CN107595390B - 一种超声影像与ct影像的实时匹配融合方法 - Google Patents
一种超声影像与ct影像的实时匹配融合方法 Download PDFInfo
- Publication number
- CN107595390B CN107595390B CN201710976256.XA CN201710976256A CN107595390B CN 107595390 B CN107595390 B CN 107595390B CN 201710976256 A CN201710976256 A CN 201710976256A CN 107595390 B CN107595390 B CN 107595390B
- Authority
- CN
- China
- Prior art keywords
- image
- real
- ultrasonic
- time
- points
- 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
Images
Landscapes
- Ultra Sonic Daignosis Equipment (AREA)
Abstract
本发明提出了一种超声影像与CT影像的实时匹配融合方法,术前对患者进行超声扫描和CT扫描,将每个感兴趣区与对应CT影像进行匹配融合,术中,通过超声扫描进行图像引导手术导航,超声扫描获得实时超声影像,获得实时矩阵,根据各个标记点在实时矩阵中的排列位置,调整CT影像的成像角度,超声影像与CT影像同时呈现在显示界面上。本发明实现了图像引导手术过程中超声影像与CT影像的匹配融合,到达病灶位置时,呈现彼此对应的超声影像与CT影像,而且CT影像的成像角度根据医生的操作进行实时调整,方便医生得到直观的、彼此对应的超声影像与CT影像,提高手术的精确度。
Description
技术领域
本发明涉及医学成像领域,特别涉及一种超声影像与CT影像的实时匹配融合方法。
背景技术
一直以来,超声成像以其实时性、可重复性、可移动性著称,尤其是实时性,超生医生利用实时成像将超声运用在各个领域,例如实时引导穿刺、实时超声造影成像、实时彩色多普勒血流成像,实时弹性成像等等。
CT成像广泛运用于临床已近半个世纪,以其良好得分辨率和与临床医生良好得沟通性被接受,但是CT成像无法实现实时性,更没有移动性。
目前,图像引导手术需要超声二维影像来对手术器械进行实时定位,但是对于病灶的识别还需要通过CT影像,因为CT影像是三维的,成像分辨率更高、视野更宽,病灶识别更清楚,因此,目前的图像引导手术还是需要医生通过超声影像作为引导,术中参考术前获得的CT影像进行病灶判断与处理,手术时间很大一部分用在了影像比对上,反复的影像比对也对医生操作的准确性造成了影响。
如何提供一种将超声影像与CT影像进行融合的方法,是目前医学成像领域亟待解决的问题。
发明内容
为解决上述现有技术中的不足,本发明提出一种超声影像与CT影像的实时匹配融合方法,实现了图像引导手术过程中超声影像与CT影像的匹配融合,方便医生得到直观的、彼此对应的超声影像与CT影像,提高手术的精确度。
本发明的技术方案是这样实现的:
一种超声影像与CT影像的实时匹配融合方法,包括以下步骤:
步骤一,术前对患者进行超声扫描和CT扫描;其中,通过超声扫描进行图像引导手术导航模拟,模拟过程对超声影像中感兴趣区域进行标记,以病灶点为中心,对病灶点及其前后上下进行标记,病灶点连续,则以连续的多个病灶点为主轴,对主轴及其上下前后进行标记,通过标记点标识出感兴趣区域,并以各个标记点为中心,对感兴趣区域进行网格划分,每个标记点对应一个网格;对感兴趣区中各个标记点的特征值进行提取,特征值包括该标记点所对应网格区域的人体组织纹理特征和血管纹理特征;对感兴趣区域进行CT扫描,获得CT影像;
步骤二,每个感兴趣区对应一个CT影像,将每个感兴趣区与对应CT影像进行匹配融合,包括以下步骤:通过网格矩阵对术前获得的各个标记点的特征值进行存储,按照排列规则将各个标记点顺序排列到矩阵中的相应位置,矩阵中的每一格对应存储一个标记点的特征值,以该排列顺序作为标准矩阵,各个标记点在标准矩阵中的排列位置决定CT影像的标准成像角度;
步骤三,术中,通过超声扫描进行图像引导手术导航,超声扫描获得实时超声影像,到达感兴趣区域后,对该实时超声影像中的人体组织纹理特征和血管纹理特征进行提取;将实时超声影像中的人体组织纹理特征和血管纹理特征与步骤一中各个标记点的特征值进行比对,匹配区域的中心作为实时超声影像中的标记点,在实时超声影像上以各个标记点为中心,对感兴趣区域进行网格划分;
步骤四,对实时超声影像中的各个标记点,以与步骤二中相同的规则进行排列,存储到新的网格矩阵中,获得实时矩阵,根据各个标记点在实时矩阵中的排列位置,调整CT影像的成像角度;
步骤五,超声影像与CT影像同时呈现在显示界面上。
可选地,所述步骤一中,对超声影像中感兴趣区域进行标记的过程具体为:通过外置的图像识别计算机对连续的超声影像进行分解,划分为帧图像序列,每固定间隔提取一副帧图像,对该帧图像中各个标记点的人体组织纹理特征和血管纹理特征进行提取,进而获得该帧图像中各个标记点的特征值,多个帧图像中相同标记点的特征值汇集成超声影像中该标记点的特征值。
可选地,所述步骤三中,通过外置的图像识别计算机对实时超声影像进行分解,将连续超声影像划分为帧图像序列,每固定间隔提取一副帧图像,对该帧图像的人体组织纹理特征和血管纹理特征进行提取,进而获得该帧图像中所有点的特征值,多个帧图像中相同标记点的特征值汇集成超声影像中该标记点的特征值;特征点的匹配过程也在图像识别计算机中实现,匹配过程与超声成像过程同时进行,将帧图像中所有点的特征值与步骤一中各个标记点的特征值进行比对,获得该帧图像中的标记点,在该帧图像上以各个标记点为中心,对感兴趣区域进行网格划分,多个帧图像标记、划分完成后,汇集成实时超声影像的标记、划分结果。
可选地,所述步骤二和步骤四中,所述标记点在网格矩阵中的排列规则为:根据感兴趣区中标记点的数量,分配最小网格矩阵,标记点根据在图像中的位置,以自左至右,自上而下的顺序在网格矩阵中排列。
可选地,各个标记点在网格矩阵中的排列位置与CT影像的成像角度成对应关系,CT影像的初始角度为步骤二中CT影像的标准成像角度,标准成像角度由术前的图像引导手术导航模拟过程获得;术中,医生根据手术需要调整实时超声影像的角度,根据各个标记点在网格矩阵中的排列位置与CT影像的成像角度成对应关系,实时调整CT影像的成像角度,供医生参考。
可选地,所述每固定间隔提取一副帧图像的步骤中,该固定间隔根据外置的图像识别计算机的运算速度设定,运算速度快,固定间隔的时间短,运算速度慢,固定间隔的时间长。
可选地,还包括缓存步骤,进行特征点的匹配过程的同时,对下一时间间隔的帧图像进行缓存并提取该帧图像中所有点的特征值。
本发明的有益效果是:
(1)实现了图像引导手术过程中超声影像与CT影像的匹配融合;
(2)到达病灶位置时,呈现彼此对应的超声影像与CT影像,而且CT影像的成像角度根据医生的操作进行实时调整,方便医生得到直观的、彼此对应的超声影像与CT影像,提高手术的精确度。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为根据本发明的方法对感兴趣区域进行标记的原理图;
图2为本发明通过网格矩阵对术前获得的各个标记点的特征值进行存储的一个实施例的示意图;
图3为与图2所示实施例相对应的CT影像的成像示意图;
图4为本发明通过网格矩阵对术中获得的各个标记点的特征值进行存储的一个实施例的示意图;
图5为与图4所示实施例相对应的CT影像的成像示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
现有的图像引导手术需要超声二维影像来对手术器械进行实时定位,术中参考术前获得的CT影像进行病灶判断与处理,由于超声影像和CT影像不是实时对应的,两种影像比对过程对医生操作的准确性造成了影响。
本发明提出了一种超声影像与CT影像的实时匹配融合方法,实现了图像引导手术过程中超声影像与CT影像的匹配融合,到达病灶位置时,呈现彼此对应的超声影像与CT影像,而且CT影像的成像角度根据医生的操作进行实时调整,方便医生得到直观的、彼此对应的超声影像与CT影像,提高手术的精确度。
本发明的一种超声影像与CT影像的实时匹配融合方法,包括以下步骤:
步骤一,术前对患者进行超声扫描和CT扫描;其中,通过超声扫描进行图像引导手术导航模拟,模拟过程中对感兴趣区域进行标记,以病灶点为中心,对病灶点及其前后上下进行标记,病灶点连续,则以连续的多个病灶点为主轴,对主轴及其上下前后进行标记,通过标记点标识出感兴趣区域,并以各个标记点为中心,对感兴趣区域进行网格划分,每个标记点对应一个网格;对感兴趣区中各个标记点的特征值进行提取,特征值包括该标记点所对应网格区域的人体组织纹理特征和血管纹理特征;对感兴趣区域进行CT扫描,获得CT影像。
由于人体组织纹理和血管纹理具有较高的识别度,不同区域的人体组织纹理或者血管纹理重合的概率低于千万分之一,因此,同时提取人体组织纹理特征和血管纹理特征,进一步降低了纹理特征重合概率。
图1示出了对感兴趣区域进行标记的原理图,图1中,病灶点10为连续的多个,病灶点及其上下前后都标记有标记点20,通过标记点20的标识作用,可以明确的标识出感兴趣区域,将医生术中操作的感兴趣区域与患者正常区域区分开。
上述步骤一中,通过外置的图像识别计算机对连续的超声影像进行分解,采用外置图像识别计算机可以保证处理的实时性,外置的图像识别计算机将连续的超声影像划分为帧图像序列,每固定间隔提取一副帧图像,对该帧图像中各个标记点的人体组织纹理特征和血管纹理特征进行提取,进而获得该帧图像中各个标记点的特征值,多个帧图像中相同标记点的特征值汇集成超声影像中该标记点的特征值,同理,多个帧图像中各个标记点的特征值汇集形成超声影像中所有标记点的特征值。
步骤二,每个感兴趣区对应一个CT影像,将每个感兴趣区与对应CT影像进行匹配融合,包括以下步骤:通过网格矩阵对术前获得的各个标记点的特征值进行存储,按照排列规则将各个标记点顺序排列到矩阵中的相应位置,矩阵中的每一格对应存储一个标记点的特征值,以该排列顺序作为标准矩阵,各个标记点在标准矩阵中的排列位置决定CT影像的标准成像角度。
上述网格矩阵中的每一格对应一个存储区域,该存储区用于存储一个标记点的特征值,包括该标记点所对应网格区域的人体组织纹理特征和血管纹理特征,而且,上述标记点的特征值是由多个帧图像中相同标记点的特征值汇集成超声影像中该标记点的特征值。
图2示出了通过网格矩阵对术前获得的各个标记点的特征值进行存储的原理图,该实施例中,结合图1所示,标记点为48个。标记点在网格矩阵中的排列规则为:根据感兴趣区中标记点的数量,分配最小网格矩阵,标记点根据在图像中的位置,以自左至右,自上而下的顺序在网格矩阵中排列。因此,根据图1所示实施例,48个标记点分配的最小网格矩阵为7×7矩阵,根据自左至右,自上而下的顺序对各个标记点进行标号,1-48号依次排列到网格矩阵中的相应位置。网格矩阵的排列顺序没有特殊要求,只要固定即可,每个标记点有其固定的位置。图2所示实施例中,网格矩阵的排列规则为1-48号标记点在网格矩阵中自左至右、自上而下依次排列。以图2中所示排列顺序作为标准矩阵,各个标记点在标准矩阵中的排列位置决定CT影像的标准成像角度,如图3所示,导航模拟过程中,医生根据后续手术的需要,标记好感兴趣区域,并以该超声影像的标记点生成标准CT影像。
步骤三,术中,通过超声扫描进行图像引导手术导航,超声扫描获得实时超声影像,到达感兴趣区域后,对该实时超声影像中的人体组织纹理特征和血管纹理特征进行提取;将实时超声影像中的人体组织纹理特征和血管纹理特征与步骤一中各个标记点的特征值进行比对,匹配区域的中心作为实时超声影像中的标记点,在实时超声影像上以各个标记点为中心,对感兴趣区域进行网格划分。
上述步骤三中,通过外置的图像识别计算机对实时超声影像进行分解,将连续超声影像划分为帧图像序列,每固定间隔提取一副帧图像,对该帧图像的人体组织纹理特征和血管纹理特征进行提取,进而获得该帧图像中所有点的人体组织纹理特征和血管纹理特征;特征点的匹配过程也在图像识别计算机中实现,匹配过程与超声成像过程同时进行,将帧图像中所有点的特征值与步骤一中各个标记点的特征值进行比对,获得该帧图像中的标记点,在该帧图像上以各个标记点为中心,对感兴趣区域进行网格划分,多个帧图像标记点标记、网格划分完成后,汇集成实时超声影像的标记、划分结果。
步骤四,对实时超声影像中的各个标记点,以与步骤二中相同的规则进行排列,存储到新的网格矩阵中,获得实时矩阵,根据各个标记点在实时矩阵中的排列位置,调整CT影像的成像角度。
各个标记点在网格矩阵中的排列位置与CT影像的成像角度成对应关系,CT影像的初始角度为步骤二中标准CT影像的成像角度,标准成像角度由术前的图像引导手术导航模拟过程获得,如图3所示。术中,医生根据手术需要调整实时超声影像的角度,根据各个标记点在网格矩阵中的排列位置与CT影像的成像角度成对应关系,实时调整CT影像的成像角度,供医生参考。如图4所示,相比于图2中矩阵,各个标记点在实时矩阵中的排列位置发生了改变,因此,图5中,CT影像的成像角度也相应发生调整,当然,图4和图5中的对应关系仅为示意性的。
步骤五,超声影像与CT影像同时呈现在显示界面上。
为了提高图形识别过程的速度,本发明通过外置的图像识别计算机进行上述步骤一和步骤三中的标记、标记点比对操作,所述每固定间隔提取一副帧图像的步骤中,该固定间隔根据外置的图像识别计算机的运算速度设定,运算速度快,固定间隔的时间短,运算速度慢,固定间隔的时间长,保证图像识别过程与超声图像成像过程同步。
为了进一步提高图像识别过程与超声图像成像过程同步,图像识别计算机的处理过程还包括缓存步骤,在进行特征点的匹配过程的同时,对下一时间间隔的帧图像进行缓存并提取该帧图像中所有点的特征值。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (7)
1.一种用于超声影像与CT影像的实时匹配融合的图像识别计算机,其特征在于,执行以下步骤:
步骤一,对超声影像中感兴趣区域进行标记,以病灶点为中心,对病灶点及其前后上下进行标记,病灶点连续,则以连续的多个病灶点为主轴,对主轴及其上下前后进行标记,通过标记点标识出感兴趣区域,并以各个标记点为中心,对感兴趣区域进行网格划分,每个标记点对应一个网格;对感兴趣区中各个标记点的特征值进行提取,特征值包括该标记点所对应网格区域的人体组织纹理特征和血管纹理特征;
步骤二,每个感兴趣区对应一个CT影像,将每个感兴趣区与对应CT影像进行匹配融合,包括以下步骤:通过网格矩阵对术前获得的各个标记点的特征值进行存储,按照排列规则将各个标记点顺序排列到矩阵中的相应位置,矩阵中的每一格对应存储一个标记点的特征值,以该排列顺序作为标准矩阵,各个标记点在标准矩阵中的排列位置决定CT影像的标准成像角度;
步骤三,超声扫描获得实时超声影像,到达感兴趣区域后,对该实时超声影像中的人体组织纹理特征和血管纹理特征进行提取;将实时超声影像中的人体组织纹理特征和血管纹理特征与步骤一中各个标记点的特征值进行比对,匹配区域的中心作为实时超声影像中的标记点,在实时超声影像上以各个标记点为中心,对感兴趣区域进行网格划分;
步骤四,对实时超声影像中的各个标记点,以与步骤二中相同的规则进行排列,存储到新的网格矩阵中,获得实时矩阵,根据各个标记点在实时矩阵中的排列位置,调整CT影像的成像角度;
步骤五,超声影像与CT影像同时呈现在显示界面上。
2.如权利要求1所述的一种用于超声影像与CT影像的实时匹配融合的图像识别计算机,其特征在于,所述步骤一中,对超声影像中感兴趣区域进行标记的过程具体为:对连续的超声影像进行分解,划分为帧图像序列,每固定间隔提取一副帧图像,对该帧图像中各个标记点的人体组织纹理特征和血管纹理特征进行提取,进而获得该帧图像中各个标记点的特征值,多个帧图像中相同标记点的特征值汇集成超声影像中该标记点的特征值。
3.如权利要求1所述的一种用于超声影像与CT影像的实时匹配融合的图像识别计算机,其特征在于,所述步骤三中,将连续超声影像划分为帧图像序列,每固定间隔提取一副帧图像,对该帧图像的人体组织纹理特征和血管纹理特征进行提取,进而获得该帧图像中所有点的特征值,多个帧图像中相同标记点的特征值汇集成超声影像中该标记点的特征值;特征点的匹配过程也在图像识别计算机中实现,匹配过程与超声成像过程同时进行,将帧图像中所有点的特征值与步骤一中各个标记点的特征值进行比对,获得该帧图像中的标记点,在该帧图像上以各个标记点为中心,对感兴趣区域进行网格划分,多个帧图像标记、划分完成后,汇集成实时超声影像的标记、划分结果。
4.如权利要求1所述的一种用于超声影像与CT影像的实时匹配融合的图像识别计算机,其特征在于,所述步骤二和步骤四中,所述标记点在网格矩阵中的排列规则为:根据感兴趣区中标记点的数量,分配最小网格矩阵,标记点根据在图像中的位置,以自左至右,自上而下的顺序在网格矩阵中排列。
5.如权利要求1所述的一种用于超声影像与CT影像的实时匹配融合的图像识别计算机,其特征在于,各个标记点在网格矩阵中的排列位置与CT影像的成像角度成对应关系,CT影像的初始角度为步骤二中CT影像的标准成像角度,标准成像角度由术前的图像引导手术导航模拟过程获得。
6.如权利要求2或3所述的一种用于超声影像与CT影像的实时匹配融合的图像识别计算机,其特征在于,所述每固定间隔提取一副帧图像的步骤中,该固定间隔根据外置的图像识别计算机的运算速度设定,运算速度快,固定间隔的时间短,运算速度慢,固定间隔的时间长。
7.如权利要求6所述的一种用于超声影像与CT影像的实时匹配融合的图像识别计算机,其特征在于,还包括缓存步骤,进行特征点的匹配过程的同时,对下一时间间隔的帧图像进行缓存并提取该帧图像中所有点的特征值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710976256.XA CN107595390B (zh) | 2017-10-19 | 2017-10-19 | 一种超声影像与ct影像的实时匹配融合方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710976256.XA CN107595390B (zh) | 2017-10-19 | 2017-10-19 | 一种超声影像与ct影像的实时匹配融合方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107595390A CN107595390A (zh) | 2018-01-19 |
CN107595390B true CN107595390B (zh) | 2020-12-08 |
Family
ID=61078571
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710976256.XA Active CN107595390B (zh) | 2017-10-19 | 2017-10-19 | 一种超声影像与ct影像的实时匹配融合方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107595390B (zh) |
Families Citing this family (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109493328B (zh) * | 2018-08-31 | 2020-08-04 | 上海联影智能医疗科技有限公司 | 医学图像显示方法、查看设备以及计算机设备 |
CN111821032B (zh) * | 2019-04-16 | 2022-06-07 | 上银科技股份有限公司 | 医疗影像对位方法 |
CN110267357A (zh) * | 2019-06-26 | 2019-09-20 | 深圳开立生物医疗科技股份有限公司 | 超声影像播放方法、系统及超声设备和存储介质 |
US11062445B2 (en) | 2019-08-28 | 2021-07-13 | Hiwin Technologies Corp. | Method of medical image registration |
CN110766735B (zh) | 2019-10-21 | 2020-06-26 | 北京推想科技有限公司 | 一种图像的匹配方法、装置、设备及存储介质 |
CN113041520A (zh) * | 2019-12-27 | 2021-06-29 | 重庆海扶医疗科技股份有限公司 | 一种智能空间定位系统 |
CN113129342A (zh) * | 2019-12-31 | 2021-07-16 | 无锡祥生医疗科技股份有限公司 | 多模态融合成像方法、装置及存储介质 |
CN111583177B (zh) * | 2020-03-31 | 2023-08-04 | 杭州依图医疗技术有限公司 | 一种医学影像的显示方法及装置、存储介质 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102208109A (zh) * | 2011-06-23 | 2011-10-05 | 南京林业大学 | X射线图像和激光图像的异源图像配准方法 |
CN106204733A (zh) * | 2016-07-22 | 2016-12-07 | 青岛大学附属医院 | 肝脏和肾脏ct图像联合三维构建系统 |
CN107103325A (zh) * | 2017-04-20 | 2017-08-29 | 湘潭大学 | 一种组织病理图像分类方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7787672B2 (en) * | 2004-11-04 | 2010-08-31 | Dr Systems, Inc. | Systems and methods for matching, naming, and displaying medical images |
-
2017
- 2017-10-19 CN CN201710976256.XA patent/CN107595390B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102208109A (zh) * | 2011-06-23 | 2011-10-05 | 南京林业大学 | X射线图像和激光图像的异源图像配准方法 |
CN106204733A (zh) * | 2016-07-22 | 2016-12-07 | 青岛大学附属医院 | 肝脏和肾脏ct图像联合三维构建系统 |
CN107103325A (zh) * | 2017-04-20 | 2017-08-29 | 湘潭大学 | 一种组织病理图像分类方法 |
Also Published As
Publication number | Publication date |
---|---|
CN107595390A (zh) | 2018-01-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107595390B (zh) | 一种超声影像与ct影像的实时匹配融合方法 | |
CN107456278B (zh) | 一种内窥镜手术导航方法和系统 | |
CN110033465B (zh) | 一种应用于双目内窥镜医学图像的实时三维重建方法 | |
WO2015161728A1 (zh) | 三维模型的构建方法及装置、图像监控方法及装置 | |
CN111161241B (zh) | 一种肝脏图像识别方法、电子设备及存储介质 | |
CN106821496B (zh) | 一种经皮椎间孔镜手术精准规划系统及方法 | |
CN107689045B (zh) | 内窥镜微创手术导航的图像显示方法、装置及系统 | |
CN103371870A (zh) | 一种基于多模影像的外科手术导航系统 | |
CN111374712B (zh) | 一种超声成像方法及超声成像设备 | |
CN109646112B (zh) | 超音波探针定位系统及超音波探针定位方法 | |
CN112057165B (zh) | 一种路径规划方法、装置、设备和介质 | |
CN110547869B (zh) | 一种基于虚拟现实的术前辅助规划装置 | |
CN110503652A (zh) | 下颌智齿与邻牙及下颌管关系确定方法、装置、存储介质及终端 | |
CN110946652A (zh) | 一种骨螺钉的钉道规划方法和装置 | |
CN111839727A (zh) | 基于增强现实的前列腺粒子植入路径可视化方法及系统 | |
CN107789056B (zh) | 一种医学影像匹配融合方法 | |
EP2484286B1 (en) | Device and method for displaying medical image and program | |
CN113274130A (zh) | 用于光学手术导航系统的无标记手术注册方法 | |
JP2000350722A (ja) | 器官の注目する要素の配置および三次元表現の方法 | |
CN111466952B (zh) | 一种超声内镜与ct三维图像实时转化方法和系统 | |
CN111768878A (zh) | 可视化指引病灶的方法及计算机可读存储介质 | |
CN115530973B (zh) | 一种消融可视化方法及系统 | |
WO2021081771A1 (zh) | 基于vrds ai医学影像的心脏冠脉的分析方法和相关装置 | |
CN108143501B (zh) | 一种基于体表静脉特征的解剖投影方法 | |
CN106557224A (zh) | 一种ct图像显示方法及装置 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |