术中成像模式和补偿脑转移瘤切除手术

文摘

在外科手术术中大脑转变是一个众所周知的现象引起的重力,组织操纵、肿瘤大小、脑脊液(CSF)的损失,使用药物治疗。使用图像引导系统,这种现象极大地影响指导的准确性。在过去的几十年中,研究人员调查了如何克服这个问题。本文的目的是提出一个审查出版物关于术中大脑转变的不同方面尤其是在肿瘤切除手术术中成像系统、量化、测量、建模和登记技术。使用术中成像模式的临床经验,登记细节,建模方法与脑转移瘤切除手术是本文的重点。总共126篇论文分析了关于这一主题的全面总结并根据14标准进行分类。分类的结果提出了交互式web工具。分类的结果和趋势在未来讨论的这项工作。

1。介绍

在神经外科的主要挑战之一是本地化的病理组织和相关解剖结构在大脑手术。要求精度高时由于复杂的三维结构和术中大脑的变形。图像引导神经外科系统(ign)有助于克服这一挑战。这样的系统注册术前图像数据到一个术中病人的坐标系,为了显示呈现的大脑结构和位置感兴趣的地区。在文献中,带来很多好处ign报告的使用。例如,这些集成/ MRI / CT融合图像和功能数据,准确定位病灶,减少手术时间,微创颅空缺的可能性,降低术后并发症发生率和在呆在重症监护室1- - - - - -3]。保证在手术病理组织的精确定位,高速率术前图像数据之间的相关性和病人解剖是必要的。然而,这种相关性是强烈变形术中有限的脑组织,所谓的大脑转变现象。脑转移的程度已经描述在1986年由凯利et al。4]。这是观察到的小钢参考球的位移沿趋实体性插入手术viewline颅骨切开术。ign的广泛使用在手术室,脑转移了,继续获得更多的重要性。研究报告,脑转移是一种高度复杂的时空现象有各种各样的原因,比如组织切除手术期间,组织肿胀、脑脊髓液的损失,使用大脑的牵引器(5- - - - - -7]。大脑的复杂性变形出现皮质表面和深部脑结构并不总是与重力的方向(8]。术中大脑转移是一个动态的过程,显示时间依赖性(9),假设商业ign病人的头部和大脑是一个刚体(1,8,10)只适用于外科手术的初始步骤,但术中情况。因此,结构的相关性确定术前图像数据和实际的图像数据正确,减少手术的准确性。因此,术中脑部转移可能ign的最重要的限制(11]。

2。方法和贡献

这项工作的目的是审查的不同方面大脑在颅骨切开术转变,特别是对肿瘤切除。确保全面覆盖,我们首先寻找出版物与“术中大脑转变”一词在PubMed, ieee xplore和谷歌。进一步限制搜索的短语“大脑转变,“避免出版物只提到“大脑”或“改变”而不是“大脑转变的背景。“为了覆盖所有相关方面的话题,我们寻找出版物相关的至少一个第二方面,测量、量化、补偿、建模、或注册。在这项工作中,我们只考虑术中大脑在颅骨切开术转变,尤其是对病变切除手术。因此,集中研究脑深部电刺激(DBS),这是一种微创治疗过程,和论文处理扩散张量成像(DTI),这是通常用于术前计划但不适合实时约束在病灶切除手术,被排除在外。

确保“术中大脑转变”这个词是不同的和没有其他论文发表的同义词,如“大脑变形术中,”“术中大脑扭曲,”和“脑表面变形、术中”我们也寻找论文PubMed, ieee xplore,谷歌对这些同义词但没有术语“术中大脑的转变。“没有额外的文件被发现。

在这项工作中,我们回顾了2016年2月之前发表论文。总的来说,大约2600的出版物被发现。目的是提供一个审查涵盖几个方面的话题,同时确保流行,时事性,所选论文的意义。因此,我们不仅包括所有出版物在Pubmed和ieee xplore还第一个100年谷歌学术搜索最相关的论文。谷歌学术搜索各种出版物通过网页排名算法(12),这意味着直接或间接引用的出版物排名最高。后删除了重复的出版物和论文中不包含“大脑转变”和“大脑变形”抽象的或使用这些术语作为关键字,126篇论文仍然存在。这个数据库和126篇论文综述的基础形式。

在本文中,我们专注于术中成像模式和补偿方法的临床经验的大脑转变尤其是肿瘤切除手术。首先,我们调查的术中成像系统,通常用于纠正大脑变形。从大脑转移肿瘤切除的测量和原因不是本文的重点,只是简要介绍了这些方面。提出了不同的补偿方法考虑数学方面比较。最后讨论,趋势和后果的分类综述了出版物进行了讨论。为了避免重叠和杰拉德等发表的评论。13)是专注于大脑转变的原因和测量,我们从数学和算法分类文献的观点。14个类别感兴趣的大脑转变薪酬战略,全球转换模型,当地的转换模型,计算平台,注册基础上,优化方法,相似度规,术中形态,本构模型类型、网格元素,量化对象,验证,和治疗(在[类别13)物理、手术、生物、术中成像,登记,和建模。这个分类侧重于脑转移的原因而不是算法的方法识别和纠正脑转移)。

总的来说,116年的出版物被定义的14个类别分组。慕尼黑技术大学的支持下,116年的出版物的分类提出了作为一个交互式web工具(http://livingreview.in.tum.de/intraoperative_brain_shift/)。剩下的十个文件不能被分类在上面的类别:两个出版物描述ign的临床使用14)及其应用正确的脑转移(15]。第三个刊物讨论大脑组织的生物力学行为(16];第四个提出总体拉格朗日公式计算器官变形的有限元法(17]。两篇论文关注的位置和姿态的确定超声波图像在术前图像坐标系统(18,19]。七分之一的出版旨在重建表面的血管的功能,这可以用来弥补大脑转变(20.];八分之一提供了一个注册和交互式可视化框架基于远程高端电脑最多两页的抽象图形能力(21]。九分之一(22)提出了一个基于图像的重复对准方案之间的病人术前和术中我们提供准确的刚性先生注册和最后审查论文的着重点是软组织建模(23]。

3所示。临床经验与先进的术中成像模式

由于商业ign假设病人的头部是一个刚体和术中导航基于术前CT或MR-datasets,术中大脑转变,这是一个非刚性的脑组织的变形,影响手术结果的准确性。如果医生没有实时图像数据的复杂大脑的解剖结构,ign的好处可能会变成病人的风险增加。商业术中成像技术,如术中磁共振成像(iMR)和术中超声(iUS),提供必要的术中图像数据的神经外科医生。图像引导神经外科系统的临床经验结合术中成像设备,iMR或者国际单位,据报道(9,24- - - - - -42),将在以下部分复审。

3.1。术中先生

这是一个非常具有挑战性的任务来确定手术期间脑组织变形的大小和方向。术中磁共振成像的引入到神经外科1994年(26)打开新的机遇提高外科手术的准确性提供频繁的图像更新的软组织分辨率高的神经外科医生。这些图像可以用来估计术中实时脑转移。

最常用的图像数据在神经外科术中,更新,评估肿瘤切除的程度,并确定周围的功能结构,以减少发病率干预后(33]。第一个经验iMR报道(38]。作者描述了手术的术中双手术室里,先生称为“海德堡的概念,结合传统手术室radio-frequency-shielded手术室,包含一个开放的低场0.2 T磁共振扫描仪和静态磁场。27例接受外科手术,如活检和肿瘤切除iMR操作环境。标准的外科干预措施进行手术室和术中控制提供使用iMR扫描间隔。图像质量标准序列,如T1和T2,是可以接受的。然而,相比与超导磁体扫描仪,扫描实现可比结果所需的时间是更长,因为收购的数量增加(38]。这样一个系统的好处包括肿瘤的精确定位和定位与最小切除的正常脑组织,观察脑转移的连续图像,当使用基准标记和信息冗余。

其他临床研究,描述iMR在神经外科的发展和应用程序(24,26]或评估的临床使用和结果iMR [25,26,28,29日]表明,集成是在神经外科手术可以帮助外科医生减少肿瘤残留,导致高完整切除。总结在表1。Hadani et al。24]实现的概念类似于[38)和报告从大脑转移消除错误。黑色et al。29日发现他们的低场,0.5 T iMR系统,其目的是与两个独立但传达低温恒温器,线圈提供了几个优势结合图像制导系统。Knauth et al。25)显示,集成的低场iMR颅内高档神经胶质瘤手术肿瘤切除的程度显著增加。安全、功效和低收入(0.2 T)和轨迹的功能(1.5 T) iMR扫描仪分析(26,27]。他们展示了类似的经历29日,38)通过使用iMR等各种外科手术脑活检,肿瘤切除,囊肿引流。此外,轨迹系统还受益于功能技术包括MR光谱学、功能性核磁共振造影先生,化学位移成像,以及diffusion-weighted成像。两种技术都允许补偿(术中大脑转变26,27),导致肿瘤切除程度(9]。Nimsky et al。28]分析了图像更新过程的可行性和iMR组患者接受脑部肿瘤手术的颅骨切开术。在显微镜下肿瘤完全切除16例14。因此,iMR图像数据补偿的影响与高精确度的大脑转变。更新neuronavigation系统与术中图像先生似乎是最可靠的方式来弥补术中大脑转移(28]。

3.2。术中我们

超声波被用作术中仪器自1980年代(32]。术中先生相比,术中我们最重要的优点是,它提供了廉价的实时图像数据(28,31日]。术前和术中我们先生的映射图像数据可以用来评价配准误差的影响和组织运动的整体精度ign [39]。卢恩等人体内验证国际单位的可用性在三个猪实验(42]。定量分析表明,coregistered单位可以测量术中位移可以有效地使用一个计算模型。由于其图像质量差,单位并没有进入常用神经外科。然而,改善图像质量和三维超声等新技术的发展,国际单位成像在过去几年出现了复苏。白等。41]设计,构建,和测试一个术中经颅超声监测通过剪切模式在十个健康的人体,它利用横波传播的纵向波通过头骨。线性回归分析显示,本地化的大脑结构与新剪切模式超声与mri定位监测系统相关。三维超声波的引入增加了neuronavigation显著的价值,从而能够更新几次术中图像在手术过程中,从而减少脑转移的问题(30.,35]。例如,Gronningsaeter et al。36)描述一个系统,集成了一个高端三维超声系统成neuronavigation系统、SonoWand。该系统不仅可以作为一个独立的超声波,也作为一个传统的术前MRI或CT-based neuronavigation系统。凯尔et al。31日)报道,术前和术中先生的coregistration精度达到1.36毫米。Ohue et al。32)评估大脑转变有效地通过比较实时图像与相应的术前图像。iMR系统相比,国际单位更多的时间有效35因为患者的术中图像获得了原位。我们术中一个数据集的支出的时间只有5分钟(30.]。El Beltagy和Atteya40)展示的好处术中超声在儿童第四脑室肿瘤的切除。他们能够检测并纠正组织变化在任何时间在逐步肿瘤切除,更新新的扫描和验证新肿瘤大小neuronavigated指针。一般来说,术中两到三维超声图像的融合与MRI使可用信息的感知更容易通过提供图像数据更新和扩展操作领域的概述在手术过程中(34]。它是可靠、准确、易于使用和提供一个连续的实时反馈而不中断手术(88年]。

4所示。术中测量大脑的转变

由于术中大脑转变是图像引导颅骨切开术中最重要的误差源,并对这种现象的理解是至关重要的一步其建模和补偿。两种不同的方法通常用来衡量和量化了大脑的大小和方向的转变。一是直接测量比较术前MR图像数据与数据直接获得在手术病人的大脑表面。凝固设备如ACUSTAR可以使用[1,46,48]。第二种方法是分析预处理和术中图像数据基于登记手续(5,8,43- - - - - -45,47]。如果使用了数据预处理和术中先生,梯度回波图像。这是因为高分辨率和高读出梯度(8,44的梯度回波图像。这些导致读出方向相对较少的几何畸变引起的B0不均匀性(44]。

独立于术中图像数据的可用性,各种大小的问题,方向,和脑转移的来源调查了几组(1,5,8,9,11,43- - - - - -47]。表2分类这十出版物根据成像模式,全球转换方法,登记,相似性度量和量化目标。大脑转变的第一个定量研究分析了变形的大小和方向之间的硬脑膜和脑表面成像和手术46),在两个时间点分开近一个小时后,硬脑膜开放但在肿瘤切除(1之前和之后)或硬脑膜开放(48]。iMR和单位的发展和应用,定量分析皮层下变形促进。毛雷尔et al。43)使用1.5 T iMR调查大脑转变期间和手术后的大小。这项工作是由希尔出版的延伸et al。44)提供更多的定量结果,包括3 d地图变形分析。低场iMR用于(5,9比较预处理和术中三维图像,允许评价和可视化程度的皮层和皮层下结构表面。Hartkens et al。8]研究大脑转变的可预测性比较iMR图像的开始和结束手术。变形模式分析定量的大小和方向。为了评估和分析的最大变形表面皮层和皮层下结构,不同的策略被应用于(45]。Letteboer et al。47)使用国际单位数据和比较术前MR数据以分析大脑的大小和方向的转变。这项研究还表明,三维超声数据是可行的测量术中大脑的转变。上述分类的一个例外是2005年回顾性研究[11]。在这项研究中,作者确定的影响各种因素如肿瘤大小、室周的位置、患者年龄、手术或放射治疗之前,患者定位,使用药物治疗(例如,甘露醇)和操作时间的长度,对术中大脑的转变。预处理和术后钆增强t1加权磁共振成像数据统计比较来验证是否上述因素与肿瘤切除使用计算机辅助技术的成功。

4.1。脑转移现象的定量分析的结果

测量和脑转移的原因不是本文的重点,只有简短的摘要将提供脑转移的定量分析。感兴趣的读者是指向13)的详细原因和量化的概述。

大脑是一个缓慢的转变,与时间有关的现象(5和手术过程中不断改变9]。可以观察到显著变形硬脑膜后打开由于颅内压释放。这种影响的大小通常是几毫米(例如,10毫米(1,46和13.4毫米47])。硬脑膜后打开,大脑的位移不断增加但缓慢(46]。当然肿瘤切除和组织操作增加皮层和深部肿瘤的大小显著边缘变形。切除后变形高度可变,取决于组织的体积(删除11与值高达23.8毫米报道[]5]。统计分析表明,大脑转变不显示与病人年龄显著相关,剂量甘露醇,液体体积变化,动脉二氧化碳分压,之前手术或放射治疗(1,5,11]。与皮质表层和深层肿瘤边缘,中线移位是小得多:在某些情况下的研究44]中线不转变。甚至在中线肿瘤切除术只造成轻微变形(43]。

硬脑膜打开后,术中大脑的方向转变是大脑表面的下沉和膨胀(1]。病人位置和大脑转变之间的关系是复杂的。的研究(5)声称,大脑的方向转变的影响主要由病人和头部定位,但它对脑转移的数量没有显著的影响。的测量(47)表明,转移的主要方向和重力之间的角度是平均60°,最多88°。

5。术中大脑变形补偿

作为一个最重要的误差源在ign,术中大脑转变必须补偿以提高神经外科的准确性,尤其是开颅nonminimally入侵的情况下,因为大脑转变的程度主要取决于大小的颅骨切开术,手术的时间59]。基本上,有两种不同的策略来弥补术中大脑的转变。第一个是使用注册技术基于术中图像数据。形式如iMR和单位也激光测距扫描仪(LRS)和立体视觉是用来获取术中图像数据(49- - - - - -52,56,59- - - - - -70年,77年,79年,80年,87年]。通常,LRS和立体视觉是用来获得术中皮质表面变形然后集成到一个预先计算的患者特定的生物医学模型来估计体积变形。然而,这些论文(67年- - - - - -70年,77年,79年,80年]仍归类为须就产权证方法,因为他们只提出登记方法哪个寄存器之间先生与术前或术中表面数据获得在不同时间点的数据。描述的基于模型的目的不是直接在这些作品;因此这些作品的目的是不清楚没有任何额外的知识。然而,应该牢记的是,一旦LRS或立体视觉作为术中模式通常采用基于模型的策略。另外一个策略是建立一个计算模型(例如,有限元模型)的大脑根据本构的约束,它描述在各种加载条件下的应力-应变响应组织。该模型结合稀疏术中图像数据更新术前图片(45,53- - - - - -55,57,58,71年- - - - - -76年,81年- - - - - -86年]。补偿技术的总结脑转移表所示3。图像的各个方面须就产权证和基于模型补偿策略在下一节中解释。

5.1。基础医学图像的非刚性的登记

术中补偿的基本挑战大脑转变是找到最优的几何变换将源图像映射到目标图像。因为大脑由弹性组织,寻找最优图像图像或图像模型,非刚性的注册方法考虑边界条件,如颅骨切开术大小和肿瘤大小,是最重要的任务。

非刚性的配准方法可以通过转换模型、分类登记,或相似性测量。不同的技术发现在我们在这里只是简单的介绍了文献数据库。

5.1.1。转换模型

有两种方法来建模一个非刚性的登记。第一个方法是模型转换参数的方式通过使用一组未知和第二个是描述变形非参数的方式在每个体素。通常,参数的模型中使用的参数的个数远小于体素的非参数模型的数量。

参数变换模型。基于样条函数的参数模型等薄板样条函数和自由形式的变形样条函数是常用的。假设一组对应的特征点存在于源和目标图像。在目标图像中特征点的位置可以映射到其与源图像,利用样条函数插入或近似位移。样条函数提供一个光滑近似的特征点之间的位移场。转换函数与作为图像的维度登记,插值条件可以写成 在哪里和表示特征点的位置在源和目标图像。(我)径向基函数(RBF)被定义为径向对称的功能的价值只取决于论点的欧几里得距离从原点(130年]。rbf构造一个线性函数空间取决于已知的数据点的位置任意距离测量(131年]。(2)薄板样条函数(132年径向基函数的亚科。薄板样条函数的概念是基于形变理论的弹性板,表面弯曲力量是正交的。弯曲的叠加力量必须是零;否则薄板就会转变。薄板样条被定义为一个线性组合的总和基函数和加权和的一组任意径向基函数: 在哪里是基函数,和与系数向量,定义薄板样条函数。薄板样条的径向基函数被定义为 与控制点之间的距离和考虑。插入(2)(1系数)和解决和薄板样条转换。保证的独特性(以下约束制定的解决方案4)必须考虑:由于弯曲力量是正交的控制点和力量之和为零,这个系数总结必须为零和内部产品控制点的坐标也是零。 因此,(2)可以用矩阵表示形式 在哪里是一个对称矩阵和距离吗是一个矩阵给出了吗和。一旦系数和众所周知,在源图像上每个点可以通过(转换2)。这个方程可以解释如下:在一个三维的情况下,第一项是线性部分定义了一个卷,最佳匹配所有控制点;第二项对应于所提供的弯曲力控制点。(3)的基本思想自由形式的变形是变形物体通过操纵的基本网格控制点。由此产生的变形控制三维物体的形状和生产顺利转换。它是一个功能强大的工具的建模引入三维可变形物体(133年]。一个受欢迎的选择插入控制点是使用trivariant之间的变形花键张量产品变形函数。这种方法是首先提出的134年]。表示域图像的数量,让表示统一网格控制点。自由形式的变形可以写成三维张量积的一维立方样条函数(134年]。 在哪里,,,,,,代表了的基函数样条: 网有适当间距的选择是在这种方法中最重要的问题。自从控制点作为参数的自由形式的变形的基础上样条函数,解决网格变形的主要影响的程度并定义自由度的数量,因此计算复杂度。

非参数变换模型。根据定义,光流从序列图像速度近似图像运动以时间为顺序的图片。在医学图像处理中,它已经被应用到运动检测和运动补偿。光流的类注册覆盖大量的方法。详细给出了各种光流方法的比较(135年]。

一个制定光学流作为转换模型注册和术中MRI图像提出了大脑的(49)如下:假设图像强度的一个点在可变形的图像在一个时间点短时间常数吗。如果一个向量代表一个点的速度和强度的点不随时间变化,然后 假设图像强度变化平稳,,,,(8)可以制定一个一阶泰勒展开式。 除以,约束方程求解可以得到: 在哪里,,,表示,,,,分别。因为大脑慢慢变形(5硬脑膜后打开,大脑转变可以建模为一个慢镜头可以描述与光流的方法。然而,即使突然变形引起的颅骨和硬脑膜,这个方法是不够的,当然也不能用于模型变形在手术切除造成的。

5.1.2中。登记的基础上

登记的基础是衡量图像的对齐。通常,图像可以对齐与基于特征的方法或灰度的方法。基于功能的注册方法的目的是最小化之间的距离相应的特性,如点、线、或在源和目标图像表面。这意味着基于功能的注册方法需要特征的提取以及对应的估计136年]。自从特性提取在登记之前,将传播到后期分割错误。注册步骤不能纠正这些错误。

虽然基于功能的注册算法可以可靠地对齐边界,量化某些解剖结构的改变与精度高、使用mono -和多峰性登记,登记灰度算法使用强度在整个图像,因此屈服变形值基于图像内容的地区,也很难检测出不同的特性。灰度的注册方法的优化等的相似性度量的平方的总和差异(SSD),归一化互相关(NCC)和归一化互信息(敝中断)测量程度的共享信息图像的强度。作为一个优势,灰度的方法进行注册没有任何基准标记和没有明确划分相应的功能。然而,选择一个合适的相似性度量不是微不足道的,特别是用于多峰性登记。

5.1.3。相似性度量

相似性度量是一个函数用来量化两个对象之间的相似性。在基于特征的方法,最直观的相似性度量是基于特征点。假设两个给定的点集的对应关系和基于已知的先验,点的相似性度量可以被定义为平方距离的点。然而,在实践中对应的点通常是未知的。调整表面可以克服这个问题。在解剖学上相关的表面首先从源和目标分段手动或自动图像。这些表面所描述的点云。自对应点是未知的,迭代最近点(ICP)算法(137年可以使用),因为它只假定每个点之间的通信在源点集和目标点集的存在。被定义为的相似性度量方法(136年] 在哪里

与通讯估计(12),点集注册通过最小化(11)。另一个相似度量用于基于功能的注册倒角相似的功能。这个函数是发达国家和所描述的138年]技术寻找最适合的边缘点从两个不同的图像通过最小化之间的广义距离。该算法需要代表边缘作为输入的二进制图像。倒角距离地图然后计算对应于源图像。这是一个图像,每个nonedge体素值近似给出欧氏距离最近的边界体素。随后将目标图像叠加到地图的距离和翻译,以迭代的方式旋转,直到体素的均方根距离映射对应于目标图像中边缘点至少。

灰度的相似性度量方法测量程度的共享信息图像的强度。最简单的是的平方之和的差异(SSD)之间的强度在源图像和目标图像。使用这种相似性测量假设源图像和目标图像具有相同的特点。这是一个非常严格的假设;因此平方的总和差异只是用于注册图像相同的形态。更一般的相似性度量的归一化互相关(NCC),假设两幅图像之间的线性关系。因为它的准确性和鲁棒性调整联运图像变化以及它的不变性在重叠区域,互信息已经成为最重要的一个相似的措施。这种相似性度量的基本想法是解释图像的特征空间强度的联合概率分布。没有假设之间的关系在源和目标图像和图像强度可以被看作是一个指标,衡量好形象“描述”。避免任何依赖的图像重叠,归一化互信息(敝中断)建议(136年]。

5.2。根据术中图像数据补偿方法

一个策略来弥补术中脑部转移肿瘤切除手术术中注册两个或三维图像数据捕获和iMR国际单位,LRS或立体视觉与术前MR数据。足以标准刚体登记时初始化之间的对齐和术中图像,必须执行一个复杂的多通道登记作为最初的一步,当使用国际单位。这是由于这一事实先生和我们有非常不同的特性和分辨率图像,这使得注册更具挑战性。所示(自动的刚性配准方法63年)排列图像三维先生,之前执行非刚性的三维注册我们的时间序列。更完全适应我们图像的性质,选择了广义相关比率作为相似性度量。幻影和临床评价研究表明,下面的登记错误毫米。

为了捕捉大脑的弹性形变,范德堡大学的一组研究人员使用激光测距扫描仪获得皮层表面的强度和几何信息(67年,68年,70年,77年]。这个过程从采集的点云标准激光相机/三角测量原理。此外,数字图像捕捉的视野和分配给点云数据的坐标是(67年,68年]。通过使用一种灰度算法基于互信息的最大化(MI),术中LRS图像注册到术前分段皮层,表示为一个使用射线铸件变形点云。这里使用径向基函数作为当地的转换模型。这个方法,它依赖于灰度非刚性的登记注册的二维图像,能够追踪大脑转移的准确性mm在幽灵的一项研究。然而,由于部分分段皮层可见的术前图像可能在术中不可见图像,反之亦然,纯粹的灰度登记方法提出了(67年,68年)不是很健壮。丁等。70年)使用一个基于特征的算法。地标表面血管手动选择的二维和三维LRS形象。一个健壮的点匹配(RPM)算法在139年),这是一个修改迭代最近点(ICP)方法使用薄板样条函数(TPS)转换模型,是进行三维LRS图像。对比的方法67年,68年),这种基于特征方法适合大脑位移相对较大。比较的结果与2 d和3 d图像基于五个数据集与2 d图像数据表明,该方法比一个更适合的3 d图像。中提出的算法(77年)与别人的不同之处在于以下方面:最后的迭代计算变形场在空间分辨率和不同尺度转换通过创建一个标准的图像金字塔。转换的规模后改编为每个决议,最终的变形场和变形场的总和计算。幻影研究和体内试验,这种注册方法产生的亚像素错误,即使图像的差异是由于切除。然而,人工干预来发现感兴趣的地区仍在体内所必需的。柔性路面的另一个例子登记为光学成像方法,提出了LRS或立体视觉,在69年]。方法结合图像强度、纹理信息,稀疏的地标匹配进行登记。尽管一个临床数据集的验证表明,该方法具有精度2毫米左右,这是在同一范围的刚性配准误差neuronavigation系统之前组织变形(69年),其鲁棒性和结果的再现性需要证明。

捕捉变形不仅皮质表面,而且在更深层次的大脑结构,提出了几种方法使用国际单位作为术中形态(22,59- - - - - -66年]。一组同源地标在超声图像体积或CT体积先生被用来估计的非线性变换59,66年]。小圆左右心室腔幻影(59)或基准气球(66年选为地标。TPS插值执行之间的具有里程碑意义的点。Reinertsen et al。61年,62年)提出了两种MR-US注册算法,使用分段血管从术前MR血管造影(MRA)或钆增强图像和术中多普勒图像先生在他们的工作。一个算法比较[描述的倒角距离映射(138年])的分段血管,血管分割vesselness过滤器。第二个应用基于选定点分段的RPM算法血管。一系列的仿真实验,幻影研究[61年)和临床验证的方法62年),表明,该方法能够恢复大部分的非线性变形,即使只有一个非常有限的地区的形象先生被美国收购。血管可被视为强大的功能注册的术前和术中图像先生(62年]。然而,地标基于功能特性的方法需要手动选择的对应点集应该是已知的先验。因此,不能自动注册过程。一个复杂的方法(87年]使知识的对应点集冗余。所谓的相干点漂移(CPD)方法将特征点集作为概率密度估计,其中一个点集介绍了高斯混合模型(GMM)质心和其他代表了数据点。幽灵的研究表明,这种方法几乎解决了大脑的变形在该地区的利益。一种灰度算法在基于功能特性的方法克服了通信问题。Letteboer et al。65年)显示在两个肿瘤切除情况下,一个基于自由形式的变形使用灰度非刚性的注册方法样条函数和使用归一化互信息作为相似性测度方法改善肿瘤的体积重叠从平均来。另一个灰度的方法提出了在63年,64年),一个“统一的弹性”的假设的脑组织。而不是使用敝中断,作者优化的平方之和与梯度下降优化(SSD)的差异。该算法能够恢复变形的一个重要组成部分和一个平滑的变形特性,尽管美国形象的嘈杂的性质(63年]。验证结果表明,SSD标准是适合连续登记图像时间序列(64年]。一般来说,灰度US-MR非刚性的注册构成重大挑战由于低信号噪声比(信噪比)的超声图像和不同的图像特征和解决我们和先生图像。考虑到这些,Arbel et al。60)开发了一个策略来生成伪我们从术前先生基于解剖结构图像,产生足够强大的声波信号。后像白质解剖结构、心室和皮层灰质从先生的形象,分段径向梯度算子用于生成梯度级数据模拟边界明显在典型的美国图片60]。非线性伪和我们进行图像配准和归一化互相关(NCC)作为相似性度量。一个多分辨率方案用于加快注册过程。12手术情况下定量结果显示修正大脑转变是高达87%的肿瘤边界。

灰度非线性的登记方法使用光流转换模型和多分辨率加速迭代计划也被用于monomodal图像配准先生(例如,在49])。用这个算法,最大的皮质表面转移11毫米估计以及地下转移约4毫米的心室。这个结果在同一范围内部分中引入的量化结果4。临床验证表明该方法能够捕捉大脑的表层和次表层的变化(49]。为了减少计算时间的灰度非刚性的注册算法,Soza et al。50,51]介绍了一种灰度的方法计算在显卡。图像数据的变形使用空间的自由形式的变形方法和变形提出了与三维贝塞尔函数。因为这种自由形式的变形包含固有的弹性,这是一个不错的选择来描述软组织的运动(50]。评估和病人数据显示这种方法恢复大脑变形的精度范围内mm -毫米(50,51]。但是,在某些病理情况下,自由形式的变形是不足够灵活51]。此外,灰度图像先生可以登记失败在肿瘤切除情况下由于缺乏强度对应。为了避免这个问题,Hartkens et al。52)提出了一个混合注册算法,特征信息纳入灰度方法以包含更高水平预期的变形信息。在这个工作敝中断是线性结合特性相似的措施。点或表面检测到信息半自动地引用和源图像。然后执行组织变形自由形式的变形样条插值控制点之间。另一种方法来解决和登记postresection先生图像提出了在56]。先生在这部作品中,预处理和postresection图像首先彼此对齐严格凸结构的互信息最大化联合显著增强的地图。高斯差(狗)要点然后发现和集群的连续一致的匹配区域图像。然后估计翘曲位移集群狗要点与径向基函数。评价显示该方法能够正确的大脑转变引起的小(平均距离误差像素),大(平均距离误差像素)切除,而其他四个灰度登记方法失败了在这些情况下。

5.3。建模术中大脑的变形

关键问题在模型基于模型的补偿方法是大脑和大脑转变现象以一个适当的方式。人类大脑的解剖学和生理学表明,大脑是一个非常复杂的器官组成的灰质,白质,硬脑膜、皮膜,和四个心室充满脑脊液(CSF)。大脑的刚度几乎是一样的凝胶,塑料,或意大利面140年- - - - - -142年]。计算一个准确的大脑模型,它可以处理更新,通常由两个重要决定,应该使用本构模型来描述大脑组织,应该使用哪个网格元素的类型和尺寸来计算大脑模型。表4显示了大脑的分类建模问题的总结。

5.3.1。本构模型

本构模型是用来量化软组织在加载条件下的行为。生物力学模型的选择必须考虑先验知识的患者特定的大脑结构和个体动态的转变。迄今为止,四个生物力学模型在文献中提出:线性弹性、非线性弹性、粘弹性和两相的。最简单的本构模型是线性弹性模型,假设一个线性应力应变之间的关系(53,55,57,58,82年,86年,89年- - - - - -97年]。而线性弹性是一个非常好的模型骨组织,它不能很好地服务于软组织力学有两个原因。首先,大多数软组织进行菌株,成为大变形。第二,软组织的应力和应变之间的关系是一般非线性(143年]。因此从理论上讲,一个非线性弹性模型更适合大脑模型变形(99年- - - - - -101年]。作为一个经典模型与时间有关的效果,粘弹性模型(10,102年- - - - - -109年)能够模型的时间依赖大脑转变现象,因为它考虑了应变历史除了[16]。两流体模型结合方面的行为,适用于模型CSF,坚实的大脑组织的行为。一旦我们把大脑看作多孔固体矩阵的组合(例如,软组织)和液体(例如,CSF)填充毛孔,两相的模型(42,72年,76年,81年,85年,111年- - - - - -129年可以提供一个适当的本构模型。这个模型的机制都依赖于固体变形和运动的流体在孔隙的变形(143年]。这正是当大脑在颅骨切开术变形的情况。

5.3.2。网格元素

大脑三维生物力学模型通常用有限元(FE)分析计算。它必须保证大脑的复杂性变化反映在更新模型。因此,网格的质量是一个重要的问题在这个问题。最基本的和灵活的网格元素,四面体(10,45,53- - - - - -55,57,58,72年,76年,81年,85年,86年,90年,91年,93年- - - - - -97年,One hundred.- - - - - -102年,105年- - - - - -109年,111年- - - - - -113年,116年- - - - - -129年)能够模拟大脑变形的动力学过程,因此常用。另一方面,随着时间估计大脑神经外科的转变是有限的,大脑的有限元模型(FEM)应该能够实时更新。有限元法的速度直接取决于自由度系统的数量。由于精度达到许多四面体可以达到只有少数六面体,六面体网格元素经常应用(82年,92年,99年- - - - - -106年,108年]。然而,这样一个模型的灵活性不是高达采用四面体生成的有限元法。使用的灵活性和质量之间的妥协是五面体的元素(92年)以及一个四面体和六面体提出(One hundred.- - - - - -102年,106年,108年]。当只有一个二维网格生成,四边形元素(89年,115年)就足够了。

5.4。基于模型补偿技术

的想法基于模型的补偿方法是首先预先执行基于术前患者特定的大脑模型,然后把这个模型与术中数据更新术前图像。

通常,被广泛接受的iMR技术估计变形场只有稀疏的地方,因为患有低分辨率,先生缺乏图像结构,噪音,和强度构件。Clatz et al。55)和Drakopoulos et al。58)提出了一个健壮的模型驱动的大脑转变补偿算法依赖于一个稀疏的位移场与块匹配方法估计和线性弹性模型。也使用相同的本构模型(53,57,86年],iMR图像的位移场估计的基础上选定的关键特性。另一个例子是工作从Hastreiter et al。45,54),一个基于模型的方法使用自适应精制非线性灰度登记了。因为大量插值操作必须执行在这个方法中,使用openGL实现的算法在gpu加速图像更新过程。

因为iMR非常耗费时间,模型驱动算法基于iMR图像经常有困难在术中拟合的时间约束。相比之下,光学成像(LRS和立体视觉)更合适。一般来说,与术前患者特定的体积模型计算图像先生在手术之前。LRS[获得表面图像71年- - - - - -76年,78年,85年)或立体视觉78年,81年- - - - - -84年]。注册后表面图像与模型非刚性的,体积模型变形考虑边界条件。获得脑深部结构的变形,可见皮质表面位移作为边界条件直接应用(例如,71年,73年,74年,81年,82年])。然而,登记错误传播到模型更新步骤没有任何修正。描述大脑表面的几何形状和强度性能的有效途径,多边投资担保机构等。75年使用LRS系统,生成三维intensity-encoded点云数据。相比,注册方法,积分和迭代最近点变形LRS登记结果演示了一种改进的精度幻影和体内实验。体积变形是一个两相的有限元计算分析。Dumpuri et al。72年,85年)、太阳等。76年陈,et al。98年)确定一个分布的条件,如重力方向,CSF损失,和效果的药物,以生成一个变形地图集。变形的最佳变形预测的阿特拉斯和衡量皮质表面作为边界条件更新预计病人脑部特定两相的模型。之间的和用这种方法可以纠正的转变。

6。讨论

审查提出了研究表明术中广泛应用,以弥补先生脑转移,因为它具有良好的软组织分辨率和神经外科医生熟悉先生图像。在邀请审查33),凯尔总结iMR的好处和缺点。它使图像更新和评估程度的肿瘤切除手术中。此外,它还可以用来识别周围的功能结构以减少发病率和补偿的影响大脑的转变。一般来说,iMR开颅肿瘤切除术的临床结果在增加。住院时间减少天(当没有太是使用)使用是天。另一方面,在手术室MR-compatible工具是必要的(33,38]。术中先生的主要限制是它的成本包括手术室的手术设备和修改(33]。此外,必须接受较长的操作时间(25,38]。每个术中扫描iMR需要15分钟,病人需要成像位置和操作位置之间传输(28]。因此,iMR图像不能经常更新。然而,串行是没有频繁的更新不能现在和量化大脑的动态角色转变,因为大脑的转变是一个与时间有关的现象受到各种力量的影响,放大或中和对方(37]。因此,使用这个复杂的,昂贵的,耗时的术中成像形态(28]仍然有限的赔偿大脑转变。

一种并不昂贵的方式实时更新术中图像是使用国际单位。尽管不同的解剖结构的实时可视化等大脑肿瘤残余,船舶结构和头骨基地和单位提供相当大的好处的术中重复性对改善intraprocedural信息(30.),这种技术仍然没有得到更多的接受比采用术中缺乏先生可能归因于这样一个事实:神经外科医生更熟悉先生和CT等影像技术,而不是我们30.,88年]。此外,我们经常难以解释,因为反射波的图像结构不能准确区分正常和异常组织(31日]。超声波技术也有贫穷的空间分辨率和对比度和患有工件或辍学从血液和空气36,88年]。三维超声的发展增加了近年来这一技术的普及。然而,一个人必须永远记住,iMR相比,使用国际单位不接触,这就增加了感染的风险。

大脑的大小和方向变化通常以两种方式:直接在病人的物理空间或通过注册前置和术中图像。脑转移的危险因素和原因估计通过统计分析(例如,在11])。如部分所示4是一个非常复杂的现象,术中大脑转变。每个肿瘤组显示了独特的大脑转变模式(48]。脑转移的定量分析表明,大脑的转变是一个小变形,但手术工具的引入和去除组织感兴趣的地区附近可能会引入大局部变形。位移场的形状像一碗,颅骨切开术(中心附近的最大位移1]。皮质表面变形和深部肿瘤边缘大于中线转变,但这种转变的皮质表面是不相关的深部肿瘤边缘的变形(45]。基于位移的大小对切除病例通常比活检(8),脑转移的原因可以简化为以下:大脑崩溃在重力和填充空间之前被脑脊液(CSF)和切除组织(8]。尽管心室的开放系统与大脑的转变增加(5),测量CSF的损失仍不足以预测脑转移的大小;Hartkens等人表明,大变形并不总是伴随着大量的CSF损失(8]。转变的深层肿瘤边缘没有明显影响的脑室系统[5]。脑转移的方向无法预测只有通过先验知识对病人定位和重力,因为大脑的方向转变不仅仅是平行或垂直于重力,而是由于重力之间的复杂的相互作用,边界条件(例如,切除区域)、流体压力和其他部队(8]。这影响建模的大脑转变:假设gravity-induced大脑变形平行于重力是无效的。因为高的复杂性和动态变化的大脑转变现象,只使用大脑预测模型没有术中数据的困难。

由于软组织变形非线性,直观的方法来弥补大脑变形是注册和术中图像的非刚性的。当使用国际单位掌握术中图像数据,基于功能的多通道注册方法是常用的,因为图像特征和解决术前先生和单位是非常不同的。因此一个纯粹的灰度方法失败。另一种方式注册先生和我们图片是生成伪图像图像先生,导致一个灰度我们登记。灰度的方法也适用于登记和术中图像先生。然而,有一个图像分辨率之间的权衡和术中时间限制。当术中图像具有相同的分辨率先生作为术前图像,灰度非刚性的登记将导致大量的插值操作。以适应术中时间限制,gpu或集群计算机(55)是用来加快注册过程。术中,有一个低分辨率时,只有稀疏的位移场可以被估计。基于模型的方法,术中稀疏的数据指导病人具体的有限元模型克服了这个问题。结合有限元模型,光学成像等激光测距扫描仪和立体视觉是越来越受欢迎。这些廉价的和非接触式方法提供的皮质表面几何和强度信息,这是注册到大脑表面的铁模型以更新体积模型。在我们看来,大脑体积的最有前途的方法补偿应利用术中信息转变,体积和表面,包括大脑的一个模型转变现象。自血管分布在皮层和更深的大脑结构,大脑体积变形的计算基于血管树的变形也可以提供足够的结果。这种方法的另一个优点是跟踪的重要血管手术期间,为外科医生提供更多的信息关于大脑的血液供应。到目前为止,只有少数船驱动脑转移补偿出版物(例如,61年,62年])已经出版。作者在他们的出版物中使用术中超声图像。结果是有限的图像质量的超声图像。

基于模型的补偿方法的准确性取决于选择的本构模型来描述大脑的生物力学行为。线性弹性、非线性弹性、粘弹性和两相的模型应用,最常使用的两相的模型。两相的模型描述了大脑的充满液体的固体多孔基质大致保持大脑的复杂的解剖结构。相比之下,简单的生物力学模型,如线性弹性模型能够预测大脑变形如果他们有足够好的边界条件(8]。铁的质量模型和计算时间来更新模型直接取决于所选择的网格元素。四面体是常用的,因为他们的灵活性和模拟大脑改变现实的能力。自从与四面体有限元网状有很高的自由度,更新该模型的计算时间远远高于与六面体模型生成。灵活性和计算时间之间的妥协是四面体和六面体,四面体位置用于生成灰质和白质体积发生大变形,如脑室系统,采用六面体网格,只有轻微变形。

尽管术中大脑转变是误差的主要来源在图像引导神经外科自1980年代以来一直感兴趣的主题,全面研究,量化的复杂性和时间依赖性仍然缺乏。我们的发现在本文研究大脑硬脑膜开幕前后变形或测量和postresection体积位移。这些研究量化大脑转变整个肿瘤切除手术。此外,先进的方法来测量大脑转变不存在。直接测量在物理空间和非刚性的登记和术中使用图片。在未来,研究量化大小,方向,导致大脑转变开始的神经外科的尽头是可取的。将来进一步研究的主题是基于学习的性能的登记方法弥补术中大脑的转变。众所周知,人类的大脑是一个高度个人器官,脑部肿瘤不同的形状和大小,和脑转移是一个非常复杂的过程,各种原因。因此,基于学习的登记方法可以更适合调整大脑转变的一次足够多的训练数据是可用的。到目前为止,最先进的图像模式,以弥补大脑转变iMR国际单位。 The first clinical study with LRS and FEM to correct brain deformation [144年也是最近发表。然而,另一个重要的介入图像形态,数字减影血管造影(DSA),没有考虑,尽管它比iMR便宜,能够提供实时的外科医生术中图像数据与血管等解剖结构在高分辨率。在进一步的研究中,我们将提出新的补偿方法对大脑转变基于3 d DSA图像。

7所示。结论

这项工作提出了一种综合评估术中脑部转移肿瘤切除手术的专注于先进的术中成像模式的临床经验和数学和算法方面的不同的补偿技术。它可以被看作是一个好的补充现有的审查(13]。综述了总共126篇相关论文,116人分类,并讨论了根据几个方面包括术中形态、薪酬战略,全球和当地的转换模型,登记基础上,优化技术、相似性度量、计算平台,本构模型,网格元素。分类出版物是集成在一个交互式的web页面上的工具可用http://livingreview.in.tum.de/intraoperative_brain_shift/。

的利益冲突

作者宣称没有利益冲突有关的出版。

确认

作者感谢他们的同事从椅子上计算机辅助医疗程序和增强现实的慕尼黑工业大学实现了交互式web工具“生活评论”这一主题为一个扩展他们的原创作品关于血管图像配准技术145年]。

引用

1. c·r·毛雷尔d·l·希尔,r . j .谨慎的j·a·巴韦斯·j·m·菲茨帕特里克和m . y . Wang”开颅术中大脑下表面变形测量,”医学影像计算和计算机辅助Intervention-MICCAI 98年卷,1496在计算机科学的课堂讲稿51 - 62页。Springer,柏林,德国,1998年。视图:出版商的网站|谷歌学术搜索
2. 带有浓厚学术气息,其中引述t . s . j . p . Wadley n . d .厨房、d·g·t·托马斯·w·f·钱德勒,“临床效用和成本效益的交互式图像引导颅骨切开术:临床对比传统和图像引导脑膜瘤手术,”神经外科卷,47号1,40-48,2000页。视图:出版商的网站|谷歌学术搜索
3. c·舒尔茨,s . Waldeck和美国m·莫尔”术中图像引导神经外科:发展,目前的迹象,和未来的趋势,”放射学研究和实践卷,2012 - 2012页。视图:出版商的网站|谷歌学术搜索
4. p•j•凯利,b . a .官员发到网上,和f .认真,“intra-axial大脑的计算机辅助立体定位激光切除肿瘤。”神经外科杂志》,卷64,不。3、427 - 439年,1986页。视图:出版商的网站|谷歌学术搜索
5. c . Nimsky o . Ganslandt美国赛尔·Hastreiter g·格林尼和r . Fahlbusch”的量化、可视化和补偿使用术中磁共振成像大脑转变,”神经外科卷,47号5,1070 - 1080年,2000页。视图:出版商的网站|谷歌学术搜索
6. d . w·罗伯茨,a . Hartov f·e·肯尼迪,多边投资担保机构,和k·d·鲍尔森,“术中大脑变化和变形:皮质位移的定量分析28例,“神经外科,43卷,不。4、749 - 758年,1998页。视图:出版商的网站|谷歌学术搜索
7. l . j . g . Golfinos公元前Fitzpatrick r .史密斯和r·f·Spetzler”临床使用无框架立体定向的手臂:325例的结果,“神经外科杂志》,卷83,不。2、197 - 205年,1995页。视图:出版商的网站|谷歌学术搜索
8. t . Hartkens d·l·g·希尔,公元Castellano-Smith et al .,“神经外科期间大脑变形的测量和分析,“IEEE医学成像,22卷,不。1,第92 - 82页,2003。视图:出版商的网站|谷歌学术搜索
9. c . Trantakis m . Tittgemeyer j。施耐德et al .,“调查颅内大脑时效的转变及其与肿瘤的切除程度的关系使用术中磁共振成像,”神经学研究,25卷,不。1、9 - 12,2003页。视图:出版商的网站|谷歌学术搜索
10. o .Škrinjar·d·斯宾塞,他在j·邓肯,“脑转移建模用于神经外科”医学影像计算和计算机辅助Intervention-MICCAI 98年w·m·威尔斯,a科尔切斯特,s . Delp Eds。卷,1496在计算机科学的课堂讲稿施普林格,页641 - 649年,柏林,德国,1998年。视图:出版商的网站|谷歌学术搜索
11. r . j . Benveniste和i m·杰”因素的相关性预测术中大脑转变与成功切除的恶性脑瘤使用计算机辅助技术,”外科神经学,卷63,不。6,542 - 548年,2005页。视图:出版商的网站|谷歌学术搜索
12. d . Lewandowski,“谷歌学术搜索——构造和strategische ausrichtung des和angebots auswirkungen auf安德利果汁angebote im德国der wissenschaftlichen suchmaschinen,”2005年,http://www.durchdenken.de/lewandowski/doc/Expertise_Google-Scholar.pdf。视图:谷歌学术搜索
13. i . j .杰拉德m . Kersten-Oertel k . Petrecca d .仇恨j . a .大厅,和d·l·柯林斯,“大脑转变neuronavigation脑瘤:复习一下,”医学图像分析,35卷,第420 - 403页,2017年。视图:出版商的网站|谷歌学术搜索
14. o . Ganslandt s Behari j . Gralla r . Fahlbusch和c . Nimsky“Neuronavigation:概念、技术和应用程序”神经学印度,50卷,不。3、244 - 255年,2002页。视图:谷歌学术搜索
15. s . r . Kantelhardt a·古腾堡a . Neulen n . Keric m . Renovanz和a . Giese”电视导航图像引导精度的调整轻微脑转移,”手术神经外科,11卷,不。4、504 - 511年,2015页。视图:出版商的网站|谷歌学术搜索
16. s . k . Kyriacou a·穆罕默德·k·米勒和s·内夫,“大脑神经外科力学:建模问题,”在力学生物学生物力学和建模,1卷,不。2、151 - 164年,2002页。视图:出版商的网站|谷歌学术搜索
17. a·g·r·Joldes Wittek, k·米勒,“术中大脑的计算使用动态松弛转变,”计算机在应用力学和工程方法,卷198,不。41-44,3313 - 3320年,2009页。视图:出版商的网站|谷歌学术搜索|MathSciNet
18. r . m . Comeau a . f . Sadikot a .窗口和t·m·彼得斯,“术中超声图像引导神经外科的指导和组织转变校正,”医学物理学,27卷,不。4、787 - 800年,2000页。视图:出版商的网站|谷歌学术搜索
19. d·g·米兰球迷,r . m . Comeau, t·m·彼得斯“超声波探头跟踪实时超声/ MRI叠加和可视化的大脑转变,”医学影像计算和计算机辅助Intervention-MICCAI 99年c·泰勒和a科尔切斯特,Eds。卷,1679在计算机科学的课堂讲稿施普林格,页920 - 927年,柏林,德国,1999年。视图:出版商的网站|谷歌学术搜索
20. f . m . Marreiros s Rossitti下午Karlsson et al .,“浅血管重建和多视图的摄像系统,”医学影像杂志,3卷,不。1,p。015001年,2016。视图:出版商的网站|谷歌学术搜索
21. p . Hastreiter k .恩格尔g . Soza et al .,“远程分析脑转移补偿,”医学影像计算和计算机辅助Intervention-MICCAI 2001w·j·Niessen和m . a . Viergever Eds。卷,2208在计算机科学的课堂讲稿施普林格,页1248 - 1249年,柏林,德国,2001年。视图:出版商的网站|谷歌学术搜索
22. 霁,z, a . Hartov d·w·罗伯茨和k·d·鲍尔森,“Mutual-information-based图像在图像引导神经外科病人续费使用术中超声,”医学物理学,35卷,不。10日,4612 - 4624年,2008页。视图:出版商的网站|谷歌学术搜索
23. 多边投资担保机构,“计算建模增强软组织图像引导手术:神经外科的应用程序,“《生物医学工程,44卷,不。1,第138 - 128页,2016。视图:出版商的网站|谷歌学术搜索
24. h . m . Hadani r . Spiegelman z费尔德曼Berkenstadt, z . Ram,“新颖、紧凑、术中磁共振成像制导系统常规神经外科手术室,“神经外科,48卷,不。4、799 - 809年,2001页。视图:出版商的网站|谷歌学术搜索
25. m . Knauth c . r . Wirtz v . m . Tronnier n .阿拉斯s Kunze和k .裁缝”术中成像先生增加高档神经胶质瘤患者的肿瘤切除的程度,”美国神经放射学杂志》,20卷,不。9日,第1646 - 1642页,1999年。视图:谷歌学术搜索
26. a·j·w·a·霍尔,h . Liu马丁,c . h . Pozza r·e·麦克斯韦和c l . Truwit”安全、功效和轨迹的力量介入的功能磁共振成像对神经外科,”神经外科,46卷,不。3、632 - 642年,2000页。视图:出版商的网站|谷歌学术搜索
27. a·j·w·a·霍尔,h . Liu马丁,和c l . Truwit“术中磁共振成像,”主题在磁共振成像,11卷,不。3、203 - 212年,2000页。视图:出版商的网站|谷歌学术搜索
28. c . Nimsky o . Ganslandt、p . Hastreiter和r . Fahlbusch“脑转移,术中补偿”外科神经学卷,56号6,357 - 364年,2001页。视图:出版商的网站|谷歌学术搜索
29. p . m .黑色,e·亚历山大三世,c·马丁et al .,“颅骨切开术治疗肿瘤的术中磁共振成像单元,“神经外科,45卷,不。3、423 - 433年,1999页。视图:出版商的网站|谷歌学术搜索
30. d·林德纳c . Trantakis c·雷纳et al。”应用术中三维超声在肿瘤切除,导航”微创神经外科卷,49号4、197 - 202年,2006页。视图:出版商的网站|谷歌学术搜索
31. g·e·凯尔k . r . Lamborn m . s .伯杰et al .,“Coregistration准确性和检测大脑转变期间使用术中sononavigation半球肿瘤切除,”神经外科,53卷,不。3、556 - 564年,2003页。视图:出版商的网站|谷歌学术搜索
32. s . Ohue y数学题,s Nagato et al .,“评估术中使用一个大脑转变ultrasound-linked脑部肿瘤手术导航系统,”Neurologia Medico-Chirurgica,50卷,不。4、291 - 299年,2010页。视图:出版商的网站|谷歌学术搜索
33. g·e·凯尔”与术中磁共振成像颅内neuronavigation”,目前在神经病学的意见,17卷,不。4、497 - 500年,2004页。视图:出版商的网站|谷歌学术搜索
34. f . Lindseth j . h . Kaspersen s Ommedal et al .,“多通道图像融合在ultrasound-based neuronavigation:改善概述和解释通过整合术前和术中MRI三维超声,”计算机辅助手术,8卷,不。2,49 - 69年,2003页。视图:出版商的网站|谷歌学术搜索
35. g . Unsgaard Ommedal, t·穆勒et al .,“Neuronavigation术中三维超声:最初的经验在大脑肿瘤切除,”神经外科,50卷,不。4、804 - 812年,2002页。视图:出版商的网站|谷歌学术搜索
36. a . Gronningsaeter a . Kleven s Ommedal et al .,“SonoWand, ultrasound-based neuronavigation系统”神经外科卷,47号6,1373 - 1380年,2000页。视图:出版商的网站|谷歌学术搜索
37. a·d·t·基尔·d·f·Kacher et al .,“手术开放MRI导航,”Acta Neurochirurgica,没有。85年,第125 - 121页,2003年。视图:谷歌学术搜索
38. v . m . Tronnier c . r . Wirtz m . Knauth et al .,“神经外科术中诊断和介入磁共振成像,”神经外科,40卷,不。5,891 - 902年,1997页。视图:出版商的网站|谷歌学术搜索
39. a r m . Comeau窗口,t·m·彼得斯“图像引导神经外科术中我们互动,”射线照相,18卷,不。4、1019 - 1027年,1998页。视图:出版商的网站|谷歌学术搜索
40. m·a . El Beltagy和m . m . e . Atteya”的好处导航术中超声在儿童第四脑室肿瘤的切除,”孩子的神经系统卷,29号7,1079 - 1088年,2013页。视图:出版商的网站|谷歌学术搜索
41. p . j .白色,s·惠伦,s . c .唐·g·t·克莱门特·a·Jolesz和a·j·格尔贝”术中使用shearmode经颅超声大脑变化监测,”《IEEE国际超声学研讨会,2008国际单位2008年11月,页1363 - 1365。视图:出版商的网站|谷歌学术搜索
42. k . e . Lunn k·d·鲍尔森,d . w·罗伯茨,f·e·肯尼迪,a . Hartov和j·d·西”与co-registered超声波位移估计图像引导神经外科:体内定量研究猪,”IEEE医学成像,22卷,不。11日,第1368 - 1358页,2003年。视图:出版商的网站|谷歌学术搜索
43. c·r·毛雷尔d·l·g·希尔,a·j·马丁et al .,“调查使用1.5 - t先生介入术中大脑的变形系统:初步结果,“IEEE医学成像,17卷,不。5,817 - 825年,1998页。视图:出版商的网站|谷歌学术搜索
44. d·l·希尔,c·r·毛雷尔a·j·马丁et al .,“评估术中大脑的变形使用介入成像,先生”医学影像计算和计算机辅助Intervention-MICCAI 99年c·泰勒和a科尔切斯特,Eds。卷,1679在计算机科学的课堂讲稿施普林格,页910 - 919年,柏林,德国,1999年。视图:出版商的网站|谷歌学术搜索
45. p . Hastreiter c . Rezk-Salama g . Soza et al .,“大脑转变策略评估,”医学图像分析,8卷,不。4、447 - 464年,2004页。视图:出版商的网站|谷歌学术搜索
46. d·l·希尔,c·r·毛雷尔m . y . Wang r . j .谨慎的j·a·巴韦斯和j·m·菲茨帕特里克“术中大脑表面运动,估计”第一届联席会议论文集计算机视觉、虚拟现实和机器人在医学和医疗机器人和计算机辅助手术(CVRMed-MRCAS ' 97),Eds Grimson j . Troccaz和大肠。卷,1205在计算机科学的课堂讲稿施普林格,页449 - 458年,1997年3月,法国格勒诺布尔。视图:出版商的网站|谷歌学术搜索
47. m . m . j . Letteboer p·w·a·斯·m·a . Viergever和w·j . Niessen“脑转移估计使用三维超声图像引导神经外科,”IEEE生物医学工程,52卷,不。2、268 - 276年,2005页。视图:出版商的网站|谷歌学术搜索
48. n . l . Dorward o .阿尔贝蒂b Velani et al .,“大脑Postimaging失真:大小、关联和影响neuronavigation,”神经外科杂志》,卷88,不。4、656 - 662年,1998页。视图:出版商的网站|谷歌学术搜索
49. n .哈塔,A·s . Warfield w·威尔斯,r . Kikinis和f . A . Jolesz”体积光流的方法测量大脑变形术中磁共振图像,”医学影像计算和计算机辅助Intervention-MICCAI 99年c·泰勒和a科尔切斯特,Eds。卷,1679在计算机科学的课堂讲稿施普林格,页928 - 935年,柏林,德国,1999年。视图:出版商的网站|谷歌学术搜索
50. g . Soza m·鲍尔·Hastreiter c . Nimsky和g·格林尼“非刚性的注册与使用基于硬件的3 d贝塞尔函数”医学影像计算和计算机辅助Intervention-MICCAI 2002、t . Dohi和r . Kikinis Eds。卷,2489在计算机科学的课堂讲稿施普林格,页549 - 556年,柏林,德国,2002年。视图:出版商的网站|谷歌学术搜索
51. g . Soza p . Hastreiter f·维加et al .,“非线性术中修正的大脑转变为1.5 T的数据”Bildverarbeitung毛皮Medizin 2003死亡页。21日- 25日,Informatik aktuell Springer,柏林,德国,2003年。视图:出版商的网站|谷歌学术搜索
52. t . Hartkens d·l·希尔,公元Castellano-Smith et al .,“使用点和表面,提高分布非刚性配准”医学影像计算和计算机辅助Intervention-MICCAI 2002、t . Dohi和r . Kikinis Eds。卷,2489在计算机科学的课堂讲稿施普林格,页565 - 572年,柏林,德国,2002年。视图:出版商的网站|谷歌学术搜索
53. j . Rexilius s . k . Warfield c·古德曼爵士et al .,“小说的非刚性配准算法和应用程序”,课堂讲稿在计算机科学(包括子系列讲义在人工智能和课堂讲稿在生物信息学)卷,2208年,第931 - 923页,2001年。视图:出版商的网站|谷歌学术搜索
54. p . Hastreiter c . Rezk-Salama c . Nimsky c . Lurig g·格林尼和t . Ertl”登记的技术分析大脑的神经外科的转变,“电脑和图形(帕加马),24卷,不。3、385 - 389年,2000页。视图:出版商的网站|谷歌学术搜索
55. o . Clatz h . Delingette pext。塔洛斯et al .,“健壮的非刚性的注册来捕获从术中MRI大脑转变,”IEEE医学成像,24卷,不。11日,第1427 - 1417页,2005年。视图:出版商的网站|谷歌学术搜索
56. z顾和b .秦”,非刚性的脑瘤切除登记先生基于联合显著地图和图像关键点集群、”传感器,9卷,不。12日,第10290 - 10270页,2009年。视图:出版商的网站|谷歌学术搜索
57. l . m - l . noel s . k . Warfield j·g·维尔和p . a .长袍,“串行有限元/ XFEM-based更新使用术中MRI术前脑图像,”国际生物医学成像杂志》上文章ID 872783卷,2012年,2012年。视图:出版商的网站|谷歌学术搜索
58. f . Drakopoulos p . Foteinos y刘,n . p . Chrisochoides”向实时multi-tissue自适应框架基于物理非刚性配准的大脑肿瘤切除,”Neuroinformatics前沿,8卷,货号。11日,2014年。视图:出版商的网站|谷歌学术搜索
59. d·g·米兰球迷,r . m . Comeau, t·m·彼得斯“超声波对神经外科/ MRI叠加图像扭曲”医学影像计算和计算机辅助Intervention-MICCAI 2000,s . l . Delp a . m . DiGoia和b . Jaramaz Eds。卷,1935在计算机科学的课堂讲稿施普林格,页106 - 114年,柏林,德国,2000年。视图:出版商的网站|谷歌学术搜索
60. t . Arbel x 20世纪,r . m . Comeau d·l·柯林斯,“自动修正的非线性MRI-ultrasound登记大脑变形术中,“计算机辅助手术,9卷,不。4、123 - 136年,2004页。视图:出版商的网站|谷歌学术搜索
61. Reinertsen, m . Descoteaux s Drouin k . Siddiqi d·l·柯林斯,“船驱动纠正脑转移,”医学影像计算和计算机辅助Intervention-MICCAI 2004c . Barillot, d . r . Haynor和p .命运,Eds。卷,3217在计算机科学的课堂讲稿施普林格,页208 - 216年,柏林,德国,2004年。视图:出版商的网站|谷歌学术搜索
62. Reinertsen, f . Lindseth、g . Unsgaard和d·l·柯林斯“临床验证vessel-based注册回调的大脑变化,“医学图像分析,11卷,不。6,673 - 684年,2007页。视图:出版商的网站|谷歌学术搜索
63. x Pennec: Ayache, a罗氏,p . Cachier“非刚性的先生/我们登记跟踪大脑变形,”学报》国际研讨会上医学成像和增强现实,MIAR 20012001年6月,页79 - 86。视图:出版商的网站|谷歌学术搜索
64. x Pennec、p . Cachier和n . Ayache”追踪大脑变形在时间序列的3 d图像,”模式识别的字母,24卷,不。4 - 5,801 - 813年,2003页。视图:出版商的网站|谷歌学术搜索
65. m . m . Letteboer p·w·斯·m·a . Viergever和w·j . Niessen”三维超声图像的非刚性的登记的脑肿瘤在神经外科,”医学影像计算和计算机辅助Intervention-MICCAI 2003r·e·埃利斯,t·m·彼得斯。卷,2879在计算机科学的课堂讲稿施普林格,页408 - 415年,柏林,德国,2003年。视图:出版商的网站|谷歌学术搜索
66. j·冈萨雷斯,d . Sosa-Cabrera m·奥尔特加et al .,“基于超声的术中大脑调整转变,”IEEE超声学学报》研讨会(IUS ' 07)IEEE,页1571 - 1574年,2007年10月。视图:出版商的网站|谷歌学术搜索
67. t . k . Sinha诉Duay, b . m . Dawant和多边投资担保机构,“皮质转变跟踪使用激光测距扫描仪和可变形的注册方法,”医学影像计算和计算机辅助Intervention-MICCAI 2003r·e·埃利斯,t·m·彼得斯。卷,2879在计算机科学的课堂讲稿施普林格,页166 - 174年,柏林,德国,2003年。视图:出版商的网站|谷歌学术搜索
68. t . k . Sinha b . m . Dawant诉Duay et al .,”方法来跟踪使用激光测距扫描仪,皮质表面变形”IEEE医学成像,24卷,不。6,767 - 781年,2005页。视图:出版商的网站|谷歌学术搜索
69. p .保罗,x 20世纪,p . Jannin”表面登记方法量化图像引导神经外科术中大脑变形的“IEEE在生物医学信息技术,13卷,不。6,976 - 983年,2009页。视图:出版商的网站|谷歌学术搜索
70. 丁,多边投资担保机构,r·c·汤普森·Dumpuri a .曹和b . m . Dawant”估计术中使用激光测距扫描仪跟踪大脑转变,”学报IEEE-EMBS第29届国际年会,在医学和生物工程协会,EMBC ' 07,页848 - 851,法国里昂,2007年8月。视图:出版商的网站|谷歌学术搜索
71. D.-X。壮族,y。刘,js。吴et al .,“稀疏的术中数据驱动的生物力学模型,以弥补在neuronavigation大脑转变,”美国神经放射学杂志》,32卷,不。2、395 - 402年,2011页。视图:出版商的网站|谷歌学术搜索
72. p . Dumpuri r·c·汤普森b . m . Dawant a .曹和多边投资担保机构,”一个atlas-based方法来弥补大脑转变:初步结果,“医学图像分析,11卷,不。2、128 - 145年,2007页。视图:出版商的网站|谷歌学术搜索
73. m·a·Audette k Siddiqi, t·m·彼得斯”表面水平集分割和快速皮质范围图像跟踪计算intrasurgical变形,”医学影像计算和计算机辅助Intervention-MICCAI 99年c·泰勒和a科尔切斯特,Eds。卷,1679在计算机科学的课堂讲稿施普林格,页788 - 797年,柏林,德国,1999年。视图:出版商的网站|谷歌学术搜索
74. m·a·Audette k . Siddiqi f p•菲利和t·m·彼得斯,”一个集成的范围检测,分割和注册框架intra-surgical大脑变形的特征图像引导手术,”计算机视觉和图像理解,卷89,不。2 - 3、226 - 251年,2003页。视图:出版商的网站|谷歌学术搜索
75. 多边投资担保机构,t . k . Sinha d . m .现金,r·l·洛韦和r . j . Weil,“皮质表面使用激光测距扫描图像引导神经外科的登记,”IEEE医学成像,22卷,不。8,973 - 985年,2003页。视图:出版商的网站|谷歌学术搜索
76. k, t . s . Pheiffer a·l·辛普森j . a . Weis r·c·汤普森和多边投资担保机构,“接近实时的计算机辅助手术治疗脑转移校正利用生物力学模型,”IEEE平移工程在健康和医学杂志》上,卷2,1-13,2014页。视图:出版商的网站|谷歌学术搜索
77. 诉Duay, t . k . Sinha p D 'Haese,多边投资担保机构,和b . m . Dawant“非刚性的登记串行估计术中图像进行自动的大脑转变,”生物医学图像配准的过程:第二国际研讨会,WBIR 2003,j . c .哎呀,j·b·安东尼Maintz和m . w . Vannier, Eds。卷,2717在计算机科学的课堂讲稿施普林格,页61 - 70年,费城,宾夕法尼亚州,美国。视图:出版商的网站|谷歌学术搜索
78. 张c、m . Wang和z的歌,“brain-deformation框架基于线弹性模型和评估使用临床资料,”IEEE生物医学工程,卷。58岁的没有。1,第199 - 191页,2011。视图:出版商的网站|谷歌学术搜索
79. 吴c·彼德•x Papademetris, k, k·韦弗斯·d·斯宾塞,和j·s·邓肯,”非刚性的3 d大脑登记使用强度/特性信息,”医学影像计算和计算机辅助Intervention-MICCAI 2006r·拉森,m·尼尔森和j·斯波尔,Eds。卷,4190在计算机科学的课堂讲稿施普林格,页932 - 939年,柏林,德国,2006年。视图:出版商的网站|谷歌学术搜索
80. c·彼德•x Papademetris, k·韦弗斯·d·斯宾塞,和j·s·邓肯,”结合大脑功能/灰度补偿使用立体指导转变,”学报》第三届IEEE国际研讨会在生物医学成像:从纳米到宏2006年4月,页335 - 338。视图:谷歌学术搜索
81. h .太阳,k . e . Lunn Farid h . et al .,“Stereopsis-guided脑转移补偿,”IEEE医学成像,24卷,不。8,1039 - 1052年,2005页。视图:出版商的网站|谷歌学术搜索
82. o .Škrinjar c . Studholme a·j·邓肯,”步骤stereo-camera-guided生物力学模型脑转移补偿,”在医学影像信息处理:17国际会议,IPMI 2001m . f . Insana r·m·莱希,Eds。,pp. 183–189, Davis, Calif, USA, 2001.视图:出版商的网站|谷歌学术搜索
83. x粉丝,s, a . Hartov d·w·罗伯茨和k·d·鲍尔森,“先生立体电视图像配准的皮质表面位移映射增强图像引导神经外科,”医学物理学第41卷。。2014年10篇文章ID 102302。视图:出版商的网站|谷歌学术搜索
84. a . n . Kumar多边投资担保机构,t . s . Pheiffer l . b . Chambless r·c·汤普森和b . m . Dawant”自动跟踪脑部肿瘤手术的术中大脑表面位移”第36届国际研讨会论文集IEEE,生物医学工程学会的EMBC 20142014年8月,页1509 - 1512。视图:出版商的网站|谷歌学术搜索
85. 曹p . Dumpuri r·c·汤普森A . et al .,”一个快速和有效的方法来弥补脑转移瘤切除术治疗术前和术后x线断层照片之间的测量,”IEEE生物医学工程卷,57号6,1285 - 1296年,2010页。视图:出版商的网站|谷歌学术搜索
86. k . Kobashi x Papademetris, j·s·邓肯,”一个新的生物力学模型的方法基于脑转移补偿,”医学影像计算和计算机辅助Intervention-MICCAI 2003r·e·埃利斯,t·m·彼得斯。卷,2878在计算机科学的课堂讲稿施普林格,页59 - 66年,柏林,德国,2003年。视图:出版商的网站|谷歌学术搜索
87. p . Farnia a . Ahmadian a . Khoshnevisan a . Jaberzadeh n . d . Serej和a . f . Kazerooni”基于有效点登记术中超声图像与图像计算的脑转移;幽灵的一项研究中,”学报》第33届国际会议的IEEE在医学和生物工程协会(EMBC 11),页8074 - 8077,波士顿,质量,美国,2011年8月。视图:谷歌学术搜索
88. f·普拉达、m . del的野猪,l . Mattei et al .,”融合为术中成像ultrasound-based在神经外科导航”《超声,17卷,不。3、243 - 251年,2014页。视图:出版商的网站|谷歌学术搜索
89. 哈格曼a k罗尔,h s Stiehl Spetzger,和j·m·Gilsbach”生物力学建模人类头上的身体基础,非刚性图像配准,”IEEE医学成像,18卷,不。10日,875 - 884年,1999页。视图:出版商的网站|谷歌学术搜索
90. m . Bucki c·林狼,y Payan”框架,一种低成本的术中影像neuronavigator补偿,包括大脑转变”学报》第29届国际年会IEEE,生物医学工程的社会2007年8月,页872 - 875。视图:谷歌学术搜索
91. d . w·罗伯茨,多边投资担保机构,a Hartov et al .,“即使更新使用大脑神经影像建模和稀疏数据,”神经外科,45卷,不。5,1199 - 1207年,1999页。视图:出版商的网站|谷歌学术搜索
92. a . Wittek t·霍金斯和k·米勒,“不足道的本构模型计算的大脑图像引导手术的变形,“在力学生物学生物力学和建模,8卷,不。1,第84 - 77页,2009。视图:出版商的网站|谷歌学术搜索
93. o . Clatz h . Delingette e . Bardinet d . Dormont和n . Ayache”针对病人的大脑的生物力学模型:应用帕金森病过程中,”《手术模拟和软组织建模:国际研讨会,IS4TM 2003:Ayache和h Delingette, Eds。卷,2673在计算机科学的课堂讲稿施普林格,页321 - 331年,Juan-Les-Pins,法国,2003年6月。视图:出版商的网站|谷歌学术搜索
94. s . Warfield m . Ferrant x Gallez, a·f . Jolesz和r . Kikinis“实时生物力学模拟的大脑体积变形图像引导神经外科”ACM和IEEE SC学报》2000年会议美国德克萨斯州,页23-23,达拉斯,2000年11月。视图:出版商的网站|谷歌学术搜索
95. s . k . Warfield f·塔洛斯,a Tei et al .,“实时登记期间,生物力学模拟变形体积brainMRI图像引导神经外科,”在科学计算和可视化,5卷,不。1,3-11,2002页。视图:出版商的网站|谷歌学术搜索
96. m . Ferrant a·b·Macq f·a·Jolesz r . Kikinis和s . k . Warfield”登记3 d先生术中大脑的图像使用有限元生物力学模型,”IEEE医学成像,20卷,不。12日,第1397 - 1384页,2001年。视图:出版商的网站|谷歌学术搜索
97. m . Ferrant a·b·Macq et al .,“连续登记的术中图像的大脑,先生”医学图像分析》第六卷,没有。4、337 - 359年,2002页。视图:出版商的网站|谷歌学术搜索
98. 陈,r . e . Ong a·l·辛普森k .太阳,r·c·汤普森和多边投资担保机构,“将收缩模型集成到一个atlas-based脑转移预测框架,“IEEE生物医学工程,60卷,不。12日,第3504 - 3494页,2013年。视图:出版商的网站|谷歌学术搜索
99. a . Wittek r . Kikinis s . k . Warfield和k·米勒,“大脑转变使用完全非线性生物力学模型,计算”医学影像计算和计算机辅助Intervention-MICCAI 2005、j·s·邓肯和g . Gerig Eds。卷,3750在计算机科学的课堂讲稿施普林格,页583 - 590年,柏林,德国,2005年。视图:出版商的网站|谷歌学术搜索
100. g . r . Joldes a . Wittek m . Couton s . k . Warfield和k·米勒,“实时预测脑转移使用非线性有限元算法,”医学影像计算和计算机辅助Intervention-MICCAI 2009,G.-Z。杨·d·霍克斯,d . Rueckert高贵,和c·泰勒,Eds。卷,5762在计算机科学的课堂讲稿施普林格,页300 - 307年,柏林,德国,2009年。视图:出版商的网站|谷歌学术搜索
101. g . r . Joldes a . Wittek和k·米勒,“实时非线性有限元计算在GPU上:应用神经外科模拟,”计算机在应用力学和工程方法,卷199,不。49-52,3305 - 3314年,2010页。视图:出版商的网站|谷歌学术搜索
102. k·米勒,生物力学计算机集成的大脑手术,华沙理工大学出版社华沙,波兰,2002年。
103. j . Hu x, j·b·李et al .,“术中使用三维非齐次针对病人的脑转移预测有限元模型,”神经外科杂志》,卷106,不。1,第169 - 164页,2007。视图:出版商的网站|谷歌学术搜索
104. o .Škrinjar a·j·邓肯,“模型驱动的大脑转变补偿,”医学图像分析》第六卷,没有。4、361 - 373年,2002页。视图:出版商的网站|谷歌学术搜索
105. a . Wittek k·米勒,r . Kikinis, s . k . Warfield”针对病人的大脑模型变形:应用医学图像配准,”生物力学杂志,40卷,不。4、919 - 929年,2007页。视图:出版商的网站|谷歌学术搜索
