCT/IB2008/051558 patent/WO2008132664A2/en active Application Filing
- 2008-04-23 JP JP2010504947A patent/JP5497630B2/ja active Active
- 2008-04-23 CN CN200880013711.5A patent/CN101675455B/zh active Active
- 2008-04-23 EP EP08737962.4A patent/EP2143071B1/en active Active
- 2008-04-23 PL PL08737962T patent/PL2143071T3/pl unknown
- 2008-04-23 US US12/597,361 patent/US10111726B2/en active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6283763B1 (en) * | 1997-12-01 | 2001-09-04 | Olympus Optical Co., Ltd. | Medical operation simulation system capable of presenting approach data |
CN1801214A (zh) * | 2005-11-18 | 2006-07-12 | 厦门大学 | 基于数字化虚拟器官的肿瘤图像信息处理装置与处理方法 |
Also Published As
Publication number | Publication date |
---|---|
PL2143071T3 (pl) | 2014-09-30 |
JP5497630B2 (ja) | 2014-05-21 |
US20100121316A1 (en) | 2010-05-13 |
JP2010524624A (ja) | 2010-07-22 |
WO2008132664A2 (en) | 2008-11-06 |
CN101675455A (zh) | 2010-03-17 |
WO2008132664A3 (en) | 2009-10-22 |
US10111726B2 (en) | 2018-10-30 |
EP2143071A2 (en) | 2010-01-13 |
EP2143071B1 (en) | 2014-02-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101675455B (zh) | 外科流程的风险指示 | |
Markelj et al. | A review of 3D/2D registration methods for image-guided interventions | |
US7286866B2 (en) | Method, system and computer product for cardiac interventional procedure planning | |
US9218661B2 (en) | Image analysis for specific objects | |
CN107067398B (zh) | 用于三维医学模型中缺失血管的补全方法及装置 | |
CN107809955B (zh) | 经由感兴趣界标的自动检测在x射线成像中进行实时准直和roi过滤器定位 | |
Swift et al. | Automatic axis generation for virtual bronchoscopic assessment of major airway obstructions | |
CN104379062B (zh) | 血管造影中的时间解剖靶标记 | |
CN104619258A (zh) | 三维图像显示装置、方法及程序 | |
JP2010119850A (ja) | 統計モデルを用いた医療画像自動セグメンテーションシステム、装置並びにプロセッサ | |
WO2012072129A1 (en) | Longitudinal monitoring of pathology | |
CN110235175A (zh) | 在线学习增强的基于图谱的自动分割 | |
CN113573640A (zh) | 对解剖结构的感兴趣区域进行建模 | |
Gering | A system for surgical planning and guidance using image fusion and interventional MR | |
Nagelhus Hernes et al. | Computer‐assisted 3D ultrasound‐guided neurosurgery: technological contributions, including multimodal registration and advanced display, demonstrating future perspectives | |
US8938107B2 (en) | System and method for automatic segmentation of organs on MR images using a combined organ and bone atlas | |
JP2005523758A (ja) | 画像データを視覚化する方法、コンピュータプログラム、及びシステム | |
EP1814050A2 (en) | Methods and systems for facilitating planning of surgical procedures | |
Neubauer et al. | STEPS-an application for simulation of transsphenoidal endonasal pituitary surgery | |
Klein et al. | Visual computing for medical diagnosis and treatment | |
CN114283179A (zh) | 基于超声图像的骨折远近端空间位姿实时获取与配准系统 | |
Cordes et al. | Pre-operative segmentation of neck CT datasets for the planning of neck dissections | |
Kunert et al. | An interactive system for volume segmentation in computer-assisted surgery | |
Neubauer | Virtual Endoscopy for preoperative planning and training of endonasal transsphenoidal pituitary surgery | |
Alyassin et al. | Virtual endoscopy software application on a PC |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |