[go: up one dir, main page]

CN106714681A - 用于在医学成像扫描期间追踪和补偿患者运动的系统、设备和方法 - Google Patents

用于在医学成像扫描期间追踪和补偿患者运动的系统、设备和方法 Download PDF

Info

Publication number
CN106714681A
CN106714681A CN201580051354.1A CN201580051354A CN106714681A CN 106714681 A CN106714681 A CN 106714681A CN 201580051354 A CN201580051354 A CN 201580051354A CN 106714681 A CN106714681 A CN 106714681A
Authority
CN
China
Prior art keywords
motion
patient
thing
camera
certain embodiments
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201580051354.1A
Other languages
English (en)
Inventor
杰弗里·N·于
威廉·赫尔曼·艾美达
约翰·亚瑟·洛夫贝格
小江·杰森·潘
迈克尔·恩格尔曼
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
KINETICOR Inc
Original Assignee
KINETICOR Inc
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by KINETICOR Inc filed Critical KINETICOR Inc
Publication of CN106714681A publication Critical patent/CN106714681A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0012—Biomedical image inspection
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B34/00—Computer-aided surgery; Manipulators or robots specially adapted for use in surgery
    • A61B34/20—Surgical navigation systems; Devices for tracking or guiding surgical instruments, e.g. for frameless stereotaxis
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/0059—Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence
    • A61B5/0077—Devices for viewing the surface of the body, e.g. camera, magnifying lens
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/05—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves
    • A61B5/055—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves involving electronic [EMR] or nuclear [NMR] magnetic resonance, e.g. magnetic resonance imaging
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/103—Measuring devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor or mobility of a limb
    • A61B5/1126—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor or mobility of a limb using a particular sensing technique
    • A61B5/1127—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor or mobility of a limb using a particular sensing technique using markers
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7203—Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal
    • A61B5/7207—Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal of noise induced by motion artifacts
    • A61B5/721—Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal of noise induced by motion artifacts using a separate sensor to detect motion or using motion information derived from signals other than the physiological signal to be measured
    • 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
    • A61N5/1048—Monitoring, verifying, controlling systems and methods
    • A61N5/1049—Monitoring, verifying, controlling systems and methods for verifying the position of the patient with respect to the radiation beam
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/20—Analysis of motion
    • G06T7/246—Analysis of motion using feature-based methods, e.g. the tracking of corners or segments
    • G06T7/248—Analysis of motion using feature-based methods, e.g. the tracking of corners or segments involving reference images or patches
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/20—Analysis of motion
    • G06T7/292—Multi-camera tracking
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/20—Movements or behaviour, e.g. gesture recognition
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B34/00—Computer-aided surgery; Manipulators or robots specially adapted for use in surgery
    • A61B34/20—Surgical navigation systems; Devices for tracking or guiding surgical instruments, e.g. for frameless stereotaxis
    • A61B2034/2046—Tracking techniques
    • A61B2034/2055—Optical tracking systems
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B90/00—Instruments, implements or accessories specially adapted for surgery or diagnosis and not covered by any of the groups A61B1/00 - A61B50/00, e.g. for luxation treatment or for protecting wound edges
    • A61B90/39—Markers, e.g. radio-opaque or breast lesions markers
    • A61B2090/3937—Visible markers
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30204—Marker

Landscapes

  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Physics & Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • Public Health (AREA)
  • Veterinary Medicine (AREA)
  • Animal Behavior & Ethology (AREA)
  • Surgery (AREA)
  • Medical Informatics (AREA)
  • Pathology (AREA)
  • Molecular Biology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Biophysics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Multimedia (AREA)
  • Radiology & Medical Imaging (AREA)
  • Signal Processing (AREA)
  • Physiology (AREA)
  • Psychiatry (AREA)
  • Artificial Intelligence (AREA)
  • Dentistry (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • High Energy & Nuclear Physics (AREA)
  • Robotics (AREA)
  • Human Computer Interaction (AREA)
  • Social Psychology (AREA)
  • Quality & Reliability (AREA)
  • Image Analysis (AREA)

Abstract

一种用于在磁共振扫描期间动态追踪和补偿患者运动的运动追踪系统包括：第一相机，其被定位以沿第一视线观察光标记物；第二相机，其被定位以沿第二视线观察光标记物；以及计算机系统，其被配置为分析由第一和第二相机产生的图像来确定光标记物的位置变化，并生成磁共振扫描仪用以动态调整扫描以补偿光学标记物的位置变化的追踪数据，其中计算机系统被配置为动态调整图像分析以利用来自所有相机的当前正在观察的光标记物的图像。

