JP7093801B2 - 手術中の位置調整および誘導を容易にするシステム - Google Patents

Description

本開示は、手術中の位置調整および誘導を容易にする方法およびシステムに関する。

背景
様々な身体部位にアクセスする低侵襲技術は、診断、治療、およびその他の外科的目的で一般的な方法になっている。たとえば、医療提供者は、胃腸管、気道、尿路、脈管構造に経皮的にアクセスすることができる。場合によっては患者に挿入される物体は直接可視とすることができるが、別の状況では直接的な見通しが利かない場合がある。

直接的な見通しが利かない血管内手術やその他の処置の場合、患者の解剖学的構造内での物体の導入および誘導を支援するために画像を取得するＸ線透視法が利用されることが多い。血管内装置およびその他の装置の誘導にＸ線Ｃアーム透視法を使用することが増えると、患者および手術室スタッフの放射線被ばくリスクの懸念が高まる。

本開示は、手術中の位置調整および誘導を容易にする方法およびシステムに関する。
一例として、方法は、追跡データをメモリに記憶する工程を含むことがあり、前記追跡データは、追跡システムにより生成されて前記追跡システムの追跡座標系における物体の位置を表す。前記方法は、患者固有の陰関数モデルをメモリに記憶する工程を含むことがあり、患者固有の前記陰関数モデルは、患者に関して取得される画像データに基づいて生成されて患者の解剖学的構造の幾何学形状を定義する。また、前記方法は、前記追跡データおよび患者固有の前記陰関数モデルを共通の三次元座標系に登録する工程を含むことがある。また、前記方法は、前記共通座標系における患者の前記解剖学的構造の幾何学形状に対する前記物体の位置を表す出力画像を生成する工程を含むことがある。

別の例として、システムは、追跡データを記憶するメモリを含むことがあり、前記追跡データは、追跡システムにより生成されて追跡座標系における物体の位置を表す。また、メモリは、患者固有の陰関数モデルを記憶して患者の解剖学的構造の幾何学形状を画像座標系において定義することができる。登録エンジンは、前記追跡データおよび画像データに基づいて登録行列を算出するようにプログラミングされることがある。前記登録エンジンは、前記登録行列を前記追跡データに適用して前記追跡データを前記追跡システムの座標系から前記画像座標系に変換するようにプログラミングされることがある。出力ジェネレータは、前記画像座標系における患者の前記解剖学的構造の幾何学形状に対する前記物体の位置を表すグラフィカル画像を生成することができる。

手術中位置調整システムの例を示す図。 陰関数モデルの生成に利用可能なサブシステムの例を示す図。 変換行列の生成に利用可能なサブシステムの例を示す図。 組み合わせマーカーの例を示す図。 患者に取り付けられるように構成された構造において実現した複数の組み合わせマーカーの例を示す図。 組み合わせマーカーに関連付けられる幾何学形状の例を示す図。 登録追跡データを生成するのに利用可能なシステムの例を示す図。 画像化のために陰関数モデルの位置を補正するのに利用可能な位置補正システムの例を示す図。 陰関数モデルに関して実行可能な平行移動補正を例示する解剖学的構造の画像化の例を示す図。 陰関数モデルに関して実行可能な回転補正を例示する解剖学的構造の画像化の例を示す図。 陰関数モデルに関して実行可能な平行移動と回転の両方を例示する解剖学的構造の画像化の例を示す図。 異なる補正レベルでの陰関数モデルに基づく解剖学的構造の画像化の例を示す図。 異なる補正レベルでの陰関数モデルに基づく表面レンダリングを含む解剖学的構造の画像化の例を示す図。 出力画像を生成するために実行可能な出力ジェネレータの例を示す図。 複数の物体センサに関して提供される追跡データに基づいて、物体レンダリング機能により生成可能な細長の器具（たとえば、カテーテル）のレンダリングの例を示す図。 陰関数モデルに基づいて生成される患者の解剖学的構造の画像に対する追跡物体の出力画像の一部の例を示す図。 陰関数モデルに基づいて生成される患者の解剖学的構造の画像に対する追跡物体の出力画像の別の例を示す図。 複数の異なるビュー（視野）に対して同時に生成可能な複数の同時生成出力画像の例を示す図。 異なる視野角に対して同時に生成可能な複数の出力画像を表す別の出力画像の例を示す図。 手術中の位置調整を容易にするように実行可能な方法の例を示すフロー図。

本開示は、手術中における物体の位置調整および誘導を容易にする方法およびシステムに関する。
本願に開示するアプローチは、追跡データを受信してメモリに記憶する。追跡データは、患者の身体の解剖学的構造（たとえば、管状構造）内で移動中の物体の位置を表すことができる。追跡データは、電離放射線を使用せずに物体の位置を表すことができる。たとえば、１つまたはそれ以上のセンサが追跡中の物体に接続されることがあり、それは追跡システムにより提供される場に応答して感知信号を提供することができる。追跡システムは、追跡データを決定して追跡システムの座標系において物体の三次元位置および向きを示すことができる。追跡データは、患者固有の陰関数モデルも登録されている三次元座標系に登録することができる。患者固有の陰関数モデルは、患者の解剖学的構造の幾何学形状を定義する、患者に関して取得される画像データに基づいて生成することができる。患者固有の陰関数モデルの生成に使用される画像データは、追跡システムにより追跡される手術時処置の前に取得することができる。たとえば、画像データは、手術前の計画段階の一環として取得することができる。

登録された追跡データと陰関数モデルに基づいて出力画像を生成して、患者の解剖学的構造に対する位置で、対応する物体の三次元グラフィカル表示を行うことができる。たとえば、物体の位置、方向、形状を追跡し、患者の解剖学的構造の直観的な３Ｄ陰影付き表面モデルで表示して視覚化することができる。患者の解剖学的構造の陰関数モデルにより、画像の表示および更新、たとえば直接的な見通しの利かない手術中処置をほぼリアルタイムで動的に画像化することができる。しかも、このアプローチは、手術中に多くの手順で一般的に使用される電離放射線を排除するか、あるいは少なくとも大幅に低減することができる。

図１は、手術中の誘導および位置調整を容易にするシステム１０の一例を示す。システム１０は、入力される追跡データ１６に基づいて登録される追跡データ１４を算出するように構成された登録エンジン１２を備える。入力される追跡データ１６は、たとえば患者に与えられる非電離放射線に応答して、器具すなわちインプラント装置などの物体に組み込み可能な１つまたはそれ以上のセンサの位置を追跡する追跡システムにより提供されることある。ここで使用されるように、非電離放射線とは、原子または分子を電離化させる、すなわち原子または分子から電子を完全に取り除くのに十分な量子当たりのエネルギーを有していない任意の種類の電磁放射線を指すことができる。追跡システムにより供給される電磁放射線は、物質を通過する際に電荷イオンを生成する代わりに、電子の高エネルギー状態への移動である励起にとってのみ十分なエネルギーを有することができる。超音波センサなどのその他の種類の追跡システムを採用して追跡データを提供することもできる。追跡データ１６は、追跡システムにより検出可能な各センサの位置と向き（たとえば、ベクトル）を含むことができる。

登録エンジン１２は、追跡システムの座標系からの追跡データ１６を、解剖学的モデルデータ２０に共通する座標系に変換することができる登録行列１８を算出するようにプログラミングされている。たとえば、解剖学的モデルデータ２０は、陰関数モデルによって１つまたはそれ以上の患者の解剖学的構造の幾何学形状を表すことができる。ここで使用されるように、陰関数モデルは、少数のパラメータにより幾何学的構造を表すことができる。たとえば、解剖学的モデルデータ２０は、撮像データに基づいて生成可能な患者の物理的な解剖学的構造の幾何学形状を定義するパラメータを表すことができる。管状の解剖学的構造の例において、陰関数モデルは、管状の解剖学的構造の中心線および表面の幾何学形状を定義するパラメータを含むことができる。一例として、陰関数モデルは、ロフト型の基底スプライン（ｂスプライン）として実現することができる。

陰関数モデルの生成に使用される撮像データは、コンピュータ断層撮影（ＣＴ）、磁気共鳴画像診断、多平面Ｘ線などの撮像装置によって取得することができ、撮像装置の座標系において患者の解剖学的構造の三次元画像を提供するように構成することができる。解剖学的モデルデータ２０とは異なる追跡データ１６が追跡システムの座標系に生成されるため、登録エンジン１２は、追跡データを解剖学的モデルデータが存在する座標系または別の共通座標系に変換するように構成することができる。

一例として、解剖学的モデルは手術前撮像データに基づいて生成することができるが、追跡データ１６は手術中に追跡システムにより生成され、追跡システムにより監視される各センサの位置および向きに対応したリアルタイム追跡データを提供することができる。たとえば、１つまたはそれ以上のセンサはそれぞれ、患者に対して移動可能な物体に取り付けられることがある。たとえば、追跡システムにより検出可能なセンサは、患者の身体内で経腔的に移動および位置決めされるガイドワイヤ、カテーテル、ステント、またはその他の装置に取り付けられることがある。いくつかの例において、各センサは、５または６の自由度での追跡を可能にする追跡システムにより検出されることがある。電磁型の追跡システムにより検出可能なセンサの例は、カナダ国オンタリオ州のノーザンデジタル（Northern Digital）社から市販されている。追跡システムの種類に応じてその他の種類のセンサを使用することもできる。

登録エンジン１２は、対応する登録行列１８を生成するために、追跡データを適用することのできる変換を算出するようにプログラミングされた変換カリキュレータ２２を含むことができる。たとえば、変換カリキュレータ２２は、放射線変換２４を採用することができ、この変換は、解剖学的モデルデータ２０と、処置中の患者の位置に対応した手術中撮像データとを構築するのに利用される撮像データに基づいて生成することができる。したがって、放射線変換２４は、追跡データ１６を経時的に捕捉する１つまたはそれ以上のフレームに適用可能な固定の変換とすることができる。変換カリキュレータ２２は、追跡システムにより監視中の患者および／またはセンサの移動に対応することができる。たとえば、登録行列１８は、追跡データの各フレームに対応した変換をもたらすべく、（たとえば、各センサ位置で）追跡中の物体上の所定箇所における位置および向きを、解剖学的モデルデータ２０と同じ座標系における登録された追跡データ１４に変換する登録行列を再算出することができる。本願に開示するように、登録された追跡データ１４は、上記共通座標系において任意の数の１つまたはそれ以上の物体の位置および向きを表すことができる。

出力ジェネレータ２６は、登録された追跡データと解剖学的モデルデータとに基づいてグラフィカル画像を生成するように構成することができる。グラフィカル画像は、１人またはそれ以上のユーザによる目視のために出力ディスプレイ２８に提供することができる。さらに、出力ジェネレータ２６は、解剖学的モデルデータ２０によって表される解剖学的構造のグラフィカル画像をレンダリングするようにプログラミングされることがある。登録された追跡データによって表される物体の向きにおける１つまたはそれ以上の点も、生成されるグラフィカル画像でレンダリングすることができる。

出力ジェネレータ２６は、センサが関連している物体のグラフィカル表示を行うこともできる。たとえば、センサは、患者に対して移動可能な１つまたはそれ以上の部分を有するカテーテルまたはガイドワイヤに取り付けられることがある。センサを上記物体の所定の位置に取り付けることにより、登録された追跡データ１４は、解剖学的構造のレンダリングと併せて重畳される出力画像において物体をグラフィカルに表示するための原点を提供できる物体の特定可能な点に対応することができる。

別の例として、出力ジェネレータ２６は、前記出力画像の生成の際に他のデータ３０を採用することができる。他のデータ３０は、登録された追跡データ１４に基づいてレンダリングを行うことのできるモデルまたはその他の表示形式を表すことができる。他のデータ３０はメモリに記憶され、センサが取り付けられた物体の仕様に応じて出力ジェネレータ２６からアクセスすることができる。これはユーザ入力に応答して設定するか、あるいは、システム１０により、またはその他の方法で取得されるデータに基づいて自動的に決定することができる。たとえば、他のデータ３０は、選択的に使用可能な物体（たとえば、器具および／またはインプラント装置）のライブラリを含むことができる。ライブラリ内の各物体は、物体と、物体の所定の位置に取り付けられた１つまたはそれ以上のセンサの位置とをレンダリングする各自のモデルを含むことができる。したがって、このようなモデルのライブラリは、システム１０で利用されている様々な種類の利用可能な装置のそれぞれに対して構築することができる。さらに、各物体のモデリングは、陰関数の物体モデルに対応させることができるため、少数のパラメータにより、対応する装置構造の全体的な幾何学形状ならびにそれの挙動上の特徴を定義することができる。

別の例として、他のデータ３０は、幾何学形状および挙動上の特徴ならびに各種の装置を表すことができる。たとえば、このような幾何学形状および挙動上の特徴は、器具すなわちインプラント装置の製造業者から提供されるＣＡＤモデリングに基づいて取得されるか、あるいは装置の構造分析に基づいて決定することができる。

図２は、例えば管状の解剖学的構造の陰関数モデルを生成するために利用可能なシステム５０の例を示す。システム５０は、解剖学的画像データ５６に基づいて陰関数モデルデータ５４を生成するようにプログラミングされた解剖学的モデルジェネレータ５２を備える。解剖学的画像データ５６はたとえば、画像装置により手術前に患者から取得することができる。一例として、手術前画像データ５６は、患者の目的の領域の手術前の動脈ＣＴスキャンに対応させることができ、たとえば対応する手術の数週間または数ヶ月前に取得することができる。ＭＲＩ、超音波診断、陽電子放射断層撮影などの三次元画像データ５６を提供するその他の撮像装置も利用することができる。このようなスキャンは、プロテーゼのサイジングを助け、手術またはその他の治療処置を計画する手術ワークフローにおける手術前の計画に共通する部分である。

対応する画像データ５６は、手術中位置調整システム（たとえば、図１のシステム１０）からアクセス可能なメモリに記憶されるか、あるいは手術中位置調整システムに転送されることがある。画像データ５６は、患者の解剖学的構造に対応するピクセル（二次元スライス）またはボクセル（三次元画像情報）を表す画像データを含むことができる。また、画像データ５６は、画像空間から対応する三次元座標系へのピクセルまたはボクセルの平行移動を指定可能な１つまたはそれ以上の変換を含むことができる。このような変換は、たとえば画像データ５６の一部であるメタデータとして提供することができる。よって、手術前画像データ５６は、画像空間における画像データの点（ピクセル）または体積（ボクセル）の座標を、撮像装置に対応した対応の三次元座標系へと変換するのに十分な情報を含む。

解剖学的モデルジェネレータ５２は、入力画像データ５６の処理に基づいて陰関数モデルデータ５４を生成するようにプログラミングされている。一例として、解剖学的モデルジェネレータ５２は画像前処理５８を実行することができる。画像前処理は、対応する目的の解剖学的構造を特定するための背景補正、セグメント化、閾値設定などの自動および／または手動のプロセスを含むことができる。たとえば、解剖学的構造は、主要な血管ならびに主要な血管から延びる１つまたはそれ以上の分枝に対応させることができる。たとえば、血管は、患者の下行大動脈とそれに関連する腎動脈ならびにその他の分枝に対応させることができる。他の例では、解剖学的構造は、腸管、気道の一部、患者の消化管、または様々な診断上および手術上の目的のために物体を経腔的に配置することのできるその他の解剖学的構造に対応させることができる。

解剖学的モデルジェネレータ５２は、中心線カリキュレータ６０も含むことができる。中心線カリキュレータは、細長の管状の解剖学的構造の対応する中心線を算出するようにプログラミングされることがある。一例として、中心線は、構造の中心軸に沿って縦方向に延びるピクセル厚またはボクセル厚として算出することができる。管状構造の対応する表面境界は、管腔カリキュレータ６２により算出することができる。管状構造は、中心線カリキュレータ６０により算出される解剖学的構造の長さに沿って、中心線に対する対応の関数関係を有する解剖学的構造の表面に対応させることができる。

パラメータエスティメータ６４は、管腔構造の中心線および表面に対応する１セットのモデルパラメータを算出することができ、そのパラメータは陰関数モデルデータ５４に対応させることができる。パラメータのセットは、細長の解剖学的構造のためのロフト型のｂスプライン（基底スプライン）関数に対応するような小さいセットのパラメータとすることができる。一例として、解剖学的モデルジェネレータ５２は、米国特許公開第２０１１／００２６７９３号「自動中心線抽出方法および対応する分析表現とその使用」の開示に従って陰関数モデルデータを算出するようにプログラミングすることができ、この特許は引用により本願に組み込まれる。管状の解剖学的構造の陰関数モデル生成の別の例がゴエル、ヴィカシュアール（Goel, Vikash R）著のコーネル大学の修士論文（２００５）「大動脈瘤修復用ＣＴスキャンを用いた解析中心線抽出および表面調整」に開示されており、引用により本願に組み込まれる。陰関数モデルデータを生成する他のアプローチも利用することができる。また、陰関数モデルデータ５４を提供するその他の種類の幾何学的表示を利用することができる。たとえば、患者の目的の解剖学的構造を表す解剖学的モデルデータ５４を提供するために、ロフト型の楕円または三角形のメッシュを表すパラメータを生成することができる。

図３は、放射線変換行列１０２の生成に利用可能なサブシステム１００の一例を示す。放射線変換行列１０２は、手術前座標系から、患者の身体１０６に取り付け可能な組み合わせマーカーシステム１０４の対応する座標系への変換をもたらすことができる。組み合わせマーカーシステム１０４は、相互に所定の関係で配置される基準点マーカーなどの複数の放射線不透過の物体を含むことができる。ここで使用するように、放射線不透過とは、撮像装置１２０により取得される対応の画像において物体を可視とするのに十分なほど、通過する電磁放射を電離させることができないことを指す。よって、放射線不透過の物体は、撮像装置１２０に対する放射線不透過材料であり得る。

組み合わせマーカーシステム１０４は、放射線不透過の基準点マーカーに対して所定の位置を有する１つまたはそれ以上のセンサも含むことができる。組み合わせマーカーシステムは、目的の解剖学的構造に近い位置で患者の胴体（たとえば、患者の背中）などの患者の身体に取り付け可能な任意の数の１つまたはそれ以上の組み合わせマーカーを含むことができる。たとえば、マーカーシステム１０４は、目的の追跡領域に配置可能な２つ以上（たとえば、３つの）マーカーを含むことができる。いくつかの例において、マーカーシステム１０４は、複数の間隔をおいて配置された組み合わせマーカーを含むことができる。血管内装置を下行大動脈内で位置調整または追跡する処置の例の場合、腎動脈が大動脈に結合する場所の近傍に追跡システムを配置させることができる。目的の追跡領域に応じて他の位置を利用することもできる。

組み合わせマーカーシステム１０４の例を図４および図５に示す。図４は、単独の組み合わせマーカーシステム１０４を示す。この例において、組み合わせマーカーシステム１０４は複数の放射線不透過の基準点構造１０８を含み、それらは所定の形状を有するとともに互いに所定の幾何学的関係を有する。たとえば、放射線不透過の物体１０８は、所定の角度の向きおよび所定の空間配置（たとえば、不等辺直角三角形として構成）を有する複数の球として実現することができる。したがって、放射線不透過の物体１０８のそれぞれは、対応する放射線写真（たとえば、ＣＴスキャン、２平面Ｘ線などにより処置中に取得される）で特定することができる。上述したように、物体１０８に利用可能な材料の種類は、利用される撮像装置１２０に応じて変更することができる。組み合わせマーカー１０４は、追跡システムにより検出可能な１つまたはそれ以上のセンサ１１０も備える。各センサ１１０は、放射線不透過の各物体１０８の形状に対して所定の空間的関係（たとえば、距離と角度）を有するような寸法および構成を備えることができる。たとえば、センサ１１０は、物体１０８の幾何学的関係に基づいて算出可能な一対の軸の原点に配置される細長のセンサを含むことができる。また、センサ１１０自体が軸１１２に沿って延びるか、あるいは放射線不透過の各物体１０８により画定される軸に平行とすることができる。

図６は、組み合わせマーカー１０４（図４）に対して決定することのできる対応の座標系１４２の形状を例示する。図６の例では、座標系１４２は（ページの）三角形の面にＸ軸とＺ軸を有し、対応するＹ軸はその面（たとえば、図が示されているページ）に垂直に延びる。図６に示すように、センサ本体１１０’は、座標系１４２のＺ軸に沿って延びるように示されている。１１４で示されるセンサ１１０の本体の中心がＸ軸、Ｙ軸およびＺ軸の原点である。本願に開示するように、センサ１１０は、Ｚ軸の長さに沿って軸方向に延びており、追跡システムにより検出可能な細長コイルとして構成することができる。たとえば、センサ１１０は、組み合わせマーカーシステム１０４内の導電性材料製のコイルであって、センサコイルの中心が対応する座標系１４２の原点に位置するコイルとして実現することができる。

