專利名稱：電解剖標測點到對應的圖像數(shù)據(jù)的配準的制作方法
技術領域：
本發(fā)明大體關于醫(yī)學成像領域。更具體地，本發(fā)明涉及將電解剖標測 點配準到預采集的成像數(shù)據(jù)集。
背景技術：
用于心血管應用的圖像引導療法包括例如從MRI、 CT、超聲或者熒光 透視成像獲取的諸如3D成像數(shù)據(jù)的預采集的體積成像數(shù)據(jù)與過程中電解 剖標測(EAM)信息的整合，所述過程中電解剖標測(EAM)信息可以由 磁場、電場、或超聲技術進行定位。該技術依賴于兩個數(shù)據(jù)集的正確對準， 也就是所公知的配準過程。
現(xiàn)有用于對EAM和成像數(shù)據(jù)進行配準的方法基于點到表面距離最小 化算法(例如，迭代最近點算法ICP)。這種方法要求在標測過程中對心臟 內表面的點進行特異性選擇，然后對EA—M點與從成像數(shù)據(jù)集分割的腔室表 面邊界進行點到表面的配準。
常規(guī)用于點采集和后續(xù)點到表面配準的方案依賴于技術且耗時費力， 這是由于必須首先操作標測導管尖端以使其到達心內膜上的路標，之后， 必須在EAM數(shù)據(jù)記錄中對尖端位置進行明顯標注。這一單獨的路標識別和 標注過程必須重復50到100次，以便為基于ICP的配準定義出具有足夠細 節(jié)的心內膜表面從而使函數(shù)準確。為此，在患者研究的臨床或診斷或治療 分量開始之前，僅僅為了配準過程就必須進行15-45分鐘的標測。應該認識 到，未與腔室表面接觸的任何所采集的EAM點位置反過來影響用點到表面 距離最小化的配準的質量。
因此，改進的點采集方法能夠有利地提高靈活性，并能夠節(jié)約成本和 時間
發(fā)明內容
因此，本發(fā)明優(yōu)選地通過提供根據(jù)所附權利要求的方法、裝置、系統(tǒng) 和計算機可讀介質，單獨地或以任意組合的方式尋求緩解、減輕或消除一 個或多個上述現(xiàn)有技術中的不足和缺點，并解決至少上面所提到的問題。
在本發(fā)明的一方面，提供了一種對感興趣體積中的結構進行識別的方 法。所述方法包括以連續(xù)模式采集與所述結構相關的多個點，隨后，將至 少一個所述點配準到所述結構的先前所采集的成像數(shù)據(jù)集。
在本發(fā)明的另一方面，提供了一種對感興趣體積中的結構進行識別的 裝置。所述裝置包括以連續(xù)模式采集與所述結構相關的多個點的采集硬件， 以及隨后將數(shù)據(jù)點中的每一個配準到所述結構的成像數(shù)據(jù)集的配準硬件。
在本發(fā)明的另一方面，提供了一種包括根據(jù)本發(fā)明的上述方面的裝置 的醫(yī)學成像系統(tǒng)。
在本發(fā)明的又一方面，提供了一種其上嵌有計算機程序的計算機可讀 介質，所述計算機程序由計算機進行處理，以對感興趣體積中的結構進行 識別。所述計算機程序包括以連續(xù)模式采集與所述結構相關的多個點的采 集代碼段，以及將至少一個點配準到結構的先前所采集的成像數(shù)據(jù)集的配 準代碼段。
在本發(fā)明的再一方面，提供了一種對感興趣體積中的解剖結構進行識 別的方法。所述方法包括以連續(xù)模式采集與所述解剖結構相關的多個點， 隨后，將至少一個點配準到所述結構的過程前或過程后所采集的成像數(shù)據(jù) 集。
本發(fā)明通過對標測系統(tǒng)進行修改，提供了更快的EAM點的采集，使得 對導管尖端位置進行自動且連續(xù)的記錄，而不需要顯式導航(explicit navigation)到心內膜，也不需要在心內膜上標注基準路標。


