基于自動對應進行骨重定位的制作方法

基于自動對應進行骨重定位的制作方法
【專利摘要】本發明涉及基于自動對應進行骨重定位，尤其涉及一種用于基于借助成像裝置(X)采集的至少一個醫學圖像來計算和輸出結果數據的方法和控制模塊(S)。借助成像裝置(X)采集(1)至少一個數字格式的具有多個骨碎片(F)的圖像。然后對采集的圖像應用分割方法(2)以識別在圖像中包含的骨碎片(F)。然后對分割的骨碎片(F)執行碎片匹配算法(3)以計算結果數據。所述結果數據包含用于聯接至少一部分骨碎片(F)的指令數據，其在監視器(M)上以可配置的格式被輸出。
【專利說明】
基于自動對應進行骨重定位
技術領域
[0001]本發明涉及成像醫學以及自動化和信息技術領域。本發明特別地涉及一種在手術環境下將骨碎片進行對應的情況下用于結果數據的計算方法。
【背景技術】
[0002]在復雜骨折情況下醫學任務在于，識別骨碎片并且將其互相對應，使得骨在然后的手術的范圍內可以被盡可能好地重建。為此必須在準備階段進行一些措施，這至今為止手動地進行或者不能實現。
[0003]為手術介入進行準備的一種措施在于，對于各個骨碎片找到最佳的和正確的定位。該任務也可以理解為對于單片的定位問題尋求解決方案。
[0004]本發明的解決方案基于，使用和改變來自于對于醫學完全陌生的拼圖研究領域的知識，使得其可以被用于解決該醫學定位任務。
[0005]從拼圖研究領域已知，采用用于自動求解拼圖任務的算法。在文章“AglobalApproach to Automatic Solut1n of Jigsaw Puzzles”，Goldberg D.,Malon C.,BernM.中詳細解釋了一種這樣的算法。在此從特殊的假定(例如拼圖具有矩形輪廓并且拼圖塊分別具有4個相鄰塊)出發，但是該假定不可應用于其他領域，如應用于醫學領域，因為這里情況不同(不規則輪廓，多于4個相鄰塊等)。于是在拼圖研究領域所已知的算法不能在不大量調整的情況下應用于該醫學技術領域。

【發明內容】

[0006]本發明的任務是，提供一種自動化方法，利用該方法可以在借助成像設備的情況下提供用于計算結果數據的自動解決方案以將骨碎片重新定位和對應。
[0007]按照第一方面，該任務通過一種用于基于借助成像裝置采集的至少一個醫學圖像計算和輸出結果數據的方法解決，包括以下方法步驟:
[0008]-借助成像裝置執行成像醫學方法以采集至少一個數字格式的具有多個骨碎片的圖像(或圖像序列-為了理解方便以下通常僅稱為“采集的圖像”)，
[0009]-對采集的圖像應用分割方法以識別在圖像中包含的骨碎片，
[0010]-對所分割的骨碎片執行碎片匹配算法以計算結果數據，所述結果數據包含用于聯接至少一部分骨碎片的指令數據，
[0011 ]-輸出可配置格式的結果數據。
[0012]該方法是計算機執行的并且作為圖像支持地進行的醫學手術的準備措施被執行。該方法優選不要求用戶輸入并且可以全自動地進行。該方法是計算方法并且用于輸出結果數據，所述結果數據優選在圖形用戶界面上輸出或通過揚聲器被輸出。結果數據被輸出的格式是可以配置的。在配置階段可以設置此處應當使用哪種格式。于是結果數據和/或指令數據不僅以可視化格式(圖形或文本的)，而且以聲音格式或作為光信號(通過發光體，例如LED并且不是在顯示器上或作為可視化信號在顯示設備上)被輸出。
[0013]該方法基于對數字格式的至少一個圖像或圖像序列的設立。優選地，為此使用移動C形臂作為X射線設備。替換地也可以采用計算機斷層成像或靜止的、固定安裝的基于X射線的系統。但是替換地，也可以是其他模態(例如磁共振斷層成像、超聲波設備、經典的X射線)。
[0014]分割方法是自動的圖像處理方法，利用其識別在采集的圖像上顯示的各個骨碎片。為此執行用于模式識別的算法。在本發明的一個有利構造中在此可以應用所謂的Flood-Filing(洪水填充)算法，其此外為塊或骨碎片貼標簽(做標記和可能編號)和/或將所包括的解剖結構(例如上頌骨、正交層或各個面部骨骼)對應。為了執行分割算法也可以訪問數據庫，在所述數據庫中存儲了用于與采集的圖像數據進行比較的解剖塊結構。分割算法的結果然后可以在附加的方法步驟中通過與存儲的數據組比較而得到驗證。此外還可以使用元數據來進一步檢驗(例如關于碎片或骨的或解剖結構的大小和/或方位)。分割方法可以基于二維或三維模式識別。
[0015]結果數據被輸出的格式可以被配置。這不僅是指，結果數據可以以不同的文本格式輸出，而且其可以以不同的方式表示，特別是以可視化格式，聲音格式和/或作為光信號提供。這特別地在應用于醫學環境情況下證明是非常有幫助的，因為醫生于是盡可能少或根本不由于結果數據的認知理解而轉移注意力。結果數據，特別是指令數據，可以包括命令組或一種“借助可視化的支持對重新定位的指導”。由此提供信息，該信息表示，哪些碎片應當首先或作為下一個被使用，如何置于已有的骨邊緣上。此外可以包括元信息，可以將例如在最后剩下的碎片有把握地去除。
[0016]在本發明的有利實施方式中，利用導航系統(例如借助有源或無源的標記和光學參考系統)來“跟蹤”手術器械的位置和/或運動。由此可以采集手術設備的位置和/或運動并且關于結果數據進行計算。根據設備被運動到哪里，輸出不同的信號作為指令數據，以便能夠提供設備引導或“指引”。在此可以執行基本上不同的變形。一方面當器械接近被采集的目標區域時可以輸出較高頻率的聲音信號，并且如果器械從目標區域移開，輸出較低的頻率的聲音信號。另一個可能性在于，將至目標區域的距離與聲音信號相關，并且在從目標/骨片段移開時以長的信號聲調(或持續音調)輸出聲音信號，而在移向目標/骨片段的情況下以較短的音調輸出聲音信號。當然也可以考慮其他配置，例如不同長度/持續時間的聲音的序列或輸出光信號。另一方面可以在監視器上將由設備接觸的塊或骨碎片與色彩對應或設置符號(例如希臘符號)或數字。該對應可以手動或自動地進行。在本發明的一個有利和簡單的構造中，可以提供按照“信號燈原理”的另一個變形。在此例如成立“紅燈”表示用于“錯誤”骨片段的指示信號，而“綠燈”表示“正確”骨片段。各自的骨片段的選擇在此關于某個完好的或已經固定的骨片段或相應的解剖結構進行。
[0017]碎片匹配算法用于以確定的順序選擇骨片段，以用于將骨碎片盡可能在其初始位置重新定位和聯接。碎片匹配算法由此也(至少間接)用于定位各個骨碎片。碎片匹配算法以基于特征的匹配方法為基礎。這里可以應用所謂的曲線匹配算法(Curve MatchingAlgorithmus)。模式識別基于二維或三維模式識別，其中后者是優選的并且也考慮骨碎片以及骨碎片要被固定到其中或其上的目標結構的空間位置。
[0018]在本發明的一個有利擴展中，可以在方法執行的準備階段配置至少一個參數，特別是一致性閾值，其表示，應當以何種程度實現在骨碎片之間的匹配。這證明是特別是有幫助的，以便在重新定位時考慮骨的不同的分裂度。于是例如可以設置為，在非常高的分裂度的情況下，所述高分裂度情況是骨非常明顯地分裂的情況，一致性不必如在低分裂度情況下一樣高，在所述低分裂度情況下僅需重新定位少數幾個大的骨碎片，其一致性可以要求一個高的度數。這有利地提高了方法的靈活性和對不同醫學情況的適配能力。
[0019]在該申請的范圍內區分兩種不同的數據組:指令數據和結果數據。結果數據包括指令數據。結果數據表示所應用的碎片匹配算法的解并且說明，哪里要定位哪個骨碎片，以便能夠盡可能精確重建初始的解剖情況。結果數據可以以圖像數據的形式提供，例如以松散的或拼成的拼圖的方式。指令數據相反還包含其他信息。指令數據是在定位醫學器械時的指導的基礎。其包含命令，用于將器械在相應的骨碎片的情況下定位到計算的位置。指令數據能夠如上所述以聲音和/或光學形式輸出。以相應的方式也可以以不同的方式并且以不同的格式(如上面結合指令數據描述的)提供結果數據。通過(以相應最新的形式)采集碎片或(用于保持和定位碎片的)手術設備的實際位置并且與按照結果數據計算的目標位置比較，來計算指令數據。
[0020]在方法的一個有利實施方式中，方法訪問數據庫，在所述數據庫中存儲了解剖結構和子結構，其可以借助映射方法自動與分割的骨碎片對應。由此可以提高骨碎片定位方法的質量。在本發明的一個有利擴展中，系統構造為自學習的系統。在此通過將所有采集的圖像、分割的骨碎片和結果數據在數據庫中自動存儲，數據庫被不斷擴展。此外還存儲指令數據。在此有利地采集另一個數據組，其表示，(利用結果數據計算的)定位建議是否必要或正確還是不正確或者說不能實現。對結果數據的該反饋也被存儲在數據庫中，以便能夠對于將來的情況提供優化。反饋數據例如可以通過操作用戶界面上的控件(“成功/不成功”)來采集和存儲。
[0021]在方法的另一個有利實施方式中，附加地和特別是在使用碎片匹配算法之前執行另一個步驟，即圖像處理或者說圖像改變措施。圖像改變措施可以包括對分割的骨碎片和/或背景著色。該步驟用于重新計算采集的圖像，以便將其作為碎片匹配算法的基礎，所述算法利用重新計算的圖像可以實現更好的結果。在一種變形中圖像改變措施也可以在分割方法之前被執行。
[0022]在本發明的一種優選實施方式中，輸出計算的結果數據。優選地，這在數據在顯示設備上被可視化表示的情況下進行。替換地或累加地，這也可以借助用于聲音信號的揚聲器進行。在此聲音信號的模式(內容或音高或音長)可以代表離目標位置的遠或近。在結果數據的可視化表示的情況下可以顯示具有突出的輪廓和其計算的目標位置的各骨碎片以用于正確重新定位到現有的骨上。在此可以使用界標元素(重要的、中央的、容易識別的骨或解剖錨點，其在采集的圖像上以及在手術環境中是可容易識別的)以用于取向(也以突出的形式)。
[0023]在本發明的一個有利擴展中，按照本發明的方法或系統包括光學跟蹤系統，其與成像裝置互相參照并且由此具有與后者共同的參考框架，具有(優選立體的)照相機，用于采集器械的當前位置和疊加到成像裝置采集的圖像上或傳輸到所述圖像中。由此(例如持有某個骨碎片的器械的)當前器械位置可以與(從結果數據)計算的目標位置比較。這允許光學和/或聲音支持地引導器械或間接引導相應的骨碎片的重定位。
[0024]如引文已經提到的，從拼圖研究中已知的拼圖算法不能不加改變地用于骨碎片定位任務，因為這里要注意其他前提條件。骨碎片在其打算的和初始的位置通常不形成矩形的輪廓。此外碎片通常分別具有四個相鄰塊的假定也不成立。相鄰塊的數量可以是任意數字。此外碎片在斷裂情況下是嚴重碎裂的并且不具有清晰的輪廓，這既要求調整分割算法也要求調整已知的拼圖算法。現有技術中已知的拼圖算法的原理通過以下方面來改變或者說擴展:
[0025]1.輪廓校正，以便能夠考慮骨碎裂。在此可以設置，采集輪廓線(利用自動圖像處理方法)。采集的輪廓線然后可以例如利用鼠標來改變，以便由此例如能夠排除碎片的塊。
[0026]2.解剖映射，以便能夠適當考慮解剖情況。
[0027]3.方位校正，以便能夠考慮在骨碎片塊的情況下的特殊定位。
[0028]4.起始點校正。這允許，對于各自的解剖情況盡可能最優地選擇起始點。在此確定盡可能大的、完好的骨碎片并且為此計算合適的相鄰骨碎片。與之相反，在已知的拼圖方法中通常以輪廓開始，也就是以拼圖的外部邊緣開始，這對于在醫學技術中的應用是不合目的的。
[0029]5.在各個骨碎片之間所要求的一致性的程度的配置可能性。在此可以特別地配置骨碎片的大小(例如2mm2)，其對于重新定位任務應當被考慮。
[0030]6.3D擴展，其考慮和計算骨碎片關于周圍的解剖的空間定位(實際位置和目標位置)。
[0031]7.交互選項。在此用戶也可以手動定位、旋轉和/或移動所選擇的骨碎片，其中，例如對于具有完全特殊形狀的骨，例如耳朵中的錘骨，目標位置是明顯的。
[0032]8.中斷標準，其例如是基于大小但也可以基于形狀確定的:長的、尖的骨刺幾乎可以肯定是無處匹配的。
[0033]原則上，該方法可以以兩個不同的表現形式被應用。一方面可以在交織的模式中運行，其中一個碎片定位階段和對于相應的下一個骨碎片的搜索階段交替。在碎片定位階段，通過將各自的骨碎片定位到所計算的目標位置上，實現對于各自的骨碎片的結果數據或指令數據。按照交織的模式，在碎片定位階段之后接著是搜索階段。在搜索階段中搜索至少一個鄰接的骨碎片。在交織的模式中也就是碎片定位和搜索階段對于一個預定數量的骨碎片交替。另一方面，該方法也可以在塊模式中運行。在塊模式中結果數據組包括對于所有骨碎片的定位建議并且將其輸出。在(完全執行的)搜索階段之后接著-通常對于所有骨碎片連續地-執行碎片定位階段。也可以執行混合形式。在混合形式中，在搜索階段對于多個骨碎片共同地計算結果數據并且輸出。然后是對于各自的骨碎片的碎片定位階段。如果這些骨碎片被定位了，可以執行對于預定數量的相鄰骨碎片的下一個搜索階段。這迭代地一直重復，直到所有骨碎片被定位。混合形式的優點是，可以靈活地對各自的解剖情況做出反應。于是在非常大的碎片的情況下可以確定，在一個過程中就定位多個碎片并且由此執行對于多個碎片的搜索階段，而在多個小的、有時難以定位的碎片的情況下，通常僅一個接一個地定位碎片，然后搜索下一個。混合形式的優點是，前面哪里也不合適的碎片可能可以被一次都安置。但是塊方法的缺點是，估計必須在中間記錄一個新的數據組并且必須重新運行算法，因為通過定位已經全部移動。
[0034]碎片匹配算法可以包括驗證過程，利用該驗證過程可以由應用者驗證或拒絕所計算的用于定位至少一個骨片段的建議。為此向應用者提供輸入掩碼，在所述輸入掩碼中其可以輸入驗證信號。這可以優選地通過點擊確認控件來進行。只有接收到對于所計算的建議的確認信號時，才輸出所述建議作為結果數據組。
[0035]此外碎片匹配算法可以首先在規劃模式中運行。在規劃模式中僅產生用于定位的建議。基于該建議然后計算所有碎片的總定位并且可視化地顯示，而不在活體中進行真實的骨定位。碎片然后在其分別計算的目標位置中以3D模型的形式被可視化地顯示。如果在該顯示中表明，至少一個骨碎片錯誤或差地定位，則可以校正錯誤。為此該方法包括回溯。回溯用于事后校正已經計算的結果數據和定位建議。當在進行中的搜索/定位的階段中證實，已經定位的骨碎片錯誤地定位了并且必須再次重新定位時，這證明是有意義的。于是又必須撤銷至此的定位建議，從而能夠將骨碎片置于另一個位置。
[0036]在本發明的一個有利構造中，碎片匹配算法包括確定優先級。確定優先級用于規定各骨碎片的重要性。高優先級的碎片首先被處理，而低優先級的碎片可以稍后被處理。通常，給較大的碎片分配一個較高的優先級。
[0037]前面結合方法描述了任務的解決方案。在此提到的特征、優點或替換實施方式同樣也可用于另外要求保護的內容并且反之亦然。換言之，物的權利要求(例如針對控制模塊或系統或針對計算機程序產品)利用結合方法描述或要求保護的特征來擴展。方法的相應的功能性特征在此通過系統的或產品的相應的物的模塊，特別是通過硬件模塊或微處理器模塊構造并且反之亦然。
[0038]上述任務由此也利用控制模塊解決。控制模塊包括分割模塊和處理器。結果和/或指令數據的輸出在輸出單元上進行，所述輸出單元可以構造為監視器、發光體或揚聲器。
[0039]另一個任務解決方案在于計算機程序產品，其可以被加載到計算機的存儲器中并且具有計算機程序代碼，當計算機程序產品在計算機上運行時用于執行上述方法。
[0040]另一個任務解決方案是計算機程序，具有計算機程序代碼，當計算機程序產品在計算機上運行時用于執行上述方法。在此也可以的是，計算機程序存儲在計算機可讀的介質上。
【附圖說明】
[0041]在以下的【附圖說明】中根據附圖描述非限制性地理解的實施例以及其特征和其他優點。在此
[0042]圖1示出了按照本發明的優選實施方式的本發明的計算單元的示意性概覽圖，
[0043]圖2示出了按照本發明的優選實施方式計算的結果數據在顯示設備上的示意性部分顯示，
[0044]圖3示出了按照方法的優選實施方式的流程圖，
[0045]圖4示出了具有連接的監視器的控制模塊的示意圖。
【具體實施方式】
[0046]本發明涉及一種基于計算機的方法，該方法可以在外傷學領域中被使用。在外傷學中通常發生在顱骨區域的粉碎性骨折。這例如通過自行車或摩托車事故、臉朝下摔倒以及打架引起。在德國，每年治療或手術或校正多于大約330000起面部骨折。特別是在頌面外科區域目前幾乎沒有技術輔助手段，用于恢復高度復雜的骨折。這是一個大的市場，其中目前典型地使用移動C形臂用于數字2D成像。面部骨折和/或由至少兩處、但也完全可以由直至三十處和更多個單個骨片段組成的多個骨折的重建(在此單個裂塊的大小部分地在幾個平方厘米以下)，在沒有充分的成像的情況下持續數個小時并且是一項大的“鑷夾工作因為醫生本身必須決定并且手動嘗試，哪塊骨片適合于另一塊。總之這意味著非常長的手術時間-連同對于患者的所有與此相關的風險和負擔，設備(用于成像的C形臂)、手術室和相應人員的長時間使用。更困難的是其他因素，即，周圍組織通過損傷而大規模腫脹和出血，這使得搜索合適的骨片更困難。要補充的是，通常發生的是，不是所有骨片段可以被對應，這為患者的手術結果加上了嚴重的負面色彩。對手術結果的檢查典型地在手術之后借助CT掃描才進行。如果這里確定了，例如互相不合適，則必須對患者進行再一次手術。這意味著對于醫院提高的成本和對于患者的沉重負荷。
[0047]以下結合附圖1詳細解釋本發明。
[0048]移動或靜止的C形臂X作為成像裝置被采用，以產生以數字格式-優選以DICOM格式(DIC0M:醫學數字圖像和通信)的至少一個圖像或多個圖像截面的圖像序列。為了采集光學圖像而設有立體照相機系統K，其包括至少兩個光學間隔的照相機物鏡Kl，K2。照相機系統布置在C形臂X上或作為單獨的部件。在后者情況下通過配準方法與C形臂互相參照，使得利用照相機系統K采集的光學圖像可以與利用C形臂采集的圖像對應。C形臂X和照相機系統K通過數據交換(無線或有線地)與包括控制模塊S的計算機C相連。計算機C可以與數據庫DB進行數據交換。此外用于顯示圖像和數據的監視器M可以連接到系統。
[0049]在-特別是多樣-斷裂的骨的情況下應當利用自動化支持這樣定位各個骨碎片F，使得又可以盡可能好地和完整地重構骨。在此要首先借助手術中3D成像I (例如syngoDynaCT,syngo Dynact Micro)記錄單個碎片塊F(例如F1、F2、F3)。其然后應當利用分割方法2被自動分割并且對單塊著色或利用其他方法(例如編號或標上符號)在監視器M上區分地顯示。借助以下詳細描述的碎片匹配算法3現在將單塊與完成拼圖的情況相似地自動聯接。解的過程應當圖形地在監視器M上顯示，以便對于外科醫生來說是可以完全可行地。
[0050]按照本發明的一個實施方式，首先確定或者說規定大的完好的骨片段。在最好的情況下這是完好的顱骨的邊沿。現在碎片匹配算法3試圖按順序將自由的骨片段FhF2^Fn通過圍繞所有三個重心軸旋轉和改變和移動到完好的骨片段的空著的骨邊沿而與匹配地放置到現有的完好的骨片段上。改變包括壓縮、放大和變形。這是必要的，因為骨碎片F不一定位于與完好骨相同的平面上并且由此可以放大或縮小。因為這(在統計學上)是通常情況，所以優選總是進行碎片改變處理。如果算法采集了合適的骨片段F，則其被特殊地標記。現在碎片匹配算法3以另一個自由的骨片段開始并且試圖將其放置到現在被擴展的骨邊沿上。如果沒有找到合適的塊，則可以設立一致性閾值，其說明，應當達到多大的一致性。可以的是，一些骨裂片在骨塊的邊緣裂開并且由此不可能百分百地互相匹配。
[0051]最后理想地找到并標記所有合適的骨塊F。這些骨塊現在可以通過由碎片匹配算法3建議的順序作為對于外科醫生的一種“工作流程建議”而被手術地地放置和固定。不可對應的塊(通常提到的分裂碎片〈1_2)被單獨地標記(例如彩色地)并且能夠(在需要時)由外科醫生手術地去除。
[0052]碎片匹配算法3基于幾何形狀的知識工作。根據實施的不同，在此可以執行二維或三維模式識別。在本發明的替換實施方式中，使用數據庫DB，在數據庫中包含了解剖結構。這特別地在復雜骨折的情況下是有幫助的。此外有意義的可以是，數據庫DB構造為自學習的系統并且是可以通過反饋擴展的，以便由此提升質量。
[0053]在拼圖研究中已經表明，當背景例如以白色著色并且所有拼圖塊是一個顏色，例如黑色時，實現最好的結果。由此在本發明的有利實施方式中，執行至少一個圖像改變措施Ia(著色)。通過自動分割2，這可以容易地執行，但是是本發明的一個可選特征。與拼圖解的重要區別在于骨碎片的不同厚度。拼圖塊通常是相同厚度的，而骨碎片很少相同厚度。由此在本發明的一個實施方式中，從與不同點處骨的相應的不同厚度相關的不同灰度級顯示中，導出其它信息并且將其作為結果數據組的部分提供。骨碎片的曲率值也可以用于定位。借助數據庫DB，可以在考慮曲率值的情況下計算目標位置，特別是理解必須如何旋轉和定位碎片。
[0054]如圖2所示，在監視器M上以結果數據的形式顯示計算的定位建議。在圖2中在左邊示出的初始的單個碎片&12，將其通過相應的空間方位改變定位為使得其互相匹配。碎片匹配算法3的結果或部分結果然后在監視器3上輸出(在圖2中在右邊示出)。
[0055]控制模塊S用于執行碎片匹配算法3并且是新的和獨特的工具，特別用于面部手術，所述工具在手術的準備階段減輕外科醫生的工作，明顯更快、更安全、更有效和更舒適地執行復雜的重建(恢復)。
[0056]如圖4所示，控制模塊S包括分割模塊SM，其用于將分割方法應用于采集的圖像以識別在圖像中包含的骨碎片F。控制模塊S此外還包括處理器P，其用于對分割的骨碎片F執行碎片匹配算法3，以計算結果數據，所述結果數據包含用于將至少一部分骨碎片F聯接起來的指令數據，其中控制模塊S與監視器M處于數據交換，所述監視器用于以可配置的格式輸出4結果數據。控制模塊S可以集成在計算機C或計算機系統中。在本發明的另一個實施方式中，處理器P還構造為用于執行其他任務，例如用于執行圖像處理措施，以簡化計算(著色、邊緣處理、模式識別過程等)。
[0057]碎片匹配算法3在醫學領域中原則上可以應用于由至少兩個單塊組成的所有骨折，也可以應用于頌面外科手術之外的其他區域。然而該區域之所以是典型的應用，是因為其是身體的最難重建的區域，因為面部和顱骨由于其薄的壁厚和曲率半徑而對于重建是非常具有挑戰性的。
[0058]在本發明的構造中，結果數據包括指令數據，其包括在執行實際的手術之前，以處方形式的一系列指導，即，骨碎片F應當以何種順序被最好地聯接。
[0059]按照本發明的一個方面，輸入大小邊界值。大小邊界值表示最小的碎片大小，其對于碎片匹配算法3的執行還應當被考慮。在實踐中，這意味著，所有較小的碎片(例如小于2-4_2)不再被重建，而被去除。
[0060]按照本發明的另一個方面，在一部分或整個重定位過程結束之后，重復圖像的拍攝，以便提高精度和/或以便檢查，實際的定位是否與計算的目標定位一致。
[0061]以下結合圖3詳細解釋按照本發明的一個優選實施方式的典型流程。
[0062]在方法開始之后，在步驟I中執行醫學成像。在該醫學成像中采集數字圖像，在所述數字圖像中顯示所有或選擇的骨碎片F。在步驟Ia中可以將圖像處理措施應用于采集的圖像，例如對碎片F和/或背景著色。在步驟2中將分割方法應用于采集的圖像，以便識別各個在圖像中顯示的碎片F。任選地在此可以再次執行另一個圖像處理，以便能夠更有效地執行碎片匹配算法3。屬于這的特別是相應的骨碎片F在所有三個空間軸上的旋轉，碎片F的大小改變如壓縮和放大。這在圖3中利用附圖標記IY表示。在步驟3中然后實施碎片匹配算法3，以計算結果數據，其然后在步驟4中在監視器M上輸出。這例如可以以如在圖2中在右邊示出的方式進行。如圖3通過虛線所示，可以的是，方法或各個方法步驟迭代地進行。于是可以在輸出結果數據之后再次進行圖像改變措施la，分割方法2，另一個圖像改變措施la'，和/或碎片匹配算法3。在步驟5中將結果數據和可選地將指令數據在顯示設備M上顯示。如圖3中通過四個向上指的、虛線示出的箭頭應當表示，在顯示結果數據之后，可以執行一個或多個圖像處理措施，分割2和/或碎片匹配算法3。
[0063]最后指出，本發明的描述和實施例原則上不限于本發明的特定物理實現。所有結合本發明的各個實施方式解釋的和示出的特征可以以不同的組合設置在按照本發明的內容中，以同時實現其有利效果。
[0064]本發明的保護范圍通過所附權利要求給出并且不通過在說明書中解釋或附圖中示出的特征限制。
[0065]對于專業人員特別明顯的是，本發明不僅可以利用移動C形臂應用，而且也可以利用其他成像設備，例如經典的X射線，MRT等。此外控制模塊S的部件可以分布到多個物理產品上實現。
【主權項】
1.一種用于基于借助成像裝置(X)采集的至少一個醫學圖像來計算和輸出結果數據的方法，包括以下方法步驟: -借助成像裝置(X)執行(I)成像醫學方法以采集至少一個數字格式的、具有多個骨碎片(F)的圖像； -對采集的圖像應用分割方法(2)以識別在圖像中包含的骨碎片(F); -對分割的骨碎片(F)執行碎片匹配算法(3)以計算結果數據，所述結果數據包含用于聯接至少一部分骨碎片(F)的指令數據； -輸出(4)可配置的格式的結果數據。2.根據權利要求1所述的方法，其中，所述碎片匹配算法(3)基于對幾何形狀的自動識別。3.根據上述權利要求中任一項所述的方法，其中，所述碎片匹配算法(3)基于模式識別方法，特別是曲線匹配方法。4.根據上述權利要求中任一項所述的方法，其中，采集一致性閾值，其說明了在骨碎片(F)之間的一致性程度。5.根據上述權利要求中任一項所述的方法，其中，所述方法包括對數據庫(DB)的訪問，在所述數據庫中存儲了解剖結構和子結構，其借助映射方法能夠與分割的骨碎片(F)自動對應。6.根據權利要求5所述的方法，其中，通過將所有采集的圖像、分割的骨碎片、結果數據和/或反饋數據在數據庫(DB)中自動存儲，所述數據庫(DB)被不斷擴展。7.根據上述權利要求中任一項所述的方法，其中，所述方法包括以下方法步驟: -執行圖像處理措施(Ia)以重新計算采集的圖像，以便將其作為碎片匹配算法(3)的基礎。8.根據上述權利要求中任一項所述的方法，其中，所述方法包括以下方法步驟: -在顯示設備(M)上顯示(5)結果數據。9.一種用于基于至少一個醫學圖像來計算和顯示結果數據的控制模塊(S)，所述醫學圖像是借助成像裝置(X)以數字格式采集的并且在所述醫學圖像中顯示了多個骨碎片(F)，所述控制模塊包括: -分割模塊(SM)，其用于將分割方法(2)應用于采集的圖像以識別在圖像中包含的骨碎片(F)， -處理器(P)，其用于對分割的骨碎片(F)執行碎片匹配算法(3)，以計算結果數據，所述結果數據包含用于將至少一部分骨碎片(F)聯接起來的指令數據， -其中控制模塊(S)與輸出單元(M)處于數據交換，所述輸出單元用于以可配置的格式輸出(4)結果數據。10.—種計算機程序產品，其能夠加載到數字計算機的內部存儲器中并且包括軟件例程，利用其能夠當軟件例程在數字計算機中運行時執行按照上述方法權利要求所述的方法的步驟。
【文檔編號】G06T7/00GK106097294SQ201610223942
【公開日】2016年11月9日
【申請日】2016年4月12日 公開號201610223942.5, CN 106097294 A, CN 106097294A, CN 201610223942, CN-A-106097294, CN106097294 A, CN106097294A, CN201610223942, CN201610223942.5
【發明人】M.威特斯, D.溫尼伯格
【申請人】西門子公司