CN104023629B - 只使用2d荧光透视自动地确定3d导管位置和取向 - Google Patents
只使用2d荧光透视自动地确定3d导管位置和取向 Download PDFInfo
- Publication number
- CN104023629B CN104023629B CN201280051842.9A CN201280051842A CN104023629B CN 104023629 B CN104023629 B CN 104023629B CN 201280051842 A CN201280051842 A CN 201280051842A CN 104023629 B CN104023629 B CN 104023629B
- Authority
- CN
- China
- Prior art keywords
- image
- ripple
- distribution
- center line
- medical object
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
- A61B5/316—Modalities, i.e. specific diagnostic methods
- A61B5/318—Heart-related electrical modalities, e.g. electrocardiography [ECG]
- A61B5/346—Analysis of electrocardiograms
- A61B5/349—Detecting specific parameters of the electrocardiograph cycle
- A61B5/352—Detecting R peaks, e.g. for synchronising diagnostic apparatus; Estimating R-R interval
-
- 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
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/06—Devices, other than using radiation, for detecting or locating foreign bodies ; determining position of probes within or on the body of the patient
- A61B5/061—Determining position of a probe within the body employing means separate from the probe, e.g. sensing internal probe position employing impedance electrodes on the surface of the body
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7271—Specific aspects of physiological measurement analysis
- A61B5/7285—Specific aspects of physiological measurement analysis for synchronising or triggering a physiological measurement or image acquisition with a physiological event or waveform, e.g. an ECG signal
- A61B5/7289—Retrospective gating, i.e. associating measured signals or images with a physiological event after the actual measurement or image acquisition, e.g. by simultaneously recording an additional physiological signal during the measurement or image acquisition
-
- 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
- A61B6/022—Stereoscopic imaging
-
- 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
- A61B6/485—Diagnostic techniques involving fluorescence X-ray imaging
-
- 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
- A61B6/487—Diagnostic techniques involving generating temporal series of image data involving fluoroscopy
-
- 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
- A61B6/50—Clinical applications
- A61B6/503—Clinical applications involving diagnosis of heart
-
- 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
- A61B6/52—Devices using data or image processing specially adapted for radiation diagnosis
- A61B6/5288—Devices using data or image processing specially adapted for radiation diagnosis involving retrospective matching to a physiological signal
-
- 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
- A61B6/58—Testing, adjusting or calibrating apparatus or devices for radiation diagnosis
- A61B6/582—Calibration
-
- 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
- A61B34/20—Surgical navigation systems; Devices for tracking or guiding surgical instruments, e.g. for frameless stereotaxis
- A61B2034/2046—Tracking techniques
- A61B2034/2065—Tracking using image or pattern recognition
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B90/00—Instruments, implements or accessories specially adapted for surgery or diagnosis and not covered by any of the groups A61B1/00 - A61B50/00, e.g. for luxation treatment or for protecting wound edges
- A61B90/36—Image-producing devices or illumination devices not otherwise provided for
- A61B2090/364—Correlation of different images or relation of image positions in respect to the body
- A61B2090/367—Correlation of different images or relation of image positions in respect to the body creating a 3D dataset from 2D images using position information
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B90/00—Instruments, implements or accessories specially adapted for surgery or diagnosis and not covered by any of the groups A61B1/00 - A61B50/00, e.g. for luxation treatment or for protecting wound edges
- A61B90/36—Image-producing devices or illumination devices not otherwise provided for
- A61B90/37—Surgical systems with images on a monitor during operation
- A61B2090/376—Surgical systems with images on a monitor during operation using X-rays, e.g. fluoroscopy
-
- 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
- A61B6/4441—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 the rigid structure being a C-arm or U-arm
-
- 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
- A61B6/463—Displaying means of special interest characterised by displaying multiple images or images and diagnostic data on one display
-
- 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
- A61B6/52—Devices using data or image processing specially adapted for radiation diagnosis
- A61B6/5258—Devices using data or image processing specially adapted for radiation diagnosis involving detection or reduction of artifacts or noise
- A61B6/5264—Devices using data or image processing specially adapted for radiation diagnosis involving detection or reduction of artifacts or noise due to motion
Abstract
一种用于使用单平面荧光透视自动地确定活体中的不透射线医疗对象的3D位置和取向的方法包括:从单平面荧光透视仪(10)捕获数字化2D图像流;在数字2D图像的子集中检测医疗对象的图像;应用像素级几何计算来测量医疗对象图像;对图像测量结果应用锥形投影和径向延长校正(31);以及从校正的2D图像测量结果计算医疗对象的3D位置和取向。
Description
相关申请
本申请要求于2011年9月8日提交的美国临时申请61/573,557和于2011年10月17日提交的美国临时申请61/627,728的权利,这些美国临时申请的全部内容以引用的方式合并于此。
技术领域
本发明总体上涉及医疗成像系统,更具体地涉及在介入医疗程序期间使用的2D荧光透视系统。
背景技术
解剖标测系统提供感兴趣的心腔中的导航导管的三维位置,并且,在一些情形下,还可以被用来构造心腔的3D图。但是,获取和操作这些系统都非常昂贵。因此,这些系统仅仅在介入程序期间使用的少数实验室中可用,并且,这些系统中的一些可能需要特别设计的导管,例如,具有内置传感器的导管。
常规的荧光透视系统可在用于对导管和其它仪器成像和实时导航和用于在介入程序期间放置引线和支架的所有的成像的心脏介入实验室中使用。除了初始获取成本以外,这种系统几乎不需要持续的操作成本。此外,常规的荧光透视系统能够使任何类型的导管可视化。
图1A和1B示出在房颤消融程序期间从常规的荧光透视系统获得的图像的两个示例。在图1A和1B中示出标测和消融导管2、被安置在食道(在心脏后侧)内的食道探头3、多电极筐导管4和冠状静脉窦导管5。这些导管包括无线电波吸收材料,并且,相比于诸如肺6和心脏轮廓7的生物组织提供良好的图像对比度。X射线在肺中的衰减劣于心脏的衰减,因为,肺被填充有空气,并且,其密度小于正常解剖组织。尽管有在不同取向上的各种结构和导管的位置,但在这些图像中没有可辨的不同导管的深度(z轴)信息。
如图1A和1B所示,由常规系统产生的荧光透视图像具有不能提供3D图像数据的局限性。双平面荧光透视(来自两个不同方向的两个2D视图)可以被用来确定诸如导管的对象的相对位置。但是,它的用处由于成本和过度的辐射而受限,并且,介入实验室中只有1%至2%具有执行双平面荧光透视的能力。
图2示出用来获取2D荧光透视图像数据的常规荧光透视系统10。用于常规荧光透视的成像过程涉及将X射线束发送通过台子12上的患者(未示出)的X射线源11。通过致动控制板15上的脚踏板9来开始产生X射线,该控制板15被连接到(连接未示出)荧光透视系统10。X射线检测器13可以是平板检测器或图像增强器/摄像机组件,其接收透过患者的X射线并将X射线能量转换为图像。X射线源11和X射线检测器13被安装在C臂8的相对端上。在适当的时候,检测器13使用X射线检测层和光电子转换层(例如,光电二极管或电子收集层)来执行转换,该X射线检测层在被X射线刺激时产生光或释放电子,其中,与每一个图像元素(像素)中的X射线信号强度成比例的电荷信号被收集。然后,模拟数字转换产生数字图像。无论X射线检测器是什么样,然后,所得到的数字图像都被处理,可能被存储,并且被显示在屏幕14上。控制板以15示出。然后,可以在计算机显示器14上显示图像。
图3A示出用于荧光透视系统10的坐标系。z轴被限定为从X射线源11到X射线检测器13的中心。X射线(与荧光透视仪可互换地使用)台子12限定x轴和y轴。这三个轴用实线示出。这些轴的交点是在由轴x、y和z限定的3D空间的(0,0,0)处的中心,即,原点。由于C臂8能够移动,所以在C臂8被定向在如图2所示的垂直位置或PA位置(前后位置)时在此处限定z轴。
X射线源11包括阴极和阳极。电子与产生形成锥形束的X射线光子的阳极材料相互作用。该束由准直器叶片控制,以限制患者的辐射暴露。X射线光子沿直线传播,在精确的位置处在X射线检测器13上形成图像,该精确的位置表示X射线从源11的发射点到检测器13中的该位置(图像中的像素)的沿路中所有遇到的物质。该像素的强度由沿着该路径遇到的材料(组织、造影剂、介入工具)的类型和量限定。X射线束的衰减随着穿过的组织的原子数和密度而变。对于X射线图像分辨率的当前商用标准是约0.2mm x0.2mm。
由于荧光透视图像是投影,所以它们表示3D解剖结构的成像体积。基于X射线源11、患者解剖结构和检测器位置在z方向(平行于穿过中心O的中心射线)上的位置,根据精确的几何规则,将该体积转换为X射线检测器13上的2D投影图像。由于X射线源11离被成像的解剖结构的有限距离,所以X射线投影成像体现了固有的失真。结果,更靠近X射线源11的对象在检测到的图像中比更远离X射线源11的对象被放大得多,在不知道感兴趣对象沿着z轴的位置(或先验尺寸)的情况下无法解决这些模糊。
图3B是从X射线机10的X射线源11的输出的锥形形状和几何布置得到的几何放大率的图示。图3B示出包括源11、台子12和检测器13的X射线机10的几何结构的简单的2D表示。具有宽度wo的对象在检测器13上形成具有图像宽度wi的图像。(为了简单起见,这种对象和图像也分别被称为参考标识符wo和wi。)对象位于离源11的距离SOD(源至对象距离)处,并且,检测器13位于离源11的距离SID(源至图像距离)处。通过简单的几何学,wi与wo之比等于SID与SOD之比。因此,这种布置的几何放大率M是M=SID/SOD。
在名称为“3D Model Creation of Anatomic Structures Using Single-PlaneFluoroscopy”的美国专利申请No.12/885,710中,公开了一种用于使用单平面荧光透视估计诸如导管尖端的感兴趣点的3D坐标的算法。该算法通过如下来计算3D位置估计值:(1)确定初始的导管尖端位置的3D坐标;(2)使导管前进小的测量量,并且获得荧光透视图像;(3)测量导管尖端的初始位置和图像中的位置之间的导管尖端的位置变化;(4)计算在x和y方向上的导管尖端位置的实际(物理)变化;(5)基于x和y上的导管尖端位置的变化和荧光透视图像的几何结构来计算导管尖端的3D位置;以及(6)重复这些步骤,以产生导管尖端的一系列3D位置。该算法取决于知道导管尖端的初始3D坐标和将导航前进小的可测量的量以能够假设导管尖端在直线上移动。该假设允许使用直线距离公式来计算连续的感兴趣点位置的3D坐标。最初的模型试验已经表明在满足假设时现有的算法是合理的(误差<8mm)。但是,在一些情景中,对于导管前进的约束太严以至于不能减少3D位置误差。
在International Journal of Biomedical Imaging,Vol.2010,ArticleID631264上发布的Pascal Fallavollita的标题为“Is Single-View FluoroscopySufficient in Guiding Cardiac Ablation Procedures?”的文章描述了使用X射线系统几何结构和成像滤波及图案识别技术来估计导管尖端的深度(z轴坐标)的系统。本发明相对于Fallavollita的方法是一个显著的改进,实现了提高的精确度,并以自动化的方式这样做,以避免对临床医生的额外的要求。本发明识别在荧光透视系统内存在的线索,并且,使用复合计算算法来识别导管的3D位置。荧光透视图像中的像素值受平面外角度、深度和离中心射线的距离的影响,并且,考虑这些和其它的特性来确定导管尖端的3D位置的更加精确的估计值。在确定了导管尖端的3D位置的情况下,产生各种3D图,例如,激活和电压。
对于可用的方法,希望在荧光透视环境中确定3D坐标的方法的z轴精确度应该实现±4mm的深度(z坐标)精确度。例如,因为由心脏消融导管形成的典型的病变可能是直径为约4-6mm,所以至少希望这样的精确度;从而,为了本发明的方法在这种介入程序期间可用,希望该量级上的定位精确度。
发明目的
本发明的目的在于,提供用于从2D(单平面)数字化荧光透视图像重建不透射线医疗对象的3D位置和空间取向的目的的一组数字图像处理技术和数学算法。本发明的一个特定的目的是提供这样的系统,其中,不透射线医疗对象是心脏标测和消融导管或者在心脏成像或介入中使用的其它对象。
本发明的另一个目的在于提供一种医疗成像系统,该医疗成像系统使用可容易得到的医疗设备来重建不透射线医疗对象的位置和取向并且产生解剖结构的三维模型。
另一个目的是提供使用考虑2D荧光透视系统的固有限制和特性的算法的这种系统。
本发明的另一个目的是提供一种通过使用门控图像最小化操作期间的运动的影响来提高精确度并因此提高医疗程序的有效性的医疗成像系统。
本发明的另一个目的是提供自动地、实时地操作的这种系统,使得其可以与介入程序同时使用。
本发明的另一个目的在于,提供具有子像素图像测量精确度的这种系统,从而,在其它系统不可用的经济水平上达到可用的z坐标精确度。
本发明的另一个目的是提供一种用于使用与正使用的2D荧光透视硬件无关的单平面荧光透视确定活体中的不透射线医疗对象的3D位置和取向的系统。
根据下面的描述和附图,本发明的这些和其它目的将是清楚的。
发明内容
本发明是一种用于使用单平面荧光透视自动地确定活体中的不透射线医疗对象的3D位置和取向的方法。所述方法包括如下步骤:(1)从单平面荧光透视仪捕获数字化2D图像流;(2)在数字2D图像的子集中检测医疗对象的图像;(3)应用像素级几何计算来测量医疗对象图像;(4)对图像测量结果应用锥形投影和径向延长校正;以及(5)从校正的2D图像测量结果计算医疗对象的3D位置和取向。在本发明方法的某些优选实施例中,医疗对象是心脏导管,例如,心脏消融导管。在其它的实施例中,医疗对象可以是起搏器引线、除颤器引线、标测导管或支架。
展示本文中使用的某些术语的定义将有助于理解本发明。
如本文中使用的术语“不透射线医疗对象”是指基本上不透射线并且具有固定的尺寸的各种医疗仪器、工具、插件等,例如导管尖端、起搏器和除颤器导线、支架、较大的医疗对象的可识别部分等。本文的大部分在确定心脏导管尖端的位置和取向的背景中描述本发明。但是,本实施例不应当是限制性的;本发明可适用于各种各样的不透射线医疗对象,并且,对象类型和示例对象的特定列表也不应当是限制性的。术语“不透射线医疗对象”有时在本文中被简称为“医疗对象”。
如本文中使用的,术语“单平面荧光透视”是指荧光透视系统以在程序期间拍摄所有的图像的固定的角度的操作。本发明是用于3D确定在人体的区域(例如,心腔)内移动时的导管的位置和取向的方法。虽然本发明涉及只使用一个固定的角度来产生图像,如本文中稍后描述的,但是,本发明可以包括用于独立地评价深度的两个视图以用于初始化。
如本文中使用的术语“两视图荧光透视测量”是指使用在C臂的不同角度处拍摄的两个荧光透视图像的3D位置确定。
如本文中使用的术语“形成图像像素的簇”是指这样的过程,通过该过程,图像中的像素被分组在一起或者相互关联,作为感测的医疗对象的可能的图像。
如本文中使用的术语“像素级几何计算”是指保持原始像素强度值且允许对像素强度值执行统计计算的计算。像素级几何计算稍后在本文中被更详细地描述。
如本文中使用的术语“有效X射线尺寸”是指以一致的方式测量的尺寸,使得即使这些尺寸不等于被测量的不透射线医疗对象的实际物理尺寸,有效尺寸也被一致地感测,并且因此,在测量过程中可以被依赖。下面在本文中包括对有效X射线尺寸的进一步讨论。
如本文中使用的术语“梯形失真”是指由于平面外取向角而导致的图像宽度的变化。
如本文中使用的术语“不应计数(refractory count)”是指对应于一时间段的计数。对于如何确定该时间段不应当有限制,即,它不必由计数器确定。
如本文中使用的术语“触发窗滤波器”是指这样的过程,通过该过程,到这种滤波器的输入基于由该滤波器接收到的其它输入而在特定的时间窗(锁定期)期间被忽略。
如本文中使用的术语“或门”是指执行逻辑“或”运算的装置或过程。该运算对于仪器领域中的技术人员来说是公知的。
术语“位置”和“地点”在本文中可互换地用来指诸如导管尖端或其它成像结构的对象的3D坐标。
本发明方法的某些优选实施例还包括在检测步骤之前的初始化步骤,并且,所述初始化步骤包括医疗对象图像的两视图荧光透视测量和设置医疗对象图像尺寸限制标准。
在本发明方法的一个方面中,对于子集中的每一个2D图像,检测步骤包括:(a)对2D图像应用阈值滤波器;(b)形成图像像素的簇;(c)针对医疗对象图像尺寸限制标准来评估簇中的每一个;以及(d)选择包含医疗对象的图像的簇。在某些实施例中,自动化检测步骤包括基于簇评估来修改阈值滤波器的阈值,并且,在一些实施例中,测量步骤包括计算选择的簇的中心、纵向中线和边界框数据。在一些这样的实施例中,测量步骤还包括对未滤波的2D图像应用中心、中线和边界框数据;在医疗对象图像周围扩大边界框区域;以及对未滤波的2D图像进行上采样。
在一些实施例中,测量步骤还包括形成与中线垂直的多个横截面图像分布以及识别基本上平行于中线的医疗对象图像边缘,并且,在这些实施例中的一些中,仅仅沿着垂直于中线的每一个横截面图像分布执行上采样。
在本发明方法的一些实施例中,识别医疗对象图像边缘包括以分布强度范围的固定百分率选择每一个分布上的边缘点。在一些实施例中,分布的分布强度范围是这种分布的最大和最小强度值之间的差,并且,在这些实施例中的一些中,分布强度范围的固定百分率是约50%到55%。
本发明方法的实施例可以包括针对医疗对象图像尺寸限制标准来评估测得的簇作为测量步骤的一部分,并且,在一些这样的实施例中,测量步骤还包括采用阈值滤波器的当前阈值作为用于后续图像的阈值。
在优选实施例中,测量步骤还包括计算基本上平行于中线的边缘的最小二乘法拟合表示。
此外,本发明方法的测量步骤可以包括:形成平行于中线的多个横截面图像分布;识别基本上垂直于中线的医疗对象图像边缘;以及计算基本上垂直于中线的边缘的最小二乘法拟合表示。在一些实施例中,沿着平行于中线的每一个横截面图像分布执行上采样。
在高度优选实施例中,测量步骤还包括:基于最小二乘法拟合边缘来重新计算医疗对象图像中心;以及确定2D图像中的医疗对象图像宽度、长度和梯形失真。
在某些高度优选实施例中,应用测量校正的步骤包括校正平面外角度的医疗对象图像测量结果。
在高度优选实施例中,测量步骤还包括:基于识别的医疗对象图像边缘来重新计算中线;重新形成垂直于重新计算出的中线的横截面图像分布;以及对医疗对象图像边缘进行重新识别,并且,可以只沿着垂直于重新计算的中线的每一个重新形成的横截面图像分布执行上采样。这些实施例中的一些包括计算基本上平行于中线的边缘的最小二乘法拟合表示。
在本发明方法的另一个方面中,通过对来自活体的呼吸信号的呼吸门控来选择2D图像的子集。在本发明方法的其它方面中,产生活体内的解剖结构的3D图,在显示装置上显示3D图,并且,在显示装置上显示医疗对象的3D位置和取向。
在本发明方法的高度优选实施例中,通过对来自活体的ECG信号的R波门控来选择2D图像的子集。本发明的一个方面包括本文中公开的具有创造性的R波检测器,该R波检测器自身是其发明人在本发明的发明人当中的同时提交的专利申请的主题,
在这些优选实施例中的一些中,R波门控包括下述步骤:(1)从活体获取ECG信号;(2)将ECG信号数字化为数字ECG信号;(3)用带通滤波器对数字ECG信号进行滤波,并且,对数字ECG信号应用绝对值滤波,以产生滤波的ECG信号;(4)对于滤波的ECG信号的每一个序列值,将滤波的ECG信号与ECG跟踪阈值(TT)进行比较;(5)如果滤波的ECG信号不大于TT,则递增计数器,但是,如果滤波的ECG信号大于TT,则将计数器设置为0;(6)将计数器与预定的不应计数RC进行比较,并且,如果计数等于RC,则输出R波触发。
在一些高度优选实施例中,从关系TT=TTp+c2(ST-TTp)来计算TT,其中,TTp是TT的前一值,c2是常数,并且,ST是在前一预定的时间段(tm)期间的滤波的ECG信号的最大值的分数(c1)。
在一些实施例中,如果在预定的断开期(tD)内没有发生R波触发,则TT被设置为ST。在一些这样的实施例中,c1是约0.5,c2是约0.25,tm是约2秒,RC对应于约90毫秒的时间段,并且,tD是约5秒。tD可以在约2到10秒的范围内;c1可以在约0.4到0.7的范围内;c2可以在约0.15到0.8的范围内;tm可以至少是约1.5秒;并且,不应计数RC对应于约30到250毫秒的范围内的时段。
在包括R波门控的本发明方法的一些其它实施例中,ECG信号包括多个ECG信道信号,并且,通过由均在不同的ECG信道信号上操作的多个信道R波门驱动的复合R波门来产生R波门控。在这些实施例中的一些中,所述多个信道R波门中的每一个具有作为到触发窗滤波器的输入的输出信号,并且,复合R波门的触发输出由来自信道R波门中的任何一个的输出信号触发,用于其它的信道R波门的所有的输出信号在触发复合R波门之后的预定的时间段内不触发复合R波门。在这些实施例中的一些中,触发复合R波门的信道R波门输出信号是在结束预定的时间段之后的第一接收信道R波输出信号。
在包括复合R波门的其它实施例中,多个信道R波门中的每一个具有输出信号,并且,每一个输出信号是到其输出是复合R波门的输出的“或”门的输入。在这些实施例中的一些中,每一个信道R波门输出信号包括对于由其对应的信道R波门检测到的每一个R波的预定持续时间的单脉冲,并且,复合R波门输出由“或”门输出的前沿触发。
在用于使用单平面荧光透视自动地确定活体内的不透射线医疗对象的3D位置和取向的本发明方法的高度优选实施例中,通过这种处理,以产生在介入医疗程序期间使用的3D医疗对象位置和取向的速率处理图像子集。
在具体的优选实施例中,为了提高确定3D位置和取向的精确度,在医疗对象在单个位置的情况下多次执行捕获、检测、应用几何计算、应用校正以及计算3D位置和取向的步骤,并且,对计算出的3D位置和取向进行平均。
附图说明
图1A和1B是示出多个导管和某些解剖结构的来自心脏介入程序的两个示例2D X射线图像。
图2是在前后图像获取位置具有C臂的常规X射线机的图示。
图3A示出定义程序套件的3D坐标的一组轴。该套件中的每一个元件具有可以由该坐标系中的坐标描述的位置。
图3B是从图2的X射线机的X射线源的输出的锥形形状和几何布置得到的几何放大的图示。
图4是用于使用单平面荧光透视系统确定诸如导管的对象的3D位置的本发明的方法的实施例的总体示意图。
图5是图4的方法的初始化和校准过程的示意描述。
图6是图4的方法的图像选择过程的示意描述。
图7、8和9一起呈示图4的总体示意图的很多功能元件的详细的示意描述,其开始于图像簇的形状,以便定位候选导管尖端图像,并且,通过该过程,对导管尖端测量进行校正。图9是导管尖端图像的子像素统计边缘检测的方法或过程的实施例的详细的示意图。
图10是示出荧光透视系统几何结构对图像尺寸的影响的荧光透视图像。
图11是示出荧光透视系统几何结构对图像尺寸的影响的示图。
图12是用来产生用于图6的图像选择过程的心脏门控信号的本发明的R波检测器的示意描述。
图13A是示例数字化信道ECG信号x(ti)的4心跳部分。
图13B是通过用带通滤波器对来自图13A的x(ti)进行滤波产生的中间数字ECG信号f(ti)的示例部分。
图13C是通过用绝对值滤波器对来自图13B的f(ti)进行滤波产生的滤波ECG信号g(ti)的示例部分。
图13D是被注释以示出在图12的本发明的R波检测器内的某些步骤的图13C的信号g(ti)的2心跳部分。
图14A是使用多个信道R波检测器作为到“或”门的输入的复合R波检测器的实施例的示意描述。
图14B是图14A的复合R波检测器的操作的时间线图。
图15A是使用多个信道R波检测器作为输入的复合R波检测器的可替换实施例的示意描述。
图15B是图15A的复合R波检测器的操作的时间线图。
图16A是包括心脏导管的活体中的多个对象的示例2D X射线图像。
图16B示出通过对图16A的示例图像应用阈值滤波器产生的图像。
图17示出用来计算阈值图像中的像素簇的中心的方法的一个实施例。
图18示出用来计算阈值图像中的像素簇的纵向中线的方法的一个实施例。
图19A和19B示出图18的方法的两种情况。图19A示出图像簇总体沿着x轴的情况。图19B示出图像簇总体沿着y轴的情况。
图20示出包含簇图像的边界框。
图21是作为被识别和测量为导管尖端的候选的簇的图像。示出用来实现本发明的方法内的测量的分布。
图22示出图21中示出的示例分布中的一种分布。
图23是对数字图像进行上采样的一种方法的计算的示图。
图24是示出子像素统计边缘检测的步骤的图21的图像的放大。
图25是与图24中示出的相同的放大,示出如在图24中应用的子像素统计边界检测的结果。
图26A是表示X射线机的投影几何结构并示出在这种机器中发生的径向延长失真的示图。示出球形对象的成像。
图26B是扩展图26A的示图以包括柱形导管尖端的成像的进一步示图。
图27是示出沿着强度分布的边缘点确定的枢轴点特性和几个理想化的簇分布的示图。
具体实施方式
单平面透视在包括导管和引线的操作期间向医师提供患者的2D动画视图。使用这种系统,不管医师的经验、患者的位置和导管相对于解剖特征的位置如何都确定导管的不精确的3D位置。本发明详述图像分析算法的使用,以只使用2D荧光透视确定3D空间中的导管尖端的位置。(尽管可以使用任何不透射线仪器,但是,本文中呈示的实施例利用心脏导管尖端作为3D位置估计的感兴趣点。)
如上所述,希望实现至少±4mm的z轴确定精确度。为了实现这样的精确度,已经确定在测量医疗对象尺寸时需要的精度是约0.023mm(对于典型的导管尺寸和检测器几何结构)。由于本文中公开的本发明的方法使用由一系列边缘点形成的两个边缘来估计对象尺寸,所以对于每一点需要的误差是此的一半(0.023mm/2=0.011mm)。对于具有1000x1000像素的分辨率和20x20cm的面积的典型的检测器,每一个像素是200mm/1000像素=0.2mm/像素。与0.011mm的精度相对应的像素的分数是0.011/0.2=0.05像素(约一个像素的二十分之一)。
图4是用于使用单平面荧光透视系统确定诸如导管的对象的3D位置的本发明的方法的实施例20的总体示意图。为了方便起见,此后的本发明的系统被称为导管尖端3D位置系统,并且,在本文中将被称为C3DLS,以缩短该术语。术语“系统”在该术语的广泛使用中被用来描述方法,因为该方法主要由构成系统的软件实现。术语“过程”和“功能元件”以及在示意图中的各个元件中提及的特定术语在描述本发明的方法或系统的操作或方法步骤时在本文中被可互换地使用。
C3DLS20包括产生可用作数字图像流的一系列序列2D荧光透视图像的常规的单平面荧光透视系统10的使用。产生这种图像的速率可以是典型的速率,例如,每秒7.5或15个图像(帧),但是,这种速率不应当限制本发明的范围。(X射线系统能够每秒产生较低和较高速率的图像。)这种流中的图像可用于由C3DLS处理,并且,在功能元件23中通过图像选择过程来选择。对于元件23的图像选择过程的进一步的细节在图6中被找到并稍后在本文中被描述。图像选择过程23确定哪些图像将由C3DLS20处理。
示例性图像是8位字节的1000x1000阵列,每一个像素一个字节,其中,每一个字节保持从0到255的范围内的强度值。另一个示例是具有表示每一个像素的两个字节(16位)的从0到4095的范围中的12位像素强度值的512x512阵列。对于每一个图像帧,还需要和输入左/右角度和颅/尾角。这些示例不应当是限制性的;其它数据格式也是可能的。
C3DLS20的其余部分包括对已经通过图像选择过程23选择的图像的处理。对于这些处理步骤的开始点在图4中被标记为点B,从而这一点可以在后续的图中被理解。这同样适用于图4至9中的点A-G。
C3DLS20包括自动化过程,通过该自动化过程,导管尖端被找到并被识别为已经通过图像选择过程23选择的图像内的导管尖端;该过程24(用括号指示)包括C3DLS20中示出的两个功能元件作为簇形成25和导管尖端识别27,并且,参照图7被更加详细地描述,通常具有功能块131-145。簇形成25是这样的过程,通过该过程,图像中的邻近的像素作为表示感兴趣对象的可能的组相互关联。可以是导管尖端的对象在图像内形成这种组(簇)。导管尖端识别27是这样的过程,通过该过程,适当的簇被确定为导管尖端的图像。
C3DLS20包括功能元件29中的导管尖端的测量和功能元件31中的这种测量的进一步的细化。导管尖端测量的校正31涉及几个本发明步骤,并且,表示本发明中的另一个重要的概念。稍后在本申请中参照图7至9呈示进一步的细节,其开始于图7的功能块147并包括图8和9的全部。
然后,C3DLS20前进到功能元件33,以基于导管尖端的精确测量来确定导管尖端的3D坐标和取向,在该确定中使用荧光透视系统10的几何结构。
在现在知道导管尖端的3D位置和取向的情况下,这种信息可供临床医生以各种方式使用。功能元件35表示以各种方式显示这种数据,其中有简单的坐标显示,其示出导管尖端的深度(z坐标),使得临床医生可以在观看x和y图像信息时知道深度。但是,还可以使用提供这种数据的很多其它的方式,包括3D标测数据的产生和显示,使得临床医生能够可视化各种解剖结构,以便有助于介入程序。
下面的节更加详细地描述C3DLS20。在本发明中涉及的概念当中,本发明考虑2D荧光透视图像的固有特性,并且,使用高端计算算法来解决3D空间中的导管深度(z坐标)的问题,在常规的X射线系统中丢失了该数据。
由于荧光透视图像是投影,所以它们是成像体积的表示,其中,基于X射线源11、被成像的解剖结构和X射线检测器13的相对位置,根据精确的几何规则,成像的3D解剖结果被变换为2D投影图像。由此,由于X射线源11离在台子12上的被成像解剖结构的有限距离,所以X射线投影成像包括固有的投影失真。结果,更靠近源11的对象比投影图像中的更远离源11的对象被放大得更多。
图10和11描绘了荧光透视系统10的这种锥形投影和由此获得的图像。图10示出具有永久起搏器引线115和117的荧光透视图像113。两个ECG贴片119P和附属引线119L被示出在图像113中。由于这两个贴片119P和引线119L位于相同的z位置,所以它们的尺寸没有差异。但是,在图13中还示出两个导管121和123。导管121和123是相同的导管,但是,导管121比导管123大地出现在图像113中,因为导管121位于患者胸部的后面,导管123位于胸部的前面。导管121由此更靠近X射线源,从而,由于从荧光透视系统10的几何结构存在的圆锥投影或梯形失真效果而导致导管121和123的图像的放大率不同。
图11提供进一步的图示,从而描绘由锥形投影产生的图像的示意表示。X射线以锥形束从X射线源11发出,中心轴CA从其通过。两个点P1和P2分别位于离2D荧光透视系统10的中心轴CA的距离x1和x2处。x1和x2在离中心轴CA的相等的距离。P1和P2也分别位于离患者台子12的距离z1和z2处。在本示例中,虽然x1和x2相等,但是,在X射线检测器13上的图像中的对应点的x位置X1和X2不同。X1大于X2,该差异图示了2D荧光透视图像中的失真。
在目标对象(例如,人体)中没有经过光电吸收或康普顿散射的锥形束中的那些X射线到达检测器13,以形成主2D辐射图像。到达检测器13的X射线光子的空间图案中的主图像信息源自:随着主X射线沿着其直线路径传播,由患者内部的每一层、结构和装置(例如,肺、心脏、椎骨、导管)提供的不同的增量衰减。该衰减遵循公知的指数衰减过程。另外,作为主X射线产生的康普顿散射中一些通过患者,也到达检测器13。这些X射线不携带实用信息,减少解剖结构内部的对象的表观对比度,并且添加到图像中的量子X射线噪声。
X射线检测器13将入射到其上的X射线的空间图案转换为数字图像。该数字图像通常被处理、存储和显示。另外,数字图像中的信息被用来控制X射线发生器,该X射线发生器又激励X射线管。通常,荧光透视系统10包括自动亮度控制(ABC),该自动亮度控制(ABC)用来控制系统10以缩放数字图像,使得数字图像的平均强度将为数字图像强度尺度的约50%或稍微低于50%,例如,在0到255(8位图像强度尺度)的检测器范围内的100的平均强度。心脏区域中的亮度值可能是约100,在肺中的值超过200,并且,在脊柱中的值为约25。根据图像中的散射的量和束谱,导管电极尖端的图像中的强度值可能接近0或略高。
一般地,由于较高的信噪比(SNR),图像的强度级别越高,图像质量就越高。但是,所有的其它东西都是相等的,图像SNR越高,到患者的辐射剂量就越高。因此,X射线系统的每一个成像模式提供图像质量(SNR)和患者剂量之间的折中。由于复杂的心脏介入程序所需的荧光透视时间的量,临床医生以提供充足成像的最低的患者剂量和图像SNR级别操作。这又意味着,典型的荧光透视图像是“有噪声的”,即,意味着由于随机的X射线量子噪声而导致在每一个图像元素(像素)中存在强度级别的显著的统计变化。
荧光透视系统10可以控制的因素包括束能量谱、束强度(对于给定的束谱)和曝光时间。系统10的操作者通常具有选择荧光透视成像速率(以每秒的图像数量测量)的能力。对于本发明包括的心脏应用,可用速率可能通常在每秒3.75至30图像的范围。由每一种身体组织提供的衰减的程度和在患者内放置的装置由组织或材料成分、其密度和X射线束谱确定。由于X射线系统自动地调整束谱,在其它因素当中,为了实现期望的图像SNR,由此得出,在身体内放置的装置的衰减以及因此其相对于图像中的相邻区域的对比度将根据患者的尺寸、特定的成像场景和系统10的各种设置来改变。取决于患者尺寸、成像视场、患者离检测器13的距离和其它因素的图像场景中的X射线散射的量也影响身体内成像的装置的对比度。
再次参照图4,功能元件21包括对C3DLS20进行初始化和校准的步骤。图5是初始化和校准步骤21的更详细的示意表示。图5包括荧光透视系统10A,以附图标记10A而不是10标记,以指示单平面荧光透视系统10在初始化和校准步骤期间在两个不同的C臂8角度位置中使用,以便产生两个2D X射线图像来捕获z坐标信息。(术语“两视图荧光透视”用来将其与双平面荧光透视区分开,在双平面荧光透视中,附加硬件被包括在内,以便以产生第一图像相同的距离在不同于第一平面的屏幕中产生第二2D X射线图像。)本发明的重要目的在于使用最简单的荧光透视系统硬件(例如,图2中的系统10)提供3D位置和取向信息。两视图荧光透视是指在第一C臂8角度位置中首先产生2D X射线图像并然后在将常规的单平面荧光透视系统10的C臂8旋转到第二角度位置之后产生(在相同位置中的相同对象的)第二2D X射线图像的过程。图像选择过程23起到在初始化和校准过程中捕获和选择所需的特定图像的作用。图像选择23被自动地或手动地控制,以通过C3DLS20供应用于处理的期望的数字图像。
为了对C3DLS20进行初始化和校准,使用图5中示出的两视图荧光透视作为功能元件39来测量导管尖端的有效的X射线尺寸(两视图投影计算)。确定有效的X射线尺寸是C3DLS20中的重要步骤。导管可以被涂敷弹性材料层,其根据导管不同而厚度不同,并且,可能具有与导管的其它部分(例如,金属部分)不同的吸收X射线能量的能力。其与导管制造工艺变化的存在一起意味着,(1)不能基于制造者模型号针对实际导管尺寸(例如,直径)进行假设;以及(2)物理卡尺测量不足以表征特定的导管将如何出现在X射线图像中。
功能元件39的测量通过将导管放置在X射线源11和X射线检测器13之间的台子12上(例如,以其无菌包装在患者的顶部或者直接在台子12上)而执行,并且,来自不同的已知的C臂8角度位置和几何结构的两个图像通过视频获取在功能块37中被获取。使用从两个不同角度拍摄的相同对象的两个2D图像的数据来确定导管的3D坐标和有效尺寸的分析方法是数学领域的技术人员所公知的,其涉及具有双未知数的三个方程的超定系统。一种这样的方法利用最小二乘法的方法。一般地,由于图像内的像素化,交点(x,y,z)将不精确地相同。因此,这种统计方法适用。
为了这种分析提供对有效的X射线尺寸的精确估计,在两个图像内识别的导管尖端的点(x,y,z)必须与物理地在导管上的相同点相关;否则,在分析背后的假设是不正确的,将会导致错误的结果。已经发现,导管尖端图像的大致矩形区域的中心和该区域的四个角落是用于这种确定的好点。
导管直径是在C3DLS20内使用的重要尺寸。有效的X射线直径是导管尖端直径的值,当被应用于从2D荧光透视图像中的测得的导管尖端图像进行的深度计算时,该值提供最精确的无偏结果。使用有效的X射线尺寸显著地减少了测量偏差,因为使用将在后续单视图测量中发生的相同的测量偏差来计算其确定。由于已知在这两个视图中的每一个中包括的几何放大因素,所以任意一个视图可以用来计算有效的X射线直径,或者,为了提高的精确度,可以使用两个或更多个值的平均值。
从2D图像测量导管尖端易受来自几个源的偏差,其包括X射线管焦斑半影、图像处理(例如,边缘增强)和应用于图像中的导管尖端的强度分布的阈值的选择。例如,焦斑半影使导管尖端的边缘模糊,从而更难定义精确的边缘。X射线检测器13由于检测器13内的信号的横向色散和检测器元件为有限尺寸(例如,140-200微米)而引入导管尖端图像边缘的一定模糊。此外,使用阈值来估计图像内的导管尖端的边缘的位置。该阈值是导管尖端图像的暗区域和暗图像周围的较亮的背景区域之间的强度值。该特定的阈值被选择以对背景噪声不会过度敏感,但是,可能是误差源。
这些偏差存在于用两个视图图像以导管尖端深度进行的测量中,但是,随着C3DLS过程进行而还存在于所有的其它的后续导管尖端宽度测量中,从而,后续测量偏差往往会通过使用有效的X射线尺寸被取消。例如,以与两视图图像相同的深度进行的导管的任何测量应该是无偏差地相同。此外,在使用C3DLS20在身体中的心脏或其它器官内导航中可能遇到的深度范围内,偏差不应该显著地改变。在介入电生理程序中,导管尖端的移动可能在离其初始深度的±3cm的范围中。由于源11与图像13的距离通常在100-120cm的范围中,所以深度偏移的范围相对较小。
确定导管尖端的有效的X射线尺寸的过程39还包括识别这两个图像内的导管尖端图像。该识别可以通过用户交互或者通过自动化识别步骤来进行。这种自动化步骤稍后在本文中作为C3DLS过程中的步骤被描述,并且,在所需的初始化和校准内被应用。由于自动化是本发明的主要目的,所以自动化导管尖端图像识别是初始化和校准内的优选方法。
初始化和校准内的其它步骤包括设置用于最大和最小导管尖端图像面积的标准(步骤41A)和设置用于最大导管尖端图像长度的标准(步骤41B)。这些量和关系中的每一个稍后用于在C3DLS20内进行的计算中,并且,稍后将在本文中被讨论。
尽管任何或全部顺序地获得的图像可以被分析和使用,但是,用于C3DLS过程的重要部分是选择哪些图像帧由C3DLS20内的算法处理。由于(1)患者的物理移动(例如,周期性的心脏和呼吸运动以及其它运动,例如,病人或设备的重新定位)和(2)计算机的处理速度,并没有处理所有的图像。对于周期性的运动,希望在C3DLS20内处理的图像在这些运动内以相同的相位被捕获,并且,C3RDS20的计算结果被实时地显示给临床医生。为了选择这些运动内以相同的相位的图像,可以利用这样的处理,通过该处理,在相对较小运动的时段期间选择图像。这种处理被称为门控。
再次参照图4,在初始化和校准21之后由C3DLS20处理的每一个2D图像从被输入到功能元件23的数字图像的序列流选择。数字图像流可以通过被表示为视频获取37的多个不同的硬件配置产生。本发明的一个目的在于提供一种可以与各种各样的常规的2D X射线机一起使用的系统,其视频输出可能明显地变化。满足这种需要的一种方法是从用来驱动X射线图像的显示的信号获取数字图像。这种方法对于计算机和成像硬件领域的技术人员来说是公知的。
图6示出图像选择过程。C3DLS20包括被配置为选择要处理的图像的两个子系统,即,基于心脏的系统(ECG传感器43和R波门50)和基于呼吸的系统(呼吸传感器45和呼吸门47)。一个或两个这样的系统可以被用来控制图像选择器38。除了心脏门控和呼吸门控以外的图像选择的其它可能的方法可以被编程到图像选择器38中。这些可以包括但不限于基于可用的另一种信号或输入命令的定时。
心脏和呼吸门控都用来选择其间发生最小运动的图像,以最小化由于X射线检测期间的运动导致的图像模糊。在心脏门控的情况中,还可能希望选择心脏周期的特定相位期间的图像。
在下一节中,描述R波门控,通过该过程,荧光透视图像被ECG门控。
人的心脏由电活性的肌细胞构成。这些细胞在细胞膜去极化时收缩,并且,这导致(1)心的四个室至关重要地收缩以泵血,以及(2)在身体表面上可作为心电图(ECG)检测的弱电流。在心电图中,主导部分是QRS复合波,其最明显的特征是在最大质量的肌细胞去极化时产生的R波。这些细胞构成心室,并且,对于ECG信号,左心室是大的贡献者。ECG的其它特征是P波(心房去极化)和T波(心室复极化)。(为了所示的代表性的R波,参见图13A。)QRS复合波包括Q波、R波和S波,并且,通常由R波占主导。(QRS复合波的该特征是一种简化。图13A的示例ECG不包括可识别的S波。事实上,比较常见的是,Q、R和S波中的任何一种可能会丢失。并且,ECG极化和去极化序列中的多种其它变化也是可能的,这对于心电图领域的技术人员来说全部是公知的。ECG信号在ECG测量的多种引线当中对于不同的患者明显地变化。图13A的代表性的单引线ECG信号是例如Q波和S波可能在ECG信号中如何不容易被识别的良好的图示。R波对于不同的患者也明显地变化,但是,由于其主导特性而被更可靠地识别(检测)。来自多种源的测量噪声也是ECG信号中的混杂因素。
在某些程序期间,为了在患者的跳动的心脏中标测和消融,电生理师(EP)必须定位且不断重新定位几个不同的导管。通常,EP具有可用的荧光透视成像系统,其使用通过患者的X射线来制作心脏的2D图像。EP快速地工作以最小化荧光透视图像的数量,从而尽可能地减少程序时间并由此减少患者对X射线的暴露。荧光透视图像通常以每秒7.5或15个图像的速率(有时候甚至更高的速率)获得,从而通常提供每心跳多个荧光透视图像。
因为心脏腔室(心室和心房)的收缩必定导致心脏室壁的运动和血流,所以位于心脏腔室中的任何导管将移动。对于EP来说,导管随着每一次心跳的移动是主要的复杂化因素。但是,由于大部分心跳非常类似于紧邻最近的心跳,所以该移动是高度重复的。(该心脏运动是主导的混杂的运动,但是,另外,存在来自呼吸的较小的、较慢的重复的混杂的移动。可能还存在来自患者的随机移动。)
R波门控,相对于心跳的成像的定时,可能有帮助的方式有三种:(1)向EP提供一系列的荧光透视图像,其中,在单个心跳期间的心脏和导管的移动全部基本上被去除,从而,从一次心跳到下一次心跳,EP实际上看见稳定的图像;(2)选择心脏移动最小的时间或时间范围,使得可以在单X射线图像的短曝光时间期间以最小量的模糊捕获荧光透视图像;以及(3)在心动周期的特定的时间(通常是舒张)处选择荧光透视图像,该时间可以与在例如制作心脏的计算机断层扫描(CT)图像时的心动周期的相同相位匹配,并且,其正被用作用于消融相关信息的演化模型的素材。
为了从心跳到心跳提供稳定的图像,检测心跳的恒定相位。检测心跳的最容易的且最可靠的的相位是心缩期,正是在R波的时刻。在心室去极化和收缩时发生正常心跳和异位(不正常)心跳的R波;由此,出于此目的,可以使用正常和异位心跳的图像。
关于最小的心动,许多图像可以被保留用于计算机分析或呈示给EP,因为在很多正常的心跳周期期间,心脏室壁正在更慢的移动。R波门控间接地识别这些时间段作为与每一个识别的R波的定时偏移。在选择心动周期中的特别有利的瞬间(用来获得荧光透视图像)时,该时刻被预测为与检测到的R波的偏移间隔,而不是在ECG中直接识别该时刻。因此,在ECG信号中检测R波是用于这种心脏门控的重要功能。
希望该R波门控功能是简单的、可靠的、精确的且自动化的,涉及到低的计算负荷,能够在单个ECG信道上发挥作用,并且尽可能实时地操作(即,具有最小的延迟)。
图12示出本发明的R波检测系统50的实施例。图12包括提供R波检测系统50中示出的所有的信号和参数的定义的图例。本实施例以一般性(参数被示出为符号)和特异性(在“图例”的底部给出参数的值)的方式被示出。图13A至13C示出下面描述的在R波检测系统50中使用的三种信号。
如图12所示,来自被监测的活体的单信道模拟ECG信号x(t)通过模拟数字转换器(A/D)51(在系统50中A/D采样率fs=每秒500个样本)被转换为数字ECG信号x(ti)。在图13A中示出代表性的数字ECG信号x(ti)。数字ECG信号x(ti)通过25Hz数字带通滤波器53被馈送,以产生中间数字信号f(ti)。在图13B中示出由x(ti)产生的代表性的中间数字信号f(ti)。
R波检测系统50的滤波器53和所有的其它剩余元件可以在软件中被实现,该软件被编程以在数字计算机(例如,PC)中计算所需的量。滤波器53包括作为x(ti)的k个样本的移动窗和的矩形波滤波器s(ti)和产生中间ECG信号f(ti)的第二差分滤波器。在图12的流程图中,示出用于s(ti)和f(ti)的公式。如R波检测系统50中所示,k具有值10。也就是说,s(ti)是数字化ECG信号的当前输入值x(ti)和前面的9个值之和,并且,中间ECG信号f(ti),即,带通滤波器53输出,是这些和s(ti)的第二差分。
数字带通滤波器的中心频率取决于k与采样周期ts(ts=1/fs秒)之积。在图12的实施例中,k=10且ts=0.002秒。这两个量之积是对应于25Hz的带通滤波器中心频率的20毫秒。该滤波器关系对于数字信号处理领域的技术人员来说是公知的。
在本实施例中,滤波器53是具有60毫秒宽脉冲响应的对称的有限脉冲响应滤波器。中间ECG信号f(ti)的峰值在输入ECG信号x(ti)的峰值之后的约30msec(30毫秒),从而引入约30msec延迟。
请注意,图13中的f(ti)以及由此图13C中的g(ti)被示出为具有比图13A中的x(ti)高很多的信号电平。这是由于如滤波器53所示对于s(ti)的关系不是除以k(不是对10个值进行平均,而是求和)的事实的缘故。这种实施例不应当限制带通滤波器53的结构;由此可知,对于中间数字信号的计算求平均或者求和或者甚至使用增益的差值都不会改变R波检测系统50的实施例的基本结构。此外,对于x(ti)、f(ti)和g(ti)所示的信号电平是数字信号的任意电平,并且,R波检测系统50的性能不取决于这种信号增益设置。
中间ECG信号f(ti)通过在元件55处计算其绝对值来被整流,以产生滤波的ECG信号g(ti)。在图13C中示出由f(ti)产生的代表性的滤波的ECG信号g(ti)。在比较器元件57处将滤波的ECG信号与计算的ECG跟踪阈值TT进行比较。如果滤波的ECG信号小于或等于ECG跟踪阈值TT,则计数器59被递增一个计数。由于每当新的滤波的ECG信号值在R波检测系统50中可用(即,每秒500次)时由比较器57进行比较,所以计数器59实际上是定时器。因此,在本实施例中,每一次计数等于2msec。如果在比较器57处滤波的ECG信号超过ECG跟踪阈值TT(通常在R波期间),则计数器59被重置为0,如图12的流程图中的元件61所示。这种重置为0只有在通过从比较器57得到的比较触发时发生,并且,由计数器重置61和计数器59之间的虚线连接指示。
在从计数器重置61起重置之后的时间段期间,当滤波的ECG信号低于ECG跟踪阈值TT时,计数器59不被重置,并且,继续计数。在计数器59达到如比较器元件63确定的预定的不应计数RC时,输出R波触发,并且,该触发被提供给C3DLS过程的其它部分,或者由需要心脏门控信号的其它系统使用。在本实施例中,不应计数RC具有与90msec(45x2msec采样期)的不应期相对应的45的值。采用该组参数,在产生R波触发时,R波检测系统50指示R波在约120msec之前发生了(约30msec滤波器延迟+90msec不应期)。如果来自计数器59的计数不等于比较器63中的RC,则该过程仅等待下一次采样发生,如功能元件68所示。
心跳的每一个周期的一部分被称为不应期(refractory period),在该期间心脏肌肉复极化。在该期间,下一次心跳不能发生,即,直到复极化完成。不应计数RC的目的是防止在单个心跳内发生双触发。
图13D是来自图13C的滤波的ECG信号g(ti)的放大部分,如图13C所示。图13D示出代表性的滤波的ECG信号g(ti)的两个心跳段。这两个心跳相隔约0.67秒。沿着时间轴的第一心跳段由以字母“a”结尾的附图标记表示,并且,第二心跳段中的类似的特征具有带字母“b”的类似的附图标记。在滤波的ECG信号的其它部分当中,每一次心跳包括在主要由数字ECG信号x(ti)中的对应的R波产生的峰值71a和71b周围的信号段。在峰值71a和71b的前侧分别是较小的峰值73a和73b,并且,在峰值71a和71b的尾侧分别是较小的峰值75a和75b。在图13D中的信号g(ti)的剩余区域内的是具有比刚描述的峰值低很多的电平的信号。
R波检测系统50包括ECG跟踪阈值TT的动态设置,并且,ECG跟踪阈值TT与发生R波触发的ECG信号的所有之前的电平无关。在包括跟踪阈值的动态设置的现有技术的R波检测器系统通常基于发生了触发的之前的ECG信号电平的平均值或者在由之前的R波触发的处理的ECG信号电平的一些其它功能确定的电平处设置跟踪阈值电平。这种之前触发电平相关R波检测器可以很好地操作,只要心脏性能没有变化太多,或者,只要ECG信号不包含太多的噪声。特别地,心律失常或其它心电异常导致这种现有技术的R波门表现不佳
在R波检测系统50中,滤波的ECG信号g(ti)由元件65监测,以找到预定时间段tm内的其最大值。时间段不是移动窗时段,而是一系列的tm秒长的连续(sequential)时段。以这种方式找到滤波的ECG信号g(ti)的最大值,允许R波检测系统50适于改变ECG信号x(t)内的信号电平。基于g(ti)的最近的最大值,在元件67中计算建议的ECG跟踪阈值ST,作为常数c1乘以g(ti)的最大值。在本实施例中,c1=0.5。然后,在元件69中,ECG跟踪阈值TT如下计算:
TT=TTp+c2(ST-TTp)
其中,TTp是TT的之前设置的值,并且,c2是常数。ECG跟踪阈值TT的计算值被用于比较器57中,除非对于在产生最后一次触发之后的预定的断开期(dropout period)tD,尚未产生新的处理,此时,ECG跟踪阈值TT被设置为ST。在本实施例中,预定的断开期tD被设置为5秒。
用于跟踪阈值TT的初始值可以被设置为实验上确定的数值。但是,跟踪阈值TT的动态设置在几个时间段tm中快速地收敛到其合适的值。
ECG跟踪阈值TT被重复地调整,以适于等于建议的ECG跟踪阈值ST的分数的水平。(在图13的实施例中,该分数是0.5。)为了逐渐地调整ECG跟踪阈值TT,从滤波的ECG信号g(ti)的独立的tm秒时间段得到建议的阈值ST。(这些时间段是独立的,因为它们没有重叠地连续,即,这些时间段不是移动窗时段。)在tm秒内检查滤波的ECG信号g(ti),以在该tm秒的时段内找到其最大值。因此,在对于该2秒时段的本实施例中,ECG跟踪阈值TT的良好的选择是在该时段期间g(ti)的最大值的一半。但是,滤波的ECG信号的下两秒被类似地、独立地检查,并且,ECG跟踪阈值TT在每两秒(一般地,tm秒)的末端处被逐渐地调整,从而,TT往往会跟踪(适于)独立的建议的阈值ST。
元件69的自适应过程操作用来将ECG跟踪阈值TT以其紧邻之前的值TTp和每一个新建议的阈值ST之间的差的分数c2调整。该过程将ECG跟踪阈值TT对于建议的阈值ST的变化(在连续的不应tm秒时段中的滤波的ECG信号的最大值的变化)的响应平滑化。ECG跟踪阈值TT的平滑的量取决于c2的值,并且,更大量的平滑也在ECG跟踪阈值TT对建议的阈值ST的变化的响应中添加更多的时间滞后。更接近0的c2的值在响应中提供更大量的平滑和更多的滞后。更接近1的c2的值产生较不平滑且较快的响应。
如果对于tD秒的时段没有发生R波触发,则也调整ECG跟踪阈值TT。这发生在当由于滤波的ECG信号g(ti)中的更快的变化而导致ECG跟踪阈值TT没有足够快速地作出响应并且正没有检测到R波时的极少数情况下。在图12的实施例中,tD是5秒。当这发生时,ECG跟踪阈值TT被设置为建议的阈值ST的当前值,从而导致心跳开始被立即检测。
如上所述,图12的本发明的R波检测系统50的实施例被示出具有如下的参数设置:数字采样速率=500sps;k=10;tm=2秒;c1=0.5;c2=0.25;tD=5秒;以及RC=45。已经确定,这样的一组特定参数在R波检测系统50中运行很好,但是,这种参数值不应当限制本发明的范围。
500sps的采样速率和10个样本的矩形波窗和将滤波器53设置为25Hz带通滤波器。通过将带通滤波器合并有与典型的(~15Hz)相比较高的中心频率(~25Hz),本发明的R波检测系统50能够在允许充足的R波信号内容可用于检测目的的同时更强地拒绝T波和P波。在本发明的范围内,带通滤波器53可以具有除了25Hz以外的中心频率。但是,如果带通滤波器53的中心频率被设置得太高,则可能不希望地拒绝异位或束支R波。
在元件65中确定g(ti)的最大值的预定的时间段tm需要足够长,以确保包含用于全范围的预期的心率的至少一个R波。因此,希望约1.5秒的最小值。2秒的tm的值对应于确保将适当地处理30bpm的心率。较长的时间段导致ECG跟踪阈值TT适应于要不希望地延迟的ECG信号中的变化。
由于较低的设置会冒险在P波和T波上产生触发,并且,更高的级别会冒险失去在呼吸周期的一部分期间的较低振幅或者来自较低振幅的异位心跳的R波,所以将ECG跟踪阈值TT设置在滤波的ECG信号g(ti)最大值的约一半(c1=0.5)处是合适的。c1的良好的值范围是在约0.4到0.7内。
常数c2影响适应于ECG信号变化的速率。已经发现,c2=0.25提供良好的适应速率;较小的校正步骤使适应变慢,并且,较大的校正步骤对ECG信号中的孤立的伪影过度反应。在约0.15到0.8的宽范围内的c2的值允许如需地选择自适应速率。
通过设置如上所说明的作为计数值的不应期参数RC来设置不应期的时间长度。不应期(时间)是RC乘以数字信号的采样期。在图12的实施例中,不应期是45x2msec=90msec。在30到250msec的范围内的不应期提供具有用于参数RC的对应的计数值的可用的值范围。较短的不应期会冒险在单个QRS复合波内产生双触发;较长的不应期会引入附加的延迟。此外,在异位心跳非常早或者存在非常高的心率时,较长的不应期会导致失去的心跳检测。取决于特定的ECG信号,可以实现设置RC以在心跳的最希望的区域中产生触发。
现在参照图13D,示出了两次心跳。这些心跳包括如上所定义的一系列峰值。在描述R波检测系统50的操作中,假设根据前面的2sec时段tm,确定ECG跟踪阈值TT(81a)具有示出且没有非常按比例的490的值。系统50及时地前进到处理滤波的ECG信号g(ti)的顺序值,与峰值73a相关联的g(ti)的值都不高于ECG跟踪阈值TT(81a)。在沿着由附图标记77a指示的g(ti)的点以及77a和79a之间的所有的采样点处,g(ti)高于ECG跟踪阈值TT(81a)。因此,在该区域(77a-79a)中的每一个采样点处,计数器重置61将计数器59重置为0。在经过点79a的g(ti)的每一个采样点处,计数器59递增1,并且,当计数器59具有等于RC(45个计数)的值时,R波检测系统50在由附图标记83a所示的时间处输出门控触发。对于调整触发输出(例如,产生固定长度的脉冲)有几种方法;这些方法对于信号处理领域的技术人员来说全部是公知的,并且,R波检测系统50的操作不取决于这种调整。
随着处理进行,元件65监测g(ti)的值以在以对应于虚线85的时间结束的2sec时间段tm期间找到g(ti)的最大值。在峰值71a处出现最大值,并且,在本示例中,具有945的值。随着时间推移通过线85,通过元件69中的如下计算来建立ECG跟踪阈值TT(现在为81b)的新值。TT(81b)=490+0.25*(945/2-490)=485.63。(图13A至13D的时间轴被标度为在t=0处开始;但是,该时间表示是完全任意的。)
在比较峰值71b周围的R波检测系统50的操作时,请注意,峰值73b高于ECG跟踪阈值TT(81b),因此,对于高于TT(81b)的峰值73b内的g(ti)的任何采样点,计数器重置71将计数器59重置为0。但是,沿着g(ti)的点77b(以及77b和79b之间的所有的点)也使得计数器59在计数器59到达值RC(45计数)之前被重置为0。因此,点79b是沿着g(ti)的最后的点,以重新开始计数器59的计数,并且,然后,在由附图标记83b所示的时间处产生R波触发。
本发明的R波检测系统的一个优点是,它产生非常低的假阳性检测率,即,在没有发生R波时发生触发的比率极低。由此,并行地使用多个R波检测系统可以提高R波检测的总性能。例如,当在一个ECG信道中丢失了异位或短的R波时,它在不同的ECG信道中是经常可检测到的。本发明的一个方面是将多个R波检测系统组合成复合R波检测系统,以便提高精确度。
ECG信号通常可用作来自放置在活体上的不同位置上的电极的多信道。各个信道信号特性相似,但是,在具体的形状和相位上都稍微不同。图14A和15A示出这种复合R波检测系统的两个实施例。
首先,参照图14A,其示出一个实施例,即,复合R波检测系统50c1。复合R波检测系统50c1包括n信道ECG信号,作为到n信道R波检测系统50(1)-50(n)的输入。这种信道R波检测系统在结构上与R波检测系统50相同,但是,每一个在其自身的对应的信道ECG信号上独立地操作,以产生其自身的信道R波触发信号(在本文中有时被称为信道触发信号)。该组信道触发信号分别由附图标记87以及t1(t)、t2(t)...tn(t)指示。复合R波检测系统50c1包括其输出是指示多信道ECG信号中的R波的检测的复合R波触发信号89的“或”门91。
图14B进一步示出复合R波检测系统50c1的操作。示出四个时间线功能,即,三个信道触发信号87和复合R波触发信号89。这些信号中的每一个被表示为正常逻辑表示中的高(HIGH)或低(LOW)(0)。这种表示不应当是以任何的方式限制的。信道R波检测系统50(1)-50(n)包括信道触发信号t1(t)-tn(t)的信号调整,使得每当信道R波检测系统(50(1)至50(n))检测R波时,在对应的信道R波触发信号中产生固定持续时间的脉冲。
脉冲93、95和97是各个信道触发信号中的这种固定持续时间脉冲。(这种信号调整对于信号处理领域的技术人员来说是公知的,并且,这里未示出。)复合R波触发信号89是“或”门91的输出。在各个信道R波触发信号中的任何一个都是HIGH时,输出tc(t)是HIGH,如图14B所示。所得到的tc(t)的输出脉冲的前沿可以被视为发生复合R波触发的时间,但是,与脉冲99有关的其它时间也可以被视为此。
脉冲93至97的时间宽度可以被设置为这样的时间段,在与用于复合R波检测器的信道R波检测器的各个RC值的不应计数RC相对应的时间段相加时,总和是与用于R波检测器50单独地操作的不应计数RC相对应的时间段。因此,如果与用于信道R波检测器的不应期RC相对应的时间段被设置约50msec,则脉冲93至97的长度可以是约40msec。此和的合适的值范围可能是50到200msec。
图15A示出复合R波检测器的第二实施例,即,复合R波检测系统50c2。复合R波检测系统50c2包括作为复合R波检测系统50c1的类似的输入和相同的信道R波检测系统,以产生信道触发信号t1(t)-tn(t)。信道R波触发信号t1(t)-tn(t)被输入到触发窗滤波器100。触发窗滤波器100输出触发输出tc(t)中的复合R波触发(101)。触发窗滤波器100被配置为当其接收到来自信道R波检测器中的任何一个的信道R波触发时输出触发输出tc(t)中的触发。当在tc(t)中发生这种触发时,来自不触发复合R波检测器50c2的信道R波检测器的所有的信道触发信号在触发复合R波检测器触发输出tc(t)之后的预定的时间段(断开期tLO)内被忽略。
图15B示出一个这样的触发。信道R波触发信号t1(t)-tn(t)均包含由脉冲103、105和107表示的信道R波触发。脉冲105首先由触发窗滤波器100接收,并且,该时间由虚线111指示(在下文中被称为时间111)。在时间111之前,触发窗滤波器100准备接收在其所有的输入87上的信道触发。在时间111之后,触发窗滤波器100被配置为忽略在预定的时间段(锁定期tLO)内接收到的所有的其它信道触发,该预定的时间段在本实施例中被示出为时间113和时间111之间的差。复合R波触发输出tc(t)被示出为具有持续时间tLO的恒定脉冲109,但是,该特定的脉冲形状不应当是限制性的;可以使用任何合适的脉冲形状。
触发窗滤波器100可以被配置为在除了首先接收到的以外的信道R波触发信号上触发。例如,触发窗滤波器100可以被设置为在第二或第三或其它的接收到的信道R波触发信号上触发。
断开期tLO的时间宽度被设置为确保在断开期tLO结束之前发生了用于单心跳的所有的信道R波触发。用于tLO的合适的值范围可以是约150到300msec,并且,tLO可以优选地被设置为约200msec。
在复合R波检测系统50c1和50c2中,信道R波检测系统50(1)-50(n)中的每一个可以被设置为利用相同的参数值或者可以被设置为利用在信道R波检测系统当中变化的参数值。
应该注意,本发明的复合R波检测系统不需要利用被实现为R波检测系统50的类型的多个本发明的R波检测系统作为信道R波检测系统。其它的R波检测器可以被用来处理信道ECG信号并产生信道R波触发信号。但是,信道R波检测系统50输出极少的假阳性触发的事实是使本发明的复合R波检测系统成为有利的原因。
再次参照图6,图像选择23还可以包括由呼吸传感器45和呼吸门47提供的呼吸门控。呼吸导致胸部(以及,在一定程度上,还有腹部)中的器官的周期运动。以类似于上述的心脏门控的方式,通过跟踪导管的运动并产生运动分布,在运动最小的期间的呼吸周期的相位被识别,例如,吸气末和呼气末。在这些最小运动相位期间的图像被选择以最小化呼吸运动对导管尖端位置的估计的影响。
如本文中使用的呼吸传感器45包括从活体得到关于呼吸的信息的任何类型的信号源。这些包括但不限于直接测量装置、与呼吸同相位地运动的对象和结构的(X射线、光学等)图像以及包含一些呼吸相关信息的ECG信号。这些呼吸传感器45中的任何一个可以被用来产生指示呼吸运动的信号且用作到呼吸门47的输入。
直接测量由呼吸引起的身体运动的呼吸传感器45对于医疗仪器领域的技术人员来说是公知的。例如,在带状结构中安装的换能器被用来测量从其得到有用的传感器信号的腹腔或胸腔运动。呼吸门47仅仅在很少或几乎不运动的时段期间的点处(或者,在一些其它的期望点处)触发图像选择器38以便选择优选的图像。
可替换地,可以通过在一系列荧光透视图像中评估导管尖端的位置来进行导管尖端运动的估计。这通过比较从图像到图像的导管尖端的(x,y)位置并计算从图像到图像的检测器的平面中移动的距离来实现。最小运动由图像之间的运动最小的连续图像指示。
此外,ECG信号中的一些信道可以包含与呼吸相关的变化。通过应用信号处理领域中的技术人员公知的滤波和其它信号处理技术,可以提取这样的呼吸相关信息并使用它作为到呼吸门47的输入。
再次参照图4,在选择图像要在C3DLS20内处理时,在C3DLS20中实现的本发明的方法前进到如下步骤:(1)形成簇(功能块25)作为医疗对象(例如,导管尖端)的候选图像;(2)从候选簇(功能块27)当中识别导管尖端图像;以及(3)确定子像素导管尖端图像尺寸(功能块29)。这些步骤在下面的节中被描述并在图7、8和9中被示出。
带圈的字母B和G表示在C3DLS20中实现的方法中的步骤的此子集的开始和结束点。在图7的顶部的开始点(B)处,选择的图像的数据为其原始形式,即,它尚未从通过视频获取23提供的数据流改变。在图8的底部处的步骤的该子集的结束点(G)处,导管尖端图像已经被非常精确地测量,提供导管尖端图像(簇203)的角落的2D坐标(功能块183)以及导管尖端图像长度、宽度和梯形失真(功能块185)。图8示出其分支如图7的示意图所示的方法步骤以进行与图7的步骤中的一部分并行的一些步骤,在点(D)处,图7的步骤的结果与步骤179、153和181的结果组合,并且,该过程在图8中以步骤183继续并前进到由字母G指示的方法上的点。然后,该方法在具有步骤31至35的图4的示意图中的点G处继续。
图9详细地示出子像素统计边缘检测(功能块153)的过程的方法步骤。在C3DLS20中,这种子像素统计边缘检测在子像素导管尖端图像尺寸确定29中进行三次。到子像素统计边缘检测153的输入用字母E标记且用字母F输出。这三个实例在图7和8内被指示为在E1和F1、E2和F2以及E3和F3之间进行。
这些步骤中的每一个将在下面的具体地参照图7至9的节中被详细地描述。
再次参照图7,在选择的图像中的每一个像素的直方图分类在功能块131中被执行,从而确定横跨整个图像的像素强度的分布。例如,对于典型的8位X射线图像,存在具有0和255之间的强度值的一百万个(1,000x1,000)像素,其最暗的可能值是0。对该图像应用阈值滤波器,将0的像素值分配给具有比阈值强度TH小的强度的每一个像素,并且,将255的亮像素强度分配给所有其它的像素。
基于在簇形成过程135和簇评估步骤137中如何划定簇来迭代地确定阈值滤波器133的阈值TH。阈值TH的初始值被设置为将0值分配给图像中的像素的0.5%。簇被形成(135)和被评估(步骤137),并且,如果确定需要更多的像素来形成候选簇,则在功能块139中增量地增大阈值TH,并且,重复步骤135和137,直到适当的簇满足步骤137的评估。
图16A和16B示出示例2D X射线图像(图16A),对其应用了阈值滤波器后在图16B中示出。阈值滤波在自动地识别导管尖端图像的过程中是有效的,因为导管尖端的图像通常是在这种图像中最暗的对象。(在图16A和16B中,导管尖端图像用附图标记201标记。)因此,由于通过阈值滤波将最暗的像素挑选出,所以在这种过程中导管尖端图像很可能作为候选簇被找到。
以下述的方式来形成簇(图7中的步骤135)。变量(Gap)被定义为暗像素之间的像素的距离。具有0的Gap值的簇意味着簇中的每一个像素是该簇中的另一个像素的直接邻居。具有1的Gap值的簇意味着簇中的每一个像素是簇中的另一个像素的直接邻居或者在它和簇中的邻近像素之间具有1个像素的空间。取决于图像中的噪声的水平,为了提供良好的簇形成性能,对于Gap找到了0或1的值。
当在功能块135中形成簇时,保持簇中的多个像素以及簇中的最左、最右、最顶和最底像素的记录。还知道图像内的簇坐标。该簇信息被用来针对在功能块41A和41B(图6)中的初始化期间建立的标准评估候选簇。簇评估中的测试标准是:(1)在设置的导管尖端图像限制内存在簇区域?(2)该簇足以接近最近知道的导管尖端图像位置(如果知道的话)?
当簇在簇评估137(图7)中通过这种标准时,进行进一步的分析以计算簇中心(功能块141),计算簇中线(功能块143),并且,确定簇的边界框(功能块145)。
在图17中示出一种找到候选簇的中心的方法。图17包括在阈值图像的一部分内的示例候选簇203。候选簇203的中心被计算(功能块141)为到簇203中的每一个单独的阈值像素的一组向量的平均向量。在图17中,这些向量被示出为具有箭头的一组虚线。在图17中只示出几个这样的向量,但是,在中心计算(141)中,包括表示簇203中的每一个像素的向量。
如果在图像中存在n个阈值像素(暗的像素),则平均向量(中心)的x成分仅仅是Xav=1/n*∑xi,并且,y成分是Yav=1/n*∑yi,其中,在所有的n个像素上进行求和。在图17中,得到的中心向量(Xav,Yav)被示出为向量205。
在计算候选簇203的中心之后,在功能块143中执行簇203的纵向中线的计算。表示纵向轴的向量通常平行于簇203的长轴,并且将簇203平分。对于每一个阈值像素(离中心)的向量用于该计算。如图18所示,象限向量V1、V2、V3和V4分别表示在阈值图像的四个象限中的每一个向量之和。(请注意,在图18、19A和19B中,这些向量并不是精确地按比例绘制的。)
