CN103379860B

CN103379860B - 成像系统受试者支撑物运动算法

Info

Publication number: CN103379860B
Application number: CN201280009033.1A
Authority: CN
Inventors: S·董
Original assignee: Koninklijke Philips Electronics NV
Current assignee: Koninklijke Philips NV
Priority date: 2011-02-18
Filing date: 2012-02-16
Publication date: 2016-08-17
Anticipated expiration: 2032-02-16
Also published as: EP2675359A1; EP2675359B1; WO2012110982A1; CN103379860A; US20130315381A1; US9161726B2

Abstract

一种成像系统（400），包括受试者支撑物（412）和受试者支撑物控制器（418），所述受试者支撑物（412）被配置为在所述成像系统的检查区域中承载被成像的受试者，所述受试者支撑物控制器（418）基于运动算法在所述检查区域中定位所述受试者支撑物并因此定位受试者，以扫描所述受试者，所述运动算法相对于梯形或s曲线运动算法，针对给定平移持续时间和给定平移距离，减小扫描期间的受试者支撑物振动。

Description

成像系统受试者支撑物运动算法

技术领域

下文大体上涉及关于对由成像系统的受试者支撑物承载的受试者的轴向扫描和/或灌注扫描，平移所述受试者支撑物，并且参考对计算机断层摄影（CT）的具体应用进行描述。然而，下文还能用于针对其他成像模态的受试者支撑物，所述其他成像模态例如为正电子发射断层摄影（PET）、X线摄影、和/或其他成像模态。

背景技术

计算机断层摄影（CT）扫描器包括由固定部分能旋转地支撑的旋转部分。旋转部分支撑X射线管和探测器阵列，X射线管发射横贯检查区域及其中的对象或受试者的辐射，而探测器阵列探测横穿检查区域的辐射并生成指示所探测的辐射的投影数据。受试者支撑物在检查区域中支撑对象或受试者。重建器重建投影数据，并且生成指示在检查区域中的对象或受试者的部分的体积图像数据。能够基于体积图像数据生成一幅或多幅图像。

受试者支撑物一般包括底座和台面，底座附着到检查室的地板并且被配置为相对于地板垂直移动，而台面附着到底座并且被配置为相对于底座，水平地平移进出检查区域。轴向扫描和灌注扫描两者均要求频繁的台面平移；轴向扫描为这样的成像模式：其中台面将对象或受试者移动到每个轴向位置以进行扫描，但在扫描期间不移动对象或受试者，而灌注扫描为这样的成像模式：其中在扫描期间，台面使对象或受试者在检查区域中来回循环。

传统地，针对轴向扫描和灌注扫描两者的台面平移均是使用梯形或s曲线运动算法来实现的。图1图示了针对三个步阶上的轴向（静态调强（step and shoot））扫描的范例s曲线运动算法。在图1（A）中，y轴102表示台面位置，在图1（B）中，y轴104表示台面速度，并且在图1（C）中，y轴106表示台面加速度。在全部三幅图中，x轴108均表示时间。如在图1（C）中所示的，针对s曲线运动算法的台面加速度和减速度，针对每个步阶，包括突变的斜升和斜降。

图2和图3分别图示了针对灌注（循环）扫描的范例梯形和s曲线运动算法。在图2（A）和图3（A）中，y轴102表示台面位置，在图2（B）和图3（B）中，y轴104表示台面速度，并且在图2（C）和图3（C）中，y轴106表示台面加速度，并且x轴108在全部六幅图中均表示时间。图2（C）和图3（C）分别示出了在每个循环期间，具有恒定的斜升和斜降以及具有突变的斜升和斜降的台面加速和减速。

图1-3的梯形和s曲线运动算法的加速和减速曲线分布一般将导致台面振动以及正被扫描的患者的内部器官和组织的运动。更具体地，台面为具有一种或多种共振频率的轻阻尼钢混合结构。一旦到了在水平方向中的梯形或s曲线点到点运动的时刻，能够由主运动的共振分量引起台面共振，从而导致不期望的次级运动或在垂直方向中的跳板振动。由于主运动造成的高加速度和急动，当循环用于灌注扫描时，可以造成过度的人体器官运动，从而导致不愉快的患者体验。

遗憾的是，对于轴向扫描，随着扫描之间的台面移动及稳定时间变得更短，并且间断行进因更宽的覆盖范围而变得更长，运动加速度和急动将变得更大；并且，对于灌注扫描，随着覆盖范围变得更宽并且循环时间变得更短，灌注扫描能够引入更大的次级振动。次级运动能够通过使用刚性基层结构而得以缓和。然而，利用常规的梯形和s曲线算法，即使对于硬基结构，人体器官运动的量以及不期望的患者感受一般也不能得到缓和。

发明内容

本申请的各方面解决上文提到的问题以及其他问题。

根据一个方面，一种成像系统包括受试者支撑物和受试者支撑物控制器，所述受试者支撑物被配置为在所述成像系统的检查区域中承载被成像的受试者，而所述受试者支撑物控制器基于运动算法在所述检查区域中定位所述受试者支撑物并因此定位所述受试者，以扫描所述受试者，所述运动算法相对于梯形或s曲线运动算法，针对给定平移持续时间和给定平移距离，减小扫描期间的受试者支撑物振动。

根据另一方面，一种方法包括基于扫描的选定扫描方案，确定针对受试者的扫描类型。所述类型为轴向扫描或灌注扫描之一。所述方法还包括基于所述扫描类型，为执行所述扫描所使用的成像系统的受试者支撑物的台面，识别感兴趣的运动算法。所述感兴趣的运动算法不是传统的梯形和s曲线运动算法。所述方法还包括针对所述算法，生成或检索台面运动曲线分布。所述方法还包括将所述台面运动曲线分布载入受试者支撑物控制器中。所述方法还包括采用所述受试者支撑物控制器，以基于所载入的台面运动曲线分布，在所述受试者的所述扫描期间，控制所述台面。

根据另一方面，一种方法包括生成指示多种台面运动曲线分布的数据。所述运动曲线分布对应于来自包括以下算法的组的算法：正弦谐波轴向算法；曲线分布成形轴向算法；带通滤波轴向算法；正弦谐波灌注算法；以及滤波灌注轴向。所述方法还包括在能由受试者支撑物控制器访问的存储设备中存储所述多种台面运动曲线分布，所述受试者支撑物控制器被配置为在扫描期间控制受试者支撑物的台面。所述方法还包括基于针对选定用于扫描所述受试者的扫描方案的扫描类型，选择并采用所述运动曲线分布之一。

根据另一方面，一种成像系统包括受试者支撑物和受试者支撑物控制器，所述受试者支撑物被配置为在所述成像系统的检查区域中承载被成像的受试者，而所述受试者支撑物控制器基于正弦运动曲线分布，控制所述受试者支撑物的水平运动。

附图说明

本发明可以采取各种部件和部件的布置，以及各种步骤和步骤的安排的形式。附图仅出于图示优选实施例的目的，并且不得解释为对本发明的限制。

图1图示了现有技术的用于轴向点到点扫描的s曲线运动算法。

图2图示了现有技术的用于灌注循环扫描的梯形运动算法。

图3图示了现有技术的用于灌注循环扫描的s曲线运动算法。

图4示意性图示了与受试者支撑物控制器有关的范例成像系统，所述受试者支撑物控制器用于基于受试者支撑物运动算法，在扫描期间控制所述成像系统的受试者支撑物。

图5图示了针对用于轴向扫描的正弦谐波轴向运动算法的正弦位置、速度和加速度运动曲线分布。

图6图示了模拟的针对图5的正弦谐波轴向运动算法的台面振动。

图7图示了模拟的针对图1的s曲线轴向运动算法的台面振动。

图8图示了针对用于轴向扫描的滤波时间延迟补偿的轴向运动算法的正弦位置、速度和加速度运动曲线分布。

图9图示了模拟的针对用于轴向扫描的图8的滤波补偿运动算法的振动。

图10图示了针对用于轴向扫描的曲线分布成形运动算法的正弦位置、速度和加速度运动曲线分布。

图11图示了模拟的针对用于轴向扫描的图10的曲线分布成形运动算法的振动。

图12图示了针对用于灌注扫描的滤波s曲线运动算法的正弦位置、速度和加速度运动曲线分布。

图13图示了针对用于灌注扫描的正弦谐波算法的正弦位置、速度和加速度运动曲线分布。

图14图示了针对灌注运动算法，用于对软组织的弹性性质和粘性性质建模的范例模型。

图15示出了谐波单步轴向扫描的范例运动曲线分布。

图16示出了谐波灌注扫描的范例运动曲线分布。

图17图示了针对选定成像方案，用于确定台面运动算法的范例方法。

具体实施方式

图4示意性图示了诸如计算机断层摄影（CT）扫描器的成像系统400。成像系统400包括固定机架402和旋转机架404，旋转机架404由固定机架402能旋转地支撑。旋转机架404关于纵轴或z轴围绕检查区域406旋转。诸如X射线管的辐射源408由旋转机架404支撑，并且随旋转机架404围绕检查区域406旋转。辐射源408发射辐射，所述辐射由源准直器准直，以产生横贯检查区域406的一般为扇形、楔形、锥形或其他形状的辐射束。辐射敏感探测器阵列410包括探测器像素的一维阵列或二维阵列，所述探测器像素分别探测横贯检查区域406的辐射，并且生成指示所探测的辐射的电信号。

诸如躺椅的受试者支撑物412检查区域406中支撑对象或受试者。受试者支撑物412包括底座部分414和台面416，并且被配置为在检查区域406中，相对于x方向、y方向和/或z方向，（垂直地和/或水平地）定位所述对象或受试者，以进行扫描。针对轴向（静态调强）扫描，这包括：在轴向扫描之前将台面416并因此将所述对象或受试者移动到预定位置；在扫描期间维持静止位置；以及当要执行另一轴向扫描时，针对下一轴向扫描将台面416并因此将所述对象或受试者移动到下一位置。针对成像程序的每次轴向扫描重复该操作。针对灌注扫描，这包括与扫描所述对象或受试者协调地循环移动台面416，并因此循环移动所述对象或受试者。

受试者支撑物控制器418控制受试者支撑物412的移动。所图示的受试者支撑物控制器418包括一个或多个处理器420以及存储计算机可读指令的计算机可读存储介质422（例如，物理存储器），所述计算机可读指令在由一个或多个处理器420运行时，令控制器418发送一个或多个控制信号，以控制受试者支撑物412。一个或多个处理器420能够额外地或备选地执行承载于信号、载波或其他暂态介质中的计算机可读指令。

所图示的存储介质422包括诸如一个或多个受试者支撑物运动算法424的计算机可读指令。这种算法的范例包括，但不限于：正弦谐波轴向运动算法、前馈曲线分布成形轴向运动算法、利用时间延迟补偿进行前馈曲线分布滤波的轴向运动算法、正弦谐波灌注运动算法、滤波灌注运动算法、诸如梯形或s曲线轴向和灌注运动算法的传统轴向和/或灌注运动算法、上面提及的运动算法中的一个或多个的组合、和/或一个或多个其他运动算法。

如在下文更详细地描述的，非传统的梯形或s曲线轴向和灌注运动算法中的至少一种可以缓和台面振动或内部受试者运动的至少一种，当所述受试者为患者时，这可以改进患者的体验和/或图像质量。在一种非限制性例子中，相对于传统的梯形或s曲线运动轴向和灌注运动算法，这在维持移动持续时间、移动距离、平均速度等的同时得以实现，同时提供了将不期望的运动最小化的急动和加速度运动曲线分布。

重建器426重建由探测器阵列408生成的信号，并且生成指示检查区域406（包括在检查区域406中的所述对象或受试者的部分）的体积图像数据。通用计算系统充当操作者控制台428，并且包括诸如显示器的输出设备，诸如键盘、鼠标等的输入设备，一个或多个处理器以及基本上类似于存储介质422的计算机可读存储介质。控制台428允许操作者控制系统400的运行，例如，允许操作者选择扫描方案（其可以与默认的或用户指定的受试者支撑物运动算法相关联），选择或改变所述受试者支撑物运动算法，启动扫描，等。

图5、图8和图10图示了非常适合于轴向扫描的受试者支撑物运动算法的非限制性集合，图7、图9和图11图示了模拟的针对所述算法集合的振动，并且图6示出了模拟的针对传统的s曲线轴向运动算法的振动。

一般地，典型的轴向扫描涉及多步静止到静止运动。当台面416在特定位置停下来时，例如在水平方向的每步移动之后，各步移动的惯性力激励台面416和底座414，从而造成台面416的跳板样振动，并且所述对象或受试者将在垂直方向振动。所图示的受试者支撑物412为轻阻尼金属混合装置，因此共振是固有的。由受试者支撑物412承载的所述对象或受试者的重量，当与加速度耦合时，降低共振频率，并增大完成各步运动所需要的惯性力，因此所述对象或受试者增大了跳板振动的幅度。从上可知，静止到静止移动是跳板振动的外因，并且受试者支撑物412的低频共振是跳板振动的内因或系统因素。对于所图示的受试者支撑物412，轴向扫描运动的主频率小于所述受试者支撑物的所述共振频率，即使所述受试者支撑物具有最重患者载荷。

首先参考图5，图示了具有与图1的s曲线运动算法等同的时间和距离的范例正弦运动算法。

在图5（A）中，y轴102表示台面位置，在图5（B）中，y轴104表示台面速度，并且在图5（C）中，y轴106表示台面加速度，并且x轴108在全部三幅图中均表示时间。注意，图5中的台面速度和位置曲线分布非常类似于图1的台面速度和位置曲线分布。然而，图5的正弦谐波算法的台面加速度曲线分布要比图1的台面加速度曲线分布平滑得多，这缓和了不期望的运动。

图6和图7分别示出针对图1的s曲线轴向运动算法和图5的正弦轴向运动算法模拟的台面振动。在图6和图7中，y轴602表示台面振动并且x轴604表示位置。注意，针对图7的正弦谐波轴向运动算法的台面振动，在采集轴向扫描的时间段期间（即，在1与2、3与4，以及5与6之间），具有峰值残余振动702（例如，0.0846），峰值残余振动702为针对图1的s曲线轴向运动算法的峰值残余振动606（例如，1.664）的约一半（50%）。在其他实施例中，峰702为峰606的约25%至约75%。

对于图6和图7两者，基于如下转移函数，模拟台面振动动力学：

SYS (s) = \frac{ω_{n^{2}}}{s^{2} + 2 γ ω_{n} + ω_{n}^{2}} = \frac{986}{s^{2} + 1.57 s + 986},

其具有针对DC输入的单位响应，共振频率以及阻尼比γ=0.025。也可以使用其他转移函数描述台面的特性。

针对静态调强扫描，具有90lb、180lb、300lb和450lb负载的33.6mm、39.2mm、50.5mm、60mm、68.6mm、76.4mm的运动距离的实验数据与所模拟的数据一致。通过举例的方式，针对300lb负载，与s曲线移动相比较，正弦移动的平均振动减少为约47%，并且针对450lb负载，与s曲线移动相比较，正弦移动的平均振动减少为约46%。

转到图8，讨论了用于轴向扫描的范例滤波补偿运动算法。

在该范例中，当已知或者能够测量或估计受试者支撑物412的共振频率和阻尼因数时，能够采用诸如陷波滤波器等的带阻滤波器。一般地，陷波滤波器为零极点抵消技术，其主要是使用新的零点，以抵消原始系统的共振极，并放置新的充分阻尼的极，以达到稳定的非振荡响应。与低通滤波器相比较，陷波滤波器至少部分由于对共振频率的相位滞后同心性，而一般引入较少延迟，并且由于稳定的极以及共振极的抵消，而具有好得多的振动挤压。能够考虑对原始运动规划的时间延迟，以便于在正确的静止间隔中扫描患者。

在图8（A）中，y轴102表示在将所述时间延迟计算在内并且利用陷波滤波器或其他带通滤波器滤波初始s曲线位置曲线分布之后的台面位置，在图8（B）中，y轴104表示台面速度并且在图8（C）中，y轴106表示台面加速度，并且x轴108在全部三幅图中均表示时间。在图9中，y轴602表示台面振动并且x轴604表示位置。注意，所模拟的振动具有约为零或在零的量级上的峰值残余振动902。

在所图示的实施例中，根据躺椅垂直动力学的共振周期表达时间延迟补偿因数。使用上文的

SYS (s) = \frac{ω_{n^{2}}}{s^{2} + 2 γ ω_{n} + ω_{n}^{2}} = \frac{986}{s^{2} + 1.57 s + 986},

一秒、一个距离和一次移动的s曲线步进运动，以及以下平衡共振的范例陷波滤波器所引入的时间延迟为T=0.2秒。在图8的曲线分布中考虑该时间延迟。

转到图10，讨论了用于轴向扫描的范例曲线分布成形运动算法。

在该范例中，通过将脉冲的序列，即输入成形器，与期望的运动曲线分布卷积，以产生成形的运动曲线分布输入来实施前馈输入成形，所述成形的运动曲线分布输入产生自抵消命令信号，以限制静止到静止运动模式的残余振动。类似于在图8中讨论的滤波补偿运动算法，所述输入为受试者支撑物共振频率和阻尼因数（其在该情况中用于计算脉冲函数的增益和时间位置），并且在数字实施方式中考虑时间延迟。然而，与滤波补偿运动算法相比较，输入成形滤波器引入了一半陷波滤波器的延迟，并且具有更好的残余振动衰减。

在图10（A）中，y轴102表示台面位置，在图10（B）中，y轴104表示台面速度并且在图10（C）中，y轴106表示台面加速度，并且x轴108在全部三幅图中均表示时间。在图11中，y轴602表示台面振动并且x轴604表示位置。类似于陷波滤波轴向运动算法，针对输入成形轴向运动算法所模拟的振动具有约为零或大约为零的峰值残余振动1102。

针对具有

SYS (s) = \frac{ω_{n^{2}}}{s^{2} + 2 γ ω_{n} + ω_{n}^{2}} = \frac{986}{s^{2} + 1.57 s + 986}

转移函数的系统，所述输入成形器的时域表达式可以表达为M(t)=C₁δ(t)+C₁δ(t-T_d)，其中和

C_{2} = \frac{K}{1 + K}

为所述输入成形器的系数，

K = \exp (\frac{- γΠ}{\sqrt{1 - γ^{2}}}),

Td = \frac{T}{2} = \frac{Π}{ω_{n}}

为时间延迟因子，并且δ(t)为单位脉冲函数。针对给定输入运动曲线分布x(t)，输入成形的运动曲线分布为x_m(t)=x(t)*M(t)，其中“*”指代数学卷积运算。在一个例子中，上述时域卷积能够转换为连续时间转移函数，其通常被用于模拟，并且之后能够用连续有理函数近似连续时间转移函数。在另一个例子中，连续时域输入成形器能够直接转换为离散时域转移函数x_m(z)=x(z)(C₁+C₂z^-n)，其中n为具有采样周期Δt的值的整数部分，并且C₁+C₂z^-n为前馈数字输入成形滤波器。由于输入成形的时间延迟，原始移动时间必须被缩短T_d时间，并且增大加速度。

图12和图13图示了至少非常适用于灌注扫描的受试者支撑物运动算法的非限制性集合。

针对灌注扫描，普遍关注的是患者的舒适度以及在水平方向的器官运动对图像质量的影响，并且因此患者躺在台面416上，患者舒适度受由台面摩擦引入的力模式的影响，即受台面的加速度和急动以及其主运动的频率模式的影响。一般地，低频率和低加速度将导致较低的急动和较好的患者感受。

图12示出了滤波点到点s曲线灌注运动算法。在图12（A）中，y轴102表示台面位置，在图12（B）中，y轴104表示台面速度并且在图12（C）中，y轴106表示台面加速度，并且x轴108在全部三幅图中均表示时间。图13示出了正弦谐波灌注运动算法。在图13（A）中，y轴102表示台面位置，在图13（B）中，y轴104表示台面速度并且在图13（C）中，y轴106表示台面加速度，并且x轴108在全部三幅图中均表示时间。如从图12、图13、图2和图3中能够看出的，相对于梯形灌注运动算法（图2）和点到点s曲线灌注运动算法（图3）的台面加速度，滤波点到点s曲线灌注运动算法（图12）和正弦谐波灌注运动算法（图13）的台面加速度均更为平滑，并因此导致较小的急动和患者不适。

针对滤波点到点s曲线灌注运动算法（图12），一阶低通滤波器（例如，）或更高阶滤波器能够应用于非简谐运动，以缓解非谐波运动的加速度和急动水平，以获得更好的患者感受。注意，必须小心选择低通滤波器的截止频率ω_c。太高的截止频率，则所述低通滤波器没有运动平滑作用，而太低的截止频率将产生过大的运动覆盖范围减少和相位滞后。针对灌注扫描，相位滞后并不是问题（如在轴向扫描中一样，如上文所描述的），只要其是重复的且恒定的，但过度的覆盖范围减少必须得到补偿。约四（4）倍的灌注循环频率的截止频率能够用于所述低通滤波器，以平衡覆盖范围切割与运动平滑作用。所述低通滤波器对点到点s曲线灌注运动相位滞后和幅度切割的作用能够在图12中看出，其中针对0.5Hz灌注循环（即，一（1）秒端到端移动，或二（2）秒的周期）的截止频率为2Hz。

图14示出了针对灌注运动算法，能够用于对软组织的弹性性质和粘性性质建模的范例模型。

所述模型假设人体器官为被动的、稳定的并且为低通的系统，所述人体器官可以有或可以没有共振，并且所述人体器官对高频激励不敏感。在该模型中，如果器官位置X能够密切跟随台面位置Y，则相对人体器官运动“X-Y”将是小的，其中“m”为器官的质量，“k”为组织的硬度，并且“c”为器官对外部扰动的阻尼系数。基于该模型，针对仅具有一个非常低的频率分量的谐波灌注运动曲线分布，器官的运动将密切跟随台面运动，而没有额外的运动不匹配或滞后，而针对相同幅度和频率的非谐波运动曲线分布，运动不匹配将会大得多，这是由于根据傅立叶变换理论非正弦运动曲线分布的固有高频谐波分量，并且人体器官动力学将过滤掉高频。当然，能够额外地和/或备选地使用其他模型。

实验根据放置在躺椅台面上的半填充鱼缸中的水波纹证实了不同的灌注运动曲线分布的影响。以约1秒的循环时间和约160mm的循环距离，测试了四类运动曲线分布：来回梯形运动，因此为三角速度；具有50ms延迟的点到点梯形运动；具有255ms平滑因数和50ms延迟的点到点梯形运动，所谓基本的s曲线运动；以及来回正弦运动。结果显示，除了正弦运动以外的所有其他运动曲线分布均造成非常剧烈的水波纹。其他实验利用1.5秒和2秒循环时间的正弦运动，显示了较小加速度水平的影响。利用这些实验，在160mm行进和1.5秒循环时间正弦运动的情况中，几乎不能见到任何水波纹。所述实验还显示，具有甚至更长覆盖范围（更高平均速度和加速度）的正弦运动仍获取小得多的水波纹。进一步的实验包括人类受试者，以用于针对这样的正弦灌注运动算法曲线分布，确定真实人类感受：所述正弦灌注运动算法曲线分布具有1秒循环时间的180mm覆盖范围，其持续1分钟，并结束于886mm/s²的峰值加速度和282mm/s的峰值速度。结果显示，针对受试者，没有眩晕或不悦感受。长的覆盖范围和短的循环时间与其他灌注运动算法的组合是针对点到点来回灌注扫描的一个关心的问题。

相对于本文中讨论的范例运动算法，正弦运动算法在速度和加速度曲线之间具有90度相移，这可以导致与其他同时的峰值速度和峰值加速度的运动曲线分布相比相对较小的驱动功率容量，因为速度对应于用于电机驱动的电压，加速度意味着转距及驱动电流，并且功率是由速度乘以力或由电压乘以电流得出的。较小的功率驱动意味着能耗节约的机会。而且，不同于在点到点s曲线来回灌注的开始和结束处的零速度、零加速度，正弦运动在开始和结束处的起始和终止速度为零，但正弦加速度在两个端点均为峰值。这是正弦灌注运动曲线分布的独有特征。如果不能利用特定受试者支撑物和/或运动控制器实施最优的或期望的正弦灌注运动，则次优的运动曲线分布仍满足速度与加速度曲线的90度相移，以得到最小的加速度水平和最平滑的加速度改变，以优化患者感受。

以下提供对在本文中讨论的各种非限制性运动算法的总体概述。

针对前馈输入成形（图8）和带通滤波（图10）轴向运动算法，首先将时间延迟计算在内，以计算加速度曲线分布，之后对所述加速度求积分以得到速度，对所述速度求积分以得到位置，并且之后对曲线分布进行采样，并进行数字成形或滤波，以生成针对躺椅主运动输入的经修改的运动曲线分布。针对灌注运动曲线分布（12）的前馈低通滤波，首先计算低通滤波器截止频率，并且之后原始曲线分布被数字采样，并被低通滤波，以生成经滤波的运动曲线分布。

针对轴向扫描（图5）和灌注扫描（图13）的简谐运动算法理论上相似但在实施方式中不同。轴向扫描移动的模式包括移动持续时间、针对扫描的停止持续时间，之后下一移动持续时间，以及停止持续时间，并且依赖于移动步阶的更多内容。灌注扫描的模式包括移动，之后移回，之后移动，并且依赖于灌注循环的更多内容，并且没有间歇的停止持续时间。轴向扫描的简谐单步点到点移动包括加速度循环的全波，从而以初始零急动、加速度和速度开始和结束所述移动，这对最小化次级运动是必要的。灌注扫描的简谐循环移动由于运动的重复特征，而包括加速度和速度循环的半波。

针对轴向扫描的非限制性谐波运动曲线分布能够基于：

s (t) = A {\frac{t}{T} - \frac{1}{2 π} \sin (2 π \frac{t}{T})};

v (t) = \frac{A}{T} {1 - \cos (2 π \frac{t}{T})};

a (t) = \frac{2 πA}{T^{2}} \sin (2 π \frac{t}{T}),

并且其中，A表示单步移动距离，T表示移动周期，s表示实时位置，υ表示实时速度，α表示实时加速度，并且t表示时间索引。图15示出针对用于轴线扫描的单步谐波点到点运动算法的范例运动曲线分布（加速度、速度和位置），其中A=50mm且T=1s。

针对灌注扫描的非限制性谐波运动曲线分布能够基于

s (t) = \frac{A}{2} (1 - \cos (π \frac{t}{T}));

v (t) = \frac{A}{2} \cdot \frac{π}{T} \sin (π \frac{t}{T});

以及

a (t) = \frac{A}{2} {\cdot (\frac{π}{T})}^{2} \cos (π \frac{t}{T}),

其中，A表示循环移动（端到端距离）距离，T表示（端到端时间）移动周期，s表示实时位置，υ表示实时速度，α表示实时加速度，并且t代表时间索引。图16示出针对谐波灌注扫描的范例运动曲线分布（加速度、速度和位置），其中A=1mm并且T=1s。

为了指挥谐波运动，受试者支撑物控制器418能够提前生成运动参考曲线分布，所述运动参考曲线分布为位置与时间对的阵列。当控制器418不能够在线计算正弦函数时，能够为控制器418生成并存储查找表。通过举例的方式，依赖于所述控制器的存储器大小，能够离线确定具有100个（或某其他数目）样本的单位距离和单位周期的点到点谐波移动轨迹。在一个例子中，所述轨迹为100个组分的阵列。在该例子中，每个组分均能够被表示为两个参数，位置计数参数和时间索引参数。这种轨迹数据能够作为查找表保存到控制器418的存储设备422中。如果期望的移动周期为X而非单位秒，则用X乘以所述时间索引。如果期望的移动距离为Y而非单位长度，则用Y乘以所述位置计数。能够创建两种谐波运动模式，一种针对单步移动，并且另一种针对循环移动。每个谐波运动函数都将具有移动距离和移动时间的函数变量的集合。

尽管主要结合CT讨论了运动算法，但是应该理解，能够结合诸如PET、X射线等的一个或多个其他成像模态，采用实时运动算法中的一个或多个。在一个例子中，所述一个或多个算法能够用于缓和，和/或最小化所引起的次级振动和/或人体器官运动，以及用于改进患者感受。也能够与其他单步或多步或前后点到点定位方案一起，在具有或不具有静止时间的情况下使用所述一种或多种算法，所述静止时间涉及不必要的残余运动。

图17图示了用于确定针对选定的成像方案的台面运动算法的范例方法。

应认识到，在本文所描述的方法中，动作的顺序是非限制性的。如此，本文考虑其他顺序。此外，可以省略一个或多个动作和/或可以包括一个或多个额外的动作。

在1702，接收指示用户选定的成像方案的信号。所述选定的成像方案可以是轴向扫描或灌注扫描。

在1704，确定选定的方案是轴向扫描还是灌注扫描方案。

在1706，当选定的方案为针对轴向扫描时，确定患者的重量是否已知且可用。这种信息可以是由临床医师输入的电子患者信息的部分，和/或例如，经由并入受试者支撑物412的称具等，或以其他方式动态测量的。

在1708，当选定的方案为针对轴向扫描并且已知患者的重量时，至少基于患者的重量，确定受试者支撑物412的共振频率和阻尼因数。这可以包括将患者的重量映射到查找表（LUT），所述查找表交叉列出参考患者重量与受试者支撑物共振频率和阻尼因数。所述LUT能够存储在存储设备422或其他存储设备中。

在1710，当确定了共振频率和阻尼因数时，处理器420识别前馈输入成形（图8）或带通滤波（图10）轴向运动算法。

在1712，当选定的方案是针对轴向扫描并且患者的重量未知时，处理器420识别正弦谐波轴向扫描运动算法（图5）。

在1714，当选定的方案是针对灌注扫描时，处理器420识别前馈低通滤波灌注运动算法（图12）或灌注谐波运动算法（图13）之一。

在1716，针对所识别的台面运动算法的曲线分布被获得或生成，并由受试者支撑物控制器418加载。所识别的运动曲线分布能够动态生成，从存储设备422或其他存储设备检索、推导，或以其他方式获得。

在1718，使用所述曲线分布执行扫描，以控制台面416的运动。

已在本文中参考各种实施例描述了本发明。他人在阅读本文的说明书后可以做出修改和变化。本发明旨在解释为包括所有这些修改和变化，只要它们落入权利要求书或其等要件的范围内。

Claims

1.一种成像系统(400)，包括：

受试者支撑物(412)，其被配置为在所述成像系统的检查区域中承载被成像的受试者；以及

受试者支撑物控制器(418)，其基于运动算法在所述检查区域中定位所述受试者支撑物，以扫描所述受试者，所述运动算法相对于梯形和s曲线运动算法，针对给定平移持续时间和给定平移距离，减小扫描期间的受试者支撑物振动，

其中，所述运动算法为低通滤波s曲线灌注运动算法。

2.如权利要求1所述的成像系统，其中，所述运动算法相对于所述梯形和s曲线运动算法，针对所述给定平移持续时间和所述给定平移距离，减小扫描期间内部结构的运动。

3.如权利要求1至2中任一项所述的成像系统，其中，所述运动算法相对于所述梯形和s曲线运动算法，针对所述给定平移持续时间和所述给定平移距离，减小受试者支撑物急动。

4.如权利要求1所述的成像系统，其中，所述受试者支撑物控制器通过对预定的灌注运动曲线分布进行采样并基于预定的截止频率进行低通滤波，而生成所述运动算法的运动曲线分布。

5.如权利要求1所述的成像系统，其中，所述扫描为灌注扫描。

6.如权利要求1所述的成像系统，其中，所述低通滤波s曲线灌注运动算法将一阶低通滤波器应用于点到点s曲线灌注运动算法。

7.如权利要求6所述的成像系统，其中，针对具有一秒的端到端移动或两秒周期的0.5Hz灌注循环，所述低通滤波器的截止频率为2Hz。

8.如权利要求6所述的成像系统，其中，所述低通滤波器的截止频率为灌注循环的四倍。

9.一种成像方法，包括：

基于扫描的选定扫描方案，确定针对受试者的扫描类型，其中，所述类型为轴向扫描或灌注扫描之一；

基于所述扫描类型，为执行所述扫描所使用的成像系统的受试者支撑物的台面，识别感兴趣的运动算法，其中，所述运动算法为低通滤波s曲线灌注运动算法；

针对所述算法，生成或检索台面运动曲线分布；

将所述台面运动曲线分布载入到受试者支撑物控制器中；并且

采用所述受试者支撑物控制器，以基于所载入的台面运动曲线分布，在所述受试者的所述扫描期间，控制所述台面。

10.如权利要求9所述的方法，其中，所述运动算法相对于梯形和s曲线运动算法，针对给定平移持续时间和给定平移距离，减小扫描期间所述受试者的内部解剖结构的运动。

11.如权利要求9至10中任一项所述的方法，其中，所述运动算法相对于梯形和s曲线运动算法，针对给定平移持续时间和给定平移距离，减小受试者支撑物急动。

12.如权利要求9所述的方法，其中，所述受试者支撑物控制器通过对预定的灌注运动曲线分布进行采样并基于预定的截止频率进行低通滤波，而生成所述运动算法的运动曲线分布。

13.如权利要求9所述的方法，其中，所述扫描为灌注扫描。

14.如权利要求9所述的方法，还包括：

通过将一阶低通滤波器应用于点到点s曲线灌注运动算法，生成所述低通滤波s曲线灌注运动算法。

15.如权利要求14所述的方法，其中，所述低通滤波器的截止频率为灌注循环的四倍。