一种成像方法和系统与流程

本发明涉及医疗技术领域，特别涉及一种基于定位片确定扫描/重建参数的成像方法和系统。

背景技术：

在断层扫描之前，需要先获取至少一幅定位片，用于帮助操作者根据病人不同的扫描部位合理设置扫描/重建参数(例如，扫描范围)，避免病人接收不必要的剂量照射。在临床操作中，操作者基于定位片手动设置扫描/重建参数，专业性强，耗时较长，检查效率较低。另一方面，扫描/重建参数的设置可能因手动操作而产生误差，从而可能导致诊断结果不准确。因此，需要一种基于定位片确定扫描/重建参数的成像方法和系统。

技术实现要素：

针对上述手动设置扫描/重建参数不仅耗时还有可能导致诊断不准确的问题，本发明的目的在于提供一种基于定位片确定扫描/重建参数的成像方法和系统，该方法可以提高诊断效率和准确性，降低诊断难度。

为达到上述发明目的，本发明提供的技术方案如下：

本发明实施例提供了一种成像方法，该方法包括：该方法由至少一个设备实现，该设备包括至少一个处理器和一个存储器，包括：获取第一图像，该第一图像包括被测物体；基于该第一图像，获取该被测物体的特征信息；基于该特征信息，确定至少一个扫描参数和/或重建参数；基于该扫描参数，获取该被测物体的第二图像数据；以及基于该第二图像数据和该重建参数，重建第二图像。

在本发明中，该方法进一步包括：在该第一图像中确定参考线。

在本发明中，该被测物体可以包括头部、脊椎或腰椎。

在本发明中，该被测物体的特征信息包括被测物体的灰度值或衰减值。

在本发明中，基于该第一图像获取该被测物体的特征信息是通过图像分割方法实现。

在本发明中，在第一图像中确定参考线进一步包括：基于该第一图像，获取该被测物体的特征信息；基于该被测物体的特征信息，确定该被测物体的下边界；以及基于该被测物体的下边界，确定该参考线，该参考线通过旋转该被测物体下边缘一定角度获得。

在本发明中，该至少一个扫描参数和/或重建参数包括扫描范围、扫描/重建倾斜角度和重建fov。

在本发明中，基于该特征信息，确定至少一个扫描参数和/或重建参数进一步包括：垂直于参考线，向左扩展第一距离得到第一边界，向右扩展第二距离得到第二边界；平行于参考线，向上扩展第三距离得到第三边界，向下扩展第四距离得到第四边界；以及基于该第一边界、第二边界、第三边界和第四边界，确定扫描范围。

在本发明中，该方法进一步包括：获取用户输入；以及基于所述用户输入，对该扫描参数和/或重建参数进行修改。

本发明实施例提供了一种成像系统，该系统包括：获取模块，用于获取被测物体的第一图像，该第一图像包括被测物体；处理模块，用于根据该第一图像获取被测物体的特征信息，并根据该特征信息确定至少一个扫描参数和/或重建参数；控制模块，用于根据该扫描参数获取该被测物体的第二图像数据，和基于所述第二图像数据和所述重建参数，重建第二图像；以及存储模块，用于存储该被测物体的特征信息和该扫描参数和/或重建参数。

与现有技术相比，本发明的有益效果表现如下：

利用定位片图像设置扫描/重建参数，简化了操作者的操作复杂程度，提高了诊断效率，还降低了诊断的难度。

附图说明

图1是根据本发明一些实施例中的成像系统的一种示意图；

图2是根据本发明一些实施例中的计算设备的硬件和/或软件部件的一种示意图；

图3是根据本发明一些实施例中的移动设备的硬件和/或软件部件的一种示意图；

图4是根据本发明一些实施例中的处理引擎的一种示意图；

图5是根据本发明一些实施例中的重建图像的一种流程图；

图6是根据本发明一些实施例中的确定扫描参数和/或重建参数的一种示意图；

图1标记为：100为成像系统、110为扫描仪、111为机架、112为探测器、113为检测区域、114为扫描床、115为放射性扫描源、120为网络、130为终端、140为处理引擎、150为存储器；

图2标记为：210为处理器、220为存储器、230为输入/输出、240为通信端口；

图3标记：310为通信端口、320为显示器、330为图形处理器、340为中央处理器、350为输入/输出、360为内存、370为操作系统、380为应用、390为存储器；

图4标记：410为获取模块、420为处理模块、422为图像处理单元、424为扫描参数确定单元、426为重建参数确定单元、430为控制模块、440为存储模块；

图6标记：610为参考线、620为垂线、630为左边界、640为右边界、650为上边界、660为下边界。

具体实施方式

为使本发明的上述目的、特征和优点能够更为明显易懂，下面结合附图和实施例对本发明的具体实施方式做详细的说明。

图1是根据本发明一些实施例中的成像系统的一种示意图。所述成像系统100可以是一个医疗成像系统。在一些实施例中，所述成像系统100可以是一个计算机断层成像(computedtomography,ct)系统。如图所示，成像系统100可以包括扫描仪110、网络120、至少一个终端130、处理引擎140和存储器150。成像系统100中的不同部件间可以以多种方式连接，而不限于图中所示的连接方式。例如，扫描仪110可以通过网络120与处理引擎140连接。又如，扫描仪110可以直接与处理引擎140连接。

扫描仪110可以扫描物体，并生成扫描数据。在一些实施例中，扫描仪110可以是医疗成像设备如pet设备、spect设备、ct设备、mri设备等中的一种或几种的组合(例如，pet-ct设备、pet-mri设备、spect-mri设备等)。扫描仪110可以包括机架111、探测器112、检测区域113、扫描床114和放射性扫描源115。机架111可以支撑探测器112和放射性扫描源115。被测物体可以被安置在扫描床114上以进行扫描。放射性扫描源115可以向被测物体发射放射线。所述放射性射线(如x射线)可以在透过被测物体后被探测器112接收。在一些实施例中，探测器112可以包括至少一个探测器单元。所述探测器单元可以是和/或包括单排探测器和/或多排探测器。

网络120可以包括能够促成成像系统100中的信息交换和/或数据交换的网络。在一些实施例中，成像系统100的至少一个部件(例如扫描仪110、终端130、处理引擎140、存储器150等)可以通过网络120与成像系统100的其它至少一个部件进行信息通信和/或数据通信。例如，处理引擎140可以通过网络120从扫描仪110获取图像数据。又例如，处理引擎140可以通过网络120从终端130获取用户指令。网络120可以是和/或包括公共网络(如因特网)、专用网络(如局域网(lan)、广域网(wan)等)、有线网络(如以太网)、无线网络(如802.11网络、wi-fi网络)、蜂窝网络(如长期演进(lte)网络)、帧中继网络、虚拟专用网络(vpn)、卫星网络、电话网络、路由器、集线器、交换机、服务器计算机等中的一种或几种的组合。例如，网络120可以包括电缆网络、有线网络、光纤网络、电信网络、内联网、无线局域网(wlan)、城域网(man)、公共电话交换网络(pstn)、蓝牙、zigbee网络、近场通信(nfc)网络等中的一种或几种的组合。在一些实施例中，网络120可以包括至少一个网络接入点。例如，网络120可以包括有线和/或无线网络接入点如基站和/或互联网交换点。成像系统100的至少一个部件可以通过所述基站和/或互联网交换点与网络120连接，从而实现数据和/或信息的交换。

在一些实施例中，扫描仪110、处理引擎140和/或存储器150之间可以直接相互连接。扫描仪110、处理引擎140和/或存储器150之间可以不通过网络120实现通信。

终端130可以包括移动设备130-1、平板电脑130-2、手提电脑130-3等中的一种或几种的组合。在一些实施例中，移动设备130-1可以包括智能家居设备、可穿戴设备、移动设备、虚拟现实设备、增强现实设备等中的一种或几种的组合。在一些实施例中，所述智能家居设备可以包括智能灯光设备、智能电子装置的控制设备、智能监控设备、智能电视、智能摄像机、对讲机等中的一种或几种的组合。在一些实施例中，所述可穿戴设备可以包括手环、鞋袜、眼镜、头盔、手表、衣物、背包、智能配件等中的一种或几种的组合。在一些实施例中，所述移动设备可以包括移动手机、个人数字助理(pda)、游戏设备、导航设备、销售点(pos)设备、手提电脑、平板电脑、台式电脑等中的一种或几种的组合。在一些实施例中，所述虚拟现实设备和/或所述增强现实设备可以包括虚拟现实头盔、虚拟现实眼镜、虚拟现实眼罩、增强现实头盔、增强现实眼镜、增强现实眼罩等中的一种或几种的组合。例如，所述虚拟现实设备和/或所述增强现实设备可以包括google眼镜、oculusrift、hololens、gearvr等。在一些实施例中，终端130可以是处理引擎140的一部分。

处理引擎140可以控制扫描仪110进行扫描。例如，处理引擎140可以控制扫描床114的移动。又例如，处理引擎140可以控制放射性扫描源115发射x-射线。处理引擎140可以处理从扫描仪110、终端130和/或存储器150处获取的数据和/或信息。例如，处理引擎140可以处理图像数据并重建图像。在一些实施例中，处理引擎140可以是单独的服务器或服务器集群。所述服务器集群可以是集中式或分布式的。在一些实施例中，处理引擎140可以是本地的或是远程的。例如，处理引擎140可以通过网络120获取存储在扫描仪110、终端130和/或存储器150中的信息和/或数据。又例如，处理引擎140可以直接与扫描仪110、终端130和/或存储器150连接，从而获取存储的信息和/或数据。在一些实施例中，处理引擎140的功能可以在云平台上实现。例如，所述云平台可以包括私有云、公共云、混合云、社区云、分布式云、互联云、多云等中的一种或几种的组合。处理引擎140的功能可以由包括至少一个图2中描述的部件的计算设备200实现。

存储器150可以存储数据、指令和/或其它信息。在一些实施例中，存储器150可以存储从终端130和/或处理引擎140处获取的数据。在一些实施例中，存储器150可以存储数据和/或指令，所述数据和/或指令可以由处理引擎140使用或执行，从而实现本发明中描述的示例性方法。在一些实施例中，存储器150可以包括大容量存储器、可移动存储器、易失性读写存储器、只读存储器(rom)等中的一种或几种的组合。所述大容量存储器可以包括磁盘、光盘、固态硬盘等。所述可移动存储器可以包括闪存驱动器、软盘、光盘、存储卡、压缩盘、磁带等。所述易失性读写存储器可以包括随机存储器(ram)。所述ram包括动态随机存储器(dram)、双倍速率同步动态随机存储器(ddrsdram)、静态随机存储器(sram)、晶闸管随机存储器(t-ram)、零电容随机存储器(z-ram)等。所述rom可以包括掩膜只读存储器(mrom)、可编程只读存储器(prom)、可擦除可编程随机存储器(eprom)、电可擦除可编程只读存储器(eeprom)、光盘(cd-rom)、数字通用盘只读存储器等。在一些实施例中，存储器150的功能可以在云平台上实现。例如，所述云平台可以包括私有云、公共云、混合云、社区云、分布式云、互联云、多云等中的一种或几种的组合。

在一些实施例中，存储器150可以与网络120连接，从而与成像系统100中的至少一个其它部件(如处理引擎140、终端130等)进行通信。成像系统100中的至少一个部件可以通过网络120获取存储器150存储的数据或指令。在一些实施例中，存储器150可以直接与成像系统100中的至少一个其它部件(如处理引擎140、终端130等)进行连接或通信。在一些实施例中，存储器150可以是处理引擎140的一部分。

图2是根据本发明一些实施例中的计算设备200的硬件和/或软件部件的一种示意图，所述计算机设备200能够被配置为实现处理引擎140的功能。如图2所示，计算设备200可以包括处理器210、存储器220、输入/输出(i/o)230和通信端口240。

处理器210可以执行计算机指令(如程序代码)并可以实现本发明中描述的处理引擎140的功能。所述计算机指令可以包括例行程序、程序、对象、组件、数据结构、过程、模块、功能，所述计算机指令可以实现本发明描述的特定的功能。例如，处理器210可以处理从扫描仪110、终端130、存储器150和/或成像系统100的其它部件处获取的图像数据。在一些实施例中，处理器210可以包括至少一个硬件处理器如微控制器、微处理器、精简指令集计算机(risc)、专用集成电路(asics)、专用指令集处理器(asip)、中央处理单元(cpu)、图形处理单元(gpu)、物理处理单元(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)、能够执行至少一个功能的任意电路或处理器等中的一种或几种的组合。

为了方便起见，图2中只绘制了一个处理器，但是本发明中所描述的计算设备200也可以包括多个处理器。因此，可以由所述多个处理器共同地或单独地执行本发明中描述的操作和/或方法步骤。例如，如果本发明中的计算设备200的处理器需要执行过程a和过程b，计算设备中的两个或多个处理器可以共同地或单独地执行过程a和过程b(例如，第一处理器执行过程a，第二处理器执行过程b，或者第一处理器和第二处理器共同执行过程a和过程b)。

存储器220可以存储来自扫描仪110、终端130、存储器150和/或成像系统100的其它部件的数据/信息。在一些实施例中，存储器220可以包括大容量存储器、可移动存储器、易失性读写存储器、只读存储器(rom)等中的一种或几种的组合。所述大容量存储器可以包括磁盘、光盘、固态硬盘等。所述可移动存储器可以包括闪存驱动器、软盘、光盘、存储卡、压缩盘、磁带等。所述易失性读写存储器可以包括随机存储器(ram)。所述ram包括动态随机存储器(dram)、双倍速率同步动态随机存储器(ddrsdram)、静态随机存储器(sram)、晶闸管随机存储器(t-ram)、零电容随机存储器(z-ram)等。所述rom可以包括掩膜只读存储器(mrom)、可编程只读存储器(prom)、可擦除可编程随机存储器(eprom)、电可擦除可编程只读存储器(eeprom)、光盘(cd-rom)、数字通用盘只读存储器等。在一些实施例中，存储器220可以存储至少一个程序和/或指令，从而实现本发明中描述的示例性方法。例如，存储器220可以存储程序以实现处理引擎140确定扫描/重建参数的功能。

i/o230可以输入和/或输出信号、数据、信息等。在一些实施例中，i/o230能够使用户和处理引擎140间进行交互。在一些实施例中，i/o230可以包括输入设备和输出设备。所述输入设备可以包括键盘、鼠标、触摸屏、麦克风等中的一种或几种的组合。所述输出设备可以包括显示设备、扩音器、打印机、投影仪等中的一种或几种的组合。所述显示设备可以包括液晶显示器(lcd)、基于发光二极管(led)的显示器、平板显示器、曲面屏幕、电视设备、阴极射线管(crt)、触摸屏等中的一种或几种的组合。

通信端口240可以与网络连接(如网络120)，从而可以实现数据通信。通信端口240可以建立处理引擎140和扫描仪110、终端130和/或存储器150之间的连接。所述连接可以包括有线连接、无线连接、其它任意能够实现数据传输和/或数据接收的连接方式等中的一种或几种的组合。所述有线连接可以包括电缆、光缆、电话线等中的一种或几种的组合。所述无线连接可以包括蓝牙连接、wi-fi连接、wimax连接、wlan连接、zigbee连接、移动网络连接(如3g、4g、5g等)等中的一种或几种的组合。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协议(dicom)进行设计。

图3是根据本发明一些实施例中的移动设备的硬件和/或软件部件的一种示意图，所述移动设备300能够被配置为实现终端130的功能。如图3所示，移动设备300可以包括通信平台310、显示器320、gpu330、cpu340、i/o350、内存360和存储器390。在一些实施例中，移动设备300还可以包括其它部件如系统总线或控制器(在图3中未显示)。在一些实施例中，移动设备操作系统370(如ios、android、windowsphone等)和至少一个应用380可以从存储器390中加载到内存360中，从而被cpu340执行。应用380可以包括浏览器或任意其他合适的移动应用软件，用于接收和渲染来自处理引擎140的与图像处理有关的信息或其它信息。与信息流的用户交互可以由1/o350实现，并通过网络120发送到处理引擎和/或成像系统100的其它部件。

在本发明中，计算机硬件平台可以用作至少一个元件的硬件平台，实施各种模块、单元以及它们的功能。具有用户界面的计算机可以作为个人电脑(pc)、其它工作站或终端设备，适当编程的计算机也可以作为服务器。

图4是根据本发明一些实施例中的处理引擎的一种示意图。所述处理引擎140可以包括获取模块410、处理模块420、控制模块430和存储模块440。

获取模块410可以获取被测物体的定位像，所述定位像可以通过成像系统100定位对所述被测物体进行扫描获得。所述定位像包括一个被测物体。所述被测物体可以是组织、器官(如脑、肺、肝、胃、肋骨、脊椎等)等。所述定位像与所述被测物体的结构信息相关。例如，若被测物体为大脑，定位像可以是大脑的结构，又如，若被测物体为脊椎，定位像可以是脊椎的结构。在一些实施例中，所述定位像可以包括正定位像和/或侧定位像。所述正定位像可以指当扫描仪110中x射线管(未在图中显示)位于被测物体正上方位置处，成像系统100通过定位扫描被测物体而获得的定位像。所述侧位像可以指当扫描仪110中x射线管位于被测物体左侧或右侧位置处，成像系统100通过定位扫描被测物体而获得的定位像。在一些实施例中，获取模块410还可以获取图像数据，所述图像数据可以用于重建图像。所述图像数据可以由成像系统100基于所述定位像对被测物体进行扫描而获得。具体地，所述图像数据可以是根据定位像确定的扫描参数对被测物体进行扫描而获得。

处理模块420可以处理由处理引擎140中的至少一个模块提供的信息。在一些实施例中，处理模块可以进一步包括图像处理单元422、扫描参数确定单元424和重建参数确定单元426。图像处理单元422可以通过处理所述定位像获取被测物体的特征信息。所述特征信息可以包括被测物体的位置、灰度值、衰减值、图像梯度值、纹理特征、边界特征等一种或多种的组合。所述灰度值或衰减值可以与被测物体的结构相关。

扫描参数确定单元424可以确定至少一个扫描参数。扫描参数确定单元424可以从图像处理单元422中获取基于定位像确定的至少一个被测物体特征，并基于所述特征确定所述至少一个扫描参数。所述扫描参数与扫描仪110扫描被测物体的扫描结果相关。所述扫描参数可以包括扫描类型、管电压、管电流、扫描时间、扫描视野、准直、获取通道、切片厚度、切片间隙、间距、旋转速度等中的一种或几种的组合。

重建参数确定单元426可以确定至少一个重建参数。重建参数确定单元426可以从图像处理单元422中获取基于定位像确定的至少一个被测物体特征，或从扫描参数确定单元424中获取确定的扫描参数。重建参数确定单元426可以基于被测物体的特征和/或扫描参数，确定重建参数。所述重建参数与图像重建相关。所述重建参数可以包括重建范围(重建fov)、图像分辨率、重建间隔、卷积核、滤波器、用于图像重建技术中的至少一个参数(例如迭代重建技术中的迭代次数、系数、阈值等)等中的一种或几种的组合。重建参数确定单元426可以进一步确定扫描数据的重建方法。所述重建方法可以包括滤波反投影重建算法、radon反演算法、一元函数的hilber变换算法、迭代重建算法等。

控制模块430可以获取扫描参数确定单元424确定的扫描参数。控制模块430可以基于所述扫描参数，控制扫描仪110对被测物体进行扫描，并获取所述被测物体的图像数据。控制模块430也可以获取重建参数确定单元426确定的重建参数。控制模块430可以基于所述扫描参数和获取的图像数据，重建ct图像。

存储模块440可以存储由处理引擎140中的至少一个模块提供的信息。存储模块可以存储由获取模块410获取的定位像、由图像处理单元422处理后的特征信息、由扫描参数确定单元424确定的至少一个扫描参数、由重建参数确定单元426确定的至少一个重建参数等。在一些实施例中，存储单元440还可以存储重建的ct图像。

图5是根据本发明一些实施例的重建图像的示例性流程图。在510中，可以获取被测物体的定位像。所述定位像包括一个被测物体。所述被测物体可以是组织、器官(如脑、肺、肝、胃、肋骨、脊椎等)等。在一些实施例中，可以由获取模块410获取所述定位像。所述定位像可以是二维图片、静止图片等。

在520中，可以基于所述定位像，提取被测物体的特征信息。在一些实施例中，所述特征信息可以由图像处理单元422提取。所述特征信息可以包括被测物体的尺寸、形状、体位信息、位置信息、灰度值、衰减值、图像梯度值、纹理特征、边界特征等。所述体位信息可以包括头先进仰卧位，头先进俯卧位，足先进仰卧位，足先进俯卧位，头先进左侧卧位，头先进右侧卧位，足先进左侧卧位，足先进右侧卧位。所述位置信息可以是与被测物体的扫描区域相关。所述灰度值或衰减值可以与被测物体的结构相关。

在530中，可以基于所述特征信息，确定参考线。所述参考线可以由图像处理单元424确定。在一些实施例中，可以基于所述特征信息，确定被测物体的下边界，基于所述被测物体的下边界，确定所述参考线，具体地，所述参考线可以通过旋转所述被测物体的下边界一定角度获得。例如，脑扫描中，大脑的参考线的确定方法可以是：基于头部的定位像，可以提取大脑的特征信息(如大脑的轮廓)；基于所述特征信息，可以确定大脑下边缘(如耳洞到眼球的连线)所在的平面；通过逆时针旋转(例如，旋转角度可以是15度到25度)所述平面，可以确定大脑的参考线。

在一些实施例中，基于所述特征信息，可以通过至少一种图像分割方法对定位像进行分割。所述图像分割方法可以包括全局阈值分割、自适应阈值分割、最佳阈值分割、区域分割、边缘分割等。基于分割后的定位像，可以确定被测物体或其部分的尺寸、形状、轮廓等信息，从而确定所述参考线。

在540中，可以基于所述参考线，确定至少一个扫描参数和/或重建参数。在一些实施例中，所述扫描参数可以由扫描参数确定单元424确定。扫描参数确定单元424可以从图像处理单元422中获取基于定位像确定的一个或多个被测物体特征，并基于所述特征确定扫描参数。所述扫描参数与扫描仪110扫描被测物体的扫描结果相关。所述扫描参数可以是扫描范围、扫描倾斜角度等。例如，在头部扫描中，通过操作530中描述的方法确定的大脑的参考线的倾斜角度为扫描倾斜角度。又如，在头部扫描中，确定扫描范围的方法可以是：垂直于参考线，向左扩展第一距离得到第一边界，向右扩展第二距离得到第二边界；平行于参考线，向上扩展第三距离得到第三边界，向下扩展第四距离得到第四边界；以及基于所述第一边界、第二边界、第三边界和第四边界，确定扫描范围。在一些实施例中，所述重建参数可以由重建参数确定单元426确定。所述重建参数与图像重建相关。所述重建参数可以是重建倾斜角度、重建fov等。

在550中，可以基于所述扫描参数，获取被测物体的图像数据。在一些实施例中，所述图像数据可以由控制模块430获取。所述图像数据可以是与被测物体的至少一个部分相关或与被测物体的整个身体相关。例如，所述图像数据可以是与一个人的头部、脚部、胸部、腹部、器官(如脑、肺、肝、胃、肋骨、脊椎等)等相关或与整个人相关。在一些实施例中所述第二图像数据可以是ct图像数据、pet图像数据、mri图像数据等。

在560中，可以基于所述图像数据和所述重建参数，重建图像。在一些实施例中，所述图像可以由控制模块430进行重建。所述图像可以是一个ct图像。在一些实施例中，图像的重建方法可以是滤波反投影重建算法、radon反演算法、一元函数的hilber变换算法、迭代重建算法、最大期望值法(expectationmaximization,em)、有序子集最大期望值法(orderedsubsetexpectationmaximization,osem)、共轭梯度法(conjugategradient)、最大后验估计法(maximumaposteriori)、傅里叶重建算法等。

图6是根据本发明一些实施例中的确定扫描参数和/或重建参数的一种示意图。

图6为成像系统100定位扫描人体头部时获得的脑部定位像。基于所述定位像，通过获取特征信息(如图像灰度值或衰减信息)，可以确定头部中大脑所在的区域及其轮廓。如图6所示，灰色区域为人体头部轮廓，白色区域为大脑的轮廓。根据所述白色区域的信息，可以确定至少一个扫描参数和/或重建参数。参考线610可以是基于流程500中描述的方法获取。参考线610的倾斜角度(与x轴的夹角)可以用作扫描/重建倾斜角度。左边界630可以通过垂直于参考线610的垂线620向左平移第一距离获取，右边界640可以通过垂线620向右平移第二距离获取，上边界650可以通过参考线610向上平移第三距离获取，下边界660可以通过参考线610向上平移第四距离获取。所述第一距离和第二距离可以是10mm至20mm。左边界630、右边界640、上边界650和下边界660组成的区域是扫描范围。

以上所述仅为本发明的优选实施而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

此外，本领域技术人员可以理解，本申请的各方面可以通过若干具有可专利性的种类或情况进行说明和描述，包括任何新的和有用的工序、机器、产品或物质的组合，或对他们的任何新的和有用的改进。相应地，本申请的各个方面可以完全由硬件执行、可以完全由软件(包括固件、常驻软件、微码等)执行、也可以由硬件和软件组合执行。以上硬件或软件均可被称为“数据块”、“模块”、“单元”、“组件”或“系统”。此外，本申请的各方面可能表现为位于至少一个计算机可读介质中的计算机产品，该产品包括计算机可读程序编码。

计算机可读信号介质可能包含一个内含有计算机程序编码的传播数据信号，例如在基带上或作为载波的一部分。所述传播信号可能有多种表现形式，包括电磁形式、光形式等等、或合适的组合形式。计算机可读信号介质可以是除计算机可读存储介质之外的任何计算机可读介质，该介质可以通过连接至一个指令执行系统、装置或设备以实现通讯、传播或传输供使用的程序。位于计算机可读信号介质上的程序编码可以通过任何合适的介质进行传播，包括无线电、电缆、光纤电缆、rf、或类似介质、或任何上述介质的组合。