CN105917389A - 用于生成几何结构的多维表面模型的方法和系统 - Google Patents

用于生成几何结构的多维表面模型的方法和系统 Download PDF

Info

Publication number
CN105917389A
CN105917389A CN201580004906.3A CN201580004906A CN105917389A CN 105917389 A CN105917389 A CN 105917389A CN 201580004906 A CN201580004906 A CN 201580004906A CN 105917389 A CN105917389 A CN 105917389A
Authority
CN
China
Prior art keywords
field
erosion
working volume
calculate
expansion
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
Application number
CN201580004906.3A
Other languages
English (en)
Other versions
CN105917389B (zh
Inventor
C·P·汤普森
D·R·斯塔克斯
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.)
St Jude Medical Cardiology Division Inc
Original Assignee
St Jude Medical Cardiology Division Inc
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 St Jude Medical Cardiology Division Inc filed Critical St Jude Medical Cardiology Division Inc
Publication of CN105917389A publication Critical patent/CN105917389A/zh
Application granted granted Critical
Publication of CN105917389B publication Critical patent/CN105917389B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
    • G06T17/10—Constructive solid geometry [CSG] using solid primitives, e.g. cylinders, cubes
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
    • G06T17/30—Polynomial surface description
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T15/00—3D [Three Dimensional] image rendering
    • G06T15/08—Volume rendering
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/20—Image enhancement or restoration by the use of local operators
    • G06T5/30—Erosion or dilatation, e.g. thinning
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2210/00—Indexing scheme for image generation or computer graphics
    • G06T2210/41—Medical

Landscapes

  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Geometry (AREA)
  • Computer Graphics (AREA)
  • Software Systems (AREA)
  • Algebra (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Mathematical Physics (AREA)
  • Pure & Applied Mathematics (AREA)
  • Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
  • Measuring And Recording Apparatus For Diagnosis (AREA)
  • Apparatus For Radiation Diagnosis (AREA)

Abstract

本发明提供用于生成几何结构的多维表面模型的系统和方法。系统包括装置和耦合至装置的基于计算机的模型构造系统，装置包括至少一个传感器，该传感器被配置为采集与几何结构的表面上或由几何结构的表面包围的各个位置相对应的位置数据点的集合。该基于计算机的模型构造系统被配置为基于位置数据点的集合来生成工作体积，计算针对工作体积的扩张场，基于扩张场来限定扩张表面，基于扩张表面来计算针对工作体积的侵蚀场，以及基于侵蚀场来限定侵蚀表面。

Description

用于生成几何结构的多维表面模型的方法和系统
相关申请的交叉引用
本申请要求在2014年3月21日提交的美国临时专利申请No.61/968,554的权益，其整个申请文件包含于此。
技术领域
本发明涉及用于生成几何结构的多维模型的系统和方法。更特别地，本发明涉及用于生成例如心内结构的几何结构的多维模型的计算机实施的系统和方法。
背景技术
已知各种基于计算机的系统和计算机实施的方法可以用于生成诸如例如解剖结构的几何结构的多维表面模型。更具体地，各种系统和方法已经用于生成心脏和/或心脏的特定部分的多维表面模型。
一种常规的方法或技术涉及与特定结构的不同感兴趣区域相对应的多个单独表面模型的生成，以及之后将单独表面模型结合以形成单个合成的多维表面模型。已知通过以下来生成单独表面模型：采集来自感兴趣的各个区域的表面和由所述表面包围的体积的位置数据点并且之后使用这些位置数据点来生成针对每个感兴趣区域的单独表面模型。
许多技术可以用于从各个位置数据点生成单独表面模型，包括例如凸壳、星形域近似、以及阿尔法形状(alpha-shape)技术。然而，用于生成合成表面模型的常规技术有它们的缺点。例如，单独表面模型可能不以期望程度的细节或精度来反映相应的感兴趣区域，或者表面模型对于多维布尔运算而言可能不太理想。这些缺点中的任一个可能导致不以期望精度反映感兴趣结构的合成表面模型。此外，至少一些常规技术是计算密集型的，并且可能花费相对长的时间和/或需要相对大的处理资源。
由此，通过使用至少一些已知技术，使用位置数据点的集合形成的表面模型可能不提供期望精度和/或可能需要不期望的额外处理量，其增加了表面模型生成处理的复杂性以及执行表面模型生成处理所需要的时间的长度。
发明内容
在一个实施例中，本发明涉及用于生成几何结构的多维表面模型的系统。系统包括装置和耦合至装置的基于计算机的模型构造系统，该装置包括至少一个传感器，该传感器被配置为采集与几何结构的表面上或由几何结构的表面包围的各个位置相对应的位置数据点的集合。该基于计算机的模型构造系统被配置为基于位置数据点的集合来生成工作体积，计算针对工作体积的扩张场，基于扩张场来限定扩张表面，基于扩张表面来计算针对工作体积的侵蚀场，以及基于侵蚀场来限定侵蚀表面。
在另一实施例中，本发明涉及一种生成几何结构的多维表面模型的计算机实施的方法。所述方法包括获取与几何结构的表面上或由几何结构的表面包围的各个位置相对应的位置数据点的集合，基于位置数据点的集合来生成工作体积，计算针对工作体积的扩张场，基于扩张场来限定扩张表面，基于扩张表面来计算针对工作体积的侵蚀场，以及基于侵蚀场来限定侵蚀表面。
在另一实施例中，本发明涉及一种用于生成几何结构的多维表面模型的处理设备。所述处理设备被配置为获取与几何结构的表面上或由几何结构的表面包围的各个位置相对应的位置数据点的集合，基于位置数据点的集合来生成工作体积，计算针对工作体积的扩张场，基于扩张场来限定扩张表面，基于扩张表面来计算针对工作体积的侵蚀场，以及基于侵蚀场来限定侵蚀表面。
本发明的前述和其它方面、特征、细节、用途和优势将通过阅读下面的说明书和权利要求书并且通过阅览附图而变得显而易见。
附图说明
图1是根据一个实施例的用于生成几何结构的多维模型的系统的图解视图。
图2是图1所示的系统的模型构造系统的图解和示意视图。
图3是包含位置数据点的集合的点云的示意视图。
图4A-4D是适于在图2所示的模型构造系统中使用的驱动贴片电极的示例性偶极子对的示意图。
图5是示出根据一个实施例的生成多维表面模型的方法的流程图。
图6是示出根据一个实施例的用于基于位置数据点来生成表面模型的方法的流程图。
图7-10是示出图6所示的方法的示意图。
图11是示出根据一个实施例的用于更新表面模型的方法的流程图。
相应的附图标记表示图的几个视图中的相应的部件。
具体实施方式
本发明提供用于生成表面模型(例如，心脏的内表面)的系统和方法。本文描述的技术生成具有可控制量的微小细节的封闭的流形表面，该可控制量的微小细节通过如本文所述改变第一预定值α和第二预定值k的值来确定。
现在参考附图，其中，相似的附图标记用于标识各个视图中的相同组件，图1示出用于生成一个或多个几何结构的多维表面模型的系统10的一个示例性实施例。如以下将描述的，在该实施例中，由系统10生成的模型是三维模型。然而，应该理解，尽管以下描述了三维模型的生成，但本发明不意味着限制于此。而是，在其他实施例中，系统10可以被配置为生成除三维以外的多维模型，并且这样的实施例处于本发明的精神和范围内。
还应当注意，尽管以下描述主要集中在系统10在解剖结构、以及特别地心脏结构的模型的生成中的使用，但本发明不意味着限制于此。而是，系统10以及由此使用的方法和技术可以应用至包括除心脏结构以外的解剖结构的许多几何结构的三维模型的生成。然而，为了示出和容易说明的目的，以下描述将限于系统10在心脏结构的三维模型的生成中的使用。
继续参考图1，在该实施例中，系统10包括医疗装置和模型构造系统14，以及其他组件。在该实施例中，医疗装置是导管12，并且模型构造系统14部分地包括处理设备16。处理设备16可采用电子控制单元的形式，例如，其被配置为利用由导管12采集的数据来构造心脏内的结构的三维模型。
如图1中所示，导管12被配置为插入患者身体18内，并且尤其是插入患者心脏20内。导管12可包括线缆连接器或接口22、手柄24、具有近端28和远端30(正如本文所使用的，“近”指的是朝向导管12的靠近临床医生的部分的方向，而“远”指的是远离临床医生且(通常)位于患者体内的方向)的轴杆26、以及安装在导管12的轴杆26内或其上的一个或多个传感器32(例如，321、322、323)。在该实施例中，传感器32布置在轴杆26的远端30处或附近。导管12还可包括其他常规组件，例如且不限于，温度传感器、其他传感器或电极、消融元件(例如，用于传输RF消融能量的消融尖端电极、高强度聚焦超声消融元件，等等)，以及相应的导体或引线。
连接器22为线缆提供机械、流体、和电连接，该线缆例如是延伸至模型构造系统14和/或系统10的其它组件(例如，可视化、导航、和/或标测系统(如果独立且不同于模型构造系统14的话)、消融发生器、灌注源、等等)的线缆34、36。连接器22在本领域中是常规型的且布置在导管12的近端28，特别是在其手柄24上。
布置在轴杆26的近端28处的手柄24为临床医生提供了握持导管12的位置，并且可进一步提供用于在患者身体18内操纵或引导轴杆26的工具。例如，手柄24可包括用于改变延伸穿过导管12到达轴杆26远端30的操纵线的长度从而操纵轴杆26的工具。手柄24在本领域也是常规型的，并且应当理解的是，手柄24的构造可以改变。在其他实施例中，导管12可由机器人驱动或控制。因而，在这种实施例中，不是临床医生操作手柄以操纵或导引导管12及其轴杆26，而是使用机器人来操纵导管12。
轴杆26是配置用于在身体18内移动的细长、管状、柔性构件。轴杆26支撑例如但并不限于在其上安装的传感器和/或电极(例如传感器32)、相关导体，以及可能存在的用于信号处理和调节的其它电子设备。轴杆26还可以允许传输、输送和/或移除流体(包括灌注流体、低温消融流体、和体液)、药物、和/或外科手术工具或器械。轴杆26可由例如聚氨酯的常规材料制成，并限定一个或多个腔，其被配置为容纳和/或传送电导体、流体、或外科手术工具。轴杆26可通过常规导引器引入血管或身体18内的其它结构中。之后，可利用本领域公知的工具操纵或导引轴杆26穿过身体18到达期望位置，例如心脏20。
安装在导管12的轴杆26内或轴杆26上的传感器32可提供用于各种诊断和治疗目的，包括例如但不限于，电生理研究、步测、心脏标测、和消融。在该实施例中，提供一个或多个传感器32以实现方位或位置感测功能。更特别地，如下面更为详细的描述，一个或多个传感器32被配置作为定位传感器，其提供特别是在某些时刻与导管12、及其轴杆26的远端30的方位(位置和方向)相关联的信息。因此，随着导管12沿感兴趣的心脏20的结构的表面和/或绕该结构的内部移动，传感器32可用于采集与感兴趣的结构的表面和/或其内部的其他位置相对应的位置数据点。之后，例如可由模型构造系统14来利用这些位置数据点进行感兴趣的结构的三维模型的构造，这将在下文更为详细地描述。为清楚和说明起见，以下说明书将论述其中导管12的多个传感器32包括定位传感器的实施例。然而，应当理解，在处于本发明的精神和范围内的其他实施例中，导管12可以包括一个或多个定位传感器以及配置为执行其他诊断和/或治疗功能的其他传感器。
如以上简要描述并且如下文中更详细描述的，模型构造系统14被配置为部分地利用由导管12采集的位置数据来构造心脏内的结构的三维模型。更特别地，模型构造系统14的处理设备16被配置为获取由传感器32采集的位置数据点，并且之后使用这些位置数据点来构造或生成该位置数据点所对应的结构的模型。在该实施例中，模型构造系统14通过与传感器32一起工作来采集位置数据点，从而获取位置数据点。然而，在其他实施例中，模型构造系统14可从传感器32或系统10的另一组件(例如作为模型构造系统14的一部分或者可由其访问的存储器或其它存储装置)简单获取位置数据点，而不是积极地参与位置数据点的采集。模型构造系统14被配置为基于所采集的位置数据点中的一些或全部来构造三维模型。为说明和清楚起见，下面的说明书将限于一个实施例，其中模型构造系统14被配置为既构造模型，又通过与传感器32一起工作来采集位置数据点，从而获取位置数据点。然而，应当理解的是，模型构造系统14仅从传感器32或系统10的另一组件获取位置数据点并随后据此构造三维模型的其他实施例仍然处于本发明的精神和范围之内。
因此，在该实施例中，除了构造结构的模型外，模型构造系统14被配置为与传感器32一起工作以采集位置数据点，该位置数据点用于三维模型的构造。模型构造系统14可包括基于电场的系统，例如市场可售的来自St.Jude Medical有限公司的EnSiteTMNavXTM系统，并且通常参照美国专利No.7,263,397示出，其发明名称为“Method and Apparatus forCatheter Navigation and Location and Mapping in the Heart”，其全部内容通过引用包含于此。然而，在其他实施例中，模型构造系统14可包括其他类型的系统，例如但不限于：基于磁场的系统，例如可从Biosense Webster购买的CartoTM系统，并且其通常参照以下专利中的一个或多个示出：名称为“Intrabody Measurement”的美国专利No.6,498,944、名称为“Medical Diagnosis,Treatment and Imaging Systems”的美国专利No.6,788,967、以及名称为“System and Method for Determining the Location and Orientation of anInvasive Medical Instrument”的美国专利No.6,690,963，其全部内容通过引用包含于此，或者来自MediGuide Ltd.的gMPS系统，其通常参照以下专利中的一个或多个示出：名称为“Medical Positioning System”的美国专利No.6,233,476、名称为“System forDetermining the Position and Orientation of a Catheter”的美国专利No.7,197,354、以及名称为“Medical Imaging and Navigation System”的美国专利No.7,386,339，其全部内容通过引用包含于此；基于电场和基于磁场的组合系统，例如可从BiosenseWebster购买的Carto 3TM系统；以及其他基于阻抗的定位系统、基于声学或超声的系统、以及通常可得的荧光检查、计算机断层扫描(CT)、和基于磁共振成像(MRI)的系统。
如以上简要描述的，导管12的传感器32包括定位传感器。传感器32产生表示导管方位(位置和/或方向)信息的信号。在该实施例中，其中模型构造系统14为基于电场的系统，传感器32可包括一个或多个电极。可替换地，在模型构造系统14为基于磁场的系统的实施例中，传感器32可包括一个或多个磁性传感器，其被配置为检测低强度磁场的一种或多种特性。例如，在一个示例性实施例中，传感器32可包括布置在导管12的轴杆26上或布置在轴杆26内的磁线圈。
为清楚和说明起见，模型构造系统14将在下文中描述为包括基于电场的系统，例如上面提到的EnSiteTMNavXTM系统。应当理解的是，虽然下面的说明书主要限于传感器32包括一个或多个电极的实施例，但在其它实施例中，传感器32可包括一个或多个磁场传感器(例如线圈)。因而，包括定位传感器而非下述传感器或电极的模型构造系统仍处于本发明的精神和范围之内。
参照图2，除了处理设备16外，模型构造系统14可包括多个贴片电极38、多路复用开关40、信号发生器42、和显示装置44，以及其它可能组件。在其他实施例中，这些组件中的部分或全部是独立的且不同于模型构造系统14，但是它们电连接至模型构造系统14且被配置为与模型构造系统14进行通信。
处理设备16可包括可编程微处理器或微控制器，或者可包括专用集成电路(ASIC)。处理设备16可包括中央处理单元(CPU)和输入/输出(I/O)接口，处理设备16可通过输入/输出接口接收多个输入信号，例如包括由贴片电极38和传感器32生成的信号，并生成多个输出信号，例如包括用于控制例如显示装置44和开关40和/或为其提供数据的那些信号。处理设备16可被配置为利用合适的编程指令或代码(即，软件)实现多种功能，例如上文和下文中更为详细描述的那些功能。因而，处理设备16可用计算机存储介质上编码的一种或多种计算机程序进行编程，用于实现本文所述的功能。
除了称为“腹部贴片”的贴片电极38B以外，贴片电极38用于生成电信号，例如用于确定导管12的位置和方向。在一个实施例中，贴片电极38正交地置于身体18的表面上，并用于在身体18内创建特定轴线电场。例如，在一个实施例中，贴片电极38X1、38X2可沿第一(x)轴布置。贴片电极38Y1、38Y2可沿第二(y)轴布置，以及贴片电极38Z1、38Z2可沿第三(z)轴布置。每个贴片电极38都可耦合至多路复用开关40。在该实施例中，处理设备16通过合适的软件被配置为向开关40提供控制信号，从而顺序地将电极38的对耦合至信号发生器42。激励每对电极38在身体18和诸如心脏20的感兴趣区域内产生电场。参考腹部贴片38B的未激励电极38处的电压水平被滤波和转换并提供至处理设备16以用作参考值。
在该实施例中，导管12的传感器32电耦合至处理设备16，并被配置为实现位置感测功能。更具体地，传感器32布置在通过激励贴片电极38而在身体18内(例如，心脏内)产生的电场中。仅仅为清楚和说明起见，下面的说明书将限于一个实施例，其中单个传感器32被置于电场内。然而，应当理解的是，在仍处于本发明的精神和范围之内的其它实施例中，多个传感器32可以置于电场内并且随后可以利用下述技术确定每个传感器的位置和方向。
当布置在电场内时，传感器32上的电压取决于在贴片电极38之间的位置和传感器32相对于组织的位置。在传感器32和贴片电极38之间所进行的电压测量值比较可用于确定传感器32相对于组织的位置。因而，随着导管12围绕或沿着特定感兴趣区域或表面扫描，处理设备16接收来自传感器32的信号(位置信息)，其反映了传感器32上和来自于未激励贴片电极38的电压水平变化。利用各种已知的算法，处理设备16随后可确定传感器32的方位(位置和方向)并将该方位作为位置数据点46(本文也称为“数据点46”，且如图3中所示)记录在与处理设备16相关联或可由处理设备16访问的诸如存储器47的存储器或存储装置内，位置数据点46对应于传感器32的位置以及因此在正被建模的感兴趣的结构的表面上或者在感兴趣的结构内的点。在一些实施例中，在记录位置作为位置数据点之前，处理设备16可利用已知或此后开发的技术对由处理设备16接收的信号所表示的原始位置数据进行校正，以考虑呼吸、心脏活动、和其它伪迹。此外，导管12的其他部分的位置可以从传感器32处的测量值诸如通过插值或外推来推断以生成另外的位置数据点46。无论如何，随时间采集的位置数据点的集合46(461，462，……，46n)形成存储在存储器或存储装置中的点云48(最佳示于图3中)。
虽然到目前为止上面的说明书基本上是关于贴片电极38的正交布置，但本发明并不意味着限制于此。而在其它实施例中，非正交布置可用于确定传感器32的位置坐标。例如，一般而言，图4A-4D描绘了位于坐标系50内的多个示例性非正交偶极子D0、D1、D2和D3。在图4A-4D中，X轴贴片电极标示为XA和XB，Y轴贴片电极标示为YA和YB，而Z轴贴片电极标示为ZA和ZB。对于任一期望轴，跨过诸如传感器32的心内传感器所测得的电位由预定集合的驱动(源汇)配置产生，其可用代数方法进行组合以产生与仅通过沿正交轴驱动均匀电流而获得的电位相同的有效电位。贴片电极38X1、38X2、38Y1、38Y2、38Z1和38Z2(参见图2)中的任意两个可选定为相对于例如腹部贴片38B的接地参考的偶极子源和漏，同时未激励贴片电极测量相对于接地参考的电压。置于心脏20内的传感器32还暴露于场中以产生电流脉冲并相对于地电位(例如腹部贴片38B)进行测量。
在另一示例性实施例中，多个贴片电极38可以沿着公共轴线性地布置。在这种实施例中，包括贴片电极38之一和安装在导管12上的电极的电极对的激励生成电场。非激励贴片电极38之后可以测量可以用于确定传感器32的位置的电位。因此，在这种实施例中，包括不同的贴片电极38和导管安装的电极的多个电极对的激励可以用于确定传感器32的位置。
来自每个贴片电极和传感器32的数据集全部用于确定心脏20内传感器32的位置。在进行电压测量之后，用电流源激励不同的贴片电极38对并进行其余贴片电极38和传感器32的电压测量过程。一旦确定了传感器32的位置，如上所述，可以上述相同的方式记录该位置作为数据点46。在一些实施例中，在记录位置作为位置数据点之前，处理设备16可利用已知或此后开发的技术对由处理设备16接收的信号所表示的原始位置数据进行校正，以考虑呼吸、心脏活动、和其它伪迹。因此，应当理解的是，许多技术都可用于确定传感器32的位置，并从而采集与之对应的数据点，每种技术都处于本发明的精神和范围之内。
图3示出与正在建模的感兴趣的特定结构相对应的包括位置数据点461，462，……，46n的点云48。应当理解，实际上，点云48通常包括几百至几十万的数据点46。然而，为了示出和容易说明起见，以下描述将限于具有有限数量的位置数据点的点云，例如，包括位置数据点46的点云48。可以进一步理解，可以采集与感兴趣结构的不同区域相对应的位置数据点46。在这种实施例中，处理设备16可以被配置为对与从其采集数据点的感兴趣结构的区域相对应的数据点46进行分组。这样，如果存在感兴趣结构的两个区域，则与第一区域相对应的所有位置数据点将被分组在一起并形成第一点云，而与第二区域相对应的所有数据点将同样被分组在一起并形成第二点云。
在一个示例性实施例中，并参考图5，处理设备16一般来说被配置为首先生成100感兴趣的解剖结构的一个或多个单独区域的一个或多个表面模型。在生成感兴趣的两个或更多个单独区域的两个或更多个表面模型的实施例中，处理设备16可以进一步被配置为将多个单独表面模型结合102在一起以形成感兴趣结构的合成表面模型。
表面模型(或用于生成合成表面模型的每个表面模型)可以以许多方式生成。在该实施例中，诸如在图5中所示，并且一般来说，处理设备16被配置为最初获取与第一感兴趣区域相对应的位置数据点46的第一集合。处理设备16还可以收集与第二感兴趣区域相对应的位置数据点46的第二集合。如上所述，位置数据点的第一集合中的每个位置数据点46对应于由感兴趣的解剖结构的第一区域的表面包围的体积上或体积内的相应位置，而位置数据点的第二集合中的每个数据点46对应于由感兴趣的解剖结构的第二区域的表面包围的体积上或内的相应位置。
如本文其他部分所描述的，处理设备16被配置为以多种方式获取104位置数据点。在该实施例中，处理设备16从传感器32获取位置数据点，传感器32采集来自结构的表面的位置数据点。在其他实施例中，处理设备16通过从作为处理设备16的一部分或电连接至处理设备16并且被配置为与处理设备16通信的存储器或存储装置获取位置数据点来获取位置数据点的集合。因此，处理设备16可以从许多来源中的一个获取位置数据点的集合(以及其中的位置数据点)，每个来源处于本发明的精神和范围内。通过使用位置数据点46的相应集合，处理设备16被配置为生成每个感兴趣区域的表面模型，如本文所述。
一旦获取了位置数据点46的一个或多个集合，处理设备16被配置为基于位置数据点46的相应集合中的位置数据点46来生成106每个感兴趣区域的一个或多个单独表面模型。为此，并且一般来说，处理设备16之后使用所获取的位置数据点46的一个或多个集合来利用诸如本文详细描述的阿尔法壳技术的表面重建技术来生成106表面模型。
