CN111742346A - 映射装仓医疗数据 - Google Patents
映射装仓医疗数据 Download PDFInfo
- Publication number
- CN111742346A CN111742346A CN201980014252.0A CN201980014252A CN111742346A CN 111742346 A CN111742346 A CN 111742346A CN 201980014252 A CN201980014252 A CN 201980014252A CN 111742346 A CN111742346 A CN 111742346A
- Authority
- CN
- China
- Prior art keywords
- data
- image
- sequence
- images
- bin
- 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
- 238000013507 mapping Methods 0.000 title description 20
- 238000000034 method Methods 0.000 claims abstract description 229
- 230000009466 transformation Effects 0.000 claims abstract description 172
- 230000001427 coherent effect Effects 0.000 claims abstract description 74
- 238000000844 transformation Methods 0.000 claims abstract description 19
- 238000005259 measurement Methods 0.000 claims description 181
- 239000000523 sample Substances 0.000 claims description 113
- 210000002216 heart Anatomy 0.000 claims description 112
- 230000033764 rhythmic process Effects 0.000 claims description 105
- 206010003658 Atrial Fibrillation Diseases 0.000 claims description 43
- 238000004422 calculation algorithm Methods 0.000 claims description 30
- 230000033001 locomotion Effects 0.000 claims description 30
- 230000001131 transforming effect Effects 0.000 claims description 30
- 230000002123 temporal effect Effects 0.000 claims description 20
- 238000010009 beating Methods 0.000 claims description 15
- 230000000737 periodic effect Effects 0.000 claims description 10
- 238000005096 rolling process Methods 0.000 claims description 4
- 230000010349 pulsation Effects 0.000 claims description 2
- 238000003384 imaging method Methods 0.000 description 92
- 210000003484 anatomy Anatomy 0.000 description 60
- 230000000747 cardiac effect Effects 0.000 description 58
- 230000000875 corresponding effect Effects 0.000 description 54
- 230000000670 limiting effect Effects 0.000 description 40
- 210000000056 organ Anatomy 0.000 description 39
- 230000029058 respiratory gaseous exchange Effects 0.000 description 39
- 238000012545 processing Methods 0.000 description 36
- 230000000241 respiratory effect Effects 0.000 description 35
- 230000006870 function Effects 0.000 description 31
- 210000005242 cardiac chamber Anatomy 0.000 description 26
- 238000010586 diagram Methods 0.000 description 18
- 230000000739 chaotic effect Effects 0.000 description 17
- 238000002679 ablation Methods 0.000 description 11
- 238000007781 pre-processing Methods 0.000 description 11
- 206010003119 arrhythmia Diseases 0.000 description 10
- 230000006793 arrhythmia Effects 0.000 description 10
- 230000008859 change Effects 0.000 description 10
- 230000005672 electromagnetic field Effects 0.000 description 10
- 230000036961 partial effect Effects 0.000 description 10
- 230000001746 atrial effect Effects 0.000 description 9
- 238000010276 construction Methods 0.000 description 9
- 230000002159 abnormal effect Effects 0.000 description 8
- 238000004590 computer program Methods 0.000 description 8
- 230000000694 effects Effects 0.000 description 8
- 238000001727 in vivo Methods 0.000 description 8
- 230000008569 process Effects 0.000 description 8
- 238000003860 storage Methods 0.000 description 8
- 230000007704 transition Effects 0.000 description 8
- 210000002837 heart atrium Anatomy 0.000 description 7
- 239000003550 marker Substances 0.000 description 7
- 239000000463 material Substances 0.000 description 7
- 238000001514 detection method Methods 0.000 description 6
- 238000006073 displacement reaction Methods 0.000 description 6
- 230000005684 electric field Effects 0.000 description 6
- 210000003492 pulmonary vein Anatomy 0.000 description 6
- 230000003068 static effect Effects 0.000 description 6
- 230000004913 activation Effects 0.000 description 5
- 238000000254 composite pulse decoupling sequence Methods 0.000 description 5
- 239000013598 vector Substances 0.000 description 5
- 210000003462 vein Anatomy 0.000 description 5
- 208000003663 ventricular fibrillation Diseases 0.000 description 5
- 206010015856 Extrasystoles Diseases 0.000 description 4
- 208000000418 Premature Cardiac Complexes Diseases 0.000 description 4
- 239000008280 blood Substances 0.000 description 4
- 210000004369 blood Anatomy 0.000 description 4
- 230000036772 blood pressure Effects 0.000 description 4
- 238000007796 conventional method Methods 0.000 description 4
- 230000002596 correlated effect Effects 0.000 description 4
- 238000002847 impedance measurement Methods 0.000 description 4
- 239000011159 matrix material Substances 0.000 description 4
- 239000000203 mixture Substances 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 230000002829 reductive effect Effects 0.000 description 4
- 210000001367 artery Anatomy 0.000 description 3
- 238000013153 catheter ablation Methods 0.000 description 3
- 210000000038 chest Anatomy 0.000 description 3
- 230000008602 contraction Effects 0.000 description 3
- 238000009826 distribution Methods 0.000 description 3
- 238000002001 electrophysiology Methods 0.000 description 3
- 230000007831 electrophysiology Effects 0.000 description 3
- 238000000718 qrs complex Methods 0.000 description 3
- 230000003252 repetitive effect Effects 0.000 description 3
- 238000004088 simulation Methods 0.000 description 3
- PXFBZOLANLWPMH-UHFFFAOYSA-N 16-Epiaffinine Natural products C1C(C2=CC=CC=C2N2)=C2C(=O)CC2C(=CC)CN(C)C1C2CO PXFBZOLANLWPMH-UHFFFAOYSA-N 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 238000013459 approach Methods 0.000 description 2
- 210000004204 blood vessel Anatomy 0.000 description 2
- 206010061592 cardiac fibrillation Diseases 0.000 description 2
- 238000000205 computational method Methods 0.000 description 2
- 230000001747 exhibiting effect Effects 0.000 description 2
- 238000013213 extrapolation Methods 0.000 description 2
- 230000002600 fibrillogenic effect Effects 0.000 description 2
- 238000010438 heat treatment Methods 0.000 description 2
- 239000004615 ingredient Substances 0.000 description 2
- 210000005248 left atrial appendage Anatomy 0.000 description 2
- 210000005246 left atrium Anatomy 0.000 description 2
- 210000004115 mitral valve Anatomy 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 239000013307 optical fiber Substances 0.000 description 2
- 229910052760 oxygen Inorganic materials 0.000 description 2
- 239000001301 oxygen Substances 0.000 description 2
- 238000000053 physical method Methods 0.000 description 2
- 230000035479 physiological effects, processes and functions Effects 0.000 description 2
- 230000035790 physiological processes and functions Effects 0.000 description 2
- 238000003825 pressing Methods 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 238000007674 radiofrequency ablation Methods 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- -1 steps Substances 0.000 description 2
- 239000000126 substance Substances 0.000 description 2
- 230000002194 synthesizing effect Effects 0.000 description 2
- 230000001052 transient effect Effects 0.000 description 2
- 230000002861 ventricular Effects 0.000 description 2
- 206010030113 Oedema Diseases 0.000 description 1
- FAPWRFPIFSIZLT-UHFFFAOYSA-M Sodium chloride Chemical compound [Na+].[Cl-] FAPWRFPIFSIZLT-UHFFFAOYSA-M 0.000 description 1
- 206010047281 Ventricular arrhythmia Diseases 0.000 description 1
- 206010047571 Visual impairment Diseases 0.000 description 1
- 230000001800 adrenalinergic effect Effects 0.000 description 1
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 210000004556 brain Anatomy 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 229940030602 cardiac therapy drug Drugs 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000027288 circadian rhythm Effects 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 210000003748 coronary sinus Anatomy 0.000 description 1
- 210000004351 coronary vessel Anatomy 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 239000003989 dielectric material Substances 0.000 description 1
- 229940079593 drug Drugs 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 238000004870 electrical engineering Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000010247 heart contraction Effects 0.000 description 1
- 238000001802 infusion Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 210000000936 intestine Anatomy 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000002483 medication Methods 0.000 description 1
- 230000000414 obstructive effect Effects 0.000 description 1
- 150000002926 oxygen Chemical class 0.000 description 1
- 230000007170 pathology Effects 0.000 description 1
- 238000003909 pattern recognition Methods 0.000 description 1
- 230000000144 pharmacologic effect Effects 0.000 description 1
- 230000000704 physical effect Effects 0.000 description 1
- 238000001303 quality assessment method Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000007670 refining Methods 0.000 description 1
- 230000036387 respiratory rate Effects 0.000 description 1
- 230000000284 resting effect Effects 0.000 description 1
- 210000005245 right atrium Anatomy 0.000 description 1
- 230000037390 scarring Effects 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 239000011780 sodium chloride Substances 0.000 description 1
- 239000002904 solvent Substances 0.000 description 1
- 238000013179 statistical model Methods 0.000 description 1
- 230000000638 stimulation Effects 0.000 description 1
- 238000001356 surgical procedure Methods 0.000 description 1
- 238000003786 synthesis reaction Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 210000000779 thoracic wall Anatomy 0.000 description 1
- 230000036962 time dependent Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 238000002604 ultrasonography Methods 0.000 description 1
- 238000004800 variational method Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformations in the plane of the image
- G06T3/40—Scaling of whole images or parts thereof, e.g. expanding or contracting
- G06T3/4038—Image mosaicing, e.g. composing plane images from plane sub-images
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7235—Details of waveform analysis
- A61B5/7264—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy 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
-
- 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
- G06T7/00—Image analysis
- G06T7/30—Determination of transform parameters for the alignment of images, i.e. image registration
- G06T7/38—Registration of image sequences
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/50—Depth or shape recovery
- G06T7/55—Depth or shape recovery from multiple images
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
- G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
- G06T7/75—Determining position or orientation of objects or cameras using feature-based methods involving models
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B18/00—Surgical instruments, devices or methods for transferring non-mechanical forms of energy to or from the body
- A61B18/04—Surgical instruments, devices or methods for transferring non-mechanical forms of energy to or from the body by heating
- A61B18/12—Surgical instruments, devices or methods for transferring non-mechanical forms of energy to or from the body by heating by passing a current through the tissue to be heated, e.g. high-frequency current
- A61B18/14—Probes or electrodes therefor
- A61B18/1492—Probes or electrodes therefor having a flexible, catheter-like structure, e.g. for heart ablation
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B17/00—Surgical instruments, devices or methods, e.g. tourniquets
- A61B2017/00017—Electrical control of surgical instruments
- A61B2017/00022—Sensing or detecting at the treatment site
- A61B2017/00039—Electric or electromagnetic phenomena other than conductivity, e.g. capacity, inductivity, Hall effect
- A61B2017/00044—Sensing electrocardiography, i.e. ECG
- A61B2017/00048—Spectral analysis
- A61B2017/00053—Mapping
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B17/00—Surgical instruments, devices or methods, e.g. tourniquets
- A61B17/00234—Surgical instruments, devices or methods, e.g. tourniquets for minimally invasive surgery
- A61B2017/00238—Type of minimally invasive operation
- A61B2017/00243—Type of minimally invasive operation cardiac
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B18/00—Surgical instruments, devices or methods for transferring non-mechanical forms of energy to or from the body
- A61B2018/00315—Surgical instruments, devices or methods for transferring non-mechanical forms of energy to or from the body for treatment of particular body parts
- A61B2018/00345—Vascular system
- A61B2018/00351—Heart
- A61B2018/00357—Endocardium
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B18/00—Surgical instruments, devices or methods for transferring non-mechanical forms of energy to or from the body
- A61B2018/00636—Sensing and controlling the application of energy
- A61B2018/00773—Sensed parameters
- A61B2018/00839—Bioelectrical parameters, e.g. ECG, EEG
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B18/00—Surgical instruments, devices or methods for transferring non-mechanical forms of energy to or from the body
- A61B2018/00636—Sensing and controlling the application of energy
- A61B2018/00773—Sensed parameters
- A61B2018/00875—Resistance or impedance
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B34/00—Computer-aided surgery; Manipulators or robots specially adapted for use in surgery
- A61B34/10—Computer-aided planning, simulation or modelling of surgical operations
- A61B2034/101—Computer-aided simulation of surgical operations
- A61B2034/105—Modelling of the patient, e.g. for ligaments or bones
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B34/00—Computer-aided surgery; Manipulators or robots specially adapted for use in surgery
- A61B34/20—Surgical navigation systems; Devices for tracking or guiding surgical instruments, e.g. for frameless stereotaxis
- A61B2034/2046—Tracking techniques
- A61B2034/2051—Electromagnetic tracking systems
- A61B2034/2053—Tracking an applied voltage gradient
-
- 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
- A61B2090/363—Use of fiducial points
-
- 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
-
- 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
- A61B5/053—Measuring electrical impedance or conductance of a portion of the body
- A61B5/0538—Measuring electrical impedance or conductance of a portion of the body invasively, e.g. using a catheter
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/06—Devices, other than using radiation, for detecting or locating foreign bodies ; determining position of probes within or on the body of the patient
- A61B5/061—Determining position of a probe within the body employing means separate from the probe, e.g. sensing internal probe position employing impedance electrodes on the surface of the body
- A61B5/063—Determining position of a probe within the body employing means separate from the probe, e.g. sensing internal probe position employing impedance electrodes on the surface of the body using impedance measurements
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
- A61B5/25—Bioelectric electrodes therefor
- A61B5/279—Bioelectric electrodes therefor specially adapted for particular uses
- A61B5/28—Bioelectric electrodes therefor specially adapted for particular uses for electrocardiography [ECG]
- A61B5/283—Invasive
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
- A61B5/316—Modalities, i.e. specific diagnostic methods
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
- A61B5/316—Modalities, i.e. specific diagnostic methods
- A61B5/318—Heart-related electrical modalities, e.g. electrocardiography [ECG]
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
- A61B5/316—Modalities, i.e. specific diagnostic methods
- A61B5/318—Heart-related electrical modalities, e.g. electrocardiography [ECG]
- A61B5/346—Analysis of electrocardiograms
- A61B5/349—Detecting specific parameters of the electrocardiograph cycle
- A61B5/363—Detecting tachycardia or bradycardia
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
- A61B5/316—Modalities, i.e. specific diagnostic methods
- A61B5/318—Heart-related electrical modalities, e.g. electrocardiography [ECG]
- A61B5/346—Analysis of electrocardiograms
- A61B5/349—Detecting specific parameters of the electrocardiograph cycle
- A61B5/364—Detecting abnormal ECG interval, e.g. extrasystoles, ectopic heartbeats
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
- A61B5/316—Modalities, i.e. specific diagnostic methods
- A61B5/318—Heart-related electrical modalities, e.g. electrocardiography [ECG]
- A61B5/346—Analysis of electrocardiograms
- A61B5/349—Detecting specific parameters of the electrocardiograph cycle
- A61B5/366—Detecting abnormal QRS complex, e.g. widening
-
- 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
- G06T2207/10016—Video; Image sequence
-
- 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
- G06T2207/10028—Range image; Depth image; 3D point clouds
-
- 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
- G06T2207/30048—Heart; Cardiac
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Surgery (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Biomedical Technology (AREA)
- Pathology (AREA)
- Veterinary Medicine (AREA)
- Public Health (AREA)
- Animal Behavior & Ethology (AREA)
- Molecular Biology (AREA)
- Heart & Thoracic Surgery (AREA)
- Artificial Intelligence (AREA)
- Radiology & Medical Imaging (AREA)
- Quality & Reliability (AREA)
- Biophysics (AREA)
- Signal Processing (AREA)
- Psychiatry (AREA)
- Evolutionary Computation (AREA)
- Physiology (AREA)
- Mathematical Physics (AREA)
- Fuzzy Systems (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Magnetic Resonance Imaging Apparatus (AREA)
- Image Processing (AREA)
Abstract
一种由身体部位的部分重叠源图像序列生成所述身体部位的组合图像的方法，所述部分重叠源图像中的每一个示出在多个不同时间中的一个时间处的所述身体部位，所述源图像根据所述不同时间在所述序列中进行排序，所述方法包括：定义时间相干的变换序列，以便将所述序列中的所述部分重叠源图像彼此配准，使用所定义的时间相干的变换序列将所述源图像彼此配准，以获得共同配准的图像，以及将所述共同配准的图像中的至少一些组合成组合图像。还描述了相关的装置和方法。
Description
相关申请
本申请要求于2018年2月21日提交的美国临时专利申请号62/633,119的优先权。
背景
在本发明的一些实施例中，本发明涉及将在不同情况下捕获的医疗数据变换到公共框架，并且更具体地但非排外地涉及将从体内探针获得的数据点的值变换到公共坐标系，以便使用数据点对解剖结构进行成像和/或建模。
本发明的一些实施例包括基于当在探针与要建模的身体器官部分之间存在相互移动时从探针接收的数据来对身体器官或其部分的结构进行建模。
本发明的一些实施例包括基于使用当在探针与要建模的身体器官部分之间存在相互移动时从探针接收的数据来改进对身体器官或其部分的结构的建模。
本发明的实施例可以例如在心脏结构的建模和/或成像中实践。
背景包括：
发明名称为“A robust detection algorithm to identify breathing peaksin respiration signals from spontaneously breathing subjects[用于识别自发呼吸对象的呼吸信号中的呼吸峰值的鲁棒的检测算法]”的文章，发表于2015年心脏病学计算会议上，DOI:10.1109/CIC.2015.7408645；
发明名称为“Registration of Multiple Temporally Related Point SetsUsing a Novel Variant of the Coherent Point Drift Algorithm:Application toCoronary Tree Matching[使用相干点漂移算法的新颖变体对多个时间相关点集进行配准：应用于冠状动脉树匹配]”的文章，SPIE-国际光电工程学会会议论文集，8669:86690M2013年3月DOI:10.1117/12.2004764；
发明名称为“A real-time atrial fibrillation detection algorithm basedon the instantaneous state of heart rate[基于心率瞬时状态的实时心房纤颤检测算法]”的文章，发表于PLoS ONE[公共科学图书馆：综合]10(9)e0136544上，
发明名称为“Point Set Registration:Coherent Point Drift[点集配准：相干点漂移]”的文章，于2009年5月15日在万维网arxiv(dot)org/abs/0905.2635’上发表，以及
发明名称为“Registration of multiple temporally related point setsusing a novel variant of the coherent point drift algorithm:application tocoronary tree matching[使用相干点漂移算法的新颖变体对多个时间相关的点集进行配准：应用于冠状动脉树匹配中]”的文章，发表于SPIE会议记录第8669卷中。
上文和贯穿本说明书提及的所有参考文献的披露内容通过引用并入本文。
概述
在其一些实施例中，本发明涉及将在不同情况下捕获的医疗数据变换为使用公共框架，并且更具体地但非排外地涉及将从体内探针获得的电读数变换为使用公共框架坐标系，以便使用电读数来对解剖结构进行映射和/或成像和/或建模。
本发明的一些实施例包括基于当在探针与要建模的身体器官部分之间存在相互移动时从探针接收的数据来对身体器官或其部分的结构进行建模。
本发明的一些实施例包括基于使用当在探针与要建模的身体器官部分之间存在相互移动时从探针接收的数据来改进对身体器官或其部分的结构的建模。
根据本发明的一些实施例的方面，提供了一种用于对在至少一个维度上经理周期性变化的人体器官进行成像的方法，所述方法包括：测量所述人体器官的至少两个部分数据集；确定所述至少两个部分数据集中的每一个中的至少一个对应的数据点，所述至少一个对应的数据点描述正在经历重复变化的所述人体器官的至少一个维度；基于所述对应的数据，将所述两个部分数据集中的至少一个投影到具有公共框架的数据集中。
根据本发明的一些实施例，所述将所述两个部分数据集中的至少一个投影到具有公共框架的数据集中包括基于所述对应的数据，将所述两个部分数据集中的至少一个投影到所述两个部分数据集中的另一个中。
根据本发明的一些实施例，在不同的时间段期间执行测量所述身体器官的至少两个部分数据集。
根据本发明的一些实施例，在部分重叠时间段期间执行测量所述身体器官的至少两个部分数据集。
根据本发明的一些实施例，在所述人体器官的相邻或部分重叠位置处执行测量所述人体器官的至少两个部分数据集。
根据本发明的一些实施例的方面，提供了一种用于基于传感器读数对解剖结构进行成像的方法，所述方法包括：从多个传感器接收传感器读数；将所述传感器读数转换为数据点；将所述数据点中的每一个分类为属于多个数据仓中的一个数据仓；识别至少在所述多个数据仓中的第一数据仓和第二数据仓中的一组对应数据点；计算从所述第二数据仓中的所述对应数据点到所述第一数据仓中的所述对应数据点的变换；使用所述变换将所述第二数据仓中的数据点投影到所述第一数据仓中的数据点；产生一组组合数据点，所述一组组合数据点包括所述第一数据仓的所述数据点和来自所述第二数据仓的经投影数据点；以及对所述一组组合数据点进行成像。
根据本发明的一些实施例，所述传感器包括电极，并且所述传感器读数包括电读数。
根据本发明的一些实施例，将所述电读数转换为数据点包括从电读数的值转换为空间中的位置值。
根据本发明的一些实施例，所述解剖结构包括心脏腔室。
根据本发明的一些实施例，接收电读数包括从体内探针上的多个电极接收测量结果。
根据本发明的一些实施例，接收电读数包括从体内探针上的多个电极和至少一个体表电极接收测量结果。
根据本发明的一些实施例，将所述数据点分类为多个数据仓在所述数据仓中的至少一个中产生稀疏数据集。
根据本发明的一些实施例，所述将所述数据点分类为多个数据仓在所述数据仓中的每一个中产生稀疏数据集。
根据本发明的一些实施例，所述一组组合数据点中的数据点的数量大于所述第一数据仓中的数据点的数量。
根据本发明的一些实施例，对两个以上的数据仓执行接收、分类、识别、计算、投影和产生一组组合数据点。
根据本发明的一些实施例，所述转换从电读数到介电值。
根据本发明的一些实施例，接收传感器读数进一步包括接收选自由以下各项组成的组的物理测量结果：电势、电流、电容率、时间、位置、压力、血压、鼻气流、血液化学浓度和温度。
根据本发明的一些实施例，所述数据点包括选自由以下各项组成的组的维度：时间、空间中的位置、压力、温度、心动循环中的阶段、呼吸循环中的阶段、呼吸运动的幅度、心律的类别、相邻心脏腔室的循环中的阶段以及呼吸类型的类别。
根据本发明的一些实施例，所述第二数据仓与所述第一数据仓属于同一维度。
根据本发明的一些实施例，所述第二数据仓与所述第一数据仓属于不同的维度。
根据本发明的一些实施例，所述变换包括从包括混沌心律的数据点的数据仓到包括非混沌心律的数据点的数据仓的变换。
根据本发明的一些实施例，所述将数据点中的每一个分类为属于多个数据仓中的一个数据仓包括将所述数据点中的至少一些分类为属于至少一个心房纤颤(AF)数据仓。
根据本发明的一些实施例，所述将数据点中的每一个分类为属于多个数据仓中的一个数据仓包括将所述数据点中的至少一些分类为属于至少一个心律不齐数据仓。
根据本发明的一些实施例，所述变换包括从包括分类为心房纤颤(AF)的心律的数据点的数据仓到包括非AF心律的数据点的数据仓的变换。
根据本发明的一些实施例，所述变换包括选自由以下各项组成的组的多个变换：(a)从包括第一心律类别的数据点的数据仓到包括第二心律类别的数据点的数据仓的变换，(b)从包括第一呼吸节律类别的数据点的数据仓到包括第二呼吸节律类别的数据点的数据仓的变换，以及(c)从包括第一心律类别的数据点的数据仓到包括第二心律类别的数据点的数据仓的变换。
根据本发明的一些实施例，所述变换包括以变换(a)、然后(b)、然后(c)开始的变换序列。
根据本发明的一些实施例，所述一组组合数据点包括比所述第一数据仓的数据点和所述第二数据仓的数据点的组合的数据点的维度的数量少的维度。
根据本发明的一些实施例，所述变换包括多维标度(MDS)变换。
根据本发明的一些实施例，所述变换包括非刚性变换。
根据本发明的一些实施例，所述变换包括刚性变换。
根据本发明的一些实施例，所述变换包括相干点漂移(CPD)变换。
根据本发明的一些实施例，所述CPD变换基于识别至少在所述多个数据仓中的所述第一数据仓和所述第二数据仓中的对应数据点集。
根据本发明的一些实施例，所述变换包括最佳拟合变换。
根据本发明的一些实施例，所述变换进一步包括对所述经变换测量结果强加空间相干性。
根据本发明的一些实施例，所述变换进一步包括对所述经变换测量结果强加时间相干性。
根据本发明的一些实施例的方面，提供了一种用于基于电读数对解剖结构进行成像的装置，所述方法包括：测量部件，所述测量部件用于从多个电极接收测量结果；处理部件，所述处理部件用于将所述测量结果分类为多个数据仓；以及映射部件，所述映射部件用于识别至少在所述多个数据仓中的第一数据仓和第二数据仓中的一组对应数据点，计算从所述第二数据仓中的所述对应数据点到所述第一数据仓中的所述对应数据点的变换，使用所述变换将所述第二数据仓中的数据点投影到所述第一数据仓中的数据点，产生一组组合数据点，所述一组组合数据点包括所述第一数据仓的所述数据点和来自所述第二数据仓的经投影数据点。
根据本发明的一些实施例的方面，提供了一种用于基于电读数对解剖结构进行成像的方法，所述方法包括：从多个电极接收电读数；将所述电读数转换为数据点；将所述数据点中的每一个分类为属于多个数据仓中的一个数据仓；识别至少在所述多个数据仓中的第一数据仓和第二数据仓中的一组对应数据点；使用变换将所述第二数据仓中的数据点投影到所述第一数据仓中的数据点；产生一组组合数据点，所述一组组合数据点包括所述第一数据仓的所述数据点和来自所述第二数据仓的经投影数据点；以及对所述一组组合数据点进行成像。
根据本发明的一些实施例的方面，提供了一种用于基于电读数对解剖结构进行成像的装置，所述装置包括：数据输入部件，所述数据输入部件用于从多个电极接收电读数；处理部件，所述处理部件用于将所述电读数转换为数据点；分类部件，所述分类部件用于将所述数据点中的每一个分类为属于多个数据仓中的一个数据仓；识别部件，所述识别部件用于识别至少在所述多个数据仓中的第一数据仓和第二数据仓中的一组数据点的对应关系；投影部件，所述投影部件用于使用变换将所述第二数据仓中的数据点投影到所述第一数据仓中的数据点；组合部件，所述组合部件用于产生一组组合数据点，所述一组组合数据点包括所述第一数据仓的所述数据点和来自所述第二数据仓的经投影数据点；以及成像部件，所述成像部件用于由所述一组组合数据点产生图像。产生图像可以包括将数据转换成适合于显示的格式。在一些实施例中，所述装置包括用于显示图像的显示器。
根据本发明的一些实施例的方面，提供了一种用于基于电读数对解剖结构进行成像的方法，所述方法包括：接收从多个电极测量的数据点；将所述数据点中的每一个分类为属于多个数据仓中的一个数据仓；识别至少在所述多个数据仓中的第一数据仓和第二数据仓中的一组对应数据点；使用变换将所述第二数据仓中的数据点投影到所述第一数据仓中的数据点；产生一组组合数据点，所述一组组合数据点包括所述第一数据仓的所述数据点和来自所述第二数据仓的经投影数据点；以及对所述一组组合数据点进行成像。
根据本发明的一些实施例的方面，提供了一种用于基于电读数对解剖结构进行成像的装置，所述装置包括：数据输入部件，所述数据输入部件用于接收从多个电极测量的数据点；分类部件，所述分类部件用于将所述数据点中的每一个分类为属于多个数据仓中的一个数据仓；识别部件，所述识别部件用于识别至少在所述多个数据仓中的第一数据仓和第二数据仓中的一组对应数据点；投影部件，所述投影部件用于使用变换将所述第二数据仓中的数据点投影到所述第一数据仓中的数据点；组合部件，所述组合部件用于产生一组组合数据点，所述一组组合数据点包括所述第一数据仓的所述数据点和来自所述第二数据仓的经投影数据点；以及成像部件，所述成像部件用于由所述一组组合数据点产生图像，例如通过将所述数据点转换成适合于显示的格式。在一些实施例中，所述装置包括用于显示图像的显示器。
根据本发明的一些实施例的方面，提供了一种用于基于电读数对解剖结构进行成像的方法，所述方法包括：从多个电极接收电读数；将所述电读数转换为数据点；将所述数据点中的每一个分类为属于多个数据仓中的一个数据仓；使用变换将第二数据仓中的数据点投影到第一数据仓中的数据点；产生一组组合数据点，所述一组组合数据点包括所述第一数据仓的所述数据点和来自所述第二数据仓的经投影数据点；以及对所述一组组合数据点进行成像。
根据本发明的一些实施例的方面，提供了一种用于基于电读数对解剖结构进行成像的装置，所述装置包括：数据输入部件，所述数据输入部件用于从多个电极接收电读数；处理部件，所述处理部件用于将所述电读数转换为数据点；分类部件，所述分类部件用于将所述数据点中的每一个分类为属于多个数据仓中的一个数据仓；投影部件，所述投影部件用于使用变换将第二数据仓中的数据点投影到第一数据仓中的数据点；组合部件，所述组合部件用于产生一组组合数据点，所述一组组合数据点包括所述第一数据仓的所述数据点和来自所述第二数据仓的经投影数据点；以及成像部件，所述成像部件用于由所述一组组合数据点产生图像。在一些实施例中，所述装置包括用于显示图像的显示器。在此，以及在包括成像部件和显示器的其他实施例中，所述成像部件优选地以适合于在所述显示器上显示的格式来产生图像。
根据本发明的一些实施例的方面，提供了一种用于基于电读数对解剖结构进行成像的方法，所述方法包括：接收从多个电极测量的数据点；将所述数据点中的每一个分类为属于多个数据仓中的一个数据仓；使用变换将第二数据仓中的数据点投影到第一数据仓中的数据点；产生一组组合数据点，所述一组组合数据点包括所述第一数据仓的所述数据点和来自所述第二数据仓的经投影数据点；以及对所述一组组合数据点进行成像。
根据本发明的一些实施例的方面，提供了一种用于基于电读数对解剖结构进行成像的装置，所述装置包括：数据输入部件，所述数据输入部件用于接收从多个电极测量的数据点；分类部件，所述分类部件用于将所述数据点中的每一个分类为属于多个数据仓中的一个数据仓；投影部件，所述投影部件用于使用变换将第二数据仓中的数据点投影到第一数据仓中的数据点；组合部件，所述组合部件用于产生一组组合数据点，所述一组组合数据点包括所述第一数据仓的所述数据点和来自所述第二数据仓的经投影数据点；以及成像部件，所述成像部件用于由所述一组组合数据点产生图像。在一些实施例中，所述装置包括用于显示由所述成像部件产生的图像的显示器。
根据本发明的一些实施例的方面，提供了一种由身体部位的部分重叠源图像序列生成所述身体部位的组合图像的方法，所述部分重叠源图像中的每一个示出在多个不同时间中的一个时间处的所述身体部位，所述源图像根据所述不同时间在所述序列中进行排序，所述方法包括：定义时间相干的变换序列，以便将所述序列中的所述部分重叠源图像彼此配准；使用所定义的时间相干的变换序列将所述源图像彼此配准，以获得共同配准的图像；以及将所述共同配准的图像中的至少一些组合成组合图像。
根据本发明的一些实施例，所述身体部位经历周期性变化，并且所述源图像根据其在所述周期性变化的循环中的阶段在所述序列中进行排序。
根据本发明的一些实施例，包括：将所述源图像中的一个源图像设置为主图像，并且将所述源图像中的其余源图像设置为非主图像；为所述非主图像定义时间相干的变换序列，每个变换将相应的非主图像配准到所述主图像；使用为所述非主图像定义的变换来变换每个非主图像，以获得对应的经变换图像；以及将所述经变换图像中的至少一些图像和所述主图像组合成单个组合图像。
根据本发明的一些实施例，为两个连续的源图像定义的任何两个变换之间的差异是空间相干的。
根据本发明的一些实施例，所述时间相干的变换序列中的每个变换是空间相干的。
根据本发明的一些实施例，所述时间相干的变换序列是使用成本函数定义的，所述成本函数惩罚所述序列中的变换的空间非相干性。
根据本发明的一些实施例，所述时间相干的变换序列是使用成本函数定义的，所述成本函数惩罚所述序列中的顺序变换之间的差异的空间非相干性。
根据本发明的一些实施例，所述序列中的源图像中的每一个都示出了如在不同时间窗口期间成像的所述身体部位，并且所述序列中的源图像中的至少一些的时间窗口部分重叠。
根据本发明的一些实施例，所述序列中的每两个连续源图像的时间窗口部分重叠。
根据本发明的一些实施例，所述源图像中的每一个都包括表示电测量值的点，并且所述方法进一步包括将所述组合图像变换为包括表示空间中的位置的点的经变换组合图像。
根据本发明的一些实施例，所述序列中的所述源图像中的每一个都包括表示空间中的位置的点。
根据本发明的一些实施例，所述源图像中的每一个是点云，并且所述组合所述共同配准的图像产生组合点云，并且进一步包括由所述组合点云重构所述组合图像。
根据本发明的一些实施例，所述由所述组合点云重构所述组合图像包括使用滚球算法。
根据本发明的一些实施例，在多个源图像上标记指定位置，并且所述变换被定义为将在所述多个源图像上标记的位置变换到同一位置。
根据本发明的一些实施例，进一步包括：将体内探针带入到所述身体部位或其附近；从所述体内探针接收测量结果；以及基于从所述体内探针接收的测量结果生成部分重叠源图像序列。
根据本发明的一些实施例的方面，提供了一种非暂态计算机可读介质，所述非暂态计算机可读介质含有用于使计算机执行如上述方法中任一项所述的方法的程序指令。
根据本发明的一些实施例的方面，提供了一种生成移动身体部位的图像的方法，所述方法包括：接收指示所述身体部位的部分重叠部分的结构的测量结果流；将所述测量结果流装仓成仓序列，每个仓包括在不同时间窗口期间获得的一组测量结果，所述时间窗口与顺序仓的时间窗口部分重叠；由所述仓序列生成所述身体部位的部分重叠源图像序列；以及由所述部分重叠图像序列生成组合图像。
根据本发明的一些实施例的方面，将所述测量结果流分类为两组或更多组测量结果，每一组对应于所述身体部位的不同运动模式；以及对于所述组中的至少一个组：将所述测量结果装仓成仓序列，每个仓包括在不同时间窗口中获得的一组测量结果；由所述仓序列生成所述身体部位的部分重叠源图像序列；以及由所述源图像生成组合图像。
根据本发明的一些实施例，对于所述组中的两个或更多个组执行所述装仓、生成部分重叠源图像序列以及生成组合图像，以生成两个或更多个组合图像。
根据本发明的一些实施例，包括将所述两个或更多个组合图像彼此配准。
根据本发明的一些实施例，所述生成所述组合图像是通过根据上述方法中任一项所述的方法进行的。
根据本发明的一些实施例，所述身体部位是心脏或其一部分，并且所述运动模式包括选自正弦搏动和心房纤颤的心律。
根据本发明的一些实施例，进一步包括：将体内探针带入到所述身体部位或其附近；从所述体内探针接收测量结果；以及基于从所述体内探针接收的测量结果生成部分重叠源图像序列。
根据本发明的一些实施例的方面，提供了一种非暂态计算机可读介质，所述非暂态计算机可读介质含有用于使计算机执行上述方法中的任一方法的程序指令。
根据本发明的一些实施例的方面，提供了一种生成搏动心脏的影片的方法，所述方法包括：接收所述搏动心脏的部分重叠图像的序列，每个图像基于在不同时间窗口期间采集的数据，所述图像根据所述时间窗口的时间顺序在所述序列中进行排序；为所述图像中的每一个生成单个影片帧；以及根据所述图像序列中的图像的排序对单个影片帧进行排序以获得所述影片，其中，为所述图像中的每一个生成单个影片帧包括：将所述图像中的所述一个图像设置为主图像，并且将所述图像中的其余图像设置为非主图像；定义时间相干的变换序列，每个变换将对应的非主图像配准到所述主图像；根据为每个非主图像定义的变换对所述每个非主图像进行变换以获得对应的经变换图像；将所述经变换图像和所述主图像组合成所述图像中的所述一个图像的所述单个影片帧。
根据本发明的一些实施例，为两个连续图像定义的任何两个变换之间的差异是空间相干的。
根据本发明的一些实施例，所定义的变换中的每个变换是空间相干的。
根据本发明的一些实施例的方面，提供了一种非暂态计算机可读介质，所述非暂态计算机可读介质含有用于使计算机执行上述方法中的任一方法的程序指令。
根据本发明的一些实施例的方面，提供了一种***，所述***被配置成执行上述方法中的任一方法。
根据本发明的一些实施例的方面，提供了一种用于组合数据集的方法，每个数据集指示身体器官的结构，所述方法包括：接收两个数据集，每个数据集包括指示所述身体器官的结构的信息，其中，每个数据集中的至少一些数据点指示所述身体器官的同一部分的结构；确定所述两个数据集中的每一个数据集中的第一数据点，所述第一数据点指示所述身体器官的所述同一部分的所述结构；以及基于在所述两个数据集中的每一个数据集中确定的所述第一数据点，将所述两个数据集中的第一个数据集投影到具有与所述两个数据集中的第二个数据集的公共坐标系的数据集中。
根据本发明的一些实施例，所述将所述两个数据集中的所述第一个数据集投影到具有公共坐标系的数据集包括将所述两个数据集中的所述第一个数据集投影到所述两个数据集中的所述第二个数据集。
根据本发明的一些实施例，在部分重叠时间段期间测量所述两个数据集中的至少一些数据。
根据本发明的一些实施例的方面，提供了一种基于传感器读数对解剖结构进行成像的方法，所述方法包括：从多个传感器接收传感器读数；将所述传感器读数转换为数据点；将所述数据点中的每一个分类为属于多个数据仓中的一个数据仓；识别所述多个数据仓中的第一数据仓中的第一组数据点和第二数据仓中的第二组数据点，所述第一组中的每个点对应于所述第二组中的点；计算从所述第二组数据点到所述第一组数据点的变换；使用所述变换将所述第二数据仓中的数据点投影到所述第一数据仓中的数据点；产生一组组合数据点，所述一组组合数据点包括所述第一数据仓的所述数据点和来自所述第二数据仓的经投影数据点；以及基于包括在所述一组组合数据点中的数据对所述解剖结构进行成像。
根据本发明的一些实施例，所述传感器包括电极，所述传感器读数包括电读数，并且将所述电读数转换为数据点包括从电读数的值转换为空间中的位置值。
根据本发明的一些实施例，所述解剖结构包括心脏腔室。
根据本发明的一些实施例，接收电读数包括从体内探针上的多个电极和至少一个体表电极接收测量结果。
根据本发明的一些实施例，接收传感器读数进一步包括接收选自由以下各项组成的组的测量结果：电势、电流、电容率、时间、位置、压力、血压、鼻气流、血液化学组合物和温度。
根据本发明的一些实施例，所述数据点包括选自由以下各项组成的组的维度：时间、空间中的位置、压力、温度、心动循环中的阶段、呼吸循环中的阶段、呼吸运动的幅度、心律的类别、相邻心脏腔室的循环中的阶段以及呼吸类型的类别。
根据本发明的一些实施例，所述将数据点中的每一个分类为属于多个数据仓中的一个数据仓包括将所述数据点中的至少一些分类为属于选自由以下各项组成的组的至少一个数据仓：心房纤颤(AF)数据仓、心律不齐数据仓。
根据本发明的一些实施例，所述变换包括从包括分类为心房纤颤(AF)的心律的数据点的数据仓到包括非AF心律的数据点的数据仓的变换。
根据本发明的一些实施例，所述变换包括选自由以下各项组成的组的变换：(a)从包括第一心律类别的数据点的数据仓到包括第二心律类别的数据点的数据仓的变换，(b)从包括第一呼吸节律类别的数据点的数据仓到包括第二呼吸节律类别的数据点的数据仓的变换，以及(c)从包括第一心律类别的数据点的数据仓到包括第二心律类别的数据点的数据仓的变换。
根据本发明的一些实施例，所述变换包括选自由以下各项组成的组的变换：多维标度(MDS)变换、非刚性变换、刚性变换、相干点漂移(CPD)变换和最佳拟合变换。
根据本发明的一些实施例，所述变换进一步包括对所述经变换测量结果强加空间相干性。
根据本发明的一些实施例，所述变换进一步包括对所述经变换测量结果强加时间相干性。
根据本发明的一些实施例的方面，提供了一种用于基于电读数对解剖结构进行成像的装置，所述装置包括：体内电极；测量部件，所述测量部件被配置成从所述体内电极接收测量结果；处理器，所述处理器被配置成将所述测量结果分类为多个数据仓；以及映射部件，所述映射部件被配置成识别至少在所述多个数据仓中的第一数据仓和第二数据仓中的一组对应数据点，计算从所述第二数据仓中的所述对应数据点到所述第一数据仓中的所述对应数据点的变换，使用所述变换将所述第二数据仓中的数据点投影到所述第一数据仓中的数据点，并且产生一组组合数据点，所述一组组合数据点包括所述第一数据仓的所述数据点和来自所述第二数据仓的经投影数据点。
根据本发明的一些实施例的方面，提供了一种基于电读数对解剖结构进行成像的方法，所述方法包括：从多个电极接收电读数；将所述电读数转换为数据点；将所述数据点中的每一个分类为属于多个数据仓中的一个数据仓；识别至少在所述多个数据仓中的第一数据仓和第二数据仓中的一组对应数据点；使用变换将所述第二数据仓中的数据点投影到所述第一数据仓中的数据点；产生一组组合数据点，所述一组组合数据点包括所述第一数据仓的所述数据点和来自所述第二数据仓的经投影数据点；以及基于包括在所述一组组合数据点中的数据对所述解剖结构进行成像。
根据本发明的一些实施例的方面，提供了一种用于基于电读数对解剖结构进行成像的装置，所述装置包括：体内电极；数据输入部件，所述数据输入部件被配置成从所述体内电极接收电读数；处理部件，所述处理部件被配置成将所述电读数转换为数据点；分类部件，所述分类部件被配置成将所述数据点中的每一个分类为属于多个数据仓中的一个数据仓；识别部件，所述识别部件被配置成识别至少在所述多个数据仓中的第一数据仓和第二数据仓中的一组数据点的对应关系；投影部件，所述投影部件被配置成使用变换将所述第二数据仓中的数据点投影到所述第一数据仓中的数据点；组合部件，所述组合部件被配置成产生一组组合数据点，所述一组组合数据点包括所述第一数据仓的所述数据点和来自所述第二数据仓的经投影数据点；以及成像部件，所述成像部件被配置成对所述一组组合数据点进行成像。
根据本发明的一些实施例的方面，提供了一种用于基于电读数对解剖结构进行成像的方法，所述方法包括：接收从多个电极测量的数据点；将所述数据点中的每一个分类为属于多个数据仓中的一个数据仓；识别至少在所述多个数据仓中的第一数据仓和第二数据仓中的一组对应数据点；使用变换将所述第二数据仓中的数据点投影到所述第一数据仓中的数据点；产生一组组合数据点，所述一组组合数据点包括所述第一数据仓的所述数据点和来自所述第二数据仓的经投影数据点；以及基于包括在所述一组组合数据点中的数据对所述解剖结构进行成像。
根据本发明的一些实施例的方面，提供了一种用于基于电读数对解剖结构进行成像的装置，所述装置包括：数据输入部件，所述数据输入部件用于接收从多个电极测量的数据点；分类部件，所述分类部件用于将所述数据点中的每一个分类为属于多个数据仓中的一个数据仓；识别部件，所述识别部件用于识别至少在所述多个数据仓中的第一数据仓和第二数据仓中的一组对应数据点；投影部件，所述投影部件用于使用变换将所述第二数据仓中的数据点投影到所述第一数据仓中的数据点；组合部件，所述组合部件用于产生一组组合数据点，所述一组组合数据点包括所述第一数据仓的所述数据点和来自所述第二数据仓的经投影数据点；以及成像部件，所述成像部件用于对所述一组组合数据点进行成像。
根据本发明的一些实施例的方面，提供了一种用于基于电读数对解剖结构进行成像的方法，所述方法包括：从多个电极接收电读数；将所述电读数转换为数据点；将所述数据点中的每一个分类为属于多个数据仓中的一个数据仓；使用变换将第二数据仓中的数据点投影到第一数据仓中的数据点；产生一组组合数据点，所述一组组合数据点包括所述第一数据仓的所述数据点和来自所述第二数据仓的经投影数据点；以及对所述一组组合数据点进行成像。
根据本发明的一些实施例的方面，提供了一种用于基于电读数对解剖结构进行成像的装置，所述装置包括：数据输入部件，所述数据输入部件用于从多个电极接收电读数；处理部件，所述处理部件用于将所述电读数转换为数据点；分类部件，所述分类部件用于将所述数据点中的每一个分类为属于多个数据仓中的一个数据仓；投影部件，所述投影部件用于使用变换将第二数据仓中的数据点投影到第一数据仓中的数据点；组合部件，所述组合部件用于产生一组组合数据点，所述一组组合数据点包括所述第一数据仓的所述数据点和来自所述第二数据仓的经投影数据点；以及成像部件，所述成像部件用于对所述一组组合数据点进行成像。
根据本发明的一些实施例的方面，提供了一种用于基于电读数对解剖结构进行成像的方法，所述方法包括：接收从多个电极测量的数据点；将所述数据点中的每一个分类为属于多个数据仓中的一个数据仓；使用变换将第二数据仓中的数据点投影到第一数据仓中的数据点；产生一组组合数据点，所述一组组合数据点包括所述第一数据仓的所述数据点和来自所述第二数据仓的经投影数据点；以及对所述一组组合数据点进行成像。
根据本发明的一些实施例的方面，提供了一种用于基于电读数对解剖结构进行成像的装置，所述装置包括：数据输入部件，所述数据输入部件用于接收从多个电极测量的数据点；分类部件，所述分类部件用于将所述数据点中的每一个分类为属于多个数据仓中的一个数据仓；投影部件，所述投影部件用于使用变换将第二数据仓中的数据点投影到第一数据仓中的数据点；组合部件，所述组合部件用于产生一组组合数据点，所述一组组合数据点包括所述第一数据仓的所述数据点和来自所述第二数据仓的经投影数据点；以及成像部件，所述成像部件用于对所述一组组合数据点进行成像。
除非另外定义，否则在本文中使用的所有技术术语和/或科学术语具有与本发明所属领域的普通技术人员通常理解的含义相同的含义。虽然可以使用与在本文中描述的那些相似或等同的方法和材料来实践或试验本发明的实施例，但是下文描述了示例性方法和/或材料。在冲突的情况下，本专利说明书(包括定义)将占据主导。另外，材料、方法和示例仅是说明性的并且不旨在一定是限制性的。
如本领域技术人员将理解的，本发明的一些实施例可以具体化为***、方法和/或计算机程序产品。
因此，本发明的一些实施例可以采取完全硬件实施例、完全软件实施例(包括固件、常驻软件、微代码等)或将软件和硬件方面组合的实施例，这些实施例总体上都可以在本文称为“电路”、“模块”或“***”。此外，本发明的一些实施例可以采取在一个或多个计算机可读介质中具体化的计算机程序产品的形式，这些计算机可读介质具有在其上具体化的计算机可读程序代码。本发明的一些实施例的方法和/或***的实施方式可以涉及手动地、自动地或以其组合方式执行和/或完成所选任务。此外，根据本发明的方法和/或***的一些实施例的实际仪器和设备，若干所选任务可以通过硬件、通过软件或通过固件和/或通过其组合例如使用操作***来实施。
例如，用于执行根据本发明的一些实施例的所选任务的硬件可以被实施为芯片或电路。作为软件，根据本发明的一些实施例的所选任务可以被实施为由计算机使用任何适合的操作***来执行的多个软件指令。在本发明的示例性实施例中，根据如本文所述的方法和/或***的一些示例性实施例的一个或多个任务通过数据处理器(诸如用于执行多个指令的计算平台)来进行。可选地，数据处理器包括用于存储指令和/或数据的易失性存储器，和/或用于存储指令和/或数据的非易失性存储装置(例如磁性硬盘和/或可移除介质)。可选地，还提供一种网络连接。可选地，还提供显示器和/或诸如键盘或鼠标等用户输入设备。
一个或多个计算机可读介质的任何组合可以用于本发明的一些实施例。所述计算机可读介质可以是计算机可读信号介质或计算机可读存储介质。计算机可读存储介质可以是例如但不限于电子、磁、光学、电磁、红外或半导体***、装置或设备、或者前述各项的任何适合的组合。计算机可读存储介质的更多具体示例(非穷举列表)将会包括以下各项：具有一条或多条导线的电气连接、便携式计算机软盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或闪存)、光纤、便携式致密盘只读存储器(CD-ROM)、光学存储设备、磁存储设备或者前述各项的任何适合的组合。在本文件的背景下，计算机可读存储介质可以是可以包含或存储用于由指令执行***、装置或设备使用或与指令执行***、装置或设备结合使用的程序的任何有形介质。
计算机可读信号介质可以包括具有在其中(例如，在基带中或作为载波的一部分)实施的计算机可读程序代码的传播数据信号。这种传播信号可以采取多种形式中的任何一种，包括但不限于，电磁的、光的或其任何合适的组合。计算机可读信号介质可以是并非计算机可读存储介质并且可以传送、传播或输送用于由指令执行***、装置或设备使用或与指令执行***、装置或设备结合使用的程序的任何计算机可读介质。
被具体化在计算机可读介质上的程序代码和/或由其使用的数据可以使用以下任何适当的介质传输，包括但不限于无线、有线、光纤电缆、RF等、或者前述各项的任何合适的组合。
用于执行针对本发明的一些实施例的操作的计算机程序代码可以按一种或多种编程语言的任何组合来编写，这些编程语言包括面向对象编程语言(比如，Java、Smalltalk、C++等)以及常规程序编程语言(比如，“C”编程语言或类似的编程语言)。程序代码可以完全在用户的计算机上执行、部分地在用户的计算机上执行、作为独立的软件包执行、部分地在用户的计算机上执行并且部分地在远程计算机上执行、或完全在远程计算机或服务器上执行。在后一种情况下，远程计算机可以通过包括局域网(LAN)或广域网(WAN)的任何类型的网络连接到用户的计算机，或者可以进行到外部计算机的连接(例如，使用互联网服务提供商通过互联网)。
下文可以参考根据本发明实施例的方法、设备(***)和计算机程序产品的流程图图示和/或框图来描述本发明的一些实施例。应该理解的是，流程图图示和/或框图中的每个框以及流程图图示和/或框图中的框的组合可以由计算机程序指令实施。这些计算机程序指令可以提供到通用计算机、专用计算机或其他可编程数据处理装置的处理器以产生机器，使得经由计算机的处理器或其他可编程数据处理设备执行的指令创建用于实施流程图和/或框图的一个或多个框中指明的功能/动作的手段。
这些计算机程序指令还可以存储在计算机可读介质中，所述计算机可读介质可以指导计算机、其他可编程数据处理装置或其他设备以特定方式起作用，使得存储在计算机可读介质中的指令产生制造制品，所述制造制品包括实施流程图和/或框图的一个或多个框中指明的功能/动作的指令。
计算机程序指令还可以被加载到计算机、其他可编程数据处理装置或其他设备上，以使一系列操作步骤在计算机、其他可编程装置或其他设备上执行从而产生计算机实施的过程，使得在计算机或其他可编程装置上执行的指令提供用于实施流程图和/或框图的一个或多个框中指明的功能/动作的过程。
本文所描述的方法的一些总体上被设计为仅用于由计算机使用，并且针对由人类专家纯手动进行不是可行的或实用的。可能期望想要手动执行类似任务的人类专家使用完全不同的方法，例如，利用专家知识和/或人脑的模式识别能力，这将比手动完成本文所描述的方法的步骤更高效。
附图说明
本文仅通过示例的方式参考附图和图像描述了本发明的一些实施例。现在详细地具体参考附图和图像，应当强调的是，所示出的细节是通过示例的方式、并且是出于对本发明的实施例的说明性讨论的目的。在这方面，结合附图和图像进行的描述使得本领域技术人员清楚可以如何实践本发明的实施例。
在附图中：
图1是根据现有技术的成像方法心脏的一部分在两个时间点处产生的图像的简化线图图示；
图2是根据本发明的一些实施例的将数据点从一个数据仓变换到另一数据仓，并且使用来自两个数据仓的数据点来产生图像的简化线图图示；
图3A是根据本发明的一些实施例的用于测量医疗数据、对医疗数据进行分类和/或装仓(binning)以及将医疗数据变换为使用公共框架的***的简化框图图示；
图3B是根据本发明的一些实施例的用于在第一框架中测量医疗数据并且将所述医疗数据变换到第二框架的***的简化框图图示；
图3C、图3D、图3E和图3F中的每一个是根据本发明的一些实施例的用于基于电读数来对解剖结构进行成像的***的简化框图图示；
图4A是根据本发明的一些实施例的用于基于电读数产生人体器官的模型的方法的简化流程图图示；
图4B是根据本发明的一些实施例的用于基于电读数来对患者器官进行成像的方法的简化流程图图示；
图5A是根据本发明的一些实施例的用于组合门投影的数据点的方法的简化流程图图示；
图5B是根据本发明的一些实施例的用于组合门投影的数据点以产生组合图像的方法的简化流程图图示；
图6A是根据本发明的示例性实施例的用于基于电读数来对解剖结构进行成像的方法的简化流程图；
图6B是根据本发明的示例性实施例的用于基于电读数来对解剖结构进行成像的方法的简化流程图；
图6C是根据本发明的示例性实施例的用于基于电读数来对解剖结构进行成像的方法的简化流程图；
图6D是根据本发明的示例性实施例的用于基于电读数来对解剖结构进行成像的方法的简化流程图；
图7A是示出了根据本发明的一些实施例的门投影(gate-projection)对数据点的示例效果的图；
图7B是示出了根据本发明的一些实施例区分的正常心律和异常心律的图；
图8是根据本发明的一些实施例的使用体内探针收集位置识别信息的方法的简化线图图示；
图9是根据本发明的一些实施例的在将几个数据仓门投影到一个公共参考数据仓之后产生的心脏的图像；
图10A是根据本发明的示例性实施例的生成身体部位的图像的方法的流程图图示；
图10B是根据本发明的示例性实施例的生成身体部位的图像的方法的流程图图示；
图11A是根据本发明的示例性实施例的将N个图像组合成一个图像的方法的简化流程图图示；
图11B是根据本发明的示例性实施例的将N个图像组合成一个图像的方法的简化流程图图示；
图11C是根据本发明的示例性实施例的由身体部位的部分重叠源图像序列生成所述身体部位的组合图像的方法的简化流程图图示；
图12是根据本发明的示例性实施例的由数据流生成图像的方法的简化流程图图示；以及
图13是根据本发明的示例性实施例的用于由搏动心脏的图像序列产生所述搏动心脏的影片的方法的简化流程图图示。
具体实施方式
在本发明的一些实施例中，本发明涉及将在不同情况下捕获的医疗数据变换到公共框架，并且更具体地但非排外地涉及将从体内探针获得的数据点的值变换到公共坐标系，以便使用数据点对解剖结构进行成像和/或建模。
本发明的一些实施例包括基于当在探针与要建模的身体器官部分之间存在相互移动时从探针接收的数据来对身体器官或其部分的结构进行建模。
本发明的一些实施例包括基于使用当在探针与要建模的身体器官部分之间存在相互移动时从探针接收的数据来改进对身体器官或其部分的结构的建模。
贯穿本说明书和权利要求，术语“图像”用于意指结构的视觉表示，所述视觉表示可能适合于由显示设备显示。贯穿本说明书和权利要求，术语“图像(image)”当用作动词-成像(to image)时用于意指产生或生成图像。
贯穿本说明书和权利要求，术语“模型”用于意指包括一个或多个数据值的数据集，所述一个或多个数据值表示患者体内一个或多个位置的结构。贯穿本说明书和权利要求，术语“模型(model)”当以其所有语法形式用作动词建模(to model)时用于意指产生或生成模型或编辑模型中的数据。
在各种实施例中，医疗数据可选地包括位置(例如空间坐标)、时间(例如时钟时间和/或沿心跳循环的时间)、电读数(例如电流和/或电势值)的值；基于电读数计算的值(例如阻抗，各种其他介电性质)；以及附加物理数据(例如pH、颜色、压力)。
可以实践本发明的实施例的示例领域是解剖结构(例如，体腔)的模型的构建。解剖结构的模型的构建可以包括将例如电读数的数据映射到结构内的位置。在一些实施例中，可选地制作解剖结构的模型的图像。在一些实施例中，可选地显示图像。
在一些实施例中，基于对于至少一些电读数已知所述电读数属于结构中的哪个元素或位置来执行将电读数映射到结构内的位置。例如，已知心脏中的一些位置比其他位置提供更高的电读数。一个这种示例是通向左心房的肺静脉开口，其中血液异常富含氧，并且此氧含量以明显的阻抗值反映。在一些实施例中，低电读数到高电读数之间的转变可选地映射到心脏中已知发生这种转变的位置。
在一些实施例中，基于对于至少一些电读数已知所述电读数属于结构中的哪个位置来执行将电读数映射到结构中的位置。例如，已知心脏中的一些位置比其他位置提供更高的电读数。在一些实施例中，(多个)低电读数到(多个)高电读数之间的转变可选地映射到结构中已知发生这种转变的位置。
在一些实施例中，基于对于来自其他传感器的读数中的至少一些读数已知所述读数属于空间或结构中的哪个位置来可选地执行将来自其他传感器的读数映射到空间中的位置。例如，已知体腔中的一些位置(例如肠)提供的pH读数与其他位置不同。在一些实施例中，(多个)pH读数值之间的转变可选地映射到已知发生这种转变的空间中的位置或结构中的位置。
通过非限制性示例的方式，可以实践本发明的实施例的示例领域是心脏结构的模型的构建和/或心脏成像。
可以实践本发明的实施例的示例领域是心脏成像和/或心脏结构的模型的构建，其可选地作为心脏消融手术的一部分。
介绍
根据一些实施例，可以在医学治疗期间在不同时间收集数据，以构成解剖结构(例如，体腔)的图像和/或图和/或构建所述解剖结构的模型。如本文所使用的，语言“构建解剖结构的模型”用于描述可选地在一维、二维或三维中产生描述解剖结构的一组数据，可选地包括如电导、电势、颜色、pH等物理属性。
在一些实施例中，基于在不同时间进行的测量来构建模型，并且在不同时间观察到不同的细节和/或进行了不同的测量。在一些这种实施例中，通过将所有细节配准到如公共坐标系等公共框架，并且然后将所述细节一起组合成冻结模型来形成冻结模型，所述冻结模型包括在不同时间测量的细节。在一些实施例中，即使当所建模身体部位在测量期间变形时，仅在某些时间测量的细节之间的空间关系也保持在冻结模型中。在一些实施例中，测量时间与测量相关联并且可选地包括在包含测量结果的数据集中。
如本文所使用的，语言“对解剖结构进行成像”用于描述可选地在一维、二维或三维中产生解剖结构的图像。
在一组数据用于对解剖结构进行成像的示例性实施例中，语言“对解剖结构进行成像”用于描述可选地在一维、二维或三维中产生适合于显示解剖结构的图像的一组数据，可选地另外包括所述一组数据中的时间。
在进行心脏成像和/或使用心脏腔室内的游移导管构建心脏结构模型时，可以在不同时间(例如，当导管在心脏内的不同位置游移时)采集数据以构成心脏的图像和/或图和/或构建心脏的模型。
数据尤其可以包括导管位置、局部感测到的信息(例如压力、电压、阻抗、激活时间、温度、传导等)以及从体外感测到的信息。所采集数据(即在时间域或空间域中)可选地用于形成体腔的图或模型；如心脏腔室。
心脏消融手术可以包括使用导管***的体内消融探针(例如，RF消融探针)。例如在心律失常的治疗中进行这样的手术。
被称为RF消融的一种导管消融形式依赖于由引入治疗区域的高频交变电流(例如，350-500kHz)与治疗区域中的介电材料(例如，组织)之间的相互作用引起的加热。影响加热的一个变量是被治疗组织的频率相关性相对电容率κ。材料的(无单位)相对电容率(本文中，κ或介电常数)是对所述组织的所述材料如何减少施加在其上的电场(储存和/或消散所述电场的能量)的度量。相对电容率通常表示为
实部ε′r(ω)是对所施加的电场的能量如何储存在组织中的度量(在给定的电场频率下)，而虚部ε″r(ω)是对所消散的能量的度量。所消散的能量被转换成例如用于消融的热量。损失进而可选地表示为介电损失ε″rd与电导率σ之和，如
以上任何一个参数：即κ、ε、ε′r、ε″r、σ和/或ε″rd，在本文中可以被称为介电参数。术语“介电参数”还涵盖可直接根据上述参数推导出的参数，例如，损耗角正切，表示为
复折射率，表示为
以及阻抗，表示为
(其中
)。
在本文中，材料的介电参数的值可以被称为材料的介电性质。例如，具有约100,000的相对电容率是在约室温下(例如20°；应注意的是，一些介电性质表现出温度依赖性)，0.01摩尔KCl水溶液在1kHz频率下的介电性质。可选地，介电性质更具体地包括介电参数的测得的值。可选地提供了与特定测量电路或***的特性(例如偏置和/或抖动)相关的介电参数的测得的值。即使受到一个或多个实验误差源的影响，通过测量提供的值也应被理解为包括介电性质。
心脏治疗期间的(多个)测量结果可能受到心跳(心动循环)、呼吸(呼吸循环)和心动循环和/或呼吸循环的(多个)节律以及其他因素的影响。通常，将所采集数据分配给相关联的阶段(例如，呼吸循环或心动循环内的阶段)和/或心脏的状况(例如，肾上腺素刺激的状态、快速起搏后的状态、输注大量盐水后的状态等)以正确映射心脏。
例如，常规技术仅在心动循环的特定点(例如，在体表ECG的R波期间-表示心室激动)处使用心脏门控来采集从游移导管获取的数据。门控创建数据集，在此示例中为R波门控，所述数据集是有可能在手术中获取的完整数据集的子集。但是，此门控算法的局限性在于可能不收集或不使用所获取的大多数数据((多个)非R波门)。类似地，一种通过使用识别呼吸循环的重复离散指示(例如，开始吸气)的触发器来门控呼吸的方法将改善所获取数据的可用性，但将甚至进一步减少可用数据集的大小，以准确构建模型。当用于数据门控的常规技术需要同时门控多于一个周期性循环(例如心脏和呼吸)时，可能更加进一步减少可用数据的大小。
为了克服这种限制，常规技术有时扩宽了在其间获取数据的时间窗口，并且所述时间窗口用于构建心脏结构的模型。通过扩宽时间窗口，这些技术可能显著降低了合成图像的质量(锐度、清晰度等)。
此外，当腔室以除构成图像时要考虑的呼吸节律和心律之外的节律操作时，当试图合成图像或构建腔室的模型时，常规技术可能面临问题。这种节律包括，例如，在各种心脏状态下的节律，如在心律不齐、心房纤颤、心室纤颤(VF)期间的节律；以及在心脏激活模式(例如起搏)、药物等期间的节律。
本发明的一些实施例的方面涉及将在不同情况下捕获的医疗数据变换到配准到公共坐标系的公共框架。
在本说明书和权利要求中，术语模型用于描述一组结构特征和所述结构特征之间的空间关系。例如，在一些实施例中，将以与其他特征具有某些空间关系的形式出现在源图像或模型中的结构特征变换为以与其他特征具有相同的空间关系的形式出现在目标图像中，就像所述特征出现在源图像中一样。
例如，如果特征出现在源图像中左下肺静脉口与左上肺静脉口之间的中途或者大约在所述位置，则在变换到目标图像中的公共框架中之后，所述特征将出现在目标图像中左下肺静脉口与左上肺静脉口之间的中途或大约在所述位置。即使在源图像与目标图像之间左下肺静脉口与左上肺静脉口之间的距离基本上不同，情况仍然如此。
在一些实施例中，通过将源图像配准到目标图像来实现这种变换。在一些实施例中，配准包括找到源图像中出现的特征与目标图像中出现的特征之间的最佳变换。可选地，在变换使预定的成本函数最小化的意义上，所述变换是“最优的”，这对变换的不需要的特性进行了惩罚。在一些实施例中，变换使具有变换的不需要的特性变得越大项惩罚越大的项的成本函数最小化。
一个这种不需要的特性可能是很大的失配。失配可以被定义为指示目标图像上的特征与经变换的源图像上的特征之间的差异的参数，并且可以通过经变换的特征的位置与目标图像中相同特征的位置之间的差异的均方值来进行定量测量。即，如果在变换之后两个图像中的特征完全重叠，则失配最小，并且随着目标图像和经变换的源图像中的特征之间的差异增加，失配增加。因此，可以通过搜索最小化针对失配而惩罚的成本函数的变换来找到最佳变换。在一些实施例中，失配惩罚可以是成本函数中的唯一惩罚项。替代性地，成本函数可以包括多个惩罚项，在这种情况下，失配通常是惩罚项之一。
变换的另一个不需要的特性可能是空间非相干性。空间非相干变换将源图像中的附近特征变换为目标图像中的相距较远的特征。另一方面，空间相干变换将源图像中的附近特征变换为目标图像中的附近特征，以及将源图像中彼此远离的特征-变换为目标图像上彼此远离的特征。可选地，使用上述坐标系的单位来测量距离，例如，以两个特征之间的距离为单位，如上述示例中的两个口之间。
因此，在一些示例性实施例中，可以通过搜索使对空间非相干性进行惩罚的成本函数最小化的变换来找到最佳变换。
在一些实施例中，测量人体器官的结构的探针相对于人体器官移动。例如，探针可以是在要建模的血管内移动的导管。在一些实施例中，探针可以在心脏中静止，并且心脏可以相对于探针移动，从而根据心动循环扩张和收缩。在一些实施例中，探针可以在搏动心脏内移动。在以上所有示例中，器官与探针之间的移动可能使探针在不同时间测量人体器官的不同部分。通常，在不同时间测量的身体器官部分彼此部分重叠。从探针接收的数据可以根据收集数据的时间进行装仓，例如，以0.1秒、0.5秒、1秒、5秒、10秒或任何其他时间窗口装仓。在一些实施例中，顺序时间窗口可以重叠，例如，第一仓可以包括从第0秒到第10秒采集的数据，第二仓可以包括从第3秒到第13秒采集的数据，等等。在一些实施例中，每两个顺序的时间窗口彼此部分重叠。
在一些实施例中，每个数据仓可以通过本领域中已知的任何方法用于形成图像，例如，以PCT申请WO 2018/130974的国际公开中描述的方式，所述申请的内容通过引用以其全文并入本文。如下文所描述的，图像可以彼此配准。
图像彼此配准，使得在配准过程结束时，源图像中出现的一些或所有特征(包括仅出现在源图像中的一个或一些源图像中的特征)包括在目标图像中，并且出现在目标图像中，所述目标图像保持所述一些或所有特征与所建模人体器官部分中的其他特征的空间关系。在一些实施例中，源图像和目标图像中的空间关系之间的差异的某种度量被最小化。所述度量可以是例如差异的均方值。
在一些实施例中，源图像的序列被变换并且通过变换序列组合成单个组合目标图像。所述变换序列中的每个变换可以变换所述图像序列中的相关联图像。在一些实施例中，要求所述变换序列是时间相干的。在此背景下，如果每个变换都继续先前变换的趋势，则实现了变换序列的时间相干性。例如，通过一个变换在某个方向上位移的点通过所述序列中的下一个变换在类似的方向上位移。用于确保一组变换是时间相干的一种非限制性示例性方法是通过验证从序列中的变换中的任一个变换之前(或之后)的变换减去所述序列中的所述变换获得的变换是空间相干的。
因此，在一些实施例中，通过搜索使对时间非相干性进行惩罚的成本函数最小化的变换序列来限定变换序列。这种惩罚可以是对序列中每个变换的空间非相干性的惩罚的补充。
在一些实施例中，身体部位相对于探针的移动是周期性的。例如，心动循环和呼吸循环可以各自在探针与身体器官例如心脏之间引入周期性移动。由于在每个周期中心脏都可能经历相同的阶段(至少在心动循环正常时)，因此可以合理地预期，在循环的相同阶段拍摄的相同身体器官部分的图像应该基本上是相同的。因此，在一些实施例中，源图像和变换根据其在心动循环(也被称为心动阶段)上的位置和/或其在呼吸循环(也被称为呼吸阶段)上的位置来进行排序。所述排序可能实现将在不同心脏搏动期间拍摄的源图像组合成组合目标图像，从而可能维持不同图像中的特征之间的空间关系。
在一些情况下，身体部位的移动改变了节律，例如，心脏可以改变其搏动速率，从以第一正弦波速率搏动到以第二正弦波速率搏动，或变为心房纤颤。在一些实施例中，每个这种运动模式(例如，第一速率、第二速率和心房纤颤)被分别处理。也就是说，分别从每个运动模式拍摄多个图像，并且针对每个模式生成单独的组合图像。可选地，可以例如通过常规配准方法将组合图像进一步彼此组合成单个组合图像。
在一些实施例中，形成单个组合图像序列并且将其呈现为影片，其中单个图像中的每个图像是影片中的帧。在一些这种实施例中，影片中的每一帧是通过变换和组合非常相同的图像集而获得的组合图像。优选地，图像是由测量结果的数据仓构建的，每个测量结果是在特定的时间窗口内测量的，其中时间窗口之间基本上重叠。重叠越大，影片中看到的移动越平滑。例如，时间窗口中的每一个可以与序列中的前一时间窗口以及序列中的后一时间窗口具有90％的重叠。例如，第一仓的时间窗口可以在0毫秒与100毫秒之间；下一个：在10毫秒与110毫秒之间；下一个在20毫秒与120毫秒之间，等等。由每个数据仓形成的图像(即每个时间窗口)通过时间相干的变换序列可选地配准到图像之一，在本文中被称为主图像。例如，如果图像#1是主图像，则变换序列将图像#2配准到图像#1，将图像#3配准到图像#1，将图像#4配准到图像#1，等等。所有经变换图像可选地组合成单个图像，在本文中被称为帧#1。
在一些实施例中，将图像#2作为主图像重复相同的过程，以形成帧#2。当所有帧准备就绪时，它们可以显示为影片。据发现，这种影片描述了采集数据时心脏经历的移动。以此方式准备的影片中的每一帧都可以基于相同的信息，除了具有与主图像不同的图像之外。
在一些实施例中，将数据仓视为其形成图像。例如，可以对表示测量空间中的测量值的仓中的每个数据点进行线性变换以形成图像。例如，在一些实施例中，可选地同时测量一个、两个、三个电磁场或甚至更多的电磁场的电压值。在一些实施例中，每个电磁场由不同频率表征。仓中的数据点可以是在三个频率下同时测量的三个电压值的集合。数据仓中数据的图像可以包括在笛卡尔坐标系上示出的点。在一些实施例中，对于每个测量的mV，轴的长度可以是例如1cm(或一些其他长度)。在这种实施例中，在如上文所描述的对图像进行配准和组合之后，所获得的组合图像可以例如通过本领域已知的任何方式(例如，以上述PCT申请WO 2018/130974中描述的方法)用于在真实空间(而不是在测量空间)中形成图像。
在一些实施例中，上述图像可以是点云。在一些实施例中，来自不同数据仓的点云(在测量空间或真实空间中)被变换和组合以获得单个组合点云，并且然后所述组合点云可选地用于重构其中例如通过光滑表面连接这些点的图像。重构可以通过如本领域已知的用于从点云构建图像的任何方法(例如通过使用滚球算法)来进行。
在一些实施例中，接收到的图像序列中的图像包括在图像中存在某个预定义区域的指示。例如，在其中成像的身体部位是右心房的实施例中，可以在序列中的图像中的每个图像上标记与卵圆窝相对应的数据点。在这种实施例中，搜索可以针对将源图像中的标记区域(即，由标记数据点限定的区域)变换为目标图像中的标记区域的变换序列。将标记区域变换为标记区域的要求可以加快对变换的搜索。类似地，在一些实施例中，医生在身体部位的一个或多个连续运动周期内将探针稳定保持在一个点处(例如，探针可能被推向心脏壁上的任意点持续几次心脏搏动)。可以标记几个周期期间相同值的读数，并且可以使用这种标记来限定将标记区域变换为标记区域的变换序列，从而加快对适当的变换序列的搜索。
在一些实施例中，公共框架是公共几何空间框架，其中数据点包括使用公共空间坐标系的几何位置。例如，在一些实施例中，当如电压测量等电测量的位置已知时，例如以相对于空间中某个原点位置的距离为单位测量的位置可以使用公共的空间坐标系。
在一些实施例中，公共坐标系包括公共时间坐标，其中数据点包括在公共时间坐标中描述的时间位置。通过非限制性示例的方式，在两个不同的心动循环期间测量的电值可以基于其时间坐标(如沿心脏收缩循环的时间或心脏收缩循环的阶段)被组合成一个数据集。通过非限制性示例的方式，在探针沿动脉移动期间测量的电值可以基于其时间坐标(即，自特定时间原点起测量的时间)被组合成一个数据集。在一些实施例中，来自不同情况的数据基于具有共同的几何和/或时间坐标系而用于产生图像。不同情况可选地包括不同的心脏脉搏阶段、不同的心脏脉搏病理、不同的呼吸阶段以及不同的呼吸速率。多次使用不同的坐标系影响测得的值。
下文描述在不同情况下捕获的医疗数据的示例场景。所述场景并非旨在限制本发明的范围，而是解释在不同情况下捕获医疗数据的问题。本领域技术人员能够在附加场景下理解示例的应用。
当通过非限制性示例的方式在活着的、呼吸的患者中采集医疗数据时，被采集医疗数据的患者或患者的部分可能正在移动。在许多情况下，当患者正在移动；呼吸；心脏搏动；等等时，医疗数据获取不同的值。
通过非限制性示例的方式，采集医疗数据可以包括测量一个或多个电读数，例如：(可选地，同时的)体内探针或导管中的电压读数或电场读数。在一些实施例中，探针包括若干个电极，并且提供若干个同时的测量结果。如本文所使用的，“电读数”与“电测量结果”可互换，并且表示直接电测量结果(如电压和电流)，以及基于直接电测量结果计算的值(如阻抗(电)和其他电参数和/或介电参数)。通过一些非限制性示例的方式，采集医疗数据还可以包括非电读数、磁读数、位置数据、pH数据。
如本文所使用的，电测量结果可以包括直接测量或从测得的参数计算的任何测得的电参数和/或介电参数，例如：电压、电流、电导率、电阻率、电抗、导纳等。可以通过一个或多个电极来获得电测量结果，所述电测量结果可以例如在体内探针；例如消融导管；顶端***式导管；气泡式导管；冠状静脉窦导管、套索导管、多叉股(multi-prong)导管；可选地篮状导管上进行，每个这种探针可以承载一个或多个电极，例如2个、3个、4个、10个或20个电极。在一些实施例中，电极可以包括体外的电极，例如，ECG体表引线；体表贴片电极等。
可以通过设置在消融导管上的一个或多个电极来获得电测量结果和介电测量结果。可以通过设置在专用体内探针(例如，仅用于这种电测量)上的一个或多个传感器来获得电测量结果。可以在单个频率或多个频率下获得电测量结果。在一些实施例中，电测量包括在各种频率、例如从约10kHz至约1MHz下的测量。在一些实施例中，电测量结果可以包括复合值。在一些实施例中，电测量结果可以包括以下阻抗测量结果，包括：在消融导管上的不同电极之间(例如，消融导管的探针上的尖端电极与同一导管上的另一电极之间)的、在消融导管上的一个或多个电极与另一个导管上的一个或多个电极之间的、和/或在消融电极中的一个或多个消融电极与一个或多个体表电极之间的阻抗测量结果。
通过非限制性示例的方式，采集医疗数据可以包括从放置在患者身体上的外部电极测量一个或多个同时的电压读数或电场读数。在一些实施例中，若干个电极被放置在患者身体上，并且可选地提供若干个同时的测量结果。
通过非限制性示例的方式，在心脏成像中，心脏会随着心跳而改变形状。实际上，在不同类型的心跳情况下，许多患者的心脏可能有区别地改变形状。与不表现出心房纤颤的心跳相比，表现出心房纤颤的心跳有区别地改变心脏的形状，并且随着时间的推移可能有区别地发展。
在一些采集医疗数据的方法中，使用门控来补偿心脏搏动和呼吸。在这种方法中，仅当医疗数据在所述数据变化不大的特定时间门内时，才捕获或使用医疗数据。在特定时间门之外的医疗数据将不会被捕获，或者如果被捕获，则不会与来自另一个定时门的数据一起使用。
但是，不使用来自不同时间门的医疗数据意味着使用较少的数据。通过非限制性示例的方式，使用较少的数据可能导致医学图像的分辨率损失和/或准确性损失，和/或不对期望图像的一部分进行成像，和/或花费更多时间来产生期望的图像。
通过非限制性示例的方式，当使用体内电读数来构建心脏的解剖结构时，体内电探针和心脏中的一个或两个都在移动，并且捕获的数据可以在不同的时间属于心脏的不同部分。例如在上述PCT申请WO 2018/130974中描述了构建心脏的解剖结构。
通过非限制性示例的方式，如在以上段落中描述的场景可以使用6到8个时间窗来对数据进行装仓以随心跳循环而移动，并且使用4到6个门对数据进行装仓以随呼吸循环而移动。仅使用来自一个心跳数据仓或呼吸数据仓的医疗数据意味着未使用所采集数据中的一些或甚至大部分。
在一些实施例中，数据不一定被装仓。在一些这种实施例中，每个数据点具有与其相关联的阶段指示符，所述阶段指示符可以包括指示从心跳循环和/或心跳循环的阶段开始捕获数据点的时间的值，和/或指示从呼吸循环开始到数据点捕获的时间和/或捕获数据点的呼吸循环的阶段的值。所述值可选地用于变换数据点以共享公共时间坐标系，也就是说，是指心跳循环开始的公共时间。在一些实施例中，所述值可选地用于对要一起变换的具有类似值的数据点进行分组，而无需将数据点划分或存储到实际数据仓中。
如果不使用数据门控或装仓，则使用来自不同心脏收缩阶段和/或不同呼吸阶段的数据生成的图像(例如，心脏图像或其部分)可能导致图像模糊。
在心脏电生理学(EP)医疗程序中，电读数和/或医疗数据的获取可能延续几秒钟、几分钟以及甚至几小时。在这种情况下，例如在医疗程序期间，可以更新心脏图像；使得可以采集新数据并且“离线”计算以创建新图像或更新图像；例如以补偿程序期间的变化。此外，患者可能患有心律失常；并且在程序期间，患者的心脏可能在不同节律之间切换，当与正常节律的心脏形状相比时，许多节律对不同的数据仓呈现不同的形状。因此，在EP程序期间产生的心脏图或图像可能误导为所述心脏图或图像可能含有在一个心脏节律期间获取的信息，所述心脏节律与操作者当前在心脏中导航的另一个节律几乎没有相似之处。
用游移导管对心脏进行成像时面临的一些挑战是：
a.心脏搏动-心脏的形状和大小改变其在心动循环期间的几何形状和心脏电性质；
b.患者呼吸-在呼吸循环期间改变心脏的几何形状和胸部的电性质；
c.心脏可以改变其激活和收缩(激活模式-引起收缩模式)。
本发明的一些实施例的方面涉及将从体内探针获得的数据(例如，电读数)变换为使用公共坐标系以便使用所述数据来对解剖结构进行成像。本文描述了变换的示例场景。这些场景并非旨在限制在不同情况下捕获的医疗数据变换为使用公共坐标系的概念的程度，而是要进行解释。本领域技术人员能够理解对附加场景的变换。
根据本发明的一些实施例，使用来自多于一个仓的医疗数据创建图像。
在一些实施例中，对来自一个数据仓的医疗数据进行变换，并且经变换数据与第二数据仓的医疗数据组合。组合数据可选地用于创建图像。所述图像可以是静态图像或动态图像。
在一些实施例中，可选地在医疗程序期间动态地更新图像，从而产生动态的、可能变化的和/或更新的图像。
在一些实施例中，可选地采集并计算新的医疗数据以产生新的静态图像。
在一些实施例中，医疗数据可选地针对许多甚至所有数据仓而采集，并且可选地被变换以维持来自不同数据仓的数据之间的对应关系，这种数据从一个数据仓到另一数据仓的变换在本文中被称为“门投影”。
本发明的一些实施例的方面涉及用于以阶段和/或状态校正的方式合成源自来自多个数据仓的数据的图像的装置和方法。
在一些实施例中，每个仓的医疗数据可能与适合于合成多个可能共同定位的图像的数据相对应。在一些实施例中，多个图像是单独的离散图像。
本发明的方面涉及一种用于使用在用游移导管对心脏进行成像或映射时获取的全部或大部分数据(例如，医疗数据)的方法。游移导管数据获取可能会创建稀疏数据集，这意味着在导管访问的部分位置中，所述导管采集在呼吸循环的不同阶段或模式或心动循环的不同模式下捕获的数据。
在本发明的一些实施例中，一种方法用于基于产生变换来将数据从几个仓投影到一个现有仓或用作公共参考仓的一个新仓中，并且使用所获取的更多数据，并且在一些实施例中，使用所获取的所有数据。
应注意，医疗数据可以具有各种维度，例如时间、位置、心动循环阶段、压力阶段、温度和呼吸循环中的阶段。
本发明的一些实施例的方面涉及产生数据的变换，所述变换将数据从一个数据仓变换到同一维度内的另一个数据仓，并且在维度之间将数据从一个数据仓变换到另一个数据仓。在一些实施例中，所述变换是从一个数据仓到另一个数据的一些或所有数据的刚性变换。
通过非限制性示例的方式，基于心动循环期间的至少两个点已知导管的位置，可选地产生接受心动循环的阶段并在所述阶段提供游移导管的位置的变换。
在一些实施例中，所述变换在所获取数据的多维稀疏矩阵上进行操作。
在一些实施例中，所述变换在每个维度内生成最佳变换。
在一些实施例中，变换生成变换，在一些实施例中，变换在每个维度内生成最佳变换。在一些实施例中，通过使用经变换数据产生图像。在一些实施例中，所述变换在每个维度内生成最佳变换。
在一些实施例中，可选地同时在全部或部分维度内生成最佳变换。
在一些实施例中，将变换应用于稀疏矩阵，并且可选地通过插值来填充丢失的数据。
在一些实施例中，数据填充多维矩阵。例如，每种类型的测量可选地是维度，和/或不同的仓可以可选地被定义为测量的维度。在一些实施例中，当从多维矩阵投影到心动循环中的特定点时，通过消除心动循环维度，实现了数据维数的至少一个维度的减少。
在一些实施例中，投影用于减少多维数据的一个或多个维度。
在一些实施例中，投影用于对数据进行变换以共享公共几何坐标系，从而可选地对与数据仓的数据点相关联的几何坐标进行变换以具有与另一个数据仓的数据点相同的几何坐标系。
在一些实施例中，投影用于对数据进行变换以共享公共时间坐标系，从而可选地对与数据仓的数据点相关联的时间测量结果进行变换以具有与另一个数据仓的数据点相同的时间坐标系。通过非限制性示例的方式，在不同心跳期间捕获的数据点可以可选地变换为与自心跳开始以来的持续时间相关联，而不是与时钟时间相关联。通过另一个非限制性示例的方式，在不同呼吸循环期间捕获的数据点可以可选地变换为与自呼吸循环开始以来的持续时间相关联，而不是与时钟时间相关联。
贯穿本说明书和权利要求，术语“稀疏数据集”以其所有语法形式用于意指在其中填充空间与空白空间的比率较低的数据仓中的数据集。通过非限制性示例的方式，对于给定的空间分辨率，当第二数据仓中一些位置的条目从第一数据仓中丢失时，数据集是稀疏的。
在一些实施例中，时间相干性促进了对极端稀疏(和可能不相交)的数据集之间的对应关系的搜索。
出于更好地理解本发明的一些实施例的目的，首先参考图1，图1是根据现有技术的成像方法心脏的一部分在两个时间点处产生的图像的简化线图图示。
图1展示了由于呼吸而使心脏移动时对心脏进行成像，由于心脏搏动而改变大小和形状，以及可选地使用不一定在一个时间点捕获心脏的整个图像的成像模态的问题。
图1示出了在第一时间点处的心脏的一部分(例如，心房)的示例第一图像101的第一线图图示，以及在第二时间点处的非常相同的心脏心房的示例第二图像102的第二线图图示。
示出了第一图像101大于第二图像102，以展示心房在第二时间点处可能已经收缩。示出了第一图像101相对于第二图像102在空间上移位，以展示心房在第一时间点与第二时间点之间可能由于呼吸而在患者胸部内移动。
通过非限制性示例的方式，示出了第一图像101显示第二图像102不显示的节段101A，并且不显示第二图像102确实显示的节段101B。示出了第二图像102显示第一图像101显示的节段102A，并且不显示第一图像101确实显示的节段102B。
图1示出了在时间点T0和T1期间心房的图像。
当体内探针处于某一位置以捕获节段101A的数据并且不捕获节段101B的数据时，可能已经捕获了用于产生图像101的数据，并且用于产生图像102的数据也类似地捕获。
在现有技术的成像中，第一图像101与第二图像102之间的如形状、大小、空间中的物理位置等维度的差异将导致用于产生第二图像102的数据未被使用，以便不试图产生涂污或失真的组合图像而导致图像被涂污。将来自时间T1的数据组合到来自时间T0的数据可能使组合图像失真和/或模糊。
在不同条件下(例如在不同时间处)捕获的数据有时保持分离，并且有时将所述分离称为“门控”或“装仓”。
在详细解释本发明的至少一个实施例之前，应理解的是，本发明不一定限于其在以下描述中阐述的和/或附图和/或示例中展示的部件和/或方法的构造细节和布置方面的应用。本发明能够具有其他实施例或以各种方式来实践或执行。
在详细解释本发明的至少一个实施例之前，应理解的是，本发明不一定限于其在以下描述中阐述的或由示例例示的细节的应用。本发明能够具有其他实施例或以各种方式来实践或执行。
在本发明的一些实施例中，可选地通过配准到第一图像101而对用于产生第二图像102的数据进行变换。在一些实施例中，所述变换是通过基于第一图像101和第二图像102两者公共的解剖特征的部分进行的变换而进行的。
在一些实施例中，所述变换基于两个图像的所有部分。在一些这种实施例中，在不首先识别两个图像中的公共部分的情况下执行变换。
在一些实施例中，所述变换可选地是与第二图像102中第一图像和第二图像共有的解剖特征相关联的一些或所有数据点的刚性变换。
可选地，确定是否为刚性的变换，使得实现第二图像102中与第一图像101共有的数据点的图像或映射的良好拟合。可选地被认为是良好拟合的一些非限制性示例包括：通过变换图像102获得的图像中的特征与图像101中的特征之间的小失配；变换的空间相干性；通过经变换数据点进行成像的物体的形状的平滑度；通过经变换数据点进行成像的物体的正确或近似正确的体积；由经变换数据点产生的图像中的固定解剖结构(例如静脉、动脉、瓣膜)的数量和/或大小和/或相对位置；以及满足因速率或节律改变而导致的解剖结构预期变化的预期-例如，在较高的心率下，腔室的大小通常较小，在纤维性颤动期间腔室的大小通常较大。
在一些实施例中，变换可选地是与第二图像102中第一图像101和第二图像102共有的解剖特征相关联的一些或所有数据点的刚性变换。
在一些实施例中，变换可选地是仿射变换，所述仿射变换使经变换形状与目标形状和/或经变换点与目标形状之间的位移最小化。
现在参考图2，图2是根据本发明的一些实施例的将数据点从一个数据仓变换到另一数据仓，并且使用来自两个数据仓的数据点来产生图像的简化线图图示。
图2示出了如上文参考图1所描述的示例第一图像101的第一线图图示，以及示例第二图像102C的第二线图图示。基于上文参照图1所描述的第二图像102，可选地产生第二图像102C，所述第二图像102C已经通过重新调整大小变换和/或旋转变换和/或移位变换而被变换，使得至少一部分102D通过变换T变换成与第一图像101的一部分101D相对应。
图2示出了通过组合201示例第一图像101和第二图像102C而产生202的第三线图图示200。
将来自一个数据仓的数据点(例如，用于产生图1的第二图像102的数据点)变换为一组经变换数据点(例如，用于产生图2的第二图像102C的数据点)的变换在本文中被称为“门投影”和“仓投影”。
采集数据
在一些实施例中，接收医疗数据。一些数据是物理数据，如时间和位置/空间测量结果。一些数据是经处理数据，如对数据点是属于混沌心跳还是非混沌心跳的ECG测量结果的决策。
在一些实施例中，接收数据实际上是连续的，如时间和位置/空间测量结果。在这种情况下，即使最终将值采集到如时间窗仓等仓中，也可能会记录实际测得的值。
装仓数据
在一些实施例中，医疗数据被布置在时域数据仓中，即，根据采集数据的时间(可选地在时间窗中)布置在不同时间测量的数据。在一些实施例中，布置在时域数据仓中的数据对应于图像序列或影片帧。
在一些实施例中，基于属于心律中的所识别的阶段，对心电图(ECG)测量结果进行门控或装仓-例如根据以下一项或多项进行装仓：P区段、PR间期、PR区段、Q、R、S、QRS波群、ST区段、QT间期和T。
在一些实施例中，根据心律中的进行测量的所识别的阶段对指示要进行成像的身体部位的结构的测量结果进行门控或装仓。可选地，在不同阶段进行的测量用于产生不同的单个图像。即使不属于同一循环，也可以基于在多个时间窗口(所述多个时间窗口都在同一阶段)期间进行的测量由图像生成心脏阶段的单个图像。例如，来自一个心跳的P区段(或任何其他区段)的数据可以与另一个心跳的P区段(例如，顺序心跳)一起被装仓到同一仓中，并且用于生成同一源图像。在一些实施例中，源图像根据其在成像的身体部位经历的周期性变化的循环中的阶段(例如，根据其在心跳中的阶段)按顺序进行排序。
在一些实施例中，在针对两个或更多个阶段中的每一个阶段生成单个图像之后，将单个图像彼此配准并且组合以提供示出在不同阶段期间观察到的细节的组合图像。
在一些实施例中，ECG测量结果可选地被装仓到属于正常节律(例如，正弦曲线)的一个或多个数据仓和属于异常节律(例如，心房纤颤)的一个或多个数据仓。与上文类似，在正常节律期间测量的数据可以与在异常节律期间测量的数据分开装仓，并且可以针对每种节律类型生成不同的单个图像。
在一些实施例中，ECG测量结果可选地装仓到属于包括以下各项的心律类型的一个或多个数据仓：混沌搏动；心房纤颤搏动；第一类型的显性搏动；第二类型的显性搏动；以及第三类型的显性搏动。
在一些实施例中，搏动的显性基于属于特定节律或形式的搏动的比率，其中形式是搏动的类型，如窦性搏动、房性早搏、室性早搏、早搏后、二联律、阻滞性搏动等。在不同类型的显性搏动期间获得的测量结果可以装仓为不同的数据仓。
在一些实施例中，可选地处理ECG测量结果以识别ECG测量结果中的R波。可选地从R波处开始的时间点评估ECG测量结果，无论心跳属于混沌心律还是正常心律。在一些实施例中，如果心跳属于混沌心律，通过一些非限制性示例的方式，如心房纤颤(AF)节律和一些过早搏动，则属于混沌心跳的测量结果可选地被装仓为“混沌”数据仓。
在一些实施例中，如果心跳不属于混沌心律，则可选地另外处理属于非AF心跳的测量结果，并且可选地执行非AF心律中的心跳的附加分段。在一些实施例中，基于协方差的分类器可选地用于选择三类非AF心脏搏动。第一类型的显性搏动可选地装仓为第一仓(例如称为仓A)，并且第二类型的显性搏动可选地装仓为第二仓(例如称为仓B)，并且其他非AF搏动可选地装仓为第三仓(例如称为仓C)。
在一些实施例中，基于测量结果在呼吸循环内的阶段来对所述测量结果进行装仓，其中根据进行测量的呼吸阶段对每个测量结果进行装仓。在一些实施例中，可以基于体表阻抗测量结果来识别呼吸循环中的阶段。
在一些实施例中，基于属于呼吸节律中的所识别的阶段来对体表阻抗测量结果进行门控或装仓。
在一些实施例中，来自体表阻抗的信号可选地被处理以识别呼吸循环中的阶段。
替代性地或另外地，在与呼吸阶段无关的情况下，测量结果可以根据对其进行测量的呼吸循环进行装仓。例如，可以识别循环并将其装仓为多个持续时间相等的仓(例如，0.1秒、0.5秒、0.8秒、1秒、3秒、6秒、10秒、20秒或中间秒数)。
在一些实施例中，可选地执行测量呼吸的传感器的信号中的峰值检测，以识别呼吸循环(BB)的开始，所述开始被定义为连续呼吸之间的时间。用于检测呼吸峰值的示例性方法可以在发明名称为“A robust detection algorithm to identify breathing peaksin respiration signals from spontaneously breathing subjects[用于识别自发呼吸对象的呼吸信号中的呼吸峰值的鲁棒的检测算法]”的文章中找到，所述文章发表于2015年心脏病学计算会议上，DOI:10.1109/CIC.2015.7408645，所述文章的披露内容通过引用并入本文。
在一些实施例中，协方差分类器用于将BB信号分段成用于基础呼吸的第一数据仓(例如呼吸仓A)、用于短呼吸循环的第二数据仓(例如仓B)以及用于长(例如叹气型)呼吸循环的第三数据仓(例如仓C)。
现在参考图3A，图3A是根据本发明的一些实施例的用于测量医疗数据、对医疗数据进行分类和/或装仓以及将医疗数据变换为使用公共坐标系的***的简化框图图示。
图3A示出了根据本发明的示例性实施例构建的***311中的部件。
所述***可选地包括用于从患者身体采集测量结果310的一个或多个测量部件312。测量部件312可以包括例如体表电极和/或体内电极。所述测量结果可选地包括与患者有关的信号，所述信号具有关于一个或多个周期性信号的信息，例如体表ECG或心脏内电描记图、胸壁尺寸以及可选的物理测量结果，如时间、空间中的位置(例如，体内电极的位置)、温度(例如，在消融位点附近)、压力(例如，导管对组织的压力或由导管上的传感器测量的血压)等。
在一些实施例中，(多个)测量部件312可以不是***311的一部分，并且可以以其他方式将测量结果提供给***311，例如通过将外部测量部件连接到处理部件316和/或投影部件320的一个或多个接口。
(多个)测量部件312的输出314可选地是受患者生理影响的信号和/或数字数据，例如体表ECG、R波的出现时间的数据、呼吸开始出现时间的数据、体表阻抗(可选地是连续的)、瞬时心率、呼吸幅度、呼吸中的CO2含量或浓度、胸部的声学信号等。
输出314可选地用作对处理部件316的输入，所述处理部件可以是例如计算机或中央处理单元。因此，输出314也可以被称为输入314。
在一些实施例中，处理部件316以电压为单位接收(多个)测量部件312的输出314，并且基于电压计算电阻率、电抗或其他介电性质的值。所述值可以可选地包括在一个或多个节律期间测量的离散时间序列值，和/或在节律的连续测量中的模拟值，例如血压波、鼻气流等。
处理部件316可选地计算与患者生理的一个或多个节律相关联和/或与节律中的不同阶段相关联的一个或多个分类值。这种相关联的分类值在本文中可以被称为描述符。
在一些实施例中，处理部件316接收(多个)测量部件312的输出314，并且基于电压值和/或心律相对于接收到的输出的阶段来计算电信号是对应于窦性心律还是心律不齐。在一些实施例中，处理部件316可以基于从心律起始开始消逝的时间来计算其输出。可选地，处理部件还基于数据输入314来检测心律的起始。
在一些实施例中，处理部件316可选地单独处理以不同状态采集的数据。不同的状态可以包括例如正常的心脏搏动或心律不齐，如心房纤颤。不同状态也可以是不同类型的呼吸，如镇静呼吸、剧烈呼吸、浅呼吸、深呼吸等。为此目的，在一些实施例中，处理部件316可选地产生与数据输入314相关联的生理状态(例如窦性心律或心律不齐、正常呼吸或剧烈呼吸、心房纤颤或心室纤颤等)的分类，使得在给定状态下采集的数据可选地与在其他状态下采集的数据分开处理。
在一些实施例中，状态分类可以从测量部件312输入到处理部件316中，或者直接电子地馈送到处理部件316。
在一些实施例中，可选地在处理部件316中生成状态分类以对与状态相关联的连续信号进行分类。
处理部件316以数据(例如，在输出318是数字的情况下)或信号(例如，在输出318是模拟的情况下)的形式输出输出318。输出318可选地输入到投影部件320。在一些实施例中，投影部件320可以是处理部件316的一部分。
在一些实施例中，投影部件320和/或处理部件316可以被配置成实施参考图4A、图4B、图5A、图5B、图6A至图6D、图10A至图10B、图11A至图11C、图12和图13所描述的方法。
在一些实施例中，处理部件316可选地将输出314分类为属于特定状态，如指示在特定节律变化(如心跳速率变化，心律的类型变化-窦性心律、心律不齐，呼吸类型变化-浅或深，等等)状态期间执行的测量的输出。
在一些实施例中，到投影部件320的输入可以可选地还包括来自一个或多个电极(未示出)的输入以及来自处理部件316的输出，所述一个或多个电极可选地来自体内探针，所述体内探针可选地采集用于构建心脏腔室的图的数据，所述数据通过非限制性示例的方式包括瞬时位置、电压、阻抗等。
在一些实施例中，(多个)测量部件312可以被配置成测量电读数或其他医疗数据。(多个)测量部件312可以包括例如设置在消融导管上的一个或多个电极和/或一个或多个传感器。(多个)测量部件312的输出314可选地是信号和/或数字数据，所述信号和/或数字数据包括电读数和/或其他医疗数据。
在一些实施例中，投影部件320接受在短暂的重叠时间窗口期间测量的原始数据信号作为输入318，所述时间窗口可选地具有小于5毫秒、10毫秒、50毫秒、100毫秒、250毫秒、500毫秒、1秒、5秒、10秒、20秒或30秒的持续时间。投影部件320可选地变换重叠的数据序列(片段)，使得重叠时间窗口被变换为彼此重合。在一些实施例中，输入318的时间窗口中的一些或甚至所有数据被变换以产生描述了组合时间段的数据，所述组合时间段可能比单独的时间窗口延长的更长并且使用相同的时间标度。
在一些实施例中，投影部件320可选地在重叠区段(片段)之间分配对应关系，并且可选地恢复映射在重叠区段之间的变换。
定性地，变换保持空间相干性的要求可以理解为这种要求：变换将彼此靠近的点位移到彼此靠近的新位置，并将彼此远离的点位移到彼此远离的新位置。因此，彼此靠近的点的位移沿具有类似方向和类似长度的路径。变换的点彼此之间的距离越远，其位移可能变得越不类似。旨在提供相干变换的配准算法的示例是相干点漂移(CPD)方法，如2009年5月15日在万维网arxiv(dot)org/abs/0905.2635上发表的发明名称为“Point SetRegistration:Coherent Point Drift[点集配准：相干点漂移]”的文章中所描述的，所述文章的披露内容通过引用并入本文。
定性地，变换保持时间相干性的要求可以理解为变换以平滑的方式沿时间周期序列位移数据点的要求。
一种用于获得空间相干变换的非限制性示例性方法是最小化成本函数，其中较少相干的变换被分配较高的成本。相干性可以例如通过将变换分解为其空间频率分量来估计，并且可以将高成本与高频分量相关联。
一种用于获得时间相干的变换序列的非限制性示例性方法是根据对连续图像进行变换的每两个变换之间的差异来要求空间相干性。一种用于获得(多个)时间相干的变换的替代方式在以下文章中进行了详细描述：发表于SPIE会议记录第8669卷中的文章“Registration of multiple temporally related point sets using a novel variantof the coherent point drift algorithm:application to coronary tree matching[使用相干点漂移算法的新颖变体对多个时间相关的点集进行配准：应用于冠状动脉树匹配]”，所述文章通过引用并入本文。
贯穿本说明书和权利要求，术语“相邻”以其所有语法形式用于意指紧接或邻接其他事物、与之邻接、毗邻(紧邻)、邻近、接触、具有公共的顶点或公共的侧面。
在一些实施例中，CPD方法的变体可选地用于计算处理部件的输出318的不同值之间的对应关系。在一些这种实施例中，当片段在比采样速率更长的持续时间上重叠时，所述方法可选地使用重叠来连接片段，以加强在空间上和/或时间上彼此接近的片段之间的正确对应关系。在一些实施例中，相干性可选地应用于空间域。在一些实施例中相干性可选地应用于时间域。在一些实施例中，相干性可选地应用于空间域和时间域两者。
现在提供CPD的简要说明。CPD是指一组方法，其可以用于解决稀疏数据矩阵的对应关系确定。点集配准是许多计算机视觉任务中的组成部分。点集配准的目标是在两组点之间分配对应关系，并且恢复将一个点集映射到另一个点集的变换。多种因素(包括未知的刚性和/或非刚性空间变换、点集的较大维数、噪声和离群值)使点集配准成为富有挑战性的问题。
在一些实施例中，针对刚性和非刚性点集配准两者引入了被称为相干点漂移(CPD)方法的概率方法。两个点集的对齐被视为概率密度估计问题。
在一些实施例中，通过最大化似然性，将表示第一点集的高斯混合模型(GMM)质心可选地拟合到数据(第二点集)。可选地迫使GMM质心作为整体进行相干移动，以保留点集的拓扑结构。
在刚性情况下，通过使用刚性参数对GMM质心位置进行重新参数化来强加相干约束，并且得出任意维度上EM算法最大化步骤的闭合形式解答。
在非刚性情况下，通过对位移场进行正则化并使用变分法以得出最佳变换，来可选地强加相干约束。
在一些实施例中，最佳拟合变换可选地用于刚性和/或非刚性点集配准。两个点集的对齐被视为最佳拟合估计问题。在一些实施例中，基于最小化投影到第二数据集上的第一数据集中的对应点之间的均方误差来计算最佳拟合。最佳拟合变换在本文中被称为一种方法，所述方法提供在投影到第二数据集上的第一数据集中的对应点之间的最小均方误差。均方误差在本文中也可以被称为“失配”的一种示例性形式。
在一些实施例中，引入了一种快速算法，所述算法降低了计算方法的复杂性。
在一些实施例中，可选地通过使用少量基本函数表示变换来降低计算方法的时间复杂性。基本函数的数量可以小于要变换的点的数量，并且产生平滑的变换。
在一些实施例中，投影部件320产生变换矢量。变换矢量将游移导管的位置、测量时间、相关映射性质(如测得的电值或基于测得的值的经计算值)中的一个或多个变换为其他位置、测量时间和映射性质。
在一些实施例中，投影部件320接受在其间测量值的阶段，并且可选地使用变换矢量来计算相关映射值。
在一些实施例中，投影部件320稍后在节律移动中提供例如心脏腔室的相同部分的位置。例如，可以向在心动循环中的特定点和/或呼吸循环中的特定点处和/或在特定的心律期间获取的左心房脊(或某个其他位点)的位置的投影部件320提供输入，并且投影部件320使用变换来确定并且在一些实施例中显示或“播放”在之后时间中左心房脊的下一个位置将在何处。在一些实施例中，变换可选地用于不仅针对未来位置还针对未来相关的感测性质(如电测量和/或介电测量和/或解剖结构形状外推)作出投影。
在一些实施例中，投影部件320可选地基于变换矢量来产生内插程序(interpolator)。在一些实施例中，内插程序是使失配最小化(例如使目标图像上的特征与经变换源图像上的特征之间的差异的均方误差最小化)的变换。
在一些实施例中，投影部件320使用变换矢量来将在不同条件下测量的数据集彼此映射，即，变换数据集中的数据值；其中不同条件可以在空间域和/或时间域中。
在一些实施例中，投影部件320利用在游移导管的尖端处获取的连续的重叠分段数据流(例如，电读数)。数据流中的数据描述了例如游移导管的尖端的连续位置，以及同时记录的体表ECG和在心脏腔室内(例如与心脏腔室壁接触)测量的电压。可选地以重叠方式对数据流进行拼接，以产生总持续时间为L毫秒的拼接节段。操作员可选地在心脏腔室内导航导管，并且希望例如在“收缩末期”期间构建腔室的形状。游移导管仅在导管在心脏腔室内游移的时间的一小部分的“收缩末期”进行访问。根据本发明的实施例，游移导管尖端的位置可选地与同时体表ECG一起记录。所记录的数据流可选地每N毫秒(例如每1毫秒)被分段成连续的L毫秒切片(例如5毫秒切片)，使得连续的切片具有例如4毫秒的重叠数据。心动循环中的每个点(包括期望的“收缩末期”点)处的导管尖端位置的整体提供了一组稀疏数据点。
在一些实施例中，可选地映射在连续时间(例如不在“收缩末期”)处测量的数据以产生一系列连续模型，每个模型在不同的、可能接近的时间点处对心脏腔室结构进行建模。相干点漂移(CPD)方法可选地应用于连续的部分重叠模型，以将一个时间处的心脏腔室的结构与另一个时间处的心脏腔室的结构配准。在一些实施例中，变换执行从在空间中的一个位置和/或瞬时时间处测量的数据点到空间和/或时间上接近的另一点的外推。
应注意，在特定时刻捕获的数据点可以包括多个维度和/或变量。一些维度/变量可以是连续的，而一些维度/变量是离散的。
从在时间点T处捕获的数据的意义上讲，将数据点值从一个数据仓变换到另一个数据仓或变换到公共参考仓的门投影可以可选地减小数据的维数，所述维数可以包括N个维度(例如3个位置维度，一个时间维度，M个电压读数等)，被记录为N维数据，但是在变换之后，例如，如果所有时间窗口仓都变换为一个时间窗口仓，则数据维数可以减小例如1。在上述非限制性示例中，因为所有数据都被传递到同一时间窗口仓，所以从数据中消除了时间维度。
现在参考图3B，图3B是根据本发明的一些实施例的用于在若干个框架中测量医疗数据并且将医疗数据变换为使用公共框架的***的简化框图图示。
图3B示出了根据本发明的示例性实施例构建的***391中的部件。
图3B示出了接受测量结果390的输入并且不包括如图3A的处理部件316等处理部件的***。图3B包括投影部件396，以将测量结果中的至少一些测量结果从第一数据仓投影到第二数据仓。在一些实施例中，可以与输入测量结果390一起接受描述输入测量结果390属于哪个数据仓的值。在一些实施例中，数据仓可以由投影部件396例如通过分析接受值来确定。例如，可以通过本领域已知的算法将电值分类为混沌节律和正弦节律，例如，如发明名称为“A real-time atrial fibrillation detection algorithm based on theinstantaneous state of heart rate[基于心率瞬时状态的实时心房纤颤检测算法]”,PLoS ONE[公共科学图书馆综合]10(9)e0136544的文章中所描述的，所述文章的内容通过引用并入本文。
***391可选地包括用于从患者身体采集测量结果390的一个或多个测量部件392。测量部件392可以包括例如如以上参考图3A所描述的测量部件。
在一些实施例中，(多个)测量部件392可以不是***391的一部分，并且可以以其他方式将测量结果提供给***391，例如通过将外部测量部件连接到投影部件320的一个或多个接口。
(多个)测量部件392的输出394可选地是信号和/或数字数据，如上文参考图3A的输出314所描述的。
输出394可选地用作对处理部件396的输入，所述处理部件可以是例如计算机或中央处理单元。
现在参考图3C，图3C是根据本发明的一些实施例的用于基于电读数来对解剖结构进行成像的***的简化框图图示。
图3C示出了根据本发明的示例性实施例构建的***330中的部件。
***330可选地包括：
数据输入部件332，所述数据输入部件用于从多个电极(未示出)接收电读数331；
可选的预处理部件334，所述可选的预处理部件用于将来自数据输入部件332的输出333转换为数据点335；
分类部件336，所述分类部件用于将数据点中的每一个分类为属于多个数据仓之一，从而产生经分类数据点337；
识别部件338，所述识别部件用于识别至少在多个数据仓中的第一数据仓和第二数据仓中的一组经分类数据点337的对应关系；
投影部件340，所述投影部件用于使用变换将第二数据仓中的数据点投影到第一数据仓中的数据点；
组合部件342，所述组合部件用于产生一组组合数据点343，所述一组组合数据点包括第一数据仓的数据点和来自第二数据仓的经投影数据点；以及
可选的成像部件344，所述可选的成像部件用于对所述一组组合数据点进行成像。
数据输入部件332可以包括如本文所描述的电极和/或传感器，所述电极和/或传感器可选地位于体内探针中或体内探针上。
可选的预处理部件334可以包括用于将来自数据输入部件332的输出333转换为数据点335的电路。在一些实施例中，可选的处理电路可以是用于将如电流等电读数转换为如电阻率等介电值，或将其他电读数转换为介电值的简单电路。在一些实施例中，可选的预处理部件334可以是本领域中已知的数据处理器。在一些实施例中，可选的预处理部件334可以是在本领域中已知的在数据处理器上操作的软件模块。
在一些实施例中，可选的预处理部件334用于处理对数据点的输入测量结果，不包括从一个数据仓到另一个数据仓的数据点投影。
在一些实施例中，分类部件336将数据点中的每一个分类为属于多个数据仓之一，并且可选地将经分类数据点提供给识别部件354。识别部件354可选地接受数据点中的数据以及所述数据点所属的分类或仓两者，将至少在第一数据仓中的一组数据点识别为与多个数据仓中的第二数据仓中的一组数据点相对应，并且提供数据点的对应关系的输出339，例如数据点对列表。替代性地，识别部件仅提供有关哪些点彼此对应的指示，而所述点本身直接从分类部件递送到投影部件。
在一些实施例中，处理部件334、分类部件336、识别部件338、投影部件340和组合部件342中的一个或多个可以如本领域中已知的包括数据处理器或被包括在数据处理器中，或者被特别编程为进行处理、分类、投影和/或组合中的一项或多项。在一些实施例中，预处理部件334、分类部件336、识别部件338、投影部件340和组合部件342中的一个或多个可以是在如本领域中已知的数据处理器上操作的软件模块。
在一些实施例中，成像部件344可以是图像显示器，无论是如计算机显示屏等二维显示器还是本领域中已知的三维显示器。
图3C描述了示例性实施例，所述示例性实施例包括用于转换来自数据输入部件332的输出333的可选的预处理部件334。在这种实施例中，被分类的数据可以是经处理电读数。例如，经测量数据可以是由电极测量的电压值，并且经分类数据可以是由预处理部件334基于电压值并且可选地基于进一步的一个或多个输入而计算的电阻率值。
现在参考图3D，图3D是根据本发明的一些实施例的用于基于电读数来对解剖结构进行成像的***的简化框图图示。
图3D示出了根据本发明的示例性实施例构建的***348中的部件。
***348可选地包括：
数据输入部件350，所述数据输入部件用于接收从多个电极(未示出)测量的数据点349；
分类部件352，所述分类部件用于将数据点中的每一个分类为属于多个数据仓之一，从而产生经分类数据点353；
识别部件354，所述识别部件用于识别355至少在多个数据仓中的第一数据仓和第二数据仓中的一组对应数据点；
投影部件356，所述投影部件用于使用变换将第二数据仓中的数据点投影到第一数据仓中的数据点；
组合部件358，所述组合部件用于产生一组组合数据点359，所述一组组合数据点包括第一数据仓的数据点和来自第二数据仓的经投影数据点；以及
成像部件360，所述成像部件用于对所述一组组合数据点进行成像。
图3D描述了不包括用于转换来自数据输入部件的输出的处理部件的示例性实施例。在这种实施例中，被分类的数据可以是不需要附加处理的电读数-通过非限制性示例方式，被分类的数据可以是如由电极测量的电压。
现在参考图3E，图3E是根据本发明的一些实施例的用于基于电读数来对解剖结构进行成像的***的简化框图图示。
图3E示出了根据本发明的示例性实施例构建的***364中的部件。
***364可选地包括：
数据输入部件366，所述数据输入部件用于从多个电极(未示出)接收电读数365；
预处理部件368，所述预处理部件用于将电读数转换为数据点369；
分类部件370，所述分类部件用于将数据点369中的每一个分类为属于多个数据仓之一；
投影部件372，所述投影部件用于使用变换将第二数据仓中的数据点投影到第一数据仓中的数据点；
组合部件374，所述组合部件用于产生一组组合数据点375，所述一组组合数据点包括第一数据仓的数据点和来自第二数据仓的经投影数据点；以及
图像生成部件376，所述图像生成部件用于生成所述一组组合数据点的图像。
图3E描述了不包括用于识别经分类数据点之间的对应关系的识别部件的示例性实施例。在这种实施例中，数据可以被分类为属于特定的生理节律，如窦性心律、心房纤颤心律、呼吸节律。在一些实施例中，对数据的分类可以不影响从一个数据仓到另一数据仓的投影，并且可以基于例如时间数据或位置数据将数据点从一个仓投影到另一个数据仓，而无需考虑一个数据仓仓中所识别的点集与第二数据仓中所识别的点集之间的先验对应关系。
现在参考图3F，图3F是根据本发明的一些实施例的用于基于电读数来对解剖结构进行成像的***的简化框图图示。
图3F示出了根据本发明的示例性实施例构建的***378中的部件。
***378可选地包括：
数据输入部件380，所述数据输入部件用于接收从多个电极(未示出)测量的数据点379；
分类部件382，所述分类部件用于将数据点中的每一个分类为属于多个数据仓之一，从而产生经分类数据点383；
投影部件384，所述投影部件用于使用变换将第二数据仓中的数据点投影到第一数据仓中的数据点的，从而产生经投影数据点385；
组合部件386，所述组合部件用于产生一组组合数据点387，所述一组组合数据点包括第一数据仓的数据点和来自第二数据仓的经投影数据点；以及
成像部件388，所述成像部件用于对所述一组组合数据点进行成像。
图3F描述了不包括用于转换来自数据输入部件的输出的预处理部件的示例性实施例。在这种实施例中，被分类的数据可以是不需要附加处理的电读数-通过非限制性示例方式，被分类的数据可以是如由电极测量的电压，从而不需要预处理。
识别不同仓中的对应点
在一些实施例中，将数据点值从第一数据仓变换到第二数据仓可选地基于识别第一数据仓中与第二数据仓中的数据点相对应的一组数据点，以及确定将对应点从第一数据仓变换到第二数据仓的变换。
在一些实施例中，变换使用相干点漂移(CPD)方法。在一些实施例中，变换使用多CPD(MCPD)方法。MCPD方法的非限制性示例在上述文章“Registration of MultipleTemporally Related Point Sets Using a Novel Variant of the Coherent PointDrift Algorithm:Application to Coronary Tree Matching[使用相干点漂移算法的新颖变体对多个时间相关点集进行配准：应用于冠状动脉树匹配]”中进行了描述。
在一些实施例中，已经确定的变换可选地应用于一些或所有对应数据点，从而计算一组对应数据点中的一些或所有数据点的经变换值。
在一些实施例中，已经确定的变换可选地应用于第一数据仓中的一些或所有数据点，无论是否属于所述一组对应点，从而计算经变换值。
应注意，当两个数据仓中的一组对应点包括大量点时，例如，对应点的数量大于其维数，则所确定变换可能是准确的。
应注意，当两个数据仓中的一组对应点包括大于数据点的维数的多个点时，所确定变换可能是准确的。
现在参考图4A，图4A是根据本发明的一些实施例的用于基于电读数产生人体器官的模型的方法的简化流程图图示。
图4A的方法包括：
测量身体器官的至少两个数据集(440)；
确定所述至少两个数据集中的每一个中的至少一个对应数据点，所述至少一个对应数据点描述经历重复性变化的身体器官的至少一个维度(442)；
基于对应数据将两个数据集中的一个数据集投影到两个数据集中的另一个数据集中(444)。
在一些情况下，身体器官中的重复性变化可能使所述数据集中的一个数据集中的一个或多个数据点对应于所述数据集中的另一个数据集中的一个或多个数据点。在一些情况下，无论器官随时间如何变化，数据点都是相对应的。
在一些实施例中，对应关系可选地基于已经在空间中的同一位置处或沿重复性变化的循环在同一时间处测量的对应点。
通过非限制性示例的方式，沿心跳循环在同一时间处测量的数据可选地从一个数据集投影到另一个数据集上。
通过另一个非限制性示例的方式，在不同心跳期间，沿心跳循环在同一时间处在心脏腔室中的同一位置处测量的数据可选地从一个数据集投影到另一数据集上。
通过另一个非限制性示例的方式，在不同心跳期间，在心脏腔室中的同一位置处(甚至不沿心跳循环在同一时间处)测量的数据可选地从一个数据集投影到另一个数据集上。
在一些实施例中，识别在同一位置处测量的数据可能涉及跟踪，如利用X射线或超声跟踪。
现在参考图4B，图4B是根据本发明的一些实施例的用于基于电读数对患者器官进行成像的方法的简化流程图图示。
图4B的方法包括：
从多个电极接收测量结果(420)；
将所述测量结果分类到多个数据仓(422)；
识别至少在所述多个数据仓中的第一数据仓和第二数据仓中的一组对应数据点(424)；
计算从所述第二数据仓中的对应数据点到所述第一数据仓中的对应数据点的变换(426)；
使用所述变换将所述第二数据仓中的数据点投影到所述第一数据仓中的数据点(428)；
产生一组组合数据点，所述一组组合数据点包括所述第一数据仓的数据点和来自所述第二数据仓的经投影数据点(430)；以及
对所述一组组合数据点进行成像(432)。
在一些实施例中，变换可选地是CPD或多CPD变换。
在一些实施例中，变换是时间相干的。
现在参考图5A，图5A是根据本发明的一些实施例的用于组合经门投影的数据点的方法的简化流程图图示。
图5A通过非限制性示例的方式描述了从患者心脏附近和/或内部的体内探针获得作为电压测量结果的数据点，并且将数据点门投影到公共参考数据仓。
图5A的方法包括：
获得数据点(V,θ,
)(302)，即测量电压V或探针中一个或多个电极处的电压，并且确定与呼吸相关联的值θ，并且确定与心律相关联的值
值θ可选地包括从呼吸循环起始开始的时间长度，和/或沿呼吸循环的进展百分比，和/或呼吸循环的类型，如长、短、喘气、叹气。值
可选地包括从心动循环起始开始的时间长度，和/或沿心动循环的进展百分比，和/或心动循环的类型，如混沌、心房纤颤、规律、清晰、不清晰，和/或心动循环的阶段(如P、Q、R、S、T)。
计算(R,θ,
)(304)，即，为数据点计算位置R，所述位置R可以是一维、二维或三维位置。通过以下变换描述所述计算：
在一些实施例中，计算f可选地通过以上引用的PCT申请WO 2018/130974中描述的方法来完成，例如，称为多维标度(MDS)和/或空间相干性的方法，可选地通过称为相干点漂移(CPD)或多CPD(MCPD)的方法来完成，这会对(R,θ,
)强加空间相干性。
计算(R,θ0,
)(306)，即，将数据点的值从与不同的θ值相关联的数据仓门投影到公共参考，或者从第一θ值的第一数据仓门投影的到第二θ值θ0的第二数据仓。可选地，将与多个不同的θ值相关联的数据仓门投影到同一θ0数据仓。例如，与值θ0相关联的数据仓可以是主仓。通过以下变换描述从一个仓θ到主仓θ0的计算或门投影：
在一些实施例中，变换g可选地是空间相干的，并且可以通过相干点漂移(CPD)算法或多CPD(MCPD)算法找到。
计算(R,θ0,
)(308)，即，将数据点的值从与不同的
值相关联的数据仓门投影到公共参考，或者从第一
值的第一数据仓门投影的到第二
值
的第二数据仓。通过以下变换描述从一个仓
到主仓
的计算或门投影：
在一些实施例中，变换h可选地是空间相干的，并且可以通过相干点漂移(CPD)算法或多CPD(MCPD)算法找到。
在上述门投影的之后，来自附加数据仓的门投影数据点可选地用于产生患者心脏的图像R。通过非限制性示例的方式，在门投影之前，来自数据仓“0”(其可以为主仓)的数据点可能已经用于产生图像R0，并且在所述门投影之后，最初未出现在数据仓“0”中的数据点通过门投影组合到用于产生新图像R0的一组数据点上。
在一些实施例中，图5A的方法仅适用于心脏的正常节律，即例如非混沌的，和/或不在心房纤颤期间。
应注意，尽管以上方法是关于呼吸和心脏搏动门投影描述的，但是在一些实施例中，门投影可以可选地仅用于呼吸或仅用于搏动地执行。
获得g或h函数的示例方法
在计算(R,θ,
)之后(304)；获得以下R云：R1,R2,....RN，其中，N是数据仓的数量。
在以下描述中，描述了g函数，并且类似的描述旨在应用于上文所描述的h函数。
可选地为每个R云计算g函数：gi:Ri→R0，其中，R0可以是数据仓“0”的可选的任意选择，所述数据仓在本文中也被称为主仓。
在一些实施例中，g函数可选地由多CPD(‘MCPD’)计算，以找到时间相干的变换序列。
在一些实施例中，g函数可选地由多CPD计算，使得时间相邻的数据仓的gi函数类似地、彼此接近地、平滑地变化。
现在参考图5B，图5B是根据本发明的一些实施例的用于组合经门投影的数据点以产生组合图像的方法的简化流程图图示。
图5B用文字而非数学符号描述了从患者心脏附近和/或内部的体内探针获得作为电压测量结果的数据点，并且将数据点门投影到公共参考数据仓。
图5B的方法包括：
获得数据点(402)；
为每个数据仓产生数据集(404)；
执行门投影以考虑呼吸(406)；
执行门投影以考虑心律(408)；
使用包括经门投影的值的组合数据集来产生组合图像(410)。
附加非限制性示例方法在下面进一步描述。
现在参考图6A，图6A是根据本发明的示例性实施例的用于基于电读数来对解剖结构进行成像的方法的简化流程图。
图6A的方法包括：
从多个电极接收电读数(602)；
将所述电读数转换为数据点(603)；
将所述数据点中的每一个分类为属于多个数据仓之一(604)；
识别至少在所述多个数据仓中的第一数据仓和第二数据仓中的一组对应数据点(605)；
使用变换将所述第二数据仓中的数据点投影到所述第一数据仓中的数据点(606)；
产生一组组合数据点，所述一组组合数据点包括所述第一数据仓的数据点和来自所述第二数据仓的经投影数据点(607)；以及
对所述一组组合数据点进行成像(608)。
现在参考图6B，图6B是根据本发明的示例性实施例的用于基于电读数来对解剖结构进行成像的方法的简化流程图。
图6B的方法包括：
接收从多个电极测量的数据点(612)；
将所述数据点中的每一个分类为属于多个数据仓之一(613)；
识别至少在所述多个数据仓中的第一数据仓和第二数据仓中的一组对应数据点(614)；
使用变换将所述第二数据仓中的数据点投影到所述第一数据仓中的数据点(615)；
产生一组组合数据点，所述一组组合数据点包括所述第一数据仓的数据点和来自所述第二数据仓的经投影数据点(616)；以及
对所述一组组合数据点进行成像(617)。
现在参考图6C，图6C是根据本发明的示例性实施例的用于基于电读数来对解剖结构进行成像的方法的简化流程图。
图6C的方法包括：
从多个电极接收电读数(622)；
将所述电读数转换为数据点(623)；
将所述数据点中的每一个分类为属于多个数据仓之一(624)；
使用变换将第二数据仓中的数据点投影到第一数据仓中的数据点(625)；
产生一组组合数据点，所述一组组合数据点包括所述第一数据仓的数据点和来自所述第二数据仓的经投影数据点(626)；以及
对所述一组组合数据点进行成像(627)。
现在参考图6D，图6D是根据本发明的示例性实施例的用于基于电读数来对解剖结构进行成像的方法的简化流程图。
图6D的方法包括：
接收从多个电极测量的数据点(632)；
将所述数据点中的每一个分类为属于多个数据仓之一(633)；
使用变换将第二数据仓中的数据点投影到第一数据仓中的数据点(634)；
产生一组组合数据点，所述一组组合数据点包括所述第一数据仓的数据点和来自所述第二数据仓的经投影数据点(635)；以及
对所述一组组合数据点进行成像(636)。
将数据分类为数据仓
在一些实施例中，根据心动循环和/或呼吸循环的类型，根据心动循环内的阶段，将数据点可选地分类为数据仓，并且可选地在时域中进一步将其分类。例如，在一些实施例中，在心跳的P区段期间测量的数据点可以被装仓为四个仓，例如，在P区段的持续时间的第一四分之一期间测量的数据可以被分类为第一仓，第二四分之一期间测量的数据可以被分类为第二仓，等等。基于心动循环的类型的数据仓的一些非限制性示例包括窦性心律、心房纤颤、心室纤颤、心律不齐等。呼吸循环的类型的一些非限制性示例包括静止时呼吸、在压力下呼吸、浅呼吸、深呼吸等。
在一些实施例中，时域数据仓可以重叠。例如，时域可以被分成若干个数据仓，重叠范围为0％-20％、10％-30％、20％-40％等。
在一些实施例中，时域数据仓的长度可以不相等，无论它们是否重叠。例如，时域可以被分成7个数据仓，范围为0％-20％、20％-40％、40％-50％、50％-60％、60％-70％和80％-90％以及90％-100％。
在一些实施例中，时域数据仓的长度可以重叠且不相等。
在一些实施例中，时域数据仓的长度可以重叠且不相等。
在一些实施例中，对数据仓进行分类可选地基于节律状态之间的区分。在一些实施例中，可选地，通过区分正弦心跳与混沌心跳来执行区分，如上述发明名称为“A real-time atrial fibrillation detection algorithm based on the instantaneous stateof heart rate[基于心率瞬时状态的实时心房纤颤检测算法]”,PLoS ONE[公共科学图书馆：综合]10(9)e0136544er的文章中所描述的。
在一些实施例中，通过非限制性示例的方式，通过使用隐马尔可夫模型对数据仓进行分类基于各种正弦搏动(例如，80BPS和70BPS)之间的区分。
在一些实施例中，例如通过首先在正弦节律与混沌节律之间进行区分，然后在正弦节律内，在不同心跳速率之间进行区分来组合上述两种方法。
数据仓之间的对应关系
在一些实施例中，数据仓可选地对应于解剖结构的生理状态。在一些实施例中，这种状态可选地由数据仓中特定数据的平均值和/或特定数据的标准偏差来描述。
在一些实施例中，串联执行变换。可选地，可选地在考虑呼吸节律的阶段的变换之后，可选地在考虑心脏对应关系中的阶段的变换之后，执行考虑心律的类型(如本文其他地方所描述的窦、心律不齐、纤颤等)的变换。通过非限制性示例的方式，在一个节律下收集的数据可选地投影到在不同节律下收集的数据中-例如，在心房纤颤期间获取的图可选地投影到在正弦节律期间获取的另一个图中。
在一些实施例中，可以将变换分解为(或生成为)N个单独的变换函数之和，每个函数由不同的空间频率表征。
在一些实施例中，尤其是当N为大数量时，例如大于1,000点时，变换是n个变换的总和(其中n<N)。在一些实施例中，用于生成变换的函数的数量n相对于N是低的，例如x＝3、5、10、20、50或100。这种组合的传递函数通常足以提供良好且平滑的结果。
在一些实施例中，可以通过生成仅具有低频分量的变换来简化从一个仓到另一仓的变换。这种简化的变换可以导致相对平滑的图像，所述变换具有跟随数据中的噪声的趋势低，以及跟随数据所表示的结构中的小细节的能力低。例如，在一些实施例中，被配置成变换N个点(例如，1000或更多)的变换被表示为N个分量的总和，所述N个分量的由不同的空间频率表征(可选地，由N个不同的空间频率表征)。在这些分量中，只有n个由最低频率表征的分量用于变换数据，并且其余的则被丢弃。在一些实施例中，n在N的约10％与约20％之间，例如，可以利用由100到200个分量构成的变换来变换1000个点。在一些实施例中，分量的数量或其与点数的比率可以是预定的。在一些实施例中，成本函数可以用于例如通过惩罚高频分量来仅利用低频分量寻找变换。
在一些实施例中，可以通过对位移的各个分量施加“惩罚”来约束从一个仓到另一个仓的数据变换：分量的空间频率越高，对其贡献的惩罚就越大。一旦获得使整体惩罚最小化的位移W(例如，失配惩罚和高空间频率惩罚的总和，可选地加权总和)，就可以将其用于使变换点从源仓位移到目标仓，从而可以使用标准的最小化程序来执行找到使惩罚最小化的变换。
在一些实施例中，规范状态(也被称为基本状态或主状态或基本节律)被可选地定义为节律状态之一(例如，正常、AF、VF等)，并且来自其他节律的图像被投影到规范状态上。这种投影在概念上可以类似于具有主图像，并且将其他图像投影到主图像上。当在每个节律状态期间测量大量数据时，将其他节律投影到规范节律上最有效，使得尽管规范状态中的身体部位的结构与投影在规范状态上的状态中的所述结构之间存在实质性差异，仍可以获得有意义的配准。
在一些实施例中，变换的每个步骤的输出是具有经变换基础呼吸和经变换显性搏动的经投影基本节律，在所述经投影基本节律中的每一个中的是：投影到正常节律中的非基本节律；投影到正常呼吸中的呼吸异常呼吸；以及投影到正常心跳中的异常心跳。
在一些实施例中，在每个正常呼吸阶段和正常心脏搏动阶段中，进一步使用每个信号的阶段数据仓之间到基本节律数据仓中的对应关系来执行投影。
现在参考图7A，图7A是示出了根据本发明的一些实施例的门投影对数据点的示例效果的图500。
图7A示出了随时间采集的数据点的值，以及经门投影的数据点的值。
图7A示出了第一虚线503，所述第一虚线示出了沿时间的X轴501采集的数据点的值(以秒为单位)，以及沿Y轴502的数据点的位置(以毫米为单位)，所述位置对应于空间中的点的位置(类似于参考图5A所描述的值R)。
图7A还示出了第二实线504，所述第二实线示出了在门投影之后相同数据点的经变换或经门投影的Y值。
图7A示出了在门投影(503)之前和在门投影(504)之后沿Y轴502测量的R数据值的示例。
如上所述，在一些实施例中，参考图3A至图3E的***所描述的方法仅适用于心脏的正常节律，即例如非混沌，和/或不在心房纤颤期间。
在一些实施例中，可选地在不同节奏(rhythmus)的心跳节律ρ之间执行门投影。在一些实施例中，例如当从标准节律(SR)或“正常节奏”转变到心房纤颤(AF)(例如通过将函数gi或hi从AF应用到SR)时，门投影可选地用于补偿心脏的图像或模型在患者的心跳的不同节律之间的移动。
现在参考图7B，图7B是示出了根据本发明的一些实施例区分的正常心律和异常心律的图。
图7B示出了沿Y轴512的每个心跳循环的持续时间(以秒为单位)以及测量心跳循环的时间进展(作为一系列时间序列帧中的帧数)。
第一组数据点514被示出为具有1.24+/-0.02秒的正常心动循环。
第二组数据点513被示出为具有1.02+/-0.29秒的异常心动循环。
在一些实施例中，如果心跳持续时间比正常和/或平均心跳持续时间长了大于正常心跳持续时间的阈值(以秒为单位和/或按百分比)，则确定心跳属于异常数据仓。
在一些实施例中，正常节奏可选地通过马尔可夫方法从数据中确定，例如，使用隐马尔可夫模型。
HMM(隐马尔可夫模型)是通过一组未观察到的状态对时间序列进行描述的统计模型，其中每个状态在观察到的输出上具有概率分布(例如，正态分布)。通过这些分布以及从一种状态到另一种状态的转变概率来定义模型。
在一些实施例中，可选地基于观察到的输出序列(例如R-R(心律的峰到峰周期)和/或B-B(呼吸节律的峰到峰周期))来计算正常节律。
对于经历极端AF的患者，可能无法获取正常节律的数据，并且只能从AF循环中获取和使用数据。
现在提供使用体内探针检测数据的多模态成像的非限制性示例。所述示例适合于使用如本文所描述的门投影来通过每个图像使用更多数据点和/或通过用来自另一个数据仓的经变换经门投影的一组值中的数据填充来自由一个数据仓产生的图像的丢失数据来改善成像。
现在参考图8，图8是根据本发明的一些实施例的使用体内探针收集位置识别信息的方法的简化线图图示。
图8示出了根据本披露内容的一些示例性实施例的在体腔内的体内探针11A、11B、11C。所示出的探针可以指示不同类型的数据收集并且不一定暗示所有探针的同时定位。
在一些示例性实施例中，将体内探针可选地引入到人体中，以及引入到身体部位中或引入到身体部位附近。体内探针可选地用于产生各种测量，如电测量和/或本文所描述的其他测量。
在一些实施例中，可选地使用专用于跟踪的跟踪***来跟踪体内探针的位置。
在一些实施例中，通过分析由体内探针接收的信号来跟踪体内探针的位置。
探针11A、11B、11C被示出在要映射的空间(volume)600中，以展示获取数据，所述数据可以用于辅助改进和/或构建模型。探针可以使用数据获取的不同模态来获取数据，如测量电势、电流、温度、pH等等。
探针11A被示出为正在测量心房壁组织50的区域中的内源电活动63。可选地，在一些实施例中，与如心电图(ECG)的QRS波群等某个标志相位相比，测得的电活动(例如，电描记图)例如基于在特定位置处测量的活动的相位延迟而用作探针位置的指示符。可选地，相对于探针11A自身上的非接触电极(例如，环形电极)测量相位差，这可能有助于消除周围噪声。这个相位延迟可选地被视为创建可应用于整个心脏表面上的数据维度。在一些实施例中，这种探针11A可能产生测量数据(电活动)，所述测量数据可以用于计算相对于心律开始或心律内的阶段的时间。
探针11B被示出为部分地探索肺静脉48的根部的内部。已经发现不同的组织结构显示出明显不同的阻抗行为，所述阻抗行为可以被体内探针的电极收集并且通过分析进行区分，例如通过介电性质分析器，可选地经由用于操作(多个)探针上的电极的电磁场发生器/测量器进行通信。具体地，在本发明的一些实施例中，可选地根据静脉内的位置和心脏心房内的位置的阻抗性质来区分所述静脉内的位置和所述心脏心房内的位置，其中例如，静脉内的位置具有相对较高的阻抗值。在一些实施例中，这种探针11B可能产生测量数据(电活动)，所述测量数据可以被分析以确定如阻抗等介电性质，所述介电性质可以用于估计探针的位置(例如作为心房壁处的位置)，所述探针的位置由与心房血池严格不同的阻抗表征。
在一些实施例中，组织本身的可区分的介电性质可选地用作标志。可选地测量组织介电性质，例如，如发明名称为“Contact Quality Assessment by DielectricProperty Analysis[通过介电性质分析进行的接触质量评估]”的PCT专利申请公开号WO2016/181316中所描述的，所述申请的内容通过引用以其全文并入本文。两种组织类型之间的转变(和/或任何其他阻抗变化标志，例如由于组织壁厚度、疤痕、消融、浮肿等)可选地用于将电压/空间映射配准到更精确确定的大小。另外地或替代性地，在基于电磁场的参考系发生变化的情况下，这种标志可选地用于重新识别组织位置。
应注意，标志的这种用途包括相对于与所识别的感兴趣结构特征直接接触进行的映射，以区别于相对于空间定义的坐标(结构特征应存在于所述坐标处)进行的映射。潜在地，这在导航目标(诸如在心房壁中)相对于空间定义的坐标连续移动时尤其有用。可选地，将两种类型的信息一起使用：例如，通过对空间分布的电磁场中的电压的测量来建立空间坐标系，并且通过来自探针的接触测量识别的组织标志被分配有在遇到它们时的坐标。
探针11C被示出为与心房壁组织50的一般区域62(即，未特别挑出作为标志的区域)接触。本发明人已经发现，在一些实施例中，由于因心脏收缩导致的相对较大的前部移动，有可能在与心房壁组织接触时检测到电压波动的大小的前后梯度。可选地，这个波动梯度本身用作用于限定与心脏壁接触的位置的参考系的另一部分。
在本发明的一些实施例中，除了本文所描述的各种感测模态中的一者或多者之外，空间参考系中的体内探针(可选地包括其上的电极)的位置受到一个或多个机械和/或几何考虑因素的约束。例如，已知为已从特定入口点(例如，静脉、动脉或小窝)进入组织区域的探针的可能位置和/或取向的范围可选地减小为来自所有可能的位置和/或取向的合理子集。对探针形状的机械约束也可以用于位置确定。
现在提供用于获得电压/空间映射信息的其他模态的非限制性示例。
除了探针测量到的来源之外，在本发明的一些实施例中可获得用于建立和/或改进电压/空间映射的其他信息源。应当理解，这些电压/空间映射方法可以可选地与使用以上所描述的体内探针检测到的数据进行的多模态成像的示例结合使用，例如以提供初始解剖图和/或改进由以上所描述的示例提供的电压/空间映射。例如，可以通过使用向各种数据源提供适当权重的合并算法来布置技术的组合。
首先，解剖数据可选地源自患者的3D医学图像和/或解剖图谱数据。可选地，通过以下操作来识别从解剖数据预期的几何解剖标志：在患者体内移动探针，直到所述探针遇到可识别的标志为止；以及根据在探针行进中看到的特征形状(如窦壁或静脉腔)将电压配准到空间位置。可选地，对模型X的基于电压采样的构建的整体形状经受几何变换T，以拟合从解剖数据导出的参考几何形状Y的解剖。可选地例如通过仿射变换的最佳拟合的参数来描述变换T(X)≈Y。另外地或替代性地，在一些实施例中，变换基于X和Y中的对应标志的映射；即，通过以下方式找到变换T：将对模型X*的基于电压采样的构建中的标志集与对应的几何定位的标志Y*进行匹配以找到T(X*)≈Y*。
解剖数据还可以提供对电压/空间映射的简单约束，例如通过示出与体表电极的位置相比心脏腔室在哪个一般区域降低。
可选地，解剖数据可以用于构建更详细的电磁场模拟数据；例如，如2016年5月11日提交的发明名称为“FIDUCIAL MARKING FOR IMAGE-ELECTROMAGNETIC FIELDREGISTRATION[用于图像-电磁场配准的基准标记]”的国际专利申请号PCT IB 2016/052692中描述的，所述申请的内容通过引用以其全文并入本文。更详细的电磁场模拟数据可选地用于提供起始点以分配体内探针电压采样的初始位置。替代性地或另外地，更详细的电磁场模拟数据可以用作构建后约束(例如，可以可选地排除错误测量值的标准)。
现在参考图10A，图10A是根据本发明的示例性实施例的生成身体部位的图像的方法的流程图图示。
要生成的图像是基于同一身体部位的三个或更多个图像的序列生成的组合图像。图像可以部分或全部重叠。图像可以例如从相对于身体部位移动的体内探针进行的测量中获得。例如，身体部位可以是探针沿其行进的血管。在另一个示例中，身体部位可以是心脏腔室，并且探针可以在心脏腔室内部，在心脏腔室内部是静态的(例如，压在心脏腔室的壁上)或游移的。
每个图像示出了如在不同时间处，例如小于一秒(例如0.05秒、0.1秒、0.2秒、0.5秒、0.7秒、0.8秒等)的时间差处捕获的身体部位。较大的时间差也是可能的，例如1秒、2秒、10秒、20秒、30秒等。每个图像在某个时间窗口期间捕获身体部位。在一些实施例中，这些时间窗口中的一些可以部分重叠，例如，序列中的每两个连续图像的时间窗口之间可以存在重叠。在一些实施例中，时间窗口之间的重叠可以是小的(例如，小于20％的重叠)、大的(例如，80％或更多)或中间的(例如，在20％与80％之间)。通常，重叠越大，图像彼此越类似，并且更容易找到变换，尽管可能需要更大数量的图像(和变换)来覆盖特定的时间段。在一些实施例中，获得每个时间窗口的数据的时间可以归因于窗口中的某个点，例如，窗口的开始、结束、中间等。这两个点之间(例如，两个时间窗口的中间之间)的时间差可以被称为两个时间窗口之间的时间差。
在一些实施例中，序列中的每个图像都是基于位置的，即，每个图像由表示位置的点构成。例如，图像中的点可以表示空间中的位置，例如，解剖学标志的位置(例如，二尖瓣、左心房附件等)或身体部位中的任何其他特征。在一些实施例中，序列中的每个图像是基于测量的，即由表示除位置以外的值的读数(例如，由探测身体部位的探针上的电极读取的电压)的点构成。然而，读数可以指示位置，使得可以由基于测量的图像生成基于位置的图像。在一些实施例中，所述方法可以应用于基于测量的图像序列，并且产生单个基于测量的图像的结果。可以通过本领域中已知的任何方式将基于测量的图像变换为基于位置的图像。通过非限制性示例的方式，用于将基于测量的图像变换为基于位置的图像的一种方式针对以下情况：当从患者体外向身体部位施加交叉电磁场时，测量是通过探针的电极测量的电压，如上述PCT申请WO 2018/130974中所描述的。替代性地，如果图像作为基于测量的图像被接收，则可以将所述图像变换为基于位置的图像，并且可以对这些基于位置的图像实践所述方法。
在一些实施例中，所述图像可以作为点云提供。在一些这种实施例中，可以对点云实践配准，并且在从点云序列获得组合点云之后，可以重构组合点云以获得另一种图像，例如，点云外壳的图像。替代性地，所提供的点云图像中的每一个可以首先例如被重构成外壳图像，因此，单个图像可以作为由所述点云重构的外壳图像或任何其他种类的图像获得。在两种情况下，重构都可以使用本领域已知的任何重构方法，例如，滚球算法。
图10A的方法包括：
定义用于将第一图像配准到第二图像的变换(1002)；
使用所定义的变换将所述第一图像配准到所述第二图像(1004)；以及
将所述第一图像与所述第二图像进行组合以提供单个组合图像(1006)。
在一些实施例中，定义了变换序列，在所述序列中每个图像被配准到图像中的另一个图像。所述变换可以是本领域中作为配准变换的任何类型。变换可以是刚性的或非刚性的。
在一些实施例中，在序列中的所有图像上标记特定区域。例如，基准标记物可以至少在成像过程期间附接到身体部位中的点，并且因此出现在序列中的每个图像中。基准标记物可以是例如压靠心脏腔室壁中的点的导管尖端。在这种实施例中，配准变换可以被定义为将所有图像中的基准标记物彼此配准。
在一些实施例中，处理器(例如，图3A的处理器316)可以识别图像中的解剖学标志。在这种实施例中，配准变换可以被定义为将序列中的所有图像中所识别的标志彼此配准。在一些实施例中，这种所识别的解剖区域可以对搜索合适的变换的算法提供约束，并且因此可以潜在地缩短搜索，并且可以提高所实现的配准的质量。从体内探针的电压读数自动识别标志的示例性方法可以在PCT申请WO 2018/207128中找到。
在一些实施例中，变换被定义为是时间相干的。在这种情况下，时间相干性是变换序列的性质。尽管如果单个变换将源图像中(例如，非主图像之一中)彼此靠近的点变换为目标图像中(例如，主图像中)彼此靠近的点，则认为所述单个变换是空间相干的；但是如果通过一个变换进行的点的变换与通过序列中的随后(或先前)变换进行的同一点的变换类似，则变换序列是时间相干的。
在一些实施例中，变换序列是时间相干的。一种用于确保变换序列是时间相干的方法是通过验证每两个顺序变换之间的差异提供本身是空间相干变换。
在一些实施例中，例如通过上述CPD算法找到空间相干变换可以包括最小化成本函数，所述成本函数包括对变换的高频分量的惩罚。查找时间相干的变换序列可能涉及向成本函数添加惩罚项，所述惩罚项对变换中的高频进行惩罚，变换中的每一个是通过从序列中的相邻(随后或先前)变换中减去序列中的变换之一而获得的。
在一些实施例中，时间相干的变换序列可选地用于将序列中的图像彼此配准，例如，通过将所有非主图像与主图像配准。
在一些实施例中，变换的操作可以与变换的定义交错。可选地，每个变换(除了第一个变换)可以被定义为与先前的变换是时间相干的。
现在参考图10B，图10B是根据本发明的示例性实施例的生成身体部位的图像的方法的流程图图示。
图10B展示了将多个图像配准到主图像的方法。
要生成的图像可选地是单个组合图像，所述单个组合图像基于相同身体部位的至少三个(但通常更多)部分重叠图像的序列生成。部分重叠图像可以例如从相对于身体部位移动的体内探针进行的测量中获得。例如，身体部位可以是探针沿其行进的血管。在另一个示例中，身体部位可以是心脏腔室，并且探针可以在心脏腔室内部，在心脏腔室内部是静态的(例如，压在心脏腔室的壁上)或游移的。
序列中的每个图像示出了如在不同时间处，例如小于一秒(例如0.05秒、0.1秒、0.2秒、0.5秒、0.7秒、0.8秒等)的时间差处捕获的身体部位。较大的时差也是可能的，例如1秒、2秒、10秒、20秒、30秒等。每个图像在某个时间窗口期间捕获身体部位。在一些实施例中，这些时间窗口中的一些时间窗口中的一部分可以重叠，例如，序列中的每两个连续图像的时间窗口之间可以存在重叠。在一些实施例中，时间窗口之间的重叠可以是小的(例如，小于20％的重叠)、大的(例如，80％或更多重叠)或中间的(例如，在20％与80％之间)。通常，重叠越大，图像彼此越类似，并且更容易找到变换，尽管可能需要更大数量的图像(和变换)来覆盖特定的时间段。在一些实施例中，获得每个时间窗口的数据的时间可以归因于窗口中的某个点，例如，窗口的开始、结束、中间等。这两个点之间(例如，两个时间窗口的中间之间)的时间差可以被称为两个时间窗口之间的时间差。
在一些实施例中，序列中的每个图像都是基于位置的，即，每个图像由表示位置的点构成。例如，图像中的点可以表示空间中的位置，例如，解剖学标志的位置(例如，二尖瓣、左心房附件等)或身体部位中的任何其他特征。在一些实施例中，序列中的每个图像是基于测量的，即由表示除位置以外的值的读数(例如，由探测身体部位的探针上的电极读取的电压)的点构成。然而，读数可以指示位置，使得可以由基于测量的图像生成基于位置的图像。在一些实施例中，所述方法可以应用于基于测量的图像序列，并且产生单个基于测量的图像的结果。可以通过本领域中已知的任何方式将基于测量的图像变换为基于位置的图像。通过非限制性示例的方式，用于将基于测量的图像变换为基于位置的图像的一种方式针对以下情况：当从患者体外向身体部位施加交叉电磁场时，测量是通过探针的电极测量的电压，如上述PCT申请WO 2018/130974中所描述的。替代性地，如果图像作为基于测量的图像被接收，则可以将所述图像变换为基于位置的图像，并且可以对这些基于位置的图像实践所述方法。
在一些实施例中，序列中的图像的数量是至少三个，并且通常小于100个，例如5个、10个、20个、50个或3个到100个之间的任何其他数量。根据捕获图像的时间，可选地在序列中对图像进行排序。如果身体部位与探针之间的移动是周期性的(例如，在身体部位是心脏或其一部分，并且探针在搏动心脏中的情况下)，则可以根据心动循环中的阶段对图像进行排序，在所述阶段中所述图像被捕获。例如，可以在随后心跳的舒张期的开始处拍摄的图像之后对在心跳的舒张期的中间拍摄的图像进行排序。在一些实施例中，排列图像的顺序在生成单个组合图像中起作用。
图10B的方法包括：
定义用于将图像序列中的图像配准到主图像的变换序列，所述主图像可选地是所述序列中的图像之一(1012)；
使用所定义的变换序列将所述图像配准到所述主图像(1014)；以及
将经配准图像与所述主图像进行组合以提供组合图像(1016)。
在一些实施例中，变换序列是连续定义的。例如，在将第一图像与主图像配准后，将所述第一图像和所述主图像进行组合，并且变换可选地被定义为将组合图像与第三图像配准，等等，可选地直到序列的结束。在这种实施例中，一次又一次地执行1012 1014 1016，并且在每次执行中，将图像之一添加到先前的图像中，以便生成最终的单个组合图像。
在1016中，将共同配准的图像(即，当彼此配准时的原始图像)组合以提供单个组合图像。在一些实施例中，也有可能不使用所有图像，而仅使用一些共同配准的图像。可以通过生成单个点集来执行组合1016，所述单个点集包括组合图像的所有点。
在一些实施例中，在1012中将变换序列中的变换定义成是时间相干的。如上所述，时间相干性可以是变换序列的性质。尽管如果单个变换将源图像中(例如，非主图像之一中)彼此靠近的点变换为目标图像中(例如，主图像中)彼此靠近的点，则认为所述单个变换是空间相干的；但是如果通过一个变换进行的点的变换与通过序列中的随后(或先前)变换进行的同一点的变换类似，则变换序列是时间相干的。在这种情况下，“类似”可以意指两个变换在约相同的方向和约相同的距离上位移点，使得时间相干的变换序列在时间上沿基本平滑的轨迹位移所述点。可选地或另外地，时间相干的变换序列将源图像的点沿非交叉(或最小交叉)轨迹变换为目标图像的点。
一种确保变换序列是时间相干的方法包括验证每两个顺序变换之间的差异提供本身是空间相干变换。在一些实施例中，序列中的每个变换本身是空间相干的，但这不足以确保序列是时间相干的。
在一些实施例中，例如通过上述CPD算法找到空间相干变换可以包括最小化成本函数，所述成本函数包括对变换的高频分量的惩罚。查找时间相干的变换序列可能涉及向成本函数添加惩罚项，所述惩罚项对变换中的高频进行惩罚，所述变换中的每一个是通过从序列中的相邻(随后或先前)变换中减去序列中的一个变换而获得的。在一些实施例中，时间相干的变换序列可选地用于将序列中的图像彼此配准，例如，通过将所有非主图像与主图像配准。
现在参考图11A，图11A是根据本发明的示例性实施例的用于将N个图像组合成一个图像的方法的简化流程图图示。
图11A是示出了以上所描述的方法的串行执行中的步骤的流程图，并且图11B是示出了所述方法的并行执行中的步骤的流程图。两种流程图都以接收N个图像开始。
图11A的方法包括：
接收N个图像(1102)；
将计数器i设置为初始值，例如，i＝1(1104)；
定义图像i到图像i+1的配准(1106)；
执行图像i到图像i+1的配准(1108)；
将图像i与图像i+1进行组合(1110)，以获得新的图像i+1；以及
可选地执行与所述方法的管理有关的附加方法步骤，如检查计数器i是否已达到所有图像已被处理的指示(1112)，递增计数器并且利用附加图像重复所述过程(1116)或结束所述过程(1114)。
在图11A中，定义从每个图像(i)到随后的图像(i+1)的配准变换(1106)。执行配准(1108)，并且将获得的配准图像组合成随后的图像(1110)。在执行1116之后，所述序列的新图像将变换为先前的1110执行中生成的组合图像并与所述组合图像进行组合。
应注意，在定义甚至执行前两个图像的配准之前，并非必须接收所有N个图像。可以与定义配准和组合并行地接收图像。
现在参考图11B，图11B是根据本发明的示例性实施例的用于将N个图像组合成一个图像的方法的简化流程图图示。
图11B的方法包括：
接收N个图像(1122)；
将所述图像之一定义为主图像(1124)；
定义从每个非主图像到所述主图像的N-1个配准(1126)；
通过变换非主图像来执行配准(1128)；以及
对经变换图像和主图像进行组合(1130)。
应注意，在将接收到的图像之一定义为主图像之前，并非必须要接收所有N个图像。可以在接收到的前几个图像中定义主图像，并且甚至可以将第一个图像定义为主图像。在定义主图像之后，可以定义甚至执行非主接收图像的配准。可以与定义配准和组合并行地接收非主图像。
在图11B中，定义主图像(1124)，定义从N-1个非主图像中的每个非主图像到主图像的配准变换(1126)；执行所定义的变换(1128)以获得与主图像配准的N-1个图像，并且配准图像中的至少一些配准图像和主图像被组合成单个组合图像(1130)。
在一些实施例中，在1126中定义的配准变换被定义为时间相干的变换序列。在这种实施例中，预先知道所有图像可能是有利的，这可以促进并行定义变换序列。例如，可以用N-1个惩罚项来定义单个成本函数，每个惩罚项对将两个相邻图像配准到主图像的两个变换之间的差异的空间非相干性进行惩罚。
在一些实施例中，可以使用附加的N-1个惩罚项来惩罚从非主图像到主图像的N-1个变换中的每个变换的空间非相干性。在一些实施例中，可以使用其他条件对变换序列强加时间相干性，例如，如上述发明名称为“Registration of Multiple TemporallyRelated Point Sets Using a Novel Variant of the Coherent Point DriftAlgorithm:Application to Coronary Tree Matching[使用相干点漂移算法的新颖变体对多个时间相关的点集进行配准：应用于状动脉树匹配]”的文章中所描述的。
现在参考图11C，图11C是根据本发明的示例性实施例的由身体部位的部分重叠源图像序列生成所述身体部位的组合图像的方法的简化流程图图示。
图11C的方法描述了由身体部位的部分重叠源图像序列生成所述身体部位的组合图像，所述部分重叠源图像中的每一个示出在多个不同时间中的一个时间处的身体部位，所述源图像根据所述不同时间在所述序列中进行排序。
图11C的方法包括：
定义时间相干的变换序列，以便将所述序列中的所述部分重叠源图像彼此配准(1140)；
使用所定义的时间相干的变换序列将所述源图像彼此配准，以获得共同配准的图像(1142)；以及
将所述共同配准的图像中的至少一些组合成组合图像(1144)。
现在参考图12，图12是根据本发明的示例性实施例的由数据流生成图像的方法的简化流程图图示。
图12的方法包括：
将数据流装仓到仓序列中(1202)；
使用每个仓中的数据产生对应图像，以获得序列图像，每个序列图像与对应仓相关联(1204)；以及
将在1204中获得的序列中的图像组合成单个组合图像(1206)。
图12的方法在其一些示例性实施例中描述了一种由测量结果流生成移动的身体部位的单个组合图像的方法，所述单个组合图像可以指示身体部位的部分重叠部分的结构。例如，可以从在身体部位移动时对身体部位进行探测的探针(静态或移动)或移动的探针获得测量结果，其中身体部位相对于探针移动，并且可以相对于外部参考***是静态或移动的。
图12的方法包括将测量结果流装仓到仓序列(1202)；使用每个仓中的测量结果来生成身体部位的一部分的图像(1204)，以便获得与所述仓序列相对应的图像序列；并且由所述图像序列生成单个组合图像(1206)。
在一些实施例中，对测量结果序列进行装仓(1202)，即，将在不同时间窗进行的测量与不同的仓相关联。不同的时间窗口可选地彼此重叠。例如，测量结果流可以包括一分钟的测量结果(每秒100个测量结果)，每个时间窗口的长度可以为1秒，并且每个时间窗口可以在前一个窗口开始之后的50毫秒(即，在本示例中为5个测量结果)开始，使得这两个窗口约90％重叠。非重叠时间是第一窗口的前50毫秒和第二窗口的最后50毫秒。在一些实施例中，重叠比率(O.R)可以定义为
在一些实施例中，重叠比率在约20％与约90％之间，例如，30％、50％、70％等。
在一些实施例中，装仓基于附加测量结果，例如，基于ECG测量结果。例如，当身体部位是心脏时，ECG测量结果可以将不同的时间段与心跳的不同阶段相关联，如与P波、QRS波群和T波相关联。在一些实施例中，可以使用心跳的更精细的划分，例如划分为P区段、PR区段、QRS波群、ST区段和T区段。将心跳分为不同阶段的其他方式也是可能的。在一些实施例中，在每个这种心跳阶段期间获得的测量结果被单独地处理。例如，在PR区段期间获得的测量结果可选地被装仓为第一仓序列，并且仅对此仓序列实践步骤1204和1206，以提供第一单个图像(即PR单个图像)。然后，可以将在另一个心跳阶段(例如，ST区段)期间获得的测量结果装仓为第二仓序列，并且可选地仅在此第二仓序列中实践步骤1204和1206，以获得第二单个图像(即ST单个图片)。然后，可以例如使用本领域中已知的方法将两个单个图像彼此配准并且进行组合。
在一些实施例中，在步骤1204中，每个仓中的测量结果用于生成身体部位的一部分的图像。例如，测量结果可以包括三个不同频率处的电压测量结果，并且每个这种三重测量结果可以被表示为笛卡尔坐标系中的点，以便形成3D图像。在一些实施例中，频率的数量可以是不同的(例如，2个或5个)，并且图像的维数可以与所测量的场的数量相同。在一些实施例中，例如，可以如上述PCT申请WO 2018/130974中所教导的，将测量结果转换成基于位置的图像。使用PCT申请WO 2018/130974的方法或某种其他方法，步骤1204产生图像序列，并且所述序列中的每个图像与在1202中形成的仓中的相应一个仓相对应。在一些实施例中，仓具有重叠时间窗口，并且获得的序列中的图像具有身体部位的部分重叠部分。
在一些实施例中，在1206中，例如通过如参考图10A、图10B、图11A和图11B所描述的方法，由在1204中生成的图像序列生成单个组合图像。
在一些实施例中，首先将测量结果流分类为子流，每个子流包括当身体部位处于不同运动模式时获得的测量结果，并且然后对子流中的至少一个子流实践参考图12描述的方法，所述至少一个子流可选地独立于其他子流。
心脏的运动模式的示例可以包括正弦节律(这是正常情况)和混沌节律(心房纤颤的特性)。可以可选地通过分析ECG信号和/或通过分析来自体内探针的电信号来区分不同的心脏节律模式。
在一些实施例中，对每个组(即，运动模式)单独执行装仓、图像序列的生成以及单个组合图像的生成，以为每种运动模式生成不同的组合图像。然后可以将这些组合图像彼此配准并且进一步组合。
现在参考图13，图13是根据本发明的示例性实施例的用于由搏动心脏的图像序列产生所述搏动心脏的影片的方法的简化流程图图示。
图13的方法包括：
接收搏动心脏的图像序列(1302)；
由所述序列中的每个图像生成影片帧(1304)；以及
根据所述序列中的图像的顺序对所述影片帧进行排序(1306)，从而生成影片。
在一些实施例中，图13的方法描述了一种由在不同时间窗口(所述时间窗口可以部分重叠)期间捕获的搏动心脏的部分重叠图像序列生成搏动心脏的影片的方法。所述序列中的图像根据其被捕获的时间在序列中进行排序。例如，根据时间窗口中的某个点，例如，根据窗口的开始、根据结束或根据窗口的中间。
所述影片由帧序列构成。为了示出影片，根据所述帧序列中帧的顺序显示所述帧。
在一些实施例中，每一帧基于图像序列，并且在一些实施例中，相同的图像序列是所有帧的基础。在一些实施例中，根据图11B中所描述的方法，由图像序列生成每一帧，可选地，针对每一帧，使用图像中不同的图像作为主图像。
在一些实施例中，所述帧序列中的每一帧的顺序可选地与用作主图像的对应图像的顺序相同。例如，影片中的第一帧可以是在第一图像作为主图像的情况下生成的单个组合图像，第二帧-基于第二图像作为主图像，等等。
在一些实施例中，影片可以被制成用于显示为无限循环，使得每次显示最后一帧后都会显示第一帧。至少在这些情况下，关于序列中哪一帧是第一帧可能没有任何意义，但是帧的顺序可能有差异。例如，反转帧的顺序(或显示帧的顺序)可能会导致在时间上向后示出影片。
在一些实施例中，图13的方法包括两个步骤：为图像序列中的每个图像生成单个帧；以及根据所述图像序列中的图像的排序对所述单个帧进行排序。
(多个)示例
现在参考以下示例，所述示例与以上描述共同以非限制性方式说明本发明的一些实施例。
现在参考图9，图9是根据本发明的一些实施例的在将几个数据仓门投影到一个公共参考数据仓之后产生的心脏的图像。
图9是在心脏收缩期间从左心房拍摄的帧序列的第一图像701。
通过图13中所描述的方法，使用图11B所描述的用于生成每一帧的方法，制作了图像701为第一帧的影片(在本文中也被称为电影)，其中序列中的制作影片的每一帧都以对应的图像作为主图像而生成。
在参考例如T0、T1、T2等的时间点处捕获用于产生图像帧(例如帧(0)、帧(1)、帧(2)等)的电影序列的数据。
数据被装仓到与时间点T0、T1、T2相关联的数据仓0、1、2等中。
图像帧帧(0)、帧(1)、帧(2)中的每一个都通过将数据从所有数据仓门投影到与同图像帧相关联的时间点T相关联的数据仓中而产生，即：由T0的数据点和从T1到T0的门投影的数据点以及从T2到T0的门投影的数据点等等产生帧(0)；由T1的数据点和从T0到T1的门投影的数据点以及从T2到T1的门投影的数据点等等产生帧(1)；并且由T2的数据点和从T0到T2的门投影的数据点以及从T1到T2的门投影的数据点等等产生帧(2)。
期望的是，从本申请到期的专利寿命期间，将开发出许多相关体内探针，并且术语体内探针的范围旨在先验地包括所有这种新技术。
术语“包括(comprising)”、“包括(including)”、“具有”及其同源词意指“包括但不限于”。
术语“由……组成”旨在意指“包括但限于”。
术语“基本上由……组成”意指组合物、方法或结构可以包括附加成分、步骤和/或部分，但仅在所述附加成分、步骤和/或部分不实质性地改变所要求保护的组合物、方法或结构的基本和新颖特点的情况下。
如本文中所使用的，单数形式“一个”、“一种”和“所述”包括复数指示物，除非上下文另外清楚地指出。例如，术语“单元”或“至少一个单元”可以包括多个单元，所述多个单元包括其组合。
词语“示例”和“示例性”在本文中用于意指“用作示例、实例或展示”。被描述为“示例”和“示例性”的任何实施例不一定被解释为比其他实施例优选或有利和/或排除纳入来自其他实施例的特征。
词语“可选地”在本文用于意指“在一些实施例中提供而在其他实施例中未提供”。除非这些特征冲突，否则本发明的任何特定实施例可以包括多个“可选”特征。
贯穿本申请，可以用范围格式来呈现本发明的各个实施例。应当理解，范围格式的描述仅仅是为了方便和简洁，并且不应被解释为对本发明范围的不可改变的限制。因此，对范围的描述应该被认为是具有确切披露的所有可能的子范围以及该范围内的单独数值。例如，比如“从1到6”的范围的描述应被认为具有确切披露的子范围(比如“从1到3”、“从1到4”、“从1到5”、“从2到4”、“从2到6”、“从3到6”等)以及这个范围内的各个数(例如，1、2、3、4、5和6)。无论范围的宽度如何，这都适用。
每当本文指示了数值范围时，意味着包括所指示范围内的任何提及数(分数或整数)。短语在第一指示数与第二指示数之间的“变化范围/范围内”、以及在第一指示数“到”第二指示数的“变化范围/范围内”在本文可互换地使用，并且意指包括第一与第二指示数以及它们之间的所有分数和整数。
如本文中所使用的，术语“方法”是指用于完成给定任务的方式、手段、技术和程序，包括但不限于化学、药理学、生物学、生物化学和医学领域的从业者从已知的方式、手段、技术和程序已知的或容易开发的方式、手段、技术和程序。
应当理解，为清楚起见在单独的实施例的背景下描述的本发明的某些特征也可以在单个实施例中组合提供。相反，为简洁起见，在单个实施例中的背景下描述的本发明的各种特征也可以单独提供或以任何适合的子组合提供，或者按照本发明的任何其他所描述实施例中的适合方式。在各个实施例的上下文中描述的某些特征不被认为是那些实施例的必要特征，除非所述实施例在没有那些要素的情况下是无效的。
虽然已经结合其具体实施例描述了本发明，但显然，许多替代方案、修改和变化对于本领域技术人员将是清楚的。因此，旨在涵盖落入所附权利要求的精神和广泛范围内的所有这种替代方案、修改和变化。
本说明书中提及的所有出版物、专利和专利申请的全部内容均通过引用并入本说明书，其程度如同每个单独的出版物、专利或专利申请被具体和单独地指示为通过引用并入本文的相同的程度。此外，本申请中对任何参考文件的引用或识别不应解释为承认这种参考文件可用作本发明的现有技术。在使用章节标题的程度上，它们不应被解释为必然地限制。另外，本申请的任何(多个)优先权文件通过引用以其全文并入本文。
Claims (29)
1.一种由身体部位的部分重叠源图像序列生成所述身体部位的组合图像的方法，所述部分重叠源图像中的每一个示出在多个不同时间中的一个时间处的所述身体部位，所述源图像根据所述不同时间在所述序列中进行排序，所述方法包括：
定义时间相干的变换序列，以便将所述序列中的所述部分重叠源图像彼此配准，
使用所定义的时间相干的变换序列将所述源图像彼此配准，以获得共同配准的图像；以及
将所述共同配准的图像中的至少一些组合成组合图像。
2.如权利要求1所述的方法，其中，所述身体部位经历周期性变化，并且所述源图像根据其在所述周期性变化的循环中的阶段在所述序列中进行排序。
3.如权利要求1或权利要求2中任一项所述的方法，包括：
将所述源图像中的一个源图像设置为主图像，并且将所述源图像中的其余源图像设置为非主图像；
为所述非主图像定义时间相干的变换序列，每个变换将相应的非主图像配准到所述主图像，
使用为所述非主图像定义的变换来变换每个非主图像，以获得对应的经变换图像；以及
将所述经变换图像中的至少一些和所述主图像组合成单个组合图像。
4.如权利要求1至3中任一项所述的方法，其中，为两个连续源图像定义的任何两个变换之间的差异是空间相干的。
5.根据权利要求1至4中任一项所述的方法，其中，所述时间相干的变换序列中的每个变换是空间相干的。
6.如权利要求1至5中任一项所述的方法，其中，所述时间相干的变换序列是使用成本函数定义的，所述成本函数惩罚所述序列中的变换的空间非相干性。
7.如权利要求1至6中任一项所述的方法，其中，所述时间相干的变换序列是使用成本函数定义的，所述成本函数惩罚所述序列中的顺序变换之间的差异的空间非相干性。
8.如权利要求1至5中任一项所述的方法，其中，所述序列中的所述源图像中的每一个都示出了如在不同时间窗口期间成像的所述身体部位，并且所述序列中的所述源图像中的至少一些的时间窗口部分重叠。
9.如权利要求8所述的方法，其中，所述序列中的每两个连续源图像的时间窗口部分重叠。
10.如权利要求1至9中任一项所述的方法，其中，所述源图像中的每一个都包括表示电测量值的点，并且所述方法进一步包括将所述组合图像变换为包括表示空间中的位置的点的经变换组合图像。
11.如权利要求1至9中任一项所述的方法，其中，所述序列中的所述源图像中的每一个都包括表示空间中的位置的点。
12.如权利要求1至11中任一项所述的方法，其中：
所述源图像中的每一个都是点云；并且
所述组合所述共同配准的图像产生组合点云，
并且进一步包括由所述组合点云重构所述组合图像。
13.如权利要求12所述的方法，其中，由所述组合点云重构所述组合图像包括使用滚球算法。
14.如权利要求1至12中任一项所述的方法，其中，在多个源图像上标记指定位置，并且所述变换被定义为将在所述多个源图像上标记的位置变换到同一位置。
15.如权利要求1至14中任一项所述的方法，进一步包括：
将体内探针带入到所述身体部位中或其附近；
从所述体内探针接收测量结果；以及
基于从所述体内探针接收的所述测量结果生成所述部分重叠源图像序列。
16.一种非暂态计算机可读介质，所述非暂态计算机可读介质含有用于使计算机执行如权利要求1至13中任一项所述的方法的程序指令。
17.一种生成移动身体部位的图像的方法，所述方法包括：
接收指示所述身体部位的部分重叠部分的结构的测量结果流；
将所述测量结果流装仓为仓序列，每个仓包括在不同时间窗口期间获得的一组测量结果，所述时间窗口与顺序仓的时间窗口部分重叠；
由所述仓序列生成所述身体部位的部分重叠源图像序列；以及
由所述部分重叠图像序列生成组合图像。
18.如权利要求17所述的方法，包括：
将所述测量结果流分类为两组或更多组测量结果，每一组对应于所述身体部位的不同运动模式；以及对于所述组中的至少一个组：
将所述测量结果装仓为仓序列，每个仓包括在不同时间窗口中获得的一组测量结果；
由所述仓序列生成所述身体部位的部分重叠源图像序列；以及
由所述源图像生成组合图像。
19.如权利要求18所述的方法，其中，对于所述组中的两个或更多个组执行所述装仓、生成部分重叠源图像序列以及生成组合图像，以生成两个或更多个组合图像。
20.如权利要求19所述的方法，进一步包括将所述两个或更多个组合图像彼此配准。
21.如权利要求17至20中任一项所述的方法，其中，所述生成所述组合图像是通过如权利要求1至14中任一项所述的方法进行的。
22.如权利要求18至21中任一项所述的方法，其中，所述身体部位是心脏或其一部分，并且所述运动模式包括选自正弦搏动和心房纤颤的心律。
23.如权利要求17至22中任一项所述的方法，进一步包括：
将体内探针带入到所述身体部位中或其附近；
从所述体内探针接收测量结果；以及
基于从所述体内探针接收的所述测量结果生成所述部分重叠源图像序列。
24.一种非暂态计算机可读介质，所述非暂态计算机可读介质含有用于使计算机执行如权利要求15至21中任一项所述的方法的程序指令。
25.一种生成搏动心脏的影片的方法，所述方法包括：
接收所述搏动心脏的部分重叠图像序列，每个图像基于在不同时间窗口期间采集的数据，所述图像根据所述时间窗口的时间顺序在所述序列中进行排序；
为所述图像中的每一个生成单个影片帧；以及
根据所述图像序列中的所述图像的排序对所述单个影片帧进行排序以获得所述影片，
其中，为所述图像中的每一个生成单个影片帧包括：
将所述图像中的所述一个图像设置为主图像，并且将所述图像中的其余图像设置为非主图像；
定义时间相干的变换序列，每个变换将对应的非主图像配准到所述主图像，
根据为每个非主图像定义的变换对所述每个非主图像进行变换以获得对应的经变换图像；
将所述经变换图像和所述主图像组合成所述图像中的所述一个图像的所述单个影片帧。
26.如权利要求25所述的方法，其中，为两个连续图像定义的任何两个变换之间的差异是空间相干的。
27.如权利要求25或26所述的方法，其中，所定义的变换中的每一个都是空间相干的。
28.一种非暂态计算机可读介质，所述非暂态计算机可读介质含有用于使计算机执行如权利要求25至27中任一项所述的方法的程序指令。
29.一种***，被配置成执行根据权利要求1至28中任一项所述的方法。
Applications Claiming Priority (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| US201862633119P | 2018-02-21 | 2018-02-21 | |
| US62/633,119 | 2018-02-21 | ||
| PCT/IB2019/051423 WO2019162874A1 (en) | 2018-02-21 | 2019-02-21 | Mapping binned medical data |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN111742346A true CN111742346A (zh) | 2020-10-02 |
Family
ID=65904497
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201980014252.0A Pending CN111742346A (zh) | 2018-02-21 | 2019-02-21 | 映射装仓医疗数据 |
Country Status (3)
| Country | Link |
|---|---|
| US (2) | US11334965B2 (zh) |
| CN (1) | CN111742346A (zh) |
| WO (1) | WO2019162874A1 (zh) |
Families Citing this family (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111742346A (zh) | 2018-02-21 | 2020-10-02 | 纳维斯国际有限公司 | 映射装仓医疗数据 |
| US20220020145A1 (en) * | 2020-07-20 | 2022-01-20 | Siemens Healthcare Gmbh | Real-time estimation of local cardiac tissue properties and uncertainties based on imaging and electro-anatomical maps |
| US11113899B1 (en) * | 2020-08-31 | 2021-09-07 | Biosense Webster (Israel) Ltd. | Correcting anatomical maps |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20100172567A1 (en) * | 2007-04-17 | 2010-07-08 | Prokoski Francine J | System and method for using three dimensional infrared imaging to provide detailed anatomical structure maps |
| US20170328970A1 (en) * | 2016-05-10 | 2017-11-16 | Siemens Healthcare Gmbh | Respiratory Phase-resolved 3D Body Imaging Using Iterative Motion Correction and Average |
| CN107545585A (zh) * | 2016-06-28 | 2018-01-05 | 西门子保健有限责任公司 | 用于配准第一图像数据组和第二图像数据组的方法和设备 |
Family Cites Families (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2005093662A1 (en) | 2004-03-25 | 2005-10-06 | Philips Intellectual Property & Standards Gmbh | Gated cone-beam computed tomography reconstruction with motion compensation |
| GB0515941D0 (en) | 2005-08-03 | 2005-09-07 | Refresh Mobile Ltd | Improvements in or relating to telephone communication systems |
| WO2007015199A2 (en) | 2005-08-04 | 2007-02-08 | Koninklijke Philips Electronics, N.V. | Motion compensation in functional imaging |
| JP5061185B2 (ja) | 2006-07-05 | 2012-10-31 | コーニンクレッカ フィリップス エレクトロニクス エヌ ヴィ | 動的モデルにより心臓形状を予測するためのシステム、方法及びコンピュータプログラム |
| WO2016052692A1 (ja) | 2014-10-01 | 2016-04-07 | シャープ株式会社 | 表示制御装置、画像表示システム、制御プログラム、および表示制御装置の制御方法 |
| WO2016181317A2 (en) | 2015-05-12 | 2016-11-17 | Navix International Limited | Calculation of an ablation plan |
| EP3294127A1 (en) | 2015-05-12 | 2018-03-21 | Navix International Limited | Systems and methods for tracking an intrabody catheter |
| US9662084B2 (en) | 2015-06-18 | 2017-05-30 | Toshiba Medical Systems Corporation | Method and apparatus for iteratively reconstructing tomographic images from electrocardiographic-gated projection data |
| CN110167438B (zh) | 2017-01-12 | 2022-04-08 | 纳维斯国际有限公司 | 用于将体内电读数重建成解剖结构的***和方法 |
| WO2018207128A1 (en) | 2017-05-10 | 2018-11-15 | Navix International Limited | Property- and position-based catheter probe target identification |
| WO2019121693A1 (en) * | 2017-12-18 | 2019-06-27 | Koninklijke Philips N.V. | Motion compensated magnetic resonance imaging |
| CN111742346A (zh) | 2018-02-21 | 2020-10-02 | 纳维斯国际有限公司 | 映射装仓医疗数据 |
-
2019
- 2019-02-21 CN CN201980014252.0A patent/CN111742346A/zh active Pending
- 2019-02-21 WO PCT/IB2019/051423 patent/WO2019162874A1/en active Application Filing
- 2019-02-21 US US16/971,336 patent/US11334965B2/en active Active
-
2022
- 2022-05-16 US US17/744,767 patent/US20220277420A1/en active Pending
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20100172567A1 (en) * | 2007-04-17 | 2010-07-08 | Prokoski Francine J | System and method for using three dimensional infrared imaging to provide detailed anatomical structure maps |
| US20170328970A1 (en) * | 2016-05-10 | 2017-11-16 | Siemens Healthcare Gmbh | Respiratory Phase-resolved 3D Body Imaging Using Iterative Motion Correction and Average |
| CN107545585A (zh) * | 2016-06-28 | 2018-01-05 | 西门子保健有限责任公司 | 用于配准第一图像数据组和第二图像数据组的方法和设备 |
Non-Patent Citations (2)
| Title |
|---|
| KEVIN WILSON ET AL.: "4D Shape Registration for Dynamic Electrophysiological Cardiac Mapping", 《LECTURE NOTES IN COMPUTER SCIENCE》, vol. 4191, pages 520 - 527, XP055474225, DOI: 10.1007/11866763_64 * |
| KEVIN WILSON ET AL.: "Mapping of Cardiac Electrophysiology Onto a Dynamic Patient-Specific Heart Model", 《IEEE TRANSACTIONS ON MEDICAL IMAGING》, vol. 28, no. 12, pages 1870 - 1880 * |
Also Published As
| Publication number | Publication date |
|---|---|
| US11334965B2 (en) | 2022-05-17 |
| WO2019162874A1 (en) | 2019-08-29 |
| US20210090215A1 (en) | 2021-03-25 |
| US20220277420A1 (en) | 2022-09-01 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US20220265161A1 (en) | Systems and methods for reconstruction of intra-body electrical readings to anatomical structure | |
| JP6293714B2 (ja) | 患者の心臓の電気解剖学的画像を提供するためのシステムおよびその作動方法 | |
| US20220277420A1 (en) | Mapping binned medical data | |
| US7454043B2 (en) | Image processing unit and method of associating stored images with current images | |
| US11730395B2 (en) | Reconstruction of an anatomical structure from intrabody measurements | |
| WO2019034944A1 (en) | RECONSTRUCTION OF ANATOMIC STRUCTURE FROM INTRACORPORATE MEASUREMENTS | |
| Manzke et al. | Automatic segmentation of rotational X-ray images for anatomic intra-procedural surface generation in atrial fibrillation ablation procedures | |
| KR20210154804A (ko) | 합성 맵을 생성하기 위한 시스템 | |
| US8880352B2 (en) | System and method for analyzing an electrophysiological signal | |
| US9375186B2 (en) | Method and apparatus for estimating a pulse arrival time value | |
| US20200093443A1 (en) | Automated computation of trigger delay for triggered magnetic resonance imaging sequences | |
| EP3614338B1 (en) | Post-mapping automatic identification of pulmonary veins | |
| Zheng et al. | An off-line gating method for suppressing motion artifacts in ICUSsequence | |
| US20240206797A1 (en) | Tissue treatment system | |
| Constantinescu et al. | Multi-source motion decoupling ablation catheter guidance for electrophysiology procedures | |
| Shenoy et al. | A Novel 3D Camera-based ECG-Imaging System for Electrode Position Discovery and Heart-Torso Registration | |
| Constantinescu | Computer-assisted electroanatomical guidance for cardiac electrophysiology procedures | |
| CN118251177A (zh) | 组织治疗*** | |
| CN114298960A (zh) | 用于分析周期性生理活动的图像序列的方法、***和介质 | |
| Yang | Multi-source Motion Decoupling Ablation Catheter Guidance for Electrophysiology Procedures | |
| CN118102980A (zh) | 确定血管参数 | |
| Yatziv | Advanced computational methods in multi-view medical imaging |
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 |