DE102022204170A1 - Bereitstellen zumindest eines Prozedurparameters - Google Patents

Bereitstellen zumindest eines Prozedurparameters Download PDF

Info

Publication number
DE102022204170A1
DE102022204170A1 DE102022204170.4A DE102022204170A DE102022204170A1 DE 102022204170 A1 DE102022204170 A1 DE 102022204170A1 DE 102022204170 A DE102022204170 A DE 102022204170A DE 102022204170 A1 DE102022204170 A1 DE 102022204170A1
Authority
DE
Germany
Prior art keywords
training
medical
parameter
data set
providing
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
DE102022204170.4A
Other languages
English (en)
Inventor
Annette Birkhold
Philipp Roser
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.)
Siemens Healthineers Ag De
Original Assignee
Siemens Healthcare GmbH
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 Siemens Healthcare GmbH filed Critical Siemens Healthcare GmbH
Priority to DE102022204170.4A priority Critical patent/DE102022204170A1/de
Priority to US18/140,866 priority patent/US20230352143A1/en
Publication of DE102022204170A1 publication Critical patent/DE102022204170A1/de
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
    • G16H20/40—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to mechanical, radiation or invasive therapies, e.g. surgery, laser therapy, dialysis or acupuncture
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G06N3/044—Recurrent networks, e.g. Hopfield networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G06N3/045—Combinations of networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G06N3/045—Combinations of networks
    • G06N3/0455—Auto-encoder networks; Encoder-decoder networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • G06N3/09—Supervised learning
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • G06N3/092—Reinforcement learning
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/70—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for mining of medical data, e.g. analysing previous cases of other patients
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B17/00—Surgical instruments, devices or methods, e.g. tourniquets
    • A61B2017/00681—Aspects not otherwise provided for
    • A61B2017/00707—Dummies, phantoms; Devices simulating patient or parts of 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
    • A61B2034/105—Modelling of the patient, e.g. for ligaments or bones
    • 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
    • A61B2090/376—Surgical systems with images on a monitor during operation using X-rays, e.g. fluoroscopy
    • 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
    • A61B2090/376—Surgical systems with images on a monitor during operation using X-rays, e.g. fluoroscopy
    • A61B2090/3762—Surgical systems with images on a monitor during operation using X-rays, e.g. fluoroscopy using computed tomography systems [CT]
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H30/00—ICT specially adapted for the handling or processing of medical images
    • G16H30/20—ICT specially adapted for the handling or processing of medical images for handling medical images, e.g. DICOM, HL7 or PACS

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Data Mining & Analysis (AREA)
  • Biomedical Technology (AREA)
  • General Physics & Mathematics (AREA)
  • Software Systems (AREA)
  • Mathematical Physics (AREA)
  • General Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Computing Systems (AREA)
  • Biophysics (AREA)
  • Computational Linguistics (AREA)
  • Molecular Biology (AREA)
  • Evolutionary Computation (AREA)
  • Medical Informatics (AREA)
  • Public Health (AREA)
  • Epidemiology (AREA)
  • Primary Health Care (AREA)
  • Urology & Nephrology (AREA)
  • Surgery (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Databases & Information Systems (AREA)
  • Pathology (AREA)
  • Apparatus For Radiation Diagnosis (AREA)

Abstract

Die Erfindung betrifft ein Verfahren zum Bereitstellen zumindest eines Prozedurparameters, umfassend:a) Erfassen von zumindest einer intraprozeduralen Projektionsabbildung, welche ein Hohlorgan eines Untersuchungsobjekts mit zumindest einem in dem Hohlorgan positionierten medizinischen Objekt abbildet,b) Anwenden einer trainierten Funktion auf die zumindest eine intraprozedurale Projektionsabbildung als Eingabedaten, wobei zumindest ein Parameter der trainierten Funktion basierend auf einer Simulation einer virtuellen Positionierung zumindest eines medizinischen Trainingsobjekts in einem Trainingshohlorgan und einer durch das zumindest eine medizinische Trainingsobjekt beeinflussten Hämodynamik in dem Trainingshohlorgan angepasst ist,wobei der zumindest eine Prozedurparameter als Ausgabedaten der trainierten Funktion bereitgestellt wird,wobei der zumindest eine Prozedurparameter eine Bewegungsvorgabe für das zumindest eine medizinische Objekt aufweist.Die Erfindung betrifft weiterhin ein computerimplementiertes Verfahren zum Bereitstellen eines ersten neuronalen Netzwerks, ein computerimplementiertes Verfahren zum Bereitstellen eines zweiten neuronalen Netzwerks, ein computerimplementiertes Verfahren zum Bereitstellen einer trainierten Funktion, ein weiteres computerimplementiertes Verfahren zum Bereitstellen einer trainierten Funktion, ein System, eine Trainingseinheit und ein Computerprogrammprodukt.

Description

  • Die Erfindung betrifft ein Verfahren zum Bereitstellen zumindest eines Prozedurparameters, ein computerimplementiertes Verfahren zum Bereitstellen eines ersten neuronalen Netzwerks, ein computerimplementiertes Verfahren zum Bereitstellen eines zweiten neuronalen Netzwerks, ein computerimplementiertes Verfahren zum Bereitstellen einer trainierten Funktion, ein weiteres computerimplementiertes Verfahren zum Bereitstellen einer trainierten Funktion, ein System, eine Trainingseinheit und ein Computerprogrammprodukt.
  • Eine endovaskuläre Okklusion von einem Aneurysma und/oder einer Gefäßmalformation ist häufig anspruchsvoll und erfordert eine korrekte Auswahl von Mikrokatheter und Implantat, beispielsweise einem Coil-Implantat, insbesondere hinsichtlich ihrer jeweiligen Steifigkeit. Die korrekte Auswahl ist oftmals von einer Geometrie des Aneurysmas und/oder der Gefäßmalformation abhängig. Zudem sind häufig mehrere Versuche erforderlich, um das Implantat korrekt in dem Aneurysma und/oder der Gefäßmalformation zu positionieren. Wie in der Druckschrift von Lamano et al., Neurosurgery, 2014, 75(6), 707-716, beschrieben, kann ein Erfolg der endovaskulären Okklusion von mehreren verschiedenen Faktoren abhängig sein, beispielsweise einem Typ des Coil-Implantats, insbesondere hinsichtlich Steifigkeit und/oder Größe, einem Typ des Mikrokatheters, insbesondere hinsichtlich Steifigkeit und/oder Größe, einer Positionierung des Mikrokatheters, einer Einführrate, einer Einführkraft und/oder einer Positionierung des Mikrokatheters. Da hierbei zwei medizinische Objekte, insbesondere das Coil-Implantat und der Mikrokatheter, zu steuern sind, ist die interventionelle Prozedur häufig komplex und zeitaufwendig.
  • Nachteilig bestehen bei der endovaskulären Okklusion verschiedene Risiken für das Aneurysma und/oder die Gefäßmalformation, beispielsweise thromboembolische Ereignisse, intraoperative Rupturen und/oder eine Überpackung. Zudem stellen häufig, insbesondere nichtlineare, externe Störfaktoren, beispielsweise durch einen Blutfluss, und eine Robustheit mögliche signifikante Herausforderungen für eine Coiling-Prozedur dar.
  • Es ist daher die Aufgabe der vorliegenden Erfindung, eine verbesserte Auswahl und/oder Steuerung von medizinischen Objekten bei interventionellen Prozeduren zu ermöglichen.
  • Nachstehend wird die erfindungsgemäße Lösung der Aufgabe sowohl in Bezug auf Verfahren und Vorrichtungen zum Bereitstellen zumindest eines Prozedurparameters als auch in Bezug auf Verfahren und Vorrichtungen zum Bereitstellen einer trainierten Funktion, eines ersten oder eines zweiten neuronalen Netzwerks beschrieben. Hierbei können Merkmale, Vorteile und alternative Ausführungsformen von Datenstrukturen und/oder Funktionen bei Verfahren und Vorrichtungen zum Bereitstellen zumindest eines Prozedurparameter auf analoge Datenstrukturen und/oder Funktionen bei Verfahren und Vorrichtungen zum Bereitstellen einer trainierten Funktion, eines ersten oder eines zweiten neuronalen Netzwerks übertragen werden. Analoge Datenstrukturen können hierbei insbesondere durch die Verwendung der Vorsilbe „Trainings“ gekennzeichnet sein. Weiterhin können die in Verfahren und Vorrichtungen zum Bereitstellen zumindest eines Prozedurparameters verwendete trainierte Funktion, das erste neuronale Netzwerk und/oder das zweite neuronale Netzwerk durch die entsprechenden Verfahren bereitgestellt worden sein.
  • Die Erfindung betrifft in einem ersten Aspekt ein Verfahren zum Bereitstellen zumindest eines Prozedurparameters. Dabei wird in einem ersten Schritt a) zumindest eine intraprozedurale Projektionsabbildung erfasst, welche ein Hohlorgan eines Untersuchungsobjekts mit zumindest einem in dem Hohlorgan positionierten medizinischen Objekt abbildet. In einem zweiten Schritt b) wird eine trainierte Funktion auf die zumindest eine intraprozedurale Projektionsabbildung als Eingabedaten angewendet. Dabei weist der zumindest eine Prozedurparameter eine Bewegungsvorgabe für das zumindest eine medizinische Objekt auf. Zudem ist zumindest ein Parameter der trainierten Funktion basierend auf einer Simulation einer virtuellen Positionierung zumindest eines medizinischen Trainingsobjekts in einem Trainingshohlorgan und einer durch das zumindest eine medizinische Trainingsobjekt beeinflussten Hämodynamik in dem Trainingshohlorgan angepasst. Ferner wird der zumindest eine Prozedurparameter als Ausgabedaten der trainierten Funktion bereitgestellt.
  • Das Erfassen der zumindest einen intraprozeduralen Projektionsabbildung kann ein Aufnehmen und/oder Empfangen der zumindest einen intraprozeduralen Projektionsabbildung umfassen. Insbesondere können mehrere intraprozedurale Projektionsabbildungen erfasst werden, welche das Hohlorgan mit dem zumindest einen in dem Hohlorgan positionieren medizinischen Objekt abbilden.
  • Vorteilhafterweise kann die zumindest eine intraprozedurale Projektionsabbildung mittels eines medizinischen Bildgebungsgeräts aufgenommen werden. Das medizinische Bildgebungsgerät zur Aufnahme der zumindest einen intraprozeduralen Projektionsabbildung kann als medizinisches Röntgengerät, insbesondere medizinisches C-Bogen-Röntgengerät, und/oder Computertomographieanlage (CT-Anlage) ausgebildet sein. Dabei kann die zumindest eine intraprozedurale Projektionsabbildung beispielsweise zumindest eine intraprozedurale Röntgenprojektionsabbildung umfassen.
  • Das Empfangen der zumindest einen intraprozeduralen Projektionsabbildung kann insbesondere ein Erfassen und/oder Auslesen eines computerlesbaren Datenspeichers und/oder ein Empfangen aus einer Datenspeichereinheit, beispielsweise einer Datenbank, umfassen. Ferner kann die zumindest eine intraprozedural Projektionsabbildung von einer Bereitstellungseinheit eines medizinischen Bildgebungsgeräts bereitgestellt werden.
  • Die zumindest eine intraprozedurale Projektionsabbildung kann eine zweidimensional (2D) räumlich aufgelöste Abbildung des Hohlorgans des Untersuchungsobjekts mit dem zumindest einen in dem Hohlorgan positionierten medizinischen Objekt aufweisen. Insbesondere kann die zumindest eine intraprozedurale Projektionsabbildung das Hohlorgan des Untersuchungsobjekts mit dem zumindest einen in dem Hohlorgan positionierten medizinischen Objekt intraprozedural abbilden. Sofern mehrere intraprozedurale Projektionsabbildungen erfasst werden, können die mehreren intraprozeduralen Projektionsabbildungen das Hohlorgan des Untersuchungsobjekts mit dem zumindest einen in dem Hohlorgan positionierten medizinischen Objekt zeitaufgelöst abbilden. Vorteilhafterweise können die mehreren intraprozeduralen Projektionsabbildungen mit einer im Wesentlichen gleichen Aufnahmegeometrie bezüglich des Untersuchungsobjekts, insbesondere zeitlich nacheinander, aufgenommen sein.
  • Das Untersuchungsobjekt kann beispielsweise eine menschliche und/oder tierische Patientin und/oder ein menschlicher und/oder tierischer Patient sein. Das zumindest eine medizinische Objekt kann beispielsweise ein diagnostisches und/oder chirurgisches Instrument, beispielsweise einen Führungsdraht und/oder einen Mikrodraht und/oder einen Katheter, und/oder ein Implantat umfassen, beispielsweise einen Stent und/oder ein, insbesondere mechanisches und/oder chemisches, Embolisat.
  • Die trainierte Funktion kann vorteilhafterweise durch ein Verfahren des Maschinenlernens trainiert sein. Insbesondere kann die trainierte Funktion ein neuronales Netzwerk, insbesondere ein faltendes neuronales Netzwerk (engl. convolutional neural network, CNN) bzw. ein Netzwerk umfassend eine Faltungsschicht (engl. convolutional layer) sein.
  • Die trainierte Funktion bildet Eingabedaten auf Ausgabedaten ab. Hierbei können die Ausgabedaten insbesondere weiterhin von einem oder mehreren Parametern der trainierten Funktion abhängen. Der eine oder die mehreren Parameter trainierten Funktion können durch ein Training bestimmt und/oder angepasst werden. Das Bestimmen und/oder das Anpassen des einen oder mehrerer Parameter der trainierten Funktion kann insbesondere auf einem Paar aus Trainingseingabedaten und zugehörigen Trainingsausgabedaten, insbesondere Vergleichsausgabedaten, basieren, wobei die trainierte Funktion zur Erzeugung von Trainingsabbildungsdaten auf die Trainingseingabedaten angewendet wird. Insbesondere können das Bestimmen und/oder das Anpassen auf einem Vergleich der Trainingsabbildungsdaten und der Trainingsausgabedaten, insbesondere Vergleichsausgabedaten, basieren. Im Allgemeinen wird auch eine trainierbare Funktion, das heißt, eine Funktion mit noch nicht angepassten einen oder mehreren Parametern, als trainierte Funktion bezeichnet.
  • Andere Begriffe für trainierte Funktionen sind trainierte Abbildungsvorschrift, Abbildungsvorschrift mit trainierten Parametern, Funktion mit trainierten Parametern, Algorithmus basierend auf Künstliche Intelligenz, Algorithmus des maschinellen Lernens. Ein Beispiel für eine trainierte Funktion ist ein künstliches neuronales Netzwerk, wobei die Kantengewichte des künstlichen neuronalen Netzwerks den Parametern der trainierten Funktion entsprechen. Anstatt des Begriffs „neuronales Netzwerk“ kann auch der Begriff „neuronales Netz“ verwendet werden. Insbesondere kann eine trainierte Funktion auch ein tiefes künstliches neuronales Netzwerk sein (engl. deep neural network, deep artificial neural network). Ein weiteres Beispiel für eine trainierte Funktion ist eine „Support Vector Machine“, weiterhin sind auch insbesondere andere Algorithmen des maschinellen Lernens als trainierte Funktion einsetzbar.
  • Die trainierte Funktion kann insbesondere mittels einer Rückpropagation trainiert sein. Zunächst können Trainingsabbildungsdaten durch Anwendung der trainierten Funktion auf Trainingseingabedaten bestimmt werden. Hiernach kann eine Abweichung zwischen den Trainingsabbildungsdaten und den Trainingsausgabedaten, insbesondere den Vergleichsausgabedaten, durch Anwenden einer Fehlerfunktion auf die Trainingsabbildungsdaten und die Trainingsausgabedaten, insbesondere die Vergleichsausgabedaten, ermittelt werden. Ferner kann zumindest ein Parameter, insbesondere eine Gewichtung, der trainierten Funktion, insbesondere des neuronalen Netzwerks, basierend auf einem Gradienten der Fehlerfunktion bezüglich des zumindest einen Parameters der trainierten Funktion iterativ angepasst werden. Hierdurch kann die Abweichung zwischen den Trainingsabbildung Daten in den Trainingsausgabedaten, insbesondere den Vergleichsausgabedaten, während des Trainings der trainierten Funktion minimiert werden.
  • Vorteilhafterweise weist die trainierte Funktion, insbesondere das neuronale Netzwerk, eine Eingabeschicht und eine Ausgabeschicht auf. Dabei kann die Eingabeschicht zum Empfangen von Eingabedaten ausgebildet sein. Ferner kann die Ausgabeschicht zum Bereitstellen von Abbildungsdaten, insbesondere Ausgabedaten, ausgebildet sein. Dabei kann die Eingabeschicht und/oder die Ausgabeschicht jeweils mehrere Kanäle, insbesondere Neuronen, umfassen.
  • Die Eingabedaten der trainierten Funktion können auf der zumindest einen intraprozeduralen Projektionsabbildung basieren. Insbesondere können die Eingabedaten der trainierten Funktion die zumindest eine intraprozedurale Projektionsabbildung umfassen. Ferner kann die trainierte Funktion den zumindest einen Prozedurparameter, insbesondere mehrere Prozedurparameter, als Ausgabedaten bereitstellen.
  • Vorteilhafterweise kann zumindest ein Parameter der trainierten Funktion basierend auf der Simulation der virtuellen Positionierung des zumindest einen medizinischen Trainingsobjekts in dem Trainingshohlorgan und der durch das zumindest eine medizinische Trainingsobjekt beeinflussten Hämodynamik in dem Trainingshohlorgan angepasst sein. Insbesondere kann die trainierte Funktion durch eine Ausführungsform des vorgeschlagenen Verfahrens zum Bereitstellen einer trainierten Funktion und/oder des vorgeschlagenen weiteren Verfahrens zum Bereitstellen einer trainierten Funktion bereitgestellt werden, welche im weiteren Verlauf beschrieben sind.
  • Der zumindest eine Prozedurparameter weist eine Bewegungsvorgabe für das zumindest eine medizinische Objekt auf. Dabei kann die Bewegungsvorgabe zumindest einen Parameter, insbesondere mehrere Parameter, einer zukünftigen Bewegung des zumindest einen medizinischen Objekts vorgeben. Das Bereitstellen des zumindest einen Prozedurparameters kann ein Speichern auf einem computerlesbaren Speichermedium und/oder ein Anzeigen auf einer Darstellungseinheit und/oder ein Übertragen an eine Bereitstellungseinheit und/oder ein Übertragen an eine Bewegungsvorrichtung zur robotischen Bewegung des zumindest einen medizinischen Objekts umfassen. Insbesondere kann eine graphische Darstellung, beispielsweise ein Workflow-Hinweis, des zumindest einen Prozedurparameters mittels der Darstellungseinheit angezeigt werden.
  • Die vorgeschlagene Ausführungsform, insbesondere der bereitgestellte zumindest eine Prozedurparameter, kann eine verbesserte Auswahl und/oder Steuerung des zumindest einen medizinischen Objekts ermöglichen, insbesondere eine verbesserte Auswahl des zu steuernden und/oder zu bewegenden zumindest einen medizinischen Objekts. Zudem kann die vorgeschlagene Ausführungsform ein effizientes, insbesondere recheneffizientes und/oder zeiteffizientes und/oder dosiseffizientes, und zugleich präzises Bereitstellen des zumindest einen Prozedurparameters ermöglichen. Zudem kann die vorgeschlagene Ausführungsform ein intraprozedurales Bereitstellen des zumindest einen Prozedurparameters ermöglichen, beispielsweise in Echtzeit und/oder online.
  • In einer weiteren vorteilhaften Ausführungsform des vorgeschlagenen Verfahrens zum Bereitstellen zumindest eines Prozedurparameters kann die zumindest eine intraprozedurale Projektionsabbildung mehrere medizinische Objekte abbilden, welche in dem Hohlorgan positioniert sind. Ferner kann der zumindest eine Prozedurparameter eine Bewegungsvorgabe für die mehreren medizinischen Objekts aufweisen.
  • Die mehreren medizinischen Objekte können zumindest teilweise, insbesondere vollständig, gleich oder verschieden ausgebildet sein. Ferner können die mehreren medizinischen Objekte während der Aufnahme der zumindest einen intraprozeduralen Projektionsabbildung, insbesondere intraprozedural, in dem Hohlorgan positioniert sein. Die mehreren medizinischen Objekte können, beispielsweise chemisch und/oder mechanisch und/oder elektromagnetisch, zusammenwirkend und/oder wechselwirkend sein. Beispielsweise kann eines der mehreren medizinischen Objekte zum Einbringen, Ausbringen und/oder Positionieren eines weiteren der mehreren medizinischen Objekts ausgebildet sein.
  • Vorteilhafterweise kann der zumindest eine Parameter der trainierten Funktion basierend auf einer Simulation einer virtuellen Positionierung von mehreren medizinischen Trainingsobjekten in dem Trainingshohlorgan und einer durch die mehreren medizinischen Trainingsobjekte beeinflussten Hämodynamik in dem Trainingshohlorgan angepasst sein. Des Weiteren kann der zumindest eine Prozedurparameter vorteilhafterweise jeweils eine Bewegungsvorgabe für die mehreren medizinischen Objekte aufweisen.
  • Hierdurch kann eine verbesserte, insbesondere koordinierte, Auswahl und/oder Steuerung der mehreren medizinischen Objekte ermöglicht werden.
  • In einer weiteren vorteilhaften Ausführungsform des vorgeschlagenen Verfahrens zum Bereitstellen zumindest eines Prozedurparameters kann das zumindest eine medizinische Objekt einen Mikrokatheter und/oder ein Coil-Implantat umfassen.
  • Der Mikrokatheter kann einen Durchmesser von wenigen Millimetern, beispielsweise zwischen 0,7 mm und 1,3 mm, aufweisen. Ferner kann der Mikrokatheter dazu ausgebildet sein, durch komplexe und/oder distale Gefäßstrukturen navigiert zu werden. Der Mikrokatheter kann ferner zum Einbringen und/oder Ausbringen von einem, insbesondere therapeutischen, beispielsweise mechanischen und/oder chemischen, Embolisat und/oder Kontrastmittel und/oder Coil-Implantat ausgebildet sein.
  • Das Coil-Implantat kann einen oder mehrere Drähte umfassen, welche dazu ausgebildet sind, in einen Abschnitt des Hohlorgans, insbesondere ein Aneurysma und/oder eine Gefäßmalformation, eingebracht zu werden. Zudem kann das Coil-Implantat dazu ausgebildet sein, nach dem Einbringen in den Abschnitt des Hohlorgans, insbesondere das Aneurysma und/oder die Gefäßmalformation, eine vordefinierte Pose, beispielsweise eine Spirale und/oder Schlaufe, einzunehmen, sodass eine Okklusion des Abschnitts des Hohlorgans ermöglicht wird. Hierfür kann die Simulation der virtuellen Positionierung des zumindest einen medizinischen Trainingsobjekts vorteilhafterweise eine Coiling-Simulation, beispielsweise basierend auf einem Coiling-Modell, zu einer Pose des zumindest einen medizinischen Trainingsobjekts umfassen. Die Simulation der virtuellen Positionierung, insbesondere die Coiling-Simulation, kann beispielsweise eine Simulation einer Wechselwirkung zwischen dem zumindest einen medizinischen Trainingsobjekt und dem Trainingshohlorgan umfassen.
  • Vorteilhafterweise kann der Mikrokatheter zum Einbringen, insbesondere zum Transport, zum Ausbringen und/oder zum Positionieren des Coil-Implantats in dem Hohlorgan ausgebildet sein. Hierfür kann der Mikrokatheter beispielsweise einen inflatierbaren Ballon an einem distalen Abschnitt aufweisen.
  • Die vorgeschlagene Ausführungsform kann ein medizinisches Bedienpersonal durch das Bereitstellen des zumindest einen Prozedurparameters vorteilhaft bei der Auswahl und/oder Steuerung des Mikrokatheters und/oder Coil-Implantats, insbesondere im Rahmen einer Embolisation, unterstützen.
  • In einer weiteren vorteilhaften Ausführungsform des vorgeschlagenen Verfahrens zum Bereitstellen zumindest eines Prozedurparameters kann das Hohlorgan ein Aneurysma und/oder eine Gefäßmalformation aufweisen. Dabei kann der zumindest eine Prozedurparameter eine Bewegungsvorgabe zum Einführen des zumindest einen medizinischen Objekts in das Aneurysma und/oder die Gefäßmalformation aufweisen.
  • Vorteilhafterweise kann die zumindest eine intraprozedurale Projektionsabbildung das Aneurysma und/oder die Gefäßmalformation abbilden. Ferner kann der zumindest eine Prozedurparameter ein oder mehrere Bewegungsvorgaben, beispielsweise eine Sequenz von Bewegungsvorgaben, aufweisen, welche eine Bewegung für das zumindest eine medizinische Objekt von seiner momentanen Positionierung, welche in der zumindest einen intraprozeduralen Projektionsabbildung abgebildet ist, in eine Zielpositionierung vorgibt. Dabei kann die Zielpositionierung eine räumliche Position und/oder Ausrichtung und/oder Pose des zumindest einen medizinischen Objekts in dem Aneurysma und/oder der Gefäßmalformation beschreiben. Ferner kann die Zielpositionierung eine räumliche Position und/oder Ausrichtung und/oder Pose des zumindest einen medizinischen Objekts in dem Hohlorgan während der Aufnahme der zumindest einen intraprozeduralen Projektionsabbildung beschreiben.
  • Die zumindest eine Bewegungsvorgabe kann dabei absolut oder relativ vorgegeben werden, beispielsweise relativ zu einer momentanen Bewegung des zumindest einen medizinischen Objekts, welche in mehreren intraprozeduralen Projektionsabbildungen zeitaufgelöst abgebildet ist.
  • Die vorgeschlagene Ausführungsform kann eine verbesserte Unterstützung eines medizinischen Bedienpersonals beim Einführen des zumindest einen medizinischen Objekts in ein Aneurysma und/oder eine Gefäßmalformation ermöglichen.
  • In einer weiteren vorteilhaften Ausführungsform des vorgeschlagenen Verfahrens zum Bereitstellen zumindest eines Prozedurparameters kann ein präprozeduraler Datensatz empfangen werden, welcher eine Hämodynamik in dem Hohlorgan abbildet. Dabei kann die trainierte Funktion in Schritt b) zusätzlich auf den präprozeduralen Datensatz als Eingabedaten angewendet werden.
  • Der präprozedurale Datensatz kann eine zweidimensional (2D) und/oder dreidimensional (3D) räumlich aufgelöster Abbildung und/oder ein Modell der Hämodynamik in dem Hohlorgan des Untersuchungsobjekts aufweisen. Vorteilhafterweise kann der präprozedurale Datensatz die Hämodynamik in dem Hohlorgan des Untersuchungsobjekts zeitaufgelöst abbilden. Hierfür kann der präprozedurale Datensatz innerhalb einer präprozeduralen zeitlichen Phase, insbesondere vor dem Aufnehmen der zumindest einen intraprozeduralen Projektionsabbildung und vor dem Positionieren des zumindest einen medizinischen Objekts in dem Hohlorgan des Untersuchungsobjekts, aufgenommen sein. Vorteilhafterweise kann der präprozedurale Datensatz einen Blutfluss in dem Hohlorgan, insbesondere dem Aneurysma und/ oder der Gefäßmalformation, räumlich und zeitlich aufgelöst abbilden, beispielsweise mittels eines Kontrastmittels. Der präprozedurale Datensatz kann beispielsweise mittels einer, insbesondere vierdimensionalen, digitalen Subtraktionsangiographie (DSA) aufgenommen sein.
  • Vorteilhafterweise können die Eingabedaten der trainierten Funktion zusätzlich auf dem präprozeduralen Datensatz basieren, insbesondere den präprozeduralen Datensatz umfassen.
  • Da der zumindest eine Parameter der trainierten Funktion basierend auf einer Simulation einer virtuellen Positionierung zumindest eines medizinischen Trainingsobjekts in einem Trainingshohlorgan und einer durch das zumindest eine medizinische Trainingsobjekt beeinflussten Hämodynamik in dem Trainingshohlorgan angepasst ist, kann durch das zusätzliche Berücksichtigen des präprozeduralen Datensatzes als Eingabedaten ein verbessertes, insbesondere präziseres, Bereitstellen des zumindest einen Prozedurparameters ermöglicht werden.
  • In einer weiteren vorteilhaften Ausführungsform des vorgeschlagenen Verfahrens zum Bereitstellen zumindest eines Prozedurparameters kann die trainierte Funktion ein erstes und ein zweites neuronales Netzwerk umfassen. Dabei kann das erste neuronale Netzwerk zum Bereitstellen eines synthetischen Datensatzes auf den präprozeduralen Datensatz und die zumindest eine intraprozedurale Projektionsabbildung als Eingabedaten angewendet werden. Vorteilhafterweise kann der synthetische Datensatz eine simulierte Hämodynamik in dem Hohlorgan mit zumindest einem virtuell darin positionierten medizinischen Objekt abbilden. Das zweite neuronale Netzwerk kann zum Bereitstellen des zumindest ein Prozedurparameters auf den synthetischen Datensatz als Eingabedaten angewendet werden.
  • Das erste neuronale Netzwerk kann dazu ausgebildet sein, den synthetischen Datensatz als Ausgabedaten bereitzustellen. Ferner kann das erste neuronale Netzwerk dazu ausgebildet sein, auf den präprozeduralen Datensatz und die zumindest eine intraprozedurale Projektionsabbildung, insbesondere die mehreren intraprozeduralen Projektionsabbildungen, als Eingabedaten angewendet zu werden. Insbesondere können die Eingabedaten des ersten neuronalen Netzwerks den präprozeduralen Datensatz und die zumindest eine intraprozedurale Projektionsabbildung umfassen. Das zweite neuronale Netzwerk kann dazu ausgebildet sein, den zumindest einen Prozedurparameter als Ausgabedaten bereitzustellen. Ferner kann das zweite neuronale Netzwerk dazu ausgebildet sein, auf die Ausgabedaten des ersten neuronalen Netzwerks, insbesondere den synthetischen Datensatz, als Eingabedaten angewendet zu werden. Insbesondere können die Eingabedaten des zweiten neuronalen Netzwerks die Ausgabedaten des ersten neuronalen Netzwerks umfassen.
  • Der synthetische Datensatz kann eine zweidimensionale und/ oder dreidimensional räumlich aufgelöste Abbildung und/oder ein Modell einer simulierten Hämodynamik in dem Hohlorgan mit dem zumindest einen virtuell darin positionierten medizinischen Objekt aufweisen. Zudem kann der synthetische Datensatz zeitaufgelöst sein. Vorteilhafterweise kann der synthetische Datensatz mehrere Datenpunkte, insbesondere Pixel oder Voxel, aufweisen, welche jeweils eine Zeitintensitätskurve aufweisen. Dabei kann die simulierte Hämodynamik in dem Hohlorgan durch zeitliche Intensitätsänderungen in den Zeitintensitätskurven der Datenpunkte abgebildet oder modelliert sein, welche Datenpunkte das Hohlorgan abbilden oder modellieren. Alternativ oder zusätzlich kann die simulierte Hämodynamik in dem Hohlorgan durch Werte der Datenpunkte des synthetischen Datensatzes abgebildet oder modelliert sein, wobei die Werte der Datenpunkte Abweichungen einer die Hämodynamik kennzeichnenden Größe innerhalb des Hohlorgans repräsentieren, beispielsweise einen Gradienten.
  • Die vorgeschlagene Ausführungsform kann ein besonders präzises Bereitstellen des zumindest einen Prozedurparameters ermöglichen, insbesondere unter Berücksichtigung eines Einflusses des zumindest einen medizinischen Objekts auf die Hämodynamik in dem Hohlorgan. Insbesondere kann durch die Kombination des ersten und des zweiten neuronalen Netzwerks eine inverse Dynamik einer Bewegung, insbesondere Manipulation, des zumindest einen medizinischen Objekts anhand der Eingabedaten konstruiert, insbesondere modelliert und/oder abgebildet, werden.
  • In einer weiteren vorteilhaften Ausführungsform des vorgeschlagenen Verfahrens zum Bereitstellen zumindest eine Prozedurparameters kann ein Materialparameter und/oder ein Betriebsparameter zu dem zumindest einen medizinischen Objekt empfangen werden. Dabei können die Eingabedaten zusätzlich auf dem Materialparameter und/oder dem Betriebsparameter basieren.
  • Das Empfangen des Material- und/oder Betriebsparameters des zumindest einen medizinischen Objekts kann ein Erfassen und/ oder Auslesen eines computerlesbaren Datenspeichers und/oder ein Empfangen aus einer Datenspeichereinheit, beispielsweise einer Datenbank, umfassen. Ferner kann der Material- und/oder Betriebsparameter von dem zumindest einen medizinischen Objekt bereitgestellt sein. Sofern die zumindest eine intraprozedurale Projektionsabbildung das Hohlorgan mit mehreren darin positionierten medizinischen Objekten abbilden, kann vorteilhafterweise jeweils ein Material- und/oder Betriebsparameter zu jedem der mehreren medizinischen Objekte empfangen werden.
  • Der Materialparameter kann eine Information zu einer Geometrie, insbesondere einer Form und/oder einem Durchmesser, und/ oder Porosität und/oder Oberflächenbeschaffenheit und/oder Verformbarkeit, insbesondere Steifigkeit, des zumindest einen medizinischen Objekts aufweisen. Ferner kann der Betriebsparameter eine Information zu einem momentanen Betriebszustand des medizinischen Objekts, beispielsweise einer Pose des medizinischen Objekts, und/oder einer Bewegungsrichtung und/ oder Bewegungsgeschwindigkeit des zumindest einen medizinischen Objekts aufweisen.
  • Vorteilhafterweise können die Eingabedaten der trainierten Funktion zusätzlich auf dem Materialparameter und/oder dem Betriebsparameter basieren. Insbesondere können die Eingabedaten der trainierten Funktion zusätzlich den Materialparameter und/oder dem Betriebsparameter umfassen.
  • Hierdurch kann das Bereitstellen des zumindest einen Prozedurparameters vorteilhaft zusätzlich unter Berücksichtigung des Material- und/oder Betriebsparameters des zumindest einen medizinischen Objekts erfolgen.
  • In einer weiteren vorteilhaften Ausführungsform des vorgeschlagenen Verfahrens zum Bereitstellen zumindest eines Prozedurparameters kann die Bewegungsvorgabe eine Geschwindigkeit und/oder Beschleunigung und/oder Kraft für das zumindest eine medizinische Objekt vorgeben.
  • Die Bewegungsvorgabe kann vorteilhafterweise die Geschwindigkeit und/oder Beschleunigung und/oder Kraft für das medizinische Objekt, beispielsweise eine, insbesondere beschleunigte oder gleichförmige, Translation und/oder Rotation des zumindest einen medizinischen Objekts vorgeben. Dabei kann die Bewegungsvorgabe die Geschwindigkeit und/oder Beschleunigung und/oder Kraft bezüglich einer Längserstreckungsrichtung des zumindest einen medizinischen Objekts oder des Hohlorgans, insbesondere entlang der Längserstreckungsrichtung oder um die Längserstreckungsrichtung herum, vorgeben. Insbesondere kann die Bewegungsvorgabe die Geschwindigkeit und/oder Beschleunigung und/oder Kraft für das zumindest eine medizinische Objekt absolut oder relativ, insbesondere bezüglich eines Referenzpunkts und/oder bezüglich eines, insbesondere momentanen, Bewegungszustands des zumindest einen medizinischen Objekts, vorgeben. Die Kraft kann insbesondere eine, an einem proximalen Abschnitt des zumindest einen medizinischen Objekts angreifende, Kraft sein, welche eine Translation, insbesondere einen Vorschub oder Rückzug, und/oder eine Rotation des zumindest einen medizinischen Objekts bewirkt. Die Bewegungsvorgabe kann vorteilhafterweise einen Geschwindigkeitswert und/oder einen Beschleunigungswert und/oder ein Kraftwert umfassen. Ferner kann die Kraft eine Einführkraft zum Einführen des zumindest einen medizinischen Objekts in das Aneurysma und/oder die Gefäßmalformation beschreiben.
  • Vorteilhafterweise kann die Bewegungsvorgabe die Geschwindigkeit und/oder Beschleunigung und/oder Kraft für das zumindest eine medizinische Objekt absolut oder relativ vorgeben. Gemäß einer ersten Variante kann die Bewegungsvorgabe die Geschwindigkeit und/oder Beschleunigung und/oder Kraft für das zumindest eine medizinische Objekt absolut, insbesondere als absoluten Geschwindigkeitswert und/oder einen Beschleunigungswert und/oder ein Kraftwert, vorgeben. Alternativ kann die Bewegungsvorgabe die Geschwindigkeit und/oder Beschleunigung und/oder Kraft für das zumindest eine medizinische Objekt relativ, beispielsweise in Bezug auf eine momentane, insbesondere in mehreren intraprozeduralen Projektionsabbildungen, insbesondere zeitaufgelöst, abgebildete, Bewegung des zumindest einen medizinischen Objekts vorgeben. Dabei kann die Bewegungsvorgabe eine Veränderung, insbesondere eine Erhöhung oder Verringerung, eines, insbesondere momentanen, Geschwindigkeitswerts und/oder Beschleunigungswerts und/oder Kraftwerts vorgeben.
  • Die vorgeschlagene Ausführungsform kann eine verbesserte Unterstützung des medizinischen Bedienpersonals bei der Steuerung des zumindest einen medizinischen Objekts ermöglichen.
  • In einer weiteren vorteilhaften Ausführungsform des vorgeschlagenen Verfahrens zum Bereitstellen zumindest eines Prozedurparameters können die Schritte a) und b) bis zum Eintreten einer Abbruchbedingung wiederholt ausgeführt werden.
  • Die Abbruchbedingung kann eine maximale Anzahl von Wiederholungen der Schritte a) und b) und/oder eine Maximaldauer für die wiederholte Ausführung der Schritte a) und b) vorgegeben. Alternativ oder zusätzlich kann die Abbruchbedingung durch eine Eingabe eines medizinischen Bedienpersonals mittels einer Eingabeeinheit vorgegeben werden. Insbesondere können die Schritte a) und b) nach einer vordefinierten Zeitdauer wiederholt ausgeführt werden. Alternativ oder zusätzlich können die Schritte a) und b) in Abhängigkeit eines Objektsignals wiederholt ausgeführt werden. Dabei kann das Objektsignal von einem Sensor zur Erfassung einer Bewegung des zumindest einen medizinischen Objekts bereitgestellt werden. Ferner kann das Objektsignal eine Information zu einem, insbesondere momentanen, Bewegungszustand des zumindest einen medizinischen Objekts aufweisen. Alternativ oder zusätzlich können die Schritte a) und b) in Abhängigkeit einer Eingabe des medizinischen Bedienpersonals mittels der Eingabeeinheit wiederholt ausgeführt werden.
  • Die vorgeschlagene Ausführungsform kann das Bedienpersonal bei der Auswahl und/oder Steuerung des zumindest einen medizinischen Objekts insbesondere adaptiv unterstützen. Dabei kann durch die wiederholte Ausführung der Schritte a) und b) ein wiederholtes Bereitstellen des zumindest einen Prozedurparameters erfolgen, welcher vorteilhaft an die jeweils zuletzt aufgenommene zumindest eine intraprozedurale Projektionsabbildung angepasst ist.
  • In einer weiteren vorteilhaften Ausführungsform des vorgeschlagenen Verfahrens zum Bereitstellen zumindest eines Prozedurparameters kann der zumindest eine Prozedurparameter an eine Darstellungseinheit zur Anzeige einer graphischen Darstellung der Bewegungsvorgabe bereitgestellt werden. Alternativ oder zusätzlich kann der zumindest eine Prozedurparameter an eine Bewegungsvorrichtung zur robotischen Bewegung des zumindest einen medizinischen Objekts bereitgestellt werden. Dabei kann die Bewegungsvorrichtung dazu ausgebildet sein, eine Bewegung des zumindest einen medizinischen Objekts basierend auf dem zumindest ein Prozedurparameter zu steuern.
  • Die Darstellungseinheit kann vorteilhafterweise einen Monitor und/oder Bildschirm und/oder Projektor umfassen, welcher zur Anzeige der graphischen Darstellung der Bewegungsvorgabe, insbesondere des Workflow-Hinweises, ausgebildet ist. Insbesondere kann die Darstellungseinheit die graphische Darstellung der Bewegungsvorgabe in zumindest teilweise Überlagerung mit einer graphischen Darstellung der zumindest einen intraprozeduralen Projektionsabbildung anzuzeigen. Die graphische Darstellung der Bewegungsvorgabe kann beispielsweise eine Anzeige des zumindest einen Prozedurparameters, beispielsweise eines Geschwindigkeitswerts und/oder eines Beschleunigungswertes und/oder eines Kraftwerts, umfassen. Alternativ oder zusätzlich kann die graphische Darstellung der Bewegungsvorgabe eine Anzeige einer Vorgabe zur Veränderung, insbesondere Erhöhung oder Verringerung, des Geschwindigkeitswerts und/ oder Beschleunigungswerts und/oder Kraftwerts umfassen.
  • Vorteilhafterweise kann die Bewegungsvorrichtung eine robotische Vorrichtung sein, die zur Fernmanipulation des zumindest einen medizinischen Objekts ausgebildet ist, beispielsweise ein Katheterroboter. Die Bewegungsvorrichtung kann vorteilhafterweise dazu ausgebildet sein, einen proximalen Abschnitt des zumindest einen medizinischen Objekts aufzunehmen, insbesondere zu halten. Ferner kann die Bewegungsvorrichtung dazu ausgebildet sein, das zumindest eine medizinische Objekt durch Übertragen einer Kraft zu halten und/oder zu bewegen. Insbesondere kann die Bewegungsvorrichtung dazu ausgebildet sein, einen distalen Abschnitt des zumindest einen medizinischen Objekts durch Übertragen der Kraft auf den proximalen Abschnitt anzuordnen und/oder zu bewegen.
  • Vorteilhafterweise kann das Bereitstellen des zumindest einen Prozedurparameters an die Bewegungsvorrichtung ein Übertragen an die Bewegungsvorrichtung umfassen. Die Bewegungsvorrichtung kann den zumindest einen Prozedurparameter, insbesondere die Bewegungsvorgabe, in einen Steuerparameter zur Steuerung einer Bewegung des zumindest einen medizinischen Objekts übersetzen. Der Steuerparameter kann dabei Anweisungen zur Steuerung der Bewegungsvorrichtung umfassen, sodass das zumindest eine medizinische Objekt durch Übertragen der Kraft von der Bewegungsvorrichtung auf den proximalen Abschnitt des medizinischen Objekts gemäß dem zumindest einen Prozedurparameter, insbesondere der Bewegungsvorgabe, bewegt wird. Insbesondere kann die Bewegungsvorrichtung das zumindest eine medizinische Objekt gemäß der vorgegebenen Geschwindigkeit und/oder Beschleunigung und/oder Kraft bewegen. Das Bewegen des zumindest einen medizinischen Objekts durch die Bewegungsvorrichtung gemäß dem zumindest einen Prozedurparameter, insbesondere der Bewegungsvorgabe, kann vorteilhafterweise nach Abschluss des vorgeschlagenen Verfahrens zum Bereitstellen des zumindest einen Prozedurparameters stattfinden.
  • Mittels der vorgeschlagenen Ausführungsform kann eine sichere Auswahl und/oder Steuerung des medizinischen Objekts durch das medizinische Bedienpersonal ermöglicht werden.
  • Vorteilhafterweise kann die Bewegungsvorrichtung den Material- und/oder Betriebsparameter des zumindest einen medizinischen Objekts, insbesondere während der Aufnahme der zumindest einen intraprozeduralen Projektionsabbildung, erfassen und bereitstellen. Hierfür kann die Bewegungsvorrichtung einen Sensor aufweisen, welcher zur Erfassung des Material- und/oder Betriebsparameters ausgebildet ist, beispielsweise einen mechanischen und/oder elektromagnetischen, insbesondere optischen, und/oder akustischen, insbesondere ultraschallbasierten, Sensor. Die Bewegungsvorrichtung, insbesondere der Sensor, kann beispielsweise die Geometrie, insbesondere die Form und/oder den Durchmesser, und/oder die Porosität und/ oder die Oberflächenbeschaffenheit und/oder die Verformbarkeit, insbesondere die Steifigkeit, und/oder die Bewegungsrichtung und/oder die Bewegungsgeschwindigkeit und/oder die Beschleunigung des zumindest einen medizinischen Objekts erfassen und als den Material- und/oder Betriebsparameter bereitstellen. Ferner kann die Bewegungsvorrichtung, insbesondere der Sensor eine zwischen der Bewegungsvorrichtung und dem zumindest einen medizinischen Objekt wirkende Kraft erfassen und einen entsprechenden Kraftwert bereitstellen. Dabei können die Eingabedaten zusätzlich auf dem Materialparameter und/oder dem Betriebsparameter basieren.
  • Die Erfindung betrifft in einem zweiten Aspekt ein computerimplementiertes Verfahren zum Bereitstellen eines ersten neuronalen Netzwerks. Dabei wird ein präprozeduraler Trainingsdatensatz empfangen, welcher eine Hämodynamik in einem Trainingshohlorgan eines Trainingsuntersuchungsobjekts abbildet. Ferner wird ein synthetischer Vergleichsdatensatz empfangen, welcher eine simulierte Hämodynamik in dem Trainingshohlorgan mit zumindest einem virtuell darin positionierten medizinischen Trainingsobjekt abbildet. Des Weiteren wird zumindest eine intraprozedurale Trainingsprojektionsabbildung empfangen, welche das Trainingshohlorgan mit dem zumindest einen darin positionierten medizinischen Trainingsobjekt abbildet. Alternativ wird die zumindest eine intraprozedurale Trainingsprojektionsabbildung durch eine virtuelle Projektion des synthetischen Vergleichsdatensatzes bereitgestellt. Ferner wird ein synthetischer Trainingsdatensatz durch Anwenden des ersten neuronalen Netzwerks auf Eingabedaten bereitgestellt, welche auf der zumindest einen intraprozeduralen Trainingsprojektionsabbildung und dem präprozeduralen Trainingsdatensatz basieren. Hiernach wird zumindest ein Parameter des ersten neuronalen Netzwerks basierend auf einen Vergleich zwischen dem synthetischen Trainingsdatensatz und dem synthetischen Vergleichsdatensatz angepasst. Ferner wird das erste neuronale Netzwerk bereitgestellt.
  • Das Empfangen des präprozeduralen Trainingsdatensatzes, des synthetischen Vergleichsdatensatzes und/oder der zumindest einen intraprozeduralen Trainingsprojektionsabbildung kann ein Erfassen und/oder Auslesen eines computerlesbaren Datenspeichers und/oder ein Empfangen aus einer Datenspeichereinheit, beispielsweise einer Datenbank, umfassen. Der präprozedurale Trainingsdatensatz kann mittels eines medizinischen Bildgebungsgeräts aufgenommen sein. Alternativ kann der präprozedurale Trainingsdatensatz simuliert sein. Die zumindest eine intraprozedurale Trainingsprojektionsabbildung kann mittels desselben oder eines weiteren medizinischen Bildgebungsgeräts aufgenommen sein. Alternativ kann die zumindest eine intraprozedurale Trainingsprojektionsabbildung durch eine virtuelle Projektion, insbesondere eine virtuelle Vorwärtsprojektion, des synthetischen Vergleichsdatensatzes bereitgestellt werden. Die virtuelle Projektion kann eine, insbesondere realistische, Simulation umfassen, welche auf, insbesondere tatsächlichen, Parametern, beispielsweise Aufnahmeparametern und/oder Betriebsparametern, des medizinischen Bildgebungsgeräts basieren. Bei einer Ausbildung des medizinischen Bildgebungsgeräts als medizinisches Röntgengerät, beispielsweise als medizinisches C-Bogen-Röntgengerät, und/ oder Computertomographieanlage kann die Simulation vorteilhafterweise ein, insbesondere realistisches und/oder physikalisches, Modell einer Röntgenquelle, beispielsweise einer Röntgenröhre, und/oder eines Röntgendetektors des medizinischen Röntgengeräts umfassen. Ferner kann die Simulation ein, insbesondere realistisches und/oder physikalisches und/oder biophysikalisches, Modell des mit Röntgenstrahlung durchleuchteten Untersuchungsobjekts und/oder physikalischer Effekte umfassen, welche bei einer Durchleuchtung des Untersuchungsobjekts und/oder einer Beleuchtung des Röntgendetektors mit Röntgenstrahlung auftreten können, die von dem medizinischen Röntgengerät, insbesondere der Röntgenquelle, ausgesendet wird. Das Modell der Röntgenquelle, insbesondere der Röntgenröhre, kann eine Wahrscheinlichkeitsverteilung bezüglich einer Energie und/oder Austrittsrichtung von emittierten Röntgenphotonen basierend auf einem Betriebsparameter der Röntgenquelle, beispielsweise einer Betriebsspannung und/oder einer Filterung und/oder einem Alter und/oder einer Kollimation und/oder einer Brennfleckgröße, umfassen. Das Modell des Röntgendetektors kann eine Abbildung eines, insbesondere tatsächlichen, Detektionsmechanismus und/oder einer Wahrscheinlichkeitsverteilung eines erwarteten Rauschverhaltens umfassen. Ferner können ein Rauschleistungsspektrum, eine Modulationstransferfunktion und/oder eine detektive Quanteneffizienz des Modells des Röntgendetektors mit dem Rauschleistungsspektrum, der Modulationstransferfunktion und/oder der detektive Quanteneffizienz des realen Röntgendetektors übereinstimmen.
  • Der präprozedurale Trainingsdatensatz kann insbesondere alle Eigenschaften und Merkmale des präprozeduralen Datensatzes aufweisen, welche in Bezug zum Verfahren zum Bereitstellen zumindest eines Prozedurparameters beschrieben wurden und umgekehrt. Zudem kann die zumindest eine intraprozedurale Trainingsprojektionsabbildung insbesondere alle Eigenschaften und Merkmale der zumindest einen intraprozeduralen Projektionsabbildung aufweisen, welche in Bezug zum Verfahren zum Bereitstellen zumindest eines Prozedurparameters beschrieben wurden und umgekehrt. Ferner kann das zumindest eine medizinische Trainingsobjekt insbesondere alle Eigenschaften und Merkmale des zumindest einen medizinischen Objekts aufweisen, welche in Bezug zum Verfahren zum Bereitstellen zumindest eines Prozedurparameters beschrieben wurden und umgekehrt.
  • Das Trainingsuntersuchungsobjekt kann eine menschliche und/ oder tierische Patientin und/oder ein menschlicher und/oder tierischer Patient und/oder ein Untersuchungsphantom sein. Ferner kann das Trainingsuntersuchungsobjekt ein simuliertes Patientenmodell sein. Das Trainingshohlorgan kann alle Merkmale und Eigenschaften des Hohlorgans aufweisen, welche in Bezug zum Verfahren zum Bereitstellen zumindest eines Prozedurparameters beschrieben wurden und umgekehrt.
  • Vorteilhafterweise kann der synthetische Trainingsdatensatz durch das Anwenden des ersten neuronalen Netzwerks auf die Eingabedaten bereitgestellt werden. Dabei können die Eingabedaten des ersten neuronalen Netzwerks auf der zumindest einen intraprozeduralen Trainingsprojektionsabbildung und dem präprozeduralen Trainingsdatensatz basieren. Insbesondere können die Eingabedaten des ersten neuronalen Netzwerks die zumindest eine intraprozedurale Trainingsprojektionsabbildung und den präprozeduralen Trainingsdatensatz umfassen. Ferner kann das erste neuronale Netzwerk den synthetischen Trainingsdatensatz als Ausgabedaten bereitstellen.
  • Durch den Vergleich zwischen dem synthetischen Trainingsdatensatz und dem synthetischen Vergleichsdatensatz kann der zumindest eine Parameter des ersten neuronalen Netzwerks angepasst werden. Der Vergleich zwischen dem synthetischen Trainingsdatensatz und dem synthetischen Vergleichsdatensatz kann ein Bestimmen einer Abweichung zwischen dem synthetischen Trainingsdatensatz und dem synthetischen Vergleichsdatensatz, insbesondere zwischen Daten- und/oder Bildpunkten des jeweiligen Datensatzes, umfassen. Dabei kann der zumindest eine Parameter des ersten neuronalen Netzwerks vorteilhafterweise derart angepasst werden, dass die Abweichung zwischen dem synthetischen Trainingsdatensatz und dem synthetischen Vergleichsdatensatz minimiert wird. Das Anpassen des zumindest einen Parameters des ersten neuronalen Netzwerks kann ein Optimieren, insbesondere Minimieren, eines Kostenwerts einer ersten Kostenfunktion umfassen, wobei die erste Kostenfunktion die Abweichung zwischen dem synthetischen Trainingsdatensatz und dem synthetischen Vergleichsdatensatz charakterisiert, insbesondere quantifiziert. Insbesondere kann das Anpassen des zumindest einen Parameters des ersten neuronalen Netzwerks eine Regression des Kostenwerts der ersten Kostenfunktion umfassen. Das erste neuronale Netzwerk kann beispielsweise eine U-Net Architektur mit zwei Encodern aufweisen, wobei ein Encoder für das Empfangen der zumindest einen intraprozeduralen Trainingsprojektionsabbildung und ein weiterer Encoder für das Empfangen des präprozeduralen Trainingsdatensatzes ausgebildet ist.
  • Das Bereitstellen des ersten neuronalen Netzwerks kann insbesondere ein Speichern auf einem computerlesbaren Speichermedium und/oder ein Übertragen an eine Bereitstellungseinheit umfassen.
  • Vorteilhafterweise kann mit dem vorgeschlagenen Verfahren ein erstes neuronales Netzwerk bereitgestellt werden, welches in einer Ausführungsform des Verfahrens zum Bereitstellen zumindest eines Prozedurparameters und/oder eines Verfahrens zum Bereitstellen einer trainierten Funktion verwendet werden kann.
  • Die Erfindung betrifft in einem dritten Aspekt ein computerimplementiertes Verfahren zum Bereitstellen eines zweiten neuronalen Netzwerks. Dabei wird ein präprozeduraler Trainingsdatensatz empfangen, welcher eine Hämodynamik in einem Trainingshohlorgan eines Trainingsuntersuchungsobjekts abbildet. Zudem wird ein synthetischer Vergleichsdatensatz als Ausgabedaten einer Simulation einer virtuellen Positionierung zumindest eines medizinischen Trainingsobjekts in dem Trainingshohlorgan bereitgestellt. Dabei basiert die Simulation auf zumindest einem Trainingsprozedurparameter, welcher eine Bewegungsvorgabe für das zumindest eine medizinische Trainingsobjekt aufweist, und dem präprozeduralen Trainingsdatensatz als Eingabedaten. Hiernach wird zumindest ein Parameter des zweiten neuronalen Netzwerks durch überwachtes Lernen basierend auf den Ein- und Ausgabedaten der Simulation angepasst. Ferner wird das zweite neuronale Netzwerk bereitgestellt.
  • Das Empfangen des präprozeduralen Trainingsdatensatzes kann ein Erfassen und/oder Auslesen eines computerlesbaren Datenspeichers und/oder ein Empfangen aus einer Datenspeichereinheit, beispielsweise einer Datenbank, umfassen. Der präprozedurale Trainingsdatensatz kann mittels eines medizinischen Bildgebungsgeräts aufgenommen sein. Alternativ kann der präprozedurale Trainingsdatensatz simuliert sein. Der präprozedurale Trainingsdatensatz kann insbesondere alle Eigenschaften und Merkmale des präprozeduralen Datensatzes aufweisen, welche in Bezug zum Verfahren zum Bereitstellen zumindest eines Prozedurparameters beschrieben wurden und umgekehrt.
  • Vorteilhafterweise kann der synthetische Vergleichsdatensatz als Ausgabedaten einer Simulation einer virtuellen Positionierung des zumindest einen medizinischen Trainingsobjekts in dem Trainingshohlorgan bereitgestellt werden. Die Simulation der virtuellen Positionierung kann ein virtuelles Positionieren, insbesondere Anordnen, einer virtuellen Repräsentation, beispielsweise eines Modells, insbesondere eines skeletonisierten Modells oder eines Volumennetzmodells, des zumindest einen medizinischen Trainingsobjekts in einer virtuellen Repräsentation, beispielsweise einem Modell, insbesondere einem Zentrallinienmodell oder einem Volumennetzmodell, des Trainingshohlorgans umfassen. Die virtuelle Repräsentation des Trainingshohlorgans kann vorteilhafterweise anhand des präprozeduralen Trainingsdatensatzes, insbesondere zusätzlich anhand der zumindest einen intraprozeduralen Trainingsprojektionsabbildung, bestimmt werden, beispielsweise mittels einer Segmentierung der Abbildung des Trainingshohlorgans.
  • Die Simulation kann ferner auf einem oder mehreren Trainingsprozedurparametern als Eingabedaten basieren. Dabei kann der zumindest eine Trainingsprozedurparameter beispielsweise anhand einer Lookup-Tabelle und/oder mittels einer Iteration ausgehend von einem initialen Trainingsprozedurparameter vorgegeben werden. Alternativ oder zusätzlich kann der zumindest eine Trainingsprozedurparameter aus einem Prozedurprotokoll empfangen werden. Der Trainingsprozedurparameter kann insbesondere alle Merkmale und Eigenschaften des zumindest einen Prozedurparameters aufweisen, welche in Bezug zum Verfahren zum Bereitstellen zumindest eines Prozedurparameters beschrieben wurden und umgekehrt. Ferner kann die virtuelle Repräsentation des zumindest einen medizinischen Trainingsobjekts anhand des zumindest einen Trainingsprozedurparameters bestimmt werden. Hierfür kann der zumindest eine Trainingsprozedurparameter eine Information, insbesondere eine Identifikation, zu dem zumindest einen medizinischen Trainingsobjekt aufweisen.
  • Die Simulation kann ferner eine durch die virtuelle Positionierung des zumindest einen medizinischen Trainingsobjekts in dem Trainingshohlorgan verursachte Deformation des Trainingshohlorgans umfassen. Zudem kann die Simulation eine Simulation der Hämodynamik in dem Trainingshohlorgan umfassen, welche durch das zumindest eine virtuell in dem Trainingshohlorgan positionierte medizinische Trainingsobjekt beeinflusst wird. Dabei kann die Simulation beispielsweise auf einer numerischen Fluiddynamik basieren (engl. computational fluid dynamics, CFD). Hierfür kann die Simulation ferner auf dem präprozeduralen Trainingsdatensatz als Eingabedaten basieren.
  • Das zweite neuronale Netzwerk kann vorteilhafterweise als rekurrentes neuronales Netzwerk (engl. recurrent neural network, RNN) ausgebildet sein. Durch Anwenden eines Verfahrens zum überwachten Lernen kann zumindest ein Parameter des zweiten neuronalen Netzwerks angepasst werden. Dabei kann das überwachte Lernen auf den Eingabedaten der Simulation, insbesondere dem präprozeduralen Trainingsdatensatz, und den Ausgabedaten der Simulation, insbesondere dem synthetischen Vergleichsdatensatz, basieren.
  • Vorteilhafterweise kann das zweite neuronale Netzwerk dazu ausgebildet werden, auf den synthetischen Vergleichsdatensatz als Eingabedaten angewendet zu werden und den zumindest einen Trainingsprozedurparameter als Ausgabedaten bereitzustellen.
  • Das Bereitstellen des zweiten neuronalen Netzwerks kann insbesondere ein Speichern auf einem computerlesbaren Speichermedium und/oder ein Übertragen in eine Bereitstellungseinheit umfassen.
  • Vorteilhafterweise kann mit dem vorgeschlagenen Verfahren ein zweites neuronales Netzwerk bereitgestellt werden, welches in einer Ausführungsform des Verfahrens zum Bereitstellen zumindest eines Prozedurparameters und/oder eines Verfahrens zum Bereitstellen einer trainierten Funktion verwendet werden kann.
  • In einer weiteren vorteilhaften Ausführungsform des vorgeschlagenen Verfahrens zum Bereitstellen eines zweiten neuronalen Netzwerks kann ein Trainingsmaterialparameter und/oder ein Trainingsbetriebsparameter zu dem zumindest einen medizinischen Trainingsobjekt empfangen werden. Dabei können die Eingabedaten der Simulation zusätzlich auf dem Trainingsmaterialparameter und/oder dem Trainingsbetriebsparameter basieren.
  • Der Trainingsmaterialparameter und der Trainingsbetriebsparameters medizinischen Trainingsobjekts können alle Merkmale und Eigenschaften des Materialparameters und Betriebsparameters des medizinischen Objekts aufweisen, welche in Bezug zum Verfahren zum Bereitstellen zumindest eines Prozedurparameters beschrieben wurden und umgekehrt.
  • Das Empfangen des Trainingsmaterial- und/oder Trainingsbetriebsparameters kann ein Erfassen und/oder Auslesen eines computerlesbaren Datenspeichers und/oder ein Empfangen aus einer Datenspeichereinheit, beispielsweise einer Datenbank, umfassen. Ferner kann der Trainingsmaterial- und/oder Trainingsbetriebsparameter von dem zumindest einen medizinischen Trainingsobjekt bereitgestellt werden.
  • Vorteilhafterweise können die Eingabedaten der Simulation zusätzlich auf dem Trainingsmaterial- und/oder den Trainingsbetriebsparameter basieren. Insbesondere können die Eingabedaten der Simulation zusätzlich den Trainingsmaterial- und/oder den Trainingsbetriebsparameter umfassen.
  • Hierdurch kann die virtuelle Positionierung des medizinischen Trainingsobjekts in dem Trainingshohlorgan, insbesondere eine Beeinflussung der Hämodynamik dem Trainingshohlorgan und/oder eine Deformation des Trainingshohlorgans durch das zumindest eine medizinische Trainingsobjekt, besonders präzise simuliert werden.
  • Die Erfindung betrifft in einem vierten Aspekt ein computerimplementiertes Verfahren zum Bereitstellen einer trainierten Funktion. Dabei wird ein zweites neuronales Netzwerk durch Ausführen eines vorgeschlagenen Verfahrens zum Bereitstellen eines zweiten neuronalen Netzwerks bereitgestellt. Ferner wird ein erstes neuronales Netzwerk durch Ausführen eines vorgeschlagenen Verfahrens zum Bereitstellen eines ersten neuronalen Netzwerks bereitgestellt. Zudem wird die trainierte Funktion umfassen das erste und das zweite neuronale Netzwerk bereitgestellt. Dabei wird die trainierte Funktion dazu ausgebildet, auf den präprozeduralen Trainingsdatensatz und die zumindest eine intraprozedurale Trainingsprojektionsabbildung als Eingabedaten angewendet zu werden und den zumindest einen Trainingsprozedurparameter als Ausgabedaten bereitzustellen.
  • Vorteilhafterweise kann durch das Ausführen eines vorgeschlagenen Verfahrens zum Bereitstellen eines zweiten neuronalen Netzwerks ein, insbesondere trainiertes, zweites neuronales Netzwerk mit zumindest einem angepassten Parameter bereitgestellt werden. Dabei kann der synthetische Vergleichsdatensatz, welche als die Ausgabedaten der Simulation bereitgestellt wird, für die Ausführung des Verfahrens zum Bereitstellen des ersten neuronalen Netzwerks bereitgestellt werden. Ferner kann durch das Ausführen eines vorgeschlagenen Verfahrens zum Bereitstellen eines ersten neuronalen Netzwerks ein, insbesondere trainiertes, erstes neuronales Netzwerk mit zumindest einem angepassten Parameter bereitgestellt werden. Dabei kann die trainierte Funktion umfassend das erste und das zweite neuronale Netzwerk bereitgestellt werden. Insbesondere kann die Ausgabeschicht des ersten neuronalen Netzwerks mit einer Eingabeschicht des zweiten neuronalen Netzwerks verknüpft werden. Hierdurch können die Ausgabedaten des ersten neuronalen Netzwerks, insbesondere der synthetische Trainingsdatensatz, als Eingabedaten an das zweite neuronale Netzwerk bereitgestellt werden. Hierdurch kann die trainierte Funktion dazu ausgebildet werden, auf den präprozeduralen Trainingsdatensatz und die zumindest eine intraprozedurale Trainingsprojektionsabbildung als Eingabedaten angewendet zu werden. Insbesondere können die Eingabedaten der trainierten Funktion den präprozeduralen Trainingsdatensatz und die zumindest eine intraprozedurale Trainingsprojektionsabbildung umfassen. Des Weiteren kann die trainierte Funktion dazu ausgebildet werden, den zumindest einen Trainingsprozedurparameter als Ausgabedaten bereitzustellen. Insbesondere können die Ausgabedaten der trainierten Funktion den zumindest einen Trainingsprozedurparameter umfassen.
  • Mittels der vorgeschlagenen Ausführungsform kann vorteilhafterweise eine trainierte Funktion bereitgestellt werden, welche dazu ausgebildet ist, die zumindest eine intraprozedurale Projektionsabbildung, insbesondere die zumindest eine intraprozedurale Trainingsprojektionsabbildung, als Eingabedaten und den zumindest einen Prozedurparameter, insbesondere den zumindest einen Trainingsprozedurparameter, als Ausgabedaten zu verarbeiten, wobei die durch das zumindest eine medizinische Objekt, insbesondere das zumindest eine medizinische Trainingsobjekt, beeinflusste Hämodynamik berücksichtigt wird. Vorteilhafterweise kann mit dem vorgeschlagenen Verfahren eine trainierte Funktion bereitgestellt werden, welche in einer Ausführungsform des Verfahrens zum Bereitstellen zumindest eines Prozedurparameters verwendet werden kann.
  • Die Erfindung betrifft in einem fünften Aspekt ein weiteres computerimplementiertes Verfahren zum Bereitstellen einer trainierten Funktion. Dabei werden Eingabedaten empfangen, wobei die Eingabedaten zumindest eine intraprozedurale Trainingsprojektionsabbildung umfassen, welche ein Trainingshohlorgan mit zumindest einem darin positionierten medizinischen Trainingsobjekt abbildet. Alternativ umfassen die Eingabedaten einen synthetischen Trainingsdatensatz, welcher eine simulierte Hämodynamik in dem Trainingshohlorgan mit zumindest einem virtuell darin positionierten medizinischen Trainingsobjekt abbildet. Dabei wird die zumindest eine intraprozedurale Trainingsprojektionsabbildung durch eine virtuelle Projektion des synthetischen Trainingsdatensatzes bereitgestellt. Des Weiteren wird zumindest ein Parameter der trainierten Funktion mittels verstärkenden Lernens derart angepasst, dass ein Belohnungswert maximiert wird. Das Anpassen des zumindest ein Parameter der trainierten Funktion umfasst ein Bereitstellen zumindest eines Trainingsprozedurparameters, eine Simulation einer virtuellen Positionierung des zumindest einen medizinischen Trainingsobjekts in dem Trainingshohlorgan basierend auf dem zumindest einen Trainingsprozedurparameter und den Eingabedaten, eine Simulation einer durch das zumindest eine medizinische Trainingsobjekt in der virtuellen Positionierung beeinflussten Hämodynamik in Trainingshohlorgan und ein Bestimmen das Belohnungswerts. Dabei basiert das Bestimmen des Belohnungswert auf einer Packungsdichte des zumindest einen medizinischen Trainingsobjekts in dem Trainingshohlorgan, einer Wahrscheinlichkeit einer Ruptur des Trainingshohlorgans durch das zumindest eine medizinische Trainingsobjekt und/oder einer Okklusion des Trainingshohlorgans durch das zumindest eine medizinische Trainingsobjekt. Die trainierte Funktion wird durch das Anpassen des zumindest ein Parameter dazu ausgebildet, den zumindest einen Trainingsprozedurparameter mit dem maximalen Belohnungswert als Ausgabedaten bereitzustellen. Ferner wird die trainierte Funktion bereitgestellt.
  • Das Empfangen der Eingabedaten, insbesondere der zumindest einen intraprozeduralen Trainingsprojektionsabbildung oder des synthetischen Trainingsdatensatzes, kann ein Erfassen und/oder Auslesen eines computerlesbaren Datenspeichers und/oder ein Empfangen aus einer Datenspeichereinheit, beispielsweise einer Datenbank, umfassen. Die zumindest eine intraprozedurale Trainingsprojektionsabbildung kann mittels eines medizinischen Bildgebungsgeräts aufgenommen sein. Alternativ kann die zumindest eine intraprozedurale Trainingsprojektionsabbildung durch eine virtuelle Projektion des synthetischen Trainingsdatensatzes bereitgestellt werden.
  • Die zumindest eine intraprozedurale Trainingsprojektionsabbildung kann insbesondere alle Merkmale und Eigenschaften der zumindest einen intraprozeduralen Projektionsabbildung aufweisen, welche in Bezug zum Verfahren zum Bereitstellen zumindest eines Prozedurparameters beschrieben wurden und umgekehrt. Zudem kann der synthetische Trainingsdatensatz alle Merkmale und Eigenschaften des synthetischen Datensatzes aufweisen, welche in Bezug zum Verfahren zum Bereitstellen eines Prozedurparameters beschrieben und umgekehrt.
  • Vorteilhafterweise kann das Anpassen des zumindest einen Parameters der trainierten Funktion ein Anwenden eines Verfahrens des verstärkenden Lernens (engl. reinforcement learning) umfassen. Dabei kann die trainierte Funktion vorteilhafterweise als rekurrentes neuronales Netzwerk (RNN) ausgebildet sein. Das Verfahren des verstärkenden Lernens zum Anpassen des zumindest einen Parameters der trainierten Funktion kann mehrere Schritte umfassen, welche wiederholt, insbesondere iterativ, ausgeführt werden. In einem ersten Schritt kann zumindest ein Trainingsprozedurparameter bereitgestellt werden. Der zumindest einen Trainingsprozedurparameter kann insbesondere alle Merkmale und Eigenschaften des zumindest einen Prozedurparameters aufweisen, welche in Bezug zum Verfahren zum Bereitstellen zumindest eines Prozedurparameters beschrieben wurden und umgekehrt. Der zumindest eine Trainingsprozedurparameters kann beispielsweise anhand einer Lookup-Tabelle und/oder mittels einer Iteration ausgehend von einem initialen Trainingsprozedurparameter vorgegeben werden. Alternativ oder zusätzlich kann der zumindest eine Trainingsprozedurparameter aus einem Prozedurprotokoll empfangen werden.
  • In einem weiteren Schritt kann die virtuelle Positionierung des zumindest einen medizinischen Trainingsobjekts in dem Trainingshohlorgan basierend auf dem zumindest einen Trainingsprozedurparameter und den Eingabedaten, insbesondere der zumindest einen intraprozeduralen Trainingsprojektionsabbildung, simuliert werden. Die Simulation der virtuellen Positionierung kann ein virtuelles Positionieren, insbesondere Anordnen, einer virtuellen Repräsentation, beispielsweise eines Modells, insbesondere eines skeletonisierten Modells oder eines Volumennetzmodells, des zumindest einen medizinischen Trainingsobjekts in einer virtuellen Repräsentation, beispielsweise einem Modell, insbesondere einem Zentrallinienmodell oder einem Volumennetzmodell, des Trainingshohlorgans umfassen. Die virtuelle Repräsentation des Trainingshohlorgans kann vorteilhafterweise anhand der zumindest einen intraprozeduralen Trainingsprojektionsabbildung und/oder anhand des synthetischen Trainingsdatensatzes bestimmt werden, beispielsweise mittels einer Segmentierung der Abbildung des Trainingshohlorgans. Ferner kann die virtuelle Repräsentation des zumindest einen medizinischen Trainingsobjekts anhand des zumindest einen Trainingsprozedurparameters und/oder anhand der zumindest einen intraprozeduralen Trainingsprojektionsabbildung bestimmt werden, beispielsweise mittels einer Segmentierung der Abbildung des zumindest einen medizinischen Trainingsobjekts in der zumindest einen intraprozeduralen Trainingsprojektionsabbildung. Dabei kann der zumindest eine Trainingsprozedurparameter eine Information, insbesondere eine Identifikation, zu dem zumindest einen medizinischen Trainingsobjekt aufweisen. Die Simulation kann ferner eine durch die virtuelle Positionierung des zumindest einen medizinischen Trainingsobjekts in dem Trainingshohlorgan verursachte mechanische Wechselwirkung mit dem Trainingshohlorgan, beispielsweise eine Deformation des Trainingshohlorgans, umfassen.
  • Zudem kann eine durch das zumindest eine medizinische Trainingsobjekt in der virtuellen Positionierung beeinflussten Hämodynamik in dem Trainingshohlorgan simuliert werden. Dabei kann die Simulation beispielsweise auf einer numerischen Fluiddynamik basieren (engl. computational fluid dynamics, CFD). Ferner kann die Simulation ein Bereitstellen von virtuellen Bilddaten, insbesondere virtuellen Projektionsabbildungen, beispielsweise virtuellen Röntgenprojektionsabbildungen, umfassen.
  • In einem weiteren Schritt kann der Belohnungswert basierend auf einer Packungsdichte des zumindest einen medizinischen Trainingsobjekts in dem Hohlorgan und einer Wahrscheinlichkeit einer Ruptur und/oder eines Verschlusses des Trainingshohlorgans durch das zumindest eine virtuell darin positionierte medizinische Trainingsobjekt bestimmt werden. Die Packungsdichte kann ein Verhältnis eines Volumens des zumindest einen medizinischen Trainingsobjekts zu einem Volumen des Trainingshohlorgans beschreiben. Insbesondere kann die Packungsdichte normiert sein. Ferner kann die Packungsdichte ein Maß für die Okklusion des Trainingshohlorgans, insbesondere des Aneurysmas und/oder der Gefäßmalformation, mit dem zumindest einen virtuell darin positionierten medizinischen Trainingsobjekt bereitstellen. Eine optimale Packungsdichte zur Okklusion des Aneurysmas und/oder der Gefäßmalformation bei einem Verhältnis der Volumina von dem zumindest einen medizinischen Trainingsobjekt zu dem Trainingshohlorgan, insbesondere Aneurysma und/oder Gefäßmalformation, von 1 erreicht werden. Vorteilhafterweise kann der Belohnungswert proportional zur Packungsdichte bis zu dem optimalen Wert von 1 bestimmt werden.
  • Eine Ruptur des Trainingshohlorgans kann durch direkte mechanische Einwirkung des zumindest einen medizinischen Trainingsobjekts auf das Trainingshohlorgan und/oder durch eine Überpackung des Trainingshohlorgans mit dem zumindest einen medizinischen Trainingsobjekt hervorgerufen werden. Bei einem Verhältnis der Volumina von dem zumindest einen medizinischen Trainingsobjekt zu dem Trainingshohlorgan größer als 1 kann das Risiko einer Ruptur des Trainingshohlorgans, insbesondere des Aneurysmas und/oder der Gefäßmalformation, bestehen. Ferner kann die Wahrscheinlichkeit einer Ruptur des Trainingshohlorgans durch das zumindest eine medizinische Trainingsobjekt anhand einer simulierten, insbesondere mechanischen, Wechselwirkung zwischen dem zumindest einen medizinischen Trainingsobjekt in der virtuellen Positionierung und dem Trainingshohlorgan bestimmt werden. Somit kann die Wahrscheinlichkeit einer Ruptur anhand der Packungsdichte des zumindest einen medizinischen Trainingsobjekts in dem Trainingshohlorgan und/oder anhand der simulierten Wechselwirkung zwischen dem zumindest einen medizinischen Trainingsobjekt in der virtuellen Positionierung und dem Trainingshohlorgan bestimmt werden. Ferner kann die Wahrscheinlichkeit einer, insbesondere arteriellen, Okklusion durch das zumindest eine virtuell in dem Trainingshohlorgan positionierte medizinische Trainingsobjekt bestimmt werden. Die Wahrscheinlichkeit der, insbesondere arteriellen, Okklusion des Trainingshohlorgans kann beispielsweise basierend auf einer Veränderung der simulierten Hämodynamik in dem Trainingshohlorgan, welche durch das zumindest eine virtuell in dem Trainingshohlorgan positionierte medizinische Trainingsobjekt beeinflusst wird, bestimmt werden. Beispielsweise kann anhand der simulierten Hämodynamik in dem Trainingshohlorgan eine Wahrscheinlichkeit eines durch das zumindest eine medizinische Trainingsobjekt in der virtuellen Positionierung hervorgerufenes thromboembolisches Ereignis bestimmt werden.
  • Vorteilhafterweise kann der Belohnungswert derart bestimmt werden, dass ein hoher Belohnungswert für eine geringe Wahrscheinlichkeit einer Ruptur und/oder Okklusion des Trainingshohlorgans durch das zumindest eine medizinische Trainingsobjekt bestimmt wird.
  • Während des überwachten Lernens kann vorteilhafterweise ein Agent, insbesondere ein Lernagent, zum, insbesondere iterativen, Bestimmen des Belohnungswerts verwendet werden. Der Agent kann dabei auf einem neuronalen Netzwerk oder einer Lookup-Tabelle basieren, insbesondere einer Q-Tabelle. Der Agent kann dazu ausgebildet sein, einen initialen Zustand des Trainingsuntersuchungsobjekts, insbesondere des Trainingshohlorgans, zu empfangen. Dabei kann der initiale Zustand anhand der zumindest einen intraprozeduralen Trainingsabbildung vorgegeben werden. Der Agent kann durch Anpassen des zumindest einen Parameters der trainierten Funktion den zumindest einen Trainingsprozedurparameter bestimmen, welcher den Belohnungswert maximiert. Hierdurch kann die trainierte Funktion dazu ausgebildet werden, bei Anwenden auf die Eingabedaten den zumindest einen Trainingsprozedurparameter mit dem maximalen Belohnungswert als Ausgabedaten bereitzustellen.
  • Das Bereitstellen der trainierten Funktion kann insbesondere ein Speichern auf einem computerlesbaren Speichermedium und/oder ein Übertragen an eine Bereitstellungseinheit umfassen.
  • Ferner kann mit dem vorgeschlagenen Verfahren eine trainierte Funktion bereitgestellt werden, welche in einer Ausführungsform des Verfahrens zum Bereitstellen zumindest eines Prozedurparameters verwendet werden kann.
  • In einer weiteren vorteilhaften Ausführungsform des vorgeschlagenen weiteren Verfahrens zum Bereitstellen einer trainierten Funktion kann ein präprozeduraler Trainingsdatensatz empfangen werden, welcher eine Hämodynamik in dem Trainingshohlorgan des Trainingsuntersuchungsobjekts abbildet. Dabei können die Eingabedaten der trainierten Funktion zusätzlich auf dem präprozeduralen Trainingsdatensatz basieren.
  • Das Empfangen des präprozeduralen Trainingsdatensatzes kann ein Erfassen und/oder Auslesen eines computerlesbaren Datenspeichers und/oder ein Empfangen aus einer Datenspeichereinheit, beispielsweise einer Datenbank, umfassen. Der präprozedurale Trainingsdatensatz kann mittels eines medizinischen Bildgebungsgeräts aufgenommen sein. Alternativ kann der präprozedurale Trainingsdatensatz simuliert sein.
  • Der präprozedurale Trainingsdatensatz kann insbesondere alle Merkmale und Eigenschaften des präprozeduralen Datensatzes aufweisen, welche in Bezug zum Verfahren zum Bereitstellen zumindest eines Prozedurparameters beschrieben wurden und umgekehrt.
  • Vorteilhafterweise können die Eingabedaten der trainierten Funktion zusätzlich auf dem präprozeduralen Trainingsdatensatz basieren. Insbesondere können die Eingabedaten der trainierten Funktion zusätzlich den präprozeduralen Trainingsdatensatz umfassen.
  • Insbesondere können die Eingabedaten der Simulation der durch das zumindest eine medizinische Trainingsobjekt in der virtuellen Positionierung beeinflussten Hämodynamik in dem Trainingshohlorgan zusätzlich auf dem präprozeduralen Trainingsdatensatz basieren. Dabei kann die virtuelle Repräsentation des Trainingshohlorgans zusätzlich anhand des präprozeduralen Trainingsdatensatzes bestimmt werden, beispielsweise mittels einer Segmentierung der Abbildung des Trainingshohlorgans in dem präprozeduralen Trainingsdatensatz. Die Simulation kann ferner ein Anpassen der in dem präprozeduralen Trainingsdatensatz, insbesondere unbeeinflussten, Hämodynamik in dem Trainingshohlorgan an die virtuelle Positionierung des zumindest einen medizinischen Trainingsobjekts umfassen. Hierdurch kann ein verbessertes, insbesondere präziseres, Bereitstellen des zumindest einen Trainingsprozedurparameters durch das Anwenden der trainierten Funktion auf die Eingabedaten ermöglicht werden.
  • Die Erfindung betrifft in einem sechsten Aspekt ein System, umfassend eine Bildgebungseinheit und eine Bereitstellungseinheit. Dabei ist das System dazu ausgebildet, ein vorgeschlagenes Verfahren zum Bereitstellen zumindest eines Prozedurparameters auszuführen. Zudem ist die Bildgebungseinheit dazu ausgebildet, die zumindest eine intraprozedurale Projektionsabbildung aufzunehmen und an die Bereitstellungseinheit bereitzustellen. Die Bereitstellungseinheit ist ferner dazu ausgebildet, den zumindest einen Prozedurparameter bereitzustellen.
  • Die Vorteile des vorgeschlagenen Systems entsprechen im Wesentlichen den Vorteilen des vorgeschlagenen Verfahrens zum Bereitstellen zumindest eines Prozedurparameters. Hierbei erwähnte Merkmale, Vorteile oder alternative Ausführungsformen können ebenso auch auf die anderen beanspruchten Gegenstände übertragen werden und umgekehrt.
  • Die Bildgebungseinheit kann als medizinisches Röntgengerät, insbesondere medizinisches C-Bogen-Röntgengerät, und/oder Computertomographieanlage (CT-Anlage) ausgebildet sein.
  • In einer weiteren vorteilhaften Ausführungsform eines vorgeschlagenen Systems kann das System weiterhin eine Darstellungseinheit und/oder eine Bewegungsvorrichtung zur robotischen Bewegung des zumindest einen medizinischen Objekts umfassen. Dabei kann die Bereitstellungseinheit dazu ausgebildet sein, den zumindest einen Prozedurparameter an die Darstellungseinheit und/oder die Bewegungsvorrichtung bereitzustellen.
  • Die Darstellungseinheit kann vorteilhafterweise dazu ausgebildet sein, eine graphische Darstellung der Bewegungsvorgabe anzuzeigen.
  • Die Bewegungsvorrichtung kann beispielsweise als Katheterroboter, insbesondere zur Fernmanipulation des zumindest einen medizinischen Objekts, ausgebildet sein. Das zumindest eine medizinische Objekt kann in einem Betriebszustand des Systems vorteilhafterweise zumindest teilweise in dem Hohlorgan des Untersuchungsobjekts positioniert sein. Die Bewegungsvorrichtung kann vorteilhafterweise dazu ausgebildet sein, das zumindest eine medizinische Objekt durch Übertragen einer Kraft zu halten und/oder zu bewegen. Insbesondere kann die Bewegungsvorrichtung dazu ausgebildet sein, das zumindest eine darin positionierte medizinische Objekt zumindest entlang einer Längserstreckungsrichtung des medizinischen Objekts translatorisch zu bewegen. Ferner kann die Bewegungsvorrichtung dazu ausgebildet sein, das zumindest eine medizinische Instrument um die Längserstreckungsrichtung herum zu rotieren. Alternativ oder zusätzlich kann die Bewegungsvorrichtung zum Steuern einer Bewegung zumindest eines Teils des zumindest einen medizinischen Objekts, beispielsweise einem distalen Abschnitt des zumindest einen medizinischen Objekts, ausgebildet sein. Des Weiteren kann die Bewegungsvorrichtung dazu ausgebildet sein, das zumindest eine medizinische Objekt, insbesondere den distalen Abschnitt, definiert zu verformen, beispielsweise über einen Seilzug innerhalb des zumindest einen medizinischen Objekts.
  • Die Bewegungsvorrichtung kann ferner einen Sensor aufweisen, welcher dazu ausgebildet ist, einen Material- und/oder Betriebsparameter des zumindest einen medizinischen Objekts zu erfassen und bereitzustellen.
  • Die Bereitstellungseinheit kann dazu ausgebildet sein, den zumindest einen Prozedurparameter an die Bewegungsvorrichtung bereitzustellen, beispielsweise mittels eines Signals. Ferner kann die Bewegungsvorrichtung dazu ausgebildet sein, das zumindest eine medizinische Objekt basierend auf dem zumindest einen Prozedurparameter zu bewegen.
  • Die Erfindung betrifft in einem siebten Aspekt eine Trainingseinheit, welche dazu ausgebildet ist ein vorgeschlagenes computerimplementiertes Verfahren zum Bereitstellen eines ersten neuronalen Netzwerks, ein vorgeschlagenes computerimplementiertes Verfahren zum Bereitstellen eines zweiten neuronalen Netzwerks, ein vorgeschlagenes computerimplementiertes Verfahren zum Bereitstellen einer trainierten Funktion und/oder ein vorgeschlagenes weiteres computerimplementiertes Verfahren zum Bereitstellen einer trainierten Funktion auszuführen.
  • Die Trainingseinheit kann vorteilhafterweise eine Trainingsschnittstelle, eine Trainingsspeichereinheit und/oder eine Trainingsrecheneinheit umfassen. Die Trainingseinheit kann dazu ausgebildet sein, ein Verfahren zum Bereitstellen einer trainierten Funktion, ein Verfahren zum Bereitstellen eines ersten neuronalen Netzwerks, ein Verfahren zum Bereitstellen eines zweiten neuronales Netzwerks und/oder ein weiteres Verfahren zum Bereitstellen einer trainierten Funktion auszuführen, indem die Trainingsschnittstelle, die Trainingsspeichereinheit und/oder die Trainingsrecheneinheit ausgebildet sind, die entsprechenden Verfahrensschritte auszuführen.
  • Die Vorteile der vorgeschlagenen Trainingseinheit entsprechen im Wesentlichen den Vorteilen des vorgeschlagenen Verfahrens zum Bereitstellen einer trainierten Funktion, des vorgeschlagenen Verfahrens zum Bereitstellen eines ersten neuronalen Netzwerks, des vorgeschlagenen Verfahrens zum Bereitstellen eines zweiten neuronales Netzwerks und/oder des vorgeschlagenen weiteren Verfahrens zum Bereitstellen einer trainierten Funktion. Hierbei erwähnte Merkmale, Vorteile oder alternative Ausführungsformen können ebenso auch auf die anderen beanspruchten Gegenstände übertragen werden und umgekehrt.
  • Die Erfindung betrifft in einem achten Aspekt ein Computerprogrammprodukt mit einem Computerprogramm, welches direkt in einen Speicher einer Bereitstellungseinheit ladbar ist, mit Programmabschnitten, um alle Schritte des Verfahrens zum Bereitstellen zumindest eines Prozedurparameters und/oder eines seiner Aspekte auszuführen, wenn die Programmabschnitte von der Bereitstellungseinheit ausgeführt werden; und/oder welches direkt in einen Trainingsspeicher einer Trainingseinheit ladbar ist, mit Programmabschnitten um alle Schritte eines vorgeschlagenen Verfahrens zum Bereitstellen einer trainierten Funktion, eines vorgeschlagenen Verfahrens zum Bereitstellen eines ersten neuronalen Netzwerks, eines vorgeschlagenen Verfahrens zum Bereitstellen eines zweiten neuronales Netzwerks und/oder eines weiteren Verfahrens zum Bereitstellen einer trainierten Funktion und/oder ihre jeweiligen Aspekte auszuführen, wenn die Programmabschnitte von der Trainingseinheit ausgeführt werden.
  • Die Erfindung kann ferner ein Computerprogramm oder computerlesbares Speichermedium betreffen, umfassend eine trainierte Funktion bereitgestellt durch ein vorgeschlagenes computerimplementiertes Verfahren oder eines seiner Aspekte.
  • Eine weitgehend softwaremäßige Realisierung hat den Vorteil, dass auch schon bisher verwendete Bereitstellungseinheiten und/oder Trainingseinheiten auf einfache Weise durch ein Software-Update nachgerüstet werden können, um auf die erfindungsgemäße Weise zu arbeiten. Ein solches Computerprogrammprodukt kann neben dem Computerprogramm gegebenenfalls zusätzliche Bestandteile, wie z.B. eine Dokumentation und/oder zusätzliche Komponenten, sowie Hardware-Komponenten, wie z.B. Hardware-Schüssel (Dongles etc.) zur Nutzung der Software, umfassen.
  • Ausführungsbeispiele der Erfindung sind in den Zeichnungen dargestellt und werden im Folgenden näher beschrieben. In unterschiedlichen Figuren werden für gleiche Merkmale die gleichen Bezugszeichen verwendet. Es zeigen:
    • 1 bis 3 schematische Darstellungen vorteilhafter Ausführungsformen eines Verfahrens zum Bereitstellen zumindest eines Prozedurparameters,
    • 4 und 5 schematische Darstellungen vorteilhafter Ausführungsformen eines computerimplementierten Verfahrens zum Bereitstellen eines ersten neuronalen Netzwerks,
    • 6 eine schematische Darstellung einer vorteilhaften Ausführungsform eines computerimplementierten Verfahrens zum Bereitstellen eines zweiten neuronalen Netzwerks,
    • 7 eine schematische Darstellung einer vorteilhaften Ausführungsform eines computerimplementierten Verfahrens zum Bereitstellen einer trainierten Funktion,
    • 8 und 9 schematische Darstellungen vorteilhafter Ausführungsformen eines weiteren computerimplementierten Verfahrens zum Bereitstellen einer trainierten Funktion,
    • 10 und 11 schematische Darstellungen vorteilhafter Ausführungsformen eines vorgeschlagenen Systems,
    • 12 eine schematische Darstellung einer Bereitstellungseinheit,
    • 13 eine schematische Darstellung einer Trainingseinheit.
  • In 1 ist eine vorteilhafte Ausführungsform eines vorgeschlagenen Verfahrens zum Bereitstellen PROV-PP zumindest eines Prozedurparameters PP schematisch dargestellt. Dabei kann in einem Schritt a) zumindest eine intraprozedurale Projektionsabbildung iPR erfasst werden CAP-iPR, welche ein Hohlorgan eines Untersuchungsobjekts mit zumindest einem in dem Hohlorgan positionierten medizinischen Objekt abbildet. In einem Schritt b) kann eine trainierte Funktion TF auf die zumindest eine intraprozedurale Projektionsabbildung iPR als Eingabedaten angewendet werden. Dabei kann zumindest ein Parameter der trainierten Funktion TF basierend auf einer Simulation einer virtuellen Positionierung zumindest eines medizinischen Trainingsobjekts in einem Trainingshohlorgan und einer durch das zumindest eine medizinische Trainingsobjekt beeinflussten Hämodynamik in dem Trainingshohlorgan angepasst sein. Ferner kann der zumindest eine Prozedurparameter PP als Ausgabedaten der trainierten Funktion PF bereitgestellt werden. Des Weiteren kann der zumindest eine Prozedurparameter PP eine Bewegungsvorgabe für das zumindest eine medizinische Objekt aufweisen. Die Bewegungsvorgabe kann vorteilhafterweise eine Geschwindigkeit und/oder Beschleunigung und/oder Kraft für das zumindest eine medizinische Objekt vorgeben.
  • Das zumindest eine medizinische Objekt kann beispielsweise einen Mikrokatheter und/oder ein Coil-Implantat umfassen. Vorteilhafterweise kann die zumindest eine intraprozedurale Projektionsabbildung iPR mehrere medizinische Objekte abbilden, welche in dem Hohlorgan positioniert sind. Zudem kann der zumindest eine Prozedurparameter PP eine Bewegungsvorgabe für die mehreren medizinischen Objekte aufweisen. Ferner kann das Hohlorgan ein Aneurysma und/oder eine Gefäßmalformation aufweisen. Dabei kann der zumindest eine Prozedurparameter PP eine Bewegungsvorgabe zum Einführen des zumindest einen medizinischen Objekts in das Aneurysma und/oder die Gefäßmalformation aufweisen.
  • Vorteilhafterweise können die Schritte a) und b) bis zum Eintreten Y einer Abbruchbedingung A wiederholt ausgeführt werden.
  • In 2 ist eine weitere vorteilhafte Ausführungsform eines vorgeschlagenen Verfahrens zum Bereitstellen PROV-PP zumindest eines Prozedurparameters PP schematisch dargestellt. Dabei kann ein präprozeduraler Datensatz pDS empfangen werden REC-pDS, welcher eine Hämodynamik in dem Hohlorgan abbildet. Dabei kann die trainierte Funktion TF in Schritt b) zusätzlich auf den präoperativen Datensatz pDS als Eingabedaten angewendet werden.
  • Des Weiteren kann ein Material- und/oder Betriebsparameter PMO zu dem zumindest einen medizinischen Objekt empfangen werden REC-PMO. Dabei können die Eingabedaten der trainierten Funktion TF zusätzlich auf dem Material- und/oder Betriebsparameter PMO basieren.
  • In 3 ist eine weitere vorteilhafte Ausführungsform eines vorgeschlagenen Verfahrens zum Bereitstellen PROV-PP zumindest eines Prozedurparameters PP schematisch dargestellt. Dabei kann die trainierte Funktion TF ein erstes neuronales Netzwerk NN1 und ein zweites neuronales Netzwerk NN2 umfassen. Das erste neuronale Netzwerk NN1 kann zum Bereitstellen eines synthetischen Datensatzes sDS auf den präprozeduralen Datensatz pDS und die zumindest eine intraprozedurale Projektionsabbildung iPR als Eingabedaten angewendet werden. Dabei kann der synthetische Datensatz eine simulierte Hämodynamik in dem Hohlorgan mit zumindest einem virtuell darin positionieren medizinischen Objekt abbilden. Ferner kann das zweite neuronale Netzwerk NN2 zum Bereitstellen PROV-PP des zumindest einen Prozedurparameters PP auf den synthetischen Datensatz sDS als Eingabedaten angewendet werden.
  • 4 zeigt eine schematische Darstellung einer vorteilhaften Ausführungsform eines vorgeschlagenen computerimplementierten Verfahrens zum Bereitstellen PROV-NN1 eines ersten neuronalen Netzwerks NN1. Dabei kann ein präprozeduraler Trainingsdatensatz pTDS empfangen werden REC-pTDS, welcher eine Hämodynamik in einem Trainingshohlorgan eines Untersuchungsobjekts abbildet. Ferner kann ein synthetischer Vergleichsdatensatz sVDS empfangen werden REC-sVDS, welcher eine simulierte Hämodynamik in dem Trainingshohlorgan mit zumindest einem virtuell darin positionierten medizinischen Trainingsobjekt abbildet. Zudem kann zumindest eine intraprozedurale Trainingsprojektionsabbildung iTPR empfangen werden REC-iTPR, welche das Trainingshohlorgan mit dem zumindest einen darin positionierten medizinischen Trainingsobjekt abbildet. Durch Anwenden des ersten neuronalen Netzwerks NN1 auf Eingabedaten, welche auf der zumindest einen intraprozeduralen Trainingsprojektionsabbildung iTPR und dem präprozeduralen Trainingsdatensatz pTDS basieren, kann ein synthetischer Trainingsdatensatz sTDS bereitgestellt werden. Dabei kann zumindest ein Parameter des ersten neuronalen Netzwerks NN1 basierend auf einem Vergleich zwischen dem synthetischen Trainingsdatensatz sTDS und dem synthetischen Vergleichsdatensatz sVDS angepasst werden ADJ-NN1. Hiernach kann das erste neuronale Netzwerk NN1 bereitgestellt werden PROV-NN1.
  • In 5 ist eine weitere vorteilhafte Ausführungsform eines vorgeschlagenen computerimplementierten Verfahrens zum Bereitstellen PROV-NN1 eines ersten neuronalen Netzwerks NN1 schematisch dargestellt. Dabei kann die zumindest eine intraprozedurale Trainingsprojektionsabbildung iTPR durch eine virtuelle Projektion des synthetischen Vergleichsdatensatzes sVDS bereitgestellt werden PROV-iTPR.
  • 6 zeigt eine schematische Darstellung einer vorteilhaften Ausführungsform eines vorgeschlagenen computerimplementierten Verfahrens zum Bereitstellen PROV-NN2 eines zweiten neuronalen Netzwerks NN2. Dabei kann ein präprozeduraler Trainingsdatensatz pTDS empfangen werden REC-pTDS, welcher eine Hämodynamik in einem Trainingshohlorgan eines Trainingsuntersuchungsobjekts abbildet. Ferner kann ein synthetischer Vergleichsdatensatz sVDS als Ausgabedaten einer Simulation einer virtuellen Positionierung zumindest eines medizinischen Trainingsobjekts in dem Trainingshohlorgan bereitgestellt werden PROV-sVDS. Dabei kann die Simulation auf zumindest einem Trainingsprozedurparameter TPP, welcher eine Bewegungsvorgabe für das zumindest eine medizinische Trainingsobjekt aufweist, und dem präprozeduralen Trainingsdatensatz pTDS als Eingabedaten basieren. Der zumindest eine Trainingsprozedurparameter TPP kann beispielsweise anhand einer Lookup-Tabelle und/oder mittels einer Iteration ausgehend von einem initialen Trainingsprozedurparameter vorgegeben werden PROV-TPP. Alternativ oder zusätzlich kann der zumindest eine Trainingsprozedurparameter TPP aus einem Prozedurprotokoll empfangen werden PROV-TPP.
  • Ferner kann zumindest ein Parameter des zweiten neuronalen Netzwerks NN2 durch überwachtes Lernen basierend auf den Ein- und Ausgabedaten der Simulation angepasst werden ADJ-NN2. Hiernach kann das zweite neuronale Netzwerk NN2 bereitgestellt werden PROV-NN2.
  • Vorteilhafterweise kann ein Trainingsmaterial- und/oder ein Trainingsbetriebsparameter TPMO zu dem zumindest einen medizinischen Trainingsobjekt empfangen werden REC-TPMO. Dabei können die Eingabedaten der Simulation zusätzlich auf dem Trainingsmaterial- und/oder Trainingsbetriebsparameter TPMO basieren.
  • In 7 ist eine vorteilhafte Ausführungsform eines vorgeschlagenen computerimplementierten Verfahrens zum Bereitstellen PROV-TF einer trainierten Funktion TF schematisch dargestellt. Dabei kann ein zweites neuronales Netzwerk NN2 durch Ausführen eines vorgeschlagenen computerimplementierten Verfahrens zum Bereitstellen PROV-NN2 eines zweiten neuronalen Netzwerks NN2 bereitgestellt werden PROV-NN2. Ferner kann ein erstes neuronales Netzwerk NN1 durch Ausführen eines vorgeschlagenen computerimplementierten Verfahrens zum Bereitstellen PROV-NN1 eines ersten neuronalen Netzwerks NN1 bereitgestellt werden. Dabei kann die trainierte Funktion TF umfassend das erste NN1 und das zweite neuronale Netzwerk NN2 bereitgestellt werden PROV-TF. Ferner kann die trainierte Funktion TF dazu ausgebildet werden auf den präprozeduralen Trainingsdatensatz pTDS und die zumindest eine intraprozedurale Trainingsprojektionsabbildung iTPR als Eingabedaten angewendet zu werden. Zudem kann die trainierte Funktion TF dazu ausgebildet werden, den zumindest einen Trainingsprozedurparameter TPP als Ausgabedaten bereitzustellen.
  • 8 zeigt eine schematische Darstellung eines weiteren computerimplementierten Verfahrens zum Bereitstellen PROV-TF einer trainierten Funktion TF. Dabei können Eingabedaten empfangen werden, welche zumindest eine intraprozedurale Trainingsprojektionsabbildung iTPR umfassen. Die zumindest eine intraprozedurale Trainingsprojektionsabbildung iTPR kann ein Trainingshohlorgan mit zumindest einem darin positionierten medizinischen Trainingsobjekt abbilden. Ferner kann zumindest ein Parameter der trainierten Funktion mittels verstärkenden Lernens derart angepasst werden ADJ-TF, dass ein Belohnungswert maximiert wird. Das Anpassen ADJ-TF des zumindest einen Parameters der trainierten Funktion kann mehrere Schritte umfassen. In einem ersten Schritt kann zumindest ein Trainingsprozedurparameter TPP bereitgestellt werden PROV-TPP. In einem weiteren Schritt kann eine virtuelle Positionierung des zumindest einen medizinischen Trainingsobjekts in dem Trainingshohlorgan basierend auf dem Trainingsprozedurparameter und den Eingabedaten simuliert werden SIMU-VP. Ferner kann eine durch das zumindest eine medizinische Trainingsobjekt in der virtuellen Positionierung beeinflusste Hämodynamik in dem Trainingshohlorgan simuliert werden SIMU-HD. Zudem kann der Belohnungswert basierend auf einer Packungsdichte des zumindest einen medizinischen Trainingsobjekts in dem Trainingshohlorgan, einer Wahrscheinlichkeit einer Ruptur des Trainingshohlorgans durch das zumindest eine medizinische Trainingsobjekt und/oder einer Wahrscheinlichkeit einer Okklusion des Trainingshohlorgans durch das zumindest eine medizinische Trainingsobjekt bestimmt werden DET-REW. Vorteilhafterweise kann die trainierte Funktion TF durch das Anpassen ADJ-TF des zumindest einen Parameters dazu ausgebildet werden, den zumindest einen Trainingsprozedurparameter TPP mit dem maximalen Belohnungswert als Ausgabedaten bereitzustellen. Die trainierte Funktion TF kann hiernach bereitgestellt werden PROV-TF.
  • Vorteilhafterweise kann zusätzlich ein präprozeduraler Trainingsdatensatz pTDS empfangen werden REC-pTDS, welcher eine Hämodynamik in dem Trainingshohlorgan des Trainingsuntersuchungsobjekts abbildet. Dabei können die Eingabedaten der trainierten Funktion TF zusätzlich auf dem präprozeduralen Trainingsdatensatz pTDS basieren.
  • 9 zeigt eine schematische Darstellung einer weiteren Ausführungsform des weiteren computerimplementierten Verfahrens zum Bereitstellen PROV-TF einer trainierten Funktion TF.
  • Dabei können die Eingabedaten umfassend einen synthetischen Trainingsdatensatz sTDS empfangen werden REC-sTDS, welcher eine simulierte Hämodynamik in dem Trainingshohlorgan mit zumindest einem darin positionierten medizinischen Trainingsobjekt abbildet. Ferner kann die zumindest eine intraprozedurale Trainingsprojektionsabbildung iTPR durch eine virtuelle Projektion des synthetischen Trainingsdatensatzes sTDS bereitgestellt werden PROV-iTPR.
  • In 10 ist eine vorteilhafte Ausführungsform eines vorgeschlagenen Systems schematisch dargestellt. Dabei kann das System eine Bildgebungseinheit und eine Bereitstellungseinheit PRVS umfassen. Die Bildgebungseinheit kann beispielsweise als medizinisches C-Bogen-Röntgengerät 37 ausgebildet sein. Das System kann vorteilhafterweise dazu ausgebildet sein, ein vorgeschlagenes Verfahren zum Bereitstellen PROV-PP zumindest eines Prozedurparameters PP auszuführen. Dabei kann die Bildgebungseinheit, insbesondere das medizinische C-Bogen-Röntgengerät 37, dazu ausgebildet sein, die zumindest eine intraprozedurale Projektionsabbildung iPR aufzunehmen und an die Bereitstellungseinheit PRVS bereitzustellen. Das medizinische C-Bogen-Röntgengerät 37 kann vorteilhafterweise einen Detektor 34, insbesondere einen Röntgendetektor, und eine Quelle 33, insbesondere eine Röntgenquelle, aufwiesen. Zur Aufnahme der zumindest einen intraprozeduralen Projektionsabbildung iPR kann ein C-Arm 37 des C-Bogen-Röntgengeräts 37 beweglich um ein oder mehrere Achsen herum gelagert sein. Ferner kann das medizinische C-Bogen-Röntgengerät 37 eine Bewegungseinheit 39 umfassen, welche dazu ausgebildet ist, das medizinische C-Bogen-Röntgengerät 37 im Raum zu bewegen.
  • Zur Aufnahme der zumindest einen intraprozeduralen Projektionsabbildung iPR von dem, auf einer Patientenlagerungsvorrichtung 32 positionierten, Untersuchungsobjekt 31, kann die Bereitstellungseinheit PRVS ein Signal 24 an die Röntgenquelle 33 senden. Daraufhin kann die Röntgenquelle 33 ein Röntgenstrahlenbündel aussenden. Beim Auftreffen des Röntgenstrahlenbündels, nach einer Wechselwirkung mit dem Untersuchungsobjekt 31, auf einer Oberfläche des Detektors 34, kann der Detektor 34 ein Signal 21 an die Bereitstellungseinheit PRVS senden. Die Bereitstellungseinheit PRVS kann anhand des Signals 21 die zumindest eine intraprozedurale Projektionsabbildung iPR empfangen.
  • Vorteilhafterweise kann die Bereitstellungseinheit PRVS dazu ausgebildet sein, den zumindest einen Prozedurparameter PP durch Anwenden der trainierten Funktion auf die zumindest eine intraprozedurale Projektionsabbildung iPR als Eingabedaten bereitzustellen PROV-PP.
  • Das System kann ferner eine Eingabeeinheit 42, beispielsweise eine Tastatur, und eine Darstellungseinheit 41, beispielsweise einen Monitor und/oder ein Display und/oder einen Projektor, aufweisen. Die Eingabeeinheit 42 kann vorzugsweise in die Darstellungseinheit 41 integriert sein, beispielsweise bei einem kapazitiven und/oder resistiven Eingabedisplay. Die Eingabeeinheit 42 kann vorteilhafterweise zur Erfassung einer Nutzereingabe ausgebildet sein. Hierfür kann die Eingabeeinheit 42 beispielsweise ein Signal 26 an die Bereitstellungseinheit PRVS senden.
  • Die Darstellungseinheit 41 kann vorteilhafterweise dazu ausgebildet sein, eine graphische Darstellung des zumindest einen Prozedurparameters anzuzeigen. Hierfür kann die Bereitstellungseinheit PRVS ein Signal 25 an die Darstellungseinheit 41 senden.
  • In 11 ist eine weitere vorteilhafte Ausführungsform eines vorgeschlagenen Systems schematisch dargestellt. Dabei kann das System ferner einer Bewegungsvorrichtung CR zur robotischen Bewegung des medizinischen Objekts MO umfassen. Die Bewegungsvorrichtung CR kann beispielsweise als Katheterroboter, insbesondere zur Fernmanipulation des medizinischen Objekts MO, ausgebildet sein. Das medizinische Objekt MO kann in einem Betriebszustand des Systems vorteilhafterweise zumindest teilweise in dem Hohlorgan des Untersuchungsobjekts 31 positioniert sein. Insbesondere kann das medizinische Objekt MO in dem Betriebszustand des Systems über eine Einführschleuse an einem Eintrittspunkt IP in das auf der Patientenlagerungsvorrichtung 32 positionierte Untersuchungsobjekt 31 eingeführt sein, insbesondere in das Hohlorgan HO des Untersuchungsobjekts 31. Ferner kann die Bewegungsvorrichtung CR mittels eines Befestigungselements 71, beispielsweise einem Stativ und/oder Roboterarm, an der Patientenlagerungsvorrichtung 32, insbesondere bewegbar, befestigt sein. Die Bewegungsvorrichtung CR kann vorteilhafterweise dazu ausgebildet sein, das medizinische Objekt MO durch Übertragen einer Kraft zu halten und/oder zu bewegen. Insbesondere kann die Bewegungsvorrichtung CR dazu ausgebildet sein, das darin positionierte medizinische Objekt MO zumindest entlang einer Längserstreckungsrichtung des medizinischen Objekts MO translatorisch zu bewegen. Ferner kann die Bewegungsvorrichtung CR dazu ausgebildet sein, das medizinische Instrument MO um die Längserstreckungsrichtung herum zu rotieren. Alternativ oder zusätzlich kann die Bewegungsvorrichtung CR zum Steuern einer Bewegung zumindest eines Teils des medizinischen Objekts MO, beispielsweise einem distalen Abschnitt des medizinischen Objekts MO, ausgebildet sein. Des Weiteren kann die Bewegungsvorrichtung CR dazu ausgebildet sein, das medizinische Objekt MO, insbesondere den distalen Abschnitt, definiert zu verformen, beispielsweise über einen Seilzug innerhalb des medizinischen Objekts MO.
  • Die Bereitstellungseinheit PRVS kann dazu ausgebildet sein, den zumindest einen Prozedurparameter PP an die Bewegungsvorrichtung CR bereitzustellen, beispielsweise mittels eines Signals SIG. Ferner kann die Bewegungsvorrichtung CR dazu ausgebildet sein, das medizinische Objekt MO basierend auf dem zumindest einen Prozedurparameter PP zu bewegen.
  • 12 zeigt eine schematische Darstellung einer Bereitstellungseinheit PRVS. Dabei kann die Bereitstellungseinheit PRVS eine Recheneinheit CU, eine Speichereinheit MU und/oder eine Schnittstelle IF umfassen. Die Bereitstellungseinheit PRVS kann dazu ausgebildet sein, ein vorgeschlagenes Verfahren zum Bereitstellen PROV-PP zumindest eines Prozedurparameters auszuführen, in dem die Schnittstelle IF, die Recheneinheit CU und/oder die Speichereinheit MU dazu ausgebildet sind, die entsprechenden Verfahrensschritte auszuführen. Insbesondere kann die Schnittstelle IF zum Empfangen der zumindest einen intraprozeduralen Projektionsabbildung iPR und zum Bereitstellen PROV-PP des zumindest einen Prozedurparameters PP ausgebildet sein. Ferner können die Recheneinheit CU und/oder die Speichereinheit MU dazu ausgebildet sein, die trainierte Funktion TF auf die zumindest eine intraprozedurale Projektionsabbildung iPR zum Bereitstellen des zumindest einen Prozedurparameters PP als Ausgabedaten anzuwenden.
  • In 13 ist eine vorgeschlagene Trainingseinheit TRS schematisch dargestellt. Dabei kann die Trainingseinheit TRS vorteilhafterweise eine Trainingsschnittstelle TIF, eine Trainingsspeichereinheit TMU und/oder eine Trainingsrecheneinheit TCU umfassen. Die Trainingseinheit TRS kann dazu ausgebildet sein, ein computerimplementiertes Verfahren zum Bereitstellen PROV-TF einer trainierten Funktion TF, ein weiteres computerimplementiertes Verfahren zum Bereitstellen PROV-TF einer trainierten Funktion, ein computerimplementiertes Verfahren zum Bereitstellen PROV-NN1 eines ersten neuronalen Netzwerks NN1 und/oder ein computerimplementiertes Verfahren zum Bereitstellen PROV-NN2 eines zweiten neuronalen Netzwerks NN2 auszuführen, indem die Trainingsschnittstelle TIF, die Trainingsspeichereinheit TMU und/oder die Trainingsrecheneinheit TCU dazu ausgebildet sind, die entsprechenden Verfahrensschritte auszuführen.
  • Die in den beschriebenen Figuren enthaltenen schematischen Darstellungen bilden keinerlei Maßstab oder Größenverhältnisse ab.
  • Es wird abschließend noch einmal darauf hingewiesen, dass es sich bei den vorhergehenden detailliert beschriebenen Verfahren und Vorrichtungen lediglich um Ausführungsbeispiele handelt, welche vom Fachmann in verschiedenster Weise modifiziert werden können, ohne den Bereich der Erfindung zu verlassen. Weiterhin schließt die Verwendung der unbestimmten Artikel „ein“ bzw. „einer“ nicht aus, dass die betreffenden Merkmale auch mehrfach vorhanden sein können. Ebenso schließen die Begriffe „Einheit“ und „Element“ nicht aus, dass die betreffenden Komponenten aus mehreren zusammenwirkenden Teilkomponenten bestehen, die gegebenenfalls auch räumlich verteilt sein können.

Claims (20)

  1. Verfahren zum Bereitstellen (PROV-PP) zumindest eines Prozedurparameters (PP), umfassend: a) Erfassen (CAP-iPR) von zumindest einer intraprozeduralen Projektionsabbildung (iPR), welche ein Hohlorgan eines Untersuchungsobjekts (31) mit zumindest einem in dem Hohlorgan positionierten medizinischen Objekt (MO) abbildet, b) Anwenden einer trainierten Funktion (TF) auf die zumindest eine intraprozedurale Projektionsabbildung (iPR) als Eingabedaten, wobei zumindest ein Parameter der trainierten Funktion (TF) basierend auf einer Simulation (SIMU-VP, SIMU-HD) einer virtuellen Positionierung zumindest eines medizinischen Trainingsobjekts in einem Trainingshohlorgan und einer durch das zumindest eine medizinische Trainingsobjekt beeinflussten Hämodynamik in dem Trainingshohlorgan angepasst ist (ADJ-TF), wobei der zumindest eine Prozedurparameter (PP) als Ausgabedaten der trainierten Funktion (TF) bereitgestellt wird (PROV-TF), wobei der zumindest eine Prozedurparameter (PP) eine Bewegungsvorgabe für das zumindest eine medizinische Objekt (MO) aufweist.
  2. Verfahren nach Anspruch 1, wobei die zumindest eine intraprozedurale Projektionsabbildung (iPR) mehrere medizinische Objekte (MO) abbildet, welche in dem Hohlorgan positioniert sind, wobei der zumindest eine Prozedurparameter (PP) eine Bewegungsvorgabe für die mehreren medizinischen Objekte (MO) aufweist.
  3. Verfahren nach Anspruch 1 oder 2, wobei das zumindest eine medizinische Objekt (MO) einen Mikrokatheter und/oder ein Coil-Implantat umfasst.
  4. Verfahren nach einem der vorangehenden Ansprüche, wobei das Hohlorgan ein Aneurysma und/oder eine Gefäßmalformation aufweist, wobei der zumindest eine Prozedurparameter (PP) eine Bewegungsvorgabe zum Einführen des zumindest einen medizinischen Objekts (MO) in das Aneurysma und/oder die Gefäßmalformation aufweist.
  5. Verfahren nach einem der vorangehenden Ansprüche, wobei ein präprozeduraler Datensatz (pDS) empfangen wird (REC-pDS), welcher eine Hämodynamik in dem Hohlorgan abbildet, wobei die trainierte Funktion (TF) in Schritt b) zusätzlich auf den präprozeduralen Datensatz (pDS) als Eingabedaten angewendet wird.
  6. Verfahren nach Anspruch 5, wobei die trainierte Funktion (TF) ein erstes und ein zweites neuronales Netzwerk (NN1, NN2) umfasst, wobei das erste neuronale Netzwerk (NN1) zum Bereitstellen eines synthetischen Datensatzes (sDS) auf den präprozeduralen Datensatz (pDS) und die zumindest eine intraprozedurale Projektionsabbildung (iPR) als Eingabedaten angewendet wird, wobei der synthetische Datensatz (sDS) eine simulierte Hämodynamik in dem Hohlorgan mit zumindest einem virtuell darin positionierten medizinischen Objekt (MO) abbildet, wobei das zweite neuronale Netzwerk (NN2) zum Bereitstellen des zumindest einen Prozedurparameters (PP) auf den synthetischen Datensatz (sDS) als Eingabedaten angewendet wird.
  7. Verfahren nach einem der vorangehenden Ansprüche, wobei ein Materialparameter und/oder ein Betriebsparameter (PMO) zu dem zumindest einen medizinischen Objekt (MO) empfangen wird (REC-PMO), wobei die Eingabedaten zusätzlich auf dem Materialparameter und/oder dem Betriebsparameter (PMO) basieren.
  8. Verfahren nach einem der vorangehenden Ansprüche, wobei die Bewegungsvorgabe eine Geschwindigkeit und/oder Beschleunigung und/oder Kraft für das zumindest eine medizinische Objekt (MO) vorgibt.
  9. Verfahren nach einem der vorangehenden Ansprüche, wobei die Schritte a) und b) bis zum Eintreten (Y) einer Abbruchbedingung (A) wiederholt ausgeführt werden.
  10. Verfahren nach einem der vorangehenden Ansprüche, wobei der zumindest eine Prozedurparameter (PP): - an eine Darstellungseinheit (41) zur Anzeige einer graphischen Darstellung der Bewegungsvorgabe und/oder - an eine Bewegungsvorrichtung (CR) zur robotischen Bewegung des zumindest einen medizinischen Objekts (MO) bereitgestellt wird (PROV-PP), welche dazu ausgebildet ist, eine Bewegung des zumindest einen medizinischen Objekts (MO) basierend auf dem zumindest einen Prozedurparameter (PP) zu steuern.
  11. Computerimplementiertes Verfahren zum Bereitstellen (PROV-NN1) eines ersten neuronalen Netzwerks (NN1), umfassend: - Empfangen (REC-pTDS) eines präprozeduralen Trainingsdatensatzes (pTDS), welcher eine Hämodynamik in einem Trainingshohlorgan eines Trainingsuntersuchungsobjekts abbildet, - Empfangen (REC-sVDS) eines synthetischen Vergleichsdatensatzes (sVDS), welcher eine simulierte Hämodynamik in dem Trainingshohlorgan mit zumindest einem virtuell darin positionierten medizinischen Trainingsobjekt abbildet, - Empfangen (REC-iTPR) von zumindest einer intraprozeduralen Trainingsprojektionsabbildung (iTPR), welche das Trainingshohlorgan mit dem zumindest einen darin positionierten medizinischen Trainingsobjekt abbildet, oder Bereitstellen (PROV-iTPR) der zumindest einen intraprozeduralen Trainingsprojektionsabbildung (iTPR) durch eine virtuelle Projektion des synthetischen Vergleichsdatensatzes, - Bereitstellen eines synthetischen Trainingsdatensatzes (sTDS) durch Anwenden des ersten neuronalen Netzwerks (NN1) auf Eingabedaten, welche auf der zumindest einen intraprozeduralen Trainingsprojektionsabbildung (iTPR) und dem präprozeduralen Trainingsdatensatz (pTDS) basieren, - Anpassen (ADJ-NN1) zumindest eines Parameters des ersten neuronalen Netzwerks (NN1) basierend auf einem Vergleich zwischen dem synthetischen Trainingsdatensatz (sTDS) und dem synthetischen Vergleichsdatensatz (sVDS), - Bereitstellen (PROV-NN1) des ersten neuronalen Netzwerks (NN1) .
  12. Computerimplementiertes Verfahren zum Bereitstellen (PROV-NN1) eines zweiten neuronalen Netzwerks (NN2), umfassend: - Empfangen (REC-pTDS) eines präprozeduralen Trainingsdatensatzes (pTDS), welcher eine Hämodynamik in einem Trainingshohlorgan eines Trainingsuntersuchungsobjekts abbildet, - Bereitstellen (PROV-sVDS) eines synthetischen Vergleichsdatensatzes (sVDS) als Ausgabedaten einer Simulation einer virtuellen Positionierung zumindest eines medizinischen Trainingsobjekts in dem Trainingshohlorgan, wobei die Simulation auf zumindest einem Trainingsprozedurparameter (TPP), welcher eine Bewegungsvorgabe für das zumindest eine medizinische Trainingsobjekt aufweist, und dem präprozeduralen Trainingsdatensatz (pTDS) als Eingabedaten basiert, - Anpassen (ADJ-NN2) zumindest eines Parameters des zweiten neuronalen Netzwerks (NN2) durch überwachtes Lernen basierend auf den Eingabedaten und Ausgabedaten der Simulation, - Bereitstellen (PROV-NN2) des zweiten neuronalen Netzwerks (NN2) .
  13. Verfahren nach Anspruch 12, wobei ein Trainingsmaterialparameter und/oder ein Trainingsbetriebsparameter (TPMO) zu dem zumindest einen medizinischen Trainingsobjekt empfangen wird (REC-TPMO), wobei die Eingabedaten der Simulation zusätzlich auf dem Trainingsmaterialparameter und/oder dem Trainingsbetriebsparameter (TPMO) basieren.
  14. Computerimplementiertes Verfahren zum Bereitstellen (PROV-TF) einer trainierten Funktion (TF), umfassend: - Bereitstellen (PROV-NN2) eines zweites neuronalen Netzwerks (NN2) durch Ausführen eines Verfahrens nach Anspruch 12 oder 13, - Bereitstellen (PROV-NN1) eines ersten neuronalen Netzwerks (NN1) durch Ausführen eines Verfahrens nach Anspruch 11, - Bereitstellen (PROV-TF) der trainierten Funktion (TF) umfassend das erste und das zweite neuronale Netzwerk (NN1, NN2), wobei die trainierte Funktion (TF) dazu ausgebildet wird: - auf den präprozeduralen Trainingsdatensatz (pTDS) und die zumindest eine intraprozedurale Trainingsprojektionsabbildung (iTPR) als Eingabedaten angewendet zu werden und - den zumindest einen Trainingsprozedurparameter (TPP) als Ausgabedaten bereitzustellen.
  15. Computerimplementiertes Verfahren zum Bereitstellen (PROV-TF) einer trainierten Funktion (TF), umfassend: - Empfangen von Eingabedaten, umfassend: - zumindest eine intraprozedurale Trainingsprojektionsabbildung (iTPR), welche das Trainingshohlorgan mit zumindest einem darin positionierten medizinischen Trainingsobjekt abbildet, oder - einen synthetischen Vergleichsdatensatz (sVDS), welcher eine simulierte Hämodynamik in dem Trainingshohlorgan mit zumindest einem virtuell darin positionierten medizinischen Trainingsobjekt abbildet, wobei die zumindest eine intraprozedurale Trainingsprojektionsabbildung (iTPR) durch eine virtuelle Projektion des synthetischen Vergleichsdatensatzes (sVDS) bereitgestellt wird (PROV-iTPR), - Anpassen (ADJ-TF) zumindest eines Parameters der trainierten Funktion (TF) mittels verstärkenden Lernens derart, dass ein Belohnungswert maximiert wird, umfassend: - Bereitstellen (PROV-TPP) zumindest eines Trainingsprozedurparameters (TPP), - Simulation einer virtuellen Positionierung (SIMU-VP) des zumindest einen medizinischen Trainingsobjekts in dem Trainingshohlorgan basierend auf dem Trainingsprozedurparameter (TPP) und den Eingabedaten, - Simulation (SIMU-HD) einer durch das zumindest eine medizinische Trainingsobjekt in der virtuellen Positionierung beeinflussten Hämodynamik in dem Trainingshohlorgan, - Bestimmen des Belohnungswerts (DET-REW) basierend auf: - einer Packungsdichte des zumindest einen medizinischen Trainingsobjekts in dem Trainingshohlorgan, - einer Wahrscheinlichkeit einer Ruptur des Trainingshohlorgans durch das zumindest eine medizinische Trainingsobjekt und/oder - einer Wahrscheinlichkeit einer Okklusion des Trainingshohlorgans durch das zumindest eine medizinische Trainingsobjekt, wobei die trainierte Funktion (TF) durch das Anpassen (ADJ-TF) des zumindest einen Parameters dazu ausgebildet wird, den zumindest einen Trainingsprozedurparameter (TPP) mit dem maximalen Belohnungswert als Ausgabedaten bereitzustellen, - Bereitstellen (PROV-TF) der trainierten Funktion (TF).
  16. Verfahren nach Anspruch 15, wobei ein präprozeduraler Trainingsdatensatz (pTDS) empfangen wird (REC-pTDS), welcher eine Hämodynamik in einem Trainingshohlorgan eines Trainingsuntersuchungsobjekts abbildet, wobei die Eingabedaten der trainierten Funktion (TF) zusätzlich auf dem präprozeduralen Trainingsdatensatz (pTDS) basieren.
  17. System, umfassend eine Bildgebungseinheit und eine Bereitstellungseinheit (PRVS), wobei das System dazu ausgebildet ist, ein Verfahren nach einem der Ansprüche 1 bis 10 auszuführen, wobei die Bildgebungseinheit dazu ausgebildet ist, die zumindest eine intraprozedurale Projektionsabbildung (iPR) aufzunehmen und an die Bereitstellungseinheit (PRVS) bereitzustellen, wobei die Bereitstellungseinheit (PRVS) dazu ausgebildet ist, den zumindest einen Prozedurparameter (PP) bereitzustellen (PROV-PP) .
  18. System nach Anspruch 17, weiterhin umfassend eine Darstellungseinheit (41) und/oder eine Bewegungsvorrichtung (CR) zur robotischen Bewegung des zumindest einen medizinischen Objekts (MO), wobei die Bereitstellungseinheit (PRVS) dazu ausgebildet ist, den zumindest einen Prozedurparameter (PP) an die Darstellungseinheit (41) und/oder die Bewegungsvorrichtung (CR) bereitzustellen (PROV-PP), wobei die Darstellungseinheit (41) dazu ausgebildet ist, eine graphische Darstellung der Bewegungsvorgabe anzuzeigen, wobei die Bewegungsvorrichtung (CR) dazu ausgebildet ist, das zumindest eine medizinische Objekt (MO) basierend auf dem zumindest einen Prozedurparameter (PP) zu bewegen.
  19. Trainingseinheit (TRS), welche dazu ausgebildet ist, ein Verfahren nach einem der Ansprüche 11 bis 16 auszuführen.
  20. Computerprogrammprodukt mit einem Computerprogramm, welches direkt in einen Speicher einer Bereitstellungseinheit (PRVS) ladbar ist, mit Programmabschnitten, um alle Schritte eines Verfahrens nach einem der Ansprüche 1 bis 10 auszuführen, wenn die Programmabschnitte von der Bereitstellungseinheit (PRVS) ausgeführt werden und/oder welches direkt in einen Trainingsspeicher (TMU) einer Trainingseinheit (TRS) ladbar ist, mit Programmabschnitten, um alle Schritte eines Verfahrens nach einem der Ansprüche 11 bis 16 auszuführen, wenn die Programmabschnitte von der Trainingseinheit (TRS) ausgeführt werden.
DE102022204170.4A 2022-04-28 2022-04-28 Bereitstellen zumindest eines Prozedurparameters Pending DE102022204170A1 (de)

Priority Applications (2)

Application Number Priority Date Filing Date Title
DE102022204170.4A DE102022204170A1 (de) 2022-04-28 2022-04-28 Bereitstellen zumindest eines Prozedurparameters
US18/140,866 US20230352143A1 (en) 2022-04-28 2023-04-28 Provision of at least one procedure parameter

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
DE102022204170.4A DE102022204170A1 (de) 2022-04-28 2022-04-28 Bereitstellen zumindest eines Prozedurparameters

Publications (1)

Publication Number Publication Date
DE102022204170A1 true DE102022204170A1 (de) 2023-11-02

Family

ID=88306861

Family Applications (1)

Application Number Title Priority Date Filing Date
DE102022204170.4A Pending DE102022204170A1 (de) 2022-04-28 2022-04-28 Bereitstellen zumindest eines Prozedurparameters

Country Status (2)

Country Link
US (1) US20230352143A1 (de)
DE (1) DE102022204170A1 (de)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102018111180A1 (de) 2018-05-09 2019-11-14 Olympus Winter & Ibe Gmbh Betriebsverfahren für ein medizinisches System und medizinisches System zum Durchführen eines chirurgischen Eingriffs
US20200222018A1 (en) 2019-01-11 2020-07-16 Pie Medical Imaging B.V. Methods and Systems for Dynamic Coronary Roadmapping
US20210287434A1 (en) 2020-03-16 2021-09-16 Covidien Lp System and methods for updating an anatomical 3d model
US20210290308A1 (en) 2018-09-25 2021-09-23 Siemens Healthcare Gmbh Endovascular implant decision support in medical imaging

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102018111180A1 (de) 2018-05-09 2019-11-14 Olympus Winter & Ibe Gmbh Betriebsverfahren für ein medizinisches System und medizinisches System zum Durchführen eines chirurgischen Eingriffs
US20210290308A1 (en) 2018-09-25 2021-09-23 Siemens Healthcare Gmbh Endovascular implant decision support in medical imaging
US20200222018A1 (en) 2019-01-11 2020-07-16 Pie Medical Imaging B.V. Methods and Systems for Dynamic Coronary Roadmapping
US20210287434A1 (en) 2020-03-16 2021-09-16 Covidien Lp System and methods for updating an anatomical 3d model

Also Published As

Publication number Publication date
US20230352143A1 (en) 2023-11-02

Similar Documents

Publication Publication Date Title
DE102012215001B4 (de) Verfahren zur 2D-3D-Registrierung eines Modells mit einem Röntgenbild
DE102009009158B4 (de) Lokalisierung eines medizinischen Instruments in einem präinvasiv aufgenommenen Tomographie-Bilddatensatz
EP1894536A1 (de) Verfahren und Vorrichtung zur visuellen Unterstützung einer elektrophysiologischen Katheteranwendung im Herzen
DE102006001884A1 (de) Verfahren zur bildlichen Unterstützung einer Führung eines in einen Hohlraum eines Untersuchungsobjekts mindestens teilweise eingeführten medizinischen Instruments
EP3567598A1 (de) Prüfung eines interventionellen superpositionsbildes
DE102014204799A1 (de) Verfahren und Vorrichtung zur Darstellung eines Gefäßes
DE102005045602A1 (de) Verfahren zum Unterstützen eines interventionellen medizinischen Eingriffs
DE102020209416A1 (de) Verfahren zur Verformungssimulation und Vorrichtung
DE602004009826T2 (de) Dreidimensionale rekonstruktion eines objekts aus projektionsfotografien
DE102020210192A1 (de) Bereitstellen einer synthetisch kontrastierten Szene
EP2242023B1 (de) Verfahren zur bewegungskompensierten Rekonstruktion eines dreidimensionalen endgültigen Bilddatensatzes
DE102008045276A1 (de) Verfahren zur Ansteuerung einer medizintechnischen Anlage
EP3210537B1 (de) Erstellung eines dreidimensionalen abbilds eines körperteils durch ein röntgengerät
DE102010013498B4 (de) Verfahren zum Ermitteln von dreidimensionalen Volumendaten, Bildgebungsvorrichtung und Datenträger
DE102012224057B4 (de) Verfahren und Vorrichtung zur Bildunterstützung
US20230186471A1 (en) Providing a specification
DE102022204170A1 (de) Bereitstellen zumindest eines Prozedurparameters
DE102016212882A1 (de) Verfahren zur Planungsunterstützung bei einem interventionellen Eingriff und System
DE102021210283A1 (de) Erzeugen eines Zwischenbildes
DE102021201729A1 (de) Vorrichtung zum Bewegen eines medizinischen Objekts und Verfahren zum Bereitstellen einer Steuerungsvorgabe
DE102019213813B4 (de) Bereitstellen eines Prognosedatensatzes
DE102020201928A1 (de) Verfahren zur Deformationskorrektur
DE102019215001B4 (de) Verfahren zur Bildunterstützung bei der Navigation und System
DE102013208897B4 (de) Verfahren und Vorrichtung zur Darstellung eines Zielbereiches eines Hohlorgans eines Untersuchungsobjektes
DE102020212000A1 (de) Vorrichtung zum Positionieren eines medizinischen Objekts und Verfahren zum Bereitstellen einer Korrekturvorgabe

Legal Events

Date Code Title Description
R012 Request for examination validly filed
R016 Response to examination communication
R081 Change of applicant/patentee

Owner name: SIEMENS HEALTHINEERS AG, DE

Free format text: FORMER OWNER: SIEMENS HEALTHCARE GMBH, MUENCHEN, DE