CN117084697A - 一种成像系统和方法 - Google Patents
一种成像系统和方法 Download PDFInfo
- Publication number
- CN117084697A CN117084697A CN202311055213.XA CN202311055213A CN117084697A CN 117084697 A CN117084697 A CN 117084697A CN 202311055213 A CN202311055213 A CN 202311055213A CN 117084697 A CN117084697 A CN 117084697A
- Authority
- CN
- China
- Prior art keywords
- target
- target object
- processing device
- image
- ionization chamber
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 212
- 238000003384 imaging method Methods 0.000 title claims abstract description 136
- 238000002059 diagnostic imaging Methods 0.000 claims abstract description 207
- 238000003860 storage Methods 0.000 claims description 144
- 230000004044 response Effects 0.000 claims description 27
- 238000012545 processing Methods 0.000 description 488
- 230000008569 process Effects 0.000 description 138
- 230000005855 radiation Effects 0.000 description 53
- 238000004458 analytical method Methods 0.000 description 41
- 239000000523 sample Substances 0.000 description 37
- 239000002131 composite material Substances 0.000 description 31
- 238000012986 modification Methods 0.000 description 31
- 230000004048 modification Effects 0.000 description 31
- 238000002360 preparation method Methods 0.000 description 31
- 231100000628 reference dose Toxicity 0.000 description 24
- 238000010586 diagram Methods 0.000 description 21
- 230000033001 locomotion Effects 0.000 description 17
- 210000000038 chest Anatomy 0.000 description 15
- 238000004891 communication Methods 0.000 description 14
- 210000003128 head Anatomy 0.000 description 13
- 210000000707 wrist Anatomy 0.000 description 13
- 238000002591 computed tomography Methods 0.000 description 12
- 210000003811 finger Anatomy 0.000 description 12
- 238000012549 training Methods 0.000 description 12
- 230000006870 function Effects 0.000 description 11
- 210000004072 lung Anatomy 0.000 description 10
- 210000000056 organ Anatomy 0.000 description 10
- 238000002601 radiography Methods 0.000 description 10
- 210000002683 foot Anatomy 0.000 description 9
- 238000003709 image segmentation Methods 0.000 description 9
- 239000013598 vector Substances 0.000 description 9
- 230000037237 body shape Effects 0.000 description 8
- 238000001514 detection method Methods 0.000 description 8
- 238000002595 magnetic resonance imaging Methods 0.000 description 8
- 210000003423 ankle Anatomy 0.000 description 7
- 230000003993 interaction Effects 0.000 description 7
- 230000002452 interceptive effect Effects 0.000 description 7
- 230000003287 optical effect Effects 0.000 description 7
- 210000001519 tissue Anatomy 0.000 description 7
- 210000003127 knee Anatomy 0.000 description 6
- 210000003141 lower extremity Anatomy 0.000 description 6
- 238000010801 machine learning Methods 0.000 description 6
- 238000013459 approach Methods 0.000 description 5
- 238000010191 image analysis Methods 0.000 description 5
- 210000001503 joint Anatomy 0.000 description 5
- 210000002414 leg Anatomy 0.000 description 5
- 238000002600 positron emission tomography Methods 0.000 description 5
- 238000007781 pre-processing Methods 0.000 description 5
- 230000011218 segmentation Effects 0.000 description 5
- 230000000007 visual effect Effects 0.000 description 5
- 210000003484 anatomy Anatomy 0.000 description 4
- 238000013528 artificial neural network Methods 0.000 description 4
- 210000000481 breast Anatomy 0.000 description 4
- 210000001624 hip Anatomy 0.000 description 4
- 238000002604 ultrasonography Methods 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 238000009826 distribution Methods 0.000 description 3
- 210000000887 face Anatomy 0.000 description 3
- 230000006872 improvement Effects 0.000 description 3
- 238000007689 inspection Methods 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 3
- 239000000463 material Substances 0.000 description 3
- 210000004197 pelvis Anatomy 0.000 description 3
- 230000002285 radioactive effect Effects 0.000 description 3
- 238000012706 support-vector machine Methods 0.000 description 3
- 239000000725 suspension Substances 0.000 description 3
- 210000000115 thoracic cavity Anatomy 0.000 description 3
- 241000282412 Homo Species 0.000 description 2
- 238000004497 NIR spectroscopy Methods 0.000 description 2
- 239000004698 Polyethylene Substances 0.000 description 2
- 239000004743 Polypropylene Substances 0.000 description 2
- 230000004075 alteration Effects 0.000 description 2
- 238000003491 array Methods 0.000 description 2
- 210000000746 body region Anatomy 0.000 description 2
- 210000000988 bone and bone Anatomy 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000004590 computer program Methods 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 230000014509 gene expression Effects 0.000 description 2
- 210000004247 hand Anatomy 0.000 description 2
- 229920005669 high impact polystyrene Polymers 0.000 description 2
- 239000004797 high-impact polystyrene Substances 0.000 description 2
- 238000012880 independent component analysis Methods 0.000 description 2
- 238000009434 installation Methods 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- 238000012014 optical coherence tomography Methods 0.000 description 2
- 239000002245 particle Substances 0.000 description 2
- 229920003229 poly(methyl methacrylate) Polymers 0.000 description 2
- -1 polyethylene Polymers 0.000 description 2
- 229920000573 polyethylene Polymers 0.000 description 2
- 239000004926 polymethyl methacrylate Substances 0.000 description 2
- 229920001155 polypropylene Polymers 0.000 description 2
- 238000000513 principal component analysis Methods 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 238000013519 translation Methods 0.000 description 2
- 210000003857 wrist joint Anatomy 0.000 description 2
- 241000579895 Chlorostilbon Species 0.000 description 1
- 239000004793 Polystyrene Substances 0.000 description 1
- 210000001015 abdomen Anatomy 0.000 description 1
- 231100000987 absorbed dose Toxicity 0.000 description 1
- 239000004676 acrylonitrile butadiene styrene Substances 0.000 description 1
- 229920000122 acrylonitrile butadiene styrene Polymers 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 239000000853 adhesive Substances 0.000 description 1
- 230000001070 adhesive effect Effects 0.000 description 1
- 238000002583 angiography Methods 0.000 description 1
- 210000000544 articulatio talocruralis Anatomy 0.000 description 1
- 230000001174 ascending effect Effects 0.000 description 1
- 230000000712 assembly Effects 0.000 description 1
- 238000000429 assembly Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 210000004556 brain Anatomy 0.000 description 1
- XQPRBTXUXXVTKB-UHFFFAOYSA-M caesium iodide Chemical compound [I-].[Cs+] XQPRBTXUXXVTKB-UHFFFAOYSA-M 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 230000006835 compression Effects 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 238000010219 correlation analysis Methods 0.000 description 1
- 238000003066 decision tree Methods 0.000 description 1
- 230000006837 decompression Effects 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 230000009977 dual effect Effects 0.000 description 1
- 238000003708 edge detection Methods 0.000 description 1
- 210000002310 elbow joint Anatomy 0.000 description 1
- 230000008030 elimination Effects 0.000 description 1
- 238000003379 elimination reaction Methods 0.000 description 1
- 239000010976 emerald Substances 0.000 description 1
- 229910052876 emerald Inorganic materials 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 230000002068 genetic effect Effects 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 238000010237 hybrid technique Methods 0.000 description 1
- 230000001939 inductive effect Effects 0.000 description 1
- 238000005305 interferometry Methods 0.000 description 1
- 238000002608 intravascular ultrasound Methods 0.000 description 1
- 150000002500 ions Chemical class 0.000 description 1
- 239000010977 jade Substances 0.000 description 1
- 210000000629 knee joint Anatomy 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 210000004932 little finger Anatomy 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000007620 mathematical function Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 230000002503 metabolic effect Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 239000004800 polyvinyl chloride Substances 0.000 description 1
- ZLIBICFPKPWGIZ-UHFFFAOYSA-N pyrimethanil Chemical compound CC1=CC(C)=NC(NC=2C=CC=CC=2)=N1 ZLIBICFPKPWGIZ-UHFFFAOYSA-N 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000002787 reinforcement Effects 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 210000000323 shoulder joint Anatomy 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 210000003813 thumb Anatomy 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 238000010200 validation analysis Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
- 238000012800 visualization Methods 0.000 description 1
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/50—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment specially adapted for specific body parts; specially adapted for specific clinical applications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/54—Control of apparatus or devices for radiation diagnosis
- A61B6/547—Control of apparatus or devices for radiation diagnosis involving tracking of position of the device or parts of the device
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/44—Constructional features of apparatus for radiation diagnosis
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/0033—Features or image-related aspects of imaging apparatus classified in A61B5/00, e.g. for MRI, optical tomography or impedance tomography apparatus; arrangements of imaging apparatus in a room
- A61B5/0037—Performing a preliminary scan, e.g. a prescan for identifying a region of interest
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/117—Identification of persons
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/02—Arrangements for diagnosis sequentially in different planes; Stereoscopic radiation diagnosis
- A61B6/03—Computed tomography [CT]
- A61B6/032—Transmission computed tomography [CT]
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/02—Arrangements for diagnosis sequentially in different planes; Stereoscopic radiation diagnosis
- A61B6/03—Computed tomography [CT]
- A61B6/032—Transmission computed tomography [CT]
- A61B6/035—Mechanical aspects of CT
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/46—Arrangements for interfacing with the operator or the patient
- A61B6/461—Displaying means of special interest
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/46—Arrangements for interfacing with the operator or the patient
- A61B6/461—Displaying means of special interest
- A61B6/466—Displaying means of special interest adapted to display 3D data
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/46—Arrangements for interfacing with the operator or the patient
- A61B6/467—Arrangements for interfacing with the operator or the patient characterised by special input means
- A61B6/469—Arrangements for interfacing with the operator or the patient characterised by special input means for selecting a region of interest [ROI]
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/48—Diagnostic techniques
- A61B6/488—Diagnostic techniques involving pre-scan acquisition
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/54—Control of apparatus or devices for radiation diagnosis
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/54—Control of apparatus or devices for radiation diagnosis
- A61B6/542—Control of apparatus or devices for radiation diagnosis involving control of exposure
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/54—Control of apparatus or devices for radiation diagnosis
- A61B6/542—Control of apparatus or devices for radiation diagnosis involving control of exposure
- A61B6/544—Control of apparatus or devices for radiation diagnosis involving control of exposure dependent on patient size
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/54—Control of apparatus or devices for radiation diagnosis
- A61B6/545—Control of apparatus or devices for radiation diagnosis involving automatic set-up of acquisition parameters
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
- A61B8/44—Constructional features of the ultrasonic, sonic or infrasonic diagnostic device
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
- A61B8/46—Ultrasonic, sonic or infrasonic diagnostic devices with special arrangements for interfacing with the operator or the patient
- A61B8/461—Displaying means of special interest
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
- A61B8/46—Ultrasonic, sonic or infrasonic diagnostic devices with special arrangements for interfacing with the operator or the patient
- A61B8/461—Displaying means of special interest
- A61B8/466—Displaying means of special interest adapted to display 3D data
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
- A61B8/54—Control of the diagnostic device
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/25—Determination of region of interest [ROI] or a volume of interest [VOI]
