CN106780572A - 基于迭代最近点的自动电解剖图与ct图像配准方法和装置 - Google Patents

基于迭代最近点的自动电解剖图与ct图像配准方法和装置 Download PDF

Info

Publication number
CN106780572A
CN106780572A CN201611137427.1A CN201611137427A CN106780572A CN 106780572 A CN106780572 A CN 106780572A CN 201611137427 A CN201611137427 A CN 201611137427A CN 106780572 A CN106780572 A CN 106780572A
Authority
CN
China
Prior art keywords
electro
images
anatomical map
registration
anatomical
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.)
Pending
Application number
CN201611137427.1A
Other languages
English (en)
Inventor
舒丽霞
王琎
龙德勇
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.)
Beijing Anzhen Hospital
Original Assignee
Beijing Anzhen Hospital
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 Beijing Anzhen Hospital filed Critical Beijing Anzhen Hospital
Priority to CN201611137427.1A priority Critical patent/CN106780572A/zh
Publication of CN106780572A publication Critical patent/CN106780572A/zh
Pending legal-status Critical Current

Links

Classifications

    • 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
    • G06T2207/10004Still image; Photographic image
    • 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
    • G06T2207/30048Heart; Cardiac

Landscapes

  • Apparatus For Radiation Diagnosis (AREA)

Abstract

本发明公开了一种基于仿射迭代最近点的心房电解剖图与CT图像的配准方法和装置,包括:获取心房电解剖图与CT图像;以基于质心的方法,粗配准电解剖图与CT图像;在粗配准的基础上,采用仿射变换模型和单纯形优化算法,以迭代最近点的方法精配准电解剖图与CT图像;将精配准形变后的CT图像叠加在电解剖图上,得到电解剖图与CT图像的最终配准图像。本发明的配准方法和装置为在房颤消融手术中稳定、精确、快速导航消融导管提供了保障。

