CN115484889A - 用于导航和示出程序的系统和方法 - Google Patents

Abstract

本发明公开了一种用于对程序进行辅助的系统。在该程序期间，对象可相对于受试者移动，诸如被定位和/或放置在受试者体内。该系统和相关方法可用于辅助显示和/或确定该对象相对于受试者诸如受试者的刚性部分的姿势。该系统包括处理器系统，该处理器系统被配置为执行指令以：访问至少具有受试者的第一部分和第二部分的受试者的图像数据；分析第一部分和第二部分之间的感兴趣区域(ROI)；确定感兴趣区域的ROI几何形状；访问对象的模型，该模型至少包括(i)对象的刚性部分的维度和(ii)对象的可构造部分的多个可能构型；以及分析所访问的模型以确定对象的最佳拟合，以实现ROI几何形状；以及输出对所访问的模型的分析的结果。

Description

用于导航和示出程序的系统和方法

相关申请的交叉引用

本申请包含涉及也于2020年4月29日提交的美国专利申请16/861,356的主题。上述申请的全部公开内容通过引用并入本文。

技术领域

本公开涉及一种用于执行程序的系统，并且具体地涉及一种用于示出受试者的部分和/或相对于受试者的部分的改变的和/或当前的姿势的系统和方法。

背景技术

本部分提供与本公开相关的背景信息，其不一定是现有技术。

在用于各种程序如外科程序、组装程序等的导航系统中，可以跟踪器械。可以通过各种操作模式的一个或多个跟踪系统来跟踪器械，如通过测量电磁(EM)场对传感器线圈的影响和/或使用光学传感器来确定位置。传感器线圈可以包括放置在EM场内的导电材料，其中在传感器线圈中感应到电流。所测得的感应电流可以用于标识或确定器械或对象的定位。

可以用多个线圈(如三个正交放置的线圈)来产生电磁场。各种发射器或现场生成系统包含由在科罗拉多州路易斯维尔市(Louisville,Colorado)设有营业地点的美敦力导航有限公司(Medtronic Navigation,Inc.)销售的AxiEMTM电磁导航系统。AxiEMTM电磁导航系统可以包括用于生成由跟踪装置感测的电磁场的多个线圈(可以是传感器线圈)，以允许使用导航系统(诸如

手术导航系统)来跟踪和/或示出器械的被跟踪位置。

跟踪系统还可以或可替代地包含光学跟踪系统。光学跟踪系统包含如

跟踪系统等跟踪系统。光学跟踪系统包括一组具有视场的相机，以对器械的位置进行三角测量。

发明内容

本部分提供本公开的一般概述，并且不是本公开的完整范围或其全部特征的全面公开。

公开了一种用于执行程序的系统。程序可以对活体受试者(诸如动物、人或其它选定的患者)执行。程序还可以或另选地包括任何适当类型的程序，如对无生命的受试者(例如，封闭的结构、机身、底盘等)执行的程序。然而，可以使用导航系统来执行程序，其中，跟踪系统能够跟踪选定的一个或多个项目。

导航系统可用于在执行程序期间或同时相对于受试者导航对象或项目，如器械、假体或植入物。在各个实施方案中，程序可以包含脊柱上的程序，如脊柱融合，其中两个或更多个椎骨与选定的植入物系统或组合件连接在一起。植入物系统可以包含在选定时间互连的多于一个组件。可以相对于包含椎骨的多骨结构来执行如螺钉等植入系统的一部分的定位。螺钉可以沿着选定轨迹定位到椎骨中，并且沿着轨迹定位到椎骨中的选定深度。除了上述实例之外，还可以相对于和/或在脊柱或其它适当的位置上执行其它适当的程序。

在选定时间，如用于执行程序和/或计划程序，可以获取受试者的图像数据。图像数据可以用于生成在显示装置上显示的图像。图像数据可以包含任何适当的图像数据，如计算的断层扫描图像数据、磁共振图像数据、X射线锥束图像数据(如使用X射线锥束成像器)。进一步地，成像器可以是任何适当的成像器，如

成像系统，如本文进一步讨论的。如机器学习(例如计算机视觉算法)的选定指令集可用于识别图像数据内的部分，如各个椎骨。指令可以包括机器学习技术或过程，如神经网络系统，其被编程以确定选定项目的边界(即，片段)，如一个或多个椎骨。可以在神经网络内基本上或完全自动地分析图像数据，以确定椎骨的边界。

选定的工作流程可以用于高效地且有效地执行程序。工作流程可以包含对图像数据的分析或参考，以确定和/或分割图像中的选定部分或特征，如分割特定的椎骨。工作流程可以用于在执行程序期间以自动的方式来操作导航系统，以向如临床医生或外科医生等用户提供信息。具有识别出的选定特征(例如椎骨或椎骨部分)的边界的图像数据可以帮助或允许系统自动识别植入物构型和/或解剖构型或姿势。

根据本文提供的描述，另外的适用性领域将变得显而易见。本概述中的描述和具体示例仅旨在用于说明的目的，并且不旨在限制本公开的范围。

附图说明

本文所述的附图仅用于选定实施方案的说明性目的，而不是所有可能的具体实施，并且不旨在限制本公开的范围。

图1是导航系统的环境视图；

图2是分割过程的示意性流程图；

图3A是在两个椎骨之间具有示例性植入物位置的患者空间的示意图；

图3A'是基本上不平坦的椎骨表面的示意图；

图3B是图像数据和对象的示例性显示装置用户界面；

图4A是两个椎骨之间的体积的详细视图，其中植入装置接触单个表面；

图4B是两个椎骨之间的体积的详细视图，其中植入物部分接触两个表面；

图4C是处于选定构型的植入物的第一端的详细视图；

图4D是具有可变构型的植入物的端部的示意图；

图5是用于确定植入物的适当几何构型并确定和显示其图形表示的过程的流程图；

图6是根据各种实施方案的可以包括在图5中的详细子例程；

图7是根据各种实施方案的可以包括在图5中的详细子例程；

图8是包括用于显示和计划程序的用户界面的显示装置视图；

图9是植入物端部的示意图；

图10是多构型植入物的视图；并且

图11是用于计划程序的过程的流程图。

在所有附图的若干个视图中，对应的附图标记指示对应的部件。

具体实施方式

现在将参考附图更完整地描述示例性实施方案。

首先参考图1，展示了导航系统10。导航系统10可以由一个或多个用户(如用户12)用于各种目的或程序。导航系统10可以用于确定或跟踪对象(如器械16)在体积中的姿势。姿势可以包括三维位置或平移位置(X,Y,Z)和朝向(偏航、俯仰和滚动)两者或全部。朝向可以包括一个或多个自由度，如三自由度。因此，姿势可以包括至少六个自由度信息。然而，应理解的是，可以确定和/或将任何适当的自由度姿势信息(如小于六自由度姿势信息)呈现给用户12。

跟踪器械16的姿势可以帮助用户12确定器械16的姿势，即使器械16对用户12来说是不能直接看到的。各种程序可能阻挡用户12的视线，例如执行修理或组装无生命系统(例如机器人系统、组装飞机机身或汽车的部分)等。各种其它程序可包括外科程序，如在活体受试者上执行的脊柱程序、神经程序、定位深脑模拟探针或其它外科程序。在各个实施方案中，例如，活体受试者可以是人受试者20，并且程序可以在人受试者20上执行。然而，应理解的是，对于任何适当的程序，器械16可以相对于任何受试者来跟踪和/或导航。在人类或活体受试者上跟踪或导航用于程序如外科程序的器械仅仅为示例性的。

然而，在各个实施方案中，如本文进一步讨论的，外科手术导航系统10可以并入各种部分或系统，如在美国专利RE44,305；7,697,972；8,644,907；和8,842,893；美国专利申请公布2004/0199072和美国专利申请公布2019/0328460中公开的部分或系统，所有专利通过引用并入本文中。导航系统可以用于跟踪对象的姿势，如本文所讨论的。然后可以显示该姿势以供用户12观看，如本文所讨论的。

导航系统10的各种部件或系统可以包括可操作以对受试者20成像的成像系统24，诸如

成像系统(由在明尼苏达有营业场所的Medtronic,Inc.销售)、磁共振成像(MRI)系统、计算机断层扫描系统等。受试者支撑件26可以用于在成像期间和/或在程序期间支撑或保持受试者20。相同或不同支撑件可用于程序的不同部分。

在各个实施方案中，成像系统24可以包括源24s。源可以发射和/或生成X射线。X射线可以形成撞击在对象20上如在锥束中的锥体24c。X射线中的一些穿过对象20，而另一些被所述对象衰减。成像系统24还可以包括检测器24d，以检测未被对象20完全衰减或阻挡的X射线。因此，图像数据可以包括X射线图像数据。进一步地，图像数据可以是二维(2D)图像数据。然而，应当理解，可以采集其他或不同的图像数据，如磁共振图像数据、正电子发射断层扫描或其他适当的图像数据。在各种实施方案中，来自不同模态的不同图像数据可以彼此组合或配准以供使用和导航。

图像数据可以在外科程序期间如通过上文讨论的成像系统中的一个或多个成像系统来获取，或者在外科程序之前获取以在显示装置32上显示图像30。在各个实施方式中，即使图像数据是2D图像数据，所获取的图像数据也可以用于形成或重构选定类型的图像数据，如三维容积。可以通过一个或多个跟踪系统以可跟踪的体积或导航体积来跟踪器械16。跟踪系统可以包括以相同的方式或多种和/或不同的方式或模式操作的一个或多个跟踪系统。例如，跟踪系统可以包含电磁(EM)定位器40，如图1所展示的。在各种实施方案中，本领域的技术人员应理解的是，可以使用其他适当的跟踪系统，包括光学、雷达、超声等。本文讨论的EM定位器40和跟踪系统仅是可与导航系统10一起操作的示例性跟踪系统。可以在跟踪体积中相对于受试者20跟踪器械16的姿势，包括三维位置或平移位置(X,Y,Z)和朝向(偏航、俯仰和滚动)，并且然后使用显示装置32将其示出为图形表示，也被称为图标16i。在各个实施方式中，图标16i可以叠加在图像30上和/或与图像30相邻。如本文所讨论的，导航系统10可以并入显示装置30，并且操作以从选定图像数据渲染图像30，显示图像30，确定器械16的姿势，确定图标16i的姿势等。

参考图1，EM定位器40可操作以使用并入到定位器40中的发射线圈阵列(TCA)42产生电磁场。TCA 42可以包括一个或多个线圈分组或阵列。在各种实施方案中，包括多于一个群组并且分组中的每一个可包括三个线圈，还被称作三重体或三联体。可通过驱动电流通过线圈分组的线圈来为线圈提供动力以生成或形成电磁场。当电流被驱动通过线圈时，所生成的电磁场将远离线圈42延伸并形成导航域或体积50，如包围头部20h、一个或多个脊柱椎骨20v或其他适当的部分的全部或一部分。可以通过TCA控制器和/或电源52为线圈供电。然而，应当理解的是，可以提供EM定位器40中的多于一个EM定位器，并且每个EM定位器可以放置在不同且选定的位置。

导航域或体积50通常定义导航空间或患者空间。如本领域中通常所理解的，可以使用器械跟踪装置56相对于患者或受试者20在由导航域所限定的导航空间中跟踪如钻子、导线、植入物等的器械16。例如，器械16可以如由使用者12相对于动态参考框架(DRF)或患者参考框架跟踪器60可自由移动，所述患者参考框架跟踪器相对于受试者20是固定的。跟踪装置56、60两者都可以包括使用适当的跟踪系统进行跟踪的跟踪部分，如感测并用于测量电磁场强度的感测线圈(例如，形成于或放置在线圈中的导电材料)、光学反射器、超声发射器等。由于跟踪装置56相对于DRF 60与器械16连接或相关联，因此导航系统10可以用于确定器械16相对于DRF60的姿势。

可以将导航体积或患者空间配准到由受试者20的图像30限定的图像空间，并且表示器械16的图标16i可以使用显示装置32以导航的(例如，确定的)和跟踪的姿势示出，如叠加在图像30上。对患者空间与图像空间的配准以及对跟踪装置(诸如利用跟踪装置56)相对于DRF(诸如DRF60)的姿势的确定可以如本领域通常已知的那样来执行，包括如在美国专利RE44,305；7,697,972；8,644,907；和8,842,893；以及美国专利申请公布2004/0199072中所公开，所有专利通过引用并入本文中。

导航系统10还可以包括导航处理或处理器系统66。导航处理器系统66可以包含显示装置32、TCA 40、TCA控制器52以及其它部分和/或与其的连接。例如，可以在TCA控制器52与导航处理器模块或单元70之间提供有线连接。如本文所讨论的，处理器模块或单元可以是被配置或可操作以执行指令或执行选定功能的任何适当类型的通用或专用处理器。进一步地，导航处理器系统66可以具有一个或多个使用者控制输入(如键盘72)，和/或具有另外的输入，如来自与一个或多个存储器系统74的通信，其是集成的或经由通信系统的。根据各个实施方案，导航处理器系统66可以包含在美国专利RE44,305；7,697,972；8,644,907；和8,842,893；以及美国专利申请公布2004/0199072中公开的那些，所有专利通过引用并入本文中，或者还可以包含可商购获得的由在科罗拉多州路易斯维尔市设有营业地点的美敦力导航有限公司销售的

或FusionTM外科手术导航系统。

可以经由通信系统(如TCA控制器，还可以是跟踪装置控制器52)将跟踪信息(包括与由跟踪装置56、60感测到的电磁场相关的信息)传递给包括导航处理器70的导航处理器系统66。因此，器械16的被跟踪姿势可以示出为相对于图像30的图标16i。各种其它存储器和处理系统也可以与处理器系统66一起被提供和/或与其通信，包括存储器系统72，所述存储器系统72与导航处理器70和/或成像处理单元76通信。

如上文所讨论的，图像处理单元76可以并入到成像系统24中，如

成像系统。图像处理单元76还可以包括适当的处理器模块和/或存储器模块和/或与导航处理单元66通信。因此，成像系统24可以包括可在台架78内移动的各种部分，如源24s和x射线检测器24d。成像系统24也可以用跟踪装置80来跟踪。然而，应当理解的是，在跟踪包括器械跟踪装置56的跟踪装置时不需要存在成像系统24。而且，成像系统24可以是任何适当的成像系统，包括MRI、CT等。

在各个实施方式中，跟踪系统可以包括光学定位器82。光学定位器82可以包括一个或多个相机，所述相机观察或具有限定或包围导航容积50的视场。光学定位器82可以接收输入的光(例如，红外或紫外光)以确定姿势或对跟踪装置诸如器械跟踪装置56进行跟踪。应当理解的是，光学定位器82可以与EM定位器40结合和/或可替代地用于跟踪器械16。

来自所有跟踪装置的信息可以被传送到导航处理器70，用于确定被跟踪部分相对于彼此的姿势和/或用于相对于图像30定位器械16。成像系统24可以用于获取图像数据以生成或产生对象20的图像30。然而，应当理解，也可以使用其它适当的成像系统。如上文所讨论的，TCA控制器52可以用于操作EM定位器40和为其供电。

利用显示装置32显示的图像30可以基于以各种方式从对象20获取的图像数据。例如，成像系统24可以用于获取用于生成图像30的图像数据。然而，应当理解的是，可以使用其它适当的成像系统来使用利用选定的成像系统获取的图像数据来生成图像30。成像系统可以包括磁共振成像器、计算机断层扫描成像器和其它适当的成像系统。进一步地，获取的图像数据可以是二维或三维数据，并且可以具有随时间变化的分量，如在心律和/或呼吸周期期间对患者成像。

在各个实施方式中，图像数据是利用锥束生成的2D图像数据。用于生成2D图像数据的锥束可以是成像系统(如

成像系统)的一部分。然后，可以将2D图像数据用于重构成像对象(如患者20)的3D图像或模型。可以显示重构的3D图像和/或基于2D图像数据的图像。因此，本领域的技术人员应理解的是，可以使用选定的图像数据来生成图像30。

此外，被确定为器械16的跟踪姿势的图标16i可以相对于图像30显示在显示装置32上。另外，出于各种目的，包括本文中进一步讨论的目的，可以对图像30进行分割。图像30的分割可以用于确定和/或界定图像中的对象或部分。界定可以包含或被制成在显示器上表示的掩模。所述表示可以在显示器上显示，如用掩模的图形覆盖显示，也可以被称为图标。图标可以是分割的掩模，并且可以不以任何方式进行简化。在各个实施方式中，界定可以用于标识图像30内的各个部分的边界，如成像的患者的一个或多个结构的边界，如椎骨20v。因此，图像30可以包含椎骨20v的一个或多个椎骨的图像，如第一椎骨20vi和第二椎骨20vii。如本文进一步讨论的，可以在图像中界定如第一椎骨20vi和第二椎骨20vii等椎骨，这可以包含和/或辅助确定如3D和2D图像等图像中的边界。在各种实施方案中，可以如用图标20vi'或第二图标20vii'来表示界定。边界20vi'、20vii'可以以适当的方式并且出于各种目的而确定，这也在本文中进一步讨论。进一步地，如本文所讨论的，图标可以用于表示选定的项以供显示，包含对象、边界等的界定。

根据各个实施方案，可以以基本上自动的方式对图像30进行分割。在各个实施方案中，自动分割可以并入到神经网络中，如卷积神经网络(CNN)。根据各个实施方案，可以教导或使CNN学会如用概率或预测来确定各种特征。各种特征可以包含对象(例如，椎骨)或对象的部分(parts或portions)(例如，椎弓根)，以及这些对象或部分的分割或边界。选定的分割可以包含标识如第一椎骨20vi和第二椎骨20vii等选定的椎骨的分割。选定的分割可以与选定的图形表示(如分割图标或表示20vi'和20vii')一起显示，以在显示装置32上显示。

这些图标在显示器32上单独显示和/或叠加在图像30上，以供选定的用户(如用户12，可以是外科医生或其它合适的临床医生)观察。此外，一旦被标识，边界或其它适当的部分，无论是否显示为图标，都可以用于各种目的。边界可以标识椎骨的物理维度、椎骨在空间中的姿势(即，如上文所讨论的，由于图像30到受试者20的配准)、可能的标识的轨迹(例如，用于植入放置)等。因此，图像30可以用于计划和/或执行程序，是显示图标20vi'、20vii'还是仅确定边界的几何形状而不将其显示为图标。

转到参考图2，在流程图100中展示了一种用于标识图像的一部分的过程或方法，也被称为分割图像。流程图100是一般流程图，并且可以使用更具体的过程或任何具体的过程来确定图像部分，如其上进行分割。然而，通常，分割过程从图像数据的输入开始。图像数据可以包含任何适当的图像数据，如计算的断层扫描图像数据、磁共振图像数据、X射线锥束图像数据。进一步地，成像器可以是任何适当的成像器，诸如

成像系统，如本文讨论的。

成像系统可以被配置为获取受试者周围360度的图像数据，并且包括2D图像数据和/或基于2D图像数据的3D重构。此外，

成像系统可以利用x射线锥束生成图像。

在框104中，图像数据可以包含2D图像数据或从2D图像数据重构的3D模型。2D图像数据或重构的3D图像数据可以来自如成像系统24等成像系统。如上文所讨论的，成像系统24可以包含

成像系统。成像系统24可以生成多个二维图像数据，所述多个二维图像数据可以用于重构包含椎骨20v中的一个或多个椎骨的受试者20的三维模型。输入图像数据也可以在任何适当的时间获取，如在诊断或计划阶段期间，而不是在手术室中，如图1具体地所展示的。然而，可以使用成像系统24获取受试者20的图像数据，并且在框104中可以输入或访问所述图像数据。

在框106中，来自框104的图像数据可以用选定系统或根据选定过程如分割算法(例如，阈值处理、边缘检测、区域增长、聚类、分水岭、机器学习)、神经网络或人工神经网络来处理。分析技术或过程如人造神经网络(ANN)可以是选定适当类型的人造神经网络，诸如卷积神经网络(CNN)(例如，

Ahmed Abdulkadir,Soeren S.Lienkamp,Thomas Brox,Olaf Ronneberger,“3D U-Net:Learning Dense Volumetric Segmentationfrom Sparse Annotation”,International Conference on Medical Image Computingand Computer-Assisted Intervention,Springer,Cham，第424-432页(2016)(https://arxiv.org/pdf/1606.06650.pdf(2016))和/或美国专利申请公布2019/0328460，两者通过引用并入本文中)。可以教导或使CNN学会分析来自框104的输入图像数据，以对图像数据的选定部分进行分割。例如，如上文所讨论的，框106中的CNN可以用于标识来自框104的图像数据中的椎骨体的边界。如上文所讨论的，椎骨体的边界可以单独地和/或与图像30组合地在显示装置32上显示。

因此，在来自框106的分析之后，输出可以包括分割的图像数据，或者输出分割的数据可以在框110中进行。可以将输出的分割的数据存储在选定的存储器系统中，如导航存储器74或分割的图像存储器112(参见图1)。出于各种目的，输出的分割的图像数据可以对选定部分进行分割，如上文所讨论的椎骨20v。

因此，流程图100可以在框102中开始，并且然后在框104中访问或输入图像数据以在框110中输出分割的图像数据(和/或分割的掩模)，并在框114中显示或存储分割的图像数据。然后，可以在框118中结束过程和/或允许进行进一步的处理或工作流程，如本文进一步讨论的。然而，应当理解的是，流程图或过程100的选定部分除了上文讨论的步骤之外还可以包含多个另外的步骤。例如，可以开发并且然后教导CNN以允许对从框104访问或输入的图像数据的选定部分进行高效的和/或快速的分割。分割可以是特定的(如标识椎骨)，也可以是一般的(如标识图像数据中的选定边界或变化的对比度)。

如上文所讨论的，在流程图100中，可以用选定成像系统诸如成像系统24来获取受试者26的图像数据，并且可以对其选定部分进行分割以在显示装置32上显示。虽然可以以任何适当的方式执行图像数据的分割，但是可以为选定程序显示图像数据的选定部分(例如，椎骨20v)的确定的边界和边缘。

继续参考图1和图2，并另外参考图3A，诸如椎骨20va和20vb的选定椎骨可以是被成像以在显示装置上显示的两个椎骨，如显示为椎骨20vi和20vii。应当理解，两个椎骨20va和20vb可以是任何合适的椎骨。两个椎骨20va和20vb可以是受试者26的一部分并且存在于导航空间或体积50中。如图3B所示，显示装置32可以将椎骨的图像数据显示为20vi和20vii。然而，应当理解，所示部分可以是受试者的一种或多种颈椎、胸椎、腰椎或其他适当结构。

首先参考图3A，每个椎骨20v可以利用具有选定的跟踪元件如椎骨跟踪元件或装置200、204的导航系统跟踪。跟踪装置200、204可以在导航系统10中或与该导航系统一起跟踪以确定相应椎骨20va、20vb的姿势。如上文所讨论的，跟踪装置200、204可以刚性地连接到相应的椎骨20va、20vb。因此，跟踪装置200、204的运动可以用于确定相应椎骨20va、20vb的运动，包括当前姿势。跟踪装置200、204可以是任何适当的跟踪装置，例如包括EM跟踪元件、光学跟踪元件、声学跟踪元件或它们的组合。因此，导航系统10可用于跟踪相关跟踪装置200、204的姿势和/或运动，并且这可用于确定相应椎骨20va、20vb的姿势。

如本领域技术人员通常理解的，例如，当跟踪装置200刚性地连接到椎骨20va而移动时，可以确定椎骨20va的姿势。例如，跟踪装置200可以在选定时间与椎骨20va相关联(例如，刚性地连接或连接到该椎骨)。然后可以知道跟踪装置200相对于椎骨20va的姿势。由于受试者26(包括椎骨20va)与图像的配准，跟踪装置200的运动可用于确定椎骨20va的所有部分的运动，并且这可以用于确定相应椎骨图像(如椎骨20vi)在显示装置32上显示的当前姿势。

此外，如上文所讨论的，图像可以被分割，使得可以识别和显示椎骨的各个部分，如边界。例如，如图3B所示，椎骨20vi可以具有所有识别的边界和/或各种部分，如其端板。例如，椎骨20vi可以具有在显示装置32的图像上识别和描绘的上端板210。应当理解，还可以相对于所描绘的端板210显示各种几何形状，如平面、线等。类似地，椎骨20vi可以具有识别和描绘的第二端板或后端板214。端板图形表示210、214可以显示在显示装置32上以供用户12查看和/或相对于其他部分进行分析。在各种实施方案中，可以显示多个图像部分，如还识别第二椎骨的端板。因此，第二椎骨20vii的上端板220可以在显示装置上描绘和示出为椎骨20vi的下端板224。

图像部分的各种表面或边缘的识别可用于分析和/或示出各种部分的姿势和/或运动。然而，还应当理解，可以分割和描绘任何适当的边缘，诸如股骨头、胫骨等。例如，如图3B中所示，端板可以在显示装置32上示出，以示出各个端板相对于彼此的姿势。端板可以单独显示或与图像部分如椎骨20vi、20vii的图像组合显示。因此，显示器32可以仅显示生成的图形表示(例如，端板显示)和/或仅显示图像部分(例如，分割的椎骨20vi、20vii)或它们的组合，如图3B所示。然而，当跟踪装置(例如跟踪装置200)移动时，可以例如基本上实时地更新显示装置32的图像的显示，以示出各种部件(如椎骨20vi)的姿势。因此，应当理解，多个跟踪装置，如第一跟踪装置和第二跟踪装置200、204可以利用导航系统10进行跟踪，该导航系统能够用显示装置32更新和显示椎骨的相应姿势。

虽然跟踪装置200、204可以用于跟踪相应椎骨20va、20vb的当前姿势，但是应当理解，跟踪装置可以与任何适当的部分相关联，如受试者26和/或器械16和/或植入物230的其他部分。植入物230可以相对于受试者26的各个部分定位，如在椎骨20va、20vb之间。椎骨20va、20vb可以具有基本上脊状部分，如其端板，其可以在图像中分割(例如如上文所讨论的)，并且也可以在椎骨本身上分割。例如，椎骨20va可以具有椎骨20va的下端板214'，椎骨20vb可以具有上端板220'。端板214'、220'可以与在显示装置32上显示的相应分割和描绘的端板214、220相关。因此，由于椎骨20va、20vb是刚性的，因此当相应椎骨的任何部分移动时，端板移动。因此，可以通过跟踪固定到刚性椎骨20va、20vb的跟踪装置200、204来确定端板214'、220'的姿势。用固定到椎骨上的跟踪装置跟踪椎骨允许姿势的基本上实时地更新和相应端板214'、220'的运动的跟踪，以便用显示装置32显示为描绘的端板214、220。

植入物230或其他适当的可跟踪对象可以具有与其相关联的跟踪装置234。跟踪装置234可用于跟踪植入物230的选定部分，如第一部分或基部部分240。植入物230还可具有第二部分或延伸部分244。植入物230的两个部分240、244可以相对于彼此移动，如本文中进一步讨论的。然而，跟踪装置234可用于通过与植入物230的至少一部分相关联来跟踪植入物230。在各种实施方案中，跟踪装置234可以刚性地固定到植入物230的部分中的选定部分，如主要部分或基部部分240。因此，植入物230的第二部分240的姿势可能不被跟踪装置234或由于跟踪装置234而直接知道。如上文所讨论的，导航系统10可用于确定跟踪装置234的姿势或运动，并且由于已知的几何形状或相对于跟踪装置234的刚性配置，可以确定与其相关的各个部分的姿势。

继续参考图3A并简要参考图4A，植入物234可定位成接触端板214'、220'。如上文所讨论的，第一部分240可以接触第一端板214'，并且第二部分244可以接触第二端板220'。在第一构型中，如在非延伸或最小延伸位置，植入物230的第一部分240可以具有沿与第二部分244的第二表面或板256的平面252基本上平行的轴线或平面250延伸的基面248。植入物230可以沿着长轴260延伸，并且第一构型中的平面250、252中的每个平面可以基本上与其垂直。

继续参考图4A并另外参考图4B和图4C，植入物230可以移动到第二构型，如沿着长轴260延伸。第一部分240的第一表面248可以接触端板214'并且基本上固定到其上。第二部分244可以沿着轴线260延伸并且接触端板220'并且相对于其基本上固定。然而，在接触端板220'时，端板或表面256可移动到不垂直于长轴260并相对于平面252形成锐内角264的位置。因此，通过相对于长轴260倾斜或移动表面256，第二部分244可以相对于第一部分240移动。

继续参考图4A至图4C，第二部分244可以以选定的方式相对于轴线260移动，如相对于中心轴线260以一定角度旋转，如大致沿双箭头268的方向旋转。因此，角度264可以相对于长轴260在围绕中心轴线260的基本上任何点处形成。在各种实施方案中，第二部分244相对于中心轴线260的位置以及因此相对于第一部分240的位置可能是由于椎骨20va、20vb的刚性位置。因此，第一部分240相对于第二部分244的取向以及它们相对于中心轴线260的相对位置(通常延伸穿过第一部分240)可以基于植入物230相对于定位的受试者的部分的位置。

此外，植入物230可以具有先前已知的或先前的模型，如包括植入物230的维度和几何形状和/或植入物230的可能构型的计算机辅助设计(CAD)模型。植入物230的CAD模型可以存储在选定的存储器中以供调用，如存储在导航存储器74和/或图像存储器112中。因此，可以调用植入物230的模型，用于辅助并在显示器32上将植入物的模型或图形表示示出为植入物图形表示280。

如上所述，植入物230可以具有第一部分240和第二部分244，其中第二部分244可以相对于第一部分240移动。因此，第二部分244可以相对于中心轴线260以角度264定位。此外，包括相应端部248、256的第一部分或第二部分可以形成为也可以相对于中心轴线260移动或变形的多个件。例如，如图4C和图4D所示，表面或平面252可以在第一部分256a与第二部分256b之间的端部256处分开。两个部分256a、256b中的每个部分可以相对于彼此移动，如第一部分256a相对于中心轴线260实现角度264，而第二部分256b相对于中心轴线260可以具有钝角290，如图4D所示。因此，应当理解，植入物230可以具有相对于选定平面或轴线移动的多个部分，如相对于中心轴线260移动的两个部分256a、256b。在各种实施方案中，包括部分256的第二部分244可以变形，以便以选定的方式拟合到表面上。变形可以包括塑性变形或弹性变形。因此，植入物230可以包括一个或多个部分，该一个或多个部分能够通过一系列运动变形和/或具有可变形表面以变形以接合表面，如骨的表面。

可由图像处理单元76和/或导航处理单元70访问和/或调用的CAD模型可包括关于植入物230的可相对于彼此移动的所有部分和/或植入物230的每个部分的运动范围的信息。因此，CAD模型可用于确定植入物230的所有可能的位置或构型。因此，该模型也可用于示出植入物的当前构型，如本文所讨论的。

因此，在各种实施方案中，可以操作显示装置32以将植入物230显示为相对于所显示的其他部分(如椎骨20vi、20vii)的图形表示280。植入物图形表示280可相对于包括端板214、220的选定部分(如刚性部分)显示。如上文所讨论的，端板214、220可以在图像数据中被分割，并且可以被分割以包括基本上平面的结构、有小面的结构或选定的轮廓。例如，关于椎骨20vb、端板或表面220'可以包括两个部分，如第一侧向部分220'a和第二部分220'b。相应部分220'a、220'b可以相对于彼此具有不同的几何形状和/或维度。例如，第一部分220'a可以具有相对于第二部分220'b移位一定距离294的表面或部分。在这种情况下，当植入物230包括两个部分或部分256a、256b时，两个部分可以非均匀方式相对于中心轴线260移动，如图4D中所示。同样，植入物的几何形状及其可能的运动可以存储在选定的存储器中，如包括在导航存储器74中的CAD模型中，并且可以分割图像以识别椎骨20vb的两个部分的不同几何形状。

如上文所讨论的，植入物230可以包括跟踪装置234以允许包括第一部分240的植入物230进行跟踪和导航。由于第一部分240的已知位置和植入物的各个部分的选定位置(例如，第二部分244相对于第一部分240的延伸量)，第二部分244的几何形状可以相对于所显示的图像部分来确定，并用于在显示装置32上显示，如本文进一步讨论的。通常，参考图5，植入物230的几何形状可以显示在图形表示280中。

因此，首先参考图5，用于在显示装置32上确定植入物230的几何形状并将其示出为图形表示280的过程或方法可以包括过程320。过程320可以由执行选定的指令的处理器系统(如导航处理单元70或图像处理单元76)或以任何适当的方式发生或执行。如本领域技术人员所理解的，过程320可以并入到特定处理器设计的选定指令中，如本文所论述。过程320可以在开始框324开始。在开始可以由用户12发起的框324中的过程之后，图形表示280的显示可以根据过程320发生。在各种实施方案中，例如，该过程可以包括在受试者20的框330中访问图像数据。如上文所讨论的，受试者20的图像数据可以包括受试者的选定部分和/或整个受试者，但可以包括椎骨20va、20vb。在框330中访问图像数据之后，可以在框334中对图像数据进行分割。图像数据的分割可以根据任何适当的过程发生。图像数据的分割可以包括确定来自框330的所访问的图像数据中的梯度边缘、表面等。在各种实施方案中，例如，可以利用卷积神经网络(CNN)来执行图像数据的分割，以识别图像数据中的各种表面和/或边缘。应当理解，可以使用任何适当的分割算法和/或机器学习系统来识别图像数据中的部分。例如，在各种实施方案中，用户12可以选择或识别点或像素(例如，利用输入来选择显示装置上的像素)作为用于分割的种子像素。分割(如利用CNN)可以由处理器系统如导航处理单元70或图像处理单元76来执行。

在过程320中可以使用分割的图像数据来帮助显示植入物230的图形表示，以便用户12或其他适当的个人理解其姿势。在框338中访问对象模型可以发生。该模型可以被访问，例如从存储器系统调用和/或生成，如通过跟踪接触植入物230上的一个或多个点的器械并确定或输入可能的几何构型(例如延伸或角度限制)。在框338中访问的模型可以包括植入物230的整个几何形状，或任何合适的对象，包括其几何形状、材料变形能力(例如塑性变形或挠曲)、动态几何形状(例如刚性表面运动)等。如上文所讨论的，植入物230可以包括一个或多个表面，该一个或多个表面可以相对于其他表面和/或选定的几何形状移动，如中心轴线260。还应当理解，各种植入物或对象可以包括基本上无限变形的表面(例如，可变形的织物或弹性聚合物)，其可以与比植入物更刚性的任何表面基本上匹配。因此，在各种实施方案中，框338中的访问模型可以包括植入物230的定义，其包括在与图像数据中的刚性表面或分割表面接触时任何或所有表面或选定表面的变形。

过程320还可以包括在框342中将对象配准到受试者。将对象配准到受试者可以包括将图像数据配准到受试者并相对于受试者20跟踪对象。例如，可以将从框330访问的图像数据配准到受试者20，如上文所讨论的。另外，相对于受试者20跟踪对象如植入物230可以包括跟踪或获知对象230和/或对象的部分相对于跟踪装置230的位置。因此，在框348中，可以相对于受试者跟踪或导航对象。在框352中，还可以跟踪受试者。因此，可以通过在框348中跟踪对象并在框352中跟踪受试者来获知受试者20与对象230的相对姿势。在框342中，在图像数据的配准之后和/或包括图像数据的配准，可以允许在显示装置32上显示相对于图像数据的图形表示，如图形表示280，如上文所示并且如本文进一步讨论的。

当在框352中跟踪受试者时，可以在框358中确定受试者20的姿势。在框358中确定受试者的姿势可以包括确定受试者20的多个部分的姿势，如椎骨20va和20vb相对于彼此的姿势。因此，在框258中确定的受试者20的姿势可以包括确定多个部分的姿势，该多个部分可以是受试者20中相对于彼此的单独跟踪的部分。这允许在框358中确定受试者20的一个或多个部分的姿势。

可以使用在框358中确定的受试者的姿势来评估对象相对于在框364中确定的受试者的姿势的姿势。在评估对象的姿势时，可以确定对象的各个部分(如植入物230)相对于受试者20的各个部分的姿势。在各种实施方案中，对象的姿势的评估可以包括根据确定的受试者258的姿势来确定对象230的单个表面相对于其另一部分(如第二部分244相对于第一部分240)的角度。然而，在某些情况下，除了上述讨论之外或作为上述讨论的替代，所评估的对象相对于确定的受试者的姿势的姿势可以包括基于机器学习系统或适当算法的确定，以确定对象230的多个部分相对于确定的受试者20的多个部分的姿势的位置。因此，在框364中对象的姿势的确定或对象的姿势的评估可以包括多种评估方法或过程，如本文进一步讨论的。本文进一步讨论了对象的姿势及其构型的确定。

基于在框364中评估的姿势，可以在框370中生成对象相对于受试者的图形表示。图形表示的生成可以包括几何构型的显示、对象的详细轮廓的显示、基于评估的相对姿势来表示对象的CAD模型的显示、或其他适当的表示。在各种实施方案中，如图3B所示，对象230可以被显示为图形对象280，该图形对象基本上表示对象230以供用户12查看和理解。因此，当对象230出现在物理空间或患者空间中时，图形表示280可以基本上实时地模仿或表示显示装置32上的该对象。

然后可以在框374中显示生成的图形表示。如图3B所示，图形表示可以显示为相对于受试者20vi、20vii的图像部分的图形表示280。因此，可以显示该对象以供用户12或任何适当的个人查看。还应当理解，图形表示不需要被显示，而是可以被简单地确定和评估以用于各种目的，如稍后的计划、保存以供后续评估或其他适当的目的。

在框370中生成图形表示和/或在框374中显示所生成的图形表示之后，过程320可以在框380中结束。在框380中结束过程320时，用户12可以完成对受试者20的程序，完成对受试者20的程序的选定部分，或其他适当的过程。例如，可以对选择的图形表示的显示的受试者执行程序。因此，用户12可以启动过程320，并且该过程可以在对象已经被定位在选定位置(如在试验位置、植入位置等)之后在框380中结束。生成的图形表示的显示可以被用户12用于稍后在程序中和/或程序的后续中的各种目的。在框380处结束的过程可以简单地用于在确定对象相对于受试者的选定或确定的单个姿势之后结束，如上文所讨论的。

继续参考图5并另外参考图6，如上文所讨论的，可以在框364中确定受试者相对于对象的姿势的评估。应当理解，框364中的评估可以在可以单独地和/或组合地执行的多个不同的和/或独特的过程中执行，如本文进一步讨论的。因此，根据各种实施方案，框364中的评估可以被理解为一般评估，并且可以包括各种子例程或子步骤。因此，参考图6，示出了示例性评估过程364'。子例程364'可以被替换到过程300中的框364中，如上文所讨论的。然而，应当理解，代替子例程364'和/或除了该子例程之外，还可以执行附加的步骤和/或子例程。

子例程364'可以包括在框400中评估受试者部分的边缘姿势。如上文所讨论的，各个受试者部分可以包括受试者的椎骨20v。这些可以在图像数据中被分割和描绘，同样如上文所讨论的，并且可以在框400中进行受试者的选定部分的特定边缘姿势的评估。例如，程序可以包括将植入物230放置在两个椎骨20vi与20vii之间。因此，评估两个椎骨的边缘姿势，特别是彼此面对或相对的边缘，可以发生在框400中。边缘姿势的评估可以包括确定边缘相对于彼此的几何形状。在框404中评估对象的跟踪部分的姿势也可以发生。如上文所讨论的，对象230可以包括跟踪部分和能够相对于跟踪部分移动的部分。因此，导航系统10可以跟踪并确定植入物230的跟踪部分(如第一部分240)的姿势。

可以在框408中确定和/或调用对象的当前总体几何形状。对象的总体几何形状可以包括第一部分240(如相对于边缘214')的姿势，以及第二部分244已经相对于第一部分240延伸或移动的距离。如上文所讨论的，植入物230可以包括允许两个部分240、244相对于彼此运动的调节机构246。因此，总体几何形状可以包括第一部分240的第一端248与端部或枢转点245(图4C)之间的长度或距离。在框412中，可以使用总体几何形状来确定对象的任何部分是否接触受试者部分。例如，如图3A所示，第二部分244可以接触椎骨20vb。当第二部分244已经从第一部分240延伸或移动选定距离或一定距离时，第二部分244可以接触椎骨20vb的端板220'。因此，在框408中确定或调用对象的当前总体几何形状可用于在框412中确定对象的任何部分是否接触受试者。调用或确定可以是输入(例如，由用户12)和/或基于来自对象的输入(例如，传输运动量的编码器)来确定。

在框412中确定对象是否接触受试者的一部分可以基于跟踪椎骨20va、20vb和/或植入物230。如上文所讨论的，导航系统10可以跟踪各个部分并基于各种跟踪装置200、204、234确定它们相对于彼此的姿势。虽然导航系统10由于跟踪装置234的姿势而能够跟踪第一部分240，但是第二部分244的具体几何形状通常可以独立于第一部分240的位置，除非它接触其他部分，如椎骨20vb。因此，通过相对于两个椎骨20va、20vb跟踪植入物230，导航系统10可以帮助确定第一部分240和第二部分244是否接触受试者20的部分，如椎骨20v。

如果在框412中确定对象没有接触受试者，则可以遵循“否”路径420，并且可以在框370中生成图形表示，如上文所讨论的。在框424中，图形表示的生成可以包括在没有变形的情况下生成对象的图形表示。如上文所讨论的，当仅有一部分或没有部分接触受试者20时，植入物230可以具有不变形的或基本上直的或对齐的几何形状，如图4A所示。因此，在显示装置32上显示的图形表示可以基本上匹配植入物230的图示或表示，如图4A所示。因此，可以在框374中显示图形表示。

如果在框412中确定对象正在接触受试者部分，则可以遵循“是”路径440以在框444中确定接触是否导致植入物变形。同样，植入物230可以接触椎骨20va，但是第一部分240通常不会相对于长轴或中心轴线260变形或改变位置。因此，面或端248可以大致垂直于长轴260，如图4A所示。因此，确定第一部分240接触椎骨20va可以导致在框444中确定接触不引起变形，因此可以遵循“否”路径448。应当理解，可以做出没有变形发生的其他确定，并且可以遵循“否”路径448。如果遵循“否”路径448，则可以在框424中生成没有变形的图形，并且可以在框374中显示图形表示。

如果确定变形正在发生，则可以遵循“是”路径460。如上文所讨论的并如图3A、图3B和图4B所示，第二部分244在接触椎骨20vb时可以相对于长轴260变形或移动。如图4B所示，例如，端部或表面256可以相对于中心轴线260以一定角度或角度264移动。因此，当确定端点或接触表面256从表面248移动的距离足以使第二部分244能够改变角度或相对于中心轴线260移动时，可以在框444中确定已经发生变形，并且可以遵循“是”路径460。

可以在框464中确定变形部分的边缘几何形状以匹配接触受试者部分。例如，导航系统，如导航处理单元或处理器70，可以评估图像中椎骨20vi的边缘的几何形状，如上文所讨论的。给定部分20vi的已知或确定的几何形状并且给定第二部分244正在接触表面220，可以确定第二部分244的边缘或表面256处于与边缘220相同或平行的角度或平面。因此，可以确定表面256具有平行于椎骨20vi的边缘或表面220的几何形状。

边缘几何形状的确定可以包括用于确定选定拟合例如最佳拟合的各种技术，该最佳拟合可以包括实现选定结果的一个或多个拟合。因此，可以选择最佳拟合以实现运动范围、尺寸、可用性、供使用的构型等。因此，最佳拟合也可以是或包括相对于受试者部分的所确定边缘部分的拟合。最佳拟合可以是对选定阈值(例如，大于50％接触)或其他适当阈值的拟合。各种技术可以包括最小二乘拟合技术。

在框464中确定几何形状之后，可以在框370中生成图形表示，如上文所讨论的。在框470中，图形生成可以包括或者作为子部分来生成确定的可变形部分和不可变形部分的边缘或几何形状的图形表示。为了在框470中生成可变形部分的图形表示，导航系统10可以生成图形，如图3B所示。图形表示可以包括第一部分240i和第二部分244i，其具有与图像中的表面214、220接触的相应边缘，以在显示装置32上显示。在框470中生成图形表示之后，可以在框374中显示图形表示。

因此，子例程364'可用于基于确定的受试者20vi、2vii的图像部分的几何形状来生成植入物230的图形表示。因此，显示装置32上的表示280可以更准确地匹配植入物230的真实几何形状或实时几何形状，如图3A所示。

继续参考图5，并另外参考图7，可以根据子例程364”来进行对象对受试者的姿势的评估，如图7所示。首先，应当理解，姿势的评估可以包括与上述讨论的那些步骤或程序基本上相同的各种步骤或程序，因此，它们将仅被简要地讨论，并且附图标记将增加双撇号。就这一点而言，可以在框400”中进行受试者的边缘姿势的评估，并且可以在框404”中进行对象的跟踪部分的姿势的评估。确定或调用的对象的当前总体几何形状也可以出现在框408”中，并且可以在框412”中确定对象的任何部分是否接触受试者部分。如上文所讨论的，如果在框412”中确定没有变形，则可以遵循“否”路径420”以在框370中生成图形表示。同样，图形的生成可以包括子过程，如在框424”中生成没有变形的对象的图形表示。在框424”中生成图形表示之后，在框374中可以发生图形表示的显示。然而，如上文所讨论的，如果确在框412”中变形发生，则可以遵循“是”路径440”。“是”路径440可以是在框444”中确定接触部分是否变形。如果确定没有变形发生，则在框424”中可以遵循“否”路径448”生成没有变形的对象的图形表示，并因此在框374中显示该图形表示。

然而，如果确定已经发生或存在变形，则可以遵循“是”路径460”进行学习的几何分析，该学习的几何分析可以基于框500中的机器学习分析或过程。在框500中的机器学习分析中，可以使用各种学习的或确定的权重或类别来分析确定的与受试者412”接触的部分以及在框408”中确定的对象的当前总体几何形状。例如，可以确定相对的受试者部分边缘的姿势以分析或加权施加到对象的应力或力。机器学习分析还可以评估或确定植入物230的部分的运动或可能运动的数量。

如上文所讨论的，并且如图4D所示，第二部分244可以包括也可以相对于彼此和/或中心轴线260移动的各个部分。因此，机器学习分析可以包括基于在图像中评估的几何形状(如表面220')来评估或确定各个部分相对于彼此的运动，如图3A'所示。分析可以包括表面220'不是平坦的或平面的，并且可以包括不同于平面几何形状的各种几何形状，以便以复杂的方式使植入物230变形。

此外，机器学习分析可以包括负载和测量，如与施加到植入物230的力有关。例如，在框408”中确定总体几何形状可用于基于在框404”中确定的受试者的部分的姿势来分析或评估施加到植入物230的力。施加到植入物230的更大的力可以包括或引起更大的变形，这可以根据框500中的机器学习分析来评估。

无论如何，如上文所讨论的，框500中的过程的技术可用于确定对确定的受试者部分的边缘部分的最佳拟合。因此，最佳拟合也可以是对选定阈值的拟合和/或包括其他考虑因素，包括上面讨论的那些。

因此，遵循“是”路径460，可以根据框500中的机器学习分析来评估植入物230的几何形状。在框500中的机器学习分析之后，可在框470”中生成植入物的变形几何形状的图形表示，类似于上文所讨论的。然后，在框374中，可以在显示装置上显示图形表示。

如上文所讨论的，对象的图形表示的确定也可以另选地部分地或全部地基于图像表示和分割以及对象的跟踪姿势。如上文所讨论的，图像数据可以被分割。因此，可以识别图像内的边缘。跟踪或确定的对象相对于图像部分的姿势可用于确定对象在感兴趣区域内的几何形状，如变形的几何形状，如由于与图像中的至少一个边缘接触。因此，可能不需要受试者的跟踪姿势或确定姿势。然而，如本文所讨论的，可以使用或需要在框400、400”中确定的受试者或受试者部分的姿势来确定受试者的构型(例如变形与否)。

框500中的机器学习分析可用于评估和确定(例如分割)受试者图像部分(例如椎骨)的几何形状，以帮助确定植入物230的几何形状以在显示装置32上显示。此外，用户12还可以分析或查看几何形状。用户12或其他合适的用户可以向导航系统10输入植入物230的实际或观察到的几何形状。因此，机器学习过程500可以由用户用确定的实际几何形状或评估的几何形状来更新，以增加或改变机器学习算法。因此，如果选择了机器学习分析，则可以随时间更新或改变框500中的机器学习分析，以实现更高的准确度。应当理解，机器学习分析500可以是任何适当类型的机器学习，如神经网络、森林或树分析、或分类、或任何适当的分析。

在各种实施方案中，可以利用机器学习来继续改进物理/机械方程，这些物理/机械方程将定义植入物如何相对于分割解剖部分如椎体结构上的端板移动。机器学习也可用于分析周围组织密度以了解是否存在可改变预期几何形状的摩擦干扰(或相反，体液降低关节中的摩擦)。机器学习还可以用于基于比较确定的解决方案和所拍摄的实际配置的图像来改进建模/几何确定算法。

不管框364中的具体评估如何，如上文所讨论的，由于受试者的各个部分之间的位置，植入物230的变形几何形状可以被确定并显示在显示装置32上。因此，基于植入物230与受试者20和/或受试者20的特定部分(如椎骨20v)的接触，用户12可在显示装置上显示变形几何形状。由于植入物230接触受试者20，显示装置32可以显示植入物230的表示280，该表示更充分地匹配(例如，在可容忍的误差内)植入物230和受试者的几何形状。此外，如上文所讨论的，图形表示280的生成可以通过由导航系统10(包括处理单元70或任何适当的处理单元)执行的指令而基本上自动地发生。因此，对植入物的几何形状的理解或在图形表示280中植入物的几何形状的显示可以是基本上即时的或实时的，并且不需要用户12的附加输入或改变。因此，变形或改变的图形表示280可以被理解为基本上是自动的。

如上文所讨论的，系统如导航系统10可用于确定和示出对象如植入物230相对于受试者20的部分的当前姿势和构型。包括对象的姿势和几何轮廓的构型的确定可以基于受试者20的评估的姿势和表面及其跟踪和导航的姿势。类似地，或除此之外，可以通过评估受试者20的信息和/或可能的治疗对象的选择或数据库来做出确定/或计划。

如上文所讨论的，并且如图8所示，解剖结构的各个部分如椎骨20vi和第二椎骨20vii可以包括在图像数据中。如本文所讨论的，分析的图像数据可用于帮助确定或规划程序。例如，选择适当的植入物或设计适当的植入物。

图像数据可以以任何适当的方式获取，如上文讨论的方式。此外，图像数据可以包括各种信息，如包括在三维模型、二维平面图像或多个二维图像或投影中的信息。图像数据还可以包括采集并融合在一起的多种类型的数据，如计算机断层扫描(CT)或磁共振图像(MRI)，其可以包括三维图像数据和包括穿过受试者20的投影的平面X射线图像。无论如何，椎骨可以包括在图像数据550中，该图像数据可以用显示装置32分析和/或显示。

在各种实施方案中，图像550不需要以预分析或原始配置显示，而是可以在图像550的选定分析之后用显示装置32显示。图像的分析可以包括各种处理步骤，如分割包括相应椎骨20vi、20vii的数据550的各个部分。分割可以包括识别包括边界的椎骨的一个或多个边界或边缘，如上文所讨论的，包括相应的上椎体边界210、220和下椎体边界214、224。应当理解，还可以识别附加的边界或边缘，如棘突边界、小面等。此外，应当理解，边界210-224可以是二维或三维边界。因此，如图8所示，当确定边界210-224时，可以对其进行分析。

继续参考图8并另外参考图9，也可以描绘和/或分析相应椎骨20vi、20vii的表面几何形状或形状。例如，表面214可以包括不规则的几何形状，包括基本上不平坦的表面。例如，第一外部部分214a可以在由第二部分214b限定的平面下方一定距离处。因此，表面214可以是基本上非平面的，并且包括可以根据选定技术来分析和描绘的三维构型。如上文所讨论的，可以使用分割算法、机器学习(例如卷积神经网络)系统等来确定图像550中识别部分的几何形状。还应当理解，图像550的分割可以基于用户12的输入，如用户12将图像550中的一个或多个点(例如像素或体素)识别为种子以辅助其分割和/或描绘。此外，用户可以识别要描绘的用于进一步分析的各个部分或表面，如图像20vi、20vii中的椎骨体20v的下板和上板。此外，第二椎骨20vii可以包括表面220，该表面也可以具有几何形状，或者可以是基本上平面的，如图9所示。

因此，继续参考图8和图9，可以在两个椎骨20vi、20vii之间生成和/或确定相对几何形状和/或空间。例如，可以确定包括椎骨20vi、20vii的部分之间的一个或多个距离的几何形状。例如，可以确定第一椎骨20vi的中间侧向点560与第二椎骨20vii的中间侧向第一侧向点562之间的第一距离。类似地，可以在第三中间侧向点572与第四中间侧向点576之间测量第二距离568。由于相应表面214、220的表面几何形状和构型，距离558、568可以不同。例如，如上文所讨论的，第二部分214b可以从相对表面210和第一部分214a进一步延伸，并且因此从其延伸的距离568可以小于距离558。

应当理解，可以在相应椎骨20vi、20vii的两个相对表面214、220之间测量多个距离。在各种实施方案中，多个距离可用于大致限定两个椎骨20vi、20vii之间的三维形状。两个椎骨20vi、20vii之间的面积或体积可以是感兴趣区域(ROI)的几何形状。ROI几何形状可以以任何适当的方式确定或定义，并且在各种实施方案中，包括选定的几何形状，如圆柱体，可以使用适当的技术变形或内插，直到它基本上匹配两个椎骨20vi、20vii之间的距离或构型。例如，如图8所示，圆柱体590可以定位在两个椎骨表面214、220之间，并增大或改变，直到两个椎骨20vi、20vii之间的几何形状与虚拟圆柱体590基本上匹配。因此，虚拟圆柱体590的几何形状可用于匹配表面214、220和/或表面214、220之间的距离或几何构型(例如三维构型)。因此，可以根据适当的技术来理解或分析两个表面214、220之间的几何形状，以确定两个表面214、220之间的几何形状和/或体积。

如上文所讨论的，可以识别选定部分(如表面214和表面220)之间的面积或体积，包括两个表面之间的形态(例如结构如复杂结构的几何形状)。形态的体积可以由选定的边界或表面界定，如圆柱体，其直径将拟合表面214的外边界，如直径600。应当理解，直径600可以是任何适当的外边界形状或几何形状，并且直径或圆仅是示例性的。然而，圆柱体590可以由圆形或边界600中的尺寸、长度和几何形状限定。应当理解，圆柱体590可以不是完美的圆柱体，并且可以是包括角度或弯曲区域或区域604的复杂形状。区域如圆柱体590的形态可用于限定两个表面214、220之间的体积的几何形状。如上文所讨论的，表面214、220的识别是由于图像的选定分割可用于识别两个表面214、220之间的区域或体积。该定义，如圆柱体590的几何定义，可以用于各种目的，如本文所讨论的那些。

因此，参考图8和图9并另外参考图10，确定的圆柱体或空隙体积590及其各种几何形状，如边界600，可用于帮助选择或规划假体，例如如上文或本文所讨论的假体，以定位在两个椎骨20vi、20vii之间确定的体积590内。如图10示意性所示，可以将确定的体积几何形状与一个或多个可能的植入物进行比较。该比较可以通过视觉比较来进行，如显示装置32上的显示、图形或自动比较、或任何其他适当的比较。

例如，多个植入物或植入物构型可以包括第一植入物620、第二植入物624和第三植入物628。每个植入物620、624、628可以具有各自的模型，如CAD模型，其可以包括如维度、几何形状和几何形状的可能变化的信息。如上所示，植入物230可以包括两个部分，如第一部分240和第二部分244。如上文所讨论的，新部分可以由于运动或调节构件246而相对于彼此运动。然后这些部分也可以旋转，如第二部分244可以相对于植入物230的长轴260旋转。因此，各种植入物620、628的CAD模型可以包括类似的信息。

简而言之，第一植入物620可具有至少一个已知且固定的长度632。第二端或可调节端可以旋转或能够调节以具有选定的角度，如在具有相对于植入物的长轴644的第一角度640的第一接触表面构型638与具有相对于长轴644的第二角度654的第二构型表面650之间的范围。此外，可以确定相应表面638、650相对于第一部分的第一端658或固定部分660的尺寸。因此，第一植入物620可以由端面638、650相对于第一端658的可能位置和相对于该第一端的尺寸来限定。

第二植入物624还可以包括具有第一长度688的第一部分684的第一表面680。类似地，端面可以具有处于植入物构型的第一构型692或694，其可以相对于植入物624的长轴704处于各自不同的角度696、698。同样，各种尺寸和/或可能的位置几何形状可以包括在CAD模型中。最后，例如，植入物628可以包括多个部分，如第一部分710和第二部分714。第一部分710可以是基本上固定的或刚性的，如呈基本上圆柱形或矩形的形状或构型。第二部分714可以类似于第一植入物620、624并包括可构造或可改变的终端表面720。因此，可以对第二部分714进行调整，如上文所讨论的，并且本领域技术人员在此不再赘述。此外，本领域技术人员将理解，第三植入物628的部分710、714可连接在一起以形成植入物和/或与所植入的植入物分开植入。

无论如何，可以将包括圆柱体690的几何形状和/或任何确定的几何形状(例如外部几何形状600)与植入物620、624、628的各种可能的构型进行比较，以试图找到最佳拟合，如上文所讨论的。在各种实施方案中，可以相对于阈值来确定最佳拟合。例如，选定的或可能的植入物可以填充确定的体积的选定量(例如，至少90％)，但不大于确定的体积。在各种实施方案中，无论选择的一个或多个标准如何，都可以基于植入物所允许的机械和物理动力学来确定或改进选择的算法。

例如，该过程或系统，如导航处理器66和/或图像处理单元76，或其他适当的处理单元(例如，可以并入到单独的工作站或计算机中的计划处理器系统)。一个或多个处理器可以执行指令以将各种植入物(如植入物620)的可能几何形状与圆柱体590的几何形状进行比较。可以使用各种比较技术，如至少平方拟合来尝试用植入物620的可能构型填充体积590。应当理解，可以进行多次尝试，如尝试三个植入物620、624、628中的每一个，或者可以基于选定的拟合标准来确定计划策略。还应当理解，可以尝试和/或计划多于或少于图10所示的三个端板，并且这三个端板仅仅是示例性的。

继续参考图8至图10，并且另外参考图11，示出了计划流程图或过程750。流程图750可以是可以由选定的处理器(如上文所讨论的处理器)执行的过程。指令可以存储在选定的存储器(也包括上文所讨论的存储器)中以由处理器访问。因此，过程750可以被理解为计算机可执行指令。

因此，过程750可以在开始框754处开始。该过程然后可以在框756中访问受试者数据，并且可以在框760中分割或描绘图像数据。访问的受试者图像数据和受试者图像数据的分割可以包括上文所讨论的过程，并且在此不再赘述。然而，在框760中分割图像数据之后，可以在框764中确定或选择受试者植入区域或感兴趣区域(ROI)。

受试者植入区域或感兴趣区域的选择可以包括两个椎骨之间的区域，如椎骨20vi、20vii。在各种实施方案中，例如如上文所讨论的，用户12可以查看图像并识别两个表面214、220之间的感兴趣区域。然而，应当理解，用户也可以识别其他区域，然而，过程750可用于分析两个椎骨或两个表面214、220之间的区域，如上文所讨论的。该确定可以由用户进行，如通过选择已经在图像数据中分割的表面214、220、用户识别或选择图像中的多个点或其他适当的机制。这允许可以在框764中选择植入区域或ROI的确定或选择。

在框768中对ROI进行分析。该分析可以包括进一步的分割，如选择表面的两个区域，如包括第一区域214a和第二区域214b的表面214。该分析可以包括确定某些表面是否包括大到足以需要进一步分割或分离或其他适当的分析的变化。

在框768中分析ROI之后，在框772中确定植入区域或ROI的体积几何形状。体积几何形状的确定可以包括部分或步骤，如上文所讨论的，包括确定轮廓或边界600、圆柱体590和各种其他几何形状，如偏移区域604。可以在框772中确定区域几何形状，如上文所讨论的。如果选择了几何形状，则可以在框776中保存该几何形状，因此可以理解为不需要。

利用在框772中确定的几何形状，可以在框780中进行一个或多个对象模型几何形状的调用或输入。模型几何形状可以包括各种几何形状和/或注意变化或可构造的几何形状，如上文所讨论的。例如，如图10所示，包括多于一个植入物的各种植入物可以包括可以由用户在植入和/或使用期间选择的可变几何形状。对象模型可以包括用于分析或选择的该信息，如本文进一步讨论的。因此，对象模型几何形状可以包括用于与体积几何形状进行比较的各种几何形状和/或可变性。调用的模型可以包括已知或确定的几何形状。由于一个或多个可构造部分，根据多个构型的几何形状或可能的几何形状可以包括在模型中。

可以在框784中进行体积几何形状与一个对象模型几何形状的比较。该比较可以包括确定该模型是否可以拟合在选定的体积内，如汽缸体积590，如上文所讨论的。该比较可以包括确定在框784中比较的一个对象模型几何形状植入物的所有可能的几何形状。因此，该比较可以包括对模型和能够由对象实现的一个或多个几何形状的分析。

如上文所讨论的，可以进行或使用各种比较或拟合方法来确定最佳拟合(如本领域技术人员所理解的)，如最小二乘拟合，其可用于确定模型是否将在体积几何形状内拟合到选定程度。如本领域技术人员所理解的，可以为适当的或选定的拟合确定各种阈值。因此，对模型的分析可用于确定相关对象是否可用于将ROI几何结构(如圆柱体590)拟合或填充至选定阈值。

在框784中的比较之后，可以在框790中确定对象模型几何形状是否拟合体积几何形状。在框784中，如果几何形状不拟合选定阈值或程度，则该确定可以遵循“否”路径以返回以将体积几何形状与对象模型几何形状进行比较。应当理解，循环或迭代794中的比较可以在单独的或不同的模型几何结构内。此外，循环还可以包括对模型几何形状的改变，如端部角度的调节，因为各种模型可以包括由于用户的调节而改变几何形状的能力。因此，迭代循环794可以允许比较不同植入物的多个几何形状和/或单个植入物的多个几何形状。然而，在迭代循环794中可以发生多于一次的比较，直到确定790达到选定数量的比较步骤(例如，在15、20、25或选定数量的比较之后终止)或当模型匹配或拟合体积几何形状选定程度时。此后，可以遵循“是”路径798。

通过遵循“是”路径798，可以在框802中进行拟合体积几何形状的对象模型几何形状的识别的输出。输出可以包括视觉或物理输出，如选定植入物在显示装置32上的图示。输出可以包括选定的尺寸、名称、识别号或其他合适的识别信息，以允许选择或检索合适的植入物。

例如，过程750可以在计划阶段期间获取受试者20的图像数据之后执行。因此，在计划阶段期间，可以对选定对象或植入物的对象模型进行识别，使得可以获得植入物并为选定程序提供植入物。因此，输出还可以包括向供应植入物的供应商传输采购订单或其他信息。此外，输出可以包括选定几何构型的输出，如选定植入物在程序期间将定位的长度等。因此，在框802中，输出可以包括选定植入物的识别。

过程750然后可以在结束框810处结束或终止。可以理解，结束框810不必是过程的最终终止，而是可以是在确定或输出选定过程的对象模型或对象的识别之后的结束。因此，这些步骤中的任何一个都可以在端块中和/或在端块之后发生，如获得假体、植入假体或其他适当的步骤。

然而，如上文所讨论的，可以出于各种目的分析受试者的数据，如图像数据。可以分析图像数据以允许确定由于植入物相对于受试者的部分(如椎骨)的导航或已知姿势的已知或导航位置或姿势而导致的植入物的可能或实时几何形状。因此，可以在显示装置32上以实时姿势和构型示出植入物，以供用户12理解。此外，所分析的几何形状可用于选择或提出用于选定程序的植入物，如上文所讨论的。

应当理解，可将本文所公开的各个方面以与说明书和附图中具体给出的组合不同的组合进行组合。还应该理解，取决于示例，本文描述的任何过程或方法的某些动作或事件可以不同的顺序执行，可以完全添加、合并或省略(例如，执行所述技术可能不需要所有描述的动作或事件)。另外，尽管为清楚起见，本公开的某些方面被描述为由单个模块或单元执行，应当理解，本公开的技术可以通过与例如医疗设备相关联的单元或模块的组合来执行。

在一个或多个示例中，描述的技术可在硬件、软件、固件或它们的任何组合中实现。如果在软件中实现，则功能可作为一个或多个指令或代码存储在计算机可读介质(例如，存储器模块)上并由基于硬件的处理单元执行。计算机可读介质可包括非暂态计算机可读介质，其对应于有形介质，诸如数据存储介质(例如，RAM、ROM、EEPROM、闪存存储器，或可用于存储指令或数据结构形式的期望程序代码并且可由计算机访问的任何其他介质)。

指令可由一个或多个处理器(例如，处理器模块)执行，诸如一个或多个数字信号处理器(DSP)、通用微处理器、图形处理单元(GPU)、专用集成电路(ASIC)、现场可编程逻辑阵列(FPGA)或其他等同的集成或离散逻辑电路。因此，如本文所用的术语“处理器”可指前述结构或适于实现所描述的技术的任何其他物理结构中的任一种。另外，本技术可在一个或多个电路或逻辑元件中完全实现。

提供了示例性实施方案，使得本公开将是彻底的，并且将向本领域技术人员充分传达本公开的范围。阐述了许多具体细节，诸如特定部件、装置和方法的示例，以提供对本公开的实施方案的透彻理解。对于本领域技术人员显而易见的是，不需要采用特定细节，示例性实施方案可能以许多不同的形式体现，并且不应被解释为限制本公开的范围。在一些示例性实施方案中，未详细描述众所周知的过程、众所周知的装置结构和众所周知的技术。

出于说明和描述的目的，已经提供了对实施方案的前述描述。前述描述不旨在详尽无遗或限制本公开。特定实施方案的单独元件或特征通常不限于该特定实施方案，而是在适用的情况下，可互换并且也可以在选定实施方案中使用，即使未具体示出或描述。同一元件或特征可以多种方式变化。此类变化不应该被视为脱离本公开，并且所有此类修改旨在被包括在本公开的范围内。

Claims (19)

1.一种用于计划程序的植入物构型的系统，包括：

处理器系统，所述处理器系统被配置为执行指令以：

访问至少具有所述受试者的第一部分和第二部分的受试者的图像数据；

分析所述第一部分和所述第二部分之间的感兴趣区域(ROI)；

确定所述感兴趣区域的ROI几何形状；

访问对象的模型，所述模型至少包括(i)所述对象的刚性部分的维度和(ii)所述对象的可构造部分的多个可能构型；以及

分析所访问的模型以确定所述对象的最佳拟合，以实现所述ROI几何形状；以及

输出对所访问的模型的所述分析的结果。

2.根据权利要求1所述的系统，其中所述处理器系统被进一步配置为执行以：

利用来自用户的输入来选择所述图像数据中的所述感兴趣区域。

3.根据权利要求1或2中任一项所述的系统，其中所述对象的所述可构造部分的所述多个可能构型包括所述可构造部分的运动范围、所述可构造部分的塑性变形范围和所述可构造部分的弹性变形范围中的至少一者或它们的组合。

4.根据权利要求1至3中任一项所述的系统，其中输出所述结果包括输出所述对象能够在选定阈值内肯定地实现所述ROI几何形状或输出所述对象不能所述选定阈值内实现所述ROI几何形状。

5.根据权利要求4所述的系统，其中所述处理器系统被进一步配置为执行以：

基于对所访问的第一模型的所述分析的所述输出结果来评估所述第一对象的所述植入物。

6.根据权利要求1至4中任一项所述的系统，其中所述对象的所述模型是第一对象的第一模型，其中所述处理器系统被进一步配置为执行以：

访问第二对象的第二模型，其中所述第二对象的所述第二模型至少包括(i)所述第二对象的刚性部分的维度和(ii)所述第二对象的可构造部分的多个可能构型；以及

分析所访问的第二模型以确定所述第二对象是否能够基于所访问的第二模型来实现所述ROI几何形状；以及

输出对所访问的第二模型的所述分析的结果。

7.根据权利要求6所述的系统，其中所述处理器系统被进一步配置为执行以：

比较所访问的第一模型的所述分析的所述输出结果和所访问的第二模型的所述分析的所述输出结果；以及

输出所述比较所访问的第一模型的所述分析的所述输出结果和所访问的第二模型的所述分析的所述输出结果的比较结果。

8.根据权利要求7所述的系统，其中所述处理器系统被进一步配置为执行以：

基于所述比较所访问的第一模型的所述分析的所述输出结果和所访问的第二模型的所述分析的所述输出结果来确定所述第一对象或所述第二对象与所述ROI几何形状的最佳拟合。

9.根据权利要求1所述的系统，其中所述模型是第一模型，并且所述对象是第一对象，其中所述处理器系统被进一步配置为执行以：

确定所访问的第一模型的所述分析的所述输出结果是否匹配选定阈值内的所述ROI几何形状；

如果所访问的第一模型的所述分析的所述输出结果在所述ROI几何形状的所述选定阈值匹配之外：

访问第二对象的第二模型，其中所述第二对象的所述第二模型至少包括(i)所述第二对象的刚性部分的维度和(ii)所述第二对象的可构造部分的多个可能构型；

分析所访问的第二模型以确定所述第二对象是否能够基于所访问的第二模型来实现所述ROI几何形状；以及

输出对所访问的第二模型的所述分析的结果。

10.一种用于计划程序的植入物构型的系统，包括：

处理器系统，所述处理器系统被配置为执行指令以：

访问至少具有所述受试者的第一部分和第二部分的受试者的图像数据；

分析所述第一部分和所述第二部分之间的感兴趣区域(ROI)；

分析所述感兴趣区域的ROI几何形状；

访问对象的模型，所述模型至少包括(i)所述第一对象的刚性部分的维度和(ii)所述第一对象的可构造部分的多个可能构型；以及

分析所访问的模型以确定所述对象是否能够实现所述ROI几何形状；以及

输出对所访问的第一模型的所述分析的结果；和

输出装置，所述输出装置用于接收所述输出。

11.根据权利要求10所述的系统，进一步包括：

用户输入装置，所述用户输入装置用于利用来自用户的输入来输入对所述图像数据中的所述感兴趣区域的选择。

12.根据权利要求10或11中任一项所述的系统，其中所述输出装置能够操作以显示所述第一对象是否能够在选定阈值内实现所述ROI几何形状。

13.根据权利要求10至12中任一项所述的系统，其中所述对象的所述模型是第一对象的第一模型，并且其中所述处理器系统被配置为执行另外的指令以：

访问第二对象的第二模型，其中所述第二对象的所述第二模型至少包括(i)所述第二对象的刚性部分的维度和(ii)所述第二对象的可构造部分的多个可能构型；以及

分析所访问的第二模型以确定所述第二对象是否能够基于所访问的第二模型来实现所述ROI几何形状；以及

输出对所访问的第二模型的所述分析的结果。

14.根据权利要求13所述的系统，其中所述处理器电路被配置为执行另外的指令以：

比较所访问的第一模型的所述分析的所述输出结果和所访问的第二模型的所述分析的所述输出结果；以及

输出所述比较所访问的第一模型的所述分析的所述输出结果和所访问的第二模型的所述分析的所述输出结果的比较结果。

15.根据权利要求14所述的系统，其中所述处理器电路被配置为执行另外的指令以：

基于所述比较所访问的第一模型的所述分析的所述输出结果和所访问的第二模型的所述分析的所述输出结果来确定所述第一对象或所述第二对象与所述ROI几何形状的最佳拟合。

16.根据权利要求10至15中任一项所述的系统，其中所述对象的所述模型是第一对象的第一模型，并且其中所述处理器系统被配置为执行另外的指令以：

确定所访问的第一模型的所述分析的所述输出结果是否匹配选定阈值内的所述ROI几何形状；

如果所访问的第一模型的所述分析的所述输出结果在所述ROI几何形状的所述选定阈值匹配之外：

访问第二对象的第二模型，其中所述第二对象的所述第二模型至少包括(i)所述第二对象的刚性部分的维度和(ii)所述第二对象的可构造部分的多个可能构型；以及

分析所访问的第二模型以确定所述第二对象是否能够基于所访问的第二模型来实现所述ROI几何形状；以及

输出对所访问的第二模型的所述分析的结果。

17.一种计划程序的植入物构型的方法，包括：

访问至少具有所述受试者的第一部分和第二部分的受试者的图像数据；

分析所述第一部分和所述第二部分之间的感兴趣区域(ROI)；

确定所述感兴趣区域的ROI几何形状；

访问对象的模型，所述模型至少包括(i)所述对象的刚性部分的维度和(ii)所述对象的可构造部分的多个可能构型；以及

分析所访问的模型以确定所述对象的最佳拟合，以实现所述ROI几何形状；以及

输出对所访问的模型的所述分析的结果。

18.根据权利要求17所述的方法，其中所述对象包括第一对象和第二对象，并且所述模型包括第一模型和第二模型；

其中所述第一模型包括(i)所述第一对象的第一刚性部分的第一维度和(ii)所述第一对象的第一可构造部分的第一多个可能构型；

其中所述第二模型包括(i)所述第二对象的第二刚性部分的第二维度和(ii)所述第二对象的第二可构造部分的第二多个可能构型。

19.根据权利要求18所述的方法，其中分析所访问的模型包括分析所述第一模型和所述第二模型以确定所述第一对象或所述第二对象中的至少一者的所述最佳拟合，以实现所述ROI几何形状。

Images