CN112826590A - 基于多模态融合和点云配准的膝关节置换术空间注册*** - Google Patents
基于多模态融合和点云配准的膝关节置换术空间注册*** Download PDFInfo
- Publication number
- CN112826590A CN112826590A CN202110146163.0A CN202110146163A CN112826590A CN 112826590 A CN112826590 A CN 112826590A CN 202110146163 A CN202110146163 A CN 202110146163A CN 112826590 A CN112826590 A CN 112826590A
- Authority
- CN
- China
- Prior art keywords
- point cloud
- registration
- image
- adapter
- patient
- 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
Images
Classifications
-
- 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
-
- 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
-
- 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
-
- 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
- A61B90/37—Surgical systems with images on a monitor during operation
-
- 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
-
- 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
- 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
- A61B90/37—Surgical systems with images on a monitor during operation
- A61B2090/374—NMR or MRI
-
- 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
- A61B90/37—Surgical systems with images on a monitor during operation
- A61B2090/376—Surgical systems with images on a monitor during operation using X-rays, e.g. fluoroscopy
- A61B2090/3762—Surgical systems with images on a monitor during operation using X-rays, e.g. fluoroscopy using computed tomography systems [CT]
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Surgery (AREA)
- Engineering & Computer Science (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Animal Behavior & Ethology (AREA)
- Public Health (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- Molecular Biology (AREA)
- Veterinary Medicine (AREA)
- General Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- Robotics (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Pathology (AREA)
- Gynecology & Obstetrics (AREA)
- Radiology & Medical Imaging (AREA)
- Apparatus For Radiation Diagnosis (AREA)
- Image Analysis (AREA)
Abstract
本发明属于医疗设备技术领域,具体为一种基于多模态融合和点云配准的膝关节置换术空间注册***。本发明***包括三个模块:CT图像上膝关节软骨表面点云的空间坐标构建模块;术中病人空间膝关节软骨表面点云采集模块;膝关节软骨表面点云层次化配准模块,实现术中病人与术前图像的空间注册;配准误差为2.5mm左右。本发明可大大减少术中配准时间,一般用时2分钟左右,因而大大减少手术时间;利用术前融合的CT与MR图像,能够提供软组织信息,有利于医生根据软组织信息进行更好的术前规划以及术中切口位置的判断;另外可大大减少对医生的依赖程度,使医生可以更加专注于手术本身。
Description
技术领域
本发明属于医疗设备技术领域,具体涉及膝关节置换术空间注册***。
背景技术
现有膝关节置换***往往基于标记点术中配准方式进行导航,期间涉及多个标记点的选择和确认,配准时间较长,导致手术时间延长问题。
图像引导的计算机辅助膝关节置换手术能够帮助医生更好地完成手术[1]。其中,空间配准技术是手术导航最重要的关键技术之一,也是制约临床端到端精度的主要因素之一,同时也影响着手术导航的时间[2]。
目前膝关节骨科导航中的空间配准技术主要分为三类[1]:基于基准点的配准,基于解剖点的配准以及基于表面的配准。
基准点配准法(Fiducial makers based):在患者进行CT扫描前,植入基准物作为基准点,它们将与术中数据点进行配准。该方法能够简单直观地确定图像空间与病人空间的对应关系,精准率最高[3]。但该方法需要术前额外植入基准物,有时基准物需要人工调整,还可能有疼痛、感染的风险。若采用在皮肤表面进行标记,则会因为皮肤与骨骼间存在的相对运动而引入误差,且标记物容易脱落,因此临床膝关节置换术中很少用此种方法。
由于基准点需要额外的术前操作,医生们使用解剖点(Landmark-based)来代替基准点。基于探针拾取术中膝关节表面点的配准方法在临床骨科导航手术中备受青睐[4,5]。术前对病人膝关节采集层间距小、分辨率高的医学断层图像,分割并重建出高精度的三维医学胫股关节可视化模型,在模型上标记解剖点。术中配准时,只需使用经过校准的专用探针采集术中病人胫股区域相应的解剖点[6],将二者进行对应点配准。但由于解剖点较少,该方法在手术过程中容易受到噪声的影响,配准的鲁棒性不强,且解剖点的选择耗时费力且依赖医生经验[7,8],因此成本高。
基于点云的面配准方法(Surface-based)[9],通常采用扫描仪提取病灶表面点云[10],基于术中点云和术前影像的对应关系,实现配准。
本研究提出的基于术前多模态影像融合信息和术中扫描仪所获取膝关节病灶表面点云进行空间配准的技术,取代了导航探针通过物理接触关节面(股骨或胫骨)获得解剖点坐标这一重复交互取点方式,不仅(因瞬时更多点云数据获取)使配准误差最小,提高了配准的鲁棒性,而且显著减少了配准时间,节约了宝贵的手术时间。
本发明提出的新型的基于多模态融合和点云配准的膝关节置换手术空间注册***,该***基于术前多模态图像融合信息以及术中扫描仪所采集的膝关节病灶点云,实时地将病灶点云配准到术前影像上,实现了术前影像对术中病灶的快速精准导航,大大减少了术中空间注册时间。
参考文献
[1].Liu,Y.,Potential Risk of Intelligent Technologies in ClinicalOrthopedics.2018.1093:p.281-288.
[2].Song,S.J.and D.K.Bae,Computer-Assisted Navigation in High TibialOsteotomy.Clinics in Orthopedic Surgery,2016.8(4):p.349.
[3].Amiot,L.and F.O.Poulin,Computed Tomography-Based Navigation forHip,Knee,and Spine Surgery.Clinical Orthopaedics and Related Research,2004.421:p.77-86.
[4].Bchler,R.,H.Bunke and L.Nolte,Restricted Surface Matching—Numerical Optimization and Technical Evaluation.Computer Aided Surgery,2001.6(3):p.143-152.
[5].Hamadeh,A.,et al.,Anatomy-based Registration for Computer-integrated Surgery.1995.
[6].Zheng,G.and L.P.Nolte,Computer-Assisted Orthopedic Surgery:Current State and Future Perspective.Frontiers in Surgery,2015.2:p.66.
[7].M.,J.,et al.,The hands-on orthopaedic robot"acrobot":Earlyclinical trials of total knee replacement surgery.IEEE Transactions onRobotics and Automation,2003.19(5):p.902-911.
[8].徐永胜等,红外线计算机导航下全膝关节置换的应用研究.中国医疗设备,2012.27(12):第138-142页.
[9].Lin,Q.,et al.,Real-time automatic registration in opticalsurgical navigation.Infrared Physics&Technology,2016.76:p.375-385.
[10].Joshi,S.V.and P.J.Rowe,A novel approach for intra-operativeshape acquisition of the tibio-femoral joints using 3D laser scanning incomputer assisted orthopaedic surgery.The International Journal of MedicalRobotics and Computer Assisted Surgery,2018.14(1):p.e1855.
发明内容
为了解决计算机导航膝关节置换手术中,空间注册时间过长问题,本发明提出一种基于多模态信息融合和点云配准的膝关节置换术空间注册***,既能保持较高的配准精度,也能显著降低配准所用时间。
本发明提供的基于多模态信息融合和点云配准的膝关节置换术空间注册***,包括三个模块:(I)CT图像上膝关节软骨表面点云的空间坐标构建模块;(II)术中病人空间膝关节软骨表面点云采集模块;(III)膝关节软骨表面点云层次化配准模块,实现术中病人与术前图像的空间注册;***的整体架构如图1所示。其中:
所述CT图像上膝关节软骨表面点云的空间坐标构建模块,包括对同一病人术前采集的膝关节CT和MR图像,分别对两种模态图像进行组织分割,即由CT图像得到胫骨和股骨硬骨,由MRI图像得到胫骨和股骨的硬骨和软骨;把MR图像配准到CT图像上,得到CT上融合增强的胫骨和股骨的软骨信息;通过三维重建,提取出CT上胫骨软骨和股骨软骨的表面点云;
所述术中病人空间膝关节软骨表面点云采集模块,是用扫描仪采集病人术中膝关节病灶区域的表面点云(其中包含大量软骨表面点云);
所述膝关节软骨表面点云层次化配准模块,利用术前CT图像空间中所重建的软骨表面点云与术中所扫描的软骨点云进行配准,包括基于奇异值分解(Singular ValueDecomposition,SVD)的粗配准,基于ICP(Iterative Conditional Point,ICP)的精配准,最终实现术前虚拟空间(即CT或MRI)与现实空间(如病人)的配准。
下面对三个模块作进一步具体说明。
(一)所述CT图像上膝关节软骨表面点云的空间坐标构建模块(I),其工作内容包括:
(1)将术前同一个病人的CT图像和MR图像进行线性配准,得到变换矩阵Tmr→ct;
(2)从术前CT图像分割出硬骨,记为Hct,从术前MR图像上分割出软骨,记为Cmr,通过变换矩阵Tmr→ct,将MR图像上的软骨变换到CT图像上,增强CT图像上软骨信息,记为通过三维重建构建出CT上软硬骨组合模型这作为术前图像空间的模型引导术中导航;
(3)从重建出的组合模型上提取出软骨表面点云,作为图像空间的点云导航数据,记为Pimage。
(二)所述术中病人空间膝关节软骨表面点云采集模块(II),由于扫描仪直接扫描得到的点云坐标属于扫描仪空间坐标,不同于病人空间点云坐标;而术中病人膝关节病灶软骨空间点云坐标需要在光学定位仪Polaris基准空间读取,为此,首先需要进行扫描仪标定,得到适配器到扫描仪变换矩阵Tadapter→scan;然后经过一系列的变换计算出病人空间点云坐标。具体流程如下:
(1)扫描仪标定
在桌面上贴N个marker点(例如可以N=8),尽量保证点均匀分布且不对称;利用标定好的探针拾取marker点的中心,Polaris记录坐标;多次拾取并统计每个点的方差,去除误差较大的点,计算剩余每个点的均值坐标作为每个marker点中心坐标得到
同时将(EinScan-Pro+)扫描仪上粘贴适配器,打开扫描仪自带软件(即EinScan-Pro.exe),选择固定模式,扫描marker点,保存为相应格式(扩展名为p3),即可获得marker点的中心坐标Polaris同时记录Polaris空间到适配器空间的变换矩阵Tpolaris→adapter,利用公式(1)计算出Tadapter→scan,
Pscan=Ppatient×Tpolaris→adapter×Tadapter→scan, (1)
这里,Ppatient×Tpolaris→adapter=Padapter,将Padapter作为浮动点集,Pscan作为参考点集,由于Padapter和Pscan是一一对应的点集,所以可以采用SVD算法进行配准,得到的变换矩阵即近似为Tadapter→scan,整个流程如图2所示。
(2)扫描病人空间点云
扫描仪扫描膝关节病灶软骨表面,手动去除非软骨结构的点云。因为扫描所得软骨点云较多,一次可以得到6000左右点云,为了提高运算速度,对点云进行下采样,下采样到1000个点左右,最后得到扫描仪空间的点云坐标同时Polaris记录从Polaris空间到适配器空间的变换矩阵Tpolaris→adapter,利用公式(2)求出病人空间的点云坐标Ppatient:
Ppatient=Pscan×Tscan→adapter×Tadapter→polaris, (2)
其中,Tscan→adapter是标定得到的适配器到扫描仪的变换矩阵。
这里,所述的适配器,是由固定在支架上的若干个不均匀分布的反光球制备而成。具体地,如图3中红色椭圆所包围的部件,适配器由3个反光球以及支架组成。由于扫描仪不能直接被定位仪Polaris追踪定位,而反光球可以被Polaris追踪定位,因此在扫描仪上粘贴适配器,可以借助适配器间接追踪定位扫描仪,从而可以将扫描仪空间转换到定位仪空间,具体的空间转换过程见模块二的说明。
图3展示计算病人空间坐标的整个变换过程如。其中图3(i)是将扫描点云转换到适配器空间,图3(ii)是将适配器空间点云转换到定位仪空间点云,图3(iii)表示定位仪空间点云即为病人空间点云。
(三)所述膝关节软骨表面点云层次化配准模块,即将将图像空间点云与病人空间点进行云配准。由于最近点迭代(ICP)算法要求两片点云有较好的初始位置,所以工程上常常先用粗配准的方法来得到较好的初始位置。本发明采用基于SVD的方法,利用图形界面交互方式选取5~7个对应点进行粗配准。接着进行自动ICP精配准。结果表明配准误差在2.5mm左右。
本发明的优点:
(1)大大减少了术中配准时间。目前的手术导航***需要探针拾取成对点进行术中配准,且一般选取15~17个点,探针拾取解剖点占据了大量的术中时间。而基于扫描仪的术中导航能够很快的扫描到软骨表面的点云,与术前图像空间点云进行配准,一般用时2分钟左右,大大减少了手术时间。
(2)利用术前融合的CT与MR图像,能够提供软组织信息,从而有利于医生根据软组织信息进行更好的术前规划以及术中切口位置的判断。
(3)计算机辅助导航的膝关节置换手术中,选取解剖点往往需要经验丰富的医生,解剖点选取越准确,手术配准越精准。而基于点云的配准方式不需要选取解剖点就能获得相似精度的配准,大大减少了对医生的依赖程度。这种技术提升极大地辅助了医生,使医生可以更加专注于手术本身。
附图说明
图1为本发明***整体框架图。
图2为本发明中扫描仪标定过程图示。
图3是点云从扫描仪空间转换到病人空间示意图。其中,(i).点云从扫描仪空间转换到适配器空间,(ii).从适配器空间到定位仪空间;(iii).定位仪空间坐标即视为病人空间。
图4为本发明***应用流程图示。
具体实施方式
下面结合实施例和附图进一步描述本发明。
以股骨为例,本发明注册***的应用流程,如图4所示。
模块I为术前增强CT图像并获取术前软骨表面点云空间坐标的流程。分别从术前CT和MR图像中分割出硬骨和软骨,同时得到CT和MR的配准变换矩阵Tmr→ct。配准所得的变换矩阵作用在分割所得的软硬骨标签上,可以得到软硬骨标签融合结构,经三维重建后得到带有软骨的模型,这将用于术中导航,并从中提取出软骨表面点云Pimage。
模块II为采集术中病人空间病灶软骨表面点云的流程。首先在术前先对扫描仪进行标定,得到Tscan→adapter。然后术中用标定好的扫描仪扫描病灶点云,利用扫描仪自带软件(即EinScan-Pro+.exe)手动去除非软骨表面点云,得到软骨表面点云Pscan,再经过变换(见图3)得到其在病人空间的坐标Ppatient。
模块III为术前得到的Pimage与术中得到的Ppatient进行配准的流程。首先利用SVD算法粗配准,得到较好的初始位置,但是还有很大的误差,然后利用ICP精配准进一步调整两片点云位置。
表1和表2分别为在硬骨模型和软骨模型上的实验结果。分别对扫描仪进行了标定,并通过在模型上贴上marker点得到基准点的配准误差作为金标准。一般来说基于基准点的配准误差比基于解剖点和基于扫描仪的配准误差小,所以可以用来当作金标准来判断实验误差是否在可行范围内。由于实验中存在***误差以及扫描仪的标定误差,所以点云配准得到的误差会比金标准大一些。但是扫描仪注册在保证手术范围内精度的前提下大大减少了手术时间。如扫描病灶点云大约用时10秒,手动去除时间大约用时30秒。整个注册时间不超过2分钟,大大减少了手术时间。
表1,硬骨模型实验统计结果
表2,软骨模型实验结果统计
注:①金标准误差是在腿模型上贴上marker点,利用探针拾取术中点集坐标,从带marker点的CT图像中提取图像空间坐标,经过配准得到的误差。②点云配准误差是指将点云配准后得到的变换矩阵作用在基准点上,计算基准点的均方根误差。③点云后处理时间是指扫描点云后手动分割出病灶点云的时间(以股骨软骨为例)。④这里空间注册总时间是指从获取点云到配准完成的整个流程所用时间。
Claims (4)
1.一种基于多模态融合和点云配准的膝关节置换术空间注册***,其特征在于,包括三个模块:(I)CT图像上膝关节软骨表面点云的空间坐标构建模块;(II)术中病人空间膝关节软骨表面点云采集模块;(III)膝关节软骨表面点云层次化配准模块,实现术中病人与术前图像的空间注册;其中:
所述CT图像上膝关节软骨表面点云的空间坐标构建模块,包括对同一病人术前采集的膝关节CT和MR图像,分别对两种模态图像进行组织分割,即由CT图像得到胫骨和股骨硬骨,由MRI图像得到胫骨和股骨的硬骨和软骨;把MR图像配准到CT图像上,得到CT上融合增强的胫骨和股骨的软骨信息;通过三维重建,提取出CT上胫骨软骨和股骨软骨的表面点云;
所述术中病人空间膝关节软骨表面点云采集模块,是用扫描仪采集病人术中膝关节病灶区域的表面点云;
所述膝关节软骨表面点云层次化配准模块,利用术前CT图像空间中所重建的软骨表面点云与术中所扫描的软骨点云进行配准,包括基于奇异值分解的粗配准,基于的精配准,最终实现术前虚拟空间即CT或MRI与现实空间的配准。
3.根据权利要求1所述的膝关节置换术空间注册***,其特征在于,所述术中病人空间膝关节软骨表面点云采集模块,其内容包括,由于扫描仪直接扫描得到的点云坐标属于扫描仪空间坐标,不同于病人空间点云坐标;而术中病人膝关节病灶软骨空间点云坐标需要在光学定位仪Polaris基准空间读取,为此,首先进行扫描仪标定,得到适配器到扫描仪变换矩阵Tadapter→scan;然后经过一系列的变换计算出病人空间点云坐标;具体流程如下:
(1)扫描仪标定
在桌面上贴N个marker点,尽量保证点均匀分布且不对称;利用标定好的探针拾取marker点的中心,光学定位仪Polaris记录坐标;多次拾取并统计每个点的方差,去除误差较大的点,计算剩余每个点的均值坐标作为每个marker点中心坐标得到
同时将扫描仪上粘贴适配器,打开扫描仪自带软件即EinScan-Pro.exe,选择固定模式,扫描marker点,保存为相应格式,即获得marker点的中心坐标 光学定位仪Polaris同时记录Polaris空间到适配器空间的变换矩阵Tpolaris→adapter,利用公式(1)计算出Tadapter→scan:
Pscan=Ppatient×Tpolaris→adapter×Tadapter→scan, (1)
这里,Ppatient×Tpolaris→adapter=Padapter,将Padapter作为浮动点集,Pscan作为参考点集,由于Padapter和Pscan是一一对应的点集,所以采用SVD算法进行配准,得到的变换矩阵即近似为Tadapter→scan;
(2)扫描病人空间点云
扫描仪扫描膝关节病灶软骨表面,手动去除非软骨结构的点云;对点云进行下采样,下采样到1000个点左右,最后得到扫描仪空间的点云坐标 同时光学定位仪Polaris记录从Polaris空间到适配器空间的变换矩阵Tpolaris→adapter,利用公式(2)求出病人空间的点云坐标Ppatient:
Ppatient=Pscan×Tscan→adapter×Tadapter→polaris, (2)
其中,Tscan→adapter是标定得到的适配器到扫描仪的变换矩阵;
其中所述适配器由固定在支架上的若干个不均匀分布的反光球组成,用于便于被Polaris追踪定位。
4.根据权利要求1所述的膝关节置换术空间注册***,其特征在于,所述膝关节软骨表面点云层次化配准模块,即将将图像空间点云与病人空间点进行云配准,其中,采用基于SVD的方法,利用图形界面交互方式选取5~7个对应点进行粗配准;接着进行自动ICP精配准。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110146163.0A CN112826590A (zh) | 2021-02-02 | 2021-02-02 | 基于多模态融合和点云配准的膝关节置换术空间注册*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110146163.0A CN112826590A (zh) | 2021-02-02 | 2021-02-02 | 基于多模态融合和点云配准的膝关节置换术空间注册*** |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112826590A true CN112826590A (zh) | 2021-05-25 |
Family
ID=75931593
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110146163.0A Pending CN112826590A (zh) | 2021-02-02 | 2021-02-02 | 基于多模态融合和点云配准的膝关节置换术空间注册*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112826590A (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113274130A (zh) * | 2021-05-14 | 2021-08-20 | 上海大学 | 用于光学手术导航***的无标记手术注册方法 |
CN113506334A (zh) * | 2021-06-07 | 2021-10-15 | 刘星宇 | 基于深度学习的多模态医学图像融合方法及*** |
CN114305685A (zh) * | 2021-12-17 | 2022-04-12 | 杭州键嘉机器人有限公司 | 一种用于髋关节置换手术中的髋骨配准方法 |
CN114974518A (zh) * | 2022-04-15 | 2022-08-30 | 浙江大学 | 多模态数据融合的肺结节影像识别方法及装置 |
WO2022257344A1 (zh) * | 2021-06-07 | 2022-12-15 | 刘星宇 | 图像配准融合方法及装置、模型训练方法及电子设备 |
CN115624385A (zh) * | 2022-09-19 | 2023-01-20 | 重庆生物智能制造研究院 | 术前空间配准方法及装置、计算机设备、存储介质 |
CN116245839A (zh) * | 2023-02-24 | 2023-06-09 | 北京纳通医用机器人科技有限公司 | 一种膝关节软骨分割方法、装置、设备及介质 |
Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103908345A (zh) * | 2012-12-31 | 2014-07-09 | 复旦大学 | 一种基于平板电脑的手术导航用的体数据可视化方法 |
CN105078573A (zh) * | 2014-05-11 | 2015-11-25 | 复旦大学 | 基于手持式扫描仪的神经导航空间配准方法 |
CN106137395A (zh) * | 2016-07-22 | 2016-11-23 | 华南理工大学 | 应用于无标记点光学手术导航***的全自动病人注册方法 |
CN107330926A (zh) * | 2017-08-25 | 2017-11-07 | 上海嘉奥信息科技发展有限公司 | 一种术中导航***中的非标记医学图像配准***及方法 |
CN107536643A (zh) * | 2017-08-18 | 2018-01-05 | 北京航空航天大学 | 一种前交叉韧带重建的增强现实手术导航*** |
CN109496143A (zh) * | 2016-05-27 | 2019-03-19 | 马科外科公司 | 术前规划和对手术***的相关术中配准 |
CN110169820A (zh) * | 2019-04-24 | 2019-08-27 | 艾瑞迈迪科技石家庄有限公司 | 一种关节置换手术位姿标定方法及装置 |
CN110353806A (zh) * | 2019-06-18 | 2019-10-22 | 北京航空航天大学 | 用于微创全膝关节置换手术的增强现实导航方法及*** |
CN110443839A (zh) * | 2019-07-22 | 2019-11-12 | 艾瑞迈迪科技石家庄有限公司 | 一种骨骼模型空间配准方法及装置 |
CN110946659A (zh) * | 2019-12-25 | 2020-04-03 | 武汉中科医疗科技工业技术研究院有限公司 | 影像空间与实际空间的注册方法及*** |
CN111493878A (zh) * | 2020-03-17 | 2020-08-07 | 北京天智航医疗科技股份有限公司 | 用于骨科手术的光学三维扫描设备及测量骨骼表面的方法 |
CN111640143A (zh) * | 2020-04-12 | 2020-09-08 | 复旦大学 | 一种基于PointNet的神经导航快速面配准方法及*** |
CN112155732A (zh) * | 2020-09-29 | 2021-01-01 | 苏州微创畅行机器人有限公司 | 可读存储介质、骨建模配准***及骨科手术*** |
-
2021
- 2021-02-02 CN CN202110146163.0A patent/CN112826590A/zh active Pending
Patent Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103908345A (zh) * | 2012-12-31 | 2014-07-09 | 复旦大学 | 一种基于平板电脑的手术导航用的体数据可视化方法 |
CN105078573A (zh) * | 2014-05-11 | 2015-11-25 | 复旦大学 | 基于手持式扫描仪的神经导航空间配准方法 |
CN109496143A (zh) * | 2016-05-27 | 2019-03-19 | 马科外科公司 | 术前规划和对手术***的相关术中配准 |
CN106137395A (zh) * | 2016-07-22 | 2016-11-23 | 华南理工大学 | 应用于无标记点光学手术导航***的全自动病人注册方法 |
CN107536643A (zh) * | 2017-08-18 | 2018-01-05 | 北京航空航天大学 | 一种前交叉韧带重建的增强现实手术导航*** |
CN107330926A (zh) * | 2017-08-25 | 2017-11-07 | 上海嘉奥信息科技发展有限公司 | 一种术中导航***中的非标记医学图像配准***及方法 |
CN110169820A (zh) * | 2019-04-24 | 2019-08-27 | 艾瑞迈迪科技石家庄有限公司 | 一种关节置换手术位姿标定方法及装置 |
CN110353806A (zh) * | 2019-06-18 | 2019-10-22 | 北京航空航天大学 | 用于微创全膝关节置换手术的增强现实导航方法及*** |
CN110443839A (zh) * | 2019-07-22 | 2019-11-12 | 艾瑞迈迪科技石家庄有限公司 | 一种骨骼模型空间配准方法及装置 |
CN110946659A (zh) * | 2019-12-25 | 2020-04-03 | 武汉中科医疗科技工业技术研究院有限公司 | 影像空间与实际空间的注册方法及*** |
CN111493878A (zh) * | 2020-03-17 | 2020-08-07 | 北京天智航医疗科技股份有限公司 | 用于骨科手术的光学三维扫描设备及测量骨骼表面的方法 |
CN111640143A (zh) * | 2020-04-12 | 2020-09-08 | 复旦大学 | 一种基于PointNet的神经导航快速面配准方法及*** |
CN112155732A (zh) * | 2020-09-29 | 2021-01-01 | 苏州微创畅行机器人有限公司 | 可读存储介质、骨建模配准***及骨科手术*** |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113274130A (zh) * | 2021-05-14 | 2021-08-20 | 上海大学 | 用于光学手术导航***的无标记手术注册方法 |
CN113506334A (zh) * | 2021-06-07 | 2021-10-15 | 刘星宇 | 基于深度学习的多模态医学图像融合方法及*** |
WO2022257344A1 (zh) * | 2021-06-07 | 2022-12-15 | 刘星宇 | 图像配准融合方法及装置、模型训练方法及电子设备 |
CN113506334B (zh) * | 2021-06-07 | 2023-12-15 | 刘星宇 | 基于深度学习的多模态医学图像融合方法及*** |
CN114305685A (zh) * | 2021-12-17 | 2022-04-12 | 杭州键嘉机器人有限公司 | 一种用于髋关节置换手术中的髋骨配准方法 |
CN114305685B (zh) * | 2021-12-17 | 2024-05-24 | 杭州键嘉医疗科技股份有限公司 | 一种用于髋关节置换手术中的髋骨配准方法 |
CN114974518A (zh) * | 2022-04-15 | 2022-08-30 | 浙江大学 | 多模态数据融合的肺结节影像识别方法及装置 |
CN115624385A (zh) * | 2022-09-19 | 2023-01-20 | 重庆生物智能制造研究院 | 术前空间配准方法及装置、计算机设备、存储介质 |
CN115624385B (zh) * | 2022-09-19 | 2024-05-10 | 重庆生物智能制造研究院 | 术前空间配准方法及装置、计算机设备、存储介质 |
CN116245839A (zh) * | 2023-02-24 | 2023-06-09 | 北京纳通医用机器人科技有限公司 | 一种膝关节软骨分割方法、装置、设备及介质 |
CN116245839B (zh) * | 2023-02-24 | 2023-09-29 | 北京纳通医用机器人科技有限公司 | 一种膝关节软骨分割方法、装置、设备及介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112826590A (zh) | 基于多模态融合和点云配准的膝关节置换术空间注册*** | |
CN112641511B (zh) | 关节置换手术导航***及方法 | |
US8774900B2 (en) | Computer-aided osteoplasty surgery system | |
US20230355312A1 (en) | Method and system for computer guided surgery | |
US7715602B2 (en) | Method and apparatus for reconstructing bone surfaces during surgery | |
Marmulla et al. | Laser-scan-based navigation in cranio-maxillofacial surgery | |
US20230410453A1 (en) | Readable storage medium, bone modeling registration system and orthopedic surgical system | |
Penney et al. | Cadaver validation of intensity-based ultrasound to CT registration | |
US20120179026A1 (en) | Method for Registering a Physical Space to Image Space | |
CN110711030B (zh) | 基于ar技术的股骨头坏死微创手术导航***及导航方法 | |
CN102784003A (zh) | 一种基于结构光扫描的椎弓根内固定手术导航*** | |
Zheng et al. | (i) Registration techniques for computer navigation | |
CN112972076B (zh) | 膝关节假体股骨部件与股骨的拟合方法及机器人手术*** | |
Mirota et al. | High-accuracy 3D image-based registration of endoscopic video to C-arm cone-beam CT for image-guided skull base surgery | |
CN113633377B (zh) | 一种面向胫骨高位截骨手术的胫骨优化配准***与方法 | |
CA2473470C (en) | Method and apparatus for reconstructing bone surfaces during surgery | |
CN115358995A (zh) | 基于多模态信息融合的全自动空间注册*** | |
Liu et al. | Fusion of multimodality image and point cloud for spatial surface registration for knee arthroplasty | |
Xie et al. | A small-scaled intraoperative 3d visualization navigation system for femoral head repair surgery | |
CN114283179A (zh) | 基于超声图像的骨折远近端空间位姿实时获取与配准*** | |
Penney et al. | Cadaver validation of intensity-based ultrasound to CT registration | |
Qin et al. | Pre-and Intra-operative Dynamic Registration for Total Knee Arthroplasty Based on CT Image Annotation | |
US20240024035A1 (en) | Preoperative imaging combined with intraoperative navigation before and after alteration of a surgical site to create a composite surgical three dimensional structural dataset | |
CN114403854B (zh) | 一种基于ct三维重建图像的冠突参数测量方法及装置 | |
Zhang et al. | Augmented reality navigation framework for total hip arthroplasty surgery |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20210525 |