基于2D特征估計3D相機位姿的方法和系統(tǒng)。生成3D虛擬相機位姿，每個3D虛擬相機位姿用于確定投影目標器官的3D模型的視角，以創(chuàng)建目標器官的2D圖像。從每個2D圖像中提取2D特征，并與對應的3D虛擬相機位姿配對以表示映射。基于配對獲取2D...

一種用于基于采集到的2D超聲圖像估計超聲探頭的3D位姿的方法和系統(tǒng)。在手術(shù)期間，3D探頭位姿被投影到2D腹腔鏡圖像上對應的2D位置處。超聲探頭被放置在3D探頭位姿中的一個選擇的3D探頭位姿處/附近，以獲取2D超聲圖像，從該2D超聲圖像中...

本教導涉及可變形對準的方法、系統(tǒng)和介質(zhì)。從2D圖像中自動地檢測2D血管，該2D圖像具有由插入患者體內(nèi)并指向目標器官的相機所捕獲的解剖結(jié)構(gòu)。獲得至少一個2D血管的血管標簽。基于檢測到的2D血管來識別目標器官的3D模型中的3D血管結(jié)構(gòu)。2D...

本教導涉及基于手術(shù)工具的視覺引導的自動生成。在手術(shù)期間提供捕獲解剖結(jié)構(gòu)和解剖結(jié)構(gòu)中的手術(shù)器械的二維(2D)圖像。基于2D圖像檢測附接到手術(shù)器械的工具的類型和姿態(tài)。聚焦信息是基于檢測到的工具的類型和姿態(tài)來確定的，并且聚焦信息被用于生成視覺...

本教導涉及基于手術(shù)工具的自動模型融合。接收二維(2D)圖像，捕獲手術(shù)器械。檢測手術(shù)工具附接到器械的2D位置。基于該手術(shù)工具來確定聚焦信息的特定類型，用于使用該手術(shù)工具來輔助手術(shù)任務(wù)。經(jīng)由模型融合標識2D/3D對應聚焦區(qū)域。基于來自器官和...

本教導涉及區(qū)域邊界標識和覆蓋顯示的方法、系統(tǒng)、介質(zhì)和實現(xiàn)。接收與3D對象相關(guān)聯(lián)的輸入。獲得具有多個區(qū)域的3D對象的3D體積模型，每個區(qū)域包括多個標記的體素。為3D對象的表面生成網(wǎng)格表示。基于3D體積模型和網(wǎng)格表示標識3D對象的表面上的區(qū)...

本教導涉及手術(shù)位置標記。器官的3D模型包括形成手術(shù)軌跡的切割點。每個切割點具有模型空間中的3D坐標和表面法線。當切割點被投影到工作空間中時，利用工作空間中的經(jīng)映射的3D坐標和經(jīng)映射的表面法線創(chuàng)建經(jīng)映射的切割點。利用具有尖端并具有附接到其...

本教導涉及機器人基座位置的自動確定。獲得關(guān)于用于在器官上執(zhí)行外科手術(shù)的手術(shù)器械的器械訪問地圖，器械訪問地圖定義器官上具有形成手術(shù)軌跡的切割點的表面區(qū)域。接收關(guān)于機器人和手術(shù)環(huán)境的信息，并且將該信息用于生成具有多個機器人基座位置的機器人訪...

本教導涉及套管針/機器人基座位置的自動確定。與外科手術(shù)相關(guān)的輸入包括器官的三維(3D)模型，器官上的切割點形成手術(shù)軌跡。機器人控制手術(shù)器械到達切割點以進行操作。識別用于插入手術(shù)器械的插入位置。基于所識別的插入位置，相對于所識別的插入位置...

本教導涉及套管針/機器人基座位置的自動確定。輸入涉及外科手術(shù)，該輸入具有器官的3D模型，該3D模型包括器官上形成有手術(shù)軌跡的切割點。機器人控制手術(shù)器械到達切割點以進行外科手術(shù)。生成用于插入手術(shù)器械的插入位置和用于部署機器人的基座位置的候...

本公開涉及計劃通過線性切割吻合器手術(shù)切除病變的系統(tǒng)和方法。描述了用于計算機輔助術(shù)前手術(shù)計劃的方法、系統(tǒng)、介質(zhì)和實施方式。系統(tǒng)接收關(guān)于患者的部位獲取的輸入數(shù)據(jù)。該部位與患者的要手術(shù)的器官(例如肺)對應并且包括在手術(shù)期間要去除的一個或多個病...

本教導涉及用于將3D虛擬模型與同患者的器官相關(guān)聯(lián)的2D圖像進行融合的方法、系統(tǒng)、介質(zhì)和實現(xiàn)。關(guān)鍵位姿被確定為醫(yī)療儀器相對于患者器官的大致位置和取向。基于關(guān)鍵位姿，通過將3D虛擬模型投影到2D圖像上，在由醫(yī)療儀器獲取的患者器官的2D圖像上...

本教導涉及用于估計3D虛擬模型的3D坐標的方法、系統(tǒng)、介質(zhì)和實現(xiàn)。獲得兩對特征點。所述對中的每一對包括在醫(yī)療過程期間獲取的2D圖像中觀察到的器官上的相應2D特征點、以及來自3D虛擬模型的相應對應3D特征點，該3D虛擬模型是在該過程之前基...

本教導涉及用于估計3D虛擬模型的3D坐標的方法、系統(tǒng)、介質(zhì)和實現(xiàn)。獲得兩對特征點。基于特征點對自動確定第一3D特征點的第一3D坐標和第二3D特征點的第二3D坐標，使得所確定的第一3D坐標與所確定的第二3D坐標之間的第一距離等于在3D虛擬...

一種用于以非侵入方式表征嵌入實體內(nèi)部的目標，特別是腫瘤的光譜機械成像系統(tǒng)和方法。特別地，本公開涉及用于基于腫瘤的光譜特性的變化來估計腫瘤的尺寸和深度的方法。此外，本公開涉及一種估計目標即腫瘤的彈性模量的方法。該方法可以在具有至少一個處理...

本教導涉及用于機器人路徑規(guī)劃的方法、系統(tǒng)、介質(zhì)和實現(xiàn)方案。由部署在3D機器人工作空間中的一個或多個深度傳感器獲取并關(guān)于傳感器坐標系表示的障礙物的深度數(shù)據(jù)被變換為關(guān)于機器人坐標系的深度數(shù)據(jù)。3D機器人工作空間被離散化以生成表示離散化的3D...

描述了用于計算機輔助術(shù)前手術(shù)計劃的方法、系統(tǒng)、介質(zhì)和實施方式。系統(tǒng)接收關(guān)于患者的部位獲取的輸入數(shù)據(jù)。該部位與患者的要手術(shù)的器官(例如肺)對應并且包括在手術(shù)期間要去除的一個或多個病變。然后，生成患者部位的解剖3D模型。基于生成的解剖3D模...

本公開涉及機器人路徑規(guī)劃。在第一時間實例處，獲得機器人的環(huán)境中多個障礙物的深度信息。基于深度信息生成靜態(tài)距離地圖。基于靜態(tài)距離地圖計算用于機器人的路徑。在第二時間實例處，獲得一個或多個障礙物的深度信息。基于一個或多個障礙物生成動態(tài)距離地...

本教導涉及用于路徑規(guī)劃的方法和系統(tǒng)。獲取具有多個可操作區(qū)段的機器人臂的當前姿態(tài)的信息。該信息包括多個值，其中每一個值對應于在機器人臂的連續(xù)可操作區(qū)段之間形成的角度。還獲取機器人臂需要達到的期望姿態(tài)。基于當前姿態(tài)與期望姿態(tài)之間的距離的函數(shù)...

本教導涉及用于路徑規(guī)劃的方法和系統(tǒng)。經(jīng)由一個或多個傳感器來跟蹤目標。獲取末端執(zhí)行器相對于目標的期望的姿態(tài)以及該末端執(zhí)行器的當前姿態(tài)的信息。還獲取包括末端執(zhí)行器的臂與在末端執(zhí)行器的當前姿態(tài)與目標之間標識的至少一個障礙物中的每一者之間所準許...