ES2886675T3 - Marcadores fiduciarios, sistemas, y procedimientos de registro - Google Patents
Marcadores fiduciarios, sistemas, y procedimientos de registro Download PDFInfo
- Publication number
- ES2886675T3 ES2886675T3 ES15897336T ES15897336T ES2886675T3 ES 2886675 T3 ES2886675 T3 ES 2886675T3 ES 15897336 T ES15897336 T ES 15897336T ES 15897336 T ES15897336 T ES 15897336T ES 2886675 T3 ES2886675 T3 ES 2886675T3
- Authority
- ES
- Spain
- Prior art keywords
- fiduciary
- markers
- trust
- marker
- fiat
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 54
- 239000003550 marker Substances 0.000 claims abstract description 64
- 238000000605 extraction Methods 0.000 claims abstract description 14
- 230000000007 visual effect Effects 0.000 claims abstract 3
- 238000004422 calculation algorithm Methods 0.000 claims description 25
- 239000011159 matrix material Substances 0.000 claims description 14
- 230000008569 process Effects 0.000 claims description 11
- 230000009466 transformation Effects 0.000 claims description 11
- 239000000463 material Substances 0.000 claims description 6
- 230000001052 transient effect Effects 0.000 claims description 2
- 238000002595 magnetic resonance imaging Methods 0.000 description 32
- 239000000523 sample Substances 0.000 description 22
- 230000033001 locomotion Effects 0.000 description 21
- 238000003384 imaging method Methods 0.000 description 16
- 230000006870 function Effects 0.000 description 12
- 238000006073 displacement reaction Methods 0.000 description 10
- 238000001514 detection method Methods 0.000 description 9
- 210000003734 kidney Anatomy 0.000 description 7
- 206010028980 Neoplasm Diseases 0.000 description 6
- 238000013459 approach Methods 0.000 description 6
- 238000002591 computed tomography Methods 0.000 description 6
- 230000007246 mechanism Effects 0.000 description 6
- 238000003780 insertion Methods 0.000 description 5
- 230000037431 insertion Effects 0.000 description 5
- 238000012545 processing Methods 0.000 description 5
- 238000002679 ablation Methods 0.000 description 4
- 230000008901 benefit Effects 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 238000012544 monitoring process Methods 0.000 description 4
- 238000002604 ultrasonography Methods 0.000 description 4
- 239000013598 vector Substances 0.000 description 4
- 241000801924 Sena Species 0.000 description 3
- 238000012790 confirmation Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000003708 edge detection Methods 0.000 description 3
- IZOOGPBRAOKZFK-UHFFFAOYSA-K gadopentetate Chemical compound [Gd+3].OC(=O)CN(CC([O-])=O)CCN(CC([O-])=O)CCN(CC(O)=O)CC([O-])=O IZOOGPBRAOKZFK-UHFFFAOYSA-K 0.000 description 3
- 230000003902 lesion Effects 0.000 description 3
- 239000007788 liquid Substances 0.000 description 3
- 238000000513 principal component analysis Methods 0.000 description 3
- 210000002307 prostate Anatomy 0.000 description 3
- 238000007674 radiofrequency ablation Methods 0.000 description 3
- 238000004088 simulation Methods 0.000 description 3
- 210000001519 tissue Anatomy 0.000 description 3
- 239000002616 MRI contrast agent Substances 0.000 description 2
- 230000001419 dependent effect Effects 0.000 description 2
- 238000002059 diagnostic imaging Methods 0.000 description 2
- 238000002474 experimental method Methods 0.000 description 2
- 230000005865 ionizing radiation Effects 0.000 description 2
- 238000003064 k means clustering Methods 0.000 description 2
- 238000000608 laser ablation Methods 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000009877 rendering Methods 0.000 description 2
- 230000001225 therapeutic effect Effects 0.000 description 2
- 238000013519 translation Methods 0.000 description 2
- 210000001835 viscera Anatomy 0.000 description 2
- 238000010146 3D printing Methods 0.000 description 1
- 208000027418 Wounds and injury Diseases 0.000 description 1
- 238000010317 ablation therapy Methods 0.000 description 1
- 230000001154 acute effect Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000001574 biopsy Methods 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000002725 brachytherapy Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000007621 cluster analysis Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000006378 damage Effects 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 238000009795 derivation Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000004520 electroporation Methods 0.000 description 1
- 238000002594 fluoroscopy Methods 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 238000010191 image analysis Methods 0.000 description 1
- 208000014674 injury Diseases 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 230000002427 irreversible effect Effects 0.000 description 1
- 210000004185 liver Anatomy 0.000 description 1
- 230000004807 localization Effects 0.000 description 1
- 229940074731 ophthalmologic surgical aids Drugs 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 210000004872 soft tissue Anatomy 0.000 description 1
- 238000001356 surgical procedure Methods 0.000 description 1
- 238000002560 therapeutic procedure Methods 0.000 description 1
- 238000004861 thermometry Methods 0.000 description 1
- 238000010200 validation analysis Methods 0.000 description 1
- 238000012800 visualization Methods 0.000 description 1
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- 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
- A61B90/39—Markers, e.g. radio-opaque or breast lesions markers
-
- 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
- A61B2034/107—Visualisation of planned trajectories or target regions
-
- 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
- A61B90/39—Markers, e.g. radio-opaque or breast lesions markers
- A61B2090/3933—Liquid markers
-
- 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
- A61B90/39—Markers, e.g. radio-opaque or breast lesions markers
- A61B2090/3937—Visible markers
-
- 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
- A61B90/39—Markers, e.g. radio-opaque or breast lesions markers
- A61B2090/3954—Markers, e.g. radio-opaque or breast lesions markers magnetic, e.g. NMR or MRI
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/12—Arrangements for detecting or locating foreign bodies
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
- A61B8/08—Detecting organic movements or changes, e.g. tumours, cysts, swellings
- A61B8/0833—Detecting organic movements or changes, e.g. tumours, cysts, swellings involving detecting or locating foreign bodies or organic structures
- A61B8/0841—Detecting organic movements or changes, e.g. tumours, cysts, swellings involving detecting or locating foreign bodies or organic structures for locating instruments
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R33/00—Arrangements or instruments for measuring magnetic variables
- G01R33/20—Arrangements or instruments for measuring magnetic variables involving magnetic resonance
- G01R33/28—Details of apparatus provided for in groups G01R33/44 - G01R33/64
- G01R33/285—Invasive instruments, e.g. catheters or biopsy needles, specially adapted for tracking, guiding or visualization by NMR
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R33/00—Arrangements or instruments for measuring magnetic variables
- G01R33/20—Arrangements or instruments for measuring magnetic variables involving magnetic resonance
- G01R33/44—Arrangements or instruments for measuring magnetic variables involving magnetic resonance using nuclear magnetic resonance [NMR]
- G01R33/48—NMR imaging systems
- G01R33/58—Calibration of imaging systems, e.g. using test probes, Phantoms; Calibration objects or fiducial markers such as active or passive RF coils surrounding an MR active material
Landscapes
- Health & Medical Sciences (AREA)
- Surgery (AREA)
- Life Sciences & Earth Sciences (AREA)
- Heart & Thoracic Surgery (AREA)
- Molecular Biology (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Engineering & Computer Science (AREA)
- Biomedical Technology (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Medical Informatics (AREA)
- Pathology (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Magnetic Resonance Imaging Apparatus (AREA)
- Apparatus For Radiation Diagnosis (AREA)
- Image Analysis (AREA)
Abstract
Un procedimiento de registro automático, que comprende: obtener (104) datos de imagen de un dispositivo médico, comprendiendo el dispositivo médico una pluralidad de marcadores fiduciarios dispuestos como un marco fiduciario en el dispositivo médico, comprendiendo dicho marco fiduciario: al menos tres marcadores fiduciarios dispuestos en forma de anillo, en el que su disposición asimétrica; detectar (106) objetos de marcadores fiduciarios dentro de los datos de la imagen al: aplicar (108) una mejora de características a los datos de la imagen para mejorar los objetos de los marcadores fiduciarios, incluyendo la mejora de características datos de forma de los marcadores fiduciarios, aplicar (110) una extracción de características en base a los datos de forma de los marcadores fiduciarios para extraer los objetos de los marcadores fiduciarios; definir (114) un punto representativo para cada objeto de marcador fiduciario extraído; y registrar (120) los objetos de marcadores fiduciarios con un modelo del marco fiduciario, comprendiendo la etapa de registro: para los datos de imagen de los al menos tres marcadores fiduciarios dispuestos en la forma de anillo, girar (116) la forma de anillo hasta que los puntos representativos de los objetos de marcadores fiduciarios coincidan con el modelo del marco fiduciario, caracterizado porque el dispositivo médico comprende además: una base adaptada para ser colocada sobre una superficie del cuerpo; y una abertura para proporcionar acceso visual y físico a la superficie del cuerpo a través del dispositivo médico, en el que los marcadores fiduciarios están dispuestos en forma de anillo en la base que rodea la abertura del dispositivo médico.
Description
DESCRIPCIÓN
Marcadores fiduciarios, sistemas, y procedimientos de registro
CAMPO DE LA DIVULGACIÓN
La presente divulgación se refiere en general a sistemas, procedimientos y dispositivos para la obtención de imágenes médicas y, más en particular, a la detección y el registro automatizados de imágenes médicas utilizando marcadores fiduciarios y algoritmos de procesamiento.
INFORMACIÓN DE ANTECEDENTES
El documento US 2003/055410 A1 desvela un procedimiento y un sistema como los definidos en los preámbulos de las reivindicaciones 1 y 12. En particular, se describe un sistema quirúrgico que comprende un sistema de visualización de vídeo y un instrumento quirúrgico operado por un servomecanismo acoplado por un ordenador de control a un dispositivo de entrada de movimiento y a un sistema de seguimiento de movimiento, que muestra una imagen en movimiento de un corazón en el sistema de visualización de vídeo, que identifica en la imagen en movimiento del corazón un sitio de trabajo quirúrgico en movimiento, que opera el sistema de seguimiento de movimiento para determinar el movimiento del lugar de trabajo quirúrgico, mover el instrumento quirúrgico para seguir el movimiento del sitio de trabajo quirúrgico de forma que el instrumento quirúrgico siga generalmente el movimiento del sitio de trabajo quirúrgico, mostrar en el sistema de visualización de vídeo una imagen del corazón en la que el sitio de trabajo quirúrgico está generalmente inmóvil o quieto, operar el dispositivo de entrada de movimiento para dirigir el movimiento del instrumento quirúrgico, y mover el instrumento quirúrgico en relación con el sitio de trabajo quirúrgico
Las ablaciones tumorales percutáneas guiadas por imágenes se practican ampliamente para tratar cánceres como el de hígado y riñón. Estas terapias incluyen crioablación, ablación por radiofrecuencia (ARF), ablaciones por microondas (MWA), ablaciones por láser y electroporación irreversible (IRE). Algunas modalidades de imagen útiles son ecografía, tomografía computarizada (TC) e imágenes por resonancia magnética (IRM).
