[发明专利]使用生物力学模型的磁共振和超声图像的可形变配准的方法和系统

权利要求书

1.一种用于执行磁共振MR与超声US图像之间的可形变配准的计算机实现方法，所述方法包括：

接收描绘器官的MR容积；

从所述MR容积中分割所述器官以产生所述器官在MR坐标中的第一3D点表示；

接收描绘器官的US容积；

从所述US容积中分割所述器官以产生所述器官在US坐标中的第二3D点表示；

确定第一3D点表示与第二3D点表示之间的多个点对应性；以及

应用生物力学模型以配准所述MR容积与所述US容积，其中使用所述多个点对应性作为用于所述生物力学模型的位移边界条件。

2.根据权利要求1所述的方法，其中所述MR容积和所述US容积二者均是在术中程序期间获取的。

3.根据权利要求1所述的方法，其中第一3D点表示和第二3D点表示各自为网格。

4.根据权利要求1所述的方法，其中第一3D点表示和第二3D点表示各自为点云。

5.根据权利要求1所述的方法，其中所述器官从所述MR容积中的所述分割以及所述器官从所述US容积中的所述分割各自都是使用一个或多个机器学习模型自动地确定的。

6.根据权利要求5所述的方法，其中（i）在所述US容积的所述分割之前执行所述MR容积的所述分割，并且（ii）使用来自所述MR容积的所述分割的尺寸和形状数据作为对所述US容积的所述分割的约束。

7.根据权利要求5所述的方法，其中使用包括多个训练MR容积和多个训练US容积的训练数据集来训练所述一个或多个机器学习模型，并且训练过程包括：

对于包括在所述训练数据集中的每个容积，使用由一组点定义的相应容积的网格表示和用于所述网格表示的各面的三角信息来创建注释数据；

在所述训练数据集中的每个容积周围定义边界框，其中所述边界框由三个方位值、三个定向值和三个尺寸值来定义；

在每个边界框内计算器官形状；以及

使用针对所述训练数据集中的每个容积的器官形状和注释数据来训练所述一个或多个机器学习模型。

8.根据权利要求7所述的方法，其中（i）在将所述训练过程应用于所述多个US容积之前将所述训练过程应用于所述多个训练MR容积，并且（ii）使用用于所述训练数据集中的对应MR容积的边界框的三个尺寸值来定义用于定义每个US容积的边界框的三个尺寸值。

9.根据权利要求1所述的方法，进一步包括：

从表面下成像数据分割所述器官的表面下结构以产生所述器官的第三3D点表示，

其中所述多个点对应性进一步包括（i）第一3D点表示与第三3D点表示之间的点对应性，以及（ii）第二3D点表示与第三3D点表示之间的点对应性。

10.根据权利要求1所述的方法，进一步包括：

基于所述MR容积与所述US容积的所述配准，将所述MR容积中的表面下图像数据扭曲到US坐标空间中；以及

以覆盖在所述US容积上的方式显示所述表面下图像数据。

11.一种用于执行两种图像模态中的图像之间的可形变配准的计算机实现方法，所述方法包括：

从在第一模态中获取的第一图像容积中分割器官以产生所述器官的第一3D点表示；

从在第二模态中获取的第二图像容积中分割所述器官以产生所述器官的第二3D点表示；

确定第一3D点表示与第二3D点表示之间的多个点对应性；以及

应用生物力学模型以配准第一图像容积与第二图像容积，其中使用所述多个点对应性作为用于所述生物力学模型的位移边界条件。

12.根据权利要求11所述的方法，其中第一3D点表示和第二3D点表示各自为网格。

13.根据权利要求11所述的方法，其中第一3D点表示和第二3D点表示各自为点云。