CN117320630A - 高灵敏度连续床运动 - Google Patents

Abstract

公开了用于高灵敏度连续床运动(HS‑CBM)扫描的各种系统和计算机实现的方法。计算包括至少第一区域和第二区域的HS‑CBM扫描协议。HS‑CBM扫描使感兴趣的区域内的扫描灵敏度最大化。可移动床在成像模态的成像视场内以第一移动速率操作。第一移动速率对应于第一区域。可移动床在成像模态的成像视场内以第二移动速率操作。第二移动速率对应于第二区域。使用在第一区域和第二区域中获得的扫描数据来生成医学图像。

Description

高灵敏度连续床运动

技术领域

本申请总体上涉及医学成像，并且更特别地涉及连续床运动医学成像(continuous bed motion medical imaging)。

背景技术

在医学成像期间，将患者定位在台上，并且使用一种或多种扫描模态(modality)获取数据，所述扫描模态诸如例如计算断层摄影(CT)、正电子发射断层摄影(PET)、单光子发射计算断层摄影(SPECT)、磁共振(MR)等。可以针对单个患者收集多个数据集。可以使用诸如步进拍摄(step-and-shoot)或连续床运动(CBM)的不同的扫描过程来获得扫描。

在定位在医学(例如，核)成像系统的成像区域内的可移动患者床上执行CBM扫描。可移动患者床以恒定或预定的速度从开始位置转移到结束位置，以允许在扩展的区域上对患者进行成像。当前系统使用过扫描(over-scanning)，即扫描目标区域上方和/或下方的区域，以确保CBM期间的完全扫描。

发明内容

在各种实施例中，公开了一种计算机实现。该计算机实现的方法包括计算包括至少第一区域和第二区域的高灵敏度连续床运动(HS-CBM)扫描协议。HS-CBM扫描使感兴趣的区域内的扫描灵敏度最大化。可移动床在成像模态的成像视场内以第一移动速率操作。第一移动速率对应于第一区域。可移动床在对应于第二区域的成像模态的成像视场内以第二移动速率操作。使用在第一区域和第二区域中获得的扫描数据来生成医学图像。

在各种实施例中，公开了一种系统。该系统包括：限定具有第一纵向长度的视场的成像模态、具有大于第一纵向长度的第二纵向长度的可移动患者床、以及处理器。可移动患者床被配置成在成像模态的视场内移动。该处理器被配置成计算包括至少第一区域和第二区域的高灵敏度连续床运动(HS-CBM)扫描协议。HS-CBM扫描使感兴趣的区域内的扫描灵敏度最大化。感兴趣的区域具有大于第一纵向长度的第三纵向长度。处理器被进一步配置成在对应于第一区域的视场内以第一移动速率操作可移动床，并且在对应于第二区域的视场内以第二移动速率操作可移动床。从对应于第一区域和第二区域的成像模态接收成像数据，并且使用该成像数据来生成医学图像。

在各种实施例中，公开了一种计算机实现。该计算机实现的方法包括计算包括至少第一区域和第二区域的高灵敏度连续床运动(HS-CBM)扫描协议。HS-CBM扫描使具有小于总扫描区域的纵向距离的感兴趣的区域内的扫描灵敏度最大化。HS-CBM扫描协议是基于在大于总扫描区域的CBM扫描区域内具有连续移动速率的预定义CBM协议来计算的。HS-CBM扫描协议的总扫描时间等于预定义CBM协议的总扫描时间。该方法进一步包括：在成像模态的成像视场内以第一移动速率操作可移动床，以及在成像模态的成像视场内以第二移动速率操作可移动床。第一移动速率对应于第一区域，并且第二移动速率对应于第二区域。使用在第一区域和第二区域中获得的扫描数据来生成医学图像。

附图说明

根据附图的元素，以下内容将是显而易见的，附图被提供用于说明性目的，并且不一定按比例绘制。

图1图示了根据一些实施例的核成像系统。

图2图示了根据一些实施例的计算机系统的框图。

图3图示了根据一些实施例的在传统的连续床运动扫描期间可移动患者床穿过成像模态的视场的移动。

图4图示了根据一些实施例的在高灵敏度连续床运动扫描期间可移动患者床穿过成像模态的视场的移动。

图5图示了根据一些实施例的利用高灵敏度连续床运动扫描和传统连续床运动扫描的多个患者的扫描覆盖范围。

图6是图示根据一些实施例的传统连续床运动扫描和具有可变移动速率的高灵敏度连续床运动扫描的每仓(bin)的成像花费的时间的图表。

图7是图示根据一些实施例的图6中图示的传统连续床运动扫描和高灵敏度连续床运动扫描的灵敏度的图表。

图8是图示根据一些实施例的对于传统连续床运动扫描和对于具有仅略大于成像模态的视场的感兴趣的区域的扫描的高灵敏度连续床运动扫描的每仓成像花费的时间的图表。

图9是图示根据一些实施例的图8中图示的传统连续床运动扫描和高灵敏度连续床运动扫描的灵敏度的图表。

图10是图示根据一些实施例的执行高灵敏度连续床运动扫描的方法的流程图。

图11是图示根据一些实施例的包括一个或多个步进拍摄扫描和一个或多个连续床运动扫描的组合的高灵敏度连续床运动扫描的灵敏度曲线(profile)的一组图表。

图12A是图示根据一些实施例的图11的高灵敏度连续床运动扫描的组合灵敏度曲线的图表。

图12B图示了根据一些实施例的图12A的组合灵敏度曲线的理想范数(norm)。

图12C图示了根据一些实施例的图11中图示的高灵敏度连续床运动扫描的零段(segment zero)的投影数据。

图13A图示了根据一些实施例的图11的高灵敏度连续床运动扫描的幻影图像。

图13B图示了根据一些实施例的通过图11的高灵敏度连续床运动扫描获得的重建图像。

具体实施方式

示例性实施例的该描述旨在结合附图来阅读，附图被认为是整个书面描述的一部分。

在下文中，关于所要求保护的提供系统以及关于所要求保护的方法来描述各种实施例。本文中的特征、优点或替代实施例可以分配给其他要求保护的对象，并且反之亦然。换句话说，可以利用在方法的上下文中描述或要求保护的特征来改进提供系统的权利要求。在这种情况下，该方法的功能特征由提供系统的目标单元来实现。

图1图示了根据一些实施例的核成像系统2的一个实施例。核成像系统2包括在第一构台(gantry)16a中提供的用于至少第一模态12的扫描仪。第一模态12可以包括任何合适的成像模态，诸如正电子发射断层摄影(PET)模态、单光子发射计算断层摄影(SPECT)模态、计算断层摄影(CT)模态、磁共振(MR)模态等。患者17躺在可移动的患者床18上，该患者床18可在构台之间和/或构台内移动。在一些实施例中，核成像系统2包括用于第二成像模态14的扫描仪，其可以与第一成像模态并置(collocate)和/或在第二构台16b中提供。第二成像模态14可以是任何合适的成像模态，诸如例如PET模态、SPECT模态、CT模态、MR模态和/或任何其他合适的成像模态。第一成像模态12和/或第二成像模态14中的每个可以包括一个或多个检测器50，该检测器50被配置成检测湮灭光子、伽马射线和/或其他核成像事件。

来自第一模态12和/或第二模态14的扫描数据被存储在一个或多个计算机数据库40中，并由计算机系统30的一个或多个计算机处理器60处理。图1中的计算机系统30的图形描绘仅通过说明的方式提供，并且计算机系统30可以包括一个或多个分离的计算设备。核成像数据集可以由第一模态12、第二模态14提供，和/或可以作为分离的数据集提供，诸如例如从耦合到计算机系统30的存储器提供。计算机系统30可以包括一个或多个处理电子设备，用于处理从多个检测器50之一接收的信号。

在一些实施例中，计算机系统30被配置成基于由第一模态12和/或第二模态14获得的核成像数据生成一个或多个重建。可以使用任何合适的重建参数来生成每个重建，所述重建参数诸如任何合适的重建算法、噪声值、事件计数等。可以基于衰减校正的扫描数据来生成(一个或多个)重建。

图2图示了根据一些实施例的被配置成实施一个或多个过程的计算机系统30。系统30是代表性设备，并且可以包括处理器子系统72、输入/输出子系统74、存储器子系统76、通信接口78和系统总线80。在一些实施例中，可以组合或省略系统30组件中的一个或多于一个组件，诸如例如不包括输入/输出子系统74。在一些实施例中，系统30可以包括图2中未示出的其他组件。例如，系统30还可以包括例如电源子系统。在其他实施例中，系统30可以包括图2中所示组件的几个实例。例如，系统30可以包括多个存储器子系统76。为了简洁和清楚，而不是限制，在图2中示出了每个组件中的一个。

处理器子系统72可以包括可操作以控制系统30的操作和性能的任何处理电路。在各个方面中，处理器子系统72可以被实现为通用处理器、芯片多处理器(CMP)、专用处理器、嵌入式处理器、数字信号处理器(DSP)、网络处理器、输入/输出(I/O)处理器、媒体访问控制(MAC)处理器、无线电基带处理器、协处理器、微处理器(诸如复杂指令集计算机(CISC)微处理器、精简指令集计算(RISC)微处理器和/或超长指令字(VLIW)微处理器)或者其他处理设备。处理器子系统72也可以由控制器、微控制器、专用集成电路(ASIC)、现场可编程门阵列(FPGA)、可编程逻辑器件(PLD)等等来实现。

在各个方面中，处理器子系统72可以被布置以运行操作系统(OS)和各种应用。OS的示例包括例如通常以Apple OS、Microsoft Windows OS、Android OS、Linux OS和任何其他专有或开源OS的商标名已知的操作系统。应用的示例包括例如网络应用、本地应用、数据输入/输出应用、用户交互应用等。

在一些实施例中，系统30可以包括系统总线80，该系统总线80耦合包括处理子系统72、输入/输出子系统74和存储器子系统76的各种系统组件。系统总线80可以是几种类型的总线结构中的任一种，包括存储器总线或存储器控制器、外围总线或外部总线、和/或使用任何各种可用总线架构的本地总线，包括但不限于9位总线、工业标准架构(ISA)、微通道架构(MSA)、扩展ISA(EISA)、智能驱动电子设备(IDE)、VESA本地总线(VLB)、外围组件互连卡国际协会总线(PCMCIA)、小型计算机接口(SCSI)或其他专有总线、或适用于计算设备应用的任何定制总线。

在一些实施例中，输入/输出子系统74可包括任何合适的机构或组件，以使得用户能够向系统30提供输入并且系统30能够向用户提供输出。例如，输入/输出子系统74可以包括任何合适的输入机制，包括但不限于按钮、小键盘、键盘、点击轮、触摸屏、运动传感器、麦克风、相机等。

在一些实施例中，输入/输出子系统74可以包括视觉外围输出设备，用于向用户提供可视显示。例如，视觉外围输出设备可以包括屏幕，诸如例如液晶显示器(LCD)屏幕。作为另一个示例，视觉外围输出设备可以包括可移动显示器或投影系统，用于在远离系统30的表面上提供内容的显示。在一些实施例中，视觉外围输出设备可以包括编码器/解码器，也称为编解码器，以将数字媒体数据转换成模拟信号。例如，视觉外围输出设备可以包括视频编解码器、音频编解码器或任何其他合适类型的编解码器。

视觉外围输出设备可包括显示驱动器、用于驱动显示驱动器的电路或两者。视觉外围输出设备可以可操作以在处理器子系统72的指导下显示内容。例如，视觉外围输出设备可以能够播放媒体回放信息、在系统30上实现的应用的应用屏幕、关于正在进行的通信操作的信息、关于传入的通信请求的信息或设备操作屏幕，仅举几个示例。

在一些实施例中，通信接口78可包括能够将系统30耦合至一个或多个网络和/或附加设备的任何合适的硬件、软件或软硬件组合。通信接口78可以被布置以利用任何合适的技术来操作，以用于使用一组期望的通信协议、服务或操作程序来控制信息信号。通信接口78可以包括适当的物理连接器，以与相应的通信介质(无论是有线的还是无线的)连接。

通信的载体(vehicle)包括网络。在各个方面中，网络可以包括局域网(LAN)以及广域网(WAN)(包括但不限于因特网)、有线信道、无线信道、通信设备(包括电话)、计算机、有线、无线电、光或其他电磁信道的及其组合，包括能够传送数据/与传送数据相关联的其他设备和/或组件。例如，通信环境包括体内通信、各种设备和各种通信的模式，诸如无线通信、有线通信及其组合。

