CN102525662B - 组织器官三维可视化手术导航系统 - Google Patents
组织器官三维可视化手术导航系统 Download PDFInfo
- Publication number
- CN102525662B CN102525662B CN2012100478616A CN201210047861A CN102525662B CN 102525662 B CN102525662 B CN 102525662B CN 2012100478616 A CN2012100478616 A CN 2012100478616A CN 201210047861 A CN201210047861 A CN 201210047861A CN 102525662 B CN102525662 B CN 102525662B
- Authority
- CN
- China
- Prior art keywords
- dimensional
- destination organization
- histoorgan
- organization organ
- organ
- 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
Images
Landscapes
- Ultra Sonic Daignosis Equipment (AREA)
Abstract
本发明公开了一种组织器官三维可视化手术导航方法和系统,方法包括如下步骤:获取组织器官的三维超声图像;获取手术器具相对于目标组织器官的位置;在三维超声图像中沿着目标组织器官的轮廓线选取离散点,并采用基于目标组织器官的统计形状模型的方法,重建目标组织器官的三维表面;将三维超声图像、目标组织器官的三维表面以及手术器具相对于目标组织器官的位置进行融合,生成手术导航数据,并可视化手术导航数据,从而进行导航。本发明公开的组织器官三维可视化手术导航方法和系统,仅需术中超声图像即可提供组织器官三维可视化的手术导航,解决了传统手术导航方法中的术前术中配准精度难以保证从而导致手术导航精度下降的问题。
Description
【技术领域】
本发明涉及生物医学工程领域,尤其涉及一种组织器官三维可视化手术导航方法和系统。
【背景技术】
医学影像手术导航指利用计算机对病人的医学影像信息进行处理,进而为医生提供一个包括手术区域在内的可视化图形界面,有时还会提供如空间位置、距离和方位等辅助信息,以引导医生进行更为精确的手术。
传统的手术导航系统需要在手术前拍摄病人的CT或磁共振影像,然后将这些术前影像和术中病人进行配准。配准之后,医生在医学影像的引导下实施手术。由于CT和磁共振属于三维断层扫描成像技术,通过对手术目标组织器官进行三维重建,可以为医生提供三维可视化的手术导航。然而,受术前术中配准精度的影响,传统的三维可视化手术的导航精度也会受到限制。
【发明内容】
基于此,有必要提供一种导航精度较高的组织器官三维可视化手术导航方法和系统。
一种组织器官三维可视化手术导航方法,包括如下步骤:
获取组织器官的三维超声图像;
获取手术器具相对于目标组织器官的位置;
在所述三维超声图像中沿着目标组织器官的轮廓线选取离散点,并采用基于目标组织器官的统计形状模型的方法,重建目标组织器官的三维表面;
将所述三维超声图像、目标组织器官的三维表面以及手术器具相对于目标组织器官的位置进行融合,生成手术导航数据,并可视化所述手术导航数据, 从而进行导航。
优选的,所述获取目标组织的三维超声图像的步骤为:通过超声探头采集病人手术区域包含目标组织器官在内的三维超声图像。
优选的,所述在所述三维超声图像中沿着目标组织器官的轮廓线选取离散点,采用基于目标组织器官的统计形状模型的方法,重建目标组织器官的三维表面的步骤为:
将所述三维超声图像分解为多帧二维超声图像并逐帧显示,在所述逐帧显示的二维超声图像上,选取位于目标组织器官的轮廓线上的离散点并将所述离散点形成离散点集,利用目标组织器官的统计形状模型提供的目标组织器官的三维形状先验知识,结合所述离散点集重建出目标组织器官的三维表面。
优选的,所述将所述三维超声图像、目标组织器官的三维表面以及手术器具相对于目标组织器官的位置融合并可视化的步骤为:
采用坐标转换,将所述三维超声图像、三维表面以及手术器具相对于目标组织器官的位置,转换到同一坐标系;
将三维超声图像以任意角度切片得到二维超声图像;
将三维超声图像切片后得到的二维超声图像、三维表面以及手术器具相对于目标组织器官的位置融合在一起,生成手术导航数据。
优选的,还包括:在手术之前,建立所述统计形状模型的步骤。
一种组织器官三维可视化手术导航系统,包括:
采集装置,用于获取组织器官的三维超声图像;
空间定位装置,用于获取手术器具相对于目标组织器官的位置;
影像处理装置,用于接收所述采集装置获取的组织器官的三维超声图像以及空间定位装置获取的手术器具相对于目标组织器官的位置,在所述三维超声图像中沿着目标组织器官的轮廓线选取离散点,并采用基于目标组织器官的统计形状模型的方法,重建目标组织器官的三维表面,最后将所述三维超声图像、目标组织器官的三维表面以及手术器具相对于目标组织器官的位置融合,生成手术导航数据;
显示装置,用于可视化所述手术导航数据,从而进行导航。
优选的,所述采集装置用于通过超声探头采集病人手术区域包含目标组织器官在内的三维超声图像。
优选的,所述影像处理装置包括超声体数据选点模块和三维重建模块;
所述超声体数据选点模块用于将所述三维超声图像分解为多帧二维超声图像并逐帧显示,在所述逐帧显示的二维超声图像上,选取位于目标组织器官的轮廓线上的离散点并将所述离散点形成离散点集;
所述三维重建模块用于利用目标组织器官的统计形状模型提供的目标组织器官的三维形状先验知识,结合所述离散点集重建目标组织器官的三维表面。
优选的,所述影像处理装置还包括坐标转换模块和可视化模块;
所述坐标转换模块用于采用坐标转换,将所述三维超声图像、三维表面以及手术器具相对于目标组织器官的位置,都转换到同一坐标系中;
所述可视化模块用于将三维超声图像以任意角度切片后得到的二维超声图像、接着将所述二维超声图像、三维表面以及手术器具相对于目标组织器官的位置融合在一起,生成手术导航数据。
优选的,所述影像处理装置还包括统计形状模块,所述统计形状模块用于内置有在手术之前建立的目标组织器官的统计形状模型。
这种组织器官三维可视化手术导航方法和系统,利用手术中获取的三维超声图像,就可精确重建出目标组织器官的三维表面,重建出的三维表面与超声图像融合在一起,结合空间定位装置,为医生提供目标组织器官的三维形状和手术器具空间位置,从而为医生提供更为精确的术中导航。与传统的三维可视化手术相比,这种组织器官三维可视化手术导航方法和系统,无需术前CT或磁共振影像,也就无需将术前影像和术中病人进行配准,解决了传统手术导航方法中的术前术中配准精度难以保证从而导致手术导航精度下降的问题,导航精度较高。
【附图说明】
图1为一实施方式的组织器官三维可视化手术导航方法的流程图;
图2为一实施方式中实时获取手术器具相对于超声图像的位置的示意图;
图3为一实施方式中将三维超声体数据切分为二维图像后沿目标组织器官轮廓线选点的示意图;
图4为一实施方式中基于统计形状模型的三维表面重建方法流程图;
图5为一实施方式中根据位于目标组织轮廓线上的离散点组成的点集以及根据点集重建出的目标组织器官三维表面的对比图;其中,左图为离散点组成的点集,右图为根据点集重建出的目标组织器官三维表面;
图6为一实施方式中的超声图像、目标组织器官三维表面和手术器具融合显示的手术导航示意图;
图7为一实施方式的组织器官三维可视化手术导航系统的组成示意图;
图8为图7中的影像处理装置的内部结构框图。
【具体实施方式】
为了便于理解本发明,下面将参照相关附图对本发明进行更全面的描述。附图中给出了本发明的较佳实施例。但是,本发明可以以许多不同的形式来实现,并不限于本文所描述的实施例。相反地,提供这些实施例的目的是使对本发明的公开内容的理解更加透彻全面。
除非另有定义,本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。本文中在本发明的说明书中所使用的术语只是为了描述具体的实施例的目的,不是旨在于限制本发明。本文所使用的术语“及/或”包括一个或多个相关的所列项目的任意的和所有的组合。
传统的手术导航系统需要在手术前拍摄病人的CT或磁共振影像,然后将这些术前影像和术中病人进行配准。受术前术中配准精度的影响,传统的三维可视化手术的导航精度也会受到限制。
基于此,有必要提供一种导航精度较高的组织器官三维可视化手术导航方法和系统。
为了准确重建目标组织器官三维表面,本发明需要预先学习目标组织器官三维形状的先验知识,即滤除附加在三维形状上的尺寸、位移、旋转等效应后 的纯形状信息。而先验知识可从大量目标形状组成的样本集中进行统计学习来得到。这一统计学习可通过建立目标组织器官的统计形状模型来实现。统计形状模型可以在手术之前预先建立好,内置在影像处理装置中。在进行手术导航时,直接使用即可,而无需额外操作。建立目标组织器官统计形状模型的步骤,如下:
A)采集N个包含目标对象在内的三维图像体数据。具体实施方法是对N个志愿者采集包含目标组织器官在内的CT或磁共振等三维图像体数据。采用某种自动或手动方法分割出目标组织器官的三维表面形状,每个形状xi′,i=1,…,N由三维点集组成,每个点由(x,y,z)三个空间坐标描述。
B)以上述形状集作为训练集,采用三维点集对应性算法,建立点一一对应的训练形状集{xi,i=1,…,N},每个形状由n个点的三维坐标描述:
xi=[xi1,yi1,zi1,xi2,yi2,zi2,...,xin,yin,zin].;
其中所有形状中序号相同的点为一一对应的三维形状对应点(3Dcorresponding points)。三维点集对应性算法已经有一些公开发表的方法,如最小描述长度(MDL)算法、SPHARM算法等。本发明对此不作限制。本实施方法采用了MDL算法。
C)对上述样本训练集,进行主成分分析(PCA)如下:计算训练形状集的平均值 和协方差矩阵M,其中 计算M的非零单位特征根{λk,k=1,...,m}和对应特征向量{pk,k=1,...,m},其中M·pk=λk·pk,m≤n-1,且{λk}按照降序排列,即λ1>λ2>...>λm。计算完毕 和{pk},则统计形状模型建立完毕。
此处主成分分析的主要目的是将形状投影到由标准正交基{pk}作为空间基底的形状空间Ω,以进行降维分析。形状空间Ω内的任意一个形状x都可以表示为
其中bk为形状系数,b=[b1,b2,...,bm]T。
结合图1,一实施方式的组织器官三维可视化手术导航方法如下。
S110、获取组织器官的三维超声图像。
具体的,在一个实施例中,S110的具体过程如下:
在对病人进行手术时,首先使用超声探头采集病人手术区域包含目标组织器官在内的三维超声图像。获取三维超声图像可以采用二维探头,也可以采用三维探头。三维探头可以发射金字塔型容积超声束,能够实时获取目标区域超声图像体数据,而二维探头则需要结合空间定位装置,先获取一系列空间位置已知的二维图像,再通过某种重建算法获取三维数据。本发明既可用二维探头,也可用三维探头。本优选实施方案选用三维探头。
S120、获取手术器具相对于目标组织器官的位置。
具体的,结合图2,在一个实施例中,S120的具体过程如下:
A)建立以超声探头为参照物的坐标系C2。根据事先标定好的超声探头成像参数,得到从超声图像坐标系C1到超声探头坐标系C2的转换T12。目前超声探头的标定方法已经比较成熟,超声厂商也会对超声探头进行精确的标定。
B)建立以空间定位装置为参照物的世界坐标系C0。将可以被空间定位装置定位的标记物分别固定在手术器具和超声探头上。空间定位装置实时获取手术器具和超声探头在坐标系C0下的坐标。同时,获取超声探头坐标系C2到世界坐标系C0的转换T20。该转换一般由空间定位装置计算后自动给出。此时,可以得到超声图像中任意一点x在世界坐标系中的坐标y为:y=T20(T12(x))。这样,手术器具和超声图像坐标就可以统一在相同坐标系下,进而可以知道手术器具相对于目标组织器官的位置。
需要指出,手术导航系统中图像坐标系和空间定位装置确立的世界坐标系之间的互相转换,已经属于较为成熟的技术,例如中国专利200710064900.2中就公开了一种可实现上述转换的方法。
S130、在三维超声图像中沿着目标组织器官的轮廓线选取离散点,并采用基于目标组织器官的统计形状模型的方法,重建目标组织器官的三维表面。
具体的,在一个实施例中,S130的具体过程如下:
首先,选取离散点(如图3所示)。获取目标组织器官三维超声体数据后, 传输至影像处理装置中。将三维超声图像分解为多帧二维超声图像,并逐帧显示。有多种方法将三维超声图像分解为多帧二维图像,比如直角坐标系下的切片方法、球坐标系下的切片方法等。切片时可能都需要进行某种像素插值运算以增加空间分辨率。本优选实施方案选择直角坐标系下的方法。首先,为三维体数据建立一个直角坐标系C1,然后由任意两个坐标轴定义的平面对体数据进行等间隔逐层切片,得到多帧二维图像。在逐帧显示的二维图像上,选取一些位于目标组织器官轮廓线上的离散点。所选点的数量只要能够大致描述目标组织器官的表面形状即可。假设所选点个数为l,则此稀疏点集可表示为:
s=[x1,y1,z1,x2,y2,z2,...,xl,yl,zl].
其中每个点的坐标为坐标系C1下的坐标,且l<n。
接着,根据少量轮廓点重建目标组织器官的三维表面。此步骤的目的是仅根据少量位于目标组织器官轮廓线上的离散点集s,实现目标组织器官三维形状的准确重建。本发明利用统计形状模型来提供关于目标组织器官三维形状的先验知识,结合离散点集s进行重建。迭代的重建方法,如图4所示,如下:
初始化:
迭代计算步骤:
1)计算s在yn(yn是循环变量,第n次迭代即为yn。)中的最近点集。可选用一些较为成熟从三维点集到三维点集的配准方法来实现最近点集的计算。本优选实施方案选用迭代最近点(ICP)算法进行s和yn的配准。配准后得到一个三维位移向量T和三维旋转矩阵R。令f=R(yn)+T,表示对yn进行旋转R和位移T。则s中每一个点,si,i=1,...,l,都可在f中得到一个最近点 其中||x-y||表示计算x和y之间的欧几里得距离(欧氏距离),j=c(i,j),表示i和j的对应关系。令最近点误差
2)统计形状模型的实例化。基于s和上述步骤得到的c(i,j),计算统计形状 模型的形状参数{bk,k=1,...,m},生成新形状实例z。{bk}的求解可以转化为如下数学最优化问题:寻找一组最优的形状系数{bk}将统计形状模型实例化,使得s和z中对应点的欧式距离之和最小,同时z和平均形状之间的Mahalanobis距离(马氏距离)不大于某个固定值D0,即:
其中qk=R(pk)+T,qk(j)表示qk的第j个分量; hj为h中第j个点;j=c(i,j)。 是假设所有形状呈正态分布时,形状z到平均形状的马氏距离。D0为常数,可选取能够包含大多数合理形状在内的值。在本优选实施方案中,通过迭代法求解(2)式,步骤如下:
(1)初始化:A=1,αi,1=1,i=1,...,l;
(2)首先构造目标函数
迭代结束时,得到形状系数{bk},则新形状
3)更优选地,对z进行仿射变换以进一步降低重建误差,并生成新形状x。
该仿射变换定义为 应用与1)所述相同的方法,可以得到s在z 中的最近点。令zc(i,j)=[x,y,z],表示z中第j个点是距离s中第i个点的最近的点。然后,F可以通过求解如下最小值问题得到:
其中yc(i,j)=[1,x,y,z]。求解该无约束最小化问题时,令min中的式子对于F中每一个元素的偏微分等于0,得到12个关于仿射变换系数的方程组,然后求解线性方程组,即可得到F。最终,本轮迭代的新形状yn+1中第i个点[xi,yi,zi]可通过对z中第i个点[ai,bi,ci]进行仿射变换得到
[xi,yi,zi]=[1,ai,bi,ci]·F。 (4)
按照步骤1)中描述的方法,计算s在yn+1中的最近点集,然后计算最近点误差en+1。如果en+1和en的差的绝对值小于某个固定值τ,则整个迭代计算结束。否则,回到步骤1)。
输出:最终,得到目标组织器官的三维重建表面x=yn+1,如图5所示。图5中,左图为离散点组成的点集,右图为根据点集重建出的目标组织器官三维表面。
S140、将三维超声图像、目标组织器官的三维表面以及手术器具相对于目标组织器官的位置进行融合,生成手术导航数据,并可视化手术导航数据,从而进行导航。
具体的,在一个实施例中,S140的具体过程如下:
为了向医生提供更加直观的三维可视化手术导航,将目标组织器官的三维超声图像、目标组织器官的三维表面以及手术器具相对于目标组织器官的位置进行融合并可视化后,通过显示装置向医生显示,如图6所示。三维可视化方法如下:
首先,将目标组织器官的三维重建表面x可视化,并通过显示装置向医生显示。该三维重建表面x由三维点集构成,可采用三维面绘制方法进行可视化。目前的面绘制技术已经很成熟,只要提供三维点集,就可以绘制出三维的表面。
接着,由于原始三维超声体数据和三维重建表面的坐标系相同,因此从原始体数据中以任意角度切片得到的二维超声图像,可以直接与三维重建表面融 合在一起,同时显示。这样融合显示的好处是:医生可以同时观察超声图像和目标组织器官的准确三维表面,弥补超声图像中组织器官解剖辨析度的不足,并明确超声图像与目标组织器官的相对位置关系。
最后,采用坐标转换T12和T20,可以将超声体数据、重建出的目标组织器官三维表面、以及手术器具的坐标,都转换到同一坐标系中并同时融合显示。本优选实施方案中,将三者都转换到世界坐标系中并同时显示。医生可以在上述三维可视化导航下实施手术。
这种组织器官三维可视化手术导航方法利用手术中获取的三维超声图像,就可精确重建出目标组织器官的三维表面,重建出的三维表面与超声图像融合在一起,结合空间定位装置,为医生提供目标组织器官的三维形状和手术器具空间位置,从而为医生提供更为精确的术中导航。
与传统的三维可视化手术相比,这种组织器官三维可视化手术导航方法无需术前CT或磁共振影像,也就无需将术前影像和术中病人进行配准,解决了传统手术导航方法中的术前术中配准精度难以保证从而导致手术导航精度下降的问题,导航精度较高。
这种组织器官三维可视化手术导航方法不需要手术前拍摄病人的任何影像,只需要术中超声即可提供三维可视化的手术导航。因此也就不会有术前术中配准的精度较差这一问题。另外,无需术前拍摄病人的CT或磁共振,也节省了拍摄费用,减少了手术导航的环节,降低了成本。本发明中的导航方法对医生而言使用简单,缩短了学习周期。
这种组织器官三维可视化手术导航方法没有电离辐射,使用的超声,在大多数情况下被证明是一种安全的医学成像方式。这种组织器官三维可视化手术导航方法无需昂贵的设备,也不需要专门建造手术室,仅需对大多数现有手术室进行升级即可,易于控制成本。
这种组织器官三维可视化手术导航方法对手术器具无特殊要求,现有的金属手术器具可以正常使用。
这种组织器官三维可视化手术导航方法可以提供目标组织器官的准确三维形状,并与原始超声图像一起融合显示。
本发明经过精心设计、计算机仿真和人体腹部体模实验等一系列过程,结果证明本发明在实际应用中操作简单,工作稳定可靠,取得了很好的效果,达到了预期的目的。
结合图7,一实施方式的组织器官三维可视化手术导航系统包括:
采集装置用于获取组织器官的三维超声图像;
空间定位装置用于获取手术器具相对于目标组织器官的位置;
影像处理装置用于接收所述采集装置获取的组织器官的三维超声图像以及空间定位装置获取的手术器具相对于目标组织器官的位置,在所述三维超声图像中沿着目标组织器官的轮廓线选取离散点,并采用基于目标组织器官的统计形状模型的方法,重建目标组织器官的三维表面,最后将所述三维超声图像、目标组织器官的三维表面以及手术器具相对于目标组织器官的位置融合,生成手术导航数据;
显示装置用于可视化所述手术导航数据,从而进行导航。
采集装置用于通过超声探头采集病人手术区域包含目标组织器官在内的三维超声图像。其中超声探头可以是二维超声探头,也可以是三维超声探头。本优选实施方案选用三维超声探头。
空间定位装置用于获取手术器具相对于目标组织器官的位置。
一般的,空间定位装置可以是光学定位装置,也可以是电磁定位装置。
一般的,需要在手术之前建立目标组织器官的统计形状模型,并将所述统计形状模型内置在所述影像处理装置中。
影像处理装置用于将所述三维超声图像分解为多帧二维超声图像并逐帧显示,在逐帧显示的二维超声图像上,选取位于目标组织器官的轮廓线上的离散点并将所述离散点形成离散点集,利用统计形状模型提供的目标组织器官的三维形状,结合离散点集重建出目标组织器官的三维表面。
如图8所示,影像处理装置包括超声体数据选点模块、统计形状模块、三维重建模块、坐标转换模块和可视化模块。
所述超声体数据选点模块用于将所述三维超声图像分解为多帧二维超声图像并逐帧显示,在所述逐帧显示的二维超声图像上,选取位于目标组织器官的 轮廓线上的离散点并将所述离散点形成离散点集。
统计形状模块用于内置有在手术之前建立目标组织器官的统计形状模型。
三维重建模块用于利用目标组织器官的统计形状模型提供的目标组织器官的三维形状先验知识,结合离散点集重建目标组织器官的三维表面。
坐标转换模块用于采用坐标转换,将三维超声图像、三维表面以及手术器具相对于目标组织器官的位置,都转换到同一坐标系中。
可视化模块用于将三维超声图像以任意角度切片得到的二维超声图像、三维表面以及手术器具相对于目标组织器官的位置融合在一起,并生成可视化的手术导航数据。
显示装置用于显示所述手术导航数据,从而进行导航。
以上所述实施例仅表达了本发明的一种或几种实施方式,其描述较为具体和详细,但并不能因此而理解为对本发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变形和改进,这些都属于本发明的保护范围。因此,本发明专利的保护范围应以所附权利要求为准。
Claims (4)
1.一种组织器官三维可视化手术导航系统,其特征在于,包括:
采集装置,用于获取组织器官的三维超声图像;
空间定位装置,用于获取手术器具相对于目标组织器官的位置;
影像处理装置,用于接收所述采集装置获取的组织器官的三维超声图像以及空间定位装置获取的手术器具相对于目标组织器官的位置,在所述三维超声图像中沿着目标组织器官的轮廓线选取离散点,并采用基于目标组织器官的统计形状模型的方法,重建目标组织器官的三维表面,最后将所述三维超声图像、目标组织器官的三维表面以及手术器具相对于目标组织器官的位置融合,生成手术导航数据;
显示装置,用于可视化所述手术导航数据,从而进行导航;
所述影像处理装置包括超声体数据选点模块和三维重建模块;
所述超声体数据选点模块用于将所述三维超声图像分解为多帧二维超声图像并逐帧显示,在所述逐帧显示的二维超声图像上,选取位于目标组织器官的轮廓线上的离散点并将所述离散点形成离散点集;
所述三维重建模块用于利用目标组织器官的统计形状模型提供的目标组织器官的三维形状先验知识,结合所述离散点集重建目标组织器官的三维表面。
2.如权利要求1所述的组织器官三维可视化手术导航系统,其特征在于,所述采集装置用于通过超声探头采集病人手术区域包含目标组织器官在内的三维超声图像。
3.如权利要求2所述的组织器官三维可视化手术导航系统,其特征在于,所述影像处理装置还包括坐标转换模块和可视化模块;
所述坐标转换模块用于采用坐标转换,将所述三维超声图像、三维表面以及手术器具相对于目标组织器官的位置,都转换到同一坐标系中;
所述可视化模块用于将三维超声图像以任意角度切片后得到的二维超声图像、接着将所述二维超声图像、三维表面以及手术器具相对于目标组织器官的位置融合在一起,生成手术导航数据。
4.如权利要求1~3中任一项所述的组织器官三维可视化手术导航系统,其特征在于,所述影像处理装置还包括统计形状模块,所述统计形状模块用于内置有在手术之前建立的目标组织器官的统计形状模型。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2012100478616A CN102525662B (zh) | 2012-02-28 | 2012-02-28 | 组织器官三维可视化手术导航系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2012100478616A CN102525662B (zh) | 2012-02-28 | 2012-02-28 | 组织器官三维可视化手术导航系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102525662A CN102525662A (zh) | 2012-07-04 |
CN102525662B true CN102525662B (zh) | 2013-09-04 |
Family
ID=46334520
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2012100478616A Active CN102525662B (zh) | 2012-02-28 | 2012-02-28 | 组织器官三维可视化手术导航系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102525662B (zh) |
Families Citing this family (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9305347B2 (en) | 2013-02-13 | 2016-04-05 | Dental Imaging Technologies Corporation | Automatic volumetric image inspection |
CN103345774B (zh) * | 2013-07-17 | 2015-08-05 | 中国人民解放军第三军医大学 | 一种三维多尺度矢量化的建模方法 |
CN103489220B (zh) * | 2013-09-27 | 2016-08-17 | 中国科学院深圳先进技术研究院 | 对三维目标建立统计形状模型的方法 |
CN104055520B (zh) * | 2014-06-11 | 2016-02-24 | 清华大学 | 人体器官运动监测方法和手术导航系统 |
JP6738332B2 (ja) * | 2014-12-16 | 2020-08-12 | コーニンクレッカ フィリップス エヌ ヴェKoninklijke Philips N.V. | 対応確率マップ主導の視覚化 |
CN105616003B (zh) * | 2015-12-24 | 2017-11-21 | 电子科技大学 | 一种基于径向样条插值的软组织三维视觉跟踪方法 |
CN105769244B (zh) * | 2016-03-22 | 2020-04-03 | 上海交通大学 | 一种用于超声探头标定的校准装置 |
CN110087550B (zh) * | 2017-04-28 | 2022-06-17 | 深圳迈瑞生物医疗电子股份有限公司 | 一种超声图像显示方法、设备及存储介质 |
CN107802346A (zh) * | 2017-10-11 | 2018-03-16 | 成都漫程科技有限公司 | 一种基于惯性制导的超声融合导航系统及方法 |
CN107928805B (zh) * | 2017-12-06 | 2019-04-26 | 上海波城医疗科技有限公司 | 超声扫描空间定位系统及方法 |
US11116420B2 (en) * | 2017-12-26 | 2021-09-14 | Biosense Webster (Israel) Ltd. | Monitoring distance to selected anatomical structures during a procedure |
CN108364347B (zh) * | 2018-03-16 | 2021-04-30 | 温州市人民医院 | 一种膜迷路模型制作方法 |
CN110368026B (zh) * | 2018-04-13 | 2021-03-12 | 北京柏惠维康医疗机器人科技有限公司 | 一种手术辅助装置及系统 |
CN109567865B (zh) * | 2019-01-23 | 2023-07-18 | 上海浅葱网络技术有限公司 | 一种面向非医护人员的智能超声诊断设备 |
CN111588464B (zh) * | 2019-02-20 | 2022-03-04 | 忞惪医疗机器人(苏州)有限公司 | 一种手术导航方法及系统 |
CN110811836B (zh) * | 2019-11-29 | 2023-06-16 | 周军 | 一种虚实结合的三维建模立体定位导航方法和系统 |
CN112022345B (zh) * | 2020-09-11 | 2021-09-21 | 上海交通大学医学院附属第九人民医院 | 腹壁缺损重建的三维可视化术前规划方法、系统及终端 |
CN115300809B (zh) * | 2022-07-27 | 2023-10-24 | 北京清华长庚医院 | 图像处理方法及装置、计算机设备和存储介质 |
CN117237268A (zh) * | 2022-11-18 | 2023-12-15 | 杭州海康慧影科技有限公司 | 一种超声图像处理方法、装置、电子设备及存储介质 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102005045073B4 (de) * | 2005-09-21 | 2012-03-22 | Siemens Ag | Verfahren zum visuellen Unterstützen einer invasiven Untersuchung oder Behandlung des Herzens mit Hilfe eines invasiven Instruments |
CN101849843B (zh) * | 2009-03-31 | 2013-03-13 | 上海交通大学医学院附属新华医院 | 三维心脏超声虚拟内窥镜导航方法 |
CN102266250B (zh) * | 2011-07-19 | 2013-11-13 | 中国科学院深圳先进技术研究院 | 超声手术导航系统 |
-
2012
- 2012-02-28 CN CN2012100478616A patent/CN102525662B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN102525662A (zh) | 2012-07-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102525662B (zh) | 组织器官三维可视化手术导航系统 | |
Maier-Hein et al. | Convergent iterative closest-point algorithm to accomodate anisotropic and inhomogenous localization error | |
EP2171686B1 (en) | Interactive atlas to image registration | |
Benameur et al. | A hierarchical statistical modeling approach for the unsupervised 3-D biplanar reconstruction of the scoliotic spine | |
US7450749B2 (en) | Image processing method for interacting with a 3-D surface represented in a 3-D image | |
CN102844789B (zh) | 在影像引导手术过程中用于纠正变形的数据的系统和方法 | |
US20010036302A1 (en) | Method and apparatus for cross modality image registration | |
US20130170726A1 (en) | Registration of scanned objects obtained from different orientations | |
US20090285460A1 (en) | Registration processing apparatus, registration method, and storage medium | |
CN103229210B (zh) | 图像配准装置 | |
EP3176754B1 (en) | Mapping 3d to 2d images | |
CN104272348B (zh) | 用于对对象进行成像的成像装置和方法 | |
AlZu’bi et al. | Multi-orientation geometric medical volumes segmentation using 3d multiresolution analysis | |
MXPA02001035A (es) | Sistema y metodo de fusion/alineacion de imagen automatizada. | |
CN105339983B (zh) | 链接跨成像研究的乳腺病变位置 | |
CN103593869B (zh) | 一种扫描设备及其图像显示方法 | |
Macedo et al. | A semi-automatic markerless augmented reality approach for on-patient volumetric medical data visualization | |
Vandermeulen et al. | Automated facial reconstruction | |
Deligianni et al. | Nonrigid 2-D/3-D registration for patient specific bronchoscopy simulation with statistical shape modeling: Phantom validation | |
Kang et al. | Simulating liver deformation during respiration using sparse local features | |
Gao et al. | Filtering in the diffeomorphism group and the registration of point sets | |
Lu et al. | Three-dimensional multimodal image non-rigid registration and fusion in a high intensity focused ultrasound system | |
Masutani et al. | A new modal representation of liver deformation for non-rigid registration in image-guided surgery | |
Roose et al. | Adaptive boundary conditions for physically based follow-up breast MR image registration | |
Li et al. | Bi-Directional LSTM Recurrent Neural Network for Lumbar Vertebrae Identification in X-Ray Images |
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 |