放射导航的术中脊柱引导系统技术方案

技术编号:39806773 阅读:6 留言:0更新日期:2023-12-22 02:40
方法包括访问对区域中的一个或多于一个身体结构的

【技术实现步骤摘要】
【国外来华专利技术】放射导航的术中脊柱引导系统
[0001]相关应用
[0002]本申请要求美国临时申请
63/157,483
的优先权,其全部内容结合于此



[0003]该说明书总体涉及术中过程,尤其涉及术中过程期间的导航


技术介绍

[0004]当前的外科手术过程,特别是脊柱手术过程,具有很大的风险

一种这样的风险涉及将植入物和装置放置在身体的神经和血管系统的脆弱结构的附近

尽管在操作者培训和成像系统方面取得了相当大的进步,但降低不良或错位的器械和植入物的风险将是有利的

与脊柱融合相关联的另一问题是通过对患者的定位和各种外科手术过程而引起的脊柱重塑,这些手术可以复合有基于
X
射线荧光透视的图像配准

此外,当前成像系统既笨重又昂贵


技术实现思路

[0005]在一个方面,一些实现提供了一种计算机实现的方法,包括:访问由使用超声探测器对患者的区域进行术中声透射而获得的超声数据,其中,所述超声数据实时地对所述区域中的一个或多于一个骨骼结构的
3D
表面信息以及所述一个或多于一个骨骼结构相对于所述超声探测器的位置信息进行编码;基于所述超声数据来提取所述一个或多于一个骨骼结构的第一
3D
表面表示;访问由在所述外科手术过程之前对所述患者的所述区域进行非超声成像而获得的非超声成像数据,该非超声成像数据包括所述区域中的所述一个或多于一个骨骼结构的
3D
表面解剖信息;基于所述非超声成像数据来提取所述一个或多于一个骨骼结构的第二
3D
表面表示;使用深度学习算法从所述第一
3D
表面表示中识别一个或多于一个感兴趣区域
(ROI)
,使得当在所述一个或多于一个感兴趣区域
(ROI)
上对准所述第一
3D
表面表示和所述第二
3D
表面表示时,确定了空间变换;以及基于应用所述空间变换,生成来自所述非超声成像数据的
3D
表面解剖信息在来自所述超声数据的
3D
表面信息上的叠加

[0006]实现可以包括以下特征中的一个或多于一个

[0007]识别所述一个或多于一个
ROI
可以包括通过添加来自所述第一
3D
表面表示的

所述第一
3D
表面表示和所述第二
3D
表面表示高于第一阈值水平地相匹配的区,来使所识别的一个或多于一个
ROI
增长

识别所述一个或多于一个
ROI
可以包括通过减去来自所述第一
3D
表面表示的

所述第一
3D
表面表示和所述第二
3D
表面表示高于第一阈值水平的区,来修剪所识别的一个或多于一个
ROI。
识别所述一个或多于一个
ROI
可以包括训练所述深度学习算法以迭代地改进所述空间变换,使得所述空间变换在预定时间间隔内实现,以供在所述外科手术过程期间将来自所述超声数据的
3D
表面解剖信息实时叠加在所述非超声成像数据上

[0008]所述深度学习算法可以包括:调整所述一个或多于一个
ROI
的数量

所述一个或多
于一个
ROI
的大小

所述一个或多于一个
ROI
的位置

用于确定所述第一
3D
表面表示和所述第二
3D
表面表示之间的匹配的第一阈值水平

以及用于确定所述第一
3D
表面表示和所述第二
3D
表面表示的噪声特性的第二阈值水平

所述深度学习算法可以包括:存储所述第一
3D
表面表示和所述第二
3D
表面表示趋于匹配的第一斑片模板

所述深度学习算法可以包括:基于针对所述超声数据和所述非超声成像数据其中至少之一的空间变换,修改所述第一
3D
表面表示和所述第二
3D
表面表示趋于匹配的第一
ROI
模板

所述深度学习算法可以包括:存储所述第一
3D
表面表示和所述第二
3D
表面表示趋于不匹配的第二斑片模板

所述深度学习算法可以包括:基于针对所述超声数据和所述非超声成像数据其中至少之一的空间变换,修改所述第一
3D
表面表示和所述第二
3D
表面表示趋于不匹配的第二
ROI
模板

[0009]实现还可以包括:基于在所述一个或多于一个
ROI
上对准所述第一
3D
表面表示和所述第二
3D
表面表示,跟踪所述区域中的所述一个或多于一个骨骼结构在所述外科手术过程之前获得的非超声成像数据和在所述外科手术过程期间获得的超声数据之间的位移;以及基于所述空间变换,对所述区域中的所述一个或多于一个骨骼结构在所述外科手术过程之前获得的非超声成像数据和在所述外科手术过程期间获得的超声数据之间的位移进行量化

[0010]实现还可以包括:基于所跟踪的位移,在所述外科手术过程期间实时地更新对手术外科医生的导航引导,使得能够调整所述超声探测器的位置

实现还可以包括:响应于在所述外科手术过程期间使所述超声探测器重新定位以对一个或多于一个骨骼结构进行声透射,刷新所述空间变换,使得更新来自所述非超声成像数据的
3D
表面解剖信息在来自所述超声数据的
3D
表面解剖信息上的叠加,其中,所述超声数据是从重新定位的超声探测器获得的

[0011]实现还可以包括:在所述外科手术过程期间使用所述超声数据来跟踪装置的位置,其中所述装置包括:外科手术器械

植入物或刺激器装置;以及将所述装置的跟踪位置投影在叠加上,在该叠加中,来自所述非超声成像数据的一个或多于一个骨骼结构的
3D
表面信息叠加在来自所述超声数据的一个或多于一个骨骼结构的
3D
表面信息上

[0012]提取所述第一
3D
表面表示可以包括:基于应用如下的方法来确定组织

骨骼界面,该方法包括前向追踪方法或后阴影
(back shadow)
方法,其中,沿着超声传播方向进行该方法以确定组织

骨骼界面,以及其中,在不遇到来自组织

骨骼界面的混响本文档来自技高网
...

【技术保护点】

【技术特征摘要】
【国外来华专利技术】1.
一种计算机实现的方法,包括:访问由在外科手术过程期间使用超声探测器对患者的区域进行术中声透射而获得的超声数据,其中,所述超声数据实时地对所述区域中的一个或多于一个骨骼结构的
3D
表面信息以及所述一个或多于一个骨骼结构相对于所述超声探测器的位置信息进行编码;基于所述超声数据来提取所述一个或多于一个骨骼结构的第一
3D
表面表示;访问由在所述外科手术过程之前对所述患者的所述区域进行非超声成像而获得的非超声成像数据,所述非超声成像数据包括所述区域中的所述一个或多于一个骨骼结构的
3D
表面解剖信息;基于所述非超声成像数据来提取所述一个或多于一个骨骼结构的第二
3D
表面表示;使用深度学习算法从所述第一
3D
表面表示中识别一个或多于一个感兴趣区域即一个或多于一个
ROI
,使得当在所述一个或多于一个感兴趣区域即一个或多于一个
ROI
上对准所述第一
3D
表面表示和所述第二
3D
表面表示的情况下,确定了空间变换;以及基于应用所述空间变换,生成来自所述非超声成像数据的所述
3D
表面解剖信息在来自所述超声数据的所述
3D
表面信息上的叠加
。2.
根据权利要求1所述的计算机实现的方法,其中,识别所述一个或多于一个
ROI
包括:通过添加来自所述第一
3D
表面表示的

所述第一
3D
表面表示和所述第二
3D
表面表示高于第一阈值水平地相匹配的区,来使所识别的一个或多于一个
ROI
增长
。3.
根据权利要求1所述的计算机实现的方法,其中,识别所述一个或多于一个
ROI
包括:通过减去来自所述第一
3D
表面表示的

所述第一
3D
表面表示和所述第二
3D
表面表示高于第一阈值水平的区,来修剪所识别的一个或多于一个
ROI。4.
根据权利要求1所述的计算机实现的方法,其中,识别所述一个或多于一个
ROI
包括:训练所述深度学习算法以迭代地改进所述空间变换,使得所述空间变换在预定时间间隔内实现,以供在所述外科手术过程期间将来自所述超声数据的
3D
表面解剖信息实时叠加在所述非超声成像数据上
。5.
根据权利要求4所述的计算机实现的方法,其中,所述深度学习算法包括:调整所述一个或多于一个
ROI
的数量

所述一个或多于一个
ROI
的大小

所述一个或多于一个
ROI
的位置

用于确定所述第一
3D
表面表示和所述第二
3D
表面表示之间的匹配的第一阈值水平

以及用于确定所述第一
3D
表面表示和所述第二
3D
表面表示的噪声特性的第二阈值水平
。6.
根据权利要求4所述的计算机实现的方法,其中,所述深度学习算法包括:存储所述第一
3D
表面表示和所述第二
3D
表面表示趋于匹配的第一斑片模板
。7.
根据权利要求4所述的计算机实现的方法,其中,所述深度学习算法包括:基于针对所述超声数据和所述非超声成像数据其中至少之一的空间变换,修改所述第一
3D
表面表示和所述第二
3D
表面表示趋于匹配的第一
ROI
模板
。8.
根据权利要求4所述的计算机实现的方法,其中,所述深度学习算法包括:存储所述第一
3D
表面表示和所述第二
3D
表面表示趋于不匹配的第二斑片模板
。9.
根据权利要求4所述的计算机实现的方法,其中,所述深度学习算法包括:基于针对所述超声数据和所述非超声成像数据其中至少之一的空间变换,修改所述第一
3D
表面表示和所述第二
3D
表面表示趋于不匹配的第二
ROI
模板

10.
根据权利要求1所述的计算机实现的方法,还包括:基于在所述一个或多于一个
ROI
上对准所述第一
3D
表面表示和所述第二
3D
表面表示,跟踪所述区域中的所述一个或多于一个骨骼结构在所述外科手术过程之前获得的非超声成像数据和在所述外科手术过程期间获得的超声数据之间的位移;以及基于所述空间变换,对所述区域中的所述一个或多于一个骨骼结构在所述外科手术过程之前获得的非超声成像数据和在所述外科手术过程期间获得的超声数据之间的位移进行量化
。11.
根据权利要求
10
所述的计算机实现的方法,还包括:基于所跟踪的位移,在所述外科手术过程期间实时地更新对手术外科医生的导航引导,使得能够调整所述超声探测器的位置
。12.
根据权利要求
11
所述的计算机实现的方法,还包括:响应于在所述外科手术过程期间使所述超声探测器重新定位以对所述一个或多于一个骨骼结构进行声透射,刷新所述空间变换,使得更新来自所述非超声成像数据的
3D
表面解剖信息在来自所述超声数据的
3D
表面解剖信息上的叠加,其中,所述超声数据是从重新定位的超声探测器获得的
。13.
根据权利要求1所述的计算机实现的方法,还包括:在所述外科手术过程期间使用所述超声数据来跟踪装置的位置,其中所述装置包括外科手术器械

植入物或刺激器装置;以及将所述装置的跟踪位置投影在所述叠加上,在该叠加中,来自所述非超声成像数据的所述一个或多于一个骨骼结构的
3D
表面信息叠加在来自所述超声数据的所述一个或多于一个骨骼结构的
3D
表面信息上
。14.
根据权利要求1所述的计算机实现的方法,其中,提取所述第一
3D
表面表示包括:基于应用如下的方法来确定组织

骨骼界面,该方法包括前向追踪方法或后阴影方法,其中,沿着超声传播方向进行该方法以确定组织

骨骼界面,以及其中,在不遇到来自组织

骨骼界面的混响的情况下进行该方法
。15.
根据权利要求1所述的计算机实现的方法,其中,所述非超声成像数据包括:计算机断层扫描图像即
CT
图像或磁共振成像图像即
MRI
图像,其中,所述
MRI
图像包括:零回波时间
MRI
图像即零
TE MRI
图像,以及其中,所述计算机实现的方法是在不访问
X
射线荧光透视数据的情况下进行的
。16.
根据权利要求1所述的计算机实现的方法,其中,所述区域包括脊柱区域

骨盆区域

骶骨区域或枕骨区域
。17.
根据权利要求1所述的计算机实现的方法,其中,所述区域包括肱骨



桡骨

尺骨

掌骨

指骨

肩胛骨

肋骨

髂骨翼

股骨

髌骨

胫骨

腓骨和跖骨其中至少之一
。18.
根据权利要求1所述的计算机实现的方法,其中,所述区域包括肩











踝和脚其...

【专利技术属性】
技术研发人员:F
申请(专利权)人:纽约残疾人救助协会下属特种外科医院
类型:发明
国别省市:

相关技术
    暂无相关专利
网友询问留言 已有0条评论
  • 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。

1