纵向轴向量V中线是来自四个象限的象限向量V1、V2、V3和V4的组合。V中线的组合取决于主轴是否主要沿着图19A和19B中所示的X轴或Y轴。主(主导)轴X或Y被定义为包含四个象限向量V1、V2、V3、V4中的任何一个的最长投影的轴。例如,在图19A的情况X中,V1的最长投影是沿着x轴,然而,在图19B的情况Y中,V1的最长投影是沿着y轴。
来自对角线象限(Q1和Q3;Q2和Q4)的向量被相加,以计算其沿着正x轴(Q1和Q4)或者沿着正y轴(Q1和Q2)的总贡献。根据图19A,在x轴情况中,纵向轴向量是V中线=(V1-V3)+(V4-V2)=V1-V2-V3+V4。类似地,对于图19B的y轴情况,沿着正Y轴的向量是V1-V3和V2-V4,并且,纵向轴向量是V中线=(V1-V3)+(V2-V4)=V1+V2-V3+V4。
再次参照图7,在功能块145中,作为候选簇203的边界框通过简单地确定从最左、最右、最顶和最底像素簇203形成的矩形来找到。这些值是从簇形成过程135知道的。图20示出簇203的这种边界框207(虚线)。
再次参照图4,在簇被识别为候选导管尖端图像并且找到其图像中心、中线和边界框(功能块141至145)之后,在C3DLS20内的这种簇图像的处理包括对图像中的原始像素强度数据的操作,不再是对阈值图像像素的操作。本文中描述的子像素导管尖端图像测量操作(功能块29)被称为像素级几何计算,并且,是用于使用单平面荧光透视自动地确定活体中的3D位置和取向的本发明方法的重要特征。在图7至9中示出描述C3DLS20内的子像素导管尖端图像测量29的步骤的更多细节。
像素级几何计算的主要特征是,这种计算允许在分析期间应用统计,因为像素强度不被滤波器变换。在本发明的C3DLS方法中,在确定子像素导管尖端图像尺寸的步骤中,使用统计来以超高速度实现期望的子像素精确度。很多图像处理技术包括使用对像素强度执行复杂的操作但是还将强度数据变换为不保留原始数据值的形式的滤波器,由此,防止对原始数据值进行统计操作。
如本文中描述的像素级几何计算的另一个特征是这些计算可以被非常快速地完成。本发明的一个重要目的是提供一种可以实时地或接近实时地从2D X射线图像计算3D信息的系统,使得C3DLS可以与诸如心脏消融的介入医疗程序同时使用。尽管C3DLS20计算密集,但是,如本发明方法的各种步骤中描述的像素级几何计算相对于很多其它的图像处理技术具有速度优势,并且有助于实现这种高速性能。
再次参照图7,在功能块145中确定的边界框207的区域被扩大以包括边界框207周围的图像区域,以确保在导管尖端图像周围的足够的背景区域可用于后续的计算中,以捕获关于远离簇图像的背景噪声的信息。在实施例C3DLS20中,边界框207在X和Y坐标上都扩大3倍,但是,对于功能块145中的边界框扩大而言扩大因子的值(3)不应当限制性的。
作为功能块151示出的下一步骤是要形成与在步骤143中计算的纵向图像中线垂直的多个图像分布,并且,沿着这种分布对图像进行上采样。图21示出边界框207的一部分中的候选簇203。图21中还示出通过在步骤141中计算的簇中心211的纵向中线209和几个示例分布213。这些分布表示沿着垂直于中线209的线的图像强度。功能块151指示正形成N1个这样的分布。请注意,图21没有示出所有的分布N1;只示出16个分布。分布N1的数量是这样的,使得至少一个分布沿着每一个分布213在两个方向上通过簇203的每一个像素和簇203的外面,从而,图像中的所有可能的强度变化都在N1分布213中被表示。特别希望N1是这样的,使得两个(2)分布与每一个这样的像素相交。
请注意,图21中示出的分布213之间的距离也不是代表分布213相互之间应该如何接近。N1分布213比示出的16个分布213更紧凑,并且,各分布可以沿着簇203的整个长度分布并通过每一端。因此,分布213可以在图21中示出的线L1和L2之间延伸。请注意,各分布可以横跨簇分布的范围取决于被成像的医疗对象的物理形状和用C3DLS跟踪的几何结构的选择。因此,图21中指示的范围不应当是限制性的。
图22示出一个分布213。图22的曲线图的横坐标是沿着垂直于中线209的线的位置,并且,纵坐标是沿着这种线的点的图像强度。候选簇203中的点与图像背景相比是暗的,从而,每一个分布213都具有大致如图22所示的形状。
再次参照图7,功能块151还包括沿着每一个分布213对图像进行上采样的步骤。为了实现±4mm深度的期望精确度,需要测量导管尖端的宽度至少至检测器像素的二十分之一。为了实现这种子像素精确度,在簇图像203中和周围的强度值通过上采样的过程被内插,以便增加图像像素的数量。一种上采样的方法是使用其四个最近邻居像素在任何任意点(x,y)处在原始图像强度值之间进行线性内插。图23示出和提供执行被称为双线内插的内插的计算。在任何点(x,y)处的内插的强度值是四个最近邻居像素的值的加权平均值,其中,每一个权重与离每一点的笛卡尔距离成比例。在实施例C3DLS中使用双线内插不意味着是限制性的。其它的内插方法对于图像处理和数学领域的技术人员来说是公知的,并且,在本发明的范围内。
在图23中,权重Qij是点P的四个最近邻居像素的强度值。点P位于(x,y)处,并且,(x1,y1)、(x2,y1)、(x1,y2)和(x2,y2)是最近邻居像素的坐标。当用24x24的细度(即,在每一个方向上将像素的数量增加24倍)执行上采样时,图像的上采样区域包含24x24乘以与原始捕获的X射线图像(原始检测器像素)一样多的像素。所得到的像素具有小于原始检测器像素的二十分之一的尺寸(二十四分之一),由此,有助于期望的子像素精确度。
作为确定N1的示例,假设簇是物理上8mm长的导管尖端的图像,并且,X射线机10的锥形投影几何结构是使得几何放大率是约1.4。因此,作为这种导管尖端的图像的簇将在检测器13上是约1.4x8mm=11.2mm长。典型的X射线检测器可以具有5/mm的检测器元件间距(检测器元件~0.2mm x0.2mm),在这种情况下,簇将是约56个像素长。假设在簇的每一个末端有约10个分布,并且,为了简单起见,忽略了簇中线的角度,如果选择N1使得每一个像素具有两个相交点,则N1将是约130。一般地,典型的导管尖端可以是比8mm小很多,从而,N1可以小于本示例。
在实施例C3DLS20中,在功能块151(图7)中,上采样被示出为沿着每一个分布执行。沿着每一个分布213进行上采样显著地节省了计算时间,减少了存储器要求,并且,有助于本发明的方法执行的速度,因为图像的大区域不必被上采样,以便提供本发明C3DLS方法使用的每一个分布213所需的信息。沿着分布的这种上采样沿着该分布产生24x像素数。
请注意,图7的功能块157和图8的功能块179包括沿着不同组的图像分布的上采样。上面的与上采样有关的讨论也适用于本发明方法的这些步骤。本发明方法的可替换实施例包括在功能块147中的边界框207扩大之后对候选簇203周围的整个区域进行上采样的步骤。该可替换方案需要大量的时间,并且,需要更多的存储器,以执行上采样,但是,于是消除了功能块151、157和179的附加的沿着分布的上采样。
现在参照图7中的功能块153,使用步骤151中形成的上采样分布来执行子像素统计边缘检测153。再次参照图22中的示例分布213,如上所述,N1分布213是表示沿着垂直于纵向中线209的线的强度值的曲线。因此,沿着每一个分布213,在从中线209的两个方向上,存在与簇203的边缘相交的边缘点。在图22中,这两个点被称为ep1和ep2。测量簇203的重要部分是识别簇203的边缘。簇203是检测器13的平面中的导管尖端(或者被测量的其它医疗对象),并且,该图像包含使得难以确定哪一个像素表示边缘的图像噪声。但是,边缘检测的重要的子像素精确度如下产生:具有由其确定边缘点的大量的分布,并且,使用包含来自上采样的子像素信息的大量的点来执行统计分析,以产生簇203的精确边缘。
子像素统计边缘检测153的另一个重要方面是在不同分布和不同图像中的一致性,以这样的方式,沿着分布213确定边缘点。在图7和8的实施例C3DLS20中,子像素统计边缘检测153是这样的步骤,即,每形成一组分布(功能块151、157和179)之后,在簇203的分析中在三个不同的时间进行该步骤一次。子像素统计边缘检测153的本实施例的步骤还在图9的示意图中被详述并且使用图22的示例分布213来示出。子像素统计边缘检测153的前进和结束点在图9中分别被标记为E和F,并且,分别被标记为功能块153、157和179的(E1,F1)、(E2,F2)和(E3,F3),以指示C3DLS20中的子像素统计边缘检测153的三个实例。
请注意,为了简单起见,如图22所示的示例分布213被绘制为连续曲线。实际上,分布213是上采样的像素化曲线,但是,图22的连续表示可用于图示子像素统计边缘检测153的本实施例的步骤的原理。在扩大的边界框207内,分布213的宽度使得分布213的末端(图22的左右端)包含足够的点,以充分地表示簇203的图像内的背景噪声。
现在参照图9中的子像素统计边缘检测153和图22中的示例分布213,确定每一个分布213的最小和最大像素强度值(min和max)。在功能块169中,计算用于分布强度范围的值pir=max-min。对于示例分布213,这三个值在图22中被示出。接下来,在功能块171(图9)中,通过如下方式来确定每一个分布的分布宽度pw:沿着每一个分布213选择点ep1和ep2,从每一个分布213的中心开始并沿着分布213在每一种方向上移动,即,选择在分布213大于或等于在最小值min以上的范围pir的55%的每一个方向上遇到的第一点,也如图22所示。在图9和22中,55%指示为实施例C3DLS20中的分布强度范围的固定百分率。可以使用强度范围的其它值的固定百分率,但是,已经确定在50-55%周围的值是特别有利的。
如上所述,在图22中示出图示分布的一般形状的示例。分布213的中心相对比较平坦,其中,接近0的强度值的大部分对应于具有由不透射线导管尖端阻挡的几乎所有的X射线光子的像素。分布213通常具有陡峭的过渡区域214,其对应于从不透射线导管尖端到图像背景的过渡。边缘位于垂直过渡区域214内。这种过渡区域内的模糊由于诸如检测器13、X射线源11焦斑尺寸和导管尖端运动的诸多因素产生。
对于理想上陡峭的边缘,放置边缘点的分布强度的百分率是50%,但是,要成像的很多不透射线医疗对象不具有这样的理想上陡峭的边缘。例如,具有圆形横截面的导管尖端仅仅由于材料厚度而导致减少边缘处的X射线吸收,并且,一些导管具有不如金属一样的不透射线的外层。因此,很多导管具有偏离垂直很多的过渡区域214。边缘过渡区域中的该变化在图27中被示意性地示出,其中,图示具有各种过渡区域214的几个理想化的分布219。
结合本发明,作为对这种对象的X射线透射的详细建模的结果,通过实验,已经发现在过渡区域214中以不同于50%的水平发生支点(枢轴水平)221,但是,过渡区域的枢轴行为在过渡区域214宽度的显著的范围上是鲁棒的。例如,在对典型的临床条件下成像的7弗伦奇(French)导管尖端建模时,发现支点221在以约55%的水平发生,并且,该水平在过渡区域214宽度的宽范围上是鲁棒的。支点221的存在指示,边缘点确定在一定程度上对医疗对象边缘不透射线性不敏感。
图24是示出图21的簇203的放大,以进一步图示子像素统计边缘检测153。图24包括比图21多的数量的分布213,但是,请注意,图24也不包括子像素统计边缘检测153的功能块167至177(图9)中所涉及的所有的N1分布,从而,在图24中可以更容易地看见步骤的描述。(请注意,如图21所示,图示的像素是原始图像像素,不是上采样的像素。这同样适用于图25的情况。)
对于每一个分布213,如图9的功能块171中所述,确定分布宽度pw。示出在每一个分别213上的边缘点ep1和ep2(箭头仅仅指向每一种这样的点之一)。在功能块173中,中心宽度cw被计算为中心211周围的分布213的百分率的pw的平均值。在如图9所示的实施例C3DLS中,分布213的10%被选择以确定中心宽度cw。这些分布在图24中被称为分布213c。对于该分布213c选择的10%值不应当是限制性的。可以根据图像噪声的性质来使用其它的百分率。使用中心宽度cw来去除由于簇203的图像中的过度的噪声而导致其宽度pw是异外值的分布。功能块175示出从具有在0.9cw到1.1cw的范围以外的pw值的考虑分布213消除的异外值的去除。此外,这些量(0.9和1.1)的选择不应当是限制性的。可以根据图像的噪声特性来使用其它值。
子像素统计边缘检测153的最后的步骤(功能块177和178)使用其余分布213的两组边缘点ep1和ep2作为簇203的两个边缘E1和E2的表示,并且计算E1和E2的最小二乘法拟合表示。在执行最小二乘法拟合计算时涉及的分析是数学和图像分析领域的技术人员所公知的。
再次参照图7,在点ep1和ep2沿着E1和E2的情况下,使用功能块155中的边缘,下一步骤是中线209的重新计算。然后,使用新的中线209来沿着垂直于新的中线209的新的一组分布213进行重新形成和上采样(图7的功能块157),并且,基于这些新的分布213来重复子像素统计边缘检测153。与该改进并行地,本发明的方法在点C处开始分支到各步骤(参见图8),以便沿着簇203的纵向方向执行测量。
在图8中,在功能块179中形成和上采样与新的中线209平行的N2分布。如果要检测与新的中线209垂直的边缘,则,如上所述,对平行于新的中线209的新形成的一组分布执行子像素统计边缘检测153。由于该分布与上面针对分布213描述的分析相同,所有在图24中没有示出这种分布。关于图24中的示例簇203,检测图24的右下部的横向边缘,并且,如上所述,计算图25中示出的这种边缘E3。
图25仅仅用在图像上覆盖的子像素统计边缘检测153的所有的三个应用的最终结果来呈示如图24所示的相同的原始像素数据。
由于C3DLS中跟踪的导管尖端具有圆形的远端(由图21、24和25的左上角可知),所以,子像素统计边缘检测153以修改的方式处理簇203的远端。簇203的远端(对应于导管尖端的远端)的圆形边缘可以用与上述方式相同的方式来检测,并且,可以计算最小二乘法拟合,以与适当的曲线模型而不是直线匹配。这种修改的策略在如图9所述的子像素统计边缘检测153的元件内。功能块178可以用各种假设的形状模型来应用。
可替换地,图25示出远端的测量的可替换的方法。图8中的功能块183表示基于前面的步骤的计算确定簇角落。从点D的信息和来自图8中的上述功能块183的步骤的信息提供实施例C3DLS确定簇203的角落所需的全部。角落c2和c3分别是E3与E1和E2的相交处。c1和c4通过沿着E1和E2对值应用标准来被识别,以确定远端的弯曲部分开始的地方。例如,该标准可以是,角落是沿着E1和E2的点,在该处,强度值经过其最后的从0.55pir+min水平的增加。这种标准在图25中被示出。功能块183包括诸如之类的角落标准的应用。
实施例C3DLS20在图8中以功能块185继续,功能块185是基于角落的坐标来计算簇长度、宽度和梯形失真。这种确定涉及简单的数值计算。如本文中使用的梯形失真是指指示平面外角度的末端到末端的簇203的宽度变化。簇203的较大(较宽)端接近于源11,并且,使用数值差来计算医疗对象产生簇203的平面外角度。
C3DLS在功能块159中以如下步骤继续:通过使用在初始化步骤4A和41B(图5)期间建立的标准,最终确定簇203是否表示导管尖端。如果簇203被确定为导管尖端,则C3DLS前进到图4中的点G。此外,在图8的功能块163中,阈值TH被设置为在C3DLS的第一次通过直到成功地识别导管尖端的此点中找到的值。如果簇203在功能块159的评估中不能满足标准,则C3DLS前进到开始评估要分析的下一簇,在功能块135中形成了的这种簇(参见图7)。
再次参照图4,C3DLS在点G处以在图8的功能块185中确定的测量结果来继续。使用在簇203的导管尖端上的这种形成,C3DLS前进到基于功能块31中的由于径向延长引起的失真来进行校正。在图26A中表示这样的过程,通过该过程,3D对象的图像被投影到常规的X射线机10中的平面检测器13上,该图26A示出用于功能块31中的径向延长失真的校正。图26A包括作为在检测器13的像平面内产生图像215'的代表性的医疗对象的球体215。校正分析包括如图26A所示的径向侧视图和切向侧视图的考虑。在图26A的右侧上的虚椭圆内示出径向侧视图内的区域的放大。
被投影到检测器13上的对象的图像的尺寸取决于对象自身的尺寸、其相对于检测器13的旋转取向和几何放大率。对象的旋转取向可以产生透视效果。如果例如柱形对象正被成像,则其投影图像中的圆柱体的长度将取决于圆柱体的轴和检测器13的平面之间的角度。如果轴平行于检测器13的平面,则图像中的长度将由圆柱体的实际长度乘以几何放大率给出。但是,如果圆柱体的轴平行于从其通过的X射线,则,图像将是圆柱体的椭圆或圆形的横截面,并且,关于其长度的所有的信息将会丢失。
完全没有透视效果的对象仅仅是球体,因为,它相对于通过其中心的任何轴旋转对称。圆柱体对其直径的透视不敏感,因为,圆柱体关于其中心轴旋转对称。而且,如图26A所示,球体215的投影2D图像是椭圆,例如椭圆215',而不是圆。因此,如图26A所示,径向和切向视图不同。
图26B是示出检测器13的像平面中的圆柱形导管尖端的图像217'的示图。通过用具有与球体215相同的半径的圆柱形导管尖端(在本文中被称为CC)替代球体215,在图26A的几何结构内产生图像217'。
对于图26和27的示图,术语定义列表如下:
ω=球体215和CC的有效直径;
W=球体215和CC的投影的直径,其在垂直于通过球体215或CC的中心的光线的方向上在检测器13的水平处(——不必在检测器13的平面上)测得的;
WP=在检测器13的平面上测得的投影217'的宽度;
WR=在检测器13的平面处CC的投影的宽度的径向分量,其垂直于通过其中心的光线的路径——如果R>0,则不在检测器13的平面上;
WT=在检测器13的平面处的CC的投影的宽度的切向分量,其垂直于通过其中心的光线的路径;
WTP=在切向方向上在检测器13的平面中测得的球体215和CC的投影的宽度;
WRP=在径向方向上在检测器13的平面中测得的球体215和CC的投影的宽度;
D=从X射线源11的焦斑到检测器13的中心13c的距离,其中,检测器13的平面垂直于从焦斑到检测器13的中心13c的中心光线;
d=从X射线源11的焦斑到通过球体215或CC的平面的距离,其中,该平面也平行于检测器13的平面;
B=从X射线源11的焦斑到检测器13处的图像215'或217'的中心的距离;
b=从X射线源11的焦斑到球体215或CC的中心的距离;
R=在检测器13中的平面上检测器13的中心13c和图像215'或217'的中心之间的距离;
Θ=通过球体215或CC的中心的光线或拦截检测器13的中心13c的中心光线之间的角度;以及
α=CC的图像的选择直径和从检测器13的中心13c到选择直径的中心绘制的半径之间的角度。
使用这些定义并执行数学领域的技术人员所公知的代数和三角函数运算,得到如下的用于径向延长校正31的关系:
d=D*ω/[WP·{[Sin(α)]2+[Cos(α)]2·[Cos(Θ)]2}1/2]
该公式使得能够在考虑了径向延长效果和检测器13上的图像内的对象的任何取向的情况下从检测器13上的医疗对象的图像计算其z坐标。
此外,根据图26A中的切向侧视图的分析,z坐标对WTP的变化的敏感度被发现是:
δd/δWTP=-d2/(D·ω)
对于涉及的变量的典型值,敏感度dd/dWTP(例如,每mm直径的mm z)是非常大,需要在0.02mm量级上的有效尺寸的测量来实现C3DLS的期望的操作精确度。这种行为是由于导管尖端的尺寸与检测器13和X射线源11之间的距离相比非常小的事实引起的,这意味着在导管尖端的每一侧通过的射束的发散小。
以类似的方式,根据径向侧视图分析,z坐标对WRP的变化的敏感度被发现是:
δd/δWRP=-d2/{D*ω·[1+(R/D)2]1/2}
再次参照图4,功能块33是计算用C3DLS20跟踪的医疗对象的3D坐标和取向的步骤。功能块31和33中的计算的组合产生导管尖端的一组3D坐标。使用在功能块83(图8)中找到的四个角落点c1、c2、c3和c4并根据在功能块195中找到的其它测量量来计算3D坐标。充足的数值数据可用于建立导管尖端的3D坐标。
在计算3D坐标时,可以用各种方式来使用这种信息,例如,将其显示为其它医疗显示方式中的一部分,使得它可以用于诸如心脏消融的介入程序中。随着诸如导管的医疗对象在诸如心脏的心室的解剖结构内部移动,可以产生数据,以通过指示医疗对象所处的点在这种结构内并在存储器中将导管尖端的3D坐标标记为图数据点来产生这种解剖结构的3D图。然后,医师可以使用图数据来帮助将导管尖端引导到解剖结构中的期望点。在各种医疗程序期间,这种图像可以与其它成像方式结合,以便增强可视化。
本发明的方法根据需要处理选择的2D图像,对有效的医疗对象尺寸进行精确的测量,以便确定医疗对象的3D坐标和取向。在完成对选择的图像的处理之后,本发明的系统处理下一个选择的2D图像。操作可以涉及以每秒7.5到30个图像的帧率来处理长度为3到5秒的图像的序列。这种操作使得能够使用多个图像来进行医疗对象的测量并进行求平均,以减少变异性并提高精确度。
只使用2D荧光透视来显示3D中的标测和消融导管尖端的方法表示了相对于其它当前可用的标测和成像系统的主要优势。特别地,所述方法提供医师使用实验室中的现有设备而无需明显的基础设施修改来观看3D解剖结构中的导管。虽然针对使用心脏导管的示例性实施例描述了本发明的实施例,但是,本领域的技术人员将会理解,可以进行小的变化来通过其它不透射线医疗对象(例如,用于介入和治疗的引线、支架和其它仪器)来使用本发明的方法。另外,可以对本发明的教导进行多种修改,以适应于特定的情形,而不脱离本发明的范围。因此,本发明不应当限制于用于实现本发明所公开的实施例,而是,本发明包括落入在预期权利要求的范围内的所有的实施例。
Claims (22)
1.一种用于使用单平面荧光透视自动地确定活体中的不透射线医疗对象的3D位置和取向的方法,包括:
从单平面荧光透视仪捕获数字化2D图像流;
在数字2D图像的子集中检测医疗对象的图像;
应用像素级几何计算来测量医疗对象图像,其中像素级几何计算是通过使用来自所检测的图像的多个未滤波的横截面图像分布估计图像尺寸来应用的;
对图像测量结果应用锥形投影和径向延长校正;以及
从校正的2D图像测量结果计算医疗对象的3D位置和取向。
2.根据权利要求1所述的方法,还包括在检测步骤之前的初始化步骤,并且,所述初始化步骤确定医疗对象图像的有效尺寸和设置医疗对象图像尺寸限制标准。
3.根据权利要求2所述的方法,其中,对于子集中的每一个2D图像,检测步骤包括:
对2D图像应用阈值滤波器;
形成图像像素的簇;
针对医疗对象图像尺寸限制标准来评估簇中的每一个;以及
选择包含医疗对象的图像的簇。
4.根据权利要求3所述的方法,其中,检测步骤包括计算选择的簇的中心、纵向中线和边界框数据。
5.根据权利要求4所述的方法,其中,测量步骤包括:对未滤波的2D图像应用中心、中线和边界框数据;在医疗对象图像周围扩大边界框区域;以及对这种2D图像进行上采样。
6.根据权利要求5所述的方法,其中,测量步骤还包括形成垂直于中线的多个横截面图像分布以及识别基本上平行于中线的医疗对象图像边缘。
7.根据权利要求6所述的方法,其中,只沿着垂直于中线的每一个横截面图像分布来执行上采样。
8.根据权利要求7所述的方法,其中,识别医疗对象图像边缘包括以分布强度范围的固定百分率选择每一个分布上的边缘点。
9.根据权利要求8所述的方法,其中,分布的分布强度范围是这种分布的最大和最小强度值之间的差。
10.根据权利要求6所述的方法,其中,测量步骤还包括计算基本上平行于中线的边缘的最小二乘法拟合表示。
11.根据权利要求10所述的方法,其中,测量步骤还包括:形成平行于中线的多个横截面图像分布;识别基本上垂直于中线的医疗对象图像边缘;以及计算基本上垂直于中线的边缘的最小二乘法拟合表示。
12.根据权利要求11所述的方法,其中,沿着平行于中线的每一个横截面图像分布来执行上采样。
13.根据权利要求11所述的方法,其中,测量步骤还包括:基于最小二乘法拟合边缘来重新计算医疗对象图像中心;以及确定2D图像中的医疗对象图像宽度、长度和梯形失真。
14.根据权利要求3所述的方法,其中,应用测量校正的步骤包括校正平面外角度的医疗对象图像测量结果。
15.根据权利要求6所述的方法,其中,测量步骤还包括:基于识别的医疗对象图像边缘来重新计算中线;重新形成垂直于重新计算出的中线的横截面图像分布;以及重新识别医疗对象图像边缘。
16.根据权利要求15所述的方法,其中,
只沿着垂直于重新计算出的中线的每一个重新形成的横截面图像分布来执行上采样;并且
测量步骤还包括:
计算基本上平行于中线的边缘的最小二乘法拟合表示;
形成平行于中线的多个横截面图像分布;
识别基本上垂直于中线的医疗对象边缘;以及
计算基本上垂直于中线的边缘的最小二乘法拟合表示。
17.根据权利要求16所述的方法,其中,测量步骤还包括:基于最小二乘法拟合边缘来重新计算医疗对象图像中心;以及确定2D图像中的医疗对象图像宽度、长度和梯形失真。
18.根据权利要求3所述的方法,其中,应用测量校正的步骤包括校正平面外角度的医疗对象图像测量结果。
19.根据权利要求1所述的方法,其中,通过对来自活体的呼吸信号的呼吸门控来选择2D图像的子集。
20.根据权利要求1所述的方法,还包括:
产生活体内的解剖结构的3D图;
在显示装置上显示3D图;以及
在显示装置上显示3D位置和取向。
21.根据权利要求1所述的方法,其中,通过对来自活体的ECG信号的R波门控来选择2D图像的子集。
22.根据权利要求1所述的方法,还包括利用单个位置中的医疗对象多次捕获、检测、应用几何计算、应用校正以及计算3D位置和取向的步骤,并且,对计算出的3D位置和取向数据进行平均,从而提高确定的精确度。
Applications Claiming Priority (5)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201161573557P | 2011-09-08 | 2011-09-08 | |
US61/573,557 | 2011-09-08 | ||
US201161627728P | 2011-10-17 | 2011-10-17 | |
US61/627,728 | 2011-10-17 | ||
PCT/US2012/054256 WO2013036831A1 (en) | 2011-09-08 | 2012-09-07 | Automatically determining 3d catheter location and orientation using 2d fluoroscopy only |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104023629A CN104023629A (zh) | 2014-09-03 |
CN104023629B true CN104023629B (zh) | 2017-02-22 |
Family
ID=47832604
Family Applications (3)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201280052033.XA Pending CN104023625A (zh) | 2011-09-08 | 2012-09-07 | R波检测方法 |
CN201510869947.0A Pending CN105326498A (zh) | 2011-09-08 | 2012-09-07 | R波检测方法 |
CN201280051842.9A Active CN104023629B (zh) | 2011-09-08 | 2012-09-07 | 只使用2d荧光透视自动地确定3d导管位置和取向 |
Family Applications Before (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201280052033.XA Pending CN104023625A (zh) | 2011-09-08 | 2012-09-07 | R波检测方法 |
CN201510869947.0A Pending CN105326498A (zh) | 2011-09-08 | 2012-09-07 | R波检测方法 |
Country Status (9)
Country | Link |
---|---|
US (4) | US9986931B2 (zh) |
EP (2) | EP2753241B1 (zh) |
KR (1) | KR101914676B1 (zh) |
CN (3) | CN104023625A (zh) |
AU (1) | AU2012304408B2 (zh) |
BR (1) | BR112014005363A2 (zh) |
CA (2) | CA2848139A1 (zh) |
SG (1) | SG11201400446WA (zh) |
WO (2) | WO2013036837A1 (zh) |
Families Citing this family (87)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8784336B2 (en) | 2005-08-24 | 2014-07-22 | C. R. Bard, Inc. | Stylet apparatuses and methods of manufacture |
ES2832713T3 (es) | 2007-11-26 | 2021-06-11 | Bard Inc C R | Sistema integrado para la colocación intravascular de un catéter |
US8781555B2 (en) | 2007-11-26 | 2014-07-15 | C. R. Bard, Inc. | System for placement of a catheter including a signal-generating stylet |
US9521961B2 (en) | 2007-11-26 | 2016-12-20 | C. R. Bard, Inc. | Systems and methods for guiding a medical instrument |
US9649048B2 (en) | 2007-11-26 | 2017-05-16 | C. R. Bard, Inc. | Systems and methods for breaching a sterile field for intravascular placement of a catheter |
US10751509B2 (en) | 2007-11-26 | 2020-08-25 | C. R. Bard, Inc. | Iconic representations for guidance of an indwelling medical device |
EP2313143B1 (en) | 2008-08-22 | 2014-09-24 | C.R. Bard, Inc. | Catheter assembly including ecg sensor and magnetic assemblies |
US9445734B2 (en) | 2009-06-12 | 2016-09-20 | Bard Access Systems, Inc. | Devices and methods for endovascular electrography |
US9532724B2 (en) | 2009-06-12 | 2017-01-03 | Bard Access Systems, Inc. | Apparatus and method for catheter navigation using endovascular energy mapping |
JP2013518676A (ja) | 2010-02-02 | 2013-05-23 | シー・アール・バード・インコーポレーテッド | カテーテルナビゲーションおよびチップの位置を特定するための装置および方法 |
EP2575611B1 (en) | 2010-05-28 | 2021-03-03 | C. R. Bard, Inc. | Apparatus for use with needle insertion guidance system |
EP2575610B1 (en) | 2010-05-28 | 2022-10-05 | C. R. Bard, Inc. | Insertion guidance system for needles and medical components |
US8672837B2 (en) | 2010-06-24 | 2014-03-18 | Hansen Medical, Inc. | Methods and devices for controlling a shapeable medical device |
MX338127B (es) | 2010-08-20 | 2016-04-04 | Bard Inc C R | Reconfirmacion de colocacion de una punta de cateter asistida por ecg. |
US9510771B1 (en) | 2011-10-28 | 2016-12-06 | Nuvasive, Inc. | Systems and methods for performing spine surgery |
JP6104601B2 (ja) * | 2012-03-06 | 2017-03-29 | 東芝メディカルシステムズ株式会社 | X線画像診断装置及び制御プログラム |
US9057600B2 (en) | 2013-03-13 | 2015-06-16 | Hansen Medical, Inc. | Reducing incremental measurement sensor error |
US8812091B1 (en) | 2013-03-15 | 2014-08-19 | Apn Health, Llc | Multi-channel cardiac measurements |
US9629595B2 (en) | 2013-03-15 | 2017-04-25 | Hansen Medical, Inc. | Systems and methods for localizing, tracking and/or controlling medical instruments |
US9271663B2 (en) | 2013-03-15 | 2016-03-01 | Hansen Medical, Inc. | Flexible instrument localization from both remote and elongation sensors |
US9014851B2 (en) | 2013-03-15 | 2015-04-21 | Hansen Medical, Inc. | Systems and methods for tracking robotically controlled medical instruments |
WO2014171142A1 (ja) * | 2013-04-17 | 2014-10-23 | パナソニックIpマネジメント株式会社 | 画像処理方法および画像処理装置 |
US11020016B2 (en) | 2013-05-30 | 2021-06-01 | Auris Health, Inc. | System and method for displaying anatomy and devices on a movable display |
US9848922B2 (en) | 2013-10-09 | 2017-12-26 | Nuvasive, Inc. | Systems and methods for performing spine surgery |
US9078575B2 (en) | 2013-10-30 | 2015-07-14 | Apn Health, Llc | Heartbeat categorization |
US9078572B2 (en) | 2013-10-30 | 2015-07-14 | Apn Health, Llc | Heartbeat detection and categorization |
US9696131B2 (en) | 2013-12-24 | 2017-07-04 | Biosense Webster (Israel) Ltd. | Adaptive fluoroscope location for the application of field compensation |
WO2015120256A2 (en) | 2014-02-06 | 2015-08-13 | C.R. Bard, Inc. | Systems and methods for guidance and placement of an intravascular device |
US20150223902A1 (en) * | 2014-02-07 | 2015-08-13 | Hansen Medical, Inc. | Navigation with 3d localization using 2d images |
US9526468B2 (en) * | 2014-09-09 | 2016-12-27 | General Electric Company | Multiple frame acquisition for exposure control in X-ray medical imagers |
KR20160033546A (ko) * | 2014-09-18 | 2016-03-28 | 삼성전자주식회사 | 엑스선 장치 및 엑스선 촬영 방법 |
US9314179B1 (en) | 2014-09-25 | 2016-04-19 | Apn Health, Llc | Time transformation of local activation times |
WO2016073492A1 (en) * | 2014-11-03 | 2016-05-12 | Luxcath, Llc. | Systems and methods for assessment of contact quality |
US10973584B2 (en) | 2015-01-19 | 2021-04-13 | Bard Access Systems, Inc. | Device and method for vascular access |
US10105117B2 (en) | 2015-02-13 | 2018-10-23 | Biosense Webster (Israel) Ltd. | Compensation for heart movement using coronary sinus catheter images |
US10307078B2 (en) | 2015-02-13 | 2019-06-04 | Biosense Webster (Israel) Ltd | Training of impedance based location system using registered catheter images |
WO2016210325A1 (en) | 2015-06-26 | 2016-12-29 | C.R. Bard, Inc. | Connector interface for ecg-based catheter positioning system |
DE102015216115B4 (de) * | 2015-08-24 | 2023-08-10 | Siemens Healthcare Gmbh | Verfahren und System zum Bestimmen eines Triggersignals |
EP3349649B1 (en) | 2015-09-18 | 2022-03-09 | Auris Health, Inc. | Navigation of tubular networks |
US10143526B2 (en) | 2015-11-30 | 2018-12-04 | Auris Health, Inc. | Robot-assisted driving systems and methods |
CN108778393B (zh) * | 2015-12-15 | 2022-04-29 | 科林达斯公司 | 用于控制成像系统的x射线帧速率的系统和方法 |
US11000207B2 (en) | 2016-01-29 | 2021-05-11 | C. R. Bard, Inc. | Multiple coil system for tracking a medical device |
US10004414B2 (en) * | 2016-02-09 | 2018-06-26 | Apn Health, Llc | Detecting stimulus pulses |
CN113729977A (zh) | 2016-02-12 | 2021-12-03 | 直观外科手术操作公司 | 用于在图像引导手术中使用配准荧光透视图像的系统和方法 |
WO2017149027A1 (en) | 2016-03-01 | 2017-09-08 | Koninklijke Philips N.V. | Automated ultrasonic measurement of nuchal fold translucency |
US10357168B2 (en) | 2016-03-07 | 2019-07-23 | Apn Health, Llc | Time transformation of local activation times |
US10314504B2 (en) | 2016-11-15 | 2019-06-11 | Microsoft Technology Licensing, Llc | Electrocardiogram (EKG) indication saturation correction |
US10244926B2 (en) | 2016-12-28 | 2019-04-02 | Auris Health, Inc. | Detecting endolumenal buckling of flexible instruments |
KR101892631B1 (ko) * | 2017-03-06 | 2018-08-28 | 한국과학기술연구원 | 2차원 영상 기반의 수술도구 3차원 위치 추적 장치 및 방법 |
CN108990412B (zh) | 2017-03-31 | 2022-03-22 | 奥瑞斯健康公司 | 补偿生理噪声的用于腔网络导航的机器人系统 |
US10258302B2 (en) * | 2017-04-13 | 2019-04-16 | Apn Health, Llc | Rapid 3D cardiac parameter mapping |
US10561380B2 (en) | 2017-05-02 | 2020-02-18 | Apn Health, Llc | Determining and displaying the 3D location and orientation of a cardiac-ablation balloon |
WO2018232037A1 (en) | 2017-06-14 | 2018-12-20 | Eaves Christopher | Fluoroscope with movable head and barrier to vary source to skin distance |
US10022192B1 (en) | 2017-06-23 | 2018-07-17 | Auris Health, Inc. | Automatically-initialized robotic systems for navigation of luminal networks |
CN116725667A (zh) | 2017-06-28 | 2023-09-12 | 奥瑞斯健康公司 | 提供定位信息的系统和在解剖结构内定位器械的方法 |
WO2019005696A1 (en) | 2017-06-28 | 2019-01-03 | Auris Health, Inc. | DETECTION OF ELECTROMAGNETIC DISTORTION |
WO2019067548A1 (en) * | 2017-09-27 | 2019-04-04 | Covidien Lp | SYSTEMS AND METHODS FOR VISUALIZING ABLATION |
US10555778B2 (en) | 2017-10-13 | 2020-02-11 | Auris Health, Inc. | Image-based branch detection and mapping for navigation |
US11058493B2 (en) | 2017-10-13 | 2021-07-13 | Auris Health, Inc. | Robotic system configured for navigation path tracing |
AU2018384820A1 (en) | 2017-12-14 | 2020-05-21 | Auris Health, Inc. | System and method for estimating instrument location |
EP3684283A4 (en) | 2017-12-18 | 2021-07-14 | Auris Health, Inc. | METHODS AND SYSTEMS FOR MONITORING AND NAVIGATION OF INSTRUMENTS IN LUMINAL NETWORKS |
US10939875B2 (en) | 2018-01-26 | 2021-03-09 | Fujitsu Limited | Optimized real peak detection in cyclic biological data signals |
US10489911B2 (en) * | 2018-02-08 | 2019-11-26 | Apn Health, Llc | Determining respiratory phase from fluoroscopic images |
US11113814B2 (en) | 2018-02-08 | 2021-09-07 | Apn Health, Llc | Determining respiratory phase from fluoroscopic images |
MX2020010112A (es) | 2018-03-28 | 2020-11-06 | Auris Health Inc | Sistemas y metodos para el registro de sensores de ubicacion. |
US10827913B2 (en) | 2018-03-28 | 2020-11-10 | Auris Health, Inc. | Systems and methods for displaying estimated location of instrument |
US10905499B2 (en) | 2018-05-30 | 2021-02-02 | Auris Health, Inc. | Systems and methods for location sensor-based branch prediction |
US10898275B2 (en) | 2018-05-31 | 2021-01-26 | Auris Health, Inc. | Image-based airway analysis and mapping |
JP7214757B2 (ja) | 2018-05-31 | 2023-01-30 | オーリス ヘルス インコーポレイテッド | 生理学的ノイズを検出する管腔網のナビゲーションのためのロボットシステム及び方法 |
EP3801189A4 (en) | 2018-05-31 | 2022-02-23 | Auris Health, Inc. | PATH-BASED NAVIGATION OF TUBULAR NETWORKS |
US10799135B2 (en) | 2018-06-13 | 2020-10-13 | Pacesetter, Inc. | Method and system to detect R-waves in cardiac activity signals |
US10772568B2 (en) * | 2018-08-01 | 2020-09-15 | Nuvo Group Ltd. | Systems and methods for maternal uterine activity detection |
US20200093397A1 (en) * | 2018-09-24 | 2020-03-26 | Apn Health, Llc | Determining catheter-tip 3d location and orientation using fluoroscopy and impedance measurements |
WO2020081373A1 (en) | 2018-10-16 | 2020-04-23 | Bard Access Systems, Inc. | Safety-equipped connection systems and methods thereof for establishing electrical connections |
US11109826B2 (en) | 2018-12-19 | 2021-09-07 | Onyx Technical Consulting, Llc | Fluoroscopy system with movable imaging head/X-ray detector |
US10898159B2 (en) * | 2019-01-11 | 2021-01-26 | General Electric Company | X-ray imaging system use and calibration |
KR20220058918A (ko) | 2019-08-30 | 2022-05-10 | 아우리스 헬스, 인코포레이티드 | 기구 이미지 신뢰성 시스템 및 방법 |
CN114340542B (zh) | 2019-08-30 | 2023-07-21 | 奥瑞斯健康公司 | 用于位置传感器的基于权重的配准的系统和方法 |
KR20220056220A (ko) | 2019-09-03 | 2022-05-04 | 아우리스 헬스, 인코포레이티드 | 전자기 왜곡 검출 및 보상 |
EP4084721A4 (en) | 2019-12-31 | 2024-01-03 | Auris Health Inc | IDENTIFICATION OF AN ANATOMIC FEATURE AND AIMING |
EP4084722A4 (en) | 2019-12-31 | 2024-01-10 | Auris Health Inc | ALIGNMENT INTERFACES FOR PERCUTANE ACCESS |
CN114901192A (zh) | 2019-12-31 | 2022-08-12 | 奥瑞斯健康公司 | 用于经皮进入的对准技术 |
JP7266543B2 (ja) * | 2020-02-07 | 2023-04-28 | 富士フイルム株式会社 | 放射線画像処理装置、方法およびプログラム |
KR102307919B1 (ko) * | 2020-04-22 | 2021-10-05 | 한국과학기술연구원 | 단방향 x선 영상을 이용한 굽힘 가능한 중재의료 기구의 포즈 추정 방법 |
US11896296B2 (en) * | 2020-11-10 | 2024-02-13 | Biosense Webster (Israel) Ltd. | End expirium identification methods, systems, and processes |
US20220183669A1 (en) * | 2020-12-16 | 2022-06-16 | Biosense Webster (Israel) Ltd. | Probe-cavity motion modeling |
CN116458872B (zh) * | 2023-06-13 | 2023-09-05 | 汶上县人民医院 | 一种呼吸数据的分析方法及系统 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101980663A (zh) * | 2008-03-28 | 2011-02-23 | 皇家飞利浦电子股份有限公司 | X射线图像中的对象定位 |
Family Cites Families (37)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4240442A (en) * | 1979-01-05 | 1980-12-23 | American Optical Corporation | Variable threshold R-wave detector |
US4374382A (en) * | 1981-01-16 | 1983-02-15 | Medtronic, Inc. | Marker channel telemetry system for a medical device |
US4583553A (en) * | 1983-11-15 | 1986-04-22 | Medicomp, Inc. | Ambulatory ECG analyzer and recorder |
IL78931A0 (en) * | 1985-06-05 | 1986-09-30 | Univ Illinois | Methods and apparatus for monitoring cardiovascular regulation using heart rate power spectral analysis |
JPH03228745A (ja) * | 1990-02-05 | 1991-10-09 | Toshiba Corp | Mri装置 |
US5117824A (en) * | 1990-11-14 | 1992-06-02 | Medtronic, Inc. | Apparatus for monitoring electrical physiologic signals |
CN1063624C (zh) * | 1994-04-14 | 2001-03-28 | 北京卡迪欧医疗设备有限责任公司 | 心电监测、传输和全自动分析系统 |
EP0720125B1 (fr) * | 1994-12-29 | 2002-05-08 | Koninklijke Philips Electronics N.V. | Dispositif de formation d'image et procédé pour effectuer des corrections de distorsions optiques géométriques dans une image |
US5821541A (en) | 1996-02-02 | 1998-10-13 | Tuemer; Tuemay O. | Method and apparatus for radiation detection |
US6408109B1 (en) * | 1996-10-07 | 2002-06-18 | Cognex Corporation | Apparatus and method for detecting and sub-pixel location of edges in a digital image |
US6064759A (en) * | 1996-11-08 | 2000-05-16 | Buckley; B. Shawn | Computer aided inspection machine |
US5701907A (en) | 1996-12-16 | 1997-12-30 | Hewlett-Packard Company | Electrocardiographic waveform monitoring method and system |
US6493575B1 (en) * | 1998-06-04 | 2002-12-10 | Randy J. Kesten | Fluoroscopic tracking enhanced intraventricular catheter system |
DE19825829C2 (de) * | 1998-06-10 | 2000-07-27 | Leica Microsystems | Verfahren zur Bestimmung des Abstandes P einer Kante eines Strukturelementes auf einem Substrat |
AU5317299A (en) | 1998-07-23 | 2000-02-14 | Cardio Technologies, Inc. | Digital ecg detection system |
US6285902B1 (en) | 1999-02-10 | 2001-09-04 | Surgical Insights, Inc. | Computer assisted targeting device for use in orthopaedic surgery |
DE10022009C2 (de) * | 1999-11-26 | 2002-12-05 | Inb Vision Ag | Verfahren und Einrichtung zur Bestimmung und mindestens teilweisen Korrektur der Fehler eines Bildwiedergabesystems |
US6484049B1 (en) * | 2000-04-28 | 2002-11-19 | Ge Medical Systems Global Technology Company, Llc | Fluoroscopic tracking and visualization system |
DE10105431A1 (de) * | 2001-02-07 | 2002-08-08 | Biotronik Mess & Therapieg | Signalauswerteverfahren zur Detektion von QRS-Komplexen in Elektrokardiogramm-Signalen |
DE10210647A1 (de) * | 2002-03-11 | 2003-10-02 | Siemens Ag | Verfahren zur Bilddarstellung eines in einen Untersuchungsbereich eines Patienten eingebrachten medizinischen Instruments |
US7155046B2 (en) | 2003-02-12 | 2006-12-26 | Pie Medical Imaging Bv | Method of determining physical parameters of bodily structures |
US7139605B2 (en) | 2003-03-18 | 2006-11-21 | Massachusetts Institute Of Technology | Heart rate monitor |
GB0307212D0 (en) * | 2003-03-28 | 2003-04-30 | Advanced Medical Diagnostics G | Method and apparatus for identifying features in an ECG signal |
US7787951B1 (en) * | 2003-12-24 | 2010-08-31 | Pacesetter, Inc. | System and method for determining optimal stimulation sites based on ECG information |
US8515527B2 (en) | 2004-10-13 | 2013-08-20 | General Electric Company | Method and apparatus for registering 3D models of anatomical regions of a heart and a tracking system with projection images of an interventional fluoroscopic system |
GB2420628B (en) * | 2005-09-27 | 2006-11-01 | Toumaz Technology Ltd | Monitoring method and apparatus |
US7950849B2 (en) * | 2005-11-29 | 2011-05-31 | General Electric Company | Method and device for geometry analysis and calibration of volumetric imaging systems |
WO2007087014A2 (en) * | 2006-01-12 | 2007-08-02 | Arrow International, Inc. | Adaptive real time ecg triggering and uses thereof |
US7379532B2 (en) * | 2006-08-01 | 2008-05-27 | Siemens Medical Solutions Usa, Inc. | ECG-based rotational angiography for cardiology |
US8064664B2 (en) * | 2006-10-18 | 2011-11-22 | Eigen, Inc. | Alignment method for registering medical images |
US8781193B2 (en) * | 2007-03-08 | 2014-07-15 | Sync-Rx, Ltd. | Automatic quantitative vessel analysis |
US20110033887A1 (en) * | 2007-09-24 | 2011-02-10 | Fang Nicholas X | Three-Dimensional Microfabricated Bioreactors with Embedded Capillary Network |
CN102027615A (zh) | 2008-03-26 | 2011-04-20 | 皇家飞利浦电子股份有限公司 | 发光二极管器件 |
US9974509B2 (en) * | 2008-11-18 | 2018-05-22 | Sync-Rx Ltd. | Image super enhancement |
US10303986B2 (en) * | 2009-04-07 | 2019-05-28 | Kayvan Najarian | Automated measurement of brain injury indices using brain CT images, injury data, and machine learning |
FR2949590B1 (fr) * | 2009-09-02 | 2012-08-03 | Gen Electric | Procede de reconstruction tridimensionnelle d'un objet a partir d'une seule vue |
CN101828918B (zh) * | 2010-05-12 | 2011-09-21 | 重庆大学 | 基于波形特征匹配的心电信号r波峰检测方法 |
-
2012
- 2012-09-07 CN CN201280052033.XA patent/CN104023625A/zh active Pending
- 2012-09-07 US US13/607,163 patent/US9986931B2/en active Active
- 2012-09-07 CN CN201510869947.0A patent/CN105326498A/zh active Pending
- 2012-09-07 BR BR112014005363A patent/BR112014005363A2/pt unknown
- 2012-09-07 WO PCT/US2012/054265 patent/WO2013036837A1/en active Application Filing
- 2012-09-07 EP EP12829366.9A patent/EP2753241B1/en active Active
- 2012-09-07 WO PCT/US2012/054256 patent/WO2013036831A1/en active Application Filing
- 2012-09-07 AU AU2012304408A patent/AU2012304408B2/en not_active Ceased
- 2012-09-07 EP EP12829906.2A patent/EP2753236B1/en not_active Not-in-force
- 2012-09-07 CA CA 2848139 patent/CA2848139A1/en not_active Abandoned
- 2012-09-07 KR KR1020147008971A patent/KR101914676B1/ko active IP Right Grant
- 2012-09-07 CN CN201280051842.9A patent/CN104023629B/zh active Active
- 2012-09-07 US US13/607,185 patent/US8849388B2/en active Active
- 2012-09-07 CA CA2863973A patent/CA2863973A1/en not_active Abandoned
- 2012-09-07 SG SG11201400446WA patent/SG11201400446WA/en unknown
-
2014
- 2014-05-09 US US14/274,078 patent/US9014794B2/en active Active
-
2018
- 2018-03-19 US US15/924,761 patent/US10881316B2/en active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101980663A (zh) * | 2008-03-28 | 2011-02-23 | 皇家飞利浦电子股份有限公司 | X射线图像中的对象定位 |
Non-Patent Citations (1)
Title |
---|
Fluoroscopic navigation to guide RF catheter ablation of cardiac arrhythmias;Fallavollita, P.等;《Engineering in Medicine and Biology Society, IEMBS,IEEE 》;20040905;1929-1932 * |
Also Published As
Publication number | Publication date |
---|---|
CA2863973A1 (en) | 2013-03-14 |
EP2753241A1 (en) | 2014-07-16 |
EP2753241A4 (en) | 2015-04-29 |
AU2012304408B2 (en) | 2017-03-30 |
WO2013036831A8 (en) | 2014-03-06 |
WO2013036837A1 (en) | 2013-03-14 |
US20140249439A1 (en) | 2014-09-04 |
EP2753236B1 (en) | 2017-11-29 |
US20180296117A1 (en) | 2018-10-18 |
EP2753236A1 (en) | 2014-07-16 |
US8849388B2 (en) | 2014-09-30 |
BR112014005363A2 (pt) | 2017-06-13 |
US10881316B2 (en) | 2021-01-05 |
AU2012304408A1 (en) | 2014-03-27 |
EP2753236A4 (en) | 2015-07-01 |
CN105326498A (zh) | 2016-02-17 |
US20130243153A1 (en) | 2013-09-19 |
US20130245477A1 (en) | 2013-09-19 |
AU2012304408A8 (en) | 2014-04-03 |
EP2753241B1 (en) | 2016-11-09 |
WO2013036831A1 (en) | 2013-03-14 |
KR101914676B1 (ko) | 2018-11-05 |
CA2848139A1 (en) | 2013-03-14 |
SG11201400446WA (en) | 2014-09-26 |
CN104023625A (zh) | 2014-09-03 |
US9986931B2 (en) | 2018-06-05 |
CN104023629A (zh) | 2014-09-03 |
KR20140101722A (ko) | 2014-08-20 |
US9014794B2 (en) | 2015-04-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104023629B (zh) | 只使用2d荧光透视自动地确定3d导管位置和取向 | |
JP4578675B2 (ja) | 投影データを用いて心運動を評価する方法及び装置 | |
US9980665B2 (en) | Methods and systems to calculate time of mechanical activation using characterization motion data area strains | |
JP2011161220A (ja) | 画像処理装置、x線コンピュータ断層撮像装置及び画像処理プログラム | |
WO2006077534A1 (en) | Image processing system and method for alignment of images | |
KR101665513B1 (ko) | 컴퓨터 단층 촬영 장치 및 그에 따른 ct 영상 복원 방법 | |
JP5839822B2 (ja) | 画像処理装置及びx線ct装置 | |
KR20170105876A (ko) | 단층 촬영 장치 및 그에 따른 단층 영상 재구성 방법 | |
US20150313510A1 (en) | Method and system for displaying a three dimensional visualization of cardiac motion | |
EP3609406B1 (en) | Rapid 3d cardiac parameter mapping | |
Tadi et al. | A novel dual gating approach using joint inertial sensors: Implications for cardiac PET imaging | |
US10561380B2 (en) | Determining and displaying the 3D location and orientation of a cardiac-ablation balloon | |
JP2004313513A (ja) | X線ct装置 | |
US11806184B2 (en) | Method for gating in tomographic imaging system | |
CN112911999A (zh) | 使用荧光检查和阻抗测量确定导管尖端3d位置和朝向 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
REG | Reference to a national code |
Ref country code: HK Ref legal event code: DE Ref document number: 1197988 Country of ref document: HK |
|
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
REG | Reference to a national code |
Ref country code: HK Ref legal event code: GR Ref document number: 1197988 Country of ref document: HK |