Description

基于迭代最近点的自动电解剖图与CT图像配准方法和装置
技术领域
本发明涉及手术导航中图像配准技术领域,尤其涉及心房颤动(房颤)射频消融介入手术导航中的电解剖图与CT图像的配准方法和装置。
背景技术
房颤是临床上最常见的心律失常,有着较高的致残率和致死率。三维标测系统指导下的房颤消融术是当前治疗房颤最常用也最为有效的手段。手术时,在X线透视下,医生首先将导管插入心房,依次在心腔内壁标测近百个点,以此构建心腔内表面三维解剖模型,即电解剖图;然后,在电解剖图上,医生导航导管,设计并定位消融线;最后,导管头释放电能,逐点消融,把导致房颤的纤维组织烧掉,心房即可恢复正常的窦性心律。
由于标测点有限,电解剖图分辨率低,如果病人解剖结构复杂或者消融靶区特殊,医生很难在电解剖图上准确定位并有效隔离肺静脉,从而极大影响后续的消融治疗。如果术前采集清晰的心房CT图像,从中分割重建出作为消融靶区的心房内壁(简称CT曲面),然后将三维标测系统采集的标测点叠加到到CT曲面上,实现两者空间位置的最佳叠合,即配准电解剖图与CT曲面,便可帮助医生多角度地观察消融靶区的解剖结构,充分认识肺静脉近段的解剖形态、走向以及与左心房的关系,从而增加消融位点的精确性,减少手术相关并发症,缩短手术时间和X线曝光时间。
然而,现有的电解剖图和CT图像配准方法,或者需要手工介入,配准结果不稳定;或者以简单的刚体变换描述电解剖图与CT图像之间的形变差异,配准难以精确导航导管;或者形变模型过于复杂,不能实现实时导航。
发明内容
有鉴于此,本发明提供了一种基于迭代最近点的自动电解剖图与CT图像的配准方法和装置,以实现自动、精确、快速的电解剖图与CT图像配准,从而为房颤消融导管提供稳定、精确、快速的导航。
为了达到上述发明目的,本发明采用了如下技术方案:
一种基于迭代最近点的自动电解剖图与CT图像的配准方法,包括:
获取心房电解剖图与CT图像,所述电解剖图是心房解剖结构的模拟图,是在房颤消融手术中由导管在心房内壁标测的近百个标测点模拟构建而成的;所述CT图像是心房内壁的曲面图像,是对房颤消融手术前采集的CT原始图像分割重建之后获得的;
以基于质心的方法,粗配准电解剖图与CT图像;
在粗配准的基础上,采用仿射变换和迭代最近点的方法,精配准电解剖图与CT图像;
在粗配准的基础上,采用仿射变换和迭代最近点的方法,精配准电解剖图与CT图像。
模拟构建的电解剖图本质是一组标测点集,因此,配准CT图像和电解剖图实质是配准构成CT图像的点集和构成电解剖图的标测点集。
基于上述所述的配准方法,本发明同时还提供了一种基于迭代最近点的自动电解剖图与CT图像的配准装置,包括:
获取图像数据单元,用于获取心房电解剖图与CT图像,所述电解剖图是心房解剖结构的模拟图,是在房颤消融手术中由导管在心房内壁标测的近百个标测点模拟构建而成的;所述CT图像是心房内壁的曲面图像,是对房颤消融手术前采集的CT原始图像分割重建之后获得的;
粗配准单元,用于以基于质心的方法,粗配准电解剖图与CT图像;
精配准单元,用于在粗配准的基础上,采用仿射变换和迭代最近点的方法,精配准电解剖图与CT图像;
叠加单元,用于将精配准形变后的电解剖图叠加在CT图像上,得到心房电解剖图与CT图像的最终配准图像。
模拟构建的电解剖图本质是一组标测点集,因此,配准CT图像和电解剖图实质是配准构成CT图像的点集和构成电解剖图的标测点集。
相较于现有技术,本发明具有以下有益效果:
本发明提供的电解剖图和CT图像配准方法和装置以基于质心的粗配准和基于迭代最近点的精配准相结合的方法,全自动配准了电解剖图与CT图像,配准结果稳定;而且,精配准采用的仿射变换模型,相对刚体变换更为接近电解剖图与CT图像之间的形变差异,配准精度有一定程度的提高;同时,基于质心的粗配准、仿射变换模型、迭代最近点算法,三者的计算量都比较小,因此配准速度快。本发明提供的心房电解剖图和CT图像配准,有效平衡了稳定、精确、快速三方面需求,能够为房颤消融导管导航提供有效保障。
附图说明
为了清楚地理解本发明的技术方案,下面对描述本发明具体实施方式时用到的附图进行简要说明。显而易见,这些附图仅是本发明的一部分附图,本领域普通技术人员在不付出创造性劳动的前提下,还可以获得其它附图。
图1是本发明实施例提供的电解剖图与CT图像配准方法的流程示意图;
图2是本发明实施例提供的电解剖图与CT图像粗配准过程的流程示意图;
图3是本发明实施例提供的电解剖图与CT图像精配准过程的流程示意图;
图4是本发明实施例提供的电解剖图与CT图像配准装置的结构示意图。
具体实施方式
为使本发明的目的、技术手段和有益效果更加清楚完整,下面结合附图对本发明的具体实施方式进行描述。
图1是本发明实施例提供的电解剖图与CT图像配准方法的流程示意图。如图1所示,该配准方法包括以下步骤:
S101、获取心房电解剖图与CT图像,所述电解剖图是心房解剖结构的模拟图,是在房颤消融手术中由导管在心房内壁标测的近百个标测点模拟构建而成的;所述CT图像是心房内壁的曲面图像,是对房颤消融手术前采集的CT原始图像分割重建之后获得的。
利用三维标测系统,生成电解剖图和CT图像;然后,将电解剖图和CT图像导入普通PC机内,在PC机上实施电解剖图与CT图像配准。
需要说明的是,模拟构建的电解剖图本质是一组标测点集,因此,配准CT图像和电解剖图实质是配准构成CT图像的点集和构成电解剖图的标测点集。
S102、以基于质心的方法,粗配准电解剖图与CT图像。
图2示出了步骤S102的具体实现过程。如图2所示,本发明实施例所述的粗配准过程具体包括以下步骤:
S201、分别计算CT图像A和电解剖图B的质心CA和CB
S202、计算粗配准电解剖图B’,计算公式如下:
B′=B+(CA-CB) (1)
S103、在粗配准的基础上,采用仿射变换模型和单纯形优化算法,以基于迭代最近点的方法配准所述电解剖图与CT图像,得到精配准变换。
图3示出了步骤S103的具体实现过程。如图3所示,本发明实施例所述的精配准过程具体包括以下步骤:
S301、寻找CT图像A上与粗配准后的电解剖图中标测点集B’对应一致的点集AB‘,计算公式如下:
S302、采用单纯形优化,寻找使得B’和AB’之间平方距离最小的仿射变换T*,具体计算如下:
S303、更新B’,令B′=T*B′,然后返回到步骤B1,重复迭代,直到步骤B2中B’和AB‘平方距离与上一次迭代中B’和AB‘平方距离的比值大于一个阈值。
S104、将精配准形变后的电解剖图叠加在CT图像上,得到心房电解剖图与CT图像的最终配准图像。
以上为本发明实施例提供的心房电解剖图和CT图像配准方法的具体实施方式。
相对现有技术,本发明提供的电解剖图和CT图像配准方法和装置以基于质心的粗配准和基于迭代最近点的精配准相结合的方法,全自动配准了电解剖图与CT图像,配准结果稳定;而且,精配准采用的仿射变换模型,相对刚体变换更为接近电解剖图与CT图像之间的形变差异,配准精度有一定程度的提高;同时,基于质心的粗配准、仿射变换模型、迭代最近点算法,三者的计算量都比较小,因此配准速度快。本发明提供的心房电解剖图和CT图像配准,有效平衡了稳定、精确、快速三方面需求,能够为房颤消融导管导航提供有效保障。
基于上述实施例提供的心房电解剖图与CT图像的配准方法,本发明实施例还提供了电解剖图与CT图像的配准装置。具体参见以下实施例。
图4是本发明实施例提供的心房电解剖图与CT图像配准装置的结构示意图。如图4所示,该配置装置包括以下单元:
获取图像数据单元41,用于获取心房电解剖图与CT图像,所述电解剖图是心房解剖结构的模拟图,是在房颤消融手术中由导管在心房内壁标测的近百个标测点模拟构建而成的;所述CT图像是心房内壁的曲面图像,是对房颤消融手术前采集的CT原始图像分割重建之后获得的;
粗配准单元42,用于以基于质心的方法,粗配准电解剖图与CT图像;
精配准单元43,用于在粗配准的基础上,采用仿射变换和迭代最近点的方法,精配准电解剖图与CT图像;
叠加单元44,用于将精配准形变后的电解剖图叠加在CT图像上,得到心房电解剖图与CT图像的最终配准图像。
模拟构建的电解剖图本质是一组标测点集,因此,配准CT图像和电解剖图实质是配准构成CT图像的点集和构成电解剖图的标测点集。
进一步地,所述粗配准单元42包括:
第一计算子单元421,用于计算CT图像A(A={A(j)},j=1,…,NA)和电解剖图B(B={B(i)},i=1,…,NB)的质心CA和CB
第二计算子单元422,用于计算粗配准电解剖图B’,计算公式如下:
B′=B+(CA-CB) (1)
再进一步地,所述精配准单元43包括:
第三计算子单元431,用于寻找CT图像A上与粗配准后的电解剖图中标测点集B’对应一致的点集AB‘,计算公式如下:
第四计算子单元432,用于采用单纯形优化,寻找使得B’和AB‘之间平方距离最小的仿射变换T*,具体计算如下:
第五计算子单元433,用于更新B’,令B′=T*B′,然后返回到步骤B1,重复迭代,直到步骤B2中B’和AB’平方距离与上一次迭代中B’和AB’平方距离的比值大于一个阈值。
以上所述仅是本发明的较佳实施例而已,并非对本发明作任何形式上的限制。虽然本发明以较佳实施例揭露如上,然而并非用以限定本发明。任何熟悉本领域的技术人员,在不脱离本发明技术方案范围情况下,都可利用上述揭示的方法和技术内容对本发明技术方案做出许多可能的变动和修饰,或修改为等同变化的等效实施例。因此,凡是未脱离本发明技术方案的内容,依据本发明的技术实质对以上实施例所做的任何简单修改、等同变化及修饰,均仍属于本发明技术方案保护的范围内。

Claims (8)

1.一种心房电解剖图与CT图像的配准方法,其特征在于,包括:
获取心房电解剖图与CT图像,所述电解剖图是心房解剖结构的模拟图,是在房颤消融手术中由导管在心房内壁标测的近百个标测点模拟构建而成的;所述CT图像是心房内壁的曲面图像,是对房颤消融手术前采集的CT原始图像分割重建之后获得的;
以基于质心的方法,粗配准电解剖图与CT图像;
在粗配准的基础上,采用仿射变换和迭代最近点的方法,精配准电解剖图与CT图像;
将精配准形变后的电解剖图叠加在CT图像上,得到心房电解剖图与CT图像的最终配准图像。
模拟构建的电解剖图本质是一组标测点集,因此,配准CT图像和电解剖图实质是配准构成CT图像的点集和构成电解剖图的标测点集。
2.根据权利要求1所述的方法,其特征在于,以基于质心的方法配准所述电解剖图与CT图像,得到粗配准变换。具体包括:
步骤A1、分别计算CT图像A(A={A(j)},j=1,…,NA)和电解剖图B(B={B(i)},i=1,…,NB)的质心CA和CB
步骤A2、计算粗配准电解剖图B’,计算公式如下:
B′=B+(CA-CB) (I)
3.根据权利要求1所述的方法,其特征在于,配准所述电解剖图和CT图像,得到精配准变换,具体包括:
采用仿射变换模型和单纯形优化算法,以基于迭代最近点的方法配准所述电解剖图与CT图像,得到精配准变换。
4.根据权利要求3所述的方法,其特征在于,采用仿射变换模型和单纯形优化算法,以基于迭代最近点的方法配准所述电解剖图与CT图像,得到精配准变换,具体包括:
步骤B1、寻找CT图像A上与粗配准后的电解剖图中标测点集B’对应一致的点集AB‘,计算公式如下:
A B ′ ( j ) = arg min j Σ i = 1 N B ( A ( j ) - B ′ ( i ) ) 2 , j = 1 , 2 , ... , N A - - - ( I I )
步骤B2、采用单纯形优化,寻找使得B’和AB’之间平方距离最小的仿射变换T*,具体计算如下:
T * = arg min T Σ j = 1 N A Σ i = 1 N B ( A B ′ ( j ) - TB ′ ( i ) ) 2 - - - ( I I I )
步骤B3、更新B’,令B′=T*B′,然后返回到步骤B1,重复迭代,直到步骤B2中B’和AB‘平方距离与上一次迭代中B’和AB‘平方距离的比值大于一个阈值。
5.一种心房电解剖图与CT图像的配准装置,其特征在于,包括:
获取图像数据单元,用于获取心房电解剖图与CT图像,所述电解剖图是心房解剖结构的模拟图,是在房颤消融手术中由导管在心房内壁标测的近百个标测点模拟构建而成的;所述CT图像是心房内壁的曲面图像,是对房颤消融手术前采集的CT原始图像分割重建之后获得的;
粗配准单元,用于以基于质心的方法,粗配准电解剖图与CT图像;
精配准单元,用于在粗配准的基础上,采用仿射变换和迭代最近点的方法,精配准电解剖图与CT图像;
叠加单元,用于将精配准形变后的电解剖图叠加在CT图像上,得到心房电解剖图与CT图像的最终配准图像。
模拟构建的电解剖图本质是一组标测点集,因此,配准CT图像和电解剖图实质是配准构成CT图像的点集和构成电解剖图的标测点集。
6.根据权利要求5所述的装置,其特征在于,所述粗配准单元包括:
第一计算子单元,用于计算CT图像A(A={A(j)},j=1,…,NA)和电解剖图B(B={B(i)},i=1,…,NB)的质心CA和CB
第二计算子单元,用于计算粗配准电解剖图B’,计算公式如下:
B′=B+(CA-CB) (I)
7.根据权利要求5所述的装置,其特征在于,所述精配准单元包括采用仿射变换模型和单纯形优化算法,以基于迭代最近点的方法配准所述电解剖图与CT图像,得到精配准变换的子单元。
8.根据权利要求7所述的装置,其特征在于,所述精配准单元包括:
第三计算子单元,用于寻找CT图像A上与粗配准后的电解剖图中标测点集B’对应一致的点集AB‘,计算公式如下:
A B ′ ( j ) = arg min j Σ i = 1 N B ( A ( j ) - B ′ ( i ) ) 2 , j = 1 , 2 , ... , N A - - - ( I I )
第四计算子单元,用于采用单纯形优化,寻找使得B’和AB‘之间平方距离最小的仿射变换T*,具体计算如下:
T * = arg min T Σ j = 1 N A Σ i = 1 N B ( A B ′ ( j ) - TB ′ ( i ) ) 2 - - - ( I I I )
第五计算子单元,用于更新B’,令B′=T*B′,然后返回到步骤B1,重复迭代,直到步骤B2中B’和AB’平方距离与上一次迭代中B’和AB’平方距离的比值大于一个阈值。
CN201611137427.1A 2016-12-12 2016-12-12 基于迭代最近点的自动电解剖图与ct图像配准方法和装置 Pending CN106780572A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201611137427.1A CN106780572A (zh) 2016-12-12 2016-12-12 基于迭代最近点的自动电解剖图与ct图像配准方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201611137427.1A CN106780572A (zh) 2016-12-12 2016-12-12 基于迭代最近点的自动电解剖图与ct图像配准方法和装置

Publications (1)

Publication Number Publication Date
CN106780572A true CN106780572A (zh) 2017-05-31

Family

ID=58875454

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201611137427.1A Pending CN106780572A (zh) 2016-12-12 2016-12-12 基于迭代最近点的自动电解剖图与ct图像配准方法和装置

Country Status (1)

Country Link
CN (1) CN106780572A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112150516A (zh) * 2020-09-26 2020-12-29 首都医科大学附属北京安贞医院 基于体表电极的电解剖图与ct图像的配准方法及装置
WO2022001358A1 (zh) * 2020-06-30 2022-01-06 上海微创电生理医疗科技股份有限公司 图像处理方法、装置、计算机设备、存储介质及标测系统

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102509303A (zh) * 2011-11-22 2012-06-20 鲁东大学 基于改进的结构相似度的二值化图像配准方法
CN103632338A (zh) * 2013-12-05 2014-03-12 鲁东大学 一种基于匹配曲线特征的图像配准评估法
CN103854278A (zh) * 2012-12-06 2014-06-11 五邑大学 基于连通区域质心形状上下文的印刷电路板图像配准方法
CN104287830A (zh) * 2013-07-18 2015-01-21 中国科学院深圳先进技术研究院 基于Kinect相机的术中实时注册方法
CN104622495A (zh) * 2013-11-11 2015-05-20 株式会社东芝 医用图像处理装置以及医用图像处理方法
CN104899886A (zh) * 2015-06-08 2015-09-09 首都医科大学附属北京安贞医院 基于空间和阻抗的carto电解剖图与ct图像的配准方法和装置
CN105078573A (zh) * 2014-05-11 2015-11-25 复旦大学 基于手持式扫描仪的神经导航空间配准方法
CN105243657A (zh) * 2015-09-08 2016-01-13 首都医科大学附属北京安贞医院 基于增强弹性形变的carto电解剖图与ct图像配准方法和装置
CN105279762A (zh) * 2015-11-20 2016-01-27 北京航空航天大学 一种口腔软硬组织ct序列与三维网格模型配准方法

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102509303A (zh) * 2011-11-22 2012-06-20 鲁东大学 基于改进的结构相似度的二值化图像配准方法
CN103854278A (zh) * 2012-12-06 2014-06-11 五邑大学 基于连通区域质心形状上下文的印刷电路板图像配准方法
CN104287830A (zh) * 2013-07-18 2015-01-21 中国科学院深圳先进技术研究院 基于Kinect相机的术中实时注册方法
CN104622495A (zh) * 2013-11-11 2015-05-20 株式会社东芝 医用图像处理装置以及医用图像处理方法
CN103632338A (zh) * 2013-12-05 2014-03-12 鲁东大学 一种基于匹配曲线特征的图像配准评估法
CN105078573A (zh) * 2014-05-11 2015-11-25 复旦大学 基于手持式扫描仪的神经导航空间配准方法
CN104899886A (zh) * 2015-06-08 2015-09-09 首都医科大学附属北京安贞医院 基于空间和阻抗的carto电解剖图与ct图像的配准方法和装置
CN105243657A (zh) * 2015-09-08 2016-01-13 首都医科大学附属北京安贞医院 基于增强弹性形变的carto电解剖图与ct图像配准方法和装置
CN105279762A (zh) * 2015-11-20 2016-01-27 北京航空航天大学 一种口腔软硬组织ct序列与三维网格模型配准方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
王刚 等: "心脏三维标测中配准方法的研究", 《航天医学与医学工程》 *
舒丽霞 等: "基于Hausdorff距离的CARTO电解剖图与CT曲面配准", 《生物医学工程研究》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2022001358A1 (zh) * 2020-06-30 2022-01-06 上海微创电生理医疗科技股份有限公司 图像处理方法、装置、计算机设备、存储介质及标测系统
CN112150516A (zh) * 2020-09-26 2020-12-29 首都医科大学附属北京安贞医院 基于体表电极的电解剖图与ct图像的配准方法及装置

Similar Documents

Publication Publication Date Title
US20220183772A1 (en) Systems and methods for registration of intra-body electrical readings with a pre-acquired three dimensional image
AU2020205248B2 (en) Dynamic 3D lung map view for tool navigation inside the lung
EP1837828B1 (en) Image registration using locally-weighted fitting
US11911167B2 (en) Automatic mesh reshaping of an anatomical map to expose internal points of interest
CN108969099B (zh) 一种校正方法、手术导航系统、电子设备及存储介质
CN105243657B (zh) 基于增强弹性形变的carto电解剖图与ct图像配准方法和装置
EP2901934B1 (en) Method and device for generating virtual endoscope image, and program
US20190304129A1 (en) Image-based guidance for navigating tubular networks
WO2023066072A1 (zh) 导管定位方法、介入手术系统、电子设备和存储介质
CN106780572A (zh) 基于迭代最近点的自动电解剖图与ct图像配准方法和装置
US20220225925A1 (en) Automatic shaving of an anatomical map during ablation to expose internal points of interest
CN116327362A (zh) 磁探头辅助支气管术中导航方法、装置、介质及电子设备
Ma et al. Cardiac unfold: a novel technique for image-guided cardiac catheterization procedures
US20230014228A1 (en) Systems, methods, and computer-readable media for automatic computed tomography to computed tomography registration
WO2019118395A1 (en) Systems, methods, and computer-readable media for non-rigid registration of electromagnetic navigation space to ct volume
CN104899886A (zh) 基于空间和阻抗的carto电解剖图与ct图像的配准方法和装置
CN114283179A (zh) 基于超声图像的骨折远近端空间位姿实时获取与配准系统
CN114903415A (zh) Dicom影像在内窥镜胶囊机器人自动导航中的应用
CN113925611A (zh) 对象三维模型和对象实体的匹配方法、装置、设备及介质
CN113317874A (zh) 一种医学图像处理装置及介质
Schäfer et al. Limited angle C-arm tomography and segmentation for guidance of atrial fibrillation ablation procedures
WO2023178527A1 (zh) 肿瘤放射治疗区域的生成方法及生成装置
US20220222835A1 (en) Endoscopic image registration
CN116616807A (zh) 肺结节术中定位系统、方法、电子设备及存储介质
Jia et al. Research Article A Hybrid Catheter Localisation Framework in Echocardiography Based on Electromagnetic Tracking and Deep Learning Segmentation

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
WD01 Invention patent application deemed withdrawn after publication
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20170531