Description

用于在医学成像扫描期间追踪和补偿患者运动的系统、设备 和方法
关联申请的援引加入
本申请是一件PCT申请，它要求2014年7月23日提交的题为“systems，devices andmethods for tracking and compensating for patient motion during a medicalimaging scan(用于在医学成像扫描期间追踪和补偿患者运动的系统、设备和方法)”的美国临时专利申请No.62/028,194的优先权。本申请涉及2014年1月23日提交的题为“systems,devices and methods for tracking and compensating for patient motionduring a medical imaging scan(用于在医学成像扫描期间追踪和补偿患者运动的系统、设备和方法)”的PCT申请No.PCT/US2014/012806，其要求2013年3月14日提交的题为“systems，devices，and methods for tracking moving targets(用于追踪移动目标的系统、设备和方法)”的美国专利申请No.13/831,115,的优先权，并要求2013年1月24日提交的题为“six degrees of freedom optical tracker(六个自由度光学追踪器)”的美国临时专利申请No.61/849,338的权益。PCT申请No.PCT/US2014/012806也要求2013年6月12日提交的题为“systems,devices and methods for tracking moving targets(用于追踪移动目标的系统、设备和方法)”的美国临时专利申请No.61/834,382的优先权。前述每篇申请完整地以引用的方式包含于此。
技术领域
本发明涉及一种用于在医学成像扫描期间追踪和补偿患者运动的系统、设备和方法。
背景技术
本公开文本总体涉及运动追踪领域，更具体地涉及在医学成像扫描期间追踪和补偿患者运动的系统、设备和方法。
有多种模式可执行对患者的医学成像。例如，核磁共振成像(MRI)是放射学中使用的医学成像技术，以详细地图像化身体的内部结构。MRI扫描仪是一种设备，其中患者或患者身体的一部分被定位在强磁体下，其中使用磁场来对准某些原子核(一般是氢原子核——质子)的磁化，并且施加射频磁场以系统地改变这种磁化对准。这使得原子核产生可由扫描仪检测到的旋转磁场，并且该信息被记录以构造身体的受扫描区域的图像。这些扫描通常花费若干分钟(在一些扫描仪内高达大约40分钟)，并且在现有技术的设备中，任何显著移动都可能损毁这些图像并需要重复扫描。
2012年2月21日颁证的题为“motion tracking system for real time adaptiveimaging and spectroscopy(用于实时适应性成像和光谱分析的运动追踪系统)”的美国专利No.8,121,361描述了适应性地补偿目标运动的系统，并且其公开内容被援引加入于此。
另外，有多种放射疗法、质子疗法和其它疗法可施加至患者。例如，放射疗法可施加至目标组织区域。在一些系统中，可响应于患者运动而动态地施加放射疗法。然而，在许多这样的系统中，患者运动的追踪不具有高的精确度。因此，这些系统的使用可能导致将放射疗法施加至非目标组织区域，由此在有意地影响病变组织的同时无意地伤害到健康组织。前述问题对于质子疗法和其它疗法而言也是如此。
发明内容
本公开文本提供了在医学成像扫描期间(例如在核磁共振成像扫描期间)追踪和补偿患者运动的系统、设备和方法。
一种在MRI扫描或治疗期间确定患者头部或其它身体部分的动态位置和取向的准确且可靠的方法是在这些期间补偿目标运动的任何尝试中的必要条件。为此，本文披露了包括实践性光学头部追踪能力的系统和方法，它们使用至少第一传感器(例如第一相机)和第二传感器(例如第二相机)，比如一对相机，例如常见的CCD相机、常见的白光或LED照明以及标记物或目标，比如可舒适地和牢固地安装在对象骨架上的紧凑的、不昂贵的目标。相机可配置为检测任何要求的波长或波长范围内的能量，包括例如红外、近红外、可见或外光谱中的一个或多个。一些优选实施例可追踪具有多达和包括六个自由度(有时被称为6-DOF)的头部和其它身体运动。
出于概括该发明的目的，本文描述了本发明的某些方面、优势和新颖性特征。要理解，不一定所有这些优势都能根据本发明的任何具体实施例来获得。因此，例如本领域内技术人员将认识到，本发明可以这样一种方式实现：它取得本文教导的一个优势或一组优势，但不一定取得本文可能教导或暗示的其它优势。
根据一些实施例，在医学成像扫描期间追踪和补偿患者运动的运动补偿系统包括：光标记物，其配置为附于患者，其中光标记物包括多个光学可见界标，所述多个光学可见界标确认多个基准点；多个光检测器，其中多个光检测器中的每一个被定位于沿不同的视线观察光标记物；用于确定标记物基准点的位置的标记物位置过滤器，所述标记物位置过滤器配置为：从多个光检测器中的每一个接收数字图像，其中每个数字图像代表沿不同的视线的视图；针对每个数字图像，确定所述数字图像是否包括所述光标记物的视图；以及对于包括所述光标记物的视图的每个数字图像，确定所述数字图像中的多个基准点的位置；用于估计患者的三维姿态的患者取向过滤器，所述患者取向过滤器被配置成:计算与多个基准点关联的多个基准属性，所述多个基准属性是基于多个基准点的确定位置计算出的，并重复地估计患者的三维姿态，直到误差测量落在阈值内为止，所述误差测量是基于与多个对比属性相比的多个基准属性而计算出的，所述多个对比属性是通过假设物体处于估计的姿态而计算出的，并且一个或多个计算机被配置成运行界标位置过滤器和患者取向过滤器，其中一个或多个计算机包括计算机处理器和电子存储介质。
在一些实施例中，患者取向过滤器被配置成在至少100Hz的频率下重复地估计患者的三维姿态。在一些实施例中，多个基准属性包括一组主要量，该组主要量包括与基准点位置之间的关系相关联的值。在一些实施例中，确定每个数字图像是否包括光学标记包括：将数字图像中的每个像素作为两种颜色之一进行分类；将一个或多个连接区域分组，其中所述连接区域由具有同样颜色的相邻的像素组成；基于大小阈值筛选出一个或多个连接区域；计算一个或多个连接区域的质心；和通过所计算的质心，将一个或多个连接区域分组在一起。在一些实施例中，运动追踪系统还包括坐标系转换器，所述坐标系转换器被配置为重新映射与由患者取向过滤器估计的患者三维姿态相关的坐标系；在一些实施例中，将一个或多个连接区域分组在一起包括：确认连接区域，所述连接区域具有出现在彼此的像素内质心，并计算一个或多个连接区域的每个组的质心。在一些实施例中，运动追踪系统在将每个数字图像中的像素分类为白色或者黑色前，二值化处理每个数字图像。在一些实施例中，计算一个或者多个连接区域的每个组的质心包括平均一个或多个连接区域的组内的每个连接区域的质心。在一些实施例中，运动追踪系统还包括：追踪过滤器，其被配置成根据估计的患者的三维姿态产生追踪数据以及将追踪数据传送至医学成像扫描仪控制器，使医学成像扫描控制器动态调整医学成像扫描来补偿患者运动。在一些实施例中，运动追踪系统还包括：医学成像扫描仪，其中所述医学成像扫描仪被配置成基于追踪数据动态调整医学成像扫描以补偿患者运动。
根据一些实施例，在磁共振扫描期间动态追踪和补偿患者运动的动态追踪系统包括：光标记物，其配置为附于正被扫描的患者；第一相机，其被定位于沿第一视线观察光标记物；第二相机，其被定位于沿第二视线观察光标记物；以及计算机系统，其被配置成分析由第一和第二相机生成的图像来确定光标记物的位置变化，并产生磁共振扫描仪使用的追踪数据以动态调整扫描来补偿光标记物的位置变化，其中计算机系统配置成动态地确定第一个相机，第二相机或两个相机是否当前正在观察光标记物，且其中计算机系统被配置成动态地适应图像分析以利用来自当前正在观察光标记物的所有相机的图像。
在一些实施例中，动态追踪系统还包括：一个或多个附加相机，每个所述附加相机被定位于沿不同视线观察光标记物，其中，计算机系统进一步被配置为动态地确定所有相机中的哪一个当前正在观察光标记物。在一些实施例中，动态追踪系统还包括：第三相机，其被定位为沿第三视线观察光标记物以及第四相机，其被定位为沿第四视线观察光标记物；其中，计算机系统进一步被配置为动态地确定所有相机中的哪一个当前正在观察光标记物。在一些实施例中，动态追踪系统还包括：一个或多个附加光标记物，其配置为附于正在被扫描的患者，其中计算机系统配置为，分析由当前正在观察至少一个光标记物的所有相机产生的图像，以确定光标记物的位置变化，并产生有磁共振扫描仪使用的数据以动态调整扫描以补偿光标记物位置变化。在一些实施例中，每个光标记物包括多个光学可见界标，所述多个光学可见界标定义多个基准点。在一些实施例中，动态追踪系统还包括：磁共振扫描仪，其中所述磁共振扫描仪配置为基于追踪数据动态调整扫描以补偿光标记物位置的变化。
根据一些实施例，在动态追踪系统中使用的光标记物包括：光学可见图案，其包括多个基准点定位器，每个基准点定位器被配置成限定单个基准点，每个基准点定位器包括以单个基准点为中心的交替的暗淡和明亮的椭圆形，其中多个基准点定位器中至少一个比多个基准点定位器中的至少另一个大，其中光可见图案对于与光看见图案的平面正交的轴是非旋转对称的。
在一些实施例中，大于多个基准点定位器中的至少另一个的多个基准点定位器中至少一个基准点定位器以光标记物的一个光轴上的光标记物为中心，并从光标记物的另一个轴的光标记物中心偏移。在一些实施例中，大于多个基准点定位器中的至少另一个的多个基准点定位器中至少一个基准点定位器位于所有其他基准点定位器所定义的边界内。在一些实施例中，光标记物进一步包括：安装部分，其配置为将光标记物固定至被追踪的物体。在一些实施例中，光标记物进一步包括：固定于安装部分的第一衬底，所述第一衬底包括多个基准点定位器中的至少一个以及固定于安装部分的第二衬底，所述第二衬底包括多个基准点定位器中的至少一个。在一些实施例中，所述椭圆形包括圆形。在一些实施例中，所述椭圆形配置为，当沿着除了与光学可见图案正交以外的视线观察时呈圆形。在一些实施例中，每个基准点距离另一基准点不超过0.5英寸。在一些实施例中，每个基准点是由基准点定位器的质心定义的。在一些实施例中，光学可见图案还包括一个或者多个非同心圆点。
根据一些实施例，在磁共振扫描期间动态追踪和补偿患者运动的动态追踪系统包括：一个或者多个光标记物，其配置为被附于正被扫描的患者；一个或者多个相机，其被定位于包括不同的视线；以及计算机系统，其被配置成分析由一个或者多个相机生成的图像来确定一个或者多个光标记物的位置变化，并产生追踪数据，磁共振扫描仪使用该追踪数据动态调整扫描以根据一个或多个光标记物的确定的位置变化来补偿患者位置变化，其中计算机系统被配置为动态地确定一个或多个相机中哪一个当前正在观察光标记物，其中计算机系统被配置为动态地适应图像分析以利用来自所有当前正在观察光标记物的相机的图像。
在一些实施例中，一个或多个光标记物中的每一个包括多个光学可见界标，所述多个光学可见界标限定多个基准点。在一些实施例中，动态追踪系统进一步包括：磁共振扫描仪，其中磁共振扫描仪被配置为根据追踪数据动态调整扫描以补偿患者位置的变化。
在某些实施例中，在医学成像扫描期间追踪和补偿患者运动的运动补偿系统包括：光标记物，其包括光学可见图案和安装部分，所述安装部分被配置成将光标记物固定至被追踪的物体，所述光学可见图案包括多个基准点定位器，每个定位器被配置成限定基准形状的单个基准点；第一光检测器，其沿第一视线定位以数字成像光学可见图案，所述第一光检测器被配置成产生光学可见图案的第一数字图像；第二光检测器，其沿第二视线定位以数字成像光学可见图案，所述第二光检测器被配置成产生光学可见图案的第二数字图像；追踪引擎，其被配置成通过分析第一和第二图像来确定六个自由度上的物体姿态；以及控制器接口，其被配置成基于姿态产生追踪信息并将追踪信息以电子方式发送至扫描仪控制器，以在医学成像扫描仪中实现物体运动的补偿；其中追踪引擎和控制器接口包括计算机处理器和电子存储介质。
在一些实施例中，安装部分被配置成将光标记物牢固地连接至被追踪的物体。在一些实施例中，安装部分被配置成将光标记物附于患者的顶齿。在一些实施例中，安装部分被配置成定制配合患者的顶齿。在一些实施例中，安装部分包括粘合剂。在一些实施例中，光学可见图案位于单个单元结构上。在一些实施例中，光学可见图案分布在至少两个非连接结构之间。在一些实施例中，光标记物是内部发光的。在一些实施例中，多个基准点定位器包括交替的暗淡和明亮的椭圆形。在一些实施例中，椭圆形被配置成当被追踪的物体处于原始位置并沿第一和第二视线观察时呈圆形。在一些实施例中，第一和第二视线隔开90°。在一些实施例中，椭圆形被配置成当沿着与光学可见图案的法线相隔45°的视线观察时呈圆形。在一些实施例中，第一和第二视线相隔30°。在一些实施例中，第一和第二视线相隔60°。在一些实施例中，第一和第二视线相隔30-100°的角度。在一些实施例中，第一视线与光学可见图案的法线具有第一角度的角偏移而第二视线与光学可见图案的法线具有第二角度的角偏移，其中第一角度的大小与第二角度的大小相同。在一些实施例中，第一视线与光学可见图案的法线具有第一角度的角偏移而第二视线与光学可见图案的法线具有第二角度的角偏移，其中第一角度的大小与第二角度的大小不同。在一些实施例中，椭圆形被配置成当沿着与光学可见图案的法线相隔15°的视线观察时呈圆形。在一些实施例中，基准形状是三角形。在一些实施例中，基准形状是等边三角形。在一些实施例中，基准形状是具有0.5英寸边长的等边三角形。在一些实施例中，每个基准点离开另一基准点不超过0.5英寸。在一些实施例中，每个基准点由基准点定位器的质心定义。在一些实施例中，基准形状是三角形，该三角形被配置成当被追踪的物体处于原始位置并沿第一和第二视线观察时呈等边三角形。在一些实施例中，基准形状不是光学可见的。在一些实施例中，基准形状是具有限定虚拟基准形状的顶点的基准点的虚拟基准形状。在一些实施例中，追踪引擎被配置成花费不超过8毫秒来确定物体的姿态。在一些实施例中，追踪引擎被配置成花费不超过10毫秒来确定物体的姿态。在一些实施例中，追踪引擎被配置成在至少100Hz的频率下重复地确定物体的姿态。在一些实施例中，追踪引擎被配置成在不低于医学成像扫描仪的扫描速率的速率下确定物体的姿态。在一些实施例中，第一和第二光检测器被配置成连接至医学成像扫描仪。在一些实施例中，第一和第二光检测器被配置成连接至头笼。在一些实施例中，第一和第二视线中的至少一个是间接视线。在一些实施例中，使用镜子重新导向该间接视线。在一些实施例中，使用棱镜重新导向该间接视线。在一些实施例中，系统进一步包括：用于照亮光学可见图案的光源。在一些实施例中，被追踪的物体是人类患者的头部。在一些实施例中，第一和第二光检测器被配置成当光标记物在预计运动范围内移动时使得光学可见图案一直在检测器的视场内。在一些实施例中，追踪引擎被进一步配置成定义对每个数字图像感兴趣的区域，感兴趣的区域包含其中光学可见图案预期会出现的数字图像部分，其中追踪引擎被配置成在确定物体姿态时仅分析感兴趣的区域。在一些实施例中，追踪引擎被配置成基于被追踪的物体的预期的未来运动自动地移动感兴趣的区域。在一些实施例中，分析第一和第二图像包括：确定基准点在光检测器的坐标系内的二维位置；基于基准点的二维位置计算基准形状的六个基准属性；迭代地估算被追踪的物体的姿态，直到误差量落在一阈值量以内，所述误差量是六个基准属性和六个比较属性之间的误差量，所述六个比较属性通过假设物体处于估计姿态而计算出。在一些实施例中，基准属性和比较属性包括下面列出的至少一个：沿第一视线观察到和沿第二视线观察到的基准形状的位移之和；沿第一视线观察到和沿第二视线观察到的基准形状的位移之差；沿第一视线观察到的和沿第二视线观察到的从第一基准点至第二基准点的距离差；沿第一视线观察到的和沿第二视线观察到的基准形状的可视中位倾斜(apparent median tilt)之和；以及沿第一视线观察到的和沿第二视线观察到的基准形状的可视中位倾斜之间的差。在一些实施例中，控制器接口被进一步配置成将物体的姿态从追踪坐标系转换到扫描仪坐标系。
在某些实施例中，在医学成像扫描期间追踪和补偿患者运动的运动补偿系统包括：光标记物，其包括光学可见图案和安装部分，所述安装部分被配置成将光标记物固定至被追踪的物体，所述光学可见图案包括多个基准点定位器，每个定位器被配置成限定基准形状的单个基准点；光检测器，其沿第一视线和沿第二视线定位以数字成像光学可见图案，所述第一视线和第二视线由至少一个分束器形成，所述光检测器被配置成产生光学可见图案的数字图像；所述数字图像包括来自沿第一视线和第二视线两者的光学可见图案的视图；追踪引擎，其被配置成通过分析数字图像来确定六个自由度上的物体姿态；以及控制器接口，其被配置成基于姿态产生追踪信息并将追踪信息以电子方式发送至扫描仪控制器，以在医学成像扫描仪中实现物体运动的补偿；其中追踪引擎和控制器接口包括计算机处理器和电子存储介质。
在某些实施例中，一种追踪物体运动的计算机实现方法包括：通过计算机系统从第一光检测器接收光标记物的第一数字图像，所述第一数字图像代表光标记物沿第一视线的视图；通过计算机系统从第二光检测器接收光标记物的第二数字图像，所述第二数字图像代表光标记物沿第二视线的视图，第二视线不同于第一视线，其中光标记物包括多个光学可见的界标，所述多个光学可见的界标限定多个基准点，所述多个基准点限定基准形状；通过计算机系统确定多个基准点在第一数字图像中的位置；通过计算机系统确定多个基准点在第二数字图像中的位置；使用计算机系统计算与基准形状关联的多个基准属性，所述多个基准属性是基于多个基准点的确定位置计算出的；以及使用计算机系统重复地估计物体的三维姿态，直到误差测量落在可接受的量之内为止，所述误差测量是基于将多个基准属性与多个对比属性相比而计算出的，所述多个对比属性是通过假设物体处于估计的姿态而计算出的，其中计算机系统包括计算机处理器和电子存储介质。
在一些实施例中，多个基准属性中的每一个是基于沿第一视线观察到的和沿第二视线观察到的基准形状的属性而计算出的。在一些实施例中，多个基准属性中的每一个描述沿第一视线观察到的基准形状和沿第二视线观察到的基准形状之间的不同变化。在一些实施例中，多个基准属性和多个对比属性包括下面列出的至少一个：沿第一视线观察到和沿第二视线观察到的基准形状的位移之和；沿第一视线观察到和沿第二视线观察到的基准形状的位移之差；沿第一视线观察到的和沿第二视线观察到的从第一基准点至第二基准点的距离差；沿第一视线观察到的和沿第二视线观察到的基准形状的可视中位倾斜之和；以及沿第一视线观察到的和沿第二视线观察到的基准形状的可视中位倾斜之间的差。在一些实施例中，多个基准属性和多个对比属性各自包括六个属性。在一些实施例中，确定第一和第二数字图像中的多个基准点的位置包括：确定第一坐标集，该第一坐标集定义由第一光检测器观察到的基准形状的第一二维投影；以及确定第二坐标集，该第二坐标集定义由第二光检测器观察到的基准形状的第二二维投影。在一些实施例中，计算多个基准属性包括将第一投影与第二投影进行比较。在一些实施例中，该方法进一步包括：通过计算机系统基于估计的物体三维姿态而产生运动追踪数据；并以电子方式将运动追踪数据发送至扫描仪控制器以允许扫描仪补偿物体的运动。在一些实施例中，该方法花费不超过10毫秒的时间。在一些实施例中，该方法花费不超过8毫秒的时间。在一些实施例中，该方法还包括在至少100Hz的频率下重复该方法。在一些实施例中，多个光学可见界标包括交替的暗淡和明亮的椭圆形。在一些实施例中，椭圆形被配置成当被物体处于原始位置并沿第一和第二视线观察时呈圆形。在一些实施例中，基准形状是三角形。在一些实施例中，基准形状是等边三角形。在一些实施例中，基准形状是三角形，该三角形被配置成当物体处于原始位置并沿第一和第二视线观察时呈等边三角形。在一些实施例中，基准形状不是光学可见的。在一些实施例中，基准形状是具有限定虚拟基准形状的顶点的基准点的虚拟基准形状。在一些实施例中，每个基准点由光学可见界标的质心定义。
某些实施例包括计算机可读、非临时存储介质，其上存储有计算机程序以使适当编程的计算机系统通过一个或多个处理器计算机程序代码进行处理，当所述计算机程序在所述适当编程的计算机系统上执行时，执行追踪目标运动的方法，所述方法包括：通过计算机系统从第一光检测器接收光标记物的第一数字图像，所述第一数字图像代表光标记物沿第一视线的视图；通过计算机系统从第二光检测器接收光标记物的第二数字图像，所述第二数字图像代表光标记物沿第二视线的视图，第二视线不同于第一视线，其中光标记物包括多个光学可见的界标，所述多个光学可见的界标限定多个基准点，所述多个基准点限定基准形状；通过计算机系统确定多个基准点在第一数字图像中的位置；通过计算机系统确定多个基准点在第二数字图像中的位置；使用计算机系统计算与基准形状关联的多个基准属性，所述多个基准属性是基于多个基准点的确定位置计算出的；以及使用计算机系统重复地估计物体的三维姿态，直到误差测量落在可接受的量之内为止，所述误差测量是基于将多个基准属性与多个对比属性相比而计算出的，所述多个对比属性是通过假设物体处于估计的姿态而计算出的，其中计算机系统包括计算机处理器和电子存储介质。
在一些实施例中，多个基准属性中的每一个是基于沿第一视线观察到的基准形状和沿第二视线观察到的基准形状的属性而计算出的。在一些实施例中，多个基准属性中的每一个描述沿第一视线观察到的基准形状和沿第二视线观察到的基准形状之间的不同变化。在一些实施例中，多个基准属性和多个对比属性包括下面列出的至少一个：沿第一视线观察到和沿第二视线观察到的基准形状的位移之和；沿第一视线观察到和沿第二视线观察到的基准形状的位移之差；沿第一视线观察到的和沿第二视线观察到的从第一基准点至第二基准点的距离差；沿第一视线观察到的和沿第二视线观察到的基准形状的可视中位倾斜之和；以及沿第一视线观察到的和沿第二视线观察到的基准形状的可视中位倾斜之间的差。在一些实施例中，多个基准属性和多个对比属性各自包括六个属性。在一些实施例中，确定第一和第二数字图像中的多个基准点的位置包括：确定第一坐标集，该第一坐标集定义由第一光检测器观察到的基准形状的第一二维投影；以及确定第二坐标集，该第二坐标集定义由第二光检测器观察到的基准形状的第二二维投影。在一些实施例中，计算多个基准属性包括将第一投影与第二投影进行比较。在一些实施例中，该方法进一步包括：通过计算机系统基于估计的物体三维姿态而产生运动追踪数据；并以电子方式将运动追踪数据发送至扫描仪控制器以允许扫描仪补偿物体的运动。在一些实施例中，该方法花费不超过10毫秒的时间。在一些实施例中，该方法花费不超过8毫秒的时间。在一些实施例中，该方法还包括在至少100Hz的频率下重复该方法。在一些实施例中，多个光学可见界标包括交替的暗淡和明亮的椭圆形。在一些实施例中，椭圆形被配置成当被物体处于原始位置并沿第一和第二视线观察时呈圆形。在一些实施例中，基准形状是三角形。在一些实施例中，基准形状是等边三角形。在一些实施例中，基准形状是三角形，该三角形被配置成当物体处于原始位置并沿第一和第二视线观察时呈等边三角形。在一些实施例中，基准形状不是光学可见的。在一些实施例中，基准形状是具有限定虚拟基准形状的顶点的基准点的虚拟基准形状。在一些实施例中，每个基准点由光学可见界标的质心定义。
在某些实施例中，一种用于追踪物体运动的系统包括：标记物位置过滤器，用于确定标记物基准点的位置，所述标记物位置过滤器被配置成：从第一光检测器接收光标记物的第一数字图像，所述第一数字图像代表光标记物沿第一视线的视图；从第二光检测器接收光标记物的第二数字图像，所述第二数字图像代表光标记物沿第二视线的视图，所述第二视线与所述第一视线不同，其中光标记物包括多个光学可见界标，所述多个光学可见界标定义多个基准点，所述多个基准点定义基准形状；确定第一数字图像中的多个基准点的位置；以及确定第二数字图像中的多个基准点的位置；物体取向过滤器，用于估计物体的三维姿态，所述物体取向过滤器被配置成：计算与基准形状关联的多个基准属性，所述多个基准属性是基于多个基准点的确定位置计算出的；并重复地估计物体的三维姿态，直到误差测量落在可接受的量之内为止，所述误差测量是基于将多个基准属性与多个对比属性相比而计算出的，所述多个对比属性是通过假设物体处于估计的姿态而计算出的，并且一个或多个计算机被配置成运行界标位置过滤器和物体取向过滤器，其中一个或多个计算机包括计算机处理器和电子存储介质。
在一些实施例中，多个基准属性中的每一个是基于沿第一视线观察到的基准形状和沿第二视线观察到的基准形状的属性而计算出的。在一些实施例中，多个基准属性中的每一个描述沿第一视线观察到的基准形状和沿第二视线观察到的基准形状之间的不同变化。在一些实施例中，多个基准属性和多个对比属性包括下面列出的至少一个：沿第一视线观察到和沿第二视线观察到的基准形状的位移之和；沿第一视线观察到和沿第二视线观察到的基准形状的位移之间的差；沿第一视线观察到的和沿第二视线观察到的从第一基准点至第二基准点的距离差；沿第一视线观察到的和沿第二视线观察到的基准形状的可视中位倾斜之和；以及沿第一视线观察到的和沿第二视线观察到的基准形状的可视中位倾斜之差。在一些实施例中，多个基准属性和多个对比属性各自包括六个属性。在一些实施例中，确定第一和第二数字图像中的多个基准点的位置包括：确定第一坐标集，该第一坐标集定义由第一光检测器观察到的基准形状的第一二维投影；以及确定第二坐标集，该第二坐标集定义由第二光检测器观察到的基准形状的第二二维投影。在一些实施例中，计算多个基准属性包括将第一投影与第二投影进行比较。在一些实施例中，系统进一步包括：控制器接口，其被配置成：基于估计的物体三维姿态而产生运动追踪数据；并以电子方式将运动追踪数据发送至扫描仪控制器以允许扫描仪补偿物体的运动。在一些实施例中，系统被配置成在不超过10毫秒的时间内产生估计的物体三维姿态。在一些实施例中，系统被配置成在不超过8毫秒的时间内产生估计的物体三维姿态。在一些实施例中，物体取向过滤器被配置成在至少100Hz的频率下重复地估计物体的三维姿态。在一些实施例中，多个光学可见界标包括交替的暗淡和明亮的椭圆形。在一些实施例中，椭圆形被配置成当被物体处于原始位置并沿第一和第二视线观察时呈圆形。在一些实施例中，基准形状是三角形。在一些实施例中，基准形状是等边三角形。在一些实施例中，基准形状是三角形，该三角形被配置成当物体处于原始位置并沿第一和第二视线观察时呈等边三角形。在一些实施例中，基准形状不是光学可见的。在一些实施例中，基准形状是具有限定虚拟基准形状的顶点的基准点的虚拟基准形状。在一些实施例中，每个基准点由光学可见界标的质心定义。
在某些实施例中，在医学成像扫描期间追踪和补偿患者运动的计算机实现方法包括：由一计算机系统分析沿第一视线观察到的光标记物的第一数字图像以确定沿第一视线观察到的多个基准点的第一组二维坐标；通过计算机程序分析沿第二视线观察到的光标记物的第二数字图像以确定沿第二视线观察到的多个基准点的第二组二维坐标；通过计算机系统基于比较第一组和第二组二维坐标的属性来计算第一组六个主要量；通过计算机系统提供患者在三维上的取向的估计，所述估计包括六个自由度；当患者理论上根据所述估计取向时，使用计算机系统基于比较沿第一和第二视线观察到的理论基准点的属性来计算第二组六个主要量；确定第一组六个主要量和第二组六个主要量之间的误差量；重复地修正估计；计算第二组六个主要量，并且如果误差量不落在可接受的阈值内则确定误差量，直到误差量落在可接受的阈值内为止；通过计算机系统基于患者取向的估计产生运动追踪数据；并以电子方式将所述运动追踪数据发送至扫描仪控制器以允许在医学成像扫描期间针对患者运动对医学成像扫描仪作出补偿，其中计算机系统包括计算机处理器和电子存储介质。
在一些实施例中，第一组六个主要量是基于由沿第一视线观察和沿第二视线观察的多个基准点形成的基准形状的性质而计算出。在一些实施例中，第一组和第二组的六个主要量的每个主要量描述了由沿第一视线观察和沿第二视线观察的多个基准点形成的基准形状之间的不同变化。在一些实施例中，第一组和第二组的六个主要量的这些主要量包括下列至少一个：由沿第一视线观察到和沿第二视线观察到的多个基准点形成的基准形状的位移之和；由沿第一视线观察到和沿第二视线观察到的多个基准点形成的基准形状的位移之差；沿第一视线观察到的和沿第二视线观察到的从第一基准点至第二基准点的距离差；由沿第一视线观察到的和沿第二视线观察到的多个基准点形成的基准形状的可视中位倾斜之和；以及沿由第一视线观察到的和沿第二视线观察到的多个基准点形成的基准形状的可视中位倾斜之差。在一些实施例中，该方法花费不超过10毫秒的时间。在一些实施例中，该方法花费不超过8毫秒的时间。在一些实施例中，该方法还包括在至少100Hz的频率下重复该方法。在一些实施例中，由多个基准点形成的基准形状是三角形。在一些实施例中，由多个基准点形成的基准形状是等边三角形。在一些实施例中，由多个基准点形成的基准形状是三角形，该三角形被配置成当患者处于原始位置并沿第一和第二视线观察时呈等边三角形。在一些实施例中，由多个基准点形成的基准形状不是光学可见的。在一些实施例中，由多个基准点形成的基准形状是一个虚拟基准形状，其多个基准点限定虚拟基准形状的顶点。在一些实施例中，每个基准点由光学可见界标的质心定义。
某些实施例包括计算机可读、非临时存储介质，其上存储有计算机程序以使适当编程的计算机系统通过一个或多个处理器计算机程序代码进行处理，当所述计算机程序在所述适当编程的计算机系统上执行时，执行在医学成像扫描期间追踪和补偿患者运动的方法，所述方法包括：由一计算机系统分析沿第一视线观察到的光标记物的第一数字图像以确定沿第一视线观察到的多个基准点的第一组二维坐标；通过计算机程序分析沿第二视线观察到的光标记物的第二数字图像以确定沿第二视线观察到的多个基准点的第二组二维坐标；通过计算机系统基于比较第一组和第二组二维坐标的属性来计算第一组六个主要量；通过计算机系统提供患者在三维上的取向的估计，所述估计包括六个自由度；当患者理论上根据所述估计取向时，使用计算机系统基于比较沿第一和第二视线观察到的理论基准点的属性来计算第二组六个主要量；确定第一组六个主要量和第二组六个主要量之间的误差量；重复地修正估计；计算第二组六个主要量，并且如果误差量未落入可接受的阈值内则确定误差量，直到误差量落入可接受的阈值内为止；通过计算机系统基于患者取向的估计产生运动追踪数据；并以电子方式将所述运动追踪数据发送至扫描仪控制器使得在医学成像扫描期间得以针对患者运动对医学成像扫描仪作出补偿，其中计算机系统包括计算机处理器和电子存储介质。
在一些实施例中，第一组六个主要量是基于由沿第一视线观察和沿第二视线观察的多个基准点形成的基准形状的性质被计算出的。在一些实施例中，第一组和第二组的六个主要量的每个主要量描述了由沿第一视线观察和沿第二视线观察的多个基准点形成的基准形状之间的不同变化。在一些实施例中，第一组和第二组的六个主要量的这些主要量包括下列至少一个：由沿第一视线观察到和沿第二视线观察到的多个基准点形成的基准形状的位移之和；由沿第一视线观察到和沿第二视线观察到的多个基准点形成的基准形状的位移之间的差；沿第一视线观察到的和沿第二视线观察到的从第一基准点至第二基准点的距离差；由沿第一视线观察到的和沿第二视线观察到的多个基准点形成的基准形状的可视中位倾斜之和；以及沿由第一视线观察到的和沿第二视线观察到的多个基准点形成的基准形状的可视中位倾斜之间的差。在一些实施例中，该方法花费不超过10毫秒的时间。在一些实施例中，该方法花费不超过8毫秒的时间。在一些实施例中，该方法还包括在至少100Hz的频率下重复该方法。在一些实施例中，由多个基准点形成的基准形状是三角形。在一些实施例中，由多个基准点形成的基准形状是等边三角形。在一些实施例中，由多个基准点形成的基准形状是三角形，该三角形被配置成当患者处于原始位置并沿第一和第二视线观察时呈等边三角形。在一些实施例中，由多个基准点形成的基准形状不是光学可见的。在一些实施例中，由多个基准点形成的基准形状是一个虚拟基准形状，其多个基准点限定虚拟基准形状的顶点。在一些实施例中，每个基准点由光学可见界标的质心定义。
在某些实施例中，在医学成像扫描期间追踪和补偿患者运动的运动追踪系统包括：标记物位置过滤器，被配置成：分析沿第一视线观察的光标记物的第一数字图像以确定沿第一视线观察到的多个基准点的第一组二维坐标；以及分析沿第二视线观察的光标记物的第二数字图像以确定沿第二视线观察到的多个基准点的第二组二维坐标；一物体方位过滤器，被配置成：基于比较第一组和第二组二维坐标的属性而计算第一组六个主要量；提供患者在三维上的方位的估计，所述估计包括六个自由度；当患者理论上根据所述估计取向时，基于比较沿第一和第二视线观察到的理论基准点的属性来计算第二组六个主要量；确定第一组六个主要量和第二组六个主要量之间的误差量；以及重复地修正所述估计；计算第二组六个主要量，并且如果误差量不落在可接受的阈值内则确定误差量，直到误差量落在可接受的阈值内为止；控制器接口，被配置成：基于患者方位的估计产生运动追踪数据；并将运动追踪数据以电子方式发送至扫描仪控制器，以在医学成像扫描期间允许针对患者的运动来补偿医学成像扫描仪；以及一个或多个计算机，被配置成运作标记物位置过滤器、物体方位过滤器以及控制器接口，其中一个或多个计算机包括计算机处理器和电子存储介质。
在一些实施例中，第一组六个主要量是基于由沿第一视线观察和沿第二视线观察的多个基准点形成的基准形状的性质而计算出的。在一些实施例中，第一组和第二组的六个主要量的每个主要量描述了由沿第一视线观察和沿第二视线观察的多个基准点形成的基准形状之间的不同变化。在一些实施例中，第一组和第二组的六个主要量的这些主要量包括下列至少一个：由沿第一视线观察到和沿第二视线观察到的多个基准点形成的基准形状的位移之和；由沿第一视线观察到和沿第二视线观察到的多个基准点形成的基准形状的位移之间的差；沿第一视线观察到的和沿第二视线观察到的从第一基准点至第二基准点的距离差；由沿第一视线观察到的和沿第二视线观察到的多个基准点形成的基准形状的可视中位倾斜之和；以及沿由第一视线观察到的和沿第二视线观察到的多个基准点形成的基准形状的可视中位倾斜之间的差。在一些实施例中，系统被配置成在不超过10毫秒的时间内产生患者方位的估计。在一些实施例中，系统被配置成在不超过8毫秒的时间内产生患者方位的估计。在一些实施例中，系统被配置成在至少100Hz的频率下重复地产生患者方位的估计。在一些实施例中，由多个基准点形成的基准形状是三角形。在一些实施例中，由多个基准点形成的基准形状是等边三角形。在一些实施例中，由多个基准点形成的基准形状是三角形，该三角形被配置成当患者处于原始位置并沿第一和第二视线观察时呈等边三角形。在一些实施例中，由多个基准点形成的基准形状不是光学可见的。在一些实施例中，由多个基准点形成的基准形状是一个虚拟基准形状，其多个基准点限定虚拟基准形状的顶点。在一些实施例中，每个基准点由光学可见界标的质心定义。
在某些实施例中，用于运动追踪系统的光标记物包括：光学可见图案，其包括多个基准点定位器，每个基准点定位器被配置成限定基准形状的单个基准点，每个基准点定位器包括以单个基准点为中心的交替的暗淡和明亮的椭圆形；以及安装部分，被配置成将光标记物附连至被追踪的物体。
在一些实施例中，椭圆形被配置成当沿着与除了与光学可见图案正交以外的视线观察时呈圆形。在一些实施例中，基准形状是三角形。在一些实施例中，基准形状是等边三角形。在一些实施例中，基准形状是具有0.5英寸边长的等边三角形。在一些实施例中，每个基准点离开另一基准点不超过0.5英寸。在一些实施例中，每个基准点由基准点定位器的质心定义。在一些实施例中，基准形状是三角形，其被配置成当沿着与除了与光学可见图案正交以外的视线观察时呈等边三角形。在一些实施例中，基准形状不是光学可见的。在一些实施例中，基准形状是具有限定虚拟基准形状的顶点的基准点的虚拟基准形状。在一些实施例中，标记物进一步包括内部光源以照亮光学可见图案。在一些实施例中，安装部分被配置成将光标记物牢固地连接至被追踪的物体。在一些实施例中，安装部分被配置成将光标记物附于患者的顶齿。在一些实施例中，安装部分被配置成定制配合到患者的顶齿。在一些实施例中，安装部分包括粘合剂。在一些实施例中，光标记物被配置成被用作运动补偿系统的标记物以在医学成像扫描期间对运动作出补偿。在一些实施例中，光标记物被配置成用作运动补偿系统的标记物以在放射治疗期间对运动作出补偿。
在某些实施例中，追踪具有高达六个自由度的移动目标并快速确定移动目标位置的系统包括：固定至移动目标的光学目标，所述光学目标限定目标点；至少两个相机，被定位以从不同方向观察光学目标，至少两个相机中的每一个被适配成记录光学目标的二维图像；以及计算机处理器，被编程以利用算法确定六个自由度上的目标位置，所述算法被配置成：基于由至少两个相机采集的光学图像标识光学目标上的目标点以及目标点的x、y和z位移；利用迭代过程，藉此提出近似一阶解并相对于标识的目标点作出测试以确定残余误差，所述残余误差随后除以相对于转动和平移的每个分量的局部偏导数，以确定迭代校正；重复迭代过程，直到残余误差变得小于要求精度为止；并以至少100次/秒的速率利用重复迭代过程的结果来确定目标位置。
在一些实施例中，移动目标是人的头部。在一些实施例中，系统被配置成作为MRI设备的组件的接口。在一些实施例中，迭代过程是Newton-Raphson方法的变型。在一些实施例中，相对于患者颈部的枢转点测量移动。在一些实施例中，在小于10毫秒的延时下以至少每秒100个解的速率更新测量。在一些实施例中，在小于10毫秒的延时下以至少每秒200个解的速率更新测量。在一些实施例中，系统被适配成以距离上好于0.1mm且角度上好于0.1°的精度向MRI系统报告患者头部的位置。在一些实施例中，光学目标包括至少三个同心的子目标。在一些实施例中，同心的子目标包括高对比度的漫反射背景的暗同心子目标。在一些实施例中，同心的子目标包括暗淡背景的高对比度的漫反射同心子目标。在一些实施例中，同心子目标包括在高对比度的反光背景上的暗淡同心子目标。在一些实施例中，同心子目标包括在暗淡色背景上的高对比反光的同心子目标。在一些实施例中，光学目标被固定在患者上齿的至少一个上。在一些实施例中，三个同心的子目标是各自同心的椭圆。在一些实施例中，计算机处理器被编程以：通过用a)像素密度和像素位置之积的总和除以b)子像素阵列中的像素密度之和，来计算每个子目标的质心。在一些实施例中，像素阵列为大约48×48像素。
在一些实施例中，迭代过程包括：将三个目标质心的位置定位两个相机中的每一个上并计算六个主要量：做出导致这些质心位置的物体位移和旋转(φ,θ,ψ，Δx，Δy，Δz)的最初假设(0,0,0,0,0,0)；将猜想值(φ,θ,ψ，Δx，Δy，Δz)输入到变换矩阵并对三个目标质心中的每一个计算相应变换的3D目标位置(x1i，y1i，z1i)；计算位于每个相机系统上的三个目标质心中的每一个的投影的位置(水平和垂直像素数)并使用来自两个相机的该数据计算六个主要量：ΣHDΔHDΣVDΔBLΣMTΔMT；将这六个计算出的主要量与从定位三个目标质心的位置测得的值进行比较；列出差值作为猜想/计算量相对于测得量的误差矩阵：通过在每个自由度上以微小增加的位移重复迭代过程六次(一次一个自由度)来确定局部偏导数ΣHDΔHDΣVDΔBLΣMTΔMT；通过将该误差矩阵除以导数矩阵来确定粗略校正矩阵以改进最初猜想并减少残留误差，由此形成更好的位移矩阵：重复迭代过程的一部分作为第二次和最后一次迭代，以粗略校正的位移矩阵作为开始时的猜想值；在每个相继的相机帧的增量之后，重复迭代过程，但其中的猜想值使用第二次迭代和最后一次迭代的结果。
在某些实施例中，追踪具有高达六个自由度的移动目标并快速确定目标位置的计算机实现方法包括：将光学目标附连至移动目标，定位至少两个相机，以从不同方向观察光学目标，至少两个相机中的每一个被适配成记录定义目标点的光学目标的二维图像；编程计算机处理器以利用算法确定六个自由度上的目标位置，所述算法被适配成：基于由至少两个相机采集的光学图像标识光学目标上的目标点以及目标点的x、y和z位移；利用迭代过程，藉此推荐近似一阶解并相对于标识的目标点作出测试以确定残余误差，所述残余误差然后针对转动和平移的每个分量除以偏导数，以确定迭代校正；重复迭代过程，直到残余误差变得小于要求精度为止；并以至少100次/秒的速率利用重复迭代过程的结果来确定目标位置。
在一些实施例中，目标是人的头部。在一些实施例中，追踪结果被利用作为对MRI设备的输入以调整其磁场，从而补偿人头部的移动。在一些实施例中，迭代过程是Newton-Raphson方法的变型。在一些实施例中，相对于患者颈部的枢转点测量移动。在一些实施例中，在小于10毫秒的延时(即小于10毫秒的潜伏时间)下以至少每秒100个解的速率更新测量。在一些实施例中，在小于10毫秒的延时下以至少每秒200个解的速率更新测量。在一些实施例中，系统被适配成以距离上好于0.1mm且角度上好于0.1°的精度向MRI系统报告头部的位置。在一些实施例中，光学目标包括至少三个同心的子目标。在一些实施例中，同心的子目标包括高对比度的漫反射背景的暗淡同心子目。在一些实施例中，同心的子目标包括暗淡背景的高对比度的漫反射同心子目标。在一些实施例中，同心子目标包括在高对比度的反光背景上的暗淡同心子目标。在一些实施例中，同心子目标包括在暗淡色背景上的高对比反光的同心子目标。在一些实施例中，三个同心的子目标是各自同心的椭圆。在一些实施例中，计算机处理器被编程以：通过用a)像素密度和像素位置之积的总和除以b)子像素阵列中的像素密度之和，来计算每个子目标的质心。在一些实施例中，像素阵列为大约48×48像素。
在一些实施例中，迭代过程包括：将三个目标质心的位置定位于两个相机中的每一个上并计算六个主要量：作出导致这些质心位置的物体位移和旋转(φ,θ,ψ，Δx，Δy，Δz)的最初假设(0,0,0,0,0,0)；将猜想值(φ,θ,ψ，Δx，Δy，Δz)输入到变换矩阵并对三个目标质心中的每一个计算相应变换的3D目标位置(x1i，y1i，z1i)；计算位于每个相机系统上的三个目标质心中的每一个的投影的位置(水平和垂直像素数)并使用来自两个相机的该数据计算六个主要量：ΣHDΔHDΣVDΔBLΣMTΔMT；将这六个计算出的主要量与从确定三个目标质心的位置测得的值进行比较；列出差值作为猜想/计算量相对于测得量的误差矩阵：通过在每个自由度上以微小增加的位移重复迭代过程六次(一次一个自由度)来确定局部偏导数ΣHDΔHDΣVDΔBLΣMTΔMT；通过将该误差矩阵除以导数矩阵来确定粗略校正矩阵以改进最初猜想并减少残留误差，由此形成更好的位移矩阵：·重复迭代过程的一部分作为第二次和最后一次迭代，以粗略校正的位移矩阵作为开始时的猜想值；在相继的每个相机帧增量之后，重复迭代过程，但其中的猜想值使用第二次迭代和最后一次迭代的结果。
在一个实施例中，系统被配置成追踪具有高达六个自由度的移动目标并快速地确定目标的位置，所述系统包括容易定位固定至目标的精确光学目标。系统也可包括至少两个相机，这些相机被定位以从不同方向观察光学相机，所述至少两个相机中的每一个被适配成记录定义精确目标点的精确光学目标的二维图像。在一个实施例中，计算机处理器被编程以利用一算法确定沿x、y和z笛卡尔坐标系以及倾斜、俯仰和偏转上的目标移动，该算法基于由至少两个相机采集的光学图像标识精确光学目标上的一组精确目标点以及精确目标点的倾斜、俯仰和偏转旋转。系统可利用迭代过程，藉此推荐近似一阶解并相对于标识的精确目标点在相机上的投影进行测试以确定残余误差，所述残余误差然后针对转动和平移的每个分量除以局部偏导数，以确定迭代校正。系统可被配置成重复上述动作，直到残余误差变得小于所要求的精度为止。使用这种处理，系统可被配置成以至少100次/秒的速率并以大约或不超过0.1mm的平移精度和大约或不超过0.1°的角精度确定目标位置。通过100次/秒的范围内的重复率。可对每次重复执行完整的6-DOF移动确定。在这些实施例中，每个移动确定的结果在下一次迭代期间被用作最初的一阶解。
六个自由度移动是正交方向x、y和z以及倾斜角、俯仰角和偏转角。方向x沿着脊柱轴。与x垂直的方向y沿着肩部至肩部方向，而方向z垂直于x和y两者并沿从地面到天花板的方向，假设患者背部平行于天花板。俯仰角绕x轴而成，该角通过摇头“说不”而形成。倾斜角绕z轴而成，该角通过点头“说是”而形成，而偏转角绕z轴而成，该角通过将头歪向肩部而形成。
在一个实施例中，要求的精度对于每个方向大约为0.1mm，对于每个角度大约为0.1°。相对于患者颈部的枢转点来测量移动。在一个实施例中，枢转点位于患者颈部的基部上，在那里头部旋转以实现点头运动和倾斜运动。精确光学目标从该枢转点位置的偏移为：Δy＝0，Δx-4.5”，Δz＝5.5”。这些偏移的精度不是关键的，因为所有感兴趣的运动都是相对运动。六个测量值是x、y和z距离以及倾斜角、俯仰角和偏转角。在一些实施例中，这些测量值以大约10毫秒的潜伏时间以大约每秒100个解的速率被更新。系统可被配置成以距离上大约或好于约0.1mm的精度和角度上大约0.1°的精度向MRI系统报告头部的准确位置或近似位置。
用于向MRI场补偿系统报告6-DOF运动的一种可能的坐标系是与头部线圈的对称轴对准的笛卡尔坐标系。头部线圈坐标系与名义(水平)头部位置中的身体坐标重合。目标位移和旋转可使用这种坐标系被报告给线圈场补偿系统。
附图说明
下面参照各实施例的附图详细描述本发明的前述和其它特征、方面和优势，这些附图旨在解释本发明而非限定本发明。附图包括下列图，其中：
图1A是示出一实施例的作为运动补偿系统的一部分的医学成像扫描仪的前视图的示意图。
图1B是示出作为图1A的运动补偿系统的一部分的医学成像扫描仪的侧视图的示意图。
图2A是光标记物的一个实施例的前视图。
图2B是用于患者的图2A的光标记物的立体图。
图2C是图2A的光标记物的前视图，该光标记物紧挨着美分示出以显示比例。
图3A是描述一个实施例的运动补偿系统的方框图。
图3B是描述另一实施例的运动补偿系统的方框图。
图4A是示出另一实施例的作为运动补偿系统的一部分的医学成像扫描仪的前视图的示意图。
图4B是示出作为图4A的运动补偿系统的一部分的医学成像扫描仪的侧视图的示意图。
图4C是示出另一实施例的作为运动补偿系统的一部分的医学成像扫描仪的前视图的示意图。
图4D是示出作为图4C的运动补偿系统的一部分的医学成像扫描仪的侧视图的示意图。
图4E是示出另一实施例的作为运动补偿系统的一部分的医学成像扫描仪的前视图的示意图。
图4F是示出作为图4E的运动补偿系统的一部分的医学成像扫描仪的侧视图的示意图。
图4G是示出作为运动补偿系统的一部分的医学成像扫描仪的前视图的示意图的另一实施例。
图4H是示出另一实施例的作为运动补偿系统的一部分的医学成像扫描仪的侧视图的示意图。
图4I是示出另一实施例的作为运动补偿系统的一部分的医学成像扫描仪的侧视图的示意图。
图4J是示出另一实施例的作为运动补偿系统的一部分的医学成像扫描仪的侧视图的示意图。
图4K是示出另一实施例的作为运动补偿系统的一部分的医学成像扫描仪的前视图的示意图。
图4L是示出另一实施例的运动补偿系统的示意图。
图4M是示出另一实施例的运动补偿系统的示意图。
图4N是示出另一实施例的运动补偿系统的示意图。
图5A是连接至安装部分的光标记物的一个实施例的前视立体图。
图5B是图5A的光标记物的侧视立体图。
图5C是连接至安装部分的光标记物的另一实施例的俯视图。
图5D是连接至安装部分的光标记物的另一实施例的俯视图。
图5E是连接至患者的光标记物的一个实施例的立体图。
图6A是使用分布式基准点(distributed reference point)的光标记物的一个实施例的立体图。
图6B是使用分布式基准点的光标记物的一个实施例和使用集中式基准点(integrated reference point)的光标记物的一个实施例的立体图。
图6C是附于被追踪的物体的多个光标记物的一个实施例的立体图。
图7A示出一实施例的一处理流程图，该处理流程图示出运动补偿过程的一个例子。
图7B示出另一实施例的一处理流程图，该处理流程图示出运动补偿过程的一个例子。
图7C示出另一实施例的一处理流程图，该处理流程图示出运动补偿过程的一个例子。
图7D示出另一实施例的一处理流程图，该处理流程图示出运动补偿过程的一个例子。
图8A和图8B示出根据本发明的一些实施例怎样使两个相机一起提供追踪运动所需的灵敏性。
图9A和图9B示出根据本发明的一些实施例怎样使患者的头部和两个相机位于MRI设备中。
图10A和图10B示出根据本发明的一些实施例出于追踪运动的目的怎样相对于患者头部使用笛卡尔坐标。
图11示出根据本发明的一些实施例怎样将精确光学目标(precision opticaltarget)的三个点成像到两个相机中的每一个的焦平面上。
图12示出根据本发明一些实施例的15°偏转运动(绕z轴)在一个相机图像上的结果。图13A和图13B示出根据本发明的一些实施例如何使两个相机能够精确地监视倾斜运动(绕y轴)。
图14A和图14B示出根据本发明的一些实施例怎样监视俯仰运动(绕x轴)。
图15示出根据本发明的一些实施例怎样在一个相机上监视x轴平移(朝向患者头部的顶部为正)。
图16A和图16B示出根据本发明一些实施例在两个相机上监视y轴平移(患者右侧为正)的效果。
图17A和图17B示出根据本发明一些实施例的z轴平移(朝向天花板)的效果。
图18A和图18B示出根据本发明一些实施例的同时倾斜和x轴、y轴平移的效果。
图19A和图19B示出根据本发明一些实施例的同时俯仰和y轴、z轴平移的效果。
图20A和图20B示出根据本发明一些实施例利用目标精确光学目标的相机图像精确地监视头部移动的迭代技术的特征。
图20C是用于追踪运动的迭代过程的流程图。
图21是描绘配置成实现本文描述的方法、设备和系统的一个或多个实施例的计算机系统的实施例的方框图。
图22A和22B示出根据本发明一些实施例的用于相机校准的技术。
图23是示出一实施例的连接至一个或多个标记物追踪系统的治疗应用的示意图。
图24是描绘基于从一个或多个追踪系统产生的坐标数据控制治疗性理疗的应用过程的一个实施例的流程图。
图25是示出一实施例的连接至标记物追踪系统的治疗应用的示意图。
图26是描绘基于从追踪系统产生的坐标数据控制治疗性理疗的应用的过程的一个实施例的流程图。
图27A-27G示出测试本文描述的概念的实施例的实验室配置。
图28是光标记物的实施例。
图29A-29B说明包括在分布式衬底上的子目标的光标记物的实施例。
图30A-30F说明在各自衬底上的光标记物子目标的各种实施例。
图31示出一实施例的一处理流程图，该处理流程图示出运动追踪过程的一个例子。
图32示出一实施例的一处理流程图，该处理流程图示出标记物质心确定过程的一个例子。
图33示出一实施例的一处理流程图，该处理流程图示出实例图像，作为图32中所示的处理流程图的一部分。
图34示出根据本发明的一个实施例的避免旋转退化的标记物或光学追踪器的一个例子。
图35示出根据本发明的一个实施例的避免旋转退化的标记物或光学追踪器的一个例子。
图36A和36B示出唯一可识别的标记物组的实施例。
图37是一个流程图，该流程图示出了根据本发明的一个实施例的标记物图案质心的检测过程。
图38示出了在一些实施例中，如何处理非旋转对称的标记物图像以使质心位于标记物内。
图39示出根据本发明的一个实施例的MR系统中组件的方向和位置。
图40示出用于追踪系统校准的基准目标的一个实施例。
图41是一个流程图，该流程图示出系统如何适应添加或移除相机。
图42示出运动补偿系统的一个实施例的方框图。
图43示出与相机定位相关的正交角。
图44示出当xc1＝x0.情形时的相机焦平面。
图45示出了在相机光轴与包括目标点的垂直平面的交点和表观原点之间的向量。
具体实施方式
尽管下面披露了若干实施例、例子和例示，然而本领域内技术人员可以理解，本文描述的发明延伸超过具体披露的实施例、例子和例示并包括本发明的其它用途及其明显的变型和等效物。参照附图描述了本发明的实施例，其中相同附图标记贯穿全文地表示相同部件。本文给出的描述中使用的术语无意以任何限制或约束方式进行解释，因为它是与本发明的某些特定实施例的详细描述结合使用的。另外，本发明的实施例可包括若干新颖性特征并且没有任何一个单独特征单独地对其所想要达到的属性负责或者是实现本文描述的发明所必需的。
通过使用诊断技术和治疗技术，可较为有利地以高精度来追踪患者运动。这种高精度追踪可提高由诊断设备例如成像技术获得和产生的成像质量。此外，高精度患者运动追踪技术的使用能够改善患者治疗的应用，例如放射疗法、质子疗法等等。通过以高精度记录患者运动，治疗技术能够仅将治疗施加至作为目标组织(即靶组织)并避开健康的周围组织。
本文披露的实施例涉及一种患者运动追踪系统，该系统能够以大约0.1mm的平移精度和大约0.1°的角度精度来追踪患者运动。如本文描述的那样，系统可配置为利用非立体方法来确定患者的六自由度运动。在一个实施例中，系统可包括正交和垂直地定位在单个平面上的两个相机。在一个实施例中，两个相机不需要处于单个平面内，而是被定位成使得两个相机不从大致相同的方向观察目标。系统可配置为，在不记述目标落在任一相机上的像素数的情况下，将一个相机上的目标外形与另一相机上的目标外形进行比较。通过比较两个相机的目标外形，系统可配置为提取非常小的目标上的六个自由度移动。
一个实施例中，系统可配置为基于分析来自两个相机的目标的图像来提取运动数据，以产生对六个自由度中的诸变量中的至少一个的预测值。例如，系统可配置为分析目标的图像并预测倾斜值。系统然后可配置为将特定变量值的预测值与目标的实际图像中显示的值进行比较。系统可配置为使用迭代方法重复该过程以持续地改善在六个自由度中的变量之一的预测值。系统可配置为对六个自由度中的每个变量执行该迭代过程。
用于追踪患者运动的前述方法可运用在诊断背景以及治疗背景下。例如，如本文披露的那样，系统可配置为追踪患者运动以将这类运动数据馈送到MRI扫描仪，以使MRI扫描仪能够调整扫描仪的焦点和位置以产生患者的清晰MRI图像。此外，系统能被配置成与治疗技术相联系。例如，系统可配置为追踪患者运动以将治疗放射光束引导至病变组织区域同时避免伤害周围的健康组织。
存在多种技术用于治疗放射和其它治疗。例如，较为有利地用在放射治疗、质子治疗或其它治疗以动态地将放射施加至目标区域以诠释患者运动。患者运动可包括呼吸、抽搐或患者的任何其它自发或非自发运动。通过动态地和自动地追踪患者运动，可以更面向目标的方式施加放射治疗、质子治疗和任何其它类型的治疗，由此允许避开和/或不伤害周围的健康组织。本文描述的系统能被适配和配置成以大约0.1mm的平移精度和大约0.1°的角度精度追踪患者，以更好地将放射治疗、质子治疗或任何其它治疗施加至身体的目标组织或区域(即靶组织或靶区域)。
在一个实施例中，系统可配置为基于本文描述的方法利用光学追踪以追踪患者运动，和/或可以是另一设备，例如被配置成用于识别被植入到患者体内的基准标记的电子封装组件。在一个实施例中，系统可配置为利用电子封装组件以识别基准标记在患者体内的位置。通过识别基准标记的位置，系统需要识别电子封装组件的位置以确定基准标记物相对于扫描仪和/或治疗设施设备的位置。
本文披露的患者追踪移动系统可被用来追踪患者的周期性非自发运动，例如呼吸。通过以高精度追踪周期性患者运动，系统可配置为在患者的非自发移动继续时目标组织处于某一位置时的关键时机施加放射治疗、质子治疗等。另外，系统可配置为不仅追踪患者的正常呼吸运动，而且系统可配置为追踪由于患者活动或者基于患者的病变组织造成的患者不规则运动。例如，当患者跑动时，患者的肋骨具有较大的外离(egression)，系统能够追踪它以连续地识别目标组织区域。又如，患者可能遭受COPD或其它呼吸紊乱或图解(diagrammatic)问题。例如，患者可能遭受肺积水(theurofusion)，这是肺部外侧的水，其可能妨碍患者呼吸，或者是肿瘤正在滋虐肺部区域，由此妨碍正常呼吸。系统可配置为追踪由这些状况导致的这类不规则的患者运动。
为了施加治疗，例如放射治疗，放射光束发生器必须确定电子封装组件相对于光束发生器的位置以正确地将放射治疗引导到目标组织。因此，需要追踪电子封装组件相对于放射光束发生器或其它治疗设施的位置。以高精度追踪电子封装组件的位置是有利的，其能够更好地指向要求的组织。在电子封装组件被配置成追踪被植入到患者体内的基准标记物的位置的系统中，这类系统具有两种可能的误差源。一种误差源源自使用电子封装组件追踪基准标记物的位置，而第二种误差源源自追踪电子封装组件相对于治疗设施发生器的位置。因此，为避免使误差源混合，以高精度识别电子封装组件的位置是有利的。
运动补偿系统
图1A是示出作为运动补偿系统100的一部分的医学成像扫描仪104的前视图的示意图的一个实施例。图1B是示出作为图1A的运动补偿系统100的一部分的医学成像扫描仪104的侧视图的示意图。运动补偿系统100可用于例如追踪经历医学成像过程的患者的运动，以使得医学成像传感器得以调整或以其它方式补偿该运动，从而减少或消除导致的医学图像中的运动伪像。图1A和图1B所示的运动补偿系统100包括运动追踪系统102、扫描仪104、扫描仪控制器106、两个检测器108以及光标记物或目标110。在该实施例中，光标记物110如图所示地附于位于医学成像扫描仪104的台面114上的患者112。扫描仪104可以是例如核磁共振成像扫描仪。光标记物110可如下面进一步描述的那样被配置，例如参照图2A描述的那样。
在该实施例中，光标记物110配置为可由两个检测器108中的每一个观察。检测器108可以是例如能够获取光标记物110的图像并将那些图像发送至运动追踪系统102的数码相机。在该实施例中，每个检测器108配置为沿不同的视线观察光标记物110。这可有助于使得运动追踪系统102能够分析来自不同有利位置的光标记物110的二维图像，以帮助定位光标记110，从而估计患者运动或姿态。在该实施例中，检测器108各自被配置成沿彼此隔开一角度122的视线120观察光标记物110。在该实施例中，角度122大约为90°。也可采用其它角度，例如30°、45°、60°、70°等。在一些实施例中，90°是最佳角度，以使得光标记物110的平面内的运动和平面外的运动得以最大地区分，如下面参照图8A和图8B进一步描述的那样。例如，如果光标记物110直接沿一个检测器的视线的方向移动，则该检测器相比其它检测器可能更难区别光标记物110的运动。另一方面，另一检测器可能相对容易检测光标记物110的运动，因为该运动垂直于检测器的视线。
在一些实施例中，角度122可被称为剪刀角(scissor angle)。在图1A所示的实施例中，剪刀角是检测器108直接观察标记物110所在的角度。然而，在其它实施例中，剪刀角可以是一个虚拟角度，因为从检测器至标记物的视线可由镜子和/或其它装置(例如分束器、棱镜、光纤和/或类似物)重新定向。在那种情形下，剪刀角是检测器观察标记物所在的视角。例如，如下面参照图4E和图4F进一步描述的那样，运动补偿系统440的检测器108通过在检测器附近彼此共线的视线定位。然而，可利用镜子重新定向视线以使大约90°的虚拟剪刀角在接近标记物的位置形成。
用于重定向视线的镜子或其它装置既有优势也有劣势。例如，镜子的劣势包括：它们可能振动，可能将误差引入到物体方位确定的过程中。又如，镜子离检测器越远，一般需要更大的镜子以允许等同范围的视野。因此，较为有利的是定位镜子相对靠近检测器，以使得镜子相对较小。使用镜子或其它视线重定向方法的一个优势是虚拟剪刀角可配置为更接近90°的最佳剪刀角，即使当特定医学成像扫描仪配置可能不允许检测器被定位成使用90°的剪刀角直接观察标记物时。此外，一些镜子是不导磁的，这对于核磁共振成像而言可能是有利的，因为不导磁的镜子不会将伪像引入到MRI图像中。另一方面，数码相机可包括导磁组件和/或至通往检测器的导线可包括导磁组件。当数码相机和/或其导线在医学成像外壳内时，它们可能将伪像引入MRI图像。
图1A-1B所示的运动补偿系统100的实施例并非按比例示出，恰恰相反地是按照有助于解释说明该系统的比例示出。其它附图，例如图4A-4K所示的那些附图，也不是按比例示出的。另外，这些附图中示出和在本说明书中描述的大多数实施例包括实时或基本实时运作的运动补偿系统，以针对患者或物体的运动对扫描仪做出校正。然而，在其它实施例中，运动补偿系统可配置为在已通过扫描仪产生图像后通过使用后处理来处理图像而工作，从而去除任何运动伪像。
在图1A和图1B所示的运动补偿系统100的实施例中，检测器108定位于沿扫描仪104的横轴接近90°角度的位置，但被定位在沿扫描仪104的纵轴接近0°角度的位置，如图1B所示。在该实施例中，检测器108被配置成直接位于光标记物110的名义上的原始位置之上，如图1B所示。然而，检测器可以多种其它配置被设置，如下面进一步描述的那样。
图2A-2C示出用于运动补偿系统的光标记物110的一个实施例。图2A是光标记物110的前视图。图2B是图2A的光标记物110用于患者112的立体图。图2C是图2A的光标记物的前视图，光标记物紧挨着美分212示出以确定比例。
光标记物110包括限定基准形状的图案202。在该实施例中，图案202限定具有将近0.5英寸边长的等边三角形的基准形状。在等边三角形基准形状的每个顶点处具有基准点定位器204。在该实施例中，每个基准点定位器204包括一系列交替的黑色和白色(或暗淡和明亮)的椭圆形，基准点定位器204的质心位于等边三角形基准形状的顶点处。在各实施例中，可使用不同基准形状并且基准点定位器可采用各种形式，只要基准点定位器能够通过运动追踪系统被检测和分析以确定基准形状的重要点、弯折点、临界点或顶点。
在该实施例中，基准点定位器204是椭圆形的并被定位，以使它们被配置成从45°观察角看来是圆形图案。这可能是较为有利的，因为当被用在诸如图1A和图1B所示例子的系统中时，在检测器108沿45°视线观察光标记物110的情况下，处于名义上的原始位置的光标记物110的任何图像将会把基准点定位器204展示为圆形。然后，如果移动标记物，则该运动将导致非圆形的椭圆图案出现在光标记物的图像上。下面给出光标记物配置的进一步描述。
图2B示出光标记物110在一些实施例中能够被配置成安装至患者的顶齿。这有利于将光标记物110相对于患者的头骨保持或附连在固定或基本固定的位置。如下面描述的那样，可使用各种方法和设备来将光标记物附连至患者或其它有益的物体。
图3A是运动补偿系统300的一个实施例的方框图。运动补偿系统300可以是例如类似于图1A和图1B所示的运动补偿系统100。运动补偿系统300包括两个检测器108、运动追踪系统102、扫描仪104和扫描仪控制器106。扫描仪104是医学成像扫描仪，例如MRI机。扫描仪控制器106可配置为运作和控制扫描仪104，例如通过实时地或基本实时地调整扫描仪104以校正被扫描的物体或患者的运动。扫描仪控制器106可基于从运动追踪系统102接收的运动追踪数据或信息来调整运动。
检测器108可包括例如数码相机。尽管在该实施例中存在两个检测器108，然而各种其它实施例可基于应用场合利用更多或更少的检测器。例如，运动补偿系统的一个实施例可包括更多检测器以增加运动追踪的精度和/或为运动补偿系统增加冗余度。例如，运动补偿系统可包括四个检测器，其中在任何一个时间仅使用其中两个检测器来执行运动追踪。这可能是有利的，例如当障碍物可能依赖于被追踪的物体的位置而遮挡住光标记物使得一个或多个检测器无法观察到时。
尽管在本文描述的这个实施例和各个其它实施例中，检测器是光学数码相机，然而其它运动补偿系统可利用光学相机以外的检测器。例如，检测器可以使红外相机，其被配置成观察可由红外相机观察到的目标或标记物。在其它实施例中，检测器可包括激光检测器、声纳检测器、雷达检测器以及能够定位标记物和/或形成标记物的二维数字图像或表征的各种其它类型检测器。
运动追踪系统102包括追踪引擎304、校准引擎306、控制器接口308和运动数据库310。运动数据库310可配置为存储运动追踪信息，例如由追踪引擎304创建的物体姿态估计。在一些实施例中，运动数据库310可配置为永久性存储器以存储运动信息，以在成像扫描完成后供将来检索和使用。在一些实施例中，运动数据库310包括短期存储器或缓冲器或高速缓冲存储器以仅暂时地存储物体姿态估计，直到它们被包括在运动数据中并通过控制器接口308发送至扫描仪控制器106为止。
校准引擎306可配置为对运动补偿系统进行校准。校准引擎306包括校准数据库316、检测器校准过滤器318以及目标校准过滤器329。在一些实施例中，校准引擎306可配置为在最初启动时或最初系统组装时校准系统，对于运动补偿系统300的之后操作不再需要校准。在其它实施例中，在一些或全部运动追踪期间，对至少一些校准过程利用校准引擎306。检测器校准过滤器318可配置为对运动补偿系统校准检测器108。在一些实施例中，检测器校准过滤器318可配置为通过允许运动补偿系统的制造者或组装者输入专门针对每个检测器108的信息(例如焦距、分辨率等)来校准检测器。在一些实施例中，检测器校准过滤器318可配置为自动地确定校准检测器108所需的一些或全部的参数。在检测器校准中确定的参数可存储在校准数据库316中以供追踪引擎304将来使用。
目标校准过滤器320可配置为针对一个或多个特定目标或标记物来校准系统。例如，目标校准过滤器320可配置为：一旦运动追踪例程初始启动，就分析从检测器108接收的图像以确定图像中最可能存在光标记物的感兴趣区域。这些信息可存储在校准数据库316中。这种一旦运动追踪例程启动的最初校准，举例来说，能帮助提高追踪例程(trackingroutine)的速度。
追踪引擎304包括标记物位置过滤器312和物体取向过滤器314。追踪引擎304可配置为在成像扫描期间追踪一个或多个光标记物的位置并确定被扫描的物体或患者的姿态的估计。在一些实施例中，标记物位置过滤器312可配置为分析来自检测器108的图像以确定来自检测器的2D图像中的光标记物的基准点的位置。标记物位置过滤器312可配置为分析这些图像以既确定这些点的位置又确定由这些基准点形成的一个或多个基准形状的取向。物体取向过滤器314可配置为利用来自标记物位置过滤器312的标记物位置信息以将该信息转换成估计的物体姿态。物体取向过滤器314则可配置为将估计的物体姿态信息传至运动数据库310和/或控制器接口308以供扫描仪控制器106使用。
追踪引擎304可利用各种处理或算法来确定标记物基准点的位置并将该信息转换成估计的物体姿态。下面更详细地描述这些处理或算法的一些例子。然而，各种其它的处理或算法可用于本文披露的技术。
控制器接口308可配置为将物体姿态信息转换到成像扫描仪的坐标系并将该信息传至扫描仪控制器106。控制器接口308包括坐标系转换器322和运动数据馈给发生器324。坐标系转换器322可配置为从追踪引擎304和/或运动数据库310获取估计的目标姿态信息，并将来自运动追踪系统的坐标系的物体姿态信息转换成扫描仪的坐标系。运动数据馈给发生器324可配置为获取经转换的物体姿态信息并将其发送至扫描仪控制器106。在一些实施例中，运动数据馈给发生器324被配置成当物体姿态信息变得可用时立即将物体姿态信息发送至扫描仪控制器106。在其它实施例中，运动数据馈给发生器324可配置为将运动追踪系统102的时序与扫描仪控制器106同步起来。例如，运动追踪系统102可配置为以将近100赫兹的速率获取图像并估计物体姿态。另一方面，扫描仪控制器106和扫描仪104可配置为在不同的速率下进行扫描。运动数据馈给发生器324因此可配置为将运动追踪系统的输出速度与扫描仪和/或扫描仪控制器的速度匹配。在一些实施例中，这可涉及将经转换的物体姿态信息作高速缓存，直到需要将该信息发送至扫描仪控制器106为止。在一些实施例中，运动数据馈给发生器324被配置成获得多个物体姿态并组合这些姿态，例如通过在将这些姿态发送至扫描仪控制器106之前求平均。在其它实施例中，运动数据馈给发生器324被配置成仅将最新的物体姿态估计发送至扫描仪控制器106。在一些实施例中，运动数据馈给发生器324被配置成：如果运动追踪系统102自从最近一次运动数据馈给发生器324将物体姿态估计发送至扫描仪控制器106起尚未产生新的物体姿态估计，则将发送至扫描仪控制器106的最近物体姿态估计重发一遍。
如前所述，尽管图3A所示的运动补偿系统300披露于被配置成实时地或基本实时地调整患者运动的系统中，然而其它实施例也可利用运动补偿系统在扫描处理之后调整所获取的图像以去除运动伪像。在一些实施例中，扫描仪可配置为基于所追踪的运动实时地调整运动并后处理图像，从而去除任何残留的运动伪像。
尽管图3A所示的运动补偿系统300将运动追踪系统102图示为与扫描仪控制器106分离的系统，然而在一些实施例中，运动追踪系统102可被集成到扫描仪控制器106中。例如，医学成像扫描仪可被制造为具有集成的扫描仪控制器，该集成的扫描仪控制器包括既控制扫描仪又在扫描期间追踪物体或患者运动的特征。
图3B是描绘运动补偿系统301的另一实施例的方框图。图3B所示的运动补偿系统301类似于图3A所示的运动补偿系统300。然而，运动补偿系统301利用与图3A所示的追踪引擎304不同的追踪引擎334。追踪引擎334包括基准点过滤器336、主要量发生器338、参考系(即坐标系)转换器340、误差过滤器342以及收敛过滤器344。追踪引擎334的组件可配置为例如使用下面参照图7C描述的工作流程运行以追踪物体或患者的运动。
基准点过滤器336可尤其被配置成分析光标记物的二维图像以确定该标记物的基准点的位置。主要量发生器338可配置为分析如通过两个或更多个检测器观察到的由基准点形成的基准形状，以确定数个(例如六个)主要量，这些主要量可用来帮助描述或定义光标记物的3D位置或取向。
参考系转换器340可配置为在每个检测器的二维坐标系和运动追踪系统的三维坐标系之间进行转换。误差过滤器342可配置为基于直观的基准点并基于物体姿态的估计分析主要量的差值以确定两者之间的误差量。收敛过滤器344可配置为执行迭代过程以减少物体姿态估计中的误差量，直到物体姿态估计具有可接受的误差量为止。追踪引擎334可配置为与运动数据库310、校准引擎306和控制器接口308通信，所述运动数据库310、校准引擎306和控制器接口308类似于前面针对图3A的运动补偿系统300的那些描述。
运动补偿系统的其它实施例
图4A是另一实施例的示意图，示出作为运动补偿系统400的一部分的医学成像扫描仪104的前视图。图4B是示出作为运动补偿系统400的一部分的医学成像扫描仪104的侧视图的示意图。运动补偿系统400类似于图1A和图1B所示的运动补偿系统100。然而，如前所述的运动补偿系统100包括沿扫描仪104的横轴彼此成90°角定位的两个检测器108。在运动补偿系统400中，检测器108沿扫描仪104的纵轴彼此成90°角422地定位。运动补偿系统400的检测器108仍然被配置成沿两条不同的视线420观察光标记物110。运动补偿系统400示出可以多种方式定位检测器108，只要每个检测器108沿不同的视线观察到光标记物110即可。如前面针对角122描述的那样，角422可变并且可以更大或更小。在一些实施例中，角422可以在100°和70°之间。在其它实施例中，角422可以是30°。例如，图4K示出与运动补偿系统400类似的运动补偿系统490，除了角422为30°外。在其它实施例中，该角度可以是各种其它角度，只要两条视线420是不同的。此外，在一些实施例中，如上所述，运动补偿系统可包括两个以上检测器，例如四、六、八个等，以向运动补偿系统添加冗余。例如，当患者处于特定位置时，MRI头笼可能妨碍标记物的视图。然而，如果有多余的检测器，则尽管一个或多个检测器的视线被妨碍，却有稳定的运动追踪继续进行的增加的机会。在一些实施例中，该检测器可以如图4K所示那样定位，但处于不同的角度122。例如，第一组的两个检测器108可以定位在30度的角122，和第二组冗余检测器108(共有四个检测器)可以定位在一个不同的角度，例如，40，50，60，70，80，或90度。
图4C是另一实施例的示意图，其示出作为运动补偿系统430的一部分的医学成像扫描仪104的前视图。图4B是示出作为运动补偿系统400的一部分的医学成像扫描仪104的侧视图的示意图。运动补偿系统430类似于图1A和图1B中示出的运动补偿系统100。然而，运动补偿系统430进一步包括被配置成定位在患者头部周围的头笼或头部线圈432。在某些医学成像任务中，例如在某些MRI头部扫描中，可利用头笼432并将其定位在患者头部周围。如果检测器108被安装至扫描仪本体104的孔上，则头笼可能使检测器108更加难以对光标记物110成像。因此，运动补偿系统430包括被安装在头笼而不是安装在扫描仪本体上的两个检测器108。检测器108和运动追踪系统102被配置成以如前所述相同的方式工作。本文中使用的术语“头笼”可用来描述一种装置，该装置被配置成在MRI扫描期间帮助定位患者的头部。术语“头笼”也可指头部线圈设备，其被配置成缠绕在患者头部周围以实现MRI扫描功能。
图4E是另一实施例的示意图，示出作为运动补偿系统440的一部分的医学成像扫描仪104的前视图。图4F是示出作为图1A的运动补偿系统440的一部分的医学成像扫描仪104的侧视图的示意图。运动补偿系统440类似于图4C和图4D所示的运动补偿系统430。然而，在某些情形下，扫描仪104的孔内可能具有有限空间。在那些情形下，可能难以定位检测器108以使得在其透镜和光标记物110之间具有直接视线。因此，运动补偿系统440包括相对于头笼432平齐定位的两个检测器108，视线120通过镜子442到达光标记物110。镜子442使间接的视线变得可能，从而使系统更为紧凑但仍然能够沿两条不同的视线120观察光标记物110。尽管该实施例示出使用镜子且检测器被安装至头笼，然而各种其它实施例可使用附于扫描仪本体、头笼或任何其它位置的镜子和/或检测器，只要检测器能够透过镜子观察光标记物即可。在一些实施例中，使用多个镜子以多次重新定向视线120。例如，检测器108可位于扫描仪外侧并且其视线通过位于扫描仪内的一个或多个镜子以对光标记物成像。
尽管运动补偿系统440包括镜子以重定向视线，然而可单独地或结合镜子地使用重定向视线的其它方法。例如，可使用光纤或棱镜以重定向视线并形成虚拟的剪刀角。
图4G是另一实施例的示意图，示出作为运动补偿系统450的一部分的医学成像扫描仪104的前视图。该运动补偿系统450类似于图1A和图1B所示的运动补偿系统100。然而，该运动补偿系统450包括两个光标记物110。在该实施例中，两个光标记物110中的每一个被直接地定位在其中一个检测器108的视线内。然而，在其它实施例中，可采用多个光标记物110，并以其它方式定位。例如，可将多个光标记物定位在被成像的物体的多个固定或基本固定的位置。例如，如下面进一步描述的那样，一个光标记物110可被定位在患者的顶齿上，而一个或多个其它标记物可被定位在患者的前额上。
光标记物也可被定位在不固定或不是基本固定的位置上。例如，光标记物可被附于患者的皮肤。在一些实施例中，例如当标记物被附连至患者的皮肤时，由于皮肤运动或皮肤弹性，扫描仪可能不时地相对于被扫描的物体移动，这可能将不精确性引入到医学成像扫描。因此，在一些实施例中，运动补偿系统可配置为在被扫描物体(例如患者的头部)的运动和皮肤运动(这可能与被扫描的物体的实际运动无关)之间进行区分。在一些实施例中，系统可配置为比较两个或更多个标记物相对于它们本身的定位，从而在头部运动和皮肤运动之间作出区分。
利用多个光标记物110可具有多种益处。例如，多个标记物可用于产生冗余量，以防一个或多个标记物基于当前物体的姿态对一个或多个检测器当前不可见。另一优势是可同时地由运动追踪系统102分析多个光标记物以获得多个物体姿态估计。那些物体姿态估计则可被组合以产生单个更精确的估计。例如，多个估计可求平均以得出平均估计。又如，对于每个估计可以进行误差余量测量，并且可基于误差余量使用加权平均来组合这些估计。在其它实施例中，只使用最精确的估计并将其它估计丢弃。
图4H-4J示出配置为使用间接视线的运动补偿系统的附加实施例。考虑到许多医学成像系统在设备的孔内具有有限的空间，因此较为有利地，可将检测器定位成相对于设备的孔是大致平坦的或者在设备孔内平齐。图4H所示的运动追踪系统460的实施例示出一种系统，其中两个光检测器108相对于医学成像扫描仪104的孔是平的。在该实施例中，检测器108被定位成沿孔的纵轴线彼此相对朝向地定位。两个镜子442相对地靠近于检测器定位以将它们的视线120重新引导朝向光标记物110。在该实施例中，剪刀角明显小于90°。然而，在其它实施例中，检测器和/或镜子可以不同方式定位以增加或减小剪刀角。
图4I中示出的运动补偿系统470类似于图4H中示出的运动补偿系统460。然而，运动补偿系统470包括两个检测器108和两个镜子442，它们被安装在医学成像扫描仪104内以使它们不伸出至扫描仪104的孔内。扫描仪104本体可包括开口以使视线120从标记物110传至检测器108。在一些实施例中，检测器可被定位在扫描仪孔的表面上、部分地定位在扫描仪本体内、完全地定位在扫描仪本体内和/或以其它方式定位。检测器是否能被安装在扫描仪本体内和/或是否任一检测器必须突出到扫描仪本体之外的一个决定因素是扫描仪的尺寸以及扫描仪本体内可用的空间。扫描仪本体内可用的更多空间和/或更小的检测器可允许将更多或全部检测器定位在扫描仪本体内。
图4J示出一种运动补偿系统480。该运动补偿系统480类似于图4H所示的运动补偿系统460。然而，运动补偿系统480包括头笼432，并且检测器108和镜子442彼此相对地安装在头笼432的相对两端上，而不是被安装在扫描仪的孔。在各个实施例中，检测器108可被安装在多个位置，不一定彼此相对朝向。例如，两个检测器108可位于头笼432的同一侧上。如图4J所示，两个检测器108中的每一个被配置成沿视线120观察光标记物110，该视线120沿相对于标记物的不同角度观察光标记物110。左手侧的视线120相比右手侧的视线120具有更浅的角度。在其它实施例中，可调整检测器、光标记物和/或镜子的定位，从而调整每条视线相对于标记物的角度和/或调整剪刀角。
图4L-4N示出运动补偿系统的示意图的另外一些实施例。图4L-4N中示出的每个运动补偿系统包括一个或多个检测器108、多个视线120、一个或多个光标记物110以及头笼或头部线圈432。一些实施例还包括一个或多个镜子442以及一个或多个分束器444。在一些实施例中，分束器444包括棱镜。尽管图4L-4N中所示的运动补偿系统中的每一个包括两个光标记物110，然而本文披露的理念适用于使用任何数量光标记物的系统。在一些实施例中，运动补偿系统使用两个光标记物以为系统增加冗余度。例如，一个光标记物可能有时候视线被例如头部线圈432的一部分遮挡。光标记物可被定位以使当一个光标记物的视线被阻挡时，另一光标记物仍然能够通过一个或多个检测器108成像。尽管图4L-4N中所示的光标记物110包括棋盘图案，然而光标记物110也可或替代地包括与图2A所示的光标记物110所示的图案相似的图案。
图4L中所示的实施例包括对两个光标记物110成像的四个检测器108。光标记物110中的每一个沿两条不同的视线120通过其中两个光检测器108同时地成像。图4M中所示的实施例类似于图4L中所示的实施例，除了检测器的数目减少了两个。在该实施例中，两个检测器108中的每一个被配置成对两个光标记物110同时成像。系统被配置成通过分束器444对来自检测器的视线分束并通过镜子442重新引导分束得到的多个视线。从光检测器108得到的数字图像可包括两个光标记物110(或者可能仅一个光标记物，例如其中一条光线被阻挡)的数字表征。运动补偿系统可配置为单独地分析每个光标记物的表征，即便这些表征被包括在同一数字图像中。
图4N所示的实施例类似于图4M所示的实施例，除了仅利用一个光检测器108外。光检测器108的视线在分束器444被分束成两条视线120，其中每一条视线被引向两个光标记物110中的一个。至于图4M所示的配置，得自检测器108的数字图像可包括两个光标记物110(或可能仅一个光标记物，如果例如其中一条视线被阻挡)的表征。
光标记物的安装
光标记物可以多种方式被安装至被追踪的物体。图5A-5E示出将光标记物安装至物体的多种选择。图5A是连接至安装部分514的光标记物的一个实施例的前视图。图5B是被安装至安装部分514的图5A的光标记物110的侧视立体图。图5A和图5B所示的光标记物110类似于图2A-2C所示的光标记物110。该实施例被配置成连接至患者的顶齿。安装部分514包括前部516、后部518以及在前部516和后部518之间的槽520。前部516被配置成在人的顶齿前方穿过，而后部518被配置成在用户的顶前齿后面穿过。槽520被配置成和用户的齿相一致或基本一致。
在一些实施例中，安装部分514被配置成针对特定用户构形以提高光标记物110的配合性和/或刚性。例如，安装部分514可配置为软的，并安置到用户的齿上，随后变硬。在一个实施例中，安装部分514包括加热时变软并且冷却时变硬的聚合物。在该实施例中，安装部分514可例如在温水中受热并随后被安置在用户的嘴中以塑型。在另一实施例中，安装部分514包括紫外可固化聚合物。例如，安装部分514可在柔软的状态下被安置在用户的齿上，并随后使用紫外光固化至变硬状态。在其它实施例中，安装部分514可配置为在槽520内具有粘合剂或可成型的聚合物材料，以顺应或粘附于用户的齿。
安装部分514可使用连接部分522连接至光标记物110。在一些实施例中，光标记物110和安装部分514是一体的、不可分离的单元。在其它实施例中，连接部分522允许光标记物110从安装部分514拆下或重新附连至安装部分514。这可能是有利的，例如以允许安装部分514在没有光标记物110安装于其上的情况下构形成用户齿的形状。在一些实施例中，连接部分522相对小并允许光标记物110相对地靠近安装部分514。在其它实施例中，连接部分522较长并使得光标记物110的位置得以较为远离被追踪的物体。在一些实施例中，连接部分522被配置成定位光标记物110，从而当安装部分514被定位在用户的齿之上时光标记物110将不会被患者的嘴唇覆盖。在一些实施例中，安装部分514包括额外的皮瓣，该皮瓣被配置成定位在用户的嘴唇之上以保持他们的嘴唇不会遮挡光标记物110。
在一些实施例中，光标记物可从内部发光。例如，光标记物内可包括一个或多个LED灯或类似结构以均匀地或基本均匀地照亮光标记物或各个基准点。光标记物的发光可能是有利的，以允许检测器更清楚地对光标记物成像并使运动追踪系统更容易区别光标记物上的基准点和/或基准点的质心。在一些实施例中，检测器和/或运动补偿系统的另一部件包括被配置成照亮光标记物的灯。在一些实施例中，例如当使用红外检测器时，发出的光可以是红外光。在一些实施例中，光标记物可配置为在黑暗中发光从而得以增强亮度而不使用辅助发光。在一些实施例中，光标记物可配置为通过放置在光源前面一段时间而被充注光，之后光标记物将发光一段时间。
图5C是连接至安装部分524的光标记物110的另一实施例的俯视图。图5D是连接至安装部分534的光标记物110的又一实施例的俯视图。图5C所示的安装部分524是相对窄的安装部分，其包括前部526、后部528以及前部526和后部528之间的槽530。然而，图5D所示的安装部分534是相对宽的安装部分。安装部分534包括前部536、后部538以及前部526和后部528之间的槽540。图5C和图5D所示的实施例示出安装部分可采用多种形状。例如，安装部分524的尺寸类似于图5A和图5B所示的安装部分。这种安装部分可仅啮合患者的一对齿。另一方面，图5D所示的安装部分534包括被配置成啮合患者的若干个齿的更U形安装部分。安装部分534在一些实施例中在设计上可类似于一般由运动员使用的护牙器。安装部分524、534均使用连接部分532连接至光标记物110。
图5E是连接至患者112的光标记物110的实施例的立体图。在该实施例中，光标记物110附连至带550，所述带550被配置成绕在患者头部周围以帮助将光标记物110保持在位。在一些实施例中，光标记物110也连接至安装部分，例如前述配置成附连至患者的齿的安装部分。已描述了将光标记物安装至患者的各个实施例，然而，可使用各种其它方法，例如但不限于粘合剂、条带、刺青、绘图和/或类似物。
图6A是使用分布式基准点614、612的光标记物610的实施例的立体图。如同图2B所示的光标记物110，光标记物610包括三个基准点612、614，这些基准点包括椭圆形，并当一同观察时形成三角形基准形状。然而，光标记物610是分布式光标记物，因为这些基准点不是同一实体物件的部分。在该实施例中，类似于前述内容，基准点612在附连至患者顶齿的衬底上。然而，另外两个基准点614是附于患者前额并高于他/她的眼睛的贴纸。图6A所示的配置的一个优势在于，可使用具有较低分辨率的检测器并因此而更便宜。另一优势是能够在光标记物610的图像内更精确地检测到患者112较小的运动。然而，图6A所示的配置的劣势在于，三个基准点相对于彼此不是固定的。例如，如果患者112移动他或她在前额上的皮肤，则基准点614可能相对于附连至他或她的齿的基准点612移动。在一些实施例中，运动追踪系统可配置为分析基准点的相对运动以确定该运动是由局部皮肤运动或扭曲造成的还是由实际患者运动造成的。
利用分布式基准点的理念可采用各种形式。例如，每个基准点可被定位在块件、衬底或其它背衬上，背衬被固定至或附于被追踪的患者或物体。例如，图6A所示的基准点612如图示为附于基本刚性的背衬。基准点614被图示为不具有背衬并直接附于患者前额的各个点。然而，在一些实施例中，基准点614也可附连至背衬、块件或其它背衬以帮助将基准点附于物体和/或减少基准点的任何挠曲和/或保持基准点形状平坦。在一些实施例中，光标记物和/或各基准点可配置为使用多种手段附连至被追踪的物体。例如，可利用双面外科绷带以将标记物附连至物体。也可使用其他粘合剂。也可使用其它机械连接手段，例如其它类型的带、夹子、条带、紧固件和/或类似物。
尽管图6A所示的实施例示出位于患者顶齿和前额上的基准点，但基准点和/或标记物可被定位在各种位置。例如，基准点或标记物可被定位在患者的鼻子、脸颊、下巴、太阳穴、耳朵和各种其它位置，只要基准点或标记物在物体运动范围的至少一部分期间对检测器或者通过直接视线或者通过间接视线是可见的。此外，尽管图6A示出的基准点彼此相对较远地间隔，然而在一些实施例中，尽管仍然不附连至同一背衬或安装材料，但这些基准点可以彼此相对较近地间隔。例如，诸基准点可定位和间隔开相同的距离，如图2B示出的光标记物110所示，即便这三个基准点各自连接至不同的背衬材料或安装部分。在另一实施例中，三个基准点可以与图2B所示的光标记物110相同的方式间隔，除了基准点各自是附着于患者的相互独立的物件，并且彼此不连接。
在运动补偿系统的一些实施例中，可存在障碍物，所述障碍物可能潜在地阻挡至光标记物的视线。例如，诸如图9A所示的头笼或头部线圈可能具有棒或其它部分，他们可能阻挡至标记物的视线。因此，在一些实施例中，标记物或基准点可在某个位置被定位在物体上，该位置可消除或减小至标记物的视线的任何阻挡。在一些实施例中，可使用被配置成重引导视线的镜子或其它设备，以允许检测器通过诸如头笼或头部线圈的障碍物中的孔或开口对标记物成像。
图6B是使用分布式基准点614、612的光标记物610的实施例以及使用集中式基准点612、616的光标记物610的实施例的立体图。图6B所示的实施例类似于图6A所示的实施例，但采用两个不同尺寸的光标记物。图6B中的配置利用图6A所示的分布式光标记物610以及图2B所示的非分布式光标记物110。通过使用非分布式标记物110，这种配置可能有利于例如获得较大标记物510的优点并同时抵消分布式标记物的一些问题。
在一些实施例中，运动追踪系统可配置为基于检测器捕捉到的运动而追踪较大标记物610和/或较小标记物110。例如，如果系统考虑到可能将不精确性引入到系统中的患者前额皮肤的局部运动或抽搐，则系统可配置为当检测到与标记物614的局部运动一致的方向上的运动时停止利用较大的光标记物610进行追踪。例如，如果标记物614沿纵向移动(例如相对于患者的头部上下移动)地成像，这可能表示局部皮肤运动，并且如果使用追踪光标记物610的话可能引入不精确性。然而，如果检测到基准点614沿边对边方向的运动，尤其如果两个基准点614均沿同一方向移动，这不大可能表示局部皮肤运动并且更有可能是表示患者正在转动他或她的头。因此，基于较大光标记物610的追踪在那种运动期间可能相比追踪较小光标记物110更为精确。在一个实施例中，运动追踪系统可配置为当检测到不指示局部皮肤运动的运动时利用较大的分布式标记物追踪运动，但当检测到指示局部皮肤运动的运动时使用较小的非分布式标记物进行追踪。
图6C是附于被追踪的物体(在这种情形下是患者112)的多个光标记物110的实施例的立体图。该实施例示出多个完整的光标记物110可附于同一物体。尽管在该实施例中光标记物附于患者的顶齿和前额，然而光标记物除了这些位置或代替这些位置也可附于例如脸颊、太阳穴、耳朵、下巴、鼻子、眼睛下面和/或类似位置。利用多个光标记物可有利于提高精度和/或冗余度。
运动补偿系统处理
图7A示出一个实施例的处理流程图，该处理流程图示出运动补偿处理的一个例子。例如，图7A所示的处理流程可例如通过图3A和图3B所示的运动补偿系统300或301实现。在方框702，扫描仪开始成像扫描。在方框704，运动补偿系统开始其处理。在方框706，追踪引擎获取标记物图像。例如，图3A所示的追踪引擎304可配置为各自从检测器1和检测器2获取一个图像帧。在方框708，追踪引擎确定物体姿态。例如，标记物位置过滤器312可配置为确定标记物基准点的二维位置，并且物体取向过滤器314可配置为使用标记物基准点的二维位置来估计被追踪的物体的三维姿态。追踪引擎可将该信息存储在如方框710所示的运动数据库中。如方框710所示的运动数据库可以是例如图3A所示的运动数据库310。
在方框712，控制器接口产生运动数据。例如，图3A所示的控制器接口308可配置为将物体姿态信息转换成扫描仪坐标系并产生数据以允许扫描仪控制器调整该运动。在方框714，控制器接口将运动数据发送至扫描仪控制器。在方框716，扫描仪控制器运行以调整扫描仪，从而对运动作出补偿。在方框718，处理根据成像扫描是否完成而变化。如果成像扫描未完成，则处理流程返回至方框706并如上所述地继续处理流程。如果扫描完成，处理流程继续至方框720，并且运动补偿的流程结束。
图7B示出另一实施例的处理流程图，该处理流程图示出运动补偿处理的一个例子。在方框722，扫描仪开始成像处理。在方框724，运动补偿系统开始其处理。例如，该处理可通过图3A所示的运动补偿系统300实现。在方框726，运动追踪系统可选择地被校准。例如，目标校准过滤器320可配置为确定光标记物在每个检测器的视场中的总体位置。
在方框728，追踪引擎从两个不同的有利位置获取同时的标记物图像。例如，图3A所示的追踪引擎304可配置为从第一和第二检测器108获得同时或基本同时的图像。在方框730，标记物位置过滤器分析图像以确定光标记物的基准点的二维位置。例如，标记物位置过滤器312可配置为分析在方框728获取的图像。标记物位置过滤器可配置为分析这些图像以确定光标记物的基准点出现在每个图像中哪些位置。
在方框732，物体取向过滤器分析基准点位置以确定三维物体取向或姿态。例如，物体取向过滤器314可配置为分析在方框730创建的信息以估计在六个自由度上的三维物体姿态，并在一些实施例中执行迭代处理以获得更好的估计。物体取向过滤器可配置为将该3D物体取向或姿态信息存储到方框734所示的运动数据库中。在方框736，控制器接口可配置为产生运动数据。例如，图3A所示的控制器接口308可配置为从运动数据库或物体取向过滤器获得物体姿态或取向信息，并将该信息转换成可由扫描仪控制器读取的形式。在方框738，控制器接口将运动数据发送至扫描仪控制器。在方框740，扫描仪控制器调整扫描仪以对运动作出补偿。
在方框742，处理流程根据成像扫描是否完成而变化。如果成像扫描未完成，则处理流程回到方框728并如前所述地继续。如果成像扫描完成，则处理流程进至方框744，并且运动补偿处理结束。
图7C示出另一实施例的处理流程图，该处理流程图示出运动补偿过程的一个例子。图7C所示的处理流程可例如通过图3B所示的运动补偿系统301执行。在方框752，扫描仪成像扫描开始。在方框754，运动补偿系统开始其处理。在方框756，运动补偿系统可选择地调整追踪系统。在方框758，追踪引擎从不同的有利位置获取两个同时的标记物图像。例如，追踪引擎334可配置为从第一和第二检测器108获取同时或基本同时的图像帧。
在方框760，基准点滤波器定位基准点和第一二维图像。例如，基准点过滤器336可配置为分析第一二维图像以定位如图2A所示的光标记物的交替的椭圆或圆形并确定这些组交替椭圆的每一个的质心。质心将是基准点。在方框762，基准点过滤器定位第二维图像中的基准点。因此，在方框760、762之后，如果图2A所示出的光标记物被使用，则六个不同基准点的六个不同坐标将被确定或已被确定。六个不同的基准点包括由第一检测器看到的光标记物的三个基准点以及由第二检测器看到的相同的三个基准点。
在方框764，主要量发生器基于二维基准点位置计算基准主要量或属性。例如，图3B所示的主要量发生器338可配置为在方框760和762确定的基准点的位置，以确定描述由基准点形成的基准形状的各种属性和/或描述沿第一视线和第二视线观察到的基准形状之间的差异性或相似性的六个主要量。这些基准主要量可在该处理流程中的另一处加以利用，与基于物体姿态的估计的主要量进行比较以确定误差量。下面将对主要量和主要量的具体例子做进一步讨论。
在方框766，参考系转换器获取估计的物体姿态。例如，图3B所示的参考系转换器3B可配置访问在方框768示出的运动数据库以检索估计的物体姿态。在一些实施例中，估计的物体姿态是任意的，例如在六个自由度取向上的(0,0,0,0,0,0)。在其它实施例中，在方框766检索到的估计物体姿态就在最后一次执行该处理流程之前。
在方框770，参考系转换器基于估计的物体姿态计算预期的基准点的位置。例如，图3B所示的参考系转换器340可配置为将来自方框766的三维估计物体姿态转换成基准点的预期三维和二维位置，就像物体处于该估计姿态那样。在方框772，主要量发生器基于预期的基准点位置计算对比主要量。主要量发生器可配置为以与在方框764计算基准主要量相类似的方式计算这些主要量；但在方框772，这些主要量是基于作为估计物体姿态的结果的预期基准点的。
在方框774，误差过滤器确定基准主要量和对比主要量之间的误差量。例如，图3B所示的误差过滤器342可配置为将基准主要量与对比主要量进行比较并确定定量误差估计。在方框776，处理流程根据在方框774确定的误差是否落在可接受范围内而变化。如果误差未落入可接受范围内，则处理流程进至方框778。在方框778，收敛滤波器计算旨在减少误差的估计物体姿态。例如，收敛过滤器334可配置为从方框766分析估计物体姿态，并确定如何改变估计姿态以减少误差。处理流程随后回到方框770并如前所述地使用新估计的物体姿态继续。
回到方框776，如果误差落在可接受的范围内，则处理流程进至方框780。在方框780，追踪引擎将估计的物体姿态存储在运动数据库中。在方框782，控制器接口产生运动数据。例如，图32B所示的控制器接口308可配置为将物体姿态的坐标系转换成扫描仪坐标系并打包该信息以发送至扫描仪控制器。在方框784，控制器接口将运动数据发送至扫描仪控制器。在方框786，扫描仪控制器调整扫描仪以对运动作出补偿。
在方框788，处理流程根据成像扫描是否完成而变化。如果成像扫描完成，则处理流程进至方框790，并且运动补偿处理流程结束。如果在方框788成像扫描未完成，则处理流程回到方框758并如前所述地继续。
尽管本文描述的各实施例描述了同时或基本同时地获取来自多个检测器的图像，然而在一些实施例中，图像必须只能在彼此的某一时间段内获得。例如，在一些实施例中，图像必须仅在一时帧内获得，该时帧等于或小于向扫描仪控制器提供运动更新的运动追踪系统的频率。示出运动补偿处理的例子的处理流程图的另一例子示出于图20C中。
在一些实施例中，图7C所示和本公开文本其它位置描述的处理需要计算机系统和/或计算机硬件来实现。例如，为了在医学成像扫描期间允许实时运动追踪，在一些实施例中，运动补偿系统必须工作在至少100Hz的速度下，例如在至少100次/秒的速率下执行物体取向估计。对人类而言，这种处理不可能由心算得出。即使人们能够实现本文所述的处理，但人们不能够以某些实施例所需的速度实现它们。然而，即便速度不是必要条件，由于牵涉到的较大数量的变量和相对复杂的方程，人们不可能在他或她的头脑中执行本文描述的至少一些处理部分。此外，人眼可能无法在执行本文披露的某些处理所需的分辨率之内分辨光标记物的微小运动。因此，需要计算机系统和/或计算机硬件来实现本文所述的处理和系统以及方法的一些实施例。
图7D示出另一实施例的处理流程图，该处理流程图示出运动补偿过程的一个例子。图7D所示的处理流程示出使用多个光标记物的处理的一个例子。在该实施例中，运动追踪系统正在追踪一个较大的光标记物和一个较小的光标记物，例如图6B所示那样。然而，本文描述的理念可用于多个标记物系统的各种其它实施例。在方框701，扫描仪成像扫描开始。在方框703，运动补偿系统开始其运动补偿处理。在方框705，运动追踪系统被可选择地校准。在方框707，追踪引擎从两个不同的有利位置获取同时的标记物图像。
在方框709，标记物位置过滤器分析图像以确定较大基准形状的基准点的二维位置。例如，标记物位置过滤器可配置为确定图6B所示的基准点614、612的基准点位置。在方框711，物体取向过滤器分析较大基准形状位置以估计3D物体取向或姿态。
在方框713，标记物位置过滤器分析来自检测器的图像以确定较小基准形状的基准点的二维位置。例如，标记物位置过滤器可配置为确定图6B所示的基准点612、616的位置。这些基准点的位置限定由这些基准点定义的基准形状的位置。在方框715，物体取向过滤器分析较小基准形状位置以估计3D物体取向或姿态。
在方框717，追踪引擎将来自方框711和715的两个物体取向或姿态估计组合以产生单个估计。例如，追踪引擎可对估计求平均。又如，追踪引擎可使用一个估计或另一估计，这依赖于哪个估计最可能是在该时间点更精确的估计。追踪引擎可配置为与方框719所示的运动数据库通信以存储估计。在方框721，控制器接口产生运动数据。例如，控制器接口可配置为将物体取向或姿态估计转换成扫描仪的坐标系。在方框723，控制器接口将运动数据发送至扫描仪控制器。在方框725，扫描仪控制器调整扫描仪以对运动作出补偿。在方框727，处理流程根据成像扫描是否完成而变化。如果成像扫描未完成，则处理流程回到方框707并如前所述地继续。如果在方框727成像扫描完成，则处理流程进至方框729，并且运动补偿处理流程结束。
固定至解剖位置(例如头部)的光学目标
光学头部追踪的一个难题是定位随着身体的骨架刚性地移动的头部特征。皮肤是弹性的并允许显著的运动(相对于所需精度的位移，例如在眨眼、抽搐或皱起鼻子或前额时)。为了克服这个难题，在一些实施例中，系统被配置成利用两个或更多个光学追踪目标以布置在患者之上。例如，两个或更多个光学追踪目标可被连接(例如涂画或固定在患者面庞上)至患者的皮肤。通过利用两个或更多个光学追踪目标，系统可配置为补偿皮肤的弹性性质以确定患者的运动。例如，系统可配置为追踪两个或更多个光学追踪目标的运动并对检测到的运动求平均以确定患者的大致运动。可替代地，在一个实施例中，系统可配置为分析来自两个或更多个光学追踪目标检测到的运动并将检测到的运动各自与预测的运动值进行比较。系统可配置为选择最接近预测运动值的检测到的运动值并忽略其余的检测到的值。可替代地，系统可配置为忽略与预测的运动值明显不同的检测到的值。系统可配置为对尚未被忽略的检测到的运动值求平均。在一个实施例中，系统可配置为运用或组合一个或多个前述技术。
为了克服皮肤弹性性质的难题，在一个实施例中，光学追踪目标可被连接至患者的上齿。对头骨呈刚性的一个容易取得的特征是上齿。不像在下颚骨上的齿，上齿刚性固定于患者的头骨。在一个实施例中，紧凑和可靠的光学追踪目标可通过夹具或其它连接装置连接至一个或多个上齿。这类连接设备可配置为极为舒适的。在一些实施例中，印刷的精确光学目标附于患者的顶前齿。
光学目标可配置为无论传感器视场的取向如何都容易以高精度定位的。在这一点上，圆或一系列同心圆或椭圆可能是较为有利的。此外，为了适应最快的组合2D数据处理方法，数个(至少三个)质心位置在每个瞬时可辨。在一些实施例中，目标可包括位于等边三角形顶点处的三组同心圆或椭圆。出于实用的原因，希望具有紧凑性，但是目标的最小尺寸和间距很大程度上受传感器特性和通过MRI场补偿线圈的可用无阻挡光学视线制约。例如，在目标的最小尺寸和用于感测头部运动的成像相机的成本之间存在权衡——目标三角形的边尺寸越小，相机传感器内需要的像素越多，并且所需的用于读取和处理的电子器件更快。
作为合理的折衷，在一些实施例中可采用边长0.5英寸的等边三角形。印刷的目标图案包括在每个三角形顶点的1/16”小直径的实心中央椭圆点，并且每个点由3/16”小直径和1/32”线宽的第一同心椭圆以及5/16”小直径和1/32”线宽的第二同心椭圆(比例设计为从相机名义上的45°视角看呈圆形的椭圆)围绕。在该实施例中，整个目标测量为大约1英寸宽和大约0.93英寸高。其它尺寸也是可能的。
观察该目标的相机能够依赖于目标的取向使用简单亮度矩计算确定目标图案上的每个椭圆的质心。目标本身仅对着相机视场的一小部分，但可通过其高对比度和灰度的缺乏来识别。在一些实施例中，计算机处理器被编程以：通过将三个子目标包围在48×48像素的子像素阵列中来追踪三个子目标中的每一个，并通过将(a)像素暗区和像素位置之积的总和除以(b)48×48子像素阵列中的所有像素的像素暗区之和来计算每个子目标的质心。处理器也被编程以移动48×48像素阵列中的每一个，以使其目标一直完全地位于子像素阵列中。通过足够的像素空间和亮度分辨率和目标照明和对比度，使用该目标可取得行和/或列中大约0.1像素或更小的质心定位精确性。
图2A是光学目标和三个笛卡尔轴中的两个笛卡尔轴的放大图。图2C示出固定至NTI连接设备以布置在患者的上齿的全比例目标(相比美分)。(右下)具有光学目标和夹在前齿上的夜用护板的物体。
潜伏时间
使用光学追踪技术的头部运动测量中的潜伏时间由相机传感器积分和读出时间、目标质心确定时间和6-DOF分解时间构成。为了可靠地追踪快至2cm/秒的头部运动和快至10°/秒的头部转动，需要大约100Hz的相机帧速率，还需要相机具有对光学对象具高分辨率，且能以高达10倍于该速度的速率冻结运动而不会模糊的电子快门。还需要大视场以适应大的运动，因此没有昂贵的机械追踪能力的快速相机读出将需要低像素密度或者具有较大焦平面但能够对较小的感兴趣区域作出窗限以读出的相机。运行在复合2D、而不是全3D空间内并利用快速收敛求解方法的质心和6-DOF分解算法能够以每秒100解的速率和大约10ms的潜伏时间将解返回到补偿头部线圈电子器件。在一些实施例中，系统可配置为带有潜伏时间运行，从而在每个图像获取之间允许更新扫描仪。
相机
对于佩戴或连接于光学头部追踪目标的物体，目标尺寸以及物体转角和平移位置精确地确定三个目标质心在三维上的物理位置。通过准确知晓这些角度和光学传感器(相机和透镜)参数——像素节距、透镜焦距和径向畸变、相机位置和相对于名义目标位置的取向——焦平面传感器上的目标质心投影的位置可以任何程度的精度被预测，即使在测量前也是如此。
在实践中，相反的问题应当同样简单，只要目标质心的3D位置能被光学地确定。使用两个相机，质心投影的立体图可用来确定每个目标质心空间内的3D位置，并且6-DOF位移向量则可通过简单的矩阵逆变换来确定。然而，在实践中，这种方法导致对于相机像素密度、像素数、相机对准和相机校准方面的昂贵和复杂的需求。
一种替代的演变方法不用立体测距，而是使用来自两个相机的单独2D投影，而无需尝试将两个相机上的绝对目标位置关联起来。这种方法消除了立体视线方法的相机对准和放大匹配特征的严格需求，并且也放松了为了得到所需位置精度(大约0.1mm平移和大约0.1°旋转)而需要的对于像素密度和计算的要求，由此使得成本和处理速度得到显著节省。尽管本文描述的各实施例可能不利用立体测距、成像或视觉，然而一些实施例将或者单独或者结合本文描述的其它物体取向确定技术利用立体测距范围、成像或视觉的理念。
即使对于这种2D测量方法，一旦相机被集成到头部线圈内，也可采取一些基本步骤以校准相机参数；这些步骤可在制造设施处执行。这些步骤包括：测量两个相机上的单个基准点的投影像素位置；以及在倾斜、俯仰和偏转的每度旋转的像素位移的相机放大因数；以及沿x、y和z的每毫米平移量。然而，如前面陈述过的那样，相机准确地在空间内对准(例如完美地垂直)或者这些相机的放大倍数(透镜焦距以及至基准点的距离)是相同的都不是必须的，这可通过模拟容易地验证。
立体相对于复合2D的视野需求
通过从偏离目标平面的垂直线45°的方向观察目标的单个相机，当目标沿着相机方向运动时(例如在相机方向上，向上垂直平移等于水平平移并且没有旋转)，相机看到非常少的质心位移。假设7微米像素节距、25mm透镜和14英寸的工作距离，当目标可被检测为沿目标质心间隔上具有0.1像素增大之前，相机方向上的目标位移可以是至少0.6mm。然而，如图8A和图8B所示，正交地布置(例如相对于同一平面内的垂直线成45°角)的第二相机对于这个相同的运动灵敏性最大，对于仅0.1mm的对角的平移就能看到每个质心的完全像素位移。第二相机消除单个相机必须沿其光轴运动的“盲点”。尽管某些实施例描述了其中相机正交地定位的系统，然而相机也可相对于同一平面内的垂直线被布置在除了正交以外的其它相对角度上，这依赖于所要求的临床结果。
相机景深
为了适应±15°的头部偏转加上在14英寸工作距离的0.85英寸目标宽度，透镜可配置为提供距离在13”和15.5”之间的锐聚焦。在f/22，假设混淆圆略小于相机像素(7微米)，则25mm焦距透镜提供这种必要的景深名义上14英寸聚焦。在这个工作距离上，光路可通过转向镜(图3)折叠，或者被配置成配合在主MRI线圈的70cm直径孔内。在MRI环境中可利用不含铁的相机。在一个实施例中，重新包装商用相机以用于强磁场是节约成本的。
在一些实施例中，可被利用或修正以用于本文描述的系统和方法的一种可能的相机是通过Allied Vision制造的并且被命名为Prosilica GE-680单色CCD相机。这种相机具有如下特征：具有7.4μm方形像素的Kodak KAI-03401/3"640x480VGA焦平面传感器以及在12位像素深度上传递高达205帧/秒的快速吉比特以太网输出。所使用的一种可行的不昂贵的透镜是Edmund Optics TechSpec的25mm高分辨率固定焦距透镜。
对于这种相机和透镜，在45°入射角在距离目标14英寸的位置，5/16”直径目标圆在相机上投影成椭圆，最大椭圆的短轴直径在大约28像素而长轴直径大约40像素。通过足够的S/N比(目标照度)和透镜MTF(锐度)，这种图案应当允许准确地确定质心在行和/或列的大约0.1像素处或更小。整个投影的目标对着大约128H×168V像素，并允许±11.5°的头偏转，具有640水平像素(像素列)的相机可适应整个感兴趣领域而无需机械追踪设备。
图9A和图9B示出一种经修正的头部线圈，该头部线圈具有径向安装的相机和转向镜以适应比主MRI线圈孔的约束空间内的直线光路更长的工作距离的相机。在实施例中，系统被配置有两个或更多个相机，这些相机能够直接观察光学追踪目标而不需要使用镜子。
六自由度测量和报告算法
在一些实施例中，MRI头部追踪器从两个2D成像传感器取实时输入并分析这些数据从而以最小潜伏时间确定并报告六个自由度上的运动。该任务可通过如下步骤执行：检测和测量目标上的三个质心位置并通过报告算法利用这些位置以确定患者头部的位置。
六自由度坐标系
在一个实施例中，系统被配置成使用向MRI场补偿系统报告6-DOF运动的坐标系，该坐标系是与如图10A和图10B所示的头部线圈的对称轴线对准的笛卡尔坐标系。图10A所示的头部线圈坐标系与图10B所示的名义(方形)头部位置中的身体坐标系一致。z方向是进入和离开绘制平面的方向。目标位移和旋转可使用这种坐标系被报告给线圈场补偿系统。
通过在定义飞行器运动中使用的相同惯例采用坐标定义，除了转动方向被取为右手方向(对于绕基本方向向量的逆时针转动为正)。
x是纵向(下巴至冠部)方向，它们的值朝向头顶增加；
y是横向(左至右)方向，其值朝向患者的右耳增加；
z是上下方向，其值朝向天花板增加；
是绕z轴的偏转角或右手旋转(在面朝前的同时头部朝向肩膀倾斜，在正常“平的”(“square”，即左右水平的)位置处为零，对于朝向患者右肩的患者倾斜为正值)
是绕y轴的倾斜角或右手旋转(点头“称是”，在正常”平的”位置为零，对于患者“向上”看为正值)
是绕x轴的俯仰角或右手旋转(摇头“否认”，在正常”平的”位置为零，对于患者向上望向患者的左侧为正值)。
坐标的原点和零度角基准是任意的，因为仅报告相对运动，然而存在两种方便的基准原点位置：1)在其正常(“平的”)头部位置中的目标的中心，以及2)在头部旋转以作点头、转头和歪头运动时在颈部的基部。这里采用的是后者(如图2所示)，仅仅是为了易于使在6-DOF分解算法中具有共同运动方向的一组主要观察参数正交。
目标位移方程
完全的6-DOF平移由3D位移以及3轴旋转构成。对于一阶，我们假设头骨随着刚性身体绕颈部某处的单个旋转点移动。从这个点，平移变得与转动分离，因此将其选择作为坐标原点。旋转如前所述地被分成俯仰、倾斜和偏转，并且通过旋转的平移位置遵循如下的欧拉旋转矩阵公式(使用右手角惯例)。x、y和z位移坐标则遵循独立平移：
从测得的目标质心的绝对和相对位移分解六个独立的平移是这种努力的目标。2D逆问题某种程度上比3D问题更加困难，因为在焦平面的行和列中的目标质心投影被确定后，显著的退化保留在每个相机的伸展矩阵中。将来自两相机的数据组合通过一系列相互关联的、非线性的方程将这些退化去除。解决这种逆问题的最快速过程是通过Newton-Raphson方法或其变型获得的，藉此相对于已知的(测得的)在两个相机焦平面上的质心位置给出并测试近似一阶解。针对旋转和平移中的每个分量将残留误差除以偏导数，以确定迭代校正。通过考虑受单个旋转角或位移影响最强烈的投影目标图案的特征并沿这些特征轴线性化逆问题来选择一阶解。
开发并测试6-DOF运动模拟和分解算法以允许任意运动的模拟并随后验证一对正交相机的能力，以将0.1像素水平上的质心测量分解成必要精度水平下的独立的x、y、z、俯仰、倾斜和偏转分量。
六自由度运动确定算法
一般物体运动是沿x、y和z的平移以及绕x轴、y轴和z轴的转动(分别被指定为俯仰、倾斜和偏转)的叠加。沿这些自由度中的每一个自由度的位移对坐标系原点是不敏感的；然而为建模目的将原点设置在头部绕其旋转和枢转的脊柱区域附近是方便的(如前面解释的那样)，并且第二基准点被设置在名义上的(“正确”)头部位置和取向内的光学追踪目标的中心处。这种第二基准一般在x方向上偏离脊柱原点-10cm，并在z方向上偏离脊柱原点-10cm。
图1所示的目标，当从单个相机观察时，看上去是三组同心的椭圆，它们的质心被投影在相机焦平面上的三个不同位置(列、行)。相机沿目标的平面(x＝常数)居中并对准，以使中心像素行以相对于y轴和z轴两者45°角对该平面成像，并且名义上的目标中心被投影至中心像素列。使用具有7.4微米像素的相机和定位在离名义上的目标中心14.1英寸距离处的25mm透镜，来自边长0.5英寸的等边三角形目标的顶点的质心被投影到相机焦平面上，如图11所示。该图示出具有设置在边长为0.5英寸的等边三角形的顶点周围的一组同心圆的目标质心的投影位置，所述投影使用相机焦距25mm、像素节距7.4微米和45°视角(在纸右侧和上方的相机)来完成，与相机中心线对准。45°观察角导致等边三角形跨焦平面从左向右的透视缩短。
偏转
绕z轴的转动被指定为偏转；绕该轴的正或“右手”旋转(头朝向物体右肩倾斜)导致目标的逆时针转动。由于这种转动一般绕颈部中的较低点发生，因此它一般伴随有至物体右侧(相机左侧)的平移，如图12所示。目标质心的投影位置对应于图11的相同情况，但在诱发15°偏转之前和之后。
居中的目标三角形的中间(如图12右侧所示)大致对准于相机像素的单个列，但通过偏转而旋转偏离这种对准(如图12左侧所示)。对于前述相机、透镜、目标距离和目标尺寸，仅0.1°的偏转导致中心两端之间的0.13像素列的相对位移。假设质心算法能够确定三角形顶点至行和列中的0.1像素的位置，则偏转角确定可向下测量并精确到大约0.1°。
倾斜
绕y轴的旋转被指定为倾斜；绕该轴的正或“右手”旋转(头向后仰)导致目标向上偏离龙门(+z)并朝向头顶(+x)的运动。对于单个相机，这种投影不容易从沿x和y的同时目标位移中分辨出来(见图7)，但对于在头部相反两侧的两个相机，视在的y位移处于相反方向，由此去除了这种退化。对于沿+x和+z的同时目标平移，第二退化仍然留有倾斜转动——这将在后面更为详细地描述——但目标平面在倾斜旋转期间的倾侧导致目标三角形基部相对于其顶点的平移量的很小差别，由此导致如图7所示的目标三角形的略微明显的旋转，这不是简单平移的特征。这在一些实施例中成为倾斜运动的定义特征。
图13A和图13B示出与图11相同条件的目标质心的投影位置，但在8°的目标倾斜之前和之后。左侧是来自纸面左侧和上方的相机的视图，右侧是来自纸面右侧和上方的相机的视图。在每种情形下，背离龙门(+z)的运动使得目标看上去更远离观察者。
俯仰
绕x轴的转动被指定为俯仰；绕该轴的正或“右手”旋转(头朝向物体的左侧)导致目标朝向物体左侧(-y)的运动。对于单个相机，这种运动不容易从y的位移中分辨出来(见图8)，但对于两个相机，三角形的位置和明显的透视缩短的差异对于旋转相比平移突出得多。这是由于俯仰移动目标平面使其更靠近一条相机视线的法向入射并且更远离另一条相机视线的法向入射，其速率远大于简单平移(或偏转)的速率。在俯仰和同时的+y和+z平移之间存在显著的退化，这只能通过比较在两个相机之间看到的三角形底部的长度来求解。底部长度的大差异是俯仰运动的一个特征而不是y+z平移的特征，因此这是对于俯仰的区别特征。
图14A和图14B所示，目标质心的投影位置对应于与图11相同的条件，但在12°的目标俯仰之前和之后。左侧是来自纸面左侧和上方的相机的视图，右侧是来自纸面右侧和上方的相机的视图。在左侧的相机看到更宽的三角形，因为目标平面更靠近该相机视线的法线。在左侧的相机也看到大得多的三角形中心的位移。
X轴平移
沿x轴的平移(朝向头顶为正)导致目标沿相机焦平面的垂直方向的运动(参见图15)。与倾斜转动(其也涉及z上的平移)不同，目标在像素列之间没有显著移动，并且目标三角形的转动是最小的。这种没有伴随转动的上下相机平移是x轴平移的区别特征。图15示出对应于图11的相同条件的目标质心的投影位置，但在沿x的12mm的目标平移之前和之后。
Y轴平移
沿y轴的平移(朝向物体的右侧为正)导致目标沿相机焦平面的水平轴的运动(参见图16A和图16B)。不同于俯仰(其也涉及由左侧相机和右侧相机观察到的目标平面的差分转动)，目标的投影尺寸、位移和转动对于y轴平移在左侧相机视图和右侧相机视图之间仅略微地变化；这是y位移的区别特征。图16A和图16B示出对应于图11相同条件的目标质心的投影位置，但在沿y轴的15mm的目标平移之前和之后。左侧是来自纸面左侧和上方的相机的视图，右侧是来自纸面右侧和上方的相机的视图。与俯仰不同，目标位移和尺寸对于观察y轴平移的两个相机而言是相似的。
Z轴平移
沿z轴的平移(朝向天花板为正)导致目标沿相机焦平面的水平轴的明显运动。然而，与y平移不同，水平位移的方向在左侧相机和右侧相机之间是相反的(参见图17A和图17B)。这是z轴平移的区别特征。图17A和图17B示出对应于图11相同条件的目标质心的投影位置，但在沿z轴的15mm的目标平移之前和之后。左侧是来自纸面左侧和上方的相机的视图，右侧是来自纸面右侧和上方的相机的视图。不同于沿y的平移，明显的目标位移在两个相机视图中沿相反方向。
无退化目标运动参数
倾斜相对于(X+Z)平移退化
倾斜随着同时的x和z平移几乎退化，除了在三角形垂直线内的小倾斜，所述小倾斜起因于目标平面绕y轴的倾侧。这种倾侧造成从左侧视图观察到的三角形的明显顺时针旋转和从右侧视图观察到的明显逆时针旋转，如图18A和图18B所示那样。这些图示出对应于图11的相同条件目标质心的投影位置，但分别在目标倾斜4°并沿x和z平移-9.5mm和+7.8mm之前和之后。图18A是来自纸面左侧和上方的相机的视图，图18B是来自纸面右侧和上方的相机的视图。在左侧的相机看到顺时针转动的三角形，由于z上相对于下顶点的增加，其上顶点背离相机地旋转。由于相同的原因，在右侧的相机看到逆时针旋转的三角形。对于分别伴随有沿x和z的-0.244mm和0.187平移的0.1°的倾斜运动，三角形顶点质心在任一相机视图中均不移动。然而，在这种情形下，左侧相机看到向右位移0.13像素的三角形底部，而右侧相机看到向左位移0.13像素的三角形底部。假设质心确定例程能够将目标三角形的顶点定位到0.1像素的精度，则可通过垂直倾侧的比较从简单变换区别出0.1°那样小的倾斜。
俯仰相对于(Y+Z)平移退化
俯仰随着同时的y和z平移几乎退化，除了俯仰遇到的明显目标尺寸的较大相机-相机差异，所述差异起因于目标平面绕x轴的倾侧。目标三角形底部的明显长度的显著差异是俯仰运动而不是简单平移的可靠区别特征。图19A和图19B示出对应于图11的相同条件目标质心的投影位置，但分别在目标俯仰4°并沿y和z平移9.75mm和0.34mm之前和之后。图19A是来自纸面左侧和上方的相机的视图，图19B是来自纸面右侧和上方的相机的视图。由于绕x轴背离相机法线的旋转，左侧的相机看到三角形底部缩小，同时由于朝向相机法线的旋转，右侧的相机看到三角形底部增大。
对于0.1°的俯仰和分别沿y和z的-0.244mm和0.0002mm的平移，较低的质心在两个相机视图中是不变的。在这种情形下，左侧相机看到缩小0.15像素的目标三角形底部，而右侧相机看到增大0.15像素的三角形底部。假设质心确定例程能够将目标质心定位到0.1像素的精度，则0.14像素的平移应当是可辨的，因此可通过目标三角形底部的长度的比较从简单变换中区别出0.1°那样小的倾斜。
六自由度运动确定算法架构
互补投影相对于立体成像
目标尺寸、旋转角和平移向量精确地确定三维上的三个目标质心的相对位移。对相机和透镜参数(例如像素节距、透镜焦距和径向即便、相机相对于名义目标位置的位置和取向)的准确知晓则足以预测目标质心投影的位置至优于每个相机的行和列的0.1像素。在实践中，逆问题应当同样简单，质心投影的立体图确定每个目标质心空间内的3D位置，并且6-DOF位移向量可通过简单的矩阵逆变换来确定。然而，在实践中，这种方法导致对相机像素密度、像素数、相机对准和相机校准方面的昂贵和复杂的需求。一替代的伸展方法不采用立体测距而是单独地使用两个相机投影而不限制对相机对准和放大倍数的精确匹配的要求，从而确定6-DOF位移向量在每个旋转角落在0.1°内并沿每条平移轴在0.1mm内。这种方法相对于立体方法以大约20倍因数放松了像素密度和计数需求，由此使得成本和处理速度显著节省。
即使对于这种2D方法，一旦相机被集成到头部线圈内，也可作出一些基本测量以校准相机参数；这些步骤可在制造设施处容易地执行。这些测量包括：两个相机上的单个基准点的投影像素位置；以及在倾斜、俯仰和偏转的每度旋转的像素位移的相机放大因数；以及沿x、y和z的每毫米平移量。然而，如前面陈述过的那样，相机准确地在空间内对准(例如完美地垂直)或者这些相机的放大倍数(透镜焦距以及至基准点的距离)是相同的都不是必须的，如已通过模拟简单地验证的那样。
逆方程
2D逆问题某种程度上比3D问题更加困难，因为在焦平面行和列中的目标质心投影被确定后，显著的退化保留在每个相机的伸展矩阵中。将来自两相机的数据组合通过一系列相互关联的、非线性的方程将这些退化去除。解决这种逆问题的最快速过程是通过Newton-Raphson方法的变型获得的，藉此相对于已知的(测得的)在两个相机焦平面上的质心位置给出并测试近似一阶解。针对旋转和平移中的每个分量将残留误差除以偏导数，以确定迭代校正。通过考虑受单个旋转角或位移影响最强烈的投影目标图案的特征并沿这些特征轴线性化逆问题来选择一阶解。
6-DOF提取算法
下面描述了用于从两个焦平面相机上观察到的目标位置提取6自由度位移矩阵的方法的一个实施例。与本公开文本一致地，也可使用其它实施例。此外，尽管下面的实施例指向一些步骤，然而在一些实施例中不是所有的步骤都要被包括、可包括附加的步骤和/或这些步骤不一定以设定顺序执行。
步骤1：描述目标图像
光学目标包括图2A所示的椭圆目标，其被绘出以当通过图8A所示的两个相机在45°观察时呈圆形图案。三个圆形图案中的每一个的中心定义了两个相机中的每一个的焦平面处的等边三角形的三个顶点之一。质心计算例程确定在两个独立相机中的每一个上的三个顶点中的每一个处的质心的位置。这些质心被显示在计算机监视器上，该计算机监视器显示两个相机中的每一个相机的640×480像素。图11示出三个顶点被显示在其中一个相机上。这些顶点位置被指定为(Xi,j，Yi,j)，对于顶点序数i从1至3，相机序数j从1至2，由此得到12个测得的坐标。从这12个测得的坐标以及这些坐标的初始值，六个主要量被计算以描述等边三角形目标的两个相机视图：
a)ΣHD-在相机1和相机2上的目标中心的水平位移(以像素为单位)之和，所使用的公式为其中X0i,j是每个质心投影的最初(零位移)水平相机坐标。
b)ΔHD-相机1和相机2的目标中心的水平位移(以像素为单位)之差，所使用的公式为
c)ΣVD-相机1和相机2的目标中心的垂直位移(以像素为单位)之和，所使用的公式为其中Y0i,j是每个质心投影的最初(零位移)垂直相机坐标。
d)ΔBL-相机1和相机2的目标三角形的明显底部长度(以像素为单位)之差，所使用的公式为
e)ΣMT-相机1和相机2的目标三角形的明显中间倾侧(底部中心和顶点之间的水平像素的偏移)之和，所使用的公式为
f)ΔMT-相机1和相机2的目标三角形的明显中间倾侧(以像素为单位)之间的差；所使用的公式为
步骤2：用6-DOF运动特征化主要量中的全局变化
绕最初(无位移的)位置的前述主要量的相对于物体位移和转动的偏导数被数值计算出，这里：
俯仰是绕x轴的右手旋转
倾斜θ是绕y轴的右手旋转
偏转ψ是绕z轴的右手旋转
从3D世界空间中的最初目标位置开始，被定义为基于目标三角形的几何尺寸和形状以及适宜坐标原点的定义对顶点序数i＝1-3确定最初目标顶点世界坐标(x0i,y0i,z0i)。
相对于六个自由度(俯仰、倾斜、偏转、dx、dy、dz)中的每一个，通过对每个自由度的微小增量的评估数值进行每个主要量的局部偏导数计算。使用欧拉旋转矩阵和转换向量计算对于沿六个自由度的规定运动的目标顶点位置的变化：
接着，使用几何投影计算来确定这些新的目标顶点位置的相机投影。假定相机位置、像素尺寸和透镜焦距是精确已知的，则空间内的这些新的3D位置应当投影到的每个相机焦平面(相机序数j等于1或2)上的垂直像素数如下：
这里，Xi,j和Yi,j是投影到相机j传感器上的经平移的目标顶点i的水平和垂直像素数，Xo,j和Yo,j是由相机的光轴(典型地在相机中心或非常接近相机中心)横交的像素列和行的水平数和垂直数。f.l.和spix是透镜焦距和相机像素节距，而角αi,j和βi,j是相对于相机j聚焦轴定位目标顶点i的极角和方位角。这些角如下地从顶点世界坐标(vertex wolrdcoordinates)计算出：
其中点(x1,j,y1,j,z1,j)是相机光轴和与光轴垂直的平面之间的交点，所述光轴包括经平移的目标顶点(x1i,y1i,z1i)：
x1,j＝x0+k(xcj-x0)；y1,j＝y0+k(ycj-y0)；z1,j＝z0+k(zcj-z0) [5]
其中(x1cj,y1cj,z1cj)定义相机j的3D位置，(x10,y10,z10)定义在无位移的目标中心的两个相机的名义视轴位置以及基于几何投影的常数κ并通过下式给出：
在方程[4]中，取反余弦函数从0至π的范围，并且对于βi,j的适当表征如下：
sign[βi,j]＝sign[(zcj-zi){(xcj-x0)(x1,j-xi)+(ycj-y0)(y1,j-yi)}-(z1j-zi){(xcj-x0)2}+(ycj-y0)2]
在3D目标顶点的相机投影的这种确定期间，可基于之前的透镜校准测量对大值的极角αi,j施加补偿函数以诠释透镜中的桶形畸变。αi,j的几何值首先基于方程[3]计算出，并随后借助预定的查找表或测量拟合函数对透镜畸变进行调整，并且对αi,j的这种新补偿的值则通过方程[2]用于计算Xi,j和Yi,j。
为了数值上估计主要量在最初目标位置周围的偏导数，未位移的3D目标顶点坐标(x0i,y0i,z0i)使用前面的方程[2]-[6]被首先投影到相机坐标，并且对于步骤1中描述的主要量中的每一个计算出最初值(多数应当为零或者在开始位置的近零)。然后，一次一个地将俯仰、倾斜、偏转、x轴位移、y轴位移和z轴位移的小增量引入，对于每个增量计算目标顶点的新世界坐标和新相机投影。每个主要量的变化被除以小的角增量或位移增量以确定局部导数。
例如，为了确定相对于俯仰的偏导数，位移向量被引入到一般位移方程[1]以确定经平移的目标顶点位置(xi,yi,zi)。然后使用方程[2]-[6]执行对相机坐标(Xi,j,Yi,j)的转换，并如步骤1概括的那样计算主要量。每个主要量和无位移计算的量的对应值之间的差被除以小的俯仰增量，以给出每个量相对于俯仰的偏导数。为了确定相对于倾斜的偏导数，使用位移向量来发起计算，并对于所有六个自由度以此类推。
这六个重复计算中的每一个产生全局偏导数矩阵的一个列：
步骤3：确定一阶位移向量
对位移矩阵的一阶近似是通过将如步骤1中确定的测得主要量的矩阵乘以步骤2中计算出的偏导数矩阵的逆变换而确定的：
步骤4：用6-DOF运动特征化主要量中的局部变化
步骤3中确定的的一阶值被输入到变换方程[1]以对于三个目标顶点的每一个确定对应变换的3D目标位置(x1i,y1i,z1i)。这些世界坐标使用方程[2]-[6]被投影至相机坐标(Xi,j,Yi,j)，并重新计算主要量。这六个量与步骤1中确定的这些量的测量值作比较，以产生残留误差矩阵：
通过如前那样一次一个地将将俯仰、倾斜、偏转、x轴位移、y轴位移和z轴位移的小增量引入来计算主要量的局部偏导数，但此时增量相对于一阶位移向量。对于每个增量，重新计算目标顶点的新世界坐标和新相机投影并且重新计算主要量。每个主要量的变化被除以小的角增量或位移增量以确定局部偏导数。例如，为了计算相对于俯仰的偏导数，用取代一阶位移向量并且将每个主要量的结果变化除以以确定相对于俯仰的局部导数。对于六个自由度中的每一自由度重复这个过程。
这六个重复计算中的每一个产生新的全局偏导数矩阵的一个列：
步骤5：确定一阶位移向量的粗略校正
通过将步骤4中确定的残留误差矩阵乘以同样在步骤4中确定的部分偏导数矩阵的逆变换，计算粗略校正以改善一阶位移向量并减少残留误差：
一阶位移向量通过粗糙校正矩阵被递增以形成对位移向量的更好逼近：
步骤6：执行细校正以确定最终6DOF位移向量
重复步骤4、5，从粗略校正的位移向量开始，以确定对位移向量的最终精细校正。在该迭代之后，结果的精细校正增量被加至粗略校正的向量以形成最终的6-DOF位移向量。来自一般模拟的经验结果指示该精细校正在所有情形下都足以将残留误差减小至远低于前面陈述的0.1°、0.1mm的容限。
检验绝对收敛的算法数值模拟
当相机、目标和转动台被取得和组装时，6DOF分解算法可对于一组测试的旋转被编码和测试。显然例程对于小的平移和转动将会收敛，但确定其在六个自由度上的极端位移的收敛是否存在限制可能是有利的。为此，我们设想极端目标位移，计算位移目标的3D位置，计算在两个相机中的每一个上将被看到的质心位置，并运行分解算法来确定收敛速度。
在一些实施例中，为了论证迭代的6DOF展开算法的绝对收敛，模拟开始于非常大的转动和位移的一组测试，如下面表1列出的那样。
表1.为了测试算法收敛的假想患者的一组极端角旋转和线性平移的例子
模拟通过下列步骤开始：确定将由每个相机看到的位移质心的位置，由此允许每个相机的一定程度的误指向和不对准。原始(名义)目标位置通过章节2.5.2.2中示出的欧拉旋转公式转动和位移，以确定三维空间中的三个位移的目标质心位置。接着，如同一章节中描述的那样，对于两个相机中的每一个，这些“世界坐标”被变换到2D“相机坐标”。
假设目标被成像到这些相机坐标中但操作者对引起该目标位置的位移矩阵没有在先认识，则我们使用章节2.5.2中描述的算法从头到尾地重建位移矩阵。通过步骤3(章节2.5.2.3)的结束，算法返回对6DOF位移向量的最初估计，如下面表2所示。
表2.基于章节2.5.2中描述的方法的6DOF位移的第一估计
如期望的那样，由于对于沿和绕每个轴的这种模拟选择的平移和旋转的极端大小，在该阶段的残留误差一般很大；这种情况对于Newton Raphson算法方法的绝对收敛形成良好的测试。假设这种估计是正确的，则步骤4(章节2.5.2.4)中的算法再次计算目标的位移位置、由每个相机看到的结果质心位置以及可能得到的主要量(垂直末梢和与差、底部长度差、垂直位移和以及水平位移和与差)，以与实际观察的值进行比较。以像素为单位的残留误差以及对于偏转、倾斜和俯仰的小变化(每0.1°的像素)和沿dx、dy和dz的小变化(每0.1°的像素)的每个主要值的局部导数如章节2.5.2.4所述那样被计算出，并如下面图3所示被制表。
表3.主要量垂直顶端之和、垂直顶端之差、底部长度之差、垂直位移之和、水平位移之和以及水平位移之差的残留误差(以像素为单位)以及对于偏转、倾斜和俯仰(每0.1°的像素)和x位移、y位移和z位移(每0.1mm的像素)的局部导数
表3左侧的导数矩阵被逆运算并乘以右侧的残留误差向量，以得到对位移向量的最初估计的一阶校正，如章节2.5.2.5描述的那样，并被表示在下面表4的左侧。这些被加至最初估计，以产生6DOF位移向量的更精炼的估计，其被表示在表4的右侧。
表4.(左)通过对前面表3左侧的导数矩阵作逆变换并将该逆变换矩阵乘以表3右侧的残留误差向量而对偏转、倾斜、俯仰、dx、dy和dz的最初估计的一阶校正。这些校正被加至最初6DOF运动估计以产生上面右侧的改善估计。
该过程如章节2.5.2.6所述地重复第二次和最后一次，再一次假设(现在精炼的)6DOF位移向量是准确的，并首先计算3D目标质心位置并随后计算被投影到两个相机焦平面的每一个上的目标质心的位置。同样，计算六个主要量并与实际观察值进行比较以产生残留误差的向量。同样计算局部导数，这次在一阶位移向量的位置。其结果如下面表5所示被制表。
表5.主要量垂直顶端之和、垂直顶端之差、底部长度之差、垂直位移之和、水平位移之和以及水平位移之差的一阶残留误差(以像素为单位)以及对于偏转、倾斜和俯仰(每0.1°的像素)和x位移、y位移和z位移(每0.1mm的像素)的新局部导数。
表5左侧的导数矩阵被逆变换并乘以右侧的残留误差向量，以得到对位移向量的一阶估计的最终校正，如下面表6的左侧所示。这些校正被加至一阶估计，以产生6DOF位移向量的最终二阶估计，如表6右侧所示。
偏转调整(度) -0.2947 最终偏转(度) 7.9999
倾斜调整(度) -0.1210 最终倾斜(度) -15.0013
俯仰调整(度) -0.4448 最终俯仰(度) 11.9978
dx调整(mm) 0.5114 最终ΔX(mm) -8.9989
dy调整(mm) -1.0377 最终ΔY(mm) 2.9952
dz调整(mm) -0.0058 最终ΔZ(mm) 6.9941
表6(左侧)通过将前面表5左侧的导数矩阵作逆变换并将该逆矩阵乘以表5右侧的残留误差向量而获得的偏转、倾斜、俯仰、dx、dy和dz的一阶估计的二阶校正。这些校正被加至通过相同方法获得的一阶校正，以产生对用于模拟的6DOF运动中的每一个的最终值。
即便对于该模型中使用的极端旋转和位移，算法图示为仅在两次迭代中收敛至0.003°和0.006mm以内。给出执行最初估计和两次Newton方法的连续迭代所需的浮点运算数目，该算法能在小于5毫秒的时间内在典型膝上计算机上产生解。
四元表征
头部线圈ICD规定四元形式的转动向量，对于其(仍然使用右手欧拉角旋转惯例)：
变换向量对于这里计算出的形式而言是不变的。
质心确定算法
焦平面上的质心位置通过下式给出：
这种计算是针对如图20B所示的目标上的三个子区域2010执行的(虚线不出现在真实目标上)，其逆转图像以使大的计数量对应于黑(对于12位单色相机读出接近4095)并且小的计数量对应于白(接近0)。通过最小量的复杂性，例程可检测圆形图案并自动地近似定位这些子区域2010。在一些实施例中，例程可通过建点击被初始化以在开始时识别每个质心的近似位置。接着，每个新帧的感兴趣的三个区将被居中在来自前一帧的质心位置，加减48个像素行并加减48个像素列。三个目标圆的每个圆周围的感兴趣区域可被整合以确定目标质心。
质心确定
在一些实施例中，测试目标可以大约45°角度被印刷和安装在单色相机的视场内。在该角度上，椭圆目标在相机焦平面上被投影成大致圆形目标。在一些实施例中，相机可在14.1英寸距离上聚焦在以45°的取向全比例印刷目标上。相机视场大致为紧挨着目标安装的相机校准目标的中心内的矩形尺寸。
计算出的目标质心被显示为在实验室观察图像的中心处的红点，并被显示为在图像右侧的浮点(x,y)对。在高于全比例的大约20％的发光水平下，测得的质心位置在行或列中的波动不高于0.1像素水平；对于较低强度水平，统计波动超出该阈值。然而要注意，对于白上黑的印刷目标，均匀的照明可能是重要的——如果目标发光例如从左侧或右侧起明显更强烈，则矩计算可沿水平方向施加偏移并将质心平移到特定的误差阈值之外。这种效果在某些情形下可能对发光方法施加不想要的成本约束，因此首先采用强度阈值确定算法，藉此将目标直方图限制在亮和案区域强度的较低极值，由此消除不想要的效果。在一些实施例中，相机控制屏幕视图可允许控制相机帧速率和读出分辨率，由此手动地示出所选择的感兴趣区域。全相机视场大致由屏幕上的黑色区域表示。质心可被显示为在圆形目标中心处的红点，并且相机x-y坐标在显示器的右侧被显示为2-十进制精度的浮点数。
例1
相机校准
如同任何相机透镜，用于头部追踪器的透镜可能因变于离成像轴的距离而具有一定程度的畸变。方位角畸变应当是可忽略的，但径向畸变可在透镜安装之后被测量并拟合到多项式曲线以允许对相机视场的边缘附近的质心位置的快速补偿。在运用NewtonRaphson迭代算法的期间，可构建6DOF展开算法以适应径向畸变的典型水平作为二阶补偿。
可使用具有直径1/3"、2/3"、1"(并以此类推直至4英寸的最大直径)的同心圆的印刷基准目标来确定径向畸变，如图22A和22B所示。相机和在14.08英寸工作距离上的25mm透镜的近似FOV为2"x2.67"，如印刷在目标上的内矩形所指示的那样。相机被安装在离目标14.24英寸的位置，以使内矩形在相机FOV的边缘处可见，并且目标居中在该领域。单个图像帧被捕获，并且圆和径向线的交点通过图像上的局部质心计算被标识并被准确地定位。将世界坐标系的极角与记录在相机上的极角进行比较以确定径向畸变。图22A是相机校准目标而图22B是25mm固定焦距相机透镜的轴外径向畸变，这是通过比较被记录在相机焦平面上的圆的直径而测得的。
在一个实施例中，对于techSpec高分辨率固定焦距25mm透镜测得的测量径向畸变遵循相机极角θc＝(1+0.0053144θ-0.0016804θ2+0.0002483θ3-0.0000138θ4)θ，其中实验室极角θ以°为单位。在视场的极端角部(其中θ～6.75°)，相机像差导致相对于真实角大约0.7％的相机角的径向增长，或半径上大约2.8像素。
全6DOF追踪
全6-DOF追踪算法通过图形用户接口(GUI)在实验室视图(Lab View)中被编码。GUI屏幕的左上方给出当前帧内的目标圆的质心信息，而左下方给出前一帧的相同信息。对于每一个，来自一组三个目标圆中的一个嵌套的目标圆被显示成负的(黑上白)，连同其像素亮度的直方图落在居中于前一帧的质心位置上的48×48像素方框内。该直方图被分割成两段以(在左侧)显示在亮度标度一端的背景像素的峰值，并(在右侧)显示在亮度标度另一端的目标本身的像素的峰值。其间像素的长连续区代表在目标帧中的黑光边界处的像素。从两个直方图的分析，目标领域被限制在亮侧上的低亮度肩部以及暗侧上的高亮度肩部，以形成对跨目标发光的变化不敏感的二元目标领域。尽管仅对一个目标圆作实时的显示，然而所有三个目标圆都是以这种方式被处理的。
紧挨着目标直方图，对于三个嵌套圆目标中的每一个，x-y相机质心位置被显示至2-十进制精度；同样对于当前数据在屏幕的上半部而对于前一帧在屏幕的下半部。
在使用章节2.5描述的方法进行分析之后，屏幕右侧显示经处理的6-DOF数据。模拟量表式显示器示出每帧获取和处理时间，在其下端限制大约8毫秒的相机帧整合和读出时间。使用章节2.5描述的Newton-Raphson例程的单次迭代，算法在连续帧的整合时段运行，由此处理时间大约为8毫秒，其对应于120Hz相机读出速率。6-DOF数据可已模拟或数字格式被显示，但数字格式可以0.01mm和0.01°的精度被读出以与0.1mm、0.1°的精度要求进行比较。
用于头部追踪模拟的实验室机械布局
实验室配置被设计使用六自由度光学转动量成模仿头部转动和位移。该量包括沿光学桌面的x、y和z轴的三个联动的平移级以及分别与偏转、俯仰和倾斜对应的三个联动的转动级。两个单色相机和转动镜子以适宜的几何关系被安装以与已有的12通道头部线圈一起使用。两个单色相机处于前台，相对于水平方向以±45°角安装以适应转动镜子的旋转。转动镜子被安装在相机后面10英寸的位置(由画面中的相机略微阻挡)。目标在每个镜子的反射中部分可见。6-DOF转动级处于前景的中心，其中y轴级在底部，x轴级次之，而z轴级在上方，之后是偏转级、俯仰级并且最后是倾斜级，目标处于顶部(倾斜转动手柄由该级阻挡)。近IR发光LED位于背景的中心；来自该级的光落在相机光谱范围内，但对人眼几乎不可见。
X轴平移
来自6-DOF位移组件底部的第二平移级控制x轴位移(与患者脊椎对准)。x轴平移级控制把手转过四圈整(对应于-2.54mm)，并从质心相机坐标的结果运动中计算出绝对位置变化。结果是：由展开算法确定的位移在x上为-2.56mm，在y和z上小于0.1mm，并且在俯仰、倾斜和偏转上小于0.1°。目标位移dx＝-2.54mm，通过在图示的GUI的右下显示部分上的缩放，计算为dx＝-2.56mm,dy＝0.08mm,dz＝0.02mm,dφ＝0.05°,dθ＝-0.03°且dψ＝-0.01°。
Y轴平移
6-DOF位移组件中的底部平移级控制y轴位移(患者的左右运动)。y轴平移级控制把手转过四圈整(对应于-2.54mm)，并从质心相机坐标的结果运动中计算出绝对位置变化。这导致目标位移dy＝-2.54mm，通过在GUI的右下显示部分上的缩放，表示为dx＝0.00mm,dy＝-2.47mm,dz＝-0.01mm,dφ＝0.64°,dθ＝-0.04°且dψ＝-0.03°。
Z轴平移
6-DOF位移组件中的顶部平移级控制z轴位移(患者的下至上运动，其中患者处于背躺状态)。z轴平移级控制把手转过四圈整(对应于-2.54cm)，并从质心相机坐标的结果运动中计算出绝对位置变化。由展开算法确定的位移在z上为-2.54mm，在x和y上小于0.1mm，并且在俯仰、倾斜和偏转上小于0.1°。其结果是：目标位移dz＝-2.54mm，通过在GUI的右下显示部分上的缩放，表示为dx＝0.01mm,dy＝-0.01mm,dz＝-2.59mm,dφ＝-0.02°，dθ＝-0.06°且dψ＝0.01°。
偏转旋转
6-DOF位移组件中的底部转动级控制偏转转动(患者左肩-右肩倾侧方向)。偏转转动级控制把手转过+4°(在级上头朝向315°至头朝向311°，对应于朝向右肩的运动)，并从质心相机坐标的结果运动中计算出绝对位置变化。由展开算法确定的位移在dx、dy和dz上小于0.1mm，在俯仰上为0.1°，在倾斜上小于0.1°，并在偏转上为3.94°。其结果是：目标转过dψ＝+4.00°，通过在GUI的右下显示部分上的缩放，表示为dx＝0.07mm,dy＝-0.05mm,dz＝0.02mm,dφ＝0.10°，dθ＝-0.01°且dψ＝3.94°。
俯仰转动
6-DOF位移组件中的中间转动级控制俯仰转动(患者右肩-左肩“摇头”方向)。俯仰测角仪控制把手转过+5°，并从质心相机坐标的结果运动中计算出绝对位置变化。由展开算法确定的位移在dx和dz上小于0.1mm，在dy上为1.78mm，在俯仰上为4.97°并在倾斜和偏转上小于0.1°。由于Thorlabs GNL 18测角仪级的转动中心高于安装表面44.5mm而目标仅比该级高出22mm，因此y上的位移是可预期的。对于结果得到的-20.5mm杠杆臂，由5°俯仰转动造成的y位移是-(-20.5mm)*sin(5°)＝+1.79mm，这与测得的数据保持良好的一致性。
其结果是：目标转过dφ＝+5.00°，通过在GUI的右下显示部分上的缩放，表示为dx＝0.07mm,dy＝1.78mm,dz＝-0.01mm,dφ＝4.97°，dθ＝-0.03°且dψ＝0.08°。
倾斜转动
6-DOF位移组件中的顶部转动级控制倾斜转动(患者“点头”方向)。倾斜测角仪控制把手转过+5°，并从质心相机坐标的结果运动中计算出绝对位置变化。计算出的倾斜为4.95°，偏转小于0.1°。Thorlabs GNL 10测角仪级的转动中心高于安装表面25.4mm而目标仅比该级高出6.4mm。对于作为结果的-19mm杠杆臂，由5°转动造成的x位移为-19mm*sin(5°)＝-1.66mm，y位移为0.00mm而z位移为-19mm*[l-cos(5°)]＝0.07mm。这些位移全部落在测得数据的0.1mm之内。
其结果是：目标倾斜转过dθ＝+5.00°，通过在GUI的右下显示部分上的缩放，表示为dx＝-1.63mm,dy＝0.09mm,dz＝0.17mm,dφ＝0.21°，dθ＝4.95°且dψ＝-0.07°。
实施例的实验室测试
图27A-27G示出对本文描述理念的实施例进行测试的实验室配置。图27A示出包括利用大约90°剪刀角对光标记物成像的两个光检测器的实验室配置的俯视图。图27B-27G示出作为移动光标记物的结果通过运动追踪系统的实施例计算出的运动追踪信息以表征被追踪的目标的运动的图表。
附加标记物的实施例
光学追踪器的各种实施例可用于这里公开的运动追踪系统。例如，图2A所示的标记物110包括白色或亮色的背景，该背景具有三个黑色或暗色的子目标。然而在一些实施例中，转换这种颜色方案可能是有利的，例如，在黑色背景上使用白色同心子目标。在一些实施例中，这样的标记物可以提高图像处理和/或带来更快的图像处理的结果。例如，在一些实施例中，常规监测图2A中所示的标记物110的图像处理包括转换标记物的数字图像的过程，使得处理后的数字图像似乎是具有黑色背景和白色子目标的标记物。但是为了使处理更高效，当标记物本身已经包括具有亮色子目标和暗色背景时，可以取消图像转换处理。因此运动追踪过程可以利用这种对比以及已知的子目标的几何形状，以最小的处理过程快速定位子目标的质心。图28示出包含黑色背景和三个白色子目标2804的标记物2810的实施例。每个子目标2804包括多个同心白色椭圆，与上述类似。
在标记物的一些实施例中，子目标包括在高对比度的漫反射背景的暗同心子目标。在一些实施例中，同心子目标包括暗色背景的高对比度的漫反射同心的子目标。在一些实施例中，同心子目标包括在高对比度的反光背景上的暗同心子目标。在一些实施例中，同心子目标包括暗背景的高对比度的反光的同心子目标。反光材料或表面被配置成以最小散射反射光回到光源。反光材料可以为运动追踪系统提供好处，例如，与同心子目标相结合，能够使处理更快，更有效。例如，当运动追踪系统在分析目标图像时，具有反光特性的背景或子目标可以为运动追踪系统提供附加信息。
本发明公开的各种实施例已经被公开了，有关多个子目标，在一些实施例中是三个子目标在单个衬底上，该衬底附于被监视的患者。另外，在一些实施例中，如图6A和6B中所示的实施例中，子目标是分布式的，而不是位于单个衬底上。作为另一个例子，图29A、29B，和30A到30E示出标记物或目标的附加实施例，其中个别的子目标被分离在各自的衬底上。例如，图29A示出三个子目标2902的透视图，每个子目标在各自的附于患者112的衬底2904上。在该实施例中，两个衬底2904附在患者的前额上，其中一个衬底2904附在患者的嘴上。
图29B示出利用分布式子目标2902和衬底2904的标记物的另一个实施例。然而，在这种情况下，三个衬底2904连接在一起，且都附在患者嘴上。衬底2004可以以各种方式连接在一起，如图30A到30F所示的一些例子。
图30A示出包括三个子目标2902、每一个子目标在各自的衬底2904上的分布式标记物的实施例的前视图。衬底2904依次连接到背衬3006。因此，尽管每个子目标2902在其自身的衬底2904上，但相互关联的三个子目标2902的相对位置仍然相同。
图30B到30F说明对每个子目标2902利用独立衬底2904的分布式标记物的各种实施例的侧视图。图30B所示的实施例是图30A所示实施例的侧视图。在该实施例中，在设计上与图5A-5D所示的喉舌相接近的喉舌3008通过杆3010附在背衬3006上。虽然在这个实施例中，背衬通过杆3010连接到喉舌3008上，但在一些实施例中，背衬3006也可以直接连接到喉舌3008上，或者用其他方法附到喉舌上，而不是杆。此外尽管在这些实施例中，所图示的标记物被附于适于连接到人的嘴上的喉舌3008上，但此处公开的光学标记物的各种实施例中可以适于连接到被追踪的目标的其它部分。例如，标记物可以被配置成连接到人的鼻梁、下巴、前额、一个或多个耳朵、头发和/或类似器官。在一些实施例中，标记物附着机构包括与所述鼻梁连接的夹具。在一些实施例中，标记物被配置为连接到一个像眼镜一样的结构上，其可以用于人的鼻梁和人的耳朵。
图30C描绘包括多个衬底2904的标记物的两者择一的实施例侧视图。图30C所示的实施例与图30B所示的实施例相近似。但是在图30C所示的实施例中，每个衬底2904通过各自的杆3012与背衬3006相连接。
图30D描绘了一个分布式标记物的实施例，其中每个衬底2904用各自的杆3014直接连接到喉舌3008。因此，没有背衬3006与衬底2904连接在一起。应当指出的是，虽然本发明公开的各种实施例描述了关于喉舌将标记物附于人的嘴上，但标记物可以以不同的方式连接到被监视的患者，如以上所述。
图30E描绘了具有分布式衬底2904的标记物，其在设计上与图30D描述的标记物相近似。然而，图30E及30F所示的标记物说明在一些实施例中，衬底2904和/或子目标2902不一定要在同一平面内和/或取向为相同的角度。在图30E中，衬底2904以不同的角度取向。在图30F中，衬底2904都以相同的角度取向，但不在同一平面。在一些实施例中，这样的配置可能是有利的，例如能够在较大的运动范围内观察标记物和/或子目标。此外，标记物或子目标可以处于不同的平面，以帮助将标记物外壳形状与可用区域相一致。例如，当一个MRI头笼罩在患者周围时，患者的嘴前面可能没有多少空间。因此，需要调整衬底2904以使其适于在头笼内。在一些实施例中，当衬底2904与另一衬底2904不在同一平面时，可以调整子目标2902的打印，从而使相机的子目标2902仍然像在同一平面上一样出现。
在不同的实施例中所述的子目标2902都位于各自的衬底2904上，衬底2904可以永久附在背衬3006上、可移动地附在背衬2006上，或以其它不同的方式设置以永久地附在一起，或可移动地附在其上。例如，衬底2904可以使用胶水、其它粘合剂、钩和环紧固件、螺钉、胶带和/或类似物附在背衬3006上。
附加流程实施例
图31描绘了一个实施例的处理流程图，示出了运动补偿过程的一个例子。在这个流程中，这个过程是利用白色背景与黑色子目标分析标记物110的运动。然而，如图31所示的处理流程的过程可以被调整以便利用具有亮的子目标的暗色背景来处理标记物。这样一个过程的例子如以下图32中所示。
处理流程开始于方框3102。在方框3102，系统初始化一个视频源目标，在方框3104，系统从视频源抓取帧，例如相机。在方框3106，系统分析帧来定位目标质心，如标记物的子目标的质心。目标质心定位子过程参照方框3108至方框3132所示。在方框3108，处理流程根据这是否是定位目标的第一次迭代或者是否是随后的迭代而变化。如果是第一次迭代，则处理流程将继续进行到方框3110，在方框3110帧被转换为具有50％阈值的二元图像(例如，任何低于最大值的50％的像素被设置为零，并且任何大于最大值的50％的像素设置为1)。在方框3112，系统标识在二元图像的最大白色区域，并选择该区域。在方框3114，系统将二元图像中的所有其他区域设置为零。在方框3116，系统将图像反转。
在方框3118，系统再次转换成具有50％阈值的二元图像。在方框3120，该系统确认第二、第三和第四个最大区域。在方框3122，系统将所有其他区域设置为零。在方框3124，系统计算连接区域的质心。在方框3126，系统排序和平均质心坐标。接着在方框3134，质心坐标被传递到操作。
返回到方框3108，如果在第一次迭代之后进行在方框3106上进行的过程，则处理流程从方框3108继续到方框3128。在方框3128，系统在最后已知的质心坐标周围提取框。在方框3130，系统进行加权平均，从而在每个框中找到质心。在方框3132，系统对每个以前的坐标增加质心偏移，以产生最终的质心坐标。然后将这些坐标传递给方框3134的过程。
在方框3134，系统计算光目标的3-D位置和旋转角度。在一些实施例中，3-D位置和旋转角度也是从光学检测器坐标系统转换的，例如MRI机坐标系。在方框3136，目标位置和旋转角度传递到外部流程，以能够运动补偿。
图32说明了处理流程图的另一个实施例，其示出了质心定位过程的示例。例如，当被使用的目标是具有暗背景和亮的子目标的目标时，可以使用图32中所示的处理流程代替图31的方框3106所示的子过程。因此图32所示的处理流程可以使运动追踪系统比使用具有亮背景和暗子目标时，更快和更高效地进行。图33示出各种图像，该图像描绘了图32中所示的处理流程的阶段。因此，图33中的一些图像将被用于描述图32的处理流程。
图32中所示的处理流程从相机的目标的原始图像开始。例如，图33的方框3302描绘了来自具有暗背景和亮的子目标的相机的原始图像的例子。在方框3202，系统将原始目标图像转换为具有小于最大像素值的80％的阈值的二元图像。在图33的方框3304中可以看到一个转换的二元图像的例子。在方框3204，系统定位一个目标边界框。例如，在一个实施例中，系统可以被配置为找到二元图像中最外层的非零行和列。如图33的方框3304所示，目标边界框已被添加。
在方框3206中，系统被配置为识别在边界框周长的非零像素。通过识别边界框外围像素的非零图像，系统可以估计每个子目标的位置。如图33的方框3304所示，边界框周长的非零像素已被识别和圈出。例如，左上方的子目标接触边界框的点被以红色圈出。右上方的子目标接触边界框的点被以绿色圈出。最后，底部子目标接触边界框周长的点被以蓝色圈出。在方框3208，系统分离每个子目标的特征，例如，每个同心子目标，通过假设非零像素在属于同一目标特征的同一象限的相邻周长边上。
在方框3210系统被配置为提取兴趣框(ROI)区域，每个包含一个子目标。在一些实施例中，兴趣框区域由目标边界框的尺寸缩放。如图33的方框3306所示，从方框3304的二元图像中提取兴趣框的三个区域。
在方框3212，系统被配置为将低于像素最大值30％的像素值设置为零。例如，如图33的方框3308所示，通过设置低于像素最高值20的30％的像素值，进一步分离同心圆。在方框3214，系统被配置为定位每个兴趣区域的每个子目标的质心。例如，在一些实施例中，系统可以被配置为获取正交的像素值和像素位置的产品的行和列的和的最大值。
图33的方框3310说明在方框3214计算的叠加在原始图像的子目标质心。可以看出，系统有效地确定正确的子目标质心。这些质心可以传到运动追踪过程的其他部分以追踪患者并补偿患者运动。
在一些实施例中，运动追踪系统可以被配置为对于正在处理的每个图像帧仅执行图32所示的质心确定过程的一次迭代。通过只使用一次迭代，系统能够高效和快速的确定患者的位置。然而，在一些实施例中，如图32所示的处理流程或类似的处理流程可以包括两个或多个迭代，例如：2，3，4，5，10，15，20，30，40或更多个迭代。
附加标记物的实施例
各种用于运动追踪系统的光学追踪器或标记物的实施例已经在上述公开中说明。例如，一些实施例中，如图2A所述的标记物110，包括具有三个黑色或暗色的子目标的白色或亮色背景，其中三个子目标是三组同心圆或位于等边三角形的顶点的椭圆。在其它实施例中，色彩设计如图28那样被逆转，从而标记物由黑色背景和三个白色子目标构成，其中每个子目标为多个同心白色椭圆。在本实施例中，子目标也被排列，从而子目标质心彼此距离相等，这样他们可以被想象成位于等边三角形的顶点。
然而，在一些实施例中，为了允许唯一确认标记物中子目标的位置和方向，使用没有旋转模糊的标记物可能是有利的。具有三个相同尺寸子目标的标记物，其质心被排列为作为等边三角形的顶点，可能受到旋转退化限制。这样的标记物不可能具有每个平面旋转角的独特的图案或排列(例如，绕与图2A的平面正交取向的轴旋转，垂直于图2A的轴X和Y)。例如，在平面内旋转这样一个标记物60度，将导致与旋转之前的标记物相同的质心图案，在一些实施例中，这可能使得难以确定是否有旋转。在一些实施例中，比如当子目标包括同心圆时，60度的平面内旋转可能导致标记物的相同的感知质心的角位置和相同的视觉图像。在一些实施例中，比如当子目标包括椭圆或其他非均匀的形状时，60度的平面内旋转可能导致标记物不同的视觉图象，即使质心的角位置可能被视为与旋转之前相同。这里公开的追踪系统的一些实施例，配置为补偿这个目标的潜在的旋转模糊，如通过分析可视图案中的其他差异，和/或在其平面旋转过程中连续或半连续的追踪标记物以获得附加的分析内容。然而利用不具有这样的旋转模糊的标记物可能是可取的，其能够进行更快和/或更有效的追踪。因此，在一些实施例中，为了避免旋转退化，标记物的设计可能从具有三个相同大小、三角形排列(或具有平面内旋转模糊的其他设计)的子目标偏离。有许多数不清的具有非旋转对称的不同的图案或设计，其可以防止旋转退化。
图34示出根据一个实施例的避免旋转退化的标记物或光学追踪器3400的例子。此外，图34的标记物3400可能允许系统以高精确度定位标记物，而不管传感器的视野内标记物的方向如何，它还可以让系统更快速地确认标记物的各子目标。所示标记物3400具有五个基准点定位器，或子目标，包括椭圆形的相对于暗色背景的白色的同心对。当检测器从45度的视角由检测上观看这些基准点定位器时，这些基准点定位器的图像可能说明基准点定位器为圆形。标记物3400可能有四个小的同心对3402，是位于标记物3400角的基准点定位器。标记物3400还可以有一个大的同心对3404，是位于标记物中心附近的基准点定位器(例如，位于被外层较小的子目标3402的四个质心所定义的边界框3404内的子目标3404的质心)，其尺寸比每个小同心对3402大。大的同心对3404在标记物的一个方向上偏移，其允许五个同心对的相对位置唯一地确认标记物的平面内旋转。在这个实施例中，较大的子目标3404相对于标记物3400的垂直中央部或轴和/或由较小的子目标3402定义的边界框向上移动。在其它实施例中，使用其他各种技术使标记物不旋转模糊。例如，较大的中央子目标3404可以从标记物3400的中心点或者被子目标3402在不同方向上定义的边界框离开。另一个例子是一个或多个外部子目标3402可以移动到不同的位置。
如上所述，在一些实施例中，标记物中的非旋转对称通过同心目标沿着垂直轴从标记物中心的偏移来实现。这种非旋转对称性可以使标记物的追踪通过360度的平面内旋转而没有退化(例如，在一个完整的360度的平面内旋转定位没有模糊)。在一些实施例中，当从给定相机旋转离开时，标记物子目标形状在水平维度上加长以增加标记物的水平横截面。在一些实施例中，标记物可以包含三个或更多的独立的以非旋转对称的图案排列的子目标，每一个子目标包括至少两个同心圆的形状。为了唯一的标记物确认的目的，附加形状可以被纳入标记物图案。
由于图34的标记物3400的所有五个子目标(四个小的同心对3402，和大的同心对3404)包括同心圆形状，所以系统能够从标记物图像中唯一地和/或有效地确认和定位五个子目标。在一些实施例中系统可以通过在给定尺寸范围内寻找所有目标的质心来操作，然后将目标按照具有相同(或非常相似)的质心坐标进行分组。所有具有相同(或非常相似)的质心坐标的目标可以被标记为一个有效的子目标，其是整体标记物3400的一部分。利用这样的其中一个或多个子目标包括至少两个同心圆形状的设计是有利的，例如，能够快速和/或有效地识别有效的子目标和忽略标记物图象中的其他标记。例如，当在MRI脑扫描中使用此处公开的标记物时，捕获标记物图像的检测器也可以捕获图像中的其它非标记物特征。例如，由检测器捕获的图像还可以包括患者皮肤肤色的特征，如痣或其他特征。在处理这样的图像时，系统可以确认面部特征，如痣，作为具有特定质心位置的特征。然而，如果没有另一个具有相同或类似的质心位置的特征，系统可以自信和有效地筛选出痣作为潜在的标记物子目标。因此利用两个或更多个同心圆形状，或具有不同的常见的几何指标的形状是有利的，在其他事情上，有效地滤除不包含有效子目标的图像部分。虽然在本实施例中，每个子目标包含白点和在白点周围的白色环，标记物的各种其他实施方式可包括其他各种形状。例如，可以利用二、三、四、五或更多的圆，椭圆，六角形，八角形和/或其他形状。此外，在相同的标记物内，可以利用不同类型的子目标。例如，一个子目标可以比另一个子目标包含不同数量的同心形状，这可能，例如，能够使跟踪平面即使在子目标质心位置是旋转对称的设计中旋转整个360度(如图2A的等边三角形的设计)。
由于大同心对3404大于小的同心对3402，系统能够比其他同心对更快地识别大同心对3402。大同心对3404的位置可以用来快速定位剩余的同心对-四个小同心对3402-通过各种方法。定位剩余的同心对的一个方法可以是采取环绕大同心对3402的四个最接近的同心对，然后将所有五个同心分组对作为标记。这样可以使用大同心对3402来更快速地识别标记物位置。或者每个同心对的质心可以被定位，但每个同心双所对应的具体的子目标是未知的。一些实施例中同心对可能在被放入局部组来确定每个同心对的子目标，比如通过这里以前描述的周长边缘检测的算法。在一些实施例中为了确认标记物的位置或者唯一地确认子目标，可能增加不必要的计算时间和/或复杂的算法。以下关于图37和图38的的讨论中进一步详细提供标记物图案质心检测。
图35说明了根据一个实施例的标记物或者光学追踪器的另一个例子，其避免旋转退化。在图35中，有一个不是同心对的附加点3502。为了唯一的标记物确认，可以在标记物图案中添加如点3502的附加形状。在系统的一些实施例中，可以同时使用多个标记物。多个标记物可能与小变化的非旋转对称的图案相关，比如包含在图案中的像点3502那样的附加形状的数量。形状或点的数量、位置或排列可以帮助系统唯一标识标记物，以便系统可以将标记物彼此区分。系统可以通过搜索非同心形状、标记物或在边界框区域的像点3502那样的目标来将不同的标记物彼此分离。可以添加非同心形状的数量以确定它是哪个标记物号。下面介绍了多个标记物检测的进一步细节。虽然图35所示的实施例，利用点或圈3502作为附加形状以使标记物唯一标识和/或避免旋转退化，标记物的各种其他实施例，可以利用其他形状以实现这个目的，比如两个或两个以上的同心圆形状、条形、星形、正方形、矩形和/或类似形状。具有一组可单独唯一确认的标记物是有利的，例如在同一追踪过程中使用多个标记物。例如在核磁共振脑扫描中，可以将两个、三个、四个、五个、六个或更多个标记物同时贴在患者他或她的头上，以提高追踪过程的准确性、冗余性和效率。在一些实施例中，提供用来从一组指定的标记物中唯一地确认单个标记物的图案(例如，一组2、3、4、5、6、7、8、9、10或更多个标记物，被同时用于同样的扫描)。然而，在一些实施例中，单个标记物可以相对于一组更大的标记物或所有其它标记物唯一可识别，而不仅仅是具有为了同时使用的特定的较小的子标记物组的标记物。例如标记物可以包括条形码，二维码和/或可以被解码以解释唯一的标识符的类似码。在一些实施例中，这样的编码唯一标识符不一定在运动追踪过程中被解码和/或被使用，但可以与运动追踪和/或扫描数据一起保存以便以后查找和/或可追溯。
图36A和36B中每个图图示了为了唯一的标记物识别和/或附加的避免旋转退化的目的，在非同心圆点数量方面有变化的标记物的多个实施例。图36A说明具有图34所示的实施例的细微变化的标记物的多个实施例。图36A显示的最左边的标记物与在图34所示的实施例相同。在角落有四个小的同心对3602，大的同心对在3604附近的中心，但在垂直方向上略有偏移。立即到右边的标记物在标记物底部有一个附加点3606。在图36A中从左移至右边，每个标记物都具有在以前的标记物上的附加点–由具有零非同心点的标记物开始到具有五个非同心圆点的标记物。因此图36A显示在非同心点的量上有变化的六个标记物，该六个标记物都被同时使用和唯一识别，因为每个标记是唯一的。
图36B也说明包括变化的标记物的多个实施例。图36B中的每个标记物具有五个同样尺寸的同心对3608。四个同心对在每个标记物的角落，最后一个同心对在每个标记物的中心，但具有垂直偏移。在图36B中从左至右，每个标记物都在以前标记物上具有一个附加的非同心点3608。因此，图36B也显示六个在非同心圆点的数量上有变化的标记物，所有这些标记物都可以被使用并同时由系统唯一识别，因为每个标记是唯一的。然而在图36B的标记物缺乏图36A的标记物所具有的大同心对3604。这意味着图36B的标记物不允许系统执行从其他同心对中快速识别大同心对的方法，然后利用大同心对的位置定位标记物内的剩下的同心对。利用图36B的标记物以及图36A的标记物可能减少旋转退化。然而，利用图36B的标记物可能会导致从图像确认标记物和质心的时间较长，因为需要更多的计算。然而，图36B的标记包括比图36A的标记物还大的唯一识别特征(例如，点)，这对于系统以及定位和识别标记物所需要的处理时间是有利的。
关于实际使用的标记物的尺寸和设计可能有冲突的要求。使标记物尽可能小可能有利于患者的方便和/或能够使用更多的标记物。然而标记物可能需要足够大才可以使系统能够准确地从标记物的像素化图像确定标记的质心。此外，也有可能是与标记物中的子目标相关的理想间距。在标记物中的子目标之间的增加距离可改善追踪，因为追踪计算观察与子目标质心的运动相关的差异。对于一定的运动，标志物越大，距离就越大，因此追踪将更好。在以上本公开中，还提供了关于标记物尺寸的进一步讨论。在一些实施例中，利用包括具有质心位置的外部子目标的标记物是可取的，质心位置定义14x14平方毫米大小的边界正方形。在其他实施例中，边界正方形(或矩形)可以包括一个或更多个侧面，其具有5、6、7、8、9、10、11、12、13、15、16、17、18、19、20或更多毫米的长度。
标记物图案质心检测
由于运动追踪系统追踪标记物的相对位置，所以对于系统来说使用能够可靠识别标记物中的子目标(这里也被称为基准点或同心环)的质心的过程是有用的。快速唯一地识别包括标志物的子目标也是有用的。可以使用各种过程或方法来确定子目标以及子目标的质心。系统可以使用基于标记物图案的不同的过程或方法。在确认子目标以及子目标的质心时，一些标记物设计允许系统使用更有效的过程或方法。
图37是一个流程图，它示出了根据一个实施例的标记物图案质心检测过程。此过程可应用于从检测器、相机或光学传感器获得的每个标记物图像(或者在一些实施例中只有标记物图像的子集，例如提高效率)。在一些实施例中，在标记物上使用0到5个附加点，以便唯一地识别多达6个唯一标记物(尽管可以使用如上所述其它各种唯一的识别方法)。但是系统可以对其应用这种质心提取算法的标记物数量没有技术限制。对于由存在于系统中的所有相机接受的图像中的标记物，可用并行处理来同时进行标记物质心提取算法。当与可以扩展到任意数量的目标的追踪算法相配对时，所使用的标记物的数量可能仅限于空间和计算资源的限制。下面给出了多个标记物追踪的进一步讨论。
在方框3702，系统可以二值化计算所接收的每个标记物图像。系统可以将高于某阈值的所有像素设置为白色，而将低于该阈值的所有像素设置为黑色。然后，系统将继续到方框3704检测每个图像中的所有连接区域。连接区域可以被定义为所有彼此接触的白色像素组。然而，在一些实施例中，系统可以被配置为用来检测所有黑像素组的连接区域，比如当标记物包括在白色背景上的黑色子目标时。
然后在方框3706，系统筛选出太小而不能作为标记物组件的连接区域(例如在一些实施例中的小于4像素的区域)。在方框3708，系统可以筛选出太大而不能作为标记物组件的连接区域(例如在一些实施例中大于2000像素的区域)。系统可以并行执行方框3706和方框3708，或者在一些实施例中，系统可以按顺序执行这两个方框。系统可以先执行方框3706，然后第二个执行方框3708，或者系统可以先执行方框3708，然后第二个执行方框3706。
在方框3710，系统可以计算出剩余的连接区域的质心。在方框3712，系统可以比较每个连接区域的质心。在方框3714，具有彼此在1像素内的质心的那些区域被定义为同心子目标对。在其他实施例中，可以使用其它阈值，例如0，2，3，4或更多个像素。在方框3716，系统可以在每个同心对平均区域的质心，并将其记录为有效的标记物子目标。
或者，如图34所示的标记物实施例，如果标记物具有一个大的同心环，则系统可以利用某种不同的过程。由于中间的子目标相对于其他标记物子目标被放大，其可以根据尺寸更迅速地分离。在图像中的全体标记物位置可以被有效地识别。为了将包括每个标记物的全部子目标进行分离和分组，可以使用一个算法将离每个中心子目标最近的四个子目标或同心环分组。在这样的实施例中，系统将执行这些调整的过程，以代替方框3710、3712和3714。
在方框3718，系统通过计算连接子目标的组的整体质心的线段的角，确定每个标记物的一般平面旋转，该子目标包括到中心子目标的标记物。随着旋转角度确定，在方框3720，旋转变换被应用到标记物以重新映射到垂直的位置。
在方框3722，系统通过它们相对于中心标记物的相对位置对包括标记物的子目标进行分类。在方框3724，系统计算每个标记物的边界框内的所有连接区域以唯一地识别每个观察到的标记物。
图38显示了如何处理一个非旋转对称的标记物图像以定位标记物中的质心，例如，使用图37所示流程图。
图像3802是具有非旋转对称标记物的原始的灰度图像，如图34中的标记物。此图像与检测器或光学相机所拍摄的标记物的图像相似。
接着系统二元化运算图像3802为了获得图像3804以将连接区域定位全白(例如图37的方框3702)。为二元化运算灰度图像，设置全部测量的50％为阈值。这个阈值以上的所有像素都是白色的，所有低于这个阈值的像素被转换成黑色像素。连接区域是所有剩余的互相接触的白色像素组。在图像3804中可以看到各种连接区域。系统然后根据尺寸，发现并估计所有的连接区域。区域太小(例如两个像素)可能是噪声而不是目标，系统可能会丢弃这些区域。区域太大(如大于2000个像素)可能是图像中的大目标，而不是标记物的组成部分，系统也可能丢弃这些区域。这些可以是，例如，图37的方框3704-3708所进行的过程。
然后，系统可能会与图像3806留下，其显示所有尚未被丢弃的连接区域，因为它们位于系统正在寻找的定义尺寸范围内。在这一点上，系统可以计算出图像中的所有残留目标的质心(例如，图37的方框3710)。具有在彼此的1像素内发生的质心的目标(即同心目标)可能会被认定为同心对或有效的子目标(例如，图37的方框3714)。为了确定同心对的质心，同心对的每个目标的质心被平均。最终的结果是图像3808，其说明原始图像3802中所示的标记物中存在的所有5个同心对的确定的质心3810。这些识别的坐标可用于本文公开的各种算法以估计标记物在六个自由度的位置，从而能够估计患者在六个自由度的位置。如在上面的例子中所看到的，使用同心环是唯一地确认作为标记物一部分的子目标的方法之一。通过对子目标使用同心环，当图像中的目标被确定为具有相同的质心坐标时，概率非常有利于属于同一子目标对和标记物的两个目标。
广义的六个自由度追踪系统
概述
本公开先前描述了一些实施例，其中MRI头部追踪器(或其他运动追踪系统)从两个2D成像传感器实时输入并分析数据，以最小的延迟确定和报告在六个自由度的运动。这些实施例中的一些被配置为检测和测量标记物上的三个质心位置，并利用这些位置来确定患者的头部位置，通过结合来自标记物的两个图像的数据来生成六个唯一的主要量。这个过程的一个例子如图20C所示。利用这样的运动追踪系统是可取的，该运动追踪系统使用任何数量的相机和/或任何数量的标记物，包括有不同设计的标记物。此外，具有这样的运动追踪系统也是可取的，该运动追踪系统能够动态的调整加减一个或多个相机和/或标记物(和/或阻挡和不阻挡相机和标记物之间的一个或多个视线)。例如当患者移动时，一个或更多个的视线会受阻，具有能够动态且自动地适应在医学成像扫描中变为阻挡和/或不阻挡的视线的运动追踪系统是可取的。
在一些实施例中，使用广义六个自由度算法，使任何非零数目的相机(和/或任何非零数量的标记物)与系统一起使用。这样的六个自由度追踪系统可以利用1到n的相机而对相机位置没有特别的限制，除了每个相机的观察领域覆盖部分或整个感兴趣的区域以及每个相机的六个自由度位置在常见的任意坐标系中为已知的。在一些实施例中，相机和/或标记物的数目的增加会增加整体追踪精度和/或冗余度。然而相机和/或标记物的数目的增加也可能会导致处理功率和/或估计患者的姿态所需的处理时间的增加。因此，根据可用的处理效力，在为相机定位的医用扫描仪里面，上面或者围绕其的可用空间和/或被扫描的患者的标记物的可用空间和/或安装位置，优化所使用的相机的数量和/或标记物的数量是可取的。在一些实施例中，比如MRI扫描仪，在通常的圆柱形孔内扫描患者时，系统可以配置为在孔周围定位多个相机，通过所定位的相机，则在扫描过程中在任何预期的患者的位置，至少有一个相机(或任何其他数量的相机)总能看到至少一个标记物(或任何其他数量的标记物)。
在一些实施例中，系统使用来自当前能看到标记物的每个相机的数据(可能包括或可能不包括系统中的每个相机)。例如，如果相机1，3和5可以看到一个标记物，那么系统可能只使用来自这三个相机的数据，而忽略来自其他相机的数据。系统根据哪个相机能够看到标记物而自动确定标记物的位置。在一些实施例中，系统可以无缝地处理一个或多个相机观察路径的阻挡或妨碍。例如，如果最初有三个相机可以看到标记物，而一个相机的观察路径被阻挡，如被患者的手臂阻挡，那么系统就能够使用其他两个观察路径通畅的相机来确定标记物(或多个标记物)的位置。在一些实施例中，超过一个标记物可以由一些或全部相机或检测器追踪。
在一些实施例中，当使用一个相机与使用多个相机相比，运动追踪系统的精度可能较低，尽管精度对于减少或者消除医学成像扫描中的运动伪影仍然是足够的。使用两个或两个以上的相机可以提高精度，且追踪精度一般可能会随着在给定的时间内能够检测到标记物(相同的标记物和/或其他标记物)的附加的相机数量而增加。广义六个自由度算法可以允许系统动态地从相机切换到相机，或添加和从使用中移除相机。
在一些实施例中，系统利用一组广义的主要量集(例如，主要量可用于各种标记物设计)。在一些实施例中主要量包括从每个图像中的每对目标之间的X和Y坐标的和与差。例如，一个标记物可以由相机1和相机2成像。主要量是针对给定的标记物可用的对目标的所有可能组合之间的X和Y坐标的和与差。系统根据可使用的数据为任何数量的标记物构造一组主要量。例如，如果系统利用六台相机，其中三台相机可以看到标记物的质心，则系统可以根据所有的组合数据生成全套主要量。在这种方式下，系统会根据新的可用数据调整主要量，比如第四台相机能够看到标记物的质心(或如果只有一台相机可以看到标记物)。关于主要量计算的附加细节如下。
在一些实施例中，系统可以利用六个相机。在一些实施例中，该系统可以利用位于MR扫描仪的身体线圈上或围绕身体线圈的圆周上的四个相机，以调整所述感兴趣区域的最佳覆盖的位置向内指向。在系统中使用的相机的数量可以根据可用的处理功率，空间，最佳的观察路径和/或类似进行选择。附加的相机可以提高精度，并允许冗余，虽然在一些实施例中，附加的相机可能会导致对于理想的处理时间所需的附加的处理能力。
在一些实施例中，系统可能需要知道系统中所有相机的精确位置和方位(或至少在足够的公差范围内的位置和方向)。在一些实施例中这些信息可以作为单独校准过程的一部分获得，下面将进一步讨论一个例子。该系统还需要知道在标记物内的所有目标或子目标的相对位置。在一些实施例中标记物中的所有目标的相对位置可以根据标记物的设计事先知道。
目标位移方程
在一些实施例中，标记物的正交质心位置由标记物的几何特征确定。全部六个自由度平移由3D位移以及3轴旋转构成。旋转被分成俯仰、倾斜和偏转(尽管可能会使用其他约定)，并且通过旋转的平移位置遵循如下的欧拉旋转矩阵公式(使用右手角惯例)。x、y和z位移坐标则遵循显性独立平移：
从测得的目标质心的绝对和相对位移分解六个独立的平移是努力的目标。2D逆问题某种程度上比3D问题更加困难，因为在焦平面的行和列中的目标质心投影被确定后，显著的退化保留在每个相机的伸展矩阵中。将来自多个相机的数据组合通过一系列相互关联的、非线性的方程将这些退化去除。解决这种逆问题的最快速过程是通过Newton-Raphson方法的变型获得的，藉此相对于已知的(测得的)在两个相机焦平面上的质心位置给出并测试近似一阶解。针对旋转和平移中的每个分量将残留误差除以偏导数，以确定迭代校正。通过考虑受单个旋转角或位移影响最强烈的投影目标图案的特征并沿这些特征轴线性化逆问题来选择一阶解。
六自由度提取算法
主要量的图像表征与计算
在该实施例中，每个标记物包括3个或多个目标(在某些实施例中加上附加的标识标记物)，并且可以由0到n个相机观察，其中n是系统中运动相机的总数。如果标记物被遮挡或移动到所有相机的视野之外，则其位置是未知的，在随后的计算中不考虑，直到标记物移动到可以再次检测到的位置为止。在其它情况下，通过在围绕所有相机的每个目标图像和所有其它目标图像之间的列(X)和行(Y)坐标的总和和差来实现图像的特性，在该实施例中。对于一个给定的标记物，与目标，T和相机，C，主要量设定(PQ)表征每个标记物：
PQ＝PQx∪PQy
在这种方式下，一组主要量，PQ，可以构建基于所有可用的图像数据的每个标记。
用六个自由度运动特征化主要量中的全局变化
最初(无位移的)位置的前述主要量的相对于物体位移和转动的偏导数被数值计算出，这里：
俯仰是绕x轴的右手旋转
倾斜θ是绕y轴的右手旋转
偏转ψ是绕z轴的右手旋转
Δx是脚尖到头的方向
Δy是左到右的方向
Δz是下到上的方向
从3D世界空间中的最初标记物位置开始，被定义为对于每个目标i，确定最初世界坐标(x0i,y0i,z0i)，包括基于标记物的已知几何构成和适宜坐标原点的定义的标记物。
相对于六个自由度(俯仰、倾斜、偏转、dx、dy、dz)中的每一个，通过对每个自由度的微小增量的评估数值进行每个主要量的局部偏导数计算。使用欧拉旋转矩阵和转换向量计算对于沿六个自由度的规定运动的目标位置的变化：
接着，使用几何投影计算来确定新的标记物目标位置的标称针孔相机投影。假定相机位置是精确已知的，则标称投影如下：
这里，Xi，j和Yi，j是投影到相机j传感器上的经平移的目标i的水平和垂直针孔相机投影，角αi，j和βi，j是相对于相机j聚焦轴定位目标i的极角和方位角。为了保持对每个相机视轴线方位角逆时针旋转感的惯例，方程2被分成两个镜像函数：一个是用于患者左侧的相机，第二个是用于患者右侧的相机。极角和方位角从目标位置的世界坐标计算，如下：
其中点(x1，j，y1，j，z1，j)是相机光轴和与光轴垂直的平面之间的交点，所述光轴包括经平移的目标位置(x1i，y1i，z1i)：
x⊥，j＝x0+κ(xcj-x0)；y⊥，j＝y0+κ(ycj-y0)；z⊥，j＝z0+κ(zcj-z0) (5A)
其中(x1cj，y1cj，z1cj)定义相机j的3D位置，(x10，y10，z10)定义在无位移的目标中心的两个相机的名义视轴位置以及基于几何投影的常数κ并通过下式给出：
在方程[4]中，取反余弦函数从0至π的范围，并且对于βi，j的适当表征如下：
[(zcj-z0){(xcj-x0)(x⊥，j-xi)+(ycj-y0)(y⊥，j-yi)}
-(z⊥，j-zi){(xcj-x0)2+(ycj-y0)2}]
为了数值上估计主要量在最初目标位置周围的偏导数，未位移的3D目标位置坐标(x0i，y0i，Z0x)使用前面的方程[2A]-[6A]被首先投影到相机坐标，并且对于以上描述的主要量中的每一个计算出最初值(多数应当为零或者在开始位置的近零)。然后，一次一个地将俯仰、倾斜、偏转、x轴位移、y轴位移和z轴位移的小增量引入，对于每个增量计算目标位置的新世界坐标和新相机投影。每个主要量的变化被除以小的角增量或位移增量以确定局部导数。
径向和切向透镜畸变的影响被施加到根据以下方程的名义投影：
其中r2＝x2+y2，径向畸变系数a，b，c和切向畸变系数d，e，是由一个单独的透镜校准程序确定。最后，畸变的投影坐标映射到每个相机的像素值如下：
其中f.l.和spix是透镜焦距和相机的像素间距，X0和Y0是该像素阵列的中心点像素坐标(即一个1280×1024阵列，X0＝640.5和Y0＝512.5，假定左上角像素的中心被定义为具有坐标(1,1)。
例如，为了确定相对于俯仰的偏导数，位移向量被引入到一般位移方程[1]以确定经平移的目标位置(xi,yi,zi)。然后使用方程[2]-[6]执行对相机坐标(Xi,j,Yi,j)的转换，并如以上概括的那样计算主要量。每个主要量和无位移计算的量的对应值之间的差被除以小的俯仰增量，以给出每个量相对于俯仰的偏导数。为了确定相对于倾斜的偏导数，使用位移向量来发起计算，并对于所有六个自由度以此类推。
这六个重复计算中的每一个产生全局偏导数矩阵的一个列：
确定一阶位移向量
对位移矩阵的一阶近似是通过将上述确定的测得主要量的矩阵乘以上述计算出的偏导数矩阵的逆变换而确定的：
用6个自由度运动特征化主要量中的局部变化
上述确定的的一阶值被输入到变换方程[1A]以对于三个目标顶点的每一个确定对应变换的3D目标位置(x1i,y1i,z1i)。这些世界坐标使用方程[2]-[6]被投影至相机坐标(Xi,j,Yi,j)，并重新计算主要量。这些量与上述确定的这些量的测量值作比较，以产生残留误差矩阵：
通过如前那样一次一个地将俯仰、倾斜、偏转、x轴位移、y轴位移和z轴位移的小增量引入来计算主要量的局部偏导数，但此时增量相对于一阶位移向量。对于每个增量，重新计算目标顶点的新世界坐标和新相机投影并且重新计算主要量。每个主要量的变化被除以小的角增量或位移增量以确定局部偏导数。例如，为了计算相对于俯仰的偏导数，用取代一阶位移向量并且将每个主要量的结果变化除以以确定相对于俯仰的局部导数。对于六个自由度中的每一自由度重复这个过程。
这六个重复计算中的每一个产生新的全局偏导数矩阵的一个列：
确定一阶位移向量的粗略校正
通过将上述确定的残留误差矩阵乘以同样在上述确定的部分偏导数矩阵的逆变换，计算粗略校正以改善一阶位移向量并减少残留误差：
一阶位移向量通过粗糙校正矩阵被递增以形成对位移向量的更好逼近：
确定最终六个自由度位移向量的迭代精细校正
重复表征主要量的局部变化与六个自由度运动以及确定粗糙校正的一阶位移向量，从粗糙校正的位移向量开始，确定精细的位移向量。在这个迭代之后，得到的精细校正的增量添加到粗糙校正向量来创建新的六个自由度位移向量。这些过程反复迭代，直到每个精细校正幅度低于预期的阈值(一般为10-6mm或度)或迭代次数达到预定的最大值(通常为10次)。
本领域的技术人员将认识到以上描述的六个自由度追踪算法仅仅是实施本发明的追踪技术的方法之一，并且在不偏离本发明技术的情况下，可以对该过程进行各种修改。
多个标记物追踪
此处公开的运动追踪系统的一些实施例可以同时使用多个标记物，例如增加精度和/或冗余。对于系统来说能够区分每个标记物彼此可能是有益的。物理地识别一个标记物与另一个标记物的方式如以上所描述，其中，非旋转对称标记物有不同量的非同心圆点或其他指标。虽然这些标记物物理上可以区分，但对于系统来说在算法上区分并唯一识别标记物是可取的。该算法普遍应用，使得系统可以同时处理任何数量的标记物，包括超出图36A和图36B所示出的六种不同标记物的更大量的标记物。用这种多个标记物追踪算法，计算可分别彼此完全独立，平行地进行。一些标记物可以同时被一个以上的多个相机追踪。一些标记物可以被任一台可以看到或检测标记物的相机追踪。下面进一步讨论关于六自由度提取算法概述的过程中每个标记物的算法的一个例子。
除了精度和冗余的好处，追踪多个标记物在确定非刚性面部运动的存在方面是有利的。一个标记物可以进行刚体运动和随着患者的骨骼结构移动，或标记物可以进行非刚体运动，并不代表患者的头部或其他被追踪的特征的结构运动(例如从患者的皮肤、软骨和/或类似的非刚性附着的相对运动到患者的骨骼结构)。它可能有助于区分标记物正在进行哪种运动，因为非刚性运动可能会导致运动跟踪系统错误校正，如果它被检测为刚性运动。
此处公开的系统的一些实施例可以追踪系统中所有标记物的相对位置的历史记录。一旦所有可见标记物的六个自由度坐标被确定、坐标变换可用于向每个标记物依次映射坐标系原点，记录在每一种情况下所产生的剩余标记物的相对位置。以这种方式，可以确定每个标记物相对于其它标记物的六个自由度的相对位置。保持相对位置数据在几秒钟内的历史，并可用于计算所有标记物的相对位置的方法和标准偏差。每一组新的相对位置数据可以与历史均值和标准差σ相比较。如果新的数值比历史均值(或在另一个实施例中的另一个值)超过±3σ，则它可能会被标记为一个非刚体运动。
仅使用一个标记物，标记物可能受非刚体运动支配，但在一些实施例中该系统可能无法确定它。
使用两个标记物，系统可以在两个标记物的空间中观看相对位置。系统可以比较两个标记物的最新一组坐标相对于他们的历史坐标。如果两个标记物相对于其历史相对位置(或其他实施例中的另一个值)移动超过3西格马，则该系统可以确定有非刚体运动。然而，使用两个标记物，可能很难判断，其中之一(或两者都)是否正在进行非刚性运动，只有它正在发生。
使用三个或更多的可见标记物，系统可以查看每个标记物相对于其他标记物的相对位置，并比较它们的历史位置。系统能够确定标记物2相对于其他标记物在移动，但所有其他标记物保持彼此的相对位置。这可能意味着标记物2可能是非刚性移动标记物。系统集中在刚性移动的其他标记物，并使用这些标记物的数据，以提高精度。另一个例子，如果有三个可见的标记物和在标记物1和2以及标记物2和3之间的相对位置上只有非刚体运动的旗帜提起，则可以推导出标记物2是非刚性运动或者标记物1和3是完全相同的非刚性运动(在3σ内)。系统中附加的可见标记物将进一步减少后者的已经不太可能的可能性。
当相机观察路径被阻碍或者目标移动出相近的观察领域的情况时，多个标记物追踪算法也允许追踪继续。更具体地说，如果两个或多个标记物被确定为刚性移动，则可以结合它们的位置数据以进一步提高追踪精度。这可以通过指定一个标记物作为系统中“主要”的标记物来进行(这可能是自动完成的，例如，通过在系统中分配最小数量的标记物作为主要标记物)，其六个自由度位置被报告，并使用历史相对位置数据映射所有其他可见，刚性移动的标记物到其位置。一旦映射到相同的坐标位置，则六个自由度坐标被平均。此方法具有附加的好处，如果主要标记物变得模糊或移动到所有相机的视野之外，其六个自由度位置被基于可见标记物自动重建。因此，即使当时主要标记物发生被遮蔽，将其他标记物(移动刚性和相对彼此)映射到主要标记物的历史相对位置允许主要标记物的位置被重建。
追踪系统校准
概述
以上公开描述了利用透镜校准处理示例的一些实施例，其中涉及基于现有透镜校准测量校正透镜中的桶形畸变的方法。然而，可以结合广义六个自由度的提取算法使用更复杂的镜头校准方法。
在一些实施例中可以有一个单独的镜头校准，其是用棋盘格目标进行(或在一些实施例中的另外一种类型的目标)。棋盘格目标可能具有包括一组九个标记物结构安排在一个网格图案(或不同数量的标记物结构)的结构。用户可以基于所需的零的起源应该在哪里调整棋盘格目标，然后相机会成像棋盘格目标。校准算法可以用来优化相机位置，而不是主要量。
在一些实施例中，桶形畸变的径向分量和切向分量可以存储在相机中，其对于特定的相机镜头组合是特定的。系统可以猜测在世界坐标系中的目标的位置，然后根据预计在图像中可以看到什么而投射标记物。先前计算出的畸变可以被应用，然后投影可以被转换成像素，并与从传感器收集的实际数据配对。
追踪系统校准设置
如上所述在将每个透镜组装到相机并进行透镜校准以确定焦距和畸变系数以后，将相机与MR系统集成，并对集成系统进行校准。虽然这个例子是相对于集成到一个MR系统的相机的，但类似的校准概念，可以用于其他相机的设置。
图39显示了一个MR系统实施例中的组件的方位和位置，包括第一相机3902，第二相机3904，基准目标3906。
集成相机的位置(定义为焦平面的中心)采取位于(xcj，ycj，zcj)。相机(3902和3904)光轴沿矢量指向标称目标中心位置(x0，y0，z0)，，焦平面位于实验室平面内。
(x0-xcj)(x-xcj)+(y0-ycj)(y-ycj)+(z0-zcj)(z-zcj)＝0
现在，按照定义角度的惯例，相机是定向的(必要时绕着它们的光轴旋转)，这样每个焦平面的垂直(Y)轴就位于实验室平面上z＝zcj；然后这些垂直轴被线(x0-xcj)(x-xcj)+(y0-ycj)(y-ycj)＝0定义，或者等于，
x(x0-xcj)+y(y0-ycj)＝xcj(x0-xcj)+ycj(y0-ycj)
焦平面垂直“Y”轴单单位向量
(对于患者左侧的相机) 1B
(对于患者右侧的相机)
通常与实验室的x轴大致平行，其中
以光轴单位矢量的矢量交叉积为例，
由相机垂直轴矢量给出相机焦平面横轴矢量：
(左侧) 2B
(右侧)
在简单的实施例xcj＝x0中，“X”和“Y”轴单位向量减少到
在相机安装在系统后，基准目标被放置在大约所需的相机系统原点，大致对准所需的相机坐标系统x和y轴。
图40示出追踪系统校准中使用的基准目标的一个实施例。所示的基准目标图案，包括9个以3x3格布置的追踪标记物图案，从中心至中心间隔25mm。附加的标记物指示正确的方向并提供用于激光十字线或类似对准工具的对准标志。可以利用其他各种基准目标图案。
相机坐标系的原点通常对应于或接近MR系统的中心的位置。校准目标定位和对准通过使用在许多MR系统中可用的激光十字线而被容易地实施。相机参数，除了镜头焦距和畸变系数，以前已被测量，包括焦平面中心和角度方向相对于基准目标中心的物理位置：(xcj，ycj，zcj，αcj，γcj，ωcj)，这里αcj是相机的光轴相对低点的极角，γcj是这些光轴的方位角以及ωcj定义任何关于相机光轴的进一步“扭曲”旋转(相对于上述方框中描述的标称焦平面方向惯例)。
图43示出相机4306的标称极角4302，标称方位角4304，和标称扭转角。
图44示出xc1＝x0.情形时的相机焦平面。
标称相机位置(xcj，ycj，zcj)在考虑通过各种型号的MRI头线圈的观察访问来选择。按照惯例，标称极角为：
标称方位角为：
(使用惯例的反正切函数，如果分子和分母是正的，则角落在第一象限，或0到90度，如果分子是正的，而分母是负的，则在第二象限等等)，以及名义上的扭角(相对于文本框上面描述的参考方向)为ωcj＝0
追踪系统校准算法
在一些实施例中，校准算法通过确定z＝z0平面上投影到焦平面中心的点开始。该点不受相机扭动影响，但取决于所有其他相机变量，如下：
点(x0，j，y0，j，z0)成为相机j的表观坐标原点，但在其校准位置上的原位置的目标中心的实验室坐标(x0，y0，z0)是固定的，通过定义，在这个空间的绝对点。在原位置，或在任何的六个平移/旋转自由度的其他设置，目标质心位置可以在实验室坐标中被精确计算，由于确认的校准位置的精度，假设没有位置误差。
定义几个向量，其用于从实验坐标系中的任一个基准目标质心点(xt，yt，zt)确定图像投影的相机焦平面(Xt，Yt)上的位置：
从相机或相机本身的表观坐标原点向量是：
表观原点与真实目标位置之间的向量为：
图45示出了表观原点和相机光轴与包括目标点的垂直面的交点之间的向量。
表观原点和相机光轴与包括目标点的垂直面的交点之间的向量是(参照上图)：
其中
因此
在垂直平面的单位向量从光学轴截距到目标质心垂直面是
从上图的简单三角学显示相机的光轴与真实目标点之间的极角是：
相对于焦平面垂直轴的目标点的方位角通过投影确定。在任何与光轴垂直的平面上，分别由方程式(2)和(1)给出焦平面主轴单位向量；在相机扭转存在的情况下，焦平面的方位角β是通过r⊥向量与投影的垂直焦平面的点积确定的。添加相机扭转(减号只按惯例和定义)。
弧余弦函数被假定为有界在0和180度，并通过垂直于焦平面的水平向量上的目标投影(点积)的符号给出方位角的适当符号乘数，作为
这些新的目标质心位置的相机投影使用几何投影计算确定。名义针孔相机的投影由下式给出：
径向和切向透镜畸变的影响，根据以下方程应用到名义投影：
其中r2＝x2+y2，径向畸变系数a，b，c和切向畸变系数d，e是由一个单独的透镜校准程序确定的。最后，畸变投影坐标映射到每个相机的像素值如下：
其中，f.l.和spix是镜头的焦距和相机的像素间距，X0和Y0是像素阵列的中心点坐标(即1280×1024阵列，X0＝640.5和Y0＝512.5，假定左上角像素的中心被定义为具有坐标(1,1)。
这里X0，cj和Y0，cj是相机j的中央像素列和行的(假定相机的光轴相交)水平和垂直数量，以及f.l.cj和spix是相机j的镜头焦距和像素间距。
追踪系统校准程序
组装和粗略的系统校准后，运行校准程序以确定相机的方向(δxcj，δycj，δzcj，δacj，δγcj，δωcj)的残留误差。
在X方向的相机的小的误差偏移δxcj或者在实验室Z轴的相机光轴的小的误差旋转δγcj将导致基准目标中心(即原位置)成像在相对于焦平面的垂直中心移位的位置。同样地，在Y和/或Z方向的相机位置的小的误差位移δycj和/或δzcj将导致基准目标的中心相对于焦平面的水平中心位移的位置成像。通过同时观察多个目标特征(如基准目标的各个质心)，使用与在头部追踪器6DOF提取算法相类似的方法，能够识别沿六个自由度的相机位置或者方向的误差相对应的图像位移。
自校准算法考虑每个相机看到的投影质心位置上的每个相机的定向参数的小误差的影响。基准目标中心定义相机坐标系的原点，它的定向定义坐标系轴。这成为相机位置/定向误差测量的基础。基准目标本身被假定为提供相对于尺寸规模的真实数据。因此，根据定义，在实验室坐标中，基准目标的质心的真正位置已知，甚至在相机焦平面的预期的位置这些点的预测也已知。
每个相机的每个成像质心的测量像素位置(Xt，cj，tYt，cj)与预期的投影的比较提供了每个相机的六个未知定位误差的2N方程，其中N是基准目标图案独特的质心数量。如运行时的头部追踪软件，校准算法是基于计算相对于每个误差轴的质心投影的局部导数(Xt，cj，Yt，cj)，然后进行矩阵反转，以确定误差本身。进行迭代计算，直到获得收敛至一个可接受的限度。
上面所述的过程只需要最终用户放置和定位基准目标一次，然后开始校准过程，在此之后，所有的计算没有附加的用户交互执行。由此产生的所有相机坐标存储在系统中。只需要定期或当怀疑相机的位置改变时进行相机位置校准。
附加特征
适应相机添加/移除(例如相机观察路径畅通或者阻挡)
在一些实施例中，可以有多个相机。然而，在某些特定情况下，在多个相机中的一个或多个相机可能会停止工作或自己的观察路径遮蔽，或者无法检测标记物图像。利用一个广义的六个自由度的算法对系统是有利的，如本文中所公开的，当相机停止(例如，其路径被遮蔽)时，其能够允许系统继续实行。同样的方法或者处理也可以使相机的无缝添加(例如，当一个路径变得通畅)至运动补偿系统。因此，理想的运动追踪是当一个相机停止时不受打扰，且当相机回来在线时也不受打扰。
图41是一个流程图，其示出了系统如何使用广义六个自由度算法，适应相机/标记物的添加或移除的实施例(例如一个观察路径变得通畅或阻挡)。如这里所使用的，添加或者移除相机这一说法分别是指相机对于标记物的观察路径变得通畅或者阻碍。这些说法也指相机为运动的或者非运动的，从系统物理添加或者移除，以及/或者类似。在方框4102，可以增加一个附加的相机到系统中，或者在方框4104还可以将相机从系统移除。移除可能是故意的，比如如果一个相机失灵，或者移除可能是事故或患者的运动导致的结果，例如如果患者在一个相机前抬起他或她的胳膊，转动他或她的头和/或类似，从而导致该相机的观察路径阻塞。不管发生了什么，对于每一个标记物，在方框4106，系统决定哪些余下的相机可以看到标记物。然后在方框4108，系统使用只来自于在方框4106确定的指定标记物的一个通畅的观察路径的相机的图像数据。
然后，在方框4109，系统产生一组主要量。系统通过计算各目标图像和各其它目标图像之间的X(列)和Y(行)坐标的总和和差来计算主量集。因此，可以基于所有可用的图像数据为每个标记物构造一组主量集。
在方框4110，系统在数值上计算相对于主要量的主体位移和旋转的偏导数。更具体地说，每个主要量的局部偏导数相对于每个六个自由度，在数值上是通过评估在每个自由度的小增量的主要量的变化确定的。在方框4112系统可以执行校准过程，并且该校准可以用来帮助数值评价初始化目标位置的主要量的偏导数。在一些实施例中，校准过程只执行一次或仅周期性地执行。校准程序不必每次追踪患者时都执行。系统在方框4110端得到偏导数矩阵。
在方框4114，系统可以通过乘以测得的以下方框4109得到的主要量矩阵与在方框4110结束时得到的偏导数矩阵的逆，确定一阶近似的位移矩阵。
在方框4116，系统可以产生残留误差矩阵。残留误差矩阵可以从取得一阶近似，将其输入到一个平移方程来确定每个目标的位置的相应的3D目标的位置，获取投影到相机坐标的3D世界坐标，并重新计算主量而得到。
这些主要量可以与在方框4109后得到的主要量的测量值进行比较，和差异将残留在残留误差矩阵中。然后，通过计算在每个相对于一阶位移向量的六个自由度的小增量的效果，得到相对于每个六个自由度的局部偏导数矩阵。对于每一个增量，重新计算目标位置的新的世界坐标和新的相机投影和重新计算主要量。每个主要量的变化除以小角或位移增量来确定局部偏导数。重复这六个自由度产生六列局部偏导数矩阵，因为每个重复产生一列。
在方框4118，系统通过将方框4116的残留误差矩阵乘以方框4116的局部偏导数矩阵的逆变换，计算粗略校正，以改善一阶位移向量并减少残留误差。然后，系统通过粗糙校正矩阵被递增对位移向量的更好逼近。
在方框4120，系统可以执行迭代精细校正。系统继续循环回到方框4116以确定对位移向量的精细校正。每次迭代，结果的精细校正增量被加到粗略校正的向量，以形成新的位移向量。交替地重复步骤，直到每个精细校正的幅度小于某个阈值，或者已经执行了一些预定义的迭代。之后，在方框4122系统达到最终的位移向量，这可能与标记物的位置相关。
附加处理流程
如果患者坐着不动，或移动速度慢，追踪数据中的噪声可能会导致图像校正中的不确定性或噪声，使图像校正可能弊大于利。简单关闭图像校正并保持患者在起点居中，可能是不够的，因为患者在手术过程中可能会转过头，最后在大偏移的位置睡着了。因此，如果患者的运动很少，则进行图像校正可能是有帮助的，其可以过滤掉任何噪音。
在一些实施例中，在报告六个自由度标记物位置数据之前(例如，在发送追踪数据至扫描仪的控制器来补偿运动之前)，当几乎没有主动运动时可使用噪声过滤器和输出过滤器平滑波动的坐标值。
在一些实施例中，该过滤器包括自适应卡尔曼滤波器的应用。卡尔曼滤波器可以使用一个等速运动模型，其中的过程噪声(表示模型的不确定性)是未知的加速度的形式。过程噪声的大小可以控制模型与过滤器输出的测量数据的相对权重。
在一些实施例中，新的测量数据可以与最后10个数据点的平均值进行比较，并且取决于该差值的比例因子可以应用于卡尔曼滤波器的过程噪声输入。这可能导致当新的数据落入最近平均的3σ(过去10个数据点)内时，模型被强烈优选，且随着数据的差异超出这个范围，对数据的偏好不断转移。因此，如果有一个大的处理噪声，过滤器将强烈称量新进来的数据，几乎不会对这些数据做任何过滤。如果有很少的处理噪声，过滤器可能优选数据模型，并进行非常强的平滑或平均数据。因此，当没有患者运动时，得到的滤波器强烈平滑数据，然而在位置变化较大时就立即响应而无超调前或滞后。如果患者进行大的瞬时的运动，过滤器立即适应，并将继续与大的运动相关的新进来的数据。
图42示出运动补偿系统4201的另一个实施例的方框图。图42中的实施例与图3B所示的运动补偿系统300的实施例相类似。
运动补偿系统4201还利用一个或多个检测器108。然而，运动补偿系统4201被配置为使用已普及的六个自由度算法，因此运动补偿系统4201可以使用检测器108的从1到N的任何数字。这些检测器108可以被配置为与任意数量的标记物一起使用。图中显示标记物1(110-1)，标记物2(110-2)，一直到标记物N(110-n)。这些标记物可能有轻微的变化，使标记物能够彼此唯一地确定。每个标记物可以在不同的时间由零，一，二，二个以上或所有的检测器108成像。
校准引擎4206包括校准数据库4216、检测器校准过滤器4218和目标校准过滤器4220。在一些实施例中，校准引擎4206可以被配置为在系统的初始启动时对系统进行校准。在其他实施例中，校准引擎4206可用于某些或全部运动追踪过程中的至少一些校准过程。检测器校准过滤器4218可以被配置为将检测器108校准到运动补偿系统。在一些实施例中，检测器校准过滤器4218可以被配置为允许运动补偿系统的制造者或组装者输入特定信息至每个检测器108，例如与检测器108的桶形畸变相关的值。在一些实施例中，目标校准过滤器4220可以被配置为将系统校准到一个或多个特定的目标或标记物，例如具有图34所示的实施例的九个标记物的网格。该信息可存储在校准数据库4216中，并可能有助于加快追踪程序。
追踪引擎4234包括基准点过滤器4236、主要量发生器4238、坐标系转换器4240、误差过滤器4242、收敛过滤器4244以及输出过滤器4246。追踪引擎4234的组件可以被配置成与图7C和图41相关的描述的处理流程相近似的进行操作。但可能会有一些细微的变化。
例如，基准点过滤器4236可以被配置成分析确定每个标记物中的位置和确认基准点。这些信息可用来确定某个检测器108是否没在检测或成像某个标记物，然后从该检测器的计算中排除图像数据。主要量发生器4238可以被配置为确定一组主要量，其可以通过计算总数以及在环绕所有相机的每个其他目标图像与每个其他目标图像之间的X(列)和Y(行)的坐标的差得到。可以根据所有的可用图像数据为每个标记物构造主要量。
坐标系翻译器340可以被配置为在每个检测器108的二维坐标系和运动追踪系统4203的三维系统之间转换。误差过滤器4242可以被配置为根据可视化基准点和根据物体姿态的估计来分析主要量之间的差异，以确定两者之间的误差量。收敛过滤器4244可以被配置为执行迭代过程，以减小物体姿态估计中的误差量，直到物体姿态估计具有可接受的误差量。
输出过滤器4246可以是以上讨论的自适应卡尔曼过滤器。输出过滤器4246可以被配置为当患者不运动或显示小运动时检测，然后对数据进行强平滑或平均，以减少噪声的影响。输出过滤器4246也可以被配置为当患者正在进行大的运动时检测，并没有超前或滞后地对大的运动做出响应。在方框4222，坐标系转换器可以重新映射坐标系与MR坐标系同轴，并转化为四元数表示的角度。
变型
上面已详细描述了一些特定实施例，其重点在于医学应用，尤其是患者头部的特定MRI检查。然而，可对其它MRI检查或其它身体部分运用本发明的教义，其中六个以上自由度的运动是可能的。另外，牵涉到除了MRI设施以外的成像设备(例如CT、PET、超声、平片X线摄影及其它)的医学过程也可从本发明的教义中获益。本发明的教义可有益于许多非医学应用，其中具有若干自由度的目标追踪是可行的。这些应用中的一些可以是军事应用。此外，尽管披露了特定算法，但它们的变型、组合和子组合也是可行的。
计算系统
在一些实施例中，前面描述的计算机客户机和/或服务器以图21所示的计算系统1500的形式出现，图21是经由一个或多个网络1518与一个或多个计算系统1520和/或一个或多个数据源1522通信的计算系统的一个实施例的方框图。计算系统1500可用来视线本文所述的系统和方法中的一个或多个。另外，在一个实施例中，计算系统1500可配置为运用本文所述的方法和系统中的一个或多个。尽管图21示出计算系统1500的一个实施例，然而要理解，针对计算系统1500的组件和模块提供的功能可被组合到较少的组件和模块中或进一步分散到额外的组件和模块中。
运动校正控制系统
在一个实施例中，系统700包括运动校正控制系统模块1514，其实现本文参照运动校正机制描述的功能，包括前面描述的运动校正方法中的任何一种方法。运动校正控制系统模块1514可通过后面进一步讨论的中央处理单元1504在计算系统1500上执行。
一般来说，本文使用的术语“模块”指以硬件或固件形式体现的逻辑，或可能具有进入和退出指针的软件指令集，其以编程语言撰写，例如COBOL、CICS,Java,Lua,C或C++或Objective C。软件模块可被编译并链接成可执行程序，被安装在动态链接库内，或者可被撰写成解释性编程语言，例如BASIC、Perl或Python。将理解，软件模块可从其它模块或从自身调用，和/或响应于检测到的事件或中断被调用。软件指令可嵌入到固件中，例如EPROM。将进一步理解，硬件模块可包括相连接的逻辑单元(例如门和触发器)和/或可包括可编程单元(例如可编程门阵列或处理器)。本文描述的模块优选地被实现为软件模块，但可以硬件或固件形式表示。一般来说，本文描述的“模块”指可与其它模块组合或被划分成多个子模块的逻辑模块，不管它们的物理组织或存储位置如何。
计算系统组件
在一个实施例中，计算系统1500还包括适于控制大型数据库和/或与之通信、执行事务处理并从大型数据库产生报告的工作站或其它计算设备。计算系统1500还包括中央处理单元(CPU)1504，其可包括传统的微处理器。计算系统1500还包括：存储器1508，例如临时存储信息的随机存取存储器(RAM)和/或永久存储信息的只读存储器(ROM)；以及海量存储设备1502，例如硬盘驱动器、软盘或光学介质存储设备。典型地，计算系统1500的模块使用基于标准的总线系统被连接至计算机。在不同的实施例中，基于标准的总线系统可以是例如外设组件互连(PCI)、微通道、SCSI、工业标准架构(ISA)以及扩展ISA(EISA)架构。
计算系统1500包括一个或多个惯常可用的输入/输出(I/O)设备和接口1512，例如键盘、鼠标、触摸板和打印机。在一个实施例中，I/O设备和接口1512包括一个或多个显示设备，例如监视器，其允许将数据视觉呈现给用户。更具体地，显示设备例如提供GUI呈现、应用软件数据和多媒体呈现。在图21的实施例中，I/O设备和接口1512也提供对各种外部设备的通信接口。计算系统1500也可包括一个或多个多媒体设备1506，例如扬声器、视频卡、图形加速器以及麦克风。
计算系统设备/操作系统
计算系统1500可运行在多种计算设备上，例如移动设备或服务器或台式机或工作站、视窗服务器、结构查询语言服务器、Unix服务器、个人计算机、大型计算机、膝上计算机、蜂窝电话、个人数字助理、自动售卖亭、音频播放器、智能电话、平板计算设备等等。计算系统1500一般受操作系统软件控制和协调，所述操作系统软件例如是iOS,z/OS,Windows 95,Windows 98,Windows NT,Windows 2000,Windows XP,Windows Vista,Windows 7,Linux,BSD,SunOS,Solaris或其它可兼容的操作系统。在Macintosh系统中，操作系统可以是任何可用的操作系统，例如MAC OS X。在其它实施例中，计算系统1500可受专有操作系统控制。传统操作系统控制和调度计算机进程以执行，执行存储器管理，提供文件系统，联网以及I/O服务，并提供用户接口，例如图形用户接口(GUI)及其它。
网络
在图21的实施例中，计算系统1500经由有线的、无线的或有线和无线的组合的通信链路1516被连接至网络1518，例如LAN、WAN或因特网。网络1518经由有线或无线通信链路与各种计算设备和/或其它电子设备通信。在图21的实施例中，网络1518与一个或多个计算系统1520和/或一个或多个数据源1522通信。
通过计算系统1520和/或通过数据源1522对计算机系统1500的运动校正控制系统模块1514的访问可通过web启用的用户访问点，例如计算系统1520或数据源1522的个人计算机、蜂窝电话、膝上计算机或能够连接至网络1518的其它设备。这种设备可具有实现为模块的浏览器模块，其使用文本、图形、音频、视频和其它媒体呈现数据并允许经由网络1518交互数据。
浏览器模块可实现为所有点可访问的显示器的组合，例如阴极射线管(CRT)、液晶显示器(LCD)、等离子体显示器、触摸屏显示器或显示器的其它类型和/或组合。另外，浏览器模块可被实现为与输入设备1512通信并也可包括具有适宜接口的软件，其允许用户通过使用样式化屏幕要素访问数据，所述样式化屏幕要素例如是菜单、窗口、对话框、工具栏和控件(例如单选按钮、复选框、滑动标尺等等)。此外，浏览器模块可与一组输入和输出设备通信以从用户那里接收信号。
输入设备可包括键盘、滚动球、笔和针、鼠标、追踪球、语音识别系统或事先指定的开关或按钮。输出设备可包括扬声器、显示器屏幕、打印机或语音合成器。另外，触摸屏可充当混合式输入/输出设备。在另一实施例中，用户可更直接地与系统交互，例如通过连接至分数发生器而不在因特网、WAN或LAN或类似网络上通信的系统终端。
在一些实施例中，为了上传、下载或实时地观看交互数据和在线数据库的直接目的，系统1500可包括建立在远端微处理器和大型主机计算机之间的物理或逻辑连接。远程微处理器可由运作计算机系统1500的实体运作，所述实体包括客户机服务器系统或主服务器系统，和/或可由一个或多个数据源1522和/或一个或多个计算系统运行。在一些实施例中，可在微处理器上使用终端仿真软件以参与到微型-大型链路中。
在一些实施例中，位于运行计算机系统1500的实体内部的计算系统1520可从内部访问运动校正控制系统模块1514，作为由CPU 1504运行的应用或进程。
用户访问点
在一个实施例中，计算系统1500包括计算系统、智能电话、平板计算设备、移动设备、个人计算机、膝上计算机、便携式计算设备、服务器、计算机工作站、各计算机的局域网、交互式自动售卖亭、个人数字助理、交互式无线通信设备、手持计算机、嵌入式计算设备等等。
其它系统
除了图21所示的系统外，网络1518可与其它数据源或其它计算设备通信。计算系统1500也可包括一个或多个内部和/或外部数据源。在一些实施例中，可使用关系数据库实现一个或多个数据仓库和数据源，所述关系数据库例如为DB2、Sybase、Oracle、CodeBase和服务器以及其它类型的数据库，例如信号数据库、面向目标的数据库和/或基于记录的数据库。
图23是示出连接至一个或多个追踪系统的治疗应用系统1718的示意图的实施例。在一个实施例中，患者1706接受理疗性治疗以应对一种情况。例如，理疗性治疗可以是放射治疗、质子治疗或其它治疗。理疗性治疗可从理疗性应用系统1718产生。例如，理疗性应用系统1718可包括放射治疗技术，该技术被配置成产生被输送至病变组织1704的放射光束。在一个实施例中，系统包括基准标记物或其它标记物1702。在一个实施例中，基准标记物或其它标记物1702被安置在患者1706体内。该基准标记物或其它标记物1702被配置成通过电子封装组件1710检测出。基准标记物或其它标记物1702可配置为标识要用理疗性治疗进行处理的病变组织的位置。
电子封装组件1710被配置成检测基准标记物或其它标记物1702的位置以确定病变组织1704的位置。在一个实施例中，电子封装组件1710被连接至第一标记物追踪系统1708。。第一标记物追踪系统1708可配置为从电子封装组件1710接收追踪数据以确定标记物1702的位置。通过确定标记物1702的位置，第一标记物追踪系统1708可配置为确定病变组织1704的位置。在一个实施例中，本文披露的以0.1mm和0.1°精度追踪标记物的系统和方法可由第一标记物追踪系统1708实现或采用。在一个实施例中，电子封装组件1710包括光标记物1712。光标记物1712被配置成由光扫描仪1714(例如CCD相机)检测。在一个实施例中，光扫描仪1714被连接至光标记物追踪系统1716。
光标记物追踪系统1716可配置为确定电子封装组件1710相对于理疗性应用系统1718的位置。在一个实施例中，本文披露的以0.1mm和0.1°精度追踪标记物的系统和方法可通过光标记物追踪系统1716实现或运用。在一个实施例中，系统可包括坐标发生系统1720，其被配置成从第一标记物追踪系统1708和光标记物追踪系统1716接收追踪数据。坐标发生系统1720可配置为分析追踪数据以产生可用于标识病变组织1704的位置的坐标数据。在一个实施例中，坐标发生系统1720可配置为将坐标数据发送至理疗性应用系统1718。
理疗性应用系统1718可配置为基于坐标数据产生理疗光束。例如，理疗性应用系统1718可配置为基于坐标数据将放射光束引导至患者1706体内的特定位置。此外，理疗性应用系统1718也可配置为例如基于坐标数据产生特定的放射光束形状。可通过电子封装组件1710和光扫描仪1714检测任何患者运动。第一标记物追踪系统1708和光标记物追踪系统1716可配置为产生拟被输入到坐标发生系统1720的新追踪数据。坐标发生系统1720可配置为产生新坐标数据以传输到理疗性应用系统1718内。理疗性应用系统1718可配置为分析新坐标数据以对拟被施加至患者1706的病变组织1704的理疗性光束进行重引导和/或重整形。
类似于图23，在一个实施例中，系统可包括如图25所示的一个运动追踪系统。被配置成运用本文披露的技术的单个运动追踪系统1716能够追踪标记物1902以产生坐标数据而将其传输至理疗性应用系统1718，从而将理疗性治疗引导至目标组织位点1904。
图24是描述了基于追踪患者运动施加理疗性治疗的过程的一个实施例的流程图。通过在方框1804用理疗性应用系统可选择地校准追踪系统，过程开始于方框1802。在方框1806，系统可配置为启动追踪系统。例如，系统可配置为启动电子封装组件追踪系统和光标记物追踪系统。在方框1808，系统可配置为使用电子封装组件追踪第一标记物。例如，电子封装组件可配置为追踪被植入到患者体内的基准标记物。在一个实施例中，在方框1810，系统可配置为确定标记物相对于目标组织位点的位置。
在方框1818，系统可配置为追踪光标记物位置以确定电子封装组件的位置。在方框1816，系统可配置为确定电子封装组件相对于理疗性设备的位置。在方框1818，系统可配置为分析第一标记物和光标记物的追踪数据，并产生目标组织位点的坐标。在方框1820，目标组织位点的坐标可被发送至医学性治疗设备。在方框1820，理疗性治疗设备可配置为利用坐标数据以将理疗性治疗发送至手术位点。在判决框1822，系统可配置为重复理疗性治疗的应用。如果理疗性治疗应用应当被重复，则系统可配置为循环回到方框1806以启动追踪系统。如果不应当重复理疗性治疗应用，则系统可配置为在方框1824结束该过程。
类似于图24，在一个实施例中，系统可配置为利用如图26所示的替代方法，其中使用单个相机追踪标记物以产生坐标数据以供治疗性应用系统使用。
条件性语言，例如“能够”、“能”、“可能”或“可以”，除了另有专门声明或根据所使用的背景有其它理解，一般旨在表示某些实施例包括，而其它实施例不包括，某些特征、要素和/或步骤。因此，这种条件性语言一般不旨在暗示一些特征、要素和/或步骤对于一个或多个实施例无论如何是必要的，或者暗示一个或多个实施例一定包括具有或不具有用户输入或提示的判决逻辑，所述判决逻辑关于这些特征、要素和/或步骤是否被包括在任何具体实施例中或在任何具体实施例中执行。本文使用的标题是仅为了方便读者理解并且不旨在对本发明或权利要求的范围构成限制。
尽管已在某些优选实施例和例子的背景下对本发明进行了公开，然而本领域内技术人员将理解，本发明延伸超出具体披露的实施例直至本发明的其它可替代实施例和/或用途以及其明显的修正和等同。另外，本领域内技术人员将理解，可使用任何适宜的装置来执行任何前面描述的方法。此外，本文中任何具体的特征、方面、方法、特性、特征、质量、属性、要素等结合实施例的公开可用于本文描述的所有其它实施例。对于本文描述的所有实施例，方法的步骤不需要被顺序地执行。因此，期望本文披露的本发明的范围不受前述披露的具体实施例限制。

Claims (29)

1.一种用于在医学成像扫描期间追踪和补偿患者运动的运动追踪系统，所述运动追踪系统包括：
光标记物，其被配置为附于患者，其中所述光标记物包括多个光学可见界标，所述多个光学可见界标限定多个基准点；
多个光检测器，其中所述多个光检测器中的每一个被定位以沿不同的视线观察所述光标记物；
标记物位置过滤器，所述标记物位置过滤器用以确定标记物基准点位置，其被配置为：
从所述多个光检测器中的每一个接收数字图像，其中每个数字图像代表沿着不同视线的视图；
为每个数字图像确定所述数字图像是否包括所述光标记物的视图；以及
为包括所述光标记物的视图的每个数字图像，确定所述数字图像中的多个基准点的位置；
一种用于估计所述患者的三维姿态的患者取向过滤器，所述患者取向过器配置为：
计算与多个基准点关联的多个基准属性，基于多个基准点的确定位置计算出所述多个基准属性；以及
迭代地估计所述患者的三维姿态，直到误差标准落在阈值量内为止，所述误差标准是基于与多个对比属性相比的所述多个基准属性而计算出的，所述多个对比属性是通过假设物体处于估计的姿态而计算出的；以及
一个或多个计算机，其配置为运行所述标记物位置过滤器和所述患者取向过滤器，其中所述一个或多个计算机包括计算机处理器和电子存储介质。
2.如权利要求1所述的运动追踪系统，其中所述患者取向过滤器配置为以至少100Hz的频率重复地估计所述患者的三维姿态。
3.如权利要求1或2中任一项所述的运动追踪系统，其中所述多个基准属性包括一组主要量，该组主要量包括与所述基准点位置之间的关系相关联的值。
4.如权利要求1-3中任一项所述的运动追踪系统，其中确定每个数字图像是否包括所述光标记物包括：
将所述数字图像中的每个像素分类为两种颜色之一；
将一个或多个连接区域分组，其中所述连接区域由具有同样颜色的相邻的像素组成；
基于大小阈值筛选出一个或多个连接区域；
计算一个或多个连接区域的质心；和
通过所计算的质心，将一个或多个连接区域分组在一起。
5.如权利要求1-4中任一项所述的运动追踪系统，其中，所述运动追踪系统还包括一个坐标系转换器、所述坐标系转换器配置为重新映射与由所述患者取向过滤器估计的所述患者的三维姿态相关的坐标系。
6.如权利要求4所述的运动追踪系统，其中将一个或多个连接区域分到一起包括：
识别连接区域，所述连接区域具有出现在彼此的像素内的质心；和
计算一个或多个连接区域的每个组的质心。
7.如权利要求4所述的运动追踪系统，其中所述运动追踪系统在将所述数字图像中的每个像素分类为白色或黑色前，二值化处理每个数字图像。
8.如权利要求6所述的运动追踪系统，其中计算所述一个或多个连接区域的每个组的质心，包括对一个或多个连接区域的组中的每个连接区域的质心进行平均。
9.如权利要求1-8的运动追踪系统，进一步包括：
追踪过滤器，所述追踪过滤器配置为基于所述估计的所述患者的三维姿态产生追踪数据并发送所述追踪数据到医学成像扫描仪控制器使医学成像扫描仪来动态调整医学成像扫描以补偿患者运动。
10.如权利要求9所述的运动追踪系统，进一步包括：
所述医学成像扫描仪，其中，所述医学成像扫描仪配置为基于所述追踪数据动态调整医学成像扫描以补偿患者运动。
11.一种用于在磁共振扫描中动态追踪和补偿患者运动的运动追踪系统，所述运动追踪系统包括：
光标记物，其配置为附于正被扫描的患者；
第一相机，其被定位为沿第一视线观察所述光标记物；
第二相机，其被定位为沿第二视线观察所述光标记物；以及，
计算机系统，其配置为分析由所述第一和第二相机生成的图像，以确定所述光标记物的位置变化，并生成磁共振扫描仪使用的追踪数据来动态调整扫描以补偿所述光标记物的位置变化；
其中，所述计算机系统配置为动态地确定所述第一相机、所述第二相机或者两个相机是否都正在观察所述光标记物；以及
其中，所述计算机系统配置为动态地调整图像分析，以利用来自当前正在观察所述光标记物的所有相机的图像。
12.如权利要求11所述的运动追踪系统，进一步包括：
一个或多个附加相机，每个所述附加相机被定位于沿不同视线观察所述光标记物，其中，所述计算机系统进一步被配置为动态地确定所有相机中的哪一个当前正在观察所述光标记物。
13.如权利要求11所述的运动追踪系统，进一步包括：
第三相机，其被定位为沿第三视线观察所述光标记物；和
第四相机，其被定位为沿第四视线观察所述光标记物；
其中，所述计算机系统进一步被配置为动态地确定所有相机中的哪一个当前正在观察所述光标记物。
14.如权利要求11-13中任一项所述的运动追踪系统，进一步包括：
一个或多个附加光标记物，其配置为附于正在被扫描的患者，
其中所述计算机系统配置为，分析由当前正在观察至少一个光标记物的所有相机产生的图像，以确定所述光标记物的位置变化，并产生磁共振扫描仪使用的追踪数据以动态调整扫描以补偿所述光标记物的位置变化。
15.如权利要求11-14中任一项所述的运动追踪系统，其中每个光标记物包括多个光学可见界标，所述多个光学可见界标定义多个基准点。
16.如权利要求11-15中任一项所述的运动追踪系统，进一步包括：
所述磁共振扫描仪，其中所述磁共振扫描仪配置为基于所述追踪数据动态调整扫描以补偿所述光标记物的位置变化。
17.一种用于运动追踪系统的光标记物，所述光标记物包括：
光学可见图案，其包括多个基准点定位器，每个基准点定位器配置为限定基准形状的单个基准点，每个基准点定位器包括以单个基准点为中心的交替的暗淡和明亮的椭圆形；
其中多个基准点定位器中至少有一个大于所述多个基准点定位器中至少另一个；
其中所述光学可见图案相对于与所述光学可见图案的平面正交的轴是旋转非对称的。
18.如权利要求17所述的光标记物，其中大于所述多个基准点定位器中的所述至少另一个的所述多个基准点定位器中的至少一个是以所述光学标记物的一个轴上的所述光学标记物为中心，并从所述光学标记物的另一个轴的所述光学标记物中心偏移。
19.如权利要求17或18中任一项所述的光标记物，其中大于所述多个基准点定位器中的所述至少另一个的所述多个基准点定位器中的至少一个定位于所有其他所述多个基准点定位器所定义的边界内。
20.如权利要求17-19中任一项所述的光标记物，进一步包括，安装部分，其被配置为将所述光标记物固定至被追踪的物体。
21.如权利要求17-20中任一项所述的光标记物，进一步包括，
固定于所述安装部分的第一衬底，所述第一衬底包括所述多个基准点定位器中的至少一个；和
固定于所述安装部分的第二衬底，所述第二衬底包括所述多个基准点定位器中的至少一个。
22.如权利要求17-21中任一项所述的光标记物，其中所述椭圆形包括圆形。
23.如权利要求17-22中任一项所述的光标记物，其中所述椭圆形配置为，当沿着除了与所述光学可见图案正交以外的视线观察时呈圆形。
24.如权利要求17-23中任一项所述的光标记物，其中，每个基准点距离另一基准点不超过0.5英寸。
25.如权利要求17-24中任一项所述的光标记物，其中，每个基准点是由基准点定位器的质心定义的。
26.如权利要求17-25中任一项所述的光标记物，其中，所述光学可见图案进一步包括一个或多个非同心圆点。
27.一种用于在磁共振扫描期间动态追踪和补偿患者运动的运动追踪系统，所述运动追踪系统包括：
一个或多个光标记物，其配置为附于正被扫描的患者；
一个或多个相机，其定位为包括不同视线；以及
计算机系统，其配置为分析由所述一个或多个相机产生的图像以确定所述一个或多个光标记物的位置变化，并生成磁共振扫描仪使用的追踪数据，以动态调整扫描，基于所述一个或多个光标记物的确定的位置变化补偿患者位置变化；
其中，所述计算机系统配置为动态地确定所述一个或多个相机中的哪一个当前正在观察光标记物，以及
其中，所述计算机系统配置为动态地调整其图像分析以利用来自当前正在观察光标记物的所有相机的图像。
28.如权利要求27所述的运动追踪系统，其中所述一个或多个光标记物中的每一个光标记物包括多个光学可见界标，所述多个光学可见界标定义多个基准点。
29.如权利要求27或者28中任一项所述的运动追踪系统，还包括所述磁共振扫描仪，其中所述磁共振扫描仪被配置为基于所述追踪数据动态调整扫描以补偿所述患者位置的变化。
CN201580051354.1A 2014-07-23 2015-07-22 用于在医学成像扫描期间追踪和补偿患者运动的系统、设备和方法 Pending CN106714681A (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US201462028194P 2014-07-23 2014-07-23
US62/028,194 2014-07-23
PCT/US2015/041615 WO2016014718A1 (en) 2014-07-23 2015-07-22 Systems, devices, and methods for tracking and compensating for patient motion during a medical imaging scan

Publications (1)

Publication Number Publication Date
CN106714681A true CN106714681A (zh) 2017-05-24

Family

ID=55163726

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201580051354.1A Pending CN106714681A (zh) 2014-07-23 2015-07-22 用于在医学成像扫描期间追踪和补偿患者运动的系统、设备和方法

Country Status (4)

Country Link
US (3) US9734589B2 (zh)
EP (1) EP3188660A4 (zh)
CN (1) CN106714681A (zh)
WO (1) WO2016014718A1 (zh)

Cited By (29)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9867549B2 (en) 2006-05-19 2018-01-16 The Queen's Medical Center Motion tracking system for real time adaptive imaging and spectroscopy
CN108186117A (zh) * 2018-02-28 2018-06-22 安徽大中润科技有限公司 一种分布式光学定位跟踪系统及方法
CN108303674A (zh) * 2018-01-03 2018-07-20 上海东软医疗科技有限公司 磁共振成像系统接收线圈的定位方法及装置
CN108720825A (zh) * 2018-03-29 2018-11-02 合肥工业大学 一种基于多摄像头的非接触式生命体征参数的无缝检测方法
CN109615638A (zh) * 2018-11-30 2019-04-12 北京三快在线科技有限公司 定位装置、用于定位的方法、装置及无人驾驶设备
CN109886323A (zh) * 2019-01-31 2019-06-14 中国地质大学（武汉） 一种用于测试运动轨迹滤波算法的装置
US10327708B2 (en) 2013-01-24 2019-06-25 Kineticor, Inc. Systems, devices, and methods for tracking and compensating for patient motion during a medical imaging scan
US10339654B2 (en) 2013-01-24 2019-07-02 Kineticor, Inc. Systems, devices, and methods for tracking moving targets
CN110057610A (zh) * 2019-04-25 2019-07-26 上海联影医疗科技有限公司 震动信息确定方法、装置、医疗影像设备及存储介质
US10438349B2 (en) 2014-07-23 2019-10-08 Kineticor, Inc. Systems, devices, and methods for tracking and compensating for patient motion during a medical imaging scan
CN110398830A (zh) * 2018-04-25 2019-11-01 卡尔蔡司医疗技术股份公司 显微系统以及用于操作显微系统的方法
CN110494096A (zh) * 2017-06-04 2019-11-22 钛隼生物科技股份有限公司 确定手术路径上一个或多个点的方法和系统
TWI687198B (zh) * 2018-05-25 2020-03-11 鐿鈦科技股份有限公司 動態參考偏移偵測方法及其系統
US10653381B2 (en) 2013-02-01 2020-05-19 Kineticor, Inc. Motion tracking system for real time adaptive motion compensation in biomedical imaging
US10663553B2 (en) 2011-08-26 2020-05-26 Kineticor, Inc. Methods, systems, and devices for intra-scan motion correction
US10660541B2 (en) 2015-07-28 2020-05-26 The University Of Hawai'i Systems, devices, and methods for detecting false movements for motion correction during a medical imaging scan
US10716515B2 (en) 2015-11-23 2020-07-21 Kineticor, Inc. Systems, devices, and methods for tracking and compensating for patient motion during a medical imaging scan
CN111696047A (zh) * 2019-03-14 2020-09-22 四川中测辐射科技有限公司 一种医用成像设备的成像质量确定方法及系统
CN111880575A (zh) * 2020-08-10 2020-11-03 重庆依塔大数据研究院有限公司 基于颜色追踪的控制方法、装置、存储介质及机器人
WO2021056452A1 (zh) * 2019-09-27 2021-04-01 西安大医集团股份有限公司 患者位置检测方法及装置、放射医疗设备、可读存储介质
CN112998856A (zh) * 2019-12-19 2021-06-22 财团法人金属工业研究发展中心 立体标记装置及骨科手术的三维实时定位方法
US11234771B2 (en) 2018-05-25 2022-02-01 Intai Technology Corp. Dynamic reference deviation detecting method and system thereof
CN114041875A (zh) * 2021-11-24 2022-02-15 电子科技大学 一种一体式手术定位导航系统
CN114549620A (zh) * 2020-11-18 2022-05-27 北方数字化技术公司 用于三维跟踪系统的误差补偿
CN114569257A (zh) * 2020-12-01 2022-06-03 财团法人金属工业研究发展中心 实时定位补偿方法及可实时定位补偿的影像定位系统
CN116342662A (zh) * 2023-03-29 2023-06-27 北京诺亦腾科技有限公司 基于多目相机的追踪定位方法、装置、设备及介质
CN116977449A (zh) * 2023-09-25 2023-10-31 安徽大学 一种基于闪烁棋盘格的复眼事件相机主动标定方法
CN118314138A (zh) * 2024-06-07 2024-07-09 深圳市牧激科技有限公司 一种基于机器视觉的激光加工方法及系统
CN118871915A (zh) * 2022-01-11 2024-10-29 斑马技术公司 在大图像中定位小标记的方法和装置

Families Citing this family (84)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102012216292B4 (de) * 2012-09-13 2021-02-18 Siemens Healthcare Gmbh Magnetresonanzbaueinheit, eine Magnetresonanzvorrichtung mit der Magnetresonanzbaueinheit sowie ein Verfahren zu einem Bestimmen einer Bewegung eines Patienten während einer Magnetresonanzuntersuchung
DE102012222375B3 (de) * 2012-12-06 2014-01-30 Siemens Aktiengesellschaft Magnetresonanzspulenvorrichtung, Magnetresonanzvorrichtung mit der Magnetresonanzspulenvorrichtung sowie ein Verfahren zur Erfassung einer Patientenbewegung
US9717461B2 (en) 2013-01-24 2017-08-01 Kineticor, Inc. Systems, devices, and methods for tracking and compensating for patient motion during a medical imaging scan
CN106572810A (zh) 2014-03-24 2017-04-19 凯内蒂科尔股份有限公司 去除医学成像扫描的预期运动校正的系统、方法和装置
KR20160026298A (ko) * 2014-08-29 2016-03-09 삼성전자주식회사 자기 공명 영상 장치, 그 제어 방법, 및 자기 공명 영상 장치용 헤드 코일
US11000342B2 (en) * 2015-04-21 2021-05-11 The Board Of Trustees Of The Leland Stanford Junior University Devices and methods for trackable hearing protection in magnetic resonance imaging
WO2017159353A1 (ja) * 2016-03-17 2017-09-21 富士フイルム株式会社 画像処理装置、画像処理システム、及び画像処理方法
CN109561853A (zh) * 2016-04-26 2019-04-02 凯内蒂科尔股份有限公司 在医学成像扫描期间跟踪和补偿患者运动的系统、装置和方法
EP3481332A4 (en) * 2016-08-02 2020-01-22 Parto Inc. FAST, REAL-TIME, LARGE DEPTH OF FIELD, MULTISPECTRAL BODY OPTICAL IMAGING FOR SKIN SURVEILLANCE AND PHOTOGRAPHY
WO2018071979A1 (en) * 2016-10-20 2018-04-26 Spookfish Innovations Pty Ltd An aerial camera boresight calibration system
US10540782B2 (en) * 2016-11-15 2020-01-21 Colorado Seminary Which Owns And Operates The University Of Denver Image processing for pose estimation
JPWO2018131416A1 (ja) * 2017-01-11 2019-11-14 国立大学法人京都大学 情報処理装置、情報処理方法及びプログラム
US10839956B2 (en) * 2017-03-03 2020-11-17 University of Maryland Medical Center Universal device and method to integrate diagnostic testing into treatment in real-time
US11308645B2 (en) * 2017-05-12 2022-04-19 The Board Of Trustees Of The Leland Stanford Junior University Apparatus and method for wide-range optical tracking during medical imaging
US11565129B2 (en) * 2017-06-13 2023-01-31 Brainlab Ag Binary tracking of an anatomical tracking structure on medical images
US11273326B2 (en) * 2017-06-29 2022-03-15 Canon Medical Systems Corporation Radiotherapy system and treatment support apparatus
US11432877B2 (en) * 2017-08-02 2022-09-06 Medtech S.A. Surgical field camera system that only uses images from cameras with an unobstructed sight line for tracking
WO2019046732A1 (en) * 2017-08-31 2019-03-07 Mayo Foundation For Medical Education And Research SYSTEM AND METHOD FOR CARBON PARTICLE THERAPY FOR THE TREATMENT OF CARDIAC ARRHYTHMIAS AND OTHER DISEASES
EP3684463A4 (en) 2017-09-19 2021-06-23 Neuroenhancement Lab, LLC NEURO-ACTIVATION PROCESS AND APPARATUS
AU2018348778B2 (en) * 2017-10-11 2023-06-08 OncoRes Medical Pty Ltd A method of volumetric imaging of a sample
US11717686B2 (en) 2017-12-04 2023-08-08 Neuroenhancement Lab, LLC Method and apparatus for neuroenhancement to facilitate learning and performance
US10679090B2 (en) * 2017-12-12 2020-06-09 Korea Advanced Institute Of Science And Technology Method for estimating 6-DOF relative displacement using vision-based localization and apparatus therefor
WO2019133997A1 (en) 2017-12-31 2019-07-04 Neuroenhancement Lab, LLC System and method for neuroenhancement to enhance emotional response
WO2019140155A1 (en) * 2018-01-12 2019-07-18 Kineticor, Inc. Systems, devices, and methods for tracking and/or analyzing subject images and/or videos
CN108273199B (zh) * 2018-01-19 2024-05-14 深圳市奥沃医学新技术发展有限公司 一种位置检测方法、装置及放射治疗系统
CA3031832A1 (en) * 2018-01-29 2019-07-29 Queen's University At Kingston Apparatus and method for tracking a volume in a three-dimensional space
BR102018003125B1 (pt) * 2018-02-19 2022-05-10 Petróleo Brasileiro S.A. - Petrobras Método para reconhecimento ótico de marcadores em ambiente externo
WO2019169455A1 (en) * 2018-03-08 2019-09-12 Nguyen Doan Trang Method and system for guided radiation therapy
US11364361B2 (en) 2018-04-20 2022-06-21 Neuroenhancement Lab, LLC System and method for inducing sleep by transplanting mental states
DE102019004233B4 (de) 2018-06-15 2022-09-22 Mako Surgical Corp. Systeme und verfahren zum verfolgen von objekten
CA3112564A1 (en) 2018-09-14 2020-03-19 Neuroenhancement Lab, LLC System and method of improving sleep
WO2020077198A1 (en) * 2018-10-12 2020-04-16 Kineticor, Inc. Image-based models for real-time biometrics and marker-less motion tracking in imaging applications
DE102018218057A1 (de) * 2018-10-22 2020-04-23 Siemens Healthcare Gmbh Überwachen eines Patienten in einer Magnetresonanzanlage
US11212521B2 (en) * 2018-11-07 2021-12-28 Avago Technologies International Sales Pte. Limited Control of memory bandwidth consumption of affine mode in versatile video coding
US11080816B2 (en) * 2019-01-28 2021-08-03 Ying Ji Image measuring and registering method
WO2020174284A1 (en) * 2019-02-27 2020-09-03 Body Vision Medical Ltd. Methods and systems for movement compensation during three-dimensional reconstruction of anatomical structures
GB2583511B (en) 2019-05-02 2024-01-10 Sony Interactive Entertainment Inc Method of and system for controlling the rendering of a video game instance
GB2583535B (en) * 2019-05-03 2021-11-10 Sony Interactive Entertainment Inc Data processing
US11567156B2 (en) 2019-05-08 2023-01-31 Shanghai United Imaging Healthcare Co., Ltd. Systems and methods for magnetic resonance imaging
GB2585887B (en) * 2019-07-19 2021-11-03 Elekta ltd Collision avoidance in radiotherapy
WO2021024712A1 (ja) * 2019-08-02 2021-02-11 日立オートモティブシステムズ株式会社 エイミング装置、運転制御システム、及びセンサデータの補正量の計算方法
GB2586601B (en) * 2019-08-27 2022-10-12 Zeta Motion Ltd Determining object pose from image data
US20210076985A1 (en) * 2019-09-13 2021-03-18 DePuy Synthes Products, Inc. Feature-based joint range of motion capturing system and related methods
WO2021094824A1 (en) 2019-11-14 2021-05-20 Ebamed Sa Cardiac phase gating system for radiation therapy
FR3103097B1 (fr) * 2019-11-19 2021-11-05 Quantum Surgical Méthode de navigation pour positionner un robot médical
EP3828830A1 (en) * 2019-11-27 2021-06-02 Universiteit Antwerpen Motion compensation of positron emission tomographic data
US20210156945A1 (en) * 2019-11-27 2021-05-27 Siemens Healthcare Gmbh Motion correction and motion reduction during dedicated magnetic resonance imaging
USD944854S1 (en) * 2019-11-27 2022-03-01 GE Precision Healthcare LLC Display screen with icon set
US11682122B2 (en) * 2019-12-16 2023-06-20 Intellijoint Surgical Inc. Auto-tracker characterization with robotics applications
JP7381362B2 (ja) * 2020-02-19 2023-11-15 キヤノンメディカルシステムズ株式会社 監視装置、被検体監視方法及び医用画像診断装置
US11717173B2 (en) 2020-04-16 2023-08-08 Warsaw Orthopedic, Inc. Device for mapping a sensor's baseline coordinate reference frames to anatomical landmarks
US11832883B2 (en) 2020-04-23 2023-12-05 Johnson & Johnson Surgical Vision, Inc. Using real-time images for augmented-reality visualization of an ophthalmology surgical tool
US12161296B2 (en) 2020-04-23 2024-12-10 Johnson & Johnson Surgical Vision, Inc. Augmented-reality visualization of an ophthalmic surgical tool
US11408951B2 (en) * 2020-04-24 2022-08-09 MR CoilTech Limited Open-face, dual-mode head coil for clinical imaging in ultra-high field MRI scanner
DE102020205667A1 (de) * 2020-05-05 2021-11-11 Siemens Healthcare Gmbh Rekonstruktion von mr-bildern mittels wave-caipi
US12070276B2 (en) * 2020-06-09 2024-08-27 Globus Medical Inc. Surgical object tracking in visible light via fiducial seeding and synthetic image registration
JP7555736B2 (ja) * 2020-06-24 2024-09-25 キヤノン株式会社 医用画像診断装置およびマーカー
US20230255699A1 (en) * 2020-06-30 2023-08-17 Mazor Robotics Ltd. Time-spaced robotic reference frames
CN111956327B (zh) * 2020-07-27 2024-04-05 季鹰 图像测量与配准方法
EP3951712A1 (en) 2020-08-06 2022-02-09 Koninklijke Philips N.V. Pixel based motion detection
CN114305682B (zh) * 2020-09-29 2023-09-22 上海微创卜算子医疗科技有限公司 神经介入导航实时定位系统和方法
US12011249B2 (en) * 2020-12-29 2024-06-18 Shanghai United Imaging Healthcare Co., Ltd. Systems and methods for tomography imaging
US11786756B2 (en) 2020-12-30 2023-10-17 Varian Medical Systems, Inc. Radiotherapy methods, systems, and workflow-oriented graphical user interfaces
US11604564B2 (en) 2020-12-30 2023-03-14 Varian Medical Systems, Inc. Radiotherapy methods, systems, and workflow-oriented graphical user interfaces
US11759656B2 (en) 2020-12-30 2023-09-19 Varian Medical Systems, Inc. Radiotherapy methods, systems, and workflow-oriented graphical user interfaces
US11577095B2 (en) 2020-12-30 2023-02-14 Varian Medical Systems, Inc. Radiotherapy methods, systems, and workflow-oriented graphical user interfaces
US11712587B2 (en) 2020-12-30 2023-08-01 Varian Medical Systems, Inc. Radiotherapy methods, systems, and workflow-oriented graphical user interfaces
US11660473B2 (en) 2020-12-30 2023-05-30 Varian Medical Systems, Inc. Radiotherapy methods, systems, and workflow-oriented graphical user interfaces
US11786757B2 (en) 2020-12-30 2023-10-17 Varian Medical Systems, Inc. Radiotherapy methods, systems, and workflow-oriented graphical user interfaces
US11607563B2 (en) 2020-12-30 2023-03-21 Varian Medical Systems, Inc. Radiotherapy methods, systems, and workflow-oriented graphical user interfaces
US11844962B2 (en) 2020-12-30 2023-12-19 Varian Medical Systems, Inc. Radiotherapy methods, systems, and workflow-oriented graphical user interfaces
US11817210B2 (en) 2020-12-30 2023-11-14 Varian Medical Systems, Inc. Radiotherapy methods, systems, and workflow-oriented graphical user interfaces
US11654303B2 (en) 2020-12-30 2023-05-23 Varian Medical Systems, Inc. Radiotherapy methods, systems, and workflow-oriented graphical user interfaces
US11794107B2 (en) * 2020-12-30 2023-10-24 Activision Publishing, Inc. Systems and methods for improved collision detection in video games
CN112914755B (zh) * 2021-01-25 2025-02-25 深圳市奥昇医疗科技有限责任公司 手术追踪系统及其控制方法
EP4040178A1 (en) * 2021-02-08 2022-08-10 Siemens Healthcare GmbH Magnetic resonance imaging device, computer-implemented method for operating a magnetic resonance imaging device, computer program and electronically readable storage medium
CN113040909A (zh) * 2021-02-26 2021-06-29 张志宏 一种基于近红外三目立体视觉的光学追踪系统及方法
KR20220156331A (ko) * 2021-05-18 2022-11-25 삼성전자주식회사 이미지 지연을 보정하기 위한 전자 장치 및 방법
CN114677430B (zh) * 2022-01-12 2024-04-16 深圳市路远智能装备有限公司 一种组合式的多相机视觉对位方法
US20230337919A1 (en) * 2022-03-31 2023-10-26 Vanderbilt University Systems for neuroimager alignment and coupling evaluation
CN114755558B (zh) * 2022-04-08 2024-06-21 广东利扬芯片测试股份有限公司 射频芯片的数据补偿方法
EP4295775A1 (en) * 2022-06-22 2023-12-27 Koninklijke Philips N.V. Patient monitoring during a scan
US20240005523A1 (en) * 2022-06-30 2024-01-04 Varian Medical Systems International Ag Methods, systems and computer readable mediums for evaluating and displaying a breathing motion
GB2623776A (en) * 2022-10-26 2024-05-01 Elekta ltd Optical surface tracking camera placement for radiotherapy

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2003003796A1 (en) * 2001-06-26 2003-01-09 Varian Medical Systems, Inc. Method and system for predictive physiological gating
EP1319368A2 (de) * 2001-12-12 2003-06-18 TecMedic GmbH Verfahren zur Bestimmung der Orientierung und Relativposition eines medizinischen Instruments
US20030195526A1 (en) * 2002-04-16 2003-10-16 Stefan Vilsmeier Marker for an instrument and methods for localizing a marker
CN1745717A (zh) * 2004-08-30 2006-03-15 株式会社东芝 医疗运动分析设备和医疗运动分析方法
CN1879574A (zh) * 2005-05-13 2006-12-20 通用电气公司 控制医学成像设备的系统和方法
US20070280508A1 (en) * 2006-05-19 2007-12-06 Ernst Thomas M Motion tracking system for real time adaptive imaging and spectroscopy
CN105338897A (zh) * 2013-01-24 2016-02-17 凯内蒂科尔股份有限公司 用于在医学成像扫描期间追踪和补偿患者运动的系统、设备和方法

Family Cites Families (698)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US3811213A (en) 1968-11-17 1974-05-21 Photo Motion Corp Moire motion illusion apparatus and method
US4689999A (en) 1985-07-26 1987-09-01 The Garrett Corporation Temperature compensated pressure transducer
US4724386A (en) 1985-09-30 1988-02-09 Picker International, Inc. Centrally ordered phase encoding
FI870285L (fi) 1987-01-22 1988-07-23 Outokumpu Oy Foerfarande foer placering av skivformiga foeremaol samt anordning foer detta.
FR2623996A1 (fr) 1987-12-08 1989-06-09 Thomson Csf Dispositif de surveillance du patient dans un appareil d'examen medical
US4953554A (en) 1988-03-04 1990-09-04 Resonex, Inc. Magnetic resonance imaging method
US6099522A (en) 1989-02-06 2000-08-08 Visx Inc. Automated laser workstation for high precision surgical and industrial interventions
US4988886A (en) 1989-04-06 1991-01-29 Eastman Kodak Company Moire distance measurement method and apparatus
JPH0323838A (ja) 1989-06-21 1991-01-31 Toshiba Corp 磁気共鳴イメージング装置
US5075562A (en) 1990-09-20 1991-12-24 Eastman Kodak Company Method and apparatus for absolute Moire distance measurements using a grating printed on or attached to a surface
US6405072B1 (en) 1991-01-28 2002-06-11 Sherwood Services Ag Apparatus and method for determining a location of an anatomical target with reference to a medical apparatus
AU6666894A (en) 1993-04-22 1994-11-08 Pixsys, Inc. System for locating relative positions of objects
JPH0775627A (ja) 1993-06-11 1995-03-20 Hitachi Ltd 磁気共鳴診断装置における体動追従計測方法
US5318026A (en) 1993-08-11 1994-06-07 Board Of Trustees Of The Leland Stanford Junior University Method and apparatus for tracking of deformable regions by phase contrast MRI
US5802202A (en) 1993-12-24 1998-09-01 Mazda Motor Corporation Method of determining three dimensional position of object and apparatus therefor
US5877732A (en) 1994-04-13 1999-03-02 Resonance Technology Co. Three-dimensional high resolution MRI video and audio system and method
DE69531994T2 (de) 1994-09-15 2004-07-22 OEC Medical Systems, Inc., Boston System zur positionserfassung mittels einer an einem patientenkopf angebrachten referenzeinheit zur anwendung im medizinischen gebiet
WO1996017260A1 (en) 1994-11-28 1996-06-06 Analogic Corporation Ups for medical imaging system
GB9500943D0 (en) 1994-12-01 1995-03-08 Popovich Milan M Optical position sensing system
US5666157A (en) 1995-01-03 1997-09-09 Arc Incorporated Abnormality detection and surveillance system
US6122541A (en) 1995-05-04 2000-09-19 Radionics, Inc. Head band for frameless stereotactic registration
US8330812B2 (en) 1995-05-30 2012-12-11 Simulated Percepts, Llc Method and apparatus for producing and storing, on a resultant non-transitory storage medium, computer generated (CG) video in correspondence with images acquired by an image acquisition device tracked in motion with respect to a 3D reference frame
US6181371B1 (en) 1995-05-30 2001-01-30 Francis J Maguire, Jr. Apparatus for inducing attitudinal head movements for passive virtual reality
US5515711A (en) 1995-06-26 1996-05-14 Mks Instruments, Inc. Pressure measurement and calibration apparatus using gravity-induced diaphragm deflection
DE19528436C2 (de) 1995-08-02 1997-07-03 Siemens Ag Verfahren zur Bewegungsverfolgung interventioneller Instrumente in einem Objekt mit MR-Bildgebung
US5615677A (en) 1995-08-04 1997-04-01 The Board Of Trustees Of The Leland Stanford Junior University MRI tracking of cyclical motion by fourier integration of velocity
US6430997B1 (en) 1995-11-06 2002-08-13 Trazer Technologies, Inc. System and method for tracking and assessing movement skills in multidimensional space
DE29519078U1 (de) 1995-12-01 1996-01-25 Kelle Olaf Dr Vorrichtung für die Erfassung der räumlichen Position eines menschlichen Körperteils
US5835223A (en) 1996-01-05 1998-11-10 Electronic Packaging Services, Ltd. System for measuring surface flatness using shadow moire technology
US5889505A (en) 1996-04-04 1999-03-30 Yale University Vision-based six-degree-of-freedom computer input device
US6167296A (en) 1996-06-28 2000-12-26 The Board Of Trustees Of The Leland Stanford Junior University Method for volumetric image navigation
US5886257A (en) 1996-07-03 1999-03-23 The Charles Stark Draper Laboratory, Inc. Autonomous local vertical determination apparatus and methods for a ballistic body
US5728935A (en) 1996-08-14 1998-03-17 Czompo; Jozsef Method and apparatus for measuring gravity with lever arm correction
US5936722A (en) 1996-08-15 1999-08-10 Armstrong; Brian S. R. Apparatus and method for determining the angular orientation of an object
US6384908B1 (en) 1996-08-15 2002-05-07 Go Sensors, Llc Orientation dependent radiation source
US5936723A (en) 1996-08-15 1999-08-10 Go Golf Orientation dependent reflector
US6016439A (en) 1996-10-15 2000-01-18 Biosense, Inc. Method and apparatus for synthetic viewpoint imaging
CA2232997C (en) 1997-03-26 2001-07-10 Dalhousie University Dynamic target addressing system
US6044308A (en) 1997-06-13 2000-03-28 Huissoon; Jan Paul Method and device for robot tool frame calibration
EP1015944B1 (en) 1997-09-19 2013-02-27 Massachusetts Institute Of Technology Surgical robotic apparatus
DE69738156T2 (de) 1997-09-27 2008-06-12 Brainlab Ag Verfahren und Gerät zur Aufnahme eines drei-dimensionalen Bildes eines Körperteils
US5891060A (en) 1997-10-13 1999-04-06 Kinex Iha Corp. Method for evaluating a human joint
US6031888A (en) 1997-11-26 2000-02-29 Picker International, Inc. Fluoro-assist feature for a diagnostic imaging device
US6061644A (en) 1997-12-05 2000-05-09 Northern Digital Incorporated System for determining the spatial position and orientation of a body
US6057685A (en) 1997-12-09 2000-05-02 General Electric Company Method for correcting motion-induced errors in MR imaging
US6057680A (en) 1997-12-17 2000-05-02 General Electric Company Method for adjusting MR scan plane over cardiac cycle to track motion of coronary artery
EP1415609A1 (en) 1998-01-28 2004-05-06 Sherwood Services AG Optical object tracking system
US6289235B1 (en) 1998-03-05 2001-09-11 Wake Forest University Method and system for creating three-dimensional images using tomosynthetic computed tomography
US5947900A (en) 1998-04-13 1999-09-07 General Electric Company Dynamic scan plane tracking using MR position monitoring
US6298262B1 (en) 1998-04-21 2001-10-02 Neutar, Llc Instrument guidance for stereotactic surgery
US20050105772A1 (en) 1998-08-10 2005-05-19 Nestor Voronka Optical body tracker
DE19838590A1 (de) 1998-08-25 2000-03-09 Siemens Ag Verfahren zur Aufnahme von Bildern eines Objekts mittels einer Magnetresonanzanlage zur Ermöglichung einer Nachführung der Schnittbildebene bei sich bewegendem Objekt sowie Magnetresonanzanlage zur Durchführung des Verfahrens
AU6052999A (en) 1998-09-25 2000-04-17 Case Western Reserve University Acquired pendular nystagmus treatment device
US6088482A (en) 1998-10-22 2000-07-11 Symbol Technologies, Inc. Techniques for reading two dimensional code, including maxicode
US6621889B1 (en) 1998-10-23 2003-09-16 Varian Medical Systems, Inc. Method and system for predictive physiological gating of radiation therapy
US6973202B2 (en) 1998-10-23 2005-12-06 Varian Medical Systems Technologies, Inc. Single-camera tracking of an object
US6279579B1 (en) 1998-10-23 2001-08-28 Varian Medical Systems, Inc. Method and system for positioning patients for medical treatment procedures
WO2000024467A1 (en) 1998-10-23 2000-05-04 Varian Medical Systems, Inc. Method and system for physiological gating of radiation therapy
US6980679B2 (en) 1998-10-23 2005-12-27 Varian Medical System Technologies, Inc. Method and system for monitoring breathing activity of a subject
US8788020B2 (en) 1998-10-23 2014-07-22 Varian Medical Systems, Inc. Method and system for radiation application
US6484131B1 (en) 1999-08-27 2002-11-19 Netmor Ltd. Localization and tracking system
US6285902B1 (en) 1999-02-10 2001-09-04 Surgical Insights, Inc. Computer assisted targeting device for use in orthopaedic surgery
US6501981B1 (en) 1999-03-16 2002-12-31 Accuray, Inc. Apparatus and method for compensating for respiratory and patient motions during treatment
US6778850B1 (en) 1999-03-16 2004-08-17 Accuray, Inc. Frameless radiosurgery treatment system and method
US6144875A (en) 1999-03-16 2000-11-07 Accuray Incorporated Apparatus and method for compensating for respiratory and patient motion during treatment
EP1171188B1 (en) 1999-03-24 2009-05-06 Second Sight Medical Products, Inc. Retinal color prosthesis for color sight restoration
US7800758B1 (en) 1999-07-23 2010-09-21 Faro Laser Trackers, Llc Laser-based coordinate measuring device and laser-based method for measuring coordinates
JP4679729B2 (ja) 1999-04-22 2011-04-27 ザ ジョーンズ ホプキンズ ユニバーシティ Ｃｉｎｅ高調波位相（ｈａｒｐ）磁気共鳴画像法を用いた心臓動きのトラッキング
US6292683B1 (en) 1999-05-18 2001-09-18 General Electric Company Method and apparatus for tracking motion in MR images
US7760905B2 (en) 1999-06-29 2010-07-20 Digimarc Corporation Wireless mobile phone with content processing
WO2000072039A1 (en) 1999-05-19 2000-11-30 National Research Council Of Canada Optical motion detection for mri
US7406214B2 (en) 1999-05-19 2008-07-29 Digimarc Corporation Methods and devices employing optical sensors and/or steganography
US6390982B1 (en) 1999-07-23 2002-05-21 Univ Florida Ultrasonic guidance of target structures for medical procedures
WO2009079668A2 (en) 2007-12-17 2009-06-25 Rajasingham Arjuna Indraeswara Vehicle occupant support
US6568396B1 (en) 1999-10-26 2003-05-27 Philip F. Anthony 3 dimensional head apparatus and method for the treatment of BPPV
US6235038B1 (en) 1999-10-28 2001-05-22 Medtronic Surgical Navigation Technologies System for translation of electromagnetic and optical localization systems
US6499488B1 (en) 1999-10-28 2002-12-31 Winchester Development Associates Surgical sensor
US6381485B1 (en) 1999-10-28 2002-04-30 Surgical Navigation Technologies, Inc. Registration of human anatomy integrated for electromagnetic localization
US7024237B1 (en) 1999-10-29 2006-04-04 University Of Florida Research Foundation, Inc. Mask system and method for stereotactic radiotherapy and image guided procedures
EP1226553A2 (en) 1999-11-03 2002-07-31 Case Western Reserve University System and method for producing a three-dimensional model
US7747312B2 (en) 2000-01-04 2010-06-29 George Mason Intellectual Properties, Inc. System and method for automatic shape registration and instrument tracking
US6474159B1 (en) 2000-04-21 2002-11-05 Intersense, Inc. Motion-tracking
US6484049B1 (en) 2000-04-28 2002-11-19 Ge Medical Systems Global Technology Company, Llc Fluoroscopic tracking and visualization system
US6856827B2 (en) 2000-04-28 2005-02-15 Ge Medical Systems Global Technology Company, Llc Fluoroscopic tracking and visualization system
US6961608B2 (en) 2000-06-05 2005-11-01 Kabushiki Kaisha Toshiba Interventional MR imaging with detection and display of device position
DE10029592A1 (de) 2000-06-15 2001-12-20 Philips Corp Intellectual Pty MR-Bildgebungsverfahren mit Bewegungskompensation
DE10033063A1 (de) 2000-07-07 2002-01-24 Brainlab Ag Verfahren zur atmungskompensierten Strahlenbehandlung
FR2811791B1 (fr) 2000-07-13 2002-11-22 France Telecom Estimateur de mouvement pour le codage et le decodage de sequences d'images
EP1174076A3 (de) 2000-07-18 2002-10-16 BIOTRONIK Mess- und Therapiegeräte GmbH & Co Ingenieurbüro Berlin Vorrichtung zur automatischen Durchführung von diagnostischen und/oder therapeutischen Aktionen in Körperhöhlungen
US6876198B2 (en) 2000-09-11 2005-04-05 Hitachi Medical Corporation Magnetic resonance imaging system
AU9088801A (en) 2000-09-14 2002-03-26 Univ Leland Stanford Junior Assessing the condition of a joint and devising treatment
JP4515616B2 (ja) 2000-09-25 2010-08-04 株式会社東芝 磁気共鳴イメージング装置
DE10049414C2 (de) 2000-10-05 2002-09-26 Siemens Ag Magnetresonanzgerät mit einer Schallisolierung
US6678413B1 (en) 2000-11-24 2004-01-13 Yiqing Liang System and method for object identification and behavior characterization using video analysis
US7209777B2 (en) 2000-11-30 2007-04-24 General Electric Company Method and apparatus for automated tracking of non-linear vessel movement using MR imaging
US7176440B2 (en) 2001-01-19 2007-02-13 Honeywell International Inc. Method and apparatus for detecting objects using structured light patterns
US20020115931A1 (en) 2001-02-21 2002-08-22 Strauss H. William Localizing intravascular lesions on anatomic images
DE10109511C2 (de) 2001-02-28 2003-03-27 Max Planck Gesellschaft Verfahren und Gerät zum Gewinnen von Daten für diffusionsgewichtete Magnetresonanz-Bildgebung
US6897655B2 (en) 2001-03-30 2005-05-24 General Electric Company Moving table MRI with frequency-encoding in the z-direction
US6794869B2 (en) 2001-03-30 2004-09-21 General Electric Company Moving table MRI with frequency-encoding in the z-direction
US6771068B2 (en) 2001-05-10 2004-08-03 General Hospital Corporation System and method for providing real-time motion correction by utilizing navigators
US7259747B2 (en) 2001-06-05 2007-08-21 Reactrix Systems, Inc. Interactive video display system
US20020193685A1 (en) 2001-06-08 2002-12-19 Calypso Medical, Inc. Guided Radiation Therapy System
US7769430B2 (en) 2001-06-26 2010-08-03 Varian Medical Systems, Inc. Patient visual instruction techniques for synchronizing breathing with a medical procedure
US20030088177A1 (en) 2001-09-05 2003-05-08 Virtualscopics, Llc System and method for quantitative assessment of neurological diseases and the change over time of neurological diseases
US6771997B2 (en) 2001-09-11 2004-08-03 The Board Of Trustees Of The Leland Stanford Junior University Respiratory compensation in MRI coronary imaging using diminishing variance
US6687528B2 (en) 2001-09-28 2004-02-03 Ge Medical Systems Global Technology Company Llc Analysis of cardic MR relaxation time images with application to quantifying myocardial perfusion reserve indexes
US7209977B2 (en) 2001-10-01 2007-04-24 International Business Machines Corporation Method and apparatus for content-aware web switching
JP4127998B2 (ja) 2001-11-15 2008-07-30 株式会社日立メディコ 磁気共鳴イメージング装置
US7945304B2 (en) 2001-11-20 2011-05-17 Feinberg David A Ultrasound within MRI scanners for guidance of MRI pulse sequences
GB0129465D0 (en) 2001-12-08 2002-01-30 Qinetiq Ltd Method for compensating for effects of object motion in an image
US6711431B2 (en) 2002-02-13 2004-03-23 Kinamed, Inc. Non-imaging, computer assisted navigation system for hip replacement surgery
EP1478277B1 (en) 2002-02-27 2010-03-24 Amid SRL M-tracking for space-time imaging
US7260253B2 (en) 2002-04-19 2007-08-21 Visiongate, Inc. Method for correction of relative object-detector motion between successive views
US7835783B1 (en) 2002-04-22 2010-11-16 The United States Of America As Represented By The Department Of Health And Human Services Magnetic resonance imaging methods and apparatus for time-series motion tracking with inversion recovery compensation
US6707300B2 (en) 2002-05-17 2004-03-16 Ge Medical Systems Global Technology Co., Llc Gradient non-linearity compensation in moving table MRI
US7894877B2 (en) 2002-05-17 2011-02-22 Case Western Reserve University System and method for adjusting image parameters based on device tracking
AU2003237922A1 (en) 2002-06-13 2003-12-31 Moller-Wedel Gmbh Method and instrument for surgical navigation
GB2390792B (en) 2002-07-08 2005-08-31 Vision Rt Ltd Image processing system for use with a patient positioning device
US6933849B2 (en) 2002-07-09 2005-08-23 Fred Sawyer Method and apparatus for tracking objects and people
US7883415B2 (en) 2003-09-15 2011-02-08 Sony Computer Entertainment Inc. Method and apparatus for adjusting a view of a scene being displayed according to tracked head motion
US7107091B2 (en) 2002-07-25 2006-09-12 Orthosoft Inc. Multiple bone tracking
US7850526B2 (en) 2002-07-27 2010-12-14 Sony Computer Entertainment America Inc. System for tracking user manipulations within an environment
EP1531749A2 (en) 2002-08-13 2005-05-25 Microbotics Corporation Microsurgical robot system
US20040171927A1 (en) * 2002-08-26 2004-09-02 Steven Lowen Method and apparatus for measuring and compensating for subject motion during scanning
CN100393283C (zh) 2002-09-12 2008-06-11 株式会社日立医药 生物体组织动状态跟踪方法、使用该方法的图像诊断装置
US7561909B1 (en) 2002-09-16 2009-07-14 The United States Of America As Represented By The Department Of Health And Human Services MRI navigator methods and systems
US7706856B2 (en) 2002-09-27 2010-04-27 General Electric Company System and method for predictive thermal output control of a medical device
US6856828B2 (en) 2002-10-04 2005-02-15 Orthosoft Inc. CAS bone reference and less invasive installation method thereof
US8206219B2 (en) 2002-10-30 2012-06-26 Nike, Inc. Interactive gaming apparel for interactive gaming
US7632004B2 (en) 2004-07-06 2009-12-15 Tseng-Lu Chien LED night light with more than 1 optics means
US7260426B2 (en) 2002-11-12 2007-08-21 Accuray Incorporated Method and apparatus for tracking an internal target region without an implanted fiducial
US7599730B2 (en) 2002-11-19 2009-10-06 Medtronic Navigation, Inc. Navigation system for cardiac therapies
US6889695B2 (en) 2003-01-08 2005-05-10 Cyberheart, Inc. Method for non-invasive heart treatment
US9033569B2 (en) 2010-11-22 2015-05-19 Tseng-Lu Chien Lamp holder has built-in night light
US7660623B2 (en) 2003-01-30 2010-02-09 Medtronic Navigation, Inc. Six degree of freedom alignment display for medical procedures
US7744528B2 (en) 2003-02-26 2010-06-29 Infinite Biomedical Technologies, Llc Methods and devices for endoscopic imaging
US20110015521A1 (en) 2003-03-27 2011-01-20 Boulder Innovation Group, Inc. Means of Tracking Movement of Bodies During Medical Treatment
US7742804B2 (en) 2003-03-27 2010-06-22 Ivan Faul Means of tracking movement of bodies during medical treatment
FR2854301B1 (fr) 2003-04-24 2005-10-28 Yodea Procede de transmission de donnees representant la position dans l'espace d'une camera video et systeme de mise en oeuvre du procede
US20100002070A1 (en) 2004-04-30 2010-01-07 Grandeye Ltd. Method and System of Simultaneously Displaying Multiple Views for Video Surveillance
US7171257B2 (en) 2003-06-11 2007-01-30 Accuray Incorporated Apparatus and method for radiosurgery
US6888924B2 (en) 2003-06-25 2005-05-03 General Electric Company Method, apparatus, and medium for calibration of tomosynthesis system geometry using fiducial markers with non-determined position
US7636486B2 (en) 2004-11-10 2009-12-22 Fotonation Ireland Ltd. Method of determining PSF using multiple instances of a nominally similar scene
JP4639045B2 (ja) 2003-07-11 2011-02-23 財団法人先端医療振興財団 磁気共鳴断層画像法による自己参照型・体動追従型の非侵襲体内温度分布計測方法及びその装置
CA2473963A1 (en) 2003-07-14 2005-01-14 Sunnybrook And Women's College Health Sciences Centre Optical image-based position tracking for magnetic resonance imaging
US7313430B2 (en) 2003-08-28 2007-12-25 Medtronic Navigation, Inc. Method and apparatus for performing stereotactic surgery
US8287373B2 (en) 2008-12-05 2012-10-16 Sony Computer Entertainment Inc. Control device for communicating visual information
US10279254B2 (en) 2005-10-26 2019-05-07 Sony Interactive Entertainment Inc. Controller having visually trackable object for interfacing with a gaming system
US8323106B2 (en) 2008-05-30 2012-12-04 Sony Computer Entertainment America Llc Determination of controller three-dimensional location using image analysis and ultrasonic communication
US7840253B2 (en) 2003-10-17 2010-11-23 Medtronic Navigation, Inc. Method and apparatus for surgical navigation
US7731360B2 (en) 2003-11-07 2010-06-08 Neuro Kinetics Portable video oculography system
US7251521B2 (en) 2003-11-19 2007-07-31 Igc Medical Advances, Inc. Motion sensing MRI local coil
US9318012B2 (en) 2003-12-12 2016-04-19 Steve Gail Johnson Noise correcting patient fall risk state system and method for predicting patient falls
US7295007B2 (en) 2003-12-19 2007-11-13 Fraunhofer-Gesellschaft Zur Foerderung Der Angewandten Forschung E.V. Reducing movement artifacts in magnetic resonance measurements
JP2005205184A (ja) 2003-12-22 2005-08-04 Pentax Corp 診断支援装置
US7205526B2 (en) 2003-12-22 2007-04-17 Micron Technology, Inc. Methods of fabricating layered lens structures
WO2005077293A2 (en) 2004-02-10 2005-08-25 Koninklijke Philips Electronics N.V. A method, a system for generating a spatial roadmap for an interventional device and a quality control system for guarding the spatial accuracy thereof
CA2597224C (en) 2004-02-11 2013-12-24 Cstar Technologies Inc. Method and apparatus for cataloguing and poling movement in an environment for purposes of tracking and/or containment of infectious diseases
US7819818B2 (en) 2004-02-11 2010-10-26 Jamshid Ghajar Cognition and motor timing diagnosis using smooth eye pursuit analysis
US7742077B2 (en) 2004-02-19 2010-06-22 Robert Bosch Gmbh Image stabilization system and method for a video camera
US7907987B2 (en) 2004-02-20 2011-03-15 University Of Florida Research Foundation, Inc. System for delivering conformal radiation therapy while simultaneously imaging soft tissue
US20050212760A1 (en) 2004-03-23 2005-09-29 Marvit David L Gesture based user interface supporting preexisting symbols
US20050212753A1 (en) 2004-03-23 2005-09-29 Marvit David L Motion controlled remote controller
US8229184B2 (en) 2004-04-16 2012-07-24 Validity Sensors, Inc. Method and algorithm for accurate finger motion tracking
US8048002B2 (en) 2004-04-27 2011-11-01 Jamshid Ghajar Method for improving cognition and motor timing
US8427538B2 (en) 2004-04-30 2013-04-23 Oncam Grandeye Multiple view and multiple object processing in wide-angle video camera
DE102004024097A1 (de) 2004-05-14 2005-12-08 Siemens Ag Verfahren und Vorrichtung zur Erhöhung der Patientensicherheit in klinischen Scannern
DE102004024470B4 (de) 2004-05-14 2013-10-10 Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. Reduzierung von Bewegungsartefakten bei Kernspinresonanzmessungen
US8214012B2 (en) 2004-06-17 2012-07-03 Psychology Software Tools, Inc. Magnetic resonance imaging having patient video, microphone and motion tracking
US20060004281A1 (en) 2004-06-30 2006-01-05 Michael Saracen Vest-based respiration monitoring system
US7327865B2 (en) 2004-06-30 2008-02-05 Accuray, Inc. Fiducial-less tracking with non-rigid image registration
US8095203B2 (en) 2004-07-23 2012-01-10 Varian Medical Systems, Inc. Data processing for real-time tracking of a target in radiation therapy
US8289390B2 (en) 2004-07-28 2012-10-16 Sri International Method and apparatus for total situational awareness and monitoring
US20060045310A1 (en) 2004-08-27 2006-03-02 General Electric Company System and method for tracking articulated body motion
US8406845B2 (en) 2004-09-01 2013-03-26 University Of Tennessee Research Foundation Method and apparatus for imaging tracking
KR101115944B1 (ko) 2004-09-06 2012-02-13 바이에리셰 모토렌 베르케 악티엔게젤샤프트 차 시트 상의 물체를 검출하기 위한 장치
US7925549B2 (en) 2004-09-17 2011-04-12 Accenture Global Services Limited Personalized marketing architecture
US7787935B2 (en) 2004-09-27 2010-08-31 General Electric Company System and method for correcting motion artifacts in imaging
US8989349B2 (en) 2004-09-30 2015-03-24 Accuray, Inc. Dynamic tracking of moving targets
US8180432B2 (en) 2004-10-02 2012-05-15 Accuray Incorporated Correlation model selection for internal target movement
US7925329B2 (en) 2004-10-08 2011-04-12 Proteus Biomedical, Inc. Implantable doppler tomography system
US7833221B2 (en) 2004-10-22 2010-11-16 Ethicon Endo-Surgery, Inc. System and method for treatment of tissue using the tissue as a fiducial
KR100638367B1 (ko) 2004-10-30 2006-10-25 한국과학기술연구원 비행 스크린 기구의 비행 궤적 추적을 이용한 자동 영상디스플레이 장치
WO2006055829A1 (en) 2004-11-18 2006-05-26 Nedim Turan Sahin Mri as a therapeutic device
US8221399B2 (en) 2004-12-01 2012-07-17 Nidek Co., Ltd. Ophthalmic apparatus
GB0426993D0 (en) 2004-12-09 2005-01-12 Council Cent Lab Res Councils Apparatus for depth-selective raman spectroscopy
US8095209B2 (en) 2005-01-06 2012-01-10 Braingate Co., Llc Biological interface system with gated control signal
US7889907B2 (en) 2005-01-12 2011-02-15 The Boeing Company Apparatus and methods for inspecting tape lamination
US7715604B2 (en) 2005-01-18 2010-05-11 Siemens Medical Solutions Usa, Inc. System and method for automatically registering three dimensional cardiac images with electro-anatomical cardiac mapping data
EP1851749B1 (en) 2005-01-21 2012-03-28 Qualcomm Incorporated Motion-based tracking
WO2006084385A1 (en) 2005-02-11 2006-08-17 Macdonald Dettwiler & Associates Inc. 3d imaging system
US7796154B2 (en) 2005-03-07 2010-09-14 International Business Machines Corporation Automatic multiscale image acquisition from a steerable camera
JP5094707B2 (ja) 2005-03-09 2012-12-12 パウル・シェラー・インスティトゥート 陽子線治療を施すと同時に広視野のビームズアイビュー（ｂｅｖ）によるｘ線画像を撮影するシステム
US20060241405A1 (en) 2005-03-09 2006-10-26 Aesculap Ag & Co. Kg Method and apparatus for performing an orthodepic stability test using a surgical navigation system
EP1859410B1 (en) 2005-03-17 2010-10-27 BRITISH TELECOMMUNICATIONS public limited company Method of tracking objects in a video sequence
US8139896B1 (en) 2005-03-28 2012-03-20 Grandeye, Ltd. Tracking moving objects accurately on a wide-angle video
US7760908B2 (en) 2005-03-31 2010-07-20 Honeywell International Inc. Event packaged video sequence
US8747382B2 (en) 2005-04-13 2014-06-10 University Of Maryland, Baltimore Techniques for compensating movement of a treatment target in a patient
US7978925B1 (en) 2005-04-16 2011-07-12 Apple Inc. Smoothing and/or locking operations in video editing
EP1898826B1 (en) 2005-04-18 2016-12-07 Image Navigation Ltd Methods and apparatus for dental implantation
US7844094B2 (en) 2005-04-29 2010-11-30 Varian Medical Systems, Inc. Systems and methods for determining geometric parameters of imaging devices
US7946921B2 (en) 2005-05-23 2011-05-24 Microsoft Corproation Camera based orientation for mobile devices
US7603155B2 (en) 2005-05-24 2009-10-13 General Electric Company Method and system of acquiring images with a medical imaging device
ES2264383B1 (es) 2005-06-03 2007-11-16 Hospital Sant Joan De Deu Dispositivo captador de movimientos oculares.
US8070677B2 (en) 2005-06-09 2011-12-06 Koninklijke Philips Electronics N.V. Method and apparatus for distinguishing between clinically significant changes and artifacts in patient physiological information
JP3934151B2 (ja) 2005-06-22 2007-06-20 松下電器産業株式会社 画像生成装置および画像生成方法
US7801330B2 (en) 2005-06-24 2010-09-21 Objectvideo, Inc. Target detection and tracking from video streams
US7713205B2 (en) 2005-06-29 2010-05-11 Accuray Incorporated Dynamic tracking of soft tissue targets with ultrasound images, without using fiducial markers
JP2009500042A (ja) 2005-07-07 2009-01-08 インジーニアス・ターゲティング・ラボラトリー・インコーポレーテッド ターゲットの運動行動の３ｄのモニタリング及び分析のためのシステム
EP1920393A2 (en) 2005-07-22 2008-05-14 Yogesh Chunilal Rathod Universal knowledge management and desktop search system
US20090041200A1 (en) 2005-07-23 2009-02-12 Tomotherapy Incorporated Radiation therapy imaging and delivery utilizing coordinated motion of jaws, gantry, and couch
US7535411B2 (en) 2005-08-01 2009-05-19 Resonant Medical, Inc. System and method for detecting drifts in calibrated tracking systems
US7668288B2 (en) 2005-08-15 2010-02-23 Digirad Corporation Discrete sampling of gamma ray field over multiple portions using multiple heads with spaces between the different portions
US7606392B2 (en) 2005-08-26 2009-10-20 Sony Corporation Capturing and processing facial motion data
US7720259B2 (en) 2005-08-26 2010-05-18 Sony Corporation Motion capture using primary and secondary markers
US20070049794A1 (en) 2005-09-01 2007-03-01 Ezc Medical Llc Visualization stylet for medical device applications having self-contained power source
US7787011B2 (en) 2005-09-07 2010-08-31 Fuji Xerox Co., Ltd. System and method for analyzing and monitoring 3-D video streams from multiple cameras
US7944454B2 (en) 2005-09-07 2011-05-17 Fuji Xerox Co., Ltd. System and method for user monitoring interface of 3-D video streams from multiple cameras
DE102005044033B4 (de) 2005-09-14 2010-11-18 Cas Innovations Gmbh & Co. Kg Positionierungssystem für perkutane Interventionen
US7689263B1 (en) 2005-09-15 2010-03-30 General Electric Company Method and apparatus for acquiring free-breathing MR images using navigator echo with saturation RF pulse
JP5178521B2 (ja) 2005-09-29 2013-04-10 コーニンクレッカ フィリップス エレクトロニクス エヌ ヴィ 磁気共鳴イメージング（ｍｒｉ）データを取得するシステム及び方法
US8170302B1 (en) 2005-09-30 2012-05-01 Ut-Battelle, Llc System and method for generating motion corrected tomographic images
US20080317313A1 (en) 2005-09-30 2008-12-25 Ut-Battelle, Llc System and method for tracking motion for generating motion corrected tomographic images
US8208758B2 (en) 2005-10-05 2012-06-26 Qualcomm Incorporated Video sensor-based automatic region-of-interest detection
US8019170B2 (en) 2005-10-05 2011-09-13 Qualcomm, Incorporated Video frame motion-based automatic region-of-interest detection
US8094193B2 (en) 2005-10-12 2012-01-10 New Vad, Llc Presentation video control system
US7806604B2 (en) 2005-10-20 2010-10-05 Honeywell International Inc. Face detection and tracking in a wide field of view
US20070093709A1 (en) 2005-10-26 2007-04-26 Abernathie Dennis L Surgical navigation markers
US7911207B2 (en) 2005-11-16 2011-03-22 Board Of Regents, The University Of Texas System Method for determining location and movement of a moving object
US7498811B2 (en) 2005-11-16 2009-03-03 Macfarlane Duncan L Apparatus and method for patient movement tracking
US7977942B2 (en) 2005-11-16 2011-07-12 Board Of Regents, The University Of Texas System Apparatus and method for tracking movement of a target
US8085302B2 (en) 2005-11-21 2011-12-27 Microsoft Corporation Combined digital and mechanical tracking of a person or object using a single video camera
US7173426B1 (en) 2005-11-29 2007-02-06 General Electric Company Optical link for transmitting data through air from a plurality of receiver coils in a magnetic resonance imaging system
US8021231B2 (en) 2005-12-02 2011-09-20 Walker Digital, Llc Problem gambling detection in tabletop games
US7751869B2 (en) 2005-12-09 2010-07-06 Boston Scientific Scimed, Inc. Radiation ablation tracking system and method
US8229166B2 (en) 2009-07-07 2012-07-24 Trimble Navigation, Ltd Image-based tracking
DK1968703T3 (en) 2005-12-28 2018-09-03 Pt Stabilisation Ab Method and system for compensating a self-caused tissue displacement
US7602301B1 (en) 2006-01-09 2009-10-13 Applied Technology Holdings, Inc. Apparatus, systems, and methods for gathering and processing biometric and biomechanical data
US7878652B2 (en) 2006-01-24 2011-02-01 University Of Tennessee Research Foundation Adaptive photoscreening system
DE102006004197A1 (de) 2006-01-26 2007-08-09 Klett, Rolf, Dr.Dr. Verfahren und Vorrichtung zur Aufzeichnung von Körperbewegungen
JP5105848B2 (ja) 2006-02-06 2012-12-26 株式会社東芝 磁気共鳴イメージング装置および磁気共鳴イメージング装置における撮影条件設定方法
US8730156B2 (en) 2010-03-05 2014-05-20 Sony Computer Entertainment America Llc Maintaining multiple views on a shared stable virtual space
US8139029B2 (en) 2006-03-08 2012-03-20 Navisense Method and device for three-dimensional sensing
US20070239169A1 (en) 2006-03-17 2007-10-11 Perception Raisonnement Action En Medecine Reference marker and use in a motion tracking system
US8191359B2 (en) 2006-04-13 2012-06-05 The Regents Of The University Of California Motion estimation using hidden markov model processing in MRI and other applications
CA2651994C (en) 2006-05-17 2016-04-19 Koninklijke Philips Electronics N.V. Retrospective sorting of 4d ct into breathing phases based on geometric analysis of imaging fiducials
US8295573B2 (en) 2006-05-22 2012-10-23 Koninklijke Philips Electronics N.V. Motion-compensated coronary flow from projection imaging
FI120760B (fi) 2006-05-31 2010-02-26 Palodex Group Oy Menetelmä ja laitteisto lääketieteelliseen röntgenkuvantamiseen
WO2007146880A2 (en) 2006-06-09 2007-12-21 Traxtal Inc. System for image-guided endovascular prosthesis and method for using same
US7742621B2 (en) 2006-06-13 2010-06-22 Delphi Technologies, Inc. Dynamic eye tracking system
WO2007144014A1 (en) 2006-06-15 2007-12-21 Nokia Corporation Mobile device with virtual keypad
JP4976756B2 (ja) 2006-06-23 2012-07-18 キヤノン株式会社 情報処理方法および装置
EP2033164B1 (en) 2006-06-23 2015-10-07 Imax Corporation Methods and systems for converting 2d motion pictures for stereoscopic 3d exhibition
US20090209846A1 (en) 2006-06-28 2009-08-20 Roland Bammer Apparatus and method for real-time motion-compensated magnetic resonance imaging
GB2440993C (en) 2006-07-25 2014-03-19 Sony Comp Entertainment Europe Apparatus and method of interaction with a data processor
US20100231692A1 (en) 2006-07-31 2010-09-16 Onlive, Inc. System and method for performing motion capture and image reconstruction with transparent makeup
US8077914B1 (en) 2006-08-07 2011-12-13 Arkady Kaplan Optical tracking apparatus using six degrees of freedom
US20080049993A1 (en) 2006-08-25 2008-02-28 Restoration Robotics, Inc. System and method for counting follicular units
US7348776B1 (en) 2006-09-01 2008-03-25 The Board Of Trustees Of The Leland Stanford Junior University Motion corrected magnetic resonance imaging
US8316324B2 (en) 2006-09-05 2012-11-20 Navisense Method and apparatus for touchless control of a device
GB2441550A (en) 2006-09-05 2008-03-12 Vision Rt Ltd Surface-imaging breathing monitor
US8150498B2 (en) 2006-09-08 2012-04-03 Medtronic, Inc. System for identification of anatomical landmarks
US7925066B2 (en) 2006-09-13 2011-04-12 Nexstim Oy Method and apparatus for correcting an error in the co-registration of coordinate systems used to represent objects displayed during navigated brain stimulation
US8121356B2 (en) 2006-09-15 2012-02-21 Identix Incorporated Long distance multimodal biometric system and method
US8310656B2 (en) 2006-09-28 2012-11-13 Sony Computer Entertainment America Llc Mapping movements of a hand-held controller to the two-dimensional image plane of a display screen
EP1916538A3 (en) 2006-10-27 2011-02-16 Panasonic Electric Works Co., Ltd. Target moving object tracking device
US9891435B2 (en) 2006-11-02 2018-02-13 Sensics, Inc. Apparatus, systems and methods for providing motion tracking using a personal viewing device
EP2107884B2 (de) 2006-11-02 2021-09-29 Heidelberg Engineering GmbH Verfahren und gerät zur netzhautdiagnostik
JP4392507B2 (ja) 2006-11-08 2010-01-06 国立大学法人東京工業大学 ３次元サーフェス生成方法
JP5028073B2 (ja) 2006-11-29 2012-09-19 株式会社ニデック 角膜手術装置
CN101190128B (zh) 2006-11-30 2010-05-19 Ge医疗系统环球技术有限公司 采集磁共振成像数据的方法和设备
US8214016B2 (en) 2006-12-12 2012-07-03 Perception Raisonnement Action En Medecine System and method for determining an optimal type and position of an implant
GB0625912D0 (en) 2006-12-22 2007-02-07 Bid Instr Ltd Method for visual field testing
US8189926B2 (en) 2006-12-30 2012-05-29 Videomining Corporation Method and system for automatically analyzing categories in a physical space based on the visual characterization of people
US8396654B1 (en) 2007-01-18 2013-03-12 Marvell International Ltd. Sensor positioning in handheld image translation device
US8098889B2 (en) 2007-01-18 2012-01-17 Siemens Corporation System and method for vehicle detection and tracking
US20080183074A1 (en) 2007-01-25 2008-07-31 Warsaw Orthopedic, Inc. Method and apparatus for coordinated display of anatomical and neuromonitoring information
US8331019B2 (en) 2007-01-26 2012-12-11 New York University Holographic microscopy of holographically trapped three-dimensional nanorod structures
EP2106611B1 (en) 2007-01-26 2013-01-23 New York University Holographic microscope system and method for optical trapping and inspection of materials
US9055874B2 (en) 2007-01-27 2015-06-16 Xoran Technologies, Inc. Motion tracker to detect and correct for movement of a patient in a CT scanner
US8144148B2 (en) 2007-02-08 2012-03-27 Edge 3 Technologies Llc Method and system for vision-based interaction in a virtual environment
FR2912318B1 (fr) 2007-02-13 2016-12-30 Parrot Reconnaissance d'objets dans un jeu de tir pour jouets telecommandes
US20080212835A1 (en) 2007-03-01 2008-09-04 Amon Tavor Object Tracking by 3-Dimensional Modeling
EP2129284A4 (en) 2007-03-08 2012-11-28 Sync Rx Ltd IMAGING AND TOOLS FOR USE WITH MOBILE ORGANS
EP1970005B1 (en) 2007-03-15 2012-10-03 Xsens Holding B.V. A system and a method for motion tracking using a calibration unit
US8376226B2 (en) 2007-04-03 2013-02-19 International Business Machines Corporation System and method for interactive marketing to consumers
WO2008130905A2 (en) 2007-04-17 2008-10-30 Mikos, Ltd. System and method for using three dimensional infrared imaging to provide detailed anatomical structure maps
US8301226B2 (en) 2007-04-24 2012-10-30 Medtronic, Inc. Method and apparatus for performing a navigated procedure
US8311611B2 (en) 2007-04-24 2012-11-13 Medtronic, Inc. Method for performing multiple registrations in a navigated procedure
US20080273754A1 (en) 2007-05-04 2008-11-06 Leviton Manufacturing Co., Inc. Apparatus and method for defining an area of interest for image sensing
WO2008136947A1 (en) 2007-05-07 2008-11-13 Flextronics Ap, Llc Camera blade shutter module
US8260036B2 (en) 2007-05-09 2012-09-04 Honeywell International Inc. Object detection using cooperative sensors and video triangulation
US8855719B2 (en) 2009-05-08 2014-10-07 Kopin Corporation Wireless hands-free computing headset with detachable accessories controllable by motion, body gesture and/or vocal commands
US8417315B2 (en) 2007-05-14 2013-04-09 Varian Medical Systems, Inc. Marker systems with spaced apart surfaces or markers and methods of using the same
US8213693B1 (en) 2007-05-16 2012-07-03 General Electric Company System and method to track and navigate a tool through an imaged subject
US20080287807A1 (en) 2007-05-16 2008-11-20 James Geoffrey Chase Global motion invariant signatures for fast and accurate motion tracking in a digital image-based elasto-tomography system
US20080287780A1 (en) 2007-05-16 2008-11-20 James Geoffrey Chase Integral based parameter identification applied to three dimensional tissue stiffness reconstruction in a digital image-based elasto-tomography system
US8024026B2 (en) 2007-05-31 2011-09-20 General Electric Company Dynamic reference method and system for use with surgical procedures
US8253770B2 (en) 2007-05-31 2012-08-28 Eastman Kodak Company Residential video communication system
US8063929B2 (en) 2007-05-31 2011-11-22 Eastman Kodak Company Managing scene transitions for video communication
US8009200B2 (en) 2007-06-15 2011-08-30 Microsoft Corporation Multiple sensor input data synthesis
GB0712432D0 (en) 2007-06-26 2007-08-08 Isis Innovation Improvements in or relating to determination and display of material properties
US7908233B2 (en) 2007-06-29 2011-03-15 International Business Machines Corporation Method and apparatus for implementing digital video modeling to generate an expected behavior model
US7623623B2 (en) 2007-06-29 2009-11-24 Accuray Incorporated Non-collocated imaging and treatment in image-guided radiation treatment systems
EP2171688A2 (en) 2007-07-10 2010-04-07 Koninklijke Philips Electronics N.V. Object motion capturing system and method
WO2009011643A1 (en) 2007-07-13 2009-01-22 C-Rad Positioning Ab Patient monitoring at radiation machines
US8055049B2 (en) 2007-07-18 2011-11-08 Xoran Technologies, Inc. Motion correction for CT using marker projections
DE102007035176B4 (de) 2007-07-27 2010-03-18 Siemens Ag Verfahren zur Aufzeichnung und Verarbeitung einer Folge von zeitlich aufeinander folgenden Bilddatensätzen sowie Magnet-Resonanz-Gerät
US7908060B2 (en) 2007-07-31 2011-03-15 International Business Machines Corporation Method and system for blind spot identification and warning utilizing portable and wearable devices
FR2919727B1 (fr) 2007-08-03 2010-07-30 Valeo Vision Procede de detection par un vehicule d'un phenomene perturbateur de visibilite
US8386011B2 (en) 2007-08-10 2013-02-26 Koninklijke Philips Electronics N.V. Motion detection in medical systems
US8221244B2 (en) 2007-08-14 2012-07-17 John B. French Table with sensors and smart card holder for automated gaming system and gaming cards
US8229163B2 (en) 2007-08-22 2012-07-24 American Gnc Corporation 4D GIS based virtual reality for moving target prediction
KR101363017B1 (ko) 2007-08-23 2014-02-12 삼성전자주식회사 얼굴영상 촬영 및 분류 시스템과 방법
JP2010541306A (ja) 2007-08-27 2010-12-24 シャオ，チュエン 宇宙での体性感覚体験のシミュレーション方法と装置
US20090061971A1 (en) 2007-08-31 2009-03-05 Visual Sports Systems Object Tracking Interface Device for Computers and Gaming Consoles
US8390729B2 (en) 2007-09-05 2013-03-05 International Business Machines Corporation Method and apparatus for providing a video image having multiple focal lengths
EP2043045B1 (de) 2007-09-20 2011-09-07 Delphi Technologies, Inc. Verfahren zur Objektverfolgung
WO2009042637A2 (en) 2007-09-24 2009-04-02 Oregon Health & Science University Non-invasive location and tracking of tumors and other tissues for radiation therapy
WO2009042155A2 (en) 2007-09-24 2009-04-02 Surgivision, Inc. Mri-compatible patches and methods for using the same
WO2009042842A1 (en) 2007-09-26 2009-04-02 Cyberheart, Inc. Radiosurgical ablation of the myocardium
US8251908B2 (en) 2007-10-01 2012-08-28 Insightec Ltd. Motion compensated image-guided focused ultrasound therapy system
US8180428B2 (en) 2007-10-03 2012-05-15 Medtronic, Inc. Methods and systems for use in selecting cardiac pacing sites
CN101861186B (zh) 2007-11-15 2014-03-05 皇家飞利浦电子股份有限公司 用于治疗性超声换能器的位置跟踪的方法和装置
US8791984B2 (en) 2007-11-16 2014-07-29 Scallop Imaging, Llc Digital security camera
US9521961B2 (en) 2007-11-26 2016-12-20 C. R. Bard, Inc. Systems and methods for guiding a medical instrument
US7944354B2 (en) 2007-11-29 2011-05-17 International Business Machines Corporation System and method for shopping cart security
WO2009074917A1 (en) 2007-12-11 2009-06-18 Koninklijke Philips Electronics N.V. Reducing motion artefacts in mri
US8041077B2 (en) 2007-12-18 2011-10-18 Robert Bosch Gmbh Method of motion detection and autonomous motion tracking using dynamic sensitivity masks in a pan-tilt camera
KR101409653B1 (ko) 2007-12-18 2014-06-19 삼성전자주식회사 파노라마 사진 자동 촬영 방법
US7712899B2 (en) 2007-12-21 2010-05-11 Sifi Diagnostic Spa Dual Scheimpflug system for three-dimensional analysis of an eye
CN101951990A (zh) 2007-12-23 2011-01-19 Oraya治疗公司 检测、控制和预测辐射传输的方法和装置
US8022982B2 (en) 2008-01-02 2011-09-20 Sony Ericsson Mobile Communications Ab Camera system and method for operating a camera system
WO2009090885A1 (ja) 2008-01-17 2009-07-23 Kabushiki Kaisha Toshiba インストラクタ支援システム
US20090185663A1 (en) 2008-01-22 2009-07-23 Gaines Jr Arthur J Equine CT Table
WO2009101566A1 (en) 2008-02-15 2009-08-20 Koninklijke Philips Electronics N.V. Compensating pressure sensor measurements
CN101951853B (zh) 2008-02-22 2013-01-23 洛马林达大学医学中心 用于在3d成像系统内将空间失真特征化的系统和方法
US8427552B2 (en) 2008-03-03 2013-04-23 Videoiq, Inc. Extending the operational lifetime of a hard-disk drive used in video data storage applications
CN101681549A (zh) 2008-03-11 2010-03-24 松下电器产业株式会社 标签传感器系统、传感器装置、物体位置推测装置及物体位置推测方法
WO2009116043A1 (en) 2008-03-18 2009-09-24 Atlas Invest Holdings Ltd. Method and system for determining familiarity with stimuli
EP2269533B1 (en) 2008-03-21 2021-05-05 Atsushi Takahashi Three-dimensional digital magnifier operation supporting system
US7772569B2 (en) 2008-04-01 2010-08-10 The Jackson Laboratory 3D biplane microscopy
US20090253985A1 (en) 2008-04-07 2009-10-08 Magnetecs, Inc. Apparatus and method for lorentz-active sheath display and control of surgical tools
EP2283377A1 (en) 2008-04-17 2011-02-16 The Government of the United States of America as represented by The Secretary of the Department of Health and Human Services Movement correction in mri using a camera
GB2459705B (en) 2008-05-01 2010-05-12 Sony Computer Entertainment Inc Media reproducing device, audio visual entertainment system and method
US8390291B2 (en) 2008-05-19 2013-03-05 The Board Of Regents, The University Of Texas System Apparatus and method for tracking movement of a target
US7902825B2 (en) 2008-05-19 2011-03-08 The Board Of Trustees Of The Leland Stanford Junior University Motion corrected tensor magnetic resonance imaging
US8175332B2 (en) 2008-05-22 2012-05-08 International Business Machines Corporation Upper troposphere and lower stratosphere wind direction, speed, and turbidity monitoring using digital imaging and motion tracking
AT506928B1 (de) 2008-05-28 2012-07-15 Kiwisecurity Software Gmbh Verfahren zur videoanalyse
US8113991B2 (en) 2008-06-02 2012-02-14 Omek Interactive, Ltd. Method and system for interactive fitness training program
US8602857B2 (en) 2008-06-03 2013-12-10 Tweedletech, Llc Intelligent board game system with visual marker based game object tracking and identification
US8282485B1 (en) 2008-06-04 2012-10-09 Zhang Evan Y W Constant and shadowless light source
US8238651B2 (en) 2008-06-05 2012-08-07 Microsoft Corporation Image-guided abstraction of building facades
WO2009152055A2 (en) 2008-06-09 2009-12-17 Mako Surgical Corp. Self-detecting kinematic clamp assembly
EP2304930A1 (en) 2008-06-18 2011-04-06 Carl Livesey Tagging product information
US8036425B2 (en) 2008-06-26 2011-10-11 Billy Hou Neural network-controlled automatic tracking and recognizing system and method
US8086026B2 (en) 2008-06-27 2011-12-27 Waldean Schulz Method and system for the determination of object positions in a volume
DE102008031159A1 (de) 2008-07-03 2010-01-07 Adc Automotive Distance Control Systems Gmbh Verfahren zur Dejustageerkennung eines Fahrzeugscheinwerfers mit einer Kamera
US9398848B2 (en) 2008-07-08 2016-07-26 It-University Of Copenhagen Eye gaze tracking
US8226574B2 (en) 2008-07-18 2012-07-24 Honeywell International Inc. Impaired subject detection system
US8334900B2 (en) 2008-07-21 2012-12-18 The Hong Kong University Of Science And Technology Apparatus and method of optical imaging for medical diagnosis
US8325228B2 (en) 2008-07-25 2012-12-04 International Business Machines Corporation Performing real-time analytics using a network processing solution able to directly ingest IP camera video streams
WO2010014887A1 (en) 2008-08-01 2010-02-04 The Mclean Hospital Corporation Method and apparatus for identifying a safe and efficacious dosing regimen
US7805987B1 (en) 2008-08-19 2010-10-05 Smith Bradley R System and method for pneumatic tire defect detection
CN102176888B (zh) 2008-08-25 2015-11-25 苏黎世大学数学和自然科学部 可调整的虚拟现实系统
DE102008046023B4 (de) 2008-09-05 2010-06-17 Siemens Aktiengesellschaft Tomographieanlage und Verfahren zur Überwachung von Personen
US8216016B2 (en) 2008-09-12 2012-07-10 Sharp Kabushiki Kaisha Method of manufacturing display panel
US8483803B2 (en) 2008-09-15 2013-07-09 Varian Medical Systems, Inc. Systems and methods for tracking and targeting object in a patient using imaging techniques
US8223206B2 (en) 2008-10-15 2012-07-17 Flir Systems, Inc. Infrared camera filter wheel systems and methods
WO2010044186A1 (ja) 2008-10-17 2010-04-22 パナソニック株式会社 動線作成システム、動線作成装置及び３次元動線表示装置
US20100099981A1 (en) 2008-10-21 2010-04-22 Fishel Robert S Trans-Septal Catheterization Device And Method
EP2349500B1 (en) 2008-11-19 2018-08-29 Callaghan Innovation Exercise device and system
CN102282527B (zh) 2008-11-21 2014-07-02 伦敦健康科学中心研究公司 无手动指示器系统
WO2010059349A1 (en) 2008-11-21 2010-05-27 Cyberheart, Inc. Test object for the validation of tracking in the presence of motion
US8150063B2 (en) 2008-11-25 2012-04-03 Apple Inc. Stabilizing directional audio input from a moving microphone array
US8134597B2 (en) 2008-12-05 2012-03-13 Sony Ericsson Mobile Communications Ab Camera system with touch focus and method
GB0822605D0 (en) 2008-12-11 2009-01-21 Pneumacare Ltd Method and apparatus for monitoring an object
US20100149099A1 (en) 2008-12-12 2010-06-17 John Greer Elias Motion sensitive mechanical keyboard
JP5416960B2 (ja) 2008-12-17 2014-02-12 株式会社東芝 磁気共鳴イメージング装置
US9142024B2 (en) 2008-12-31 2015-09-22 Lucasfilm Entertainment Company Ltd. Visual and physical motion sensing for three-dimensional motion capture
US8290208B2 (en) 2009-01-12 2012-10-16 Eastman Kodak Company Enhanced safety during laser projection
US20100179390A1 (en) 2009-01-12 2010-07-15 General Electric Company Collaborative tabletop for centralized monitoring system
US20100191631A1 (en) 2009-01-29 2010-07-29 Adrian Weidmann Quantitative media valuation method, system and computer program
US8444564B2 (en) 2009-02-02 2013-05-21 Jointvue, Llc Noninvasive diagnostic system
JP5816098B2 (ja) 2009-02-02 2015-11-18 アイサイト モバイル テクノロジーズ リミテッド ビデオストリームの中のオブジェクト認識および追跡システムおよび方法
US9569001B2 (en) 2009-02-03 2017-02-14 Massachusetts Institute Of Technology Wearable gestural interface
CN102317975B (zh) 2009-02-17 2015-02-04 皇家飞利浦电子股份有限公司 功能成像
AU2010217786B2 (en) 2009-02-28 2015-08-06 Richard Welle Segmented fresnel solar concentrator
JP5631901B2 (ja) 2009-03-06 2014-11-26 コーニンクレッカ フィリップス エヌ ヴェ 少なくとも１の生物体の画像の処理
US20100231511A1 (en) 2009-03-10 2010-09-16 David L. Henty Interactive media system with multi-directional remote control and dual mode camera
EP2409287A1 (en) 2009-03-17 2012-01-25 Max-Planck-Gesellschaft zur Förderung der Wissenschaften e.V. Teleoperation method and human robot interface for remote control of a machine by a human operator
US8368586B2 (en) 2009-03-26 2013-02-05 Tialinx, Inc. Person-borne improvised explosive device detection
KR101221449B1 (ko) 2009-03-27 2013-01-11 한국전자통신연구원 카메라간 영상 보정 장치 및 방법
US8253774B2 (en) 2009-03-30 2012-08-28 Microsoft Corporation Ambulatory presence features
CN102369729B (zh) 2009-03-31 2014-11-05 日本电气株式会社 跟踪对象确定设备、跟踪对象确定方法和跟踪对象确定程序
WO2010115148A2 (en) 2009-04-02 2010-10-07 Concept Systems Inc. Railcar unloading system
EP2239652A1 (en) 2009-04-07 2010-10-13 Keywords.de GmbH Providing an interactive visual representation on a display
US8428319B2 (en) 2009-04-24 2013-04-23 Siemens Aktiengesellschaft Automatic measurement of morphometric and motion parameters of the coronary tree from a rotational X-ray sequence
US8823775B2 (en) 2009-04-30 2014-09-02 Board Of Regents, The University Of Texas System Body surface imaging
US8477046B2 (en) 2009-05-05 2013-07-02 Advanced Technologies Group, LLC Sports telemetry system for collecting performance metrics and data
TW201040581A (en) 2009-05-06 2010-11-16 J Touch Corp Digital image capturing device with stereo image display and touch functions
US8339282B2 (en) 2009-05-08 2012-12-25 Lawson John Noble Security systems
CN102460349A (zh) 2009-05-08 2012-05-16 寇平公司 使用运动和语音命令对主机应用进行远程控制
US8953029B2 (en) 2009-05-08 2015-02-10 Sony Computer Entertainment America Llc Portable device interaction via motion sensitive controller
US8705222B2 (en) 2009-05-11 2014-04-22 Nikon Corporation Compensating temperature effects in magnetic actuators
US9440591B2 (en) 2009-05-13 2016-09-13 Deere & Company Enhanced visibility system
US8306663B2 (en) 2009-05-13 2012-11-06 Robotic Harvesting LLC Robot with 3D grasping capability
JP5214533B2 (ja) 2009-05-21 2013-06-19 富士フイルム株式会社 人物追跡方法、人物追跡装置および人物追跡プログラム
US8744121B2 (en) 2009-05-29 2014-06-03 Microsoft Corporation Device for identifying and tracking multiple humans over time
US20100311512A1 (en) 2009-06-04 2010-12-09 Timothy James Lock Simulator with enhanced depth perception
JP5205337B2 (ja) 2009-06-18 2013-06-05 富士フイルム株式会社 ターゲット追跡装置および画像追跡装置ならびにそれらの動作制御方法ならびにディジタル・カメラ
DE102009030465A1 (de) 2009-06-23 2011-01-05 Carl Zeiss Meditec Ag Fixationskontrolleinrichtung und Verfahren zur Kontrolle einer Fixation eines Auges
KR20100138725A (ko) 2009-06-25 2010-12-31 삼성전자주식회사 가상 세계 처리 장치 및 방법
US8248372B2 (en) 2009-06-26 2012-08-21 Nokia Corporation Method and apparatus for activating one or more remote features
WO2011002874A1 (en) 2009-06-30 2011-01-06 University Of Utah Research Foundation Image reconstruction incorporating organ motion
US8174375B2 (en) 2009-06-30 2012-05-08 The Hong Kong Polytechnic University Detection system for assisting a driver when driving a vehicle using a plurality of image capturing devices
CN101937289B (zh) 2009-06-30 2013-06-05 鸿富锦精密工业（深圳）有限公司 光学触控装置
US8860693B2 (en) 2009-07-08 2014-10-14 Apple Inc. Image processing for camera based motion tracking
US9019349B2 (en) 2009-07-31 2015-04-28 Naturalpoint, Inc. Automated collective camera calibration for motion capture
JP5388749B2 (ja) 2009-08-11 2014-01-15 株式会社東芝 磁気共鳴イメージング装置
US8400398B2 (en) 2009-08-27 2013-03-19 Schlumberger Technology Corporation Visualization controls
US8218818B2 (en) 2009-09-01 2012-07-10 Behavioral Recognition Systems, Inc. Foreground object tracking
US8218819B2 (en) 2009-09-01 2012-07-10 Behavioral Recognition Systems, Inc. Foreground object detection in a video surveillance system
US20110054870A1 (en) 2009-09-02 2011-03-03 Honda Motor Co., Ltd. Vision Based Human Activity Recognition and Monitoring System for Guided Virtual Rehabilitation
US8548193B2 (en) 2009-09-03 2013-10-01 Palo Alto Research Center Incorporated Method and apparatus for navigating an electronic magnifier over a target document
US8478012B2 (en) 2009-09-14 2013-07-02 General Electric Company Methods, apparatus and articles of manufacture to process cardiac images to detect heart motion abnormalities
US20130040720A1 (en) 2009-09-17 2013-02-14 Cammegh Limited Roulette Wheel System
GB2473624A (en) 2009-09-17 2011-03-23 Cammegh Ltd A roulette wheel system
CN102656543A (zh) 2009-09-22 2012-09-05 泊布欧斯技术有限公司 计算机装置的远程控制
WO2011038170A2 (en) 2009-09-26 2011-03-31 Halliburton Energy Services, Inc. Downhole optical imaging tools and methods
US20110074675A1 (en) 2009-09-29 2011-03-31 Nokia Corporation Method and apparatus for initiating a feature based at least in part on the tracked movement
AU2010302959B2 (en) 2009-09-30 2015-11-12 National Ict Australia Limited Object tracking for artificial vision
US8116527B2 (en) 2009-10-07 2012-02-14 The United States Of America As Represented By The Secretary Of The Army Using video-based imagery for automated detection, tracking, and counting of moving objects, in particular those objects having image characteristics similar to background
GB0917688D0 (en) 2009-10-09 2009-11-25 Ucl Business Plc Tomosynthesis apparatus and method
IL201369A0 (en) 2009-10-11 2010-05-31 Michael Slatkine A bermatology apparatus
US20110092880A1 (en) 2009-10-12 2011-04-21 Michael Gertner Energetic modulation of nerves
US8517962B2 (en) 2009-10-12 2013-08-27 Kona Medical, Inc. Energetic modulation of nerves
US8986211B2 (en) 2009-10-12 2015-03-24 Kona Medical, Inc. Energetic modulation of nerves
US9174065B2 (en) 2009-10-12 2015-11-03 Kona Medical, Inc. Energetic modulation of nerves
KR101626065B1 (ko) 2009-10-13 2016-05-31 삼성전자주식회사 마커리스 모션 캡쳐링 장치 및 방법
US8409098B2 (en) 2009-10-14 2013-04-02 St. Jude Medical, Atrial Fibrillation Division, Inc. Method and apparatus for collection of cardiac geometry based on optical or magnetic tracking
WO2011047467A1 (en) * 2009-10-20 2011-04-28 Imris Inc. Imaging system using markers
US8831279B2 (en) 2011-03-04 2014-09-09 Digimarc Corporation Smartphone-based methods and systems
US20110105893A1 (en) 2009-11-02 2011-05-05 General Electric Company Tissue tracking assembly and method
US8498689B2 (en) 2009-11-04 2013-07-30 International Business Machines Corporation Real time motion information capture in an MRI environment
US20120293506A1 (en) 2009-11-10 2012-11-22 Selex Sistemi Integrati S.P.A. Avatar-Based Virtual Collaborative Assistance
US20110115892A1 (en) 2009-11-13 2011-05-19 VisionBrite Technologies, Inc. Real-time embedded visible spectrum light vision-based human finger detection and tracking method
US8558899B2 (en) 2009-11-16 2013-10-15 The Aerospace Corporation System and method for super-resolution digital time delay and integrate (TDI) image processing
US20110117528A1 (en) 2009-11-18 2011-05-19 Marciello Robert J Remote physical therapy apparatus
US9082177B2 (en) 2009-11-25 2015-07-14 Dental Imaging Technologies Corporation Method for tracking X-ray markers in serial CT projection images
US9176932B2 (en) 2009-11-25 2015-11-03 Koninklijke Philips N.V. Method for detecting falls and a fall detector
EP2510761A4 (en) 2009-11-30 2014-03-12 Univ Illinois INVESTIGATION OF MICROVASCULAR BLEACHING
CN102511046B (zh) 2009-12-02 2015-03-25 塔塔咨询服务有限公司 使用近红外照相机对行人进行检测、分类并追踪的有成本效益的系统及方法
US8232872B2 (en) 2009-12-03 2012-07-31 GM Global Technology Operations LLC Cross traffic collision alert system
US8235530B2 (en) 2009-12-07 2012-08-07 C-Rad Positioning Ab Object positioning with visual feedback
KR101027306B1 (ko) 2009-12-14 2011-04-06 이명술 핸디 스캐너 장치 및 그 제어방법
EP2512394A4 (en) 2009-12-17 2015-07-22 Headway Ltd LEARNING AND REPEATING PROCESS AND DEVICE FOR PHYSIOTHERAPEUTIC APPLICATIONS
US20110150271A1 (en) 2009-12-18 2011-06-23 Microsoft Corporation Motion detection using depth images
US8320621B2 (en) 2009-12-21 2012-11-27 Microsoft Corporation Depth projector system with integrated VCSEL array
US9041800B2 (en) 2009-12-30 2015-05-26 Robert Bosch Gmbh Confined motion detection for pan-tilt cameras employing motion detection and autonomous motion tracking
US20110160569A1 (en) 2009-12-31 2011-06-30 Amit Cohen system and method for real-time surface and volume mapping of anatomical structures
EP2348383B1 (en) 2009-12-31 2017-07-12 Sony Computer Entertainment Europe Limited System and method of virtual interaction
US8964013B2 (en) 2009-12-31 2015-02-24 Broadcom Corporation Display with elastic light manipulator
DE102010018899B4 (de) 2010-01-04 2014-08-21 MAX-PLANCK-Gesellschaft zur Förderung der Wissenschaften e.V. Vorrichtung und Verfahren zur Bewegungskorrektur bei MRT-Messungen
US8848977B2 (en) 2010-01-04 2014-09-30 The Board Of Trustees Of The Leland Stanford Junior University Method for optical pose detection
US8884813B2 (en) 2010-01-05 2014-11-11 The Invention Science Fund I, Llc Surveillance of stress conditions of persons using micro-impulse radar
US20110172060A1 (en) 2010-01-11 2011-07-14 Morales Anthony D Interactive systems and methods for reactive martial arts fitness training
US8933884B2 (en) 2010-01-15 2015-01-13 Microsoft Corporation Tracking groups of users in motion capture system
US20120288852A1 (en) 2010-01-15 2012-11-15 Richard Willson Force Mediated Assays
US8334842B2 (en) 2010-01-15 2012-12-18 Microsoft Corporation Recognizing user intent in motion capture system
US20110176723A1 (en) 2010-01-15 2011-07-21 Board Of Regents University Of Oklahoma Motion Correction in Cone-Beam CT by Tracking Internal and External Markers Using Cone-Beam Projection From a kV On-Board Imager: Four-Dimensional Cone-Beam CT and Tumor Tracking Implications
US8284157B2 (en) 2010-01-15 2012-10-09 Microsoft Corporation Directed performance in motion capture system
US8615127B2 (en) 2010-01-15 2013-12-24 Vanderbilt University System and method for point-based rigid registration with anisotropic weighting
US8659658B2 (en) 2010-02-09 2014-02-25 Microsoft Corporation Physical interaction zone for gesture-based user interfaces
US8954132B2 (en) 2010-02-12 2015-02-10 Jean P. HUBSCHMAN Methods and systems for guiding an emission to a target
US9522316B2 (en) 2010-02-12 2016-12-20 Bright Cloud International Corp. Instrumented therapy table and system
RU2550666C2 (ru) 2010-02-15 2015-05-10 Уэйвлайт Гмбх Способ определения расхождений между координатными системами различных технических систем
US8916811B2 (en) 2010-02-16 2014-12-23 Western Gas And Electric Company Integrated electronics housing for a solar array
US10178290B2 (en) 2010-02-17 2019-01-08 Sri International Method and apparatus for automatically acquiring facial, ocular, and iris images from moving subjects at long-range
US9687200B2 (en) 2010-06-08 2017-06-27 Accuray Incorporated Radiation treatment delivery system with translatable ring gantry
US20110207089A1 (en) 2010-02-25 2011-08-25 Lagettie David Alfred A Firearm training systems and methods of using the same
WO2011107987A1 (en) 2010-03-02 2011-09-09 Elbit Systems Ltd. Image gated camera for detecting objects in a marine environment
US20110230755A1 (en) 2010-03-04 2011-09-22 Macfarlane Duncan Single camera motion measurement and monitoring for magnetic resonance applications
US20110216180A1 (en) 2010-03-05 2011-09-08 Alessandro Pasini Method and system for obtaining improved computed tomographic reconstructions
US8614663B2 (en) 2010-03-15 2013-12-24 Empire Technology Development, Llc Selective motor control classification
WO2011115727A1 (en) 2010-03-18 2011-09-22 Ohm Technologies Llc Method and apparatus for training brain development disorders
EP2547255B1 (en) 2010-03-18 2015-09-30 Rigshospitalet Optical motion tracking of an object
JP5394296B2 (ja) 2010-03-25 2014-01-22 富士フイルム株式会社 撮像装置及び画像処理方法
US8320622B2 (en) 2010-03-29 2012-11-27 Sharp Laboratories Of America, Inc. Color gradient object tracking
US9820695B2 (en) 2010-03-29 2017-11-21 St. Jude Medical International Holding S.àr.l. Method for detecting contact with the wall of a region of interest
US9901828B2 (en) 2010-03-30 2018-02-27 Sony Interactive Entertainment America Llc Method for an augmented reality character to maintain and exhibit awareness of an observer
US20110245659A1 (en) 2010-04-01 2011-10-06 Sonosite, Inc. Systems and methods to assist with internal positioning of instruments
US9341704B2 (en) 2010-04-13 2016-05-17 Frederic Picard Methods and systems for object tracking
TWI478006B (zh) 2010-04-13 2015-03-21 Hon Hai Prec Ind Co Ltd 游標控制裝置、顯示裝置及可攜式電子裝置
US20130102879A1 (en) 2010-04-14 2013-04-25 Universitaetsklinikum Freiburg Method For Correcting Susceptibility-Induced Image Artifacts In MRI After Prospective Motion Correction
JP5523182B2 (ja) 2010-04-20 2014-06-18 キヤノン株式会社 映像編集装置および映像編集方法
KR101334107B1 (ko) 2010-04-22 2013-12-16 주식회사 굿소프트웨어랩 차량용 멀티미디어 제어를 위한 사용자 인터페이스 장치 및 방법
US8351651B2 (en) 2010-04-26 2013-01-08 Microsoft Corporation Hand-location post-process refinement in a tracking system
US8284847B2 (en) 2010-05-03 2012-10-09 Microsoft Corporation Detecting motion for a multifunction sensor device
US9706948B2 (en) 2010-05-06 2017-07-18 Sachin Bhandari Inertial sensor based surgical navigation system for knee replacement surgery
WO2011140993A1 (zh) 2010-05-12 2011-11-17 北京星河易达科技有限公司 基于综合状态检测的智能交通安全系统及其决策方法
US8525876B2 (en) 2010-05-12 2013-09-03 Visionbrite Technologies Inc. Real-time embedded vision-based human hand detection
US8625107B2 (en) 2010-05-19 2014-01-07 Uwm Research Foundation, Inc. Target for motion tracking system
US8937592B2 (en) 2010-05-20 2015-01-20 Samsung Electronics Co., Ltd. Rendition of 3D content on a handheld device
US8306274B2 (en) 2010-05-25 2012-11-06 The Aerospace Corporation Methods for estimating peak location on a sampled surface with improved accuracy and applications to image correlation and registration
US8751215B2 (en) 2010-06-04 2014-06-10 Microsoft Corporation Machine based sign language interpreter
US20110298708A1 (en) 2010-06-07 2011-12-08 Microsoft Corporation Virtual Touch Interface
EP2395413B1 (en) 2010-06-09 2018-10-03 The Boeing Company Gesture-based human machine interface
US20110304706A1 (en) 2010-06-09 2011-12-15 Border John N Video camera providing videos with perceived depth
US20110304541A1 (en) 2010-06-11 2011-12-15 Navneet Dalal Method and system for detecting gestures
US8798712B2 (en) 2010-06-13 2014-08-05 Angiometrix Corporation Methods and systems for determining vascular bodily lumen information and guiding medical devices
US8670029B2 (en) 2010-06-16 2014-03-11 Microsoft Corporation Depth camera illuminator with superluminescent light-emitting diode
US8558873B2 (en) 2010-06-16 2013-10-15 Microsoft Corporation Use of wavefront coding to create a depth image
US8836723B2 (en) 2010-06-18 2014-09-16 Vantage Surgical Systems, Inc. Augmented reality methods and systems including optical merging of a plurality of component optical images
US9516207B2 (en) 2010-06-24 2016-12-06 Marc S. Lemchen Exam-cam robotic systems and methods
EP2588018B1 (en) 2010-06-30 2016-12-07 Brainlab AG Medical image registration using a rigid inner body surface
US20120002112A1 (en) 2010-07-02 2012-01-05 Sony Corporation Tail the motion method of generating simulated strobe motion videos and pictures using image cloning
WO2012005392A1 (en) 2010-07-06 2012-01-12 Lg Electronics Inc. Object recognition and tracking based apparatus and method
US8531355B2 (en) 2010-07-23 2013-09-10 Gregory A. Maltz Unitized, vision-controlled, wireless eyeglass transceiver
US8531394B2 (en) 2010-07-23 2013-09-10 Gregory A. Maltz Unitized, vision-controlled, wireless eyeglasses transceiver
US20120027226A1 (en) 2010-07-30 2012-02-02 Milford Desenberg System and method for providing focused directional sound in an audio system
WO2012019162A1 (en) 2010-08-06 2012-02-09 Accuray, Inc. Systems and methods for real-time tumor tracking during radiation treatment using ultrasound imaging
US8463075B2 (en) 2010-08-11 2013-06-11 International Business Machines Corporation Dynamically resizing text area on a display device
TWI432925B (zh) 2010-08-17 2014-04-01 Pixart Imaging Inc 互動式控制系統、物體的動態偵測方法、主機裝置和其控制方法
US8532367B2 (en) 2010-08-17 2013-09-10 Raytheon Company System and method for 3D wireframe reconstruction from video
US9129426B2 (en) 2010-08-31 2015-09-08 General Electric Company Motion compensation in image processing
US20120057629A1 (en) 2010-09-02 2012-03-08 Fang Shi Rho-domain Metrics
US20120056982A1 (en) 2010-09-08 2012-03-08 Microsoft Corporation Depth camera based on structured light and stereo vision
US8736516B2 (en) 2010-09-20 2014-05-27 Kopin Corporation Bluetooth or other wireless interface with power management for head mounted display
US8862186B2 (en) 2010-09-21 2014-10-14 Kopin Corporation Lapel microphone micro-display system incorporating mobile information access system
US8600123B2 (en) 2010-09-24 2013-12-03 General Electric Company System and method for contactless multi-fingerprint collection
US20120075166A1 (en) 2010-09-29 2012-03-29 Samsung Electronics Co. Ltd. Actuated adaptive display systems
US8754925B2 (en) 2010-09-30 2014-06-17 Alcatel Lucent Audio source locator and tracker, a method of directing a camera to view an audio source and a video conferencing terminal
US20120083314A1 (en) 2010-09-30 2012-04-05 Ng Hock M Multimedia Telecommunication Apparatus With Motion Tracking
WO2012044216A1 (en) 2010-10-01 2012-04-05 Saab Ab Method and apparatus for solving position and orientation from correlated point features in images
US8509982B2 (en) 2010-10-05 2013-08-13 Google Inc. Zone driving
US8718346B2 (en) 2011-10-05 2014-05-06 Saferay Spine Llc Imaging system and method for use in surgical and interventional medical procedures
EP2624780B1 (en) 2010-10-08 2024-02-14 Koninklijke Philips N.V. Flexible tether with integrated sensors for dynamic instrument tracking
TWI466545B (zh) 2010-10-12 2014-12-21 Hon Hai Prec Ind Co Ltd 攝影機裝置及利用其進行影像監控的方法
TW201216711A (en) 2010-10-12 2012-04-16 Hon Hai Prec Ind Co Ltd TOF image capturing device and image monitoring method using the TOF image capturing device
US20120092502A1 (en) 2010-10-13 2012-04-19 Mysnapcam, Llc Systems and methods for monitoring presence and movement
US9628755B2 (en) 2010-10-14 2017-04-18 Microsoft Technology Licensing, Llc Automatically tracking user movement in a video chat application
US9484065B2 (en) 2010-10-15 2016-11-01 Microsoft Technology Licensing, Llc Intelligent determination of replays based on event identification
US9113817B2 (en) 2010-10-20 2015-08-25 Siemens Medical Solutions Usa, Inc. System for locating anatomical objects in ultrasound imaging
US8896667B2 (en) 2010-10-25 2014-11-25 Aptina Imaging Corporation Stereoscopic imaging systems with convergence control for reducing conflicts between accomodation and convergence
US8400490B2 (en) 2010-10-30 2013-03-19 Hewlett-Packard Development Company, L.P. Framing an object for video conference
US20120108909A1 (en) 2010-11-03 2012-05-03 HeadRehab, LLC Assessment and Rehabilitation of Cognitive and Motor Functions Using Virtual Reality
US20120113223A1 (en) 2010-11-05 2012-05-10 Microsoft Corporation User Interaction in Augmented Reality
US9529424B2 (en) 2010-11-05 2016-12-27 Microsoft Technology Licensing, Llc Augmented reality with direct user interaction
US20120119999A1 (en) 2010-11-11 2012-05-17 Harris Scott C Adaptive Keyboard for portable device
US8667519B2 (en) 2010-11-12 2014-03-04 Microsoft Corporation Automatic passive and anonymous feedback system
GB2485390A (en) 2010-11-12 2012-05-16 Sony Corp Video Surveillance System that Detects Changes by Comparing a Current Image with a Reference Image
US20120120277A1 (en) 2010-11-16 2012-05-17 Apple Inc. Multi-point Touch Focus
US10560621B2 (en) 2010-11-19 2020-02-11 Symbol Technologies, Llc Methods and apparatus for controlling a networked camera
US9019239B2 (en) 2010-11-29 2015-04-28 Northrop Grumman Systems Corporation Creative design systems and methods
CN103238339B (zh) 2010-12-02 2015-12-09 尤特瑞登特生产公司 查看和跟踪立体视频图像的系统和方法
US8711210B2 (en) 2010-12-14 2014-04-29 Raytheon Company Facial recognition using a sphericity metric
US20120156661A1 (en) 2010-12-16 2012-06-21 Lockheed Martin Corporation Method and apparatus for gross motor virtual feedback
US8644995B2 (en) 2010-12-17 2014-02-04 Western Gas And Electric Company Wireless local area network for a concentrated photovoltaic system
US9147260B2 (en) 2010-12-20 2015-09-29 International Business Machines Corporation Detection and tracking of moving objects
US20120154511A1 (en) 2010-12-20 2012-06-21 Shi-Ping Hsu Systems and methods for providing geographically distributed creative design
EP2469841A1 (en) 2010-12-22 2012-06-27 Thomson Licensing Setting a feature from the main menu of an application
US9123316B2 (en) 2010-12-27 2015-09-01 Microsoft Technology Licensing, Llc Interactive content creation
KR101811219B1 (ko) 2011-01-10 2017-12-22 삼성전자 주식회사 손가락 추적을 이용한 휴대 단말기 제어 방법 및 장치
US8570320B2 (en) 2011-01-31 2013-10-29 Microsoft Corporation Using a three-dimensional environment model in gameplay
US20120200676A1 (en) 2011-02-08 2012-08-09 Microsoft Corporation Three-Dimensional Display with Motion Parallax
US9686452B2 (en) 2011-02-16 2017-06-20 Robert Bosch Gmbh Surveillance camera with integral large-domain sensor
US20120220233A1 (en) 2011-02-28 2012-08-30 Qualcomm Incorporated Ranging with body motion capture
JP5848507B2 (ja) 2011-03-08 2016-01-27 キヤノン株式会社 追尾機能付き撮影装置及び方法
US20120242816A1 (en) 2011-03-24 2012-09-27 Arnaldo Zael Cruz Recognition system for firearms
US9384594B2 (en) 2011-03-29 2016-07-05 Qualcomm Incorporated Anchoring virtual images to real world surfaces in augmented reality systems
US8718748B2 (en) 2011-03-29 2014-05-06 Kaliber Imaging Inc. System and methods for monitoring and assessing mobility
DE102011007574B4 (de) 2011-04-18 2012-12-06 Universitätsklinikum Freiburg Verfahren zur quasi-kontinuierlichen dynamischen Bewegungskorrektur bei Messungen der Magnetresonanz
US9224278B2 (en) 2011-04-18 2015-12-29 Xerox Corporation Automated method and system for detecting the presence of a lit cigarette
EP2699963A1 (en) 2011-04-18 2014-02-26 EyeSee360, Inc. Apparatus and method for panoramic video imaging with mobile computing devices
US8702507B2 (en) 2011-04-28 2014-04-22 Microsoft Corporation Manual and camera-based avatar control
US20120277001A1 (en) 2011-04-28 2012-11-01 Microsoft Corporation Manual and Camera-based Game Control
US8457355B2 (en) 2011-05-05 2013-06-04 International Business Machines Corporation Incorporating video meta-data in 3D models
US8790269B2 (en) 2011-05-09 2014-07-29 Xerox Corporation Monitoring respiration with a thermal imaging system
US8306267B1 (en) 2011-05-09 2012-11-06 Google Inc. Object tracking
CN102789642B (zh) 2011-05-16 2017-08-25 索尼公司 消失方向确定方法和装置、摄像机自标定方法和装置
US9158976B2 (en) 2011-05-18 2015-10-13 International Business Machines Corporation Efficient retrieval of anomalous events with priority learning
US8788973B2 (en) 2011-05-23 2014-07-22 Microsoft Corporation Three-dimensional gesture controlled avatar configuration interface
US8666738B2 (en) 2011-05-24 2014-03-04 Alcatel Lucent Biometric-sensor assembly, such as for acoustic reflectometry of the vocal tract
US8823639B2 (en) 2011-05-27 2014-09-02 Disney Enterprises, Inc. Elastomeric input device
WO2012166135A1 (en) 2011-06-01 2012-12-06 Empire Technology Development,Llc Structured light projection for motion detection in augmented reality
KR101073076B1 (ko) 2011-06-10 2011-10-12 주식회사 창성에이스산업 복합카메라를 이용한 화재감시 시스템 및 방법
US20120315016A1 (en) 2011-06-12 2012-12-13 Hei Tao Fung Multi-Purpose Image and Video Capturing Device
US20120319989A1 (en) 2011-06-20 2012-12-20 Chris Argiro Video-game controller assemblies designed for progressive control of actionable-objects displayed on touchscreens: expanding the method and breadth of touch-input delivery
DE102012208748B4 (de) 2011-06-21 2023-07-13 International Business Machines Corporation Verfahren und System zur Fernsteuerung von Funktionen eines Mauszeigers einer Rechnereinheit
US20120326966A1 (en) 2011-06-21 2012-12-27 Qualcomm Incorporated Gesture-controlled technique to expand interaction radius in computer vision applications
CA2840189C (en) 2011-06-22 2018-02-27 DePuy Synthes Products, LLC Ultrasound ct registration for positioning
US8681223B2 (en) 2011-06-24 2014-03-25 Honeywell International Inc. Video motion detection, analysis and threat detection device and method
US20130002879A1 (en) 2011-07-01 2013-01-03 Sensormatics Electronics, Llc Systems and methods for tracking a commodity
RU2455676C2 (ru) 2011-07-04 2012-07-10 Общество с ограниченной ответственностью "ТРИДИВИ" Способ управления устройством с помощью жестов и 3d-сенсор для его осуществления
US8825089B2 (en) 2011-07-08 2014-09-02 Matthew R. Godfrey Systems and methods for tracking and monitoring an electronic device
US8948447B2 (en) 2011-07-12 2015-02-03 Lucasfilm Entertainment Companyy, Ltd. Scale independent tracking pattern
US8179604B1 (en) 2011-07-13 2012-05-15 Google Inc. Wearable marker for passive interaction
US20130024819A1 (en) 2011-07-18 2013-01-24 Fuji Xerox Co., Ltd. Systems and methods for gesture-based creation of interactive hotspots in a real world environment
US8636361B2 (en) 2011-07-20 2014-01-28 National Taiwan University Learning-based visual attention prediction system and method thereof
US9084565B2 (en) 2011-07-29 2015-07-21 Wisconsin Alumni Research Foundation Hand-function therapy system with sensory isolation
US20130033700A1 (en) 2011-08-05 2013-02-07 Abdelbasset Hallil Radiation dosimeter with localization means and methods
US9554866B2 (en) 2011-08-09 2017-01-31 Covidien Lp Apparatus and method for using a remote control system in surgical procedures
KR20130021194A (ko) 2011-08-22 2013-03-05 삼성전자주식회사 자기공명영상 시스템, 이를 제어하는 방법
US9606209B2 (en) 2011-08-26 2017-03-28 Kineticor, Inc. Methods, systems, and devices for intra-scan motion correction
US9037354B2 (en) 2011-09-09 2015-05-19 Thales Avionics, Inc. Controlling vehicle entertainment systems responsive to sensed passenger gestures
US8903132B2 (en) 2011-09-12 2014-12-02 2343127 Ontario Inc. Efficient system and method for body part detection and tracking
US8849200B2 (en) 2011-09-14 2014-09-30 Telefonaktiebolaget L M Ericsson (Publ) Controlling pairing of entities responsive to motion challenges and responses
US9918681B2 (en) 2011-09-16 2018-03-20 Auris Surgical Robotics, Inc. System and method for virtually tracking a surgical tool on a movable display
US20130070257A1 (en) 2011-09-18 2013-03-21 Fidelity Art Research Limited Three-Dimensional Scanning System
US9330477B2 (en) 2011-09-22 2016-05-03 Digital Surgicals Pte. Ltd. Surgical stereo vision systems and methods for microsurgery
CN103918327B (zh) 2011-09-23 2017-10-27 高通股份有限公司 经由靠近的指纹进行位置估计
US9137444B2 (en) 2011-09-26 2015-09-15 Sony Corporation Image photography apparatus for clipping an image region
US9020185B2 (en) 2011-09-28 2015-04-28 Xerox Corporation Systems and methods for non-contact heart rate sensing
US8617081B2 (en) 2011-09-28 2013-12-31 Xerox Corporation Estimating cardiac pulse recovery from multi-channel source data via constrained source separation
US8678927B2 (en) 2011-10-04 2014-03-25 Microsoft Corporation Game controller on mobile touch-enabled devices
GB2495325B (en) 2011-10-07 2014-07-16 Irisguard Inc Improvements relating to Iris cameras
TW201315438A (zh) 2011-10-14 2013-04-16 Ind Tech Res Inst 非接觸式之心脈量測方法及其系統
US8600213B2 (en) 2011-10-26 2013-12-03 Xerox Corporation Filtering source video data via independent component selection
US8938282B2 (en) 2011-10-28 2015-01-20 Navigate Surgical Technologies, Inc. Surgical location monitoring system and method with automatic registration
US8235529B1 (en) 2011-11-30 2012-08-07 Google Inc. Unlocking a screen using eye tracking information
US10363102B2 (en) 2011-12-30 2019-07-30 Mako Surgical Corp. Integrated surgery method
EP2626718A1 (en) 2012-02-09 2013-08-14 Koninklijke Philips Electronics N.V. MRI with motion correction using navigators acquired using a Dixon technique
CN113974689B (zh) 2012-03-07 2024-10-22 齐特奥股份有限公司 空间对准设备
US9511243B2 (en) 2012-04-12 2016-12-06 University Of Florida Research Foundation, Inc. Prevention of setup errors in radiotherapy
US10925564B2 (en) 2012-04-20 2021-02-23 Siemens Medical Solutions Usa, Inc. Medical imaging system with range imaging-based control
KR101376834B1 (ko) 2012-04-27 2014-03-20 가천대학교 산학협력단 피사체의 실시간 움직임 추적 및 의료영상 보정 방법
US9451926B2 (en) 2012-05-09 2016-09-27 University Of Washington Through Its Center For Commercialization Respiratory motion correction with internal-external motion correlation, and associated systems and methods
EP2854637B1 (en) 2012-05-25 2016-04-20 Danmarks Tekniske Universitet Apparatus and method for motion tracking in brain imaging
US8971985B2 (en) 2012-06-01 2015-03-03 Xerox Corporation Minute ventilation estimation based on depth maps
US9226691B2 (en) 2012-06-01 2016-01-05 Xerox Corporation Processing a video for tidal chest volume estimation
US8855384B2 (en) 2012-06-20 2014-10-07 Xerox Corporation Continuous cardiac pulse rate estimation from multi-channel source video data
US9036877B2 (en) 2012-06-20 2015-05-19 Xerox Corporation Continuous cardiac pulse rate estimation from multi-channel source video data with mid-point stitching
US8977347B2 (en) 2012-06-25 2015-03-10 Xerox Corporation Video-based estimation of heart rate variability
US8768438B2 (en) 2012-06-25 2014-07-01 Xerox Corporation Determining cardiac arrhythmia from a video of a subject being monitored for cardiac function
US20140005527A1 (en) 2012-06-29 2014-01-02 General Electric Company Method and system for dynamic referencing and registration used with surgical and interventional procedures
EP2870587A4 (en) 2012-07-03 2016-04-13 State Of Queensland Acting Through Its Dept Of Health MOTION CORRECTION FOR MEDICAL IMAGING
US8873812B2 (en) 2012-08-06 2014-10-28 Xerox Corporation Image segmentation using hierarchical unsupervised segmentation and hierarchical classifiers
EP2888601B1 (en) 2012-08-27 2022-01-19 Koninklijke Philips N.V. Motion tracking based on fast image acquisition
EP2893364B1 (en) 2012-09-06 2016-08-17 Koninklijke Philips N.V. Magnetic resonance imaging system with navigator-based motion detection
DE102012216303A1 (de) 2012-09-13 2014-03-13 Siemens Aktiengesellschaft Magnetresonanzaufnahmeeinheit sowie eine Magnetresonanzvorrichtung mit der Magnetresonanzaufnahmeeinheit
US9008757B2 (en) 2012-09-26 2015-04-14 Stryker Corporation Navigation system including optical and non-optical sensors
US9084629B1 (en) 2012-10-02 2015-07-21 Scott L Rosa Image guided atlas correction
EP2912484A1 (en) 2012-10-26 2015-09-02 Koninklijke Philips N.V. Reducing interference in a combined system comprising an mri system and a non-mr imaging system
DE102012021623B4 (de) 2012-11-06 2021-03-04 Otto-Von-Guericke-Universität Magdeburg Vorrichtung und Verfahren zur Kalibrierung von Trackingsystemen in Bildgebungssystemen
US20150297315A1 (en) 2012-11-06 2015-10-22 Brainlab Ag Two-part tracking reference structure
KR101461099B1 (ko) 2012-11-09 2014-11-13 삼성전자주식회사 자기공명영상장치 및 기능적 영상획득방법
US8792969B2 (en) 2012-11-19 2014-07-29 Xerox Corporation Respiratory function estimation from a 2D monocular video
EP2922513A4 (en) 2012-11-20 2016-07-13 Lacrima Medical Ltd APPARATUS AND METHODS FOR APPLYING PRESSURE TO A FACE OF A SUBJECT
CN103829965B (zh) 2012-11-27 2019-03-22 Ge医疗系统环球技术有限公司 使用标记体来引导ct扫描的方法和设备
DE102012222375B3 (de) 2012-12-06 2014-01-30 Siemens Aktiengesellschaft Magnetresonanzspulenvorrichtung, Magnetresonanzvorrichtung mit der Magnetresonanzspulenvorrichtung sowie ein Verfahren zur Erfassung einer Patientenbewegung
JP6371776B2 (ja) 2012-12-12 2018-08-08 コーニンクレッカ フィリップス エヌ ヴェＫｏｎｉｎｋｌｉｊｋｅ Ｐｈｉｌｉｐｓ Ｎ．Ｖ． 磁気共鳴の拡散強調画像（ｄｗｉ）のための動作検出および修正方法
US10591570B2 (en) 2012-12-17 2020-03-17 The Board Of Trustees Of The Leland Stanford Junior University Method for 3D motion tracking in an MRI scanner using inductively coupled microcoils
US9305365B2 (en) 2013-01-24 2016-04-05 Kineticor, Inc. Systems, devices, and methods for tracking moving targets
US10327708B2 (en) 2013-01-24 2019-06-25 Kineticor, Inc. Systems, devices, and methods for tracking and compensating for patient motion during a medical imaging scan
US9717461B2 (en) 2013-01-24 2017-08-01 Kineticor, Inc. Systems, devices, and methods for tracking and compensating for patient motion during a medical imaging scan
EP2950714A4 (en) 2013-02-01 2017-08-16 Kineticor, Inc. Motion tracking system for real time adaptive motion compensation in biomedical imaging
US8862420B2 (en) 2013-02-05 2014-10-14 Reno Sub-Sustems Canada Incorporated Multi-axis tilt sensor for correcting gravitational effects on the measurement of pressure by a capacitance diaphragm gauge
WO2014136016A1 (en) 2013-03-05 2014-09-12 Koninklijke Philips N.V. Consistent sequential ultrasound acquisitions for intra-cranial monitoring
US9395386B2 (en) 2013-03-14 2016-07-19 Dwyer Instruments, Inc. Electronic tilt compensation for diaphragm based pressure sensors
US9629595B2 (en) 2013-03-15 2017-04-25 Hansen Medical, Inc. Systems and methods for localizing, tracking and/or controlling medical instruments
CN105142503A (zh) 2013-03-20 2015-12-09 皇家飞利浦有限公司 用于放射成像中的前瞻性运动门控的神经生理监测
US20140343344A1 (en) 2013-04-08 2014-11-20 Cubresa Inc. Radiation Therapy Guided Using Gamma Imaging
US8995754B2 (en) 2013-05-30 2015-03-31 Xerox Corporation Estimating a pose of a camera for volume estimation
KR101716421B1 (ko) 2013-06-21 2017-03-14 삼성전자주식회사 정보 제공 방법 및 정보 제공을 위한 의료 진단 장치
US9443289B2 (en) 2013-06-21 2016-09-13 Xerox Corporation Compensating for motion induced artifacts in a physiological signal extracted from multiple videos
JP5883998B2 (ja) * 2013-06-28 2016-03-15 コーニンクレッカ フィリップス エヌ ヴェＫｏｎｉｎｋｌｉｊｋｅ Ｐｈｉｌｉｐｓ Ｎ．Ｖ． コンピュータ断層撮影システム、インターベンションシステム、コンピュータ断層撮影システムの作動方法、及びコンピュータプログラム
US9433386B2 (en) 2013-07-09 2016-09-06 Xerox Corporation Method and apparatus for monitoring a subject for atrial fibrillation
CN105555221B (zh) 2013-08-10 2018-07-10 尼德尔韦斯有限公司 医疗针头路径显示
US10201293B2 (en) 2013-09-11 2019-02-12 Xerox Corporation Non-contact monitoring of spatio-temporal respiratory mechanics via depth sensing
US20150094606A1 (en) 2013-10-02 2015-04-02 Xerox Corporation Breathing pattern identification for respiratory function assessment
CN105555189B (zh) 2013-09-17 2020-03-17 小利兰·斯坦福大学托管委员会 在核磁共振成像系统中获得高质量光学图像的装置
EP3068285B1 (en) 2013-11-13 2023-06-07 Danmarks Tekniske Universitet Method for surface scanning in medical imaging and related apparatus
US10966636B2 (en) 2013-12-02 2021-04-06 The Board Of Trustees Of The Leland Stanford Junior University Determination of the coordinate transformation between an optical motion tracking system and a magnetic resonance imaging scanner
US9504426B2 (en) 2013-12-06 2016-11-29 Xerox Corporation Using an adaptive band-pass filter to compensate for motion induced artifacts in a physiological signal extracted from video
US11350902B2 (en) 2013-12-20 2022-06-07 Koninklijke Philips N.V. Optical based subject motion detection in imaging systems
US20150245787A1 (en) 2014-03-03 2015-09-03 Xerox Corporation Real-time video processing for respiratory function analysis
US9336594B2 (en) 2014-03-07 2016-05-10 Xerox Corporation Cardiac pulse rate estimation from source video data
US20150257661A1 (en) 2014-03-11 2015-09-17 Xerox Corporation System and method for determining arterial pulse wave transit time
CN106572810A (zh) 2014-03-24 2017-04-19 凯内蒂科尔股份有限公司 去除医学成像扫描的预期运动校正的系统、方法和装置
US9436277B2 (en) 2014-04-21 2016-09-06 Xerox Corporation System and method for producing computer control signals from breath attributes
JP6596020B2 (ja) 2014-04-22 2019-10-23 コーニンクレッカ フィリップス エヌ ヴェ 前パルス及びナビゲータを使用する運動補正を伴う磁気共鳴撮像
EP3811891B8 (en) 2014-05-14 2025-01-08 Stryker European Operations Holdings LLC Navigation system and processor arrangement for tracking the position of a work target
US9785247B1 (en) 2014-05-14 2017-10-10 Leap Motion, Inc. Systems and methods of tracking moving hands and recognizing gestural interactions
US9734589B2 (en) * 2014-07-23 2017-08-15 Kineticor, Inc. Systems, devices, and methods for tracking and compensating for patient motion during a medical imaging scan
WO2016049508A1 (en) 2014-09-25 2016-03-31 The Cleveland Clinic Foundation Modified pulse sequence for magnetic resonance imaging
US9693710B2 (en) 2014-10-21 2017-07-04 Xerox Corporation System and method for determining respiration rate from a video
CN107004262B (zh) 2014-12-03 2021-05-18 皇家飞利浦有限公司 基于设备的运动补偿的数字减影血管造影系统和方法
US9986923B2 (en) 2015-01-09 2018-06-05 Xerox Corporation Selecting a region of interest for extracting physiological parameters from a video of a subject
US20160256713A1 (en) 2015-02-11 2016-09-08 Cubresa Inc. Radiation Therapy Guided Using PET Imaging
US11000342B2 (en) 2015-04-21 2021-05-11 The Board Of Trustees Of The Leland Stanford Junior University Devices and methods for trackable hearing protection in magnetic resonance imaging
EP3086134A1 (en) 2015-04-22 2016-10-26 Siemens Healthcare GmbH Motion correction in magnetic resonance imaging
US9943247B2 (en) 2015-07-28 2018-04-17 The University Of Hawai'i Systems, devices, and methods for detecting false movements for motion correction during a medical imaging scan
CN108697367A (zh) 2015-11-23 2018-10-23 凯内蒂科尓股份有限公司 用于在医学成像扫描期间跟踪并补偿患者运动的系统、装置和方法
CN109561853A (zh) 2016-04-26 2019-04-02 凯内蒂科尔股份有限公司 在医学成像扫描期间跟踪和补偿患者运动的系统、装置和方法
DE102017201750A1 (de) 2017-02-03 2018-08-09 Siemens Healthcare Gmbh Positionsermittlung eines Untersuchungsobjekts bei Durchführung eines medizinischen Bildgebungsverfahrens
KR102382865B1 (ko) 2017-06-28 2022-04-05 삼성전자주식회사 카메라 모듈, 카메라 모듈을 포함하는 전자 장치

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2003003796A1 (en) * 2001-06-26 2003-01-09 Varian Medical Systems, Inc. Method and system for predictive physiological gating
EP1319368A2 (de) * 2001-12-12 2003-06-18 TecMedic GmbH Verfahren zur Bestimmung der Orientierung und Relativposition eines medizinischen Instruments
US20030195526A1 (en) * 2002-04-16 2003-10-16 Stefan Vilsmeier Marker for an instrument and methods for localizing a marker
CN1745717A (zh) * 2004-08-30 2006-03-15 株式会社东芝 医疗运动分析设备和医疗运动分析方法
CN1879574A (zh) * 2005-05-13 2006-12-20 通用电气公司 控制医学成像设备的系统和方法
US20070280508A1 (en) * 2006-05-19 2007-12-06 Ernst Thomas M Motion tracking system for real time adaptive imaging and spectroscopy
CN105338897A (zh) * 2013-01-24 2016-02-17 凯内蒂科尔股份有限公司 用于在医学成像扫描期间追踪和补偿患者运动的系统、设备和方法

Cited By (39)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10869611B2 (en) 2006-05-19 2020-12-22 The Queen's Medical Center Motion tracking system for real time adaptive imaging and spectroscopy
US9867549B2 (en) 2006-05-19 2018-01-16 The Queen's Medical Center Motion tracking system for real time adaptive imaging and spectroscopy
US10663553B2 (en) 2011-08-26 2020-05-26 Kineticor, Inc. Methods, systems, and devices for intra-scan motion correction
US10327708B2 (en) 2013-01-24 2019-06-25 Kineticor, Inc. Systems, devices, and methods for tracking and compensating for patient motion during a medical imaging scan
US10339654B2 (en) 2013-01-24 2019-07-02 Kineticor, Inc. Systems, devices, and methods for tracking moving targets
US10653381B2 (en) 2013-02-01 2020-05-19 Kineticor, Inc. Motion tracking system for real time adaptive motion compensation in biomedical imaging
US11100636B2 (en) 2014-07-23 2021-08-24 Kineticor, Inc. Systems, devices, and methods for tracking and compensating for patient motion during a medical imaging scan
US10438349B2 (en) 2014-07-23 2019-10-08 Kineticor, Inc. Systems, devices, and methods for tracking and compensating for patient motion during a medical imaging scan
US10660541B2 (en) 2015-07-28 2020-05-26 The University Of Hawai'i Systems, devices, and methods for detecting false movements for motion correction during a medical imaging scan
US10716515B2 (en) 2015-11-23 2020-07-21 Kineticor, Inc. Systems, devices, and methods for tracking and compensating for patient motion during a medical imaging scan
CN110494096A (zh) * 2017-06-04 2019-11-22 钛隼生物科技股份有限公司 确定手术路径上一个或多个点的方法和系统
CN108303674A (zh) * 2018-01-03 2018-07-20 上海东软医疗科技有限公司 磁共振成像系统接收线圈的定位方法及装置
CN108186117A (zh) * 2018-02-28 2018-06-22 安徽大中润科技有限公司 一种分布式光学定位跟踪系统及方法
CN108720825A (zh) * 2018-03-29 2018-11-02 合肥工业大学 一种基于多摄像头的非接触式生命体征参数的无缝检测方法
CN110398830A (zh) * 2018-04-25 2019-11-01 卡尔蔡司医疗技术股份公司 显微系统以及用于操作显微系统的方法
TWI687198B (zh) * 2018-05-25 2020-03-11 鐿鈦科技股份有限公司 動態參考偏移偵測方法及其系統
US11234771B2 (en) 2018-05-25 2022-02-01 Intai Technology Corp. Dynamic reference deviation detecting method and system thereof
CN109615638A (zh) * 2018-11-30 2019-04-12 北京三快在线科技有限公司 定位装置、用于定位的方法、装置及无人驾驶设备
CN109886323A (zh) * 2019-01-31 2019-06-14 中国地质大学（武汉） 一种用于测试运动轨迹滤波算法的装置
CN111696047A (zh) * 2019-03-14 2020-09-22 四川中测辐射科技有限公司 一种医用成像设备的成像质量确定方法及系统
CN111696047B (zh) * 2019-03-14 2023-08-22 四川中测辐射科技有限公司 一种医用成像设备的成像质量确定方法及系统
CN110057610A (zh) * 2019-04-25 2019-07-26 上海联影医疗科技有限公司 震动信息确定方法、装置、医疗影像设备及存储介质
WO2021056452A1 (zh) * 2019-09-27 2021-04-01 西安大医集团股份有限公司 患者位置检测方法及装置、放射医疗设备、可读存储介质
CN112998856A (zh) * 2019-12-19 2021-06-22 财团法人金属工业研究发展中心 立体标记装置及骨科手术的三维实时定位方法
CN112998856B (zh) * 2019-12-19 2023-10-17 财团法人金属工业研究发展中心 三维实时定位方法
CN111880575A (zh) * 2020-08-10 2020-11-03 重庆依塔大数据研究院有限公司 基于颜色追踪的控制方法、装置、存储介质及机器人
CN111880575B (zh) * 2020-08-10 2023-03-24 重庆依塔大数据研究院有限公司 基于颜色追踪的控制方法、装置、存储介质及机器人
US12039751B2 (en) 2020-11-18 2024-07-16 Northern Digital Inc. Error compensation for a three-dimensional tracking system
CN114549620A (zh) * 2020-11-18 2022-05-27 北方数字化技术公司 用于三维跟踪系统的误差补偿
CN114549620B (zh) * 2020-11-18 2025-02-25 北方数字化技术公司 用于三维跟踪系统的误差补偿
CN114569257A (zh) * 2020-12-01 2022-06-03 财团法人金属工业研究发展中心 实时定位补偿方法及可实时定位补偿的影像定位系统
CN114041875A (zh) * 2021-11-24 2022-02-15 电子科技大学 一种一体式手术定位导航系统
CN118871915A (zh) * 2022-01-11 2024-10-29 斑马技术公司 在大图像中定位小标记的方法和装置
CN116342662A (zh) * 2023-03-29 2023-06-27 北京诺亦腾科技有限公司 基于多目相机的追踪定位方法、装置、设备及介质
CN116342662B (zh) * 2023-03-29 2023-12-05 北京诺亦腾科技有限公司 基于多目相机的追踪定位方法、装置、设备及介质
CN116977449A (zh) * 2023-09-25 2023-10-31 安徽大学 一种基于闪烁棋盘格的复眼事件相机主动标定方法
CN116977449B (zh) * 2023-09-25 2024-03-15 安徽大学 一种基于闪烁棋盘格的复眼事件相机主动标定方法
CN118314138A (zh) * 2024-06-07 2024-07-09 深圳市牧激科技有限公司 一种基于机器视觉的激光加工方法及系统
CN118314138B (zh) * 2024-06-07 2024-08-06 深圳市牧激科技有限公司 一种基于机器视觉的激光加工方法及系统

Also Published As

Publication number Publication date
WO2016014718A1 (en) 2016-01-28
US20180068441A1 (en) 2018-03-08
US9734589B2 (en) 2017-08-15
US11100636B2 (en) 2021-08-24
EP3188660A1 (en) 2017-07-12
US10438349B2 (en) 2019-10-08
US20160035108A1 (en) 2016-02-04
EP3188660A4 (en) 2018-05-16
US20200234434A1 (en) 2020-07-23

Similar Documents

Publication Publication Date Title
CN106714681A (zh) 用于在医学成像扫描期间追踪和补偿患者运动的系统、设备和方法
CN105338897B (zh) 用于在医学成像扫描期间追踪和补偿患者运动的系统、设备和方法
US12137985B2 (en) System and methods for intraoperative guidance feedback
US10327708B2 (en) Systems, devices, and methods for tracking and compensating for patient motion during a medical imaging scan
CN105411678B (zh) 医疗程序期间用于确定和追踪运动的系统
US9717461B2 (en) Systems, devices, and methods for tracking and compensating for patient motion during a medical imaging scan
US20190192230A1 (en) Method for patient registration, calibration, and real-time augmented reality image display during surgery
EP2965285B1 (en) Scan region determining apparatus
US11430203B2 (en) Computer-implemented method for registering low dimensional images with a high dimensional image, a method for training an aritificial neural network useful in finding landmarks in low dimensional images, a computer program and a system for registering low dimensional images with a high dimensional image
CN108697402A (zh) 在三维图像中确定深度脑刺激电极的旋转方位
US20200305827A1 (en) System and method for increasing the accuracy of a medical imaging device
US7477776B2 (en) Method and apparatus for determining a plane of symmetry of a three-dimensional object
Viviers et al. Advancing 6-DoF instrument pose estimation in variable X-ray imaging geometries
US20240206973A1 (en) Systems and methods for a spinal anatomy registration framework
Kaushik et al. Image based data preparation for neuronavigation
Ginzinger Real-time motion correction in CBCT reconstructions using a mobile CBCT device
KR20230149097A (ko) 3차원 뼈 모델을 재건하는 장치 및 방법
Jian-jun et al. A Rapid Temporal Bone Localization Method Based on Machine Visual Detection Markers
Lagomarsino Tracciamento e compensazione della deformazione del seno durante biopsia robot-assistita
EP4409595A1 (en) Anatomical scanning, targeting, and visualization
CN116269831A (zh) 基于全息影像的手术辅助系统
Anderson et al. A preliminary study to understand tacit knowledge and visual routines of medical experts through gaze tracking
Nayar High Accuracy Eye Tracking for Proton Therapy

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20170524

WD01 Invention patent application deemed withdrawn after publication