提供运动门控医学成像的设备、方法及存储介质

摘要

提供运动门控医学成像的设备、方法及可读存储介质。一种设备可识别在扫描过程期间通过医学成像装置捕获对象的运动的传感器装置的数据捕获范围。一种设备可识别指定扫描范围。一种设备可基于所述指定扫描范围而将运动检测聚焦于所述数据捕获范围中的感兴趣区域。

权利要求

1.一种用以提供运动门控医学成像的设备，包括：

数据捕获范围识别器，所述数据捕获范围识别器用以识别在通过医学成像装置进行的扫描过程期间捕获对象的运动的传感器装置的数据捕获范围；

指定扫描范围识别器，所述指定扫描范围识别器用以识别指定扫描范围；以及检测定位器，所述检测定位器用以基于所述指定扫描范围而将运动检测聚焦于所述数据捕获范围中的感兴趣区域。

2.根据权利要求1所述的设备，其中，所述指定扫描范围识别器用以识别在所述对象的初始图像和上面定位有所述对象的扫描台中的一个或多个上指定的扫描范围。

3.根据权利要求1所述的设备，其中，进一步包括阈值确定器，所述阈值确定器用以：确定所述感兴趣区域中的运动的第一阈值；以及确定在所述感兴趣区域外部的限制区域中的运动的第二阈值，其中应独立地选择所述第一阈值和所述第二阈值，并且其应独立地基于临床应用和身体结构灵敏度中的一个或多个。

4.根据权利要求1所述的设备，其中，进一步包括比较器，所述比较器用以：比较两个连续数据捕获样本以检测运动；以及将参考数据捕获样本与目标数据捕获样本进行比较以检测运动。

5.根据权利要求1所述的设备，其中，进一步包括：

调整器，所述调整器用以确定由所述对象和所述医学成像装置的部件中的一个或多个进行的运动是否需要改变成所述指定扫描范围和所述感兴趣区域中的一个或多个；

碰撞识别器，所述碰撞识别器用以识别由所述对象和所述医学成像装置的所述部件中的一个或多个进行的运动是否将造成碰撞事件；姿势校验器，所述姿势校验器用以校验所述对象是否将处于合适的姿势中；以及静止预测器，所述静止预测器用以确定所述对象的静止周期。

6.根据权利要求1所述的设备，其中，进一步包括开关，所述开关用以：基于静止周期进入、可接受运动、补偿碰撞事件以及合适姿势中的一个或多个而触发数据获取；以及基于从所述静止周期退出、不可接受运动、未能补偿所述碰撞事件以及不合适姿势中的一个或多个而触发所述数据获取的终止。

7.根据权利要求1所述的设备，其中，进一步包括开关，所述开关用以基于静止周期进入、可接受运动、补偿碰撞事件以及合适姿势中的一个或多个而触发药物施用。

8.根据权利要求1所述的设备，其中，进一步包括：

后处理器，所述后处理器用以补偿所述对象的运动以重建所述对象并产生最终图像；

机器学习器，所述机器学习器用以定义和/或改进运动检测能力、预测能力、获取能力、碰撞避免能力、姿势保持能力、药物施用能力以及图像处理能力中的一个或多个；

补充数据提供器，所述补充数据提供器用以将补充数据提供给用户；以及通信器，所述通信器用以将消息提供给所述用户，所述消息涉及所述运动检测能力、所述预测能力、所述获取能力、所述碰撞避免能力、所述姿势保持能力、所述药物施用能力以及所述图像处理能力中的一个或多个。

9.根据权利要求1所述的设备，其中，进一步包括在所述医学成像装置外部的多个检测器装置，其中所述多个检测器装置中的至少一个检测器装置用以产生多个数据捕获范围、多个感兴趣区域以及多维运动向量场中的一个或多个。

10.一种计算机可读存储介质，所述一种计算机可读存储介质包括一组指令，所述一组指令在由处理器执行时使所述处理器：识别在通过医学成像装置进行的扫描过程期间捕获对象的运动的传感器装置的数据捕获范围；

识别指定扫描范围；以及

基于所述指定扫描范围而将运动检测聚焦于所述数据捕获范围中的感兴趣区域。

11.根据权利要求10所述的计算机可读存储介质，其中，所述指令在被执行时使所述处理器识别在所述对象的初始图像和上面定位有所述对象的扫描台中的一个或多个上指定的扫描范围。

12.根据权利要求10所述的计算机可读存储介质，其中，所述指令在被执行时使所述处理器：确定所述感兴趣区域中的运动的第一阈值；以及确定在所述感兴趣区域外部的限制区域中的运动的第二阈值，其中待独立地选择所述第一阈值和所述第二阈值，并且其应独立地基于临床应用和身体结构灵敏度中的一个或多个。

13.根据权利要求10所述的计算机可读存储介质，其中，所述指令在被执行时使所述处理器：比较两个连续数据捕获样本以检测运动；以及将参考数据捕获样本与目标数据捕获样本进行比较以检测运动。

14.根据权利要求10所述的计算机可读存储介质，其中，所述指令在被执行时使所述处理器：确定由所述对象和所述医学成像装置的部件中的一个或多个进行的运动是否需要改变成所述指定扫描范围或所述感兴趣区域中的一个或多个；

识别由所述对象和所述医学成像装置的所述部件中的一个或多个进行的运动是否会造成碰撞事件；校验所述对象是否处于合适姿势中；以及确定所述对象的静止周期。

15.根据权利要求10所述的计算机可读存储介质，其中，所述指令在被执行时使所述处理器：基于静止周期进入、可接受运动、补偿碰撞事件以及合适姿势中的一个或多个而触发数据获取；以及基于从所述静止周期退出、不可接受运动、未能补偿所述碰撞事件以及不合适姿势中的一个或多个而触发所述数据获取的终止。

16.根据权利要求10所述的计算机可读存储介质，其中，所述指令在被执行时使所述处理器基于静止周期进入、可接受运动、补偿碰撞事件以及合适姿势中的一个或多个而触发药物施用。

17.根据权利要求10所述的计算机可读存储介质，其中，所述指令在被执行时使所述处理器：补偿所述对象的运动以重建所述对象并产生最终图像；

定义和/或改进运动检测能力、预测能力、获取能力、碰撞避免能力、姿势保持能力、药物施用能力以及图像处理能力中的一个或多个；将补充数据提供给用户；以及将消息提供给所述用户，所述消息涉及所述运动检测能力、所述预测能力、所述获取能力、所述碰撞避免能力、所述姿势保持能力、所述药物施用能力以及所述图像处理能力中的一个或多个。

18.根据权利要求10所述的计算机可读存储介质，其中，所述指令在被执行时使所述处理器利用在所述医学成像装置外部的多个检测器装置，其中所述多个检测器装置中的至少一个检测器装置待用以产生多个数据捕获范围、多个感兴趣区域以及多维运动向量场中的一个或多个。

19.一种用以提供运动门控医学成像的方法，包括：

识别在通过医学成像装置进行的扫描过程期间捕获对象的运动的传感器装置的数据捕获范围；

识别指定扫描范围；以及

基于所述指定扫描范围而将运动检测聚焦于所述数据捕获范围中的感兴趣区域。

20.根据权利要求19所述的方法，其中，进一步包括识别在所述对象的初始图像或上面定位有所述对象的扫描台中的一个或多个上指定的扫描范围。

说明书

提供运动门控医学成像的设备、方法及存储介质

技术领域

[0001] 实施例大体上涉及用以提供医学成像，具体地涉及运动门控医学成像的系统、设备和/或方法。

背景技术

[0002] 由于相对较短的扫描时间和可靠性，医学成像成为了有吸引力的研究疾病的技术。可将受试者安置在扫描台上以收集定位(scout)图像以及最终图像，所述最终图像可以是来自多个连续切片扫描的重建图像。可指示受试者在获取数据期间保持安静(例如屏住呼吸)，但在给受试者服镇静剂的情况下可跳过口头指令。医学成像扫描还可涉及用以产生最终图像的额外技术，包括心电图(EKG)技术、成像药物的施用(例如造影剂注射)等等。

[0003] 然而，受试者或患者检查台进行的运动可能导致受试者与医学成像装置之间的碰撞事件。另外，由于运动伪影(例如模糊、对象形状失真、病变模仿等等)导致的图像损坏，受试者进行的运动可能导致误诊。可在扫描之前实施镇静以解决受试者进行的运动，这可能显著影响工作流程、医疗风险和成本。举例来说，可能需要跨部门协作来确保受试者保持安全。另外，可进行重新扫描以解决受试者进行的运动。然而，重新扫描可能会浪费资源，这是因为可能会重新扫描扫描范围中的整个区域。另外，可能存在来自重复的射束暴露、药物暴露等的健康风险。并且，针对重新扫描重新施用药物的长期影响可能不是完全无风险的。可使用后处理(例如内插等)来解决受试者进行的运动，这可能影响重建的图像质量。因此，对于提供医学成像，存在相当大的改进空间。

