专利名称：定制的手术设备的制作方法
技术领域：
本发明涉及定制手术设备，并更具体地说，使用从所捕获的患者图像获得的患者 特定数据定制手术器械和/或植体。
背景技术：
之前例如在US-5，768134和WO 93/25157中已经描述了根据CT或MRI数据创建 患者特定器械或植体的一般观念。US 5，768，134描述使用CT扫描仪或MRI扫描仪生成可 与附加数字信息一起使用的数字化医学信息，以及使用快速原型开发方法创建匹配身体部 位并可附连到另外功能元件的假体。WO 93/25157描述了一种使用诸如来自CT或MRI扫描 的断层扫描数据和图像处理生成身体部位的3D重构的方法，其可与CNC机器一起用于允许 创建单独的假体。还可以制造单独的模板，匹配患者的解剖结构，并安装在患者身上以便指 导、对准和定位治疗工具。然而，并不是所有医疗设施都便于使用CT或MRI扫描仪。在许多情况下，患者的 CT或MRI数据不是可用的。另外，CT扫描必然伴有对于患者的大量辐射剂量从而因此应尽 量地避免。另外，在许多国家，法规要求由专业放射学家诊断扫描。而且，CT和MRI扫描是 数据处理密集的，并且需要大量的处理时间，以便从扫描导出患者特定数据。由于所需的数 据质量和表面重构的准确度的可变性，数据处理不可能完全自动化，从而使这种方法不适 合大规模生产方案，。存在生成患者的解剖结构的3D模型的其它方法。例如，基于统计形状模型和其它 可变形模型的方法可用于对患者的实际骨形建模。例如，US-7，194，295描述了一种计算机 辅助导航和/或预先操作治疗计划的方法，其中基于可从患者的X射线图像获得的患者特 性数据调节患者的身体部位的一般模型。US2005/0027492描述了一种通过在二维或三维形 状集合之间建立对应来构建统计形状模型的方法。然而，在这些文档中描述的方法本身不 能够生成可在上述方法中有效用于替代CT或MRI扫描的3D模型。这种建模方法本身不产 生一般用于定制植体或器械所需的表面准确度，例如l_2mm。因此，将期望能够提供定制植体、器械或手术程序，无需使用CT或MRI等3D扫描 方法。
发明内容
本发明通过如下方式这样做，即通过提供导致具有高级表面准确度的模型的建模 方法，其可用于产生定制器械、植体或对特定患者的解剖结构定制手术程序。根据本发明的第一方面，提供一种用于产生特定患者的定制手术器械或假体的方 法，包括捕获患者身体部位的至少一个图像；使用从该至少一个图像导出的图像数据例 示(instantiate)模型上具有密集解剖结构对应点集合的统计模型，以生成具有高准确度 表面的身体部位的患者特定模型；使用来自患者特定模型的患者特定数据生成定制手术器 械或假体的设计供在所述身体部位上执行手术程序；以及使用所述设计制造所述手术器械或假体。该至少一个图像可以是至少一个χ射线图像。然而，可使用其它2D成像技术捕获 患者图像，诸如超声。优选地，捕获身体部位的至少两个图像。更优选地，从不同方向，并且优选彼此呈 近似90°，捕获两个图像。患者特定模型可具有改变小于近似2mm的表面形状，优选地，具有改变小于近似 Imm的表面形状。患者特定模型可具有从患者的身体部位的表面形状改变近似1到2mm的 表面形状。优选地，身体部位是关节或患者的关节部位。例如，关节可以是髋、膝盖、踝、肩膀、 脊柱部位或人体的其它关节。患者特定模型可包含骨头和软组织。软组织可包含肌肉、肌腱、半月板、韧带、关节 软骨和人体的其它非骨结构。生成设计可基于与骨头和软组织都相关的患者特定数据。这样，可以减少植体或 器械与软组织的任何干扰或对软组织的损坏。定制手术器械的设计可包含它可安装在患者的身体部位上的手术器械的形状。该 设计可包含它可适合患者的身体部位周围空间的手术器械的外形。该设计可包含器械的大 小。该设计可包含至少部分器械的方向。有关患者的人口学数据可被提供给形状模型。形状模型可例示来自匹配患者的人 口学数据的亚群体的模型。该方法还可包括处理身体部位的至少一个χ射线图像以生成处理的患者图像。处 理可包含根据从统计模型重构的CT图像生成伪X射线图像。处理还可包括用与身体部位 的至少一个χ射线图像相同的方式处理伪χ射线图像以生成处理的伪χ图像。作为身体部 位的患者特定模型的例示的一部分，可比较处理的患者图像与处理的伪χ射线图像。处理可包含向图像应用高通滤波器。这可有助于从不对应于尖锐骨头边缘的图像 去除伪影。处理可包含生成差分图像(diferential image) 0差分图像可根据图像之间的差 生成。处理可包含将图像分成正特征(positive feature)图像和负特征(negative feature)图像。处理可包含向差分图像特征应用加宽函数。加宽函数可通过帮助加亮更接近拟合 (fitting)的差分图像中的特征来帮助优化过程。处理可包含向差分图像特征应用归一化函数(normalising function)。归一化函 数可减小图像中特征大小之间的差。这有助于防止大特征主导优化过程。可使用最小描述长度方法生成统计模型以生成密集解剖结构对应集合。模型可以是表面模型。对应可被限制到表面。模型可以是体积模型。对应在关注的整个体积上可以是显式的。例示患者特定模型可包含使用拟牛顿优化方法。该方法还可包括使用运动学模型。在运动学模型中可使用患者特定数据预测或确 定身体部位的可能运动学行为。运动学模型可确定指定患者身体部位的可能运动学行为的
5运动学数据。在设计定制手术器械或假体时可使用来自运动学模型的数据。根据本发明的又一方面，提供一种用于生成身体部位的患者特定模型的计算机实 现的方法，包括处理患者身体部位的X射线图像以生成已经滤波和归一化的差分患者图 像；根据具有高密度解剖结构对应的统计模型重构CT扫描类型图像，并根据CT扫描类型图 像生成对应于X射线图像的伪X射线图像；用与所述X射线图像相同的方式处理伪X射线 图像以生成差分伪图像；以及使用拟牛顿优化法基于所述差分患者图像与所述差分伪图像 之间的残差优化成本函数(cost function)，以生成身体部位的患者特定模型。本发明的另外方面提供由数据处理装置可运行以执行本发明的计算机实现的方 法方面的计算机程序代码，以及承载这种计算机程序代码的计算机可读介质。
现在将仅通过示例并参考附图详细描述本发明的实施例，其中图1示出了例证设计定制器械的过程的示意流程图；图2示出了例证构建和使用统计形状模型的示意流程图；图3示出了成像患者的身体的不同部位的图形例证；图4示出了例证重构CT扫描类型图像纹理的图形表示；图5示出例证从CT扫描类型图像生成伪射线影像的图形表示。
具体实施例方式本发明使用一个或多个χ射线图像，与统计模型组合，提供关节或其它身体部位 的患者特定解剖结构，其可用于设计和制造在整形程序中用在关节上的定制器械，或设计 和制造患者的定制假体。在执行膝盖关节的手术程序的情况下，可根据髋关节和踝关节的一个或多个χ射 线图像计算股骨和胫骨的机械轴，其被参考到膝关节所获得的X射线的坐标框架，并获得 来自图像的适当测量。通过结合对于计划到统计模型相关的骨头解剖结构和相关软组织的特征使定制 器械和/或假体的设计完全自动化。例如，对于在股骨上使用的定制膝盖器械，股骨头的中心、上髁、骨髓腔管的最末 端部分和髁上的最末端点可用于估计机械轴、股骨旋转和关节线。而且，可以对关节表面的 部位建模以确定器械的接触表面。器械可以是在整个膝盖置换程序期间使用的定制股骨切 割导子(cutting guide)，其在唯一位置适配从模型导出的接触表面，并且在器械上以负形 (negative form)重现。类似地，可结合有关胫骨机械轴、胫骨平台形状和可用作胫骨器械 的附连位点的接触表面的模型知识，根据模型制造定制胫骨切割导子。定制器械还可应用于髋手术，例如用于髋表面重修程序。在此，例如，统计模型提 供有关股骨颈轴方向的信息，使得可制造定制钻导子，用于定位表面重修植体。使用由模型 生成的股骨头表面确定钻导子的接触表面，它们在器械上以负形重现，以允许将钻导子唯 一定位在股骨头上。定制植体的一个示例可以是定制的单髁膝盖植体，其在仅一个髁上重现患者的髁形状，另一个髁在手术期间留在适当位置。另一个示例是具有不同的、患者特定半径的内侧 和外侧髁的股骨植体。统计形状模型可包含亚群体，各呈现某种属性。例如，统计形状模型可包含具有外 翻膝盖几何形状的患者。当根据例示模型所用的X射线数据自动例示模型时，可标识具体 患者属于患者的亚群体，或者可通过将数据标记或者以其他方式标识为属于特定亚群体而 人为指示具体患者属于患者的亚群体。根据患者落入的亚群体，定制器械和/或假体的设 计可以改变。例如，如果患者具有外翻膝盖畸形，则相比内翻膝盖或具有正常几何形状的膝 盖，可能存在不同的表面可用于将器械例如切割板(cutting block)匹配骨头形状。类似 地，不同种类或类型的假体可能更适合于呈现不同类型畸形的膝盖。这允许在用于器械和 /或假体的不同设计选项之间进行自动选择。一个设计选项比用于给定表面几何形状的另 一个可能对手术的可能的错误方位不太敏感。因此，用这种方式，可以改进在手术程序中使 用的设计解决方案的鲁棒性。定制器械或假体的几何形状可以改变。这种改变也可被编码到骨头的统计模型 中，使得可根据骨头的几何形状优化器械的形状。这不限于它可安装在骨头上的器械的匹 配表面，而且包含可改变为将器械需要适配进空间考虑进去的器械的外表面。软组织结构还可包含在统计形状模型例如髌韧带中。器械的形状可调节成使得在 手术程序期间最小化与软组织结构的干扰。参考图1，示出了例证由统计模型102使用的各种数据源、输入和输出并作为定制 器械和/或假体设计过程一部分的示意流程图类型图解100。在过程的中心是特定类型的 统计模型102，其可生成具有高度准确度表面的患者解剖结构的3D模型。也就是说，患者的 骨头的定制模型的表面应该对应于患者的骨头的实际表面，变化在大约1到2mm内，优选在 大约Imm内。下面更详细描述所用的统计模型以及如何使用患者的解剖结构的χ射线图像 例示统计模型。手术偏好数据104可被提供给统计模型。手术偏好数据104至少指示将在哪个关 节或身体部位执行手术程序，使得形状模型可例示手术程序的适当身体部位例如膝盖置换 程序的胫骨和股骨的模型。手术数据可包含例如指示正在使用的手术方法的其它数据，因 为不同的手术方法可采取相同的通用程序，例如膝盖置换程序。手术方法数据还可指示是 否正在使用微创手术方法。手术数据104还可指示是否将要使用任何软组织策略，并且如 果是，则是什么策略。来自从仅示出骨头的CT图像构建的3D模型的骨头表面信息与从可显示软组织诸 如MRI图像或超声图像的其它成像模态构建的3D模型组合。这例如可通过从来自同一患 者的配准(register)的MR和CT数据集合构建单个模型，或使用依靠骨头形状或其它特征 的相似性配准到骨头表面的单独的MR软组织模型来实现。在任一情况下，仅考虑到用于根 据射线影像估计的具体个体的骨头表面，统计模型提供具体个体的最可能的软组织结构的 估计。因此，可估计对于手术重要的软组织结构，诸如关节软骨和关节的韧带和肌腱。例 如，关节软骨的厚度的估计提供器械将附连到的3D表面的更准确描述，导致手术的更大精 度。类似地，髌韧带的大小和位置估计将允许计划手术并构造器械以便保护这个重要结构。另外，统计模型可预测获得作为具体患者的健康膝盖的最可能估计的膝盖几何形
7状所需的校正程度，并就此提建议。指定来自统计模型的患者特定解剖结构的数据可被传 递到软件运动学模型，其可应用患者特定解剖结构数据来确定患者的关节例如膝盖关节的 运动学行为。与关节的患者特定运动学行为相关的数据然后可被提供给设计过程，使得器 械和/或植体设计也可基于运动学行为，而不是只是静态行为。例如，切割板的位置或由切 割板限定的切割导子可被调整成明确补偿或校正膝盖的运动学行为。类似地，可基于指定 关节的患者特定运动学行为的数据调整植体的形状或配置，以将预测的关节的患者特定运 动学行为考虑进去。此外，指定膝盖关节的运动学行为并与膝盖的不同畸形相关的数据可通过软件自 动标识，并可在建模阶段期间用于通知用户可在手术程序期间执行的潜在的软组织放松， 诸如其要放松的韧带以及放松程度。例如，该数据可指定位于后髁的后部位中的骨赘，其 与有限膝关节弯曲相关联；特定膝盖对准畸形(例如股骨和胫骨的机械轴的内翻或外翻偏 差)，其与膝盖关节的内翻或外翻弯曲偏差相关联；与异常(弯曲或弯曲和旋转)膝盖运动 学行为(旋转不稳定性)相关联的缺失的(损坏的或发育不全的)股骨髁。图像数据106包含从患者的解剖结构的捕获的X射线或其它投影图像导出的数 据。从已经处理的X射线图像获得X射线日期以改进所例示模型的表面准确度，这在下面 更详细描述。还可处理图像数据以向统计模型提供另外输入以帮助生成更准确的模型。例 如，在膝盖关节的情况下，可处理图像数据以帮助标识膝盖的状态。如果股骨与胫骨轴之间 的角度大大小于180°，则膝盖可归类为具有内翻畸形，如果角度大大大于180°，则膝盖 被归类为具有外翻畸形，并且如果角度接近180°，则膝盖可归类为具有正常几何形状。这 个信息然后可由统计模型用于基于来自具有对应种类膝盖的群体的数据例示模型。与患者相关的人口学参数108也可被提供给统计模型。例如，人口学参数可包含 诸如年龄、性别、种族、身体质量指数、身高以及与患者有关的其它详情的信息。人口学参数 数据可由统计模型用于选择对应的亚群体的数据，例如老年女性，供例示模型之用，以便改 进患者的身体部位的模型的准确度。定义模型亚群体114的数据还可作为输入提供，并包含针对已知预先可操作地用 于限定具体条件的人们的不同亚群体(例如具有内翻或外翻畸形的人们的亚群体)的患者 数据的模型。可提供给模型的其它信息包含指定患者的先前医疗历史的数据。例如，半月板去 除可对根据模型自动生成的手术计划有影响。还提供器械设计选项数据110。器械设计选项数据指定器械设计可改变以便对于 患者的特定解剖结构定制的不同方式。例如，模型可选择用于内翻膝盖、外翻膝盖和正常膝 盖的不同版本的器械类型。作为另一个示例，在膝盖程序中，可以对关节空间建模，并调整 股骨切割导子的末端部位以便适配进关节空间。例如，器械设计选项数据可指定器械的哪些部位将提供器械可安装在患者的身体 上的匹配表面或多个匹配表面。在定制的股骨切割导子器械情况下，给切割导子提供若干 表面区域，优选为至少3个，但至少足够的表面或匹配患者股骨表面形状的表面面积，使得 切割导子可安装在股骨上的单个位置，这由器械的匹配表面或多个匹配表面唯一定义。通 过用这种方式定制器械，没有必要导航器械的布局，因为它仅可用单个方式附连到患者的 股骨，并因此被自动导航到股骨上的正确位置。器械中的切割导子与匹配表面具有已知关系，并因此有可能相对于股骨将切割导子安装在预先选择的位置，以允许形成股骨切口。器械设计选项数据110还可包含软组织干扰信息，指示任何软组织结构可能如何 干扰器械的具体设计，并因此允许定制器械设计以尝试和避免或减少任何软组织干扰。例 如，胫骨切割导子可设计成匹配胫骨的中间前表面。匹配表面将由髌韧带定边界。干扰肌 腱将降低将器械放在表面上的准确度，或备选地，可能需要损坏肌腱以执行该程序。这个通 过将有关肌腱附连位点的信息结合到模型中来防止。根据患者的骨头模型和手术的类型和程度，可单独设计定制器械以保护十字形韧 带(前面的、后面的或二者)和/或保护半月板。对于植体设计，模型可获得指定不同植体设计选项的数据112，并且对植体形状的 判定基于股骨和胫骨的统计建模形状以及软组织(韧带和半月板和软骨)的统计建模形状 的几何形状及其运动学含义。具体地说，基于统计模型提供的信息确定用于保护前后十字 形韧带(ACL、PCL)的植体的前后(AP)、内侧-外侧(ML)大小、植体髁的曲率和形状容差。 此外，可使用该模型设计定制髌骨并定制髌骨_股骨界面。股骨和胫骨髁的某些离散维度 (诸如AP或ML维度或髁半径)、ACL、PCL和侧韧带的起端和插入、髌韧带的插入和起端以 及半月板位置可用于限定植体的最终定制形状。作为又一示例，统计模型可能发现，在膝盖 关节中仅有一个髁被损坏，并因此选择单髁膝盖植体替代整个膝盖植体。基于上面描述的各种输入数据源，统计模型使用患者χ射线导出的数据进行例 示，如下面参考图2所描述的，并可输出指定患者的骨头形状或多个形状和/或患者的表面 软组织形状的数据。例如，模型可输出指定患者的胫骨的近端部位的表面形状、患者的股骨 的远端部位的表面形状以及髌韧带的附连点位几何形状、用于膝盖置换程序的股直肌肌腱 和内侧和外侧侧韧带的数据。判定过程120然后使用患者特定骨头形状数据和/或软组织形状数据以便设计定 制的器械和/或假体。例如，如果要设计的器械是股骨切割板，则可定标股骨切割板器械的 通用模型以更准确地匹配患者的股骨的例示模型的大小。判定过程生成并输出指定器械总 体设计的各种数据项122。判定过程120还可基于软组织形状信息118，通过将器械必须适 配的空间考虑进去计算器械的外形，并减少或避免干扰软组织结构。判定过程126还使用 骨头形状数据116计算器械的匹配部位必须具有的形状，以便允许器械安装在患者骨头上 的唯一位置。为提供器械唯一附连点位而建模的表面可以是靠近关节的特定表面，其中发生与 统计模型重构的骨头形状的小骨赘或其它强偏差。这些表面可以高准确度建模，并可用作 患者特定器械的配合表面。如果定制的假体附加地或备选地被设计用于患者，则判定过程还可通过选择身体 部位例如股骨膝盖植体的通用植体设计，并然后基于患者的骨头形状数据116定制植体的 设计以更紧密匹配患者的实际解剖结构形状，或者以某种其它方式制作更适合于手术程序 例如以帮助校正外翻畸形的植体，生成定制的植体设计130。统计模型生成患者特定骨头形状。计算机还可通知用户什么是这个患者的整体健 康的发病前的膝盖关节最可能的几何形状。这个信息可用作重构手术的模板和目标。膝盖 关节的最可能的健康的发病前的形状将是几个因子的函数，包含年龄、性别、种族、生活方 式等，并且包含健康膝盖关节的几何形状模型。
9
一旦已经完成了器械和/或植体设计，就可使用任何适当的制造技术，诸如快速 原型开发或快速制造技术制造器械和/或植体。还提供用于确定骨头形状的图像数据，图像数据106可提供可用于产生定制器械 和植体的其它解剖结构信息。例如，图像数据106可包含指示患者的身体部位的机械轴的 数据，使得可使用这个信息设计器械和/或植体。可用若干方 式根据捕获的图像重构患者的肢体的机械轴。例如，对于患者的腿，用 第一方式，可捕获患者腿部的一个或多个长期X射线。用另一种方式，可以捕获髋、膝盖和 踝关节的交叠X射线图像的集合，并将这些图像“缝合”在一起。用第三方式，可用图像中 可见的公共参考目标捕获脱白的图像集合，使得随后可以一起配准这些图像。图3例证了第三方式，并示出了捕获患者的腿部308的髋302、膝盖304和踝骨306 的χ射线图像以及公共参考目标310。公共参考目标310包含多个χ射线不透明标记312 或基准，它们在所得到的χ射线图像中是可见的。因为参考目标上的标记312的位置是已知 的，因此可根据相应图像中的标记位置确定三个χ射线图像302、304、306的相对位置。例 如可从两个不同角度获取每个区域的多于一个χ射线以提供三维信息。如果使用不同的角 度，则可在视野中放置便于将从不同角度获得的χ射线参考到单个公共坐标框架的附加校 准目标。统计模型可重构膝盖关节表面的精确骨头模型，并可自动提取解剖结构界标用于 计划手术程序，诸如上髁、股骨、胫骨和机械轴、关节线、胫骨平台的深度等。这提供了用于 计划手术切口的自动方法，因为计划软件可使用针对患者的解剖结构信息来决定应该在哪 里进行各种切口以便校正植体的定位。然后可通过判定过程设计定制器械以匹配患者的膝 盖关节的特定表面，并且切割导子在适当位置形成计划的切口，并然后使用快速制造技术 例如立体平版印刷术(stereolithography)制造定制器械。已经描述了本发明的总体方法，现在将参考图2更详细描述在该方法中所用的统 计模型的创建和例示。如之前在上面所描述的，不可能使用统计模型方法生成定制的器械和植体，因为 足够的准确度和再现性之前尚未达到。本发明使用若干技术，已经惊奇地发现允许使用统 计模型方法，由此避免了与基于CT和MRI扫描的方法相关联的问题。统计模型包含模型上密集、高质量集合的解剖结构对应，以帮助提供所需的表面 准确度。还有，使用χ射线图像的预先处理来帮助确保一致结果。可使用各种处理技术，如 下面所描述的。为了在可行量的时间内适配模型，使用特定优化过程，利用问题的某些属性，以便 在数分钟内而不是数小时内生成准确的答案。图2示出了示意过程流程图200，例证了用于生成患者特定骨头模型的方法。该流 程图例证的方法实际上可由适当的软件实现。如所例证的，统计模型102初始根据形成构 造统计模型102的群体和各种亚群体的大量不同人体的CT扫描202构建。使用基于体积 的对应匹配过程204处理CT扫描数据，以便创建具有密集、高质量集合的统计学对应的统 计模型。如上面论述的，当正在例示具体模型时，可将人口学信息108提供给统计模型，使 得该模型使用适合于具体患者的亚群体的数据。
统计模型102包含可被视为正在建模的具体身体部位的解剖结构界标的对应点 集合。也就是说，存在是指解剖结构上某些东西的对应点集合，使得例如如果身体部位是末 端股骨，并且对应点之一是内上髁，则当创建例示时，然后例示将具有对应于内上髁的点。 这阻止了例示，虽然它们可能很好适配，但是数学上不现实，例如通过让例示的外侧髁落在 模型的内侧髁上。更具体地说，目前的统计模型是外观模型，其包含形状数据和与形状数据 相关的图像密度数据(在该技术中也称为“纹理”)。关键问题是在3D模型中标识对应。这在2D中可通过手动实现，但在3D中不实 际。过程204在3D中自动发现对应，这些对应然后用于构建外观模型102。使用最小描述 长度方法，类似于在 US 2005/0027492 和 “A Unified Information-Theoretic Approach to Groupwise Non-Rigid Registration and Model Building，， (in proceedings of Information Processing in Medical Imaging, Springer Lecture Notes in Computer Science Volume 3565/2005,Carole J. Twining,Tim Cootes,Stephen Marsland,Vladimir Petrovic，Roy Schestowitz, and Chris J. Taylor)中描述的，它们的公开内容通过参考为 所有目 的结合于本文中。产生的模型可以是显式对应被限制到表面的表面模型，其中使用 垂直于每个对应点运行的轮廓构建CT体积，或者可以是在所关注的整个体积上存在显式 对应的体积模型。在该方法中用于使用一个或多个χ射线获得给定患者的最优模型的优化过程使 用成本函数，其是残差(即，由模型生成的DRR图像与χ射线图像数据之间的差)平方和， 并且相对于模型参数进行最小化。模型的参数包含3个角度、3个位置(CT体积中模型的 “姿态”或位置)和定标参数以及在模型中可用的任何数量的其它参数。在步骤210，过程开始于低分辨率模型，并且在步骤212，选择模型的候选参数的 初始集合。姿态参数被设置成可人为选择的值的初始集合，并且模型的其它参数可设置成 均值或平均值。然后在步骤214，使用参数值的初始集合，从模型构造3D体积CT类型图像。 重要的是，根据模型数据尝试并生成准确的3D CT图像，并且没有引入可使成本函数太多噪 声而无法解决的量化效应。图4示出了包括多个体素(voxel)例如体素402的所构造CT图像的切片400的 示意表示。对于轮廓建模方法，统计模型数据提供指定骨头形状的数据，其指导强度或纹理 数据的添加以便重构CT扫描。对于骨头的骨头404形状上的点集合中的每个点(为了简单起见，图4中仅例证 了 5个点，但是实际上使用更大量点以便更准确地重构骨头的纹理)，确定垂直于骨头局部 表面的线例如406。然后，沿那条线，在骨头内部和外部，在多个点408中的每个点计算强度 的值。使用逆线性内插过程计算沿法线406的每个点408的强度值。多个样本点408可落 入同一体素中，但是每个样本点的值基于该样本点距体素多远计算为那个体素强度的加权 和。使用多分辨率方法重构CT体积。在备选实施例中，可使用体积模型代替轮廓模型。在 步骤214，对于CT图像的所有切片确定骨头轮廓和纹理，直到已经对于当前参数重构了 CT 图像。然后，在步骤216，根据重构的CT扫描生成数字重构射线影像(DRR)，以便与患者 的实际投影X射线图像进行比较。图5示出了通过包括多个体素506的CT图像504的若干 射线502的示意表示500，以及正在生成的投影射线影像508的平面。如所例证的，每个射线例如510通过多个体素，并且再次使用线性内插方法，通过沿射线线510在多个位置512 对值进行采样，来计算所得到的DRR图像的每个射线路径的总强度值。每个射线线被分为 子体素长度，并且对于每个采样点确定CT体素强度值的线性内插以便计算DRR的对应强度值。患者240的初始χ射线图像数据经受各种滤波和归一化过程，以便准备患者图像 数据，用于在优化过程的步骤220与根据重构的CT扫描生成的DRR进行比较。如由步骤 218所例证的，向DRR应用相同的滤波和归一化过程，但是下面将只参考患者图像数据来描 述归一化和滤波过程。患者图像的预处理有助于去除可由医院执行的成像过程(诸如不同 的射线影像设置、射线影像、射线影像程序或射线影像的扫描)得到的χ射线图像之间的差
已不是工作在绝对图像强度值，而是处理图像以通过与强度或量度上的差异一起工 作来标识边缘。为了从图像中去除非尖锐边缘，这不可能对应于骨头边缘，可向初始X射线 图像数据应用高通滤波器，以便去除横跨4个或5个像素或更多像素的边缘。还有，向原始 χ射线图像数据应用遍布一对像素的具有内核的平滑滤波器，以帮助从图像数据中去除斑 点噪声。优化过程查看患者差分图像与从重构的CT图像生成的DRR差分图像之间的差异。 它是那些差即残差的平方，其是通过优化过程最小化的成本函数。向差分图像数据应用指 数平滑算子以便加宽差分图像中的峰值。还应用平滑算子以加宽差分图像中的峰值，差分图像被分解成正负部分。也就是 说，应用半波整流型滤波器，使得每个差分图像被分成其正感测峰值和其负感测峰值。因 此，每个差分图像的图像元素包括正峰值的左右和上下信息以及负峰值的左右和上下信 肩、ο还滤波图像数据，在步骤244和218向差分图像数据应用归一化程序。归一化可 只是应用到边缘的幅度，即，只是调整峰值的高度，或者可应用到由差分图像中任何数量的 分量定义的向量。双曲正切S形函数或ERF函数可用作归一化器函数以应用到差分峰值高度。在来自两个不同方向的患者χ射线的图像数据和两个对应的DRR图像已经进行了 高通滤波、半波整流、加宽和归一化之后，减去患者和DRR差分图像数据，这在步骤220导致 残差图像。然后问题归纳为如何改变模型参数以便最小化残差图像。所用的优化方法是拟 牛顿优化方法，其不是严格的二次方法，但是比线性方法好。在步骤230，基于初始模型参数 的当前模型将不是最的拟合，并且因此使用有限差找到雅可比行列式，表示模型参数当前 值的成本函数(残差值的平方和)的实际梯度。然后使用牛顿法跳到解的近似，并将参数 值更新成对应于近似解的新估计。计算新参数值的残差并将雅可比行列式更新为对应于更新的梯度，并且对下一个 近似解进行另一个牛顿跳。更新雅可比行列式和生成新模型参数的优化方法和步骤232被 迭代若干次，如图2中的过程循环所指示的。在根据模型重构CT扫描时所用的分辨率如果 需要的话可增大，以帮助标识更好的解。优化过程可迭代，直到在步骤230确定已经找到最 佳解。这可涉及在最后一步执行梯度的全有限差重新计算，因为雅可比行列式更新倾向于 积累误差。然后可使用较高分辨率统计模型重复该方法，但是在步骤212使用根据优化过
12程确定的模型参数作为初始候选模型参数。使用这个方法的优化导致足够准确的答案，单 位为分钟，而不是常规非线性优化器所需的小时。最后，已经应用了为了所需的表面准确度而所需那么多的统计模型分辨率的增大 之后，在步骤236输出患者特定骨头和/或患者软组织模型。虽然上面论述已经聚焦在χ 射线图像中的骨头结构上，但将认识到，一般示教可扩展到也覆盖图像中的软组织结构。然 后在上面参考图1所描述的器械和/或假体的定制设计和制造中，使用患者特定骨头和软 组织信息。一般而言，本发明的实施例采用涉及存储在一个或多个计算机系统中或通过这些 系统传送的数据的各种过程。本发明的实施例还涉及用于执行这些操作的设备。这种设备 可特别为了所需目的构造，或者它可以是由存储在计算机中的计算机程序和/或数据结构 有选择地激活或重构的通用计算机。本文给出的过程不是固有地涉及任何具体计算机或其 它设备。具体地说，根据本文的示教，各种通用机器可以与所编写的程序一起使用，或者它 可以更便于构造更专用的设备以执行所需的方法步骤。此外，本发明的实施例还涉及包含用于执行各种计算机实现的操作的程序指令和 /或数据(包含数据结构)的计算机可读介质或计算机程序产品。计算机可读介质的示例 包含但不限于磁介质诸如硬盘、软盘和磁带；光介质诸如CD-ROM盘；磁光介质；半导体存储 器件，以及特别配置成存储和执行程序指令的硬件器件，诸如只读存储器件(ROM)和随机 存取存储器(RAM)。本发明的数据和程序指令还可实施在载波或其它传输介质上。程序指 令的例子包含诸如由编译器产生的机器码和可由计算机用翻译器执行的含有更高级代码 的两种文件。虽然上面一般根据特定过程和设备描述了本发明，但是本发明具有更宽的应用范 围。具体地说，本发明的各方面不限于任何具体种类的手术器械、植体或手术程序，并且实 质上可应用于任何植体、器械或程序，其中定制器械或植体将是有益的。本领域的普通技术 人员根据以上论述将认识到其它变形、修改和备选。
权利要求
一种用于产生特定患者的定制手术器械或假体的方法，包括捕获所述患者的身体部位的至少一个x射线图像；处理所述身体部位的所述至少一个x射线图像以生成处理的患者图像；使用从所述处理的患者图像导出的图像数据例示使用最小距离长度法生成的并在模型上具有密集解剖结构对应点集合的统计模型，以生成具有高准确度表面的所述身体部位的患者特定模型；使用来自所述患者特定模型的患者特定数据生成所述定制手术器械或假体的设计供在所述身体部位上执行手术程序之用；以及使用所述设计制造所述手术器械或假体。
2.如权利要求1所述的方法，其中所述患者特定模型具有从所述患者的身体部分的表 面形状改变小于近似1到2mm的表面形状。
3.如权利要求1所述的方法，其中所述患者特定模型包含骨头和软组织或关节软骨中 的至少一个。
4.如权利要求3所述的方法，其中生成所述设计基于与骨头和软组织或关节软骨中的 至少一个都相关的患者特定数据。
5.如权利要求1所述的方法，其中所述定制手术器械的设计包含它可安装在所述患者 的身体部位上所借助的所述手术器械的形状和/或它可适配进所述患者的身体部位周围 空间所借助的所述手术器械的外形。
6.如权利要求1所述的方法，其中有关所述患者的人口学数据被提供给所述形状模 型，并且其中所述形状模型例示来自匹配所述患者的所述人口学数据的亚群体的模型。
7.如权利要求1所述的方法，还包括根据从所述统计模型重构的CT图像生成伪X射线图像；用与所述身体部位的所述至少一个χ射线图像相同的方式处理所述伪χ射线图像以生 成处理的伪χ图像；以及作为所述身体部位的所述患者特定模型的例示的一部分，比较所述处理的患者图像与 处理的伪χ射线图像。
8.如权利要求7所述的方法，其中处理包含向所述图像应用高通滤波器。
9.如权利要求7所述的方法，其中处理包含生成差分图像。
10.如权利要求9所述的方法，其中处理包含将所述图像分成正特征图像和负特征图像。
11.如权利要求9所述的方法，其中处理包含向所述差分图像特征应用加宽函数。
12.如权利要求9所述的方法，其中处理包含向所述差分图像特征应用归一化函数。
13.如权利要求1所述的方法，其中所述模型是表面模型，并且所述对应被限制到所述表面。
14.如权利要求1所述的方法，其中所述模型是体积模型，并且所述对应在所关注的整 个体积上是显式的。
15.如权利要求1所述的方法，其中例示所述患者特定模型包含使用拟牛顿优化方法。
16.如权利要求1所述的方法，还包括在运动学模型中使用来自所述患者特定模型的患者特定数据，确定指定所述患者身体部位的可能运动学行为的运动学数据。
17.如权利要求16所述的方法，其中所述运动学数据还用于生成所述定制手术器械或 假体的设计。
18.一种用于生成身体部位的患者特定模型的计算机实现的方法，包括 处理患者身体部位的χ射线图像以生成已经滤波和归一化的差分患者图像；根据具有高密度解剖结构对应的统计模型重构CT扫描类型图像，并根据所述CT扫描 类型图像生成对应于所述χ射线图像的伪χ射线图像；用与所述χ射线图像相同的方式处理所述伪χ射线图像以生成差分伪图像；以及 使用拟牛顿优化法基于所述差分患者图像与所述差分伪图像之间的残差优化成本函 数以生成所述身体部位的患者特定模型。
19.一种计算机可读介质，承载由数据处理装置可运行以执行如权利要求18所述的方 法的计算机程序代码。
全文摘要
描述了一种用于产生特定患者的定制手术器械或假体的方法。捕获患者身体部位的至少一个x射线图像。使用从至少一个x射线图像导出的图像数据例示模型上具有密集解剖结构对应点集合的统计模型，以生成具有高准确度表面的身体部位的患者特定模型。来自患者特定模型的患者特定数据用于生成定制手术器械或假体的设计供在身体部位上执行手术程序之用。然后使用该设计制造手术器械或假体。还描述了用于生成身体部位的患者特定模型的计算机实现的方法。
文档编号A61F2/30GK101969876SQ200980106813
公开日2011年2月9日 申请日期2009年2月26日 优先权日2008年2月27日
发明者A·阿什比, G·R·文森, H·博恩弗莱思, I·M·斯科特, M·A·鲍斯, M·斯罗姆奇科夫斯基 申请人:德普伊国际有限公司;德普伊矫形外科有限责任公司;伊莫菲克斯有限公司