JP6216770B2 - 形状検知によるアーティファクト除去 - Google Patents
形状検知によるアーティファクト除去 Download PDFInfo
- Publication number
- JP6216770B2 JP6216770B2 JP2015506326A JP2015506326A JP6216770B2 JP 6216770 B2 JP6216770 B2 JP 6216770B2 JP 2015506326 A JP2015506326 A JP 2015506326A JP 2015506326 A JP2015506326 A JP 2015506326A JP 6216770 B2 JP6216770 B2 JP 6216770B2
- Authority
- JP
- Japan
- Prior art keywords
- image
- imaging
- shape
- shape detection
- medical
- 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.)
- Expired - Fee Related
Links
- 238000001514 detection method Methods 0.000 title claims description 58
- 238000003384 imaging method Methods 0.000 claims description 46
- 238000000034 method Methods 0.000 claims description 26
- 230000003287 optical effect Effects 0.000 claims description 16
- 238000012545 processing Methods 0.000 claims description 12
- 238000010801 machine learning Methods 0.000 claims description 6
- 238000003672 processing method Methods 0.000 claims description 5
- 238000003702 image correction Methods 0.000 claims description 4
- 230000008569 process Effects 0.000 claims description 4
- 238000012800 visualization Methods 0.000 claims description 4
- 238000004088 simulation Methods 0.000 claims description 3
- 238000010422 painting Methods 0.000 claims description 2
- 238000013500 data storage Methods 0.000 claims 1
- 239000000835 fiber Substances 0.000 description 20
- 230000033001 locomotion Effects 0.000 description 13
- 239000013307 optical fiber Substances 0.000 description 10
- 238000004458 analytical method Methods 0.000 description 7
- 238000002591 computed tomography Methods 0.000 description 7
- 239000002872 contrast media Substances 0.000 description 7
- 210000002216 heart Anatomy 0.000 description 7
- 238000010586 diagram Methods 0.000 description 6
- 238000005259 measurement Methods 0.000 description 6
- 238000005253 cladding Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 230000029058 respiratory gaseous exchange Effects 0.000 description 4
- 230000003044 adaptive effect Effects 0.000 description 3
- 230000008901 benefit Effects 0.000 description 3
- 238000002594 fluoroscopy Methods 0.000 description 3
- 238000002347 injection Methods 0.000 description 3
- 239000007924 injection Substances 0.000 description 3
- 238000005457 optimization Methods 0.000 description 3
- 206010003658 Atrial Fibrillation Diseases 0.000 description 2
- OIRDTQYFTABQOQ-KQYNXXCUSA-N adenosine Chemical compound C1=NC=2C(N)=NC=NC=2N1[C@@H]1O[C@H](CO)[C@@H](O)[C@H]1O OIRDTQYFTABQOQ-KQYNXXCUSA-N 0.000 description 2
- 238000002583 angiography Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000005855 radiation Effects 0.000 description 2
- 239000000523 sample Substances 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 230000002123 temporal effect Effects 0.000 description 2
- 238000002604 ultrasonography Methods 0.000 description 2
- 239000002126 C01EB10 - Adenosine Substances 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 229960005305 adenosine Drugs 0.000 description 1
- 210000003484 anatomy Anatomy 0.000 description 1
- 210000001765 aortic valve Anatomy 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000017531 blood circulation Effects 0.000 description 1
- 210000004204 blood vessel Anatomy 0.000 description 1
- 210000004556 brain Anatomy 0.000 description 1
- 210000005242 cardiac chamber Anatomy 0.000 description 1
- 230000000747 cardiac effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000002586 coronary angiography Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000001066 destructive effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 210000001035 gastrointestinal tract Anatomy 0.000 description 1
- 208000019622 heart disease Diseases 0.000 description 1