図５は、患者の皮膚を組み合わせマーカーの硬い表面から保護するのを助けることができるマーカーパッド装置１１６を示す。１つまたはそれ以上の組み合わせマーカーシステム１０４（図４）は、図３を参照して開示されるように、追跡システムの領域と手術中画像データの領域との間で同時に登録を可能とするようにパッド装置１１６内に実装することができる。たとえば、パッド１１６は、各組み合わせマーカーの周囲にクッションを提供するゲルまたはその他の軟体可撓材料を含むことができる。

図５の例では、パッド装置１１６は、互いに間隔をおいて分散された３つの組み合わせマーカー１０４を含む。パッド装置１１６は、患者の移動に対応する柔軟性を許容しつつ、ほぼ固定された空間的関係で各組み合わせマーカーが保持されるように構成することができる。各組み合わせマーカー１０４は、追跡システムに接続することのできる対応の接続部１１５も有する。たとえば、追跡システムは本願に開示するように電磁追跡システムとして実現することができるため、各接続部１１５は、追跡システムの送信機により生成され、各感知コイルにより検出可能である電磁場に応答した誘起電流を表す電気信号を追跡システムに供給することができる。他の例では、接続は無線でもよく、センサはＲＦまたはその他の無線技術により通信を行うことができる。追跡システムはセンサ信号を、本願に開示するように分析することができる対応の追跡システムデータに変換することができる。たとえば、追跡データは、組み合わせマーカー１０４毎に追跡システムの送信機に対する三次元座標空間内の点の位置および向きを含むことができる。

図３に戻ると、手術時撮像装置１２０は、少なくとも患者の身体における目的の追跡領域の形状と、患者の身体に取り付けられた組み合わせマーカーシステム１０４とに対応する手術中画像データ１２２を生成するように利用することができる。上述したように、システム１００は、手術時撮像装置１２０に利用されるものと同じかまたは異なる種類の撮像装置を用いて取得可能な手術前解剖学的画像データ５６も利用することができる。

画像空間変換カリキュレータ１２４は、手術前画像データ５６の対応する座標系に手術中画像データ１２２を登録するように構成することができる。画像空間変換カリキュレータ１２４による算出は、画像ピクセルまたはボクセルを撮像装置１２０の座標系内の点または体積に変換する、撮像装置によって提供されるメタデータの変換に基づいて容易にすることができる。したがって、画像空間変換カリキュレータ１２４は、手術前画像データ５６への手術中画像データ１２２の変換をもたらす対応の画像空間変換行列１２６を提供することができる（図２）。また、画像空間変換行列１２６は、手術前スキャンからのマーキングまたはその他の情報を、対応する処置の間に取得される対応の手術中透視画像に重ねるために利用することもできる。手術中画像データ１２２および手術前画像データ５６は、１つまたはそれ以上の非一時的なコンピュータ可読媒体などのメモリに記憶することができる。いくつかの例において、メモリはネットワークを介してアクセス可能であるか、あるいは、メモリは固体記憶装置（たとえば、フラッシュドライブなど）などの携帯記憶装置とすることができる。

サブシステム１００は、手術中画像データ１２２に基づいて画像マーカー変換行列１３２を生成するようにプログラミングされたマーカー登録エンジン１３０も含む。画像マーカー変換行列は、手術中画像データ１２２に基づいて提供されるマーカーの向きと共に、組み合わせマーカーシステム１０４（または少なくともその一部）の位置を符号化する。マーカー登録エンジン１３０は、放射線不透過の基準点マーカー（たとえば、図４および５のマーカー１０８）を特定するために手術中画像データ１２２を処理するようにプログラミングされた画像処理１３４を含むことができる。画像処理１３４は、放射線不透過の各基準点マーカー１０８の境界を表すピクセルおよび／またはボクセルのエッジ検出データセットを生成するために、閾値設定と画像セグメント化を含むことができる。

マーカーロケータ１３６は、エッジ検出データセットの対応する距離変換を算出することができる。一例として、マーカーロケータ１３６は、エッジ検出データセットに対する画像データ１２２において各ピクセルまたはボクセルの距離を算出することができる。たとえば、各基準点マーカーの縁部または境界内のボクセルの距離のみを算出するように部分変換を利用することができる。対応する算出距離値はボクセル毎に記憶することができる。たとえば、距離変換は、たとえば球に相当することのある放射線不透過の基準点マーカーの最も近い縁部までの距離を各ボクセルごとに含んだボクセルセットを提供することができる。マーカーロケータ１３６は、対応する軸（たとえば、各位置に球が存在する場合に足から頭まで、あるいは前後、あるいは左右に延びる）に沿って距離変換データセットを分析することができる。

マーカーエバリュエータは、たとえば球の中心で各球の表面にわたって距離変換の表面積分を算出することによって、ボクセルデータセットにおける特定の位置が球の中心であるか否かを評価するようにプログラミングすることができる。評価されるボクセルに対して球が存在すると判定される場合、表面積分はおよそゼロになるはずである。したがって、閾値（たとえば、調節可能な閾値）を設定して、表面積分と比較して、位置を球として記録すべきか否かを特定することができる。したがって、マーカーエバリュエータは、放射線不透過マーカーのとりうるすべての位置をテストし、点を比較することにより、マーカーが実際にその位置に存在することを確認することができる。調節可能な閾値未満の値を有する各クラスタは放射線不透過マーカーとして特定することができ、その位置の平均値は、対応する放射線不透過マーカーの特定に利用することができる。

図６を再び参照すると、手術中画像データに基づいてすべての球が特定された後、放射線不透過マーカー１０８の可能性のある各グループ分けを評価して各合成マーカーの位置を特定することができる。たとえば、各マーカー１０８間の距離（その重心間の距離）がテストされ、その距離が組み合わせマーカーの物理的デザインにおいて放射線不透過マーカーにより形成される三角形の脚の所定長さに一致するか否かを判定することができる。図６の例では、各マーカー１０８はマーカー１０８Ａ，１０８Ｂ，１０８Ｃとして特定されている。

図３の例では、マーカー登録エンジン１３０は変換行列カリキュレータ１４０を含む。変換行列カリキュレータ１４０は、各組み合わせマーカーの座標系１４２を算出するようにプログラミングされている。たとえば、座標系の原点１１４は、マーカー１０８Ａ，１０８Ｂ，１０８Ｃ間で形成される三角形の重心に位置することができる。上述したように、（追跡システムにより検出可能な）センサ１１０の中心は、座標系１４２の原点に配置することができるか、あるいはマーカー１０８Ａ，１０８Ｂ，１０８Ｃとの間で別の所定の空間的関係を有することができる。

変換行列カリキュレータ１４０は、対応する画像マーカー変換行列１３２を算出するようにプログラミングされることもある。変換行列カリキュレータ１４０は、三角形の重心位置を符号化する平行移動成分として画像マーカー変換行列１３２を算出し、それぞれのマーカー１０４の向きを符号化する回転成分を含むことができる。回転はたとえば基底関数の変化に対応させることができる。座標系１４２の場合、Ｘ基底ベクトルは、マーカー１０８Ａまで延びる球の正規化ベクトルを表すことができる。Ｚ基底ベクトルは、１０８Ｂからマーカー１０８Ｃまで延びる正規化ベクトルマーカーに対応することができる。Ｙ基底ベクトルは、Ｚ基底ベクトルおよびＸ基底ベクトルのプロセス積に対応することができる。変換行列カリキュレータ１４０がＹベクトルを算出した後、ＸベクトルおよびＺベクトルを必要に応じてそれぞれ調節し、すべてのベクトルが互いに直交することを確実にすることができる。対応する座標系の出力は、画像マーカー変換行列１３２として提供することができる。

システム１００は、画像マーカー変換行列１３２と画像空間変換行列１２６に基づいて放射線変換行列１０２を生成するようにプログラミングされた変換カリキュレータ１４６をさらに含む。変換カリキュレータ１４６はたとえば、画像マーカー変換行列１３２と画像空間変換行列１２６の逆数とを連結することにより、放射線変換行列を算出することができる。その結果、放射線変換行列１０２は、手術前画像スキャンの原点から、組み合わせマーカーの位置および向きへの変換を表すことができる。

図７は、追跡システム１５４から取得される追跡データ１５２を、対応する登録追跡データ１５６に変換するシステム１５０の例を示し、登録追跡データは陰関数解剖学的モデル（たとえば、図１のモデルデータ２０によって定義）と共に共通座標系に登録される。本願に開示するように、共通座標系は、追跡システム１５４により手術中に生成される追跡データに対して、手術前に取得されている画像データの座標系を表すことができる。一例として、追跡システム１５４は追跡データ１５２を生成して、患者の身体１６０内に配置された１つまたはそれ以上のセンサ１５８の位置および向きを表すことができる。

組み合わせマーカーシステム１６２（たとえば、図３～図６の１つまたはそれ以上の組み合わせマーカー１０４）は、患者の身体１６０に取り付けることができる。図７の例では、組み合わせマーカーシステム１６２は、追跡システム１５４の座標系内における組み合わせマーカーの位置を示す信号を追跡システムに提供する１つまたはそれ以上のセンサを含むことができる。１つまたはそれ以上のその他のセンサは、追跡システムの座標系における上記センサの位置を特定するために、患者の身体１６０内で移動可能な物体に対して取り付けることができる。したがって、各センサ１５８は追跡システムに信号を提供することができ、その信号に基づいて、追跡システムはセンサ毎に対応する追跡データを算出することができる。上述したように、追跡データ１５２は、各物体センサ１５８と組み合わせマーカーシステム１６２内のマーカーセンサの位置および向きを表す。

追跡システム１５４は出力サンプルレートで追跡データを提供して、センサが取り付けられた物体ならびに組み合わせマーカーシステムをリアルタイムで位置調整および画像化するための算出を可能にする。組み合わせマーカーシステム１６２は、患者の身体１６０に取り付けられるため、追跡システム１５４の座標系、登録追跡データ１５６は常時算出されて患者の身体１６０の移動に対応する。たとえば、追跡システム１５４は、各センサ１５８により検出されて、対応するセンサ信号を追跡システムに提供する、１５５で表される非電離場を提供する送信機（たとえば、電磁場ジェネレータ）を含むことができる。追跡システム１５４はたとえばカナダ国オンタリオ州のノーザンデジタル社から市販されている。追跡システム１５４は、各センサがほぼリアルタイムでセンサ位置を決定する（たとえば、センサの位置および向きを表すベクトルを提供する）ことを可能にする十分な出力サンプルレート（たとえば、１秒間に６０個のサンプル）で追跡データ１５２を提供することができる。したがって、追跡処理サブシステムは追跡データの各フレームを処理できるため、登録された追跡データは、追跡システムにより取得されるリアルタイム追跡データを同様に表すことができ、本願に開示するように、この追跡データは解剖学的モデルの座標系に登録して、グラフィカル表示としてレンダリングすることができる。

マーカー特定機能１６６は、各合成マーカ（たとえば、マーカ１０４）を特定するように構成することができる。たとえば、マーカー特定機能１６６は、追跡システムセンサと各組み合わせマーカーとを関連付けるようにプログラミングされている。たとえば、マーカー特定機能１６６は、手術中画像データ１７０により示されるように、追跡システムの座標空間（たとえば、電磁空間）と手術中画像座標系との各マーカー間の距離を算出するようにプログラミングされた合致カリキュレータ１６８を含むことができる。たとえば、合致カリキュレータ１６８は、追跡システム座標系と手術中画像座標系の２つのマーカー間の距離差を算出するようにプログラミングすることができる。また、合致カリキュレータ１６８は、追跡システム座標系と手術中画像座標系の両方の２つのマーカーのＺ軸間の角度差も算出することができる。

合致カリキュレータによる算出に基づいて、スコアリング機能１７２は、合致計算の質と結果を表すスコアを割り当てることができる。たとえば、スコアリング機能１７２は、各組み合わせマーカーにスコアを割り当てて、合致カリキュレータ１６８により実行される各計算に基づいてスコアの合計を算出することができる。次いで、マーカー特定機能１６６は、手術中画像データ１７０からどの追跡システムマーカがどの放射線不透過マーカーに対応するかを特定することができる。マーカー特定機能１６６によるスコアリングおよび分析の結果は、対応する追跡システム変換の生成に利用することができる。

合成変換カリキュレータ１７４は、組み合わせマーカーシステム１６２における各組み合わせマーカーに対応する合成変換行列を算出することができる。上述したように、組み合わせマーカーシステムは１つまたはそれ以上の合成マーカーを含み、各合成マーカーが対応する合成変換行列１７６をもたらすことができる。合成変換カリキュレータ１７４は、予め算出された放射線変換行列１７８（たとえば、図３の放射線変換行列１０２に対応）とマーカー特定機能１６６により提供される追跡システム変換情報とに基づいて合成変換行列１７６を算出することができる。たとえば、合成変換カリキュレータ１７４は、追跡システム変換の情報に放射線変換行列１７８の逆数を乗算して、追跡システム１５４の座標系から解剖学的モデルが存在する座標系への対応の合成変換行列を生成することができる。

本願に開示するように、いくつかの例では、解剖学的モデルの座標系を手術前画像データの座標系に対応させることができる。複数の組み合わせマーカーが組み合わせマーカーシステム１６２で利用される例では、対応する合成変換行列を組み合わせマーカー毎に算出することができる。次いで、総計機能１８０は、たとえばすべての組み合わせマーカー合成変換行列１７６の平均値または平均に対応する対応の登録行列１８２を算出することができる。次に、登録行列１８２が算出された所与のフレームの対応する追跡データに登録行列１８２を乗算して、上記追跡データの所与のフレームの対応する登録追跡データを提供することができる。上述したように、対応する登録行列１８２は追跡データの各フレームに対して算出できるため、登録追跡データは、たとえばフレームの１つまたはそれ以上のシーケンスにわたって取得される追跡データを得るためにフレーム毎に生成することができる。

図８は、（たとえば、図１の出力ジェネレータ２６または図１４の出力ジェネレータにより）実行され、陰関数解剖学的モデル（たとえば、対応する図１の解剖学的モデルデータ２０に基づく）により表される解剖学的構造の位置を補正する位置補正機能２００の例を示す。位置補正機能２００は、患者の脈管構造などの細長の解剖学的構造への物体（たとえば、カテーテルやガイドワイヤなどの器具）の挿入に応答して発生させることのできる変形補正を実行するようにプログラミングすることができる。図７を参照して説明したように、血管内器具に取り付けられたセンサの位置は、リアルタイムに登録される追跡データの一部として常時監視および更新することができる。

器具またはその他の物体が目的の解剖学的領域内を移動するにつれ、解剖学的構造は変形する場合があり、そのような変形は、解剖学的構造の画像生成に利用される解剖学的モデルデータを修正するために特定して利用することができる。たとえば、解剖学的構造内の器具を視覚的に正確に表示するのに解剖学的モデルを調節する必要がある場合、位置補正機能２００は、状況を検出するようにプログラミングされた位置異常ディテクタ２０２を含むことができる。したがって、位置補正機能２００は、変形エバリュエータ２１２を採用して解剖学的モデルデータに対して器具の登録された追跡データを分析し、補正を要する変形状態が存在するか否かを判定することができる。

たとえば、登録された追跡データ２０４は、患者の身体の解剖学的構造内で移動する１つまたはそれ以上のセンサ（たとえば、図７の追跡システム１５４により検出可能なセンサ１５８）を保持した器具またはその他の物体の画像を構築するように利用することができる。この例において、解剖学的モデルデータ２０６は、変形モデル２０８の変形パラメータ２１６に応じて空間的に調節可能な患者の解剖学的構造の固定表示に対応させることができる。したがって、変形パラメータを調節することで、物体が患者の解剖学的構造内に位置するようにモデルを所望量だけ変形させて、出力画像を生成することができる。

たとえば、位置異常ディテクタ２０２は、追跡データ２０４により表される物体が解剖学的モデルデータ２０６により提供される解剖学的構造の体積から外れていると変形エバリュエータが判定するか否かを検出することができる。追跡データにより表される物体の位置が前記体積内にある場合、血管が変形していないと位置異常ディテクタが判定することで、解剖学的モデルデータ２０６は位置補正機能２００による変更をしないでおくことができる。登録された追跡データ２０４により表される物体が解剖学的モデルデータ２０６により表される解剖学的構造の体積外にあると位置異常ディテクタ２０２が判定した場合、位置異常ディテクタは解剖学的構造が変形していることを変形モデル２０８に指示することができる。

変形モデル２０８は、パラメータ調節機能２１４によって変更可能な１つまたはそれ以上のパラメータ２１６を含み、判定された変形の対応する量に基づいて細長の解剖学的構造の形状を改変することができる。変形モデル２０８は、物体の算出位置と解剖学的構造の境界（たとえば、表面）を決定するようにプログラミングされた変形カリキュレータ２１０を含むことができる。変形エバリュエータ２１２は、算出された位置を比較し、登録された追跡データにより表される物体が解剖学的モデルによって表される構造外にあることを算出位置情報が示しているか否かを判定することができる。パラメータ調節機能２１４は、変形が存在すると判定した変形エバリュエータ２１２に応答して変形パラメータ２１６を調節することができる。変形パラメータ２１６を解剖学的モデルデータに適用することで、解剖学的モデルデータ２０６に対応する調節を実行することができる。たとえば、モデル調節機能２１８は、変形パラメータの値に応じて解剖学的モデルの異なる成分を調節するために平行移動成分２２０と回転成分２２２を含むことができる。

たとえば、図９、図１０および図１１は、血管モデル２５０として例示される陰関数モデルの変形を実行するためにモデル調節機能２１８により実行可能な動作を例示する。図９～図１１の例は、血管モデル２５０という状況で説明しているが、その他の種類の解剖学的構造も同様に変形させることができる。図９～図１１の例において、変形は、細長の器具に対応した直線経路に、より密接に追従するように血管モデルを乱すことによって実行することができる。図９～図１１に示すように、直線経路は、端点が血管モデル２５０の最初のスライスと最後のスライスの重心である直線線分のような軸２５２によって定義することができる。湾曲経路や算出した物体の形状などの他の形状の経路も、モデル２５０を変形させるための目標として使用することができる。

陰関数モデルがロフト型のｂスプラインである例において、モデル調節機能２１８は、陰関数モデルの各断面スライスを定義する幾何学的結節で変形動作を実行することができる。図２を参照して説明したように、陰関数モデルが算出される際、結節は画像データから得られる表面の実際の形状に対応する。これらの結節を変換することにより、補正方法２００のモデル調節機能２１８は血管モデル２５０の形状を調節することができる。任意の所与のスライスの場合、すべての結節は一緒に変換されて正確な断面形状を保持し、各スライスは平行移動と回転の両方を経ることができる。

図９は、（たとえば、平行移動機能２２０によって）どのようにして平行移動が所与のスライス２５４に対して算出されるかの例を示す。平行移動機能２２０はスライスの重心Ｃを算出することができる。平行移動機能２２０は、Ｃに最も近い軸２５２上の点Ｐも算出することができる。平行移動機能２２０は、変形パラメータ２１６を乗算するベクトルＣＰを算出することができる。次いで、このベクトルがスライス内の各幾何学的結節に加算される。この作用により、算出された変形パラメータ２１６に等しい量だけスライスがベクトルに沿ってＣからＰへと平行移動させられる。

図８および図１０を参照すると、回転調節機能２２２は、変形パラメータ２１６に基づいてモデル２５０の各スライスの回転変形を算出するようにプログラミングされている。回転調節機能２２２は、スライス２５６の面が軸２５２に、より垂直に配置されるようにスライス２５６を回転させることができ、その相対的な垂直度は変形パラメータ２１６に依存する（たとえば比例する）。回転調節機能２２２は、スライス２５６の面に垂直な単位法線ベクトルＮを算出することができる。また、回転調節機能２２２は、軸２５２に平行であって上記スライスの重心を通って延びる単位ベクトルＴを算出することができる。

回転調節機能２２２は外積Ｎ×Ｔを算出することができ、外積の方向が回転軸となる。回転調節機能２２２は、外積の大きさのアークコサインを算出して回転角度を決定することができる。スライス上の各点がこの軸を中心にしてこの角度だけ回転すると、スライスは軸に垂直となる。よって、モデル２５０の各スライスの場合、回転調節機能２２２は、算出された回転角度に変形パラメータ２１６を乗算し、変形パラメータに基づいて算出回転角度の端数部分として回転を実行するようにプログラミングされている。図１１は、平行移動および回転が実行された後の血管モデル２５０の例を示す。

図１２は、２７０，２７２，２７４，２８６，２７８で表される異なる変形量を例示した血管モデルの例を示す。たとえば、例示のモデル２７０，２７２，２７４，２８６，２７８はそれぞれ、本願に開示するように、（たとえば、パラメータ調節機能２１４によって）既に算出されている変形パラメータの異なる値を適用することに基づいて生成することができる。図１３は、異なる変形パラメータに関して算出された血管モデル２８０，２８２，２８４，２８６，２８８を例示しており、これらは、各スライスを接続すること、たとえば各スライスを円柱状の部分で接続することにより各モデルを描画した表面２９０を有している。

図１４は、対応するグラフィカル表示をレンダリングするためにディスプレイに提供される画像化データ３０４を生成するようにプログラミングされた出力ジェネレータ３０２を含んだ画像化システム３００の例を示す。出力ジェネレータ３０２は、登録された追跡データ３０６、解剖学的モデルデータ３０８、および物体モデルデータ３０９に基づいて画像化データ３０４を生成することができる。登録された追跡データ３０６は、図１の登録された追跡データ１４ならびに図７の登録された追跡データ１５６に対応させることができる。解剖学的モデルデータ３０８は、図１の解剖学的モデルデータ２０ならびに図２の解剖学的モデルデータ５４に対応させることができる。物体モデルデータ３０９は、物体に対応するように生成されている別の陰関数モデルに対応させることができる。本願に開示するように、１つまたはそれ以上のセンサは、登録された追跡データ３０６を算出する追跡データを生成する図７の追跡システム１５４などの追跡システムにより位置を追跡できるように物体に固定することができる。

たとえば、物体モデルデータ３０９は、手術器具、例えばワイヤやカテーテルなどの可撓性の先端を有するほぼ剛体の手術器具または関節のある器具の解析またはパラメータ表示に対応させることができる。したがって、物体モデルデータ３０９とそれが定義する対応する陰関数モデルの複雑さは、患者の解剖学的構造内で追跡中の器具またはその他の物体の種類に応じて変わる可能性がある。物体の形状のパラメータ化に加えて、物体モデルデータ３０９は、物体のその他の特性（たとえば、弾性および／または靱性）をモデル化するように構成することもできる。

出力ジェネレータ３０２は、入力データ３０６，３０８，３０９に基づいて画像化データ３０４に対応する三次元図を生成するようにプログラミングされたレンダリング方法３１０を含む。各種のレンダリングソフトウェア（たとえば、市販または独自のソフトウェア）はレンダリング方法３１０として利用および実行することができ、出力システム３００による使用のために生成されるモデルの種類に応じて変更することができる。

出力ジェネレータ３０２は、手術中に提供される出力を制御可能な表示制御部３１２を含むことができる。表示制御部３１２は、１つまたはそれ以上の画面に同時に任意の数の１つまたはそれ以上の表示を選択的に生成するように構成することができ、表示はそれぞれ物体および解剖学的構造の異なるビューを含むことができる。各ビューは、たとえばデフォルトパラメータによって自動的に選択されるか、あるいはユーザインタフェース３１４により提供されるユーザ入力に応答して調節することができる。この表示制御部３１２は、ユーザに提示される解剖学的モデルと物体の各画像の視野角を制御することもできる。各画像内の構造は陰関数モデルに基づく仮想レンダリングであるため、出力画像は特定の視野角または画像の種類に限定されない。

いくつかの例において、表示制御部３１２は、タスク固有の画像を算出および表示することができ、たとえば特定のタスク（たとえば、腎動脈へのカニューレ挿入）のための最適ビューを含むことができる。一例として、血管にカニューレを挿入する際、邪魔や障害なく血管およびワイヤを視覚化することが有益である。各血管および各装置は仮想レンダリングであるため、出力ジェネレータはこの画像を生成することができる。また、各モデルデータ３０８および３０９は構成部品に容易に分離されるため、他のアイテムを有効に表示から除去し、関連する形状および当面のタスクの遠隔測定データのみを医師に示すことができる。したがって、表示制御部は、二次元または三次元空間においてほぼすべての画像を生成するためにレンダリング方法３１０を要求することができ、迅速にレンダリングすることができる。

出力ジェネレータ３０２は、図８を参照して開示する位置補正機能２００に対応する位置補正機能３２８も含むことができる。したがって、レンダリング方法３１０により利用される解剖学的モデルデータ３０８は、算出された変形パラメータに応じてモデルの位置（たとえば、平行移動位置および回転位置）を調節するために、対応する変形モデルを含む解剖学的モデルデータの位置補正バージョンで機能することができる。

図１４の例において、レンダリング方法３１０は、解剖学的構造（たとえば、血管または腸などの細長の管状構造）の形状を定義するパラメータを含んだ解剖学的モデルデータ３０８に基づいて、解剖学的構造の中心線を描画するようにプログラミングされた中心線レンダリング機能３１８を含む。たとえば、解剖学的モデルデータ３０８は、一連の幾何学的結節に対応するスプライン曲線として記憶することができる。中心線レンダリング機能３１８は、幾何学的結節からスプライン制御点を算出することによって曲線を評価することができる。次いで、中心線レンダリング機能３１８は、中心線が単独のパラメータの関数となるように、所与のパラメータ値の算出された制御点を用いてスプライン方程式を評価することができる。

一例として、中心線レンダリング機能３１８は、パラメータｕの間隔を選択することによって取られる管状構造の軸に対応した経路に沿って変化する０から１までの単独のパラメータ（ｕ）の関数として、中心線を算出することができる。その値は各間隔で算出することができ、レンダリング方法３１０は、パラメータｕの値の間に引かれた一連の対応する線分として曲線を描画することができる。たとえば、０．１の間隔が選択された場合、中心線に対応する曲線はｕ＝０、ｕ＝０．１、ｕ＝０．２などで求められ、ｕの各値の対応する点を接続して解剖学的モデルの中心線に対応する図を提供することができる。

レンダリング方法３１０は、解剖学的モデルデータ３０８によって定義される陰関数モデルに基づいて解剖学的構造の表面の図を生成する表面レンダリング機能３２０も含むことができる。一例として、表面レンダリング機能３２０は、管状構造の軸に沿って延びる変数ｕと、表面の接線方向に移動しながら変化する別のパラメータ（ｖ）という２つの変数の関数として表面を算出することができる。本願に開示するように、解剖学的モデルデータ３０８は、一連のスライスとして表面情報を記憶し、各スライスは、細長の管状構造の一連の幾何学的結節によって表すことができる。

別の例として、表面レンダリング機能３２０は、以下のように任意の所与の（ｕ、ｖ）パラメータの組の表面点の位置を算出することができる。スプラインの各スライスは、中心線と同じ技術を利用して所与のｖパラメータで評価することができる。その結果、すべてが表面の同じ接線位置にある一連の点とすることができる。このような点は新たな一次元スプラインの一連の幾何学的結節としての役割を果たし、所与のｕパラメータで評価することができる。表面レンダリング機能３２０は、パラメータを評価することにより、表面に敷きつめられる三角形を生成することで表面を視覚化することができる。このような三角形は、様々なコンピュータグラフィックス、ハードウェア、ソフトウェアを用いて効率的にレンダリングすることができる。表面レンダリング機能３２０はたとえば、ｕ方向とｖ方向のそれぞれに対応する２つの間隔Ｓｕ，Ｓｖを採用することができる。たとえば、表面レンダリング機能３２０は表面の全体にわたり、以下のように三角形の描画を繰り返すことができる。

ｕ＝Ｓｕ刻みで０～１
ｖ＝Ｓｖ刻みで０～１
点１＝表面（ｕ，ｖ）
点２＝表面（ｕ＋Ｓｕ，ｖ）
点３＝表面（ｕ＋Ｓｕ，ｖ＋Ｓｖ）
点４＝表面（ｕ，ｖ＋Ｓｖ）
三角形（点１、点２、点３）
三角形（点３、点４、点１）
三角形を上述したが、他の多角形状を使用することもできる。

レンダリング方法３１０は、物体モデルデータ３０９と、登録された追跡データ３０６とに基づいて物体のグラフィカル表示をレンダリングする物体レンダリング機能３２２も含むことができる。本願に開示するように、１つまたはそれ以上の異なる物体を患者の形状に対して同時にレンダリングすることができ、各物体は物体モデルデータ３０９から提供される独自のモデルを有する。登録された追跡データ３０６は、解剖学的モデルが登録された同一の座標系に対応する三次元空間において１つまたはそれ以上のセンサの点を表す。よって、物体レンダリング機能３２２は、登録された追跡データによって定義される物体の位置に応じて、各物体のグラフィカル表示を生成するようにプログラミングすることができる。

たとえば、物体レンダリング機能３２２は、全体の登録行列を乗算した変換行列を適用することにより、剛体の物体（および物体の剛体部分）を描画することができる。関節のある物体（たとえば、ワイヤやカテーテルなどの可撓性の先端を有する器具）の場合、物体レンダリング機能は構造の異なる部分を別々に描画するようにプログラミングすることができる。

一例として、物体レンダリング機能３２２は、別々の位置で細長の器具をレンダリングすることができる。図１５は、複数の物体センサに関して提供される追跡データに基づいて、物体レンダリング機能３２２により生成可能な細長の器具（たとえば、カテーテル）３３８のレンダリングの例を示す。図１５の例において、器具３３８のレンダリングは、先端部３４０、身体遠位部３４２、接続部３４４、身体近位部３４６および後端部３４８を含む。２つまたはそれ以上のセンサの追跡データに基づくこのような別個の部分のレンダリング３３８は、器具の形状を表すことができる。たとえば、１つのセンサを身体遠位部において器具に取り付けて、別のセンサを身体近位部において器具に取り付けることができる。

別の例として、物体レンダリング機能３２２は、先端３４０が身体遠位部の遠位に位置するように、遠位センサの＋Ｚ軸に沿って平行移動する剛体シリンダとして先端３４０をレンダリングすることができる。身体遠位部３４２は（たとえばセンサの追跡データに基づいて）遠位センサの位置で剛体シリンダとしてレンダリングすることができる。また、物体レンダリング機能３２２は、（たとえば、上記センサの追跡データに基づいて）近位センサの位置で身体近位部３４６を剛体シリンダとしてレンダリングすることができる。接続部３４４は２つの円（たとえば、１つが身体遠位部の近位端、もう１つが身体近位部の遠位端）としてレンダリングすることができ、それらの円の間の補間によってロフトすること、たとえばベジエ曲線でロフトすることができる。物体レンダリング機能３２２は、身体近位部の近位に位置するように近位センサの－Ｚ軸に沿って平行移動する剛体シリンダとして後端部をレンダリングすることができる。各部分の長さ、半径、色は、物体の実際の物理的外観に応じて選択することができる。状況によっては、たとえば、レンダリングされる物体の形状をさらに合致させるのに適している場合、物体レンダリングに適宜、非円形状を使用することができる。

出力ジェネレータ３０２は、物体の位置に対応する登録追跡データ３０６と患者の解剖学的構造とに基づくことのできるユーザが感知可能な誘導を生成するようにプログラミングされた誘導ジェネレータ３３０も含むことができる。静的な誘導もあれば、動的な誘導もある。たとえば、誘導ジェネレータ３３０は物体位置エバリュエータ３３２を含むことができ、物体位置エバリュエータ３３２は、解剖学的モデルデータ３０８において指定されているかあるいは解剖学的モデルデータ３０８から決定される１つまたはそれ以上の解剖学的特徴の位置に対する登録追跡データ３０６に基づいて、物体の位置を評価するようにプログラミングされている。上記特徴はたとえば、管状構造またはその他の解剖学的ランドマーク（たとえば、目標の解剖学的部位）の分岐を含むことができる。上記解剖学的特徴に対して提供される誘導は、特徴の位置または物体が上記位置に到達するまで前進する軌道を含むことができる。

一例として、物体位置エバリュエータ３３２は、選択された特徴と物体に沿った点（たとえば、器具の遠位先端または物体に沿ったその他の所定の位置）間の距離を算出することができる。物体位置エバリュエータ３３２は、物体と目的の解剖学的特徴との間の相対的な近接を確認する距離を利用することができる。この評価に基づいて、誘導ジェネレータ３３０は、可視インジケータ、可聴インジケータ、または可聴および可視インジケータの組み合わせを提供することができる。たとえば、可聴インジケータは、物体の位置と目標の特徴の位置の間の距離の低下の関数として周波数を増加させる一連のビープまたはトーンを提供することができる。誘導ジェネレータ３３０は、目標上の位置を示す緑、所定のパラメータ内でのずれを示す黄、予測されるパラメータから外れた位置を示す赤など、出力画像の選択される特徴に適用される色コードを特定することができる。

別の例として、誘導ジェネレータ３３０は、物体（たとえば、カテーテルまたはワイヤ）の遠位先端が向く方向を示す画像化グラフィカルインジケータを生成することのできる方向インジケータ３３４も含むことができる。グラフィカルインジケータは、所与のセンサの正Ｚ軸に沿って平行移動される一連の短い線としてレンダリングすることができる。よって、可視インジケータは、物体が解剖学的構造の所与の部分と揃っているか否かを判定する簡易な方法を提供して、目標の分枝血管内での物体の前進を容易にすることができる。誘導の外観は、生成される具体的な視野角に応じて変わる。

３３０で生成される誘導は、たとえば異なる目的の構造に対して異なる色コードを用いることによって、解剖学的位置またはその他の目標の部位をグラフィカルに差別化する情報も提供することができる。たとえば、３３０で生成される誘導は、対応する分枝への入口周辺に現れる環状の太線として、各分枝血管の小孔の外辺部をレンダリングすることができる。当業者であれば、誘導ジェネレータ３３０の外観がユーザへの追加のフィードバックを提供し得ることを理解するであろう。たとえば、分枝においてグラフィカルに差別化する輪として示されている小孔の所定の距離内に物体の先端が入ると、その先端が所定の距離内に入るにつれて、その輪の色が変わる。

図１６～図１９は、出力ジェネレータ３０２（図１の出力ジェネレータ２６に対応）により生成することのできる画像化の例を示す。図１６～図１９の例は主要な血管、すなわち下行大動脈という状況で示しているが、本願に開示するシステムおよび方法は、その他の解剖学的構造およびその構造に対して身体内に配置することのできる物体の画像の生成にも同等に適用可能である。

図１６は、出力ジェネレータにより生成可能な視覚化された出力画像３５０を示す。画像３５０は、本願に開示するように患者の形状の陰関数解剖学的モデルに基づいてレンダリングすることができる血管の中心線３５２および表面３５４を含む。画像３５０は、主要な分枝から横方向に延びる分枝も含むことができる。図１６の例において、物体は、小孔３６２に接近していく先端を有する可撓性のカテーテル３６０のレンダリングとして示されている。図１６に示すように、物理的なツールに配置されている２つまたはそれ以上のセンサに対して生成される追跡データに基づいて、仮想レンダリング内の形状が（たとえば、図１４の物体レンダリング機能３２２により）提供されるため、カテーテル３６０の形状は物理的なツールの形状にほぼ一致する。図１６の画像は、カテーテルの先端から延びる軸方向の誘導特徴部３６４も示しており、（たとえば図１４の誘導ジェネレータ３３０によって）物体のＺ軸から外方に突出するようにレンダリングすることができる。図示するように、軸方向の誘導特徴部３６４は、隣接する分枝の小孔３６２に挿入するための正しい方向に先端が向いていることを示している。

図１７は、解剖学的モデルデータからレンダリングすることができる中心線３７２と表面３７４とを含む血管３７０の出力画像の別の例を示す。図１７の例は、主要な分枝から外側に延びる複数の分枝３７６，３７８，３８０を示す。カテーテル（またはその他の器具）３８２などの可撓性の細長の物体も、登録された追跡データおよび対応する物体モデルに基づいて画像内にレンダリングされる。カテーテル３８２は分枝３８０の小孔３８４に向かって前進しつつあり、小孔は変色して、たとえばカテーテルが目標上にあるという誘導を提供している。

図１８は、対応する座標系における異なる直交ビューからの複数の異なるウィンドウを含む出力画像４００を示す。図１８の例の各ビューにおいて、患者の解剖学的構造および物体は、解剖学的モデルデータと、登録された追跡データの対応するサンプルまたはフレームとに同時に基づいて生成される。本願に開示するように、各ビューは、ユーザ入力に応答するユーザの選択可能なビューとすることができる。ビューの寸法および提示される情報は、自動的におよび／またはユーザ入力に応答して変更することができる。図１９は、解剖学的モデルデータおよび登録された追跡データに基づいて同時にマルチポートフォーマットで生成可能な出力画像の別のセットの一例を示す。

上記の構造上および機能上の特徴に鑑み、実行可能な方法は図２０を参照してより適切に理解されるであろう。説明の簡易化のために、図２０の方法を順次実行するように図示して説明しているが、本発明は例示の順序に限定されず、本発明によれば、いくつかの側面は、本願に図示および記載される他の側面とは異なる順序でおよび／または同時に実行することができると認識すべきである。さらに、例示されるすべての特徴が本発明の一側面による方法を実行するために必要とは限らない。方法およびその一部は、非一時的な記憶媒体に記憶されるとともに、コンピュータ装置または特殊用途のコンピュータ装置（たとえば、専用コンピュータまたはワークステーション）のプロセッサによって実行されてデータソースにアクセスし本願に開示される機能を遂行する命令として実現することができる。

図２０は、手術中の位置調整および誘導を容易にするように実行することのできる方法５００の例を示す。５０２において、患者の解剖学的構造の幾何学形状に関する陰関数モデルを、本願に開示するように画像データに基づいて（たとえば、図２のモデルジェネレータ５２によって）生成することができる。解剖学的モデルおよび対応する画像データはメモリに記憶することができる。

５０４で、追跡データは、物体の位置表示を提供するように（たとえば、図７の追跡システム１５４により）生成することができる。追跡データは処理のためにメモリに記憶することができる。本願に開示するように、物体は、患者内で手術中に移動可能な器具またはその他の装置とすることができる。たとえば、追跡データは、手術中に患者に（たとえば、経腔的に、または血管内に）配置される物体に保持された１つまたはそれ以上のセンサにより提供される信号に応答して生成することができる。本願に開示するように、従来のＸ線透視法とは全く異なり、電離放射線のない場合でも物体に関しての追跡データを生成することができる。

５０６において、追跡データおよび患者の陰関数固有モデルは、（たとえば、図１の登録エンジン１２により）共通の三次元座標系に登録することができる。たとえば、座標系は、患者の解剖学的構造に関する陰関数モデルが生成されたことに基づいて手術前画像の座標系とすることができる。

５０８において、解剖学的構造の幾何学形状に対する物体の位置を表す出力画像を（たとえば、図１の出力ジェネレータ２６または図１４の出力ジェネレータ３０２により）生成することができる。たとえば、出力画像は、陰関数解剖学的モデル（たとえば、手術前画像空間に対応）と共に共通座標系に登録されているマルチセンサ追跡データに基づいて、三次元空間における物体の位置、向き、形状を表すことができる。追跡データの生成、追跡データおよび陰関数モデルの登録、出力画像の生成は、生成される追跡データに応答して経時的に繰り返すことができる。このように、出力画像は、たとえば追跡データが生成される出力サンプルレートに従って、（たとえば、リアルタイムで）動的に更新することができる。したがって、出力画像はほぼリアルタイムで生成して、物体の位置調整および誘導を容易にすることができる。出力画像は、本願に開示するように（たとえば、ユーザ入力または変形補正に応答して）変更することができる任意の数の同時生成ビューを含むことができる。

上記の構造上および機能上の説明に鑑み、当業者であれば、本願に開示するシステムおよび方法の一部が、方法、データ処理システム、または非一時的なコンピュータ可読媒体などのコンピュータプログラム製品として具体化できることを理解するであろう。したがって、本願に開示するアプローチのこれらの部分は、完全なハードウェアの実施形態、完全なソフトウェア実施形態（たとえば、非一時的な機械可読媒体で）、またはソフトウェアとハードウェアの組み合わせの実施形態の形態をとることができる。さらに、本願に開示するシステムおよび方法の一部は、コンピュータ可読プログラムコードを媒体上に有するコンピュータ利用可能な記憶媒体上のコンピュータプログラム製品とすることができる。任意の適切なコンピュータ可読媒体は、静的および動的な記憶装置、ハードディスク、光学記憶装置、磁気記憶装置を含むがそれらに限定されない。

特定の実施形態を、方法、システム、コンピュータプログラム製品のブロック図を参照して説明した。図中のブロックおよびブロックの組み合わせは、コンピュータ実行可能な指示によって実現することができると理解される。これらのコンピュータ実行可能な指示は、汎用コンピュータ、専用コンピュータ、またはその他のプログラム可能なデータ処理装置（または装置と回路の組み合わせ）の１つまたはそれ以上のプロセッサに提供され、プロセッサを介して命令を実行する機械が生成され、ブロックに指定される機能を遂行する。

これらのコンピュータ実行可能な命令は、具体的に機能を果たすようにコンピュータまたはその他のプログラム可能なデータ処理装置に命じることのできるコンピュータ可読メモリに記憶させることができるため、コンピュータ可読メモリに記憶される命令は結果的に、フローチャートブロック（複数可）に明記される機能を実行する命令を含む製品となる。また、コンピュータプログラム命令はコンピュータまたはその他のプログラム可能なデータ処理装置にロードして、コンピュータまたはその他のプログラム可能な装置で一連の動作ステップを実行させて、コンピュータ実行可能なプロセスを生成することで、コンピュータまたはその他のプログラム可能な装置上で実行される命令がフローチャートブロックに指定される機能を遂行するステップを提供することができる。

上述した内容は例である。当然ながら、構成要素または方法の考えられるすべての組み合わせを記載することはできないが、当業者であれば、別の多くの組み合わせや置換が可能であることを認識するであろう。したがって、本発明は、添付の請求項を含む本願の範囲内に含まれるすべての変更、修正、変形を包含することを意図する。本開示または請求項が「ａ」、「ａｎ」、「第１の」、「別の」など、およびそれに類似の文言を伴う構成要素について記載する場合、その要素は１つまたはそれ以上含まれると解釈すべきであり、２つまたはそれ以上含まれなければならないと解釈すべきではない。本願で使用する際、「ｉｎｃｌｕｄｅ」という用語は、含むがそれに限定されないという意味であり、「ｉｎｃｌｕｄｉｎｇ」も、含むがそれに限定されないという意味である。「基づく」という用語は、少なくとも部分的に基づくことを意味する。

［付記１］
追跡データをメモリに記憶する工程であって、前記追跡データは、追跡システムにより生成されて前記追跡システムの追跡座標系における物体の位置を表すことと、
患者固有の陰関数モデルをメモリに記憶する工程であって、患者固有の前記陰関数モデルは、患者に関して取得される画像データに基づいて生成されて患者の解剖学的構造の幾何学形状を定義することと、
前記追跡データおよび患者固有の前記陰関数モデルを共通の三次元座標系に登録する工程と、
前記共通の座標系における患者の前記解剖学的構造の幾何学形状に対する前記物体の位置を表す出力画像を生成する工程とを備える方法。

［付記２］
前記追跡データは、前記追跡座標系における前記物体の位置および向きを含む、付記１に記載の方法。

［付記３］
付記１または２に記載の方法は、前記追跡システムにより電磁場を生成する工程をさらに含み、前記物体は、前記追跡システムにセンサ信号を提供する少なくとも１つのセンサを備え、前記追跡システムは、前記センサ信号に基づいて前記追跡データを生成する、方法。

［付記４］
付記１に記載の方法は、出力サンプルレートに従って前記追跡システムにより経時的に生成される複数のフレームとして前記追跡データを受信する工程をさらに含み、前記複数のフレームのそれぞれの追跡データは、追跡座標系における前記物体の位置および向きを含み、前記登録する工程および前記生成する工程は、追跡データの前記複数のフレームのそれぞれに対して繰り返される、方法。

［付記５］
前記画像データは、前記追跡データの生成に先立って取得される患者の手術前画像データであり、
手術時撮像装置により取得される手術中画像データを記憶する工程であって、前記手術中画像データは、前記解剖学的構造と、前記手術時撮像装置により検出可能な画像マーカーおよび前記追跡システムにより検出可能な別のマーカーを含んだ少なくとも１つの組み合わせマーカーとを表すことと、
画像空間変換を算出して前記手術中画像データを前記共通の座標系に登録する工程とをさらに含む付記１～４のいずれか一項に記載の方法。

［付記６］
前記共通の座標系は、前記手術前画像データの座標系を含む、付記５に記載の方法。
［付記７］
前記手術中画像データに基づいて前記画像マーカー用のマーカー座標系を算出する工程と、
前記画像マーカー座標系に基づいて画像マーカー変換行列を算出する工程と、
前記画像マーカー変換行列および前記画像空間変換に基づいて放射線変換行列を算出する工程とをさらに含む付記５に記載の方法。

［付記８］
手術中に取得される追跡データに基づいて各組み合わせマーカー用の追跡マーカー座標系を決定する工程と、
前記追跡マーカー座標系を前記放射線変換に適用することに基づいて登録行列を、前記登録行列により前記追跡システムの座標系から前記共通の座標系への変換が得られるように算出する工程と、
手術中に取得される追跡データに前記登録行列を適用して前記共通の三次元座標系に前記追跡データを登録する工程とをさらに含む付記７に記載の方法。

［付記９］
前記共通の座標系は、患者の前記手術前画像データの座標系を含む、付記８に記載の方法。

［付記１０］
前記追跡データは、前記追跡システムが患者に非電離放射線を当てることに応答して生成される、付記８に記載の方法。

［付記１１］
前記少なくとも１つの組み合わせマーカーは複数の組み合わせマーカーをさらに含み、各追跡マーカー座標系は、手術中に取得される追跡データに基づいて前記組み合わせマーカーのそれぞれに対して決定されており、
前記各追跡マーカー座標系を前記放射線変換に適用することに基づいて、前記複数の組み合わせマーカーのそれぞれの合成変換行列が算出され、
算出された前記合成変換行列のそれぞれを合計して前記登録行列を提供する工程をさらに含む付記８に記載の方法。

［付記１２］
前記追跡データは、前記追跡システムにより経時的に生成される前記追跡データの複数のフレームを含み、前記複数のフレームのそれぞれの追跡データは、前記追跡座標系における前記物体の位置および向きを含み、
前記追跡マーカー座標系を決定する工程および前記登録行列を算出する工程は、前記出力画像が経時的に動的な変化をするように、追跡データの前記複数のフレームのそれぞれに対して繰り返される、付記８に記載の方法。

［付記１３］
患者固有の前記陰関数モデルは、前記解剖学的構造の幾何学形状の表面および中心線を表すパラメータを含んだロフト型の基底スプラインを有する、付記１～１２のいずれか一項に記載の方法。

［付記１４］
患者の前記解剖学的構造は、管腔を含んだ細長の管状構造を有する、付記１３に記載の方法。

［付記１５］
患者の前記解剖学的構造は、少なくとも１つの血管、胃腸管の一部、気道の一部、または生殖管の一部を含む、付記１３に記載の方法。

［付記１６］
前記出力画像を生成する工程は、患者固有の前記陰関数モデルおよび登録された前記追跡データに基づいて、患者の前記解剖学的構造の幾何学形状に対する前記物体の複数の異なる同時ビューを同時にレンダリングする工程をさらに含む、付記１～１５のいずれか一項に記載の方法。

［付記１７］
前記物体には複数のセンサが取り付けられており、前記追跡データは、前記出力画像が前記複数のセンサから得られる前記物体の形状を表すように、前記複数のセンサの各位置を特定する追跡データを含む、付記１～１６のいずれか一項に記載の方法。

［付記１８］
付記１～１７のいずれか一項に記載の方法を実行するようにプログラミングされた命令を有する１つまたはそれ以上の機械可読媒体。

［付記１９］
追跡データを記憶するメモリであって、前記追跡データは、追跡システムにより生成されて追跡座標系における物体の位置を表すことと、
患者固有の陰関数モデルを記憶して患者の解剖学的構造の幾何学形状を画像座標系において定義するメモリと、
前記追跡データおよび画像データに基づいて登録行列を算出するようにプログラミングされた登録エンジンであって、前記登録エンジンは、前記登録行列を前記追跡データに適用して前記追跡データを前記追跡システムの座標系から前記画像座標系に変換するようにプログラミングされていることと、
前記画像座標系における患者の前記解剖学的構造の幾何学形状に対する前記物体の位置を表すグラフィカル画像を生成する出力ジェネレータとを備えるシステム。

［付記２０］
付記１９に記載のシステムは、非電離電磁場を生成するように構成された前記追跡システムをさらに備え、前記物体は、前記追跡システムにセンサ信号を提供する少なくとも１つのセンサを備え、前記追跡システムは、前記センサ信号に基づいて前記追跡データを生成する、システム。

［付記２１］
前記追跡システムは、前記少なくとも１つのセンサの位置を別々の時点で表す複数のフレームとして前記追跡データを提供し、前記複数のフレームのそれぞれの追跡データは、前記追跡座標系における前記物体の位置および向きを含み、前記登録エンジンは、前記複数のフレームのそれぞれに対して、登録される追跡データを生成する、付記２０に記載のシステム。

［付記２２］
手術時撮像装置により取得される手術中画像データを記憶するメモリであって、前記手術中画像データは、患者の前記解剖学的構造と、前記手術時撮像装置により検出可能な画像マーカーおよび前記追跡システムにより検出可能な別のマーカーを含んだ少なくとも１つの組み合わせマーカーとを表すことと、
画像空間変換を算出して前記手術中画像データを前記画像座標系に登録するようにプログラミングされた画像空間変換カリキュレータとをさらに備える付記１９または２０に記載のシステム。

［付記２３］
前記手術中画像データに基づいて前記画像マーカー用の画像マーカー座標系を算出するようにプログラミングされたマーカー登録エンジンであって、前記マーカー登録エンジンは、前記画像マーカー座標系に基づいて画像マーカー変換行列を算出するようにプログラミングされていることと、
前記画像マーカー変換行列および前記画像空間変換に基づいて放射線変換行列を算出するようにプログラミングされた変換カリキュレータとをさらに備える付記２２に記載のシステム。

［付記２４］
前記登録エンジンは、
手術中に取得される追跡データに基づいて各組み合わせマーカー用の追跡マーカー座標系を決定するようにプログラミングされたマーカー特定機能と、
前記追跡マーカー座標系を前記放射線変換に適用することに基づいて登録行列を、前記登録行列により前記追跡システムの座標系から前記画像座標系への変換が得られるように算出するようプログラミングされた変換カリキュレータとをさらに備える、付記２３に記載のシステム。

［付記２５］
前記少なくとも１つの組み合わせマーカーは複数の組み合わせマーカーをさらに含み、各追跡マーカー座標系は、手術中に取得される追跡データに基づいて前記組み合わせマーカーのそれぞれに対して決定されており、
前記変換カリキュレータは、前記各追跡マーカー座標系および前記放射線変換に基づいて、前記複数の組み合わせマーカーのそれぞれの合成変換行列を算出するようにプログラミングされており、
前記登録エンジンは、前記合成変換行列のそれぞれを結合して前記登録行列を提供する総計部をさらに備える、付記２４に記載のシステム。

［付記２６］
付記２４に記載のシステムは、前記少なくとも１つのセンサの位置を別々の時点で表す複数のフレームとして前記追跡データを生成するように構成された前記追跡システムをさらに備え、前記複数のフレームのそれぞれの追跡データは、前記追跡座標系における前記物体の位置および向きを含み、
前記マーカー特定機能および前記変換カリキュレータは、前記追跡データの前記複数のフレームのそれぞれについての各登録行列を算出するようにプログラミングされており、前記出力ジェネレータは、対応するフレームの各登録行列を対応するフレームの前記追跡データに適用することに基づいて、前記出力画像が経時的に動的な変化をするように前記グラフィカル画像を生成するようプログラミングされている、システム。

［付記２７］
患者固有の前記陰関数モデルは、患者の解剖学的構造の幾何学の表面および中心線を表すパラメータを含んだロフト型の基底スプラインを有する、付記１９，２０，２１，２４，２５または２６に記載のシステム。

［付記２８］
患者の解剖学的構造は、管腔を含んだ細長の管状の解剖学的構造を有する、付記２７に記載のシステム。

［付記２９］
前記追跡データは、追跡座標系における前記物体に設けられた複数のセンサの位置および向きを表すマルチセンサ追跡データを含み、前記登録エンジンは、前記画像座標系に登録された前記マルチセンサ追跡データを登録して、登録されたマルチセンサ追跡データを提供するようにプログラミングされており、
前記出力ジェネレータは、登録された前記マルチセンサ追跡データに基づいて、前記出力画像における前記物体の形状をレンダリングするようにプログラミングされた物体レンダリング機能をさらに備える、付記１９，２０，２１，２４，２５，２６，２７または２８に記載のシステム。

Claims (14)

1. システムであって、
   データおよび機械可読命令を格納するように構成された非一時的メモリであって、前記データは、
   患者の解剖学的構造の幾何学形状を定義するパラメータを含む患者固有のモデルと、
   電磁追跡システムによって生成された電磁場に応答して提供されるセンサ信号に基づいて経時的に記録される追跡データであって、別々の時点での前記電磁追跡システムの追跡座標系における物体に取り付けられたセンサの位置および向きを表すために取得された複数のフレームを含む、追跡データと
   を含む、非一時的メモリと、
   前記メモリにアクセスし、前記機械可読命令を実行するように構成されたプロセッサであって、前記機械可読命令は、
   前記患者に配置された少なくとも１つの組み合わせマーカーデバイスに対する前記追跡座標系を放射線変換行列に適用することによって前記追跡データを共通の三次元座標系で登録するようにプログラムされた登録エンジンであって、前記放射線変換行列は、前記追跡座標系から前記共通の三次元座標系への変換を提供し、前記登録エンジンは、前記患者固有のモデルを前記追跡データと共に前記共通の三次元座標系で登録する、登録エンジンと、
   前記追跡データおよび前記患者固有のモデルの登録に基づいて、前記解剖学的構造の仮想レンダリングと重ねられた前記物体の仮想レンダリングを含む出力画像を生成するようにプログラムされた出力ジェネレータであって、前記出力画像は、前記患者の解剖学的構造に対する前記物体の位置を表す、出力ジェネレータと、
   前記追跡データおよび前記患者固有のモデルの登録に基づいて、指定された目標の解剖学的部位の位置に対する前記物体の位置を評価するようにプログラムされた誘導ジェネレータであって、該誘導ジェネレータはさらに、評価に基づいて前記出力画像で誘導を提供するようにプログラムされている、誘導ジェネレータと
   前記解剖学的構造内で移動される物体に基づいて前記解剖学的構造の変形状態を識別し、識別された変形状態に基づいて前記患者固有のモデルを修正するようにプログラムされた位置補正機能であって、前記出力ジェネレータは、修正された解剖学的モデルに基づいて前記出力画像を生成するようにプログラムされている、位置補正機能と
   を含む、プロセッサと
   を備えるシステム。
2. 前記機械可読命令は、前記物体に沿った所定の位置と前記指定された目標の解剖学的部位との間の相対的な近接度を計算するようにプログラムされた位置エバリュエータをさらに含み、前記誘導ジェネレータは、前記指定された目標の解剖学的部位の位置、または前記指定された目標の解剖学的部位の位置に到達する軌道を含むように前記誘導を提供するようにさらにプログラムされている、請求項１に記載のシステム。
3. 前記誘導ジェネレータは、前記解剖学的構造内での前記物体の移動を容易にするために、前記出力画像においてグラフィカルインジケータを提供して、前記物体の遠位先端が向く方向を示すようにさらにプログラムされている、請求項２に記載のシステム。
4. 前記指定された目標の解剖学的部位は、血管への入口を含み、前記出力ジェネレータは、前記遠位先端が、前記入口から所定の距離内にあると判定することに応答して色が変化する輪を入口に表示するようにプログラムされている、請求項３に記載のシステム。
5. 前記入口は、小孔である、請求項４に記載のシステム。
6. 前記位置補正機能は、さらに、前記患者固有のモデルに対して前記物体についての登録された追跡データを分析して、前記変形状態が存在するか否かを判定するようにプログラムされており、
   前記追跡データによって表される前記物体の位置が前記患者固有のモデルに基づいて前記解剖学的構造の体積内にあることを検出したことに応答して、前記位置補正機能は、前記患者固有のモデルが前記位置補正機能によって変更されないままであるように前記変形状態が存在しないと判定し、
   前記追跡データによって表される前記物体の位置が前記患者固有のモデルによって表される前記解剖学的構造の体積外にあることを検出したことに応答して、前記位置補正機能は、変形状態が存在すると判定し、前記位置補正機能は、前記変形状態に応じて前記患者固有のモデルを修正する、請求項１または２に記載のシステム。
7. 前記位置補正機能は、変形量を含むように前記変形状態を計算し、対応する調整を前記変形量に基づいて前記患者固有のモデルに実施するようにさらにプログラムされている、請求項１、２または６に記載のシステム。
8. 前記位置補正機能は、前記患者固有のモデルの成分の平行移動および／または回転を実施することにより、その長さに沿って前記患者固有のモデルの形状を調整するようにさらにプログラムされている、請求項７に記載のシステム。
9. 前記追跡システムは、非電離電磁場を提供するフィールドジェネレータを含み、
   前記センサは、前記非電離電磁場に基づいて前記センサ信号を提供するように構成された少なくとも１つのコイルを含み、前記追跡システムは、前記センサ信号に基づいて前記複数のフレームの各々に対して前記追跡データを提供して、前記複数のフレームの各々に対する前記追跡データが、前記追跡座標系での前記物体の三次元位置を含む、別々の時点での前記センサの位置および向きを表すようにする、請求項１または２に記載のシステム。
10. 前記登録エンジンは、さらに前記患者について取得された手術前画像データおよび手術中画像データに基づいて前記放射線変換行列を生成するようにプログラムされており、
    前記出力ジェネレータは、登録された追跡データに基づいて前記出力画像を提供して、前記共通の三次元座標系における前記患者の解剖学的構造の幾何学形状に対する前記物体の形状および三次元位置を表す、請求項１乃至９のいずれか一項に記載のシステム。
11. 前記少なくとも１つの組み合わせマーカーデバイスは、撮像装置により検出可能な画像マーカーと、前記追跡システムにより検出可能な別のマーカーとを含む、請求項１に記載のシステム。
12. 前記放射線変換行列は、画像空間変換行列および画像マーカー変換行列に基づいて生成され、前記画像空間変換行列は、手術前画像データと、前記患者の前記解剖学的構造および前記患者に配置された前記少なくとも１つの組み合わせマーカーデバイスの手術中に撮影された１つまたは複数の画像を含む手術中画像データとに基づいて生成され、前記画像マーカー変換行列は、前記手術中画像データおよび追跡マーカー座標系に基づいて生成される、請求項１に記載のシステム。
13. システムであって、
    データおよび機械可読命令を格納するように構成された非一時的メモリであって、前記データは、
    患者の解剖学的構造の幾何学形状を定義するパラメータを含む患者固有のモデルと、
    電磁追跡システムによって生成された電磁場に応答して提供されるセンサ信号に基づいて経時的に記録される追跡データであって、別々の時点での前記電磁追跡システムの追跡座標系における物体に取り付けられたセンサの位置および向きを表すために取得された複数のフレームを含む、追跡データと
    を含む、非一時的メモリと、
    前記メモリにアクセスし、前記機械可読命令を実行するように構成されたプロセッサであって、前記機械可読命令は、
    所定の変換行列に基づいて共通の三次元座標系で前記追跡データおよび前記患者固有のモデルを共に登録するようにプログラムされた登録エンジンと、
    前記追跡データおよび前記患者固有のモデルの登録に基づいて、前記解剖学的構造の仮想レンダリングと重ねられた前記物体の仮想レンダリングを含む出力画像を生成するようにプログラムされた出力ジェネレータであって、前記出力画像は、前記患者の解剖学的構造に対する前記物体の位置を表す、出力ジェネレータと、
    前記追跡データおよび前記患者固有のモデルの登録に基づいて、指定された目標の解剖学的部位の位置に対する前記物体の位置を評価するようにプログラムされた誘導ジェネレータであって、該誘導ジェネレータはさらに、評価に基づいて前記出力画像で誘導を提供するようにプログラムされている、誘導ジェネレータと、
    前記解剖学的構造内で移動される前記物体に基づいて前記解剖学的構造の変形状態を識別し、識別された変形状態に基づいて前記患者固有のモデルを修正するようにプログラムされた位置補正機能であって、前記出力ジェネレータは、修正された解剖学的モデルに基づいて前記出力画像を生成するようにプログラムされている、位置補正機能と
    を含む、プロセッサと
    を備えるシステム。
14. 前記位置補正機能は、さらに、前記患者固有のモデルに対して前記物体についての登録された追跡データを分析して、前記変形状態が存在するか否かを判定するようにプログラムされており、
    前記追跡データによって表される前記物体の位置が前記患者固有のモデルに基づいて前記解剖学的構造の体積内にあることを検出したことに応答して、前記位置補正機能は、前記患者固有のモデルが前記位置補正機能によって変更されないままであるように前記変形状態が存在しないと判定し、
    前記追跡データによって表される前記物体の位置が前記患者固有のモデルによって表される前記解剖学的構造の体積外にあることを検出したことに応答して、前記位置補正機能は、前記変形状態が存在すると判定し、前記位置補正機能は、前記変形状態に応じて前記患者固有のモデルを修正する、請求項１３に記載のシステム。

Images