无线通信模式包括至少部分利用无线技术的点(例如，节点)之间的任何通信的模式，包括与无线传输、数据和设备相关联的各种协议和协议的组合。所述点包括例如无线设备(诸如无线耳机)、音频和多媒体设备和装备(诸如音频播放器和多媒体播放器)、电话(包括移动电话和无绳电话)以及计算机和计算机相关的设备和组件(诸如打印机、网络连接的机器和/或任何其他合适的设备或第三方设备)。

有线通信模式包括利用有线技术的点之间的任何通信的模式，包括与有线传输、数据和设备相关联的各种协议和协议的组合。所述点包括例如设备(诸如音频和多媒体设备)和装备(诸如音频播放器和多媒体播放器)、电话(包括移动电话和无绳电话)以及计算机和计算机相关的设备和组件(诸如打印机、网络连接的机器和/或任何其他合适的设备或第三方设备)。在各种实现中，有线通信模块可以根据多种有线协议进行通信。有线协议的示例可以包括通用串行总线(USB)通信、RS-232、RS-422、RS-423、RS-485串行协议、FireWire、以太网、光纤通道、MIDI、ATA、串行ATA、PCI快速、T-1(及其变体)、工业标准架构(ISA)并行通信、小型计算机系统接口(SCSI)通信或外围组件互连(PCI)通信，仅举几个示例。

因此，在各个方面中，通信接口78可包括一个或多个接口，诸如例如无线通信接口、有线通信接口、网络接口、传输接口、接收接口、媒体接口、系统接口、组件接口、交换接口、芯片接口、控制器等等。例如，当由无线设备或在无线系统内实现时，通信接口78可以包括无线接口，该无线接口包括一个或多个天线、发射机、接收机、收发机、放大器、滤波器、控制逻辑等等。

在各个方面中，通信接口78可根据多种协议提供数据通信功能。协议的示例可以包括各种无线局域网(WLAN)协议，包括电气和电子工程师协会(IEEE)802.xx系列协议，诸如IEEE 802.11a/b/g/n/ac、IEEE 802.16、IEEE 802.20等等。无线协议的其他示例可以包括各种无线广域网(WWAN)协议，诸如具有GPRS的GSM蜂窝无线电话系统协议、具有1xRTT的CDMA蜂窝无线电话通信系统、EDGE系统、EV-DO系统、EV-DV系统、HSDPA系统等等。无线协议的另外的示例可以包括无线个域网(PAN)协议(诸如红外协议)、来自蓝牙特别兴趣组(SIG)系列协议的协议(例如，蓝牙规范版本5.0、6.7、传统蓝牙协议等)以及一个或多个蓝牙配置文件等等。无线协议的又一示例可以包括近场通信技术和协议，诸如电磁感应(EMI)技术。EMI技术的示例可以包括无源或有源射频识别(RFID)协议和设备。其他合适的协议可以包括超宽带(UWB)、数字办公室(DO)、数字家庭、可信平台模块(TPM)、ZigBee等等。

在一些实施例中，提供至少一种非暂时性计算机可读存储介质，其上实现有计算机可执行指令，其中，当由至少一个处理器执行时，计算机可执行指令使至少一个处理器执行本文中所述方法的实施例。该计算机可读存储介质可以被实现在存储器子系统76中。

在一些实施例中，存储器子系统76可包括能够存储数据的任何机器可读或计算机可读介质，包括易失性/非易失性存储器和可移动/不可移动存储器两者。存储器子系统76可以包括至少一个非易失性存储器单元。非易失性存储器单元能够存储一个或多个软件程序。软件程序可以包含例如应用、用户数据、设备数据和/或配置数据或者其组合，仅举几个示例。软件程序可以包含可由系统30的各种组件执行的指令。

在各个方面中，存储器子系统76可包括能够存储数据的任何机器可读或计算机可读介质，包括易失性/非易失性存储器和可移动/不可移动存储器两者。例如，存储器可以包括只读存储器(ROM)、随机存取存储器(RAM)、动态RAM(DRAM)、双倍数据速率DRAM(DDR-RAM)、同步DRAM(SDRAM)、静态RAM(SRAM)、可编程ROM(PROM)、可擦除可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)、闪存(例如NOR或NAND闪存)、内容可寻址存储器(CAM)、聚合物存储器(例如铁电聚合物存储器)、相变存储器(例如奥氏存储器(ovonic memory))、铁电存储器、氧化硅-氮化物-氧化硅(SONOS)存储器、磁盘存储器(例如软盘、硬盘驱动器、光盘、磁盘)或卡(例如，磁卡、光卡)或任何其他类型的适用于存储信息的介质。

在一个实施例中，存储器子系统76可以包含以文件的形式的指令集，用于执行各种方法，诸如如本文中所述的包括A/B测试和高速缓存优化的方法。指令集可以以任何可接受的机器可读指令的形式(包括源代码或各种适当的编程语言)存储。可以用于存储指令集的编程语言的一些示例包括但不限于：Java、C、C++、C#、Python、Objective-C、VisualBasic或.NET编程。在一些实施例中，包括编译器或解释器，以将指令集转换成用于由处理子系统72执行的机器可执行代码。

图3图示了根据一些实施例的在传统连续床运动扫描期间可移动患者床穿过成像模态的视场104的移动。在一些实施例中，成像模态(诸如上面讨论的第一成像模态12和/或第二成像模态14)具有预定的视场104。视场104包括在第一方向上的预定距离上由成像模态12、14的横截面区域(即检测器50的分布)限定的三维体积，该第一方向在本文中称为纵向方向。第一或纵向方向通常对应于定位在可移动患者床(诸如可移动患者床18a)上的患者17的上下方向。视场104通常可以小于可移动患者床(诸如可移动患者床18a)的纵向长度，使得可移动患者床18a必须移动通过视场104(或替代地，支撑成像模态12、14的构台16a、16b的移动以移动视场104)，以允许对整个扫描区域106进行完全成像。可移动患者床18a的移动发生在纵向方向上(如由视场104所限定)。总扫描区域106可以大于、等于或小于可移动患者床18a的长度。

在一些实施例中，成像由成像模态12、14执行，以获得包括感兴趣的区域108的图像数据(例如，计数数据)。感兴趣的区域108包括患者的一个或多个解剖位置和/或结构，诸如头部、胸部、腹部等。在一些实施例中，感兴趣的区域108包括大于成像模态12、14的视场104的总纵向距离。在传统的连续床运动(CBM)扫描中，可移动患者床18a以恒定速度和/或用户定义的速度在纵向方向上转移通过成像模态12、14的视场104，以允许整个扫描区域106a(例如，可移动患者床18a的整个长度)通过视场104。诸如列表模式数据的图像数据可以与床的位置数据同时记录和/或分离地记录，以允许图像数据的分仓和正弦图的生成。

如图3中所示，在传统的CBM扫描中，总扫描区域106包括过扫描区域110a、110b。第一过扫描区域110a位于感兴趣的区域108的上方，而第二过扫描区域110b位于感兴趣的区域108的下方。在传统CBM中，过扫描区域110a、110b被扫描以在感兴趣的区域108中提供足够的灵敏度(例如，足够的计数)，以提供临床有用的图像。过扫描区域110a、110b可以包括在CBM扫描期间不感兴趣的患者的解剖结构的附加部分。例如，患者的手臂可以定位在他们的头部上方并位于第一过扫描区域110a中，和/或患者的下肢(例如腿、脚)可以位于第二过扫描区域110b中。此外，执行成像过程所需的装备可以位于过扫描区域110a、110b中的一个或多个中。例如，医疗装备，诸如注射器、导管和/或用于向患者输送示踪剂的其他设备、监视装备和/或其他医疗装备可以位于第一过扫描区域110a中。

当根据通过传统CBM扫描获得的数据重建图像时，可丢弃与位于过扫描区域110a、110b中的仓相对应的数据。例如，当感兴趣的区域108仅包含患者的头部、胸部和腹部时，可以丢弃对应于患者的下肢的一个或多个仓的数据。类似地，可以丢弃对应于位于患者的头部上方的区域的一个或多个仓的数据。在过扫描区域110a、110b的扫描期间生成的图像数据，例如计数，可能给感兴趣的区域108的重建带来复杂性，诸如增加的随机性的速率(rateofrandoms)、停滞时间(dead time)和/或脉冲堆积(pulse pile-up)。作为一个示例，可能由位于过扫描区域110a、110b中或其附近的示踪剂源(例如，注射器、导管等)导致增加的随机性速率、停滞时间和/或脉冲堆积，诸如定位在可移动患者床18a的顶部处的第一过扫描区域110a内的注射器和/或导管。

图4图示了根据一些实施例的在高灵敏度CBM扫描(HS-CBM扫描)期间可移动患者床18a穿过成像模态的视场104的移动。在HS-CBM扫描期间，限制可移动患者床18a的移动，使得只有总扫描区域106b和感兴趣的区域108完全重叠，使得在HS-CBM扫描期间，只有感兴趣的区域108转移通过视场104。例如，在一些实施例中，可移动患者床18a可从对应于感兴趣的区域108的最上面部分的第一位置108a移动到对应于感兴趣的区域108的下端的第二位置180b。尽管图示了其中第一位置108a位于第二位置108b的上方的实施例，但是将理解，可移动患者床18a可以从上方位置转移到下方位置和/或从下方位置转移到上方位置。如与结合图3讨论的传统CBM扫描相比，HS-CBM扫描消除或减少了过扫描区域110a、110b，并且仅聚焦在感兴趣的区域108上。在一些实施例中，可以输入物理床碰撞限制、用户定义的床速度和/或其他参数，使得可以向用户提供最大扫描范围。在一些实施例中，可以直接地、使用查找表、数值地、使用诸如人工智能(AI)的方法、使用任何其他合适的计算方法和/或其任何组合计算最大扫描范围。最大扫描范围的确定使得能够扫描更长的患者和/或辅助患者定位。

在一些实施例中，HS-CBM扫描包括与传统CBM扫描相同的扫描时间，但总扫描时间仅花费在HS-CBM扫描中的感兴趣的区域108中。如与传统CBM扫描相比，对于HS-CBM扫描，可移动患者床18a的移动的速率可以降低，因为在HS-CBM扫描期间行进的距离小于在传统CBM扫描期间行进的距离。HS-CBM扫描期间降低的速度为患者17提供了增加的舒适性，并且允许更容易接近患者17，例如，以输送附加的示踪剂、检查生命体征、与患者沟通等。

在图示实施例中，感兴趣的区域108小于视场104的纵向长度的两倍，从而允许可移动患者床18a在HS-CBM扫描期间的最小移动。例如，在一些实施例中，可移动患者床18a可以以恒定的、缓慢的速率连续移动，从而允许在总扫描时间内从第一位置108a转移到第二位置108b。在具有仅略大于成像模态12、14的视场104的感兴趣的区域108的实施例中，可以以经受扫描的患者几乎察觉不到的速率提供这样的移动。在一些实施例中，移动速率(S)可以被确定为：

在其他实施例中，并且如下面更详细讨论的那样，移动速率在总扫描时间内可以是可变的，以在HS-CBM扫描期间在一个或多个区域中提供增加的聚焦。在一些实施例中，移动速率基于一个或多个单向和/或双向(例如，在参数PET中使用的多次通过)移动。

在各种实施例中，可变扫描时间可以直接计算、作为查找表预先计算、数值计算、使用人工智能类型算法计算、使用任何其他合适的计算方法和/或其任何组合计算。在一些实施例中，扫描时间可以作为优化函数数值地计算，该优化函数迭代地收敛于将导致从感兴趣的体积中检测到最佳计数的最佳扫描协议或扫描速度。例如，在一些实施例中，获得用户定义的用户速度，并生成传统CBM的灵敏度曲线。可以对包括可变扫描时间的HS-CBM扫描协议的床速度进行数值计算，使得保留用户定义的速度比，但是更多的总扫描时间花费在(一个或多个)感兴趣的区域(例如，具有一个或多个感兴趣的体素的区域)中，从而提高扫描区域的灵敏度。

图5图示了根据一些实施例的利用HS-CBM扫描和传统CBM扫描两者的多个患者17a-17e的扫描覆盖范围。如图5中所图示，感兴趣的区域108具有比成像模态12、14的视场104更大的纵向长度。对于传统的CBM扫描，总扫描区域106a包括过扫描区域110a、110b。在传统的CBM扫描期间，可移动患者床18a以用户定义的速度的速率连续转移，以移动整个扫描区域106a通过成像模态12、14的视场104。如图5中所示，过扫描区域110a、110b不仅可以显著延伸超出感兴趣的区域108a-108e，而且通常还可以延伸超出患者17a-17e的解剖结构。如上面讨论的，包括过扫描区域110a、110b可能会给重建带来复杂性，例如，由位于过扫描区域110a、110b之一中或其附近的示踪剂源引起的随机性、停滞时间和/或脉冲堆积。

相比之下，对于HS-CBM扫描，总扫描区域106b与每个患者17a-17e的感兴趣的区域108a-108e基本重叠。如与传统的CBM扫描期间所需的移动相比，HS-CBM扫描期间可移动患者床18a的总移动显著减少。例如，在一些实施例中，传统的CBM扫描可能需要可移动的患者床在大约3米的长度内转移，而HS-CBM扫描可能只需要在大约1米的长度内转移。在一些实施例中，传统的CBM扫描和HS-CBM扫描在相同的总扫描时间内执行，从而导致HS-CBM扫描的可移动患者床18a的移动的速率较低。

在HS-CBM扫描期间，可移动患者床18a可以以第二移动速率从第一位置连续转移到第二位置。第二移动速率小于传统CBM扫描的第一移动速率。例如，在上面讨论的实施例中，HS-CBM扫描移动传统CBM扫描的三分之一的距离。在相同的总扫描时间内，HS-CBM扫描期间的第二移动速率是传统CBM扫描的第一移动速率的三分之一。较低的移动速度增加了患者舒适度，提供了对患者的更容易接近和/或与患者共处一地的装备，并且增加了扫描区域内的灵敏度。在一些实施例中，并且如下面更详细讨论的，可移动患者床18a的移动速度可以在HS-CBM扫描期间变化，例如，以增加扫描的灵敏度。

图6是图示了根据一些实施例的具有可变移动速率的传统CBM扫描202和HS-CBM扫描204的每仓成像花费的时间图表200。每仓202、204成像花费的时间对应于扫描期间可移动患者床(诸如可移动患者床18、18a)的移动。例如，如图6中所图示，在传统的CBM扫描202期间，可移动患者床118a以恒定的速度从第一位置(例如，最上面或最下面的位置)转移到第二位置(例如，最上面或最下面的位置)。因为可移动患者床以恒定的速率移动，所以对于图像中的所有仓，每个仓成像花费的时间是相同的。此外，传统的CBM扫描202包括过扫描区域中的仓成像花费时间210a、210b。

相比之下，HS-CBM扫描204包括可变的每仓时间，其对应于HS-CBM扫描期间可移动患者床118b的移动速率中的变化。可变移动速率增加和/或减少在每个成像仓中花费的时间。可以选择在HS-CBM扫描204的各个部分期间可移动患者床118b的移动速率，以使扫描的一个或多个参数最大化，诸如使预定区域中HS-CBM扫描的灵敏度最大化。

如图示实施例中所示，可移动患者床118b在时间t_0处开始于初始位置处。从时间t_0到时间t_1，每仓花费的时间从0秒增加到大约16秒，对应于可移动患者床118a从停止位置到从时间t_1到时间t_2的第一移动速率的加速。从时间t_1到时间t_2，可移动患者床118b的移动速率保持在第一移动速率处。从时间t_1到时间t_2的每仓时间是恒定的，对应于第一移动速率。

在时间t_2处，移动速率从第一移动速率增加到第二移动速率。在所图示实施例中，第二移动速率等于传统CBM扫描期间使用的移动速率。从时间t_3到时间t_4的每仓时间减少，对应于从第一移动速率到第二移动速率的速度中的增加。从时间t_3到时间t_4保持第二移动速率，从而提供恒定的每仓时间。在图示的实施例中，从时间t_3到时间t_4的每仓时间等于传统CBM扫描的每仓时间。

在时间t_4处，可移动患者床118b的移动速率从第二移动速率降低至第三移动速率。从时间t_4到时间t_5，每仓时间增加。在时间t_5处，可移动患者床118b的移动速率增加到第二移动速率，从而将每仓时间从时间t_5减少到时间t_6。从时间t_6到时间t_7，可移动患者床118b的移动速率保持在第二移动速率处，对应于相同范围内恒定的每仓时间。从时间t_6到时间t_7的每仓时间等于从时间t_3到时间t_4的每仓时间，如上面讨论的，其等于传统CBM扫描的每仓时间。

在时间t_7处，可移动患者床118b的移动速率从第二移动速率降低至第一移动速率，其具有从时间t_7至时间t_8的每仓时间中的相应增加。从时间t_8到时间t_9，移动速率保持恒定，对应于相同范围内恒定的每仓时间。由于两个时间段具有相同的可移动患者118b的移动速率，因此从时间t_8到时间t_9的每仓时间与从时间t_1到时间t_2的每仓时间相同。在时间t_9处，可移动患者床118b的移动速率从第一移动速率降低到零，并且在时间t_10处，HS-CBM扫描完成，其具有每仓时间中的相应下降。尽管图示了具体的每仓时间和移动速度，但是将理解，基于HS-CBM扫描的目标，可以使用任何合适的每仓时间和可移动患者床118b的相应移动速率。除了在感兴趣的特定仓中增加灵敏度之外，HS-CBM扫描省略了过扫描区域中的成像仓210a、210b。

图7是图示了根据一些实施例的图6中图示的传统CBM扫描252和HS-CBM扫描254的灵敏度的图表250。如图7中所示，传统CBM扫描252在感兴趣的区域256上的灵敏度低于HS-CBM扫描254在感兴趣的区域256上的灵敏度。通过可移动患者床118b在HS-CBM扫描内的可变移动来提供增加的灵敏度(如上面结合图6所讨论的)。例如，在一些实施例中，基于一个或多个解剖结构的位置和/或某些解剖结构与示踪剂的相互作用，例如吸收率、散射等，确定可移动患者床18的移动。如图6中所示，可以选择每仓成像花费的时间，以在感兴趣的区域256上提供基本恒定的灵敏度，如图7中所图示。在其他实施例中，可移动患者床118b的移动速率可以被配置成在HS-CBM扫描的某些部分期间使扫描的一个或多个其他参数最大化和/或使某些参数最大化。

在一些实施例中，扫描时间(例如图6中所示的t_1至t_10)可以变化，使得HS-CBM扫描对用户定义的扫描范围进行建模。可以通过计算如图7中所示的期望灵敏度曲线并数值计算匹配期望灵敏度曲线的每仓扫描时间来确定每仓扫描时间。灵敏度曲线可以使用例如具有传统CBM扫描的过扫描的用户定义的扫描范围来计算，以生成HS-CBM协议，该HS-CBM协议包括每仓扫描时间，该每仓扫描时间具有在用户定义的扫描时间内调整的(传统CBM扫描中的)过扫描范围中花费的时间。在各种实施例中，用于计算HS-CBM扫描时间的数值最大化步骤可以是优化算法、直接计算、基于AI的方法、查找表、任何其他合适的计算方法和/或其组合。

图8是图示了根据一些实施例的对于具有仅略大于成像模态12、14的视场的感兴趣的区域的扫描的传统CBM扫描302和HS-CBM扫描304的每仓成像花费的时间的图表300。例如，在一些实施例中，感兴趣的区域在纵向方向上可以是1070mm，而相关成像模态12、14的视场在相同方向上可以是1060mm，从而导致仅10mm的差异。尽管本文中讨论了具体实施例，但是将理解，成像模态12、14的总扫描区域和/或视场(以及因此总扫描区域和视场之间的差异)可以是任何合适的大小。

如图8中所示，并且类似于图6中所示的传统CBM扫描，传统CBM扫描302中每仓的每仓时间302在传统CBM扫描302的扫描区域106a内可以是恒定的，对应于在传统CBM扫描302期间可移动患者床118a的恒定移动速率的可能性。在传统的CBM扫描期间，可移动患者床118a穿过第一扫描距离106a，诸如例如2米。传统的CBM扫描还包括过扫描区域310a、310b。

相比之下，HS-CBM扫描304的每仓时间集中在与感兴趣的区域相对应的仓中，从而导致小的扫描距离106b，并且类似地，可移动患者床118b在扫描距离106b内的慢的移动的速率。例如，在所图示实施例中，对于所有仓，传统CBM扫描302的每仓时间小于0.05秒，而HS-CBM扫描304的每仓时间快速增加到0.05秒以上，在0.3秒以上达到峰值，并快速回落到零。HS-CBM扫描304的较短扫描距离106b在扫描周期内提供了较慢的移动速率，从而增加了患者舒适度、接近患者，并且通常改善了扫描的结果。附加地和/或替换地，如与传统的CBM扫描相比，对于HS-CBM扫描而言总扫描时间可以减少，而不降低扫描期间的灵敏度或者在一些情况下具有扫描期间的灵敏度中的提高。

图9是图示了根据一些实施例的图8中所图示的传统CBM扫描352和HS-CBM扫描354的灵敏度的图表350。如图9中所示，传统CBM扫描352的灵敏度在扫描的中点处从0平滑增加到最大值，并以相同的速率下降到扫描的结束。传统的CBM扫描352包括过扫描区域310a、310b。相比之下，如与传统的CBM扫描352相比，HS-CBM扫描354具有在扫描的开始处急剧增加的灵敏度，并且在大部分的扫描区域106b内具有更高的最大灵敏度。此外，HS-CBM扫描354省略了过扫描区域310a、310b。如与传统的CBM扫描相比，HS-CBM扫描354可以在相同的总扫描时间内和/或在更短的扫描时间内提供更高的灵敏度，即在感兴趣的区域308内更好的扫描质量。

图10是图示了根据一些实施例的执行HS-CBM扫描的方法的流程图400。在步骤402处，定义总扫描区域。总扫描区域可以基于构台18的大小、一个或多个患者参数(例如，身高、躯干长度等)和/或任何其他合适的参数。例如，在一些实施例中，总扫描区域可以被配置成提供聚焦在患者的头部和腹部上的扫描区域。尽管本文中讨论了具体的实施例，但是将理解，扫描区域可以聚焦在患者解剖结构的任何合适的部分上。

在步骤404处，计算包括HS-CBM扫描的一个或多个部分(或腿)的移动速率的移动协议。可以基于一个或多个目标扫描参数来计算移动速率。例如，在一些实施例中，HS-CBM扫描的一个或多个部分的移动速率可以被配置成在扫描周期内使灵敏度最大化。可以基于一个或多个解剖结构和/或结合一个或多个成像模态12、14使用的示踪剂的预期位置来使灵敏度最大化。在一些实施例中，计算移动速率包括数值地确定最佳扫描协议，该最佳扫描协议使总扫描时间的初始估计(例如，全零或全一，取决于所使用的算法)和由用户针对HS-CBM扫描定义的期望灵敏度模式之间的差异迭代地最小化。

例如，在一些实施例中，用户提供例如具有变化的扫描速度的预定数量的扫描区域，诸如多达4个扫描区域。预定的算法被配置成确定具有过扫描的总扫描时间(例如，计算传统的CBM扫描协议)，并数值地确定与由用户定义(例如，如针对传统的CBM扫描所确定)的扫描协议匹配的HS-CBM的每仓最佳扫描时间(或每mm扫描时间)。作为另一个示例，在一些实施例中，用户针对每个区域定义总扫描时间和相对扫描时间。计算在HS-CBM扫描期间提供最平坦灵敏度的扫描时间，并且对于如与传统CBM扫描相比相同的总扫描时间，在计算的扫描时间内调整用户定义的扫描区域。在优化成本函数中使用的灵敏度曲线可以是一维的和/或更高维的。最大和最小床速度、床的进/出碰撞限制以及保持床的金属支撑物的位置作为限制输入到数值算法中，使得由HS-CBM选择的最佳扫描协议不超出这些范围。

在一些实施例中，在(例如，数值地或直接地)计算HS-CBM扫描时间后，可将计算的扫描时间作为训练数据集与用户定义的扫描区域一起提供给AI模型。可以使用被配置成或者能够将用户定义的扫描时间映射到数值计算的HS-CBM扫描协议的任何合适的AI模型和/或算法，诸如例如U-NET和/或任何其他合适的AI算法。机器学习算法可以针对不同的构台大小、扫描长度、用户定义的扫描范围、扫描时间和/或其他扫描参数来训练。

例如，在一个实施例中，可使用包括具有三种移动速率的五个部分(或区域)的移动协议来使患者的头部、胸部和腹部的灵敏度最大化：从扫描的开始到具有第一移动速率的第一位置的第一部分，从第一位置延伸到以第二移动速率执行的第二位置的第二部分，从第二位置延伸到第三位置并且对应于以第三移动速率执行的扫描的中点的第三部分，从第三位置延伸到以第二移动速率执行的第四位置的第四部分，以及从第四位置延伸到以第一移动速率执行的扫描的结束位置的第五部分。尽管本文中讨论了具体实施例，但是将理解，可以应用任何合适的移动协议来使任何合适的扫描参数最大化。

虽然上述公开的示例包括具有变化速度的HS-CBM扫描协议，但将理解，HS-CBM协议可包括其他移动协议，例如，结合静止扫描(诸如用于步进拍摄成像中)和连续速度移动的移动协议。例如，图11是一组图表502a-502c，其图示了根据一些实施例的高灵敏度连续床运动扫描的灵敏度曲线，包括在扫描协议开始和/或结束时的静止扫描502a、502c和一个或多个连续床运动扫描502b的组合。如图11中所图示，在一些实施例中，可以在HS-CBM内使用完全的床停止，以生成优化的灵敏度曲线，例如，如由用户所期望的和/或由一个或多个算法所确定的。在图示的实施例中，HS-CBM扫描协议包括由第一图表502a图示的第一静态扫描，由第二图表502b图示的以恒定速率执行的CBM扫描，以及由第三图表502c图示的第二静态扫描。尽管本文中图示了具体的实施例，但是将理解，静止、恒速和/或变速扫描的任何组合可以被组合以形成HS-CBM协议。图12A是图示了图11的高灵敏度连续床运动扫描的组合灵敏度曲线的图表510，图12B图示了图12A的组合灵敏度曲线的理想范数512，而图12C图示了根据一些实施例的图11中所图示的高灵敏度连续床运动扫描的零段的投影数据514。图13A图示了用于图11的高灵敏度连续床运动扫描的幻影图像516，而图13B图示了根据一些实施例的由图11的高灵敏度连续床运动扫描获得的重建图像518。尽管实施例被图示为具有两个固定位置结合恒速的CBM扫描，但是将理解，HS-CBM扫描可以由固定床位置和/或具有恒速和/或变速的CBM扫描的不同组合组成。

在各种实施例中，本文中公开的HS-CBM协议还包括关于床位置、床标签、扫描时间、单次速率、床速度等的任何必要的(一个或多个)修改，以提供从数据采集步骤到重建步骤的数据传输，使得可如实地重建一个或多个图像。在一些实施例中，HS-CBM协议包括在重建期间执行的修正的归一化，以匹配HS-CBM扫描的扫描协议。

在步骤406处，根据在步骤404处确定的扫描协议执行HS-CBM扫描。HS-CBM扫描限于预定的扫描区域，并且构台18的移动由扫描协议确定。如与具有相同扫描周期的传统CBM扫描相比，构台18的速度在扫描周期内降低。例如，在典型的CBM扫描期间由构台18移动的距离可以是大约3米，而在HS-CBM扫描期间由构台18移动的距离更小，诸如例如大约1米。当构台18在总扫描时间内移动较短的总距离时，可以减少构台的移动以增加患者舒适度。构台18的减小的移动还允许临床医生接近患者，例如，以检查和/或调整输送造影剂(例如，示踪剂)的导管，检查生命体征，重新定位患者等。

在步骤408处，根据在步骤406处的HS-CBM扫描期间获得的数据重建一个或多个图像。可以使用本领域已知的任何合适的CBM重建过程来重建图像。例如，在共同拥有的美国专利第9,645,261号和美国专利第9,044,153号中描述了各种CBM过程，所述美国专利中的每个都通过引用整体地并入本文中。在一些实施例中，重建图像包括一个或多个衰减校正过程的应用。在一些实施例中，可以将一个或多个变化应用于范数扩展步骤，以便以更高的准确度并入HS-CBM扫描期间床速度中的改变。例如，在一些实施例中，床速度的变化可以在重新分仓步骤期间被捕获，并且该变化可以以床标签的形式被传送到范数扩展，该床标签具有用于停滞时间校正的对应的单次速率。HS-CBM扫描的有限扫描区域减少了衰减校正期间必须解决的随机性、停滞时间和/或脉冲堆积的数量，从而提高了最终扫描图像的灵敏度。

在步骤410处，重建图像被输出到一个或多个其他系统或结构。例如，在一些实施例中，重建图像被输出到监视器、打印机和/或其他视觉输出设备，以供临床医生复查。作为另一个示例，在一些实施例中，重建图像被输出到非暂时性存储设备，诸如内部存储设备、外部存储设备、云存储设备等。尽管本文中讨论了具体的实施例，但是将理解，任何合适的输出可以由被配置成生成重建图像的计算机生成。

第一实施例包括计算机实施的方法。该方法包括以下步骤：计算包括至少第一区域和第二区域的高灵敏度连续床运动(HS-CBM)扫描协议，在成像模态的成像视场内以第一移动速率操作可移动床，在成像模态的成像视场内以第二移动速率操作可移动床，使用在第一区域和第二区域中获得的扫描数据来生成医学图像。HS-CBM扫描使感兴趣的区域内的扫描灵敏度最大化。第一移动速率对应于第一区域，并且第二移动速率对应于第二区域。

在第一实施例中，可基于总扫描时间来计算HS-CBM扫描协议。

在第一实施例中，HS-CBM扫描协议可以被数值地计算为优化函数，该优化函数被配置成优化要在感兴趣的区域内检测的计数。

在第一实施例中，HS-CBM扫描协议的总扫描区域可与感兴趣的区域基本重叠。

在第一实施例中，第一移动速率或第二移动速率中的至少一个可以包括可变的每仓时间。

在第一实施例中，第一移动速率或第二移动速率中的至少一个可以为零。

在第一实施例中，HS-CBM扫描协议可基于在CBM扫描区域内具有连续移动速率的预定义CBM协议来计算。

在第一实施例中，CBM扫描区域可以大于HS-CBM扫描协议的总扫描区域。

第二实施例公开了一种系统，包括：限定具有第一纵向长度的视场的成像模式，具有大于第一纵向长度的第二纵向长度的可移动患者床，以及处理器。可移动患者床被配置成在成像模态的视场内移动。该处理器被配置成：计算包括至少第一区域和第二区域的高灵敏度连续床运动(HS-CBM)扫描协议，在视场内以第一移动速率操作可移动床，在视场内以第二移动速率操作可移动床，从对应于第一区域和第二区域的成像模态接收成像数据，以及使用成像数据来生成医学图像。HS-CBM扫描使感兴趣的区域内的扫描灵敏度最大化。感兴趣的区域具有大于第一纵向长度的第三纵向长度。第一移动速率对应于第一区域，并且第二移动速率对应于第二区域。

在第二实施例中，可基于总扫描时间来计算HS-CBM扫描协议。

在第二实施例中，HS-CBM扫描协议可以被数值地计算为优化函数，该优化函数被配置成优化要在感兴趣的区域内检测的计数。

在第二实施例中，HS-CBM扫描协议的总扫描区域可与感兴趣的区域基本重叠。

在第二实施例中，第一移动速率或第二移动速率中的至少一个包括可变的每仓时间。

在第二实施例中，第一移动速率或第二移动速率中的至少一个可以为零。

在第二实施例中，HS-CBM扫描协议可基于在CBM扫描区域内具有连续移动速率的预定义CBM协议来计算。

在第二实施例中，CBM扫描区域可以大于HS-CBM扫描协议的总扫描区域。

第三实施例包括计算机实现的方法。该方法包括计算包括多个区域的高灵敏度连续床运动(HS-CBM)扫描协议的步骤。HS-CBM扫描使感兴趣的区域内的扫描灵敏度最大化。感兴趣的区域具有小于总扫描区域的纵向距离，并且基于在CBM扫描区域内具有连续移动速率的预定义CBM协议来计算HS-CBM扫描协议。CBM扫描区域大于总扫描区域，并且HS-CBM扫描协议的总扫描时间等于预定义CBM协议的总扫描时间。该方法进一步包括以下步骤：在成像模态的成像视场内以第一移动速率操作可移动床，在成像模态的成像视场内以第二移动速率操作可移动床，以及使用在多个区域中获得的扫描数据生成医学图像。第一移动速率对应于多个区域中的第一区域，并且第二移动速率对应于多个区域中的第二区域。

在第三实施例中，HS-CBM扫描协议可以被数值地计算为优化函数，该优化函数被配置成优化要在感兴趣的区域内检测的计数。

在第三实施例中，第一移动速率或第二移动速率中的至少一个可包括可变的每仓时间。

尽管已经根据示例性实施例描述了本主题，但是本主题不限于此。而是，所附权利要求应当被广义地解释，以包括可以由本领域技术人员做出的其他变体和实施例。

Claims (19)

1.一种计算机实现的方法，包括：

计算包括至少第一区域和第二区域的高灵敏度连续床运动(HS-CBM)扫描协议，其中HS-CBM扫描使感兴趣的区域内的扫描灵敏度最大化；

在成像模态的成像视场内以第一移动速率操作可移动床，其中第一移动速率对应于第一区域；

在成像模态的成像视场内以第二移动速率操作可移动床，其中第二移动速率对应于第二区域；以及

使用在第一区域和第二区域中获得的扫描数据来生成医学图像。

2.根据权利要求1所述的计算机实现的方法，其中，基于总扫描时间来计算HS-CBM扫描协议。

3.根据权利要求1所述的计算机实现的方法，其中HS-CBM扫描协议被数值地计算为优化函数，所述优化函数被配置成优化要在感兴趣的区域内检测的计数。

4.根据权利要求1所述的计算机实现的方法，其中，HS-CBM扫描协议的总扫描区域与感兴趣的区域基本重叠。

5.根据权利要求1所述的计算机实现的方法，其中，第一移动速率或第二移动速率中的至少一个包括可变的每仓时间。

6.根据权利要求1所述的计算机实现的方法，其中，第一移动速率或第二移动速率中的至少一个为零。

7.根据权利要求1所述的计算机实现的方法，其中HS-CBM扫描协议是基于在CBM扫描区域内具有连续移动速率的预定义CBM协议来计算的。

8.根据权利要求7所述的计算机实现的方法，其中CBM扫描区域大于HS-CBM扫描协议的总扫描区域。

9.一种系统，包括：

成像模态，其限定具有第一纵向长度的视场；

可移动患者床，其具有大于第一纵向长度的第二纵向长度，其中可移动患者床被配置成在成像模态的视场内移动；以及

处理器，其被配置成：

计算包括至少第一区域和第二区域的高灵敏度连续床运动(HS-CBM)扫描协议，其中HS-CBM扫描使感兴趣的区域内的扫描灵敏度最大化，其中感兴趣的区域具有大于第一纵向长度的第三纵向长度；

在视场内以第一移动速率操作可移动床，其中第一移动速率对应于第一区域；

在视场内以第二移动速率操作可移动床，其中第二移动速率对应于第二区域；以及

从对应于第一区域和第二区域的成像模态接收成像数据；以及

使用成像数据来生成医学图像。

10.根据权利要求9所述的系统，其中HS-CBM扫描协议是基于总扫描时间来计算的。

11.根据权利要求9所述的系统，其中HS-CBM扫描协议被数值地计算为优化函数，所述优化函数被配置成优化要在感兴趣的区域内检测的计数。

12.根据权利要求9所述的系统，其中HS-CBM扫描协议的总扫描区域与感兴趣的区域基本重叠。

13.根据权利要求9所述的系统，其中，第一移动速率或第二移动速率中的至少一个包括可变的每仓时间。

14.根据权利要求9所述的系统，其中第一移动速率或第二移动速率中的至少一个为零。

15.根据权利要求9所述的系统，其中HS-CBM扫描协议是基于在CBM扫描区域内具有连续移动速率的预定义CBM协议来计算的。

16.根据权利要求16所述的系统，其中CBM扫描区域大于HS-CBM扫描协议的总扫描区域。

17.一种计算机实现的方法，包括：

计算包括多个区域的高灵敏度连续床运动(HS-CBM)扫描协议，其中HS-CBM扫描使感兴趣的区域内的扫描灵敏度最大化，其中感兴趣的区域具有小于总扫描区域的纵向距离，其中HS-CBM扫描协议是基于在CBM扫描区域内具有连续移动速率的预定义CBM协议来计算的，其中CBM扫描区域大于总扫描区域，并且其中HS-CBM扫描协议的总扫描时间等于预定义CBM协议的总扫描时间；

在成像模态的成像视场内以第一移动速率操作可移动床，其中第一移动速率对应于多个区域中的第一区域；

在成像模态的成像视场内以第二移动速率操作可移动床，其中第二移动速率对应于多个区域中的第二区域；以及

使用在多个区域中获得的扫描数据来生成医学图像。

18.根据权利要求18所述的计算机实现的方法，其中HS-CBM扫描协议被数值地计算为优化函数，所述优化函数被配置成优化要在感兴趣的区域内检测的计数。

19.根据权利要求18所述的计算机实现的方法，其中，第一移动速率或第二移动速率中的至少一个包括可变的每仓时间。