CN111261303A - 用于指导患者的方法和装置 - Google Patents
用于指导患者的方法和装置 Download PDFInfo
- Publication number
- CN111261303A CN111261303A CN202010065765.9A CN202010065765A CN111261303A CN 111261303 A CN111261303 A CN 111261303A CN 202010065765 A CN202010065765 A CN 202010065765A CN 111261303 A CN111261303 A CN 111261303A
- Authority
- CN
- China
- Prior art keywords
- patient
- deviation
- determining
- generating
- deviation metric
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 121
- 238000007689 inspection Methods 0.000 claims abstract description 46
- 239000013598 vector Substances 0.000 claims description 71
- 230000008569 process Effects 0.000 claims description 56
- 230000000007 visual effect Effects 0.000 claims description 27
- 238000012512 characterization method Methods 0.000 claims description 22
- 230000003190 augmentative effect Effects 0.000 claims description 12
- 239000011521 glass Substances 0.000 claims description 12
- 210000000988 bone and bone Anatomy 0.000 claims description 6
- 238000005286 illumination Methods 0.000 claims description 5
- 238000010339 medical test Methods 0.000 claims description 3
- 238000012360 testing method Methods 0.000 claims description 3
- 238000013528 artificial neural network Methods 0.000 description 21
- 238000012545 processing Methods 0.000 description 17
- 238000010586 diagram Methods 0.000 description 12
- 230000015654 memory Effects 0.000 description 10
- 238000012986 modification Methods 0.000 description 8
- 230000004048 modification Effects 0.000 description 8
- 230000007274 generation of a signal involved in cell-cell signaling Effects 0.000 description 5
- 238000011176 pooling Methods 0.000 description 5
- 230000005284 excitation Effects 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 238000005259 measurement Methods 0.000 description 3
- 238000002591 computed tomography Methods 0.000 description 2
- 238000004590 computer program Methods 0.000 description 2
- 238000013527 convolutional neural network Methods 0.000 description 2
- 238000003745 diagnosis Methods 0.000 description 2
- 238000002059 diagnostic imaging Methods 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 238000000926 separation method Methods 0.000 description 2
- 208000027790 Rib fracture Diseases 0.000 description 1
- 230000000903 blocking effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 208000014674 injury Diseases 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 230000004807 localization Effects 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000000554 physical therapy Methods 0.000 description 1
- 238000002600 positron emission tomography Methods 0.000 description 1
- 230000005236 sound signal Effects 0.000 description 1
- 238000001356 surgical procedure Methods 0.000 description 1
- 230000008733 trauma Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H70/00—ICT specially adapted for the handling or processing of medical references
- G16H70/20—ICT specially adapted for the handling or processing of medical references relating to practices or guidelines
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
- G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
- G06T7/75—Determining position or orientation of objects or cameras using feature-based methods involving models
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/04—Positioning of patients; Tiltable beds or the like
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0012—Biomedical image inspection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/136—Segmentation; Edge detection involving thresholding
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
- G16H40/60—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices
- G16H40/63—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices for local operation
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
- G16H40/60—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices
- G16H40/67—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices for remote operation
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H70/00—ICT specially adapted for the handling or processing of medical references
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/54—Control of apparatus or devices for radiation diagnosis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10028—Range image; Depth image; 3D point clouds
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/50—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for simulation or modelling of medical disorders
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Biomedical Technology (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Epidemiology (AREA)
- Primary Health Care (AREA)
- Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- General Business, Economics & Management (AREA)
- Life Sciences & Earth Sciences (AREA)
- Radiology & Medical Imaging (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Pathology (AREA)
- Quality & Reliability (AREA)
- High Energy & Nuclear Physics (AREA)
- Biophysics (AREA)
- Optics & Photonics (AREA)
- Bioethics (AREA)
- Heart & Thoracic Surgery (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Veterinary Medicine (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Apparatus For Radiation Diagnosis (AREA)
Abstract
本申请公开了利用医疗设备来指导患者进行医疗检查的方法和系统。例如,一种利用医疗设备来指导患者进行医疗检查的计算机实施的方法,包括:接收用于所述医疗设备的检查协议;至少部分地基于所述检查协议来确定参考位置;获取患者位置;至少部分地基于对所述患者位置与所述参考位置进行比较来确定偏差度量;确定所述偏差度量是否大于预定的偏差阈值;和如果所述偏差度量大于所述预定的偏差阈值,则至少部分地基于所确定的偏差度量来生成定位指导,所述定位指导包括用于将所述患者相对于所述医疗设备进行定位的指导。
Description
技术领域
本发明的某些实施例涉及图像处理。更具体地,本发明的一些实施例提供了用于医疗图像处理的方法和装置。仅仅通过示例的方式,本发明的一些实施例已经被应用于利用医疗设备来指导患者进行医疗检查。但是可以认识到,本发明具有更宽泛的适用范围。
背景技术
在医疗成像扫描期间对患者进行定位是复杂的问题。通常有数百种与各种扫描类型(例如电脑断层扫描(CT)、核磁共振扫描(MR)、X射线扫描(X-ray)、正电子发射断层扫描(PET)等)以及各种扫描协议相对应的标准姿态的组合。通常在扫描过程中患者很难执行或摆出标准姿态,尤其是对于受伤者或老年患者。此外,对于在常规的临床实践中经常帮助患者进行定位的医护人员(例如扫描技术人员)来说,从视觉上判断患者的姿态相对于对标准姿态的定位正确性也是很困难的。特别地,对于涉及创伤患者或在患者的身体上联接有附加医疗设备或附件的患者来说,变得更加困难。至少由于所描述的挑战,医疗成像扫描通常产生具有不令人满意的图像质量而不足以进行诊断的图像。因此,通常会执行再次扫描,这导致了效率的低下。因此,需求一种用于对患者进行定位以减少患者定位误差、提高扫描效率、减少技术人员的工作量、以及改善扫描的图像质量以进行更好的诊断的方法或系统。
发明内容
本发明的某些实施例涉及图像处理。更具体地,本发明的一些实施例提供了用于医疗图像处理的方法和装置。仅仅通过示例的方式,本发明的一些实施例已经被应用于利用医疗设备来指导患者进行医疗检查。但是可以认识到,本发明具有更宽泛的适用范围。
在各个实施例中,一种利用医疗设备来指导患者进行医疗检查的计算机实施的方法,包括:接收用于所述医疗设备的检查协议;至少部分地基于所述检查协议来确定参考位置;获取患者位置;至少部分地基于对所述患者位置与所述参考位置进行比较来确定偏差度量;确定所述偏差度量是否大于预定的偏差阈值;和如果所述偏差度量大于所述预定的偏差阈值,则:至少部分地基于所确定的偏差度量来生成定位指导,所述定位指导包括用于将所述患者相对于所述医疗设备进行定位的指导。
在各个实施例中,一种利用医疗设备来指导患者进行医疗检查的系统,包括:协议接收模块,其被配置以接收用于所述医疗设备的检查协议;参考位置确定模块,其被配置以至少部分地基于所述检查协议来确定参考位置;患者位置获取模块,其被配置以获取患者位置;偏差度量确定模块,其被配置以至少部分地基于对所述患者位置与所述参考位置进行比较来确定偏差度量;定位指导模块,其被配置以:确定所述偏差度量是否大于预定的偏差阈值;和如果所述偏差度量大于所述预定的偏差阈值,则至少部分地基于所确定的偏差度量来生成定位指导。在某些示例中,所述定位指导包括用于将所述患者相对于所述医疗设备进行定位的指导。在某些示例中,所述患者位置获取模块被进一步配置以获取第二患者位置。
在各个实施例中,一种非瞬时性计算机可读介质,在其上存储有指令,当所述指令被处理器执行时,使所述处理器执行包括以下的过程:接收用于医疗设备的检查协议;至少部分地基于所述检查协议来确定参考位置;获取患者位置;至少部分地基于对所述患者位置与所述参考位置进行比较来确定偏差度量;确定所述偏差度量是否大于预定的偏差阈值;和如果所述偏差度量大于所述预定的偏差阈值,则至少部分地基于所确定的偏差度量来生成定位指导,所述定位指导包括用于将所述患者相对于所述医疗设备进行定位的指导。
根据实施例,可以实现一种或多种益处。本发明的这些益处和各种附加目的、特征和优势可以参考下面的详细描述和附图而被充分理解。
附图说明
图1是示出了根据本发明的一些实施例的用于利用医疗设备来指导患者进行医疗检查的系统的简化图。
图2是示出了根据本发明的一些实施例的用于利用医疗设备来指导患者进行医疗检查的方法的简化图。
图3是示出了根据本发明的一些实施例的计算系统的简化图。
图4是示出了根据本发明的一些实施例的神经网络的简化图。
具体实施方式
本发明的某些实施例涉及图像处理。更具体地,本发明的一些实施例提供了用于医疗图像处理的方法和装置。仅仅通过示例的方式,本发明的一些实施例已经被应用于利用医疗设备来指导患者进行医疗检查。但是可以认识到,本发明具有更宽泛的适用范围。
图1是示出了根据本发明的一些实施例的利用医疗设备来指导患者进行医疗检查的系统的简化图。该图仅是一个示例,而不应不适当地限制权利要求的范围。本领域的普通技术人员将会意识到许多变化、替代和修改。在一些示例中,系统10包括:协议接收模块12、参考位置确定模块14、患者位置获取模块16、偏差度量确定模块18、和/或定位指导模块20。在某些示例中,系统10还包括:外来对象模块22、信号生成模块24、设置模块26、和/或附件模块28。在一些示例中,系统10是被配置以指导患者朝向目标位置(例如,参考位置,如标准化位置)的患者位置指导系统,例如,用于医疗图像采集(如,X射线扫描)、外科手术、患者护理、和/或物理治疗的患者位置指导系统。尽管上面使用了一组选定的部件来进行显示,但是也可以有许多替代、修改和变化。例如,其中一些部件可以被扩展和/或组合。也可以将其他部件并入到上述部分。根据该实施例,一些部件的布置可以与其他替换的部件进行互换。
在各个实施例中,协议接收模块12被配置以接收检查协议,例如用于医疗设备的检查协议。在一些示例中,所述检查协议由用户来选择。例如,用户可以根据菜单(如下拉菜单)来选择检查协议。在某些示例中,所述检查协议对应于医疗设备的一个或多个参数。在各个示例中,所述检查协议是扫描协议。
在各个实施例中,参考位置确定模块14被配置以至少部分地基于所述检查协议来确定参考位置。在一些示例中,所述参考位置是对应于所述检查协议的标准位置。在某些示例中,参考位置确定模块14被配置以自动地确定所述参考位置。在各个示例中,参考位置确定模块14被配置以至少部分地基于患者信息(例如患者性别、年龄、和/或测量值)来确定所述参考位置。在一些示例中,所述参考位置是对应于标准姿态的模板位置,其可以对应于检查协议。
在各个实施例中,患者位置获取模块16被配置以获取第一患者位置。在一些示例中,所述第一患者位置对应于患者根据定位指导进行调整前的患者位置。在某些示例中,患者位置获取模块16被进一步配置以获取第二患者位置。在一些示例中,所述第二患者位置对应于所述患者根据定位指导进行调整后的患者位置。在各个示例中,患者位置获取模块16被配置以获取第一患者图像并且至少部分地基于所述第一患者图像来生成所述第一患者位置。在一些示例中,患者位置获取模块16被配置以利用传感器来获取所述第一患者图像。在某些示例中,所述传感器包括:RGB传感器、RGBD传感器、激光传感器、远红外(FIR)传感器、近红外(NIR)传感器、和/或激光雷达(lidar)传感器。在一些示例中,所述传感器包括多个传感器,例如被布置为传感器阵列的传感器。
在各个实施例中,患者位置获取模块16被配置以至少部分地基于所述第一患者图像利用特征提取模型(例如,为提取一个或多个特征而训练的神经网络)来生成所述第一患者位置。在某些实施例中,患者位置获取模块16被配置以确定与所获取的第一患者图像相关联的一个或多个内部界标(landmarks)。在一些示例中,所述一个或多个内部界标包括解剖学特征(例如肋骨或关节)。在一些实施例中,患者位置获取模块16被进一步配置以确定与所述所获取的第一患者图像相关联的一个或多个外部界标。在某些示例中,所述一个或多个外部界标包括非解剖学对象(例如,医疗参考附件)。在各个实施例中,患者位置获取模块16被配置以生成第一患者表征。在某些示例中,所述第一患者表征是二维或三维的。在一些示例中,所述患者表征包括:图像、运动模型、骨骼模型、表面模型、网格模型、点云、和/或特征列表,该特征列表包括一个或多个特征,每一个特征具有(例如,在扫描设备的扫描体积内)对应的坐标(one or more features each having a corresponding coordinate)。在一些示例中,患者获取模块16被配置以利用神经网络(如卷积神经网络),例如为生成患者表征而训练的神经网络,来生成患者表征。在某些示例中,所述为生成患者表征而训练神经网络是与所述为提取一个或多个特征而训练的神经网络相同的神经网络。
在各个实施例中,偏差度量确定模块18被配置以确定第一偏差度量。例如,偏差度量确定模块18被配置以至少部分地基于所述第一患者位置(例如,根据定位指导进行调整前的位置)和参考位置(例如,根据检查协议的标准位置)来确定所述第一偏差度量。例如,偏差度量确定模块18被配置以至少部分地基于对所述第一患者位置与所述参考位置进行比较(例如,确定所述第一患者位置与所述参考位置之间的差异)来确定所述第一偏差度量。在各个示例中,所述第一偏差度量是分值、矩阵或向量。在一些实施例中,偏差度量确定模块18被配置以确定第二偏差度量。例如,偏差度量确定模块18被配置以至少部分地基于所述第二患者位置(例如,根据定位指导进行调整后的位置)与所述参考位置(例如,根据检查协议的标准位置)来确定所述第二偏差度量。例如,偏差度量确定模块18被配置以至少部分地基于对所述第二患者位置与所述参考位置进行比较(例如,确定所述第二患者位置与所述参考位置之间的差异)来确定所述第二偏差度量。在各个示例中,第二个偏差度量是分值、矩阵或向量。
在某些实施例中,偏差度量确定模块18被配置以至少部分地基于所述参考位置来确定参考向量、至少部分地基于所述第一患者位置来确定第一患者向量、至少部分地基于所述参考向量和所述第一患者向量来确定第一偏差向量、以及至少部分地基于所述第一偏差向量来确定所述第一偏差度量。例如,偏差度量确定模块18被配置以确定所述第一患者向量与所述参考向量之间的距离(例如,欧几里得距离),并且至少部分地基于所确定的距离(例如,欧几里得距离)来确定所述偏差度量和/或相似性度量。在各个实施例中,偏差度量确定模块18被配置以确定一个或多个解剖学特征。例如,所确定的一个或多个解剖学特征与所述医疗检查相关联(例如,与其有关)(is associated with(e.g.,pertinent to))。
在各个示例中,偏差度量确定模块18被配置以,如果所述第一偏差向量是基于未被包括在一个或多个解剖学特征中的解剖学特征来确定的,则将所述第一偏差向量分类为不相关的;而如果所述第一偏差向量是基于被包括在所述一个或多个解剖学特征中的解剖学特征来确定的,则将所述第一偏差向量分类为相关的。例如,对于肋骨断裂检查,偏差度量确定模块18被配置以将基于手臂(例如,手臂向量和参考手臂向量)所确定的手臂偏差向量分类为不相关的,而偏差度量确定模块18被配置以将基于肋骨(例如,肋骨向量和参考肋骨向量)所确定的肋骨偏差向量分类为相关的。在一些示例中,偏差度量对应于相似性度量(例如,相似性分值)。在某些示例中,偏差度量确定模块18被配置以基于患者身体的一部分来确定偏差度量。
在各个实施例中,定位指导模块20被配置以确定所述第一偏差度量是否大于预定的偏差阈值。例如,所述预定的偏差阈值由用户来选择,例如通过菜单来选择。在一些示例中,定位指导模块20被进一步配置以,如果所述第一偏差度量被确定为大于(例如,对应于不满意的患者位置)预定的偏差阈值,则至少部分地基于所确定的第一偏差度量来生成第一定位指导。在某些示例中,所述第一定位指导包括用于将所述患者相对于所述医疗设备进行定位的指导。在一些示例中,所述第一定位指导包括指导患者或医护人员来调整所述患者或所述医疗设备(例如,X射线管)。在某些示例中,定位指导模块20被配置以确定所述第二偏差度量是否大于(例如,对应于不满意的患者位置)所述预定的偏差阈值。在一些示例中,所述定位指导包括用于将所述患者从所述患者位置朝向所述参考位置进行调整(例如,以适合参考位置)的指导,例如直到调整后的患者的调整后的位置与所述参考位置之间的偏差小于预定的可接受的偏差水平。
在一些实施例中,定位指导模块20被配置以连续地呈现所述第一定位指导,例如以利用实时或近似实时的更新来呈现所述第一定位指导实况。在某些示例中,定位指导模块20被配置以静态地呈现所述第一定位指导,例如将所述第一定位指导呈现为固定的。在各个示例中,定位指导模块20被配置以生成视觉指导和/或音频指导。在一些实施例中,定位指导模块20被配置以生成作为所述视觉指导的显示屏上的视觉表示、三维空间中的全息图、来自投影仪的二维投影、增强现实(AR)眼镜中的增强现实表示、虚拟现(VR)实眼镜中的虚拟现实表示、和/或由发光器件指示的照明提示。在某些示例中,定位指导模块20被配置以(例如,通过扬声器)生成音频指导,该音频指导具有对应于所述偏差度量的大小的音频音量。在一些示例中,定位指导模块20被配置以生成将与所述第一患者位置和所述参考位置相关联的第一偏差度量进行突出显示的覆盖。在各个示例中,定位指导模块20被配置以呈现覆盖到所述第一患者位置或所述第一患者图像上的所述覆盖图。在某些示例中,定位指导模块20被配置以呈现用于指导所述患者的定位的所述参考位置。
在一些实施例中,外来对象模块22被配置以至少部分地基于所述所获取的第一患者图像来检测外来对象。例如,所述外来对象包括能阻挡所述医疗设备跟随根据协议的路径的阻挡对象、能阻挡相关的解剖学特征的对于医疗设备(例如,X射线扫描仪)不透明(例如,对辐射不透明)的对象、和/或能导致较差图像质量的干扰(例如,辐射干扰)对象。在各个示例中,外来对象模块22被配置以至少部分地基于所述外来对象来生成碰撞避免,例如至少部分地基于所述外来对象(例如,装置、所述患者的一部分、医护人员的一部分)的位置和/或尺寸来生成所述碰撞避免。在某些示例中,所述碰撞避免包括:暂停扫描指令、停止扫描指令、音频警报、视觉警报、和/或优先重路由扫描路径(overriding re-routing scanpath)(例如,避免与所述外来对象碰撞的路径)。
在一些实施例中,例如如果所述第一偏差度量小于或等于(例如,对应于令人满意的患者位置)所述预定的偏差阈值,信号生成模块24被配置以生成用于指示所述患者已准备好进行检查(例如医疗检查)的信号。在各个示例中,信号生成模块24被配置以利用检查设置来生成用于指示所述患者已准备好进行检查的信号。在某些示例中,所述用于指示所述患者已准备好进行检查的信号包括视觉信号和/或音频信号。在一些示例中,信号生成模块24被进一步配置以,例如通过显示器,例如通过用户界面,来呈现用于指示所述患者已准备好的信号。
在一些实施例中,设置模块26被配置以确定检查设置。在某些示例中,所述检查设置包括:扫描路径、扫描角度、扫描参数、扫描速度、扫描剂量、和/或患者信息。在某些示例中,设置模块26被进一步配置以至少部分地基于所述参考位置和/或所述第一患者位置来实时地确定所述检查设置。在一些示例中,设置模块26被配置为从多个预定的检查设置中选择所述检查设置。
在一些实施例中,附件模块28被配置以确定参考附件位置、获取第一附件位置、并且至少部分地基于所述第一附件位置和所述参考附件位置来确定第一附件偏差度量。在某些示例中,附件模块28包括和/或控制协议接收模块(例如,协议接收模块12)、参考位置确定模块(例如,参考位置确定模块14)、患者位置获取模块(例如,患者位置获取模块16)、偏差度量确定模块(例如,偏差度量确定模块18)、和/或定位指导模块(例如,定位指导模块20)。在各个示例中,附件模块28被配置以至少部分地基于对所述第一附件位置与所述参考附件位置进行比较(例如,确定所述第一附件位置与所述参考附件位置之间的差异)来确定所述第一附件偏差度量。在各个示例中,附件模块28被配置以确定所述第一附件偏差度量是否大于预定的附件偏差阈值。所述预定的附件偏差阈值可以由用户来选择,例如通过菜单来选择。
在一些示例中,附件模块28被配置以,如果所述第一附件偏差度量大于预定的附件偏差阈值,则至少部分地基于所确定的第一附件偏差度量来生成第一附件定位指导。在一些示例中,所述第一附件定位指导包括用于将所述患者相对于所述附件进行定位的指导。在一些示例中,附件模块28被配置以获取第二附件位置并且至少部分地基于所述第二附件位置和所述参考附件位置来确定第二附件偏差度量。例如,附件模块28被配置以至少部分地基于对所述第二附件位置与所述参考附件位置进行比较(例如,确定所述第二附件位置与所述参考附件位置之间的差异)来确定所述第二附件偏差度量,并且确定所述第二附件偏差度量是否大于所述预定的附件偏差阈值。在各个示例中,所述第一附件位置对应于(例如,根据附件定位指导)的调整前的附件(例如,医疗附件,如线圈)的位置,而所述第二附件位置对应于调整后的附件的位置。
图2是示出了根据本发明的一些实施例的用于利用医疗设备来指导患者进行医疗检查的方法的简化图。该图仅是一个示例,而不应不适当地限制权利要求的范围。本领域的普通技术人员将会意识到许多变化、替代和修改。在一些示例中,方法S100包括:接收用于医疗设备的检查协议的过程S102、至少部分地基于所述检查协议来确定参考位置的过程S104、获取患者位置的过程S106、至少部分地基于对所述患者位置与所述参考位置进行比较来确定偏差度量的过程S108、确定所述偏差度量是否大于预定的偏差阈值的过程S110、如果所述偏差度量小于或等于所述预定的偏差阈值则生成用于指示所述患者已准备好进行医疗检查的信号的过程S112、和/或如果所述偏差度量大于所述预定的偏差阈值,则至少部分地基于所确定的偏差度量来生成定位指导的过程S114。在某些示例中,重复S100方法的一个或多个过程,例如,所述患者和/或所述医疗设备根据所述定位指导进行调整之后重复所述一个或多个过程。例如,在进行每次患者调整之后,重复过程S106、S108和S110。尽管上面使用了用于该方法的一组选定的过程来进行显示,但是也可以有许多替代、修改和变化。例如,一些过程可以被扩展和/或组合。也可以将其他过程并入到上述部分。根据该实施例,一些过程的顺序可以与其他替换的过程进行互换。
在一些实施例中,所述接收用于医疗设备检查协议的过程S102包括:接收由用户(例如,医护人员、专家、医生)选择的检查协议,例如通过菜单(例如,下拉菜单)进行选择。在某些示例中,所述接收检查协议的过程S102包括:接收从多个预定的检查协议中选择的检查协议。在各个示例中,所述接收检查协议的过程S102包括:接收由已训练的协议生成模型(例如,神经网络)生成的检查协议。在一些示例中,所述已训练的协议生成模型被配置以至少部分地基于患者信息(例如,医疗状况、身体状况、和/或测量值)、医疗检查类型、和/或目标检查身体部分来生成所述检查协议。
在一些实施例中,所述至少部分地基于所述检查协议来确定参考位置的过程S104包括:至少部分地基于对应于所述检查协议的一个或多个参数来确定所述参考位置。在一些示例中,所述确定参考位置的过程S104包括:至少部分地基于患者信息(例如,医疗状况、身体状况、和/或测量值)来确定所述参考位置。在各个示例中,所述确定参考位置的过程S104包括:从多个预定的参考位置中选择所述参考位置。
在一些实施例中,所述获取患者位置的过程S106包括:获取患者图像并且至少部分地基于所述患者图像来生成所述患者位置。在某些示例中,获取所述患者图像包括:利用传感器(例如RGB传感器、RGBD传感器、激光传感器、FIR传感器、NIR传感器、和激光雷达传感器)来获取所述患者图像。在各个示例中,至少部分地基于所获取的患者图像来生成所述患者位置包括:确定与所述所获取的患者图像相关联的一个或多个内部界标。在一些示例中,所述一个或多个内部界标包括一个或多个解剖学特征。在某些示例中,所述至少部分地基于所获取的患者图像来生成患者位置包括:确定与所述所获取的患者图像相关联的一个或多个外部界标。在一些示例中,所述一个或多个外部界标包括一个或多个非解剖学对象。
在某些示例中,所述至少部分地基于所获取的患者图像来生成患者位置包括:生成患者表征。在某些示例中,所述第一患者表征是二维或三维的。在某些示例中,所述患者表征包括图像、运动模型、骨骼模型、表面模型、网格模型、点云、和/或特征列表,该特征列表包括一个或多个特征,每一个特征具有对应的坐标。在各个示例中,所述患者表征包括参数化的人类模型。在一些实施例中,在每次对所述患者位置进行调整(例如,根据患者定位指导来进行调整)之后,重复所述获取患者位置的过程S106。
在一些实施例中,所述至少部分地基于对所述患者位置与所述参考位置进行比较来确定偏差度量的过程S108包括:至少部分地基于所确定的参考位置来确定参考向量、至少部分地基于所述所获取的患者位置来确定患者向量、至少部分地基于所述参考向量和所述患者向量来确定偏差向量、以及至少部分地基于所述偏差向量来确定所述偏差度量。在某些实施例中,确定所述偏差度量包括:接收与所述医疗检查相关联的一个或多个解剖学特征。在各个示例中,确定所述偏差向量包括:如果所述偏差向量是基于未被包括在所述一个或多个解剖学特征中的解剖学特征来确定的,则将所述偏差向量分类为不相关的。在某些示例中,如果所述偏差向量是基于被包括在所述一个或多个解剖学特征中的解剖学特征来确定的,则将所述偏差向量分类为相关的。在一些实施例中,在每次重复所述获取患者位置的过程S106之后,例如在每次对所述患者位置进行调整(例如,根据患者定位指导进行调整)之后,重复所述确定偏差度量的过程S108。
在一些实施例中,所述确定所述偏差度量是否大于预定的偏差阈值的过程S110包括:选择所述预定的偏差阈值,例如通过菜单进行选择。在其他实施例中,所述确定所述偏差度量是否大于预定的偏差阈值的过程S110包括:确定所述偏差度量是否大于或等于所述预定的偏差阈值。在一些示例中,所述确定所述偏差度量是否大于预定的偏差阈值的过程S110包括:将所述偏差度量与一个或多个预定的偏差阈值进行比较。
在一些实施例中,所述生成用于指示所述患者已准备好进行医疗检查的信号的过程S112包括:利用检查设置来生成用于指示所述患者已准备好进行医疗检查的信号。在某些示例中,如果所述偏差度量小于或等于所述预定的偏差阈值,则执行过程S112。
在一些实施例中,所述至少部分地基于所确定的偏差度量来生成定位指导的过程S114包括:至少部分地基于所述所确定的偏差度量来生成定位指导。在一些示例中,所述定位指导包括用于将所述患者相对于医疗设备进行定位的指导。在一些示例中,生成所述定位指导包括生成视觉指导和/或音频指导。在某些示例中,生成所述视觉指导包括:生成显示屏上的视觉表示、三维空间中的全息图、来自投影仪的二维投影、增强现实眼镜中的增强现实表示、虚拟现实眼镜中的虚拟现实表示、和/或由发光器件指示的照明提示。在各个示例中,生成所述音频指导包括:生成具有与所述偏差度量的大小相对应的音频音量的音频指导。在某些示例中,生成所述视觉指导包括:生成将所述所获取的患者位置(例如,调整前的位置)和所述参考位置相关联的偏差度量进行突出显示的覆盖图。例如,所述覆盖图突出显示所述所获取的患者位置与所述参考位置之间的差异。在一些示例中,方法S100还包括:呈现用于指导所述患者的定位的所述参考位置。例如,所述生成定位指导的过程S114包括:呈现所述参考位置。在某些示例中,如果所述偏差度量大于所述预定的偏差阈值,则执行过程S114。
在某些实施例中,方法S100还包括:至少部分地基于所述所获取的患者图像来检测外来对象、至少部分地基于所述外来对象来生成碰撞避免。在某些示例中,所述生成碰撞避免包括:至少部分地基于所述外来对象的位置和/或尺寸来生成所述碰撞避免。在某些示例中,所述碰撞避免包括:暂停扫描指令、停止扫描指令、音频警报、视觉警报、和/或优先重路由扫描路径(例如,避免与所述外来对象碰撞的路径)。在各个示例中,在患者的成像(例如,作为医疗检查的一部分)之前和/或成像期间,例如在生成用于指示所述患者已准备好进行医疗检查的信号之后,执行所述检测外来对象。
在某些实施例中,方法S100还包括:确定检查设置,所述检查设置包括:扫描路径、扫描角度、扫描参数、扫描速度、扫描剂量、和/或患者信息。在某些示例中,确定所述检查设置包括:至少部分地基于所述参考位置和/或所述患者位置来实时地确定所述检查设置。在各个示例中,确定所述检查设置包括:从多个预定的检查设置中选择所述检查设置。
在某些实施例中,所述方法S100还包括:连续地呈现所述定位指导,例如利用实时或近似实时的更新来呈现所述定位指导。在某些示例中,方法S100还包括:静态地呈现所述定位指导,例如将所述定位指导呈现为固定的,例如一旦患者位置被调节并且基于新获取的患者位置而生成新的偏差度量,则利用新的定位指导来进行更新。
在某些实施例中,方法S100还包括:确定参考附件位置、获取附件位置、至少部分地基于对所述附件位置与所述参考附件位置进行比较来确定附件偏差度量、以及确定所述附件偏差度量是否大于预定的附件偏差阈值。在各个示例中,所述方法还包括:如果所述偏差度量小于或等于所述预定的偏差阈值,则生成用于指示所述附件处于所述医疗检查的位置中的信号,和/或如果所述附件偏差度量大于预定的附件偏差阈值,则至少部分地基于所确定的附件偏差度量来生成附件定位指导。在各个示例中,所述附件定位指导包括:用于将所述患者相对于所述附件进行定位的指导。在某些示例中,例如在根据所述附件定位指导对所述附件和/或所述医疗设备进行调整之后,对所述确定参考附件位置、所述获取附件位置、所述确定附件偏差度量、和/或所述确定所述附件偏差度量是否大于预定的附件偏差阈值进行重复。
图3是示出了根据一些实施例的计算系统的简化图。该图仅是一个示例,而不应不适当地限制权利要求的范围。本领域的普通技术人员将会意识到许多变化、替代和修改。在某些示例中,计算系统6000是一种通用目的计算设备。在一些示例中,计算系统6000包括:一个或多个处理单元6002(例如,一个或多个处理器)、一个或多个系统存储器6004、一个或多个总线6006、一个或多个输入/输出(I/O)接口6008、和/或一个或多个网络适配器6012。在某些示例中,一个或多个总线6006连接各个系统部件,这些系统部件例如包括:一个或多个系统存储器6004、一个或多个处理单元6002、一个或多个输入/输出(I/O)接口6008、和/或一个或多个网络适配器6012。尽管上面已经使用一组选定的部件来显示所述计算系统,但是也可以有许多替代、修改和变化。例如,其中一些部件可以被扩展和/或组合。也可以将其他部件并入到上述部分。根据该实施例,一些部件的布置可以与其他替换的部件进行互换。
在某些示例中,计算系统6000是计算机(例如,服务器计算机、客户端计算机)、智能手机、平板电脑、或可穿戴设备。在一些示例中,所述方法S100中的一些过程或所有过程(例如,步骤)由计算系统6000来执行。在某些示例中,方法S100中的一些过程或所有过程(例如,步骤)通过由一个或多个代码引导的一个或多个处理单元6002来执行。例如,所述一个或多个代码被存储在一个或多个系统存储器6004(例如,一个或多个非瞬时性计算机可读介质)中,并且可以由计算系统6000读取(例如,可以由一个或多个处理单元6002读取)。在各个示例中,一个或多个系统存储器6004包括:一个或多个易失性存储器形式的计算机可读介质,例如随机存取存储器(RAM)6014、高速缓存存储器6016、和/或存储系统6018(例如,软盘、CD-ROM、和/或DVD-ROM)。
在一些示例中,计算系统6000的一个或多个输入/输出(I/O)接口6008被配置以与一个或多个外部设备6010(例如,键盘、指点设备和/或显示器)通信。在某些示例中,计算系统6000的一个或多个网络适配器6012被配置以与一个或多个网络(例如,局域网(LAN)、广域网(WAN)、和/或公共网络(例如,因特网)通信。在各个示例中,其他硬件和/或软件模块(例如一个或多个微代码和/或一个或多个设备驱动程序)被用于与计算系统6000结合使用。
图4是示出了根据某些实施例的神经网络的简化图。该图仅是一个示例,而不应不适当地限制权利要求的范围。本领域的普通技术人员将会意识到许多变化、替代和修改。在一些示例中,神经网络8000包括:输入层8002、一个或多个隐藏层8004、和输出层8006。例如,所述一个或多个隐藏层8004包括L个神经网络层,其包括:第一神经网络层,…,第i神经网络层,…,和第L神经网络层,其中L是正整数,i是大于或等于1且小于或等于L的整数。尽管上面使用了用于神经网络的一组选定的部件来进行显示,但是也可以有许多替代、修改和变化。例如,一些部件可以被扩展和/或组合。也可以将其他部件并入到上述部分。根据该实施例,一些部件的布置可以与其他替换的部件进行互换。
在一些示例中,方法S100的部分或全部过程(例如,步骤)由神经网络8000(例如,使用计算系统6000)来执行。在某些示例中,方法S100的一些或全部过程(例如,步骤)由一个或多个处理单元6002来执行,所述处理单元6002由实施了神经网络8000的一个或多个代码来引导。例如,用于神经网络8000的一个或多个代码被存储在一个或多个系统存储器6004(例如,一个或多个非瞬时性计算机可读介质)中,并且可以由计算系统6000(例如由一个或多个处理单元6002)来读取。
在某些示例中,神经网络8000是深度神经网络(例如,卷积神经网络)。在一些示例中,一个或多个隐藏层8004中的每一个神经网络层包括多个子层。例如,第i神经网络层包括卷积层、激励层和池化层(pooling layer)。例如,所述卷积层被配置以对输入(例如,由输入层接收或从先前神经网络层接收的输入)执行特征提取,所述激励层被配置以将非线性激励函数(例如,RelU函数)应用到卷积层的输出,所述池化层被配置以压缩(例如,通过执行最大池化或平均池化进行下采样)激励层的输出。例如,输出层8006包括一个或多个完全连接的层。
在各个实施例中,一种利用医疗设备来指导患者进行医疗检查的计算机实施的方法包括:接收用于所述医疗设备的检查协议;至少部分地基于所述检查协议来确定参考位置;获取第一患者位置;至少部分地基于对所述第一患者位置与所述参考位置进行比较来确定第一偏差度量;确定所述第一偏差度量是否大于预定的偏差阈值;如果所述第一偏差度量大于所述预定的偏差阈值,则至少部分地基于所确定的第一偏差度量来生成第一定位指导,所述第一定位指导包括用于将所述患者相对于所述医疗设备进行定位的指导。在一些示例中,如果所述第一偏差度量大于所述预定的偏差阈值,则所述计算机实施的方法还包括:获取第二患者位置;至少部分地基于对所述第二患者位置与所述参考位置进行比较来确定第二偏差度量,和确定所述第二偏差度量是否大于所述预定的偏差阈值。在一些示例中,所述计算机实施的方法至少根据图2中的方法S100来实施。在某些示例中,所述方法至少由图1中的系统10来实施。
在一些实施例中,所述至少部分地基于对所述第一患者位置与所述参考位置进行比较来确定第一偏差度量包括:至少部分地基于所确定的参考位置来确定参考向量;至少部分地基于所获取的患者位置来确定第一患者向量;至少部分地基于所述参考向量和所述第一患者向量来确定第一偏差向量;和至少部分地基于所述第一偏差向量来确定所述第一偏差度量。
在一些实施例中,所述至少部分地基于对所获取的第一患者位置和所述参考位置进行比较来确定第一偏差度量还包括:接收与所述医疗检查相关联的一个或多个解剖学特征;如果所述第一偏差向量是基于未被包括在所述一个或多个解剖学特征中的解剖学特征来确定的,则将所述第一偏差向量分类为不相关的;以及如果所述第一偏差向量是基于被包括在所述一个或多个解剖学特征中的解剖学特征来确定的,则将所述第一偏差向量分类为相关的。
在一些实施例中,所述获取第一患者位置包括:获取第一患者图像;和至少部分地基于所述第一患者图像来生成所述第一患者位置。
在一些实施例中,所述计算机实施的方法还包括:至少部分地基于所获取的第一患者图像来检测外来对象;和至少部分地基于所述外来对象来生成碰撞避免。在某些示例中,所述碰撞避免包括选自以下项中的一个:暂停扫描指令、停止扫描指令、音频警报、视觉警报、和优先重路由扫描路径。
在一些实施例中,所述获取第一患者图像包括:利用选自RGB传感器、RGBD传感器、激光传感器、FIR传感器、NIR传感器、和激光雷达传感器中的至少一个来获取所述第一患者图像。
在一些实施例中,至少部分地基于所获取的第一患者图像来生成所述第一患者位置包括:确定与所述所获取的第一患者图像相关联的一个或多个内部界标,所述一个或多个内部界标包括解剖学特征。
在一些实施例中,至少部分地基于所获取的第一患者图像来生成所述第一患者位置包括:确定与所获取的第一患者图像相关联的一个或多个外部界标,所述一个或多个外部界标包括非解剖学对象。
在一些实施例中,至少部分地基于所获取的第一患者图像来生成第一患者位置包括:生成第一患者表征。在某些示例中,所述第一患者表征是二维或三维的。在某些示例中,所述患者表征包括选自以下项中的一个:图像、运动模型、骨骼模型、表面模型、网格模型、点云、和特征列表,所述特征列表包括一个或多个特征,每一个特征具有对应的坐标。
在一些实施例中,所述计算机实施的方法还包括:如果所述第一偏差度量小于或等于所述预定的偏差阈值,则利用检查设置来生成用于指示所述患者已准备好进行所述医疗检查的信号。
在一些实施例中,所述计算机实施的方法还包括:确定检查设置,所述检查设置包括选自以下项中的一个:扫描路径、扫描角度、扫描参数、扫描速度、扫描剂量、和患者信息。在某些示例中,所述确定检查设置包括选自以下步骤中的一个:至少部分地基于所述参考位置和所述第一患者位置中的一个,实时地确定所述检查设置;和从多个预定的检查设置中选择所述检查设置。
在一些实施例中,所述计算机实施的方法还包括:连续地或静态地呈现所述第一定位指导。
在一些实施例中,所述至少部分地基于所确定的第一偏差度量来生成第一定位指导包括:生成选自视觉指导和音频指导中的至少一个。
在一些实施例中,生成视觉指导包括:生成选自以下项中的至少一个:显示屏上的视觉表示、三维空间中的全息图、来自投影仪的二维投影、增强现实眼镜中的增强现实表示、虚拟现实眼镜中的虚拟现实表示、和由发光器件指示的照明提示。
在一些实施例中,生成所述音频指导包括:生成具有与所述偏差度量的大小相对应的音频音量的音频指导。
在一些实施例中,生成视觉指导包括:生成将与所述第一患者位置和所述参考位置相关联的所述偏差度量进行突出显示的覆盖图。
在一些实施例中,所述计算机实施的方法还包括:确定参考附件位置;获取第一附件位置;至少部分地基于对所述第一附件位置与所述参考附件位置进行比较来确定第一附件偏差度量;确定所述第一附件偏差度量是否大于预定的附件偏差阈值;如果所述第一附件偏差度量大于所述预定的附件偏差阈值,则至少部分地基于所确定的第一附件偏差度量来生成第一附件定位指导,所述第一附件定位指导包括用于将所述患者相对于所述附件进行定位的指导;获取第二附件位置;至少部分地基于对所述第二附件位置与所述参考附件位置进行比较来确定第二附件偏差度量;和确定所述第二附件偏差度量是否大于所述预定的附件偏差阈值。
在一些实施例中,所述计算机实施的方法还包括:呈现用于指导所述患者的定位的所述参考位置。
在各个实施例中,一种利用医疗设备来指导患者进行医疗检查的系统,包括:协议接收模块,其被配置以接收用于所述医疗设备的检查协议;参考位置确定模块,其被配置以至少部分地基于所述检查协议来确定参考位置;患者位置获取模块,其被配置以获取第一患者位置;偏差度量确定模块,其被配置以至少部分地基于对所述第一患者位置和所述参考位置进行比较来确定第一偏差度量;定位指导模块,其被配置以:确定所述第一偏差度量是否大于预定的偏差阈值;如果所述第一偏差度量大于所述预定的偏差阈值,则至少部分地基于所确定的第一偏差度量来生成第一定位指导。在某些示例中,所述第一定位指导包括用于将所述患者相对于所述医疗设备进行定位的指导。在某些示例中,所述患者位置获取模块被进一步配置以获取第二患者位置。在某些示例中,所述偏差度量确定模块被进一步配置以至少部分地基于对所述第二患者位置和所述参考位置进行比较来确定第二偏差度量。在某些示例中,定位指导模块被进一步配置以确定所述第二偏差度量是否大于所述预定的偏差阈值。在一些示例中,所述系统至少根据图1中的系统10来实施和/或被配置以至少执行图2中的方法S100。
在一些实施例中,所述偏差度量确定模块被进一步配置以:至少部分地基于所确定的参考位置来确定参考向量;至少部分地基于所获取的第一患者位置来确定第一患者向量;至少部分地基于所述参考向量和所述第一患者向量来确定第一偏差向量;和至少部分地基于所述第一偏差向量来确定所述第一偏差度量。
在一些实施例中,所述偏差度量确定模块被进一步配置以:确定与所述医疗检查相关联的一个或多个解剖学特征;如果所述第一偏差向量是基于未被包括在所述一个或多个解剖学特征中的解剖学特征来确定的,则将所述第一偏差向量分类为不相关的;以及如果所述第一偏差向量是基于被包括在所述一个或多个解剖学特征中的解剖学特征来确定的,则将所述第一偏差向量分类为相关的。
在一些实施例中,所述患者位置获取模块被进一步配置以:获取第一患者图像;和至少部分地基于所述第一患者图像来生成所述第一患者位置。
在一些实施例中,所述系统还包括:外来对象模块,其被配置以至少部分地基于所获取的第一患者图像来检测外来对象;和至少部分地基于所述外来对象来生成碰撞避免。在某些示例中,所述碰撞避免包括选自以下项中的一个:暂停扫描指令、停止扫描指令、音频警报、视觉警报、和优先重路由扫描路径。
在一些实施例中,所述患者位置获取模块被进一步配置以利用选自RGB传感器、RGBD传感器、激光传感器、FIR传感器、NIR传感器、和激光雷达传感器中的至少一个来获取所述第一患者图像。
在一些实施例中,所述患者位置获取模块被进一步配置以确定与所述所获取的第一患者图像相关联的一个或多个内部界标,所述一个或多个内部界标包括解剖学特征。
在一些实施例中,所述患者位置获取模块被进一步配置以确定与所获取的第一患者图像相关联的一个或多个外部界标,所述一个或多个外部界标包括非解剖学对象。
在一些实施例中,所述患者位置获取模块被进一步配置以生成第一患者表征。在某些示例中,所述第一患者表征是二维或三维的。在某些示例中,所述患者表征包括选自以下项中的一个:图像、运动模型、骨骼模型、表面模型、网格模型、点云、和特征列表,所述特征列表包括一个或多个特征,每一个特征具有对应的坐标。
在一些实施例中,所述系统还包括信号生成模块,如果所述第一偏差度量小于或等于所述预定的偏差阈值,所述信号生成模块被配置以利用检查设置来生成用于指示所述患者已准备好进行所述医疗检查的信号。
在一些实施例中,所述系统还包括设置模块,其被配置以确定所述检查设置,所述检查设置包括选自以下项中的一个:扫描路径、扫描角度、扫描参数、扫描速度、扫描剂量、和患者信息。在某些示例中,所述设置模块还被配置以:至少部分地基于所述参考位置和所述第一患者位置中的一个,实时地确定所述检查设置;和/或从多个预定的检查设置中选择所述检查设置。
在一些实施例中,所述定位指导模块被进一步配置以连续地或静态地呈现所述第一定位指导。
在一些实施例中,所述定位指导模块被进一步配置以生成选自视觉指导和音频指导中的至少一个。
在一些实施例中,所述定位指导模块被进一步配置以生成选自以下项中的至少一个:显示屏上的视觉表示、三维空间中的全息图、来自投影仪的二维投影、增强现实眼镜中的增强现实表示、虚拟现实眼镜中的虚拟现实表示、和由发光器件指示的照明提示。
在一些实施例中,所述定位指导模块被进一步配置以生成具有与所述偏差度量的大小相对应的音频音量的音频指导。
在一些实施例中,所述定位指导模块被进一步配置以生成将与所述第一患者位置和所述参考位置相关联的所述偏差度量进行突出显示的覆盖图。
在一些实施例中,所述系统还包括附件模块,其被配置以:确定参考附件位置;获取第一附件位置;至少部分地基于对所述第一附件位置与所述参考附件位置进行比较来确定第一附件偏差度量;确定所述第一附件偏差度量是否大于预定的附件偏差阈值;如果所述第一附件偏差度量大于所述预定的附件偏差阈值,则至少部分地基于所确定的第一附件偏差度量来生成第一附件定位指导,所述第一附件定位指导包括用于将所述患者相对于所述附件进行定位的指导;获取第二附件位置;至少部分地基于对所述第二附件位置与所述参考附件位置进行比较来确定第二附件偏差度量;和确定所述第二附件偏差度量是否大于所述预定的附件偏差阈值。
在一些实施例中,所述定位指导模块被进一步配置以呈现用于指导所述患者的定位的所述参考位置。
在各个实施例中,一种非瞬时性计算机可读介质,其上存储有指令,当所述指令由处理器执行时,使所述处理器执行包括以下的过程:接收用于所述医疗设备的检查协议;至少部分地基于所述检查协议来确定参考位置;获取第一患者位置;至少部分地基于对第一患者位置与所述参考位置进行比较来确定第一偏差度量;确定所述第一偏差度量是否大于预定的偏差阈值;如果所述第一偏差度量大于所述预定的偏差阈值,则至少部分地基于所确定的第一偏差度量来生成第一定位指导,所述第一定位指导包括用于将所述患者相对于所述医疗设备进行定位的指导;获取第二患者位置;至少部分地基于对所述第二患者位置与参考位置进行比较来确定第二偏差度量;确定所述第二偏差度量是否大于所述预定的偏差阈值。在一些示例中,在其上存储有指令的所述非瞬时性计算机可读介质至少根据图2中的方法S100来实施,和/或由图1中的系统10(例如,终端)来实施。
在各个实施例中,所述在其上存储有指令的非瞬时性计算机可读介质,当所述指令由所述处理器执行时,使所述处理器执行的至少部分地基于将第一患者位置和参考位置进行比较来确定第一偏差度量的过程包括:至少部分地基于所确定的参考位置来确定参考向量;至少部分地基于所获取的第一患者位置来确定第一患者向量;至少部分地基于所述参考向量和所述第一患者向量来确定第一偏差向量;和至少部分地基于所述第一偏差向量来确定所述第一偏差度量。
在一些实施例中,所述在其上存储有指令的非瞬时性计算机可读介质,当所述指令由所述处理器执行时,使所述处理器执行以下过程:接收与所述医疗检查相关联的一个或多个解剖学特征;如果所述第一偏差向量是基于未被包括在所述一个或多个解剖学特征中的解剖学特征来确定的,则将所述第一偏差向量分类为不相关的;以及如果所述第一偏差向量是基于被包括在所述一个或多个解剖学特征中的解剖学特征来确定的,则将所述第一偏差向量分类为相关的。
在一些实施例中,所述在其上存储有指令的非瞬时性计算机可读介质,当所述指令由所述处理器执行时,使所述处理器执行以下过程:获取第一患者图像;和至少部分地基于所述第一患者图像来生成所述第一患者位置。
在一些实施例中,所述在其上存储有指令的非瞬时性计算机可读介质,当所述指令由所述处理器执行时,使所述处理器进一步执行包括以下的过程:至少部分地基于所获取的第一患者图像来检测外来对象;和至少部分地基于所述外来对象来生成碰撞避免。在某些示例中,所述碰撞避免包括选自以下项中的一个:暂停扫描指令、停止扫描指令、音频警报、视觉警报、和优先重路由扫描路径。
在一些实施例中,所述在其上存储有指令的非瞬时性计算机可读介质,当所述指令由所述处理器执行时,使所述处理器执行以下过程:利用选自RGB传感器、RGBD传感器、激光传感器、FIR传感器、NIR传感器、和激光雷达传感器中的至少一个来获取所述第一患者图像。
在一些实施例中,所述在其上存储有指令的非瞬时性计算机可读介质,当所述指令由所述处理器执行时,使所述处理器执行以下过程:确定与所述所获取的第一患者图像相关联的一个或多个内部界标,所述一个或多个内部界标包括解剖学特征。
在一些实施例中,所述在其上存储有指令的非瞬时性计算机可读介质,当所述指令由所述处理器执行时,使所述处理器执行以下过程:确定与所获取的第一患者图像相关联的一个或多个外部界标,所述一个或多个外部界标包括非解剖学对象。
在一些实施例中,所述在其上存储有指令的非瞬时性计算机可读介质,当所述指令由所述处理器执行时,使所述处理器执行生成第一患者表征的过程。在某些示例中,所述第一患者表征是二维或三维的。在某些示例中,所述患者表征包括选自以下项中的一个:图像、运动模型、骨骼模型、表面模型、网格模型、点云、和特征列表,所述特征列表包括一个或多个特征,每一个特征具有对应的坐标。
在一些实施例中,所述在其上存储有指令的非瞬时性计算机可读介质,当所述指令由所述处理器执行时,使所述处理器进一步执行包括以下的过程:如果所述第一偏差度量小于或等于所述预定的偏差阈值,则利用检查设置来生成用于指示所述患者已准备好进行所述医疗检查的信号。
在一些实施例中,所述在其上存储有指令的非瞬时性计算机可读介质,当所述指令由所述处理器执行时,使所述处理器进一步执行包括以下的过程:确定检查设置,所述检查设置包括选自以下项中的一个:扫描路径、扫描角度、扫描参数、扫描速度、扫描剂量、和患者信息。在某些示例中,所述确定检查设置包括选自以下步骤中的一个:至少部分地基于所述参考位置和所述第一患者位置中的一个,实时地确定所述检查设置;和从多个预定的检查设置中选择所述检查设置。
在一些实施例中,所述在其上存储有指令的非瞬时性计算机可读介质,当所述指令由所述处理器执行时,使所述处理器进一步执行包括以下的过程:连续地或静态地呈现所述第一定位指导。
在一些实施例中,所述在其上存储有指令的非瞬时性计算机可读介质,当所述指令由所述处理器执行时,使所述处理器执行以下过程:生成选自视觉指导和音频指导中的至少一个。
在一些实施例中,所述在其上存储有指令的非瞬时性计算机可读介质,当所述指令由所述处理器执行时,使所述处理器执行以下过程:生成选自以下项中的至少一个:显示屏上的视觉表示、三维空间中的全息图、来自投影仪的二维投影、增强现实眼镜中的增强现实表示、虚拟现实眼镜中的虚拟现实表示、和由发光器件指示的照明提示。
在一些实施例中,所述在其上存储有指令的非瞬时性计算机可读介质,当所述指令由所述处理器执行时,使所述处理器执行的生成所述音频指导的过程包括:生成具有与所述偏差度量的大小相对应的音频音量的音频指导。
在一些实施例中,所述在其上存储有指令的非瞬时性计算机可读介质,当所述指令由所述处理器执行时,使所述处理器执行的生成视觉指导的过程包括:生成将与所述第一患者位置和所述参考位置相关联的所述偏差度量进行突出显示的覆盖图。
在一些实施例中,所述在其上存储有指令的非瞬时性计算机可读介质,当所述指令由所述处理器执行时,使所述处理器进一步执行包括以下的过程:确定参考附件位置;获取第一附件位置;至少部分地基于对所述第一附件位置与所述参考附件位置进行比较来确定第一附件偏差度量;确定所述第一附件偏差度量是否大于预定的附件偏差阈值;如果所述第一附件偏差度量大于所述预定的附件偏差阈值,则:至少部分地基于所确定的第一附件偏差度量来生成第一附件定位指导,所述第一附件定位指导包括用于将所述患者相对于所述附件进行定位的指导;获取第二附件位置;至少部分地基于对所述第二附件位置与所述参考附件位置进行比较来确定第二附件偏差度量;和确定所述第二附件偏差度量是否大于所述预定的附件偏差阈值。
在一些实施例中,所述在其上存储有指令的非瞬时性计算机可读介质,当所述指令由所述处理器执行时,使所述处理器进一步执行包括以下的过程:呈现用于指导所述患者的定位的所述参考位置。
例如,本发明各实施例的一些或全部部件(单独地和/或至少与另一个部件组合)使用一个或多个软部件件、一个或多个硬件部件和/或软件和硬件部件的一个或多个组合来实施。在另一个示例中,本发明的各个实施例的一些或全部组件(单独和/或与至少另一个组件组合)在一个或多个电路(例如一个或多个模拟电路和/或一个或多个数字电路)中实施。在又一个示例中,尽管上述实施例提及特定的特征,但本发明的范围也包括具有不同特征组合的实施例以及并非包括所有所述特征的实施例。在又一个示例中,可以将本发明的各个实施例和/或示例进行组合。
此外,本文描述的方法和系统可以通过程序代码在许多不同类型的处理设备上实施,所述程序代码包括由设备处理子系统可执行的程序指令。该软件程序指令可以包括源代码、目标代码、机器代码或可操作以使处理系统执行本文所述的方法和操作的存储的任何其他数据。然而,也可以使用其他实施方式,例如固件,甚至是被配置以执行本文所述的方法和系统的适当设计的硬件。
这些系统的和这些方法的数据(例如,关联、映射、数据输入、数据输出、中间数据结果、最终数据结果等)可以被存储和实施在一个或多个不同类型的计算机实施的数据存储器中,例如不同类型的存储设备和编程结构(如RAM、ROM、EEPROM、闪存、平面文件、数据库、编程数据结构、编程变量、IF-THEN(或类似类型)语句结构、应用编程接口等)。需要指出的是,所述数据结构描述了用于组织和存储数据库、程序、存储器或计算机程序所使用的其他计算机可读介质中的数据的格式。
所述系统和方法可以被提供在许多不同类型的计算机可读介质上,该计算机可读介质包括计算机存储机制(如CD-ROM、软盘、RAM、闪存、计算机硬盘驱动器、DVD等),所述计算机存储机制包含用于由处理器实行以执行本文所描述的方法的操作和实施所述系统的指令(例如,软件)。本文所描述的计算机部件、软件模块、功能、数据存储器和数据结构可以直接或间接地相互连接,以便允许它们的操作所需的数据的流动。还需要指出的是,模块或处理器包括代码单元,其执行软件操作的,并且可以例如被实施为代码的子例程单元、或实施为代码的软件功能单元、或实施为对象(如面向对象范型)、或实施为小程序、或以计算机脚本语言实施、或实施为其他类型的计算机代码。所述软件组件和/或功能可以位于一台计算机上,也可以分布在多台计算机上,这取决于当前情况。
所述计算系统可以包括客户端设备和服务器。客户端设备和服务器通常是彼此之间远程设置的,并且典型地通过通信网络进行交互。所述客户端设备与服务器的关系是通过运行在相应计算机上并且具有客户端设备与服务器之间相互关系的计算机程序而产生。
本说明书包含了许多特定实施例的细节。在本说明书中在各个不同实施例的上下文中描述的某些特征也可以在单个实施例中组合实施。相反,在单个实施例的上下文中描述的各种特征也可以在多个实施例中单独地实施或者以任何合适的子组合来实施。此外,尽管上述特征可被描述为作用于某些组合,但在某些情况下,该组合中的一个或多个特征可从组合中移除,并且该组合可以例如涉及子组合或子组合的变化。
同样,虽然在附图中以特定顺序描述了操作,但这不应理解为要求这些操作以所示的特定顺序或以有序的顺序来执行,或要求执行所有所示的操作,以取得所期望的结果。在某些情况下,多任务处理和并行处理可能是有利的。此外,在上述实施例中,各种系统部件的分离不应理解为在所有实施例中都需要这种分离,并且应当理解的是,所描述的程序组件和系统通常可以被集成在单个软件产品中或被打包到多个软件产品中。
尽管已经描述了本发明的具体实施例,但本领域技术人员将理解,还存在与所描述的实施例等效的其他实施例。因此,应当理解,本发明不应受到所示具体实施例的限制。
Claims (20)
1.一种计算机实施的方法,所述方法利用医疗设备来指导患者进行医疗检查,所述方法包括:
接收用于所述医疗设备的检查协议;
至少部分地基于所述检查协议来确定参考位置;
获取患者位置;
至少部分地基于对所述患者位置与所述参考位置进行比较来确定偏差度量;
确定所述偏差度量是否大于预定的偏差阈值;和
如果所述偏差度量大于所述预定的偏差阈值,则:
至少部分地基于所确定的偏差度量来生成定位指导,所述定位指导包括用于将所述患者相对于所述医疗设备进行定位的指导。
2.根据权利要求1所述的计算机实施的方法,其特征在于,所述至少部分地基于对所述患者位置与所述参考位置进行比较来确定偏差度量包括:
至少部分地基于所确定的参考位置来确定参考向量;
至少部分地基于所获取的患者位置来确定患者向量;
至少部分地基于所述参考向量和所述患者向量来确定偏差向量;和
至少部分地基于所述偏差向量来确定所述偏差度量。
3.根据权利要求2所述的计算机实施的方法,其特征在于,所述至少部分地基于对所述患者位置与所述参考位置进行比较来确定偏差度量还包括:
接收与所述医疗检查相关联的一个或多个解剖学特征;
如果所述偏差向量是基于未被包括在所述一个或多个解剖学特征中的解剖学特征来确定的,则将所述偏差向量分类为不相关的;和
如果所述偏差向量是基于被包括在所述一个或多个解剖学特征中的解剖学特征来确定的,则将所述偏差向量分类为相关的。
4.根据权利要求1所述的计算机实施的方法,其特征在于,所述获取患者位置包括:
获取患者图像;和
至少部分地基于所述患者图像来生成所述患者位置。
5.根据权利要求4所述的计算机实施的方法,还包括:
至少部分地基于所获取的患者图像来检测外来对象;和
至少部分地基于所述外来对象来生成碰撞避免;
其中,所述碰撞避免包括选自以下项中的一个:暂停扫描指令、停止扫描指令、音频警报、视觉警报、和优先重路由扫描路径。
6.根据权利要求4所述的计算机实施的方法,其特征在于,所述获取患者图像包括:
利用选自RGB传感器、RGBD传感器、激光传感器、FIR传感器、NIR传感器、和激光雷达传感器中的至少一个来获取所述患者图像。
7.根据权利要求4所述的计算机实施的方法,其特征在于,所述至少部分地基于所获取的患者图像来生成所述患者位置包括:
确定与所述所获取的患者图像相关联的一个或多个内部界标,所述一个或多个内部界标包括解剖学特征。
8.根据权利要求4所述的计算机实施的方法,其特征在于,所述至少部分地基于所获取的患者图像来生成所述患者位置包括:
确定与所获取的患者图像相关联的一个或多个外部界标,所述一个或多个外部界标包括非解剖学对象。
9.根据权利要求4所述的计算机实施的方法,其特征在于,所述至少部分地基于所获取的患者图像来生成所述患者位置包括:
生成患者表征;
其中,所述患者表征是二维或三维的;
其中,所述患者表征包括选自以下项中的一个:图像、运动模型、骨骼模型、表面模型、网格模型、点云、和特征列表,所述特征列表包括一个或多个特征,每一个特征具有对应的坐标。
10.根据权利要求1所述的计算机实施的方法,还包括:
如果所述偏差度量小于或等于所述预定的偏差阈值,则利用检查设置来生成用于指示所述患者已准备好进行所述医疗检查的信号。
11.根据权利要求10所述的计算机实施的方法,还包括:
确定所述检查设置,所述检查设置包括选自以下项中的一个:扫描路径、扫描角度、扫描参数、扫描速度、扫描剂量、和患者信息;
其中,所述确定检查设置包括选自以下步骤中的一个:
至少部分地基于所述参考位置和所述患者位置中的一个,实时地确定所述检查设置;和
从多个预定的检查设置中选择所述检查设置。
12.根据权利要求1所述的计算机实施的方法,还包括:
连续地或静态地呈现所述定位指导。
13.根据权利要求1所述的计算机实施的方法,其特征在于,所述至少部分地基于所确定的偏差度量来生成定位指导包括:
生成选自视觉指导和音频指导中的至少一个。
14.根据权利要求13所述的计算机实施的方法,其特征在于,生成所述视觉指导包括:
生成选自以下项中的至少一个:显示屏上的视觉表示、三维空间中的全息图、来自投影仪的二维投影、增强现实眼镜中的增强现实表示、虚拟现实眼镜中的虚拟现实表示、和由发光器件指示的照明提示。
15.根据权利要求13所述的计算机实施的方法,其特征在于,生成所述音频指导包括:
生成具有与所述偏差度量的大小相对应的音频音量的音频指导。
16.根据权利要求13所述的计算机实施的方法,其特征在于,生成视觉指导包括:
生成覆盖图,所述覆盖图将与所述患者位置和所述参考位置相关联的所述偏差度量进行突出显示。
17.根据权利要求1所述的计算机实施的方法,还包括:
确定参考附件位置;
获取附件位置;
至少部分地基于对所述附件位置与所述参考附件位置进行比较来确定附件偏差度量;
确定所述附件偏差度量是否大于预定的附件偏差阈值;和
如果所述附件偏差度量大于所述预定的附件偏差阈值,则:
至少部分地基于所确定的附件偏差度量来生成附件定位指导,所述附件定位指导包括:用于将所述患者相对于所述附件进行定位的指导。
18.根据权利要求1所述的计算机实施的方法,还包括:
呈现用于指导所述患者的定位的所述参考位置。
19.一种利用医疗设备来指导患者进行医疗检查的系统,所述系统包括:
协议接收模块,其被配置以接收用于所述医疗设备的检查协议;
参考位置确定模块,其被配置以至少部分地基于所述检查协议来确定参考位置;
患者位置获取模块,其被配置以获取患者位置;
偏差度量确定模块,其被配置以至少部分地基于对所述患者位置与所述参考位置进行比较来确定偏差度量;
定位指导模块,其被配置以:
确定所述偏差度量是否大于预定的偏差阈值;和
如果所述偏差度量大于所述预定的偏差阈值,则:
至少部分地基于所确定的偏差度量来生成定位指导,所述定位指导包括用于将所述患者相对于所述医疗设备进行定位的指导。
20.一种非瞬时性计算机可读介质,在其上存储有指令,当所述指令被处理器执行时,使所述处理器执行包括以下的过程:
接收用于医疗设备的检查协议;
至少部分地基于所述检查协议来确定参考位置;
获取患者位置;
至少部分地基于对所述患者位置与所述参考位置进行比较来确定偏差度量;
确定所述偏差度量是否大于预定的偏差阈值;和
如果所述偏差度量大于所述预定的偏差阈值,则:
至少部分地基于所确定的偏差度量来生成定位指导,所述定位指导包括用于将所述患者相对于所述医疗设备进行定位的指导。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US16/657,125 | 2019-10-18 | ||
US16/657,125 US11257251B2 (en) | 2019-10-18 | 2019-10-18 | Methods and devices for guiding a patient |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111261303A true CN111261303A (zh) | 2020-06-09 |
CN111261303B CN111261303B (zh) | 2023-10-27 |
Family
ID=70945374
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010065765.9A Active CN111261303B (zh) | 2019-10-18 | 2020-01-20 | 用于指导患者的方法和装置 |
Country Status (2)
Country | Link |
---|---|
US (2) | US11257251B2 (zh) |
CN (1) | CN111261303B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11257251B2 (en) | 2019-10-18 | 2022-02-22 | Shanghai United Imaging Intelligence Co., Ltd. | Methods and devices for guiding a patient |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102422291A (zh) * | 2009-05-13 | 2012-04-18 | 皇家飞利浦电子股份有限公司 | 对具有个人医疗装置的患者进行成像的方法和系统 |
WO2013190413A1 (en) * | 2012-06-20 | 2013-12-27 | Koninklijke Philips N.V. | Graphical user interface for medical instruments |
US20150125067A1 (en) * | 2013-11-06 | 2015-05-07 | Nuflare Technology, Inc. | Measuring apparatus |
CN106687046A (zh) * | 2015-05-20 | 2017-05-17 | 皇家飞利浦有限公司 | 用于定位进行医学成像的患者的引导系统 |
CN107334486A (zh) * | 2016-04-28 | 2017-11-10 | 西门子医疗有限公司 | 确定造影剂辅助成像方法的至少一个协议参数 |
CN107374630A (zh) * | 2017-05-24 | 2017-11-24 | Tcl医疗核磁技术(无锡)有限公司 | 一种医疗检测系统患者床位置的控制方法和装置 |
CN107468265A (zh) * | 2016-06-08 | 2017-12-15 | 西门子医疗有限公司 | 定位用以成像方法的检查对象 |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1913871B1 (en) * | 2006-10-19 | 2017-01-11 | Esaote S.p.A. | Apparatus for determining indications helping the diagnosis of orthopedical diseases |
EP2428163B1 (en) * | 2010-09-09 | 2021-12-01 | Hologic, Inc. | Methods and systems for dynamically modifying acquisition parameter during image acquisition |
EP3418930B1 (en) * | 2011-09-30 | 2022-05-04 | Brainlab AG | Assessment of a treatment plan |
US10258256B2 (en) * | 2014-12-09 | 2019-04-16 | TechMah Medical | Bone reconstruction and orthopedic implants |
EP3113682A4 (en) * | 2014-03-06 | 2017-03-29 | Virtual Reality Medical Applications, Inc. | Virtual reality medical application system |
US9898858B2 (en) * | 2016-05-18 | 2018-02-20 | Siemens Healthcare Gmbh | Human body representation with non-rigid parts in an imaging system |
CN108273199B (zh) * | 2018-01-19 | 2024-05-14 | 深圳市奥沃医学新技术发展有限公司 | 一种位置检测方法、装置及放射治疗系统 |
US11257251B2 (en) | 2019-10-18 | 2022-02-22 | Shanghai United Imaging Intelligence Co., Ltd. | Methods and devices for guiding a patient |
-
2019
- 2019-10-18 US US16/657,125 patent/US11257251B2/en active Active
-
2020
- 2020-01-20 CN CN202010065765.9A patent/CN111261303B/zh active Active
-
2022
- 2022-01-06 US US17/569,852 patent/US11836946B2/en active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102422291A (zh) * | 2009-05-13 | 2012-04-18 | 皇家飞利浦电子股份有限公司 | 对具有个人医疗装置的患者进行成像的方法和系统 |
WO2013190413A1 (en) * | 2012-06-20 | 2013-12-27 | Koninklijke Philips N.V. | Graphical user interface for medical instruments |
US20150125067A1 (en) * | 2013-11-06 | 2015-05-07 | Nuflare Technology, Inc. | Measuring apparatus |
CN106687046A (zh) * | 2015-05-20 | 2017-05-17 | 皇家飞利浦有限公司 | 用于定位进行医学成像的患者的引导系统 |
CN107334486A (zh) * | 2016-04-28 | 2017-11-10 | 西门子医疗有限公司 | 确定造影剂辅助成像方法的至少一个协议参数 |
CN107468265A (zh) * | 2016-06-08 | 2017-12-15 | 西门子医疗有限公司 | 定位用以成像方法的检查对象 |
CN107374630A (zh) * | 2017-05-24 | 2017-11-24 | Tcl医疗核磁技术(无锡)有限公司 | 一种医疗检测系统患者床位置的控制方法和装置 |
Also Published As
Publication number | Publication date |
---|---|
US11257251B2 (en) | 2022-02-22 |
US11836946B2 (en) | 2023-12-05 |
US20210118174A1 (en) | 2021-04-22 |
US20220189061A1 (en) | 2022-06-16 |
CN111261303B (zh) | 2023-10-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109937012B (zh) | 为成像系统选择采集参数 | |
US10182771B2 (en) | Method and system for dose-optimized computed tomography scanning of a target organ | |
US10441240B2 (en) | Method and system for configuring an X-ray imaging system | |
CN106999130B (zh) | 用于确定在投影图像中介入仪器的位置的装置 | |
CN107752979B (zh) | 人工投影的自动生成方法、介质和投影图像确定装置 | |
CN111353524B (zh) | 用于定位患者特征的系统和方法 | |
US10245001B2 (en) | Generation of a three-dimensional reconstruction of a body part by an X-ray machine | |
US20200129153A1 (en) | Determining a guidance signal and a system for providing a guidance for an ultrasonic handheld transducer | |
US9254106B2 (en) | Method for completing a medical image data set | |
US11836946B2 (en) | Methods and devices for guiding a patient | |
US11337669B2 (en) | Automatic positioning of an X-ray source by way of segmentation | |
CN107106106B (zh) | 针对具有减小的角范围的旋转c型臂计算机断层摄影的自适应分割 | |
US11553891B2 (en) | Automatic radiography exposure control using rapid probe exposure and learned scene analysis | |
KR20180115122A (ko) | 이미지 처리 장치 및 이에 의한 가상의 엑스선 이미지 생성 방법 | |
KR20200090102A (ko) | 엑스선 영상 장치 및 그 제어 방법 | |
EP4086839A1 (en) | Stitching multiple images to create a panoramic image | |
US20240029256A1 (en) | Determining target object type and position | |
US20220096165A1 (en) | Interventional device tracking | |
CN117897100A (zh) | X射线成像中的对象可视化 |
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 |