CN101809618B - 对介入工具的探测和跟踪 - Google Patents

对介入工具的探测和跟踪 Download PDF

Info

Publication number
CN101809618B
CN101809618B CN200880109636.2A CN200880109636A CN101809618B CN 101809618 B CN101809618 B CN 101809618B CN 200880109636 A CN200880109636 A CN 200880109636A CN 101809618 B CN101809618 B CN 101809618B
Authority
CN
China
Prior art keywords
image
patient
registration
fluoroscopic image
intervention tool
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.)
Expired - Fee Related
Application number
CN200880109636.2A
Other languages
English (en)
Other versions
CN101809618A (zh
Inventor
N·F·维兰
C·A·M·皮卡尔
N·P·B·戈金
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Koninklijke Philips NV
Original Assignee
Koninklijke Philips Electronics NV
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Koninklijke Philips Electronics NV filed Critical Koninklijke Philips Electronics NV
Publication of CN101809618A publication Critical patent/CN101809618A/zh
Application granted granted Critical
Publication of CN101809618B publication Critical patent/CN101809618B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00Image enhancement or restoration
    • G06T5/50Image enhancement or restoration using two or more images, e.g. averaging or subtraction
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/30Determination of transform parameters for the alignment of images, i.e. image registration
    • G06T7/32Determination of transform parameters for the alignment of images, i.e. image registration using correlation-based methods
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10072Tomographic images
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10116X-ray image
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30004Biomedical image processing
    • G06T2207/30021Catheter; Guide wire
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30004Biomedical image processing
    • G06T2207/30101Blood vessel; Artery; Vein; Vascular

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Apparatus For Radiation Diagnosis (AREA)

Abstract

本发明涉及微创X射线引导介入,特别涉及一种用于改进电生理学程序中所使用的介入工具的可见性和支持对这些工具的自动探测和跟踪的图像处理和绘制系统以及方法。根据本发明,这是通过以下步骤实现的:计算操作前采集的3D体素体积的2D投影图像数据与操作中记录的2D荧光图像之间的差异,所述操作前采集的3D体素体积显示患者的身体组织中的特定感兴趣解剖区域或病理异常(例如颅内动脉狭窄、脑动脉瘤、肺或冠状动脉分支、胃癌或瘤等),所述操作中记录的2D荧光图像显示所述患者的身体内部的前述对象,其中,所述3D体素体积已经在基于图像采集程序的计算机断层摄影、磁共振成像或3D旋转血管造影的范围内生成,且所述2D荧光图像已经与2D投影图像数据共同配准。在配准所投影的3D数据和每个所述X射线图像后,对2D投影图像数据和2D荧光图像的比较——基于所得到的差异图像——允许去除公共图案并因此增强被插入到病理组织区域内的介入器械、血管段或患者身体内的任何其他感兴趣区域的可见性。本发明也使得探测和跟踪这些器械的自动图像处理方法更容易和更鲁棒。一旦针对给定视图完成了2D-3D配准,用于生成所述荧光图像的X射线系统的系统几何形状的所有变化可以被应用于配准矩阵。因此,要求保护的所述方法的使用并不局限于整个程序中的同一X射线视图。

