用于识别脊柱的解剖特征的超声成像方法和系统与流程

1.本公开涉及一种用于识别脊柱的解剖特征的超声成像方法和系统。


背景技术：

2.神经轴手术通常在广泛的治疗和诊断指征下进行。神经轴手术的示例包括用于手术的神经轴麻醉、硬膜外分娩镇痛、硬膜外类固醇注射和腰椎穿刺。为了执行神经轴手术，需要确定在脊柱的适当脊柱节段处的针插入位置和到脊柱的神经轴间隙(space)的路径。
3.目前，通常使用用于识别针插入的位置和用于确定到神经轴间隙的路径的盲触诊标志(landmark)方法。然而，这种方法是高度不准确的，因为它严重依赖于执行神经轴手术的从业者的相关技能和经验。如果对肥胖患者或背部受伤的患者执行盲触诊标志方法，则盲触诊标志方法可能更复杂，因为在这些情况下不能可靠地触诊解剖标志。因此，盲触诊标志方法可能导致多次插入尝试，从而使患者经历不必要的痛苦并增加并发症(诸如患者的脊髓损伤)的风险。
4.鉴于上述情况，神经轴超声检查法已变得普遍用于神经轴间隙识别，因为其被证明是安全且有效的方法。随着其越来越多地用作体检的辅助手段，硬膜外和脊柱给药以及腰椎穿刺的总成功率得到提高，并且注射尝试的次数减少。尽管如此，在许多常规超声系统中，由离轴反射产生伪影。此外，二维超声图像难以解释，并且需要有经验的从业者的帮助来利用这些图像。此外，可能出现不一致，因为对这些超声图像的解释高度依赖于从业者的技能。
5.因此，期望提供一种用于识别脊柱的解剖特征的系统和方法，其解决上述问题和/或提供有用的替代方案。此外，结合附图和本公开的背景技术，从随后详细描述的说明书和所附权利要求中，其他期望的特征和特性将变得显而易见。


技术实现要素：

6.本技术的方面涉及一种用于识别脊柱的解剖特征的超声成像方法和系统。
7.根据第一方面，提供了一种用于识别脊柱的解剖特征的超声成像方法，方法包括：由处理器接收脊柱的部分的横向超声图像；由处理器基于与脊柱的解剖特征相关联的独特图案从横向超声图像提取脊柱的部分的特征；由处理器识别横向超声图像中的脊柱的部分的中线；由处理器使用横向超声图像的像素强度值来提取中线特征；以及由处理器基于脊柱的部分的所提取的特征和所提取的中线特征的组合来识别横向超声图像中的解剖特征。
8.通过使用所提取的脊柱的特征和所提取的中线特征的组合，能够以增加的准确度识别横向超声图像中的解剖特征。此外，在解剖特征包括神经轴间隙的实施例中，通过使用所提取的特征识别神经轴间隙，可以获得用于执行神经轴手术的最佳位置和倾斜角。例如，所识别的特征的存在和/或位置提供了是否已经实现最佳位置和/或倾斜角的指示。然后可以标记该最佳位置以用于执行神经轴手术。
9.其中识别脊柱的中线可以包括由处理器使用与超声图像的预定义窗口内的白色
像素的存在相关联的成本函数，其中成本函数包括与像素的深度相关联的第一项和与中线相对于横向超声图像的中心的位置相关联的第二项。
10.该方法可以包括：由处理器接收脊柱的另一部分的旁正中矢状超声图像；由处理器识别旁正中矢状超声图像的形态特征以用于对脊柱的另一部分进行分类，形态特征包括以下中的一个或多个：旁正中矢状超声图像的轮廓线性度、尺寸、中心位置和面积；以及由处理器基于所识别的形态特征来确定脊柱的另一部分是否包括骶骨。
11.其中识别旁正中矢状超声图像的形态特征可以包括由处理器使用模板匹配来识别形态特征，并且该方法可以包括由处理器基于旁正中矢状超声图像的所识别的形态特征来识别棘突间间隙。
12.在脊柱的另一部分被确定为包括骶骨的情况下，该方法可以包括：由处理器接收脊柱的另外的旁正中矢状超声图像；由处理器基于(i)旁正中矢状超声图像和另外的旁正中矢状超声图像中的脊柱的椎板以及(ii)旁正中矢状超声图像和另外的旁正中矢状超声图像之间的互关联强度的模板匹配来确定另外的旁正中矢状超声图像是否适合于拼接到旁正中矢状超声图像；以及如果确定另外的旁正中矢状超声图像适合于拼接到旁正中矢状超声图像，则由处理器将另外的旁正中矢状超声图像拼接到旁正中矢状超声图像以形成脊柱的全景图像的部分。
13.该方法可以包括：由处理器识别全景图像的部分的棘突间间隙的位置；以及由处理器使用棘突间间隙的位置来识别脊柱节段(level)。
14.其中识别全景图像的部分的棘突间间隙的位置可以包括：由处理器使用相位相关来计算另外的旁正中矢状超声图像与旁正中矢状超声图像的前沿之间的运动；以及由处理器变换超声探头的中心相对于全景图像的部分的坐标。
15.该方法可以包括：由处理器基于所识别的脊柱节段来确定超声探头是否处于脊柱的最佳节段；以及如果超声探头处于最佳节段，则由处理器传输用于获得脊柱的部分的横向超声图像的请求。
16.方法可以包括在提取脊柱的部分和中线的特征之前由处理器预处理横向超声图像。
17.其中预处理横向超声图像可以包括由处理器使用高斯差分(dog)局部归一化滤波器对横向超声图像执行对比度增强。
18.其中预处理横向超声图像可以包括由处理器使用强度阈值处理来消除横向超声图像中的候选轮廓点。
19.该方法可以包括在识别形态特征之前由处理器预处理旁正中矢状超声图像。
20.其中预处理旁正中矢状超声图像可以包括由处理器使用高斯差分(dog)局部归一化滤波器对旁正中矢状超声图像执行对比度增强。
21.其中预处理旁正中矢状超声图像可以包括由处理器使用强度阈值处理来消除旁正中矢状超声图像中的候选轮廓点。
22.该方法可以包括由处理器计算神经轴间隙的深度。
23.该方法可以包括由处理器使用支持向量机(svm)分类器识别神经轴间隙。
24.该方法可以包括由处理器使用与脊柱的部分的特征和中线特征相关联的历史数据来训练svm分类器。
25.根据第二方面，提供了一种存储处理器可执行指令的计算机可读介质，处理器可执行指令当在处理器上执行时使处理器执行任何前述方法。
26.根据第三方面，提供了一种用于识别脊柱的解剖特征的超声成像系统，该系统包括：超声探头，其被布置为扫描脊柱以获得脊柱的部分的横向超声图像；以及计算机，其包括处理器和存储计算机程序指令的数据，计算机程序指令可操作以使处理器：接收脊柱的部分的横向超声图像；基于与脊柱的解剖特征相关联的独特图案从横向超声图像中提取脊柱的部分的特征；识别横向超声图像中的脊柱的部分的中线；使用横向超声图像的像素强度值来提取中线特征；并且基于脊柱的部分的所提取的特征和所提取的中线特征的组合来识别横向超声图像中的解剖特征。
27.脊柱的解剖特征可以包括神经轴间隙。
28.脊柱的部分的所提取的特征可以包括以下中的一个或多个：后复合体的深度、前复合体的深度、后复合体的归一化互相关强度、前复合体的归一化互相关强度、左关节突的位置、右关节突的位置、左关节突的归一化互相关值以及右关节突的归一化互相关值。
29.脊柱的部分的所提取的特征可以包括后复合体的水平位置和前复合体的水平位置。
30.所提取的中线特征可以包括预定义窗口中的黑色像素的比率和后复合体下方的白色像素的比率。
31.数据存储装置可以存储计算机程序指令，该计算机程序指令可操作以使处理器：使用与超声图像的预定义窗口内的白色像素的存在相关联的成本函数来识别脊柱的中线，其中成本函数包括与像素的深度相关联的第一项和与中线相对于横向超声图像的中心的位置相关联的第二项。
32.数据存储装置可以存储计算机程序指令，该计算机程序指令可操作以使处理器：接收脊柱的另一部分的旁正中矢状超声图像；识别旁正中矢状超声图像的形态特征以用于对脊柱的另一部分进行分类，形态特征包括以下中的一个或多个：旁正中矢状超声图像的轮廓线性度、尺寸、中心位置和面积；以及基于所识别的形态特征来确定脊柱的另一部分是否包括骶骨。
33.数据存储装置可以存储计算机程序指令，该计算机程序指令可操作以使处理器：使用模板匹配来识别形态特征；以及基于旁正中矢状超声图像的所识别的形态特征来识别棘突间间隙。
34.在脊柱的另一部分被确定为包括骶骨的情况下，数据存储装置可以存储计算机程序指令，该计算机程序指令可操作以使处理器：接收脊柱的另外的旁正中矢状超声图像；基于(i)旁正中矢状超声图像和另外的旁正中矢状超声图像中的脊柱的椎板以及(ii)旁正中矢状超声图像和另外的旁正中矢状超声图像之间的互关联强度的模板匹配，确定另外的旁正中矢状超声图像是否适合于拼接到旁正中矢状超声图像；以及如果确定另外的旁正中矢状超声图像适合于拼接到旁正中矢状超声图像，则将另外的旁正中矢状超声图像拼接到旁正中矢状超声图像以形成脊柱的全景图像的部分。
35.数据存储装置可以存储计算机程序指令，该计算机程序指令可操作以使处理器：识别全景图像的部分的棘突间间隙的位置；以及使用棘突间间隙的位置来识别脊柱节段。
36.数据存储装置可以存储计算机程序指令，该计算机程序指令可操作以使处理器：
使用相位相关来计算另外的旁正中矢状超声图像与旁正中矢状超声图像的前沿之间的运动；以及变换超声探头的中心相对于全景图像的部分的坐标。
37.数据存储装置可以存储计算机程序指令，该计算机程序指令可操作以使处理器：基于所识别的脊柱节段来确定超声探头是否处于脊柱的最佳节段；并且如果超声探头处于最佳节段，则传输用于获得脊柱的部分的横向超声图像的请求。
38.最佳节段包括脊柱的l3-l4棘突间间隙的位置。
39.数据存储装置可以存储计算机程序指令，该计算机程序指令可操作以使处理器：在提取脊柱的部分和中线的特征之前预处理横向超声图像。
40.数据存储装置可以存储计算机程序指令，该计算机程序指令可操作以使处理器：使用高斯差分(dog)局部归一化滤波器对横向超声图像执行对比度增强。
41.数据存储装置可以存储计算机程序指令，该计算机程序指令可操作以使处理器：使用强度阈值处理来消除横向超声图像的候选轮廓点。
42.数据存储装置可以存储计算机程序指令，该计算机程序指令可操作以使处理器：计算神经轴间隙的深度。
43.数据存储装置可以存储计算机程序指令，该计算机程序指令可操作以使处理器：使用支持向量机(svm)分类器识别神经轴间隙。
44.数据存储装置可以存储计算机程序指令，该计算机程序指令可操作以使处理器：使用脊柱的部分的特征和中线特征的历史数据来训练svm分类器。
45.超声探头可以包括夹紧系统，夹紧系统被布置成将针附接到超声探头以用于执行神经轴手术。夹紧系统有助于将针固定在超声探头附近，以准确地执行神经轴手术。
46.夹紧系统可以包括用于使用弹簧加载机构来附接针的夹子。
47.夹紧系统可以包括用于锁定夹子的位置以固定针的位置和角度的锁定机构。
48.夹紧系统可以是用于超声探头的盖的形式。以这种方式，夹紧系统可以从超声探头拆卸，并且如果需要，可以独立地更换或维护。
49.根据第四方面，提供了一种用于识别脊柱的解剖特征的超声成像方法，该方法包括：由处理器接收脊柱的部分的旁正中矢状超声图像；由处理器识别旁正中矢状超声图像的形态特征以用于对脊柱的部分进行分类，形态特征包括以下中的一个或多个：旁正中矢状超声图像的轮廓线性度、尺寸、中心位置和面积；以及由处理器确定脊柱的部分是否包括骶骨，其中确定脊柱的部分是否包括骶骨包括使用支持向量机(svm)分类器来基于所识别的形态特征来确定脊柱的部分是否包括骶骨，svm分类器是使用与骶骨的形态特征相关联的历史数据来训练的。
50.应当理解，与一个方面相关的特征可以适用于其他方面。因此，实施例提供了一种用于识别脊柱的解剖特征的超声成像方法和系统。具体地，通过使用脊柱的部分的所提取的特征和所提取的中线特征的组合，能够以增加的准确度识别横向超声图像中的脊柱的解剖特征。此外，在解剖特征是脊柱的神经轴间隙的实施例中，通过使用所提取的特征识别神经轴间隙，可以获得用于执行神经轴手术的最佳位置和倾斜角以用于执行神经轴手术。
附图说明
51.现在将参考以下附图仅通过示例的方式描述实施例，附图中：
52.图1示出了根据实施例的用于识别脊柱中的神经轴间隙的超声成像系统的示意图；
53.图2示出了根据实施例的图1的系统的照片；
54.图3示出了图1的系统的计算机的框图；
55.图4示出了用于确定用于针插入的脊柱的最佳节段的方法的步骤；
56.图5示出了用于在使用图4的方法确定的脊柱的最佳节段处识别脊柱中的神经轴间隙的方法的步骤；
57.图6示出了图3的计算机上的用户界面的图示；
58.图7示出了如通过图4的方法识别的在脊柱的最佳节段处获得的脊柱的旁正中矢状超声图像的用户界面的图示；
59.图8示出了用于使用图4的方法识别脊柱的最佳节段的脊柱的旁正中矢状超声图像的示例；
60.图9示出了用于使用图5的方法识别神经轴间隙的脊柱的横向超声图像的用户界面的图示；以及
61.图10示出了用于使用图5的方法识别神经轴间隙的脊柱的横向超声图像的示例。
具体实施方式
62.示例性实施例涉及用于识别脊柱中的神经轴间隙的超声成像方法和系统。
63.图1示出了根据实施例的用于识别脊柱中的神经轴间隙的超声成像系统100的示意图。系统100包括计算机102和超声机器104。计算机与超声机器104通信，用于接收由超声机器104捕获的超声图像。计算机102与其操作系统及其安装的程序一起被配置为执行如下面的方法500和600中所讨论的操作。此外，系统100包括与计算机102通信的数据库106。数据库106是硬件组件，使得数据可以被传送到数据库106和从数据库106传送，并且在计算机102处被处理。在本实施例中，数据库106是外部硬盘驱动器。系统100包括与超声机器104通信的超声探头108。超声探头108用于生成超声波，该超声波传输通过患者的身体以用于识别患者的身体内的解剖结构，诸如脊柱。所传输的超声波由解剖结构反射并由超声探头108接收。这些接收到的超声波被转换为电信号，该电信号用于在超声机器104中形成超声视频或图像。原始视频和/或图像数据信号又从超声机器104传输到计算机102以进行进一步处理，例如根据下面将描述的方法400和500。
64.图2示出了根据实施例的图1的系统100的照片。具体地，图2示出了紧凑的系统200，其可以与推车201集成以增加移动性。这在临床环境中尤其重要，因为整个系统200可以在推车201上四处移动以在各个位置处用于不同患者。此外，清楚的是，紧凑的超声成像系统200具有容易与现有超声机器集成的优点。例如，为了实施本方法，仅需要将计算机202连接到超声机器204，用于从超声机器204接收视频或图像数据以进行图像处理。
65.计算机202至少包括被安装用于执行用于处理从超声机器204接收的超声图像的方法400和500的应用。计算机202被配置为经由视频捕获卡206从超声机器204接收输入。视频捕获卡206用于从超声机器204接收原始视频和/或图像信号，将原始数据转换为视频和/或图像，以及将视频和/或图像传输到计算机202以进行处理。计算机202连接到外部硬盘驱动器208，外部硬盘驱动器208可以用作本地数据库，用于自动存储这些超声视频和/或图
像，和/或与支持向量机(svm)的操作有关的其他数据，以用于处理这些接收到的视频和/或图像。
66.超声机器204连接到超声探头210，超声探头210用于发送和接收如上所述的超声波，以用于对患者中的解剖结构进行成像。此外，整个系统200可以放置在可伸缩的计算机支架212上，其允许调节计算机202和/或超声机器204的高度以满足用户的需要。
67.在以下说明书中，超声成像系统100被描述为与超声引导的神经轴手术相关地使用。然而，应当理解，该系统100的使用可以扩展到其他解剖位置，包括但不限于区域阻滞、气道、身体成像或脊柱的其他解剖特征。如将在以下描述中变得清楚的，超声成像系统100为用户提供了一种自动确定安全且直接的插入位置和角度的方法，用于在实时超声引导下执行神经轴手术。
68.计算机102可以用作现有超声装置的附加物，诸如以如图2所示的方式。使用从现有超声机器104的视频输出端口收集的超声图像流，计算机102被配置为确定与手术相关的特征的位置并在用户界面上实时显示它们的位置。使用这些特征相对于超声探头108的位置，计算机102被配置为确定超声探头的位置和取向对于将针安全插入神经轴间隙以执行神经轴手术是否是最佳的。
69.通过集成计算机102及其用于从超声机器104获得超声扫描(例如，视频和/或图像)的附件，可以获得计算机实现的方法，其使用人工智能(ai)技术来识别脊柱的解剖特征以用于在神经轴手术中引导用户。这些在下面关于图4和图5进行描述。具体地，计算机102被配置为经由用户界面与用户交互，用于贯穿神经轴手术过程引导用户识别用于执行神经轴手术的最佳位置和/或倾斜角。这包括通过使用脊柱的旁正中矢状超声图像进行的脊柱节段识别，以及通过使用最佳脊柱节段处的横向超声图像进行的神经轴间隙识别，以用于识别用于执行神经轴手术的最佳位置和/或倾斜角。通过使用系统100，还可以在针插入过程期间从横向超声图像实时跟踪针。系统100还提供用于分析现有超声视频或图像的离线功能，这在微调下面的图4和图5的方法时是有用的。
70.因此，系统100及其相关联的计算机实现的方法提供以下优点。
71.首先，系统100使得经验较少的用户(例如，经验较少的麻醉师或医生)能够进行神经轴手术，该用户借助于系统100及其相关联的计算机实现的方法能够以与有经验的用户类似的准确度和成功率执行神经轴手术。具体地，应注意，确定用于神经轴手术的针插入的位置是需要大量经验的困难任务。借助于系统100，脊柱的重要特征被自动标记，并且用户以逐步的方式被引导以首先定位用于针插入的最佳脊柱节段，然后实现用于执行神经轴手术的最佳水平位置和倾斜角。以这种方式，可以加速整个神经轴手术，同时保持神经轴手术的一致性和准确性。此外，提供系统性的逐步引导的手术还提高了手术的成功率，从而改善了患者体验并减少了由于多次失败的注射尝试而导致的并发症和不必要的不适的发生。此外，系统100还有助于涉及肥胖患者和/或具有脊柱病症的患者的困难情况下的神经轴手术。
72.第二，系统100提供了对当前超声系统的紧凑添加，从而允许容易地集成到当前的临床工作流程中。系统100还被设计为即插即用的，因此仅需要将计算机102连接到超声机器104的视频输出端口并将超声探头108连接到超声机器104的探头输入端口。
73.第三，通过其直观的用户界面和工作流程，系统100通过提供可以由经验较少的用
户容易地识别的超声图像上的各种形态特征的指示来帮助加速对经验较少的用户的训练。以这种方式，还可以降低用于训练经验较少的用户的成本。
74.图3示出了图1的系统100的计算机102的框图。
75.如图3所示，计算机102是具有存储计算机程序模块的存储器的计算机系统，该计算机程序模块实现用于识别脊柱中的神经轴间隙的计算机实现的方法。计算机102包括处理器302、工作存储器304、输入模块306、输出模块308、用户界面310、程序存储装置312和数据存储装置314。处理器302可以被实现为一个或多个中央处理单元(cpu)芯片。程序存储装置312是非易失性存储设备，诸如硬盘驱动器，其存储诸如脊柱标志识别模块316的计算机程序模块。计算机程序模块被加载到工作存储器204中以供处理器202执行。输入模块306是允许计算机102接收数据(例如超声机器104中捕获的超声视频和/或图像的视频和/或图像数据等)的接口。输出模块308是允许输出由脊柱标志识别模块316处理的数据和分析结果的输出设备。输出模块308可以耦合到显示设备或打印机。用户界面310允许计算机102的用户输入选择和命令，并且可以被实现为图形用户界面。下面关于图6更详细地示出和描述了用于关于脊柱标志识别模块316来使用的用户界面。
76.程序存储装置312存储脊柱标志识别模块316。脊柱标志识别模块316使处理器302执行关于图4和图5更详细描述的各种模拟和分析过程。在一些上下文中，程序存储装置312可以被称为计算机可读存储介质和/或非暂时性计算机可读介质。如图3中所描绘的，脊柱标志识别模块316被描绘为用于执行本发明的计算机实现的方法的单个模块。然而，应当理解，这里的边界设置仅是示例性的，并且替代实施例可以施加模块的功能的分解。例如，本文所讨论的脊柱标志识别模块316可以被分解为子模块，以作为多个计算机过程执行，并且可选地在多个计算机上执行。此外，替代实施例可以组合特定模块或子模块的多个实例。还应当理解，虽然本文描述了计算机程序模块的软件实现，但是这些可以替代地被实现为一个或多个硬件模块(诸如(一个或多个)现场可编程门阵列或(一个或多个)专用集成电路)，其包括实现与软件中实现的功能等同的功能的电路。
77.数据存储装置314存储用于由脊柱标志识别模块316实现的各种模型数据。如图3所示，数据存储装置314具有用于骶骨识别模型320、棘突间间隙识别模型322、全景拼接模型324、神经轴间隙识别模型326和神经轴间隙深度计算模型328的存储装置。骶骨识别模型320存储与识别在旁正中矢状超声图像中获得的脊柱的部分的图像是否包括骶骨有关的数据。这包括用于区分骶骨的形态特征的历史数据，诸如轮廓线性度、尺寸、中心位置和/或面积。棘突间间隙识别模型322存储与用于识别脊柱中的棘突间间隙的特征有关的数据。例如，棘突间间隙识别模型322包括用于识别在模板匹配方法中使用的不同脊柱节段之间的椎板的数据。全景拼接模型324存储与确定另外的或随后的旁正中矢状超声图像是否适合于拼接到全景图像的前端有关的数据，例如，与计算另外的旁正中矢状超声图像和全景图像的前端之间的互相关强度有关的数据。神经轴间隙识别模型326存储与从横向超声图像提取脊柱的特征(例如，与神经轴间隙相关联的独特图案)和提取脊柱的中线特征有关的数据。神经轴间隙深度计算模型328存储与计算脊柱中的神经轴间隙的深度有关的数据。
78.尽管参考计算机描述了技术架构，但是应当理解，技术架构可以由彼此通信并协作以执行任务的两个或更多个计算机形成。例如但不作为限制，可以以允许应用的指令的并发和/或并行处理的方式划分应用。可替代地，由应用处理的数据可以以允许由两个或更
多个计算机并发和/或并行处理数据集的不同部分的方式进行划分。在实施例中，技术架构可以采用虚拟化软件来提供不直接绑定到技术架构中的计算机数量的多个服务器的功能。在实施例中，可以通过在云计算环境中执行一个应用和/或多个应用来提供上面公开的功能。云计算可以包括使用动态可扩展计算资源经由网络连接提供计算服务。云计算环境可以由企业建立和/或可以根据需要从第三方提供商租用。
79.与识别脊柱中的神经轴间隙有关的方法
80.图4和图5示出了与由图1的超声成像系统100执行的识别脊柱中的神经轴间隙有关的方法400、500。具体地，图4涉及用于识别用于执行神经轴手术的脊柱的最佳节段的方法400，而图5涉及识别用于在执行神经轴手术时插入针的神经轴间隙的方法500。应当理解，这些方法400、500中的每一个可以彼此独立地执行。例如，熟练的用户(例如，有经验的医生或麻醉师)可以在不使用图4的方法400的情况下通过手动触诊脊柱来识别用于执行神经轴手术的脊柱的最佳节段。
81.参考图4，在步骤402中，计算机102从超声机器104接收脊柱的部分的旁正中矢状超声图像。一旦在步骤402中接收到旁正中矢状超声图像，在本实施例中，处理旁正中矢状超声图像以减少图像中的噪声和/或任何不想要的伪影。使用可选步骤404和406来执行旁正中矢状超声图像的处理。在步骤404中，使用高斯差分(dog)局部归一化滤波器来执行旁正中矢状超声图像的对比度增强，以去除斑点噪声并增强如旁正中矢状超声图像中所示的脊柱的该部分的解剖结构的对比度。在步骤406中，对比度增强的旁正中矢状超声图像经历进一步处理以消除候选轮廓点。这通过二元阈值处理来执行，并且可以随后进行形态变换，具体是扩张和侵蚀。
82.在步骤408中，计算机102的脊柱标志识别模块316被布置为识别旁正中矢状超声图像的形态特征，以用于对脊柱的该部分进行分类，特别是用于确定旁正中矢状超声图像是否示出脊柱的骶骨。通常，在脊柱的纵向或旁正中矢状视图中，骶骨被示出为明亮的回声线，其与其他解剖脊柱结构相比具有更显著的长度。鉴于其形状特性，与骶骨相关联的形态特征可用于对骶骨进行分类。
83.在步骤410中，计算机102的脊柱标志识别模块316被布置为基于步骤408的所识别的形态特征来确定旁正中矢状超声图像是否包括骶骨。所使用的形态特征的示例包括轮廓线性度、尺寸、中心位置和/或面积。在本实施例中，为了基于所识别的形态特征来确定旁正中矢状超声图像是否包括骶骨，使用机器学习算法。
84.具体地，这些形态特征的历史数据是从在用于通过对来自视频流的图像进行采样和注释来构建骶骨识别模型320(例如，图像数据库)的先前研究期间收集的若干健康对象的视频记录的图像获得的。基于该历史数据，训练支持向量机(svm)分类器以分类并确定在旁正中矢状超声图像中识别的轮廓是否属于骶骨的轮廓。svm分类器是一种监督学习算法，其为训练集寻找具有最大裕度的决策边界(或分离超平面)。使用从这些健康对象收集的轮廓的形态特征来训练svm分类器。表示骶骨的轮廓被标记为
‘1’
，并且表示其他结构的轮廓被标记为
‘0’
。在训练之后，经训练的svm分类器被存储在计算机102或数据库106中以用于实时骶骨检测。
85.因此，在脊柱的超声扫描期间，与从超声机器104获得的旁正中矢状超声图像的每个可见解剖结构相关联的所提取的形态特征可以被馈送到经训练的svm分类器中，以用于
实时确定所研究的解剖结构是否包括骶骨。
86.一旦确定旁正中矢状超声图像包括骶骨，就可以使用骶骨作为起始点来构建脊柱的全景图像。然后，全景图像能够用于识别脊柱的脊柱节段，并且因此识别用于执行神经轴手术的脊柱的最佳节段。可替代地，如果确定旁正中矢状超声图像不包括骶骨，则在步骤411中，计算机102被配置为提示用户重新定位超声探头108并重新扫描脊柱以提供用于步骤402的另一旁正中矢状超声图像。
87.如果在步骤410中确定旁正中矢状超声图像的脊柱的该部分包括骶骨，则在步骤412中，计算机102从超声机器104接收脊柱的另外的旁正中矢状超声图像。尽管在方法400中未示出，但是可以例如通过使用步骤404和406来过滤在步骤412中接收的另外的旁正中矢状超声图像，以获得良好的图像质量。在步骤414中，脊柱标志识别模块316被布置为确定在步骤412中接收的另外的旁正中矢状超声图像是否适合于拼接到该旁正中矢状超声图像以形成脊柱的全景图像的部分。为此，首先使用存储在例如棘突间间隙识别模型322中的数据经由模板匹配来识别脊柱的椎板的位置。基于形态特征和所提取的椎板的位置，可以识别棘突间间隙。棘突间间隙是不同脊柱节段的椎板之间的间隙。为了确定另外的旁正中矢状超声图像是否适合以良好的图像质量拼接到该旁正中矢状超声图像，基于椎板的模板匹配结果以及另外的旁正中矢状超声图像与先前处理的旁正中矢状超声图像(例如，在这种情况下，它将是骶骨的旁正中矢状超声图像)之间的互相关强度来选择另外的旁正中矢状超声图像。
88.如果在步骤414中确定另外的旁正中矢状超声图像适合于拼接到该旁正中矢状超声图像，则脊柱标志识别模块316被配置为在步骤416中将另外的旁正中矢状超声图像拼接到该旁正中矢状超声图像以形成脊柱的全景图像的部分。如果在步骤414中确定另外的旁正中矢状超声图像不适合于拼接到该旁正中矢状超声图像，则在步骤418中，计算机102被配置为提示用户重新定位超声探头108并重新扫描脊柱以获得用于步骤402的另外的旁正中矢状超声图像。换句话说，该过程从如图4所示的步骤402再次重新开始。
89.在步骤420中，脊柱标志识别模块316被配置为识别全景图像的部分的棘突间间隙的位置。这是通过使用相位相关方法计算该另外的旁正中矢状超声图像与该旁正中矢状超声图像的前沿之间的移位或运动、并且变换超声探头108的中心相对于该全景图像的该部分的坐标来实现的。
90.一旦在步骤420中识别出棘突间间隙的位置，脊柱标志识别模块316被配置为使用棘突间间隙的位置相应地识别脊柱的当前脊柱节段。这可以通过对从骶骨到前导(leading)旁正中矢状超声图像的棘突间间隙的数量进行计数来实现。
91.在这一点上，应当理解，尽管描述了用于将另外的旁正中矢状超声图像拼接到旁正中矢状超声图像以形成全景图像的部分的方法，但是为了形成全景图像，随后的旁正中矢状超声图像帧沿着扫描被逐步拼接。事实上，随着随后的旁正中矢状超声图像被逐步拼接以形成全景图像，可以对棘突间节段的数量进行计数，并且可以识别当前脊柱节段。
92.在步骤424中，计算机102的脊柱标志识别模块316被配置为确定是否已经到达脊柱的最佳节段。这可以通过在步骤422中对脊柱节段进行计数来实现。在本实施例中，脊柱的最佳节段位于脊柱的l3-l4棘突间间隙的位置处。如果确定尚未到达脊柱的最佳节段，则计算机102的脊柱标志识别模块316被配置为返回到如图4所示的步骤412至422。一旦在步
骤424中确定已经到达最佳节段，则计算机102的脊柱标志识别模块316被配置为在步骤426中通知用户已经到达脊柱的最佳节段并且向用户传输请求以获得最佳节段处的横向超声图像。
93.图5示出了用于识别由图4的方法400确定的脊柱的最佳节段处的神经轴间隙的方法500的步骤。
94.一旦在方法400的步骤426处识别出最佳脊柱节段，计算机102的脊柱标志识别模块316就被配置为在步骤502中接收脊柱的部分的横向超声图像。为此，脊柱标志识别模块316被配置为提示用户沿着超声探头的纵轴将超声探头106旋转90度，以用于在脊柱的该部分的横向视图中生成横向超声图像。应当注意，在本实施例中，在最佳节段在脊柱的l3-l4棘突间间隙处的情况下，预期针对横向超声图像获得表征该棘突间间隙的独特的“飞行蝙蝠”类型的图案。
95.类似于方法400的步骤404和406，一旦在步骤502中获得横向超声图像，在本实施例中，处理横向超声图像以减少图像中的噪声和/或任何不想要的伪影。可以使用可选步骤504和506来执行横向超声图像的处理。在步骤504中，使用高斯差分(dog)局部归一化滤波器来执行横向超声图像的对比度增强，以去除斑点噪声并增强如横向超声图像中所示的脊柱的解剖结构的对比度。在步骤506中，对比度增强的横向超声图像经历进一步处理以消除候选轮廓点。这通过二元阈值处理来执行，并且可以随后进行形态变换，具体是扩张和侵蚀。步骤504和506有利地减少了横向超声图像中的噪声的影响，并且增强了对于识别神经轴间隙至关重要的解剖结构或特征。
96.在步骤508中，脊柱标志识别模块316被配置为基于与神经轴间隙相关联的独特图案从横向超声图像提取脊柱的该部分的特征。具体地，在由横向超声图像捕获的横向超声图像平面中，神经轴间隙通常由类似“飞行蝙蝠”的图案表征(参见例如图10)。基于该独特图案，脊柱标志识别模块316被配置为从横向超声图像中识别和提取一组特征。这也被称为模板匹配技术，其中基于来自有经验的超声医师的临床知识预先准备独特图案的一组模板，并且将其用于与横向超声图像相关联，以识别神经轴间隙的特征。在本实施例中，所提取的特征包括以下中的一个或多个：后复合体的深度、前复合体的深度、后复合体的归一化互相关强度、前复合体的归一化互相关强度、左关节突的位置、右关节突的位置、左关节突的归一化互相关值和右关节突的归一化互相关值。此外，可以提取用于模板匹配的两个附加特征以识别神经轴间隙，并且这些特征包括后复合体和前复合体的水平位置。所提取的这些附加特征有助于避免假阳性结果，假阳性结果可能在棘突图像产生其形状和深度类似于黄韧带/椎体的轮廓的情况下出现，从而导致在棘突间图像中获得类似的深度和归一化互相关值。
97.在步骤510中，脊柱标志识别模块316被配置为识别横向超声图像中的脊柱的该部分的中线。中线是从横向超声图像的顶部跨越到横向超声图像的底部的线，并且可以通过使用与横向超声图像的预定义扫描窗口内的白色像素的存在相关联的成本函数来识别中线。扫描窗口与从中线的右侧和左侧跨越相等距离的区域相关联。通过计算一系列变量对的成本函数并选择提供最小成本函数的线来确定中线。变量对与(i)横向超声图像的第一行处的起始点和(ii)在横向超声图像的垂直轴与中线之间创建的角度相关联。每个变量对固定中线的位置。所使用的成本函数包括与像素的深度相关联的第一项和与中线相对于横
向超声图像的中心的位置相关联的第二项。
98.在步骤512中，脊柱标志识别模块316被配置为使用沿着中线的像素强度值来提取中线特征。具体地，沿着中线的中线特征可以用于区分骨骼的超声图像和神经轴间隙的超声图像。具体地，对于骨骼的图像，中线表现为暗的消声区域，因为棘突阻挡超声波更深地行进到体内。相比之下，对于神经轴间隙的图像，黄韧带、椎体和关节突的部分沿着中线是可见的，并且在横向超声图像中被示出为亮区域。在本实施例中，在步骤512中提取的中线特征包括横向超声图像的预定义窗口中的黑色像素的比率和横向超声图像中的后复合体下方的白色像素的比率。
99.在步骤514中，脊柱标志识别模块316被配置为基于横向超声图像的脊柱的该部分的所提取的特征和所提取的中线特征的组合来识别神经轴间隙。具体地，将所提取的特征的组合馈送到svm分类器中，并且将这些所提取的特征与存储在神经轴间隙识别模型326中的这些特征的历史数据进行比较，以识别神经轴间隙。用于使用方法500识别神经轴间隙的历史数据是从在先前研究期间收集的若干健康对象的视频和/或图像记录获得的。一旦获得这些历史数据，就可以通过对来自这些视频和/或图像流的图像进行采样和注释来构建神经轴间隙识别模型326的图像数据库。具体地，这些采样图像中的每一个被独立地标记，例如，“1”用于棘突间图像，并且
“‑
1”用于棘突图像和不适合于针插入的其他图像。以这种方式，svm分类器可以被训练并存储在计算机102的神经轴间隙识别模型326中，以用于实时神经轴间隙识别。随后，当在脊柱的扫描期间获得横向超声图像时，从横向超声图像所提取的特征的组合可以被馈送到svm分类器中以用于识别神经轴间隙。
100.在步骤516中，通过使用存储在神经轴间隙识别模型326中的svm分类器，脊柱标志识别模块316被配置为确定神经轴间隙是否在横向超声图像中存在并且居中。如果在步骤516中确定神经轴间隙不在横向超声图像中存在并且居中，则脊柱标志识别模块316被配置为提示用户调节超声探头108的位置以获得另一横向超声图像，并且从步骤502到步骤516重复用于确定神经轴间隙是否在该横向超声图像中存在并且居中的过程。可替代地，如果确定神经轴间隙在横向超声图像中存在并且居中，则脊柱标志识别模块316被配置为在步骤518中计算神经轴间隙的深度，并且在步骤520中向用户传输请求以标记用于执行神经轴手术的地点的最终位置。
101.如关于方法400和500所描述的，从脊柱的纵向超声图像和横向超声图像中识别和/或提取形态特征需要脊柱标志识别模块316能够通过使用存储在骶骨识别模型320、棘突间间隙识别模型322和神经轴间隙识别模型326中的历史数据来确定这些特征。
102.已经使用用于使用方法400、500执行神经轴手术的系统100进行了初步研究。在这些初步研究中，用户(例如，麻醉师)的任务是使用脊柱标志识别模块316来在插入之前确定最佳针插入点和角度以及确定神经轴间隙的估计深度。针插入由用户在脊柱标志识别模块316提供的引导下进行，该引导包括针位置、针插入的倾斜角和针插入的估计神经轴深度的信息。
103.脊柱标志识别模块316被配置为检测与神经轴手术相关的特征并在用户界面上实时显示它们的位置。利用这些特征相对于超声探头108的位置，程序可以推断探头的位置和取向对于朝向神经轴间隙的安全针插入是否是最佳的。然后将这些获得的结果反映在用户界面上，以首先指示用户沿着脊柱向上移动，直到超声探头108处于最佳脊柱节段，即l3-l4
棘突间间隙，并且随后指示用户将超声探头在最佳脊柱节段旋转90度，以获得脊柱的横向视图，以用于识别神经轴间隙并获得用于针插入的最佳对准。在扫描每个患者之后，超声视频和/或图像被保存在计算机102或数据库106(例如，外部硬盘驱动器)中。此外，还保存了所生成的脊柱的纵向全景图像。这些超声视频和/或图像用于模型320、322、326的微调和/或训练。
104.图6示出了图1的计算机102上的用户界面600的图示。用户界面600涉及由脊柱标志识别模块316提供的不同功能，如关于上面的方法400、500所描述的。如图6所示的用户界面600的当前屏幕截图涉及在纵向旁正中视图中示出的界面(例如，用于获得旁正中矢状超声图像)。在脊柱的纵向旁正中视图和横向视图两者中的用户界面600的实际屏幕截图在下面关于图7和图9示出和描述。
105.参考图6，标签602和604用于在脊柱的纵向旁正中视图和脊柱的横向视图之间切换。指示606用于向用户呈现信息或指令。功能键608用于使用户能够选择视频输入的源并将视频输入加载到模块316中。视频输入可以是存储在计算机102中的离线的现有超声视频文件或从超声机器104获得的实况超声扫描。本领域技术人员将理解，视频包括时间序列中的多个帧，其中多个帧中的每一个可以被提取为超声图像。框610用于在必要时向用户提供警报。框612示出了脊柱的部分的图示，其用于实时指示由超声探头108到达的精确棘突节段。在扫描过程期间将出现针形，以指示超声探头108到达的当前脊柱节段。窗口614用于示出超声视频和/或图像，其中由模块316检测到的解剖标志叠加在超声视频和/或图像上。窗口616用于呈现脊柱的拼接全景图像。随着旁正中矢状超声图像被拼接到全景图像的部分的前沿，窗口616实时示出全景图像。部分618用于实时指示超声探头到达的精确棘突节段。复选框620向用户提供查看预处理图像(例如，对比度增强的)的选项，其为超声图像的特征提供清晰度。
106.模块316还提供满足不同扫描深度的功能。这在框622中示出，框622允许用户选择两种不同的模式
‑‑
正常模式和肥胖模式。在正常模式中(例如，对于常规尺寸的患者)，使用78mm的扫描深度，而在肥胖模式中，使用92mm的扫描深度。通过具有两种不同的模式，模块316被配置为考虑针对肥胖患者获得的较差的超声图像质量并相应地调节图像分析。当选择任一模式时，将自动调节用于超声机器的扫描深度，并且这在框624中示出。例如，当选择正常模式时，框624中指示的扫描深度将是78mm。如果选择肥胖模式，则将示出92mm的扫描深度。
107.框626指示在脊柱的纵向旁正中视图和横向视图中执行扫描之后由程序估计的神经轴深度。框630提供在程序中捕获的视频的每秒帧数(fps)的指示，其被设置为超声机器104的默认值。
108.框632为用户提供命名和编辑患者id以用于标记扫描的手段，使得可以稍后识别所捕获的扫描或图像。在计算机102的根数据目录中自动创建每个患者id的文件夹，用于存储这些扫描。最后，按钮634用于启动或停止程序进行的扫描过程。一旦通过按下按钮634启动扫描过程，则相同的按钮634将被改变为读为“停止扫描”。为了暂停扫描过程，可以再次点击按钮634。一旦扫描过程被暂停，按钮634将返回读为“开始扫描”。
109.如上所述，用户界面600突出显示与神经轴手术相关的脊柱的解剖结构。此外，它为手术期间的重要事件提供视觉和音频警告，包括超声探头108处于l3-l4棘突间间隙的时
刻以及超声探头108的探头角度和取向对于执行针插入是最佳的时刻。
110.通过使用用户界面600，首先引导实施神经轴手术的用户(例如，麻醉师或医生)定位脊柱的骶骨。一旦脊柱的骶骨被定位，用户就被指示沿着脊柱向上或向下移动，直到超声探头108处于最佳脊柱节段，在该情况下为脊柱的l3-l4棘突间间隙。用户界面600被配置为当超声探头108已经到达最佳脊柱节段时警告用户。使用如上所述的方法400执行该过程。一旦超声探头108处于最佳脊柱节段，就指示用户调节超声探头108的角度并微调位置，直到实现最佳对准。当已经实现该最佳对准时，用户界面600将警告用户。此时，模块316计算目标神经轴间隙的深度。使用如上所述的方法500执行用于识别神经轴间隙以用于针的最佳对准的该后续过程。
111.图7至图10示出了在临床试验期间获得的超声图像的示例。图7和图8示出了脊柱的旁正中矢状超声图像，而图9和图10示出了脊柱的横向超声图像。图7和图9是在临床试验期间拍摄的用户界面600的屏幕截图的示例，并且用于进一步示出在神经轴手术期间在用户界面600上看到的功能特征。
112.图7是图示用于在如由图4的方法400识别的脊柱的最佳节段处获得的脊柱的该部分的旁正中矢状超声图像的用户界面600的屏幕截图700。
113.参考图7，如用户界面600的框614所示，显示旁正中矢状超声图像。在用户界面600的框616中，显示脊柱的全景图像。如上文关于图4的方法400所描述的，从所识别的骶骨的旁正中矢状超声图像开始逐步地拼接所获得的旁正中矢状超声图像以形成全景图像。如图所示，在全景图像上指示棘突间节段。在用户界面600的框612中，脊柱的图示提供超声探头108的当前节段的指示704。类似的信息也在用户界面600的框606中指示，其中它读为“扫描：到达l3-l4”。停止”，以向用户提供已经到达最佳脊柱节段l3-l4并建议用户停止超声探头108的警告。另外，还在用户界面600的窗口618中提供指示708，以通知用户已经到达l3-l4脊柱节段。
114.图8示出了用于使用图4的方法识别脊柱的最佳节段的脊柱的部分的旁正中矢状超声图像的示例。标记脊柱的该部分的多个解剖特征以供参考。根据旁正中矢状超声图像800，可以识别脊柱的椎板802。例如，使用椎板的位置来识别棘突间间隙的位置。还在旁正中矢状超声图像800中识别脊柱的骶骨804。如上所述，骶骨形成全景图像的起始点，并且用作用于对脊柱节段进行计数的参考，以定位用于执行神经轴手术的脊柱的最佳节段。还在旁正中矢状超声图像800中识别黄韧带/硬脑膜(后复合体)806。
115.图9示出了用于使用图5的方法500识别神经轴间隙的脊柱的部分的横向超声图像的用户界面600的图示。在最佳节段(即l3-l4棘突间间隙)处拍摄脊柱的横向超声图像。用户界面600在用户界面600的纵向旁正中视图和横向视图标签之间共享一些共同特征(例如，特征622-634)。
116.参考图9，如用户界面600的框614所示，显示横向超声图像。此时，用户被引导微调超声探头108的位置和倾斜角，直到实现最佳对准。这可以使用如上所述的方法500通过在最佳脊柱节段处识别脊柱中的神经轴间隙来实现。一旦实现了最佳对准，用户界面600就通过在框902中示出对勾来提示用户，指示实现了超声探头108的最佳对准。此时，脊柱标志识别模块316计算并在框904处显示神经轴间隙的深度。在用户界面600上显示的横向超声图像中，还示出了中线和其他解剖特征的指示906，以帮助用户执行神经轴手术。然后，用户可
以标记用于对患者执行神经轴手术的最终位置，并按照常规实践执行神经轴手术。
117.图10示出了用于使用图5的方法识别神经轴间隙的脊柱的部分的横向超声图像的示例。标记该横向超声图像中的多个解剖特征以供参考。参考脊柱的该部分的横向超声图像1000，可以识别关节突1002、横突1004、黄韧带/硬脑膜(后复合体)和椎体(前复合体)1008。这些识别的特征用于识别脊柱的该部分的神经轴间隙，如关于图5的方法500所描述的。另外，可以在横向超声图像中识别中线1010。中线1010的特征也用于识别神经轴间隙。
118.本发明的替代实施例包括：超声探头108是无线超声探头。此外，超声探头108可以包括夹紧系统，该夹紧系统被布置成将针固定到超声探头上以用于执行神经轴手术。夹紧系统可以包括基于弹簧加载机构的夹子，其中夹子被设计用于将针牢固地固定到其上。夹子还允许针容易地从探头脱离。夹子可以自由旋转并通过由球形接头机构实现的锁定系统锁定，使得针可以定位在用于手术的最佳位置和角度。具体地，一旦确定了最佳针插入位置和对准，硬膜外针或脊柱针就可以容易地卡在超声探头108上，并且可以通过超声探头108的中间实时地在平面内进行插入。在插入期间，系统100实时监测超声图像中针尖的位置并估计其距神经轴间隙的距离。同时，用户可以使用常规的阻力损失技术来确定针的插入深度。实时超声显示允许在计算机102上的用户界面中可视化阻力的损失，这有助于向用户指示何时应该停止针的推进。一旦针已经进入神经轴或脊柱间隙，针就可以容易地与超声探头108分离和脱离，并且可以以常规方式实施神经轴手术和药物施用。在一个实施例中，附接到超声探头108的夹紧系统可以是可以容易地夹在超声探头上的盖的形式。在其他实施例中，夹紧系统与超声探头108是一体的。
119.尽管仅详细描述了本发明的某些实施例，但是根据所附权利要求，许多变型是可能的。例如，关于一个实施例描述的特征可以结合到一个或多个其他实施例中，反之亦然。此外，尽管上面提供的示例性实施例特定于神经轴间隙的识别，但是应当理解，所描述的系统和方法也可以适用于脊柱的其他解剖特征，例如关节突、前复合体、后复合体和棘突间间隙。例如，如上面关于图4所描述，可以通过使用模板匹配方法识别不同脊柱节段之间的椎板来识别棘突间间隙。此外，本领域技术人员将理解，如关于图5描述的用于识别神经轴间隙的步骤502至514同样可以应用于脊柱的其他解剖特征。例如，一般地说，可以基于感兴趣的脊柱的解剖特征的已知图案来提取脊柱的该部分的特征，并且这些所提取的特征可以与步骤512的提取的中线特征组合使用，以便识别横向超声图像中的脊柱的解剖特征。这种一般化的方法可以应用于例如脊柱的关节突、前复合体和后复合体。因此，本领域技术人员将理解，系统300能够被修改以便适应对感兴趣的脊柱的解剖特征的识别。例如，诸如关节突识别模型和/或前复合体识别模型的其他模型可以包括在系统300中。