尽管现在为止概括了单独表面模型的生成的描述，但现在将更详细地描述了用于生成独立表面模型的过程的示例性实施例。在该实施例中，使用下文中描述的特定阿尔法壳技术或算法来生成单独表面模型。然而，可以理解，在其他实施例中，不同的技术或技术的组合可以用于生成基于体素的表面模型。一个这种示例性技术是移动立方体技术或算法。另一这种示例性技术在题为“System and Method for Surface Reconstruction froman Unstructured Point Set”的于2011年8月16日授予的美国专利No.8,000,941中描述，该专利的全部内容通过引用包含于此。因此，使用除了本文详细地具体描述的技术以外的技术生成基于体素的表面模型的实施例处于本发明的精神和范围内。
此外，为了示出、清楚和容易描述起见，以下描述仅限于与解剖结构的单个感兴趣区域(例如，第一感兴趣区域)相对应的表面模型的生成。然而，应该理解，关于第一感兴趣区域的表面模型的生成所描述的技术也可以通过处理设备16实施以生成第二感兴趣区域的表面模型，或者感兴趣解剖结构的其他感兴趣区域。因此，可以使用以下描述的相同技术来生成第二感兴趣区域(和任何其他感兴趣区域)的表面模型。
图6是用于基于位置数据点46来生成106表面模型的方法600的流程图。在一些实施例中，例如，使用上述处理设备16来执行方法600。图7-10示出方法600的步骤。为了清楚，方法600被示出为在图7-10中的二维空间中执行。然而，本领域技术人员可以理解，方法600一般在三维空间中执行。如下所述，图7-10示出本文描述的两个实现方式中的第二实现方式。
如本文描述的，基于本文所述的第一预定值α和第二预定值k来生成表面模型。在该实施例中，第一预定值α大于第二预定值k，以使得(α–k)是正量。此外，在该实施例中，k至少与体素一样大，以使得所使用的体素网格可以解析表面细节。第一预定值α控制表面模型中微小细节的量。第二预定值k控制表面模型中的最小曲率半径。更具体地，第二预定值k向外移动表面以使得表面模型不包括具有小于第二预定值k的半径的任意曲线。
首先参考图7，示出了位置数据点702的集合700。可以例如使用上述技术来获得集合700。如图6所示，基于位置数据点702，生成602工作体积。工作体积是在六面体网格上包括多个离散点或位置的空间体积。为了生成表面模型，针对工作体积内的位置计算特定值，如本文详细描述的。在该实施例中，通过包括在与位置数据点702相距预定距离内的所有位置来生成工作体积。例如，预定距离可以是第一预定值α的倍数(例如，5α)。
可替换地，可以使用任何合适的技术来生成工作体积。例如，在一个实施例中，确定包括所有位置数据点702的轴对齐边界框。边界框之后在每个方向上被扩展至少两倍的α加上体素大小，并且进一步被扩展以确保边界框尺寸是体素大小的倍数。如下所述，如果另外的点被采集以使得之前的边界框在至少一个方向上不再是至少两倍的α加上体素大小，则在该至少一个方向上的边界框的大小被乘以大于1的实数(例如，2)，确保新的工作体积是体素大小的倍数，以及新的体素与旧的体素对齐。使用该过程确保了域大小调整相对不频繁地发生。如果调整大小后的域超过可用存储器，则可以利用较大的体素大小来限制存储使用。
在其他实施例中，可以使用其他体素数据结构。例如，工作体积可以利用DT网格、诸如BCC晶格或六边形网格的各种非六面体网格、和/或单个体素或体素的小区域可以根据需要添加的稀疏数据结构。针对这些数据结构中的任一个，工作体积不需要是矩形棱柱，而可以是任何构造，其中工作体积能够至少表示在任何位置数据点的两倍α内的所有体素加上它们的最接近的邻点。在对工作体积的增量更新的情况下，新的体素必须与旧的体素对齐。值得注意地，选择保证满足这些标准的工作体积的任何快速的方法是合适的。针对稀疏数据结构，工作体积不需要被提前选择，因为体素可以在它们首次被交互时被添加。
针对工作体积计算604扩张场。具体地，针对工作体积中的每个位置计算扩张场值D。在该实施例中，针对工作体积中的给定位置的扩张场值D是从该位置到最近的位置数据点702的距离。如下文详细描述的，可以例如使用修改的快速推进(Fast Marching)算法来计算604扩张场。
基于扩张场值，限定606扩张表面。具体地，如图8所示，在该实施例中，扩张表面802被限定以使得扩张表面802上的每个顶点具有等于第一预定值α的扩张场值D。在第一实现方式中，使用移动立方体算法来三角化扩张表面802。在该实现方式中，扩张表面802包括小平面、边和顶点。在第二实现方式中，小平面和边被省略，并且扩张表面802仅通过顶点限定。第一实现方式的小平面、边和顶点以及第二实现方式的顶点可以被称为“侵蚀源几何结构”。值得注意的是，在两个实现方式中，顶点在体素中心之间被插值以精确地位于扩张表面802上。第二实现方式可以比第一实现方式在计算上强度低，并且因此，可以比第一实现方式更快速地执行。
在该实施例中，α的值是毫米级别的距离的度量，其可以特别地被设置为系统10、以及处理设备16的设置的一部分(即，在系统10的制造期间或在系统10的初始化期间并且在使用之前)。在其他实施例中，可以通过医疗装置的大小来限定α(例如，α可以是导管12、传感器32的半径或直径，或其一部分或倍数)。此外，该值可以是不可调节的，或者它可以由系统10的用户使用例如用户界面53(在图1中最佳地示出，例如触摸屏、键盘、小键盘、滑块控件、具有一个或多个用户可选择或用户可输入栏的图形用户界面、或者可电连接至处理设备16的一些其他用户可控制输入装置)进行调节，以允许用户设置或调节α值。
接下来，针对工作体积来计算608侵蚀场。具体地，针对工作体积中的每个位置来计算侵蚀场值E。在该实施例中，针对工作体积中的给定位置的侵蚀场值E是从该位置至扩张表面802上的最近点的距离。如下文详细描述的，可以例如使用修改的快速推进算法来计算608侵蚀场。
当使用第一实现方式(即，包括小平面和边)来限定606扩张表面802时，扩张表面802外部的侵蚀场值E被记录为负值，并且扩张表面802内部的侵蚀场值E被记录为正值。当使用第二实现方式(即，仅顶点)来生成扩张表面802时，所有侵蚀场值E是正值。
此时，处理设备16确定610扩张表面802是使用第一实现方式(即，包括小平面和边)还是第二实现方式(即，仅包括顶点)来限定606。
如果处理设备16确定610第一实现方式被用于限定606扩张表面802，则单独地基于侵蚀场来限定612侵蚀表面。具体地，如图9所示，在该实施例中，侵蚀表面902被限定612以使得侵蚀表面902上的每个顶点具有等于(α–k)的侵蚀场值E。因为在第一实现方式中，扩张表面802外部的侵蚀场值E被记录为负值，并且扩张表面802内部的侵蚀场值E被记录为正值，因而具有侵蚀场值E等于(α–k)的顶点的单个侵蚀表面902被限定612。此外，侵蚀表面902被限定612在扩张表面802内。
然而，在第二实现方式中，通过单独使用侵蚀场，利用具有等于(α–k)的侵蚀场值E的顶点来限定多个表面。具体地，如图9所示，第一表面904被限定在扩张表面802内，以及第二表面906被限定在扩张表面802外部。第一表面904对应于期望侵蚀表面902，但第二表面906是无关的。
因此，如果处理设备16确定610第二实现方式被用于限定606扩张表面802，为了保持第一表面904并排除第二表面906，则基于扩张场和侵蚀场来计算614构造立体几何(CSG)场。具体地，针对工作体积中的每个位置来计算CSG场值，C。在该实施例中，针对给定位置的CSG场值C是(α–E+k)和(D–α)的最大值。
值得注意地，CSG场值C在第一表面904内将是负的(其中，D<α以及E>(α–k))，在第一表面904处等于零，以及在第二表面906处将是正的(其中，D>α以及E＝(α–k))。因此，一旦计算了CSG场，可以通过限定616侵蚀表面902以使得侵蚀表面902上的每个顶点具有等于零的CSG场，来确定侵蚀表面902。这有效地排除了第二表面906并选择第一表面904。图10仅示出侵蚀表面902，其是最终使用方法600来生成的表面。
一旦使用方法600生成106表面模型，可以执行另外的处理来修改所生成的表面模型。例如，表面模型可以使用以下技术来抽取和/或平滑化，该技术在题为“Method andSystem for Generating a Multi-dimensional Surface Model of a GeometricStructure”的美国专利申请公布No.2013/0173230中描述，该专利的全部内容通过引用包含于此。
图11是当采集了新的点或手动删除了一些采集点时用于在不从头开始重建表面模型的情况下更新表面模型的方法1100的流程图。除非以其他方式示出，通过处理设备16执行方法1100。当一个或多个位置数据点被添加或移除1101时，方法1100开始。随后，处理设备16首先确定1102工作体积是否具有足够大的域来容纳新的点和在每个方向上的距离α。即，工作体积可以被认为具有边界框，并且所有位置数据点必须通过在每个方向上具有至少距离α落在边界框内。
如果工作体积具有足够大的域，则处理设备16更新1104扩张场。如果工作体积不具有足够大的域，则工作体积被扩展1106。具体地，扩张、侵蚀和CSG场的大小通过创建新的较大的场并将来自之前场的值复制到新的场上的相应位置来增大。轴对齐的边界框用于工作体积，并且在最初超过的情况下，工作体积在任何维度上加倍，直到其足够大来容纳新的点和每个方向上的距离α。这便于防止体积扩展例程运行太频繁。此外，如果扩展的工作体积大小利用相对大量的存储，则体素大小增大以使得扩展的工作体积消耗较少的存储，并且从头开始重建表面，而不是执行方法1100的剩余步骤。
在其他实施例中，体素可以被存储为可替换的数据结构。例如，只要在体素之间存在邻近(或接近)的概念，这种数据结构可以不是规则的六面体网格。此外，一些数据结构可以不需要提前知道和/或更新工作体积的大小，而是代替地可以在第一次需要体素时在算法的运行期间根据需要扩展工作体积。其他合适的实施例也在本发明的精神和范围内。
一旦扩展1106了工作体积，处理设备16更新1104扩张场。扩张场被更新1104以反映所添加和/或移除的点。在该实施例中，使用下文描述的修改的快速推进方法来执行更新1104。
在扩张场由于更新1104而改变的情况下，扩张表面(即，侵蚀源几何结构)的相关的顶点、边、和/或小平面被更新1106。因此，仅执行顶点、边、和/或小平面的局部更新。