Description

对介入工具的探测和跟踪
技术领域
本发明涉及微创X射线引导介入,特别涉及一种用于改进电生理学程序中所使用的介入工具的可见性和支持对这些工具的自动探测和跟踪的图像处理和绘制系统以及方法。根据本发明,这是通过计算共同配准的X射线图像与操作前采集的3D体素体积的2D投影图像数据之间的差异并且利用这些差异增强介入工具的对比度和可见性来实现的。
背景技术
诸如动脉硬化症、高血压和缺血等的心血管疾病(CVD)在大多数发达国家仍然是主要的死亡原因,这是因为它们导致心脏和血管的永久伤害,这可能导致慢性心力衰竭、心绞痛或心肌梗塞(心脏病发作)。对于显示出心血管疾病症状的患者,通常在心导管插入实验室通过介入心脏病学来执行初步诊断和治疗。此处心导管插入的意思是将小管(导管)通过动脉和/或静脉插入到心脏。为了用实时X射线成像可视化冠状动脉和心脏腔室,通过导管注入造影剂。该造影剂必须对X射线是不透明的且在其流入冠状动脉系统或心脏腔室内时提供良好的图像对比度。这一程序产生被称为血管造影片的图像,其为诊断心血管疾病的标准。
在最近三十年,X射线引导介入心脏病学在人口统计学、技术和经济因素的促进下已经显著发展。根据美国心脏协会(AHA),从1979年到2003年在美国介入心脏病学程序的数量增长了470%。新型基于导管的介入工具(例如球囊导管和支架)允许医师处理更多的情况和更复杂的患者案例。由于这些新型微创图像引导程序具有积极的患者成果并且比心内直视手术的成本更低,政府和私人支付者积极地鼓励医师使用这些程序来治疗患者。
现今,基于X射线的心导管插入系统代表当前的护理标准并且为心脏病学中的诊断和治疗程序提供成像模态。它们被应用于生成对冠状动脉中的血流阻塞的实时图像。当阻塞被识别时,实时X射线成像被用于引导球囊尖端的导管插入到阻塞点以便通过血管成形术(其意味着通过球囊扩张动脉中的受限流区域)和支架放置(亦即,通过扩张支撑结构来保持新扩大的动脉打开)来进行治疗。具有冠心病的患者的治疗目标是缓解心绞痛症状并通过采用重新打开冠状动脉的技术和设备来降低死亡或心肌梗塞的风险。
上述心导管插入系统实际上能够实现导管插入实验室中的所有微创程序。当前开发的系统均具有相同的基础体系结构并使用投射X射线束穿过患者并且到达大面积探测器上的点X射线源,该大面积探测器被用于将所生成的荧光图像转换成电信号以便显示在监视器上。由此,获得患者的射线摄影图像。
常规采用的心导管插入系统通常执行两种不同类型的实时X射线成像:诊断血管造影和介入成像。诊断血管造影是利用高辐射照射执行的,以便产生高质量图像。这一诊断(电影(cine))模式产生注入的造影剂流经冠状动脉的图像,以诊断冠状动脉的初始状况、确定所需要的介入并且在介入之后重新评估冠状动脉。介入成像是利用产生较低质量图像的受控辐射照射执行的。由此这一介入(荧光(fluoro))模式提供患者解剖结构的实时成像以引导介入,并在将设备插入到解剖结构内时被使用。该介入模式被用于大约90%的程序成像时间。
虽然心血管疾病主要影响患者的血流,心脏电生理学(EP)——介入心脏病学的特殊领域——涉及研究心脏的电学异常。医师利用心脏内导管来在X射线荧光透视引导下定位并治愈患者心律的电学功能紊乱。心脏中的先天问题或病变组织可能影响导致包括心房纤颤(AF)的不规则心跳的电导。在这种疾病中,心脏的两个上部腔室——心房——不能有效跳动,且血液不能被完全泵送出它们,因此血液可能淤积和凝结。如果部分凝结块离开心脏,它可能会导致中风或肺部栓塞。为了治疗心房纤颤,可以用射频能量消融组织的某些区域,从而治愈异常电导并永久恢复正常心率。更准确地说,心脏组织被映射以找到具有异常电活动的区域并且通过心脏电生理学进行消融以杀死某些区域的病理组织。这一程序通常被称为“映射并清除(mappingandzapping)”。定位并消融适当组织区域的程序是极其冗长的。患者可能在心导管插入实验室中花费三到六个小时,其可能包括高达90分钟的纯成像时间。患者接收高达30,000胸片(chest)X射线当量的巨大量X射线,且实施这些程序的电生理学家通常还接收相当大剂量的散射辐射。电生理学诊断和治疗并不需要将造影剂注入冠状动脉以产生详细的血管造影片并因此需要稍微低点的成像能力。长的程序时间产生高的辐射照射降低值。
另一个重要的EP程序是放置起搏器以用于心脏再同步治疗(CRT),在此期间起搏器引线必须被放置在冠状静脉中。电生理学家需要特殊的训练来完全了解解剖结构和到所有感兴趣部位的接入路径并且需要一些实践来选择正确的设备和操纵它们到达目标。
可以用3D成像设备(CT、MRI)或通过正好在介入开始时局部注入造影剂来记录患者的解剖结构(对于心房纤颤为左心房(LA)和肺静脉(PV)的孔,而对于CRT为冠状静脉和窦),但是医师必须执行心理配准以在这一信息不再可见的活体荧光图像中进行导航。
对于AF程序,当测量电势时了解导管的准确位置是找到导致纤颤来源(异位病灶、重返回路)的关键。更重要的是对消融部位进行解剖映射以便执行期望的消融图案,诸如肺静脉隔离或左心房中的顶线消融。
现今,实际上所有当前可用的常规基于X射线的心导管插入系统——诸如PhilipsMedical、SiemensMedical、GEMedical和ToshibaMedical开发和销售的那些——使用相同的基础成像技术,其在过去40年并没有发生重大的改变。在几十年内对单独部件的逐渐改进已使系统性能最优化为接近理论限制。然而,当前系统仍然表现出低图像质量和高辐射照射的显著问题。因此这些关键问题涉及成像、辐射损害和操作问题。
心导管插入实验室中最困难的成像任务是对大的患者进行成像或以陡视角对患者进行成像。利用常规系统,接近患者的大面积探测器导致比图像辐射更多的散射辐射到达探测器,这严重降低图像质量。因此,医师经常在介入过程中使用高辐射诊断(电影)模式以获得更好质量的图像。
此外,最佳图像质量仅在短时间段内是可能的。常规心导管插入系统仅可能在X射线管到达其最大温度且自动停止之前在诊断(电影)模式运行大约20秒。在X射线源冷却下来之前可能需要几分钟并且可以再继续成像。
除此以外,重叠的解剖结构可能抑制观察和导航。常规心导管插入系统产生不具有深度信息地显示对象的射线摄影图像。从这些平的图像中辨识3D解剖结构是困难的。另外,图像杂斑和肋骨或脊柱对心脏的阴影经常降低图像清晰度。
常规基于X射线的心导管插入系统经常面对的其他问题是患者和介入操作者被照射过量的辐射。常规系统在介入(荧光)模式下使患者照射每分钟200至500胸片X射线当量。通过在长介入程序中高达60分钟的成像时间,患者在每个程序被照射12,000至30,000胸片X射线当量。这种延长的照射可能导致对患者的辐射皮肤烧伤并增加介入操作者和导管插入实验室工作人员患癌症的风险。在某些电生理学程序中由于单个解剖区域的长期照射而导致辐射照射风险特别严重。针对医师的预防性措施包括使用沉重和麻烦的环绕铅防护板和防护衣、甲状腺防护物和护目镜。
此外,到患者的接入可能被X射线探测器遮蔽。常规心导管插入系统要求大面积探测器被定位为靠近患者,由此限制临床工作人员对患者的接入。这一设计不仅导致患者的幽闭恐怖症,而且是需要心肺复苏术(CPR)时的障碍。
如上简要所述,当前由荧光透视引导的电生理学程序且特别对于心房纤颤经常花费若干小时。这种程序的主要任务是将导管或心血管支架分别放置在心肌内部或心血管中的给定位置。这通常是在操作中的X射线成像引导下完成的,以便可视化导管尖端的位置。荧光X射线成像的操作中应用经常必须为大量问题提供答案。例如,这在外科医生需要可视化血管的形态时尤其如此。除了应用在各种外科学科中以帮助放置心脏起搏器、手术支架和引导线外,这一成像模态还被用于整形外科创伤学以能够实现医学移植、整形外科假肢以及手术螺丝和钉的位置监控。另一方面,在心脏X射线图像中,特定的高密度解剖结构(例如脊柱、特定脊椎骨等)或外来对象(例如起搏器引线和手术缝线等)大多数时间在X射线图像中是可见的并且因此可能至少局部遮蔽或损害介入工具的可见性、探测和/或跟踪,因为它们创建类似的图案或它们在应被探测的对象上投下阴影。经典图像减影技术在缓慢移动介入工具的情况下并不起有益作用,且在每次2D视图改变时可能需要新的参考序列采集。
US2003/0181809A1描述了一种用于可视化医疗器械(例如在心脏病检查或治疗过程中使用的导管)的方法,该医疗器械已经被引入到患者体内的检查区域中。在此公开的方法可以被理解为心脏路标(roadmap)程序的应用,其中3D重建血管造影片被用于添加脉管信息到操作中生成的X射线图像。更准确地说,所述方法包括以下步骤:使用检查区域的3D图像集并生成这一区域的3D重建图像、获取在其中器械被可视化的检查区域的至少一个2DX射线图像、相对于该2DX射线图像配准3D重建图像、可视化该3D重建图像并在监视器上将该2DX射线图像叠加到该3D重建图像上。
发明内容
为了克服不希望的结构遮蔽X射线引导介入中使用的介入工具的自由可见性的问题,可以从所采集的X射线序列中减去没有介入工具且在例如程序开始时获得的参考图像。然而,这种参考图像并不总是可用的,因为大多数时间患者已经具有附连到或插入到其体内的ECG电极或其他设备。而且,经常存在这样的运动,即该运动可能在几个小时的程序中由呼吸、心脏运动或患者身体的移动导致,或者由于用于从所述患者身体内部生成图像的旋转血管造影设备的C形臂系统的刚性运动或变焦移动而导致。这使得与参考图像的相减非常困难(如果可行的话)。
因此本发明的目标可以是改进在X射线荧光透视引导下的微创介入范围内应用的介入工具的可见性以及对所述工具的探测和跟踪。
本发明的第一示例性实施例涉及一种方法,该方法通过以下步骤实现这一目标:计算操作前采集的3D体素体积的2D投影图像数据与操作中记录的2D荧光图像之间的差异,所述操作前采集的3D体素体积显示要被检查的患者的身体组织中或所述患者的脉管系统的血管段中的解剖结构或感兴趣区域、病理异常(例如颅内动脉狭窄、脑动脉瘤、肺或冠状动脉分支、胃癌或瘤等)、起搏器和/或其他医学移植体,所述操作中记录的2D荧光图像显示所述患者的身体内部的前述对象,其中,所述2D荧光图像已经与2D投影图像数据共同配准;以及利用基于所述计算步骤生成的所得到的差异图像通过去除对插入到所述组织区域或所述血管段内的介入工具的可见性有害的公共图案来增强所述介入工具的对比度和可见性,所述图案包含在操作前采集的3D体素体积的2D投影图像中和操作中记录的2D荧光图像中。
在配准所述操作前采集的3D体素体积的前述2D投影图像数据和所述操作中记载的2D荧光图像后,经配准的2D投影图像可被用于计算差异映射图,该差异映射图可以被实现为差异图像——通过从已经与所述2D荧光图像共同配准的2D投影图像减去所述2D荧光图像的表示而获得——或者作为任何图像处理算子的结果,该图像处理算子可以特别设计为降低公共图案的对比度并增强仅在前述两个2D图像之一中可见的那些图案的对比度。所述差异图可以被显示给放射学家,这是特别有用的,因为介入工具出现在操作中记录的2D荧光图像中而不出现在操作前采集的3D体素体积的2D投影图像数据中,并因此更好地可见且不被具有高Hounsfield密度值的其他对象(例如骨骼)隐藏,这支持放射学家探测、引导和导航所述患者身体内部的这些介入工具。作为替代,所述差异映射图可以耦合到探测过滤器,来限制其感兴趣区域或对其输出结果加权或仅仅作为到过滤器的输入图像,这是因为介入工具在差异映射图中比在原始2D荧光图像中更好地可见,并且因为差异图像可以被视为针对介入工具的位置的概率映射图。探测过滤器的输出通常由在图像中探测到的介入工具的位置坐标列表给出,该列表可以用于定位这些工具并计算定量测量值。
上述的同样方法也可以用于增强包含在患者的脉管系统中的血管段的可见性和可探测性,已经通过注入造影剂使得这些血管段在X射线、CT、3DRA或MR血管造影片中可见。与常规数字减影血管造影(DSA)相比,这意味着存在以下优势,即该方法对用于生成所述血管造影片的X射线或3D旋转血管造影(3DRA)成像系统的任何运动都是不敏感的。
根据第二示例性实施例,本发明涉及一种用于改进在微创X射线引导介入范围内应用的介入工具的可见性和支持对所述介入工具的自动探测和跟踪的图像处理和绘制系统。其中,所述图像处理和绘制系统包括数字图像处理工具,该数字图像处理工具适于计算操作前采集的3D体素体积的2D投影图像数据与操作中记录的2D荧光图像之间的差异,所述操作前采集的3D体素体积显示要被检查的患者的身体组织中或所述患者的脉管系统的血管段中的解剖结构或感兴趣区域、病理异常、起搏器和/或其他医学移植体,所述操作中记录的2D荧光图像显示所述患者的身体内部的前述对象,所述2D荧光图像与所述2D投影图像数据共同配准,其中,所述图像处理工具还适于利用基于所述计算生成的所得到的差异图像通过去除对插入到所述组织区域或所述血管段内的介入工具的可见性有害的公共图案来增强所述介入工具的对比度和可见性,所述图案包含在操作前采集的3D体素体积的2D投影图像中和操作中记录的2D荧光图像中。
最后,提供一种计算机软件产品,其被编程以用于当在所述图像处理和绘制系统上运行时执行如上所述的方法。
附图说明
本发明的有利特征、方面和优势将通过以下说明书、随附的权利要求和附图变得显而易见。在附图中,
图1示出图示说明根据本发明的示例性实施例提议的图像处理方法的流程图;并且
图2示出根据本发明的另一示例性实施例的图像处理和绘制系统的示意性框图。
具体实施方式
在下面,将相对于特殊的细节并参考附图更详细地解释前述图像处理方法和系统。
如图1所描述的流程图,提议使用显示患者身体内部的解剖结构或病理组织区域的操作前采集的3D体素数据,其已经例如被用诸如CT、MRI或旋转血管造影设备等的3D成像设备记录(S1),并且配准(S4)这一体素体积和操作中记录(S3)的荧光X射线图像的所采集2D数据。这可以以以下方式完成,即经数字重建的射线片(DRR)尽可能接近地匹配2D荧光图像,该射线片可能已经借助于光线投射算法由3D体素数据生成(S2),该光线投射算法包括通过中心投影将体素体积变换成2D图像的步骤。更准确地说,这一配准程序产生提供DRR图像和X射线图像之间的最佳匹配的3D位置。匹配的质量可以用一度量来评定(S5),该度量必须对整体强度变化以及由两种模态中不可见的结构(当然包括介入工具)导致的局部失配是鲁棒的。
从数学上讲,操作前采集的3D体素数据集的经数字重建的射线片(DRR)可以用公式表示为由等式(1a)表述的以下等价合成运算,该3D体素数据已经与操作中记录的2D荧光图像共同配准,所述DRR在下面分别等价表示为 I = ( p ‾ ) = ( I ij ( p ‾ ) ) ∈ N × M I = ( p ‾ , ) = ( I ij ( p ‾ , ) ) ∈ N × M (其中Iij(p),
在这里, V ≡ r = ( V r ijk ) ∈ N × M × K (其中 )表示所采集3D图像的操作前记录的体素数据集(其中i、j和k是在Euclidian矢量空间V=3的x、y和z方向的各自体素指数,该Euclidian矢量空间由具有原点O的三维坐标系的正交坐标轴x、y和z扩展而成)或者等价地表示可以通过提交体素数据到3D-1D匹配规则Φ:N×M×K→所获得的图像数据集。
上述合成运算(1a)中所用的变换算子描述一种刚性3D坐标变换
在这里,使用一种平移矢量Δx:=[Δx,Δy,Δz]T3,其分量由用于描述在±x、±y和/或±z方向的平移偏移量的平移值Δx、Δy和Δz给出,且使用一种3×3旋转矩阵其分量描述绕这些坐标轴的旋转。
因此,所述旋转矩阵被如下定义:
因此等式(2a)导致用六维参数矢量 进行的参数化,该六维参数矢量包括所述三个平移参数(Δx、Δy和Δz)以及前述三个旋转参数()。
此外,等式(1a)中所用的算子∏:32代表3D-2D投影运算其将3D图像变换成2D投影图像,每个图像像素源自沿着投影线的体素强度的总和。因此所述2D投影运算∏{·}依赖于涉及图像形成和投影几何形状的固有参数。它可以通过校准成像系统而获得,且可以在配准所需要的后续优化程序中被固定。当X射线系统被移动时(例如通过C形臂的旋转或探测器的平移等),投影算子∏{·}可以相应地更新,并且投影图像将保持匹配X射线图像而不需要其他配准步骤。
由变换算子描述的3D-2D刚性配准包括寻找刚性3D坐标变换该刚性3D坐标变换最小化给定的2D-2D度量(以下称为M{·,·}),该2D-2D度量被用于比较DRR{Iij(p’)}和来自要与所述DRR共同配准的X射线图像集(在当前情况下为荧光X射线图像)的2D目标图像(以下称为表象(其中l∈{1,2,...,L})。然后通过用最优参数矢量取代合成运算(1a)中的参数矢量p’来给出产生最佳匹配结果的配准,该最优参数矢量为:
(其中l∈{1,2,...,L})(3)
在这一背景下,还应该注意到度量M{·,·}是通过匹配规则M:NxM×N×M→给出的。除了使用通过最小均方判据计算的度量外,相关技术文献中描述的很多不同类型的度量都可以用于寻找最优参数矢量popt.l。这些度量包括相似性度量,如梯度差函数GD(I,Jl)、梯度相关函数GC(I,Jl)或交互信息函数MI(I,Jl),如下所定义:
GD ( I , J l ) : = 1 2 · max s [ Σ i , j A x A x + ( ∂ ∂ x I ij ( x , y ) - s · ∂ ∂ x J l , ij ( x , y ) ) 2
+ Σ i , j A y A y + ( ∂ ∂ y I ij ( x , y ) - s · ∂ ∂ y J l , ij ( x , y ) ) 2 ] - - - ( 4 )
其中Ax和Ay是两个实数值的固定常数,
GC ( I , J k ) : = CC ( ∂ ∂ x I ( x , y ) , ∂ ∂ x J l ( x , y ) ) + CC ( ∂ ∂ y I ( x , y ) , ∂ ∂ y J l ( x , y ) ) - - - ( 5 a )
其中 CC ( A , B ) : = Σ i , j ( A ij - A ‾ ) · ( B ij - B ‾ ) Σ i , j ( A ij - A ‾ ) 2 · Σ i , j ( B ij - B ‾ ) 2 - - - ( 5 b )
以及
MI ( I , J k ) : = Σ m ∈ I Σ n ∈ J l p ( m , n ) · log 10 ( p ( m , n ) p ( m ) · p ( n ) ) - - - ( 6 )
