CN103648397B - 超声图像引导的系统与基于体积运动的校准方法 - Google Patents

超声图像引导的系统与基于体积运动的校准方法 Download PDF

Info

Publication number
CN103648397B
CN103648397B CN201280031580.XA CN201280031580A CN103648397B CN 103648397 B CN103648397 B CN 103648397B CN 201280031580 A CN201280031580 A CN 201280031580A CN 103648397 B CN103648397 B CN 103648397B
Authority
CN
China
Prior art keywords
image
volume
motion
tracking
position sensor
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.)
Expired - Fee Related
Application number
CN201280031580.XA
Other languages
English (en)
Other versions
CN103648397A (zh
Inventor
A·K·贾殷
D·A·斯坦顿
C·S·霍尔
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Koninklijke Philips NV
Original Assignee
Koninklijke Philips Electronics NV
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Koninklijke Philips Electronics NV filed Critical Koninklijke Philips Electronics NV
Publication of CN103648397A publication Critical patent/CN103648397A/zh
Application granted granted Critical
Publication of CN103648397B publication Critical patent/CN103648397B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/08—Clinical applications
    • A61B8/0833—Clinical applications involving detecting or locating foreign bodies or organic structures
    • A61B8/0841—Clinical applications involving detecting or locating foreign bodies or organic structures for locating instruments
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/42—Details of probe positioning or probe attachment to the patient
    • A61B8/4245—Details of probe positioning or probe attachment to the patient involving determining the position of the probe, e.g. with respect to an external reference frame or to the patient
    • A61B8/4254—Details of probe positioning or probe attachment to the patient involving determining the position of the probe, e.g. with respect to an external reference frame or to the patient using sensors mounted on the probe
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/44—Constructional features of the ultrasonic, sonic or infrasonic diagnostic device
    • A61B8/4444—Constructional features of the ultrasonic, sonic or infrasonic diagnostic device related to the probe
    • A61B8/4455—Features of the external shape of the probe, e.g. ergonomic aspects
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/44—Constructional features of the ultrasonic, sonic or infrasonic diagnostic device
    • A61B8/4477—Constructional features of the ultrasonic, sonic or infrasonic diagnostic device using several separate ultrasound transducers or probes
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/48—Diagnostic techniques
    • A61B8/486—Diagnostic techniques involving arbitrary m-mode
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/52—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/5207—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves involving processing of raw data to produce diagnostic data, e.g. for generating an image
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/52—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/5215—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves involving processing of medical diagnostic data
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/58—Testing, adjusting or calibrating the diagnostic device
    • A61B8/585—Automatic set-up of the device
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/80—Analysis of captured images to determine intrinsic or extrinsic camera parameters, i.e. camera calibration
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/08—Clinical applications
    • A61B8/0883—Clinical applications for diagnosis of the heart
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10132—Ultrasound image
    • G06T2207/10136—3D ultrasound image

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Medical Informatics (AREA)
  • Public Health (AREA)
  • Physics & Mathematics (AREA)
  • Biomedical Technology (AREA)
  • General Health & Medical Sciences (AREA)
  • Pathology (AREA)
  • Surgery (AREA)
  • Molecular Biology (AREA)
  • Radiology & Medical Imaging (AREA)
  • Animal Behavior & Ethology (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Biophysics (AREA)
  • Veterinary Medicine (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Gynecology & Obstetrics (AREA)
  • Primary Health Care (AREA)
  • Epidemiology (AREA)
  • Databases & Information Systems (AREA)
  • Data Mining & Analysis (AREA)
  • Ultra Sonic Daignosis Equipment (AREA)

Abstract

本发明涉及一种超声图像引导的系统以及一种用于操作这种系统的基于体积运动的校准方法。所述系统包括一个或多个超声探头（20），所述一个或多个超声探头能用于生成解剖对象（10）的图像体积（13i、13j）。所述系统还包括适配器设备（50），所述适配器设备包括至少一个位置传感器（30），所述适配器设备（50）针对一个使用事件能附接到所述超声探头（20）之一。所述至少一个位置传感器（30）从一个使用事件到另一个使用事件，相对于所述一个或多个超声探头（20）处于可变位置。所述系统还包括跟踪设备（51），所述跟踪设备能用于生成跟踪数据（32），所述跟踪数据表示在坐标系（11）内对所述至少一个位置传感器（20）的跟踪；以及超声成像设备（21），所述超声成像设备能用于基于所述图像体积（13i、13j）生成所述解剖对象（10）的成像数据（22）。所述系统还包括计算设备（40），所述计算设备能用于针对每个使用事件，通过使用基于图像的体积运动（VM？IB）和基于跟踪的体积运动（VM？TB）计算校准矩阵（51），来相对于所述至少一个位置传感器（30）的所述坐标系（11）自动地自校准所述成像数据（22）。所述基于图像的体积运动（VM？IB）表示从所述成像数据（22）导出的至少两个图像体积（13i、13j）的图像运动。所述基于跟踪的体积运动（VM？TB）表示从所述跟踪数据（32）导出的所述图像体积（13i、13j）的跟踪运动。

Description

超声图像引导的系统与基于体积运动的校准方法
技术领域
本发明涉及一种超声图像引导的系统，其包括能用于生成解剖对象的图像体积的一个或多个超声探头。本发明还涉及一种用于操作这种超声图像引导的系统的基于体积运动的校准方法以及一种实施这种方法的计算机程序。
背景技术
超声在过去的几十年里已开始变成用于介入程序，例如用于微创介入的优选模态。具体范例为程序中跳动心脏的手术及治疗。具体而言，超声图像引导的介入是非常感兴趣的，例如范围从瓣膜放置到活检，到消融。在这里超声图像能帮助外科医生或治疗师导航或引导临床器械，例如针或导管。
这些超声图像引导（导航）的系统的主要限制之一为需要预校准的超声探头，其中，用于跟踪的位置传感器需要被附接到超声探头，并且必须执行对系统/超声探头的校准，更具体地必须执行超声探头与位置传感器的图像之间的校准。已显示该校准确定了整个系统的性能，使得传感器集成既有挑战性又昂贵。其要求昂贵的预校准过程，并且系统的工厂制造也是昂贵的。
例如，US2010/0081920Al公开一种用于超声和其他成像模态引导的医学程序的电磁（EM）跟踪系统。该系统包括电磁（EM）传感器能够被可释放地固定于其上的各种部件的工具集合。所述工具集合包括EM可跟踪套针、装配EM传感器的托架、开槽针导、装配EM传感器的适配器、以及外部皮肤标记物。然而，该系统复杂且要求特殊的预校准。这得到相当昂贵的系统。
发明内容
本发明的目的是提供一种较便宜但仍提供医学介入所需要的可靠结果的超声图像引导的系统。另一目的是提供一种用于操作这种系统的基于体积运动的校准方法，以及一种实施这种方法的计算机程序。
在本发明的第一个方面中，提出一种超声图像引导的系统，其包括：一个或多个超声探头，所述一个或多个超声探头能用于生成解剖对象的图像体积；以及适配器设备，所述适配器设备包括至少一个位置传感器。所述适配器设备针对一个使用事件，能附接到所述超声探头之一，其中所述至少一个位置传感器从一个使用事件到另一个使用事件，相对于所述一个或多个超声探头处于可变位置。所述系统还包括：跟踪设备，所述跟踪设备能用于生成跟踪数据，所述跟踪数据表示在坐标系内对所述至少一个位置传感器的跟踪；以及超声成像设备，所述超声成像设备能用于基于所述图像体积生成所述解剖对象的成像数据。所述系统还包括计算设备，所述计算设备能用于针对每个使用事件，通过使用基于图像的体积运动和基于跟踪的体积运动计算校准矩阵，来相对于所述至少一个位置传感器的所述坐标系自动地自校准所述成像数据。所述基于图像的体积运动表示从所述成像数据导出的至少两个图像体积的图像运动。所述基于跟踪的体积运动表示从所述跟踪数据导出的所述图像体积的跟踪运动。
在本发明另一方面中，提出一种用于操作超声图像引导的系统的基于体积运动的校准方法，所述超声图像引导的系统包括：一个或多个超声探头，所述一个或多个超声探头能用于生成解剖对象的图像体积；以及适配器设备，所述适配器设备包括至少一个位置传感器。所述适配器设备针对一个使用事件，能附接到所述超声探头之一。所述至少一个位置传感器从一个使用事件到另一个使用事件，相对于所述一个或多个超声探头处于可变位置。所述方法包括如下步骤：a）生成跟踪数据，其表示在坐标系内对所述至少一个位置传感器的跟踪；b）基于所述图像体积生成所述解剖对象的成像数据；并且c）针对每个使用事件，通过使用基于图像的体积运动和基于跟踪的体积运动计算校准矩阵，来相对于所述至少一个位置传感器的所述坐标系自动地自校准所述成像数据。所述基于图像的体积运动表示从所述成像数据导出的至少两个图像体积在所述坐标系内的图像运动。所述基于跟踪的体积运动表示从所述跟踪数据导出的所述图像体积在所述坐标系内的跟踪运动。
在本发明另一方面中，提出一种包括代码模块的计算机程序，所述代码模块用于当所述计算机程序在计算机上执行时，令所述计算机执行本文公开的方法的步骤。
本发明的基本思想是使用不精确的适配器设备，结合于特定自动自校准方法，以用于计算校准矩阵。提供一种具有适配器设备的（未校准的）系统或超声探头，所述适配器设备具有能附接到或被附接到所述超声探头的（一个或多个）位置（跟踪）传感器，其中，所述适配器设备能够被不精确地制造。因此，不需要针对特定超声探头提供特殊制造的适配器。所述适配器设备尤其能配合多种不同的超声探头（或超声探头的类型）。以此方式，提出一种显著更便宜的更加即插即用的机构（适配器设备）。因此，所述适配器设备能够被大量制造，例如使用提供微米级可重复性的浇铸或快速原型制造/打印技术。具体而言，所述适配器设备能够可移除地能附接到或被附接到所述超声探头。具体而言，所述适配器设备和/或超声探头能够适于体内应用或使用。
包括（一个或多个）所述位置传感器的不精确制造的适配器设备针对一个使用事件，能附接到或被附接到所述超声探头之一。使用事件是指所述适配器设备与所述超声探头之一的附接，以及该适配器-探头组合的使用（例如在诸如微创介入的医学介入中）。所述适配器设备被设计使得（一个或多个）所述位置传感器针对一个使用事件到另一个使用事件，相对于所述一个或多个超声探头处于或能够处于可变位置。所述适配器设备的所述位置传感器相对于所述超声探头的定位或布置不需要为可重复的。（一个或多个）所述位置传感器能够被集成到所述适配器设备中或被附接到所述适配的设备（例如粘合到所述适配器设备）。或者，（一个或多个）所述位置传感器能够被可移除地附接到或集成到所述适配器设备（例如，使用具有（一个或多个）所述位置传感器的单独的可移除部分）。
在一个范例中，一个适配器设备从一个使用事件到另一个使用事件，能附接到或被附接到所述超声探头中确切的一个。然而，从所述一个使用事件到其他使用事件，由于所述适配器设备的不精确制造，例如由于容差，（一个或多个）所述位置传感器相对于这一个超声探头处于可变位置。
在另一个范例中，所述适配器设备针对第一使用事件，能附接到或被附接到第一超声探头，并且针对第二使用事件，能附接到或被附接到第二、不同的超声探头。由于所述适配器设备的不精确制造（例如，容差），从所述第一使用事件到所述第二使用事件，相比较于所述第一超声探头，（一个或多个）所述位置传感器相对于所述第二超声探头处于可变位置。换言之，相比较针对所述第一使用事件的（一个或多个）所述位置传感器的位置，针对所述第二使用事件，（一个或多个）所述位置传感器处于另一个位置。
然而，由于根据本发明使用特殊的自动自校准，在所述（未校准的）系统中使用不精确制造的适配器设备仍然起作用。该自动自校准针对每个使用事件，通过使用基于图像的体积运动和基于跟踪的体积运动计算校准矩阵，来相对于（一个或多个）所述位置传感器自动地自校准所述成像数据。所述基于图像的体积运动表示从所述成像数据导出的至少两个图像体积在所述坐标系内的图像运动。所述基于跟踪的体积运动表示从所述跟踪数据导出的所述图像体积在所述坐标系内的跟踪运动。自动自校准意指不再需要执行特殊的预校准（例如使用模型）。在所述系统的使用期间（例如处置或外科手术期间）以任意方式生成的所述跟踪数据和成像数据能够用于该校准。具体而言，能够在自身介入（例如外科手术）期间执行所述自校准。所述自校准无需来自用户（例如医生）的手动输入而发生。所述校准无需改变现有的临床工作流程而发生。因此所述不精确适配器的使用，结合于所述自动自校准方法，简化了临床工作流程。
在从属权利要求中限定了本发明的优选实施例。应理解，要求保护的基于体积运动的校准方法或计算机程序具有与要求保护的超声图像引导的系统相似和/或相同的优选实施例，如在从属权利要求中所限定的。
在一个实施例中，在所述计算设备相对于所述至少一个位置传感器的所述坐标系自动地自校准所述成像数据之前，所述系统为未校准的。因此，所述系统在所述使用事件之前能够为未校准的。在该情况中，所计算的校准矩阵为初始校准矩阵。这意味着，之前没有针对该特定超声探头计算校准矩阵。
在另一个实施例中，所述适配器设备能重复用于多个使用事件。这降低了所述系统的成本。
在另一实施例中，其中，所述适配器设备为硬壳，所述硬壳具有被集成在其中或被附接到其上的至少一个位置传感器。这提供了鲁棒的适配器设备。
在该实施例的变型中，所述硬壳被分成适于彼此夹紧的至少两个部分。这提供了可移除的适配器设备，这尤其可重复用于多个使用事件。
在备选实施例中，所述适配器设备为弹性管。这提供最佳安装于所述超声探头的适配器设备。
在该实施例的变型中，所述弹性管被热收缩在所述超声探头上。这提供将所述适配器设备附接到所述超声探头的容易且可靠的方式。
在另一个备选实施例中，所述适配器设备为无弹性预成型管。这提供了鲁棒的适配器设备。
在该实施例的变型中，所述预成型管具有内部粘胶层。这提供将所述适配器设备附接到所述超声探头的容易且可靠的方式。
在另一实施例中，每个图像体积均为所述解剖对象的基线图像体积的不同子集。例如，所述基线图像体积能够为心脏的完整超声体积扫描。
在另一实施例中，所述基于图像的体积运动被计算为相对于第二图像体积在所述坐标系内的图像位置的第一图像体积在所述坐标系内的图像位置的函数。备选地或累积地，所述基于跟踪的体积运动被计算为如由所述跟踪数据表示的第一图像体积在所述坐标系内的跟踪位置和如由所述跟踪数据表示的第二图像体积在所述坐标系内的跟踪位置的函数。
在该实施例的变型中，所述基于图像的体积运动的计算包括所述第一图像体积与所述第二图像体积的配准，尤其是配准到所述解剖对象的基线图像体积。备选地或累积地，所述基于跟踪的体积运动的计算包括作为所述第一图像体积在所述坐标系内的跟踪位置、所述第二图像体积在所述坐标系内的跟踪位置以及所述校准矩阵的函数的，所述第一体积图像与所述第二体积图像之间的配准变换。
在另一变型中，所述基于图像的体积运动的计算包括针对所述解剖对象在所述坐标系内的移动的补偿。
在另一个实施例中，所述跟踪数据和所述成像数据是同时生成的。具体而言，所述解剖对象的多个图像体积，以及跟踪信号的多个读数（经由至少一个位置传感器）能够同时生成，其中，所述跟踪信号的每个读数对应于所生成的图像体积。数目可以对应于所述超声探头的不同姿态的数目。以此方式，提供多个运动对，所述多个运动对之后能够用于所述校准矩阵的计算。
在另一个实施例中，所述计算设备能用于通过使用所述基于跟踪的体积运动和所述基于图像的体积运动求解线性方程，来计算所述校准矩阵。具体而言，能够使用所述线性方程，使所述基于跟踪的体积运动和所述基于图像的体积运动相同，因为运动的量应是相同的。使用这种线性方程提供闭型解和快速校准。与例如非线性优化方法相比较，所述计算不能被困在局部最小值。在该实施例的变型中，使用对偶四元数求解所述线性方程。
在另一实施例中，所述校准矩阵表示所述图像体积与所述至少一个位置传感器之间的空间关系。
在另一个实施例中，所述至少一个位置传感器为电磁传感器并且所述跟踪设备为电磁跟踪设备。在备选实施例中，所述至少一个位置传感器为光学传感器并且所述跟踪设备为光学跟踪设备。也能够使用任意其他合适类型的位置传感器与跟踪系统，例如FOSSL传感器与跟踪系统或者RFID传感器与跟踪系统。
在另一实施例中，所述计算设备还能用于执行对从所述自动自校准导出的所述校准矩阵的验证测试，所述验证测试包括对所述基于图像的体积运动与所述基于跟踪的体积运动之间的绝对偏差的测试。这在医学介入期间，例如在手术程序（例如心脏程序）期间提供对所述超声探头的术中质量控制，更具体而言提供校准。具体而言，对所述校准矩阵的验证能够被连续地测试。如果在任一点，所述校准矩阵因任何原因变得无效，则可以通过所述系统发出警示。
附图说明
本发明的这些及其他方面将从后文描述的（一个或多个）实施例变得显而易见，并参考后文描述的（一个或多个）实施例得以阐明。在以下附图中：
图1图示根据本发明的超声图像引导的系统的示范性实施例；
图2图示在本领域已知的解剖对象的两（2）个图像体积的示范性体积运动；
图3a图示根据本发明的系统的适配器设备的第一实施例；
图3b图示根据本发明的系统的适配器设备的第二实施例；
图4图示根据本发明的超声图像引导的系统的示范性操作；
图5图示了流程图，其表示根据本发明的第一实施例的基于体积运动的校准方法；
图6图示了流程图，其表示根据本发明的基于图像的体积运动计算方法的示范性实施例；
图7A和图7B图示了流程图，其表示根据本发明的基于图像的配准方法的两（2）个示范性实施例；
图8图示了流程图，其表示根据本发明的心脏运动建模方法的第一示范性实施例；
图9图示了流程图，其表示根据本发明的基于跟踪的体积运动计算方法的示范性实施例；
图10图示根据本第二实施例的超声图像引导的系统的示范性操作；
图11图示了流程图，其表示根据第二实施例的基于体积运动的校准方法；
图12图示了流程图，其表示校准阈值计算方法的示范性实施例；
图13图示根据本发明的超声图像引导的系统或基于体积运动的校准方法在临床环境中的示范性操作；并且
图14a和图14b每个图示了利用根据本发明的系统或方法获得的结果。
具体实施方式
图1图示了超声图像引导的系统的示范性实施例。所述系统采用超声成像系统、跟踪系统和计算设备40。
出于本发明的目的，所述超声成像系统在本文中被广泛定义为包括以下内容的任意系统：一个或多个超声探头20，其能用于或在结构上被配置为在坐标系内生成解剖对象（例如心脏10）的图像体积；以及超声成像设备21，其能用于或在结构上被配置为基于所述图像体积（处理所述图像体积）生成解剖对象的成像数据22。具体而言，每个图像体积能够为所述解剖对象的基线图像体积的不同子集。所述超声成像系统尤其能够使用3D经食道回波（“TEE”）探头。在一个实施例中，由PhilipsHealthcare商业出售的iEEE智能回波系统可以充当超声成像系统。然而，能够使用任意其他合适的超声成像系统。
出于本发明的目的，所述跟踪系统在本文中被广泛定义为包括以下内容的任意系统：适配器设备50，其包括至少一个位置传感器30；以及跟踪设备，其能用于或在结构上被配置为生成跟踪数据32，跟踪数据32表示在坐标系内对至少一个位置传感器30的跟踪（在所述坐标系内跟踪（一个或多个）位置传感器30）。适配器设备50针对一个使用事件，能附接到或被附接到超声探头20之一。使用事件是指适配器设备30与所述超声探头之一的附接以及该适配器-探头组合的使用。适配器设备30被设计为使得至少一个位置传感器30从一个使用事件到另一个使用事件，相对于所述一个或多个超声探头处于可变位置。因此，所述适配器设备能够被不精确地制造。所述跟踪系统的范例包括，但不限于，任意类型的电磁跟踪系统以及任意类型的光学跟踪系统，例如形状感测。在一个实施例中，由NDI商业出售的AuroraTM电磁跟踪系统可以充当电磁跟踪系统。然而，能够使用任意其他合适的跟踪系统。
图3a图示了适配器设备的第一实施例并且图3b图示了适配器设备的第二范例。在图3a的实施例中，适配器设备50为硬壳，其具有被集成在其中或被附接到其上的两个位置传感器30。在图3a和图3b的实施例中，位置传感器30为电磁（EM）传感器。图3a中所示的硬壳被分成适于彼此夹紧的两个部分。能够保持该两个部分分开放置在超声探头20上，并之后将它们彼此夹紧。以此方式，所述适配器设备完全包裹住所述超声探头。适配器设备50和超声探头20适于体内应用或使用。在图3b的实施例中，适配器设备50为弹性管。所述弹性管被热收缩在声音探头20上。
出于本发明的目的，计算设备40在本文中被广泛定义为任意这样的设备，其能用于或在结构上被配置为针对每个使用事件，通过使用基于图像的体积运动和基于跟踪的体积运动计算校准矩阵，来相对于至少一个位置传感器30的坐标系，自动地自校准成像数据22。这能够在计算设备40的校准单元41中得以执行，如在图1中图示的。计算设备40还能用于将所述图像体积配准到解剖对象10的所述基线图像体积（例如心脏10的完整US体积）。为此，由计算设备40利用校准矩阵作为转换所述坐标系中的图像体积的体素的坐标的变换，以用于跟踪位置传感器30。换言之，校准矩阵表示所述图像体积与至少一个位置传感器30之间的空间关系。
为了便于理解所述校准矩阵，图2图示坐标系11（例如跟踪坐标系）内解剖对象的基线图像体积12（例如心脏的完整US体积扫描）。超声探头20（图1）用于依次生成体积图像13i和体积图像13j，并且随着由探头20生成体积图像13，位置传感器30（图1）在坐标系11内被跟踪。实践中，体积图像13可以交叠，但在图2中出于清楚示出每个个体体积图像13的目的，体积图像13是隔离的。
所述校准矩阵提供将图像体积13中的体素的坐标转换到坐标系11中的变换。这使得图像体积13能够被映射到所述坐标系中，以用于图像重建。针对自动自校准，计算设备40测量来自两个源的图像体积13之间的运动14。第一个源为图像体积13的图像运动，并且第二个源为图像体积13的跟踪运动。由此，测量来自两个源的图像体积运动：a）基于图像的体积运动和（b）基于跟踪的体积运动。所述基于图像的体积运动因此表示从所述成像系统导出的至少两个体积的图像运动，并且所述基于跟踪的体积运动表示所述图像体积的跟踪运动。
现在将在本文中提供对图4至图9的描述，以提供对根据本发明的自动自校准的更详细解释。
图4图示了所述超声图像引导的系统的各个示范性操作状态。首先是用于经由探头20（图1）生成解剖对象（例如心脏10）的N个图像体积61的体积成像状态60，以及用于经由位置传感器30（图1）获得跟踪信号71的N个读数的传感器跟踪状态70，其中，跟踪信号71的每个读数对应于生成的图像体积61。这对应于成像数据22的生成以及对应于跟踪数据32的生成。该数据之后用于自校准状态50，如在图4中所示。在自校准状态50中，通过使用基于图像的体积运动和基于跟踪的体积运动计算校准矩阵51，来执行针对该使用事件，相对于坐标系11对成像数据22的自动自校准。校准矩阵51尤其能够为初始校准矩阵。校准矩阵51的准确度对于经由跟踪信号在所述坐标系内定位每个图像体积是至关重要的。通过由计算设备40执行的基于体积运动的校准方法实施状态50，如联系对图5至图9的描述在本文中进一步解释的。
图5图示了流程图100，其表示所述基于体积运动的校准方法的一个实施例。流程图100的阶段S101包括计算设备40对基于图像的体积运动VMIB的计算，并且流程图100的阶段S102包括由计算设备40对基于跟踪的体积运动VMTB的计算。出于本发明的目的，基于图像的体积运动VMIB在本文中被广泛定义为从图像体积61的成像数据22（图1）导出的，坐标系（例如图2中所示的坐标系11）的解剖对象的图像体积61（图4）之间的任意运动，并且基于跟踪的体积运动VMTB在本文中被广泛定义为从跟踪数据32（图1）导出的，所述坐标系内的所述解剖对象的图像体积61之间的任意运动。流程图100的阶段S103包括使用基于图像的体积运动VMIB以及基于跟踪的体积运动VMTB的初始校准矩阵计算。具体而言，能够通过将基于运动的校准问题以方程表示为线性方程AX=BX，来计算所述校准矩阵，其中，X为所述校准矩阵（例如从超声图像空间US到传感器空间S的校准变换，由X=TS·US表示），A代表基于跟踪的体积运动VMTB（例如从姿态2到姿态1的运动，由A=（TS·S1）-1TS·S2表示），并且B代表基于图像的体积运动（例如从超声图像US2到位置超声图像US1的运动，由B=TUS1· US2表示，其中，USi对应于姿态i）。具体而言，能够使用线性方程使基于跟踪的体积运动VMTB和基于图像的体积运动VMIB相等，因为运动的量应是相同的。使用这样的线性方式提供了闭型解和快速校准。与例如非线性优化方法相比较，所述计算不会被困在局部最小值。在该实施例的变型中，使用对偶四元数求解所述线性方程。
在一个范例中，能够使用对偶四元数求解所述线形方程。这种对偶四元数例如在DaniilisdisK的《Hand-eyecalibrationusingdualquaternion》（TheInt.J.ofRoboticsResearch，18（3）：第286-298页，1999年）中得以描述。
示范性的计算算法例如能够包括：提供运动对Ai、Bi；提供运动的螺纹表示（screwrepresentation）（使用运动对Ai、Bi），其得到矩阵T=[S1，……，Sn]；执行对矩阵T的奇异值分解；并且将校准矩阵X提供为奇异值分解的函数，X=f(SVD)。
图6图示了流程图110，其表示可以在阶段S101（图5）中执行的基于图像的体积运动计算方法。该方法涉及处理图像体积（例如图2中所示的图像体积13）的对（i,j）。具体地，流程图110的阶段S111包括图像体积61a和图像体积61b在坐标系（例如图2中所示的坐标系11）内的位置的确定，并且流程图110的阶段S112包括基于对解剖对象（例如心脏10）的运动的建模，对图像体积61a和61b所确定的位置的运动补偿。
在阶段S111（图6）的一个实施例中，如图7A中所示的流程图120包括阶段S121，阶段S121包括经由已知的基于图像的刚性或可变形配准以及已知的优化度量（例如互信息、交叉相关等），对图像体积61a和61b的对（i,j）进行基于图像的配准。流程图120还包括阶段S122，阶段S122包括利用对图像体积61a和61b的配准，以确定相对于图像体积61b在所述坐标系内的位置VLji，图像体积61a在所述坐标系内的位置VLii。
在阶段S111（图6）的备选实施例中，如图7B中所示的流程图130包括阶段S131，阶段S131包括图像体积61a和61b的对（i,j）与所述解剖对象的基线图像体积62（例如完整US图像）的基于图像的配准。可以经由基于图像的刚性或可变形配准和已知的优化度量（例如互信息、交叉相关等）执行这些配准。流程图130还包括阶段S132，阶段S132包括利用对图像体积61a与基线图像体积62的配准，以确定在所述坐标系内相对于基线图像体积62，图像体积61a的位置VLii。类似地，图像体积61b与基线图像体积62的配准用于确定在所述坐标系内，相对于基线图像体积62，图像体积61b的位置VLji。这方便了确定在所述坐标系内相对于图像体积61b的位置VLji，图像体积61a的位置VLii。
在阶段S112（图6）的一个实施例中，如图8中所示的流程图140包括阶段S141，阶段S141包括对解剖对象在所述坐标系内的运动的预测。例如，在所述解剖对象为心脏10时，利用针对心脏相位的心电图信号82、针对呼吸相位的胸带信号83、以及任意其他额外的感测信号以预测心脏10在所述坐标系内的运动的已知学习算法能够被使用。流程图140还包括阶段S142，阶段S142包括质量图像控制，其涉及经由解剖对象的预测运动，对图像体积61a和61b进行运动补偿。在所述解剖对象为心脏10的一个实施例中，出于质量控制的目的，由阶段S113（图6）专门利用经由ECG信号82对应于心脏10的舒张期的图像体积61，并且阶段S103（图5）将仅处理这些所选的图像体积61的体积运动。请注意，该选择假设呼吸运动为最小的。
在备选实施例中，出于质量控制的目的，由阶段S113（图6）专门利用当呼吸相位和心脏相位回到相同循环时的时间间隔处的图像体积61，并且S103（图5）将仅处理这些选择的图像体积61的体积运动。
返回参考图6，流程图110的阶段S113包括将基于图像的体积运动VMIB计算为相对于图像体积61b在所述坐标系内的位置VLji的图像体积61a在所述坐标系内的位置VLii的函数，如本领域已知的。所计算的基于图像的体积运动VMIB在初始校准矩阵计算期间由阶段S103（图5）实施。
图9图示了流程图150，其表示基于跟踪的体积运动计算方法，该方法可以在阶段S102（图5）期间被执行。流程图150的阶段S151包括经由跟踪信号71a和校准矩阵51，确定体积图像61a在所述坐标系内的位置VLit，如本领域已知的。所确定的图像体积61a的位置VLit可以利用所述解剖对象的所述基线图像体积的位置得以证实。
流程150的阶段S152包括经由跟踪信号71b和校准矩阵51确定图像体积61b在所述坐标系内的位置VLjt，如本领域已知的。所确定的图像体积61b的位置VLjt可以利用所述解剖对象的所述基线图像体积的位置得以证实。
流程图150的阶段S153包括将基于跟踪的体积运动VMTB计算为相对于体积61b在所述坐标系内的位置VLjt，图像体积61a在所述坐标系内的位置VLit的函数，如本领域已知的。在一个实施例中，可以如本领域已知的，在阶段S153期间，执行基于图像体积61a的位置VLit、体积61b的位置VLjt以及校准矩阵51的图像体积61a和61b之间的配准变换。该计算的基于跟踪的体积运动VMTB在初始校准矩阵计算期间，由阶段S103（图5）实施。
图14a和图14b每个图示了利用上文描述的所述超声图像引导的系统和/或所述基于体积运动的校准方法获得的结果。通过使用具有基准标志物的心脏模拟对象的视觉探查和量化验证，获得校准的性能的结果，已简单地测试所述系统/方法的性能。这些标记物被定位在计算机断层摄影图像与超声图像两者中，并且之后计算校准验证度量，所述校准验证度量包括单一标记物在多次测量上的点模糊度（blowing），如图14b中所示，以及多个标记物的距离准确度，如图14a中所示。由于硬模拟对象的高质量计算机断层摄影图像，这些标记物在计算机断层摄影图像中的位置被用作黄金标准。如从图14a和图14b中能够看出，结果是：所述校准的性能非常准确。
图10至图12图示根据本发明的所述系统与方法的另一个（第二）实施例。该实施例基本上对应于上文描述的第一实施例，除了与所述校准矩阵的有效性测试相组合。通过自动自校准计算的所述校准矩阵可能因多种原因而变得不准确，例如不可预料的场失真、位置传感器30相对于探头20的意外物理移动以及位置传感器30的部分故障。为了测试所述校准矩阵的有效性，计算设备40再次测量来自两个源的图像体积13之间的运动14、基于图像的体积运动以及基于跟踪的体积运动。
现在将在本文中提供对图10至图12的描述，以提供对所述校准矩阵的有效性测试的更详细解释。
图10图示如参考图4解释的超声图像引导的系统的操作状态。进一步地，所述系统从自校准状态50移动到校准矩阵验证状态80。校准矩阵51的准确度对于经由跟踪信号71在所述坐标系内定位每个图像体积61来说是至关重要的。因此，校准验证状态80利用图像体积61和跟踪信号71，以证实所述校准矩阵的有效性。鉴于无效校准矩阵，状态80继续进行到校准警报状态90。能够通过由计算设备40执行的校准矩阵验证测试方法，实施状态80，如在本文中联系对图11至图12的描述进一步解释的。
图11图示了流程图200，其表示根据本发明的所述校准方法与校准矩阵验证测试方法相组合的第二实施例。步骤S101、S102和S103对应于参考图4所解释的步骤。额外地，流程图200的阶段S104包括计算设备40对基于图像的体积运动VMIB进行另一计算，并且流程图100的阶段S105包括计算设备40对基于跟踪的体积运动VMTB进行另一计算。
流程图100的阶段S106包括基于图像的体积运动VMIB与基于跟踪的体积运动VMTB之间的绝对偏差对相对于校准阈值CT的测试。如果所述绝对偏差小于校准阈值CT，则流程图200的阶段S107包括对所述校准矩阵的有效验证，这方便了图像体积61的连续生成。相反，如果所述绝对偏差不小于校准阈值CT，则流程图200的阶段S108包括所述校准矩阵的无效验证，这方便了对于图像体积61的可能失真或不准确的警报。
在阶段S107和S108的一个示范性实施例中，实时校准警报被停止，因为图像体积61是利用有效校准矩阵生成的，并且实时校准警报被激活为一旦验证所述校准矩阵的无效时的对图像体积61的可能失真或不准确的警报。在阶段S108的示范性实施例中，所述解剖对象的区域图被显示为对与所述区域图相关联的图像体积61的可能失真或不准确的警报。在阶段S107和S108的另一个示范性实施例中，可以显示所述解剖对象的图，通过将所述图中相关联于无效校准矩阵的（一个或多个）区域与所述图中相关联于有效校准矩阵的（一个或多个）区域区分开来，以提供对与（一个或多个）无效区域相关联的图像体积61的可能失真或不准确的警报。
图12图示了流程图210，其表示校准阈值计算方法。流程图210的阶段211包括对所述校准矩阵的可能准确度边际的计算。随机误差信息54能够与所述跟踪系统相关联，已知统计学准确度数据55与术前校准过程相关联，并且图像配准准确度数据56可以用于计算所述可能准确度边际。流程图200的阶段S212包括将校准阈值CL计算为所计算的可能准确度边际以及与所述系统的应用相关联的期望准确度边际的函数。
图13图示在临床环境中，根据本发明的所述超声图像引导的系统或所述基于体积运动的校准方法的示范性操作。操作性地，提供或制造超声探头20，并且提供或制造适配器设备50（具体而言，是如前文描述的所述超声探头和适配器设备）。之后开始外科手术。在外科手术刚开始时（临近手术时），将适配器设备50附接到超声探头20。因此，本文公开的（不精确制造的）适配器设备50能够恰好在外科手术之前被（不准确地）附接到超声探头20。该适配器设备例如能够为被夹紧在超声探头上，并且结合图3a描述的硬壳。之后在患者上执行适配器设备/超声探头组合的正常使用，由此生成图像数据和跟踪数据。该数据之后在术中用于相对于位置传感器自动地自校准所述系统或超声探头。该经校准的超声探头与适配器（适配器设备-超声探头）之后用于在外科手术期间，对外科器械（例如针或导管）进行导航和引导。在术中，所述校准矩阵能够被验证用于质量监控。具体而言，所述适配器设备和超声探头在该情况中适于体内应用或使用。针对外科手术，外科器械能够被置于超声图像/体积内部。或者，外科器械能够在超声图像/体积外部，并且具体而言能够用于规划和瞄准。
尽管已在附图和前文的描述中详细说明并描述了本发明，但这样的说明和描述应被认为是说明性或示范性的，而非限制性的；本法不限于所公开的实施例。通过研究附图、说明书以及权利要求书，本领域技术人员在实施要求保护的本发明时，能理解并实现对所公开实施例的其他变型。
在权利要求中，词语“包括”不排除其他元件或步骤，并且量词“一”或“一个”不排除多个。单个元件或其他单元可以完成权利要求中记载的若干项目的功能。互不相同的从属权利要求中记载了特定措施并不指示不能有利地使用这些措施的组合。
计算机程序可以存储/分布在适当的介质上，所述介质例如是与其他硬件一起供应或作为其他硬件的部分供应的光学存储介质或固态介质，但计算机程序也可以以其他形式分布，例如经由因特网或其他有线或无线的远程通信系统。
权利要求书中的任何附图标记均不得被解释对为范围的限制。

Claims (14)

1.一种超声图像引导的系统，所述系统包括：
-一个或多个超声探头(20)，其能用于生成解剖对象(10)的图像体积(13i、13j)；
-适配器设备(50)，其包括至少一个位置传感器(30)，所述适配器设备(50)针对一个使用事件能附接到所述超声探头(20)之一，其中，所述使用事件是指所述适配器设备与所述超声探头之一的附接，以及该适配器-探头组合的使用；
-跟踪设备(51)，其能用于生成跟踪数据(32)，所述跟踪数据表示在坐标系(11)内对所述至少一个位置传感器(20)的跟踪；
-超声成像设备(21)，其能用于基于所述图像体积(13i、13j)生成所述解剖对象(10)的成像数据(22)；以及
-计算设备(40)，其能用于针对每个使用事件，通过使用基于图像的体积运动(VMIB)和基于跟踪的体积运动(VMTB)计算校准矩阵(51)，来相对于所述至少一个位置传感器(30)的所述坐标系(11)自动地自校准所述成像数据(22)，
所述基于图像的体积运动(VMIB)表示从所述成像数据(22)导出的至少两个图像体积(13i、13j)的图像运动，
所述基于跟踪的体积运动(VMTB)表示从所述跟踪数据(32)导出的所述图像体积(13i、13j)的跟踪运动，
其特征在于，
所述计算设备(40)还能用于执行对从所述的自动地自校准导出的所述校准矩阵(51)进行验证测试，所述验证测试包括对所述基于图像的体积运动(VMIB)与所述基于跟踪的体积运动(VMTB)之间的绝对偏差进行测试。
2.如权利要求1所述的系统，其中，在所述计算设备(40)相对于所述至少一个位置传感器(30)的所述坐标系(11)自动地自校准所述成像数据(22)之前，所述系统为未校准的。
3.如权利要求1所述的系统，其中，所述适配器设备(50)能重复用于多个使用事件。
4.如权利要求1所述的系统，其中，所述适配器设备(50)为硬壳，所述硬壳具有被集成在其中或被附接到其的所述至少一个位置传感器(30)。
5.如权利要求4所述的系统，其中，所述硬壳被分成适于彼此夹紧的至少两个部分。
6.如权利要求1所述的系统，其中，所述适配器设备(50)为弹性管。
7.如权利要求6所述的系统，其中，所述弹性管被热收缩在所述超声探头上。
8.如权利要求1所述的系统，其中，所述适配器设备(50)为无弹性预成型管。
9.如权利要求8所述的系统，其中，所述预成型管具有内部粘胶层。
10.如权利要求1所述的系统，其中，所述基于图像的体积运动(VMIB)被计算为相对于第二图像体积(13j)在所述坐标系(11)内的图像位置(VLji)的第一图像体积(13i)在所述坐标系(11)内的图像位置(VLii)的函数，和/或其中，所述基于跟踪的体积运动(VMTB)被计算为如由所述跟踪数据(32)表示的第一图像体积(13i)在所述坐标系(11)内的跟踪位置(VLit)和如由所述跟踪数据(32)表示的第二图像体积(13j)在所述坐标系(11)内的跟踪位置(VLjt)的函数。
11.如权利要求1所述的系统，其中，所述计算设备(40)能用于通过使用所述基于跟踪的体积运动和所述基于图像的体积运动求解线性方程，来计算所述校准矩阵。
12.如权利要求1所述的系统，其中，所述至少一个位置传感器(30)为电磁传感器并且所述跟踪设备(51)为电磁跟踪设备。
13.一种用于操作超声图像引导的系统的基于体积运动的校准方法，所述系统包括：一个或多个超声探头(20)，所述一个或多个超声探头能用于生成解剖对象(10)的图像体积(13i、13j)；以及适配器设备(50)，所述适配器设备包括至少一个位置传感器(30)，所述适配器设备(50)针对一个使用事件能附接到所述超声探头(20)之一，其中，所述至少一个位置传感器(30)从一个使用事件到另一个使用事件相对于所述一个或多个超声探头(20)处于可变位置，其中，所述使用事件是指所述适配器设备与所述超声探头之一的附接，以及该适配器-探头组合的使用，所述方法包括如下步骤：
a)生成跟踪数据(32)，其表示在坐标系(11)内对所述至少一个位置传感器(30)的跟踪；
b)基于所述图像体积(13i、13j)生成所述解剖对象(10)的成像数据(22)；并且
c)针对每个使用事件，通过使用基于图像的体积运动(VMIB)和基于跟踪的体积运动(VMTB)计算校准矩阵(51)，来相对于所述至少一个位置传感器(30)的所述坐标系(11)自动地自校准所述成像数据(22)，
所述基于图像的体积运动(VMIB)表示从所述成像数据(22)导出的至少两个图像体积(13i、13j)在所述坐标系(11)内的图像运动，
所述基于跟踪的体积运动(VMTB)表示从所述跟踪数据(32)导出的所述图像体积(13i、13j)在所述坐标系(11)内的跟踪运动，
其特征在于，所述方法还包括对从所述的自动地自校准导出的所述校准矩阵(51)进行测试的步骤，所述测试包括对所述基于图像的体积运动(VMIB)与所述基于跟踪的体积运动(VMTB)之间的绝对偏差进行测试。
14.一种用于操作超声图像引导的系统的基于体积运动的校准装置，所述系统包括：一个或多个超声探头(20)，所述一个或多个超声探头能用于生成解剖对象(10)的图像体积(13i、13j)；以及适配器设备(50)，所述适配器设备包括至少一个位置传感器(30)，所述适配器设备(50)针对一个使用事件能附接到所述超声探头(20)之一，其中，所述至少一个位置传感器(30)从一个使用事件到另一个使用事件相对于所述一个或多个超声探头(20)处于可变位置，其中，所述使用事件是指所述适配器设备与所述超声探头之一的附接，以及该适配器-探头组合的使用，所述装置包括：
a)用于生成跟踪数据(32)的单元，所述跟踪数据表示在坐标系(11)内对所述至少一个位置传感器(30)的跟踪；
b)用于基于所述图像体积(13i、13j)生成所述解剖对象(10)的成像数据(22)的单元；并且
c)用于针对每个使用事件，通过使用基于图像的体积运动(VMIB)和基于跟踪的体积运动(VMTB)计算校准矩阵(51)，来相对于所述至少一个位置传感器(30)的所述坐标系(11)自动地自校准所述成像数据(22)的单元，
所述基于图像的体积运动(VMIB)表示从所述成像数据(22)导出的至少两个图像体积(13i、13j)在所述坐标系(11)内的图像运动，
所述基于跟踪的体积运动(VMTB)表示从所述跟踪数据(32)导出的所述图像体积(13i、13j)在所述坐标系(11)内的跟踪运动，
其特征在于，所述装置还包括用于对从所述的自动地自校准导出的所述校准矩阵(51)进行测试的单元，所述测试包括对所述基于图像的体积运动(VMIB)与所述基于跟踪的体积运动(VMTB)之间的绝对偏差进行测试。
CN201280031580.XA 2011-06-27 2012-06-21 超声图像引导的系统与基于体积运动的校准方法 Expired - Fee Related CN103648397B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US201161501271P 2011-06-27 2011-06-27
US61/501,271 2011-06-27
PCT/IB2012/053138 WO2013001424A2 (en) 2011-06-27 2012-06-21 Ultrasound-image-guide system and volume-motion-base calibration method

Publications (2)

Publication Number Publication Date
CN103648397A CN103648397A (zh) 2014-03-19
CN103648397B true CN103648397B (zh) 2016-01-20

Family

ID=46579263

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201280031580.XA Expired - Fee Related CN103648397B (zh) 2011-06-27 2012-06-21 超声图像引导的系统与基于体积运动的校准方法

Country Status (5)

Country Link
US (1) US20140100452A1 (zh)
EP (1) EP2723241B1 (zh)
JP (1) JP6023190B2 (zh)
CN (1) CN103648397B (zh)
WO (1) WO2013001424A2 (zh)

Families Citing this family (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2584965B1 (en) * 2010-06-28 2016-04-13 Koninklijke Philips N.V. Real-time quality control of em calibration
RU2014148332A (ru) * 2012-05-02 2016-06-20 Конинклейке Филипс Н.В. Термометрия с визуализацией
US9717481B2 (en) 2013-01-17 2017-08-01 Koninklijke Philips N.V. Method of adjusting focal zone in ultrasound-guided procedures by tracking an electromagnetic sensor that implemented on a surgical device
JP2014236836A (ja) * 2013-06-07 2014-12-18 株式会社東芝 超音波診断装置及びそれに用いるアタッチメント
EP3013246B1 (en) 2013-06-28 2021-08-11 Koninklijke Philips N.V. Acoustic highlighting of interventional instruments
CN106999153B (zh) * 2014-12-02 2020-08-28 皇家飞利浦有限公司 在末端不固定的情况下使用光学形状感测对超声探头的自动跟踪和配准
RU2702090C2 (ru) * 2015-03-31 2019-10-04 Конинклейке Филипс Н.В. Калибровка ультразвукового, основанного на эластичности, отображения границы очага поражения
WO2017036774A1 (en) * 2015-08-28 2017-03-09 Koninklijke Philips N.V. Apparatus for determining a motion relation
US11185311B2 (en) * 2015-09-17 2021-11-30 Koninklijke Philips N.V. Distinguishing lung sliding from external motion
KR102530174B1 (ko) 2016-01-21 2023-05-10 삼성메디슨 주식회사 초음파 영상 장치 및 그 제어 방법
CN109069103B (zh) * 2016-04-19 2022-01-25 皇家飞利浦有限公司 超声成像探头定位
CN106204535B (zh) * 2016-06-24 2018-12-11 天津清研智束科技有限公司 一种高能束斑的标定方法
US20180098816A1 (en) * 2016-10-06 2018-04-12 Biosense Webster (Israel) Ltd. Pre-Operative Registration of Anatomical Images with a Position-Tracking System Using Ultrasound
CN106725609A (zh) * 2016-11-18 2017-05-31 乐普（北京）医疗器械股份有限公司 一种弹性检测方法和装置
US11534138B2 (en) * 2017-09-07 2022-12-27 Piur Imaging Gmbh Apparatus and method for determining motion of an ultrasound probe
CN111655156B (zh) * 2017-12-19 2024-05-07 皇家飞利浦有限公司 组合基于图像的和惯性探头跟踪
EP3508132A1 (en) * 2018-01-04 2019-07-10 Koninklijke Philips N.V. Ultrasound system and method for correcting motion-induced misalignment in image fusion
US11911213B2 (en) * 2019-06-03 2024-02-27 General Electric Company Techniques for determining ultrasound probe motion
CN113768535B (zh) * 2021-08-23 2024-06-28 武汉库柏特科技有限公司 一种遥操作用超声仿型探头姿态自校准方法、系统及装置

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6338716B1 (en) * 1999-11-24 2002-01-15 Acuson Corporation Medical diagnostic ultrasonic transducer probe and imaging system for use with a position and orientation sensor
CN1868409A (zh) * 2005-04-26 2006-11-29 韦伯斯特生物官能公司 使用超声系统的束方向显示导管尖
WO2007040172A1 (ja) * 2005-10-04 2007-04-12 Hitachi Medical Corporation 超音波探触子及びそれを用いた超音波診断装置
WO2009063360A1 (en) * 2007-11-14 2009-05-22 Koninklijke Philips Electronics, N.V. System and method for automatic calibration of tracked ultrasound
WO2009063361A1 (en) * 2007-11-14 2009-05-22 Koninklijke Philips Electronics, N.V. System and method for quantitative 3d ceus analysis
WO2010096419A2 (en) * 2009-02-17 2010-08-26 Inneroptic Technology, Inc. Systems, methods, apparatuses, and computer-readable media for image guided surgery
CN102970926A (zh) * 2010-06-28 2013-03-13 皇家飞利浦电子股份有限公司 Em校准的实时质量控制

Family Cites Families (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5520187A (en) * 1994-11-25 1996-05-28 General Electric Company Ultrasonic probe with programmable multiplexer for imaging systems with different channel counts
US6975900B2 (en) * 1997-07-31 2005-12-13 Case Western Reserve University Systems and methods for determining a surface geometry
JP4443672B2 (ja) * 1998-10-14 2010-03-31 株式会社東芝 超音波診断装置
US7085400B1 (en) * 2000-06-14 2006-08-01 Surgical Navigation Technologies, Inc. System and method for image based sensor calibration
JP2004065775A (ja) * 2002-08-08 2004-03-04 Sanwa Kagaku Kenkyusho Co Ltd 針状構造体を備えたデバイス
US20050222793A1 (en) * 2004-04-02 2005-10-06 Lloyd Charles F Method and system for calibrating deformed instruments
AU2006222458B2 (en) * 2005-03-11 2011-06-02 Creaform Inc. Auto-referenced system and apparatus for three-dimensional scanning
US20100190133A1 (en) * 2007-10-30 2010-07-29 Martinez Daniel L Irrigation and aspiration device
JP5454844B2 (ja) * 2008-08-13 2014-03-26 株式会社東芝 超音波診断装置、超音波画像表示装置及び超音波画像表示プログラム
US8086298B2 (en) 2008-09-29 2011-12-27 Civco Medical Instruments Co., Inc. EM tracking systems for use with ultrasound and other imaging modalities
US20110184684A1 (en) * 2009-07-21 2011-07-28 Eigen, Inc. 3-d self-correcting freehand ultrasound tracking system

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6338716B1 (en) * 1999-11-24 2002-01-15 Acuson Corporation Medical diagnostic ultrasonic transducer probe and imaging system for use with a position and orientation sensor
CN1868409A (zh) * 2005-04-26 2006-11-29 韦伯斯特生物官能公司 使用超声系统的束方向显示导管尖
WO2007040172A1 (ja) * 2005-10-04 2007-04-12 Hitachi Medical Corporation 超音波探触子及びそれを用いた超音波診断装置
WO2009063360A1 (en) * 2007-11-14 2009-05-22 Koninklijke Philips Electronics, N.V. System and method for automatic calibration of tracked ultrasound
WO2009063361A1 (en) * 2007-11-14 2009-05-22 Koninklijke Philips Electronics, N.V. System and method for quantitative 3d ceus analysis
WO2010096419A2 (en) * 2009-02-17 2010-08-26 Inneroptic Technology, Inc. Systems, methods, apparatuses, and computer-readable media for image guided surgery
CN102970926A (zh) * 2010-06-28 2013-03-13 皇家飞利浦电子股份有限公司 Em校准的实时质量控制

Also Published As

Publication number Publication date
WO2013001424A2 (en) 2013-01-03
CN103648397A (zh) 2014-03-19
WO2013001424A3 (en) 2013-03-07
JP6023190B2 (ja) 2016-11-09
EP2723241A2 (en) 2014-04-30
US20140100452A1 (en) 2014-04-10
JP2014522683A (ja) 2014-09-08
EP2723241B1 (en) 2014-11-19

Similar Documents

Publication Publication Date Title
CN103648397B (zh) 超声图像引导的系统与基于体积运动的校准方法
CN102970926B (zh) Em校准的实时质量控制
CN107913102B (zh) 使用超声进行的解剖图像与位置跟踪系统的术前配准
CN102858229B (zh) 采用受到跟踪的支气管镜检查进行肿瘤运动模拟和运动补偿的系统和方法
US10842409B2 (en) Position determining apparatus and associated method
RU2434579C2 (ru) Улучшенный способ калибровки системы слежения за катетером, использующей медицинские данные отображения
CN102307535B (zh) 用于电磁跟踪系统的动态金属畸变补偿的系统和方法
CN103765239B (zh) 用于图像引导的介入的术中图像校正
EP3193765B1 (en) Processing system arranged to cooperate with an optical-shape-sensing-enabled interventional device
US20120323111A1 (en) Method and system for characterizing and visualizing electromagnetic tracking errors
US8131031B2 (en) Systems and methods for inferred patient annotation
CN105873538B (zh) 用于将成像设备与跟踪设备进行配准的配准系统和方法
CN104010587B (zh) 对追踪系统的术中质量监测
US20070276227A1 (en) Method for locating a medical instrument during an intervention performed on the human body
EP3723605B1 (en) Systems, methods, and computer-readable media of estimating thoracic cavity movement during respiration
JP2008126075A (ja) Ｃｔレジストレーション及びフィードバックの視覚的検証のためのシステム及び方法
CN103829949A (zh) 体内探头跟踪系统中的患者运动补偿
CN111386078B (zh) 用于将电磁导航空间非刚性地配准到ct体积的系统、方法和计算机可读介质
JP2007537816A (ja) 被検体の構造体をマッピングする医療撮像システム
CN115398476A (zh) 使用皮肤组织的超声测量值进行的解剖图像与位置跟踪系统的术前配准
CN119184852A (zh) 一种校准方法、装置、三标记物校准系统和存储介质
Cash Surface registration and deformation compensation in image-guided liver surgery
Shams et al. Intraoperative ultrasound probe calibration in a sterile environment

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20160120

Termination date: 20190621