CN112074867A - 与用于图像引导手术的配准有关的系统和方法 - Google Patents

与用于图像引导手术的配准有关的系统和方法 Download PDF

Info

Publication number
CN112074867A
CN112074867A CN201980030168.8A CN201980030168A CN112074867A CN 112074867 A CN112074867 A CN 112074867A CN 201980030168 A CN201980030168 A CN 201980030168A CN 112074867 A CN112074867 A CN 112074867A
Authority
CN
China
Prior art keywords
model
points
registration
region
interest
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201980030168.8A
Other languages
English (en)
Inventor
T·D·苏珀尔
V·多文戴姆
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.)
Intuitive Surgical Operations Inc
Original Assignee
Intuitive Surgical Operations Inc
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 Intuitive Surgical Operations Inc filed Critical Intuitive Surgical Operations Inc
Publication of CN112074867A publication Critical patent/CN112074867A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/30—Determination of transform parameters for the alignment of images, i.e. image registration
    • G06T7/33—Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods
    • 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
    • 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
    • G06T2207/10072—Tomographic images
    • 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
    • G06T2207/20—Special algorithmic details
    • G06T2207/20021—Dividing image into blocks, subimages or windows
    • 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
    • G06T2207/20—Special algorithmic details
    • G06T2207/20092—Interactive image processing based on input by user
    • G06T2207/20104—Interactive definition of region of interest [ROI]
    • 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
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30004—Biomedical image processing
    • G06T2207/30061—Lung
    • 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
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30004—Biomedical image processing
    • G06T2207/30101—Blood vessel; Artery; Vein; Vascular
    • 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
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30172—Centreline of tubular or elongated structure

Abstract

一种系统被配置为执行操作，该操作包括访问患者的解剖结构的模型的模型点集，该模型点与模型空间相关联。收集患者的解剖结构的测量点集，该测量点与患者空间相关联。使用第一初始参数集将模型点集配准到测量点集，以生成第一变换。基于第一初始参数集生成一个或多个扰动初始参数集。执行一个或多个扰动配准过程，以分别使用一个或多个扰动初始参数集将模型点集配准到测量点集，相应地生成相应的扰动变换。基于第一变换和所述一个或多个扰动变换生成配准质量指示符。

Description

与用于图像引导手术的配准有关的系统和方法
相关申请的交叉引用
本申请要求2018年5月11日提交的美国临时申请62/670,530的权益，其通过整体引用并入本文。
技术领域
本公开涉及用于进行图像引导程序的系统和方法，并且更具体地涉及用于在图像引导程序期间使用配准的实时图像和先前解剖图像的系统和方法。
背景技术
微创医疗技术旨在减少医疗程序中受损的组织数量，从而减少患者的康复时间、不适感和有害副作用。这样的微创技术可以通过患者解剖结构中的自然孔口或通过一个或多个手术切口来执行。通过这些自然孔口或切口，操作者可以插入微创医疗器械(包括手术器械、诊断器械、治疗器械或活检器械)以到达目标组织位置。为了辅助到达目标组织位置，可以将医疗器械的位置和运动与患者解剖结构的术前图像或术中图像相关联。利用与图像相关的图像引导器械，该器械可以在解剖系统(诸如肺、结肠、肠、肾脏、心脏、循环系统等)中自然或手术创建的通道中导航。然而，通常操作者对这种相关的质量(例如，准确性、完整性、有效性、一致性)没有足够的了解，这可以导致图像引导程序的不确定性。
因此，提供改进的配准以执行图像引导程序是有利的。
发明内容
通过说明书之后的权利要求书可以最好地概括本发明的实施例。
在一个说明性实施例中，一种由计算系统执行的方法包括：访问患者的解剖结构的模型的模型点集/集合，该模型点与模型空间相关联；收集患者的解剖结构的测量点集，该测量点与患者空间相关联；以及使用第一初始参数集将模型点集与测量点集配准以生成第一变换。该方法进一步包括基于第一初始参数集生成一个或多个扰动初始参数集，执行一个或多个扰动配准过程，以分别使用一个或多个扰动初始参数集，将模型点集配准到测量点集，以生成一个或多个扰动变换；并且基于第一变换和一个或多个扰动变换，生成配准质量指示符。
在另一个说明性实施例中，一种由计算系统执行的方法包括：访问患者的解剖结构的模型的模型点集，该模型点与模型空间相关联；收集患者的解剖结构的模型的测量点集，该测量点与患者空间相关联；确定模型空间中的感兴趣区域；并且确定模型空间中的比较区域。该方法进一步包括：将感兴趣区域中的第一模型点集配准到测量点集以生成第一数量的感兴趣区域变换；将比较区域中的所述模型点的第二集合配准到测量点集，以生成分别与第一数量的感兴趣区域变换相对应的第一数量的比较区域变换；并且基于第一数量的感兴趣区域变换和第一数量的比较区域变换，生成针对感兴趣区域的配准质量指示符。
在另一个说明性实施例中，一种由计算系统执行的方法包括：访问患者的解剖结构的模型的模型点集，该模型点与模型空间相关联；收集患者的解剖结构的模型的测量点集，该测量点与患者空间相关联；并且将模型点集与测量点集配准以生成第一变换。该方法进一步包括：针对感兴趣区域执行局部配准质量分析以生成局部配准质量指示符；基于配准质量指示符生成修改后的模型空间；并且将与修改后的模型空间相关联的模型点子集配准到测量点集以生成第二变换。
在另一个说明性实施例中，一种包括多个机器可读指令的非暂时性机器可读介质，该多个机器可读指令在由一个或多个处理器执行时适于使一个或多个处理器执行一种方法。该方法包括：访问患者的解剖结构的模型的模型点集，该模型点与模型空间相关联；收集患者的解剖结构的测量点集，该测量点与患者空间相关联；并且使用第一初始参数集将模型点集配准到测量点集以生成第一变换。该方法进一步包括：基于第一初始参数集生成一个或多个扰动初始参数集；执行一个或多个扰动配准过程，以分别使用一个或多个扰动初始参数集将模型点集配准到测量点集，以生成一个或多个扰动变换；并且基于第一变换和一个或多个扰动变换生成配准质量指示符。
在另一个说明性实施例中，一种包括多个机器可读指令的非暂时性机器可读介质，该多个机器可读指令在由一个或多个处理器执行时适于使一个或多个处理器执行一种方法。该方法包括：访问患者的解剖结构的模型的模型点集，该模型点与模型空间相关联；收集患者的解剖结构的测量点集，该测量点与患者空间相关联；确定模型空间中的感兴趣区域；并且确定模型空间中的比较区域。该方法进一步包括：将感兴趣区域中的第一模型点集配准到测量点集以生成第一数量的感兴趣区域变换；将比较区域中的第二模型点集配准到测量点集以生成分别与第一数量的感兴趣区域变换相对应的第一数量的比较区域变换；并且基于第一数量的感兴趣区域变换和第一数量的比较区域变换，生成针对感兴趣区域的配准质量指示符。
在另一个说明性实施例中，一种包括多个机器可读指令的非暂时性机器可读介质，该多个机器可读指令在由一个或多个处理器执行时适于使一个或多个处理器执行一种方法。该方法包括：访问患者的解剖结构的模型的模型点集，该模型点与模型空间相关联；收集患者的解剖结构的测量点集，该测量点与患者空间相关联；将模型点集配准到测量点集以生成第一变换。该方法进一步包括：针对感兴趣区域执行局部配准质量分析以生成局部配准质量指示符；基于配准质量指示符生成修改后的模型空间；以及将与修改后的模型空间相关联的模型点子集配准到测量点集以生成第二变换。
应该理解的是，前面的一般描述和下面的详细描述在本质上都是示例性和解释性的，并且旨在提供对本公开的理解，而非限制本公开的范围。在这方面，根据以下详细描述，本公开的其他方面、特征和优点对于本领域技术人员将是显而易见的。
附图说明
图1是根据一些实施例的远程操作医疗系统的简化图。
图2A是根据一些实施例的医疗器械系统的简化图。
图2B是根据一些实施例的具有扩展医疗工具的医疗器械的简化图。
图3A和图3B是根据一些实施例的包括安装在插入装配件上的医疗器械的患者坐标空间的侧视图的简化图。
图4A、图4B、图4C和图4D示出根据一些实施例的在插入人肺内期间的图2、图3A、图3B的医疗器械系统的远端。
图5是示出根据一些实施例的图像引导手术程序或其部分的方法的流程图。
图6A、图6B和图6C示出根据一些实施例的生成用于配准的人肺模型的分段过程中的步骤。
图7是根据一些实施例的提供用于执行全局配准质量分析的方法的流程图。
图8是根据一些实施例的提供用于执行局部配准质量分析的方法的流程图。
图9是根据一些实施例的提供用于基于配准质量分析来执行重新配准的方法的流程图。
图10示出根据一些实施例的重新配准技术的显示阶段。
图11示出根据一些实施例的重新配准技术的显示阶段。
通过参照下面的详细描述，将最好地理解本公开的实施例及其优点。应当理解，相同的附图标记用于识别在一个或多个附图中所图示的相似元件，其中本文显示是为了图示本公开的实施例而非限制本公开的实施例。
具体实施方式
在以下描述中，阐述了描述与本公开一致的一些实施例的具体细节。阐述了许多具体细节以便提供对实施例的透彻理解。然而，对本领域技术人员显而易见的是，可以在没有一些或所有这些具体细节的情况下实践一些实施例。本文所公开的具体实施方式旨在说明性的而非限制性的。本领域的技术人员可以实现尽管在这里没有具体描述但是在本公开的范围和精神内的其他元件。另外，为了避免不必要的重复，除非另外特别说明或者如果一个或多个特征使一个实施例不起作用，则与一个实施例相关联示出和描述的一个或多个特征可以结合到其他实施例中。
在一些情况下，没有详细描述众所周知的方法、程序、部件和电路，以免不必要地模糊实施例的各方面。
本公开根据其在三维空间中的状态描述了各种器械和器械的部分。如本文所使用的，术语“定位”是指物体或物体的一部分在三维空间中(例如，沿着笛卡尔x坐标、y坐标和z坐标的三个平移自由度)的位置。如本文所使用的，术语“取向”是指物体或物体的一部分的旋转放置(三个旋转自由度，例如，滚动、俯仰和偏航)。如本文所使用的，术语“姿态”是指物体或物体的一部分在至少一个平移自由度中的定位以及该物体或物体的一部分在至少一个旋转自由度中的取向(最多六个自由度)。如本文所使用的，术语“形状”是指沿着物体所测量的姿态、定位或取向的集合。
图1是根据一些实施例的远程操作医疗系统100的简化图。在一些实施例中，远程操作医疗系统100可以适用于例如手术程序、诊断程序、治疗程序或活检程序。尽管本文针对这样的程序提供一些实施例，但是对医疗器械或手术器械以及医疗方法或手术方法的任何引用都是非限制性的。本文所描述的系统、器械和方法可以用于动物、人尸体、动物尸体、人或动物解剖的一部分、非手术诊断，并且可以用于工业系统和通用机器人或远程操作系统。
如图1所示，医疗系统100通常包括操纵器装配件102，该操纵器装配件102用于在对患者P执行各种程序中操作医疗器械104。操纵器装配件102可以是具有电动和/或远程操作的选择运动自由度和非电动和/或非远程操作的选择运动自由度的远程操作装配件、非远程操作装配件或混合远程操作和非远程操作装配件。操纵器装配件102安装在手术台T上或附近。主装配件106允许操作者(例如，如图1所示的外科医生、临床医生或医师)O观察手术部位并控制操纵器装配件102。
主装配件106可以位于操作者控制台上，该操作者控制台通常与手术台T位于同一房间，例如在患者P所在的手术台的一侧。然而，应当理解，操作者O可以与患者P位于不同的房间或完全不同的建筑物中。主装配件106通常包括用于控制操纵器装配件102的一个或多个控制装置。控制装置可以包括任意数量的各种输入装置，诸如操纵杆、轨迹球、数据手套、触发枪、手动控制器、语音识别装置、身体运动或存在传感器和/或类似装置。为了使操作者O具有直接控制器械104的强烈感觉，可以为控制装置提供与相关联的医疗器械104相同的自由度。以这种方式，控制装置为操作者O提供远程呈现或控制装置与医疗器械104集成在一起的感知。
在一些实施例中，控制装置可以具有比相关联的医疗器械104更多或更少的自由度，并且仍然为操作者O提供远程呈现。在一些实施例中，控制装置可以可选地是手动输入装置，其以六个自由度移动，并且还可以包括用于致动器械(例如，用于闭合抓紧钳口、向电极施加电势、递送药物治疗和/或类似操作)的可致动手柄。
操纵器装配件102支撑医疗器械104，并且可以包括一个或多个非伺服控制连杆(例如，可以手动定位并锁定在适当位置的一个或多个连杆，通常称为安装结构)和/或一个或多个伺服控制连杆(例如，可以响应于来自控制系统的命令而被控制的一个或多个连杆)和操纵器的运动学结构。操纵器装配件102可以可选地包括多个致动器或马达，该多个致动器或马达响应于来自控制系统(例如，控制系统112)的命令驱动医疗器械104上的输入。致动器可以可选地包括驱动系统，该驱动系统在被耦接到医疗器械104上时可以使医疗器械104前进到自然或手术创建的解剖孔口中。其他驱动系统可以以多个自由度移动医疗器械104的远端，该多个自由度可以包括三个线性运动(例如，沿着X、Y、Z笛卡尔轴线的线性运动)自由度和三个旋转运动(例如，绕X、Y、Z笛卡尔轴线的旋转)自由度。另外，致动器可以用于致动医疗器械104的可铰接的末端执行器，以抓紧活检装置和/或类似装置的钳口中的组织。诸如旋转变压器、编码器、电位计和其他机构的致动器定位传感器可以将描述马达轴的旋转和取向的传感器数据提供到医疗系统100。该定位传感器数据可以用于确定由致动器操纵的物体的运动。
远程操作医疗系统100可以包括具有一个或多个子系统的传感器系统108，该一个或多个子系统用于接收关于操纵器装配件102的器械的信息。这样的子系统可以包括定位/位置传感器系统(例如，电磁(EM)传感器系统)；用于确定远端和/或沿着可以构成医疗器械104的柔性主体的一个或多个段的定位、取向、速度、速率、姿态和/或形状的形状传感器系统；和/或用于从医疗器械104的远端采集图像的可视化系统。
远程操作医疗系统100还包括显示系统110，该显示系统110用于显示由传感器系统108的子系统生成的手术部位和医疗器械104的图像或表示。显示系统110和主装配件106可以被取向成使得操作者O可以以远程呈现的感知来控制医疗器械104和主装配件106。
在一些实施例中，医疗器械104可以具有可视化系统(在下文中更详细地讨论)，其可以包括观察镜装配件，该观察镜装配件记录手术部位的并发或实时图像并通过医疗系统100的一个或多个显示器(诸如显示系统110的一个或多个显示器)将图像提供给操作者或操作者O。并发图像可以是例如由定位在手术部位内的内窥镜所采集的二维或三维图像。在一些实施例中，可视化系统包括可以一体地或可移除地耦接到医疗器械104的内窥镜部件。然而，在一些实施例中，附接到单独的操纵器装配件的单独的内窥镜可以与医疗器械104一起使用以对手术部位成像。可视化系统可以实现为与一个或多个计算机处理器交互或由一个或多个计算机处理器执行的硬件、固件、软件或其组合，该一个或多个计算机处理器可以包括控制系统112的处理器。
显示系统110还可以显示由可视化系统所采集的手术部位和医疗器械的图像。在一些示例中，远程操作医疗系统100可以配置医疗器械104和主装配件106的控件，使得医疗器械的相对定位类似于操作者O的眼睛和手的相对定位。以这种方式，操作者O可以操纵医疗器械104和手控件，就好像观看基本上真实存在的工作区一样。真实存在是指图像的呈现是真实的透视图像，其模拟物理地操纵医疗器械104的医师的视点。
在一些示例中，显示系统110可以使用来自诸如计算机断层摄影(CT)、磁共振成像(MRI)、荧光检查、红外线显像、超声、光学相干断层扫描(OCT)、热成像、阻抗成像、激光成像、纳米管X射线成像和/或类似成像技术的成像技术的图像数据来呈现术前或术中记录的手术部位的图像。术前或术中图像数据可以呈现为二维图像、三维图像或四维(包括例如基于时间或基于速度的信息)图像和/或呈现为来自术前或术中图像数据集所创建的模型的图像。
在一些实施例中，经常出于成像指导手术程序的目的，显示系统110可以显示虚拟导航图像，其中医疗器械104的实际位置被配准(即，动态地被参照)到术前或并发图像/模型。从医疗器械104的视点来看，这样配准可以向操作者O呈现内部手术部位的虚拟图像。在一些示例中，视点可以来自医疗器械104的尖端。医疗器械104的尖端的图像和/或其他图形或字母数字指示符可以叠加在虚拟图像上，以辅助操作者O控制医疗器械104。在一些示例中，医疗器械104在虚拟图像中可能不可见。
在一些实施例中，显示系统110可以显示虚拟导航图像，其中医疗器械104的实际位置与术前图像或并发图像配准，以从外部视点向操作者O提供手术部位内的医疗器械104的虚拟图像。医疗器械104的一部分的图像或其他图形或字母数字指示符可以叠加在虚拟图像上，以辅助操作者O控制医疗器械104。如本文所述，数据点的视觉表示可以被渲染到显示系统110。例如，本文描述的测量数据点、移动数据点、配准数据点和其他数据点可以以视觉表示的方式被显示在显示系统110上。数据点可以在用户界面中由显示系统110上的多个点或小点可视地表示，或者作为渲染模型(诸如基于数据点集创建的网格或线模型)。在一些示例中，可以根据数据点表示的数据对数据点进行颜色编码。在一些实施例中，在已经实现每个处理操作以改变数据点之后，可以在显示系统110中刷新视觉表示。
远程操作医疗系统100也可以包括控制系统112。控制系统112包括至少一个存储器和至少一个计算机处理器(未示出)，该至少一个计算机处理器用于在医疗器械104、主装配件106、传感器系统108和显示系统110之间进行控制。控制系统112还包括编程的指令(例如，存储指令的非暂时性机器可读介质)，以实现根据本文公开的方面描述的一些或全部方法，该编程的指令包括用于将信息提供到显示系统110的指令。尽管在图1的简化示意图中将控制系统112示为单个方框，但是，该系统可以包括两个或更多个数据处理电路，其中处理的一部分可选地在操纵器装配件102上或邻近操纵器装配件102执行，处理的另一部分在主装配件106等处执行。控制系统112的处理器可以执行指令，该指令包括与本文公开并在下面更详细描述的过程相对应的指令。可以采用各种各样的集中式或分布式数据处理架构中的任何一种。类似地，编程的指令可以被实现为多个单独的程序或子例程，或者其可以被集成到本文描述的远程操作系统的许多其他方面。在一个实施例中，控制系统112支持诸如蓝牙、IrDA、HomeRF、IEEE 802.11、DECT和无线遥测的无线通信协议。
在一些实施例中，控制系统112可以从医疗器械104接收力和/或扭矩反馈。响应于反馈，控制系统112可以将信号传输到主装配件106。在一些示例中，控制系统112可以传输指示操纵器装配件102的一个或多个致动器移动医疗器械104的信号。医疗器械104可以经由患者P体内的开口延伸到患者P体内的内部手术部位。可以使用任何合适的常规和/或专用致动器。在一些示例中，一个或多个致动器可以与操纵器装配件102分离或集成。在一些实施例中，一个或多个致动器和操纵器装配件102被提供作为定位成邻近患者P和手术台T的远程操作手术车的一部分。
控制系统112可以可选地进一步包括虚拟可视化系统，以在图像引导手术程序期间当控制医疗器械104时为操作者O提供导航辅助。使用虚拟可视化系统的虚拟导航可以基于对所获取的解剖通道的术前或术中数据集的参照。虚拟可视化系统处理使用诸如计算机断层扫描(CT)、磁共振成像(MRI)、荧光检查、红外线显像、超声、光学相干断层扫描(OCT)、热成像、阻抗成像、激光成像、纳米管X射线成像等的成像技术成像的手术部位的图像。可以与手动输入结合使用的软件可以用于将记录的图像变换为部分或整个解剖器官或解剖区域的分段的二维或三维复合表示。图像数据集与复合表示相关联。复合表示和图像数据集描述通道的各种位置和形状及其连通性。在临床程序期间，可以在术前或术中记录用于生成复合表示的图像。在一些实施例中，虚拟可视化系统可以使用标准表示(即，非患者专用的)或标准表示与患者专用数据的混合。该复合表示和由该复合表示生成的任何虚拟图像可以表示一个或多个运动期间(例如，肺的吸气/呼气周期期间)可变形解剖区域的静态姿态。
在虚拟导航程序期间，传感器系统108可以用于计算医疗器械104相对于患者P的解剖结构的近似位置。该位置可以用于产生患者P的解剖结构的宏观(外部)跟踪图像和患者P的解剖结构的虚拟内部图像两者。该系统可以实现一个或多个电磁(EM)传感器、光纤传感器和/或其他传感器以将医疗实施与术前记录的手术图像(诸如来自虚拟可视化系统的图像)一起配准和显示。例如，PCT公开WO2016/191298(公开于2016年12月1日)(公开“Systems and Methods of Registration for Image Guided Surgery”)公开这样一种系统，该公开通过整体引用并入本文。远程操作医疗系统100可以进一步包括可选的操作和诸如照明系统、转向控制系统、冲洗系统和/或抽吸系统的支持系统(未示出)。在一些实施例中，远程操作医疗系统100可以包括一个以上的操纵器装配件和/或一个以上的主装配件。远程操作操纵器装配件的确切数量将取决于手术程序和手术室内的空间限制以及其他因素。主装配件106可以并置，或者其可以被定位在分开的位置中。多个主装配件允许一个以上的操作者以各种组合控制一个或多个远程操作操纵器装配件。
图2A是根据一些实施例的医疗器械系统200的简化图。在一些实施例中，医疗器械系统200可以在使用远程操作系统医疗系统100执行的图像引导医疗程序中用作医疗器械104。在一些示例中，医疗器械系统200可以用于非远程操作探索程序或用于涉及传统手动操作医疗器械(诸如内窥镜)的程序中。可选地，医疗器械系统200可以用于搜集(即，测量)与诸如患者P的患者的解剖通道内的位置相对应的数据点集。
医疗器械系统200包括耦接到驱动单元204的细长装置202(诸如柔性导管)。细长装置202包括具有近端217和远端或尖端部分218的柔性主体216。在一些实施例中，柔性主体216具有大约3mm的外径。其他柔性主体的外径可以更大或更小。
医疗器械系统200进一步包括跟踪系统230，如下面进一步详细描述的，以用于使用一个或多个传感器和/或成像装置确定沿着柔性主体216的远端218和/或一个或多个段224的定位、取向、速度、速率、姿态和/或形状。柔性主体216的在远端218和近端217之间的整个长度可以有效地分成段224。跟踪系统230可以可选地实现为与一个或多个计算机处理器交互或由一个或多个计算机处理器执行的硬件、固件、软件或其组合，该一个或多个计算机处理器可以包括图1中的控制系统112的处理器。
跟踪系统230可以使用形状传感器222可选地跟踪远端218和/或段224中的一个或多个。形状传感器222可以可选地包括与柔性主体216对准的光纤(例如，提供在内部通道(未示出)内或外部安装)。在一个实施例中，光纤的直径大约为200μm。在其他实施例中，尺寸可以更大或更小。形状传感器222的光纤形成用于确定柔性主体216的形状的光纤弯曲传感器。在一个可替代方案中，包括纤维布拉格光栅(FBG)的光纤被用于提供一维或多维结构中的应变测量。美国专利申请No.11/180,389(2005年7月13日提交)(公开“Fiber opticposition and shape sensing device and method relating thereto”)；美国专利申请No.12/047,056(2004年7月16日提交)(公开“Fiber-optic shape and relative positionsensing”)；以及美国专利No.6,389,187(1998年6月17日提交)(公开“Optical Fiber BendSensor”)中描述用于在三维上监视光纤的形状和相对定位的各种系统和方法，上述申请通过整体引用并入本文。在一些实施例中，传感器可以采用诸如瑞利散射、拉曼散射、布里渊散射和荧光散射的其他合适的应变感测技术。在一些实施例中，使用其他技术可以确定细长装置的形状。例如，柔性主体216的远端姿态的历史可以用于在时间间隔上重建柔性主体216的形状。在一些实施例中，跟踪系统230可以可选地和/或另外地使用定位传感器系统220跟踪远端218。定位传感器系统220可以是EM传感器系统的部件，其中定位传感器系统220包括可以经受外部生成的电磁场的一个或多个导电线圈。EM传感器系统的每个线圈然后产生感应的电信号，该感应的电信号的特性取决于线圈相对于外部生成的电磁场的定位和取向。在一些实施例中，定位传感器系统220可以被配置和定位成测量六个自由度(例如，三个定位坐标X、Y、Z和指示基点的俯仰、偏航和侧倾的三个取向角)或五个自由度(例如，三个定位坐标X、Y、Z和指示基点的俯仰和偏航的两个取向角)。美国专利No.6,380,732(1999年8月11日提交)(公开“Six-Degree of Freedom Tracking System Having a PassiveTransponder on the Object Being Tracked”)中提供定位传感器系统的进一步描述，该专利通过整体引用并入本文。
在一些实施例中，跟踪系统230可以替代地和/或附加地依赖于沿着诸如呼吸的交替运动的周期为器械系统的已知点所存储的历史姿态、定位或取向数据。该存储的数据可以用于开发关于柔性主体216的形状信息。在一些示例中，诸如与定位传感器220中的传感器相似的电磁(EM)传感器的一系列定位传感器(未示出)可以沿着柔性主体216定位，然后用于形状感测。在一些示例中，在程序期间获取的来自这些传感器中的一个或多个的数据的历史可以用于表示细长装置202的形状，特别是如果解剖通道通常是静态的。
柔性主体216包括通道221，该通道的尺寸和形状设计成接收医疗器械226。图2B是根据一些实施例的具有延伸的医疗器械226的柔性主体216的简化图。在一些实施例中，医疗器械226可以用于诸如手术、活检、消融、照明、冲洗或抽吸的程序。通过柔性主体216的通道221可以部署医疗器械226，并且在解剖结构内的目标位置处可以使用医疗器械226。医疗器械226可以包括例如图像采集探针、活检器械、激光消融纤维和/或其他手术工具、诊断工具或治疗工具。医疗工具可包括具有单个工作构件的末端执行器，诸如手术刀、钝刀、光纤、电极等。其他末端执行器可以包括例如镊子、抓紧器、剪刀、施夹器等。其他末端执行器可以进一步包括诸如电外科电极、换能器、传感器等的电激活的末端执行器。在各种实施例中，医疗器械226是活检器械，其可以用于从目标解剖位置移除样本组织或细胞样本。医疗器械226也可以在柔性主体216内与图像采集探针一起使用。在各种实施例中，医疗器械226可以是图像采集探针，其包括在柔性主体216的远端218处或附近的具有立体或单视摄像机的远端部分，以用于采集由可视化系统231处理的图像(包括视频图像)，以用于显示和/或提供到跟踪系统230以支持对远端218和/或段224中的一个或多个的跟踪。图像采集探针可以包括耦接到摄像机的线缆，以用于传输所采集的图像数据。在一些示例中，图像采集器械可以是耦接到可视化系统231的光纤束(诸如纤维镜)。图像采集器械可以是单光谱或多光谱的，例如采集可见光谱、红外光谱和/或紫外光谱的一个或多个中的图像数据。可替代地，医疗器械226本身可以是图像采集探针。医疗器械226可以从通道221的开口前进以执行程序，然后在程序完成时缩回到该通道中。从柔性主体216的近端217或从沿着柔性主体216的另一个可选的器械端口(未示出)可以移除医疗器械226。
医疗器械226可以附加地容纳在其近端和远端之间延伸的线缆、连杆机构或其他致动控件(未示出)，以可控制地弯曲医疗器械226的远端。美国专利No.7,316,681(2005年10月4日提交)(公开“Articulated Surgical Instrument for Performing MinimallyInvasive Surgery with Enhanced Dexterity and Sensitivity”)和美国专利申请No.12/286,644(2008年9月30日提交)(公开“Passive Preload and Capstan Drive forSurgical Instruments”)中详细描述可转向器械，上述申请通过整体引用并入本文。
柔性主体216还可以容纳在驱动单元204和远端218之间延伸的线缆、连杆机构或其他转向控件(未示出)，以例如通过远端218的虚线描绘219所示的可控制地弯曲远端218。在一些示例中，至少四个线缆被用于提供独立的“上-下”转向以控制远端218的俯仰，并且提供“左-右”转向以控制远端281的偏航。美国专利申请No.13/274,208(2011年10月14日提交)(公开“Catheter with Removable Vision Probe”)中详细描述可转向细长装置，该申请通过整体引用并入本文。在其中医疗器械系统200由远程操作装配件致动的实施例中，驱动单元204可以包括驱动输入，该驱动输入可移除地耦接到远程操作装配件的驱动元件(诸如致动器)并从其接收动力。在一些实施例中，医疗器械系统200可以包括抓握特征、手动致动器或用于手动控制医疗器械系统200的运动的其他部件。细长装置202可以是可转向的，可替代地，系统可以是不可转向的，没有用于操作者控制远端218的弯曲的集成机构。在一些示例中，在柔性主体216的壁中限定一个或多个内腔，医疗器械可以通过该一个或多个内腔被部署并在目标手术位置处使用。
在一些实施例中，医疗器械系统200可以包括用于检查、诊断、活检或治疗肺部的柔性支气管器械(诸如支气管镜或支气管导管)。医疗器械系统200还适用于在各种解剖系统(包括结肠、肠、肾脏和肾结石、大脑、心脏、包括脉管系统的循环系统等)中的任何一个中经由自然或手术创建的连接通道导航和治疗其他组织。
来自跟踪系统230的信息可以被发送到导航系统232，在导航系统232中，其与来自可视化系统231和/或术前获得的模型的信息相组合，以向医师或其他操作者提供实时定位信息。在一些示例中，实时定位信息可以显示在图1的显示系统110上，以用于控制医疗器械系统200。在一些示例中，图1的控制系统116可以利用定位信息作为用于定位医疗器械系统200的反馈。美国专利申请No.13/107,562(2011年5月13日提交)(公开“Medical SystemProviding Dynamic Registration of a Model of an Anatomic Structure for Image-Guided Surgery”)、PCT公开WO2016/1033596(2016年5月20日提交)(公开“Systems andMethods of Registration for Image Guided Surgery”)和PCT公开WO2016/164311(2016年4月4日提交)(公开“Systems and Methods of Registration Compensation in ImageGuided Surgery”)中提供使用光纤传感器以配准和显示具有手术图像的手术器械的各种系统，上述申请通过整体引用并入本文。
在一些示例中，医疗器械系统200可以在图1的医疗系统100内被远程操作。在一些实施例中，图1的操纵器装配件102可以由直接操作者控件代替。在一些示例中，直接操作者控件可以包括用于器械的手持操作的各种手柄界面和操作者界面。
图3A和图3B是根据一些实施例的包括安装在插入装配件上的医疗器械的患者坐标空间的侧视图的简化图。如图3A和图3B所示，手术环境300包括定位在图1的手术台T上的患者P。在患者的总体运动受到镇静、约束和/或其他手段限制的意义上，患者P可以在手术环境中静止。除非患者被要求屏住呼吸以暂时中止呼吸运动，否则患者P的循环解剖运动(包括呼吸运动和心脏运动)可以继续。因此，在一些实施例中，在呼吸的特定阶段可以搜集数据，并在该阶段标记和识别数据。在一些实施例中，根据从患者P收集的生理信息可以推断收集数据的阶段。在手术环境300内，点搜集器械304耦接到器械托架306。在一些实施例中，点搜集器械304可以使用EM传感器、形状传感器和/或其他传感器模态。器械托架306安装到固定在手术环境300内的插入台308。可替代地，插入台308可以是可移动的，但是在手术环境300内具有已知位置(例如，经由跟踪传感器或其他跟踪装置)。器械托架306可以是操纵器装配件(例如，操纵器装配件102)的部件，其耦接到点搜集器械304以控制插入运动(即，沿A轴线的运动)以及可选地控制细长装置310的远端318在包括偏航、俯仰和滚动的多个方向上的运动。器械托架306或插入台308可以包括诸如伺服马达的致动器(未示出)，该致动器控制器械托架306沿插入台308的运动。
细长装置310耦接到器械主体312。器械主体312相对于器械托架306被耦接并固定。在一些实施例中，光纤形状传感器314被固定在器械主体312上的近端点316处。在一些实施例中，光纤形状传感器314的近端点316可以与器械主体312一起移动，但是近端点316的位置可以是已知的(例如，经由跟踪传感器或其他跟踪装置)。形状传感器314测量从近端点316到另一点(诸如细长装置310的远端318)的形状。点搜集器械304可以基本上类似于医疗器械系统200。
定位测量装置320提供关于器械主体312沿插入轴线A在插入台308上移动时的定位的信息。定位测量装置320可以包括旋转变压器、编码器、电位计和/或确定控制器械托架306的运动并因此控制器械主体312的运动的致动器的旋转或取向的其他传感器。在一些实施例中，插入台308是线性的。在一些实施例中，插入台308可以是弯曲的或具有弯曲部分和线性部分的组合。
图3A示出沿着插入台308处于缩回定位的器械主体312和器械托架306。在该缩回定位中，近端点316在轴线A上的定位L0处。在沿着插入台308的该定位中，近端点316的位置的A分量可以被设置为零和/或另一参照值以提供基准参照，以描述器械托架306的定位，从而描述插入台308上的近端点316的定位。在器械主体312和器械托架306的该缩回定位中，细长装置310的远端318可以被定位成仅在患者P的进入孔口内。同样在该定位中，定位测量装置320可以被设置为零和/或另一参照值(例如，I＝0)。在图3B中，器械主体312和器械托架306沿着插入台308的线性轨道前进，并且细长装置310的远端318已经前进到患者P中。在该前进定位中，近端点316在轴线A上的定位L1处。在一些示例中，来自控制器械托架306沿着插入台308的运动的一个或多个致动器和/或与器械托架306和/或插入台308相关联的一个或多个定位传感器的编码器和/或其他定位数据被用于确定近端点316的相对于定位L0的定位LX。在一些示例中，定位LX进一步可以用作将细长装置310的远端318插入到患者P的解剖结构的通道中的距离或插入深度的指示符。
图4A、图4B、图4C和图4D示出图3A和图3B的细长装置310通过图1、图3A和图3B的患者P的肺400的解剖通道402的前进。这些通道402包括气管和支气管。当细长装置310随着托架306沿着插入台308移动而前进时，操作者O可以转向细长装置310的远端318以导航通过解剖通道402。在导航通过解剖通道402时，细长装置310呈可以由在细长装置310内延伸的形状传感器314所测量的形状。
参照图5、图6A、图6B、图6C、图7、图8、图9、图10和图11，描述了使用配准质量分析的图像引导手术程序的各种实施例。图5是示出在图像引导手术程序中使用的通用方法500的流程图。图6A、图6B和图6C示出通用方法500的分段过程，该方法生成用于配准的人肺模型。图7和图8是分别示出全局配准质量分析和局部配准质量分析的流程图。图9和图10示出用于基于配准质量分析来执行配准的方法。图11示出配准质量指示符的视觉表示。如下面详细讨论的，在示例中，将配准质量指示符提供到操作者可以帮助操作者更好地理解配准中的不确定性，这可以进一步帮助操作者的导航操作。在另一个示例中，可以基于配准质量指示符来执行各种动作(例如，由操作者或控制系统执行)，这可以改进图像引导程序的质量。在又一个示例中，可以针对整个模型空间或感兴趣的特定区域执行配准质量分析，其中配准质量对于操作者更为重要。
图5是示出在图像引导手术程序中使用的通用方法500的流程图。在图5中示出的方法500作为一组操作或过程502至512。在方法500的所有实施例中并非执行所有图示的过程502至512。另外，在图5中未明确示出的一个或多个过程被包括在过程502至512之前、之后、之间或作为其一部分。在一些实施例中，一个或多个过程可以至少部分地以存储在非暂时性有形机器可读介质上的可执行代码的形式来实现，该可执行代码在由一个或多个处理器(例如，控制系统112的处理器)运行时可以使一个或多个处理器执行一个或多个处理。
在过程502，从诸如计算机断层摄影(CT)、磁共振成像(MRI)、荧光检查、红外线显像、超声、光学相干断层摄影(OCT)、热成像、阻抗成像、激光成像或纳米管X射线成像的成像技术获得术前或术中图像数据。该术前或术中图像数据可以对应于二维图像、三维图像或四维(包括例如基于时间的或基于速度的信息)图像。例如，图像数据可以表示图4A和至图4D的人肺400。
在过程504，使用单独操作的或与手动输入结合操作的计算机系统将记录的图像变换成部分或整个解剖器官或解剖区域的分段的二维或三维复合表示或模型。例如，图6A示出图4A至图4D的肺400的分段模型600。由于数据或分段算法的限制，分段模型600可以不包括人肺中存在的所有感兴趣的通道，而是包括一些通道601。例如，肺的相对狭窄和/或远端的通道可以不完全被包括在分段模型600中。分段模型600可以是诸如网格模型、连杆机构模型或定义肺的内部腔或通道的另一合适模型的三维模型。通常，该模型用作术前或术中参照框架内气道几何结构的空间模板。复合表示和图像数据集描述通道的各种位置和形状及其连通性，并且可以省略术前或术中图像数据中包括的不希望的解剖部分。在一些实施例中，模型600可以包括诸如疑似肿瘤、病变或其他感兴趣的组织部分的特别期望的特征。
在分段过程中，将图像分割成共享某些特征或计算出的特性(诸如颜色、密度、强度和纹理)的段或元素(例如，像素或体素)。该分段过程导致二维或三维重建，该二维或三维重建基于所获得的图像形成目标解剖结构的模型(如模型600)。为了表示模型，分段过程可以描绘表示目标解剖结构的体素集，然后应用函数(诸如移动立方体函数)以生成包围体素的3D表面。通过生成网格、体积或体素图可以创建模型。该模型可以显示在显示器110中，以帮助操作者O可视化解剖结构(诸如肺的内部通道)。
