CN111408066B - 基于磁共振影像的肿瘤位置标定系统及设备 - Google Patents

基于磁共振影像的肿瘤位置标定系统及设备 Download PDF

Info

Publication number
CN111408066B
CN111408066B CN202010196547.9A CN202010196547A CN111408066B CN 111408066 B CN111408066 B CN 111408066B CN 202010196547 A CN202010196547 A CN 202010196547A CN 111408066 B CN111408066 B CN 111408066B
Authority
CN
China
Prior art keywords
tumor
point
magnetic resonance
points
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.)
Active
Application number
CN202010196547.9A
Other languages
English (en)
Other versions
CN111408066A (zh
Inventor
李玮
袁双虎
韩毅
张婉钰
马志祥
孟祥伟
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.)
Shandong University
Original Assignee
Shandong University
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 Shandong University filed Critical Shandong University
Priority to CN202010196547.9A priority Critical patent/CN111408066B/zh
Publication of CN111408066A publication Critical patent/CN111408066A/zh
Application granted granted Critical
Publication of CN111408066B publication Critical patent/CN111408066B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61NELECTROTHERAPY; MAGNETOTHERAPY; RADIATION THERAPY; ULTRASOUND THERAPY
    • A61N5/00Radiation therapy
    • A61N5/10X-ray therapy; Gamma-ray therapy; Particle-irradiation therapy
    • A61N5/1048Monitoring, verifying, controlling systems and methods
    • A61N5/1049Monitoring, verifying, controlling systems and methods for verifying the position of the patient with respect to the radiation beam
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61NELECTROTHERAPY; MAGNETOTHERAPY; RADIATION THERAPY; ULTRASOUND THERAPY
    • A61N5/00Radiation therapy
    • A61N5/10X-ray therapy; Gamma-ray therapy; Particle-irradiation therapy
    • A61N5/1048Monitoring, verifying, controlling systems and methods
    • A61N5/1049Monitoring, verifying, controlling systems and methods for verifying the position of the patient with respect to the radiation beam
    • A61N2005/1055Monitoring, verifying, controlling systems and methods for verifying the position of the patient with respect to the radiation beam using magnetic resonance imaging [MRI]

Landscapes

  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Biomedical Technology (AREA)
  • Pathology (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Radiology & Medical Imaging (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Animal Behavior & Ethology (AREA)
  • General Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Veterinary Medicine (AREA)
  • Magnetic Resonance Imaging Apparatus (AREA)

Abstract

本公开公开了基于磁共振影像的肿瘤位置标定系统及设备,包括:获取模块,其被配置为:根据预标记的肿瘤位置点,获取磁共振设备采集的肿瘤磁共振图像;模型建立模块,其被配置为:基于肿瘤磁共振图像,建立肿瘤三维模型;基于肿瘤三维模型,标定肿瘤几何中心点;输出模块,其被配置为:利用双目立体视觉标定算法,得到肿瘤几何中心点分别相对于每个预标记的肿瘤位置点的空间位置信息;基于肿瘤几何中心点分别相对于每个预标记的肿瘤位置点的空间位置信息,利用双目立体视觉标定算法,计算出肿瘤最终位置。

Description

基于磁共振影像的肿瘤位置标定系统及设备
技术领域
本公开涉及图像处理技术领域,特别是涉及基于磁共振影像的肿瘤位置标定系统及设备。
背景技术
本部分的陈述仅仅是提到了与本公开相关的背景技术,并不必然构成现有技术。
放射治疗是利用放射线治疗肿瘤的一种局部疗法。要使用放射线治疗恶性肿瘤,首要问题是对肿瘤的空间位置进行精准标定以确定放射部位。在传统肿瘤位置标定方法中,医生常利用CT等扫描设备先在人体表面确定病灶位置以及放射线入射的最佳位置和强度,然后再结合自身经验进行放疗。发明人在研发过程中发现,以上的肿瘤位置标定方法还存在以下问题:
在实现本公开的过程中,发明人发现现有技术中存在以下技术问题:
1.CT检查主要依靠X射线对人体进行断层扫描,而射线具有放射性,有一定的辐射影响,其电离辐射会对人体造成伤害;
2.仅依靠CT等扫描设备在患者皮肤表面大致确定病灶位置,肿瘤相对于皮肤表面深度不确定,可能会造成放射线偏移肿瘤位置且射线照射强度不精确,导致治疗效果不理想,甚至损伤病人正常组织细胞;而与CT相比,磁共振成像可在无射线辐射的情况下多平面、多参数成像,更清楚地显示病变所在部位、范围以及与周边脏器的关系,更好地判断病变组成成分。
发明内容
为了解决现有技术的不足,本公开提供了基于磁共振影像的肿瘤位置标定系统及设备;基于磁共振影像实现对肿瘤位置的精准标定,从而提高放疗过程的精准度,实现精准治疗。
第一方面,本公开提供了基于磁共振影像的肿瘤位置标定系统;
基于磁共振影像的肿瘤位置标定系统,包括:
获取模块,其被配置为:根据预标记的肿瘤位置点,获取磁共振设备采集的肿瘤磁共振图像;
模型建立模块,其被配置为:基于肿瘤磁共振图像,建立肿瘤三维模型;基于肿瘤三维模型,标定肿瘤几何中心点;
输出模块,其被配置为:利用双目立体视觉标定算法,得到肿瘤几何中心点分别相对于每个预标记的肿瘤位置点的空间位置信息;
基于肿瘤几何中心点分别相对于每个预标记的肿瘤位置点的空间位置信息,利用双目立体视觉标定算法,计算出肿瘤最终位置。
第二方面,本公开还提供了一种电子设备,包括存储器和处理器以及存储在存储器上并在处理器上运行的计算机指令,所述计算机指令被处理器运行时,完成第一方面所述系统中各个模块的功能。
第三方面,本公开还提供了一种计算机可读存储介质,用于存储计算机指令,所述计算机指令被处理器执行时,完成第一方面述系统中各个模块的功能。
与现有技术相比,本公开的有益效果是:
1.本公开采用磁共振成像,与CT相比,它可在无X射线辐射的情况下多平面、多参数成像,更清楚地显示病变所在部位、范围以及与周围脏器的关系,更好地判断病变组成成分;
2.本公开的肿瘤位置标定方法,通过在患者肿瘤部位外周皮肤表面做两个不同方位的标记点,基于三个方位的磁共振影像,确定肿瘤几何中心点的精确位置信息;
3.本公开的肿瘤位置标定方法,考虑肿瘤几何中心相对于两个标记点位置信息,提高了肿瘤位置标定的准确性,是后期精准放疗的前提基础。
附图说明
构成本公开的一部分的说明书附图用来提供对本公开的进一步理解,本公开的示意性实施例及其说明用于解释本公开,并不构成对本公开的不当限定。
图1是一种在放疗过程中基于磁共振影像的肿瘤位置标定方法的流程图;
图2是基于图像的建模和绘制技术(IBMR)流程图;
图3是双目视觉立体标定算法流程图;
图4是在人体保持仰卧解剖正体位的情况下以腹侧面标记点为坐标原点建立坐标系的示意图。
具体实施方式
应该指出,以下详细说明都是示例性的,旨在对本公开提供进一步的说明。除非另有指明,本文使用的所有技术和科学术语具有与本公开所属技术领域的普通技术人员通常理解的相同含义。
需要注意的是,这里所使用的术语仅是为了描述具体实施方式,而非意图限制根据本公开的示例性实施方式。如在这里所使用的,除非上下文另外明确指出,否则单数形式也意图包括复数形式,此外,还应当理解的是,当在本说明书中使用术语“包含”和/或“包括”时,其指明存在特征、步骤、操作、器件、组件和/或它们的组合。
正如背景技术所介绍的,在传统肿瘤位置标定方法中,医生常利用CT等扫描设备先在人体表面确定病灶位置以及放射线入射的最佳位置和强度,然后再结合自身经验进行放疗,可能会造成放射线偏移肿瘤位置,导致治疗效果不理想,甚至损伤病人正常组织细胞。针对上述问题,结合磁共振无放射性,能多平面、多参数成像,更清楚地显示病变所在部位、范围以及与周围脏器的关系,更好地判断病变组成成分等优点,本公开提出了基于磁共振影像的肿瘤位置标定系统。
实施例一,本实施例提供了基于磁共振影像的肿瘤位置标定系统;
如图1所示,基于磁共振影像的肿瘤位置标定系统,包括:
获取模块,其被配置为:根据预标记的肿瘤位置点,获取磁共振设备采集的肿瘤磁共振图像;
模型建立模块,其被配置为:基于肿瘤磁共振图像,建立肿瘤三维模型;基于肿瘤三维模型,标定肿瘤几何中心点;
输出模块,其被配置为:利用双目立体视觉标定算法,得到肿瘤几何中心点分别相对于每个预标记的肿瘤位置点的空间位置信息;
基于肿瘤几何中心点分别相对于每个预标记的肿瘤位置点的空间位置信息,利用双目立体视觉标定算法,计算出肿瘤最终位置。
应理解的,所述肿瘤最终位置,包括:肿瘤的尺寸和肿瘤相对于预标记的肿瘤位置点的位置。
作为一个或多个实施例,所述预标记的肿瘤位置点,是指:在患者肿瘤部位外周体表皮肤做两个不同方位的定位标记点。
应理解的,在患者肿瘤部位外周体表皮肤用医用皮肤标记笔做两个不同方位的定位标记点,分别位于人体的腹侧面和外侧面,或者位于人体的背侧面和外侧面,两个标记点为基准点,即球面坐标系原点,如图4所示。
应理解的,所述两个不同方位,是指背侧面为第一方位,外侧面为第二方位;或者,腹侧面为第一方位,挖侧面为第二方位。
应理解的,所述腹侧面是指:从身体腋中线来分,前面为腹侧面,后面为背侧面;
应理解的,所述背侧面是指:从身体腋中线来分,前面为腹侧面,后面为背侧面;
应理解的,所述外侧面是指:远离身体正中间垂直轴设定距离的矢状面;
作为一个或多个实施例,所述根据预标记的肿瘤位置点,获取磁共振设备采集的肿瘤磁共振图像,具体是指:
在患者保持仰卧标准解剖正位体位的情况下,参照两个预标记的肿瘤位置点的位置,利用磁共振设备获取患者人体冠状面、矢状面和横切面三个方位的肿瘤磁共振影像。
应理解的,获取患者冠状位、矢状位和横断位的磁共振影像,三个方位的磁共振影像可以更加全面地显示肿瘤及周围结构组织。
作为一个或多个实施例,所述基于肿瘤磁共振图像,建立肿瘤三维模型;具体包括:
基于图像的建模和绘制(IBMR,Image-Based modeling and Rendering),对患者人体冠状面、矢状面和横切面三个方位的肿瘤磁共振影像进行处理,建立肿瘤三维模型。
在理想建模情形下,一个点的三维空间位置与其投影像素点之间的关系可用投影变换P来表示,如果已知一个像素点所表示的可见面深度,则对应空间点通过逆变换P-1恢复,据此对肿瘤进行建模。
如图2所示,利用全光函数对建模后的肿瘤三维模型进行绘制。
在基于图像的绘制技术中,全光函数提供了精准的问题表述,它描述了从观察者的视点所能感受到的所有能量辐射。在某一特定时刻t,从空间中任一视点(Vx,Vy,Vz),选择某一方位角和仰角(θ,φ)及频带波长λ,可将全光函数表示为
p=P(θ,φ,λ,Vx,Vy,Vz,t)
当给定全光函数的一组采样集时,基于图像的绘制技术就产生了该函数的一个连续表示,可以说,全光函数是场景图像的一种表示方式,据此对肿瘤的三维模型进行绘制。
作为一个或多个实施例,所述利用双目立体视觉标定算法,得到肿瘤几何中心点分别相对于每个预标记的肿瘤位置点的空间位置信息,具体包括:
假设预标记的肿瘤位置点为P点和Q点;
以P点为坐标原点建立第一球面坐标系,以Q点为坐标原点建立第二球面坐标系;第一球面坐标系的三个轴的方向设置与第二球面坐标系的三个轴的方向设置是一样的;
其中,第一球面坐标系的三个轴的方向设置如下:
z轴正方向沿人体的垂直轴且指向颅,x轴正方向沿人体的矢状轴且指向腹,y轴正方向沿人体的冠状轴且指向外;
将冠状面、矢状面和横切面的任意两两组合(冠状面和矢状面组合,冠状面和横切面组合,或者,矢状面和横切面组合),输入到双目立体视觉标定算法中,得到肿瘤几何中心点R通过任意两个面的影像计算出的相对于两个预标记的肿瘤位置点在坐标系中的坐标信息,即
Figure BDA0002417831360000071
Figure BDA0002417831360000072
应理解的,由于医用皮肤标记笔采用龙胆紫溶液墨水材料,在磁共振设备提供的磁场环境下原子核的自旋运动与人体组织有明显不同,因此由医用皮肤标记笔标定的定位标记点可以在磁共振影像中进行显示,由此可在肿瘤的三维模型中确定患者肿瘤部位外周体表皮肤上的两个预标记的肿瘤位置点,即P(0,0,0)和Q(0,0,0)。
双目立体视觉标定算法是机器视觉的一种重要形式,它基于视差原理并利用成像设备从不同位置获取被测物体的两幅图像,通过计算图像对应点间的位置偏差,来获取物体的三维几何信息。
如图3所示,首先进行特征点提取。假设磁共振图像I(x,y)的尺度函数定义为L(x,y,σ),则通过该磁共振图像I(x,y)与高斯函数G(x,y,σ)卷积运算得到尺度函数L(x,y,σ):
Figure BDA0002417831360000073
Figure BDA0002417831360000074
其中,L(x,y,kσ)表示第k层尺度空间函数,G(x,y,kσ)表示高斯卷积该函数,高斯正态分布的标准偏差为kσ,k>1。
计算每一层尺度空间图像的角点响应值R,并设定阈值,并将小于阈值的角点响应值R置零R={R:detMk-α(traceMk)2<t}。
计算图像中任一角点的幅值m(x,y)和方向θ(x,y)。
Figure BDA0002417831360000075
Figure BDA0002417831360000076
随后进行立体匹配,计算视差梯度约束Gd
Figure BDA0002417831360000081
其中,mi为一幅图像中的角点,mi'为另一幅图像中与其相对应的角点,
Figure BDA0002417831360000082
为mi到mi'的向量,K为视差梯度约束的阈值,通常取2。
如果视差梯度值大于设定的阈值K时,则认为该点对违反了视差梯度约束,统计其违反的次数。
依次计算出其他的匹配点对的视差梯度以及其违反的次数,找出其中违反次数最多的一组,剔除该组匹配点对,更新角点对。
重复上述步骤,直到没有违反视差度约束条件为止。
若违反次数最多不止一组,则根据最大向量角准则约束条件,剔除θsum最大的一组,其具体计算公式如下:
Figure BDA0002417831360000083
其中,nij表示mi指向mj的向量,nij'表示mi'指向mj'的向量。θisum表示两组向量夹角之和,mi和mi'分别与该图像中其他角点组成的向量夹角之和,N为该图中其他候选角点对个数。
最大向量角准则是找出θsum最大的点,这点即是错误的匹配点,将其删除,继续寻找剔除,直到最精确的那一点作为最后的匹配角点,由此得到
Figure BDA0002417831360000084
Figure BDA0002417831360000085
结合肿瘤几何中心分别相对于两个标记点的位置坐标信息,再利用双目视觉算法处理误差,对肿瘤的最终位置标定进行最优化处理,得到更精准的肿瘤位置标定。
进一步的,在放疗过程中,在患者保持仰卧标准解剖正位体位的情况下,利用得到的肿瘤几何中心的空间位置信息和三维模型,医生可确定放射线入射的角度与强度。
最后在放疗过程中,在患者保持仰卧标准解剖正位体位的情况下,利用得到的肿瘤几何中心的空间位置信息和三维模型,医生可确定放射线入射的角度与强度。
实施例二,本实施例还提供了一种电子设备,包括存储器和处理器以及存储在存储器上并在处理器上运行的计算机指令,所述计算机指令被处理器运行时,完成实施例一所述系统中各个模块的功能。
实施例三,本实施例还提供了一种计算机可读存储介质,用于存储计算机指令,所述计算机指令被处理器执行时,完成实施例一所述系统中各个模块的功能。
以上所述仅为本公开的优选实施例而已,并不用于限制本公开,对于本领域的技术人员来说,本公开可以有各种更改和变化。凡在本公开的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本公开的保护范围之内。

Claims (9)

1.基于磁共振影像的肿瘤位置标定系统,其特征是,包括:
获取模块,其被配置为:根据预标记的肿瘤位置点,获取磁共振设备采集的肿瘤磁共振图像;
模型建立模块,其被配置为:基于肿瘤磁共振图像,建立肿瘤三维模型;基于肿瘤三维模型,标定肿瘤几何中心点;
输出模块,其被配置为:利用双目立体视觉标定算法,得到肿瘤几何中心点分别相对于每个预标记的肿瘤位置点的空间位置信息,具体包括:
假设预标记的肿瘤位置点为P点和Q点;
以P点为坐标原点建立第一球面坐标系,以Q点为坐标原点建立第二球面坐标系;第一球面坐标系的三个轴的方向设置与第二球面坐标系的三个轴的方向设置是一样的;
其中,第一球面坐标系的三个轴的方向设置如下:
z轴正方向沿人体的垂直轴且指向颅,x轴正方向沿人体的矢状轴且指向腹,y轴正方向沿人体的冠状轴且指向外;
将冠状面、矢状面和横切面的任意两两组合,输入到双目立体视觉标定算法中,得到肿瘤几何中心点R通过任意两个面的影像计算出的相对于两个预标记的肿瘤位置点在坐标系中的坐标信息,即
Figure FDA0002903692530000011
Figure FDA0002903692530000012
基于肿瘤几何中心点分别相对于每个预标记的肿瘤位置点的空间位置信息,利用双目立体视觉标定算法,计算出肿瘤最终位置。
2.如权利要求1所述的系统,其特征是,所述肿瘤最终位置,包括:肿瘤的尺寸和肿瘤相对于预标记的肿瘤位置点的位置。
3.如权利要求1所述的系统,其特征是,所述预标记的肿瘤位置点,是指:在患者肿瘤部位外周体表皮肤做两个不同方位的定位标记点。
4.如权利要求1所述的系统,其特征是,所述根据预标记的肿瘤位置点,获取磁共振设备采集的肿瘤磁共振图像,具体是指:
在患者保持仰卧标准解剖正位体位的情况下,参照两个预标记的肿瘤位置点的位置,利用磁共振设备获取患者人体冠状面、矢状面和横切面三个方位的肿瘤磁共振影像。
5.如权利要求1所述的系统,其特征是,所述基于肿瘤磁共振图像,建立肿瘤三维模型;具体包括:
基于图像的建模和绘制即IBMR,对患者人体冠状面、矢状面和横切面三个方位的肿瘤磁共振影像进行处理,建立肿瘤三维模型。
6.如权利要求1所述的系统,其特征是,所述利用双目立体视觉标定算法,得到肿瘤几何中心点分别相对于每个预标记的肿瘤位置点的空间位置信息,具体包括:
首先进行特征点提取;假设磁共振图像I(x,y)的尺度函数定义为L(x,y,σ),则通过该磁共振图像I(x,y)与高斯函数G(x,y,σ)卷积运算得到尺度函数L(x,y,σ):
Figure FDA0002903692530000021
Figure FDA0002903692530000022
其中,L(x,y,kσ)表示第k层尺度空间函数,G(x,y,kσ)表示高斯卷积该函数,高斯正态分布的标准偏差为kσ,k>1;
计算每一层尺度空间图像的角点响应值R,并设定阈值,并将小于阈值的角点响应值R置零R={R:detMk-α(traceMk)2<t};
计算图像中任一角点的幅值m(x,y)和方向θ(x,y);
Figure FDA0002903692530000031
Figure FDA0002903692530000032
随后进行立体匹配,计算视差梯度约束Gd
Figure FDA0002903692530000033
其中,mi为一幅图像中的角点,m′i为另一幅图像中与其相对应的角点,
Figure FDA0002903692530000035
为mi到m′i的向量,K为视差梯度约束的阈值;
如果视差梯度值大于设定的阈值K时,则认为该点对违反了视差梯度约束,统计其违反的次数;
依次计算出其他的匹配点对的视差梯度以及其违反的次数,找出其中违反次数最多的一组,剔除该组匹配点对,更新角点对;
重复上述步骤,直到没有违反视差度约束条件为止;
若违反次数最多不止一组,则根据最大向量角准则约束条件,剔除θsum最大的一组,其具体计算公式如下:
Figure FDA0002903692530000034
其中,nij表示mi指向mj的向量,nij'表示mi'指向mj'的向量;θisum表示两组向量夹角之和,mi和mi'分别与该图像中其他角点组成的向量夹角之和,N为该图中其他候选角点对个数;
最大向量角准则是找出θsum最大的点,θsum最大的点即是错误的匹配点,将其删除,继续寻找剔除,直到最精确的那一点作为最后的匹配角点,由此得到
Figure FDA0002903692530000036
Figure FDA0002903692530000037
7.如权利要求1所述的系统,其特征是,在放疗过程中,在患者保持仰卧标准解剖正位体位的情况下,利用得到的肿瘤几何中心的空间位置信息和三维模型,确定放射线入射的角度与强度。
8.一种电子设备,包括存储器和处理器以及存储在存储器上并在处理器上运行的计算机指令,所述计算机指令被处理器运行时,完成如权利要求1所述系统中各个模块的功能。
9.一种计算机可读存储介质,用于存储计算机指令,所述计算机指令被处理器执行时,完成如权利要求1所述系统中各个模块的功能。
CN202010196547.9A 2020-03-19 2020-03-19 基于磁共振影像的肿瘤位置标定系统及设备 Active CN111408066B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010196547.9A CN111408066B (zh) 2020-03-19 2020-03-19 基于磁共振影像的肿瘤位置标定系统及设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010196547.9A CN111408066B (zh) 2020-03-19 2020-03-19 基于磁共振影像的肿瘤位置标定系统及设备

Publications (2)

Publication Number Publication Date
CN111408066A CN111408066A (zh) 2020-07-14
CN111408066B true CN111408066B (zh) 2021-04-16

Family

ID=71485192

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010196547.9A Active CN111408066B (zh) 2020-03-19 2020-03-19 基于磁共振影像的肿瘤位置标定系统及设备

Country Status (1)

Country Link
CN (1) CN111408066B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115115813B (zh) * 2022-03-03 2023-08-22 中国人民解放军总医院第四医学中心 人体骨骼标准体位的智能构建方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1911175A (zh) * 2005-08-10 2007-02-14 史荣 一种用于准确确定肿瘤形状的影像融合方法
WO2009116663A1 (ja) * 2008-03-21 2009-09-24 Takahashi Atsushi 三次元デジタル拡大鏡手術支援システム
CN102155940A (zh) * 2011-03-17 2011-08-17 北京信息科技大学 用于双目视觉定位跟踪系统的立体靶标
CN106139423A (zh) * 2016-08-04 2016-11-23 梁月强 一种基于摄像头的图像引导粒子植入系统
CN109308680A (zh) * 2018-08-30 2019-02-05 迈格生命科技(深圳)有限公司 一种基于磁共振影像的大脑解剖教学系统
CN110368073A (zh) * 2019-05-21 2019-10-25 山东大学 一种用于肿瘤穿刺的肿瘤定位方法及系统

Family Cites Families (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3707830B2 (ja) * 1995-07-04 2005-10-19 株式会社東芝 術式支援用画像表示装置
KR101212792B1 (ko) * 2003-08-12 2012-12-20 로마 린다 유니버시티 메디칼 센터 방사선 테라피 시스템을 위한 환자 배치 시스템
CN100557379C (zh) * 2008-04-24 2009-11-04 吉林大学 空间圆几何参数的双目立体视觉测量方法
CN103181775B (zh) * 2011-12-31 2016-12-07 Ge医疗系统环球技术有限公司 用于检测病人体标位置的方法和系统
CN102697560A (zh) * 2012-05-17 2012-10-03 深圳市一体医疗科技股份有限公司 一种无创肿瘤定位系统及定位方法
CN104644171B (zh) * 2013-11-19 2019-06-28 上海联影医疗科技有限公司 用于磁共振系统的定位方法及装置
CN105498100B (zh) * 2015-12-31 2018-09-07 上海联影医疗科技有限公司 一种监测生理运动曲线和体表轮廓的方法及系统
CN108749819B (zh) * 2018-04-03 2019-09-03 吉林大学 基于双目视觉的轮胎垂向力估算系统及估算方法
CN109364385A (zh) * 2018-08-15 2019-02-22 武汉华安科技股份有限公司 基于双目视觉的肿瘤定位方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1911175A (zh) * 2005-08-10 2007-02-14 史荣 一种用于准确确定肿瘤形状的影像融合方法
WO2009116663A1 (ja) * 2008-03-21 2009-09-24 Takahashi Atsushi 三次元デジタル拡大鏡手術支援システム
CN102155940A (zh) * 2011-03-17 2011-08-17 北京信息科技大学 用于双目视觉定位跟踪系统的立体靶标
CN106139423A (zh) * 2016-08-04 2016-11-23 梁月强 一种基于摄像头的图像引导粒子植入系统
CN109308680A (zh) * 2018-08-30 2019-02-05 迈格生命科技(深圳)有限公司 一种基于磁共振影像的大脑解剖教学系统
CN110368073A (zh) * 2019-05-21 2019-10-25 山东大学 一种用于肿瘤穿刺的肿瘤定位方法及系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
基于图像相似几何特征的双目匹配算法;解则晓等;《中国激光》;20150510;第41卷(第5期);正文第2-3页 *

Also Published As

Publication number Publication date
CN111408066A (zh) 2020-07-14

Similar Documents

Publication Publication Date Title
CN112156378B (zh) 用于自适应放射治疗的三维定位和追踪
CN110264504B (zh) 一种用于增强现实的三维配准方法和系统
JP5243754B2 (ja) 画像データの位置合わせ
US11904182B2 (en) Research and development of augmented reality in radiotherapy
US20050047544A1 (en) Apparatus and method for registering 2D radiographic images with images reconstructed from 3D scan data
CN106408509A (zh) 一种配准方法及其装置
CA2670261A1 (en) Apparatus and methods of compensating for organ deformation, registration of internal structures to images, and applications of same
CN107049489B (zh) 一种手术导航方法及系统
Zachiu et al. Non-rigid CT/CBCT to CBCT registration for online external beam radiotherapy guidance
CN102592283A (zh) 一种脑部肿瘤头皮定位图像处理方法
CN113538533B (zh) 一种脊柱配准方法、装置、设备及计算机存储介质
Zhang et al. A kernel-based method for markerless tumor tracking in kV fluoroscopic images
CN115054367A (zh) 基于混合现实的病灶定位方法、装置和电子设备
Alam et al. Medical image registration: Classification, applications and issues
CN111408066B (zh) 基于磁共振影像的肿瘤位置标定系统及设备
WO2002061680A2 (en) Surface imaging
Wang et al. A novel mutual information-based similarity measure for 2D/3D registration in image guided intervention
CN115999079A (zh) 一种调强放疗设备等中心位置校准方法
CN109364385A (zh) 基于双目视觉的肿瘤定位方法
Zhang et al. An automatic ICP-based 2D-3D registration method for a high-speed biplanar videoradiography imaging system
CN114298986A (zh) 一种基于多视点无序x光片的胸腔骨骼三维构建方法及系统
CN102440789B (zh) 一种基于双能x射线图像的软组织病灶定位系统
Zheng et al. A unifying MAP-MRF framework for deriving new point similarity measures for intensity-based 2D-3D registration
Munbodh et al. Automated 2D–3D registration of portal images and CT data using line‐segment enhancement
Shi et al. Cost-function testing methodology for image-based registration of endoscopy to CT images in the head and neck

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