其中p(m,n)表示分别来自{Iij(p’)}和的两个给定像素m和n的联合概率密度函数,且p(m)和p(n)分别表示所述两个像素m和n的边缘概率密度函数。
在实践中,这一问题可以通过使用例如由梯度下降算法或Powell的多维方向集方法给出的适当优化回路来解决。
在这种背景下,还应该指出的是一旦找到所述最佳配准参数 则假定它们是固定的且因此每次X射线成像系统被移动时不需要重新计算。但是,如果患者在患者台上移动,2D-2D度量M{·,·}将反映一种变化且因此可以被用于探测这种运动和触发3D坐标变换的重新计算。
在执行完上述配准程序后,DRR和2D荧光图像之间的失配是介入过程中存在但操作前扫描中不存在的对象(例如介入工具)的指标。这种差异的映射图可以直接使用或结合探测过滤器使用,从而增强介入工具的可见性并支持对它们的自动探测(和跟踪)。这一方案本质上对X射线系统几何形状的变化(旋转、患者到探测器的距离变化等)是鲁棒的。
根据本发明,所述配准可以在任何阶段被调整以补偿患者或所应用的X射线成像系统的运动,其可以例如通过使配准参数实时地适应于X射线系统几何形状来自动完成。
由于操作中生成的2D荧光图像中存在的例如脊骨的高密度对象可能对所探测导管的数目产生影响,这是因为脊骨创建类似的图案,可以在配准操作前计算的DRR和2D荧光图像之后清除脊骨,由此增强所述导管的可探测性。
一旦体素体积与2D荧光图像配准,失配区域就可以被用于引导介入工具的探测。例如,可以生成差异图像,该差异图像是通过从2D荧光图像的所采集图像数据中减去(S6)所获得的DRR图像数据而计算的,其中两个图像的公共图案被去除或弱化(S7a),而仅在它们之一中可见的那些图案被增强(S7b)。除了诸如脊柱的解剖结构外,其他对象可能预先存在于患者身体内(例如之前移植的起搏器、手术缝线等)。由于它们的高密度,它们在2D荧光图像中是高度可见的。但是,它们可能与当前介入不相关并且甚至可能至少部分地遮蔽或损害电生理学导管或其他介入工具的可见性。由于这些外来对象存在于操作前采集的3D体素数据中,它们也可能存在于由这一配准体积生成的DRR中并且将在差异图像中消失。
在所获得的差异图像中,介入工具的可见性被增强。此外,可以以若干方式改进对它们的自动探测和跟踪:
所述差异图像可以直接被用作探测过滤器,这是由于前述的以下事实:操作前和操作中记录的图像之间具有高衰减的局部化失配对于介入工具非常特异。
如果另一个探测过滤器可用,所述差异图像也可以用于减小探测过滤器所应用到的感兴趣区域(S8a)或者根据失配区域更可能包含介入工具的事实对这一探测过滤器的输出进行加权(S8b)。
最后,DRR图像和2D荧光图像的对比度增强的融合版本可以被可视化在监视器屏幕上(S9)。
图2描述根据本发明的示例性实施例的图像处理和绘制系统2的示意性框图,其使得存储、处理和在连接到所述图像处理和绘制系统2的血管造影工作站12的监视器屏幕上可视化医学图像数据成为可能,该医学图像数据显示要检查的患者身体的组织中或所述患者的脉管系统的血管段中的解剖结构或特定感兴趣区域、病理异常、介入工具、起搏器和/或其他医学移植体。例如,给出的图像数据可以表现为由诸如常规计算机断层摄影(CT)、磁共振成像(MRI)或3D旋转血管造影(3DRA)设备的图像生成系统1生成和提供的操作中采集的2D荧光图像、体积绘制图像数据或操作前记录的3D体素数据。所采集的2D和3D图像数据可以被可视化在不同窗口中或共同窗口中,该共同窗口显示已经由操作前记录的3D体素数据生成的DRR和已经与所述DRR共同配准的、操作中采集的2D荧光图像的融合视图。如图2所示,由所述图像生成系统1生成的图像数据被经由输入接口6馈送到图像处理和绘制系统2。除了控制与图像生成系统1的数据交换的控制单元3外,所述图像处理和绘制系统2可以包括预处理模块4,该预处理模块可以特别装配有数字过滤器以用于噪声降低和对比度增强。集成到所述图像处理和绘制系统中的图像处理工具5可以用于生成体积绘制3D视图、表面遮盖显示(SSD)图像、多平面重定格式图像和/或基于要被可视化的患者感兴趣组织区域中的给定解剖对象、病理结构、介入工具或医学移植体的所生成的3D体素数据绘制的经数字重建的射线片(DRR)。
如图2所示的框图中示例性描述的,所述图像处理工具5可以装配有分割和聚类工具7以便确定解剖对象、病理结构、介入工具和医学移植体的轮廓,并且装配有配准工具8以便确定用于配准DRR和2D荧光图像的2D-3D配准映射的参数。为了计算上述不同图像,可以应用数字减影工具9。也可以集成在所述图像处理工具5中的融合和可视化工具10可以在DRR和2D荧光图像被提交给所述2D-3D配准后用于生成和可视化该DRR和2D荧光图像的融合图像。
如图2所示,已经由图像生成系统1生成并经由所述输入接口6提供给图像处理系统2的图像数据可以临时地或永久地经由数据输出接口“数据输出”存储在外部存储单元11的图像数据档案文件中。为了被可视化,所存储的图像数据可以经由数据输入接口(在图2中被称为“数据输入”)加载到图像处理和绘制系统2的本地临时存储器(未示出)中,其中利用了标准化数据格式(诸如DICOM格式)。
本发明的应用
本发明可以被用于有益地在介入X射线成像中改进对介入工具的探测和跟踪的任何情形中。它可以应用在X射线系统、医学工作站和平台中,特别是专用于电生理学程序的临床设备中。
虽然已经在附图和前面的说明书中详细地图示说明和描述了本发明,这些图示说明和描述应被视为是说明性和示例性的,这意味着本发明并不局限于所描述的实施例。通过学习附图、公开内容和随附的权利要求,本领域技术人员在实施要求保护的发明时可以理解并实现对所公开的实施例的其他变化。在权利要求中,词语“包括”并不排除其他元件或步骤,且不定冠词“一”或“一个”并不排除多个。单个的处理器或其他单元可以实现权利要求中所记载的若干项的功能。在相互不同的从属权利要求中描述某些措施的事实并不表示这些措施的组合不能被用于取得优势。计算机程序可以被存储/分布在适当的介质上,诸如与其他硬件一起或作为其他硬件的一部分而提供的光存储介质或固态介质,但是也可以以其他方式分布,诸如经由互联网或其他有线或无线电信系统。权利要求中的任何参考标记不应被解读为限制本发明的范围。

Claims (13)

1.一种用于改进要被应用在微创X射线引导介入的范围内的介入工具的可见性和支持对所述介入工具的自动探测和跟踪的方法,所述方法包括以下步骤:
计算(S6)操作前采集的3D体素体积的2D投影图像数据与操作中记录的2D荧光图像之间的差异映射图,所述操作前采集的3D体素体积显示要被检查的患者的身体组织中或所述患者的脉管系统的血管段中的解剖结构或感兴趣区域、病理异常、起搏器和/或其他医学移植体,所述操作中记录的2D荧光图像显示要被检查的所述患者的身体组织中或所述患者的脉管系统的血管段中的所述解剖结构或感兴趣区域、所述病理异常、所述起搏器和/或所述其他医学移植体以及已经被引入到所述患者的身体内部的介入工具,其中,所述2D荧光图像已经与所述2D投影图像数据共同配准(S4),以及
利用基于所述计算步骤生成的所得到的差异映射图作为用于自动探测所述介入工具的位置坐标的探测过滤器的输入,以便自动减小(S8a)这一探测过滤器被应用到的感兴趣区域,或者,以便根据失配区域更可能包含介入工具的事实对这一过滤器的输出进行加权(S8b),由此使用所述差异映射图作为所述介入工具的位置的概率映射图。
2.如权利要求1所述的方法,其中,
每个差异映射图是通过从所述操作前采集的3D体素体积的2D投影图像中减去(S6)所述操作中记录的2D荧光图像的表示而计算出的,其中所述操作前采集的3D体素体积的2D投影图像与所表示的2D荧光图像共同配准。
3.如权利要求1所述的方法,其中,
所述差异映射图被计算作为图像处理算子的结果,该图像处理算子适于降低公共图案的对比度并增强或是在所述操作中记录的2D荧光图像的表示中或是在所述操作前采集的3D体素体积的2D投影图像中可见的那些图案的对比度,其中所述操作前采集的3D体素体积的2D投影图像与所表示的2D荧光图像共同配准。
4.如权利要求1所述的方法,其中,
在任何阶段自动调整所述配准以补偿所述患者的运动和/或用于在操作中记录所述2D荧光图像的X射线成像系统的系统几何形状的变化,其中,所述调整是通过实时地使所述配准参数适应于所述患者的当前位置和/或所改变的X射线系统几何形状来完成的。
5.如权利要求1所述的方法,其中,
所述2D投影图像数据是通过提交所述操作前采集的3D体素体积到图像绘制算法以便根据所输入的3D图像数据序列生成经数字重建的射线片而获得的。
6.如权利要求5所述的方法,其中,
所述3D图像数据序列是借助于基于计算机断层摄影、磁共振成像或3D旋转血管造影的图像采集程序生成的。
7.根据权利要求1所述的方法的用途,其用于探测所述差异图像中至少部分地被具有较高Hounsfield密度的对象隐藏的那些介入工具,这些对象可能至少部分地遮蔽或损害这些介入工具的可见性。
8.一种图像处理和绘制系统(2),其用于改进要被应用在微创X射线引导介入的范围内的介入工具的可见性和支持对所述介入工具的自动探测和跟踪,
所述图像处理和绘制系统(2)包括数字图像处理工具(5),该数字图像处理工具适于计算操作前采集的3D体素体积的2D投影图像数据与操作中记录的2D荧光图像之间的差异映射图,所述操作前采集的3D体素体积显示要被检查的患者的身体组织中或所述患者的脉管系统的血管段中的解剖结构或感兴趣区域、病理异常、起搏器和/或其他医学移植体,所述操作中记录的2D荧光图像显示要被检查的所述患者的身体组织中或所述患者的脉管系统的血管段中的所述解剖结构或感兴趣区域、所述病理异常、所述起搏器和/或所述其他医学移植体以及已经被引入到所述患者的身体内部的介入工具,所述2D荧光图像与所述2D投影图像数据共同配准,
其中,所述图像处理工具(5)还适于利用基于所述计算生成的所得到的差异映射图作为用于自动探测所述介入工具的位置坐标的探测过滤器的输入,以便自动减小这一探测过滤器被应用到的感兴趣区域,或者,以便根据失配区域更可能包含介入工具的事实对这一过滤器的输出进行加权,由此使用所述差异映射图作为所述介入工具的位置的概率映射图。
9.如权利要求8所述的图像处理和绘制系统,其中,
所述图像处理工具(5)适于通过从所述操作前采集的3D体素体积的2D投影图像中减去所述操作中记录的2D荧光图像的表示而计算出每个差异映射图,其中所述操作前采集的3D体素体积的2D投影图像与所表示的2D荧光图像共同配准。
10.如权利要求8所述的图像处理和绘制系统,其中,
所述图像处理工具(5)适于计算每个差异映射图作为图像处理算子的结果,该图像处理算子适于降低公共图案的对比度并增强或是在所述操作中记录的2D荧光图像的表示中或是在所述操作前采集的3D体素体积的2D投影图像中可见的那些图案的对比度,其中所述操作前采集的3D体素体积的2D投影图像与所表示的2D荧光图像共同配准。
11.如权利要求8所述的图像处理和绘制系统,其包括配准参数调整工具,该配准参数调整工具用于在任何阶段自动调整所述配准以补偿所述患者的运动和/或用于在操作中记录所述2D荧光图像的X射线成像系统的系统几何形状的变化,其中,所述配准参数调整工具适于通过实时地使所述配准参数适应于所述患者的当前位置和/或所改变的X射线系统几何形状来执行所述调整。
12.一种用于改进要被应用在微创X射线引导介入的范围内的介入工具的可见性和支持对所述介入工具的自动探测和跟踪的设备,包括:
用于计算(S6)操作前采集的3D体素体积的2D投影图像数据与操作中记录的2D荧光图像之间的差异映射图的装置,所述操作前采集的3D体素体积显示要被检查的患者的身体组织中或所述患者的脉管系统的血管段中的解剖结构或感兴趣区域、病理异常、起搏器和/或其他医学移植体,所述操作中记录的2D荧光图像显示要被检查的所述患者的身体组织中或所述患者的脉管系统的血管段中的所述解剖结构或感兴趣区域、所述病理异常、所述起搏器和/或所述其他医学移植体以及已经被引入到所述患者的身体内部的介入工具,其中,所述2D荧光图像已经与所述2D投影图像数据共同配准(S4),以及
用于利用基于所述计算步骤生成的所得到的差异映射图作为用于自动探测所述介入工具的位置坐标的探测过滤器的输入,以便自动减小(S8a)这一探测过滤器被应用到的感兴趣区域,或者,以便根据失配区域更可能包含介入工具的事实对这一过滤器的输出进行加权(S8b),由此使用所述差异映射图作为所述介入工具的位置的概率映射图的装置。
13.如权利要求12所述的设备,其中,
一旦操作前采集的3D体素体积的所述2D投影图像数据与所述2D荧光图像配准,所有失配区域可被用于通过提供差异图像来引导对介入工具的探测,所述差异图像是通过从所述2D荧光图像的所采集图像数据中减去(S6)所述2D投影图像数据计算出的,其中,这两个图像中的公共图案的对比度被降低(S7a),而仅在这些图像之一中可见的那些图案的对比度被增强(S7b)。
CN200880109636.2A 2007-10-01 2008-09-26 对介入工具的探测和跟踪 Expired - Fee Related CN101809618B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
EP07117676 2007-10-01
EP07117676.2 2007-10-01
PCT/IB2008/053936 WO2009044321A2 (en) 2007-10-01 2008-09-26 Detection and tracking of interventional tools

Publications (2)

Publication Number Publication Date
CN101809618A CN101809618A (zh) 2010-08-18
CN101809618B true CN101809618B (zh) 2015-11-25

Family

ID=40380659

Family Applications (1)

Application Number Title Priority Date Filing Date
CN200880109636.2A Expired - Fee Related CN101809618B (zh) 2007-10-01 2008-09-26 对介入工具的探测和跟踪

Country Status (5)

Country Link
US (1) US8831303B2 (zh)
EP (1) EP2193499B1 (zh)
JP (1) JP5451621B2 (zh)
CN (1) CN101809618B (zh)
WO (1) WO2009044321A2 (zh)

Families Citing this family (45)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9070181B2 (en) * 2007-12-21 2015-06-30 General Electric Company System and method for extracting features of interest from an image
ATE548712T1 (de) * 2008-06-25 2012-03-15 Koninkl Philips Electronics Nv Lokalisierung eines relevanten objekts in einer person
EP2408375B1 (en) 2009-03-20 2017-12-06 Orthoscan Incorporated Moveable imaging apparatus
WO2011128797A1 (en) * 2010-04-15 2011-10-20 Koninklijke Philips Electronics N.V. Instrument-based image registration for fusing images with tubular structures
JP5537261B2 (ja) * 2010-05-25 2014-07-02 株式会社東芝 医用画像診断装置、画像情報処理装置及び治療支援データ表示用制御プログラム
US11231787B2 (en) 2010-10-06 2022-01-25 Nuvasive, Inc. Imaging system and method for use in surgical and interventional medical procedures
US8526700B2 (en) * 2010-10-06 2013-09-03 Robert E. Isaacs Imaging system and method for surgical and interventional medical procedures
US8768029B2 (en) 2010-10-20 2014-07-01 Medtronic Navigation, Inc. Selected image acquisition technique to optimize patient model construction
WO2012082799A1 (en) 2010-12-13 2012-06-21 Orthoscan, Inc. Mobile fluoroscopic imaging system
US8768019B2 (en) * 2011-02-03 2014-07-01 Medtronic, Inc. Display of an acquired cine loop for procedure navigation
CN102697482B (zh) * 2011-03-14 2016-01-20 西门子公司 使用自适应判别学习和测量融合的导管跟踪的方法和系统
US8989463B2 (en) * 2011-08-02 2015-03-24 Siemens Aktiengesellschaft Localization and tracking of cryo-balloon during interventional fluoroscopy imaging
BR112014005451B1 (pt) 2011-09-13 2021-11-09 Koninklijke Philips N.V. Sistema de registro
US20140293007A1 (en) * 2011-11-08 2014-10-02 Industrial Technology Research Institute Method and image acquisition system for rendering stereoscopic images from monoscopic images
JP5849791B2 (ja) * 2012-03-14 2016-02-03 株式会社島津製作所 画像処理装置
EP3524184B1 (en) 2012-05-14 2021-02-24 Intuitive Surgical Operations Inc. Systems for registration of a medical device using a reduced search space
US10039473B2 (en) 2012-05-14 2018-08-07 Intuitive Surgical Operations, Inc. Systems and methods for navigation based on ordered sensor records
CN111652917B (zh) * 2013-03-12 2024-07-09 光学实验室成像公司 血管数据处理和图像配准系统、方法及装置
GB201313810D0 (en) * 2013-08-01 2013-09-18 King S College London Method and system for tomosynthesis imaging
US9875544B2 (en) * 2013-08-09 2018-01-23 Broncus Medical Inc. Registration of fluoroscopic images of the chest and corresponding 3D image data based on the ribs and spine
JP6353044B2 (ja) * 2013-11-20 2018-07-04 コーニンクレッカ フィリップス エヌ ヴェKoninklijke Philips N.V. 医療画像表示装置、x線画像ナビゲーション情報提供方法、コンピュータプログラム要素及び記憶媒体
US8880151B1 (en) * 2013-11-27 2014-11-04 Clear Guide Medical, Llc Surgical needle for a surgical system with optical recognition
WO2015121764A1 (en) 2014-02-11 2015-08-20 Koninklijke Philips N.V. Spatial visualization of internal mammary artery during minimally invasive bypass surgery
US9633431B2 (en) * 2014-07-02 2017-04-25 Covidien Lp Fluoroscopic pose estimation
KR101703564B1 (ko) 2015-01-28 2017-02-08 주식회사 인피니트헬스케어 혈관 정보를 포함하는 의료 영상을 디스플레이하는 장치 및 방법
CN106794044B (zh) * 2015-06-05 2019-09-27 钛隼生物科技股份有限公司 术中追踪方法
CN109478240B (zh) * 2015-09-10 2021-12-14 Sync-Rx有限公司 自动图像特征移除
EP3389544A4 (en) * 2015-12-14 2019-08-28 Nuvasive, Inc. 3D VISUALIZATION DURING OPERATION WITH REDUCED RADIATION EXPOSURE
JP7118890B2 (ja) * 2016-02-12 2022-08-16 インテュイティブ サージカル オペレーションズ, インコーポレイテッド 画像誘導手術において位置合わせされた蛍光透視画像を使用するためのシステム及び方法
EP3375399B1 (en) 2016-10-05 2022-05-25 NuVasive, Inc. Surgical navigation system
JP6849966B2 (ja) * 2016-11-21 2021-03-31 東芝エネルギーシステムズ株式会社 医用画像処理装置、医用画像処理方法、医用画像処理プログラム、動体追跡装置および放射線治療システム
EP3456266A1 (en) * 2017-09-14 2019-03-20 Koninklijke Philips N.V. Ultrasound image processing
US11373330B2 (en) * 2018-03-27 2022-06-28 Siemens Healthcare Gmbh Image-based guidance for device path planning based on penalty function values and distances between ROI centerline and backprojected instrument centerline
EP3567598A1 (de) * 2018-05-09 2019-11-13 Siemens Healthcare GmbH Prüfung eines interventionellen superpositionsbildes
EP3636158A1 (en) * 2018-10-10 2020-04-15 Koninklijke Philips N.V. Image guidance for implanted lead extraction
JP7334034B2 (ja) * 2018-10-22 2023-08-28 キヤノンメディカルシステムズ株式会社 医用画像処理装置、x線診断装置及び医用画像処理プログラム
WO2020082268A1 (en) * 2018-10-24 2020-04-30 Siemens Healthcare Gmbh Generating a medical result image
CN109961490A (zh) * 2019-04-08 2019-07-02 深圳大学 剪影成像方法及装置
DE102020201928A1 (de) * 2020-02-07 2021-08-12 Friedrich-Alexander-Universität Erlangen-Nürnberg Verfahren zur Deformationskorrektur
CN113284077B (zh) * 2020-02-19 2024-07-26 华为技术有限公司 图像处理方法、装置、通信设备及可读存储介质
CN111724365B (zh) * 2020-06-16 2021-11-09 中国科学院自动化研究所 血管内动脉瘤修复手术的介入器械检测方法、系统及装置
DE102020212000A1 (de) * 2020-09-24 2022-03-24 Siemens Healthcare Gmbh Vorrichtung zum Positionieren eines medizinischen Objekts und Verfahren zum Bereitstellen einer Korrekturvorgabe
CN113610825B (zh) * 2021-08-13 2022-03-29 推想医疗科技股份有限公司 术中影像的肋骨识别方法及系统
US11967136B2 (en) 2021-12-21 2024-04-23 Shanghai United Imaging Intelligence Co., Ltd. Landmark detection using machine learning techniques
CN117252927B (zh) * 2023-11-20 2024-02-02 华中科技大学同济医学院附属协和医院 一种基于小目标检测的导管下介入目标定位方法及系统

Family Cites Families (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH05137711A (ja) * 1991-11-15 1993-06-01 Hitachi Medical Corp X線画像診断装置
JP4426297B2 (ja) * 2001-11-30 2010-03-03 コーニンクレッカ フィリップス エレクトロニクス エヌ ヴィ ノイズの多い画像中の構造を強調する医用ビューイングシステム及び方法
US7340108B2 (en) * 2001-12-07 2008-03-04 Koninklijke Philips Electronics, N.V. Medical viewing system and method for spatially enhancing structures in noisy images
DE10210646A1 (de) 2002-03-11 2003-10-09 Siemens Ag Verfahren zur Bilddarstellung eines in einen Untersuchungsbereich eines Patienten eingebrachten medizinischen Instruments
US20040208385A1 (en) * 2003-04-18 2004-10-21 Medispectra, Inc. Methods and apparatus for visually enhancing images
DE10322738A1 (de) 2003-05-20 2004-12-16 Siemens Ag Verfahren zur markerlosen automatischen Fusion von 2D-Fluoro-C-Bogen-Bildern mit präoperativen 3D-Bildern unter Verwendung eines intraoperativ gewonnenen 3D-Datensatzes
EP1646317A1 (en) 2003-07-10 2006-04-19 Koninklijke Philips Electronics N.V. Apparatus and method for navigating an instrument through an anatomical structure
DE102004020587B4 (de) * 2004-04-27 2016-02-18 Siemens Aktiengesellschaft Verfahren und Vorrichtung zur visuellen Unterstützung einer elektrophysiologischen Katheteranwendung mit 2D-Durchleuchtungsbildern
DE102004035980A1 (de) * 2004-07-23 2006-03-16 Siemens Ag Verfahren zur Bildgebung bei einem interventionellen Eingriff
US7280635B2 (en) * 2005-12-01 2007-10-09 Thomas Louis Toth Processes and apparatus for managing low kVp selection and dose reduction and providing increased contrast enhancement in non-destructive imaging
JP2007159643A (ja) * 2005-12-09 2007-06-28 Canon Inc 画像処理装置および方法
US20080147086A1 (en) * 2006-10-05 2008-06-19 Marcus Pfister Integrating 3D images into interventional procedures

Also Published As

Publication number Publication date
WO2009044321A2 (en) 2009-04-09
WO2009044321A3 (en) 2009-05-22
CN101809618A (zh) 2010-08-18
JP2010540065A (ja) 2010-12-24
EP2193499A2 (en) 2010-06-09
EP2193499B1 (en) 2016-07-20
US20100226537A1 (en) 2010-09-09
US8831303B2 (en) 2014-09-09
JP5451621B2 (ja) 2014-03-26

Similar Documents

Publication Publication Date Title
CN101809618B (zh) 对介入工具的探测和跟踪
US11707242B2 (en) Methods and systems for dynamic coronary roadmapping
CN102202576B (zh) 用于为了在微创的x射线引导的介入中减少x射线剂量而产生覆盖经分割的目标结构或病变的减小视场的、具有自动快门适应的血管造影图像采集系统和方法
EP2346398B1 (en) Cardiac- and/or respiratory-gated image acquisition system for virtual anatomy enriched real-time 2d imaging in interventional radiofrequency ablation or pacemaker placement procedures
US9713451B2 (en) Real-time display of vasculature views for optimal device navigation
RU2594811C2 (ru) Визуализация для навигационного указания
JP2012505009A5 (zh)
US20080199048A1 (en) Image Processing System and Method for Alignment of Images
JP5896737B2 (ja) 呼吸測定器、呼吸測定器の作動方法、及び呼吸測定コンピュータプログラム
JP2020526348A (ja) 心臓再同期療法
US20080306378A1 (en) Method and system for images registration
Huang et al. Extraction of liver vessel centerlines under guidance of patient-specific models
Fallavollita et al. Computerized Navigation Support for Endovascular Procedures
Pujol et al. Computer-assisted navigation for the treatment of brain aneurysms

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
CF01 Termination of patent right due to non-payment of annual fee
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20151125

Termination date: 20180926