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
- G16H20/40—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to mechanical, radiation or invasive therapies, e.g. surgery, laser therapy, dialysis or acupuncture
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H30/00—ICT specially adapted for the handling or processing of medical images
- G16H30/20—ICT specially adapted for the handling or processing of medical images for handling medical images, e.g. DICOM, HL7 or PACS
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H30/00—ICT specially adapted for the handling or processing of medical images
- G16H30/40—ICT specially adapted for the handling or processing of medical images for processing medical images, e.g. editing
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
- G16H40/60—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices
- G16H40/63—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices for local operation
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
- G16H40/60—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices
- G16H40/67—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices for remote operation
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/50—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for simulation or modelling of medical disorders
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/70—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for mining of medical data, e.g. analysing previous cases of other patients
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/05—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves
- A61B5/055—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves involving electronic [EMR] or nuclear [NMR] magnetic resonance, e.g. magnetic resonance imaging
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
- A61B5/107—Measuring physical dimensions, e.g. size of the entire body or parts thereof
- A61B5/1079—Measuring physical dimensions, e.g. size of the entire body or parts thereof using optical or photographic means
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
- A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
- A61B5/1126—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb using a particular sensing technique
- A61B5/1128—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb using a particular sensing technique using image analysis
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/117—Identification of persons
- A61B5/1171—Identification of persons based on the shapes or appearances of their bodies or parts thereof
- A61B5/1176—Recognition of faces
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/70—Means for positioning the patient in relation to the detecting, measuring or recording means
- A61B5/704—Tables
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/02—Arrangements for diagnosis sequentially in different planes; Stereoscopic radiation diagnosis
- A61B6/025—Tomosynthesis
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/50—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment specially adapted for specific body parts; specially adapted for specific clinical applications
- A61B6/502—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment specially adapted for specific body parts; specially adapted for specific clinical applications for diagnosis of breast, i.e. mammography
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30004—Biomedical image processing
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Medical Informatics (AREA)
- Public Health (AREA)
- General Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Pathology (AREA)
- Radiology & Medical Imaging (AREA)
- Physics & Mathematics (AREA)
- Surgery (AREA)
- Heart & Thoracic Surgery (AREA)
- Molecular Biology (AREA)
- Biophysics (AREA)
- Animal Behavior & Ethology (AREA)
- Veterinary Medicine (AREA)
- High Energy & Nuclear Physics (AREA)
- Optics & Photonics (AREA)
- Epidemiology (AREA)
- Primary Health Care (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Pulmonology (AREA)
- Human Computer Interaction (AREA)
- Databases & Information Systems (AREA)
- General Business, Economics & Management (AREA)
- Business, Economics & Management (AREA)
- Urology & Nephrology (AREA)
- Dentistry (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Computer Graphics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Apparatus For Radiation Diagnosis (AREA)
Abstract
本申请实施例提供的成像方法和系统。该方法包括获得医学成像设备要扫描的目标对象的目标图像数据。医学成像设备可以包括多个电离室。该方法还包括基于目标图像数据在多个电离室中选择至少一个目标电离室。该方法进一步包括使医学成像设备使用至少一个目标电离室来扫描目标对象。
Description
分案说明
本申请针对申请日为2021年7月27日、申请号为202110848460.X发明名称为“一种成像系统和方法”的中国申请提出的分案申请，其要求于2020年7月27日提交的申请号为PCT/CN2020/104970的国际申请的优先权，其完整内容通过引用被包含于此。
技术领域
本申请一般地涉及医学成像，并且更具体地涉及用于医学成像中的自动扫描准备的系统和方法。
背景技术
近年来，医学成像技术被广泛用于临床检查和医学诊断。例如，随着X射线成像技术的发展，数字射线照相(DR，Digital Radiography)系统在诸如乳房断层合成、胸部检查等中变得越来越重要。
发明内容
根据本申请的一方面，一种成像方法可以包括一个或以上操作。一个或以上操作可以在具有一个或以上处理器和一个或以上存储设备的计算设备上实现。一个或以上处理器可以获得医学成像设备要扫描的目标对象的目标图像数据。医学成像设备可以包括多个电离室。一个或以上处理器还可基于目标图像数据在多个电离室中选择至少一个目标电离室。一个或以上处理器可以进一步使医学成像设备使用至少一个目标电离室来扫描目标对象。
本申请的一部分附加特性可以在下面的描述中进行说明。通过对以下描述和相应附图的研究或者对实施例的生产或操作的了解，本申请的一部分附加特性对于本领域技术人员是明显的。本申请的特征可以通过对以下描述的具体实施例的各种方面的方法、手段和组合的实践或使用得以实现和达到。
附图说明
本申请将通过示例性实施例进行进一步描述。这些示例性实施例将通过附图进行详细描述。附图未按比例绘制。这些实施例是非限制性的示例性实施例，在这些实施例中，各图中相同的编号表示相似的结构，其中：
图1是根据本申请一些实施例所示的示例性成像系统的示意图；
图2是根据本申请一些实施例所示的计算设备的示例性硬件和/或软件组件的示意图；
图3是根据本申请一些实施例所示的移动设备的示例性硬件和/或软件组件的示意图；
图4A是根据本申请一些实施例所示的示例性医学成像装置的示意图；
图4B是根据本申请一些实施例所示的医学成像装置的示例性支撑装置的示意图；
图5A是示出扫描目标对象的传统过程的流程图；
图5B是根据本申请一些实施例所示的扫描目标对象的示例性过程的流程图；
图6是根据本申请一些实施例所示的扫描准备的示例性过程的流程图；
图7是根据本申请一些实施例所示的示例性处理设备的框图；
图8是根据本申请一些实施例所示的识别待扫描目标对象的示例性过程的流程图；
图9是根据本申请一些实施例所示的生成目标对象的目标位姿模型的示例性过程的流程图；
图10是根据本申请一些实施例所示的扫描准备的示例性过程的流程图；
图11A是根据本申请一些实施例所示的患者的示例性患者模型的示意图；
图11B是根据本申请一些实施例所示的患者的示例性患者模型的示意图；
图12是根据本申请一些实施例所示的控制医学成像装置的光野的示例性过程的流程图；
图13是根据本申请一些实施例所示的确定目标对象的示例性过程的流程图；
图14是根据本申请一些实施例所示的不同方位的手的示例性图像的示意图；
图15是根据本申请一些实施例所示的用于剂量估计的示例性过程的流程图；
图16A是根据本申请一些实施例所示的用于在多个电离室中选择目标电离室的示例性过程的流程图；
图16B是根据本申请一些实施例所示的用于基于目标对象的目标图像数据为目标对象的ROI选择至少一个目标电离室的示例性过程的流程图；
图16C是根据本申请一些实施例所示的用于基于目标对象的目标图像数据为目标对象的ROI选择至少一个目标电离室的示例性过程的流程图；
图17是根据本申请一些实施例所示的用于对象定位的示例性过程的流程图；
图18是根据本申请一些实施例所示的示例性合成图像的示意图；
图19是根据本申请一些实施例所示的用于图像显示的示例性过程的流程图；
图20是根据本申请一些实施例所示的与目标对象有关的示例性显示图像的示意图；以及
图21是根据本申请一些实施例所示的用于对目标对象成像的示例性过程的流程图。
具体实施方式
为了更清楚地说明本申请的实施例的技术方案，下面将对实施例描述中所需要使用的附图作简单的介绍。然而，本领域技术人员应该明白，可以在没有这些细节的情况下实施本申请。在其它情况下，为了避免不必要地使本申请的各方面变得晦涩难懂，已经在较高的层次上描述了众所周知的方法、过程、系统、组件和/或电路。对于本领域的普通技术人员来讲，显然可以对所公开的实施例做出各种改变，并且在不偏离本申请的原则和范围的情况下，本申请中所定义的普遍原则可以适用于其它实施例和应用场景。因此，本申请不限于所示的实施例，而是符合与申请专利范围一致的最广泛范围。
本文所使用的术语仅出于描述特定示例实施例的目的，而不旨在进行限制。如本文所使用的，单数形式的“一”、“一个”和“所述”也可以同样包括复数形式，除非上下文明确指示例外情形。还应当理解，本申请中使用的术语“包括”、“包含”仅提示存在所述特征、整体、步骤、操作、组件和/或部件，但并不排除存在或添加至少一个其他特征、整体、步骤、操作、组件、部件和/或其组合的情况。
将理解的是，本文中使用的术语“系统”、“引擎”、“单元”、“模块”和/或“块”是一种用于按升序区分不同级别的不同组件、元件、零件、部分或装配件的一种方法。但是，如果这些术语达到相同的目的，则可以被其他表达替换。
通常，本文所使用的词“模块”、“单元”或“块”是指硬件或固件中体现的逻辑或软件指令的集合。本文描述的模块、单元或块可以作为软件和/或硬件实现，并且可以被存储在任何类型的非暂时性计算机可读介质或另一存储设备中。在一些实施例中，软件模块/单元/块可以被编译并被链接到可执行程序中。将意识到，软件模块可以是可从其他模块/单元/块或从其自身调用的，和/或可以响应于检测到的事件或中断而被调用。配置为在计算设备上执行的软件模块/单元/块(例如，如图2所示的处理器210)可以设置在计算机可读介质上，例如光盘、数字视频盘、闪存驱动器、磁盘、或任何其他有形媒体，或作为数字下载(并且可以最初以压缩或可安装的格式存储，该格式需要在执行之前进行安装、解压或解密)。这样的软件代码可以部分地或全部地存储在正在执行的计算设备的存储设备上，并应用在计算设备的操作之中。软件指令可以被嵌入到固件，例如EPROM中。还将意识到，硬件模块/单元/块可以被包括在连接的逻辑组件中，例如门和触发器，和/或可以被包括在可编程单元中，例如可编程门阵列或处理器。本文描述的模块/单元/块或计算设备功能可以被实现为软件模块/单元/块，还可以以硬件或固件来表示。通常，本文描述的模块/单元/块，它们可以与其他模块/单元/块组合，或者尽管它们是物理组织或存储的，但也可以被划分为子模块/子单元/子块。该描述可以适用于系统、引擎或其一部分。
将理解的是，当单元、引擎、模块或块被称为在另一单元、引擎、模块或块“上”、“连接”或“耦合至”另一单元、引擎、模块或块时，其可以直接在其它单元、引擎、模块或块上，与其连接或耦合或与之通信，或者可以存在中间单元、引擎、模块或块，除非上下文另有明确说明。在本申请中，术语“和/或”可包括任何一个或以上相关所列条目或其组合。本申请中的“图像”一词用于统称图像数据(例如，扫描数据、投影数据)和/或各种形式的图像，包括二维(2D)图像、三维(3D)图像、四维(4D)图像等。本申请中的术语“像素”和“体素”可互换使用，是指图像的元素。在本申请中，术语“区域”、“位置”和“区”可以指图像中所示的解剖结构的位置，或者是指存在于目标对象起体内或目标对象身上的解剖结构的实际位置。因此图像可以指示目标对象体内或身体上存在的某些解剖结构的实际位置。为简洁起见，术语“对象图像”可称为“对象”。对象图像的分割可以称为对象分割。
在考虑以下参考附图的描述时，本申请的这些和其他特征、特点以及相关结构元件的功能和操作方法，以及部件组合和制作经济性，可以变得更加显而易见，这些附图都构成本申请说明书的一部分。然而，应当理解的是，附图仅仅是为了说明和描述的目的，并不旨在限制本申请的范围。应当理解，附图未按比例绘制。
传统的医学成像过程往往需要大量的人为干预。仅作为示例，用户(例如，医生、操作员、技术人员等)可能需要手动执行扫描准备来扫描目标对象，这涉及例如调整医学成像装置的至少两个部件的位置、设置一个或以上扫描参数、指导目标对象保持特定的位姿、检测目标对象的位置等。这样的医学成像过程可能效率低下和/或易受人为错误或主观性的影响。因此，有望开发用于医学成像中的自动扫描准备的系统和方法，从而提高成像效率和/或准确性。术语“自动”和“自动化”可互换使用，是指在很少或没有直接人工干预的情况下分析信息和生成结果的方法和系统。
本申请可以提供用于医学成像中的自动扫描准备的系统和方法。根据本申请的一些实施例，可以自动或半自动执行至少两个扫描准备的操作。至少两个扫描准备的操作可以包括：从一个或以上候选对象中识别要被医学成像装置扫描的目标对象，生成目标对象的目标位姿模型，调整医学成像装置的一个或以上组件(例如扫描台、探测器、X射线管、支撑装置)的位置，设置一个或以上扫描参数(例如，光野大小、与目标对象关联的预估剂量)，引导目标对象保持特定位姿；检测目标对象的位置，确定目标对象的方位，选择至少一个目标电离室等或其任意组合。与涉及大量的人为干预的传统扫描准备相比，本申请的系统和方法可以减少或最小化或没有用户干预来实现，例如，该系统和方法通过减少用户的工作量、跨用户变化和扫描准备所需的时间，而更加有效和准确。
图1是根据本申请一些实施例所示的示例性成像系统100的示意图。如图所示，成像系统100可以包括医学成像装置110、处理设备120、存储设备130、一个或以上终端140、网络150和图像捕捉装置160。在一些实施例中，医学成像装置110、处理设备120、存储设备130、终端140和/或图像捕捉装置160可以相互连接和/通过无线连接、有线连接或其组合通信。成像系统100的组件之间的连接可以是可变的。仅作为示例，医学成像装置110可以通过网络150或直接连接到处理设备120。再例如，存储设备130可以通过网络150或直接连接到处理设备120。
医学成像装置110可以通过扫描目标对象来生成或提供与目标对象有关的图像数据。为了说明目的，使用医学成像装置110获取的目标对象的图像数据被称为医疗图像数据，而使用图像捕捉装置160获取的目标对象的图像数据被称为图像数据。在一些实施例中，目标对象可以包括生物对象和/或非生物对象。例如，目标对象可以包括身体的特定部分，例如头部、胸部、腹部等，或其组合。又例如，目标对象可以是有生命或无生命的有机和/或无机物质的人造成分。在一些实施例中，成像系统100可以包括用于执行成像和/或相关分析的模块和/或组件。在一些实施例中，与目标对象有关的医学图像数据可以包括目标对象的投影数据、一个或以上图像等。投影数据可以包括通过扫描目标对象由医学成像装置110生成的原始数据和/或由在目标对象的图像上的正向投影生成的数据。
在一些实施例中，医学成像装置110可以是用于疾病诊断或研究目的的非侵入性生物医学成像装置。医学成像装置110可以包括单模态扫描仪和/或多模态扫描仪。单模态扫描仪可以包括例如超声波扫描仪、X射线扫描仪、计算机断层扫描(CT)扫描仪、磁共振成像(MRI)扫描仪、超声检查仪、正电子发射断层扫描(PET)扫描仪、光学相干断层扫描(OCT)扫描仪、超声(US)扫描仪、血管内超声(IVUS)扫描仪、近红外光谱(NIRS)扫描仪、远红外(FIR)扫描仪等，或其任意组合。多模态扫描仪可以包括例如X射线成像-磁共振成像(X射线-MRI)扫描仪、正电子发射断层扫描-X射线成像(PET-X射线)扫描仪、单光子发射计算机断层扫描-磁共振成像(SPECT-MRI)扫描仪、正电子发射断层扫描-计算机断层摄影(PET-CT)扫描仪、数字减影血管造影-磁共振成像(DSA-MRI)扫描仪等。上面提供的扫描仪仅用于说明目的，而无意限制本申请的范围。如本文所用，术语“成像模态”或“模态”广泛地是指收集、生成、处理和/或分析目标对象的成像信息的成像方法或技术。
为了说明目的，本申请主要描述与X射线成像系统有关的系统和方法。应当注意的是，以下说明的X射线成像系统仅作为示例提供，并不用于限制本申请的范围。本文公开的系统和方法可以是任何其他成像系统。
在一些实施例中，医学成像装置110可以包括机架111、探测器112、检测区域113、扫描台114和放射源115。机架111可以支撑探测器112和放射源115。目标对象可以被放置在扫描台114上，然后被移动到检测区域113中进行扫描。放射源115可以向目标对象发射放射性射线。放射性射线可以包括粒子射线、光子射线等或其组合。在一些实施例中，放射性射线可以包括至少两个辐射粒子(例如，中子、质子、电子、μ介子、重离子)、至少两个辐射光子(例如，X射线、γ射线、紫外线、激光)等，或其组合。探测器112可以检测从检测区域113发出的辐射和/或辐射事件(例如，伽马光子)。在一些实施例中，探测器112可以包括至少两个探测器单元。探测器单元可以包括闪烁探测器(例如，碘化铯探测器)或气体探测器。探测器单元可以是单行探测器或多行探测器。
在一些实施例中，医学成像装置110可以是或包括X射线成像设备，例如计算机断层扫描(CT)扫描仪、数字射线照相(DR)扫描仪(例如，移动数字射线照相)、数字减法血管造影(DSA)扫描仪、动态空间重建(DSR)扫描仪、X射线显微镜扫描仪、多模态扫描仪等。例如，X射线成像设备可以包括支架、X射线源和探测器。该支架可以被配置为支撑X射线源和/或探测器。X射线源可以被配置为向待扫描的目标对象发射X射线。探测器可以被配置为检测透过目标对象的X射线。在一些实施例中，X射线成像设备可以是，例如，C形X射线成像设备、直立X射线成像设备、悬吊式X射线成像设备等。
处理设备120可以处理从医学成像装置110、存储设备130、终端140和/或图像捕捉装置160获取的数据和/或信息。例如，处理设备120可以实现自动扫描准备以对目标对象进行扫描。自动扫描准备可以包括，例如，识别待扫描的目标对象，生成目标对象的目标位姿模型，使医学成像装置110的活动组件移动到其目标位置、确定一个或以上扫描参数(例如，光野)等，或其任意组合。关于自动扫描准备的更多描述可以在本申请的其他地方找到。参见例如图5B和图6的相关描述。
在一些实施例中，处理设备120可以是单个服务器或服务器组。服务器组可以是集中式或分布式的。在一些实施例中，处理设备120可以是成像系统100本地的或远端的。例如，处理设备120可以经由网络150访问来自医学成像装置110、存储设备130、终端140和/或图像捕捉装置160的信息和/或数据。又例如，处理设备120可以直接连接到医学成像装置110、终端140、存储设备130和/或图像捕捉装置160以访问信息和/或数据。在一些实施例中，处理设备120可以在云平台上实现。例如，云平台可以包括私有云、公共云、混合云、社区云、分布式云、云间、多云等，或其组合。在一些实施例中，处理设备120可以由具有一个或以上如图2所描述的组件的计算设备200来实现。
在一些实施例中，处理设备120可以包括一个或以上处理器(例如，单芯片处理器或多芯片处理器)。仅作为示例，处理设备120可以包括中央处理单元(CPU)、专用集成电路(ASIC)、专用指令集处理器(ASIP)、图像处理单元(GPU)、物理运算处理单元(PPU)、数字信号处理器(DSP)、现场可编程门阵列(FPGA)、可编程逻辑器件(PLD)、控制器、微控制器单元、精简指令集计算机(RISC)、微处理器等或其任意组合。
存储设备130可以存储数据、指令和/或任何其他信息。在一些实施例中，存储设备130可以存储从处理设备120，终端140、医学成像装置110和/或图像捕捉装置160获取的数据。在一些实施例中，存储设备130可以存储由处理设备120可以执行或用来执行本申请中描述的示例性方法的数据和/或指令。在一些实施例中，存储设备130可以包括大容量存储设备、可移动存储设备、易失性读写内存、只读存储器(ROM)等或其任意组合。示例性大容量存储设备可以包括磁盘、光盘、固态驱动器等。示例性可移动存储设备可以包括闪存驱动器、软盘、光盘、内存卡、压缩盘、磁带等。示例性易失性读写内存可以包括随机存取内存(RAM)。示例性RAM可以包括动态随机存取内存(DRAM)、双倍数据速率同步动态访问内存(DDR SDRAM)、静态随机存取内存(SRAM)、晶闸管随机存取内存(T-RAM)和零电容随机存取内存(Z-RAM)等。示例性ROM可以包括掩模式只读存储器(MROM)、可编程只读存储器(PROM)、可擦除可编程只读存储器(EPROM)、电可擦除只读存储器(EEPROM)、光盘只读存储器(CD-ROM)和数字通用光盘只读存储器等。在一些实施例中，可以在本申请中其他地方描述的云平台上实现存储设备130。
在一些实施例中，存储设备130可以连接到网络150以与成像系统100的一个或以上其他组件(例如，处理设备120、终端140)通信。成像系统100的一个或以上组件可以经由网络150访问存储在存储设备130中的数据或指令。在一些实施例中，存储设备130可以是处理设备120的一部分。
终端140可以实现用户与成像系统100之间的交互。例如，终端140可以显示合成图像，其中目标对象和目标对象的目标位姿模型被重叠。在一些实施例中，终端140可以包括移动设备141、平板计算机142、膝上型计算机143等，或其任意组合。例如，移动设备141可以包括移动电话、个人数字助理(PDA)、游戏设备、导航设备、销售点(POS)设备、膝上型计算机、平板计算机、台式计算机等，或其任何组合。在一些实施例中，终端140可以包括输入设备、输出设备等。在一些实施例中，终端140可以是处理设备120的一部分。
网络150可以包括可以促进成像系统100的信息和/或数据的交换的任何合适的网络。在一些实施例中，一个或以上成像系统100的组件(例如，医学成像装置110、处理设备120、存储设备130、终端140)可以经由网络150与一个或以上成像系统100的其他组件通信信息和/或数据。例如，处理设备120可以通过网络150从医学成像装置110获取医疗图像数据。又例如，处理设备120可以经由网络150从终端140获取用户指令。
网络150可以是或包括公共网络(例如，因特网)、专用网络(例如，局部区域网络(LAN))、有线网络、无线网络(例如，802.11网络、Wi-Fi网络)、帧中继网络、虚拟专用网(VPN)、卫星网络、电话网络、路由器、集线器、交换机、服务器计算机和/或其任何组合。例如，网络150可以包括电缆网络、有线网络、光纤网络、电信网络、内联网、无线局部区域网络(WLAN)、城域网(MAN)、公共电话交换网络(PSTN)、蓝牙网络、ZigBee网络、近场通信(NFC)网络等，或其任意组合。在一些实施例中，网络150可以包括一个或以上网络接入点。例如，网络150可以包括诸如基站和/或互联网交换点之类的有线和/或无线网络接入点，成像系统100的一个或以上组件可以通过该有线和/或无线接入点连接到网络150以交换数据和/或信息。
在医学成像装置110对目标对象执行扫描之前、期间和/或之后，可以将图像捕捉装置160配置为捕获目标对象的图像数据。例如，在扫描之前，图像捕捉装置160可以捕获目标对象的第一图像数据，第一图像数据可以用于生成目标对象的目标位姿模型和/或确定医学成像装置110的一个或以上扫描参数。又例如，在目标对象位于扫描位置(即接收扫描的特定位置)之后，图像捕捉装置160可以被配置为捕获目标对象的第二图像数据，第二图像数据可以用于检查目标对象的位置和位姿是否需要调整。
图像捕捉装置160可以是和/或包括能够捕获目标对象的图像数据的任何合适的设备。例如，图像捕捉装置160可以包括相机(例如，数码相机，模拟相机等)、红绿蓝(RGB)传感器、RGB深度(RGB-D)传感器或可以捕获目标对象的颜色图像数据的其他设备。又例如，图像捕捉装置160可用于获取目标对象的点云数据。点云数据可以包括至少两个数据点，每个数据点可以代表目标对象的体表上的物理点，并且可以使用一个或以上物理点的特征值(例如，与物理点的位置和/或组成有关的特征值)来描述。能够获取点云数据的示例性的图像捕捉装置160可以包括3D扫描仪、例如3D激光成像设备、结构光扫描仪(例如，结构光激光扫描仪)。仅作为示例，可以使用结构光扫描仪对目标对象进行扫描以获取点云数据。在扫描过程中，结构光扫描仪可以向目标对象投射具有一定图案的结构光(例如，结构光斑、结构光网格)。点云数据可以根据投射在目标对象上的结构光来获取。作为又一示例，可以使用图像捕捉装置160来获取目标对象的深度图像数据。深度图像数据可以是指包括目标对象的体表上的每个物理点的深度信息的图像数据，诸如从每个物理点到特定点(例如，图像捕捉装置160的光学中心)的距离。深度图像数据可以由范围感测设备捕获，例如，结构光扫描仪、飞行时间(TOF)设备、立体三角测量相机、激光三角测量设备、干涉测量设备、编码孔径设备、立体匹配设备等或其任何组合。
在一些实施例中，如图1所示，图像捕捉装置160可以是独立于医学成像装置110的设备。例如，图像捕捉装置160可以是安装在检查室的天花板上的相机，医学成像装置160位于检查室中或检查室之外。可替代地，图像捕捉装置160可以被集成到或安装在医学成像装置110(例如，机架111)上。在一些实施例中，由图像捕捉装置160获取的图像数据可以被传送到处理设备120以供进一步分析。附加地或替代地，由图像捕捉装置160获取的图像数据可以被发送到终端设备(例如，终端140)用于显示和/或存储设备(例如，存储设备130)用于存储。
在一些实施例中，在由医学成像装置110对目标对象执行扫描之前、期间和/或之后，图像捕捉装置160可以连续地或间歇地(例如，周期性地)捕获目标对象的图像数据。在一些实施例中，由图像捕捉装置160获取图像数据、将捕获的图像数据传输到处理设备120并对图像数据进行分析可以基本上是实时进行的，以使图像数据可以提供指示目标对象的基本实时状态的信息。
应当注意的是，关于成像系统100的以上描述旨在是说明性的，而不是限制本申请的范围。许多替代、修改和变化对本领域普通技术人员将是显而易见的。本文描述的示例性实施方式的特征、结构、方法和其它特征可以以各种方式组合以获取另外的和/或替代的示例性实施例。例如，成像系统100可以包括一个或以上附加组件。附加地或替代地，可以省略成像系统100的一个或以上组件，例如上述的图像捕捉装置160或医学成像装置110。又例如，成像系统100的两个或以上组件可以集成到单个组件中。仅作为示例，处理设备120(或其一部分)可以集成到医学成像装置110或图像捕捉装置160中。
图2是根据本申请一些实施例所示的计算设备200的示例性硬件和/或软件组件的示意图。如本文所述，计算设备200可用于实现成像系统100的任何组件。例如，处理设备120和/或终端140可以分别通过其硬件、软件程序、固件或其组合在计算设备200上实现。尽管仅示出了一个这样的计算设备，但是为了方便起见，与本文描述的成像系统100有关的计算机功能可以以分布方式在多个相似平台上实现，以分布处理负载。如图2所示，计算设备200可以包括处理器210、存储设备220、输入/输出(I/O)230和通信端口240。
处理器210可以根据本文描述的技术执行计算机指令(例如，程序代码)并执行处理设备120的功能。所述计算机指令可以包括例如执行在此描述的特定功能的常规、程序、对象、组件、数据结构、过程、模块和功能。例如，处理器210可以处理从医学成像装置110、终端140、存储设备130、图像捕捉装置160和/或成像系统100的任何其他组件获取的图像数据。在一些实施例中，处理器210可以包括一个或以上硬件处理器，诸如微控制器、微处理器、精简指令集计算机(RISC)、专用集成电路(ASIC)、专用指令集处理器(ASIP)、中央处理单元(CPU)、图像处理单元(GPU)、物理运算处理单元(PPU)、微控制器单元、数字信号处理器(DSP)、现场可编程门阵列(FPGA)、高级RISC机(ARM)、可编程逻辑器件(PLD)以及能够执行一个或以上功能的任何电路和处理器等，或其任意组合。
仅仅为了说明，在计算设备200中仅描述了一个处理器。然而，应该注意的是，本申请中的计算设备200还可以包括多个处理器，因此由本申请中描述的一个处理器执行的操作和/或方法步骤也可以由多个处理器联合地或单独地执行。例如，如果在本申请中计算设备200的处理器执行操作A和操作B，则应该理解，操作A和操作B也可以由计算设备200中的两个或以上不同的处理器共同地或单独地执行(例如，第一处理器执行操作A，第二处理器执行操作B，或者第一处理器和第二处理器共同执行操作A和B)。
存储设备220可存储从医学成像装置110、终端140、存储设备130、图像捕捉装置160和/或成像系统100的任何其他组件获取的数据/信息。在一些实施例中，存储设备220可以包括大容量存储设备、可移动存储设备、易失性读写内存、只读存储器(ROM)等或其任意组合。在一些实施例中，存储设备220可以存储一个或以上程序和/或指令以执行本申请中描述的示例性方法。例如，存储设备220可以存储用于处理设备120执行以进行自动扫描准备的程序，以对目标对象执行扫描。
I/O 230可以输入和/或输出信号、数据、信息等。在一些实施例中，I/O 230可以实现与处理设备120的用户交互。在一些实施例中，I/O 230可以包括输入设备和输出设备。输入设备可以包括通过键盘、触摸屏(例如，带有触觉输入或触觉反馈)、语音输入、眼睛跟踪输入、大脑监控系统或任何其它类似的输入机制输入的字母和其他键。通过输入设备接收到的输入信息可以通过，例如总线，传输到另一个组件(例如，处理设备120)以进行进一步处理。其他类型的输入设备可以包括光标控制设备，例如鼠标、轨迹球或光标方向键等。输出设备可以包括显示器(例如，液晶显示器(LCD)、基于发光二极管(LED)的显示器、平面背板显示器、曲面屏幕、电视设备、阴极射线管(CRT)、触摸屏)、扬声器、打印机等，或其组合。
通信端口240可以连接到网络(例如，网络150)以促进数据通信。通信端口240可以在处理设备120和医学成像装置110、终端140、图像捕捉装置160和/或存储设备130之间建立连接。该连接可以是有线连接、无线连接、可以实现数据传输和/或接收的任何其它通信连接和/或这些连接的组合。有线连接可以包括例如电缆、光缆、电话线等或其任意组合。无线连接可以包括例如蓝牙连接、Wi-Fi连接、WiMax连接、WLAN连线、紫蜂连接、移动网络连接(例如3G、4G、5G)等或其组合。在一些实施例中，通信端口240可以是和/或包括标准化的通信端口，例如RS232、RS485等。在一些实施例中，通信端口240可以是专门设计的通信端口。例如，通信端口240可以根据医学数字成像和通信(DICOM)协议来设计。
图3是根据本申请一些实施例所示的移动设备300的示例性硬件和/或软件组件的示意图。在一些实施例中，一个或以上成像系统100的组件(例如，终端140和/或处理设备120)可以在移动设备300上实现。
如图3所示，移动设备300可以包括通信平台310、显示器320、图形处理单元(GPU)330、中央处理单元(CPU)340、I/O 350、内存360以及存储器390。在一些实施例中，任意其它合适的组件，包括但不限于系统总线或控制器(未示出)，也可以被包括于移动设备300中。在一些实施例中，移动操作系统370(例如，IOSTM、AndroidTM、Windows PhoneTM)和一个或以上应用程序380可从存储器390下载到内存360以及由CPU 340执行。应用程序380可以包括用于接收和渲染与成像系统100有关的信息的浏览器或任何其他合适的移动应用程序。可以通过I/O 350实现与信息流的用户交互，并通过网络150将其提供给处理设备120和/或成像系统100的其他组件。
为了实施本申请描述的各种模块、单元及其功能，计算机硬件平台可用作本文中描述的一个或以上组件的硬件平台。具有用户接口组件的计算机可用于实施个人计算机(PC)或任何其它类型的工作站或终端设备。若计算机被适当的程序化，计算机亦可用作服务器。
图4A是根据本申请一些实施例所示的示例性医学成像装置400的示意图。图4B是根据本申请一些实施例所示的医学成像装置400的示例性支撑装置460的示意图。医学成像装置400可以是结合图1描述的医学成像装置110的示例性实施例。如图4A所示，医学成像装置400可以是悬吊式数字射线照相设备。医学成像装置400可以包括扫描台410、X射线源420、悬吊装置421，控制装置430、平板探测器440和立柱450。
在一些实施例中，扫描台410可以包括支撑组件411和驱动组件412。支撑组件411可以被配置为支撑待扫描的目标对象。驱动组件412可以被配置为驱动支撑组件移动，例如平移和/或旋转。坐标系470的X轴的正方向表示从扫描台410(或支撑组件411)的左边缘到右边缘的方向。坐标系470的Y轴的正方向表示从扫描台410(或支撑组件411)的下边缘到上边缘的方向。
悬吊装置421可以被配置为悬吊式X射线源420并控制X射线源420的移动。例如，悬吊装置421可以控制X射线源420移动以调整X射线源420与平板探测器440之间的距离。在一些实施例中，X射线源420可以包括X射线管和限束装置(图4A中未示出)。X射线管可以被配置为向一个目标对象发射X射线以进行扫描。限束装置可以被配置为控制目标对象上的X射线的照射区域。附加地或替代地，限束装置可以被配置为调节照射在目标对象上的X射线的强度和/或数量。在一些实施例中，手柄可以安装在X射线源420上。用户可以握住手柄以将X射线源420移动到期望位置。
平板探测器440可以可拆卸地安装在立柱450上并由其支撑。在一些实施例中，平板探测器440可以相对于立柱450移动，例如沿立柱450平移和/或绕立柱450旋转。控制设备430可以被配置为控制医学成像装置400的一个或以上组件。例如，控制设备430可以控制X射线源420和平板探测器440移动到它们各自的目标位置。
在一些实施例中，可以用如图4B所示的支撑装置460代替医学成像装置400的扫描台410。当医学成像装置400扫描目标对象时，支撑装置460可用于支撑保持直立位姿的目标对象。例如，目标对象可站立在、坐在或跪在支撑装置460上以进行扫描。在一些实施例中，支撑装置460可用在目标对象的拼接扫描中。拼接扫描是指依次扫描目标对象的至少两个区域以获取该区域的拼接图像的扫描。例如，可以通过在拼接扫描中依次执行目标对象的各个部分的至少两个扫描来获取目标对象的全身的图像。
在一些实施例中，支撑装置460可以包括支撑组件451、第一驱动组件452、第二驱动组件453、固定组件454和背板455。支撑组件451可以被配置为支撑目标对象。在一些实施例中，支撑组件451可以是由任何具有高强度和/或稳定性的合适材料制成的平板以为目标对象提供稳定支撑。第一驱动组件452可以被配置为驱动支撑装置在第一方向上(例如，在图4A所示的坐标系470的X-Y平面上)移动。在一些实施例中，第一驱动组件452可以是辊子、轮子(例如，万向轮)等。例如，支撑装置460可以通过轮子在地面上移动。
第二驱动组件453可以被配置为驱动支撑组件451沿第二方向移动。第二方向可以垂直于第一方向。例如，第一方向可以平行于坐标系470的X-Y平面，第二方向可以平行于坐标系470的Z轴方向。在一些实施例中，第二驱动组件453可以是提升装置。例如，第二驱动组件453可以是剪刀臂、杆式提升装置(例如，液压杆提升装置)等。固定组件454可以被配置为将支撑装置460固定在某个位置。例如，固定组件454可以是立柱、螺栓等。
在对目标对象进行扫描期间，背板455可以位于目标对象和医学成像装置400的一个或以上其他组件之间。背板455可以被配置为将目标对象与医学成像装置400的一个或以上组件(例如平板探测器440)分开，以避免目标对象与医学成像装置400的一个或以上组件(例如平板探测器440)之间发生碰撞。在一些实施例中，背板455可以由任何透光的材料制成，并且具有相对较低的X射线吸收率(例如，X射线吸收率低于阈值)。在这种情况下，背板455可以对平板探测器440接收X射线几乎没有干扰，例如，X射线管发射的X射线束是否穿过目标对象。例如，背板455可以由聚甲基丙烯酸甲酯(PMMA)、聚乙烯(PE)、聚氯乙烯(PVC)、聚苯乙烯(PS)、高抗冲聚苯乙烯(HIPS)、聚丙烯(PP)、丙烯腈丁二烯-苯乙烯(ABS)树脂等或其任何组合的材料制成。在一些实施例中，可以使用粘合剂、螺纹连接、锁、螺栓等或其任意组合将背板455固定在支撑组件451上。有关支撑装置460的更多描述可以在本申请的其他地方找到(例如，图21及其相关描述)。
在一些实施例中，支撑装置460还可包括一个或以上手柄456。目标对象在他和/或她从支撑装置460下来时可以抓住一个或以上手柄456。当支撑装置460将目标对象从一个扫描位置移动到另一扫描位置时，目标对象还可以抓住一个或以上手柄456。在一些实施例中，一个或以上手柄456可以是可移动的。例如，手柄456可以沿着如图4A所示的坐标系470的Z轴方向移动。在一些实施例中，可以根据例如目标对象的高度自动调节手柄456的位置，使得目标对象可以容易地握住手柄。关于支撑装置的更多描述可以在本申请的其他地方找到。参见例如图21及其相关描述。
应当注意的是，图4A和图4B示出的示例仅为了说明目的，并不旨在限制本申请的范围。对于本领域普通技术人员来说，在不背离本申请原则的前提下，可以对上述方法及系统的应用进行各种形式和细节的改进和改变。在一些实施例中，立柱450可以以任何合适的方式构造，诸如C形支撑、U形支撑、G形支撑等。在一些实施例中，医学成像装置400可以包括一个或以上未描述的附加组件和/或一个或以上没有在图4A和图4B中示出的组件。例如，医学成像装置400可以进一步包括相机。又例如，医学成像装置400的两个或以上组件也可以被集成到单个组件中。仅作为示例，第一驱动组件452和第二驱动组件453可以集成到单个驱动组件中。
图5A是示出扫描目标对象的传统过程500A的流程图。图5B是根据本申请一些实施例所示的用于扫描目标对象的示例性过程500B的流程图。在一些实施例中，过程500B可以在图1所示的成像系统100中实现。例如，过程500B可以以指令的形式存储在存储设备(例如，存储设备130、存储设备220、存储设备390)中，并由处理设备120(例如，如图2所示的计算设备200的处理器210、如图3所示的移动设备300的CPU 340、如图7所示的一个或以上模块)执行。以下所示过程的操作仅出于说明的目的。在一些实施例中，过程800可以利用一个或以上未描述的附加操作，和/或没有所讨论的一个或以上操作来完成。另外，如图5B所示和以下所述的过程500B的操作的顺序并非旨在限制。
如图5A所示，目标对象的传统扫描过程可以包括操作501至506。
在501中，用户可以选择成像协议，并要求目标对象进入检查室。
例如，目标对象可以是由在检查室中的医学成像装置(例如医学成像装置110)成像(或治疗)的患者。在一些实施例中，用户(例如，医生、操作员、技术员等)可以呼叫目标对象的检查编号和/或姓名，要求目标对象进入检查室。在一些实施例中，用户可以根据医学成像装置的设备参数、用户的喜好和/或与目标对象相关的信息(例如目标对象的身材、目标对象的性别、目标对象的待成像部位等。)选择成像协议。
在502中，用户可以调整医学成像装置的组件的位置。
医学成像装置(例如医学成像装置110)可以是X射线成像设备(例如悬吊式X射线成像设备、C型臂X射线成像设备)、数字射线照相(DR)设备(例如移动数字X射线成像设备)、CT设备、PET设备、MRI设备等，如本申请中其他部分所述。仅作为示例，对于X射线成像设备，X射线成像设备的一个或以上组件可以包括扫描台(例如扫描台114)、探测器(例如探测器112、平板探测器440)、X射线源(例如放射源115、X射线源420)、支撑装置(例如支撑装置460)等。在一些实施例中，用户可以通过终端设备根据成像协议输入组件的位置参数。另外地或可替代地，用户可以手动地将医学成像装置的组件移动到合适的位置。
在503中，目标对象可以在用户的指示下进行摆位。
在一些实施例中，在对目标对象进行扫描时目标对象可能需要保持标准位姿(也称为参考位姿)。用户可以指示目标对象站立或躺在特定的位置并保持特定的位姿。在一些实施例中，目标对象位于扫描位置(即接收扫描的特定位置)后，如果需要的话，用户可以检查目标对象的位姿和/或位置，和/或指示目标对象进行调整他/她的位姿和/或位置。
在504中，用户可以对医学成像装置的组件进行微调。
在一些实施例中，在目标对象位于扫描位置后，用户可以进一步检查和/或调整医学成像装置的一个或以上组件的位置。例如，用户可以基于扫描位置和目标对象的位姿来确定是否需要调整探测器的位置。
在505中，用户可以设置扫描参数的值。
扫描参数可以包括X射线管电压和/或电流、扫描模式、工作台移动速度、机架旋转速度、视野(FOV)、扫描时间、光野的尺寸等，或其任意组合。在一些实施例中，用户可以基于成像协议、与目标对象相关的信息等或它们的任意组合来设置扫描参数的值。
在506中，医学成像装置可以被指示为扫描目标对象。
在一些实施例中，在医学成像装置对目标对象进行扫描时，可以获取医学图像数据。用户可以对医疗图像数据进行一个或以上图像处理操作。例如，用户可以对医疗图像数据执行图像分割操作、图像分类操作、图像缩放操作、图像旋转操作等。
如图5B所示，根据本申请的一些实施例的扫描目标对象的示例性过程500B可以包括操作507至512的一个或以上操作。
在507中，用户可以选择成像协议，并要求目标对象进入检查室。
操作507可以结合图5A描述的操作501以类似的方式来执行，并且在此不再重复其描述。在一些实施例中，处理设备120可以根据例如目标对象的待扫描部位和/或目标对象的其他信息来选择成像协议。附加地或替代地，处理设备120可以使终端设备输出要求目标对象进入检查室的通知。
在一些实施例中，一个或以上候选对象可以进入检查室。处理设备120可以自动或半自动地从一个或以上候选对象中识别出目标对象。例如，当一个或以上候选对象进入检查室时或之后，处理设备120可获取一个或以上候选对象的图像数据。图像数据可以由安装在检查室内或外的图像捕捉装置捕获。处理设备120可以基于与一个或以上候选对象的图像数据和与目标对象相关的参考信息从一个或以上候选对象中自动识别出目标对象。关于目标对象的识别的更多描述可以在本申请的其他地方找到(例如，图8及其描述)。
在508中，医学成像装置的组件的位置可以被自动或半自动地调整。
在一些实施例中，处理设备120可以基于目标对象的图像数据确定医学成像装置的组件的位置。例如，处理设备120可以从安装在检查室中的图像捕捉装置中获取目标对象的图像数据。然后，处理设备120可以基于目标对象的图像数据生成表示目标对象的对象模型(或目标位姿模型)。处理设备120还可以基于对象模型(或目标位姿模型)确定医学成像装置的组件(例如，探测器、扫描台、支撑装置)的目标位置。在本申请的其他地方(例如，图10、图11A、图11B和图21及其描述)可以找到确定医学成像装置组件的目标位置的更多描述。
在509中，目标对象可以按照用户的指令或自动生成的指令进行摆位。
在一些实施例中，目标对象位于扫描位置后，处理设备120可以获取目标对象保持一个位姿的目标图像数据。处理设备120可以基于目标图像数据和目标位姿模型来确定是否需要调整目标对象的位姿。如果确定需要调整目标对象的位姿，则处理设备120可以进一步生成指令。该指令可以指导目标对象移动其一个或以上身体部位以保持目标位姿。有关对目标对象进行摆位的更多说明，可以在本申请的其他地方找到(例如，图17及其说明)。
在一些实施例中，如果目标对象保持站立位姿以接收扫描，则可以首先调整医学成像设备的探测器(例如，如图4B所示的平板探测器440)的位置。然后，可以要求目标对象站在特定的扫描位置以接收扫描(例如，如图4B所示站在支撑组件451上以接收扫描)，并且在目标对象站在特定扫描位置之后，可以调节医学成像设备的放射源。如果目标对象躺在医学成像设备的扫描床上以接收扫描，则可以首先要求目标对象躺在扫描床上，然后将放射源和探测器调整到其目标位置。这可以避免目标对象、探测器和放射源之间发生碰撞。
在510中，扫描参数的值可以自动或半自动地被确定。
在一些实施例中，处理设备120可以基于与目标对象的感兴趣区域(ROI)有关的特征信息(例如，宽度、厚度、高度)来确定扫描参数的值。目标对象的ROI是指目标对象的待成像(或诊断或治疗)的扫描区域或待成像的扫描区域的一部分(例如在扫描区域中的特定器官或组织)。例如，处理设备120可以基于目标对象的图像数据或目标对象的对象模型(或目标位姿模型)确定与目标对象的ROI有关的特征信息。处理设备120可以进一步基于ROI的厚度确定放射源的电压值、放射源的电流值和/或扫描的曝光时间。附加地或替代地，处理设备120可以基于目标对象的ROI的宽度和高度来确定光野的目标尺寸。关于确定扫描参数值的更多描述可以在本申请的其他地方找到(例如，图12和图15及其描述)。
在511中，可以自动或半自动检查扫描准备。
在一些实施例中，可以进一步检查和/或调整在操作508中确定的组件的位置、目标对象的位置和/或位姿，和/或在操作510中确定的扫描参数的值。例如，活动组件的位置可以由成像系统100的用户手动检查和/或调整。作为又一示例，在目标对象位于扫描位置之后，可以使用图像捕捉装置来捕获目标对象的目标图像数据。可以基于目标图像数据由成像系统100的一个或以上组件(例如，处理设备120)自动检查和/或调整活动组件(例如，探测器)的目标位置。关于基于目标图像数据的扫描准备检查的更多描述可以在本申请的其他地方找到。参见例如图16A至图17和图19及其相关说明。
在512中，可以指示医学成像装置扫描目标对象。
在一些实施例中，在由医学成像装置对目标对象进行扫描时，可以获取目标对象的医学图像数据。处理设备120可以执行一个或以上附加操作来处理医疗图像数据。例如，处理设备120可以基于医疗图像数据确定目标对象的方位，并根据目标对象的方位显示医疗图像数据。关于确定目标对象的方位的更多描述可以在本申请的其他地方找到(例如，图13和图14及其说明)。
应当注意的是，以上对过程500B描述仅出于说明的目的而提供，并且无意于限制本申请的范围。在一些实施例中，可以添加一个或以上附加操作，和/或省略上述的一个或以上操作。仅作为示例，可以省略操作511。附加地或替代地，可以根据实际需要来修改过程500B的操作顺序。例如，可以同时执行两个或更多操作。作为另一个示例，可以以任何顺序执行操作508-510。
图6是根据本申请一些实施例所示的用于扫描准备的示例性过程的流程图。过程600可以是结合图5B描述的过程500B的示例性实施例。
在601中，处理设备120(例如，分析模块720)可以识别待被医学成像装置扫描的目标对象。关于识别目标对象的更多描述可以在本申请的其他地方找到(例如，图8及其描述)。
在602中，处理设备120(例如，获取模块710)可获取目标对象的图像数据。
图像数据可以包括2D图像、3D图像、4D图像(例如，时间序列的3D图像)和/或目标对象的任何相关的图像数据(例如，扫描数据、投影数据)。图像数据可包括目标对象的颜色图像数据、点云数据、深度图像数据、网格数据、医学图像数据等，或其任意组合。
在一些实施例中，在602中获取的图像数据可以包含一组或以上图像数据，例如，由图像捕捉装置(例如图像捕捉装置160)拍摄的在至少两个时间点的目标对象的至少两个图像、由不同图像捕捉装置拍摄的目标对象的至少两个图像。例如，图像数据可以包括在目标对象位于扫描位置之前由特定的图像捕捉装置捕获的第一组图像数据。附加地或可替代地，图像数据可以包括在目标对象位于扫描位置之后由所述特定的图像捕捉装置(或另一图像捕捉装置)捕获的第二组图像数据(也称为目标图像数据)。
然后，处理设备120可以执行自动扫描准备。自动扫描准备可以包括一个或以上准备操作，例如如图6所示的操作603至608的一个或以上操作。在一些实施例中，自动扫描准备可以包括至少两个准备操作。不同的准备操作可以基于一个或以上图像捕捉装置所捕获的目标对象的同一组图像数据或不同组的图像数据被执行。例如，如操作603中所述的目标对象的目标位姿模型、如操作604中所述的医学成像装置的活动组件的目标位置、如操作605中所述的扫描参数的值可以基于目标对象位于扫描位置之前捕获的同一组图像数据或不同组图像数据确定。又例如，可以基于目标对象位于扫描位置之后捕获的目标对象的一组图像数据来选择操作607中描述的目标电离室。
为了便于描述，除非上下文有明确说明，用于关于不同的准备操作的详细描述(例如，图8到图21)的术语“目标对象的图像数据”是指目标对象的同一组图像数据或不同组图像数据。
在603中，处理设备120(例如，分析模块720)可以生成目标对象的目标位姿模型。
如本文所使用的，目标对象的目标位姿模型是指表示目标对象保持目标位姿(或称为参考位姿)的模型。目标位姿可以是在对目标对象执行扫描期间目标对象需要保持的标准位姿。关于生成目标对象的目标位姿模型的更多描述可以在本申请的其他地方找到(例如，图9及其描述)。
在604中，处理设备120(例如，控制模块730)可以使医学成像装置的活动组件移动到它们各自的目标位置。
例如，处理设备120可以基于在602中获取的图像数据，通过确定目标对象的尺寸(例如，高度、宽度、厚度)来确定活动组件(例如，扫描台)的目标位置，尤其是当目标对象基本完成摆位时。附加地或替代地，处理设备120可以基于目标对象的图像数据通过生成对象模型(或目标位姿模型)来确定活动组件(例如，探测器、支撑装置)的目标位置。关于确定医学成像装置的可移动组件的目标位置的更多描述，可以在本申请的其他地方找到(例如，图10、图11A、图11B、图21及其说明)。
在605中，处理设备120(例如，分析模块720)可以确定扫描参数(例如，光野)的值。
可以以与操作510类似的方式来执行操作605，并且在此不重复其描述。
在606中，处理设备120(例如，分析模块720)可以确定预估剂量的值。
在一些实施例中，处理设备120可以获取参考剂量和一个或以上特定扫描参数(例如，放射源电压、放射源电流、曝光时间等)之间的关系。处理设备120可以基于所获取的关系和特定扫描参数的参数值来确定与目标对象相关联的预估剂量的值。可以在本申请的其他地方找到更多的确定估算值的描述(例如，图15及其描述)。
在607中，处理设备120(例如，分析模块720)可以选择至少一个目标电离室。
在一些实施例中，处理设备120可以包括至少两个电离室。可以在扫描目标对象期间启动至少一个目标电离室，而在扫描期间可以关闭其他电离室(如果有)。关于选择至少一个目标电离室的更多描述可以在本申请的其他地方找到(例如，图16A至图16C及其描述)。
在608中，处理设备120(例如，分析模块720)可以确定目标对象的方位。
在一些实施例中，处理设备120可以在601中获取的图像数据中确定与目标对象的ROI相对应的目标区域的方位。处理设备120可以进一步基于目标区域的方位确定目标对象的方位。在一些实施例中，处理设备120可以在图像数据中确定与目标对象的ROI相对应的目标区域的位置，并基于目标区域的位置确定目标对象的方位。关于确定目标对象的方位的更多描述可以在本申请的其他地方找到(例如，图12及其描述)。
在一些实施例中，在确定目标对象的方位后，处理设备120可以基于目标对象的方位处理图像数据，并使用户的终端设备显示处理后的图像数据。例如，如果目标对象的方位不同于参考方位(例如，头朝上方位)，则可以旋转图像数据以生成处理后的图像数据，其中，处理后的图像数据中的目标对象的表示可以具有参考方位。在一些实施例中，处理设备120可以基于目标对象的方位来处理另一组图像数据(例如，由医学成像装置110获取的医疗图像)。在一些实施例中，可以在扫描目标对象之后执行操作608，以基于在扫描中获取的医疗图像数据确定目标对象的方位。
在609中，处理设备120(例如，分析模块720)可以执行准备检查。可以结合图5B描述的操作511以类似的方式来执行操作609，并且在此不重复其描述。
在一些实施例中，如图6所示，可以在过程600(或其一部分)的实现期间执行碰撞检测。例如，处理设备120可以获取检查室的实时图像数据，并且基于实时图像数据来跟踪检查室中的组件(例如，人、图像捕捉装置)的运动。处理设备120可以进一步估计检查室中两个或以上组件之间发生碰撞的可能性。如果检测到不同组件之间可能发生碰撞，则处理设备120可以使终端设备输出关于碰撞的通知。附加地或可替代地，视觉交互界面可以用于实现用户与成像系统之间和/或目标对象与成像系统之间的用户交互。视觉交互界面可以在例如结合图1描述的终端设备140或结合图3描述的移动设备300上实现。视觉交互界面可以呈现在过程600的实现中由处理设备120获取和/或生成的数据(例如，分析结果、中间结果)。例如，可以通过视觉交互界面来显示结合图19描述的一个或以上显示图像。附加地或可替代地，视觉交互界面可以从用户和/或目标对象接收用户输入。
应当注意的是，以上描述仅出于说明的目的而提供，并且无意于限制本申请的范围。对于本领域普通技术人员而言，可以根据本申请的描述，做出各种各样的变化和修改。然而，那些变化和修改不脱离本申请的范围。在一些实施例中，500B和过程600的一个或以上操作可以被添加或省略。例如，可以省略操作601、608和609中的一个或以上。在一些实施例中，两个或以上操作可以同时执行。例如，操作601和操作602可以同时执行。又例如，操作602和操作603可以同时执行。作为又一个示例，可以在操作604之前执行操作605。在一些实施例中，过程500B或过程600的自动准备操作可以由处理设备120基于用户干预半自动地执行，或者由用户手动执行。
图7是根据本申请一些实施例所示的示例性处理设备120的框图。如图7所示，处理设备120可以包括获取模块710、分析模块720和控制模块730。
获取模块710可以被配置为获取与成像系统相关的信息。例如，获取模块710可以在目标对象被医学成像装置扫描之前、当时和/或之后获取目标对象的图像数据，其中图像数据可以由图像捕捉装置(例如安装在目标对象所在的检查室内的相机)捕捉。作为另一示例，获取模块710可以获取包括例如目标对象的参考身份信息、参考特征信息、参考图像数据的参考信息。作为又一示例，获取模块710可以获取目标对象的参考位姿模型。作为又一示例，获取模块可以获取与在目标对象上所执行的扫描相关的至少一个扫描参数的至少一个扫描参数值。
分析模块720可以被配置为通过分析由获取模块710获取的信息执行用于目标对象扫描的一个或以上扫描准备操作。更多关于信息分析和扫描准备操作可以在本申请其他地方找到，参见例如图6和图8-21及其相关描述。
控制模块730可以被配置为控制成像系统100的一个或以上组件。例如，控制模块730可以使医学成像装置的活动组件移动到其各自的目标位置。更多关于确定医学成像装置的活动组件的目标位置的描述可以在本申请其他地方找到(例如图10、11A、11B、21及其描述)。
需要注意的是，以上描述仅出于说明的目的而提供了以上描述，而无意于限制本申请的范围。对于本领域普通技术人员来说，可以在本申请的教导下进行多种变化和修改。然而，这些变化和修改不脱离本申请的范围。例如，处理设备120可以进一步包括存储模块(图7中未示出)。存储模块可以被配置为存储在由处理设备120中的任何组件执行的任何过程的期间生成的数据。作为另一示例，处理设备120的组件中的每一个可以包括存储设备。附加地或替代地，处理设备120的组件可以共享一个公共存储设备。
图8是根据本申请一些实施例所示的用于识别待扫描目标对象的示例性过程的流程图。在一些实施例中，过程800可以在图1所示的成像系统100中实现。例如，过程800可以作为指令的形式存储在存储设备(例如，存储设备130、存储设备220、存储设备390)中，并由处理设备120(例如，如图2所示的计算设备200的处理器210、如图3所示的移动设备300的CPU 340、如图7所示的一个或以上模块)执行。以下所示过程的操作仅出于说明的目的。在一些实施例中，过程800可以利用一个或以上未描述的附加操作和/或不具有所讨论的一个或以上操作来完成。另外，如图8所示和以下描述的过程800的操作的顺序不旨在是限制性的。
在810中，处理设备120(例如，获取模块710)可以获取一个或以上候选对象的图像数据。当候选对象进入检查室时或之后，第一图像捕捉装置可以捕获图像数据。
在一些实施例中，一个或以上的候选对象可以包括要检查的目标对象。例如，目标对象可以是要在检查室中由医学成像装置(例如医学成像装置110)成像的患者。在一些实施例中，一个或以上候选对象还可以包括不是目标对象的一个或以上的人物。例如，候选对象可以包括目标对象的同伴(例如，亲戚、朋友)、医生、护士、技术人员等。
如本文所使用的，目标对象(例如，候选对象、目标对象)的图像数据是指与整个对象相对应的图像数据或与目标对象的部位(例如，包括患者面部的身体部位)相对应的图像数据。在一些实施例中，目标对象的图像数据可以是二维(2D)图像、三维(3D)图像、四维(4D)图像(例如，一系列随时间变化的图像)、和/或任何相关的图像数据(例如，扫描数据、投影数据)。在一些实施例中，候选对象的图像数据可以包括候选对象的颜色图像数据、点云数据、深度图像数据、网格数据等或其任意组合。
候选对象的图像数据可以由安装在检查室或检查室门口的第一图像捕捉装置(例如图像捕捉装置160)捕获。第一图像捕捉装置可以包括能够获取图像数据的任何类型的设备，如本申请其他地方描述(例如，图1和相关描述)，例如3D相机、RGB传感器、RGB-D传感器、3D扫描仪、3D激光成像设备、结构化光扫描仪等。在一些实施例中，当一个或以上候选对象进入检查室时，第一图像捕捉装置可以自动捕获一个或以上候选对象的图像数据。
在一些实施例中，处理设备120可从第一图像捕捉装置获取图像数据。可替代地，可以由第一图像捕捉装置获取图像数据并将其存储在存储设备中(例如，存储设备130、存储设备220、存储390或外部源)。处理设备120可以从存储设备中获取图像数据。
在820中，处理设备120(例如，获取模块710)可以获取与待检查目标对象相关联的参考信息。
与目标对象相关联的参考信息可以包括目标对象的参考图像数据、目标对象的参考身份信息，目标对象的一个或以上参考特征、或可以用于区分目标对象与其他人的任何其他信息，或其任意组合。目标对象的参考图像数据可以包括图像数据，其中图像数据可以包括目标对象的人脸。例如，参考图像数据可以包括在确认目标对象的身份之后的目标对象的图像。参考身份信息可以包括目标对象的身份证(ID)号、姓名、性别、年龄、出生日期、职业、联系信息(例如，手机号码)、驾驶执照等，或其任何组合。一个或以上参考特征可以包括目标对象的体型(例如，轮廓、高度、宽度、厚度、身体两个尺寸之间的比例)、衣服(例如，颜色、样式)等，或其任何组合。
在一些实施例中，目标对象的参考信息可以由，例如，在检查室内外一个或以上的图像捕捉装置在现场获取。附加地或替代地，目标对象的参考信息可以预先生成并存储在存储设备中(例如，存储设备130、存储设备220、存储器390或外部源)。处理设备120可以从存储设备中获取参考信息。
以目标对象的参考图像数据为例，它可以被安装在检查室之内或之外的第二图像捕捉装置捕获。第一图像捕捉装置和第二图像捕捉装置可以是相同类型或不同类型。在一些实施例中，第二图像捕捉装置可以与第一图像捕捉装置相同。仅作为示例，在对象进入检查室之前或之后，可以用扫描仪(例如，第二图像捕捉装置的一部分)扫描其医疗卡或检查申请表上的快速响应(QR)代码，以便确定对象的身份。如果确定对象是目标对象，则可以指示第二图像捕捉装置捕获目标对象的参考图像数据。
又例如，在进入检查室之前、当时或之后，目标对象可以被指示做出特定的行为(例如，做出特定的手势和/或声音、在特定区域站立超过时间阈值的时间)。处理设备120可以被配置为基于，例如，由第二图像捕捉装置捕获的图像数据对每个候选对象的状态(例如，手势、位姿、表情、声音)进行跟踪。如果某个候选对象做出了特定的行为，则可以将候选对象确定为目标对象，而第二图像捕捉装置可以捕获该候选对象的图像数据作为参考图像数据。
在一些实施例中，可以基于目标对象的身份证明的复制图像获取目标对象的参考信息。身份证明可以是目标对象的身份证、医疗保险卡、医疗卡、检查申请表等。例如，在目标对象进入检查室之前，当时或之后，通过图像捕捉装置(例如，第一图像捕捉装置、第二图像捕捉装置、另一个图像捕捉装置)扫描身份证明来获取身份证明的复制图像。又例如，身份证明的复制图像可以预先生成并存储在存储设备中，例如成像系统100或另一系统(例如，公共安全系统)的存储设备。处理设备120可以从图像捕捉装置或存储设备中获取复制图像，并基于复制图像确定目标对象的参考信息。
例如，身份证明可以包括目标对象的身份照片。处理设备120可以根据一个或以上面部检测算法检测复制图像中的目标对象的人脸。示例性面部检测或识别算法可以包括基于知识(knowledge-based)的技术、基于特征的技术、模板匹配技术、基于特征脸的技术、基于分布的技术、基于神经网络的技术、支持向量机(SVM)的技术，基于稀疏Winnows网络(SNoW)的技术、朴素的贝叶斯分类器、隐马尔可夫模型、信息理论算法、归纳学习技术等。处理设备120可以基于一个或以上图像分割算法从复制图像中分割出目标对象的人脸。示例性图像分割算法可以包括基于区域的算法(例如，阈值分割、区域增长分割)、边缘检测分割算法、基于压缩的算法、基于直方图的算法、双重聚类算法等。分割出的目标对象的人脸可以被称为目标对象的参考图像数据。
又例如，身份证明可包括目标对象的参考身份信息。处理设备120可以根据一个或以上文本识别算法识别复制图像中的参考身份信息。示例性文本识别算法可以包括模板算法、指示算法、结构识别算法、人工神经网络等。
在一些实施例中，可以基于与目标对象相关的唯一符号来确定目标对象的参考信息。唯一符号可以包括条形码、QR码、包括字母和/或数字的序列号等，或其任意组合。例如，可以通过经由图像捕捉装置(例如，第一图像捕捉装置、第二图像捕捉装置、或其它图像捕捉装置)扫描腕带或目标对象标签上的QR码来获取目标对象的参考信息。在一些实施例中，用户，例如目标对象或医生，可以通过成像系统100的终端设备(例如，终端设备140)手动输入参考身份信息。
在830中，处理设备120(例如，分析模块720)可以基于参考信息和图像数据从一个或以上候选对象中识别出目标对象。
在一些实施例中，处理设备120可以基于目标对象的参考图像数据和一个或以上的候选对象的图像数据从一个或以上候选对象中识别出目标对象。仅作为示例，处理设备120可以从参考图像数据中获取目标对象的参考特征信息。参考特征信息可以包括目标对象或目标对象的部位，例如目标对象的脸部(例如，眼睛、鼻子、嘴巴))，的形状(例如，轮廓、面积、高度、宽度、高宽比)、颜色、纹理等，或其任意组合。例如，处理设备120可以根据本申请中其他地方描述的一个或以上面部检测算法检测参考图像数据中的目标对象的人脸。处理设备120可以根据一个或以上特征获取算法获取目标对象的人脸的特征信息。示例性特征获取算法可以包括主成分分析(PCA)、线性判别分析(LDA)、独立成分分析(ICA)、多维缩放(MDS)算法、离散余弦变换(DCT)算法等，或其任何组合。处理设备120可以进一步从图像数据中获取一个或以上候选对象中的每一个的特征信息。从图像数据中获取每个候选对象的特征信息可以以类似于从参考图像数据中获取参考特征信息的方式被执行。
然后，处理设备120可以基于目标对象的参考特征信息和一个或以上候选对象中的每一个的特征信息识别目标对象。例如，对于每个候选对象，处理设备120可以基于目标对象的参考特征信息和候选对象的特征信息来确定目标对象和候选对象之间的相似度。处理设备120还可以在候选对象中进一步选择与目标对象具有最高相似度的候选对象作为目标对象。
目标对象和候选对象之间的相似度可以通过各种方法确定。仅作为示例，处理设备120可以确定代表目标对象的参考特征信息的第一特征向量(也称为对应于目标对象的第一特征向量)。处理设备120可以确定代表候选对象的特征信息的第二特征向量(也称为对应于候选对象的第二特征向量)。处理设备120可以通过确定第一特征向量和第二特征向量之间的相似度来确定目标对象和候选对象之间的相似度。可以基于相似度算法确定两个特征向量之间的相似度，例如，欧几里得距离算法、曼哈顿距离算法、明可夫斯基距离算法、余弦相似度算法、雅卡德相似度算法、皮尔逊相关算法等，或其任何组合。
在一些实施例中，处理设备120可以基于目标对象的参考身份信息和一个或以上候选对象中的每个候选对象的身份信息从一个或以上候选对象中识别出目标对象。例如，对于每个候选对象，处理设备120可以基于图像数据确定候选对象的身份信息。在一些实施例中，处理设备120可以根据例如本申请中其他地方描述的一个或以上面部检测算法和/或一个或以上图像分割算法，从图像数据中分割出每个候选对象的人脸。
对于每个候选对象，处理设备120可以基于候选对象的人脸和身份信息数据库来确定候选对象的身份信息。示例性的身份信息数据库可以包括公共安全数据库、医疗保险数据库、社会保险数据库等。身份信息数据库可以存储至少两个对象(人类)的至少两个人脸及其各自的身份信息。例如，处理设备120可以确定候选对象的人脸与存储在身份信息数据库中的每个人脸之间的相似度，并选择与被识别的候选对象的人脸具有最高相似度的目标人脸。在一些实施例中，可以基于代表候选对象的人脸的特征信息的特征向量与代表存储在身份信息数据库中的人脸的特征信息的特征向量之间的相似度，来确定候选对象的人脸与存储在身份信息数据库中的人脸之间的相似度。处理设备120可以将与选择的目标人脸相对应的身份信息确定为候选对象的身份信息。通过将每个候选对象的身份信息与目标对象的参考身份信息进行比较，处理设备120可以从至少一个候选对象中进一步识别目标对象。例如，处理设备120可以比较每个候选对象的ID号和目标对象的参考ID号。处理设备120可以将具有与参考ID号相同的ID号的候选对象确定为目标对象。
在一些实施例中，处理设备120可以基于参考图像数据和目标对象的参考身份信息的组合从一个或以上候选对象中识别出目标对象。例如，处理设备120可以基于目标对象的参考图像数据和一个或以上候选对象的图像数据从至少一个候选对象中确定第一目标对象。处理设备120可以基于目标对象的参考身份信息和一个或以上候选对象各自的身份信息，从一个或以上候选对象中确定第二目标对象。处理设备120可以确定第一目标对象与第二目标对象是否相同。如果第一目标对象与第二目标对象相同，则处理设备120可以确定第一目标对象(或第二目标对象)为最终目标对象。在这种情况下，可以提高目标对象识别的准确性。
如果第一目标对象不同于第二目标对象，则处理设备120可以重新识别第一和第二目标对象和/或生成关于识别结果的提醒。该提醒可以是文本、语音、图像、视频、触觉警报等或其任何组合的形式。例如，处理设备120可以将提醒发送到成像系统100的用户(例如，医生)的终端设备(例如，终端设备140)。终端设备可以将提醒输出到用户。可选地，用户可以响应于提醒输入指令或信息响。仅作为示例，用户可以从第一目标对象和第二目标对象中手动选择最终目标对象。例如，处理设备120可以使终端设备显示第一目标对象和第二目标对象的信息(例如，图像数据、身份信息)。用户可以基于第一目标对象和第二目标对象的信息从第一目标对象和第二目标对象中选择最终目标对象。
在一些实施例中，处理设备120可以基于目标对象的一个或以上参考特征和一个或以上候选对象的图像数据从一个或以上候选对象中识别出目标对象。例如，处理设备120可以检测出图像数据中的每个候选对象，并进一步获取出候选对象的一个或以上特征。通过将每个候选对象的一个或以上特征与目标对象的一个或以上参考特征进行比较，处理设备120可以从一个或以上候选对象中识别出目标对象。仅作为示例，处理设备120可以选择具有与目标对象最相似的体型的候选对象作为目标对象。
基于候选对象的图像数据和目标对象的参考信息，可以自动从候选对象中识别出目标对象。与传统的成像程序相比，传统的成像程序中，用户(例如，医生或护士)需要确定目标对象并通过例如查找目标对象的轮廓信息(例如，通过目视检查候选对象相对于目标对象的轮廓图像)来检查目标对象的身份，本申请公开的目标对象识别方法可以消除主观判断的需要，并且更加有效和准确。
在一些实施例中，获取一个或以上候选对象的图像数据后，处理设备120可以使用户的终端设备(例如终端设备140)显示图像数据。处理设备120可以通过终端设备从用户处获取与目标对象相关联的输入。处理设备120可以基于该输入从一个或以上候选对象中识别出目标对象。例如，终端设备可以显示图像数据，并且用户可以经由终端设备的输入组件(例如，鼠标、触摸屏)从显示的图像中选择(例如，通过点击与之对应的图标)特定的候选对象。处理设备120可以将选择的候选对象确定为目标对象。
在一些实施例中，在确定了目标对象(或最终目标对象)之后，处理设备120可以执行一个或以上其他操作以准备对目标对象的扫描。例如，处理设备120可以生成目标对象的目标位姿模型。又例如，处理设备120可以使医学成像装置的活动组件(例如扫描台)移动到其各自的目标位置。作为又一示例，处理设备120可以确定与目标对象相对应的扫描参数(例如光野)的值。有关扫描准备的更多说明可以在本申请的其他地方找到，参见例如图6及其相关描述。
与用户需要手动识别目标对象和/或检查目标对象的身份的常规方式相比，本申请公开的自动目标对象识别系统和方法可以通过减少用户的工作量、跨用户变化以及目标对象识别所需的时间而更加准确和高效。
应当注意的是，以上描述仅出于说明的目的而提供，并且不旨在限制本申请的范围。对于本领域普通技术人员而言，可以根据本申请的描述，做出各种各样的变化和修改。然而，那些变化和修改不会背离本申请的范围。在一些实施例中，可添加或省略一项或多项操作。例如，可以在操作830之前添加用于对至少一个候选对象中的图像数据进行预处理(例如，去噪)的过程。在一些实施例中，两个或以上操作可以同时执行。例如，操作810和操作820可以同时执行。又例如，可以在操作810之前执行操作820。
图9是根据本申请一些实施例所示的用于生成目标对象的目标位姿模型的示例性过程的流程图。在一些实施例中，过程900可以在图1所示的成像系统100中实现。例如，过程900可以以指令的形式存储在存储设备(例如，存储设备130、存储设备220、存储设备390)中，并由处理设备120(例如，如图2所示的计算设备200的处理器210、如图3所示的移动设备300的CPU 340、如图7所示的一个或以上模块)执行。以下所示过程的操作仅出于说明的目的。在一些实施例中，过程900可以利用一个或以上附加操作，和/或没有所讨论的一个或以上操作来完成。另外，如图9所示和以下描述的过程900的操作的顺序并非旨在限制。
在910中，处理设备120(例如，获取模块710)可以获取待检查(或扫描)的目标对象(例如，患者)的图像数据。
图像数据可以包括2D图像、3D图像、4D图像(例如，时间序列的3D图像)和/或目标对象的任何相关的图像数据(例如，扫描数据、投影数据)。图像数据可包括目标对象的颜色图像数据、点云数据、深度图像数据、网格数据、医学图像数据等，或其任意组合。
在一些实施例中，目标对象的图像数据可以被图像捕捉装置(例如安装在检查室中的图像捕捉装置160)捕获。图像捕捉装置可以包括能够获取图像数据的任何类型的设备，例如3D相机、RGB传感器、RGB-D传感器、3D扫描仪、3D激光成像设备、结构化光扫描仪。在一些实施例中，在将目标对象放置在扫描位置之前，图像捕捉装置可以获取目标对象的图像数据。例如，在目标对象进入检查室并且确认目标对象的身份之后，可以捕获目标对象的图像数据(例如，在实现结合图8描述的过程800之后)。
在一些实施例中，处理设备120可以从图像捕捉装置获取目标对象的图像数据。或者，可以由图像捕捉装置获取图像数据，并将其存储在存储设备(例如，存储设备130、存储设备220、存储器390或外部源)中。处理设备120可以从存储设备中获取图像数据。
在920中，处理设备120(例如，分析模块720)可以基于图像数据生成目标对象的对象模型。
如本文所使用的，基于目标对象的图像数据确定的目标对象的对象模型(例如，如图11A所示的对象模型1100A或图11B所示的对象模型1100B)是指表示保持图像数据获取时的位姿的目标对象的模型。目标对象的位姿可以反映目标对象(或其一部分)的位置、位姿、形状、尺寸等。
在一些实施例中，对象模型可以包括2D骨架模型、3D骨架模型、3D网格模型等。目标对象的2D骨架模型可以包括示出了在2D空间中目标对象的一个或以上解剖学关节和/或骨骼的图像。目标对象的3D骨架模型可以包括示出了在3D空间中目标对象的一个或以上解剖学关节和/或骨骼的图像。目标对象的3D网格模型可以包括定义了目标对象3D形状的至少两个顶点、边和面。
在一些实施例中，处理设备120可以基于目标对象的图像数据生成目标对象的对象模型。为了说明的目的，下面以目标对象的3D网格模型的示例性生成过程为例进行描述。处理设备120可以通过例如根据本申请中其他地方描述的一个或以上图像分割算法，对图像数据执行图像分割操作，来从图像数据中获取目标对象(或其一部分)的体表数据。体表数据可以包括与目标对象的身体表面的至少两个物理点相对应的至少两个像素(或体素)。在一些实施例中，体表数据可以用掩模表示，该掩模包括二维矩阵阵列、多值图像等或其任意组合。在一些实施例中，处理设备120可以处理体表数据。例如，处理设备120可以从体表数据中去除至少两个噪声点(例如，衣服或配件的至少两个像素点)。又例如，处理设备120可以在体表数据上执行过滤操作、平滑操作、边界计算操作等或其任意组合。处理设备120还可以基于(处理过的)体表数据来生成3D网格模型。例如，处理设备120可以通过组合(例如，连接)体表数据的至少两个点来生成至少两个网格。
在一些实施例中，处理设备120可以基于一种或以上网格生成技术，例如基于三角/四面体(Tri/Tet)技术(例如，Octree算法、先进的Front算法、Delaunay算法等)、四边形/六面体(Quad/Hex)技术(例如，超有限插值(TFI)算法、椭圆算法等)、混合技术、基于参数模型技术、表面网格化技术等或其任何组合生成目标对象的3D网格模型。
在一些实施例中，一个或以上特征点可以从对象模型中识别出来。例如，一个特征点可以对应于目标对象的特定物理点，例如解剖学关节(例如，肩膀关节、膝盖关节、肘部关节、踝部关节、腕部关节)或目标对象的身体区域(例如，头、脖子、手、腿、脚、脊柱、骨盆、臀部)的代表物理点。
在一些实施例中，一个或以上特征点可以由用户(例如，医生、成像专家、技术人员)在显示图像数据的界面(例如，在终端设备140上实现)上手动注释。或者，一个或以上特征点可以由计算设备(例如，处理设备120)根据图像分析算法(例如，图像分割算法、特征点获取算法)自动生成。可替代地，一个或以上特征点可以由计算设备基于图像分析算法结合用户提供的信息来自动生成。用户提供的示例性信息可以包括与图像分析算法有关的参数、与特征点有关的位置参数、对由计算设备生成的初步特征点的调整、拒绝或确认等。
在一些实施例中，对象模型可以用一个或以上模型参数表示，例如对象模型或由对象模型代表的目标对象的一个或以上轮廓参数和/或一个或以上位姿参数。例如，一个或以上轮廓参数可以是描述对象模型(或目标对象)轮廓的定量表达。示例性的轮廓参数可以包括对象模型或对象模型的一部分的形状和/或尺寸(例如，高度、厚度)。一个或以上位姿参数可以是描述对象模型(或目标对象)的位姿的定量表达。示例性的位姿参数可以包括参考位姿模型的特征点的位置(例如，某个坐标系中的关节的坐标)、参考位姿模型的两个特征点之间的相对位置(例如，关节的关节角)等。
在930，处理设备120(例如，获取模块710)可以获取与目标对象相关联的参考位姿模型。
如本文所使用的，参考位姿模型是指表示保持参考位姿的参考对象的模型。参考对象可以是真实的人也可以是模体。参考位姿模型可以包括参考对象的2D骨架模型、3D骨架模型、3D网格模型等。在一些实施例中，参考位姿模型可以用一个或以上模型参数表示，例如由参考位姿模型或参考位姿模型代表的参考对象的一个或以上参考轮廓参数和/或一个或以上参考位姿参数。一个或以上参考轮廓参数可以是描述参考位姿模型或参考对象的轮廓的定量表达。一个或以上参考位姿参数可以是描述参考位姿模型或参考对象的位姿的定量表达。示例性参考轮廓参数可以包括参考位姿模型或参考位姿模型的一部分的形状和/或大小(例如，高度、宽度、厚度)。示例性参考位姿参数可以包括参考位姿模型的参考特征点的位置(例如，某个坐标系中的关节的坐标)、参考位姿模型的两个参考特征点之间的相对位置(例如，关节的关节角)等。
在一些实施例中，参考位姿模型和对象模型可以是同一类型的模型，也可以是不同类型的模型。例如，参考位姿模型和对象模型可以是3D网格模型。又例如，对象模型可以用至少两个模型参数(例如，一个或以上轮廓参数和一个或以上位姿参数)表示，而参考位姿模型可以是3D网格模型。参考位姿可以是在对目标对象执行扫描期间目标对象需要保持的参考位姿。示例性参考位姿可以包括头-在前仰卧位姿(head-first supine posture)、脚-在前俯卧位姿(feet-first prone posture)、头-在前左侧横卧位姿(head-first leftlateral recumbent posture)，或脚-在前右侧横卧位姿(feet-first right lateralrecumbent posture)等。
在一些实施例中，处理设备120可以基于目标对象的成像协议获取与目标对象相关联的参考位姿模型。成像协议可以包括例如一个或以上扫描参数(例如，X射线管电压和/或电流、X射线管角度、扫描模式、工作台移动速度、机架旋转速度、视场(FOV))的值或值范围，源像距(SID)、目标对象的待成像部位、目标对象的特征信息(例如，性别、身体形状)等，或其任意组合。成像协议(或其一部分)可以由用户(例如，医生)手动确定或由成像系统100的一个或以上组件(例如，处理设备120)根据不同情况确定。
例如，成像协议可以定义目标对象的待成像部位，并且处理设备120可以获取与目标对象待成像的部分相对应的参考位姿模型。仅作为示例，如果需要对目标对象的胸部进行成像，则可以获取对应于胸部检查的第一参考位姿模型。第一参考位姿模型可以表示站在地板上并将手放在腰上的参考对象。又例如，如果需要对目标对象的椎骨成像，则可以获取对应于椎体检查的第二参考位姿模型。第二参考位姿模型可以代表躺在扫描台上，腿和手臂伸展在扫描台上的参考对象。
在一些实施例中，具有至少两个位姿模型的位姿模型库可以预先生成并存储在存储设备(例如，存储设备130、存储设备220和/或存储器390、外部源)中。在一些实施例中，可以基于参考对象的数据不时地，例如，定期地或不定期地，更新位姿模型库，该参考对象的数据至少部分地不同于用于生成原始位姿模型库的原始数据。参考对象的数据可以包括参考对象的待成像部位、参考对象的一个或以上特征(例如，性别、身体形状)等。在一些实施例中，至少两个位姿模型可以包括对应于人体不同检查区域的位姿模型。例如，对于每个检查区域(例如，胸部、椎骨、肘部)，可以有一组位姿模型，其中组中的每个位姿模型可以代表具有特定特征(例如，具有特定性别和/或特定身体形状)的参考对象，并保持与检查区域相对应的参考位姿。仅作为示例，对于人类的胸部，其相应位姿模型组可以包括代表至少两个参考对象的位姿模型，所述至少两个参考对象保持标准的胸部检查位姿并且具有不同的身体形状(例如，身高和/或体重)。
位姿模型(或其一部分)可以由成像系统100的计算设备(例如，处理设备120)预先生成。另外地或可替代地，位姿模型(或其一部分)可以由提供和/或维护位姿模型的卖方的系统生成和提供，其中卖方的系统不同于成像系统100。处理设备120可以直接地或通过网络(例如，网络150)从计算设备和/或存储位姿模型的存储设备生成或获取位姿模型。
处理设备120还可以基于目标对象的待成像部位和目标对象的一个或以上特征(例如，性别、身体形状等)，从位姿模型库中选择参考位姿模型。例如，处理设备120可以获取与待成像的目标对象的部位相对应的一组位姿模型，并从该组位姿模型中选择一个作为参考位姿模型。所选择的位姿模型可以表示与该目标对象具有相同特征或相似特征的参考对象。仅作为示例，如果目标对象的待成像部位是胸部，而目标对象是女性，则处理设备120可以获取一组与胸部检查相对应的位姿模型，并选择代表女性参考对象的位姿模型作为目标对象的参考位姿模型。通过预先生成位姿模型，可以简化参考位姿模型的生成过程，进而可以提高目标对象的目标位姿模型的生成效率。
在一些实施例中，参考对象的参考位姿模型可以用一个或以上参考特征点注释。类似于对象模型的特征点，参考特征点可以对应于参考对象的特定解剖点(例如关节)。从参考位姿模型中识别参考特征点可以与结合操作920所描述的从对象模型中识别特征点相似的方式执行，并且在此不再重复其描述。
在940中，处理设备120(例如，分析模块720)可以基于对象模型和参考位姿模型生成目标对象的目标位姿模型。如本文所使用的，目标对象的目标位姿模型是指表示保持参考位姿的目标对象的模型。
在一些实施例中，处理设备120可以根据参考位姿模型转换对象模型来生成目标对象的目标位姿模型。例如，处理设备120可以获取一个或以上参考位姿模型的参考位姿参数。一个或以上参考位姿参数可以预先由计算设备生成并存储在诸如成像系统100的存储设备(例如，存储设备130)的存储设备中。可替代地，一个或以上参考位姿参数可以由处理设备120通过分析参考位姿模型来确定。
处理设备120可以进一步基于一个或以上参考位姿参数转换对象模型生成目标对象的目标位姿模型。在一些实施例中，处理设备120可以基于一个或以上参考位姿参数对对象模型的一个或以上部位执行一个或以上图像处理操作(例如，旋转、平移、变形)，以生成目标位姿模型。例如，处理设备120可以旋转表示目标对象右腕的对象模型的部位，以使变换后的对象模型中的目标对象右腕的关节角可以等于或基本等于参考位姿模型的右腕关节角。又例如，处理设备120可以平移表示目标对象的左脚踝的第一部分和/或表示目标对象的右脚踝的第二部分，以使变换后的对象模型中的第一部分和第二部分之间的距离可以等于或基本上等于参考位姿模型的左脚踝和右脚踝之间的距离。
在一些实施例中，处理设备120可以根据对象模型转换参考位姿模型来生成目标对象的目标位姿模型。例如，处理设备120可以获取对象模型的一个或以上的轮廓参数。一个或以上轮廓参数可以预先由计算设备生成并存储在诸如成像系统100的存储设备(例如，存储设备130)中。或者，可以由处理设备120通过分析对象模型来确定一个或以上轮廓参数。
处理设备120可以进一步基于对象模型的一个或以上轮廓参数转换参考位姿模型生成目标对象的目标位姿模型。在一些实施例中，处理设备120可以基于一个或以上轮廓参数对参考位姿模型的一个或以上部分进行一个或以上图像处理操作(例如，旋转、平移、变形)，以生成目标位姿模型。例如，处理设备120可以拉伸或收缩参考位姿模型，使得变换后的参考位姿模型的高度可以等于或基本等于对象模型的高度。
在一些实施例中，处理设备120可以在一个或以上的其他扫描准备操作中使用对象模型和/或目标位姿模型。例如，处理设备120可以基于对象模型使医学成像装置的活动组件(例如，扫描台)移动到它们各自的目标位置。在一些实施例中，目标位姿模型可用于辅助对目标对象进行摆位。例如，可以将目标位姿模型或基于目标位姿模型生成的合成图像显示给目标对象，以指导目标对象调整他/她的位姿。又例如，在将目标对象摆位到扫描位置之后，处理设备120可以基于目标位姿模型确定是否需要调整目标对象的位姿。与需要用户(例如医生)检查目标对象的位姿和/或指示目标对象的位姿进行调整的传统摆位方法相比，本文公开的目标对象摆位技术可以在没有用户干预，减少或最小化用户干预的情况下实现，是省时、高效和准确的。关于对象模型和/或目标位姿模型的使用的更多描述可以在本申请的其他地方找到。参见例如图16A至图17及其相关描述。
应当注意的是，以上描述仅出于说明的目的而提供，并不旨在限制本申请的范围。对于本领域的普通技术人员而言，可以根据本申请的描述，做出各种各样的变化和修改。然而，那些变化和修改不会背离本申请的范围。在一些实施例中，可添加或省略一项或多项操作。例如，可以在操作920之前添加对目标对象的图像数据进行预处理(例如，去噪)的操作。在一些实施例中，两个或以上操作可以同时执行。例如，操作920和操作930可以同时执行。又例如，可以在操作920之前执行操作930。
图10是根据本申请一些实施例所示的用于扫描准备的示例性过程的流程图。在一些实施例中，过程1000可以在图1所示的成像系统100中实现。例如，过程1000可以以指令的形式存储在存储设备(例如，存储设备130、存储设备220、存储器390)中，并由处理设备120(例如，如图2所示的计算设备200的处理器210、如图3所示的移动设备300的CPU 340、如图7所示的一个或以上模块)执行。以下所示过程的操作仅出于说明的目的。在一些实施例中，过程1000可以利用未描述的一个或以上附加操作，和/或没有所讨论的一个或以上操作来完成。另外，如图10所示和以下描述的过程1000的操作的顺序并非旨在限制。
在1010中，处理设备120(例如，获取模块710)可获取目标对象的图像数据。
可以以与结合图9描述的操作910类似的方式来执行操作1010，并且在此不重复其描述。
在1020中，对于医学成像装置的一个或以上活动组件，处理设备120(例如，分析模块720)可以基于图像数据确定医学成像装置的一个或以上活动组件中的每一个的目标位置。
医学成像装置可以用于对目标对象进行扫描。在一些实施例中，医学成像装置(例如医学成像装置110)可以是X射线成像设备(例如，悬吊式X射线成像设备、C型臂X射线成像设备)、数字射线照相(DR)设备(例如，移动数字X射线成像设备)、CT设备、PET设备、MRI设备等。仅作为示例，对于X射线成像设备，X射线成像设备的一个或以上活动组件可以包括扫描台(例如扫描台114)、探测器(例如探测器112、平板探测器440)、X射线源(例如放射源115、X射线源420)等。活动组件的目标位置是指根据，例如，目标对象的位姿和/或目标对象的成像协议，在目标对象的扫描期间活动组件需要位于的估计位置。
在一些实施例中，处理设备120可以基于图像数据通过确定目标对象的高度来确定活动组件(例如，扫描台)的目标位置。例如，处理设备120可以识别图像数据中的目标对象的表示，并且确定图像域中目标对象的表示的参考高度。仅出于说明目的，可以在图像数据中识别位于目标对象脚下的第一点和位于目标对象头顶上方的第二点。可以将第一点和第二点之间的像素点距离(或体素距离)确定为图像域中目标对象的表示的参考高度。然后，处理设备120可以基于参考高度和捕获图像数据的图像捕捉装置的一个或以上参数(例如，内部参数、外部参数)来确定物理世界中目标对象的高度。
处理设备120还可以基于目标对象的高度确定活动组件的目标位置(例如，高度)。例如，处理设备120可以将扫描台的高度确定为目标对象的高度的1/3、1/2等。扫描台的高度可以表示为，例如，目标对象所躺的扫描台的表面在如图4A所示的坐标系470中的Z轴坐标。这样，可以根据目标对象的高度自动确定并调整扫描台的高度，方便目标对象上下扫描台。在目标对象上扫描台之后，扫描台可以进一步移动到第二目标位置，以准备对目标对象进行成像(或治疗)。
附加地或替代地，处理设备120可以基于目标对象的图像数据生成对象模型(或者如图9中描述的目标位姿模型)来确定活动组件的目标位置。关于生成对象模型(或目标位姿模型)的更多描述可以在本申请的其他地方找到(例如，图9及其描述)。处理设备120可以在对象模型中确定目标区域，其中目标区域可以对应于目标对象的ROI。ROI可以包含需要由医学成像装置成像的目标对象的一个或以上身体部位(例如，组织、器官)。处理设备120还可以基于目标区域确定活动组件的目标位置。
为了说明的目的，以基于目标区域确定医学成像装置的探测器(例如平板探测器)的目标位置为例进行说明。在一些实施例中，基于目标区域，处理设备120可以确定探测器的目标位置，当目标对象位于扫描位置时，处于目标位置的探测器可以覆盖目标对象的整个ROI。在这种情况下，探测器可以接收由X射线管发射的并有效地透过目标对象ROI的X射线束。在一些实施例中，如果探测器不能覆盖目标对象的全部ROI(例如，ROI的面积大于探测器的面积)，则处理设备120可以基于目标区域将ROI的中心确定为探测器的目标位置。可替代地，基于目标区域，处理设备120可以确定探测器的至少两个目标位置，在每个探测器的目标位置处，探测器可以覆盖ROI的特定部分。处理设备120可以使探测器移动到至少两个目标位置中的每一个，以获取对应目标对象的ROI的特定部分的图像。处理设备120可以通过组合对应于ROI的不同部分的至少两个图像来进一步生成目标对象的ROI的图像。
在一些实施例中，可以根据各种方法从对象模型中确定与目标对象的ROI相对应的目标区域。例如，处理设备120可以从对象模型中识别出与目标对象的ROI相对应的一个或以上特征点。对应于ROI的特征点可以包括在对象模型中对应于ROI的代表性物理点的像素或体素。目标对象的不同ROI可以具有其相应的代表性物理点或解剖点。仅作为示例，与目标对象的胸部相对应的一个或以上的代表性物理点可以包括第九胸椎(即脊柱T9)、第十一胸椎(即脊柱T11)和第三腰椎(即脊柱L3)。与目标对象右腿相对应的一个或以上代表性物理点可以包括右膝。以目标对象的胸部作为示例性ROI，如图11A所示，可以从对象模型中识别出与脊柱T9相对应的特征点3，与脊柱T11相对应的特征点4，以及与脊柱L3相对应的特征点5。处理设备120还可以基于一个或以上识别的特征点确定对象模型的目标区域。例如，处理设备120可以将在对象模型中包围一个或以上识别的特征点的区域确定为目标区域。关于基于一个或以上识别的特征点确定目标区域的更多描述可以在本申请的其他地方找到(例如，图11A及其描述)。
又例如，处理设备120可以将对象模型划分为至少两个区域(例如，如图11B所示的区域1、区域2、…和区域10)。处理设备120可以从至少两个区域中选择与目标对象的ROI相对应的目标区域。基于至少两个区域确定目标区域的更多描述可以在本申请的其他地方找到(例如，图11B及其描述)。
在一些实施例中，处理设备120可以进一步基于探测器的目标位置和目标对象的成像协议确定X射线管的目标位置。X射线管可以生成辐射束(例如X射线束)并朝目标对象发射。例如，处理设备120可以基于探测器的目标位置和在成像协议中定义的源像距(SID)来确定X射线管的目标位置。X射线管的目标位置可以包括如图4A所示的坐标系470中X射线管的坐标(例如，X轴坐标、Y轴坐标和/或Z轴坐标)，和/或X射线管的角度(例如X射线管阳极靶的倾斜角)。如本文所使用的，SID是指X射线管的焦点靶沿X射线管生成和发射的辐射束的射束到图像接收器(例如X射线探测器)之间的距离。在一些实施例中，SID可以由成像系统100的用户(例如，医生)手动设置，或者由成像系统100的一个或以上组件(例如，处理设备120)根据不同的情况来确定。例如，用户可以通过终端设备手动输入关于SID的信息(例如，SID的值)。医学成像装置(例如医学成像装置110)可以接收关于SID的信息，并根据用户输入的信息设置SID的值。又例如，用户可以通过控制医学成像装置的一个或以上组件(例如放射源和/或探测器)的移动来手动设置SID。
附加地或替代地，处理设备120可以基于X射线管的目标位置和与光野有关的一个或以上参数(例如，光野的目标尺寸)来确定准直器的目标位置。关于光野的参数的确定和准直器的目标位置的确定的更多描述可以在本申请的其他地方找到(例如，图12及其描述)。
应当注意的是，上面提到的基于图像数据确定活动组件的目标位置的描述只是出于说明的目的，并不旨在限制本申请的范围。例如，可以基于对象模型而不是原始的图像数据确定目标对象的高度，并且可以基于目标对象的高度进一步确定扫描台的目标位置。又例如，可以基于原始的图像数据确定探测器的目标位置，而不生成对象模型。仅作为示例，可以从原始的图像数据中识别出与目标对象的ROI相对应的特征点，并且可以基于从原始的图像数据中识别出的特征点来确定探测器的目标位置。
在1030中，对于医学成像装置的一个或以上活动组件中的每一个，处理设备120(例如，控制模块730)可以使活动组件移动到其目标位置。
在一些实施例中，处理设备120可以向活动组件或能够驱动活动组件移动的驱动装置发送指令，以使活动组件移动至其目标位置。该指令可以包括与活动组件的运动有关的各种参数。与活动组件的运动有关的示例性参数可以包括运动距离、运动方向、运动速度等或其任意组合。
与用户需要手动确定和/或检查医学成像装置的活动组件的位置的常规方式相比，本申请公开的确定活动组件的目标位置的自动化系统和方法可以通过减少用户的工作量、跨用户变化以及系统设置所需的时间来提高准确性和效率。
在1040中，当医学成像装置的一个或以上活动组件中的每一个在其各自的目标位置处时，处理设备120(例如，控制模块730)可以使医学成像装置扫描目标对象。
在一些实施例中，在操作1040之前，可以进一步检查和/或调整在操作1030中确定的活动组件的目标位置。例如，活动组件的目标位置可以由成像系统100的用户手动检查和/或调整。作为又一示例，在目标对象位于扫描位置之后，可以使用图像捕捉装置捕获目标对象的目标图像数据。成像系统100的一个或以上组件(例如，处理设备120)可以基于目标图像数据自动检查和/或调整活动组件(例如，探测器)的目标位置。例如，基于目标图像数据，处理设备120可以从医学成像装置中的至少两个电离室中选择至少一个目标电离室。处理设备120还可以基于选择的至少一个目标电离室的位置，确定是否需要调整探测器的目标位置。关于选择至少一个目标电离室的更多描述可以在本申请的其他地方找到。参照例如图16A至图16C及其相关描述。
在一些实施例中，在扫描目标对象的过程中可以获取目标对象的医疗图像数据。处理设备120可以执行一个或以上附加操作来处理医疗图像数据。例如，处理设备120可以基于医疗图像数据确定目标对象的方位，并根据目标对象的方位显示医疗图像数据。关于确定目标对象的方位的更多描述，可以在本申请的其他地方找到。参照例如图13至图14及其相关描述。
应当注意的是，以上描述仅出于说明的目的而提供，并且不旨在限制本申请的范围。对于本领域普通技术人员而言，可以根据本申请的描述，做出各种各样的变化和修改。然而，那些变化和修改不会背离本申请的范围。在一些实施例中，可添加或省略一项或多项操作。例如，可以在操作1020之前添加对目标对象的图像数据进行预处理(例如，去噪)的操作。
图11A是根据本申请一些实施例所示的患者的示例性患者模型1100A的示意图。患者模型1100A可以是本申请中其他地方所描述的示例性患者模型(例如，图9和相关描述)。
如图11A所示，可以从患者模型中识别出至少两个特征点。每个特征点可以对应于患者的ROI的物理点(例如，解剖学关节)。例如，特征点1可以对应于患者的头部。特征点2可以对应于患者的脖子。特征点3可以对应于患者的脊柱T9。特征点4可以对应于患者的脊柱T11。特征点5可以对应于患者的脊柱L3。特征点6可以对应于患者的骨盆。特征点7可以对应于患者的右领。特征点8可以对应于患者的左领。特征点9可以对应于患者的右肩。特征点10可以对应于患者的左肩。特征点11可以对应于患者的右肘。特征点12可以对应于患者的左肘。特征点13可以对应于患者的右手腕。特征点14可以对应于患者的左手腕。特征点15可以对应于患者的右手。特征点16可以对应于患者的左手。特征点17可以对应于患者的右髋。特征点18可以对应于患者的左髋。特征点19可以对应于患者的右膝盖。特征点20可以对应于患者的左膝盖。特征点21可以对应于患者的右脚踝。特征点22可以对应于患者的左脚踝。特征点23可以对应于患者的右脚。特征点24可以对应于患者的左脚。
在一些实施例中，可以基于对应于ROI的一个或以上特征点确定对应于患者的特定ROI的患者模型1100A的目标区域。例如，特征点2、3、4、5和6可以都对应于患者的脊椎。可以通过从患者模型1100A中识别特征点2、3、4、5和6来确定对应于患者脊柱的目标区域1，其中目标区域1可以包围特征点2、3、4、5和6。又例如，特征点3、4和5可以都对应于患者的胸部。可以通过从患者模型1100A中识别特征点3、4和5来确定对应于患者胸部的目标区域2，其中目标区域2可以包围特征点3、4和5。作为又一个示例，特征点19可以对应于患者的右膝盖。可以通过从患者模型1100A中识别特征点19来确定与患者的右膝相对应的目标区域3，其中目标区域3可以包围特征点19。
图11B是根据本申请一些实施例所示的患者的示例性患者模型1100B的示意图。
如图11B所示，可以从患者模型1100B中分割出至少两个区域(例如，区域1、区域2、区域3、区域4、…和区域10)。可以基于至少两个区域在患者模型1100B中识别对应于特定ROI的目标区域。例如，如图11B所示，覆盖区域1、2、3和4的区域可以被识别为对应于患者胸部的目标区域4。又例如，覆盖区域10的区域可以被识别为对应于患者的右膝的目标区域5。
在一些实施例中，可以用医学成像装置(例如医学成像装置110)扫描患者的ROI。可以基于与ROI相对应的目标区域来确定医学成像装置的活动组件(例如，探测器)的目标位置。关于基于目标区域确定活动组件的位置的更多描述，可以在本申请的其他地方找到。参见例如操作1020及其相关描述。
图12是根据本申请一些实施例所示的用于控制医学成像装置的光野的示例性过程的流程图。在一些实施例中，过程1200可以在图1所示的成像系统100中实现。例如，过程1200可以作为指令的形式存储在存储设备(例如，存储设备130、存储设备220、存储设备390)中，并由处理设备120(例如，如图2所示的计算设备200的处理器210、如图3所示的移动设备300的CPU 340、如图7所示的一个或以上模块)执行。以下所示过程的操作仅出于说明的目的。在一些实施例中，过程1200可以利用未描述的一个或以上附加操作，和/或没有所讨论的一个或以上操作来完成。另外，如图12所示和以下描述的过程1200的操作的顺序并非旨在限制。
在1210中，处理设备120(例如，获取模块710)可以获取医学成像装置待扫描(或检查或治疗)的目标对象的图像数据。图像数据可以由图像捕捉装置捕获。
可以以与结合图9描述的操作910类似的方式来执行操作1210，并且在此不再重复其描述。
在1220中，处理设备120(例如，分析模块720)可以基于图像数据确定光野的一个或以上参数值。
如本文所用，光野是指从医学成像装置的放射源(例如，X射线源)发射的射线(例如，X射线束)在目标对象上的照射区域。光野的一个或以上参数值可以与光野的一个或以上参数有关，例如光野的大小、形状、位置等或其任意组合。在一些实施例中，可以在放射源和目标对象之间放置一个限束装置(例如准直器)，并被配置为控制与光野有关的一个或以上参数。为了说明的目的，以下描述是参考确定光野的尺寸(或称为目标尺寸)的值来描述的。这不旨在是限制性的，并且本申请公开的系统和方法可以用于确定一个或以上与光野有关的其他参数。
在一些实施例中，处理设备120可以基于与目标对象的ROI有关的特征信息确定光野的目标尺寸。与目标对象的ROI有关的特征信息可以包括ROI的位置、高度、宽度、厚度等。如本文所使用的，ROI的宽度是指沿着垂直于目标对象的矢状面的方向的ROI的长度(例如，ROI的中心的长度、ROI的最大长度)。ROI的高度是指沿垂直于目标对象的横切面的方向的ROI的长度(例如，ROI的中心的长度、ROI的最大长度)。
在一些实施例中，处理设备120可以通过在图像数据或基于图像数据生成的目标对象的对象模型(或目标位姿模型)中识别目标区域，以确定与目标对象的ROI相关的特征信息。例如，处理设备120可以基于目标对象的图像数据生成对象模型，并且从对象模型中识别出目标区域。关于从图像数据或对象模型(或目标位姿模型)识别目标区域的更多描述，可以在本申请的其他地方找到(例如，操作1020及其描述)。处理设备120还可以基于目标区域和捕获图像数据的图像捕捉装置的一个或以上参数(例如，固有参数、外部参数)来确定ROI的特征信息(例如，宽度和高度)。
另外地或替代地，处理设备120可以基于与人类的解剖信息来确定目标对象的ROI的特征信息。解剖信息可以包括人体内一个或以上ROI的位置信息、一个或以上ROI的尺寸信息、一个或以上ROI的形状信息等，或其任意组合。在一些实施例中，可以从显示不同人的ROI的至少两个样本(例如图像)中获取解剖信息。例如，ROI的尺寸信息可以与至少两个样本中的相同ROI的平均尺寸相关联。具体地，至少两个样本可以是具有与患者相似的特征(例如，相似的身高或体重)的其他人。在一些实施例中，人类的解剖信息可以存储在存储设备中(例如，存储设备130、存储设备220、存储器390或外部源)。
在确定ROI的特征信息之后，处理设备120可以基于目标对象的ROI的特征信息进一步确定光野的目标尺寸。在对目标对象执行扫描时，具有目标尺寸的光野能够覆盖对象模型的整个ROI。例如，光野的宽度可以大于或等于ROI的宽度，光野的高度可以大于或等于ROI的高度。
在一些实施例中，处理设备120可以基于ROI的特征信息与光野尺寸之间的关系来确定光野的目标尺寸(也被称为第一关系)。仅作为示例，可以基于ROI的高度(和/或宽度)与光野尺寸之间的第一关系来确定目标尺寸。较大的高度(和/或较大的宽度)可以对应于较大的光野尺寸值。ROI的高度(和/或宽度)与尺寸之间的第一关系可以以表格或曲线的形式来表示，该表格或曲线记录了ROI的不同的高度(和/或宽度)及其对应的尺寸值、数学函数等。在一些实施例中，ROI的高度(和/或宽度)与尺寸之间的第一关系可以存储在存储设备(例如，存储设备130、存储设备220、存储器390、或外部源)。处理设备120可以从存储设备中获取第一关系，并基于所获取的第一关系和ROI的高度(和/或宽度)来确定光野的目标尺寸。
另外地或可替代地，处理设备120可以使用光野确定模型来确定光野的目标尺寸。如本文中所使用的，光野确定模型是指被配置为接收输入并基于该输入输出医学成像装置的光野的目标尺寸的模型(神经网络)或算法。例如，可以将在操作1210中获取的图像数据和/或基于图像数据确定的ROI的特征信息输入到光野确定模型中，光野确定模型可以输出光野的目标尺寸。
在一些实施例中，可以经由网络(例如，网络150)从成像系统100的一个或以上组件或外部源获取光野确定模型。例如，可以通过计算设备(例如，处理设备120或光野确定模型的卖方的处理设备)预先训练光野确定模型，并将其存储在存储设备(例如，存储设备130、存储设备220、存储器390或外部源)中。处理设备120可以访问存储设备并获取光野确定模型。在一些实施例中，可以根据机器学习算法训练光野确定模型，例如人工神经网络算法、深度学习算法、决策树算法、关联规则算法、归纳逻辑编程算法、支持向量机算法、聚类算法、贝叶斯网络算法、强化学习算法、表示学习算法、相似度和度量学习算法、稀疏字典学习算法、遗传算法、基于规则的机器学习算法等，或其任何组合。用于生成光野确定模型的机器学习算法可以是有监督的学习算法、半监督的学习算法、无监督的学习算法等。
在一些实施例中，可以基于至少两个训练样本对光野确定模型进行训练。每个训练样本可以包括样本对象的样本图像数据和/或样本对象的样本ROI的样本特征信息(例如，样本对象的样本ROI的高度和/或宽度)以及样本光野的样本尺寸。如本文所使用的，样本对象的样本图像数据是指被用来训练光野确定模型的样本对象的图像数据。例如，样本对象的样本图像数据可以包括样本对象的2D图像、点云数据、颜色图像数据、深度图像数据或医学图像数据。可以将样本光野的样本尺寸用作基础事实，可以按照与如上所述确定光野的目标尺寸的类似方式来确定，也可以由用户(例如，医生)基于经验手动设置。处理设备120或另一个计算设备可以通过使用至少两个训练样本训练初始模型来生成光野确定模型。例如，可以根据如上所述的机器学习算法(例如，监督机器学习算法)训练初始模型。
在一些实施例中，如果光野的目标尺寸不能覆盖目标对象的整个ROI(例如，ROI的尺寸大于光野的目标尺寸)，则处理设备120可以确定至少两个光野。每个光野可以覆盖ROI的特定部分，并且至少两个光野的总尺寸可以等于或大于ROI的尺寸，以便光野可以覆盖目标对象的整个ROI。
在1230中，处理设备120(例如，控制模块730)可以使医学成像装置根据光野的一个或以上参数值，扫描目标对象。
在一些实施例中，处理设备120可以确定医学成像装置中的用于生成和/或控制放射的一个或以上组件的一个或以上的参数值，以获取光野的一个或以上参数值。仅作为示例，处理设备120可以基于光野的一个或以上参数值(例如，光野的目标尺寸)确定医学成像装置的限束装置(例如，准直器)的目标位置。在一些实施例中，准直器可以包括至少两个叶片。处理设备120可以基于光野的一个或以上参数值确定准直器的每个叶片的位置。处理设备120还可以使医学成像装置根据其各自的参数值调整用于生成和/或控制放射的组件，并在调整后扫描目标对象。
在一些实施例中，确定光野的一个或以上参数值之后，处理设备120可以执行一个或以上附加操作以准备对目标对象进行扫描。例如，处理设备120可以至少部分地基于光野的一个或以上参数值来确定与目标对象相关联的预估剂量的值。关于剂量预估的更多描述可以在本申请的其他地方找到。参见例如图15及其相关描述。又例如，在目标对象位于扫描位置之后，可以进一步检查和/或调整在过程1200中确定的光野的一个或以上参数值。
使用本申请公开的自动化的光野控制系统和方法，可以以更准确和有效的方式，例如，减少用户的工作量、跨用户变化以及光野控制所需的时间，来控制光野。
应当注意的是，以上描述仅出于说明的目的而提供，并不旨在限制本申请的范围。对于本领域普通技术人员而言，可以根据本申请的描述，做出各种各样的变化和修改。然而，那些变化和修改不脱离本申请的范围。在一些实施例中，可添加或省略一项或多项操作。例如，可以在操作1220之前添加对目标对象的图像数据进行预处理(例如，去噪)的操作。
图13是根据本申请一些实施例所示的用于确定目标对象方位的示例性过程的流程图。在一些实施例中，过程1300可以在图1所示的成像系统100中实现。例如，过程1300可以作为指令的形式存储在存储设备(例如，存储设备130、存储设备220、存储器390)中，并由处理设备120(例如，如图2所示的计算设备200的处理器210、如图3所示的移动设备300的CPU 340、如图7所示的一个或以上模块)执行。以下所示过程的操作仅出于说明的目的。在一些实施例中，过程1300可以利用未描述的一个或以上附加操作，和/或没有所讨论的一个或以上操作来完成。另外，如图13所示和以下描述的过程1300的操作的顺序并非旨在限制。
在1310中，处理设备120(例如，获取模块710)可以获取目标对象的第一图像。
如本文所使用的，目标对象的第一图像是指使用图像捕捉装置(例如，图像捕捉装置160)或医学成像装置(例如，医学成像装置110)捕获的原始图像。例如，在目标对象位于扫描位置之后，可以通过相机捕获第一图像。又例如，可以基于在目标对象的X射线扫描中由X射线成像设备获取的医学图像数据生成第一图像。
在一些实施例中，处理设备120可以从图像捕捉装置或医学成像装置获取第一图像。可替代地，可以通过图像捕捉装置或医学成像装置获取第一图像并将其存储在存储设备(例如，存储设备130、存储设备220、存储器390或外部源)中。处理设备120可以从存储设备获取第一图像。
在1320中，处理设备120(例如，分析模块720)可以基于第一图像确定目标对象的方位。
如本文所用，目标对象的方位是指从目标对象的上部(也称为头部位)到目标对象的下部(也称为脚部位)或从下部到上部的方向。通常，人或人的一部分(例如，器官)的上部可能更靠近人的头部，下部可能更靠近人的脚。人体部位的上部和下部可以根据人体解剖学来定义。例如，对于目标对象的手，手的手指可以对应于手的下部，而手的腕部可以对应于手的上部。
在一些实施例中，目标对象的方位可以包括“头朝上”方位、“头朝下”方位、“头朝左”方位和“头朝右”方位等，或其任意组合。例如，可以将目标对象放置在如图4A所示的扫描台410上。扫描台410的四个边缘可以分别表示为上边缘、下边缘、左边缘和右边缘。对于“头朝上”方位的目标对象，目标对象的上部可以更靠近扫描台410的上边缘，而目标对象的下部可以更靠近扫描台410的下边缘。换句话说，从目标对象的上部到下部的方向可以与从扫描台410的上边缘到下边缘的方向(基本上)相同。对于“头朝下”方位的目标对象，目标对象的上部可以更靠近扫描台410的下边缘，而目标对象的下部可以更靠近扫描台410的上边缘。换句话说，从目标对象的上部到下部的方向可以与从扫描台410的下部边缘到上边缘的方向(基本上)相同。对于“头朝右”方位的目标对象，目标对象的上部可以更靠近扫描台410的右边缘，而目标对象的下部可以更靠近扫描台410的左边缘。换句话说，从目标对象的上部到下部的方向可以与从扫描台410的右边缘到左边缘的方向(基本上)相同。对于“头朝左”方位的目标对象，目标对象的上部可以更靠近扫描台410的左边缘，而目标对象的下部可以更靠近扫描台410的右边缘。换句话说，从目标对象的上部到下部的方向可以与从扫描台410的左边缘到右边缘的方向(基本上)相同。关于上述目标对象方向的描述仅用于说明目的，而不进行限制。例如，扫描台410的任何边缘都可以视为上边缘。
在一些实施例中，第一图像的每一侧可以对应于成像系统100中的参考物体。例如，第一图像的上侧可以对应于扫描台的上边缘，第一图像的下侧可以对应于扫描台的下边缘，第一图像的左侧可以对应于扫描台的左边缘和第一图像的右侧可以对应于扫描台的右边缘。第一图像的一侧与其在成像系统100中的对应参考物体之间的对应关系可以由成像系统100的用户可以手动设置，或者由成像系统100的一个或以上组件(例如，处理设备120)确定。
在一些实施例中，处理设备120可以确定第一图像中对应目标对象的ROI的目标区域的方向。目标对象的ROI可以是整个目标对象本身，也可以是其一部分。例如，处理设备120可以从第一图像中识别与ROI相对应的至少两个特征点。对应于ROI的特征点可以包括第一图像中与ROI的代表物理点相对应的像素点或体素。目标对象的不同ROI可以具有其相应的代表物理点。仅作为示例，与目标对象的手相对应的一个或以上代表物理点可以包括手指(例如，拇指、食指、中指、无名指和小指)和手腕。手指和手腕可以分别对应于手的上部和下部。至少两个特征点可由用户(例如，医生)手动识别和/或由计算设备(例如，处理设备120)根据图像分析算法(例如，图像分割算法、特征点获取算法)确定。
然后，处理设备120可以基于至少两个特征点来确定目标区域的方向。例如，处理设备120可以基于至少两个特征点之间的相对位置来确定目标区域的方向。处理设备120可以进一步基于目标区域的方向确定目标对象的方向。例如，可以将目标区域的方向指定为目标对象的方向。
以在第一图像中确定手的方位为例，处理设备120可以识别出第一图像中与中指(作为手的示例性下部)相对应的第一特征点和与手腕(作为手的示例性上部)相对应的第二特征点。处理设备120可以将从第一特征点到第二特征点的方向确定为与第一图像中的手相对应的目标区域的方位。处理设备120还可以基于第一图像中目标区域的方位以及成像系统100中第一图像的一侧与各自参考物体之间的对应关系(也被成为第二关系)确定手的方位。仅作为示例，如果与手相对应的目标区域的方位(即，从手腕到中指的方向)是从第一图像的上侧到下侧，第一图像的上侧对应于扫描台的上边缘，而第一图像的下侧对应于扫描台的下边缘，则处理设备120可以确定手的方位为“头朝上”。
在一些实施例中，处理设备120可以确定在第一图像中与目标对象的ROI相对应的目标区域的位置，并且基于目标区域的位置来确定目标对象的方位。例如，目标对象可以是患者，而ROI可以是患者的头部。处理设备120可以根据图像分析算法(例如图像分割算法)从第一图像中识别出与目标对象的头部对应的目标区域。处理设备120可以将所识别的目标区域的中心的位置确定为目标区域的位置。基于目标区域的位置，处理设备120可以进一步确定第一图像的哪一侧最接近第一图像中的目标区域。仅作为示例，如果在第一图像中，目标区域最靠近第一图像的上侧，并且第一图像的上侧与扫描台的上边缘相对应，则处理设备120可以确定患者的方位是“头朝上”。
在1330中，处理设备120(例如，控制模块730)可以基于目标对象的方位和第一图像使终端设备(例如终端设备140)显示目标对象的第二图像。在第二图像中目标对象的表示具有参考方位。
如本文所使用的，目标对象的参考方位是指在第二图像中显示的从目标对象的上部到下部或从目标对象的下部到上部的期望或预期方向。例如，为了使第二图像与图像显示惯例或用户(例如，医生)的阅片习惯一致，参考方位可以是“头朝上”方位。在一些实施例中，参考方位可以由用户(例如，医生)手动设置，或者由成像系统100的一个或以上组件(例如，处理设备120)确定。例如，参考方位可以由处理设备120通过分析用户的图像浏览历史来确定。
在一些实施例中，处理设备120可以基于目标对象的方位和第一图像生成目标对象的第二图像，并且将第二图像发送到终端设备进行显示。例如，处理设备120可以基于第一图像和目标对象的方位确定显示参数。显示参数可以包括第一图像的旋转角度和/或旋转方向。例如，目标对象具有“头朝下”方位，参考方位是“头朝上”方位，则处理设备120可以确定第一图像需要顺时针旋转180度。处理设备120可以通过将第一图像顺时针旋转180度来生成第二图像。出于说明的目的，处理设备120可以将第一图像顺时针旋转180度，并且将旋转后的第一图像(也称为第二图像或调整后的第一图像)发送到终端设备以进行显示。
在一些实施例中，处理设备120可以在第二图像上添加至少一个表示目标对象的方位的注释，并将具有至少一个注释的第二图像传输至终端设备进行显示。例如，可以将代表目标对象右侧的注释“R”和/或代表目标对象左侧的注释“L”添加到第二图像。
在一些实施例中，处理设备120可以将目标对象的方位和第一图像传输到终端设备。终端设备可以基于目标对象的方位和第一图像来生成目标对象的第二图像。例如，终端设备可以基于目标对象的方位和第一图像确定显示参数。然后终端设备可以基于第一图像和显示参数来生成第二图像，并显示第二图像。仅作为示例，终端设备可以基于显示参数调整(例如，旋转)第一图像，并显示调整后(旋转后)的第一图像(也称为第二图像)。
在一些实施例中，处理设备120可以基于目标对象的方位和第一图像确定显示参数。处理设备120可以将第一图像和显示参数发送到终端设备。终端设备可以基于第一图像和显示参数来生成患者的第二图像。终端设备可以进一步显示第二图像。仅作为示例，终端设备可以基于显示参数调整(例如，旋转)第一图像，并显示调整后(旋转后)的第一图像(也称为第二图像)。
根据本申请的一些实施例，可以基于第一图像确定目标对象的方位，并且如果目标对象的方位与参考方位不一致，则可以旋转第一图像以生成表示目标对象具有参考方位的第二图像。这样，所显示的第二图像可以方便用户查看。另外，可以在第二图像上添加表示目标对象的方位的注释，从而使用户可以更准确、更有效地处理第二图像。
应当注意的是，以上描述仅出于说明的目的而提供，并且不旨在限制本申请的范围。对于本领域普通技术人员而言，可以根据本申请的描述，做出各种各样的变化和修改。然而，那些变化和修改不脱离本申请的范围。在一些实施例中，可添加或省略一项或多项操作。例如，可以在操作1320之前添加对目标对象的第一图像进行预处理(例如，去噪)的操作。
图14是根据本申请一些实施例所示的不同方位的手的示例性图像1401、1402、1403和1404的示意图。
如图14所示，在图像1401中，从手的手腕到手指的方向与从图像1401的下侧到上侧的方向(基本上)相同。在图像1402中，从手的手腕到手指的方向与从图像1402的上侧到下侧的方向(基本上)相同。在图像1403中，从手的手腕到手指的方向与从图像1403的右侧到左侧的方向(基本上)相同。在图像1404中，从手的手腕到手指的方向与从图像1404的左侧到右侧的方向(基本上)相同。
假设图像(例如，图像1401、图像1402、图像1403和图像1404)的上侧、下侧、左侧和右侧分别对应于支撑手的扫描台的上边缘、下边缘、左边缘和右边缘。图像1401至1404中的手的方位可以分别是“头朝下”、“头朝上”、“头朝右”和“头朝左”。
图15是根据本申请一些实施例所示的用于剂量估计的示例性过程的流程图。在一些实施例中，过程1500可以在图1所示的成像系统100中实现。例如，过程1500的至少一部分可以作为指令的形式存储在存储设备(例如，存储设备130、存储设备220、存储设备390)中，并由处理设备120(例如，如图2所示的计算设备200的处理器210，如图3所示的移动设备300的CPU 340，如图7所示的一个或以上模块)调用和/或执行。以下所示过程的操作仅出于说明的目的。在一些实施例中，过程1500可以利用未描述的一个或以上附加操作来完成，和/或在没有所讨论的一个或以上操作的情况下完成。另外，如图15所示和以下描述的过程1500的操作的顺序并非旨在限制。
在1510中，处理设备120(例如，获取模块710)可以获得与待对目标对象进行的扫描有关的至少一个扫描参数的至少一个参数值。
例如，扫描可以是由医学成像装置(例如，医学成像装置110)进行的CT扫描、X射线扫描等。至少一个扫描参数可以包括医学成像装置的放射源的电压(表示为kV)、放射源的电流(表示为mA)、扫描的曝光时间(以毫秒为单位)、光野的尺寸、扫描模式、扫描台的移动速度、机架旋转速度、视野(FOV)、放射源与探测器之间的距离(也称为源像距或SID)等，或其任何组合。
在一些实施例中，可以根据目标对象相关的扫描的成像协议获得至少一个参数值。成像协议可以包括与扫描和/或目标对象有关的信息，例如，至少一个扫描参数(或其一部分)的值或值的范围、待成像的目标对象的一部分、目标对象的特征信息(例如性别、身体形状、厚度)等，或其任意组合。成像协议可以预先生成(例如，由用户手动输入或由处理设备120确定)，并存储在存储设备中。处理设备120可以从存储设备接收成像协议，并基于成像协议确定至少一个参数值。
在一些实施例中，处理设备120可以基于ROI来确定至少一个参数值。ROI是指待扫描的目标对象的区域或其一部分。仅作为示例，人的不同ROI可能具有不同的默认扫描参数值，并且处理设备120可以根据待成像的ROI的类型确定至少一个参数值。在一些实施例中，处理设备120可以基于ROI的特征信息确定至少一个参数值。ROI的特征信息可以包括ROI的位置，高度，宽度，厚度等。例如，可以基于由图像捕捉装置捕捉的目标对象中的图像数据来确定ROI的特征信息。关于基于图像数据确定ROI的特征信息的更多描述可以在本申请的其他地方找到，例如，在操作1220及其描述中。
出于说明目的，以下以基于ROI的厚度确定kV和mA的值为例进行说明。在一些实施例中，ROI可能包括不同的器官和/或组织。ROI中不同部分(例如，不同器官或组织)的厚度值可能会有所不同。ROI的厚度可以是诸如ROI的不同部分的平均厚度。
在一些实施例中，处理设备120可以获得在相同的对象或一个或以上其他对象(每个被称为样本对象)上进行的至少两个历史扫描的至少两个历史协议。至少两个历史协议中的每一个可以包括与对样本对象进行的历史扫描有关的至少一个扫描参数的至少一个历史参数值，其中，历史扫描的扫描类型与待对目标对象进行的扫描类型相同。可选地，每个历史协议可以进一步包括与相应样本对象有关的特征信息(例如，样本对象的ROI、样本对象的性别、样本对象的身体形状、样本对象ROI的厚度)。
在一些实施例中，处理设备120可以基于与目标对象相关的特征信息(例如，待成像的目标对象的ROI和ROI的厚度值)从至少两个历史协议中选择一个或以上历史协议以及与每个历史记录的样本对象有关的信息。仅作为示例，处理设备120可以选择至少两个历史协议中的一个历史协议，其样本对象与目标对象具有最高的相似度。可以如结合操作830所述确定目标对象和候选对象之间的相似度的类似的方式，基于样本对象的特征信息和目标对象的特征信息来确定样本对象和目标对象之间的相似度。对于特定的扫描参数，处理设备120还可以将选择的历史协议中的特定扫描参数的历史参数值指定为该扫描参数的参数值。又例如，处理设备120可以基于目标对象和样本对象的特征信息，在选择的历史协议中修改特定扫描参数的历史参数值，例如，目标对象的ROI和样本对象的ROI之间的厚度差。处理设备120还可以将特定扫描参数的修改后的历史参数值指定为特定扫描参数的参数值。关于基于至少两个历史协议确定扫描参数的参数值的更多描述可以在例如申请号为20102010185201.9、名称为“一种放射线设备的采集参数确定方法和系统”、于2020年3月17日提交的中国申请和申请号为202010374378.3、名称为“一种医学图像采集的方法和系统”、于2020年5月6日提交的中国申请中找到，其中每个中国申请的内容通过引用合并于此。
在一些实施例中，处理设备120可以使用参数值确定模型，基于目标对象的ROI和ROI的厚度来确定至少一个参数值。
在1520中，处理设备120(例如，获取模块710)可以获得参考剂量和至少一个扫描参数之间的关系(也称为第三关系)。在一些实施例中，参考剂量可以表示要递送给目标对象的单位面积剂量。备选地，参考剂量可以指示要递送给目标对象的剂量的总量。例如，第三关系可以预先由计算设备(例如，处理设备120或另一处理设备)生成并存储在存储设备(例如，存储设备130或外部存储设备)中。处理设备120可以从存储设备获得第三关系。
在一些实施例中，参考剂量与至少一个扫描参数之间的第三关系可以通过对参考对象进行至少两个参考扫描来确定。例如，处理设备120可以获得至少一个扫描参数的至少两个参考值集合。至少两个参考值集合的每个参考值集合可以包括至少一个扫描参数中的每个扫描参数的参考值。对于至少两个参考值集合的每个参考值集合，医学成像装置(例如医学成像装置110)可以根据参考值集合对参考对象进行参考扫描，并且在参考扫描过程中可以测量参考剂量的值。例如，参考对象可以是空气，并且辐射剂量计可以用于在参考扫描期间测量参考剂量的值。处理设备120(例如，分析模块720)可以基于至少一个扫描参数的至少两个参考值集合和与至少两个参考值集合相对应的参考剂量的至少两个值确定第三关系。
在一些实施例中，处理设备120可以通过对至少一个扫描参数的参考值集合和对应于参考值集合的参考剂量的值执行映射操作、拟合操作、模型训练操作等或其任何组合中的至少一项来确定第三关系。例如，第三关系可以以表格的形式呈现，该表格记录至少一个扫描参数的至少两个参考值集合及其对应的参考剂量的值。又例如，第三关系可以以拟合曲线或拟合函数的形式描述参考剂量的值如何随至少一个扫描参数的参考值变化。作为又一个示例，第三关系可以以剂量预估模型的形式呈现。可以基于至少一个扫描参数的参考值集合及其对应的参考剂量的值来生成至少两个第二训练样本。可以按照本申请其他部分所述(例如，图12及其相关描述)，根据机器学习算法，使用第二训练样本训练第二初步模型获取剂量预估模型。
仅作为示例，至少一个参数值可以包括kV、mA和ms。第一参考值集合可以包括kV的第一值(表示为kV1)、mA的第一值(表示为mA1)和ms的第一值(表示为ms1)。第二参考值集合可以包括kV的第二个值(表示为kV2)、mA的第二值(表示为mA2)和ms的第二值(表示为ms2)。可以通过使用第一参考值集合扫描空气来进行第一参考扫描，并且辐射剂量计可以测量在第一扫描中与第一参考值集合相对应的参考剂量的总剂量或单位面积剂量作为第一值。可以通过使用第二参考值集合扫描空气来进行第二参考扫描，辐射剂量计可以在第二次扫描中测量与第二参考值集合相对应的参考剂量的总剂量或单位面积剂量作为第二值。例如，第三种关系可以显示在一个表中，该表包括记录kV1、mA1、ms1和参考剂量的第一值，并记录kV2、mA2、ms2和参考剂量的第二值。又例如，kV1、mA1、ms1和参考剂量的第一值可以视为训练样本S1，kV2、mA2、ms2和参考剂量的第二值可以是训练样本S2。训练样本S1和S2可以用作生成剂量预估模型的第二训练样本。
在1530中，处理设备120(例如，分析模块720)可以基于第三关系和至少一个扫描参数的至少一个参数值，确定与目标对象相关联的预估剂量的值。
在一些实施例中，参考剂量可以表示总剂量。处理设备120可以基于第三关系来确定与至少一个扫描参数的至少一个参数值相对应的参考剂量的值。处理设备120还可以将参考剂量的值指定为预估剂量的值。
在一些实施例中，参考剂量可表示单位面积剂量。处理设备120可以基于第三关系和至少一个参数值来确定与至少一个扫描参数的至少一个参数值相对应的参考剂量的值。例如，处理设备120可以通过查找记录第三关系的表或将至少一个扫描参数的至少一个参数值输入剂量预估模型确定与至少一个扫描参数的至少一个参数值相对应的参考剂量值。处理设备120还可以获取与扫描有关的光野的尺寸(或面积)。例如，处理设备120可以通过执行结合图12描述的过程1200的一个或以上操作来确定光野的尺寸(或面积)。又例如，可以预先确定光野的尺寸(或面积)，例如，由用户手动确定或由其他计算设备确定并存储在存储设备中。处理设备120可以从存储设备获得光野的尺寸(或面积)。然后，处理设备120可以基于光野的尺寸(或面积)和单位面积剂量的值来确定预估剂量的值。例如，处理设备120可以将对应的光野的尺寸(或面积)与单位面积剂量的对应值的乘积确定为预估剂量的值。
在一些实施例中，预估剂量可以包括要在扫描期间递送给目标对象的第一预估剂量，例如，可以基于上述光野的尺寸和单位面积剂量的值来确定。在一些实施例中，处理设备120还可以基于第一预估剂量来确定第二预估剂量的值。第二预估剂量可以指示在扫描期间由目标对象(或其一部分)吸收的剂量。
在一些实施例中，可以扫描目标对象的至少两个ROI。对于至少两个ROI中的每一个，处理设备120可以确定在扫描期间由ROI吸收的第二预估剂量的值。例如，对于至少两个ROI中的每个ROI，处理设备120可以获得ROI的厚度和衰减系数。处理设备120还可以基于第一预估剂量的值，ROI的厚度和ROI的衰减系数来确定在扫描期间由相应的ROI吸收的第二预估剂量的值。附加地或可替代地，处理设备120可以进一步基于至少两个ROI的第二预估剂量的值来产生剂量分布图。剂量分布图可以以更直观和有效的方式示出扫描期间预估剂量被不同ROI吸收的分布。例如，在剂量分布图中，可以根据其各自的预估剂量的值以不同的颜色显示至少两个ROI。又例如，如果ROI的第二预估剂量的值超过吸收的剂量阈值，则ROI可以用特定的颜色或注释来标记，以提醒用户至少一个扫描参数的参数值可能需要检查和/或调整。
可选地，处理设备120可以确定由目标对象吸收的总预估剂量。在一些实施例中，处理设备120可以通过将ROI的第二预估剂量的值相加来确定由目标对象吸收的总预估剂量。附加或替代地，不同的ROI(例如，目标对象的不同器官或组织)可以对应于不同的厚度值和/或不同的衰减系数值。处理设备120可以确定至少两个ROI的平均厚度和至少两个ROI的平均衰减系数。
第一预估剂量和/或第二预估剂量可用于评估在操作1510中获得的至少一个扫描参数的至少一个参数值是否合适。例如，不足的第一预估剂量(例如，小于第一剂量阈值)可能指示基于在扫描中获取的扫描数据生成的图像的质量降低。又例如，超过第二剂量阈值的ROI的第二预估剂量可能表示该ROI可能受到过度伤害。通过确定第一预估剂量和/或第二预估剂量，然后评估至少一个扫描参数，一些问题(例如生成的图像的质量相对较低和/或对目标对象的过度损害)可以被避免。与用户需要手动确定第一预估剂量和/或第二预估剂量的常规方式相比，本文公开的自动剂量预估系统和方法可以更加准确和高效，例如，减少了用户的工作量，减少了不同用户之间的偏差，以及减少了选择至少一个目标电离室所需的时间。
在1540中，处理设备120(例如，分析模块720)可以确定预估剂量(例如，第一预估剂量)是否大于剂量阈值(例如，关联于第一预估剂量的剂量阈值)。响应于确定预估剂量大于剂量阈值，处理设备120可以进行操作1550以确定至少一个扫描参数的参数值需要调整。
响应于确定预估剂量小于(或等于)剂量阈值，处理设备120可以确定至少一个扫描参数的参数值不需要调整。可选地，处理设备120可以执行1560以向医学成像装置发送控制信号，以使医学成像装置基于至少一个扫描参数中的至少一个参数值对目标对象进行扫描。在一些实施例中，剂量阈值可以是存储在存储设备(例如，存储设备130)中或由用户手动设置的预设值。或者，可以由处理设备120确定剂量阈值。仅作为示例，可以根据性别、年龄和/或目标对象的其他参考信息，从至少两个候选剂量阈值中选择剂量阈值。
在一些实施例中，处理设备120可以将剂量评估结果(例如，第一预估剂量的值，第二预估剂量的值和/或剂量分布图)传输到终端设备(例如，终端设备140)。用户可以通过终端设备查看剂量评估结果。可选地，用户还可以输入关于是否需要调整至少一个扫描参数的参数值的响应。
在1550中，响应于确定预估剂量超过了剂量阈值，处理设备120(例如，分析模块720)可以确定需要调整至少一个扫描参数的参数值。
在一些实施例中，处理设备120可以向终端设备发送通知，以通知用户至少一个扫描参数的参数值需要调整。用户可以手动调整至少一个扫描参数的参数值。仅作为示例，用户可以调整(例如，减少或增加)放射源电压的参数值，放射源电流的参数值，曝光时间的参数值，SID等或其任何组合。
在一些实施例中，处理设备120可以发送控制信号以使医学成像装置调整至少一个扫描参数的参数值。例如，控制信号可以使医学成像装置将放射源电流的参数值减小例如10毫安。
在1560中，响应于确定预估剂量不超过剂量阈值，处理设备120(例如，控制模块730)可以使医学成像装置(例如，医学成像装置110)至少部分基于至少一个扫描参数的至少一个参数值对目标对象进行扫描。例如，处理设备120可以将在操作1510中获得的至少一个参数值和/或与扫描相关联的其他参数的参数值(例如，在图10的操作1030中确定的扫描台的目标位置或探测器的目标位置)发送到医学成像装置。在一些实施例中，可以在将目标对象置于扫描位置以接收扫描之前，期间或之后执行过程1500(或其一部分)。
在一些实施例中，在调整了至少一个扫描参数的至少一个参数值之后，处理设备120可以生成至少一个扫描参数的更新后的参数值。处理设备120可以将更新后的参数值发送到医学成像装置。医学成像装置可以至少部分基于更新的参数值来进行扫描。
应当注意的是，以上描述仅出于说明的目的而提供，并且无意于限制本申请的范围。对于本领域普通技术人员而言，可以在本本申请的教导下进行多种变化和修改。然而，那些变化和修改不脱离本申请的范围。在一些实施例中，可添加或省略一项或多项操作。例如，可以省略操作1540-1560。在一些实施例中，过程1500中的操作可以以不同的顺序执行。例如，可以在操作1510之前执行操作1520。
图16A是根据本申请一些实施例所示的用于在多个电离室中选择目标电离室的示例性过程的流程图。在一些实施例中，过程1600A可以在图1所示的成像系统100中实现。例如，过程1600A可以以指令的形式存储在存储设备(例如，存储设备130、存储设备220、存储设备390)中，并由处理设备120(例如，如图2所示的计算设备200的处理器210、如图3所示的移动设备300的CPU 340、如图7所示的一个或以上模块)调用和/或执行。以下所示过程的操作仅出于说明的目的。在一些实施例中，过程1600A可以用一个或以上未描述的附加操作和/或去掉一个或以上所讨论的操作来完成。另外，如图16A所示和以下描述的过程1600A的操作的顺序并非旨在限制。
在1610中，处理设备120(例如，获取模块710)可以获得待由医学成像装置扫描的目标对象的目标图像数据。医学成像装置可以包括多个电离室。在一些实施例中，医学成像装置(例如，医学成像装置110)可以是悬吊的X射线医学成像装置、数字射线照相(DR)设备(例如，移动数字X射线医学成像装置)、C型臂设备、CT设备等，或如本申请其他部分所述类似设备。
在一些实施例中，在目标对象定位到用于接收医学成像装置的扫描位置之后，目标图像数据可以被图像捕捉装置(例如，图像捕捉装置160)捕捉。例如，可以在将医学成像装置的一个或以上活动组件(例如，探测器)移动到它们各自的目标位置之后执行过程1600A。例如，可以以与操作1010-1030类似的方式确定一个或以上活动组件中的目标位置。又例如，过程1600A可以在用于剂量预估的过程1500之前或之后执行。
目标图像数据可以包括2D图像数据、3D图像数据、深度图像数据等，或其任意组合。在一些实施例中，处理设备120可以在目标对象定位在扫描位置之后向图像捕捉装置发送指令以捕捉目标对象的图像数据。响应于该指令，图像捕捉装置可以捕捉目标对象中的图像数据作为目标图像数据，并且将捕获的目标图像数据直接或经由网络(例如，网络150)发送到处理设备120。又例如，在目标对象定位在扫描位置之后，可以指示图像捕捉装置连续或间歇地(例如，周期性地)捕捉目标对象的图像数据。在一些实施例中，图像捕捉装置捕捉图像数据后，图像捕捉装置可以将图像数据传输到处理设备120作为目标图像数据进行进一步分析。在一些实施例中，可以几乎实时通过图像捕捉装置获取目标图像数据，将捕捉的目标图像数据传输至处理设备120，并且对目标图像数据进行分析，以使目标图像数据可以提供指示目标对象的几乎实时状态的信息。
医学成像装置中的电离室可以被配置为检测到达医学成像装置中的探测器的辐射量(例如，每单位时间单位面积的辐射量)。例如，多个电离室可包括通风室、密封的低压室、高压室等，或其任何组合。在一些实施例中，可以在多个电离室中，选择至少一个目标电离室(将结合操作1620进行描述)。至少一个目标电离室可以在对目标对象进行扫描时启动，而其他的电离室(如果有的话)在扫描目标对象的过程中可以关闭。
在1620中，处理设备120(例如，分析模块720)可以基于目标图像数据在多个电离室中选择至少一个目标电离室。
在一些实施例中，处理设备120可以在多个电离室中选择单个目标电离室。或者，处理设备120可以在多个电离室中选择多个目标电离室。例如，处理设备120可以将与扫描有关的光野的尺寸(例如，面积)与尺寸阈值进行比较。响应于确定光野的尺寸大于尺寸阈值，处理设备120可以在多个电离室中，选择两个或以上目标电离室。又例如，如果在ROI中存在至少两个感兴趣的器官，则处理设备120可以在多个电离室中选择至少两个目标电离室。感兴趣的器官是指目标对象的特定器官或组织。仅作为示例，如果ROI包括胸部，则处理设备120可以从多个电离室中选择两个目标电离室，其中目标电离室中的一个可以对应于目标对象的左肺，而目标电离室中的另一个可以对应于目标对象的右肺。
在一些实施例中，处理设备120可以基于目标图像数据和多个电离室的位置信息，在多个电离室中选择与ROI相对应的至少一个候选电离室。处理设备120还可以从候选电离室中选择目标电离室。仅作为示例，处理设备120(例如，分析模块720)可以至少部分地基于目标图像数据生成目标图像(例如，结合图16B描述的第一目标图像和/或结合图16C描述的第二目标图像)并基于目标图像从候选电离室中选择目标电离室。
在一些实施例中，处理设备120可以通过执行结合图16B描述的过程1600B和/或结合图16C描述的过程1600C的一个或以上操作来选择目标电离室。
在1630中，处理设备120(例如，控制模块730)可以使医学成像装置使用至少一个目标电离室扫描目标对象。
例如，处理设备120可以将指令发送到医学成像装置以指示医学成像装置开始扫描。该指令可以包括关于至少一个目标电离室的信息，例如至少一个目标电离室中的每个目标电离室的识别号，至少一个目标电离室中的每个目标电离室的位置等。可选地，该指令可以进一步包括与扫描有关的一个或以上参数的参数值。例如，一个或以上参数可以包括放射源的电流、放射源的电压、曝光时间等，或其任意组合。在一些实施例中，可以通过处理设备120通过执行结合图15描述的过程1500的一个或以上操作来确定放射源的电流、放射源的电压和曝光时间。
在一些实施例中，在对目标对象进行扫描时可以实施自动曝光控制(AEC)方法。当至少一个目标电离室检测到的辐射累积量超过阈值时，辐射控制器(例如医学成像装置或处理设备的组件)可以使医学成像装置的放射源停止扫描。
应当注意的是，以上描述仅出于说明的目的而提供，并且无意于限制本公开的范围。对于本领域普通技术人员而言，可以在本公开的教导下进行多种变化和修改。然而，那些变化和修改不脱离本公开的范围。在一些实施例中，可添加或省略一项或多项操作。例如，用户(例如，操作员)可以查看目标图像并从多个电离室中选择至少一个目标电离室。过程1600A可以进一步包括一个操作，该操作中处理设备120接收关于至少一个目标电离室的选择的用户输入。
图16B是根据本申请的一些实施例所示的基于目标对象的目标图像数据为目标对象的ROI选择至少一个目标电离室的示例性过程的流程图。在一些实施例中，可以执行过程1600B的一个或以上的操作以实现如结合图16A所描述的操作1620的至少一部分。
在1640中，处理设备120(例如，分析模块720)可以在多个电离室中选择在目标对象的ROI附近的至少一个第一候选电离室。
在一些实施例中，处理设备120可以基于电离室和ROI之间的距离，从电离室中选择ROI附近的一个或以上第一候选电离室。电离室和ROI之间的距离是指电离室的点(例如，中心点)和ROI的点(例如，中心点)之间的距离。可以基于电离室的位置信息和ROI的位置信息来确定电离室和ROI之间的距离。例如，电离室的位置信息可以包括电离室相对于医学成像装置的参考组件(例如，探测器)的位置和/或电离室在3D坐标系中的位置。电离室的位置信息可以存储在存储设备(例如，存储设备130)中或基于目标图像数据确定。ROI的位置信息可以包括ROI相对于医学成像装置(例如，探测器)的参考组件的位置。可以基于目标图像数据确定ROI的位置信息，例如，通过在目标图像数据中标识目标区域来确定。目标区域可以对应于目标对象的ROI。
仅作为示例，对于电离室，处理设备120可以确定电离室与ROI之间的距离。处理设备120可以确定距离是否小于距离阈值。响应于确定对应于该电离室的距离小于距离阈值，处理设备120可以确定该电离室在ROI附近，并且将该电离室指定为第一候选电离室之一。又例如，处理设备120可以在电离室中选择最接近ROI的电离室。所选择的电离室可以被认为是位于ROI附近并且被指定为第一候选电离室之一。
在1650中，对于每个第一候选电离室，处理设备120(例如，分析模块720)可以基于目标图像数据和第一候选电离室的位置信息来确定ROI和第一候选电离室之间的位置偏移是否可以忽略不计。
如本文所使用的，如果ROI与第一候选电离室之间的位置偏移可忽略不计，第一候选电离室的位置和ROI的位置可以被认为是匹配的，第一候选电离室可以被选择为至少一个目标电离室之一。
在一些实施例中，对于第一候选电离室，处理设备120可以通过生成第一目标图像来确定在第一候选电离室和ROI之间的位置偏移是否可以忽略不计。第一目标图像可以指示第一候选电离室相对于ROI的位置，其可以基于目标图像数据和第一候选电离室的位置信息来生成。例如，第一目标图像可以通过在目标图像数据上注释ROI和第一候选电离室(以及可选地其他一个或以上第一电离室)来生成。又例如，可以基于目标图像数据生成表示目标对象的目标对象模型。可以通过在目标对象模型上注释ROI和至少一个第一候选电离室(以及可选地从多个电离室中的其他电离室)来生成第一目标图像。仅作为示例，第一目标图像可以是与图20所示的图像2000类似的图像，其中多个电离室的至少两个表示2030注释在目标对象的表示2010(即，目标对象模型)上。
处理设备120可以进一步确定第一目标图像中的第一候选电离室的表示是否被对应于第一目标图像中的ROI的目标区域覆盖。如本文所用，在图像中，如果对应于ROI的目标区域覆盖了第一候选电离室的表示的全部或超过一定百分比(例如，99％、95％、90％、80％)，则第一候选电离室的表示可以视为被目标区域覆盖。响应于确定第一目标图像中的第一候选电离室的表示被目标区域覆盖，处理设备120可以确定第一候选电离室与ROI之间的位置偏移可忽略不计。响应于确定第一目标图像中的第一候选电离室的表示未被目标区域覆盖，则处理设备120可以确定第一候选电离室与ROI之间的位置偏移不可忽略(或第一候选电离室和ROI之间存在位置偏移)。
另外地或替代地，处理设备120可以将第一目标图像发送到终端设备(例如，终端设备140)，以将第一目标图像显示给用户(例如，操作员)。用户可以查看第一目标图像并通过终端设备140提供用户输入。处理设备120可以基于用户输入来确定在第一候选电离室和ROI之间的位置偏移是否可以忽略。例如，用户输入可以指示第一候选电离室和ROI之间的位置偏移是否可以忽略。又例如，用户输入可以指示是否应将第一候选电离室选择为目标电离室。
在1660中，对于至少一个第一候选电离室中的每个第一候选电离室，处理设备120(例如，分析模块720)可以基于确定位置偏移是否可以忽略不计的结果，确定第一候选电离室是否是至少一个目标电离室之一。
对于第一候选电离室，响应于确定对应的位置偏移是可忽略不计的，处理设备120可以将第一候选电离室指定为对应于ROI的目标电离室之一。在一些实施例中，处理设备120可以选择目标电离室并且在第一目标图像中注释已选择的目标电离室。处理设备120还可以将具有已选择的目标电离室的注释的第一目标图像传输至到用户的终端设备。用户可以验证目标电离室的选择结果。
对于第一候选电离室，响应于确定位置偏移不可忽略(即，存在位置偏移)，处理设备120可以不将第一候选电离室确定为目标电离室之一。在一些实施例中，如果对于第一候选电离室中的每个第一候选电离室都存在位置偏移(即，不可忽略的位置偏移)，则处理设备120可以确定ROI相对于多个电离室的位置需要调整。例如，处理设备120和/或用户可以使医学成像装置的扫描台(例如扫描台114)和/或探测器(例如探测器112、平板探测器440)移动以调整ROI相对于多个电离室的位置。又例如，处理设备120可以指示目标对象移动一个或以上身体部位以调整ROI相对于多个电离室的位置。关于ROI相对于多个电离室的位置的调整的更多细节可以在本申请的其他地方找到(例如，图17及其相关描述)。
在一些实施例中，在调整ROI相对于电离室的位置之后，处理设备120还可以基于调整后的ROI位置在多个电离室中进一步选择至少一个目标电离室。例如，在调整了目标对象的位置之后，处理设备120可以再次执行操作1610以获得目标对象的更新的目标图像数据。处理设备120还可以基于更新的目标图像数据执行1620以确定至少一个目标电离室。
图16C是根据本申请的一些实施例所示的基于目标对象的目标图像数据为目标对象的ROI选择至少一个目标电离室的示例性过程的流程图。在一些实施例中，一个或以上的操作可以被执行以实现如结合图16A所描述的操作1620的至少一部分。
在1670中，处理设备120(例如，分析模块720)可以生成第二目标图像，该第二目标图像指示多个电离室中的至少一些电离室相对于目标对象的ROI的位置。
例如，至少一些电离室可以包括多个电离室中的所有电离室。又例如，多个电离室可以包括电离室的一部分，可以随机地或根据特定规则从电离室中选择。仅作为示例，多个电离室集合可以位于不同的区域(例如，相对于探测器)，例如，位于中心区域的电离室集合、位于左侧区域的电离室集合、位于右侧区域的电离室集合、位于上方区域中的电离室集合、位于下方区域中的电离室集合等。处理设备120可以从电离室的集合中选择一个或以上集合作为电离室中的至少一些电离室。例如，如果ROI包括两个大致上位于目标对象身体两侧的目标器官，例如右肺和左肺，处理设备120可以选择位于左区域的至少一个电离室集合与位于右区域的至少一个电离室集合作为多个电离室的至少一些电离室。
在一些实施例中，处理设备120可以通过在目标图像数据上注释ROI和多个电离室中的至少一些电离室来生成第二目标图像。如图20所示，可以在显示图像中注释一个或以上候选电离室2030，并且可以通过终端设备将显示图像呈现给用户。又例如，可以基于目标图像数据来生成表示目标对象的对象模型。可以通过注释ROI和对象模型上的多个电离室中的至少一些电离室来生成第二目标图像。在一些实施例中，可以通过将多个电离室中的至少一些电离室中的每个电离室的表示叠加在一个图像中的目标对象的表示上(例如，对象模型的表示)来生成第二目标图像。
在1680中，处理设备120(例如，分析模块720)可以基于第二目标图像来识别多个电离室中的至少一个第二候选电离室。
第二候选电离室是指其表示在第二目标图像中被对应于第二目标图像中的ROI的目标区域覆盖的电离室。
在1690中，处理设备120(例如，分析模块720)可以基于至少一个第二候选电离室的识别结果在多个电离室中选择至少一个目标电离室。
在一些实施例中，处理设备120可以确定在第二目标图像中是否存在至少一个已识别的第二候选电离室。响应于确定第二目标图像中存在至少一个已识别的第二候选电离室，处理设备120可以从至少一个识别的第二候选电离室中选择对应于ROI的目标电离室。例如，处理设备120可以从至少一个已识别的第二候选电离室中随机选择一个或以上作为目标电离室。又例如，处理设备120可以指定中心点最接近ROI的特定点(例如，ROI的中心点或ROI的特定组织)的至少一个已识别的第二候选电离室之一作为对应于ROI的目标电离室。作为又一个示例，ROI可以包括左肺和右肺。处理设备120可以指定中心点最接近左肺的中心点的至少一个已识别的第二候选电离室之一作为对应于左肺的目标电离室。处理设备120还可以指定中心点最接近右肺的中心点的至少一个识别的第二候选电离室之一作为对应于右肺的目标电离室。以这种方式，处理设备120可以以自动的方式从多个电离室中选择目标电离室，几乎不需要用户输入来选择目标电离室。目标电离室的自动选择可以减少用户的工作量，并且更加准确(例如，不受人为错误或主观性的影响)。
在一些实施例中，处理设备120可以将第二目标图像传输至用户的终端设备。用户可以通过终端设备查看第二个目标图像。处理设备120可以基于经由终端设备接收到的用户的用户输入来确定对应于ROI的至少一个目标电离室。例如，用户输入可以指示从至少一个已识别出的第二候选电离室中选择的目标电离室。在一些实施例中，处理设备120可以选择目标电离室并且在第二目标图像中注释已选择的目标电离室。处理设备120还可以将具有已选择的目标电离室的注释的第二目标图像传输至终端设备。用户可以验证目标电离室的选择结果。
在一些实施例中，响应于确定在第二目标图像中没有已识别出的第二候选电离室，处理设备120可以确定相对于多个电离室的ROI的位置需要调整。关于ROI相对于多个电离室的位置的调整的更多细节可以在本申请的其他地方找到，例如，在关于图16B中的操作1660和/或图17中的操作1730的描述中。
根据本申请的一些实施例，本文公开的系统和方法可以生成指示相对于目标对象的ROI的一个或以上电离室(例如，候选电离室和/或目标电离室)的位置的目标图像(如上所述的第一目标图像和/或第二目标图像)。可选地，所述系统和方法还可以将目标图像传输至用户的终端设备，以辅助或检查目标电离室的选择。
通常，现有医学成像装置的电离室位于医学成像装置的目标对象和探测器之间。由于电离室的位置被目标对象和/或探测器(例如平板探测器440)屏蔽，用户可能很难直接观察电离室相对于ROI的位置。通过生成目标图像(例如，第一目标图像或第二目标图像)，可以在目标图像中呈现电离室(或其一部分)相对于ROI的位置。多个电离室中的一个或以上电离室的可视化可以促进从电离室中选择目标电离室和/或选择结果的验证，并且还提高了选择目标电离室的准确性。与用户需要从多个电离室中手动选择至少一个目标电离室的常规方式相比，本文公开的自动目标电离室选择系统和方法可以更加准确和高效，例如，可以减少用户的工作量、用户间的差异、以及选择至少一个目标电离室所需的时间。
图17是根据本申请的一些实施例所示的用于对象定位的示例性过程的流程图。在一些实施例中，过程1700可以在图1所示的成像系统100中实现。例如，过程1700可以作为指令的形式存储在存储设备(例如，存储设备130、存储设备220、存储设备390)中，并由处理设备120(例如，如图2所示的计算设备200的处理器210、如图3所示的移动设备300的CPU 340、如图7所示的一个或以上模块)调用和/或执行。以下所示过程的操作仅出于说明的目的。在一些实施例中，过程1700可以利用未描述的一个或以上附加操作，和/或去掉所讨论的一个或以上操作来完成。另外，如图17所示和以下描述的过程1700的操作的顺序并非旨在限制。
在1710中，处理设备120(例如，获取模块710)可以获得保持位姿的待检查(治疗或扫描)的目标对象的目标图像数据。目标图像数据可以被图像捕捉装置捕捉。
位姿可以反映一个目标对象(或其一部分)的位置、姿态、形状、尺寸等。在一些实施例中，操作1720可以以与结合图16A描述的操作1610类似的方式执行，并且在此不再重复其描述。
在1720中，处理设备120(例如，获取模块710)可以获得表示目标对象的目标位姿的目标位姿模型。如结合图9所描述的，目标对象的目标位姿也可以被称为目标对象的参考位姿。目标对象的目标位姿可以是在目标对象被扫描期间目标对象需要保持的标准位姿。目标位姿模型可以是2D骨架模型、3D骨架模型、3D网格模型等。
在一些实施例中，目标位姿模型可以由处理设备120或另一个计算设备基于目标对象中参考位姿模型和图像数据来生成。可以在捕捉目标图像数据之前获取目标对象的图像数据。例如，可以在目标对象进入检查室之前或之后获取目标对象的图像数据。关于目标位姿模型的生成的更多描述可以在本申请的其他地方(例如，过程900及其相关描述)找到。
在1730中，处理设备120(例如，分析模块720)可以基于目标图像数据和目标位姿模型来确定目标对象的位姿是否需要调整。
在一些实施例中，处理设备120可以基于目标图像数据生成目标对象模型。目标对象模型可以表示保持位姿的目标对象模型。例如，目标对象模型可以是2D骨架模型、3D骨架模型、3D网格模型等。在一些实施例中，目标对象模型和目标位姿模型的模型类型可以相同。例如，目标对象模型和目标位姿模型都可以是3D骨架模型。在一些实施例中，目标对象模型和目标位姿模型的模型类型可以不同。例如，目标对象模型可以是2D骨架模型，而目标位姿模型可以是3D骨架模型。处理设备120可能需要通过例如投影3D骨架模型来将3D骨架模型转换为第二2D骨架模型。处理设备120可以进一步比较对应于目标对象模型的2D骨架模型和对应于目标位姿模型的第二2D骨架模型。
然后，处理设备120可以确定目标对象模型和目标位姿模型之间的匹配度。处理设备120还可以根据匹配度，判断目标对象的位姿是否需要调整。例如，处理设备120可以将匹配度与阈值度进行比较。例如，阈值度可以是70％、75％、80％、85％等。响应于确定匹配度大于(或等于)阈值度，处理设备120可以确定目标对象的位姿不需要调整。响应于确定匹配度低于阈值度，处理设备120可以确定目标对象的位姿需要调整。仅作为示例，处理设备120可以进一步使通知生成。该通知可以被配置为通知用户(例如，操作员)目标对象的位姿需要调整。该通知可以以例如文本、语音、图像、视频、触觉警报等或其任意组合的形式通过终端设备提供给用户。
目标对象模型和目标位姿模型之间的匹配度可以通过各种方法确定。仅作为示例，处理设备120可以从目标对象模型中识别出一个或以上第一特征点，并且从目标位姿模型中识别出一个或以上第二特征点。处理设备120还可以基于一个或以上第一特征点和一个或以上第二特征点确定目标对象模型与目标位姿模型之间的匹配度。例如，一个或以上第一特征点可以包括对应于目标对象的至少两个关节的至少两个第一像素点。一个或以上第二特征点可以包括对应于目标对象的至少两个关节的至少两个第二像素点。可以通过比较目标对象模型中每个第一像素点的第一坐标以及与该第一像素点对应的目标位姿模型中的第二像素点的第二坐标，来确定匹配度。如果第一像素点和第二像素点对应于目标对象的同一身体点，则可以认为它们是彼此对应的。
例如，处理设备120可以基于第一像素点的第一坐标和对应于第一像素点的第二像素点的第二坐标来确定第一像素点和第二像素点之间的距离。处理设备120可以将该距离与一个阈值进行比较。响应于确定距离小于或等于阈值，处理设备120可以确定第一像素点与第二像素点匹配。例如，该阈值可以是0.5cm、0.2cm、0.1cm等。在一些实施例中，该阈值可以具有默认值或由用户手动设置的值。附加地或替代地，该阈值可以根据实际需要进行调整。在一些实施例中，处理设备120可以基于目标对象模型中与目标位姿模型中对应的第二像素点匹配的第一像素点的比例，来进一步确定目标对象模型和目标位姿模型之间的匹配度。例如，如果目标对象模型中70％的第一像素点中的每一个与对应的第二像素点匹配，则处理设备120可以确定目标对象模型与目标位姿模型的匹配度为70％。
在一些实施例中，处理设备120(例如，分析模块720)可以基于目标位姿模型和目标图像数据生成合成图像(例如，如图18所示的合成图像1800)。处理设备120可以进一步基于合成图像确定目标对象的位姿是否需要调整。合成图像可以示出目标位姿模型和目标对象。仅作为示例，在合成图像中，可以将目标位姿模型的表示叠加在目标对象的表示上。例如，目标图像数据可以包括目标对象的图像，诸如彩色图像、红外图像。可以通过在目标对象的图像中将目标位姿模型的表示叠加在目标对象的表示上来生成合成图像。又例如，可以基于目标对象的目标图像数据来生成表示目标对象的目标对象模型。可以通过将目标位姿模型的表示叠加在目标对象模型的表示上来生成合成图像。
在一些实施例中，处理设备120可以基于合成图像确定目标对象模型和目标位姿模型之间的匹配度，并基于匹配度确定目标对象的位姿是否需要调整。例如，处理设备120可以确定，在合成图像中，目标对象模型的表示与目标位姿模型表示重叠的比例。比例越高，目标对象模型和目标位姿模型之间的匹配度越高。处理设备120可以进一步基于匹配度和阈值度来确定目标对象的位姿是否需要调整。
附加地或替代地，处理设备120可以将合成图像传输至终端设备。在一些实施例中，终端设备可以包括用户(例如，医生、医学成像装置操作员)的第一终端设备(例如，控制台)。处理设备120可以从用户接收关于是否需要调整目标对象的位姿的用户输入。例如，用户的第一终端设备可以向用户显示合成图像。用户可以基于合成图像确定目标对象的位姿是否需要调整，并经由第一终端设备输入他/她的确定结果。与通过直接观察目标对象的位姿来确定目标对象的位姿是否需要调整的常规方式相比，合成图像可以使用户更方便地比较目标对象的位姿和目标位姿(即，标准位姿)。
另外地或可替代地，终端设备可以包括目标对象中的第二终端设备(例如，患者)。例如，第二个终端设备可以包括在目标对象附近的一个显示设备，例如，安装在医学成像装置或检查室的天花板上。处理设备120可以将合成图像传输至第二终端设备。目标对象可以通过第二终端设备查看合成图像，并获取有关他/她目前保持的位姿和他/她需要保持的目标位姿的信息。在一些实施例中，响应于确定目标对象的位姿需要调整，处理设备120可以使指令生成。该指令可以指导目标对象移动目标对象的一个或以上身体部位以保持目标位姿。该指令可以是文本、语音、图像、视频、触觉警报等或其任意组合的形式。可以通过第二终端设备将指令提供给目标对象。例如，该指令可以以语音指令的形式提供给“目标对象”，例如“请向左移动”、“请把手臂放在医学成像装置的扶手上”等。另外地或替代地，该指令可以包括指导目标对象移动一个或以上身体部位的图像数据(例如，图像、动画)。仅作为示例，可以通过第二终端设备将示出目标位姿模型和目标对象的合成图像显示给目标对象。可以在合成图像上提供注释，以指示需要移动一个或以上身体部位和/或建议一个或以上身体部位的移动方向。在一些实施例中，用户(例如，操作员)可以通过第一终端设备查看合成图像，并引导目标对象移动一个或以上身体部位。
在一些实施例中，响应于确定目标对象的位姿需要调整(例如，位置)，处理设备120可能使一个或以上活动组件的位置调整。例如，一个或以上的活动组件可以包括扫描台(例如扫描台114)，探测器(例如探测器112、平板探测器440)，放射源(例如，管、放射源115、X射线源420)等或其任何组合。调整一个或以上活动组件的位置可以使ROI相对于医学成像装置的位置发生变化，从而更改目标对象的位姿。
根据本申请的一些实施例，可以生成目标对象的目标位姿模型，然后用于检查和/或引导目标对象的定位。目标位姿模型可以是可定制的模型，其轮廓参数与目标对象相同或相似。通过使用这种可定制的目标位姿模型，可以提高目标对象定位的效率和/或准确性。例如，可以将目标位姿模型与表示目标对象保持位姿的目标对象模型进行比较，以确定目标对象的位姿是否需要调整。又例如，可以将目标位姿模型和目标对象模型一起显示在合成图像中，以指导目标对象调整他/她的位姿。与用户需要手动检查和/或引导目标对象的定位的常规方式相比，本文公开的自动对象定位系统和方法可以更准确，更有效，例如，减少了用户的工作量，用户间差异以及对象摆位所需的时间。
应当注意的是，以上描述仅出于说明的目的而提供，并且无意于限制本公开的范围。对于本领域普通技术人员而言，可以在本申请的教导下进行多种变化和修改。然而，那些变化和修改不脱离本申请的范围。在一些实施例中，可添加或省略一项或多项操作。例如，过程1700可以进一步包括基于在调整目标对象的位姿之后捕捉的目标对象的新目标图像数据来更新目标对象模型的操作。又例如，过程1700可以进一步包括基于更新的目标对象模型和目标位姿模型确定是否需要进一步调整目标对象的位姿的操作。
图18是根据本申请的一些实施例所示的示例性合成图像1800的示意图。如图18所示，合成图像1800可以包括目标对象的表示1810和目标位姿模型的表示1820。目标位姿模型的表示1820叠加在目标对象的表示1810上。
仅出于说明目的，以2D模型的形式表示图18中的目标对象的表示1810。在目标对象定位在扫描位置之后，可以基于由图像捕捉装置捕捉的目标对象的目标图像数据来生成目标对象的2D模型。例如，目标对象的2D模型可以示出2D空间中目标对象的位姿(例如，轮廓)。
在一些实施例中，处理设备120可以基于合成图像1800确定目标对象的位姿是否需要调整。例如，目标对象模型和目标位姿模型之间的匹配度可以基于合成图像1800。又例如，处理设备120可以将合成图像1800传输至用户的终端设备进行显示。用户可以查看合成图像1800，并基于合成图像1800确定目标对象的位姿是否需要调整。另外地或替代地，处理设备120可以将合成图像1800传输至目标对象中的终端设备，以引导目标对象调整他/她的位姿。
关于图18中所示的示例仅出于说明目的而提供，并不旨在限制本申请的范围。对于本领域普通技术人员而言，可以在本申请的教导下进行多种变化和修改。然而，那些变化和修改不脱离本公开的范围。例如，目标对象的表示1810可以以3D网格模型、3D骨架模型、目标对象的真实图像等形式呈现。又例如，目标位姿模型的表示1820可以是2D骨架模型的形式。
图19是根据本申请的一些实施例所示的用于图像显示的示例性过程的流程图。在一些实施例中，过程1900可以在图1所示的成像系统100中实现。例如，过程1900可以作为指令的形式存储在存储设备(例如，存储设备130，存储设备220，存储设备390)中，并由处理设备120(例如，如图2所示的计算设备200的处理器210，如图3所示的移动设备300的CPU 340)调用或执行，如图7所示的一个或以上模块。以下所示过程的操作仅出于说明的目的。在一些实施例中，过程1900可以利用未描述的一个或以上附加操作，和/或去掉所讨论的一个或以上操作来完成。另外，如图19所示和以下描述的过程1900的操作的顺序并非旨在限制。
在1910中，处理设备120(例如，获取模块710)可以获得医学成像装置扫描的或将要扫描的目标对象的图像数据。
目标对象的图像数据可以包括对应于整个目标对象的图像数据或对应于目标对象的一部分的图像数据。在一些实施例中，医学成像装置(例如医学成像装置110)可以是悬吊的X射线医学成像装置、数字放射(DR)设备(例如，移动数字X射线医学成像装置)、C臂设备、如本申请中其他地方所述的CT装置、PET装置、MRI装置等。
在一些实施例中，图像数据可以包括在目标对象被放置在用于接收扫描的扫描位置之前，由第三图像捕捉装置(例如，图像捕捉装置160)捕捉的第一图像数据。例如，当目标对象进入检查室时或之后，第三图像捕捉装置可以获取第一图像数据。第一图像数据可用于生成目标对象中的目标位姿模型。附加地或替代地，第一图像数据可以用于确定与要由医学成像装置对目标对象执行的扫描有关的一个或以上扫描参数。例如，一个或以上扫描参数可以包括医学成像装置的一个或以上活动组件中的每个目标位置，例如扫描台(例如扫描台114)、探测器(例如探测器112、平板探测器440)、X射线源(例如，管、放射源115、X射线源420)等，或其任意组合。又例如，一个或以上扫描参数可以包括与光野中的医学成像装置有关的参数，例如与光野中的目标尺寸有关的参数。
在一些实施例中，图像数据可以包括目标对象定位在用于接受扫描的扫描位置由第四图像捕捉装置(例如，图像捕捉装置160)捕捉的第二图像数据(或被称为目标图像数据)。第三图像捕捉装置和第四图像捕捉装置可以相同也可以不同。例如，目标对象可以在他/她位于扫描位置后保持位姿，而第二图像数据可以用于生成目标对象保持位姿的表示(例如目标对象模型)。又例如，扫描可以包括对目标对象的第一ROI进行的第一扫描和对目标对象的第二ROI进行的第二扫描。处理设备可以基于第二图像数据来识别对应于第一ROI的第一区域和对应于第二ROI的第二区域。
在一些实施例中，图像数据可以包括第三图像数据。第三图像数据可以包括使用第五图像捕捉装置或医学成像装置(例如医学成像装置110)捕捉的目标对象的第一图像。第五图像捕捉装置可以与第三图像捕捉装置或第四图像捕捉装置相同或不同。例如，在目标对象定位在扫描位置之后，可以通过相机捕捉第一图像。又例如，可以基于由X射线成像设备在对目标对象进行的X射线扫描中获取的医学图像数据来生成第一图像。处理设备120可以处理第一图像以确定目标对象的方位。
在1920中，处理设备120(例如，分析模块720)可以基于图像数据生成显示图像。
在一些实施例中，显示图像可以包括为合成图像的第一显示图像(例如，图18所示的合成图像1800)，其示出了目标对象和目标对象的目标位姿模型。在第一显示图像中，目标位姿模型的表示可以叠加在目标对象的表示上。例如，目标对象的表示可以是真实的人，也可以是表示目标对象的目标对象模型。在一些实施例中，在1910中获得的图像数据可以包括上述的图像数据。处理设备120可以基于第二图像数据和目标位姿模型来生成第一显示图像。处理设备120可以进一步基于第一显示图像来确定目标对象的位姿是否需要调整。关于第一显示图像的生成和确定目标对象的位姿是否需要调节的更多描述可以在本申请的其他地方(例如，图17及其相关描述)找到。
在一些实施例中，显示图像可以包括第二显示图像。第二显示图像可以是示出医学成像装置的一个或以上组件相对于目标对象的位置的图像。例如，医学成像装置可以包括多个电离室。第二显示图像可以包括第一目标图像，该第一目标图像指示一个或以上候选电离室中的每一个候选电离室相对于目标对象的ROI的位置。一个或以上候选电离室可以从医学成像装置的多个电离室中选择。又例如，第二显示图像可以包括第二目标图像，该第二目标图像示出多个电离室中的至少一些电离室相对于目标对象的ROI的位置。第一目标图像和/或第二目标图像可以用于在多个电离室中选择一个或以上目标电离室，其中目标电离室可以在目标对象的ROI的扫描中能发挥作用的。关于第一目标图像和/或第二目标图像的更多描述可以在本申请的其他地方(例如图16A-16C及其相关描述)找到。
作为又一示例，第二显示图像可以包括第三目标图像，该第三目标图像示出医学成像装置的一个或以上活动组件(例如，探测器、放射源)相对于目标对象的目标位置。第三目标图像可以用于确定医学成像装置的一个或以上活动组件中的目标位置是否需要调整。例如，一个或以上活动组件中的目标位置可以通过执行操作1010-1030来确定。
在一些实施例中，显示图像可以包括第三显示图像，该第三显示图像示出了医学成像装置的光野相对于目标对象的位置。例如，处理设备120可以获取光野的一个或以上参数，并且基于在操作1910中获取的光野和图像数据的一个或以上参数来生成第三显示图像。例如，光野的一个或以上参数可以包括光野的位置、目标尺寸、宽度、高度等。仅作为示例，在第三显示图像中，可以在目标对象的表示上标记与光野相对应的区域。第三显示图像可用于确定医学成像装置中光野的一个或以上参数是否需要调整。另外地或可替代地，第三显示图像可以用于确定目标对象的位姿是否需要调整。例如，为了确定光野的一个或以上参数，处理设备120可以执行与结合图12描述的操作1210-1220相似的一个或以上操作。
在一些实施例中，显示图像可以包括第四显示图像，其中，目标对象的表示具有参考方位(例如，“头朝上”方位)。例如，处理设备120可以基于目标对象中的图像数据确定目标对象的方位。处理设备120还可以基于目标对象的方位和目标对象的图像数据生成第四显示图像。在一些实施例中，处理设备120可以基于图像数据，通过结合图13所述的基于第一图像确定目标对象的方位类似的方式来确定目标对象的方位。例如，处理设备可以基于对应于图像数据中的目标对象的ROI的目标区域中的方位来确定目标对象的方位。可替代地，处理设备120可以基于对应于图像数据中的目标对象的ROI的目标区域的位置来确定目标对象的方位。
请注意，上面提供的第一、第二、第三和第四显示图像的功能仅用于说明目的，并非旨在进行限制。在一些实施例中，显示图像可以具有第一显示图像、第二显示图像、第三显示图像和第四显示图像的两个或以上特征的组合。例如，显示图像(例如，如图20所示的显示图像2000)可以指示相对于目标对象的医学成像装置的一个或以上活动组件的目标位置、相对于目标对象的一个或以上电离室的位置、以及相对于目标对象的光野位置。
在1930中，处理设备120(例如，分析模块720)可以将显示图像传输至终端设备进行显示。
在一些实施例中，终端设备可以包括用户(例如，医生、操作员)的第一终端设备。用户可以经由第一终端设备查看显示图像。在一些实施例中，显示图像可以帮助用户进行分析和/或决策。例如，用户可以经由第一终端设备查看第一显示图像并确定目标对象的位姿是否需要调整。可替代地，处理设备120可以基于第一显示图像来确定目标对象的位姿是否需要调整。用户可以查看第一显示图像并确认目标对象的位姿是否需要调整的确定结果。又例如，用户可以查看第二显示图像并确定目标对象的一个或以上活动组件中的目标位置是否需要调整。通常，对于包含扫描台的医学成像装置，探测器位于扫描台的下方，这使得直接观察探测器的位置非常困难。第二显示图像可以帮助用户更直观地了解探测器的位置，从而提高探测器的目标位置精度。作为又一示例，用户可以查看第三显示图像并确定与光野相关的一个或以上参数是否需要调整。用户可以经由第一终端设备来调整光野的一个或以上参数，例如光野的尺寸和/或位置(例如，通过在第三显示图像中移动光野表示的位置)。作为又一示例，用户可以查看第四显示图像，其中，目标对象的表示具有参考方位。第四显示图像(例如，CT图像、PET图像、MRI图像)可以包括与目标对象的ROI有关的解剖信息和/或与ROI有关的代谢信息。用户可以基于第四显示图像进行诊断分析。
附加地或替代地，终端设备可以包括在目标对象附近的第二终端设备。例如，第二终端设备可以是安装在医学成像装置或检查室天花板上的显示设备。第二终端设备可以将第一显示图像显示给目标对象。在一些实施例中，可以向目标对象提供指令以引导目标对象移动目标对象的一个或以上身体部位以持有目标位姿。可以以文本、语音、图像、视频、触觉警报等或其任何组合的形式经由第二终端设备将指令提供给目标对象。关于用于指导目标对象的指令的更多信息可以在本申请的其他地方找到，例如，在操作1930及其描述中。
在一些实施例中，终端设备可以将显示图像与一个或以上交互元素一起显示。一个或以上交互元素可用于实现用户(或目标对象)和终端设备之间的一个或以上交互。例如，交互式元素可以包括一个或以上按键、按钮和/或输入框，供用户调整或确认处理设备120生成的分析结果。又例如，一个或以上交互元素可以包括一个或以上图像显示选项，以供用户操纵(例如，放大、缩小、添加或修改注释)显示图像。仅作为示例，用户可以通过调整第三图像中光野的表示轮廓来手动调整第三图像中光野的一个或以上参数，例如通过使用鼠标或触摸屏拖动一个或以上光野表示的轮廓线。
应当注意的是，以上描述仅出于说明的目的而提供，并且无意于限制本公开的范围。对于本领域普通技术人员而言，可以在本公开的教导下进行多种变化和修改。然而，那些变化和修改不脱离本公开的范围。在一些实施例中，可添加或省略一项或多项操作。例如，第一显示图像、第二显示图像、第三显示图像或第四显示图像中的至少一个可以被传输至存储设备(例如，存储设备130)以进行存储。
图20是根据本申请的一些实施例所示的与目标对象有关的示例性显示图像2000的示意图。目标对象的胸部可以由医学成像装置扫描。如图20所示，显示图像2000可以包括目标对象的表示2010、医学成像装置的探测器(例如平板探测器440)的表示2020、医学成像装置的多个电离室的至少两个表示2030，以及医学成像装置中的光野的表示2040。
在一些实施例中，显示图像2000可以用于确定目标对象和/或医学成像装置的参数是否需要调整。仅作为示例，如图20所示，光野的表示2040覆盖对应于目标对象的ROI(例如，包括胸腔，未在图20中示出)的目标区域，这表明光野的目标尺寸适合于扫描，无需调整。探测器的表示2020覆盖了图20中光野的表示2040，这表明探测器的位置不需要调整。
在一些实施例中，显示图像2000可以用于在多个电离室中选择一个或以上目标电离室。如图20所示，示出了四个电离室。三个电离室的表示被目标区域覆盖，一个电离室的表示未被目标区域覆盖。在一些实施例中，处理设备120可以基于显示图像2000从多个电离室中选择目标电离室。例如，处理设备120可以选择最接近目标对象的ROI的中心点的电离室作为候选电离室。处理设备120还可以确定显示图像2000中对应于ROI的目标区域是否覆盖了候选电离室的表示。响应于确定候选电离室的表示被目标区域覆盖，处理设备120可以确定候选电离室和ROI之间的位置偏移可以忽略不计。处理设备120还可以将候选电离室指定为对应于目标对象的ROI的目标电离室。
备选地，处理设备120可以在显示图像2000中添加指示候选电离室的注释和/或使用与显示图像2000中的其他电离室不同的颜色来标记候选电离室的表示。显示图像2000可以通过显示器(例如，移动设备300的显示器320)显示给用户。用户可以确定是否应该将候选电离室指定为目标电离室之一。在一些实施例中，在显示图像2000中的表示被对应于ROI的目标区域覆盖的三个电离室可以被选择为候选电离室。用户可以提供指示从候选电离室中选择的目标电离室的用户输入。
应当注意的是，以上描述仅出于说明的目的而提供，并且无意于限制本申请的范围。对于本领域普通技术人员而言，可以在本申请的教导下进行多种变化和修改。然而，那些变化和修改不脱离本申请的范围。例如，显示图像2000可以进一步包括与目标对象有关的其他信息，例如扫描的成像协议。
图21是根据本申请的一些实施例所示的用于对目标对象进行成像的示例性过程的流程图。在一些实施例中，过程2100可以在图1所示的成像系统100中实现。例如，过程2100可以作为指令的形式存储在存储设备(例如，存储设备130、存储设备220、存储设备390)中，并由处理设备120(例如，如图2所示的计算设备200的处理器210、如图3所示的移动设备300的CPU340、如图7所示的一个或以上模块)调用和/或执行。以下所示过程的操作仅出于说明的目的。在一些实施例中，过程2100可以利用未描述的一个或以上附加操作，和/或去掉讨论的一个或以上操作来完成。另外，如图21所示和以下所述的过程2100的操作的顺序并非旨在限制。
在一些实施例中，过程2100可以在目标对象的ROI的扫描中实施。在一些实施例中，ROI可以包括目标对象的下肢或下肢的一部分。例如，下肢可以包括脚、脚踝、腿(例如，小腿和/或大腿)、骨盆等，或其任何组合。
在一些实施例中，过程2100可以在目标对象的拼接扫描中实现。在目标对象的拼接扫描中，可以对目标对象的至少两个ROI依次进行至少两个扫描，以获取ROI的拼接图像。为了说明的目的，下面的描述是参考对目标对象的第一ROI和第二ROI进行的拼接扫描而进行的描述，并且不旨在限制本申请的范围。第一和第二ROI可以是两个不同的区域，部分彼此重叠或根本不重叠。在拼接扫描中，可以在扫描第二ROI之前扫描第一ROI。仅作为示例，第一ROI可以是目标对象的胸部，第二ROI可以是目标对象的下肢(或下肢的一部分)。通过拼接扫描可以生成对应于目标对象的胸部和下肢的拼接图像。
在2110中，处理设备120(例如，控制模块730)可以使支撑装置从初始装置位置移动到目标装置位置。
在一些实施例中，该支撑装置可包括如本申请其他地方(例如，图4A-4B及其相关描述)所描述的支撑组件(例如，支撑组件451)、第一驱动组件(例如，第一驱动组件452)、第二驱动组件(例如，第二驱动组件453)、固定组件(例如，固定组件454)、手柄(例如，手柄456)和背板(例如，背板455)。在一些实施例中，在扫描(例如拼接扫描第一扫描)之前，处理设备120可以控制第一驱动组件使支撑装置从初始装置位置移动到目标装置位置。初始装置位置是指在目标对象进行拼接扫描前支撑装置所处的初始位置。例如，当不使用支撑装置时，可以在检查室中的预设位置处存储和/或充电，并且该预设位置可以被视为初始装置位置。目标装置位置是指在目标对象进行拼接扫描过程中支撑装置所在的位置。例如，在拼接扫描过程中，支撑装置可以位于医学成像装置附近，例如，如图4B所示，在医学成像装置中的探测器(例如平板探测器440)前面一定距离(例如5厘米、10厘米)。在一些实施例中，支撑装置可以由固定组件固定在初始装置位置和/或目标装置位置。
在2120中，处理设备120(例如，控制模块730)可以使支撑装置将目标对象从初始对象位置移动到目标对象位置(或称为第一位置)。
在一些实施例中，在第一扫描之前，可以将目标对象移动到目标对象位置，以使第一ROI可以位于接受第一扫描的合适位置。例如，当目标对象位于目标对象位置时，在第一扫描期间，医学成像装置中的放射源可以发射朝向第一ROI的射线束，并且医学成像装置中的探测器(例如平板探测器440)可以覆盖目标对象的整个第一ROI。在一些实施例中，在第一扫描后，探测器可以被移动到另一位置，以使探测器在第二扫描过程中可以覆盖目标对象的整个第二ROI。在第一扫描和第二扫描过程中，目标对象可以被支撑在目标对象位置。在一些实施例中，处理设备120可以基于第一区域、第二区域、探测器的移动范围、放射源的移动范围、目标对象的高度等或其任何组合来确定目标对象位置。
在一些实施例中，目标对象位置可以表示为坐标系中目标对象的身体点(例如，在脚、头部或第一ROI上)的坐标。仅作为示例，如图4A所示，目标对象位置可以表示为坐标系470中目标对象的脚的Z轴坐标。目标对象位置可以由用户(例如，医生、医学成像装置的操作员等)手动设置。例如，用户可以经由终端设备手动输入关于目标对象位置的信息(例如，目标对象位置与检查室的地板之间的垂直距离的值)。支撑装置可以接收关于目标对象位置的信息并且基于关于目标对象位置的信息设置目标对象位置。又例如，用户可以通过手动控制支撑装置的移动来设置目标对象位置(例如，使用支撑装置和/或终端设备上的一个或以上按钮)。可替代地，处理设备120可以基于目标对象中的图像数据确定目标对象位置。
例如，处理设备120可以从安装在检查室中的图像捕捉装置中获取目标对象中的图像数据。然后，处理设备120可以基于目标对象中的图像数据生成表示目标对象的对象模型，并且从对象模型中识别与第一ROI相对应的第一区域。从对象模型识别对应于ROI的区域的更多描述可以在本申请的其他地方找到(例如，过程1000中的操作1020及其描述)。或者，处理设备120可以从原始的图像数据或目标对象中的目标位姿模型中识别出第一区域和第二区域。
在一些实施例中，在将支撑装置移到目标装置位置后，处理设备120可以生成第一通知，第一通知可用于通知目标对象在第一扫描之前踏上支撑装置。第一通知可以是文本、语音、图像、视频、触觉警报等或其任何组合的形式。第一通知可以由例如目标对象、支撑装置或医学成像装置附近的终端设备输出。例如，处理设备120可以使支撑装置输出“请踏上支撑装置”的语音通知。
在一些实施例中，在第一次扫描之前和在目标对象踏上支撑装置之后，处理设备120可以控制第二驱动组件使支撑装置将目标对象从初始对象位置沿目标方向移动到目标对象位置。初始对象位置是指目标对象在踏上支撑装置之后目标对象的位置。例如，如图4A所示，目标方向可以是坐标系470的Z轴方向。第二驱动组件可以包括可以升高目标对象的提升机构，以便将目标对象从初始对象位置移动到目标对象位置。
附加地或可替代地，在目标对象踏上支撑装置之前或之后，可以调节支撑装置的手柄的位置，使得当目标对象由支撑装置支撑时，目标对象可以将他/她的手放在手柄上。手柄的位置可以由用户(例如，医生、医学成像装置的操作员等)手动设置。例如，用户可以通过终端设备手动输入有关手柄位置的信息(例如，手柄和地面之间的垂直距离的值)。支撑装置可以接收关于手柄的信息并且基于关于手柄的位置的信息来设置手柄的位置。又例如，用户可以通过手动控制手柄的移动来设置手柄的位置(例如，使用支撑装置和/或终端设备上的一个或以上按钮)。可替代地，处理设备120可以基于目标对象的图像数据、目标对象的扫描位置(例如，目标对象位置)等来确定手柄的位置。例如，处理设备120可以将手柄到支撑装置的支撑组件的距离确定为目标对象的高度的2/3。
在2130中，处理设备120(例如，控制模块730)可以使医学成像装置对目标对象的第一ROI进行第一扫描。目标对象可以保持立式位姿。
立式位姿可以包括站姿、坐姿、跪姿等。在第一扫描过程中，支撑装置(例如支撑装置460)可以将目标对象支撑在目标对象位置。例如，目标对象可以站立、坐着或跪在支撑装置上接受第一扫描。在一些实施例中，医学成像装置(例如医学成像装置110)可以是如本申请中其他部分所述X射线成像设备(例如，悬吊式X射线成像设备、C型臂X射线成像设备)、数字射线照相(DR)装置(例如，移动数字X射线成像装置)、CT装置等。
在一些实施例中，处理设备120可以获取一个或以上与第一扫描相关的第一扫描参数并且根据一个或以上第一扫描参数对目标对象的ROI进行第一扫描。例如，一个或以上第一扫描参数可以包括扫描角度、放射源位置、扫描台位置、扫描台倾斜角度、探测器位置、机架的机架角度、视野(FOV)尺寸、准直器形状、放射源电流、放射源电压等，或其任何组合。
在一些实施例中，处理设备120可以基于与在目标对象上进行的第一扫描相关的成像协议获取扫描参数的参数值。例如，该协议可以被预设并存储在一个存储设备中(例如，存储设备130)。又例如，该协议的至少一部分可以由用户(例如，操作员)手动确定。在一些实施例中，处理设备120可以基于由安装在检查室中的图像捕捉装置获取的与检查室相关的图像数据确定扫描参数的参数值。例如，图像数据可以示出医学成像装置中的放射源和/或探测器。处理设备120可以基于图像数据确定放射源和/或探测器的位置。
在2140中，处理设备120(例如，控制模块730)可以使医学成像装置对目标对象的第二ROI进行第二扫描。
在一些实施例中，在第一扫描之后并在第二扫描之前，放射源和/或探测器可以被移动到对第二ROI进行第二扫描的合适位置。可以基于由图像捕捉装置捕捉到的图像数据来确定放射源和/或探测器的合适位置。更多关于确定医学成像装置中的活动组件的用于对目标对象进行扫描的合适位置的描述可以在本申请的其他地方(例如，在图10中的操作1020及其相关描述)找到。
在一些实施例中，在第一扫描之后并在第二扫描之前，处理设备120可以控制第二驱动组件以使支撑装置将目标对象从第一位置(例如在第一扫描过程中的目标对象位置)移动到第二位置。附加地或替代地，当支撑装置将目标对象从第一位置移动到第二位置时，医学成像装置中的一个或以上活动组件(例如，探测器)可以沿例如目标方向或目标方向的相反方向移动。例如，当支撑装置将目标对象从目标对象位置向上移动到第二位置，探测器(例如，平板探测器440)可以向下移动到一个合适位置。
在一些实施例中，在第二扫描之后，处理设备120可以生成第二通知，其中第二通知可用于通知目标对象离开支撑装置。第二通知可以是文本、语音、图像、视频、触觉警报等或其任何组合的形式。第二通知的形式可以与第一通知的形式相同或不同。第二通知可以由例如目标对象、支撑装置或医学成像装置附近的终端设备输出。例如，处理设备120可以使支撑装置输出“请离开支撑装置”的语音通知。
在一些实施例中，在第二扫描之后，处理设备120可以控制第一驱动组件使支撑装置从目标装置位置移回到初始装置位置。例如，在目标对象离开支撑装置之后，处理设备120可以控制第一驱动组件使支撑装置从目标设备位置移动回到初始设备位置以进行充电。
在2150中，处理设备120(例如，分析模块720)可以获取分别与第一扫描和第二扫描相关的第一扫描数据和第二扫描数据。
第一扫描数据和第二扫描数据(也被称为医学图像数据)可以包括投影数据、一个或以上基于投影数据生成的图像等。在一些实施例中，处理设备120可以从医学成像装置获取第一扫描数据和第二扫描数据。可替代地，第一扫描数据和第二扫描数据可以由医学成像装置获取并存储在存储设备(例如，存储设备130、存储设备220、存储器390或外部源)中。处理设备120可以从存储设备中提取索第一扫描数据和第二扫描数据。
在2160中，处理设备120(例如，分析模块720)可以生成与目标对象的第一ROI和第二ROI对应的图像。
在一些实施例中，处理设备120可以基于第一扫描数据生成与第一ROI对应的图像A以及基于第二扫描数据生成与第二ROI对应的图像B。处理设备120还可以基于图像A和图像B生成对应于第一ROI和第二ROI的图像。例如，处理设备120可以通过根据一个或以上图像拼接算法来拼接图像A和B来生成对应于第一ROI和第二ROI的图像。示例性图像拼接算法可以包括基于归一化互相关的图像拼接算法、基于互信息的图像拼接算法、基于低级特征的图像拼接算法(例如，基于哈里斯角落探测器的图像拼接算法、快速的基于角点探测器的图像拼接算法、基于筛选功能检测器的图像拼接算法、基于冲浪特征检测器的图像拼接算法)、基于轮廓的图像拼接算法等。
关于过程2100的以上描述是出于说明的目的而提供的，而无意于限制本申请的范围。在一些实施例中，可以根据拼接扫描中的特定顺序来扫描目标对象两个或以上的ROI。在特定序列中相邻的每对ROI可以包括在第一时间点扫描的ROI和在第一时间点之后的第二时间点扫描的ROI。在第一时间点扫描的ROI可以被认为是第一ROI，并且在第二时间点扫描的ROI可以被认为是第二ROI。处理设备120可以针对在特定顺序中相邻的每对ROI对执行过程2100(或其一部分)。在一些实施例中，一个或以上附加扫描(例如，第三扫描、第四扫描)可以在目标对象的一个或以上其他ROI(例如，第三ROI、第四ROI)上执行。可以生成对应于第一ROI、第二ROI和其他ROI的拼接图像。
与需要用户(例如医生)确定目标对象的至少两个扫描位置(例如，第一位置、第二位置)的常规拼接成像程序相比，在本申请中公开的拼接成像过程(例如，过程2100)可以在减少或最小化或没有用户干预的情况下实现，节省时间，更高效，更准确。例如，可以通过分析目标对象中的图像数据而不是由用户手动来确定目标对象的扫描位置。另外，本文公开的拼接成像过程可以利用支撑装置来实现目标对象的自动定位，例如，通过将目标对象自动移动到目标对象位置和/或第二位置。这样，确定的扫描位置可以更准确，并且可以更精确地实现目标对象到扫描位置的定位，这又可以提高目标对象的拼接扫描的效率和/或准确性。此外，手柄的位置可以基于目标对象的扫描位置和/或目标对象的身高自动确定和使目标对象方便踏上和/或离开支撑装置。
在一些实施例中，可添加或省略一项或以上操作。例如，可以在操作2120之前添加用于确定目标对象的目标对象位置的操作。又例如，对目标对象进行的扫描可以是非拼接扫描。在操作2130中，当目标对象由支撑装置支撑在目标对象位置时，处理设备120(例如，控制模块730)可以对目标对象的第一ROI进行单个扫描。基于由扫描过程中获取的扫描数据，可以生成图像。操作2140-2160可以被省略。在一些实施例中，过程2100的两个或以上操作可以同时执行或按任何适合的顺序进行。
如此描述了基本概念，对于本领域技术人员而言，在阅读了该详细公开之后，可以很明显地认识到，上述详细公开仅旨在通过示例的方式进行描述，而并非是限制性的。尽管这里没有明确说明，但是可能发生各种改变，改进和修改，并且它们是本领域技术人员想要的。这些改变，改进和修改旨在由本公开提出，并且在本公开的示例性实施方式的精神和范围内。
而且，某些术语已经被用来描述本公开的实施例。例如，术语“一个实施例”，“一个实施例”和/或“一些实施例”表示结合该实施例描述的特定特征，结构或特性包括在本公开的至少一个实施例中。因此，应当强调并且应当理解，在本说明书的各个部分中对“一个实施例”或“一个实施例”或“替代实施例”的两次或更多次引用不一定都指同一实施例。此外，可以在本公开的一个或以上实施例中适当地组合特定特征，结构或特性。
此外，本领域的技术人员将意识到，本文中的公开内容的各个方面可以以许多可授予专利的类别或环境中的任何一种进行说明和描述，包括任何新的和有用的过程，机器，制造或物质组成，或其任何新的有用的改进。因此，本申请的各个方面可以完全以硬件，完全以软件(包括固件、驻留软件、微代码等)实现，或者可以将软件和硬件实现组合在一起，在此通常将其统称为“单元”。模块或“系统”。此外，本申请的各方面可以采取在一个或以上计算机可读介质中包含计算机可读程序代码的计算机程序产品的形式。
计算机可读信号介质可以包括例如在基带中或作为载波的一部分的传播的数据信号，该传播的数据信号具有体现在其中的计算机可读程序代码。此类传播信号可以有多种形式，包括电磁形式、光形式等或任何合适的组合。计算机可读信号介质可以是不是计算机可读存储介质的任何计算机可读介质，并且可以通信，传播或传输供指令执行系统，装置或设备使用或与其结合使用的程序。包含在计算机可读信号介质上的程序代码可以使用任何适当的介质来传输，包括无线、有线、光纤电缆、RF或类似介质，或前述的任何适当组合。
用于执行本申请各方面的操作的计算机程序代码可以使用一种或多种编程语言的组合来编写，包括Java、Scala、Smalltalk、Eiffel、JADE、Emerald、C、C等面向对象的编程语言。程序代码可以完全在用户计算机上，部分在用户计算机上，作为独立软件包执行，部分在用户计算机上并且部分在远程计算机上执行，或者完全在远程计算机或服务器上执行。在后一种情况下，远程计算机可以通过任何类型的网络(包括局域网(LAN)或广域网(WAN))连接到用户计算机，或者可以与外部计算机建立连接(用于例如，通过使用Internet服务提供商的Internet)或在云计算环境中或作为服务(例如软件即服务(SaaS))提供。
此外，陈述的处理元素或序列的顺序、或数字的使用、字母、或其其他名称，除非在权利要求中指定，否则本发明无意将所要求保护的过程和方法限制为任何顺序。尽管以上公开内容通过各种示例讨论了当前被认为是本公开内容的各种有用实施例，但是应当理解，这种细节仅是出于该目的，并且所附权利要求不限于所公开的实施例，但是，相反，其旨在覆盖在所公开的实施例的精神和范围内的修改和等同布置。例如，尽管上述各种组件的实现可以体现在硬件设备中，但是它也可以实现为纯软件解决方案，例如，在现有服务器或移动设备上的安装。
类似地，应当理解，在本公开的实施例的前述描述中，有时将各种特征组合在单个实施例，附图或其描述中，以简化本公开，以帮助理解一个或以上。各种实施例。然而，本公开的方法不应被解释为反映了这样一种意图，即所要求保护的主题需要比每个权利要求中明确叙述的特征更多的特征。相反，要求保护的主题可以少于单个前述公开的实施例的所有特征。
Claims (10)
1.一种在具有一个或以上处理器和一个或以上存储设备的计算设备上实现的成像方法，所述方法包括：
获得待由医学成像装置扫描的目标对象的目标图像数据，所述医学成像装置包括多个电离室；
基于所述目标图像数据，在所述多个电离室中，选择至少一个目标电离室；以及
使所述医学成像装置使用所述至少一个目标电离室来扫描所述目标对象。
2.根据权利要求1所述的方法，其特征在于，所述在所述多个电离室中，选择至少一个目标电离室包括：
基于所述目标图像数据和所述多个电离室的位置信息，在所述多个电离室中选择在所述目标对象的感兴趣区域(ROI)附近的至少一个候选电离室；以及
对于所述至少一个候选电离室中的每个候选电离室，
基于所述目标图像数据和所述候选电离室的位置信息，确定所述感兴趣区域和所述候选电离室之间的位置偏移是否可以忽略不计；以及
基于所述位置偏移是否可以忽略不计的确定结果，确定所述候选电离室是否为所述至少一个目标电离室之一。
3.根据权利要求2所述的方法，其特征在于，对于所述至少一个候选电离室中的每个候选电离室：
所述确定结果包括所述位置偏移可以忽略不计；以及
确定所述候选电离室是否为所述至少一个目标电离室之一包括确定所述候选电离室是所述至少一个目标电离室之一。
4.根据权利要求2所述的方法，其特征在于，对于所述至少一个候选电离室中的每个候选电离室，所述确定所述感兴趣区域与所述候选电离室之间的位置偏移是否可以忽略不计包括：
基于所述目标图像数据和所述候选电离室的位置信息，生成指示所述候选电离室相对于所述感兴趣区域的位置的目标图像；以及
基于所述目标图像确定所述位置偏移是否可以忽略不计。
5.根据权利要求4所述的方法，其特征在于，对于所述至少一个候选电离室中的每个候选电离室，所述基于所述目标图像确定所述位置偏移是否可忽略不计包括：
使终端设备显示所述目标图像；以及
从所述终端设备接收关于所述位置偏移是否可忽略的用户输入。
6.根据权利要求4所述的方法，其特征在于，对于所述至少一个候选电离室中的每个候选电离室，所述基于所述目标图像确定所述位置偏移是否可忽略不计包括：
基于所述目标图像，确定所述目标图像中的所述候选电离室的表示是否被所述目标图像中的对应于所述感兴趣区域的目标区域覆盖；以及
响应于确定所述目标图像中所述候选电离室的所述表示被所述目标图像中的所述目标区域覆盖，从而确定所述位置偏移可忽略不计。
7.根据权利要求2所述的方法，其特征在于，所述基于所述目标图像数据和所述多个电离室的位置信息，在所述多个电离室中选择至少一个候选电离室包括：
对于所述多个电离室中的每个电离室，基于所述目标图像数据和所述电离室的所述位置信息，确定所述电离室与所述感兴趣区域之间的距离；
确定所述距离是否小于距离阈值；以及
响应于确定所述距离小于所述距离阈值，确定所述电离室为所述至少一个候选电离室之一。
8.根据权利要求1所述的方法，其特征在于，所述在所述多个电离室中，选择至少一个目标电离室包括：
基于所述目标图像数据和所述多个电离室的位置信息，生成指示所述多个电离室中的至少一些电离室相对于所述目标对象的感兴趣区域(ROI)的位置的目标图像；以及
基于所述目标图像，在所述多个电离室中选择所述至少一个目标电离室。
9.根据权利要求8所述的方法，其特征在于，所述基于所述目标图像，从所述多个电离室中选择至少一个目标电离室包括：
在所述目标图像中识别候选电离室，其中每个候选电离室的表示被对应于所述目标图像中的所述感兴趣区域的目标区域覆盖；
确定在所述目标图像中是否存在至少一个被识别的候选电离室；以及
响应于确定所述目标图像中有至少一个被识别的候选电离室，在所述目标图像中的所述至少一个被识别的候选电离室中选择所述至少一个目标电离室。
10.根据权利要求9所述的方法，其特征在于，所述基于所述目标图像，从所述多个电离室中选择至少一个目标电离室包括：
响应于确定在所述目标图像中没有被识别的候选电离室，
调整所述感兴趣区域相对于所述多个电离室中至少一个电离室的位置，以及
基于所述感兴趣区域相对于所述多个电离室中至少一个电离室的调整后的位置，从所述多个电离室中选择所述至少一个目标电离室。
Applications Claiming Priority (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| PCT/CN2020/104970 WO2022021026A1 (en) | 2020-07-27 | 2020-07-27 | Imaging systems and methods |
| CNPCT/CN2020/104970 | 2020-07-27 | ||
| CN202110848460.XA CN113397578A (zh) | 2020-07-27 | 2021-07-27 | 一种成像系统和方法 |
Related Parent Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110848460.XA Division CN113397578A (zh) | 2020-07-27 | 2021-07-27 | 一种成像系统和方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN117084697A true CN117084697A (zh) | 2023-11-21 |
Family
ID=77687670
Family Applications (11)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311050051.0A Pending CN116849692A (zh) | 2020-07-27 | 2021-07-27 | 一种生成目标位姿模型的系统和方法 |
| CN202311055909.2A Pending CN117084698A (zh) | 2020-07-27 | 2021-07-27 | 一种成像系统和方法 |
| CN202311057780.9A Pending CN117064416A (zh) | 2020-07-27 | 2021-07-27 | 一种对象定位系统和方法 |
| CN202311055985.3A Pending CN117064414A (zh) | 2020-07-27 | 2021-07-27 | 一种确定目标对象方位的系统和方法 |
| CN202311057244.9A Pending CN116919431A (zh) | 2020-07-27 | 2021-07-27 | 一种图像显示系统和方法 |
| CN202311055213.XA Pending CN117084697A (zh) | 2020-07-27 | 2021-07-27 | 一种成像系统和方法 |
| CN202311056018.9A Pending CN117084699A (zh) | 2020-07-27 | 2021-07-27 | 一种剂量预测的系统和方法 |
| CN202311060220.9A Pending CN117084701A (zh) | 2020-07-27 | 2021-07-27 | 一种控制医学成像装置的光野的系统和方法 |
| CN202311056962.4A Pending CN117064415A (zh) | 2020-07-27 | 2021-07-27 | 一种确定目标对象方位的系统和方法 |
| CN202110848460.XA Pending CN113397578A (zh) | 2020-07-27 | 2021-07-27 | 一种成像系统和方法 |
| CN202311056945.0A Pending CN117084700A (zh) | 2020-07-27 | 2021-07-27 | 一种扫描准备的系统和方法 |
Family Applications Before (5)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311050051.0A Pending CN116849692A (zh) | 2020-07-27 | 2021-07-27 | 一种生成目标位姿模型的系统和方法 |
| CN202311055909.2A Pending CN117084698A (zh) | 2020-07-27 | 2021-07-27 | 一种成像系统和方法 |
| CN202311057780.9A Pending CN117064416A (zh) | 2020-07-27 | 2021-07-27 | 一种对象定位系统和方法 |
| CN202311055985.3A Pending CN117064414A (zh) | 2020-07-27 | 2021-07-27 | 一种确定目标对象方位的系统和方法 |
| CN202311057244.9A Pending CN116919431A (zh) | 2020-07-27 | 2021-07-27 | 一种图像显示系统和方法 |
Family Applications After (5)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311056018.9A Pending CN117084699A (zh) | 2020-07-27 | 2021-07-27 | 一种剂量预测的系统和方法 |
| CN202311060220.9A Pending CN117084701A (zh) | 2020-07-27 | 2021-07-27 | 一种控制医学成像装置的光野的系统和方法 |
| CN202311056962.4A Pending CN117064415A (zh) | 2020-07-27 | 2021-07-27 | 一种确定目标对象方位的系统和方法 |
| CN202110848460.XA Pending CN113397578A (zh) | 2020-07-27 | 2021-07-27 | 一种成像系统和方法 |
| CN202311056945.0A Pending CN117084700A (zh) | 2020-07-27 | 2021-07-27 | 一种扫描准备的系统和方法 |
Country Status (4)
| Country | Link |
|---|---|
| US (1) | US20230157660A1 (zh) |
| EP (1) | EP4167861A4 (zh) |
| CN (11) | CN116849692A (zh) |
| WO (1) | WO2022021026A1 (zh) |
Families Citing this family (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113229836A (zh) * | 2021-06-18 | 2021-08-10 | 上海联影医疗科技股份有限公司 | 一种医学扫描方法和系统 |
| WO2023141800A1 (en) * | 2022-01-26 | 2023-08-03 | Warsaw Orthopedic, Inc. | Mobile x-ray positioning system |
| WO2024080291A1 (ja) * | 2022-10-14 | 2024-04-18 | 国立研究開発法人 産業技術総合研究所 | 医用ナビゲーション方法、医用ナビゲーションシステム、およびコンピュータプログラム |
Family Cites Families (16)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2001076072A (ja) * | 1999-09-02 | 2001-03-23 | Oki Electric Ind Co Ltd | 個体識別システム |
| JP2003093524A (ja) * | 2001-09-25 | 2003-04-02 | Mitsubishi Electric Corp | 放射線治療システム |
| JP4310319B2 (ja) * | 2006-03-10 | 2009-08-05 | 三菱重工業株式会社 | 放射線治療装置制御装置および放射線照射方法 |
| CN100563559C (zh) * | 2008-04-30 | 2009-12-02 | 深圳市蓝韵实业有限公司 | 一种生物特征识别信息的传输装置及方法 |
| US10555710B2 (en) * | 2010-04-16 | 2020-02-11 | James P. Bennett | Simultaneous multi-axes imaging apparatus and method of use thereof |
| AU2011340078B2 (en) * | 2010-12-08 | 2016-06-30 | Bayer Healthcare Llc | Generating an estimate of patient radiation dose resulting from medical imaging scans |
| US9355309B2 (en) * | 2012-01-09 | 2016-05-31 | Emory University | Generation of medical image series including a patient photograph |
| US9179982B2 (en) * | 2012-03-20 | 2015-11-10 | Varian Medical Systems, Inc. | Method and system for automatic patient identification |
| WO2014200289A2 (en) * | 2013-06-12 | 2014-12-18 | Samsung Electronics Co., Ltd. | Apparatus and method for providing medical information |
| CN104971437A (zh) * | 2015-07-06 | 2015-10-14 | 谭庭强 | 基于生物特征的自动患者识别方法 |
| US10045825B2 (en) * | 2015-09-25 | 2018-08-14 | Karl Storz Imaging, Inc. | Partial facial recognition and gaze detection for a medical system |
| EP3429475B1 (en) * | 2016-03-13 | 2021-12-15 | Vuze Medical Ltd. | Apparatus for use with skeletal procedures |
| WO2017184576A1 (en) * | 2016-04-19 | 2017-10-26 | Acist Medical Systems, Inc. | Management of medical image information |
| US11443441B2 (en) * | 2017-02-24 | 2022-09-13 | Brainlab Ag | Deep inspiration breath-hold setup using x-ray imaging |
| EP3332730B1 (de) * | 2017-08-08 | 2021-11-03 | Siemens Healthcare GmbH | Verfahren und trackingsystem zum nachverfolgen eines medizinischen objekts |
| CN109157239B (zh) * | 2018-10-31 | 2022-08-16 | 上海联影医疗科技股份有限公司 | 定位图像的扫描方法、ct扫描方法、装置、设备和介质 |
-
2020
- 2020-07-27 EP EP20946724.0A patent/EP4167861A4/en active Pending
- 2020-07-27 WO PCT/CN2020/104970 patent/WO2022021026A1/en unknown
-
2021
- 2021-07-27 CN CN202311050051.0A patent/CN116849692A/zh active Pending
- 2021-07-27 CN CN202311055909.2A patent/CN117084698A/zh active Pending
- 2021-07-27 CN CN202311057780.9A patent/CN117064416A/zh active Pending
- 2021-07-27 CN CN202311055985.3A patent/CN117064414A/zh active Pending
- 2021-07-27 CN CN202311057244.9A patent/CN116919431A/zh active Pending
- 2021-07-27 CN CN202311055213.XA patent/CN117084697A/zh active Pending
- 2021-07-27 CN CN202311056018.9A patent/CN117084699A/zh active Pending
- 2021-07-27 CN CN202311060220.9A patent/CN117084701A/zh active Pending
- 2021-07-27 CN CN202311056962.4A patent/CN117064415A/zh active Pending
- 2021-07-27 CN CN202110848460.XA patent/CN113397578A/zh active Pending
- 2021-07-27 CN CN202311056945.0A patent/CN117084700A/zh active Pending
-
2023
- 2023-01-20 US US18/157,791 patent/US20230157660A1/en active Pending
Also Published As
| Publication number | Publication date |
|---|---|
| CN113397578A (zh) | 2021-09-17 |
| CN117084698A (zh) | 2023-11-21 |
| CN117064416A (zh) | 2023-11-17 |
| WO2022021026A1 (en) | 2022-02-03 |
| CN117084699A (zh) | 2023-11-21 |
| EP4167861A1 (en) | 2023-04-26 |
| CN116849692A (zh) | 2023-10-10 |
| CN117064415A (zh) | 2023-11-17 |
| EP4167861A4 (en) | 2023-08-16 |
| CN117084701A (zh) | 2023-11-21 |
| US20230157660A1 (en) | 2023-05-25 |
| CN117064414A (zh) | 2023-11-17 |
| CN117084700A (zh) | 2023-11-21 |
| CN116919431A (zh) | 2023-10-24 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111938678B (zh) | 一种成像系统和方法 | |
| US9858667B2 (en) | Scan region determining apparatus | |
| US20230157660A1 (en) | Imaging systems and methods | |
| US11854232B2 (en) | Systems and methods for patient positioning | |
| US20210290166A1 (en) | Systems and methods for medical imaging |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination |