CN105342701B - 一种基于影像信息融合的病灶虚拟穿刺*** - Google Patents
一种基于影像信息融合的病灶虚拟穿刺*** Download PDFInfo
- Publication number
- CN105342701B CN105342701B CN201510896226.9A CN201510896226A CN105342701B CN 105342701 B CN105342701 B CN 105342701B CN 201510896226 A CN201510896226 A CN 201510896226A CN 105342701 B CN105342701 B CN 105342701B
- Authority
- CN
- China
- Prior art keywords
- image data
- module
- virtual
- virtual route
- image
- 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
- 230000004927 fusion Effects 0.000 title claims abstract description 36
- 230000003902 lesion Effects 0.000 claims abstract description 30
- 238000004458 analytical method Methods 0.000 claims abstract description 21
- 230000000007 visual effect Effects 0.000 claims abstract description 20
- 238000001727 in vivo Methods 0.000 claims abstract description 14
- 210000000988 bone and bone Anatomy 0.000 claims description 25
- 210000001519 tissue Anatomy 0.000 claims description 20
- 230000002792 vascular Effects 0.000 claims description 20
- 238000012216 screening Methods 0.000 claims description 7
- 239000003086 colorant Substances 0.000 claims description 3
- 238000011156 evaluation Methods 0.000 claims description 3
- 239000011800 void material Substances 0.000 claims description 3
- 238000004364 calculation method Methods 0.000 claims description 2
- 230000000694 effects Effects 0.000 abstract description 7
- 238000000034 method Methods 0.000 abstract description 4
- 238000002595 magnetic resonance imaging Methods 0.000 description 11
- 238000007726 management method Methods 0.000 description 4
- 210000001015 abdomen Anatomy 0.000 description 3
- 210000004204 blood vessel Anatomy 0.000 description 3
- 238000013461 design Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000002591 computed tomography Methods 0.000 description 2
- 238000013170 computed tomography imaging Methods 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 238000003384 imaging method Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 206010028980 Neoplasm Diseases 0.000 description 1
- 210000000683 abdominal cavity Anatomy 0.000 description 1
- 230000003187 abdominal effect Effects 0.000 description 1
- 210000001367 artery Anatomy 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 230000004069 differentiation Effects 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000000686 essence Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000001356 surgical procedure Methods 0.000 description 1
- 210000003462 vein Anatomy 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
- A61B6/02—Arrangements for diagnosis sequentially in different planes; Stereoscopic radiation diagnosis
- A61B6/03—Computed tomography [CT]
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/05—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves
- A61B5/055—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves involving electronic [EMR] or nuclear [NMR] magnetic resonance, e.g. magnetic resonance imaging
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Medical Informatics (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Physics & Mathematics (AREA)
- Heart & Thoracic Surgery (AREA)
- Surgery (AREA)
- Biophysics (AREA)
- Biomedical Technology (AREA)
- Radiology & Medical Imaging (AREA)
- High Energy & Nuclear Physics (AREA)
- Molecular Biology (AREA)
- Pathology (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Optics & Photonics (AREA)
- Magnetic Resonance Imaging Apparatus (AREA)
Abstract
本发明涉及医疗辅助技术领域,具体涉及一种基于影像信息融合的病灶虚拟穿刺***,本发明包括:通过影像获取模块和影像融合模块处理获得整体图像数据,确定图像中各部分之间的位置关系,再利用终点定位模块对病灶图像数据进行分析,确定病灶图像数据的中心点;路径生成模块,将体表图像数据中每个像素点与病灶图像数据的中心点进行连线,生成虚拟路径集合;权重分析模块,根据分析每段虚拟路径与体内图像数据之间的位置关系,得到每段虚拟路径的权重值。本发明得到参数条件下的所有虚拟路径的数据;为医生提供重要的参考信息,便于医生可以简单快速的实现三维图像中的最佳虚拟路径规划;不需要依赖于医生的主观经验,具有良好的医疗辅助效果。
Description
技术领域
本发明涉及医疗辅助技术领域,具体涉及一种基于影像信息融合的病灶虚拟穿刺***。
背景技术
通过对医学影像的分析是一种新兴的医学分析方法,应用领域非常广泛。在射频线消融手术中,穿刺针路径的设计和实施需要避开腹部骨骼、血管区域,以免对人体产生严重的碰撞伤害,那么在路径规划过程中需要满足各种需求,包括最短路线、避开血管及骨骼障碍,最低创伤和最佳治疗效果等。
在中国专利公开号:CN 103479430A的专利文件中,其提出了一种基于术前分析由医生设计出虚拟路径的规划方法。该专利的技术方案中由医生根据术区的三维图像手动规划出可能的虚拟路径,或者根据大量的约束条件,根据约束找到符合条件各个的虚拟路径。该方案过于依赖医生主观判断,或者只能获得一些可能的虚拟路径,并没有达到最优虚拟路径的规划效果,不能达到要求的最小创伤和最佳疗效的穿刺目的。
发明内容
为克服上述缺陷,本发明的目的即在于提供一种基于影像信息融合的病灶虚拟穿刺***。
本发明的目的是通过以下技术方案来实现的:
本发明是一种基于影像信息融合的病灶虚拟穿刺***,包括:
影像获取模块,所述影像获取模块用于分别获取患者的病灶图像和身体组织图像,并将该病灶图像和身体组织图像分别转换为对应的病灶图像数据和身体组织图像数据;所述身体组织图像数据包括:体表图像数据和体内图像数据;
影像融合模块,所述影像融合模块与所述影像获取模块连接,用于将病灶图像数据和身体组织图像数据根据物理空间位置进行配准定位与融合,得到整体图像数据,并在整体图像数据中确定病灶图像数据和身体组织图像数据之间的空间位置关系;
终点定位模块,所述终点定位模块与所述影像融合模块连接,用于对病灶图像数据进行分析,确定病灶图像数据中心点在整体图像数据中的位置,并将该位置定义为终点;
路径生成模块,所述路径生成模块分别与终点定位模块和影像融合模块连接,用于将体表图像数据中每个像素点的位置为起点,连接起点与终点获得一段虚拟路径,根据体表图像数据中所有像素点的位置,生成虚拟路径集合,并记录每段虚拟路径的位置;
权重分析模块,所述权重分析模块分别与路径生成模块和影像融合模块连接,用于分析每段虚拟路径与体内图像数据之间的位置关系,遍历整段虚拟路径,虚拟路径每穿过一次体内图像数据,则为该虚拟路径加上一个预定的权重值;遍历虚拟路径集合中所有的虚拟路径,分别得到每段虚拟路径的权重值。
进一步,本发明还包括:
优先路径选择模块,所述优先路径选择模块分别与所述权重分析模块和路径生成模块连接,用于根据每段虚拟路径的长度得到其长度系数,并根据该长度系数对其权重值进行调整,再对权重值最小的虚拟路径进行选择,并将其定义为优先路径,同时对优先路径进行显示。
进一步,所述体内图像数据包括:脉管图像数据和骨骼图像数据。
进一步,所述影像获取模块包括:CT影像获取单元和MRI影像获取单元;
所述病灶图像数据、脉管图像数据由所述MRI影像获取单元获取;
所述体表图像数据、骨骼图像数据由所述CT影像获取单元获取。
进一步,所述体内图像数据中,骨骼图像数据的权重值大于脉管图像数据的权重值。
进一步,所述权重分析模块与所述优先路径选择模块之间设有:
路径筛选模块,所述路径筛选模块将所述权重分析模块中所获得的所有的虚拟路径的权重值与预定的权重值进行比较,若虚拟路径的权重值比预定的权重值大,则将该虚拟路径去掉,形成新的虚拟路径集合,并将该虚拟路径集合发送至所述优先路径选择模块。
进一步,所述影像融合模块中设有色彩管理单元,
所述色彩管理单元用于将整体图像数据中的病灶图像数据、脉管图像数据、骨骼图像数据、体表图像数据分别以不同的颜色进行显示。
本发明从目前临床中对虚拟路径规划的实际需求出发,提出了一种基于参数的数字化评估方法,从而得到参数条件下的所有虚拟路径的数据;为医生提供重要的参考信息,便于医生可以简单快速的实现三维图像中的最佳虚拟路径规划;不需要依赖于医生的主观经验,具有良好的医疗辅助效果。
附图说明
为了易于说明,本发明由下述的较佳实施例及附图作详细描述。
图1为本发明中一个实施例的逻辑结构示意图;
图2为本发明中另一个实施例的逻辑结构示意图;
图3为本发明工作原理示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
请参阅图1至图2,本发明是一种基于影像信息融合的病灶虚拟穿刺***,包括:
影像获取模块101,所述影像获取模块101用于分别获取患者的病灶图像和身体组织图像,并将该病灶图像和身体组织图像分别转换为对应的病灶图像数据和身体组织图像数据;其将所得的病灶图像数据和身体组织图像数据进行配准,通过影像配准使它们达到物理空间上的一致;所述身体组织图像数据包括:体表图像数据和体内图像数据;
影像融合模块102,所述影像融合模块102与所述影像获取模块101连接,用于将配准后已物理空间上一致的病灶图像数据和身体组织图像数据融合,得到整体图像数据,并在整体图像数据中确定病灶图像数据和身体组织图像数据之间的空间位置关系;由于不同部分会分布在不同的空间位置,只需对配准的数据进行或运算即可实现多模态信息融合;
终点定位模块103,所述终点定位模块103与所述影像融合模块102连接,用于对病灶图像数据进行分析,确定病灶图像数据中心点在整体图像数据中的位置,并将该位置定义为终点;
路径生成模块104,所述路径生成模块104分别与终点定位模块103和影像融合模块102连接,用于将体表图像数据中每个像素点的位置为起点,用直线连接起点与终点获得一段虚拟路径,根据体表图像数据中所有像素点的位置,生成虚拟路径集合,并记录每段虚拟路径的位置;
权重分析模块105,所述权重分析模块105分别与路径生成模块104和影像融合模块102连接,用于分析每段虚拟路径与体内图像数据之间的位置关系,遍历整段虚拟路径,虚拟路径每穿过一次体内图像数据,则为该虚拟路径加上一个预定的权重值;遍历虚拟路径集合中所有的虚拟路径,分别得到每段虚拟路径的权重值。其具体可以为:对于骨骼和脉管的权重值可各取了一个较高值10和一个较低值2,当虚拟路径穿过一个骨骼图像数据时,该虚拟路径的权重值将增加10,若其再穿过一个脉管图像数据时,其权重值再加2,即为12;如此累加,直到该路径完结为止。
进一步,本发明还包括:
优先路径选择模块106,所述优先路径选择模块106分别与所述权重分析模块105和路径生成模块104连接,用于根据每段虚拟路径的长度得到其长度系数,并根据该长度系数对其权重值进行调整,再对权重值最小的虚拟路径进行选择,并将其定义为优先路径,同时对优先路径进行显示。
进一步,所述体内图像数据包括:脉管图像数据和骨骼图像数据。
进一步,所述影像获取模块101包括:CT(Computed Tomography,电子计算机断层扫描)影像获取单元(未图示)和MRI(Magnetic Resonance Imaging,磁共振成像)影像获取单元(未图示);
所述病灶图像数据、脉管图像数据由所述MRI影像获取单元获取;
所述体表图像数据、骨骼图像数据由所述CT影像获取单元获取。
由于人体的不同组织结构在影像中的成像效果各有不同,在获取各个部分信息时需要用到不同模态的影像,因此,病例包含腹部的CT及MRI两种影像信息。由这两种影像数据能较好的得到所需的病灶、脉管、骨骼及体表数据,其中病灶和脉管影像数据来源于MRI影像获取单元,而骨骼和体表影像数据来源于CT影像获取单元。
进一步,所述体内图像数据中,骨骼图像数据的权重值大于脉管图像数据的权重值。
进一步,所述权重分析模块105与所述优先路径选择模块106之间设有:
路径筛选模块107,所述路径筛选模块107将所述权重分析模块105中所获得的所有的虚拟路径的权重值与预定的权重值进行比较,若虚拟路径的权重值比预定的权重值大,则将该虚拟路径去掉,形成新的虚拟路径集合,并将该虚拟路径集合发送至所述优先路径选择模块106;其筛选后虚拟路径集合中虚拟路径的数量将大大减少,减少数据处理量的同时,便于医生的观看;
进一步,所述影像融合模块102中设有色彩管理单元(未图示),
所述色彩管理单元(未图示)用于将整体图像数据中的病灶图像数据、脉管图像数据、骨骼图像数据、体表图像数据分别以不同的颜色进行显示。各个部分的颜色或灰度值设定成不一样的,便于医生的观看与区分。
本发明使用多模态医学影像得到前期处理需要的病灶、血管、骨骼及体表影像数据,其中骨骼和体表由腹部CT影像获得,血管和病灶由MRI影像中获得,由此得到三维融合图像,再对可能的虚拟路径作出全参数的数字评估,基于最终的投票值确定最佳的虚拟路径。
请参看图3,为了便于理解,下面以一个实施例对本发明的工作原理进行解释,其具体为:
(1)由于人体的不同组织结构在影像中的成像效果各有不同,在获取各个部分信息时需要用到不同模态的影像,因此,病例包含腹部的CT及MRI两种影像信息。由这两种影像数据能较好的得到所需的病灶、脉管、骨骼及体表数据,其中病灶和脉管结构来源于MRI影像,而骨骼和体表信息来源于CT影像。
(2)将所得的病灶、脉管、骨骼及体表数据进行配准,使它们达到物理空间上的一致,由于不同部分会分布在不同的空间位置,只需对已配准的数据进行或运算即可实现多模态信息融合。
(3)三维融合数据中各个部分的灰度值可以设定成不一样的,从而进行区分,由不同的灰度可以计算出病灶的中心,作为虚拟路径的终点。
(4)虚拟路径的设计经由体表开始,因此对每个体表像素做一条虚拟路径,用于之后的筛选。
(5)对每条虚拟路径做出全参数的数字评估,在虚拟路径上,对路径上的所有像素进行统计计算,骨骼像素设置为较高权重值,脉管像素设置为次低值,其它的像素均设置为零值,对路径上的所有像素进行累加得到穿刺障碍值;然后求得虚拟路径的长度值;根据这两个值,在实际情况中进行综合计算得到一个投票值;之后在虚拟路径的起点上,搜索它在体表上的较小的邻域体表像素,设置一个投票值的阈值,剔除极大投票值的影响,根据这一邻域中各个体表像素的投票值,再对初步计算的投票值做一个算数平均,作为最终的数字评估投票值。
(6)遍历整个体表像素,找到投票值最小的像素点位置,作出虚拟路径。
本发明可应用于各种腹腔内部肿瘤的影像手术导航中。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。
Claims (7)
1.一种基于影像信息融合的病灶虚拟穿刺***,其特征在于,包括:
影像获取模块,所述影像获取模块用于分别获取患者的病灶图像和身体组织图像,并将该病灶图像和身体组织图像分别转换为对应的病灶图像数据和身体组织图像数据;所述身体组织图像数据包括:体表图像数据和体内图像数据;
影像融合模块,所述影像融合模块与所述影像获取模块连接,用于将病灶图像数据和身体组织图像数据根据物理空间位置进行配准定位与融合,得到整体图像数据,并在整体图像数据中确定病灶图像数据和身体组织图像数据之间的空间位置关系;
终点定位模块,所述终点定位模块与所述影像融合模块连接,用于对病灶图像数据进行分析,确定病灶图像数据中心点在整体图像数据中的位置,并将该位置定义为终点;
路径生成模块,所述路径生成模块分别与终点定位模块和影像融合模块连接,用于将体表图像数据中每个像素点的位置为起点,连接起点与终点获得一段虚拟路径,根据体表图像数据中所有像素点的位置,生成虚拟路径集合,并记录每段虚拟路径的位置;
权重分析模块,所述权重分析模块分别与路径生成模块和影像融合模块连接,用于分析每段虚拟路径与体内图像数据之间的位置关系,遍历整段虚拟路径,虚拟路径每穿过一次体内图像数据,则为该虚拟路径加上一个预定的权重值;遍历虚拟路径集合中所有的虚拟路径,分别得到每段虚拟路径的权重值;
具体地,对每条虚拟路径做出全参数的数字评估,在虚拟路径上,对路径上的所有像素进行统计计算,骨骼像素设置为较高权重值,脉管像素设置为次低值,其它的像素均设置为零值,对路径上的所有像素进行累加得到穿刺障碍值;然后求得虚拟路径的长度值;根据这两个值,在实际情况中进行综合计算得到一个投票值;之后在虚拟路径的起点上,搜索它在体表上的较小的邻域体表像素,设置一个投票值的阈值,剔除极大投票值的影响,根据这一邻域中各个体表像素的投票值,再对初步计算的投票值做一个算数平均,作为最终的数字评估投票值。
2.根据权利要求1所述的基于影像信息融合的病灶虚拟穿刺***,其特征在于,还包括:
优先路径选择模块,所述优先路径选择模块分别与所述权重分析模块和路径生成模块连接,用于根据每段虚拟路径的长度得到其长度系数,并根据该长度系数对其权重值进行调整,再对权重值最小的虚拟路径进行选择,并将其定义为优先路径,同时对优先路径进行显示。
3.根据权利要求2所述的基于影像信息融合的病灶虚拟穿刺***,其特征在于,所述体内图像数据包括:脉管图像数据和骨骼图像数据。
4.根据权利要求3所述的基于影像信息融合的病灶虚拟穿刺***,其特征在于,所述影像获取模块包括:CT影像获取单元和MRI影像获取单元;
所述病灶图像数据、脉管图像数据由所述MRI影像获取单元获取;
所述体表图像数据、骨骼图像数据由所述CT影像获取单元获取。
5.根据权利要求4所述的基于影像信息融合的病灶虚拟穿刺***,其特征在于,所述体内图像数据中,骨骼图像数据的权重值大于脉管图像数据的权重值。
6.根据权利要求5所述的基于影像信息融合的病灶虚拟穿刺***,其特征在于,所述权重分析模块与所述优先路径选择模块之间设有:
路径筛选模块,所述路径筛选模块将所述权重分析模块中所获得的所有的虚拟路径的权重值与预定的权重值进行比较,若虚拟路径的权重值比预定的权重值大,则将该虚拟路径去掉,形成新的虚拟路径集合,并将该虚拟路径集合发送至所述优先路径选择模块。
7.根据权利要求6所述的基于影像信息融合的病灶虚拟穿刺***,其特征在于,所述影像融合模块中设有色彩管理单元,
所述色彩管理单元用于将整体图像数据中的病灶图像数据、脉管图像数据、骨骼图像数据、体表图像数据分别以不同的颜色显示。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510896226.9A CN105342701B (zh) | 2015-12-08 | 2015-12-08 | 一种基于影像信息融合的病灶虚拟穿刺*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510896226.9A CN105342701B (zh) | 2015-12-08 | 2015-12-08 | 一种基于影像信息融合的病灶虚拟穿刺*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105342701A CN105342701A (zh) | 2016-02-24 |
CN105342701B true CN105342701B (zh) | 2018-02-06 |
Family
ID=55318876
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510896226.9A Active CN105342701B (zh) | 2015-12-08 | 2015-12-08 | 一种基于影像信息融合的病灶虚拟穿刺*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105342701B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP3552572A1 (en) * | 2018-04-11 | 2019-10-16 | Koninklijke Philips N.V. | Apparatus and method for assisting puncture planning |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2018205232A1 (zh) | 2017-05-11 | 2018-11-15 | 上海联影医疗科技有限公司 | 一种针对拼接结果自动精确定位参考线的方法 |
WO2018218478A1 (zh) * | 2017-05-31 | 2018-12-06 | 上海联影医疗科技有限公司 | 图像处理方法及*** |
CN109925058B (zh) * | 2017-12-18 | 2022-05-03 | 吕海 | 一种脊柱外科微创手术导航*** |
CN109044529B (zh) * | 2018-08-20 | 2020-09-15 | 杭州三坛医疗科技有限公司 | 导向通道的构建方法、装置和电子设备 |
CN111612755B (zh) * | 2020-05-15 | 2024-07-12 | 讯飞医疗科技股份有限公司 | 肺部病灶分析方法、装置、电子设备和存储介质 |
CN112053400B (zh) * | 2020-09-09 | 2022-04-05 | 北京柏惠维康科技有限公司 | 数据处理方法及机器人导航*** |
CN112618026B (zh) * | 2020-12-15 | 2022-05-31 | 清华大学 | 远程手术数据融合交互显示***及方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103327925A (zh) * | 2011-01-20 | 2013-09-25 | 皇家飞利浦电子股份有限公司 | 用于确定组织中的对象的移动的至少一个适用路径的方法 |
CN103479430A (zh) * | 2013-09-22 | 2014-01-01 | 江苏美伦影像***有限公司 | 一种影像引导介入手术导航*** |
CN103970988A (zh) * | 2014-04-14 | 2014-08-06 | 中国人民解放军总医院 | 消融针穿刺路径规划方法及*** |
CN104434313A (zh) * | 2013-09-23 | 2015-03-25 | 中国科学院深圳先进技术研究院 | 一种腹部外科手术导航方法及*** |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9002076B2 (en) * | 2008-04-15 | 2015-04-07 | Medtronic, Inc. | Method and apparatus for optimal trajectory planning |
-
2015
- 2015-12-08 CN CN201510896226.9A patent/CN105342701B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103327925A (zh) * | 2011-01-20 | 2013-09-25 | 皇家飞利浦电子股份有限公司 | 用于确定组织中的对象的移动的至少一个适用路径的方法 |
CN103479430A (zh) * | 2013-09-22 | 2014-01-01 | 江苏美伦影像***有限公司 | 一种影像引导介入手术导航*** |
CN104434313A (zh) * | 2013-09-23 | 2015-03-25 | 中国科学院深圳先进技术研究院 | 一种腹部外科手术导航方法及*** |
CN103970988A (zh) * | 2014-04-14 | 2014-08-06 | 中国人民解放军总医院 | 消融针穿刺路径规划方法及*** |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP3552572A1 (en) * | 2018-04-11 | 2019-10-16 | Koninklijke Philips N.V. | Apparatus and method for assisting puncture planning |
Also Published As
Publication number | Publication date |
---|---|
CN105342701A (zh) | 2016-02-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105342701B (zh) | 一种基于影像信息融合的病灶虚拟穿刺*** | |
US11145121B2 (en) | Surface and image integration for model evaluation and landmark determination | |
US9662083B2 (en) | Medical image display apparatus and medical image display system | |
US9317661B2 (en) | Automatic implant detection from image artifacts | |
US8787648B2 (en) | CT surrogate by auto-segmentation of magnetic resonance images | |
US7343030B2 (en) | Dynamic tumor treatment system | |
US8139829B2 (en) | Diagnostic imaging support system and diagnostic imaging support program | |
US11832927B2 (en) | Imaging to determine electrode geometry | |
CN111602173B (zh) | 脑部断层扫描数据分析方法 | |
CN107106043A (zh) | 椎体特征识别 | |
CN1961825A (zh) | 自动分析侧向对称的器官***三维图像的方法和拍摄*** | |
US11478207B2 (en) | Method for visualizing a bone | |
CN115607286B (zh) | 基于双目标定的膝关节置换手术导航方法、***及设备 | |
CN107492138A (zh) | 体渲染和面渲染的无缝结合及其碰撞检测方法 | |
KR101525040B1 (ko) | 시술 전 영상의 촬영 범위를 결정하기 위한 레퍼런스 영상 생성 방법 및 그 장치 | |
US20120014577A1 (en) | Method and System for Indicating a Feeding Vessel of a Malformation | |
JP2011062253A (ja) | 断層画像処理装置、筋断面積測定システム及び断層画像処理方法 | |
Artaechevarria et al. | Automated quantitative analysis of a mouse model of chronic pulmonary inflammation using micro X-ray computed tomography | |
US20220354366A1 (en) | Design of a walk-in lab test for lung morphometry characterization | |
US20220344047A1 (en) | Medical image processing apparatus and medical image processing method | |
Ghidotti et al. | A Morphological Evaluation Tool in 3D Slicer | |
Smadar et al. | Semiautomated MRI-Based Method for Orbital Volume and Contour Analysis | |
Artaechevarria-Artieda et al. | Automated Quantitative Analysis of a Mouse Model of Chronic Pulmonary Inflammation using Micro X-ray Computed Tomography |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |