荧光透视图像序列中的导管检测和追踪的方法和系统的制作方法

专利名称：荧光透视图像序列中的导管检测和追踪的方法和系统的制作方法
荧^t视图像序列中的导管检测和鹏的方法和系统
本申请要求2007年8月21日提交的序号为No. 60/956,988的美国临时申 请的利益，该美国临时申请的公开内容M弓间结合于此。
狱领域
本发明涉皿心MiS行荧^t视(fluoroscopic)成像，并且更特别地涉及 在心脏的荧 视图像序列中检测和鹏消融导管尖端。
背景技术：
心律失常是心脏电节律的异常。A傳失常经常采用射频消鹏治疗，以修 改心脏的电通路。为了构建心脏的电地图，不同的导管被插入到动脉并被引导 到心脏。根据这样的电地图，医生尝试识别出心脏中异常电活动的定位。带有 特殊尖端的消融导管被用^M过在异常电活动的定位施加能量(射频)而执行 消融。这破坏(或消融)了这些定位处的组织并中断了对于心律失常的触发。
旨消融操作是利用实时荧，视图像来监控的。荧，视图像是在一段 时间期间拍摄的X射线图像，从而产生图像序列。期望的是在这样的荧光透视 图像序列中检测和鹏消融导管尖端。

发明内容
本发明提供了一种用于在心脏的荧光透视图像序列中检测和鹏消融导管 尖端的方法和系统。这样的对消融导管尖端的检测和追踪可被用于获得来自双 平面荧光(bi-planefluoro)的消融导管尖端定位的三维重建， 平面荧光由从 不同角度获得的、消融战呈的两个荧，视图像序列产生。消融导管尖端定位 的三维重建可以与患者的CT容积结合被用来在心脏内部提供实时三维导航能 力。
在本发明的一个实施例中，接收心脏的荧皿视图像序列。通过^ffl边缘 空间学习，在荧光透视图像序列的每帧中检测导管尖端^^者。可il31在第一 边缘空间学习水平中检测位置并且在第二边缘空间学习水平中检观涖置和定向
(orientation)来检测导管尖端f,者。通过《顿非最大值抑制可以M^由纖 空间学习检测产生的导管尖端纟魏者的数目。然后，在荧光透视图像序列的所 有帧上追踪导管尖端flM者，以便确定每帧中的消融导管尖端定位。iKl确定 所有帧上的导管尖端^^者之间的具有最小轨迹成本的轨迹可以追踪导管尖端 鹏者。


M参考下文的详细说明和附图，本发明的这些和其它优点对于本领域技 术人员而言^变,楚。
图1示出了根据本发明实施例的一种用于在荧^it视图像序列中检测和追 踪消融导管尖端的方法；
图2示出了带有被注释的导管尖端的示例性训练图像；
图3示出了根据本发明实施例的一种皿iOT，空间学习来检测荧^t 视图像中的导管尖劍l魏者的方法；
图4示出了鹏4顿图3的方法标例性荧爐视图像中检测至啲导管尖 端織者；
图5示出了根据,概率(continuation probability)对来自导管尖端fl魏者 的執迹成本的计算；
图6示出了确定在图像序列的帧上具有最小成本的抓迹； 图7示出了示例性的消融导管尖端检测结果；以及 图8是能够实施本发明的计穀几的高级框图。
具体实施例方式
本发明涉及一种用于在心脏的荧M视图像序歹忡检测和鹏消融导管尖 端的方法和系统。本发明的实施例在此被描述来给出对消融导管尖端检测和追 踪方法的直观理解。数字图像经常由一个或多个对象(或形状)的数字，组 成。对象的数字恭示在此常常在识别和操纵对象方面被描述。这样的操纵是在 计^m系统的内存(memory)或其它电路/硬件中完成的虚拟操纵。因此，应理 解为本发明的实施例可以在计算机系统之内通过JM存储在该计算机系统之
内的 1行。
图1示出了根据本发明实施例的一种用于在荧爐视图像序列中检测和追
踪消融导管尖端的方法。在步骤102，荧5tit视图像序列被接收。荧光透视图像 序列可以是，视消融过程的时候在时间帧上以有规律的间隔拍摄的心脏X射 线图像。该序列中的每幅图像都可以被称为帧。荧光透视图像序列可以直接从 X射线成像设备被接收，或者可以例如从计算机系统的内存或存储器或一些其
它计^m可读介质被加载。
在步骤104，禾拥纖空间学习在荧爐视图像序列的每帧中检测到导管 尖端^i^者。边缘空间学习是一种学习ttt，其中搜索空间的维数是逐渐增加 的。在边缘空间序列中执行学习和搜索计算，这些边缘空间被选择来以，缘 概率具有小的熵。分类M^边缘空间学习水平被训练，以根据每个水平的
搜索空间来检1H,者。
导管尖端具有三个参数位置"，力和定向e。两个水平的边缘空间学习可 以被用来确定导管尖端在每帧中的候选参数。在第一水平中，分类器被训练来 根据，检测l,者。在第二水平中，分^器被训练来根据位置和定向而检测 〈,者。^水平的旨分类器可基于训练数据通过使用概率推进树(PBT, Probabilistic Boosting Tree)进^H川练。训练繊是其中注释了的地面实况(ground truth)导管尖端的荧光透视图像。由于消融导管尖端的外形在荧光透视图像中 与其它类型的导管尖端的外形类似，所以除了消融导管尖端以外的其它导管尖 端可以在训练图像中被注释为阳性的(positive)。图2示出了带有被注释的导管 尖端202和204的示例性训练图像。如图2中所示，导管尖端202是消融导管 尖端而导管尖端204是另一类导管尖端。
在齡边缘空间学习水平，PBT分类器魏鹏归地构造树来训练的，其 中每个节点表示强分类器。一旦旨节点的强分类器被训练，就M31使用学习 过的强分类器将该节点的输入训练 分^^两组(阳性和阴性(negative))。 这两个新的组被分别馈送到左子节点和右子节点，以训练这些左子节点和右子 节点。这样，概率liiS树将被递归地构造。PBT是有利于尖端检测的，因为在 训练期间，PBT可以聚集不同类别的导管尖端的外形，这可以是处理多个导管 类型的有用方式。
—旦针对^hzK平训练PBT分类器，这斷类器就可l細来鄉入荧爐
视图像中检测导管尖端^,者。舰舰针对齡边缘空间学习水平所训练的
分类親l,地检测f,者来检测导管尖制l魏者。图3示出了根据本发明实施
例的一种Mil使用边缘空间学习来检测荧光透视图像中的导管尖端f,者的方
法。图3的方法可针对接收到的荧，视图像序列的每帧中重，行。
在步骤302，通过使用第一分类器以四分之一 (25%)分辨率(quarter resolution)来检测导管尖端位置。从四分之一分辨率开始允许检测过程开始于 较小的搜索空间，以快速确定导管尖端<,者可能存在的区域。四分之一分辨 率荧^ig视图的完整图像和哈尔特征(Haar feature)可棚来训练三个水平的 PBT分类器，以检测四分之一併,率导管尖驗置。根据PBT概率，高于阈值 的最佳位置"，>^,者被保留用于进~^鹏。例如，最佳的500个四分之一 彌率位置織者可被保留。
在步骤304，通过j顿第二分类器以全分辨率来检测导管尖端^S。在这 个水平，全分辨率荧，视图上的完整图像和哈尔特征可被用来训练三个水平 的PBT，以检观隨^^者。为了进仿川练，来自四分之一^f,率7jC平的最佳 位置f,者M新定标(rescale)并且被扰乱，以生成用于该水平的训练样本。 对于皿检测，由第一分类器检测到的最佳位置候选者被重新定标来生成要由 第二分类《理的可能的位置<,者。由于第一分类器以四分之一^ff^t测 位置候选者，所以来自第一分类器的所保留的每个候选者生成要由第二分类器 处理的四个可能的flM者。根据由第二分类器产生的PBT概率，高于阈值的最 佳位置"力f,者被保留用于进一步舰。例如，最佳的500传i]fjf率位置 卡^t者可以被保留。
在步骤306，使用第三分类器，根据位置和定向来检测导管尖端<,者。 对于该水平，基于图像强度的可操纵特征和一些可操纵的滤波器响应可被用来 训练PBT分类器，以基于^fi和定向来检测f,者。该PBT分类器可具有四个 水平，其中第一水平被强制为级联(cascade)。禾,角度^增加来自在前水平的 ^M,者"力中的每个位置<,者，该角度e具有60个离散值中的樹可值。 因此，对于来自第二分类器的所保留的^^位置f魏者"，力，生成60个导管 尖端f,者"-)，以由第三分类器鹏。根据由第三分类器产生的PBT概率，
高于阈值的最佳导管尖端f,者(x，乂e)被选择来^柳非最大值抑制进行进一步 鹏。例如，可以选择最佳的500个导管尖端《,者。
在步骤308,非最大值抑制棚来减少导管尖端候选者的数目。非最大值 抑制舰舍弃其它较优f,者附近的f,者来M^尖端i,者的数目。首先， 选择具有最高概率(由第三分类器产生的PBT概率)的导管尖端i,者。然后， ^^f选f,者附近(例如在n ，素之内)的任何导管尖端f,者M舍弃。 例如，所选力魏者中的两个或三个像素之内的任何^魏者都可以被舍弃。这些 步骤被重复进行，直到針导管尖端f,者都已经被选择或被舍弃。这为齡 帧或荧，视图像产生了一组导管尖端f,者。
图4示出了^顿图3的方法在示例性荧鹏视图像中检测到的导管尖端候 选者。如图4中所示，M3K顿图3的方法，导管尖端《l魏者402、 404、 406、 408和410被检测为最可能的导管^^端定位和定向。
回到图l，在步骤106,在荧^t视图像序列中的所有帧Jd^导管尖端候 选者，以确定每帧中的消融导管尖端定位。无需《ff可追踪，任何帧中的最可能 的导管尖端候选者可能并不接近真正的消融导管尖端。这是由于消融导管尖端 ffi3iii动模糊^M过P膝而弓胞的扰动。此外，希望的是，当在帧中不存在消 融导管尖端时，在那帧中不会检测到樹可东西。因此，贯穿荧^it视图像序列 帧追踪导管尖端<,者，以便确定给出了消融导管尖端在每帧中的定位的最有 可能的尖端IW。
如上所述， 一小组导管尖劍1，#^1^顿，空间学习而由导管尖端检 测产生。为了获得帧序列上的最佳尖端ltt，公知的维特比算法(Viterbi algorithm)的z翅可被j顿。令s卜"U',《)4，.",是针对帧t检测到的导管尖 端〖離者。对于^ = 1，...,9，舰舰二维鼓图『和『来计算运动概率。对 于每对定位(W)，计算制(bin) (c/，a)=(ln|(W)-( 〗,f )。
如果两个定位都接近同一尖端车爐，贝Ul^图f的制"")被增加，而如 果两个定位并不接近同一尖端 ，则鼓图『的1制(^)被增加。因此， 生成具有与在荧，视图像序列中的不同帧上的导管尖端l，者之间的每个可 能的导管尖糊,者对相对应的制的直方图『和『。齡二进制
导管尖端f自者对)的概率然后可被计算为 <formula>formula see original document page 12</formula>
然后，反映帧,中的导管尖制l魏者？运动到帧"力中的导管尖衞,者
,'的赫的连续成本cV, "()可根据概率尸(？，,')生成，以致
<formula>formula see original document page 13</formula>根据该驗财，来自每帧/中的*
导管^^端《,者s的尖端IW的執迹成本可以被限定为 W、《々)W' 外V必)
图5示出了根据连续概率对来自导管尖衞,者的執迹成本的计算。如图5中 所示和如^i^公式中所鋭的那样，来自齡导管尖端f魏者s' -,的车爐成 本是基于在该导管尖端候选者与沿着接下来四个帧(除非到达最后一帧)的轨
迹的导管尖端f,者之间的连续概率进^i十算的。例如，来自候选者？的 成本基于？和？之间的连续概率、y和？之间的连续概率、？和,之间的连续 概率以及？和,之间的,概率。
为了确定每帧中的消融导管尖端定位，确定 #最低的尖端 。可 以1151使用公知的维特比算法的，推断出具有最小成本的$ 。图6示出了 确定在图像序列帧中具有最小淋的 。如图6所示，在每帧,，终止于齡 f，者4的最佳轨迹的轨迹^i!M使用下面的递推公^确定
<formula>formula see original document page 13</formula>
在每帧，如果车爐成本低于来自在前帧的最小成本，则选择来自具有最低成本 的,的导管尖端f,者的定位。如果 成本并不比低于来自在前帧的最小 成本，贝哒意歸从在前帧到当前帧的纖成本高，并且从在前帧到当前帧不 ^^好的车爐。因此，当辦贞将不会表明任何消融导管检测。
每帧中的所选的导管尖端f,者是消融导管尖端在那帧的定位(位置和定 向)。然后，可會^l在荧^ii视图像序列帧中显示消融导管尖端定^^输出这 些消融导管尖端定位。这些消融导管尖端定位也可以被存储或被用在另外的医 学成像，中。例如，，方法可针对在监视消M^呈的时候从不同角度同时 拍摄的两个荧光透视图像序列被执行。然后，针对这两个序列的帧的消融导管 尖端定位可被用来生成消融尖端定位的三维重建。该三维重建结合之前获得的 CT容积可以在心脏内部麟实时导航能力。
图7示出了示例性的消融导管尖端检测结果。如图7中所示，在帧710、 720、 730和740中分别皿使用图1的方法来检测消融导管尖端702、 704、 706 和708。
战的用于消融导管尖端检测和鹏的方法可以在计穀/Lhil^柳公知 的计^HUbS器、内存单元、存储设备、计,软件和其它部件来实施。在图8
中示出这样的计鄉的高级框图。计娜802包含iram行限定这样的操作的
计^tflf將指令雜制计^m 802的 |^作的鹏器804。计OTlf聘指令可 被存储在存储设备812或其它计,可读介质(例如鹏、CDROM等)中， 并当需要执fiH十Mlli^指令时，这些计算,將指令被加载到内存810中。 因此，图1和3的方法步骤可以M31存储于内存810禾口/蹄储器812中的计算 禾;i^指令来限定，并M^行这些计鋭/lfiJ^指令的M器804进行控制。X 射线成像设备820可被连接至附算机802，以将X射线照片输A5附^m 802。 将X射线成像设备820和计#+几802实施为一个设备是可能的。X射线成像设 备820和计算机802 ffi51网络以无线方式进^il信也是可能的。计，802还 包括一个或多个网,口 806，用于与其它设备经由网络进纟M信。计Wl802 还包括输A/tr出设备808，这些输A/1J出设备808 ^ffl户肯,与计^t几802相 互作用，(例如显示器、键盘、鼠标、扬声器、按钮等)。本领域技术人员能够 认识到实际计算机的实施方案也可包括其它部件，并且出于说明性目的，图8 是这样的计鋭几的部件中的某些部件的高级^。
前述的具体实 "式应当在#方面 理解为是说吸性和示例性的而非 P艮制性的，并且在此公开的本发明的范围并不是由具体实施方式
来确定的，而 是由根据专利法允许的整幅内容来解释的权禾腰求书确定。应当理解的是，在 此所示的和所描述的实施例仅仅说明了本发明的原理，并且在不脱离本发明的 范围和精神的情况下，本领域技术人员可以实施各种修改。在不脱离本发明的 范围和精神的情况下，本领域技术人员可以实施各种其它特征组合。
权利要求
1.一种用于在包括多个帧的荧光透视图像序列中检测和追踪消融导管尖端的方法，该方法包括通过使用边缘空间学习而在荧光透视图像序列的每帧中检测导管尖端候选者；以及在荧光透视图像序列的所有帧上追踪导管尖端候选者，以确定荧光透视图像序列的每帧中的消融导管尖端定位。
2. 根据权利要求1所述的方法，其中，戶诚在荧爐视图像序列的每帧中检测尖端f,者的步骤包括对于每帧，在第一边缘空间学习水平中检测导管尖端^^者在该帧中的位置；以及在第二边缘空间学习水平中检测该帧中的包括位置和定向的导管尖端纟，者。
3. 根据权利要求2所述的方法，其中，所述检测导管尖端^^者的位置的 步骤由M3K顿概率繊树所训练的第一分类器鄉行，并且所述检测包括位 置和定向的导管尖端^^者的步骤由M^顿PBT训练的第二分类器来执行。
4. 根据权利要求2所述的方法，其中，所述在荧，视图像序列的每帧中 检测尖端l^m者的步骤包括对于每帧，M:^ffi非最大值抑制来M^导管尖端fiM者的数目。
5. 根据权利要求4所述的方法，其中，所^1^顿非最大值抑制来M^导管尖劍,者的数目的步骤包括选择具有最高概率的导管尖端^^者； 舍^^ 选的导管尖端{錢者|5(銜的导管尖端<驗者；以及 重S0 皿择和舍弃步骤，直到^导管尖端{,者都已被选择或被舍弃。
6. 根据权利要求1所述的方法，其中，所述在荧^ii视图像序列的每帧中检测尖端{,者的步骤包括对于每帧，S3K顿第一分类器以四分之一辦,率来检测多个位置{,者； 以四分之一分辨率定标所述位置f魏者，以生成多个全分辨率的潜在，鹏者； Mil使用第二分类器以全分辨率从所述全分辨率的潜在位置fi，者中检测多个謂,者；通过使用多个离散角以全分辨率增加所述位置候选者中的每个位置候选 者，以生成多个潜在的位置和定向力魏者；舰4顿第三分类器;^;f述潜在的位置禾啶向fl鰱者中检测多个导管尖端 Mi^者；以及i!M^非最大值抑制来M^导管尖端f,者的数目。
7. 根据权利要求6所述的方法，其中，所述第一分类器、第二分类器和第三分类器是概率繊树分类器。
8. 根据权利要求1所述的方法，其中，所述在荧 视图像序列的所有帧 上追踪导管尖端f,者来确定荧光透视图像序列的每帧中的消融导管尖端定位 的步骤包括确定在荧^g视图像序列的所有帧上的导管尖端^ii者之间的具有最小成 本的轨迹；以及将具有最小成本的轨迹中的每帧中的导管尖端M^者选为该帧的消融导管 尖端定位。
9. 根据权利要求8所述的方法，其中，臓确定在荧舰视图像序列的所 有帧上的导管尖端f,者之间具有最小财的车爐的步骤包括在每帧，计算终止于该帧中的旨导管尖端^^者的最佳轨迹； 确定具有絲最低的最佳车腿的导管尖劍l魏者；以及 如果劇氐财低于在在辦贞所确定的最低成本，贝l將该导管尖劍l魏者选 为该帧的消融导管^fe端定位。
10. —种用于在包括多个帧的荧光透视图像序列中检测和追踪消融导管尖 端的设备，该设备包括用于M^顿边缘空间学习在荧，视图像序列的每帧中检测导管尖端候 选者的装置；以及用于在荧光it视图像序列的所有帧上追踪导管尖端fl，者来确定荧^t视 图像序列的每帧中的消融导管尖端定位的装置。
11. 根据权利要求10所述的设备，其中，所述用于在荧爐视图像序列的 每帧中检测尖端f,者的^S包括 用于在第一边缘空间学习水平中检测导管尖端f,者在每帧中的位置的装 置；以及用于，缘空间学习水平中检测每(>贞中的包括位置和定向的导管尖端 鹏者的装置。
12. 根据权利要求ll所述的设备，进一步包括用于M;^ffl对应于所，Hi缘空间学习水平的概率推进树来训练第一分类器的錢；以及用于ffi51iOT对应于所，:iii缘空间学习水平的概率推进树来训练第二分类器的装置。
13. 根据权利要求ll所述的设备，其中，所棚于在荧舰视图像序列的 每帧中检测尖端f,者的装置进一步包括用于M^顿非最大值抑制来M^在每帧中检测到的导管尖端f,者的数目的装置。
14. 根据权利要求10所述的设备，其中，所鹏于在荧舰视图像序列的每帧中检测^^端纟M者的装置包括对于每帧，用于Mil舰第一分类器以四分之一彌率检测多个體{,者的装置； 用于以四分之一^^率来定标所述位劃,者以生成多个全^p率的潜在用于ilil^ffl第二分类器以全^fJI率M^述全^^率的潜在位置^^者中检测多个健fl魏者的縫；用于ffiil使用多个离散角以全分辨率增加所述位置候选者中的^^位置候选者从而生成多个潜在的^s和定向^^者的^a;用于M3^顿第三分类器;!^f^潜在的位置和定向M^者中检测多个导管^fe端^^者的^a;以及用于通过使用非最大值抑制来减少导管尖端M^者的数目的装置。
15. 根据权利要求14所述的设备，其中，所述第一分类器、第二分类器和第三分类器是概率繊树分类器。
16. 根据权利要求10所述的设备，其中，所述用于在荧爐视图像序列的所有帧上追踪导管尖端{,者以确定荧光透视图像序列的每帧中的消融导管尖 端定位的體包括 用于确定在荧，视图像序列的所有帧上的导管尖糊lM者之间的具有最 小成本的 的装置；以及用于将具有最小^的勃迹中的每喊中的导管尖端f,者选为该帧的消融 导管尖端定位的,。
17. 根据权利要求16所述的设备，其中，所棚于确定在荧^ii视图像序 列的所有帧上的导管尖端1,者之间的具有最小^的 的装置包括用^JH十算终止于每顷中的旨导管尖端f,者的最佳fl^的^S; 用于确定每帧中具有成本最低的最佳轨迹的导管尖端f,者的装置；以及 用于如果最低^低于在在辦贞所确定的最低成本则将导管尖端M^者选 为帧的消融导管尖端定位的^S。
18. —种用于在包括多个帧的荧舰视图像序列中检测和鹏消融导管尖端的禾,计m;iii序指令编码的计鋭几可读介质，所述计算丰/Lli^指令限定包括下列内容的步骤ffl3K顿纖空间学习而在荧^t视图像序列的每帧中检测导管尖劍, 者；以及在荧，视图像序列的所有帧上^导管尖端{,者，以确定荧 视图 像序列的每帧中的消融导管尖端定位。
19. 根据权利要求18所述的计^+几可读介质，其中，限定在荧爐视图像 序列的每帧中检测尖端^^者的步骤的所述计算,呈序指令包括限定下列步骤的计^m^聘指令对^f^贞，在第一边缘空间学习水平中检测导管尖端候选者在该帧中的^a;以及在第二边缘空间学习水平中检测该帧中的包括位置和定向的导管尖端f魏者。
20. 根据权利要求19 0M的计^m可读介质，其中，限定在荧光透视图像 序列的每帧中检测尖端纟M者的步骤的计算机程序指令进一步包括限定下列步 骤的计^^lli^指令对預帧，MiiOT非最大值抑制来M^导管尖端f離者的数目。
21. 根据权利要求20所述的计^m可读介质，其中，限定通过^M非最大 值抑制来减少导管尖糊,者的数目的步骤的计^lf呈序指令包括限定下列步骤的i满;if將指令 选择具有最高概率的导管尖端f,者； 舍^W 选的导管尖端l,者Pf銜的导管尖端f,者；以及 重复所^^辩卩舍弃步骤，彭lj針导管尖端《^t者都已^^择或被舍弃。
22. 根据权利要求18所述的计靴可读介质，其中，限定在荧爐视图像 序列的每帧中检测尖端{,者的步骤的计算^^指令包括限定下列步骤的计 1^1^指令对于每帧，Mil鹏第一分类器以四分之一併JI^^测多个錢f,者； 以四分之一分辨率定标所述位置f,者，以生成多个全^fjf率的潜在位置 鹏者；il31^ffl第二分类器以全分辨率M^f述全^^率的潜在位置flM者中检测 多个位置織者；M使用多个离散角以全分辨率增加所述位置候选者的每个位置{,者， 以生成多个潜在的位置和定向<,者；M^柳第三分类器MM潜在的位置和定向纟魏者中检测多个导管尖端 f,者；以及a3KOT非最大值抑制来M^导管尖微iM者的数目-
23. 根据权利要彩2所述的计對几可读介质，其中，所述第一分类器、第二分类器和第三分类器是概率概树分类器。
24. 根据权利要求18臓的计鋭几可读介质，其中，限定在荧jtit视图像序列的所有帧上追踪导管尖端纟，者来确定荧^S视图像序列的每帧中的消融 导管^fe端定位的步骤的计算mfi^指^&括限定下列步骤的计Mlfi^指令确定在荧，视图像序列的所有帧上的导管尖端f,者之间的具有最小成 本的執迹；以及将具有最小成本的M中的每帧中的导管尖端候选者选为该帧的消融导管 尖端定位。
25. 根据权利要求24所述的计^t几可读介质，其中，限定确定在荧，视图像序歹啲所有帧上的导管尖端<魏者之间的具有最小成本的车:》的步骤的计^1|1序指^&括限定下列步骤的计^*^1^指令对于每帧， 计算终止于该帧中的每个导管尖端{,者的最佳 ; 确定具有#最低的最佳$ 的导管尖端^^者；以及 如果最低赫低于在在辦贞所确定的最低成本，则将该导管尖劍,者选 为该帧的消融导管尖端定位。
全文摘要
本发明涉及一种荧光透视图像序列中的导管检测和追踪的方法和系统。公开了一种用于在荧光透视图像序列中检测和追踪消融导管尖端的方法和系统。通过使用边缘空间学习，在荧光透视图像序列的每帧中检测导管尖端候选者。然后，在荧光透视图像序列的所有帧上追踪检测到的导管尖端候选者，以便确定每帧中的消融导管尖端定位。
文档编号A61B5/06GK101371784SQ20081016863
公开日2009年2月25日 申请日期2008年8月21日 优先权日2007年8月21日
发明者A·K·加兰特, A·巴布, D·科马尼丘, N·施特罗贝尔, U·比尔, W·张 申请人:美国西门子医疗解决公司;西门子公司