Nothing Special   »   [go: up one dir, main page]

CN107787203B - 图像配准 - Google Patents

图像配准 Download PDF

Info

Publication number
CN107787203B
CN107787203B CN201680037207.3A CN201680037207A CN107787203B CN 107787203 B CN107787203 B CN 107787203B CN 201680037207 A CN201680037207 A CN 201680037207A CN 107787203 B CN107787203 B CN 107787203B
Authority
CN
China
Prior art keywords
interventional
registration
data
information
reference map
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201680037207.3A
Other languages
English (en)
Other versions
CN107787203A (zh
Inventor
O·P·内姆蓬
T·埃伦巴斯
J·奥利万贝斯科斯
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Koninklijke Philips NV
Original Assignee
Koninklijke Philips NV
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Koninklijke Philips NV filed Critical Koninklijke Philips NV
Publication of CN107787203A publication Critical patent/CN107787203A/zh
Application granted granted Critical
Publication of CN107787203B publication Critical patent/CN107787203B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • A61B6/46—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
    • A61B6/46—Arrangements for interfacing with the operator or the patient
    • A61B6/467—Arrangements for interfacing with the operator or the patient characterised by special input means
    • A61B6/469—Arrangements for interfacing with the operator or the patient characterised by special input means for selecting a region of interest [ROI]
    • 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
    • A61B6/52—Devices using data or image processing specially adapted for radiation diagnosis
    • A61B6/5211—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/52—Devices using data or image processing specially adapted for radiation diagnosis
    • A61B6/5211—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data
    • A61B6/5229—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data combining image data of a patient, e.g. combining a functional image with an anatomical image
    • A61B6/5235—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data combining image data of a patient, e.g. combining a functional image with an anatomical image combining images from the same or different ionising radiation imaging techniques, e.g. PET and CT
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/30—Determination of transform parameters for the alignment of images, i.e. image registration
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/30—Determination of transform parameters for the alignment of images, i.e. image registration
    • G06T7/33—Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods
    • G06T7/344—Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods involving models
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
    • 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
    • A61B2090/365—Correlation of different images or relation of image positions in respect to the body augmented reality, i.e. correlating a live optical image with another image
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10072—Tomographic images
    • G06T2207/10081—Computed x-ray tomography [CT]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10116—X-ray image
    • G06T2207/10121—Fluoroscopy
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20004—Adaptive image processing
    • G06T2207/20012—Locally adaptive
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30004—Biomedical image processing
    • G06T2207/30021—Catheter; Guide wire
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30004—Biomedical image processing
    • G06T2207/30101—Blood vessel; Artery; Vein; Vascular
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/70—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for mining of medical data, e.g. analysing previous cases of other patients

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Medical Informatics (AREA)
  • Physics & Mathematics (AREA)
  • Public Health (AREA)
  • Biomedical Technology (AREA)
  • Pathology (AREA)
  • General Health & Medical Sciences (AREA)
  • Surgery (AREA)
  • Veterinary Medicine (AREA)
  • Optics & Photonics (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Molecular Biology (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Animal Behavior & Ethology (AREA)
  • High Energy & Nuclear Physics (AREA)
  • Biophysics (AREA)
  • Radiology & Medical Imaging (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Human Computer Interaction (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Epidemiology (AREA)
  • Primary Health Care (AREA)
  • Apparatus For Radiation Diagnosis (AREA)
  • Image Analysis (AREA)

Abstract

在心脏线路图绘制中，“线路图”(其通常是经由来自CT扫描的先前地采集的数据所获得的患者的脉管系统的表示)被交叠在实况介入数据上，所述实况介入数据示出使用荧光透视所获得的介入设备的位置。以这种方式，可以在患者的现实表示内部跟踪所述介入设备。荧光透视图像与线路图数据的准确配准是重要步骤，否则所述介入设备的报告的实况位置将未示出在线路图内部的准确位置处。可以通过对比剂的注射来执行配准。在心脏线路图绘制的情况下，小血管直径意味着直接地配准介入设备是可能的。然而，较大血管中的介入设备的行为难以预测，并且因此基于设备的配准更难以在这样的背景下实现。通过检测特定介入设备和特定血管背景的存在，可以经由与已知设备配置的库的比较来提供所述介入设备与3D线路图的准确配准。

Description

图像配准
技术领域
本发明涉及用于感兴趣对象的自适应图像线路图绘制期间的基于介入对象的配准的装置、X射线成像系统、用于感兴趣对象的自适应图像线路图绘制期间的基于介入对象的配准的方法、计算机程序单元和计算机可读介质。
背景技术
在血管内介入期间，医学专家可以使用三维CT数据提供血管网络的方便的“线路图”。通过2D荧光透视图像(实况数据)以及其与3D CT数据的融合的提供，线路图可以被显示在实况数据上，从而示出感兴趣对象中的介入设备的位置。3D数据被投影到与2D荧光透视采集中的X射线的图像平面相同角度处的实况数据的图像平面上。仍然存在将2D荧光透视图像配准到3D数据的问题。
为了执行该配准，一个方法是进行对比剂到患者的脉管系统中的注射。这使得血管的全范围能够在荧光透视数据中被辨识。然后，血管与3D CT数据中的血管的比较使得能够将三维数据中的血管与实况荧光透视图像中的血管配准。
另一技术实现在没有对比剂的注射的情况下的配准。该配准技术使用骨性结构(诸如脊柱段)，所述骨性结构将跨CT和荧光透视数据是公共的。不需要对比剂的注射。然而，这可以导致较低的配准准确度，因为配准未使用目标脉管系统直接地执行，而是使用邻近骨性结构执行的。
被插入到血管中的介入设备可以被用于在没有对比剂的注射的情况下对血管执行配准。然而，通常，该技术可以仅当设备被插入到小血管中时被使用，因为然后介入设备和血管的形状是类似的。在其他情况下，当介入设备被引入到大空间(诸如具有比插入设备的截面大得多的截面的血管，诸如大动脉瘤)中时，这样的技术是不成功的。
WO 2012/011035讨论了自适应线路图绘制技术。
US2014/294152讨论了用于将解剖结构表示与实况图像配对的装置。
发明内容
具有用于提供感兴趣对象的自适应图像线路图绘制期间的基于介入对象的配准的经改进的技术将是有利的。
为此目的，本发明的第一方面提供用于在感兴趣对象的自适应图像线路图绘制期间的基于介入对象的配准的装置。
所述装置包括输入单元，以及处理单元。
所述输入单元被配置为提供对象的感兴趣区域的对象数据；提供所述感兴趣区域的介入图像数据，其中，所述图像包括被定位在感兴趣区域中的介入对象的介入对象信息；并且提供配置参考图，其中，所述配置参考图包括：(i)参考对象信息和(ii)所述参考对象信息内的参考介入设备的参考介入设备信息。
所述处理单元被配置为执行第一配准以将所述介入对象信息与所述配置参考图中的所述参考介入设备信息匹配，从而产生匹配的配置参考图配准。所述处理单元被配置为：执行第二配准以将所述对象数据与匹配的配置参考图的参考对象信息匹配，从而产生对象数据配准；并且将匹配的配置参考图配准和对象数据配准组合以产生最终的线路图图像数据。
根据本发明的该方面，介入对象的介入对象信息可以被用于从配置参考图识别参考对象信息。参考介入设备信息被链接到所述参考对象信息。因此，基于介入设备的类型的介入设备的配置的库以及参考对象的布置的库可以被用于提供所述感兴趣区域的所述对象数据中的所述介入对象的更准确的配准。
换言之，通过检测使用的介入设备的类型，咨询不同的解剖背景下的介入设备的库。可以获得对应于介入图像中的介入设备的配置参考图匹配。这使得所述参考对象信息能够被用于提供具有经改进的配准准确度的最终的线路图图像数据。
根据本发明的第二方面，提供了X射线成像系统。
所述X射线成像系统包括：X射线采集设备，其具有X射线源和用于捕获实况X射线图像的X射线探测器。所述X射线成像系统还包括用于如先前地描述的感兴趣对象的自适应图像线路图绘制的基于介入对象的配准的装置，以及显示设备。
所述X射线成像布置被配置为：采集对象的感兴趣区域的实况X射线图像数据，将所述实况X射线图像数据提供到用于自适应图像线路图绘制的设备的输入设备，并且将具有自适应图像线路图的实况X射线图像显示在显示设备上。
根据本发明的第三方面，提供了用于感兴趣对象的自适应图像线路图绘制期间的基于介入对象的配准的方法。所述方法包括以下步骤：
a)提供对象的感兴趣区域的对象数据；
b)提供感兴趣区域的介入图像数据，其中，图像包括被定位在感兴趣区域中的介入对象的介入对象信息；
c)提供配置参考图，其中，配置参考图包括：(i)参考对象信息和(ii)参考对象信息内的参考介入设备的参考介入设备信息；
d)执行第一配准以将介入对象信息与配置参考图中的参考介入设备信息匹配，从而产生匹配的配置参考图配准；
e)执行第二配准以将对象数据与匹配的配置参考图配准的参考对象信息匹配的产生对象数据配准；并且
f)将匹配的配置参考图和对象数据配准组合以产生最终线路图图像数据。
根据本发明的第四方面，提供了用于控制根据先前的描述的装置的计算机程序单元，当所述计算机程序单元由处理单元运行时所述计算机程序单元适于执行先前所描述的方法步骤。
根据本发明的第五方面，提供了存储有先前的描述的程序单元的计算机可读介质。
在以下描述中，术语“对象数据”意味着由提供关于患者的解剖结构的信息的X射线(或MRI或其他医学成像模态)所获得的数据。通常，该信息是包含患者的血管网络的3D表示的3D体积数据。然而，将意识到，包含血管信息的这样的对象数据可以是患者的二维对象数据。3D对象数据通常将通过CT扫描或者C型臂扫描获得。2D对象数据可以通过术前X射线或者在相同介入期间先前地采集的血管造影来获得。
在以下描述中，术语“介入图像数据”指代例如在由荧光透视监测的血管内流程期间所获得的实况数据。荧光透视应用一系列X射线脉冲通过患者的感兴趣区域。这些在患者的另一侧被检测到，因此给定关于感兴趣区域内的对象的信息。信息是其中辐射不透明的元件在所述荧光透视的视场中可见的感兴趣区域的投影图像的序列。因此，介入图像数据允许患者内的介入设备(诸如导管)的移动的跟踪。还可以观察使用X射线的患者中可见的任何其他对象(诸如包括骨性结构的解剖特征)。在对比剂被注射的情况下，可以识别包含对比剂的血管。
在以下描述中，术语“介入对象信息”指代包含介入对象的图像信息的介入图像数据的部分。因此，介入对象信息可以是支架或者导管的荧光透视表示。在以下描述中，术语“配置参考图”指代数据记录，所述数据记录包括某些特定解剖形式的参考对象信息，以及某些介入对象的介入设备信息。
换句话说，参考对象信息可以包括关于公共血管配置的信息。公共血管配置可以被认为是血管的弓形部分、或者血管的分叉或者弯曲血管。
参考对象信息内的参考设备信息可以被认为是导管和支架的表示。支架可以是参考对象信息内的未部署的支架、或者部分部署的支架或者完全部署的支架。因此，配置参考图包含解剖特征与介入对象的公共组合，其中，介入设备任选地以部署的各种程度被示出。
因此，其可以看作使用可能的解剖配置的先验知识以及这样的公知解剖配置中的介入设备的形状将对象数据与介入图像数据配准的本发明的方法。可以针对配置参考图中的匹配的介入设备进行搜索，其使得当前实况图像中的介入设备能够被配准到参考介入设备。在配置参考图中，与参考对象信息的参考介入设备配准关系是已知的。配置参考图中的参考对象数据可以被配准到对象数据。通过组合这两个配准，获得最终的线路图图像数据。
本发明的这些和其他方面将根据在下文中所描述的实施例而显而易见并且得以阐述。
附图说明
图1a)和1b)示出了不同的脉管系统中的介入设备的配置；
图2示出了各种介入情形；
图3示出了根据第一方面的装置；
图4示出了根据第三方面的实施方式的范例；
图5示出了图示配准过程的序列；
图6示出了根据第三方面的方法；并且
图7示出了根据第二方面的X射线系统。
具体实施方式
存在将术前地采集的对象数据与实况采集的介入图像数据(例如，经由荧光透视模块)配准的若干方法。使用对比剂的方法要求对比剂到患者的脉管系统中的规则注射。具有对比剂的介入图像捕获脉管系统中的对比剂的范围，其因此准确地定义血管边界。
术前对象数据(诸如CT数据)将示出血管壁的边界。因此，介入图像数据中的包含对比剂的脉管系统的部分可以被用于将介入图像配准到对象数据。
然后，介入图像可以与对象数据对齐，并且可以在三个维度上示出对象数据中的介入图像数据的实况位置。该过程被称为配准。
有时，期望在未注射对比剂的情况下捕获脉管系统中的介入设备的位置，以降低在介入期间被注射到患者中的对比剂的数量，或者能够跟踪例如由于呼吸或者心脏移动而移动的对象。当介入设备被插入小血管中时，设备和血管的形状是类似的。因此，线路图的脉管系统可以被配准到荧光透视图像中的介入设备以在未注射对比剂的情况下获得准确的配准。
尽管这样的非对比配准技术已经是成功的，但是当解决大血管结构中的介入设备(其中，与血管结构的宽度相比较，介入设备的厚度是可以忽略的)的位置时问题出现。在这种情况下，设备可以在血管内浮动。通常，其可能不接触血管壁，并且因此基于设备的配准是不可能的。
图1a)示出了从范例荧光透视框架10获取的介入图像帧。在该图像中图示了示出具有侧支14的大主体的人类脉管系统12的部分。介入设备16(导管)已经被插入到大主体中(例如，经由经股骨方法)。大血管12具有相对于介入设备16的厚度的大厚度δd。因此，介入设备以不可预测的方式在较大的血管内四处浮动，如在备选位置17和19处利用虚线示出的。产生于介入设备16的直径与包围其的较大血管中的差异的模糊性使基于设备的配准要么不可能要么不准确。
图1b)示出了具有脉管系统22的高度弓形部分的荧光透视帧20。介入设备24(导管)已经被插入到脉管系统22中。在这种情况下，可以看到高度弓形血管防止介入设备四处移动。因此，可以解决图1a)中所示的大血管的情况中说明的模糊性，并且可以仍然执行实况介入图像与3D对象数据的配准。
当然，将意识到，存在允许以上文所讨论的方式的对配准的确定的各种各样的血管配置，并且高度弓形部分的存在不是实质的，而是仅被呈现为范例。得到可预测的介入设备布置的其他情况可以是例如分叉上的侧支的插管，或者将设备插入分叉的两者分支，如在下面所讨论的图2e)处所示。
图2示出了实况介入图像数据的实际范例。在图2a)中，在跟随脊柱的长度的腹主动脉中看到导管。在图2b中，示出了接近心脏的介入设备。在图2c)中，介入设备被示出在腹部中的大动脉瘤内。在全部这些情况下，实况介入设备的位置在给定时刻处将是模糊的，并且因此应用到这样的图像的基于设备的配准可以导致配准模糊。
相对而言，图2d)示出了在其中介入设备被定位在高度弓形血管中的情况。图2e)示出了在其中两个介入设备被定位分为主动脉分叉的两个分支的情况。图2f)示出了其中介入设备被示出分为侧支的另一情况。
在后面三种情况下，基于设备的配准是可能的，因为解剖结构和介入设备的个体特性隐含实况介入图像与对象数据之间的可预测的配准。
图3图示了根据本发明的第一方面的装置。提供了用于感兴趣对象的自适应图像线路图绘制期间的基于介入对象的配准的装置30，其包括输入单元32和处理单元34。
输入单元32被配置为提供对象的感兴趣区域的对象数据，提供感兴趣区域的介入图像数据，其中，图像包括被定位在感兴趣区域中的介入对象的介入对象信息，以及配置参考图，其中，配置参考图包括：(i)参考对象信息和(ii)参考对象信息内的参考介入设备的参考介入设备信息。
处理单元34被配置为执行将介入对象信息与配置参考图中的参考介入设备信息匹配的第一配准以产生匹配的配置参考图；执行将对象数据与匹配的配置参考图的参考对象信息匹配的第二配准以产生对象数据配准；并且将匹配的配置参考图配准和对象数据配准组合以产生最终的线路图图像数据。
因此，根据该描述的装置实现示出自适应图像线路图绘制的基于介入对象的配准，其利用候选解剖形状内的已知介入对象的特定特性以改进对象的感兴趣区域的对象数据与介入图像数据之间的配准的准确度。
图4示出了根据本发明的第一方面的装置的示范性实施方式。在图4中，荧光透视图像40被提供为介入图像数据。提供了配置参考图42。此外，对象的感兴趣区域的对象数据被提供为脉管系统44的3D线路图。
在输入框44处，对象的感兴趣区域的对象数据可以被提供为术前获取的患者的CT扫描。备选地，感兴趣区域的对象数据可以被提供为2D X射线图像或另一类型的医学图像，诸如MRI扫描或者PET扫描。
介入图像数据40通常被提供为荧光透视图像，但是可以使用提供关于介入期间的患者的感兴趣区域中的导管的位置的“实况”信息的其他方法。
配置参考图42被提供为数据库，所述数据库包括不同的管腔的记录或者人类脉管系统的部分，以及被定位在那些管腔中的参考介入设备的参考介入设备信息。
通常，这样的数据库可以将被实施在计算机存储系统(诸如连接到网络的PC或服务器)上。数据库可以保持在经由万维网或者在所谓的“云”实施方式访问的服务器上。数据库可以是基于订阅的服务。在实施例中，配置参考图的子集被存储在反映操作室的临床特异性的本地PC中。例如，本地PC可以仅存储基于心脏的参考对象信息和参考介入设备信息。在实施例中，PC可以经由万维网更新以将装置重新配置为以神经学介入背景下工作。
参考介入设备信息包括示范性介入设备部署或者配置。将意识到，甚至利用仅一个配置参考图实现优点，从而提供一个参考对象(公共形状的(诸如弓形血管))和一个公共参考介入设备(诸如导管)。然而，配置参考图还可以被实施为多个配置参考图，其是可搜索的。
可以从多个现实患者检查的全集获得配置参考图的参考对象信息和参考介入设备信息。
根据本发明的实施例，可以从患者中的现实设备的检查获取参考介入设备信息。
备选地，参考介入设备信息可以被提供为使用机械解算器生成的设备的计算机生成的模型。
在图4的实施方式中，荧光透视图像被处理以检测在血管内流程期间使用的介入设备。这样的设备通常是辐射不透明的、移动的和直线的。因此，可以在荧光透视图像中自动地检测这些设备，例如在框46处。然后，在框48处，执行具有配置图的参考介入设备41的当前介入设备配置的检测。配置参考图42包括参考对象信息41和参考介入设备信息43。
在其中仅一个配置参考图存在的情况下，这等同于配置参考图的二元选择是适合的或者不是适合的。
在其中多个配置参考图被提供的情况下，将介入图像中的检测到的设备与配置参考图中的参考设备信息41的每个记录进行比较以识别适于配准的配置参考图。
许多图像处理技术(诸如模板匹配算法或者机器学习方法)可以被用于实现该任务。当匹配介入图像数据中的介入设备的参考设备41被标识时，触发第一配准步骤50。在框48中示出了适于配准的设备配置的检测。
已经检测到介入图像数据中的介入设备并且找到配置参考图中的适合的匹配参考介入设备，选择一个或若干配置图，其包括与参考介入设备信息链接的参考对象信息。在框50中，利用配置参考图42中的参考介入设备信息执行检测到的介入设备的第一配准。将如在荧光透视图像中检测到的设备和参考设备配准。对于该步骤而言，可以使用刚性配准方法或者变形配准技术。
根据本发明的实施例，可以通过将配置参考图的参考对象信息与感兴趣区域的对象数据进行匹配来执行配置参考图的选择。
一旦已经执行了介入对象信息与参考介入设备信息的第一配准50，框50的输出是得到变换、匹配的配置图配准。
在框52处，执行第二配准。将对象数据与匹配的配置参考图的参考对象信息配准。因此，在框52中，提供对象数据(对象数据可以是例如原始CT数据或从原始CT数据的分割所获得的3D网格)与由检测到的介入图像数据所指示的参考图的2D区域或3D网格的配准。输出是对象数据配准。
还可以使用刚性配准方法或者变形配准技术。特定于参考图的变形也是可能的。一旦第一配准和第二配准已经被执行，则框54提供第一配准结果和第二配准结果的组合。基于介入图像数据中的介入设备，这使得能够将3D脉管系统与当前荧光透视图像配准。过程的输出是3D线路图，其已经在56处被配准到由荧光透视输出的介入图像数据。
根据本发明的实施例，检测块46额外地被配置为执行设备识别。因此，存在用于不同类型的设备的配置参考图。选择对应于所识别的设备的配置参考图，如在框48中所示的。配置参考图包含用于参考设备记录41的特定变形数据。特定变形数据提供特定于相关联的设备的变形边界。换句话说，未部署状态中的替换心脏瓣膜支架可以以与注射导管不同的方式变形。特定变形数据的提供使得该事实能够在配准中被利用。在步骤50处在第一配准中，针对所识别的特定设备的特定变形数据被用于改进第一配准的准确度。图5示出了所描述的技术的另一表示。图5a)示出了配置参考图的典型记录60。记录包括参考对象信息62(一般脉管系统)和参考介入设备信息64(一般脉管系统内的介入设备的一般部署)。以弓形血管边界的形式示出了参考对象信息62。参考介入设备信息被示出为介入对象64。对着血管的外边界示出虚线的介入设备。
图5b示出了主动脉弓中的介入设备68(支架)的荧光透视图像66。因此，图5b)示出了介入图像数据的表示。显著地，实况介入图像数据中的介入设备68的形式与图5a)中的参考对象信息62的形式类似。
图5c)示出了术前CT数据集70中的患者主动脉的3D分割。因此，图5c)示出了对象数据的范例。显著地，3D分割包括具有在形状方面与参考对象信息62可比较的曲线的部分。
图5d)示出了在不使用配置参考图中的数据的情况下的实况介入图像数据和对象数据的配准的方面。对象数据的轮廓被表示为概要72。如可以看到，对象数据的概要72未很好地与介入设备74或者甚至实况介入图像中的患者的一般解剖结构对齐。
图5e)示出了使用配置参考图产生的基于设备的配准。如可以看到，表示对象数据的轮廓的轮廓76的边界很好地与介入设备78和患者的解剖结构对齐。
因此，已经提供与对象数据的介入图像配准的有效方法，其利用包括参考对象信息和参考介入设备信息的先验配置参考图。
根据本发明的实施例，提供了一种装置，如上文所描述的，其中，处理单元34还被配置为检测感兴趣区域的介入图像数据中表示介入对象的介入对象数据。
根据本发明的实施例，根据先前描述提供装置，其中，处理单元34还被配置为提供多个配置参考图，其中，多个配置参考图中的每个配置参考图提供(i)参考对象信息和(ii)参考介入设备信息的不同组合。
根据该实施例，宽范围的候选脉管系统和候选参考介入设备可以被提供在数据库中以使用不同的患者解剖结构和不同的介入设备实现更准确并且灵活的配准。
根据本发明的实施例，提供了一种装置，其中，处理器34被配置为将匹配的配置参考图配准选择为参考图，所述参考图优化多个配置参考图与介入对象信息之间的相似度匹配度量。
根据该实施例，可以在配置参考图中表示宽范围的介入对象。可以基于相似度匹配度量，选择在形状方面最接近于介入对象信息的参考设备信息。可以基于最小二乘估计或者另一估计技术，计算这样的相似度匹配度量。
根据本发明的实施例，提供如先前地所描述的装置。配置参考图的参考对象信息和/或参考介入设备信息包括可参数化元件。
处理器34还被配置为通过将介入对象信息与参考设备信息进行比较和/或通过将对象数据与匹配的配置参考图配准的参考对象信息进行比较来计算可参数化元件的参数。处理器被配置为使用所计算的参数调节配置参考图的参考对象信息的可参数化元件的形状。
介入设备可以具有许多不同的尺寸(例如，针对不同的患者尺寸)，即使其具有类似形状。因此，本发明的该实施例通过使参考介入设备的尺寸参数变化来实现具有类似形状的介入设备的检测。
根据本发明的实施例，第一和/或第二配准是可变形配准。
根据本发明的实施例，提供如先前地描述的装置，其中，装置还包括输出设备。输出设备还被配置为显示包括最终的图像的经调整的图像线路图。
根据本发明的实施例，提供了一种装置，如先前所描述的，其中，输入单元还被配置为通过从因特网服务器或者相关转移介质下载来提供和/或更新配置参考图。
根据本发明的实施例，对象的感兴趣区域的对象数据被提供为3D图像数据。介入图像数据被提供为来自运动学X射线成像系统(诸如荧光透视)的2D图像数据(实况数据)，并且配置参考图被提供为2D图像。因此，根据该实施例，第一配准是2D到2D配准，并且第二配准是3D到2D配准。
根据本发明的实施例，对象的感兴趣区域的对象数据被提供为3D图像数据。介入图像数据被提供为来自运动学X射线成像系统(诸如荧光透视)的2D图像数据(实况数据)，并且配置参考图被提供为3D图像。因此，根据该实施例，第一配准是2D到3D配准，并且第二配准是3D到3D配准。
根据本发明的实施例，对象的感兴趣区域的对象数据被提供为2D图像数据。介入图像数据被提供为来自运动学X射线成像系统(诸如荧光透视)的2D图像数据(实况数据)，并且配置参考图被提供为2D图像。因此，根据该实施例，第一配准是2D到2D配准，并且第二配准是2D到2D配准。
根据本发明的实施例，对象的感兴趣区域的对象数据被提供为3D图像数据。介入图像数据被提供为3D图像数据(实况数据)，并且配置参考图被提供为3D图像。因此，根据该实施例，第一配准是3D到3D配准，并且第二配准是3D到3D配准。
根据本发明的实施例，对象的感兴趣区域的对象数据被提供为3D图像数据。介入图像数据被提供为来自运动学X射线成像系统(诸如荧光透视)的2D图像数据，并且处理单元被配置为将第一配准提供为2D/3D配准，并且将第二配准提供为3D/3D配准。
根据本发明的实施例，对象的感兴趣区域的对象数据被提供为2D图像数据。介入图像数据被提供为来自运动学X射线成像系统(诸如荧光透视)的2D图像数据，并且处理单元被配置为将第一配准提供为2D/2D配准，并且将第二配准提供为2D/2D配准。
根据本发明的实施例，输入单元32额外地被配置为接收介入图像对齐数据(采集几何形状)，包括当介入成像器对患者进行成像时所述介入成像器(荧光透视)的极角和方位角。介入图像对齐数据被用于初始化和约束第二配准。根据本发明的实施例，配置参考图额外地包括(iv)参考介入设备信息的一些项的部署状态信息。处理器被配置为在实况介入图像数据中识别介入对象的部署状态或者部分部署状态。处理器被配置为当搜索匹配的配置参考图时，将所识别的部署状态或者部分部署状态与配置参考图的部署状态信息匹配。
因此，可扩展设备是可参数化元件，并且部署状态参数因此可以在过程期间被估计。
根据先前地讨论的实施例，配置参考图包括部署状态信息。因此，当支架在实况数据中被识别时，部署状态还可以被用于改进配置参考图匹配的准确度。
根据本发明的实施例，匹配的配置参考图配准选自包括检测到的参考设备的参考设备信息的配置参考图的限制的集合，其中，限制的集合的每个成员具有不同的部署状态信息。
根据本发明的实施例，介入对象信息包括具有多个图像帧的序列。处理单元34被配置为连续地将第一配准和第二配准应用到帧的序列中的每个帧。因此，甚至当实况介入图像数据中的介入设备的形状改变时，可以改进第一配准和第二配准的准确度。
根据范例，帧之间的时间正则化可以被应用到配准过程和/或配置参考图的选择。
根据本发明的第二方面，提供了X射线成像系统80。
X射线成像系统包括：X射线采集设备82，其具有X射线源84和用于采集实况X射线图像的X射线探测器86。X射线成像系统还包括用于如先前地描述的感兴趣对象的自适应图像线路图绘制的基于介入对象的配准的装置88。X射线成像系统80还包括显示设备89。
X射线成像布置被配置为采集对象的感兴趣区域的实况X射线图像数据，将实况X射线图像数据提供到用于自适应图像线路图绘制的设备的输入设备，并且将具有自适应图像线路图的实况X射线图像显示在显示设备上。
根据本发明的第三方面，提供了用于感兴趣对象的自适应图像线路图绘制的方法90。方法包括以下步骤：
a)提供92对象的感兴趣区域的对象数据；
b)提供94感兴趣区域的介入图像数据，其中，图像包括被定位在感兴趣区域中的介入对象的介入对象信息；
c)提供96配置参考图，其中，配置参考图包括(i)参考对象信息和(ii)参考对象信息内的参考介入设备的参考介入设备信息；
d)执行98第一配准以将介入对象信息与配置参考图中的参考介入设备进行匹配，从而产生匹配的配置参考图配准；
e)执行100第二配准以将对象数据与匹配的配置参考图的参考对象信息进行匹配，从而产生对象数据配准；并且
f)组合102匹配的配置参考图配准和对象数据配准以产生最终线路图图像数据。
根据先前方法，提供了如先前所描述的实施例，其中，在步骤d)中，匹配的配置参考图配准被选择为参考图，所述参考图优化多个配置参考图与介入对象信息之间的相似度匹配度量。
根据本发明的实施例，根据先前描述提供了一种方法，其中，在步骤c)中，提供了多个配置参考图，其中，多个配置参考图中的每个配置参考图提供(i)参考对象信息和(ii)参考介入设备信息的不同组合。
根据本发明的实施例，根据先前描述提供了一种方法，其中，在步骤c)中，配置参考图的参考对象信息和/或参考介入设备信息包括可参数化元件。在后续步骤c1)中，通过将介入对象信息与参考设备信息进行比较和/或通过将对象数据与匹配的配置参考图配准的参考对象信息进行比较来计算可参数化元件的参数。在后续步骤c2)中，使用所计算的参数来调节配置参考图的参考对象信息的可参数化元件的形状。
根据本发明的实施例，根据先前描述提供了一种方法，其中，在步骤d)和/或e)中，所述第一配准和/或第二配准是可变形配准。
根据本发明的实施例，根据先前描述提供了一种方法，包括另外的步骤g)：显示包括最终的线路图图像数据的经调整的图像线路图。
根据本发明的实施例，根据先前描述提供了一种方法，其中，在步骤c)中，存在步骤c3)：通过从因特网服务器或者数据传送介质下载来提供和/或更新配置参考图。
根据本发明的实施例，根据先前描述提供了一种方法，其中，在步骤c)中，对象的感兴趣区域的对象数据被提供为3D图像数据。此外，在步骤b)中，介入图像数据被提供为来自运动学X射线成像设备的2D图像数据。此外，在步骤e)中，第一配准被提供为2D/3D配准，并且在步骤f)中，第二配准被提供为3D/3D配准。
根据本发明的方面，提供了用于控制根据先前描述之一的装置的计算机程序单元，其中，计算机程序单元由处理单元运行以执行根据先前地所描述的方法步骤中的任一个的方法步骤。
根据本发明的方面，提供了计算机可读介质，其已经存储如先前地所描述的程序单元。
根据本发明的方面，提供了已经存储了先前所描述的程序单元的计算机可读介质。
计算机程序单元可以因此被存储在计算机单元上，其还可以是本发明的实施例。该计算单元可以适于执行文所描述的方法的步骤或者引起上文所描述的方法的步骤的执行。此外，其可以适于操作以上描述的装置的部件。计算单元能够适于自动地操作和/或运行用户的命令。计算机程序可以被加载到数据处理器的工作存储器中。所述数据处理器由此可以被装备为执行本发明的方法。
本发明的该示范性实施例涵盖从一开始就使用本发明的计算机程序和借助于更新将现有程序转变为使用本发明的程序的计算机程序两者。
计算机程序可以被存储/分布在合适的介质上，例如与其他硬件一起提供或作为其他硬件的部分提供的光学存储介质或固态介质，但计算机程序可也可以以其他形式来分布，例如经由因特网或者其他有线或无线电信系统分布。然而，计算机程序也可以存在于诸如万维网的网络上并能够从这样的网络中下载到数据处理器的工作存储器中。根据本发明的另一示范性实施例，提供了一种用于使得计算机程序单元可用于下载的介质，所述计算机程序单元被布置为执行根据本发明的之前描述的实施例之一所述的方法。
必须指出，本发明的实施例参考不同主题加以描述。具体而言，一些实施例参考方法类型的权利要求加以描述，而其他实施例参考设备类型的权利要求加以描述。然而，本领域技术人员将从以上和下面的描述中了解到，除非另行指出，除了属于一种类型的主题的特征的任何组合之外，涉及不同主题的特征之间的任何组合也被认为由本申请公开。
所有特征可以被组合以提供超过特征的简单加和的协同效应。
管已经在附图和前面的描述中详细说明和描述了本发明，但这样的说明和描述被认为是说明性或示范性的而非限制性的。本发明不限于所公开的实施例。
通过研究附图、说明书和从属权利要求，本领域的技术人员在实践请求保护的本发明时能够理解和实现所公开的实施例的其他变型。
在权利要求中，词语“包括”不排除其他单元或步骤，并且，词语“一”或“一个”并不排除多个。单个处理器或其他单元可以履行权利要求书中记载的若干项目的功能。尽管在互不相同的从属权利要求中记载了特定措施，但是这并不指示不能有利地使用这些措施的组合。权利要求中的任何附图标记不应被解释为对范围的限制。

Claims (11)

1.一种X射线成像系统（80），包括：
X射线采集设备（82），其具有X射线源（84）和X射线探测器（86），其中，所述X射线采集设备被配置为采集对象的感兴趣区域的实况X射线图像；
用于在感兴趣对象的自适应图像路线图绘制期间进行基于介入对象的配准的装置（30），其中，所述装置（30）包括：
a）输入单元（32）；以及
b）处理单元（34）；
其中，所述X射线采集设备被配置为向所述输入单元（32）提供所述实况X射线图像，
其中，所述输入单元被配置为提供所述对象的所述感兴趣区域的先前采集的对象数据；提供所述感兴趣区域的介入图像数据，其中，所述介入图像数据包括被定位在所述感兴趣区域中的介入对象的介入对象信息；并且提供配置参考图，其中，所述配置参考图包括：（i）参考对象信息和（ii）所述参考对象信息内部的参考介入设备的参考介入设备信息；并且
其中，所述处理单元被配置为：执行第一配准以将所述介入对象信息与所述配置参考图中的所述参考介入设备信息进行匹配，从而产生匹配的配置参考图配准；执行第二配准以将所述对象数据与匹配的配置参考图的参考对象信息进行匹配，从而产生对象数据配准；并且将所述匹配的配置参考图配准与所述对象数据配准进行组合以产生最终的路线图图像数据；以及
显示设备，其被配置为显示具有自适应图像路线图的实况X射线图像。
2.根据权利要求1所述的成像系统，
其中，所述处理单元（34）还被配置为检测所述感兴趣区域的所述介入图像数据中表示介入对象的介入对象数据。
3.根据权利要求1或2所述的成像系统，
其中，所述处理单元（34）还被配置为提供多个配置参考图，其中，所述多个配置参考图中的每个配置参考图提供（i）参考对象信息与（ii）参考介入设备信息的不同组合。
4.根据权利要求3所述的成像系统，
其中，所述处理单元被配置为选择所述匹配的配置参考图作为优化所述多个配置参考图与所述介入对象信息之间的相似度匹配度量的参考图。
5.根据权利要求3所述的成像系统，
其中，所述配置参考图的所述参考对象信息和/或所述参考介入设备信息包括可参数化元件；并且其中，所述处理单元还被配置为：通过将所述介入对象信息与所述参考设备信息进行比较和/或通过将所述对象数据与所述匹配的配置参考图的所述参考对象信息进行比较来计算所述可参数化元件的参数；并且使用所计算的参数来调节所述配置参考图的所述参考对象信息的所述可参数化元件的形状。
6.根据权利要求1或2所述的成像系统，
其中，所述第一配准和/或所述第二配准是可变形配准。
7.根据权利要求1或2所述的成像系统，其中，所述装置还包括：
输出设备；并且
其中，所述输出设备还被配置为显示包括所述最终的路线图图像数据的自适应图像路线图。
8.根据权利要求1或2所述的成像系统，
其中，所述输入单元（32）还被配置为通过从因特网服务器或者数据传送介质下载来提供和/或更新所述配置参考图。
9.根据权利要求1或2所述的成像系统，
其中，所述对象的所述感兴趣区域的所述对象数据被提供为3D图像数据；其中，所述介入图像数据被提供为来自运动学X射线成像设备的2D图像数据；并且其中，所述处理单元（34）被配置为将所述第一配准提供为2D/3D配准，并且将所述第二配准提供为3D/3D配准。
10.一种用于控制根据权利要求1至8中的任一项所述的成像系统的装置，包括：
用于提供对象的感兴趣区域的先前采集的对象数据的模块；
用于提供所述感兴趣区域的介入图像数据的模块，其中，所述介入图像数据包括被定位在所述感兴趣区域中的介入对象的介入对象信息；
用于提供配置参考图的模块，其中，所述配置参考图包括：（i）参考对象信息和（ii）所述参考对象信息内部的参考介入设备的参考介入设备信息；
用于执行第一配准以将所述介入对象信息与所述配置参考图中的所述参考介入设备信息进行匹配，从而产生匹配的配置参考图的模块；
用于执行第二配准以将所述对象数据与所述匹配的配置参考图的参考对象信息进行匹配，从而产生对象数据配准的模块；以及
用于将所述匹配的配置参考图与所述对象数据配准进行组合以产生最终的路线图图像数据的模块。
11.一种存储有计算机程序的计算机可读介质，所述计算机程序用于控制根据权利要求1至8中的任一项所述的成像系统，当所述计算机程序由处理单元运行时所述计算机程序适于执行以下方法步骤：
a）提供（92）对象的感兴趣区域的先前采集的对象数据；
b）提供（94）所述感兴趣区域的介入图像数据，其中，所述介入图像数据包括被定位在所述感兴趣区域中的介入对象的介入对象信息；
c）提供（96）配置参考图，其中，所述配置参考图包括：（i）参考对象信息和（ii）所述参考对象信息内部的参考介入设备的参考介入设备信息；
d）执行（98）第一配准以将所述介入对象信息与所述配置参考图中的所述参考介入设备信息进行匹配，从而产生匹配的配置参考图；
e）执行（100）第二配准以将所述对象数据与所述匹配的配置参考图的参考对象信息进行匹配，从而产生对象数据配准；并且
f）将所述匹配的配置参考图与所述对象数据配准进行组合（102）以产生最终的路线图图像数据。
CN201680037207.3A 2015-06-25 2016-06-03 图像配准 Active CN107787203B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
EP15305992 2015-06-25
EP15305992.8 2015-06-25
PCT/EP2016/062576 WO2016206942A1 (en) 2015-06-25 2016-06-03 Image registration

Publications (2)

Publication Number Publication Date
CN107787203A CN107787203A (zh) 2018-03-09
CN107787203B true CN107787203B (zh) 2021-04-27

Family

ID=53762101

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201680037207.3A Active CN107787203B (zh) 2015-06-25 2016-06-03 图像配准

Country Status (5)

Country Link
US (1) US11123036B2 (zh)
EP (1) EP3313292B1 (zh)
JP (1) JP6434171B2 (zh)
CN (1) CN107787203B (zh)
WO (1) WO2016206942A1 (zh)

Families Citing this family (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP6388347B2 (ja) 2013-03-15 2018-09-12 ホロジック, インコーポレイテッドHologic, Inc. 腹臥位におけるトモシンセシス誘導生検
US11213220B2 (en) 2014-08-11 2022-01-04 Cubisme, Inc. Method for determining in vivo tissue biomarker characteristics using multiparameter MRI matrix creation and big data analytics
US9922433B2 (en) 2015-05-29 2018-03-20 Moira F. Schieke Method and system for identifying biomarkers using a probability map
EP3479350A4 (en) 2016-07-01 2020-08-19 Cubisme, Inc. SYSTEM AND METHOD FOR PRODUCING A HIGH RESOLUTION BIOMARKER MAP IMAGE
KR101812001B1 (ko) * 2016-08-10 2017-12-27 주식회사 고영테크놀러지 3차원 데이터 정합 장치 및 방법
CN110662489B (zh) * 2017-03-30 2024-08-02 豪洛捷公司 用于靶向对象增强以生成合成乳房组织图像的系统和方法
EP3613050A4 (en) 2017-04-21 2021-01-27 Cubismi, Inc. SYSTEM AND PROCEDURE FOR CREATING, QUERYING AND DISPLAYING A MIBA MASTER FILE
JP7321704B2 (ja) * 2018-12-27 2023-08-07 キヤノンメディカルシステムズ株式会社 医用情報処理装置、医用情報処理システムおよびｘ線診断装置
WO2022009281A1 (ja) * 2020-07-06 2022-01-13 株式会社島津製作所 Ｘ線撮影装置、学習済みモデルの生成方法、および、画像処理方法

Family Cites Families (22)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2005079492A2 (en) * 2004-02-17 2005-09-01 Traxtal Technologies Inc. Method and apparatus for registration, verification, and referencing of internal organs
DE102005052786B3 (de) * 2005-11-05 2007-07-05 Ziehm Imaging Gmbh Fahrgestell für eine mobile Röntgendiagnostikeinrichtung
US20070238981A1 (en) * 2006-03-13 2007-10-11 Bracco Imaging Spa Methods and apparatuses for recording and reviewing surgical navigation processes
US20080140087A1 (en) * 2006-05-17 2008-06-12 Hansen Medical Inc. Robotic instrument system
EP2037811A2 (en) * 2006-06-28 2009-03-25 Koninklijke Philips Electronics N.V. Spatially varying 2d image processing based on 3d image data
WO2008104921A2 (en) * 2007-02-28 2008-09-04 Koninklijke Philips Electronics N.V. Phase-free cardiac roadmapping
US8255037B2 (en) * 2007-03-02 2012-08-28 Koninklijke Philips Electronics N.V. Cardiac roadmapping
EP2626027B1 (en) * 2007-08-14 2020-04-29 Koninklijke Philips N.V. Robotic instrument systems utilizing optical fiber sensors
US20090192385A1 (en) * 2008-01-25 2009-07-30 Oliver Meissner Method and system for virtual roadmap imaging
US8654119B2 (en) * 2009-08-17 2014-02-18 Mistretta Medical, Llc System and method for four dimensional angiography and fluoroscopy
WO2011039673A1 (en) * 2009-09-29 2011-04-07 Koninklijke Philips Electronics N.V. Vascular roadmapping
EP2552320B1 (en) 2010-03-31 2018-10-24 Koninklijke Philips N.V. Automated identification of an anatomy part
WO2011139712A2 (en) * 2010-04-26 2011-11-10 David Chang Medical emitter/detector imaging/alignment system and method
US9053535B2 (en) 2010-07-19 2015-06-09 Koninklijke Philips N.V. Adaptive roadmapping
CN103188997B (zh) * 2010-11-05 2017-05-24 皇家飞利浦电子股份有限公司 用于针对对象成像的成像设备
BR112013021977A2 (pt) 2011-03-02 2018-06-12 King S College London método para visualizar informações de um objeto de interesse, dispositivo para visualizar informações de um objeto de interesse, sistema de formação de imagem médica, elemento de programa de computador e meio legível por computador
CN103562959B (zh) * 2011-03-02 2017-05-24 皇家飞利浦有限公司 用于提供支持对血管介入程序中的介入设备的准确引导的图像表示的医疗成像系统和方法
CN103959333A (zh) * 2011-11-18 2014-07-30 皇家飞利浦有限公司 解剖体表示与实况图像的配对
CN104039229B (zh) 2012-01-06 2017-10-03 皇家飞利浦有限公司 用于最佳设备导航的脉管视图的实时显示
WO2014020495A1 (en) 2012-08-03 2014-02-06 Koninklijke Philips N.V. Device position dependant overlay for roadmapping
US9949701B2 (en) 2013-02-14 2018-04-24 Siemens Aktiengesellschaft Registration for tracked medical tools and X-ray systems
US10478140B2 (en) 2013-06-28 2019-11-19 Koninklijke Philips N.V. Nearest available roadmap selection

Also Published As

Publication number Publication date
EP3313292B1 (en) 2019-03-06
US11123036B2 (en) 2021-09-21
JP2018527964A (ja) 2018-09-27
US20180168532A1 (en) 2018-06-21
WO2016206942A1 (en) 2016-12-29
JP6434171B2 (ja) 2018-12-05
CN107787203A (zh) 2018-03-09
EP3313292A1 (en) 2018-05-02

Similar Documents

Publication Publication Date Title
CN107787203B (zh) 图像配准
US8625865B2 (en) Method and apparatus for navigating a therapeutic device to a location
CN106456126B (zh) 用于确定导管的具体位置的设备
US9295435B2 (en) Image representation supporting the accurate positioning of an intervention device in vessel intervention procedures
US8126241B2 (en) Method and apparatus for positioning a device in a tubular organ
US9949701B2 (en) Registration for tracked medical tools and X-ray systems
US20060036167A1 (en) Vascular image processing
EP3224804B1 (en) Apparatus for determining positions of an interventional instrument in a projection image
JP2019500146A (ja) 体部の３次元モデル
EP2940657B1 (en) Regression for periodic phase-dependent modeling in angiography
US10362943B2 (en) Dynamic overlay of anatomy from angiography to fluoroscopy
US8098919B2 (en) Three-dimensional reconstruction of an object from projection photographs
CN108430376B (zh) 提供投影数据集
US11657519B2 (en) Method for deformation correction
CN111566699B (zh) 静态流程前规划数据到动态流程内分割数据的配准
CN108024775B (zh) 再血管化定位和前后量化冠状动脉血管造影
CN112790778B (zh) 采集错误对齐
WO2008050316A2 (en) Method and apparatus for positioning a therapeutic device in a tubular organ dilated by an auxiliary device balloon
CN113205459B (zh) 用于冠状动脉的3d重建的血管造影图像的运动校正
JP2023510852A (ja) 光ファイバ形状感知に基づく画像強調
Aksoy Template-based 3D-2D rigid registration of vascular structures in frequency domain from a single view

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant