CN104720888B - 点云的动态特征丰富的解剖重建 - Google Patents

Abstract

本发明公开了心脏三维重建，其包括：使用具有标测电极的探头将导管插入心脏中，从心脏中的感兴趣的区域中的相应位置采集电数据，将所述电数据的位置表示为点云，由所述点云重建所述心脏的模型，将一组滤波器施加至所述模型以产生过滤后的体积，分割所述过滤后的体积以限定所述心脏的组分，以及报告所述分割的过滤后的体积。

Description

点云的动态特征丰富的解剖重建

背景技术

技术领域

本发明涉及医学成像。更具体地，本发明涉及由相对稀疏数据来重建解剖结构。

相关领域的说明

如今，例如当心脏组织的区域异常地将电信号传导至相邻组织时，发生诸如心房纤颤等心律失常的情况下，常规进行医用导管插入术，这会干扰正常的心动周期并导致心律不齐。用于治疗心律失常的手术包括通过手术来扰乱造成心律失常的信号源，以及扰乱用于此类信号的传导途径。通过经由导管施加能量例如射频能量来选择性地消融心脏组织，有时可以终止或更改不利电信号从心脏的一部分传播到另一部分。消融方法通过形成不传导的消融灶来破坏无用的电通路。希望在这类手术中向操作者方便地示出心脏解剖结构。

例如，左心房是复杂的三维结构，尽管所有左心房具有相同的基础形状，但是所述壁具有因人而异的尺寸。左心房可分成多个子结构，例如肺静脉、僧帽瓣或二尖瓣和隔膜，它们在概念上易于识别。所述子结构通常也因人而异，但对于整个左心房，每个子结构具有相同的基本形状。此外，不论子结构的形状的个体差异如何，给定的子结构与心脏的其他子结构具有相同的关系。

发明内容

稀疏数据的集合被称为“点云”，通常与坐标系相关，并可在医疗导管术期间由成像系统产生。本文所公开了用于由点云，例如由心脏或其一部分得到的点云进行解剖结构的特征丰富的三维重建的方法和系统。点云可相对稀疏。

当使用点云来重建心脏的三维模型时，存在重建的适当分辨率的问题。低分辨率提供粗略的重建，但与低密度点云工作良好。高分辨率提供特征更加丰富的重建，但是当施加于低密度点云(孔和未连接的浮动元件)时更容易出现错误。这可以通过为重建的独立区域手动设置独立的分辨率来克服。然而，该手动方法是不舒服的并且花费一定的时间。一种自动方法是优选的。

根据本发明的实施例，提供了一种心脏三维重建的方法，该方法包括将探头插入活体受检者的心脏中，该探头具有标测电极，促使该标测电极与心脏的多个感兴趣的区域中的组织建立接触关系，从感兴趣的区域中的相应位置采集电数据，将所述电数据的位置表示为点云，由点云来重建心脏模型，将一组滤波器施加至该模型以产生过滤后的体积，分割该过滤后的体积以限定心脏的组分，并报告该分割的过滤后的体积，其中至少一个上述步骤应在计算机硬件或非暂态计算机可读存储介质中体现的计算机软件中实施。

在该方法的一个方面，使用点云的各部分迭代地执行重建模型和施加一组滤波器，直到满足停止条件。该停止条件可包括以下之一：未能实现在预先确定数量的迭代中过滤后的体积的越来越高的分辨率、预设的时间间隔截止以及预先确定数量的迭代的完成。

根据该方法的另一个方面，施加一组滤波器包括在其逐次迭代中施加该组滤波器的相应子组。

根据该方法的另一个方面，该子组是随机选择的。

根据该方法的另一个方面，该子组是根据搜索策略选择的。

根据该方法的另一个方面，施加一组滤波器包括确定该过滤后的体积具有超过施加一组滤波器的先前迭代的过滤后体积的分辨率，并响应于所述确定，将该过滤后的体积用作重建模型以及施加一组滤波器的后续迭代的输入。

该方法的另一个方面包括在分割该过滤后的体积后如下实施：存储该分割的过滤后的体积的相应实例并将分割的过滤后的体积的实例组合成复合体积，然后显示该复合体积。

根据本发明的实施例，还提供一种用于实施上述方法的装置。

附图说明

为了更好地理解本发明，就本发明的详细说明以举例的方式做出参考。该详细说明应结合以下附图来阅读，其中类似的元件用类似的附图标号来表示，并且其中：

图1是用于将导管插入活体受检者的心脏中的系统的图示，该系统根据本发明的一个实施例构造和操作；

图2是根据本发明的一个实施例得自相应位置的心脏数据的稀疏点云的示意图；

图3是根据本发明的一个实施例用于由点云进行三维解剖重建的方法的流程图；并且

图4根据本发明的一个实施例示出有点云进行体积重建的步骤的系列图。

具体实施方式

为了能够全面理解本发明的各种原理，在以下说明中陈述了许多具体细节。然而对于本领域的技术人员将显而易见的是，并非所有这些细节始终都是实施本发明所必需的。在这种情况下，为了不使一般概念不必要地模糊，未详细示出众所周知的电路、控制逻辑器、以及用于常规算法和进程的计算机程序指令细节。

本发明的多个方面可在软件编程代码中体现，所述软件编程代码通常被保持在永久性存储器诸如计算机可读介质中。在客户端/服务器环境中，此类软件编程代码可存储在客户端或服务器上。软件编程代码可在与数据处理系统一起使用的多种已知非暂态介质诸如软盘、硬盘驱动器、电子介质或CD-ROM中的任一者上体现。所述代码可分布于此类介质上，或者可经某种类型的网络从一个计算机系统的存储器或存储装置向其它计算机系统上的存储装置分发给使用者，以便供此类其它系统的使用者使用。

现在转到附图，首先参见图1，其为用于在活体受检者的心脏12上执行诊断和治疗手术的系统10的图示，该系统根据本发明的实施例来构造和操作。该系统包括导管14，由操作者16将该导管14经由皮肤穿过患者的血管系统插入心脏12的腔室或血管结构中。操作者16(通常为医师)将导管的远侧末端18在消融目标位点处与心脏壁接触。任选地，随后可按照美国专利6,226,542和6,301,496以及共同转让的美国专利6,892,091中所公开的方法生成电激活图，这些公开内容均以引用方式并入本文中。一种体现系统10的元件的商品是商品名3系统，购自Biosense Webster，Inc.(3333 Diamond Canyon Road，DiamondBar，CA 91765)。该系统可由本领域的技术人员进行修改以体现本文所述的本发明的原理。

可通过施加热能对例如通过评价所述电活动图而被确定为异常的区域进行消融，例如通过将射频电流通过导管中的金属线传导至远侧末端18处的一个或多个电极，这些电极将射频能量施加至心肌导管。能量被吸收在组织中，从而将组织加热到一定点的温度(通常约50℃)，在该温度下组织会永久性失去其电兴奋性。当手术成功后，在心脏组织中产生非传导性的消融灶，这些消融灶可破坏导致心律失常的异常电通路。本发明的原理可应用于不同的心腔室以治疗多种不同的心律失常。

导管14通常包括柄部20，在柄部上具有合适的控制器以使操作者16能够按消融手术所需对导管的远侧端部进行操纵、定位和定向。为了协助操作者16，导管14的远侧部分包含向位于控制台24中的处理器22提供信号的位置传感器(未示出)。

可使消融能量和电信号经由缆线34穿过位于远侧末端18处或附近的一个或多个消融电极32，在心脏12和控制台24之间来回传送。可通过缆线34和电极32将起搏信号和其它控制信号从控制台24传送至心脏12。同样连接至控制台24的感测电极33设置在消融电极32之间并且连接至缆线34。

接线35将控制台24与体表电极30和定位子系统的其它部件连接在一起。电极32和体表电极30可用于在消融位点处测量组织阻抗，如授予Govari等人的美国专利7,536,218中所提出，该专利以引用方式并入本文。温度传感器诸如电热偶31可安装在消融电极32上或附近，并任选地或安装在感测电极33附近。

控制台24通常包括一个或多个消融功率发生器25。导管14可适于利用任何已知的消融技术将消融能量例如射频能量、超声能量和激光产生的光能传导至心脏。在共同转让的美国专利6,814,733、6,997,924和7，156,816中公开了此类方法，这些专利以引用方式并入本文。

处理器22作为系统10中的定位子系统的元件起作用，其测量导管14的位置和取向坐标。处理器22具有另外的图像处理功能，其将在下文另外详细描述。

在一个实施例中，定位子系统包括磁定位跟踪构造，该磁定位跟踪构造利用磁场生成线圈28，通过以预定的工作空间生成磁场并感测位于导管处的这些磁场，来确定导管14的位置和取向。所述定位子系统可采用阻抗测量，例如以引用方式并入本文的美国专利7,756,576以及上述美国专利7,536,218中所提出。

如上所述，导管14联接到控制台24，该控制台使得操作者16能够观察并调控导管14的功能。控制台24包括处理器，优选地为具有适当信号处理电路的计算机。所述处理器被联接以驱动监视器29。信号处理电路通常接收、放大、过滤并数字化来自导管14的信号，这些信号包括由上述传感器和位于导管14中的远端的多个位置感测电极(未示出)所生成的信号。控制台24和定位系统接收并使用数字化信号以计算导管14的位置和取向以及分析来自电极的电信号。

通常，系统10包括其它元件，但为了简洁起见未在图中示出这些元件。例如，系统10可包括心电图(ECG)监视器，其被联接以接收来自一个或多个体表电极的信号以向控制台24提供ECG同步信号。如上所述，系统10通常还包括基准位置传感器，其位于附接到受检者身体外部的外部施加的基准贴片上，或者位于插入心脏12中并相对于心脏12保持在固定位置的内置导管上。设置了用于使液体循环穿过导管14以冷却消融位点的常规泵和管路。

现在参照图2，该图是根据本发明的一个实施例得自相应位置的心脏数据的稀疏点云42。此类点云可通过超声对心脏的腔室成像来获取。另选地，通过导管上的位置传感器报告数据44的位置在本领域中是已知的。例如，稀疏数据可通过使用3系统协同诸如导管等标测导管的快速解剖标测(FAM)功能获得，两者购自Biosense Webster，Inc.，3333 Diamond Canyon Road，Diamond Bar，CA 91765。诸如存在于CARTO系统中的处理器可由本领域的技术人员编程以执行下述功能。

数据44可在三维空间中，基于解剖标志或基准标记，使用如图2中所示的导管48上的位置传感器46提供的位置信息，与相应的坐标相关联。该位置信息可用6个自由度描述。

现在参照图3，该图是根据本发明的实施例用于由点云进行三维解剖重建的方法的流程图。在初始步骤51，心脏或其部分的点云结构，例如点云42(图3)如上所述是通过使用系统10(图1)(或等同系统的设施获得的。

接着，在步骤53，初始体积重建由在初始步骤51获得的点云制成。应当指出的是，初始步骤51和初始步骤53可以相同或不同的导管插入术过程来执行。执行步骤53的一个方法是将数据44与对应的体积元素或体素(未示出)相关联，并执行下述工艺步骤。

现在参照图4，该图是根据本发明的实施例示出由点云来进行体积重建的步骤的系列图。处理器22(图1)使用标测模块以初始连接点云例如数据44(图3)的位置，以限定线段59的网格61，

网格61通常是三角形网格，尽管并非是必需的。在一个实施例中，处理器22使用球枢转算法(BPA)以产生网格61。通常，如果使用BPA，则将球的尺寸设定为对应上述体素的尺寸。另选地，网格61可生成为狄罗尼(Delaunay)三角形划分，包括具有多个对应于位置57的顶点的多个三角形。三角形划分的三角形可基于围绕位置57而形成的Voronoi图。然而，处理器22可使用本领域已知的用于形成网格的任何方便的方法。

产生网格61后，处理器22生成将位置57与线段59进行连接的基本光滑的表面63。为了生成表面63，处理器22通常使用内推法和除此之外或另选地外推法。此外，为了确保表面63是基本光滑的，处理器22可调整该表面以接近但不一定包括位置57和线段59中的一些。以举例的方式，该表面63具有轮廓65、67和69。

然后，生成表面63之后，处理器22检查该表面是否是闭合的，即，该表面是否拓扑地与诸如球体等闭合表面相当。通常，表面63不是闭合的，其具有一个或多个开口。在表面108中的开口可表示天然存在于器官中的结构，诸如右心房的上腔静脉或下腔静脉。在本文中，此类开口称为天然开口。另外，在表面63中可能存在开口，在本文中称为人造开口，因为器官未被完全标测。

如果表面63并未闭合，处理器22通过添加其它的表面元素来关闭表面直到表面关闭。通过使表面63闭合而产生的表面本文称为闭合表面71。在一个实施例中，开口是通过添加围绕该开口的定向包围盒来闭合的，该盒具有小型体积。然后将包围盒视作表面的一部分。

假定该闭合表面71具有限定公式：

S₁(x，y，z)＝0 公式(1)，

其中S₁为函数。该闭合表面71封闭包括体素75的体积73。体积73本文还称为体积V₁，其可以被定义如下：

V₁＝{V(x，y，z)|S₁(x，y，z)＜0} 公式(2)，

其中V(x，y，z)表示中心位于(x，y，z)上的体素，并且V1是由体素75形成的体积。

返回至图3，该方法继续步骤77。体积73(图4)经受一组滤波器函数F。一些滤波器函数F可被应用于网格61，其它可应用于体积73。以下是滤波器函数的示例性列表：

f1：给定网格，根据代数拓扑领域熟知的欧拉图不变特性χ计算网格亏格G，并返回G是否等于1。若否，则网格中有孔。

f2：给定网格，查找有多少(n)良好连接的元件，并返回n是否等于1。若否，则网格由至少两个分离的元件组成。这与解剖结构不一致，解剖结构对应于具有元件的网格，即，单一连接的网格。

f3：给定网格，在重建的网格中查找具有最高离散高斯曲率K的顶点。高斯曲率K可使用高斯曲率算法来计算

其中θ_j为第j面在顶点x_i处的角度，并#f表示围绕顶点x_i的面的数量。A_混合的为网格中围绕顶点x_i的混合区域。

离散的高斯曲率在K在Discrete Differential-Geometry Operators forTriangulated 2-Manifolds中有所描述，其由Mark Meyer等人在可视化与数学运算国际研讨会(2002)公布，以引用方式并入本文。

然后确定最大增量K是否少于指定的阈值，其中增量K是指高斯曲率K在连续的网格分割中的变化。这只是该网格的光滑度。

f4：对于给定的网格，计算其骨骼，以及检查以确定其是否有关节。关节的存在指出网格具有附肢，并因此需要分割的另外迭代。用于构建网格骨骼图的方法是已知的，例如从文档Skeleton Extractionby Mesh Contraction，Oscar Kin-Chung Au等人，ACMTrans.on Graph，第27卷，第3期，第44：1-44：10页，2008中已知。

f5：运行管取向的分割算法S(以便查找圆柱形元件)，并查看元件的数量是否等于指定数量，或大于或等于指定数量。层次主体分割算法适用于例如文档Mesh SegmentationUsing Feature Pointand Core Extraction Sagi Katz等人，The Visual Computer，第21卷，第8-10期，(2005年9月)，第649-658页中提出的，其以引用方式并入本文。

优选地，应使用所有的滤波器F。然而，在一些应用程序中，滤波器F的子组可能足够并节约计算机资源。滤波器F的各种子组可以在步骤77的不同迭代中选择。可根据经验发展顺序来选择子组以最快地改善在各种心脏应用程序中的网格。另选地，可随机选择或由操作者选定子组。进一步另选地，该组滤波器F可以被视为搜索空间，并且可根据本优化领域中已知的搜索策略和方法选择子组。例如，可依照以下顺序选择子组：{f1，f2，f3，f5}，{f1，f2，f3}，{f1，f2，f5}，{f1，f2}，{f1，f2，f3，f4，f5}，{f1，f2，f3，f4}，{f1，f2，f4，f5}，和{f1，f2，f4}。可根据步骤77的先前迭代中所取得的进展在任何指定的迭代中自动建立组的选择。一般来讲，结果的质量与使用的滤波器的数量相关。

接着，在决定步骤79，确定当前分辨率下的网格是否是“良好的网格”，即，(1)网格满足一些预先确定的标准或具有预先确定的质量，和(2)当前的网格具有比上次迭代中更高的分辨率。

每个滤波器F具有其自身的优值，表明结果的质量。在评估滤波器的结果中应用的标准是专利申请的因变量，并因此由使用者选择。例如，可发展出合并优值。另选地，滤波器F的最小组的结果应符合或超过它们相应的标准。可建立用于滤波器F的相应标准的许多组合。关于高斯曲率，通常选择2*PI和1.5*PI之间的值。又如，针对亏格值滤波器(欧拉方法)，通常选择0。

一般来讲，结果的质量与使用的滤波器的数量相关。

如果决定步骤79的判定是肯定的，则为了试图获得甚至更好的分辨率，控制返回到步骤53，该步骤参考与当前进行中的分割部分相关的原始点云的子组进行，以重建体积并迭代上述过滤步骤。任选地，在表面63上的另外的内插点可被包括在位置57之间。

如果决定步骤79的判定是否定的，则弃用步骤89的当前重建值，并使用先前迭代的结果来继续所述方法。

接着，所述控制继续到决定步骤81，在该步骤确定是否符合停止条件。若否，所述控制则返回至步骤53以改善当前重建体积的质量。典型的停止条件包括：预先确定数量的迭代中的进展失败、预设的时间间隔截止或预先确定数量的迭代的完成。

如果在决定步骤81中尚未满足停止条件，则在执行步骤83中执行所述重建体积的分割。分割算法并不要求操作员的交互作用来识别心脏的分割。涉及将形状分割成管状部分的Plumber算法适用于步骤83中。该算法在文档Mesh segmentation-A ComparativeStudy，M.Attene等人，关于形状建模与应用程序的IEEE国际会议的会议记录2006中有所描述，其以引用方式并入本文。也可使用在本领域已知的其它分割算法。

当前分割的体积代表了迄今获得的最好结果。该结果在步骤87保存。

在决定步骤93，确定是否封闭的点仍然需要进行处理。如果判定是肯定的，则所述控制返回至步骤53。希望使用网格中不同的封闭的点和原始点云的对应部分(而非第一迭代中的整个点云)从步骤53开始迭代上述步骤。

如果决定步骤93的判定是否定的，则控制继续至步骤91。现在将步骤87中保存的体积合并成单个复合网格。使用共同转让的专利申请序列号13/669,511，名称为“Combining Three-Dimensional Surface”的教导内容完成该步骤，其公开内容以引用方式并入本文。该合并的表面在没有损失准确性的情况下提供比任何单独网格更加完整的三维模型。

在完成步骤91后，在最终步骤85将复合网格输出至显示器。

本领域的技术人员会认识到，本发明并不限于已经在上文中具体示出和描述的内容。相反，本发明的范围包括上文所述各种特征的组合与子组合，以及这些特征的不在现有技术内的变型和修改，这些变型和修改是本领域技术人员在阅读上述说明后可想到的。

Claims (6)

1.一种装置，包括：

探头，所述探头适于插入成与受检者身体中的心脏接触,所述探头具有位置传感器和在所述探头的远侧部分上的电极；

处理器，所述处理器连接至所述位置传感器并操作地执行以下步骤：

当所述探头在所述心脏中的感兴趣的区域中的相应位置中时，从所述电极接收电数据；

将所述电数据的位置表示为点云；

由所述点云重建所述心脏的模型；

对所述模型施加一组滤波器以产生过滤后的体积,其中使用所述点云的各部分，迭代地执行重建模型和施加一组滤波器的步骤，直到满足停止条件；

分割所述过滤后的体积以限定所述心脏的组分；以及

报告所分割的过滤后的体积，

其中施加一组滤波器包括：

作出所述过滤后的体积具有超过施加一组滤波器的先前迭代的所述过滤后体积的分辨率的分辨率的确定；以及

响应于所述确定，将所述过滤后的体积用作重建模型以及施加一组滤波器的所述步骤的后续迭代的输入。

2.根据权利要求1所述的装置，其中施加一组滤波器包括在其逐次迭代中施加所述一组滤波器的相应子组。

3.根据权利要求2所述的装置，其中所述子组是随机选择的。

4.根据权利要求2所述的装置，其中所述子组是根据搜索策略选择的。

5.根据权利要求1所述的装置，其中所述停止条件包括以下中的一个：未能实现在预先确定数量的迭代中的所述过滤后的体积的越来越高的分辨率;预设的时间间隔的截止;以及预先确定数量的迭代的完成。

6.根据权利要求1所述的装置，还包括显示器，其中所述处理器操作以执行以下另外的步骤：

在执行分割所述过滤后的体积的步骤后，存储所分割的过滤后的体积的相应实例；并且

将所分割的过滤后的体积的实例组合成复合体积，其中报告所分割的过滤后的体积包括在所述显示器上呈现所述复合体积。