CN110945562A - 建立指示对解剖关节的损伤的判断支持材料 - Google Patents
建立指示对解剖关节的损伤的判断支持材料 Download PDFInfo
- Publication number
- CN110945562A CN110945562A CN201880035233.1A CN201880035233A CN110945562A CN 110945562 A CN110945562 A CN 110945562A CN 201880035233 A CN201880035233 A CN 201880035233A CN 110945562 A CN110945562 A CN 110945562A
- Authority
- CN
- China
- Prior art keywords
- medical image
- anatomical joint
- interactive
- lesion
- 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.)
- Pending
Links
- 239000000463 material Substances 0.000 title claims abstract description 94
- 230000006378 damage Effects 0.000 title claims description 44
- 230000002452 interceptive effect Effects 0.000 claims abstract description 136
- 230000003902 lesion Effects 0.000 claims abstract description 136
- 210000001519 tissue Anatomy 0.000 claims abstract description 60
- 210000000845 cartilage Anatomy 0.000 claims abstract description 41
- 238000003860 storage Methods 0.000 claims abstract description 19
- 238000003709 image segmentation Methods 0.000 claims abstract description 10
- 210000003041 ligament Anatomy 0.000 claims abstract description 10
- 210000002435 tendon Anatomy 0.000 claims abstract description 10
- 230000005499 meniscus Effects 0.000 claims abstract description 7
- 238000000034 method Methods 0.000 claims description 98
- 239000007943 implant Substances 0.000 claims description 46
- 210000000988 bone and bone Anatomy 0.000 claims description 32
- 230000008569 process Effects 0.000 claims description 13
- 238000002513 implantation Methods 0.000 claims description 11
- 230000001788 irregular Effects 0.000 claims description 10
- 238000010191 image analysis Methods 0.000 claims description 8
- 239000003550 marker Substances 0.000 claims description 7
- 230000003993 interaction Effects 0.000 claims description 4
- 230000011218 segmentation Effects 0.000 claims description 4
- 238000004886 process control Methods 0.000 claims description 3
- 230000001419 dependent effect Effects 0.000 claims 2
- 238000002591 computed tomography Methods 0.000 description 24
- 238000011282 treatment Methods 0.000 description 15
- 230000008439 repair process Effects 0.000 description 11
- 230000006870 function Effects 0.000 description 10
- 238000012545 processing Methods 0.000 description 10
- 238000003384 imaging method Methods 0.000 description 8
- 210000003127 knee Anatomy 0.000 description 8
- 230000004044 response Effects 0.000 description 8
- 210000001503 joint Anatomy 0.000 description 7
- 238000002595 magnetic resonance imaging Methods 0.000 description 7
- 210000003423 ankle Anatomy 0.000 description 6
- 238000003745 diagnosis Methods 0.000 description 6
- 230000000007 visual effect Effects 0.000 description 6
- 238000012800 visualization Methods 0.000 description 6
- 206010007710 Cartilage injury Diseases 0.000 description 5
- 208000027418 Wounds and injury Diseases 0.000 description 5
- 239000003795 chemical substances by application Substances 0.000 description 5
- 238000010586 diagram Methods 0.000 description 5
- 239000012530 fluid Substances 0.000 description 5
- 208000014674 injury Diseases 0.000 description 5
- 238000013461 design Methods 0.000 description 4
- 210000001513 elbow Anatomy 0.000 description 4
- 210000003811 finger Anatomy 0.000 description 4
- 210000001624 hip Anatomy 0.000 description 4
- 238000011369 optimal treatment Methods 0.000 description 4
- 210000002832 shoulder Anatomy 0.000 description 4
- 210000003371 toe Anatomy 0.000 description 4
- 210000000707 wrist Anatomy 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 210000001185 bone marrow Anatomy 0.000 description 3
- 230000008859 change Effects 0.000 description 3
- 238000007405 data analysis Methods 0.000 description 3
- 239000000126 substance Substances 0.000 description 3
- 230000001360 synchronised effect Effects 0.000 description 3
- 210000004233 talus Anatomy 0.000 description 3
- 229910052688 Gadolinium Inorganic materials 0.000 description 2
- 206010061363 Skeletal injury Diseases 0.000 description 2
- 230000001054 cortical effect Effects 0.000 description 2
- 238000002059 diagnostic imaging Methods 0.000 description 2
- UIWYJDYFSGRHKR-UHFFFAOYSA-N gadolinium atom Chemical compound [Gd] UIWYJDYFSGRHKR-UHFFFAOYSA-N 0.000 description 2
- 238000003306 harvesting Methods 0.000 description 2
- 210000000629 knee joint Anatomy 0.000 description 2
- 238000002372 labelling Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000002156 mixing Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000009206 nuclear medicine Methods 0.000 description 2
- 238000002600 positron emission tomography Methods 0.000 description 2
- 238000011002 quantification Methods 0.000 description 2
- 230000001629 suppression Effects 0.000 description 2
- 238000002560 therapeutic procedure Methods 0.000 description 2
- 238000002604 ultrasonography Methods 0.000 description 2
- 206010011732 Cyst Diseases 0.000 description 1
- 206010060820 Joint injury Diseases 0.000 description 1
- 206010068052 Mosaicism Diseases 0.000 description 1
- 208000008558 Osteophyte Diseases 0.000 description 1
- 208000013201 Stress fracture Diseases 0.000 description 1
- 230000005856 abnormality Effects 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000011882 arthroplasty Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 208000031513 cyst Diseases 0.000 description 1
- 230000006735 deficit Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 201000010934 exostosis Diseases 0.000 description 1
- 230000000977 initiatory effect Effects 0.000 description 1
- 230000037231 joint health Effects 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 229910052751 metal Inorganic materials 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 210000004417 patella Anatomy 0.000 description 1
- 231100000241 scar Toxicity 0.000 description 1
- 239000003826 tablet Substances 0.000 description 1
- 238000002054 transplantation Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0012—Biomedical image inspection
-
- 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
- G06T2207/10—Image acquisition modality
- G06T2207/10116—X-ray image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30004—Biomedical image processing
- G06T2207/30008—Bone
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Medical Informatics (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- Quality & Reliability (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Theoretical Computer Science (AREA)
- Apparatus For Radiation Diagnosis (AREA)
- Image Analysis (AREA)
- Magnetic Resonance Imaging Apparatus (AREA)
- Analysing Materials By The Use Of Radiation (AREA)
- Investigating Or Analyzing Materials By The Use Of Ultrasonic Waves (AREA)
Abstract
根据本文的一个或多个实施例，提供一种用于建立指示对患者解剖关节的至少一部分的损伤的交互式判断支持材料的***，所述***包括存储介质和至少一个处理器，所述至少一个处理器配置为：i)从存储介质接收解剖关节的至少一部分的多个医学图像栈，其中每个医学图像栈是在使用特定序列的扫描过程中产生的，其中每个特定序列使用唯一的参数集合；ii)通过在基于所述医学图像栈的图像分割过程中生成所述三维图像表示，或者从存储介质接收所述三维图像表示，来获得基于所述医学图像栈的其中之一的解剖关节的至少一部分的三维图像表示；iii)在多个医学图像栈的至少一个和/或三维图像表示中标识解剖关节的组织部分，所述组织部分至少包括软骨、肌腱、韧带和/或半月板；iv)通过分析所述多个放射学图像栈中的至少一个来确定对解剖关节中所标识的组织部分的损伤；v)在所获得的三维图像表示中标记对解剖关节的损伤；vi)基于其中已经标记了损伤的三维图像表示获得至少一个交互式3D模型；以及vii)生成交互式判断支持材料，所述交互式判断支持材料包括：至少一个交互式3D模型，其中标记对解剖关节的至少一部分的所确定的损伤；来自多个医学图像栈之一中的至少一个医学图像；以及浏览所述医学图像所属的医学图像栈的功能。
Description
技术领域
本公开总体上涉及用于建立指示对患者解剖关节的至少一部分的损伤的判断支持材料的***和方法。
背景技术
为了确定对解剖关节的损伤，在当今的医学实践中普遍使用成像技术来描绘所关注的解剖关节，并进一步让医学专家分析所捕获的图像数据以确定是否存在损伤。然后，医学专家对从图像数据分析得出的结论进行注释。注释可供外科医生或整形外科工作人员使用，这些外科医生或整形外科工作人员将注释和所捕获的图像数据用作对患者的适当治疗的诊断和判断的判断支持。
然而，该过程作为提供判断支持的方式不是很有效，因为基于医学专家的知识，医学专家在分析图像数据时以这种方式收集的信息只有一小部分可以以目前的注释格式被传达。因此，外科医生或整形外科工作人员接收到的判断支持材料通常不充分。
Pierre Dodin等人：“A fully automated system for quantification of kneebone marrow lesions using MRI and the osteoarthritis initiative cohort”，Journal of Biomedical Graphics and Computing，2013，第3卷，第1期，2012年11月20日(2013,Vol.3,No.1,20November 2012)描述了一种自动化骨髓病变(BML)量化方法。
WO 2015/117663描述了一种制造外科套件的方法，该套件用于在关节的接合表面中进行软骨修复，其中生成关节表面的三维图像表示。
US 2014/0142643描述了一种设计用于关节中的软骨修复的修复对象的方法，其中在表示关节的骨骼构件的三维图像的图像数据中标识出用于设计修复对象的软骨损伤。
尽管现有技术的方法可以确定对解剖关节的至少骨骼部分的损伤，但是它们没有提供基于所确定的损伤来建立任何类型的判断支持材料。
需要解决常规方法和***的这些问题。
发明内容
上述问题由所要求保护的***来解决，该***用于建立指示对患者解剖关节的至少一部分的损伤的交互式判断支持材料。该***可以包括存储介质和至少一个处理器，该至少一个处理器配置为：i)从该存储介质接收解剖关节的至少一部分的多个医学图像栈，其中每个医学图像栈是在使用特定序列的扫描过程中产生的，其中每个特定序列使用唯一的参数集合；ii)通过在基于所述医学图像栈的图像分割过程中生成所述三维图像表示，或者从存储介质接收所述三维图像表示，来获得基于所述医学图像栈的其中一个的解剖关节的至少一部分的三维图像表示；iii)在多个医学图像栈的至少一个和/或三维图像表示中标识解剖关节的组织部分；iv)通过分析多个医学图像栈的至少一个来确定对解剖关节中所标识的组织部分的损伤；v)在所获得的三维图像表示中标记对解剖关节的损伤；vi)基于其中已经标记了损伤的三维图像表示获得至少一个交互式3D模型；以及vii)生成交互式判断支持材料，交互式判断支持材料包括：至少一个交互式3D模型，其中标记对解剖关节的至少一部分的所确定的损伤；来自多个医学图像栈的其中之一的至少一个医学图像；以及浏览所述医学图像所属的医学图像栈的功能。
在实施例中，与用于确定对解剖关节中所标识的组织部分的损伤的医学图像栈中的每个医学图像栈相比，至少一个处理器配置为使用不同的医学图像栈来获得三维图像表示。
在实施例中，至少一个处理器配置为在交互式3D模型中标记所显示的医学图像的位置。
在实施例中，至少一个处理器配置为将医学图像和三维图像表示相关联，使得在图像的其中一张中做出的标记出现在另一图像中的相同位置下。这简化了标记过程。
至少一个处理器可以配置为例如通过下述来标识组织部分，即通过检测高图像中的高对比度区域诸如边缘或轮廓，以及通过将检测到的边缘或轮廓与预定义的模板进行比较来在图像中标识诸如骨骼和/或软骨的结构。
所述至少一个处理器可以配置为通过使用以下选择来确定对所标识的组织部分的损伤：检测解剖关节的至少一个组织部分的轮廓的不规则形状；和/或检测在解剖关节的骨骼和/或软骨部分内的区域中或在其附近的区域中的强度高于或低于预定值；和/或将至少一个标识的组织部分与代表解剖关节的预定损伤模式的模板进行比较。所要求保护的***建立交互式判断支持材料，该材料清晰地可视化对关节或关节一部分的损伤程度，诸如对软骨和底层的骨骼的损伤，和/或对其他组织部分诸如像肌腱、韧带和/或半月板的损伤。
每个医学图像栈例如可以在扫描过程期间通过解剖关节或其一部分的不同层被捕获。
在实施例中，至少一个处理器配置为基于来自解剖关节的至少一部分的医学图像栈和/或三维图像表示的数据从预定的一组治疗中选择合适的治疗。治疗例如可以从具有不同尺寸的预定植入物组中选择合适的植入物，或者提议用于移植物移植的传送引导工具，可能包括用于骨软骨自体移植栓的合适尺寸和/或合适的采集和/或植入位置。在这种情况下，至少一个处理器可以进一步配置为在交互式3D模型和/或所显示的医学图像中可视化所选的植入物和/或合适的传送引导工具和/或用于至少一个骨软骨自体植入栓的合适的采集和/或植入位置。
上述问题也由要求保护的方法来解决，该方法用于建立指示对患者解剖关节的至少一部分的损伤的交互式判断支持材料。该方法可以包括以下步骤：i)接收解剖关节的至少一部分的多个医学图像栈，其中每个医学图像栈是在使用特定序列的扫描过程中产生的，其中每个特定序列使用唯一的参数集合；ii)通过在基于所述医学图像栈的图像分割过程中生成所述三维图像表示，或者从存储介质接收所述三维图像表示，来获得基于所述医学图像栈的其中一个的解剖关节的至少一部分的三维图像表示；iii)使用图像分析来在多个医学图像栈的至少一个和/或三维图像表示中标识解剖关节的组织部分；iv)通过分析所述多个医学图像栈中的至少一个来确定对解剖关节中所标识的组织部分的损伤；v)在所获得的三维图像表示中标记对解剖关节的损伤；vi)基于其中已经标记了损伤的所获得的三维图像表示获得至少一个交互式3D模型；以及vii)生成交互式判断支持材料，交互式判断支持材料包括：至少一个交互式3D模型，其中标记对解剖关节的所确定的损伤；来自多个医学图像栈的其中之一的至少一个医学图像；以及浏览所述医学图像所属的医学图像栈的功能。所要求保护的方法建立交互式判断支持材料，该材料可以清晰地可视化对关节或关节一部分的损伤程度。
在实施例中，用于确定对解剖关节中所标识的组织部分的损伤的医学图像栈中的每一个都与用于获得三维图像表示的医学图像栈不同。
该方法可以进一步包括在交互式3D模型中标记所显示的医学图像的位置。
该方法可以进一步包括将医学图像和三维图像表示相关联，以使得在图像的其中一个中做出的标记出现在另一图像中的相同位置。这简化了标记过程。
例如可以通过下述步骤来标识关节的组织部分，即通过检测图像中的高对比度区域诸如边缘或轮廓，以及通过将检测到的边缘或轮廓与预定义模板进行比较来标识图像中的诸如骨骼和/或软骨的结构。
可以使用以下选择来确定对所标识的组织部分的损伤：检测解剖关节的至少一个组织部分的轮廓的不规则形状；和/或检测在解剖关节的骨骼和/或软骨部分内的区域中或在其附近的区域中的强度高于或低于预定值；和/或将至少一个标识的组织部分与代表解剖关节的预定损伤模式的模板进行比较。
该方法可以进一步包括基于来自解剖关节的至少一部分的医学图像和/或三维图像表示的数据从预定的一组治疗中选择合适的治疗。治疗例如可以从具有不同尺寸的预定植入物组中选择合适的植入物，或者提议用于骨软骨自体移植的传送引导工具，可能包括用于骨软骨自体移植栓的合适尺寸和/或合适的采集和/或植入位置。在这种情况下，该方法可以进一步包括在交互式3D模型中可视化所选的植入物和/或合适的传送引导工具和/或用于至少一个骨软骨自体植入栓的合适的采集和/或植入位置。
在上述***和方法的实施例中，浏览医学图像栈的功能包括通过与交互式3D模型的交互来在医学图像栈中选择医学图像的功能。
在上述***和方法的实施例中，医学图像是放射学图像，诸如像MR图像或CT图像
在上述***和方法的实施例中，医学图像是MR图像，并且扫描过程是使用多个特定MR序列的MR扫描过程，其中每个特定MR序列使用唯一的MR参数集合。
在上述***和方法的实施例中，医学图像是CT图像，并且扫描过程是使用多个特定CT序列的CT扫描过程，其中每个特定CT序列使用唯一的CT参数集合。
在上述***和方法中，图像分割过程例如可以取决于分割过程控制参数集合。如果标识出解剖关节的骨骼部分和软骨部分两者，则可以确定骨骼部分和软骨部分两者的损伤。解剖关节可以是膝部，但也可以是另一个关节，诸如踝部、髋部、趾部、肘部、肩部、手指或手腕。交互式判断支持材料例如可适于供医务人员使用。它可能包括用于修复已确定的损伤的适当治疗的建议。
上述问题还由通过上述方法中的任何一种的方法步骤生成的指示对患者解剖关节的至少一部分造成的损伤的交互式判断支持材料来解决。
上述问题还由一种非暂时性机器可读介质来解决，在其上存储了机器可读代码，该机器可读代码在由处理器执行时控制处理器以执行上述方法中的任何一种。
解剖关节的组织部分例如可以是软骨、肌腱、韧带和/或半月板。
本发明的范围由权利要求限定，该权利要求通过引用并入本部分中。通过考虑以下对一个或多个实施例的详细描述，本领域技术人员将更全面地理解本发明的实施例，并且可以实现本发明的附加优点。将参考将首先简要描述的附图。
附图说明
图1示出根据本文所述的一个或多个实施例的用于建立指示对患者解剖关节的至少一部分的损伤的交互式判断支持材料的***的示意图。
图2是根据本文描述的一个或多个实施例的用于建立指示对解剖关节的至少一部分的损伤的交互式判断支持材料的方法的流程图。
图3示出根据本文描述的一个或多个实施例的包括多个医学图像和交互式3D模型的交互式判断支持材料的视觉表示的示例，其中以图形方式标记解剖关节的损伤。
图4示出根据本文描述的一个或多个实施例的交互式判断支持材料的视觉表示的示例，其中以图形方式标记所显示的医学图像的交互式3D模型中的位置。
图5示出根据本文描述的一个或多个实施例的交互式判断支持材料的视觉表示的示例，其中指示合适的植入物的类型和放置。
图6是根据本文描述的一个或多个实施例的用于建立指示对解剖关节的至少一部分的损伤的交互式判断支持材料的方法的流程图。
图7是根据本文描述的一个或多个实施例的示例性说明从获得医学图像数据到设计和产生用于修复对解剖关节的所确定的损伤的植入物和/或引导工具的步骤的流程图，包括交互式判断支持材料的损伤标记和生成的步骤。
通过参考下面的详细描述，将最佳地理解本公开的实施例及其优点。应当意识到的是，相同的附图标记用于标识在一个或多个附图中示出的相同的元件。
具体实施方式
引言
本公开总体上涉及用于建立指示对患者解剖关节的至少一部分的损伤的交互式判断支持材料的***和方法。
更具体地，本文提出的***和方法实施例通过建立患者解剖关节的至少一部分的至少一个交互式3D模型来提供交互式判断支持材料，其中标记对关节或关节一部分的损伤。换言之，提供患者关节的一个或多个可视化以及其解剖偏差的指示/标记/可视化，这为外科医生或整形外科工作人员在决定最佳治疗方法时提供判断支持，为保险代理人对客户或潜在客户的评估提供判断支持，为希望被告知关节受损状况的患者提供判断支持，或为在了解所描绘的解剖关节的损伤方面例如具有商业或学术兴趣的任何其他人员提供判断支持。与常规***和方法相比，这提供了很大的优势，因为从医学图像数据获得的更多信息传达给例如作出患者治疗判断的人员。由此，本发明的实施例解决了以下所标识的问题：由外科医生或整形外科工作人员接收的判断支持材料大多数情况下为不充分的，因为医学专家基于医学专家的知识在分析图像数据时仅收集一小部分信息。换言之，使用本文提出的实施例，获得交互式判断支持材料，其导致对在判断支持材料中描绘的解剖关节的患者的最佳治疗做出更明智的判断。
在一些实施例中，解剖关节是膝部，但是本文提出的方法和***可以用于建立判断支持材料，该判断支持材料指示对任何合适的解剖关节例如踝部、髋部、趾部、肘部、肩部、手指或手腕的损伤。判断支持材料不必涉及整个解剖关节-通常仅关注关节的一部分，诸如像膝部关节的股骨部分。
在非限制性示例中，解剖关节是膝部，并且在交互式3D模型中确定和指示/标记/可视化的损伤/解剖偏差与膝部关节的股骨部分有关，诸如软骨病变和/或骨软骨病变。在另一非限制性示例中，解剖关节是踝部，并且在交互式3D模型中确定和指示/标记/可视化的损伤/解剖偏差与距骨(talus)相关。
交互式判断支持材料可以包括解剖关节的至少一个交互式3D模型以及直接从医学(DICOM)文件或任何其他合适图像文件格式的数字成像和通信检索到的医学图像数据。交互式3D模型例如可以基于在通过解剖关节或其一部分的不同层的扫描图像的过程期间捕获的医学图像栈来获得。
每个医学图像栈例如可以在使用特定序列的扫描过程中生成，该序列包括与用于生成其他医学图像栈的参数集合不同的唯一的参数集合。这样的扫描过程可以是用于生成医学图像栈的任何类型的扫描过程，其中可以使用不同参数集合来生成具有不同类型细节的医学图像栈。对于医学图像栈的不同用途，使用不同的特定序列允许可视化图像中的更多细节，因为某些类型的细节使用一个参数集合可以更清晰地可见，而其他类型的细节使用另一个参数集合可以更清晰地可见。例如适用于在扫描过程中使用自适应序列来生成用于生成交互式3D模型的医学图像栈，因为对此类医学图像栈的要求与对用于损伤确定的医学图像栈的要求不同。
用于生成医学图像栈的扫描过程例如可以是使用不同的特定MR序列的MR扫描过程，其中每个特定MR序列使用唯一的MR参数集合。MR参数例如可以是是重复时间TR(RF脉冲之间的时间)和回波时间TE(RF脉冲与其回波之间的时间)。取决于期望的信息，例如如果选择短TR和短TE，则MR参数集合可以导致T1加权MR序列；如果选择长TR和长TE，则导致T2加权MR序列；或者选择长TR和短TE的中间加权MR序列。不同的MR参数集合不一定必须导致不同类型的MR序列，两个不同的MR参数集合例如都可导致T1加权序列，但是其中一个集合可能导致比另一集合更强的T1加权。还存在其他的MR参数，诸如像翻转角，带宽或不同类型的脂肪抑制或钆增强(enhancement of gadolinium)，这在MR序列之间可能会有所不同。
在MR扫描中，使用非常不同的MR参数集合来生成用于生成交互式3D模型的医学图像栈和用于生成其他医学图像栈可能是有利的。例如使用特定的3D MRI序列来生成用于生成交互式3D模型的医学图像栈是有利的。在2D MRI序列中，每个射频(RF)脉冲都会激发窄片层，并在平行于平面的两个方向上施加磁场梯度以分析所得物。然后可以将这些片层组合成3D体积。另一方面，在3D MRI序列中，每个RF脉冲都激发整个成像体积，并在三个方向上施加磁场梯度以分析所得物。以这种方式，可以直接产生3D体积。编码(例如相位编码)可用于在空间上进行辨别。
用于生成医学图像栈的扫描过程也可以是使用不同特定CT序列的CT扫描过程，其中每个特定CT序列使用唯一的CT参数集合。CT参数例如可以是管电势(kV)、管电流(mA)、管电流乘积(mAs)、有效管电流-时间乘积(mAs/片层)、管电流调制(TCM)、每转工作台进给量(节距)、检测器配置、准直(collimation)、重建算法、患者定位、扫描范围和/或重建的片层厚度。此外在CT扫描中，使用非常不同的CT参数集合来生成用于生成交互式3D模型的医学图像栈和用于生成其他医学图像栈可能是有利的。
3D模型有利于可视化对骨骼、软骨和其他组织的损伤。DICOM格式或相当的医学图像文件格式对于可视化解剖关节的不同部分是有利的。例如，可以将3D模型用于可视化骨骼和组织，诸如软骨、肌腱、韧带和/或半月板以及相关于所研究的任何其他相关解剖关节的股骨膝部骨骼和软骨、或骨骼和软骨的损伤。在另一个示例中，DICOM格式或相当的医学图像文件格式可用于可视化膝部的不同部分，诸如股骨踝和滑车区域(trochlea area)，或所研究的任何其他相关解剖关节的不同部分，诸如踝部距骨。
交互式判断支持材料中可以包括交互式3D模型和至少一个医学图像，例如以帮助外科医生或整形外科人员做出正确的诊断并确定患者的最佳治疗。判断支持材料不包括任何诊断，而是形成用于做出正确诊断和/或决定对患者的最佳治疗的判断支持。判断支持材料例如可以用作关节镜检查前的工具，即在关节镜检查之前使用的标准关节镜检查的数字版本，以使关节镜操作员可以直观地了解他/她自己可预期看见的东西。判断支持材料也可以用作关节镜检查的替代方案，因为通常可以通过这种方式收集足够的信息而无需让患者接受关节镜检查。在这种情况下，判断支持材料可用于计划优选的治疗，诸如关节造形术、生物学治疗(诸如微骨折的镶嵌术)，或者如果需要金属植入物。
在其他示例中，出于不同目的，其他类型的使用者可以接收和使用交互式判断支持材料。判断支持材料可能在不同情况下有益于医务人员、评估客户或潜在客户的保险代理人、想要被告知关节受损状况的患者或在了解所描绘的解剖关节的损伤方面具有例如商业或学术兴趣的任何其他人员。在不同的实施例中，交互式判断支持材料可以表示为计算机文件或网页界面。通过使用连接到处理设备的输入器提供控制信号，可以允许正在处理设备的显示器上查看判断支持材料的使用者操纵交互式3D模型和/或医学图像。输入器例如可以包括键盘、计算机鼠标、按钮、触控式功能、操纵杆或任何其他合适的输入设备。
在一些实施例中，判断支持材料还可包括针对所确定的骨骼和/或软骨损伤的合适植入物的建议和/或位置指示。在该上下文中，合适的植入物是指具有与所确定的损伤相匹配的类型和尺寸的植入物，从而使其适于修复所确定的损伤。这样的合适的植入物可以进一步在交互式3D模型和/或显示的医学图像中可视化(或显现)。
交互式判断支持材料可以在一些实施例中替代地包括建议，该建议指示合适的传送引导工具和/或用于至少一个骨软骨自体移植栓的合适的采集和/或植入位置。合适的传送引导工具和/或合适的采集和植入位置可以进一步在交互式3D模型和/或显示的医学图像中可视化。
在一些实施例中，判断支持材料还指示其本身并不构成对关节损伤的解剖偏差。这样的解剖偏差例如可以影响已确定损伤的治疗选择。作为非限制性示例，严重的骨赘问题可能指示其他问题，其中植入物可能无法改善这种情况。
在一些实施例中，处理器可以包括一起执行所要求保护的功能的若干不同的处理器。以相同的方式，在一些实施例中，存储介质可以包括一起执行所要求保护的功能的若干不同的存储介质。
结合附图更详细地呈现所公开的解决方案的***和方法实施例。
***架构
图1示出用于建立指示对患者解剖关节的至少一部分的损伤的交互判断支持材料的***100的示意图。根据实施例，***包括存储介质110，其配置为接收和存储图像数据和参数。在一些实施例中，如虚线箭头所示，将***100通信地耦合到成像***130。成像***130可以配置为捕获或生成医学图像，例如放射学图像，诸如X射线图像，超声图像，计算机断层扫描(CT)图像，包括正电子发射断层扫描(PET)图像的核医学和磁共振成像(MRI)图像。存储介质110可以配置为从成像***130接收和存储医学图像和/或医学/放射线图像数据。
***100还包括处理器120，处理器120配置为基于图像数据确定对解剖关节的损伤，并建立解剖关节或其一部分的交互式3D模型，其中标记确定的关节损伤或以其他方式可视化，从而使交互式3D模型的观察者了解到了损伤。处理器120例如可以是通用数据处理器，或者是能够执行指令以执行各种处理操作的其他电路或集成电路。
在一个或多个实施例中，处理器120配置为：从存储介质110接收解剖关节的至少一部分的多个医学图像栈，其中每个医学图像栈已经在使用特定序列的扫描过程期间生成，其中每个特定序列使用唯一的参数集合；通过在基于所述医学图像栈的图像分割过程中生成所述三维图像表示，或者从存储介质110接收所述三维图像表示，获得基于所述医学图像栈的其中一个的解剖关节的至少一部分的三维图像表示；在多个医学图像栈的至少一个和/或三维图像表示中标识解剖关节的组织部分；通过分析所述医学图像栈中的至少一个来确定对解剖关节中所标识的组织部分的损伤；在获得的三维图像表示中标记对解剖关节的损伤；基于已标记确定损伤的三维图像表示获得至少一个交互式3D模型；并生成交互式判断支持材料。交互式判断支持材料可以包括至少一个交互式3D模型，其中标记对解剖关节的至少一部分的损伤；来自多个医学图像栈的其中一个中的至少一个医学图像；以及浏览所述医学图像所属的医学图像栈的功能。
处理器120可以配置为使用所标识的组织部分并执行以下图像分析和处理操作的选择：
-检测解剖关节的至少一个组织部分的轮廓的不规则形状；
-检测在解剖关节的骨骼和/或软骨部分内的区域中或在其附近的区域中的强度高于或低于预定值；和/或
-将至少一个所标识的组织部分与代表解剖关节的预定损伤模式的模板进行比较。
在一些实施例中，在输入医学/放射学图像数据中标识和分析所描绘的关节的骨骼和软骨可能是有利的，因为两者的组合可以提供附加信息，但是本文所述的所有实施例也可以在单独地或与骨骼和/或软骨组合地标识和分析所描绘的关节的其他组织时执行。
在一个或多个实施例中，处理器120可以配置为通过检测图像中的诸如边缘或轮廓之类的高对比度区域来标识图像中关节的组织部分。处理器120还可配置为通过将检测到的边缘或轮廓和/或将强度水平或模式与预定模板进行比较来标识图像中的诸如骨骼和/或软骨的结构。
如上所述，在一个或多个实施例中，处理器120可以配置为在通过执行图像分析和处理操作的选择来确定存在损伤时检测在解剖关节的骨骼和/或软骨部分内的区域中和/或在其附近的区域中的强度高于或低于预定阈值。取决于已捕获的分析医学图像数据的成像设备的设置，所分析的图像例如可以表示具有不同强度级别的以下物质：皮质骨、流体/液体、软骨、肌腱、韧带、脂肪/骨髓和半月板。例如，如果在健康关节中不应有流体的地方检测到流体，则指示有损伤。如果在紧靠软骨异常处检测到流体，则这也可能指示有损伤。
被分析图像中的不同强度级别对应于不同的信号强度级别，并且通常可以用范围从0到1的像素/体素值来表示，或者以可视化表示形式示出为从白色到黑色的灰度级。在像素/体素值的范围从0到1的实施例中，预定阈值被设置为0到1之间的合适值，或者换言之，设置为合适的灰度值。在一个或多个实施例中，处理器120可以进一步或可替代地配置为在执行图像分析和处理操作的选择时，检测解剖关节的至少一个组织部分的不规则形状并确定这是否代表解剖关节损伤。在一个或多个实施例中，处理器120可以进一步或者可替代地配置为在执行图像分析和处理操作的选择时，将损伤图像中的标识出的组织部分与表示解剖关节的预定损伤模式的模板进行比较。在一些实施例中，这样的确定可以包括：将检测到的轮廓的不规则形状与表示解剖关节的预定损伤模式的模板进行比较；和/或将检测到的特定区域的强度与表示用于解剖关节的预定损伤模式的模板进行比较。
在一个或多个实施例中，处理器120可以配置为在医学图像中标记、可视化或以另一种方式指示对解剖关节的确定损伤。为了标记、可视化或指示所确定的损伤，处理器120可以配置成改变在被标识为属于所确定损伤的像素/体素上、与其相关或在其周围的一个或多个像素/体素的像素/体素值，以通过执行以下选择使得使用者/观查者对于所确定的损伤在视觉上有所区分并引起注意：
-改变被标识为位于所确定损伤上的一个或多个像素/体素的亮度/强度值；
-改变被标识为位于所确定损伤上的一个或多个像素/体素的一个或多个色度/颜色值；
-改变被标识为在所确定损伤周围的一个或多个像素/体素的亮度/强度值；
-改变被标识为在所确定损伤周围的一个或多个像素/体素的一个或多个色度/颜色值；和/或
-结合被标识为位于所确定损伤上或在其周围的一个或多个像素/体素给图像添加注释、符号或其他损伤指示符。
在一个或多个实施例中，处理器120可以配置为在解剖关节或其一部分的所获得的三维图像表示中标记对解剖关节的损伤。为了标记损伤，处理器120可以配置成改变在被标识为属于所确定损伤的体素上、与其相关或在其周围的一个或多个体素的体素值，以通过执行以下选择使得使用者/观查者对于所确定的损伤在视觉上有所区分并引起注意：
-改变被标识为位于所确定损伤上的一个或多个体素的亮度/强度值；
-改变被标识为位于所确定损伤上的一个或多个体素的一个或多个色度/颜色值；
-改变被标识为在所确定损伤周围的一个或多个体素的亮度/强度值；
-改变被标识为在所确定损伤周围的一个或多个体素的一个或多个色度/颜色值；和/或
-结合被标识为位于所确定损伤上或在其周围的一个或多个体素给图像添加注释、符号或其他损伤指示符。
在一个或多个实施例中，处理器可以配置为使得医学图像和三维图像表示同步或关联，以使得在图像的其中之一中做出的标记实时地出现在另一图像中的相同位置。相同位置在下文中被解释为相同位置或在所描绘的解剖关节上的相同位置。
例如，可以在扫描过程期间通过解剖关节或其一部分的不同层来捕获医学图像栈。在实施例中，可以确定骨骼部分和/或软骨部分和/或其他组织部分(诸如解剖关节的肌腱，韧带和/或半月板)的损伤。
在一些实施例中，解剖关节是膝部。在其他实施例中，解剖关节可以是适合于使用图像数据分析来确定损伤的任何其他解剖关节，诸如踝部、髋部、趾部、肘部、肩部、手指或手腕。
在一个或多个实施例中，处理器可以配置为从一组预定的治疗中选择合适的治疗。该选择可以基于来自解剖关节或其一部分的医学图像和/或三维图像表示的数据。
在一些实施例中，处理器可以配置为从具有不同尺寸的一组预定的植入物中选择合适的植入物。在该上下文中，合适的植入物是指具有与所确定的损伤相匹配的类型和尺寸的植入物，从而使其适于修复所确定的损伤。在一个或多个实施例中，处理器可以配置为可视化在交互式3D模型和/或所显示的医学图像中的所选植入物。
在一些实施例中，处理器可以配置为提议用于骨软骨自体移植的传送引导工具，可能还包括用于至少一个骨软骨自体移植栓的合适的尺寸和/或合适的采集和/或植入位置。在该上下文中，合适的采集位置是指可以从患者那里采集用于修复所确定损伤的合适的自体移植栓的位置。
在一些实施例中，交互式判断支持材料适于由医务人员，例如外科医生或整形外科人员使用。判断支持材料然后可以包括用于修复所确定损伤的至少一部分的合适治疗的建议。
替代地，交互式判断支持材料包括对通过骨软骨自体移植修复所确定损伤的至少一部分的一种或多种传送引导工具的适当设计的建议。在这种情况下，交互式判断支持材料还可以包括用于这种骨软骨自体移植栓的合适采集位点的建议。可以在交互式3D模型和/或显示的医学图像中进一步可视化这样的合适的采集位点和/或传送引导工具。
在一些实施例中，交互式判断支持材料适于由以下人员使用：评估客户或潜在客户的保险代理人、想要被告知关节受损状况的患者或在了解所描绘的解剖关节的损伤方面具有例如商业或学术兴趣的任何其他人员。
判断支持材料例如可以是网页界面的形式，或者可以是适合于在例如平板电脑或智能手机上查看的一个或多个计算机文件的形式。
在一个或多个实施例中，***100可以可选地包括显示器140，该显示器140配置为例如以交互式判断支持材料的形式显示图像数据，所述交互式判断支持材料包括：至少一个交互式3D模型，其中标记解剖关节的所确定的损伤；来自医学图像栈的至少一个医学图像；以及浏览所述医学图像所属的医学图像栈的功能。可能响应于在下面进一步呈现的从处理器120或输入器150接收到的控制信号，显示器140可以配置为接收以经由处理器120显示的图像数据，和/或直接从存储介质110检索以进行显示的图像数据。
在一些实施例中，***100可以进一步可选地包括配置为接收使用者输入的一个或多个输入器150。输入器150通常配置为解译接收到的使用者输入并响应于所述接收到的使用者输入而产生控制信号。显示器140和输入器150可以被集成到***100中、连接到***100或以通信方式耦合到***100。输入器150例如可以配置为解译接收到的与交互式3D模型相关联被输入的使用者输入，并响应于所述接收到的使用者输入而生成控制信号，以触发图像的显示或正在显示的图像数据的操纵，其中操纵可以是临时的或永久的。这样的操纵例如可以包括提供注释、移动或改变图像或图像的一部分、改变观看视角、放大或缩小，和/或使使用者能够以改进方式查看和分析所显示的图像数据的操纵的任何其他合适形式。输入器150例如可以包括键盘、计算机鼠标、一个或多个按钮、触控式功能、操纵杆和/或任何其他合适的输入设备的选择。在一些实施例中，处理器120可以配置为从输入器150接收控制信号并处理正在显示的图像数据，或者换言之响应于接收到的控制信号来操纵所显示的图像。
与用于确定对解剖关节中所标识的组织部分的损伤的医学图像栈中的每个医学图像栈相比，处理器120可以配置为使用不同的医学图像栈来获得三维图像表示。以这种方式，可以优化用于生成每个医学图像栈的唯一的参数集合以使用医学图像栈。
所显示的医学图像在交互式3D模型中的位置可以在交互式3D模型中标记。这使得使用者更容易确定所显示的医学图像中示出的内容。
浏览医学图像栈的功能还可以包括通过与交互式3D模型的交互在医学图像栈中选择医学图像的功能。这对于使用者而言是可视化关节的所关注部分的简单方式。
处理器120可以进一步配置为执行本文呈现的任何或所有实施例的任何或所有方法步骤。
方法实施例
图2是用于建立指示对患者解剖关节的至少一部分的损伤的交互式判断支持材料的方法实施例的流程图。根据一个或多个实施例，方法200包括：
在步骤210中：接收解剖关节的至少一部分的多个医学图像栈，其中每个医学图像栈已经在使用特定序列的扫描过程期间生成，其中每个特定序列使用唯一的参数集合。
在一些实施例中，解剖关节是膝部。在其他实施例中，解剖关节可以是适合于使用图像数据分析来确定损伤的任何其他解剖关节，诸如踝部、髋部、趾部、肘部、肩部、手指或手腕。
在步骤220中：通过在基于所述医学图像栈的图像分割过程中生成所述三维图像表示或者从存储介质110接收所述三维图像表示来获得基于所述医学图像栈的其中之一的解剖关节的至少一部分的三维图像表示。
在步骤230中：使用图像分析在多个医学图像栈的至少一个和/或三维图像表示中标识解剖关节的组织部分，至少包括软骨、肌腱、韧带和/或半月板。
在不同的实施例中，方法步骤230可以包括执行以下图像分析和图像处理操作中的任何一个或全部的选择：
-检测解剖关节的至少一个组织部分的轮廓的不规则形状；和/或
-检测在解剖关节的骨骼和/或软骨部分内的区域中或在其附近的区域中的强度高于或低于预定值；和/或
-将至少一个标识的组织部分与代表解剖关节的预定损伤模式的模板进行比较。
在一个或多个实施例中，通过检测图像中的高对比度区域(诸如边缘或轮廓)并通过将检测到的边缘或轮廓与预定义模板进行比较来进一步标识图像中的诸如骨骼和/或软骨的结构的步骤，在图像中标识关节的组织部分。
在一些实施例中，在输入医学/放射学图像数据中标识和分析所描绘的关节的骨骼和软骨可能是有利的，因为两者的组合可以提供附加信息，但是当标识和分析所描绘关节的物质骨骼和软骨中的仅一种和/或任何其他组织部分时，本文所述的所有实施例也可执行。
在步骤240中：通过分析多个医学图像栈中的至少一个来确定对解剖关节中的所标识组织部分的损伤。
在一些实施例中，可以确定解剖关节的骨骼部分和软骨部分和/或其他组织部分的损伤。
在一个或多个实施例中，方法步骤240可包括检测在解剖关节的骨骼和/或软骨部分内的区域中或在其附近的区域中的强度高于或低于预定阈值。取决于已经捕获的医学图像数据的成像设备的设置，医学图像例如可以表示具有不同强度水平的以下物质：皮质骨、液体、软骨、肌腱、韧带、脂肪/骨髓和半月板。被分析图像中的不同强度级别对应于不同的信号强度级别，并且这些强度级别通常可以由范围从0到1的像素/体素值来表示，或者以可视化表示形式示出为从白色到黑色的灰度级。在像素/体素值的范围从0到1的实施例中，预定阈值被设置为0到1之间的合适值，或者换言之设置为合适的灰度值。
在一个或多个实施例中，方法步骤240可以进一步地或可替代地包括：检测解剖关节的至少一个组织部分的轮廓的不规则形状，并确定这是否表示对解剖关节的损伤。
在一个或多个实施例中，方法步骤240可以进一步或可替代地包括：将图像中的被标识的组织部分与表示解剖关节的预定损伤模式的模板进行比较。在一些实施例中，这样的确定可以包括：将检测到的轮廓的不规则形状与表示解剖关节的预定损伤模式的模板进行比较；和/或将检测到的某一区域的强度与表示用于解剖关节的预定损伤模式的模板进行比较。
在步骤250中：在解剖关节或其一部分的所获得的三维图像表示中标记对解剖关节的损伤。
在步骤260中：基于已标记损伤的三维图像表示获得至少一个交互式3D模型。交互式3D模型可以基本上对应于三维图像表示，或者可以是三维图像表示的经处理的版本。
在步骤270中，生成判断支持材料，该判断支持材料包括至少一个交互式3D模型，其中标记解剖关节的损伤；来自多个医学图像栈的其中一个的至少一个医学图像；以及浏览所述医学图像所属的医学图像栈的功能。
在实施例中，方法200还包括：
在步骤275中：在交互式3D模型中标记所显示的医学图像的位置。
在一些实施例中，标识(在步骤230中)并分析(在步骤240中)输入医学/放射学图像数据中所描绘关节的骨骼和软骨两者可能是有利的，因为两者的组合可以提供附加信息，但是当标识并分析所描绘关节的两种物质骨骼或软骨中的仅一种和/或任何其他组织部分时，本文所述的所有实施例也可以执行。
在一个或多个实施例中，方法步骤250和270的标记包括标记、可视化或以另一种方式指示解剖关节的所确定的损伤。标记、可视化或指示所确定的损伤可以包括改变在被标识为属于所确定损伤的像素/体素上、与其相关或在其周围的一个或多个像素/体素的像素/体素值，使得对于使用者/观看者而言所确定的损伤在视觉上有所区分并且引起注意。在被标识为属于所确定损伤的像素/体素上，与其相关或在其周围的像素/体素的一个或多个像素/体素的像素/体素值的这种改变例如可以包括以下选择：
-改变被标识为位于所确定损伤上的一个或多个像素/体素的亮度/强度值；
-改变被标识为位于所确定损伤上的一个或多个像素/体素的一个或多个色度/颜色值；
-改变被标识为在所确定损伤周围的一个或多个像素/体素的亮度/强度值；
-改变被标识为在所确定损伤周围的一个或多个像素/体素的一个或多个色度/颜色值；和/或
-结合被标识为位于所确定损伤上或其周围的一个或多个像素/体素给图像添加注释、符号或其他损伤指示符。
在一些实施例中，医学图像和三维图像表示可以被关联或同步，以使得在图像的其中之一中做出的标记出现在另一图像中的相同位置。根据一个或多个这样的实施例，方法步骤可以包括将医学图像和三维图像表示相关联或同步，以使得在图像的其中之一中做出的标记出现在另一图像中的相同位置。
图3示出根据本文所述的一个或多个实施例的判断支持材料300的示例，该判断支持材料300包括多个医学图像310和交互式3D模型320，其中以图形方式标记对解剖关节的损伤。在图3所示的非限制性示例中，判断支持材料300包括解剖关节的交互式3D模型310，其中通过改变被标识为位于所确定损伤上和其周围的多个像素/体素的亮度/强度级别和/或色度/颜色值来标记/指示/可视化所确定的损伤330。当然，取决于应用以及取决于提供清楚的标记、可视化或指示以使查看判断支持材料的人能够看到和分析所确定损伤的内容，可以选择任何亮度/强度值和/或色度/颜色值。在实施例中，可以通过替换先前的像素/体素值，或者通过使用缩放因子诸如a(alpha)混合因子将新的像素/体素值与旧的像素/体素值混合来将所选择的亮度/强度值和/或色度/颜色值分配给像素/体素。取决于每个像素代表的损伤类型，可以使用不同的分配像素/体素值来进一步标记、可视化或指示单个的所确定的损伤。作为示例，标记、可视化或指示损伤可以包括用于以下方面的不同的新像素/体素值：
-全深度损伤，即向下对骨骼的软骨损伤；以及
-局部深度损伤，诸如退化的软骨、再生的软骨/瘢痕组织或变形的软骨；
-骨髓病变(BML)；和
-明显的囊肿。
根据本文描述的一个或多个实施例，图4中示出如何可视化所显示医学图像的交互式3D模型中位置的示例，其示出交互式判断支持材料400的示例，该交互式判断支持材料400包括多个放射学图像410和交互式3D模型420。在图4中，交互式3D模型420中的平面430示出在医学图像410中显示的交集。当使用者浏览医学图像时，平面430在交互式3D模型420中移动。交互式判断支持材料400还可以包括通过指示交互式3D模型420中的期望部分例如通过移动穿过交互式3D模型420的平面430来选择要显示的医学图像的功能。
在图3和图4中，示出多个医学图像310、410。多个医学图像310、410例如可以属于不同的医学图像栈。以这种方式，交互式判断支持材料可以包括浏览多个不同医学图像栈的功能。
在一些实施例中，交互式判断支持材料可以进一步包括针对所确定的骨骼和/或软骨损伤的合适植入物的建议和/或位置指示。这样的合适的植入物可以进一步在交互式3D模型和/或所显示的医学图像中可视化。
在图5中示出如何在交互式判断支持材料中指示合适植入物的类型或位置的示例，交互式判断支持材料包括交互式3D模型520，该交互式3D模型520显示在该图的下半部分中，紧接医学图像510。在图5中，交互式3D模型520中的平面530示出在医学图像510中显示的交集。在图5中在交互式3D模型520和医学图像510中均指示合适的植入物540、550的类型和放位，但可以仅在交互式3D模型中指示。在图5的非限制性示例中，所描绘的解剖关节是膝部，并且患者膝盖骨中具有病变。
在一个或多个实施例中，交互式判断支持材料适于由医务人员，例如外科医生或整形外科人员使用。在一个或多个实施例中，交互式判断支持材料适于由医务人员，例如外科医生或整形外科人员使用，并且根据上述任何实施例还可包括针对合适植入物的建议。
在一些实施例中，交互式判断支持材料适于由以下人员使用：评估客户或潜在客户的保险代理人，想要被告知关节受损状况的患者或在了解所描绘的解剖关节的损伤具有例如商业或学术兴趣的任何其他人员。
图6是用于建立解剖关节的损伤图像的一种或多种方法实施例以及在图像中包括用于修复所确定损伤的合适植入物的建议的进一步的可选方法步骤的流程图，其中在损伤图像中标记了对关节的损伤。图6的步骤210-275对应于图2的相同步骤，并且图6的方法实施例还包括以下附加步骤：
在步骤680中：基于解剖关节或其一部分的医学图像和/或三维图像表示的数据，从具有不同尺寸的植入物的预定组选择合适的植入物。
在该上下文中，合适的植入物是指具有与所确定的损伤相匹配的类型和尺寸的植入物，从而使其适于修复所确定的损伤。
在步骤685中：可视化交互式3D模型中的所选植入物。
在一个或多个实施例中，图2和图6的方法可以可选地包括在图形使用者界面(GUI)中显示判断支持材料的视觉表示。在这些实施例中的任何一个中，该方法可以包括：接收用于显示的图像数据，和/或接收控制信号，以及响应于控制信号而检索用于显示的图像数据。
在一个或多个实施例中，交互式判断支持材料可以由使用者使用集成在显示器或包括该显示器的***中、连接到其或可通信地耦合到其的一个或多个输入器来操纵。根据这些实施例，图2或图6的方法还可以可选地包括：从输入器接收使用者输入、解译所接收到的使用者输入，以及响应于所接收到的使用者输入而生成一个或多个控制信号。所接收到的使用者输入例如可以是涉及交互式3D模型，并响应于所述接收到的使用者输入生成控制信号，以暂时或永久地操纵所显示的内容。操纵例如可以包括提供注释、移动或改变图像或图像的一部分、改变观看视角、放大或缩小，和/或使得使用者能够以改进方式查看和分析所显示图像数据的任何其他合适形式的操纵。在一些实施例中，图2或图6的方法可包括从输入器接收控制信号并处理所显示的图像数据，或者换言之响应于控制信号来操纵所显示的图像。
用于确定对解剖关节中所标识的组织部分的损伤的医学图像栈中的每一个可以与用于获得三维图像表示的医学图像栈不同。以这种方式，可以优化用于生成每个医学图像栈的唯一的参数集合以使用医学图像栈。
该方法可以进一步包括在交互式3D模型中标记所显示的医学图像的位置。这使得使用者更容易确定所显示的医学图像中示出的内容。
浏览医学图像栈的功能还可以包括通过与交互式3D模型的交互在医学图像栈中选择医学图像的功能。对于使用者而言，这是一种可以可视化关节的所关注部分的简便方法。
本文呈现的任何或所有实施例的任何或所有方法步骤可以自动执行，例如由至少一个处理器自动执行。
使用案例实施例
为了在更大的情形中设置本发明所公开的方法和***，在根据任一所公开实施例的损伤标记和交互式判断支持材料的生成之前可以在使用案例实施例中捕获和/或获得表示解剖关节或其一部分的医学图像数据，并且可以进一步随后采取考虑到为了修复任何确定的损伤的动作。
图7是示例性示出一种这样的更大情形的流程图，其包括根据本文描述的一个或多个实施例，从图像源获得医学图像数据，确定对所描绘的解剖关节的损伤，以及生成交互式判断支持材料。图7还包括设计和生产适于修复解剖关节中所确定损伤的植入物和/或引导工具的步骤。在图7中，除了步骤740的损伤确定、损伤标记和判断支持材料的生成，使用输入医学图像数据730以及得到输出判断支持材料750之外，所有事物都用虚线标记以表明它们是图中所示的可选步骤以便仅提供情形，并且对于本文中呈现的任何实施例并非必不可少的。特别地，涉及对治疗的诊断/判断以及植入物/引导工具的设计和生产的步骤770和780不是本文呈现的实施例的一部分。
根据图7所示的示例，医学图像数据730可以在步骤700中以医学图像数据的形式从医学成像***获得。所获得的医学图像数据例如可以是放射学数据，其使用多种医学成像技术中的一种或多种生成，诸如X射线图像，超声图像，计算机断层扫描(CT)图像，包括正电子发射断层扫描(PET)图像的核医学和磁共振成像(MRI)图像。医学图像数据例如可以在扫描图像的过程中通过解剖关节或其一部分的不同层而捕获。
每个医学图像栈例如可以在使用特定序列的扫描过程中生成，其中每个特定序列都使用唯一的参数集合。这样的扫描过程可以是用于生成一系列放射线图像的任何类型的扫描过程，其中可以使用不同的参数集合来生成具有不同类型细节的图像。使用多个序列允许可视化图像中的更多细节，因为某些类型的细节使用一个参数集合可以更清晰地可见，而其他类型的细节使用另一个参数集合可以更清晰地可见。
用于生成医学图像栈的扫描过程例如可以是使用不同的特定MR序列的MR扫描过程，其中每个MR序列使用唯一的MR参数集合。MR参数例如可以是是重复时间TR(RF脉冲之间的时间)和回波时间TE(RF脉冲与其回波之间的时间)。取决于期望的信息，例如如果选择短TR和短TE，则MR参数集合可以导致T1加权MR序列；如果选择长TR和长TE，则导致T2加权MR序列；或者选择长TR和短TE的中间加权MR序列。不同的MR参数集合不一定必须导致不同类型的MR序列，两个不同的MR参数集合例如都可导致T1加权序列，但是其中一个集合可能导致比另一集合更强的T1加权。还存在其他的MR参数，诸如像翻转角、带宽或不同类型的脂肪抑制或钆增强，这在MR序列之间可能会有所不同。使用非常不同的MR参数集合来生成用于生成交互式3D模型的医学图像栈和用于生成其他医学图像栈可能是有利的。例如使用特定的3D MRI序列来生成用于生成交互式3D模型的医学图像栈是有利的。
用于生成医学图像栈的扫描过程也可以是使用不同特定CT序列的CT扫描过程，其中每个CT序列使用唯一的CT参数集合。CT参数例如可以是管电势(kV)、管电流(mA)、管电流乘积(mAs)、有效管电流-时间乘积(mAs/片层)、管电流调制(TCM)、每转工作台进给量(节距)、检测器配置、准直、重建算法、患者定位、扫描范围和/或重建的片层厚度。此外在CT扫描中，使用非常不同的CT参数集合来生成用于生成交互式3D模型的医学图像栈和用于生成其他医学图像栈可能是有利的。
在步骤700中获得的图像数据可以通过执行分割和3D调制在步骤710中进一步处理以获得在捕获的图像数据中所描绘内容的三维图像表示。例如，如果捕获的图像数据描绘解剖关节，则三维图像表示将是解剖关节的三维图像表示。在步骤720中，还可以从提供医学图像的一种不同的图像源获得医学图像。三维图像表示和医学图像均描绘了相同的对象，即用于确定损伤的所关注的解剖关节。医学图像数据730因此可以如本文所述地包括表示解剖关节的三维图像表示和/或医学图像。医学图像数据730可以仅表示解剖关节的一部分。
在实施例中，三维图像表示和医学图像可以被关联或同步，使得三维图像表示中所描绘的对象上的位置与医学图像中相同对象上的相同位置相关联。由此，如果在三维图像表示中进行了所确定损伤的标记，则它将在医学图像中所描绘的解剖关节上的相同位置出现，以及反之亦然。当然，一旦三维图像表示和医学图像已经关联或同步，则其将适用于例如与所描绘的关节的位置相关联地放置的注释，或对三维图像表示或医学图像进行的任何修改。
在步骤740中，根据本文结合方法和***描述给出的任何实施例，执行损伤确定、在输入医学图像数据730中的损伤标记以及生成输出判断支持材料750。根据本文描述的实施例，交互式判断支持材料750可以包括至少一个交互式3D模型，其中标记对解剖关节确定的损伤，来自医学图像栈的至少一个医学图像；以及浏览所述医学图像所属的医学图像栈的功能。根据本文所述的实施例，判断支持材料750可以可选地包括可以用于修复所确定损伤的一种或多种合适的植入物和/或引导工具的指示。在该上下文下，合适的植入物和/或引导工具是指具有与所确定的损伤相匹配的类型和尺寸的植入物和/或引导工具，从而使其适于修复所确定的损伤。可以在可选步骤760中选择一种或多种合适的植入物和/或引导工具，并且可以结合交互式判断支持材料750的交互式3D模型和/或医学图像以图形方式呈现，例如在植入物和/或引导工具应最佳***以修复所确定损伤的位置。替代地，可以在可选步骤760中选择一个或多个合适的植入物和/或引导工具，并且可以与交互式3D模型和/或医学图像分离地呈现，例如作为图形表示和/或文本注释。
在使用案例实施例中，医务人员，例如外科医生或整形外科人员，可以使用生成的交互式判断支持材料750做出正确的诊断，并对已描绘的解剖关节的患者的最佳治疗判断做出判断770。如果医务人员判断需要植入物，则这可导致步骤780的设计和产生合适的植入物和/或引导工具，可能根据在判断支持材料中提供的指示，如本文针对修复所确定损伤所述的那样。
在另一个使用案例实施例中，使用交互式判断支持材料750的人员可以是除医务人员以外的在了解所描绘的解剖关节的任何损伤方面具有兴趣的人员，例如评估客户或潜在客户的保险代理人、想要被告知关节受损情况的患者或在了解所描绘的解剖关节的任何损伤方面具有例如商业或学术兴趣的其他任何人员。
进一步的实施例
在适用的情况下，可以使用硬件、软件或硬件和软件的组合来实施由本公开所提供的各个实施例。此外，在可适用的情况下，在不脱离本公开的要求保护的范围的情况下，本文所阐述的各个硬件组件和/或软件组件可以组合为包括软件、硬件和/或二者的合成组件。在可适用的情况下，在不脱离本公开的要求保护的范围的情况下，本文所阐述的各个硬件组件和/或软件组件可以分离为包括软件、硬件和/或二者的子组件。此外，在可适用的情况下，预期软件组件可以实施为硬件组件，以及反之亦然。本文所描述的一个或多个实施例的方法步骤可以由任何合适的处理单元自动地执行，或一个或多个步骤可以手动地得以执行。在可适用的情况下，本文所描述的各个步骤的顺序可以改变，组合为合成步骤，和/或分离为子步骤，以提供本文所描述的特征。
根据本公开的软件(诸如程序代码和/或数据)可以非瞬时形式存储在一个或多个机器可读介质上。还预期可以使用连网的和/或另外方式的一个或多个通用计算机或专用计算机和/或计算机***来实施本文所标识的软件。
在实施例中，提供一种计算机程序产品，包括计算机可读代码，其配置为：当在处理器中执行时执行本文所描述的任何或所有方法步骤。在一些实施例中，提供一种非瞬时计算机可读存储器，其上存储计算机可读和计算机可执行代码，其被配置为：当在处理器中执行时执行本文所描述的任何或所有方法步骤。
在一个或多个实施例中，提供一种非瞬时机器可读介质，其上存储机器可读代码，其当由处理器执行时控制处理器以执行本文所提出的任何或所有方法实施例的方法。
前述公开内容并非旨在将本发明限制为所公开的精确形式或特定使用领域。可以预期的是，根据本公开，无论是否在本文中明确描述或暗示，对本发明的各种替代实施例和/或修改都是可能的。因此，本发明的范围仅由权利要求限定。
Claims (19)
1.一种用于建立指示对患者解剖关节的至少一部分的损伤的交互式判断支持材料的***，所述***包括存储介质和至少一个处理器，其中所述至少一个处理器配置为：
i)从存储介质接收解剖关节的至少一部分的多个医学图像栈，其中每个医学图像栈是在使用特定序列的扫描过程中产生的，其中每个特定序列使用唯一的参数集合；
ii)通过在基于所述医学图像栈的图像分割过程中生成所述三维图像表示，或者从存储介质接收所述三维图像表示，来获得基于所述医学图像栈的其中一个的解剖关节的至少一部分的三维图像表示；
iii)在多个医学图像栈的至少一个中和/或三维图像表示中标识解剖关节的组织部分，所述组织部分至少包括软骨、肌腱、韧带和/或半月板；
iv)通过分析所述多个医学图像栈中的至少一个来确定对解剖关节中所标识的组织部分的损伤；
v)在所获得的三维图像表示中标记对解剖关节的损伤；
vi)基于其中已经标记了损伤的三维图像表示获得至少一个交互式3D模型；以及
vii)生成交互式判断支持材料，所述交互式判断支持材料包括：
至少一个交互式3D模型，其中标记对解剖关节的至少一部分的所确定的损伤；
来自多个医学图像栈的其中一个中的至少一个医学图像；以及
浏览所述医学图像所属的医学图像栈的功能。
2.根据权利要求1所述的***，其特征在于与用于确定对解剖关节中所标识的组织部分的损伤的医学图像栈中的每个医学图像栈相比，所述至少一个处理器配置为使用不同的医学图像栈来获得三维图像表示。
3.根据权利要求1或2所述的***，其特征在于浏览医学图像栈的功能包括通过与交互式3D模型的交互来在所述医学图像栈中选择医学图像的功能。
4.根据前述权利要求中任一项所述的***，其特征在于所述至少一个处理器配置为在交互式3D模型中标记所显示的医学图像的位置。
5.根据前述权利要求中任一项所述的***，其特征在于所述至少一个处理器进一步配置为将医学图像和三维图像表示相关联，使得在图像的其中一个中做出的标记出现在另一图像中的相同位置下。
6.根据前述权利要求中任一项所述的***，其特征在于所述至少一个处理器配置为通过下述来标识所述组织部分：
通过检测图像中的高对比度区域诸如边缘或轮廓；以及
通过将检测到的边缘或轮廓与预定义的模板进行比较来在图像中标识诸如骨骼和/或软骨的结构。
7.根据前述权利要求中任一项所述的***，其特征在于所述至少一个处理器配置为通过使用以下选择来确定对所述所标识的组织部分的损伤：
检测解剖关节的至少一个组织部分的轮廓的不规则形状；和/或
检测在解剖关节的骨骼和/或软骨部分内的区域中或在其附近的区域中的强度高于或低于预定值；和/或
将至少一个标识的组织部分与代表解剖关节的预定损伤模式的模板进行比较。
8.根据前述权利要求中任一项所述的***，其特征在于所述三维图像表示是在取决于分割过程控制参数集合的图像分割过程中生成的。
9.根据前述权利要求中任一项所述的***，其特征在于所述至少一个处理器进一步配置为：
从具有不同尺寸的预定植入物组中选择合适的植入物；和/或提议用于骨软骨自体移植的传送引导工具，可能包括用于至少一个骨软骨自体移植栓的合适尺寸和/或合适的采集和/或植入位置；和/或
在交互式3D模型中可视化所选的植入物和/或传送引导工具和/或用于至少一个骨软骨自体植入栓的合适的采集和/或植入位置。
10.一种用于建立指示对患者解剖关节的至少一部分的损伤的交互式判断支持材料的方法，所述方法包括以下步骤：
i)接收解剖关节的至少一部分的多个医学图像栈，其中每个医学图像栈是在使用特定序列的扫描过程中产生的，其中每个特定序列使用唯一的参数集合；
ii)通过在基于所述医学图像栈的图像分割过程中生成所述三维图像表示，或者从存储介质接收所述三维图像表示，来获得基于所述医学图像栈的其中之一的解剖关节的至少一部分的三维图像表示；
iii)使用图像分析来在多个医学图像栈的至少一个和/或三维图像表示中标识解剖关节的组织部分，所述组织部分至少包括软骨、肌腱、韧带和/或半月板；
iv)通过分析所述多个医学图像栈中的至少一个来确定对解剖关节中所标识的组织部分的损伤；
v)在所获得的三维图像表示中标记对解剖关节的损伤；
vi)基于其中已经标记了损伤的三维图像表示获得至少一个交互式3D模型；以及
vii)生成交互式判断支持材料，交互式判断支持材料包括：
至少一个交互式3D模型，其中标记所确定的对解剖关节的损伤；
来自多个医学图像栈的其中之一中的至少一个医学图像；以及
浏览所述医学图像所属的医学图像栈的功能。
11.根据权利要求10所述的方法，其特征在于用于确定对解剖关节中所标识的组织部分的损伤的医学图像栈中的每一个都与用于获得三维图像表示的医学图像栈不同。
12.根据权利要求10或11所述的方法，其特征在于浏览所述医学图像栈的功能包括通过与所述交互式3D模型的交互来在医学图像栈中选择医学图像的功能。
13.根据权利要求10-12中任一项所述的方法，其特征在于所述方法进一步包括在交互式3D模型中标记所显示的医学图像的位置。
14.根据权利要求10-13中任一项所述的方法，其特征在于所述方法进一步包括将医学图像和三维图像表示相关联，以使得在图像的其中之一中做出的标记出现在另一图像中的相同位置下。
15.根据权利要求10-14中任一项所述的方法，其特征在于通过下述步骤来标识所述组织部分：
通过检测图像中的高对比度区域诸如边缘或轮廓；以及
通过将检测到的边缘或轮廓与预定义模板进行比较来标识图像中的诸如骨骼和/或软骨的结构。
16.根据权利要求10-15中任一项所述的方法，其特征在于使用以下选择来确定对所述所标识的组织部分的损伤：
检测解剖关节的至少一个组织部分的轮廓的不规则形状；和/或
检测在解剖关节的骨骼和/或软骨部分内的区域中或在其附近的区域中的强度高于或低于预定值；和/或
将至少一个标识的组织部分与代表解剖关节的预定损伤模式的模板进行比较。
17.根据权利要求10-16中任一项所述的方法，其特征在于所述三维图像表示是在取决于分割过程控制参数集合的图像分割过程中生成的。
18.根据权利要求10-17中任一项所述的方法，其特征在于所述方法进一步包括：
从具有不同尺寸的预定植入物组中选择合适的植入物；和/或提议用于骨软骨自体移植的传送引导工具，可能包括用于至少一个骨软骨自体移植栓的合适尺寸和/或合适的采集和/或植入位置；以及
在交互式3D模型中可视化所选的植入物和/或合适的传送引导工具和/或用于至少一个骨软骨自体植入栓的合适的采集和/或植入位置。
19.一种指示对患者解剖关节的至少一部分的损伤的交互式判断支持材料，所述交互式判断支持材料通过权利要求10至18中任一项所述的方法步骤产生。
Applications Claiming Priority (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| EP17176394.9A EP3416131A1 (en) | 2017-06-16 | 2017-06-16 | System and method for creating a decision support material indicating damage to an anatomical joint |
| EP17176394.9 | 2017-06-16 | ||
| PCT/EP2018/066012 WO2018229275A1 (en) | 2017-06-16 | 2018-06-15 | Creation of a decision support material indicating damage to an anatomical joint |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN110945562A true CN110945562A (zh) | 2020-03-31 |
Family
ID=59269755
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201880035233.1A Pending CN110945562A (zh) | 2017-06-16 | 2018-06-15 | 建立指示对解剖关节的损伤的判断支持材料 |
Country Status (6)
| Country | Link |
|---|---|
| EP (2) | EP3416131A1 (zh) |
| JP (1) | JP2020523049A (zh) |
| CN (1) | CN110945562A (zh) |
| CA (1) | CA3062477A1 (zh) |
| TW (1) | TWI805591B (zh) |
| WO (1) | WO2018229275A1 (zh) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20210100530A1 (en) * | 2019-10-04 | 2021-04-08 | GE Precision Healthcare LLC | Methods and systems for diagnosing tendon damage via ultrasound imaging |
| US11621086B2 (en) | 2020-06-04 | 2023-04-04 | Episurf Ip-Management Ab | Customization of individualized implant |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20140187908A1 (en) * | 2012-11-24 | 2014-07-03 | Jutta Ellermann | System and Method for Patient-Specific Planar Visualization of Volumetric MRI Data |
| CN105303604A (zh) * | 2015-10-19 | 2016-02-03 | 中国科学院软件研究所 | 一种用于人体单侧肢体骨骼骨性损伤测量的方法及*** |
| US20160192878A1 (en) * | 2013-06-23 | 2016-07-07 | William L. Hunter | Devices, systems and methods for monitoring knee replacements |
| WO2016110816A1 (en) * | 2015-01-09 | 2016-07-14 | Azevedo Da Silva Sara Isabel | Orthopedic surgery planning system |
| CN106456125A (zh) * | 2014-05-02 | 2017-02-22 | 皇家飞利浦有限公司 | 用于将医学图像中的特征链接到解剖结构模型的***以及其操作方法 |
| US20170084028A1 (en) * | 2014-05-15 | 2017-03-23 | Brainlab Ag | Indication-Dependent Display of a Medical Image |
| EP3160331A2 (en) * | 2014-06-25 | 2017-05-03 | Canary Medical Inc. | Devices, systems and methods for using and monitoring orthopedic hardware |
Family Cites Families (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH11104072A (ja) * | 1997-10-03 | 1999-04-20 | Mitsubishi Electric Corp | 医療支援システム |
| JP2002532126A (ja) * | 1998-09-14 | 2002-10-02 | スタンフォード ユニバーシティ | 関節状態の評価及び損傷防止装置 |
| CN102708270A (zh) * | 2003-08-13 | 2012-10-03 | 美国西门子医疗解决公司 | 计算机辅助决策支持***和方法 |
| JP5079008B2 (ja) * | 2006-09-19 | 2012-11-21 | シナーク・インコーポレイテッド | 軟骨構造に関連した病変表示測度及びその自動数量化 |
| US8194964B2 (en) * | 2008-04-25 | 2012-06-05 | Stratovan Corporation | Analysis of anatomic regions delineated from image data |
| EP2389905B1 (en) * | 2010-05-24 | 2012-05-23 | Episurf Medical AB | Method of designing a surgical kit for cartilage repair in a joint |
| WO2012021861A2 (en) * | 2010-08-13 | 2012-02-16 | Mckinnon, Brian William | Detection of anatomical landmarks |
| EP2514373B1 (en) | 2011-04-21 | 2013-12-04 | Episurf IP Management AB | Guide tool for cartilage repair |
| AU2014363945B2 (en) * | 2013-12-09 | 2019-04-04 | Techmah Medical Llc | Bone reconstruction and orthopedic implants |
| US20170172746A1 (en) * | 2014-02-07 | 2017-06-22 | Episurf Ip-Management Ab | Method and node for manufacturing a surgical kit for cartilage repair |
| EP3181050B1 (en) * | 2015-12-18 | 2020-02-12 | Episurf IP Management AB | System and method for creating a decision support material indicating damage to an anatomical joint |
| CN105997307B (zh) * | 2016-05-10 | 2017-12-19 | 上海交通大学医学院附属瑞金医院 | 基于3d打印的大范围距骨骨软骨损伤的修复重建方法 |
-
2017
- 2017-06-16 EP EP17176394.9A patent/EP3416131A1/en not_active Withdrawn
-
2018
- 2018-06-15 CA CA3062477A patent/CA3062477A1/en active Pending
- 2018-06-15 WO PCT/EP2018/066012 patent/WO2018229275A1/en active Application Filing
- 2018-06-15 EP EP18729720.5A patent/EP3639239A1/en not_active Withdrawn
- 2018-06-15 TW TW107120781A patent/TWI805591B/zh active
- 2018-06-15 CN CN201880035233.1A patent/CN110945562A/zh active Pending
- 2018-06-15 JP JP2019561189A patent/JP2020523049A/ja active Pending
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20140187908A1 (en) * | 2012-11-24 | 2014-07-03 | Jutta Ellermann | System and Method for Patient-Specific Planar Visualization of Volumetric MRI Data |
| US20160192878A1 (en) * | 2013-06-23 | 2016-07-07 | William L. Hunter | Devices, systems and methods for monitoring knee replacements |
| CN106456125A (zh) * | 2014-05-02 | 2017-02-22 | 皇家飞利浦有限公司 | 用于将医学图像中的特征链接到解剖结构模型的***以及其操作方法 |
| US20170084028A1 (en) * | 2014-05-15 | 2017-03-23 | Brainlab Ag | Indication-Dependent Display of a Medical Image |
| EP3160331A2 (en) * | 2014-06-25 | 2017-05-03 | Canary Medical Inc. | Devices, systems and methods for using and monitoring orthopedic hardware |
| WO2016110816A1 (en) * | 2015-01-09 | 2016-07-14 | Azevedo Da Silva Sara Isabel | Orthopedic surgery planning system |
| CN105303604A (zh) * | 2015-10-19 | 2016-02-03 | 中国科学院软件研究所 | 一种用于人体单侧肢体骨骼骨性损伤测量的方法及*** |
Non-Patent Citations (1)
| Title |
|---|
| PIERRE DODIN ET AL: "A fully automated system for quantification of knee bone marrow lesions using MRI and the osteoarthritis initiative cohor" * |
Also Published As
| Publication number | Publication date |
|---|---|
| TWI805591B (zh) | 2023-06-21 |
| CA3062477A1 (en) | 2018-12-20 |
| JP2020523049A (ja) | 2020-08-06 |
| TW201907413A (zh) | 2019-02-16 |
| WO2018229275A1 (en) | 2018-12-20 |
| EP3416131A1 (en) | 2018-12-19 |
| EP3639239A1 (en) | 2020-04-22 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11282195B2 (en) | System and method for creating a decision support material indicating damage to an anatomical joint | |
| US11250561B2 (en) | Determination and visualization of damage to an anatomical joint | |
| US20230317298A1 (en) | Customization of individualized implant | |
| US20180360540A1 (en) | System and method for creating a decision support material indicating damage to an anatomical joint | |
| US20180365827A1 (en) | Creation of a decision support material indicating damage to an anatomical joint | |
| US11526988B2 (en) | System and method for creating a decision support material indicating damage to an anatomical joint | |
| CN110945562A (zh) | 建立指示对解剖关节的损伤的判断支持材料 | |
| WO2021245093A1 (en) | Customization of implant | |
| US11645749B2 (en) | Determination and visualization of damage to an anatomical joint | |
| WO2020120494A1 (en) | Determination and visualization of damage to an anatomical joint | |
| WO2020119930A1 (en) | Determination and visualization of damage to an anatomical joint | |
| WO2018113984A1 (en) | System and method for optimizing an implant position in an anatomical joint |
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 | ||
| WD01 | Invention patent application deemed withdrawn after publication | ||
| WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20200331 |