106. a . Wittek g . Joldes m . Couton s . k . Warfield和k·米勒”,针对病人的非线性有限元模型预测软实时器官变形;应用非刚性的神经登记。”生物物理和分子生物学的进展,卷103,不。2 - 3、292 - 303年,2010页。视图:出版商的网站|谷歌学术搜索
107. o . m .Škrinjar和j·s·邓肯,“实时3 d脑转移补偿,”在医学成像信息处理卷,1613在计算机科学的课堂讲稿页42-55 Springer,柏林,德国,1999年。视图:出版商的网站|谷歌学术搜索
108. k·米勒,a . Wittek g . Joldes et al .,“造型大脑变形电脑一体机神经外科,”国际期刊《生物医学工程中的数值方法,26卷,不。1,第138 - 117页,2010。视图:出版商的网站|谷歌学术搜索
109. t . c .却有些a·库马尔Rathinam s . a . Shanmugam诉Waran,“建模导航探针之间的交互和可变形的脑组织基于有限元分析:初步研究,”学报第二IEEE-EMBS生物医学工程和科学会议上,IECBES 20122012年12月,页519 - 524。视图:出版商的网站|谷歌学术搜索
110. s s·r·苏Loncaric, m . schuld”模拟的患者大脑变形由于转变,”第29届IEEE年度东北生物工程学报》发布会上,NEBC 20032003年3月,页93 - 94。视图:出版商的网站|谷歌学术搜索
111. k . e . Lunn k·d·鲍尔森,d·r·林奇d·w·罗伯茨,f·e·肯尼迪和a . Hartov”同化与脑转移术中数据建模使用伴随方程,”医学图像分析,9卷,不。3、281 - 293年,2005页。视图:出版商的网站|谷歌学术搜索
112. p . Dumpuri c·r·陈,多边投资担保机构,“Model-updated形象指导:统计方法gravity-induced大脑转变,”医学影像计算和计算机辅助Intervention-MICCAI 2003卷,2878在计算机科学的课堂讲稿施普林格,页375 - 382年,柏林,德国,2003年。视图:出版商的网站|谷歌学术搜索
113. p . Dumpuri r·c·汤普森·t·k . Sinha和多边投资担保机构,“大脑自动移校正使用预计算变形阿特拉斯,”2006年医学成像:可视化、图像引导过程和显示卷,6141学报学报,页61411 f - 61411 - f - 8, 2006年2月。视图:出版商的网站|谷歌学术搜索
114. a . o . Ecabert t·巴兹·j . Thiran,“大脑转变修正基于边界元生物力学模型与不同的材料属性,”医学影像计算和计算机辅助Intervention-MICCAI 2003卷,2878在计算机科学的课堂讲稿页41-49 Springer,柏林,德国,2003年。视图:出版商的网站|谷歌学术搜索
115. 哈格曼a . k .罗尔,h . s . Stiehl”耦合流体和生物力学的弹性模型模拟的大脑使用有限元变形,“医学图像分析》第六卷,没有。4、375 - 388年,2002页。视图:出版商的网站|谷歌学术搜索
116. s, a . Hartov d·罗伯茨,k . Paulsen”数据同化使用梯度下降法来评估术中大脑的变形,“医学图像分析,13卷,不。5,页744 - 756,2009年,包括特殊部分第12届国际会议在医学成像和计算机辅助干预。视图:出版商的网站|谷歌学术搜索
117. k . e . Lunn k·d·鲍尔森,f . Liu f·e·肯尼迪,a . Hartov d·w·罗伯茨,“大脑Data-guided变形建模:评估3 d伴随反演方法在猪的研究中,“IEEE生物医学工程,53卷,不。10日,1893 - 1900年,2006页。视图:出版商的网站|谷歌学术搜索
118. g . Soza r·格罗索c . Nimsky p . Hastreiter r . Fahlbusch和g·格林尼”测定脑组织的弹性参数,结合模拟和登记,”国际医学杂志》上的机器人+计算机辅助手术:MRCAS,1卷,不。3、87 - 95年,2005页。视图:出版商的网站|谷歌学术搜索
119. g . Soza r·格罗索c . Nimsky g·格林尼和p . Hastreiter”估计机械脑组织属性模拟和登记,”医学影像计算和计算机辅助Intervention-MICCAI 2004c . Barillot, d . r . Haynor和p .命运,Eds。卷,3217在计算机科学的课堂讲稿施普林格,页276 - 283年,柏林,德国,2004年。视图:出版商的网站|谷歌学术搜索
120. g . Soza r·格罗索,Labsik et al .,“快速、自适应有限元方法建模的大脑转变,”计算机辅助手术,8卷,不。5,241 - 246年,2003页。视图:出版商的网站|谷歌学术搜索
121. 多边投资担保机构,k·d·鲍尔森,f·e·肯尼迪,p . j . Hoopes a . Hartov d·w·罗伯茨,“3 d大脑经历类似的手术加载变形模型,”第19届国际会议的程序IEEE在医学和生物学社会工程1997年11月,页773 - 776。视图:谷歌学术搜索
122. m .多边投资担保机构,k . Paulsen肯尼迪,j . hoope a . Hartov d·罗伯茨,“最初的体内分析异构大脑计算3 d图像引导神经外科model-updated,”医学影像计算和计算机辅助Intervention-MICCAI 98年卷,1496在计算机科学的课堂讲稿施普林格,页743 - 752年,柏林,德国,1998年。视图:出版商的网站|谷歌学术搜索
123. 多边投资担保机构,k·d·鲍尔森,f·e·肯尼迪,p . j . Hoopes a . Hartov d·w·罗伯茨,“大脑三维变形模型的量化经历时间大规模扩张,”《24日IEEE东北生物工程年会1998年4月,页68 - 71。视图:谷歌学术搜索
124. 多边投资担保机构,k·d·鲍尔森,p . j . Hoopes f·e·肯尼迪,a . Hartov d·w·罗伯茨,“体内建模手术负载下的间质压力在大脑中使用有限元素,”生物力学工程杂志,卷122,不。4、354 - 363年,2000页。视图:出版商的网站|谷歌学术搜索
125. 多边投资担保机构,k·d·鲍尔森,p . j . Hoopes f·e·肯尼迪,a . Hartov d·w·罗伯茨,“体内量化大脑均匀变形模型的更新术前图像在手术过程中,“IEEE生物医学工程卷,47号2、266 - 273年,2000页。视图:出版商的网站|谷歌学术搜索
126. 多边投资担保机构,k·d·鲍尔森,j . m .硫酸钾et al .,“Model-updated形象指导:最初的临床经验与大脑gravity-induced变形”第五届IEEE磨床学报》国际暑期学校在生物医学成像、SSBI 2002伯德岛,p。9日,法国,2002年6月。视图:出版商的网站|谷歌学术搜索
127. 多边投资担保机构,a . Staubert k·d·Paulsen et al .,“Model-updated图像引导神经外科:初步分析使用术中先生,”课堂讲稿在计算机科学(包括子系列讲义在人工智能和课堂讲稿在生物信息学)卷,1935年,第124 - 115页,2000年。视图:谷歌学术搜索
128. 洛杉矶Platenik,多边投资担保机构,d . w·罗伯茨et al .,“体内的收缩变形量化建模期间为更新图像引导神经外科,”IEEE生物医学工程卷,49号8,823 - 835年,2002页。视图:出版商的网站|谷歌学术搜索
129. 陈,a . m .科菲美国丁et al .,“术中大脑转移补偿:占,硬铝隔”IEEE生物医学工程,卷。58岁的没有。3、499 - 508年,2011页。视图:出版商的网站|谷歌学术搜索
130. m·d·Buhmann径向基函数:理论和实现12卷剑桥专著数学应用和数学计算机课程英国剑桥,剑桥大学出版社,2003年。视图:出版商的网站|MathSciNet
131. d . s . Broomhead d·劳,“多变量函数插值和自适应网络,”复杂的系统,卷2,不。3、321 - 355年,1988页。视图:谷歌学术搜索|MathSciNet
132. j . Meinguet“多元插值在任意点简单的,”Zeitschrift毛皮angewandte Mathematik和物理学ZAMP,30卷,不。2、292 - 304年,1979页。视图:谷歌学术搜索
133. t . w . Sederberg和s·r·帕里“自由变形固体的几何模型,计算机图形学,20卷,不。4、151 - 160年,1986页。视图:出版商的网站|谷歌学术搜索
134. d . Rueckert l . i Sonoda c·海斯·d·l·g·希尔,m . o .浸出和d·j·霍克斯,“非刚性的注册使用自由格式的变形:应用乳腺图像,先生”IEEE医学成像,18卷,不。8,712 - 721年,1999页。视图:出版商的网站|谷歌学术搜索
135. j·l·巴伦·d·j·舰队,分析师和s . s . Beauchemin“光学流技术的性能,”国际计算机视觉杂志》上,12卷,不。1,页43 - 77,1994。视图:出版商的网站|谷歌学术搜索
136. d . Rueckert和j·a·施纳贝尔在医学图像配准生物医学图像处理、生物和医学物理,生物医学工程,页131 - 154,施普林格,柏林,德国,2011年。视图:出版商的网站|谷歌学术搜索
137. p . j . Besl n·d·麦凯,“登记3 d形状的方法,”IEEE模式分析与机器智能,14卷,不。2、239 - 256年,1992页。视图:出版商的网站|谷歌学术搜索
138. g . Borgefors“分层匹配:倒角参数匹配算法,”IEEE模式分析与机器智能,10卷,不。6,849 - 865年,1988页。视图:出版商的网站|谷歌学术搜索
139. 美国黄金,a . Rangarajan周二C.-P。,美国帕普,e . Mjolsness”新的2 d和3 d点匹配算法:姿势估计和信件,”模式识别没有,卷。31日。8,1019 - 1031年,1998页。视图:出版商的网站|谷歌学术搜索
140. a . k . Ommaya”组织的神经系统,机械性能”生物力学杂志,1卷,不。2、127 - in23, 1968页。视图:出版商的网站|谷歌学术搜索
141. w·戈德史密斯在“生物力学的头部受伤,”在生物力学学报》《会饮篇》,其基础和目标,y Fung, n . Perrone和m . Anliker Eds。,pp. 585–635, University of California, San Diego, Calif, USA, 1970.视图:谷歌学术搜索
142. n . akka“连续体建模的头部受伤,”半骨盆的进展Ed: akka, 297 - 331年,1979页。视图:谷歌学术搜索
143. s . j .霍利斯特”Biosolid力学:一般信息、分级、教学大纲”。视图:谷歌学术搜索
144. 多边投资担保机构,k .太阳,i . Chen等人”的临床评价model-updated图像引导大脑转移补偿方法:16例的经验,“国际计算机辅助放射学杂志和手术,11卷,不。8,1467 - 1474年,2016页。视图:出版商的网站|谷歌学术搜索
145. s . Matl r . Brosig m . Baust n .布和s . Demirci“血管图像配准技术:生活审查。”医学图像分析,35卷,1卷,2017页。视图:出版商的网站|谷歌学术搜索

版权

版权©2017年斯明拜耳等。这是一个开放分布式下文章知识共享归属许可,它允许无限制的使用、分配和复制在任何媒介,提供最初的工作是正确引用。