另外地或可替代地，该模型可以包括中心线模型，该中心线模型包括延伸通过建模的通道的中心的一组互连的线段或点。图6B示出从模型600导出或直接从成像数据导出的示例中心线模型602。中心线分段模型602可以包括一组三维直线或一组曲线，其对应于分段模型602中包含的通道的近似中心。模型的分辨率越高，该组直线或该组曲线将更准确地对应于通道的中心。与表示模型600的通道壁的分段模型602的数据集相比，使用中心线分段模型602表示肺可以提供由一个或多个处理器或处理核心更有效地处理的较小数据集。以这种方式，可以改进控制系统112的功能。
如图6B所示，中心线分段模型602包括几个分支点，其中一些分支点在图6B中被高亮可见。分支点A、B、C、D和E在几个分支点的每一个处示出。分支点A可以表示模型中气管分为左右主支气管的点。在中心线分段模型602中可以将右主支气管识别为位于分支点A和B之间。类似地，次级支气管由分支点B和C识别并且在分支点B和E之间。在分支点C和D之间可以定义另一代。这些代中的每个都可以与相应通道的内腔直径的表示相关联。在一些实施例中，模型602可以包括每个分段代的平均直径值。平均直径值可以是患者特定值，也可以是来自多个患者的更通用值。
在模型包括中心线模型的情况下，该中心线模型包括一组互连的线段，这些线段可以被变换为云或点集604(称为模型点)，其由图6C的虚线表示。通过将线段变换成点，可以在配准过程期间手动或自动选择与互连的线段相对应的模型点的所需数量，以表示中心线模型602(从而表示模型600)。在数据中，模型点集604中的每个点都可以包括诸如XM、YM和ZM坐标集的坐标或识别三维模型空间中的每个点位置的其他坐标。在一些实施例中，每个点可以包括代识别符，该代识别符识别这些点与哪个通道代相关联和/或与中心线分段模型602的该部分相关联的直径或半径值。在一些实施例中，可以将描述与给定点相关联的半径或直径的信息作为单独的数据集的一部分来提供。
在生成中心线分段模型602并将其存储在数据中作为图6C中所示的点集604之后，可以从数据存储中检索模型点604，以用于图像引导手术程序。为了在图像引导手术程序中使用中心线分段模型602和模型600，可以配准模型点604，以将模型600中的建模通道与手术环境中存在的患者的实际解剖结构相关联。
返回图5，在过程506，如参照图3A至图3B和图4A至4D所描述的，可以从患者解剖结构获得与解剖模型相对应的测量点。在使用传感器系统(例如，传感器系统108)测量细长装置的远端的定位或细长装置的姿态的同时，通过使细长装置前进通过解剖结构和/或到达解剖结构中的界标来生成测量点。测量点与患者空间相关联，并且也可以称为患者空间点。
在过程508，在对患者进行图像引导手术程序之前和/或期间，将模型空间的解剖模型数据配准到患者空间的患者解剖结构(反之亦然)。通常，配准涉及通过使用刚性和/或非刚性变换将测量点与模型的模型点匹配。在本公开的范围内，点集配准方法(例如，迭代最近点(ICP)技术)也可以在配准过程中使用。这种点集配准方法可以生成将测量点(也称为测量点集)和模型点(也称为模型点集)对准的变换。
在各种实施例中，配准的质量可以取决于各种因素，包括例如测量点和/或模型点的数量、测量点和/或模型点的密度、测量点和模型点相对于感兴趣区域的分布、与测量点和/或模型点相关联的测量误差以及与测量点和/或模型点相关联的患者解剖结构的变形。
在过程510，可以执行配准质量分析以生成用于在过程508执行的配准的配准质量指示符。这样的配准质量指示符可以被提供到操作者(例如，使用显示系统110)，其可以为操作者在配准质量上提供一定程度的信心。在配准质量指示符指示配准质量高(例如，基于高质量阈值)的示例中，这样的配准质量指示符可以增强操作者对图像引导手术程序的信心。在配准质量指示符指示配准质量低(例如，基于低质量阈值)的示例中，这样的配准质量指示符将不确定性(例如，可疑对准或错误对准)传送到操作者。
在过程512，可以基于配准质量指示符执行各种动作。例如，当配准质量指示符指示配准质量低时(例如，基于低质量阈值)，可以将指令提供(例如，使用显示系统110)到操作者以采取必要的预防措施(诸如停止前进细长装置)。在另一示例中，当配准质量指示符指示配准质量低时，可以指导操作者使用附加的/可替代的导航辅助设备(例如荧光检查或术中CT)。在又一示例中，当配准质量指示符指示配准质量低时，可以再次执行过程508处的配准以改进配准质量，或者可以指示操作者再次执行配准过程。
参照图7和图8，用于配准质量分析的过程(例如，图5的过程510)可以包括全局配准质量分析、局部配准质量分析和/或其组合。图7示出用于全局配准质量分析的方法700，并且图8示出用于局部配准质量分析的方法800。
参照图7，图7中的方法700被示为一组操作或过程702至716。在方法700的所有实施例中并非执行所有图示的过程702至716。另外，在图7中未明确示出的一个或多个过程可以被包括在过程702至716之前、之后、之间或作为其一部分。在一些实施例中，一个或多个过程可以至少部分地以存储在非暂时性有形机器可读介质上的可执行代码的形式实现，该可执行代码在由一个或多个处理器(例如，控制系统112的处理器)运行时可以使一个或多个处理器执行一个或多个处理。
方法700开始于过程702，在过程702，执行全局配准以将模型空间配准到患者空间。全局配准可以生成最优变换Topt，以用于将模型空间的模型点集与患者空间的测量点集对准。在这样的全局配准中，可以使用配准算法(例如，点集配准算法)以将所有点配准到测量点集和模型点集两者中。在全局配准中，最优变换Topt根据这样的特定感兴趣区域内部和外部的点来计算。注意，在一些示例中，最优变换Topt是基于最优输入参数集计算的解决方案，该解决方案可以与绝对或真正的最优解决方案不同。
在一些实施例中，在过程702，用于全局配准的配准算法可以使用最优初始参数集(例如，最优猜测初始参数、基于参数化生成的初始参数)以生成最优变换Topt。初始参数可以包括变换种子或应用于模型或收集点的加权方案、点对应配置(例如，软对应、硬对应)和/或其他合适的初始参数。在一些实施例中，过程702被跳过。在这样的实施例中，图5的过程508提供的变换可以用作变换Topt，在步骤508执行的用于配准的初始参数可以用作最优初始参数。
方法700继续到过程704，在过程704，扰动指数i被初始化为零。然后，方法700可以继续到过程706，在过程706，用于生成最优变换Topt的最优输入参数集被扰动以生成第i个扰动输入参数集。最优输入参数集中的一个或多个参数(例如，变换种子、点加权方案、对应配置)可以受到轻微扰动，以生成第i个扰动初始参数集。
然后，方法700可以进行到过程708，在过程708，使用第i个扰动初始参数集执行全局配准，以生成扰动变换
Figure BDA0002759862670000181
在示例中，在过程708，重新启动配准算法(例如，点集配准算法)以使用第i个扰动初始参数集，生成扰动变换
Figure BDA0002759862670000182
然后，方法700可以进行到过程710，在过程710，确定扰动指数i是否小于n-1，其中n是预定总扰动数。总扰动数n可以是具有等于或大于一的值的整数。在一些实施例中，每个初始参数的总扰动数n和修改值可以被配置为使得由n个扰动生成的配准变换
Figure BDA0002759862670000183
至
Figure BDA0002759862670000184
的分布表示最优变换Topt中的不确定性。
在各个实施例中，分别为n个扰动生成n个扰动初始参数集。通过修改最优初始参数来生成n个扰动初始参数集，以使这些扰动初始参数覆盖初始参数值的预期范围。在示例中，n个扰动初始参数集包括在初始参数值的预期范围内的随机初始参数值。配准种子变换可以受到扰动。在另一个示例(例如，气道配准)中，可以将扰动(例如，最大2cm和30度的扰动)应用于初始变换。扰动的大小可以被确定以具有足够大的值，以使得其反映初始猜测中的不确定性，并且足够小的值，从而避免过于苛刻或超出现实范围的解决方案。在另一个实施例中，可以随机地或与空间分布相关地调整模型或收集点的权重。例如，点权重可以被扰动以偏向于肺的一侧上的点高于肺的另一侧，或者偏向于给定肺叶上的点高于另一肺叶。在另一个实施例中，算法参数可以被改变，使得对应被不同地计算或被不同地加权。在示例中，通过使用特定的算法参数集，配准可以由匹配较差的点对应关系(例如，对准得不好的点)大量驱动。在另一个示例中，通过使用另一特定的算法参数集，具有较大误差的点对应关系可以被权重降低或完全忽略。
在一些实施例中，在过程710，确定扰动指数i小于n-1。在这些实施例中，方法700进行到过程712以将扰动指数i增加1。然后，方法700可以进行到过程706和过程708以使用第i个扰动初始参数集计算下一个扰动变换
Figure BDA0002759862670000191
在一些实施例中，在过程710，确定扰动指数i不小于n-1。在这些实施例中，方法700进行到过程714，其中对于模型空间中的点集中的每个点yk，点平均配准误差Ek计算如下：
Figure BDA0002759862670000192
其中k是点指数，i是扰动指数，n是扰动总数。在各种实施例中，误差Ek可以用任何其他方式计算以测量刚性变换Topt和Tperturbed的给定估计值稍有不同的背投影误差。模型点yk可以从包括例如模型中使用的所有点、感兴趣区域内的点、在整个体积内均等间隔的某些网格内的点、任何其他合适的点集和/或其组合的各种点集填充。
在一些实施例中，针对患者空间中的测量点集的每个测量点计算点平均配准误差。在示例中，通过计算患者空间中的测量点的点平均配准误差，配准质量指示符可以被计算以指示与操作者驱动细长装置202的路径有关的不确定性。
然后，方法700可以进行到过程716，在过程716，基于点平均配准误差E0至Em-1如下计算全局配准质量指数(GRQI)：
Figure BDA0002759862670000193
其中k是点指数，m是用于计算点平均配准误差的点总数(例如，模型空间或患者空间中的部分点或全部点)。注意，尽管以等式(1)和(2)为例来说明计算GRQI，但是可以使用用于计算全局配准质量指示符的任何合适的算法。
在一些实施例中，全局配准质量指示符包括GRQI。在一些实施例中，基于GRQI确定全局配准质量指示符。例如，全局配准质量指示符可以包括具有基于GRQI确定的选自“低”、“中”和“高”的值的质量等级。在GRQI小于全局配准质量高阈值的示例中，全局配准质量指示符包括质量等级“高”。在GRQI大于全局配准质量低阈值的另一示例中，全局配准质量指示符包括质量等级“低”。在GRQI在全局配准质量高阈值和全局配准质量低阈值之间的另一示例中，全局配准质量指示符包括质量等级“中”。
在用于全局配准质量分析的图7的方法700计算跨一定范围的预期初始参数的配准变换的分布时，这些全局配准变换可以对点的子集的未对准(例如在感兴趣区域中)不敏感。这样的感兴趣区域可以是操作者执行活组织检查以提取组织的区域或操作者施加治疗的区域。因此，感兴趣区域的局部配准质量比全局配准质量对操作者而言可以更为重要。参照图8，示出用于局部配准质量分析的方法800，其可以提供与感兴趣区域中的点的这样的较小子集相关联的配准质量指示符。在一些实施例中，通过比较与模型空间中的两个或多个区域相关联的配准变换结果的一致性来计算局部配准质量指示符。
图8中的方法800被示为一组操作或过程802至810。在方法800的所有实施例中并非执行所有图示的过程802至810。另外，在图8中未明确示出的一个或多个过程被包括在过程802至810之前、之后、之间或作为其一部分。在一些实施例中，一个或多个过程可以至少部分地以存储在非暂时性有形机器可读介质上的可执行代码的形式实现，该可执行代码在由一个或多个处理器(例如，控制系统112的处理器)运行时可以使一个或多个处理器执行一个或多个处理。
方法800开始于过程802，在过程802，执行局部配准以将模型空间的感兴趣区域配准到患者空间并生成感兴趣区域变换T1。可以使用模型空间的感兴趣区域内的模型点来计算这样的感兴趣区域变换T1。在一些实施例中，感兴趣区域由操作者提供。在一些实施例中，在此阶段，已经使用最优初始参数集执行全局配准(例如，图5的过程508)以生成变换Topt。可以使用该最优初始参数集或基于该最优初始参数集生成的扰动初始参数集来执行用于配准感兴趣区域的局部配准。
方法800然后可以进行到过程804，在过程804，确定模型空间的比较区域。在一些实施例中，基于感兴趣区域来确定比较区域。例如，比较区域可以是除感兴趣区域之外的模型空间。在一些实施例中，比较区域是由操作者提供的区域。在示例中，感兴趣区域和比较区域可以重叠。在另一个示例中，感兴趣区域和比较区域不重叠。在又一示例中，感兴趣区域和比较区域彼此不相邻。在又一示例中，感兴趣区域和比较区域可以是模糊的，使得一些点可以是两个区域的部分成员。在用于气道内的点的配准的示例中，感兴趣区域可以由给定肺叶内的所有点组成，而比较区域是肺叶外的所有点。在另一个示例中，比较区域可以包括不在肺叶内而是在主茎支气管内的所有点。在又一个示例中，比较区域可以由替代肺叶或多个肺叶内的点组成。
然后，方法800可以进行到过程806，在过程806，执行将模型空间的比较区域配准到患者空间的局部配准，以计算用于比较区域的比较区域变换T2。这样的比较区域变换T2可以仅使用模型空间的比较区域内的点进行计算。在一些实施例中，用于配准比较区域的局部配准使用初始参数集，该初始参数与在过程802处用于配准感兴趣区域的初始参数集相同。
方法800然后可以进行到过程808，其中对于感兴趣区域内的点的每个点yk1，基于感兴趣区域变换T1和比较区域变换T2如下计算点配准误差Ek1：
Ek1＝||T1 -1yk1-T2 -1yk1|| (3)
其中，k1是感兴趣区域中的点的点指数。
在一些实施例中，对n1个扰动重复过程802至808，对于感兴趣区域和比较区域，以分别使用n1个扰动初始参数生成扰动变换
Figure BDA0002759862670000215
至
Figure BDA0002759862670000216
和
Figure BDA0002759862670000217
至
Figure BDA0002759862670000211
可以基本上类似于在上面图7中所描述的扰动初始参数的生成，生成这样的扰动初始参数。在一些实施例中，在n 1个扰动的每一个中，可以使用相同的扰动初始参数集来配准感兴趣区域和比较区域以分别生成
Figure BDA0002759862670000218
和
Figure BDA0002759862670000212
其中i是0和n1-1之间的扰动指数。基于扰动变换
Figure BDA0002759862670000219
至
Figure BDA00027598626700002110
和
Figure BDA00027598626700002111
至
Figure BDA00027598626700002112
将点配准误差Ek1计算为点平均配准误差，如下：
Figure BDA0002759862670000213
其中，kl是感兴趣区域中的点的点指数，i是扰动指数，nl是用于局部配准质量分析的扰动总数。
然后，方法800可以前进到过程810，在过程810，使用模型空间的感兴趣区域中所有ml点的平均误差来计算局部配准质量指数(LRQI)，如下：
Figure BDA0002759862670000214
其中，k1是感兴趣区域的点指数，ml是感兴趣区域的点总数。注意，尽管以等式(3)、(4)和(5)为例来说明计算LRQI，但是可以使用用于计算局部配准质量指示符的任何合适的算法。
在一些实施例中，局部配准质量指示符包括LRQI。在一些实施例中，基于LRQI确定局部配准质量指示符。例如，局部配准质量指示符可以包括具有基于LRQI确定的选自“低”、“中”和“高”的值的质量等级。在LRQI小于局部配准质量高阈值的示例中，局部配准质量指示符包括质量等级“高”。在LRQI大于局部配准质量低阈值的另一示例中，局部配准质量指示符包括质量等级“低”。在LRQI在局部配准质量高阈值和局部配准质量低阈值之间的另一个示例中，局部配准质量指示符包括质量等级“中”。在一些实施例中，这样的局部/全局配准质量高/低阈值可以由操作者针对特定的感兴趣区域来配置。
参照图9和图10，在一些实施例中，基于配准质量指示符执行的动作(例如，在图5的过程512中)可以包括再次执行配准(重新配准)以改进配准质量。通过基于配准质量指示符(例如，全局配准质量指示符和/或一个或多个局部配准质量指示符)从模型空间中排除特定区域，可以在修改后的模型空间中执行这样的重新配准。
图9中的方法900被示出为一组操作或过程902至910。在方法900的所有实施例中并非执行所有图示的过程902至910。另外，在图9中未明确示出的一个或多个过程被包括在处理902至910之前、之后、之间或作为其一部分。在一些实施例中，一个或多个过程可以至少部分地以存储在非暂时性有形机器可读介质上的可执行代码的形式实现，该可执行代码在由一个或多个处理器(例如，控制系统112的处理器)运行时可以使一个或多个处理器执行一个或多个处理。
方法900开始于过程902，在过程902，接收模型空间的第一区域集和相应的局部配准质量阈值。第一区域集可以包括操作者识别的一个或多个感兴趣区域。
参照图10，其中示出对操作者的示例视觉表示。如图10所示，显示器110在用户界面中基于图6A的解剖模型600显示人肺的解剖通道的渲染。如上面在图5中所描述的(例如，图5的过程508处)，在将模型空间配准到患者的情况下，细长装置310的当前形状和远端318的位置可以与包括通道601A和601B的通道601的绘制同时定位和显示。可以在显示器上通过多个点或小点在用户界面中可视地表示模型点，或者可以将模型点表示为渲染模型(诸如基于数据点集创建的网格或线模型)。
如图10所示，在一些实施例中，在过程902，接收包括区域1002和区域1004的区域集。在示例中，区域1002和区域1004具有相同的配准质量阈值。在另一个示例中，区域1002和区域1004具有不同的配准质量阈值(例如，基于其对于操作者的配准质量重要性)。
在一些实施例中，在过程902的该阶段，已经执行将整个模型空间配准到患者空间的全局配准以生成变换Topt。在图10的示例中，已经执行全局配准质量分析，并且显示器110包括全局配准质量区1006，该全局配准质量区1006显示用于当前全局配准的全局配准质量指示符(例如，“高”)。
方法900可以进行到过程904，在过程904，可以对第一区域集中的每个区域执行局部配准质量分析(例如，图8的方法800)。可以为每个区域生成局部配准质量指示符(例如，使用相应的局部配准质量阈值)。在一些实施例中，局部配准质量分析接收用于生成针对全局配准的变换Topt的最优初始参数集，并使用该最优初始参数集和/或一个或多个扰动初始参数集(其基于该最优初始参数集生成)，如上面关于图8所讨论的，以用于对区域进行配准。
如图10所示，在一些实施例中，在过程904，显示器110可以包括局部配准质量区1008，该局部配准质量区1008显示在过程904处生成的第一区域集的局部配准质量指示符(例如，区域1002的“中”、区域1004的“低”)。
方法900可以进行到过程906，在过程906，基于全局配准质量指示符和/或局部配准质量指示符确定要排除的一个或多个区域。在示例中，控制系统可以确定要排除的一个或多个区域(例如，基于配准质量阈值)。在另一个示例中，如图10所示，操作者可以提供要排除的一个或多个区域。在图10的示例中，显示器110包括重新配准区1010，并且操作者确定在重新配准中不排除区域1002(例如，使用选择1012)，而在重新配准中排除区域1004(例如，使用选择1014)。
方法900可以进行到过程908，以基于要排除的一个或多个区域来生成修改后的模型空间。在图10的示例中，在过程908，通过从模型空间中排除区域1004来生成修改后的模型空间。
方法900可以进行到过程910以使用修改后的模型空间执行重新配准。在示例中，这种重新配准由控制系统基于配准质量指示符和预定的重新配准标准自动执行。在另一个示例中，如图10所示，操作者可以通过选择按钮1016来开始使用修改后的模型空间进行重新配准。虽然在一些实施例中，操作者可以基于与感兴趣区域相关联的局部配准质量指示符执行重新配准，但是在其他实施例中，操作者可以基于全局配准质量指示符执行重新配准。通过使用修改后的模型空间执行重新配准，可以改进(整个模型空间和/或特定区域的)配准质量。
参照图11，在各种实施例中，可以使用各种视觉表示将配准质量指示符显示给操作者，该视觉表示包括例如数字表示；诸如使用颜色、阴影、图案的热图的图形表示；任何合适的视觉表示和/或其组合。如在图11的示例中所示，显示器110在用户界面中基于图6A的解剖模型600显示人肺的解剖通道的渲染，其中细长装置310的当前形状和远端318的位置与通道601的渲染同时定位和显示。此外，基于配准质量指示符的热图(例如，使用阴影、颜色、图案等)被显示在解剖模型600中。例如，解剖模型600的区域1102中的点具有指示低质量的配准质量指示符值(例如，通过与一个或多个低配准质量阈值进行比较)。区域1102可以具有与低质量相关联的第一阴影(例如，光)或第一颜色(例如，橙色)。区域1104中的点具有指示介质质量的配准质量指示符值(例如，通过与一个或多个介质配准质量阈值进行比较)。因此，区域1104可以具有与不同于第一阴影或第一颜色的中质量相关联的第二阴影(例如，中)或第二颜色(例如，黄色)。区域1106中的点具有指示高质量的配准质量指示符值(例如，通过与一个或多个高配准质量阈值进行比较)。因此，区域1106可以具有不同于第一阴影和第二阴影或第一颜色和第二颜色的第三阴影(例如，深)或第三颜色(例如，绿色)。在各个实施例中，操作者可以基于显示器110中的配准质量指示符的视觉表示来接受配准(例如，通过选择按钮1108“接受配准”)或重新开始配准(例如，通过选择按钮1110“重新配准”)。
本公开的系统和方法可以用于肺的连接的支气管通道。该系统和方法还可以适合于经由自然或手术创建的连接通道在包括结肠、肠、肾脏、脑、心脏、循环系统等的任何解剖系统中导航和治疗其他组织。该系统和方法还可以适于在器官的可追踪表面周围导航。本公开的方法和实施例也适用于非手术应用。
本发明的实施例中的一个或多个元件可以以软件实现以在诸如控制系统112的计算机系统的处理器上运行。当以软件实现时，本发明的实施例的元件本质上是用于执行必要任务的代码段。程序或代码段可以存储在处理器可读存储介质或装置中，该处理器可读存储介质或装置可以通过包含在传输介质或通信链路上的载波中的计算机数据信号下载。处理器可读存储装置可以包括可以存储信息的任何介质(包括光学介质、半导体介质和磁性介质)。处理器可读存储装置的示例包括电子电路、半导体装置、半导体存储装置、只读存储器(ROM)、闪存、可擦可编程只读存储器(EPROM)、软盘、CD-ROM、光盘、硬盘或其他存储装置。经由计算机网络(诸如Internet，Intranet等)可以下载代码段。
注意，所呈现的过程和显示可以并非固有地与任何特定计算机或其他设备有关。各种通用系统可以与根据本文的教导的程序一起使用，或者可以证明构造更专用的设备执行所描述的操作是方便的。各种这些系统所需的结构将作为权利要求中的元件出现。另外，没有参照任何特定的编程语言描述本发明的实施例。应当理解，可以使用多种编程语言实现如本文所述的本发明的教导。
尽管已经描述并在附图中示出本发明的某些示例实施例，但是应当理解，这样的实施例仅是对本发明的说明而不是对本发明的限制，并且由于本领域普通技术人员可以进行各种其他修改，本发明的实施例不限于所示出和所描述的本发明的结构和布置。

Claims (45)

1.一种系统，其包括：
非暂时性存储器；
一个或多个处理器，其耦接到所述非暂时性存储器并且被配置为读取指令以使所述系统执行操作，所述操作包括：
访问患者的解剖结构的模型的模型点集，模型点与模型空间相关联；
收集所述患者的所述解剖结构的测量点集，测量点与患者空间相关联；
使用第一初始参数集将所述模型点集配准到所述测量点集以生成第一变换；
基于所述第一初始参数集生成一个或多个扰动初始参数集；
执行一个或多个扰动配准过程，以分别使用所述一个或多个扰动初始参数集将所述模型点集配准到所述测量点集，以生成一个或多个扰动变换；和
基于所述第一变换和所述一个或多个扰动变换生成配准质量指示符。
2.根据权利要求1所述的系统，其中所述一个或多个扰动初始参数集中的每个集在初始参数值的预定范围内，并且
其中所述预定范围与所述第一变换的不确定性相关联。
3.根据权利要求2所述的系统，其中所述一个或多个扰动初始参数集中的每个集包括在所述预定范围内的随机初始参数值。
4.根据权利要求1所述的系统，其中第一扰动初始参数集包括与所述第一初始参数集的变换种子不同的扰动变换种子。
5.根据权利要求1所述的系统，其中第一扰动初始参数集包括与所述第一初始参数集的点加权方案不同的扰动点加权方案。
6.根据权利要求1所述的系统，其中第一扰动初始参数集包括与所述第一初始参数集的点加权方案不同的扰动对应配置。
7.根据权利要求1所述的系统，其中所述生成所述配准质量指示符包括：
基于所述第一变换和所述一个或多个扰动变换，生成与所述解剖结构相关联的多个点配准误差；和
通过计算所述多个点配准误差的平均误差，生成所述配准质量指示符的配准质量指数。
8.根据权利要求7所述的系统，其中所述生成所述点配准误差包括：
生成与所述一个或多个扰动变换相对应的一个或多个扰动点误差；和
通过计算所述一个或多个扰动点误差的平均误差，提供所述点配准误差。
9.根据权利要求7所述的系统，其中所述多个点配准误差中的每个与所述模型点集中的模型点相关联。
10.根据权利要求7所述的系统，其中所述多个点配准误差与所述解剖结构的目标区域相关联。
11.根据权利要求1所述的系统，其中所述操作进一步包括：
在显示器上提供与所述配准质量指示符相关联的显示表示。
12.根据权利要求11所述的系统，其中所述显示表示包括与所述配准质量指示符相关联的一个或多个数字。
13.根据权利要求11所述的系统，其中所述显示表示包括与所述配准质量指示符相关联的热图。
14.根据权利要求11所述的系统，其中所述操作进一步包括：
将所述配准质量指示符与配准质量阈值进行比较以生成比较结果；和
在所述显示表示中提供与所述比较结果相关联的配准质量消息。
15.根据权利要求14所述的系统，其中所述配准质量消息包括供操作者将所述模型点集重新配准到所述测量点集的选择。
16.一种由计算系统执行的方法，所述方法包括：
访问患者的解剖结构的模型的模型点集，模型点与模型空间相关联；
收集所述患者的所述解剖结构的测量点集，测量点与患者空间相关联；
确定所述模型空间中的感兴趣区域；
确定所述模型空间中的比较区域；
将所述感兴趣区域中的第一模型点集配准到所述测量点集，以生成第一数量的感兴趣区域变换；
将所述比较区域中的第二模型点集配准到所述测量点集，以生成分别与所述第一数量的感兴趣区域变换相对应的第一数量的比较区域变换；和
基于所述第一数量的感兴趣区域变换和所述第一数量的比较区域变换，生成用于所述感兴趣区域的配准质量指示符。
17.根据权利要求16所述的方法，其中所述比较区域包括除所述感兴趣区域之外的所述模型空间。
18.根据权利要求16所述的方法，其中所述感兴趣区域和比较区域不相邻。
19.根据权利要求16所述的方法，其中使用相同的初始参数集生成第一感兴趣区域变换和对应的第一比较区域变换。
20.根据权利要求16所述的方法，其中使用第一数量的扰动初始参数集分别生成所述第一数量的感兴趣区域变换。
21.根据权利要求16所述的方法，其中针对所述感兴趣区域生成所述配准质量指示符包括：
对于所述感兴趣区域内的每个模型点，基于所述第一数量的感兴趣区域变换和所述第一数量的比较区域变换，生成点配准误差；和
通过计算与所述感兴趣区域内的所述模型点相关联的所述点配准误差的第一平均，生成所述配准质量指示符的配准质量指数。
22.根据权利要求21所述的方法，其中，针对所述感兴趣区域内的每个模型点生成所述点配准误差包括：
生成第一数量的比较点误差，其中每个比较点误差是使用对应的感兴趣区域变换和对应的比较区域变换生成的；和
通过计算所述第一数量的比较点误差的第二平均，提供所述点配准误差。
23.一种由计算系统执行的方法，所述方法包括：
访问患者的解剖结构的模型的模型点集，模型点与模型空间相关联；
收集所述患者的所述解剖结构的测量点集，测量点与患者空间相关联；
将所述模型点集配准到所述测量点集以生成第一变换；
针对感兴趣区域执行局部配准质量分析，以生成局部配准质量指示符；
基于所述配准质量指示符生成修改后的模型空间；和
将与所述修改后的模型空间相关联的模型点子集配准到所述测量点集，以生成第二变换。
24.根据权利要求23所述的方法，其中生成所述修改后的模型空间包括：
基于所述局部配准质量指示符和与所述感兴趣区域相关联的局部配准质量阈值之间的比较，从所述模型空间中排除所述感兴趣区域，从而生成所述修改后的模型空间。
25.根据权利要求23所述的方法，其中收集所述测量点集包括：
沿着插入所述患者的所述解剖结构的细长装置的长度收集所述测量点集，所述测量点由所述患者空间中的所述细长装置的形状确定。
26.根据权利要求25所述的方法，其中所述解剖结构包括一个或多个解剖通道。
27.根据权利要求25所述的方法，其中收集所述测量点集包括：
询问所述细长装置的形状传感器。
28.一种包括多个机器可读指令的非暂时性机器可读介质，所述多个机器可读指令在由一个或多个处理器执行时适于使所述一个或多个处理器执行一种方法，所述方法包括：
访问患者的解剖结构的模型的模型点集，模型点与模型空间相关联；
收集所述患者的所述解剖结构的测量点集，测量点与患者空间相关联；
使用第一初始参数集将所述模型点集配准到所述测量点集以生成第一变换；
基于所述第一初始参数集生成一个或多个扰动初始参数集；
执行一个或多个扰动配准过程，以分别使用所述一个或多个扰动初始参数集将所述模型点集配准到所述测量点集，以生成一个或多个扰动变换；和
基于所述第一变换和所述一个或多个扰动变换生成配准质量指示符。
29.一种包括多个机器可读指令的非暂时性机器可读介质，所述多个机器可读指令在由一个或多个处理器执行时适于使所述一个或多个处理器执行一种方法，所述方法包括：
访问患者的解剖结构的模型的模型点集，模型点与模型空间相关联；
收集所述患者的所述解剖结构的测量点集，测量点与患者空间相关联；
确定所述模型空间中的感兴趣区域；
确定所述模型空间中的比较区域；
将所述感兴趣区域中的第一模型点集配准到所述测量点集，以生成第一数量的感兴趣区域变换；
将所述比较区域中的第二模型点集配准到所述测量点集，以分别生成与所述第一数量的感兴趣区域变换相对应的第一数量的比较区域变换；和
基于所述第一数量的感兴趣区域变换和所述第一数量的比较区域变换，针对所述感兴趣区域生成配准质量指示符。
30.一种包括多个机器可读指令的非暂时性机器可读介质，所述多个机器可读指令在由一个或多个处理器执行时适于使所述一个或多个处理器执行一种方法，所述方法包括：
访问患者的解剖结构的模型的模型点集，模型点与模型空间相关联；
收集所述患者的所述解剖结构的测量点集，测量点与患者空间相关联；
将所述模型点集配准到所述测量点集以生成第一变换；
针对所述感兴趣区域执行局部配准质量分析，以生成局部配准质量指示符；
基于所述配准质量指示符生成修改后的模型空间；
将与所述修改后的模型空间相关联的模型点子集配准到所述测量点集合，以生成第二变换。
31.一种由计算系统执行的方法，所述方法包括：
访问患者的解剖结构的模型的模型点集，模型点与模型空间相关联；
收集所述患者的所述解剖结构的测量点集，测量点与患者空间相关联；
使用第一初始参数集将所述模型点集配准到所述测量点集以生成第一变换；
基于所述第一初始参数集生成一个或多个扰动初始参数集；
执行一个或多个扰动配准过程，以分别使用所述一个或多个扰动初始参数集将所述模型点集配准到所述测量点集，以生成一个或多个扰动变换；和
基于所述第一变换和所述一个或多个扰动变换生成配准质量指示符。
32.根据权利要求31所述的方法，其中所述一个或多个扰动初始参数集中的每个初始参数集在初始参数值的预定范围内，其中所述预定范围与所述第一变换的不确定性相关联。
33.根据权利要求32所述的方法，其中所述一个或多个扰动初始参数集中的每个初始参数集包括在所述预定范围内的随机初始参数值。
34.根据权利要求31所述的方法，其中第一扰动初始参数集包括与所述第一初始参数集的变换种子不同的扰动变换种子。
35.根据权利要求31所述的方法，其中第一扰动初始参数集包括与所述第一初始参数集的点加权方案不同的扰动点加权方案。
36.根据权利要求31所述的方法，其中第一扰动初始参数集包括与所述第一初始参数集的点加权方案不同的扰动对应配置。
37.根据权利要求31所述的方法，其中所述生成所述配准质量指示符包括：
基于所述第一变换和所述一个或多个扰动变换，生成与所述解剖结构相关联的多个点配准误差；和
通过计算所述多个点配准误差中的平均误差，生成所述配准质量指示符的配准质量指数。
38.根据权利要求37所述的方法，其中所述生成所述点配准误差包括：
生成与所述一个或多个扰动变换相对应的一个或多个扰动点误差；和
通过计算所述一个或多个扰动点误差的平均误差，提供所述点配准误差。
39.根据权利要求37所述的方法，其中所述多个点配准误差中的每个与所述模型点集中的模型点相关联。
40.根据权利要求37所述的方法，其中所述多个点配准误差与所述解剖结构的目标区域相关联。
41.根据权利要求31所述的方法，其进一步包括：
在显示器上提供与所述配准质量指示符相关联的显示表示。
42.根据权利要求41所述的方法，其中所述显示表示包括与所述配准质量指示符相关联的一个或多个数字。
43.根据权利要求41所述的方法，其中所述显示表示包括与所述配准质量指示符相关联的热图。
44.根据权利要求41所述的方法，其进一步包括：
将所述配准质量指示符与配准质量阈值进行比较以生成比较结果；和
在所述显示表示中提供与所述比较结果相关联的配准质量消息。
45.根据权利要求44所述的方法，其中所述配准质量消息包括供操作者将所述模型点集重新配准到所述测量点集的选择。
CN201980030168.8A 2018-05-11 2019-05-07 与用于图像引导手术的配准有关的系统和方法 Pending CN112074867A (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US201862670530P 2018-05-11 2018-05-11
US62/670,530 2018-05-11
PCT/US2019/031039 WO2019217366A1 (en) 2018-05-11 2019-05-07 Systems and methods related to registration for image guided surgery

Publications (1)

Publication Number Publication Date
CN112074867A true CN112074867A (zh) 2020-12-11

Family

ID=66626033

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201980030168.8A Pending CN112074867A (zh) 2018-05-11 2019-05-07 与用于图像引导手术的配准有关的系统和方法

Country Status (4)

Country Link
US (2) US11514591B2 (zh)
EP (1) EP3791362A1 (zh)
CN (1) CN112074867A (zh)
WO (1) WO2019217366A1 (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109949347B (zh) * 2019-03-15 2021-09-17 百度在线网络技术（北京）有限公司 人体跟踪方法、装置、系统、电子设备和存储介质
US20230240750A1 (en) * 2020-06-30 2023-08-03 Intuitive Surgical Operations, Inc. Systems for evaluating registerability of anatomic models and associated methods
CN112465704B (zh) * 2020-12-07 2024-02-06 清华大学深圳国际研究生院 一种全局-局部自适应优化的全景光场拼接方法
CN116829089A (zh) * 2020-12-30 2023-09-29 直观外科手术操作公司 用于基于术中成像更新图形用户界面的系统

Family Cites Families (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
FR2567149B1 (fr) 1984-07-06 1986-12-05 Solvay Procede pour l'extraction de poly-beta-hydroxybutyrates au moyen d'un solvant a partir d'une suspension aqueuse de micro-organismes
US5792135A (en) 1996-05-20 1998-08-11 Intuitive Surgical, Inc. Articulated surgical instrument for performing minimally invasive surgery with enhanced dexterity and sensitivity
US6380732B1 (en) 1997-02-13 2002-04-30 Super Dimension Ltd. Six-degree of freedom tracking system having a passive transponder on the object being tracked
GB9713018D0 (en) 1997-06-20 1997-08-27 Secr Defence Optical fibre bend sensor
US9082231B2 (en) * 2012-01-12 2015-07-14 Siemens Medical Solutions Usa, Inc. Symmetry-based visualization for enhancing anomaly detection
US20140086464A1 (en) * 2012-09-21 2014-03-27 Mim Software Inc. Dynamic local registration system and method
WO2016033596A1 (en) 2014-08-29 2016-03-03 Kx Technologies Llc Reverse flow carafe filter cartridge
KR102542190B1 (ko) 2015-04-06 2023-06-12 인튜어티브 서지컬 오퍼레이션즈 인코포레이티드 영상 안내 수술에서의 정합 보상의 시스템 및 방법
US11116581B2 (en) 2015-05-22 2021-09-14 Intuitive Surgical Operations, Inc. Systems and methods of registration for image guided surgery
US10424045B2 (en) * 2017-06-21 2019-09-24 International Business Machines Corporation Machine learning model for automatic image registration quality assessment and correction

Also Published As

Publication number Publication date
US20210233263A1 (en) 2021-07-29
US11514591B2 (en) 2022-11-29
EP3791362A1 (en) 2021-03-17
WO2019217366A1 (en) 2019-11-14
US20230030727A1 (en) 2023-02-02

Similar Documents

Publication Publication Date Title
US20240041531A1 (en) Systems and methods for registering elongate devices to three-dimensional images in image-guided procedures
US11622669B2 (en) Systems and methods of registration for image guided surgery
US11583353B2 (en) Systems and methods of continuous registration for image-guided surgery
US20220378517A1 (en) Systems and methods for intelligently seeding registration
EP3795061A1 (en) Systems and methods of registration for image-guided surgery
KR20220065894A (ko) 수술중 세그먼트화를 위한 시스템 및 방법
CN112004496A (zh) 与细长装置有关的系统和方法
US11514591B2 (en) Systems and methods related to registration for image guided surgery
US20210259783A1 (en) Systems and Methods Related to Registration for Image Guided Surgery
US20220142714A1 (en) Systems for enhanced registration of patient anatomy
US20220054202A1 (en) Systems and methods for registration of patient anatomy

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