接下来，侵蚀场被更新1108以反映所更新的扩张场的所添加和/或移除的图元。在该实施例中，使用下文描述的修改的快速推进方法来执行更新1108。当利用第二实现方式(即，在扩张表面中仅包括顶点)时，CSG场也在扩张和/或侵蚀场改变的所有位置被更新1110。
最后，侵蚀表面被更新1112。具体地，针对第一实现方式，在侵蚀场由于更新1108而改变的情况下，侵蚀表面的相关顶点、边和/或小平面被更新1112。类似地，针对第二实现方式，在CSG场由于更新1110而改变的情况下，侵蚀表面的相关顶点、边和/或小平面被更新1112。因此，侵蚀表面仅在由于所添加和/或移除的数据点而改变的对象处被更新。如果位置数据点集合被确定1114为完成，则方法1100结束。如果位置数据点集合被确定1114为未完成，则流程返回至块1101用于添加或移除位置数据点。
如上所述，在该实施例中，使用修改的快速推进算法来执行距离场构造(即，扩张场和侵蚀场的构造)。常规的快速推进算法保持跟踪与参考对象(例如，点、顶点、小平面、或边)的距离已知的位置，将已知距离外推至距离未知的相邻位置，并将具有最近的外推值的位置重复地移动至已知集合，更新其邻点的外推值。
相反，本文公开的修改的快速推进算法快速地并且直接地传播识别最近的采集点或侵蚀源点的信息，而非外推距离。因此，它计算三角形网格的点的集合或顶点、小平面和边的近似体素化维诺(Voronoi)图。修改的快速推进算法还避免了距离值的数值外推，有利于至最接近对象的分析计算，其便于改善精度。与通过外推已知的距离值来运算的传统的快速推进算法实现方式比较，最近对象信息的传播允许在对象被移除时较快地更新。几何图元的插入和移除可以通过局部更新运算来完成。
现在将详细描述用于从三角形网格建立有符号的距离场(例如，扩张场和侵蚀场)以及用于从点的集合建立有符号的距离场的修改的快速推进算法。例如使用处理设备16来执行两个算法。两个算法维持三元组(D,p,v)的优先级队列Q，其中，D是(可能的有符号的)距离值，p表示图元(即，点、顶点、小平面、或边)，以及v表示体素。两个算法利用“栅格化”运算。如本文所使用的，在从体素v的(可能的有符号的)距离D处栅格化图元p意味着i)将体素v的最接近的图元设置为p；ii)将体素v的距离值设置为D；以及iii)将三元组(D,p,v)添加至优先级队列Q。
计算或更新围绕三角形网格的有符号的距离场的修改的快速推进算法如下。该算法使用删除的图元(顶点、边和小平面)的集合{pi}和新添加的图元的集合来运算，其中R是在算法的运算之后剩余和新的图元的组合集合。
创建空的优先级队列Q，并且以下关系被限定：Dmax＝α+Δx1/2，其中，α是第一预定值，以及Δx是体素大小。之后，针对工作体积中的每个体素vi，如果在vi处的最接近对象则i)擦除vi处的最接近点和距离值；以及ii)针对具有一些rk∈R作为其最接近点的、邻近vi的每个体素vj，a)使得rclosest＝rk；b)当邻接rclosest的顶点、小平面或边比rclosest离vj的中心更近时，将rclosest设置为该图元；c)计算D，从rclosest至vi的中心的有符号的距离；以及d)如果|D|小于目前为止栅格化至vi上的任何有符号距离的绝对值，则将rclosest栅格化在vi上。当执行步骤c)时，在轮廓顶点和边处，当确定vi位于小平面的哪一边时确定vi是否从内部或外部“看见”轮廓。
在针对工作体积中的每个体素vi执行以上之后，针对每个ni∈N,执行以下。针对具有一些rk∈R作为其最接近点的、由ni相交的每个体素vj，a)使得rclosest＝rk；b)当邻接rclosest的顶点、小平面或边比rclosest离vj的中心更近时，将rclosest设置为该图元；c)计算D，从rclosest至vj的中心的有符号的距离；以及d)如果|D|小于目前为止栅格化至vj上的任何有符号距离的绝对值，则将rclosest栅格化在vj上。如上，当执行步骤c)时，在轮廓顶点和边处，当确定符号时，确定vj是否从内部或外部“看见”轮廓；在小平面处，确定vj位于小平面的哪一边。
在针对每个ni∈N执行上述之后，当Q包含三元组(D,ri,vj)时，其中，|D|≤Dmax(选择(D,ri,vj)三元组以使得|D|被最小化)，执行以下：i)从Q移除(D,ri,vj)，以及ii)如果ri保持为目前为止被栅格化至vj上的最接近对象，针对邻近vj的每个vk，a)使得rclosest＝ri；b)当邻接rclosest的顶点、小平面或边比rclosest离vk的中心更近时，将rclosest设置为该图元；c)计算D2，从rclosest至vk的中心的有符号的距离；以及d)如果|D2|小于目前为止栅格化至vk上的任何有符号距离的绝对值，则将rclosest栅格化在vk上。
计算围绕点的集合的距离场的修改的快速推进算法稍微不同于计算或更新围绕三角形网格的有符号的距离场的算法。因为相邻的图元在快速推进期间不被穿过，因而可以使用漫水填充(flood-fill)运算来在不在整个工作体积上循环的情况下移除来自源几何结构的点。因此，为了移除来自距离场的点的集合P的贡献并添加新的点的集合其中R是更新之后剩余的和新的点的组合集合，算法操作如下。
创建空的优先级队列Q，创建体素标识符的空的集合V，并限定以下关系：Dmax＝α+Δx1/2，其中，α是第一预定值，以及Δx是体素大小。针对每个，使得vj是由pi相交的体素，以及如果pi是vj处的最接近的点，将vj添加至V。
然后，针对每个vi∈V，在包含vi的工作体积的连续区域上执行漫水填充，其中距离值被记录并且最接近点不在R中。针对连续区域中的每个体素vj，i)擦除vj处的最接近点和距离值；以及ii)针对具有rm∈R作为其最接近点的、邻近vj的每个体素角a)计算D，从rm至vj的中心的距离；以及b)如果D小于目前为止栅格化至vj上的任何距离，则将rm栅格化至vj上。
然后，针对每个ni∈N,i)使得vj是由ni相交的体素；ii)计算D，从ni至vj的距离；以及iii)如果D小于目前为止栅格化至vj上的任何距离，则将ni栅格化至vj上。
在针对每个ni∈N执行上述之后，当Q包含三元组(D,pi,vj)时，其中，|D|≤Dmax(选择(D,pi,vj)三元组以使得|D|被最小化)，执行以下：i)从Q移除(D,pi,vj)，以及ii)如果pi保持为目前为止被栅格化至vj上的最接近对象，针对邻近vj的每个体素vk，a)计算D2，从pi至vk的中心的有符号的距离；以及b)如果D2小于目前为止栅格化至vk上的任何距离，则将pi栅格化在vk上。
使用本文公开的系统和方法生成表面模型比至少一些已知的表面模型生成技术具有几个优点。例如，使用本文描述的系统和方法，相对于在美国专利申请公布No.2013/0173230中描述的系统和方法，性能可以从O(nΔx-3)改进至O(n+VΔx-3log AΔx-2)，其中，Δx是体素大小，n是采集点的数量加上侵蚀源几何机构的描述的大小，V是体积，A是表面面积，以及O限定运行时间的集合，其针对大的n和小的Δx，与以上表达至多成比例。
因此，使用本文描述的系统和方法使得点的数量与体素大小分离，产生一种输出敏感算法，其中，第一项(栅格化步骤的时间)仅取决于点的数量，以及第二项(快速推进的时间)仅取决于结果的体素大小和几何结构。
这具有两个有利的结果。首先，可以使用更密集的点云，使得对于医生来说更容易识别“隆起”和用于手动移除的其他不准确的或不期望的采集点。如本文所使用的，“隆起”是指导管推挤组织并使得腔室体积看起来比导管不推挤组织的情况大。通常，隆起是导致仅几个位置数据点位于正常体积边界外部的短暂的情况。如果“真实的”位置数据点足够密集，则由于隆起而处于外面的点更容易被检测到，因为它们看起来与主云相对隔离。因此，密集点云是有利的。
作为第二个有利的结果，较小的体素大小变得对于密集的点云可行，从而允许改进表面精度。使用本文所述的系统和方法改进了给定体素大小处的性能，只要ρ>O(log AΔx-2)，其中，ρ是表面内的点密度(等于n/V)。实际上，在体素大小变得足够小以达到该阈值之前，存储可能变得有限。
此外，使用本文描述的系统和方法，与至少一些已知技术相比，小平面方向和顶点位置可以更加准确。此外，所生成的表面随着α变化而平滑地改变，与例如美国专利申请公布No.2013/0173230中描述的系统和方法相比，这可以允许对细节水平的更直观的控制。另外，当采集点被添加或移除时，表面可以被局部更新，而不是从头开始重建表面的计算密集得多的技术。这还允许更密集的点云和更高的分辨率。
应该理解，模型构造系统14，以及特别地处理设备16，如上所述，可以包括现有技术已知的常规的处理设备，其能够执行存储在关联存储器中的预编程指令，其全部根据本文描述的功能执行。可以预期，本文描述的方法(包括但不限于本发明的实施例的方法步骤)将在一些实施例中被编程，所产生的软件被存储在关联存储器中，并且在如此描述的情况下，还可以构成用于执行这种方法的手段。考虑上述实现的描述，本发明在软件中的实施将仅需要本领域普通技术人员的编程技能的例行应用。这种系统还可以是具有ROM、RAM、非易失性和易失性(可修改的)存储器的组合的类型，以使得软件可以被存储并允许动态产生的数据和/或信号的存储和处理。
虽然上面已经以一定程度的特殊性描述了本发明的特定实施例，但是本领域技术人员可以在不背离本发明的精神或范围的情况下对所披露的实施例做出许多修改。所有的方向性参考(例如，上、下、向上、向下、左、右、向左、向右、顶、底、上、下、垂直、水平、顺时针、和逆时针)都仅用于标识目的，以帮助读者理解本发明，而并不产生限制，特别是对于本公开的位置、方向或用途。连接参考(例如，附接、耦合、连接、等等)应当被广义地解释并且可包括元件连接之间的中间构件以及元件之间的相对运动。正是如此，连接参考不必解释为两个元件直接连接并且彼此关系固定。目的在于，上面说明书中所包含或附图中所示的所有主题都应解释为仅仅是示意性的而非限制性的。可以在不背离由所附的权利要求书所限定的本发明的精神的情况下做出细节或结构的改变。
当引入本发明或其优选实施例的元件时，冠词“一”、“该”和“所述”意于指存在一个或多个元件。术语“包括”、“包含”和“具有”意于是包括在内的并且可以存在除所列出的元件以外的另外的元件。
因为可以在不背离本发明的范围的情况下在以上构造中作出各种改变，因而在以上说明书中包含或在附图中示出的所有事物都应当被解释为示意性的并且不是限制性的。

Claims (15)

1.一种用于生成几何结构的多维表面模型的系统，所述系统包括：
装置，包括至少一个传感器，所述传感器被配置为采集与所述几何结构的表面上或由所述几何结构的表面包围的各个位置相对应的位置数据点的集合；以及
基于计算机的模型构造系统，其耦合至所述装置并且被配置为：
基于所述位置数据点的集合来生成工作体积；
计算针对所述工作体积的扩张场；
基于所述扩张场来限定扩张表面；
基于所述扩张表面来计算针对所述工作体积的侵蚀场；以及
基于所述侵蚀场来限定侵蚀表面。
2.根据权利要求1所述的系统，其中，为了计算扩张场，所述基于计算机的模型构造系统被配置为针对所述工作体积中的每个位置计算扩张场值D，以及其中，所述扩张场值D是所述位置和最接近的位置数据点之间的距离。
3.根据权利要求2所述的系统，其中，为了限定扩张表面，所述基于计算机的模型构造系统被配置为限定所述扩张表面以使得所述扩张表面上的每个顶点具有等于第一预定值α的扩张场值D。
4.根据权利要求1所述的系统，其中，为了计算侵蚀场，所述基于计算机的模型构造系统被配置为针对所述工作体积中的每个位置计算侵蚀场值E，以及其中，所述侵蚀场值E是所述位置和所述扩张表面上的最接近点之间的距离。
5.根据权利要求1所述的系统，其中，为了计算扩张场以及为了计算侵蚀场，所述基于计算机的模型构造系统被配置为使用利用最近对象信息的传播的修改的快速推进算法来计算所述扩张场和所述侵蚀场。
6.一种生成几何结构的多维表面模型的计算机实施的方法，所述方法包括：
获取与所述几何结构的表面上或由所述几何结构的表面包围的各个位置相对应的位置数据点的集合；
基于所述位置数据点的集合来生成工作体积；
计算针对所述工作体积的扩张场；
基于所述扩张场来限定扩张表面；
基于所述扩张表面来计算针对所述工作体积的侵蚀场；以及
基于所述侵蚀场来限定侵蚀表面。
7.根据权利要求6所述的方法，其中，计算扩张场包括针对所述工作体积中的每个位置计算扩张场值D，以及其中，所述扩张场值D是所述位置和最接近的位置数据点之间的距离。
8.根据权利要求7所述的方法，其中，限定扩张表面包括限定所述扩张表面以使得所述扩张表面上的每个顶点具有等于第一预定值α的扩张场值D。
9.根据权利要求6所述的方法，其中，计算侵蚀场包括针对所述工作体积中的每个位置计算侵蚀场值E，以及其中，所述侵蚀场值E是所述位置和所述扩张表面上的最接近点之间的距离。
10.根据权利要求6所述的方法，其中，计算扩张场以及计算侵蚀场包括使用利用最近对象信息的传播的修改的快速推进算法来计算所述扩张场和所述侵蚀场。
11.根据权利要求6所述的方法，其中，基于所述侵蚀场来限定侵蚀表面包括：
基于所述扩张场和所述侵蚀场来计算构造立体几何场；以及
基于所述构造立体几何场来限定所述侵蚀表面。
12.一种用于生成几何结构的多维表面模型的处理设备，所述处理设备被配置为：
获取与所述几何结构的表面上或由所述几何结构的表面包围的各个位置相对应的位置数据点的集合；
基于所述位置数据点的集合来生成工作体积；
计算针对所述工作体积的扩张场；
基于所述扩张场来限定扩张表面；
基于所述扩张表面来计算针对所述工作体积的侵蚀场；以及
基于所述侵蚀场来限定侵蚀表面。
13.根据权利要求12所述的处理设备，其中，为了计算扩张场，所述处理设备被配置为针对所述工作体积中的每个位置计算扩张场值D，以及其中，所述扩张场值D是所述位置和最接近的位置数据点之间的距离。
14.根据权利要求12所述的处理设备，其中，为了计算侵蚀场，所述处理设备被配置为针对所述工作体积中的每个位置计算侵蚀场值E，以及其中，所述侵蚀场值E是所述位置和所述扩张表面上的最接近点之间的距离。
15.根据权利要求12所述的处理设备，其中，为了计算扩张场以及为了计算侵蚀场，所述处理设备被配置为使用利用最近对象信息的传播的修改的快速推进算法来计算所述扩张场和所述侵蚀场。
CN201580004906.3A 2014-03-21 2015-02-13 用于生成几何结构的多维表面模型的方法和系统 Active CN105917389B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US201461968554P 2014-03-21 2014-03-21
US61/968554 2014-03-21
PCT/US2015/015734 WO2015142445A1 (en) 2014-03-21 2015-02-13 Methods and systems for generating a multi-dimensional surface model of a geometric structure

Publications (2)

Publication Number Publication Date
CN105917389A true CN105917389A (zh) 2016-08-31
CN105917389B CN105917389B (zh) 2018-10-30

Family

ID=52633605

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201580004906.3A Active CN105917389B (zh) 2014-03-21 2015-02-13 用于生成几何结构的多维表面模型的方法和系统

Country Status (5)

Country Link
US (1) US9865086B2 (zh)
EP (1) EP3074956B1 (zh)
JP (1) JP6223585B2 (zh)
CN (1) CN105917389B (zh)
WO (1) WO2015142445A1 (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110013308A (zh) * 2017-11-27 2019-07-16 韦伯斯特生物官能(以色列)有限公司 点密度图示
CN116644646A (zh) * 2023-05-17 2023-08-25 中山大学 岩石的细观重构方法、装置、设备及存储介质

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
AU2016228125B2 (en) * 2015-03-05 2019-11-28 Commonwealth Scientific And Industrial Research Organisation Structure modelling
CN108140257B (zh) * 2015-10-06 2022-04-22 圣犹达医疗用品心脏病学部门有限公司 用于产生电生理图的方法和系统
KR101998397B1 (ko) * 2017-12-22 2019-07-09 한국기술교육대학교 산학협력단 작업 공간 모델링에서 뎁스 이미지를 이용한 버텍스 최적화 방법 및 시스템
US10410403B1 (en) * 2018-03-05 2019-09-10 Verizon Patent And Licensing Inc. Three-dimensional voxel mapping
CN111260642A (zh) * 2020-02-12 2020-06-09 上海联影医疗科技有限公司 一种图像定位方法、装置、设备和存储介质
US11113899B1 (en) * 2020-08-31 2021-09-07 Biosense Webster (Israel) Ltd. Correcting anatomical maps
US11911167B2 (en) * 2021-01-19 2024-02-27 Biosense Webster (Israel) Ltd. Automatic mesh reshaping of an anatomical map to expose internal points of interest

Family Cites Families (73)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS62154179A (ja) * 1985-12-27 1987-07-09 インタ−ナシヨナル・ビジネス・マシ−ンズ・コ−ポレ−シヨン 多値画像処理装置および方法
US5889881A (en) * 1992-10-14 1999-03-30 Oncometrics Imaging Corp. Method and apparatus for automatically detecting malignancy-associated changes
US6277107B1 (en) * 1993-08-13 2001-08-21 Daig Corporation Guiding introducer for introducing medical devices into the coronary sinus and process for using same
US5920319A (en) * 1994-10-27 1999-07-06 Wake Forest University Automatic analysis in virtual endoscopy
US6694163B1 (en) * 1994-10-27 2004-02-17 Wake Forest University Health Sciences Method and system for producing interactive, three-dimensional renderings of selected body organs having hollow lumens to enable simulated movement through the lumen
US5782762A (en) * 1994-10-27 1998-07-21 Wake Forest University Method and system for producing interactive, three-dimensional renderings of selected body organs having hollow lumens to enable simulated movement through the lumen
US6690963B2 (en) 1995-01-24 2004-02-10 Biosense, Inc. System for determining the location and orientation of an invasive medical instrument
US5891030A (en) * 1997-01-24 1999-04-06 Mayo Foundation For Medical Education And Research System for two dimensional and three dimensional imaging of tubular structures in the human body
US8496474B2 (en) * 1997-06-20 2013-07-30 Align Technology, Inc. Computer automated development of an orthodontic treatment plan and appliance
US5975893A (en) * 1997-06-20 1999-11-02 Align Technology, Inc. Method and system for incrementally moving teeth
US6058218A (en) * 1997-11-10 2000-05-02 General Electric Company Enhanced visualization of weak image sources in the vicinity of dominant sources
JP4177903B2 (ja) 1998-01-22 2008-11-05 バイオセンス・ウエブスター・インコーポレーテツド 体内の計測
DE69805209T2 (de) * 1998-02-23 2002-11-28 Algotec Systems Ltd System und methode zur automatischen wegplanung
US7263397B2 (en) 1998-06-30 2007-08-28 St. Jude Medical, Atrial Fibrillation Division, Inc. Method and apparatus for catheter navigation and location and mapping in the heart
US6591004B1 (en) * 1998-09-21 2003-07-08 Washington University Sure-fit: an automated method for modeling the shape of cerebral cortex and other complex structures using customized filters and transformations
JP3641208B2 (ja) * 1998-10-08 2005-04-20 アライン テクノロジー， インコーポレイテッド コンピュータで自動化された歯列処置計画および器具の開発
US6233476B1 (en) 1999-05-18 2001-05-15 Mediguide Ltd. Medical positioning system
US6975755B1 (en) * 1999-11-25 2005-12-13 Canon Kabushiki Kaisha Image processing method and apparatus
WO2001078005A2 (en) * 2000-04-11 2001-10-18 Cornell Research Foundation, Inc. System and method for three-dimensional image rendering and analysis
US7040896B2 (en) * 2000-08-16 2006-05-09 Align Technology, Inc. Systems and methods for removing gingiva from computer tooth models
US7538764B2 (en) * 2001-01-05 2009-05-26 Interuniversitair Micro-Elektronica Centrum (Imec) System and method to obtain surface structures of multi-dimensional objects, and to represent those surface structures for animation, transmission and display
GB0117157D0 (en) * 2001-07-16 2001-09-05 Imec Inter Uni Micro Electr Extraction, hierarchical representation and flexible compression of surface meshes derived from 3D data
JP2005506140A (ja) * 2001-10-16 2005-03-03 ザ・ユニバーシティー・オブ・シカゴ コンピュータ支援の３次元病変検出方法
US7123766B2 (en) * 2002-02-11 2006-10-17 Cedara Software Corp. Method and system for recognizing and selecting a region of interest in an image
US6947579B2 (en) * 2002-10-07 2005-09-20 Technion Research & Development Foundation Ltd. Three-dimensional face recognition
US8045770B2 (en) * 2003-03-24 2011-10-25 Cornell Research Foundation, Inc. System and method for three-dimensional image rendering and analysis
US7616794B2 (en) * 2004-01-26 2009-11-10 Siemens Medical Solutions Usa, Inc. System and method for automatic bone extraction from a medical image
US7154500B2 (en) * 2004-04-20 2006-12-26 The Chinese University Of Hong Kong Block-based fragment filtration with feasible multi-GPU acceleration for real-time volume rendering on conventional personal computer
US7197354B2 (en) 2004-06-21 2007-03-27 Mediguide Ltd. System for determining the position and orientation of a catheter
US7889905B2 (en) * 2005-05-23 2011-02-15 The Penn State Research Foundation Fast 3D-2D image registration method with application to continuously guided endoscopy
US20060285737A1 (en) * 2005-06-17 2006-12-21 Hamill James J Image-based artifact reduction in PET/CT imaging
US7801349B2 (en) * 2005-06-20 2010-09-21 Accuray Incorporated Automatic generation of an envelope of constraint points for inverse planning
US7365745B2 (en) * 2005-09-15 2008-04-29 St. Jude Medical, Atrial Fibrillation Division, Inc. Method of rendering a surface from a solid graphical image
US7760941B2 (en) * 2005-09-23 2010-07-20 Mevis Research Gmbh Method and apparatus of segmenting an object in a data set and of determination of the volume of segmented object
US7619623B2 (en) * 2006-04-17 2009-11-17 Microsoft Corporation Perfect multidimensional spatial hashing
US7988639B2 (en) * 2006-05-17 2011-08-02 St. Jude Medical, Atrial Fibrillation Division, Inc. System and method for complex geometry modeling of anatomy using multiple surface models
WO2008125910A2 (en) * 2006-11-10 2008-10-23 Superdimension, Ltd. Adaptive navigation technique for navigating a catheter through a body channel or cavity
US7936922B2 (en) * 2006-11-22 2011-05-03 Adobe Systems Incorporated Method and apparatus for segmenting images
US9037215B2 (en) * 2007-01-31 2015-05-19 The Penn State Research Foundation Methods and apparatus for 3D route planning through hollow organs
US7945105B1 (en) * 2008-04-07 2011-05-17 Decision Sciences International Corporation Automated target shape detection for vehicle muon tomography
US20100309198A1 (en) * 2007-05-15 2010-12-09 Claude Kauffmann method for tracking 3d anatomical and pathological changes in tubular-shaped anatomical structures
WO2009079602A1 (en) * 2007-12-17 2009-06-25 St. Jude Medical, Atrial Fibrillation Division, Inc. Systems and methods for modeling both unobstructed and obstructed portions of a catheter
US8000941B2 (en) 2007-12-30 2011-08-16 St. Jude Medical, Atrial Fibrillation Division, Inc. System and method for surface reconstruction from an unstructured point set
US9196080B2 (en) * 2008-02-05 2015-11-24 Disney Enterprises, Inc. Medial axis decomposition of 2D objects to synthesize binocular depth
US20110115787A1 (en) * 2008-04-11 2011-05-19 Terraspark Geosciences, Llc Visulation of geologic features using data representations thereof
WO2009128213A1 (ja) * 2008-04-14 2009-10-22 株式会社日立メディコ 医用診断装置および医用診断装置の画質改善方法
MY164574A (en) * 2008-05-22 2018-01-15 Exxonmobil Upstream Res Co Seismic horizon skeletonization
EP2130497A1 (en) * 2008-06-05 2009-12-09 Medison Co., Ltd. Anatomical feature extraction from an ultrasound liver image
JP5637653B2 (ja) * 2008-08-18 2014-12-10 株式会社東芝 医用画像処理装置、超音波診断装置、及び医用画像処理プログラム
EP2350999A4 (en) * 2008-09-25 2017-04-05 CAE Healthcare Canada Inc. Simulation of medical imaging
US8787669B2 (en) * 2008-09-30 2014-07-22 Analogic Corporation Compound object separation
US8064668B2 (en) * 2008-12-17 2011-11-22 General Electric Company Method of modifying a segmented volume
US8494245B2 (en) * 2010-03-09 2013-07-23 Siemens Aktiengesellschaft System and method for guiding transcatheter aortic valve implantations based on interventional C-Arm CT imaging
US8369614B2 (en) * 2010-04-09 2013-02-05 Xerox Corporation Edge control in a digital color image via tone and size dependent dilation of pixels
US20130151161A1 (en) * 2010-08-27 2013-06-13 Matthias G. Imhof Seismic Horizon Skeletonization
WO2012115862A2 (en) * 2011-02-22 2012-08-30 3M Innovative Properties Company Space carving in 3d data acquisition
US9282915B2 (en) * 2011-11-29 2016-03-15 St. Jude Medical, Atrial Fibrillation Division, Inc. Method and system for generating and/or repairing a surface model of a geometric structure
WO2013086116A1 (en) * 2011-12-06 2013-06-13 Personics Holdings, Inc. Methods and systems for ear device design using computerized tomography (ct)-collected anthropomorphic data
US9159162B2 (en) * 2011-12-28 2015-10-13 St. Jude Medical, Atrial Fibrillation Division, Inc. Method and system for generating a multi-dimensional surface model of a geometric structure
US20130173230A1 (en) 2011-12-28 2013-07-04 Carlos Carbonera Method and system for generating a multi-dimensional surface model of a geometric structure
US8909502B2 (en) * 2011-12-29 2014-12-09 St. Jude Medical, Atrial Fibrillation Division, Inc. Method and system for constructing an electrophysiology map
US10354377B2 (en) * 2012-04-11 2019-07-16 The Trustees Of Columbia University In The City Of New York Techniques for segmentation of lymph nodes, lung lesions and other solid or part-solid objects
US9225969B2 (en) * 2013-02-11 2015-12-29 EchoPixel, Inc. Graphical system with enhanced stereopsis
US9119713B2 (en) * 2013-03-11 2015-09-01 St. Jude Medical, Cardiology Division, Inc. Transcatheter valve replacement
US20140267266A1 (en) * 2013-03-14 2014-09-18 Nvidia Corporation Generating anti-aliased voxel data
GB2515510B (en) * 2013-06-25 2019-12-25 Synopsys Inc Image processing method
US9265434B2 (en) * 2013-12-18 2016-02-23 Biosense Webster (Israel) Ltd. Dynamic feature rich anatomical reconstruction from a point cloud
FR3015744B1 (fr) * 2013-12-24 2017-05-05 Commissariat Energie Atomique Procede de traitement d'un modele volumique, produit programme d'ordinateur et systeme de traitement associes
US9830700B2 (en) * 2014-02-18 2017-11-28 Judy Yee Enhanced computed-tomography colonography
US9280825B2 (en) * 2014-03-10 2016-03-08 Sony Corporation Image processing system with registration mechanism and method of operation thereof
US10115199B2 (en) * 2014-10-08 2018-10-30 Decision Sciences International Corporation Image based object locator
US9990712B2 (en) * 2015-04-08 2018-06-05 Algotec Systems Ltd. Organ detection and segmentation
KR102115328B1 (ko) * 2015-06-15 2020-05-26 한국전자통신연구원 전역 대조도 기반 영상 매팅을 통한 영상 내부의 관심 객체 추출 장치 및 방법

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110013308A (zh) * 2017-11-27 2019-07-16 韦伯斯特生物官能(以色列)有限公司 点密度图示
CN116644646A (zh) * 2023-05-17 2023-08-25 中山大学 岩石的细观重构方法、装置、设备及存储介质
CN116644646B (zh) * 2023-05-17 2024-03-22 中山大学 岩石的细观重构方法、装置、设备及存储介质

Also Published As

Publication number Publication date
EP3074956A1 (en) 2016-10-05
CN105917389B (zh) 2018-10-30
JP6223585B2 (ja) 2017-11-01
EP3074956B1 (en) 2018-04-11
US9865086B2 (en) 2018-01-09
WO2015142445A1 (en) 2015-09-24
JP2017511713A (ja) 2017-04-27
US20150269775A1 (en) 2015-09-24

Similar Documents

Publication Publication Date Title
CN105917389A (zh) 用于生成几何结构的多维表面模型的方法和系统
US20220148260A1 (en) Method and system for generating a multi-dimensional surface model of a geometric structure
US9282915B2 (en) Method and system for generating and/or repairing a surface model of a geometric structure
Kalra Developing fe human models from medical images
CN107111891A (zh) 用于生成几何结构的贴片表面模型的方法和系统
CN103997953A (zh) 用于构造电生理图的方法和系统
CN104603836A (zh) 用于在图像引导手术期间校正数据变形的改进的方法
EP3025303B1 (en) Multi-modal segmentation of image data
CN102106743A (zh) 用超声图像进行快速解剖绘图
US20180005378A1 (en) Atlas-Based Determination of Tumor Growth Direction
EP2728552A2 (en) Combining three-dimensional surfaces
CN108135647B (zh) 用于显示电生理损伤的方法和系统
CN104011724B (zh) 用于生成几何结构的多维表面模型的方法和系统
CN101996415B (zh) 眼球的三维建模方法
CN108573514B (zh) 一种图像的三维融合方法及装置、计算机存储介质
Chae et al. Medical image segmentation for mobile electronic patient charts using numerical modeling of IoT
CN105188524A (zh) 非接触标测系统和方法
Yang et al. Simultaneous estimation of elasticity for multiple deformable bodies
Bordas et al. Quantifying discretization errors for soft-tissue simulation in computer assisted surgery: a preliminary study
Castillo-Muniz et al. Using haptic and neural networks for surface and mechanical properties 3D reconstruction
WO2016086957A1 (en) Method for determining the structure of a medical implant for replacing removed tissue
KR20240038600A (ko) 환자 맞춤형 3차원 모델 생성 방법
Fischer et al. A Neural Network Technique for Remeshing of Bone Microstructure
Fu et al. Ultrasonic Ray-Tracing Based Endocardial Surface Reconstruction
Oliveira et al. 3D Reconstruction and Visualization of Liver and Vascular Networks from CT data using VTK and IGSTK

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant