【技术实现步骤摘要】
【国外来华专利技术】确定介入设备位置
[0001]本公开涉及确定介入设备的部分的位置。公开了计算机实施的方法、处理设备、系统和计算机程序产品。
技术介绍
[0002]许多介入医学流程都是在实况X射线成像下执行的。在实况X射线成像期间生成的二维图像通过提供解剖结构和在流程中使用的介入设备(诸如导丝和导管)两者的可视化来辅助医生。
[0003]作为示例，血管内流程需要介入设备被导航到心血管系统中的特定位置。导航通常开始于股骨、肱、桡骨、颈静脉或足进入点处，介入设备从该进入点穿过脉管系统到达执行成像或治疗流程的位置。脉管系统通常具有高的患者间可变性，患病时更加如此，并且可能妨碍介入设备的导航。例如，从腹主动脉瘤通过肾血管口的导航可能是具有挑战性的，因为动脉瘤降低了使用血管壁来辅助设备定位和插管的能力。
[0004]在这样的流程期间，介入设备(诸如导丝和导管)的部分在X射线成像下可能变得模糊或甚至不可见，进一步妨碍介入设备的导航。介入设备例如可能隐藏在密集的解剖结构后面。介入设备的X射线透明区段和图像伪影也可能混淆介入设备在解剖结构内的
【技术保护点】
【技术特征摘要】
【国外来华专利技术】1.一种提供用于预测介入设备(100)的多个部分中的每个部分的位置的神经网络的计算机实施的方法，所述方法包括：接收(S110)时间形状数据(110)，所述时间形状数据表示介入设备(100)在时间步(t1..t
n
)的序列处的形状；接收(S120)介入设备真实情况位置数据(120)，所述介入设备真实情况位置数据表示所述介入设备(100)的多个部分中的每个部分在所述序列中的每个时间步(t1..t
n
)处的位置；并且训练(S130)神经网络(130)以通过针对所述序列中的每个当前时间步(t
n
)根据表示所述介入设备(100)在所述序列中的一个或多个历史时间步(t1..t
n
‑1)处的形状的所述时间形状数据(110)来预测所述介入设备(100)的所述多个部分中的每个部分在所述序列中的当前时间步(t
n
)处的位置(140)，将表示所述介入设备(100)在所述序列中的一个或多个历史时间步(t1..t
n
‑1)处的形状的所接收的时间形状数据(110)输入(S140)到所述神经网络(130)中，并且基于损失函数来调整(S150)所述神经网络(130)的参数，所述损失函数表示所述介入设备(100)的每个部分在所述当前时间步(t
n
)处的预测位置(140)与来自所接收的介入设备真实情况位置数据(120)的所述介入设备(100)的每个对应部分在所述当前时间步(t
n
)处的位置之间的差异。2.根据权利要求1所述的计算机实施的方法，其中，所述时间形状数据(110)或所述介入设备真实情况位置数据(120)包括：包括所述介入设备(100)的X射线图像的时间序列；或者包括所述介入设备(100)的计算机断层摄影图像的时间序列；或者包括所述介入设备(100)的超声图像的时间序列；或者包括所述介入设备(100)的磁共振图像的时间序列；或者由机械地耦合到所述介入设备(100)的多个电磁跟踪传感器或发射器提供的位置的时间序列；或者由机械地耦合到所述介入设备(100)的多个光纤形状传感器提供的位置的时间序列；或者由机械地耦合到所述介入设备(100)的多个介电传感器提供的位置的时间序列；或者由机械地耦合到所述介入设备(100)的多个超声跟踪传感器或发射器提供的位置的时间序列。3.根据权利要求1或权利要求2所述的计算机实施的方法，其中，所述神经网络包括多个输出，并且其中，每个输出被配置为预测所述介入设备(100)的不同部分在所述序列中的所述当前时间步(t
n
)处的位置(140)。4.根据权利要求1
‑
3中的任一项所述的计算机实施的方法，其中，每个输出被配置为至少部分地基于所述介入设备(100)的一个或多个相邻部分在所述当前时间步(t
n
)处的预测位置来预测所述介入设备(100)的所述不同部分在所述序列中的所述当前时间步(t
n
)处的位置(140)。5.根据权利要求3所述的计算机实施的方法，其中，所述神经网络(130)包括具有多个LSTM单元的LSTM神经网络(130)，并且其中，每个LSTM单元包括输出，所述输出被配置为预测所述介入设备(100)的不同部分在所述序列中的所述当前时间步(t
n
)处的位置(140)；并
且其中，针对每个LSTM单元，所述单元被配置为基于表示所述介入设备(100)在所述序列中的所述一个或多个历史时间步(t1..t
n
‑1)处的形状的所接收的时间形状数据(110)和所述介入设备(100)的一个或多个相邻部分在所述当前时间步(t
n
)处的预测位置(140)来预测所述介入设备(100)的所述部分在所述序列中的所...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。