发明内容

[0004] 本申请实施例涉及用以提供运动门控医学成像的系统、设备和/或方法。

[0005] 本申请一些实施例提供了一种设备。该设备包括数据捕获范围识别器，指定扫描范围识别器以及检测定位器。所述数据捕获范围识别器用以识别在扫描过程期间通过医学成像装置捕获对象的运动的传感器装置的数据捕获范围。所述指定扫描范围识别器用以识别指定扫描范围。所述检测定位器用以基于所述指定扫描范围而将运动检测聚焦于所述数据捕获范围中的感兴趣区域。

[0006] 本申请一些实施例提供了一种计算机可读存储媒体。所述至少一个计算机可读存储媒体包括一组指令，所述一组指令在由处理器执行时使所述处理器：识别在扫描过程期间通过医学成像装置捕获对象的运动的传感器装置的数据捕获范围；识别指定扫描范围；以及基于所述指定扫描范围而将运动检测聚焦于所述数据捕获范围中的感兴趣区域。

[0007] 本申请一些实施例提供了一种方法。所述方法包括：识别在扫描过程期间通过医学成像装置捕获对象的运动的传感器装置的数据捕获范围；识别指定扫描范围；以及基于所述指定扫描范围而将运动检测聚焦于所述数据捕获范围中的感兴趣区域。

[0008] 具体地，本申请技术方案1提供了一种设备。该设备包括数据捕获范围识别器，指定扫描范围识别器以及检测定位器。所述数据捕获范围识别器用以识别在扫描过程期间通过医学成像装置捕获对象的运动的传感器装置的数据捕获范围。所述指定扫描范围识别器用以识别指定扫描范围。所述检测定位器用以基于所述指定扫描范围而将运动检测聚焦于所述数据捕获范围中的感兴趣区域。

[0009] 本申请技术方案2涉及技术方案1所述的设备，其中，所述指定扫描范围识别器用以识别在所述对象的初始图像和上面定位有所述对象的扫描台中的一个或多个上指定的扫描范围。

[0010] 本申请技术方案3涉及技术方案1所述的设备，其中，进一步包括阈值确定器，所述阈值确定器用以确定所述感兴趣区域中的运动的第一阈值，以及确定在所述感兴趣区域外部的限制区域中的运动的第二阈值，其中应独立地选择所述第一阈值和所述第二阈值，并且其应独立地基于临床应用和身体结构灵敏度中的一个或多个。

[0011] 本申请技术方案4涉及技术方案1所述的设备，其中，进一步包括比较器，所述比较器用以比较两个连续数据捕获样本以检测运动，以及将参考数据捕获样本与目标数据捕获样本进行比较以检测运动。

[0012] 本申请技术方案5涉及技术方案1所述的设备，其中，进一步包括调整器，碰撞识别器，姿势校验器以及静止预测器，所述调整器用以确定由所述对象和所述医学成像装置的部件中的一个或多个进行的运动是否需要改变成所述指定扫描范围和所述感兴趣区域中的一个或多个；所述碰撞识别器用以识别由所述对象和所述医学成像装置的所述部件中的一个或多个进行的运动是否将造成碰撞事件；所述姿势校验器用以校验所述对象是否将处于合适姿势中；以及所述静止预测器用以确定所述对象的静止周期。

[0013] 本申请技术方案6涉及技术方案1所述的设备，其中，进一步包括开关，所述开关用以基于静止周期进入、可接受运动、补偿碰撞事件以及合适姿势中的一个或多个而触发数据获取；以及基于从所述静止周期退出、不可接受运动、未能补偿所述碰撞事件以及不合适姿势中的一个或多个而触发所述数据获取的终止。

[0014] 本申请技术方案7涉及技术方案1所述的设备，其中，所述开关用以基于静止周期进入、可接受运动、补偿碰撞事件以及合适姿势中的一个或多个而触发药物施用。

[0015] 本申请技术方案8涉及技术方案1所述的设备，其中，进一步包括后处理器，机器学习器，补充数据提供器以及通信器，所述后处理器用以补偿所述对象的运动以重建所述对象并产生最终图像；所述机器学习器用以定义和/或改进运动检测能力、预测能力、获取能力、碰撞避免能力、姿势保持能力、药物施用能力以及图像处理能力中的一个或多个；所述补充数据提供器用以将补充数据提供给用户；以及所述通信器用以将消息提供给所述用户，所述消息涉及所述运动检测能力、所述预测能力、所述获取能力、所述碰撞避免能力、所述姿势保持能力、所述药物施用能力以及所述图像处理能力中的一个或多个。

[0016] 本申请技术方案9涉及技术方案1所述的设备，其中，进一步包括在所述医学成像装置外部的多个检测器装置，其中所述多个检测器装置中的至少一个检测器装置用以产生多个数据捕获范围、多个感兴趣区域以及多维运动向量场中的一个或多个。

[0017] 本申请技术方案10涉及一种计算机可读存储媒体，所述至少一个计算机可读存储媒体包括一组指令，所述一组指令在由处理器执行时使所述处理器：识别在扫描过程期间通过医学成像装置捕获对象的运动的传感器装置的数据捕获范围；识别指定扫描范围；以及基于所述指定扫描范围而将运动检测聚焦于所述数据捕获范围中的感兴趣区域。

[0018] 本申请技术方案11涉及技术方案10所述的至少一个计算机可读存储媒体，其中，所述指令在被执行时使所述处理器识别在所述对象的初始图像和上面定位有所述对象的扫描台中的一个或多个上指定的扫描范围。

[0019] 本申请技术方案12涉及技术方案10所述的至少一个计算机可读存储媒体，其中，所述指令在被执行时使所述处理器：确定所述感兴趣区域中的运动的第一阈值；以及确定在所述感兴趣区域外部的限制区域中的运动的第二阈值，其中待独立地选择所述第一阈值和所述第二阈值，并且其应独立地基于临床应用和身体结构灵敏度中的一个或多个。

[0020] 本申请技术方案13涉及技术方案10所述的至少一个计算机可读存储媒体，其中，所述指令在被执行时使所述处理器：比较两个连续数据捕获样本以检测运动；以及将参考数据捕获样本与目标数据捕获样本进行比较以检测运动。

[0021] 本申请技术方案14涉及技术方案10所述的至少一个计算机可读存储媒体，其中，所述指令在被执行时使所述处理器：确定由所述对象和所述医学成像装置的部件中的一个或多个进行的运动是否需要改变成所述指定扫描范围和所述感兴趣区域中的一个或多个；识别由所述对象和所述医学成像装置的所述部件中的一个或多个进行的运动是否会造成碰撞事件；校验所述对象是否处于合适姿势中；以及确定所述对象的静止周期。

[0022] 本申请技术方案15涉及技术方案10所述的至少一个计算机可读存储媒体，其中，所述指令在被执行时使所述处理器：基于静止周期进入、可接受运动、补偿碰撞事件以及合适姿势中的一个或多个而触发数据获取；以及基于从所述静止周期退出、不可接受运动、未能补偿所述碰撞事件以及不合适姿势中的一个或多个而触发所述数据获取的终止。

[0023] 本申请技术方案16涉及技术方案10所述的至少一个计算机可读存储媒体，其中，所述指令在被执行时使所述处理器基于静止周期进入、可接受运动、补偿碰撞事件以及合适姿势中的一个或多个而触发药物施用。

[0024] 本申请技术方案17涉及技术方案10所述的至少一个计算机可读存储媒体，其中，所述指令在被执行时使所述处理器：补偿所述对象的运动以重建所述对象并产生最终图像；定义和/或改进运动检测能力、预测能力、获取能力、碰撞避免能力、姿势保持能力、药物施用能力以及图像处理能力中的一个或多个；将补充数据提供给用户；以及将消息提供给所述用户，所述消息涉及所述运动检测能力、所述预测能力、所述获取能力、所述碰撞避免能力、所述姿势保持能力、所述药物施用能力以及所述图像处理能力中的一个或多个。

[0025] 本申请技术方案18涉及技术方案10所述的至少一个计算机可读存储媒体，其中，所述指令在被执行时使所述处理器利用在所述医学成像装置外部的多个检测器装置，其中所述多个检测器装置中的至少一个检测器装置待用以产生多个数据捕获范围、多个感兴趣区域以及多维运动向量场中的一个或多个。

[0026] 本申请技术方案19涉及一种方法。所述方法包括：识别在扫描过程期间通过医学成像装置捕获对象的运动的传感器装置的数据捕获范围；识别指定扫描范围；以及基于所述指定扫描范围而将运动检测聚焦于所述数据捕获范围中的感兴趣区域。

[0027] 本申请技术方案20涉及技术方案19所述的方法，其中，进一步包括识别在所述对象的初始图像或上面定位有所述对象的扫描台中的一个或多个上指定的扫描范围。

附图说明

[0028] 通过阅读以下说明书和所附权利要求书，并且通过参考以下图式，实施例的各种优点对于所属领域的技术人员将变得显而易见，在图式中：

[0029] 图1是根据实施例的用以提供运动门控医学成像的系统的实例的框图；

[0030] 图2是根据实施例的用以提供运动门控医学成像的检测装置的实例的框图；

[0031] 图3A到3B是根据实施例的图像的实例，将根据所述图像确定数据捕获范围中的感兴趣区域以聚焦运动检测；

[0032] 图4是根据实施例的用以提供运动门控医学成像的方法的实例的流程图；以及[0033] 图5是根据实施例的用以提供运动门控医学成像的计算装置的实例的框图。

具体实施方式

[0034] 现在转向图1，展示根据实施例的用以提供运动门控医学成像的系统10。系统10包括医学成像装置12，所述医学成像装置12可包括例如计算机断层扫描(CT)装置、正电子发射断层扫描(PET)装置、磁共振成像(MRI)装置等等。举例来说，医学成像装置12可包括单光子发射CT(SPECT/CT)装置、PET/CT装置、PET/MRI装置等等。在所示出的实例中，医学成像装置12包括CT装置，所述CT装置包括操作者控制台14、扫描台16、台架18和电源20。

[0035] 操作者控制台14可控制系统10的一个或多个部件的操作以获取待扫描对象的最终图像。可经由操作者控制台14编程的扫描参数可特定针对所使用的医学成像装置类型。举例来说，可编程MRI扫描中的脉冲序列以获得组织图像中的所需要的图像对比度。另外，扫描参数可特定针对正被实施的扫描类型。举例来说，CT扫描参数可特定针对轴向扫描模式、电影(cine)扫描模式、螺旋扫描模式、动态扫描模式、干预模式等。类似地，可经由操作者控制台14编程的重建和显示参数可特定针对所使用的医学成像装置类型和/或正被实施的扫描类型。举例来说，CT重建和显示参数可包括窗口宽度、窗口中心、映射到重建图像矩阵的区域的宽度、前瞻性或回顾性重建、图像的锐度或平滑度、内插选项、z轴中的重建图像的宽度、两个连续重建图像之间的距离、快速评审选项、偏心重建、图像滤波器等等。

[0036] 可将受试者(例如患者)安置在扫描台16上以收集初始图像。在获取初始图像(例如定位扫描)期间，台架18可旋转到固定位置，并且扫描台16可平移以使得来自X射线发生器22的X射线通过正被扫描的对象传递到检测器24，。值得注意的是，初始图像可提供例如患者中心、自动暴露控制、协议选择等导引扫描技术的信息。另外，操作者可获得初始图像并对初始图像规定扫描范围。在一个实例中，初始图像上的规定可限定扫描的开始位置和结束位置。因此，可使用初始图像来建立对应于待扫描对象所位于之处的扫描范围，所要轴向/螺旋扫描的程度等。在一个实例中，初始图像可看上去类似于射线照片。在这点上，初始图像可指代定位图像和/或CT定位器射线照片。

[0037] 可略过和/或增大初始图像以使用例如传感器架构来规定扫描范围，所述传感器架构例如传感器装置28。在一个实例中，压力传感器可位于扫描台16上，并且用户(例如操作者等)可将用户输入(例如触摸式输入等)供应到压力传感器以限定开始扫描位置和结束扫描位置。在另一实例中，电容传感器可位于扫描台16上，并且用户可将用户输入(例如点手势等)供应到电容传感器以限定开始扫描位置和结束扫描位置。在又一实例中，相机可位于扫描台16之上，并且用户可将用户输入(例如触摸式输入等)供应到患者的图像和/或扫描台16以限定开始扫描位置和结束扫描位置。

[0038] 可接着经由成像扫描获取最终图像。举例来说，可使用来自X射线发生器22和检测器24的X射线束围绕扫描台16上的受试者的区域收集多个连续切片扫描。围绕患者的一次旋转例如可相对较快(例如28秒等)，和/或可沿着患者轴线覆盖相对较大的范围(例如16cm的范围等)。因此，可仅通过一次旋转来获取患者(例如儿科患者等)的原始数据。通过检测器24获取的X射线数据可转换成光信号且接着转换成电信号，并且发送到数据获取单元(DAU)26以使信号数字化并将数字化原始数据发送到操作者控制台14以供重建。在另一实例中，PET检测器可检测施用于对象的放射性材料(例如放射性药物、放射性示踪物等)的γ射线，所述γ射线被转换并发送到DAU以使信号数字化以供图像处理。在另一实例中，MRI检测器可检测来自对象的射频(RF)信号，所述RF信号被转换并发送到DAU以使信号数字化以供图像处理。

[0039] 因此，可通过围绕旋转轴线截取的一系列二维(2D)X射线图像的断层扫描重建来产生最终图像。最终图像可包括沿着给定轴线通过身体的总X射线吸收的单个2D视图。最终图像还可包括来自通过多平面重建、最大强度投影、最小强度投影等构建的体积的三维(3D)视图。最终图像可包括例如MRI图像。最终图像可进一步包括例如融合图像。在一个实例中，核医学图像可与CT图像和/或MRI图像叠加以允许具有来自两个不同检查的信息的视图相关并解译在一个图像上，这可产生较精确信息和/或准确诊断。最终图像可用作判断各种疾病的诊断工具，可用作筛查各种疾病的筛查或预防性工具等等。在一个实例中，操作者控制台14可包括例如显示器(例如屏幕等)等呈现用于诊断、筛查、预防等等的最终图像的用户接口。

[0040] 在所说明的系统10中，传感器装置28可检测待扫描对象的运动。值得注意的是，如在下文进一步详细论述，传感器装置28可用以监测运动，以使对用以解决受试者的身体运动的口头指令的依赖减到最少。另外，传感器装置28可用以监测运动以使受试者的用以解决受试者身体运动的镇静作用减到最少。并且，传感器装置28可用以监测运动以触发使资源利用率达到最大和/或使图像质量达到最大的数据获取。传感器装置28还可用以监测运动以通过合理地施用药物(例如在运动最小时进行造影剂注射等)来使图像质量达到最大。传感器装置28可进一步用以监测运动以在后处理重建中提供有用信息。

[0041] 通过传感器装置28捕获的运动可包括身体运动，例如呼吸运动、头部移动、手臂移动、腿部移动、器官移动、脉管系统移动等等。通过传感器装置28捕获的运动还可包括医学成像装置12的一个或多个部件的运动，例如扫描台16的台运动(例如在数据获取之前的台加速度、在数据获取之前的台减速度等)。因此，传感器装置28可包括图像捕获装置，例如光学相机(例如红、蓝、绿(RGB)相机)、全身成像相机(例如毫米波相机等)、热传感相机(例如红外相机等)、深度相机(例如三维(3D)相机、飞行时间相机、立体相机等)等等。另外，传感器装置28可包括电容传感器、电阻传感器、压电传感器等等。

[0042] 所说明的系统10可包括多个传感器装置。举例来说，在数据获取期间，深度相机可与电容传感器一起使用，在数据获取期间可使用两个或多于两个热传感相机等等。另外，在原始数据获取期间可使用多个运动检测器来产生多维(例如3D)运动向量场。值得注意的是，运动向量场可基于所使用的运动检测器的类型而表示对象的不同方面。举例来说，运动向量场可在使用热传感相机时表示内部器官移动，在使用光学相机时表示皮肤表面移动，等等。

[0043] 传感器装置28可以是连接到医学成像装置12的一个或多个部件的外部运动监测器。另外，传感器装置28可相对于医学成像装置12固定地定位和/或定向，可相对于医学成像装置12动态地定位和/或定向等。此外，传感器装置28的位置和/或定向可基于被检查的患者的类型、被执行的扫描的类型等。举例来说，可将相机位置设置成大约12点钟方向以用于头部CT扫描，而可将相机位置改变成3点钟或9点钟方向以用于胸部、腹部、骨盆CT扫描。因此，可围绕患者动态地定位和/或定向多个传感器装置(例如多个相机等)以“快速”和/或实时地确定最灵敏位置。

[0044] 所说明的系统10进一步包括被配置成实施本文中所提及的技术中的任一个的逻辑30(例如逻辑指令、可配置逻辑、固定功能性逻辑硬件等)，所述技术包括例如运动门控医学成像。举例来说，逻辑30可识别传感器装置28的数据捕获范围并将运动检测聚焦于数据捕获范围中的感兴趣区域(ROI)。逻辑30可例如识别来自多个数据捕获装置的多个数据捕获范围。另外，逻辑30可识别来自单个数据捕获范围的多个ROI。另外，逻辑30还可识别对应于多个数据捕获范围的多个ROI。

[0045] 逻辑30可例如识别对象的初始图像(例如定位图像等)上的指定扫描范围并基于指定扫描范围而将运动检测聚焦于数据捕获范围中的ROI。在另一实例中，逻辑30可识别上面定位有对象的扫描台16上的指定扫描范围。举例来说，逻辑30可识别用以限定扫描台16上的患者的开始位置和结束位置的用户输入(例如点手势、触摸手势等)并使用用户输入来聚焦运动检测。

[0046] 逻辑30可使用通过传感器装置28获得的数据捕获样本来检测运动。举例来说，逻辑30可使用对象辨识过程来检测运动，可比较数据捕获样本以检测运动，可使用运动向量场以检测运动等等。逻辑30可进一步确定在ROI中的对象和/或在ROI外部的对象的运动阈值，并使用运动阈值来检测运动、检测可接受运动等。

[0047] 逻辑30可确定对象的运动是否需要扫描改变(例如改变成指定扫描范围、ROI等)，识别对象、台架(例如台架倾斜等)和/或扫描台的运动是否会造成碰撞事件，校验对象是否处于合适于数据获取的姿势，和/或确定对象的静止周期。逻辑30可基于运动、指定扫描范围和/或ROI、碰撞事件、姿势和/或静止周期而触发数据获取和/或数据获取终止。在一个实例中，在数据获取期间，当扫描台16行进以确保其与获取区域对齐时，可动态地改变ROI。在另一实例中，逻辑30可使用来自传感器装置28的数据来预测未来静止时间周期以用于数据获取。在另一实例中，逻辑30可使用台运动特性(例如加速度、减速度等)来允许逻辑30预测由于台加速度、减速度等的力而产生的内部运动。逻辑30还可基于运动、指定扫描范围和/或ROI、碰撞事件、姿势和/或静止周期而触发药物施用(例如造影剂注射)。

[0048] 在一个实例中，通过逻辑30比较数据捕获样本和/或评估运动向量场可用以调节数据获取和/或药物施用。另外，比较数据捕获样本和/或评估运动向量场可用以在数据获取期间(例如调节数据获取等)和/或在重建期间的后处理中补偿运动以产生最终图像。举例来说，来自通过图像捕获装置捕获的图像的运动向量场可在断层扫描重建期间提供用于运动补偿的边界条件。因此，逻辑30可将运动向量场提供到重建过程以对所获取的数据执行运动校正。在一个实例中，来自传感器装置28的数据可用作到重建过程的输入以提供运动特性(例如对象运动、台运动等)以在重建期间用于运动校正。

[0049] 逻辑30可采用机器学习和/或深度学习技术以定义和/或改进运动感测、预测、数据获取、碰撞避免、姿势保持、药物施用和/或图像处理能力。举例来说，当患者数据增加时，逻辑30可实施机器学习以定义和/或改进其能力中的一个或多个以使数据处理效率达到最高。逻辑30可进一步并入从先前扫描获得的图像质量信息以修改和/或改进决策过程(例如运动检测、预测等)。逻辑30还可通过例如基于从经由外部网络连接的其它运动感测装置收集的数据而获得并更新其过程来采用自学习技术。外部网络可包括例如不同网络(例如不同子网等)上的内联网、因特网、云端网络等。

[0050] 逻辑30可将关于实施数据获取时的生理状态的补充扫描数据提供给用户(例如放射学家、医生等)。举例来说，逻辑30可提供呼吸运动循环的阶段以用于静态研究。另外，逻辑30可提供关于移动关节的成像的补充中间数据、在特定时间收集的图像的全运动循环信息，等等。逻辑30可例如经由操作者控制台14、经由最终图像、经由对应于最终图像的元数据、经由授权计算平台等等来传达补充医疗数据。

[0051] 另外，逻辑30可传达例如警报、推荐等消息。举例来说，逻辑可传达推荐以定义和/或改进运动感测、预测、数据获取、药物施用和/或图像处理能力。在一个实例中，操作者控制台14可包括具有语音、视觉和/或文字功能性的用户接口以提供替代的数据获取参数、碰撞警报等等的消息。用户接口可例如建议用户从螺旋数据获取切换到宽锥形轴向数据获取以减少总数据获取时间。然而，还可经由除操作者控制台14以外的任何授权计算平台提供来自系统10的消息。

[0052] 虽然实例出于说明的目的已经提供了系统10的各种部件，但系统10的一个或多个部件可驻留于相同和/或不同的物理和/或虚拟位置中，可被组合、省去、略过、重新布置和/或以任何次序利用。此外，可自动地(例如没有人类干预)实施系统10的任何或所有部件。

[0053] 图2展示根据实施例的用以提供运动门控医学成像的检测装置32。检测装置32可包括类似于逻辑30(图1)的逻辑。因此，检测装置32可易于取代系统10(图1)中的逻辑30。在所说明实例中，检测装置32包括用以识别待捕获运动的传感器装置的数据捕获范围的数据捕获范围识别器34。数据捕获范围可特定针对所利用的特定类型的传感器装置。在一个实例中，数据捕获范围可以是图像捕获装置的视野(FOV)。在另一实例中，数据捕获范围可以是电容传感器的表面的电场。此外，数据捕获范围可包括多个数据捕获范围。举例来说，数据捕获范围可包括深度相机的两个或多于两个数据捕获范围。数据捕获范围可包括对应于多个传感器装置中用以检测运动的传感器装置的数据捕获范围。

[0054] 检测装置32进一步包括用以将运动检测聚焦于数据捕获范围中的感兴趣区域(ROI)的检测定位器36。所述ROI可包括多个ROI。举例来说，两个或多于两个ROI可对应于单个数据捕获范围。另外，ROI可对应于用以检测运动的多个数据捕获范围中的数据捕获范围。在一个实例中，ROI可设置成对应于待扫描对象的图像捕获装置的FOV内的区域，例如头部、胸部、骨盆、腿部、器官、骨骼、软骨、脉管系统、神经元等。在另一实例中，ROI可设置成电容传感器的表面的电场内的区域，例如使电容传感器的感测区域电场成形的保护场。

[0055] 检测定位器36可例如实施对象辨识技术(例如特征匹配等)以确定数据捕获范围中的ROI。检测定位器36还可基于指定扫描范围而将运动检测聚焦于数据捕获范围中的ROI。在这点上，检测装置32包括用以识别指定扫描范围的指定扫描范围识别器38。指定扫描范围识别器38可例如识别对象的初始图像(例如定位图像等)上的指定扫描范围以限定在定位图像上指定的开始位置和结束位置。如图3A中所展示，指定扫描范围识别器38可识别初始图像40(40a到40b)上的指定扫描范围39(39a到39b)。指定扫描范围识别器38还可例如识别上面定位有对象的扫描台上的指定扫描范围。在一个实例中，指定扫描范围识别器38可识别用以限定扫描台上的患者的开始位置和结束位置的用户输入(例如点手势、触摸手势等)。

[0056] 作为响应，举例来说，检测定位器36可将ROI设置成图像捕获装置的FOV区域，所述FOV区域与通过指定扫描范围指定的区域大体上相同，包括在通过指定扫描范围(例如更窄等)指定的区域中等等。如图3B中所展示，检测定位器36可将来自FOV 44的运动检测聚焦于相机图像48中所说明的ROI 46。在另一实例中，检测定位器36可将ROI设置成使电容传感器的感测区域电场成形的保护场，所述保护场与通过指定扫描范围指定的区域大体上相同，包括在通过指定扫描范围指定的区域中等等。举例来说，检测定位器36可将ROI设置成包括最大电容改变的区域(例如针对头部扫描围绕耳朵等)。在另一实例中，检测定位器36可将ROI设置成包括对应于用户输入(例如触摸事件、手势等)的边界的区域。

[0057] 值得注意的是，当ROI是基于指定扫描范围时，可使处理开销(processing overhead)减到最少。举例来说，可去除缓冲范围。在这点上，对象(例如肝脏等)可能由于呼吸而上移或下移(例如相对于起始位置等)。虽然操作者可通常将缓冲添加到扫描范围(例如开始扫描肝脏顶部上方2cm和肝脏底部下方2cm等)，但ROI处的动态运动监测可除去缓冲，这是因为检测装置32能够确定受试者移动的程度。

[0058] 在所说明实例中，检测装置32进一步包括阈值确定器50，所述阈值确定器50用以确定在ROI中的对象的运动阈值和/或确定在ROI外部的对象的运动。阈值确定器50可确定对象运动的可接受运动、对象的不可接受运动等。阈值确定器50可例如确定相比于腹部或骨盆扫描，次毫米(mm)运动对于头部扫描来说更加重要(例如1mm运动可能引入运动伪影以使头部图像不可靠)。阈值确定器50还可确定相对于骨盆或腹部，用于头部的运动灵敏度更高，这是因为存在更密集材料(例如骨骼等)和/或因为头部尺寸可能较小。阈值确定器50可进一步确定相对于脑部，用于鼻窦的灵敏度更高。

[0059] 因此，阈值确定器50可确定ROI 46(图3B)中的对象的运动阈值，所述运动阈值适合于基于临床应用、身体结构灵敏度等等而返回可靠结果。检测装置32可进一步检测在ROI外部的对象的运动。举例来说，可指示患者在扫描胸部期间将手臂保持在其头部上方，同时运动检测应聚焦于受试者的中心部分。当患者难以遵从指令时，在ROI外部的运动(例如手臂运动等)可能会影响中心部分中的图像质量。可能在扫描期间移动以影响图像质量的其它对象包括例如流体袋(例如低密度材料等)、支撑结构等。因此，检测装置32可检测在ROI 46外部的区域52(52a到52b)中的对象的运动，同时使用基于区域的参数将运动检测聚焦在ROI 46(图3B)中，所述基于区域的参数例如每秒帧数、取样间隔、处理循环、分辨率、捕获范围、运动阈值等等。

[0060] 举例来说，阈值确定器50可独立(例如相同阈值、不同阈值等)于ROI中的对象运动的阈值而选择在ROI外部的区域中的对象运动的阈值。另外，阈值确定器50可基于临床应用和/或身体结构灵敏度而确定在ROI外部的区域中的对象运动的阈值。举例来说，阈值确定器50可确定相对于流体袋，在ROI外部的区域中的手臂的运动灵敏度相对更高，这是因为在手臂中存在尖锐的骨结构，所述骨结构相比于ROI中的对象的运动更不灵敏。阈值确定器50还可考虑在ROI外部的区域中的对象运动影响ROI中的对象运动以返回来自运动伪影的不合适(例如不可靠等)结果的可能性。因此，阈值确定器50可设置运动阈值以指示每次样本获取期间的最小绝对运动、每次样本获取之间的最小相对运动等。

[0061] 检测装置32进一步包括用以比较数据捕获样本以检测运动的比较器54。在一个实例中，比较器54可比较两个连续数据捕获样本以检测运动。因此，举例来说，可产生包括视频中的连续帧之间的差的差分图像。连续视频帧之间的比较可提供高频运动的信息。在另一实例中，比较器54可将参考数据捕获样本与目标数据捕获样本进行比较以检测运动。因此，举例来说，可产生包括视频中的非连续帧之间的差的差分图像。非连续数据捕获样本之间的比较可提供无法从连续样本轻易识别出的相对较慢和/或长期运动的信息。

[0062] 值得注意的是两个或多于两个帧之间的差(例如差分图像)可以允许检测细微改变(例如子像素运动、像素大小的分数等)。并且，可确定图像的运动(例如经由减法结果等)并将其与运动阈值进行比较以确定在差分图像中是否已满足预定量运动，以在已满足运动阈值时产生动作。举例来说，当观察到的运动相对较小(例如帧之间的ROI中的0.01mm运动等)时，可忽略观察到的运动。当观察到的运动随时间累积时，累积的运动可满足运动阈值以使数据获取终止，使受试者重新定位等等。

[0063] 在一个实例中，比较器54可将初始帧用作参考帧和当前帧以检测从扫描过程开始到目前时间的运动。在另一实例中，比较器54可将中间帧用作参考帧。举例来说，如果存在二分之一数据获取窗口，那么比较器54可选择0.5s获取帧并确定一个或多个目标帧(例如所有其它帧)到所述参考帧的运动差。因此，举例来说，当运动对于数据获取期间的剩余时间可接受时，可忽略患者的高运动初始周期(例如不终止获取等)。可例如去除数据获取的早期部分以产生可靠图像。

[0064] 比较器54还可使用运动向量来检测运动。举例来说，比较器54可将运动阈值(例如量值、方向等)与运动向量进行比较以检测运动、确定可接受运动等。运动向量场可指代3D相对速度向量到2D图像平面(即，移动的场景上的点)上的投影。因此，运动向量场可指代图像中的点的3D速度。在这点上，运动向量场可用以确定对象的速度，其中可施加预定速度阈值以确定观察到的运动是否可接受、不可接受等等。

[0065] 检测装置32进一步包括用以确定运动是否需要扫描改变的调整器56。在所说明实例中，调整器56包括用以定义和/或改进检测装置32的能力的机器学习器57。因此，调整器56和/或机器学习器56可定义和/或改进检测装置32的运动检测能力(例如ROI确定等)、检测装置32的预测能力(例如静止时间周期等)、检测装置32的数据获取能力(例如触发开始数据获取等)、检测装置32的碰撞避免能力(例如触发碰撞避免等)、检测装置32的姿势保持能力(例如触发姿势校正等)、检测装置32的药物施用能力(例如触发药物施用等)和/或检测装置32的图像处理能力(例如重建等)。

[0066] 在一个实例中，调整器56可确定对象在初始图像获取与数据捕获样本之间的运动是否需要改变成指定扫描范围和/或ROI。因此，如果患者已经移动(例如不可接受的运动等)，那么可重新调整由定位图像限定的指定扫描范围。此外，当身体结构位置已经在初始定位获取与最终图像获取之间移位时，可使用基于初始帧的差分图像来估计待调整的受试者定位量。值得注意的是，可基于一个或多个调整而避免考虑受试者位置移位的缓冲范围。

[0067] 检测装置32进一步包括用以识别运动(例如通过对象等)何时造成碰撞事件的碰撞识别器58。举例来说，扫描台可在数据获取期间行进，并且碰撞识别器58可基于扫描台上的对象的运动、基于扫描台的运动等等而检测在受试者与台架之间何时存在显著碰撞(例如经由轨迹分析等)。因此，当存在对碰撞事件的补偿时，例如当自动地停止数据获取并重新定位受试者时，可使对受试者的危害减到最小。

[0068] 检测装置32进一步包括用以校验对象是否处于合适于数据获取的姿势的姿势校验器60。举例来说，某些协议可预期受试者处于特定位置(例如仰卧、俯卧、在侧等)。因此，举例来说，姿势校验器60可对照协议周期性地检查以验证受试者是否当前处于预期位置以用于合适的数据获取(例如可靠数据等)。在这点上，当受试者定位成处于合适于数据获取的姿势时，可捕获可靠图像。

[0069] 检测装置32进一步包括用以确定静止周期的静止预测器62。举例来说，操作者可希望获取三次呼吸内的原始数据(例如当时患者完全吸入或完全呼出时等)。在一个实例中，静止预测器62可基于历史运动数据(例如呼吸循环等)而产生运动特性以预测未来静止周期，从而捕获数据。静止预测器62还可注意重复运动中的模式并考虑改变速率(例如加速度为零或接近零等)。静止预测器62可例如预测受试者打算达到最小运动(例如在200ms内)并发出控制信号以准备CT扫描。静止预测器62可进一步使用其它运动特性，例如台运动特性(例如加速度、减速度等)以允许检测装置32预测由于台加速度、减速度等的力而产生的内部运动。

[0070] 检测装置32进一步包括用以调节原始数据获取的开关64。用以调节数据获取的准则可取决于许多因素，例如数据获取的持续时间、台架旋转速度、模式、螺距、平板之间的对齐等等。在这点上，对象(例如胸部等)在两次扫描之间的运动可能造成未对齐，这会产生运动伪影(例如在肋骨呈现有堆叠伪影时的模仿病变等)。因此，开关64可基于静止周期进入、可接受运动(例如通过对象，通过例如扫描台等医学成像装置的部件等)、补偿碰撞事件和/或合适姿势而触发数据获取。

[0071] 当呼吸循环恢复到循环中的先前点(例如最小加速度、最小速度、相同速度等)时，开关64可例如触发数据获取，在所述循环中，在获取新数据捕获样本之前先获取数据。因此，当在运动循环中的同一点或类似点处(例如在静止周期期间等)捕获样本时，当数据捕获样本不满足最大运动阈值时等等，可使运动伪影减到最少。在一个实例中，在多平板轴向获取中，可使由于患者运动导致的平板未对齐减到最小。举例来说，相机可具有其FOV内的整个获取ROI，并且可比较在先前平板获取和当前平板获取期间拍摄的相机图像以确保两次获取之间的最小未对准。也就是说，除了在每次平板获取期间的最小绝对运动之外，还可施行平板获取之间的最小相对运动。

[0072] 开关64还可基于从静止周期退出、不可接受运动、显著碰撞事件和/或不合适姿势而触发数据获取的终止。举例来说，当在扫描期间检测到显著运动(例如基于运动阈值等)时，可终止数据获取。在使用0.28第二台架旋转来完成一次获取的一个实例中，当检测到显著运动时，X射线发生器可暂停0.05秒以实现数据获取。当运动平息时，可接着重新扫描所述区域。

[0073] 在这点上，可能不针对整个扫描范围重复数据获取。可例如仅针对被运动损坏的部分触发数据获取。在此实例中，数据获取可在0.05s时暂停而非以额外全剂量重新扫描，因此使得剂量浪费最少。当预期静止周期时，允许X射线发生器继续。因此，实现了节省剂量的完整良好总数据获取(例如完整良好数据组等)。此类方法还可避免不必要的患者回话。

[0074] 类似地，当存在碰撞避免和/或姿势校正时，可能不需要针对整个扫描范围重复数据获取。举例来说，当在胸部‑腹部‑骨盆扫描期间检测到碰撞事件时，可终止数据获取，并且受试者被重新布置以避免碰撞。可接着重新开始数据获取。此外，当在先前扫描(例如胸部)与当前扫描(例如腹部/骨盆)之间存在相对较小的重叠(例如2cm重叠等)时，扫描可继续完成扫描范围的其余部分。然而，当碰撞和/或不可接受姿势的区域具有高灵敏度(例如在重要性和/或准确度较高的情况下等)时，可重新扫描被先前扫描覆盖的整个区域。

[0075] 此外，运动门控可规定何时施用药物(例如脉管系统扫描中的碘等)。在一个实例中，在注射造影剂处于最大程度的情况下，可存在用以获取原始数据的相对较短时间周期。因此，运动门控可规定何时开始在区域中注入造影剂，使得不会由于运动(例如受试者运动、造影剂运动等)而过早或过晚地注射。举例来说，开关64可获得注射与数据获取时间之间的时间(例如2s)，并且获得下一静止周期(例如5秒)的预测。在此实例中，开关64可在3s时触发注射，因此当达到5s时，受试者不再移动，并且造影剂浓度将处于最大水平以获取数据(例如数据捕获样本、图像、信号等)。

[0076] 检测装置32进一步包括用以在数据获取之后补偿运动的后处理器65。举例来说，后处理器65可在断层扫描重建期间补偿对象的运动。在一个实例中，可计算两次连续数据获取之间的造成未对准(例如未对齐等)的运动，并且当存在残余运动时和/或当无法在完整寄存器中获取图像时，后处理器65可进行重建调整。后处理器65可例如检测上下运动(例如呼吸等)并在断层扫描重建中校正上下运动。在另一实例中，在断层扫描重建期间，后处理器65可将运动向量场用于运动补偿。

[0077] 检测装置32进一步包括用以提供补充扫描数据的补充数据提供器66。在一个实例中，补充扫描数据可包括关于实施数据获取时的生理状态的医疗数据。补充数据提供器66可例如提供用于静态研究的呼吸运动循环的阶段。另外，补充数据提供器66可提供关于移动关节的成像的补充中间数据、在特定时间收集的图像的全运动循环信息等等。

[0078] 检测装置32进一步包括可与存储器(例如高速缓冲存储器、随机存取存储器等)、硬盘驱动器(例如平台上存储装置、可移动存储装置等)等等介接的接口67。出于广泛多种目的，接口67可进一步与通信功能性介接，所述目的例如蜂窝电话(例如宽带码分多址/W‑CDMA(全球移动电信系统/UMTS)、CDMA2000(IS‑856/IS‑2000)等)、WiFi(无线保真，例如电气电子工程师学会/IEEE 802.11‑2007、无线局域网/LAN媒体存取控制(MAC)和物理层(PHY)规范)、LiFi(光保真，例如电气电子工程师学会/IEEE 802.15‑7、无线局域网/LAN媒体存取控制(MAC)和物理层(PHY)规范)、4G LTE(第四代长期演进)、蓝牙(例如电气电子工程师学会/IEEE 802.15.1‑2005、无线个人局域网)、WiMax(例如IEEE 802.16‑2004、LAN/MAN宽带无线LANS)、全球定位系统(GPS)、展频(例如900MHz)、NFC(近场通信、ECMA‑340、ISO/IEC 18092)，和其它射频(RF)目的。接口67还可与例如显示器、鼠标等输入/输出装置介接。因此，检测装置32的一个或多个部件可利用接口32接入到/来自其一个或多个部件的数据。

[0079] 虽然实例出于说明的目的已经提供了检测装置32的各种部件，但检测装置32的一个或多个部件可存在于相同和/或不同的物理和/或虚拟位置中，可被组合、省去、略过、重新布置和/或以任何次序利用。此外，可自动地(例如没有人类干预)实施检测装置32的任何或所有部件。

[0080] 现在转向图4，展示根据实施例的用以提供运动门控医学成像的方法68。方法68可经由系统10(图1)和/或经由检测装置32(图2)来实施，如已论述。方法68可实施为一组逻辑指令中的模块或相关部件，所述逻辑指令存储在例如随机存取存储器(RAM)、只读存储器(ROM)、可编程ROM(PROM)、固件、闪存器等非暂时性机器或计算机可读存储媒体中、例如可编程逻辑阵列(PLA)、现场可编程门阵列(FPGA)、复杂可编程逻辑装置(CPLD)等可配置逻辑中、使用例如专用集成电路(ASIC)、互补金属氧化物半导体(CMOS)或晶体管‑晶体管逻辑(TTL)技术或其任何组合等电路技术的固定功能性硬件逻辑。

[0081] 举例来说，可以一种或多种编程语言的任何组合撰写用以执行方法68中所展示的操作的计算机程序代码，所述一种或多种编程语言包括例如JAVA、SMALLTALK、C++等等面向对象的编程语言，和例如“C”编程语言或类似编程语言等常规程序性编程语言。另外，逻辑指令可包括汇编程序指令、指令集架构(ISA)指令、机器指令、机器相依指令、微码、状态设置数据、集成电路的配置数据、使电子电路和/或在硬件(例如主机处理器、中央处理单元/CPU、微控制器等)本地的其它结构部件个人化的状态信息。

[0082] 所说明的处理框70实现了识别捕获运动的传感器装置的数据捕获范围，所述运动例如待扫描对象的运动、医学成像装置的部件的运动、连接到待扫描对象的对象的运动等等。举例来说，在通过医学成像装置进行的扫描过程期间，传感器装置可捕获患者的一部分的运动。数据捕获范围可包括来自多个运动装置的多个数据捕获范围。

[0083] 所说明的处理框72实现了聚焦运动检测。框72可例如基于指定扫描范围而将运动检测聚焦于数据捕获范围中的感兴趣区域(ROI)。框72可例如(例如基于初始图像，基于对象到医学成像装置的部件的位置等)识别指定扫描范围并基于指定扫描范围而将运动检测聚焦于数据捕获范围中的ROI。框72还可利用对象辨识过程来确定ROI，并基于对象辨识而将运动检测聚焦于ROI。

[0084] 所说明的处理框74实现了确定运动阈值。框74可例如确定ROI针对运动的第一阈值和/或确定在ROI外部的限制区域中的运动的第二阈值。在一个实例中，可独立地选择第一阈值和第二阈值。此外，第一阈值和第二阈值可独立地基于临床应用、身体结构灵敏度等等。阈值(例如基于运动特性等)可以是二元规则，例如运动/不运动。可根据展示患者随时间变化而移动的程度的曲线(例如3D曲线等)来确定阈值。阈值可包括速度阈值、加速度阈值、距离阈值、量值阈值等等。

[0085] 所说明的处理框76实现了检测运动。框76可检测ROI、ROI外部的限制区域等等中的运动。框76可比较两个连续数据捕获样本以检测运动。另外，框76可将参考数据捕获样本与目标数据捕获样本进行比较以检测运动。框76还可利用向量运动场来检测运动。另外，框76可利用光流来检测运动。举例来说，框76可确定图像中的亮度图案的观察到的2D位移以检测运动。框76可利用对象辨识过程来检测运动。

[0086] 在框78处，可确定运动(例如通过对象等)是否需要扫描改变(例如改变成指定扫描范围、ROI等)。如果是，那么方法68可回到框70到76中的任一个。另外，所说明的处理框80可触发数据获取的终止。如果运动不需要改变，或者如果采取校正行动以进行调整(例如到指定扫描范围，到ROI等)，那么所说明的处理框82可触发数据获取和/或可触发药物施用。

[0087] 另外，可在框84处确定运动(例如通过对象等)是否会造成碰撞事件。如果是，那么方法68可回到框70到76中的任一个。另外，框80可触发数据获取的终止。如果运动不会造成碰撞事件，或者如果采取校正行动以补偿碰撞事件，那么框82可触发数据获取和/或可触发药物施用。

[0088] 另外，可在框86处确定对象是否处于合适姿势。如果不是，那么方法68可回到框70到76中的任一个。另外，框80可触发数据获取的终止。如果对象处于合适姿势，或者如果采取校正行动从而使对象以合适姿势安置，那么框82可触发数据获取和/或可触发药物施用。

[0089] 另外，可在框88处确定是否检测到(例如进入、接近等)(例如对象等的)静止周期(QP)，和/或是否检测到可接受运动(AM)。如果不是，那么方法68可回到框70到76中的任一个。另外，框80可触发数据获取的终止。如果检测到静止周期和/或检测到可接受运动，那么框82可触发数据获取和/或可触发药物施用。

[0090] 可在框90处确定是否观察到残余运动(RM)和/或是否无法在预定寄存器中获取图像。如果是，那么所说明的处理框92可在后处理中补偿运动。框92可在重建中校正上下运动。框92还可在重建期间使用运动向量场来进行运动补偿以产生运动补偿重建。重建可包括例如滤波反投影重建、迭代重建等等。因此，可通过框92将重建点的位置参数与所计算的运动向量叠加以重建运动补偿图像。框92还可例如检测在数据获取期间受试者移动的程度并产生随可用以补偿所述运动的时间变化的运动曲线。

[0091] 如果未观察到残余运动和/或如果在可接受寄存器中获取图像，或者如果存在运动补偿，那么所说明的处理框94呈现和/或存储最终图像。可从数据存储装置(例如存储器等)检索最终图像并将所述最终图像呈现给用户(例如经由显示器等)。最终图像可用于例如疾病筛查、疾病诊断等治疗应用中。

[0092] 虽然出于说明的目的展示了单独的框和/或特定次序，但方法68的框中的一个或多个可被组合、省去、略过、重新布置和/或以任何次序循环。此外，可自动地(例如没有人类干预)实施方法68的任何或所有框。

[0093] 另外，方法68的框中的任一个或全部可包括进一步操作，例如将患者安置在扫描台上、用检测器装置(例如相机等)辅助患者定位、用图像监测和/或分析运动模式、进行定位扫描和/或限定扫描范围、将扫描范围并入到感兴趣区域中、在扫描范围中和/或在外部范围(例如对应于在感兴趣区域外部的区域等)中产生运动特性(例如呼吸、静止时间、随时间变化的运动量、运动量值等)、重新调整扫描范围(例如基于初始帧差分图像等)、预测静止周期、触发数据获取、在扫描期间继续监测运动和/或采取校正行动、提供获取周期的运动向量和/或执行运动校正等等。

[0094] 在另一实例中，如果受试者在用以帮助获取、重建等等的视野外部，那么可使用来自传感器装置(例如相机等)的输出来产生受试者的轮廓。在另一实例中，可使用机器学习来定义和/或改进运动检测能力、预测能力、获取能力、碰撞避免能力、姿势保持能力、药物施用能力和/或图像处理能力。举例来说，方法68可通过基于从经由外部网络连接的其它运动感测装置收集的数据而获得并更新其过程来采用自学习技术。此外，可将例如呼吸循环等补充数据提供给用户。

[0095] 另外，可向用户提供通知，所述通知涉及运动检测能力、预测能力、获取能力、碰撞避免能力、姿势保持能力、药物施用能力和/或图像处理能力。举例来说，可发出警报，所述警报用以指示需要调整ROI、将接近静止周期、需要避免碰撞事件、需要校正姿势、应在后过程中实施运动补偿，等等。在另一实例中，可发出推荐，所述推荐用以提供关于调整ROI、配置静止周期、避免碰撞事件、校正姿势、重建参数等等的导引。

[0096] 图5展示根据实施例的计算装置110。计算装置110可以是具有计算功能性、通信功能性、成像功能性或其任何组合的平台的一部分。在所说明实例中，装置110包括用以将电力供应到装置110的电池112和具有集成存储器控制器(IMC)116的处理器114，所述IMC 116可与系统存储器118通信。系统存储器118可包括例如被配置为一个或多个存储器模块的动态随机存取存储器(DRAM)，所述存储器模块例如双列直插存储器模块(DIMM)、小型DIMM(SODIMMs)等。

[0097] 所说明的装置110还包括输入输出(IO)模块120，其有时被称作芯片组的南桥芯片(Southbridge)，所述IO模块120充当主机装置并且可与例如显示器122(例如触摸屏、柔性显示器、液晶显示器/LCD、发光二极管/LED显示器)、传感器124(例如触摸传感器、天线传感器、加速度计、GPS、生物传感器等)、图像装置125(例如相机等)和大容量存储装置126(例如硬盘驱动器/HDD、光盘、闪存器等)通信。处理器114和IO模块120可作为片上系统(SoC)一起实施在同一半导体裸片上。

[0098] 所说明的处理器114可执行逻辑128(例如逻辑指令、可配置逻辑、固定功能性逻辑硬件等或其任何组合)，所述逻辑128被配置成实施本文中所提及的过程和/或技术中的任一个，包括系统10(图1)、检测装置32(图2)、图像40、48(图3A到3B)和/或方法68(图4)的一个或多个框，如上文所论述。另外，逻辑128的一个或多个方面可替代地实施在处理器114外部。因此，计算装置110可提供运动门控医学成像。

[0099] 额外注释和实例：

[0100] 实例1可包括一种用以提供运动门控医学成像的设备，包括：数据捕获范围识别器，其用以识别用以在扫描过程期间通过医学成像装置捕获对象的运动的传感器装置的数据捕获范围；指定扫描范围识别器，其用以识别指定扫描范围；和/或检测定位器，其用以基于所述指定扫描范围而将运动检测聚焦于所述数据捕获范围中的感兴趣区域。

[0101] 实例2可包括根据实例1所述的设备，其中指定扫描范围识别器用以识别在所述对象的初始图像和上面定位有所述对象的扫描台中的一个或多个上指定的扫描范围。

[0102] 实例3可包括根据实例1到2中任一项所述的设备，所述设备进一步包括阈值确定器，所述阈值确定器用以确定感兴趣区域中的运动的第一阈值，和/或确定在所述感兴趣区域外部的限制区域中的运动的第二阈值，其中应独立地选择所述第一阈值和所述第二阈值，并且其应独立地基于临床应用和身体结构灵敏度中的一个或多个。

[0103] 实例4可包括根据实例1到3中任一项所述的设备，所述设备进一步包括比较器，所述比较器用以比较两个连续数据捕获样本以检测运动，和/或将参考数据捕获样本与目标数据捕获样本进行比较以检测运动。

[0104] 实例5可包括根据实例1到4中任一项所述的设备，所述设备进一步包括：调整器，其用以确定由所述对象和所述医学成像装置的部件中的一个或多个进行的运动是否需要改变成所述指定扫描范围和所述感兴趣区域中的一个或多个；碰撞识别器，其用以识别由所述对象和所述医学成像装置的所述部件中的一个或多个进行的运动是否会造成碰撞事件；姿势校验器，其用以校验所述对象是否处于合适姿势；和/或静止预测器，其用以确定所述对象的静止周期。

[0105] 实例6可包括根据实例1到5中任一项所述的设备，所述设备进一步包括开关，所述开关用以基于静止周期进入、可接受运动、补偿碰撞事件以及合适姿势中的一个或多个而触发数据获取，和/或基于从所述静止周期退出、不可接受运动、未能补偿所述碰撞事件以及不合适姿势中的一个或多个而触发所述数据获取的终止。

[0106] 实例7可包括根据实例1到6中任一项所述的设备，其中所述开关用以基于静止周期进入、可接受运动、补偿碰撞事件以及合适姿势中的一个或多个而触发药物施用。

[0107] 实例8可包括根据实例1到7中任一项所述的设备，所述设备进一步包括：后处理器，其用以补偿所述对象的运动以重建所述对象并产生最终图像；机器学习器，其用以定义和/或改进运动检测能力、预测能力、获取能力、碰撞避免能力、姿势保持能力、药物施用能力以及图像处理能力中的一个或多个；补充数据提供器，其用以将补充数据提供给用户；和/或通信器，其用以将消息提供给所述用户，所述消息涉及所述运动检测能力、所述预测能力、所述获取能力、所述碰撞避免能力、所述姿势保持能力、所述药物施用能力以及所述图像处理能力中的一个或多个。

[0108] 实例9可包括根据实例1到8中任一项所述的设备，所述设备进一步包括在所述医学成像装置外部的多个检测器装置，其中所述多个检测器装置中的至少一个检测器装置用以产生多个数据捕获范围、多个感兴趣区域以及多维运动向量场中的一个或多个。

[0109] 实例10可包括至少一个计算机可读存储媒体，其包括一组指令，所述组指令在由处理器执行时使所述处理器：识别用以在扫描过程期间通过医学成像装置捕获对象的运动的传感器装置的数据捕获范围；识别指定扫描范围；和/或基于所述指定扫描范围而将运动检测聚焦于所述数据捕获范围中的感兴趣区域。

[0110] 实例11可包括根据实例10所述的至少一个计算机可读存储媒体，其中所述指令在被执行时使所述处理器识别在所述对象的初始图像和上面定位有所述对象的扫描台中的一个或多个上指定的扫描范围。

[0111] 实例12可包括根据实例10到11中任一项所述的至少一个计算机可读存储媒体，其中所述指令在被执行时使所述处理器确定感兴趣区域中的运动的第一阈值，和/或确定在所述感兴趣区域外部的限制区域中的运动的第二阈值，其中应独立地选择所述第一阈值和所述第二阈值，并且其应独立地基于临床应用和身体结构灵敏度中的一个或多个。

[0112] 实例13可包括根据实例10到12中任一项所述的至少一个计算机可读存储媒体，其中所述指令在被执行时使所述处理器比较两个连续数据捕获样本以检测运动，和/或将参考数据捕获样本与目标数据捕获样本进行比较以检测运动。

[0113] 实例14可包括根据实例10到13中任一项所述的至少一个计算机可读存储媒体，其中所述指令在被执行时使所述处理器确定由所述对象和所述医学成像装置的部件中的一个或多个进行的运动是否需要改变成所述指定扫描范围和所述感兴趣区域中的一个或多个，识别由所述对象和所述医学成像装置的所述部件中的一个或多个进行的运动是否会造成碰撞事件，校验所述对象是否处于合适姿势，和/或确定所述对象的静止周期。

[0114] 实例15可包括根据实例10到14中任一项所述的至少一个计算机可读存储媒体，其中所述指令在被执行时使所述处理器基于静止周期进入、可接受运动、补偿碰撞事件以及合适姿势中的一个或多个而触发数据获取，和/或基于从所述静止周期退出、不可接受运动、未能补偿所述碰撞事件以及不合适姿势中的一个或多个而触发所述数据获取的终止。

[0115] 实例16可包括根据实例10到15中任一项所述的至少一个计算机可读存储媒体，其中所述指令在被执行时使所述处理器基于静止周期进入、可接受运动、补偿碰撞事件以及合适姿势中的一个或多个而触发药物施用。

[0116] 实例17可包括根据实例10到16中任一项所述的至少一个计算机可读存储媒体，其中所述指令在被执行时使所述处理器补偿所述对象的运动以重建所述对象并产生最终图像，定义和/或改进运动检测能力、预测能力、获取能力、碰撞避免能力、姿势保持能力、药物施用能力以及图像处理能力中的一个或多个，将补充数据提供给用户，和/或将消息提供给所述用户，所述消息涉及所述运动检测能力、所述预测能力、所述获取能力、所述碰撞避免能力、所述姿势保持能力、所述药物施用能力以及所述图像处理能力中的一个或多个。

[0117] 实例18可包括根据实例10到17中任一项所述的至少一个计算机可读存储媒体，其中所述指令在被执行时使所述处理器利用在所述医学成像装置外部的多个检测器装置，其中所述多个检测器装置中的至少一个检测器装置用以产生多个数据捕获范围、多个感兴趣区域以及多维运动向量场中的一个或多个。

[0118] 实例19可包括一种用以提供运动门控医学成像的方法，包括：识别在扫描过程期间通过医学成像装置捕获对象的运动的传感器装置的数据捕获范围；识别指定扫描范围；和/或基于所述指定扫描范围而将运动检测聚焦于所述数据捕获范围中的感兴趣区域。

[0119] 实例20可包括根据实例19所述的方法，所述方法进一步包括识别在所述对象的初始图像以及上面定位有所述对象的扫描台中的一个或多个上指定的扫描范围。

[0120] 实例21可包括根据实例19到20中任一项所述的方法，所述方法进一步包括确定感兴趣区域中的运动的第一阈值，和/或确定在所述感兴趣区域外部的限制区域中的运动的第二阈值，其中应独立地选择所述第一阈值和所述第二阈值，并且其应独立地基于临床应用和身体结构灵敏度中的一个或多个。

[0121] 实例22可包括根据实例19到21中任一项所述的方法，所述方法进一步包括比较两个连续数据捕获样本以检测运动，和/或将参考数据捕获样本与目标数据捕获样本进行比较以检测运动。

[0122] 实例23可包括根据实例19到22中任一项所述的方法，所述方法进一步包括确定由对象和医学成像装置的部件中的一个或多个进行的运动是否需要改变成所述指定扫描范围和所述感兴趣区域中的一个或多个，识别由对象和医学成像装置的部件中的一个或多个进行的运动是否会造成碰撞事件，校验所述对象是否处于合适姿势，和/或确定所述对象的静止周期。

[0123] 实例24可包括根据实例19到23中任一项所述的方法，所述方法进一步包括基于静止周期进入、可接受运动、补偿碰撞事件以及合适姿势中的一个或多个而触发数据获取，和/或基于从所述静止周期退出、不可接受运动、未能补偿所述碰撞事件以及不合适姿势中的一个或多个而触发所述数据获取的终止。

[0124] 实例25可包括根据实例19到24中任一项所述的方法，所述方法进一步包括基于静止周期进入、可接受运动、补偿碰撞事件以及合适姿势中的一个或多个而触发药物施用。

[0125] 实例26可包括根据实例19到25中任一项所述的方法，所述方法进一步包括补偿所述对象的运动以重建所述对象并产生最终图像，定义和/或改进运动检测能力、预测能力、获取能力、碰撞避免能力、姿势保持能力、药物施用能力以及图像处理能力中的一个或多个，将补充数据提供给用户，和/或将消息提供给所述用户，所述消息涉及所述运动检测能力、所述预测能力、所述获取能力、所述碰撞避免能力、所述姿势保持能力、所述药物施用能力以及所述图像处理能力中的一个或多个。

[0126] 实例27可包括根据实例19到26中任一项所述的方法，所述方法进一步包括利用在所述医学成像装置外部的多个检测器装置，其中所述多个检测器装置中的至少一个检测器装置产生多个数据捕获范围、多个感兴趣区域以及多维运动向量场中的一个或多个。

[0127] 实例28可包括一种用以提供运动门控医学成像的设备，包括用于执行根据实例19到27中任一项所述的方法的装置。

[0128] 因此，本文中所描述的技术可实现去除受试者(例如儿科患者等)的镇静作用。实施例还可根据运动监测和/或数据获取门控来实现改进的图像质量。实施例可进一步实现多平板轴向未对齐伪影的减少。另外，实施例可实现运动补偿过程的改进执行。

[0129] 实施例可例如包括用于运动向量场产生的外部装置。实施例还可使用外部装置以实现研究中的多次获取之间的一致性。实施例可将扫描范围并入到外部装置运动监测中。由于定位与CT获取之间的扫描范围的自动调整，实施例可进一步减小扫描范围中的“界限”。

[0130] 实施例适于与所有类型的半导体集成电路(“IC芯片”)一起使用。这些IC芯片的实例包括但不限于处理器、控制器、芯片组部件、可编程逻辑阵列(PLA)、存储器芯片、网络芯片、片上系统(SoC)、SSD/NAND控制器ASIC等等。另外，在一些图式中，以直线表示信号导线。一些可以是不同的以指示较多组成信号路径，具有编号标记以指示组成信号路径的数目，和/或在一个或多个端处具有箭头以指示主要信息流动方向。然而，这不应以限制性的方式解释。实际上，可结合一个或多个示范性实施例使用此类添加的细节以便于更容易地理解电路。无论是否具有额外信息，任何表示的信号线都可实际上包括可在多个方向上行进并且可以任何合适类型的信号方案实施的一个或多个信号，所述信号方案例如以差分对实施的数字或模拟线、光纤线和/或单端线。

[0131] 可能已给定实例尺寸/型号/值/范围，但实施例不限于此。当制造技术(例如光刻)随着时间而成熟时，预期可制造较小尺寸的装置。另外，为了简单说明和论述，众所周知的到IC芯片和其它部件的电力/接地连接可或可不展示在图式内，并且以免混淆实施例的某些方面。此外，可以框图形式展示布置以免混淆实施例，并且考虑到关于此类框图布置的实施方案高度取决于在其内实施实施例的计算系统的特殊性，即，此类特殊性应完全在所属领域的技术人员的了解范围内。在阐述具体细节(例如电路)一般描述实例实施例的情况下，所属领域的技术人员应显而易见，可在不具有或具有这些具体细节的变化的情况下实践实施例。因此，应将描述视为说明性而非限制性的。

[0132] 本文中可使用术语“连接”来指代所讨论的部件之间的任何类型的直接或间接关系，并且可适用于电、机械、流体、光学、电磁、机电或其它连接。另外，本文中仅为了便于论述而使用术语“第一”、“第二”等，并且除非另外指明，否则所述术语不承载特定时间或按时间顺序的意义。

[0133] 如本申请和权利要求书中所使用，通过术语“……中的一个或多个”或“……中的至少一个”结合的项目列表可意指所列术语的任何组合。举例来说，短语“A、B或C中的一个或多个”可意指A；B；C；A和B；A和C；B和C；或A、B和C。通过术语“等等”或“等”结合的项目列表可意指所列术语的任何组合以及与其它术语的任何组合。

[0134] 所属领域的技术人员将从前述描述了解，可以多种形式实施实施例的广泛技术。因此，虽然已结合实施例的特定实例描述了实施例，但实施例的真实范围不应限于此，这是因为有经验的从业者在研究图式、说明书和以下权利要求书后，其它修改对于其来说将变得显而易见。