Mientras que el ultrasonido y la TC son a menudo la modalidad de imagen de elección para guiar las sondas hacia la lesión objetivo y supervisar el efecto terapéutico, puede ser preferente la IRM ya que no se utiliza radiación ionizante y un tumor puede no presentar un contraste distintivo contra el tejido circundante en las otras modalidades. La IRM intraprocedimental puede proporcionar imágenes bidimensionales o tridimensionales de alta resolución con un contraste superior de los tejidos blandos. Además, la IRM ofrece una ventaja única en la supervisión de los efectos térmicos durante las terapias de ablación: en crioablación, la formación de la "bola de hielo" puede supervisarse como un vacío de señal en las imágenes de IRM; en ARF, AMF y las ablaciones con láser, la termometría de IRM en base al procedimiento de desplazamiento de la frecuencia de resonancia de protones (PRF) permite supervisar la dosis térmica en el tejido. La combinación de las capacidades de la IRM para delimitar el tumor y controlar el efecto térmico permite a los médicos garantizar un margen de ablación suficiente durante los procedimientos y, por lo tanto, conduce potencialmente a reducir la recurrencia del tumor. Además, la IRM no expone al paciente ni al personal clínico a la radiación ionizante.
A pesar de estas ventajas en la localización de objetivos y en la supervisión del tratamiento, la guía de IRM impone retos técnicos; un pórtico típico de IRM no da a los médicos tratantes un acceso fácil al paciente en el isocentro, sitio en el que se adquieren las imágenes. Por lo tanto, el paciente debe salir del pórtico para la colocación de la sonda y volver a entrar en el pórtico para la obtención de imágenes. Este enfoque de entrada y salida impide a los médicos verificar visualmente la ubicación de la sonda con respecto al objetivo mientras la insertan, a diferencia de otras modalidades de imagen como la ecografía y la fluoroscopia de TC. Una solución es tratar al paciente en un explorador de configuración abierta. Los exploradores de configuración abierta permiten a los médicos acceder al paciente durante la exploración. Sin embargo, los exploradores de configuración abierta no se han convertido en una corriente principal, debido a la limitada capacidad de obtención de imágenes en comparación con los exploradores convencionales de calibre cerrado.
Otra solución es guiar la sonda mediante un dispositivo de guía de sonda. El dispositivo de guía de la sonda puede mantener la trayectoria de la sonda mecánicamente fuera del explorador de IRM. Por lo tanto, la sonda puede introducirse en el objetivo a condición de que la ubicación del objetivo no cambie. Estos dispositivos pueden clasificarse como sistemas "montados en mesa, pórtico o suelo" o como sistemas "montados en paciente", dependiendo de la forma en que se fijen los dispositivos. Los sistemas montados en paciente se fijan directamente a la piel del paciente y no a la habitación (o al sistema de coordenadas de imagen), por lo que se puede plantear la hipótesis de que los sistemas son menos vulnerables al movimiento del paciente que la otra categoría de dispositivos. Además, los sistemas montados en paciente pueden lograr el guiado de la sonda con un mecanismo relativamente sencillo, dado que están diseñados para ser montados en el punto de entrada de la sonda en la piel, y sólo necesitan un mecanismo para angular la sonda alrededor del punto de entrada.
Por lo tanto, sigue siendo necesario colocar con precisión el dispositivo en el paciente en relación con el área de tratamiento. Además, incluso con un sistema montado en el paciente, cabe tener en cuenta su movimiento. Tanto la superficie del cuerpo como el órgano interno pueden moverse de forma independiente y provocar desplazamientos
del dispositivo y la lesión del objetivo. Dado que la obtención de imágenes para la planificación y la colocación de la sonda ocurren en diferentes momentos de la operación, es necesario hacer un seguimiento del desplazamiento del dispositivo debido al movimiento del cuerpo a lo largo de la operación.
A pesar de que los marcadores fiduciarios son una herramienta integral utilizada para facilitación, los procedimientos automatizados para el registro de imágenes o la asistencia en la planificación terapéutica utilizando los marcadores fiduciarios son todavía limitados y propensos a errores cuando se utilizan para proporcionar una colocación precisa y movimiento del paciente. Por lo tanto, un objeto de la presente invención es proporcionar un sistema y un procedimiento para automatizar el análisis y el registro de imágenes que no sufra los inconvenientes descritos anteriormente.
SUMARIO DE REALIZACIONES EJEMPLARES
Este objeto es resuelto mediante un procedimiento como el definido en la reivindicación 1 y, alternativamente, mediante un sistema como el definido en la reivindicación 12.
Los desarrollos ventajosos se definen en las reivindicaciones dependientes.
Estos y otros objetos, características y ventajas de la presente divulgación se harán evidentes tras leer la siguiente descripción detallada de las realizaciones ejemplares de la presente divulgación, cuando se toman en conjunto con los dibujos anexos y las reivindicaciones proporcionadas.
BREVE DESCRIPCIÓN DE LOS DIBUJOS
Otros objetos, características y ventajas de la presente divulgación se harán evidentes a partir de la siguiente descripción detallada cuando se tome en conjunto con las figuras adjuntas que muestran realizaciones ilustrativas de la presente divulgación.
La Fig. 1 es un diagrama de flujo que establece las etapas de un proceso de ejemplo para el procesamiento automático de imágenes de acuerdo con un aspecto de la presente divulgación.
La Fig. 2 es un diagrama del sistema de robot guía de agujas que consiste en un software de navegación, un robot guía de agujas y un explorador IRM.
Las Figs. 3a - 3d son imágenes de una interfaz gráfica de usuario de un software de navegación que presenta la relación entre el robot guía de agujas y el paciente en representaciones 2D y 3D. La interfaz también muestra el intervalo al que se puede apuntar con el robot en la posición actual.
Las Figs. 4a - 4c muestran un marco fiduciario configurable ejemplar con forma de anillo. La Fig. 4a es una imagen de un marco fiduciario configurable que contiene fiduciarios. La Fig. 4b es una imagen de IRM del marco de la Fig. 4a y la Fig. 4c es una representación en 3D de un modelo de dispositivo de guía de aguja que contiene el marco fiduciario.
Las Figs. 5a - 5b son diagramas de marcos fiduciarios ejemplares con forma de anillo y marcadores fiduciarios dispuestos asimétricamente.
Las Figs. 6a- 6d son diagramas de marcos fiduciarios agrupados ejemplares que tienen diferentes números (Fig. 6a), tamaños (Fig. 6b), formas (Fig. 6c) y configuración (Fig. 6d) de marcadores fiduciarios en los marcos fiduciarios.
A lo largo de las figuras, los mismos números y caracteres de referencia, a menos que se indique lo contrario, se utilizan para denotar características, elementos, componentes o porciones similares de las realizaciones ilustradas. Además, aunque la divulgación del tópico se describirá a continuación en detalle con referencia a las figuras, se hace en relación con las realizaciones ejemplares ilustrativas.
DESCRIPCIÓN DETALLADA DE REALIZACIONES EJEMPLARES
Las realizaciones se basan en el objeto de proporcionar marcadores fiduciarios, sistemas y procedimientos, incluyendo un sistema de software que puede compensar de forma adaptativa el desplazamiento del dispositivo debido al movimiento del paciente utilizando el registro automático del dispositivo en base a imágenes. El sistema incluye un dispositivo médico montado en paciente que puede, por ejemplo, dirigir o posicionar una aguja para su entrada en un paciente, un dispositivo de imágenes tomográficas y un software de navegación. El software de navegación recupera las imágenes del dispositivo de imagen y puede ayudar a los médicos tratantes a, por ejemplo, determinar la trayectoria de inserción de la aguja en las imágenes, y las envía al dispositivo de guía de la aguja.
I. Obtención de imágenes y dispositivos médicos
Los marcadores fiduciarios, el sistema y los procedimientos descritos en la presente memoria pueden utilizarse con cualquier dispositivo médico utilizado junto con cualquier imagen tomográfica. La imagen tomográfica puede ser, por
ejemplo, una resonancia magnética, TAC o ecografía. El dispositivo médico puede ser un dispositivo de montaje en paciente tal como, por ejemplo, un dispositivo de colocación de agujas.
Un ejemplo de dispositivo médico que puede utilizarse en combinación con la presente invención se describe en la Publicación de Patente de EE. UU. 2014/0275979. Esta referencia proporciona un dispositivo de guía de aguja de montaje corporal compatible con la resonancia magnética con mecanismo de doble anillo.
Otros dispositivos médicos que pueden utilizar los marcadores fiduciarios, los sistemas y los procedimientos descritos en la presente memoria incluyen otros dispositivos médicos autónomos o montados en el paciente para la colocación de agujas o para la colocación de herramientas de ayuda al diagnóstico o a la cirugía. Por ejemplo, una plantilla de guía de aguja, que consiste en una rejilla de orificios, se utiliza a menudo para dirigir una aguja hacia un foco en la biopsia de próstata guiada por imagen y la braquiterapia.
Los marcadores fiduciarios, los sistemas y los procedimientos descritos en la presente memoria también pueden utilizarse fuera de la industria médica. Por ejemplo, en algunas realizaciones, un sensor de seguimiento tridimensional utilizado en dispositivos de captura de movimiento, como en la creación por ordenador de modelos gráficos realistas para una película.
Una realización del sistema y los procedimientos descritos en la presente memoria se describe en la Fig. 1. En primer lugar se obtiene el dispositivo médico 102. La obtención del dispositivo médico también puede incluir, por ejemplo, la colocación o fijación en un paciente sobre un sitio quirúrgico. A continuación, se obtienen datos de imágenes médicas del dispositivo y del paciente 104. Estos datos de la imagen son, por ejemplo, datos de resonancia magnética o de TAC. Los objetos de los marcadores fiduciarios de los datos de la imagen medial son entonces detectados 106. Para ello, en primer lugar se aplica a los datos 108 una mejora de las características, tal como una operación en base a derivada. A continuación, se aplica la extracción de características 110. Cuando los fiduciarios están dispuestos en forma de grupos, se aplica un algoritmo de agrupamiento 112. Esta etapa (indicada por la línea discontinua) no se utiliza en las realizaciones en las que los fiduciarios están dispuestos en forma de anillo. A continuación se definen los puntos representativos 114. La siguiente etapa consiste en registrar los objetos de marcadores fiduciarios 120. En las realizaciones en las que los fiduciarios están dispuestos en forma de anillo, el anillo se gira o voltea 116. Puede tratarse de una rotación total o parcial o de un giro de 180°. A continuación, se aplica una correspondencia punto a punto 118. A partir de los datos de la correspondencia punto a punto, se define un objetivo en la imagen 122. Las coordenadas del objetivo se calculan con respecto al dispositivo en base al registro 124. A continuación, el dispositivo se ajusta para guiar la aguja hasta el objetivo.
II. Software de control de robots
En algunas realizaciones, se proporciona un sistema de software que tiene tres capas de componentes que incluyen software de navegación 200, capa de control lógico 206 e interfaz de control físico 208 (Fig. 2). Estos componentes se implementan como procesos de software independientes y se comunican entre sí a través de, por ejemplo, Ethernet y el bus de serie universal (USB). Sin embargo, en otras realizaciones, dos más de estos componentes se integran en un único proceso de software.
Los detalles de estos tres componentes son los siguientes:
Software de navegación
El software de navegación 200 es el componente de la capa superior del sistema y se ejemplifica en la Fig. 2. El software de navegación 200 funciona, por ejemplo, como una interfaz de usuario principal para el médico y/o el operador. Su implementación se describe en la presente memoria como un módulo plug-in para 3D Slicer, un software informático de imágenes médicas de código abierto [GERING, DAVID T., "An Integrated Visualization System for Surgical Planning and Guidance Using Image Fusion and an Open MR", Journal of Magnetic Resonance Imaging, 2001, ANDRIY FEDOROV, "3D Slicer as an Image Computing Platform for the Quantitative Imaging Network", National Institute of Health, November 2012] y, a través de este u otro software, recibe imágenes del sistema de IRM 204 que incluye tanto la consola 212 como el hardware de IRM 214. El software de navegación 200 ayuda al médico tratante a realizar las siguientes tareas.
Planificación de colocación de aguja. El médico tratante puede definir una trayectoria de colocación de la especificando los objetivos y el punto de entrada en la piel en la imagen de planificación. El software muestra una sección de imagen de planificación a lo largo de cualquier plano y permite al médico especificar los puntos haciendo clic con el ratón. Una vez definida la trayectoria, puede volver a cortar la imagen en 3D con un plano a lo largo de la trayectoria para que el médico tratante pueda hallar cualquier estructura crítica y los obstáculos alrededor de la trayectoria (Figs. 3a - 3d). La trayectoria definida se transfiere al servidor de control del robot. Sin embargo, la decisión final de mover el accionador la toma preferentemente el médico de pie junto al pórtico; los accionadores sólo pueden encenderse cuando el médico tratante presiona el interruptor de pie.
Registro de dispositivo a imagen. El software puede detectar automáticamente los marcadores incrustados en el dispositivo en la imagen de calibración para el registro del dispositivo en el sistema de coordenadas de la imagen. Los detalles de un algoritmo de una realización de la invención que detecta y registra los marcadores fiduciarios se
describen en la siguiente sección. Una vez registrado el dispositivo, el software superpone el modelo del dispositivo y su alcance accesible en la imagen, para que el operador pueda confirmar que todos los objetivos están dentro del alcance (Figs. 3a - 3d). La matriz de transformación lineal se transfiere al servidor de control del robot a través de la red utilizando, por ejemplo, el protocolo OpenIGTLink [TOKUDA, JUNICHI, "Integrated navigation and control software system for IRM-guided robotic prostate interventions", 2009].
Supervisión y confirmación de la colocación de la sonda. El software puede utilizarse para visualizar la posición y orientación actuales del dispositivo con un modelo 3D superpuesto a las imágenes en cualquier momento del procedimiento (Fig. 3b). Además, también puede mostrar imágenes de confirmación que muestran la sonda insertada en el paciente con la trayectoria y el objetivo planificados (Fig. 3c). Estas características permiten a los médicos tratantes controlar el dispositivo y confirmar la colocación de la sonda.
Capa de control lógico
La capa de control lógico (LCL) 206 está situada en la capa intermedia del sistema y sirve de interfaz entre el software de navegación 200 y la capa de control físico de bajo nivel (PCL) 208. Esta capa 202 puede encapsular el hardware y la estructura cinemática del dispositivo, y proporcionar una interfaz de programa de aplicación (API) independiente del dispositivo a la capa superior. Por lo tanto, la LCL 206 consiste en los siguientes subcomponentes:
Interfaz de red TCP/IP para la capa superior. A través de esta interfaz, la LCL recibe órdenes al hardware desde la capa superior, incluyendo la posición del objetivo, y proporciona el estado actual del hardware a la capa superior, incluyendo la posición actual de la guía de la aguja, y el estado del dispositivo. También proporciona la profundidad de inserción de la aguja requerida como resultado del cálculo de la cinemática (véase Motor cinemático a continuación) a la capa superior. Una característica única de esta interfaz es que la LCL proporciona una configuración del marco fiduciario a la capa superior, en la que se realiza el registro dispositivo-imagen en base a fiduciarios, manteniendo la capa superior independiente del hardware. La interfaz de red de esta realización cumple con el protocolo OpenIGTLink [TOKUDA, JUNICHi, "Integrated navigation and control software system for IRM-guided robotic prostate interventions", 2009], por lo que puede comunicarse prácticamente con cualquier software compatible con OpenIGTLink.
Motor cinemático. Las órdenes independientes del hardware recibidas de la capa superior pueden traducirse en las posiciones objetivo de los accionadores individuales basándose en la cinemática del dispositivo de guía de la aguja, y enviarse al p Cl . Por otro lado, las posiciones actuales de los accionadores individuales en esta realización, recibidas desde el PCI se traducen a la posición y orientación de la guía de la aguja y se envían a la capa superior.
Interfaz en serie con la capa inferior. La LCL se comunica con el subcomponente de la capa inferior a través de un bus serie universal (USB). A través de esta interfaz ejemplar, las posiciones objetivo de los accionadores individuales y otros comandos específicos del dispositivo se envían al PCL 208, mientras que el estado actual del dispositivo y las lecturas del codificador de los accionadores individuales se envían al LCL. La información que se intercambia a través de esta interfaz depende de la estructura cinemática, pero es independiente del hardware físico (por ejemplo, los controladores de motor y los codificadores).
Capa de control físico
El papel de la Capa de Control Físico (PCL) 208 es proporcionar una interfaz independiente de la entrada/salida física (I/O), pero dependiente de la estructura cinemática. En algunas realizaciones, el PCI se ejecuta en un ordenador embebido basado en Linux equipado con una interfaz USB para la comunicación con el servidor de control de dispositivos, y una interfaz de entrada/salida digital para leer las entradas de los codificadores y el interruptor de pie y dar las velocidades objetivo de los motores individuales a los controladores de motor. Una vez que el controlador recibe las posiciones objetivo de los accionadores individuales, realiza un control PID en bucle cerrado de los motores individuales para posicionar los dos anillos en las posiciones designadas. A lo largo de este proceso, la PCL puede seguir enviando opcionalmente las posiciones actuales de los anillos y otros estados del dispositivo.
III. Marco Fiduciario
El marco fiduciario contiene una pluralidad de marcadores fiduciarios. Todos los marcadores pueden tener la misma forma y tamaño, tal como, por ejemplo, ser todos marcadores esféricos, o el marco fiduciario puede contener marcadores fiduciarios de diferentes tamaños y/o formas. La colocación de los marcadores fiduciarios dentro del marco fiduciario es en forma de anillo o en dos o más grupos. Si están dispuestos en forma de anillo, los marcadores fiduciarios están dispuestos asimétricamente. Si están dispuestos en grupos, cada uno tiene un número, tamaño, forma, configuración o propiedad material diferente de marcadores fiduciarios. Si los grupos tienen direccionalidad, debe haber al menos un grupo tal que la direccionalidad del grupo permita fijar el grupo en seis grados de libertad (6DOF). Para los grupos que tienen una direccionalidad que sólo permite fijar los grupos en menos de 6 DOF, entonces debe haber al menos dos grupos. Si los grupos no tienen direccionalidad, debe haber al menos tres grupos. En algunas realizaciones, hay 2, 3, 4, 5, 6, 7, 8, 9 o 10 grupos. En algunas realizaciones, cuando el dispositivo médico tiene cuatro esquinas, hay cuatro grupos que se colocan generalmente en las esquinas del dispositivo
En algunas realizaciones, todos los marcadores fiduciarios de un grupo están en el mismo plano. No es necesario que los grupos tengan el mismo número de marcadores fiduciarios en los distintos grupos. Puede haber 1, 2, 3, 4, 5, 6, 7,
8, 9, 10, 11, 12, 13, 14, 15 o más marcadores fiduciarios por grupo. El número máximo de marcadores fiduciarios por grupo y también el número máximo de grupos está limitado por el tamaño relativo de los marcadores fiduciarios y de los grupos con respecto al tamaño del dispositivo médico (por ejemplo, un objeto del tamaño de una caja de cerillas no tendría de forma realista docenas de grupos del tamaño de una canica, ya que esto haría que el objeto fuera demasiado deforme). El número de grupos puede seleccionarse en función de la precisión deseada del registro necesario para el dispositivo médico, en el que más grupos proporcionan una mayor precisión. En algunas realizaciones, particularmente en las que se utilizan marcadores fiduciarios de formas diferentes, se utiliza una pluralidad de marcadores fiduciarios esféricos.
En algunas realizaciones, el dispositivo médico o una parte del dispositivo médico se fabrican para permitir grupos configurables. Por ejemplo, un dispositivo médico puede tener múltiples divisiones u orificios espaciados de forma equitativa o aleatoria alrededor de un anillo o en cada borde del dispositivo. A continuación, cuando se requiere el registro del dispositivo, se colocan marcadores fiduciarios en los huecos o en los orificios (si se trata de orificios, el marcador fiduciario puede tener un saliente en forma de pasador que encaja en el orificio; también se contemplan otros formatos de fijación extraíble de los marcadores fiduciarios al dispositivo médico). El número de marcadores fiduciarios y el número de grupos creados pueden definirse en función de la calidad de registro requerida para la aplicación concreta. La Fig. 4a es un ejemplo de implementación de un marco fiduciario con forma de anillo y marcadores fiduciarios dispuestos asimétricamente, en el que la parte del dispositivo médico con forma de anillo también permite grupos configurables. El marco consiste en 10 recipientes cilíndricos para líquidos idénticos fijados a una plantilla circular; la plantilla tiene 60 orificios cada 6 grados a lo largo de un círculo con un diámetro de 110 mm que permite una configuración diferente de los marcadores. Cada recipiente de líquido se fabrica mediante impresión 3D, y tiene una cavidad esférica con un diámetro de 10 mm y llena de solución de ácido gadolinio-dietilentriamina pentaacético (Gd-DTPA). Dado que la solución aparece como un objeto esférico brillante en las imágenes de IRM ponderadas por Ti, el recipiente lleno funciona como un marcador. La Fig. 4b es una imagen de IRM del marco a lo largo del plano paralelo al círculo, y los puntos centrales de los marcadores detectados por el algoritmo de detección de marcadores descrito en la presente memoria. La Fig. 4c es una representación en 3D del modelo del dispositivo de guía de agujas, los marcadores esféricos y los puntos centrales detectados.
Marcadores fiduciarios esféricos
Una realización de la invención descrita en la presente memoria incluye el uso de marcadores fiduciarios esféricos. El algoritmo para esta realización se basa en una forma esférica del marcador fiduciario individual con un diámetro específico dM y una configuración circular del marcador fiduciario (por ejemplo, en forma de anillo). Esto se ejemplifica en las Figs. 5a y 5b. La fecha de la imagen de la forma esférica se puede detectar fácilmente mediante el procesamiento de imágenes. Además, se pueden fabricar fácilmente marcadores esféricos. Los marcadores fiduciarios esféricos ejemplares son recipientes líquidos esféricos impresos en 3D llenos de solución de Gd-DTPA.
Los marcadores esféricos están alineados en un círculo 2D con un diámetro predefinido Df, pero con espaciamientos irregulares para que la configuración sea asimétrica, lo que significa que el marco fiduciario nunca se ve igual, después de rotar alrededor del centro y/o voltear el círculo. Dado el origen del marco de coordenadas fiduciario definido en el centro del círculo, y su eje z perpendicular al círculo, las coordenadas del marcador i-ésimo pueden definirse como sigue:
en la que Nm es el número de marcadores esféricos.
Una forma sencilla de conseguir el requisito de asimetría es cumplir la siguiente condición:
Si * Sj (0 < i < j < Nm)
en la que 5i es el ángulo entre la marca i y la i + 1 respecto al centro del círculo:
Sft = 27T — Qfl
Aunque los marcadores fiduciarios para algunas realizaciones son esféricos, el término no pretende implicar una forma perfectamente esférica. Por el contrario, la cantidad de error en la forma esférica no debe ser lo suficientemente grande
como para comprometer la capacidad de los algoritmos, como se describe a continuación, para definir los marcadores fiduciarios como si tuvieran una forma esférica y aplicar una mejora del objeto.
Agrupamiento de marcadores detectados e identificación de grupos
La presente estrategia de registro basada en fiduciarios requiere que cada marcador fiduciario sea visible en la imagen tomográfica y tenga forma esférica, que puede ser fácilmente mejorada y detectada como se describe en la presente memoria. Estos marcadores esféricos están dispuestos para formar al menos tres grupos. Para simplificar el agrupamiento, se define un grupo de forma que la distancia entre dos marcadores cualesquiera en el mismo grupo sea igual o menor que Lc, mientras que la distancia entre marcadores en grupos diferentes sea mayor que Lc mm. Dada la posición del j-ésimo marcador en el i-ésimo grupo p j ,
||pj - pw|| < Lc, en el que i = k
||pj - pki|| > Lc, en el que i t k (1)
El número de marcadores fiduciarios en cada grupo es único, de manera que el grupo puede ser identificado fácilmente contando los marcadores identificados en éste.
Conocimiento previo sobre la configuración de los marcadores fiduciarios definidos en la ecuación (1) para agrupar los marcadores fiduciarios detectados. Dado el número de grupos Nc y la distancia máxima entre puntos del mismo grupo Lc, los puntos detectados pi,p2,...,pn se agrupan en Ci,..., Cnc en las siguientes etapas:
1. Asignar pi a Ci, y dejar que el índice del punto actual i = 2.
2. Calcular la distancia entre pi y los primeros puntos de cada grupo (si el primer punto ya ha sido asignado). Si la distancia entre p i y el primer punto del grupo Cj es menor que Lc, asignar pi a Cj. Si ninguno de los grupos tiene el primer punto situado dentro de Lc de pi, asignar p i a uno de los grupos en los que no se ha asignado ningún punto.
3. Incrementar i en 1. Si i < n, repetir la etapa 2.
Al final de estas etapas, todos los puntos deben haber sido asignados a los grupos C1,..., Cnc.
Debido a que se configuran los marcadores fiduciarios de manera que cada grupo tiene un número único de marcadores fiduciarios, cada grupo puede ser identificado en base a los números de puntos asignados a éste.
Alternativamente, se pueden utilizar otros algoritmos de agrupamiento bien conocidos y utilizados en el análisis de grupos. Por ejemplo, se puede utilizar el agrupamiento jerárquico o el agrupamiento de medias de k. En el agrupamiento jerárquico, el algoritmo comienza con grupos con un punto, y los fusiona progresivamente en base a la distancia entre los grupos hasta que el número de grupos se convierte en el número predeterminado. El agrupamiento de medias de k divide los puntos detectados en un número determinado de grupos, de modo que la "suma de cuadrados dentro del grupo" se minimiza. La suma de cuadrados dentro del grupo se define como la suma de las distancias cuadradas entre cada punto y la media más cercana de los puntos de cada grupo.
Agrupamiento de marcadores fiduciarios
En algunas realizaciones, el marco fiduciario utilizado en un dispositivo médico está compuesto por marcadores fiduciarios agrupados. Puede haber 1, 2, 3, 4, 5, 6, 7, 8 o más grupos. Cada grupo se distingue de los demás, ya que cada grupo tendrá un número diferente de marcadores fiduciarios, marcadores fiduciarios de diferente tamaño, marcadores fiduciarios de diferente forma, marcadores fiduciarios dispuestos en el grupo en una configuración diferente, o marcadores fiduciarios con diferentes propiedades de material.
Los grupos pueden contener diferentes números de marcadores fiduciarios. Como se ejemplifica en la Fig. 6a, el marco fiduciario tiene tres grupos diferentes donde cada grupo tiene un número diferente (2, 3 y 4) de marcadores fiduciarios. Un grupo puede contener un solo marcador fiduciario o puede contener 2, 3, 4, 5, 6, 7, 8 o más marcadores fiduciarios. El número sólo está limitado por el tamaño relativo de los fiduciarios en comparación con el dispositivo médico en el que se colocan.
Los grupos pueden contener fiduciarios de diferentes tamaños. Como se ejemplifica en la Fig. 6b, el marco fiduciario tiene cuatro grupos diferentes en los que dos grupos tienen marcadores fiduciarios pequeños y dos grupos tienen marcadores fiduciarios más grandes. Cuando se utilizan marcadores fiduciarios de múltiples tamaños, éstos deben tener tamaños suficientemente diferentes para que se distingan claramente en los datos de la imagen.
Los grupos pueden contener fiduciarios de diferentes formas. Como se ejemplifica en la Fig. 6c, el marco fiduciario tiene cuatro grupos diferentes, en el que la forma del fiduciario es una esfera, una elipse (oblata, prolata o trioaxial), un cilindro o un tubo (por ejemplo, formando un anillo, una espiral, etc.). En algunas realizaciones, se pueden utilizar cilindros de diferentes formas, incluidos altos o cortos, como formas distintas.
Los grupos pueden estar dispuestos en diferentes configuraciones. Como se ejemplifica en la Fig. 6d, se muestran tres grupos, cada uno con tres marcadores fiduciarios esféricos por el marco fiduciario. En esta figura, los fiduciarios de un grupo forman un triángulo equilátero, mientras que los fiduciarios de los otros grupos forman un triángulo agudo y uno obtuso. No es necesario que las diferentes configuraciones formen figuras geométricas y pueden, alternativamente, ser aleatorias. Sin embargo, los grupos deben tener sus marcadores fiduciarios configurados de manera que los diferentes grupos puedan distinguirse entre sí.
Los grupos pueden contener fiduciarios con diferentes propiedades de material, de manera que los objetos de marcadores fiduciarios sean distinguibles en una imagen de IRM o una imagen de IRM mejorada. Por ejemplo, se pueden utilizar diferentes agentes de contraste de IRM o diferentes concentraciones de agentes de contraste de IRM para crear los fiduciarios.
En algunas realizaciones, los grupos pueden contener dos o más de estas diferencias. Por ejemplo, algunos grupos pueden tener marcadores fiduciarios de diferente tamaño y otros pueden tener marcadores fiduciarios de diferente forma.
IV. Detección de marcadores fiduciarios
Mejora de las funciones
Se pueden mejorar los objetos de la imagen con la forma de los marcadores esféricos para mejorar la tasa de éxito de la detección de marcadores mediante la extracción de características en la siguiente etapa. Hay muchas maneras de realizar una mejora de las características. Un enfoque común para mejorar los objetos de la imagen es la operación en base a derivación, en la que se calculan las derivadas espaciales de primer o segundo orden de los vóxeles contiguos para mejorar o suprimir una característica específica de la imagen.
En algunas realizaciones, la mejora de la característica es una operación en base a derivada denominada detección de bordes de Canny [Canny, J., A Computational Approach To Edge Detection, IEEE Trans. Pattern Analysis and Machine Intelligence, 8(6):679-698, 1986.], en el que se calcula una derivada de primer orden de una gaussiana en cada vóxel para extraer los bordes de los objetos en la imagen. Después de las detecciones de bordes de Canny, cualquier forma en la imagen se contornea y, por lo tanto, puede ser examinada en la siguiente etapa para detectar una forma específica.
En algunas realizaciones, la mejora de la característica es una operación en base a derivada que es el filtro propuesto por Frangi [Frangi AF, et al., Med. Image Comput. Comput. Interv. (MICCAI'98), Lect. Notes Comput. Sci. Springer Verlag; 1998. p. 130-7]. Se trata de una forma generalizada del "vesselness filter" propuesto por Sato et al y Lorenz et al; determina la probabilidad de que exista una estructura tubular, de placa o de mancha en cada región de una imagen en escala de grises en base a los valores propios de una matriz hessiana [Y. Sato, et al.; Proc. CVRMed-MRCAS'97, LNCS, pages 213-222, 1997; C. Lorenz, et al.; Proc. CVRMed-MRCAS'97, LNCS, pages 233-242, 1997]. En la función "vesselness" se definió como:
en la que s es la escala para la matriz hessiana de la imagen original en una localización dada x, ^ 1, ^2, son el primer, segundo y tercer valor propio de la matriz hessiana (|^ | < |^2 < |Aí |, S es la norma de la matriz de Frobenius
y
Volumery/(4jr/3)
Rb =
(Area sección transversal más largá/Jt)3^ = ^ = (3)
(Area sección transversal más largai ¡n . i i
R* = -( -S-e--m--it-a-r-g--it-u--d-- d-e--- e-j-e-- m--á;-s-- l-a-r-g--a-}” r- = — |Aa| . (4)
a, fi, y c son umbrales que controlan las sensibilidades de las mediciones Ra , Rb , y S. La forma y el contraste de las estructuras que responden a la función de vesselness V0(s) dependen de las relaciones entre los valores propios. Por
ejemplo, V0(s) realza la estructura tubular brillante, cuando |^ | = 0, |^i << |^2|, Á2 ~ Á3, Á2 > 0, y Á3 > 0. El tamaño de las estructuras que responden a la función V0(S) depende del parámetro de escala s.
Una implementación de las realizaciones utiliza el enfoque de Frangi implementado por ANTIGA, LUCA "Generalizing vesselness with respect to dimensionality and shape", Insight J., August 3, 2007como una clase C++ en Insight Segmentation and Registration Toolkit (ITK). En esta implementación, Ra y Rb se han generalizado de forma adicional para tratar las estructuras mencionadas anteriormente como estructuras M-dimensionales en una imagen N-dimensional (es decir, M=o para las manchas, M=1 para los vasos y M=2 para las placas)
ra = -------|Am+i1 , (5)
nf=M+2 \k\N-M-i
R„ = ------(6)
nf=M+1 \m \n - m
Cuando se utilizan marcadores esféricos en el marco, se aplica la función vesselness a la imagen del marco fiduciario con M=o para mejorar las estructuras esféricas brillantes. Cuando se utilizan marcadores tubulares en el marco, se aplica la función de recipiente con M=1 para mejorarlos.
En algunos ejemplos, que no forman parte de la presente invención, los objetos de marcadores fiduciarios se detectan sin la etapa de aplicar una operación de mejora de características. La etapa de aplicar una operación de mejora de características y otros pasos de mejora de objetos se utilizan para aumentar la solidez de la extracción de características. Sin embargo, en dichos ejemplos, no es necesario ese aumento de solidez. En estos ejemplos, los algoritmos de extracción de características pueden ser capaces de distinguir los marcadores de otros objetos sin necesidad de esta etapa. Por lo tanto, se contempla, que en tales ejemplos, la etapa de detectar los objetos de marcadores fiduciarios dentro de los datos de la imagen comprende: aplicar una extracción de características para extraer los objetos de marcadores fiduciarios, y definir el punto representativo para cada objeto de marcador fiduciario o para cada grupo de objetos de marcadores fiduciarios.
Extracción de características
A continuación, los objetos de la imagen con las formas de los marcadores fiduciarios se detectan utilizando una extracción de características en base a la forma.
Un ejemplo de extracción de características es el umbral, en el que sólo los vóxeles dentro de un intervalo de intensidad determinado se extraen como objeto. Este enfoque es útil, cuando se conoce el intervalo de intensidades de los vóxeles dentro de los objetos de marcadores, o se puede asumir que los marcadores presentan intensidades de vóxeles más altas que cualquier otro objeto.
Otro ejemplo de extracción de características es la coincidencia de plantillas. En este enfoque, se utiliza una pequeña imagen de la forma objetivo llamada imagen plantilla. La similitud de la imagen entre la imagen de la plantilla y la imagen dada se evaluó en cada punto. Los puntos que tienen altas similitudes se identifican como el centro de las características detectadas.
Otro ejemplo de extracción de características es la transformada de Hough. De este modo, en algunas realizaciones, las estructuras de los objetos realzadas por la función de vesselness se detectan entonces mediante el algoritmo de la transformada de Hough [Duda RO, Hart PE. Comn. ACM. 1972;15:11-5]. El algoritmo de la transformada de Hough se utiliza ampliamente para extraer objetos de imágenes con una forma específica representada por un conjunto de parámetros, como líneas rectas, círculos y elipses. El algoritmo puede aplicarse a la detección de objetos esféricos en una imagen 3D.
Para los objetos esféricos, la superficie de una esfera puede parametrizarse como
(x — a)2 (y — b )2 (z — c)2 = r ¿ (7)
en la que, a, b, cy r son parámetros que definen el tamaño y la posición de la esfera en la imagen 3D. La primera etapa del algoritmo de la transformada de Hough es un procedimiento de votación que utiliza el denominado "espacio acumulador" La dimensión del espacio acumulador en la detección de objetos esféricos es de cuatro, y cada punto del espacio acumulador corresponde a un objeto esférico en la imagen original. En el procedimiento de votación, el algoritmo examina cada punto de los objetos candidatos (es decir, la zona de alta intensidad) en la imagen original, y calcula conjuntos de parámetros (a, b, c, r) de todas las esferas cuyas superficies contienen el punto dado. A continuación, cada conjunto de parámetros se asigna como un punto en el espacio del acumulador para "votar". De este modo, la densidad de estos puntos en (a, b, c, r) en el espacio del acumulador representa la probabilidad de que
la superficie de la esfera dada porfa, b, c, r) contenga la zona de alta intensidad en la imagen original, después de examinar todos los puntos; las esferas correspondientes a los puntos de alta densidad en la imagen del acumulador son probablemente los objetos que se detectan. En la presente detección de marcadores fiduciarios, se ha restringido r a r = dM2. Tras la transformación de Hough, se calcula la posición del centro de masa de cada objeto esférico.
La transformada de Hough puede utilizarse en otras realizaciones, cuando los objetos tienen formas analíticas que pueden representarse mediante parámetros. Entre los ejemplos de formas analíticas se encuentran la elipse, la cilíndrica, o se utiliza otra forma, la superficie del objeto puede parametrizarse de forma similar a la descrita para una esfera. Por supuesto, para algunos de estos objetos, el número de parámetros utilizados debe aumentar para describir particularmente el tamaño y la posición del objeto en la imagen 3D.
Definición de punto representativo
Para cada objeto o grupo, se determina un punto representativo. Este punto representativo puede ser el centro de masa. Otros procedimientos para definir un punto representativo son, por ejemplo, la selección del punto más alto de cada objeto de marcador fiduciario, el cálculo de un foco, el cálculo de un vértice (de un cono, por ejemplo), o un procedimiento similar. Estos procedimientos son generalmente conocidos en la técnica.
V. Registro de marcadores fiduciarios
La última etapa que se discute en esta realización del proceso de registro de marcadores fiduciarios es hacer coincidir el modelo de marcadores con los marcadores detectados. Esta etapa consiste en cuatro subetapas: 1) ajustar un plano bidimensional a los marcadores detectados; 2) estimar el círculo al que se alinean los marcadores detectados; 3) hacer coincidir el círculo del modelo con el círculo estimado; 4) hallar la rotación que coincide con el modelo y los marcadores detectados. La primera subetapa se consigue mediante el análisis de componentes principales (ACP); el ACP transforma los puntos en un nuevo sistema de coordenadas, en el que la mayor varianza aparece a lo largo del primer eje, la segunda mayor varianza a lo largo del segundo y la menor varianza a lo largo del tercer eje. Por lo tanto, el plano ajustado a los puntos está definido por el nuevo sistema de coordenadas. Que las coordenadas de los marcadores detectados sean X = ( x i,X2,...,xn). La descomposición de componentes principales puede darse mediante una matriz W de 3 por 3:
T = XW
en la que T es una matriz N por 3 que representa las coordenadas de los marcadores convertidos al nuevo espacio, X es una matriz N por 3 que representa las coordenadas de los marcadores desplazados de forma que la
media empírica sea cero (X = (xi -x , X2 - x,..., xn ■x), en la que - X n = ixn/N)-
La k-ésima columna de W corresponde al k-ésimo vector propio de XTX, que representa el vector normal para el késimo eje en el nuevo espacio de coordenadas. Como el tercer eje es el que menos varianza tiene, todos los marcadores están en el plano definido por el primer y el segundo eje.
El centro de los marcadores puede ser estimado por la intersección de las bisectrices perpendiculares de dos cuerdas definidas por tres puntos diferentes del círculo. En la presente implementación, los bisectores calculados a partir de todas las combinaciones de puntos nC3 se promedian para estimar el centro de los marcadores. Dados tres marcadores seleccionados de entre los detectados, P 1, P2 y P3, el punto de bisección de P1, P2 y P3, representado por M12 y M23 puede obtenerse mediante:
m í2 = (Pi p2)/2
™23 = (P2 Ps)/2
en la que p i, P2, y p3 son los vectores de posición bidimensionales de P1, P2 y P3. Los vectores normales de las bisectrices perpendiculares de P1P2 y P2P3 son:
n 23 — ^ 90 oV23
en la que v12 = p2 - p1 y v23 = p3 - p2, y R9o° es una rotación en sentido antihorario alrededor del origen x en 90 grados:
La proyección de Mi sobre la bisectriz de P1P2, representada por H12 se calcula mediante:
h u = m 12 { (m 23 - m 12) • n 12} • n 12
La intersección de las dos bisectrices perpendiculares, C, puede representarse mediante un parámetro escalar a:
c = m 23 + a • n23
Como la proyección de C sobre M2H debe ser H,
Utilizando esta relación, el parámetro escalar a puede calcularse como
_ 11^12 - " 123 I I 2
n 23 • (h i2 — m 23)
Por lo tanto,
La transformación que ajusta el círculo del modelo a los marcadores detectados es:
TC+(P) = Rc+ - P c
en la que R+ = (W 17, W2T, W37). El círculo también puede ajustarse al modelo, después de voltearlo (o rotarlo sobre el eje x o y en 180 grados). En este caso, la transformación es:
TC-(P ) = Rc- - p c = Rc+■ RX:180° P c
en el que Rx,180° es una rotación en sentido antihorario sobre el eje x en 180 grados
La última etapa consiste en hallar la rotación sobre el eje del círculo que ajusta todos los marcadores del modelo a los marcadores detectados después de la transformación Tc+ o Tc-. Dado un ángulo para la rotación alrededor del eje z O, la transformación final puede describirse como
Te(p) = Rc -Rz(6)-p c
en la que
Se define la bondad del ajuste como la distancia cuadrática media de los puntos más cercanos entre los marcadores del modelo transformado y los marcadores detectados:
iv
E = ^ ^ m i n | | q ; - r e (pfe) | |2
k = 1
Usando esta bondad de ajuste, el presente problema puede ser descrito como:
Aunque O es un parámetro continuo, podemos limitar el espacio de búsqueda asumiendo que uno de los marcadores del modelo transformado siempre coincide con uno de los marcadores detectados. Para hacer coincidir el primer marcador del modelo con el l-ésimo marcador detectado
<li = Telil(Pi) = Rc-Rz (Pi,i)-Pi c
Por lo tanto, Oi , les el ángulo de rotación entre p1 y q = Rc-1(qi - c). Utilizando O1j, O que minimiza la bondad del ajuste E puede reescribirse como
Por último, la transformada de registro puede calcularse sustituyendo la solución O por To(p).
En la aplicación en el mundo real, existen errores en la detección de los marcadores y en las etapas de procesamiento posteriores. Para minimizar el impacto de los errores de detección de marcadores, la matriz de registro se optimiza aún más mediante el registro punto a punto basado en la correspondencia de marcadores entre el modelo y los marcadores detectados identificados por To(p).
El registro del modelo de marcadores fiduciarios a los marcadores fiduciarios detectados consiste en la coincidencia de grupo a grupo para la estimación inicial del registro, y la coincidencia de punto a punto para el refinamiento del registro estimado. Para la correspondencia entre grupos, se calculan las posiciones medias de los marcadores fiduciarios para cada grupo, tanto para el modelo de marcadores fiduciarios, como para los marcadores fiduciarios detectados. Las posiciones promedio en el modelo y los marcadores fiduciarios detectados se hacen coincidir mediante un algoritmo de registro punto a punto. El registro punto a punto proporciona una estimación inicial de la matriz de registro. Una vez que los grupos del modelo y los marcadores fiduciarios detectados coinciden, los marcadores individuales se emparejan utilizando un algoritmo de punto más cercano iterativo (ICP). Como el ICP hace coincidir los puntos del modelo y los marcadores fiduciarios detectados minimizando las distancias entre sí, no es necesario identificar los marcadores individualmente.
VI. Aplicaciones
Una aplicación para los marcadores fiduciarios, los sistemas y los procedimientos descritos en la presente memoria puede aplicarse utilizando un dispositivo de guía de aguja de doble anillo. Como se describe en la Patente de EE. UU.
2014/0275979, el movimiento r Cm de dos DOF se consigue mediante un mecanismo de doble anillo, que consiste en dos etapas giratorias en forma de anillo acopladas con un ángulo fijo. Estas etapas en forma de anillo pueden girar manualmente o ser accionadas por un motor, como un accionador ultrasónico. Al girar las dos etapas de forma independiente, se puede girar la guía de la aguja en dos direcciones alrededor del centro remoto. Las etapas también tienen codificadores integrados para el control PID. Los ángulos de destino de las etapas rotativas inferior y superior 9iy O2 se pueden calcular mediante:
en el que, r es el radio de la etapa giratoria superior, p es la posición del objetivo, pn es el punto de intersección de la etapa giratoria superior y el eje de la guía de la aguja, y p es el punto de intersección de la etapa rotatoria superior y el eje del anillo inferior. xn e yn son los elementos x- e y- de pn. La profundidad de inserción de la aguja desde la entrada de la guía de la aguja es dada por:
d = \ P n - P t \ (3)
Flujo de trabajo clínico
Se describe un flujo de trabajo clínico ejemplar, utilizando el dispositivo de dos anillos descrito anteriormente. En esta realización, el mecanismo activo de 2DOF del dispositivo de dos anillos inclina una guía de aguja pasiva sobre un punto de entrada en la piel determinado para alinear la aguja con la trayectoria hacia una lesión, que se identifica en una imagen intraoperatoria en 3D del paciente. Se proporciona un flujo de trabajo clínico para introducir las sondas de ablación en la lesión objetivo bajo la guía de la IRM. Cabe destacar que el paciente puede permanecer en la mesa del paciente durante todo el procedimiento, y que sólo se traslada al pórtico del explorador cuando se adquieren las imágenes; las demás etapas pueden realizarse fuera del pórtico:
1. Se adquiere una primera imagen tridimensional(3D)(imagen de planificación) y se transfiere al software de navegación.
2. Los puntos de entrada y objetivo se definen en el software de navegación.
3. El dispositivo de guía de la aguja está montado en el cuerpo del paciente de manera que su punto de centro de movimiento remoto (RCM) se proporcione al punto de entrada definido.
4. Se adquiere una segunda imagen 3D (imagen de calibración) y se transfiere al software de navegación.
5. El software de navegación detecta y localiza automáticamente los marcadores fiduciarios fijados al dispositivo.
6. El software de navegación envía la relación espacial entre el dispositivo y el sistema de coordenadas de la imagen al controlador del dispositivo para que éste pueda transformar las coordenadas del objetivo desde el sistema de la imagen al sistema de coordenadas del dispositivo.
7. El software de navegación envía las coordenadas del objetivo y los puntos de entrada al controlador del dispositivo.
8. El controlador del dispositivo acciona los accionadores para alinear la guía de la aguja con la trayectoria designada.
9. El médico tratante introduce la sonda hacia el objetivo utilizando la guía, en la que la orientación es manual o automática.
10. Se adquiere una imagen 3D (imagen de confirmación) para confirmar la colocación de la sonda.
11. Las etapas 9 y 10 pueden repetirse hasta que una pluralidad de sondas esté bien colocada.
Una vez colocadas las sondas en las posiciones previstas, se realiza la crioablación. La extensión del tejido congelado con respecto al tumor objetivo se supervisa mediante imágenes de IRM adquiridas a lo largo del ciclo de congelacióndescongelación.
Los sistemas y procedimientos presentados en la presente memoria se describen junto con un dispositivo de guía de aguja de montaje corporal compatible con la IRM con mecanismo de doble anillo descrito en la Patente de los EE. UU.
2014/0275979. Sin embargo, el sistema y los procedimientos descritos en la presente memoria pueden utilizarse con cualquier dispositivo médico utilizado junto con cualquier imagen tomográfica.
Registro de dispositivo a imagen
Se ha probado el presente algoritmo de registro mediante experimentos de simulación y de obtención de imágenes. El objetivo es evaluar la precisión, la velocidad y la solidez del procedimiento de registro propuesto en varias condiciones de imagen, incluyendo diferentes posiciones y orientaciones del dispositivo, resoluciones espaciales, relaciones señal-ruido (SNR) y configuraciones de los marcadores fiduciarios.
Simulación
Se creó una transformación rígida aleatoria generando tres parámetros de traslación la(x,y,z) y ángulos de Euler (a,p,Y) con intervalos de (-150 mm, 150 mm) para los parámetros de traslación, (-n, n) para a e y, y (-n/2,n/2) para ¡5. La representación matricial de la transformación es:
T = R p t
en la que t =(x, y, z) y,
/ « w p —eos) sen¿? s e n /ís e n y \ j? = í rasasen/? cosa cos/T ras y - sena senf - ras y sena - eos a eos /f sen a\
Vsin aseníí rasasen^ eos/? eos asentí sen arras y ~ cos/J sena sen y i
La transformación rígida aleatoria se aplicó entonces a un conjunto de puntos como modelo del marcador fiduciario. A continuación, se renderiza una imagen rasterizada 3D sintética del marcador fiduciario transformado en una imagen 3D con una resolución espacial determinada a partir del conjunto de puntos transformados. En esta etapa de renderización, se considera el efecto de volumen parcial para calcular la intensidad de la señal de los vóxeles en el límite de los marcadores. El efecto de volumen parcial es crucial para que el algoritmo de registro logre una precisión menor que el tamaño del vóxel. Por último, se genera una imagen fiduciaria simulada añadiendo ruido, como un ruido gaussiano con una desviación estándar variable, a la imagen 3D sintética. Una vez creada la imagen fiduciaria simulada, se estimó la transformación del marco fiduciario aplicando a la imagen el registro dispositivo-imagen. La transformada estimada se comparó con la transformada original utilizada para generar la imagen sintética.
Experimento de obtención de imagen
El algoritmo de registro también se evaluó utilizando imágenes de IRM del maniquí. Se ha creado un escenario que puede colocar el dispositivo y el marcador fiduciario en la posición y orientación conocidas en el pórtico. Se adquirió una imagen de IRM en 3D en cada posición y orientación, se realizó el registro dispositivo-imagen utilizando el algoritmo propuesto para estimar la posición y orientación del dispositivo, y luego se compararon esas estimaciones con la posición y orientación dadas por la etapa. Las imágenes se adquirieron en un explorador de IRM de 3T (MAGNETOM Verio, Siemens Healthcare, Erlangen, Alemania) con una bobina de matriz corporal y una secuencia de eco de espín Turbo de adquisición Half-Fourier ponderada en T2 de múltiples cortes (HASTE).
Simulación para evaluar el error de orientación debido al movimiento del paciente
Se probó el posible desplazamiento del dispositivo durante los procedimientos clínicos. Este movimiento se debe a los movimientos de la superficie de la piel y del órgano interno mediante el uso de imágenes 3D adquiridas durante las crioablaciones del riñón guiadas por IRM. Las imágenes se adquirieron periódicamente durante el proceso de colocación de la sonda, por lo que representan los desplazamientos de esas estructuras. Se utilizó un simulador de colocación del dispositivo para estimar cuál habría sido la posible posición y orientación del dispositivo, si se hubiera colocado en el punto de entrada en la piel.
Protocolo de obtención de imagen
Todas las imágenes se adquirieron utilizando el mismo explorador que el estudio de imagen para la validación del registro dispositivo-imagen. En una de las realizaciones descritas en la presente memoria, se adquirieron imágenes
de IRM ponderada en T2 multicorte durante el proceso de colocación de la sonda utilizando la misma bobina de matriz corporal y la IRM 2D multicorte.
Estimación de los desplazamientos potenciales del dispositivo y del objetivo
Un reto específico para el dispositivo montado en el cuerpo es que la posición y la orientación del robot son desconocidas hasta que se monta físicamente en el paciente. Como se describe en la sección "Flujo de trabajo clínico", el dispositivo no estará presente en el paciente mientras se revisa la imagen de planificación. Esta limitación puede provocar una mala colocación del dispositivo, en la que los objetivos resultan estar fuera del intervalo accesible después de ser colocados. Para que el médico tratante pueda esperar cómo se monta el dispositivo en el paciente, se ha implementado un procedimiento sencillo para estimar la posible posición y orientación del dispositivo antes de montarlo físicamente en el paciente.
El presente procedimiento se basa en un punto de entrada en la piel planificado por el médico tratante, y en un modelo de superficie 3D del paciente generado a partir de la imagen de planificación adquirida al inicio del procedimiento. Para generar el modelo de superficie 3D, el cuerpo del paciente en la imagen se segmenta por binarización de la imagen con un umbral. A continuación, la superficie del cuerpo segmentado se extrae como un modelo poligonal mediante un algoritmo de cubo de marcha. Utilizando el modelo de superficie y la coordenada del punto de entrada de la piel, se estima un área del cuerpo del paciente que entra en contacto con el dispositivo de montaje en el cuerpo. En esta estimación, se asume que el dispositivo entra en contacto con la piel sobre todo en el borde interior en forma de anillo de la base, y que la zona dentro del anillo es aproximadamente un plano. Bajo estos supuestos, la orientación del dispositivo puede ser aproximada por la media de los vectores normales de los polígonos en el área de la piel dentro del anillo. La posición del dispositivo se calcula haciendo coincidir el RCM del dispositivo con el punto de entrada de la piel manteniendo la orientación.
Cada imagen 3D es analizada para estimar los desplazamientos potenciales del dispositivo y del objetivo. El cuerpo del paciente se segmentó manualmente utilizando un software de cálculo de imágenes médicas de código abierto, 3d Slicer; la imagen se binarizó primero con un umbral y luego se editó con la herramienta de dibujo. La imagen segmentada se guardó como imagen de etiqueta y se convirtió en un modelo de superficie 3D mediante un algoritmo de cubo de marcha. El punto de inserción de la sonda en la piel también se identificó en la imagen 3D original, y se asignó en el modelo de superficie. A partir del punto de inserción de la sonda y del modelo de superficie 3D del cuerpo del paciente, se estima la posible posición y orientación del dispositivo mediante el procedimiento descrito en el apartado anterior.
El desplazamiento del objetivo se analizó utilizando el registro de imágenes de la región del riñón entre la imagen inicial y otras imágenes adquiridas en diferentes puntos de tiempo. Se asume que el movimiento del objetivo se ha movido con el riñón, y el movimiento del riñón se aproximó como un registro rígido. Para hacer foco en el riñón, se contó manualmente de forma aproximada para crear una máscara y utilizarla para limitar la región para evaluar la similitud de las dos imágenes. El registro rígido se basó en la maximización de la información mutua. Una vez analizadas todas las imágenes del mismo procedimiento, se calcularon los desplazamientos del dispositivo desde su posición original en el transcurso del proceso de colocación de la aguja. A partir de los desplazamientos estimados del objetivo y del riñón, se calculó la posición relativa del objetivo con respecto al dispositivo de guía de la aguja como error de posición potencial.
Las realizaciones de la presente invención también pueden ser llevadas a cabo por un ordenador de un sistema o aparato que lee y ejecuta instrucciones ejecutables por ordenador (por ejemplo, uno o más programas) registradas en un medio de almacenamiento (que también puede ser referido de forma más completa como un 'medio de almacenamiento no transitorio legible por ordenador') para realizar las funciones de una o más de las realizaciones descritas anteriormente y/o que incluye uno o más circuitos (por ejemplo, circuito integrado de aplicación específica (ASIC)) para realizar las funciones de una o más de las formas de realización descritas anteriormente, y por un procedimiento realizado por el ordenador del sistema o aparato mediante, por ejemplo, la lectura y ejecución de las instrucciones ejecutables por ordenador del medio de almacenamiento para realizar las funciones de una o más de las formas de realización descritas anteriormente y/o el control de uno o más circuitos para realizar las funciones de una o más de las formas de realización descritas anteriormente. El ordenador puede comprender uno o más procesadores (por ejemplo, unidad central de procesamiento (CPU), unidad de microprocesamiento (MPU)) y puede incluir una red de ordenadores separados o procesadores separados para leer y ejecutar las instrucciones ejecutables por ordenador. El ordenador puede combinarse, por ejemplo, con un sistema de IRM que incluya el hardware y la consola de IRM o puede estar separado del sistema de imagen. Las instrucciones ejecutables por ordenador pueden proporcionarse al ordenador, por ejemplo, desde una red o el medio de almacenamiento. El medio de almacenamiento puede incluir, por ejemplo, uno o más de un disco duro, una memoria de acceso aleatorio (RAM), una memoria de sólo lectura (ROM), un almacenamiento de sistemas informáticos distribuidos, un disco óptico (como un disco compacto (CD), un disco versátil digital (DVD) o un disco Blu-ray (BD)™), un dispositivo de memoria flash, una tarjeta de memoria y similares.
Definiciones
Al hacer referencia a la descripción, se exponen detalles específicos con el fin de proporcionar una comprensión completa de los ejemplos desvelados. En otros casos, los procedimientos, procesos, componentes y circuitos bien conocidos no se han descrito en detalle para no alargar innecesariamente la presente divulgación.
Debe comprenderse que si un elemento o parte se refiere en la presente como estando "sobre", "contra", "conectado a", o "acoplado a" otro elemento o parte, entonces puede estar directamente sobre, contra, conectado o acoplado al otro elemento o parte, o pueden estar presentes elementos o partes intermedias. Por el contrario, si se refiere que un elemento está "directamente sobre", "directamente conectado a" o "directamente acoplado a" otro elemento o parte, entonces no hay elementos o partes intermedias. El término "y/o" incluye todas las combinaciones de uno o más de los elementos enumerados asociados, si así se establece.
