CN103886581B - 利用生物力学模型仿真配准术前和术中图像的系统和方法 - Google Patents

利用生物力学模型仿真配准术前和术中图像的系统和方法 Download PDF

Info

Publication number
CN103886581B
CN103886581B CN201310755740.1A CN201310755740A CN103886581B CN 103886581 B CN103886581 B CN 103886581B CN 201310755740 A CN201310755740 A CN 201310755740A CN 103886581 B CN103886581 B CN 103886581B
Authority
CN
China
Prior art keywords
image
operative image
gas injection
biomethanics
segmentations
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
Application number
CN201310755740.1A
Other languages
English (en)
Other versions
CN103886581A (zh
Inventor
O·奥克泰
L·张
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.)
Siemens Healthineers AG
Original Assignee
Siemens AG
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 Siemens AG filed Critical Siemens AG
Publication of CN103886581A publication Critical patent/CN103886581A/zh
Application granted granted Critical
Publication of CN103886581B publication Critical patent/CN103886581B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • 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
    • G06T7/33Determination of transform parameters for the alignment of images, i.e. image registration using feature-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
    • G06T2207/10081Computed x-ray tomography [CT]
    • 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
    • G06T2207/30028Colon; Small intestine
    • 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
    • G06T2207/30056Liver; Hepatic

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

公开了一种利用生物力学仿真配准术前图像和术中图像的方法和系统。通过利用约束的生物力学注气模型估计术前图像中诸如肝脏、周围组织和腹壁的一个或多个分割的解剖结构的变形,来将术前图像初始地配准至术中图像。然后利用微分同胚的非刚性细化对被初始配准的术前图像进行细化。

Description

利用生物力学模型仿真配准术前和术中图像的系统和方法
本申请要求2012年11月15日提交的美国临时申请号61/726,687的优先权,其公开在此通过引用被并入。
背景技术
本发明涉及用于腹腔镜手术的术前和术中图像的配准,并且更特别地涉及利用生物力学模型仿真的目标器官的术前和术中图像的配准。
腹腔镜手术是广泛用于治疗癌症和其它疾病的微创过程。诸如减少的术后痛苦和更短的恢复时间的优势使得腹腔镜手术优于开放手术。在腹腔镜手术期间,器官表面仅能通过腹腔镜图像被观察到并且难以可视化表面下肿瘤。因此,可引入术中三维(3D)图像以在腹腔镜手术期间提供更新的信息。虽然术中图像通常由于手术室中强加的限制条件而具有有限的图像信息,但术前图像能够提供器官、血管、及肿瘤的准确分割和补充的解剖功能细节。为了缩小手术方案和腹腔镜图像之间的差别,需要对术前和术中3D图像进行配准以引导实时导航。然而,这样的配准由于会导致大的器官变形以及内脏和腹壁之间的滑动的注气和其它手术准备而具有挑战性。因此,标准非刚性图像配准技术不提供准确的结果。
发明内容
本发明提供了一种用于配准目标器官的术前和术中图像的方法和系统。本发明的实施例提供了一种用于由注气下的腹部变形的生物力学建模而驱动的术前和术中图像的准确配准的方法。本发明的实施例通过优化所建模的术前图像和术中图像之间的强度相似度量度来实现配准和注气模型之间的耦合。本发明的实施例优化生物力学参数以利用患者特定的生物力学参数来估计注气模型。
在本发明的一个实施例中,通过利用与术中图像的生物力学注气模型约束配准估计术前图像中一个或多个分割的解剖结构的变形,来生成初始配准的术前图像。利用微分同胚的非刚性细化对初始配准的术前图像进行细化。
对于本领域普通技术人员而言,本发明的这些和其它优势通过参照下面的详细描述和附图将变得显而易见。
附图说明
图1示出了术前CT扫描和注气后的术中CT扫描之间的配准问题;
图2示出了根据本发明的一个实施例的对患者的目标器官的术前图像和术中图像进行配准的方法;
图3示出了图2的各方法步骤的示例性结果;
图4示出了针对术前图像中的分割的解剖结构生成的示例性网格;
图5是示出根据本发明的一个实施例的用于实施注气约束配准的算法的伪码;以及
图6是能够实施本发明的计算机的高级框图。
具体实施方式
本发明涉及利用生物力学模型仿真的目标器官的术前和术中图像的配准。在本文中描述了本发明的实施例,以给出对于利用生物力学模型仿真配准术前和术后图像的方法的可视化理解。数字图像通常由一个或多个物体(或形状)的数字表示组成。物体的数字表示在本文中通常根据识别和操作这些物体来描述。这样的操作是在计算机系统的存储器或其它电路/硬件中完成的虚拟操作。因此,应当理解的是,本发明的实施例可以利用存储在计算机系统内的数据在该计算机系统中被执行。
腹腔镜手术是广泛用于治疗癌症和其它疾病的微创过程。在该过程期间,使用注气来为腹腔镜成像和手术提供空间。注气造成胸腹壁和内脏的大的变形。由于这些大的变形,通常基于术前图像的手术方案的益处对于实时导航来说是有限的。诸如锥形束计算机断层扫描(CT)图像或介入CT图像的术中图像能够被用于提供注气后的更新的体积信息。然而,由于由注气引起的变形,将术前图像配准至术中图像是具有挑战性的。图1示出了术前CT扫描和注气后的术中CT扫描之间的配准问题。如图1中所示出的,图像100是术前CT扫描,而图像110是相同患者在注气后的术中CT扫描。如图像110中所示的,气体被注入腹腔中,这造成肝脏表面上的大的变形。由于这样的大的变形,标准的配准方法无法实现术前和术中图像之间的准确的结构对准。
图2示出了根据本发明的实施例的对患者的目标器官的术前图像和术中图像进行配准的方法。虽然此处利用肝脏作为目标器官描述了图2的方法,但是本发明并不限于此,并且本发明的实施例还可类似地被应用于其它器官,诸如胆囊。图2的方法将表示患者的解剖结构的图像数据进行转换,以使术前图像数据与术中图像数据配准或对准,从而提供用于腹腔镜过程的实时导航。
参照图2,在步骤202处,接收患者的术前图像。术前图像是包括诸如肝脏的目标器官的患者解剖结构的至少一部分的医学图像。在一个有益的实施方式中,术前图像是3D医学图像。例如,术前图像可以是3D CT图像,但是本发明并不限于此,并且还可利用其他成像模态获得术前图像,诸如磁共振成像(MRI)、正电子发射断层成像(PET)、超声,等等。术前图像可直接从诸如CT扫描仪的图像采集装置被接收,或者术前图像可通过加载来自计算机系统的存储器或存储设备的先前存储的图像而被接收。图3示出了图2的各方法步骤的示例性结果。如图3中所示的,图像300是患者的胸部的术前CT图像。
返回图2,在步骤204处,在术前图像中分割目标器官和周围的解剖结构。例如,可以在术前图像中分割肝脏,并且也能够分割其它解剖结构,诸如腹壁、其它器官、骨头和其他周围组织。在一个实施例中,在术前图像中能够利用图论方法半自动地分割目标器官和其它解剖结构,所述图论方法诸如随机游走分割。对于每个结构,用户限定感兴趣区域内部和外部的种子。之后,随机游走算法自动估计结构的边界。如果必要,该过程可被用户交互地进行细化。还能够利用诸如基于边缘空间学习(MSL)的分割的全自动分割、或手动分割来分割目标器官和周围结构。例如利用计算几何算法库(CGAL)针对每个分割的结构生成四面体网格元素,从而导致针对每个分割的结构的四面体网格。这些体网格的表面点被自动地标记,其随后在步骤208中被用来施加注气压力。可替代地,结果得到的分割可被并入多标记掩模图像中,其随后被用于生成四面体多域网格。在示例性实施例中,术前图像被分割为肝脏、腹壁和周围组织。
图4示出了针对术前图像中的分割的解剖结构而生成的示例性网格。如图4中所示,图像400示出了初始网格,包括从术前图像中分割出的腹壁402、肝脏404、和周围组织406。图像410示出了网格,其包括为了配准至注气后所采集的术中图像而被变形之后的腹壁402、肝脏404、和周围组织406。
图2的步骤202和204可在腹腔镜过程之前被执行,并且这些步骤的结果可被存储在例如计算机系统的存储器或存储设备上,并随后在腹腔镜过程期间被加载。步骤206-212在腹腔镜过程期间被执行。
在步骤206处,接收患者的术中图像。术中图像是在诸如注气后(即,在气体已被注入腹腔中后)的腹腔镜过程的过程期间采集的至少包括目标器官的区域的医学图像。根据一个有益的实施方式,术中图像可以是3D医学图像。例如,术中图像可以是3D C形臂锥形束CT图像或其它类型的介入CT图像。术中图像可直接从诸如C形臂图像采集装置的图像采集装置被接收。如图3中所示,图像310是患者胸部区域的术中CT图像。
返回图2,在步骤208处,利用与术中图像的注气模型约束配准来估计术前图像中分割的目标器官和周围解剖结构的变形。该步骤利用基于力学参数和压力水平的注气生物力学模型计算由气压引起的变形和器官移位。该注气模型被应用于术前图像以实现与术中图像的初始对准,其考虑了由注气引起的非刚性和刚性变换。为了将这一生物力学注气模型并入配准框架中,将模型参数与强度相似度量度相耦合,强度相似度量度被用于调整模型参数从而使它们是患者特定的。
利用图像中的脊骨位置对术前图像和术中图像进行初始的刚性对准。如图3中所示,图像320示出了利用脊骨位置的术前图像300和术中图像310的初始对准。随后利用如下公式表示的优化问题实施配准:
maxDLCC(R,ΨdiffeoоΨmodelоM), (1)
其中,M和R分别表示运动的(术前)和参考(术中)3D图像,DLCC是局部交叉相关强度相似度量度,Ψmodel是由于注气模型引导配准(图2的步骤208)而引起的变形场,以及Ψdiffeo是由于非刚性微分同胚细化(步骤210)而引起的变形。
生物力学注气模型使网格元素变形并计算网格点的位移。在一个有益的实施例中,在术前图像中分割出肝脏、腹壁和周围组织,以及针对这些结构中的每一个生成四面体网格元素(参见图4)。这些体网格的表面点被自动标记,并且使用这些网格点来施加气压。
使用共旋有限元法与线性弹性模型一起来计算器官在腹部气压下的位移。采用隐式时间离散化用于绝对稳定。作为一种解决方法,可以使用动态建模来处理惯性效应和器官碰撞。在腹腔中产生的外部压力下,具有腹壁、肝脏和周围组织的力学系统发生变形,这表示注入的气体。图4的图像410示出了网格,其包括腹壁402、肝脏404和周围组织406网格元素,它们在表示注入的气体的压力下变形。所施加的力场连同内部组织特性一起使网格变形,而同时保留网格拓扑结构。随后将每个网格节点的力、加速度和位移场结合并在迭代方法中进行计算。
针对生物力学注气模型的偏微分方程可被表达如下:
当模型达到稳定时,气压力(Fgas)与内部网格刚性力平衡,并且最后结点位置(u)被确定。参数M、D和K表示质量、阻尼、和刚度矩阵。在一个有益的实施方式中,模型参数是针对每个组织的气压、泊松比和杨氏模量。可根据文献设定初始参数值,并在手术期间采集气压值。仿真框架可在SOFA库中被实施,但本发明并不限于此。
将生物力学注气模型与强度相似度量度相结合,以将该模型包括在配准框架内。就这一点而言,通过使术中图像和模型更新后的术前图像之间的强度相似度优化来对模型参数迭代地更新,直到模型收敛。使用从生物力学模型中得到的变形场来重新计算术前图像,其利用后向薄板样条插值方法。该算法可被描述如下:令模型变形Ψmodel并且用来表示力学参数集上标t是离散时间步长,并且L∈N是参数的数量。利用梯度上升方法使相似度量度最大化,这更新模型参数值。
图5是示出根据本发明的一个实施例的、用于实施注气约束配准的算法的伪码。图5的算法能够用于实施图2的步骤208。应当理解的是,在执行图5的算法前,术前和术中图像可以基于各自图像中的脊骨位置而被初始对准。在图5中,R表示参考(术中)图像,M表示运动(术前)图像,N是网格元素的数量,β是参数增量,而γ是恒定的梯度步长。参照图5,在502处,对生物力学注气模型的初始参数进行初始化。利用文献对每个网格点处的泊松比和杨氏模量的初始值进行初始化,例如初始化为平均值。基于手术中测得的气压对气压进行初始化。在504处,利用具有当前参数的生物力学注气模型F(α(t),M)计算术前图像中每个网格点处的变形。在506处,基于计算出的变形使术前图像扭曲,并计算术前图像(R)和扭曲后的术前图像之间的强度相似度量度(DLCC)。在一个有益的实施方式中,强度相似度量度(DLCC)是局部交叉相关强度相似度量度。在508处,计算强度相似度量度的梯度。利用图5中示出的公式以统计方式计算强度相似度量度的梯度,以增大强度相似度量度。在510处,基于强度相似度量度的梯度更新生物力学注气模型的参数。图5的算法重复操作504-510直到强度相似度量度收敛(例如,直到连续步骤之间的强度相似度量度变化小于阈值)。因此,一旦生物力学注气模型的参数被更新,就利用具有更新后的参数的注气模型计算变形,并重新计算强度相似度量度。重复这些操作,直到生物力学模型参数导致最佳地匹配术中图像的术前图像中分割的解剖结构的变形。在512处,利用变形场使术前图像扭曲并返回扭曲的术前图像所述变形场是利用具有来自最后更新的参数的生物力学注气模型而被计算出的。如图3中所示,图像330示出了利用注气模型约束配准的术前图像300到术中图像310的初始配准。
返回图2,在步骤210处,利用微分同胚的非刚性细化对被初始配准的术前图像进行细化,以将初始配准的术前图像扭曲至术中图像。与人体的复杂性相比,步骤208中所使用的注气生物力学模型不能表示手术过程中发生的所有变形。因此,作为细化过程,利用微分同胚的非刚性配准将基于模型的配准后的图像扭曲至术中图像。微分同胚的非刚性配准是由局部交叉相关强度相似度量度的梯度驱动的密集匹配方法。将高斯平滑正则化施加到基于时间的速度场并且使用它们的合成物来估计变形。该细化被设计为实现高度准确的结构对准,特别是在肝脏表面上。
在步骤212处,输出配准结果。例如,可以将配准后的术前图像单独地或与术中图像叠加地显示在计算机系统的显示器上。在诸如在腹腔镜过程的手术过程期间,可以将配准后的术前图像在手术室中显示,以在该过程期间提供实时导航。如图3中所示,图像340示出了利用图2的方法将术前图像300配准至术中图像310的最终配准结果。
上述用于术前和术中图像的配准的方法可以利用公知的计算机处理器、存储单元、存储设备、计算机软件和其它组件在计算机上被实施。这样的计算机的高级框图在图6中被示出。计算机602包括处理器604,其通过执行限定这样的操作的计算机程序指令来控制计算机602的全部操作。计算机程序指令可被存储在存储设备612(例如磁盘)中并且当需要执行计算机程序指令时被加载至存储器610中。因此,图1和5的方法步骤可由存储在存储器610和/或存储设备612中的计算机程序指令来限定,并由执行计算机程序指令的处理器604来控制。诸如CT扫描设备、C形臂图像采集设备、MR扫描设备、超声设备等的图像采集设备620可被连接至计算机602,以将图像数据输入至计算机602。将图像采集设备620和计算机602作为一个设备来实施是可能的。图像采集设备620和计算机602通过网络无线地通信也是可能的。计算机602还包括用于经由网络与其它设备进行通信的一个或多个网络接口606。计算机602还包括使用户能够与计算机602(例如,显示器、键盘、鼠标、扬声器、按钮,等)进行交互的其他输入/输出设备608。这样的输入/输出设备608可与计算机程序集协同使用,作为调绘工具以对从图像采集设备620接收的体积进行调绘。本领域技术人员将认识到,实际计算机的实施方式还可包含其他组件,并且图6是这样的计算机的一些组件的用于说明性目的的高级图示。
前面的详细描述应当理解为在各个方面都是说明性和示例性的,而不是限制性的,并且本文披露的本发明的范围并不由详细描述来确定,而是由权利要求书确定,如根据专利法允许的全宽度所解释的那样。应当理解的是,本文所示和所述的实施例仅仅是本发明原理的例证,并且本领域技术人员在不背离本发明的范围和精神的情况下可以实施各种修改。本领域技术人员在不背离本发明的范围和精神的情况下可以实施各种其他特征组合。

Claims (27)

1.一种用于将患者的术前图像配准至所述患者的术中图像的方法,包括:
通过利用与术中图像的生物力学注气模型约束配准来估计术前图像中一个或多个分割的解剖结构的变形来生成被初始配准的术前图像;以及
利用微分同胚的非刚性细化对被初始配准的术前图像进行细化。
2.根据权利要求1的方法,还包括:
在所述术前图像中分割所述一个或多个解剖结构。
3.根据权利要求1的方法,其中所述一个或多个分割的解剖结构包括目标器官和一个或多个周围解剖结构。
4.根据权利要求1的方法,其中所述一个或多个分割的解剖结构包括腹壁、肝脏和肝脏周围的组织。
5.根据权利要求1的方法,其中通过利用与术中图像的生物力学注气模型约束配准来估计术前图像中一个或多个分割的解剖结构的变形来生成被初始配准的术前图像包括:
(a)利用生物力学注气模型计算所述一个或多个分割的解剖结构的变形;
(b)基于所述一个或多个分割的解剖结构的变形来生成扭曲的术前图像;
(c)计算术中图像和扭曲的术前图像之间的强度相似度量度;
(d)基于所述强度相似度量度的梯度更新所述生物力学注气模型的参数;以及
(e)重复步骤(a)-(d),直到强度相似度量度或生物力学注气模型的参数收敛。
6.根据权利要求5的方法,其中所述一个或多个分割的解剖结构包括所述一个或多个分割的解剖结构的四面体网格,并且利用生物力学注气模型计算所述一个或多个分割的解剖结构的变形包括:
计算所述四面体网格的多个网格点中的每一网格点处的变形。
7.根据权利要求6的方法,其中所述生物力学注气模型的参数包括所述四面体网格的每个网格点处的杨氏模量、泊松比和气压。
8.根据权利要求5的方法,其中所述强度相似度量度为局部交叉相关强度相似度量度。
9.根据权利要求1的方法,其中利用微分同胚的非刚性细化对被初始配准的术前图像进行细化包括:
利用微分同胚的非刚性细化将被初始配准的术前图像扭曲至术中图像。
10.一种用于将患者的术前图像配准至所述患者的术中图像的装置,包括:
用于通过利用与术中图像的生物力学注气模型约束配准来估计术前图像中一个或多个分割的解剖结构的变形来生成被初始配准的术前图像的装置;以及
用于利用微分同胚的非刚性细化对被初始配准的术前图像进行细化的装置。
11.根据权利要求10的装置,还包括:
用于在所述术前图像中分割所述一个或多个解剖结构的装置。
12.根据权利要求10的装置,其中所述一个或多个分割的解剖结构包括目标器官和一个或多个周围解剖结构。
13.根据权利要求10的装置,其中所述一个或多个分割的解剖结构包括腹壁、肝脏和肝脏周围的组织。
14.根据权利要求10的装置,其中用于通过利用与术中图像的生物力学注气模型约束配准来估计术前图像中一个或多个分割的解剖结构的变形来生成被初始配准的术前图像的装置包括:
用于利用生物力学注气模型计算所述一个或多个分割的解剖结构的变形的装置;
用于基于所述一个或多个分割的解剖结构的变形来生成扭曲的术前图像的装置;
用于计算术中图像和扭曲的术前图像之间的强度相似度量度的装置;以及
用于基于所述强度相似度量度的梯度更新所述生物力学注气模型的参数的装置。
15.根据权利要求14的装置,其中所述一个或多个分割的解剖结构包括所述一个或多个分割的解剖结构的四面体网格,并且用于利用生物力学注气模型计算所述一个或多个分割的解剖结构的变形的装置包括:
用于计算所述四面体网格的多个网格点中的每一网格点处的变形的装置。
16.根据权利要求15的装置,其中所述生物力学注气模型的参数包括所述四面体网格的每个网格点处的杨氏模量、泊松比和气压。
17.根据权利要求14的装置,其中所述强度相似度量度为局部交叉相关强度相似度量度。
18.根据权利要求10的装置,其中用于利用微分同胚的非刚性细化对被初始配准的术前图像进行细化的装置包括:
用于利用微分同胚的非刚性细化将被初始配准的术前图像扭曲至术中图像的装置。
19.一种存储用于将患者的术前图像配准至所述患者的术中图像的计算机程序指令的非瞬态计算机可读介质,所述计算机程序指令在由处理器执行时使所述处理器执行操作,所述操作包括:
通过利用与术中图像的生物力学注气模型约束配准来估计术前图像中一个或多个分割的解剖结构的变形来生成被初始配准的术前图像;以及
利用微分同胚的非刚性细化对被初始配准的术前图像进行细化。
20.根据权利要求19的非瞬态计算机可读介质,所述操作还包括:
在术前图像中分割所述一个或多个解剖结构。
21.根据权利要求19的非瞬态计算机可读介质,其中所述一个或多个分割的解剖结构包括目标器官和一个或多个周围解剖结构。
22.根据权利要求19的非瞬态计算机可读介质,其中所述一个或多个分割的解剖结构包括腹壁、肝脏和肝脏周围的组织。
23.根据权利要求19的非瞬态计算机可读介质,其中通过利用与术中图像的生物力学注气模型约束配准来估计术前图像中一个或多个分割的解剖结构的变形来生成被初始配准的术前图像包括:
(a)利用生物力学注气模型计算所述一个或多个分割的解剖结构的变形;
(b)基于所述一个或多个分割的解剖结构的变形来生成扭曲的术前图像;
(c)计算术中图像和扭曲的术前图像之间的强度相似度量度;
(d)基于所述强度相似度量度的梯度更新所述生物力学注气模型的参数;以及
(e)重复步骤(a)-(d),直到强度相似度量度或生物力学注气模型的参数收敛。
24.根据权利要求23的非瞬态计算机可读介质,其中所述一个或多个分割的解剖结构包括所述一个或多个分割的解剖结构的四面体网格,并且利用生物力学注气模型计算所述一个或多个分割的解剖结构的变形包括:
计算所述四面体网格的多个网格点中的每个网格点处的变形。
25.根据权利要求24的非瞬态计算机可读介质,其中所述生物力学注气模型的参数包括所述四面体网格的每个网格点处的杨氏模量、泊松比和气压。
26.根据权利要求23的非瞬态计算机可读介质,其中所述强度相似度量度为局部交叉相关强度相似度量度。
27.根据权利要求19的非瞬态计算机可读介质,其中利用微分同胚的非刚性细化对被初始配准的术前图像进行细化包括:
利用微分同胚的非刚性细化将被初始配准的术前图像扭曲至术中图像。
CN201310755740.1A 2012-11-15 2013-11-15 利用生物力学模型仿真配准术前和术中图像的系统和方法 Active CN103886581B (zh)

Applications Claiming Priority (4)

Application Number Priority Date Filing Date Title
US201261726687P 2012-11-15 2012-11-15
US61/726687 2012-11-15
US14/078,002 US9761014B2 (en) 2012-11-15 2013-11-12 System and method for registering pre-operative and intra-operative images using biomechanical model simulations
US14/078002 2013-11-12

Publications (2)

Publication Number Publication Date
CN103886581A CN103886581A (zh) 2014-06-25
CN103886581B true CN103886581B (zh) 2018-10-23

Family

ID=50681738

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201310755740.1A Active CN103886581B (zh) 2012-11-15 2013-11-15 利用生物力学模型仿真配准术前和术中图像的系统和方法

Country Status (2)

Country Link
US (1) US9761014B2 (zh)
CN (1) CN103886581B (zh)

Families Citing this family (21)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103854276B (zh) * 2012-12-04 2018-02-09 东芝医疗系统株式会社 图像配准及分割装置和方法,以及医学图像设备
EP3161786B1 (en) * 2014-06-25 2019-10-30 Koninklijke Philips N.V. Imaging device for registration of different imaging modalities
US9782152B2 (en) * 2014-08-18 2017-10-10 Vanderbilt University Method and system for real-time compression correction for tracked ultrasound and applications of same
US9547940B1 (en) * 2014-09-12 2017-01-17 University Of South Florida Systems and methods for providing augmented reality in minimally invasive surgery
EP3295373A1 (en) * 2015-05-11 2018-03-21 Siemens Aktiengesellschaft A system and method for surgical guidance and intra-operative pathology through endo-microscopic tissue differentiation
US10096151B2 (en) * 2015-07-07 2018-10-09 Varian Medical Systems International Ag Methods and systems for three-dimensional visualization of deviation of volumetric structures with colored surface structures
CN106611411B (zh) * 2015-10-19 2020-06-26 上海联影医疗科技有限公司 一种医学图像中肋骨分割的方法及医学图像处理装置
WO2018019835A1 (en) * 2016-07-26 2018-02-01 Koninklijke Philips N.V. A method and apparatus for refining a model of an anatomical structure in an image
EP3520075B1 (en) * 2016-09-29 2022-02-09 Koninklijke Philips N.V. Cbct to mr registration via occluded shape reconstruction and robust point matching
WO2018148574A1 (en) * 2017-02-09 2018-08-16 Google Llc Agent navigation using visual inputs
US10835344B2 (en) 2017-10-17 2020-11-17 Verily Life Sciences Llc Display of preoperative and intraoperative images
EP3496038A1 (en) * 2017-12-08 2019-06-12 Koninklijke Philips N.V. Registration of static pre-procedural planning data to dynamic intra-procedural segmentation data
KR101862359B1 (ko) * 2017-12-28 2018-06-29 (주)휴톰 수술 시뮬레이션 정보 생성방법 및 프로그램
US11382603B2 (en) * 2018-05-07 2022-07-12 Siemens Healthcare Gmbh System and methods for performing biomechanically driven image registration using ultrasound elastography
EP3852645A4 (en) * 2018-09-12 2022-08-24 Orthogrid Systems, SAS INTRAOPERATIVE ARTIFICIAL INTELLIGENCE SURGICAL GUIDANCE SYSTEM AND METHOD OF USE
US11744643B2 (en) 2019-02-04 2023-09-05 Covidien Lp Systems and methods facilitating pre-operative prediction of post-operative tissue function
JP7444569B2 (ja) * 2019-09-18 2024-03-06 ザイオソフト株式会社 鏡視下手術支援装置、鏡視下手術支援方法、及びプログラム
US11151710B1 (en) * 2020-05-04 2021-10-19 Applied Materials Israel Ltd. Automatic selection of algorithmic modules for examination of a specimen
US11672602B2 (en) * 2020-06-05 2023-06-13 Verb Surgical Inc. Port placement guide based on insufflated patient torso model and normalized surgical targets
CN113057734A (zh) * 2021-03-12 2021-07-02 上海微创医疗机器人(集团)股份有限公司 一种手术系统
CN117934747B (zh) * 2024-03-22 2024-06-07 山东省地震工程研究院 一种基于激光点云数据的活动构造地貌三维模型构建方法

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6584339B2 (en) * 2001-06-27 2003-06-24 Vanderbilt University Method and apparatus for collecting and processing physical space data for use while performing image-guided surgery
WO2008063494A2 (en) * 2006-11-16 2008-05-29 Vanderbilt University Apparatus and methods of compensating for organ deformation, registration of internal structures to images, and applications of same
DE102007039337B3 (de) * 2007-08-20 2008-12-24 Simuform Gmbh Verfahren zur Bestimmung des Formänderungsvermögens eines Körpers
US10026016B2 (en) * 2009-06-26 2018-07-17 Regents Of The University Of Minnesota Tracking and representation of multi-dimensional organs
GB0913930D0 (en) * 2009-08-07 2009-09-16 Ucl Business Plc Apparatus and method for registering two medical images

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
FLOWS OF DIFFEOMORPHISMS FOR MULTIMODAL IMAGE REGISTRATION;C. Chefd"hotel 等;《Biomedical Imaging,2002. Processings. 2002 IEEE International Symposium on》;20020707;第753-754页 *
Virtual Pneumoperitoneum for Generating Virtual Laparoscopic Views Based on Volumetric Deformation;Takayuki Kitasaka1 等;《Medical Image Computering and Computer-Assisted Intervention - MICCAI 2004》;20040926;正文第559-562页 *

Also Published As

Publication number Publication date
CN103886581A (zh) 2014-06-25
US9761014B2 (en) 2017-09-12
US20140133727A1 (en) 2014-05-15

Similar Documents

Publication Publication Date Title
CN103886581B (zh) 利用生物力学模型仿真配准术前和术中图像的系统和方法
US10296707B2 (en) System and method for patient-specific image-based guidance of cardiac arrhythmia therapies
JP5797352B1 (ja) 3次元物体を追跡するための方法
CN109589170B (zh) 医学成像中的左心耳闭合引导
Han et al. A nonlinear biomechanical model based registration method for aligning prone and supine MR breast images
Haouchine et al. Impact of soft tissue heterogeneity on augmented reality for liver surgery
Pratt et al. Dynamic guidance for robotic surgery using image-constrained biomechanical models
US10026016B2 (en) Tracking and representation of multi-dimensional organs
CN110458872B (zh) 使用超声弹性成像执行生物力学驱动的图像配准的系统和方法
Prakosa et al. Generation of synthetic but visually realistic time series of cardiac images combining a biophysical model and clinical images
EP2505162A1 (en) Method and apparatus for generating medical image of body organ by using 3-d model
Wu et al. Three-dimensional modeling from endoscopic video using geometric constraints via feature positioning
US20150073765A1 (en) System and method for prediction of respiratory motion from 3d thoracic images
Eiben et al. Symmetric biomechanically guided prone-to-supine breast image registration
JP2017512522A (ja) 対象に固有の動きモデルを生成かつ使用する装置および方法
US10373374B2 (en) Device, imaging system and method for correction of a medical breast image
JP2019514632A (ja) 超音波融合撮像システムにおけるプローブ誘導変形の補正
EP2594200A1 (en) Method for simulating and correcting deformation of cerebral tissue images
KR101874400B1 (ko) 환자에 특화된 대상 장기의 모델을 생성하는 방법 및 장치
Deligianni et al. Nonrigid 2-D/3-D registration for patient specific bronchoscopy simulation with statistical shape modeling: Phantom validation
Plantefeve et al. Atlas-based transfer of boundary conditions for biomechanical simulation
CN114820855A (zh) 一种基于患者4d-ct的肺部呼吸过程图像重构方法及装置
US8311300B1 (en) Medical image processing apparatus and method
Schenkenfelder et al. Elastic registration of abdominal MRI scans and RGB-D images to improve surgical planning of breast reconstruction
Mansi et al. Virtual pulmonary valve replacement interventions with a personalised cardiac electromechanical 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
TR01 Transfer of patent right

Effective date of registration: 20220125

Address after: Erlangen

Patentee after: Siemens Healthineers AG

Address before: Munich, Germany

Patentee before: SIEMENS AG

TR01 Transfer of patent right