本發(fā)明能夠具有的這些和其他方面、特征和優(yōu)勢將從下述參照附圖對 本發(fā)明的實施例的描述中變得明顯并參照其進行闡述，在附圖中-圖1為示出EAM點到預采集的成像數(shù)據(jù)的常規(guī)配準的圖示； 圖2示出了根據(jù)實施例的連續(xù)點云(簇)采集的方法； 圖3為示出根據(jù)實施例的方法的圖示；圖4為示出根據(jù)實施例的裝置的圖示；
圖5為示出根據(jù)實施例的裝置的圖示；以及
圖6為示出根據(jù)實施例的計算機可讀介質的圖示。
具體實施例
圖1示出了 EAM點到預采集的成像數(shù)據(jù)的常規(guī)配準，其需要繁瑣的導 管導航和靶標點選擇，以識別心內膜上的表面點。在來自術前成像(示出 為帶陰影的表面模型)的經分割的心臟表面模型上對這些EAM點進行配準 和覆蓋。
下列描述集中于本發(fā)明的應用于醫(yī)學成像的實施例，具體而言為將連 續(xù)采集的電解剖標測點配準到成像數(shù)據(jù)集。然而，應該理解，本發(fā)明并不 局限于這一應用，而是可以應用于需要將分散的3D點云(多個點)與多態(tài) 性體積成像數(shù)據(jù)集進行快速融合的用于例如心臟恢復室、EP實驗室或圖像 引導外科手術室的介入性引導或診斷的任何術中過程。
本發(fā)明提供了一種點采集方法，其中，沒有對EAM數(shù)據(jù)集中的心血管 邊界進行明確定義，所以不能使用傳統(tǒng)的點到表面距離最小化(例如，ICP) 方法。即遠離心臟內表面的內部點位置會反過來影響配準質量。
根據(jù)圖2a，在本發(fā)明的實施例中，提供了一種連續(xù)點云(非組織和非 靶標的點簇)采集的方法，該方法不同于圖像引導標測的常規(guī)點采集。所 述方法不需要(一個或多個)導管尖端到心內膜的特定導航。所述方法提 1共了以連續(xù)方式以非門控(im-gated)或門控(其中，可以將諸如ECG信 號或者呼吸信號的時間選通信號用作觸發(fā)以標記在配準過程中應該包括哪 個EAM點)模式進行記錄的EAM位置(點)21的自動采集，而電生理學 家/用戶用操縱具有一個或多個位置傳感器元件的導管貫穿諸如心室的感 興趣的心血管結構。
通過將所述方法用于連續(xù)點云采集，在非常短的時間段中采集大量的 點。例如，如果以非門控模式采集所述點，在5分鐘內可以有效地采集大 約10，000個點。由于生成的體積點云包括分散軌跡寬泛的導管尖端位置， 并對所述體積點云進行密集采樣，這能夠得到關于感興趣的心血管結構的 幾何形狀的良好定義，從而使其足夠與術前的成像數(shù)據(jù)進行配準。
7在本發(fā)明的實施例中，提供了將連續(xù)采集的EAM點云映射到至少一個 成像數(shù)據(jù)集的方法。所述方法可以概括為兩個分開的步驟，其中，第一步 驟包括至少一個成像數(shù)據(jù)集的圖像處理。第二步驟包括將連續(xù)采集的點云 對準到所處理的至少一個成像數(shù)據(jù)集，或者執(zhí)行連續(xù)采集的點云到所處理 的至少一個成像數(shù)據(jù)集的配準。
圖2b中示出了使用連續(xù)點云采集的方法的結果，所述方法將連續(xù)采集 的點映射到成像數(shù)據(jù)集，其中，將所述連續(xù)采集的點對準到過程前或過程 后所采集的成像數(shù)據(jù)集。
在一個實施例中，提供了一種識別感興趣體積中的結構的方法。所述 方法包括以連續(xù)模式采集與結構相關的多個點，并隨后將所述至少一個點 配準到結構的先前采集的成像數(shù)據(jù)集。
根據(jù)圖3，在一個實施例中，配準包括通過分割對成像數(shù)據(jù)集進行處理 33，以在成像數(shù)據(jù)集中對感興趣體積中的結構進行定位，從而生成構成所 述結構的經分割的表面。另外，配準包括基于經分割的表面，通過將位于 結構表面內的體素定義為非零掩模值(例如值1)，同時將結構表面外的體 素賦予零掩模值，來對3D二元掩模(binary mask)進行計算34。
另外，配準包括計算35 3D距離函數(shù)或者反映從3D 二元掩模到感興趣 的結構表面的距離的其他計算度量。步驟33-35的總體目標為從成像體積提 取3D距離測量，可以將所述測量用于下述步驟，以確定將多個點配準到成 像數(shù)據(jù)集的感興趣體積中的結構的接近程度。
配準還包括通過使用從例如過程前MR/CT和電解剖標測系統(tǒng)(即 ARTO)的已知坐標系定向導出的表變換而啟動36對連續(xù)采集的多個點與 ik像數(shù)據(jù)集的對準。另外，配準包括對未知的配準參數(shù)進行迭代估計37， 以相對于成像數(shù)據(jù)集對多個點進行更新。例如，給定一組估計的參數(shù)值， 可以通過將變換矩陣乘以3D點坐標而執(zhí)行與成像數(shù)據(jù)集相關的多個點的 空間變換。
配準還包括將每個點與來自距離函數(shù)的對應值進行比較38，從而根據(jù) 所估計的配準參數(shù)對目標函數(shù)值進行計算39。在一個實施例中，對于所有 的點，將對在步驟38中于每個點處計算的距離函數(shù)值進行求和，從而生成 對應于當前配準變換估計的目標函數(shù)值。另外，配準包括例如通過基于共軛梯度的函數(shù)最小化，對所估計的配準參數(shù)30進行迭代更新，直到所估計 的配準參數(shù)的變化小于預定的容差，而將目標函數(shù)最小化。 在一個實施例中，多個點為電解剖標測點。
在一個實施例中，至少一個成像數(shù)據(jù)集為過程前采集的成像數(shù)據(jù)集。 在一個實施例中，至少一個成像數(shù)據(jù)集為在連續(xù)采集多個點之后進行 的過程后采集。
在一個實施例中，至少一個成像數(shù)據(jù)集為在連續(xù)的多個點采集之前采 集的。
在一個實施例中，成像數(shù)據(jù)集的感興趣體積中的結構為心臟結構。
在一個實施例中，至少一個成像數(shù)據(jù)集的圖像處理包括分割和進行掩 模，即，通過使用至少一個分割工具計算3D 二元掩模，所述分割工具可以 為通?？捎糜诔上窆ぷ髡?例如Siemens Syngo或Philips Brilliance工作站) 上或者圖像分析軟件(例如 Analyze 、 MATLAB 、 Insight Registration/Segmentation Toolkit)內的諸如用于可變形表面的算法、水平集 分割方法、連通分量區(qū)域生長等的各種分割工具中的任一種。處理還包括 基于掩模計算3D距離函數(shù)，使得距離值對于經分割的腔室內的所有像素都 為零，而對于腔室外的每個像素，距離值為從成像數(shù)據(jù)集到經分割的表面 上的最近邊界點的距離。
在一個實施例中，分割包括向成像數(shù)據(jù)集使用在對形狀約束表面模型 進行基于標準化區(qū)域的演化的基礎上的可變形表面。
在一個實施例中，配準步驟包括通過將點云的質心移位以匹配3D 二元 掩模的質心，而將連續(xù)采集的點云與經處理的成像數(shù)據(jù)集(例如，來自3D 旋轉血管造影(3DRA)的預采集CT/MR體積數(shù)據(jù)或術中采集的類似CT 的重建)參照系進行粗略對準。接下來，例如利用將EAM坐標系與MR或 CT成像系統(tǒng)的坐標系進行映射的近似表變換開始，將未知的剛體變換參數(shù) 的初始估計用于相對于成像體積更新EAM點云位置。之后，使用EAM點 云內的每個點的當前位置查找距離函數(shù)中的對應值，對云內的所有點的距 離值進行求和以計算目標函數(shù)值，所述目標函數(shù)值依賴于未知的配準參數(shù)， 在3D中，所述目標函數(shù)值對應于X/Y/Z中的三個未知平移參數(shù)并且對應于 圍繞X/Y/Z軸的三個未知旋轉角。接下來，通過利用例如基于共軛梯度的函數(shù)最小化方法，通過對EAM點云和所處理的成像數(shù)據(jù)集之間的未知的基 于剛性的變換的參數(shù)估計進行迭代地更新，而對目標函數(shù)進行最小化。預 定閾值(例如運動O.lmm)定義了何時迭代被認為已經收斂。最終的配準 參數(shù)表示EAM坐標系和成像系統(tǒng)坐標系之間經估計的變換。
在一個實施例中，至少一個成像數(shù)據(jù)集為術中采集的成像數(shù)據(jù)集。 , 在一個實施例中，處理步驟和計算步驟不包括分割和3D 二元掩模生 成。在這一情況下，如在圖3中所示，方法從步驟31開始，而非從步驟32 開始。這可以是如下這樣的情況對其而言心血管腔室具有相對一致強度 值的成像數(shù)據(jù)集的情況，例如，對于對比增強的X射線/CT成像數(shù)據(jù)集而 言或者對于暗血/亮血MRI脈沖序列而言，心血管腔室具有相對一致強度值 的成像數(shù)據(jù)集。如果不需要進行分割，降低了處理步驟的總時間，在一些 實施例中，這有很大的優(yōu)勢。然而，在一些情況下，當不執(zhí)行分割時，降 低了多個點的對準準確性。因此，在一些實施例中優(yōu)選進行分割，而在一 些實施例中，優(yōu)選不進行分割。不進行分割的實施例是有優(yōu)勢的，這是由 于不需要分立的分割步驟，并且其使得臨床工作流程更加快速。在過程前 成像數(shù)據(jù)的體積可視化足夠用于電解剖標測的過程中，可以采用不進行分 割的方法。
在使用經分割的表面模型的其他實施例中，分割方法為優(yōu)選的實施例。 在一個實施例中，配準步驟包括基于已知的表變換將連續(xù)采集的點云進行 粗略對準，將EAM坐標系映射到成像坐標系。接下來，使用點位置在體積 成像數(shù)據(jù)集中的對應位置處對圖像強度值進行采樣。所有點位置處的強度 值的分布提供了可以用于執(zhí)行變換參數(shù)估計的強度直方圖。在一致增強的 心血管腔室的情況下，強度直方圖會顯示出圍繞平均強度值的相對緊密分 布。對于不良配準估計，強度直方圖會顯示出源自從位于感興趣的心血管 結構之外的體素采樣的點的更大分布。
根據(jù)一個實施例，使用諸如從直方圖得出的標準偏差或熵的測量，以 能夠對變換參數(shù)估計進行迭代，從而將對3D點云中的所有點采樣的體素強 度值的相似性最大化。因此，可以在不需要進行分割的情況下得出最后配 準變換估計。
10根據(jù)圖4，在一個實施例中，提供了識別感興趣體積中的結構的設備 40。所述設備包括以連續(xù)的模式采集與結構相關的多個點的采集硬件41， 和隨后將每個數(shù)據(jù)點配準到結構的成像數(shù)據(jù)集的配準硬件42。
根據(jù)圖5，在本發(fā)明的一個實施例中，配準硬件還包括通過分割對成像 數(shù)據(jù)集進行處理的處理硬件51。裝置還包括計算3D 二元掩模的第一計算 硬件52，和計算距離函數(shù)或者反映到感興趣的結構表面的距離的其他計算 度量的第二計算硬件53。另外，裝置包括對準硬件54,其用于將連續(xù)采集 的多個點與成像數(shù)據(jù)集進行對準；以及估計硬件55，其用于估計配準參數(shù)， 以相對于成像數(shù)據(jù)集對多個點進行更新。另外，裝置包括比較硬件56，其 用于將每個點與來自距離函數(shù)的對應值相比較；以及第三計算硬件57，其
用于根據(jù)所估計的配準參數(shù)計算目標函數(shù)的值；以及最小化硬件58，其通 過利用基于共軛梯度的函數(shù)最小化對所估計的配準參數(shù)進行迭代更新，直 到所估計的配準參數(shù)的變化小于預定的容差，而將目標函數(shù)最小化。
在本發(fā)明的一個實施例中，配準硬件能夠執(zhí)行根據(jù)一些實施例的方法。 在一些實施例中，裝置的采集硬件包括處理器和存儲器。處理器能夠 啟動對多個點的采集，并將多個點存儲到存儲器中?？梢詫⒉煌奶幚砥?和存儲器用于采集過程。
在一些實施例中，裝置的配準硬件包括處理器和存儲器。處理器能夠 執(zhí)行配準過程，而存儲器用于存儲?？梢允褂糜糜谂錅蔬^程的不同步驟的 不同處理器和存儲器。可以將存儲器集成在處理器中，諸如處理器內部存 儲器。
處理器可以為諸如Intel或AMD處理器、CPU、微處理器、可編程智 能計算機(PIC)微控制器、數(shù)字信號處理器(DSP)等的各種存儲器的任 一種。然而，本發(fā)明的范圍不局限于這些特定處理器。
存儲器可以為任一種能夠存儲點信息的存儲器，例如雙密度RAM (DDR、 DDR2)、單密度RAM (SDRAM)、靜態(tài)RAM (SRAM)、動態(tài) RAM (DRAM)、圖像RAM (VRAM)等的隨機存取存儲器(RAM)。存 儲器也可以為諸如USB、 Compact Flash、 SmartMedia、 MMC存儲器、 MemoryStick、SD Card、MiniSD、MicroSD、xD Card、TransFlash和MicroDrive
ii存儲器等的FLASH存儲器。然而，本發(fā)明的范圍不局限于這些特定的存儲 器。
存儲器和任選的處理器內部存儲器可以包括執(zhí)行多個點的采集和配準 的軟件。
在一個實施例中，采集硬件還包括通過使用導管上的適當感測元件能 夠進行感興趣體積的連續(xù)點采集的導管。所述導管可以具有多個分離的感 測元件以進一步促進點采集過程。
若干種當前可獲得的進行點采集的導管可以用于通過以連續(xù)的方式進 行問詢(poll)而執(zhí)行連續(xù)的點采集，并且將測量數(shù)據(jù)連續(xù)地傳送回控制器 軟件。
在一個實施例中，導管利用電磁進行點位置的連續(xù)電磁感測。 在一個實施例中，導管利用超聲迸行點位置的連續(xù)超聲感測。 在一個實施例中，裝置為醫(yī)學工作站。 在一個實施例中，提供了包括所述裝置的系統(tǒng)。
在一個實施例中，所述系統(tǒng)為諸如CT系統(tǒng)、MRI系統(tǒng)或超聲系統(tǒng)的 醫(yī)學成像系統(tǒng)。
根據(jù)圖6，在一個實施例中，提供了其上嵌有由計算機處理的計算機程 序60的計算機可讀介質。計算機程序包括執(zhí)行連續(xù)EAM點云采集的代碼 段61。計算機程序60還包括將所采集的連續(xù)點云對準到至少一個成像數(shù)據(jù) 集的配準代碼段62。
計算機可以為諸如處理器或存儲器(參見上述描述)的具有處理和存 儲能力的任何設備。
在一個實施例中，計算機程序具有于執(zhí)行根據(jù)本發(fā)明的實施例的方法 的代碼段。
在另一實施例中，計算機程序包括控制例如由導管執(zhí)行的連續(xù)點采集 的代碼段(控制器軟件)。
在本發(fā)明的一個實施例中，計算機程序包括在根據(jù)一些實施例的裝置 的硬件中。
在一個實施例中，感興趣體積為能夠用導管進行點云的連續(xù)采樣的任 何解剖學空腔。在一個實施例中，感興趣體積為能夠用導管進行點云的連續(xù)采樣的任 何非解剖學空腔。
在本發(fā)明的具體實施方式
中，首先，將導管引入諸如患者心臟的器官。
使用導管對描述器官空腔的數(shù)據(jù)點進行連續(xù)采集。之后，對器官的CT或 MRI成像數(shù)據(jù)集進行處理，并將所采集的器官空腔的點對準到經處理的成 像數(shù)據(jù)集。對準之后，可以開始心臟的圖像引導療法。
本發(fā)明可以以包括硬件、軟件、固件或者這些的任意的任何適合的形 式實現(xiàn)。然而，優(yōu)選地，將本發(fā)明實現(xiàn)為在一個或多個數(shù)據(jù)處理器和/或數(shù) 字信號處理器上運行的計算機軟件。本發(fā)明的實施例的元件和組件可以以 任何適合的方式進行物理地、功能性地或者邏輯性地實現(xiàn)。實際上，可以 在單個單元上、多個單元上或者作為其他功能單元的一部分實現(xiàn)所述功能
性。這樣，本發(fā)明可以在單個單元上實現(xiàn)，或者可以物理上地或功能上地 分散到不同單元和處理器。
盡管上面參考具體實施例對本發(fā)明進行了描述，但本發(fā)明并不局限于 上述實施例中的具體形式。實際上，本發(fā)明僅由所附權利要求限定，上述 特定實施例之外的實施例同樣落入所附權利要求的范圍。
在權利要求中，詞語"包括"不排除其他的元件或步驟。另外，雖然 是單獨列出的，但是多個硬件、元件或方法步驟也可以例如由單個單元或 咎理器來實現(xiàn)。另夕卜，盡管在不同的權利要求中包括單獨的特征，可以有 利地對這些特征進行合并，不同權利要求的內容并不意味著特征的組合不 可行和/或無優(yōu)勢。另夕卜，單數(shù)參考不排除復數(shù)。詞語"一"、"一個""第一" "第二"等不排除多個。僅將權利要求中的參考數(shù)字提供作為說明示例， 不應該將其理解為以任何方式限制權利要求的范圍。
權利要求
1、一種對感興趣體積中的結構進行識別的方法，包括-以連續(xù)模式采集與所述結構相關的多個點，以及隨后-將至少一個所述點配準到所述結構的先前采集的成像數(shù)據(jù)集。
2、 如權利要求l所述的方法，其中，所述配準包括 -通過分割對所述成像數(shù)據(jù)集進行處理，-計算3D二元掩模，-計算距離函數(shù)或者反映到所述感興趣結構的表面的距離的其他計算度量， -將所述連續(xù)采集的多個點與所述成像數(shù)據(jù)集進行對準， -估計配準參數(shù)以相對于所述成像數(shù)據(jù)集對所述多個點進行更新， -將每個點與來自所述距離函數(shù)的對應值相比較， -根據(jù)所述估計的配準參數(shù)計算目標函數(shù)值，-通過利用基于共軛梯度的函數(shù)最小化對所述配準參數(shù)進行迭代更新，直到 所述配準參數(shù)的變化小于預定的容差，而將所述目標函數(shù)最小化。
3、 如權利要求2所述的方法，其中，所述分割包括通?？捎糜诔上窆ぷ髡?或者在圖像分析軟件中提供的用于可變形表面的算法、水平集分割方法、 或連通分量區(qū)域生長。
4、 如權利要求1所述的方法，包括-基于將所述EAM坐標系映射到所述成像坐標系的已知表變換，將所述連 續(xù)采集的多個點進行對準，-基于所述連續(xù)采集的點位置對從所述成像數(shù)據(jù)集內的所述對應位置處的 圖像強度導出的值進行采樣，以消除對分割的需要， -提供所有點位置處的強度或強度導出值的分布的強度直方圖，以及 -基于所述強度直方圖執(zhí)行變換參數(shù)估計。
5、 如權利要求4所述的方法，包括使用從所述直方圖導出的標準差和/或 熵在變換參數(shù)估計上進行迭代，以便使在所述多個點中的所有點上采樣的 體素強度值的相似性最大化。
