CN113971659A - 一种经皮肺以及腹部穿刺的呼吸门控系统 - Google Patents

一种经皮肺以及腹部穿刺的呼吸门控系统 Download PDF

Info

Publication number
CN113971659A
CN113971659A CN202111073050.9A CN202111073050A CN113971659A CN 113971659 A CN113971659 A CN 113971659A CN 202111073050 A CN202111073050 A CN 202111073050A CN 113971659 A CN113971659 A CN 113971659A
Authority
CN
China
Prior art keywords
respiratory
breathing
module
respiration
region
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN202111073050.9A
Other languages
English (en)
Other versions
CN113971659B (zh
Inventor
张忞
陈万龙
李阳天
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.)
Hangzhou Weiyin Technology Co ltd
Original Assignee
Hangzhou Weiyin Technology Co ltd
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 Hangzhou Weiyin Technology Co ltd filed Critical Hangzhou Weiyin Technology Co ltd
Priority to CN202111073050.9A priority Critical patent/CN113971659B/zh
Publication of CN113971659A publication Critical patent/CN113971659A/zh
Application granted granted Critical
Publication of CN113971659B publication Critical patent/CN113971659B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/05—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves 
    • A61B5/055—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves  involving electronic [EMR] or nuclear [NMR] magnetic resonance, e.g. magnetic resonance imaging
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/02—Arrangements for diagnosis sequentially in different planes; Stereoscopic radiation diagnosis
    • A61B6/03—Computed tomography [CT]
    • A61B6/032—Transmission computed tomography [CT]
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/52—Devices using data or image processing specially adapted for radiation diagnosis
    • A61B6/5258—Devices using data or image processing specially adapted for radiation diagnosis involving detection or reduction of artifacts or noise
    • A61B6/5264—Devices using data or image processing specially adapted for radiation diagnosis involving detection or reduction of artifacts or noise due to motion
    • 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
    • G06T5/00—Image enhancement or restoration
    • G06T5/80—Geometric correction
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/20—Analysis of motion
    • G06T7/246—Analysis of motion using feature-based methods, e.g. the tracking of corners or segments
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/20—Analysis of motion
    • G06T7/277—Analysis of motion involving stochastic approaches, e.g. using Kalman filters
    • 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
    • G06T2207/10004—Still image; Photographic image
    • G06T2207/10012—Stereo 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
    • G06T2207/10—Image acquisition modality
    • G06T2207/10028—Range image; Depth image; 3D point clouds
    • 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
    • G06T2207/20024—Filtering details
    • 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
    • G06T2207/20024—Filtering details
    • G06T2207/20032—Median filtering
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Theoretical Computer Science (AREA)
  • Medical Informatics (AREA)
  • General Physics & Mathematics (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • General Health & Medical Sciences (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Radiology & Medical Imaging (AREA)
  • Pathology (AREA)
  • Animal Behavior & Ethology (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • High Energy & Nuclear Physics (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Biophysics (AREA)
  • Veterinary Medicine (AREA)
  • Public Health (AREA)
  • Multimedia (AREA)
  • Optics & Photonics (AREA)
  • Pulmonology (AREA)
  • Quality & Reliability (AREA)
  • Apparatus For Radiation Diagnosis (AREA)

Abstract

本发明涉及一种经皮肺以及腹部穿刺的呼吸门控系统，包括：立体视觉测量模块，用于扫描患者胸部或腹部；感兴趣区域确定模块，用于根据立体视觉测量模块获取的前后帧图像检测出波动特征点，并将波动特征点附近的区域作为感兴趣区域；背景噪声确定模块，用于检测患者在呼吸静止状态下的图像的背景噪声；呼吸门控线确定模块，用于消除感兴趣区域中的背景噪声，并通过卡曼滤波算法得到呼吸周期曲线，通过呼吸周期曲线来设定呼吸门控线；阈值确定模块，用于根据呼吸门控线和呼吸周期曲线的标准差确定阈值范围；控制模块，用于根据呼吸门控线和阈值范围引导成像或穿刺手术。本发明能够在不需要靶标的情况下解决胸腹部成像的伪影问题。

Description

一种经皮肺以及腹部穿刺的呼吸门控系统
技术领域
本发明涉及医学影像处理技术领域，特别是涉及一种经皮肺以及腹部穿刺的呼吸门控系统。
背景技术
在应用医学影像设备(如CT、MRI等)时，由于患者的呼吸运动，通常会在胸腹部成像时产生呼吸伪影，从而对所成图像的清晰度产生明显的影响，由此导致成像质量下降，从而影响了对病灶的诊断。在目前的医疗影像设备中，为了解决胸腹部成像伪影问题，通常采用呼吸门控技术进行规避和补充。
现有公开专利文献CN104739418A披露了一种基于立体视觉的呼吸门控系统及控制方法，该系统包括：靶标、立体视觉测量单元、数据分析单元、通信单元和控制单元，其中，靶标表面有若干明显特征点，其支撑结构的底部具有容易放置或吸附在病人体表的结构，在病人呼吸运动时，靶标会随着体表进行运动，通过立体视觉测量单元检测靶标的3维坐标来获得呼吸周期。这种方式需要专门定制靶标，使用时较为不便。
发明内容
本发明所要解决的技术问题是提供一种经皮肺以及腹部穿刺的呼吸门控系统，能够在不需要靶标的情况下解决胸腹部成像的伪影问题。
本发明解决其技术问题所采用的技术方案是：提供一种经皮肺以及腹部穿刺的呼吸门控系统，包括：立体视觉测量模块，用于扫描患者胸部或腹部；感兴趣区域确定模块，用于根据所述立体视觉测量模块获取的前后帧图像检测出波动特征点，并将所述波动特征点附近的区域作为感兴趣区域；背景噪声确定模块，用于检测患者在呼吸静止状态下的图像的背景噪声；呼吸门控线确定模块，用于消除所述感兴趣区域中的所述背景噪声，并通过卡曼滤波算法得到呼吸周期曲线，通过所述呼吸周期曲线来设定呼吸门控线；阈值确定模块，用于根据所述呼吸门控线和所述呼吸周期曲线的标准差确定阈值范围；控制模块，用于根据所述呼吸门控线和阈值范围引导成像或穿刺手术。
所述立体视觉测量模块为双目相机或深度相机。
所述感兴趣区域确定模块通过Ix·u+Iy·v+It＝0找到运动范围最大的像素点作为波动特征点，其中，Ix,Iy,It分别为图像中像素点的灰度沿X,Y和T方向的偏导数，能够通过所述前后帧图像获得，u,v分别为像素点的运动矢量。
所述呼吸门控线确定模块包括：滤波单元，用于通过多级中值滤波或高斯滤波的方式消除所述感兴趣区域中的所述背景噪声；确定单元，用于通过一个时间窗口内呼吸状态捕捉，利用
Figure BDA0003261165380000021
拟合真实的值，得到呼吸周期曲线，其中，
Figure BDA0003261165380000022
表示k时刻真实的呼吸值，
Figure BDA0003261165380000023
表示k时刻观测的呼吸值，
Figure BDA0003261165380000024
表示k时刻预测的呼吸值，
Figure BDA0003261165380000025
Figure BDA0003261165380000026
表示k-1时刻真实的呼吸值，A状态转移矩阵，B控制输入矩阵，uk-1为k-1时刻均值，Hk表示卡尔曼增益，
Figure BDA0003261165380000027
Figure BDA0003261165380000028
表示k时刻预测的呼吸值偏差，
Figure BDA0003261165380000029
表示k时刻观测的呼吸值偏差。
所述阈值范围为[x-σ,x+σ]，其中，x为所述呼吸门控线，σ为所述呼吸周期曲线的标准差。
有益效果
由于采用了上述的技术方案，本发明与现有技术相比，具有以下的优点和积极效果：本发明利用立体视觉测量单元获取患者多帧图像，并根据前后帧图像的变化检测出波动特征点，从而呼吸波动检测的感兴趣区域，通过在正常呼吸状态下消除感兴趣区域中的背景噪声得到呼吸周期曲线，相比于现有方法，本发明在不需要靶标的情况下解决胸腹部成像的伪影问题。
附图说明
图1是本发明实施方式的结构方框图。
具体实施方式
下面结合具体实施例，进一步阐述本发明。应理解，这些实施例仅用于说明本发明而不用于限制本发明的范围。此外应理解，在阅读了本发明讲授的内容之后，本领域技术人员可以对本发明作各种改动或修改，这些等价形式同样落于本申请所附权利要求书所限定的范围。
本发明的实施方式涉及一种经皮肺以及腹部穿刺的呼吸门控系统，如图1所示，包括：
立体视觉测量模块，用于扫描患者胸部或腹部。本实施方式中立体视觉测量模块可以使用双目相机或深度相机，其中深度相机可以采用激光雷达/结构光/ToF。
感兴趣区域确定模块，用于根据所述立体视觉测量模块获取的前后帧图像检测出波动特征点，并将所述波动特征点附近的区域作为感兴趣区域。本实施方式将呼吸监控视频分解为多幅瞬时图像，两幅相邻帧的图像之间的灰度差异代表了像素点的移动，本实施方式利用光流法来追踪和计算图像里面像素点的运动。光流法计算是通过图像之间的灰度差异来进行的，光流的计算结果不仅代表了像素点速度的大小，也呈现了该像素点的运动方向。设t时刻图像上任一像素点P在位置坐标(x,y)处的灰度值为I(x,y,t)。经过△t时间后，P移动到新位置，记为P’，位置坐标变为(x+△x,y+△y)，灰度值为I(x+△x,y+△y,t+△t)。根据光流的亮度恒等不变，可得Ix·u+Iy·v+It＝0，Ix,Iy,It分别为图像中像素点的灰度沿X,Y和T方向的偏导数，能够通过前后帧图像获得。u,v分别为像素点的运动矢量，能够通过基于梯度的方法计算得到，求出每个像素点的运动矢量后，便可以得到运动最大的像素点，并将其作为波动特征点，并将该点所在区域选定为呼吸波动检测的感兴趣区域。
背景噪声确定模块，用于检测患者在呼吸静止状态下的图像的背景噪声。在确定背景噪声时，可以让患者深呼气并屏住呼吸几秒，以及深吸气并屏住呼吸几秒，来确定呼吸的波动范围，通过屏住呼吸的几秒来检测患者在呼吸静止状态下的图像的背景噪声。
呼吸门控线确定模块，用于消除所述感兴趣区域中的所述背景噪声，并通过卡曼滤波算法得到呼吸周期曲线，通过所述呼吸周期曲线来设定呼吸门控线。该模块包括：滤波单元，用于通过多级中值滤波或高斯滤波的方式消除所述感兴趣区域中的所述背景噪声；确定单元，用于通过一个时间窗口(例如30s)内呼吸状态捕捉，利用
Figure BDA0003261165380000031
拟合真实的值，得到呼吸周期曲线，其中，
Figure BDA0003261165380000032
表示k时刻真实的呼吸值，
Figure BDA0003261165380000033
表示k时刻观测的呼吸值，
Figure BDA0003261165380000034
表示k时刻预测的呼吸值，
Figure BDA0003261165380000035
Figure BDA0003261165380000036
表示k-1时刻真实的呼吸值，A状态转移矩阵，B控制输入矩阵，uk-1为k-1时刻均值，Hk表示卡尔曼增益，
Figure BDA0003261165380000037
Figure BDA0003261165380000038
表示k时刻预测的呼吸值偏差，
Figure BDA0003261165380000039
表示k时刻观测的呼吸值偏差。本实施方式中的呼吸门控线是病人照ct时候的呼吸状态，记为x。
阈值确定模块，用于根据所述呼吸门控线和所述呼吸周期曲线的标准差确定阈值范围。本实施方式中阈值范围为[x-σ,x+σ]，其中，x为所述呼吸门控线，σ为所述呼吸周期曲线的标准差。
控制模块，用于根据所述呼吸门控线和阈值范围引导成像或穿刺手术。
不难发现，本发明利用立体视觉测量单元获取患者多帧图像，并根据前后帧图像的变化检测出波动特征点，从而呼吸波动检测的感兴趣区域，通过在正常呼吸状态下消除感兴趣区域中的背景噪声得到呼吸周期曲线，相比于现有方法，本发明在不需要靶标的情况下解决胸腹部成像的伪影问题。

Claims (5)

1.一种经皮肺以及腹部穿刺的呼吸门控系统，其特征在于，包括：立体视觉测量模块，用于扫描患者胸部或腹部；感兴趣区域确定模块，用于根据所述立体视觉测量模块获取的前后帧图像检测出波动特征点，并将所述波动特征点附近的区域作为感兴趣区域；背景噪声确定模块，用于检测患者在呼吸静止状态下的图像的背景噪声；呼吸门控线确定模块，用于消除所述感兴趣区域中的所述背景噪声，并通过卡曼滤波算法得到呼吸周期曲线，通过所述呼吸周期曲线来设定呼吸门控线；阈值确定模块，用于根据所述呼吸门控线和所述呼吸周期曲线的标准差确定阈值范围；控制模块，用于根据所述呼吸门控线和阈值范围引导成像或穿刺手术。
2.根据权利要求1所述的经皮肺以及腹部穿刺的呼吸门控系统，其特征在于，所述立体视觉测量模块为双目相机或深度相机。
3.根据权利要求1所述的经皮肺以及腹部穿刺的呼吸门控系统，其特征在于，所述感兴趣区域确定模块通过Ix·u+Iy·v+It＝0找到运动范围最大的像素点作为波动特征点，其中，Ix,Iy,It分别为图像中像素点的灰度沿X,Y和T方向的偏导数，能够通过所述前后帧图像获得，u,v分别为像素点的运动矢量。
4.根据权利要求1所述的经皮肺以及腹部穿刺的呼吸门控系统，其特征在于，所述呼吸门控线确定模块包括：滤波单元，用于通过多级中值滤波或高斯滤波的方式消除所述感兴趣区域中的所述背景噪声；确定单元，用于通过一个时间窗口内呼吸状态捕捉，利用
Figure FDA0003261165370000011
拟合真实的值，得到呼吸周期曲线，其中，
Figure FDA0003261165370000012
表示k时刻真实的呼吸值，
Figure FDA0003261165370000013
表示k时刻观测的呼吸值，
Figure FDA0003261165370000014
表示k时刻预测的呼吸值，
Figure FDA0003261165370000015
Figure FDA0003261165370000016
表示k-1时刻真实的呼吸值，A状态转移矩阵，B控制输入矩阵，uk-1为k-1时刻均值，Hk表示卡尔曼增益，
Figure FDA0003261165370000017
Figure FDA0003261165370000018
表示k时刻预测的呼吸值偏差，
Figure FDA0003261165370000019
表示k时刻观测的呼吸值偏差。
5.根据权利要求1所述的经皮肺以及腹部穿刺的呼吸门控系统，其特征在于，所述阈值范围为[x-σ,x+σ]，其中，x为所述呼吸门控线，σ为所述呼吸周期曲线的标准差。
CN202111073050.9A 2021-09-14 2021-09-14 一种经皮肺以及腹部穿刺的呼吸门控系统 Active CN113971659B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111073050.9A CN113971659B (zh) 2021-09-14 2021-09-14 一种经皮肺以及腹部穿刺的呼吸门控系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111073050.9A CN113971659B (zh) 2021-09-14 2021-09-14 一种经皮肺以及腹部穿刺的呼吸门控系统

Publications (2)

Publication Number Publication Date
CN113971659A true CN113971659A (zh) 2022-01-25
CN113971659B CN113971659B (zh) 2022-08-26

Family

ID=79586532

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111073050.9A Active CN113971659B (zh) 2021-09-14 2021-09-14 一种经皮肺以及腹部穿刺的呼吸门控系统

Country Status (1)

Country Link
CN (1) CN113971659B (zh)

Citations (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101658426A (zh) * 2009-09-11 2010-03-03 昆明理工大学 基于三维正电子发射探测器灵敏度特性的呼吸门控技术
CN104382613A (zh) * 2014-12-02 2015-03-04 东南大学 全自动内在回顾性ct呼吸门控系统
CN104739418A (zh) * 2014-11-24 2015-07-01 中国科学院苏州生物医学工程技术研究所 一种基于立体视觉的呼吸门控系统及控制方法
CN104899867A (zh) * 2015-01-14 2015-09-09 昆明理工大学 一种呼吸运动门控校正方法中门控阈值的自动确定方法
CN104984481A (zh) * 2015-05-20 2015-10-21 清华大学 对呼吸产生的肿瘤运动进行在线补偿的方法及系统
US20150374237A1 (en) * 2013-01-31 2015-12-31 The Regents Of The University Of California Method for accurate and robust cardiac motion self-gating in magnetic resonance imaging
CN108364290A (zh) * 2018-01-08 2018-08-03 深圳科亚医疗科技有限公司 对周期性生理活动的图像序列进行分析的方法、介质和系统
US20180279852A1 (en) * 2017-03-31 2018-10-04 Auris Health, Inc. Robotic systems for navigation of luminal networks that compensate for physiological noise
CN108968996A (zh) * 2017-05-30 2018-12-11 通用电气公司 运动门控医学成像
CN108969904A (zh) * 2018-06-06 2018-12-11 清华大学 一种用于肿瘤放射治疗的心肺运动门控设备及系统
CN109152926A (zh) * 2016-01-29 2019-01-04 医科达有限公司 使用基于周期性运动模型的运动预测的治疗控制
CN109414179A (zh) * 2016-06-24 2019-03-01 杜克大学 使用超声波估计心脏应变和位移的系统和方法
CN112535519A (zh) * 2020-10-27 2021-03-23 珠海横乐医学科技有限公司 基于实时超声图像的穿刺机器人控制方法
CN112584753A (zh) * 2018-08-09 2021-03-30 柯惠有限合伙公司 基于视频的患者监测系统以及用于检测和监测呼吸的相关方法

Patent Citations (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101658426A (zh) * 2009-09-11 2010-03-03 昆明理工大学 基于三维正电子发射探测器灵敏度特性的呼吸门控技术
US20150374237A1 (en) * 2013-01-31 2015-12-31 The Regents Of The University Of California Method for accurate and robust cardiac motion self-gating in magnetic resonance imaging
CN104739418A (zh) * 2014-11-24 2015-07-01 中国科学院苏州生物医学工程技术研究所 一种基于立体视觉的呼吸门控系统及控制方法
CN104382613A (zh) * 2014-12-02 2015-03-04 东南大学 全自动内在回顾性ct呼吸门控系统
CN104899867A (zh) * 2015-01-14 2015-09-09 昆明理工大学 一种呼吸运动门控校正方法中门控阈值的自动确定方法
CN104984481A (zh) * 2015-05-20 2015-10-21 清华大学 对呼吸产生的肿瘤运动进行在线补偿的方法及系统
CN109152926A (zh) * 2016-01-29 2019-01-04 医科达有限公司 使用基于周期性运动模型的运动预测的治疗控制
CN109414179A (zh) * 2016-06-24 2019-03-01 杜克大学 使用超声波估计心脏应变和位移的系统和方法
US20180279852A1 (en) * 2017-03-31 2018-10-04 Auris Health, Inc. Robotic systems for navigation of luminal networks that compensate for physiological noise
CN108968996A (zh) * 2017-05-30 2018-12-11 通用电气公司 运动门控医学成像
CN108364290A (zh) * 2018-01-08 2018-08-03 深圳科亚医疗科技有限公司 对周期性生理活动的图像序列进行分析的方法、介质和系统
CN108969904A (zh) * 2018-06-06 2018-12-11 清华大学 一种用于肿瘤放射治疗的心肺运动门控设备及系统
CN112584753A (zh) * 2018-08-09 2021-03-30 柯惠有限合伙公司 基于视频的患者监测系统以及用于检测和监测呼吸的相关方法
CN112535519A (zh) * 2020-10-27 2021-03-23 珠海横乐医学科技有限公司 基于实时超声图像的穿刺机器人控制方法

Non-Patent Citations (7)

* Cited by examiner, † Cited by third party
Title
BAUDOUIN DENIS DE SENNEVILLE 等: "Deep correction of breathing-related artifacts in real-time MR-thermometry", 《ARXIV》 *
MOHAMMAD DAWOOD 等: "Motion Correction in Respiratory Gated Cardiac PET/CT Using Multi-scale Optical Flow", 《MICCAI 2008》 *
ROBIN J. M. NAVEST 等: "Prospective Respiration Detection in Magnetic Resonance Imaging by a Non-Interfering Noise Navigator", 《IEEE TRANSACTIONS ON MEDICAL IMAGING》 *
SHOUJUN ZHOU 等: "PROBABILISTIC RESPIRATORY MOTION PREDICTION", 《2010 INTERNATIONAL CONFERENCE OF MEDICAL IMAGE ANALYSIS AND CLINICAL APPLICATION (MIACA)》 *
崔学理 等: "一种新的构建序列影像与呼吸信号对应关系的方法", 《江苏大学学报（自然科学版）》 *
朱蝶 等: "腹部肿瘤放疗中器官呼吸运动管理的研究进展", 《中国医药导报》 *
胡红波 等: "一种 PET/CT 呼吸门控系统的设计", 《医疗卫生装备》 *

Also Published As

Publication number Publication date
CN113971659B (zh) 2022-08-26

Similar Documents

Publication Publication Date Title
EP3057487B1 (en) Device and method for obtaining a vital sign of a subject
CN108289620B (zh) 用于传感器位置引导的设备、系统和方法
Penne et al. Robust real-time 3D respiratory motion detection using time-of-flight cameras
US11490821B2 (en) Non-contact neck-based respiratory and pulse signal detection method, apparatus, and imaging device
JP5498299B2 (ja) ２次元超音波映像に対応する２次元ｃｔ映像を提供するシステムおよび方法
US20220207763A1 (en) Edge handling methods for associated depth sensing camera devices, systems, and methods
Draelos et al. Intel realsense= real low cost gaze
US7406187B2 (en) Method and system for processing an image
TWI595858B (zh) 應用於非接觸式生理及身體活動資訊的量測與消除雜訊方法
US7844317B2 (en) Method and system for estimating three-dimensional respiratory motion
US9202273B2 (en) Methods and systems for color flow dynamic frame persistence
JP6452235B2 (ja) 顔検出方法、顔検出装置、及び顔検出プログラム
CN111488775A (zh) 注视度判断装置及方法
Kyrollos et al. Noncontact neonatal respiration rate estimation using machine vision
US11006927B2 (en) Ultrasound imaging apparatus
CN114140496A (zh) 一种非接触式呼吸检测方法和装置
CN113971659B (zh) 一种经皮肺以及腹部穿刺的呼吸门控系统
US9861302B1 (en) Determining respiration rate from a video of a subject breathing
US20030149356A1 (en) Automatic and quantitative assessment of image quality in SPECT myocardial perfusion imaging
Nagao et al. Fast and accurate bronchoscope tracking using image registration and motion prediction
CN110781712B (zh) 一种基于人脸检测与识别的人头空间定位方法
KR20160038297A (ko) 의료 영상 시스템의 자세 교정 가이드 장치 및 그 방법
JP6082337B2 (ja) 心胸郭比算出装置
CN107843863B (zh) 基于3d形貌测量的磁共振成像矫正方法、装置及设备
EP3479767A1 (en) Distance measurement devices, systems and methods, particularly for use in vital signs measurements

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
CP02 Change in the address of a patent holder

Address after: 311200 Room 3A08, Building D, Integrated Circuit Design Industrial Park, No. 858, Jianshe Second Road, Economic and Technological Development Zone, Xiaoshan District, Hangzhou, Zhejiang

Patentee after: Hangzhou Weiyin Technology Co.,Ltd.

Address before: 311200 room 806-2, building 1, No. 371, Xingxing Road, Xiaoshan District, Hangzhou, Zhejiang Province

Patentee before: Hangzhou Weiyin Technology Co.,Ltd.

CP02 Change in the address of a patent holder