CN113454681A - 用于磁共振成像测温的方法和设备 - Google Patents
用于磁共振成像测温的方法和设备 Download PDFInfo
- Publication number
- CN113454681A CN113454681A CN202080015969.XA CN202080015969A CN113454681A CN 113454681 A CN113454681 A CN 113454681A CN 202080015969 A CN202080015969 A CN 202080015969A CN 113454681 A CN113454681 A CN 113454681A
- Authority
- CN
- China
- Prior art keywords
- image
- bubble
- comparison
- voxels
- block
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 143
- 238000002595 magnetic resonance imaging Methods 0.000 title description 7
- 238000004861 thermometry Methods 0.000 title description 2
- 238000001914 filtration Methods 0.000 claims description 18
- 238000003384 imaging method Methods 0.000 description 40
- 238000002679 ablation Methods 0.000 description 19
- 238000001356 surgical procedure Methods 0.000 description 15
- 210000004556 brain Anatomy 0.000 description 13
- 210000003484 anatomy Anatomy 0.000 description 11
- 239000000463 material Substances 0.000 description 10
- 230000008859 change Effects 0.000 description 9
- 238000004891 communication Methods 0.000 description 9
- 238000001514 detection method Methods 0.000 description 9
- 230000003287 optical effect Effects 0.000 description 9
- 238000004458 analytical method Methods 0.000 description 8
- 239000011159 matrix material Substances 0.000 description 8
- 238000010438 heat treatment Methods 0.000 description 7
- 239000002826 coolant Substances 0.000 description 6
- 238000010586 diagram Methods 0.000 description 6
- 230000008569 process Effects 0.000 description 6
- 238000002271 resection Methods 0.000 description 6
- 206010028980 Neoplasm Diseases 0.000 description 5
- 238000004590 computer program Methods 0.000 description 5
- 230000009467 reduction Effects 0.000 description 5
- 230000015572 biosynthetic process Effects 0.000 description 4
- 230000002596 correlated effect Effects 0.000 description 4
- 230000000875 corresponding effect Effects 0.000 description 4
- 239000000835 fiber Substances 0.000 description 4
- 239000000523 sample Substances 0.000 description 4
- 238000004422 calculation algorithm Methods 0.000 description 3
- 238000002591 computed tomography Methods 0.000 description 3
- 230000005284 excitation Effects 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 230000000670 limiting effect Effects 0.000 description 3
- 230000000873 masking effect Effects 0.000 description 3
- 230000010363 phase shift Effects 0.000 description 3
- 238000002560 therapeutic procedure Methods 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 239000003086 colorant Substances 0.000 description 2
- 230000000052 comparative effect Effects 0.000 description 2
- 238000009792 diffusion process Methods 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 238000002594 fluoroscopy Methods 0.000 description 2
- 239000007943 implant Substances 0.000 description 2
- 238000012804 iterative process Methods 0.000 description 2
- 238000000608 laser ablation Methods 0.000 description 2
- 230000033001 locomotion Effects 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 230000000926 neurological effect Effects 0.000 description 2
- 238000012014 optical coherence tomography Methods 0.000 description 2
- 230000002829 reductive effect Effects 0.000 description 2
- 230000000638 stimulation Effects 0.000 description 2
- 239000013598 vector Substances 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 238000012152 algorithmic method Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000000975 bioactive effect Effects 0.000 description 1
- 239000012267 brine Substances 0.000 description 1
- 239000002872 contrast media Substances 0.000 description 1
- 238000001816 cooling Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000002675 image-guided surgery Methods 0.000 description 1
- 230000005865 ionizing radiation Effects 0.000 description 1
- 230000004807 localization Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000000399 orthopedic effect Effects 0.000 description 1
- 230000036961 partial effect Effects 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 230000000144 pharmacologic effect Effects 0.000 description 1
- 238000002600 positron emission tomography Methods 0.000 description 1
- 230000002980 postoperative effect Effects 0.000 description 1
- 238000000513 principal component analysis Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 239000000047 product Substances 0.000 description 1
- 230000000717 retained effect Effects 0.000 description 1
- 238000002603 single-photon emission computed tomography Methods 0.000 description 1
- HPALAKNZSZLMCH-UHFFFAOYSA-M sodium;chloride;hydrate Chemical compound O.[Na+].[Cl-] HPALAKNZSZLMCH-UHFFFAOYSA-M 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
- 230000002194 synthesizing effect Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
- 238000002604 ultrasonography Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Images
Classifications
-
- 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
- G06T7/0014—Biomedical image inspection using an image reference approach
-
- 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
- G06T7/0014—Biomedical image inspection using an image reference approach
- G06T7/0016—Biomedical image inspection using an image reference approach involving temporal comparison
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/70—Denoising; Smoothing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
-
- 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
-
- 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
- G06T7/74—Determining position or orientation of objects or cameras using feature-based methods involving reference images or patches
-
- 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
- G06T7/77—Determining position or orientation of objects or cameras using statistical methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/97—Determining parameters from multiple pictures
-
- 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
- G06T2207/10016—Video; Image sequence
-
- 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
- G06T2207/10076—4D tomography; Time-sequential 3D tomography
-
- 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
- G06T2207/10088—Magnetic resonance imaging [MRI]
-
- 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
- G06T2207/10101—Optical tomography; Optical coherence tomography [OCT]
-
- 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
- G06T2207/10104—Positron emission tomography [PET]
-
- 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
- G06T2207/10108—Single photon emission computed tomography [SPECT]
-
- 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
- G06T2207/10116—X-ray image
-
- 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
- G06T2207/10116—X-ray image
- G06T2207/10121—Fluoroscopy
-
- 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
- G06T2207/20076—Probabilistic image processing
-
- 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
- G06T2207/20—Special algorithmic details
- G06T2207/20212—Image combination
- G06T2207/20224—Image subtraction
-
- 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
- G06T2207/30016—Brain
-
- 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
- G06T2207/30021—Catheter; Guide wire
-
- 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
- G06T2207/30096—Tumor; Lesion
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- Quality & Reliability (AREA)
- Life Sciences & Earth Sciences (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- Probability & Statistics with Applications (AREA)
- Geometry (AREA)
- Magnetic Resonance Imaging Apparatus (AREA)
Abstract
一种用于分析图像数据的系统和方法。所述图像数据可以用于帮助确定图像中特征的存在。所述特征可以包含气泡。
Description
技术领域
本教导总体上涉及成像分析方法和系统,并且具体地涉及一种用于气泡确定的方法和系统。
背景技术
本部分中的说明仅提供与本公开相关的背景信息,并且可以不构成现有技术。
发明内容
在各种手术期间,治疗可以应用于受试者。该受试者可以包含非活体结构或系统,诸如机身或其它结构。另外或替代地,受试者可以包含活体受试者,诸如人类受试者。无论如何,在各种实施例中,仪器都可以用于向受试者施加治疗。该治疗可以包含在受试者体内的选定位置处施加热源或产生热量。
在施加热量期间,可以执行选定治疗,诸如切除。切除可以发生在受试者体内,诸如以破坏或去除选定组织,诸如肿瘤。在各种实施例中,切除仪器可以位于受试者的脑部内以破坏其中的肿瘤。
热量施加导管可以位于受试者体内。例如,冷激光光纤(CLF)系统可以用于向组织输送热能。此类CLF系统包含在美国专利第7,270,656号中公开的那些系统,该专利以引入方式并入本文。CLF可以用于将热能输送到受试者的选定部分以切除受试者体内的组织。在切除期间,选择它来确定在受试者体内的选定视线处的切除仪器附近的温度。在各种实施例中,可以获取受试者的图像以计算或确定受试者体内的温度,该图像包含切除仪器内或附近的区域。
在获取受试者的图像时,该图像内的各种物品可能引起所确定温度内的变化。例如,在切除手术期间可能在受试者中形成气泡。在切除手术期间,气泡的形成可能允许或需要确定气泡区域和/或气泡附近区域的温度。气泡和选定图像模态(例如,磁共振成像)中的相移可产生失真或伪影,该失真或伪影可被考虑以确定选定温度。因此,公开了一种用于检测和/或校正由气泡引起的相位失真以确定图像内选定位置处的温度的系统和方法。该选定位置可以包含切除仪器的位置。
根据本文所提供的描述,其他应用领域将变得显而易见。应当理解,所述描述和具体实例仅意图用于绘示目的并且不意图限制本公开的范围。
附图说明
本文所述的附图仅用于绘示目的并且不旨在以任何方式限制本公开的范围。
图1是根据各种实施例的在各种实施例中包括手术导航系统和/或成像系统和/或切除系统的套件的环境视图;
图2是根据各种实施例的受试者和相对于受试者定位的仪器的示意图;
图3A是根据各种实施例的有仪器位于其组织内的受试者的示范性图像;
图3B是其中具有仪器的受试者的图像,在该仪器附近具有低强度区域;
图4是用于确定气泡和/或对其进行补偿的方法的流程图;
图5是用于生成气泡图像库的方法的详细流程图;
图6是气泡图像库中的气泡图像的实例;
图7是根据各种实施例的比较和识别的示意图;
图8是根据各种实施例的比较方法的示意图;
图9是根据各种实施例详述图4的气泡检测和补偿方法的流程图;
图10是根据各种实施例的用于确定感兴趣区域的方法的细节的流程图;
图11是绘示根据各种实施例的用于确定图像中的气泡的方法的流程图;以及
图12是图11的流程图中绘示的方法的示范性应用。
具体实施方式
以下描述仅仅具有示范性本质并且不旨在限制本公开、应用或用途。
参考图1,在各种实施例中,可以使用导航系统20来执行手术。该手术可以是任何适当的手术,例如切除手术、神经手术、脊柱手术和矫形手术。导航系统20可以包含如本文将进一步讨论的各种组件。导航系统20可以允许诸如外科医生的用户25在显示器22上查看仪器24相对于坐标系的位置。诸如在图像引导手术中,可以相对于图像形成坐标系,或者诸如在无图像手术中,可以仅向患者配准该坐标系。
如本文进一步讨论的,可以使用图像数据或用图像数据辅助执行手术。图像数据可以是使用诸如磁共振成像(MRI)系统26的任何适当成像系统从患者28获取的图像数据。MRI成像系统26可以用于获取选定的图像数据和/或其它类型的数据,诸如与患者28相关的扩散数据。受试者28的图像数据可以包含选定类型的数据,包含幅度和相位数据。各种类型的数据可以用于产生图像以便在显示器22上查看。诸如在选定手术期间,无论是否为导航手术,用户或外科医生25都可以使用图像数据。导航和成像系统可以包含在2012年12月25日发布的美国专利第8,340,376号中公开的那些系统,该专利以全文引用的方式并入本文。
在各种实施例中,受试者28可以是人类患者。然而,应当理解,受试者28不必是人类。此外,受试者不必是活体受试者。应当理解,各种结构系统(例如,机身、测试系统、大型计算机等)。因此,本领域技术人员应理解,本公开不限于仅人类受试者。
导航系统20可以用于导航或跟踪仪器,包含:导管(例如,切除和/或输送)、探针、针、导丝、仪器、植入物、深部脑刺激器、电导线等。仪器24可以用于身体的任何区域。同样,关于仪器24的任何适当的信息可以显示在显示器22上以便外科医生25查看。
尽管导航系统20可以包含示范性成像装置26,但是本领域技术人员应当理解,对成像装置26的讨论仅是为了理解本讨论,并且可以使用任何适当的成像系统、导航系统、患者特定数据和非患者特定数据。可以用任何适当的装置在任何适当的时间捕获或获得图像数据。
导航系统20可以包含用于获取患者28的术前、术中或术后或实时图像数据的任选成像装置26。所绘示的成像装置26可以是例如磁共振成像装置(MRI)。其它成像装置可以包含具有x射线源和x射线接收部分的x射线C型臂、计算机断层扫描系统、成像系统等。可以提供成像装置26以在诊断患者28的程序之前或期间获取患者28的图像数据。
尽管图1绘示了示出患者、外科医生、导航系统和其它元件的环境视图,但是应当理解,这仅仅是可以一起提供的所有部分的实例。例如,电磁导航或跟踪系统可以不提供在具有成像MRI系统26的房间中,而是在图1中示出用于绘示,并且可以分离以用于实际程序。
成像装置控制器34可以控制成像装置26以捕获并存储图像数据以供使用,诸如实时或稍后使用。控制器34还可以与成像装置26分离。而且,控制器34可以在术中或术前用于控制和获得患者28的图像数据。
然后,图像数据可以经由通信系统41从控制器34转发到处理器系统40。通信系统41可以是无线的、有线的、数据传输装置(例如CD-Rom或DVD-Rom),或任何适当的系统。站42可以是工作站,并且可以包含处理器系统40、显示器22、用户界面44和存储器46。还应当理解,图像数据不必首先保留在控制器34中,而是可以直接传输到工作站42或传输到跟踪系统50,如本文所讨论的。
工作站42提供用于在显示器22上将图像数据显示为图像、保存、以数字形式操纵或打印所接收的图像数据的硬拷贝图像的设施。用户界面44允许内科医生或用户经由控制器34提供输入以控制成像装置26或者调整显示器22的显示设置,该用户界面可以是键盘、鼠标、触笔、触摸屏或其它合适的装置。
处理器系统40可以处理在存储器46中提供的或来自成像系统26的各种类型的数据,诸如图像数据。处理器系统40还可以处理导航信息,诸如从跟踪系统50提供的信息。另外,导航处理可以包含确定被跟踪仪器相对于患者28的位置(例如,三自由度旋转和三自由度空间位置),以相对于图像数据23显示在显示器22上。如本文所讨论,处理器系统40可以执行(perform/execute)指令以执行各种类型的分析,诸如温度确定、位置确定等。应当理解,处理部分中的每一个可以由单独或单个处理器处理,或者可以用适当处理器基本上按顺序处理。
任选的成像装置26可以是任何适当的2D、3D或时变成像模态。例如,还可以使用等中心荧光透视、双平面荧光透视、成像装置(即,由营业地址在美国明尼苏达州的美敦力公司销售的装置)、超声、计算机断层扫描(CT)、T1加权磁共振成像(MRI)、T2加权MRI、正电子发射断层扫描(PET)、光学相干断层扫描(OCT)、单光子发射计算机断层扫描(SPECT)或平面伽马闪烁扫描法(PGS)。
从患者28获得的图像数据可以用于各种目的。如本文所讨论,可以获得图像数据以用于对解剖结构执行导航手术,对解剖结构规划操作或手术,以及其它适当的原因。例如,在神经学手术期间,可以选择它以获得患者28的脑部的图像数据以便在手术期间查看,并且在各种实施例中,确定仪器的选定部分附近的温度和/或相对于图像数据23导航仪器24。此外,所获取的图像数据可以用于规划仪器24的移动或用于在手术期间定位植入物。
成像装置26还可以用于获得除仅图像数据之外的各种类型的数据。可以使用各种类型的数据并将一个数据叠加在另一个数据上以获得解剖结构的适当图像。例如,可以获得患者28的一部分、诸如脑部29的磁共振图像,以便以选定方式查看。例如,脑部的3-D模型可以基于用于在导航手术的跟踪期间在显示器22上显示的MRI数据的多个切片而形成。
简而言之,导航系统20操作以确定仪器24相对于受试者28的位置,并且用于相对于受试者28的图像23进行观看,如本文所讨论。导航系统20在图像数据或图像空间中的所有点与患者空间中的患者解剖结构中的对应点之间(手动或自动)创建平移映射,在2009年8月4日发布的标题为“用于执行2D至3D配准的方法和设备(Method and Apparatus forPerforming2D to 3D Registration)”的美国专利第7,570,791号中阐述了示范性2D至3D配准手术,该专利特此以全文引用的方式并入本文。所选择的点可以是包含解剖界标或人工界标的基准标志69,诸如在2002年4月30日发布的标题为“经集成用于电磁定位的人体解剖结构的配准(Registration of Human Anatomy Integrated for ElectromagneticLocalization)”的美国专利第6,381,485号中描述的那些标志,该专利特此以全文引用的方式并入本文。在建立该映射之后,图像空间和患者空间被配准,该映射可以在图像空间和受试者空间两者中出现并被确定或选择。换句话说,配准是确定如何将图像空间中的位置与真实或患者空间中的对应点相关的手术。这也可以用于绘示仪器24相对于建议的轨迹和/或确定的解剖目标的位置。配准可以通过如在2011年3月15日发布的标题为“计算机辅助手术导航中使用的经皮配准设备和方法(PERCUTANEOUS REGISTRATION APPARATUS ANDMETHOD FOR USE IN COMPUTER-ASSISTED SURGICAL NAVIGATION)”的美国专利第RE42,226号中公开的过程和/或系统而发生,该专利以全文引用的方式并入本文。在各种实施例中,配准可以包含2D至3D配准,诸如在2003年8月20日提交的美国序列号10/644,680中阐述的示范性2D至3D配准手术,该专利特此以全文引用的方式并入本文,该专利现在是2009年8月4日发布的标题为“用于执行2D至3D配准的方法和设备(Method and Apparatus forPerforming 2D to 3D Registration)”的美国专利第7,570,791号。
继续参考图1,导航系统20可以进一步包含跟踪系统50,该跟踪系统包含一个或多个定位器,诸如电磁(EM)定位器52(例如,其也可以被称为发射器阵列、跟踪阵列、跟踪线圈或线圈阵列,并且可以包含发射器和/或接收器线圈阵列)。应当理解,也可以提供或使用其它适当的定位器,诸如光学定位器。不同的定位器可以诸如光学场或磁场、雷达等的不同模态进行操作。跟踪系统50被理解为不限于任何特定的跟踪系统模态,例如EM、光学、声学等。可以使用根据本公开的任何适当的跟踪系统模态。此外,诸如仪器24和/或动态参考系(DRF)58的任何被跟踪的仪器可以包含以一种或多种跟踪模态操作的一个或多个跟踪装置。因此,跟踪系统50可以被选择为任何合适的跟踪系统,包含提供光学和AxiEMTM电磁跟踪选项的手术导航系统。
本领域技术人员应当理解,线圈阵列52可以发射或接收,因此将线圈阵列52称为发射器或发射线圈阵列在本文仅是示范性的而非限制性的。跟踪系统50可以进一步包含线圈阵列控制器(CAC)54,该CAC可以具有至少一个导航接口或导航装置接口(NDI)56,其用于连接定位器52的、在仪器24上或与仪器相关联的仪器跟踪装置67和动态参考系58。如果选择,则线圈阵列控制器54和至少一个导航接口56可以设置在单个相当小的CAC/NDI容器中。仪器跟踪装置67可以任何适当的方式或位置放置或与仪器24相关联,以允许确定仪器24的选定部分(例如,终端)。在各种实施例中,跟踪装置67可以包含位于仪器24的终端处或附近的线圈。
在任选的光学系统中,光学定位器通常包含“查看”受试者空间的一个或多个相机。相机可以用于确定跟踪元件相对于相机的位置。跟踪装置包含可由相机观看的构件。光学跟踪装置可以包含一个或多个无源或有源部分。主动跟踪装置可以发射可见波长,包含红外波长。无源跟踪装置可以反射选定波长,包含红外波长。
跟踪系统可以包含在导航系统20中,并且在各种实施例中可以包含EM定位器,该EM定位器可以是线圈阵列52。EM定位器52可以包含在如下专利中描述的EM定位器:2010年7月6日发布的标题为“用于手术导航的方法和设备(METHOD AND APPARATUS FOR SURGICALNAVIGATION)”的第7,751,865号;1999年6月22日发布的标题为“位置定位系统(PositionLocation System)”的美国专利第5,913,820号;以及1997年1月14日发布的题为“用于导航导管探针的方法和系统(Method and System for Navigating a Catheter Probe)”的美国专利第5,592,939号,这些专利中的每一个特此以全文引用的方式并入。定位器还可以被补充和/或替换为附加的或替代的定位器。可以理解,根据各种实施例中的任一个,定位器52可以发射由动态参考系58和与仪器24相关联(例如,连接到仪器)的跟踪装置接收的信号。然后,动态参考系58和跟踪装置可以基于从定位器52中的一个或多个接收/感测的所生成场的信号来发射信号。包含光学跟踪系统的跟踪系统可以包含由美敦力导航公司销售的手术导航系统。光学定位器可以查看受试者空间和与DRF 58和/或仪器24相关联的跟踪装置。
单独地或与包含线圈阵列控制器54和控制器34的其它适当的处理器系统结合,工作站42可以识别预先获取的图像或atlas模型上相对于被跟踪仪器24的对应点,并在显示器22上显示相对于图像数据23的位置。这种识别被称为导航或定位。在显示器22上的几个二维图像平面内以及在三维(3D)图像和模型上示出了表示局部点或仪器的图标。为了维持配准准确度,导航系统20可以利用动态参考系58连续地跟踪患者28的位置。可以通过诸如有线或无线通信的通信系统从仪器跟踪装置67发射仪器24的位置。跟踪装置或任何其它适当部分可以采用无线通信信道,而非与物理传输线耦合,该无线通信信道诸如2002年11月5日发布的标题为“手术通信电源系统(Surgical Communication Power System)”的美国专利第6,474,341号中所公开的无线通信信道,该专利以全文引用的方式并入本文。
在手术中使用的仪器24可以是任何适当的仪器(例如,导管、探针、引导件等),并且可以用于各种手术和方法,诸如输送材料、切除能量(例如,热量),或者向患者28的选定部分(诸如在脑部29内)提供电刺激。该材料可以是任何适当的材料,诸如生物活性材料、药理材料、造影剂或任何适当的材料。如本文进一步讨论,仪器24可以经由导航系统20精确地定位,并且另外用于实现用于以任何适当的方式诸如在脑部29内相对于患者28定位和/或施加治疗的协议。仪器24还可以包含脑部探针以执行深度脑部刺激和/或切除。
参考图2,仪器24可以例如诸如各种技术定位在受试者28的脑部29内,该技术诸如在美国专利第7,270,656号中公开的那些技术,该专利以引用的方式并入本文。此外,仪器24可以包含各种特征,诸如能量输送或传输系统或机构100,其可以包含光纤电缆以将激光能量传输到仪器的远端104。光纤构件100的远端104可以靠近仪器24的终端110。因此,仪器24可以在受试者28体内、诸如在脑部29内的肿瘤114附近生成热量或热能。可以通过提供或改变通过能量传输系统100的能量的量和/或将冷却介质传输或传递通过仪器24来调节终端110附近、诸如肿瘤114内的温度。传递冷却介质可以包含将冷却介质提供给冷却介质入口120,该冷却介质入口可以通过冷却介质回路124。冷却介质可以是任何适当的材料,诸如水、盐水等。然而,热能可以输送给受试者28以对受试者28体内的肿瘤114执行治疗。在对受试者28进行治疗期间,成像系统26可以用于对受试者28成像,以确定端部104和/或终端110处或附近的温度。
如上文所讨论,可以相对于受试者28跟踪仪器24,使得可以确定能量输送系统100的远端110和/或端部的位置。因此,利用成像系统26获取的图像可以被配准到受试者28和/或仪器24。这允许相对于从受试者28获取的图像确定仪器24的导航位置。仪器24的位置可以显示在显示装置22上,诸如以图形表示24i'显示在显示系统22上,诸如叠加在图像23上。
在切除手术期间,如图1中绘示,用户25可以用仪器24以选定速率或时间向受试者28施加能量以加热受试者的一部分。在加热期间,以选定速率获取加热图像。例如,可以约每五秒、每十秒或任何选定时间段的速率获取加热图像。因此,在向受试者28施加热能期间,获取热量图像以确定受试者28体内的仪器位置处的温度。
热量图像可以是用成像系统26获取的用于确定受试者28体内的温度的图像。热量图像可以包含各种信息,诸如扩散信息或弛豫时间,或者可以被分析以根据前一热量图像确定温度和/或温度变化的相变。因此,热量图像可以用于相对于前一图像或单独地基于像素或体素确定温度或温度变化。因此,热量图像可以包含从受试者28获取的用于确定其中的温度的图像。
热量图像可以显示在显示器22上,或其它适当的显示器上。例如,热量图像可以显示在显示装置22上,如图3中绘示。热量图像可以包含第一热量图像150。第一热量图像可以包含脑部29的图像作为图像23。热量图像150还可以包含仪器24的图像数据或图像作为仪器24a的。应当理解,基于仪器24的细节,仪器24可以根据不同的形状或几何形状呈现,并且在图3A中作为一条或多条腿的图示仅仅是示范性的。然而,热量图像150可以被显示以供用户25查看,以大致示出图像中的幅度。热量图像150可以是切片,诸如MRI图像切片,其中每个体素或像素包含一个强度,其中较高强度是较淡颜色,而较低强度是较暗颜色。第一热量图像150可以是基线或第一加热图像。因此,在各种实施例中,可以获取第二加热图像。
参考图3B,示出了第二热量图像160。热量图像160还可以绘示仪器24a。暗区域或低强度区域166靠近或邻近仪器24a。低强度区域166可以是在靠近或邻近受试者28体内的仪器24形成的气泡。低强度区域166可以在热量图像160中作为靠近仪器24a的暗或低强度部分出现。然而,仅查看显示装置22可能难以将低强度区域166识别为气泡。此外,即使存在低强度区域166,也可以计算包含气泡或低强度区域166的部分处的温度,如本文中进一步讨论。
在不受理论限制的情况下,气泡可能由各种组织或材料中产生的热量引起。该材料可以导致在一定的体积内形成气体。该体积可以由放置仪器24的材料界定。因此,解剖结构中的气泡可能由其中的各种局部状况而引起。在诸如MRI图像的图像中,如本文所讨论,气泡可以是由于低质子密度和/或快速运动而没有显著信号的区域,该区域被由于相邻组织与气泡体积之间的磁化率差异而引起的图像相位/频率扰动所包围。这种背景下的气泡可能由于与对受试者的选定治疗、诸如热量相关联的状况而出现。给定气泡的具体大小和构成取决于局部环境(例如,组织)以及治疗(例如,加热)状况。
如本文进一步讨论,可以在向受试者28施加热能期间的任何时间获取第一热量图像150。此外,第二热量图像160可以是任何后续图像,诸如紧随其后的图像,并且也可以被称为当前热量图像。因此,在向受试者施加热能期间,可以依次获取热量图像。所获取的不包含气泡的每个热量图像可以是第一或基线图像,并且包含气泡的后续图像、诸如紧随其后的图像可以是第二热量图像160。然而,应当理解,基线或第一热量图像150也可以是从受试者28获取的初始图像。在各种实施例中,第一热量图像150可以总是第一或基线图像,并且将每个后续图像与其进行比较以用于确定和/或帮助确定图像中存在的气泡。
如上文所讨论,参考图3A和图3B,在热量图像160中可能出现暗区域或伪影166。区域点166可以是气泡或其它伪影特征,其可以降低使用热量图像160确定的温度的置信度。因此,参考图4,绘示了气泡确定和/或补偿方法180。气泡检测和/或补偿方法180可以包含多个步骤或程序,如本文进一步讨论,该步骤或程序可以包含在各种子步骤或程序中,但是在开始框182中开始。因此,方法180可以被理解为用于检测和/或补偿热量图像中的气泡的整体的或包含性的方法或算法,其可以包含如本文所讨论的包含多于一个步骤的各种子例程或元件。此外,应当理解,方法180可以作为由选定的处理器系统、诸如处理器系统40执行的指令来植入。当访问或获取选定的热量图像或比较图像时,可以基本上自动地执行方法180。
首先,可以在框188中生成气泡图像库。检测和补偿方法180可以不需要生成气泡图像库,但是为了当前讨论的清楚和完整起见可以包含气泡图像库生成气泡图像库。因此,如上文所讨论,可以诸如实时地和/或在执行诸如切除手术的选定手术之前生成库。
不管气泡库是在之前立即生成还是在前一时间生成,都可以在框194中访问气泡图像库。因此,气泡图像库188可以存储在选定的存储器系统上或选定的存储器系统中以由处理器、诸如上文讨论的处理器系统40访问。应当理解,处理器系统40可以包含多个处理器,并且检测和补偿方法180可以由包含在处理器系统40中、与处理器系统分离和/或与处理器系统通信的处理器来执行。无论如何,在框194中,适当的处理器都可以执行指令以访问气泡图像库。在框194中访问的气泡图像库可以包含适当的气泡图像,其可以基于用于在框188中生成气泡库的选定模型。在框194中访问的气泡图像库可以包含多于一种类型的图像,诸如幅度和/或相位数据。框194中的气泡图像库访问可以包含磁共振成像系统或基于磁共振成像系统而生成。
在框194中,可以在任何适当的时间访问气泡图像库。该气泡图像库在方法180中被绘示为首先被访问,然而,在与选定图像进行比较之前,诸如在比较期间或在将来自气泡图像库的气泡图像与选定图像进行比较之前,不需要访问该气泡图像库,如本文进一步讨论。
不管在框194中访问气泡库的定时如何,都可以发生在框198中访问当前热量图像。在框198中访问的当前热量图像可以是在选定手术期间由用户25或在用户的指导下获取的热量图像。获取当前热量图像以尝试确定受试者28体内相对于仪器24在受试者的切除区域处或附近的温度。如上文所讨论,当前热量图像可以用于确定当前温度或获取热量图像时的温度。通常,可以选定速率、诸如在紧接在前的热量图像之后五秒获取当前热量图像。然而,应当理解,当前热量图像可以在相对于前一热量图像的任何适当时间获取,该适当时间可以由用户25选择。
也可以发生在框202中访问前一热量图像。前一热量图像可以是任何适当的前一热量图像,诸如紧接的前一热量图像和/或在当前热量图像之前获取的任何热量图像。例如,在各种手术期间,可以从受试者28获取初始或切除前热量图像。前一热量图像可以是在首次切除或治疗时或在切除或治疗之前获取的热量图像。然而,在各种实施例中,前一热量图像可以是紧接在框198中的访问当前热量图像之前获取的热量图像。
不管当前热量图像和前一热量图像的收集定时如何,在框210中都可以比较两个访问的热量图像。在框210中将当前热量图像与前一热量图像进行比较可以用于生成比较图像。比较图像可以任何适当的方式生成,如本文进一步讨论。比较图像的生成可以尝试确定当前热量图像与前一热量图像之间的差异。该差异可以包含当前热量图像与前一热量图像之间的幅度和/或相位差。所生成的比较图像可以包含这些差异以用于进一步分析,这也在本文中讨论。
然后可以分析所生成的比较图像以确定气泡是否存在或可能存在于比较图像中。在各种实施例中,在框220中,可以将比较图像与从气泡图像库访问的至少一个气泡图像继而所生成比较图像进行比较。该至少一个气泡图像与所生成的比较图像的比较可以任何适当的方式来完成,如本文所讨论。例如,所访问的气泡图像库可以包含气泡图像,该气泡图像包含可能由于气泡的存在而引起的幅度信息和/或相变或漂移。在框220中将来自访问气泡图像库的气泡图像与所生成的比较图像进行比较时,可以在框230中确定比较图像中是否存在气泡。如在本文进一步讨论,确定所生成的比较图像中是否存在气泡可以基于来自气泡图像库的气泡图像的比较。在各种实施例中,还可以启发式方式、诸如使用选定系统来分析图像来分析或比较该比较图像,如本文所讨论。
可以基于框220中的比较在框230中确定是否存在气泡。如果不存在气泡,则在框198中,可以遵循NO路径234以访问当前热量图像。同样,在框198中访问当前热量图像可以在任何适当的时间进行,并且可以是可以在第一次迭代中访问的热量图像之后的当前热量图像。因此,应当理解,方法180可以是迭代过程,该迭代过程可以在选定手术期间、诸如在对受试者28的切除手术期间执行。在框198中访问的当前热量图像可以是任何适当的当前热量图像,其可以在治疗开始与治疗终止之间的时间以及其中的任何适当的中间点处。
如果在框230中确定存在气泡,则可以遵循YES路径238。可以遵循YES路径238以在框244中识别气泡比较图像的位置。在框244中识别气泡在比较图像中的位置可以包含识别比较图像中的气泡,以用于进一步分析和确定当前热量图像或所生成的比较图像。在框244中识别气泡位置可以包含识别气泡存在和/或所生成的比较图像和/或访问当前热量图像中属于气泡和/或受气泡影响的像素或体素。因此,如果选择了,则识别气泡在比较图像中的位置可以允许进一步补偿当前热量图像中气泡的存在。
因此,在框244中识别气泡位置之后,补偿确定框248允许确定是否将发生补偿。如本文所讨论,用户25可以选择针对气泡的所识别位置补偿温度确定和/或可以确定终止治疗持续选定的时间段以允许气泡消散。
因此,框248中的补偿确定可以允许用户确定不补偿并遵循NO路径252来执行各种选定手术。另外,当遵循NO路径252时,方法180可以迭代,如本文所指出的。此外,可以仅在图像中识别气泡并向用户25识别气泡。用户的身份可以与图像23一起显示和/或与其分开显示。因此,在各种实施例中,方法180可以仅识别气泡或可能的气泡。
当遵循NO路径252时,可以发生各种其它程序或步骤。例如,在任选的暂停框256中暂停程序。在暂停框256中将程序暂停选定的时间段(例如,约一秒至约一分钟,或任何适当的时间)之后,在框198中,用户25和/或切除系统可以再次访问当前热量图像。同样,在框198中访问的当前热量图像可以在框198中的前一当前图像之后、诸如在暂停256之后获取。同样,可以在框248中确定在一个热量图像或当前热量图像中是否存在气泡以及是否将进行补偿。因此,如果不进行补偿,则识别气泡和当前热量图像可以允许用户25暂停或允许气泡消散。然而,执行方法180的系统可以用于基于算法方法180自动识别当前热量图像内是否存在气泡。
框248中的补偿确定还允许补偿发生,因此可以遵循YES路径260。如果在框248中选择了补偿,则可以遵循YES路径260,以在框270中去除由当前热量图像和/或其它选定图像、诸如所生成的补偿图像中的气泡引起的失真/伪影。在框270中去除由当前热量图像中的气泡引起的失真或伪影可以根据选定技术来进行,该选定技术包含本文进一步讨论的那些技术,诸如去除由所识别的位置处的所识别的气泡引起的相位失真和/或幅度失真。在框270中生成的补偿图像可以包含诸如通过减去所识别的气泡而所去除的失真或伪影。
一旦在框270中去除了失真,就可以在框274中确定补偿图像中的温度。在框274中确定的温度可以用于执行选定手术,诸如确定仪器24的端部处或附近的温度。如上文所讨论,当达到选定温度或尝试达到选定温度时,可以发生或进行切除手术。因此,如本文所讨论的,在框274中确定补偿图像中的温度可以用于对受试者28执行手术、诸如切除手术。
然后,在框278中,根据选定标准(例如,温度、持续时间等),补偿图像中的所确定温度可以确定程序是否可以继续进行。然而,可以基于用户25和/或对包含切除手术的选定手术的执行来再次选择对在框278中是否继续该程序的确定。
如果确定程序将继续进行,则可以遵循YES路径282。在框198中,可以再次遵循YES路径282以访问当前热量图像。可以在任何适当的时间、诸如在识别和/或补偿前一当前热量图像中的气泡之后再次获取当前热量图像。因此,当遵循YES路径282时,在框198中访问的当前热量图像可再次被理解为产生方法180的迭代过程。
然而,如果选择了,则可以遵循NO路径288,诸如该手术应当终止。当终止该手术时,可以遵循NO路径288到达结束框290。结束方法180可以包含对受试者28完成程序,诸如去除仪器24,或其它适当的步骤。在框290处进一步结束程序180可以包含在选定时间终止对选定手术的能量施加,重启程序或其它适当的程序步骤。
如上所述,方法180可以包含各种子步骤或子例程,步骤可以由处理器系统执行,该处理器系统包含上面和本文讨论的那些处理器系统。因此,在各种实施例中,可以在框188中生成气泡图像库。继续参考图4并另外参考图5,更详细地描述所生成的气泡图像库188的生成。所生成的气泡图像库方法188可以利用处理器系统、诸如处理器系统40和/或利用用户25和/或适当用户的输入来自动执行。通常,基于形成基于模型的多个气泡图像来生成气泡图像库,包含基于图像中气泡的大小和/或取向来改变模型。
气泡库方法可以在开始框300中发起。此后,可以在框304中生成和/或访问气泡模型。所访问的气泡模型可以基于选定信息,诸如气泡的选定定义。在各种实施例中,气泡的定义可以包含等式1或由该等式定义:
当气泡存在于基本均质结构、诸如脑部29中时,等式1可以用于定义气泡的频移,单位为赫兹。等式1假设或承认气泡可以基本上是气体或空气,并且空气或气体组织之间的磁化率差可以是约9ppm。因此,气泡中空气的磁化率可以比周围组织小约9ppm,因此dx=–9ppm。在各种假设中,旋磁比是γ=42.58兆赫/特斯拉。B0是成像系统26、诸如MRI扫描仪的场强,以特斯拉为单位。此外,r是气泡的半径,并且x、y和z以厘米为单位并指示气泡位置,其中z是B0方向。频率f以赫兹为单位。通常,假设气泡基本上为球形,因此在x、y和z坐标的网格中,气泡内的值被定义或识别为零并被掩蔽。
因此,等式1可以用于识别或计算切片内三维网格(x,y,z)位置上的图像模型。如上所述,MRI可以用于生成图像数据,并且MRI图像可以具有选定的切片宽度。因此,MRI切片图像可以具有三维体积,通过该三维体积,可以使用等式1来计算驻留频率偏移Δf。激励脉冲期间选定位置(x,y,z)处的总频率偏移由等式2给出:
在等式2中,γ与上述相同,Gz是具有切片梯度振幅的频移,z是切片的空间位置,并且Δf气泡来自等式1。因此,在给出该频率映射图和MRI中RF脉冲的频率轮廓的情况下,内插可以用于计算气泡的每个空间位置的切片轮廓,其可以被表示为(x,y,z)。为了确定气泡附近的切片轮廓,可以做出各种假设,诸如可以假设RF脉冲与小激励或偏转角度(例如,约10度至约40度,包含约25度)的三毫秒每时间带宽积连同三毫米切片厚度。
因此,气泡图像可以由等式3绘示,该气泡图像也可以被称为气泡的切片轮廓:
sTE(x,y,z)=x(x,y,z)ei2πTEΔf(x,y,z)
在等式3中,切片轮廓可以被形成或前进到由TE表示的回波时间,因此由等式3给出的空间轮廓可以在成像器的回波时间处。在等式3中,项s(x,y,z)是激励脉冲结束时的信号,并且指数说明了传递到回波时间的时间。因此,TE是经过信号的回波时间的时间或说明经过信号的回波时间的时间,使得空间轮廓前进到回波时间。然后通过Δf(x,y,z)给出跨切片轮廓的求和,并且该求和允许生成气泡的切片轮廓。可以进行对多个x和y位置或方向旋转求平均的卷积以考虑在每个x,y位置处的信号损耗。
此外,应当理解,气泡的模型可以基于考虑切片内和/或没有切片的轮廓效应。然而,如上所述,气泡图像可以基于所访问的模型。
如上所述,在框304中访问的模型然后可以用于在框310中生成多个气泡图像。多个气泡图像可以基于改变气泡模型的各种特性。例如,气泡半径的变化可以用于识别或确定气泡的各种大小。例如,半径可以在诸如体素的选定尺寸中给出,并且可以在约1个体素和约50个体素之间的范围内,包含约2个体素和约12个体素,并且进一步包含2至12之间的离散数量的体素。例如,气泡库可以包含10个气泡,每个气泡相差1个体素,最小气泡具有2个体素的半径,而最大气泡具有12个体素的半径。此外,气泡模型可以相对于成像器的轴线:B0轴线旋转或成角度。不同半径的气泡中的每一个可以旋转选定角度θ。旋转量可以是任何适当的量。例如,对于气泡库,每个气泡可以具有以15度步长的约-45度至约+45度的平面内旋转。x和z坐标处的旋转量可以分别由等式4和等式5中的Xrot和Zrot给出:
Xrot=x cos(θ)-Z sin(θ)
Zrot=x sin(θ)-Z cos(θ)
因此,气泡图像中的每一个可以包含相对于B0轴线具有选定半径和/或选定角度旋转的气泡。因此,如上所述,多个气泡图像中的每一个可以保存于可以在框194中访问的气泡图像库中。因此,如图4中绘示,可以在框314中将多个图像保存在可以在框194中访问的气泡库中。
在框314中将多个生成的泡保存在库中之后,在框318中确定是否选择了更多气泡。如果选择了更多气泡,则可以遵循YES路径320到达框310以生成多个气泡图像,该多个气泡图像可以作为先前多个气泡图像的补充。如果在框318中确定不再选择更多气泡,则在框330中可以遵循NO路径324以便结束。气泡图像库可以在任何适当的时间形成,诸如在手术开始之前、手术期间或在任何选定时间形成。无论如何,气泡图像库都可以如上文所讨论地生成,并且可以在温度感测过程期间使用。
继续参考图5并另外参考图6,可以形成气泡库以包含气泡图像,该气泡图像包含幅度和相位差异。如本领域技术人员所理解的,MRI中的相位可与由于MRI成像过程的光共振而导致的编码有关。通常,MRI成像可以包含频率编码和相位编码,以确定关于切片图像中的每个像素或体素的信息。因此,相位编码可以用于帮助确定图像内的选定体素处的温度。如图6中绘示,在框304中访问的模型可以用于生成库图像。在图6中,选定半径的气泡的库图像被绘示为第一行340中的幅度图像和第二行350中的相位。气泡图像库中的气泡图像也可以识别变化等级或量。如图6中绘示,幅度和相位方差的量或变化可以包含在气泡图像库中的气泡图像中,并用于与比较图像相关,如本文所讨论。气泡库可以进一步包含相对于成像系统的轴线B0 354旋转的气泡模型。因此,库图像可以包含幅度和相位都旋转的多个图像。
如图6中绘示,第一列360绘示与成像器的轴线B0平行的幅度图像340a和相位图像350a。在第二列364中,绘示了气泡的幅度图像340b和相位图像350b。最后,在第三列368中,气泡以基本上90度或垂直于轴B0绘示为幅度图像340c和相位图像350c。
气泡图像库可以包含多于图6中绘示的六个以上的图像,如本文进一步讨论。无论如何,如本文进一步讨论,气泡库都可以包含允许识别和分析热量图像的多个图像。应当理解,识别系统可以进一步在不同的气泡图像之间进行内插,以帮助识别当前热量图像或比较图像中的气泡。
继续参考图4并另外参考图7,可以在框198和202中访问的热量图像可以类似于图3A和3B中绘示的热量图像。因此,绘示了前一热量图像150和当前热量图像160。当前热量图像160可以在框198中被调用,而前一热量图像150可以在框202中被调用或访问,如图4中绘示。
如上文所讨论,这两个图像可以在框210中彼此进行比较。为了将这两个图像彼此进行比较,可以得到当前热量图像160与前一热量图像150之间的比率。即,可以将当前热量图像160除以前一热量图像150。在将当前热量图像160除以前一热量图像150时,可以确定当前热量图像160内的体素或像素中的每一个的比率。在获取受试者28的图像数据期间,受试者28可以相对于成像系统26保持基本固定。因此,可以获取受试者28的随时间变化的图像,该图像可以基本上彼此配准并串联。因此,当前热量图像160中的像素或体素位置相对于前一热量图像中相同位置处的像素或体素是已知的。因此,可以确定这两者之间的比率。应当理解,可以得到其它适当的差异或比较,并且比率仅仅是示范性的。然而,当前热量图像160与前一热量图像150的比率可产生列380中的所得图像,如图7中绘示。
所得图像或所生成的比较图像可以包含所生成的幅度比较图像384和相位比较图像388。幅度比较图像384可以包含当前热量图像160与前一热量图像150之间的每个体素密度或强度的比率。像素或体素强度可以显示在幅度比较图像384中,以供用户25查看,诸如显示在显示器22上。然而,应当理解,所生成的比较图像380可能仅用于由工作站42进行分析,以识别气泡(如果存在)并因此对其进行补偿。
所生成的比较图像380还可以包含相位比较图像388。如上文所讨论的,利用MRI系统26获取的图像数据可以获取不同类型的数据,包含如幅度比较图像384中绘示的幅度图像数据和如比较图像388中绘示的相位编码图像数据。
如图7中绘示,在图像160中存在孔或暗区域166。所得比较图像还可以包含或识别幅度比,其中幅度比较图像384包含暗或低强度区域392。低强度比区域392绘示在当前热量图像160与前一热量图像150之间存在小的比率。在各种实施例中,如本文中进一步讨论,幅度阈值可以用于帮助确定数据集、诸如比较数据集380是否包含气泡。幅度阈值可以是约0.20至约0.90,并且进一步包含约0.50至约0.750,并且进一步包含约0.65。因此,在各种实施例中,约32%至约40%且进一步包含约35%的信号减少可以用于帮助识别用于包含气泡的相关比较数据集。
此外,相位比较图像388还可以包含相位微分或比较区域398。相位比较区域398还可以绘示当前热量图像160与前一热量图像150之间的相位变化。因此,当受试者28中出现气泡时,在当前热量图像160与前一热量图像150之间可能出现幅度和相位差。
尽管图7绘示了幅度比较图像384和相位比较图像388的实例,但是如果在比较图像数据中存在气泡,则可以将在框194中访问的气泡图像库与比较图像数据380进行比较,以帮助确定和/或自动识别气泡。参考图8,比较图像数据380可以包含幅度比较图像384和相位比较图像388。比较图像数据380可以与在框220中访问的气泡库进行比较,如图4中绘示。如图8中示意性地绘示,绘示了气泡图像库420。气泡图像库420可以包含多个幅度气泡模型424或其阵列和相位气泡模型428的阵列或多个相位气泡模型。
在气泡图像库420中,幅度气泡图像424的阵列可以包含选定数量的气泡,诸如包含在第一框424a中具有两体素半径的气泡至在单元424b中具有十二体素半径的气泡之间的范围。应当理解,在库420中也可以存在无气泡单元(例如,无相位差)424c。
类似地,相位气泡图像库420还可以包含多个直径的相位气泡图像,包含两体素直径单元428a、十二体素直径单元428b和无气泡单元428c。如上文所讨论,气泡图像库420还可以包含相对于图像轴线B0旋转的气泡的多个气泡图像。因此,如图8中示范性地绘示,气泡图像库420仅是可以在框194中在气泡图像库中访问的多个气泡图像的实例。
不管在库194中访问的可以进行比较的气泡图像的数量如何,在框220中都可以比较来自气泡图像库的所有气泡图像中的选定数量或次多个气泡图像。如图8中绘示,来自库420的气泡图像中的每一个可以与幅度比较图像384进行比较,如比较线450a和450b所绘示。
如图8中绘示,可以对幅度比较图像384进行幅度图像比较,并且该幅度图像比较可以允许生成相关图像数据集或阵列460。相关阵列460可以包含气泡图像库420中的图像中的每一个与比较图像数据集380之间的相关性的表示。因此,相关图像阵列460还可以包含关于相位气泡图像的相关性,如比较线454a和454b所绘示。比较线绘示了与比较图像数据集380进行比较的第一和最后的气泡图像。因此,相关阵列460可以与气泡图像库包含相同数量的单元,其中每个单元表示气泡图像库中相应单元的比较。第一单元460a包含第一幅度单元424a与比较幅度图像384的相关性以及第一相位库单元428a与比较相位图像388的相关性。相关阵列460包含与库图像中的每一个相关的单元,诸如包含最大半径相关单元460b和无气泡单元460c。因此,相关阵列460可以包含所有气泡图像与比较图像数据380之间的相关性。
气泡图像库420可以包含选定大小和/或取向的气泡的气泡图像。此外,可以将气泡图像裁剪为选定尺寸,诸如比气泡模型大一个或两个像素。因此,气泡图像的维度可以小于比较图像380的大小。因此,为了执行比较,来自气泡图像库420的气泡图像可以逐步方式跨比较图像380上移动。
来自气泡图像库420的气泡图像与比较图像380的一部分之间的相关性将导致高相关性,其可以被描绘为相关图像阵列460中的相关图像中的亮像素或体素。即,如图8中绘示,在气泡图像库420的相应气泡图像中,气泡图像中的每一个可以具有选定的几何形状或强度或相位偏差。当来自气泡图像库420的气泡图像与比较图像380的一部分进行比较时,像素或体素中的每一个可以包含选定相关性。相关性可以为低或高。高的或大的相关性可以指示为高强度或高相关性,其可以在相关性阵列460中绘示。同样,应当理解,相关数据和相关阵列460可以被绘示为供用户25使用和/或在系统中用于识别气泡。然而,可以识别来自气泡图像库420的气泡图像与比较图像380之间的高相关性。
在各种实施例中,气泡图像库中的气泡图像被掩蔽为具有大于0.1弧度相移的体素。该掩蔽帮助定位气泡图像库图像与比较图像之间的相关性。另外,可以通过来自气泡图像库的气泡图像的均方振幅来将互相关进行标准化,以允许比较库条目之间的相关性。在各种实施例中,特别是对于比较图像的复值输入,相关性可以是比较并且可以发生在傅立叶域中。
在各种实施例中,气泡图像库中的气泡图像的生成可以包含非正方形体素,因为成像分辨率在不同尺寸上可以不同。而且,可以在合成气泡图像之前或之后进行气泡旋转,因此可以在计算图像之前旋转气泡坐标,或者之后旋转图像。
气泡图像库也可以使用诸如奇异值分解或主成分分析的技术来处理以减小其尺寸以便进行更有效的计算。换句话说,可以确定比较图像与气泡图像库条目的较少数量的优化线性组合之间的相关性,而不是直接计算比较图像与每个气泡图像库条目之间的相关性。
相关阵列460中的相关图像中的每一个的相关性可被给予由等式6表示的相关分数Sij。
在等式6中,对于来自气泡库的气泡图像中的每一个,相关分数可以是具有选定半径i和角度j的气泡图像之间的相关性的最大值。如等式6所示,相关分数可以尝试通过提供相关性来去除背景噪声,该相关性是气泡图像库中的气泡图像中的每一个与组织掩模之间的相关性。组织掩模可以基于初始图像,诸如在对受试者28施加任何切除或治疗之前的图像和/或初始热量图像。因此,可以使用掩模来去除可能在图像中出现的错误相关性。例如,在各种实施例中,受试者28中的热量形成可引起可混淆气泡检测的相变或相位偏移。因此,掩蔽图像或去除背景可以帮助实现更大的气泡检测准确度。应当理解,任选的组织掩模也可以与来自框202的紧接前一访问的热量图像一起形成。因此,掩模可以包含图像数据或基于在治疗过程中引起相变的可能热量的相关性。
气泡图像库可以具有以选定分辨率形成的气泡图像,该选定分辨率可以显著地大于比较图像的分辨率。气泡图像的分辨率可以处于足够大的分辨率,以致于允许气泡图像的详细生成以便与比较图像进行比较。因此,在生成相关图像阵列460期间或之后,相关图像阵列(包含其中的图像)和/或比较图像380(如果按比例放大)可以用选定的高斯函数或内核、诸如标准化高斯内核进行低通滤波。比较图像380和相关图像460的分辨率可以降低到与所获取的图像数据、诸如来自框194的当前热量图像的分辨率类似的分辨率。
在低通滤波之后,如果像素或体素具有低于选定幅度(如果选择了)的幅度,则相关图像内的像素可以被识别为气泡像素。如上文所讨论,0.65的比率幅度可以是选定阈值。因此,如果体素不具有至少35%的信号减少,则它可能不包含在可能的气泡检测中。另外,如果体素中的信号增加而不是减少,则它可能不包含在可能的气泡确定中。此外,如上文所讨论,具有至少0.2的选定相关分数的体素也可能不包含在气泡检测中。相关分数可以具有任何适当的值,诸如0.3、0.4或更高。选定的较高最大值可以减少被选择为可能在气泡内的体素的数量。因此,满足至少这两个要求的体素可以包含在气泡检测中。如图8中绘示,相关图像460可以用于将图像或相关图像中的一个识别为具有在气泡内的体素或体素组,如490a和/或490b所绘示。然后可以确认或处理可以包含在气泡中的图像,如本文进一步讨论。
相关图像或相关性460的比较和确定可以是诸如用处理器系统40执行的指令。因此,可以基于根据所公开方法和过程形成的指令基本上自动地确定相关性460。
此外,如上文所讨论,可以将来自气泡图像库420的气泡图像与比较图像380进行比较。然而,如上文所讨论,气泡的确定可能在受试者28体内的仪器24处或附近有关。因此,诸如通过识别比较图像380和/或热量图像内的感兴趣区域(ROI),可以减小比较图像380的维度。在各种实施例中,如上文所讨论,可以通过利用选定的跟踪系统进行跟踪来导航仪器24。
因为在框198中访问的当前热量图像可以用成像系统26生成,所以可以确定仪器24在图像数据内的位置,如上文所讨论。因此,可以将来自气泡图像库的气泡图像的比较最小化到受试者体内的仪器24的远端周围的选定区域或体积(诸如当受试者被配准到图像时),诸如比较图像380。用于与气泡图像气泡图像进行比较的图像的量可以被选择为仅在相对于仪器的被跟踪位置的选定体积或区域内。
另外或作为其替代,用户25还可以识别感兴趣区域以便与来自气泡图像库420的气泡图像进行比较。用户25可以通过诸如键盘44的一个或多个输入装置来识别ROI。在各种实施例中,用户25可以在显示装置22所显示的图像23上绘制或识别ROI。因此,在框220中,可以识别感兴趣区域的任选区域或体积以便比较。气泡图像与所生成的比较图像的比较可以在整个图像和/或选定的感兴趣区域中的一个或两个中。如上所述,感兴趣区域可以基于用户25的选择、诸如利用导航系统跟踪的仪器24的被跟踪位置,或图像相对于受试者28的固有配准位置。例如,ROI可以在距仪器24的端部的选定位置约0.1cm至约5cm的体积内。然而,可以将气泡图像与比较图像的适当部分进行比较,以确定在图像内是否存在气泡。
返回参考图4,在识别气泡在比较图像中的位置之后,可以在框248中确定是否补偿。如果确定没有补偿,则如上文所讨论,可以遵循各种步骤,诸如暂停治疗以允许气泡消散。然而,如果确定补偿,则可以遵循YES路径260以在框270中从当前热量图像中去除由气泡引起的失真/伪影。
补偿可以包含去除由热量图像和/或比较图像中的气泡引起的失真,诸如相位方差。因此,在各种实施例中,补偿可以包含从与所识别的气泡最匹配的气泡图像库中减去气泡图像。因此,随着可以从在所生成的比较图像中识别的气泡图像库中去除气泡图像而去除气泡失真。气泡图像可以被去除,因为其放置在热量图像或比较图像上作为图像中的所识别气泡的确定中心。在各种实施例中,该中心可以是图像中的加权平均中心。通过从热量图像中去除来自气泡图像库的气泡图像的信息,可以从图像中减去或去除气泡。
在各种实施例中,继续参考图4并另外参考图9,替代地和/或更详细地绘示在框270中去除的失真。如上所述,作为方法180的一部分,所去除的失真可以被识别或确定为子例程。而且如上所述,去除失真270和温度确定274可以是诸如利用处理器系统40执行的指令。因此,可以基于根据所公开方法和过程形成的指令基本上自动地确定失真消除和补偿。
因此,参考图9,更详细地描述去除失真方法或子例程。一旦在框244中识别出气泡,就可以识别比较图像中作为气泡的一部分和/或可能作为气泡的一部分的所有体素。因此,气泡内部的所有体素(即,如由来自在框194中访问的气泡图像库的气泡图像所识别的)可以具有针对以每个体素为中心的每个体素计算的偶极场。偶极场可以生成为矩阵,其可以称为矩阵A,并且由等式7定义。
等式7是图像中的x和y坐标的平方差除以它们的和。坐标以被识别为xc和yc的体素位置为中心。因此,偶极场的计算可以在框480中进行。偶极场是基于图像内的x和y位置的映射图,并且可以在框484中形成为矢量。矢量可以形成矩阵的两列。偶极矩阵然后可以用于分析比较相位图像388,如上文在图7和图8中所讨论的。
在框490中,可以将偶极矩阵拟合到相位比较相位图像,诸如图像388。在框494中,可以从当前热量图像中减去拟合的相位图像。以偶极矩阵拟合的比较相位图像388的减去可以用于确定适当的热量或由于不受气泡影响的当前热量图像内的热量引起的相位变化。
偶极矩阵可以用于识别或阐明当前热量图像中的体素,该体素是由气泡引起的相位失真,而不是由于受试者28体内的组织的加热引起的相位变化。因此,从当前热量图像中减去以偶极矩阵拟合的比较相位图像消除了由气泡而不是热量引起的相位失真。因此,在框270中去除气泡的失真/伪影可以允许在框274中确定当前热量图像198内的所有体素处的温度。
继续参考图9并返回参考图4,当前热量图像中的温度的确定可以基于由气泡引起的相位失真的去除。因此,一旦去除气泡相,就可以在框274中确定温度。此外,参考图9,温度确定可以包含各种子步骤或子例程。例如,框274中的温度确定可以包含框510中的温度去卷绕(temperature unwrapping)。框510中的温度去卷绕可以包含当对在框198中访问的热量确定图像进行相位编码时校正相位卷绕。因此,在框510中,由于该相位,可能导致温度去卷绕。
温度确定还可以包含框520中的漂移去除。漂移去除可以包含确定随时间变化的温度漂移。随时间变化的漂移温度可能由于各种原因而发生,并且漂移去除可以包含确定随时间变化的温度漂移,使得监测相位漂移的累积并且针对该漂移伪影跨图像解剖结构调整温度数据。因此,可以对所有热量图像进行求和以确定在框194中访问的当前热量图像之前可能已经发生的热量漂移的掩蔽和/或减去。也可以使用其它适当的方法来确定漂移和/或漂移去除。例如,通过将低阶多项式拟合到整个相位差图像(例如,比较图像的相位部分(即,相位方差图像388)、然后将其从基于当前热量图像的温度映射图中减去,可以从瞬时加热图像(例如,当前热量图像)中导出漂移校正。
最后,可以在框530中基于气泡相失真的去除并考虑任选的附加特征、诸如分别在如上文所讨论的框510、520中的温度去卷绕和漂移去除来制作温度映射图。温度映射图可以包含针对在框198中访问的当前热量图像访问中的每个体素确定的温度。温度确定还可以包含或者是与前一热量图像的温度差。此外,如上所述,该确定可以基于利用由受试者28的成像系统26获取的图像数据收集的信息。在各种实施例中,该信息可以包含图像中的每个体素的相变或其它信息,诸如弛豫时间。在各种实施例中,可以根据通常已知的技术、诸如在由美敦力公司销售的冷却激光光纤系统中使用的那些技术来执行温度确定。然而,在框530中产生的温度映射图可以在根据包括如上所述的各种子步骤的方法180去除在当前热量图像中识别的气泡或可能的气泡之后得出。
因此,如上文所讨论,可以对受试者执行该程序,并且可以利用图像来确定温度。包含或基于如上所述的方法,可以确定温度而不管是否发生气泡的形成。因此,气泡可能在图像中出现,它可以基于上述算法根据由处理器执行的指令来自动识别,并且可以基于当前热量图像来生成校正后的或未失真的温度映射图。因此,用户25可以确定或已经确定受试者的温度映射图。
返回参考图1和2并进一步参考图4,在框220中,可以将来自所访问的气泡图像库的至少一个气泡图像与比较图像进行比较。在比较至少一个气泡图像库时,如上所述,可以将图像气泡库中的所有图像与比较气泡图像进行比较。如上所述,气泡图像中的每一个可以包含选定的像素或体素(基于所生成的图像和比较图像的类型),以允许气泡图像与比较图像之间进行比较。通常,用比较图像中的像素和/或体素进行气泡图像中的像素和/或体素之间的逐对比较。然而,将气泡图像与整个热量图像进行比较可能包含无关的或多余的相关性和/或可能增加分析时间。因此,在各种实施例中,如上所述,可以确定感兴趣区域(ROI),以用于仅限制或限定其中气泡图像与比较图像进行比较的区域或体积。在各种实施例中,可以基于在受试者28中导航仪器24来确定ROI。
另外参考图10,绘示了经导航确定的感兴趣区域600。诸如紧接在框220中将来自所访问的气泡图像库的至少一个气泡图像与当前图像进行比较之前,可以将经导航确定的感兴趣区域并入图4中绘示的方法180中。还应当理解,如图4中绘示,ROI的确定可以是并入框220中的比较中的子例程。因此,可以将所确定的ROI 600理解为并入方法180中的子例程。因此,如上所述,方法600可以是诸如用处理器系统40执行的指令。因此,可以基于根据所公开方法和过程形成的指令基本上自动地确定方法600。
通常,当在选定手术期间导航仪器24时,可以用选定的跟踪系统、诸如上文讨论的跟踪系统50跟踪仪器24,以确定仪器24的至少一部分的位置。因此,所确定的ROI方法600可以在方法180中开始于比较框210,并在框614中继续跟踪仪器。
在框614中跟踪仪器时,可以由导航系统20确定仪器24的位置。可以诸如利用DRF58确定仪器24相对于受试者28的位置。如上所述,受试者28的图像、包含图像23可以被配准到患者28。在各种实施例中,图像23可以在框618中被配准到受试者28。因此,在框614中,基于跟踪仪器,可以知道仪器24相对于图像23的被跟踪位置。配准可以任何适当的方式发生,该方式包含上面讨论的方式,诸如识别受试者28和图像23中的基准点(基准可以是自然的或人工植入的)。无论如何,图像都可以在框618中配准。
因此,在框622中可以相对于图像确定框614中仪器的被跟踪位置。在框622中确定仪器的位置时,可以在图像空间中识别图像23内的区域。如上所述,可以确定仪器的至少一部分、诸如仪器24的终端110和/或能量输送装置100的远端104的位置。仪器的部分的位置、诸如光纤元件或能量输送装置100的终端可以用于识别与温度确定相关的区域。
通过在框628中确定感兴趣区域,确定的感兴趣区域可以基于在框622中确定的仪器位置。所确定的感兴趣区域可以包含在仪器或仪器的一部分的所确定位置周围或附近的选定区域或体积。例如,所确定的感兴趣区域可以被限定为具有选定长度(例如,约1cm至约6cm和/或约2个像素或体素至约12个像素或体素)的半径的体积。感兴趣区域可以位于仪器的部分的确定位置的中心或附近,并且可以在框628中确定。
在各种实施例中,处理器、诸如上文所讨论的处理器系统40可以调用感兴趣区域的预定大小或确定感兴趣区域的大小。然而,应当理解,用户25还可以相对于仪器的被跟踪位置和在框622中仪器的所确定位置来限定感兴趣区域。因此,在框628中确定感兴趣区域可以识别图像23的部分(例如,仪器的加热部分的被跟踪中心和距该中心选定半径中的体积)。
如上所述,ROI的确定可以是框220的子例程。然而,如图10中绘示,ROI 600的确定可以插入在框210中生成比较图像与在框220中将来自所访问的气泡图像库的至少一个气泡图像与当前比较图像进行比较之间。因此,通过仪器24的导航确定ROI可以被理解为包含性的或者作为选定选项包含在方法180内。
返回参考图4,如上所述,在框220处,在方法180中进行比较以就图像的一部分确定图像中是否存在或可能存在气泡。如上文所讨论,参考图4和图5,可以生成/或访问气泡图像以与比较图像进行比较。气泡图像可以基于气泡的模型和模型气泡的图像,包含幅度和相位方差。然而,在各种实施例中,除了气泡图像模型之外和/或作为其替代,可以通过直接分析比较图像来识别气泡和/或识别可能的气泡。在各种实施例中,除了如上文所讨论的气泡图像模型之外和/或作为其替代,可以应用启发式方法。
继续参考图4并另外参考图11,绘示了方法220b。如上文所讨论的,方法220b可以是对来自气泡图像库的气泡图像的比较的补充和/或替代。然而,比较方法220b可以包含在方法180中,如图4中绘示,以在框230中确定是否存在气泡,并且在框244中确定气泡在比较图像中的所识别位置。因此,如上文所讨论,比较方法220b可以被包含或理解为方法180内的子例程。
因此,如上文所讨论并在诸如图6和图8的各个图中绘示的气泡图像比较算法或系统也可以是方法220b的替代和/或补充。图6和图8中绘示的包含气泡图像库的方法也可以被理解为方法180的子例程。
如上文所讨论,启发或非模型比较220b可以在框210处开始。比较图像可以在框210中生成,并且在框660中被接收用于比较。接收到的一个或多个比较图像可以包含比较图像数据668,如图12中绘示。如上文所讨论,比较图像数据668可以类似于图像数据380。通常,比较图像数据可以是当前热量图像160与前一(prior/previous)热量图像150的比率。如上文所讨论,当前热量图像160可以包含或可以不包含当与前一热量图像150相比时包含选定的或具有选定的变化的一个或多个体素或像素。在各种实施例中,如上文所讨论的,比较图像数据668可以基于当前热量图像160与前一热量图像150的比率。同样如上文所讨论,比较图像数据668可以包含幅度图像数据670和相位方差图像数据674。如图12中示范性地绘示,幅度图像数据670可以包含幅度变化或减小区域678,而所发起的相位方差674可以包含相位方差区域(region/area)682。
在比较方法220b中,可以在框688中在比较图像上移动滤波器692。滤波器可以被定义和/或保存在选定存储器中,诸如在存储器46中。处理器系统40然后可以调用滤波器并将其与比较图像数据进行比较或将其移动到比较图像数据668上,如本文中进一步讨论。
滤波器可以被定义为尝试识别或者识别包含选定标准或方差的体素或像素的群集或局部区域。该方差可以被预定义并包含在存储于存储器46中的滤波器内。然而,在各种实施例中,用户25还可以识别包含在滤波器中以用于在框688中与比较图像进行比较的选定特征或标准。
滤波器可以包含选定大小,诸如约2个体素至约15个体素,包含约7个体素至约11个体素,并且进一步包含约9个体素。因此,滤波器可以具有选定尺寸,并且可以在比较图像的选定尺寸内移动。如上文所讨论,滤波器可以在整个图像内移动。然而,在各种实施例中,滤波器也可以在感兴趣区域内移动。如上所述,感兴趣区域可以包含手动选定的感兴趣区域(例如,由用户25识别的感兴趣区域,诸如通过以输入在图像23中绘制ROI)和/或基于诸如在图10中绘示的ROI确定600内的选定特征而自动确定。因此,应当理解,滤波器可以应用于任何适当区域中的比较图像,包含整个图像或仅包含可能小于整个图像的感兴趣区域。
滤波器可以确定或识别比较图像668内的选定体素,该选定体素可以包含气泡或被确定为在气泡内。因此,可以由处理器系统40以类似于如上文所讨论应用气泡图像的方式将滤波器应用于比较图像数据668。因此,可以相对于比较图像668以基本上逐对方式应用滤波器,以确定体素是否满足选定阈值的比较和/或确定,如本文进一步讨论。
如图12中绘示的滤波器692可以被绘示为如上文所讨论的区域或体积滤波器692。在各种实施例中,滤波器可以包含(include/inclusive of)至少两个特征或标准,但是该至少两个特征或标准在图12中单独绘示。例如,在幅度图像670中,滤波器692可以包含选定尺寸,如上文所讨论,并且识别幅度图像670或与幅度图像进行比较以确定选定的信号降。选定的信号降可以包含或被定义为体素的比率或比较图像数据668的幅度变化,该幅度变化为至少约0.5至约0.95并且进一步包含约0.7至约0.9,并且进一步包含比较图像668中约0.8的幅度方差。换句话说,滤波器可以将从热量图像到当前热量图像的约20%的信号降低识别为略微包含在气泡内。
滤波器692b可以包含与相位方差图像674进行比较或在其上移动的第二标准。滤波器可以在相位方差图像674中识别具有约0.5弧度至约1.5弧度、进一步包含约1弧度的相位方差的体素。可以基于每个体素、诸如在滤波器692b与相位方差图像674中的体素之间的逐对比较中来识别或确定相位方差。
因此,如上文所讨论,滤波器692在包含整个图像和/或在感兴趣区域内的比较图像数据668上移动或与其进行比较。基于对滤波器内的体素的评估,在框698中确定所识别的体素是否可能在气泡内。如上面所讨论,滤波器可以用于基于上文所述的关于幅度和相位方差的选定标准和/或阈值来识别可能在气泡内的体素。然后,在框698中,可以确定或保存基于滤波器692被识别为可能在气泡内的所有体素。通常,如果体素满足诸如具有约0.8的幅度方差(即,约20%的信号减少)和约1弧度的相位方差这两个标准,则可以确定体素可能在气泡内。
一旦在框698中体素被确定或识别为可能在气泡内,则在框702中可以得出在彼此的选定距离内的体素的尺寸。如上文所讨论,滤波器692可以用于确定选定的体素或者体素是否具有选定的幅度变化(例如,信号降)和/或相位方差。通常,如上文所讨论,将要求被确定为可能在气泡内的体素包含两个阈值。
可以确定气泡具有选定尺寸和/或几何形状。例如,可以假设气泡具有至少约2个体素和/或等于或小于约12个体素的半径。因此,在框702中确定体素群集的尺寸可以用于识别气泡是否存在于比较图像668中。群集可以是彼此相邻(例如,接触)或在选定距离(例如,相隔0.5个体素)内的满足气泡滤波标准的体素。满足距离标准的所有体素可以被识别为群集。一旦在框702中确定了任何体素群集的尺寸,就可以在框230中确定是否存在气泡。
基于启发式比较220b在框230中确定气泡是否存在于比较图像中可以包含一旦在框702中确定了群集,在框698中确定的任何体素是否满足在框230中识别或选择的尺寸。因此,如果体素群集已经被识别并且包含至少2个体素的尺寸,则在框230中可以确定气泡存在于比较图像中。因此,可以遵循YES路径238,如上文图4中绘示和所讨论的。
如果确定没有群集或没有体素群集满足大小标准,诸如小于2个体素和/或大于12个体素,则可以在确定框230中确定在图像中不存在气泡,并且可以遵循NO路径234。应当理解,群集尺寸可以是预定的,并且包含在滤波器中以供处理器系统40分析。还应当理解,用户25还可以输入选定的群集尺寸用于分析比较图像668的。因此,比较方法220b可以用于比较和/或帮助识别或确定比较图像中是否存在气泡。如上文所讨论,单独地和/或组合地与气泡图像库图像进行比较。
提供示例实施例使得本公开全面,并且并且将范围全面地传达给本领域的技术人员。阐述许多特定细节,如特定部件、装置和方法的实例,以提供对本公开的实施例的透彻理解。本领域的技术人员将明白,不必采用特定细节,实例实施例可按许多不同形式实施,并且不应解释为限制本公开的范围。在一些实例实施例中,没有详细描述众所周知的方法、众所周知的装置结构和众所周知的技术。
指令可以由处理器执行,并且可以包含可以包含软件、固件和/或微代码,并且可以指代程序、例程、函数、类、数据结构和/或对象。术语共享处理器电路涵盖执行来自多个模块的某些或所有代码的单个处理器电路。术语成组处理器电路涵盖结合另外的处理器电路来执行来自一个或多个模块的某些或所有代码的处理器电路。对多个处理器电路的引用涵盖离散裸片上的多个处理器电路、单个裸片上的多个处理器电路、单个处理器单元的多个核心、单个处理器电路的多个线程或上述组合。术语共享存储器电路涵盖存储来自多个模块的某些或所有代码的单个存储器电路。术语成组存储器电路涵盖结合另外的存储器来存储来自一个或多个模块的某些或所有代码的存储器电路。
本申请中描述的设备和方法可以部分或完全由通过配置通用计算机以执行计算机程序中实施的一个或多个特定功能而创建的专用计算机来实施。计算机程序包括存储在至少一个非暂时性、有形计算机可读介质上的处理器可执行指令。计算机程序还可以包括或依赖于所存储的数据。计算机程序可以包含与专用计算机的硬件交互的基本输入/输出系统(BIOS)、与专用计算机的特定装置交互的装置驱动器、一个或多个操作系统、用户应用程序、背景服务、背景应用程序等。
计算机程序可以包含:(i)汇编代码;(ii)由编译器从源代码生成的目标代码;(iii)由解译器执行的源代码;(iv)由即时编译器编译并执行的源代码,(v)用于解析的描述性文本,诸如HTML(超文本标记语言)或XML(可扩展标记语言)等。仅作为实例,源代码可以C、C++、C#、Objective-C、Haskell、Go、SQL、Lisp、ASP、Perl、HTML5、Ada、ASP(活动服务器页面)、Perl、Scala、Erlang、Ruby、VisualLua或来编写。
通信可以包含本公开中描述的无线通信,其可以完全或部分地遵循IEEE标准802.11-2012、IEEE标准802.16-2009和/或IEEE标准802.20-2008来进行。在各种实施方案中,IEEE 802.11-2012可以由草案IEEE标准802.11ac、草案IEEE标准802.11ad和/或草案IEEE标准802.11ah来补充。
处理器或模块或‘控制器’可以用术语‘电路’代替。术语‘模块’可以指代以下项或是以下项的部分或包括以下项:专用集成电路(ASIC);数字、模拟或混合式模拟/数字离散电路;数字、模拟或混合式模拟/数字集成电路;组合逻辑电路;现场可编程门阵列(FPGA);执行代码的处理器电路(共享、专用或成组);存储由处理器电路执行的代码的存储器电路(共享、专用或成组);提供所述功能性的其他合适的硬件组件;或某些或所有上述的组合,诸如在片上系统中。
前述对实施方案的描述是出于说明和描述的目的提供的。其并不旨在是穷尽的或限制本公开。具体实施例的个别元件或特征通常不限于具体实施例,但在适用时为可互换的,并且可用于选择的实施例中(即使未特别示出或描述)。具体实施例的个别元件或特征还可以多种方式变化。这类变化不应视为脱离本公开,并且所有这类修改都旨在包括在本公开的范围内。
根据以上提供的详细描述,本教导的其它应用领域将变得显而易见。应当理解,详细说明和具体实例尽管指示了各种实施例,但是仅旨在用于绘示目的,而不旨在限制本教导的范围。
Claims (20)
1.一种确定图像中气泡的存在的方法,其包含:
将至少一个滤波标准与当前图像进行比较;
确定所述当前图像中的体素是否满足所述至少一个滤波标准;
当所述当前图像中的至少一个体素满足所述至少一个滤波标准时,输出所述至少一个体素;以及
确定在彼此的选定距离内的所有体素输出的尺寸。
2.根据权利要求1所述的方法,其进一步包括:
访问所述当前图像作为至少第一图像与第二图像的比较。
3.根据权利要求1或2中任一项所述的方法,其中将至少一个滤波标准与当前图像进行比较进一步包括:
将第一标准与第二标准进行比较。
4.根据权利要求3所述的方法,其中所述第一标准包括所述当前图像中的所述第一图像与所述第二图像之间的幅度差。
5.根据权利要求3所述的方法,其中所述第二标准包括所述当前图像中的所述第一图像与所述第二图像之间的相位方差。
6.根据权利要求1至5中任一项所述的方法,其中将至少一个滤波标准与当前图像进行比较包括:
选择所述当前图像内的第一区域;
确定所述当前图像中的第一体素是否满足所述标准;
选择所述当前图像内的第二区域;以及
确定所述当前图像中的第二体素是否满足所述标准。
7.根据权利要求6所述的方法,其进一步包括:
选择所述当前图像内的感兴趣区域;以及
仅选择所述感兴趣区域内的所述第一区域和所述第二区域。
8.根据权利要求7所述的方法,其中选择所述当前图像内的所述感兴趣区域包含确定仪器的位置。
9.根据权利要求3所述的方法,其中所述第一标准包括确定所述当前图像中的至少一个体素是否包含约0.8的幅度比。
10.根据权利要求3所述的方法,其中所述第二标准包括确定所述当前图像中的至少一个体素是否包含一个弧度的相位方差。
11.根据权利要求1至10中任一项所述的方法,其中确定在彼此的所述选定距离内的所有输出体素的所述尺寸包含确定与另一个输出体素相邻的所有所述输出体素的尺寸。
12.根据权利要求11所述的方法,其进一步包括:
当确定的尺寸的直径为至少两个体素时,识别所述当前图像中的气泡。
13.根据权利要求1至12中任一项所述的方法,其进一步包括:
在去除由识别的气泡引起的失真之后基于所述当前图像确定温度映射图。
14.一种确定图像中气泡的存在的方法,其包括:
访问通过将第一图像与第二图像进行比较而生成的比较图像;
将至少第一滤波标准和第二滤波标准与所述比较图像进行比较;
确定所述比较图像中的体素是否满足所述第一滤波标准和所述第二滤波标准两者;
当所述比较图像中的至少一个体素满足所述第一滤波标准和所述第二滤波标准时,输出所述至少一个体素;
确定在彼此的选定距离内的所有输出体素的尺寸;以及
当确定的尺寸是选定尺寸时,识别所述第一图像或所述第二图像中的至少一个中的气泡。
15.根据权利要求14所述的方法,其中所述选定尺寸在约两个体素至约十二个体素之间。
16.根据权利要求15所述的方法,其中所述第一标准包含约0.8的幅度比,而所述第二标准包含约一个弧度的相位方差。
17.一种用于确定图像中气泡的存在的系统,其包括:
输入系统,所述输入系统用于输入比较图像;
存储器系统,所述存储器系统上存储有具有至少第一滤波标准和第二滤波标准的滤波器;以及
处理器系统,所述处理器系统可操作以执行指令以:
从所述存储器系统调用所述滤波器,
确定所述比较图像中的体素是否满足所述第一滤波标准和所述第二滤波标准两者,
当所述比较图像中的至少一个体素满足所述第一滤波标准和所述第二滤波标准时输出输出体素,以及
确定在彼此的选定距离内的所有输出体素的尺寸。
18.根据权利要求17所述的系统,其中所述处理器系统可操作以执行进一步的指令以生成所述比较图像作为第一图像与第二图像的比率。
19.根据权利要求18所述的系统,其中所述处理器系统可操作以执行进一步的指令以在确定的尺寸是选定尺寸时识别所述第一图像或所述第二图像中的至少一个中的气泡。
20.根据权利要求17至19中任一项所述的系统,其中所述第一标准包含约0.8的幅度比,而所述第二标准包含约一个弧度的相位方差。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US16/282,219 | 2019-02-21 | ||
US16/282,219 US11403760B2 (en) | 2019-02-21 | 2019-02-21 | Method and apparatus for magnetic resonance imaging thermometry |
PCT/US2020/019084 WO2020172441A1 (en) | 2019-02-21 | 2020-02-20 | Method and apparatus for magnetic resonance imaging thermometry |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113454681A true CN113454681A (zh) | 2021-09-28 |
Family
ID=69846578
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202080015969.XA Pending CN113454681A (zh) | 2019-02-21 | 2020-02-20 | 用于磁共振成像测温的方法和设备 |
Country Status (6)
Country | Link |
---|---|
US (1) | US11403760B2 (zh) |
EP (1) | EP3928287A1 (zh) |
CN (1) | CN113454681A (zh) |
AU (1) | AU2020226750A1 (zh) |
CA (1) | CA3130965A1 (zh) |
WO (1) | WO2020172441A1 (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11426229B2 (en) | 2019-02-21 | 2022-08-30 | Medtronic Navigation, Inc. | Method and apparatus for magnetic resonance imaging thermometry |
CN116485924B (zh) * | 2023-03-20 | 2023-09-29 | 西安电子科技大学 | 含伪影的光纤线包ct截面图像的二值化方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2312303A1 (en) * | 2009-10-12 | 2011-04-20 | Koninklijke Philips Electronics N.V. | Magnetic resonance imaging system and method for detecting a gas bubble |
CN104602761A (zh) * | 2012-07-09 | 2015-05-06 | 皇家飞利浦有限公司 | 声辐射力磁共振成像 |
CN107209237A (zh) * | 2014-12-04 | 2017-09-26 | 皇家飞利浦有限公司 | 使用先验知识的狄克逊磁共振成像 |
Family Cites Families (34)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2863818B2 (ja) | 1990-08-31 | 1999-03-03 | 工業技術院長 | 動画像の変化点検出方法 |
AU675077B2 (en) | 1992-08-14 | 1997-01-23 | British Telecommunications Public Limited Company | Position location system |
US5540909A (en) * | 1994-09-28 | 1996-07-30 | Alliance Pharmaceutical Corp. | Harmonic ultrasound imaging with microbubbles |
US5592939A (en) | 1995-06-14 | 1997-01-14 | Martinelli; Michael A. | Method and system for navigating a catheter probe |
AU1062397A (en) * | 1995-11-28 | 1997-06-19 | Dornier Medical Systems, Inc. | Method and system for non-invasive temperature mapping of tissue |
EP0937263B1 (en) * | 1996-11-07 | 2003-05-07 | TomTec Imaging Systems GmbH | Method and apparatus for ultrasound image reconstruction |
US6119033A (en) | 1997-03-04 | 2000-09-12 | Biotrack, Inc. | Method of monitoring a location of an area of interest within a patient during a medical procedure |
US6226548B1 (en) | 1997-09-24 | 2001-05-01 | Surgical Navigation Technologies, Inc. | Percutaneous registration apparatus and method for use in computer-assisted surgical navigation |
WO1999054746A1 (en) * | 1998-04-17 | 1999-10-28 | Koninklijke Philips Electronics N.V. | Magnetic resonance imaging method and apparatus |
US6474341B1 (en) | 1999-10-28 | 2002-11-05 | Surgical Navigation Technologies, Inc. | Surgical communication and power system |
US7366562B2 (en) * | 2003-10-17 | 2008-04-29 | Medtronic Navigation, Inc. | Method and apparatus for surgical navigation |
US6381485B1 (en) | 1999-10-28 | 2002-04-30 | Surgical Navigation Technologies, Inc. | Registration of human anatomy integrated for electromagnetic localization |
US7570791B2 (en) | 2003-04-25 | 2009-08-04 | Medtronic Navigation, Inc. | Method and apparatus for performing 2D to 3D registration |
US7270656B2 (en) | 2003-11-07 | 2007-09-18 | Visualase, Inc. | Cooled laser fiber for improved thermal therapy |
WO2005055136A2 (en) * | 2003-11-26 | 2005-06-16 | Board Of Regents, The University Of Texas System | Method and apparatus for phase-sensitive magnetic resonance imaging |
US20050283074A1 (en) * | 2004-06-22 | 2005-12-22 | Siemens Medical Solutions Usa, Inc. | Ultrasound feedback for tissue ablation procedures |
JP5086563B2 (ja) | 2006-05-26 | 2012-11-28 | オリンパス株式会社 | 画像処理装置及び画像処理プログラム |
JP2010503421A (ja) | 2006-07-13 | 2010-02-04 | ザ リージェンツ オブ ザ ユニバーシティ オブ コロラド | エコー粒子画像速度(epiv)およびエコー粒子追跡速度測定(eptv)システムおよび方法 |
US8340376B2 (en) | 2008-03-12 | 2012-12-25 | Medtronic Navigation, Inc. | Diffusion tensor imaging confidence analysis |
WO2010144419A2 (en) | 2009-06-08 | 2010-12-16 | Surgivision, Inc. | Mri-guided interventional systems that can track and generate dynamic visualizations of flexible intrabody devices in near real time |
JP5735488B2 (ja) * | 2010-04-09 | 2015-06-17 | 株式会社日立製作所 | 超音波診断治療装置 |
DE102010039693B4 (de) * | 2010-08-24 | 2012-10-31 | Siemens Aktiengesellschaft | Phasensensitive Magnetresonanz-Bildgebung |
JP5757724B2 (ja) * | 2010-12-10 | 2015-07-29 | オリンパス株式会社 | 画像処理装置、画像処理方法、及び画像処理プログラム |
JP5959168B2 (ja) * | 2011-08-31 | 2016-08-02 | オリンパス株式会社 | 画像処理装置、画像処理装置の作動方法、及び画像処理プログラム |
US10271890B2 (en) * | 2011-09-27 | 2019-04-30 | Koninklijke Philips N.V. | High intensity focused ultrasound enhanced by cavitation |
US9002022B1 (en) * | 2011-10-07 | 2015-04-07 | The Boeing Company | Methods for non-destructive inspection of thick fiber-reinforced composite parts |
WO2014099644A1 (en) * | 2012-12-20 | 2014-06-26 | 3M Innovative Properties Company | Method of detecting gas-producing microbial colonies |
US9743909B1 (en) * | 2013-05-15 | 2017-08-29 | University Of Washington Through Its Center For Commercialization | Imaging bubbles in a medium |
JP6600356B2 (ja) * | 2015-06-24 | 2019-10-30 | オリンパス株式会社 | 画像処理装置、内視鏡装置及びプログラム |
US11172821B2 (en) | 2016-04-28 | 2021-11-16 | Medtronic Navigation, Inc. | Navigation and local thermometry |
KR20180032156A (ko) * | 2016-09-21 | 2018-03-29 | 한국전자통신연구원 | 이온 치료 장치 및 이온 빔을 이용하는 치료 방법 |
WO2019187206A1 (ja) * | 2018-03-27 | 2019-10-03 | オリンパス株式会社 | 画像処理装置、カプセル型内視鏡システム、画像処理装置の作動方法、及び画像処理装置の作動プログラム |
US10677866B1 (en) | 2018-11-28 | 2020-06-09 | Insightec, Ltd. | Systems and methods for correcting measurement artifacts in MR thermometry |
US11426229B2 (en) * | 2019-02-21 | 2022-08-30 | Medtronic Navigation, Inc. | Method and apparatus for magnetic resonance imaging thermometry |
-
2019
- 2019-02-21 US US16/282,219 patent/US11403760B2/en active Active
-
2020
- 2020-02-20 CA CA3130965A patent/CA3130965A1/en not_active Abandoned
- 2020-02-20 AU AU2020226750A patent/AU2020226750A1/en not_active Abandoned
- 2020-02-20 EP EP20712757.2A patent/EP3928287A1/en active Pending
- 2020-02-20 WO PCT/US2020/019084 patent/WO2020172441A1/en unknown
- 2020-02-20 CN CN202080015969.XA patent/CN113454681A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2312303A1 (en) * | 2009-10-12 | 2011-04-20 | Koninklijke Philips Electronics N.V. | Magnetic resonance imaging system and method for detecting a gas bubble |
CN104602761A (zh) * | 2012-07-09 | 2015-05-06 | 皇家飞利浦有限公司 | 声辐射力磁共振成像 |
CN107209237A (zh) * | 2014-12-04 | 2017-09-26 | 皇家飞利浦有限公司 | 使用先验知识的狄克逊磁共振成像 |
Non-Patent Citations (2)
Title |
---|
KHOKHLOVA TATIANA ET AL: "Magnetic resonance imaging of boiling induced by high intensity focused ultrasound", 《THE JOURNAL OF THE ACOUSTICAL SOCIETY OF AMERICA 》, vol. 125, no. 04, 1 April 2009 (2009-04-01), pages 2420 - 2424 * |
MONICA SIEPMANN ET AL: "Phase shift variance imaging-a new technique for destructive microbubble imaging", 《IEEE TRANSACTIONS ON ULTRASONICS , FERROELECTRICS AND FREQUENCY CONTROL》, vol. 60, no. 05, 1 May 2013 (2013-05-01), pages 909 - 923, XP011507604, DOI: 10.1109/TUFFC.2013.2648 * |
Also Published As
Publication number | Publication date |
---|---|
US11403760B2 (en) | 2022-08-02 |
EP3928287A1 (en) | 2021-12-29 |
WO2020172441A1 (en) | 2020-08-27 |
CA3130965A1 (en) | 2020-08-27 |
AU2020226750A1 (en) | 2021-09-23 |
US20200273171A1 (en) | 2020-08-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11202652B2 (en) | Registration and motion compensation for patient-mounted needle guide | |
US11896288B2 (en) | Method and apparatus for magnetic resonance imaging thermometry | |
US8160677B2 (en) | Method for identification of anatomical landmarks | |
US8725235B2 (en) | Method for planning a surgical procedure | |
US9311335B2 (en) | Diffusion tensor imaging confidence analysis | |
US7450743B2 (en) | Method and system of affine registration of inter-operative two dimensional images and pre-operative three dimensional images | |
US8150497B2 (en) | System for navigating a planned procedure within a body | |
EP3298968B1 (en) | Method for identification of anatomical landmarks | |
US20080123921A1 (en) | System for identification of anatomical landmarks | |
US20120330134A1 (en) | Interventional Imaging | |
CN113454681A (zh) | 用于磁共振成像测温的方法和设备 | |
CN113474812A (zh) | 用于磁共振成像测温的方法和设备 | |
US20210145372A1 (en) | Image acquisition based on treatment device position | |
Li | Computer-assisted navigation techniques for MRI-guided percutaneous interventions | |
Brat | Comparison of three point-based techniques for fast rigid US-CT intraoperative registration for lumbar fusion | |
Sinha et al. | Laser range scanning for cortical surface characterization during neurosurgery |
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 |