KR20140101722A - 2d 형광 투시법만을 이용한 3d 카테터 위치 및 배향의 자동 판단 - Google Patents
2d 형광 투시법만을 이용한 3d 카테터 위치 및 배향의 자동 판단 Download PDFInfo
- Publication number
- KR20140101722A KR20140101722A KR20147008971A KR20147008971A KR20140101722A KR 20140101722 A KR20140101722 A KR 20140101722A KR 20147008971 A KR20147008971 A KR 20147008971A KR 20147008971 A KR20147008971 A KR 20147008971A KR 20140101722 A KR20140101722 A KR 20140101722A
- Authority
- KR
- South Korea
- Prior art keywords
- image
- channel
- signal
- medical
- wave
- Prior art date
Links
- 238000002594 fluoroscopy Methods 0.000 title claims description 26
- 238000005259 measurement Methods 0.000 claims abstract description 54
- 238000004364 calculation method Methods 0.000 claims abstract description 23
- 238000012937 correction Methods 0.000 claims abstract description 16
- 238000000034 method Methods 0.000 claims description 240
- 230000008569 process Effects 0.000 claims description 49
- 210000003484 anatomy Anatomy 0.000 claims description 21
- 238000005070 sampling Methods 0.000 claims description 21
- 238000012545 processing Methods 0.000 claims description 17
- 230000000241 respiratory effect Effects 0.000 claims description 17
- 239000002131 composite material Substances 0.000 claims description 16
- 238000001914 filtration Methods 0.000 claims description 11
- 238000013507 mapping Methods 0.000 claims description 10
- 230000001960 triggered effect Effects 0.000 claims description 10
- 238000011156 evaluation Methods 0.000 claims description 9
- 238000013153 catheter ablation Methods 0.000 claims description 7
- 238000009877 rendering Methods 0.000 claims description 7
- 238000012935 Averaging Methods 0.000 claims description 4
- 238000002407 reforming Methods 0.000 claims description 3
- 244000045947 parasite Species 0.000 claims 4
- 230000002708 enhancing effect Effects 0.000 claims 2
- 238000001514 detection method Methods 0.000 description 56
- 230000006870 function Effects 0.000 description 51
- 230000033001 locomotion Effects 0.000 description 33
- 230000000747 cardiac effect Effects 0.000 description 21
- 238000003708 edge detection Methods 0.000 description 20
- 230000029058 respiratory gaseous exchange Effects 0.000 description 20
- 239000013598 vector Substances 0.000 description 20
- 238000003384 imaging method Methods 0.000 description 19
- 230000008859 change Effects 0.000 description 13
- 230000000875 corresponding effect Effects 0.000 description 13
- 238000010586 diagram Methods 0.000 description 13
- 238000004458 analytical method Methods 0.000 description 12
- 230000007704 transition Effects 0.000 description 11
- 238000004422 calculation algorithm Methods 0.000 description 10
- 230000000694 effects Effects 0.000 description 10
- 238000013459 approach Methods 0.000 description 8
- 230000015572 biosynthetic process Effects 0.000 description 8
- 230000006978 adaptation Effects 0.000 description 7
- 210000004072 lung Anatomy 0.000 description 6
- 230000004044 response Effects 0.000 description 6
- 238000013152 interventional procedure Methods 0.000 description 5
- 230000011514 reflex Effects 0.000 description 5
- 238000001228 spectrum Methods 0.000 description 5
- 210000001519 tissue Anatomy 0.000 description 5
- 238000002679 ablation Methods 0.000 description 4
- 238000009499 grossing Methods 0.000 description 4
- 238000001727 in vivo Methods 0.000 description 4
- 239000000463 material Substances 0.000 description 4
- 239000000523 sample Substances 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 3
- 210000000038 chest Anatomy 0.000 description 3
- 230000008602 contraction Effects 0.000 description 3
- 238000002059 diagnostic imaging Methods 0.000 description 3
- 230000006872 improvement Effects 0.000 description 3
- 238000000718 qrs complex Methods 0.000 description 3
- 230000035945 sensitivity Effects 0.000 description 3
- 238000012360 testing method Methods 0.000 description 3
- 208000000418 Premature Cardiac Complexes Diseases 0.000 description 2
- 230000003187 abdominal effect Effects 0.000 description 2
- 238000010521 absorption reaction Methods 0.000 description 2
- 210000004027 cell Anatomy 0.000 description 2
- 238000002591 computed tomography Methods 0.000 description 2
- 230000003750 conditioning effect Effects 0.000 description 2
- 230000002596 correlated effect Effects 0.000 description 2
- 238000013016 damping Methods 0.000 description 2
- 230000001419 dependent effect Effects 0.000 description 2
- 210000002837 heart atrium Anatomy 0.000 description 2
- 230000028161 membrane depolarization Effects 0.000 description 2
- 239000002184 metal Substances 0.000 description 2
- 210000000663 muscle cell Anatomy 0.000 description 2
- 210000000056 organ Anatomy 0.000 description 2
- 230000000737 periodic effect Effects 0.000 description 2
- 230000005855 radiation Effects 0.000 description 2
- 230000036279 refractory period Effects 0.000 description 2
- 230000003252 repetitive effect Effects 0.000 description 2
- 230000002336 repolarization Effects 0.000 description 2
- 230000033764 rhythmic process Effects 0.000 description 2
- 238000004904 shortening Methods 0.000 description 2
- 238000007619 statistical method Methods 0.000 description 2
- 230000002861 ventricular Effects 0.000 description 2
- 235000005282 vitamin D3 Nutrition 0.000 description 2
- 239000011647 vitamin D3 Substances 0.000 description 2
- 206010003658 Atrial Fibrillation Diseases 0.000 description 1
- 206010015856 Extrasystoles Diseases 0.000 description 1
- 206010020751 Hypersensitivity Diseases 0.000 description 1
- 238000000333 X-ray scattering Methods 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000005856 abnormality Effects 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000003213 activating effect Effects 0.000 description 1
- 230000004913 activation Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 206010003119 arrhythmia Diseases 0.000 description 1
- 230000006793 arrhythmia Effects 0.000 description 1
- 238000010009 beating Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000010406 cathode material Substances 0.000 description 1
- 230000001143 conditioned effect Effects 0.000 description 1
- 239000002872 contrast media Substances 0.000 description 1
- 210000003748 coronary sinus Anatomy 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 239000013078 crystal Substances 0.000 description 1
- 125000004122 cyclic group Chemical group 0.000 description 1
- 230000001934 delay Effects 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 239000006185 dispersion Substances 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000009977 dual effect Effects 0.000 description 1
- 238000002565 electrocardiography Methods 0.000 description 1
- 238000002001 electrophysiology Methods 0.000 description 1
- 230000007831 electrophysiology Effects 0.000 description 1
- 210000003238 esophagus Anatomy 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000010191 image analysis Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 210000005240 left ventricle Anatomy 0.000 description 1
- 230000003902 lesion Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000012528 membrane Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 210000004165 myocardium Anatomy 0.000 description 1
- 238000011017 operating method Methods 0.000 description 1
- 238000003909 pattern recognition Methods 0.000 description 1
- 230000000149 penetrating effect Effects 0.000 description 1
- 230000010287 polarization Effects 0.000 description 1
- 239000011148 porous material Substances 0.000 description 1
- 230000034225 regulation of ventricular cardiomyocyte membrane depolarization Effects 0.000 description 1
- 239000012858 resilient material Substances 0.000 description 1
- 230000000717 retained effect Effects 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 210000003625 skull Anatomy 0.000 description 1
- 239000000758 substrate Substances 0.000 description 1
- 238000003786 synthesis reaction Methods 0.000 description 1
- 230000026676 system process Effects 0.000 description 1
- 230000008685 targeting Effects 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
- 210000000115 thoracic cavity Anatomy 0.000 description 1
- 238000012800 visualization Methods 0.000 description 1
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
- A61B5/316—Modalities, i.e. specific diagnostic methods
- A61B5/318—Heart-related electrical modalities, e.g. electrocardiography [ECG]
- A61B5/346—Analysis of electrocardiograms
- A61B5/349—Detecting specific parameters of the electrocardiograph cycle
- A61B5/352—Detecting R peaks, e.g. for synchronising diagnostic apparatus; Estimating R-R interval
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/06—Devices, other than using radiation, for detecting or locating foreign bodies ; determining position of probes within or on the body of the patient
- A61B5/061—Determining position of a probe within the body employing means separate from the probe, e.g. sensing internal probe position employing impedance electrodes on the surface of the body
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7271—Specific aspects of physiological measurement analysis
- A61B5/7285—Specific aspects of physiological measurement analysis for synchronising or triggering a physiological measurement or image acquisition with a physiological event or waveform, e.g. an ECG signal
- A61B5/7289—Retrospective gating, i.e. associating measured signals or images with a physiological event after the actual measurement or image acquisition, e.g. by simultaneously recording an additional physiological signal during the measurement or image acquisition
-
- 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
- A61B6/02—Arrangements for diagnosis sequentially in different planes; Stereoscopic radiation diagnosis
- A61B6/022—Stereoscopic imaging
-
- 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
- A61B6/12—Arrangements for detecting or locating foreign bodies
-
- 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
- A61B6/48—Diagnostic techniques
- A61B6/485—Diagnostic techniques involving fluorescence X-ray imaging
-
- 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
- A61B6/48—Diagnostic techniques
- A61B6/486—Diagnostic techniques involving generating temporal series of image data
- A61B6/487—Diagnostic techniques involving generating temporal series of image data involving fluoroscopy
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/50—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment specially adapted for specific body parts; specially adapted for specific clinical applications
- A61B6/503—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment specially adapted for specific body parts; specially adapted for specific clinical applications for diagnosis of the heart
-
- 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
- A61B6/5288—Devices using data or image processing specially adapted for radiation diagnosis involving retrospective matching to a physiological signal
-
- 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
- A61B6/58—Testing, adjusting or calibrating thereof
- A61B6/582—Calibration
-
- 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
- A61B2034/2065—Tracking using image or pattern recognition
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B90/00—Instruments, implements or accessories specially adapted for surgery or diagnosis and not covered by any of the groups A61B1/00 - A61B50/00, e.g. for luxation treatment or for protecting wound edges
- A61B90/36—Image-producing devices or illumination devices not otherwise provided for
- A61B2090/364—Correlation of different images or relation of image positions in respect to the body
- A61B2090/367—Correlation of different images or relation of image positions in respect to the body creating a 3D dataset from 2D images using position information
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B90/00—Instruments, implements or accessories specially adapted for surgery or diagnosis and not covered by any of the groups A61B1/00 - A61B50/00, e.g. for luxation treatment or for protecting wound edges
- A61B90/36—Image-producing devices or illumination devices not otherwise provided for
- A61B90/37—Surgical systems with images on a monitor during operation
- A61B2090/376—Surgical systems with images on a monitor during operation using X-rays, e.g. fluoroscopy
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/44—Constructional features of apparatus for radiation diagnosis
- A61B6/4429—Constructional features of apparatus for radiation diagnosis related to the mounting of source units and detector units
- A61B6/4435—Constructional features of apparatus for radiation diagnosis related to the mounting of source units and detector units the source unit and the detector unit being coupled by a rigid structure
- A61B6/4441—Constructional features of apparatus for radiation diagnosis related to the mounting of source units and detector units the source unit and the detector unit being coupled by a rigid structure the rigid structure being a C-arm or U-arm
-
- 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
- A61B6/46—Arrangements for interfacing with the operator or the patient
- A61B6/461—Displaying means of special interest
- A61B6/463—Displaying means of special interest characterised by displaying multiple images or images and diagnostic data on one display
-
- 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
- A61B6/5264—Devices using data or image processing specially adapted for radiation diagnosis involving detection or reduction of artifacts or noise due to motion
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Medical Informatics (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Biophysics (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Physics & Mathematics (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Pathology (AREA)
- Optics & Photonics (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- High Energy & Nuclear Physics (AREA)
- Cardiology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physiology (AREA)
- Dentistry (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Signal Processing (AREA)
- Psychiatry (AREA)
- Artificial Intelligence (AREA)
- Human Computer Interaction (AREA)
- Apparatus For Radiation Diagnosis (AREA)
Abstract
단일-평면 형광 투시경으로부터 디지털화된 2D 영상의 스트림을 캡쳐하는 단계(10); 상기 디지털 2D 영상의 부분집합에 있는 의료 물체의 영상을 검출하는 단계; 상기 의료 물체 영상을 측정하기 위해 픽셀-레벨 기하학 계산을 적용하는 단계; 상기 영상 측정에 원추도법 및 방사상 연신 보정(31)을 적용하는 단계; 및 보정된 2D 영상 측정으로부터 상기 의료 물체의 3D 위치 및 배향을 계산하는 단계를 포함하는 것을 특징으로 하는, 단일-평면 형광 투시법을 이용하여 생체 내의 방사선-비투과성 의료 물체의 3D 위치 및 배향을 자동으로 판단하는 방법.
Description
본 발명은 일반적으로 의료 촬상(imaging) 시스템에 관한 것이고 특히 중재 의료 시술(interventional medical procedures) 동안의 사용을 위한 2D 형광 투시 시스템에 관한 것이다.
해부 맵핑(mapping) 시스템은 관심있는 심실에 있는 내비게이션(navigational) 카테터의 3D 위치를 제공하고, 몇몇 경우에, 심실의 3D 지도를 건설하기 위해서도 이용될 수 있다. 그러나, 이러한 시스템들은 취득 및 동작이 모두 상당히 비싸다. 따라서, 이러한 시스템들은 몇몇 실험실에서만 중재 시술 동안의 사용을 위해 이용 가능하고, 이러한 시스템들 중 몇몇은 내장(built-in) 센서를 갖는 카테터와 같이 특정하게 설계된 카테터를 요구할 수도 있다.
전통적인 형광 투시 시스템은 촬상 및 카테터와 다른 기구의 실시간 내비게이션을 위해, 그리고 중재 시술 동안의 리드(leads) 및 스텐트(stents)의 배치를 위해 모든 심장 중재 실험실(interventional labs)에서 이용 가능하다. 그러한 시스템들은 초기 취득 비용을 제외하고, 진행중 동작 비용을 거의 요구하지 않는다. 또한, 전통적인 형광 투시 시스템은 모든 종류의 카테터를 시각화할 수 있다.
도 1a 및 1b 는 심방 세동 절제 절차 동안에 전통적인 형광 투시 시스템으로부터 획득된 영상의 두 개의 예시를 도시한다. 도 1a 및 1b 에 나타난 것은 맵핑 및 절제 카테터(2), (심장 뒤에 있는) 식도 안에 배치된 식도 프로브(probe)(3), 멀티-전극 바스켓 카테터(basket catheter)(4) 및 관상정맥동 카테터(5)이다. 이러한 카테터들은 방사선(radio)-흡수성 물질을 포함하고 폐(6) 및 심장 윤곽(7)과 같은 생물학적 조직과 비교하여 양호한 영상 대비(contrast)를 제공한다. 폐는 공기로 채워져 있기 때문에 폐의 X-레이 빔(X-ray beam)의 감쇠는 심장의 그것보다 열등하고, 폐의 밀도는 보통의 해부 조직보다 낮다. 상이한 방향의 카테터 및 다양한 구조의 위치에도 불구하고 이러한 영상들에는 인식할 수 있는 상이한 카테터의 깊이(z-축) 정보가 없다.
도 1a 및 1b 에 도시된 바와 같이, 전통적인 시스템에 의해 생산된 형광 투시 영상은 3D 영상 데이터를 제공하지 않는다는 한계를 갖는다. 이중 평면(biplane) 형광 투시법(상이한 방향으로부터의 두 개의 2D 뷰(view))은 카테터와 같은 물체의 상대적 위치를 식별하기 위해 이용될 수 있다. 그러나, 그것의 유용성은 비용 및 과다한 방사선(radiation) 때문에 제한되며, 오로지 1 내지 2%의 중재 실험실만이 이중 평면 형광 투시법을 수행할 수 있는 능력을 갖는다.
도 2 는 2D 형광 투시 영상 데이터를 취득하기 위해 이용되는 전통적인 형광 투시 시스템(10)을 도시한다. 전통적인 형광 투시법을 위한 촬상 프로세스는 테이블(12) 위의 환자(미도시)를 관통하여 X-레이 빔을 내보내는 X-레이 소스(11)를 수반한다. X-레이 생성은 형광 투시 시스템(10)에 연결된(연결 미도시) 제어 패널(panel)(15) 상의 풋 페달(foot pedal)(9)을 작동시킴에 의해 개시된다. X-레이 검출기(13)는 평면-패널 검출기 또는 영상 증폭기(intensifier)/비디오 카메라 어셈블리(assembly)일 수 있으며, 환자를 통과하여 송신된 X-레이를 수신하고 X-레이 에너지를 영상으로 변환한다. X-레이 소스(11) 및 X-레이 검출기(13)는 C-암(arm)(8)의 반대쪽 끝에 장착된다. 검출기(13)는 X-레이에 의해 자극 받았을 때 전자를 방출하거나 빛을 생산하는 X-레이 검출층 및 적절한 경우에 각각의 화소(픽셀) 내의 X-레이 신호 강도에 비례하는 전기 전하 신호가 수집되는 빛에서 전자로의(light-to-electron) 변환층, 예를 들어, 포토다이오드 또는 전자 수집층을 이용하여 변환을 수행한다. 그 후 아날로그-디지털(analog-to-digital) 변환은 디지털 영상을 생산한다. X-레이 검출기가 무엇이든, 결과적인 디지털 영상은 그 후 처리되고, 가능한 저장되며, 스크린(14)에 표시된다. 제어 패널은 15 에 나타나 있다. 영상은 그 후 컴퓨터 디스플레이(14)에 표시될 수 있다.
도 3 은 형광 투시 시스템(10)을 위한 좌표 시스템을 도시한다. Z-축은 X-레이 소스(11)로부터 X-레이 검출기(13)의 중심까지로 정의된다. X-레이(형광 투시법과 상호 교환적으로 이용됨) 테이블(12)은 x-축과 y-축을 정의한다. 3 개의 축은 실선으로 표시된다. 축들의 교점은 중심 또는 축 x, y 및 z 에 의해 정의되는 3D 공간의 (0,0,0)에 있는 원점 О이다. C-암(8)이 이동 가능하기 때문에, z-축은 여기에서 C-암(8)이 도 2 에 나타난 수직 위치, 또는 PA 위치(전-후(posterior-anterior) 위치)에 맞추어질 때 정의된다.
X-레이 소스(11)는 음극과 양극을 포함한다. 전자들은 원추형 빔을 형성하는 X-레이 광자를 생산하는 양극 물질과 상호작용한다. 빔은 환자의 방사선 노출을 제한하기 위해 시준기 날(collimator blades)에 의해 제어된다. X-레이 광자는 직선으로 전파하며, 정확한 위치에 X-레이 검출기(13) 상에 영상을 형성하되, 상기 위치는 소스(11)로부터의 X-레이 방출 지점으로부터 검출기(13) 내의 이 위치(영상 내의 픽셀)까지 가는 광선(ray)을 따라 마주치는 성분(matter)을 나타낸다. 픽셀의 강도는 이 경로를 따라 마주치는 물질(조직, 조영제(contrast agent), 중재 도구)의 종류 및 양에 의해 정의된다. X-레이 빔의 감쇠는 횡단하는(traversed) 조직의 밀도와 원자번호의 함수로서 변화한다. X-레이 영상 해상도에 대한 현재의 상업용 표준은 약 0.2 mm x 0.2 mm 이다.
형광 투시 영상은 투영물(projections)이기 때문에, 3D 해부 구조의 촬상된 용적(imaged volume)을 나타낸다. 이 용적은 X-레이 소스(11)의 위치, 환자 해부 구조 및 z 방향(원점 О을 통과하는 중심 광선과 평행함)의 검출기 위치에 기초한 정확한 기하학 규칙에 따라 X-레이 검출기(13) 상의 2D 투영된 영상으로 변형된다. 따라서 X-레이 투영 촬상은 X-레이 소스(11)가 촬상되는 해부 구조로부터 유한한 거리에 있다는 사실 때문에 내재된 왜곡을 포함한다. 결과적으로, X-레이 소스(11)로부터 더 멀리 있는 물체보다 X-레이 소스(11)에 더 가까운 물체는 검출된 영상에서 확대되고, z-축을 따라 관심 물체의 위치(또는 선험적(a priori) 크기)를 알지 않고는 이러한 모호함을 해결할 방법이 없다.
도 3b 는 X-레이 기계(10)의 X-레이 소스의 출력의 원추 형상 및 기하학 배열로부터 기인하는 기하학적 확대의 도해이다. 도 3b 는 소스(11), 테이블(12) 및 검출기(13)를 포함하여, X-레이 기계(10)의 단순한 2D 표현을 나타낸다. 폭 wo 를 갖는 물체는 검출기(13) 상에 영상 폭 wi 를 갖는 영상을 형성한다. (단순함을 위해, 그러한 물체 및 영상은 또한 각각 참조 식별자 wo 및 wi 와 함께 언급된다.) 물체 wo는 소스(11)로부터 거리 SOD (소스-물체 거리(source-to-object distance))에 위치하고, 검출기(13)는 소스(11)로부터 거리 SID (소스-영상 거리(source-to-image distance))에 위치한다. 간단한 기하학에 의해, wo 에 대한 wi 의 비는 SOD 에 대한 SID 의 비와 같다. 따라서, 그러한 배열의 기하학적 확대 M은 M = SID/SOD 이다.
미국 특허 출원 제12/885,710호, “단일 평면 형광 투시법을 이용한 해부 구조의 3D 모델 생성”에는, 단일 평면 형광 투시법을 이용하여 카테터 팁(tip)과 같은 관심 지점의 3D 좌표를 추정하는 알고리즘이 개시되어 있다. 알고리즘은 다음에 의해 3D 위치 추정을 연산한다: (1) 초기 카테터-팁 위치의 3D 좌표를 결정하는 단계; (2) 카테터를 측정된 작은 양만큼 전진시키고 형광 투시 영상을 획득하는 단계; (3) 영상에서의 위치와 카테터 팁의 초기 위치 사이의 카테터 팁 위치의 변화를 측정하는 단계; (4) x 및 y 방향에서의 카테터-팁 위치의 실제(물리적) 변화를 연산하는 단계; (5) 형광 투시 시스템의 기하학과 x 및 y 에서의 카테터-팁 위치의 변화에 기초하여 카테터 팁의 3D 위치를 연산하는 단계; 및 (6) 이러한 단계들을 반복하여 카테터 팁의 일련의 3D 위치를 생성하는 단계. 이 알고리즘은 카테터 팁의 초기 3D 좌표에 대한 지식에 의존하고 카테터가 직선으로 이동한다는 것을 가정하기 위해 측정 가능한 작은 양만큼 카테터를 전진시킨다. 이러한 가정은 연속적인 관심 지점 위치의 3D 좌표를 연산하기 위해 선형 거리 공식의 사용을 가능하게 한다. 초기 모의 테스트(phantom tests)는 가정이 충족되는 경우 기존의 알고리즘이 합리적(오류 < 8 mm)이라는 것을 시사했다. 그러나, 몇몇 시나리오에서, 카테터 진행에 대한 제한은 3D 위치 오류를 감소시키기에 너무 엄격하다.
생의료 촬상의 국제 저널(International Journal of Biomedical Imaging), Vol. 2010, Article ID 631264 에 발행된 파스칼 팔라볼리타(Pascal Fallavollita)의 논문 “단일-뷰 형광 투시법이 심장 절제 절차를 인도하기에 충분한가(Is Single-View Fluoroscopy Sufficient in Guiding Cardiac Ablation Procedures)?”는 카테터 팁의 깊이(z-축 좌표)를 추정하기 위해 X-레이 시스템 기하학 및 영상 필터링 및 패턴 인식 기술을 이용하는 시스템을 기술한다.
본 발명의 목적은 2D (단일 평면) 디지털화된 형광 투시 영상으로부터 방사선-비투과성 의료 물체의 3D 위치와 공간적 배향을 재건(reconstruct)할 목적으로 디지털 영상 처리 기술들과 수학적 알고리즘을 제공하는 것이다. 본 발명의 하나의 특정한 목적은 방사선-비투과성 의료 물체가 심장 맵핑 및 절제 카테터 또는 심장 촬상 또는 중재에 쓰이는 다른 물체인 시스템을 제공하는 것이다.
본 발명의 다른 목적은 방사선-비투과성 의료 물체의 위치 및 배향을 재건하고 손쉽게 이용 가능한 의료 장비를 이용하여 해부학적 구조의 삼차원 모델을 생성하는 의료 촬상 시스템을 제공하는 것이다.
다른 목적은 2D 형광 투시법 시스템의 내재된 한계와 특성을 고려하는 알고리즘을 이용하는 시스템을 제공하는 것이다.
본 발명의 또 다른 목적은 정확도를 개선하여 동작 동안의 움직임의 효과를 최소화하기 위해 게이트된(gated) 영상을 이용하여 의료 절차의 효과를 개선하는 의료 촬상 시스템을 제공하는 것이다.
본 발명의 다른 목적은 중재 시술과 동시에 이용될 수 있도록 자동으로 그리고 실시간으로 동작하는 시스템을 제공하는 것이다.
본 발명의 또 다른 목적은 서브픽셀 영상 측정 정확도를 갖는 시스템을 제공함으로써, 다른 시스템으로는 이용 불가능한 경제적인 레벨의 유용한 z-좌표 정확도를 취득하는 시스템을 제공하는 것이다.
본 발명의 또 다른 목적은 사용되고 있는 2D 형광 투시 하드웨어와 독립적인 단일 평면 형광 투시법을 이용하여 생체 내의 방사선-비투과성 의료 물체의 3D 위치와 배향을 결정하는 시스템을 제공하는 것이다.
발명의 이러한 목적 및 다른 목적은 다음의 설명 및 도면으로부터 명백해 질 것이다.
본 발명은 단일 평면 형광 투시법을 이용하여 생체 내의 방사선-비투과성 의료 물체의 3D 위치 및 배향을 자동으로 결정하는 방법이다. 상기 방법은 다음의 단계를 포함한다: (1) 단일-평면 형광 투시경으로부터 디지털화된 2D 영상의 스트림을 캡쳐하는 단계; (2) 상기 디지털 2D 영상의 부분집합에 있는 의료 물체의 영상을 검출하는 단계; (3) 상기 의료 물체 영상을 측정하기 위해 픽셀-레벨 기하학 계산을 적용하는 단계; (4) 상기 영상 측정에 원추도법(conical projection) 및 방사상 연신 보정(radial elongation corrections)을 적용하는 단계; 및 (5) 보정된 2D 영상 측정으로부터 상기 의료 물체의 3D 위치 및 배향을 계산하는 단계. 발명의 방법의 어떤 바람직한 실시예에서, 상기 의료 물체는 심장 절제 카테터와 같은 심장 카테터이다. 다른 실시예에서, 상기 의료 물체는 심박조율기 리드(leads), 제세동기 리드, 맵핑 카테터 또는 스텐트(stents)일 수 있다.
본 발명을 이해함에 있어서 본 명세서에서 사용되는 특정 용어들의 정의를 제시하는 것이 유용할 것이다.
본 명세서에서 사용된, “방사선-비투과성 의료 물체”라는 용어는 다양한 의료 기구, 도구, 부속품 및 카테터 팁, 심박조율기 및 제세동기 리드, 스텐트, 더 큰 의료 물체의 식별 가능한 부분 및 실질적으로 방사선-비투과성이고 고정된 부피를 갖는 이와 유사한 것을 나타낸다. 이 문서의 대부분은 심장 카테터 팁의 위치와 배향을 결정하는 맥락에서 본 발명을 기술한다. 그러나, 이 실시예는 제한적으로 의도된 것이 아니고; 발명은 매우 다양한 방사선-비투과성 의료 물체 및 물체 종류의 특정 리스트에 적용 가능하며 예시적 물체들도 제한적으로 의도된 것은 아니다. “방사선-비투과성 의료 물체”라는 용어는 본 명세서에서 때때로 “의료 물체”로 단축된다.
본 명세서에서 사용된, “단일 평면 형광 투시법”이라는 용어는 절차 동안에 모든 영상이 촬영되는 고정된 각도에서의 형광 투시 시스템의 동작을 나타낸다. 본 발명은 카테터가 심실과 같은 인간 신체 영역 내에서 이동될 때의 위치 및 배향의 3D 판단 방법이다. 비록 본 발명이 영상을 생성하기 위해 단 하나의 고정된 각도를 수반하지만, 이 문서에서 추후 기술된 바와 같이, 발명은 초기화를 위한 독립적 깊이 평가를 위해 두 개의 뷰를 포함할 수 있다.
본 명세서에서 사용된 “이중-뷰(two-view) 형광 투시 측정”이라는 용어는 C-암의 서로 다른 각도에서 촬영된 두 개의 형광 투시 영상을 이용한 3D 위치 판단을 나타낸다.
본 명세서에서 사용된 “영상 픽셀의 클러스터(clusters)를 형성하는 것”이라는 용어는 영상에 있는 픽셀들이 감지되고 있는 의료 물체의 가능한 영상으로서 서로 연관되거나 함께 그룹화되는 프로세스를 나타낸다.
본 명세서에서 사용된 “유효 X-레이 부피(effective X-ray dimensions)”라는 용어는 측정되는 방사선-비투과성 의료 물체의 실제 물리적인 부피와 부피가 동일하지 않더라도, 유효 부피는 일관되게 감지되며 따라서 측정 프로세스에 의지될 수 있도록 일관된 방식으로 측정된 부피를 나타낸다. 유효 X-레이 부피에 대한 추가적인 논의는 이하 이 문서에 포함되어 있다.
본 명세서에서 사용된 “키스토닝(keystoning)”이라는 용어는 평면 밖의 방향 각도에 의한 영상 폭의 변화를 나타낸다.
본 명세서에서 사용된 “리프렉토리 카운트(refractory count)”라는 용어는 시간 구간에 대응하는 카운트를 나타낸다. 시간 구간이 어떻게 결정되는가에 대한 제한은 의도되지 않았고, 즉, 카운터에 의해 결정될 필요는 없다.
본 명세서에서 사용된 “트리거-윈도우(trigger-window) 필터”라는 용어는 필터에 의해 수신된 다른 입력에 기초하여 특정 시간 윈도우 (록아웃(lockout) 구간)동안에 그러한 필터로의 입력이 무시되는 프로세스를 나타낸다.
본 명세서에서 사용된 “OR-게이트(gate)”라는 용어는 논리 OR 동작을 수행하는 장치 또는 프로세스를 나타낸다. 그러한 동작은 계기 장비(instrumentation)의 분야의 통상의 기술자에게 잘 알려져 있다.
본 명세서에서 상호 교환적으로 사용된 “위치(location)” 및 “위치(position)”라는 용어는 카테터 팁과 같은 물체 또는 다른 촬상된 구조의 3D 좌표를 나타낸다.
발명의 방법의 어떤 바람직한 실시예는 검출 단계 전에 초기화 단계를 더 포함하고, 상기 초기화 단계는 의료-물체 영상의 이중-뷰 형광 투시 측정 및 의료 물체 영상 크기 제한 기준을 설정하는 것을 포함한다.
발명의 방법의 일 측면에서, 부분집합의 각각의 2D 영상에 대하여, 상기 검출하는 단계는: (a) 상기 2D 영상에 문턱 필터를 적용하는 단계; (b) 영상 픽셀의 클러스터를 형성하는 단계; (c) 상기 의료 물체 영상 크기 제한 기준에 대하여 각각의 상기 클러스터를 평가하는 단계; 및 (d) 상기 의료 물체의 영상을 포함하는 클러스터를 선택하는 단계를 포함한다. 어떤 실시예에서, 자동 검출 단계는 클러스터 평가에 기초하여 문턱 필터의 문턱을 변경하는 단계를 포함하고, 몇몇 실시예에서, 측정하는 단계는 선택된 클러스터의 바운딩-박스 데이터, 세로 중간선 및 중심을 연산하는 단계를 포함한다. 몇몇 그러한 실시예에서, 측정하는 단계는 상기 중심, 중간선 및 바운딩-박스 데이터를 필터링되지 않은 2D 영상에 적용하는 단계, 상기 의료 물체 영상의 주변에 상기 바운딩 박스 영역을 확장하는 단계 및 상기 필터링되지 않은 2D 영상을 업-샘플링하는 단계를 더 포함한다.
어떤 실시예에서, 측정하는 단계는 상기 중간선에 수직인 복수의 단면도 프로파일을 형성하고 실질적으로 상기 중간선과 평행한 의료 물체 영상 엣지(edge)를 식별하는 단계를 더 포함하고, 몇몇 실시예에서, 상기 업-샘플링은 오직 상기 중간선에 수직인 각 단면도 프로파일을 따라 수행된다.
발명의 방법의 몇몇 실시예에서, 의료 물체 영상 엣지를 식별하는 단계는 고정된 비율의 프로파일 강도 범위에서 각각의 프로파일 상의 엣지 포인트를 선택하는 단계를 포함한다. 몇몇 실시예에서, 프로파일의 상기 프로파일 강도 범위는 그러한 프로파일에 대한 최대 및 최소 강도 값 사이의 차이이며, 이러한 실시예 중 몇몇에서, 프로파일 강도 범위의 상기 고정된 비율은 약 50% 내지 55% 이다.
발명의 방법의 실시예들은 상기 측정하는 단계의 일부로서 상기 의료 물체 영상 크기 제한 기준에 대하여 측정된 클러스터를 평가하는 단계를 더 포함할 수 있고, 그러한 몇몇 실시예에서, 상기 측정하는 단계는 상기 문턱 필터의 전류 문턱을 다음 영상들을 위해 이용될 문턱값으로 쓰는 단계를 더 포함한다.
바람직한 실시예에서, 상기 측정하는 단계는 실질적으로 상기 중간선과 평행한 상기 엣지의 최소 제곱법(least-square-fit) 표현을 연산하는 단계를 더 포함한다.
또한, 상기 측정하는 단계는 상기 중간선에 평행인 복수의 단면도 프로파일을 형성하는 단계, 실질적으로 상기 중간선에 수직인 의료-물체 영상 엣지를 식별하는 단계 및 실질적으로 상기 중간선에 수직인 엣지의 최소 제곱법 표현을 연산하는 단계를 더 포함한다. 몇몇 실시예에서, 업-샘플링은 상기 중간선과 평행한 각 단면도 프로파일을 따라 수행된다.
매우 바람직한 실시예에서, 상기 측정하는 단계는 상기 최소 제곱법 엣지에 기초하여 상기 의료-물체 영상 중심을 재연산하는 단계 및 상기 2D 영상에 있는 의료-물체 영상 폭, 길이 및 키스토닝(keystoning)을 결정하는 단계를 더 포함한다.
어떤 매우 바람직한 실시예에서, 측정 보정을 적용하는 단계는 평면 밖의 각도에 대하여 의료-물체 영상 측정을 보정하는 단계를 포함한다.
매우 바람직한 실시예에서, 상기 측정하는 단계는 식별된 의료-물체 영상 엣지에 기초하여 상기 중간선을 재연산하는 단계, 재연산된 중간선에 수직인 상기 단면도 프로파일을 재형성하는 단계 및 의료-물체 영상 엣지를 재식별하는 단계를 더 포함하고, 업-샘플링은 상기 재연산된 중간선에 수직인 각각의 재형성된 단면도 프로파일만을 따라 형성될 수 있다. 이러한 몇몇 실시예들은 상기 중간선에 실질적으로 평행한 상기 엣지의 최소 제곱법 표현을 연산하는 단계를 더 포함한다.
발명의 방법의 다른 측면에서, 상기 2D 영상의 부분집합은 상기 생체의 호흡 신호로부터의 호흡 게이팅(gating)에 의해 선택된다. 발명의 방법의 다른 측면에서, 상기 생체 내부의 해부 구조의 3D 지도가 생성되고, 상기 3D 지도는 표시 장치에 표시되고, 상기 의료 물체의 상기 3D 위치 및 배향은 표시 장치에 표시된다.
발명의 방법의 매우 바람직한 실시예에서, 상기 2D 영상의 부분집합은 상기 생체로부터의 ECG 신호의 R파(wave) 게이팅에 의해 선택된다. 본 발명의 일 측면은 본 명세서에 개시된 발명의 R-파 검출기를 포함하고, 그 자체는 발명자가 본 발명의 발명자 중에 있는 동시에-출원된 특허 출원의 대상이다.
이러한 바람직한 실시예들 중 몇몇에서, R파 게이팅은: (1) 상기 생체로부터 상기 ECG 신호를 취득하는 것; (2) 상기 ECG 신호를 디지털 ECG 신호로 디지털화하는 것; (3) 상기 디지털 ECG 신호를 대역통과 필터로 필터링하고 절대값 필터를 거기에 적용하여 필터링된 ECG 신호를 생성하는 것; (4) 상기 필터링된 ECG 신호의 각각의 순차 신호에 대하여, 상기 필터링된 ECG 신호를 ECG 추적 문턱(TT)과 비교하는 것; (5) 상기 필터링된 ECG 신호가 TT보다 크지 않은 경우, 카운터를 증가시키되, TT보다 큰 경우, 상기 카운터를 0으로 설정하는 것; 및 (6) 상기 카운터를 미리 정해진 리프렉토리 카운트 RC와 비교하고, 카운트가 RC와 같은 경우, R파 트리거(trigger)를 출력하는 것을 포함한다.
몇몇 매우 바람직한 실시예에서, TT는 
관계로부터 연산되며 TTp는 TT의 이전 값이고, c2는 상수이며, ST는 미리 정해진 이전 시간 구간(tm) 동안의 상기 필터링된 ECG 신호의 최대값의 일부(fraction)(c1)이다.
몇몇 실시예에서, 미리 정해진 드롭아웃(dropout) 구간(tD) 동안 R파 트리거가 발생하지 않은 경우, TT는 ST로 설정된다. 그러한 몇몇 실시예에서, c1은 약 0.5이고, c2는 약 0.25이고, tm은 약 2초이며, RC는 약 90 밀리초(milliseconds)의 시간 구간에 대응하고, tD는 약 5초이다. tD는 약 2 내지 10 초의 범위 내에 있을 수 있다; c1은 약 0.4 내지 0.7의 범위 내에 있을 수 있다; c2는 약 0.15 내지 0.8의 범위 내에 있을 수 있다; tm은 적어도 약 1.5초일 수 있다; 상기 리프렉토리 카운트 RC는 약 30 내지 250 밀리초의 범위 내의 구간에 대응한다.
R-파 게이팅을 포함하는 발명의 방법의 몇몇 다른 실시예에서, 상기 ECG 신호는 복수의 ECG 채널 신호를 포함하고, 상기 R파 게이팅은 각각이 별개의 ECG 채널 신호 상에서 동작하는 복수의 채널 R파 게이트에 의해 구동되는 합성(composite) R파 게이트에 의해 생성된다. 이러한 몇몇 실시예에서, 각각의 상기 복수의 채널 R파 게이트는 트리거-윈도우(trigger-window) 필터로의 입력인 출력 신호를 가지며, 상기 합성 R파 게이트의 트리거 출력은 상기 채널 R파 게이트 중 어느 하나로부터의 출력 신호에 의해 트리거되며, 다른 채널 R파 게이트에 대한 모든 출력 신호는 상기 합성 R파 게이트가 트리거된 후 미리 정해진 시간 구간동안 상기 합성 R파 게이트를 트리거하지 않는다. 이러한 몇몇 실시예에서, 상기 합성 R파 게이트를 트리거하는 상기 채널 R파 게이트 출력 신호는 상기 미리 정해진 시간 구간이 끝난 후 처음 수신되는 채널 R파 출력 신호이다.
합성 R파 게이트를 포함하는 다른 실시예에서, 각각의 상기 복수의 채널 R파 게이트는 출력 신호를 가지며, 각각의 출력 신호는 출력이 상기 합성 R파 게이트의 출력인 OR-게이트로의 입력이다. 이러한 몇몇 실시예에서, 각각의 채널 R파 게이트 출력 신호는 대응하는 채널 R파 게이트에 의해 검출된 각각의 R파에 대한 미리 정해진 지속 시간의 단일 펄스를 포함하고, 상기 합성 R파 게이트 출력은 상기 OR-게이트 출력의 리딩(leading) 엣지에 의해 트리거된다.
단일-평면 형광 투시법을 이용하여 생체 내의 방사선-비투과성 의료 물체의 3D 위치 및 배향을 자동으로 판단하는 방법의 매우 바람직한 실시예에서, 상기 영상 부분집합은 처리되되, 상기 처리와 동시에 발생하는 중재 의료 시술 동안의 사용을 위해 3D 의료-물체 위치 및 배향을 생성하기 위한 속도(rate)로 처리된다.
특정 바람직한 실시예에서, 캡쳐하고, 검출하고, 기하학 계산을 적용하고, 보정을 적용하며 3D 위치 및 배향을 계산하는 단계가 단일 위치에 있는 상기 의료 물체와 함께 복수 회 수행되며 상기 계산된 3D 위치 및 배향 데이터는 3D 위치 및 배향 판단의 정확성을 강화하기 위해 평균 내어진다.
본 발명은 팔라볼리타의 접근법에 대한 중대한 개선으로서, 증가된 정확도를 취득하며 그것을 자동화된 방식으로 하여 임상의에 대한 추가 조건을 두는 것을 회피한다. 발명은 형광 투시 시스템 내에 존재하는 큐(cues)를 식별하고 카테터의 3D 위치를 식별하기 위해 복잡한 연산 알고리즘을 이용한다. 형광 투시 영상의 픽셀 값들은 평면 밖의 각도, 깊이 및 중심 광선으로부터의 거리에 의해 영향을 받고, 이들 및 다른 특징들은 카테터 팁의 3D 위치의 더욱 정확한 추정을 식별하기 위해 고려된다. 카테터 팁의 3D 위치가 결정되면, 활성(activation) 및 전압과 같은 다양한 3D 지도가 생성된다.
방법이 유용하기 위해서는, 형광 투시 환경에서 3D 좌표를 결정하는 방법의 z-좌표의 정확성이 ±4 mm의 깊이 (z-좌표) 정확도를 취득해야 한다. 예를 들어, 심장 절제 카테터에 의해 형성된 전형적인 병변(lesion)은 지름이 약 4-6 mm 일 수 있기 때문에, 적어도 그러한 정확도가 바람직하며; 따라서 발명의 방법이 그러한 중재 시술 동안에 유용하기 위해서는 그러한 정도의 위치 정확도가 바람직하다.
도 1a 및 1b 는 복수의 카테터 및 특정 해부 구조를 보여주는 심장 중재 시술로부터의 두 개의 예시적 2D X-레이 영상이다.
도 2 는 전-후 영상 취득 위치의 C-암을 갖는 전통적인 X-레이 기계의 도해이다.
도 3a 는 시술 용품(suite)의 3D 좌표를 정의하는 축들을 도시한다. 용품의 각각의 요소는 이러한 좌표계의 좌표에 의해 기술될 수 있는 위치를 갖는다.
도 3b 는 도 2 의 X-레이 기계의 X-레이 소스의 출력의 원추 형상 및 기하학적 배열로부터 기인하는 기하학적 확대도이다.
도 4 는 단일 평면 형광 투시 시스템을 이용하여 카테터와 같은 물체의 3D 위치를 결정하는 발명의 방법의 실시예의 일반적 개략도이다.
도 5 는 도 4 의 방법의 계측 프로세스 및 초기화의 개략적 설명이다.
도 6 은 도 4 의 방법의 영상 선택 프로세스의 개략적 설명이다.
도 7, 8 및 9 는 후보 카테터-팁 영상을 위치시키기 위한 영상 클러스터의 형성과 함께 카테터-팁 측정에 보정을 적용하는 프로세스를 통해, 도 4 의 일반적 개략도의 많은 기능적 요소들의 세부적인 개략 설명을 제시한다. 도 9 는 카테터-팁 영상의 서브 픽셀 통계적 엣지 검출 방법 또는 프로세스의 실시예의 세부적인 개략 설명이다.
도 10 은 형광 투시 시스템 기하학의 영상 크기에 대한 효과를 나타내는 형광 투시 영상이다.
도 11 은 형광 투시 시스템 기하학의 영상 크기에 대한 효과를 나타내는 다이어그램이다.
도 12 는 도 6 의 영상 선택 프로세스에 대한 심장 게이팅 신호를 생성하기 위해 이용되는 발명의 R파 검출기의 개략적 설명이다.
도 13a 는 디지털화된 예시적인 채널 ECG 신호 x(ti)의 4-심박 부분이다.
도 13b 는 통과대역 필터와 함께 도 13a 로부터의 x(ti)의 필터링에 의해 생성된 중간 디지털 ECG 신호 f(ti)의 예시적 부분이다.
도 13c 는 절대값 필터와 함께 도 13b 로부터의 f(ti)의 필터링에 의해 생성된 필터링된 ECG 신호 g(ti)의 예시적 부분이다.
도 13d 는 도 12 의 발명의 R파 검출기 내의 특정 단계들을 나타내기 위해 주석으로 달린 도 13c 의 신호 g(ti)의 2-심박 부분이다.
도 14a 는 복수의 채널 R파 검출기를 OR-게이트로의 입력으로 사용하는 합성 R파 검출기의 일 실시예의 개략적인 설명이다.
도 14b 는 도 14a 의 합성 R파 검출기의 동작의 타임라인(timeline) 도해이다.
도 15a 는 복수의 채널 R파 검출기를 입력으로 사용하는 합성 R파 검출기의 대체적 실시예의 개략적인 설명이다.
도 15b 는 도 15a 의 합성 R파 검출기의 동작의 타임라인(timeline) 도해이다.
도 16a 는 심장 카테터를 포함하여, 생체에 있는 다수의 물체의 예시적 2D X-레이 영상이다.
도 16b 는 도 16a 의 예시적 영상에 문턱 필터를 적용하는 것에 의해 생성된 영상이다.
도 17 은 문턱화된(thresholded) 영상에 있는 픽셀들의 클러스터의 중심을 연산하기 위한 방법의 일 실시예를 도시한다.
도 18 은 문턱화된 영상에 있는 픽셀들의 클러스터의 세로 중간선을 연산하기 위한 방법의 일 실시예를 도시한다.
도 19a 및 19b 는 도 18 의 방법의 두 가지 경우를 도시한다. 도 19a 는 영상 클러스터가 일반적으로 x-축을 따르는 경우를 도시한다. 도 19b 는 영상 클러스터가 일반적으로 y-축을 따르는 경우를 도시한다.
도 20 은 클러스터 영상을 포함하는 바운딩 박스(bounding box)를 도시한다.
도 21 은 카테터 팁으로서 식별되고 측정될 후보인 클러스터의 영상이다. 발명의 방법 내에서 측정을 수행하는데 이용되는 프로파일이 나타나 있다.
도 22 는 도 21 에 나타난 예시적 프로파일 중 하나의 프로파일을 도시한다.
도 23 은 디지털 영상을 업-샘플링하기 위한 하나의 방법의 계산의 도해이다.
도 24 는 서브 픽셀 통계적 엣지 검출 단계를 나타내는 도 21 의 영상의 확대이다.
도 25 는 도 24 에 나타난 것과 같은 확대로서, 도 24 에 적용된 서브 픽셀 통계적 엣지 검출의 결과를 도시한다.
도 26a 는 X-레이 기계의 투영 기하학을 나타내고 그러한 기계에서 일어나는 방사상 연신 왜곡을 도시하는 다이어그램이다. 구형(spherical) 물체의 촬상이 도시된다.
도 26b 는 원통형 카테터 팁의 촬상을 포함하도록 도 26a 의 다이어그램을 연장한 추가 다이어그램이다.
도 27 은 다수의 이상화된 클러스터 프로파일 및 강도 프로파일을 따라 엣지 포인트 결정의 피봇-포인트(pivot-point) 특징을 도시하는 다이어그램이다.
도 2 는 전-후 영상 취득 위치의 C-암을 갖는 전통적인 X-레이 기계의 도해이다.
도 3a 는 시술 용품(suite)의 3D 좌표를 정의하는 축들을 도시한다. 용품의 각각의 요소는 이러한 좌표계의 좌표에 의해 기술될 수 있는 위치를 갖는다.
도 3b 는 도 2 의 X-레이 기계의 X-레이 소스의 출력의 원추 형상 및 기하학적 배열로부터 기인하는 기하학적 확대도이다.
도 4 는 단일 평면 형광 투시 시스템을 이용하여 카테터와 같은 물체의 3D 위치를 결정하는 발명의 방법의 실시예의 일반적 개략도이다.
도 5 는 도 4 의 방법의 계측 프로세스 및 초기화의 개략적 설명이다.
도 6 은 도 4 의 방법의 영상 선택 프로세스의 개략적 설명이다.
도 7, 8 및 9 는 후보 카테터-팁 영상을 위치시키기 위한 영상 클러스터의 형성과 함께 카테터-팁 측정에 보정을 적용하는 프로세스를 통해, 도 4 의 일반적 개략도의 많은 기능적 요소들의 세부적인 개략 설명을 제시한다. 도 9 는 카테터-팁 영상의 서브 픽셀 통계적 엣지 검출 방법 또는 프로세스의 실시예의 세부적인 개략 설명이다.
도 10 은 형광 투시 시스템 기하학의 영상 크기에 대한 효과를 나타내는 형광 투시 영상이다.
도 11 은 형광 투시 시스템 기하학의 영상 크기에 대한 효과를 나타내는 다이어그램이다.
도 12 는 도 6 의 영상 선택 프로세스에 대한 심장 게이팅 신호를 생성하기 위해 이용되는 발명의 R파 검출기의 개략적 설명이다.
도 13a 는 디지털화된 예시적인 채널 ECG 신호 x(ti)의 4-심박 부분이다.
도 13b 는 통과대역 필터와 함께 도 13a 로부터의 x(ti)의 필터링에 의해 생성된 중간 디지털 ECG 신호 f(ti)의 예시적 부분이다.
도 13c 는 절대값 필터와 함께 도 13b 로부터의 f(ti)의 필터링에 의해 생성된 필터링된 ECG 신호 g(ti)의 예시적 부분이다.
도 13d 는 도 12 의 발명의 R파 검출기 내의 특정 단계들을 나타내기 위해 주석으로 달린 도 13c 의 신호 g(ti)의 2-심박 부분이다.
도 14a 는 복수의 채널 R파 검출기를 OR-게이트로의 입력으로 사용하는 합성 R파 검출기의 일 실시예의 개략적인 설명이다.
도 14b 는 도 14a 의 합성 R파 검출기의 동작의 타임라인(timeline) 도해이다.
도 15a 는 복수의 채널 R파 검출기를 입력으로 사용하는 합성 R파 검출기의 대체적 실시예의 개략적인 설명이다.
도 15b 는 도 15a 의 합성 R파 검출기의 동작의 타임라인(timeline) 도해이다.
도 16a 는 심장 카테터를 포함하여, 생체에 있는 다수의 물체의 예시적 2D X-레이 영상이다.
도 16b 는 도 16a 의 예시적 영상에 문턱 필터를 적용하는 것에 의해 생성된 영상이다.
도 17 은 문턱화된(thresholded) 영상에 있는 픽셀들의 클러스터의 중심을 연산하기 위한 방법의 일 실시예를 도시한다.
도 18 은 문턱화된 영상에 있는 픽셀들의 클러스터의 세로 중간선을 연산하기 위한 방법의 일 실시예를 도시한다.
도 19a 및 19b 는 도 18 의 방법의 두 가지 경우를 도시한다. 도 19a 는 영상 클러스터가 일반적으로 x-축을 따르는 경우를 도시한다. 도 19b 는 영상 클러스터가 일반적으로 y-축을 따르는 경우를 도시한다.
도 20 은 클러스터 영상을 포함하는 바운딩 박스(bounding box)를 도시한다.
도 21 은 카테터 팁으로서 식별되고 측정될 후보인 클러스터의 영상이다. 발명의 방법 내에서 측정을 수행하는데 이용되는 프로파일이 나타나 있다.
도 22 는 도 21 에 나타난 예시적 프로파일 중 하나의 프로파일을 도시한다.
도 23 은 디지털 영상을 업-샘플링하기 위한 하나의 방법의 계산의 도해이다.
도 24 는 서브 픽셀 통계적 엣지 검출 단계를 나타내는 도 21 의 영상의 확대이다.
도 25 는 도 24 에 나타난 것과 같은 확대로서, 도 24 에 적용된 서브 픽셀 통계적 엣지 검출의 결과를 도시한다.
도 26a 는 X-레이 기계의 투영 기하학을 나타내고 그러한 기계에서 일어나는 방사상 연신 왜곡을 도시하는 다이어그램이다. 구형(spherical) 물체의 촬상이 도시된다.
도 26b 는 원통형 카테터 팁의 촬상을 포함하도록 도 26a 의 다이어그램을 연장한 추가 다이어그램이다.
도 27 은 다수의 이상화된 클러스터 프로파일 및 강도 프로파일을 따라 엣지 포인트 결정의 피봇-포인트(pivot-point) 특징을 도시하는 다이어그램이다.
단일 평면 형광 투시법은 카테터와 리드를 수반하는 동작 동안 의사에게 환자의 2D 사진 뷰를 제공한다. 그러한 시스템을 이용하면, 의사의 경험, 환자의 위치 및 해부학적 특징에 대한 카테터의 상대적 위치에도 불구하고, 카테터의 부정확한 3D 위치가 결정된다. 본 발명은 영상 분석 알고리즘의 사용을 상세히 알려 2D 형광 투시법만을 이용하여 3D 공간에서의 카테터 팁의 위치를 식별한다. (모든 방사선-비투과성 기구가 이용될 수 있지만, 본 명세서에서 제시되는 일시예는 3D 위치 추정에 대한 관심 지점으로서 심장 카테터 팁을 이용한다.)
상술한 바와 같이, 적어도 ±4 mm 의 z-좌표 결정 정확도를 취득하는 것이 바람직하다. 그러한 정확도를 취득하기 위해, 의료 물체의 부피를 측정함에 있어서 요구되는 정확성은 약 0.023 mm (전형적인 카테터 크기 및 검출기 기하학 구조에 대하여)라는 것이 결정되었다. 본 명세서에 개시된 발명의 방법이 일련의 엣지 포인트(edge points)로부터 형성된 두 개의 엣지를 이용하여 물체 부피를 추정하기 때문에, 각각의 포인트에 대하여 요구되는 오류는 이것의 절반이다(0.023mm/2 = 0.011mm). 1000 x 1000 픽셀의 해상도 및 20 x 20 cm 의 면적을 갖는 전형적인 카테터에 대하여, 각각의 픽셀은 200mm/1000픽셀 = 0.2mm/픽셀이다. 0.011mm의 정확성에 대응하는 픽셀의 부분은 0.011/0.2 = 0.05 픽셀(하나의 픽셀의 약 1/20)이다.
도 4 는 단일 평면 형광 투시 시스템을 이용하여 카테터와 같은 물체의 3D 위치를 결정하는 발명의 방법의 실시예(20)의 일반적인 개략도이다. 편의를 위해, 발명 시스템은 이하 카테터 팁 3D 위치 시스템(Catheter Tip 3D Location System)으로 불리우며 본 명세서에서 용어를 단축하기 위해 C3DLS로 표현될 것이다. 용어의 넓은 사용에서 방법은 시스템을 구성하는 소프트웨어에 의해 주로 수행되므로 “시스템”이라는 용어는 방법을 설명하기 위해 사용된다. 개략적 도면의 다양한 요소에서 표현되는 특정 용어들뿐만 아니라 “프로세스” 및 “기능적 요소”라는 용어는 본 명세서에서 발명의 방법 또는 시스템의 동작 또는 방법 단계를 설명함에 있어서 상호 교환적으로 사용된다.
C3DLS(20)는 디지털 영상의 스트림으로 이용 가능한 일련의 순차적 2D 형광 투시 영상을 생성하는 전통적인 단일 평면 형광투시 시스템(10)의 쓰임을 포함한다. 그러한 영상들이 생성되는 속도는 초당 7.5 또는 15 영상(또는 프레임(frames))과 같은 전형적인 속도일 수 있지만 그러한 속도는 본 발명의 범위를 제한하기 위해 의도되지 않는다. (X-레이 시스템은 더 낮은 초당 영상 속도 및 더 높은 초당 영상 속도 모두를 생성할 수 있다.) 그러한 스트림 내의 영상들은 C3DLS에 의해 처리될 수 있고 기능적 요소(23)에서 영상 선택 프로세스에 의해 선택될 수 있다. 요소(23)의 영상 선택 프로세스에 대한 추가 세부사항은 도 6 에 나타나고 이 문서에서 추후 기술된다. 영상 선택 프로세스(23)는 C3DLS(20)에 의해 어떤 영상들이 처리될지 결정한다.
예시적 영상들은 8-비트 바이트의 1000 x 1000 어레이(array)이고, 각각의 바이트가 강도값을 갖는 픽셀 당 하나의 바이트는 0 에서 255 사이이다. 다른 예시는 0 에서 4095 사이인 12-비트 픽셀 강도값의 512 x 512 어레이로서, 두 개의 바이트(16 비트)가 각각의 픽셀을 나타낸다. 좌/우 앵귤레이션(angulation) 및 두개골/미골(caudal) 각도 또한 필요하며 각각의 영상 프레임에 대하여 입력된다. 이러한 예시들은 제한하도록 의도되지 않으며; 다른 데이터 포맷도 가능하다.
C3DLS(20)의 나머지는 영상 선택 프로세스(23)에 의해 선택된 영상의 처리를 포함한다. 이러한 처리 단계의 시작 포인트는 그러한 포인트가 다음 도면들에서 이해될 수 있도록 도 4 의 포인트 B로 표시된다. 도 4 내지 9의 포인트 A-G에 대하여도 동일하게 적용된다.
C3DLS(20)는 영상 선택 프로세스(23)에 의해 선택된 영상 내에서 카테터 팁이 발견되고 카테터 팁으로서 식별되는 자동화된 프로세스를 포함한다; 이 프로세스(24)(괄호(brackets)에 의해 표시됨)는 두 개의 기능적 요소를 포함하며, 이는 C3DLS(20)에 클러스터 형성(25) 및 카테터-팁 식별(27)로 나타내어 지며 도 7 에 대하여, 일반적으로 기능 블록(131-145)과 함께, 더욱 자세하게 기술된다. 클러스터 형성(25)은 영상 내에서 이웃하는 픽셀들이 관심 물체를 나타내는 가능한 그룹으로서 서로 연관되는 프로세스이다. 카테터 팁일 수 있는 물체들은 영상 내에서 그룹(클러스터)을 형성한다. 카테터-팁 식별(27)은 적절한 클러스터가 카테터 팁의 영상이 되도록 결정되는 프로세스이다.
C3DLS(20)는 기능적 요소(29)의 카테터 팁의 측정 및 기능적 요소(31)에서의 그러한 측정의 추가 개량을 포함한다. 카테터-팁 측정의 보정(31)은 몇몇 발명 단계를 수반하며 본 발명에서 다른 중요한 개념을 나타낸다. 추가 세부사항은 본 출원에서 도 7-9에 대하여 추후 제시되며, 도 7 의 기능 블록(147)로 시작하여 도 8 및 9 를 모두 포함한다.
그 후 C3DLS(20)는 카테터 팁의 정확한 측정에 기초하여 카테터 팁의 3D 좌표 및 배향을 결정하기 위해 기능적 요소(33)에서 진행하며, 결정에 있어서 형광 투시 시스템(10)의 기하학 구조를 이용한다.
카테터 팁의 3D 위치와 배향이 알려진 상태에서, 그러한 정보는 다양한 방면에 이용되도록 임상의가 이용 가능하다. 기능적 요소(35)는 다양한 방면으로의 그러한 데이터의 표시를 나타내고, 그 중 임상의가 x 및 y 영상 정보를 보면서 깊이를 알 수 있도록 카테터 팁의 깊이(z-좌표)를 보여주는 간단한 좌표 디스플레이도 있다. 그러나, 중재 시술에서 보조하기 위해 임상의가 다양한 해부 구조를 시각화할 수 있도록 하는 3D 맵핑 데이터의 생성 및 표시를 포함하여, 그러한 데이터를 제시하기 위한 많은 다른 방법들 또한 이용될 수 있다.
다음 섹션은 C3DLS(20)를 더욱 상세하게 기술한다. 본 발명에 수반되는 개념들 중, 발명은 2D 형광 투시 영상의 내재된 특징을 고려하고 3D 공간에서의 카테터 깊이(z-좌표) 문제를 해결하기 위한 복잡한 연산 알고리즘을 이용하며, 이는 전통적인 X-레이 시스템에 없는 데이터이다.
형광 투시 영상은, 투영물(projections)이기 때문에, X-레이 검출기(13), 촬상되고 있는 해부 구조 및 X-레이 소스(11)의 상대적 3D 위치에 기초한 정확한 기하학 규칙에 따라 촬상된 3D 해부 구조가 2D 투영된 영상으로 변형되는 촬상된 용적(volume)을 나타낸다. 따라서 X-레이 투영 촬상은 X-레이 소스(11)가 테이블(12) 상에 촬상되는 해부 구조로부터 유한한 거리에 있다는 사실 때문에 내재된 투영 왜곡을 포함한다. 결과적으로, 소스(11)로부터 더 멀리 있는 물체보다 소스(11)에 더 가까운 물체가 투영된 영상에서 더욱 확대된다.
도 10 및 11 은 형광 투시 시스템(10)의 원추형 투영 및 그로부터 획득된 영상을 나타낸다. 도 10 은 영구적인 심박조율기 리드(115, 117)를 갖는 형광 투시 영상을 나타낸다. 두 개의 ECG 패치(119P) 및 동반하는 리드(119L)가 영상(113)에 나타나 있다. 두 개의 패치(119P)와 리드(119L)는 동일한 z 위치에 위치해 있기 때문에 크기에 차이가 없다. 그러나, 두 개의 카테터(121, 123) 또한 영상(113)에 나타나 있다. 카테터(121, 123)는 동일한 카테터이나, 카테터(121)가 환자의 흉부 뒤쪽에 위치해 있고 카테터(123)는 흉부의 앞쪽에 위치해 있기 ?문에 영상(113)에서 카테터(121)는 카테터(123)보다 크게 보인다. 따라서 카테터(121)가 X-레이 소스에 더 가깝고 이에 따라 형광 투시 시스템(10)의 기하학으로부터 존재하는 키스토닝 효과 또는 원추형 투영 때문에 카테터(121, 123)의 영상의 확대가 달라진다.
도 11 은 추가 도해를 제공하여, 원추형 투영 효과에 의해 생산된 영상의 도식적인 표현을 나타낸다. X-레이는 중앙축(CA)이 통과하는 X-레이 소스(11)로부터 원추형 빔으로 나온다. 두 개의 포인트 P1 및 P2는 2D 형광 투시 시스템(10)의 중앙축(CA)으로부터 각각 거리 x1 및 x2 만큼 떨어져 있다. x1 및 x2는 중앙축(CA)으로부터 동일한 거리이다. P1 및 P2는 또한 환자 테이블(12)로부터 각각 z1 및 z2 만큼 떨어져 있다. 본 예시에서, 비록 x1과 x2가 동일하지만, X-레이 검출기(13) 상의 영상에서의 대응 포인트의 x-위치, X1 및 X2는 상이하다. X1이 X2보다 크고, 이러한 차이는 2D 형광 투시 영상에서의 왜곡의 예증이 된다.
목표 물체(예를 들어, 인간 신체)에서 콤프톤(Compton) 산란 또는 광전기 흡수를 겪지 않는 원추형 빔의 그러한 X-레이는 검출기(13)에 도달하여 일차적인 2D 방사 영상을 형성한다. 검출기(13)에 도달하는 X-레이 광자들의 공간적 패턴에 있는 일차적 영상 정보는 일차적인 X-레이가 그들의 직선 경로를 따라 이동함에 따라 환자, 예를 들어, 폐, 심장, 요추, 카테터인 환자 내부의 각 층, 구조 및 장치에 의해 제시되는 차등, 증가 감쇠에 기인한다. 감쇠는 잘 알려진 지수(exponential) 감쇠 프로세스를 따른다. 또한, 일차적 X-레이가 환자를 통과함에 따라 생성된 콤프톤 산란의 몇몇도 검출기(13)에 도달한다. 이러한 X-레이는 실용적인 정보는 지니지 않고, 해부 구조 내의 물체의 외관상의 대비를 감소시키며, 영상 내의 양자 X-레이 잡음에 추가한다.
X-레이 검출기(13)는 그것으로 입사하는 X-레이의 공간적 패턴을 디지털 영상으로 변환한다. 이 디지털 영상은 전형적으로 처리되고, 저장되며, 표시된다. 또한, 디지털 영상에 있는 정보는 X-레이 관(tube)에 차례로(in turn) 동력을 공급하는 X-레이 생성기를 제어하기 위해 이용된다. 전형적으로, 형광 투시 시스템(10)은 디지털 영상의 평균 강도가 디지털 영상 강도 스케일(scale)의 대략 50% 또는 이보다 다소 낮도록, 예를 들어, 0 내지 255 의 검출기 범위(8-비트 영상 강도 스케일) 내에서의 평균 강도 100, 디지털 영상을 스케일하기 위해 시스템(10)을 제어하는데 이용되는 자동 밝기 제어(automatic brightness control)(ABC)를 포함한다. 심장 영역의 강도값은 약 100, 폐에서의 값은 200 이상, 척추에서의 값은 약 25 일 수 있다. 카테터 전극 팁의 영상에서의 강도값은 0 과 가깝거나 다소 높을 수 있고, 빔 스펙트럼과 영상에서의 산란 양에 의존한다.
일반적으로, 영상의 강도 레벨이 높을수록, 높은 신호 대 잡음비 (SNR) 때문에, 영상 품질이 높다. 그러나, 다른 모든 것이 동일하다면, 영상 SNR이 높을수록, 환자로의 방사량(radiation dose)은 높다. 따라서 X-레이 시스템의 각각의 촬상 모드는 영상 품질 (SNR)과 환자 양(dose) 사이의 절충을 제시한다. 복잡한 심장 중재 시술에 필요한 형광 투시 시간의 양 때문에, 임상의는 가장 낮은 환자 양과 충분한 촬상을 제공하는 영상 SNR 레벨로 동작한다. 이는 전형적인 형광 투시 영상은 “잡음이 많다”는 것을 의미하고, 각각의 화소(픽셀)의 강도 레벨에는 임의의 X-레이 양자 잡음 때문에 상당한 통계적 차이가 있다는 것을 의미한다.
형광 투시 시스템(10)이 제어할 수 있는 인자(factors)는 빔 에너지 스펙트럼, (주어진 빔 스펙트럼에 대한) 빔 강도 및 노출 시간을 포함한다. 시스템(10)의 작동자(operator)는 초당 영상의 개수로 측정되는 형광 투시 촬상 속도를 선택하는 능력을 갖는다. 본 발명에 포함되는 심장 응용에 있어서, 유용한 속도는 전형적으로 초당 3.75 내지 30 영상 사이일 수 있다. 환자 내에 배치된 장치 및 신체 조직의 각각의 종류에 의해 제시되는 감쇠의 정도는 조직 또는 물질 구성, 그것의 밀도 및 X-레이 빔 스펙트럼에 의해 결정된다. X-레이 시스템이 다른 인자들 중 빔 스펙트럼을 자동으로 조절하여 원하는 영상 SNR을 취득하기 때문에, 신체 내에 배치된 장치의 감쇠, 즉 영상 내의 인접 영역에 대한 그것의 대비는 환자의 크기, 특정 촬상 장면 및 시스템(10)의 다양한 설정에 의존하여 변할 것이다. 환자 크기, 뷰의 촬상 영역, 검출기(13)로부터 환자의 거리 및 다른 인자에 의존하는 영상 장면의 X-레이 산란 양 또한 신체 내에서 촬상되는 장치의 대비에 영향을 끼친다.
다시 도 4 를 참조하면, 기능적 요소(21)는 C3DLS(20)를 초기화하고 계측(calibrate)하는 단계를 포함한다. 도 5 는 초기화 및 계측 단계(21)의 더욱 자세한 개략도이다. 도 5 는 형광 투시 시스템(10A)을 포함하며, 두 개의 2D X-레이 영상을 생성하여 z-좌표 정보를 캡쳐하기 위해 두 개의 서로 다른 C-암(8) 각도 위치에서의 초기화 및 계측 단계 동안 단일 평면 형광 투시 시스템(10)이 이용된다는 것을 나타내기 위해 도면 부호 10 대신 10A로 표시되었다. (“이중-뷰 형광 투시법”이라는 용어는 제 1 영상이 생성되는 동시에 제 1 평면과 다른 평면에서 제 2 2D X-레이 영상을 생성하기 위해 추가적인 하드웨어가 수반되는 이중평면 형광투시법과 그것을 구분하기 위해 이용된다.) 본 발명의 중요한 목적은 형광 투시 시스템 하드웨어 중 가장 간단한 것(예를 들어, 도 2 의 시스템(10))을 이용하여 3D 위치 및 배향 정보를 제공하는 것이다. 이중-뷰 형광 투시법은 제 1 C-암(8) 각도 위치에서 2D X-레이 영상을 첫번째 생성한 후 전통적인 단일 평면 형광 투시 시스템(10)의 C-암(8)을 제 2 각도 위치로 회전한 후 (동일한 위치의 동일한 물체의) 제 2 2D X-레이 영상을 생성하는 프로세스를 나타낸다. 영상 선택 프로세스(23)는 초기화 및 계측 동안 원하는대로 특정 영상을 캡쳐하고 선택하는 효과를 갖는다. 영상 선택(23)은 C3DLS(20)에 의한 처리를 위해 원하는 디지털 영상을 자동 또는 수동으로 공급하도록 제어된다.
C3DLS(20)을 초기화하고 계측하기 위해, 카테터 팁의 유효 X-레이 부피는 도 5 에 기능적 요소(39)(이중-뷰 투영 계산)로 나타난 이중-뷰 형광 투시법을 이용하여 측정된다. 유효 X-레이 부피의 결정은 C3DLS(20)에서 중요한 단계이다. 카테터는 카테터 별로 두께가 다르고 카테터의 서로 다른 부분(예를 들어, 금속 부분)으로서 X-레이 에너지를 흡수하는 능력이 동일하지 않을 수 있는 탄성 물질층으로 코팅되어 있을 수 있다. 카테터 제조 프로세스 변화의 존재와 함께, 이는 (1) 제조자 모델 번호에 기초하여 실제 카테터 부피(예를 들어, 지름)에 대하여 가정이 만들어질 수 없으며 (2) 물리적 캘리퍼스(caliper) 측정은 특정 카테터가 X-레이 영상에서 어떻게 나타날지를 특징짓기에 부적절하다는 것을 의미한다.
기능적 요소(39)의 측정은 X-레이 소스(11)와 X-레이 검출기(13) 사이의 테이블(12)에 카테터를 위치시키는 것에 의해 수행되고, 기능 블록(37)의 비디오 취득에 의해 서로 다른 알려진 C-암(8) 각도 위치 및 기하학 구조로부터 두 개의 영상이 취득된다. 두 개의 상이한 각도에서 촬영된 동일한 물체의 두 개의 2D 영상들로부터의 데이터를 이용하여 카테터의 유효 부피 및 3D 좌표를 결정하는 분석 방법은 수학 분야의 통상의 기술자에게 잘 알려져 있고, 두 개의 미지수를 갖는 세 개의 방정식의 과도 결정(over-determined) 시스템을 수반한다. 그러한 하나의 방법은 최소 제곱법을 이용한다. 영상 내에서의 픽셀화(pixilation) 때문에 일반적으로 교차점(x,y,z)은 정확히 동일하지 않을 것이다. 따라서, 이러한 통계적 방법들이 적용 가능하다.
그러한 분석이 유효 X-레이 부피의 정확한 추정을 제공하기 위해, 두 개의 영상 내에서 식별된 카테터 팁의 지점(x,y,z)은 물리적으로 카테터 상의 동일한 지점과 연관성이 있어야 하고; 그렇지 않으면 분석의 가정이 틀린 것이며 잘못된 결과를 초래할 것이다. 카테터-팁 영상의 일반적으로 사각형인 영역의 중심과 그러한 영역의 네 개의 모서리(corners)는 그러한 결정에 좋은 포인트로 알려져 있다.
카테터 지름은 C3DLS(20) 내에서 이용되는 중요한 치수(dimensions)이다. 유효 X-레이 지름은, 2D 형광 투시 영상에서 측정된 카테터-팁 영상 지름으로부터 만들어진 깊이 계산에 적용될 경우, 가장 정확하고 편향되지 않은(unbiased) 결과를 제공하는 카테터-팁 지름의 값이다. 유효 X-레이 부피의 사용은 그들의 결정이 다음의 단일-뷰 측정에서 일어날 측정 편향(bias)과 동일한 것을 이용하여 계산되기 때문에 측정 편향을 감소시킨다. 두 개의 뷰 각각에 수반된 기하학적 확대 인자가 알려져 있기 때문에, 각 뷰는 유효 X-레이 지름을 계산하기 위해 사용될 수 있고, 또는 증가된 정확도를 위해, 두 개 이상의 값의 평균이 사용될 수도 있다.
2D 영상으로부터의 카테터-팁의 측정은 몇몇 소스로부터의 편향에 의존하며, X-레이 관 초점 반영(penumbra), 영상 처리 (예를 들어, 엣지 강화) 및 영상 내의 카테터 팁의 강도 프로파일에 적용되는 문턱값의 선택을 포함한다. 예를 들어, 초점 반영은 카테터 팁의 엣지를 뿌옇게 만들어, 정확한 엣지를 정의하기 더 어렵게 만든다. X-레이 검출기(13)는 검출기(13) 내에서의 신호의 측면 분산(lateral dispersion)과 검출기 요소가 유한한 크기(예를 들어, 140-200 마이크론)라는 사실 때문에 카테터-팁 영상 엣지의 흐릿함을 도입한다. 또한, 문턱값은 영상 내에서 카테터 팁 엣지의 위치 추정을 형성하기 위해 이용된다. 이 문턱값은 카테터-팁 영상의 어두운 영역과 어두운 영상 주변의 밝은 배경 영역 사이의 강도값이다. 배경 잡음에 과하게 민감하지 않도록 특정 문턱값이 선택되지만 오류의 소스일 수 있다.
이러한 편향들은 알려진 카테터-팁 깊이에서 이중-뷰 영상으로 형성된 측정에 존재하지만 C3DLS 프로세스가 진행함에 따라 다른 모든 다음 카테터-팁 폭 측정에도 존재하여, 다음 측정 편향들은 유효 X-레이 부피를 이용하여 상쇄되는 경향이 있다. 예를 들어, 이중-뷰 영상과 동일한 깊이에서 형성된 카테터의 모든 측정들은 편향 없이 동일해야 한다. 또한, 편향들은 C3DLS(20)를 이용하여 심장 또는 신체 내의 다른 기관 안에서 운행(navigate)하면서 마주칠 수 있는 깊이의 범위를 크게 벗어나지 않아야 한다. 중재적 전기생리학 시술에서, 카테터 팁의 이동은 그것의 초기 깊이로부터 ±3cm 의 범위에 있을 수 있다. 소스(11)에서 영상(13)까지의 거리가 전형적으로 100-200 cm 의 범위에 있기 때문에, 깊이 익스커션(excursion)은 상대적으로 작다.
카테터 팁의 유효 X-레이 부피를 결정하는 프로세스(39)는 또한 두 개의 영상 내에서의 카테터-팁 영상의 식별을 포함한다. 그러한 식별은 사용자 상호작용 또는 자동 식별 단계에 의해 이루어질 수 있다. 이러한 자동화된 단계는 C3DLS 프로세스 내에서의 단계로서 본 문서에서 추후 기술되며 필요에 따라 초기화 및 계측에 적용된다. 자동화는 본 발명의 주요한 목적이기 때문에, 자동 카테터-팁 영상 식별은 초기화 및 계측 내에서 추구되는 접근법이다.
초기화 및 계측 내에서의 다른 단계들은 최대 및 최소 카테터-팁 영상 영역에 대한 기준을 설정하는 단계(단계(41A)) 및 최대 카테터-팁 영상 길이에 대한 기준을 설정하는 단계(단계(41B))를 포함한다. 이러한 양(quantities) 및 관계들의 각각은 C3DLS(20) 내에서 수행되는 계산에서 추후 이용되며 본 문서에서 추후 논의될 것이다.
순차적으로 획득된 모든 영상들이 분석되고 이용될 수 있지만, C3DLS 프로세스의 중요한 부분은 C3DLS(20) 내의 알고리즘에 의해 처리될 영상 프레임의 선택이다. (1) 환자의 물리적 움직임 (예를 들어, 주기적인 심장 및 호흡 운동과 환자 또는 장비 재배치와 같은 다른 움직임) 및 (2) 컴퓨터의 처리 속도 때문에 모든 영상이 처리되지는 않는다. 주기적인 운동에 있어서, C3DLS(20) 내에서 프로세스되는 영상들은 이러한 운동과 동일한 단계(phase)로 캡쳐되며 C3DLS(20)의 연산 결과가 임상의에게 실시간으로 표시되는 것이 바람직하다. 이러한 움직임과 동일한 단계로 영상을 선택하기 위해서는, 상대적으로 작은 움직임 구간 동안에 영상이 선택되는 프로세스가 이용될 수 있다. 그러한 프로세스들은 게이팅(gating)으로 알려져 있다.
다시 도 4 를 참조하면, 초기화 및 계측(21) 이후 C3DLS(20)에 의해 처리되는 각각의 2D 영상은 기능적 요소(23)로 입력되는 디지털 영상의 순차적인 스트림으로부터 선택된다. 디지털 영상의 스트림은 다수의 상이한 하드웨어 구성에 의해 생성될 수 있으며 비디오 취득(37)으로 표현될 수 있다. 본 발명의 하나의 목적은 아주 다양한 전통적인 2D X-레이 기계와 함께 이용될 수 있는 시스템을 제공하는 것이며, 그것의 비디오 출력은 상당히 변할 수 있다. 이러한 요구를 만족시키는 하나의 방법은 X-레이 영상의 디스플레이를 구동하기 위해 사용되는 신호로부터 디지털 영상을 취득하는 것이다. 그러한 접근은 컴퓨터 및 촬상 하드웨어 분야의 통상의 기술자에게 잘 알려져 있다.
도 6 은 영상 선택 프로세스를 도시한다. C3DLS(20)는 처리될 영상을 선택하는 두 개의 서브시스템(subsystems), 심장-기반의 시스템(ECG 센서(43) 및 R파 게이트(50)) 및 호흡-기반의 시스템(호흡 센서(45) 및 호흡 게이트(47)를 포함한다. 그러한 시스템의 하나 또는 모두는 영상 선택기(38)를 제어하기 위해 이용될 수 있다. 심장 게이팅 및 호흡 게이팅 외의 가능한 다른 영상 선택에 대한 접근법은 영상 선택기(38)에 프로그램될 수 있다. 이들은 이용 가능한 입력 명령(command) 또는 다른 신호에 기초한 타이밍(timing)을 포함할 수 있으나 이에 제한되지 않는다.
심장 및 호흡 게이팅은 모두 X-레이 검출 동안의 움직임에 기인하는 영상의 흐릿함을 최소화하기 위해 최소의 운동이 일어나는 동안 영상을 선택하기 위해 이용된다. 심장 게이팅의 경우, 심장 주기의 특정 단계 동안 영상을 선택하는 것도 바람직할 수 있다.
다음 섹션에서, R파 게이팅이 기술되며, 이는 형광 투시 영상이 ECG-게이트되는 프로세스이다.
사람의 심장은 전기적으로 활동적인 근육 세포로 구성된다. 이러한 세포들은 세포막이 탈분극(depolarize)할 때 수축하며, 이는 (1)심장의 네 개의 방의 활력(vital) 수축이 피를 내보내는 것(pump)과 (2)신체 표면에서 심전도(ECG)로서 검출 가능한 약한 전기 전류를 초래한다. 심전도에서, 지배적인 부분은 QRS 복합체이며, 그것의 가장 두드러지는 특징은 가장 많은 양의 근육 세포가 탈분극할 때 생성되는 R파이다. 이러한 세포들은 심실을 이루며, 좌심실은 ECG 신호의 큰 기여인자이다. ECG의 다른 특징들은 P파(심방(atria) 탈분극) 및 T파(심실(ventricles) 재분극)이다. (대표적인 R파에 대해서는 도 13a 를 보시오.) QRS 복합체는 Q파, R파 및 S파를 포함하며 보통 R파에 의해 지배된다. (QRS 복합체의 이러한 묘사는 단순화한 것이다. 도 13a 의 예시적인 ECG는 인식 가능한 S파를 포함하지 않는다. 사실, Q, R 또는 S파 중 어느 하나가 없는 경우가 다소 흔하다. 그리고, ECG 분극 및 탈분극 순서의 다수의 다른 변형이 가능하며, 모두 전기심장학 분야의 통상의 기술자에게 잘 알려져 있다.) ECG 신호는 환자에 따라 그리고 ECG 측정의 복수의 리드 사이에서 상당히 다르다. 도 13a 의 대표적인 단일 리드 ECG 신호는 예를 들어, ECG 신호에서 Q파 및 S파가 어떻게 쉽게 인식될 수 없는지에 대한 좋은 도해이다. R파도 환자에 따라 상당히 다르지만 그것의 지배적인 특성 때문에 더욱 확실히 인식(검출)된다. 다양한 소스로부터의 측정 잡음도 ECG 신호에서의 혼동 인자이다.
어떤 시술 동안에, 전기생리학자(EP)는 환자의 박동하는 심장에서의 맵핑과 절제를 위해 몇몇 상이한 카테터를 배치하고 끊임없이 재배치 해야 한다. 전형적으로, EP는 심장의 2D 영상을 만들기 위해 환자를 관통하는 X-레이를 사용하는 이용 가능한 형광 투시 촬상 시스템을 갖는다. EP는 형광 투시 영상의 개수를 최소화하여 시술 시간, 즉 X-레이에 대한 환자의 노출을 최대한 많이 줄이기 위해 빠르게 일한다. 형광 투시 영상은 전형적으로 초당 7.5 또는 15 영상의 속도로 획득되고, 때때로 더 빠르며, 이에 따라 보통 심장 박동 한 번 당 여러개의 형광 투시 영상을 제공한다.
심실(심실 및 심방)의 수축은 필연적으로 심실 벽의 운동과 피의 흐름을 초래하기 때문에, 심실에 위치한 모든 카테터는 움직일 것이다. 매 심장박동에 따른 카테터의 움직임이 EP에게 주요한 문제이다. 그러나, 대부분의 심장박동이 바로 최근의 심장박동과 매우 유사하기 때문에 그 운동은 매우 반복적이다. (이 심장 운동이 지배적인 혼동스러운 운동이지만, 또한 호흡으로부터의 더 작고, 더 느리며 반복적인 혼동스러운 운동도 있다. 또한 환자로부터의 임의적인 운동도 있을 수 있다.)
R파 게이팅, 심장 박동에 대한 촬상의 타이밍은 세 가지 면에서 유용할 수 있다: (1) 한 번의 심장 박동에서 다음 박동까지 EP가 근본적으로 안정적인 영상을 보도록 한 번의 심장 박동 동안의 카테터 및 심장의 모든 움직임이 실질적으로 제거되는 일련의 형광 투시 영상을 EP에게 제시하는 것 (2) 단일 X-레이 영상의 짧은 노출 시간 동안 흐릿함이 가장 적게 형광 투시 영상이 캡쳐되도록 심장 운동이 최소인 동안의 시간 또는 시간의 범위를 선택하는 것 (3) 예를 들어, 심장의 컴퓨터 단층 촬영(CT) 영상이 만들어졌을 때 심장 주기의 동일한 단계에 매칭(match)되고 절제-관련 정보의 진화 모델에 대한 기질(substrate)로 이용되는 심장 주기의 특정 시간, 전형적으로 확장기에 형광 투시 영상을 선택하는 것.
심장 박동과 심장 박동 사이에 안정된 영상을 제시하기 위해서, 심장박동의 끊임없는 단계가 검출된다. 검출하기에 가장 쉽고 가장 믿을 수 있는 심장 박동의 단계는 심장 수축기로, 바로 R파의 순간이다. 이소성(ectopic)(비정상) 박동 및 정상 박동의 R파는 심실이 탈분극하고 수축하는 순간 일어나며; 따라서, 정상 및 이소성 박동 모두의 영상은 이러한 목적으로 이용될 수 있다.
최소의 심장 운동에 대하여, 정상 심장 주기의 많은 부분 동안, 심실 벽은 더욱 느리게 움직이기 때문에 많은 영상들이 컴퓨터 분석 또는 EP에게로의 제시를 위해 유지될 수 있다. R파 게이팅은 간접적으로 이러한 시간 구간을 인식된 각각의 R파로부터의 타이밍 오프셋(offsets)으로 식별한다. 형광 투시 영상을 획득하기 위한 심장 주기에서의 특히 유익한 순간을 선택함에 있어서, ECG에서 직접적으로 이 순간을 인식하기보다 이 순간은 검출된 R파로부터의 오프셋 간격(interval)으로 예측된다. 따라서, ECG 신호에서의 R파의 검출은 그러한 심장 게이팅에 대한 중요한 기능이다.
이 R파 게이팅 기능은 단순하고, 믿을 수 있고, 정확하고, 자동이며, 낮은 연산 부담을 수반하고, 단일 ECG 채널에서 기능할 수 있으며, 최대한 실시간에 가깝게(즉, 최소의 딜레이(delay)로) 동작하는 것이 바람직하다.
도 12 는 발명의 R파 검출 시스템(50)의 실시예를 도시한다. 도 12 는 R파 검출 시스템(50)에 나타난 모든 신호 및 파라미터의 정의를 제공하는 범례를 포함한다. 본 실시예는 일반적이고(기호로 나타난 파라미터들) 특정적으로(“범례”의 하부에 있는 파라미터에 주어진 값들) 도시되었다. 도 13a 내지 13c 는 R파 검출 시스템(50) 내에서 사용되고 이하 기술되는 세 개의 신호를 도시한다.
도 12 에 나타난 바와 같이, 감시(monitor)되고 있는 생체로부터의 단일-채널 아날로그 ECG 신호 x(t)는 아날로그-디지털 (A/D) 변환기(51)에 의해 디지털 ECG 신호 x(ti)로 변환된다(시스템(50)에서의 A/D 샘플링 레이트(sampling rate) fs = 초당 500 샘플). 대표적인 디지털 ECG 신호 x(ti)가 도 13a에 나타나 있다. 디지털 ECG 신호 x(ti)는 25Hz 디지털 대역통과 필터(53)에 이르고 중간 디지털 신호 f(ti)를 생성한다. x(ti)로부터 생성된 대표적인 중간 디지털 신호 f(ti)는 도 13b에 나타나 있다.
필터(53) 및 R파 검출 시스템(50)의 모든 다른 나머지 요소들은 PC와 같은 디지털 컴퓨터에서 필요한 양을 연산하도록 프로그램된 소프트웨어에서 구현될 수 있다. 필터(53)는 x(ti)의 k 개의 샘플의 이동-윈도우 합(moving-window sum)인 박스카(boxcar) 필터 s(ti) 및 중간 ECG 신호 f(ti)를 생산하는 2차-차분(differencing) 필터를 포함한다. 도 12 의 흐름도에 s(ti) 및 f(ti)에 대한 방정식이 나타나 있다. R파 검출 시스템(50)에 나타난 바와 같이, k는 10의 값을 갖는다. 즉, s(ti)는 현재 입력값 x(ti) 및 디지털화된 ECG 신호의 9 개의 이전 값의 합이고, 대역통과 필터(53) 출력인 중간 ECG 신호 f(ti)는 이러한 합 s(ti)의 2차 차분(difference)이다.
디지털 대역통과 필터의 중심 주파수는 k 와 샘플링 구간 ts (ts = 1/fs 초)의 곱에 의존한다. 도 12 의 실시예에서, k = 10 이고 ts = 0.002 초이다. 이들 두 양의 곱은 20 msec이고, 25Hz의 대역통과 필터 중심 주파수에 대응한다. 이러한 필터 관계들은 디지털 신호 처리 분야의 통상의 기술자에게 잘 알려져 있다.
본 실시예에서, 필터(53)는 60-밀리초-폭 임펄스(impulse) 반응을 갖는 대칭적인 유한-임펄스-반응 필터이다. 중간 ECG 신호 f(ti)는 입력 ECG 신호 x(ti)의 정점(peak) 이후에 대략 30 msec (30 밀리초)에서 정점에 달하고, 대략 30 msec 딜레이를 도입한다.
도 13b 의 f(ti), 그 결과 도 13c 의 g(ti)는 도 13a 의 x(ti)보다 훨씬 높은 신호 레벨을 갖는 것으로 나타나 있다. 이것은 필터(53)에 나타난 바와 같이, s(ti)에 대한 관계가 k 에 의해 나누어지지 않는다(평균을 내지 않았지만 총합 10 개가 넘음)는 사실 때문이다. 그러한 실시예는 대역통과 필터(53)의 구조를 제한하기 위해 의도된 것은 아니고; 중간 디지털 신호 f(ti)의 연산을 위해 평균을 내거나 총합을 내거나 다른 이득 값을 사용하는 것이 R파 검출 시스템(50) 실시예의 기본 구조를 바꾸지 않는다는 것은 명백하다. 또한, x(ti), f(ti) 및 g(ti)에 대하여 나타난 신호 레벨은 디지털 신호의 임의의 레벨이며, R파 검출 시스템(50)의 성능은 그러한 신호 이득 설정에 의존하지 않는다.
중간 ECG 신호 f(ti)는 요소(55)에서 그것의 절대값을 연산함으로써 정류되어 필터링된 ECG 신호 g(ti)를 생산한다. f(ti)로부터 생성된 대표적인 필터링된 ECG 신호 g(ti)는 도 13c에 나타나 있다. 필터링된 ECG 신호 g(ti)는 비교기 요소(57)에서 연산된 ECG 추적 문턱(TT)과 비교된다. 만약 필터링된 ECG 신호 g(ti)가 ECG 추적 문턱(TT)보다 작거나 같으면, 카운터(59)는 1 카운트만큼 증가된다. 새로운 필터링된 ECG 신호 g(ti) 값이 이용 가능할 때마다, 즉, R파 검출 시스템(50)에서 초당 500번, 비교기(57)에 의해 비교가 형성되기 때문에 카운터(59)는 사실상 타이머이다. 따라서, 본 실시예에서, 각각의 카운트는 2 msec와 같다. 비교기(57)에서 만약 필터링된 ECG 신호 g(ti)가 ECG 추적 문턱(TT)을 초과하면(보통 R파 동안), 카운터(59)는 도 12 흐름도의 요소(61)에 의해 나타난 바와 같이 0으로 리셋(reset)된다. 이러한 0으로의 리셋은 비교기(57)로부터 기인한 비교에 의해 트리거(trigger)된 때만 일어나고 카운터 리셋(61)과 카운터(59) 간의 점선 연결에 의해 표시된다.
카운터 리셋(61)로부터의 리셋 이후 시간 구간 동안, 필터링된 ECG 신호 g(ti)가 ECG 추적 문턱(TT)보다 낮을 때, 카운터(59)는 리셋되지 않고 카운트를 계속한다. 카운터(59)가 미리 정해진 리프렉토리 카운트(RC)에 도달하면, 비교기 요소(63)에 의해 결정된 바와 같이, R파 트리거가 출력되고, 이 트리거는 C3DLS 프로세스의 다른 부분에 제공되거나 심장 게이팅 신호를 필요로 하는 다른 시스템에 의해 이용된다. 본 실시예에서, 리프렉토리 카운트(RC)는 90 msec의 불응기(refractory period)(45 x 2msec 샘플링 구간)에 대응하는 45의 값을 갖는다. 이러한 파라미터들에 의해, R파 트리거가 생성된 경우, R파 검출 시스템(50)은 R파가 대략 120 msec 전(대략 30 msec 필터 딜레이와 90 msec 불응기의 합)에 발생했다는 것을 나타내고 있다. 카운터(59)로부터의 카운트가 비교기(63)의 RC와 같지 않은 경우, 프로세스는 기능적 요소(68)에 나타난 바와 같이 단순히 다음 샘플이 발생하기를 기다린다.
심장 박동의 각 주기의 일부는 불응기라고 불리우며, 심장 근육이 재분극하는 구간이다. 그러한 구간 동안, 다음 심장 박동은 발생할 수 없다; 즉, 재분극이 완료될 때까지. 리프렉토리 카운트(RC)의 목적은 단일 심장 박동 내에서 두 개의 트리거가 생성되는 것을 방지하는 것이다.
도 13d 는 도 13c 에 나타난 바와 같이 도 13c 로부터의 필터링된 ECG 신호 g(ti)의 확대된 부분이다. 도 13d 는 대표적인 필터링된 ECG 신호 g(ti)의 두 개의 심장 박동 조각(segments)을 보여준다. 두 개의 심장 박동은 대략 0.67초 떨어져 있다. 시간 축을 따르는 제 1 심장 박동 조각은 “a”로 끝나는 도면 부호에 의해 나타내어 지고, 제 2 심장 박동 조각의 유사한 특징들은 “b”로 끝나는 유사한 도면 부호를 갖는다. 필터링된 ECG 신호 g(ti)의 다른 부분들 중에서, 각각의 심장 박동은 디지털 ECG 신호 x(ti)에서 대응하는 R파에 의해 주로 생성된 정점(71a, 71b) 주변의 신호 조각을 포함한다. 정점(71a, 71b)의 리딩(leading) 측에는 각각 더 작은 정점(73a, 73b)이고, 정점(71a, 71b)의 트레일링(trailing) 측에는 각각 더 작은 정점(75a, 75b)이 있다. 도 13d 의 신호 g(ti)의 나머지 부분 내에, 기술된 정점보다 매우 낮은 레벨을 갖는 신호들이 있다.
R파 검출 시스템(50)은 ECG 추적 문턱(TT)의 동적 설정을 포함하고, ECG 추적 문턱(TT)은 R파 트리거가 일어나는 ECG 신호의 모든 이전 레벨과 독립적이다. 추적 문턱의 동적 설정을 포함하는 종래 기술 R파 검출 시스템은 전형적으로 트리거가 발생한 이전 ECG 신호 레벨들의 평균 또는 이전의 R파-트리거되고 처리된 ECG 신호 레벨의 어떤 다른 기능에 의해 결정된 레벨에 기초하여 추적 문턱 레벨을 설정한다. 그러한 이전-트리거-레벨-의존적인 R파 검출기는 심장 성능이 과도하게 많이 변하지 않는 한 또는 ECG 신호가 너무 많은 잡음을 포함하지 않는 한 잘 동작할 수 있다. 특히, 부정맥 또는 다른 전기적 심장 이상(abnormalities)은 그러한 종래 기술 R파 게이트가 좋지 않게 동작하도록 야기한다.
R파 검출 시스템(50)에서, 필터링된 ECG 신호 g(ti)는 미리 정해진 시간 구간 tm 내의 그것의 최대값을 찾기 위해 요소(65)에 의해 감시된다. 시간 구간 tm 은 이동-윈도우 구간은 아니지만 일련의 tm 초 길이의 순차적 구간들이다. 이러한 방식으로 필터링된 ECG 신호 g(ti)의 최대값을 찾는 것은 R파 검출 시스템(50)이 ECG 신호 x(t) 내에서 변화하는 신호 레벨에 적응할 수 있도록 한다. g(ti)의 가장 최근 최대값에 기초하여, 제안된 ECG 추적 문턱 ST는 요소(67)에서 상수 c1 과 g(ti)의 최대값의 곱으로 연산된다. 본 실시예에서, c1 = 0.5 이다. 그 후, 요소(69)에서 ECG 추적 문턱 TT가 다음과 같이 연산되고:
TTp 는 이전에 설정된 TT 값이고 c2는 상수이다. 마지막 트리거가 생성된 후 미리 정해진 드롭아웃 구간 tD 동안, ECG 추적 문턱 TT가 ST로 설정되는 포인트에서, 새로운 트리거가 생성되는 한, ECG 추적 문턱 TT를 위해 연산된 값은 비교기(57)에서 이용된다. 본 실시예에서, 미리 정해진 드롭아웃 구간 tD는 5초로 설정된다.
추적 문턱 TT에 대한 초기값은 실험적으로 결정된 숫자 값으로 설정될 수 있다. 그러나, 추적 문턱 TT의 동적 설정은 몇몇 시간 구간 tm 에서 그것의 적절한 값으로 빠르게 수렴한다.
ECG 추적 문턱 TT 는 제안된 ECG 추적 문턱 ST의 일부와 동일한 레벨에 적응하도록 반복적으로 조절된다. (도 13 의 실시예에서, 상기 일부는 0.5이다.) 점진적으로 ECG 추적 문턱 TT를 조절하기 위해, 제안된 문턱 ST는 필터링된 ECG 신호 g(ti)의 독립적인 tm-초 시간 구간으로부터 얻어진다. (그러한 시간 구간은 중첩(overlap) 없이 순차적이라는 점에서 독립적이다, 즉 이러한 시간 구간들은 이동-윈도우 구간이 아니다.) 필터링된 ECG 신호 g(ti)는 tm-초 구간 내에서의 그것의 최대값을 찾기 위해 tm 초 동안 검사된다. 따라서, 본 실시예에서 2-초 구간 동안, ECG 추적 문턱 TT의 좋은 선택은 그 구간 동안의 g(ti)의 최대값의 절반이다. 그러나, 필터링된 ECG 신호의 다음 2초는 유사하고 독립적으로 검사되며, ECG 추적 문턱 TT는 TT가 독립적인 제안된 문턱 ST를 추적(적응)하는 경향이 있도록 매 2초의 마지막(일반적으로, tm 초)에 점진적으로 조절된다.
요소(69)의 적응 프로세스는 바로 이전 값 TTp 와 각각의 새로운 제안된 문턱 ST 사이의 차이의 일부 c2 만큼 ECG 추적 문턱 TT를 조절하기 위해 동작한다. 이 프로세스는 제안된 문턱 ST의 변화(순차적 고정 tm-초 구간에서의 필터링된 ECG 신호 g(ti)의 최대값의 변화)에 대한 ECG 추적 문턱 TT의 반응을 스무딩한다(smooth). ECG 추적 문턱 TT의 스무딩 양은 c2의 값에 의존하며, 많은 스무딩 양은 또한 제안된 문턱 ST의 변화에 대한 ECG 추적 문턱 TT의 반응의 시간 지연(lag)을 더욱 추가한다. 0에 더 가까운 c2 값은 많은 스무딩 양 및 반응의 더 많은 지연을 제공한다. 1에 더 가까운 c2 값은 적은 스무딩 양 및 빠른 반응을 생산한다.
ECG 추적 문턱 TT는 또한 tD 초 구간 동안 R파 트리거가 일어나지 않으면 조절된다. 필터링된 ECG 신호 g(ti)의 더욱 빠른 변화 때문에, 이는 ECG 추적 문턱 TT가 충분히 빠르게 반응하지 않고 R파가 검출되지 않은 경우 드물게 발생한다. 도 12 의 실시예에서, tD는 5 초이다. 이것이 일어나면, ECG 추적 문턱 TT는 제안된 문턱 ST의 현재 값으로 설정되며, 심장 박동이 바로 검출되도록 야기한다.
상술한 바와 같이, 도 12 의 발명의 R파 검출 시스템(50)의 실시예는 다음의 파라미터 설정과 함께 나타난다: 디지털 샘플링 레이트 = 500 sps; k = 10; tm = 2초; c1 = 0.5; c2 = 0.25; tD = 5초; 및 RC = 45. 이러한 특정 파라미터 세트는 R파 검출 시스템(50)에서는 잘 동작하는 것으로 판단되었지만, 이러한 파라미터 값들은 발명의 범위를 제한하기 위해 의도된 것은 아니다.
500 sps의 샘플링 레이트와 10 샘플의 박스카 윈도우 합은 필터(53)를 25Hz 대역통과 필터로 설정한다. 전형적인 중심 주파수(~15Hz)보다 높은 중심 주파수(~25Hz)에 대역 통과 필터를 결부시킴으로써, 발명의 R파 검출 시스템(50)은 충분한 R파 신호 컨텐츠(content)가 검출 목적을 위해 이용 가능하도록 하면서 T파 및 P파를 더욱 강하게 거부할 수 있다. 본 발명의 범위 내에서, 대역통과 필터(53)는 25Hz 이외의 중심 주파수를 가질 수 있다. 그러나, 대역 통과 필터(53)의 중심 주파수가 너무 높게 설정되면, 이소성 또는 번들 브랜치(bundle branch) R파가 바람직하지 않게 거부된다.
요소(65)에서 g(ti)의 최대값이 결정되는, 미리 정해진 시간 구간 tm은 예상되는 심장 속도(rates)의 모든 범위에 대한 적어도 하나의 R파를 확실하게 포함할 만큼 충분히 길 필요가 있다. 따라서, 최소 약 1.5초가 바람직하다. 2초의 tm 값은 30 bpm의 심장 속도가 적절하게 처리될 것이라는 것을 보장하는 것에 대응한다. 더욱 긴 시간 구간은 ECG 신호의 변화에 대한 ECG 추적 문턱 TT의 적응이 바람직하지 않게 딜레이되는 것을 야기한다.
필터링된 ECG 신호 g(ti) 최대의 약 절반 (c1 = 0.5) 으로의 ECG 추적 문턱 TT의 설정은, 더 낮은 설정은 P파 및 T파 상의 트리거 발생 위험이 있고 더욱 높은 레벨은 호흡 주기의 일부 동안의 낮은 진폭 또는 더 낮은 진폭 이소성 심장 박동의 R파를 놓칠 위험이 있기 때문에, 적절하다. c1에 대한 적당한 범위는 약 0.4 내지 0.7 이내이다.
상수 c2는 ECG 신호 변화에 대한 적응이 일어나는 속도에 영향을 미친다. c2 = 0.25 는 훌륭한 적응 속도를 제공하며; 더 작은 보정은 느린 적응으로 나아가며 더 큰 보정은 ECG 신호의 고립된 인공물(isolated artifacts)로의 과민반응으로 나아간다는 것이 발견되었다. 약 0.15 내지 0.8 의 넓은 범위 내의 c2 값은 적응 속도가 원하는 대로 선택되도록 한다.
불응기에 대한 시간의 길이는, 상술한 바와 같이, 카운트 값인 불응기 파라미터 RC를 설정함으로써 설정된다. 불응기(시간)는 RC와 디지털 신호의 샘플링 구간의 곱이다. 도 12 의 실시예에서, 리프렉토리 시간 구간은 45 x 2 msec = 90 msec이다. 30 내지 250 msec 범위 내의 리프렉토리 시간 구간은 파라미터 RC에 대한 대응하는 카운트 값과 함께 유용한 값의 범위를 제공한다. 더욱 짧은 불응기는 단일 QRS 복합체 내에서 두 개의 트리거를 생성할 위험이 있고; 더욱 긴 불응기는 추가적인 딜레이를 도입한다. 또한, 더욱 긴 불응기는 이소성 박동이 매우 이르거나(early) 매우 높은 심장 속도가 있을 경우 놓치는 박동 검출을 초래할 수 있다. 특정 ECG 신호에 따라, 심장박동의 가장 바람직한 영역에서 트리거를 생산하기 위한 RC 설정이 취득될 수 있다.
이제 도 13d 를 참조하면, 두 개의 심장박동이 나타나 있다. 이러한 심장 박동은 상기 정의된 바와 같이 일련의 정점을 포함한다. R파 검출 시스템(50)의 동작을 기술함에 있어서, 이전의 2초 시간 구간 tm 으로부터, ECG 추적 문턱 TT(81a)가 표시된 490 의 값을 갖는 것으로 결정되었다는 것이 가정되었지만, 일정한 비율은 아니다(not quite to scale). 시스템(50)이 이윽고 필터링된 ECG 신호 g(ti)의 순차적 값들을 처리하도록 진행하면, 정점(73a)과 연관된 g(ti)의 값들 중 ECG 추적 문턱 TT(81a)를 넘는 것은 없다. 도면 부호 77a에 의해 표시된 g(ti)를 따르는 포인트와 77a 와 79a 사이의 샘플링된 모든 포인트에서, g(ti)는 ECG 추적 문턱 TT(81a)를 넘는다. 따라서, 이 영역(77a-79a)에서의 각각의 샘플링된 포인트에서, 카운터 리셋(61)은 카운터(59)를 0으로 리셋한다. 포인트(79a)를 넘은 g(ti)의 각각의 샘플 포인트에서, 카운터(59)는 1만큼 증가되고, 카운터(59)가 RC(45 카운트)와 같은 값을 갖는 경우, R파 검출 시스템(50)은 도면 부호 83a에 의해 표시된 시간에 게이팅 트리거를 출력한다. 트리거 출력이 고정된 길이 펄스를 생산하는 것과 같이 컨디셔닝되는 것에는 여러 방법이 있다; 이러한 방법들은 신호 처리 분야의 통상의 기술자에게 잘 알려져 있고 R파 검출 시스템(50)의 동작은 그러한 컨디셔닝에 의존하지 않는다.
프로세스가 진행함에 따라, 요소(65)는 g(ti)의 값들을 감시하여 점선(85)에 대응하는 시간에 끝나는 2초 시간 구간 tm 동안에 g(ti)의 최대값을 찾는다. 그 최대값은 정점(71a)에서 발생하고, 본 예시에서 945의 값을 갖는다. 시간이 선(85)을 지나 진행함에 따라 ECG 추적 문턱 TT(이제 81b)의 새로운 값이 다음과 같이 요소(69)에서 계산에 의해 설립된다: TT(81b) = 490+0.25*(945/2-490) = 485.63. (도 13a-13d 의 시간 축은 t=0에서 시작하도록 스케일되었다; 그러나, 이러한 시간 표현은 완전히 임의적이다.)
정점(71b) 주변에서의 R파 검출 시스템(50)의 동작을 비교함에 있어서, 정점(73b)은 ECG 추적 문턱 TT(81b) 이상이고 이 시점까지 TT(81b) 이상인 정점(73b) 이내의 g(ti)의 모든 샘플링된 포인트들, 카운터 리셋(61)은 카운터(59)를 0으로 리셋할 것이다. 그러나, g(ti)를 따르는 포인트(77b)(및 77b와 79b 사이의 모든 포인트들) 또한 카운터(59)가 RC값(45카운트)에 이르기 전에 카운터(59)가 0으로 리셋하도록 한다. 따라서, 포인트(79b)는 g(ti)를 따라 카운터(59)의 카운트를 재시작하기 위한 마지막 포인트이고, R파 트리거는 그 후 도면 부호 83b에 의해 표시된 시간에 생성된다.
발명의 R파 검출 시스템의 하나의 장점은 매우 낮은 비율의 잘못된 양성(positive) 검출을 생산하고, 즉, R파가 발생하지 않을 때 트리거가 발생하는 비율(rate)이 극도로 낮다. 이 때문에, 복수의 R파 검출 시스템을 병렬로 사용하는 것은 R파 검출의 전체적인 성능을 개선할 수 있다. 예를 들어, 이소성 또는 짧은 R파가 하나의 ECG 채널에서 지나쳐 지면, 그것은 매우 자주 다른 ECG 채널에서 검출될 수 있다. 본 발명의 일 측면은 복수의 R파 검출 시스템을 증가된 정확도를 위해 합성 R파 검출 시스템으로 결합하는 것이다.
ECG 신호들은 전형적으로 생체의 상이한 위치에 위치한 전극으로부터의 복수의 채널로서 이용 가능하다. 개개의 채널 신호는 특성 상 유사하나, 또한 자세한 모양 및 위상 모두에 있어서 다소 다르다. 도 14a 및 15a 는 그러한 합성 R파 검출 시스템의 두 실시예를 도시한다.
먼저 일 실시예, 합성 R파 검출 시스템(50c1)을 도시하는 도 14a 를 참조한다. 합성 R파 검출 시스템(50c1)은 n 채널 R파 검출 시스템(50(1)-50(n))으로의 입력으로서 n 채널 ECG 신호를 포함한다. 그러한 채널 R파 검출 시스템은 구조에 있어서 R파 검출 시스템(50)과 동일하나 각각은 그것 고유의 대응하는 채널 ECG 신호 상에서 독립적으로 동작하여 그것의 고유한 채널 R파 트리거 신호를 생성한다(본 명세서에서 가끔 채널 트리거 신호로 나타내어짐). 이러한 채널 트리거 신호의 세트는 도면 부호 87 및 각각 t1(t), t2(t),…tn(t)에 의해 표시된다. 합성 R파 검출 시스템(50c1)은 출력 tc(t)가 멀티-채널 ECG 신호에서의 R파의 검출을 나타내는 합성 R파 트리거 신호(89)인 OR-게이트(91)를 포함한다.
도 14b 는 합성 R파 검출 시스템(50c1)의 동작을 더욱 도시한다. 네 개의 타임라인(time-line) 함수, 세 개의 채널 트리거 신호(87)와 합성 R파 트리거 신호(89)가 나타나 있다. 이들 각각의 신호는 보통의 논리 표현에서 하이(HIGH) 또는 로우(LOW)(제로)로 표현된다. 그러한 표현은 어떤 방법으로든 제한하는 것은 아니다. 채널 R파 검출 시스템(50(1)-50(n))은 채널 R파 검출 시스템(50(1) 내지 50(n))이 R파를 검출할 때마다 고정된 지속 기간의 펄스가 대응하는 채널 R파 트리거 신호에서 생성되도록 채널 트리거 신호 t1(t)-tn(t)의 신호 컨디셔닝을 포함한다.
펄스(93, 95 및 97)는 개개의 채널 트리거 신호에서의 그러한 고정된-지속 기간 펄스이다. (그러한 신호 컨디셔닝은 신호 처리 분야의 통상의 기술자에게 잘 알려져 있고 여기에 나타나 있지 않다.) 합성 R파 트리거 신호(89)는 OR-게이트(91)의 출력이다. 출력 tc(t)는 도 14b 에 나타난 바와 같이, 개개의 채널 R파 트리거 신호 중 어느 것이 하이인 경우 하이이다. tc(t)의 결과 출력 펄스(99)의 리딩 엣지는 합성 R파 트리거가 발생한 시간으로 여겨질 수 있지만 펄스(99)와 관련된 다른 시간들 또한 그러한 것으로 여겨질 수 있다.
펄스(93-97)의 시간 폭은 합성 R파 검출기(50c1)의 채널 R파 검출기의 개개의 RC값에 대한 리프렉토리 카운트 RC에 대응하는 시간 구간에 추가된 경우, 총합이, 단독으로 동작하는 R파 검출기(50)에 대한 리프렉토리 카운트(RC)에 대응하는 시간 구간에 달하는 시간 구간으로 설정될 수 있다. 따라서, 만약 채널 R파 검출기에 대한 불응기 RC에 대응하는 시간 구간이 약 50 msec로 설정되면, 펄스(93-97)의 길이는 약 40 msec일 수 있다. 그러한 총합에 대한 적당한 값의 범위는 50 내지 200 msec 일 수 있다.
도 15a 는 합성 R파 검출기의 제 2 실시예, 합성 R파 검출 시스템(50c2)를 도시한다. 합성 R파 검출 시스템(50c2)은 합성 R파 검출 시스템(50c1)과 유사한 입력 및 채널 트리거 신호 t1(t)-tn(t)을 생성하기 위해 동일한 채널 R파 검출 시스템을 포함한다. 채널 R파 트리거 신호 t1(t)-tn(t)는 트리거-윈도우 필터(100)로의 입력이다. 트리거-윈도우 필터(100)는 트리거 출력 tc(t)(101)에서 합성 R파 트리거를 출력한다. 트리거-윈도우 필터(100)는 채널 R파 검출기 중 어느 하나로부터 채널 R파 트리거를 수신한 경우 트리거 출력 tc(t)에서 트리거를 출력하도록 구성된다. 그러한 트리거가 tc(t)에서 발생하는 경우, 합성 R파 검출기(50c2)를 트리거하지 않는 채널 R파 검출기로부터의 모든 채널 트리거 신호는 합성 R파 검출기 출력 tc(t)가 트리거된 이후 미리 정해진 시간 구간(록아웃(lockout) 구간 tLO)동안 무시된다.
도 15b 는 그러한 하나의 트리거링(triggering)을 도시한다. 채널 R파 트리거 신호 t1(t)-tn(t) 각각은 펄스(103, 105 및 107)에 의해 표현되는 채널 R파 트리거를 포함한다. 펄스(105)는 트리거-윈도우 필터(100)에 의해 수신되는 첫 번째이며, 이 시간은 점선(111)에 의해 표시된다(이하 시간(111)으로 불리움). 시간(111) 이전에, 트리거-윈도우 필터(100)는 모든 입력(87) 상에 채널 트리거를 수신할 준비가 되어 있었다. 시간(111) 이후에, 본 실시예에서, 시간(113)과 시간(111)의 차이로서 나타난, 미리 정해진 시간 구간(록아웃 구간 tLO) 동안에 트리거-윈도우 필터(100)는 수신된 모든 다른 채널 트리거를 무시하도록 구성된다. 합성 R파 트리거 출력 tc(t)는 지속 시간 tLO 의 일정한 펄스(109)로서 나타나지만 이 특정 펄스 모양은 제한하기 위한 것은 아니다; 모든 적당한 펄스 모양이 이용될 수 있다.
트리거-윈도우 필터(100)는 처음으로-수신될 채널 R파 트리거 신호 이외에서 트리거하도록 구성될 수 있다. 예를 들어, 트리거-윈도우 필터(100)는 두 번째 또는 세 번째 또는 다른 수신된 채널 R파 트리거 신호 상에서 트리거하도록 설정될 수 있다.
록아웃 구간(tLO)의 시간 폭은 단일 심장 박동에 대한 모든 채널 R파 트리거가 록아웃 구간 tLO 의 끝 전에 발생하는 것을 보장하도록 설정된다. tLO에 대한 적당한 값의 범위는 약 150 에서 300 msec 일 수 있고, tLO는 바람직하게 약 200 msec로 설정될 수 있다.
합성 R파 검출 시스템(50c1 및 50c2)에서, 채널 R파 검출 시스템(50(1)-50(n))의 각각은 동일한 파라미터 값을 사용하도록 설정되거나 채널 R파 검출 시스템 내에서 변화하는 파라미터 값을 사용하도록 설정될 수 있다.
발명의 합성 R파 검출 시스템은 채널 R파 검출 시스템으로서 R파 검출 시스템(50)으로 구현된 종류의 복수의 발명의 R파 검출 시스템을 이용할 필요가 없다는 것이 유념되어야 한다. 채널 ECG 신호를 처리하고 채널 R파 트리거 신호를 생성하기 위해 다른 R파 검출기가 이용될 수 있다. 그러나, 발명의 합성 R파 검출 시스템이 이로울 수 있도록 하는 것은 채널 R파 검출 시스템(50)이 극도로 적은 잘못된 양성 트리거를 출력한다는 사실이다.
다시 도 6 을 참조하면, 영상 선택(23)은 또한 호흡 센서(45)와 호흡 게이트(47)에 의해 제공된 호흡 게이팅을 포함할 수 있다. 호흡은 흉곽 및, 어느 정도까지는, 복부의 기관의 주기적 운동의 결과를 초래한다. 상술된 심장 게이팅과 유사한 방식으로, 카테터의 운동을 추적하고 모션 프로파일을 생성함으로써, 움직임이 최소이며 식별되는 동안의 호흡 주기의 단계(phases)는, 예를 들어, 숨을 들이쉬는 것과 숨을 내쉬는 것을 끝낸다. 이러한 최소-움직임 단계 동안의 영상은 카테터-팁 위치의 추정에 대한 호흡 운동의 효과를 최소화하기 위해 선택된다.
본 명세서에서 이용되는 호흡 센서(45)는 생체로부터 호흡과 관련된 정보를 이끌어내는 모든 종류의 신호 소스를 포함한다. 이는 직접-측정 장치, 호흡과 서로 맞게 이동하는 물체 및 구조의 영상(X-레이, 광학 등) 및 몇몇 호흡-연관 정보를 포함하는 ECG 신호를 포함하나 이에 제한되지 않는다. 이러한 호흡 센서(45)중 어느 것이나 호흡 게이트(47)로의 입력으로서 및 호흡 운동을 나타내는 신호를 생성하기 위해 이용될 수 있다.
호흡에 의해 야기된 신체 움직임을 직접적으로 측정하는 호흡 센서(45)는 의료 기기 분야의 통상의 기술자에게 잘 알려져 있다. 예를 들어, 벨트와 같은 구조에 장착된 변환기(transducers)는 유용한 센서 신호가 비롯되는 복부 또는 흉부의 운동을 측정하기 위해 이용된다. 호흡 게이트(47)는 바람직한 영상을 선택하기 위해 움직임이 거의 없거나 아예 없는 구간 동안의 포인트(또는 다른 바람직한 포인트)에서 영상 선택기(38)를 단순히 트리거한다.
대체적으로, 카테터-팁 운동의 추정은 일련의 형광 투시 영상에 있는 카테터 팁의 위치를 평가함에 의해 만들어질 수 있다. 이것은 영상별로 카테터 팁의 (x,y) 위치를 비교하고, 영상별로 검출기의 평면에서 이동된 거리를 연산함으로써 수행된다. 최소 운동은 영상 간의 움직임이 가장 작은 순차적 영상들에 의해 표시된다.
또한, ECG 신호의 몇몇 채널은 호흡과 관련된 변형을 포함할 수 있다. 신호 처리 분야의 통상의 기술자에게 잘 알려진 필터링 및 다른 신호 처리 기술을 적용함으로써, 그러한 호흡-관련 정보를 추출하고 그것을 호흡 게이트(47)로의 입력으로서 이용할 수 있다.
다시 도 4 를 참고하면, 영상이 C3DLS(20) 내에서 처리될 것으로 선택된 경우, C3DLS(20)에서 구현된 발명의 방법은 (1) 의료 물체(예를 들어, 카테터 팁)의 후보 영상으로서 클러스터를 형성하는 것(기능 블록(25)), (2) 후보 클러스터 중에서 카테터-팁 영상을 식별하는 것(기능 블록(27)) (3) 서브픽셀 카테터-팁 영상 부피를 결정하는 것(기능 블록(29))의 단계로 진행한다. 이러한 단계들은 다음의 섹션에서 기술되며 도 7, 8 및 9에서 도시된다.
원이 그려진 문자 B 및 G는 C3DLS(20)에 구현된 방법의 단계들 중 일부의 시작점 및 종점을 나타낸다. 도 7 의 꼭대기에 있는 시작점(B)에서, 선택된 영상의 데이터는 원 상태(raw form)이고, 즉, 비디오 취득(23)에 의해 제공된 데이터 스트림으로부터 변하지 않았다. 도 8 의 맨 아래 부분에 있는 단계들 중 일부의 종점(G)에서, 카테터-팁 영상은 매우 정확하게 측정되었고, 카테터-팁 영상의 모서리의 2D 좌표(클러스터(203)(기능 블록(183)) 및 카테터-팁 영상 길이, 폭 및 키스토닝 (기능 블록(185))을 제공한다. 도 8 은, 도 7 의 개략도에 표시된 바와 같이, 도 7 의 단계의 결과가 단계(179, 153 및 181)의 결과와 결합되고 프로세스가 도 8 에서 단계(183)로 계속되며 문자 G에 의해 표시된 방법 상의 포인트까지 진행하는 포인트(D)에서 도 7 의 단계들의 일부와 병렬적으로 특정 단계들을 실행하기 위해 나뉘어지는 방법 단계를 도시한다. 방법은 그 후 도 4 의 개략도의 포인트 G에서 단계(31-35)로 계속된다.
도 9 는 서브픽셀 통계적 엣지 검출의 프로세스의 방법 단계를 자세히 도시한다(기능 블록(153)). C3DLS(20)에서, 이러한 서브픽셀 통계적 엣지 검출은 서브픽셀 카테터-팁 영상 부피 결정(29)에서 세 번 일어난다. 서브픽셀 통계적 엣지 검출(153)로의 입력은 문자 E로 표시되며 출력은 문자 F로 표시된다. 세 가지 경우는 도 7 및 8 내에서 E1과 F1, E2와 F2 및 E3와 F3 사이에서 일어나는 것으로 표시된다.
이러한 단계들 각각은 다음의 섹션에서, 특히 도 7-9를 참고하여, 자세히 기술될 것이다.
다시 도 7 을 참고하면, 선택된 영상의 모든 픽셀의 히스토그램 분류(histogram sorting)는 기능 블록(131)에서 수행되며, 전체 영상에 걸친 픽셀 강도의 분포를 결정한다. 예를 들어, 전형적인 8-비트 X-레이 영상에 있어서, 0 과 255 사이의 강도 값을 갖는 백만 개의 (1,000 x 1,000) 픽셀이 존재하며, 가장 어두운 값은 0이다. 문턱 필터가 영상에 적용되며, 문턱 강도 TH보다 낮은 강도를 갖는 각각의 픽셀에 0 의 픽셀값을, 모든 다른 픽셀에 255의 밝은 픽셀 강도를 할당한다.문턱 필터(133)의 문턱 TH는 클러스터들이 클러스터 형성 프로세스(135)
및 클러스터 평가 단계(137)에서 얼마나 잘 묘사되었는지에 기초하여 반복적으로(iteratively) 결정된다. 문턱 TH의 초기값은 영상의 0.5%의 픽셀에 0 값을 할당하도록 설정된다. 클러스터들은 형성되고(135) 평가되며(단계(137)) 후보 클러스터를 형성하기 위해 더 많은 픽셀들이 필요한 것으로 결정되면, 문턱 TH는 기능 블록(139)에서 증가되며 단계(135 및 137)는 적당한 클러스터가 단계(137)의 평가를 만족시킬 때까지 반복(repeat)된다.
도 16a 및 16b 는 도 16b에 나타난 바와 같이, 문턱 필터가 적용된 예시적 2D X-레이 영상(도 16a)을 도시한다. 카테터 팁의 영상은 일반적으로 그러한 영상에서 가장 어두운 물체이기 때문에 문턱 필터링은 카테터-팁 영상을 자동으로 식별하는 프로세스에서 효과적이다. (도 16a 및 16b에서, 카테터-팁 영상은 도면 부호 201로 표시된다.) 따라서, 가장 어두운 픽셀들은 문턱 필터링을 통해 선별되므로, 카테터-팁 영상들은 그러한 프로세스에서 후보 클러스터로 발견될 가능성이 아주 높다.
클러스터들은 다음의 방식으로 형성된다(도 7 의 단계(135)). 변수(갭(Gap))가 어두운 픽셀들 간의 픽셀에서의 거리로 정의된다. 0 의 갭 값을 갖는 클러스터는 클러스터 내의 모든 픽셀이 클러스터 내의 다른 픽셀에 직접적으로 이웃함을 의미한다. 1의 갭 값을 갖는 클러스터는 클러스터 내의 모든 픽셀이 클러스터 내의 다른 픽셀에 직접적으로 이웃하거나 클러스터 내의 이웃하는 픽셀과 그것 사이에 1-픽셀 공간을 갖는 것을 의미한다. 영상의 잡음 레벨에 의존하여, 갭에 대한 0 또는 1의 값은 양호한 클러스터 형성 성능을 제공하는 것으로 발견되었다.
클러스터가 기능 블록(135)에서 형성됨에 따라, 클러스터의 픽셀의 수, 클러스터의 가장 왼쪽, 가장 오른쪽, 가장 위쪽 및 가장 아래쪽 픽셀의 기록이 유지된다. 영상 내의 클러스터 좌표 또한 알려져 있다. 이 클러스터 정보는 기능 블록(41A 및 41B)(도 6)에서의 초기화 동안 설립된 기준에 대하여 후보 클러스터를 평가하기 위해 이용된다. 클러스터 평가에서의 테스트 기준은: (1) 클러스터 영역이 설정된 카테터-팁 영상 제한 내에 있는가? (2) 클러스터가 마지막으로-알려진 카테터-팁 영상 위치에 충분히 가까운가(만약 알려졌다면)?
클러스터가 클러스터 평가(137)(도 7)에서 그러한 기준 테스트를 통과한 경우, 클러스터 중심을 연산하고(기능 블록(141)), 클러스터 중간선을 연산하고(기능 블록(143)), 클러스터의 바운딩 박스를 결정하기 위해(기능 블록(145)), 추가적인 분석이 실행된다.
후보 클러스터의 중심을 찾기 위한 하나의 접근법이 도 17에 도시되어 있다. 도 17 은 문턱화된 영상의 일부 내의 예시적 후보 클러스터(203)를 포함한다. 후보 클러스터(203)의 중심은 클러스터(203) 내의 각 개개의 문턱화된 픽셀로의 벡터 집합의 평균 벡터로서 계산된다(기능 블록(141)). 도 17 에, 이러한 벡터들이 화살표와 점선의 집합으로 나타나 있다. 그러한 벡터 중 몇몇이 도 17 에 나타나 있으나, 중심 연산(141)에는, 클러스터(203) 내의 각각의 픽셀을 나타내는 벡터가 포함된다.
영상 내에 n 개의 문턱화된 픽셀(어두운 픽셀)이 있다면, 평균 벡터(중심)의 x-컴포넌트(component)는 단순히 
이고 y-컴포넌트는 
이며 총계(summation)는 모든 n 개의 픽셀에 걸쳐 수행된다. 도 17 에서, 결과적인 중심 벡터(Xav, Yav)는 벡터(205)로 나타난다.
후보 클러스터(203)의 중심을 연산한 후, 클러스터(203)의 세로 중간선의 연산이 기능 블록(143)에서 수행된다. 세로 축을 나타내는 벡터는 일반적으로 클러스터(203)의 긴 축과 평행하고 클러스터(203)를 반으로 나눈다. 각각의 문턱화된 픽셀에 대한 (중심으로부터의) 벡터는 이 계산을 위해 이용된다. 도 18 에 나타난 바와 같이, 사분 벡터 V1, V2, V3 및 V4는 각각 문턱화된 영상의 사분면에서의 각각의 벡터의 합을 나타낸다. (이러한 벡터들은 도 18, 19a 및 19b 에서 정확히 스케일되지 않았다는 점을 유의하라.)
세로 축 벡터 Vmidline 은 사분면으로부터의 사분 벡터 V1, V2, V3 및 V4의 합성이다. Vmidline의 구성은 주축(main axis)이 도 19a 및 19b 에 나타난 바와 같이 대부분 X 축 또는 Y 축을 따르는지에 의존한다. 주(지배적인)축, X 또는 Y는 사분 벡터 V1, V2, V3, V4 중 어느 것의 가장 긴 투영을 포함하는 축으로 정의된다. 예를 들어, 도 19b 의 사례 Y 에서, V1의 가장 긴 투영은 y-축을 따르는 반면, 도 19a 의 사례 X 에서, V1의 가장 긴 투영은 x-축을 따른다.
대각선의 사분면(Q1과 Q3; Q2와 Q4)으로부터의 벡터들은 양의 x-축(Q1 및 Q4) 또는 양의 y-축(Q1 및 Q2)을 따라 그들의 총 기여를 계산하기 위해 더해진다. 도 19a 로부터, x-축 사례에서, 세로 축 벡터는 Vmidline = (V1-V3)+(V4-V2) = V1-V2-V3+V4 이다. 도 19b 의 y-축 사례에서도 유사하게, 양의 Y 축을 따르는 벡터들은 V1-V3 및 V2-V4 이고, 세로 축 벡터는 Vmidline = (V1-V3)+(V2-V4) = V1+V2-V3+V4 이다.
다시 도 7 을 참고하면, 기능 블록(145)에서, 후보 클러스터(203)의 경계를 이루는 바운딩 박스는 가장 좌측, 가장 우측, 가장 위쪽 및 가장 아래쪽 픽셀 클러스터(203)로부터 형성된 사각형을 단순히 결정함에 의해 발견된다. 이러한 값들은 클러스터 형성 프로세스(135)로부터 알려져 있다. 도 20 은 클러스터(203)의 그러한 바운딩 박스(207)(점선)를 도시한다.
다시 도 4 를 참고하면, 클러스터가 후보 카테터-팁 영상으로 식별되고, 그것의 영상 중심, 중간선 및 바운딩 박스가 발견된 후(기능 블록(141-145)), C3DLS(20) 내의 그러한 클러스터 영상의 처리는 더 이상 문턱된 영상 픽셀 상이 아닌, 영상 내의 본래의 픽셀 강도 데이터 상의 동작을 포함한다.본 명세서에서 기술된 서브픽셀 카테터-팁 영상 측정 동작(기능 블록(29))은 픽셀-레벨 기하학 계산으로 나타내어지며 본 발명의 단일-평면 형광 투시법을 이용한 생체 내의 카테터 팁의 3D 위치 및 배향을 자동으로 결정하는 방법의 중요한 특징이다. C3DLS(20) 내의 서브픽셀 카테터-팁 영상 측정(29)의 단계들을 기술하는 세부 사항은 도 7-9에 도시되어 있다.
픽셀-레벨 기하학 계산의 주요한 특성은 픽셀 강도들이 필터에 의해 변형되지 않기 때문에 그러한 계산은 분석 동안에 통계가 적용될 수 있도록 한다는 것이다. 발명의 C3DLS 방법에서, 서브픽셀 카테터-팁 영상 부피를 결정하는 단계에서, 매우 높은 속도에서 바람직한 서브픽셀 정확도를 취득하기 위해 통계가 이용된다. 많은 영상-처리 기술들은 픽셀 강도 상에 복잡한 동작을 수행하되 강도 데이터를 본래의 데이터 값을 보존하지 않는 형태로 변환도 하는 필터의 사용을 포함하여, 본래의 데이터 값 상에서의 통계 동작을 방지한다.
본 명세서에서 기술되는 픽셀-레벨 기하학 계산의 또 다른 특성은 이러한 계산이 매우 빠르게 완료될 수 있다는 것이다. 본 발명의 중요한 목적은 C3DLS가 심장 절제와 같은 중재 의료 시술과 동시에 이용될 수 있도록 실시간 또는 거의 실시간으로 2D X-레이 영상으로부터 3D 정보를 연산할 수 있는 시스템을 제공하는 것이다. 비록 C3DLS(20)가 연산적으로 집약적이나(intensive), 발명의 방법의 다양한 단계들에 기술된 픽셀-레벨 기하학 계산은 많은 다른 영상-처리 기술에 비해 속도 장점을 가지며 그러한 고속 성능을 취득하는데 기여한다.
다시 도 7 을 참고하면, 클러스터 영상을 떠나 배경 잡음에 대한 정보를 캡쳐하기 위해 차후의 계산에 카테터-팁 영상 주변의 충분한 배경 영역이 이용 가능하다는 것을 보장하기 위해 기능 블록(145)에서 결정된 바운딩 박스(207)의 영역은 바운딩 박스(207) 주변의 영상 영역을 포함하도록 확장된다. C3DLS(20) 실시예에서, 비록 확장 인자의 값(3)이 기능 블록(145)의 바운딩 박스 확장을 제한하기 위한 것은 아니지만, 바운딩 박스(207)는 X 및 Y 좌표 모두에서 3배 확장된다.
기능 블록(151)으로 도시된 다음 단계는 단계(143)에서 연산된 세로 영상 중간선에 수직인 다수의 영상 프로파일을 형성하는 것과 그러한 프로파일들을 따라 영상을 업-샘플링(up-sample)하는 것이다. 도 21 은 바운딩 박스(207)의 일부에 있는 후보 클러스터(203)를 도시한다. 또한 단계(141)에서 연산된 클러스터 중심(211)을 지나는 세로 중간선(209)과 몇몇 예시적 프로파일(213)이 도 21에 도시되어 있다. 프로파일들은 중간선(209)에 수직인 선을 따라 이미지 강도를 나타낸다. 기능 블록(151)은 형성되고 있는 N1 개의 그러한 프로파일을 나타낸다. 도 21 이 모든 N1 개의 프로파일을 나타내지 않는다는 점을 유의하라; 16 개의 프로파일들만 나타나 있다. 프로파일의 개수 N1은 영상 내의 모든 가능한 강도 변화가 N1 프로파일(213)에 표현되도록 각각의 프로파일(213)을 따르는 두 방향에서 클러스터(203)의 외부 및 클러스터(203)의 각각의 픽셀을 적어도 하나의 프로파일이 지나는 수이다. 두(2) 프로파일이 그러한 각각의 픽셀을 교차하는 N1이 특히 바람직하다.
도 21 에 나타난 프로파일(213) 간의 거리 또한 프로파일(213)이 서로 얼마나 가까워야 할지를 나타내는 것은 아니다. N1 프로파일들(213)은 나타난 16 개의 프로파일(213)보다 더욱 빽빽이 채워져 있고, 프로파일들은 클러스터(213)의 전체 길이를 따라 분포될 수 있으며 각각의 끝을 지날 수 있다. 따라서, 프로파일(213)은 도 21 에 나타난 선 L1 및 L2 사이에서 연장할 수 있다. 클러스터에 걸쳐 프로파일이 분포될 수 있는 범위는 촬상되는 의료 물체의 물리적 모양 및 C3DLS로 추적되는 기하학 구조의 선택에 의존한다. 도 21 에 나타난 범위는 따라서 제한하도록 의도된 것은 아니다.
도 22 는 하나의 프로파일(213)을 나타낸다. 도 22 의 그래프의 가로 좌표(abscissa)는 중간선(211)에 수직인 선을 따라 위치하며, 세로 좌표(ordinate)는 그러한 선을 따르는 포인트들의 영상 강도이다. 후보 클러스터(203)의 포인트들은 일반적으로 각각의 프로파일(213)이 도 22 에 나타난 모양을 갖는 영상 배경과 비교하여 어둡다.
다시 도 7 을 참고하면, 기능 블록(151)은 또한 각각의 프로파일(213)을 따라 영상을 업-샘플링하는 단계를 포함한다. ±4mm 깊이의 바람직한 정확도를 취득하기 위해, 검출기 픽셀의 적어도 1/20th로 카테터 팁의 폭을 측정하는 것이 필수적이다. 그러한 서브픽셀 정확도를 취득하기 위해, 클러스터 영상(203) 주변 및 내부의 강도 값은 영상 픽셀의 수를 증가시키기 위해 업-샘플링 프로세스에 의해 보간된다(interpolated). 업-샘플링을 위한 하나의 접근법은 네 개의 가장 가까운 이웃 픽셀을 이용하여 어느 임의의 포인트 (x,y)에서의 본래의 영상 강도 값들 사이에서 선형으로 보간하는 것이다. 도 23 은 이중 선형 보간법(bilinear interpolation)으로 알려진 보간법을 수행하는 계산을 도시하고 제시한다. 어느 포인트 (x,y)에서의 보간된 강도 값은 네 개의 가장 가까운 이웃 픽셀 값의 가중 평균이며, 각각의 가중치는 각각의 포인트로부터의 카테시안(Cartesian) 거리에 비례한다. C3DLS 실시예에서의 이중 선형 보간법의 사용은 제한하기 위한 것은 아니다. 보간법으로의 다른 접근법들은 영상 처리 및 수학분야의 통상의 기술자에게 잘 알려져 있으며 본 발명의 범위 내이다.
도 23 에서, 가중치 Qij는 포인트 P의 네 개의 가장 가까운 이웃 픽셀의 강도 값이다. 포인트 P는 (x,y)에 위치하며, (x1,y1), (x2,y1), (x1, y2) 및 (x2,y2)는 가장 가까운 이웃 픽셀의 좌표이다. 업-샘플링이 24x24 의 정밀도로 수행되는 경우(즉, 수(number) 픽셀을 각각의 방향에서 24 만큼 증가시키는 것),영상의 업-샘플링된 영역은 본래-캡쳐된 X-레이 영상(원(raw) 검출기 픽셀)보다 24x24 배 많은 픽셀을 포함한다. 결과적인 픽셀들은 원 검출기 픽셀의 1/20th 보다 작은 크기(1/24th )를 가지며, 따라서 원하는 서브픽셀 정확도에 기여한다.
N1 결정의 예시로서, 클러스터는 물리적으로 8 mm 길이의 카테터 팁의 영상이며 X-레이 기계(10)의 원추도법 기하학은 기하학 확대가 약 1.4이라는 것을 가정하자. 따라서, 그러한 카테터 팁의 영상인 클러스터는 검출기(13) 상에서 약 1.4 x 8mm = 11.2 mm 길이일 것이다. 전형적인 X-레이 검출기는, 클러스터가 약 56 픽셀 길이일 경우, 5/mm의 검출기 요소 피치(pitch)(검출기 요소 ~0.2mm x 0.2mm)를 가질 수 있다. 클러스터의 각 끝에 약 10 개의 프로파일이 오프된다(off)는 것을 가정하고 단순함을 위해 클러스터 중간선의 각도를 무시하면, 만약 N1을 각각의 픽셀이 두 개의 교차점을 갖도록 선택하면, N1 은 약 130 일 것이다. 일반적으로, 전형적인 카테터 팁은 8 mm 보다 다소 작을 수 있고, 따라서 N1 의 값은 본 예시보다 더 작을 수 있다.
C3DLS(20) 실시예에서, 기능 블록(151)(도 7)에서, 업-샘플링은 각각의 프로파일을 따라 수행되는 것으로 나타나 있다. 발명의 C3DLS 방법이 사용하는 각각의 프로파일(213)에 대한 필요 정보를 제공하기 위해 영상의 큰 부분이 업-샘플링될 필요가 없기 때문에 각각의 프로파일(213)을 따르는 업-샘플링은 상당한 연산 시간을 절약하고, 메모리 조건을 감소시키며 발명의 방법이 수행되는 속도에 기여한다. 프로파일을 따르는 그러한 업-샘플링은 프로파일을 따라 픽셀 수의 24배를 생산한다.
도 7 의 기능 블록(157) 및 도 8 의 기능 블록(179)은 상이한 집합의 영상 프로파일을 따라 업-샘플링을 포함한다는 것을 유의하라. 업-샘플링과 관련된 상기의 논의는 또한 발명의 방법의 이러한 단계들에 적용된다. 발명의 방법의 대체적 실시예는 기능 블록(147)에서 바운딩 박스(207)의 확장 이후 후보 클러스터(203) 주변의 전체 영역을 업-샘플링하는 단계를 포함한다. 이러한 대체는 상당한 시간을 요구하고 업-샘플링을 수행하기 위한 더 많은 메모리를 요구하지만 기능 블록(151, 157 및 179)의 추가적인 프로파일에 따른 (along-profile) 업-샘플링을 제거한다.
이제 도 7 의 기능 블록(153)을 참고하면, 서브픽셀 통계적 엣지 검출(153)은 단계(151)에서 형성된 업-샘플링된 프로파일을 이용하여 수행된다. 다시 도 22 의 예시 프로파일(213)을 참고하면, 상술된 바와 같이, N1 개의 프로파일(213)은 세로 중간선(209)에 수직인 선을 따라 강도 값을 나타내는 곡선이다. 따라서, 각각의 프로파일(213)을 따라, 중간선(209)으로부터 양 방향에서, 클러스터(203)의 엣지와 교차하는 엣지 포인트가 있다. 도 22 에서, 이들 두 포인트는 ep1 및 ep2로 나타내어 진다. 클러스터(203) 측정의 중요한 부분은 클러스터(203)의 엣지를 식별하는 것이다. 클러스터(203)는 검출기(13)의 평면에 있는 카테터 팁(또는 측정되는 다른 의료 물체)의 영상이고, 영상은 어느 픽셀이 엣지를 나타내는지 결정하기 어렵게 만드는 영상 잡음을 포함한다. 그러나, 엣지 검출의 중요한 서브픽셀 정확도는 클러스터(203)의 정확한 엣지를 생성하여 통계 분석을 수행하기 위해 업-샘플링으로부터의 서브픽셀 정보를 포함하는 많은 수의 포인트들을 이용하는 것 및 엣지 포인트가 결정되는 많은 수의 프로파일을 가지는 것으로부터 발생한다.
서브픽셀 통계적 엣지 검출(153)의 또 다른 중요한 측면은 프로파일(213)을 따라 엣지 포인트가 결정되는 방식의 프로파일별 및 영상별 일관성이다. 도 7 및 8의 C3DLS(20) 실시예에서, 서브픽셀 통계적 엣지 검출(153)은 프로파일 집합의 각각의 형성 이후 한 번씩(기능 블록(151, 157 및 179)), 클러스터(203)의 분석에서 세 번 적용되는 단계이다. 서브픽셀 통계적 엣지 검출(153)의 이 실시예의 단계들은 도 9 의 개략도에서 더욱 상세히 기술되며 도 22 의 예시 프로파일(213)을 이용하여 도시된다. 서브픽셀 통계적 엣지 검출(153)의 시작(entry) 및 종점은 도 9 에서 각각 E 및 F로, 기능 블록(153, 157 및 179)에 대하여 각각 (E1,F1), (E2,F2) 및 (E3,F3)로 표시되어 C3DLS(20)에서의 서브픽셀 통계적 엣지 검출(153)의 세 가지 경우를 나타낸다.
단순함을 위해, 도 22 에 도시된 바와 같이 예시 프로파일(213)은 연속적인 곡선으로 그려져 있다는 점을 유의하라. 현실에서는, 프로파일(213)은 업-샘플링되고 화소로 된 곡선이지만, 도 22 의 연속적인 표현은 서브픽셀 통계적 엣지 검출(153)의 본 실시예의 단계들의 원리를 도시하기에 유용하다. 확장된 바운딩 박스(207) 내에서, 프로파일(213)의 폭은 프로파일(213)의 끝(도 22 의 왼쪽 및 오른쪽으로)이 클러스터(203)의 영상 내의 배경 잡음을 적절히 나타내기에 충분한 포인트들을 포함하는 폭이다.
이제 도 9 의 서브픽셀 통계적 엣지 검출(13) 및 도 22 의 예시 프로파일(213)을 참고하면, 기능 블록(167)에서, 각각의 프로파일(213)에 대한 최소 및 최대 픽셀 강도 값(min 및 max)이 결정된다. 기능 블록(169)에서, 프로파일 강도 범위에 대한 값 pir = max - min 이 연산된다. 이러한 세 개의 값들은 예시 프로파일(213)에 대하여 도 22 에 도시되어 있다. 다음으로, 기능 블록(171)(도 9)에서, 각각의 프로파일에 대한 프로파일 폭 pw가, 각각의 프로파일(213)의 중심에서 시작하여 프로파일(213)을 따라 각각의 방향으로 이동하며 각각의 프로파일(213)을 따라 ep1 및 ep2 포인트를 선택함, 즉, 프로파일(213)이 최소 min 이상의 범위 pir의 55% 보다 크거나 같은 각각의 방향에서 마주치는 첫 번째 포인트들을 선택하는 것에 의해 결정되며, 도 22 에도 나타나 있다. 도 9 및 22 에서, 55%는 C3DLS(20) 실시예에서의 프로파일 강도 범위의 고정된 백분율로서 표시된다. 강도 범위의 다른 고정된 백분율 값도 이용될 수 있으나, 50-55% 주변의 값들이 특히 유용한 것으로 결정되었다.
상술한 바와 같이, 프로파일의 일반적인 모양을 도시하는 예시는 도 22 에 나타난 바와 같다. 프로파일(213)의 중심은 0 에 가까운 강도 값의 대부분이 방사선-비투과성 카테터 팁에 의해 차단된 거의 모든 X-레이 광자를 갖는 픽셀에 대응하며 상대적으로 평면이다. 프로파일(213)은 일반적으로 방사선-비투과성 카테터 팁으로부터 영상 배경으로의 전이(transition)에 대응하는 가파른 전이 영역(214)을 갖는다. 엣지들은 수직 전이 영역(214) 내에 있다. 그러한 전이 영역 내에서의 흐릿함은 검출기(13), X-레이 소스(11) 초점 크기 및 카테터-팁 운동과 같은 많은 인자로부터 발생한다.
이상적으로 가파른 엣지에 대하여, 엣지 포인트를 위치 시킬 프로파일 강도의 백분율은 50%이지만, 촬상되는 많은 방사선-비투과성 의료 물체들은 그러한 이상적으로 가파른 엣지를 갖지 않는다. 예를 들어, 단지 물질 두께 때문에 엣지에서의 X-레이 흡수를 줄이는 원형 단면을 갖는 카테터 팁 및 몇몇 카테터들은 금속만큼 방사선-비투과적이지 않은 외부층을 갖는다. 따라서, 많은 카테터들은 수직으로부터 꽤 벗어나는 전이 영역(214)을 갖는다. 엣지 전이 영역에서의 이러한 변화는 다양한 전이 영역(214)을 갖는 몇몇 이상화된 프로파일(219)이 도시된 도 27 에서 개략적으로 나타나 있다.
본 발명과 관련하여, 실험과 함께 그러한 물체의 X-레이 전파의 세부적인 모델링의 결과로서, 피봇(pivot) 포인트(피봇 레벨)(221)가 50% 이외의 레벨에서 전이 영역(214)에서 발생하나, 전이 영역의 피봇 행동은 전이 영역(214) 폭의 상당한 범위에 걸쳐 양호하다는 것이 발견되었다. 예를 들어, 전형적인 임상 조건 하에 촬상되는 7 프렌치(French) 카테터 팁을 모델링함에 있어서, 피봇 포인트(221)는 약 55%의 레벨에서 발생하는 것이 발견되었으며, 이 레벨은 전이 영역(214) 폭의 넓은 범위에 걸쳐 양호했다. 피봇 포인트(221)의 존재는 엣지 포인트 결정이 의료 물체 엣지 라디오-비투과성에 대한 둔감도를 갖는다는 것을 나타낸다.
도 24 는 서브픽셀 통계적 엣지 검출(153)을 더욱 도시하기 위한 도 21 의 클러스터(203)의 확대이다. 도 24 는 도 21 보다 많은 수의 프로파일(213)을 포함하지만 도 24 또한 단계들의 설명이 도 24 에서 더욱 쉽게 보이도록 하기 위해 서브픽셀 통계적 엣지 검출(153)의 기능 블록(167-177)(도 9)에 수반된 모든 N1 프로파일들을 포함하지 않는다는 것을 유념해야 한다. (도 21에서와 같이, 도시된 픽셀들은 본래의 영상 픽셀들이고, 업-샘플링된 픽셀이 아님을 유념하라. 도 25 에 대한 경우도 동일하다.)
각각의 프로파일(213)에 대하여, 프로파일 폭 pw는 도 9 의 기능 블록(171)에 기술된 바와 같이 결정된다. 각각의 프로파일(213) 상의 엣지 포인트 ep1 및 ep2 가 나타나 있다(화살표는 그러한 각각의 포인트 중 하나만을 가리킨다). 기능 블록(173)에서, 중심 폭 cw는 중심(211) 주변의 프로파일(213)의 백분율의 pw 의 평균으로서 계산된다. 도 9 에 나타난 바와 같이 C3DLS 실시예에서, 프로파일(213)의 10%는 중심 폭 cw를 결정하기 위해 선택된다. 이러한 프로파일들은 도 24 에서 프로파일(213c)로 나타난다. 이 프로파일(213c) 선택에 대한 10% 값은 제한하도록 의도된 것은 아니다. 영상 잡음의 성질에 따라 다른 백분율도 이용될 수 있다. 중심 폭 cw는 클러스터(203)의 영상에 있는 과도한 잡음 때문에 폭이 분리물(outliers)인 프로파일들을 제거하기 위해 이용된다. 기능 블록(175)은 0.9cw 내지 1.1cw 범위 외부에 pw 값을 갖는 고려 프로파일(213)로부터 제거하는 것으로서 분리물의 제거를 도시한다. 다시, 이러한 양들(0.9 및 1.1)의 선택은 제한하기 위한 것은 아니다. 영상의 잡음 특성에 따라 다른 값이 사용될 수도 있다.
서브픽셀 통계적 엣지 검출(153)의 마지막 단계(기능 블록(177 및 178))는 클러스터(203)의 두 개의 엣지(E1 및 E2)의 표현으로서 남은 프로파일(213)의 엣지 포인트 ep1 및 ep2의 두 세트를 이용하며 E1 및 E2의 최소 제곱법 표현을 연산한다. 최소 제곱법 계산을 수행하는데 수반되는 분석은 수학 및 그래픽 분석 분야의 통상의 기술자에게 잘 알려져 있다.
다시 도 7 을 참고하면, E1 및 E2를 따라 포인트 ep1 및 ep2와 함께, 다음 단계는 기능 블록(155)에 있는 엣지(E1 및 E2)를 이용하는 중간선(211)의 재연산이다. 그 후 새로운 중간선(209)이 새로운 중간선(209)에 수직인 새로운 세트의 프로파일(213)을 따라 재형성하고 업-샘플(도 7 의 기능 블록(157))하며 이러한 새로운 프로파일(213)에 기초하여 서브픽셀 통계적 엣지 검출(153)을 반복하기 위해 이용된다. 이러한 개선과 병렬적으로, 발명의 방법은 클러스터(203)의 세로 방향을 따라 측정을 수행하기 위해 포인트 C에서 시작하는 단계로 나뉘어진다(도 8 을 보시오).
도 8 에서, 새로운 중간선(209)에 평행인 N2 프로파일들이 기능 블록(179)에서 형성되고 업-샘플링된다. 새로운 중간선에 수직인 엣지가 검출되면, 서브픽셀 통계적 엣지 검출(153)은 새로운 중간선(209)에 평행인 새롭게-형성된 세트의 프로파일 상에서 상술한 바와 같이 수행된다. 분석이 프로파일(213)에 대하여 상술된 것과 동일하기 때문에 그러한 프로파일들은 도 24 에 나타나 있지 않다. 도 24 의 예시 클러스터(203)에 대하여, 도 24 의 오른쪽 하부에서 가로 엣지가 검출되고, 도 25 에 나타난 그러한 엣지 E3는 상술한 바와 같이 계산된다.
도 25 는 단순히 영상에 더해진 서브픽셀 통계적 엣지 검출(153)의 모든 세 개의 응용의 최종 결과와 함께 도 24 에 나타난 동일한 본래의 픽셀 데이터를 제시한다.
C3DLS에서 추적되고 있는 카테터 팁이 둥근 말단부를 가지기 때문에(도 21, 24 및 25의 왼쪽 위 코너에서 보이는 바와 같이), 서브픽셀 통계적 엣지 검출(153)은 수정된 방식으로 클러스터(203)의 말단부를 처리한다. 클러스터(203)의 말단부의 둥근 엣지(카테터 팁의 말단부에 대응함)는 상술한 방식과 동일하게 검출될 수 있고, 최소 제곱법은 직선보다 적절한 곡선 모델을 매칭시키기 위해 계산될 수 있다. 그러한 수정된 전략들은 도 9 에 묘사된 서브 픽셀 통계적 엣지 검출(153)의 요소 내에 있다. 기능 블록(178)은 다양한 가정된 모양 모델과 함께 적용될 수 있다.
대체적으로, 도 25 는 말단부의 측정에 대한 대체적인 접근법을 도시한다. 도 8 의 기능 블록(183)은 이전 단계의 계산에 기초한 클러스터 모서리의 결정을 나타낸다. 도 8 의 기능 블록(183) 이상의 단계로부터의 정보뿐만 아니라 포인트 D로부터의 정보는 C3DLS 실시예가 클러스터(203)의 모서리를 결정하기 위해 필요한 모든 것을 제공한다. 모서리 c2 및 c3 는 E3 와 각각 E1 및 E2 와의 교차점이다. c1 및 c4는 E1 및 E2를 따라 값들에 대한 기준을 적용함으로써 식별되어 말단부의 곡선 부분이 어디서 시작하는지를 결정한다. 이 기준은, 예를 들어, 모서리들이 강도 값들이 0.55pir+min 레벨로부터 그들의 마지막 증가를 겪는 E1 및 E2를 따르는 포인트들이라는 것일 수 있다. 그러한 기준은 도 25 에 나타나 있다. 기능 블록(183)은 이와 같은 모서리 기준의 응용을 포함한다.
C3DLS(20) 실시예는 도 8 에서 모서리 좌표에 기초한 클러스터 길이, 폭 및 키스토닝의 연산인 기능 블록(185)과 함께 계속된다. 그러한 결정은 간단한 수치 연산을 수반한다. 본 명세서에서 사용되는 키스토닝은 평면 밖의 각도를 나타내는 끝에서 끝까지의 클러스터(203) 폭의 변화를 나타낸다. 클러스터(203)의 더 큰 (더 넓은) 끝은 소스(11)에 더 가깝고, 수치적 차이는 클러스터(203)를 생산하는 의료 물체의 평면 밖의 각도를 연산하기 위해 이용된다.
C3DLS 는 초기화 단계(41A 및 41B)(도 5) 동안 수립된 기준을 적용함으로써 클러스터(203)가 카테터 팁을 나타내는지에 대한 최종 결정 단계와 함께 기능 블록(159)에서 계속된다. 클러스터(203)가 카테터 팁인 것으로 결정되면, C3DLS는 도 4 의 포인트 G로 진행한다. 또한, 도 8 의 기능 블록(163)에서, 문턱 TH 는 카테터 팁을 성공적으로 식별하는 이 지점까지 C3DLS의 첫 번째 패스(pass)에서 발견되는 값으로 설정된다. 만약 클러스터(203)가 기능 블록(159)의 평가에서 기준을 만족하는 것에 실패한 경우, C3DLS는 분석될 다음 클러스터의 평가를 시작하도록 진행하고, 그러한 클러스터는 기능 블록(135)에서 형성되고 있다(도 7 을 보시오).
다시 도 4 를 참고하면, C3DLS는 도 8 의 기능 블록(185)에서 결정된 측정과 함께 포인트 G에서 계속된다. 클러스터(203)의 카테터 팁의 이 정보를 이용하여, C3DLS는 기능 블록(31)에서 방사상 연장으로부터의 왜곡에 기초한 보정을 적용하기 위해 진행한다. 전통적인 X-레이 기계(10)에서 3D 물체의 영상이 평면 검출기(13)로 투영되는 프로세스는 도 26a에 표현되어 있고, 기능 블록(31)에서 방사상 연장 왜곡에 대한 보정을 도시한다. 도 26a는 검출기(13)의 영상 평면 내의 영상(215’)을 생산하는 대표적 의료 물체로서 구(sphere)(215)를 포함한다. 보정 분석은 도 26a에 나타난 바와 같이 방사상 측면 뷰와 접선 측면 뷰 모두에 대한 고려를 포함한다. 방사상 측면 뷰 내에 있는 영역의 확대가 도 26a의 우측 상의 점선 타원 내에 나타나 있다.
검출기(13)로 투영된 물체의 영상의 부피는 물체 그 자체의 부피, 검출기(13)에 대한 그것의 회전(rotational) 배향 및 기하학적 확대에 의존한다. 물체의 회전 배향은 포어쇼트닝(foreshortening) 효과를 일으킬 수 있다. 예를 들어, 만약 원통형 물체가 촬상되고 있다면, 투영된 영상에서의 원통의 길이는 원통 축과 검출기(13)의 평면 사이의 각도에 의존할 것이다. 만약 축이 검출기(13)의 평면에 평행하다면, 영상에 있는 길이는 원통의 실제 길이와 기하학적 확대의 곱에 의해 주어질 것이다. 그러나, 원통의 축이 그것을 지나는 X-레이에 평행하다면, 영상은 원통의 타원형 또는 원형 단면일 것이고, 그것의 길이에 대한 모든 정보를 손실될 것이다.
쇼트닝 효과가 전혀 없는 유일한 물체는 구이며, 이는 중심을 통과하는 모든 축에 대하여 회전 대칭이기 때문이다. 원통은 그것의 지름의 포어쇼트닝에 민감하지 않으며, 이는 원통이 그것의 중심 축에 대하여 회전 대칭이기 때문이다. 또한, 도 26a에 나타난 바와 같이, 구(215)의 투영된 2D 영상은 타원(215’)과 같은 타원이며, 원이 아니다. 따라서, 방사상 및 접선 뷰는 도 26a에 나타난 바와 같이 상이하다.
도 26b는 검출기(13)의 영상 평면에 있는 원통형 카테터 팁의 영상(217’)을 나타내는 다이어그램이다. 영상(217’)은 구(215)와 동일한 반지름을 갖는 원통형 카테터 팁(여기에서 CC로 나타내어짐)과 함께 구(215)를 재배치 함으로써 도 26a 의 기하학 내에서 생성된다.
다음은 도 26 및 27의 다이어그램에 대한 용어 정의 목록이다:
W = 구(215) 또는 CC의 중심을 지나는 광선에 수직인 방향에 있는 검출기(13)의 레벨에서 측정된 구(215) 및 CC의 투영물의 지름 - 검출기(13)의 평면에 있을 필요는 없음;
Wp = 검출기(13)의 평면에서 측정된 투영물(217’)의 폭;
WR = 검출기(13)의 평면에서의 CC 투영물의 폭의 방사상 컴포넌트, 그것의 중심을 지나는 광선의 경로에 수직 - 만약 R > 0 이면 검출기(13)의 평면에 있지 않음;
WT = 검출기(13)의 평면에서의 CC 투영물의 폭의 접선 컴포넌트, 그것의 중심을 지나는 광선의 경로에 수직;
WTP = 접선 방향의 검출기(13)의 평면에서 측정된 구(215) 및 CC 투영물의 폭;
WRP = 방사상 방향의 검출기(13)의 평면에서 측정된 구(215) 및 CC 투영물의 폭;
D = X-레이 소스(11)의 초점으로부터 검출기(13)의 중심(13c)까지의 거리로서 검출기(13)의 평면은 초점으로부터 검출기(13)의 중심(13c)으로 진행하는 중앙 광선에 수직임;
d = X-레이 소스(11)의 초점으로부터 구(215) 또는 CC를 지나는 평면까지의 거리로서 이 평면은 검출기(13)의 평면에 또한 평행임;
B = X-레이 소스(11)의 초점으로부터 검출기(13)에서 영상(215’ 또는 217’)의 중심까지의 거리;
b = X-레이 소스(11)의 초점으로부터 구(215) 또는 CC의 중심까지의 거리;
R = 영상 215’ 또는 217’의 중심과 검출기(13)의 평면에 있는 검출기(13)의 중심(13c) 사이의 거리;
Θ = 구(215) 또는 CC의 중심을 지나는 광선과 검출기(13)의 중심(13c)을 가로막는 중앙 광선 사이의 각도; 및
이러한 정의를 사용하고 수학 분야의 통상의 기술자에게 잘 알려진 대수 및 삼각법 조작을 수행하는 것은 다음과 같은 방사상 연신 보정(31)을 적용하기 위한 관계를 생산한다:
이 방정식은 검출기(13) 상의 영상으로부터 의료 물체의 z-좌표의 계산을 가능하게 하고, 검출기(13) 상의 영상 내의 물체의 모든 방향 및 방사상 연신 효과를 설명한다.
또한, 도 26a의 접선 측면 뷰의 분석으로부터, z-좌표의 WTP의 변화에 대한 민감도는 다음과 같이 발견된다:
관련된 변수에 대한 전형적인 값들에 대하여, 민감도 
(예를 들어, mm 지름 당 mm z)는 매우 크고, C3DLS의 원하는 동작 정확도를 취득하기 위해 대략 0.02mm 의 유효 부피의 측정을 요구한다. 그러한 행동은 카테터 팁의 크기가 검출기(13)와 X-레이 소스(11) 사이의 거리에 비교하여 매우 작다는 사실 때문이며, 이는 카테터 팁의 각 측면을 지나는 빔의 발산(divergence)이 작다는 것을 의미한다.
유사한 방식으로, 방사상 측면 뷰 분석으로부터, z-좌표의 WRP의 변화에 대한 민감도는 다음과 같이 발견된다:
다시 도 4 를 참고하면, 기능 블록(33)은 C3DLS(20)로 추적되고 있는 의료 물체의 3D 좌표 및 배향을 계산하는 단계이다. 기능 블록(31 및 33)에서의 계산의 결합은 카테터 팁에 대한 3D 좌표 세트를 생산하였다. 3D 좌표는 기능 블록(183)(도 8)에서 발견되는 네 개의 모서리 포인트 c1, c2, c3 및 c4 및 기능 블록(185)에서 발견되는 다른 측정 양(quantities)을 이용하여 계산되었다. 충분한 수치 데이터는 카테터 팁의 3D 좌표를 수립하기 위해 이용 가능하다.
3D 좌표가 계산된 경우, 그러한 정보는 심장 절제와 같은 중재 시술에서 사용될 수 있는 다른 의료 디스플레이 양상의 일부로서 그것을 표시하는 것과 같은 다양한 방법으로 이용될 수 있다.
카테터와 같은 의료 물체가 심장의 방과 같은 해부학적 구조 내에서 이동함에 따라, 의료 물체가 위치한 포인트가 그러한 구조 내에 있다는 것을 나타내고 메모리에 있는 카테터 팁의 3D 좌표를 지도 데이터 포인트로 마크(mark)함으로써 그러한 해부학적 구조의 3D 지도를 생성하기 위해 데이터가 생성될 수 있다. 지도 데이터는 그 후 의사에 의해 해부학적 구조의 원하는 포인트에 카테터 팁을 겨냥하는 것을 돕기 위해 이용될 수 있다. 그러한 영상들은 다양한 의료 시술 동안의 강화된 시각화를 위해 다른 촬상 양상과 함께 통합될 수 있다.
발명의 방법은 기술된 바와 같이 선택된 2D 영상을 처리하여, 의료 물체의 3D 좌표와 배향을 결정하기 위해 유효 의료-물체 부피의 정확한 측정을 형성한다. 선택된 영상의 처리 완료 이후, 발명의 시스템은 다음으로 선택된 2D 영상을 처리한다. 동작은 3 내지 5 초 길이의 일련의 영상들의 초당 7.5 내지 30 영상의 프레임 레이트로의 처리를 수반할 수 있다. 그러한 동작은 의료 물체의 측정을 형성하기 위해 복수의 영상을 사용하는 것과 가변성을 줄이고 정확도를 증가시키기 위한 평균화를 수행하는 것을 가능하게 한다.
2D 형광 투시법만을 사용하는 3D 에서의 맵핑 및 절제 카테터 팁를 표시하는 방법은 현재 이용 가능한 맵핑 및 촬상 시스템에 비해 실질적인 장점을 제시한다. 특히, 방법은 의사가 중요한 시설(infrastructure) 변경 없이 3D 해부학적 구조에 있는 카테터를 보기 위해 실험실 내의 기존의 장비를 사용하도록 제공한다. 발명의 실시예들이 심장 카테터를 이용하는 예시적 실시예들을 참고하여 기술되는 반면, 해당 분야의 통상의 기술자들에게는 리드, 스텐트 및 중재 및 치료를 위해 사용되는 기구와 같은 다른 방사선-비투과성 의료 물체와 함께 발명의 방법을 이용하기 위해 작은 변화가 만들어질 수 있다는 것이 이해될 것이다. 또한, 발명의 범위를 벗어나지 않고 특정 상황에 적응하도록 발명의 개시에 많은 변경이 형성될 수 있다. 따라서, 발명은 본 발명을 실시하기 위해 개시된 실시예들에 제한되지 않으나, 발명은 의도된 청구항의 범위에 속하는 모든 실시예들을 포함하도록 의도되었다.
Claims (114)
- 단일-평면 형광 투시경으로부터 디지털화된 2D 영상의 스트림을 캡쳐하는 단계;
상기 디지털 2D 영상의 부분집합에 있는 의료 물체의 영상을 검출하는 단계;
상기 의료 물체 영상을 측정하기 위해 픽셀-레벨 기하학 계산을 적용하는 단계;
상기 영상 측정에 원추도법 및 방사상 연신 보정을 적용하는 단계; 및
보정된 2D 영상 측정으로부터 상기 의료 물체의 3D 위치 및 배향을 계산하는 단계;
를 포함하는 것을 특징으로 하는, 단일-평면 형광 투시법을 이용하여 생체 내의 방사선-비투과성 의료 물체의 3D 위치 및 배향을 자동으로 판단하는 방법. - 제 1 항에 있어서,
상기 의료 물체는 심장 카테터인 것을 특징으로 하는 방법. - 제 2 항에 있어서,
상기 카테터는 심장 절제 카테터인 것을 특징으로 하는 방법. - 제 1 항에 있어서,
상기 의료 물체는 심박조율기 리드, 제세동기 리드, 맵핑 카테터 및 스텐트로 이루어진 그룹으로부터 선택되는 것을 특징으로 하는 방법. - 제 1 항에 있어서,
상기 검출하는 단계 전에 초기화 단계를 더 포함하되, 상기 초기화 단계는 상기 의료 물체 영상의 이중-뷰(two-view) 형광 투시 측정을 포함하고, 의료 물체 영상 크기 제한 기준을 설정하는 것을 특징으로 하는 방법. - 제 5 항에 있어서,
상기 부분집합에 있는 각각의 2D 영상에 대하여, 상기 검출하는 단계는:
상기 2D 영상에 문턱 필터를 적용하는 단계;
영상 픽셀의 클러스터를 형성하는 단계;
상기 의료 물체 영상 크기 제한 기준에 대하여 각각의 상기 클러스터를 평가하는 단계; 및
상기 의료 물체의 영상을 포함하는 클러스터를 선택하는 단계;
를 포함하는 것을 특징으로 하는 방법. - 제 6 항에 있어서,
상기 자동으로 검출하는 단계는 클러스터 평가에 기초하여 상기 문턱 필터의 문턱을 변경하는 단계를 포함하는 것을 특징으로 하는 방법. - 제 6 항에 있어서,
상기 측정하는 단계는 선택된 클러스터의 바운딩-박스 데이터, 세로 중간선 및 중심을 연산하는 단계를 포함하는 것을 특징으로 하는 방법. - 제 8 항에 있어서,
상기 측정하는 단계는 상기 중심, 중간선 및 바운딩-박스 데이터를 필터링되지 않은 2D 영상에 적용하는 단계, 상기 의료 물체 영상의 주변에 상기 바운딩 박스 영역을 확장하는 단계, 및 그러한 2D 영상을 업-샘플링하는 단계를 더 포함하는 것을 특징으로 하는 방법. - 제 9 항에 있어서,
상기 측정하는 단계는 상기 중간선에 수직인 복수의 단면도 프로파일을 형성하고 실질적으로 상기 중간선과 평행한 의료 물체 영상 엣지(edge)를 식별하는 단계를 더 포함하는 것을 특징으로 하는 방법. - 제 10 항에 있어서,
상기 업-샘플링은 오직 상기 중간선에 수직인 각 단면도 프로파일을 따라 수행되는 것을 특징으로 하는 방법. - 제 10 항에 있어서,
의료 물체 영상 엣지를 식별하는 단계는 고정된 비율의 프로파일 강도 범위에서 각각의 프로파일 상의 엣지 포인트를 선택하는 단계를 포함하는 것을 특징으로 하는 방법. - 제 12 항에 있어서,
프로파일의 상기 프로파일 강도 범위는 그러한 프로파일에 대한 최대 및 최소 강도 값 사이의 차이인 것을 특징으로 하는 방법. - 제 12 항에 있어서,
프로파일 강도 범위의 상기 고정된 비율은 약 50% 내지 55% 인 것을 특징으로 하는 방법. - 제 14 항에 있어서,
프로파일 강도 범위의 상기 고정된 비율은 약 55% 인 것을 특징으로 하는 방법. - 제 10 항에 있어서,
상기 측정하는 단계는 상기 의료 물체 영상 크기 제한 기준에 대하여 측정된 클러스터를 평가하는 단계를 더 포함하는 것을 특징으로 하는 방법. - 제 16 항에 있어서,
상기 측정하는 단계는 상기 문턱 필터의 전류 문턱을 다음 영상들을 위해 이용될 문턱값으로 쓰는 단계를 더 포함하는 것을 특징으로 하는 방법. - 제 16 항에 있어서,
상기 측정하는 단계는 실질적으로 상기 중간선과 평행한 상기 엣지의 최소 제곱법(least-square-fit) 표현을 연산하는 단계를 더 포함하는 것을 특징으로 하는 방법. - 제 18 항에 있어서,
상기 측정하는 단계는 상기 중간선에 평행인 복수의 단면도 프로파일을 형성하는 단계, 실질적으로 상기 중간선에 수직인 의료-물체 영상 엣지를 식별하는 단계 및 실질적으로 상기 중간선에 수직인 엣지의 최소 제곱법 표현을 연산하는 단계를 더 포함하는 것을 특징으로 하는 방법. - 제 19 항에 있어서,
상기 업-샘플링은 상기 중간선과 평행한 각 단면도 프로파일을 따라 수행되는 것을 특징으로 하는 방법. - 제 19 항에 있어서,
상기 측정하는 단계는 상기 최소 제곱법 엣지에 기초하여 상기 의료-물체 영상 중심을 재연산하는 단계 및 상기 2D 영상에 있는 의료-물체 영상 폭, 길이 및 키스토닝(keystoning)을 결정하는 단계를 더 포함하는 것을 특징으로 하는 방법. - 제 6 항에 있어서,
상기 측정 보정을 적용하는 단계는 평면 밖의 각도에 대하여 의료-물체 영상 측정을 보정하는 단계를 포함하는 것을 특징으로 하는 방법. - 제 10 항에 있어서,
상기 측정하는 단계는 식별된 의료-물체 영상 엣지에 기초하여 상기 중간선을 재연산하는 단계, 재연산된 중간선에 수직인 상기 단면도 프로파일을 재형성하는 단계 및 의료-물체 영상 엣지를 재식별하는 단계를 더 포함하는 것을 특징으로 하는 방법. - 제 23 항에 있어서,
상기 업-샘플링은 상기 재연산된 중간선에 수직인 각각의 재형성된 단면도 프로파일만을 따라 형성되는 것을 특징으로 하는 방법. - 제 23 항에 있어서,
상기 측정하는 단계는 상기 중간선에 실질적으로 평행한 상기 엣지의 최소 제곱법 표현을 연산하는 단계를 더 포함하는 것을 특징으로 하는 방법. - 제 25 항에 있어서,
상기 측정하는 단계는 상기 중간선에 평행인 복수의 단면도 프로파일을 형성하는 단계, 실질적으로 상기 중간선에 수직인 의료-물체 엣지를 식별하는 단계 및 실질적으로 상기 중간선에 수직인 엣지의 최소 제곱법 표현을 연산하는 단계를 더 포함하는 것을 특징으로 하는 방법. - 제 26 항에 있어서,
상기 측정하는 단계는 상기 최소 제곱법 엣지에 기초하여 상기 의료-물체 영상 중심을 재연산하는 단계 및 상기 2D 영상에 있는 의료-물체 영상 폭, 길이 및 키스토닝(keystoning)을 결정하는 단계를 더 포함하는 것을 특징으로 하는 방법. - 제 6 항에 있어서,
상기 측정 보정을 적용하는 단계는 평면 밖의 각도에 대하여 의료-물체 영상 측정을 보정하는 단계를 포함하는 것을 특징으로 하는 방법. - 제 1 항에 있어서,
상기 2D 영상의 부분집합은 상기 생체의 호흡 신호로부터의 호흡 게이팅(gating)에 의해 선택되는 것을 특징으로 하는 방법. - 제 1 항에 있어서,
상기 생체 내부의 해부 구조의 3D 지도를 생성하는 단계를 더 포함하는 것을 특징으로 하는 방법. - 제 30 항에 있어서,
상기 3D 지도를 표시 장치에 표시하는 단계를 더 포함하는 것을 특징으로 하는 방법. - 제 30 항에 있어서,
상기 3D 위치 및 배향을 표시 장치에 표시하는 단계를 더 포함하는 것을 특징으로 하는 방법. - 제 30 항에 있어서,
상기 해부 구조는 심장 구조인 것을 특징으로 하는 방법. - 제 33 항에 있어서,
상기 3D 지도를 표시 장치에 표시하는 단계를 더 포함하는 것을 특징으로 하는 방법. - 제 33 항에 있어서,
상기 3D 위치 및 배향을 표시 장치에 표시하는 단계를 더 포함하는 것을 특징으로 하는 방법. - 제 1 항에 있어서,
상기 2D 영상의 부분집합은 상기 생체로부터의 ECG 신호의 R파(wave) 게이팅에 의해 선택되는 것을 특징으로 하는 방법. - 제 36 항에 있어서,
상기 R파 게이팅은:
상기 생체로부터 상기 ECG 신호를 취득하는 것;
상기 ECG 신호를 디지털 ECG 신호로 디지털화하는 것;
상기 디지털 ECG 신호를 대역통과 필터로 필터링하고 절대값 필터를 거기에 적용하여 필터링된 ECG 신호를 생성하는 것;
상기 필터링된 ECG 신호의 각각의 순차 신호에 대하여, 상기 필터링된 ECG 신호를 ECG 추적 문턱(TT)과 비교하는 것;
상기 필터링된 ECG 신호가 TT보다 크지 않은 경우, 카운터를 증가시키되, TT보다 큰 경우, 상기 카운터를 0으로 설정하는 것; 및
상기 카운터를 미리 정해진 리프렉토리 카운트 RC와 비교하고, 카운트가 RC와 같은 경우, R파 트리거(trigger)를 출력하는 것;
을 포함하는 것을 특징으로 하는 방법. - 제 37 항에 있어서,
TT는 다음의 연산을 적용하여 결정되며:
,
TTp는 TT의 이전 값이고, c2는 상수이며, ST는 미리 정해진 이전 시간 구간(tm) 동안의 상기 필터링된 ECG 신호의 최대값의 일부(fraction)(c1)인 것을 특징으로 하는 방법. - 제 38 항에 있어서,
미리 정해진 드롭아웃(dropout) 구간(tD) 동안 R파 트리거가 발생하지 않은 경우, TT는 ST로 설정되는 것을 특징으로 하는 방법. - 제 39 항에 있어서,
c1은 약 0.5이고, c2는 약 0.25이고, tm은 약 2초이며, RC는 약 90 밀리초(milliseconds)의 시간 구간에 대응하고, tD는 약 5초인 것을 특징으로 하는 방법. - 제 39 항에 있어서,
tD는 약 2 내지 10 초의 범위 내에 있는 것을 특징으로 하는 방법. - 제 39 항에 있어서,
c1은 약 0.4 내지 0.7의 범위 내에 있는 것을 특징으로 하는 방법. - 제 39 항에 있어서,
c2는 약 0.15 내지 0.8의 범위 내에 있는 것을 특징으로 하는 방법. - 제 39 항에 있어서,
tm은 적어도 약 1.5초인 것을 특징으로 하는 방법. - 제 39 항에 있어서,
상기 리프렉토리 카운트 RC는 약 30 내지 250 밀리초의 범위 내의 구간에 대응하는 것을 특징으로 하는 방법. - 제 36 항에 있어서,
상기 2D 영상의 부분집합은 상기 생체의 호흡 신호로부터의 호흡 게이팅(gating)에 의해 더 선택되는 것을 특징으로 하는 방법. - 제 36 항에 있어서,
상기 ECG 신호는 복수의 ECG 채널 신호를 포함하고, 상기 R파 게이팅은 각각이 별개의 ECG 채널 신호 상에서 동작하는 복수의 채널 R파 게이트에 의해 구동되는 합성(composite) R파 게이트에 의해 생성되는 것을 특징으로 하는 방법. - 제 47 항에 있어서,
각각의 상기 복수의 채널 R파 게이트는 트리거-윈도우(trigger-window) 필터로의 입력인 출력 신호를 가지며, 상기 합성 R파 게이트의 트리거 출력은 상기 채널 R파 게이트 중 어느 하나로부터의 출력 신호에 의해 트리거되며, 다른 채널 R파 게이트에 대한 모든 출력 신호는 상기 합성 R파 게이트가 트리거된 후 미리 정해진 시간 구간동안 상기 합성 R파 게이트를 트리거하지 않는 것을 특징으로 하는 방법. - 제 48 항에 있어서,
상기 합성 R파 게이트를 트리거하는 상기 채널 R파 게이트 출력 신호는 상기 미리 정해진 시간 구간이 끝난 후 처음 수신되는 채널 R파 출력 신호인 것을 특징으로 하는 방법. - 제 47 항에 있어서,
각각의 상기 복수의 채널 R파 게이트는 출력 신호를 가지며, 각각의 출력 신호는 출력이 상기 합성 R파 게이트의 출력인 OR-게이트로의 입력인 것을 특징으로 하는 방법. - 제 50 항에 있어서,
각각의 채널 R파 게이트 출력 신호는 대응하는 채널 R파 게이트에 의해 검출된 각각의 R파에 대한 미리 정해진 지속 시간의 단일 펄스를 포함하고, 상기 합성 R파 게이트 출력은 상기 OR-게이트 출력의 리딩(leading) 엣지에 의해 트리거되는 것을 특징으로 하는 방법. - 제 47 항에 있어서,
각각의 채널 R파 게이트는:
상기 생체로부터 그것의 대응하는 ECG 채널 신호를 취득하는 단계;
그것의 ECG 채널 신호를 대응하는 디지털 ECG 채널 신호로 디지털화하는 단계;
그것의 대응하는 디지털 ECG 채널 신호를 대역통과 필터로 필터링하고 거기에 절대값 필터를 적용하여 대응하는 필터링된 ECG 채널 신호를 생성하는 단계;
그것의 대응하는 필터링된 ECG 채널 신호의 각각의 순차값에 대하여, 상기 필터링된 신호를 ECG 추적 문턱(TT)과 비교하고,
연산를 적용하되 TTp는 TT의 이전 값이고, c2는 상수이며, ST는 미리 정해진 이전 시간 구간(tm) 동안의 그것의 대응하는 필터링된 ECG 채널 신호의 최대값의 일부(c1)이고,
상기 대응하는 필터링된 ECG 신호가 TT보다 크지 않은 경우, 대응하는 카운터를 증가시키되, TT보다 큰 경우, 그것의 대응하는 카운터를 0으로 설정하고; 그리고
미리 정해진 드롭아웃 구간(tD)동안 채널 R파 트리거가 발생하지 않은 경우, TT를 ST로 설정하는 단계; 및
그것의 대응하는 카운터값을 미리 정해진 리프렉토리 카운트 RC와 비교하고, 그것의 대응하는 카운터 값이 RC와 동일한 경우, 채널 R파 트리거를 출력하는 단계;
를 수행하는 것을 특징으로 하는 방법. - 제 52항에 있어서,
상기 복수의 채널 R파 게이트 각각은 c1, c2, tm, tD 및 RC에 대하여 동일한 설정을 갖는 것을 특징으로 하는 방법. - 제 52 항에 있어서,
상기 복수의 채널 R파 게이트 각각은 출력 신호를 가지며, 각각의 출력 신호는 출력이 상기 합성 R파 게이트의 출력인 OR-게이트로의 입력인 것을 특징으로 하는 방법. - 제 54 항에 있어서,
각각의 채널 R파 게이트 출력 신호는 대응하는 채널 R파 게이트에 의해 검출된 각각의 R파에 대한 미리 정해진 지속 시간의 단일 펄스를 포함하고, 상기 합성 R파 게이트 출력은 상기 OR-게이트 출력의 리딩 엣지에 의해 트리거되는 것을 특징으로 하는 방법. - 제 36 항에 있어서,
상기 R파 게이팅은 상기 ECG 신호가 비교되는 문턱을 갖는 R파 게이팅 프로세스에 의하며 상기 문턱은 이전 R파 트리거가 발생한 상기 ECG 신호의 레벨과 독립적인 것을 특징으로 하는 방법. - 제 1 항에 있어서,
상기 영상 부분집합은 처리되되, 상기 처리와 동시에 발생하는 중재 의료 시술 동안의 사용을 위해 3D 의료-물체 위치 및 배향을 생성하기 위한 속도(rate)로 처리되는 것을 특징으로 하는 방법. - 제 57 항에 있어서,
상기 의료 물체는 심장 카테터인 것을 특징으로 하는 방법. - 제 58 항에 있어서,
상기 카테터는 심장 절제 카테터인 것을 특징으로 하는 방법. - 제 57 항에 있어서,
상기 의료 물체는 심박조율기 리드, 제세동기 리드, 맵핑 카테터 및 스텐트로 이루어진 그룹으로부터 선택되는 것을 특징으로 하는 방법. - 제 57 항에 있어서,
상기 검출하는 단계 전에 초기화 단계를 더 포함하되, 상기 초기화 단계는 상기 의료 물체 영상의 이중-뷰(two-view) 형광 투시 측정을 포함하고, 의료 물체 영상 크기 제한 기준을 설정하는 것을 특징으로 하는 방법. - 제 61 항에 있어서,
상기 부분집합에 있는 각각의 2D 영상에 대하여, 상기 검출하는 단계는:
상기 2D 영상에 문턱 필터를 적용하는 단계;
영상 픽셀의 클러스터를 형성하는 단계;
상기 의료 물체 영상 크기 제한 기준에 대하여 각각의 클러스터를 평가하는 단계; 및
상기 의료 물체의 영상을 포함하는 클러스터를 선택하는 단계;
를 포함하는 것을 특징으로 하는 방법. - 제 62 항에 있어서,
상기 자동으로 검출하는 단계는 클러스터 평가에 기초하여 상기 문턱 필터의 문턱을 변경하는 단계를 포함하는 것을 특징으로 하는 방법. - 제 62 항에 있어서,
상기 측정하는 단계는 선택된 클러스터의 바운딩-박스 데이터, 세로 중간선 및 중심을 연산하는 단계를 포함하는 것을 특징으로 하는 방법. - 제 64 항에 있어서,
상기 측정하는 단계는 상기 중심, 중간선 및 바운딩-박스 데이터를 필터링되지 않은 2D 영상에 적용하는 단계, 상기 의료 물체 영상의 주변에 상기 바운딩 박스 영역을 확장하는 단계, 및 그러한 2D 영상을 업-샘플링하는 단계를 더 포함하는 것을 특징으로 하는 방법. - 제 65 항에 있어서,
상기 측정하는 단계는 상기 중간선에 수직인 복수의 단면도 프로파일을 형성하고 실질적으로 상기 중간선과 평행한 의료 물체 영상 엣지(edge)를 식별하는 단계를 더 포함하는 것을 특징으로 하는 방법. - 제 66 항에 있어서,
상기 업-샘플링은 오직 상기 중간선에 수직인 각 단면도 프로파일을 따라 수행되는 것을 특징으로 하는 방법. - 제 66 항에 있어서,
의료 물체 영상 엣지를 식별하는 단계는 고정된 비율의 프로파일 강도 범위에서 각각의 프로파일 상의 엣지 포인트를 선택하는 단계를 포함하는 것을 특징으로 하는 방법. - 제 68 항에 있어서,
프로파일의 상기 프로파일 강도 범위는 그러한 프로파일에 대한 최대 및 최소 강도 값 사이의 차이인 것을 특징으로 하는 방법. - 제 68 항에 있어서,
프로파일 강도 범위의 상기 고정된 비율은 약 50% 내지 55% 인 것을 특징으로 하는 방법. - 제 70 항에 있어서,
프로파일 강도 범위의 상기 고정된 비율은 약 55% 인 것을 특징으로 하는 방법. - 제 66 항에 있어서,
상기 측정하는 단계는 상기 의료 물체 영상 크기 제한 기준에 대하여 측정된 클러스터를 평가하는 단계를 더 포함하는 것을 특징으로 하는 방법. - 제 72 항에 있어서,
상기 측정하는 단계는 상기 문턱 필터의 전류 문턱을 다음 영상들을 위해 이용될 문턱값으로 쓰는 단계를 더 포함하는 것을 특징으로 하는 방법. - 제 72 항에 있어서,
상기 측정하는 단계는 실질적으로 상기 중간선과 평행한 상기 엣지의 최소 제곱법(least-square-fit) 표현을 연산하는 단계를 더 포함하는 것을 특징으로 하는 방법. - 제 74 항에 있어서,
상기 측정하는 단계는 상기 중간선에 평행인 복수의 단면도 프로파일을 형성하는 단계, 실질적으로 상기 중간선에 수직인 의료-물체 영상 엣지를 식별하는 단계 및 실질적으로 상기 중간선에 수직인 엣지의 최소 제곱법 표현을 연산하는 단계를 더 포함하는 것을 특징으로 하는 방법. - 제 75 항에 있어서,
상기 업-샘플링은 상기 중간선과 평행한 각 단면도 프로파일을 따라 수행되는 것을 특징으로 하는 방법. - 제 75 항에 있어서,
상기 측정하는 단계는 상기 최소 제곱법 엣지에 기초하여 상기 의료-물체 영상 중심을 재연산하는 단계 및 상기 2D 영상에 있는 의료-물체 영상 폭, 길이 및 키스토닝(keystoning)을 결정하는 단계를 더 포함하는 것을 특징으로 하는 방법. - 제 62 항에 있어서,
상기 측정 보정을 적용하는 단계는 평면 밖의 각도에 대하여 의료-물체 영상 측정을 보정하는 단계를 포함하는 것을 특징으로 하는 방법. - 제 66 항에 있어서,
상기 측정하는 단계는 식별된 의료-물체 영상 엣지에 기초하여 상기 중간선을 재연산하는 단계, 재연산된 중간선에 수직인 상기 단면도 프로파일을 재형성하는 단계 및 의료-물체 영상 엣지를 재식별하는 단계를 더 포함하는 것을 특징으로 하는 방법. - 제 79 항에 있어서,
상기 업-샘플링은 상기 재연산된 중간선에 수직인 각각의 재형성된 단면도 프로파일만을 따라 형성되는 것을 특징으로 하는 방법. - 제 79 항에 있어서,
상기 측정하는 단계는 상기 중간선에 실질적으로 평행한 상기 엣지의 최소 제곱법 표현을 연산하는 단계를 더 포함하는 것을 특징으로 하는 방법. - 제 81 항에 있어서,
상기 측정하는 단계는 상기 중간선에 평행인 복수의 단면도 프로파일을 형성하는 단계, 실질적으로 상기 중간선에 수직인 의료-물체 엣지를 식별하는 단계 및 실질적으로 상기 중간선에 수직인 엣지의 최소 제곱법 표현을 연산하는 단계를 더 포함하는 것을 특징으로 하는 방법. - 제 82 항에 있어서,
상기 측정하는 단계는 상기 최소 제곱법 엣지에 기초하여 상기 의료-물체 영상 중심을 재연산하는 단계 및 상기 2D 영상에 있는 의료-물체 영상 폭, 길이 및 키스토닝(keystoning)을 결정하는 단계를 더 포함하는 것을 특징으로 하는 방법. - 제 62 항에 있어서,
상기 측정 보정을 적용하는 단계는 평면 밖의 각도에 대하여 의료-물체 영상 측정을 보정하는 단계를 포함하는 것을 특징으로 하는 방법. - 제 57 항에 있어서,
상기 2D 영상의 부분집합은 상기 생체의 호흡 신호로부터의 호흡 게이팅(gating)에 의해 선택되는 것을 특징으로 하는 방법. - 제 57 항에 있어서,
상기 생체 내부의 해부 구조의 3D 지도를 생성하는 단계를 더 포함하는 것을 특징으로 하는 방법. - 제 86 항에 있어서,
상기 3D 지도를 표시 장치에 표시하는 단계를 더 포함하는 것을 특징으로 하는 방법. - 제 86 항에 있어서,
상기 3D 위치 및 배향을 표시 장치에 표시하는 단계를 더 포함하는 것을 특징으로 하는 방법. - 제 86 항에 있어서,
상기 해부 구조는 심장 구조인 것을 특징으로 하는 방법. - 제 89 항에 있어서,
상기 3D 지도를 표시 장치에 표시하는 단계를 더 포함하는 것을 특징으로 하는 방법. - 제 89 항에 있어서,
상기 3D 위치 및 배향을 표시 장치에 표시하는 단계를 더 포함하는 것을 특징으로 하는 방법. - 제 57 항에 있어서,
상기 2D 영상의 부분집합은 상기 생체로부터의 ECG 신호의 R파(wave) 게이팅에 의해 선택되는 것을 특징으로 하는 방법. - 제 92 항에 있어서,
상기 R파 게이팅은:
상기 생체로부터 상기 ECG 신호를 취득하는 것;
상기 ECG 신호를 디지털 ECG 신호로 디지털화하는 것;
상기 디지털 ECG 신호를 대역통과 필터로 필터링하고 절대값 필터를 거기에 적용하여 필터링된 ECG 신호를 생성하는 것;
상기 필터링된 ECG 신호의 각각의 순차 신호에 대하여, 상기 필터링된 ECG 신호를 ECG 추적 문턱(TT)과 비교하는 것;
상기 필터링된 ECG 신호가 TT보다 크지 않은 경우, 카운터를 증가시키되, TT보다 큰 경우, 상기 카운터를 0으로 설정하는 것; 및
상기 카운터를 미리 정해진 리프렉토리 카운트 RC와 비교하고, 카운트가 RC와 같은 경우, R파 트리거(trigger)를 출력하는 것;
을 포함하는 것을 특징으로 하는 방법. - 제 93 항에 있어서,
TT는 다음의 연산을 적용하여 결정되며:
,
TTp는 TT의 이전 값이고, c2는 상수이며, ST는 미리 정해진 이전 시간 구간(tm) 동안의 상기 필터링된 ECG 신호의 최대값의 일부(fraction)(c1)인 것을 특징으로 하는 방법. - 제 94 항에 있어서,
미리 정해진 드롭아웃(dropout) 구간(tD) 동안 R파 트리거가 발생하지 않은 경우, TT는 ST로 설정되는 것을 특징으로 하는 방법. - 제 95 항에 있어서,
c1은 약 0.5이고, c2는 약 0.25이고, tm은 약 2초이며, RC는 약 90 밀리초(milliseconds)의 시간 구간에 대응하고, tD는 약 5초인 것을 특징으로 하는 방법. - 제 95 항에 있어서,
tD는 약 2 내지 10 초의 범위 내에 있는 것을 특징으로 하는 방법. - 제 95 항에 있어서,
c1은 약 0.4 내지 0.7의 범위 내에 있는 것을 특징으로 하는 방법. - 제 95 항에 있어서,
c2는 약 0.15 내지 0.8의 범위 내에 있는 것을 특징으로 하는 방법. - 제 95 항에 있어서,
tm은 적어도 약 1.5초인 것을 특징으로 하는 방법. - 제 95 항에 있어서,
상기 리프렉토리 카운트 RC는 약 30 내지 250 밀리초의 범위 내의 구간에 대응하는 것을 특징으로 하는 방법. - 제 92 항에 있어서,
상기 2D 영상의 부분집합은 상기 생체의 호흡 신호로부터의 호흡 게이팅(gating)에 의해 더 선택되는 것을 특징으로 하는 방법. - 제 92 항에 있어서,
상기 ECG 신호는 복수의 ECG 채널 신호를 포함하고, 상기 R파 게이팅은 각각이 별개의 ECG 채널 신호 상에서 동작하는 복수의 채널 R파 게이트에 의해 구동되는 합성(composite) R파 게이트에 의해 생성되는 것을 특징으로 하는 방법. - 제 103 항에 있어서,
각각의 상기 복수의 채널 R파 게이트는 트리거-윈도우(trigger-window) 필터로의 입력인 출력 신호를 가지며, 상기 합성 R파 게이트의 트리거 출력은 상기 채널 R파 게이트 중 어느 하나로부터의 출력 신호에 의해 트리거되며, 다른 채널 R파 게이트에 대한 모든 출력 신호는 상기 합성 R파 게이트가 트리거된 후 미리 정해진 시간 구간동안 상기 합성 R파 게이트를 트리거하지 않는 것을 특징으로 하는 방법. - 제 104 항에 있어서,
상기 합성 R파 게이트를 트리거하는 상기 채널 R파 게이트 출력 신호는 상기 미리 정해진 시간 구간이 끝난 후 처음 수신되는 채널 R파 출력 신호인 것을 특징으로 하는 방법. - 제 103 항에 있어서,
각각의 상기 복수의 채널 R파 게이트는 출력 신호를 가지며, 각각의 출력 신호는 출력이 상기 합성 R파 게이트의 출력인 OR-게이트로의 입력인 것을 특징으로 하는 방법. - 제 106 항에 있어서,
각각의 채널 R파 게이트 출력 신호는 대응하는 채널 R파 게이트에 의해 검출된 각각의 R파에 대한 미리 정해진 지속 시간의 단일 펄스를 포함하고, 상기 합성 R파 게이트 출력은 상기 OR-게이트 출력의 리딩(leading) 엣지에 의해 트리거되는 것을 특징으로 하는 방법. - 제 103 항에 있어서,
각각의 채널 R파 게이트는:
상기 생체로부터 그것의 대응하는 ECG 채널 신호를 취득하는 단계;
그것의 ECG 채널 신호를 대응하는 디지털 ECG 채널 신호로 디지털화하는 단계;
그것의 대응하는 디지털 ECG 채널 신호를 대역통과 필터로 필터링하고 거기에 절대값 필터를 적용하여 대응하는 필터링된 ECG 채널 신호를 생성하는 단계;
그것의 대응하는 필터링된 ECG 채널 신호의 각각의 순차값에 대하여, 상기 필터링된 신호를 ECG 추적 문턱(TT)과 비교하고,
연산를 적용하되 TTp는 TT의 이전 값이고, c2는 상수이며, ST는 미리 정해진 이전 시간 구간(tm) 동안의 그것의 대응하는 필터링된 ECG 채널 신호의 최대값의 일부(c1)이고,
상기 대응하는 필터링된 ECG 신호가 TT보다 크지 않은 경우, 대응하는 카운터를 증가시키되, TT보다 큰 경우, 그것의 대응하는 카운터를 0으로 설정하고; 그리고
미리 정해진 드롭아웃 구간(tD)동안 채널 R파 트리거가 발생하지 않은 경우, TT를 ST로 설정하는 단계; 및
그것의 대응하는 카운터값을 미리 정해진 리프렉토리 카운트 RC와 비교하고, 그것의 대응하는 카운터 값이 RC와 동일한 경우, 채널 R파 트리거를 출력하는 단계;
를 수행하는 것을 특징으로 하는 방법. - 제 108항에 있어서,
상기 복수의 채널 R파 게이트 각각은 c1, c2, tm, tD 및 RC에 대하여 동일한 설정을 갖는 것을 특징으로 하는 방법. - 제 108 항에 있어서,
상기 복수의 채널 R파 게이트 각각은 출력 신호를 가지며, 각각의 출력 신호는 출력이 상기 합성 R파 게이트의 출력인 OR-게이트로의 입력인 것을 특징으로 하는 방법. - 제 110 항에 있어서,
각각의 채널 R파 게이트 출력 신호는 대응하는 채널 R파 게이트에 의해 검출된 각각의 R파에 대한 미리 정해진 지속 시간의 단일 펄스를 포함하고, 상기 합성 R파 게이트 출력은 상기 OR-게이트 출력의 리딩 엣지에 의해 트리거되는 것을 특징으로 하는 방법. - 제 92 항에 있어서,
상기 R파 게이팅은 상기 ECG 신호가 비교되는 문턱을 갖는 R파 게이팅 프로세스에 의하며 상기 문턱은 이전 R파 트리거가 발생한 상기 ECG 신호의 레벨과 독립적인 것을 특징으로 하는 방법. - 제 57 항에 있어서,
캡쳐하고, 검출하고, 기하학 계산을 적용하고, 보정을 적용하며 3D 위치 및 배향을 계산하는 단계를 단일 위치에 있는 상기 의료 물체와 함께 복수 회 포함하고 상기 계산된 3D 위치 및 배향 데이터의 평균을 냄으로써 상기 판단의 정확성을 강화하는 단계를 더 포함하는 것을 특징으로 하는 방법. - 제 1 항에 있어서,
캡쳐하고, 검출하고, 기하학 계산을 적용하고, 보정을 적용하며 3D 위치 및 배향을 계산하는 단계를 단일 위치에 있는 상기 의료 물체와 함께 복수 회 포함하고 상기 계산된 3D 위치 및 배향 데이터의 평균을 냄으로써 상기 판단의 정확성을 강화하는 단계를 더 포함하는 것을 특징으로 하는 방법.
Applications Claiming Priority (5)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| US201161573557P | 2011-09-08 | 2011-09-08 | |
| US61/573,557 | 2011-09-08 | ||
| US201161627728P | 2011-10-17 | 2011-10-17 | |
| US61/627,728 | 2011-10-17 | ||
| PCT/US2012/054256 WO2013036831A1 (en) | 2011-09-08 | 2012-09-07 | Automatically determining 3d catheter location and orientation using 2d fluoroscopy only |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20140101722A true KR20140101722A (ko) | 2014-08-20 |
| KR101914676B1 KR101914676B1 (ko) | 2018-11-05 |
Family
ID=47832604
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020147008971A KR101914676B1 (ko) | 2011-09-08 | 2012-09-07 | 2d 형광 투시법만을 이용한 3d 카테터 위치 및 배향의 자동 판단 |
Country Status (9)
| Country | Link |
|---|---|
| US (4) | US8849388B2 (ko) |
| EP (2) | EP2753236B1 (ko) |
| KR (1) | KR101914676B1 (ko) |
| CN (3) | CN105326498A (ko) |
| AU (1) | AU2012304408B2 (ko) |
| BR (1) | BR112014005363A2 (ko) |
| CA (2) | CA2863973A1 (ko) |
| SG (1) | SG11201400446WA (ko) |
| WO (2) | WO2013036837A1 (ko) |
Families Citing this family (88)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US8784336B2 (en) | 2005-08-24 | 2014-07-22 | C. R. Bard, Inc. | Stylet apparatuses and methods of manufacture |
| ES2651898T3 (es) | 2007-11-26 | 2018-01-30 | C.R. Bard Inc. | Sistema integrado para la colocación intravascular de un catéter |
| US8781555B2 (en) | 2007-11-26 | 2014-07-15 | C. R. Bard, Inc. | System for placement of a catheter including a signal-generating stylet |
| US9649048B2 (en) | 2007-11-26 | 2017-05-16 | C. R. Bard, Inc. | Systems and methods for breaching a sterile field for intravascular placement of a catheter |
| US10751509B2 (en) | 2007-11-26 | 2020-08-25 | C. R. Bard, Inc. | Iconic representations for guidance of an indwelling medical device |
| US9521961B2 (en) | 2007-11-26 | 2016-12-20 | C. R. Bard, Inc. | Systems and methods for guiding a medical instrument |
| EP2313143B1 (en) | 2008-08-22 | 2014-09-24 | C.R. Bard, Inc. | Catheter assembly including ecg sensor and magnetic assemblies |
| US9532724B2 (en) | 2009-06-12 | 2017-01-03 | Bard Access Systems, Inc. | Apparatus and method for catheter navigation using endovascular energy mapping |
| WO2011019760A2 (en) | 2009-08-10 | 2011-02-17 | Romedex International Srl | Devices and methods for endovascular electrography |
| BR112012019354B1 (pt) | 2010-02-02 | 2021-09-08 | C.R.Bard, Inc | Método para localização de um dispositivo médico implantável |
| JP5980201B2 (ja) | 2010-05-28 | 2016-08-31 | シー・アール・バード・インコーポレーテッドＣ Ｒ Ｂａｒｄ Ｉｎｃｏｒｐｏｒａｔｅｄ | 針および医療用コンポーネントのための挿入誘導システム |
| EP2912999B1 (en) | 2010-05-28 | 2022-06-29 | C. R. Bard, Inc. | Apparatus for use with needle insertion guidance system |
| US8672837B2 (en) | 2010-06-24 | 2014-03-18 | Hansen Medical, Inc. | Methods and devices for controlling a shapeable medical device |
| MX338127B (es) | 2010-08-20 | 2016-04-04 | Bard Inc C R | Reconfirmacion de colocacion de una punta de cateter asistida por ecg. |
| US9510771B1 (en) | 2011-10-28 | 2016-12-06 | Nuvasive, Inc. | Systems and methods for performing spine surgery |
| JP6104601B2 (ja) * | 2012-03-06 | 2017-03-29 | 東芝メディカルシステムズ株式会社 | Ｘ線画像診断装置及び制御プログラム |
| US9057600B2 (en) | 2013-03-13 | 2015-06-16 | Hansen Medical, Inc. | Reducing incremental measurement sensor error |
| US9629595B2 (en) | 2013-03-15 | 2017-04-25 | Hansen Medical, Inc. | Systems and methods for localizing, tracking and/or controlling medical instruments |
| US9271663B2 (en) | 2013-03-15 | 2016-03-01 | Hansen Medical, Inc. | Flexible instrument localization from both remote and elongation sensors |
| US8812091B1 (en) | 2013-03-15 | 2014-08-19 | Apn Health, Llc | Multi-channel cardiac measurements |
| US9014851B2 (en) | 2013-03-15 | 2015-04-21 | Hansen Medical, Inc. | Systems and methods for tracking robotically controlled medical instruments |
| JP6264665B2 (ja) * | 2013-04-17 | 2018-01-24 | パナソニックＩｐマネジメント株式会社 | 画像処理方法および画像処理装置 |
| US11020016B2 (en) | 2013-05-30 | 2021-06-01 | Auris Health, Inc. | System and method for displaying anatomy and devices on a movable display |
| US9848922B2 (en) | 2013-10-09 | 2017-12-26 | Nuvasive, Inc. | Systems and methods for performing spine surgery |
| US9078572B2 (en) | 2013-10-30 | 2015-07-14 | Apn Health, Llc | Heartbeat detection and categorization |
| US9078575B2 (en) | 2013-10-30 | 2015-07-14 | Apn Health, Llc | Heartbeat categorization |
| US9696131B2 (en) | 2013-12-24 | 2017-07-04 | Biosense Webster (Israel) Ltd. | Adaptive fluoroscope location for the application of field compensation |
| EP3073910B1 (en) | 2014-02-06 | 2020-07-15 | C.R. Bard, Inc. | Systems for guidance and placement of an intravascular device |
| US20150223902A1 (en) * | 2014-02-07 | 2015-08-13 | Hansen Medical, Inc. | Navigation with 3d localization using 2d images |
| US9526468B2 (en) * | 2014-09-09 | 2016-12-27 | General Electric Company | Multiple frame acquisition for exposure control in X-ray medical imagers |
| KR20160033546A (ko) * | 2014-09-18 | 2016-03-28 | 삼성전자주식회사 | 엑스선 장치 및 엑스선 촬영 방법 |
| US9314179B1 (en) | 2014-09-25 | 2016-04-19 | Apn Health, Llc | Time transformation of local activation times |
| CN113208723B (zh) * | 2014-11-03 | 2024-09-20 | 460医学股份有限公司 | 用于接触质量的评估的系统和方法 |
| US10973584B2 (en) | 2015-01-19 | 2021-04-13 | Bard Access Systems, Inc. | Device and method for vascular access |
| US10105117B2 (en) * | 2015-02-13 | 2018-10-23 | Biosense Webster (Israel) Ltd. | Compensation for heart movement using coronary sinus catheter images |
| US10307078B2 (en) | 2015-02-13 | 2019-06-04 | Biosense Webster (Israel) Ltd | Training of impedance based location system using registered catheter images |
| WO2016210325A1 (en) | 2015-06-26 | 2016-12-29 | C.R. Bard, Inc. | Connector interface for ecg-based catheter positioning system |
| DE102015216115B4 (de) | 2015-08-24 | 2023-08-10 | Siemens Healthcare Gmbh | Verfahren und System zum Bestimmen eines Triggersignals |
| AU2016323982A1 (en) | 2015-09-18 | 2018-04-12 | Auris Health, Inc. | Navigation of tubular networks |
| US10143526B2 (en) | 2015-11-30 | 2018-12-04 | Auris Health, Inc. | Robot-assisted driving systems and methods |
| JP7159046B2 (ja) * | 2015-12-15 | 2022-10-24 | コリンダス、インコーポレイテッド | 撮像システムのｘ線フレームレートを制御するためのシステム及び方法 |
| US11000207B2 (en) | 2016-01-29 | 2021-05-11 | C. R. Bard, Inc. | Multiple coil system for tracking a medical device |
| US10004414B2 (en) * | 2016-02-09 | 2018-06-26 | Apn Health, Llc | Detecting stimulus pulses |
| JP7118890B2 (ja) * | 2016-02-12 | 2022-08-16 | インテュイティブ サージカル オペレーションズ， インコーポレイテッド | 画像誘導手術において位置合わせされた蛍光透視画像を使用するためのシステム及び方法 |
| US11553892B2 (en) | 2016-03-01 | 2023-01-17 | Koninklijke Philips N.V. | Automated ultrasonic measurement of nuchal fold translucency |
| US10357168B2 (en) | 2016-03-07 | 2019-07-23 | Apn Health, Llc | Time transformation of local activation times |
| US10314504B2 (en) | 2016-11-15 | 2019-06-11 | Microsoft Technology Licensing, Llc | Electrocardiogram (EKG) indication saturation correction |
| US10244926B2 (en) | 2016-12-28 | 2019-04-02 | Auris Health, Inc. | Detecting endolumenal buckling of flexible instruments |
| KR101892631B1 (ko) | 2017-03-06 | 2018-08-28 | 한국과학기술연구원 | 2차원 영상 기반의 수술도구 3차원 위치 추적 장치 및 방법 |
| AU2018243364B2 (en) | 2017-03-31 | 2023-10-05 | Auris Health, Inc. | Robotic systems for navigation of luminal networks that compensate for physiological noise |
| US10258302B2 (en) * | 2017-04-13 | 2019-04-16 | Apn Health, Llc | Rapid 3D cardiac parameter mapping |
| US10561380B2 (en) * | 2017-05-02 | 2020-02-18 | Apn Health, Llc | Determining and displaying the 3D location and orientation of a cardiac-ablation balloon |
| WO2018232037A1 (en) | 2017-06-14 | 2018-12-20 | Eaves Christopher | Fluoroscope with movable head and barrier to vary source to skin distance |
| US10022192B1 (en) | 2017-06-23 | 2018-07-17 | Auris Health, Inc. | Automatically-initialized robotic systems for navigation of luminal networks |
| CN110809452B (zh) | 2017-06-28 | 2023-05-23 | 奥瑞斯健康公司 | 电磁场发生器对准 |
| EP3644886A4 (en) | 2017-06-28 | 2021-03-24 | Auris Health, Inc. | ELECTROMAGNETIC DISTORTION DETECTION |
| WO2019067548A1 (en) * | 2017-09-27 | 2019-04-04 | Covidien Lp | SYSTEMS AND METHODS FOR VISUALIZING ABLATION |
| US11058493B2 (en) | 2017-10-13 | 2021-07-13 | Auris Health, Inc. | Robotic system configured for navigation path tracing |
| US10555778B2 (en) | 2017-10-13 | 2020-02-11 | Auris Health, Inc. | Image-based branch detection and mapping for navigation |
| CN110869173B (zh) | 2017-12-14 | 2023-11-17 | 奥瑞斯健康公司 | 用于估计器械定位的系统与方法 |
| US11160615B2 (en) | 2017-12-18 | 2021-11-02 | Auris Health, Inc. | Methods and systems for instrument tracking and navigation within luminal networks |
| US10939875B2 (en) | 2018-01-26 | 2021-03-09 | Fujitsu Limited | Optimized real peak detection in cyclic biological data signals |
| US11113814B2 (en) | 2018-02-08 | 2021-09-07 | Apn Health, Llc | Determining respiratory phase from fluoroscopic images |
| US10489911B2 (en) * | 2018-02-08 | 2019-11-26 | Apn Health, Llc | Determining respiratory phase from fluoroscopic images |
| CN110913791B (zh) | 2018-03-28 | 2021-10-08 | 奥瑞斯健康公司 | 用于显示所估计的器械定位的系统和方法 |
| KR102489198B1 (ko) | 2018-03-28 | 2023-01-18 | 아우리스 헬스, 인코포레이티드 | 위치 센서의 정합을 위한 시스템 및 방법 |
| JP7250824B2 (ja) | 2018-05-30 | 2023-04-03 | オーリス ヘルス インコーポレイテッド | 位置センサベースの分岐予測のためのシステム及び方法 |
| JP7146949B2 (ja) | 2018-05-31 | 2022-10-04 | オーリス ヘルス インコーポレイテッド | 画像ベースの気道分析及びマッピング |
| EP3801280B1 (en) | 2018-05-31 | 2024-10-02 | Auris Health, Inc. | Robotic systems for navigation of luminal network that detect physiological noise |
| EP3801189B1 (en) | 2018-05-31 | 2024-09-11 | Auris Health, Inc. | Path-based navigation of tubular networks |
| US10799135B2 (en) | 2018-06-13 | 2020-10-13 | Pacesetter, Inc. | Method and system to detect R-waves in cardiac activity signals |
| CN112839584B (zh) * | 2018-08-01 | 2023-11-21 | 努沃集团有限公司 | 用于母体子宫活动检测的系统和方法 |
| US12076100B2 (en) | 2018-09-28 | 2024-09-03 | Auris Health, Inc. | Robotic systems and methods for concomitant endoscopic and percutaneous medical procedures |
| WO2020081373A1 (en) | 2018-10-16 | 2020-04-23 | Bard Access Systems, Inc. | Safety-equipped connection systems and methods thereof for establishing electrical connections |
| US11109826B2 (en) | 2018-12-19 | 2021-09-07 | Onyx Technical Consulting, Llc | Fluoroscopy system with movable imaging head/X-ray detector |
| US10898159B2 (en) * | 2019-01-11 | 2021-01-26 | General Electric Company | X-ray imaging system use and calibration |
| JP7451686B2 (ja) | 2019-08-30 | 2024-03-18 | オーリス ヘルス インコーポレイテッド | 器具画像信頼性システム及び方法 |
| KR20220058569A (ko) | 2019-08-30 | 2022-05-09 | 아우리스 헬스, 인코포레이티드 | 위치 센서의 가중치-기반 정합을 위한 시스템 및 방법 |
| JP7494290B2 (ja) | 2019-09-03 | 2024-06-03 | オーリス ヘルス インコーポレイテッド | 電磁歪み検出及び補償 |
| CN118383870A (zh) | 2019-12-31 | 2024-07-26 | 奥瑞斯健康公司 | 用于经皮进入的对准界面 |
| WO2021137109A1 (en) | 2019-12-31 | 2021-07-08 | Auris Health, Inc. | Alignment techniques for percutaneous access |
| EP4084721A4 (en) | 2019-12-31 | 2024-01-03 | Auris Health, Inc. | IDENTIFICATION OF AN ANATOMIC FEATURE AND AIMING |
| JP7266543B2 (ja) * | 2020-02-07 | 2023-04-28 | 富士フイルム株式会社 | 放射線画像処理装置、方法およびプログラム |
| KR102307919B1 (ko) * | 2020-04-22 | 2021-10-05 | 한국과학기술연구원 | 단방향 x선 영상을 이용한 굽힘 가능한 중재의료 기구의 포즈 추정 방법 |
| US11896296B2 (en) * | 2020-11-10 | 2024-02-13 | Biosense Webster (Israel) Ltd. | End expirium identification methods, systems, and processes |
| JP7565772B2 (ja) * | 2020-12-09 | 2024-10-11 | 富士フイルム株式会社 | Ｘ線撮像装置及び処置具認識方法 |
| US20220183669A1 (en) * | 2020-12-16 | 2022-06-16 | Biosense Webster (Israel) Ltd. | Probe-cavity motion modeling |
| CN116458872B (zh) * | 2023-06-13 | 2023-09-05 | 汶上县人民医院 | 一种呼吸数据的分析方法及系统 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5821541A (en) * | 1996-02-02 | 1998-10-13 | Tuemer; Tuemay O. | Method and apparatus for radiation detection |
| US6285902B1 (en) * | 1999-02-10 | 2001-09-04 | Surgical Insights, Inc. | Computer assisted targeting device for use in orthopaedic surgery |
| US20030220555A1 (en) * | 2002-03-11 | 2003-11-27 | Benno Heigl | Method and apparatus for image presentation of a medical instrument introduced into an examination region of a patent |
Family Cites Families (35)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US4240442A (en) | 1979-01-05 | 1980-12-23 | American Optical Corporation | Variable threshold R-wave detector |
| US4374382A (en) * | 1981-01-16 | 1983-02-15 | Medtronic, Inc. | Marker channel telemetry system for a medical device |
| US4583553A (en) | 1983-11-15 | 1986-04-22 | Medicomp, Inc. | Ambulatory ECG analyzer and recorder |
| IL78931A0 (en) * | 1985-06-05 | 1986-09-30 | Univ Illinois | Methods and apparatus for monitoring cardiovascular regulation using heart rate power spectral analysis |
| JPH03228745A (ja) * | 1990-02-05 | 1991-10-09 | Toshiba Corp | Ｍｒｉ装置 |
| US5117824A (en) | 1990-11-14 | 1992-06-02 | Medtronic, Inc. | Apparatus for monitoring electrical physiologic signals |
| CN1063624C (zh) * | 1994-04-14 | 2001-03-28 | 北京卡迪欧医疗设备有限责任公司 | 心电监测、传输和全自动分析系统 |
| DE69526635T2 (de) * | 1994-12-29 | 2002-12-05 | Koninklijke Philips Electronics N.V., Eindhoven | Bilderzeugungsgerät und Verfahren zur Verbesserung geometrischer optischer Bildverzerrungen |
| US6408109B1 (en) * | 1996-10-07 | 2002-06-18 | Cognex Corporation | Apparatus and method for detecting and sub-pixel location of edges in a digital image |
| US6064759A (en) * | 1996-11-08 | 2000-05-16 | Buckley; B. Shawn | Computer aided inspection machine |
| US5701907A (en) | 1996-12-16 | 1997-12-30 | Hewlett-Packard Company | Electrocardiographic waveform monitoring method and system |
| US6493575B1 (en) * | 1998-06-04 | 2002-12-10 | Randy J. Kesten | Fluoroscopic tracking enhanced intraventricular catheter system |
| DE19825829C2 (de) * | 1998-06-10 | 2000-07-27 | Leica Microsystems | Verfahren zur Bestimmung des Abstandes P einer Kante eines Strukturelementes auf einem Substrat |
| US6438411B1 (en) | 1998-07-23 | 2002-08-20 | Cardio Technologies, Inc. | Digital ECG detection system |
| DE10022009C2 (de) * | 1999-11-26 | 2002-12-05 | Inb Vision Ag | Verfahren und Einrichtung zur Bestimmung und mindestens teilweisen Korrektur der Fehler eines Bildwiedergabesystems |
| US6484049B1 (en) * | 2000-04-28 | 2002-11-19 | Ge Medical Systems Global Technology Company, Llc | Fluoroscopic tracking and visualization system |
| DE10105431A1 (de) * | 2001-02-07 | 2002-08-08 | Biotronik Mess & Therapieg | Signalauswerteverfahren zur Detektion von QRS-Komplexen in Elektrokardiogramm-Signalen |
| US7155046B2 (en) * | 2003-02-12 | 2006-12-26 | Pie Medical Imaging Bv | Method of determining physical parameters of bodily structures |
| US7139605B2 (en) * | 2003-03-18 | 2006-11-21 | Massachusetts Institute Of Technology | Heart rate monitor |
| GB0307212D0 (en) * | 2003-03-28 | 2003-04-30 | Advanced Medical Diagnostics G | Method and apparatus for identifying features in an ECG signal |
| US7787951B1 (en) * | 2003-12-24 | 2010-08-31 | Pacesetter, Inc. | System and method for determining optimal stimulation sites based on ECG information |
| US8515527B2 (en) * | 2004-10-13 | 2013-08-20 | General Electric Company | Method and apparatus for registering 3D models of anatomical regions of a heart and a tracking system with projection images of an interventional fluoroscopic system |
| GB2420628B (en) * | 2005-09-27 | 2006-11-01 | Toumaz Technology Ltd | Monitoring method and apparatus |
| US7950849B2 (en) * | 2005-11-29 | 2011-05-31 | General Electric Company | Method and device for geometry analysis and calibration of volumetric imaging systems |
| US8204582B2 (en) * | 2006-01-12 | 2012-06-19 | Arrow International, Inc. | Adaptive real time ECG triggering and uses thereof |
| US7379532B2 (en) * | 2006-08-01 | 2008-05-27 | Siemens Medical Solutions Usa, Inc. | ECG-based rotational angiography for cardiology |
| US8064664B2 (en) * | 2006-10-18 | 2011-11-22 | Eigen, Inc. | Alignment method for registering medical images |
| US8781193B2 (en) * | 2007-03-08 | 2014-07-15 | Sync-Rx, Ltd. | Automatic quantitative vessel analysis |
| WO2009042671A1 (en) * | 2007-09-24 | 2009-04-02 | The Board Of Trustees Of The University Of Illinois | Three-dimensional microfabricated bioreactors with embedded capillary network |
| CN102027615A (zh) | 2008-03-26 | 2011-04-20 | 皇家飞利浦电子股份有限公司 | 发光二极管器件 |
| US8348507B2 (en) * | 2008-03-28 | 2013-01-08 | Koninklijke Philips Electronics N.V. | Object localization in X-ray images |
| US9974509B2 (en) * | 2008-11-18 | 2018-05-22 | Sync-Rx Ltd. | Image super enhancement |
| WO2010117573A2 (en) * | 2009-04-07 | 2010-10-14 | Virginia Commonwealth University | Automated measurement of brain injury indices using brain ct images, injury data, and machine learning |
| FR2949590B1 (fr) | 2009-09-02 | 2012-08-03 | Gen Electric | Procede de reconstruction tridimensionnelle d'un objet a partir d'une seule vue |
| CN101828918B (zh) * | 2010-05-12 | 2011-09-21 | 重庆大学 | 基于波形特征匹配的心电信号r波峰检测方法 |
-
2012
- 2012-09-07 US US13/607,185 patent/US8849388B2/en active Active
- 2012-09-07 KR KR1020147008971A patent/KR101914676B1/ko active IP Right Grant
- 2012-09-07 CA CA2863973A patent/CA2863973A1/en not_active Abandoned
- 2012-09-07 EP EP12829906.2A patent/EP2753236B1/en not_active Not-in-force
- 2012-09-07 BR BR112014005363A patent/BR112014005363A2/pt unknown
- 2012-09-07 CN CN201510869947.0A patent/CN105326498A/zh active Pending
- 2012-09-07 US US13/607,163 patent/US9986931B2/en active Active
- 2012-09-07 WO PCT/US2012/054265 patent/WO2013036837A1/en active Application Filing
- 2012-09-07 CN CN201280052033.XA patent/CN104023625A/zh active Pending
- 2012-09-07 CA CA 2848139 patent/CA2848139A1/en not_active Abandoned
- 2012-09-07 SG SG11201400446WA patent/SG11201400446WA/en unknown
- 2012-09-07 WO PCT/US2012/054256 patent/WO2013036831A1/en active Application Filing
- 2012-09-07 AU AU2012304408A patent/AU2012304408B2/en not_active Ceased
- 2012-09-07 CN CN201280051842.9A patent/CN104023629B/zh active Active
- 2012-09-07 EP EP12829366.9A patent/EP2753241B1/en active Active
-
2014
- 2014-05-09 US US14/274,078 patent/US9014794B2/en active Active
-
2018
- 2018-03-19 US US15/924,761 patent/US10881316B2/en active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5821541A (en) * | 1996-02-02 | 1998-10-13 | Tuemer; Tuemay O. | Method and apparatus for radiation detection |
| US6285902B1 (en) * | 1999-02-10 | 2001-09-04 | Surgical Insights, Inc. | Computer assisted targeting device for use in orthopaedic surgery |
| US20030220555A1 (en) * | 2002-03-11 | 2003-11-27 | Benno Heigl | Method and apparatus for image presentation of a medical instrument introduced into an examination region of a patent |
Also Published As
| Publication number | Publication date |
|---|---|
| US8849388B2 (en) | 2014-09-30 |
| AU2012304408B2 (en) | 2017-03-30 |
| EP2753236A4 (en) | 2015-07-01 |
| EP2753241B1 (en) | 2016-11-09 |
| CA2848139A1 (en) | 2013-03-14 |
| BR112014005363A2 (pt) | 2017-06-13 |
| US20130245477A1 (en) | 2013-09-19 |
| US10881316B2 (en) | 2021-01-05 |
| WO2013036831A8 (en) | 2014-03-06 |
| EP2753236A1 (en) | 2014-07-16 |
| CN104023629A (zh) | 2014-09-03 |
| US9014794B2 (en) | 2015-04-21 |
| CN104023625A (zh) | 2014-09-03 |
| AU2012304408A1 (en) | 2014-03-27 |
| KR101914676B1 (ko) | 2018-11-05 |
| AU2012304408A8 (en) | 2014-04-03 |
| CA2863973A1 (en) | 2013-03-14 |
| EP2753241A1 (en) | 2014-07-16 |
| SG11201400446WA (en) | 2014-09-26 |
| CN105326498A (zh) | 2016-02-17 |
| US20130243153A1 (en) | 2013-09-19 |
| US20140249439A1 (en) | 2014-09-04 |
| WO2013036837A1 (en) | 2013-03-14 |
| US20180296117A1 (en) | 2018-10-18 |
| CN104023629B (zh) | 2017-02-22 |
| WO2013036831A1 (en) | 2013-03-14 |
| US9986931B2 (en) | 2018-06-05 |
| EP2753236B1 (en) | 2017-11-29 |
| EP2753241A4 (en) | 2015-04-29 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR101914676B1 (ko) | 2d 형광 투시법만을 이용한 3d 카테터 위치 및 배향의 자동 판단 | |
| JP4777007B2 (ja) | Ｘ線コンピュータ断層撮影装置 | |
| US8005284B2 (en) | Three dimensional image processing apparatus and x-ray diagnosis apparatus | |
| JP6238669B2 (ja) | 画像処理装置及びｘ線ｃｔ装置 | |
| US9380940B2 (en) | Method and system for displaying a three dimensional visualization of cardiac motion | |
| JP5839822B2 (ja) | 画像処理装置及びｘ線ｃｔ装置 | |
| JP4777164B2 (ja) | 心拍位相決定装置、プログラム及びｘ線診断装置 | |
| WO2020068266A1 (en) | Determining catheter-tip 3d location and orientation using fluoroscopy and impedance measurements | |
| EP3609406B1 (en) | Rapid 3d cardiac parameter mapping | |
| JP2004313513A (ja) | Ｘ線ｃｔ装置 | |
| CN112911999B (zh) | 使用荧光检查和阻抗测量确定导管尖端3d位置和朝向 | |
| JP7144230B2 (ja) | 医用情報処理装置、医用画像診断装置及びプログラム | |
| US11484362B2 (en) | Medical information processing apparatus and medical information processing method | |
| JP2000189413A (ja) | 放射線断層撮影方法及び装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A201 | Request for examination | ||
| A302 | Request for accelerated examination | ||
| E902 | Notification of reason for refusal | ||
| E902 | Notification of reason for refusal | ||
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant |