CN117615731A - 通过成像和跟踪验证脊柱弯曲矫正的方法和系统 - Google Patents
通过成像和跟踪验证脊柱弯曲矫正的方法和系统 Download PDFInfo
- Publication number
- CN117615731A CN117615731A CN202280049239.0A CN202280049239A CN117615731A CN 117615731 A CN117615731 A CN 117615731A CN 202280049239 A CN202280049239 A CN 202280049239A CN 117615731 A CN117615731 A CN 117615731A
- Authority
- CN
- China
- Prior art keywords
- data
- spine
- parameter
- rod
- spinal
- 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 60
- 238000012937 correction Methods 0.000 title claims description 38
- 238000003384 imaging method Methods 0.000 title claims description 25
- 208000000875 Spinal Curvatures Diseases 0.000 title abstract description 11
- 238000012545 processing Methods 0.000 claims abstract description 78
- 208000002847 Surgical Wound Diseases 0.000 claims abstract description 21
- 238000002059 diagnostic imaging Methods 0.000 claims description 56
- 239000004606 Fillers/Extenders Substances 0.000 claims description 24
- 239000003550 marker Substances 0.000 claims description 19
- 238000004519 manufacturing process Methods 0.000 claims description 16
- 239000011436 cob Substances 0.000 claims description 12
- 230000003287 optical effect Effects 0.000 claims description 11
- 238000001356 surgical procedure Methods 0.000 description 27
- 101000603877 Homo sapiens Nuclear receptor subfamily 1 group I member 2 Proteins 0.000 description 19
- 101001098560 Homo sapiens Proteinase-activated receptor 2 Proteins 0.000 description 19
- 101000713170 Homo sapiens Solute carrier family 52, riboflavin transporter, member 1 Proteins 0.000 description 19
- 102100037132 Proteinase-activated receptor 2 Human genes 0.000 description 19
- 238000004422 calculation algorithm Methods 0.000 description 16
- 101001098529 Homo sapiens Proteinase-activated receptor 1 Proteins 0.000 description 12
- 101000713169 Homo sapiens Solute carrier family 52, riboflavin transporter, member 2 Proteins 0.000 description 12
- 102100037136 Proteinase-activated receptor 1 Human genes 0.000 description 12
- 102100028897 Stearoyl-CoA desaturase Human genes 0.000 description 12
- 101100041816 Homo sapiens SCD gene Proteins 0.000 description 11
- 101150097713 SCD1 gene Proteins 0.000 description 11
- 238000004364 calculation method Methods 0.000 description 10
- 238000001514 detection method Methods 0.000 description 10
- 101100309604 Homo sapiens SCD5 gene Proteins 0.000 description 8
- 101100101423 Saccharomyces cerevisiae (strain ATCC 204508 / S288c) UBI4 gene Proteins 0.000 description 8
- 101150042597 Scd2 gene Proteins 0.000 description 8
- 102100033930 Stearoyl-CoA desaturase 5 Human genes 0.000 description 8
- 230000000399 orthopedic effect Effects 0.000 description 8
- 206010058907 Spinal deformity Diseases 0.000 description 7
- 238000013473 artificial intelligence Methods 0.000 description 6
- 210000000988 bone and bone Anatomy 0.000 description 6
- 230000008859 change Effects 0.000 description 6
- 238000002591 computed tomography Methods 0.000 description 6
- 101001135199 Homo sapiens Partitioning defective 3 homolog Proteins 0.000 description 5
- 101001098557 Homo sapiens Proteinase-activated receptor 3 Proteins 0.000 description 5
- 102100037133 Proteinase-activated receptor 3 Human genes 0.000 description 5
- 230000003190 augmentative effect Effects 0.000 description 5
- 210000000115 thoracic cavity Anatomy 0.000 description 5
- 230000009466 transformation Effects 0.000 description 5
- RTAQQCXQSZGOHL-UHFFFAOYSA-N Titanium Chemical compound [Ti] RTAQQCXQSZGOHL-UHFFFAOYSA-N 0.000 description 4
- 238000005452 bending Methods 0.000 description 4
- 230000005855 radiation Effects 0.000 description 4
- 238000009877 rendering Methods 0.000 description 4
- 206010039722 scoliosis Diseases 0.000 description 4
- 101100406879 Neurospora crassa (strain ATCC 24698 / 74-OR23-1A / CBS 708.71 / DSM 1257 / FGSC 987) par-2 gene Proteins 0.000 description 3
- 238000005553 drilling Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 230000004927 fusion Effects 0.000 description 3
- 238000010801 machine learning Methods 0.000 description 3
- 238000002844 melting Methods 0.000 description 3
- 230000008018 melting Effects 0.000 description 3
- 230000002980 postoperative effect Effects 0.000 description 3
- 229910052719 titanium Inorganic materials 0.000 description 3
- 239000010936 titanium Substances 0.000 description 3
- 238000002604 ultrasonography Methods 0.000 description 3
- 238000010146 3D printing Methods 0.000 description 2
- 206010023509 Kyphosis Diseases 0.000 description 2
- 208000007623 Lordosis Diseases 0.000 description 2
- 101100309601 Mus musculus Scd3 gene Proteins 0.000 description 2
- 230000003213 activating effect Effects 0.000 description 2
- 239000000853 adhesive Substances 0.000 description 2
- 230000001070 adhesive effect Effects 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 2
- 238000012512 characterization method Methods 0.000 description 2
- 238000011960 computer-aided design Methods 0.000 description 2
- 238000013527 convolutional neural network Methods 0.000 description 2
- 238000005520 cutting process Methods 0.000 description 2
- 230000008021 deposition Effects 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 230000005484 gravity Effects 0.000 description 2
- 201000002972 idiopathic scoliosis Diseases 0.000 description 2
- 238000002595 magnetic resonance imaging Methods 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 239000000843 powder Substances 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000006641 stabilisation Effects 0.000 description 2
- 238000011105 stabilization Methods 0.000 description 2
- 210000001519 tissue Anatomy 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 238000012800 visualization Methods 0.000 description 2
- 208000016381 Brown-Vialetto-van Laere syndrome 1 Diseases 0.000 description 1
- 101100202502 Caenorhabditis elegans scd-2 gene Proteins 0.000 description 1
- 241001465754 Metazoa Species 0.000 description 1
- 208000033312 RFVT2-related riboflavin transporter deficiency Diseases 0.000 description 1
- 235000011449 Rosa Nutrition 0.000 description 1
- 208000020339 Spinal injury Diseases 0.000 description 1
- 239000000654 additive Substances 0.000 description 1
- 230000000996 additive effect Effects 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000037237 body shape Effects 0.000 description 1
- QBWCMBCROVPCKQ-UHFFFAOYSA-N chlorous acid Chemical compound OCl=O QBWCMBCROVPCKQ-UHFFFAOYSA-N 0.000 description 1
- 238000000205 computational method Methods 0.000 description 1
- 238000005094 computer simulation Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000006378 damage Effects 0.000 description 1
- 238000013481 data capture Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 229940079593 drug Drugs 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000010894 electron beam technology Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000012447 hatching Effects 0.000 description 1
- 238000010191 image analysis Methods 0.000 description 1
- 238000002513 implantation Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000003780 insertion Methods 0.000 description 1
- 230000037431 insertion Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000002075 inversion recovery Methods 0.000 description 1
- 230000004807 localization Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012067 mathematical method Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 238000012634 optical imaging Methods 0.000 description 1
- 230000011164 ossification Effects 0.000 description 1
- 239000002985 plastic film Substances 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 238000007639 printing Methods 0.000 description 1
- 238000011158 quantitative evaluation Methods 0.000 description 1
- 238000002601 radiography Methods 0.000 description 1
- 238000007637 random forest analysis Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000000611 regression analysis Methods 0.000 description 1
- 230000010076 replication Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000000717 retained effect Effects 0.000 description 1
- 238000002432 robotic surgery Methods 0.000 description 1
- BEOLWJVNPROZQJ-AQSKNYQYSA-N rtd-1 Chemical compound C([C@@H]1NC(=O)CNC(=O)[C@H](CCCNC(N)=N)NC(=O)[C@H]([C@@H](C)O)NC(=O)[C@@H]2CSSC[C@H](NC1=O)C(=O)N[C@@H](CCCNC(N)=N)C(=O)N[C@H]1CSSC[C@H](NC(=O)[C@H](CCCNC(N)=N)NC(=O)[C@@H]3CSSC[C@@H](C(N[C@@H](CCCNC(N)=N)C(=O)N[C@@H](CCCNC(N)=N)C(=O)NCC(=O)N[C@H](C(=O)N3)C(C)C)=O)NC(=O)[C@H](CC(C)C)NC1=O)C(=O)N[C@H](C(N2)=O)[C@@H](C)CC)C1=CC=CC=C1 BEOLWJVNPROZQJ-AQSKNYQYSA-N 0.000 description 1
- 238000010079 rubber tapping Methods 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 210000003625 skull Anatomy 0.000 description 1
- 238000005507 spraying Methods 0.000 description 1
- 229910001220 stainless steel Inorganic materials 0.000 description 1
- 239000010935 stainless steel Substances 0.000 description 1
- 238000001931 thermography Methods 0.000 description 1
- 238000000844 transformation Methods 0.000 description 1
- 230000001131 transforming effect Effects 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
- 238000011179 visual inspection Methods 0.000 description 1
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B17/00—Surgical instruments, devices or methods, e.g. tourniquets
- A61B17/56—Surgical instruments or methods for treatment of bones or joints; Devices specially adapted therefor
- A61B17/58—Surgical instruments or methods for treatment of bones or joints; Devices specially adapted therefor for osteosynthesis, e.g. bone plates, screws, setting implements or the like
- A61B17/68—Internal fixation devices, including fasteners and spinal fixators, even if a part thereof projects from the skin
- A61B17/70—Spinal positioners or stabilisers ; Bone stabilisers comprising fluid filler in an implant
- A61B17/7074—Tools specially adapted for spinal fixation operations other than for bone removal or filler handling
- A61B17/7083—Tools for guidance or insertion of tethers, rod-to-anchor connectors, rod-to-rod connectors, or longitudinal elements
- A61B17/7085—Tools for guidance or insertion of tethers, rod-to-anchor connectors, rod-to-rod connectors, or longitudinal elements for insertion of a longitudinal element down one or more hollow screw or hook extensions, i.e. at least a part of the element within an extension has a component of movement parallel to the extension's axis
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B34/00—Computer-aided surgery; Manipulators or robots specially adapted for use in surgery
- A61B34/10—Computer-aided planning, simulation or modelling of surgical operations
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B90/00—Instruments, implements or accessories specially adapted for surgery or diagnosis and not covered by any of the groups A61B1/00 - A61B50/00, e.g. for luxation treatment or for protecting wound edges
- A61B90/39—Markers, e.g. radio-opaque or breast lesions markers
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B17/00—Surgical instruments, devices or methods, e.g. tourniquets
- A61B17/56—Surgical instruments or methods for treatment of bones or joints; Devices specially adapted therefor
- A61B17/58—Surgical instruments or methods for treatment of bones or joints; Devices specially adapted therefor for osteosynthesis, e.g. bone plates, screws, setting implements or the like
- A61B17/88—Osteosynthesis instruments; Methods or means for implanting or extracting internal or external fixation devices
- A61B17/8863—Apparatus for shaping or cutting osteosynthesis equipment by medical personnel
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B17/00—Surgical instruments, devices or methods, e.g. tourniquets
- A61B17/56—Surgical instruments or methods for treatment of bones or joints; Devices specially adapted therefor
- A61B2017/568—Surgical instruments or methods for treatment of bones or joints; Devices specially adapted therefor produced with shape and dimensions specific for an individual patient
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B34/00—Computer-aided surgery; Manipulators or robots specially adapted for use in surgery
- A61B34/10—Computer-aided planning, simulation or modelling of surgical operations
- A61B2034/101—Computer-aided simulation of surgical operations
- A61B2034/102—Modelling of surgical devices, implants or prosthesis
- A61B2034/104—Modelling the effect of the tool, e.g. the effect of an implanted prosthesis or for predicting the effect of ablation or burring
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B34/00—Computer-aided surgery; Manipulators or robots specially adapted for use in surgery
- A61B34/10—Computer-aided planning, simulation or modelling of surgical operations
- A61B2034/108—Computer aided selection or customisation of medical implants or cutting guides
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B34/00—Computer-aided surgery; Manipulators or robots specially adapted for use in surgery
- A61B34/20—Surgical navigation systems; Devices for tracking or guiding surgical instruments, e.g. for frameless stereotaxis
- A61B2034/2046—Tracking techniques
- A61B2034/2055—Optical tracking systems
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B34/00—Computer-aided surgery; Manipulators or robots specially adapted for use in surgery
- A61B34/20—Surgical navigation systems; Devices for tracking or guiding surgical instruments, e.g. for frameless stereotaxis
- A61B2034/2046—Tracking techniques
- A61B2034/2055—Optical tracking systems
- A61B2034/2057—Details of tracking cameras
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B90/00—Instruments, implements or accessories specially adapted for surgery or diagnosis and not covered by any of the groups A61B1/00 - A61B50/00, e.g. for luxation treatment or for protecting wound edges
- A61B90/36—Image-producing devices or illumination devices not otherwise provided for
- A61B2090/364—Correlation of different images or relation of image positions in respect to the body
- A61B2090/365—Correlation of different images or relation of image positions in respect to the body augmented reality, i.e. correlating a live optical image with another image
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B90/00—Instruments, implements or accessories specially adapted for surgery or diagnosis and not covered by any of the groups A61B1/00 - A61B50/00, e.g. for luxation treatment or for protecting wound edges
- A61B90/36—Image-producing devices or illumination devices not otherwise provided for
- A61B90/37—Surgical systems with images on a monitor during operation
- A61B2090/373—Surgical systems with images on a monitor during operation using light, e.g. by using optical scanners
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B90/00—Instruments, implements or accessories specially adapted for surgery or diagnosis and not covered by any of the groups A61B1/00 - A61B50/00, e.g. for luxation treatment or for protecting wound edges
- A61B90/39—Markers, e.g. radio-opaque or breast lesions markers
- A61B2090/3966—Radiopaque markers visible in an X-ray image
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B34/00—Computer-aided surgery; Manipulators or robots specially adapted for use in surgery
- A61B34/25—User interfaces for surgical systems
-
- 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
- A61B6/50—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment specially adapted for specific body parts; specially adapted for specific clinical applications
- A61B6/505—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment specially adapted for specific body parts; specially adapted for specific clinical applications for diagnosis of bone
Landscapes
- Health & Medical Sciences (AREA)
- Surgery (AREA)
- Life Sciences & Earth Sciences (AREA)
- Orthopedic Medicine & Surgery (AREA)
- Engineering & Computer Science (AREA)
- Neurology (AREA)
- Heart & Thoracic Surgery (AREA)
- Biomedical Technology (AREA)
- Medical Informatics (AREA)
- Molecular Biology (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Pathology (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Robotics (AREA)
- Surgical Instruments (AREA)
Abstract
一种用于确定用于矫正生物脊柱弯曲的脊柱杆的方法,包括以下步骤:通过在手术切口处捕获来自椎弓根螺钉的图像数据来检测每个椎弓根螺钉的杆附接位置,用数据处理装置确定未矫正脊柱的第一参数,输入期望的矫正脊柱的期望布置的第二参数,以及计算表征矫正脊柱杆的数据,以用于在所述矫正脊柱杆附接到所述椎弓根螺钉时实现期望的矫正脊柱,基于所述杆附接位置和所述第二参数计算所述数据。
Description
相关申请的交叉引用
本发明要求于2021年7月13日提交的国际专利申请第PCT/IB 2021/056309号的优先权,该参考文献的全部内容在此通过引用整体并入。
本发明还涉及并通过引用完全并入于2021年3月1日提交的国际专利申请第PCT/IB2021/051694号、于2021年7月12日提交的国际专利申请第PCT/IB2021/056242号和于2022年3月1日提交的国际专利申请第PCT/IB2022/051805号。
技术领域
本发明涉及骨科手术的领域,所述骨科手术使用图像数据处理来帮助外科医生或操作者执行手术,例如确定脊柱的椎骨的位置。此外,本发明涉及一种方法、系统和装置,用于使用图像数据处理来为执行骨科手术的外科医生提供辅助或便利,以验证脊柱的弯曲是否已经被充分矫正。
背景技术
在骨科以及用于骨科手术(更具体地,用于脊柱的脊柱融合手术,以及用于矫正脊柱的弯曲)的植入工具和系统的领域中,多个椎弓根螺钉可以用于通过患者背部皮肤中的切口位置用骨锚件附接到不同的椎骨。在将若干椎弓根螺钉附接到不同的椎骨之后,这些椎弓根螺钉的头部可以用杆型或棒型装置连接在一起,并且杆型或棒型装置(也称为脊柱杆)用固定螺钉附接到椎弓根螺钉的头部。作为示例,对于用于椎骨融合的若干相邻椎骨,对于每个椎骨,通常两个椎弓根螺钉用椎弓根螺钉的骨锚件可旋拧地附接到其上,并且此后,这些椎弓根螺钉通过使用放置在椎弓根螺钉头部的凹槽或U形开口中的脊柱杆相对于彼此机械地紧固,从而沿着脊柱形成一排连接的椎弓根螺钉。这允许提供用于患者或生物中的脊柱融合的脊柱稳定所需的机械支撑,并且还允许将特定弯曲应用到脊柱以矫正脊柱畸形。
然而,为了矫正脊柱的弯曲,骨科医生仍然依赖于相当非正式的脊柱矫正和稳定方法,通过基于经验确定矫正脊柱杆的形状和弯曲,而在确定杆形状、弯曲和长度时没有任何支持。因此,鉴于背景技术的这些缺陷,强烈期望用于确定脊柱杆以及用于分析和比较矫正后的矫正脊柱的大幅改进和新颖的方法。
发明内容
根据本发明的一个方面,提供了一种确定用于矫正生物脊柱弯曲的脊柱杆的方法。优选地,所述方法包括以下步骤:通过在手术切口处捕获来自椎弓根螺钉的图像数据来检测每个椎弓根螺钉的杆附接位置,用数据处理装置确定未矫正脊柱的第一参数,输入期望的矫正脊柱的期望布置的第二参数,以及计算表征矫正脊柱杆的数据以用于在所述矫正脊柱杆附接到所述椎弓根螺钉时实现期望的矫正脊柱,所述数据基于所述杆附接位置和所述第二参数计算。
在变型中,所述方法优选地还包括执行医学成像以捕获未矫正脊柱的医学成像数据的步骤,其中确定所述第一参数的步骤可以基于捕获的医学成像数据计算所述第一参数。在另一变型中,确定所述第一参数的步骤可以优选地基于所述检测步骤的所述椎弓根螺钉的所述杆附接位置或者基于来自通过捕获来自所述椎弓根螺钉的图像数据来检测所述椎弓根螺钉的位置的步骤的数据来计算所述第一参数。
此外,根据本发明的另一方面,提供了一种非暂时性计算机可读介质,所述非暂时性计算机可读介质具有记录在其上的计算机指令,所述计算机指令配置成当所述计算机指令在数据处理装置上执行时,执行确定用于矫正生物脊柱弯曲的脊柱杆的方法的不同步骤。
另外,根据本发明的又一方面,提供了一种系统,所述系统包括数据处理装置和可操作地连接到所述数据处理装置的至少一个相机,所述数据处理装置配置成执行确定用于矫正生物脊柱弯曲的脊柱杆的方法的步骤。
通过参考示出本发明的一些优选实施例的附图研究以下描述和所附权利要求,本发明的上述和其他目的、特征和优点以及实现它们的方式将变得更明显,并且将最好地理解本发明本身。
附图说明
并入本文并构成本说明书的一部分的附图示出了本发明的当前优选实施例,并且与上面给出的一般描述和下面给出的详细描述一起用于解释本发明的特征。
图1A以示例性流程图示出了根据本发明的一个方面的用于确定脊柱矫正杆R和用于验证赋予脊柱SC的矫正的方法300的步骤的示意性概述;
图1B示出了根据本发明的另一方面的用于执行方法300的系统400的透视和简化视图,所述方法例如用于执行医学成像的一个或多个步骤、骨科手术的步骤以及用便携式数据处理装置100扫描手术位置的步骤,系统400包括医学成像装置310、数据处理装置320以及可由操作者或外科医生O操作的便携式数据处理装置100;
图1C示出了脊柱SC的七(7)个示例性椎骨在矫正性背部手术之前和之后的简化示意性后视图,其中在手术之后Cobb角β被矫正为变得更小;
图2A-2E示出了脊柱SC的简化和示意性后视图或正视图,其示出了用于脊柱矫正的示例性数量的七(7)个椎骨VI至V7以及杆Rl、R2,其中图2A示出了具有不健康的大Cobb角β的手术前的脊柱SC1的示例性截面,该表示由医学成像数据得到,图2B示出了未矫正脊柱SC1的不同椎骨V的成对附接点AP的位置的表示,其由方法300的扫描步骤M40产生,图2C示出了期望的、想要的脊柱SC2,其基于外科医生、用户或操作者O想要实现的脊柱参数化值PAR2,例如Cobb角β为零,图2D示出了一对示例性脊柱矫正杆Rl、R2,其已被确定为基于用户或计算机限定的参数化值PAR2将脊柱SC带到如图2C所示的新矫正位置,并且图2E示出了在显示装置120、330上以1:1的比例显示杆模板RT的图形用户界面GUI的示例性视图;
图3示出了实际脊柱SC1和手术矫正之后的期望脊柱SC2的示例性和简化图形表示,例如,如通过步骤M50在显示装置120、330上显示,允许用户、操作者或外科医生O输入表征期望脊柱SC2的数据,并允许期望脊柱SC2的图形表示;以及
图4A和4B示出了脊柱SC的一部分,为了图示目的,具有示例性数量的三(3)个椎骨,图4A示出了具有不健康的Cobb角β的未矫正的、弯曲的、原始的脊柱SC1,并且图4B示出了Cobb角为零的期望的、矫正的脊柱SC2。
在本文中,在可能的情况下,使用相同的附图标记来表示附图中共有的相同元件。此外,附图中的图像出于图示的目的而被简化,并且可能未按比例描绘。
具体实施方式
图1A示出了根据本发明的一个方面的可以由方法300执行的不同步骤的示意图,方法300包括辅助由用户、外科医生或操作者O执行的脊柱矫正手术的步骤。方法300可以用于确定表征将脊柱矫正应用到脊柱SC的脊柱矫正杆R的数据,并且还可以用于验证所提出的脊柱矫正杆R的影响,所述脊柱矫正杆可以附接到未矫正脊柱SC1的一系列椎弓根螺钉PS,例如但不限于可以彼此平行地附接到脊柱SC1的一对杆R1、R2的脊柱杆数据RD1、RD2。图1B示出了可以用于执行方法300的示例性系统400的视图,系统400优选地包括医学成像装置310,与医学成像系统310可操作地连接以接收医学成像数据的数据处理装置320,以及包括相机110或其他图像捕获装置和显示屏120的便携式数据处理装置100。方法300的不同数据处理步骤可以在医学成像系统310处、在数据处理装置320处或在便携式数据处理装置100处执行,或者由可通过网络访问的另一远程数据处理装置(例如基于云的数据处理装置,诸如服务器)执行,或者由不同数据处理装置310、320和100中的一个或组合执行。在最小配置中,系统400可以仅包括具有显示屏120的便携式数据处理装置100,例如便携式计算机、平板计算机、智能电话或其他类型的便携式数据处理装置,以及集成或可操作地附接到便携式数据处理装置100的图像捕获装置110,例如外部相机装置,以向便携式数据处理装置100提供图像数据以执行方法300的一个或多个步骤。
在方法300的步骤M10中,通过医学成像装置310扫描将要进行脊柱矫正手术的患者或生物L,使得在手术前处于未矫正状态的他的脊柱SC或其一部分可以通过打印输出被视为图像,或者可以被数字化并显示在计算机屏幕上,例如通过将关于未矫正脊柱SC的医学成像结果的数据从医学成像装置310传输到数据处理装置320并显示在显示屏330上。步骤M10可以由不同类型的医学成像装置310执行,例如但不限于放射学装置、计算机断层摄影(CT)、多检测器CT(MDCT)、磁共振成像(MRI)、超声扫描(例如但不限于脊柱超声扫描或超声检查)、荧光透视成像、手术X射线成像装置(例如但不限于立式串行射线照相)、使用立式双平面狭缝扫描仪进行图像捕获(使用2D或3D成像),只要它们能够提供包括关于患者或生物L的脊柱SC的成像信息的成像数据,其中脊柱SC的单独的椎骨V可以被识别。在该步骤中,由医学成像装置310捕获的图像数据(包括未矫正脊柱SC的图像数据)可以被传输并由数据处理装置320进一步处理,数据处理装置320配备有显示屏330,如图IB中示例性所示。未矫正脊柱SC的图像数据可以包括但不限于具有脊柱SC的不同取向视图(例如,后视图和侧视图)的一个或多个射线照相图像,可以包括脊柱SC的图像切片数据,或者可以包括脊柱SC的三维成像数据。如上所述,也可以使用其他数据处理装置来接收未矫正脊柱SC的图像数据,例如但不限于便携式数据处理装置100。
在步骤M20中,可以在与数据处理装置320可操作地关联的显示屏330上显示未矫正脊柱SC1的图像数据,并且基于来自医学成像装置310的该图像数据,可以用计算机指令计算脊柱SC1的不同参数和值,例如通过使用允许检测未矫正脊柱SC1的不同椎骨V并检测未矫正脊柱SC1的不同椎骨V的几何位置和取向以及如下所述的其他参数的图像处理算法。在下文中,未矫正脊柱被称为SC1,而矫正脊柱被称为SC2。
例如,在步骤M20中,数据处理装置320可以基于来自步骤M10的成像数据计算每个椎骨V的姿势数据信息PDI_V,例如,以计算每个椎骨V的三维(3D)位置和取向信息VP,例如,对于七(7)个示例性椎骨V1至V7,七(7)个数据集VP1至VP7,数字七(7)仅仅是示例性的,如图2A中所示。例如,坐标和取向信息可以参考三维笛卡尔坐标空间生成,并且可以针对每个椎骨VI至V7计算,例如包括每个椎骨VI至V7的三维坐标数据,以及每个椎骨VI至V7的取向或方向信息,例如矢量。
椎骨V的取向和位置数据VP可以参考所选择的或给定的参考点RP,例如在由医学成像装置310的放置给出的位置或定位处的参考点RP,由医学成像装置310的成像区域的视场中的不透射线标记提供的参考点RP,从而在捕获的医学图像中是可见的或可检测的,例如放置在患者或生物L的身体上的动态参考系(“DRF”),基于患者或生物L的骨或其他身体位置,例如髋部、椎骨之一或颅骨处的位置的参考点RP,从而使用患者或生物L固有的参考点。优选地,使用固定或以其他方式提供给患者或生物L的身体的参考点RP。当对步骤M10的成像数据执行数据处理时,参考点RP的检测和其几何坐标位置的确定可以通过作为步骤M20的一部分的图像数据处理来完成,例如通过图案匹配和跟踪来检测表示参考点RP的光学标记或其他图案,例如借助于人工智能网络。这可以由数据处理装置320的数据处理器完成,或者由医学成像装置310的数据处理器完成,或者由另一数据处理装置完成,例如与云或远程服务器可操作连接的数据处理装置。
虽然每个椎骨V的取向信息可以简单地是对应椎骨V在空间中的取向方向,但是位置信息可以是椎骨V的重心,例如椎骨V的重心、质心、旋转中心的体积三维确定,或者还可以基于简化计算,该简化计算基于质心或几何中心或面积中心的二维确定(如果基于二维图像信息的话)。优选地,位置信息的坐标位置VP对应于或近似于对应椎骨V的旋转中心。
另外,在步骤M20中,数据处理装置320可以配置成确定原始的、未矫正的脊柱SC1的脊柱曲线数据SCD1。这可以通过使用拟合不同椎骨V1至Vn的不同三维坐标位置VP1至VPn的曲线的近似来完成,所述不同三维坐标位置先前已利用每个椎骨V的姿势数据信息PDI_V确定,例如通过插值或通过使用具有回归分析的平滑曲线。在变型中,脊柱弯曲数据SCD1可以从医学成像装置310的扫描的图像数据直接计算,例如通过使用训练的神经网络或其他类型的人工智能,以直接从图像数据确定脊柱弯曲数据SCD1的参数,例如基于来自医学成像装置310的X射线图像,而不首先使用或确定姿势数据信息PDI_V。
另外,在步骤M20中,数据处理装置320可以配置成处理未矫正脊柱SC1的图像信息以确定表征脊柱SC1的不同参数,本文称为脊柱SC1的不同参数化值PAR1,这些优选地包括表征生物或患者L的脊柱畸形的参数,例如描述不同类型的脊柱畸形的参数,例如但不限于脊柱侧凸、脊柱前凸、脊柱后凸。参数化值PAR1可以包括但不限于冠状角Cobb角、轴角、矢状角、颈椎、胸椎、腰椎参数、骨盆入射角(PI)、骨盆倾斜(PT)、骶骨斜率(SS)、腰椎前凸、胸椎后凸、矢状竖直轴、矢状脊柱曲率、Ferguson角、Greenspan指数、TRALL角、质心法。可以使用不同的计算机算法来分析由步骤M10提供的医学成像数据,以自动计算不同的脊柱参数化值PAR1,例如通过使用人工智能,例如在以下科学出版物中所示:Zhang等人,“Computer-Aided Cobb Measurement Based on Automatic Detection of Vertebral Slopes UsingDeep Neural Network”,International Journal of Biomedical Imaging 2017,Rajnics等人,“Computer-Assisted Assessment of Spinal Sagittal Plane Radiographs”,Clinical Spine Surgery,第14卷,第2期,2001年,第135-142页,或例如Horng等人,“CobbAngle Measurement of Spine from X-ray Images Using Convolutional NeuralNetwork”,Computational and Mathematical Methods in Medicine,2019,Thalengala等人,“Computerized Image Understanding System for Reliable Estimation of SpinalCurvature in Idiopathic Scoliosis”,Scientific Reports,Nature,第11卷,第1期,2021年,第1-11页,Vrtovec等人,“AReview of Methods for Quantitative Evaluationof Spinal Curvature”,European Spine Journal,第18卷,第5期,2009年,第593-607页。这些计算可以基于具有脊柱弯曲数据SCD1的未矫正脊柱SC1的三维坐标,所述脊柱弯曲数据可以如上面进一步解释的那样确定,例如使用竖直轴作为参考轴,或者也可以通过来自医学成像装置310的2D或3D图像的图像处理直接计算。
然而,也可以在对未矫正脊柱SC1成像的步骤M10之后,利用步骤M20手动确定脊柱SC的参数,例如基于显示在显示屏330上的放射线照相成像数据,例如,如以下出版物中所讨论的,Malfair等人,“Radiographic Evaluation of Scoliosis”,American Journal ofRoentgenology,第194卷,第3期增刊,2010年,第S8-S22页,在脊柱侧凸的背景下。关于脊柱SC1的参数化的该数据然后可以由用户或操作者O输入到数据处理装置320,例如利用键盘或通过使用图形用户界面的图形元素。
另外,在步骤M20中,数据处理装置320还可以配置成执行识别算法,所述识别算法允许识别已检测到的椎骨V的类型和数量,例如以确定它是否是颈椎CL至C7中的一个,它是否是胸椎T1至T12中的一个,它是否是腰椎LI至L5或L6中的一个,或者它是否是骶椎S1至S5中的一个。该数据可以是姿势数据信息PDI_V的一部分,使得识别每个检测到的椎骨V的类型和数量,并且该数据被提供给姿势数据信息PDI_V,并且与空间中的坐标和取向数据相关联。步骤M20的该部分可以使用不同类型的人工智能和经训练的网络,例如参见例如以下科学出版物:Lecron等人,“Heterogeneous Computing for Vertebra Detection andSegmentation in X-ray Images”,International Journal of Biomedical Imaging,2011年,Benjelloun等人,“Spine Localization in X-ray Images Using InterestPoint Detection”,Journal of Digital Imaging,第22卷,第3期,2009年,第309-318页,Lecron等人,“Fully Automatic Vertebra Detection in X-ray Images Based onMulti-Class SVM”,Medical Imaging 2012:Image Processing,第8314卷,第83142D页,International Society for Optics and Photonics,2012年,Ebrahimi等人,“VertebralCorners Detection on Sagittal X-rays Based on Shape Modelling,Random ForestClassifiers and Dedicated Visual Features”,Computer Methods in Biomechanicsand Biomedical Engineering:Imaging&Visualization,第7卷,第2期,2019年,第132-144页,Dong等人,“Automated Vertebra Identification from X-ray Images”,International Conference Image Analysis and Recognition,第1-9页。斯普林斯,柏林,海德尔堡,2010年,还参见All Answers Ltd。用于预处理和处理x射线图像的阶段的算法[因特网]。2018年11月。[2021年6月16日访问];可从https://nursinganswers.net/essays/algorithms-for-pre-processing-and-processing-stages-of-x-ray-images.php?vref=1获得。可以利用图2A中的原始和未矫正脊柱SC1的简化和示例性表示来可视化关于椎骨识别的该数据,例如与图形基元或其他图形元素一起,以可视化不同的椎骨类型和数量。
在该示例中,七(7)个椎骨被检测或选择,并且被处理,以提取姿势数据信息PDI_V,但是该数量仅仅是示例性的,可以存在更小或更大数量的椎骨V,例如n个位置VP1到VPn,n是在二(2)至最大理论数量三十三(33)之间的数字,三十三是人的椎骨V的数量。为了脊柱矫正目的,所选择的椎骨V的数量将不是三十三(33),因为该数量包括五(5)个骶椎、四(4)个尾椎和七(7)个颈椎,其不是为了脊柱畸形矫正的目的而矫正的,而是更小的数量,因为矫正脊柱杆R不附接到脊柱SC的所有椎骨V。对于大多数手术,仅使用十二(12)个中的一定数量的胸椎和五(5)个中的一定数量的腰椎。如上所述,该数据PDI_V还可以包括识别信息,以识别生物L的脊柱SC的椎骨V属于什么类型和数量。
步骤M25可以基于步骤M10和M20的显示和处理成像数据来执行,其中数据处理装置320可以配置成提供用户界面,例如图形用户界面,其允许用户、外科医生或操作者O手动选择利用输入装置,例如利用计算机鼠标、键盘、触摸板、触摸屏或其他类型的数据输入装置显示在显示屏330上的不同椎骨V,以选择椎弓根螺钉PS将附接到的椎骨V作为感兴趣的椎骨V。还可以手动输入识别信息以选择不同的感兴趣椎骨V,例如通过文本编辑器或命令提示符。为此目的,可以在步骤M20中用椎骨的类型和数量图形地标记椎骨,以便于任务。基本上,外科医生或操作者O需要确定哪些椎骨V需要附接到脊柱矫正杆R以用于执行矫正性背部手术,并且他或她可以基于所显示的脊柱SC1的成像数据做出该发现。因此,外科医生或操作者O选择一定数量的感兴趣的椎骨V,外科医生或操作者O想要将一对椎弓根螺钉PS附接到所述感兴趣的椎骨,以最终附接用于脊柱畸形矫正的脊柱矫正杆R。姿势数据信息PDI_V的计算可以减少到所选择的椎骨V,因为不感兴趣的未选择的椎骨的姿势数据信息对于方法300的重新挖掘步骤不是必需的。由此,外科医生或操作者O提供关于哪些椎骨V将用于通过脊柱矫正杆R进行矫正的信息。
椎骨V的选择可以例如通过利用图形用户界面(GUI)在显示屏330上图形地选择单独的椎骨V来完成,例如通过生成图形基元或其他图形元素以突出显示或以其他方式将椎骨V显示为图形叠加以更好地图示或突出显示成像数据上的椎骨V,触摸或以其他方式图形地选择表示不同椎骨V的不同图形基元,例如通过图形地选择脊柱SC1的一部分。该步骤M20类似于国际专利申请第PCT/IB2021/051694号中描述的步骤C70,该参考文献通过引用整体并入本文。还参见以下科学出版物:Grigorieva等人,“The Construction of anIndividualized Spinal 3D Model Based on the X-Ray Recognition”,在2018 23rdConference of Open Innovations Association(FRUCT),第143-149页,IEEE,2018年,以及Manni等人,“Towards Optical Imaging for Spine Tracking Without Markers inNavigated Spine Surgery”,Sensors,第20卷,第13期,2020年,第3641页。
未矫正脊柱SC1的不同椎骨V的图形标记或突出显示可以是步骤M20的一部分,可以显示来自步骤M10的成像数据的脊柱SC的医学成像装置310的医学图像、脊柱SC的图形模型或具有图形叠加(例如具有表示单独的椎骨V的图形基元)的原始医学图像。例如,可以基于脊柱SC1的一个2D图像,例如X射线图像,或者可以基于脊柱SC1的两个或更多个2D图像,例如,后X射线图像或前X射线图像,以及侧视图X射线图像,执行步骤M20。在变型中,3D图像也可以用于该数据处理步骤,以提取原始和未矫正的脊柱SC1的姿势数据信息PDI_V,例如磁共振或计算机断层摄影图像,例如但不限于短TI反转恢复磁共振(STIR-MRI)或三维CT扫描。
例如,在步骤M20中,用户、操作者或外科医生O可以通过数据处理装置320执行关于手术前、预矫正脊柱SC1的不同计算。例如,通过使用图形用户界面(GUI),用户、操作者或外科医生O可以选择两个不同的椎骨Vi和Vj,并且此后可以使用数据处理装置320的软件功能或模块来计算这两个椎骨Vi、Vj之间的不同参数。例如,如图2A中所示,用户、操作者或外科医生O可以通过触摸屏、计算机鼠标、键盘、触摸板或其他类型的用户输入装置图形地选择椎骨V3和V6,并且此后应用软件可以计算这两个椎骨V3和V6之间的不同参数,例如其间的相对取向的角度β,这两个椎骨V3和V6沿着脊柱曲线的距离SCD1,以及脊柱SC的其他参数、值或特征数据,例如上面列举的脊柱SC1的参数化值PAR1。
总之,步骤M20与步骤M25协作可以为用户、外科医生或操作者O提供用户界面,以可视化和分析未矫正脊柱SC1,并且还可以提供工具来计算和确定用于表征未矫正原始脊柱SC1的不同类型的数据,包括椎骨V的姿势数据信息PDI_V、关于未矫正脊柱SC1的参数化值PAR1的数据(例如但不限于Cobb角)、以及关于脊柱SC1的曲率的数据(即脊柱曲线数据SCD1),并且允许在数据处理装置320的显示器330上显示未矫正原始脊柱SC1和其他数据。
接下来,可以用步骤M30执行骨科手术的第一阶段。在该步骤中,用户、外科医生或操作者O可以沿着脊柱SC在生物或患者L的背部中形成手术切口SI,例如用组织牵张工具打开手术切口SI以进入椎骨V,并且具有用于保持脊柱杆的螺钉头部SH的成对椎弓根螺钉PS附接到相关的椎骨V,例如通过使用钻具或锥子、自攻螺钉,通过使用克氏针、销或克氏丝,并最终放置和附接椎弓根螺钉PS,或通过用于附接椎弓根螺钉PS的其他手术方法。例如,椎弓根螺钉PS可以通过使用螺钉延伸器SC来附接,螺钉延伸器SC从手术切口SI指出,例如但不限于美国专利第10,058,355号中讨论的螺钉延伸器,该参考文献通过引用整体并入本文。在该阶段,螺钉延伸器SC不从椎弓根螺钉PS的头部移除。在步骤M30中,优选地,椎弓根螺钉PS附接到椎骨V中的选定椎骨,也称为由用户、外科医生或操作者O在步骤M25中选择的感兴趣的椎骨。
步骤M30还可以包括机器人RO,例如机器人手术装置或用于机器人辅助手术的机器人装置的操作,用于手术过程的至少一部分,例如用于在生物或患者L的背部形成手术切口SI,用于打开手术部位以放置椎弓根螺钉PS,用于在克氏针和椎弓根螺钉PS的指定位置处向椎骨V钻孔和骨结构,用于将椎弓根螺钉PS可旋拧地或以其他方式附接到椎骨。这些手术任务的至少一部分可以部分地或完全地由机器人手术装置执行,例如但不限于使用来自Intuitive Surgical公司的da Vinci手术系统、Medtronic的Mazor X Stealth Edition机器人引导系统、Medtech的ROSA机器人、Globus Medical的ExcelsiusGPS机器人以及均来自TransEnterix的SurgiBot和ALF-X手术机器人系统。基于已由步骤M10和M20提供的信息,椎骨V的位置的坐标数据是可用的,作为姿势数据信息PDI_V,此外,可以使用可以由机器人定位的参考系的参考。参见例如以下科学出版物:Lieberman等人,“Robotic-AssistedPedicle Screw Placement During Spine Surgery”,JBJS Essential SurgicalTechniques,第10卷,第2期,2020年,Wang等人,“Robot Assisted Navigated Drillingfor Percutaneous Pedicle Screw Placement:a Preliminary Animal Study”,IndianJournal of Orthopaedics,第49卷,2015年,第452-457页。在可以执行机器人手术的该步骤M30中,可以将来自步骤M10的作为来自医学成像装置310的医学成像数据的CT图像上传到机器人RO的控制器,包括从步骤M20生成的数据,使得可以例如基于未矫正脊柱SC1的3D虚拟模型来完成椎弓根螺钉的放置的计划。接下来,机器人RO也可以执行不同椎弓根螺钉的钻孔和可旋拧附接。
步骤M30还可以包括使用增强现实在数据处理装置100的显示屏120上将脊柱的椎骨V显示为图形图元或绘制图形模型,同时用相机110拍摄或提供生物或患者L的背部的生活视频源的步骤。这可以允许用户、操作者或外科医生O更精确地定位椎骨V,并且还允许在更精确的位置处形成用于脊柱手术的手术切口SI。例如,用户、操作者或外科医生O可以使用具有专用应用软件的数据处理装置100来用集成相机110拍摄或捕获生物或患者L的手术切口SI的区域周围的图像,并且同时将这些图像显示为显示屏120上的图形用户界面上的实时视频源。另外,应用软件可以配置成将图形元素叠加到图形用户界面的实时视频源上,图形元素是生物或患者L的一个或多个椎骨V或整个脊柱SC的绘制图形表示,以创建具有患者或生物L的背部的实时拍摄的增强现实视频源。
在步骤M30中,为了将图形图元的增强现实投影正确地匹配到实时视频源,需要使用图元的图形绘制和椎骨V的真实世界位置之间的参考位置。这可以通过使用参考系或标记来完成,例如可能已放置在患者或生物或患者L的背部上的动态参考系(“DRF”),例如具有用于从由医学成像装置310捕获的医学图像检测的不透射线性质和用于从由相机110捕获的图像检测的可见性性质的多个标记点、标尺或其他图形元素。这允许使参考系对于脊柱SC1的图形模型的几何三维数据可以基于的来自医学成像装置310的医学图像都是可见的,并且还对于实时视频源是可见的,并且由此可由图像处理算法检测并用于增强现实绘制。例如,参考系可以是具有不同可识别标记的纵向标尺的形式,沿着脊柱SC1放置在患者或生物L的皮肤上,平行于脊柱SC1,具有不透射线和可见性质。
接下来,在步骤M40中,利用包括图像捕获装置110的数据处理装置100,可以拍摄、扫描手术切口SI和螺钉延伸器SE,或者可以捕获图像,以检测螺钉延伸器的位置,目的是检测脊柱固定杆R将附接到的位置或几何位置。例如,数据处理装置100或数据处理装置320可以指示图像捕获装置110(例如内部相机元件或具有帧抓取器的外部相机)从手术切口SO的区域捕获图像,从而将捕获的图像提供给数据处理装置110、320的数据存储器。这可以由操作者或外科医生O或助手执行,使用数据处理装置100,例如具有适当应用软件并配备有相机或其他类型的图像捕获装置110的智能电话,激活安装在数据处理装置100上的应用以用于拍摄手术切口SI的位置,从而捕获螺钉延伸器SE的图像,或者可以通过激活固定安装的相机或与数据处理装置操作连接的多个相机来完成。该步骤还可以包括拍摄、扫描或以其他方式捕获参考点RP的图像,如下面关于步骤M45进一步解释。该步骤M40包括国际专利申请第PCT/IB2021/051694号的方法200的步骤U30和C10。该步骤可以通过增强现实特征来进一步增强,其中显示图形图元GP,例如以突出显示螺钉延伸器SE或突出显示螺钉头部SH,或两者,利用方法200的步骤D25。该计算还可以由另一数据处理装置(例如数据处理装置310)或包括图像捕获装置(例如数字相机)的其他电子装置来执行。利用该步骤M40,不需要使用医学成像装置来确定椎弓根螺钉PS相对于椎骨V的位置,而是可以执行简单的成像数据捕获和处理步骤,从而避免患者或生物L暴露于医学成像装置310的额外辐射。如在国际专利申请第PCT/IB2021/056242号中所解释的,该步骤C10还可以包括在手术切口SI中检测螺钉头部SH而不将它们连接到螺钉延伸器SE,或其组合,例如通过涉及使用附接到螺钉延伸器SE或椎弓根螺钉PS的螺钉头部SH的RFID标签、可移除地附接到螺钉延伸器SE或螺钉头部SH或直接设置在螺钉延伸器SE或螺钉头部SH上的光学标记装置的检测技术、用于检测部分覆盖的光学标记或甚至螺钉头部SH本身的图案匹配、热成像以更容易地找到手术切口SI的周围组织和骨内的螺钉头部SH。在变型中,该步骤也在椎弓根螺钉PS附接到感兴趣的不同椎骨V之前执行,例如通过检测附接到椎骨的不同克氏针、销或克氏丝,检测本身附接到克氏针或克氏丝的椎弓根标记,或通过放置在椎弓根标记上或直接放置到克氏针或克氏丝的专用光学标记,类似于在国际专利申请第PCT/IB2022/051805号中所示,利用方法600的步骤U230和C210。基于克氏针、克氏丝、销、椎弓根标记或其他特定光学标记的检测位置,可以计算或至少估计将在克氏针的位置处附接的对应椎弓根螺钉PS的相应附接点AP的位置。因此,在该变型中,椎弓根螺钉PS的附接步骤M30可以在扫描步骤M40之后执行,例如在执行步骤M70之前的任何时间执行,其中,杆R或一对杆Rl、R2需要附接到椎弓根螺钉以进行矫正。
接下来,还在步骤M40中,用户、操作者或外科医生O能够选择不同的螺钉延伸器SE,所述螺钉延伸器可以被考虑用于计算脊柱SC的位置和几何形状,并且用于通过使用步骤D30提出一对杆Rl、R2的脊柱杆数据RDl、RD2,其中向用户、操作者、外科医生O显示选择界面,并且通过用户输入步骤U40完成方法200的选择。在方法200的变型中,通过国际专利申请第PCT/IB2021/051694号的步骤D30和U40,可以自动选择所有检测到的螺钉延伸器SE,以提出对应杆R的脊柱杆数据RD,而不是请求用户反馈选择不同的螺钉延伸器SE。
另外,方法300可以包括步骤M45,其也可以是步骤M40的子步骤M45,其计算、重新计算或变换附接点APn.1和APn.2相对于表征未矫正脊柱SC1的数据的参考点RP(例如相对于在步骤M10中检测并由步骤M20使用以计算和参考脊柱曲线数据SCD1并且计算未矫正脊柱SC1的椎骨V的三维(3D)位置和取向信息VP1至VP7的姿势数据信息PDI_V的参考点RP)的几何位置。例如,步骤M40可以首先使用第一参考点来计算不同附接点AP的坐标数据,并且此后,可以执行步骤M45,其中附接点AP的坐标数据被重新计算或几何变换为基于步骤M20的第二不同参考点RP。在该变型中,第一和第二参考点RP的几何定位可以是已知的,以直接执行几何变换。如果第一参考点RP对于医学成像的步骤M10的医学成像数据是可见的,例如骨、骨部分或不透射线标记,而不同的光学可见标记用作步骤M40的图像捕获的第二参考点RP,则可以是该情况。在变型中,在所述螺钉延伸器SE,或可选地椎弓根标记、克氏针、光学标记的拍摄或扫描期间,步骤M20的参考点RP可以被光学捕获和检测,以用作不同附接点AP的坐标数据的坐标基础,并且因此不需要到不同参考点RP的额外几何变换,并且因此不需要步骤M45。还可能的是,步骤M45包括归一化和校准的步骤,以确保脊柱曲线数据SCD1和姿势数据信息PDI_V(例如基于由度量维度或其他类型的维度参考的笛卡尔坐标系)被映射或变换到真实物理维度,并且这可以通过使用彼此具有已知放置和距离的另外两个参考点RP、使用预定义参考标度形式的参考点RP(例如标尺型参考标记)来执行。矫正之前的附接点AP的数据在图2B中可视化,对于该示例,n是在步骤M30中已附接到七(7)个不同椎骨VI至V7的一(1)对到七(7)对椎弓根螺钉PS,椎骨VI至V7被示出为图形基元,以允许将两个脊柱矫正杆Rl、R2附接到每个椎骨VI至V7,十四(14)个不同的附接点沿着脊柱SC布置成两列,具有第一列AP1.1至AP7.1和第二列AP1.2至AP7.2,例如使用参考作为光学标记提供的参考点AP2的坐标系。步骤M40可以包括国际专利申请第PCT/IB2021/051694号的方法200的步骤C20。
在步骤M45中,可以确定附着点对APn.1和APn.2的几何位置的坐标数据与对应椎骨Vn的三维(3D)位置和取向信息VP1至VPn的几何位置在相同的参考系中或参考相同的参考点AP。这可以通过附接点对AP的几何变换来完成,以匹配位置和取向信息VP的参考系上的对应位置,反之亦然。在变型中,步骤M45可以涉及基于对应椎骨Vn的位置和取向信息VP1至VPn,来确定理想虚拟附接点APV,例如基于每个对应椎骨Vn的预先存储的几何关系,并且此后,通过最小化虚拟理想附接点APV的位置与检测到的附接点AP之间的差异的总误差,来将检测到的附接点对AP与该位置匹配。匹配也可以通过机器学习算法来完成,以将检测到的附接点AP的坐标数据转换为对应椎骨Vn的检测到的位置和取向信息VP1至VPn的坐标参考,例如通过使用历史数据作为机器学习算法的训练。因此,在数学上定义了附接点对APn.1和APn.2与每个椎骨N的几何位置或定位VPn之间的几何关系。
在变型中,对于步骤M45,为了找到由图像捕获装置100的图像产生的附接点对APn.1和APn.2的几何位置相对于椎骨V的位置和取向信息VP1至VPn或相对于由医学成像装置310用步骤M10捕获的医学图像产生的脊柱曲线数据SCD1或相对于两者的匹配变换,可以使用一个或多个参考点,例如,参考点RP被实施为可以由医学成像装置310捕获的图像和由数据处理装置100的图像捕获装置110捕获的图像两者捕获和识别的元素。因此,可以在医学成像装置310的图像和图像捕获装置110的视频源或图像两者中识别一个或多个几何位置,使得不同的坐标数据可以彼此匹配和映射。例如,如上所述,参考系可以用作参考点RP,例如可以检测不透射线标记、标尺或具有用于位置检测的特定符号的其他符号RM,例如但不限于不透射线和可见的ArUco标记符号,并且识别可以由医学成像装置310(例如X射线)和图像捕获装置110的图像检测的坐标位置。该标记RM可以放置或以其他方式附接到患者或生物L的身体,例如用临时粘合剂,以防止标记RM在执行步骤M10、M20、M30和M40期间移动。
在另一变型中,机器学习和人工智能可以用于基于椎骨V的历史数据和附接点AP的位置来创建附接点对APn.1和APn.2的坐标与对应椎骨V的相应位置和取向信息VP1至VPn之间的映射函数,所述附接点AP的位置又由放置、取向和椎弓根螺钉PS插入到特定椎骨V的深度限定。这种训练数据可以用于训练卷积神经网络,所述卷积神经网络允许映射附接点对的不同位置和对应椎骨V的位置。
在方法300的变型中,不执行用医学成像装置310扫描M10的步骤,并且从已由步骤M40和M45检测到的附接点AP直接收集表征原始的、未矫正的脊柱SC1的不同数据,例如如国际专利申请第PCT/IB 2021/051694号中所述。因此,在不使用来自步骤M10的任何医学成像数据的情况下,步骤M40还可以基于关于附接点AP的坐标的数据来计算或估计未矫正脊柱SC1的椎骨V的姿势数据信息PDI_V、未矫正脊柱SC1的参数化数据PAR1以及未矫正脊柱SC1的脊柱曲线数据SCD1。
接下来,可以执行步骤M50,其中用户、操作者或外科医生O可以向计算装置320输入表征脊柱矫正手术的期望结果的信息,例如通过输入关于在背部手术之后想要实现的患者或生物L的期望矫正脊柱SC2的他或她的期望参数化值PAR2的数据。例如,如图3中示例性所示,通过使用例如显示在显示装置120上的图形用户界面450,用户、外科医生、操作者O可以输入或以其他方式限定他或她期望在手术后实现的脊柱SC2的期望形状的不同参数化值PAR2,例如通过提供期望Cobb角、期望矢状角、期望轴向角、Ferguson角、Greenspan指数或他想要用脊柱矫正骨科手术实现的脊柱SC2的其他参数。在该步骤中,外科医生或操作者O可以基于例如已经或当前正在由步骤M20显示的参数PAR1的当前可用值来限定他或她期望的参数PAR2集。例如,考虑到当前存在的现有脊柱畸形或损伤,所选择的PAR2可以不是对应于理想的健康脊柱形状的脊柱表征值,但是可以是健康脊柱形状的近似。步骤M50还可以包括生成和显示患者或生物L的当前脊柱SC1参数化值PAR1的图形或其他表示,这些参数由步骤M20产生。这在图3中在左侧示例性地示出,其中在显示装置120上在显示区域405中示出了手术前脊柱SC1,其由步骤M10的医学成像扫描产生并由步骤M20计算,或者在不使用医学成像的情况下由步骤M40计算,或其图形表示,例如通过使用图形基元来表示不同的椎骨V及其布置或姿势。此外,图形用户界面450还示出了来自手术前脊柱SC1的不同参数化值PAR1,其可能已由步骤M20确定,例如通过使用图像处理和深度学习的不同算法。
在图3的图形用户界面450的右侧,布置不同的文本框,其中用户、操作者或外科医生O可以例如通过选择文本框并通过用键盘或其他类型的数据输入装置输入数值来输入矫正的、期望的脊柱SC2的不同的期望参数化值PAR2,这些参数配置手术后脊柱SC2的期望曲率和布置。而且,当矫正骨科手术尚未发生时,可以显示显示区域410,显示这种矫正的期望脊柱SC2的图形表示,作为图形建模和虚拟表示。例如,可以示出期望的脊柱SC2,其基于表示椎骨412的图形基元以图形方式表示,示出中心线414以使矫正可视化。图形基元可以是简单的矩形块,或者可以是以图形方式描绘实际椎骨的2D或3D表示的图形元素,或其他类型的图形表示,例如作为几何模型的投影,并通过图形绘制,如以下科学出版物中所述:Dlugosz等人,“Realistic Model of Spine Geometry in the Human Skeleton in theVicon System”,Bio-algorithms and Med-Systems,第8卷,第1期,2012年,第123页,以及Huynh等人,“Development of a Detailed Human Spine Model with HapticInterface”,Haptics Rendering and Applications,2012年,第194页。还可能的是,基于算法,计算机生成期望的矫正脊柱SC2的数据。例如,取决于原始的、未矫正的脊柱SC1的重量、高度和畸形,可以由计算装置320建议期望的、矫正的脊柱的数据,例如期望的参数化值PAR2。
此外,可以在图形用户界面450上显示图形元素,用于修改配置脊柱SC2的不同参数化值PAR2,例如但不限于期望的Cobb角、期望的矢状角、期望的轴向角、Greenspan指数等。例如,这可以用箭头PP3作为图形元素来完成,所述图形元素配置成增加或减少参数化值PAR2中的对应一个的文本或数字框中的给定值。作为变型,这些参数可以直接在图形用户界面450的显示区域410中可视化,并且可以通过用户交互以图形方式修改,例如通过表示一个或多个椎骨或脊柱SC的部分的取向的图形显示线。同时,在修改参数化值PAR2中的一个时,可以实时更新图形显示,使得用户可以立即看到脊柱SC2的图形可视化的变化,例如通过在期望的脊柱SC2的任何参数以短时间延迟变化时计算更新的几何模型和在显示区域410上绘制期望的脊柱SC2。这允许向用户、外科医生或操作者O给出即时视觉反馈。此外,例如基于期望脊柱SC2的输入参数PAR2,步骤M50由此可以计算表征脊柱SC2的其他数据,例如计算矫正脊柱SC2的椎骨V的姿势数据信息PDI_V,期望矫正脊柱SC2的脊柱曲率数据SCD2,以及通过尚未确定的脊柱杆R矫正之后的附接点AC的坐标的数据。
然后方法300可以进行到步骤M60,其中计算矫正脊柱杆数据RD1、RD2的数据,RD1、RD2的数据使得被制造成具有由脊柱杆数据RD1、RD2提出的尺寸和曲率的两个实际杆Rl、R2如果附接到椎弓根螺钉对PS的螺钉头部,则将导致矫正的脊柱SC2,例如利用步骤M70,如下面进一步讨论。因此,在步骤M60中,可以提供能够制造或以其他方式提供用于解决特定脊柱畸形问题的患者特定杆对Rl、R2所需的数据。步骤M60是可以使用不同数据来确定矫正脊柱杆数据RD1、RD2的计算步骤。例如,步骤M60可以基于未矫正的原始脊柱SC2的当前参数化值PAR1、基于不同的选定椎骨V的姿势数据信息PDI_V、基于椎骨VP的位置信息的数据、基于未矫正的脊柱SC1的脊柱曲线数据SCD1(该数据由步骤M20产生)、基于已由步骤M50输入或以其他方式提供的与期望脊柱SC2相关的数据(包括但不限于矫正脊柱曲线数据SCD2、不同的选定椎骨的姿势数据信息PDI_V作为矫正椎骨位置VC)来计算矫正脊柱杆数据RD1、RD2,并且还可以基于附接点AP的位置的数据。
步骤M60可以使用不同类型的杆形状分析和设计算法,例如通过使用基于迭代最近点的最佳拟合算法来与附接点APC的期望位置匹配,图2C和4B中示出了矫正附接点APC,例如基于以下科学出版物中讨论的算法:Kokabu等人,“Identification of Optimized RodShapes to Guide Anatomical Spinal Reconstruction for Adolescent ThoracicIdiopathic Scoliosis”,Journal of Orthopaedic Research,第36卷,第12期,2018年,第3219-3224页;例如通过使用目标数据和期望矫正脊柱SC2的参数化PAR2,例如参见Solla等人,“Patient-Specific Rods for Surgical Correction of Sagittal Imbalance inAdults”,Clinical Spine Surgery,第32卷,第2期,2019年,第80-86页。可以使用另一种算法,例如基于有限元的算法,考虑施加到杆R的机械应力,参见例如Agarwal等人,“Towardsa Validated Patient-Specific Computational Modeling Framework to IdentifyFailure Regions in Traditional Growing Rods in Patients with Early OnsetScoliosis”,North American Spine Society Journal(NASSJ)第5卷,2021年,第100043页。新杆数据RD1、RD2的计算也可以是基于知识的,例如基于来自不同背部手术患者的脊柱矫正的历史数据,例如通过使用人工智能。而且,还可能的是,步骤M60的杆计算向用户、操作者或外科医生O提供某些参数,作为提供杆R1、R2的指导,指示建议的杆类型、杆厚度、杆长度和杆形状、杆类别,并且用户、操作者或外科医生O在步骤M68中使用该信息来制造杆。可以在显示屏330、120(例如图形用户界面GUI的窗口)上提供该信息。
在这方面,虽然步骤M68的最终结果可以是真实杆R,所述真实杆可以放置成连接到螺钉头部SH,所述螺钉头部可以经由一个或多个手术切口SI接近,以便外科医生、操作者或用户O在步骤M70中进行附接,但是可以有许多不同的方面可以作为步骤M68的一部分来准备、建议和手动或自动制造杆R。例如,步骤M68可以包括基于如图2E中示例性所示的杆数据RD1、RD2,在显示装置120、330的图形用户界面(GUI)上按比例(1:1比例)显示杆模板RTD作为图形元素的步骤,所述图形元素示出轮廓线、阴影线或填充线,例如具有对应于将使用的杆R的直径的线宽,或其他图形表示。此外,网格GRI的图形表示可以覆盖在显示杆模板RTD的显示区域上,例如以厘米或英寸间隔的线矩阵。此外,显示窗口可以设置有表征将由显示杆模板RTD产生的杆R的不同数据,例如沿着杆R的曲线的总长度、绝对长度、最大弯曲半径,从而允许提供外科医生、操作者或用户O或技术人员在制造杆R时可以用来验证的一些关键数据。为了简化和实践目的,尽管杆R可以具有三维形状的弯曲和曲线,但是显示杆模板RTD可以由一个或多个二维视图显示,例如,表示当放置到椎弓根螺钉头部SH中时,杆R在垂直于患者或生物L的背部的方向上朝向背部的视图。然而,也可以显示具有第二显示杆模板RTD的杆R的另一侧视图。步骤M68还可以包括数据输出步骤以将杆模板RTD提供给另一介质,例如可以将杆R的一个或多个视图的1:1比例打印到纸张或可消毒塑料片上的打印机,例如提供到显示装置120、330的GUI上的相同视图或两个视图,或用于打印杆R的三维打印机,例如3D钛打印机,例如基于钛粉末床熔融(诸如激光粉末床熔融或电子束粉末床熔融)或其他钛3D打印工艺(诸如直接能量沉积(DED)、快速等离子体沉积(RPD)和粘合剂喷射)的3D打印机。为了简化和说明目的,在步骤M68的上下文中,仅提及一个杆R,但是通常可以确定、显示、打印和制造两个杆R1、R2,例如通过显示两个不同的杆模板RTD1、RTD2,因为杆R1、R2通常不相同,并且取决于在脊柱SC的左侧或右侧形成一列的一系列附接位置AP。
关于用步骤M68手动制造杆R,基于显示器120、330上的1:1比例显示的杆模板RTD或纸张上打印出的版本,外科医生、操作者、用户O或外科技术人员可以按比例制造杆R,例如通过使用可弯曲的杆样品,所述可弯曲的杆样品可以切割并弯曲成显示的形状,例如直接在显示装置120上,例如使用不同类型的工具,例如通过使用可模制和易弯曲的模板杆,此后用杆复制技术制造真实杆R,如国际专利第WO2020/095262号中所示,该参考文献通过引用整体并入本文,或者通过使用其他类型的杆弯曲器和杆切割工具。例如,杆R或两个杆R1、R2可以由外科医生、操作者或用户O通过使用杆弯曲和处理工具,基于显示器120、330上提供的杆模板的信息,直接且术中地从灭菌的直杆弯曲和切割。脊柱杆数据RD1、RD2也可以被发送到杆制造设施,例如外部医疗装置制造商,用于基于RD1、RD2的数据制造个性化杆。杆R也可以通过增材制造方法,例如通过三维打印制造。
在该阶段,基于步骤M40,其中在手术前扫描、检测螺钉延伸器SE,并且在手术前确定附接点AP的位置,如图2B中示例性所示,用于计算一对杆Rl、R2的数据,用于将脊柱带到期望的矫正位置SC1,该方法可以基于期望的矫正脊柱SC2的数据,例如,由用户或操作者O在步骤M50输入的参数PAR2,在矫正附接点APC的位置处计算或估计在手术后如何预期它们。
因此,在步骤M60中,或在输入参数PAR2的步骤M50和扫描步骤M40之后的单独步骤中,可以执行步骤M55,其中基于从步骤M50获得的期望矫正脊柱SC2的信息(例如PAR2),计算关于矫正附接点APC的位置的数据。这用图4A和4C可视化,示出了三个示例性椎骨VI至V3的后视图,其中图4A示出了手术前的畸形脊柱SC1,并且图4B示出了手术后期望的矫正期望脊柱SC2。对于每个椎骨V,在步骤M20中,姿势数据信息PDI_V可用于每个椎骨V,包括每个椎骨V的取向和每个椎骨V的几何位置VP。例如,步骤M55可以基于理想脊柱曲线的预存储数据确定附接点APC,所述理想脊柱曲线的预存储数据基于来自健康人的数据,但是适应或再校准到未矫正脊柱SC1的当前存在的附接点AP,例如基于患者或生物L的重量、高度、身体形状和其他特性考虑并校准未矫正脊柱SC2的数据。这可以通过使用表征未矫正脊柱SC1的数据来完成,例如通过使用不同椎骨V的尺寸,例如高度、宽度、直径等,相邻椎骨之间的距离,其可以是来自步骤M20的参数PAR1的一部分,从而将矫正脊柱SC2的理想曲率矫正或调整为原始脊柱SC1的真实尺寸和布置。
基于来自步骤M50的新的期望矫正脊柱曲线数据SCD2的数据,以及因此每个椎骨V的位置和取向从手术前位置VP到矫正椎骨位置VC的变化,通过步骤M55计算附接点对APCn.1和APCn.2的新位置,假设应用到脊柱SC的移动和矫正不改变或仅略微改变附接点对AP相对于对应椎骨V的位置。例如,当椎弓根螺钉PS的不同螺钉头部SH的多轴性被锁定时,这是可能的。在这方面,步骤M55可以包括以下步骤:将如图4A中所示的手术前附接点对APn.1和APn.2的集合几何变换为对应的期望的、新的手术后附接点对APCn.1和APCn.2,使得所有新的期望的矫正椎骨位置VCn沿着新的期望的矫正脊柱曲线数据SCD2,如图4B中示例性地所示。在图4B中,为了示出示例,脊柱曲线数据SCD2被示出为由直的竖直线表示。为了将来自步骤M20的每个椎骨V的检测位置VPn变换到新的期望的矫正位置VCn,可以假设相邻椎骨V之间的距离不变化,因为患者或生物L的脊柱SC不被压缩或拉伸或仅被略微压缩或拉伸,或者假设相邻位置VPn与VPn+1或VPn-1之间的原始和矫正脊柱曲线数据SCD1和SCD2的区段的曲率长度不改变。利用这些几何变换,可以仅基于由步骤M20确定的数据和步骤M50的期望脊柱矫正数据来计算矫正附接点对APCn.1和APCn.2的位置数据。
接下来,在步骤M60中,基于已选择的椎骨V或具有附接到其上的一对椎弓根螺钉PS的所有椎骨V的矫正附接点对APCn.1和APCn.2的位置数据,可以计算两个脊柱杆数据集RD1、RD2,例如作为一系列离散位置,或作为几何函数或曲线,使得如图2D中示例性示出的两个杆Rl、R2可以放置到椎弓根螺钉PS的螺钉头的U形凹槽中。杆数据集RD1、RD2还可以包括所提出的杆R1、R2的长度。该计算可以考虑形成杆Rl、R2的材料(例如圆柱形不锈钢或钛)的最大弯曲半径或曲率。所提出的杆数据集RD1、RD2可以用于产生具有用于将脊柱SC矫正到期望曲率SCD2的理想形状的杆R1、R2。
接下来,在步骤M68中,可以将杆数据集RD1、RD2变换成脊柱杆的制造数据,例如作为计算机辅助设计(CAD)数据,并且利用计算制造数据并制造杆Rl、R2的步骤M68,可以将一对杆Rl、R2制造成具有如杆数据集RD1、RD2中所述的曲率和长度。这可以是例如通过使用杆弯曲机或装置和杆切割装置来制造杆Rl、R2的手动、半自动或全自动步骤。
在步骤M70中,该方法的手术部分可以由用户、操作者或外科医生O继续执行,其中已制造的两个杆Rl、R2可以放入附接到椎骨V的成对椎弓根螺钉PS的螺钉头部SH的U形凹槽中,例如通过使用杆复位特征和螺钉延伸器SE的狭缝形开口,以及紧固到螺钉头部SH以将杆R保持在螺钉头部SH内的固定螺钉。在该步骤中,操作者、外科医生或用户O可以重新布置患者或生物L的脊柱SC,以重新布置椎骨V,使得杆Rl、R2将装配到螺钉头部SH中。这将允许操作者、外科医生或用户O将脊柱SC重新布置为靠近或接近在步骤M50中确定的期望的新矫正脊柱曲线数据SCD2。
方法300可以继续进行步骤M80,其中可以扫描和检测仍然附接到螺钉头部SH的螺钉延伸器SE的位置,该步骤是与步骤M40类似的步骤,但是这次杆Rl、R2附接到椎弓根螺钉PS。该步骤可以通过使用数据处理装置100和相机110来执行,并且因此允许在杆已经附接到脊柱SC3之后验证脊柱SC3的位置,而不需要将患者或生物L暴露于辐射的医学成像步骤。通过该步骤,可以基于螺钉延伸器SE的姿势信息来检测真实附接位置APR,并且此后,基于附接位置AP与椎骨V的真实位置或定位VR之间的已知几何关系,可以计算矫正脊柱SC3的其他参数和数据,例如矫正脊柱SC3的当前参数化值PAR3,例如但不限于Cobb角、关于矫正脊柱曲线数据SCD3的数据、矫正位置/定位和取向信息VR。
在理想情况下,表征脊柱SC2的期望布置的数据和表征实际矫正脊柱SC3的数据将是相同的或紧密匹配的。然而,为了使操作者、外科医生或用户O在闭合手术切口SI之前验证手术结果,可以执行步骤M90,其中可以比较来自步骤M50和M80的数据,例如通过在显示屏120、330(例如数据处理装置320的显示装置330)上或在便携式数据处理器100的显示装置120上显示期望的和矫正的脊柱曲线数据SCD2、SCD3的值或曲线的步骤M100。通过显示期望脊柱SC2的不同参数化值PAR2和矫正或矫正后脊柱SC3的参数化值PAR3,这可以通过期望脊柱曲线SC2和实际实现的矫正脊柱曲线SC3的图形用户界面和图形表示来完成,类似于图3所示,但是这时使用PAR2、PAR3。此外,还可以显示原始的、未矫正的脊柱曲线SC1和原始的、未矫正的脊柱曲线的不同参数化值PAR1以用于比较,以示出脊柱的三个不同视图以用于比较。可以使用图形图元或图形建模和绘制来显示计算机生成的脊柱表示,以用于与图形用户界面一起显示。
在比较的步骤M90之后,或者在显示的步骤M100之后,或者在两者之后,可以重复执行利用杆数据RD1、RD2计算矫正杆的步骤M60、制造新杆R(优选一对杆R1、R2)的步骤M68、将新杆Rl、R2放置并附接到椎弓根螺钉PS的步骤M70以及执行扫描以检测椎弓根螺钉PS的新位置并因此检测椎骨V的新位置的步骤M80,以及此后是比较的新步骤M90、显示的新步骤M100。在这样的环中,首先,可以利用步骤M95从椎弓根螺钉PS移除当前放置和附接的杆Rl、R2。例如,可能的是,通过扫描步骤M80以及表征脊柱的实际矫正参数PAR3的计算,用户或操作者O意识到他或她对结果不满意,例如在将PAR2与PAR3进行比较之后,或者通过手术切口SI的区域的简单视觉检查。例如,由步骤M60计算并由步骤M68制造的杆对R1、R2可能不将期望矫正应用到脊柱SC1。因此,比较的步骤M90或显示的步骤M100或两者可以包括图形元素或其他数据输入装置,其允许用户或操作者O返回以执行步骤M50,以输入用于脊柱SC1的期望形状和布置的参数PAR2的新集合。方法300还可以返回到步骤M40,其中原始输入的参数PAR2被保留并且不通过步骤M50重新输入,但是在杆Rl、R2已被移除之后,再次扫描患者或生物L的手术切口SI,以重新确定附接点AP的位置。例如,在利用步骤M70第一次尝试附接杆对Rl、R2之后,脊柱SC1的位置、布置和取向可能已移动到新位置,或者甚至在手术期间处理患者或生物L期间,在利用步骤M30附接椎弓根螺钉PS之后,椎骨V可能已移动,导致脊柱SC3的矫正不足,因此需要利用步骤M40、M55新确定附接点APC的位置,而不使用PAR2的新值。
利用本文提出的方法300和系统400的方面,可以减少需要执行的医学成像的数量,以减少矫正性背部手术的成本和有创性,从而使患者的身体暴露于较少的辐射,并且避免患者或生物L的辐射成像的成本和时间。通过使用图像处理算法来确定表征脊柱的不同位置和定位,医学成像可以基本上由经典成像和视频捕获代替。如上所述,甚至可以不执行医学成像,或者仅执行医学成像作为辅助步骤,以依赖于步骤M40、M80的视频捕获和数据处理,基于在手术切口SI处拍摄的图像来确定脊柱矫正。此外,可以直接就在手术位置提出和制造矫正脊柱杆Rl、R2,而不需要外部制造和脊柱杆设计步骤。
虽然已参考某些优选实施例公开了本发明,但是在不脱离如所附权利要求及其等同物所限定的本发明的精神和范围的情况下,可以对所描述的实施例进行多种修改、变更和改变。因此,本发明不意图限于所描述的实施例,而是具有由所附权利要求的语言限定的全部范围。
Claims (17)
1.一种用于确定脊柱杆的方法,所述脊柱杆用于利用椎弓根螺钉矫正生物的脊柱的弯曲,所述方法包括以下步骤:
通过捕获来自在手术切口处附接到脊柱的椎骨的椎弓根螺钉的图像数据,来检测每个椎弓根螺钉的杆附接位置;
用数据处理装置确定未矫正脊柱的第一参数;
输入期望的矫正脊柱的期望布置的第二参数;以及
计算表征矫正脊柱杆的数据,以用于在所述矫正脊柱杆附接到所述椎弓根螺钉时实现期望的矫正脊柱,所述数据基于所述杆附接位置和所述第二参数而计算。
2.根据权利要求1所述的方法,还包括以下步骤:
执行医学成像,以捕获未矫正脊柱的医学成像数据,
其中,确定所述第一参数的步骤基于捕获的医学成像数据计算所述第一参数。
3.根据权利要求1所述的方法,其中,确定所述第一参数的步骤基于所述检测的步骤的所述椎弓根螺钉的杆附接位置或者基于来自通过从所述椎弓根螺钉捕获图像数据来检测所述椎弓根螺钉的位置的步骤的数据,来计算所述第一参数。
4.根据权利要求1所述的方法,其中,所述检测的步骤还包括:
通过检测附接到相应椎弓根螺钉的螺钉延伸器的位置,通过检测光学标记的位置,通过检测椎弓根标记的位置,或通过检测克氏针的位置,以及通过从所述螺钉延伸器的位置、从所述光学标记的位置、从所述椎弓根标记的位置或从所述克氏针的位置计算所述杆附接位置,来检测所述杆附接位置。
5.根据权利要求1所述的方法,还包括以下步骤:
基于计算数据的步骤的数据,制造所述矫正脊柱杆;
扫描和检测附接到相应椎弓根螺钉的螺钉延伸器,在所述矫正脊柱杆附接到所述椎弓根螺钉之后,所述椎弓根螺钉又紧固到矫正脊柱的椎骨,并确定每个椎弓根螺钉的杆附接位置;
确定矫正脊柱的第三参数;以及
在显示装置上显示期望的矫正脊柱的第二参数和矫正脊柱的第三参数。
6.根据权利要求1所述的方法,其中,所述第一参数包括脊柱的椎骨的位置和/或取向信息,以及在应用矫正之前的脊柱的参数化信息。
7.根据权利要求6所述的方法,其中,所述参数化信息包括Cobb角、矢状角、冠状角、轴向角中的至少一个。
8.根据权利要求1所述的方法,还包括以下步骤:
将通过扫描和检测步骤而确定的杆附接位置与确定步骤的第一参数匹配。
9.根据权利要求1所述的方法,还包括以下步骤:
基于所述第一参数和所述第二参数将未矫正脊柱的杆附接位置变换为期望的矫正脊柱的新杆附接位置。
10.一种非暂时性计算机可读介质,所述非暂时性计算机可读介质上记录有计算机代码,所述计算机代码配置成当在计算机装置的数据处理装置上执行时执行确定用于矫正生物的脊柱的弯曲的脊柱杆的方法,所述方法包括以下步骤:
通过捕获来自在手术切口处的椎弓根螺钉的图像数据,来检测每个椎弓根螺钉的杆附接位置;
用所述数据处理装置确定未矫正脊柱的第一参数;
用与所述计算机装置可操作连接的数据输入装置输入期望的矫正脊柱的期望布置的第二参数;以及
计算表征矫正脊柱杆的数据,以用于在所述矫正脊柱杆附接到所述椎弓根螺钉时实现期望的矫正脊柱,所述数据基于所述杆附接位置和所述第二参数而计算。
11.根据权利要求10所述的非暂时性计算机可读介质,其中,还包括以下步骤:
执行医学成像,以捕获未矫正脊柱的医学成像数据,
其中,确定所述第一参数的步骤基于捕获的医学成像数据计算所述第一参数。
12.根据权利要求10所述的非暂时性计算机可读介质,其中,确定所述第一参数的步骤基于所述检测的步骤的所述椎弓根螺钉的杆附接位置、或者基于来自通过从所述椎弓根螺钉捕获图像数据来检测所述椎弓根螺钉的位置的步骤的数据,来计算所述第一参数。
13.根据权利要求10所述的非暂时性计算机可读介质,其中,所述检测的步骤还包括:
通过检测附接到相应椎弓根螺钉的螺钉延伸器的位置或通过检测附接到克氏针的光学标记的位置,以及通过从所述螺钉延伸器的位置或所述光学标记的位置计算所述杆附接位置,来检测所述杆附接位置。
14.根据权利要求10所述的非暂时性计算机可读介质,所述方法还包括以下步骤:
基于计算数据的步骤的数据,制造所述矫正脊柱杆;
扫描和检测附接到相应椎弓根螺钉的螺钉延伸器,在所述矫正脊柱杆附接到所述椎弓根螺钉之后,所述椎弓根螺钉又紧固到矫正脊柱的椎骨,并确定每个椎弓根螺钉的杆附接位置;
确定矫正脊柱的第三参数;以及
在显示装置上显示期望的矫正脊柱的第二参数和矫正脊柱的第三参数。
15.一种确定用于矫正生物的脊柱的弯曲的脊柱杆的计算机系统,所述系统包括:
具有数据输入装置的数据处理装置;
与所述数据处理装置可操作连接的图像捕获装置,
其中,所述数据处理装置配置成:
指示利用所述图像捕获装置从经由生物的手术切口附接到椎骨的椎弓根螺钉捕获图像数据,
从捕获的图像数据检测每个椎弓根螺钉的杆附接位置,
利用所述数据处理装置确定未矫正脊柱的第一参数,
利用所述数据输入装置将期望的矫正脊柱的期望布置的第二参数输入到所述数据处理装置,以及
计算表征矫正脊柱杆的数据,以用于在所述矫正脊柱杆附接到所述椎弓根螺钉时实现期望的矫正脊柱,所述数据基于所述杆附接位置和所述第二参数而计算。
16.根据权利要求15所述的计算机系统,还包括:
与所述数据处理装置可操作连接的医学成像装置,所述医学成像装置配置成执行生物的医学成像,以捕获未矫正脊柱的医学成像数据,
其中,在确定所述第一参数时,所述数据处理装置基于捕获的医学成像数据计算所述第一参数。
17.根据权利要求15所述的计算机系统,其中,在确定所述第一参数时,所述数据处理装置基于所述检测的所述椎弓根螺钉的杆附接位置、或者基于来自通过利用所述图像捕获装置从所述椎弓根螺钉捕获图像数据来检测所述椎弓根螺钉的位置的数据,来计算所述第一参数。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
IBPCT/IB2021/056309 | 2021-07-13 | ||
IB2021056309 | 2021-07-13 | ||
PCT/IB2022/055780 WO2023285894A1 (en) | 2021-07-13 | 2022-06-22 | A method and system for verifying a correction of a spinal curvature by imaging and tracking |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117615731A true CN117615731A (zh) | 2024-02-27 |
Family
ID=82656444
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202280049239.0A Pending CN117615731A (zh) | 2021-07-13 | 2022-06-22 | 通过成像和跟踪验证脊柱弯曲矫正的方法和系统 |
Country Status (6)
Country | Link |
---|---|
US (1) | US20240315741A1 (zh) |
EP (1) | EP4370051A1 (zh) |
JP (1) | JP2024525285A (zh) |
CN (1) | CN117615731A (zh) |
BR (1) | BR112023024516A2 (zh) |
WO (1) | WO2023285894A1 (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117197739B (zh) * | 2023-09-08 | 2024-09-27 | 河南中联高科智能科技有限公司 | 一种智慧楼宇的监控数据处理方法及系统 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP3777733A1 (en) | 2013-05-13 | 2021-02-17 | Neo Medical SA | Orthopedic implant kit |
EP3973899A1 (en) * | 2013-10-09 | 2022-03-30 | Nuvasive, Inc. | Surgical spinal correction |
CN108601530A (zh) * | 2016-01-22 | 2018-09-28 | 纽文思公司 | 用于促进脊柱手术的系统和方法 |
US11723705B2 (en) | 2018-11-08 | 2023-08-15 | Neo Medical Sa | Orthopedic rod bender |
CN110681881A (zh) | 2019-09-18 | 2020-01-14 | 汇专机床有限公司 | 超声波主轴及包括其的超声波机床 |
WO2021056242A1 (en) | 2019-09-25 | 2021-04-01 | Telefonaktiebolaget Lm Ericsson (Publ) | Optimization for early data transmission (edt) |
WO2022051805A1 (en) | 2020-09-08 | 2022-03-17 | Alan Lewis Fitzmaurice | Improvements in or in relation to sugarcane processing |
-
2022
- 2022-06-22 JP JP2023573217A patent/JP2024525285A/ja active Pending
- 2022-06-22 EP EP22744821.4A patent/EP4370051A1/en active Pending
- 2022-06-22 WO PCT/IB2022/055780 patent/WO2023285894A1/en active Application Filing
- 2022-06-22 CN CN202280049239.0A patent/CN117615731A/zh active Pending
- 2022-06-22 US US18/578,139 patent/US20240315741A1/en active Pending
- 2022-06-22 BR BR112023024516A patent/BR112023024516A2/pt unknown
Also Published As
Publication number | Publication date |
---|---|
WO2023285894A1 (en) | 2023-01-19 |
US20240315741A1 (en) | 2024-09-26 |
EP4370051A1 (en) | 2024-05-22 |
BR112023024516A2 (pt) | 2024-02-27 |
JP2024525285A (ja) | 2024-07-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11224483B2 (en) | Apparatus and methods for use with image-guided skeletal procedures | |
JP6919106B2 (ja) | 術中画像分析のためのシステム及び方法 | |
US20220133412A1 (en) | Apparatus and methods for use with image-guided skeletal procedures | |
US10722310B2 (en) | Virtual surgery planning system and method | |
US8897514B2 (en) | Imaging method for motion analysis | |
EP2149123B1 (en) | Method for reconstruction of a three-dimensional model of a body structure | |
US9142020B2 (en) | Osteo-articular structure | |
US20160331463A1 (en) | Method for generating a 3d reference computer model of at least one anatomical structure | |
Kausch et al. | Toward automatic C-arm positioning for standard projections in orthopedic surgery | |
US8023706B2 (en) | Automatically determining landmarks on anatomical structures | |
US20220110698A1 (en) | Apparatus and methods for use with image-guided skeletal procedures | |
US20240298980A1 (en) | Apparatus and methods for use with image-guided skeletal procedures | |
US10445904B2 (en) | Method and device for the automatic generation of synthetic projections | |
US20240315741A1 (en) | A method and system for verifying a correction of a spinal curvature by imaging and tracking | |
US20220130509A1 (en) | Image-processing methods and systems | |
JP6873832B2 (ja) | 変形されたグリッドを使用した術中システムおよび使用方法 | |
US11406471B1 (en) | Hand-held stereovision system for image updating in surgery | |
US20240173059A1 (en) | Device for helping to bend surgical rods | |
Lai et al. | Computer-Aided Preoperative Planning and Virtual Simulation in Orthopedic Surgery | |
US20240307122A1 (en) | Apparatus and methods for use with image-guided skeletal procedures | |
Holte et al. | Validation of a fully automatic three-dimensional assessment of orthognathic surgery | |
Lai et al. | Computer-Aided Preoperative Planning and Virtual Simulation in Orthopedic | |
Jiang et al. | 2D/3D Shape Model Registration with X-ray Images for Patient-Specific Spine Geometry Reconstruction | |
Hancharenka et al. | Preoperative planning of pelvic and lower limbs surgery by CT image processing | |
RO128174A2 (ro) | Metodă şi sistem inteligent bazat pe raze x pentru instruirea chirurgilor în inserarea şuruburilor pediculare |
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 |