JP2017526415A - 術中追跡方法 - Google Patents
術中追跡方法 Download PDFInfo
- Publication number
- JP2017526415A JP2017526415A JP2017504784A JP2017504784A JP2017526415A JP 2017526415 A JP2017526415 A JP 2017526415A JP 2017504784 A JP2017504784 A JP 2017504784A JP 2017504784 A JP2017504784 A JP 2017504784A JP 2017526415 A JP2017526415 A JP 2017526415A
- Authority
- JP
- Japan
- Prior art keywords
- dimensional image
- patient
- model
- coordinate system
- time point
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 46
- 238000012937 correction Methods 0.000 claims description 35
- 238000003708 edge detection Methods 0.000 claims description 16
- 239000013598 vector Substances 0.000 claims description 13
- 238000012986 modification Methods 0.000 claims description 9
- 230000004048 modification Effects 0.000 claims description 9
- 230000001052 transient effect Effects 0.000 claims description 8
- 230000009467 reduction Effects 0.000 claims description 6
- 238000013519 translation Methods 0.000 claims description 3
- 238000001356 surgical procedure Methods 0.000 description 17
- 210000004556 brain Anatomy 0.000 description 12
- 210000003484 anatomy Anatomy 0.000 description 10
- 238000010586 diagram Methods 0.000 description 9
- 238000004891 communication Methods 0.000 description 8
- 230000008569 process Effects 0.000 description 8
- 239000011159 matrix material Substances 0.000 description 6
- 208000002847 Surgical Wound Diseases 0.000 description 5
- 238000004590 computer program Methods 0.000 description 5
- 238000013459 approach Methods 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 4
- 230000009466 transformation Effects 0.000 description 4
- 238000002591 computed tomography Methods 0.000 description 3
- 238000006073 displacement reaction Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 230000004807 localization Effects 0.000 description 3
- 230000015654 memory Effects 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 239000000835 fiber Substances 0.000 description 2
- 210000003128 head Anatomy 0.000 description 2
- 238000003384 imaging method Methods 0.000 description 2
- 238000002595 magnetic resonance imaging Methods 0.000 description 2
- 208000024891 symptom Diseases 0.000 description 2
- 208000003174 Brain Neoplasms Diseases 0.000 description 1
- 208000014644 Brain disease Diseases 0.000 description 1
- 208000036632 Brain mass Diseases 0.000 description 1
- 208000018737 Parkinson disease Diseases 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000002059 diagnostic imaging Methods 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 229940079593 drug Drugs 0.000 description 1
- 206010015037 epilepsy Diseases 0.000 description 1
- 230000001815 facial effect Effects 0.000 description 1
- 238000003780 insertion Methods 0.000 description 1
- 230000037431 insertion Effects 0.000 description 1
- 238000007917 intracranial administration Methods 0.000 description 1
- 238000012804 iterative process Methods 0.000 description 1
- 230000003902 lesion Effects 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000037361 pathway Effects 0.000 description 1
- 238000000554 physical therapy Methods 0.000 description 1
- 230000035479 physiological effects, processes and functions Effects 0.000 description 1
- 210000003625 skull Anatomy 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000002604 ultrasonography Methods 0.000 description 1
- 238000012285 ultrasound imaging Methods 0.000 description 1
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B34/00—Computer-aided surgery; Manipulators or robots specially adapted for use in surgery
- A61B34/10—Computer-aided planning, simulation or modelling of surgical operations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/30—Determination of transform parameters for the alignment of images, i.e. image registration
- G06T7/33—Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
- G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B34/00—Computer-aided surgery; Manipulators or robots specially adapted for use in surgery
- A61B34/10—Computer-aided planning, simulation or modelling of surgical operations
- A61B2034/101—Computer-aided simulation of surgical operations
- A61B2034/105—Modelling of the patient, e.g. for ligaments or bones
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B34/00—Computer-aided surgery; Manipulators or robots specially adapted for use in surgery
- A61B34/10—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
- A61B2090/364—Correlation of different images or relation of image positions in respect to the body
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B90/00—Instruments, implements or accessories specially adapted for surgery or diagnosis and not covered by any of the groups A61B1/00 - A61B50/00, e.g. for luxation treatment or for protecting wound edges
- A61B90/36—Image-producing devices or illumination devices not otherwise provided for
- A61B90/37—Surgical systems with images on a monitor during operation
- A61B2090/376—Surgical systems with images on a monitor during operation using X-rays, e.g. fluoroscopy
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B90/00—Instruments, implements or accessories specially adapted for surgery or diagnosis and not covered by any of the groups A61B1/00 - A61B50/00, e.g. for luxation treatment or for protecting wound edges
- A61B90/36—Image-producing devices or illumination devices not otherwise provided for
- A61B90/37—Surgical systems with images on a monitor during operation
- A61B2090/378—Surgical systems with images on a monitor during operation using ultrasound
-
- 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
- A61B34/30—Surgical robots
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10048—Infrared image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10072—Tomographic images
- G06T2207/10081—Computed x-ray tomography [CT]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30004—Biomedical image processing
- G06T2207/30016—Brain
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Surgery (AREA)
- Biomedical Technology (AREA)
- Veterinary Medicine (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Robotics (AREA)
- Public Health (AREA)
- General Health & Medical Sciences (AREA)
- Animal Behavior & Ethology (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- Molecular Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Apparatus For Radiation Diagnosis (AREA)
- Image Processing (AREA)
- Prostheses (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
- Electrotherapy Devices (AREA)
Abstract
【課題】術中追跡方法を提供することを課題とする。【解決手段】予め計画していた手術経路により患者の実際の手術経路を判定する方法であって、第１時点で収集した情報に関わる該患者の第１の二次元画像をキャプチャすることを含むことができる。第１の座標システムは、該患者と手術室内の装置との間の空間的関係性を説明する。該方法は、第１修正パラメータ値の組で該予め計画していた手術経路を含む該患者の３Ｄモデルを修正することを更に含む。第２の座標システムは、該３Ｄモデルを説明し、該３Ｄモデルが該第１時点より早い第２時点で収集した情報から構築してなる。該方法は、該修正を経た３Ｄモデルから第２の二次元画像をキャプチャすることと、該第１の二次元画像と該第２の二次元画像の間の第１相関性を計算することと、該第１修正パラメータ値の組により該予め計画していた手術経路を該第１の座標システムに変換することで、該実際の手術経路を識別することを更に含む。【選択図】図２
Description
[関連出願]
本出願は、２０１５年６月５日に出願された発明の名称が「脳内ナビゲーション方法」である米国仮特許出願第６２／１７１，２４５号の優先権を主張するものであり、その開示内容及びいかなる関連付属書はすべて参照により本明細書に組み込まれる。
本出願は、２０１５年６月５日に出願された発明の名称が「脳内ナビゲーション方法」である米国仮特許出願第６２／１７１，２４５号の優先権を主張するものであり、その開示内容及びいかなる関連付属書はすべて参照により本明細書に組み込まれる。
本発明は、術中追跡方法に関し、特に、手術経路を判定する方法に関する。
脳腫瘍、パーキンソン病、癲癇等によく見られる脳疾患は、患者の生活の質を大幅に低下するだけでなく、更に直接的に患者の生命をも危うくすることがある。この種の患者は、薬物又は物理療法等の保守的な治療を経た後でも症状を改善できない場合、通常侵襲性手術で治療が行われる。
一般的に言うと、脳外科医は、特定の術前データにより標的手術部位に到達するための手術経路を計画している。しかしながら、術前データを収集した後でもいくつかの変動要因により、予め計画していた手術経路を修正する場合もある。それら変動要因には、患者の手術台における***の変更、患者の生理状況の変更又は手術器具自体の挿入が含まれる。術前計画した手術経路から外れると、併発症を発症或いは死亡率が上がってしまう。
上記課題を解決するために、鋭意研究を重ねた結果、以下の発明に至った。
本発明の一具体的実施例では、予め計画していた手術経路により患者の実際の手術経路を判定する方法を開示する。該方法は、第１時点で収集した情報に関わる該患者の第１の二次元画像をキャプチャすることと、第１修正パラメータ値の組で該予め計画していた手術経路を含む該患者の３Ｄモデルを修正することと、該修正を経た３Ｄモデルから第２の二次元画像をキャプチャすることと、該第１の二次元画像と該第２の二次元画像の間の第１相関性を計算すること、とを含む。第１の座標システムは、該患者と手術室内の装置との間の空間的関係性を説明できる。第２の座標システムは、該３Ｄモデルを説明でき、該３Ｄモデルが該第１時点より早い第２時点で収集した情報から構築してなることができる。該第１相関性が閾値を超えた時、該方法は、該第１修正パラメータ値の組により該第２の座標システム内の該予め計画していた手術経路を該第１の座標システムに変換することで、該実際の手術経路を識別することを更に含む。
本発明の別の具体的実施例では、過渡的でないコンピュータ読み取り可能な記憶媒体を開示する。該過渡的でないコンピュータ読み取り可能な記憶媒体は、一組の実行可能なコマンドを含むことができる。該一組の実行可能なコマンドは１個又は複数の手術システムのいずれかの１つのプロセッサで実行された時、該プロセッサは、第１時点で収集した情報に関わる該患者の第１の二次元画像をキャプチャし；第１修正パラメータ値の組で該予め計画していた手術経路を含む該患者の３Ｄモデルを修正し；該修正を経た３Ｄモデルから第２の二次元画像をキャプチャし；及び該第１の二次元画像と該第２の二次元画像の間の第１相関性を計算するために用いられる。第１の座標システムは、該患者と手術室内の装置との間の空間的関係性を説明できる。第２の座標システムは、該３Ｄモデルを説明でき、該３Ｄモデルが該第１時点より早い第２時点で収集した情報から構築してなることができる。該第１相関性が閾値を超えた時、該プロセッサは、該第１修正パラメータ値の組により該第２の座標システム内の該予め計画していた手術経路を該第１の座標システムに変換することで、該実際の手術経路を識別するために用いられる。
本発明の別の具体的実施例では、予め計画していた手術経路により患者の実際の手術経路を判定する手術システムを開示する。該手術システムは、ストレージシステムとロボットアームと画像収集装置とプロセッサとを含むことができる。該プロセッサは、該ストレージシステム内から該画像収集装置が第１時点で収集した情報の該患者に関わる第１の二次元画像をキャプチャし；第１修正パラメータ値の組で該予め計画していた手術経路を含む該患者の３Ｄモデルを修正し；該ストレージシステム内の該修正を経た３Ｄモデルから第２の二次元画像をキャプチャし；及び該第１の二次元画像と該第２の二次元画像の間の第１相関性を計算するために用いられる。第１の座標システムは、該患者と該ロボットアームとの間の空間的関係性を説明できる。第２の座標システムは、該３Ｄモデルを説明でき、該３Ｄモデルが該第１時点より早い第２時点で収集した情報から構築してなることができる。該第１相関性が閾値を超えた時、該プロセッサは、該第１修正パラメータ値の組により該第２の座標システム内の該予め計画していた手術経路を該第１の座標システムに変換することで、該実際の手術経路を識別し；及び該実際手術経路により該ロボットアームに手術を行うよう指示するために用いられる。
上記発明内容は、説明のためだけであって本発明を限定して解釈するためのものではない。前述の各方面、具体的実施例及び特徴を除き、本発明の他面、具体的実施例及び特徴が次の詳細な説明に基づくと共に添付図面を参照すると、より一層明瞭にできる。
以下、明細書に添付する図面を参照して詳細に説明する。明細書内に別段の説明がない限り、図面内の類似符号は、通常類似構成要素を示す。以下に記述された具体的実施例、図面及び特許請求の範囲は、説明のためだけであって本発明を限定して解釈するためのものではない。本発明の精神及び範囲を逸脱することなく、その他の具体的実施例を使用し、またその他の変更を行うことができる。ここの概述及び図面で説明する本発明の各方面は、様々な異なる形態として配置、交換、組み合わせ及び設計でき、これら形態がやはり本発明で保護する技術範疇に属する。
本発明は、特別に２つの異なる空間及び２つの異なる時点で収集した二組の画像によって術中手術経路を判定する関連方法、装置及びシステムにつくものである。本明細書において、「投影」とは、通常三次元の点を二次元平面までにマッピングする方法をいう。「手術経路」とは、手術のエントリーポイント、標的手術部位と前記両者の間の１本の経路を包括する。本明細書において、「手術操作」と「手術」は、互換で使用できるものとする。
図１Ａは、手術の間に遭遇する可能性のある幾つかの点の間の空間的関係性を示す例示図で、本発明の幾つかの具体的実施例によって配置する。三次元画像１２０において、手術経路１３０は、手術のエントリーポイント１４０と標的手術部位１５０とを含む。
図１Ｂは、手術の導引定位システム１００の配置を示す例示ブロック図で、本発明の幾つかの具体的実施例によって配置する。手術の導引定位システム１００は、主に術前情報収集装置１０２と術中情報収集装置１０４と演算装置１０６とロボットアーム１１６を包括する手術器具１０８と、を含む。それらブロックは例示のみであり、開示する具体的実施例の要点に影響を及ぼさないという前提において、幾つかのブロックは、需要に応じて選択でき、より少ないブロックとして合併或いは追加のブロックとして拡張できる。
術前情報収集装置１０２は、手術操作開始前に手術の対象となる部位（例：脳の特定の部位）の全体情報を収集するために用いる。幾つかの具体的実施例において、コンピュータ断層撮影（Ｃｏｍｐｕｔｅｄ Ｔｏｍｏｇｒａｐｈｙ、ＣＴ）、磁気共鳴画像（Ｍａｇｎｅｔｉｃ ｒｅｓｏｎａｎｃｅ ｉｍａｇｉｎｇ、ＭＲＩ）、脳表撮像、Ｘ線（Ｘ−ｒａｙ）撮影、超音波撮影等の方式を通じて該全体情報を取得できる。これら装置のサイズの考慮及び病院管理の観点に基づくと、術前情報収集装置を通常実際に手術操作を行う手術室以外の空間に配置する。この手術の対象となる部位の全体情報（例えば頭蓋内の解剖学的構造（Ｉｎｔｒａｃｒａｎｉａｌ Ａｎａｔｏｍｙ）、目標又は病変の位置（Ｌｅｓｉｏｎ Ｌｏｃａｔｉｏｎ）又は表面位置の標的或いは体表解剖学（Ｓｕｒｆａｃｅ Ａｎａｔｏｍｙ）を介して、脳外科医は、手術操作開始前に手術経路を計画できる。
術中情報収集装置１０４は、手術室内で外科的切開術を行う直前に、患者の手術部位周辺の体表解剖学的情報を収集する。術中情報収集装置１０４を示す例は、カメラ、赤外線カメラ、Ｘ線モジュール、超音波スキャナ及び他の装置を含むものとするが、これに限定されない。患者が手術室の手術台上にいる時、術中情報収集装置１０４で、患者の体表解剖学的情報を収集できる。
演算装置１０６は、（１）術前情報収集装置１０２が収集した情報を処理し；（２）術中情報収集装置１０４が収集した情報を処理し；及び／或いは（３）処理を経た情報により手術経路を判定するために用いられることができる。その他の関連の委細は、後記の段落で説明する。
手術器具１０８は、手術を行うためのロボットアーム１１６を包括することができる。手術器具１０８は、演算装置１０６から判定を経た手術経路に関わる情報を受信するために用いられる。受信する情報は、ロボットアーム１１６が認識できる幾つかの座標データ及びベクトルを包括できる。即ち、ロボットアーム１１６が座標データ及びベクトルに基づいて手術を行うことができる。
図２は、本発明の幾つかの具体的実施例に係る手術経路の判定を示す例示方法２００フローチャートである。方法２００は、ハードウェア、ソフトウェア及び／或いはファームウェアで実行できる１個又は複数の操作、功能或いは動作を含むことができ、例えば図内に表示されるステップ２１０、２２０、２３０、２４０、２５０、２６０、２７０、２８０及び／或いは２９０とする。これらステップは、記述された具体的実施例を制限するものではない。記載されたステップと操作は例示のみであって、開示された具体的実施例の要点に影響を及ぼさないという前提において、その中の幾つかのステップと操作は、需要に応じて選択でき、より少ないステップ及び操作として合併、或いは追加のステップ及び操作として拡張できる。図内のステップは順番通り説明したにもかかわらず、それらステップも並行実行及び／或いは図内の順序と異なる順番で実行することもできる。
方法２００の進みは、ステップ２１０である「第１時点で収集した情報に関わる第１の二次元画像をキャプチャする」から始まることができる。幾つかの具体的実施例において、収集した情報は、該患者の体表解剖学的情報に対応でき、該第１時点が外科的切開術を行う直前の時間に対応できる。例示第１時点は、手術当日の朝、患者が手術室内の手術台上にいる時、及び前記両者間の任意の時点を含むものとするが、これに限定されない。このほかに、第１の二次元画像は、カメラ（例えば赤外線カメラ）で撮影した写真とすることができる。例えば、脳の手術過程中において、カメラは手術室における患者の頭部の外科的切開術を行う直前に、患者の頭部の写真１枚を撮影するために用いることができる。カメラは、手術室内の定置装置（例えばロボットアーム）に固定されて、カメラと患者とを手術室内に固定不変の関係を維持させることができる。幾つかの具体的実施例において、カメラはロボットアームの移動時に異なる位置から写真を撮影できる。各位置は１枚の特定写真に対応できる。幾つかの具体的実施例において、第１の座標システムは、患者の体表解剖学的部位（例えば鼻、眼、他の顔の特徴）と手術室内のロボットアームとの間の空間的関係性を特定するために用いることができる。
ステップ２１０の後にステップ２２０である「第２時点で収集した情報により３Ｄモデルを構築する」となる。手術操作を行う前、幾つかの医用イメージングテクノロジーを用いて患者の症状の写真を撮影することで、手術計画を立案することができる。手術部位が患者の脳と仮定する。脳外科医は、脳に対し医用画像のスキャン（例えばＣＴ或いはＭＲＩ）を行うよう指示できる。この種の医用画像のスキャンは、手術の３〜５日前に行うことができる。幾つかの既知のアプローチを利用して前記医用画像のスキャンデータによって３Ｄモデルを構築できる。第２の座標システムは、予め計画していた手術経路と患者の特定の解剖学的部位との空間的関係性を特定できる。
ステップ２２０の後にステップ２３０である「３Ｄモデルの修正パラメータ値（ｎ）を選択する」となる。ステップ２２０内で構築した３Ｄモデルは、幾つかの修正パラメータ値で修正できる。例示修正パラメータは、拡大縮小率、回転角度及び並進ベクトルを含むものとするが、これに限定されない。これら修正パラメータは、３Ｄモデルの修正に用いることができ、これを通じて手術を行う直前により一層適切に患者の状態を反映する。最適な修正パラメータ値の組を見つけ出すため、幾つかの具体的実施例において、Ｎ組の修正パラメータ値の組を得ることができる。ここで、ｎは、１〜Ｎの整数とすることができる。しかしながら、当業者は、その他の技術上の実現可能なアプローチを運用して反復処理を実施することが、本発明の範囲内にあることは当業者にとって明白だろう。
一例を挙げれば、構築した３Ｄモデルは、デカルト座標システムで表示できる。拡大縮小率は、デカルト座標システム内の各軸の直線寸法の比例定数を指す。同様に、回転角度は、デカルト座標システム内の特定軸を回る回転角度を指すことができる。並進ベクトルは、デカルト座標システム内の移動ベクトルを指すことができる。
ステップ２３０の後にステップ２４０である「ｎ＝Ｎ？」となる。ｎ≠Ｎの時、ステップ２４０の後にステップ２５０に移り、ｎが１で逓増する。このほかに、ｎ＝Ｎの時、ステップ２４０の後にステップ２８０である「得られた相関性が閾値を超える最適な修正パラメータ値の組を選択する」に移り、なぜならＮ組の修正パラメータ値の組を使用する全ての相関性の演算をすでに完了したからである。Ｎ組の修正パラメータ値の組を使用して得られた相関性の演算結果が閾値を超えていない場合、方法２００はｎをリセットでき、またステップ２３０に戻って３Ｄモデル内の先ほど反復処理で選択したことがない一組の新しい修正パラメータ値の組（ｎ）を選択できる。
ステップ２６０において、第２の二次元画像は、選択した修正パラメータ値の組（ｎ）で修正した３Ｄモデルの投影とすることができる。即ち、第２の二次元画像は、特定修正パラメータ値の組に対応できる。いかなる技術上の実現可能なアプローチで投影を行うことができ、例えば平行投影、正投影、透視投影等である。ステップ２６０においてキャプチャした第２の二次元画像をステップ２１０においてキャプチャした第１の二次元画像と比較してからステップ２７０である「相関性を計算並びに保存する」へ進むことができる。
ステップ２７０では、幾つかの具体的実施例において、第１の二次元画像の第１関心領域と第２の二次元画像の第２関心領域の相関性を計算並びに保存する。第１の二次元画像と第２の二次元画像の輪郭の特徴により、各々第１関心領域と第２関心領域を選択できる。履歴データ又は脳外科医の経験に基づいて選択できる。幾つかの既知のアプローチにより相関性を計算できる。例えば、下式１で相関性ｃｏｒｒ：を計算できる。
Ｎは、第１関心領域におけるポイント数であり；
Ｐ１は、第２の二次元画像データを含んだインデックス配列であり；
Ｐ２は、第１の二次元画像データを含んだインデックス配列であり；
ｋ１は、Ｐ１相関性の計算待ちの領域における連続ピクセルの連続ｉ個の値のインデックス配列であり；
ｋ２は、Ｐ２相関性を含んだ計算待ちの領域における連続ピクセルの連続ｉ個の値のインデックス配列である。
異なる修正パラメータ値の組があるため、ステップ２７０内において、各々対応する相関性を計算並び保存する。
幾つかの具体的実施例において、第１の二次元画像と第２の二次元画像に対しエッジ検出を行う。第１の二次元画像と第２の二次元画像がエッジ検出を経た後に生成された画像に対し、両者の相関性を計算できる。例示エッジ検出方法は、Ｃａｎｎｙエッジ検出法、１次のエッジ検出法及び２次のエッジ検出法を含むものとするが、これに限定されない。
ステップ２３０、２４０、２５０、２６０及び２７０をＮ回繰り返した後、Ｎ組の修正パラメータ値の組で３Ｄモデルを修正する。Ｎ個の修正を経た３Ｄモデルがあるため、Ｎ個の第２の二次元画像をキャプチャすると共にそれを上記相関性の演算に用いる。方法２００は、次にステップ２８０である「得られた相関性が閾値を超える最適な修正パラメータ値の組を選択する」に進むことができる。第１の二次元画像と第２の二次元画像が顕著な相関性の有無を判定するため、閾値を設定する。幾つかの履歴データ（例えば動物試験或いは他の患者から収集したデータ）若しくは脳外科医の経験に基づいて閾値を決定できる。保存した閾値を超える相関性は、第１関心領域と第２関心領域が確かに患者の同じ解剖学的部位に対応することを示す。一具体的実施例において、保存した閾値を超える相関性において、得られた相関性の最大の修正パラメータ値の組を最適な修正パラメータ値の組として選択する。
ステップ２８０の後にステップ２９０である「座標を変換する」となる。選択した最適な修正パラメータ値の組により、第２の座標システムの座標を第１の座標システムに変換する。よって、第２の座標システム内の予め計画していた手術経路を第１の座標システムに変換でき、該第１の座標システムは、実際に手術操作を行う手術室を表すために用いられる。第１の座標システム内の変換を経た座標及びベクトルにより、ロボットアームに患者の関連の変動要因を考量して手術操作を行わせるために用いることができる。
図３Ａは、第１時点（例えば、手術室内の患者に対し外科的切開術を行う直前で、通常は外科的切開術を行う前の２４時間以内に収集する）で収集した情報に関わる例示二次元画像３０１で、本発明の幾つかの具体的実施例によって配置する。二次元画像３０１は、赤外線カメラで撮影できる。二次元画像は、患者の幾つかの体表解剖学的部位を含むことができ、例えば右眼３１１、頬の曲線３１２、鼻３１３及び口部３１４である。二次元画像３０１の第１関心領域３１５を選択して別の二次元画像の第２関心領域と比較でき、次に詳細に説明する。第１関心領域３１５は、幾つかの体表解剖学的部位をカバーでき、例えば右眼３１１、頬の曲線３１２、鼻３１３及び口部３１４である。第１の座標システム３８０’を用いて手術室内の装置（例えばロボットアーム）と患者の体表解剖学的部位との間の空間的関係性を説明できる。
図３Ｂは、第２時点（例えば手術操作日の前で、通常は手術操作前の３日以内に収集する）で収集したデータで構築された例示３Ｄモデル３０２で、本発明の幾つかの具体的実施例によって配置する。３Ｄモデル３０２は、体表解剖学的部位を含み、例えば右眼３２１、頬の曲線３２２、鼻３２３及び口部３２４である。医療用スキャン画像３０２’により、３Ｄモデル３０２上に手術経路３６０を計画できる。手術経路３６０は、手術のエントリーポイント３６１を始点とし、標的手術部位３６２を終点とすることができる。先ほど参照した図１Ａの記述通り、手術のエントリーポイント３６１は、患者の頭蓋骨上にあり、標的手術部位３６２が患者の脳腫瘤とすることができる。
幾つかの具体的実施例において、デカルトの第２の座標システム３８０は、手術経路３６０と右眼３２１、頬の曲線３２２、鼻３２３及び口部３２４の間の空間的関係性を説明するために用いることができる。例えば、第２の座標システム３８０内において、手術のエントリーポイント３６１の座標を（１，２，３）とし、標的手術部位３６２の座標を（２，３，４）とすることができ、手術のエントリーポイント３６１と標的手術部位３６２との間のベクトルを（１，１，１）とする。同様に、第２の座標システム３８０内において、右眼３２１の座標を（４，５，６）とし、頬の曲線３２２の座標を（２，９，１１）とし、鼻３２３の座標を（７，８，９）とし、口部３２４の座標を（３，７，５）とすることができる。
修正パラメータ値の組で３Ｄモデル３０２を修正することで、修正を経た３Ｄモデル３０２’を生成できる。例えば、第１例示修正パラメータ値の組は、拡大縮小率が１００％、αが４５度、βが０度、またγが０度であることを含むが、これに限定されなく、αが第２の座標システム３８０内のｚ−軸を回る回転角度を表し、βが第２の座標システム３８０内のｙ−軸を回る回転角度を表し、γが第２の座標システム３８０内のｘ−軸を回る回転角度を表す。修正を経た３Ｄモデル３０２’から第２の二次元画像をキャプチャできる。幾つかの具体的実施例において、第２の二次元画像は、３Ｄモデル３０２’の投影である。
図３Ｃは、第１例示修正パラメータ値の組で修正した３Ｄモデル３０２’の例示投影３０３で、本発明の幾つかの具体的実施例によって配置する。図３Ｃは、患者の体表解剖学的部位を含むことができ、例えば右眼３３１、頬の曲線３３２、鼻３３３及び口部３３４である。一緒に図３Ａを参照すると、第２関心領域３３５を選択することで第１関心領域３１５と第２関心領域３３５との間の第１相関性を計算できる。
第１相関性を得た後、第２例示修正パラメータ値の組で３Ｄモデルを修正することで、別の修正を経た３Ｄモデル３０２’を生成できる。第２例示修正パラメータ値の組は、拡大縮小率が１００％で、αが２０度、βが０度、またγが０度であることを含むが、これに限定されない。同様に、修正を経た３Ｄモデル３０２’の例示投影をキャプチャできる。図３Ｄは、第２例示修正パラメータ値の組で修正した３Ｄモデル３０２’の例示投影３０４で、本発明の幾つかの具体的実施例によって配置する。図３Ｄは、患者の体表解剖学的部位を含むことができ、例えば右眼３４１、頬の曲線３４２、鼻３４３及び口部３４４である。一緒に図３Ａを参照すると、第２関心領域３４５を選択することで第１関心領域３１５と第２関心領域３４５との間の第２相関性を計算できる。
幾つかの具体的実施例において、第１と第２の相関性を計算する前、まず二次元画像３０１、３０３及び３０４を処理する。例えば、エッジ検出方法を運用して二次元画像３０１、３０３及び３０４を処理できる。図３Ｅは、画像３０１がエッジ検出処理を経た後に生成した例示画像３０５で、本発明の幾つかの具体的実施例によって配置する。図３Ｆは、αが−４５度の修正パラメータ値に関わり、エッジ検出処理を経た後に生成された別の例示画像で、本発明の幾つかの具体的な実施例によって配置する。
仮に２組の修正パラメータ値の組（つまり、拡大縮小率が１００％、αが４５度、βが０度、γが０度であり；及び拡大縮小率が１００％、αが２０度、βが０度、γが０度である）のみを得て３Ｄモデル３０２を修正し、第１相関性と第２相関性を閾値と比較し、これを介してどれが最適な修正パラメータ値の組であるかを判定する。最適な修正パラメータ値の組で第２の座標システム３８０内の座標を第１の座標システム３８０’に変換する。
幾つかの具体的実施例において、修正パラメータが拡大縮小率と関係があると仮定し、第２の座標システム３８０から第１の座標システム３８０’に変換するのは、該拡大縮小率に第２の座標システム３８０に掛けた座標を含むことができる。よって、予め計画していた手術経路の第１の座標システム３８０’におけるベクトルが第２の座標システム３８０におけるものと同じである。しかしながら、第２の座標システム３８０内の予め計画していた手術経路の距離と比較すると、第１の座標システム３８０’内の実際の手術経路の距離は、該拡大縮小率の縮尺によって描かれる。
幾つかの他の具体的実施例において、修正パラメータが回転角度と関係があると仮定する。よって、予め計画していた手術経路の第１の座標システム３８０’におけるベクトルが変更され、第２の座標システム３８０におけるベクトルとは異なる。第２の座標システム３８０から第１の座標システム３８０’に変換するのは、マトリクス演算を含むことができる。該マトリクスは、第１の座標システム３８０’と第２の座標システム３８０との間の変換マトリクスとすることができる。例示変換マトリクスは、下式で表される。
式中、αは、第２の座標システム３８０内のｚ−軸を回る回転角度を表し；
βは、第２の座標システム３８０内のｙ−軸を回る回転角度を表し；
γは、第２の座標システム３８０内のｘ−軸を回る回転角度を表し；
ｘoffsetは、第２の座標システム３８０内のｘ−軸に沿った変位を表し；
ｙoffsetは、第２の座標システム３８０内のｙ−軸に沿った変位を表し；
ｚoffsetは、第２の座標システム３８０内のｚ−軸に沿った変位を表し；
以下の演算を通じて座標変換を終えることができる。
仮に第２修正パラメータ値の組（つまり、拡大縮小率が１００％、αが２０度、βが０度、γが０度）は閾値を超え、第１修正パラメータ値の組（つまり、拡大縮小率が１００％、αが４５度、βが０度、γが０度）が閾値を超えない場合、第２修正パラメータ値の組を最適な修正パラメータ値の組として選択し、変換マトリクスが下式で表される。
上式（３）及び変換マトリクスによれば、第１の座標システム３８０’内において、手術エントリーポイント３７１の座標を（１．６２３７３，１．５３７３７，３）、標的手術部位３７２の座標を（２．９０５４５，２．１３５０４，４）、また手術エントリーポイント３７１と標的手術部位３７２の間のベクトルを（１．２８１７２，０．５９７６７，１）とすることができる。前記座標とベクトルを手術室内のロボットアームまで伝送することで脳外科医にロボットアームで手術を行わせることができる。
図４は、本発明に係る一具体的実施例の実際手術経路の判定方法を実行するためのコンピュータプログラム製品４００を示すブロック図である。コンピュータプログラム製品４００は、信号搬送媒体４０２を含むことができる。信号搬送媒体４０２は、その上に保存している１組或いは複数組の実行可能なコマンド４０４を含むことができる。これらコマンドは図１の演算装置１０６で実行する時、上記特徴と操作を提供できる。
幾つかの実施方式において、信号搬送媒体４０２は、過渡的でないコンピュータ読み取り可能な記憶媒体４０８を含むことができ、例えばハードディスク、コンパクトディスク（ＣＤ）、デジタルコンパクトディスク（ＤＶＤ）、デジタル磁気テープ、メモリ等であるがこれに限られるものではない。幾つかの実施方式において、信号搬送媒体４０２は記録媒体４１０を含むことができ、例えばメモリ、読み／書き（Ｒ／Ｗ）ＣＤ、（Ｒ／Ｗ）ＤＶＤ等であるがこれに限られるものではない。幾つかの実施方式において、信号搬送媒体４０２は、通信媒体４０６を含むが、例えばデジタル及び／或いはアナログ通信媒体（例えば光ファイバーケーブル、導波、有線通信線路、無線通信線路等）であるがこれに限られるものではない。
上文では、ブロック図、フローチャート及び／或いは例を通じて装置及び／或いはプロセスの各具体的実施例を説明した。これらブロック図、フローチャート及び／或いは例の範囲内において１個或いは複数の機能及び／或いは操作を含み、これらブロック図、フローチャート又は例の範囲内の各機能及び／或いは操作は種類が非常に多くのハードウェア、ソフトウェア、ファームウェア若しくはそれらの任意の組み合わせから個別及び／或いは共同で実行できることは当業者は明白だろう。幾つかの具体的実施例において、本発明の標的の幾つかの部分は、特定用途向け集積回路（ＡＳＩＣｓ）、フィールドプログラマブルゲートアレイ（ＦＰＧＡｓ）、デジタルシグナルプロセッサ（ＤＳＰｓ）或いは他の統合フォーマットを通じて実施できる。しかしながら、本明細書で開示されている具体的実施例の幾つかの方面の全部或いは一部が同様に集積回路で実行できることは当業者は理解するであろう。例えば１個或いは複数のコンピュータプログラムが１個或いは複数のコンピュータ上で実行（例えば１個或いは複数のプログラムが１個或いは複数のコンピュータシステム上で実行）し、例えば１個或いは複数のプログラムが１個或いは複数のプロセッサ上で実行（例えば１個或いは複数のプログラムが１個或いは複数のマイクロプロセッサ上で実行）、例えばファームウェア又はその任意の組み合わせである。本発明で開示されている内容により回路及び／或いはソフトウェア及び／或いはファームウェアのためにプログラムコードを作成するのは、本発明の属する分野の技術に属する。このほかに、本発明標的メカニズムは、異なる形式のプログラム製品として散布でき、且つ実際に散布を実行する特定タイプの信号搬送媒体が何かを問わず、本発明標的の例示具体的実施例がいずれも適用されることは当業者は明白だろう。信号搬送媒体の例は、ディスク、ハードディスク、コンパクトディスク（ＣＤ）、デジタルコンパクトディスク（ＤＶＤ）、デジタル磁気テープ、コンピュータメモリ等の記録媒体及び例えばデジタル及び／或いはアナログ通信媒体（例えば光ファイバーケーブル、導波、有線通信線路、無線通信線路）といった送信媒体を含むものとするがこれに限定されない。
発明の詳細な説明の項においてなされた実施例は、あくまでも本発明の技術内容を明らかにするものであって、そのような具体例にのみ限定して狭義に解釈されるべきものではなく、本発明の範囲と精神とから外れることなく、様々な変更を行うことができる。よって本発明の真実範囲及び精神を後記の特許請求の範囲に開示している。
１００ 手術の導引定位システム
１０２ 術前情報収集装置
１０４ 術中情報収集装置
１０６ 演算装置
１０８ 手術器具
１１６ ロボットアーム
１２０ 三次元画像
１３０ 手術経路
１４０ 手術エントリーポイント
１５０ 標的手術部位
２００ 方法
２１０，２１０，２２０，２３０，２４０，２５０，２６０，２７０，２８０，２９０ ステップ
３０１ 二次元画像
３０２ ３Ｄモデル
３０２’ 医療用スキャン画像
３０３，３０４ 投影
３０５，３０６ 画像
３１１ 右眼
３１２ 頬の曲線
３１３ 鼻
３１４ 口部
３１５ 第１関心領域
３２１ 右眼
３２２ 頬の曲線
３２３ 鼻
３２４ 口部
３３１ 右眼
３３２ 頬の曲線
３３３ 鼻
３３４ 口部
３３５ 第２関心領域
３４１ 右眼
３４２ 頬の曲線
３４３ 鼻
３４４ 口部
３４５ 第２関心領域
３６０ 手術経路
３６１ 手術エントリーポイント
３６２ 標的手術部位
３７１ 手術エントリーポイント
３７２ 標的手術部位
３８０ 第２の座標システム
３８０’ 第１の座標システム
４００ コンピュータプログラム製品
４０２ 信号搬送媒体
４０４ 実行可能なコマンド
４０６ 通信媒体
４０８ 非過渡的でないコンピュータ読み取り可能記憶媒体
４１０ 記録媒体
１０２ 術前情報収集装置
１０４ 術中情報収集装置
１０６ 演算装置
１０８ 手術器具
１１６ ロボットアーム
１２０ 三次元画像
１３０ 手術経路
１４０ 手術エントリーポイント
１５０ 標的手術部位
２００ 方法
２１０，２１０，２２０，２３０，２４０，２５０，２６０，２７０，２８０，２９０ ステップ
３０１ 二次元画像
３０２ ３Ｄモデル
３０２’ 医療用スキャン画像
３０３，３０４ 投影
３０５，３０６ 画像
３１１ 右眼
３１２ 頬の曲線
３１３ 鼻
３１４ 口部
３１５ 第１関心領域
３２１ 右眼
３２２ 頬の曲線
３２３ 鼻
３２４ 口部
３３１ 右眼
３３２ 頬の曲線
３３３ 鼻
３３４ 口部
３３５ 第２関心領域
３４１ 右眼
３４２ 頬の曲線
３４３ 鼻
３４４ 口部
３４５ 第２関心領域
３６０ 手術経路
３６１ 手術エントリーポイント
３６２ 標的手術部位
３７１ 手術エントリーポイント
３７２ 標的手術部位
３８０ 第２の座標システム
３８０’ 第１の座標システム
４００ コンピュータプログラム製品
４０２ 信号搬送媒体
４０４ 実行可能なコマンド
４０６ 通信媒体
４０８ 非過渡的でないコンピュータ読み取り可能記憶媒体
４１０ 記録媒体
Claims (20)
- 予め計画していた手術経路により患者の実際の手術経路を判定する方法であって、
第１時点で収集した情報に関わる該患者の第１の二次元画像をキャプチャし、第１の座標システムで前記患者と手術室内の装置との間の空間的関係性を説明することと、
第１修正パラメータ値の組で前記予め計画していた手術経路を含む前記患者の３Ｄモデルを修正し、前記３Ｄモデルが前記第１時点より早い第２時点で収集した情報から構築してなると共に第２の座標システムで説明することと、
前記修正を経た３Ｄモデルから第２の二次元画像をキャプチャすることと、
前記第１の二次元画像と前記第２の二次元画像の間の第１相関性を計算することと、
前記第１相関性が閾値を超えた時、前記第１修正パラメータ値の組により前記第２の座標システム内の前記予め計画していた手術経路を前記第１の座標システムに変換することで、前記実際の手術経路を識別することと、
を含むことを特徴とする予め計画していた手術経路により患者の実際の手術経路を判定する方法。 - 前記３Ｄモデルの修正は、前記修正パラメータ値の組により、前記３Ｄモデルの拡大や縮小、前記３Ｄモデルの回転或いは前記３Ｄモデルの移動を包括することを特徴とする
請求項１に記載の方法。 - 前記第２の二次元画像は、前記修正を経た３Ｄモデルの投影であることを特徴とする
請求項１に記載の方法。 - 前記第１時点において前記患者が手術室内の手術台上におり、該第２時点において前記患者が医用画像のスキャンを受けていることを特徴とする請求項１に記載の方法。
- 前記第１相関性が該閾値を超えていない時、
第２修正パラメータ値の組で前記予め計画していた手術経路を含む前記患者の前記３Ｄモデルを修正することと、
前記第２修正パラメータ値の組で修正した前記３Ｄモデルから第３の二次元画像をキャプチャすることと、
前記第１の二次元画像と前記第３の二次元画像の間の第２相関性を計算することと、
前記第２相関性が閾値を超えた時、前記第２修正パラメータ値の組により前記第２の座標システム内の前記予め計画していた手術経路を前記第１の座標システムに変換することで、前記実際の手術経路を識別することと、
を更に含むことを特徴とする
請求項１に記載の方法。 - 前記第１の二次元画像及び前記第２の二次元画像に対してエッジ検出を行うことを更に含むことを特徴とする
請求項１に記載の方法。 - 前記エッジ検出は、前記相関性を計算する前に行うことを特徴とする
請求項６に記載の方法。 - 一組の実行可能なコマンドを含む過渡的でないコンピュータ読み取り可能な記憶媒体であって、前記一組の実行可能なコマンドは１個又は複数の手術システムのいずれかの１つのプロセッサで実行された時、前記プロセッサに予め計画していた手術経路により患者の実際の手術経路を判定する方法を実行させ、前記方法は、
第１時点で収集した情報に関わる該患者の第１の二次元画像をキャプチャし、第１の座標システムで前記患者と手術室内の装置との間の空間的関係性を説明することと、
第１修正パラメータ値の組で前記予め計画していた手術経路を含む前記患者の３Ｄモデルを修正し、前記３Ｄモデルが前記第１時点より早い第２時点で収集した情報から構築してなると共に第２の座標システムで説明することと、
前記修正を経た３Ｄモデルから第２の二次元画像をキャプチャすることと、
前記第１の二次元画像と前記第２の二次元画像の間の第１相関性を計算することと、
前記第１相関性が閾値を超えた時、前記第１修正パラメータ値の組により前記第２の座標システム内の前記予め計画していた手術経路を前記第１の座標システムに変換することで、前記実際の手術経路を識別することと、
を含むことを特徴とする
過渡的でないコンピュータ読み取り可能な記憶媒体。 - 前記３Ｄモデルの修正は、前記修正パラメータ値の組により、前記３Ｄモデルの拡大や縮小、前記３Ｄモデルの回転或いは前記３Ｄモデルの移動を包括することを特徴とする
請求項８に記載の過渡的でないコンピュータ読み取り可能な記憶媒体。 - 前記第２の二次元画像は、前記修正を経た３Ｄモデルの投影であることを特徴とする請求項８に記載の過渡的でないコンピュータ読み取り可能な記憶媒体。
- 前記第１時点において前記患者が手術室内の手術台上におり、該第２時点において前記患者が医用画像のスキャンを受けていることを特徴とする請求項８に記載の過渡的でないコンピュータ読み取り可能な記憶媒体。
- 前記第１相関性が該閾値を超えていない時、前記方法は、
第２修正パラメータ値の組で前記予め計画していた手術経路を含む前記患者の前記３Ｄモデルを修正することと、
前記第２修正パラメータ値の組で修正した前記３Ｄモデルから第３の二次元画像をキャプチャすることと、
前記第１の二次元画像と前記第３の二次元画像の間の第２相関性を計算することと、
前記第２相関性が閾値を超えた時、前記第２修正パラメータ値の組により前記第２の座標システム内の前記予め計画していた手術経路を前記第１の座標システムに変換することで、前記実際の手術経路を識別することと、
を更に含むことを特徴とする
請求項８に記載の過渡的でないコンピュータ読み取り可能な記憶媒体。 - 前記方法は、前記第１の二次元画像及び前記第２の二次元画像に対してエッジ検出を行うことを更に含むことを特徴とする
請求項８に記載の過渡的でないコンピュータ読み取り可能な記憶媒体。 - 前記エッジ検出は、前記相関性を計算する前に行うことを特徴とする
請求項１３に記載の過渡的でないコンピュータ読み取り可能な記憶媒体。 - ストレージシステムとロボットアームと画像収集装置とプロセッサとを含む予め計画していた手術経路により患者の実際の手術経路を判定する手術システムであって、
前記プロセッサは、
前記ストレージシステム内から前記画像収集装置が第１時点で収集した情報に関わる該患者の第１の二次元画像をキャプチャし、第１の座標システムで前記患者と前記ロボットアームとの間の空間的関係性を説明し、
第１修正パラメータ値の組で前記予め計画していた手術経路を含む前記患者の３Ｄモデルを修正し、前記３Ｄモデルが前記第１時点より早い第２時点で収集した情報から構築してなると共に第２の座標システムで説明し、
前記ストレージシステム内の前記修正を経た３Ｄモデルから第２の二次元画像をキャプチャし、
前記第１の二次元画像と前記第２の二次元画像の間の第１相関性を計算し、
前記第１相関性が閾値を超えた時、前記第１修正パラメータ値の組により前記第２の座標システム内の前記予め計画していた手術経路を前記第１の座標システムに変換することで、前記実際の手術経路を識別し、
前記実際手術経路により前記ロボットアームに手術を行うよう指示するために用いられることを特徴とする予め計画していた手術経路により患者の実際の手術経路を判定する手術システム。 - 拡大縮小率、回転角度及び／又は並進ベクトルで前記３Ｄモデルを修正することを特徴とする
請求項１５に記載のシステム。 - 前記画像収集装置は、前記ロボットアームの上に固定されることを特徴とする
請求項１５に記載のシステム。 - 前記画像収集装置は、前記ロボットアームが移動する時に複数の画像を撮影するために用いられることを特徴とする
請求項１５に記載のシステム。 - 前記第１時点において前記患者が手術室内の手術台上におり、該第２時点において前記患者が医用画像のスキャンを受けていることを特徴とする
請求項１５に記載のシステム。 - 前記プロセッサは、更に前記第１の二次元画像と前記第２の二次元画像に対してエッジ検出の演算を行うために用いられることを特徴とする
請求項１５に記載のシステム。
Applications Claiming Priority (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| US201562171245P | 2015-06-05 | 2015-06-05 | |
| US62/171,245 | 2015-06-05 | ||
| PCT/CN2016/084732 WO2016192671A1 (en) | 2015-06-05 | 2016-06-03 | Intra operative tracking method |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2017526415A true JP2017526415A (ja) | 2017-09-14 |
| JP6334052B2 JP6334052B2 (ja) | 2018-05-30 |
Family
ID=57440176
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2017504784A Active JP6334052B2 (ja) | 2015-06-05 | 2016-06-03 | 術中追跡方法 |
Country Status (10)
| Country | Link |
|---|---|
| US (1) | US9827053B2 (ja) |
| EP (1) | EP3145420B8 (ja) |
| JP (1) | JP6334052B2 (ja) |
| KR (1) | KR101933132B1 (ja) |
| CN (1) | CN106794044B (ja) |
| CA (1) | CA2949797C (ja) |
| DK (1) | DK3145420T3 (ja) |
| HR (1) | HRP20201646T1 (ja) |
| TW (1) | TWI595437B (ja) |
| WO (1) | WO2016192671A1 (ja) |
Families Citing this family (21)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| TWI670681B (zh) * | 2017-06-04 | 2019-09-01 | 鈦隼生物科技股份有限公司 | 判定手術路徑上一個或多個點之方法和系統 |
| CN111032140B (zh) * | 2017-08-16 | 2022-08-16 | 直观外科手术操作公司 | 用于在医疗程序期间监测患者运动的***和方法 |
| WO2019137507A1 (en) * | 2018-01-11 | 2019-07-18 | Shenzhen United Imaging Healthcare Co., Ltd. | Systems and methods for surgical route planning |
| CN112770686A (zh) * | 2018-08-01 | 2021-05-07 | 钛隼生物科技股份有限公司 | 在手术中跟踪患者位置的方法和*** |
| US11602402B2 (en) | 2018-12-04 | 2023-03-14 | Globus Medical, Inc. | Drill guide fixtures, cranial insertion fixtures, and related methods and robotic systems |
| US11744655B2 (en) | 2018-12-04 | 2023-09-05 | Globus Medical, Inc. | Drill guide fixtures, cranial insertion fixtures, and related methods and robotic systems |
| CN109925053B (zh) * | 2019-03-04 | 2021-06-22 | 杭州三坛医疗科技有限公司 | 手术路径的确定方法、装置和***、可读存储介质 |
| CN109925052B (zh) * | 2019-03-04 | 2020-12-08 | 杭州三坛医疗科技有限公司 | 靶点路径的确定方法、装置和***、可读存储介质 |
| WO2020177725A1 (zh) * | 2019-03-04 | 2020-09-10 | 杭州三坛医疗科技有限公司 | 一种靶点路径的确定方法 |
| CN109993792B (zh) * | 2019-03-04 | 2021-05-25 | 杭州三坛医疗科技有限公司 | 投影方法、装置及***和可读存储介质 |
| CN109925054B (zh) * | 2019-03-04 | 2020-12-18 | 杭州三坛医疗科技有限公司 | 确定靶点路径的辅助方法、装置和***、可读存储介质 |
| AU2020234305A1 (en) * | 2019-03-11 | 2021-10-07 | Intellijoint Surgical Inc. | Computer assisted surgery system and method to process and communicate planning data |
| TWI766253B (zh) * | 2019-03-19 | 2022-06-01 | 鈦隼生物科技股份有限公司 | 基於影像匹配決定手術路徑之方法與系統 |
| US11382549B2 (en) | 2019-03-22 | 2022-07-12 | Globus Medical, Inc. | System for neuronavigation registration and robotic trajectory guidance, and related methods and devices |
| US11045179B2 (en) | 2019-05-20 | 2021-06-29 | Global Medical Inc | Robot-mounted retractor system |
| CN113643226B (zh) * | 2020-04-27 | 2024-01-19 | 成都术通科技有限公司 | 标注方法、装置、设备及介质 |
| CN112807084B (zh) * | 2020-06-01 | 2023-06-02 | 上海库欣医疗科技有限公司 | 用于脑干出血手术导航的颅脑穿刺路径建立方法及导航方法 |
| CN112807083A (zh) * | 2020-06-01 | 2021-05-18 | 上海库欣医疗科技有限公司 | 用于神经外科导航的颅脑穿刺路径建立方法和*** |
| CN113797418A (zh) * | 2020-06-12 | 2021-12-17 | 中强光电股份有限公司 | 医疗影像设备以及医疗影像显示方法 |
| US11529738B2 (en) * | 2020-07-02 | 2022-12-20 | NDR Medical Technology Pte. Ltd. | Control system and a method for operating a robot |
| US11481235B2 (en) * | 2021-01-11 | 2022-10-25 | Evicore Healthcare MSI, LLC | Database framework model transformation for pathway identification |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2002017753A (ja) * | 1999-11-26 | 2002-01-22 | Marconi Medical Systems Finland Inc | 画像装置と協働の介入処置計画を容易にするシステム及び方法 |
| JP2002102249A (ja) * | 2000-09-29 | 2002-04-09 | Olympus Optical Co Ltd | 手術ナビゲーション装置および手術ナビゲーション方法 |
| JP2005305048A (ja) * | 2004-04-26 | 2005-11-04 | Mitsubishi Electric Corp | 患者位置決め装置および患者位置決め方法 |
| JP2010540065A (ja) * | 2007-10-01 | 2010-12-24 | 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 | 介入器具の検出及び追跡 |
| WO2014013393A2 (en) * | 2012-07-17 | 2014-01-23 | Koninklijke Philips N.V. | Imaging system and method for enabling instrument guidance |
| JP2014147455A (ja) * | 2013-01-31 | 2014-08-21 | Toshiba Corp | 医用画像診断装置及び穿刺術支援装置 |
| JP2017524464A (ja) * | 2014-08-19 | 2017-08-31 | チェン シェシャオChen, Chieh Hsiao | 手術部位におけるプローブの位置を判定する方法及びシステム |
Family Cites Families (19)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5389101A (en) * | 1992-04-21 | 1995-02-14 | University Of Utah | Apparatus and method for photogrammetric surgical localization |
| US6122541A (en) | 1995-05-04 | 2000-09-19 | Radionics, Inc. | Head band for frameless stereotactic registration |
| CN1100516C (zh) * | 1997-08-27 | 2003-02-05 | 北京航空航天大学 | 机器人脑外科设备***及其所采用的图象和坐标处理方法 |
| US7570791B2 (en) * | 2003-04-25 | 2009-08-04 | Medtronic Navigation, Inc. | Method and apparatus for performing 2D to 3D registration |
| US20050182319A1 (en) * | 2004-02-17 | 2005-08-18 | Glossop Neil D. | Method and apparatus for registration, verification, and referencing of internal organs |
| US7831073B2 (en) * | 2005-06-29 | 2010-11-09 | Accuray Incorporated | Precision registration of X-ray images to cone-beam CT scan for image-guided radiation treatment |
| US8303505B2 (en) * | 2005-12-02 | 2012-11-06 | Abbott Cardiovascular Systems Inc. | Methods and apparatuses for image guided medical procedures |
| WO2008013598A2 (en) * | 2006-05-25 | 2008-01-31 | William Beaumont Hospital | Real-time, on-line and offline treatment dose tracking and feedback process for volumetric image guided adaptive radiotherapy |
| US8804901B2 (en) * | 2010-06-08 | 2014-08-12 | Accuray Incorporated | Imaging methods for image-guided radiation treatment |
| IT1400684B1 (it) * | 2010-07-07 | 2013-06-28 | Esaote Spa | Metodo e dispositivo di imaging per il monitoraggio di un corpo in esame. |
| JP2015505679A (ja) * | 2011-10-09 | 2015-02-26 | クリア・ガイド・メディカル・リミテッド・ライアビリティ・カンパニーＣｌｅａｒ Ｇｕｉｄｅ Ｍｅｄｉｃａｌ，ＬＬＣ | 超音波画像を融合することによる介入現場画像ガイダンス |
| US9375196B2 (en) * | 2012-07-12 | 2016-06-28 | Covidien Lp | System and method for detecting critical structures using ultrasound |
| CN102999902B (zh) * | 2012-11-13 | 2016-12-21 | 上海交通大学医学院附属瑞金医院 | 基于ct配准结果的光学导航定位导航方法 |
| JP6568478B2 (ja) * | 2013-03-15 | 2019-08-28 | シナプティヴ メディカル （バルバドス） インコーポレイテッドＳｙｎａｐｔｉｖｅ Ｍｅｄｉｃａｌ （Ｂａｒｂａｄｏｓ） Ｉｎｃ． | 低侵襲治療のための計画、誘導およびシミュレーションシステムおよび方法 |
| JP6527086B2 (ja) * | 2013-03-15 | 2019-06-05 | シナプティヴ メディカル （バルバドス） インコーポレイテッドＳｙｎａｐｔｉｖｅ Ｍｅｄｉｃａｌ （Ｂａｒｂａｄｏｓ） Ｉｎｃ． | ハイパースペクトル手術用撮像システム |
| CN103142313B (zh) * | 2013-03-19 | 2015-05-13 | 张巍 | 一种基于单目视觉的手术工具位姿实时检测*** |
| WO2015042120A1 (en) * | 2013-09-18 | 2015-03-26 | Richard Awdeh | Surgical navigation system and method |
| WO2016019347A1 (en) * | 2014-07-31 | 2016-02-04 | California Institute Of Technology | Multi modality brain mapping system (mbms) using artificial intelligence and pattern recognition |
