CN103443825B - 在神经外科手术期间跟踪脑变形 - Google Patents
在神经外科手术期间跟踪脑变形 Download PDFInfo
- Publication number
- CN103443825B CN103443825B CN201280014002.5A CN201280014002A CN103443825B CN 103443825 B CN103443825 B CN 103443825B CN 201280014002 A CN201280014002 A CN 201280014002A CN 103443825 B CN103443825 B CN 103443825B
- Authority
- CN
- China
- Prior art keywords
- deformation
- brain
- structures
- unit
- data
- 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
Links
- 210000004556 brain Anatomy 0.000 title claims abstract description 130
- 230000002490 cerebral effect Effects 0.000 claims abstract description 66
- 238000000034 method Methods 0.000 claims abstract description 47
- 210000004204 blood vessel Anatomy 0.000 claims abstract description 43
- 238000003384 imaging method Methods 0.000 claims abstract description 14
- 238000012545 processing Methods 0.000 claims description 50
- 238000009877 rendering Methods 0.000 claims description 23
- 238000013213 extrapolation Methods 0.000 claims description 7
- FGUUSXIOTUKUDN-IBGZPJMESA-N C1(=CC=CC=C1)N1C2=C(NC([C@H](C1)NC=1OC(=NN=1)C1=CC=CC=C1)=O)C=CC=C2 Chemical compound C1(=CC=CC=C1)N1C2=C(NC([C@H](C1)NC=1OC(=NN=1)C1=CC=CC=C1)=O)C=CC=C2 FGUUSXIOTUKUDN-IBGZPJMESA-N 0.000 claims description 5
- 238000004590 computer program Methods 0.000 abstract description 17
- 230000002708 enhancing effect Effects 0.000 abstract description 2
- 230000011218 segmentation Effects 0.000 description 10
- 238000006073 displacement reaction Methods 0.000 description 6
- 210000003625 skull Anatomy 0.000 description 6
- 238000001356 surgical procedure Methods 0.000 description 6
- 238000001574 biopsy Methods 0.000 description 5
- 230000002792 vascular Effects 0.000 description 5
- 230000002452 interceptive effect Effects 0.000 description 4
- 210000005166 vasculature Anatomy 0.000 description 4
- 238000010276 construction Methods 0.000 description 3
- 230000001537 neural effect Effects 0.000 description 3
- 210000004129 prosencephalon Anatomy 0.000 description 3
- 238000002583 angiography Methods 0.000 description 2
- 210000001175 cerebrospinal fluid Anatomy 0.000 description 2
- 239000002872 contrast media Substances 0.000 description 2
- 238000013480 data collection Methods 0.000 description 2
- 230000001419 dependent effect Effects 0.000 description 2
- 239000012634 fragment Substances 0.000 description 2
- 238000003780 insertion Methods 0.000 description 2
- 230000037431 insertion Effects 0.000 description 2
- 230000001105 regulatory effect Effects 0.000 description 2
- 238000002560 therapeutic procedure Methods 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 230000011157 brain segmentation Effects 0.000 description 1
- 210000000133 brain stem Anatomy 0.000 description 1
- 210000001638 cerebellum Anatomy 0.000 description 1
- 210000004720 cerebrum Anatomy 0.000 description 1
- 238000002591 computed tomography Methods 0.000 description 1
- 230000001276 controlling effect Effects 0.000 description 1
- 230000002079 cooperative effect Effects 0.000 description 1
- 210000000877 corpus callosum Anatomy 0.000 description 1
- 230000000875 corresponding effect Effects 0.000 description 1
- 230000001054 cortical effect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000002599 functional magnetic resonance imaging Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000002372 labelling Methods 0.000 description 1
- 238000002595 magnetic resonance imaging Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000003032 molecular docking Methods 0.000 description 1
- 210000005036 nerve Anatomy 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000007430 reference method Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
- 210000001519 tissue Anatomy 0.000 description 1
- 238000003325 tomography Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- 238000012800 visualization Methods 0.000 description 1
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
- A61B6/50—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
- A61B6/501—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 head, e.g. neuroimaging or craniography
-
- 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
-
- 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
-
- 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
-
- 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
- A61B6/5217—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data extracting a diagnostic or physiological parameter from 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
-
- 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
- A61B6/5247—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 an ionising-radiation diagnostic technique and a non-ionising radiation diagnostic technique, e.g. X-ray and ultrasound
-
- 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
-
- 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
- G06T2207/30016—Brain
-
- 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
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Medical Informatics (AREA)
- Physics & Mathematics (AREA)
- Biomedical Technology (AREA)
- Animal Behavior & Ethology (AREA)
- Biophysics (AREA)
- High Energy & Nuclear Physics (AREA)
- Veterinary Medicine (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Optics & Photonics (AREA)
- Pathology (AREA)
- Radiology & Medical Imaging (AREA)
- Public Health (AREA)
- Heart & Thoracic Surgery (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- General Health & Medical Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Human Computer Interaction (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physiology (AREA)
- Neurology (AREA)
- Neurosurgery (AREA)
- Dentistry (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Apparatus For Radiation Diagnosis (AREA)
- Magnetic Resonance Imaging Apparatus (AREA)
Abstract
本发明涉及脑变形的确定。本发明具体而言涉及一种用于跟踪脑变形的设备、一种用于跟踪脑变形的成像***、一种用于跟踪脑变形的方法、一种操作用于跟踪脑变形的设备的方法,并且涉及一种计算机程序元件和一种计算机可读介质。为了提供关于脑变形的增强的信息,提供(110)对象的感兴趣区域的脑血管结构的第一3D表示(112)并提供(114)所述脑血管结构的第二3D表示(116)。之后,将所述第一3D表示的至少一部分与所述第二3D表示的至少一部分进行三维弹性配准(118)。基于所述弹性配准,确定(120)所述脑血管结构的变形场(122)。将所确定的血管变形应用于(124)脑结构表示,以确定脑部结构的变形(126)。例如,提供(132)针对所述脑部结构的介入的规划数据(130),并且将所确定的所述脑部结构的变形应用于(134)所述规划数据,以生成变形调整的规划数据(136)。
Description
技术领域
本发明涉及脑变形的确定。本发明具体而言涉及一种用于跟踪脑变形的设备、一种用于跟踪脑变形的成像***、一种用于跟踪脑变形的方法、一种操作用于跟踪脑变形的设备的方法,并且涉及一种计算机程序单元和一种计算机可读介质。
背景技术
为了进行神经介入治疗,关于感兴趣区域的图像信息被提供给用户。例如,US5954648公开了在手术期间向外科医生示出较早前已经收集的图像。然而,在神经外科手术期间,例如,在神经手术或神经介入治疗期间,例如,脑脊髓液的渗漏能够导致在处置期间脑的局部变形。因此,在处置前采集的图像数据可能与当前脑结构至少局部失配。
发明内容
已经表明,准确掌握脑变形对于后续处置程序至关重要。
因此,需要提供关于当前脑变形的增强信息。
由独立权利要求的主题解决本发明的目的,其中,另外的实施例包含在从属权利要求中。
应当注意,本发明后续描述的方面还应用于跟踪脑变形的设备、用于跟踪脑变形的成像***、用于跟踪脑变形的方法、操作用于跟踪脑变形的设备的方法、计算机程序单元以及计算机可读介质。
根据本发明的第一方面,提出一种用于跟踪脑变形的设备,所述设备包括处理单元和接口单元。接口单元适于向所述处理单元提供对象的感兴趣区域的脑血管结构(cerebrovascularvesselstructure)的第一3D表示。所述接口单元还适于向所述处理单元提供所述脑血管结构的第二3D表示。所述处理单元具有配准单元,所述配准单元适于将所述第一3D表示的至少一部分与所述第二3D表示的至少一部分进行三维弹性配准。所述处理单元具有确定单元,所述确定单元适于基于弹性配准确定所述脑血管结构的变形场。所述处理单元具有应用单元,所述应用单元适于将所确定的血管变形应用于脑结构表示,以确定脑部结构的变形。
例如,所述第一3D表示基于术前图像数据,并且所述第二3D表示基于术中图像数据。
所述第一3D表示还可以基于属于定期安排的检查图像数据的先前采集的图像数据,并且所述第二3D表示基于检查图像数据。
所述脑血管结构的所述第一3D表示可以源于外部数据集,例如,CTA、MRA。
根据本发明的示范性实施例,搜索应用单元适于将所确定的脑部结构的变形应用于针对所述脑部结构的介入的规划数据,以生成变形调整的规划数据。
根据本发明的另一示范性实施例,所述处理单元包括外插单元,所述外插单元适于将所确定的血管变形外插到所述脑结构表示,其中,所述脑结构表示包括血管结构和脑叶结构,所述脑叶结构包括在其中布置着血管的多个脑回。所述应用单元适于将所述变形仅应用于脑叶。
根据本发明的第二方面,提出一种用于跟踪脑变形的成像***,所述成像***包括根据上述方面或示范性实施例的其中一个的用于跟踪脑变形的设备和图像采集设备。所述图像采集设备适于采集用于第一表示和第二表示的3D图像数据。所述处理单元包括3D图像数据生成单元,所述3D图像数据生成单元适于从3D图像数据生成所述第一表示和所述第二表示。另外,所述图像采集设备适于以非接触方式采集第二图像数据。
例如,所述图像采集设备是适于采集3DX射线图像数据的X射线图像采集设备。
例如,所述图像采集设备是非X射线模态,而是如适于采集3DMR图像数据的MR图像采集设备。
根据本发明的第三方面,提供一种用于跟踪脑变形的方法,所述方法包括以下步骤:在第一规定步骤中,提供对象的感兴趣区域的脑血管结构的第一3D表示。在第二规定步骤中,提供所述脑血管结构的第二3D表示。在配准步骤中,将所述第一3D表示的至少一部分与所述第二3D表示的至少一部分进行三维弹性配准。在确定步骤中,基于弹性配准确定所述脑血管结构的变形场。另外,在应用步骤中,将所确定的血管变形应用于脑部结构表示,以便确定脑部结构的变形。
例如,针对感兴趣区域,提供术前解剖数据和/或功能数据,并且将所确定的脑部结构的变形应用于所述解剖数据和/或功能数据,以生成变形调整的解剖数据和/或变形调整的功能数据。
根据本发明的第四方面,提供一种操作用于跟踪脑变形的设备的方法,其中,处理单元提供对象的感兴趣区域的脑血管结构的第一3D表示。所述处理单元提供所述脑血管结构的第二3D表示。所述处理器单元将所述第一3D表示的至少一部分与所述第二3D表示的至少一部分进行三维弹性配准。所述处理单元基于弹性配准确定所述脑血管结构的变形场。所述处理单元将所确定的血管变形应用于脑结构表示,以确定脑部结构的变形。
本发明的要点在于提供三维弹性配准以便获得当前脑结构的局部位移。弹性配准是针对血管结构或脉管***执行的。之后,将所确定的血管变形应用于脑结构本身。换言之,本发明提出首先针对血管结构而不是直接针对脑结构执行弹性配准。之后,将所确定的变形应用于,或变换于脑本身,这是由于脑中的血管包含在脑回内,并且由于脑中的血管的局部位移允许准确地估计局部脑变形。之后,脑变形可以用于将程序前规划调整至实际当前情况。脑变形信息还可以被馈送至外部导航***中,例如,以引导介入设备。用于3D表示的图像数据,具体而言用于第二表示的图像数据是利用非接触图像采集,例如,利用X射线成像提供的,因此所述图像数据不影响脑变形本身。
本发明的这些和其他方面将通过下面描述的实施例变得显而易见,并参考下面描述的实施例得以阐明。
附图说明
参考以下附图,将在下文中描述本发明的示范性实施例。
图1图示了根据本发明的示范性实施例的用于跟踪脑变形的成像***。
图2示意性地图示了根据本发明的示范性实施例的用于跟踪脑变形的设备。
图3到10图示了根据本发明的示范性实施例的用于跟踪脑变形的设备的其他范例。
图11图示了根据本发明的示范性实施例的用于跟踪脑变形的方法的基本步骤。
图11-18图示了根据本发明的示范性实施例的用于跟踪脑变形的方法的其他范例。
图19图示了根据本发明的示范性实施例的另一方面。
图20示出了根据本发明的另一示范性实施例的另一方面。
具体实施方式
图1示意性地图示了用于跟踪脑变形的成像***10。***10包括用于跟踪脑变形的设备12和图像采集设备14。参考图2至图9,将更详细地解释用于跟踪脑变形的设备12。
例如,所述图像采集设备为适于采集3DX射线图像数据的X射线图像采集设备。
根据未示出的另一实施例,所述图像采集设备是适于采集3DMR图像数据的MR图像采集设备。
X射线图像采集设备14包括X射线源16和探测器18。探测器18和X射线源16被布置在C型臂结构20的相对端上。C型臂结构20被安装在具有可旋转并且可滑动的附件24的悬吊结构22上。悬吊结构22被安装在例如附接在医院手术室的屋顶上的支撑结构26上。
另外,提供了扫描床28,以接收感兴趣对象30,例如,患者。能够提供适于水平方向和垂直方向的扫描床28。
因此,感兴趣对象30能够被布置在X射线源16和探测器18之间。
通过提供可绕水平轴32旋转并且经由倒置安装还可绕垂直轴34旋转的C型臂结构,能够从不同方向采集关于对象30的图像信息。
另外,在所述台附近提供例如利用来自屋顶的安装结构38悬吊的显示单元36。
X射线图像采集设备14适于采集用于第一表示和第二表示的3DX射线图像数据,这将联系用于跟踪脑变形的设备12并且参考图2等进行解释。
必须注意,X射线成像***10的上述实施例与C型臂结构一同示出。然而,根据本发明,还能够将X射线成像***10提供为,例如,CT***,或者能够采集对象30的三维X射线图像数据的任何其他X射线成像***。
图2示意性地图示了根据本发明的用于跟踪脑变形的设备12。用于跟踪脑变形的设备12包括处理单元40和接口单元42。
接口单元42适于向处理单元40提供对象的感兴趣区域的脑血管结构的第一3D表示。接口单元42还适于向处理单元40提供所述脑血管结构的第二3D表示。
例如,所述第一3D表示基于术前图像数据,并且所述第二3D表示基于术中图像数据。
处理器单元40具有配准单元44,配准单元44适于将所述第一3D表示的至少一部分与所述第二3D表示的至少一部分进行三维弹性配准。
所述处理单元还具有确定单元46,确定单元46适于基于弹性配准确定所述脑血管结构的变形场。
所述处理单元还具有应用单元48,应用单元48适于将所确定的血管变形应用于脑结构表示,以确定脑部结构的变形。
例如,接口单元42适于从不同的数据采集设备提供图像数据,或者适于提供利用一个或多个图像采集设备采集的不同类型的3D数据。
接口单元42能够适于提供脑部结构的变形,以用于进一步程序(未进一步示出)。
图3示出了具有映射单元50的处理单元40的另一范例,映射单元50适于映射第一表示和第二表示,以用于弹性配准。
例如,第一3D表示基于术前图像数据,并且第二3D表示基于术中图像数据。
根据本发明,术语“手术”与开放手术相关联,并且术语“介入”与诸如微创疗法的血管内处置相关联。然而,本发明涉及开放手术和微创疗法,这两方面与术语“有创神经疗法”相关联。
然而,具体而言涉及时间上的不同点,使用术语“术前”和“术中”以涉及微创疗法和开放手术两方面。换言之,当使用术语“手术”(或“术前”)时,本发明还涉及微创疗法的另一方面的,除非另外明确地提及。
因此,由于术语“手术”包括任何形式的有创疗法,第一3D表示是在手术或介入之前采集的,而第二3D表示是在介入或手术期间采集的。
图4示出了处理单元40的另一范例,其包括适于将所确定的血管变形外插到脑结构表示的外插单元。所述脑结构表示包括血管结构和脑叶结构,所述脑叶结构包括在其中布置着血管的多个脑回。应用单元48适于将所述变形仅应用于脑叶。
对于外插,例如,考虑能够基于术前或术中检查程序的机械参数。
处理单元40能够适于将变形转换或变换为脑结构表示。
图5示出了另一示范性实施例,其中,处理单元40包括生成单元54,生成单元54适于从脑部结构的变形生成变形指示符。
例如,如在图6中所示,能够提供显示单元56,显示单元56适于向用户显示所述变形指示符。
例如,所述显示单元适于显示具有实际或当前变形的脑表示。例如,原始规划之后能够被叠加。
根据未示出的另一方面,提供具有冲突单元的处理单元40,所述冲突单元适于提供冲突指示符。这些冲突指示符指示预定脑结构的规划位置(例如规划路径)的可能冲突,所述预定脑部结构例如是重要的脑叶部分和/或重要的血管部分或片段。
根据图7所示的范例,提供了交互单元58,交互单元58适于由用户手动调整原始规划。
然而,如在图8中所示,处理单元40还能够与调整单元60一起被提供,调整单元60适于例如自动调整原始规划。处理单元40适于例如在显示器上提供调整指示符,所述调整指示符提供了调整等级的信息。
能够将指示符提供为着色编码。例如,能够在已经检测到变形的那些区域处对脑结构的灰度表示进行着色。因此,用户能够容易地看到哪些地方已经发生变形。例如,在非常强的变形的情况下,使用红色编码进行指示,其中术语“强”可以涉及预定阈值,而使用黄色编码指示轻微变形。
在将规划数据调整为当前变形的情况下,也能够应用这样的编码,例如,使用深绿线条示出诸如活检针的介入设备的规划路径,并且使用浅绿色示出由于所确定的变形而调节的那部分路径。因此,用户能够容易地看出由于变形哪些地方的规划数据被修改、被分别调节。
图9示出了设备的范例,其中,接口单元42适于向外部导航***62提供变形调整的规划数据。使用指向导航***62的箭头64指示数据提供。
必须注意,图2-9的上述范例还能够彼此组合地被提供。换言之,一个或多个或甚至所有范例能够组合于根据本发明的用于跟踪脑变形的设备12中。
在解释根据本发明的方法范例之前,将参考图1讨论一些另外的方面。
根据示范性实施例,所述X射线图像采集设备适于利用相同成像模态采集用于第一3D表示和第二3D表示的数据。
在图1中与例如包括一个或多个显示单元56的显示装置66一起示出用于跟踪脑变形的设备12。
另外,还示出诸如键盘68、鼠标70、绘图板72以及其他输入设备74的交互设备,所述交互设备连接至设备12的处理单元40,其中,处理单元40未在图1中进一步示出。
根据另一范例,处理单元40包括3D图像数据生成单元76,如在图10中指示的。3D图像数据生成单元76适于从3DX射线图像数据中生成第一表示和第二表示。因此,3D图像数据生成单元76与接口单元42连接。换言之,参考图1,向3D图像数据生成单元76提供由X射线图像采集设备14提供的图像数据,在所述3D图像数据生成单元76中发生所述表示的生成。利用箭头78在图10中指示由X射线图像采集设备提供的图像数据的输入。
例如,3D图像数据生成单元76能够适于利用相同处理步骤生成用于第一3D表示和第二3D表示的数据。
当然,在如由X射线图像采集设备14提供的用于第一表示和第二表示的不同的3D图像数据的情况下,能够提供不同的处理步骤。
根据未示出的另一范例,应用单元48适于将所确定的脑部结构的变形应用于针对脑部结构的介入的规划数据,以生成变形调整的规划数据。这在下文中进一步解释。
还应当注意,术语“配准单元”、“确定单元”、“应用单元”、“映射单元”、“外插单元”、“生成单元”、“3D图像数据生成单元”、“调整单元”,以及术语“接口单元”能够被提供为除处理单元以外的独立单元,但它们也可以被提供为处理单元本身的集成部分,例如,一个、多个或甚至所有上述单元。这也应用于总结本发明的上述段落。
根据另一示范性实施例,接口单元42适于提供其他脑血管结构的至少另一3D表示。所述其他脑血管结构例如基于形态学脑扫描和/或功能性脑扫描。应用单元48也能够将所确定的血管变形应用于所述其他脑血管结构中。使用虚线箭头80指示对接口单元42的所述其他脑血管结构的输入。必须注意,这样的额外输入不是有关图10讨论的其他方面的本质或必要特征。而是将输入80示为额外选择,该额外选择还能够适于其他上述示范性实施例和方面,例如在图2至图9中所示的那些。
根据找到的变形场变形的另外的3D表示可以来自外部来源。例如,其可以是与第一3D表示类型相同的数据集,但它不需要是与第一3D表示类型相同的数据集。
根据另一范例,该数据集也不需要包含血管结构。然而,如果该数据集与第一3D表示不相同,则提供该二者之间的空间映射。能够发生这种情况,这是由于它们是利用例如MRA和fMRI的相同机器或利用例如PET-ET的组合机器采集的,或者由于在该二者之间已经执行了刚性或弹性配准。必须注意,这样的配准是除上面所描述的配准以外的额外配准。
例如,所述其他脑血管结构的另一3D表示是使用锥形束成像的,源于MRI成像程序,或源于CT成像程序或C型臂成像程序的。
例如,通过将所确定的变形还应用于其他脑血管结构,例如,应用于形态学脑扫描或功能性脑扫描,还能够向用户提供适于当前变形情况的这些方面或参数。换言之,根据本发明,例如还能够进一步提高和支持外科医生的角度上的对当前情况的理解。如上文中提到的,第一3D表示能够基于术前3DX射线扫描,并且第二3D表示能够基于术中3DX射线扫描。
例如,使用CT设备和C型臂设备采集图像数据,例如,如在图1中所示。
能够从CTA(计算机断层摄影血管造影)3D图像数据生成第一表示。
还能够从磁共振血管造影MRA3D图像数据生成第一表示。
还能够从VasoCT3D图像数据生成第一表示,其中,VasoCT包括利用X射线C型臂装备的3D断层摄影锥形束重建,例如在图1中所示的装备。
图11示出了用于跟踪脑变形的方法100,包括以下步骤:在第一规定步骤110中,提供对象的感兴趣区域的脑血管结构的第一3D表示112。在第二规定步骤114中,提供所述脑血管结构的第二3D表示116。接下来,在配准步骤118中,将所述第一3D表示112的至少一部分与所述第二3D表示116的至少一部分进行三维弹性配准。
另外,在确定步骤120中,基于弹性配准118,确定所述脑血管结构的变形场122。之后,在应用步骤124中,将所确定的血管变形应用于脑结构表示,以确定脑部结构的变形126。
第一规定步骤110也被称为步骤a),第二规定步骤114也被称为步骤b),弹性配准步骤118也被称为步骤c),确定步骤120也被称为步骤d),并且应用步骤124也被称为步骤e)。
在弹性配准步骤中,预定部分或区域能够用于配准。对于弹性配准的部分之间的区域,能够基于弹性配准结果来估计变形。配准能够聚焦在指示例如源于先前检查的重要变形行为的特定部分。
当然,还能够针对完整的3D表示执行弹性配准。
例如,能够从初始图像数据采集步骤128提供用于步骤e)的脑结构表示,从所述初始图像数据采集步骤128,例如生成或处理第一3D表示112。
然而,初始步骤128不是用于上述方法的必要部分,并且因此,仅利用虚线箭头示出初始步骤128到第一规定步骤110的连接,以及从初始步骤128到应用步骤124的连接。
例如,第一3D表示112基于术前图像数据,并且第二3D表示116基于术中图像数据。
图12示出了方法的另一示范性实施例,其中,在第三规定步骤132中提供针对脑部结构的介入的规划数据130,并且其中,在步骤e)之后提供步骤f),在步骤f)中,所将确定的脑部结构的变形应用于第二应用步骤134中的规划数据,以生成变形调整的规划数据136。
所述规划数据可以与介入相关,所述介入例如为活检介入,例如,所述规划数据包括介入规划数据。
所述规划数据还能够与手术相关,例如,所述规划数据包括手术规划数据。
步骤f)可以包括生成变形补偿的手术规划数据。
例如,所述规划数据可以包括如在图13中所示的过程数据138,过程数据138被提供139到第二应用步骤134,以生成变形调整的过程数据140。例如,在另一规定步骤142中过程数据140被提供给***,以引导介入设备。对***的引导可以包括自动控制活检针***或脑标点设备。
如上文已经指示的,能够提供针对感兴趣区域的术前解剖数据144和/或功能数据146,如在图14中所示。解剖数据144和/或功能数据146能够源于初始数据采集步骤148。例如,第一3D表示112也能够源于该初始数据采集步骤148,在该步骤中,采集相应的图像信息150。再一次,使用虚线152指示这样的初始采集步骤与第一规定步骤110之间的连接,以指示这是可能的选择,但不是必须。
另外,从确定步骤120所确定的变形场122能够在另外的应用步骤154和156中分别应用于解剖数据144和/或功能数据146。
因此,能够生成变形调整的解剖数据158和/或变形调整的功能数据160。
如在图14中还指示的,在初始采集步骤148中采集的图像数据还能够用于为应用步骤124提供脑结构表示。这利用另一虚线箭头162指示。
返回参考图11,弹性配准步骤118可以是基于图像或基于模型的。
步骤c)可以包括基于其他脑结构的体素值的所述其他脑结构的弹性配准。步骤e)可以包括确定所述其他脑结构的变形场。
弹性配准可以包括确定对应的血管区域、血管部位或血管部分的局部位移。
根据范例,通过将第一表示112中的标志点与第二表示116中的对应标志点进行配准来实现配准。
例如,标志点是脑血管结构的分支。根据另一范例,标志点能够是脑血管结构中明显的曲线,其中,明显的曲线是脑血管结构的预定片段。
根据另一示范性实施例,如在图15中所示,通过分别在第一图像数据采集步骤168和第二图像数据采集步骤170中采集第一3D图像数据164和第二3D图像数据166来分别提供第一3D表示112和第二3D表示116。在分割步骤172、174中分别将第一3D图像数据164和第二3D图像数据166每个都分割为脑血管结构,这利用进入第一规定步骤110的箭头176和进入第二规定步骤114的另一箭头178被指示。
因此,根据在图15中所示的范例,能够分割血管树结构。
还能够通过分割颅骨并且对非颅骨体素执行阈值处理程序来实现分割。
还能够通过分割脑体积本身来实现分割。
另外,通过将血管滤波器应用于采集的数据集并且之后应用阈值处理程序来实现分割。
通过应用由用户选择的种子点开始的快速行进方法来实现分割。
血管结构可以用于生成脑血管结构的第一表示和/或第二表示。
根据未示出的另一范例,此外,其他结构也能够在3D数据集中进行分割,例如颅骨,和/或皮层表面,和/或脑室,和/或小脑,和/或脑干,和/或脑脊髓液,和/或胼胝体,和/或左右半球。
根据另一范例,如在图16中所示,提供了刚性配准180,刚性配准180初始化弹性配准步骤118,即,初始化步骤c)。利用箭头182指示所述初始化。
根据另一范例,如在图17中所示,除步骤c)中的弹性配准118以外,执行刚性配准步骤184,以确定脑血管结构的全局变换数据186。能够向导航***提供所述全局变换数据,例如,以自动引导活检针或脑标点设备。利用箭头186指示数据供应。
根据本发明的另一方面,在图18中示出操作用于跟踪脑变形的设备的方法200。在第一规定步骤214中,处理单元210提供对象的感兴趣区域的脑血管结构的第一3D表示212。在第二规定步骤218中,所述处理单元还提供所述脑血管结构的第二3D表示216。另外,在弹性三维配准步骤220中,处理单元210将第一3D表示212的至少一部分与第二3D表示216的至少一部分进行三维弹性配准。在确定步骤224中,处理单元210还基于弹性配准确定所述脑血管结构的变形场222。接下来,在应用步骤228中,处理单元210将所确定的血管变形222应用于脑结构表示,以确定脑部结构的变形226。
例如,向处理单元210提供脑结构表示,如利用虚线箭头230指示的。
如在图18中进一步指示的,还可以向所述处理单元提供第一第二3D表示212和第二3D表示216,如利用两个分别的虚线箭头232和234指示的。
根据另一范例,之后能够提供所确定的变形226,以用于其他目的,如利用虚线箭头236指示的。
必须注意,脑血管结构的第一3D表示和第二3D表示能够基于使用造影剂的图像采集程序。然而,其还被提供以采集各自的图像信息数据,而无需造影剂。
根据本发明的另一方面,术语“脑血管结构”涉及脑区域中的血管结构。
根据本发明的另一方面,在临床介入开始前,例如由MRA、CTA或VasoCT在术前扫描中采集包含血管结构的整个头部扫描。之后,在该程序的进程期间能够执行一个或多个扫描。来自那些3D图像数据集的血管结构被分割并且被彼此弹性共配准。由于脑中的血管包含在脑回内,因此血管结构的局部位移允许准确地估计局部脑变形。
如上所述,脑变形可以用于将程序前规划调整为实际当前情况。另外,脑变形可以被馈送至外部导航***。
例如,在程序前,以大的视场采集术前数据集,以包含受试者的整个脑和脉管***。从该数据集,分割血管树。在图19A中示出针对这样的血管树310的范例。可以以若干方式完成血管树分割,例如,通过例如使用基于模型的方法分割颅骨,并对非颅骨体素执行阈值处理,并且通过保持最大的完全连接的成分来应用连接标准。或者作为另一范例,向数据集应用血管滤波器,并且之后应用阈值。或者作为第三范例,应用由用户选择的种子点开始的快速行进方法。
在临床程序期间,例如,以相同方式采集并处理相同对象的其他数据集。在图19B中示出这样的第二血管表示。如能够看出的,第二表示312示出相似的结构,然而,某些区域示出变形,例如,在图19A中利用箭头314指示的血管部分在图19B中具有不同的曲率,在图19B中使用附图标记316指示相同的血管部分。
应当注意,出于简洁的原因,附图示出比真实扫描中可见的更少的血管。另外,出于清楚的目的,在图19中涉及变形的表示已经被扩大。
之后,如未示出的所谓的第三步骤,基于在包括3D表示310和312的术前和术中数据集中的分割血管之间的对应性确定脑结构的变形。这能够以若干方式完成,例如:
1、每个体素,选择多个血管分支,并且将具体体素的运动确定为所选血管分支中最近点的运动的加权平均。加权可以是到那些点的距离的倒数,但也能够使用另一加权函数。能够基于血管分支到特定体素的距离来完成血管分支的选择,但更复杂的方式也是可行的,例如,确定体素位于哪个脑叶中,并且仅包括邻近该脑叶的血管分支。
2、由四面体的网格确定变形。通过以下方式将四面体变形:移动该四面体的节点,并且针对该四面体内的点应用插值方案,从而产生节点的位移的加权平均,例如,通常为线性加权。该四面体节点被放置在规则网格或标志点上。针对标志点的逻辑选择是血管中心线上的点,例如,在规则间隔上,或基于曲率,或在分支点上,或这些的组合。
3、有限元驱动方法,其中,变形是由血管点的位移驱动的,并且在脑组织的材料性质被应用之后,例如全局地或基于脑分割被建模。
根据另一范例,能够将分割和上述弹性配准组合为单个算法过程。
另外,术中图像数据的采集,和由此第二3D表示的确定,以及弹性配准能够以环状结构被应用,即,在程序期间反复多次地被应用。
作为一种选择,所确定的脑变形能够应用于规划数据。
图20示出了患者头部400的可视化。如能够看出的,脑利用部分开放的颅骨410被示出,并且血管结构412位于头部内,即,脑所在区域中。在这种情况下,并未进一步示出脑结构本身,以将各个血管结构可视化。
另外,示出针对利用活检针的介入的***路径414,***路径414表示规划数据。在所确定的脑变形情况下,将例如在血管表示412的形式中的各个表示进行相应地调节或调整。用户之后能够看出,其规划的路径414与重要结构中的一个冲突,例如,血管与穿刺轨迹414冲突。
因此,用户之后能够手动调节***路径,即,穿刺轨迹,或者在考虑找到的变形的情况下执行规划数据的自动调整。然而,未进一步示出血管表示412的变形,并由此未进一步示出血管表示412的调整。
在本发明(未示出)的另一示范性实施例中,一种计算机程序或计算机程序元件被提供,即,其特性在于适于在合适的***上执行根据前述实施例中的一个所述方法的方法步骤。
因此,所述计算机程序元件可以储存在计算机单元中,其还可以是本发明的实施例的一部分。该计算单元可以适于执行上述方法步骤或引起上述方法步骤的执行。此外,其可以适于操作上述设备的部件。该计算单元能够适于自动地操作和/或执行用户的命令。计算机程序可以载入数据处理器的工作存储器中。因此,可以配备数据处理器以实施本发明的方法。
本发明的该示范性实施例涵盖全部的:从一开始使用本发明的计算机程序以及借助更新将现有程序转变为使用本发明的程序的计算机程序。
更进一步地,所述计算机程序元件可以能够提供所有必要步骤,以完成如上述方法的示范性实施例的程序。
根据本发明的另一示范性实施例(未示出),提出诸如CD-ROM的计算机可读介质,其中,所述计算机可读介质具有储存在其上的计算机程序元件,该计算机程序元件由先前段落描述。
计算机程序可以储存和/或分配在合适的介质上,例如光学存储介质或与其他硬件共同提供或作为其他硬件一部分提供的固态介质,但计算机程序也可以以其他形式分配,例如经由因特网,或者其他有线或无线的远程通信***。
然而,计算机程序还可以存在于诸如万维网的网络上,并且能够从这样的网络被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,提供一种用于使计算机程序元件可用于下载的介质,该计算机程序元件被布置为执行根据本发明的前述实施例中的一个所述的方法。
必须注意,参考不同的主题描述了本发明的实施例。具体而言,参考方法类权利要求描述了一些实施例,而参***类权利要求描述其他实施例。然而,本领域技术人员将从说明书上下文中总结出,除非另外告知,除了属于一类主题的特征的任意组合之外,涉及不同主题的特征之间的任意组合也被考虑在本申请中公开。然而,能够组合所有特征,以提供超过特征的简单加的协同效应。
在权利要求书中,“包括”一词不排除其他元件或步骤,并且定语“一”或“一个”不排除多个。单个处理器或其他单元可以完成在权利要求书中记载的若干项目的功能。在相互不同的从属权利要求中记载特定措施并不指示不能有利地使用这些措施的组合。
Claims (13)
1.一种用于跟踪脑变形的设备(12),包括:
-处理单元(40);以及
-接口单元(42);
其中,所述接口单元适于向所述处理单元提供对象的感兴趣区域的脑血管结构的第一3D表示;并且适于向所述处理单元提供所述脑血管结构的第二3D表示;并且
其中,所述处理单元具有配准单元(44),所述配准单元适于将所述第一3D表示的至少一部分与所述第二3D表示的至少一部分进行三维弹性配准;
其中,所述处理单元具有确定单元(46),所述确定单元适于基于所述弹性配准确定所述脑血管结构的变形场;并且
其中,所述处理单元具有应用单元(48),所述应用单元适于将所确定的血管变形应用于脑结构表示,以确定脑部结构的变形;
其中,至少所述第二3D表示基于X射线图像数据。
2.如权利要求1所述的设备,其中,所述应用单元适于将所确定的所述脑部结构的变形应用于针对所述脑部结构的介入的规划数据,以生成变形调整的规划数据。
3.如权利要求1或2所述的设备,其中,所述处理单元包括外插单元(52),所述外插单元适于将所确定的血管变形外插到所述脑结构表示;
其中,所述脑结构表示包括血管结构和脑叶结构,所述脑叶结构包括在其中布置着血管的多个脑回;并且
其中,所述应用单元适于将所述变形仅应用于脑叶。
4.如权利要求1或2所述的设备,其中,所述接口单元适于提供另外的脑血管结构的至少一个另外的3D表示;
其中,所述另外的脑血管结构基于形态学脑扫描和/或功能性脑扫描;并且
其中,所述应用单元适于将所确定的血管变形应用于所述另外的脑血管结构。
5.如权利要求1或2所述的设备,其中,所述处理单元包括生成单元(54),所述生成单元适于根据所述脑部结构的变形生成变形指示符;并且
其中,显示单元(56)被提供,所述显示单元适于向用户显示所述变形指示符。
6.如权利要求1或2所述的设备,其中,所述接口单元适于向外部导航***(62)提供所述变形调整的规划数据。
7.一种用于跟踪脑变形的成像***(10),包括:
-根据前述权利要求中任一项所述的设备(12);以及
-图像采集设备(14);
其中,所述图像采集设备适于采集用于所述的第一3D表示和第二3D表示的3D图像数据;并且
其中,所述处理单元包括3D图像数据生成单元(76),所述3D图像数据生成单元适于从所述3D图像数据生成所述第一3D表示和所述第二3D表示;
其中,所述图像采集设备适于以非接触方式采集第二图像数据;
其中,所述图像采集设备为X射线图像采集设备,所述X射线图像采集设备适于采集3DX射线图像数据。
8.如权利要求7所述的成像***,其中,所述图像采集设备适于利用相同的成像模态采集用于所述第一3D表示和所述第二3D表示的数据;并且
其中,所述3D图像数据生成单元适于利用相同的处理步骤生成用于所述第一3D表示和所述第二3D表示的数据。
9.一种用于跟踪脑变形的方法(100),包括以下步骤:
a)提供(110)对象的感兴趣区域的脑血管结构的第一3D表示(112);
b)提供(114)所述脑血管结构的第二3D表示(116);
其中,至少所述第二3D表示基于X射线图像数据;
c)将所述第一3D表示的至少一部分与所述第二3D表示的至少一部分进行三维弹性配准(118);
d)基于所述弹性配准确定(120)所述脑血管结构的变形场(122);并且
e)将所确定的血管变形应用于(124)脑结构表示,以确定脑部结构的变形(126)。
10.如权利要求9所述的方法,其中,针对所述脑部结构的介入的规划数据(130)被提供(132),并且其中,在步骤e)之后,提供步骤f),在所述步骤f)中,将所确定的所述脑部结构的变形应用于(134)所述规划数据,以生成变形调整的规划数据(136)。
11.一种操作用于跟踪脑变形的设备的方法(200),
其中,处理单元(210)提供(214)对象的感兴趣区域的脑血管结构的第一3D表示(212);
其中,所述处理单元提供(218)所述脑血管结构的第二3D表示(216);其中,至少所述第二3D表示基于X射线图像数据;
其中,所述处理单元将所述第一3D表示的至少一部分与所述第二3D表示的至少一部分进行三维弹性配准(220);
其中,所述处理单元基于所述弹性配准确定(224)所述脑血管结构的变形场(222);并且
其中,所述处理单元将所确定的血管变形应用于(228)脑结构表示(230),以确定脑部结构的变形(226)。
12.一种用于跟踪脑变形的装置,包括:
用于提供对象的感兴趣区域的脑血管结构的第一3D表示(112)的模块;
用于提供所述脑血管结构的第二3D表示(116)的模块;
其中,至少所述第二3D表示基于X射线图像数据;
用于将所述第一3D表示的至少一部分与所述第二3D表示的至少一部分进行三维弹性配准的模块;
用于基于所述弹性配准确定所述脑血管结构的变形场(122)的模块;以及
用于将所确定的血管变形应用于脑结构表示,以确定脑部结构的变形(126)的模块。
13.如权利要求12所述的装置,其中,针对所述脑部结构的介入的规划数据(130)被提供(132),并且
其中,在用于应用的所述模块之后,所述装置还包括用于将所确定的所述脑部结构的变形应用于所述规划数据,以生成变形调整的规划数据(136)的模块。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
EP11158830.7 | 2011-03-18 | ||
EP11158830 | 2011-03-18 | ||
PCT/IB2012/050971 WO2012127345A1 (en) | 2011-03-18 | 2012-03-01 | Tracking brain deformation during neurosurgery |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103443825A CN103443825A (zh) | 2013-12-11 |
CN103443825B true CN103443825B (zh) | 2016-07-06 |
Family
ID=45833494
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201280014002.5A Active CN103443825B (zh) | 2011-03-18 | 2012-03-01 | 在神经外科手术期间跟踪脑变形 |
Country Status (5)
Country | Link |
---|---|
US (1) | US9668710B2 (zh) |
EP (1) | EP2686829B1 (zh) |
JP (1) | JP6002695B2 (zh) |
CN (1) | CN103443825B (zh) |
WO (1) | WO2012127345A1 (zh) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6176832B2 (ja) * | 2013-04-18 | 2017-08-09 | 東芝メディカルシステムズ株式会社 | 支持器及びx線診断装置 |
US10188465B2 (en) * | 2015-08-26 | 2019-01-29 | Biosense Webster (Israel) Ltd. | Automatic ENT surgery preplanning using a backtracking maze problem solution |
CN106420055A (zh) * | 2016-02-15 | 2017-02-22 | 复旦大学 | 一种基于无线传输的脑组织变形矫正*** |
US10467497B2 (en) | 2016-02-22 | 2019-11-05 | Sony Corporation | System and method for providing assistance in surgery in presence of tissue deformation |
WO2018012080A1 (ja) * | 2016-07-12 | 2018-01-18 | ソニー株式会社 | 画像処理装置、画像処理方法、プログラム及び手術用ナビゲーションシステム |
DK180231B1 (en) * | 2018-10-31 | 2020-08-28 | Synaptic Aps | Method of establishing a brain status indication parameter and system therefor |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5633951A (en) * | 1992-12-18 | 1997-05-27 | North America Philips Corporation | Registration of volumetric images which are relatively elastically deformed by matching surfaces |
CN1582863A (zh) * | 2004-06-01 | 2005-02-23 | 复旦大学 | 一种神经外科手术导航***中脑组织变形校正的方法 |
CN101828920A (zh) * | 2009-03-13 | 2010-09-15 | 复旦大学附属华山医院 | 神经导航术中功能影像移位的校正方法 |
CN101918855A (zh) * | 2007-09-24 | 2010-12-15 | 外科视象设备公司 | 使用外科手术工具的预定义数据和mri图像数据的实时可视化的mri外科手术*** |
Family Cites Families (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3792257B2 (ja) | 1996-04-29 | 2006-07-05 | ノーザン・デジタル・インコーポレーテッド | 画像誘導手術システム |
JP3699963B2 (ja) | 2003-07-01 | 2005-09-28 | 株式会社東芝 | 磁気共鳴映像装置 |
US7103399B2 (en) * | 2003-09-08 | 2006-09-05 | Vanderbilt University | Apparatus and methods of cortical surface registration and deformation tracking for patient-to-image alignment in relation to image-guided surgery |
JP2007531553A (ja) * | 2003-10-21 | 2007-11-08 | ザ ボード オブ トラスティーズ オブ ザ リーランド スタンフォード ジュニア ユニヴァーシティ | 術中ターゲティングのシステムおよび方法 |
US20050089213A1 (en) * | 2003-10-23 | 2005-04-28 | Geng Z. J. | Method and apparatus for three-dimensional modeling via an image mosaic system |
US8233681B2 (en) * | 2004-09-24 | 2012-07-31 | The University Of North Carolina At Chapel Hill | Methods, systems, and computer program products for hierarchical registration between a blood vessel and tissue surface model for a subject and a blood vessel and tissue surface image for the subject |
WO2007027684A2 (en) * | 2005-08-30 | 2007-03-08 | University Of Maryland Baltimore | Techniques for 3-d elastic spatial registration of multiple modes of measuring a body |
WO2007102920A2 (en) * | 2005-12-20 | 2007-09-13 | University Of Maryland, Baltimore | Method and apparatus for accelerated elastic registration of multiple scans of internal properties of a body |
CA2670261A1 (en) * | 2006-11-16 | 2008-05-29 | Vanderbilt University | Apparatus and methods of compensating for organ deformation, registration of internal structures to images, and applications of same |
US8666128B2 (en) * | 2007-10-18 | 2014-03-04 | The University Of North Carolina At Chapel Hill | Methods, systems, and computer readable media for mapping regions in a model of an object comprising an anatomical structure from one image data set to images used in a diagnostic or therapeutic intervention |
FR2936890B1 (fr) | 2008-10-03 | 2010-12-03 | Univ Grenoble 1 | Procede de traitement d'image pour estimer une deformation d'un cerveau d'un patient |
JP2011019768A (ja) * | 2009-07-16 | 2011-02-03 | Kyushu Institute Of Technology | 画像処理装置、画像処理方法、及び画像処理プログラム |
US8494243B2 (en) * | 2009-07-29 | 2013-07-23 | Siemens Aktiengesellschaft | Deformable 2D-3D registration of structure |
EP2468207A1 (en) | 2010-12-21 | 2012-06-27 | Renishaw (Ireland) Limited | Method and apparatus for analysing images |
-
2012
- 2012-03-01 JP JP2013558535A patent/JP6002695B2/ja active Active
- 2012-03-01 US US14/005,620 patent/US9668710B2/en active Active
- 2012-03-01 EP EP12708959.7A patent/EP2686829B1/en active Active
- 2012-03-01 CN CN201280014002.5A patent/CN103443825B/zh active Active
- 2012-03-01 WO PCT/IB2012/050971 patent/WO2012127345A1/en active Application Filing
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5633951A (en) * | 1992-12-18 | 1997-05-27 | North America Philips Corporation | Registration of volumetric images which are relatively elastically deformed by matching surfaces |
CN1582863A (zh) * | 2004-06-01 | 2005-02-23 | 复旦大学 | 一种神经外科手术导航***中脑组织变形校正的方法 |
CN101918855A (zh) * | 2007-09-24 | 2010-12-15 | 外科视象设备公司 | 使用外科手术工具的预定义数据和mri图像数据的实时可视化的mri外科手术*** |
CN101828920A (zh) * | 2009-03-13 | 2010-09-15 | 复旦大学附属华山医院 | 神经导航术中功能影像移位的校正方法 |
Non-Patent Citations (2)
Title |
---|
Validation of vessel-based registration for correction of brain shift;Reinertsen I et al;《Medical image analysis》;20070630;第11卷(第4期);第374页摘要,第377-378页第1.6节,第380-385页第2.6.4节和第3节 * |
神经导航手术中脑组织变形的物理模型研究;庄东晓;《中国博士学位论文全文数据库医学卫生科技辑》;20090815(第8期);第E066-2页 * |
Also Published As
Publication number | Publication date |
---|---|
JP2014512210A (ja) | 2014-05-22 |
US9668710B2 (en) | 2017-06-06 |
JP6002695B2 (ja) | 2016-10-05 |
WO2012127345A1 (en) | 2012-09-27 |
CN103443825A (zh) | 2013-12-11 |
EP2686829B1 (en) | 2020-11-11 |
US20140003698A1 (en) | 2014-01-02 |
EP2686829A1 (en) | 2014-01-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10255723B2 (en) | Planning, navigation and simulation systems and methods for minimally invasive therapy | |
Ferroli et al. | Advanced 3-dimensional planning in neurosurgery | |
CN103443825B (zh) | 在神经外科手术期间跟踪脑变形 | |
AU2014231470B2 (en) | System and method for detecting tissue and fiber tract deformation | |
EP2044884B1 (de) | Bestimmung und Erkennung von Lageänderungen von Körperstrukturteilen | |
US20140303486A1 (en) | Surgical Navigation Planning System and Associated Methods | |
KR20170034349A (ko) | 헬스 이미징 인포매틱스 시스템 및 방법 | |
Gargiulo et al. | New Directions in 3D Medical Modeling: 3D‐Printing Anatomy and Functions in Neurosurgical Planning | |
JP6768862B2 (ja) | 医用画像処理方法、医用画像処理装置、医用画像処理システム及び医用画像処理プログラム | |
Trope et al. | The role of automatic computer-aided surgical trajectory planning in improving the expected safety of stereotactic neurosurgery | |
US20150302166A1 (en) | Method for inverse trajectory planning | |
JP2023514834A (ja) | 脳の解剖学的構造のマルチモーダル3d分析を介した脳内のプローブの計画立案および設置を最適化するための方法 | |
US11925418B2 (en) | Methods for multi-modal bioimaging data integration and visualization | |
Kersten-Oertel et al. | Towards augmented reality guided craniotomy planning in tumour resections | |
WO2006067676A2 (en) | Visualization of a tracked interventional device | |
EP2880568B1 (en) | Method for inverse trajectory planning | |
Rosahl et al. | The Virtual Operating Field: How Image Guidance Became Integral to Microneurosurgery | |
Ramina et al. | The virtual operating field–how image guidance can become integral to microneurosurgery | |
Trope | Planning safe trajectories in image-guided keyhole neurosurgery |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |