CN110634547A - 求出诊断检查设备中检查持续时间的方法和诊断检查设备 - Google Patents

Abstract

提出一种用于求出在诊断检查设备中和/或在诊断检查设备处患者可承受的检查持续时间的方法以及一种检查设备。至少在相关的检查的准备阶段中观察要检查的患者，其中求出测量参数。算法从测量参数中确定关于患者在检查设备中的停留能力的结论。所使用的算法优选地包括人工神经网络。

Description

求出诊断检查设备中检查持续时间的方法和诊断检查设备

技术领域

本发明涉及一种用于求出患者在诊断检查设备中和/或在诊断检查设备处预测可承受的检查持续时间的方法。此外，本发明也涉及一种相应的检查设备、一种计算机程序产品、一种非易失性计算机可读的数据存数介质以及一种数据流。

背景技术

在诊断检查设备中、例如在磁共振设备(MR设备或MR检查设备)中对患者进行检查的质量和其持续时间由不同的因素影响。例如，在相关的患者在检查设备中的停留持续时间相对长时，尤其在使用成像方法时，能够得到患者的要检查的身体区域的通常相对高分辨率的照片。

就此而言，诸如通过对较高阶的矩阵的取平均值或记录来提高信噪比(英语为：“signal-to-noise ratio”，SNR)的措施通常提高例如磁共振照片并且与此关联地还提高其诊断内容的质量。

同样地，然而在这种情况下记录的持续时间从而检查的持续时间提高，进而患者例如必须无运动地在MR检查设备的隧道中度过的持续时间提高。这例如同样适用于具有其他对比度的例如在弥散胸部成像时的附加的磁共振照片。

然而如果患者不能够安静在相关的检查设备中停留所需要的时间，那么通常图像质量因伪影而强烈减小，或者检查甚至必须中断。相关的、经常受当前作用于患者的环境因素影响的能力也称为患者的停留能力(VF)。

迄今，如果患者不再能够具有或聚集所需要的停留能力，那么患者在检查设备中或在检查设备处、例如在MR设备中的检查必须频繁地中断。如果图像质量因伪影而过强地损坏，那么通常在随后的时间点设置新的检查。这结合有附加的成本和附加的耗费。

对于特别重要的照片，此外存在如下策略：首先以较低的图像质量和较短的记录时间记录一版图像，随后是具有真正期望的高的图像质量的一版图像，这版图像伴随有较长的记录持续时间。

所述“备份策略”造成，浪费停留能力的有价值的时间，所述时间本可以用于记录其他对比度，或用于具有更高的分辨率的记录。例如存在如下可能性：患者具有对于所期望的图像质量而言足够但是不足以用于预先记录具有较低的图像质量的图像的停留能力。在该情况下，恰好通过使用“备份策略”引起：未执行具有真正期望的图像质量的记录，尽管这在不使用“备份策略”时本是可行的。

因此值得期望的是，在检查的早期阶段中或者更好地在其开始时，已经能够得到关于相关的患者的当前的停留能力的结论。

发明内容

因此，本发明的目的是，提供一种方法，借助所述方法能够以高的可靠性确定或至少估计待预期的停留能力，或者换言之，确定或至少估计对于患者而言在检查设备中和/或在检查设备中可承受的检查持续时间。

将可承受的检查持续时间尤其理解为如下持续时间：在所述持续时间中可借助于检查设备检查相应的患者，但是在所述持续时间之后要么必须中断检查(例如因为患者否则会感受到疼痛或受伤)要么在所述持续时间之后检查仅能够在质量下降的情况下(例如高于预定的阈值)继续进行。

例如，患者在其停留能力临近结束时的小的运动尚能够是可接受的，但是当患者的运动强至使得检查结果(根据检查设备的相应的质量度量)与在检查的开始阶段相比以大于预定的百分比的方式变差，例如大于5％或大于10％，那么结束可承受的检查持续时间。也能够执行与预定的质量水平的比较而不是与开始阶段中的质量比较。

“患者可承受的检查持续时间”的其他表示或定义因此是“对于检查设备而言可利用的检查持续时间”。这体现为：检查尽管在一些情况下可以通过检查设备继续进行超过可承受的检查持续时间，但是检查在紧接着可承受的持续时间的时间段中不可利用，例如因为患者的运动已经造成高于预定的阈值的质量下降。

表述“在检查设备中和/或在检查设备处”表明：不仅存在患者被引入到设备中的检查，(例如引入到MR设备中，例如磁共振断层扫描仪)，也存在将患者按压到检查设备上(或相反)的检查，在所述检查中，将患者夹紧到检查设备中等等。因此在检查设备中和/或在检查设备处的停留能力也称作为或限定为“患者在借助于检查设备的检查中的停留能力”。

所提到的目的根据本发明通过根据本发明的方法来实现。解决方案据此尤其在于，在所述方法中执行如下步骤：

-开始观察阶段，在所述观察阶段中观察患者；

-求出关于患者的在观察阶段期间的至少一个测量参数；

-将至少一个所求出的测量参数输送给算法，并且通过算法处理至少一个所输入的测量参数；

-通过算法确定患者可承受的检查持续时间；和

-结束患者的观察阶段。

求出至少一个测量参数尤其能够包括测量至少一个测量参数(即测量参数中的至少一个)。

将关于患者的测量参数尤其理解为如下测量参数，所述测量参数在患者处测量，即所述测量参数说明患者的当前的身体特征。然而替选地或附加地可考虑的是，当患者处于检查设备中时，也求出间接与患者相关的测量参数，如例如在检查设备之内(例如在MR检查设备的隧道中)的空气的特性。求出测量参数也能够包括：拍摄照片或视频，并且评估照片或视频上的特征以确定测量参数。

要理解的是，通过算法所确定的对于患者而言可承受的检查持续时间是通过算法进行的估计而不是测量。“所确定的可承受的检查持续时间”因此也能够称作为“所确定的待预期的可承受的检查持续时间”等。如果能够与所确定的预期的检查持续时间区分开的实际可承受的检查时间并非指的是上述所确定的可承受的检查持续时间，那么这称作为“实际可承受的检查持续时间”等。

患者借助于检查设备的检查例如能够尚在观察阶段期间就开始。在这种情况下，除了之前已经求出的测量参数，能够求出其他测量参数，例如有利的是也通过检查设备自身求出其他测量参数。

能够提出，在观察阶段中总是多次检查同一测量参数(即多次地求出同一测量参数的测量值，例如作为测量参数的呼吸频率的连续测量)。

替选地能够提出，在观察阶段的在检查之前的第一阶段期间，求出至少一个第一测量参数，并且在观察阶段的在检查期间的第二阶段期间，求出至少一个第二测量参数。第一测量参数能够与第二测量参数相同，具有共同的测量参数，或者也能够是完全不同的。

例如，在第一阶段期间，能够连续地测量患者的呼吸频率，而在第二阶段期间检查设备的检查结果(例如所产生的照片的质量度量)附加地仍用作为附加的测量参数。

替选地，也能够在患者的观察阶段结束之后才开始对患者进行检查。

观察阶段能够在检查设备之外并且与检查设备分开地开始，例如在与患者预谈时等。

优选地，在患者已经设置在检查设备中和/或设置在检查设备处、即引入到MRT隧道中期间，观察阶段部分地或完全地发生。对此有利地也能够使用可能的集成到检查设备中的传感器。

至少一个在观察阶段期间求出的测量参数例如能够包括如下或由如下构成：

-患者的心率；

-患者的呼吸频率；

-患者的呼吸节奏；

-患者的行为模式(例如激动地说话，哼唱，唱歌等)；

-患者的运动模式；

和/或

-患者的身体运动的频率和/或强度，尤其患者的脚部运动的频率和/或强度。

提高的心率、提高的呼吸频率、不正常的呼吸节奏或患者的身体运动尤其脚部运动的频率和/或强度的增加，例如能够表明患者的紧张从而表明减小的停留能力从而表明小的可承受的检查持续时间。

用于根据身体运动的频率和/或强度识别人的紧张的方法例如从反恐中已知，在那根据对人群的相机图像的自动评估能够识别：哪些人具有相对高的紧张。相应的算法因此能够在根据本发明的方法中使用。

在观察阶段期间求出至少一个测量参数能够有利地以不被患者觉察的方式进行，例如通过传感器，所述传感器集成到工作台中，所述工作台设置在检查设备中和/或设置在检查设备处，2D或3D相机和/或导频音数据。

替选地或附加地，求出至少一个测量参数也能够通过至少一个安置在患者处的观察传感器(例如运动测量仪、心率测量仪、呼吸频率测量仪等)进行。也可行的是，在患者处，例如通过另一检查设备执行预先检查，以求出至少一个测量参数，例如心率测量、血压测量等。

与此相应地，建立患者在观察阶段的可用性(即观察阶段的准备)能够采用不同形式，例如：

-将患者引入到观察室中，所述观察室配设有至少一个用于测量至少一个测量参数的观察传感器；

-将至少一个观察传感器安置在患者处，例如运动测量仪、心率测量仪、呼吸频率测量仪等；

-将患者设置在检查设备中和/或设置在检查设备处，例如将患者引入到MRT隧道中。

其他有利的特征从下面的说明书和附图中得出。

有利地，根据所确定的患者的可承受的检查持续时间(或停留能力或可通过检查设备利用的检查持续时间)来调整检查设备的(尤其影响检查持续时间的)检查参数(例如图像分辨率，记录的次数等)。

尤其优选地，调整检查设备的检查参数，使得检查的检查持续时间借助于检查设备调整，尤其使得所述检查持续时间小于所确定的对于患者而言可承受的检查持续时间。

求出至少一个测量参数能够在观察阶段期间进行一次。优选地，求出至少一个测量参数在观察阶段期间重复地进行，尤其优选地定期地或持续地进行。

尤其地，有利地调整检查参数，使得借助于检查设备的检查持续尽可能长的时间，但是不长于所确定的患者可承受的检查持续时间。换言之，有利地调整检查参数，使得借助于检查设备的检查以如下检查参数执行，所述检查参数实现尽可能好的检查结果，前提是：不超过所确定的患者可承受的检查持续时间。针对“尽可能好的检查结果”的标准在应用之间能够不同。

用于求出停留能力的方法因此也能够是用于运行相应的检查设备的方法，尤其当基于所确定的患者可承受的检查持续时间自动地调整(或设定)检查设备的检查参数时。

在根据本发明的方法的一些有利的变型形式中，算法包括人工神经网络，尤其深度学习优化的人工神经网络。换言之，算法能够用于处理人工神经网络、尤其深度学习优化的人工神经网络的至少一个所求出的测量参数。

人工神经网络例如能够根据训练数据组来训练，所述训练数据组一方面具有带有测量参数的矢量，并且所述训练数据组另一方面作为标签或地面实况具有患者的相应的可承受的检查持续时间，相应的测量参数出自所述患者。所述训练数据组例如能够出自不同的患者。算法于是可能不那么精确地针对具体的、应确定其的停留能力的患者定制，但是与仅使用(较小)数量的从患者本身处可用的数据组的情况相比，整体上仍然能够更准确地起作用。

在根据本发明的方法的另一有利的变型形式中，算法能够在(预定的、自动确定的或可自由设定的时间段中)在处理至少一个所求出的测量参数之前在学习阶段期间事先借助足够大数量的与所述患者相关联的数据组训练，以便为算法在其应用阶段中使用时(即在处理时)提供足够的数据库。算法的所述学习阶段能够有利地与观察阶段重叠或与所述观察阶段相同。因此，能够有效地利用观察阶段期间的时间，以便同时更好地训练算法。

替选地或附加地，能够将所使用的算法预先(即尤其在观察阶段之前)根据数据组训练，为了所述数据组的生成，求出在观察阶段期间求出的测量参数中的至少一个，并且确定患者的所属的可承受的检查持续时间并且存储。在应用阶段中，所学习的知识现在能够用于期望地确定于是当前仍未知的停留能力。

如果患者的脚例如之前在四个较早的借助于MR设备的检查中在观察阶段期间始终强烈地动个不停(测量参数)，但是患者在其之后直至检查结束始终坚持住(即可承受的检查持续时间＝最大的检查持续时间)，那么算法能够借助四个相应的训练数据组训练。如果患者的脚在实际的检查期间随后在观察阶段中再次强烈地动个不停，那么算法能够确定，可承受的检查持续时间仍是高的。

在根据本发明的方法的一些有利的实施方式中，患者的观察阶段持续到患者借助于检查设备的检查的开始之后。由此，例如能够及时地并且适度地对突然改变的测量参数做出反应，所述测量参数可能正面地也可能负面地影响患者的停留能力从而影响其可承受的检查持续时间。

例如，患者的呼吸频率在其在MR设备中的检查期间强烈提高。相应训练的算法能够考虑这种变化并且于是可能确定，患者可承受的检查持续时间已经减小。

在所述方法的有利的变型形式中能够提出，在检查期间(一次、多次、定期地或持久地)检查：检查是否仍能够借助检查设备的当时所设定的检查参数来完成。如果是这种情况，那么能够完成检查。如果不是这种情况，那么能够自动地中断检查和/或能够自动地调整检查设备的检查参数，使得在剩下的、患者可承受的检查持续时间之内借助调整的检查参数来完成检查。

相应地，在根据本发明的一个优选的变型形式中，在MR检查期间基于所确定的患者可承受的检查持续时间调整检查持续时间，例如一次、连续地、定期地或始终在在满足预定的标准(例如记录质量变差到高于预定的阈值)的情况下。所确定的患者可承受的检查持续时间能够转送给MR协议，并且MR记录的次数以及其图像质量能够根据限制于所求出的患者可承受的检查时间持续时间的记录持续时间来调整，尤其优化。实际的检查持续时间(或者：记录持续时间)尤其能够通过调整检查设备的检查参数来调整。

为了进一步地细化算法和/或关于相应的患者实现更大的数据库，在根据本发明的方法的另一实施方式中，在结束检查之后或在由于缺乏患者的停留能力而必须中断时，确定具体存在的检查持续时间。所述检查持续时间能够用于继续训练算法，尤其结合已经在观察阶段中求出的测量参数。

能够提出，操作人员首先必须确认这种数据组用于继续训练算法。替选地，任何这种数据组能够自动地用于继续训练算法。

为了更可靠地测量至少一个测量参数，在根据本发明的方法的另一变型形式中，至少一个测量参数能够根据检查设备的传感器来求出，例如通过集成到检查设备中的2D或3D相机。

此外，生理学的数据(作为测量参数的实例)例如借助适当的、例如安置在患者自身的身体处的或紧邻患者安放的传感器求出，尤其测量。这有利地发生，而患者在这种情况下不会被限制。在这种情况下，适当的传感器例如集成在属于检查设备的或与此相关联的工作台中。此外，要检测的测量参数例如借助于设置在患者的皮肤上的测量线圈来求出。要相应地评估的数据例如能够作为导频音数据存在，所述导频音数据在其评估之前首先解调。

能够存在有测量数据的其他类型的数据能够是2D或3D相机数据，所述2D或3D相机数据能够在检查之前和可选地也在检查期间描绘对患者的观察。

在根据本发明的方法中，原理上能够检测一系列不同的测量参数中的一个或多个，所述测量参数能够用于随后将相应的患者的停留能力以适当的方式归类。在这种情况下，优选地，测量参数能够包括患者的心率、呼吸频率、呼吸节奏、一个或多个运动模式和/或行为模式，而不限于此。

患者在检查期间也能够继续借助之前提出的方法观察，并且求出至少一个测量参数，以便确定患者可承受的检查持续时间的可能的变化(缩短或延长)。

如果例如心率在测量期间增加(或减小)或者例如患者的脚部的运动在测量期间增加(或减少)，那么这相应地能够指示缩短(或延长)可承受的检查持续时间。此外，能够存在和使用其他的、在此未具体提到的数据用于评估。

上述目的此外也通过一种诊断检查设备来实现，所述诊断检查设备构成用于，执行根据本发明的方法。

尤其地，所述目的通过一种(诊断)检查设备来实现，所述检查设备具有用于观察要检查的患者的观察装置和计算装置。观察装置设计用于，开始观察阶段，在观察阶段中求出至少一个测量参数和结束观察阶段。计算装置构成用于，利用算法处理至少一个求出的测量参数，以便由此确定要检查的患者可承受的检查持续时间。

观察装置和/或计算装置能够按照根据本发明的方法的所描述的有利的改型、变型形式或改进方案之一来调整并且反之亦然。

检查设备此外能够具有控制装置，所述控制装置构成用于，基于所求出的要检查的患者可承受的检查持续时间自动地设定和/或调整检查设备的检查参数。通过控制装置调整检查参数尤其能够如在上文中详细地参照根据本发明的方法所描述的那样进行。

本发明此外实现一种计算机程序产品，包括可执行的程序代码，所述程序代码设计用于，当其执行时，实施根据本发明的方法。

此外，本发明实现一种非易失性计算机可读的数据存储介质，包括可执行的程序代码，所述程序代码设计用于，当其执行时，实施根据本发明的方法。数据存储介质尤其能够为半导体存储介质，例如SSD硬盘、CD、

磁盘、DVD等。

最后，本发明提供一种数据流，所述数据流为可执行的程序代码或者设计用于，提供可执行的程序代码(例如通过解包和/或安装包含在数据流中的数据)，其中可执行的数据代码设计用于，当其执行时，实施根据本发明的方法。

上述设计方案和改进方案只要有意义就能够任意彼此组合。本发明的其他可行的设计方案、改进方案和实施方案也包括本发明的之前或在下文中关于实施例描述的特征的未明确提到的组合。尤其地，在此本领域技术人员也将各个方面作为改进或补充添加给本发明的相应的基本形式。

附图说明

本发明在下文中根据实施例结合示意图详细阐述。

图1示出根据本发明的用于求出对于患者而言在诊断检查设备中和/或在诊断检查设备中可承受的检查持续时间的方法的一个实施方式的示意性流程图；

图2示出根据本发明的一个实施方式的诊断检查设备的示意性框图；

图3示出用于说明根据本发明的一个实施方式的计算机程序产品的示意性框图；和

图4示出用于图解说明根据本发明的一个实施方式的数据存储介质的示意性框图。

具体实施方式

在图1中在所述方法的开始点后，示出第一方法步骤S1，在所述第一方法步骤中将人作为诊断检查的患者输送给MR检查设备，借此在检查的准备阶段中确保患者的可用性。更确切地说，患者在当前的实施例中引入到MR检查设备的隧道中。

在患者在MR检查设备中的真正的检查之前的预先设定的或可设定的时间点，在所示出的方法步骤S2中开始观察阶段，在所述观察阶段中观察患者。在所述方法步骤S2中开始的观察阶段能够在借助于MR检查设备的检查开始之前结束，也能够在所述检查期间继续进行并且例如持续至检查结束。

在随后的在观察阶段期间执行的方法步骤S3中，通过测量患者的心率和呼吸频率以及通过记录3D相机数据求出患者的生理学的测量参数，例如通过检查设备的观察装置求出。

在方法步骤S4中，将在方法步骤S3中求出的测量参数输送给算法并且由所述算法处理，例如在检查设备的计算装置中处理。

在方法步骤S5中，通过所述算法，尤其利用经训练的人工神经网络，确定要检查的患者当前可承受的检查持续时间。

在方法步骤S5之后的以虚线示出的方法步骤S6中，结束患者的观察阶段。但是，观察阶段的结束也能够在所述方法的其他时间点，尤其更早的时间点发生，例如在通过求出测量参数已经获得足够重要的数据，或者继续执行观察根据中断标准不再有意义和/或必须中断整个检查时发生。

以点线示出的方法步骤S7图解说明根据通过算法确定的、可由患者承受的检查持续时间可选地设定或调整MR检查设备的影响检查持续时间的检查参数，例如要执行的记录的数量。

所述方法步骤S7由于如下原因是可选的：也可行的是，已经设定具体的检查持续时间，例如，针对特定的分辨率的记录的数量与所求出的可承受的检查持续时间在具体情况下关联，也就是说，所确定的对于患者而言可承受的检查持续时间大于或等于对于当前执行的检查所需要的检查持续时间。

在图1中以点划线示出的方法步骤S0代表所述方法的同样可选的反馈部分，在所述反馈部分中，在检查结束之后确定具体存在的检查持续时间，并且(有利地仅在通过操作人员确认之后才)用于算法的作为学习阶段的扩展的进一步训练。

同时，以点划线示出的方法步骤S0也代表如下情形：所使用的算法能够根据至少一个优化的人工神经网络来运行，所述人工神经网络尤其借助于深度学习优化。人工神经网络能够在方法步骤S0中被训练，如在上文中详细描述的那样。原则上，根据本发明的方法在进行通过算法确定患者可承受的检查持续时间之后也能够根据方法步骤S5、S6或S7中的一个之后以终点结束，而不接着进行算法的学习阶段的扩展。

在一些变型形式中，跟随着的是真正的诊断检查。但是，如已经提到的那样，所述方法也能够继续执行，而检查已经发生，以便例如能够实现持续地调整患者的可能自发改变的停留能力VF(从而调整患者可承受的检查持续时间)。

图2示出根据本发明的一个实施方式的诊断检查设备100的示意性框图。

检查设备100包括用于观察要检查的患者的观察装置10以及计算装置20。观察装置10设计用于，开始观察阶段，求出在观察阶段期间的至少一个测量参数，并且结束观察阶段，优选根据上述实施方式和变型形式之一。

计算装置20构成用于，利用算法来处理所求出的测量参数，以便由此确定要检查的患者可承受的检查持续时间，优选根据上述实施方式和变型形式之一。

检查设备100此外能够具有控制装置30，所述控制装置构成用于，基于所求出的要检查的患者可承受的检查持续时间自动地设定和/或调整检查设备100的检查参数。通过控制装置30调整检查参数尤其能够如在上文中详尽地参照根据本发明的方法所描述的那样进行。

尤其地，控制装置能够构成用于，将检查参数设定为，使得检查以如下检查持续时间执行，所述检查持续时间小于或等于所确定的患者可承受的检查持续时间，如在上文中描述的那样。

图3示出用于图解说明根据本发明的一个实施方式的计算机程序产品400的示意性框图。计算机程序产品40包括可运行的程序代码45，所述程序代码设计用于，当其运行时，执行根据本发明的方法，优选根据所描述的实施方式和变型形式之一的方法，例如根据图1的方法。

图4示出用于图解说明根据本发明的一个实施方式的数据存储介质50的示意性框图。数据存储介质50是非易失性的计算机可读的数据存储介质，所述数据存储介质包括可运行的程序代码55。可运行的程序代码55设计用于，当所述程序代码运行时，执行根据本发明的方法，优选根据所描述的实施方式和变型形式之一的方法，例如根据图1的方法。

数据存储介质50尤其能够是半导体存储介质，例如SSD硬盘、CD、

磁盘、DVD等。

尽管本发明在上文中已根据优选的实施例描述，但是本发明不限于此，而是能够以多种方式和方法改型。尤其地，本发明能够多种方式改变或改型，而不脱离本发明。

本发明的基本构思能够如下列举：提出一种用于确定对于患者而言在诊断检查设备中和/或在诊断检查设备处可承受的检查持续时间的方法以及一种检查设备。要检查的患者至少在相关的检查的准备阶段中被观察，其中求出测量参数。从测量参数中，算法确定关于患者在检查设备中的停留能力的结论。所使用的算法优选包括人工神经网络。

附图标记列表

10 观察装置

20 计算装置

30 控制装置

40 计算机程序产品

45 程序代码

50 数据存储介质

55 程序代码

100 诊断检查设备

S1 方法步骤

S2 方法步骤

S3 方法步骤

S4 方法步骤

S5 方法步骤

S6 方法步骤

S7 方法步骤

S0 深度学习方法步骤

Claims (15)

1.一种用于求出在诊断检查设备中和/或在诊断检查设备处患者可承受的检查持续时间的方法，所述方法至少具有如下步骤：

-开始(S2)观察阶段，在所述观察阶段中观察所述患者；

-求出(S3)关于所述患者的在所述观察阶段期间的至少一个测量参数；

-通过算法对至少一个所求出的测量参数进行处理(S4)；

-通过所述算法确定(S5)所述患者可承受的检查持续时间；

-结束(S6)所述患者的所述观察阶段。

2.根据权利要求1所述的方法，

其中基于所述患者的所确定的可承受的检查持续时间来设定和/或调整(S7)所述检查设备的检查参数。

3.根据权利要求1或2所述的方法，

其中所使用的算法包括人工神经网络。

4.根据上述权利要求中任一项所述的方法，

其中在处理(S4)所述患者的所求出的测量参数之前，在学习阶段期间借助多个与所述患者相关联的数据组来训练(S0)所述算法。

5.根据权利要求4所述的方法，

其特征在于，

根据如下数据组来训练(S0)所述算法:求出了至少一个测量参数并且确定了所述患者的所属的可承受的检查持续时间来生成该数据组。

6.根据上述权利要求中任一项所述的方法，

其中所述患者的所述观察阶段持续到所述患者在所述检查设备中的检查开始时刻之后。

7.根据权利要求6所述的方法，

其中在检查所述患者期间至少调整一次所述检查持续时间。

8.根据上述权利要求4至7中任一项所述的方法，

其中在所述患者的检查结束或中断之后，确定具体存在的检查持续时间，并且将其用于对所述算法的继续训练(S0)。

9.根据上述权利要求中任一项所述的方法，

其中所述至少一个测量参数通过所述检查设备的至少一个传感器求出。

10.根据上述权利要求中任一项所述的方法，

其中所述至少一个测量参数通过至少一个安置在所述患者处的传感器求出。

11.根据上述权利要求中任一项所述的方法，

其中所述至少一个测量参数包括患者的心率、呼吸频率、呼吸节奏、运动模式和/或行为模式。

12.一种诊断检查设备(100)，具有：

观察装置(10)，所述观察装置设计用于，开始观察阶段，求出在所述观察阶段期间的至少一个测量参数，和结束所述观察阶段；以及

计算装置(20)，所述计算装置构成用于，利用算法处理至少一个所求出的测量参数，以便确定要检查的患者可承受的检查持续时间。

13.根据权利要求12所述的检查设备(100)，具有：

控制装置(30)，所述控制装置构成用于，基于所求出的要检查的患者可承受的检查持续时间自动设定和/或调整所述检查设备的检查参数。

14.一种计算机程序产品(40)，包括可执行的程序代码(45)，所述程序代码设计用于，当其执行时实施根据权利要求1至11中任一项所述的方法。

15.一种非易失性的计算机可读的数据存储介质(50)，包括可执行的程序代码(55)，所述程序代码设计用于，当其执行时实施根据权利要求1至11中任一项所述的方法。

Images