用于开发患者特定的脊柱植入物、疗法、操作和/或程序的系统、方法和/或装置与流程

1.本技术涉及开发患者特定的脊柱植入物、手术计划、疗法、操作和/或程序。


背景技术：

2.脊柱手术是世界范围内最常执行的手术程序中的一种。一般来说，脊柱手术可涉及植入一个或多个脊柱植入物，如脊柱杆，以校正患者的脊柱的曲度且防止进一步恶化。因此，脊柱杆的特定曲度可以是从手术获得成功结果的关键因素。


技术实现要素：

3.本文中所描述的各种实施例涉及用于开发患者特定的脊柱植入物、手术计划、疗法、操作和/或程序的系统、方法和装置。在一些实施例中，本文中所描述的用于开发患者特定的脊柱植入物、手术计划、疗法、操作和/或程序的系统、方法和装置可包括迭代良性循环。在一些实施例中，迭代良性循环可进一步包括手术前、手术中和手术后技术或过程。举例来说，迭代良性循环可包括成像分析、案例计划/模拟、植入物制造、案例支持、数据收集、机器学习和/或预测性建模。可重复迭代良性循环的一个或多个技术或过程。此外，在一些实施例中，本文中所描述的系统、方法和装置可包括使用人工智能、机器学习和/或预测性建模来预测脊柱手术的结果，在脊柱手术之后，例如在植入可以是患者特定的脊柱杆之后的患者的脊柱的一个或多个参数，和/或一个或多个推荐的患者特定的脊柱杆的一个或多个参数。此外，在一些实施例中，本文中所描述的系统、方法和装置可包括用于例如实时地或大体上实时地基于预先可操作地确定的手术计划而追踪和/或建议脊柱手术期间的改进的手术中追踪。此外，在一些实施例中，本文中所描述的系统、方法和装置可包括在脊柱手术之前手术前地确定和/或计划一个或多个植入物和/或螺钉，这可包括螺钉和/或其它脊柱植入物计划/选择。
4.确切地说，在一些实施例中，本发明涉及一种训练用于预测手术结果个体的脊柱手术的预测性模型的计算机实施方法，所述方法包括：
5.‑
将与一个或多个先前个体相关的一个或多个手术前输入和一个或多个手术后输入输入到计算机系统中，其中与一个或多个先前个体相关的一个或多个手术前输入和一个或多个手术后输入中的每一个包括一个或多个先前个体的脊柱的一个或多个手术前医学图像和一个或多个手术后医学图像以及一个或多个先前个体的一个或多个手术前非成像数据和一个或多个手术后非成像数据；
6.‑
使用计算机系统来确定来自一个或多个先前个体的脊柱的所述输入的一个或多个手术前医学图像和一个或多个手术后医学图像的一个或多个测量值，其中一个或多个测量值包括一个或多个先前个体的脊柱的一个或多个脊椎的位置；
7.‑
使用计算机系统至少部分地基于一个或多个确定的测量值而确定一个或多个先前个体的脊柱的一个或多个手术前脊柱骨盆参数和一个或多个手术后脊柱骨盆参数，其中
一个或多个先前个体的一个或多个手术前脊柱骨盆参数和一个或多个手术后脊柱骨盆参数包括腰椎脊柱前凸(ll)、手术前胸椎脊柱后凸(tk)、骨盆入射角(pi)、骨盆倾斜角(pt)或一个或多个脊椎的矢状面竖直轴线(sva)中的一个或多个；
8.‑
使用计算机系统来将数据压缩技术应用于一个或多个先前个体的所述确定的一个或多个手术前脊柱骨盆参数和一个或多个手术后脊柱骨盆参数以获得一个或多个先前个体的压缩的一个或多个手术前脊柱骨盆参数和一个或多个手术后脊柱骨盆参数；
9.‑
使用计算机系统来过滤一个或多个先前个体的所述压缩的一个或多个手术前脊柱骨盆参数和一个或多个手术后脊柱骨盆参数，其中所述过滤包括过滤出包括高于预定阈值的噪声水平的一个或多个先前个体的一个或多个压缩的手术前脊柱骨盆参数和一个或多个手术后脊柱骨盆参数；和
10.‑
使用计算机系统至少部分地基于一个或多个先前个体的所述过滤后的压缩的一个或多个手术前脊柱骨盆参数和一个或多个手术后脊柱骨盆参数、一个或多个先前个体的一个或多个手术前非成像数据和一个或多个先前个体的一个或多个手术后非成像而训练一个或多个预测性模型；和
11.‑
使用计算机系统来在与一个或多个测试个体相关的一个或多个测试手术前输入和一个或多个测试手术后输入上测试所述训练的一个或多个预测模型，其中与一个或多个测试个体相关的一个或多个测试手术前输入和一个或多个测试手术后输入中的每一个包括一个或多个测试个体的脊柱的一个或多个测试手术前医学图像和一个或多个测试手术后医学图像，其中一个或多个测试个体与一个或多个先前个体分开，
12.其中所述训练和测试的一个或多个预测性模型配置成至少部分地基于来源于个体的脊柱的一个或多个手术前医学图像的一个或多个脊柱骨盆参数而预测个体的脊柱手术的手术结果，
13.其中计算机系统包括计算机处理器和电子存储媒体。
14.根据一个实施例，数据压缩技术包括傅立叶变换。
15.根据一个实施例，数据压缩技术包括多项式函数。
16.根据一个实施例，一个或多个预测性模型的训练至少部分地基于生成对抗网络(gan)算法、卷积神经网络(cnn)算法或递归神经网络(rnn)算法中的一个或多个。
17.根据一个实施例，计算机实施方法进一步包括使用计算机系统通过将高斯过程应用于来自先前个体的脊柱的所述输入的一个或多个手术前医学图像的所述确定的一个或多个测量值来生成一个或多个扩增测量值，其中所述生成的一个或多个扩增测量值配置成用于训练一个或多个预测性模型。
18.根据一个实施例，计算机实施方法进一步包括使用计算机系统根据沿着竖直轴线旋转一个或多个先前个体的脊柱的一个或多个手术前医学图像和一个或多个手术后医学图像来生成一个或多个扩增测量值，其中所述生成的一个或多个扩增测量值配置成用于训练一个或多个预测性模型。
19.根据一个实施例，一个或多个先前个体的脊柱的一个或多个手术前医学图像和一个或多个手术后医学图像沿着竖直轴线旋转180度。
20.根据一个实施例，与一个或多个先前个体相关的一个或多个手术后输入进一步包括植入到一个或多个先前个体的脊柱的脊柱杆的一个或多个规格。
21.在一些实施例中，本发明涉及一种预测手术结果个体的脊柱手术的计算机实施方法，所述方法包括：
‑
将与个体相关的一个或多个手术前输入输入到计算机系统中，其中一个或多个手术前输入包括个体的脊柱的一个或多个手术前医学图像和个体的一个或多个手术前非成像数据；
22.‑
使用计算机系统根据个体的脊柱的所述输入的一个或多个手术前医学图像来确定一个或多个测量值，其中一个或多个测量值包括个体的脊柱的一个或多个脊椎的位置；
23.‑
使用计算机系统至少部分地基于一个或多个确定的测量值而确定一个或多个手术前脊柱骨盆参数，其中一个或多个手术前脊柱骨盆参数包括腰椎脊柱前凸(ll)、手术前胸椎脊柱后凸(tk)、骨盆入射角(pi)、骨盆倾斜角(pt)或一个或多个脊椎的矢状面竖直轴线(sva)中的一个或多个；
24.‑
使用计算机系统来变换所述确定的一个或多个手术前脊柱骨盆参数以获得频域中的一个或多个手术前脊柱骨盆参数，其中所述变换包括将傅立叶变换应用于所述确定的一个或多个手术前脊柱骨盆参数；
25.‑
使用计算机系统来过滤频域中的一个或多个手术前脊柱骨盆参数，其中所述过滤包括过滤出包括高于预定阈值的频率水平的频域中的一个或多个手术前脊柱骨盆参数中的一个或多个；
26.‑
使用计算机系统至少部分地基于频域中的所述过滤后的一个或多个手术前脊柱骨盆参数和个体的一个或多个手术前非成像数据来应用一个或多个预测性模型以生成频域中的预测手术结果；和
27.‑
使用计算机系统来变换频域中的所述生成的预测手术结果以获得空间域中的生成的预测性手术结果，其中所述变换频域中的所述生成的预测手术结果包括将逆傅立叶变换应用于频域中的所述生成的预测手术结果，
28.其中计算机系统包括计算机处理器和电子存储媒体。
29.根据一个实施例，一个或多个预测性模型包括生成对抗网络(gan)算法、卷积神经网络(cnn)算法或递归神经网络(rnn)算法中的一个或多个。
30.根据一个实施例，计算机实施方法进一步包括通过计算机系统至少部分地基于空间域中的所述生成的预测性手术结果而生成用于个体的手术前地确定的脊柱手术计划。
31.根据一个实施例，所述生成的手术前地确定的脊柱手术计划包括用于在个体的脊柱手术期间植入的脊柱杆的一个或多个规格。
32.根据一个实施例，来自个体的脊柱的所述输入的一个或多个手术前医学图像的一个或多个测量值由计算机系统自动地确定。
33.根据一个实施例，个体的脊柱的所述输入的一个或多个手术前医学图像包括一个或多个矢状面x射线图像和一个或多个正面x射线图像。
34.根据一个实施例，空间域中的所述生成的预测性手术结果包括一个或多个手术后脊柱骨盆参数或待植入到个体的脊柱的脊柱杆的一个或多个规格中的一个或多个。
35.根据一个实施例，一个或多个手术前输入进一步包括建议植入到个体的脊柱的脊柱杆的一个或多个规格。
36.在一些实施例中，本发明涉及一种模块，其配置成接附到用于在患者的脊柱手术期间植入到所关注的一个或多个脊椎的一个或多个脊椎植入物，其中模块包括用以检测模
块的定向和/或位置的构件，优选地，一个或多个加速计、陀螺仪和/或其它传感器。根据本发明的模块又称为“手术中追踪装置和/或模块”。
37.根据一个实施例，模块包括配置成将与模块的定向和/或位置相关的数据传输到计算机系统的一个或多个传输器，优选地无线传输器。
38.在一些实施例中，本发明涉及一种群组，其具有一个或多个模块，其中一个或多个模块包括用于阻断一个或多个模块内的电力电路的可拆卸带状物，其中所述群组配置成在已去除带状物后，追踪一个或多个模块附接到的一个或多个脊椎之间的一个或多个角度。
39.在一些实施例中，本发明涉及一种组合件，其具有一个或多个模块的群组和计算机系统，其中所述计算机系统配置成：
40.‑
分析患者的脊柱的一个或多个手术前医学图像以确定一个或多个手术前脊柱骨盆参数，其中一个或多个脊柱骨盆参数包括腰椎脊柱前凸(ll)、手术前胸椎脊柱后凸(tk)、骨盆入射角(pi)、骨盆倾斜角(pt)或一个或多个脊椎的矢状面竖直轴线(sva)中的一个或多个；
41.‑
变换所述确定的一个或多个手术前脊柱骨盆参数以获得频域中的一个或多个手术前脊柱骨盆参数，其中所述变换包括将傅立叶变换应用于所述确定的一个或多个手术前脊柱骨盆参数；
42.‑
过滤频域中的一个或多个手术前脊柱骨盆参数，其中所述过滤包括过滤出包括高于预定阈值的频率水平的频域中的一个或多个手术前脊柱骨盆参数中的一个或多个；
43.‑
应用一个或多个预测性模型以至少部分地基于频域中的所述过滤的一个或多个手术前脊柱骨盆参数和个体的一个或多个手术前非成像数据而生成频域中的预测手术结果，其中一个或多个预测性模型包括生成对抗网络(gan)算法、卷积神经网络(cnn)算法或递归神经网络(rnn)算法中的一个或多个；和
44.‑
变换频域中的所述生成的预测手术结果以获得空间域中的生成的预测性手术结果，其中所述变换频域中的所述生成的预测手术结果包括将逆傅立叶变换应用于频域中的所述生成的预测手术结果，
45.‑
至少部分地基于空间域中的所述生成的预测性手术结果而生成患者特定的脊柱疗法，其中所述生成的患者特定的脊柱疗法包括一个或多个患者特定的脊柱手术程序；
46.‑
实时地生成手术中追踪数据且实时地将所述生成的追踪数据与所述生成的一个或多个患者特定的脊柱手术程序进行比较以辅助所述生成的患者特定的脊柱疗法，
47.其中计算机系统包括计算机处理器和电子存储媒体。
48.在一些实施例中，本发明涉及一种用于生成和辅助患者特定的脊柱疗法的计算机实施方法，所述方法包括：
49.‑
使用计算机系统来分析患者的脊柱的一个或多个手术前医学图像以确定一个或多个手术前脊柱骨盆参数，其中所述一个或多个脊柱骨盆参数包括腰椎脊柱前凸(ll)、手术前胸椎脊柱后凸(tk)、骨盆入射角(pi)、骨盆倾斜角(pt)或一个或多个脊椎的矢状面竖直轴线(sva)中的一个或多个；
50.‑
使用计算机系统来变换所述确定的一个或多个手术前脊柱骨盆参数以获得频域中的一个或多个手术前脊柱骨盆参数，其中所述变换包括将傅立叶变换应用于所述确定的一个或多个手术前脊柱骨盆参数；
51.‑
使用计算机系统来过滤频域中的一个或多个手术前脊柱骨盆参数，其中所述过滤包括过滤出包括高于预定阈值的频率水平的频域中的一个或多个手术前脊柱骨盆参数中的一个或多个；
52.‑
使用计算机系统来应用一个或多个预测性模型以至少部分地基于频域中的所述过滤的一个或多个手术前脊柱骨盆参数且基于个体的一个或多个手术前非成像数据而生成频域中的预测手术结果，其中一个或多个预测性模型包括生成对抗网络(gan)算法、卷积神经网络(cnn)算法或递归神经网络(rnn)算法中的一个或多个；和
53.‑
使用计算机系统来变换频域中的所述生成的预测手术结果以获得空间域中的生成的预测性手术结果，其中所述变换频域中的所述生成的预测手术结果包括将逆傅立叶变换应用于频域中的所述生成的预测手术结果，
54.‑
使用计算机系统至少部分地基于空间域中的所述生成的预测性手术结果而生成患者特定的脊柱疗法，其中所述生成的患者特定的脊柱疗法包括一个或多个患者特定的脊柱手术程序；
55.‑
将一个或多个手术中追踪模块附接到用于在患者的脊柱手术期间植入到所关注的一个或多个脊椎的一个或多个脊椎植入物，其中一个或多个手术中追踪模块包括用于阻断一个或多个手术中追踪模块内的电力电路的带状物；
56.‑
从一个或多个手术中追踪模块去除带状物以引发一个或多个手术中追踪模块附接到的一个或多个脊椎之间的一个或多个角度的追踪；和
57.‑
通过计算机系统来实时地生成手术中追踪数据且实时地将所述生成的追踪数据与所述生成的一个或多个患者特定的脊柱手术程序进行比较以辅助所述生成的患者特定的脊柱疗法，
58.其中计算机系统包括计算机处理器和电子存储媒体。
59.在一个实施例中，一个或多个脊椎植入物包括一个或多个脊椎螺钉。
60.在一个实施例中，一个或多个脊椎螺钉包括一个或多个郁金香螺钉。
61.在一个实施例中，一个或多个手术中追踪模块包括配置成将一个或多个手术中追踪模块附接到一个或多个脊椎螺钉或去除一个或多个手术中追踪模块的一个或多个凹口。
62.在一个实施例中，一个或多个手术中追踪模块包括适于允许手术工具插入的第一导槽，且其中一个或多个手术中追踪模块包括适于允许脊柱杆插入的第二导槽。
63.在一个实施例中，第一导槽的纵向轴线大体上垂直于第二导槽的纵向轴线。
64.在一个实施例中，第二导槽包括顶部部分和底部部分，其中顶部部分的宽度大于底部部分的宽度。
65.在一个实施例中，第二导槽由一个或多个手术中追踪模块的两个凹口形成，其中两个凹口适于附接到一个或多个脊椎螺钉的水平凹口。
66.在一个实施例中，一个或多个脊柱骨盆参数自动地由计算机系统确定。
67.在一个实施例中，患者的脊柱的一个或多个手术前医学图像包括一个或多个矢状面x射线图像和一个或多个正面x射线图像。
68.在一个实施例中，空间域中的所述生成的预测性手术结果包括一个或多个手术后脊柱骨盆参数。
69.在一个实施例中，所述生成的患者特定的脊柱疗法进一步包括待植入到患者的脊
柱的脊柱杆的一个或多个规格。
70.出于本发明内容的目的，本文中描述本发明的某些方面、优点和新颖特征。应了解，不一定可根据本发明的任一特定实施例实现所有此类优点。因此，举例来说，本领域的技术人员将认识到，本发明可按实现如本文所教示的一个优点或一组优点的方式实施或进行，而不必实现如本文中可能教示或表明的其它优点。
71.所有这些实施例均意图在本文中所公开的本发明的范围内。对于本领域的技术人员来说，这些和其它实施例将从参考附图的以下详细描述变得显而易见，本发明不限于所公开的任何特定实施例。
附图说明
72.在结合附图参考以下描述后将了解对本文中所描述的装置和方法的较好理解，在附图中：
73.图1是示出用于开发患者特定的脊柱植入物、疗法、操作和/或程序的迭代良性循环的实例实施例的概述的流程图；
74.图2示出包括软件平台的用于开发脊柱植入物、疗法、操作和/或程序的实例实施例；
75.图3是示出可用于开发患者特定的植入物、疗法、操作和/或程序的预测性建模的实例实施例的流程图；
76.图4是示出预测性建模和其在开发患者特定的植入物、疗法、操作和/或程序中的作用的实例实施例的流程图；
77.图5是示出预测性建模和其在开发患者特定的植入物、疗法、操作和/或程序中的作用的实例实施例的流程图；
78.图6是示出在开发患者特定的植入物、疗法、操作和/或程序中的机器学习的实例实施例和/或概述的流程图；
79.图7是示出在开发患者特定的植入物、疗法、操作和/或程序中的预测性建模的实例实施例的流程图；
80.图8是示出用于开发患者特定的脊柱植入物、疗法、操作和/或程序的植入物制造、案例支持、数据收集和/或在脊柱手术期间的手术中追踪的实例实施例的流程图；
81.图9是示出手术中追踪的实例实施例的示意图；
82.图10a到10d是示出手术中追踪模块和其兼容性的实例实施例的示意图；
83.图11a到11e示出手术中追踪模块和其兼容性的实例实施例；
84.图12a到12e示出手术中追踪模块和其兼容性的实例实施例；
85.图13a到13g示出手术中追踪模块和其兼容性的实例实施例；
86.图14a到14f示出手术中追踪模块和其兼容性的实例实施例；
87.图15是示出手术中追踪和其在开发患者特定的植入物、疗法、操作和/或程序中的作用的实例实施例的流程图；
88.图16是示出在手术期间将具有手术中追踪模块的一个或多个脊柱螺钉和不具有手术中追踪模块的一个或多个脊柱螺钉定位在脊柱上的实例实施例的示意图；
89.图17是示出杆放置和手术中追踪的实例实施例的流程图；
90.图18a到18d是用于辅助杆放置和手术中追踪的软件平台的实例实施例的截屏；
91.图19是示出在脊柱手术期间基于手术中追踪而定位杆的实例实施例的示意图；
92.图20是示出计算用于手术中追踪的螺钉偏移的实例实施例的流程图和/或示意图；
93.图21是示出在手术中追踪和/或杆放置结束之后舍弃手术中追踪模块和/或螺母的实例实施例的流程图和/或示意图；
94.图22示出可与pediguard技术结合使用的手术中追踪的实例实施例；
95.图23a到23b示出可与choker技术结合使用的手术中追踪的实例实施例；
96.图24示出可与手术机器人结合使用的手术中追踪的实例实施例；
97.图25示出可与手术机器人结合使用的手术中追踪的实例实施例；
98.图26a到26b示出可用于本文所描述的一个或多个实施例的手术前脊柱x射线图像的实例；
99.图27a到27c示出可用于本文所描述的一个或多个实施例的手术前矢状面脊柱x射线图像的实例；
100.图28a到28d示出可用于本文所描述的一个或多个实施例的手术前冠状面脊柱x射线图像的实例；
101.图29a到29e示出可用于本文所描述的一个或多个实施例的手术后矢状面脊柱x射线图像的实例；
102.图30a到30b示出可用于本文所描述的一个或多个实施例的手术后冠状面脊柱x射线图像的实例；
103.图31示出可用于本文所描述的一个或多个实施例的手术后和/或手术中ct扫描的实例；
104.图32a到32g示出螺钉计划备忘录的实例实施例；
105.图33a到33k示出螺钉计划备忘录的实例实施例。
106.图34是示出用于开发患者特定的脊柱植入物、疗法、操作和/或程序的系统的实施例的示意图；和
107.图35是描绘配置成运行用于实施用于开发患者特定的脊柱植入物、疗法、操作和/或程序的系统的一个或多个实施例的软件的计算机硬件系统的实施例的框图。
具体实施方式
108.虽然下文公开若干实施例、实例和说明，但本领域的普通技术人员应理解，本文中所描述的本发明延伸到特定公开的实施例、实例和说明之外且包含本发明和其显而易见的修改和等效物的其它用途。参考附图描述本发明的实施例，其中相同标号始终指代相同元件。本文中呈现的描述中所使用的术语并不意欲以任何受限制或限制性方式解释，这仅是因为所述术语结合本发明的某些具体实施例的详细描述而使用。此外，本发明的实施例可包括若干新颖特征，且无单个特征单独负责其合乎需要的属性或对实践本文中所描述的本发明是必要的。
109.脊柱手术是在世界范围内最常执行的手术程序中的一种。一般来说，脊柱手术可涉及植入一个或多个植入物，如脊柱杆、护架(cage)和/或一个或多个螺钉，以校正患者的
脊柱的曲度且防止进一步恶化。因此，一个或多个脊柱植入物与患者身体结构之间的对应性可以是在手术中获得成功结果的关键因素。确切地说，一个或多个脊柱杆、护架和/或螺钉的特定曲度、尺寸、形状和/或大小可对获得成功手术结果至关重要。
110.本文中所描述的各种实施例涉及用于开发患者特定的脊柱植入物、疗法、操作和/或程序的系统、方法和/或装置。在一些实施例中，本文中所描述的用于开发患者特定的脊柱植入物、手术计划、疗法、操作和/或程序的系统、方法和装置可包括迭代良性循环。迭代良性循环可进一步包括一个或多个手术前、手术中和手术后技术或过程。举例来说，迭代良性循环可包括成像分析、案例模拟、植入物制造、案例支持、数据收集、机器学习和/或预测性建模中的一个或多个。可重复迭代良性循环的一个或多个技术或过程。
111.确切地说，可存在对每一患者特定的所要手术结果。举例来说，基于患者的脊柱的当前状态，可从过往数据、经历和/或文献得知，特定患者的脊柱应以某种方式和/或程度校正。反过来，为了获得此类校正性结果，可能有利的是设计、生成和/或另外制订关于特定针对特定患者的一个或多个植入物的特定尺寸和/或其它变量。举例来说，可存在用于植入特定患者的一个或多个脊柱杆、护架和/或螺钉的一个或多个合乎需要的变量和/或参数。因此，本文中所描述的一些系统、装置和方法配置成利用患者的脊柱的一个或多个医学图像和/或患者的脊柱的一个或多个参数且对其进行分析以确定用于植入的一个或多个脊柱杆、护架和/或螺钉的一个或多个所要参数和/或变量。基于确定的一个或多个所要参数和/或变量，本文中所描述的一些系统、装置和方法可进一步配置成制造、制造、修改、选择、提供对选择特定定制用于特定患者的一个或多个脊柱杆、护架和/或螺钉的指导，和/或生成制造、制造、修改和/或选择所述一个或多个脊柱杆、护架和/或螺钉的指令。确切地说，在一些实施例中，本文中所描述的系统、方法和装置可利用预测性建模、机器学习和/或人工智能作为开发患者特定的脊柱植入物、手术计划、疗法、操作和/或程序的部分。
112.除了设计、制造和/或以其它方式获得理想或所要的患者特定的脊柱植入物之外，如果不是更重要的话，可同等重要的是根据所要和/或预定手术计划来正确地植入此类植入物。换句话说，即使制造、选择或以其它方式获得用于特定患者的一个或多个脊柱杆、护架和/或螺钉，但如果植入或其它手术程序不根据所要或预定计划进行，那么其效果可受限制。因此，可能有利的是能够确保或至少增加视需要执行手术或其程序的机会。为此类效果，本文中所描述的一些系统、装置和方法提供手术中追踪以在脊柱手术期间，例如实时地或大体上实时地提供指导和/或性能评估。
113.此外，可能有利的是能够分析与手术前和/或手术后特定患者脊柱状况相关的数据且利用所述数据以便预测新患者的脊柱手术的结果。在一些实施例中，预测性分析也可用于生成患者特定的手术计划，其可包括一个或多个脊柱杆、护架和/或螺钉的一个或多个参数和/或变量。因此，本文中所公开的一些系统、方法和装置配置成利用预测性建模来生成预测性手术结果和/或患者特定的手术计划。
114.迭代良性循环
115.图1是示出用于开发患者特定的脊柱植入物、疗法、操作和/或程序的迭代良性循环的实例实施例的概述的流程图。如图1中所示出，本文中所描述的系统、方法和装置的一些实施例包括可形成迭代良性循环的一个或多个过程。举例来说，迭代良性循环可包括以下中的一个或多个：(1)成像分析102；(2)案例模拟104；(3)个性化或患者特定的植入物制
造106；(4)案例支持108；(5)数据收集110；(6)机器学习112；和/或(7)预测性建模114。某些实施例可包括前述过程的任何子集。此外，可重复良性迭代循环的一个或多个过程或技术。
116.可在不同时间点处执行良性迭代循环的一些过程或技术。举例来说，在一些实施例中，可在手术前或在手术之前执行成像分析、案例模拟和/或植入物制造。在一些实施例中，可在操作期间或手术中或在手术期间执行案例支持和/或数据收集。最后，在一些实施例中，可在手术后或在手术之后执行一些数据收集、机器学习和/或预测性建模。在一些实施例中，整个良性迭代循环和/或其部分可重复用于某些实施例中的相同和/或不同患者。美国专利第10,292,770号特此根据37c.f.r.
§
1.57以全文引用的方式并入。
117.图2示出用于使用软件平台开发脊柱植入物、疗法、操作和/或程序的实例实施例。如图2中所示出，在一些实施例中，本文中所描述的系统、装置和方法可包括和/或利用软件平台。在一些实施例中，软件平台可包括允许如外科医生和/或其它医务人员的用户访问系统的用户接口202。在一些实施例中，用户接口202可允许用户访问和/或进行脊柱手术的手术前分析和/或手术前计划，这可包括指定患者特定的脊柱杆和/或开发用于植入杆的患者特定的计划。在一些实施例中，用户接口202可允许用户访问和/或进行脊柱手术的手术后分析，这可包括根据手术前所定义的计划来分析手术结果。在一些实施例中，用户接口202也可包括和/或有助于例如脊柱杆、护架、螺钉和/或类似物的一个或多个患者特定的脊柱植入物的排序。
118.在一些实施例中，用户接口202可包括和/或配置成在手术前计划和/或手术后分析期间将数据可视化204提供到手头的案例的用户。举例来说，在一些实施例中，此类数据可视化204可包含在手术之前和/或之后的患者的脊柱的一个或多个参数的一个或多个表示。
119.在一些实施例中，用户接口202可包括和/或配置成将一个或多个预测性建模方面或特征206提供到用户。如本文所论述，预测性建模可用于一些实施例中以基于患者特性、手术前脊柱参数、建议的脊柱杆规格和/或类似物中的一个或多个而预测脊柱手术的结果。
120.在一些实施例中，用户接口202可包括和/或配置成将螺钉计划方面或特征208提供到用户。举例来说，在一些实施例中，系统可提供手术前螺钉计划特征以允许外科医生或其它医务人员减少和/或精确将在手术期间使用的螺钉类型，由此减小需要在手术之前准备和运送的螺钉套件的大小。
121.在一些实施例中，用户接口202可包括和/或配置成将护架选择支持方面或特征210提供到用户。举例来说，在一些实施例中，系统可提供护架选择支持特征以有助于在手术之前选择患者所需要的护架的特定类型或范围。
122.预测性建模
123.在一些实施例中，系统配置成生成和/或利用用于开发患者特定的植入物、手术计划、疗法、操作和/或程序的一个或多个预测性模型、机器学习算法和/或人工智能。
124.确切地说，在一些实施例中，系统可配置成至少部分地基于一个或多个输入而预测手术结果和/或补偿机制的结果和/或手术后脊柱曲度或参数，所述一个或多个输入例如患者的脊柱的一个或多个手术前医学图像、在手术之前的患者的一个或多个脊柱参数、一个或多个建议的手术步骤和/或用于植入的所建议脊柱杆的规格。
125.在一些实施例中，系统可配置成至少部分地基于一个或多个输入而预测手术结
果、补偿机制的结果和/或手术后脊柱曲度或参数，和/或用于植入的所建议脊柱杆的规格，所述一个或多个输入例如患者的脊柱的一个或多个手术前医学图像、在手术之前的患者的一个或多个脊柱参数和/或一个或多个建议的手术步骤。
126.此外，在一些实施例中，系统可配置成至少部分地基于一个或多个输入而预测手术结果、补偿机制的结果和/或手术后脊柱曲度或参数、用于植入的所建议脊柱杆的规格和/或一个或多个建议的手术步骤，所述一个或多个输入例如患者的脊柱的一个或多个手术前医学图像和/或在手术之前的患者的一个或多个脊柱参数。
127.在一些实施例中，一个或多个预测性模型和/或算法可配置成预测可由例如患者的脊柱的手术程序引起的一个或多个手术参数和/或变量。在一些实施例中，一个或多个预测性模型和/或算法可配置成生成用于实现所要手术结果的手术计划。举例来说，在一些实施例中，本文中所描述的系统、装置和方法可配置成访问手术前患者输入数据且生成用于将脊柱杆植入到患者中的手术计划，其中对患者个性化的所生成手术计划配置成生成用于特定患者的优化术后脊柱曲度。
128.当患者经历由医生进行的手术时，手术结果可通常基于外科医生的估计和/或先前手术经历而确定。举例来说，当脊柱杆植入到患者中时，外科医生可分析患者的身体和其它特性。基于这些观察，外科医生可提供大体估计和/或选择外科医生认为将引起患者手术后较好脊柱曲度的某些手术参数。然而，实际上，外科医生的估计和所选手术参数可能并不引起最期望或最优的手术结果。
129.举例来说，当执行用于改善患者的脊柱曲度的脊柱手术时，医生可选择待植入到患者中的脊柱杆的曲度。杆曲度选择可基于医生对患者的观察而由外科医生确定和/或估计，且此类确定和估计可能导致患者在手术之后具有低于最优的脊柱曲度。因此，可有益的是具有可基于手术前患者特性而预测手术后手术参数的系统。举例来说，可有用的是在执行脊柱手术之前确定宜用于手术计划以便实现具有某些特性的特定患者的手术后最优脊柱曲度的一个或多个最优手术参数。在本文中所描述的一些实施例中，系统、方法和装置配置成解决前述问题。
130.确切地说，在一些实施例中，系统可配置成访问手术前患者特性且将来自其的一个或多个变量输入到预测性算法中。在某些实施例中，系统可配置成利用预测性算法来生成具有预测的一个或多个特定手术参数的一个或多个手术计划以生成患者的最优或优化的术后结果。举例来说，系统可配置成接收一个或多个患者特性，如手术前脊柱曲度和角度、患者年龄、遗传图谱或遗传条件，和/或其它变量。确切地说，某些基因或遗传条件的存在可具有与特定状况和/或手术结果的关联，所述特定状况如脊柱侧凸。在一些实施例中，系统可配置成利用用于输入到预测性算法中的此类患者特性和/或变量。在一些实施例中，系统可配置成基于预测性算法而输出特定手术参数，如最优或优化的脊柱杆曲度和/或仪器位置和/或用于实现患者的手术后最优脊柱曲度的其它变量。
131.在一些实施例中，系统配置成利用一个或多个预测性算法来生成预测性术后结果。举例来说，系统可配置成访问外科医生意欲在手术计划中使用的一个或多个患者特性和/或手术参数。在一些实施例中，系统可配置成利用预测性算法来确定由与手术计划相关联的手术参数引起的所预测的术后结果。举例来说，系统可配置成访问患者特性，如手术前脊柱曲度和/或角度、患者年龄、遗传条件和/或任何其它变量。系统还可配置成访问外科医
生意欲植入到患者中的脊柱杆的曲度。在一些实施例中，系统可配置成基于输入的变量而生成患者的预测性术后脊柱曲度，在这一实例中，所述变量是患者特性和待植入到患者中的脊柱杆的曲度。
132.如本领域的普通技术人员将了解，本文所公开的系统、装置和方法可应用于大量手术程序且不意欲限于脊柱手术。举例来说，本文所公开的系统、装置和方法可应用于任何种类的手术，包含但不限于例如用于患者的颈部、头部、手、脚、腿和手臂手术的骨科手术。
133.在一些实施例中，系统可配置成生成用于预测一个或多个术后参数的预测性模型。在一些实施例中，系统可配置成通过选择包括一个或多个患者的一个或多个手术前和/或手术后数据的数据集来生成预测性模型。作为一非限制性实例，在一些实施例中，系统可配置成识别具有近端交界性脊柱后凸(pjk)的所有案例且从数据集去除此类案例。在一些实施例中，系统可配置成从数据集去除所有儿科案例。在一些实施例中，儿科案例的去除可基于数据集中的案例的先验知识。
134.在一些实施例中，系统可配置成基于仪器化层级而将数据拆分成不同群组。举例来说，系统可配置成将数据集拆分成第一群组和第二群组，在所述第一群组中存在l1到l5处和s1到髂骨处的仪器，在所述第二群组中存在t10到t12处和s1到髂骨处的仪器。对于每一群组，在一些实施例中，系统可配置成将数据拆分成训练集和测试集(例如，～75％的训练集的数据和～25％的测试集的数据)。
135.在一些实施例中，系统可配置成选择一个或多个输入参数，例如，年龄、pi手术前值、pt手术前值、ll手术前值、tk手术前值、sva手术前值、下部仪器化层级、上部仪器化层级、ll手术后目标值、外科医生、体重、手术前样条的形状、手术前x射线或类似物。在一些实施例中，系统可配置成标准化输入参数的范围和/或利用缩放方法。
136.在一些实施例中，系统可配置成基于训练集而标准化数据。在一些实施例中，系统可配置成从多个模型类型选择第一模型类型，所述多个模型类型例如线性模型、神经网络、深度学习、svr或类似物。在一些实施例中，系统可配置成使用交叉验证来选择最好模型。在一些实施例中，系统可配置成通过将数据集拆分成新训练集和新测试集来执行交叉验证。在一些实施例中，系统可配置成用新训练集训练模型且用新测试集评估结果。
137.在一些实施例中，系统可配置成重复训练过程直到每一数据一次且仅一次在测试集中。在一些实施例中，系统可配置成用训练集训练所选模型。在一些实施例中，系统可配置成利用具有规则化和变量选择算法最小绝对值收敛和选择算子(lasso)的称为最小角回归(lars)的线性模型。在一些实施例中，系统可配置成用测试集测试所训练模型以确定所训练模型是否满足准确性阈值水平。在一些实施例中，系统可配置成利用所训练模型来与所建议手术计划进行比较以确定手术计划是否是对患者最优的和/或将产生用于具有某些患者特性的患者的最优手术后手术结果。
138.图3是示出预测性建模的实例实施例的流程图。在所示出的实例实施例中，在框302处，系统可配置成访问和/或检索一个或多个手术前、手术中和/或手术后数据集。可从一个或多个数据库访问和/或检索一个或多个数据集，所述一个或多个数据库如计划数据库316和/或操作数据库318等等。
139.在一些实施例中，在框304处，系统可配置成确定检索或访问的数据集是否包括手术后数据。如果数据集包括手术后数据，那么在框306处，系统可配置成从手术后数据和/或
相关的手术前和/或手术中数据集识别所关注的一个或多个变量，如本文中所描述的那些变量。在一些实施例中，部分地基于所识别的一个或多个变量，在框308处，系统可配置成根据本文中所描述的一个或多个过程或技术来训练预测性建模算法。在一些实施例中，可视需要重复这一训练过程和/或技术和/或其一部分。举例来说，在某些实施例中，系统可配置成在额外数据变为可用时重复训练算法和/或其一部分，所述额外数据如来自额外患者的数据和/或来自已知患者的额外手术后数据或类似物。
140.在一些实施例中，如果检索或访问的数据集用于新案例，且因此不包括手术后数据，那么系统可配置成将一个或多个预测性建模算法应用于此类输入手术前数据。确切地说，在一些实施例中，在框310处，系统可配置成从输入手术前数据识别一个或多个变量和/或将所述变量与一个或多个其它数据集进行比较。在一些实施例中，基于比较和/或其它数据分析，系统可配置成将一个或多个预测性建模算法应用于输入手术前数据。随后，在一些实施例中，在框312处，系统可配置成基于预测性模型而生成一个或多个预测手术结果和/或计划和/或其一个或多个变量。在一些实施例中，至少部分地基于所得手术计划和/或其一个或多个变量，在框314处，系统可配置成产生、修改、选择和/或提供用于选择一个或多个脊柱植入物的指导，所述一个或多个脊柱植入物如脊柱杆、护架和/或螺钉。
141.预测性建模的额外特征
142.在一些实施例中，系统配置成执行计算机实施方法，所述计算机实施方法配置成生成用于确定手术后参数的预测性模型，所述手术后参数例如胸椎脊柱后凸和/或骨盆倾斜角，其中所述计算机实施方法可包括从电子数据库访问数据集，数据集包括关于患者的数据(例如，x射线图像或临床信息)和手术策略(例如，上部仪器化脊椎、下部仪器化脊椎或类似物)。在一些实施例中，计算机实施方法配置成在数据集中定义哪些参数应是模型的输入且哪些参数应是模型的输出。举例来说，模型的输出可包括系统配置成被预测的参数。
143.在一些实施例中，系统配置成基于脊柱手术领域知识而任选地将数据集划分成多个类别。举例来说，数据集可配置成将成人案例和儿科案例分开。在一些实施例中，系统可配置成生成用于每一类别的预测性模型。在一些实施例中，系统配置成将数据分成第一子类别和第二子类别，其中第一子类别用于训练且第二子类别用于测试预测性模型。在一些实施例中，系统配置成使用第一类别来标准化数据。
144.在一些实施例中，系统配置成选择模型算法，例如神经网络、支持向量回归、线性模型或类似物。在一些实施例中，系统配置成基于使用交叉验证策略而选择模型。在一些实施例中，系统配置成基于第一子类别而将一个或多个输入值输入到模型中以基于第一子类别的输出值而训练统计模型。在一些实施例中，系统配置成在生成的所训练模型中输入一个或多个输入数据值且将由模型生成的输出与第一子类别的输出值进行比较。在一些实施例中，基于前述比较，生成模型且模型的性能已知。在一些实施例中，系统配置成将第一所训练统计模型存储在数据存储库中。在一些实施例中，系统包括计算机处理器和电子存储器。在某些实施例中，针对类别中的每一个重复以上识别的过程或技术中的一个或多个，所述类别通过当如上文所描述基于脊柱手术领域知识块而划分数据集时定义。
145.在一些实施例中，系统配置成执行一种计算机实施方法，其用于生成用于估计手术后参数的预测性模型，其中计算机实施方法包括从电子数据库访问数据集，所述数据集包括从一个或多个患者收集的数据和用于一个或多个患者的脊柱手术策略。在一些实施例
中，系统配置成基于脊柱手术领域知识而将数据集划分成一个或多个类别。在一些实施例中，系统配置成将每一类别的数据分成第一子类别和第二子类别，其中第一子类别用于训练且第二子类别用于测试预测性模型。
146.在一些实施例中，系统配置成标准化第一子类别中的数据。在一些实施例中，系统配置成针对第一子类别中的数据而选择模型算法。在一些实施例中，系统配置成将来自第一子类别的输入值的第一集合输入到模型算法中以基于来自第一子类别的输出值的第一集合而训练预测性模型。在一些实施例中，系统配置成将来自第二子类别的输入值的第二集合输入到所训练预测性模型中且将由所训练预测性模型生成的结果与来自第二子类别的输出值的第二集合进行比较。在一些实施例中，系统配置成将所训练预测性模型存储在数据存储库中以供实施或将来使用。在一些实施例中，手术后参数包括胸椎脊柱后凸或骨盆倾斜角中的一个或多个。在一些实施例中，系统包括计算机处理器和电子存储器。
147.在一些实施例中，从一个或多个患者收集的数据包括x射线或临床信息中的一个或多个。在一些实施例中，用于一个或多个患者的手术策略包括与上部仪器化脊椎或下部仪器化脊椎中的一个或多个相关的数据。在一些实施例中，脊柱手术领域知识包括成人案例或儿科案例中的一个或多个。在一些实施例中，模型算法包括神经网络、支持向量回归、线性模型和/或类似物中的一个或多个。在一些实施例中，使用交叉验证策略来选择模型算法。
148.在一些实施例中，系统配置成执行计算机实施方法，其用于生成用于估计手术后胸椎脊柱后凸和/或骨盆倾斜角参数的预测性模型，其中所述计算机实施方法包括从电子数据库访问数据集，数据集包括来自脊柱手术的数据，其中脊柱手术涉及至少上部仪器化脊椎和下部仪器化脊椎。在一些实施例中，系统配置成分析数据集以将数据集划分成多个类别，多个类别包括第一类别，所述第一类别包括来自手术的数据，其中上部仪器化脊椎定位于l1与l5脊椎之间且下部仪器化脊椎定位于s1与髂骨之间。
149.在一些实施例中，系统配置成选择第一类别，且访问来自手术的数据，所述数据包括第一类别中的手术中的每一个的患者年龄、骨盆入射角手术前值、骨盆倾斜角手术前值、腰椎脊柱前凸手术前值、胸椎脊柱后凸手术前值、矢状面竖直轴线手术前值、下部仪器化脊椎值、上部仪器化脊椎值和/或腰椎脊柱前凸手术后目标值中的一个或多个。在一些实施例中，系统配置成标准化第一类别中的数据。
150.在一些实施例中，系统配置成将数据分成第一子类别和第二子类别，其中第一子类别用于训练且第二子类别用于测试用于确定手术后胸椎脊柱后凸和骨盆倾斜角参数的预测性模型。在一些实施例中，系统配置成将第一子类别中的手术前数据值输入到多个统计模型中以基于手术后数据值而训练统计模型。在一些实施例中，系统配置成将第二子类别中的手术前数据值输入到多个所训练统计模型中且将来自多个所训练统计模型的一个或多个输出值与第二子类别中的手术后数据值进行比较。
151.在一些实施例中，系统配置成从多个所训练统计模型选择第一所训练统计模型，其中第一所训练统计模型基于所述比较而生成最接近手术后数据值的一个或多个输出值。在一些实施例中，系统配置成将第一所训练统计模型存储在电子存储器中。在一些实施例中，系统包括计算机处理器和电子存储器。
152.在一些实施例中，系统配置成执行一种计算机实施方法，其用于基于用于估计手
术后参数的预测性模型而生成手术计划，计算机实施方法包括访问患者的脊柱的一部分的一个或多个医学图像。在一些实施例中，系统进一步配置成分析一个或多个医学图像以确定与患者的脊柱相关的一个或多个手术前变量，其中一个或多个手术前变量包括uil、lil、患者的年龄、骨盆入射角手术前值、骨盆倾斜角手术前值、腰椎脊柱前凸手术前值、胸椎脊柱后凸手术前值和/或矢状面竖直轴线手术前值中的至少一个。在一些实施例中，系统配置成至少部分地基于应用预测性模型而生成一个或多个手术后变量的预测，其中预测性模型由以下过程中的一个或多个生成。
153.在一些实施例中，预测性模型配置成从电子数据库访问数据集，数据集包括从一个或多个先前患者收集的数据和用于一个或多个先前患者的脊柱手术策略。在一些实施例中，预测性模型配置成基于脊柱手术领域知识而将数据集划分成一个或多个类别。在一些实施例中，预测性模型配置成标准化第一子类别中的数据。
154.在一些实施例中，预测性模型配置成针对第一子类别中的数据而选择模型算法。在一些实施例中，预测性模型配置成将来自第一子类别的输入值的第一集合输入到模型算法中以基于来自第一子类别的输出值的第一集合而训练预测性模型。在一些实施例中，预测性模型配置成将来自第二子类别的输入值的第二集合输入到所训练预测性模型中且将由所训练预测性模型生成的结果与来自第二子类别的输出值的第二集合进行比较。
155.在一些实施例中，预测性模型的手术后参数包括胸椎脊柱后凸和/或骨盆倾斜角中的一个或多个。在一些实施例中，系统配置成至少部分地基于由预测性模型生成的所预测一个或多个手术后变量而生成手术计划。在一些实施例中，手术计划包括用于植入的护架的数目、护架的植入定位、用于植入的脊柱杆的长度和/或脊柱杆的曲度中的至少一个。在一些实施例中，系统包括计算机处理器和电子存储器。
156.在一些实施例中，系统配置成执行一种计算机实施方法，其用于基于用于估计手术后胸椎脊柱后凸和骨盆倾斜角参数的预测性模型而生成手术计划，计算机实施方法包括访问患者的脊柱的一部分的一个或多个医学图像。在一些实施例中，系统进一步配置成分析一个或多个医学图像以确定与患者的脊柱相关的一个或多个手术前变量，其中一个或多个手术前变量包括uil、lil、患者的年龄、骨盆入射角手术前值、骨盆倾斜角手术前值、腰椎脊柱前凸手术前值、胸椎脊柱后凸手术前值和/或矢状面竖直轴线手术前值中的至少一个。在一些实施例中，系统配置成至少部分地基于应用预测性模型而生成一个或多个手术后变量的预测，其中预测性模型由以下过程中的一个或多个生成。
157.在一些实施例中，预测性模型配置成从电子数据库访问数据集，数据集包括来自脊柱手术的数据，其中脊柱手术涉及至少上部仪器化脊椎和下部仪器化脊椎。在一些实施例中，预测性模型配置成分析数据集以将数据集划分成多个类别，多个类别包括第一类别，所述第一类别包括来自手术的数据，其中上部仪器化脊椎定位于l1与l5脊椎之间且下部仪器化脊椎定位于s1与髂骨之间。
158.在一些实施例中，预测性模型配置成选择第一类别，且访问来自手术的数据，所述数据包括第一类别中的手术中的每一个的患者年龄、骨盆入射角手术前值、骨盆倾斜角手术前值、腰椎脊柱前凸手术前值、胸椎脊柱后凸手术前值、矢状面竖直轴线手术前值、下部仪器化脊椎值、上部仪器化脊椎值和/或腰椎脊柱前凸手术后目标值中的一个或多个。在一些实施例中，预测性模型配置成标准化第一类别中的数据。
159.在一些实施例中，预测性模型配置成将数据分成第一子类别和第二子类别，其中第一子类别用于训练且第二子类别用于测试用于确定手术后胸椎脊柱后凸和骨盆倾斜角参数的预测性模型。在一些实施例中，预测性模型配置成将第一子类别中的手术前数据值输入到多个统计模型中以基于手术后数据值而训练统计模型。在一些实施例中，预测性模型配置成将第二子类别中的手术前数据值输入到多个所训练统计模型中且将来自多个所训练统计模型的一个或多个输出值与第二子类别中的手术后数据值进行比较。
160.在一些实施例中，预测性模型配置成从多个所训练统计模型选择第一所训练统计模型，其中第一所训练统计模型基于所述比较而生成最接近手术后数据值的一个或多个输出值。在一些实施例中，所预测一个或多个手术后变量包括腰椎脊柱前凸手术后目标值、胸椎脊柱后凸手术后值或矢状面竖直轴线手术后值中的至少一个。在一些实施例中，系统配置成至少部分地基于所预测一个或多个手术后变量而生成手术计划。在一些实施例中，手术计划包括用于植入的护架的数目、护架的植入定位、用于植入的脊柱杆的长度和/或脊柱杆的曲度中的至少一个。在一些实施例中，系统包括计算机处理器和电子存储器。
161.预测性建模的样本数据元素/参数
162.在一些实施例中，为了执行与预测性建模相关的一个或多个过程或技术，系统可配置成接收、访问和/或获得可从一个或多个患者收集的以下数据元素或参数中的一个或多个。
163.确切地说，在一些实施例中，系统可配置成接收、访问和/或获得一个或多个人口统计特性，例如手术时的年龄、性别、身高、体重、活动水平、麻醉日期、残疾、教育、家庭护理要求、保险范围、工作、种族、重返工作/学校/运动的日期、社会经济状态和/或类似物。
164.在一些实施例中，系统可配置成接收、访问和/或获得一个或多个患者报告结果，例如，奥斯维斯功能障碍指数(oswestry disability index；odi)、颈部功能障碍指数(ndi)、脊柱侧凸研究协会(srs
‑
22)、nurick和/或类似物。
165.在某些实施例中，系统可配置成接收、访问和/或获得一个或多个放射参数，例如手术前和/或手术后数据，如t4
‑
t12胸椎脊柱后凸(tk)、l1
‑
s1腰椎脊柱前凸(ll)、矢状面竖直轴线(sva)、骨盆倾斜角(pt)、骨盆入射角(pi)、脊柱前凸和/或类似物。
166.在一些实施例中，系统还可配置成接收、访问和/或获得一个或多个其它放射参数，如骶骨正中线(csvl)、c2t1骨盆角度(ctpa,
°
)、c2c7 sva(mm)(矢状面竖直轴线)、颈椎脊柱前凸、lenke分型、近端交界性脊柱后凸(pjk)、杆追踪、ss、t1斜率(t1s,
°
)t1倾斜角和方向、t10
‑
l2角度、t12
‑
s1腰椎脊柱前凸(ll)、t1
‑
t12、t2
‑
t12、t2
‑
t5、t5
‑
t12胸椎脊柱后凸、th顶点、th弯曲膜参数、th曲线/cobb角、th曲线水平、(th/l腰椎顶点、th/l腰椎曲线、曲线的th/l腰椎曲线方向、th/l腰椎曲线水平)、t1骨盆角度(tpa)、解剖脊柱后凸、解剖脊柱前凸、cobb角、在矢状面和/或冠状面和股骨头中的所有脊椎拐点的坐标、任何其它手术前和/或手术后数据，如所执行计算机断层扫描、三辐射软骨、外听道、骨盆倾角、髋臼指数和/或类似物。
167.在一些实施例中，本文中所公开的系统可配置成生成包括一个或多个手术数据参数的脊柱手术策略，所述一个或多个手术数据参数如仪器材料、仪器大小、仪器类型、微创手术(mis)选项、仪器化层级的数目、所执行的截骨术、杆弯曲形状和/或角度、杆切割参数、最上部仪器化参数、上部仪器化脊椎(uiv)、下部仪器化脊椎(liv)、外科医生、手术技术(在
一些实施例中，使用一个或多个机器学习算法来分析外科医生的手术技术以能够模拟手术和将与外科医生的预期匹配的杆)、作为图像的放射照相术、扫描器、mri(图像或图像的集合)和/或类似物。
168.在一些实施例中，手术前和/或手术后数据的输入值的第一集合可包含以下中的一个或多个：t4
‑
t12 tk、l1
‑
s1 ll、sva、最下部仪器化脊椎(liv)、最上部仪器化脊椎(uiv)、骨盆倾斜角、手术时的年龄和/或骨盆入射角(pi)。
169.在一些实施例中，手术前和/或手术后数据的输出值的第一集合可包含以下：t4
‑
t12 tk、l1
‑
s1 ll和骨盆倾斜角。
170.预测性建模的额外特征
171.如本文所论述，本文中所描述的各种实施例涉及用于开发脊柱植入物、疗法、操作和/或程序的系统、方法和装置。在一些实施例中，本文中所描述的系统、装置和方法可配置成基于先前手术结果和/或先前所植入脊柱杆或其它植入物的一个或多个参数而利用机器学习、预测性建模和/或人工智能来在手术之前预测、设计、开发和/或计划患者特定的脊柱杆和/或其它植入物。此外，在一些实施例中，本文中所描述的系统、装置和方法可配置成在其分析中利用患者特定和/或外科医生特定的参数来在脊柱手术之前开发手术计划。在一些实施例中，所生成的手术计划可以是外科医生相依的。
172.在一些实施例中，本文中所描述的系统、装置和方法可配置成设计脊柱杆和/或其它植入物以匹配或大体上匹配外科医生在仪器上所期望的手术计划。
173.在一些实施例中，本文中所描述的系统、方法和装置可配置成构建考虑到患者和/或外科医生的预测性模型。在一些实施例中，本文中所描述的系统、方法和装置可配置成生成或开发或利用患者特定和/或外科医生特定的预测性模型。在一些实施例中，本文中所描述的系统、装置和方法可能够预测在仪器中对于每一脊椎来说杆的位置和/或脊柱的形状和/或脊椎的位置。在一些实施例中，基于利用、生成和/或开发的预测性模型，本文中所描述的系统、方法和装置可配置成设计、制造可达到计划的物理脊柱杆和/或使得产生所述物理脊柱杆。
174.在一些实施例中，本文中所描述的系统、方法和装置可配置成利用用于训练或开发预测性模型、人工智能模型和/或机器学习模型的一个或多个输入和/或输出。
175.在一些实施例中，一个或多个输入可包括由外科医生执行的一个或多个过往脊柱手术案例和其一个或多个参数，如所设计的杆、脊椎的位置和/或一些特定端板的位置(其可以是手术前、规划和/或手术后的)、脊柱骨盆参数(其可以是手术前、计划和/或手术后的)、患者的年龄、体重和/或身高，和/或杆的材料和/或直径。在一些实施例中，脊柱骨盆参数可包括腰椎脊柱前凸(ll)、骨盆倾斜角(pt)、骨盆入射角(pi)、t1骨盆角度(tpa)、矢状面竖直轴线(sva)、胸椎脊柱后凸(tk)和/或任何其它参数，包含本文中所描述的参数。
176.在一些实施例中，一个或多个输出可包括杆的形状、一个或多个规格或其参数，和/或其与计划匹配的位置、取决于杆的形状的脊柱的形状、杆的位置(例如，与脊柱的距离和/或与一些特定端板和/或其它线的角度)，和/或用以预测杆的位置的指南。
177.在一些实施例中，为了构建预测性模型，系统、装置和方法可配置成利用生成对抗网络(gan)。在一些实施例中，为了构建或开发预测性模型，系统、装置和方法可配置成利用一个或多个gan型人工智能(ai)算法和/或预测性建模算法。举例来说，在一些实施例中，一
个或多个gan算法可用于预测用于特定外科医生的杆的位置。在一些实施例中，预测性模型的输入可包括所制造杆和/或手术前脊柱的形状。
178.在一些实施例中，例如除了gan型ai算法、预测性建模算法等等之外，系统、装置和方法可配置成利用数据扩增。确切地说，在一些实施例中，系统、装置和方法可配置成使用数据扩增来使用高斯过程(gaussian process)制作假列。在一些实施例中，数据扩增用于机器学习训练或训练预测性模型，但不用于测试。
179.在一些实施例中，由系统、方法和装置开发或构建的一个或多个算法可配置成预测手术后杆的位置。在一些实施例中，由系统、方法和装置构建或开发的模型可配置成预测脊柱杆的一个或多个参数和/或规格，所述脊柱杆被预测基于手术前脊柱而引起所要或实际手术后脊柱。
180.在一些实施例中，如gan算法的一个或多个算法可用于分析患者的一个或多个医学图像以用于其它任务，如脊椎的自动检测。
181.在一些实施例中，本文中所描述的系统、装置和方法可配置成将由外科医生使用的先前杆转换成数学对象。举例来说，在一些实施例中，如果杆是线段，那么系统可配置成将杆转换成如下数学对象：[a；b]，其中a是线段的第一点的坐标且b是线段的最后一个点。因此，在一些实施例中，系统可将杆识别和/或分析为数字的集合，所述数字的集合可由系统的一个或多个算法和/或预测性模型使用而不丢失任何信息。在一些实施例中，本文中所描述的系统、方法和装置可配置成将杆转换成一个或多个贝塞尔(bezier)曲线、b样条、线段和/或弧线的序列和/或类似物。在一些实施例中，由一个或多个算法和/或预测性模型用作输入和/或输出的一个或多个参数可取决于被选择以将杆转换成模型的数学对象。在一些实施例中，本文中所描述的系统、方法和装置可配置成考虑杆的整个形状。
[0182]
在一些实施例中，本文中所描述的系统、方法和装置可配置成如通过使用坐标来分析、识别和/或确定脊椎和/或特定端板的位置(手术前、计划和/或手术后的)。在一些实施例中，系统、方法和装置可配置成将脊椎的一个或多个坐标用作模型和/或算法的输入和/或输出参数。
[0183]
在一些实施例中，系统、方法和装置可不仅从数据库识别类似先前手术案例且还基于所述案例而构建一个或多个预测性模型和/或算法。
[0184]
如本文所论述，在一些实施例中，预测性建模、人工智能和/或机器学习可在用于患者特定的脊柱手术、疗法、植入物制造或选择和/或类似物的手术前手术计划中起重要作用。
[0185]
图4是示出预测性建模和其在开发患者特定的植入物、疗法、操作和/或程序中的作用的实例实施例的流程图。如图4中所示出，在一些实施例中，系统的预测性模型的输入可包括一个或多个患者输入和/或外科医生输入。举例来说，在一些实施例中，患者输入可包含一个或多个患者基线条件。在一些实施例中，外科医生输入可包含外科医生的一个或多个手术目的。在一些实施例中，系统和/或其预测性模型可配置成有助于收集可至关重要的一个或多个输入，如患者的状况和/或外科医生的目的。
[0186]
在一些实施例中，系统和/或其预测性模型可配置成分析输入以确定和/或识别例如一个或多个脊柱骨盆参数和/或外科医生偏好。在一些实施例中，一个或多个脊柱骨盆参数和/或外科医生偏好可以是用于系统和/或其预测性模型的额外输入。在一些实施例中，
用于系统和/或其预测性模型的输入可包含来自系统数据库的先前案例的一个或多个公开文献和/或分析。
[0187]
在一些实施例中，系统和/或其预测性模型可配置成考虑前述输入中的一个或多个以生成一个或多个手术模拟。在一些实施例中，系统和/或其预测性模型可基于不同假设和/或输入而生成一个或多个手术模拟。在一些实施例中，系统可将由系统或其预测性模型生成的一个或多个手术模拟传输或以其它方式提供到医务人员或外科医生，所述医务人员或外科医生可检查、批准其它反馈和/或将其它反馈提供到系统。
[0188]
图5是示出预测性建模和其在开发患者特定的植入物、疗法、操作和/或程序中的作用的实例实施例的流程图。如图5中所示出，在一些实施例中，系统和/或其预测性模型可配置成确定和/或预测在仪器或脊柱杆植入物上方和/或下方可能发生的手术结果。举例来说，在一些实施例中，系统或其预测性模型可配置成分析患者的脊柱的一个或多个手术前图像，例如矢状面和/或正面x射线图像。在一些实施例中，系统或其预测性模型可配置成分析一个或多个输入图像且计划预测哪些参数，所述参数可以是时间相依参数或变量。举例来说，用于预测的此类参数可包含脊柱手术1年后的预测胸椎脊柱后凸(tk)和/或脊柱手术1年后的骨盆倾斜角(pt)。
[0189]
在一些实施例中，系统和/或其预测性模型可基于一个或多个输入而生成如手术结果等等的一个或多个预测，所述一个或多个输入如手术前腰椎脊柱前凸(ll)、手术前胸椎脊柱后凸(tk)、骨盆入射角(pi)、骨盆倾斜角(pt)、矢状面竖直轴线(sva)、患者年龄、性别、身高、体重和/或类似物。在一些实施例中，基于预测结果(outcome/result)，系统可配置成生成手术计划。在一些实施例中，在手术之后，系统可配置成分析患者的脊柱的一个或多个手术后图像，例如矢状面和/或正面x射线图像，其可用于与手术前预测进行比较以进一步训练算法。
[0190]
在一些实施例中，系统可配置成分析脊柱的一个或多个手术前和/或手术后医学图像，例如x射线图像、ct图像、mr图像和/或类似物，和/或来自其的测量值。在一些实施例中，系统或其预测性模型可配置成模拟一个或多个手术姿势和/或植入物，如脊柱杆和/或护架。
[0191]
在一些实施例中，系统或其预测性模型可配置成查询患者人口统计、测量和/或仪器数据中的一个或多个，如上部仪器化脊椎(uiv)和/或下部仪器化脊椎(liv)，以确定一个或多个补偿机制。在一些实施例中，在预测性模型已更新手术计划之后，计划可随后视为准备好提交到外科医生或医务人员。在一些实施例中，系统提供、有助于和/或产生多个计划选项、数据驱动决策支持和/或计划批准。
[0192]
图6是示出在开发患者特定的植入物、疗法、操作和/或程序中的机器学习的实例实施例和/或概述的流程图。如图6中所示出，在一些实施例中，系统配置成利用机器学习和/或训练算法来生成预测性模型。确切地说，在一些实施例中，系统配置成利用包括多个先前脊柱手术案例、其结果和/或从其导出的一个或多个脊柱参数的系统数据库。在一些实施例中，系统可在机器学习过程的训练阶段和/或测试阶段中利用此类数据。在一些实施例中，在训练和/或测试之后，预测性模型可集成在系统中。
[0193]
确切地说，在一些实施例中，来自系统数据库或任何其它数据库的数据可拆分成训练数据集和测试数据集。在一些实施例中，将数据拆分成训练集和测试集可以是有利的，
这是因为在算法在其上进行训练的相同数据上测试算法可能并不提供准确测试结果。在一些实施例中，机器学习可利用数据来工作且处理所述数据以发现具有待用于分析新数据的参数的一个或多个模式。
[0194]
在一些实施例中，在训练阶段期间，数据科学家或其它用户可将一个或多个机器学习方法应用于训练数据。在一些实施例中，系统可重新训练和/或重新分析数据以将模型错误降到最低。在一些实施例中，在模型参数固定后，可随后测试所训练预测性模型。
[0195]
如本文所论述，在一些实施例中，用测试数据测试或评估所训练预测性模型，所述测试数据可与训练数据分开。在一些实施例中，在测试完成之后，预测性模型可集成到系统工具中且随后用于基于一个或多个手术前值而预测手术后的患者的脊柱的一个或多个输出值。
[0196]
预测性建模的额外特征
[0197]
在一些实施例中，本文中论述的系统、装置和方法可配置成生成和/或利用一个或多个预测性模型以预测患者的脊柱的手术后形状或曲度。在一些实施例中，这可在若干方面中有利。举例来说，在一些实施例中，本文中所描述的系统、装置和方法可提供待植入的脊柱杆的长度的信息，帮助预测一个或多个补偿机制，和/或通知患者和/或外科医生可从脊柱手术预期的一个或多个结果。因此，在一些实施例中，本文中所描述的系统、装置和方法可配置成生成、构建和/或应用算法，所述算法配置成基于手术前脊柱的一个或多个特性和/或参数而预测手术后脊柱的一个或多个特性和/或参数。
[0198]
在一些实施例中，用于预测性模型的一个或多个输入数据和/或收集到的数据可包括来自个体的手术前脊柱的一个或多个特性和/或参数。在一些实施例中，输入脊柱数据可包括耦合数据(冠状面曲线,矢状面曲线)。在一些实施例中，每一曲线或样条可包括链接来自一个或多个医学图像测量的一个或多个所识别解剖学标志的若干数学曲线。在一些实施例中，可例如使用本文中所描述的一种或多种技术自动地、半自动地和/或手动地识别一个或多个所识别解剖学标志。
[0199]
在一些实施例中，系统可配置成将一个或多个数据变换技术应用于一个或多个收集到的数据。举例来说，在一些实施例中，系统可配置成将模拟应用于离散转换。在一些实施例中，系统可配置成仅利用数学曲线来工作。在一些实施例中，系统可配置成使一个或多个样条离散。确切地说，在一些实施例中，对于每一冠状面和/或矢状面样条，系统可配置成获得沿着样条的较差点与优良点之间的竖直轴线均一地分布的n数目个点。
[0200]
在一些实施例中，系统可配置成将收集或输入的数据从二维变换为三维，例如以将数据准备用于机器学习。确切地说，在一些实施例中，系统可配置成基于脊柱的两个或更多个二维表示而建立或生成表示个体的脊柱的单个三维对象。在一些实施例中，为了这样做，系统可配置成假定冠状面和矢状面x射线图像是垂直的，两个x射线图像的校准比率皆非常准确，和/或x射线图像皆同时及时地被拍摄。
[0201]
在一些实施例中，系统可配置成假定x轴从患者的背部延伸所述胸部，y轴从患者的右侧延伸到左侧，和/或z轴是竖直和上升的。在一些实施例中，此类假设可定义直接标记。在一些实施例中，系统可配置成利用三维脊柱的极坐标表示而非笛卡耳(cartesian)表示。在一些实施例中，系统可配置成利用脊柱的笛卡耳表示。
[0202]
在一些实施例中，系统可配置成利用一个或多个数据压缩技术和/或算法。举例来
说，在一些实施例中，系统可配置成利用低通滤波器以用于数据压缩，这可出于机器学习目的而是有利的，同时保存大多数相关信息。
[0203]
在一些实施例中，至少部分地基于所变换输入或收集到的数据，系统可配置成应用一个或多个机器学习技术和/或算法。在一些实施例中，在仅知晓一个或多个手术前和/或潜在地计划的参数的情况下，系统可配置成利用一个或多个机器学习、人工智能和/或预测性建模算法来预测一个或多个手术后参数，例如脊柱曲度。确切地说，在一些实施例中，系统可配置成利用一个或多个线性模型和/或神经网络。
[0204]
在一些实施例中，系统可配置成利用一个或多个机器学习、人工智能和/或预测性建模算法来模拟脊柱手术的结果。确切地说，在一些实施例中，取决于通过输入数据准备完成的数据变换，如果有的话，那么系统可配置成通过数据变换或数据压缩算法的反转过程来转换模型的直接输出，所述数据变换或数据压缩算法用以获得所预测的一个或多个手术后参数。因此，在一些实施例中，系统可配置成利用一个或多个机器学习、人工智能和/或预测性建模算法来预测一个或多个手术后脊柱参数，如脊柱曲度。
[0205]
图7是示出在开发患者特定的植入物、疗法、操作和/或程序中的预测性建模的实例实施例的流程图。如图7中所示出，在一些实施例中，本文中所描述的系统、装置和方法配置成部分地基于患者的脊柱的一个或多个医学图像、患者的脊柱的参数、如脊柱杆或护架的建议植入物的规格、关于患者的人口统计信息和/或类似物中的一个或多个而在预测脊柱手术的手术结果中利用预测性建模、人工智能和/或机器学习。
[0206]
在一些实施例中，如图7中所示出，在框702处，一个或多个输入输入到系统和/或其预测性模型中以用于预测手术结果和/或构建预测性模型。在一些实施例中，如框704中所展示，可将一个或多个医学图像输入到系统中。一个或多个医学图像可以是脊柱的一个或多个x射线图像，如矢状面和/或正面x射线图像、ct图像、mr图像和/或类似物。在一些实施例中，一个或多个输入可包含一个或多个其它信息，如非成像数据或输入，如框706中所展示。一个或多个其它信息可包含外科医生的名字、外科医生的一个或多个偏好、患者的一个或多个人口统计信息，如身高、体重、年龄、医学状况和/或类似物。此外，在一些实施例中，框702处的一个或多个输入，无论医学图像704或非成像数据706，可包括一个或多个手术前和/或手术后数据，例如以训练和/或构建预测性模型。作为实例，在一些实施例中，手术前数据可包括在手术之前的一个或多个脊柱参数，且手术后数据可包括一个或多个脊柱参数和/或一个或多个脊柱植入物的规格，所述一个或多个脊柱植入物如杆、护架、螺钉和/或类似物。
[0207]
在一些实施例中，如图7中所示出，在框708处，系统可配置成从一个或多个输入确定一个或多个测量值。确切地说，在一些实施例中，系统可配置成测量一个或多个医学图像上的一个或多个特定点和/或参数。举例来说，在一些实施例中，系统可配置成自动地或半自动地或手动地确定和/或识别每一端板和/或脊椎上的一个或多个点和/或每一端板和/或脊椎的位置和/或一个或多个角度。作为实例，在一些实施例中，系统可生成用户接口，所述用户接口允许用户使用鼠标、触摸或其它计算机输入法来指出一个或多个端板和/或脊椎的边缘上的一个或多个点和/或一个或多个端板和/或脊椎的一个或多个位置和/或角度。作为另一实例，在一些实施例中，系统可配置成例如使用边缘检测技术来自动地确定每一端板的边界，和/或自动地确定每一脊椎的一个或多个角度。测量值的一些实例可包含手
术前腰椎脊柱前凸(ll)、手术前胸椎脊柱后凸(tk)、骨盆入射角(pi)、骨盆倾斜角(pt)、矢状面竖直轴线(sva)、位置、边界、股骨头的位置和/或一个或多个端板和/或脊椎的任何其它脊柱骨盆参数。
[0208]
在一些实施例中，系统可配置成直接从患者的脊柱的ct图像、mri图像或其它三维医疗图像获取一个或多个脊柱骨盆参数的一个或多个测量值。在一些实施例中，系统可配置成分析患者的脊柱一个或多个x射线图像以首先确定或提取一个或多个脊椎的位置且随后基于一个或多个脊椎的所提取位置而确定一个或多个脊柱骨盆参数。对于基于x射线图像的分析，在一些实施例中，可能有利的是在获取一个或多个脊柱骨盆参数的测量值之前首先提取一个或多个脊椎的位置，这是因为由于测量步骤中的数据的变换，如果直接从x射线图像获取测量值，那么一些信息可丢失。这可不同于使用ct或mri图像的实施例，这是因为对于ct或mri图像，无信息可通过采用脊柱骨盆参数的直接测量值而丢失。因此，在利用一个或多个x射线图像的一些实施例中，系统可配置成首先提取图像上的一个或多个或每一个脊椎的位置以获得较大基本数据集，所述基本数据集可稍后用于进一步提取一个或多个角度和/或其它脊柱骨盆参数。那样，在一些实施例中，在系统已确定一个或多个或每一个脊椎的位置后，系统可随后配置成视需要进一步确定任何角度和/或任何脊柱骨盆参数而不丢失信息。
[0209]
在一些实施例中，如图7中所示出，在框710处，系统配置成清除收集到的数据或测量值中的一些。在一些情况下，从一个或多个医学图像获取的一个或多个测量值可不可靠或不清楚。如果不可靠或不清楚数据输入到预测性建模或机器学习算法中，那么术后结果的输出或预测也可能不可靠。因此，在一些实施例中，如果质量并不符合预定或预设阈值，那么系统可配置成舍弃或去除一个或多个测量值。
[0210]
在一些实施例中，如图7中所示出，在框712处，系统可配置成变换数据或测量值或执行数据变换。在一些实施例中，可存在参数的数目与预测性模型的复杂度之间的折衷。换句话说，在一些实施例中，可能有利的是限制输入到预测性模型中和/或用于构建预测性模型的参数的数目以便将预测性模型的复杂度维持在可管理水平。此外，如果使用大量参数，那么还可需要大的数据集来将预测性模型训练到可接受的准确度水平。在同一时间，然而，在一些实施例中，可能有利的是在训练预测性模型中具有大的数据集或大量案例。因此，出于训练目的，在一些实施例中，系统可配置成基于大的数据集或大量案例而训练预测性模型但具有有限或限制数目的参数。在一些实施例中，系统可不配置成直接使用所有测量值或输入数据，例如从x射线图像、mri图像或ct图像获取的测量值，但实际上使用其参数的子集。在一些实施例中，可如本文所论述而使用一个或多个数据变换技术来变换手术前和/或手术后参数或数据两者。在一些实施例中，可使用相同或不同技术来变换手术前和手术后参数。此外，在一些实施例中，变换的手术前和手术后参数可相同或不同。举例来说，手术前和手术后参数可具有脊柱、补偿机制、脊柱杆(无论在植入之前或之后)、护架、螺钉和/或任何其它脊柱植入物或参数。
[0211]
在一些实施例中，数据变换可包括数学建模，如操纵一个或多个数学对象。在一些实施例中，数据变换可包括数据压缩，例如以减小如此处所论述的输入参数的数目。在一些实施例中，数据变换可包括数据压缩以获得最小相关参数，其可指代具有最多信息的参数的子集。换句话说，在一些实施例中，系统可配置成仅使用尽可能具有最多信息的那些参
数。
[0212]
在一些实施例中，系统可配置成利用一个或多个数据压缩技术，如傅立叶变换和/或多项式函数。确切地说，在一些实施例中，根据输入，系统可获得脊柱的形状的测量值，所述脊柱的形状可包括多个短直线段。在一些实施例中，系统可确定和保存每一短直线段与竖直线之间的角度，其可通过傅立叶变换来模型化以具有比之前更少的参数。在一些实施例中，在傅立叶变换之后，仅具有较多信息或较准确信息的参数的一部分可保持以用于训练和/或应用预测性模型。
[0213]
在一些实施例中，在将傅立叶变换应用于数据之后，出于训练和/或应用预测性模型的目的，系统可配置成仅保持低频率数据或参数且舍弃高频率数据或参数。如本文中将论述的，在一些实施例中，相较于傅立叶变换世界或频域，数据变换可稍后反转以获得用于现实世界或空间域中的每一参数或线段的数据。换句话说，在一些实施例中，系统可配置成将傅立叶变换应用于所测量数据集且随后过滤出高频率数据，使得仅低频率数据保留，这是因为高频率数据可包括大量噪声或不清楚数据，由此降低用于构建脊柱的数学模型的数据的质量。此外，在一些实施例中，系统可配置成然后反转或逆转傅立叶变换以将数据和/或角度转换回到现实世界或空间域。换句话说，在一些实施例中，系统可配置成利用傅立叶变换且随后应用具有预定频率阈值的低频率滤波器作为用于过滤出频域中的噪声或高频率数据或参数的技术以提高预测性模型和/或来自预测性模型的输出的质量。那样，在一些实施例中，系统可仅基于傅里叶世界中的低频率数据而生成手术前和/或手术后脊柱的模型，所述低频率数据可转换回到现实世界或空间域。
[0214]
此外，通过利用数学模型和/或数据变换而非直接根据输入进行工作，在一些实施例中，构建在例如x射线的医学成像的一个模态上的预测性模型可应用于来自另一模态的医学成像输入，例如ct或mri，只要其视需要转换成3d或2d即可。举例来说，在一些实施例中，通过将数学模型和/或数据变换用于x射线图像以构建或训练预测性模型，此类预测性模型也可在转换到三维空间之后应用于ct和/或mri图像。
[0215]
在一些实施例中，如图7中所示出，在框714处，系统配置成扩增数据，这在某些实施例中可以是任选的。为了扩增数据，在一些实施例中，系统可配置成基于实际或真实数据集而建立人工数据，例如以改进预测性模型的训练和/或获得更复杂的模型。在一些实施例中，例如出于训练预测性模型的目的，由系统生成的扩增和/或人工数据可基于手术前数据和/或脊柱的曲度和/或手术后数据和/或脊柱和/或杆或其它脊柱植入物的曲度。
[0216]
如本文所论述，在一些实施例中，可能有利的是使用具有大量案例的大的数据集来训练预测性模型。此外，在一些实施例中，具有更大数据集可允许系统利用更复杂的算法以用于预测性建模。举例来说，在一些实施例中，通过使用更大数据集，无论是通过扩增数据或通过初始地以大的数据集开始，系统可利用卷积神经网络(cnn)算法来训练预测性模型。此外，在一些实施例中，由于系统可通过数据扩增来获得更大数据集，因此可有可能利用更多参数来训练预测性模型。此外，在一些实施例中，由于系统可通过数据扩增来获得更大数据集，因此可有可能识别甚至更好的参数以用于训练预测性模型。此外，在一些实施例中，由于系统可通过数据扩增来获得更大数据集，因此可有可能获得更大干净数据集以用于训练预测性模型。
[0217]
因此，在一些实施例中，系统通过建立人工数据来扩增数据集以用于训练模型，但
不用于测试预测性模型。换句话说，在一些实施例中，系统可配置成使用扩增数据来增大学习数据集以用于训练预测性模型，但不用于测试预测性模型。在一些实施例中，扩增或人工数据从不用于测试预测性模型。
[0218]
在一些实施例中，系统可配置成通过将高斯过程或另一统计和/或数学技术应用于实际数据来扩增数据集。作为实例，在一些实施例中，系统可配置成考虑患者的脊柱以包括一个或多个向量，在此情况下，系统可配置成在每一向量上利用高斯过程的抽样功能以生成一个或多个人工输入或脊柱曲度。作为另一实例，在一些实施例中，扩增数据可包括一个或多个参数，所述一个或多个参数与实际或真实数据有一些统计上和/或预定可接受阈值的不同或偏离，所述阈值例如在约1％、约2％、约3％、约4％、约5％、约10％、约0.5标准差、约1标准差、约1.5标准差、约2标准差内和/或在由前述值中的两个定义的范围内。因此，在一些实施例中，系统可配置成基于统计数据而从实际数据集构建人工数据点或案例，所述人工数据点或案例可随后用于训练模型。
[0219]
在一些实施例中，系统可配置成通过非统计过程或技术来生成扩增或人工数据。举例来说，在一些实施例中，无论根据正面视图或矢状面视图，系统可配置成通过翻转或旋转180度或镜像处理脊柱的特定曲度来生成扩增或人工数据。确切地说，在一些实施例中，无论根据矢状面或正面视图，系统可配置成翻转如医疗图像上所描绘的脊柱的曲线的左右定向，这可以是用于生成扩增或人工数据的基础。此外，在一些实施例中，无论根据矢状面或正面视图，系统可配置成沿着竖直轴线旋转如医疗图像上所描绘的脊柱的曲线的定向，这可以是用于生成扩增或人工数据的基础。在一些实施例中，用于生成扩增或人工数据的沿着竖直轴线向左或向右旋转脊柱的程度可以是约10度、约20度、约30度、约40度、约50度、约60度、约70度、约80度、约90度、约100度、约110度、约120度、约130度、约140度、约150度、约160度、约170度、约180度和/或在由前述值中的两个定义的范围内。
[0220]
在一些实施例中，系统可配置成通过组合本文中论述的一或多种技术，例如使用高斯过程和/或来自实际数据的脊柱的旋转来生成扩增和/或人工数据。在一些实施例中，数据可基于在根据本文中论述的一个或多个数据变换技术进行数据变换之前或在之后而由系统扩增，所述一个或多个数据变换技术如傅立叶变换。
[0221]
在一些实施例中，如图7中所示出，在框716处，系统配置成例如使用一个或多个机器学习技术或神经网络来训练预测性模型和/或生成一个或多个手术后预测。在一些实施例中，系统可配置成利用以下中的一个或多个：生成对抗网络(gan)算法、卷积神经网络(cnn)算法和/或递归神经网络(rnn)算法、线性回归、支持向量机(svm)算法、支持向量机回归(svr)算法和/或其任何组合。举例来说，在一些实施例中，系统可配置成利用cnn算法与svm算法的组合。
[0222]
在一些实施例中，系统可配置成利用一个或多个机器学习算法和/或其任何组合来在不同数目的输入上训练预测性模型和/或生成一个或多个手术后预测。举例来说，在一些实施例中，系统可配置成在训练预测性模型和/或生成一个或多个手术后预测中采取一个脊椎、两个脊椎、三个脊椎、四个脊椎、五个脊椎和/或类似物和/或其任何组合的一个或多个参数作为输入数据。
[0223]
在一些实施例中，系统可配置成利用gan算法来训练预测性模型和/或生成一个或多个手术后预测。在一些实施例中，gan算法可用于预测手术后脊柱、其部份和/或其一个或
多个参数。此外，在一些实施例中，gan算法可用于预测手术后的杆形状和/或位置。
[0224]
在一些实施例中，系统可配置成利用cnn算法来训练预测性模型和/或生成一个或多个手术后预测。在一些实施例中，系统可配置成利用数据扩增以帮助能够使用cnn算法。在一些实施例中，系统可配置成利用cnn算法来预测补偿机制、杆位置、杆形状、手术输出、近端交界性脊柱后凸(pjk)风险和/或类似物。
[0225]
在一些实施例中，系统可配置成利用rnn算法来训练预测性模型和/或生成一个或多个手术后预测。在一些实施例中，系统可配置成利用rnn算法来处理可变输入大小。举例来说，在一些实施例中，系统可配置成使用仪器化的端板的目标位置作为输入，在此情况下，输入的大小可取决于仪器化脊椎的数目。因此，在此类实施例中，rnn算法可适用于处理随着脊椎的数目而增加的输入的大小。
[0226]
在一些实施例中，如图7中所示出，在框718处，系统配置成输出已变换回的数据。确切地说，在一些实施例中，如本文所论述，系统可配置成例如在应用傅立叶变换之后在所变换数据的领域中训练预测性模型和/或生成一个或多个手术后预测。因此，为了获得现实世界中的可用输出数据，在一些实施例中，系统可配置成将频域中的数据变换回到空间域中以进行一个或多个手术后预测。举例来说，在一些实施例中，系统可配置成将逆傅立叶变换应用于由傅立叶变换中的预测性模型输出的输出数据。
[0227]
在一些实施例中，如图7中所示出，可随后在框720处利用所变换的输出数据。确切地说，在一些实施例中，输出可包括以下中的一个或多个：预测手术结果、补偿机制的结果和/或脊柱曲度或其它脊柱骨盆参数、所建议脊柱杆或其它脊柱植入物的规格、一个或多个建议的手术步骤和/或类似物。在一些实施例中，输出数据可包括以下中的一个或多个：一个或多个脊柱骨盆参数、冠状面和/或矢状面脊柱的形状、一个或多个端板的位置、待植入的脊柱杆的形状和/或类似物和/或其任何组合。
[0228]
手术中追踪
[0229]
图8是示出用于开发患者特定的脊柱植入物、疗法、操作和/或程序的植入物制造、案例支持、数据收集和/或在脊柱手术期间的手术中追踪的实例实施例的流程图。
[0230]
在一些实施例中，在框802处，植入物制造和/或选择设施处的计算系统可配置成例如经由因特网、无线通信和/或携带型电子存储媒体来访问和/或接收最终手术计划或其中的多个。在一些实施例中，在框804处，植入物制造设施可配置成制造、修改和/或选择手术程序的一个或多个部分。举例来说，植入物制造设施可配置成基于在手术计划中指定的一个或多个规格和/或材料而制造脊柱杆、护架和/或螺钉。类似地，植入物制造设施可配置成基于在一个或多个手术计划中指定的规格和/或材料而选择和/或修改一个或多个预先制造的脊柱杆、护架和/或螺钉。
[0231]
在一些实施例中，脊柱杆、护架和/或螺钉可由一个或多个不同材料制造。待用于特定患者特定的杆、螺钉和/或护架的特定材料可取决于数据和/或可由外科医生、其它医务人员和/或其它用户选择。特定材料也可取决于特定患者的身高、体重、年龄、骨骼密度和/或骨骼强度等等。在一些实施例中，系统可配置成设计、选择和/或制造胸腰椎杆、颈胸椎杆、mis杆和/或3d弯曲杆中的一个或多个。在某些实施例中，脊柱杆可由钛、钴铬合金和/或任何其它材料制成。
[0232]
如上文所论述，在一些实施例中，系统可配置成制造、选择和/或修改在一个或多
个方向上弯曲的杆。通常，对于外科医生来说，在手术之前或期间使用工具在甚至一个方向上弯曲杆可能是困难的(如果并非不可能)，更不用说在超过一个方向上弯曲杆。相比之下，通过利用二维x射线图像和/或三维医学图像的合成，系统可配置成从预先存在的库存制造和/或选择在超过一个方向上弯曲(bent/curved)的杆，例如侧向且还在矢状面方向上弯曲。
[0233]
返回参考图8，在一些实施例中，在框806处，一个或多个医务人员可选择一个或多个植入物，如用于植入的脊柱杆、护架和/或螺钉，所述一个或多个植入物在框804处基于手术计划而由植入物制造设施制造、修改和/或选择。
[0234]
在一些实施例中，在框808处，一个或多个医务人员可附接和/或激活用于手术中追踪的一个或多个手术中追踪传感器和/或模块。举例来说，在一些实施例中，一个或多个手术中追踪传感器和/或模块可附接到一个或多个植入物，如脊柱螺钉和/或类似物。在一些实施例中，一个或多个传感器和/或模块可定位于一个或多个螺钉和/或螺母中以用于附接到患者的脊椎和/或用于附接患者的脊椎的工具。在下文更详细地论述可用于某些实施例的一个或多个传感器和/或模块。在一些实施例中，对于脊柱手术，传感器和/或模块可放置于每一脊椎中和/或附接到每一脊椎。这可有利于提供准确数据。然而，这在一些情况下可由于数据大小而不合乎需要。举例来说，当脊椎的角度可以是最重要参数中的一个时，大量不必要数据可被收集。因此，在一些实施例中，传感器和/或模块可附接到仅可提供脊柱的宝贵位置和/或角度数据的脊椎的子集。
[0235]
在一些实施例中，代替依赖于成像技术和/或除了依赖于成像技术之外，系统可配置成利用从植入到脊椎中的一个或多个螺钉内部和/或附接到所述一个或多个螺钉的一个或多个传感器和/或模块收集的数据，例如假定所植入的螺钉将平行于端板，以便提供手术中追踪。换句话说，在一些实施例中，可假定矢状平面中的螺钉的角度等于或大体上等于脊椎角度。在一些实施例中，螺钉的顶部部分可包括有源或无源传感器。在一些实施例中，顶部部分可稍后在手术期间折断，使得传感器可重复使用。包括一个或多个传感器的一个或多个螺钉可插入至每一脊椎或其子集中。举例来说，在一些实施例中，传感器和/或模块可附接到所有20个脊椎。在一些实施例中，传感器和/或模块可仅附接到其子集，例如两个或更多个传感器和/或模块附接到上部腰椎，和/或两个或更多个传感器和/或模块附接到一个或多个下部脊椎。在一些实施例中，传感器和/或模块可随后用于实时、近实时和/或大体上实时地提供与平移和旋转中的一个或多个脊椎在六个自由度(或九个自由度)中的位置和/或角度或定向相关的数据。在一些实施例中，由一个或多个传感器和/或模块收集的原始数据可传输到计算机系统以将原始数据转译成追踪一个或多个脊椎的位置和/或定向，例如以辅助确定脊柱曲度和/或手术校正。
[0236]
在一些实施例中，基于实时、近实时和/或大体上实时的手术中追踪或监测，系统可配置成追踪脊椎和/或螺钉的位置和/或定向或角度。换句话说，在一些实施例中，可实时、近实时和/或大体上实时地监测在手术期间的脊柱的校正。再次参看图8，在一些实施例中，在框810处，对应于每一脊椎的位置和/或角度的追踪数据可传输到医疗机构处的主服务器系统和/或客户端系统。
[0237]
在某些实施例中，在一个或多个医务人员将一个、两个或更多个螺钉插入到患者的脊柱中之后，在框812处，主服务器系统和/或医疗机构客户端系统可配置成追踪、分析
和/或存储不同脊椎在校正期间的移动和其它操作程序数据。在一些实施例中，一个或多个医务人员可因此实时、近实时和/或大体上实时地观察或以其它方式追踪脊椎的位置、定向、校正和/或角度，且确定何时已获得合乎需要的条件，例如与预定手术计划匹配。此类实时追踪可为医务人员提供实质性协助。举例来说，在无手术中追踪的情况下，外科医生可相信当执行pss时可获得30度校正；然而，实际上，执行pss可仅引起10度校正。通过提供手术中追踪或监测，在所述情形下，在一些实施例中，外科医生可在结束操作之前视需要进一步进行校正。
[0238]
在一些实施例中，系统可配置成通过将所追踪数据与预定手术计划进行比较来进行所追踪数据的分析。为了这样做，在一些实施例中，系统可从计划数据库216和/或操作数据库218检索数据。基于此类比较和/或分析，在一些实施例中，在框814中，系统可配置成实时和/或近实时地在操作期间动态地生成指导和/或将指导提供到外科医生。举例来说，基于所追踪数据，在一些实施例中，系统可配置成基于所追踪数据而指示或指导外科医生改变一个或多个脊椎的角度以获得更靠近预定计划的脊柱的曲度。
[0239]
在一些实施例中，系统可进一步配置成向外科医生提供可听和/或可见警告和/或指导。在一些实施例中，当一个或多个脊椎的位置和/或角度在预定阈值内时，可听和/或可见警告和/或指导可包括以特定方式或程度执行手术和/或警告外科医生的对外科医生的指令。举例来说，当一个或多个螺钉和/或脊椎的位置和/或角度在预定计划的约1％、约2％、约3％、约4％、约5％、约10％、约15％、约20％、约25％内时和/或当在由前述值中的两个定义的范围内时，系统可配置成提供警告。在一些实施例中，系统可配置成基于所追踪数据而在显示器上提供每一脊椎的位置、定位、定向和/或角度的视觉描述以在手术期间指导外科医生。
[0240]
在一些实施例中，在脊椎的角度的可接受水平后(如果获得)，在框816处，外科医生可插入脊柱杆和/或将螺钉紧固到杆且锁定所有部分，例如以完成脊柱杆的定位。在一些实施例中，在框818处，外科医生可随后去除和/或去激活一个或多个传感器。
[0241]
在一些实施例中，系统可进一步配置成收集和/或利用手术后数据，例如以提供预测性建模和/或其它手术后特征或服务。此外，在一些实施例中，系统可配置成考虑复杂度水平和/或外科医生的偏好以提供外科医生特定的建议以用于将来案例。在一些实施例中，手术前、手术中和/或手术后数据和/或外科医生输入的比较和/或分析可用于确定外科医生的技能水平和/或策略偏好。在一些实施例中，外科医生的特定技能水平和/或策略偏好可用于开发用于所述外科医生的后续手术计划。此外，在一些实施例中，也可从一个或多个手术后x射线图像获得与脊柱的生长和/或其它后续发展相关的数据，如与曲度相关的数据。在一些实施例中，此类长期效果也可用于准备后续计划。
[0242]
在一些实施例中，作为如本文所论述的预测性建模和/或机器学习的部分，系统可配置成分析针对特定情况开发的一个或多个不同计划。举例来说，在一些实施例中，第一所生成计划可基于外科医生的策略和/或目的。在一些实施例中，用于相同案例的第二所生成计划可基于来自科学文献的数据。在一些实施例中，用于相同案例的第三所生成计划可基于通过执行手术程序由系统收集的历史数据。在一些实施例中，随着收集到更多数据，且随着从外科医生给出和接收到更多反馈和输入，和/或随着进行更多科学研究，用于单个案例的一个或多个所生成计划和/或其特定特征可收敛。在一些实施例中，可在用于后续案例的
计划阶段中通过系统更大量地利用比其它参数收敛更多的某些参数。此外，在一些实施例中，系统可配置成在计划阶段中将给定案例与先前案例进行比较。举例来说，在一些实施例中，系统可配置成剖析一个或多个数据库以找到与给定案例和/或其某些特征匹配的一个或多个脊柱以作出对计划的某些建议和/或预测。
[0243]
手术中追踪模块
[0244]
一般来说，如荧光透视法和/或ct扫描的某些手术中成像可用于脊柱曲度和/或其校正的手术中评估。然而，此类过程通常仅提供脊柱曲度的瞬时视觉/评估。因此，可能有利的是允许脊柱曲度/角度的实况或近实况追踪以向外科医生提供实质上协助，由此进一步允许外科医生在实况控制下在可能必要时对脊柱进行进一步校正。在同一时间，某些实况追踪装置，如可基于光电无源传感器的实况追踪装置可干扰外科医生的工作流程，这是由于相较于常见手术可能需要许多额外步骤。
[0245]
因此，在本文中所描述的一些实施例中，提供允许例如在脊柱手术期间的手术中监测的系统、装置和方法。确切地说，在一些实施例中，系统可配置成实时、近实时和/或大体上实时地追踪外科医生的表现且进一步将其与手术前计划进行比较，同时仅在手术工作流程上添加较小占据空间。
[0246]
在一些实施例中，系统可允许外科医生操纵患者的脊柱且跟踪附接到一个或多个脊椎的一个或多个传感器和/或模块的一个或多个位置和/或一个或多个定向或角度。在一些实施例中，附接到一个或多个脊椎的一个或多个传感器和/或模块可配置成提供与传感器附接到的脊椎的一个或多个位置和/或定向相关的追踪数据。因此，在一些实施例中，基于此类追踪数据和/或从其导出的指导数据，外科医生可随后操纵患者的脊柱直到一个或多个传感器和/或模块读数展示脊柱的定位是最优的、合乎需要的和/或与预定计划的脊柱定位匹配或大体上匹配。
[0247]
在一些实施例中，如荧光透视法和/或ct扫描的手术中成像过程或技术可用于手术中成像。举例来说，在一些实施例中，手术中荧光透视法可用于分析螺钉关于身体结构的位置以提供手术中追踪。在一些实施例中，一个或多个传感器和/或模块可与一个或多个红外相机和/或电磁检测结合使用。在一些实施例中，一个或多个传感器和/或模块和/或骨骼的位置和/或定向可通过使用有源传感器和/或模块来识别。在某些实施例中，可使用一个或多个无源传感器和/或模块。
[0248]
在一些实施例中，系统可配置成通过使用一个或多个有源和/或无源传感器和/或模块来识别一个或多个椎弓根螺钉的位置和/或定向，且转而识别一个或多个椎弓根螺钉附接到的一个或多个骨骼和/或脊椎。在一些实施例中，系统配置成利用一个或多个有源传感器和/或模块，而不需要任何接收器来解释共用轴系统上的一个或多个传感器和/或模块的位置、定向和/或角度。换句话说，在一些实施例中，整个手术中追踪系统和/或装置可配置成仅使用一个或多个传感器和一个或多个计算机装置或系统来操作，所述一个或多个计算机装置或系统处理一个或多个传感器的信号且显示从其获得的一个或多个测量值。
[0249]
在一些实施例中，手术中追踪传感器和/或模块(在本文使用所述术语时)可包括电源，如电池、无线传输器和用于实时追踪的一个或多个有源和/或无源传感器。在一些实施例中，一个或多个传感器可包括一个或多个加速计和/或一个或多个陀螺仪以如在6个自由度(dof)和/或9个dof中的提供一个或多个惯性测量单元。在一些实施例中，系统可包括
一个或多个有源传感器，其可配置成在6个dof和/或9个dof中的惯性测量单元。在其中系统配置成利用一个或多个无源传感器和/或模块的一些实施例中，视觉追踪可用于提供实时、近实时和/或大体上实时的手术中追踪。在其中仅使用有源传感器和/或模块的一些实施例中，系统可配置成不依赖于视觉追踪。实际上，在一些实施例中，系统可利用运动数据的无线传输以用于实时、近实时和/或大体上实时的手术中追踪。
[0250]
在一些实施例中，系统可配置成确定附接到患者的脊柱的两个或更多个传感器和/或模块的相对定向和/或位置以例如通过解释独立传感器数据来测量和/或计算脊柱曲度。确切地说，在一些实施例中，系统可配置成使用重力向量作为共用参考轴来解释从两个或更多个传感器和/或模块获得的独立传感器数据。在一些实施例中，每一中央单元的三个轴线中的两个可假定或被视为在平行或大体上平行于与位于手术台上的患者的矢状平面成的确定角度的平面上。换句话说，在一些实施例中，两个或更多个传感器和/或模块的位置和/或定向可配置成使得待由每一传感器或模块收集的位置数据的三个轴线中的两个在或假定在平行或大体上平行于位于手术台上的患者的矢状平面的平面上。因此，在一些实施例中，惯性单元的正确定位可通过传感器/植入物接口机械地获得。
[0251]
在一些实施例中，一个或多个传感器和/或模块可例如通过经由一个或多个植入物/螺钉提供的一个或多个接口来附接到每一脊椎和/或直接附接到骨骼结构。在一些实施例中，一个或多个传感器和/或模块可仅附接到脊椎的部分或子集。因此，在一些实施例中，一个或多个传感器和/或模块可仅附接到可提供脊柱的宝贵位置和/或角度数据的脊椎的子集。
[0252]
图9是示出手术中追踪的实例实施例的示意图。如图9中所示出，在一些实施例中，一个或多个手术中追踪传感器和/或模块902可仅附接到例如脊柱杆904植入到的某些脊椎。举例来说，在一些实施例中，一个或多个手术中传感器和/或模块可附接到s1、l1和t4脊椎以分析l1
‑
s1脊柱前凸和/或t4
‑
t12脊柱后凸。
[0253]
在其中一个或多个手术中传感器和/或模块直接链接和/或附接到一个或多个螺钉的一些实施例中，系统可配置成假定矢状平面中的螺钉的角度大体上等于脊椎(或优良端板)角度。任选地，在一些实施例中，一个或多个手术中荧光透视图像可用于分析在矢状平面以及在一些实施例中的其它平面中螺钉关于如脊椎端板的解剖学结构的位置。
[0254]
在一些实施例中，包括一个或多个手术中追踪传感器和/或模块和/或一个或多个手术中追踪传感器和/或模块附接到的一个或多个螺钉和/或其它植入物可以是单轴、单平面和/或多轴的。在其中使用一个或多个单轴螺钉的一些实施例中，系统可配置成跟踪每一植入螺钉的位置和/或角度，由此基于螺钉位置而跟踪脊椎的位置。基于假设螺钉的每一移动是由于脊椎的刚性移动，单轴螺钉可仅包括一个手术中传感器和/或模块。在某些实施例中，单轴螺钉可包括一个或多个手术中追踪传感器和/或模块。
[0255]
在一些实施例中，多轴螺钉可包括一个或多个手术中追踪传感器和/或模块和/或两个或更多个手术中追踪传感器和/或模块，例如以能够确定特定运动或移动是否是由于脊椎自身的刚性移动或至少部分地或完全因为如脊椎中和脊椎外部的螺钉的不同部分之间的运动，或非刚性移动。在一些实施例中，如果两个或更多个传感器和/或模块读数之间的存在关联，那么系统可配置成确定特定移动是刚性移动。
[0256]
在一些实施例中，螺钉和/或其它植入物的顶部部分可包括一个或多个有源和/或
无源传感器和/或模块。在一些实施例中，螺钉和/或其它植入物的顶部部分也可包括电源，如电池，和/或无线传输器，以及一个或有源和/或无源传感器和/或模块。在一些实施例中，在手术完成之前，可稍后在手术期间折断和去除顶部部分。在一些实施例中，手术中追踪传感器和/或模块或其至少一个或多个部分可随后重复使用、扔掉和/或重新供将来使用。
[0257]
在一些实施例中，手术中追踪系统或装置可需要待附接到脊椎的至少两个或更多个螺钉，其中两个或更多个螺钉中的每一个包括至少一个手术中追踪传感器和/或模块。在某些实施例中，手术中追踪系统或装置可需要至少一个、两个、三个、四个、五个、六个、七个、八个、九个和/或十个螺钉，所述螺钉包括和/或附接到待附接到脊椎的一个或多个传感器和/或模块。在一些实施例中，手术中追踪系统或装置可需要包括至少一个传感器和/或模块的某一范围的数目的螺钉，其中所述范围由前述值中的两个定义。
[0258]
在一些实施例中，在包括和/或附接到至少一个传感器和/或模块的一个、两个、三个、四个和/或更多个螺钉附接到脊椎后，系统可配置成获得一个或多个螺钉和脊椎的当前位置、定向和/或角度的一个或多个传感器和/或模块读数。基于来自一个或多个传感器的读取和/或从其生成的指导，在一些实施例中，外科医生可视需要进一步操纵患者的脊柱。举例来说，在一些实施例中，手术中追踪系统和/或装置可配置成连续地和/或周期性地提供更新的追踪数据和/或来自其的分析，使得外科医生可操纵患者的脊柱直到一个或多个传感器读数展示脊柱的一个或多个定位和/或定向是最优的和/或与预定计划匹配或大体上匹配。
[0259]
在一些实施例中，系统还可配置成向外科医生提供提示、指导和/或建议从而以某一方式和/或方向操纵脊柱，例如以达到和/或更紧密地跟踪预定计划。在一些实施例中，在获得脊柱的最优或所要配置后，外科医生可通过一个、两个、三个、四个和/或更多个螺钉来植入脊柱杆。在一些实施例中，在杆植入之后，可折断和去除包括一个或多个传感器的螺钉的顶部部分。
[0260]
在一些实施例中，一个或多个手术中追踪传感器和/或模块不提供作为螺钉的部分或配置成附接到螺钉。实际上，在一些实施例中，一个或多个手术中追踪传感器和/或模块可提供作为一个或多个手术工具的部分和/或配置成附接到一个或多个手术工具，所述一个或多个手术工具可最终用于将螺钉附接到脊椎。举例来说，在一些实施例中，配置成附接椎弓根螺钉、锚定件和/或其它植入物的螺丝起子、螺母起子或其它特定或常见手术工具可包括和/或附接到一个或多个有源和/或无源传感器和/或模块以用于手术中追踪目的。在一些实施例中，手术中追踪系统可需要至少一个、两个、三个、四个、五个、六个、七个、八个、九个和/或十个手术工具以包括和/或附接到一个或多个传感器和/或模块。在某些实施例中，手术中追踪系统或装置可需要某一范围的数目的工具以包括至少一个传感器和/或模块，其中所述范围由前述值中的两个定义。
[0261]
在一些实施例中，包括用于手术中追踪目的的一个或多个传感器和/或模块的手术工具可包括按钮或其它传信机构，所述按钮或其它传信机构测量和/或存储例如在6个dof和/或9个dof中的手术工具的当前位置和/或定向数据。因此，在一些实施例中，在使用此类手术工具将螺钉、锚定件或其它植入物安放在适当位置，如附接到脊椎后，外科医生或其它医务人员可激活工具中的传感器，由此检测和/或提供当时的定向和/或位置数据。因此，在一些实施例中，手术中追踪系统可配置成提供及时地冻结的数据而非提供实时追踪
数据。
[0262]
手术中追踪的额外特征
[0263]
如本文所论述，本文中所描述的各种实施例涉及在脊柱手术期间的手术中追踪的系统、方法和装置。确切地说，本文中所描述的一些实施例包括手术中追踪装置和/或模块，所述手术中追踪装置和/或模块可附接到具有或配置成附接到患者的脊椎的椎弓根螺钉。在一些实施例中，手术中追踪装置和/或模块可包括一个或多个加速计、陀螺仪和/或其它传感器以检测装置和/或模块的定向和/或位置。在一些实施例中，当手术中追踪装置和/或模块附接到一个或多个螺钉时，与装置和/或模块的位置和/或定向相关的数据可被检测到且使用一个或多个传输器传输到计算机系统，所述一个或多个传输器如无线传输器，其是装置和/或模块的部分。因此，在一些实施例中，外科医生和/或计算机系统可在脊柱手术期间实时或近实时地监测附接到脊椎的一个或多个螺钉的位置和/或定向。通过利用此类数据，在一些实施例中，系统可配置成追踪例如相较于手术前地确定的手术计划的手术的进展。举例来说，在一些实施例中，系统可配置成确定外科医生根据手术前地确定的手术计划执行手术的紧密程度。
[0264]
在一些实施例中，如本文所论述，手术中追踪模块和/或装置可包括一个或多个惯性传感器。在一些实施例中，手术中追踪模块和/或装置可配置成耦合到、附接到和/或以其它方式关联到脊椎螺钉。在一些实施例中，手术中追踪模块和/或装置和/或其中的传感器可配置成测量模块和/或装置和/或传感器附接到的螺钉的定向。在一些实施例中，手术中追踪模块和/或装置可用于单次使用目的。在一些实施例中，手术中追踪装置和/或模块可在无菌环境中组装。
[0265]
在一些实施例中，如本文所论述，手术中追踪模块和/或装置和/或其传感器可配置成在手术期间例如相较于预定手术计划来确保和/或有助于所需或预先计划的脊柱校正的应用。在一些实施例中，手术中追踪模块和/或装置可包括用于将所追踪数据传输到计算机系统的一个或多个无线传输器。举例来说，在一些实施例中，手术中追踪模块和/或装置可配置成经由蓝牙和/或低功耗蓝牙(ble)将所追踪数据传输到计算机系统。
[0266]
在一些实施例中，计算机系统可配置成在手术期间从一个或多个手术中追踪装置和/或模块接收所追踪数据且将所述数据以一些格式显示在显示器或用户接口上。在一些实施例中，计算机系统和/或用户接口和/或其上的软件操作可向用户或外科医生提供手术中追踪数据的实时、近实时或大体上实时的显示。确切地说，在一些实施例中，系统可配置成生成和/或提供对一个或多个患者矢状面参数或其它脊柱骨盆参数的视角显示和/或访问。
[0267]
如本文所论述，在一些实施例中，外科医生可在手术期间将脊柱杆附接到附接到患者的脊椎的一个或多个螺钉。由于本文中的一些实施例提供手术中追踪能力，在一些实施例中，可有可能根据手术前地确定的手术计划来确保脊柱杆正确地附接到患者的脊椎。在一些实施例中，在脊柱杆的定位完成后，可在手术结束之前拆离附接到螺钉的追踪装置和/或模块。在一些实施例中，手术中追踪装置和/或模块可预先安装到每一螺钉或在手术期间或之前分别提供用于附接到螺钉。
[0268]
手术中追踪模块的一些实施例的兼容性
[0269]
在一些实施例中，手术中追踪装置和/或模块可放置于螺钉的头部内部，其可在手
术期间选择性地附接到螺钉和/或在手术之前预先安装到螺钉。在一些实施例中，螺钉的头部和/或传感器可设计成适合于由相同提供商和/或不同提供商提供的其它医疗装置和/或手术工具的相同系统，与所述相同系统兼容，和/或是所述相同系统的部分。举例来说，在一些实施例中，螺钉的头部和/或传感器可以是与一个或多个患者特定的脊柱杆、患者特定的螺钉、手术计划过程、迭代手术计划、脊柱手术预测性建模和/或类似物相同的系统的部分。
[0270]
图10a到10d是示出手术中追踪模块和其兼容性的实例实施例的示意图。确切地说，如图10a和10b中所示出，在一些实施例中，手术中追踪模块和/或装置1002可与一个或多个脊柱植入物兼容，所述一个或多个脊柱植入物如脊柱杆1006和/或脊椎螺钉1004。举例来说，如下文更详细地论述，在一些实施例中，手术中追踪模块和/或装置1002可包括沿着追踪模块和/或装置的横向轴线的孔或开口，所述孔或开口允许脊柱杆1006穿过其插入。
[0271]
在一些实施例中，如图10b中所示出，手术中追踪装置和/或模块1002可与郁金香螺钉1004兼容。在一些实施例中，手术中追踪装置和/或模块1002可从如郁金香螺钉1004的脊椎螺钉1004分别递送，或直接附接到或关联到如郁金香螺钉1004的脊椎螺钉1004而递送。在一些实施例中，将手术中追踪装置和/或模块1002无菌地递送或以其它方式提供到手术室。在一些实施例中，手术中追踪装置和/或模块1002包括一个或多个锁存器或附接机构，所述一个或多个锁存器或附接机构允许追踪模块和/或装置1002附接到郁金香螺钉1004的一个或多个突起。举例来说，如图10b中所示出，在一些实施例中，手术中追踪模块和/或装置1002包括附接到郁金香螺钉1004的两个延伸部或突起的两个锁存器或附接机构或突起。在一些实施例中，如图10b中所示出，手术中追踪装置或模块1002的两个锁存器或附接机构或突起彼此间隔开一定距离以允许脊柱杆1006穿过其插入，所述距离大体上等于郁金香螺钉1004的两个突起之间的分离距离。
[0272]
在一些实施例中，如图10c和10d中所示出，手术中追踪模块或装置1002可与如螺母起子1008和/或螺钉起子1010的一个或多个仪器或手术工具兼容。确切地说，在一些实施例中，手术中追踪装置和/或模块1002可包括沿着或大体上平行于模块或装置1002的竖直轴线或纵向轴线的开口或孔以允许螺母起子1008和/或螺钉起子1010的插入、旋转和/或去除，使得螺母起子1008和/或螺钉起子1010可访问脊椎螺钉1004。在一些实施例中，手术中追踪装置和/或模块1002可包括沿着模块或装置1002的竖直轴线或纵向轴线的第一开口或孔和沿着水平或横向轴线的第二开口或孔。在一些实施例中，第一开口或孔的纵向轴线和第二开口或孔的纵向轴线可大体上垂直。
[0273]
手术中追踪模块的一些实施例的额外特征
[0274]
图11a到11e示出手术中追踪模块和其兼容性的实例实施例。在一些实施例中，手术中追踪模块或装置1102可包括一个或多个电子组件和/或传感器，例如陀螺仪、加速计、电源、无线传输器、数据滤波器、电路和/或类似物。
[0275]
如图11a到11e中所示出，在一些实施例中，手术中追踪模块或装置1102可包括装置的顶部处的开口、孔口和/或接近端口1110，所述开口、孔口和/或接近端口引起在模块或装置1102的整个竖直厚度或高度中沿着或大体上平行于模块或装置1102的竖直或纵向轴线的隧道或孔或导槽，例如从而连接手术中追踪模块或装置1102的顶部端和底部端。在一些实施例中，装置的顶部处的此类开口、孔口和/或接近端口1110和从其延伸的竖直隧道或导槽可允许如螺母起子和/或螺丝起子的一个或多个手术工具的插入、旋转和/或去除，和
对脊椎螺钉1104的接近。
[0276]
在一些实施例中，手术中追踪模块和/或装置1102包括在模块或装置1102的整个水平厚度或宽度中沿着或大体上平行于装置或模块1102的水平或横向轴线的开口、孔口、隧道和/或孔1108。在一些实施例中，此类开口、孔口和/或隧道和/或孔1108可定位于模块或装置1102的底部附近，这可允许脊柱杆1106穿过其插入和/或放置。在一些实施例中，沿着装置或模块1102的水平或横向轴线的开口、孔口、孔和/或隧道1108可包括较大顶部区部和较小底部区部，所述较大顶部区部包括垂直于装置或模块1102的水平或横向轴线的较大截面区域，所述较小底部区部包括垂直于装置或模块1102的水平或横向轴线的较小截面区域。在一些实施例中，较大顶部区部可有助于和/或允许脊柱杆1106的简单初始插入，所述脊柱杆可随后下降到较小底部区部中以将脊柱杆1106放置在郁金香螺钉1104内。
[0277]
在一些实施例中，开口1108的较大顶部区部的沿着水平或横向线的宽度可以是约7mm、约7.5mm、约8mm、约8.5mm、约9mm、约9.5mm、约10mm、约10.5mm、约11mm、约11.5mm、约12mm和/或在由前述值中的两个定义的范围内。在一些实施例中，开口1108的较小底部区部的沿着水平或横向轴线的宽度可以是约4mm、约4.5mm、约5mm、约5.5mm、约6mm、约6.5mm、约7mm、约7.5mm、约8mm、约8.5mm、约9mm和/或在由前述值中的两个定义的范围内。在一些实施例中，开口1108的较小底部区部的沿着水平或横向轴线的宽度可大体上等于脊柱杆1106的直径。
[0278]
在一些实施例中，手术中追踪模块和/或装置1102可包括接近于装置或模块1102的底部的一个或多个突起或凹口1112，如图11a到11e中的所示出实施例中的两个，以用于将模块或装置1102附接到郁金香螺钉1104的一个或多个突起或延伸部或凹口。在一些实施例中，一个或多个突起或凹口1112可彼此间隔开，由此建立脊柱杆1112可穿过其放置的间隙或开口。在一些实施例中，一个或多个突起或凹口1112可包括大体上与郁金香螺钉1104的一个或多个突起或凹口的宽度匹配的宽度。此外，在一些实施例中，一个或多个突起或凹口1112可配置成附接到郁金香螺钉1104的圆形凹口，由此在将手术中追踪装置或模块1102附连到郁金香螺钉1104时提供稳定性。
[0279]
在一些实施例中，一个或多个突起或凹口1112可包括其内表面上的一个或多个凹槽以有助于附接到郁金香螺钉。因此，在一些实施例中，手术中追踪模块或装置1102的底部部分可包括不连续圆周。在一些实施例中，一个或多个突起或凹口1112可允许手术中追踪装置或模块1102从郁金香螺钉1104各自固定和/或去除和/或断裂。在一些实施例中，一个或多个突起或凹口1112可包括弓形形状或曲度以与郁金香螺钉1104的一个或突起或凹口的弓形形状或曲度大体上匹配。
[0280]
图12a到12e示出手术中追踪模块和其兼容性的实例实施例。图12a到12e中所展示的实例实施例与图11a到11e中所展示的实例实施例共享一些类似特征。举例来说，具有与图11a到11e中的一些特征相同的参考标号的图12a到12e中的一些特征可包括类似或相同特性。
[0281]
如图12a到12e中所示出，在一些实施例中，手术中追踪模块或装置1202包括带状物1204。在一些实施例中，带状物1204可接近于手术中追踪装置或模块1202的顶部边缘定位，如图12a到12e中所示出，或可定位于手术中追踪装置或模块1202的另一部分处或附近。
[0282]
在一些实施例中，带状物1204可配置成充当用以使手术中追踪装置或模块1204接
通或通电的机构。举例来说，在一些实施例中，用户或外科医生或医务人员可上拉带状物1204以去除带状物，这可由此完成手术中追踪装置或模块1204内部的电力电路，由此通过手术中追踪装置启动数据的追踪和/或收集。因此，在一些实施例中，在螺钉1104已紧固到脊椎之后和在手术中追踪模块或装置1202紧固到螺钉1104之后，外科医生或其它医务人员可牵拉和去除带状物1204。
[0283]
在一些实施例中，带状物1204可包括非导电材料，例如塑料或纸。因此，在一些实施例中，其原始位置中的带状物1204可干扰手术中追踪装置或模块1202内的电力电路，由此防止数据追踪和/或功率的非所要使用，这是由于手术中追踪装置或模块1202内的电源可受限制。在一些实施例中，在去除带状物1204后，可完成手术中追踪装置或模块1202内的电力电路，由此使手术中追踪装置或模块1202通电。
[0284]
图13a到13g示出手术中追踪模块和其兼容性的实例实施例。图13a到13g中所展示的实例实施例与图11a到11e和/或图12a到12e中所展示的实例实施例共享一些类似特征。举例来说，具有与图11a到11e和/或图12a到12e中的一些特征相同的参考标号的图13a到13g中的一些特征可包括类似或相同特性。
[0285]
如图13a到13g中所示出，在一些实施例中，手术中追踪模块和/或装置1302可包括接近于装置或模块1302的底部的一个或多个突起或凹口1304，如图13a到13g中的所示出实施例中的两个，以用于将模块或装置1302附接到郁金香螺钉1104的一个或多个突起或延伸部或凹口。在一些实施例中，一个或多个突起或凹口1304可彼此间隔开，由此建立脊柱杆1112可穿过其放置的间隙或开口。
[0286]
在一些实施例中，一个或多个突起或凹口1304可包括比郁金香螺钉的一个或多个突起或凹口的宽度更窄的宽度。举例来说，在图13a到13g中所示出的实例实施例中，突起或凹口1304的一个边缘可与郁金香螺钉1104的突起或凹口的边缘大体上匹配或排成行，而突起或凹口1304的另一边缘可在郁金香螺钉1104的突起或凹口的另一边缘之前结束，由此减少突起或凹口1304与郁金香螺钉1104的突起或凹口之间的重叠面积。在一些实施例中，具有比郁金香螺钉1104的突起或凹口更窄的手术中追踪模块或装置1302的突起或凹口1304可使手术中追踪模块或装置1302更容易从郁金香螺钉1104折断或以其它方式解耦，同时维持足够稳定性以将手术中追踪模块或装置1302附连到郁金香螺钉1104。
[0287]
此外，在一些实施例中，一个或多个突起或凹口1304可配置成附接到可比郁金香螺钉1104的圆形凹口更高地定位的郁金香螺钉1104的水平凹口。在一些实施例中，通过允许一个或多个突起或凹口1304附接到郁金香螺钉1104的较高和/或水平凹口，可更容易使手术中追踪模块和/或装置1302从郁金香螺钉1104折断或以其它方式解耦和/或向其提供较小的应力，同时仍在将手术中追踪装置或模块1302附连到郁金香螺钉1104时提供足够稳定性。
[0288]
类似于图11a到11e中所示出的实例实施例，在一些实施例中，一个或多个突起或凹口1304可包括其内表面上的一个或多个凹槽以有助于附接到郁金香螺钉。因此，在一些实施例中，手术中追踪模块或装置1302的底部部分可包括不连续圆周。在一些实施例中，一个或多个突起或凹口1304可允许手术中追踪装置或模块1302从郁金香螺钉1104各自固定和/或去除和/或断裂。在一些实施例中，一个或多个突起或凹口1304可包括总体弓形形状或曲度以与郁金香螺钉1104的一个或突起或凹口的弓形形状或曲度大体上匹配。
[0289]
图14a到14f示出手术中追踪模块和其兼容性的实例实施例。图14a到14f中所展示的实例实施例与图11a到11e和/或图12a到12e和/或图13a到13g中所展示的实例实施例共享一些类似特征。举例来说，具有与图11a到11e和/或图12a到12e和/或图13a到13g中的一些特征相同的参考标号的图14a到14f中的一些特征可包括类似或相同特性。
[0290]
如图14a到14f中所示出，在具有接近于手术中追踪装置或模块1402的底部端的更窄凹口或突起1304的一些实施例中，类似于图12a到12e中所示出的实例实施例，手术中追踪装置或模块1402可包括带状物1204。在具有接近于手术中追踪装置或模块1402的底部端的更窄凹口或突起1304的一些实施例中的带状物1204的一或多个特性和/或特征可类似于图12a到12e的实例实施例中所示出的带状物1204。
[0291]
手术中追踪的一些实施例的额外特征
[0292]
图15是示出手术中追踪和其在开发患者特定的植入物、疗法、操作和/或程序中的作用的实例实施例的流程图。此外，图15示出用于应用手术中追踪的手术方法和/或技术的一些实施例。
[0293]
如图15中所示出，在一些实施例中，在框1502处，本文中所述描的系统、装置和方法可配置成利用本文中所描述的一个或多个计划特征和/或预测性建模特征来生成用于脊柱手术的计划。在一些实施例中，在框1504处，本文中所描述的系统、装置和方法可配置成随后根据预定手术计划来开发和/或制造患者特定的脊柱杆。
[0294]
在一些实施例中，在框1506处，外科医生或其它医务人员可在具有或不具有附接到螺钉的手术中追踪模块的情况下放置一个或多个螺钉。结合图16进一步论述关于螺钉放置的额外细节。
[0295]
在一些实施例中，在框1508处，外科医生或其它医务人员可执行初始杆放置。此外，在一些实施例中，在框1508处，外科医生或其它医务人员可启动手术中追踪以辅助获得杆的最终位置。结合图17、18a到18d和19进一步论述关于脊柱杆插入和/或脊柱杆定位完成的额外细节。
[0296]
在一些实施例中，在框1510处，本文中所描述的系统、装置和方法可提供一个或多个螺钉的螺钉偏移的计算，以考虑来自手术中追踪模块或装置的追踪数据中的任何偏移。结合图20进一步论述关于螺钉偏移计算的额外细节。
[0297]
在一些实施例中，在框1512处，外科医生或其它医务人员可完成杆放置且固定一个或多个螺母。在一些实施例中，在脊柱杆已固定在患者的脊柱上后，在框1514处，可舍弃用于手术中追踪的一个或多个手术中追踪模块或装置。结合图21进一步论述关于舍弃一个或多个手术中追踪模块或装置的额外细节。
[0298]
图16是示出在手术期间将具有手术中追踪模块的一个或多个脊柱螺钉和不具有手术中追踪模块的一个或多个脊柱螺钉定位在脊柱上的实例实施例的示意图。如图16中所示出，在一些实施例中，一个或多个脊椎螺钉可根据手术前地确定的手术计划来插入至一个或多个脊椎1600中。确切地说，在一些实施例中，附接到手术中追踪模块或装置1602的一个或多个脊椎螺钉1604可附连到一个或多个脊椎1600。举例来说，在一些实施例中，附接到手术中追踪模块或装置1602的一个或多个脊椎螺钉1604可附连到具有极端和/或显著变形的所关注的一个或多个脊椎1600。此外，在一些实施例中，不具有附接到其的手术中追踪装置或模块1602的一个或多个脊椎螺钉1604可插入和/或附连到一个或多个其它脊椎1600
和/或仪器化层级上。在一些实施例中，手术前地确定的手术计划可包括用于附接一个或多个手术中追踪模块或装置1602的一个或多个建议的脊椎。在一些实施例中，外科医生可在手术期间或之前决定一个或多个手术中追踪模块或装置1602附接到哪一脊椎。
[0299]
在一些实施例中，系统可允许外科医生经由用户接口选择附接到脊椎的手术中追踪模块或装置1602的任何子集以用于追踪目的。举例来说，在一些实施例中，外科医生可请求系统追踪和/或提供附接到两个不同脊椎的两个特定手术中追踪模块或装置1602之间的角度。在一些实施例中，系统可自动地提供附接到两个不同脊椎的两个特定手术中追踪模块或装置1602之间的角度追踪数据。
[0300]
在一些实施例中，手术中追踪模块或装置1602可在附连到脊椎螺钉1604时提供到外科医生或医务人员。在一些实施例中，外科医生或医务人员可在手术室中将手术中追踪模块或装置1602附接到脊椎螺钉1604。
[0301]
图17是示出杆放置和手术中追踪的实例实施例的流程图。如图17中所示出，在一些实施例中，在框1702处，外科医生或其它医务人员可将脊柱杆初始地插入到附连到一个或多个脊椎的一个或多个脊椎螺钉头部中。在一些实施例中，在框1704处，外科医生或其它医务人员可启动系统的软件。在一些实施例中，通过启动软件，系统可生成和/或提供用户接口。
[0302]
在一些实施例中，用户接口可包括和/或提供用以选择一个或多个脊柱区段的菜单。图18a示出用于选择一个或多个脊柱区段的用户接口和/或软件平台的实例实施例的截屏1802。如图18a中所示出，在一些实施例中，用户接口和/或软件平台可允许用户选择以下中的一个或多个：可包括l1到s1的腰椎区段、可包括t4到t12的胸椎区段，和/或可包括t4到s1的胸腰部区段。返回参考图17，在一些实施例中，在框1706处，用户和/或外科医生和/或其它医务人员可选择一个或多个脊柱区段以用于执行手术中追踪。
[0303]
在一些实施例中，用户接口可包括和/或提供用以输入一个或多个患者测量值的菜单。图18b示出用于输入一个或多个患者测量值的用户接口和/或软件平台的实例实施例的截屏1804。如图18b中所示出，在一些实施例中，用户接口和/或软件平台可允许用户输入一个或多个患者参数。在一些实施例中，一个或多个患者参数可包括一个或多个患者矢状面参数和/或其它脊柱骨盆参数，如脊柱的手术前状态和/或手术前地确定的手术计划的骨盆入射角(pi)、骨盆倾斜角(pt)和/或腰椎脊柱前凸(ll)。在一些实施例中，用户接口和/或软件平台可允许用户输入一个或多个脊柱区段的一个或多个患者参数和/或脊柱骨盆参数。返回参考图17，在一些实施例中，在框1708处，用户和/或外科医生和/或其它医务人员可输入一个或多个患者测量值和/或脊柱骨盆参数。
[0304]
在一些实施例中，用户接口可包括和/或提供用以开始或启动一个或多个手术中追踪模块的菜单。图18c示出用于启动或开始一个或多个手术中追踪模块的用户接口和/或软件平台的实例实施例的两个截屏1806、1808。如图18c中所示出，在一些实施例中，用户接口和/或软件平台可提示用户将一个或多个手术中追踪模块或装置定位在例如s1和/或l1上的一个或多个特定脊椎处。在一些实施例中，用户接口和/或软件平台可提示一个或多个手术中追踪模块或装置的定位的验证。返回参考图17，在一些实施例中，在框1710处，用户和/或外科医生和/或其它医务人员可开始或启动一个或多个手术中追踪模块。
[0305]
在一些实施例中，用户接口可包括和/或提供用于实时、近实时和/或大体上实时
地显示手术中追踪的菜单。图18d示出用于显示手术中追踪的用户接口和/或软件平台的实例实施例的截屏1810。如图18d中所示出，在一些实施例中，用户接口和/或软件平台可提供手术中追踪数据的图形显示，其可包含一个或多个矢状面测量值，如在手术期间的pi、ll和/或pt。在一些实施例中，用户接口和/或软件平台可提供从手术前状态、从手术前地确定的手术计划和/或如从一个或多个手术中追踪装置或模块所测量的当前状态获取的pi、ll和/或pt的图形显示。在一些实施例中，用户接口和/或软件平台可提供每一脊柱区段的pi、ll和/或pt的图形显示。因此，在一些实施例中，外科医生可知道脊柱调整和/或手术的当前状态且修改手术程序以更好地匹配手术前地确定的手术计划。返回参考图17，在一些实施例中，在框1712处，用户和/或外科医生和/或其它医务人员可被提供有和/或跟踪手术中追踪数据。
[0306]
图19是示出在脊柱手术期间基于手术中追踪而定位杆的实例实施例的示意图。如图19中所示出，在一些实施例中，外科医生可利用手术中追踪数据以有助于在手术期间定位脊柱杆。确切地说，在一些实施例中，外科医生可插入一个或多个螺母且压缩和/或分散于一个或多个脊椎螺钉之间以通过参考和/或借助于手术中追踪来获得手术前计划值。
[0307]
返回参考图15，在一些实施例中，在框1510处，本文中所描述的系统、装置和方法可提供一个或多个螺钉的螺钉偏移的计算，以考虑来自手术中追踪模块或装置的追踪数据中的任何偏移。图20是示出计算用于手术中追踪的螺钉偏移的实例实施例的流程图和/或示意图。在一些实施例中，螺钉偏移计算和/或其一个或多个特征可以是任选的。在一些实施例中，螺钉偏移计算和/或其一个或多个特征可仅在必要时才执行。
[0308]
在一些实施例中，本文中所描述的系统、装置和方法可包括和/或配置成计算端板脊椎与螺钉之间的偏移。举例来说，在一些实施例中，可在矢状面荧光透视法上计算脊椎的端板与螺钉之间的偏移。在一些实施例中，例如如果螺钉不大体上垂直于脊椎的端板，那么计算端板脊椎与螺钉之间的偏移可以是有利的。在一些实施例中，此类偏移计算可以是有利的，这是因为系统可配置成基于附接到两个脊椎中的每一个的一个或多个手术中追踪模块或装置而测量两个脊椎之间的角度。
[0309]
在一些实施例中，例如如果螺钉大体上垂直于脊椎的端板和/或如果假定螺钉大体上垂直于脊椎的端板，那么端板脊椎与螺钉之间的偏移计算对于一个或多个脊椎来说可能没有必要。
[0310]
在一些实施例中，如图20中所示出，在附接一个或多个手术中追踪装置或模块和/或一个或多个脊椎螺钉之后，外科医生和/或其它医务人员可例如在手术室中拍摄患者的脊柱的一个或多个医学图像2002。在一些实施例中，一个或多个医学图像2002可包括一个或多个x射线图像、一个或多个ct图像、一个或多个mri图像和/或类似物。
[0311]
在一些实施例中，在附接一个或多个手术中追踪装置或模块和/或一个或多个脊椎螺钉之后拍摄的患者的脊柱的一个或多个医学图像2002可传输到系统以用于计算端板脊椎与螺钉之间的偏移。在一些实施例中，在附接一个或多个手术中追踪装置或模块和/或一个或多个脊椎螺钉之后拍摄的患者的脊柱的一个或多个医学图像2002可显示于如图20中所示出的计算机显示器上。在一些实施例中，外科医生或其它医务人员可通过使用平板计算装置2004或其它计算装置来拍摄所显示一个或多个医学图像2002的相片，所述平板计算装置或其它计算装置可随后充当中介以用于将一个或多个医学图像2002传输到系统以
用于计算端板脊椎与螺钉之间的偏移。那样，在一些实施例中，可有可能避免系统与手术室中的显示一个或多个医学图像2002的医学成像显示系统之间的任何连接性问题。在一些实施例中，平板计算装置2004或其它计算装置上的软件和/或用户接口操作可生成和/或显示指导和/或向用户提供指导以用于拍摄一个或多个医学图像2002的准确相片以确保一定水平的准确性。
[0312]
在一些实施例中，在系统接收一个或医学图像2002后，系统可配置成聚焦于一个或多个医学图像2002中所展示的一个或多个区和/或一个或多个脊椎2006以计算脊椎的端板与螺钉之间的偏移。在一些实施例中，如2008的实例图像中所示出，系统可配置成识别沿着和/或平行于脊椎螺钉的纵向轴线的在脊椎螺钉的中心处的直线。在一些实施例中，如2008的实例图像中所示出，系统可配置成识别从脊椎螺钉已插入于其中的脊椎的端板的边缘或末端延伸的线。在一些实施例中，系统可配置成自动地或半自动地确定或识别沿着和/或平行于脊椎螺钉的纵向轴线的在脊椎螺钉的中心处的直线和/或从脊椎螺钉已插入于其中的脊椎的端板的边缘或末端延伸的线。在一些实施例中，系统可配置成从用户接收沿着和/或平行于脊椎螺钉的纵向轴线的在脊椎螺钉的中心处的直线和/或从脊椎螺钉已插入于其中的脊椎的端板的边缘或末端延伸的线的人工识别和/或确定。在一些实施例中，系统可配置成将沿着或平行于脊椎螺钉的纵向轴线的在脊椎螺钉的中心处的直线与从脊椎螺钉已插入于其中的脊椎的端板的边缘或末端延伸的线之间的角度识别为脊椎的端板与插入其中的螺钉之间的偏移角。
[0313]
在一些实施例中，至少部分地基于脊椎的端板与插入其中的螺钉之间的所计算偏移角，系统可配置成在考虑偏移值的情况下更新和/或生成一个或多个角度计算。举例来说，在所示出的实例实施例2010中，系统可配置成至少部分地基于所计算偏移角而生成和/或更新一个或多个矢状面测量值，例如pi、ll、pt、tk和/或任何其它脊柱骨盆参数。
[0314]
返回参考图15，在一些实施例中，在脊柱杆已最后固定在患者的脊柱上后，无论是否已考虑偏移角，在框1514处，可舍弃用于手术中追踪的一个或多个手术中追踪模块或装置。图21是示出在手术中追踪和/或杆放置结束之后舍弃手术中追踪模块和/或螺母的实例实施例的流程图和/或示意图。
[0315]
在一些实施例中，一个或多个手术中追踪模块或装置2106可配置成用于单次使用。在一些实施例中，一个或多个手术中追踪模块或装置可配置成用于多次使用。在一些实施例中，在不再需要手术中追踪后，例如通过获得脊柱杆的最终位置和/或在手术完成之后，外科医生或其它医务人员可折断一个或多个螺母2102且从一个或多个脊椎螺钉去除一个或多个手术中追踪模块或装置2106。
[0316]
在一些实施例中，在不再需要手术中追踪后，例如通过获得脊柱杆的最终位置和/或在手术完成之后，系统上的软件操作可使一个或多个手术中追踪装置或模块断开或断电以停止追踪。在一些实施例中，在不再需要手术中追踪后，外科医生或其它医务人员可从一个或多个脊椎螺钉去除一个或多个手术中追踪装置或模块2106且将其舍弃在抗波包(anti
‑
wave bag)中。在一些实施例中，在不再需要手术中追踪后，外科医生或其它医务人员可折断一个或多个螺母2102且将其舍弃。
[0317]
手术中追踪的一些实施例的额外特征
[0318]
图22示出可与pediguard技术结合使用的手术中追踪的实例实施例。如图22中所
示出，在一些实施例中，手术中追踪装置或模块2202可配置成附接到螺钉2204，如椎弓根螺钉，和/或仍允许使用待在手术中追踪装置或模块2202附接到螺钉2204时使用的手术工具2206，如螺丝起子。
[0319]
在一些实施例中，本文中所描述的系统、方法和装置可与pediguard技术结合和/或组合使用。在一些实施例中，手术中追踪装置或模块2202可配置成与pediguard技术结合和/或组合使用。确切地说，在一些实施例中，本文中所描述的系统、装置和方法可提供智能螺钉，所述智能螺钉可测量例如螺钉的角度、阻抗测量值和/或类似物。在一些实施例中，由系统测量的螺钉的角度可允许和/或有助于控制校正。在一些实施例中，由系统确定的阻抗测量值可允许和/或有助于控制螺钉定位。在一些实施例中，系统可包括配备有一个或多个手术中追踪装置或系统的空心螺钉。在一些实施例中，一个或多个手术中追踪装置或系统可组装有pediguard装置或系统。
[0320]
在一些实施例中，结合pediguard技术使用手术中追踪系统、装置或模块2202的实例方法可包含以下过程中的一个或多个：利用pediguard插入螺钉以引导螺钉；实施穿过手术中追踪装置壳体的杆；和/或通过手术中追踪装置、系统和/或技术的惯性传感器来测量角度。
[0321]
图23a到23b示出可与choker技术结合使用的手术中追踪的实例实施例。在一些实施例中，choker技术可定义为允许脊柱的精确和受控制3d校正的仪器的组合，所述仪器适用于所有或一些脊柱状况，包含例如截骨术、脊柱侧凸、脊椎前移、创伤和/或相关联植入物(单轴螺钉、连接件、特定针对choker系统的横向和纵向棒)，所述植入物可首先充当在校正演习期间用于仪器的连接点和/或保留作为内部稳定器。
[0322]
如图23a中所示出，在一些实施例中，choker技术可经由装置和/或系统壳体与配备螺钉2302的手术中追踪一起使用，其可允许截骨术的系统或测量角度和其减小。如图23b中所示出，在一些实施例中，choker技术可在本文中在不存在其中具有传感器的螺钉的情况下直接与手术中跟踪系统、装置2304和方法结合使用，以测量截骨术的角度和其减小。
[0323]
图24示出可与手术机器人结合使用的手术中追踪的实例实施例。如图24中所示出，在一些实施例中，本文中所描述的用于手术中追踪2402的系统、装置和方法可与手术机器人2404结合使用。举例来说，在一些实施例中，手术机器人2404可与螺钉结合使用，所述螺钉包括一个或多个手术中追踪传感器、装置和/或系统2402。在一些实施例中，手术机器人2404可配置成将包括手术中追踪技术2402的螺钉平行于一个或多个端板放置以避免放置错误和/或将放置错误降到最低。
[0324]
图25示出可与手术机器人结合使用的手术中追踪的实例实施例。如图25中所示出，在一些实施例中，手术机器人可配置成利用手术中追踪技术以执行一个或多个姿势和/或过程以完成脊柱校正应用，如一个或多个螺钉的压缩和/或转移。在一些实施例中，在框2502处，系统可配置成例如使用本文中所描述的手术中追踪系统、装置和/或方法来测量角度。在一些实施例中，在框2504处，系统可配置成计算要应用的校正。在一些实施例中，在框2506处，系统可配置成例如使用手术机器人来应用校正。
[0325]
在一些实施例中，本文中结合手术中追踪系统、装置和方法操作的手术机器人可用于以下手术步骤中的一个或多个：螺钉插入以确保具有脊椎端板的螺钉的最优定位；例如在植入螺钉后，插入杆；测量一个或多个脊柱角度；和/或视需要应用校正。在一些实施例
中，本文中结合手术中追踪系统、装置和方法操作的手术机器人可包括一个或多个传感器，例如惯性和/或压力传感器。
[0326]
螺钉计划
[0327]
在一些实施例中，本文中所描述的系统、装置和方法配置成在手术之前开发、设计和/或计划患者特定和/或外科医生特定的脊柱螺钉和/或其它植入物。确切地说，在一些实施例中，本文中所描述的系统、方法和装置可配置成例如在手术之前基于分析患者的一个或多个医学图像而计划和/或设计患者特定和/或外科医生特定的脊柱螺钉，由此减小例如螺钉套件中的需要准备用于脊柱手术和在脊柱手术期间可用的脊柱螺钉的数目。
[0328]
在一些实施例中，本文中所描述的系统、方法和装置可配置成收集数据，如患者的脊柱的手术前数据。举例来说，在一些实施例中，系统、方法和装置可配置成通过分析患者的一个或多个x射线图像、ct扫描图像和/或任何其它医学图像来利用数据收集协议以用于螺钉计划。在一些实施例中，基于从一个或多个x射线图像、ct扫描图像和/或其它医学图像收集的此类数据，系统可配置成动态地和/或自动地确定用于植入在特定患者的特定脊椎中的一个或多个螺钉的一个或多个所要长度、直径和/或其范围。在一些实施例中，基于从一个或多个x射线图像、ct扫描图像和/或其它医学图像收集的数据，系统可配置成允许用户确定用于植入在特定患者的特定脊椎中的一个或多个螺钉的一个或多个所要长度、直径和/或其范围。
[0329]
在一些实施例中，基于此类一个或多个所要长度、直径和/或其范围，无论通过系统自动地和/或利用用户输入来确定，系统可配置成允许在手术之前预先挑选出患者特定的螺钉套件，所述螺钉套件被调适用于特定患者，可包含被确定适合或可能适合患者的一个或多个螺钉。因此，在一些实施例中，系统可减小在手术期间由外科医生使用的可能螺钉的范围和待维持的必要库存的大小。
[0330]
在一些实施例中，本文中所描述的系统、方法和/或装置可配置成在脊柱手术之前基于一个或多个手术前x射线图像(例如矢状面和/或冠状面图像)和/或来自患者的脊柱的一个或多个手术后和/或手术中ct图像的一个或多个轴向图块而计划和/或设计用于植入的一个或多个患者特定和/或外科医生特定的脊椎螺钉。在一些实施例中，本文中所描述的系统、装置和/或方法可配置成利用从数据收集协议收集的一个或多个数据和/或一个或多个患者信息(例如性别和/或年龄)以用于在脊柱手术之前计划和/或设计用于植入的一个或多个患者特定和/或外科医生特定的脊椎螺钉。
[0331]
在一些实施例中，本文中所描述的系统、装置和方法可配置成通过使用一个或多个矢状面向导来从一个或多个手术前和/或手术后x射线图像收集和/或获得数据以确定例如脊椎的高度和/或长度、所植入螺钉的直径和/或螺钉与脊椎之间的距离中的一个或多个。在一些实施例中，本文中所描述的系统、装置和方法可配置成通过使用一个或多个冠状面向导来从一个或多个手术前和/或手术后x射线图像收集和/或获得数据以确定例如一个或多个cobb角、脊椎的斜率和/或螺钉的一个或多个部分之间的距离。在一些实施例中，本文中所描述的系统、装置和方法可配置成从一个或多个矢状面和/或冠状面x射线图像收集和/或获得一个或多个其它解剖学测量值。
[0332]
在一些实施例中，利用来自一个或多个手术后和/或手术中ct图像的一个或多个轴向图块的本文中所描述的系统、方法和/或装置可配置成确定脊椎螺钉的轴线与螺钉附
接到的脊椎的轴线之间的角度。在一些实施例中，本文中所描述的系统、方法和/或装置可配置成在手术之前分析一个或多个手术前ct扫描和/或其一个或多个轴向图块以确定螺钉的长度和/或直径以用于手术计划目的。在利用一个或多个ct扫描的一些实施例中，本文中所描述的系统、装置和方法可配置成利用3d重建。
[0333]
在一些实施例中，本文中所描述的系统、装置和方法无论是否利用一个或多个矢状面和/或冠状面和/或正面x射线图像和/或ct图像，可配置成利用从一个或多个医学图像收集的一个或多个数据以用于螺钉计划目的。
[0334]
在一些实施例中，本文中所描述的系统、装置和/或方法配置成在脊柱手术之前生成和/或开发用于外科医生的螺钉计划备忘录。确切地说，在一些实施例中，本文中所描述的系统、装置和/或方法可配置成收集在分析期间获得的信息以生成螺钉计划备忘录。在一些实施例中，本文中所描述的系统、装置和/或方法可配置成在脊柱手术之前帮助选择和/或开发一个或多个脊椎螺钉和/或在脊柱手术之前允许减少其库存。在一些实施例中，本文中所描述的系统、装置和/或方法可配置成使用一个或多个计算机系统来实施，所述一个或多个计算机系统可耦合到网络和/或包含一个或多个内部和/或外部数据源。
[0335]
确切地说，在一些实施例中，系统、方法和装置可配置成从患者的脊柱的或更多手术前x射线图像获得必要数据，如一个或多个解剖学测量值。举例来说，在一些实施例中，系统可配置成使用如图26a到26b中所示出的一个或多个矢状面和/或冠状面和/或正面x射线图像和/或向导。图26a到26b示出可用于例如与螺钉计划、预测性建模和/或手术中追踪相关的本文中所描述的一个或多个实施例的手术前脊柱x射线图像的实例。
[0336]
在一些实施例中，系统可利用“螺钉向导”，所述螺钉向导可允许用户执行一个或多个螺钉计划过程和/或测量，如本文中所描述的那些中的任一个，而不必需经历任何三维重构。在一些实施例中，一个或多个或所有测量值可预先可操作地和/或后可操作地获取于每一仪器化脊椎上。
[0337]
图27a到27c示出可用于本文中所描述的一个或多个实施例的手术前矢状面脊柱x射线图像的实例。图27a到27c示出可用于例如与螺钉计划、预测性建模和/或手术中追踪相关的本文中所描述的一个或多个实施例的手术前矢状面脊柱x射线图像的实例。
[0338]
确切地说，在一些实施例中，通过分析一个或多个手术前矢状面x射线图像，系统可配置成和/或用于确定如图27a中的实例中所示出的脊椎的前高度。在一些实施例中，通过分析一个或多个手术前矢状面x射线图像，系统可配置成和/或用于确定如图27b中的实例中所示出的脊椎的后高度。在一些实施例中，通过分析一个或多个手术前矢状面x射线图像，系统可配置成和/或用于确定如图27c的实例中所示出的脊椎的上部长度。
[0339]
图28a到28d示出可用于本文中所描述的一个或多个实施例的手术前冠状面脊柱x射线图像的实例。图28a到28d示出可用于例如与螺钉计划、预测性建模和/或手术中追踪相关的本文中所描述的一个或多个实施例的手术前冠状面脊柱x射线图像的实例。
[0340]
确切地说，在一些实施例中，通过分析一个或多个手术前冠状面x射线图像，系统可配置成和/或用于确定一个或多个cobb角，例如变形的层级、角度和/或侧面。在一些实施例中，通过分析一个或多个手术前冠状面x射线图像，系统可配置成和/或用于确定如图28a的实例中所示出的脊椎的上部宽度。在一些实施例中，通过分析一个或多个手术前冠状面x射线图像，系统可配置成和/或用于确定脊椎的斜率，例如脊椎的上部端板与水平线之间的
角度，如图28b的实例中所示出。在一些实施例中，通过分析一个或多个手术前冠状面x射线图像，系统可配置成和/或用于确定两个椎弓根之间的距离，例如如从中心所测量，如图28c的实例中所示出。在一些实施例中，通过分析一个或多个手术前冠状面x射线图像，系统可配置成和/或用于确定椎弓根与脊椎的右和/或左边缘之间的距离，如图28d的实例中所示出。
[0341]
在一些实施例中，系统、方法和装置可配置成例如通过用于将来案例的螺钉计划的特定外科医生来收集先前在先前案例中使用的螺钉的列表。在一些实施例中，系统、方法和装置可配置成通过分析和/或采用来自先前案例的患者的脊柱的一个或多个手术后x射线图像上的额外测量值来识别在哪一层级处使用哪些螺钉。
[0342]
图29a到29e示出可用于本文中所描述的一个或多个实施例的手术后矢状面脊柱x射线图像的实例。图29a到29e示出可用于例如与螺钉计划、预测性建模和/或手术中追踪相关的本文中所描述的一个或多个实施例的手术后矢状面脊柱x射线图像的实例。
[0343]
在一些实施例中，通过分析一个或多个手术后矢状面x射线图像，系统可配置成和/或用于确定所植入螺钉的长度，如图29a的实例中所示出。在一些实施例中，通过分析一个或多个手术后矢状面x射线图像，系统可配置成和/或用于确定所植入螺钉的直径，如图29b的实例中所示出。在一些实施例中，通过分析一个或多个手术后矢状面x射线图像，系统可配置成和/或用于确定所植入螺钉与脊椎的上部端板之间的角度，如图29c的实例中所示出。在一些实施例中，通过分析一个或多个手术后矢状面x射线图像，系统可配置成和/或用于确定螺钉的前端与脊椎的前壁之间的距离，如图29d的实例中所示出。在一些实施例中，通过分析一个或多个手术后矢状面x射线图像，系统可配置成和/或用于确定脊椎的后壁与螺钉的后端(例如不具有头部的螺钉的主体)之间的距离，如图29e的实例中所示出。
[0344]
图30a到30b示出可用于本文中所描述的一个或多个实施例的手术后冠状面脊柱x射线图像的实例。图30a到30b示出可用于例如与螺钉计划、预测性建模和/或手术中追踪相关的本文中所描述的一个或多个实施例的手术后冠状面脊柱x射线图像的实例。
[0345]
在一些实施例中，通过分析一个或多个手术后冠状面x射线图像，系统可配置成和/或用于确定螺钉的两个前端之间的距离，如图30a的实例中所示出。在一些实施例中，通过分析一个或多个手术后冠状面x射线图像，系统可配置成和/或用于确定两个连接件与螺钉的头部之间的距离，如图30b的实例中所示出。
[0346]
图31示出可用于本文中所描述的一个或多个实施例的手术后和/或手术中ct扫描的实例。图31示出可用于例如与螺钉计划、预测性建模和/或手术中追踪相关的本文中所描述的一个或多个实施例的手术后和/或手术中ct图像的实例。
[0347]
确切地说，在一些实施例中，系统、方法和装置可配置成当在螺钉计划中可用时利用一个或多个手术后或手术中ct扫描。确切地说，在一些实施例中，系统可配置成利用预先可操作地、后可操作地和/或手术中地拍摄的来自ct扫描的一个或多个图块(例如轴向图块)来确定和/或用于确定螺钉的轴线与脊椎轴线之间的角度，如图31的实例中所示出。
[0348]
如上文所提及，在一些实施例中，系统可配置成利用来自手术前ct扫描的一个或多个图块。此外，在一些实施例中，系统可配置成例如通过基于ct扫描图像而执行三维重构来显现可包含或可不包含所植入螺钉的脊椎的三维模型或显现。此外，在一些实施例中，螺钉计划可有用和/或有利于评估螺钉与脊椎之间的角度，以及用于确定螺钉长度和/或直
径。举例来说，在一些实施例中，系统可配置成基于一个或多个ct扫描图像的分析而确定和/或预测特定脊椎的螺钉的所要长度和/或直径，和/或其一个或多个范围。
[0349]
在一些实施例中，系统、方法和装置可配置成利用螺钉计划中的一个或多个患者信息。举例来说，在一些实施例中，系统可配置成基于某些患者信息而分析一个或多个先前案例以用于开发用于特定患者的螺钉计划。在一些实施例中，患者信息可包括患者的性别、年龄和/或身高。
[0350]
在一些实施例中，系统、方法和装置可配置成部分地基于由如本文中所描述的系统进行的信息和分析而生成用于外科医生的螺钉计划备忘录。
[0351]
图32a到32g示出例如基于患者的一个或多个ct扫描和/或x射线图像的螺钉计划备忘录的实例实施例。如图32a到32g中所示出，在一些实施例中，系统可配置成生成用于外科医生的螺钉计划备忘录。在一些实施例中，螺钉计划备忘录可用于患者的脊柱的特定区段，如图32a到32g中的l1到l5。在一些实施例中，螺钉计划备忘录可包括每一脊椎的一个或多个截面图像，例如图32a到32g中的l1到l5，且可提供与可插入到每一脊椎层级中的左和/或右螺钉的最大直径和/或长度相关的信息。如图32g中所示出，在一些实施例中，系统可配置成生成用于插入到所关注脊柱区部的一个或多个脊椎(例如l1到l5)中的一个或多个脊椎螺钉的直径和/或长度的概述。在一些实施例中，基于螺钉计划备忘录，外科医生和/或其它医务人员可被提供有包括具有直径和/或长度的螺钉的套件，所述直径和/或长度在用于插入到所关注脊柱区部的一个或多个脊椎(例如l1到l5)中的一个或多个脊椎螺钉的所确定直径和/或长度的约1％、约2％、约3％、约4％、约5％、约6％、约7％、约8％、约9％和/或约10％内。在一些实施例中，基于螺钉计划备忘录，外科医生和/或其它医务人员可被提供有包括具有在由前述值中的两个定义的范围内的直径和/或长度的螺钉的套件。
[0352]
图33a到33k示出例如基于用于特定外科医生和/或患者的一个或多个ct扫描的螺钉计划备忘录的实例实施例。如图33a到33k中所示出，在一些实施例中，系统可配置成生成用于外科医生的螺钉计划备忘录。在一些实施例中，螺钉计划备忘录可用于患者的脊柱的特定区段，如图33a到33k中的t10到髂骨或t10到s1。在一些实施例中，螺钉计划备忘录可包括每一脊椎的一个或多个截面图像，例如图33a到33k中的t10到s1，且可提供与可插入到每一脊椎层级中的左和/或右螺钉的最大直径和/或长度相关的信息。如图33k中所示出，在一些实施例中，系统可配置成生成用于插入到所关注脊柱区部的一个或多个脊椎(例如t10到s1)中的一个或多个脊椎螺钉的直径和/或长度的概述。在一些实施例中，基于螺钉计划备忘录，外科医生和/或其它医务人员可被提供有包括具有直径和/或长度的螺钉的套件，所述直径和/或长度在用于插入到所关注脊柱区部的一个或多个脊椎(例如t10到s1)中的一个或多个脊椎螺钉的所确定直径和/或长度的约1％、约2％、约3％、约4％、约5％、约6％、约7％、约8％、约9％和/或约10％内。在一些实施例中，基于螺钉计划备忘录，外科医生和/或其它医务人员可被提供有包括具有在由前述值中的两个定义的范围内的直径和/或长度的螺钉的套件。
[0353]
系统
[0354]
图34是示出用于开发患者特定的脊柱疗法、操作和程序的系统的实施例的示意图。在一些实施例中，主服务器系统3402可包括图像分析模块3404、案例模拟模块3406、手术中追踪模块3408、数据利用模块3410、预测性建模模块3428、计划数据库3412、操作数据
库3414、外科医生数据库3416和/或文献数据库3418。主服务器系统可连接到网络3420。网络可配置成将主服务器连接到一个或多个植入物制造设施系统3426、一个或多个医疗机构客户端系统3422和/或一个或多个用户访问点系统3424。
[0355]
图像分析模块3404可通过提供如本文中所描述的图像分析和/或相关功能来起作用。案例模拟模块3406可通过执行如本文中所描述的手术计划、案例模拟和/或相关功能来起作用。手术中追踪模块3408可通过执行如本文中所描述的手术中追踪和/或相关功能来起作用。数据利用模块3410可通过从如本文中所描述的一个或多个数据库和/或相关功能检索数据和/或将数据存储到一个或多个数据库和/或相关功能来起作用。预测性建模模块3428可通过执行如本文中所描述的一个或多个预测性建模过程来起作用。
[0356]
计划数据库3412可提供已由系统和/或相关数据生成的所有计划的收集。操作数据库3414可提供已利用系统和/或相关数据执行的所有外科手术的收集。外科医生数据库3416可提供已利用系统和/或相关数据的所有外科医生的收集，所述相关数据如外科医生偏好、技能水平或类似物。文献数据库3418可提供与脊柱手术相关的科学文献的收集。
[0357]
计算机系统
[0358]
在一些实施例中，使用计算系统来实施本文中所描述的系统、过程和方法，所述计算系统如图35中所示出的计算系统。实例计算机系统3502经由一个或多个网络3518与一个或多个计算系统3520和/或一个或多个数据源3522通信。虽然图35示出计算系统3502的实施例，但应认识到，提供用于计算机系统3502的组件和模块中的功能性可组合成更少组件和模块，或进一步分离成额外组件和模块。
[0359]
计算机系统3502可包括进行本文所描述的功能、方法、动作和/或过程的患者特定的脊柱疗法、操作和程序模块3514。通过下文进一步论述的中央处理单元3506在计算机系统3502上执行患者特定的脊柱疗法、操作和程序模块3514。
[0360]
一般来说，如本文中所使用的词语“模块”是指体现于硬件或固件中的逻辑，或具有进入和退出点的软件指令的集合。以编程语言写入模块，所述编程语言如java、c或c 、pyphon或类似物。软件模块可编译且链接到可执行程序中，安装于动态链接库中，或可用如basic、perl、lua或python的解释语言写入。软件模块可从其它模块或从本身调用，和/或可响应于检测到的事件或中断而调用。实施于硬件中的模块包含连接的逻辑单元，如栅极和触发器，和/或可包含可编程单元，如可编程门阵列或处理器。
[0361]
一般来说，本文中所描述的模块是指逻辑模块，不管逻辑模块的物理组织或存储如何，所述逻辑模块皆可与其它模块组合或划分成子模块。模块由一个或多个计算系统执行，且可存储于任何适合计算机可读媒体上或内，或整个或部分地实施于特殊设计硬件或固件内。虽然可通过使用计算机来有助于上文所描述的方法、计算、过程或分析中的任一个，但并非所有计算、分析和/或优化需要使用计算机系统。此外，在一些实施例中，可变更、重新布置、组合和/或省略本文中所描述的过程框。
[0362]
计算机系统3502包含一或多个处理单元(cpu)3506，其可包括微处理器。计算机系统3502进一步包含物理存储器3510，如用于临时存储信息的随机存取存储器(ram)、用于永久存储信息的只读存储器(rom)和大容量存储装置3504，如后备存储装置、硬盘驱动器、旋转磁盘、固态磁盘(ssd)、快闪存储器、相变存储器(pcm)、3d xpoint存储器、磁盘或光学媒体存储装置。替代地，大容量存储装置可实施于服务器阵列中。典型地，计算机系统3502的
组件使用基于标准的总线系统来连接到计算机。总线系统可使用各种协议来实施，所述协议如外围组件互连(pci)、微通道、scsi、工业标准架构(isa)和扩展isa(eisa)架构。
[0363]
计算机系统3502包含一个或多个输入/输出(i/o)装置和接口3512，如键盘、鼠标、触控板和打印机。i/o装置和接口3512可包含允许数据视觉呈现到用户的一个或多个显示装置，如监测器。更确切地说，例如，显示装置提供作为应用软件数据的gui的呈现，和多媒体呈现。i/o装置和接口3512也可提供与各种外部装置的通信接口。举例来说，计算机系统3502可包括一个或多个多媒体装置3508，如扬声器、显卡、图形加速器和麦克风。
[0364]
计算机系统3502可运行于各种计算装置上，所述计算装置如服务器、windows服务器、结构查询语言服务器、unix服务器、个人计算机、膝上型计算机等等。在其它实施例中，计算机系统3502可运行于集群计算机系统、主机计算机系统和/或适合于控制和/或与大数据库通信、执行大批量交易处理和从大数据库生成报告的其它计算系统上。计算系统3502一般由操作系统软件控制和协调，所述操作系统软件如z/os、windows、linux、unix、bsd、sunos、solaris、macos或其它兼容操作系统，包含专属操作系统。操作系统控制且调度用于执行的计算机过程，执行存储器管理，提供文件系统、联网和i/o服务，且提供用户接口，如图形用户接口(gui)，等等。
[0365]
图35中所示出的计算机系统3502经由通信链路3516(有线、无线或其组合)耦合到网络3518，如lan、wan或因特网。网络3518与各种计算装置和/或其它电子装置通信。网络3518与一个或多个计算系统3520和一个或多个数据源3522通信。患者特定的脊柱疗法、操作和程序模块3514可通过具有上网功能的用户访问点来访问计算系统3520和/或数据源3522或可由计算系统3520和/或数据源3522访问。连接可以是直接物理连接、虚连接和其它连接类型。具有上网功能的用户访问点可包括使用文字、图形、音频、视频和其它媒体来呈现数据且允许经由网络3518与数据交互的浏览器模块。
[0366]
通过计算系统3520和/或通过数据源3522访问计算机系统3502的患者特定的脊柱疗法、操作和程序模块3514可通过具有上网功能的用户访问点进行，所述具有上网功能的用户访问点如计算系统3520或数据源3522、个人计算机、蜂窝电话、智能电话、膝上型计算机、平板计算机、电子阅读器装置、音频播放器或能够连接到网络3518的其它装置。此类装置可具有浏览器模块，所述浏览器模块实施为使用文字、图形、音频、视频和其它媒体来呈现数据且允许经由网络3518与数据交互的模块。
[0367]
输出模块可实施为显示器可寻址的所有点的组合，所述显示器如阴极射线管(crt)、液晶显示器(lcd)、等离子显示器或其它类型和/或组合的显示器。可实施输出模块以与输入装置3512通信，且输出模块还包含具有适当接口的软件，所述接口允许用户通过使用程式化屏幕元素来访问数据，所述程式化屏幕元素如菜单、窗口、对话框、工具条和控件(例如，单选按钮、复选框、计算尺等等)。此外，输出模块可与输入和输出装置的集合通信以从用户接收信号。
[0368]
输入装置可包括键盘、滚珠、笔和触控笔、鼠标、轨迹球、话音辨识系统或预先指定的开关或按钮。输出装置可包括扬声器、显示屏幕、打印机或语音合成器。另外，触摸屏可充当混合式输入/输出装置。在另一实施例中，用户可如通过连接到分数生成器的系统终端更直接地与系统交互，而不经由因特网、wan或lan或类似网络通信。
[0369]
在一些实施例中，系统3502可包括已在远程微处理器与大型主机计算机之间建立
的物理或逻辑连接以用于在线实时地上载、下载或查看交互式数据和数据库的明确目的。远程微处理器可由操作包含客户服务器系统或主服务器系统的计算机系统3502的实体操作，和/或可由数据源3522中的一个或多个和/或计算系统3520中的一个或多个操作。在一些实施例中，终端仿真软件可在微处理器上用于参与微
‑
大型主机链接。
[0370]
在一些实施例中，操作计算机系统3502的实体内部的计算系统3520可作为由cpu 3506运行的应用程序或过程内部地访问患者特定的脊柱疗法、操作和程序模块3514。
[0371]
计算系统3502可包含一个或多个内部和/或外部数据源(例如，数据源3522)。在一些实施例中，上文所描述的数据存储库和数据源中的一个或多个可使用关系型数据库以及其它类型的数据库来实施，所述关系型数据库如db2、sybase、oracle、codebase和sql server，所述其它类型的数据库如平面文件数据库、实体关系数据库和面向对象数据库，和/或基于记录的数据库。
[0372]
计算机系统3502还可访问一个或多个数据库3522。数据库3522可存储于数据库或数据存储库中。计算机系统3502可通过网络3518访问一个或多个数据库3522或可通过i/o装置和接口3512直接访问数据库或数据存储库。存储一个或多个数据库3522的数据存储库可驻留在计算机系统3502内。
[0373]
在一些实施例中，本文中所描述的系统、方法和装置的一个或多个特征可利用url和/或cookie来例如存储和/或传输数据或用户信息。统一资源定位符(url)可包含网址和/或对存储在数据库和/或服务器上的网页资源的参考。url可指定计算机和/或计算机网络上的资源的定位。url可包含用以检索网络资源的机制。网络资源的来源可接收url，识别网页资源的定位，且将网页资源传输回到请求者。url可转换成ip地址，且域名系统(dns)可查找url和其对应的ip地址。url可参考网页、文件传送、电子邮件、数据库访问和其它应用程序。url可包含字符的序列，所述字符识别路径、域名、文件扩展名、主机名、查询、片段、方案、协议标识符、端口号、用户名、口令、旗标、对象、资源名称和/或类似物。本文中所公开的系统可在url上生成、接收、传输、应用、剖析、序列化、显现和/或执行动作。
[0374]
cookie也称为http cookie、网页cookie、因特网cookie和浏览器cookie，可包含从网站发送和/或存储在用户的计算机上的数据。在用户浏览时，这一数据可由用户的网页浏览器存储。cookie可包含用于网站的有用信息以记住先前浏览信息，如线上商店上的购物车、按钮的点击、登录信息和/或过去访问的网页或网络资源的记录。cookie还可包含用户输入的信息，如姓名、地址、密码、信用卡信息等。cookie也可执行计算机功能。举例来说，应用程序(例如，网页浏览器)可使用鉴定cookie来识别用户是否已登录(例如，到网站)。cookie数据可加密以为消费者提供安全性。追踪cookie可用于编译个人的历史浏览历史。本文中所公开的系统可生成和使用cookie以访问个人的数据。系统也可生成和使用json网页令牌以存储可靠性信息、作为鉴定协议的http鉴定、追踪会话或标识信息的ip地址、url和类似物。
[0375]
虽然本文中论述的实施例一般涉及患者特定的脊柱疗法、操作和程序，但本文中所公开的系统、方法和装置还可用于任何非脊柱患者特定的疗法、操作和程序。此外，本文中所公开的系统、方法和装置可与x射线、mri、ct或产生二维和/或三维医疗图像或视频数据的任何其它成像系统或装置一起使用。
[0376]
虽然已经在某些实施例和实例的上下文中公开了本发明，但本领域的技术人员应
理解，本发明延伸超出具体公开的实施例到其它替代实施例和/或本发明以及其显而易见的修改和等效物的使用。此外，虽然已展示和详细地描述本发明的实施例的若干变化，但在本发明的范围内的其它修改将基于本公开而对本领域的技术人员显而易见。此外，预期可进行实施例的特定特征和方面的各种组合或子组合且仍然落入本发明的范围内。应理解，所公开的实施例的各种特征和方面能够彼此组合或替代彼此以便形成本发明的实施例的变化模式。本文公开的任何方法不必以所述次序执行。因此，希望本文中所公开的本发明的范围不应受下文所描述的特定实施例的限制。
[0377]
除非另外特别陈述，或另外在如所使用的上下文内进行理解，否则例如“可(can、could、might或may)”等等的条件性语言一般旨在传达某些实施例包含而其它实施例并不包含某些特征、要素和/或步骤。因此，此类条件性语言一般不旨在暗示特征、要素和/或步骤无论如何都是一个或多个实施例所需要的，或者一个或多个实施例无论有或没有用户输入或提示都必然包含用于决定任何特定实施例中是否包含或将执行这些特征、要素和/或步骤的逻辑。本文中所使用的标题仅为读者方便，且不意味着用于限制本发明或权利要求书的范围。
[0378]
此外，虽然本文描述的方法和装置可易有各种修改和替代形式，但其具体实例已在附图中展示且在本文中加以详细描述。然而，应理解，本发明不应限于所公开的特定形式或方法，而是相反，本发明应涵盖属于所描述的各种实施方案和所附权利要求书的精神和范围内的所有修改、等效物和替代方案。此外，结合实施方案或实施例的任何特定特征、方面、方法、性质、特性、质量、属性、要素或类似物的在本文中的公开内容可用于本文中所阐述的所有其它实施方案或实施例。本文公开的任何方法不必以所述次序执行。本文所公开的方法包含从业者采取的某些动作；然而，所述方法也可包含任何第三方对这些动作的指示，无论是明示的还是暗示的。本文公开的范围还涵盖任何和所有重叠、子范围和其组合。如“至多”、“至少”、“大于”、“小于”、“在
…
之间”和类似物的语言包含所述的数目。在数字前存在的如“约”或“大致”的术语包含所述数字且应基于情况而解释(例如，在情况下尽可能准确，例如
±
5％、
±
10％、
±
15％等)。举例来说，“约3.5mm”包含“3.5mm”。短语前存在如“大体上”的术语包含所述短语且应基于情况而解释(例如，在情况下尽可能)。举例来说，“大体上恒定”包含“恒定”。除非另外说明，否则所有测量在包含温度和压力的标准条件下。
[0379]
如本文所使用，涉及项目列表“中的至少一个”的短语是指那些项目的任何组合，包含单个成员。作为实例，“以下各项中的至少一个：a、b或c”意图涵盖：a；b；c；a和b；a和c；b和c；以及a、b和c。除非另外具体陈述，否则如短语“x、y和z中的至少一个”的连接语言以其它方式利用如通常所使用的上下文加以理解以传达条目、术语等可以是x、y或z中的至少一个。因此，此类连接语言通常并不意味着暗示某些实施例要求a中的至少一个、b中的至少一个和c中的至少一个均要存在。