【技术实现步骤摘要】
【国外来华专利技术】利用在对应辅助图像中识别的有限信息区域中处理的冷光图像来辅助医疗程序
[0001]本公开涉及成像应用。更具体地,本公开涉及用于辅助医疗程序的冷光成像。
技术介绍
[0002]在下文中,通过讨论与本公开的上下文相关的技术来介绍其背景。然而,即使当该讨论涉及文档、动作、人工制品等时,它也不暗示或表示所讨论的技术是现有技术的一部分或是与本公开相关的领域中的公知常识。
[0003]冷光成像,特别是荧光成像,是用于获取提供对象的视觉表示的图像的特定成像技术,即使图像不是直接可见的。冷光成像基于冷光现象,包括冷光物质在受到不同于加热的任何激发时发射光;特别地,在荧光物质(称为荧光团)中发生荧光现象,荧光物质在它们被照明时发射(荧光性)光。
[0004]在医疗设备中通常利用成像技术以检查患者的(内部)身体部位,从而辅助其上的医疗程序。例如,在涉及肿瘤的荧光引导手术(FGS)(也称为荧光引导切除(FGR))中,向患者施加荧光剂(可能适于到达诸如肿瘤的期望靶体的特定分子,然后保持固定在其上);荧光剂在对应的荧光图像(通常与对应的反射图像重叠)中的可视化便于外科医生的操作,例如识别要切除的肿瘤。
[0005]然而,想象中的视场通常除了实际关注区域外,还包括几个不关注的异物。例如,在(荧光)引导手术中,这可能是由于除了手术腔外还存在手术器械、手、手术工具、周围身体部位(例如,手术腔周围的皮肤或手术腔内无关的器官)和背景材料。除了由累积在医疗程序的靶体(所讨论的示例中的肿瘤)中的荧光剂发射的实际关注的荧光之外,异物还
【技术保护点】
【技术特征摘要】
【国外来华专利技术】1.一种用于辅助对患者(106)的医疗程序的方法(400),其中所述方法(400)包括,在计算设备(130)的控制下:由计算设备(130)获取(406)视场(103)的冷光图像(205F),所述视场(103)包含对患者(106)的医疗程序的关注区域(109)以及与关注区域(109)不同的一个或多个异物(115
‑
124),所述关注区域(109)包括所述医疗程序的包含冷光物质的至少一个靶体(112),所述冷光图像(205F)包括表示由所述冷光物质在所述视场(103)的对应冷光位置处发射的冷光的多个冷光值,由计算设备(130)获取(408)所述视场(103)的辅助图像(205R),所述辅助图像(205R)包括表示从所述视场(103)的对应辅助位置接收的与所述冷光不同的辅助光的多个辅助值,由计算设备(130)根据所述辅助图像(205R)的内容识别(410
‑
424)所述辅助图像(205R)的辅助信息区域(210Ri),所述辅助信息区域(210Ri)表示没有异物(115
‑
124)的所述关注区域(109),由计算设备(130)识别(428)所述冷光图像(205F)的与所述辅助信息区域(210Ri)对应的冷光信息区域(210Fi),由计算设备(130)通过处理限制于所述冷光信息区域(210Fi)的所述冷光图像(205F)来生成(432
‑
466)经处理的冷光图像(220Fi、225Fi),所述冷光图像(205F)的处理基于所述冷光信息区域(210Fi)的冷光值以便于识别其中的靶体(112)的表示,以及由计算设备(130)基于所述经处理的冷光图像(220Fi、225Fi)输出(468
‑
470)输出图像。2.根据权利要求1所述的方法(400),其中,所述方法(400)用于辅助对所述患者(106)的手术程序,所述输出(468
‑
470)输出图像包括:由计算设备(130)利用所述获取(406)冷光图像(205F),基本上实时地显示(470)所述输出图像。3.根据权利要求2所述的方法(400),其中,所述关注区域是所述患者(106)的手术腔(109)。4.根据权利要求1至3中任一项所述的方法(400),其中,所述异物(115
‑
124)的至少一部分与所述关注区域(109)重叠。5.根据权利要求1至4中任一项所述的方法(400),其中,所述异物(115
‑
124)包括一个或多个医疗器械(115)、一只或多只手(118)、一个或多个医疗工具(121)、所述患者(106)的非所述医疗程序关注的一个或多个身体部位(124)和/或背景材料(125)。6.根据权利要求1至5中任一项所述的方法(400),其中,所述辅助图像是反射图像(205R),所述辅助光是可见光,并且所述辅助值表示由白光照明的所述视场(103)的对应辅助位置反射的可见光。7.根据权利要求1至6中任一项所述的方法(400),其中,所述冷光物质是在执行所述方法(400)之前预先施加给所述患者(106)的冷光剂。8.根据权利要求1至7中任一项所述的方法(400),其中,所述识别(410
‑
424)辅助信息区域(210Ri)包括:由计算设备(130)将所述辅助图像(205R)在语义上分割(414
‑
424)为与所述关注区域
(109)的至少一个关注区域类别对应的辅助信息区域(210Ri)和与所述异物(115
‑
124)的一个或多个异物类别对应的辅助非信息区域(210Rn)。9.根据权利要求8所述的方法(400),其中,所述分割(410
‑
424)辅助图像(205R)包括:由计算设备(130)利用神经网络在语义上分割(424)所述辅助图像(205R)。10.根据权利要求8所述的方法(400),其中,所述分割(410
‑
424)辅助图像(205R)包括:由计算设备(130)确定(418)针对所述辅助图像(205R)的对应特征的一个或多个特征图,每个特征图包括所述辅助位置的对应特征值,以及由计算设备(130)通过将分类算法应用于所述特征图的所述特征值来在语义上分割(420
‑
422)所述辅助图像(205R)。11.根据权利要求1至10中任一项所述的方法(400),其中,所述识别(410
‑
424)辅助信息区域(210Ri)包括,当所述辅助图像(205R)包括完全被所述辅助信息区域(210Ri)包围的一个或多个不连通部分时:由所述计算设备(130)将所述不连通部分分配(422)给所述辅助信息区域(210Ri)。12.根据权利要求1
‑
11中任一项所述的方法(400),其中,所述方法(400)包括:响应于所述辅助图像(205R)的亮度指示符被包括在指示所述识别(410
‑
424)辅助信息区域(210Ri)的可行性的暗度阈值和高于暗度阈值的亮度阈值之间,由计算设备(130)在所述识别(4...
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。