基于自动对应进行骨重定位的制作方法

基于自动对应进行骨重定位的制作方法
【专利摘要】本发明涉及基于自动对应进行骨重定位，尤其涉及一种用于基于借助成像装置(X)采集的至少一个医学图像来计算和输出结果数据的方法和控制模块(S)。借助成像装置(X)采集(1)至少一个数字格式的具有多个骨碎片(F)的图像。然后对采集的图像应用分割方法(2)以识别在图像中包含的骨碎片(F)。然后对分割的骨碎片(F)执行碎片匹配算法(3)以计算结果数据。所述结果数据包含用于联接至少一部分骨碎片(F)的指令数据，其在监视器(M)上以可配置的格式被输出。
【专利说明】
基于自动对应进行骨重定位
技术领域
[0001]本发明涉及成像医学以及自动化和信息技术领域。本发明特别地涉及一种在手术环境下将骨碎片进行对应的情况下用于结果数据的计算方法。
【背景技术】
[0002]在复杂骨折情况下医学任务在于，识别骨碎片并且将其互相对应，使得骨在然后的手术的范围内可以被尽可能好地重建。为此必须在准备阶段进行一些措施，这至今为止手动地进行或者不能实现。
[0003]为手术介入进行准备的一种措施在于，对于各个骨碎片找到最佳的和正确的定位。该任务也可以理解为对于单片的定位问题寻求解决方案。
[0004]本发明的解决方案基于，使用和改变来自于对于医学完全陌生的拼图研究领域的知识，使得其可以被用于解决该医学定位任务。
[0005]从拼图研究领域已知，采用用于自动求解拼图任务的算法。在文章“AglobalApproach to Automatic Solut1n of Jigsaw Puzzles”，Goldberg D.,Malon C.,BernM.中详细解释了一种这样的算法。在此从特殊的假定(例如拼图具有矩形轮廓并且拼图块分别具有4个相邻块)出发，但是该假定不可应用于其他领域，如应用于医学领域，因为这里情况不同(不规则轮廓，多于4个相邻块等)。于是在拼图研究领域所已知的算法不能在不大量调整的情况下应用于该医学技术领域。

【发明内容】

[0006]本发明的任务是，提供一种自动化方法，利用该方法可以在借助成像设备的情况下提供用于计算结果数据的自动解决方案以将骨碎片重新定位和对应。
[0007]按照第一方面，该任务通过一种用于基于借助成像装置采集的至少一个医学图像计算和输出结果数据的方法解决，包括以下方法步骤:
[0008]-借助成像装置执行成像医学方法以采集至少一个数字格式的具有多个骨碎片的图像(或图像序列-为了理解方便以下通常仅称为“采集的图像”)，
[0009]-对采集的图像应用分割方法以识别在图像中包含的骨碎片，
[0010]-对所分割的骨碎片执行碎片匹配算法以计算结果数据，所述结果数据包含用于联接至少一部分骨碎片的指令数据，
[0011 ]-输出可配置格式的结果数据。
[0012]该方法是计算机执行的并且作为图像支持地进行的医学手术的准备措施被执行。该方法优选不要求用户输入并且可以全自动地进行。该方法是计算方法并且用于输出结果数据，所述结果数据优选在图形用户界面上输出或通过扬声器被输出。结果数据被输出的格式是可以配置的。在配置阶段可以设置此处应当使用哪种格式。于是结果数据和/或指令数据不仅以可视化格式(图形或文本的)，而且以声音格式或作为光信号(通过发光体，例如LED并且不是在显示器上或作为可视化信号在显示设备上)被输出。
[0013]该方法基于对数字格式的至少一个图像或图像序列的设立。优选地，为此使用移动C形臂作为X射线设备。替换地也可以采用计算机断层成像或静止的、固定安装的基于X射线的系统。但是替换地，也可以是其他模态(例如磁共振断层成像、超声波设备、经典的X射线)。
[0014]分割方法是自动的图像处理方法，利用其识别在采集的图像上显示的各个骨碎片。为此执行用于模式识别的算法。在本发明的一个有利构造中在此可以应用所谓的Flood-Filing(洪水填充)算法，其此外为块或骨碎片贴标签(做标记和可能编号)和/或将所包括的解剖结构(例如上颂骨、正交层或各个面部骨骼)对应。为了执行分割算法也可以访问数据库，在所述数据库中存储了用于与采集的图像数据进行比较的解剖块结构。分割算法的结果然后可以在附加的方法步骤中通过与存储的数据组比较而得到验证。此外还可以使用元数据来进一步检验(例如关于碎片或骨的或解剖结构的大小和/或方位)。分割方法可以基于二维或三维模式识别。
[0015]结果数据被输出的格式可以被配置。这不仅是指，结果数据可以以不同的文本格式输出，而且其可以以不同的方式表示，特别是以可视化格式，声音格式和/或作为光信号提供。这特别地在应用于医学环境情况下证明是非常有帮助的，因为医生于是尽可能少或根本不由于结果数据的认知理解而转移注意力。结果数据，特别是指令数据，可以包括命令组或一种“借助可视化的支持对重新定位的指导”。由此提供信息，该信息表示，哪些碎片应当首先或作为下一个被使用，如何置于已有的骨边缘上。此外可以包括元信息，可以将例如在最后剩下的碎片有把握地去除。
[0016]在本发明的有利实施方式中，利用导航系统(例如借助有源或无源的标记和光学参考系统)来“跟踪”手术器械的位置和/或运动。由此可以采集手术设备的位置和/或运动并且关于结果数据进行计算。根据设备被运动到哪里，输出不同的信号作为指令数据，以便能够提供设备引导或“指引”。在此可以执行基本上不同的变形。一方面当器械接近被采集的目标区域时可以输出较高频率的声音信号，并且如果器械从目标区域移开，输出较低的频率的声音信号。另一个可能性在于，将至目标区域的距离与声音信号相关，并且在从目标/骨片段移开时以长的信号声调(或持续音调)输出声音信号，而在移向目标/骨片段的情况下以较短的音调输出声音信号。当然也可以考虑其他配置，例如不同长度/持续时间的声音的序列或输出光信号。另一方面可以在监视器上将由设备接触的块或骨碎片与色彩对应或设置符号(例如希腊符号)或数字。该对应可以手动或自动地进行。在本发明的一个有利和简单的构造中，可以提供按照“信号灯原理”的另一个变形。在此例如成立“红灯”表示用于“错误”骨片段的指示信号，而“绿灯”表示“正确”骨片段。各自的骨片段的选择在此关于某个完好的或已经固定的骨片段或相应的解剖结构进行。
[0017]碎片匹配算法用于以确定的顺序选择骨片段，以用于将骨碎片尽可能在其初始位置重新定位和联接。碎片匹配算法由此也(至少间接)用于定位各个骨碎片。碎片匹配算法以基于特征的匹配方法为基础。这里可以应用所谓的曲线匹配算法(Curve MatchingAlgorithmus)。模式识别基于二维或三维模式识别，其中后者是优选的并且也考虑骨碎片以及骨碎片要被固定到其中或其上的目标结构的空间位置。
[0018]在本发明的一个有利扩展中，可以在方法执行的准备阶段配置至少一个参数，特别是一致性阈值，其表示，应当以何种程度实现在骨碎片之间的匹配。这证明是特别是有帮助的，以便在重新定位时考虑骨的不同的分裂度。于是例如可以设置为，在非常高的分裂度的情况下，所述高分裂度情况是骨非常明显地分裂的情况，一致性不必如在低分裂度情况下一样高，在所述低分裂度情况下仅需重新定位少数几个大的骨碎片，其一致性可以要求一个高的度数。这有利地提高了方法的灵活性和对不同医学情况的适配能力。
[0019]在该申请的范围内区分两种不同的数据组:指令数据和结果数据。结果数据包括指令数据。结果数据表示所应用的碎片匹配算法的解并且说明，哪里要定位哪个骨碎片，以便能够尽可能精确重建初始的解剖情况。结果数据可以以图像数据的形式提供，例如以松散的或拼成的拼图的方式。指令数据相反还包含其他信息。指令数据是在定位医学器械时的指导的基础。其包含命令，用于将器械在相应的骨碎片的情况下定位到计算的位置。指令数据能够如上所述以声音和/或光学形式输出。以相应的方式也可以以不同的方式并且以不同的格式(如上面结合指令数据描述的)提供结果数据。通过(以相应最新的形式)采集碎片或(用于保持和定位碎片的)手术设备的实际位置并且与按照结果数据计算的目标位置比较，来计算指令数据。
[0020]在方法的一个有利实施方式中，方法访问数据库，在所述数据库中存储了解剖结构和子结构，其可以借助映射方法自动与分割的骨碎片对应。由此可以提高骨碎片定位方法的质量。在本发明的一个有利扩展中，系统构造为自学习的系统。在此通过将所有采集的图像、分割的骨碎片和结果数据在数据库中自动存储，数据库被不断扩展。此外还存储指令数据。在此有利地采集另一个数据组，其表示，(利用结果数据计算的)定位建议是否必要或正确还是不正确或者说不能实现。对结果数据的该反馈也被存储在数据库中，以便能够对于将来的情况提供优化。反馈数据例如可以通过操作用户界面上的控件(“成功/不成功”)来采集和存储。
[0021]在方法的另一个有利实施方式中，附加地和特别是在使用碎片匹配算法之前执行另一个步骤，即图像处理或者说图像改变措施。图像改变措施可以包括对分割的骨碎片和/或背景着色。该步骤用于重新计算采集的图像，以便将其作为碎片匹配算法的基础，所述算法利用重新计算的图像可以实现更好的结果。在一种变形中图像改变措施也可以在分割方法之前被执行。
[0022]在本发明的一种优选实施方式中，输出计算的结果数据。优选地，这在数据在显示设备上被可视化表示的情况下进行。替换地或累加地，这也可以借助用于声音信号的扬声器进行。在此声音信号的模式(内容或音高或音长)可以代表离目标位置的远或近。在结果数据的可视化表示的情况下可以显示具有突出的轮廓和其计算的目标位置的各骨碎片以用于正确重新定位到现有的骨上。在此可以使用界标元素(重要的、中央的、容易识别的骨或解剖锚点，其在采集的图像上以及在手术环境中是可容易识别的)以用于取向(也以突出的形式)。
[0023]在本发明的一个有利扩展中，按照本发明的方法或系统包括光学跟踪系统，其与成像装置互相参照并且由此具有与后者共同的参考框架，具有(优选立体的)照相机，用于采集器械的当前位置和叠加到成像装置采集的图像上或传输到所述图像中。由此(例如持有某个骨碎片的器械的)当前器械位置可以与(从结果数据)计算的目标位置比较。这允许光学和/或声音支持地引导器械或间接引导相应的骨碎片的重定位。
[0024]如引文已经提到的，从拼图研究中已知的拼图算法不能不加改变地用于骨碎片定位任务，因为这里要注意其他前提条件。骨碎片在其打算的和初始的位置通常不形成矩形的轮廓。此外碎片通常分别具有四个相邻块的假定也不成立。相邻块的数量可以是任意数字。此外碎片在断裂情况下是严重碎裂的并且不具有清晰的轮廓，这既要求调整分割算法也要求调整已知的拼图算法。现有技术中已知的拼图算法的原理通过以下方面来改变或者说扩展:
[0025]1.轮廓校正，以便能够考虑骨碎裂。在此可以设置，采集轮廓线(利用自动图像处理方法)。采集的轮廓线然后可以例如利用鼠标来改变，以便由此例如能够排除碎片的块。
[0026]2.解剖映射，以便能够适当考虑解剖情况。
[0027]3.方位校正，以便能够考虑在骨碎片块的情况下的特殊定位。
[0028]4.起始点校正。这允许，对于各自的解剖情况尽可能最优地选择起始点。在此确定尽可能大的、完好的骨碎片并且为此计算合适的相邻骨碎片。与之相反，在已知的拼图方法中通常以轮廓开始，也就是以拼图的外部边缘开始，这对于在医学技术中的应用是不合目的的。
[0029]5.在各个骨碎片之间所要求的一致性的程度的配置可能性。在此可以特别地配置骨碎片的大小(例如2mm2)，其对于重新定位任务应当被考虑。
[0030]6.3D扩展，其考虑和计算骨碎片关于周围的解剖的空间定位(实际位置和目标位置)。
[0031]7.交互选项。在此用户也可以手动定位、旋转和/或移动所选择的骨碎片，其中，例如对于具有完全特殊形状的骨，例如耳朵中的锤骨，目标位置是明显的。
[0032]8.中断标准，其例如是基于大小但也可以基于形状确定的:长的、尖的骨刺几乎可以肯定是无处匹配的。
[0033]原则上，该方法可以以两个不同的表现形式被应用。一方面可以在交织的模式中运行，其中一个碎片定位阶段和对于相应的下一个骨碎片的搜索阶段交替。在碎片定位阶段，通过将各自的骨碎片定位到所计算的目标位置上，实现对于各自的骨碎片的结果数据或指令数据。按照交织的模式，在碎片定位阶段之后接着是搜索阶段。在搜索阶段中搜索至少一个邻接的骨碎片。在交织的模式中也就是碎片定位和搜索阶段对于一个预定数量的骨碎片交替。另一方面，该方法也可以在块模式中运行。在块模式中结果数据组包括对于所有骨碎片的定位建议并且将其输出。在(完全执行的)搜索阶段之后接着-通常对于所有骨碎片连续地-执行碎片定位阶段。也可以执行混合形式。在混合形式中，在搜索阶段对于多个骨碎片共同地计算结果数据并且输出。然后是对于各自的骨碎片的碎片定位阶段。如果这些骨碎片被定位了，可以执行对于预定数量的相邻骨碎片的下一个搜索阶段。这迭代地一直重复，直到所有骨碎片被定位。混合形式的优点是，可以灵活地对各自的解剖情况做出反应。于是在非常大的碎片的情况下可以确定，在一个过程中就定位多个碎片并且由此执行对于多个碎片的搜索阶段，而在多个小的、有时难以定位的碎片的情况下，通常仅一个接一个地定位碎片，然后搜索下一个。混合形式的优点是，前面哪里也不合适的碎片可能可以被一次都安置。但是块方法的缺点是，估计必须在中间记录一个新的数据组并且必须重新运行算法，因为通过定位已经全部移动。
[0034]碎片匹配算法可以包括验证过程，利用该验证过程可以由应用者验证或拒绝所计算的用于定位至少一个骨片段的建议。为此向应用者提供输入掩码，在所述输入掩码中其可以输入验证信号。这可以优选地通过点击确认控件来进行。只有接收到对于所计算的建议的确认信号时，才输出所述建议作为结果数据组。
[0035]此外碎片匹配算法可以首先在规划模式中运行。在规划模式中仅产生用于定位的建议。基于该建议然后计算所有碎片的总定位并且可视化地显示，而不在活体中进行真实的骨定位。碎片然后在其分别计算的目标位置中以3D模型的形式被可视化地显示。如果在该显示中表明，至少一个骨碎片错误或差地定位，则可以校正错误。为此该方法包括回溯。回溯用于事后校正已经计算的结果数据和定位建议。当在进行中的搜索/定位的阶段中证实，已经定位的骨碎片错误地定位了并且必须再次重新定位时，这证明是有意义的。于是又必须撤销至此的定位建议，从而能够将骨碎片置于另一个位置。
[0036]在本发明的一个有利构造中，碎片匹配算法包括确定优先级。确定优先级用于规定各骨碎片的重要性。高优先级的碎片首先被处理，而低优先级的碎片可以稍后被处理。通常，给较大的碎片分配一个较高的优先级。
[0037]前面结合方法描述了任务的解决方案。在此提到的特征、优点或替换实施方式同样也可用于另外要求保护的内容并且反之亦然。换言之，物的权利要求(例如针对控制模块或系统或针对计算机程序产品)利用结合方法描述或要求保护的特征来扩展。方法的相应的功能性特征在此通过系统的或产品的相应的物的模块，特别是通过硬件模块或微处理器模块构造并且反之亦然。
[0038]上述任务由此也利用控制模块解决。控制模块包括分割模块和处理器。结果和/或指令数据的输出在输出单元上进行，所述输出单元可以构造为监视器、发光体或扬声器。
[0039]另一个任务解决方案在于计算机程序产品，其可以被加载到计算机的存储器中并且具有计算机程序代码，当计算机程序产品在计算机上运行时用于执行上述方法。
[0040]另一个任务解决方案是计算机程序，具有计算机程序代码，当计算机程序产品在计算机上运行时用于执行上述方法。在此也可以的是，计算机程序存储在计算机可读的介质上。
【附图说明】
[0041]在以下的【附图说明】中根据附图描述非限制性地理解的实施例以及其特征和其他优点。在此
[0042]图1示出了按照本发明的优选实施方式的本发明的计算单元的示意性概览图，
[0043]图2示出了按照本发明的优选实施方式计算的结果数据在显示设备上的示意性部分显示，
[0044]图3示出了按照方法的优选实施方式的流程图，
[0045]图4示出了具有连接的监视器的控制模块的示意图。
【具体实施方式】
[0046]本发明涉及一种基于计算机的方法，该方法可以在外伤学领域中被使用。在外伤学中通常发生在颅骨区域的粉碎性骨折。这例如通过自行车或摩托车事故、脸朝下摔倒以及打架引起。在德国，每年治疗或手术或校正多于大约330000起面部骨折。特别是在颂面外科区域目前几乎没有技术辅助手段，用于恢复高度复杂的骨折。这是一个大的市场，其中目前典型地使用移动C形臂用于数字2D成像。面部骨折和/或由至少两处、但也完全可以由直至三十处和更多个单个骨片段组成的多个骨折的重建(在此单个裂块的大小部分地在几个平方厘米以下)，在没有充分的成像的情况下持续数个小时并且是一项大的“镊夹工作因为医生本身必须决定并且手动尝试，哪块骨片适合于另一块。总之这意味着非常长的手术时间-连同对于患者的所有与此相关的风险和负担，设备(用于成像的C形臂)、手术室和相应人员的长时间使用。更困难的是其他因素，即，周围组织通过损伤而大规模肿胀和出血，这使得搜索合适的骨片更困难。要补充的是，通常发生的是，不是所有骨片段可以被对应，这为患者的手术结果加上了严重的负面色彩。对手术结果的检查典型地在手术之后借助CT扫描才进行。如果这里确定了，例如互相不合适，则必须对患者进行再一次手术。这意味着对于医院提高的成本和对于患者的沉重负荷。
[0047]以下结合附图1详细解释本发明。
[0048]移动或静止的C形臂X作为成像装置被采用，以产生以数字格式-优选以DICOM格式(DIC0M:医学数字图像和通信)的至少一个图像或多个图像截面的图像序列。为了采集光学图像而设有立体照相机系统K，其包括至少两个光学间隔的照相机物镜Kl，K2。照相机系统布置在C形臂X上或作为单独的部件。在后者情况下通过配准方法与C形臂互相参照，使得利用照相机系统K采集的光学图像可以与利用C形臂采集的图像对应。C形臂X和照相机系统K通过数据交换(无线或有线地)与包括控制模块S的计算机C相连。计算机C可以与数据库DB进行数据交换。此外用于显示图像和数据的监视器M可以连接到系统。
[0049]在-特别是多样-断裂的骨的情况下应当利用自动化支持这样定位各个骨碎片F，使得又可以尽可能好地和完整地重构骨。在此要首先借助手术中3D成像I (例如syngoDynaCT,syngo Dynact Micro)记录单个碎片块F(例如F1、F2、F3)。其然后应当利用分割方法2被自动分割并且对单块着色或利用其他方法(例如编号或标上符号)在监视器M上区分地显示。借助以下详细描述的碎片匹配算法3现在将单块与完成拼图的情况相似地自动联接。解的过程应当图形地在监视器M上显示，以便对于外科医生来说是可以完全可行地。
[0050]按照本发明的一个实施方式，首先确定或者说规定大的完好的骨片段。在最好的情况下这是完好的颅骨的边沿。现在碎片匹配算法3试图按顺序将自由的骨片段FhF2^Fn通过围绕所有三个重心轴旋转和改变和移动到完好的骨片段的空着的骨边沿而与匹配地放置到现有的完好的骨片段上。改变包括压缩、放大和变形。这是必要的，因为骨碎片F不一定位于与完好骨相同的平面上并且由此可以放大或缩小。因为这(在统计学上)是通常情况，所以优选总是进行碎片改变处理。如果算法采集了合适的骨片段F，则其被特殊地标记。现在碎片匹配算法3以另一个自由的骨片段开始并且试图将其放置到现在被扩展的骨边沿上。如果没有找到合适的块，则可以设立一致性阈值，其说明，应当达到多大的一致性。可以的是，一些骨裂片在骨块的边缘裂开并且由此不可能百分百地互相匹配。
[0051]最后理想地找到并标记所有合适的骨块F。这些骨块现在可以通过由碎片匹配算法3建议的顺序作为对于外科医生的一种“工作流程建议”而被手术地地放置和固定。不可对应的块(通常提到的分裂碎片〈1_2)被单独地标记(例如彩色地)并且能够(在需要时)由外科医生手术地去除。
[0052]碎片匹配算法3基于几何形状的知识工作。根据实施的不同，在此可以执行二维或三维模式识别。在本发明的替换实施方式中，使用数据库DB，在数据库中包含了解剖结构。这特别地在复杂骨折的情况下是有帮助的。此外有意义的可以是，数据库DB构造为自学习的系统并且是可以通过反馈扩展的，以便由此提升质量。
[0053]在拼图研究中已经表明，当背景例如以白色着色并且所有拼图块是一个颜色，例如黑色时，实现最好的结果。由此在本发明的有利实施方式中，执行至少一个图像改变措施Ia(着色)。通过自动分割2，这可以容易地执行，但是是本发明的一个可选特征。与拼图解的重要区别在于骨碎片的不同厚度。拼图块通常是相同厚度的，而骨碎片很少相同厚度。由此在本发明的一个实施方式中，从与不同点处骨的相应的不同厚度相关的不同灰度级显示中，导出其它信息并且将其作为结果数据组的部分提供。骨碎片的曲率值也可以用于定位。借助数据库DB，可以在考虑曲率值的情况下计算目标位置，特别是理解必须如何旋转和定位碎片。
[0054]如图2所示，在监视器M上以结果数据的形式显示计算的定位建议。在图2中在左边示出的初始的单个碎片&12，将其通过相应的空间方位改变定位为使得其互相匹配。碎片匹配算法3的结果或部分结果然后在监视器3上输出(在图2中在右边示出)。
[0055]控制模块S用于执行碎片匹配算法3并且是新的和独特的工具，特别用于面部手术，所述工具在手术的准备阶段减轻外科医生的工作，明显更快、更安全、更有效和更舒适地执行复杂的重建(恢复)。
[0056]如图4所示，控制模块S包括分割模块SM，其用于将分割方法应用于采集的图像以识别在图像中包含的骨碎片F。控制模块S此外还包括处理器P，其用于对分割的骨碎片F执行碎片匹配算法3，以计算结果数据，所述结果数据包含用于将至少一部分骨碎片F联接起来的指令数据，其中控制模块S与监视器M处于数据交换，所述监视器用于以可配置的格式输出4结果数据。控制模块S可以集成在计算机C或计算机系统中。在本发明的另一个实施方式中，处理器P还构造为用于执行其他任务，例如用于执行图像处理措施，以简化计算(着色、边缘处理、模式识别过程等)。
[0057]碎片匹配算法3在医学领域中原则上可以应用于由至少两个单块组成的所有骨折，也可以应用于颂面外科手术之外的其他区域。然而该区域之所以是典型的应用，是因为其是身体的最难重建的区域，因为面部和颅骨由于其薄的壁厚和曲率半径而对于重建是非常具有挑战性的。
[0058]在本发明的构造中，结果数据包括指令数据，其包括在执行实际的手术之前，以处方形式的一系列指导，即，骨碎片F应当以何种顺序被最好地联接。
[0059]按照本发明的一个方面，输入大小边界值。大小边界值表示最小的碎片大小，其对于碎片匹配算法3的执行还应当被考虑。在实践中，这意味着，所有较小的碎片(例如小于2-4_2)不再被重建，而被去除。
[0060]按照本发明的另一个方面，在一部分或整个重定位过程结束之后，重复图像的拍摄，以便提高精度和/或以便检查，实际的定位是否与计算的目标定位一致。
[0061]以下结合图3详细解释按照本发明的一个优选实施方式的典型流程。
[0062]在方法开始之后，在步骤I中执行医学成像。在该医学成像中采集数字图像，在所述数字图像中显示所有或选择的骨碎片F。在步骤Ia中可以将图像处理措施应用于采集的图像，例如对碎片F和/或背景着色。在步骤2中将分割方法应用于采集的图像，以便识别各个在图像中显示的碎片F。任选地在此可以再次执行另一个图像处理，以便能够更有效地执行碎片匹配算法3。属于这的特别是相应的骨碎片F在所有三个空间轴上的旋转，碎片F的大小改变如压缩和放大。这在图3中利用附图标记IY表示。在步骤3中然后实施碎片匹配算法3，以计算结果数据，其然后在步骤4中在监视器M上输出。这例如可以以如在图2中在右边示出的方式进行。如图3通过虚线所示，可以的是，方法或各个方法步骤迭代地进行。于是可以在输出结果数据之后再次进行图像改变措施la，分割方法2，另一个图像改变措施la'，和/或碎片匹配算法3。在步骤5中将结果数据和可选地将指令数据在显示设备M上显示。如图3中通过四个向上指的、虚线示出的箭头应当表示，在显示结果数据之后，可以执行一个或多个图像处理措施，分割2和/或碎片匹配算法3。
[0063]最后指出，本发明的描述和实施例原则上不限于本发明的特定物理实现。所有结合本发明的各个实施方式解释的和示出的特征可以以不同的组合设置在按照本发明的内容中，以同时实现其有利效果。
[0064]本发明的保护范围通过所附权利要求给出并且不通过在说明书中解释或附图中示出的特征限制。
[0065]对于专业人员特别明显的是，本发明不仅可以利用移动C形臂应用，而且也可以利用其他成像设备，例如经典的X射线，MRT等。此外控制模块S的部件可以分布到多个物理产品上实现。
【主权项】
1.一种用于基于借助成像装置(X)采集的至少一个医学图像来计算和输出结果数据的方法，包括以下方法步骤: -借助成像装置(X)执行(I)成像医学方法以采集至少一个数字格式的、具有多个骨碎片(F)的图像； -对采集的图像应用分割方法(2)以识别在图像中包含的骨碎片(F); -对分割的骨碎片(F)执行碎片匹配算法(3)以计算结果数据，所述结果数据包含用于联接至少一部分骨碎片(F)的指令数据； -输出(4)可配置的格式的结果数据。2.根据权利要求1所述的方法，其中，所述碎片匹配算法(3)基于对几何形状的自动识别。3.根据上述权利要求中任一项所述的方法，其中，所述碎片匹配算法(3)基于模式识别方法，特别是曲线匹配方法。4.根据上述权利要求中任一项所述的方法，其中，采集一致性阈值，其说明了在骨碎片(F)之间的一致性程度。5.根据上述权利要求中任一项所述的方法，其中，所述方法包括对数据库(DB)的访问，在所述数据库中存储了解剖结构和子结构，其借助映射方法能够与分割的骨碎片(F)自动对应。6.根据权利要求5所述的方法，其中，通过将所有采集的图像、分割的骨碎片、结果数据和/或反馈数据在数据库(DB)中自动存储，所述数据库(DB)被不断扩展。7.根据上述权利要求中任一项所述的方法，其中，所述方法包括以下方法步骤: -执行图像处理措施(Ia)以重新计算采集的图像，以便将其作为碎片匹配算法(3)的基础。8.根据上述权利要求中任一项所述的方法，其中，所述方法包括以下方法步骤: -在显示设备(M)上显示(5)结果数据。9.一种用于基于至少一个医学图像来计算和显示结果数据的控制模块(S)，所述医学图像是借助成像装置(X)以数字格式采集的并且在所述医学图像中显示了多个骨碎片(F)，所述控制模块包括: -分割模块(SM)，其用于将分割方法(2)应用于采集的图像以识别在图像中包含的骨碎片(F)， -处理器(P)，其用于对分割的骨碎片(F)执行碎片匹配算法(3)，以计算结果数据，所述结果数据包含用于将至少一部分骨碎片(F)联接起来的指令数据， -其中控制模块(S)与输出单元(M)处于数据交换，所述输出单元用于以可配置的格式输出(4)结果数据。10.—种计算机程序产品，其能够加载到数字计算机的内部存储器中并且包括软件例程，利用其能够当软件例程在数字计算机中运行时执行按照上述方法权利要求所述的方法的步骤。
【文档编号】G06T7/00GK106097294SQ201610223942
【公开日】2016年11月9日
【申请日】2016年4月12日 公开号201610223942.5, CN 106097294 A, CN 106097294A, CN 201610223942, CN-A-106097294, CN106097294 A, CN106097294A, CN201610223942, CN201610223942.5
【发明人】M.威特斯, D.温尼伯格
【申请人】西门子公司