CN111407403A - 用于确定血管中的侵入性医学仪器的导航路径的方法和系统 - Google Patents

用于确定血管中的侵入性医学仪器的导航路径的方法和系统 Download PDF

Info

Publication number
CN111407403A
CN111407403A CN202010005697.7A CN202010005697A CN111407403A CN 111407403 A CN111407403 A CN 111407403A CN 202010005697 A CN202010005697 A CN 202010005697A CN 111407403 A CN111407403 A CN 111407403A
Authority
CN
China
Prior art keywords
medical image
medical
objects
processing unit
image
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
Application number
CN202010005697.7A
Other languages
English (en)
Other versions
CN111407403B (zh
Inventor
S.S.隆卡迪
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.)
Siemens Healthcare GmbH
Original Assignee
Siemens Healthcare GmbH
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 Siemens Healthcare GmbH filed Critical Siemens Healthcare GmbH
Publication of CN111407403A publication Critical patent/CN111407403A/zh
Application granted granted Critical
Publication of CN111407403B publication Critical patent/CN111407403B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B34/00Computer-aided surgery; Manipulators or robots specially adapted for use in surgery
    • A61B34/20Surgical navigation systems; Devices for tracking or guiding surgical instruments, e.g. for frameless stereotaxis
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B34/00Computer-aided surgery; Manipulators or robots specially adapted for use in surgery
    • A61B34/10Computer-aided planning, simulation or modelling of surgical operations
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00Apparatus for radiation diagnosis, e.g. combined with radiation therapy equipment
    • A61B6/12Devices for detecting or locating foreign bodies
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00Apparatus for radiation diagnosis, e.g. combined with radiation therapy equipment
    • A61B6/48Diagnostic techniques
    • A61B6/486Diagnostic techniques involving generating temporal series of image data
    • A61B6/487Diagnostic techniques involving generating temporal series of image data involving fluoroscopy
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00Apparatus for radiation diagnosis, e.g. combined with radiation therapy equipment
    • A61B6/50Clinical applications
    • A61B6/504Clinical applications involving diagnosis of blood vessels, e.g. by angiography
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00Apparatus for radiation diagnosis, e.g. combined with radiation therapy equipment
    • A61B6/52Devices using data or image processing specially adapted for radiation diagnosis
    • A61B6/5211Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data
    • A61B6/5229Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data combining image data of a patient, e.g. combining a functional image with an anatomical image
    • A61B6/5235Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data combining image data of a patient, e.g. combining a functional image with an anatomical image combining images from the same or different ionising radiation imaging techniques, e.g. PET and CT
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B90/00Instruments, 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
    • A61B90/36Image-producing devices or illumination devices not otherwise provided for
    • A61B90/361Image-producing devices, e.g. surgical cameras
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B90/00Instruments, 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
    • A61B90/36Image-producing devices or illumination devices not otherwise provided for
    • A61B90/37Surgical systems with images on a monitor during operation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/0002Inspection of images, e.g. flaw detection
    • G06T7/0012Biomedical image inspection
    • G06T7/0014Biomedical image inspection using an image reference approach
    • G06T7/0016Biomedical image inspection using an image reference approach involving temporal comparison
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/70Determining position or orientation of objects or cameras
    • G06T7/73Determining position or orientation of objects or cameras using feature-based methods
    • G06T7/75Determining position or orientation of objects or cameras using feature-based methods involving models
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H30/00ICT specially adapted for the handling or processing of medical images
    • G16H30/20ICT specially adapted for the handling or processing of medical images for handling medical images, e.g. DICOM, HL7 or PACS
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B34/00Computer-aided surgery; Manipulators or robots specially adapted for use in surgery
    • A61B34/10Computer-aided planning, simulation or modelling of surgical operations
    • A61B2034/107Visualisation of planned trajectories or target regions
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B34/00Computer-aided surgery; Manipulators or robots specially adapted for use in surgery
    • A61B34/20Surgical navigation systems; Devices for tracking or guiding surgical instruments, e.g. for frameless stereotaxis
    • A61B2034/2046Tracking techniques
    • A61B2034/2065Tracking using image or pattern recognition
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B90/00Instruments, 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
    • A61B90/36Image-producing devices or illumination devices not otherwise provided for
    • A61B2090/364Correlation of different images or relation of image positions in respect to the body
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B90/00Instruments, 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
    • A61B90/36Image-producing devices or illumination devices not otherwise provided for
    • A61B90/37Surgical systems with images on a monitor during operation
    • A61B2090/376Surgical systems with images on a monitor during operation using X-rays, e.g. fluoroscopy
    • 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
    • G06T2207/30101Blood vessel; Artery; Vein; Vascular

Abstract

提供了一种用于确定血管中的侵入性医学仪器的导航路径的方法(200)和系统(100)。在本发明的一个方面,该方法(200)包括接收第一医学图像。该方法(200)进一步包括确定与第一医学图像相关联的一个或多个参数。附加地,该方法(200)包括基于所确定的一个或多个参数来标识计算机存储器中的第二医学图像。另外,该方法(200)包括基于第一医学图像来修改第二医学图像。该方法(200)还包括从经修改的第二医学图像来确定侵入性医学仪器的导航路径。

Description

用于确定血管中的侵入性医学仪器的导航路径的方法和系统
技术领域
本发明涉及一种用于处理医学图像的方法和系统。特别地,本发明涉及一种用于确定血管中的侵入性医学仪器的导航路径的方法和系统。
背景技术
在现代,心脏成像过程的发生率正在上升。这可能是由于血管疾病(诸如,狭窄或再狭窄等)引起的血管损伤所致。诸如球囊血管成形术之类的医学过程可能会导致患者体内的再狭窄,从而引起了对用以校正血管损伤的另一种血管成形术过程的需要。这样的血管疾病的复发可能需要患者经受若干次成像过程来治疗异常。每个这样的成像过程可能需要患者暴露于X射线辐射。因此,随着患者所接收到的总辐射剂量增加,多次成像过程可能对患者有害。
减少对患者的X射线暴露的当前机制可能涉及减少在图像获取过程期间提供给患者的X射线剂量。然而,这可能仍然会使患者暴露于有害的X射线辐射。在当前的成像过程中,没有一种机制使用从先前的成像过程中获得的医学图像来减少对患者的X射线暴露。
因此,本发明的目的是在医学成像过程期间为患者减少对X射线辐射的暴露。
发明内容
本发明通过一种用于确定血管中的侵入性医学仪器的导航路径的方法和系统来实现该目的,该方法和系统使用从先前的医学成像过程中获得的医学图像。
本发明描述了一种用于确定血管中的侵入性医学仪器的导航路径的方法。该方法包括:由处理单元接收第一医学图像。第一医学图像可以是例如透视X射线图像。可以使用可以被用来对患者成像的图像获取设备来获取这样的第一医学图像。该方法进一步包括:由处理单元确定与第一医学图像相关联的一个或多个参数。与第一医学图像相关联的一个或多个参数可以定义第一医学图像的性质。例如,一个或多个参数可以对应于与要成像的患者相关联的一个或多个对象。在实施例中,与第一医学图像相关联的一个或多个参数可以包括:被成像的患者的方位、与成像设备相关联的方位坐标、成像设备的角度方位,和/或患者病床与成像设备之间的距离。因此,与第一医学图像相关联的一个或多个参数使得能够准确标识由成像设备成像的对象。该方法进一步包括:由处理单元标识第二医学图像。这样的第二医学图像可以例如位于计算机存储器(诸如存储单元)中。可以基于与第一医学图像相关联的一个或多个参数来标识第二医学图像。与第一医学图像相关联的一个或多个参数使得能够准确标识第二医学图像。在实施例中,与第一医学图像相关联的一个或多个参数可以与第二医学图像的一个或多个参数匹配。有利地,基于与第一医学图像相关联的一个或多个参数的对第二医学图像的标识使得能够将第一医学图像与第二医学图像准确地映射。如果第一医学图像和第二医学图像的一个或多个参数匹配,则第一医学图像和第二医学图像中的成像对象可以是相同的。因此,确保了成像过程中的准确性。该方法进一步包括:由处理单元基于第一医学图像来修改第二医学图像。在实施例中,第二医学图像相对于第一医学图像可以具有一个或多个差异。这样的差异可以相对于第一医学图像和第二医学图像中的成像对象。因此,可以相对于第一医学图像来修改第二医学图像,以确保克服了第一医学图像中的成像对象与第二医学图像中的成像对象之间的差异。该方法进一步包括:从修改的第二医学图像中确定血管中的侵入性医学仪器的导航路径。有利地,使用修改的第二医学图像来确定导航路径使得内科医生能够使用先前获取的医学图像对患者实行医学过程。因此,避免了获得新的医学图像来实行医学过程的需要。该方法的另一个优点是,使用修改的第二医学图像来实行医学过程使得能够减少对患者的辐射暴露。
可以使用本领域技术人员公知的方法来确定导航路径。例如,它可以顺着血管或血管的中心线。例如,导航路径可以被确定为从起点到关注点的最短连接。例如,它可以通过与血管曲率或直径有关的约束条件来确定。例如,它可以通过避免低于最小曲线半径的血管曲线来确定。例如,它可以通过避免直径低于最小血管直径的血管来确定。在实施例中,使用边缘检测算法来确定导航路径。边缘检测算法使得能够标识与血管相关联的一个或多个边缘。这样的一个或多个边缘可以对应于血管的结构,通过使用该血管的结构可以确定侵入性医学仪器的导航路径。在进一步的实施例中,可以确定血管的中心线,该中心线可以对应于血管中的导航路径。
根据该方法的实施例,与第一医学图像相关联的一个或多个参数包括以下各项中的一个或多个:被成像的患者的方位、与成像设备相关联的方位坐标、成像设备的角度方位,以及患者病床与成像设备之间的距离。有利地,与第一医学图像相关联的一个或多个参数提供与第一医学图像相关联的准确成像信息。因此,实现了对第二医学图像的准确标识。
根据该方法的另一个实施例,第二医学图像可以从医学数据库获得。可以在先前的医学成像过程期间获取这样的第二医学图像。医学数据库可以是包括一个或多个医学图像和相关联的医学数据集的储存库。在实施例中,第二医学图像可以与患者相关联,该患者与第一医学图像的患者相同。因此,确保了医学过程中的准确性。
根据该方法的实施例,在基于一个或多个参数来标识第二医学图像时,该方法包括:由处理单元基于与第一医学图像相关联的一个或多个参数来标识一个或多个医学图像。可以从位于医学数据库中的多个医学图像中标识这样的一个或多个医学图像。与第一医学图像相关联的一个或多个参数使得能够标识可以与如下一个或多个参数相关联的一个或多个医学图像:该一个或多个参数类似于与该第一医学图像相关联的一个或多个参数。例如,如果参数是患者病床与成像设备之间的距离,则第一医学图像中的患者病床与成像设备之间的距离可以类似于从医学数据库标识的一个或多个医学图像中的患者病床与成像设备之间的距离。该方法进一步包括从第一医学图像中标识一个或多个对象。该一个或多个对象可以是例如但不限于被成像的患者的血管。该方法进一步包括:从一个或多个标识的医学图像中标识一个或多个对象。可以例如使用边缘检测算法来实现医学图像中的一个或多个对象的这样的标识。在实施例中,标识第一医学图像和一个或多个医学图像中的一个或多个点,在该一个或多个点处,图像强度可能急剧地改变。可以将这样的一个或多个点组织成线段,以检测医学图像中的一个或多个对象的边缘。该方法进一步包括:将第一医学图像中的一个或多个对象与一个或多个医学图像中的一个或多个对象进行比较。在实施例中,在第一医学图像中标识的一个或多个对象可以被重叠在一个或多个医学图像中标识的一个或多个对象上。将第一医学图像中的一个或多个对象重叠在一个或多个医学图像中的一个或多个对象上使得能够从一个或多个医学图像中准确标识第二医学图像。这样的标识可以基于第一医学图像中的对象与一个或多个医学图像中的至少一个医学图像中的对象之间的相似性。在实施例中,可以计算重叠的一个或多个对象之间的豪斯道夫(Hausdorff)距离,以标识最准确的第二医学图像。该方法进一步包括:基于重叠的一个或多个对象之间的比较来从一个或多个医学图像中确定第二医学图像。豪斯道夫距离测量度量空间的两个子集彼此之间有多远。因此,计算医学图像中的重叠对象之间的豪斯道夫距离使得能够标识与第一医学图像最相似的医学图像。与第一医学图像最相似的医学图像可以被确定为第二医学图像。
根据该方法的另一个实施例,在基于第一医学图像来修改第二医学图像中,包括确定第一医学图像中的一个或多个对象的结构取向。在实施例中,第一医学图像中的一个或多个对象(即,血管)可以具有定义的结构取向。血管在二维图像中可以具有三个可能的结构取向。血管的第一结构取向可以沿着水平轴线,即,医学图像的X轴。血管的第二结构取向可以沿着垂直轴线,即,医学图像的Y轴。血管的第三结构取向可以包括与医学图像的X轴成一角度的血管。患者中的血管的结构取向可以相对于时间和移动而变化。替换地,由于在血管上或在血管附近实行的先前医学过程,血管的结构取向也可以改变。因此,确定血管的结构取向使得能够准确标识血管中的导航路径。该方法进一步包括:确定第二医学图像中的一个或多个对象的结构取向。标识第一医学图像中的一个或多个对象与第二医学图像中的一个或多个对象的结构取向之间的偏差。在实施例中,可以例如使用模式匹配算法来标识第一医学图像和第二医学图像中的一个或多个对象之间的结构取向中的这种偏差。第一医学图像中的一个或多个对象的图案与第二医学图像中的一个或多个对象的图案匹配。如果第一医学图像中的一个或多个对象的至少一部分的图案与第二医学图像中的一个或多个对象的对应图案不匹配,则可以标识偏差。由于例如对一个或多个对象实行的先前医学过程,与第二医学图像中的一个或多个对象的结构取向相比,第一医学图像中的一个或多个对象的结构取向中可能存在偏差。该方法进一步包括:基于第一医学图像中的一个或多个对象的结构取向来校正第二医学图像中的一个或多个对象的结构取向。如果标识了偏差,则可以实行这样的校正。在实施例中,可以使用一个或多个机器学习技术来对第二医学图像实行这样的校正。可以例如通过修改与第二医学图像中的一个或多个对象相关联的像素来校正第二医学图像中的一个或多个对象。可以选择与一个或多个对象相关联的一个或多个像素以用于操纵。这样的操纵可以包括:相对于第一医学图像中的对应像素来修改这样的一个或多个像素的像素值。在实施例中,可以例如基于像素修改来对第二医学图像中的一个或多个对象进行缩放或弯曲。有利地,经修改的第二医学图像与第一医学图像相同。因此,可以准确地实现血管中的导航路径的确定。
根据该方法的实施例,可以基于经修改的第二医学图像来校准一个或多个后续医学图像。可以在获取第二医学图像之后由成像设备获取这样的一个或多个后续医学图像。在实施例中,一个或多个后续医学图像可能需要基于经修改的第二医学图像的校准。这样的校准可以包括例如相对于经修改的第二医学图像中的一个或多个对象而对一个或多个后续医学图像中的一个或多个对象的结构对准。一个或多个后续医学图像中的一个或多个对象的结构对准可以包括:例如,将一个或多个后续医学图像中的这样的一个或多个对象的边缘与经修改的第二医学图像中的一个或多个对象的边缘进行映射。该方法进一步包括:由处理单元确定血管中的导航路径中的关键点(critical point)。血管可以分支成若干个较小的血管,这些较小的血管将血液传送至一个或多个器官以及返回心脏。血管以其分支出来的点可以被标识为关键点。侵入性医学仪器在分支点处的导航可能必须格外小心地实行。导航过程中的错误可能对血管以及对患者的健康有害。因此,将血管中的这样的分支点标识为关键点。附加地,内科医生可能必须指示血管的哪个分支可以被用于进一步的导航。这增加了分支点的关键性(criticality)。可以分析第一医学图像和第二医学图像来确定在血管中是否已经达到关键点。替换地,关键点还可以包括血管中的在其中观察到血管直径中的改变(例如,血管变窄)的点。血管直径中的这样的改变可能是例如由于血管阻塞所致。有利地,确定血管中的(一个或多个)关键点使得能够标识导航路径中的风险。因此,在医学过程期间确保了患者的安全。
根据另一个实施例,该方法进一步包括:基于导航路径中的关键点的标识来确定是否要由成像设备获取新医学图像。新医学图像的获取使得能够实现血管中的侵入性医学仪器的准确导航。因此,新医学图像使得能够确定血管中的侵入性医学仪器的当前方位,并且向内科医生提供关于要在关键点处沿其而行的路径的指导。
根据该方法的实施例,从成像设备接收第一医学图像。替换地,还可以从医学数据库获得第一医学图像。
根据该方法的实施例,在基于第二经修改的医学图像来校准一个或多个后续医学图像中,包括确定一个或多个后续医学图像中的一个或多个对象的结构取向。在实施例中,一个或多个后续医学图像中的一个或多个对象(即,血管)可以具有定义的结构取向。血管在二维图像中可以具有三个可能的结构取向。血管的第一结构取向可以沿着水平轴线,即,医学图像的X轴。血管的第二结构取向可以沿着垂直轴线,即,医学图像的Y轴。血管的第三结构取向可以包括与医学图像的X轴成一角度的血管。患者中的血管的结构取向可以相对于时间和移动而变化。替换地,由于在血管上或在血管附近实行的先前医学过程,血管的结构取向也可以改变。因此,确定血管的结构取向使得能够准确标识血管中的导航路径。该方法进一步包括:确定经修改的第二医学图像中的一个或多个对象的结构取向。标识一个或多个后续医学图像中的一个或多个对象与经修改的第二医学图像中的一个或多个对象的结构取向之间的偏差。在实施例中,可以例如使用模式匹配算法来标识结构取向中的这样的偏差。一个或多个后续医学图像中的一个或多个对象的图案与经修改的第二医学图像中的一个或多个对象的图案匹配。如果后续医学图像中的一个或多个对象的至少一部分的图案与经修改的第二医学图像中的一个或多个对象的对应的图案不匹配,则可以标识偏差。由于例如对一个或多个对象实行的先前医学过程,与经修改的第二医学图像中的一个或多个对象的结构取向相比,后续医学图像中的一个或多个对象的结构取向中可能存在偏差。该方法进一步包括:基于经修改的第二医学图像中的一个或多个对象的结构取向来校正后续医学图像中的一个或多个对象的结构取向。如果标识了偏差,则可以实行这样的校正。在实施例中,可以使用一个或多个机器学习技术来对第二医学图像实行这样的校正。可以例如通过修改与后续医学图像中的一个或多个对象相关联的像素来校正后续医学图像中的一个或多个对象。可以选择与一个或多个对象相关联的一个或多个像素以用于操纵。这样的操纵可以包括:相对于经修改的第二医学图像中的对应像素来修改这样的一个或多个像素的像素值。在实施例中,可以例如基于像素修改来对后续医学图像中的一个或多个对象进行缩放或弯曲。在实施例中,经校正的后续医学图像可以是针对要根据一个或多个后续医学图像的集合进行校准的下一个后续医学图像的第二经修改的医学图像。有利地,基于经修改的第二医学图像来校准一个或多个后续医学图像。因此,可以准确地实现血管中的导航路径的确定。
所公开的方法还可以被用来减少来自不同图像获取设备(诸如,断层MRI、CT、PET和/或SPECT成像设备)的对患者的辐射暴露。因此,第一医学图像还可以是例如包括一个或多个成像对象的断层MRI、CT或PET扫描图像。所公开的方法步骤可以适用于从这样的其他图像获取设备获取的图像。在替换的实施例中,医学图像中的一个或多个对象可以包括本质上是管状的组织和/或器官,诸如但不限于肠、气管、食道等。如上面公开的方法步骤可以被适配成在可能具有内腔的任何组织和/器官中确定导航路径。
本发明的目的还通过一种用于确定血管中的侵入性医学仪器的导航路径的系统来实现。
根据本发明的实施例,该系统包括:处理单元、耦合到该处理单元的医学数据库、耦合到该处理单元的存储器,该存储器包括导航模块。该导航模块被配置成接收第一医学图像。该第一医学图像可以是例如透视X射线图像。可以使用可以被用来对患者成像的图像获取设备来获取这样的第一医学图像。导航模块进一步被配置成:确定与第一医学图像相关联的一个或多个参数。与第一医学图像相关联的一个或多个参数可以定义第一医学图像的属性。例如,一个或多个参数可以对应于与要成像的患者相关联的一个或多个对象。在实施例中,与第一医学图像相关联的一个或多个参数可以包括:被成像的患者的方位、与成像设备相关联的方位坐标、成像设备的角度方位,和/或患者病床与成像设备之间的距离。因此,与第一医学图像相关联的一个或多个参数使得能够准确标识由成像设备成像的对象。该导航模块进一步被配置成标识第二医学图像。这样的第二医学图像可以例如位于计算机存储器(诸如存储单元)中。可以基于与第一医学图像相关联的一个或多个参数来标识第二医学图像。与第一医学图像相关联的一个或多个参数使得能够准确标识第二医学图像。在实施例中,与第一医学图像相关联的一个或多个参数可以与第二医学图像的一个或多个参数匹配。有利地,基于与第一医学图像相关联的一个或多个参数的对第二医学图像的标识使得能够将第一医学图像与第二医学图像准确地映射。如果第一医学图像和第二医学图像的一个或多个参数匹配,则第一医学图像和第二医学图像中的成像对象可以是相同的。因此,确保了成像过程的准确性。导航模块进一步被配置成:基于第一医学图像来修改第二医学图像。在实施例中,第二医学图像对于第一医学图像可以具有一个或多个差异。这样的差异可以相对于第一医学图像和第二医学图像中的成像对象。因此,可以相对于第一医学图像来修改第二医学图像,以确保克服第一医学图像中的成像对象与第二医学图像中的成像对象中的差异。导航模块进一步被配置成:从经修改的第二医学图像确定血管中的侵入性医学仪器的导航路径。有利地,使用经修改的第二医学图像来确定导航路径使得内科医生能够使用先前获取的医学图像对患者实行医学过程。因此,避免了获得新医学图像来实行医学过程的需要。该方法的另一个优点是,使用经修改的第二医学图像来实行医学过程使得能够减少对患者的辐射暴露。
可以使用本领域技术人员公知的方法来确定导航路径。例如,它可以顺着血管或血管的中心线。例如,导航路径可以被确定为从起点到关注点的最短连接。例如,它可以通过与血管曲率或直径有关的约束条件来确定。例如,它可以通过避免低于最小曲线半径的血管曲线来确定。例如,它可以通过避免直径低于最小血管直径的血管来确定。在实施例中,使用边缘检测算法来确定导航路径。该边缘检测算法使得能够标识与血管相关联的一个或多个边缘。这样的一个或多个边缘可以对应于血管的结构,通过使用该血管的结构可以确定侵入性医学仪器的导航路径。在进一步的实施例中,可以确定血管的中心线,该中心线可以对应于血管中的导航路径。
根据本发明的实施例,与第一医学图像相关联的一个或多个参数包括以下各项中的一个或多个:被成像的患者的方位、与成像设备相关联的方位坐标、成像设备的角度方位,以及患者病床与成像设备之间的距离。有利地,与第一医学图像相关联的一个或多个参数提供与第一医学图像相关联的准确成像信息。因此,实现了对第二医学图像的准确标识。
根据本发明的另一个实施例,可以从医学数据库获得第二医学图像。可以在先前的医学成像过程期间获取这样的第二医学图像。医学数据库可以是包括一个或多个医学图像和相关联的医学数据集的储存库。在实施例中,第二医学图像可以与患者相关联,该患者与第一医学图像的患者相同。因此,确保了医学过程的准确性。
根据本发明的实施例,在基于一个或多个参数来标识第二医学图像中,导航模块进一步被配置成:基于与第一医学图像相关联的一个或多个参数来标识一个或多个医学图像。可以从位于医学数据库中的多个医学图像中标识这样的一个或多个医学图像。与第一医学图像相关联的一个或多个参数使得能够标识可以与如下一个或多个参数相关联的一个或多个医学图像:该一个或多个参数类似于与该第一医学图像相关联的一个或多个参数。例如,如果参数是患者病床与成像设备之间的距离,则第一医学图像中的患者病床与成像设备之间的距离可以类似于从医学数据库标识的一个或多个医学图像中的患者病床与成像设备之间的距离。导航模块进一步被配置成:从第一医学图像中标识一个或多个对象。该一个或多个对象可以是例如但不限于被成像的患者的血管。导航模块进一步被配置成:从一个或多个标识的医学图像中标识一个或多个对象。可以例如使用边缘检测算法来实现医学图像中的一个或多个对象的这样的标识。在实施例中,标识第一医学图像和一个或多个医学图像中的一个或多个点,在该一个或多个点处,图像强度可能急剧地改变。可以将这样的一个或多个点组织成线段,以检测医学图像中的一个或多个对象的边缘。导航模块进一步被配置成:将第一医学图像中的一个或多个对象与一个或多个医学图像中的一个或多个对象进行比较。在实施例中,在第一医学图像中标识的一个或多个对象可以被重叠在一个或多个医学图像中标识的一个或多个对象上。将第一医学图像中的一个或多个对象重叠在一个或多个医学图像中的一个或多个对象上使得能够从一个或多个医学图像中准确标识第二医学图像。这样的标识可以基于第一医学图像中的对象与一个或多个医学图像中的至少一个中的对象之间的相似性。在实施例中,可以计算重叠的一个或多个对象之间的豪斯道夫(Hausdorff)距离,以标识最准确的第二医学图像。导航模块进一步被配置成:基于重叠的一个或多个对象之间的比较来从一个或多个医学图像中确定第二医学图像。豪斯道夫距离测量度量空间的两个子集彼此之间有多远。因此,计算医学图像中的重叠对象之间的豪斯道夫距离使得能够标识与第一医学图像最相似的医学图像。与第一医学图像最相似的医学图像可以被确定为第二医学图像。
根据本发明的另一个实施例,在基于第一医学图像来修改第二医学图像中,导航模块进一步被配置成:确定第一医学图像中的一个或多个对象的结构取向。在实施例中,第一医学图像中的一个或多个对象(即,血管)可以具有定义的结构取向。血管在二维图像中可以具有三个可能的结构取向。血管的第一结构取向可以沿着水平轴线,即,医学图像的X轴。血管的第二结构取向可以沿着垂直轴线,即,医学图像的Y轴。血管的第三结构取向可以包括与医学图像的X轴成一角度的血管。患者中的血管的结构取向可以相对于时间和移动而变化。替换地,由于在血管上或在血管附近实行的先前医学过程,血管的结构取向也可以改变。因此,确定血管的结构取向使得能够准确标识血管中的导航路径。导航模块进一步被配置成:确定第二医学图像中的一个或多个对象的结构取向。标识第一医学图像中的一个或多个对象与第二医学图像中的一个或多个对象的结构取向之间的偏差。在实施例中,可以例如使用模式匹配算法来标识第一医学图像和第二医学图像中的一个或多个对象之间的结构取向中的这样的偏差。第一医学图像中的一个或多个对象的图案与第二医学图像中的一个或多个对象的图案匹配。如果第一医学图像中的一个或多个对象的至少一部分的图案与第二医学图像中的一个或多个对象的对应图案不匹配,则可以标识偏差。由于例如对一个或多个对象实行的先前医学过程,与第二医学图像中的一个或多个对象的结构取向相比,第一医学图像中的一个或多个对象的结构取向中可能存在偏差。导航模块进一步被配置成:基于第一医学图像中的一个或多个对象的结构取向来校正第二医学图像中的一个或多个对象的结构取向。如果标识了偏差,则可以实行这样的校正。在实施例中,可以使用一个或多个机器学习技术来对第二医学图像实行这样的校正。可以例如通过修改与第二医学图像中的一个或多个对象相关联的像素来校正第二医学图像中的一个或多个对象。可以选择与一个或多个对象相关联的一个或多个像素以用于操纵。这样的操纵可以包括:相对于第一医学图像中的对应像素来修改这样的一个或多个像素的像素值。在实施例中,可以例如基于像素修改来对第二医学图像中的一个或多个对象进行缩放或弯曲。有利地,经修改的第二医学图像与第一医学图像相同。因此,可以准确地实现血管中的导航路径的确定。
根据本发明的实施例,可以基于经修改的第二医学图像来校准一个或多个后续医学图像。可以在获取第二医学图像之后由成像设备获取这样的一个或多个后续医学图像。在实施例中,一个或多个后续医学图像可能需要基于经修改的第二医学图像的校准。这样的校准可以包括例如相对于经修改的第二医学图像中的一个或多个对象而对一个或多个后续医学图像中的一个或多个对象的结构对准。一个或多个后续医学图像中的一个或多个对象的结构对准可以包括:例如,将一个或多个后续医学图像中的这样的一个或多个对象的边缘与经修改的第二医学图像中的一个或多个对象的边缘进行映射。导航模块进一步被配置成:由处理单元确定血管中的导航路径中的关键点。血管可以分支成若干个较小的血管,这些较小的血管将血液传送至一个或多个器官以及返回心脏。血管以其分支出来的点可以被标识为关键点。侵入性医学仪器在分支点处的导航可能必须格外小心地实行。导航过程中的错误可能对血管以及对患者的健康有害。因此,这样的分支点被标识为关键点。附加地,内科医生可能必须指示血管的哪个分支可能必须被用于进一步的导航。这增加了分支点的关键性。可以分析第一医学图像和第二医学图像来确定在血管中是否已经达到关键点。替换地,关键点还可以包括血管中的在其中观察到血管直径中的改变(例如,血管变窄)的点。血管直径中的这样的改变可能是例如由于血管阻塞所致。有利地,确定血管中的(一个或多个)关键点使得能够标识导航路径中的风险。因此,在医学过程期间确保了患者的安全。
根据另一个实施例,导航模块进一步被配置成:基于导航路径中的关键点的标识来确定是否要由成像设备获取新医学图像。新医学图像的获取使得能够实现血管中的侵入性医学仪器的准确导航。因此,新医学图像使得能够确定血管中的侵入性医学仪器的当前方位,并且向内科医生提供关于要在关键点处沿其而行的路径的指导。
根据本发明的实施例,从成像设备接收第一医学图像。替换地,还可以从医学数据库获得第一医学图像。
根据本发明的实施例,在基于第二修改的医学图像来校准一个或多个后续医学图像中,导航模块被配置成:确定一个或多个后续医学图像中的一个或多个对象的结构取向。在实施例中,一个或多个后续医学图像中的一个或多个对象(即,血管)可以具有定义的结构取向。血管在二维图像中可以具有三个可能的结构取向。血管的第一结构取向可以沿着水平轴线,即,医学图像的X轴。血管的第二结构取向可以沿着垂直轴线,即,医学图像的Y轴。血管的第三结构取向可以包括与医学图像的X轴成一角度的血管。患者中的血管的结构取向可以相对于时间和移动而变化。替换地,由于在血管上或在血管附近实行的先前医学过程,血管的结构取向也可以改变。因此,确定血管的结构取向使得能够准确标识血管中的导航路径。导航模块进一步被配置成:确定经修改的第二医学图像中的一个或多个对象的结构取向。标识一个或多个后续医学图像中的一个或多个对象与经修改的第二医学图像中的一个或多个对象的结构取向之间的偏差。在实施例中,可以例如使用模式匹配算法来标识结构取向中的这样的偏差。一个或多个后续医学图像中的一个或多个对象的图案与经修改的第二医学图像中的一个或多个对象的图案匹配。如果后续医学图像中的一个或多个对象的至少一部分的图案与经修改的第二医学图像中的一个或多个对象的对应的图案不匹配,则可以标识偏差。由于例如对一个或多个对象实行的先前医学过程,与经修改的第二医学图像中的一个或多个对象的结构取向相比,后续医学图像中的一个或多个对象的结构取向中可能存在偏差。导航模块进一步被配置成:基于经修改的第二医学图像中的一个或多个对象的结构取向来校正后续医学图像中的一个或多个对象的结构取向。如果标识了偏差,则可以实行这样的校正。在实施例中,可以使用一个或多个机器学习技术来对第二医学图像实行这样的校正。可以例如通过修改与后续医学图像中的一个或多个对象相关联的像素来校正后续医学图像中的一个或多个对象。可以选择与一个或多个对象相关联的一个或多个像素以用于操纵。这样的操纵可以包括:相对于经修改的第二医学图像中的对应像素来修改这样的一个或多个像素的像素值。在实施例中,可以例如基于像素修改来对后续医学图像中的一个或多个对象进行缩放或弯曲。有利地,基于经修改的第二医学图像来校准一个或多个后续医学图像。因此,可以准确地实现血管中的导航路径的确定。
在替换的实施例中,医学图像中的一个或多个对象可以包括本质上是管状的组织和/或器官,诸如但不限于肠、气管、食道等。导航模块可以被适配成实行如上面所公开的方法步骤,以在可能具有内腔的任何组织和/器官中确定导航路径。
在一个方面,本发明涉及一种计算机程序产品,该计算机程序产品包括计算机程序,该计算机程序可加载到系统的存储单元中,该计算机程序包括程序代码部分,以当该计算机程序在系统中执行时使该系统执行根据本发明的方面的方法。
在一个方面,本发明涉及一种计算机可读介质,在其上保存了计算机程序的程序代码部分,该程序代码部分可加载到系统中和/或可在系统中执行,以当该程序代码部分在系统中执行时使该系统执行根据本发明的方面的方法。
通过计算机程序产品和/或计算机可读介质实现本发明的优点在于:软件更新可以容易地采用已经存在的管理系统,以便如本发明所建议的那样工作。
该计算机程序产品可以是例如计算机程序,或者包括除计算机程序之外的另一元件。该另一元件可以是硬件,例如其上存储有计算机程序的存储器设备、用于使用计算机程序等的硬件密钥;和/或软件,例如用于使用计算机程序的文档或软件密钥。
在下文中参考在附图中示出的所图示的实施例来进一步描述本发明,在附图中:
图1图示了数据处理系统的框图,在该数据处理系统中,可以实现用于确定血管中的侵入性医学仪器的导航路径的实施例。
图2图示了根据实施例的用于确定血管中的侵入性医学仪器的导航路径的方法的流程图。
图3图示了根据实施例的用于基于与第一医学图像相关联的一个或多个参数来标识第二医学图像的方法的流程图。
图4图示了根据实施例的用于基于第一医学图像来修改第二医学图像的方法的流程图。
图5图示了根据实施例的用于基于第二经修改的医学图像来校准一个或多个后续医学图像的方法的流程图。
图6图示了根据实施例的用于确定是否要由成像设备获取新医学图像的方法的流程图。
在下文中,详细地描述了用于执行本发明的实施例。参考附图来描述各种实施例,其中相似的参考数字自始至终被用来指代相似的元件。在以下描述中,出于解释的目的,阐述众多具体细节以便提供一个或多个实施例的透彻理解。可以明显的是,可以在没有这些具体细节的情况下实践这样的实施例。
图1是数据处理系统100的框图,在该数据处理系统100中,实施例可以被实现为例如确定血管中的侵入性医学仪器的导航路径的系统100,该系统被配置成实行如本文中所描述的过程。在图1中,数据处理系统100包括处理单元101、存储器102、存储单元103、输入单元104、输出单元106、总线105和网络接口108。
如本文中使用的,处理单元101意指任何类型的计算电路,诸如但不限于,微处理器、微控制器、复杂指令集计算微处理器、精简指令集计算微处理器、超长指令字微处理器、显式并行指令计算微处理器、图形处理器、数字信号处理器或任何其它类型的处理电路。处理单元101还可以包括嵌入式控制器,诸如通用或可编程逻辑器件或阵列、专用集成电路、单芯片计算机等等。
存储器102可以是易失性存储器和非易失性存储器。存储器102可以被耦合以用于与所述处理单元101通信。处理单元101可以执行存储在存储器102中的指令和/或代码。多种计算机可读存储介质可以存储在所述存储器102中并且从所述存储器102进行访问。存储器102可以包括用于存储数据和机器可读指令的任何合适的元件,诸如只读存储器、随机存取存储器、可擦除可编程只读存储器、电可擦除可编程只读存储器、硬盘驱动器、用于处置紧凑盘、数字视频盘、磁盘、磁带盒、存储器卡等的可移除媒体驱动器。在本实施例中,存储器201包括采用所述以上提到的存储介质中的任何一个上的机器可读指令的形式存储的导航模块110,并且可以与处理器101通信和由处理器102执行。当由处理器101执行时,导航模块108使处理器101确定血管中的侵入性医学仪器的导航路径。由处理器101执行以实现以上提到的功能的方法步骤在图2、3、4、5和6中详细地进行详细阐述。
存储单元103可以是非暂时性存储介质,其存储医学数据库107。医学数据库107是由保健服务提供者维护的、与一个或多个患者有关的医学图像和相关联的医学数据集的储存库。输入单元104可以包括能够接收诸如医学图像之类的输入信号的输入装置,诸如小键盘、触敏显示器、相机(诸如接收基于手势的输入的相机)等。总线105充当处理器101、存储器102、存储单元103、输入单元204、输出单元106和网络接口108之间的互连。
本领域普通技术人员将领会到,图1中描绘的所述硬件可以针对特定实现方式而变化。例如,附加地或取代于所描绘的硬件,还可以使用其它外围设备,诸如光盘驱动器等等、局域网(LAN)/广域网(WAN)/无线(例如Wi-Fi)适配器、图形适配器、磁盘控制器、输入/输出(I/O)适配器。仅出于解释的目的而提供所述所描绘的示例,并且所描绘的示例不意在暗示关于本公开的架构限制。
根据本公开的实施例的数据处理系统100包括采用图形用户界面的操作系统。所述操作系统准许在图形用户界面中同时呈现多个显示窗口,其中每一个显示窗口提供对不同应用或对相同应用的不同实例的界面。所述图形用户界面中的光标可以由用户通过定点设备来操纵。光标的方位可以改变,和/或生成诸如点击鼠标按钮之类的事件以致动期望的响应。
如果经适当修改,可以采用各种商用操作系统之一,诸如位于华盛顿雷德蒙的微软公司的产品——一个版本的Microsoft Windows™。根据如所描述的本公开来修改或创建所述操作系统。
所公开的实施例提供了用于处理医学图像的系统和方法。特别地,该系统和方法可以确定血管中的侵入性医学仪器的导航路径。
图2图示了根据实施例的用于确定血管中的侵入性医学仪器的导航路径的方法200的流程图。在实施例中,侵入性医学仪器是导丝。导丝是一种医学仪器或设备,其使得能够实现在患者体内插入、定位和移动导管。导丝可以穿过测量设备,该测量设备可以检测导丝在患者体内的运动。这样的测量设备可能能够测量导丝在患者体内所穿过的距离。在步骤201处,方法200包括接收第一医学图像。第一医学图像可以包括一个或多个对象。这样的一个或多个对象可以是要在其中插入导丝并对导丝进行导航的血管。第一医学图像可以是例如从X射线成像设备获取的X射线透视图像。在实施例中,可以从医学数据库107获得第一医学图像。在步骤202处,确定与第一医学图像相关联的一个或多个参数。一个或多个参数可以包括:被成像的患者的方位、与成像设备相关联的方位坐标、成像设备的角度方位,和/或患者病床与成像设备之间的距离。与第一医学图像相关联的一个或多个参数使得能够确定第一医学图像中的一个或多个对象的属性。因此,例如,如果成像设备相对于患者方位成一角度而定位,则可以从这样的角度视角对第一医学图像中的一个或多个对象进行成像。因此,医学图像中的一个或多个对象的属性可以基于与这样的医学图像相关联的一个或多个参数中的改变而改变。在步骤203处,方法200包括:基于与第一医学图像相关联的一个或多个参数来标识第二医学图像。在实施例中,第二医学图像可以位于医学数据库107中。这样的第二医学图像可能已经在对相同患者实行的先前医学过程期间由成像设备获取。第二医学图像还包括一个或多个成像对象。这样的一个或多个对象可以是导丝要被导航通过的血管。在图3中描述了用于基于一个或多个参数来标识第二医学图像的方法步骤。
在方法200的步骤204处,基于第一医学图像来修改第二医学图像。在实施例中,可以相对于第一医学图像中的一个或多个对象来修改第二医学图像中的一个或多个对象。如果在第一医学图像中的一个或多个对象与第二医学图像中的一个或多个对象之间标识了偏差,则可以实行这样的修改。图4中详细描述了描述第二医学图像中的一个或多个对象的修改的方法步骤。在步骤205处,从经修改的第二医学图像确定侵入性医学仪器的导航路径。有利地,使用先前获取的医学图像来实现导丝在患者体内的导航。因此,使用先前获取的医学图像来确定血管中的侵入性医学仪器的导航路径能够减少对患者的X射线暴露。
在实施例中,使用本领域已知的边缘检测算法来确定导航路径。该边缘检测算法能够标识与血管相关联的一个或多个边缘。这样的一个或多个边缘可以对应于血管的结构,通过使用该血管的结构可以确定侵入性医学仪器的导航路径。在另外的实施例中,可以确定血管的中心线,该中心线可以对应于血管中的导航路径。可以使用本领域技术人员公知的方法来确定血管的中心线。例如,可以考虑血管的平行边缘之间的点。计算所选点与每一个所确定的边缘之间的平均距离,以获得血管的中心线。在另一个实施例中,可以使用与图像获取设备相关联的C形臂方位来确定导航路径。经修改的第二医学图像中的血管的至少一个边缘指示图像获取设备的C形臂的移动方向。对应于这样的边缘的血管可以使得能够标识经修改的第二医学图像中的导航路径。在另外的实施例中,与图像获取设备的C形臂相关联的一个或多个方位坐标可以使得能够确定经修改的第二医学图像中的导航路径。第二医学图像可以与一个或多个C形臂方位坐标相关联。这样的一个或多个C形臂方位坐标使得能够确定形成了导航路径的一部分的后续的一个或多个图像。
图3图示了用于基于与第一医学图像相关联的一个或多个参数来标识第二医学图像的方法300的流程图。在步骤301处,基于与第一医学图像相关联的一个或多个参数来标识一个或多个医学图像。一个或多个参数使得能够确定与在第一医学图像中成像的一个或多个对象相关联的一个或多个属性。可以从医学数据库107标识一个或多个医学图像。这样的一个或多个医学图像还可以与类似的一个或多个参数相关联。在步骤302处,从第一医学图像中标识一个或多个对象。因此,可以标识在第一医学图像中成像的血管。在步骤303处,标识一个或多个医学图像中的一个或多个对象。在实施例中,可以使用边缘检测算法来实行对第一医学图像和一个或多个医学图像中的一个或多个对象的这样的标识。边缘检测算法可以基于图像上的一个或多个点处的图像强度中的急剧改变来检测医学图像中的一个或多个对象。可以通过线段来连接其中标识了图像强度中的急剧改变的这样的点,以便于定义沿着医学图像中的一个或多个对象的轮廓。在步骤304处,比较第一医学图像中的一个或多个对象和一个或多个医学图像中的一个或多个对象。可以实行这样的比较来标识第一医学图像中的一个或多个对象与一个或多个医学图像中的一个或多个对象之间的相似性。在第一医学图像中标识的一个或多个对象可以被重叠在一个或多个医学图像中标识的一个或多个对象上。将第一医学图像中的一个或多个对象重叠在一个或多个医学图像中的一个或多个对象上使得能够从一个或多个医学图像中准确标识第二医学图像。在实施例中,可以使用模式匹配算法来实行这样的比较。计算重叠的一个或多个对象之间的豪斯道夫距离,以标识最准确的第二医学图像。豪斯道夫距离测量度量空间的两个子集彼此之间有多远。因此,计算医学图像中的重叠对象之间的豪斯道夫距离使得能够标识与第一医学图像最相似的医学图像。
在步骤305处,做出以下确定:第一医学图像中的一个或多个对象是否与一个或多个医学图像中的至少一个中的一个或多个对象匹配。如果一个或多个医学图像中的至少一个医学图像匹配,则在步骤306处,将这样的至少一个医学图像标识为第二医学图像。如果没有标识出匹配,则基于与第一医学图像相关联的一个或多个参数来进一步标识一个或多个医学图像。有利地,使得能够准确地标识第二医学图像。因此,仅标识包括与第一医学图像中的一个或多个对象类似的一个或多个对象的医学图像,以用于确定血管中的导航路径。因此,减少了在血管中对侵入性医学仪器进行导航时的错误。
图4图示了基于第一医学图像来修改第二医学图像的方法400的流程图。在步骤401处,确定第一医学图像中的一个或多个对象的结构取向。血管可以具有定义的结构取向。血管在二维图像中可以具有三个可能的结构取向。血管的第一结构取向可以沿着水平轴线,即,医学图像的X轴。血管的第二结构取向可以沿着垂直轴线,即,医学图像的Y轴。血管的第三结构取向可以包括与医学图像的X轴成一角度的血管。患者中的血管的结构取向可以相对于时间和移动而变化。替换地,由于在血管上或在血管附近实行的先前医学过程,血管的结构取向也可以改变。因此,确定血管的结构取向使得能够准确标识血管中的导航路径。在步骤402处,确定第二医学图像中的一个或多个对象的结构取向。在步骤403处,做出以下确定:在第一医学图像中的一个或多个对象与第二医学图像中的一个或多个对象的结构取向之间是否存在偏差。可以例如使用模式匹配算法来标识这样的偏差。如果标识了偏差,则在步骤404处,基于第一医学图像中的一个或多个对象的结构取向来校正第二医学图像中的一个或多个对象的结构取向。这样的校正可以使得第二医学图像中的一个或多个对象与第一医学图像中的一个或多个对象类似或相同。
在实施例中,可以通过修改一个或多个对象的至少一部分中的一个或多个像素的像素值来校正第二医学图像中的一个或多个对象。可以基于第一医学图像中的一个或多个对象的对应部分的像素值来实行第二医学图像中的像素值的这样的修改。修改第二医学图像中的一个或多个对象的至少一部分的像素值可以对第二医学图像中的一个或多个对象实行缩放或弯曲。对第二医学图像中的一个或多个对象的修改使得能够获得经修改的第二医学图像。在步骤405处,使用经修改的第二医学图像来实行在血管中导航侵入性医学仪器的医学过程。替换地,如果在步骤403处确定没有偏差,则第二医学图像可以被用于医学过程而无需实行任何修改。本发明的优点在于:相对于第一医学图像修改第二医学图像使得能够实现在血管中对侵入性医学仪器的准确导航。在实施例中,如果血管已经经受结构变形或改变,则第二医学图像可以不与第一医学图像在结构上对准。因此,相对于第一医学图像来修改第二医学图像防止内科医生在血管中实行侵入性医学仪器的错误运动。
在实施例中,可以使用合适的机器学习模型来实现对第二医学图像中的一个或多个对象的这样的校正。这样的机器学习模型可以是例如基于神经网络的模型,该模型可能能够标识第一医学图像中的一个或多个对象与第二医学图像中的一个或多个对象之间的偏差。在标识了偏差时,使用一个或多个机器学习技术来校正或修改第二医学图像中的一个或多个对象。机器学习模型可以采用一个或多个机器学习技术以实行对第二医学图像中的一个或多个对象的校正。在另外的实施例中,经修改的第二医学图像可以被用于机器学习模型的进一步训练,以对一个或多个其他医学图像中的一个或多个对象实行这样的修改。
图6图示了根据实施例的用于确定血管中的导航路径中的关键点的方法600的流程图。在步骤601处,基于经修改的第二医学图像来校准一个或多个后续医学图像。在获取第二医学图像之后,成像设备可能已经获取了这样的一个或多个后续医学图像。因此,一个或多个后续医学图像可以描绘被成像的血管的延续。因此,这样的一个或多个后续医学图像可以描绘血管中的侵入性医学仪器要穿过的导航路径。在步骤602处,针对血管中的导航路径中的关键点的存在,分析了经校准的一个或多个后续医学图像。在实施例中,血管中的关键点可以包括例如分支点,在该分支点处,血管可以分裂成两个或更多个较小的血管。替换地,关键点还可以包括血管中的位置,该位置由于存在阻塞而可能更窄。血管中的这样的点可能是至关重要的,所以侵入性医学仪器在分支点处的导航可能必须格外小心地实行。导航过程中的错误可能对血管以及对患者健康有害。附加地,内科医生可能必须指示血管的哪个分支可能必须用于进一步的导航。这增加了分支点的关键性。有利地,确定血管中的(一个或多个)关键点使得能够标识导航路径中的风险。因此,在医学过程期间确保了患者的安全。如果标识了关键点,则在步骤603处,成像设备获取新的医学图像。在步骤604处,做出以下确定:是否要对一个或多个后续图像实行校准。如果要实行校准,则对后续图像进行校准。如果可能不需要校准,则在步骤605处,使用经校准的医学图像在血管中实行导航。
图5图示了基于经修改的第二医学图像来校准一个或多个后续医学图像的方法500的流程图。在步骤501处,确定一个或多个后续医学图像中的一个或多个对象的结构取向。血管的结构取向的确定使得能够准确标识血管中的导航路径。在步骤502处,确定经修改的第二医学图像中的一个或多个对象的结构取向。在步骤503处,做出以下确定:在一个或多个后续医学图像中的一个或多个对象与经修改的第二医学图像中的一个或多个对象的结构取向之间是否存在偏差。可以例如使用模式匹配算法来标识这样的偏差。如果标识了偏差,则在步骤504处,基于经修改的第二医学图像中的一个或多个对象的结构取向来校正一个或多个后续医学图像中的一个或多个对象的结构取向。
在实施例中,可以通过修改一个或多个对象的至少一部分中的一个或多个像素的像素值来校正一个或多个后续医学图像中的一个或多个对象。可以基于第二经修改的医学图像中的一个或多个对象的对应部分的像素值来实行一个或多个后续医学图像中的像素值的这样的修改。一个或多个后续医学图像中的一个或多个对象的至少一部分的像素值的修改可以对第二医学图像中的一个或多个对象进行缩放或弯曲。在步骤505处,使用经修改的后续医学图像来实行在血管中导航侵入性医学仪器的医学过程。替换地,如果在步骤503处确定没有偏差,则可以将后续医学图像用于医学过程而不实行任何修改。本发明的优点在于:相对于经修改的第二医学图像来修改一个或多个后续医学图像使得能够实现在血管中对侵入性医学仪器的准确导航。因此,相对于第二经修改的医学图像值来修改后续医学图像防止内科医生在血管中实行侵入性医学仪器的错误运动。
经修改的后续医学图像可以在显示单元106上显示给内科医生,以使得可以在血管中有效地实行侵入性医学仪器的导航。
在实施例中,可以使用合适的机器学习模型来实现对后续医学图像中的一个或多个对象的这样的校正。这样的机器学习模型可以是例如基于神经网络的模型,该模型可能能够标识第二经修改的医学图像中的一个或多个对象与后续医学图像中的一个或多个对象之间的偏差。在标识了偏差时,使用一个或多个机器学习技术来校正或修改后续医学图像中的一个或多个对象。机器学习模型可以采用一个或多个机器学习技术来实行对后续医学图像中的一个或多个对象的校正。在另外的实施例中,经修改的第二医学图像可以被用于机器学习模型的进一步训练,以对一个或多个其他医学图像中的一个或多个对象实行这样的修改。
前述示例仅出于解释的目的而提出,并且绝不要被理解成限制本文中所公开的本发明。虽然已经参考各种实施例描述了本发明,但是理解的是,本文中使用的词语是描述和说明性词语,而非限制性词语。另外,尽管本文中已经参考特定的手段、材料和实施例描述了本发明,但是本发明并不意图受限于本文中所公开的细节;相反,本发明扩展到诸如在所附权利要求的范围之内的所有功能上等同的结构、方法和用途。受益于本说明书的教导的益处,本领域技术人员可以对其进行众多修改,并且可以在不脱离其方面中的本发明的范围和精神的情况下做出改变。

Claims (12)

1.一种用于确定用于在血管内导航侵入性医学仪器的导航路径的方法(200),所述方法(200)包括:
由处理单元(101)接收与患者相关联的第一医学图像;
由所述处理单元(101)确定与所述第一医学图像相关联的一个或多个参数;
由所述处理单元(101)基于所确定的一个或多个参数从与所述患者相关联的多个图像中标识第二医学图像;
确定所述第一医学图像中的一个或多个对象与所述第二医学图像中的一个或多个对象的结构取向之间的偏差;
由所述处理单元(101)基于所述第一医学图像中的一个或多个对象与所述第二医学图像中的一个或多个对象的结构取向之间的偏差来修改所述第二医学图像;以及
由所述处理单元(101)使用所述第二医学图像来确定用于在血管内导航所述侵入性医学仪器的导航路径,其中所述导航路径对应于所述第二医学图像中的一个或多个对象的经修改的结构取向。
2.根据权利要求1所述的方法(200),其中,与所述第一医学图像相关联的一个或多个参数包括以下各项中的一个或多个:被成像的患者的方位、与成像设备相关联的方位坐标、所述成像设备的角度方位,以及患者病床与所述成像设备之间的距离。
3.根据权利要求1所述的方法(200),其中,所述第二医学图像是从医学数据库(107)获得的图像;
其中,所述第二医学图像是在先前医学成像过程期间获取的医学图像。
4.根据权利要求1所述的方法(200),其中,在基于所述一个或多个参数标识所述第二医学图像时,所述方法(200)包括:
由所述处理单元(101)基于与所述第一医学图像相关联的一个或多个参数来标识一个或多个医学图像;
由所述处理单元(101)从所述第一医学图像中标识一个或多个对象;
由所述处理单元(101)从所述一个或多个医学图像中标识一个或多个对象;
由所述处理单元(101)比较所述第一医学图像中的一个或多个对象和所述一个或多个医学图像中的一个或多个对象;以及
由所述处理单元(101)基于所述比较来从所述一个或多个医学图像中确定所述第二医学图像。
5.根据权利要求1所述的方法(200),其中,在基于所述第一医学图像来修改所述第二医学图像时,所述方法(200)包括:
由所述处理单元(101)确定所述第一医学图像中的一个或多个对象的结构取向;
由所述处理单元(101)确定所述第二医学图像中的一个或多个对象的结构取向;
由所述处理单元(101)标识所述第一医学图像中的一个或多个对象与所述第二医学图像中的一个或多个对象的结构取向之间的偏差;以及
如果标识了偏差,则由所述处理单元(101)基于所述第一医学图像中的一个或多个对象的结构取向来校正所述第二医学图像中的一个或多个对象的结构取向。
6.根据权利要求1所述的方法(200),进一步包括:
由所述处理单元(101)基于经修改的第二医学图像来校准一个或多个后续医学图像,其中,在所述成像设备获取了所述第二医学图像之后,所述成像设备获取所述一个或多个后续医学图像;以及
由所述处理单元(101)从经校准的一个或多个后续医学图像中确定所述血管中的导航路径中的关键点。
7.根据权利要求6所述的方法(200),进一步包括:由所述处理单元(101)基于所述导航路径中的关键点的标识来确定是否要由所述成像设备获取新医学图像。
8.根据权利要求1所述的方法(200),其中,从所述成像设备和/或所述医学数据库(107)接收所述第一医学图像。
9.根据权利要求6所述的方法(200),其中,基于经修改的第二医学图像来校准所述一个或多个后续医学图像包括:
由所述处理单元(101)确定所述一个或多个后续医学图像中的一个或多个对象的结构取向;
由所述处理单元(101)确定经修改的第二医学图像中的一个或多个对象的结构取向;
由所述处理单元(101)标识所述一个或多个后续医学图像中的一个或多个对象与所述经修改的第二医学图像中的一个或多个对象的结构取向之间的偏差;以及
如果标识了偏差,则由所述处理单元(101)基于所述经修改的第二医学图像中的一个或多个对象的结构取向来校正所述一个或多个后续医学图像中的一个或多个对象的结构取向。
10.一种用于确定用于在血管内导航侵入性医学仪器的导航路径的系统(100),所述系统(100)包括:
处理单元(101);
耦合到所述处理单元(101)的医学数据库(107);
耦合到所述处理单元(101)的存储器(102),所述存储器(102)包括导航模块(110),所述导航模块(110)被配置成实行根据权利要求1至9所述的方法步骤。
11.一种包括机器可读指令的计算机程序产品,所述机器程序指令在由处理单元(101)执行时使所述处理单元(101)实行根据权利要求1-9所述的方法。
12.一种计算机可读介质,在其上保存了计算机程序的程序代码部分,所述程序代码部分可加载到系统(100)中和/或可在所述系统(100)中执行,以便当所述程序代码部分在所述系统(100)中执行时使所述系统(100)执行根据权利要求1-9中任一项所述的方法。
CN202010005697.7A 2019-01-04 2020-01-03 用于确定血管中的侵入性医学仪器的导航路径的方法和系统 Active CN111407403B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
EP19150348.1 2019-01-04
EP19150348.1A EP3677212B1 (en) 2019-01-04 2019-01-04 Method and system for determining a navigation pathway for invasive medical instrument in blood vessels

Publications (2)

Publication Number Publication Date
CN111407403A true CN111407403A (zh) 2020-07-14
CN111407403B CN111407403B (zh) 2024-03-08

Family

ID=65003231

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010005697.7A Active CN111407403B (zh) 2019-01-04 2020-01-03 用于确定血管中的侵入性医学仪器的导航路径的方法和系统

Country Status (3)

Country Link
US (1) US11446091B2 (zh)
EP (1) EP3677212B1 (zh)
CN (1) CN111407403B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114246681A (zh) * 2020-09-24 2022-03-29 西门子医疗有限公司 用于定位医学对象的装置和用于提供校正预设的方法

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113924066A (zh) * 2019-04-23 2022-01-11 爱德华兹生命科学公司 电动植入物递送系统

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1503184A (zh) * 2002-11-01 2004-06-09 GEҽҩϵͳ����Ƽ���˾ 用于医学介入程序规划的方法和装置
WO2005020148A1 (en) * 2003-08-21 2005-03-03 Philips Intellectual Property & Standards Gmbh Device and method for combined display of angiograms and current x-ray images
US20080071142A1 (en) * 2006-09-18 2008-03-20 Abhishek Gattani Visual navigation system for endoscopic surgery
US20140371578A1 (en) * 2012-01-06 2014-12-18 Koninklijke Philips N.V. Real-time display of vasculature views for optimal device navigation
US20150265179A1 (en) * 2014-03-24 2015-09-24 Sham S. Lonkadi Assisting Navigation of a Medical Insert Inside a Patient
US20150279013A1 (en) * 2012-10-05 2015-10-01 Koninklijke Philips N.V. Bone suppression in x-ray imaging
US20150320324A1 (en) * 2014-05-09 2015-11-12 Samsung Electronics Co., Ltd. Method, apparatus, and system for providing medical image
US20180158209A1 (en) * 2016-12-02 2018-06-07 Gabriel Fine Automatically determining orientation and position of medically invasive devices via image processing
EP3384846A1 (en) * 2017-04-03 2018-10-10 Siemens Healthcare GmbH Method for determining a stiffness information of a medical instrument, method for imaging support during a minimally invasive interventional procedure, x-ray device, computer program and electronically readable storage medium
US20180353240A1 (en) * 2015-12-17 2018-12-13 Koninklijke Philips N.V. Navigation assistance system

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE10109586A1 (de) 2001-02-28 2002-09-05 Philips Corp Intellectual Pty Verfahren und Vorrichtung zur Bildverarbeitung von Röntgenaufnahmen
US8423121B2 (en) 2008-08-11 2013-04-16 Siemens Aktiengesellschaft Method and system for guidewire tracking in fluoroscopic image sequences
WO2011039673A1 (en) * 2009-09-29 2011-04-07 Koninklijke Philips Electronics N.V. Vascular roadmapping
CN104519798B (zh) * 2012-08-03 2018-03-23 皇家飞利浦有限公司 用于路线绘图的设备位置依赖性的叠加
US10083504B2 (en) 2016-09-07 2018-09-25 International Business Machines Corporation Multi-step vessel segmentation and analysis

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1503184A (zh) * 2002-11-01 2004-06-09 GEҽҩϵͳ����Ƽ���˾ 用于医学介入程序规划的方法和装置
WO2005020148A1 (en) * 2003-08-21 2005-03-03 Philips Intellectual Property & Standards Gmbh Device and method for combined display of angiograms and current x-ray images
US20080071142A1 (en) * 2006-09-18 2008-03-20 Abhishek Gattani Visual navigation system for endoscopic surgery
US20140371578A1 (en) * 2012-01-06 2014-12-18 Koninklijke Philips N.V. Real-time display of vasculature views for optimal device navigation
US20150279013A1 (en) * 2012-10-05 2015-10-01 Koninklijke Philips N.V. Bone suppression in x-ray imaging
US20150265179A1 (en) * 2014-03-24 2015-09-24 Sham S. Lonkadi Assisting Navigation of a Medical Insert Inside a Patient
US20150320324A1 (en) * 2014-05-09 2015-11-12 Samsung Electronics Co., Ltd. Method, apparatus, and system for providing medical image
US20180353240A1 (en) * 2015-12-17 2018-12-13 Koninklijke Philips N.V. Navigation assistance system
US20180158209A1 (en) * 2016-12-02 2018-06-07 Gabriel Fine Automatically determining orientation and position of medically invasive devices via image processing
EP3384846A1 (en) * 2017-04-03 2018-10-10 Siemens Healthcare GmbH Method for determining a stiffness information of a medical instrument, method for imaging support during a minimally invasive interventional procedure, x-ray device, computer program and electronically readable storage medium

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114246681A (zh) * 2020-09-24 2022-03-29 西门子医疗有限公司 用于定位医学对象的装置和用于提供校正预设的方法

Also Published As

Publication number Publication date
CN111407403B (zh) 2024-03-08
US20200214767A1 (en) 2020-07-09
US11446091B2 (en) 2022-09-20
EP3677212A1 (en) 2020-07-08
EP3677212B1 (en) 2023-07-26
EP3677212C0 (en) 2023-07-26

Similar Documents

Publication Publication Date Title
US10762380B2 (en) Registration system for registering an imaging device with a tracking device
JP5129480B2 (ja) 管状臓器の3次元再構成を行うシステム及び血管撮像装置の作動方法
CN107809955B (zh) 经由感兴趣界标的自动检测在x射线成像中进行实时准直和roi过滤器定位
US7010080B2 (en) Method for marker-free automatic fusion of 2-D fluoroscopic C-arm images with preoperative 3D images using an intraoperatively obtained 3D data record
US20120004533A1 (en) Optimization of multiple candidates in medical device or feature tracking
CN106999130B (zh) 用于确定在投影图像中介入仪器的位置的装置
EP2940657B1 (en) Regression for periodic phase-dependent modeling in angiography
CN111407403B (zh) 用于确定血管中的侵入性医学仪器的导航路径的方法和系统
CN110301883B (zh) 用于导航管状网络的基于图像的向导
US20190126008A1 (en) Determining a vessel puncture position
US20150087972A1 (en) Dynamic overlay of anatomy from angiography to fluoroscopy
JP2019511268A (ja) 脳深部刺激療法の電極の三次元画像における回転配向の決定
CN110022786B (zh) 用于确定器械在管状结构内的位置的位置确定装置
KR20200139491A (ko) 의료영상 처리 방법
US20200037893A1 (en) Interaction monitoring of non-invasive imaging based ffr
US11657519B2 (en) Method for deformation correction
US20240095921A1 (en) Image processing apparatus, image processing method, and image processing program
CN115511773A (zh) 一种血管中心线提取方法、装置、设备和可读存储介质
CN116648208A (zh) 介入医学设备跟踪
CN116531091A (zh) 基于多模态图像融合的血管介入手术导航方法及装置
Gouveia Medical Image Registration by Neural Networks A Regression-Based Registration Approach

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