6、 一種對感興趣體積中的結構進行識別的裝置(40)，包括 -采集硬件(41)，其用于以連續(xù)模式采集與所述結構相關的多個點，以及 -配準硬件(42)，其用于隨后將所述數(shù)據(jù)點中的每一個配準到所述結構的 成像數(shù)據(jù)集。
7、 如權利要求6所述的裝置(50)，其中，所述配準硬件還包括 -處理硬件(51)，其用于通過分割對所述成像數(shù)據(jù)集進行處理，-第一計算硬件(52)，其用于計算3D二元掩模，-第二計算硬件(53)，其用于計算距離函數(shù)或者反映到所述感興趣的結構 ，面的距離的其他計算度量，」對準硬件(54)，其用于將所述連續(xù)所采集的多個點與所述成像數(shù)據(jù)集進 行對準，-估計硬件(55)，其用于估計配準參數(shù)，以相對于所述成像數(shù)據(jù)集對所述 多個點進行更新，-比較硬件(56)，其用于將每個點與來自所述距離函數(shù)的對應值相比較， -第三計算硬件(57)，其用于根據(jù)所述估計的配準參數(shù)計算目標函數(shù)的值， 以及-最小化硬件(58)，其通過利用基于共軛梯度的函數(shù)最小化對所述估計的 配準參數(shù)進行迭代更新，直到所述估計的配準參數(shù)的變化小于預定的容差， 而將所述目標函數(shù)最小化。
8、 如權利要求6所述的裝置，其中，所述多個點為電解剖標測點，所述成 像數(shù)據(jù)集為過程前或過程后采集的成像數(shù)據(jù)集。
9、 如權利要求8所述的裝置，其中，所述采集硬件還包括配置為使用超聲 或電磁進行點位置采集的導管。
10、 如權利要求6所述的裝置，其中，所述裝置為醫(yī)學工作站。
11、 如權利要求6所述的裝置，其中，將所述裝置配置為執(zhí)行如權利要求 1-5的任一個所述的方法。
12、 一種醫(yī)學成像系統(tǒng)包括如權利要求6^f述的裝置。
13、 一種其上嵌有計算機程序(60)的計算機可讀介質，所述計算機程序 由計算機處理以對感興趣體積中的結構進行識別，所述計算機程序包括 -采集代碼段(61)，其用于以連續(xù)模式采集與所述結構相關的多個點，以 及-配準代碼段(62)，其用于將至少一個所述點配準到所述結構的先前采集 的成像數(shù)據(jù)集。
14、如權利要求13所述的計算機可讀介質，包括執(zhí)行如權利要求1-5的任 一個所述的方法的至少一個代碼段。
15、 如權利要求13所述的計算機可讀介質，還包括用于控制進行連續(xù)點采 集的導管的控制代碼段。
16、 一種對感興趣體積中的解剖結構進行識別的方法，包括 -以連續(xù)模式采集與所述解剖結構相關的多個點，以及隨后， -將至少一個所述點配準到過程前或過程后采集的所述結構的成像數(shù)據(jù)集。
全文摘要
本發(fā)明提供了一種對感興趣體積中的結構進行識別的方法。所述方法包括以連續(xù)模式采集與所述結構相關的多個點，隨后將所述點中的至少一個配準到所述結構的先前采集的成像數(shù)據(jù)集。本發(fā)明還提供了一種裝置、系統(tǒng)以及計算機可讀介質。本發(fā)明通過對標測系統(tǒng)進行修改，提供了對EAM點的更快采集，以便自動且連續(xù)地記錄導管尖端位置，而不需要顯式導航到心內膜，也不需要在心內膜上標注基準路標。
文檔編號G06T7/00GK101501727SQ200780029311
公開日2009年8月5日 申請日期2007年8月6日 優(yōu)先權日2006年8月8日
發(fā)明者R·曼茨克, R·陳, V·雷迪, Z·J·馬爾察諾 申請人:皇家飛利浦電子股份有限公司