- 239000007943 implant Substances 0.000 description 1
- 238000002513 implantation Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000013152 interventional procedure Methods 0.000 description 1
- 210000005240 left ventricle Anatomy 0.000 description 1
- 210000004072 lung Anatomy 0.000 description 1
- 238000002595 magnetic resonance imaging Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 210000003205 muscle Anatomy 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000000241 respiratory effect Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 239000000243 solution Substances 0.000 description 1
- 238000001356 surgical procedure Methods 0.000 description 1
- 230000002792 vascular Effects 0.000 description 1
- 230000002861 ventricular Effects 0.000 description 1
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B34/00—Computer-aided surgery; Manipulators or robots specially adapted for use in surgery
- A61B34/20—Surgical navigation systems; Devices for tracking or guiding surgical instruments, e.g. for frameless stereotaxis
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/52—Devices using data or image processing specially adapted for radiation diagnosis
- A61B6/5211—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data
- A61B6/5252—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data removing objects from field of view, e.g. removing patient table from a CT image
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/52—Devices using data or image processing specially adapted for radiation diagnosis
- A61B6/5258—Devices using data or image processing specially adapted for radiation diagnosis involving detection or reduction of artifacts or noise
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/70—Denoising; Smoothing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/77—Retouching; Inpainting; Scratch removal
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B34/00—Computer-aided surgery; Manipulators or robots specially adapted for use in surgery
- A61B34/20—Surgical navigation systems; Devices for tracking or guiding surgical instruments, e.g. for frameless stereotaxis
- A61B2034/2046—Tracking techniques
- A61B2034/2061—Tracking techniques using shape-sensors, e.g. fiber shape sensors with Bragg gratings
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10116—X-ray image
- G06T2207/10121—Fluoroscopy
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30004—Biomedical image processing
- G06T2207/30021—Catheter; Guide wire
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Medical Informatics (AREA)
- Surgery (AREA)
- Physics & Mathematics (AREA)
- Public Health (AREA)
- Molecular Biology (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Veterinary Medicine (AREA)
- General Health & Medical Sciences (AREA)
- Animal Behavior & Ethology (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Radiology & Medical Imaging (AREA)
- Biophysics (AREA)
- High Energy & Nuclear Physics (AREA)
- Pathology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Optics & Photonics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Robotics (AREA)
- Apparatus For Radiation Diagnosis (AREA)
- Image Processing (AREA)
Description
本開示は、医療機器及び撮像に関し、特に、機器アーティファクトを画像から除去することで画質を高めるために機器形状検知を用いることに関する。
血管造影研究において、インターベンショナル・プロシージャの間、カテーテルは、関心のある血管構造内に造影剤を注入するのに用いられる。そのようなプロシージャの例には、冠動脈造影プロシージャ、例えば、経皮経管冠動脈インターベンション（Percutaneous Transluminal Coronary Intervention）（ＰＴＣＩ）、又は経カテーテル大動脈弁移植（Transcatheter Aortic-Valve Implantation）（ＴＡＶＩ）のような弁膜プロシージャがある。バルーン、ステント、及び他のフィルタ装置プロシージャもカテーテルに基づく配備を有し、頻繁に、３Ｄ体積再構成（例えば、3D atriography）及び視覚化のために投影を取得するよう回転式Ｘ線（ＲＸ）撮像の必要性が存在する。造影剤により強調された投影は、そのような３Ｄ画像再構成のための入力として使用され得る。
カテーテルは、造影剤を適用するための必要条件であるが、再構成された視野内でカテーテルを見ることは、必ずしも有利なものでない。これは、特に、カテーテルが部分的にしか視野内にない場合（全ての投影において可視的でない。）、カテーテルが回転シーケンスの一部においてしか造影剤により満たされない場合、又は取得中にカテーテルが強震動を示す場合に、好ましくない。
本原理に従って、撮像用医療システムは、プロセッサと、該プロセッサへ結合されるメモリとを含む。前記メモリは、医療機器へ結合される形状検知システムから形状検知データを受信するよう構成される形状検知モジュールを含む。前記形状検知システムは、前記医療機器の形状及び位置を測定するよう構成される。画像生成モジュールは、前記形状検知システムによって測定される前記医療機器の少なくとも形状及び位置に基づき、生成画像から前記医療機器の画像アーティファクトを検出してデジタル除去するよう構成される。
他の医療システムは、医療機器と、該医療機器の形状及び位置を測定するよう前記医療機器へ結合される形状検知システムとを含む。撮像システムは、対象を撮像するよう構成され、前記医療機器の画像アーティファクトは、前記対象の画像において少なくとも部分的に存在する。画像生成モジュールは、前記形状検知システムによって測定される前記医療機器の少なくとも形状及び位置に基づき、生成画像から前記医療機器の少なくとも前記画像アーティファクトを検出してデジタル除去するよう構成される。
画像処理方法は、機器から形状検知データを集めるステップと、内部画像ボリュームにおいて前記機器を撮像するステップと、前記機器からの前記形状検知データを用いることによって、前記内部画像ボリュームにおいて前記機器によって引き起こされる画像アーティファクトを検出するステップと、画像補間処理及び前記形状検知データを用いることによって、前記画像アーティファクトを除去するステップとを含む。
本開示の上記及び他の目的、特徴及び利点は、添付の図面に関連して読まれるべきその実例となる実施形態の以下の詳細な説明から明らかになるであろう。
本開示は、図面を参照して、好ましい実施形態の以下の説明を詳細に提示するであろう。
本原理に従って、安全で且つ実時間の、画像からの機器の識別及び除去が、提供される。このような、画像からの機器の識別及び除去は、関連する画像アーティファクトの影響を最小限にすることから、有益な特徴である。かかる解決法は、Ｘ線又は他の放射線のための撮像視野におけるカテーテル、埋め込み電極リード、ガイドワイヤ、等に適用可能である。
特に有用な実施形態においては、光学式形状検知（optical shape sensing）（ＯＳＳ）が、機器の位置、形状及び向きを検出するのに用いられる。ＯＳＳは、カテーテル、ガイドワイヤ、電極リード、又は他の可撓な細長い機器に組み込み可能であり且つ患者の体外の解析ユニットへ接続される特別の光ファイバを利用する。ファイバの位置及び形状は、機器の一端へ接続されている解析ユニットにおいて、基準に対する光のレイリー散乱のモデリング及び解析を用いて、実時間で測定される。それによって、機器のその範囲に沿った位置が撮像空間において知られる。機器の形状及び位置に関する空間情報は、造影剤注入及び回転投影取得の間に、補間方法並びに撮像における既知の機器ジオメトリ及び特性により、投影画像上の機器の位置を計算し、投影から機器を除去するのに使用され得る。
形状検知情報は、装置特性のエキスパートデータベース又はライブラリ（例えば、３Ｄモデル又は以前の場合若しくはデータセット（履歴データ）に基づく。）と組み合わされて、全体の投影データセット内の機器のフットプリント又はＸ線影の簡単な除去を可能にするであろう。機器の検出及び追跡に関連したプロセッシングオーバヘッドは取り除かれ得る。エキスパートデータベース又はライブラリはまた、目前にあるプロシージャの適応最適化のために標準の機械学習法によって拡張され得る。
本発明は医療機器に関して記載されるであろう点が、更に理解されるべきである。しかしながら、本発明の教示は、よりずっと幅広く、機器又は対象を画像から除去するのに形状検知を用いることができるあらゆる撮像システムに適用可能である。幾つかの実施形態において、本原理は、複雑な生物学的又は機械的システムを追跡又は解析する際に用いられる。特に、本原理は、生物学的システムの内部追跡及び撮像プロシージャ、肺、胃腸管、排出器、脳、心臓、血管、等のような身体の全領域におけるプロシージャに適用可能である。図面において表されている要素は、ハードウェア及びソフトウェアの様々な組み合わせにおいて実施され、単一の要素又は複数の要素において組み合わされ得る機能を提供してよい。
図面に示されている様々な要素の機能は、専用のハードウェア及び適切なソフトウェアに関連してソフトウェアを実行可能なハードウェアの使用を通じて提供され得る。プロセッサによって提供される場合に、機能は、単一の専用プロセッサによって、単一の共有プロセッサによって、又は一部が共有され得る複数の個別のプロセッサによって、提供され得る。加えて、語「プロセッサ」又は「コントローラ」の明示的使用は、ソフトウェアを実行可能なハードウェアのみに言及すると解釈されるべきではなく、制限なしに、デジタル信号プロセッサ（“ＤＳＰ”）ハードウェア、ソフトウェアを記憶するための読み出し専用メモリ（“ＲＯＭ”）、ランダムアクセスメモリ（“ＲＡＭ”）、不揮発性ストレージ、等を暗に含むことができる。
加えて、本発明の原理、態様、及び実施形態を本願で挙げている全ての記述、並びにそれらの具体例は、それらの構造的及び機能的等価物の両方を包含するよう意図される。加えて、そのような等価物は、現在知られている等価物及び将来開発される等価物（すなわち、構造にかかわらず、同じ機能を実行するよう開発されるあらゆる要素）の両方を含むことが意図される。よって、例えば、本願で提示されるブロック図は、本発明の原理を具現する実例となるシステムコンポーネント及び／又は回路の概念図を表すことが当業者によって認識されるであろう。同様に、あらゆるフローチャート、フロー図及び同様のものは、コンピュータ可読記憶媒体において実質的に表現され、そうしてコンピュータ又はプロセッサによって、そのようなコンピュータ又はプロセッサが明示的に示されていようとなかろうと実行され得る様々な処理を表すことが認識されるであろう。
加えて、本発明の実施形態は、コンピュータ又は何らかの命令実行システムによる又はそれに関連した使用のためにプログラムコードを提供するコンピュータにより使用可能な又はコンピュータにより読出可能な記憶媒体からアクセス可能なコンピュータプログラムプロダクトの形をとることができる。この説明のために、コンピュータにより使用可能な又はコンピュータにより読出可能な記憶媒体は、命令実行システム、装置、又はデバイスによる又はそれに関連した使用のためにプログラムを包含し、記憶し、伝送し、伝播し、又は転送することができるあらゆる装置であることができる。媒体は、電子、磁気、光、電磁気、赤外線、若しくは半導体システム（又は装置又はデバイス）又は伝播媒体であることができる。コンピュータ読出可能な媒体、すなわち、コンピュータ可読媒体の例には、半導体又は固体状態メモリ、磁気テープ、取り外し可能なコンピュータディスケット、ランダムアクセスメモリ（ＲＡＭ）、読み出し専用メモリ（ＲＯＭ）、硬質磁気ディスク及び光ディスクがある。光ディスクの目下の例には、コンパクトディスク−読み出し専用メモリ（ＣＤ−ＲＯＭ）、コンパクトディスク−リード／ライト（ＣＤ−Ｒ／Ｗ）、ブルーレイ及びＤＶＤがある。
ここで、同じ符号は同じか又は類似する要素を表す図面のうち最初に、図１を参照して、矯正撮像のためのシステム１００が、一実施形態に従って実例として示されている。システム１００は、外科的処置のための画像をレンダリングするのに用いられてよい。このとき、機器又は他の対象のアーティファクトを画像から除去することで利点が得られる。システム１００は、様々な用途、例えば、多断面再構成等のための実時間の撮像又は記憶された撮像のために用いられてよい。システム１００は、ワークステーション又はコンソール１１２を含んでよく、それから、プロシージャが監督及び／又は管理される。ワークステーション１１２は、望ましくは、１又はそれ以上のプロセッサと、プログラム及びアプリケーションを格納するメモリ１１６とを含む。メモリ１１６は、形状検知装置又はシステム１０４からの光フィードバック信号を解釈するよう構成される光学式検知及び解釈モジュール（又は解析モジュール）１１５を格納してよい。光学式検知モジュール１１５は、医療装置若しくは機器１０２及び／又はその周囲の領域に関連した変形、偏位及び他の変化を再構成するために光信号フィードバック（及び何らかの他のフィードバック、例えば、電磁気（ＥＭ）追跡）を使用するよう構成される。医療装置１０２は、カテーテル、ガイドワイヤ、プローブ、内視鏡、ロボット、電極、フィルタ装置、バルーン装置、電極リード、又は他の機器若しくは医療部品、等を含んでよい。
ワークステーション１１２は、撮像システム１１０によって提供される被検体の内部画像を見るためのディスプレイ１１８を含んでよい。撮像システム１１０は、例えば、磁気共鳴撮像（ＭＲＩ）システム、透視システム、コンピュータ断層撮影（ＣＴ）システム、超音波（ＵＳ）、等を含んでよい。ディスプレイ１１８はまた、ユーザがワークステーション１１２並びにそのコンポーネント及び機能と対話することを可能にしてよい。これは更に、ワークステーション１１２とのユーザインタラクションを可能にするようキーボード、マウス、ジョイスティック又は何らかの他の周辺機器若しくはコントロールを含むことができるインターフェース１２０によって容易にされる。
装置１０２にある形状検知システム１０４は、セットパターン又はパターンにおいて装置１０２へ結合される１又はそれ以上の光ファイバ１２６を含む。光ファイバ１２６は、ケーブル布線１２７を通じてワークステーション１１２へ接続する。ケーブル布線１２７は、必要に応じて光ファイバ、電気接続、他の器具類、等を含んでよい。
ワークステーション１１２は、形状検知システム１０４が光ファイバ形状検知を含む場合に、光ファイバ１２６に光を供給する光源１０６を含んでよい。更に、光学式インタロゲーションユニット１０８が、全てのファイバから戻る光を検出するために用いられてよい。これは、インターベンショナル装置１０２の形状、向き、等を解釈するのに使用されるであろうひずみ又は他のパラメータの決定を可能にする。光信号は、調整を行い、エラーにアクセスし、装置１０２の形状及び位置を決定し、且つ装置１０２（又はシステム１００）を較正するためにフィードバックとして用いられるであろう。
形状検知装置１０４は、望ましくは、１又はそれ以上のファイバ１２６を含み、１又はそれ以上のファイバ１２６は、装置１０２の形状の検出及び補正／較正のためにそれらのジオメトリを利用するよう構成される。光ファイバを備える形状検知システム１０４は、光ファイバブラッググレーチングセンサに基づいてよい。ファイバブラッググレーチング（fiber Bragg grating）（ＦＢＧ）は、特定の波長の光を反射して残り全てを伝送する小区画の光ファイバである。これは、波長に特有の誘電体ミラーを生成するようファイバコアにおいて屈折率の周期変動を加えることによって達成される。従って、ファイバブラッググレーチングは、特定の波長をブロックするためのインラインの光学フィルタとして、又は波長に特有の反射器として、使用され得る。
ファイバブラッググレーチングの動作の背後にある基本原理は、屈折率が変化するインターフェースの夫々でのフレネル反射である。幾つかの波長に関し、様々な周期の反射光は同位相にあり、それにより、建設的干渉が反射について存在し、結果として破壊的干渉が伝送について存在する。ブラッグ波長は、ひずみ及び温度に敏感である。これは、ブラッググレーチングが光ファイバセンサにおいて検知素子として使用され得ることを意味する。ＦＢＧセンサにおいて、測定量（例えば、ひずみ）は、ブラッグ波長におけるシフトを引き起こす。
この技術の１つの利点は、様々なセンサ素子がファイバの長さにわたって分布することができる点である。構造において埋め込まれるファイバの長さに沿って様々なセンサ（ゲージ）を備える３又はそれ以上のコアを組み込むことは、かかる構造の３次元形状が、通常は１ｍｍよりも良い精度で、正確に決定されることを可能にする。ファイバの長さに沿って、様々な位置で、多数のＦＢＧセンサが位置付けられ得る（例えば、３又はそれ以上のファイバ検知コア）。夫々のＦＢＧのひずみ測定から、構造の湾曲がその位置で推測され得る。多数の測定点から、全体の３次元形状が決定される。
光ファイバブラッググレーチングに対する代替案として、従来の光ファイバにおける固有の後方散乱が利用され得る。１つのそのようなアプローチは、標準のシングルモード通信ファイバにおいてレイリー散乱を使用することである。レイリー散乱は、ファイバコアにおける屈折率のランダムな変動の結果として起こる。そのようなランダムな変動は、グレーチング長さに沿って振幅及び位相のランダムな変化を伴うブラッググレーチングとしてモデル化され得る。マルチコアファイバの単一長さ内を通る３又はそれ以上のコアにおいてこのような効果を用いることによって、関心のある面の３Ｄ形状及びダイナミクスが追跡され得る。記載されるものによって限定されない他の形状検知技術がまた、用いられてよいことが理解されるべきである。
光ファイバ１２６は、装置１０２（例えば、カテーテル、ガイドワイヤ、電極リード、又は他の可撓な細長い機器）に組み込まれ、患者又は被検体の身体又は撮像ボリューム１３１の外にある解析ユニット１１５へ接続され得る。ファイバ１２６の位置及び形状は、メモリ１１６において記憶される解析モジュール１１５において、基準に対する光散乱又は後方反射のモデリング及び解析を用いて、実時間で測定される。それによって、装置１０２の、その範囲に沿った位置は、撮像システム１１０、例えば、Ｘ線システム、ＣＴシステム、等の撮像空間において知られる。
一実施形態において、撮像システム１１０は、回転Ｘ線システムを含んでよく、装置１０２は、造影剤分注カテーテルを含んでよい。装置１０２の形状及び位置に関する空間情報は、造影剤注入及び回転投影取得の間に、画像１３４（ディスプレイ１１８において見られ得る。）においてカテーテル１０２の位置を計算するのに使用され得る。光学式検知モジュール１１５は、装置１０２の形状及び位置を正確に計算することができるので、画像生成部１４８は、この情報及び他の情報を使用して、画像１３４から除去されるアーティファクトを特定することができる。画像生成部１４８は、形状検知情報に基づき装置１０２（例えば、カテーテル）を識別して除去することができ、形状検知情報を他の情報とともに、画像アーティファクトを除去するために用いてよい。画像生成部１４８は、画像１３４から装置１０２及び／又は装置１０２による画像アーティファクトを除去するよう画像のピクセルを変更するために、画像インペインティング又は他の画像処理技術のような適切な補間方法を用いてよい。カテーテル／装置のジオメトリ及びＸ線撮像の特性を知ると、カテーテル（又は他の装置）１０２が占有する画像部分の正確な決定が正確に決定され得る。
形状検知情報は、装置特性のエキスパートデータベース又はライブラリ１４２と組み合わされて、より自信を持って画像１３４において装置１０２及びそのアーティファクトを特定するために使用されてよい。データベース又はライブラリ１４２は、３Ｄモデル１３２又は以前の場合／履歴データ１３６の記憶画像を含んでよい。モデル１３２は、装置１０２が導入される前に撮られた画像に基づき生成されてよく、それにより、アーティファクトを有するか又は装置１０２が存在する画像との比較が行われ得る。履歴データ１３６は、以前に収集された画像フレームを含んでよく、それにより、装置１０２の部分及びそれらの以前の軌跡が決定され、アーティファクトが起こり得る場所を予測するのに用いられ得る。ライブラリ１４２はまた、画像及び画像比較の適応最適化のために機械学習法１４６及び他の既知の学習法を用いて拡張され得る。最適化された画像は、現在のプロシージャ、特定の患者、特定の環境、等に基づき、形状検知のために追跡される装置１０２のアーティファクトを画像１３４からより容易に除去するために用いられ得る。
例えば、モデル１３２及び／又は履歴データ１３６の設計及び開発は、経験又は履歴情報に基づき、例えば、画像データ又はアーティファクトデータから、挙動を導出又は記録することを含んでよい。機械学習モジュール１４６は、時間とともに関心のある特性を捕捉するために標本（データ）を利用することができる。データは、装置の形状及び位置を含む観測された変数の間の関係を表す標本として見なされ得る。機械学習モジュール１４６は、複雑なパターンを認識し、機器投影、機器画像、機器アーティファクト、等が画像１３４にありそうなデータに基づき知的な決定を行うよう自動的に学習することができる。形状検知データは、学習をよりずっと簡単に且つよりずっと容易にする。
そのような適応最適化は、全体の投影データセット（又は画像１３４）内の装置フットプリント、アーティファクト、Ｘ線影、等のより簡単な除去を可能にするであろう。本原理を用いることによって、カテーテル又は装置の検出及び追跡に関連するプロセッシングオーバヘッドは取り除かれ得る。
他の実施形態において、動いている構造の、例えば、心臓における、全ての回転血管造影取得に関し、光学式形状検知システム１０４によって追跡されるカテーテル又は装置１０２の動き情報は、生理学的信号を導出するために用いられ得る。生理学的信号は、例えば、心電図（ＥＣＧ）信号、呼吸動作による心臓の変位を示す信号、又は物理的な動的動きを表す何らかの他の信号に対応する、センサ装置１２１によって測定される信号を含んでよい。この動き情報は、ゲート制御又は動き補償された再構成のために使用され得る。装置１０２の形状検知システム１０４の形状測定は、空間及び時間において投影取得と関連付けられ、既知の原因による動き情報は、画像生成モジュール１４８における画像処理のために計算に入れられ得る。動き又はその欠如（呼吸停止コマンド、ハイパーペーシング（hyper pacing）、及びアデノシン）が計算に入れられてよく、あるいは、他のセンサ信号が動きデータを集めるために用いられてよい。
インターベンショナル設定において、形状検知可能な装置（１０２，１０４）は、Ｘ線（ＣＴ）撮像空間にレジストレーションされてよい。レジストレーションは、例えば、既知の、ファントムベースの較正ステップを用いて、実行されてよい。回転Ｘ線取得が体積Ｘ線撮像のために実行され、形状検知可能な装置が、夫々の取得位置について、Ｘ線視野内にある場合に、Ｘ線において可視的な装置と形状検知からのその形状との空間的一致が存在する。Ｘ線画像における形状は、しかしながら、切り縮められてよい。システムのいずれかのシステムラグに起因して、しかしながら、（形状検知からの）形状と、Ｘ線において可視的であるものとの間には、時間的な不一致が存在し得る。時間的一致は、形状検知と撮像との間で望ましい。これは、システムラグのデータ及び較正の両方の時間スタンピング、又は時間基準を提供するために生理学的信号を用いることのような他の方法によって、達成され得る。
形状検知データ及びＸ線投影は、他の外部信号（例えば、インターベンショナルスイートにおける外部事象から、又はＥＣＧ、血流、呼吸情報、等のような生理的ストリームからの信号）を介して、あるいは、連続的に取得されたマルチモーダル（形状測定／Ｘ線）測定の時間アノテーション、又は予想可能な若しくは回顧的な方法におけるそれらのデータセットのトリガ取得を可能にする内部クロックを介して、同期され得る。そのような同期されたストリームは、形状検知データ及びＸ線測定のインターリービングと、形状検知に基づく、Ｘ線投影からの機器の除去、及びその後の３Ｄ体積再構成の精度の向上とを可能にする。
他の実施形態において、Ｘ線画像と形状検知データとの間の相関は、光学的形状検知ファイバ（１２６）に取り付けられるか又はそれに組み込まれるようシンチレーティングファイバのクラッディング（例えば、透視画像において可視的なファイバのクラッディング）を用いて、実行されてよい。クラッディングがＸ線視野内にある場合に、クラッディングの画像は、形状信号をＸ線画像と時間的に相関させるために用いられてよい。形状及びＸ線情報は、同じクロックで伝わる必要はない。フレーム間動作でさえ、この方法を用いるために補償されてよい。
図２Ａ及び図２Ｂを参照すると、透視画像２００は、心室投影の例を実例として示す。蛍光透視がここで例として記載されているが、他の撮像モダリティが蛍光透視に代えて、又は蛍光透視に加えて（例えば、他の撮像モダリティ、例えば、コンピュータ断層撮影（ＣＴ）、磁気共鳴（ＭＲ）等と組み合わせて使用される。）用いられてよいことが理解されるべきである。
図２Ａは、左心室内のカテーテル２０２及び注入点２０４を含む画像２００を含む。図２Ｂは、検出されたカテーテル２０６を含む同じ投影を示す。検出されたカテーテル２０６は、光学式形状検知により決定されたその位置及び形状を有する。検出されたカテーテル２０６は、その視認性を改善するよう画像処理技術によって強調表示される。
図３Ａ及び図３Ｂを参照すると、３次元回転Ｘ線（３Ｄ−ＲＸ）心臓データセット画像３００が実例として示されている。図３Ａにおいて、画像３００は、検出及び除去されていない複数のカテーテル投影３０２を示す。それらの投影は、回転Ｘ線撮像の結果として起こる。図３Ｂにおいて、例となる３Ｄ−ＲＸ心臓データセット３０４は、カテーテル投影が本原理に従って検出されて除去された後に、表される。
３Ｄ情報を生成するために回転血管造影法を用いる心房細動（ＡＦＩＢ）及び他の器質的心疾患プロシージャにおいて、造影剤を放つカテーテル先端に起因するアーティファクトは、図３Ａ及び図３Ｂにおいて表されるように、一連の回転投影３０２からカテーテルを消すことによって、回避される。結果として得られる断層撮影画像におけるアーティファクトは、それによって回避される。カテーテル追跡（例えば、形状検知による。）と夫々のＸ線投影との時間同期は、問題の動的性質に対処する。方法は、アーティファクトを導入することなしに、再構成された画像への動的なカテーテル構造のその後の付加を含むよう拡張され得る。これは、例えば、最初に装置及び装置投影を画像から除去し（て、アーティファクトを減じ）、次いで装置構造が再構成された画像に加えられることによって、達成され得る。これは、隣接する生体構造に対する相対位置が重要であるインプラントにとって特に重要である。また、画像は、投影が除去され、シミュレーション（又は実際の装置）がプロシージャ中に視覚化され得るように、実時間において表示されてよいことが留意されるべきである。
図４を参照すると、ブロック図が、１つの実例となる実施形態に従って画像処理方法を記載するために示されている。ブロック４０２で、機器は、形状検知システムを含むよう構成される。機器は、撮像ボリューム内に入れられて、ボリュームを撮像するのを支援するために用いられ且つ実用的機能を実行するために用いられる。１つの実例となる実施形態において、機器は、造影剤を心腔に注入するカテーテルを含む。撮像システムは、Ｘ線システム（例えば、ＣＴ）及び特に回転式Ｘ線システムを含んでよい。ブロック４０４で、形状検知データが機器から集められる。これは、撮像空間において機器の形状及び位置を明らかにする反射光信号の形をとってよい。ブロック４０６で、機器は、内部画像ボリュームとともに撮像される。
撮像の間、特に、放射線が用いられる場合に、反射、影及び他のアーティファクトが起こり得る。ブロック４０８で、画像ボリュームにおいて機器によって引き起こされる画像アーティファクトは、機器からの形状検知データを用いることによって検出される。形状検知データは、様々な画像投影及び角度における機器の位置及び形状を示す。それらの画像は、アーティファクトを識別するよう、モデル、履歴データ、等のうちの１又はそれ以上及び形状検知データに照らして精査される。
ブロック４１０で、メモリにおいて記憶されるモデルが、アーティファクトと比較されてよく、医療機器のジオメトリがまた、形状検知システムからの情報に従ってアーティファクトの検出及び除去のために比較において考慮されてよい。ブロック４１２で、以前のイベントの履歴データが、形状検知システムからの情報に従って、アーティファクトの検出及び除去のために、アーティファクト（例えば、機器の動きの経過）を含む画像と比較されてよい。ブロック４１４で、画像アーティファクトの除去は、以前の場合、モデル、等に基づきアーティファクトをより良く且つより正確に識別するよう機械学習を用いることによって、最適化されてよい。
ブロック４２０で、画像アーティファクトは、画像補間処理及び形状検知データを用いることによって除去される。画像補間処理は、医療画像又は同様のものからアーティファクト及び機器画像を除去するようピクセルを調整することができるインペインティング画像処理又は他の画像処理を含んでよい。ブロック４２２で、画像アーティファクトは、望ましくは、画像データを収集しながら同時に除去される。これは、実時間の又はほぼ実時間の画像補正（アーティファクトの除去、等）をもたらす。
ブロック４２４で、機器が画像から除去される場合（あるいは、それが除去されない場合でさえ）、医療機器のシミュレーション画像が、生成画像における視覚化のために生成されてよい。アーティファクトがなく且つ形状検知データに基づく機器の仮想画像は、実時間又はほぼ実時間において、機器の形状及び位置の有用な情報をユーザに提供するであろう。ブロック４２６で、生理学的信号が、患者の動きを計算に入れるよう、形状検知データに関連付けられてよい。生理学的信号は、心臓の鼓動を計算に入れるよう用いられ得るＥＣＧ信号を含んでよい。他の実施形態において、呼吸センサは、呼吸による動きを計算に入れてよく、動きセンサは、筋肉の動きを計算に入れてよい、等。ブロック４２８で、プロシージャ又は動作は、必要に応じて続く。
添付の特許請求の範囲を解釈する際に、以下の点が理解されるべきである：
ａ）語「有する（comprising）」は、所与の請求項に挙げられている以外の他の要素又は動作の存在を除外しない；
ｂ）要素の単称（冠詞“a”又は“an”）は、そのような要素の複数個の存在を除外しない；
ｃ）特許請求の範囲における如何なる参照符号も、その適用範囲を制限しない；
ｄ）幾つかの“手段（means）”は、同じ物又はハードウェア若しくはハードウェアにより実施される構造又は機能によって表されてよい；
ｅ）動作の具体的な順序は、特に示されない限りは要求されるよう意図されない。
ａ）語「有する（comprising）」は、所与の請求項に挙げられている以外の他の要素又は動作の存在を除外しない；
ｂ）要素の単称（冠詞“a”又は“an”）は、そのような要素の複数個の存在を除外しない；
ｃ）特許請求の範囲における如何なる参照符号も、その適用範囲を制限しない；
ｄ）幾つかの“手段（means）”は、同じ物又はハードウェア若しくはハードウェアにより実施される構造又は機能によって表されてよい；
ｅ）動作の具体的な順序は、特に示されない限りは要求されるよう意図されない。
形状検知によるアーティファクト除去のための好ましい実施形態（制限ではなく実例であるよう意図される。）を記載してきたが、変更及び変形が上記の教示に照らして当業者によってなされ得ることが知られる。従って、変更は、添付の特許請求の範囲によって要点を述べられるような本願で開示される実施形態の適用範囲内にある本開示の特定の実施形態においてなされてよいことが理解されるべきである。このように、特に特許法によって求められるように詳細を記載してきたが、請求されて、特許によって保護されることを望まれるものは、添付の特許請求の範囲において示される。
Claims (15)
- プロセッサと、
医療機器へ結合され、該医療機器の形状及び位置を測定するよう構成される形状検知システムと、
対象の画像を生成するよう構成される撮像システムと、
前記プロセッサへ結合されるメモリとを有し、
前記メモリは、
前記形状検知システムから、形状検知データを受信するよう構成される光学式形状検知モジュールと、
前記形状検知システムによって測定される前記医療機器の少なくとも形状及び位置に基づき、前記撮像システムからの生成画像から前記医療機器の画像アーティファクトを検出してデジタル除去するよう構成される画像生成モジュールと
を含む、撮像用医療システム。 - 前記画像生成モジュールは、実時間の画像補正をもたらすよう、画像データを収集することと同時に前記画像アーティファクトをデジタル除去する、
請求項１に記載の撮像用医療システム。 - 経時変化を把握するよう形状検知データに関連する生理学的信号
を更に有する請求項１に記載の撮像用医療システム。 - 医療機器と、
前記医療機器の形状及び位置を測定するよう該医療機器へ結合される形状検知システムと、
対象を撮像するよう構成され、前記医療機器の画像アーティファクトが前記対象の画像において少なくとも部分的に存在する、撮像システムと、
前記形状検知システムによって測定される前記医療機器の少なくとも形状及び位置に基づき、生成画像から前記医療機器の少なくとも前記画像アーティファクトを検出してデジタル除去するよう構成される画像生成モジュールと
を有する撮像用医療システム。 - メモリにおいて記憶され、前記形状検知システムからの情報に従って前記画像アーティファクトの検出及び除去のために該画像アーティファクトを伴う画像と比較するのに用いられるモデル
を更に有する請求項４に記載の撮像用医療システム。 - メモリにおいて記憶され、前記形状検知システムからの情報に従って前記画像アーティファクトの検出及び除去のために該画像アーティファクトを伴う画像と比較するのに用いられる以前のイベントの履歴データストレージ
を更に有する請求項４に記載の撮像用医療システム。 - メモリにおいて記憶され、前記画像アーティファクトの識別及び除去を最適化するよう構成される機械学習モジュール
を更に有する請求項４に記載の撮像用医療システム。 - 前記画像生成モジュールは、画像補間処理を用いて前記形状検知システムからの情報に従って前記画像アーティファクトをデジタル除去する、
請求項４に記載の撮像用医療システム。 - 前記画像補間処理は、インペインティング画像処理を含む、
請求項８に記載の撮像用医療システム。 - 前記画像生成モジュールは、前記画像アーティファクトをデジタル除去し、前記生成画像における視覚化のために前記医療機器のシミュレーション画像を生成する、
請求項４に記載の撮像用医療システム。 - 前記画像生成モジュールは、実時間の画像補正をもたらすよう、画像データを収集することと同時に前記画像アーティファクトをデジタル除去する、
請求項４に記載の撮像用医療システム。 - 経時変化を把握するよう形状検知データに関連する生理学的信号を測定するよう構成される検知装置
を更に有する請求項４に記載の撮像用医療システム。 - 機器から形状検知データを集めるステップと、
内部画像ボリュームにおいて前記機器を撮像するステップと、
前記機器からの前記形状検知データを用いることによって、前記内部画像ボリュームにおいて前記機器によって引き起こされる画像アーティファクトを検出するステップと、
画像補間処理及び前記形状検知データを用いることによって、前記画像アーティファクトを除去するステップと
を有する画像処理方法。 - 生成画像における視覚化のために前記機器のシミュレーション画像を生成するステップ
を更に有する請求項１３に記載の画像処理方法。 - 前記画像アーティファクトは、実時間の画像補正をもたらすよう、画像データを収集しながら同時に除去される、
請求項１３に記載の画像処理方法。
Applications Claiming Priority (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| US61/617,313 | 2012-03-29 | ||
| US201261617313P | 2012-04-23 | 2012-04-23 | |
| PCT/IB2013/052536 WO2013144912A1 (en) | 2012-03-29 | 2013-03-29 | Artifact removal using shape sensing |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2015514491A JP2015514491A (ja) | 2015-05-21 |
| JP6216770B2 true JP6216770B2 (ja) | 2017-10-18 |
Family
ID=48471049
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2015506326A Expired - Fee Related JP6216770B2 (ja) | 2012-04-23 | 2013-03-29 | 形状検知によるアーティファクト除去 |
Country Status (7)
| Country | Link |
|---|---|
| US (1) | US20160242854A1 (ja) |
| EP (1) | EP2830502B1 (ja) |
| JP (1) | JP6216770B2 (ja) |
| CN (1) | CN104244830B (ja) |
| BR (1) | BR112014026073A2 (ja) |
| RU (1) | RU2014143669A (ja) |
| WO (1) | WO2013144912A1 (ja) |
Families Citing this family (29)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2015010859A1 (en) * | 2013-07-23 | 2015-01-29 | Koninklijke Philips N.V. | Registration system for registering an imaging device with a tracking device |
| EP3142563B1 (en) | 2014-05-16 | 2018-02-07 | Koninklijke Philips N.V. | Device for modifying an imaging of a tee probe in x-ray data |
| CN106716071B (zh) * | 2014-09-08 | 2021-08-24 | 皇家飞利浦有限公司 | 利用光学形状感测的对表面接触的检测 |
| US11844576B2 (en) | 2015-01-22 | 2023-12-19 | Koninklijke Philips N.V. | Endograft visualization with optical shape sensing |
| WO2016116823A1 (en) | 2015-01-22 | 2016-07-28 | Koninklijke Philips N.V. | Endograft visualization with pre-integrated or removable optical shape sensing attachments |
| US10398402B2 (en) | 2015-02-23 | 2019-09-03 | Siemens Healthcare Gmbh | Method and system for automated positioning of a medical diagnostic device |
| US10430688B2 (en) * | 2015-05-27 | 2019-10-01 | Siemens Medical Solutions Usa, Inc. | Knowledge-based ultrasound image enhancement |
| US9836664B1 (en) * | 2016-05-27 | 2017-12-05 | Intuit Inc. | Method and system for identifying and addressing imaging artifacts to enable a software system to provide financial services based on an image of a financial document |
| US10387765B2 (en) * | 2016-06-23 | 2019-08-20 | Siemens Healthcare Gmbh | Image correction using a deep generative machine-learning model |
| US10132891B2 (en) * | 2016-09-16 | 2018-11-20 | General Electric Company | System and method for attenuation correction of a surface coil in a PET-MRI system |
| DE102016217984A1 (de) * | 2016-09-20 | 2018-04-05 | Siemens Healthcare Gmbh | Sinogrammbasierte Streustrahlenkorrektur in der Computertomographie |
| US11039805B2 (en) * | 2017-01-05 | 2021-06-22 | General Electric Company | Deep learning based estimation of data for use in tomographic reconstruction |
| WO2019034944A1 (en) * | 2017-08-17 | 2019-02-21 | Navix International Limited | RECONSTRUCTION OF ANATOMIC STRUCTURE FROM INTRACORPORATE MEASUREMENTS |
| US11238562B2 (en) | 2017-08-17 | 2022-02-01 | Koninklijke Philips N.V. | Ultrasound system with deep learning network for image artifact identification and removal |
| CN107595278A (zh) * | 2017-09-19 | 2018-01-19 | 深圳市大耳马科技有限公司 | 一种生成医学影像设备门控信号的方法、装置及系统 |
| DE102017217550A1 (de) | 2017-10-02 | 2019-04-04 | Siemens Healthcare Gmbh | Identifikation von Bildartefakten mittels maschinellen Lernens |
| US10930064B2 (en) * | 2018-02-08 | 2021-02-23 | Covidien Lp | Imaging reconstruction system and method |
| EP3628230A1 (en) * | 2018-09-27 | 2020-04-01 | Koninklijke Philips N.V. | X-ray imaging system with foreign object reduction |
| JP7309988B2 (ja) * | 2018-11-27 | 2023-07-18 | キヤノンメディカルシステムズ株式会社 | 医用画像処理装置および医用画像処理方法 |
| JP7144292B2 (ja) * | 2018-11-27 | 2022-09-29 | キヤノンメディカルシステムズ株式会社 | 医用画像処理装置および医用画像処理方法 |
| EP3692918B1 (de) * | 2019-02-08 | 2021-05-19 | Siemens Healthcare GmbH | Lernbasierte korrektur von rasterartefakten in der röntgenbildgebung |
| EP3930614A1 (en) * | 2019-02-28 | 2022-01-05 | Koninklijke Philips N.V. | Feedback continuous positioning control of end-effectors |
| GB201906103D0 (en) | 2019-05-01 | 2019-06-12 | Cambridge Entpr Ltd | Method and apparatus for analysing intracoronary images |
| WO2021001710A1 (en) | 2019-07-02 | 2021-01-07 | Technology Innovation Momentum Fund (Israel) Limited Partnership | Interrogation of arrays of equally spaced weak reflectors in optical fibers |
| US20230005135A1 (en) * | 2020-01-14 | 2023-01-05 | Koninklijke Philips N.V. | Image enhancement based on fiber optic shape-sensing |
| CN111329587A (zh) * | 2020-02-19 | 2020-06-26 | 上海理工大学 | 利用形状传感光纤网格进行手术配准系统 |
| CN114152212A (zh) | 2020-08-18 | 2022-03-08 | 索尼集团公司 | 电子装置和方法 |
| WO2022248967A1 (en) * | 2021-05-24 | 2022-12-01 | Ramot At Tel-Aviv University Ltd. | Shape sensing of multimode optical fibers |
| CN114298934B (zh) * | 2021-12-24 | 2022-12-09 | 北京朗视仪器股份有限公司 | 一种基于像素调节的面颊夹显影弱化方法、装置 |
Family Cites Families (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6118845A (en) * | 1998-06-29 | 2000-09-12 | Surgical Navigation Technologies, Inc. | System and methods for the reduction and elimination of image artifacts in the calibration of X-ray imagers |
| US6990368B2 (en) * | 2002-04-04 | 2006-01-24 | Surgical Navigation Technologies, Inc. | Method and apparatus for virtual digital subtraction angiography |
| US20060239585A1 (en) * | 2005-04-04 | 2006-10-26 | Valadez Gerardo H | System and method for reducing artifacts in motion corrected dynamic image sequences |
| US8050523B2 (en) * | 2007-04-20 | 2011-11-01 | Koninklijke Philips Electronics N.V. | Optical fiber shape sensing systems |
| CN102016923A (zh) * | 2008-05-06 | 2011-04-13 | 皇家飞利浦电子股份有限公司 | 图像伪影的减少 |
| JP5142821B2 (ja) * | 2008-05-26 | 2013-02-13 | 株式会社東芝 | 画像診断装置および画像表示装置 |
| US20100030063A1 (en) * | 2008-07-31 | 2010-02-04 | Medtronic, Inc. | System and method for tracking an instrument |
| EP2624780B1 (en) * | 2010-10-08 | 2024-02-14 | Koninklijke Philips N.V. | Flexible tether with integrated sensors for dynamic instrument tracking |
| US9317920B2 (en) * | 2011-11-30 | 2016-04-19 | Rush University Medical Center | System and methods for identification of implanted medical devices and/or detection of retained surgical foreign objects from medical images |
-
2013
- 2013-03-29 RU RU2014143669A patent/RU2014143669A/ru not_active Application Discontinuation
- 2013-03-29 US US14/395,833 patent/US20160242854A1/en not_active Abandoned
- 2013-03-29 CN CN201380021434.3A patent/CN104244830B/zh not_active Expired - Fee Related
- 2013-03-29 WO PCT/IB2013/052536 patent/WO2013144912A1/en active Application Filing
- 2013-03-29 JP JP2015506326A patent/JP6216770B2/ja not_active Expired - Fee Related
- 2013-03-29 EP EP13724381.2A patent/EP2830502B1/en not_active Not-in-force
- 2013-03-29 BR BR112014026073A patent/BR112014026073A2/pt not_active IP Right Cessation
Also Published As
| Publication number | Publication date |
|---|---|
| EP2830502A1 (en) | 2015-02-04 |
| WO2013144912A1 (en) | 2013-10-03 |
| CN104244830B (zh) | 2017-11-14 |
| JP2015514491A (ja) | 2015-05-21 |
| CN104244830A (zh) | 2014-12-24 |
| BR112014026073A2 (pt) | 2017-06-27 |
| US20160242854A1 (en) | 2016-08-25 |
| RU2014143669A (ru) | 2016-05-27 |
| EP2830502B1 (en) | 2016-07-13 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP6216770B2 (ja) | 形状検知によるアーティファクト除去 | |
| JP6411459B2 (ja) | 冠血流予備量比シミュレーションに対する形状感知超音波プローブ | |
| JP6129750B2 (ja) | 血管内の装置の形状を用いた血管画像の非剛体モーフィング | |
| US9907527B2 (en) | Vascular data processing and image registration systems, methods, and apparatuses | |
| JP6114748B2 (ja) | 光学ファイバー形状データを用いる湾曲マルチプラナ再構成 | |
| AU2013387679B2 (en) | Vascular data processing and image registration systems, methods, and apparatuses | |
| EP2717774B1 (en) | Dynamic constraining with optical shape sensing | |
| US8275448B2 (en) | Method for reconstructing a 3D presentation | |
| US10925567B2 (en) | Adaptive imaging and frame rate optimizing based on real-time shape sensing of medical instruments | |
| JP2017217495A (ja) | リアルタイムの内蔵の機械機能を評価するための形状検出する装置 | |
| US11406278B2 (en) | Non-rigid-body morphing of vessel image using intravascular device shape | |
| WO2015071343A1 (en) | Detection of rotational angle of an interventional device |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20160325 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20170130 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20170307 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20170327 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20170829 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20170925 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 6216770 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| LAPS | Cancellation because of no payment of annual fees |