更详细地描述了这种情况。可以省略这个动作。
[0057]在218，扫描受检者，并生成图像数据和/或一幅或多幅图像。
[0058]在220，采用生理和/或行为状态校正扫描数据或所得图像数据和/或图像。下文结合图5更详细地描述了这种情况。也可以省略这个动作。
[0059]在222，提供生理和/或行为状态、从其导出的信息和/或诸如对受检者所做的行为观察的信息、来自受检者的问卷回答等，与图像数据和/或(一幅或多幅)图像一起复查。下文结合图3更详细地描述了这种情况。
[0060]图3图示了用于为图像数据和/或图像提供信息的方法。
[0061]在302，获得图像数据和/或(一幅或多幅)图像。可以从扫描器102、数据仓库和/或其他方式获得这样的信息。
[0062]在304，获得生理和/或行为状态信息。可以从生理和行为状态设备114、118、数据仓库和/或其他方式获得这样的信息。
[0063]在306，确定是否一起呈现图像数据和/或(一幅或多幅)图像和生理和/或行为状态信息。
[0064]如果这样的话，然后在308，组合生理和/或行为状态和图像数据和/或图像。这可以包括对数据进行叠加、覆盖、注释等。例如，可以生成图像以包括原始图像、施予示踪剂之前或基线ECG信号或心率值，以及施予示踪剂之后的ECG或心率值。在解释图像时，解释图像的临床医师可以使用示踪剂施予之前和之后的ECG或心率信息。
[0065]在310，基于生理和/或行为状态信息确定是否要生成补充数据。如果不生成，则不生成补充信息。
[0066]如果是这样的话，然后在312，基于生理和/或行为状态信息生成补充数据。如这里论述的，这可以包括识别或导出适当的消息，以为图像数据和/或(一幅或多幅)图像提供或显示。例如，如果在施予示踪剂之后观测到受检者来回走动，该消息可能指示“受检者在施予示踪剂之后来回走动”。
[0067]在314，为图像数据和/或(一幅或多幅)图像提供消息。这可以包括提供包含消息的独立文件和/或组合消息和图像数据和/或(一幅或多幅)图像。
[0068]如果在306，确定不组合图像数据和/或(一幅或多幅)图像和生理和/或行为状态信息，则执行动作312和314。
[0069]图4图示了一种使用被监测的生理和/或行为状态以调节或改变成像协议的方法。
[0070]在402，获得规划的成像协议。可以由控制台112和/或以其他方式提供这样的信息。
[0071]在404，获得生理和/或行为状态信息。可以从生理和行为状态设备114、118、数据仓库和/或其他方式获得这样的信息。
[0072]在406，根据规划的成像协议分析生理和/或行为状态信息。
[0073]在408，识别协议调整和/或一个或多个替代协议。如上所述，这可以包括扩展扫描之前的时间、扩展扫描时间等。
[0074]在410，呈现识别的协议调整和/或一个或多个替代协议以供使用/选择。
[0075]在412，确定是否选择所呈现的调整或替代。
[0076]如果是这样的话，则在414基于调整或替代执行扫描。
[0077]如果不是，则在416使用规划的协议。
[0078]图5图示了一种使用监测的生理和/或行为状态校正图像数据和/或(一幅或多幅)图像的方法。
[0079]在502，获得图像数据和/或(一幅或多幅)图像。可以从扫描器102、数据仓库和/或其他方式获得这样的信息。
[0080]在504，获得生理和/或行为状态信息。可以从生理和行为状态设备114、118、数据仓库和/或其他方式获得这样的信息。
[0081]在506，分析生理和/或行为状态信息。
[0082]在508，识别基于状态信息分析的预期效果。如这里论述的，可以基于历史数据、模拟数据、试验前数据和/或其他数据实现这一目的。
[0083]在510，获得基于预期效果的校正。如这里论述的，校正可以基于预定算法和/或利用机器学习或其他技术导出。
[0084]在512，利用校正来校正图像数据和/或(一幅或多幅)图像。
[0085]图6图示了示踪剂吸收值确定器136的范例。分割器602便于将成像数据(例如PET、SPECT、MR1、CT、US和/或成像数据)分割成一个或多个感兴趣区域的(ROI)。在成像数据包括多模态信息的情况下，可以对成像进行配准或以其他方式相关。一个或多个ROI可以表示不同解剖组织，例如大脑、肝脏、肾脏、肺、膀胱等的整体或子部分。
[0086]在一个实施例中，用户通过接口与分割器602交互作用，接口例如是控制台的图形用户界面或显示器上呈现的web应用。在这一实施例中，用户提供便于识别一个或多个感兴趣区域的输入，该感兴趣区域包括但不限于目标组织和/或其他感兴趣组织。可以通过鼠标、指针、键盘或其他装置提供输入。
[0087]在一种情况下，输入识别感兴趣区域的周边。在又一种情况下，输入识别周边的部分，并且分割器602确定周边的剩余部分。在又一种情况下，输入识别感兴趣组织(即脑部)，并且分割器602识别成像数据中与所识别的感兴趣组织对应的感兴趣区域。用于这样做的适当算法的范例包括网格、生长和/或其他算法。
[0088]在分割器602自动识别ROI的情况下，输入可以包括识别感兴趣组织的标记以及用于确认和拒绝自动确定的ROI的确认信息。还要认识到，用户可以修改分割器602界定的感兴趣区域，包括增大或减小尺寸，改变形状等。
[0089]处理部件604包括目标ROI示踪剂吸收确定器606、非目标ROI示踪剂吸收确定器610和生理过程示踪剂吸收确定器612。这些部件能够基于成像和/或非成像数据确定示踪剂吸收值。成像数据能够包括来自分割器602的分割或部分分割的数据和/或来自数据仓库和/或另一装置的成像数据。非成像数据包括实验室数据、物理状态、物理活动、生命体征和/或其他信息，可以从数据仓库和/或另一装置获得和/或由临床医师输入。
[0090]作为非限制性范例，来自图片存档及通信系统(PACS)的成像数据可以(通过医学数字信息成像和通信(DICOM)或其他格式)转移到处理部件604并由其用于确定示踪剂吸收值。在另一个范例中，处理部件604可以获得并利用来自实验室信息系统(LIS)(例如，血液化学成分、葡萄糖水平等)的非成像数据和/或其他非成像数据(例如，生命体征、患者活动等)。其他有用的数据仓库包括，但不限于放射医学信息系统(RIS)、医院信息系统(HIS)等。
[0091]其他适当的非成像信息包括生物标记。例如，在血液标记中指示出饮食信息，像成像研究之前的酒精消耗和食物过多，谷丙转氨酶(GPT)、谷草转氨酶(G0T)、用于肝功能的γ-谷氨酰转肽酶(γ-GT，GGT)、用于肾脏功能的肌酸酐、胰岛素、葡萄糖、血液酒精。根据示踪剂，其他标记可能是相关的。例如，对于FMIS0，乏氧示踪剂、动脉血氧饱和度为标记。对于HED，衰弱示踪剂、药物状态(β阻滞药)为标记。
[0092]目标ROI示踪剂吸收确定器606至少基于对应于目标组织的分割成像数据确定针对所识别目标组织的示踪剂吸收值。当在成像数据中仅捕获感兴趣区域的一部分的情况下，可以通过经由模型或其他方式估计感兴趣区域的体积并将针对图像部分的示踪剂吸收值外推到估计的体积来针对感兴趣区域确定示踪剂吸收值。这样的模型被存储在模型库608 中。
[0093]非目标ROI示踪剂吸收确定器610针对与除目标组织之外的组织对应的感兴趣段区域确定示踪剂吸收值。这些区域可以包括示踪剂吸收相对较高和/或体积很大的区域，但它们还可以额外或替代地包括其他区域。类似于以上情况，在成像数据仅表示组织的一部分的情况下，可以采用模型或其他算法估计感兴趣区域的体积，可以基于针对子部分和估计体积的示踪剂吸收值确定示踪剂吸收。
[0094]对于像肌肉那样消耗示踪剂的组织，身体中的组织整体通常是不被扫描的。在这样的情况下，可以经由模型库608中存储的查询表格(LUT)和/或数学函数从总体均值模型估计肌肉的体积。为此，可以评估患者信息，像体重、尺寸、身高、宽度、卷曲等并用于方便估计肌肉体积。由于身体不同部分的肌肉中的示踪剂吸收可能不同，因此可以对用于确定示踪剂吸收的各种因素进行加权。
[0095]在另一个范例中，可以确定针对预定数量的肌肉子区域