Los términos relativos al espacio, tal como "debajo", "abajo", "inferior", "encima", "superior", "proximal", "distal", y similares, pueden ser utilizados en la presente para facilitar la descripción para describir la relación de un elemento o característica con otros elementos o características como se ilustra en las diversas figuras. No obstante, debe comprenderse que los términos relativos al espacio pretenden abarcar diferentes orientaciones del dispositivo en uso o funcionamiento, además de la orientación representada en las figuras. Por ejemplo, si se da la vuelta al dispositivo de las figuras, los elementos descritos como "debajo" de otros elementos o características se orientarían entonces "encima" de los otros elementos o características. De este modo, un término espacial relativo como "abajo" puede abarcar tanto una orientación de arriba como de abajo. El dispositivo puede estar orientado de otra manera (girado 90 grados o en otras orientaciones) y los descriptores espacialmente relativos utilizados en la presente memoria deben interpretarse en consecuencia. Del mismo modo, los términos espaciales relativos "proximal" y "distal" también pueden ser intercambiables, en su caso.
El término "aproximadamente", tal como se utiliza en la presente memoria, significa, por ejemplo, dentro del 10%, dentro del 5% o menos. En algunas realizaciones, el término "aproximadamente" puede significar dentro del error de medición.
Los términos primero, segundo, tercero, etc., pueden ser utilizados en la presente para describir varios elementos, componentes, regiones, partes y/o secciones. Debe comprenderse que estos elementos, componentes, regiones, partes y/o secciones no deben estar limitados por estos términos. Estos términos se han utilizado únicamente para distinguir un elemento, componente, región, parte o sección de otra región, parte o sección. Por lo tanto, un primer elemento, componente, región, parte o sección que se discute a continuación puede denominarse segundo elemento, componente, región, parte o sección sin apartarse de las enseñanzas de la presente memoria.
Tal como se utiliza en la presente memoria, "distinguible", tal como se utiliza en el contexto de distinguir grupos de marcadores fiduciarios, significa que la configuración (número, tamaño, forma, configuración o propiedad material) de los diversos grupos puede diferenciarse de cada uno de los otros grupos con una certeza de al menos establecer correspondencias uno a uno entre los grupos de marcadores en el marco físico y los detectados en la imagen. Una vez distinguidos los grupos, se puede localizar el marco en el sistema de coordenadas de la imagen.
La terminología utilizada en la presente memoria tiene por objeto describir únicamente determinadas realizaciones y no pretende ser limitativa. Tal y como se utilizan en la presente memoria, las formas singulares "un", "una" y "el/a", pretenden incluir también las formas plurales, a menos que el contexto indique claramente lo contrario. Debe comprenderse además que los términos "incluye" y/o "incluyendo", cuando se utilizan en la presente especificación, especifican la presencia de características, números enteros, etapas, operaciones, elementos y/o componentes mencionados, pero no excluyen la presencia o adición de una o más características, números enteros, etapas, operaciones, elementos, componentes y/o grupos de estos no mencionados explícitamente.
Al describir las realizaciones de ejemplo ilustradas en los dibujos, se emplea una terminología específica por propósitos de claridad. Sin embargo, la divulgación de esta especificación de patente no pretende limitarse a la terminología específica así seleccionada. Aunque la presente divulgación se ha descrito con referencia a realizaciones ejemplares, debe comprenderse que la presente divulgación no se limita a las realizaciones ejemplares divulgadas. El alcance de las siguientes reivindicaciones debe ser interpretado de la manera más amplia posible.
Claims (13)
1. Un procedimiento de registro automático, que comprende: obtener (104) datos de imagen de un dispositivo médico, comprendiendo el dispositivo médico una pluralidad de marcadores fiduciarios dispuestos como un marco fiduciario en el dispositivo médico, comprendiendo dicho marco fiduciario:
al menos tres marcadores fiduciarios dispuestos en forma de anillo, en el que su disposición asimétrica; detectar (106) objetos de marcadores fiduciarios dentro de los datos de la imagen al:
aplicar (108) una mejora de características a los datos de la imagen para mejorar los objetos de los marcadores fiduciarios, incluyendo la mejora de características datos de forma de los marcadores fiduciarios,
aplicar (110) una extracción de características en base a los datos de forma de los marcadores fiduciarios para extraer los objetos de los marcadores fiduciarios;
definir (114) un punto representativo para cada objeto de marcador fiduciario extraído; y registrar (120) los objetos de marcadores fiduciarios con un modelo del marco fiduciario, comprendiendo la etapa de registro:
para los datos de imagen de los al menos tres marcadores fiduciarios dispuestos en la forma de anillo, girar (116) la forma de anillo hasta que los puntos representativos de los objetos de marcadores fiduciarios coincidan con el modelo del marco fiduciario,
caracterizado porque el dispositivo médico comprende además:
una base adaptada para ser colocada sobre una superficie del cuerpo; y
una abertura para proporcionar acceso visual y físico a la superficie del cuerpo a través del dispositivo médico, en el que los marcadores fiduciarios están dispuestos en forma de anillo en la base que rodea la abertura del dispositivo médico.
2. El procedimiento de la reivindicación 1, en el que dicho marco fiduciario comprende además al menos dos grupos de marcadores fiduciarios, comprendiendo cada grupo un número, tamaño, forma, configuración o propiedad material diferente de marcadores fiduciarios, comprendiendo el procedimiento además:
para los datos de imagen del dispositivo médico que comprenden los al menos dos grupos de marcadores fiduciarios, aplicar un algoritmo de agrupamiento para definir grupos de los objetos de marcadores fiduciarios; y
definir (114) un punto representativo para cada grupo de objetos de marcadores fiduciarios, y
la etapa de registro comprende, para los datos de imagen del dispositivo médico que comprenden los al menos dos grupos de marcadores fiduciarios, la correspondencia punto a punto (118) de los puntos representativos de cada grupo con el modelo del marco fiduciario.
3. El procedimiento de la reivindicación 1 o 2, en el que la mejora de las características comprende una matriz hessiana.
4. El procedimiento de la reivindicación 3, que comprende además utilizar los valores propios de la matriz hessiana para mejorar los vóxeles que probablemente pertenecen a los objetos de marcadores fiduciarios, en el que, preferentemente, los valores propios de la matriz hessiana comprenden la direccionalidad y definen la información de la forma de los objetos de marcadores fiduciarios.
5. El procedimiento de la reivindicación 1 o 2, en el que la extracción de características comprende un algoritmo de transformación de Hough.
6. El procedimiento de la reivindicación 1 o 2, en el que la definición de un punto representativo comprende el cálculo del centro de masa para cada objeto de marcador fiduciario o grupo de objetos de marcadores fiduciarios.
7. El procedimiento de la reivindicación 2, que comprende además el emparejamiento punto a punto de cada objeto de marcador fiduciario después del emparejamiento punto a punto de los puntos representativos del grupo con el modelo del marco fiduciario.
8. El procedimiento de la reivindicación 1 o 2, en el que la pluralidad de marcadores fiduciarios son esféricos.
9. El procedimiento de la reivindicación 2, en el que los al menos dos grupos de marcadores fiduciarios comprenden:
(i) entre uno y seis marcadores fiduciarios por grupo, y en el que cada grupo tiene un número diferente de marcadores fiduciarios,
(ii) entre dos y diez grupos de marcadores fiduciarios que comprenden entre dos y seis marcadores fiduciarios por grupo y la disposición espacial de los marcadores fiduciarios dentro de cada grupo es distinta, o (iii) al menos tres grupos de marcadores fiduciarios que comprenden entre uno y seis marcadores fiduciarios por grupo, en el que cada grupo comprende al menos un marcador fiduciario de tamaño diferente.
10. El procedimiento de la reivindicación 1 o 2, en el que la pluralidad de marcadores fiduciarios comprende al menos tres de esferas, elipsoides prolados, elipsoides oblatos, elipsoides triaxiales, cilindros y tubos.
11. El procedimiento de la reivindicación 1 o 2, en el que dicho marco fiduciario comprende seis marcadores fiduciarios.
12. Un sistema que comprende: un dispositivo médico que comprende un marco fiduciario, en el que el marco fiduciario comprende:
al menos tres marcadores fiduciarios dispuestos en forma de anillo, en el que su disposición es asimétrica; un medio de almacenamiento no transitorio legible por ordenador que almacena un programa ejecutable por ordenador para realizar un procedimiento de registro fiduciario, comprendiendo el procedimiento: detectar (106) objetos de marcadores fiduciarios dentro de los datos de la imagen al:
aplicar (108) una mejora de características a los datos de imagen para mejorar los objetos de los marcadores fiduciarios, incluyendo la mejora de características datos de forma de los marcadores fiduciarios,
aplicar (110) una extracción de características en base a los datos de forma de los marcadores fiduciarios para extraer los objetos de los marcadores fiduciarios;
definir (114) un punto representativo para cada objeto de marcador fiduciario extraído; y registrar (120) los objetos de marcadores fiduciarios con un modelo del marco fiduciario, comprendiendo la etapa de registro:
para los datos de imagen de los al menos tres marcadores fiduciarios dispuestos en la forma de anillo, girar (116) la forma de anillo hasta que los puntos representativos de los objetos de marcadores fiduciarios coincidan con el modelo del marco fiduciario,
caracterizado porque
el dispositivo médico comprende además una base adaptada para ser colocada en una superficie del cuerpo y una abertura para proporcionar acceso visual y físico a la superficie del cuerpo a través del dispositivo médico, y los marcadores fiduciarios están dispuestos en forma de anillo en la base que rodea la abertura.
13. El sistema de la reivindicación 12, en el que dicho marco fiduciario comprende además al menos dos grupos de marcadores fiduciarios, comprendiendo cada grupo un número, tamaño, forma, configuración o propiedad material diferente de marcadores fiduciarios, comprendiendo el procedimiento además:
para los datos de imagen del dispositivo médico que comprenden los al menos dos grupos de marcadores fiduciarios, aplicar un algoritmo de agrupamiento para definir grupos de los objetos de marcadores fiduciarios; y
definir (114) un punto representativo para cada grupo de objetos de marcadores fiduciarios, y
la etapa de registro comprende, para los datos de imagen del dispositivo médico que comprenden los al menos dos grupos de marcadores fiduciarios, la correspondencia punto a punto (118) de los puntos representativos de cada grupo con el modelo del marco fiduciario.
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/US2015/038549 WO2017003453A1 (en) | 2015-06-30 | 2015-06-30 | Fiducial markers, systems, and methods of registration |
Publications (1)
Publication Number | Publication Date |
---|---|
ES2886675T3 true ES2886675T3 (es) | 2021-12-20 |
Family
ID=57608760
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
ES15897336T Active ES2886675T3 (es) | 2015-06-30 | 2015-06-30 | Marcadores fiduciarios, sistemas, y procedimientos de registro |
Country Status (5)
Country | Link |
---|---|
EP (1) | EP3316784B1 (es) |
JP (1) | JP6609330B2 (es) |
CN (1) | CN107708568B (es) |
ES (1) | ES2886675T3 (es) |
WO (1) | WO2017003453A1 (es) |
Families Citing this family (23)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
FR3057757B1 (fr) | 2016-10-21 | 2021-04-16 | Medtech | Dispositif et procede de recalage automatique pour des images intra operatoires 3d |
JP6974030B2 (ja) * | 2017-05-09 | 2021-12-01 | 賢一郎 蓮見 | レジストレーションマーカー、レジストレーションマーカーの活用プログラム、及びロボットシステムの作動方法 |
JP6999895B2 (ja) * | 2017-07-06 | 2022-01-19 | 株式会社島津製作所 | 放射線撮影装置および放射線画像検出方法 |
US11202652B2 (en) * | 2017-08-11 | 2021-12-21 | Canon U.S.A., Inc. | Registration and motion compensation for patient-mounted needle guide |
EP3470006B1 (en) | 2017-10-10 | 2020-06-10 | Holo Surgical Inc. | Automated segmentation of three dimensional bony structure images |
EP3445048A1 (en) | 2017-08-15 | 2019-02-20 | Holo Surgical Inc. | A graphical user interface for a surgical navigation system for providing an augmented reality image during operation |
US10893911B2 (en) * | 2017-11-26 | 2021-01-19 | Canon U.S.A., Inc. | Automated image cropping for enhanced automatic device-to-image registration |
EP3509013A1 (en) * | 2018-01-04 | 2019-07-10 | Holo Surgical Inc. | Identification of a predefined object in a set of images from a medical image scanner during a surgical procedure |
US11317972B2 (en) | 2018-03-17 | 2022-05-03 | Canon U.S.A., Inc. | Method for virtual device positioning on skin surface in 3D medical image data |
US10695844B2 (en) | 2018-06-17 | 2020-06-30 | Arevo, Inc. | Registration of articles of manufacture with dimensional variations |
US11786307B2 (en) | 2018-10-19 | 2023-10-17 | Canon U.S.A., Inc. | Visualization and manipulation of results from a device-to-image registration algorithm |
US12023143B2 (en) * | 2018-10-19 | 2024-07-02 | Canon U.S.A., Inc. | Structure masking or unmasking for optimized device-to-image registration |
CN111345886A (zh) * | 2018-12-21 | 2020-06-30 | 深圳先进技术研究院 | 磁共振图像与超声换能器坐标系转换方法、装置、设备及存储介质 |
US20220409282A1 (en) * | 2019-12-05 | 2022-12-29 | Xact Robotics Ltd. | Methods and systems for assisting a user in positioning an automated medical device relative to a body of a patient |
CN111388091A (zh) * | 2020-03-17 | 2020-07-10 | 京东方科技集团股份有限公司 | 光标尺、坐标系配准的方法 |
US11607277B2 (en) | 2020-04-29 | 2023-03-21 | Globus Medical, Inc. | Registration of surgical tool with reference array tracked by cameras of an extended reality headset for assisted navigation during surgery |
CA3183162A1 (en) | 2020-06-19 | 2021-12-23 | Jake Anthony Sganga | Systems and methods for guidance of intraluminal devices within the vasculature |
CN111759463B (zh) * | 2020-07-31 | 2022-03-15 | 南京普爱医疗设备股份有限公司 | 一种提高手术机械臂定位精度的方法 |
US11887347B2 (en) * | 2020-08-06 | 2024-01-30 | Canon U.S.A., Inc. | Device-to-image registration method, apparatus, and storage medium |
US11707332B2 (en) | 2021-07-01 | 2023-07-25 | Remedy Robotics, Inc. | Image space control for endovascular tools |
US11690683B2 (en) | 2021-07-01 | 2023-07-04 | Remedy Robotics, Inc | Vision-based position and orientation determination for endovascular tools |
CN113591977B (zh) * | 2021-07-29 | 2024-06-18 | 武汉联影智融医疗科技有限公司 | 点对匹配方法、装置、电子设备和存储介质 |
CN115530813B (zh) * | 2022-10-20 | 2024-05-10 | 吉林大学 | 用于人体上身多关节三维运动测试分析的标记*** |
Family Cites Families (32)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS6472736A (en) * | 1987-09-14 | 1989-03-17 | Toshiba Corp | Mri apparatus |
US5613013A (en) * | 1994-05-13 | 1997-03-18 | Reticula Corporation | Glass patterns in image alignment and analysis |
US6119032A (en) * | 1997-12-31 | 2000-09-12 | U.S. Philips Corporation | Method and system for positioning an invasive device by magnetic resonance (MR) imaging of an MR visible device |
US6468265B1 (en) * | 1998-11-20 | 2002-10-22 | Intuitive Surgical, Inc. | Performing cardiac surgery without cardioplegia |
JP2001017422A (ja) * | 1999-07-08 | 2001-01-23 | Toshiba Iyo System Engineering Kk | 画像処理装置および画像処理装置用マーカー部材 |
US6381485B1 (en) * | 1999-10-28 | 2002-04-30 | Surgical Navigation Technologies, Inc. | Registration of human anatomy integrated for electromagnetic localization |
DE10009166A1 (de) * | 2000-02-26 | 2001-08-30 | Philips Corp Intellectual Pty | Verfahren zur Lokalisierung von Objekten in der interventionellen Radiologie |
JP4408067B2 (ja) * | 2004-06-11 | 2010-02-03 | 国立大学法人大阪大学 | 3次元断層撮影像作成方法およびコンピュータシステム |
JP2008516640A (ja) * | 2004-09-01 | 2008-05-22 | 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 | 位置及び方向プローブに基づく磁気共鳴マーカー |
JP4542877B2 (ja) * | 2004-11-18 | 2010-09-15 | イマグノーシス株式会社 | 医用撮影用マーカー |
CA2607507A1 (en) * | 2005-04-29 | 2006-11-09 | Vanderbilt University | System and methods of using image-guidance for providing an access to a cochlear of a living subject |
US7950849B2 (en) * | 2005-11-29 | 2011-05-31 | General Electric Company | Method and device for geometry analysis and calibration of volumetric imaging systems |
GB0602739D0 (en) * | 2006-02-10 | 2006-03-22 | Ccbr As | Breast tissue density measure |
WO2007100293A1 (en) * | 2006-03-01 | 2007-09-07 | Sidec Technologies Ab | Method of applying alignment markers for cryo-microscopy |
WO2008047379A2 (en) * | 2006-03-07 | 2008-04-24 | Hirdesh Sahni | An image guided whole body stereotactic needle placement device |
JP4126318B2 (ja) * | 2006-06-23 | 2008-07-30 | 三菱重工業株式会社 | 放射線治療装置制御装置および放射線治療装置の制御方法 |
DK2211749T3 (en) * | 2007-04-16 | 2019-02-04 | Neuroarm Surgical Ltd | METHODS, DEVICES AND SYSTEMS THAT CAN BE USED FOR REGISTRATION |
US9494667B2 (en) * | 2007-05-04 | 2016-11-15 | Koninklijke Philips N.V. | Hybrid MR/PET with correction for radiation absorption by MR coil |
US8175677B2 (en) * | 2007-06-07 | 2012-05-08 | MRI Interventions, Inc. | MRI-guided medical interventional systems and methods |
US20090088620A1 (en) * | 2007-10-01 | 2009-04-02 | Koninklijke Philips Electronics N. V. | Quantitative clinical and pre-clinical imaging |
JP5283949B2 (ja) * | 2008-03-28 | 2013-09-04 | 和田精密歯研株式会社 | Ct撮影用マーカーおよび3次元断層撮影像の作成方法 |
EP2293844B2 (en) * | 2008-06-25 | 2022-12-28 | Koninklijke Philips N.V. | System for brachytherapy |
CN102334044B (zh) * | 2009-02-25 | 2015-01-14 | 皇家飞利浦电子股份有限公司 | 混合型 pet/mr ***中mr 线圈的衰减校正 |
US8503745B2 (en) * | 2009-05-13 | 2013-08-06 | Medtronic Navigation, Inc. | System and method for automatic registration between an image and a subject |
GB0908784D0 (en) * | 2009-05-21 | 2009-07-01 | Renishaw Plc | Apparatus for imaging a body part |
DK2615460T3 (da) * | 2009-08-22 | 2014-08-25 | Univ Leland Stanford Junior | Billeddannelse og evaluering af embryoer, oocyter, og stamceller |
EP2751780B1 (en) * | 2011-11-08 | 2019-07-03 | Koninklijke Philips N.V. | System and method for interactive image annotation |
US10357183B2 (en) * | 2012-02-03 | 2019-07-23 | The Regents Of The University Of Michigan | Retained object tag and detection method |
US20130289389A1 (en) * | 2012-04-26 | 2013-10-31 | Focal Therapeutics | Surgical implant for marking soft tissue |
US9222996B2 (en) * | 2013-03-15 | 2015-12-29 | The Brigham And Women's Hospital, Inc. | Needle placement manipulator with two rotary guides |
EP2996607B1 (en) * | 2013-03-15 | 2021-06-16 | The Cleveland Clinic Foundation | System to facilitate intraoperative positioning and guidance |
US20150098636A1 (en) * | 2013-10-09 | 2015-04-09 | United Sciences, Llc | Integrated tracking with fiducial-based modeling |
-
2015
- 2015-06-30 ES ES15897336T patent/ES2886675T3/es active Active
- 2015-06-30 EP EP15897336.2A patent/EP3316784B1/en active Active
- 2015-06-30 CN CN201580081222.3A patent/CN107708568B/zh active Active
- 2015-06-30 WO PCT/US2015/038549 patent/WO2017003453A1/en active Application Filing
- 2015-06-30 JP JP2017568186A patent/JP6609330B2/ja active Active
Also Published As
Publication number | Publication date |
---|---|
JP2018529399A (ja) | 2018-10-11 |
WO2017003453A1 (en) | 2017-01-05 |
JP6609330B2 (ja) | 2019-11-20 |
EP3316784A1 (en) | 2018-05-09 |
CN107708568A (zh) | 2018-02-16 |
EP3316784B1 (en) | 2021-08-04 |
CN107708568B (zh) | 2020-11-20 |
EP3316784A4 (en) | 2019-08-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
ES2886675T3 (es) | Marcadores fiduciarios, sistemas, y procedimientos de registro | |
US10420626B2 (en) | Fiducial markers, systems, and methods of registration | |
JP6671432B2 (ja) | 患者装着式の針ガイドの位置合わせおよび動き補償 | |
US11986252B2 (en) | ENT image registration | |
US9715739B2 (en) | Bone fragment tracking | |
JP7111680B2 (ja) | デバイス対画像レジストレーションアルゴリズムからの結果の可視化及び操作 | |
US10109048B2 (en) | Linking breast lesion locations across imaging studies | |
JP2019511268A (ja) | 脳深部刺激療法の電極の三次元画像における回転配向の決定 | |
US10311598B2 (en) | Fully automated localization of electroencephalography (EEG) electrodes | |
WO2021104153A1 (en) | Systems and methods for automated calibration | |
Šuligoj et al. | Automated marker localization in the planning phase of robotic neurosurgery | |
US11571180B2 (en) | Systems providing images guiding surgery | |
JP7221190B2 (ja) | 最適化されたデバイス対画像の位置合わせのための構造マスキングまたはアンマスキング | |
Cao et al. | Automated catheter detection in volumetric ultrasound | |
Pycinski et al. | Time-of-flight camera, optical tracker and computed tomography in pairwise data registration | |
Schaller et al. | Time-of-flight sensor for patient positioning | |
US10945709B2 (en) | Systems, methods and computer readable storage media storing instructions for image-guided interventions based on patient-specific models | |
EP3292835B1 (en) | Ent image registration | |
KR20180119361A (ko) | 엑스선 장치의 캘리브레이션 방법 및 장치 | |
JP2015529529A (ja) | ***mr画像及び放射性マーカーに基づく***外科誘導 | |
Schwing et al. | Reliable extraction of the mid-sagittal plane in 3D brain MRI via hierarchical landmark detection | |
Hellwich et al. | Patient registration using photogrammetric surface reconstruction from smartphone imagery | |
CN113870324A (zh) | 多模态图像的配准方法及其配准装置和计算机可读存储介质 | |
Tschannen et al. | Single Marker Localization for Automatic Patient Registration in Interventional Radiology. | |
Baluwala et al. | Automatic landmark detection using statistical shape modelling and template matching |