CN103188997A - 用于针对对象成像的成像设备 - Google Patents
用于针对对象成像的成像设备 Download PDFInfo
- Publication number
- CN103188997A CN103188997A CN2011800529170A CN201180052917A CN103188997A CN 103188997 A CN103188997 A CN 103188997A CN 2011800529170 A CN2011800529170 A CN 2011800529170A CN 201180052917 A CN201180052917 A CN 201180052917A CN 103188997 A CN103188997 A CN 103188997A
- Authority
- CN
- China
- Prior art keywords
- model
- projection
- kinematics
- data
- imaging device
- 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.)
- Granted
Links
- 238000003384 imaging method Methods 0.000 title claims abstract description 68
- 230000033001 locomotion Effects 0.000 claims abstract description 49
- 230000004048 modification Effects 0.000 claims description 36
- 238000012986 modification Methods 0.000 claims description 36
- 238000004088 simulation Methods 0.000 claims description 35
- 238000000034 method Methods 0.000 claims description 28
- 230000015572 biosynthetic process Effects 0.000 claims description 15
- 238000013519 translation Methods 0.000 claims description 13
- 238000004590 computer program Methods 0.000 claims description 11
- 238000003325 tomography Methods 0.000 claims description 9
- 240000000233 Melia azedarach Species 0.000 claims 1
- 230000005855 radiation Effects 0.000 description 40
- 239000000523 sample Substances 0.000 description 39
- 238000002594 fluoroscopy Methods 0.000 description 10
- 241001465754 Metazoa Species 0.000 description 6
- 230000008569 process Effects 0.000 description 6
- 238000005070 sampling Methods 0.000 description 5
- 238000005452 bending Methods 0.000 description 4
- 238000010168 coupling process Methods 0.000 description 4
- 238000005859 coupling reaction Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 238000002600 positron emission tomography Methods 0.000 description 4
- 238000012897 Levenberg–Marquardt algorithm Methods 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 3
- 238000002591 computed tomography Methods 0.000 description 3
- 230000001419 dependent effect Effects 0.000 description 3
- 238000005259 measurement Methods 0.000 description 3
- 238000005457 optimization Methods 0.000 description 3
- 238000000638 solvent extraction Methods 0.000 description 3
- 230000008878 coupling Effects 0.000 description 2
- 230000007423 decrease Effects 0.000 description 2
- 238000003780 insertion Methods 0.000 description 2
- 230000037431 insertion Effects 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 238000012633 nuclear imaging Methods 0.000 description 2
- 238000002603 single-photon emission computed tomography Methods 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 241001269238 Data Species 0.000 description 1
- 238000005481 NMR spectroscopy Methods 0.000 description 1
- 238000002679 ablation Methods 0.000 description 1
- 210000003484 anatomy Anatomy 0.000 description 1
- 210000004204 blood vessel Anatomy 0.000 description 1
- 238000013153 catheter ablation Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000004744 fabric Substances 0.000 description 1
- 239000012634 fragment Substances 0.000 description 1
- 238000001727 in vivo Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000010946 mechanistic model Methods 0.000 description 1
- 239000000155 melt Substances 0.000 description 1
- 230000000926 neurological effect Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000004223 radioprotective effect Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000001356 surgical procedure Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N7/00—Television systems
- H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus for radiation diagnosis, e.g. combined with radiation therapy equipment
- A61B6/02—Devices for diagnosis sequentially in different planes; Stereoscopic radiation diagnosis
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus for radiation diagnosis, e.g. combined with radiation therapy equipment
- A61B6/12—Devices for detecting or locating foreign bodies
-
- 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
- A61B2034/102—Modelling of surgical devices, implants or prosthesis
-
- 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
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus for radiation diagnosis, e.g. combined with radiation therapy equipment
- A61B6/44—Constructional features of apparatus for radiation diagnosis
- A61B6/4429—Constructional features of apparatus for radiation diagnosis related to the mounting of source units and detector units
- A61B6/4435—Constructional features of apparatus for radiation diagnosis related to the mounting of source units and detector units the source unit and the detector unit being coupled by a rigid structure
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus for radiation diagnosis, e.g. combined with radiation therapy equipment
- A61B6/46—Apparatus for radiation diagnosis, e.g. combined with radiation therapy equipment with special arrangements for interfacing with the operator or the patient
- A61B6/461—Displaying means of special interest
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus for radiation diagnosis, e.g. combined with radiation therapy equipment
- A61B6/48—Diagnostic techniques
- A61B6/486—Diagnostic techniques involving generating temporal series of image data
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y10—TECHNICAL SUBJECTS COVERED BY FORMER USPC
- Y10S—TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y10S901/00—Robots
- Y10S901/46—Sensing device
Abstract
本发明涉及一种用于针对对象(3)成像的成像设备,对象优选是导管。提供了代表对象(3)的机器人运动学模型(12)和对应于不同投影方向的对象(3)的投影数据,该模型是由运动学参数定义的。通过修改运动学参数使得通过模拟运动学模型(12)的前向投影确定的模拟的投影数据和提供的投影数据之间的差异最小化,来修改运动学模型(12)。由于对象(3)是用机器人运动学模型(12)代表的,所以可以通过很少的运动学参数以简单方式描述对象(3)的运动,具体而言,对象(3)的变形,由此能够修改模型(12),从而,通过修改,尤其是实时修改很少的运动学参数来跟踪对象的运动。
Description
技术领域
本发明涉及一种用于针对对象成像的成像设备、成像方法和成像计算机程序。
背景技术
C.Papalazarou等人在Proceedings of the17th International Conference onImage Processing(ICIP),IEEE,2010年9月号的文章“Surgical needlereconstruction using small-angle multi-view X-ray”披露了一种方法,利用具有C臂小幅度运动的多视图X射线成像重建手术针。运动的范围被限于小于30度的角范围。这种小幅度运动提供了充分多的多视图信息,结合针模型使用其以对针进行三维重建。如果针在不同视图间保持静态,这种方法能够重建针的三维图像。不过,如果在不同视图期间针发生运动,具体而言,变形,就不能可靠地重建质量良好的针的三维图像。
发明内容
本发明的目的是提供一种用于针对对象成像的成像设备、成像方法和成像计算机程序,即使在对象运动时,具体而言,即使在对象变形时,也能够可靠地产生优质图像。
在本发明的第一方面中,提供了一种针对对象成像的成像设备,其中所述成像设备包括:
-模型提供单元,用于提供代表所述对象的机器人运动学模型,其中所述运动学模型由运动学参数定义,
-投影数据提供单元,用于提供对应于不同投影方向的对象的投影数据,
-模型修改单元,用于通过修改运动学参数使得通过模拟运动学模型的前向投影确定的模拟的投影数据与提供的投影数据之间的差异最小化,来修改所述运动学模型。
由于对象是用机器人运动学模型代表的,所以可以通过较少的运动学参数简单描述对象的运动,具体而言,对象的变形。因此能够通过修改很少的运动学参数来较快地修改模型。因此能够快速,尤其是实时地,通过修改很少的运动学参数,从而修改运动学模型,使得通过模拟修改的运动学模型的前向投影而确定的模拟的投影数据与所提供的投影数据之间的差异最小化,来跟踪对象的运动,其中修改的运动学模型代表图像,能够完全或部分地显示于例如显示器上。因此,即使在对象运动时,尤其是即使在对象变形时,也能够提供优质的对象图像。
运动学模型优选是连续统(continuum)机器人的模型。例如,可以将机器人定义为包括一组称为连接部(link)的主体的操纵体的机械模型,连接部由接合部连接成串。每个接合部都可以具有一个自由度,平移的或旋转的。对于具有编号从1到n的n个接合部的机器人,可能有n+1个连接部,编号从0到n。连续统机器人优选是能够沿其整个长度平稳弯曲的机器人,其中连接部之间的过渡是连续而非突然的。这样的对象的连续统机器人可以用运动学模型的术语表达。
运动学模型是机器人模型,其可以用于通过定义运动学参数来描述机器人的运动学,具体而言,机器人的变形。运动学参数描述例如对象运动学模型的一部分相对于对象运动学模型另一部分的旋转或平移。
对象优选是已经引入人或动物体内的导管,具体而言,双向导管,其中成像设备适于通过提供修改的运动学模型提供人或动物体内的导管图像。
优选地,对象的投影数据对应于不同的投影方向,并且是随着时间流逝而采集的,使得如果对象运动,对应于不同投影方向的投影数据对应于另一个位置和/或在另一个变形条件下的对象。通过修改很少的运动学参数,使得通过模拟运动学模型的前向投影而确定的模拟的投影数据与提供的投影数据之间的差异最小化,来跟踪对象的这种运动和/或变形。
优选投影数据提供单元适于提供对应于所述投影方向的摆动的投影数据。由于所述投影数据提供单元优选适于提供对应于投影方向的摆动的投影数据,并且由于通过产生基于所提供的投影数据修改的修改的运动学模型为对象成像,所以可以产生对象的图像,即三维表达,尽管投影数据是仅在可能小于30度的非常有限的角范围上采集的。因此不必在至少180度的角范围上采集投影数据,例如像计算机断层摄影方法所要求的那样。
投影数据提供单元可以是存储单元,其中已经存储了对应于不同投影方向的投影数据,或者它可以是投影采集单元,用于在不同投影方向上采集投影数据,即用于采集不同的视图。投影采集单元优选包括用于发射贯穿对象的辐射的辐射源,以及探测单元,用于在辐射贯穿对象之后探测辐射并用于根据探测到的辐射产生投影数据。具体而言,辐射源为X射线源,探测单元为X射线探测器。辐射源和探测单元可以安装在C臂上。不过,也可以使用其他种类的辐射源和对应的探测部件来产生投影数据。例如,辐射源可以适于发射核辐射,其贯穿对象,并被对应的探测单元探测到。此外,辐射源和探测单元也可以安装于不是C臂的另一个装置上。
优选利用辐射源和探测单元采集对应于投影方向摆动的所提供投影数据。优选通过绕旋转轴旋转辐射源和探测单元来执行摆动,使得连接辐射源和探测单元的假想轴追踪假想锥体的表面。假想的锥体顶点优选位于旋转的等中心处,其中等中心是假想轴始终相交的点,不论辐射源和探测单元是否做旋转运动,辐射源和探测单元可以安装到同一扫描架上。锥体的基部通常可以具有任何平面形状。优选地,它是一条闭合曲线,可以是平滑曲线。闭合曲线具有以下优点,即容易进行周期性运动。闭合曲线例如是圆或椭圆。平滑曲线具有以下优点,即更容易控制运动并使得采集更加稳定和噪声更低。或者,曲线的基部形成线性形状,在这种情况下,辐射源和探测单元能够线性地运动,并优选在两个终点位置之间反复。优选在辐射源和探测单元的摆动运动期间采集投影数据,即一系列二维投影图像。
优选投影数据表示利用投影采集单元产生的投影,其中由校准参数定义投影采集单元的校淮,且其中模型修改单元适于修改校准参数和运动学参数,使得通过模拟模型的前向投影而确定的模拟的投影数据与所提供的投影数据之间的差异最小化。校准参数优选定义探测单元探测到的哪个投影数据值对应于哪个射束方向,即对应于射束沿哪个方向行进的,射束在探测到相应投影数据值的相应探测位置处遇到探测单元。因此,校准参数优选描述投影几何学。校准参数例如可以是本征校准参数或非本征校准参数。本征校准参数例如是与探测单元自身相关的那些,像探测器像素尺寸,而非本征参数是与探测单元和辐射源实际位置相关的那些参数,具体而言,与探测单元和辐射源的旋转和平移位置相关的那些参数。由于模型修改单元除了修改运动学参数之外,还可以适于修改一个或几个校准参数,使得通过模拟模型的前向投影而确定的模拟的投影数据与所提供的投影数据之间的差异最小化,所以可以修改模型,以便跟踪对象的运动,具体而言,以便跟踪对象的变形。因此即使一个或几个校准参数不可靠,也能够提供对象的优质图像,即三维表示。
在另一个优选实施例中,不修改校准参数,具体而言,仅通过修改运动学参数来修改运动学模型。因此可以将校准参数视为已知的和固定的,即可以将投影几何学视为已知的。一般会定期校准像X射线C臂那样的投影采集单元,它们一般被设计成可重复,于是使得本征和非本征参数都是可靠的。于是,如果可以将校准参数视为已知的和固定的,那么可以通过修改运动学参数来修改运动学模型,无需修改校准参数,由此减小了参数空间,并允许更快,尤其是更精确地修改模型。
进一步优选地,所述运动学模型包括一系列由接合部连接的刚性连接部,其中每个接合部描述绕轴的三维旋转或沿所述轴的平移。因此,每个相应的接合部是转动接合部或柱状接合部。因此可以通过旋转角或平移距离控制每个接合部。优选由这些接合部的系列定义运动学模型。在实施例中,对象为导管,运动学模型将导管建模为接合部和连接部的系列。模型提供单元优选适于通过Denavit-Hartenberg(D-H)规则中的四个运动学参数表示接合部的位姿。具体而言,由D-H规则中的四个运动学参数表示每个接合部的位姿。位姿优选定义相应接合部的位置和取向。D-H规则允许利用参数的最小集合表示运动学模型。
优选地,对象是导管,运动学模型包括七个接合部,接合部受到三个运动学参数的控制,其中模型修改单元适于通过修改三个运动学参数来修改模型。由于可以通过仅仅修改三个运动学参数就修改运动学模型,所以运动学模型能够更快地跟踪导管的运动和/或变形,由此进一步改进提供运动和/或变形导管的图像的质量。
进一步优选地,模型修改单元适于
-在所提供的投影数据中确定所述对象的投影的二维轨迹,
-确定模拟的投影数据,使得模拟的投影数据定义模拟的二维轨迹,
-修改所述模型,使得所确定的二维轨迹与模拟的二维轨迹之间的差异最小化。将所确定的二维轨迹与模拟的二维轨迹之间的这个差异视为模拟的投影数据与提供的投影数据之间的差异,使其最小化以修改运动学模型。通过修改运动学模型,使得所确定的二维轨迹与模拟的二维轨迹之间的差异最小化,可以进一步改进针对运动和/或变形对象调整模型的质量。
优选地模型修改单元适于:
-从所提供的投影数据中确定的二维轨迹重建所述对象的图像,
-布置所述运动学模型,使得所述运动学模型的至少一部分与所述图像中所示的对象的对应部分对准,
-确定初始运动学参数,使得所述图像中所示的对象与所述模型之间的差异最小化,
-通过修改所述初始运动学参数使得所确定的二维轨迹和模拟的二维轨迹之间的差异最小化,来修改所述模型。可以布置运动学模型的一部分或整个运动学模型,使得部分或整个运动学模型与图像中所示的对应部分或整个对象对准。优选地,如果对象是导管,将图像中所示的导管的第一,具体而言,平直部分与运动学模型的对应第一部分对准。布置所述运动学模型,使得所述运动学模型的至少一部分与所述图像中所示的对象的对应部分对准优选包括模型的旋转和/或平移。从所提供的投影数据中确定的二维轨迹重建对象的图像以提供能够用于布置流程的图像优选不考虑对象的运动和/或变形,因此能够被视为刚性重建。这种刚性重建优选获得对象的三维图像,用于初始布置运动学模型,使得运动学模型的至少一部分与三维图像中所示的对象的对应部分对准。初始化流程能够进行更快的运动学参数确定,运动学参数描述了对象的实际位置和变形。
模型修改单元可以适于确定所提供的投影数据中对象的一个或几个二维轨迹或投影,确定模拟的投影数据,使得模拟的投影数据定义一个或几个模拟的二维轨迹。因此,模型修改单元可以适于从所提供的投影数据中的一个或几个确定的二维轨迹重建用于上述布置流程的图像,并修改模型,使得所确定的一个或几个二维轨迹与模拟的一个或几个二维轨迹之间的差异最小化。
进一步优选地,对象是插入第二对象中的第一对象,其中成像设备包括用于提供第二对象的图像的图像提供单元以及用于显示与第二对象的图像叠加的修改的模型。第二对象的图像可以是二维、三维或四维图像。第二对象的图像可以是透视图像。优选显示器适于根据所述修改的模型指示所述第一对象的三维位置。例如,可以在显示器上以三维方式呈现该模型,具体而言,可以使用彩色编码和/或阴影化产生模型的三维印象。第一对象优选是插入人或动物的导管,人或动物是第二对象。通过将修改的模型与第二对象的图像叠加,可以对第一对象在第二对象之内的位置,具体而言,深度位置进行可视化。
图像提供单元优选是上述投影采集单元,用于采集例如二维透视图像。不过,图像提供单元也可以是用于提供第二对象的另一图像的另一种单元,像计算机断层摄影单元、磁共振成像单元、核成像单元,像单光子发射计算机断层摄影单元或正电子发射断层摄影单元、超声波成像单元或另一种成像模态。
进一步优选地,模型提供单元适于存储与几个对象对应的几个模型,并提供几个模型的模型,其对应于要成像的对象。可以提供用户界面,以便允许人选择对应于实际要成像对象的模型。模型提供单元还可以适于自动检测实际对象并提供对应的存储模型。例如,可以基于在不同投影方向采集的投影数据执行刚性重建,即可以重建对象的三维图像,其中假设对象不运动且不变形,可以将三维图像与存储的模型比较,以便自动选择对应于对象的模型。在另一实施例中,可以将二维投影图像,具体而言,二维透视图像与所存储模型的模拟投影比较,以便自动选择对应于对象的模型。
在本发明的另一方面中,提供了一种用于针对对象成像的成像方法,其中该成像方法包括:
-提供代表所述对象的机器人运动学模型,其中所述运动学模型由运动学参数定义,
-提供对应于不同投影方向的所述对象的投影数据,
-通过修改运动学参数使得通过模拟模型的前向投影而确定的模拟的投影数据和提供的投影数据之间的差异最小化,来修改所述模型。
在本发明的另一个方面中,提供了一种用于针对对象成像的成像计算机程序,其中所述成像计算机程序包括程序代码模块,在控制成像设备的计算机上运行所述成像计算机程序时,该程序代码模块用于令权利要求1中所述的成像设备执行根据权利要求11所述的成像方法的步骤。
应当理解,权利要求1所述的成像设备、权利要求11所述的成像方法和权利要求12所述的成像计算机程序具有与从属权利要求中定义的类似和/或相同优选实施例。
应当理解,本发明的优选实施例也可以是从属权利要求与相应独立权利要求的任意组合。
本发明的这些和其他方面将从下文描述的实施例变得显而易见并参考其加以阐述。
附图说明
图1示意性和示范性示出了用于针对对象成像的成像设备的实施例,
图2示意性和示范性示出了表示对象的机器人运动学模型的表示,
图3示范性示出了运动学模型的运动学参数表,以及
图4示出了流程图,示范性示出了用于针对对象成像的成像方法实施例。
具体实施方式
图1示意性和示范性示出了用于针对对象成像的成像设备的实施例。成像设备1包括投影数据提供单元2,用于提供对象3的投影数据,其对应于不同的投影方向。成像设备1还包括模型提供单元4,用于提供代表对象3的机器人运动学模型,其中运动学模型由运动学参数定义;以及模型修改单元13,用于通过修改运动学参数使得通过模拟运动学模型的前向投影确定的模拟的投影数据与所提供的投影数据之间的差异最小化,来修改运动学模型。成像设备1还包括显示器31,用于显示已修改模型的图像。
投影数据提供单元2优选是投影采集单元,包括用于发射贯穿对象3的辐射10的辐射源8,以及探测单元9,用于在辐射贯穿对象3之后探测它并根据探测到的辐射产生投影数据。具体而言,辐射源8为X射线源,探测单元9是X射线探测器。辐射源8和探测单元9可以安装在C臂上,可以改变C臂相对于对象3的角取向,以便采集对应于不同投影方向的对象3的投影数据。投影采集单元还包括采集控制单元11,用于控制投影数据的采集,具体而言,用于控制辐射源8和探测单元9相对于对象3的运动。C臂是公知的可运动装置,其中在C臂末端优选安装辐射源8和探测单元9。C臂可以适于绕一个或多个旋转轴旋转。可以徒手或由一个或几个电动机进行这些旋转,可以由采集控制单元11控制。在本实施例中,采集控制单元11控制辐射源8和探测单元9,具体而言,控制辐射源8和探测单元9安装于其上的C臂,使得辐射源8和探测单元9执行对应于投影方向摆动的摆动。优选通过绕旋转轴旋转辐射源8和探测单元9来执行摆动,使得连接辐射源8和探测单元9的假想轴追踪假想锥体的表面。假想的锥体顶点优选位于旋转的等中心处。锥体的基部优选具有圆形或椭圆形平面形状。在辐射源8和探测单元9的摆动运动期间采集投影数据,即一系列二维投影图像。
在本实施例中,对象3是插入人5体内的导管3,人位于工作台6上。导管3受到导管控制单元21的控制。导管3可以是可用于介入式流程中的任何导管,例如,用于在人5的心脏中执行消融流程的消融导管。导管控制单元21优选适于允许像医生那样的用户控制导管3,具体而言,向人5体内并在体内移动导管3并使导管3变形。例如,导管3能够包括牵引线,可以由导管控制单元21以已知方式控制牵引线,以便移动,尤其是使导管3变形。
模型提供单元4优选适于提供机器人运动学模型,机器人是连续统机器人。在图2中由连接部和接合部示意性和示范性示出了这样的运动学模型。
运动学模型12包括由接合部14...20连接的一系列刚性连接部,其中每个接合部描述绕轴的三维旋转或沿轴的平移。因此,每个相应的接合部是转动接合部15、16、18、19或柱状接合部14、17、20。因此可以通过旋转角θ2、θ3、θ5、θ6和平移距离d1、d4、d7控制每个接合部。运动学模型12由这些接合部的系列定义。具体而言,导管3,优选为双向导管,被运动学模型12建模为接合部和连接部的系列。
在图2中,有八个连接部O0…O7,分别由各个接合部14…20连接。在本示范性实施例中,可以如下描述接合部和连接部的系列。连接部O0通过具有运动学参数d1的柱状接合部14连接到连接部O1。连接部O1通过具有运动学参数θ2的转动接合部15连接到O2,其中O2与O1吻合。连接部O2通过具有运动学参数θ3的转动接合部16连接到连接部O3,其中O3与O2吻合。此外,连接部O3通过具有运动学参数d4的柱状接合部17连接到连接部O4,连接部O4通过具有运动学参数θ5的转动接合部18连接到连接部O5,其中O5与O4吻合。连接部O5通过具有运动学参数θ6的转动接合部19连接到连接部O6,其中O6与O5吻合,连接部O6通过具有运动学参数d7的柱状接合部20连接到连接部O7。
运动学模型还包括图2中未示出的圆弧,由连接部O4和O5之间的弦长d4定义。
每个接合部都具有其自己的局部坐标系Xi、Yi、Zi,相对于前一接合部的坐标系根据D-H规则定义,使得i)z轴在接合部轴的方向上;并且ii)x轴平行于公共法线。如果没有唯一的公共法线,那么D-H参数d是自由参数,当前坐标系的x轴方向从前一z轴的z位置指向当前z轴的对应z位置。通过选择使y轴是右手坐标系,y轴跟随x和z轴而来。于是,每个坐标系都涉及到下一个接合部,即以Oi为中心的Xi,Yi,Zi涉及到接合部i+1。具体而言,O0是坐标中心,即原点,对于具有参数d1的柱状接合部,O1涉及到θ2,O2涉及到θ3,等等。
应当指出,图2未示出完整的运动学模型12,而是仅示出了示意图,其中突出了接合部14…20和连接部O0…O7。
运动学模型12对可操纵的双向导管3的运动学建模,具体而言,对牵引线控制的导管3的弯曲性能建模,牵引线位于导管3之内,可以经由导管控制单元21控制。运动学模型12由接合部系列定义,可以由TRRTRRT表示,其中T表示平移,R表示旋转。运动学模型12包括三个片段。由柱状接合部14表示的导管3的远端轴的虚拟基底22,由两次旋转,特别是扭曲和挠曲,继之以平移和再两次旋转表示的导管3远端轴的弯曲段23,以及具有固定长度,几乎为刚性的导管3的远端24。远端也由具有固定平移的柱状接合部表示。优选通过D-H规则中的四个运动学参数表示每个接合部的对应位姿,图3中示意性和示范性示出了这种情况。在图3中,由“L”表示的第一列表示不同的连接部。
在图2中,如上所述,用点O0…O7概念性地表示连接部。图3中所示表格的运动学参数描述了一个连接部的局部坐标系到前一连接部的局部坐标系之间的变换,其中它开始于O0。具体而言,运动学参数,在本实施例中即D-H参数具有以下含义:d表示沿前一z轴到公共法线的偏移;θ表示从旧的x轴到新的x轴绕前一z轴的角度;a表示公共法线的长度,假设是转动接合部,即为绕前一z轴的半径;α是从前一z轴到当前z轴绕公共法线的角度。要了解关于D-H参数的更多细节,参考B.Siciliano等人的“Robotics-Modelling,Planning and Control”,58-65页,Springer VerlagLondon,2009。
每个接合部的位姿,因而,运动学模型的配置,因此能够通过D-H参数描述。
假设因为牵引线机构,导管3的偏转是共面的,即,导管3弯曲而扭转为零,且弯曲以恒定曲率发生,使得远端轴呈圆弧形状。因为这种假设,弯曲段23中第二对旋转耦合到前两个旋转。此外,由于弯曲段23的总弧长是固定的,所以两对旋转之间的柱状接合部的长度完全受偏转角θ3的控制。由此可见,运动学模型12的自由运动学参数的总数为三个。因此,模型修改单元13优选适于通过修改三个自由运动学参数d1、θ2、θ3来修改运动学模型12。
具体而言,模型修改单元13适于确定导管3的投影在所提供的投影数据中的二维轨迹。由于辐射源8和探测单元9进行摆动运动,同时采集投影数据,所以导管3的投影沿着二维轨迹运动。可以通过在投影数据中分割导管3的投影来确定二维轨迹,它们是二维投影图像。为了在二维投影图像中分割导管3的投影,可以使用已知的分割方法,例如区域生长、阈值化等。在二维投影图像中分割导管3的投影之后,可以基于每个二维投影图像中的投影几何学确定导管3的分割投影的位置,其中二维投影图像中导管3的投影的所确定位置定义二维轨迹。模型修改单元13进一步适于从所确定的二维轨迹重建导管3的三维图像。换言之,可以使用对应于不同投影方向的投影数据重建导管的三维图像。例如,可以对投影数据简单地进行反投影,以便利用所确定的二维轨迹和已知的投影几何学重建三维图像。三维图像的质量是下降的,因为投影数据仅仅是在较小角范围内采集的,但对于对准运动学模型而言降低的质量是足够的。模型修改单元13然后进一步适于布置运动学模型12,使得运动学模型的至少一部分与重建的三维图像中所示的导管3的对应部分对准,三维图像是在导管3如同静态时重建的,即是刚性重建的。具体而言,模型修改单元13适于计算三维变换,其优选包括旋转和平移,以将导管3的第一部分匹配到图2中O0和O1之间的运动学模型12对应第一部分,第一部分优选基本平直。于是,旋转和平移导管3的运动学模型12以匹配刚性重建。一开始,按照惯例,优选将运动学模型的第一部分置于平行于坐标系在O0处的z轴。
模型修改单元13进一步适于确定初始运动学参数,使得三维图像中所示的导管3和包括由弦长d4定义的圆弧的运动学模型12之间的差异最小化。于是,由三维变换确定运动学模型12的总取向和位置,使得运动学模型12尽可能好地匹配对象的重建三维图像,然后修改运动学参数,以便修改运动学模型12的形状或变形,使得三维图像中所示的导管3和运动学模型12之间的差异最小化,由此确定初始运动学参数。在本实施例中,初始运动学参数是D-H规则中的参数,其中每个接合部的特征在于四个运动学参数。优选利用逆运动学方式确定最好地解释刚性重建的这些初始运动学参数。逆运动学方式是在给出对象的三维位姿或三维形状时获得机器人模型参数的已知方法。位姿优选表示包括对象的连接部的每条的三维位置和取向。在本实施例中,通过求解以下非线性优化问题确定初始运动学参数:
在方程(1)中,上标R表示在根据方程(1)求解非线性问题期间,假设对象是刚性的。对象的三维重建图像基于实测二维轨迹,表示为,其中j表示三维图像中所示对象的不同采样点或体素。具体而言,表示由j表示的采样点的三维位置。变量N表示对象的三维重建采样点或体素的数目,SR(pR)表示作为运动学参数pR的函数的相应位姿中的三维模型。优选地,沿着代表导管的模型长度,具体而言,从O0或O1到O7,由N个采样点对包括由弦长d4定义的圆弧的模型采样,其中采样间隔可以是等间距的。当然,相对于重建的对象类似地执行采样,以便能够求解方程(1)。
模型修改单元13可以适于根据方程(1),利用如例如下文中公开的自由逆运动学求解程序求解非线性优化问题:“A Robotics Toolbox forMATLAB”,P.I.Corke,IEEE Robotics and Automation Magazine,第3卷,第24-32页,1996年3月。
根据方程(1)求解非线性优化问题提供了导管3刚性重建获得的初始运动学参数。因此初始化包括如下操作:首先利用所确定的二维轨迹对导管3进行刚性重建,其中刚性重建,即导管3的刚性重建图像表示如果对象未运动时的正确解。从这一刚性重建,利用逆运动学方式获得初始运动学参数,即,例如,通过根据方程(1)求解非线性优化问题。
由于在初始化期间,已经布置运动学模型12,使得运动学模型的至少一部分与图像中所示的对象的对应部分对准,具体而言,由于已经布置了运动学模型12,使得运动学模型的第一部分22匹配导管3的对应第一平直部分,所以运动学模型12的整体位置和取向已经与导管3对准。为了描述导管3的变形,仅仅上述三个自由运动学参数d1、θ2、θ3是必须要修改的。一开始,通过根据方程(1)求解非线性优化问题确定这些自由运动学参数,以便确定初始运动学参数。运动学参数d1、θ2、θ3是双向导管3的仅有自由运动学参数,因为a)θ5与θ3耦合,θ6与θ2耦合,b)d4是θ3的已知函数,L是双向导管3的远端轴的固定长度,以及c)d7对于导管3而言是固定而已知的。
模型修改单元13进一步适于:确定模拟的投影数据,使得模拟的投影数据通过前向投影包括由弦长d4定义的圆弧的运动学模型12而定义模拟的二维轨迹;并修改初始运动学参数,具体而言,三个自由初始运动学参数d1、θ2、θ3,使得从实测投影数据,即从采集的二维图像确定的所确定二维轨迹和模拟二维轨迹之间的差异最小化。于是,重新投影误差得到最小化,以便确定优化的运动学参数,其针对每个投影方向,即针对每个时间点或帧,描述导管3的变形。优选通过根据以下方程求解优化问题来使重新投影误差最小化:
其中
在方程(2)中,表示所得的优化运动学参数d1、θ2、θ3,F表示帧数,即所采集投影的数量,其中i=1...F,而xij表示被跟踪的点,即被跟踪点的二维位置。对应的模拟值由表示。在方程(3)中,是包括值的N维矢量,Pi表示针对由i表示的帧的前向投影矩阵,而Si(pi)表示作为针对由i表示的相应帧的运动学参数的函数的运动学模型的三维形状,即位姿。具体而言,对于具有三维形状Si(pi)的运动学模型由j表示的每个采样点,并对于由i表示的每个投影,利用前向投影矩阵Pi确定单个模拟的轨迹位置根据模拟轨迹位置值的采样,对从实测投影确定的二维轨迹采样,以便能够使用方程(2)。
模型修改单元可以适于至少根据方程(2)和(3)在齐次坐标中执行计算,例如,如在Richard Hartley等人的“Multiple View Geometry inComputer Vision”,第1-9页,Cambridge University Press,2004一书中定义的那样。
模型修改单元13适于根据方程(2)求解优化问题,以便确定针对导管3的当前变形的运动学参数d1、θ2、θ3。例如,模型修改单元13可以适于迭代地求解优化问题。例如,可以使用已知的Levenberg-Marquardt算法(LMA)求解优化问题。LMA在Gauss-Newton算法(GNA)和梯度下降之间进行内插。也可以使用其他已知算法根据方程(2)求解优化问题,即,使模拟的投影数据和采集的投影数据之间的差异最小化。例如,可以使用梯度下降、高斯-牛顿、置信域、二次规划等算法根据方程(2)确定运动学参数d1、θ2、θ3。
显示器31适于显示与人5的图像叠加的修改运动学模型12。在本实施例中,投影采集单元2产生二维透视图像,将该二维透视图像用于在使导管3变形的同时修改运动学模型12,且在显示器31上与修改的运动学模型12叠加地显示该二维透视图像。具体而言,根据导管3的变形实时修改运动学模型12,并通过叠加实时修改的运动学模型12的图像与二维透视图像而在显示器31上实时显示变形。例如,可以在显示器31上以三维方式呈现运动学模型,具体而言,可以使用彩色编码和/或阴影化来产生运动学模型的三维印象。也可以使用彩色编码根据相应的深度,例如,相对于模型的相应部分与探测单元的距离,利用不同颜色对模型着色。在实施例中,可以用第一颜色,例如红色对接近探测单元的模型部分着色,可以用第二颜色,例如蓝色对模型接近辐射源的部分着色,其中可以根据对象部分与探测单元和辐射源的相应距离以变化的阴影对第一颜色和第二颜色之间的对象部分着色。在另一实施例中,并非叠加修改的运动学模型图像与二维透视图像,也可以将修改的运动学模型的图像与人5的另一幅图像叠加,具体而言,人5的二维、三维或四维图像。人5的图像可以是通过另一种成像模态采集的图像,成像模态如计算机断层摄影设备、磁共振成像设备或核成像设备,例如单光子发射计算机断层摄影设备或正电子发射断层摄影设备。在本实施例中,由投影采集单元2提供人5的图像,因此将其视为图像提供单元。在另一实施例中,成像提供单元可以是存储单元,其中存储了已经采集的人5的图像。
显示器31可以包括二维或三维屏幕。
尽管在上述实施例中,模型修改单元适于仅修改自由的三个运动学参数d1、θ2、θ3,但模型修改单元也可以适于修改超过三个运动学参数和/或校准参数。具体而言,模型修改单元可以适于修改校准参数和运动学参数,使得通过模拟模型的前向投影而确定的模拟的投影数据和提供的投影数据之间的差异最小化。校准参数优选定义探测单元探测到的哪个投影数据值对应于哪个射束方向,即对应于射束沿哪个方向行进的,射束在探测到相应投影数据值的相应探测位置处遇到探测单元。因此,校准参数优选描述投影几何学。校准参数可以是本征校准参数或非本征校准参数。
模型提供单元4适于存储与若干对象对应的若干模型,并提供若干模型的运动学模型,其对应于要成像的对象。于是,要成像的对象不需要是上述双向导管。要成像的对象也可以是像另一个导管、针等的另一个对象,其中模型提供单元4提供对应于要成像实际对象的运动学模型。在本实施例中,提供用户界面30以允许用户选择对应于要成像实际对象的模型。模型提供单元还可以适于自动探测实际对象并提供对应的存储模型。例如,可以执行对象三维图像的上述刚性重建,其中假设对象不运动且不变形,可以将三维图像与存储的模型比较,以便自动选择对应于对象的模型。在另一实施例中,可以将二维投影图像,具体而言,二维透视图像与所存储模型的模拟投影比较,以便自动选择对应于对象的模型。可以事先对每个对象建模,从而预定义已经基于刚性重建布置总体模型之后的连接部和接合部、运动学参数,具体而言,自由运动学参数,以及运动学参数的可能值范围。由于通常很好地描述了并可以事先获得手术器械,所以容易在实验室中执行离线测试以确定每种应用,例如用于导管消融、瓣膜置换等的最佳组成。而且对于其他不是手术器械的对象,可以事先确定机器人运动学模型的连接部和接合部以及对应的运动学参数。
在下文中,将参考图4中所示的流程图示范性地描述用于针对对象成像的成像方法的实施例。
在步骤101,用户能够选择代表对象的机器人运动学模型,其中利用用户界面30由运动学参数定义运动学模型。用户选择例如双向导管3的上述运动学模型。
在步骤102中,提供对象的投影数据,其对应于不同的投影方向。在本实施例中,投影采集单元2采集投影数据,即若干二维投影图像,同时辐射源8和探测单元9执行摆动运动,而对象,这一实施例中的为双向导管3,发生变形。在步骤103中,通过修改运动学参数使得通过模拟模型的前向投影而确定的模拟的投影数据与提供的投影数据之间的差异最小化,来修改选择的运动学模型12。优选地,通过基于提供的投影数据执行刚性重建对运动学参数进行初始化,这是一种不考虑对象变形的重建,如上所述。在步骤104中,在显示器31上与二维投影图像叠加显示修改的运动学模型,该二维投影图像优选形成由投影采集单元2采集的二维透视图像。在步骤105中,决定是否满足中止标准。如果不满足中止标准,该方法继续进行步骤102,如果满足中止标准,该方法在步骤106结束。中止标准例如是,人是否例如利用用户界面表明应当停止成像方法。或者,如果采集时间超过预定义阈值,可以满足中止标准。
介入式放射学提供了用于在心脏病学、神经病学和血管内医学领域中对很多病情的微创诊疗选择,通常在透视X射线引导下执行微创流程以辅助在解剖结构中导航手术器械。为了支持介入,在手术器械的引导期间获得关于手术器械三维位置和取向的详细信息可能是有用的。这样的器械可以包括导管、针等。上述成像设备和成像方法可以用于利用由摆动采集生成的多个X射线视图生成和显示关于这种器械的实况三维信息。该成像设备和成像方法优选适于为对象进行成像,具体而言,以仅利用二维生命图像数据,即透视投影数据,取得人或动物体内定义深度位置的深度信息。
尽管在上述实施例中,例如,通过移动辐射源和探测单元安装于的C臂使辐射源和探测单元都移动,以便执行摆动运动,但也可以相对于探测单元使辐射源运动或反之亦然。
尽管在上述实施例中,将要插入人体内的导管描述为要成像的对象,但也可以对能插入例如不是人的技术对象中的其他对象成像,或者可以在动物体内插入要成像的对象。
通过研究附图、公开和所附权利要求,本领域的技术人员在实践请求保护的本发明时能够理解和实现所公开实施例的其他变化。
在权利要求中,“包括”一词不排除其他元件或步骤,不定冠词“一”不排除多个。
单个单元或装置可以完成权利要求中记载的几个项目的功能。在互不相同的从属权利要求中记载某些措施的简单事实并不表示不能有利地使用这些措施的组合。
可以由任何其他数量的单元或装置执行由一个或几个单元或装置执行的计算,像刚性重建、初始运动学参数的确定、运动学参数的修改等。可以将根据成像方法的成像设备的计算和/或控制实现为计算机程序的程序代码模块和/或专用硬件。
可以在适当的介质上存储和/或分布计算机程序,介质例如是与其他硬件一起供应或作为其他硬件一部分供应的光存储介质或固态介质,但也可以在其他形式中分布,例如通过互联网或其他有线或无线电信系统。
权利要求中的任何附图标记不应被解释为限制范围。
本发明涉及一种用于针对对象成像的成像设备,对象优选是导管。提供了代表对象的机器人运动学模型和对应于不同投影方向的对象投影数据,该模型是由运动学参数定义的。通过修改运动学参数使得通过模拟模型的前向投影而确定的模拟的投影数据与提供的投影数据之间的差异最小化,来修改运动学模型。由于对象是用机器人运动学模型代表的,所以可以通过很少的运动学参数以简单方式描述对象的运动,具体而言,对象的变形,由此能够修改模型,从而,通过修改,尤其是实时修改很少的运动学参数来跟踪对象的运动。
Claims (12)
1.一种用于针对对象成像的成像设备,所述成像设备(1)包括:
-模型提供单元(4),其用于提供代表所述对象(3)的机器人运动学模型(12),其中,所述运动学模型(12)由运动学参数定义,
-投影数据提供单元(2),其用于提供对应于不同投影方向的所述对象(3)的投影数据,
-模型修改单元(13),其用于通过修改所述运动学参数使得通过模拟所述运动学模型的前向投影而确定的模拟的投影数据与所提供的投影数据之间的差异最小化,来修改所述运动学模型(12)。
2.根据权利要求1所述的成像设备,其中,所述投影数据提供单元(2)适于提供对应于所述投影方向的摆动的投影数据。
3.根据权利要求1所述的成像设备,其中,所述投影数据代表利用投影采集单元(2)产生的投影,其中,由校准参数定义所述投影采集单元(2)的校淮,且其中,所述模型修改单元(13)适于修改所述校准参数和所述运动学参数,使得通过模拟所述模型的前向投影而确定的模拟的投影数据与所提供的投影数据之间的差异最小化。
4.根据权利要求1所述的成像设备,其中,所述运动学模型(12)包括一系列由接合部(14…20)连接的刚性连接部,其中,每个接合部描述绕轴的三维旋转或沿所述轴的平移。
5.根据权利要求5所述的成像设备,其中,所述对象(3)是导管,所述运动学模型(12)包括由三个运动学参数(d1,θ2,θ3)控制的七个接合部,其中,所述模型修改单元(13)适于通过修改所述三个运动学参数(d1,θ2,θ3)来修改所述模型(12)。
6.根据权利要求1所述的成像设备,其中,所述模型修改单元(13)适于:
-在所提供的投影数据中确定所述对象(3)的投影的二维轨迹,
-确定所述模拟的投影数据,使得所述模拟的投影数据定义模拟的二维轨迹,
-修改所述模型,使得所确定的二维轨迹和所述模拟的二维轨迹之间的差异最小化。
7.根据权利要求6所述的成像设备,其中,所述模型修改单元(13)适于:
-从在所提供的投影数据中确定的二维轨迹重建所述对象(3)的图像,
-布置所述运动学模型,使得所述运动学模型的至少一部分与所述图像中所示的对象(3)的对应部分对准,
-确定初始运动学参数,使得所述图像中所示的所述对象(3)与所述模型(12)之间的差异最小化,
-通过修改所述初始运动学参数使得所确定的二维轨迹与所述模拟的二维轨迹之间的差异最小化,来修改所述模型(12)。
8.根据权利要求1所述的成像设备,其中,所述对象是插入第二对象(5)中的第一对象(3),其中,所述成像设备(1)包括用于提供所述第二对象(5)的图像的图像提供单元,以及用于显示与所述第二对象(5)的图像叠加的经修改的模型的显示器(31)。
9.根据权利要求8所述的成像设备,其中,所述显示器(31)适于根据所述经修改的模型(12)指示所述第一对象(3)的三维位置。
10.根据权利要求1所述的成像设备,其中,所述模型提供单元(4)适于存储与若干对象对应的若干模型,并提供所述若干模型的、对应于要成像的所述对象(3)的模型(12)。
11.一种用于针对对象成像的成像方法,所述成像方法包括:
-提供代表所述对象(3)的机器人运动学模型(12),其中,所述运动学模型(12)由运动学参数定义,
-提供对应于不同投影方向的所述对象(3)的投影数据,
-通过修改所述运动学参数使得通过模拟所述模型的前向投影而确定的模拟的投影数据与所提供的投影数据之间的差异最小化,来修改所述模型(12)。
12.一种用于针对对象成像的成像计算机程序,所述成像计算机程序包括程序代码模块,在控制根据权利要求1所述的成像设备的计算机上运行所述成像计算机程序时,所述程序代码模块用于令所述成像设备执行根据权利要求11所述的成像方法的步骤。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
EP10190095 | 2010-11-05 | ||
EP10190095.9 | 2010-11-05 | ||
PCT/IB2011/054860 WO2012059867A1 (en) | 2010-11-05 | 2011-11-02 | Imaging apparatus for imaging an object |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103188997A true CN103188997A (zh) | 2013-07-03 |
CN103188997B CN103188997B (zh) | 2017-05-24 |
Family
ID=44999834
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201180052917.0A Expired - Fee Related CN103188997B (zh) | 2010-11-05 | 2011-11-02 | 用于针对对象成像的成像设备 |
Country Status (7)
Country | Link |
---|---|
US (1) | US9282295B2 (zh) |
EP (1) | EP2635190B1 (zh) |
JP (1) | JP5893634B2 (zh) |
CN (1) | CN103188997B (zh) |
BR (1) | BR112013010677A2 (zh) |
RU (1) | RU2620869C2 (zh) |
WO (1) | WO2012059867A1 (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109223016A (zh) * | 2018-07-18 | 2019-01-18 | 江苏影医疗设备有限公司 | Ct成像方法及成像设备 |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2016206942A1 (en) * | 2015-06-25 | 2016-12-29 | Koninklijke Philips N.V. | Image registration |
JP6717713B2 (ja) * | 2016-08-31 | 2020-07-01 | テルモ株式会社 | 医療用デバイス |
US10789738B2 (en) * | 2017-11-03 | 2020-09-29 | The University Of Chicago | Method and apparatus to reduce artifacts in a computed-tomography (CT) image by iterative reconstruction (IR) using a cost function with a de-emphasis operator |
JP7078955B2 (ja) * | 2018-07-26 | 2022-06-01 | 東芝エネルギーシステムズ株式会社 | 治療システム、キャリブレーション方法、およびプログラム |
US11602402B2 (en) | 2018-12-04 | 2023-03-14 | Globus Medical, Inc. | Drill guide fixtures, cranial insertion fixtures, and related methods and robotic systems |
WO2022103958A1 (en) * | 2020-11-12 | 2022-05-19 | Cardiofocus, Inc. | Ablation catheters with multiple endoscopes and imaging chip endoscopes and system for altering an orientation of an endoscopic image |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20060079745A1 (en) * | 2004-10-07 | 2006-04-13 | Viswanathan Raju R | Surgical navigation with overlay on anatomical images |
US20060200026A1 (en) * | 2005-01-13 | 2006-09-07 | Hansen Medical, Inc. | Robotic catheter system |
CN101522134A (zh) * | 2006-06-05 | 2009-09-02 | 泰克尼恩研究和发展基金有限公司 | 挠性针的受控导向 |
WO2009118671A1 (en) * | 2008-03-28 | 2009-10-01 | Koninklijke Philips Electronics N.V. | Object localization in x-ray images |
CN101689298A (zh) * | 2006-12-22 | 2010-03-31 | 皇家飞利浦电子股份有限公司 | 用于对对象成像的成像系统和成像方法 |
Family Cites Families (30)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5289373A (en) * | 1991-11-29 | 1994-02-22 | General Electric Company | Method and apparatus for real-time tracking of catheter guide wires in fluoroscopic images during interventional radiological procedures |
JP3415427B2 (ja) * | 1998-02-25 | 2003-06-09 | 富士通株式会社 | ロボットシミュレーションにおけるキャリブレーション装置 |
JP2000175897A (ja) * | 1998-12-17 | 2000-06-27 | Toshiba Corp | 手術支援用x線ct装置 |
DE10009166A1 (de) | 2000-02-26 | 2001-08-30 | Philips Corp Intellectual Pty | Verfahren zur Lokalisierung von Objekten in der interventionellen Radiologie |
US7000469B2 (en) | 2000-04-21 | 2006-02-21 | Intersense, Inc. | Motion-tracking |
US6351513B1 (en) * | 2000-06-30 | 2002-02-26 | Siemens Corporate Research, Inc. | Fluoroscopy based 3-D neural navigation based on co-registration of other modalities with 3-D angiography reconstruction data |
DE10232295A1 (de) | 2002-07-16 | 2004-02-05 | Daimlerchrysler Ag | Verfahren zur Unterstützung des Fahrers bei Fahrmanövern |
WO2005029264A2 (en) * | 2003-09-19 | 2005-03-31 | Alphatech, Inc. | Tracking systems and methods |
WO2005044125A1 (de) | 2003-10-28 | 2005-05-19 | Knapp Juergen Michael | Operations-assistenz-system |
US7972298B2 (en) * | 2004-03-05 | 2011-07-05 | Hansen Medical, Inc. | Robotic catheter system |
US7811294B2 (en) * | 2004-03-08 | 2010-10-12 | Mediguide Ltd. | Automatic guidewire maneuvering system and method |
EP1865850B1 (en) * | 2005-03-29 | 2012-12-05 | Koninklijke Philips Electronics N.V. | Method and apparatus for the observation of a catheter in a vessel system |
US10555775B2 (en) | 2005-05-16 | 2020-02-11 | Intuitive Surgical Operations, Inc. | Methods and system for performing 3-D tool tracking by fusion of sensor and/or camera derived data during minimally invasive robotic surgery |
US8108072B2 (en) * | 2007-09-30 | 2012-01-31 | Intuitive Surgical Operations, Inc. | Methods and systems for robotic instrument tool tracking with adaptive fusion of kinematics information and image information |
US8147503B2 (en) * | 2007-09-30 | 2012-04-03 | Intuitive Surgical Operations Inc. | Methods of locating and tracking robotic instruments in robotic surgical systems |
US8073528B2 (en) * | 2007-09-30 | 2011-12-06 | Intuitive Surgical Operations, Inc. | Tool tracking systems, methods and computer products for image guided surgery |
US7822458B2 (en) | 2005-05-19 | 2010-10-26 | The Johns Hopkins University | Distal bevel-tip needle control device and algorithm |
US8190238B2 (en) * | 2005-12-09 | 2012-05-29 | Hansen Medical, Inc. | Robotic catheter system and methods |
DE102006004793B4 (de) | 2006-02-02 | 2010-05-27 | Ziehm Imaging Gmbh | Verfahren zur intraoperativen Ermittlung der Koordinatentransformationen bei navigationsgeführten Eingriffen |
US8219178B2 (en) * | 2007-02-16 | 2012-07-10 | Catholic Healthcare West | Method and system for performing invasive medical procedures using a surgical robot |
US8219177B2 (en) * | 2006-02-16 | 2012-07-10 | Catholic Healthcare West | Method and system for performing invasive medical procedures using a surgical robot |
CA2642481C (en) * | 2006-02-16 | 2016-04-05 | David W. Smith | System utilizing radio frequency signals for tracking and improving navigation of slender instruments during insertion into the body |
JP2008110200A (ja) * | 2006-10-02 | 2008-05-15 | Toshiba Corp | X線診断装置及びx線診断システム |
EP3533410B1 (en) * | 2007-01-30 | 2022-04-13 | Auris Health, Inc. | Robotic instrument systems controlled using kinematics and mechanics models |
WO2008097853A2 (en) * | 2007-02-02 | 2008-08-14 | Hansen Medical, Inc. | Mounting support assembly for suspending a medical instrument driver above an operating table |
US8391957B2 (en) * | 2007-03-26 | 2013-03-05 | Hansen Medical, Inc. | Robotic catheter systems and methods |
US20090012533A1 (en) * | 2007-04-23 | 2009-01-08 | Hansen Medical, Inc. | Robotic instrument control system |
CN201228021Y (zh) | 2007-07-12 | 2009-04-29 | 明门实业股份有限公司 | 婴儿车 |
US20090163800A1 (en) * | 2007-12-20 | 2009-06-25 | Siemens Corporate Research, Inc. | Tools and methods for visualization and motion compensation during electrophysiology procedures |
US8290571B2 (en) * | 2008-08-01 | 2012-10-16 | Koninklijke Philips Electronics N.V. | Auxiliary cavity localization |
-
2011
- 2011-11-02 WO PCT/IB2011/054860 patent/WO2012059867A1/en active Application Filing
- 2011-11-02 EP EP11785126.1A patent/EP2635190B1/en not_active Not-in-force
- 2011-11-02 BR BR112013010677-8A patent/BR112013010677A2/pt not_active Application Discontinuation
- 2011-11-02 RU RU2013125781A patent/RU2620869C2/ru not_active IP Right Cessation
- 2011-11-02 CN CN201180052917.0A patent/CN103188997B/zh not_active Expired - Fee Related
- 2011-11-02 US US13/882,512 patent/US9282295B2/en active Active
- 2011-11-02 JP JP2013537239A patent/JP5893634B2/ja not_active Expired - Fee Related
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20060079745A1 (en) * | 2004-10-07 | 2006-04-13 | Viswanathan Raju R | Surgical navigation with overlay on anatomical images |
US20060200026A1 (en) * | 2005-01-13 | 2006-09-07 | Hansen Medical, Inc. | Robotic catheter system |
CN101522134A (zh) * | 2006-06-05 | 2009-09-02 | 泰克尼恩研究和发展基金有限公司 | 挠性针的受控导向 |
CN101689298A (zh) * | 2006-12-22 | 2010-03-31 | 皇家飞利浦电子股份有限公司 | 用于对对象成像的成像系统和成像方法 |
WO2009118671A1 (en) * | 2008-03-28 | 2009-10-01 | Koninklijke Philips Electronics N.V. | Object localization in x-ray images |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109223016A (zh) * | 2018-07-18 | 2019-01-18 | 江苏影医疗设备有限公司 | Ct成像方法及成像设备 |
CN109223016B (zh) * | 2018-07-18 | 2022-06-07 | 江苏一影医疗设备有限公司 | Ct成像方法及成像设备 |
Also Published As
Publication number | Publication date |
---|---|
RU2620869C2 (ru) | 2017-05-30 |
RU2013125781A (ru) | 2014-12-10 |
EP2635190A1 (en) | 2013-09-11 |
WO2012059867A1 (en) | 2012-05-10 |
CN103188997B (zh) | 2017-05-24 |
US20130215249A1 (en) | 2013-08-22 |
US9282295B2 (en) | 2016-03-08 |
EP2635190B1 (en) | 2017-01-11 |
JP5893634B2 (ja) | 2016-03-23 |
JP2013542804A (ja) | 2013-11-28 |
BR112013010677A2 (pt) | 2020-10-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103188997A (zh) | 用于针对对象成像的成像设备 | |
US8731642B2 (en) | Apparatus and method for locating a device tip within a volume | |
CN103229210B (zh) | 图像配准装置 | |
US6793496B2 (en) | Mathematical model and a method and apparatus for utilizing the model | |
CN113288429A (zh) | 一种乳腺微创介入手术机器人空间配准与实时导航方法 | |
CN101238488B (zh) | 用于产生或重建三维图像的方法和系统 | |
CN104272348A (zh) | 用于对对象进行成像的成像装置 | |
CN105682558B (zh) | 具有运动补偿的计算机断层摄影术 | |
CN109791690B (zh) | 用于校正通过跟踪方法获得的动态模型的方法和装置 | |
CN102317971B (zh) | 基于运动模型的组间图像配准 | |
WO2003107275A2 (en) | Physiological model based non-rigid image registration | |
Wang et al. | Robotic ultrasound: View planning, tracking, and automatic acquisition of transesophageal echocardiography | |
Wang et al. | Robotic intra-operative ultrasound: Virtual environments and parallel systems | |
CN112151169B (zh) | 一种仿人操作的超声机器人自主扫描方法及系统 | |
CN112270993B (zh) | 一种以诊断结果为反馈的超声机器人在线决策方法及系统 | |
CN111667417A (zh) | 用于确定投影图像的校正后的拍摄几何结构的方法 | |
Wahle et al. | 3D heart-vessel reconstruction from biplane angiograms | |
Könik et al. | Digital anthropomorphic phantoms of non-rigid human respiratory and voluntary body motion for investigating motion correction in emission imaging | |
Duan et al. | Knowledge-based self-calibration method of calibration phantom by and for accurate robot-based CT imaging systems | |
CN109863534A (zh) | 用于分割解剖结构的二维图像的方法和装置 | |
Luo et al. | An Epipolar based algorithm for respiratory signal extraction of small animal CT | |
CN110088806A (zh) | 用于在解剖结构的图像中定位标记物的方法和装置 | |
Buliev et al. | Estimation of the heart respiratory motion with applications for cone beam computed tomography imaging: a simulation study | |
Könik et al. | Digital anthropomorphic phantoms of non-rigid human respiratory and voluntary body motions: A tool-set for investigating motion correction in 3D reconstruction | |
US20040236550A1 (en) | Mathematical model and a method and apparatus for utilizing the model |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
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: 20170524 |