RU2732735C1 - Способ контроля положения и дыхания пациента с применением набора инфракрасных датчиков глубины - Google Patents
Способ контроля положения и дыхания пациента с применением набора инфракрасных датчиков глубины Download PDFInfo
- Publication number
- RU2732735C1 RU2732735C1 RU2019134415A RU2019134415A RU2732735C1 RU 2732735 C1 RU2732735 C1 RU 2732735C1 RU 2019134415 A RU2019134415 A RU 2019134415A RU 2019134415 A RU2019134415 A RU 2019134415A RU 2732735 C1 RU2732735 C1 RU 2732735C1
- Authority
- RU
- Russia
- Prior art keywords
- patient
- sensors
- coordinate system
- calibration
- data
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 17
- 238000012544 monitoring process Methods 0.000 title claims abstract description 5
- 239000003550 marker Substances 0.000 claims abstract description 24
- 230000029058 respiratory gaseous exchange Effects 0.000 claims abstract description 18
- 238000006073 displacement reaction Methods 0.000 claims abstract description 12
- 230000008569 process Effects 0.000 claims abstract description 9
- 230000010354 integration Effects 0.000 claims abstract description 8
- 238000005259 measurement Methods 0.000 claims abstract description 7
- 238000012360 testing method Methods 0.000 claims abstract description 5
- 238000013079 data visualisation Methods 0.000 claims abstract description 4
- 238000007781 pre-processing Methods 0.000 claims abstract description 4
- 238000012545 processing Methods 0.000 claims abstract description 3
- 230000001105 regulatory effect Effects 0.000 claims 1
- 238000001959 radiotherapy Methods 0.000 abstract description 5
- 238000004364 calculation method Methods 0.000 abstract description 2
- 239000003814 drug Substances 0.000 abstract 1
- 230000000694 effects Effects 0.000 abstract 1
- 230000000241 respiratory effect Effects 0.000 abstract 1
- 239000000126 substance Substances 0.000 abstract 1
- 230000006870 function Effects 0.000 description 4
- 238000012549 training Methods 0.000 description 4
- 239000013598 vector Substances 0.000 description 4
- 230000008859 change Effects 0.000 description 3
- 238000001914 filtration Methods 0.000 description 3
- 206010011224 Cough Diseases 0.000 description 2
- 238000013481 data capture Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- OGIYDFVHFQEFKQ-UHFFFAOYSA-N 3-[n-(4,5-dihydro-1h-imidazol-2-ylmethyl)-4-methylanilino]phenol;methanesulfonic acid Chemical compound CS(O)(=O)=O.C1=CC(C)=CC=C1N(C=1C=C(O)C=CC=1)CC1=NCCN1 OGIYDFVHFQEFKQ-UHFFFAOYSA-N 0.000 description 1
- 238000012935 Averaging Methods 0.000 description 1
- 239000008186 active pharmaceutical agent Substances 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000000536 complexating effect Effects 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000010355 oscillation Effects 0.000 description 1
- 238000012892 rational function Methods 0.000 description 1
- 238000012876 topography Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 238000012800 visualization Methods 0.000 description 1
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61N—ELECTROTHERAPY; MAGNETOTHERAPY; RADIATION THERAPY; ULTRASOUND THERAPY
- A61N5/00—Radiation therapy
- A61N5/10—X-ray therapy; Gamma-ray therapy; Particle-irradiation therapy
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Biomedical Technology (AREA)
- Pathology (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- Life Sciences & Earth Sciences (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Image Processing (AREA)
Abstract
Изобретение относится к медицинской технике, а именно к системам контроля дыхания пациента в комплексах лучевой терапии, и может быть использовано для контроля положения пациента в других клинических условиях. Предложен способ , включающий использование компьютера для выполнения следующих действий: первичного захвата и предобработки видеопотоков, самотестирования, визуализации данных, калибровки инфракрасных датчиков и создания трехмерной системы координат с осями X, Y, Z, вычисления трехмерного представления облаков точек глубины пациента с координатами X, Y, Z. Осуществляют выделение врачом области интереса поверхности пациента, вычисление центров масс множеств точек облаков области интереса и реконструкцию поверхности, расчет фазы и указание верхнего и нижнего пределов амплитуды движения поверхности грудной клетки пациента, регистрацию положения поверхности тела пациента, интеграцию с системой управления. Используются комплексированные данные не менее чем от двух инфракрасных датчиков глубины, обработка которых повышает точность измерений, калибровка инфракрасных датчиков глубины происходит с помощью маркерного объекта ArUco, при этом калибровка происходит один раз в регламентированный период времени без присутствия пациента, выполняется расчет амплитуды движения поверхности грудной клетки пациента по вертикальной оси Z трехмерной системы координат, образованной с использованием маркерного объекта ArUco и имеющей вертикальную ось Z, перпендикулярную горизонтальной плоскости стола пациента, ось X, идущую вдоль стола пациента, ось Y, идущую перпендикулярно продольной оси стола пациента X, центр системы координат определяется положением маркерного объекта ArUco, получают данные в виде углов поворота и смещений для позиционирования пациента в результате использования процесса регистрации. Изобретение обеспечивает повышение точности рассчитанной фазы дыхания и ее интерполяцию с указанием верхнего и нижнего пределов амплитуды движения поверхности грудной клетки пациента по вертикальной оси Z, перпендикулярной горизонтальной плоскости стола пациента системы координат, образованной с использованием маркерного объекта ArUco, получаемые угол поворота и величины смещений, в результате сопоставления референсного изображения с текущим изображением положения пациента для контроля положения пациента, и повышение точности определения смещений пациента за счет использования данных не менее чем от двух дистанционных датчиков. 5 ил.
Description
Изобретение относится к медицинской технике, а именно к системам контроля дыхания пациента в комплексах лучевой терапии, и может быть использовано для контроля положения пациента в других клинических условиях.
В качестве прототипа выбирается патент на изобретение US 2019209871 (А1) «Способ бесконтактного измерения и калибровки системы позиционирования пациента при радиотерапии в реальном времени». Способ включает вычисление трехмерного представления облака точек пациента с помощью камеры для получения точек глубины пациента, где направление Z соответствует направлению вдоль фокусной дистанции камеры, требующее предельных значений по оси Z, которые соответствуют нижней (Z-min) и верхней (Z-max) спецификации, вычисление ковариации облака точек и среднего значения облака точек для оптимизированного анализа компонентов принципа для вычисления топографии туловища пациента, определение центральной точки облака точек в качестве опорной области измерения и использование камеры для определения расстояния до пациента для установления угла между туловищем пациента и вектором, перпендикулярным камере, усреднение измерений глубины в опорных областях и компенсацию ошибки от параллакса в режиме реального времени во время калибровочного измерения или плана лучевой терапии.
Техническим результатом является повышение точности рассчитанной фазы дыхания и ее интерполяция с указанием верхнего и нижнего пределов амплитуды движения поверхности грудной клетки пациента по вертикальной оси Z, перпендикулярной горизонтальной плоскости стола пациента системы координат, образованной с использованием маркерного объекта ArUco, получаемые угол поворота и величины смещений, в результате сопоставления референсного изображения с текущим изображением положения пациента для контроля положения пациента и повышение точности определения смещений пациента за счет использования данных не менее чем от двух дистанционных датчиков.
Указанный технический результат достигается за счет применения не менее двух дистанционных датчиков, комплексирования данных не менее чем с двух дистанционных датчиков, а также за счет сопоставления референсного изображения с текущим изображением положения пациента.
На рис. 1 изображена структурная схема программно-аппаратного комплекса (ПАК), предназначенного для контроля положения и дыхания пациента и имеющего в своем составе 2 модуля инфракрасных датчиков глубины и компьютер с установленными программными модулями. Датчики и компьютер соединены между собой интерфейсом USB3.1 Gen 1.
На рис. 2 показана схема калибровки с использованием маркерного объекта ArUco.
Маркерный объект ArUco, представляющий собой напечатанный бумажный лист с кодами ArUco, выкладывают в любое место поверхности стола пациента. После запуска и прохождения процесса калибровки инфракрасные датчики глубины начинают выдавать координаты относительно центра системы координат расположения маркерного объекта ArUco.
На рис. 3 показаны синусообразная кривая дыхания пациента, выводящаяся в окно графического интерфейса пользователя программы, а также уровни верхнего и нижнего пределов. Данные уровни вычисляются на этапе обучения. Выход кривой за верхний или нижний пределы, а также изменение частоты колебаний сигнализируют об изменении состояния пациента (кашель, смех, поворот тела).
На рис. 4 показаны размещение пациента и выделяемая врачом область интереса пациента на карте глубин, формируемой инфракрасными датчиками.
На рис. 5 показано созданное облако точек контролируемой поверхности.
Для определения фазы дыхания пациента и контроля положения пациента используется программно-аппаратный комплекс (ПАК), имеющий в своем составе набор не менее чем из двух инфракрасных датчиков глубины.
ПАК имеет в своем составе следующие взаимодействующие программные модули:
- модуль калибровки массива, состоящего не менее чем из двух инфракрасных датчиков и настройки системы;
- модуль первичного захвата и предобработки данных;
- модуль самотестирования;
- модуль визуализации данных;
- модуль комплексирования сигналов, получаемых не менее чем с двух инфракрасных датчиков, и реконструкции поверхности;
- модуль расчета фазы цикла дыхания и пороговых пределов амплитуды;
- модуль регистрации положения поверхности тела пациента;
- модуль интеграции с системой управления.
Программная реализация модулей ПАК выполнена на языке программирования С++ с использованием:
- библиотеки алгоритмов компьютерного зрения OpenCV (версия 3.1.0) обработки изображений и численных алгоритмов общего назначения с открытым исходным кодом (Open Source Computer Vision Library, англ.);
- спецификации OpenGL (версия 4.1), определяющей платформонезависимый (независимый от языка программирования) программный интерфейс для написания приложений, использующих двумерную и трехмерную компьютерную графику (Open Graphics Library, англ.);
- наборов средств разработки.
Модуль калибровки
Калибровка дистанционных датчиков осуществляется путем размещения на столе пациента шаблона с изображением ArUco-кода. Модуль калибровочной программы сравнивает измеренные дистанции до маркерных точек изображения ArUco-кода с эталонными и вносит поправки в калибровочный файл датчика, при этом калибровка происходит один раз в регламентированный период времени без присутствия пациента Процесс калибровки происходит не менее чем по 4 угловым точкам маркерного объекта. Текстовый калибровочный файл содержит значения смещений (в см., шкала 0.02) по трем векторам и матрицу с углами поворотов (в углах Эйлера) для каждого смещения.
Алгоритм калибровки имеет следующий порядок действий:
1) Размещение калибровочного маркерного объекта (доска ArUco-маркеров) в выбранной области обзора дистанционных датчиков и фиксирование в неподвижном положении как маркерного объекта, так и дистанционных датчиков.
2) Запуск процесса калибровки при входящих потоках данных от n датчиков, учитывающего внутренние аппаратные параметры датчиков, такие как дисторсия и фокусное расстояние. Результатом процесса калибровки являются калибровочные файлы для каждого датчика, используемые в течение всего процесса контроля положения пациента и содержащих матрицы значений углов поворота и вектора смещения.
Модуль первичного захвата и предобработки данных
Предназначен для получения и обработки потоков данных не менее чем с двух датчиков, которые с помощью встроенного инфракрасного прожектора формируют на поверхности контролируемого объекта облако маркерных точек (рис. 5), инфракрасной видеокамерой создают изображения этих точек и затем определяют расстояния до них по их яркости. Для захвата оптического потока данных используется готовая протестированная и оптимизированная реализация алгоритмов из библиотеки технического зрения OpenCV.
Данный алгоритм имеет следующий порядок действий:
1) Захват потоков данных не менее чем с двух датчиков, содержащих набор изображений с маркерными точками. Захват осуществляется средствами комплекта средств разработки (SDK). При этом технические параметры датчиков определяются данными конфигурационных файлов.
2) Формирование облаков маркерных точек из каждого маркерного пикселя соответствующего датчика. Используя данные, содержащиеся в калибровочном файле, вносят поправки в данные о координатах пикселей.
3) Фильтрация поврежденных пикселей или пикселей, расстояние до которых не определилось. Такие пиксели перестают учитываться модулем.
4) Фильтрация выбросов или пикселей, выходящих за границы определенного межквартильного размаха выборки, характеризующего степень разброса данных.
5) Приведение значений координат пикселей в миллиметры.
Модуль самотестирования
Предназначен для тестирования ПАК. В случае возникновения ошибок они записываются в файл ошибок.
Модуль визуализации данных Выполняет следующие функции:
- получения видеопотока данных и загрузки параметров;
- ожидания кадра и перевода его в формат для вывода на экран;
- программных управляющих элементов (кнопок) графического интерфейса модуля;
- отсчета времени для воспроизводимого видео;
- выбора области интереса (ROI) не менее чем с двух инфракрасных датчиков. Модуль комплексирования
Происходит процесс комплексирования сигналов не менее чем с двух инфракрасных датчиков и реконструкция поверхности пациента.
Режим интеграции данных не менее чем с двух датчиков, осуществляемый ПО из библиотек технического зрения OpenCV и SDK, называется комплексированием данных, полученных с датчиков в соответствии с учетом калибровочных и конфигурационных файлов. Результатом комплексирования являются изображение трехмерного облака маркерных точек и так называемая карта расстояний, показывающая расстояния от каждого датчика до каждой соответствующей этому датчику маркерной точки.
Алгоритм комплексирования сигналов датчиков и реконструкции поверхности имеет следующий порядок действий:
1) Получение видеопотоков данных не менее чем с двух датчиков и загрузка калибровочных и конфигурационных файлов датчиков.
2) Выбор области интереса поверхности тела пациента.
3) Получение изображений трехмерных облаков маркерных точек и осуществление преобразования из локальной системы координат каждого датчика в общую для всех датчиков систему координат ArUco.
Модуль расчета фазы цикла дыхания
Для определения одномерной фазы цикла дыхания пациента и установки нижнего и верхнего пределов амплитуды используют программный модуль расчета фазы цикла дыхания, который при помощи интерполяционного полинома второго порядка и периода обучения рассчитывает фазу дыхания и временные метки. Данная амплитуда применяется после обучения для получения фазы дыхания. Для этого данный интервал делится на заданное число фаз (участков), и для текущего значения определяется, в какой интервал попало положение поверхности тела пациента.
В случае превышения значений порогов фазы цикла дыхания, установленных оператором, выдается сообщение об ошибке определения фазы цикла дыхания, что сигнализирует об изменении состояния пациента (кашель, смех, поворот тела и др.).
Для определения одномерной фазы цикла дыхания пациента применена полиноминальная функция второго порядка, оценивающая вектор состояния динамической системы с использованием ряда неполных и зашумленных измерений. [URL: https://ru.wikipedia.org/wiki//Целая_рациональная_функция]. Поступающая карта расстояний обрабатывается модулем, содержащим перечисленные алгоритмы. В результате при помощи разработанных функций получаются фаза дыхания и временные метки.
При построении графика контроля дыхания осуществляется взаимодействие с другими модулями ПАК (с модулем визуализации - выбор области интереса пользователем ПАК, с модулем предварительной фильтрации и захвата - построение карты расстояний и определение центра масс облака точек в области интереса).
Период обучения составляет 30 с или 5-6 циклов дыхания человека.
Модуль регистрации положения поверхности тела пациента
Происходит регистрация (сопоставление) референсного изображения с текущим изображением положения пациента и рассчитываются углы поворота и величины смещений, используемые для передвижения и поворота стола с пациентом в необходимое положение.
С помощью модуля выполняют следующие функции:
- Получают облака точек не менее чем с двух датчиков.
- Комплексируют данные облаков точек не менее чем с двух датчиков, переводя их в систему координат маркерного объекта, и сохраняют комплексированные данные. (Эти данные будут считаться референсными.)
- Получают еще одно комплексированное облако точек с тем же объектом на изображении, но занимающим другое положение, и сохраняют в другой файл.
- С помощью итеративного алгоритма ближайших точек (англ. Iterative Closest Point - ICP) вычисляют поворот и смещение второго облака относительно первого. При этом на экран компьютера и в файл выводится найденное смещение по всем осям и погрешность совмещения в мм.
Модуль интеграции
ПАК посредством стандартных протоколов связи и известного API интегрируют в систему управления радиотерапией.
Claims (1)
- Способ контроля положения и дыхания пациента с применением набора инфракрасных датчиков глубины, включающий использование компьютера для выполнения следующих действий: первичного захвата и предобработки видеопотоков, самотестирования, визуализации данных, калибровки инфракрасных датчиков и создания трехмерной системы координат с осями X, Y, Z, вычисления трехмерного представления облаков точек глубины пациента с координатами X, Y, Z, отличающийся тем, что осуществляют выделение врачом области интереса поверхности пациента, вычисление центров масс множеств точек облаков области интереса и реконструкцию поверхности, расчет фазы и указание верхнего и нижнего пределов амплитуды движения поверхности грудной клетки пациента, регистрацию положения поверхности тела пациента, интеграцию с системой управления, а также тем, что используются комплексированные данные не менее чем от двух инфракрасных датчиков глубины, обработка которых повышает точность измерений, калибровка инфракрасных датчиков глубины происходит с помощью маркерного объекта ArUco, при этом калибровка происходит один раз в регламентированный период времени без присутствия пациента, выполняется расчет амплитуды движения поверхности грудной клетки пациента по вертикальной оси Z трехмерной системы координат, образованной с использованием маркерного объекта ArUco и имеющей вертикальную ось Z, перпендикулярную горизонтальной плоскости стола пациента, ось X, идущую вдоль стола пациента, ось Y, идущую перпендикулярно продольной оси стола пациента X, центр системы координат определяется положением маркерного объекта ArUco, получают данные в виде углов поворота и смещений для позиционирования пациента в результате использования процесса регистрации.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| RU2019134415A RU2732735C1 (ru) | 2019-10-28 | 2019-10-28 | Способ контроля положения и дыхания пациента с применением набора инфракрасных датчиков глубины |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| RU2019134415A RU2732735C1 (ru) | 2019-10-28 | 2019-10-28 | Способ контроля положения и дыхания пациента с применением набора инфракрасных датчиков глубины |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| RU2732735C1 true RU2732735C1 (ru) | 2020-09-23 |
Family
ID=72922471
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| RU2019134415A RU2732735C1 (ru) | 2019-10-28 | 2019-10-28 | Способ контроля положения и дыхания пациента с применением набора инфракрасных датчиков глубины |
Country Status (1)
| Country | Link |
|---|---|
| RU (1) | RU2732735C1 (ru) |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20170127980A1 (en) * | 2015-11-05 | 2017-05-11 | Google Inc. | Using active ir sensor to monitor sleep |
| US20190209871A1 (en) * | 2016-07-06 | 2019-07-11 | Respiratory Innovations Pty Ltd | A Realtime radiotherapy markerless calibration and measurement system |
-
2019
- 2019-10-28 RU RU2019134415A patent/RU2732735C1/ru active
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20170127980A1 (en) * | 2015-11-05 | 2017-05-11 | Google Inc. | Using active ir sensor to monitor sleep |
| US20190209871A1 (en) * | 2016-07-06 | 2019-07-11 | Respiratory Innovations Pty Ltd | A Realtime radiotherapy markerless calibration and measurement system |
Non-Patent Citations (1)
| Title |
|---|
| H. SARMADI et al., Computer Methods and Programs in Biomedicine 180 (2019), pp. 1-10. Walther H.W. Schulze et al., Biomed. Eng.-Biomed. Tech. 2014; 59(6): 515-528. * |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US12400355B2 (en) | Systems and methods for artificial intelligence based image analysis for placement of surgical appliance | |
| US10679347B2 (en) | Systems and methods for ultrasound imaging | |
| US8705817B2 (en) | Measurement of geometric quantities intrinsic to an anatomical system | |
| CN111292277B (zh) | 超声融合成像方法及超声融合成像导航系统 | |
| EP3007131A1 (en) | Artifact mitigation in three-dimensional imaging | |
| US20150313566A1 (en) | Determining the Spatial Position and Orientation of the Vertebrae in the Spinal Column | |
| KR20180105703A (ko) | 척주배열 추정장치, 척주배열 추정방법 및 척주배열 추정프로그램 | |
| US20160155247A1 (en) | Systems and methods for tissue mapping | |
| US9713508B2 (en) | Ultrasonic systems and methods for examining and treating spinal conditions | |
| US20160249879A1 (en) | System and Method for Ultrasound Imaging of Regions Containing Bone Structure | |
| JP2016002251A (ja) | 画像処理装置、画像処理方法、およびプログラム | |
| KR102285337B1 (ko) | 엑스선 장치의 캘리브레이션 방법 및 장치 | |
| CN105899145A (zh) | 图像处理装置、图像处理方法和存储介质 | |
| KR20180117323A (ko) | 엑스선 장치의 캘리브레이션 방법 및 이를 위한 캘리브레이션 장치 | |
| RU2732735C1 (ru) | Способ контроля положения и дыхания пациента с применением набора инфракрасных датчиков глубины | |
| Groisser et al. | 3d reconstruction of scoliotic spines from stereoradiography and depth imaging | |
| KR102479266B1 (ko) | 치료 시스템, 캘리브레이션 방법, 및 프로그램 | |
| WO2014096835A1 (en) | Improvements in and relating to ophthalmoscopes | |
| US11380006B2 (en) | Size measurement using angle-constrained radiographic imaging | |
| JP2006334319A (ja) | X線ct装置とその前処理方法、及びデータ作成装置とその方法、並びに制御プログラム | |
| Bugajski et al. | The influence of smoothing techniques on the accuracy of the reference finite helical axis when applied to 2D-3D registrations | |
| JP3667727B2 (ja) | 物体の位置測定方法及びその装置 | |
| AU2020259156A1 (en) | System for obtaining useful data for analysis of body morphometry and associated method | |
| TWI781575B (zh) | 適用於斷層造影系統的門控方法 | |
| Helguero et al. | Anatomical Data Acquisition Protocol Using Low-Cost 3D Scanners for Project Zule: 3d-Printed Breast Prostheses for Women Undergoing Mastectomy |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PC41 | Official registration of the transfer of exclusive right |
Effective date: 20211215 |