| CN107072628B (zh) * | 2014-10-27 | 2021-03-26 | 医科达有限公司 | 用于放射治疗的图像导引 |
-
2016
- 2016-06-03 US US15/173,512 patent/US9827053B2/en active Active
- 2016-06-03 DK DK16802594.8T patent/DK3145420T3/da active
- 2016-06-03 JP JP2017504784A patent/JP6334052B2/ja active Active
- 2016-06-03 KR KR1020177000511A patent/KR101933132B1/ko active IP Right Grant
- 2016-06-03 CN CN201680002970.2A patent/CN106794044B/zh active Active
- 2016-06-03 TW TW105117536A patent/TWI595437B/zh active
- 2016-06-03 EP EP16802594.8A patent/EP3145420B8/en active Active
- 2016-06-03 WO PCT/CN2016/084732 patent/WO2016192671A1/en active Application Filing
- 2016-06-03 CA CA2949797A patent/CA2949797C/en active Active
-
2020
- 2020-10-13 HR HRP20201646TT patent/HRP20201646T1/hr unknown
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2002017753A (ja) * | 1999-11-26 | 2002-01-22 | Marconi Medical Systems Finland Inc | 画像装置と協働の介入処置計画を容易にするシステム及び方法 |
| JP2002102249A (ja) * | 2000-09-29 | 2002-04-09 | Olympus Optical Co Ltd | 手術ナビゲーション装置および手術ナビゲーション方法 |
| JP2005305048A (ja) * | 2004-04-26 | 2005-11-04 | Mitsubishi Electric Corp | 患者位置決め装置および患者位置決め方法 |
| JP2010540065A (ja) * | 2007-10-01 | 2010-12-24 | 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 | 介入器具の検出及び追跡 |
| WO2014013393A2 (en) * | 2012-07-17 | 2014-01-23 | Koninklijke Philips N.V. | Imaging system and method for enabling instrument guidance |
| JP2014147455A (ja) * | 2013-01-31 | 2014-08-21 | Toshiba Corp | 医用画像診断装置及び穿刺術支援装置 |
| JP2017524464A (ja) * | 2014-08-19 | 2017-08-31 | チェン シェシャオChen, Chieh Hsiao | 手術部位におけるプローブの位置を判定する方法及びシステム |
Also Published As
| Publication number | Publication date |
|---|---|
| TWI595437B (zh) | 2017-08-11 |
| WO2016192671A1 (en) | 2016-12-08 |
| HRP20201646T1 (hr) | 2020-12-25 |
| TW201705078A (zh) | 2017-02-01 |
| KR101933132B1 (ko) | 2019-03-15 |
| EP3145420A4 (en) | 2018-04-04 |
| JP6334052B2 (ja) | 2018-05-30 |
| EP3145420A1 (en) | 2017-03-29 |
| CA2949797A1 (en) | 2016-12-05 |
| US20160354157A1 (en) | 2016-12-08 |
| CN106794044B (zh) | 2019-09-27 |
| KR20170033858A (ko) | 2017-03-27 |
| DK3145420T3 (da) | 2020-10-26 |
| CN106794044A (zh) | 2017-05-31 |
| EP3145420B8 (en) | 2020-12-30 |
| CA2949797C (en) | 2019-04-02 |
| US9827053B2 (en) | 2017-11-28 |
| EP3145420B1 (en) | 2020-08-05 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP6334052B2 (ja) | 術中追跡方法 | |
| Wang et al. | A practical marker-less image registration method for augmented reality oral and maxillofacial surgery | |
| EP3007635B1 (en) | Computer-implemented technique for determining a coordinate transformation for surgical navigation | |
| US20170084036A1 (en) | Registration of video camera with medical imaging | |
| TWI670681B (zh) | 判定手術路徑上一個或多個點之方法和系統 | |
| US10390892B2 (en) | System and methods for updating patient registration during surface trace acquisition | |
| CA2976573C (en) | Methods for improving patient registration | |
| KR102233585B1 (ko) | 복수의 후보 대응점을 이용하는 영상 정합 장치 및 방법 | |
| Ferguson et al. | Toward image-guided partial nephrectomy with the da Vinci robot: exploring surface acquisition methods for intraoperative re-registration | |
| JP7037810B2 (ja) | 画像処理装置と画像処理プログラムと画像処理方法 | |
| TWI766253B (zh) | 基於影像匹配決定手術路徑之方法與系統 | |
| WO2024112857A1 (en) | Extended reality registration method using virtual fiducial markers | |
| Wang et al. | Augmented Reality for Digital Orthopedic Applications | |
| CN117677358A (zh) | 用于手术期间现场x射线荧光透视和c形臂计算机断层扫描成像的立体投影和交叉参考的增强现实***和方法 | |
| Ciucci et al. | The NEAR project: Active endoscopes in the operating room |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20171128 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20171124 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20180223 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20180313 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20180322 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20180417 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20180425 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 6334052 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| S111 | Request for change of ownership or part of ownership |
Free format text: JAPANESE INTERMEDIATE CODE: R313113 |
|
| R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |