KR20070095788A - 국소-가중 적합화를 사용하는 이미지 정합 - Google Patents

국소-가중 적합화를 사용하는 이미지 정합 Download PDF

Info

Publication number
KR20070095788A
KR20070095788A KR20070027079A KR20070027079A KR20070095788A KR 20070095788 A KR20070095788 A KR 20070095788A KR 20070027079 A KR20070027079 A KR 20070027079A KR 20070027079 A KR20070027079 A KR 20070027079A KR 20070095788 A KR20070095788 A KR 20070095788A
Authority
KR
South Korea
Prior art keywords
image
map
coordinates
points
organ
Prior art date
Application number
KR20070027079A
Other languages
English (en)
Inventor
프레이스 아사프
탈 로이
키틀라로 지브
파트 자프리르
Original Assignee
바이오센스 웹스터 인코포레이티드
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 바이오센스 웹스터 인코포레이티드 filed Critical 바이오센스 웹스터 인코포레이티드
Publication of KR20070095788A publication Critical patent/KR20070095788A/ko

Links

Images

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/42—Details of probe positioning or probe attachment to the patient
    • A61B8/4245—Details of probe positioning or probe attachment to the patient involving determining the position of the probe, e.g. with respect to an external reference frame or to the patient
    • A61B8/4254—Details of probe positioning or probe attachment to the patient involving determining the position of the probe, e.g. with respect to an external reference frame or to the patient using sensors mounted on the probe
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T15/00—3D [Three Dimensional] image rendering
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0012—Biomedical image inspection
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/0033—Features or image-related aspects of imaging apparatus classified in A61B5/00, e.g. for MRI, optical tomography or impedance tomography apparatus; arrangements of imaging apparatus in a room
    • A61B5/0035—Features or image-related aspects of imaging apparatus classified in A61B5/00, e.g. for MRI, optical tomography or impedance tomography apparatus; arrangements of imaging apparatus in a room adapted for acquisition of images from more than one imaging mode, e.g. combining MRI and optical tomography
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/0033—Features or image-related aspects of imaging apparatus classified in A61B5/00, e.g. for MRI, optical tomography or impedance tomography apparatus; arrangements of imaging apparatus in a room
    • A61B5/004—Features or image-related aspects of imaging apparatus classified in A61B5/00, e.g. for MRI, optical tomography or impedance tomography apparatus; arrangements of imaging apparatus in a room adapted for image acquisition of a particular organ or body part
    • A61B5/0044—Features or image-related aspects of imaging apparatus classified in A61B5/00, e.g. for MRI, optical tomography or impedance tomography apparatus; arrangements of imaging apparatus in a room adapted for image acquisition of a particular organ or body part for the heart
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/05—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves 
    • A61B5/055—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves  involving electronic [EMR] or nuclear [NMR] magnetic resonance, e.g. magnetic resonance imaging
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/12—Diagnosis using ultrasonic, sonic or infrasonic waves in body cavities or body tracts, e.g. by using catheters
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/13—Tomography
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/30—Determination of transform parameters for the alignment of images, i.e. image registration
    • G06T7/33—Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
    • G06V10/75—Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
    • G06V10/757—Matching configurations of points or features
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/0059—Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence
    • A61B5/0073—Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence by tomography, i.e. reconstruction of 3D images from 2D projections
    • 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
    • G06T2207/10072—Tomographic images
    • G06T2207/10081—Computed x-ray tomography [CT]
    • 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
    • G06T2207/10072—Tomographic images
    • G06T2207/10088—Magnetic resonance imaging [MRI]
    • 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
    • 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
    • G06T2207/10132—Ultrasound image
    • G06T2207/10136—3D ultrasound image
    • 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
    • G06T2207/30048—Heart; Cardiac
    • 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
    • G06T2207/30101—Blood vessel; Artery; Vein; Vascular

Abstract

본 발명의 컴퓨터에 의해 실시되는 이미지 정합 방법은 장기(organ)의 3차원(3D) 이미지를 받는 것을 포함한다. 이미지는 각각의 이미지 좌표들을 갖는 다수의 제 1 이미지 지점들을 포함한다. 장기에 걸친 생리학적 변수값들의 분포를 정하는 맵이 수용된다. 이 맵은 각각의 맵 좌표들을 갖는 다수의 제 2 맵 지점들을 포함한다. 신뢰 수준들이 하나 이상의 맵 좌표들 및 이미지 좌표들과 연계된다. 각각의 맵 좌표들 및 이미지 좌표들의 신뢰 수준들에 반응하여 맵 지점들 및 이미지 지점들 중 적어도 일부에 가중치(weights)가 할당된다. 3D 이미지는 가중치에 근거하여 맵 좌표들 및 이미지 좌표들 간의 기하학적 변환을 계산하여 맵을 맞춘다(fitted).
맵, 3D 이미지, 그리드, MRI, 심내막

Description

국소-가중 적합화를 사용하는 이미지 정합{Image registration using locally-weighted fitting}
도 1a는 본 발명의 일 실시예에 따른 자기적 위치 추적을 위한 시스템의 개략 예시도.
도 1b는 본 발명의 일 실시예에 따른 디스플레이 프로세서를 개략적으로 예시하는 블록도.
도 2는 본 발명의 일 실시예에 따른 카테터의 개략 예시도.
도 3a 및 도 3b는 본 발명의 일 실시예에 따라, 심장의 3차원(3D) 이미지에 투영된 전자-해부학적 맵을 개략적으로 예시하는 도면들.
도 4는 본 발명의 일 실시예에 따라, 사전-획득된 3D 이미지와 함께 전자-해부학적 맵을 정합하는 방법을 개략적으로 예시하는 순서도.
※도면의 주요부분에 대한 부호의 설명※
20: 자기적 위치 추적 시스템
24: 심장 28: 카테터
30: 코일 34: 콘솔
36: 추적 프로세서 42: 디스플레이 프로세서
44: 디스플레이 46: 정합 프로세서
47: 사용자 입력 장치 52: 전극
본 발명은 일반적으로 의학적 촬상(imaging) 및 맵핑(mapping; 지도화)에 대한 것이고, 상세하게는 생리학적 변수들의 맵(map)들을 3차원(3D) 이미지들에 정합(registering)하는 방법 및 시스템에 대한 것이다.
다양한 의학적 응용예에서, 컴퓨터가 생성 및 재구성한 신체 부분들 또는 장기(organ)들이 사용자에게 표시된다. 예를 들어, 본원에 그 내용이 참고문헌으로서 포함되는 미국 특허 제 6,456,867호는 체적 맵(map of volume)을 재구성하는 방법을 설명한다. 본 발명은 체적의 표면 상의 위치들의 좌표들을 측정하고, 측정된 위치들 부근의 3D 공간에 재구성 면을 형성하는 지점들의 그리드(grid)를 생성하는 것을 포함한다. 그리드 상의 각각의 지점들에 대해, 각각의 벡터는 그리드 상의 하나 이상의 지점과 하나 이상의 위치들 간의 변위에 의존하여 정의된다. 그 다음에, 재구성면이 각각의 벡터에 반응하여 그리드 상의 각각의 지점들을 실질적으로 이동하여 수정되어, 재구성면이 표면의 외형에 닮게 변형된다.
몇몇 응용예에서, 여러 종류(modality) 또는 영상원으로부터의 영상이 서로 적합화되고(fitted) 표현된다. 예를 들어, 본원에 참고문헌으로서 포함되는 미국 특허 5,568,384호는 3D 여러 종류의(multi-modality) 이미지 세트들을 단일 복합 이미지로 합성하는 방법을 설명한다. 표면들은 반자동 분할(segmentation) 기술들 을 사용하여 매칭(matched)될 둘 이상의 상이한 이미지로부터 초기에 추출된다. 표면들은 매칭될 공통 특징부들을 갖는 외형들로서 표현된다. 하나의 표면 이미지에 대해 거리 변환이 수행되고, 매칭 과정을 위한 비용 함수가 거리 이미지를 사용하여 개발된다. 기하학적 형상 변환은 상이한 위치, 배향 및 사이즈의 이미지들을 조정하기 위해 3차원 병진이동, 회전 및 축척변환(scaling)을 포함한다. 매칭 과정은 여러 변수의 공간을 검색하고 이들 중에서 비용 함수를 최소화하는 최적 공간에 맞게 표면(들)을 수정하는 것을 포함한다.
몇몇 의학적 방법 및 시스템들은 촬상된 장기(organ)에 걸친 특정한 생리학적 변수의 분포를 보이는 맵을 측정 및 표시한다. 예를 들어, 심내막(endocardium ; 심장의 내면)에 걸친 국조 전위의 분포를 도시하는 전자 - 해부학적(electro-anatomical) 맵이 다양한 심장학적(cardiological)절차에 유용하다.
종종, 자기공명영상(MRI), 전산화단층촬영술(CT), X-선 또는 초음파-기반의 이미지와 같은 장기의 3D 이미지와 함께 변수 맵을 표시할 수 없다. 맵과 3D 이미지를 함께 표시하기 위해, 장기의 2 시점(view)이 먼저 공통 좌표 시스템으로 정합되어야 한다. 몇몇 경우에, 변수 맵 및/또는 3D 이미지의 좌표들은 다양한 신뢰 수준을 가질 수 있다. 낮은 신뢰수준(confidence level)을 갖는 맵 또는 이미지의 지점들 또는 영역들은 정합 과정의 정확도에 악영향을 미칠 수 있다.
정합 과정의 정확도를 개선하기 위해, 본 발명의 실시예들은 맵 좌표들 및/또는 이미지 좌표들의 가변 신뢰 수준을 고려하면서 3D 이미지와 함께 변수 맵을 정합하는 방법 및 시스템들을 제공한다. 3D 이미지는 전형적으로 각각의 이미지 좌표를 갖는 다수의 이미지 지점들을 포함한다. 몇몇 실시예들에서, 이미지 지점들은 촬상된 장기 또는 그 부분들의 3D 솔리드(solid) 체적 모델, 표면 모델 또는 3D 와이어-프레임(wire-frame) 모델을 형성한다. 몇몇 실시예에서, 가중치들이 맵과 이미지 좌표들의 신뢰수준들에 반응하여 맵 지점들 및 이미지 지점들에 할당된다. 그 다음에, 맵과 3D 이미지는 가중치들에 근거하여 계산되고 기하학적 형상의 변환을 적용하여 함께 맞춰진다.
본원에서 설명된 몇몇 실시예들에서, 자기적 위치 추적 시스템을 사용하여 변수 맵이 얻어진다. 이들 실시예에서, 카테터(catheter)와 같은 프로브(probe)가 촬상된 장기의 상이한 위치들에서 생리학적 변수를 측정하는 전극과 같은 센서를 구비한다. 위치 추적 시스템은 측정할 때 장기에 걸친 변수값들의 분포를 나타내는 맵을 만들기 위해 프로브의 좌표들을 추적하는데 사용된다.
그러므로, 본 발명의 일 실시예에서, 이미지 정합을 위해 컴퓨터가 수행하는 방법은
각각의 이미지 좌표들을 갖는 다수의 제 1 이미지 지점들을 포함하는, 장기의 3차원(3D) 이미지를 수용하는 단계;
장기에 걸친 생리학적 변수값들의 분포를 형성하며, 각각의 맵 좌표를 갖는 다수의 제 2 맵 지점들을 포함하는 맵을 수용하는 단계;
하나 이상의 맵 좌표들 및 이미지 좌표들과 각각의 신뢰 수준들을 연계시키는 단계;
각각의 맵 좌표들 및 이미지 좌표들의 신뢰 수준들에 반응하여 맵 지점들 및 이미지 지점들 중 적어도 일부에 가중치를 할당하는 단계;
가중치들에 근거하여 맵 좌표들과 이미지 좌표들 간의 기하학적 변환을 계산하여 3D 이미지에 맵을 맞추는 단계를 포함한다.
일 실시예에서, 맵을 수용하는 것은 위치 추적 시스템을 사용하여 각각의 맵 좌표들에서 생리학적 변수값을 측정하는 단계를 포함한다. 이 값들 및 맵 좌표들을 측정하는 것은 장기의 여러 위치들에 걸쳐 생리학적 변수를 측정하는 센서와 위치 센서를 포함하는 프로브를 이동시키는 단계와, 그 위치에서 위치 센서의 위치 및 생리학적 변수의 각각의 여러 측정을 수행하는 단계를 포함할 수 있다.
다른 실시예에서, 본 발명의 방법은 기하학적 변환을 사용하여 생리학적 변수값들을 3D 이미지 상에 중첩하는 단계와 중첩된 값들 및 3D 이미지를 사용자에게 표시하는 단계를 포함한다.
또 다른 실시예에서, 3D 이미지에 맵을 맞추는 것은 각각의 맵 지점들과 이미지 지점들 중 적어도 일부 간의 거리들을 정하는 단계와, 가중된 거리들을 만들기 위해 각각의 맵 지점들 및 이미지 지점들에 할당된 가중치들을 거리에 적용하는 단계와, 거리들에 근거하여 누적가중된(cumulative weighted) 거리(distance metric)를 계산하는 단계를 포함하고, 이 거리는 3D 이미지에 맵을 맞추는 기하학적 변환의 정확도를 나타낸다.
또 다른 실시예에서, 가중치들을 적용하는 것은 가중된 거리들을 생성하기 위해 거리의 제곱과 각각의 가중치를 곱하는 단계를 포함하고, 누적가중 거리를 계 산하는 것은 가중 거리들을 합하는 단계를 포함한다.
일 실시예에서, 3D 이미지에 맵을 맞추는 것은 누적가중 거리를 최소화하기 위해 기하학적 변환을 수정하는 단계를 추가로 포함한다.
다른 실시예에서, 3D 이미지에 맵을 맞추는 것은 3D 이미지에 나타나는 장기 외부의 해부학적 특징부(landmark)를 인식하는 단계와, 해부학적 특징부의 위치에서 각각의 맵 지점을 획득하는 단계와, 획득된 맵 지점의 맵 좌표와 함께 3D 이미지의 해부학적 특징부의 이미지 좌표를 정합하는 단계를 포함한다.
또 다른 실시예에서, 신뢰수준들을 연계하는 단계는 사용자로부터 신뢰수준들을 수용하는 단계를 포함한다. 부가적으로 또는 다르게는, 신뢰수준들을 연계하는 단계는 맵 지점들 및 이미지 지점들에 근거하여 신뢰수준들을 자동적으로 판정하는 단계를 포함한다. 신뢰수준들을 자동적으로 판정하는 단계는 맵 좌표들 및 이미지 좌표들 중 적어도 하나의 왜곡(distortion)을 검출하고 왜곡 수준에 반응하여 신뢰수준을 할당하는 단계를 포함할 수 있다. 부가적으로 또는 다르게는, 신뢰수준들을 자동적으로 판정하는 단계는:
맵의 하나 이상의 맵 좌표들의 밀도;
각각의 맵 좌표 및 이미지 좌표들 부근의 전기적 조직 특성값;
각각의 맵 좌표 및 이미지 좌표들 부근의 생리학적 조직 특성값;
맵 및 3D 이미지 모두에서 인식된 정합 특징부로부터 각각의 맵 좌표들 및 이미지 좌표들의 거리;
정합 특징부의 생리학적 특성값 중 적어도 하나에 반응하여 신뢰수준들을 할 당하는 단계를 포함한다.
일 실시예에서, 3D 이미지를 수용하는 단계는 이미지 지점들 중 적어도 일부에 의해 형성되는 장기의 솔리드 모델, 표면 모델 및 와이어-프레임 모델 중 하나 이상을 수용하는 단계를 포함한다.
본 발명의 일 실시예에 따르면,
각각의 이미지 좌표들을 갖는 다수의 제 1 이미지 지점들을 포함하는 장기의 3차원(3D) 이미지를 받고, 각각의 맵 좌표들을 갖는 다수의 제 2 맵 지점들을 포함하는 장기에 걸친 생리학적 변수값들의 분포를 정하는 맵을 추가로 받도록 배치되는 인터페이스;
맵 좌표들 및 이미지 좌표들 중 하나 이상과 각각의 신뢰수준들을 연계시키고, 각각의 맵 좌표들 및 이미지 좌표들의 신뢰수준들에 반응하여 맵 지점들 및 이미지 지점들 중 적어도 일부에 가중치들을 할당하고, 가중치들에 근거하여 맵 좌표들 및 이미지 좌표들 간의 기하학적 변환을 계산하여 3D 이미지에 맵을 맞추도록 배치되는 프로세서(processor)를 포함하는 이미지 정합 장치가 부가적으로 제공된다.
본 발명의 일 실시예에 따라, 컴퓨터가 판독할 때 컴퓨터가 각각의 이미지 좌표들을 갖는 다수의 제 1 이미지 지점을 포함하는 장기의 사전-획득된 3차원(3D) 이미지를 받고, 각각의 맵 좌표들을 갖는 다수의 제 2 맵 지점을 포함하는 장기에 걸친 생리학적 변수값들의 분포를 정하는 맵을 받고, 각각의 신뢰수준을 하나 이상의 맵 좌표들 및 이미지 좌표들에 연계시키고, 각각의 맵 좌표들 및 이미지 좌표들 의 신뢰수준들에 반응하여 맵 지점들 및 이미지 지점들에 가중치들을 할당하고, 가중치들에 근거하여 맵 좌표들 및 이미지 좌표들 간의 기하학적 변환을 계산하여 3D 이미지와 맵을 맞추게 하는, 명령들이 저장되는 컴퓨터-판독가능한 매체를 포함하는 이미지 정합용 컴퓨터 소프트웨어 제품이 또한 제공된다.
본 발명은 도면들과 함께 하기의 실시예들의 상세한 설명으로부터 보다 완전히 이해될 것이다.
시스템 설명
도 1a는 본 발명의 일 실시예에 따라, 환자의 심장(24)을 촬상 및 맵핑하기 위한 자기적 위치 추적 시스템(20)의 개략 예시도이다. 도 1a의 시스템은 본 발명의 변수 맵을 얻는데 사용될 수 있는 예시적 시스템을 예시하는 역할을 한다. 비록 본원에서 설명하는 실시예들이 주로 자기적 위치 추적 시스템을 사용하여 얻어지는 전자-해부학적 맵을 언급하지만, 변수 맵들은 초음파 또는 임피던스-기반의 추적 시스템과 같은 당업계에 공지된 임의의 다른 수단을 사용하여 얻어질 수 있다. 예시적인 임피던스-기반의 추적 시스템들이 미국 특허 제 5,983,126호, 제 6,456,864호, 제 5,944,022호, 2005년 1월 7일 출원된 미국 특허출원 제 11/030,934호에서 설명되며, 이들은 본원에 참고문헌으로서 포함된다.
시스템(20)에서, 카테터(28)가 외과의에 의해 정맥 또는 동맥을 통해 심실(24)에 삽입된다. 시스템(20)은 카테터(28)의 위치 및 배향 좌표들을 측정 및 표시한다. 비록 하기에 설명하는 실시예들이 주로 심장의 촬상에 대해 언급하지 만, 본원에서 설명하는 방법 및 시스템들은 임의의 적절한 장기를 촬상하는데 사용될 수 있다. 그러므로, 본 발명 및 청구범위에 관해, 용어 "장기"는 장기 전체 또는 일부를 포함할 수 있는 임의의 촬상된 신체 부분 또는 조직을 설명하는데 사용된다.
시스템(20)은 환자 외부의 고정된 알려진 위치들에 위치되는 장(field) 생성 코일(30)과 같은 장 생성기들을 포함한다. 코일(30)들은 심장(24) 주변의 예정된 작업 체적(working volume)에서 자기장을 생성한다. 카테터(28)의 말단부에 구비된 위치 센서는 그 근처의 자기장을 감지한다.
위치 센서는 감지된 자기장에 반응하여 위치 신호들을 생성하고 콘솔(34; console)에 전송한다. 콘솔은 위치 센서가 보낸 위치 신호에 근거하여 코일(30)들에 관한 카테터(28)의 위치 및 배향을 계산하는 추적 프로세서(36)를 포함한다. 카테터(28)의 위치 및 배향 좌표들은 디스플레이(44)를 사용하여 외과의에게 표시된다.
시스템(20)은 디스플레이 프로세서(42)를 포함하며, 이는 외부에서 공급되는 사전-획득된 3D 이미지들 및 위치 추적 시스템이 측정한 정보를 받는다. 디스플레이 프로세서(42)는 사전-획득된 3D 이미지와 변수 맵을 정합하고, 후술하는 바와 같이, 정합된 맵 및 이미지를 외과의에게 보인다.
도 1b는 본 발명의 일 실시예에 따라, 디스플레이 프로세서(42)의 세부사항들을 개략적으로 예시하는 블록도이다. 프로세서(42)는 외부 인터페이스(42)를 포함하며, 이는 사전-획득된 3D 이미지와 변수 맵을 받는다. 프로세서(42)는 정합 프로세서(45)를 또한 포함하며, 이는 본원에 설명된 정합 방법들을 수행하고 정합된 3D 이미지 및 변수 맵을 디스플레이(44)에 출력한다. 프로세서(42)는 키보드, 마우스 또는 트랙볼과 같은 사용자 입력 장치(47)를 사용하여 외과의와 같은 사용자와 상호작용한다. 상술한 바와 같이, 디스플레이 프로세서(42)는 임의의 적절한 시스템 또는 소스로부터 3D 이미지 및 변수 맵을 받을 수 있다.
전형적으로, 추적 프로세서(36)와 디스플레이 프로세서(42)는 일반 용도의 컴퓨터를 포함하고, 이는 본원에 설명하는 기능들을 수행하기 위해 소프트웨어로 프로그래밍되어 있다. 이 소프트웨어는 예를 들어, 네트워크에서 전자적 형태로 프로세서들에 다운로드되거나, 또는 다르게는 CD-ROM과 같은 유형 매체로 프로세서들에 공급될 수 있다. 프로세서들(36, 42)은 독립형(standalone) 유니트(unit)들일 수 있다. 다르게는, 프로세서(36, 42)들의 기능은 서로 조합되거나 또는 시스템(20)의 다른 요소들과 합체될 수 있다.
도 2는 본 발명의 일 실시예에 따른 카테터(28)의 말단부의 개략 예시도이다. 카테터(28)는 위치 센서(50)를 포함하고, 이는 코일(30)이 생성하는 자기장들을 감지한다. 부가적으로, 카테터(28)는 전극(52)을 포함하고, 이는 그 근처의 생리학적 변수를 감지한다.
예를 들어, 몇몇 실시예들에서, 전극(52)은 그 근처의 국지적 전위를 감지한다. 이들 실시예에서, 카테터(28)의 말단부는 심내막(심장의 내면) 상의 다양한 지점들에 밀접하게 된다. 그 다음에, 전극(52)은 심내막 표면의 국지적 전위들을 감지하는데 사용된다. 다른 실시예들에서, 카테터(28)는 온도와 압력과 같은 임의 의 다른 적절한 생리학적 변수들을 감지하기 위한 하나 이상의 전극(52)을 포함할 수 있다. 몇몇 실시예들에서, 카테터는 그 근처의 특정 화학 조성을 감지하기 위한 화학적 센서를 구비할 수 있다.
위치 센서(50)와 전극(52)은 카테터(28)를 통해 연장하는 적절한 케이블(54)들을 사용하여 또는 무선 연결(도시되지 않음)을 사용하여 콘솔(34)에 연결된다. 추적 프로세서(36)는 전극(52)이 측정한 변수와 카테터(28)의 측정된 위치 좌표를 연계시킨다. 그러므로, 심장의 다수의 위치를 통해 카테터를 이동시켜, 외과의가 변수들의 3차원 맵을 얻을 수 있다.
도 1a 및 도 2의 예시적 구성에서, 예를 들어, 시스템(20)은 심내막 표면에 걸친 국지적 전위들의 분포를 나타내는 전자-해부학적 맵을 얻어 표시한다. 이러한 전자-해부학적 맵핑은 다양한 심장 장애를 검출 및/또는 예측하고 절제(ablation)와 같은 관련 의료 시술을 계획하기 위해 사용될 수 있다. 대안적인 실시예들에서, 다른 타입의 전극 및 센서들이 사용되어 관심있는 다른 변수들의 맵들을 얻을 수 있다. 전형적으로, 변수 맵은 다수의 맵 지점들을 포함한다. 각각의 맵 지점은 변수의 특정한 값을 포함하고 각각의 맵 좌표와 연계된다.
도 1a 및 도 2의 시스템 구성은 개념의 명확성을 위해 선택된 예시적인 구성이다. 본원에 설명되는 방법들은 임의의 다른 적절한 위치 추적 시스템 또는 방법에 연계하여 사용될 수 있다. 자기적 위치 추적용 몇몇 시스템 및 방법들이 예를 들어, PCT 특허공보 WO 96/05768호, 미국 특허 제 5,391,199호, 제 5,443,489호, 제 6,690,963호, 제 6,239,724호, 제 6,618,612호, 제 6,332,089호, 미국 특허출원 공보 2002/0065455 A1호, 2003/0120150 A1호 및 2004/0068178 A1호에 설명되어 있으며, 이들의 내용은 본원에 참고문헌으로서 포함된다. 상술한 바와 같이, 변수 맵들은 다르게는 임의의 다른 적절한 방법 또는 시스템을 사용하여 만들어질 수 있다.
변수 맵들과 이미지들의 정합
몇몇 실제 경우에, 맵핑된 장기의 3D 이미지에 투영된 변수 맵을 표시하는 것이 바람직하다. 대부분의 경우에, 3D 이미지가 맵핑 과정 전에 먼저 획득되므로, "사전-획득된" 이미지라 부른다. 다르게는, 3d 이미지는 맵핑 과정과 동시에 또는 이후에 획득될 수 있다. 어느 경우에든, 맵과 이미지 정보를 조합한 이중-형태(dual-modality)의 디스플레이가 일반적으로 외과의가 변수 맵을 이해하는 것을 개선한다. 예를 들어, 촬상된 장기의 관심있는 특징부들이 이러한 공통 표시를 사용하여 위치결정 및 검사하기 더 쉬울 수 있다.
3D 이미지는 자기공명영상(MRI) 시스템, 전산화단층촬영(CT) 시스템, X-선 활영 시스템, 초음파 촬영 시스템 또는 임의의 다른 적절한 촬영 시스템 또는 소스로부터 발생될 수 있다. 맵 및 3D 이미지가 상이한 좌표 시스템들을 일반적으로 갖는 상이한 시스템들로부터 발생되므로, 이들이 표시되기 전에 두 시점(view)의 촬상된 장기가 서로 정합 또는 맞춰져야 한다.
전형적으로, 3D 이미지는 다수의 이미지 지점들로서 디스플레이 프로세서(42)에 표현 및 제공된다. 각각의 이미지 지점은 값(예를 들어, 회색 레벨 또는 색상)을 포함하고, 각각의 이미지 좌표와 연계된다. 몇몇 경우에, 촬상된 장기 또 는 그 일부들이 이미지 지점들의 적어도 일부에 의해 정해지는 솔리드 체적 모델, 표면 모델 또는 와이어 프레임 모델로서 3D 이미지에 표현될 수 있다. 본원 및 청구범위에 관해, 용어 "이미지 지점들"은 이미지 지점들에 의해 정해지는 다양한 체적, 표면 및 와이어-프레임 표현과 같은 3D 이미지의 임의의 적절한 표현을 설명하는데 사용된다. 본원에 설명되는 정합 방법들은 임의의 이러한 표현을 갖는 3D 이미지들과 변수 맵들을 정합하는데 사용될 수 있다. 3D 이미지는 전형적으로 데이터 파일로서 디스플레이 프로세서(42)에 제공되고 네트워크 연결 또는 자기적 저장 장치와 같은 임의의 편리한 디지털 수단을 사용하여 또는 영상 획득기(frame grabber)와 같은 아날로그 수단을 사용하여 제공될 수 있다.
변수 맵과 3D 이미지를 정합하는 과정은 3D 이미지와 맵을 가장 잘 맞추는 기하학적 변환을 찾는 작업으로서 형식화될 수 있다. 이러한 기하학적 변환은 맵을 가장 잘 맞추기 위해 이미지 좌표들의 병진이동, 회전 및/또는 축척변환을 포함할 수 있다. 다르게는, 기하학적 변환은 3D 이미지 상에 변수 맵을 맞추는 것, 또는 임의의 기준 좌표 시스템에 맵 및 이미지 모두를 변환시키는 것과 같은 것으로 정의될 수 있다. 후술하는 방법들은 임의의 이러한 기하학적 변환을 정하는데 사용될 수 있다.
몇몇 실시예들에서, 사용되는 두 종류(modality) 중 하나는 실시간 종류를 포함하고, 다른 종류는 비-실시간 종류를 포함한다. 예를 들어, 위치 추적 시스템에 의해 실시간으로 측정된 변수 맵은 사전-획득된 MRI 또는 CT 이미지와 정합될 수 있다. 이러한 실시예들에서, 기하학적 변환을 비-실시간 종류의 좌표 시스템을 실시간 종류의 좌표 시스템으로 전환하는 것으로 정의하는 것이 바람직하지만, 강제적이지는 않다.
정합 과정의 품질은 맵과 3D 이미지 간의 거리를 정량화하는 누적 거리에 의해 종종 평가된다. 예를 들어, 몇몇 실시예들에서, Mi로 표기되는 각각의 맵 지점은 Ii로 표기되는 상응하는 이미지 지점과 연계된다. 맵 지점 Mi와 그 상응하는 이미지 지점 Ii 사이의 거리는 di로 표기된다. di는 전형적으로 맵 지점과 이미지 지점의 좌표들 사이에서 계산되는 3차원 유클리드 거리(Euclidean distance)를 전형적으로 나타낸다. 예시적인 누적 거리는 하기의 수학식에 의해 주어지며,
Figure 112007022051012-PAT00001
여기서 I는 상응하는 맵 지점들과 이미지 지점들의 쌍들에 대해 합해진다. 그러므로, 맵과 3D 이미지의 정합은 누적거리 D를 최소화하는 기하학적 변환을 측정하는 것을 포함한다.
그러나, 몇몇 경우에, 맵 지점들 및/또는 이미지 지점들의 좌표들은 지점의 위치의 정확도에 관해 문제가 되는(in question) 변하는 신뢰수준을 갖는다. 예를 들어, 변수 맵의 일부 영역들이 높은 밀도의 맵 지점들을 가져, 보다 높은 신뢰수준이 될 수 있다. 맵의 다른 영역들은 보다 적은 맵 지점들을 가져 종종 보다 낮은 신뢰수준이 되게 할 수 있다.
또한, 신뢰수준들은 3D 이미지에서(예를 들어, 3D 이미지의 솔리드, 표면 또는 와이어-프레임 표현 영역에서 또는 특정한 이미지 지점들에서) 또는 맵에서 검출된 왜곡에 반응하여 할당될 수도 있다. 예를 들어, 높은 편차의 좌표값들을 보이는 맵의 영역들은 보다 높은 수준의 측정 노이즈를 포함한다고 가정되며, 결과적으로 원활하게 변하는 영역들에 비해 보다 낮은 신뢰수준을 갖는다. 부가적으로 또는 다르게는, 높은 시간 편차(temporal variation)를 특징으로 갖는다고 알려진 장기의 촬상된 영역(즉, 그 형상이 시간에 걸쳐 크게 및/또는 빠르게 변화하는 영역)은 보다 낮은 신뢰 수준을 갖는다고 고려될 수 있다.
맵의 왜곡은 3D 이미지의 상응하는 영역에 비해, 맵의 영역의 기하학적 형상의 변형을 포함할 수도 있다. 측정된 맵의 낮은 신뢰수준의 영역들을 측정하는데 사용될 수 있는 몇몇 예시적 방법들이 상기 미국 특허 제 6,456,867호에도 설명된다. 부가적으로 또는 다르게는, 맵 지점들의 신뢰수준의 할당은 임의의 다른 적절한 기준 또는 기준들의 조합에 근거할 수 있다.
3D 이미지의 이미지 지점들 또는 영역들은 그 위치 정확도에 관련하여 변하는 신뢰수준을 가질 수도 있다. 예를 들어, 3D 이미지의 영역들은 잘못된 분할을 가질 수 있다(장기의 영역이 이미지에서 빠지거나 또는 목표 장기와 조합된 다른 장기들 또는 장기 부분들에 남는다). 3D 이미지의 일부 영역들이 보다 낮은 공간적 또는 시간적 해상력(resolution)가질 수 있다.
낮은 신뢰수준을 갖는 맵 지점들 및/또는 이미지 지점들은 기하학적 변환에 오류를 발생시켜 최적의 정합이 이루어지지 않게 할 수 있다. 그러므로, 기하학적 변환을 평가할 때 신뢰수준들을 고려하면 정합 품질을 크게 개선할 수 있음을 이해할 것이다. 낮은 신뢰수준의 영역들은 변환이 왜곡되는 것을 방지하고 보다 높은 신뢰수준의 영역들이 강조될 수 있다.
낮은 신뢰수준을 갖는 맵 및 이미지 지점들의 영향을 감소시키기 위해, 본원에 설명하는 방법들은 그 신뢰수준들에 반응하여 맵 및/또는 이미지 지점들에 가중치를 할당한다. 그 다음에 가중치들이 거리들에 적용되고 합산되어 누적거리를 제공한다. 그 결과인 거리는 누적가중 거리로 부른다. 전형적으로, 가중치는 신뢰수준에 비례하여 낮은 신뢰수준을 갖는 맵 및 이미지 지점들은 보다 낮은 가중치가 할당되고, 그 역도 성립한다.
예를 들어, 몇몇 실시예에서, 각각의 맵 지점 Mi는 맵 지점의 신뢰수준에 근거한 가중치 Wi가 할당된다. 이들 실시예에서, 예시적인 누적가중 거리가 하기의 수학식에 주어진다.
Figure 112007022051012-PAT00002
다르게는, 거리들에 적용되는 가중치에 근거한 다른 적절한 누적거리들이 사용될 수도 있다. 누적가중 거리를 최소화하는 기하학적 변환을 정하는 것은 맵 및 이미지 지점들의 가변 신뢰수준을 고려하여, 사전-획득된 3D 이미지와 변수 맵의 고정밀도 정합을 제공한다.
몇몇 실시예들에서, 정합 과정은 장기 외측에 위치하는 해부학적 특징부들을 사용할 수 있다. 이들 실시예에서, 외과의가 정합 특징부들 또는 고정부(anchor)로서 사용될, 3D 이미지에 나타나는 장기 외측의 하나 이상의 해부학적 특징부를 인식한다. 예를 들어, 심장을 맵핑할 때, 외과의는 대동맥활(aortic arch)로부터의 혈관의 분기점과 같은, 대동맥(aorta) 상의 지점(들)을 선택할 수 있다. 다른 예로서, 외과의는 아래쪽 또는 위쪽의 대정맥(vena cava)의 구멍(ostium)을 선택할 수 있다. 그 다음에, 외과의가 카테터(28)를 조종하여 그 첨단부(tip)가 문제가 되는 특징부와 접촉하고 디스플레이(44)의 사전-획득된 3D 이미지 상에 상응하는 위치를 나타낸다.
특징부를 정합시켜, 외과의는 서로 일치하는 것으로 알려진 맵 지점 및 상응하는 이미지 지점을 효과적으로 인식한다. 대동맥 또는 대정맥을 특징부로 사용할 때, 외과의는 카테터를 혈관을 통해 심장에 삽입하면서 특징부를 정합할 수 있다. 결과적으로, 전자-해부학적 맵은 맵핑 절차를 시작하기 위해 카테터(28)가 심장에 들어갈 때 사전-획득된 3D 이미지와 이미 사전-정합되어 있다.
가중치들이 사용자에 의해 수동으로 또는 시스템에 의해 자동으로 할당될 수 있다. 몇몇 실시예에서, 수작업 가중치 할당이 절차 중 아무 때나 수행될 수 있다. 자동 가중치 할당은 관련 영역의 조직 특성들에 의존할 수 있다. 외부 특징부들이 사용될 때, 가중치 할당은 문제가 되는 맵 또는 이미지 지점으로부터 특징부의 거리에 의존할 수 있다. 예를 들어, 아래쪽 대정맥의 특징부는 그 연하고 하늘거리는(floppy) 성질과 좌심방으로부터의 거리로 인해 보다 낮은 가중치가 자동 적으로 할당될 수 있다.
도 3a 및 도 3b는 본 발명의 일 실시예에 따라, 좌심방 및 관련 혈관의 3차원(3D) 이미지(58)와 전자-해부학적 맵(56)을 정합하는 과정을 개략적으로 예시하는 도면이다. 이미지(58)는 CT 스캐너에 의해 생성되는 폐정맥과 좌심방의 분할된 사전-획득된 이미지를 포함한다.
도 3a는 정합 과정 전의 맵과 3D 이미지를 도시한다. 도면에서 알 수 있듯이, 맵과 3D 이미지는 공통의 좌표 시스템으로 정합되지 않고 일반적으로 서로에 대해 병진이동, 회전 및 축척변경 오프셋(offset)된다.
맵(56)은 상술한 바와 같이 카테터 및 자기적 위치 추적 시스템을 사용하여 얻어지는 전자-해부학적 맵을 포함한다. 맵은 다수의 맵 지점(60)을 포함하며, 각각의 맵 지점은 기준 주석(reference annotation)에 관한 [수 밀리초(millisecond)로 표현되는] 국소 활성값과, 각각의 맵 좌표를 갖는다. 상이한 국소 활성값들이 상이한 명암 패턴(shading pattern)을 사용하여 도면에 도시되었다. 외과의가 이미 고주파(RF) 절제를 수행한 장소들은 둥근 원들로 표시된다.
3D 이미지는 각각의 이미지 좌표를 각각 갖는 다수의 이미지 지점(62)을 포함한다. LAA, MPV, LIPV, MVA로 표기되는 4개의 해부학적 특징부는 맵(56)과 3D 이미지(58)에서 인식된다. 4개의 특징부는 좌심방 부속물(appendage), 중간 폐정맥, 좌하부 폐정맥, 승모판 밸브 고리(mitral valve annulus)의 위치들을 각각 표시한다. 모든 특징부는 목표 장기 외측, 즉 좌심방 외측에 있다.
도 3b는 하기의 도 4의 방법에 따라, 정합 과정이 수행된 후의 맵(56)과 3D 이미지(58)를 도시한다. 도면에서 알 수 있듯이, 이제 맵 및 3D 이미지는 공통 좌표 시스템으로 정합되고 함께 표시된다.
정합 방법 설명
도 4는 본 발명의 일 실시예에 따라, 사전-획득된 3D 이미지와 전자-해부학적 맵을 정합하는 방법을 개략적으로 예시하는 흐름도이다. 디스플레이 프로세서(42)에 의해 실행되는 도 4의 방법은 누적가중 거리를 평가 및 최소화할 때 상이한 가중치를 상이한 맵 및 이미지 지점들에 할당하여 변수 맵 및/또는 3D 이미지에서 변하는 신뢰수준을 고려한다.
이 방법은 프로세서(42)가 이미지 수용 단계(70)에서 장기의 사전-획득된 3D 이미지를 받아 시작된다. 3D 이미지는 다수의 이미지 지점(62) 및 관련 좌표들에 의해 표현된다. 상술한 바와 같이, 이미지 지점들의 적어도 일부는 몇몇 경우에 촬상된 장기 또는 그 일부들의 3D 솔리드, 표면 와이어-프레임 모델을 형성할 수 있다. 프로세서(42)는 맵 수용 단계(72)에서 장기의 전자-해부학적 맵을 추가로 수용한다. 몇몇 실시예에서, 맵은 상술한 바와 같이 자기적 위치 추적 시스템(20)에 의해 만들어진다. 맵은 다수의 맵 지점(60) 및 관련 좌표들로 표현된다. 3D 이미지와 변수 맵은 인터페이스(45)를 사용하여 수용되고 정합 프로세서(46)에 제공된다.
맵 지점 및/또는 이미지 지점들 중 적어도 일부에 대해, 정합 프로세서(46)는 신뢰도 할당 단계(74)에서 상응하는 맵 및/또는 이미지 좌표의 신뢰수준을 판정한다. 몇몇 실시예에서, 신뢰수준의 일부 또는 모두가 프로세서(46)에 외과의 또 는 다른 사용자에 의해 알려진다. 예를 들어, 외과의는 디스플레이(44) 상에 표시된 맵 및/또는 3D 이미지를 검토하고 입력 장치(47)를 사용하여 낮거나 높은 신뢰수준의 영역 또는 지점들을 표시할 수 있다.
부가적으로 또는 다르게는, 맵에 관련한 신뢰수준의 일부 또는 모두가 위치 측정을 수행하는 중 또는 이후에 맵을 만든 시스템(예를 들어, 위치 추적 시스템)에 의해 자동적으로 판정되고 전자-해부학적 맵을 따라 프로세서(46)에 제공될 수 있다. 또한 부가적으로 또는 다르게는, 신뢰수준의 일부 또는 모두가 상술한 기준들과 같은 상이한 기준들에 근거하여 맵 및/또는 3D 이미지를 사용하여 프로세서(46)에 의해 자동적으로 계산될 수 있다.
프로세서(46)는 변환 계산 단계(76)에서 3D 이미지와 맵을 가장 잘 맞추는 기하학적 변환을 계산한다. 상술한 바와 같이, 각각의 맵 지점은 각각의 이미지 지점과 연계되고, 거리가 그 좌표들에 근거하여 두 지점들 사이에 정해진다. 낮은 신뢰수준을 갖는 맵 및/또는 이미지 지점들의 영향을 감소시키고 높은 신뢰수준을 갖는 맵 및/또는 이미지 지점들의 영향을 증가시키기 위해, 프로세서(46)는 신뢰수준에 근거하여 거리들에 가중치들을 할당한다. 프로세서(46)는 상기 수학식 2에 주어진 거리와 같은 누적가중 거리를 평가한다.
프로세서(46)는 누적가중 거리를 최소화하는 기하학적 변환을 판정하므로 정합 단계(78)에서 3D 이미지와 맵을 가장 잘 맞춘다. 그 결과인 기하학적 변환은 전형적으로 맵 좌표와 3D 이미지 중 하나 또는 모두에 적용되는 병진이동, 회전 및/또는 축척변환 작업의 조합을 포함한다. 그 다음에, 정합된 맵 및 3D 이미지는 상기 도 3b에 도시된 바와 같이 디스플레이(44)를 사용하여 외과의에게 표시된다.
비록 본원에서 상술한 실시예들이 전위-감지 전극을 구비한 카테터를 사용하는 심장 촬상 시스템을 주로 언급하였으나, 본원에 설명하는 방법들은 좌표들에 관련하여 측정된 변수들을 포함하는 맵들을 만드는 임의의 다른 적절한 시스템과 연계하여 사용될 수 있다. 변수는 국지적으로 또는 원격으로 측정될 수 있다. 예를 들어, 위치 센서와 초음파 센서를 구비한 카테터가 조직 밀도와 같은 생리학적 변수들의 맵들을 만드는데 사용될 수 있다. 이들 변수 맵은 상술한 방법들을 사용하여 사전-획득된 3D 이미지들과 정합될 수 있다.
부가적으로 또는 다르게는, 변수를 측정하는 센서가 내시경과 같은 임의의 다른 적절한 신체내(intrabody) 프로브에 장착될 수 있다. 또한 부가적으로 또는 다르게는, 변수의 측정은 외부 초음파 변환기와 같은 외부 센서를 사용하여 수행될 수 있다. 본원에서 설명하는 방법들은 대동맥(AAA), 관상동맥, 척주, 최소 침입 수술이 수행되는 신경학적 또는 임의의 다른 공동과 같은 임의의 다른 적절한 장기, 조직 또는 그 일부들의 변수 맵들 및 이미지들을 처리하는데 사용될 수 있다.
그러므로 상술한 실시예들은 예로서 인용되고, 본 발명은 상기에 상세하게 도시 및 상술된 것에 한정되지 않는다. 오히려, 본 발명의 범위는 상술한 다양한 특징부들의 조합 및 하위-조합, 및 종래기술에 공개되지 않았으며 상술한 설명을 읽어 당업자에게 떠오를 수 있는 수정 및 변경을 포함한다.
정합 과정의 정확도를 개선하기 위해, 본 발명의 실시예들은 맵 좌표들 및/ 또는 이미지 좌표들의 가변 신뢰 수준을 고려하면서 3D 이미지와 함께 변수 맵을 정합하는 방법 및 시스템들을 제공한다.

Claims (27)

  1. 각각의 이미지 좌표들을 갖는 다수의 제 1 이미지 지점들을 포함하는, 장기(organ)의 3차원(3D) 이미지를 수용하는 단계;
    각각의 맵 좌표들을 갖는 다수의 제 2 맵 지점들을 포함하는, 상기 장기에 걸친 생리학적 변수값들의 분포를 정하는 맵을 수용하는 단계;
    각각의 신뢰수준(confidence level)을 하나 이상의 상기 맵 좌표들 및 상기 이미지 좌표들과 연계시키는 단계;
    상기 각각의 맵 좌표들과 이미지 좌표들의 상기 신뢰수준들에 반응하여, 상기 맵 지점들과 이미지 지점들 중 적어도 일부에 가중치들을 할당하는 단계;
    상기 가중치들에 근거하여 상기 맵 좌표들과 상기 이미지 좌표들 간의 기하학적 변환을 계산하여, 상기 맵과 상기 3D 이미지를 맞추는 단계를 포함하는 컴퓨터가 수행하는(computer-implemented) 이미지 정합 방법.
  2. 제 1 항에 있어서,
    상기 맵을 수용하는 단계는 위치 추적 시스템을 사용하여 상기 각각의 맵 좌표들에서 상기 생리학적 변수값들을 측정하는 단계를 포함하는 컴퓨터가 수행하는 이미지 정합 방법.
  3. 제 2 항에 있어서,
    상기 값들과 상기 맵 좌표들을 측정하는 단계는 상기 장기의 여러 위치들에 걸쳐 상기 생리학적 변수를 측정하는 센서 및 위치 센서를 포함하는 프로브(probe)를 이동하는 단계와, 상기 위치들에서 상기 위치 센서의 위치와 상기 생리학적 변수 각각의 다중 측정을 수행하는 단계를 포함하는 컴퓨터가 수행하는 이미지 정합 방법.
  4. 제 1 항에 있어서,
    상기 기하학적 변환을 사용하여 상기 3D 이미지 상에 상기 생리학적 변수값들을 중첩시키는 단계와, 상기 중첩된 값들 및 3D 이미지를 사용자에게 표시하는 단계를 포함하는 컴퓨터가 수행하는 이미지 정합 방법.
  5. 제 1 항에 있어서,
    상기 3D 이미지와 상기 맵을 맞추는 단계는 상기 이미지 지점들 중 적어도 일부와 각각의 맵 지점들 사이의 거리들을 정하는 단계와, 가중된 거리들을 만들기 위해 상기 각각의 맵 지점들과 이미지 지점들에 할당되는 상기 가중치들을 상기 거리들에 적용하는 단계와, 상기 거리들에 근거하여 누적가중된 거리를 계산하는 단계를 포함하고, 상기 거리는 상기 3D 이미지에 상기 맵을 맞추는 상기 기하학적 변환의 정확도를 나타내는 컴퓨터가 수행하는 이미지 정합 방법.
  6. 제 5 항에 있어서,
    상기 가중치들을 적용하는 단계는 상기 가중된 거리들을 생성하기 위해 상기 거리들의 제곱과 상기 각각의 가중치들을 곱하는 단계를 포함하고, 상기 누적가중 거리를 계산하는 단계는 상기 가중 거리들을 합하는 단계를 포함하는 컴퓨터가 수행하는 이미지 정합 방법.
  7. 제 5 항에 있어서,
    상기 3D 이미지에 상기 맵을 맞추는 단계는 상기 누적가중 거리를 최소화하기 위해 상기 기하학적 변환을 수정하는 단계를 추가로 포함하는 컴퓨터가 수행하는 이미지 정합 방법.
  8. 제 1 항에 있어서,
    상기 3D 이미지에 상기 맵을 맞추는 단계는 상기 3D 이미지에 나타나는 상기 장기 외부의 해부학적 특징부를 인식하는 단계와, 상기 해부학적 특징부의 위치에서 각각의 맵 지점을 획득하는 단계와, 상기 획득된 맵 지점의 맵 좌표와 함께 상기 3D 이미지의 상기 해부학적 특징부의 이미지 좌표를 정합하는 단계를 포함하는 컴퓨터가 수행하는 이미지 정합 방법.
  9. 제 1 항에 있어서,
    상기 신뢰수준들을 연계하는 단계는 사용자로부터 상기 신뢰수준들을 수용하는 단계를 포함하는 컴퓨터가 수행하는 이미지 정합 방법.
  10. 제 1 항에 있어서,
    상기 신뢰수준들을 연계하는 단계는 상기 맵 지점들 및 이미지 지점들에 근거하여 상기 신뢰수준들을 자동적으로 판정하는 단계를 포함하는 컴퓨터가 수행하는 이미지 정합 방법.
  11. 제 10 항에 있어서,
    상기 신뢰수준들을 자동적으로 판정하는 단계는 상기 맵 좌표들 및 이미지 좌표들 중 적어도 하나의 왜곡(distortion)을 검출하는 단계와, 상기 왜곡 수준에 반응하여 상기 신뢰수준을 할당하는 단계를 포함하는 컴퓨터가 수행하는 이미지 정합 방법.
  12. 제 10 항에 있어서,
    상기 신뢰수준들을 자동적으로 판정하는 단계는:
    상기 맵에서 하나 이상의 상기 맵 좌표들 각각의 밀도;
    상기 각각의 맵 좌표들 및 이미지 좌표들 부근의 전기적 조직 특성값;
    상기 각각의 맵 좌표들 및 이미지 좌표들 부근의 생리학적 조직 특성값;
    상기 맵 및 상기 3D 이미지 모두에서 인식된 정합 특징부로부터 상기 각각의 맵 좌표들 및 이미지 좌표들의 거리; 및
    상기 정합 특징부의 생리학적 특성값, 중 적어도 하나에 반응하여 상기 신뢰 수준들을 할당하는 단계를 포함하는 컴퓨터가 수행하는 이미지 정합 방법.
  13. 제 1 항에 있어서,
    상기 3D 이미지를 수용하는 단계는 상기 이미지 지점들 중 적어도 일부에 의해 형성되는 상기 장기의 솔리드(solid) 모델, 표면 모델 및 와이어-프레임(wire-frame) 모델 중 하나 이상을 수용하는 단계를 포함하는 컴퓨터가 수행하는 이미지 정합 방법.
  14. 각각의 이미지 좌표들을 갖는 다수의 제 1 이미지 지점들을 포함하는 장기의 3차원(3D) 이미지를 수용하고, 상기 장기에 걸친 생리학적 변수값들의 분포를 정하여 각각의 맵 좌표들을 갖는 다수의 제 2 맵 지점들을 포함하는 맵을 추가로 수용하도록 배치되는 인터페이스(interface); 및
    상기 맵 좌표들 및 이미지 좌표들 중 하나 이상과 각각의 신뢰수준들을 연계시키고, 상기 각각의 맵 좌표들 및 이미지 좌표들의 상기 신뢰수준들에 반응하여 상기 맵 지점들 및 이미지 지점들 중 적어도 일부에 가중치들을 할당하고, 상기 가중치들에 근거하여 상기 맵 좌표들 및 상기 이미지 좌표들 간의 기하학적 변환을 계산하여 상기 3D 이미지에 맵을 맞추도록 배치되는 프로세서(processor)를 포함하는 이미지 정합 장치.
  15. 제 14 항에 있어서,
    상기 인터페이스는 위치 추적 시스템으로부터 상기 맵을 수용하도록 배치되고, 이는 상기 각각의 맵 좌표들에서 상기 생리학적 변수값들을 측정하는 이미지 정합 장치.
  16. 제 14 항에 있어서,
    상기 위치 추적 시스템은 상기 생리학적 변수를 측정하는 센서와 위치 센서를 구비하는 프로브를 포함하고, 이는 상기 위치들에서 상기 위치 센서의 위치와 상기 생리학적 변수 각각의 다중 측정들을 수행하기 위해 상기 장기의 여러 위치들에 걸쳐 이동되는 이미지 정합 장치.
  17. 제 14 항에 있어서,
    상기 프로세서는 상기 기하학적 변환을 사용하여 상기 3D 이미지 상에 상기 생리학적 변수값들을 중첩하고, 상기 중첩된 값들과 3D 이미지를 사용자에게 표시하도록 추가로 배치되는 이미지 정합 장치.
  18. 제 14 항에 있어서,
    상기 프로세서는 상기 이미지 지점들 중 적어도 일부와 각각의 맵 지점들 간의 거리들을 정하고, 가중된 거리들을 만들기 위해 상기 각각의 맵 지점들과 이미지 지점들에 할당된 상기 가중치들을 상기 거리들에 적용하고, 상기 거리들에 근거하여 누적가중 거리를 계산하도록 배치되며, 상기 거리는 상기 3D 이미지에 상기 맵을 맞출 때 기하학적 변환의 정확도를 나타내는 이미지 정합 장치.
  19. 제 18 항에 있어서,
    상기 프로세서는 상기 거리들의 제곱과 상기 각각의 가중치들을 곱하여 상기 가중된 거리들을 생성하고, 상기 가중된 거리들을 합하여 상기 누적가중 거리를 만들도록 배치되는 이미지 정합 장치.
  20. 제 18 항에 있어서,
    상기 프로세서는 상기 누적가중 거리를 최소화하도록, 상기 기하학적 변환을 수정하여 상기 3D 이미지와 상기 맵을 맞추도록 배치되는 이미지 정합 장치.
  21. 제 14 항에 있어서,
    상기 프로세서는 상기 해부학적 특징부의 위치에서 획득된 각각의 맵 지점 및 상기 3D 이미지에 나타나는 상기 장기 외부의 해부학적 특징부를 인식한 것을 수용하고, 상기 획득된 맵 지점의 맵 좌표와 상기 3D 이미지의 해부학적 특징부의 이미지 좌표를 정합하도록 배치되는 이미지 정합 장치.
  22. 제 14 항에 있어서,
    상기 프로세서는 상기 인터페이스를 통해 사용자로부터 상기 신뢰수준들을 수용하도록 배치되는 이미지 정합 장치.
  23. 제 14 항에 있어서,
    상기 프로세서는 상기 맵 지점들과 이미지 지점들에 근거하여, 상기 신뢰수준들을 자동적으로 판정하도록 배치되는 이미지 정합 장치.
  24. 제 14 항에 있어서,
    상기 프로세서는 상기 맵 지점들과 이미지 지점들 중 적어도 하나의 왜곡을 검출하고, 상기 왜곡 수준에 반응하여 상기 신뢰수준들을 할당하도록 배치되는 이미지 정합 장치.
  25. 제 14 항에 있어서,
    상기 프로세서는,
    상기 맵에서 하나 이상의 상기 맵 좌표들 각각의 밀도;
    상기 각각의 맵 좌표들 및 이미지 좌표들 부근의 전기적 조직 특성값;
    상기 각각의 맵 좌표들 및 이미지 좌표들 부근의 생리학적 조직 특성값;
    상기 맵 및 상기 3D 이미지 모두에서 인식된 정합 특징부로부터 상기 각각의 맵 좌표들 및 이미지 좌표들의 거리; 및
    상기 정합 특징부의 생리학적 특성값, 중 적어도 하나에 반응하여 상기 신뢰수준들을 할당하도록 배치되는 이미지 정합 장치.
  26. 제 14 항에 있어서,
    상기 3D 이미지는 상기 이미지 지점들 중 적어도 일부에 의해 형성되는 상기 장기의 솔리드 모델, 표면 모델, 및 와이어-프레임 모델 중 적어도 하나를 포함하는 이미지 정합 장치.
  27. 컴퓨터가 판독할 때 컴퓨터가 각각의 이미지 좌표들을 갖는 다수의 제 1 이미지 지점들을 포함하는 장기의 사전-획득된 3차원(3D) 이미지를 수용하고, 각각의 맵 좌표들을 갖는 다수의 제 2 맵 지점들을 포함하는 장기에 걸친 생리학적 변수값들의 분포를 정하는 맵을 수용하고, 각각의 신뢰수준들을 하나 이상의 상기 맵 좌표들 및 이미지 좌표들에 연계시키고, 상기 각각의 맵 좌표들 및 이미지 좌표들의 상기 신뢰수준들에 반응하여 상기 맵 지점들 및 이미지 지점들에 가중치들을 할당하고, 상기 가중치들에 근거하여 상기 맵 좌표들 및 상기 이미지 좌표들 간의 기하학적 변환을 계산하여 상기 3D 이미지와 맵을 맞추게 하는, 명령들이 저장되는 컴퓨터-판독가능한 매체를 포함하는 이미지 정합용 컴퓨터 소프트웨어.
KR20070027079A 2006-03-21 2007-03-20 국소-가중 적합화를 사용하는 이미지 정합 KR20070095788A (ko)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US11/385,060 US7855723B2 (en) 2006-03-21 2006-03-21 Image registration using locally-weighted fitting
US11/385,060 2006-03-21

Publications (1)

Publication Number Publication Date
KR20070095788A true KR20070095788A (ko) 2007-10-01

Family

ID=38293155

Family Applications (1)

Application Number Title Priority Date Filing Date
KR20070027079A KR20070095788A (ko) 2006-03-21 2007-03-20 국소-가중 적합화를 사용하는 이미지 정합

Country Status (11)

Country Link
US (1) US7855723B2 (ko)
EP (1) EP1837828B1 (ko)
JP (1) JP5345290B2 (ko)
KR (1) KR20070095788A (ko)
CN (2) CN101051387A (ko)
AT (1) ATE546798T1 (ko)
AU (1) AU2007201200B2 (ko)
BR (1) BRPI0701778A (ko)
CA (1) CA2582703C (ko)
IL (1) IL182000A (ko)
MX (1) MX2007003312A (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10368809B2 (en) 2012-08-08 2019-08-06 Samsung Electronics Co., Ltd. Method and apparatus for tracking a position of a tumor

Families Citing this family (64)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7855723B2 (en) * 2006-03-21 2010-12-21 Biosense Webster, Inc. Image registration using locally-weighted fitting
CN101501727B (zh) * 2006-08-08 2012-03-14 皇家飞利浦电子股份有限公司 用于识别感兴趣体积中的结构的方法、装置、系统
US9549689B2 (en) 2007-03-09 2017-01-24 St. Jude Medical, Atrial Fibrillation Division, Inc. System and method for correction of inhomogeneous fields
US10433929B2 (en) 2007-03-09 2019-10-08 St. Jude Medical, Atrial Fibrillation Division, Inc. System and method for local deformable registration of a catheter navigation system to image data or a model
US7995864B2 (en) * 2007-07-03 2011-08-09 General Electric Company Method and system for performing image registration
JP2011507584A (ja) * 2007-12-20 2011-03-10 コーニンクレッカ フィリップス エレクトロニクス エヌ ヴィ 身体及び体輪郭の３次元再構成
US8219179B2 (en) * 2008-03-06 2012-07-10 Vida Diagnostics, Inc. Systems and methods for navigation within a branched structure of a body
JP5335280B2 (ja) * 2008-05-13 2013-11-06 キヤノン株式会社 位置合わせ処理装置、位置合わせ方法、プログラム、及び記憶媒体
US8160325B2 (en) * 2008-10-08 2012-04-17 Fujifilm Medical Systems Usa, Inc. Method and system for surgical planning
US8160326B2 (en) * 2008-10-08 2012-04-17 Fujifilm Medical Systems Usa, Inc. Method and system for surgical modeling
US8478379B2 (en) * 2008-11-12 2013-07-02 Biosense Webster, Inc. Probe visualization based on mechanical properties
US8406497B2 (en) * 2009-02-25 2013-03-26 Dongwook YOON Method for population-driven identification of body landmarks
CN102469976B (zh) * 2009-07-06 2015-02-18 皇家飞利浦电子股份有限公司 生理参数的可视化
US8391578B2 (en) * 2009-11-11 2013-03-05 General Electric Company Method and apparatus for automatically registering images
US8311303B2 (en) * 2010-01-12 2012-11-13 Siemens Corporation Method and system for semantics driven image registration
US9129392B2 (en) 2010-02-25 2015-09-08 The Trustees Of The University Of Pennsylvania Automatic quantification of mitral valve dynamics with real-time 3D ultrasound
JP5624350B2 (ja) * 2010-04-02 2014-11-12 株式会社東芝 医用画像処理装置
US20130023773A1 (en) * 2010-04-07 2013-01-24 Stc. Unm Apparatus and techniques of non-invasive analysis
DE102010019421A1 (de) * 2010-05-05 2011-11-10 Siemens Aktiengesellschaft Bildgebendes Verfahren zur Darstellung von Ergebnissen intravaskulärer Bildgebung und CFD-Ergebnissen sowie Medizinsystem zur Durchführung des Verfahrens
US9763587B2 (en) * 2010-06-10 2017-09-19 Biosense Webster (Israel), Ltd. Operator-controlled map point density
US9717478B2 (en) * 2010-12-27 2017-08-01 St. Jude Medical, Atrial Fibrillation Division, Inc. Refinement of an anatomical model using ultrasound
CN103687541B (zh) * 2011-03-02 2017-02-15 皇家飞利浦有限公司 用于导航引导的可视化
JP5263995B2 (ja) * 2011-03-18 2013-08-14 富士フイルム株式会社 ネットワーク構築装置および方法ならびにプログラム
WO2012172454A1 (en) * 2011-06-16 2012-12-20 Koninklijke Philips Electronics N.V. Hybrid point-based registration
CN102846337B (zh) * 2011-06-29 2015-09-02 清华大学 三维超声系统及其目标点的定位方法和装置
JP6297289B2 (ja) * 2012-09-20 2018-03-20 キヤノンメディカルシステムズ株式会社 画像処理システム、ｘ線診断装置及び画像処理装置の作動方法
US11224395B2 (en) 2012-10-05 2022-01-18 Koninklijke Philips N.V. Medical imaging system and method for providing an enhanced X-ray image
JP5987640B2 (ja) * 2012-11-05 2016-09-07 コニカミノルタ株式会社 超音波を用いた被検体の３次元復元方法および装置
US9091628B2 (en) 2012-12-21 2015-07-28 L-3 Communications Security And Detection Systems, Inc. 3D mapping with two orthogonal imaging views
US8995738B2 (en) * 2013-02-18 2015-03-31 Wisconsin Alumni Research Foundation System and method for magnetic resonance imaging parametric mapping using confidence maps
DE102013205278A1 (de) * 2013-03-26 2014-10-02 Siemens Aktiengesellschaft Verfahren zur Darstellung von Signalwerten eines kombinierten Magnetresonanz-Positronenemissionstomographie-Geräts sowie entsprechend ausgestaltetes Magnetresonanz-Positronenemissionstomographie-Gerät
US9576107B2 (en) * 2013-07-09 2017-02-21 Biosense Webster (Israel) Ltd. Model based reconstruction of the heart from sparse samples
US9351657B2 (en) * 2013-07-19 2016-05-31 Biosense Webster (Israel) Ltd. Cardiac activity visualization with frequency discrimination
US9572535B2 (en) * 2013-12-05 2017-02-21 Biosense Webster (Israel) Ltd. Dynamic mapping point filtering using a pre-acquired image
WO2016015994A1 (en) * 2014-07-29 2016-02-04 Koninklijke Philips N.V. Ultrasound imaging apparatus
US9754372B2 (en) * 2014-08-15 2017-09-05 Biosense Webster (Israel) Ltd. Marking of fluoroscope field-of-view
EP2989988B1 (en) * 2014-08-29 2017-10-04 Samsung Medison Co., Ltd. Ultrasound image display apparatus and method of displaying ultrasound image
US9955889B2 (en) 2014-11-03 2018-05-01 Biosense Webster (Israel) Ltd. Registration maps using intra-cardiac signals
US9872628B2 (en) * 2015-07-03 2018-01-23 Elwha Llc Electrocardiogram systems and related methods
US11202680B2 (en) 2015-08-14 2021-12-21 Intuitive Surgical Operations, Inc. Systems and methods of registration for image-guided surgery
CN111887786A (zh) 2015-08-14 2020-11-06 直观外科手术操作公司 用于图像引导外科手术的配准系统和方法
JP6938469B2 (ja) * 2015-09-16 2021-09-22 コーニンクレッカ フィリップス エヌ ヴェＫｏｎｉｎｋｌｉｊｋｅ Ｐｈｉｌｉｐｓ Ｎ．Ｖ． 血管を特徴付ける装置
JP6392192B2 (ja) 2015-09-29 2018-09-19 富士フイルム株式会社 画像位置合せ装置、画像位置合せ装置の作動方法およびプログラム
EP3448264B1 (en) * 2016-04-26 2019-09-18 Koninklijke Philips N.V. 3d image compounding for ultrasound fetal imaging
WO2017197114A1 (en) * 2016-05-11 2017-11-16 Affera, Inc. Anatomical model generation
US11728026B2 (en) 2016-05-12 2023-08-15 Affera, Inc. Three-dimensional cardiac representation
US10152786B2 (en) * 2016-10-11 2018-12-11 Biosense Webster (Israel) Ltd. Registration of a magnetic tracking system with an imaging device
US10403053B2 (en) 2016-11-15 2019-09-03 Biosense Webster (Israel) Ltd. Marking sparse areas on maps
US11083517B2 (en) * 2017-01-19 2021-08-10 Biosense Webster (Israel) Ltd. Enhancing efficiency of repeat ablation by merging current and previous maps
US10314658B2 (en) * 2017-04-21 2019-06-11 Biosense Webster (Israel) Ltd. Registration of an anatomical image with a position-tracking coordinate system based on visual proximity to bone tissue
US10643330B2 (en) * 2017-04-21 2020-05-05 Biosense Webster (Israel) Ltd. Registration of an anatomical image with a position-tracking coordinate system based on proximity to bone tissue
US10682181B2 (en) * 2017-09-06 2020-06-16 Biosense Webster (Israel) Ltd. Methods and systems for modeling and registration of 3-dimensional images of the heart
CN108143489A (zh) * 2017-12-15 2018-06-12 泗洪县正心医疗技术有限公司 一种基于体表静脉特征进行穿刺导航的模具及其制作方法
US10832422B2 (en) * 2018-07-02 2020-11-10 Sony Corporation Alignment system for liver surgery
WO2020008418A1 (en) * 2018-07-04 2020-01-09 Navix International Limited Incorporating new location readings to old models
WO2020097425A2 (en) 2018-11-09 2020-05-14 Vida Diagnostics, Inc. Cut-surface display of tubular structures
US11602280B2 (en) 2019-04-08 2023-03-14 Avent, Inc. In-scale flexible display for medical device position guidance
US11273288B2 (en) 2019-04-08 2022-03-15 Avent, Inc. System and method for medical device position guidance
US11517217B2 (en) * 2019-04-08 2022-12-06 Avent, Inc. In-scale tablet display for medical device position guidance
US10881353B2 (en) * 2019-06-03 2021-01-05 General Electric Company Machine-guided imaging techniques
US11527002B2 (en) * 2019-12-05 2022-12-13 Biosense Webster (Israel) Ltd. Registration of an image with a tracking system
EP3866176A1 (en) * 2020-02-17 2021-08-18 Siemens Healthcare GmbH Machine-based risk prediction for peri-procedural myocardial infarction or complication from medical data
US11875459B2 (en) 2020-04-07 2024-01-16 Vida Diagnostics, Inc. Subject specific coordinatization and virtual navigation systems and methods
US11478182B2 (en) * 2021-01-07 2022-10-25 Biosense Webster (Israel) Ltd. Incorporating a confidence level into an electrophysiological (EP) map

Family Cites Families (24)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5568384A (en) * 1992-10-13 1996-10-22 Mayo Foundation For Medical Education And Research Biomedical imaging and analysis
US5391199A (en) * 1993-07-20 1995-02-21 Biosense, Inc. Apparatus and method for treating cardiac arrhythmias
ATE188108T1 (de) 1994-08-19 2000-01-15 Biosense Inc Medizinisches diagnose-, behandlungs- und darstellungssystem
US5876336A (en) * 1994-10-11 1999-03-02 Ep Technologies, Inc. Systems and methods for guiding movable electrode elements within multiple-electrode structure
JPH08131403A (ja) * 1994-11-09 1996-05-28 Toshiba Medical Eng Co Ltd 医用画像処理装置
US6690963B2 (en) * 1995-01-24 2004-02-10 Biosense, Inc. System for determining the location and orientation of an invasive medical instrument
US5697377A (en) * 1995-11-22 1997-12-16 Medtronic, Inc. Catheter mapping system and method
IL125757A (en) * 1996-02-15 2003-09-17 Biosense Inc Medical procedures and apparatus using intrabody probes
US6618612B1 (en) * 1996-02-15 2003-09-09 Biosense, Inc. Independently positionable transducers for location system
US5944022A (en) * 1997-04-28 1999-08-31 American Cardiac Ablation Co. Inc. Catheter positioning system
US6239724B1 (en) * 1997-12-30 2001-05-29 Remon Medical Technologies, Ltd. System and method for telemetrically providing intrabody spatial position
US6226542B1 (en) * 1998-07-24 2001-05-01 Biosense, Inc. Three-dimensional reconstruction of intrabody organs
JP2000194863A (ja) * 1998-12-28 2000-07-14 Nippon Telegr & Teleph Corp <Ntt> ３次元構造獲得・復元方法、装置、および３次元構造獲得・復元プログラムを記録した記録媒体
US6560354B1 (en) * 1999-02-16 2003-05-06 University Of Rochester Apparatus and method for registration of images to physical space using a weighted combination of points and surfaces
US6650927B1 (en) * 2000-08-18 2003-11-18 Biosense, Inc. Rendering of diagnostic imaging data on a three-dimensional map
US7729742B2 (en) * 2001-12-21 2010-06-01 Biosense, Inc. Wireless position sensor
US20040068178A1 (en) * 2002-09-17 2004-04-08 Assaf Govari High-gradient recursive locating system
JP4109075B2 (ja) * 2002-10-10 2008-06-25 Ｓｒｉスポーツ株式会社 球体の回転特性と飛行特性の測定方法及び球体の回転特性と飛行特性の測定装置
DE10340544B4 (de) * 2003-09-01 2006-08-03 Siemens Ag Vorrichtung zur visuellen Unterstützung einer elektrophysiologischen Katheteranwendung im Herzen
US7409108B2 (en) * 2003-09-22 2008-08-05 Siemens Medical Solutions Usa, Inc. Method and system for hybrid rigid registration of 2D/3D medical images
JP2005189204A (ja) * 2003-12-26 2005-07-14 Fuji Xerox Co Ltd ３次元形状計測装置および方法
US7672705B2 (en) * 2004-07-19 2010-03-02 Resonant Medical, Inc. Weighted surface-to-surface mapping
US20070049817A1 (en) * 2005-08-30 2007-03-01 Assaf Preiss Segmentation and registration of multimodal images using physiological data
US7855723B2 (en) * 2006-03-21 2010-12-21 Biosense Webster, Inc. Image registration using locally-weighted fitting

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10368809B2 (en) 2012-08-08 2019-08-06 Samsung Electronics Co., Ltd. Method and apparatus for tracking a position of a tumor

Also Published As

Publication number Publication date
EP1837828A2 (en) 2007-09-26
AU2007201200B2 (en) 2012-02-09
US7855723B2 (en) 2010-12-21
EP1837828B1 (en) 2012-02-22
IL182000A (en) 2012-02-29
CA2582703C (en) 2012-09-04
ATE546798T1 (de) 2012-03-15
MX2007003312A (es) 2008-11-18
BRPI0701778A (pt) 2007-11-27
AU2007201200A1 (en) 2007-10-11
CN105574878A (zh) 2016-05-11
EP1837828A3 (en) 2010-07-14
JP5345290B2 (ja) 2013-11-20
US20070223794A1 (en) 2007-09-27
CN105574878B (zh) 2020-04-28
CN101051387A (zh) 2007-10-10
CA2582703A1 (en) 2007-09-21
JP2007268259A (ja) 2007-10-18
IL182000A0 (en) 2007-07-04

Similar Documents

Publication Publication Date Title
CA2582703C (en) Image registration using locally-weighted fitting
JP5345275B2 (ja) 超音波データと事前取得イメージの重ね合わせ
JP5265091B2 (ja) ２次元扇形超音波イメージの表示
JP4795099B2 (ja) 超音波を用いた電気解剖学的地図と事前取得イメージの重ね合わせ
JP5622995B2 (ja) 超音波システム用のビーム方向を用いたカテーテル先端部の表示
EP1070480B1 (en) Vector mapping of three-dimensionally reconstructed intrabody organs
JP5474342B2 (ja) ３−ｄ画像および表面マッピングによる解剖学的モデル化
US7831076B2 (en) Coloring electroanatomical maps to indicate ultrasound data acquisition
JP2006305358A (ja) 超音波輪郭再構築を用いた３次元心臓イメージング
JP2006305359A (ja) 超音波輪郭再構築を用いた３次元心臓イメージングのためのソフトウエア製品
JP2007537816A (ja) 被検体の構造体をマッピングする医療撮像システム
US8948476B2 (en) Determination of cardiac geometry responsive to doppler based imaging of blood flow characteristics
JP2020028714A (ja) 肺静脈のマッピング後自動識別
AU2013251245B2 (en) Coloring electroanatomical maps to indicate ultrasound data acquisition

Legal Events

Date Code Title Description
WITN Application deemed withdrawn, e.g. because no request for examination was filed or no examination fee was paid