一种校正扫描数据的方法和系统与流程

1.本说明书涉及医疗技术领域，特别涉及一种校正扫描数据的方法和系统。


背景技术：

2.随着医学成像技术的发展，减少运动伪影在医学图像处理过程中越来越重要。然而，常规的伪影校正方法没有从根本上去除扫描数据中由目标物体的运动引起的偏差。因此，希望提供一种校正扫描数据的方法和系统。


技术实现要素：

3.本说明书的一个方面提供一种校正扫描数据的方法和系统，所述方法包括：基于参考时间点，获取目标物体在多个运动时间点对应的多个运动向量场；基于每个运动时间点对应的运动向量场和每个运动时间点对应的运动重建图像，获取每个运动时间点对应的图像运动偏差；基于每个图像运动偏差，获取每个运动时间点对应的生数据偏差；基于至少一个所述运动时间点对应的生数据偏差，对多个扫描数据进行校正，获取多个校正数据。
4.本说明书的另一个方面提供一种基于校正扫描数据的图像重建的方法，所述方法包括：基于参考时间点，获取目标物体在多个运动时间点对应的多个运动向量场；基于每个运动时间点对应的运动向量场和每个运动时间点对应的运动重建图像，获取每个运动时间点对应的图像运动偏差；基于每个图像运动偏差，获取每个运动时间点对应的生数据偏差；基于至少一个所述运动时间点对应的生数据偏差，对多个扫描数据进行校正，获取多个校正数据；基于多个校正数据，获取校正重建图像。
5.本说明书的另一个方面提供一种校正扫描数据的系统，所述系统包括：运动向量场获取模块，用于基于参考时间点，获取目标物体在多个运动时间点对应的多个运动向量场；图像运动偏差获取模块，用于基于每个运动时间点对应的运动向量场和每个运动时间点对应的运动重建图像，获取每个运动时间点对应的图像运动偏差；生数据偏差获取模块，用于基于每个图像运动偏差，获取每个运动时间点对应的生数据偏差；校正数据获取模块，用于基于至少一个所述运动时间点对应的生数据偏差，对多个扫描数据进行校正，获取多个校正数据。
附图说明
6.本说明书将以示例性实施例的方式进一步描述，这些示例性实施例将通过附图进行详细描述。这些实施例并非限制性的，在这些实施例中，相同的编号表示相同的结构，其中：
7.图1是根据本说明书的一些实施例所示的校正扫描数据系统的应用场景示意图；
8.图2是根据本说明书的一些实施例所示的处理器的示例性模块图；
9.图3是根据本说明书的一些实施例所示的校正扫描数据的方法的示例性流程图；
10.图4是根据本说明书的一些实施例所示的基于参考时间点，获取目标物体在多个
运动时间点对应的多个运动向量场的示例性流程图；
11.图5是根据本说明书的一些实施例所示的基于生数据偏差获取校正数据的方法的示例性流程图；
12.图6是根据本说明书的一些实施例所示的校正扫描数据的方法的示意图；
13.图7是根据本说明书的一些实施例所示的扫描设备获取不同时间点的扫描数据的示意图；
14.图8是根据本说明书的一些实施例所示的在扫描过程中目标物体上不同空间点产生不同位移的示意图。
具体实施方式
15.为了更清楚地说明本说明书实施例的技术方案，下面将对实施例描述中所需要使用的附图作简单的介绍。显而易见地，下面描述中的附图仅仅是本说明书的一些示例或实施例，对于本领域的普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图将本说明书应用于其它类似情景。除非从语言环境中显而易见或另做说明，图中相同标号代表相同结构或操作。
16.应当理解，本说明书中所使用的“系统”、“装置”、“单元”和/或“模组”是用于区分不同级别的不同组件、元件、部件、部分或装配的一种方法。然而，如果其他词语可实现相同的目的，则可通过其他表达来替换所述词语。
17.如本说明书和权利要求书中所示，除非上下文明确提示例外情形，“一”、“一个”、“一种”和/或“该”等词并非特指单数，也可包括复数。一般说来，术语“包括”与“包含”仅提示包括已明确标识的步骤和元素，而这些步骤和元素不构成一个排它性的罗列，方法或者设备也可能包含其它的步骤或元素。
18.本说明书中使用了流程图用来说明根据本说明书的实施例的系统所执行的操作。应当理解的是，前面或后面操作不一定按照顺序来精确地执行。相反，可以按照倒序或同时处理各个步骤。同时，也可以将其他操作添加到这些过程中，或从这些过程移除某一步或数步操作。
19.图1是根据本说明书的一些实施例所示的校正扫描数据系统的应用场景示意图。
20.成像系统100可以通过实施本说明书披露的方法和/或过程，对扫描数据进行校正，从而去除运动伪影。
21.如图1所示，成像系统100可以包括：扫描设备110、处理设备120、终端设备130、网络140和存储设备150。
22.成像系统100的组件可以以一种或多种各种方式连接。仅作为示例，如图1所示，扫描设备110可以通过网络140连接到处理设备120。又例如，扫描设备110可以直接连接到处理设备120(如连接扫描设备110和处理设备120的虚线双向箭头所示)。作为进一步的示例，存储设备150可以直接或通过网络140连接到处理设备120。作为进一步的示例，终端设备130可以直接(如连接终端设备130和处理设备120的虚线双向箭头所示)和/或通过网络140与处理设备120连接。
23.扫描设备110可以获取扫描数据。扫描设备110可以扫描目标物体或其一部分，并生成与该目标物体或其一部分有关的扫描数据。在一些实施例中，扫描设备110可以包括单
模态成像设备。例如，扫描设备110可以包括数字减影血管造影(dsa)、正电子发射断层摄影(pet)设备、单光子发射计算机断层摄影(spect)设备、磁共振成像(mri)设备(也称为mr扫描仪)、计算机断层扫描(ct)设备、超声扫描仪、数字射线照相(dr)扫描仪等，或其任意组合。在一些实施例中，扫描设备110可以包括多模态成像设备。示例性的多模态成像设备可以包括pet-ct设备、pet-mr设备等或其组合。为了说明的目的，结合ct设备描述本技术。
24.处理设备120可以处理从扫描设备110、终端设备130和/或存储设备150获得的数据和/或信息。例如，处理设备120可以获取由扫描设备110生成的扫描数据。处理设备120可以基于参考时间点和运动时间点的扫描数据获取参考重建图像和多幅运动重建图像，并基于参考重建图像和多幅运动重建图像获取多个运动向量场。进一步地，处理设备120可以基于多个运动向量场和多幅运动重建图像获取多个运动时间点的生数据偏差，并基于多个运动时间点的生数据偏差校正所有扫描数据。在一些实施例中，处理设备120可以包括中央处理单元(cpu)、数字信号处理器(dsp)、片上系统(soc)、微控制器单元(mcu)等和/或其任意组合。在一些实施例中，处理设备120可以包括计算机、用户控制台、单个服务器或服务器组等。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可以是本地的或远程的。例如，处理设备120可以经由网络140访问存储在扫描设备110、终端设备130和/或存储设备150中的信息和/或数据。又例如，处理设备120可以直接连接扫描设备110、终端设备130和/或存储设备150访问存储的信息和/或数据。在一些实施例中，处理设备120可以在云平台上实现。仅作为示例，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，或其任意组合。在一些实施例中，处理设备120或处理设备120的一部分可以集成到扫描设备110中。
25.终端设备130可以包括移动设备131、平板计算机132、笔记本计算机133等，或其任意组合。在一些实施例中，移动设备131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，或其任意组合。在一些实施例中，智能家居设备可以包括智能照明设备、智能电器控制设备、智能监控设备、智能电视、智能摄像机、对讲机等，或其任意组合。在一些实施例中，可穿戴设备包括手环、鞋袜、眼镜、头盔、手表、衣服、背包、智能配饰等，或其任意组合。在一些实施例中，移动设备可以包括手机、个人数字助理(pda)、游戏设备、导航设备、销售点(pos)设备、台式机等，或其任何组合。在一些实施例中，虚拟现实设备和/或增强现实设备包括虚拟现实头盔、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，或其任意组合。例如，虚拟现实设备和/或增强现实设备可以包括google glass
tm
、oculus rift
tm
、hololens
tm
、gear vr
tm
等。在一些实施例中，终端设备130可以是处理设备120的一部分。
26.网络140可以包括促进成像系统100的信息和/或数据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，扫描设备110、处理设备120、存储设备150、终端设备130)可以通过网络140与成像系统100的一个或以上其他组件通信信息和/或数据。例如，处理设备120可以经由网络140从扫描设备110中获得数据。又例如，终端设备130可以经由网络140从处理设备120接收优化的扫描数据。在一些实施例中，成像系统100的一个或多个组件(例如，扫描设备110、处理设备120、存储设备150、终端设备130)可以与一个或多个外部资源(例如第三方的外部数据库等)通信信息和/或数据。例如，处理设备120可以获取来自提供和/或更新结构配准模型的供应商或制造商(例如，扫描设备110的制
造商)的外部数据库中的结构配准模型。网络140可以是和/或包括公共网络(例如互联网)、私有网络(例如局部区域网络(lan)、广域网(wan))、有线网络(例如以太网络)、无线网络(例如802.11网络、wi-fi网络)、蜂窝网络(例如、长期演进(lte)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。仅作为示例，网络140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)、公共交换电话网(pstn)、蓝牙
tm
网络、紫蜂
tm
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140可以包括一个或以上网络接入点。例如，网络140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110的一个或以上组件可以通过这些接入点连接到网络140以交换数据和/或信息。
27.存储设备150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150可以存储从扫描设备110、终端设备130和/或处理设备120获得的数据。在一些实施例中，存储设备150可以存储数据和/或指令，处理设备120可以执行或使用所述数据和指令来执行本技术中描述的示例性方法/系统。在一些实施例中，存储设备150可包括大容量存储器、可移动存储器、易失性读写内存、只读内存(rom)等或其任意组合。示例性的大容量存储器可以包括磁盘、光盘、固态磁盘等。示例性可移动存储器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可包括动态随机存取内存(dram)、双倍数据速率同步动态随机存取内存(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可以包括掩模型只读内存(mrom)、可编程只读内存(prom)、可擦除可编程只读内存(eprom)、电可擦除可编程只读内存(eeprom)、光盘只读内存(cd-rom)和数字多功能磁盘只读内存等。在一些实施例中，所述存储设备150可在云端平台上执行。仅作为示例，该云平台可以包括私有云、公共云、混合云、社区云、分布云、内部云、多层云等或其任意组合。
28.在一些实施例中，存储设备150可以连接到网络140以与成像系统100的一个或以上其他组件(例如，扫描设备110、处理设备120、存储设备150、终端设备130)通信。成像系统100的一个或以上组件可以通过网络140访问存储在存储设备150中的数据或指令。在一些实施例中，存储设备150可以直接连接到成像系统100的一个或以上其他组件(例如，扫描设备110、处理设备120、存储设备150、终端设备130)或与之通信。在一些实施例中，存储设备150可以是处理设备120的一部分。
29.图2是根据本说明书的一些实施例所示的处理器的示例性模块图。
30.在一些实施例中，该系统100中可以包括运动向量场获取模块210、图像运动偏差获取模块220、生数据偏差获取模块230、校正数据获取模块240以及图像重建模块250。
31.运动向量场获取模块210可以用于基于参考时间点，获取目标物体在多个运动时间点对应的多个运动向量场。在一些实施例中，运动向量场获取模块可以用于基于目标物体在参考时间点对应的扫描数据，获取参考重建图像；基于目标物体在多个运动时间点对应的扫描数据，获取多个运动重建图像；将参考图像和多个运动重建图像分别进行结构配准对比，获取多个运动向量场。在一些实施例中，运动向量场获取模块可以用于获取参考图像的至少一个第一控制点和运动重建图像的至少一个第二控制点；基于至少一个第一控制点和至少一个第二控制点，建立结构配准模型；基于结构配准模型，获取参考图像的像素点
和运动重建图像的像素点的对应关系。关于运动向量场获取模块的详细描述可以参见步骤310，在此不再赘述。
32.图像运动偏差获取模块220可以用于基于每个运动时间点对应的运动向量场和每个运动时间点对应的运动重建图像，获取每个运动时间点对应的图像运动偏差。关于图像运动偏差获取模块的详细描述可以参见步骤320，在此不再赘述。
33.生数据偏差获取模块230可以用于基于每个图像运动偏差，获取每个运动时间点对应的生数据偏差。关于运动向量场获取模块的详细描述可以参见步骤330，在此不再赘述。
34.校正数据获取模块240可以用于基于至少一个所述运动时间点对应的生数据偏差，对多个扫描数据进行校正，获取多个校正数据。在一些实施例中，校正数据获取模块240可以对于多个运动时间点中任意两个连续的运动时间点，基于任意两个连续的运动时间点对应的两个生数据偏差，对任意两个连续的运动时间点之间时段内的每个扫描数据进行校正，获取校正数据。在一些实施例中，校正数据模块还可以用于对于任意两个连续的运动时间点之间时段内的每个扫描数据，基于扫描数据对应的校正时间点和任意两个连续的运动时间点，获取第一权重和第二权重；基于第一权重、第二权重和任意两个连续的运动时间点对应的两个生数据偏差，获取校正时间点对应的校正值；基于校正值，对扫描数据进行校正，获取校正数据。在一些实施例中，校正数据模块还可以用于基于任意两个连续的运动时间点获取运动时间长度；基于扫描数据对应的校正时间点分别与任意两个连续的运动时间点之间的时间差，获取第一时间长度和第二时间长度，基于第一时间长度和运动时间长度的比值，获取第一权重；基于第二时间长度和运动时间长度的比值，获取第二权重。关于校正数据模块的详细描述可以参见步骤340，在此不再赘述。
35.图像重建模块250可以基于多个校正数据，获取校正重建图像。
36.图3是根据本说明书的一些实施例所示的校正扫描数据的方法的示例性流程图。
37.医学图像是为了医疗或医学研究，对目标物体以非侵入方式取得的内部组织图像。在一些实施例中，目标物体可以是人体、器官、机体、物体、损伤部位、肿瘤等。例如，目标物体在可以是某个用户心脏一个或多个病变组织。
38.在一些实施例中，医学图像可以基于扫描数据获取。
39.扫描数据是通过扫描设备对目标物体进行断面扫描获取的数据。在一些实施例中，扫描设备可以包括但不限于计算机断层扫描(ct)系统、计算机断层扫描血管造影(cta)系统、正电子发射断层扫描(pet)系统、单光子发射计算机断层扫描(spect)系统、数字减影血管造影(dsa)系统或热断层扫描(ttm)系统等中的一种或多种的组合。
40.可以理解，在对目标物体进行断面扫描的过程中，目标物体可能会产生位移，导致基于扫描数据进行重建获取的医学图像中产生运动伪影。因此，可以对扫描数据进行校正，去除医学图像中的运动伪影。
41.进一步地，为了通过对扫描数据进行校正来去除医学图像中的运动伪影，需要先获取扫描数据偏差(即生数据偏差)。然而，数据域中的扫描数据和图像域中的运动伪影之间的无法直接进行运算，因此，需要先将数据域中的扫描数据映射到图像域，在图像域中获取目标物体的图像运动偏差后，再将图像运动偏差映射到为数据域的生数据偏差，从而对扫描数据进行校正。其中，关于图像运动偏差和生数据偏差的相关描述参见下文，在此不再
赘述。
42.如图3所示，基于医学图像运动向量场校正扫描数据的方法300可以包括：
43.步骤310，基于参考时间点，获取目标物体在多个运动时间点对应的多个运动向量场。
44.具体地，步骤310可以由运动向量场获取模块210执行。
45.参考时间点是用于描述目标物体在断面扫描过程中产生的相对位移的时间点。在一些实施例中，参考时间点可以是获取扫描数据过程中的任意时间点。关于参考时间点的详细描述可以参见步骤410及其相关描述，在此不再赘述。
46.运动时间点是从扫描过程的间隔选取的多个时间点。运动时间点可以作为扫描数据的校正基准的时间点。在一些实施例中，多个运动时间点可以是获取扫描数据过程中的任意时间点。关于运动时间点的详细描述可以参见步骤420及其相关描述，在此不再赘述。
47.运动向量场可以反映目标物体的运动情况。运动向量场可以是包括目标物体上的至少两个空间点在图像域中的运动向量的集合。其中，运动向量可以表示目标物体上的任意空间点在图像域中两个时间点所对应的像素点的位移。
48.在一些实施例中，运动向量场获取模块210可以基于目标物体在参考时间点对应的扫描数据和基于目标物体在多个运动时间点对应的扫描数据，获取目标物体在多个运动时间点对应的多个运动向量场。
49.如图6所示，运动向量场获取模块210可以基于数据域的扫描数据，获取图像域的运动向量场。关于获取多个运动向量场的详细描述可以参见步骤430及其相关描述，在此不再赘述。
50.步骤320，基于每个运动时间点对应的运动向量场和每个运动时间点对应的运动重建图像，获取每个运动时间点对应的图像运动偏差。
51.具体地，步骤320可以由图像运动偏差获取模块220执行。
52.图像运动偏差是由于目标物体在运动时间点相较于参考时间点产生的位移导致的该运动时间点对应的重建图像(也称为运动重建图像)上部分像素点的位移。在一些实施例中，图像运动偏差的表现形式即运动伪影，包括，例如图像变形、图像重叠、图像缺失、图像模糊等。关于运动伪影的详细描述可以参见步骤420，在此不再赘述。
53.具体地，目标物体在运动时间点相对于参考时间点产生了位移，目标物体上多个空间点在运动时间点产生的位移可以导致多个空间点在该运动时间点对应的运动重建图像上对应的多个像素点相较于参考重建图像产生位移，从而使得运动重建图像中产生运动伪影。
54.在一些实施例中，图像运动偏差获取模块220可以基于每个运动时间点对应的运动向量场和每个运动时间点对应的运动重建图像，获取每个运动时间点对应的图像运动偏差。
55.具体地，对于每个运动时间点，图像运动偏差获取模块220可以将运动重建图像中的每个像素点和运动向量场中该像素点对应的运动向量进行作差，从而获取图像运动偏差。
56.示例性地，如图6所示，图像运动偏差获取模块220可以基于t1时间点运动重建图像和t1时间点运动向量场获取t1时间点图像运动偏差，基于t2时间点运动重建图像和t2时
间点运动向量场获取t2时间点图像运动偏差，基于t3时间点运动重建图像和t3时间点运动向量场获取t3时间点图像运动偏差，
…
。
57.步骤330，基于每个图像运动偏差，获取每个运动时间点对应的生数据偏差。
58.具体地，步骤330可以由生数据偏差获取模块230执行。
59.生数据偏差是由于目标物体在运动时间点产生的位移导致的该运动时间点对应的扫描数据的偏差。
60.在一些实施例中，生数据偏差获取模块230可以通过正投影算法，将运动时间点对应的图像运动偏差转换为运动时间点对应的生数据偏差。
61.正投影算法是将目标物体在图像域的相关信息转换为数据域的信息的算法。在一些实施例中，正投影算法可以包括但不限于射线驱动、体素驱动和距离驱动等中的一种或多种的组合。
62.如图6所示，生数据偏差获取模块230可以通过正投影算法，将目标物体在图像域中的t1时间点的图像运动偏差、t2时间点图像运动偏差和t3时间点图像运动偏差分别转换为数据域中的t1时间点生数据偏差、t2时间点生数据偏差和t3时间点生数据偏差。
63.步骤340，基于至少一个所述运动时间点对应的生数据偏差，对多个扫描数据进行校正，获取多个校正数据。
64.具体地，步骤340可以由校正数据获取模块240执行。
65.校正数据是校正后的扫描数据。
66.如前所述，运动时间点是从扫描过程的多个时间点中间隔选取的、作为扫描数据的校正基准的时间点。
67.校正时间点是待校正的扫描数据对应的时间点。在一些实施例中，当所述校正时间点为运动时间点，校正数据获取模块可以将该运动时间点对应的生数据偏差作为校正值，对扫描数据进行校正。关于基于校正值对扫描数据进行校正的详细描述可以参见步骤530，在此不再赘述。
68.在一些实施例中，对于多个运动时间点中任意两个连续的运动时间点，校正数据获取模块240可以基于两个连续的运动时间点对应的生数据偏差，校正两个连续的运动时间点之间时段内的每个扫描数据，从而获取校正数据。
69.关于获取校正数据的详细描述可以参见图5及其相关描述，在此不再赘述。
70.步骤350，基于多个校正数据，获取校正重建图像。
71.具体地，步骤350可以由图像重建模块250执行。
72.校正重建图像是校正运动伪影后的重建图像。
73.在一些实施例中，图像重建模块250可以基于多个校正数据，通过重建算法获取校正重建图像。
74.如前所述，重建算法是将目标物体在数据域的相关信息转换为图像域的信息的算法。关于重建算法的详细描述可以参见步骤410，在此不再赘述。
75.图4是根据本说明书的一些实施例所示的基于参考时间点，获取目标物体在多个运动时间点对应的多个运动向量场的示例性流程图。
76.具体地，图4可以由运动向量场获取模块210执行。
77.如图4所示，基于参考时间点，获取目标物体在多个运动时间点对应的多个运动向
量场的方法400可以包括：
78.步骤410，基于目标物体在参考时间点对应的扫描数据，获取参考重建图像。
79.对于ct扫描，扫描数据是通过扫描设备对目标物体进行断面扫描获取的数据。其中，断面是指与扫描方向垂直的目标物体的截面。例如，扫描方向可以是沿目标物体从上到下，则断面可以是横断面。又例如，扫描方向可以是沿目标物体从左到右，则断面可以是矢状面。再例如，扫描方向可以是沿目标物体从前到后，则断面可以是冠状面。
80.具体地，对于目标物体的每一个断面，扫描设备发射多个角度的信号穿过断面，并接收到从多个角度穿过断面后衰减了的信号。在一些实施例中，扫描数据即多个角度的信号在穿过断面前后的衰减强度。进一步地，扫描设备沿着扫描方向，可以获取目标物体多个断面的扫描数据。
81.时间点是对目标物体进行断面扫描过程中的时间上的某个瞬间。在一些实施例中，时间点具有极短的时间长度，例如0.01秒。在一些实施例中，扫描设备在断面扫描的每个时间点可以获取一个或多个断面的扫描数据。可以理解，目标物体沿着扫描方向相对移动的速度越慢，每个时间点可以获取的断面的扫描数据越多。
82.在一些实施例中，不同时间点获取的断面的扫描数据可以重叠。示例性地，扫描设备沿目标物体从上到下地相对移动，断面为目标物体的横断面，在断面扫描的过程中，每个时间点都可以获取50个断面的扫描数据。如图7所示，扫描设备沿目标物体从上到下移动，在t0时间点获取了横断面aa到横断面bb之间50个横断面的扫描数据；在t1时间点获取了横断面a’a’到横断面b’b’之间50个横断面的扫描数据；其中，t0时间点和t1时间点均获取了横断面a’a’到横断面bb之间25个横断面的扫描数据。
83.参考时间点是用于描述目标物体在断面扫描过程中产生的相对位移的时间点。可以理解，在断面扫描的过程中，目标物体可能会产生位移，即目标物体在任意时间点的位置，相对于其他时间点的位置可能产生了变化。为了更好地描述目标物体在不同时间点产生的不同位移，可以从断面扫描过程中的多个时间点中任意选取其中一个时间点，作为参考时间点。例如，t0时间点。目标物体在其他时间点产生的位移，即目标物体在其他时间点的位置相对于在参考时间点的位置产生的变化。
84.重建图像是基于扫描数据，通过重建算法获取的目标物体的医学图像。
85.重建算法是将目标物体在数据域的相关信息转换为图像域的信息的算法。在一些实施例中，重建算法可以包括但不限于反投影(back projection，bp)算法、滤波反投影(filtered back projection，fbp)算法、自适应统计迭代重建(adaptive statistical iterative reconstruction，asir)算法、模型迭代重建(model-based iterative reconstruction，mbir)算法和图像空间迭代重建(iterative reconstruction in image space，iris)算法等中的一种或多种的组合。
86.在一些实施例中，重建图像中还包含除目标物体以外的背景区域或其他器官、机体、物体、损伤部位、肿瘤等。在一些实施例中，运动向量场获取模块210可以通过分割算法提取出重建图像中的目标物体的区域，即感兴趣区域(roi)。在一些实施例中，分割算法可以包括传统分割算法(例如，传阈值法、区域生长法、边缘检测法等)、结合特定工具的分割算法(例如，遗传算法、小波分析、小波变换、主动轮廓模型等)，以及基于神经网络模型的分割算法(例如，全卷积网络模型算法、视觉几何组网络模型算法、掩码区域卷积神经网络模
型算法等)。
87.示例性地，以心脏冠状动脉为目标物体，运动向量场获取模块210可以基于扫描数据获取心脏(包括心脏冠状动脉、心机、背景区域等)的重建图像，再通过血管中心线提取算法提取心脏的血管中心线，然后基于血管中心线通过分割算法获取心脏冠状动脉的重建图像。在一些实施例中，中心线提取算法可以包括但不限于手动血管中心线提取算法、基于最小路径的血管中心线提取算法和基于活动轮廓模型的血管中心线提取算法等中的至少一种或多种的组合。
88.在一些实施例中，重建图像可以是二维(2d，two-dimensional)图像，或三维(3d，three-dimensional)图像。在一些实施例中，三维图像可以由一系列的二维切片或二维图层构成。
89.在一些实施例中，运动向量场获取模块210可以将任意时间点对应的多个断面的重建图像，沿扫描方向堆叠成三维的重建图像。
90.以图7中的t0时间点为例，运动向量场获取模块210可以将t0时间点对应的50个横断面的重建图像，沿目标物体从上到下的方向堆叠，得到从横断面aa到横断面bb之间目标物体的三维重建图像。进一步地，基于三维的重建图像，通过分割算法可以获取三维的感兴趣区域模型，例如，心脏冠状动脉模型。
91.如前所述，扫描设备在断面扫描的每个时间点可以获取一个或多个断面的扫描数据。因此，基于每个时间点获取的一个或多个断面的扫描数据，可以获取一幅或多幅对应的重建图像。
92.参考重建图像是基于参考时间点获取的一个或多个断面的扫描数据，通过重建算法获取的目标物体的一个或多个断面的重建图像。如图6所示，以t0时间点为参考时间点，运动向量场获取模块210可以通过重建算法，将目标物体在数据域的参考时间点t0扫描数据转换为图像域中的t0时间点参考重建图像。
93.在一些实施例中，运动向量场获取模块210可以将参考时间点对应的多个断面的重建图像，沿扫描方向堆叠成三维的参考重建图像。例如，基于参考时间点t0时间点扫描数据获取的心脏冠状动脉模型即心脏冠状动脉参考模型。
94.步骤420，基于目标物体在多个运动时间点对应的扫描数据，获取多个运动重建图像。
95.运动伪影是目标物体上的空间点和目标物体在图像域中的像素点不对应的部分。如前所述，在对目标物体进行断面扫描的过程中，目标物体可能会产生位移，导致基于扫描数据进行重建获取的医学图像中产生运动伪影。在一些实施例中，运动伪影可以表现为图像变形、图像重叠、图像缺失、图像模糊等。
96.在一些实施例中，运动向量场获取模块210可以通过对扫描数据进行校正，去除医学图像中的运动伪影。
97.运动时间点是从扫描过程的多个时间点中间隔选取的、先校正扫描数据的时间点。可以理解，目标物体的位移可以是连续而不均匀的，为了提高校正的效率，目标物体在每个时间点的位移可以基于目标物体在前后相近时间点的位移估算获取。因此，可以先从扫描过程的多个时间点中，间隔地选取部分时间点的扫描数据先获取校正值，再基于部分时间点的扫描数据的校正值，获取所有时间点的扫描数据的校正值。其中，例如，运动时间
点可以包括t1、t2、t3、
…
tn。
98.在一些实施例中，多个运动时间点之间的间隔可以相同。例如，每间隔0.2秒选取一个运动时间点。在一些实施例中，多个运动时间点之间的间隔也可以不同。例如，在扫描过程的初始阶段，患者保持不动难度较小，目标物体产生位移的频率相应较小，多个运动时间点之间的间隔可以较大，如0.5s；在扫描过程的后期阶段，患者保持不动难度较大，目标物体产生位移的频率相应较大，多个运动时间点之间的间隔可以较小，如0.1s。
99.运动重建图像是基于运动时间点获取的一个或多个断面的扫描数据，通过重建算法获取的目标物体的一个或多个断面的重建图像。
100.如图6所示，以t1时间点、t2时间点、t3时间点
…
为运动时间点，运动向量场获取模块210可以通过重建算法，将目标物体在数据域的运动时间点t1扫描数据、运动时间点t2时间点扫描数据和运动时间点t3扫描数据分别转换为图像域中的t1时间点运动重建图像、t2时间点运动重建图像和t3时间点运动重建图像。
101.与参考重建图像类似地，在一些实施例中，运动向量场获取模块210可以将运动时间点对应的多个断面的重建图像，沿扫描方向堆叠成三维的运动重建图像。
102.示例性地，以图7中的运动时间点t1时间点为例，运动向量场获取模块210可以将运动时间点对应的50个横断面的重建图像，沿目标物体从上到下的方向堆叠，得到从横断面a’a’到横断面b’b’之间目标物体的三维运动重建图像。
103.与参考重建图像类似地，在一些实施例中，运动向量场获取模块210可以通过分割算法，获取二维运动重建图像中的感兴趣区域(例如，心脏冠状动脉运动的运动重建图像)或者三维运动重建图像中的感兴趣区域模型(例如，心脏冠状动脉运动模型)。
104.步骤430，多个运动重建图像分别基于参考重建图像，通过配准算法获取多个运动向量场。
105.如前所述，参考时间点是用于描述目标物体在断面扫描过程中产生的相对位移的时间点。在一些实施例中，目标物体在运动时间点产生的相对位移即目标物体在运动时间点和参考时间点之间产生的位置变化。
106.进一步地，目标物体由多个空间点组成，目标物体在运动时间点产生的位移即目标物体上的多个空间点在运动时间点产生的位移。在一些实施例中，目标物体上多个空间点在运动时间点产生的位移可以导致多个空间点在该运动时间点的运动重建图像上对应的像素点产生位移，从而使得运动重建图像中产生运动伪影。为了描述每个空间点在运动时间点的运动重建图像上对应的像素点产生的位移，需要先确定每个空间点在运动重建图像和参考重建图像上的对应像素点的位置。
107.在一些实施例中，运动向量场获取模块210可以基于参考时间点获取的参考重建图像和运动时间点获取的运动重建图像，通过配准算法确定每个空间点在运动时间点的运动重建图像和参考时间点的参考重建图像上的对应像素点的位置。
108.配准算法是确定目标物体的多个空间点在不同重建图像上的像素点之间的对应关系的算法。在一些实施例中，运动向量场获取模块210可以通过配准算法找出目标物体的多个空间点在运动重建图像上的像素点和在参考重建图像上的像素点之间的对应关系。
109.可以理解，在参考时间点和运动时间点获取的断面的重建图像存在重叠，运动向量场获取模块210可以基于参考重建图像和运动重建图像的重叠部分中的目标特征，对参
考重建图像和运动重建图像进行配准。如图7所示，运动向量场获取模块210基于参考时间点t0获取的从横断面aa到横断面bb之间的扫描数据，依次通过重建算法、分割算法获取从横断面aa到横断面bb之间的心脏冠状动脉参考模型；运动向量场获取模块210基于运动时间点t1获取的从横断面a’a’到横断面b’b’之间的扫描数据，依次通过重建算法、分割算法获取从横断面a’a’到横断面b’b’之间的心脏冠状动脉运动模型；其中，参考时间点t0和运动时间点t1获取的扫描数据中均包含横断面a’a’到横断面bb之间25个横断面的扫描数据，则心脏冠状动脉参考模型和心脏冠状动脉运动模型均包含横断面a’a’到横断面bb的模型结构，则运动向量场获取模块210可以通过配准算法，基于心脏冠状动脉参考模型和心脏冠状动脉运动模型中横断面a’a’到横断面bb的模型结构上的至少部分像素点之间的对应关系，找到心脏冠状动脉参考模型和心脏冠状动脉运动模型之间的对应关系。
110.在一些实施例中，配准算法可以包括基于点的配准算法(例如，基于解剖学标志的配准算法)、基于曲线的配准算法、基于表面的配准算法(例如，基于表面轮廓的配准算法)、空间对齐配准算法、互相关配置配准算法、基于互信息的配准算法、顺序相似度检测算法(ssda)、非线性变换配准算法、b样条配准算法等，或其任意组合。
111.具体地，运动向量场获取模块210可以获取参考图像的至少一个第一控制点和运动重建图像的至少一个第二控制点。第一控制点和第二控制点是目标物体上的同一空间点分别在参考重建图像和运动重建图像上的像素点。在一些实施例中，至少一个第一控制点和至少一个第二控制点可以对应于目标物体上的同一目标特征。在一些实施例中，运动向量场获取模块210可以通过手动查找、自动查找和半自动查找等方式查找第一控制点和第二控制点。在一些实施例中，运动向量场获取模块210还可以通过相似度测量选取查找到的第一控制点和第二控制点。在一些实施例中，相似度测量可以包括基于互信息的测量、基于傅里叶分析的测量等等中的一种或多种的任何组合。
112.进一步地，运动向量场获取模块210可以基于至少一个第一控制点和至少一个第二控制点，建立结构配准模型。在一些实施例中，运动向量场获取模块210可以基于至少一个第一控制点在参考重建图像的坐标系中的位置和至少一个对应的第二控制点在运动重建图像的坐标系中的位置，获取参考重建图像的坐标系和运动重建图像的坐标系的变换参数，从而建立结构配准模型。
113.再进一步地，运动向量场获取模块210可以基于结构配准模型，获取参考图像的像素点和运动重建图像的像素点的对应关系。在一些实施例中，运动向量场获取模块210可以基于结构配准模型，通过图像变换将运动重建图像的像素点变换到参考重建图像的坐标系中，从而获取参考图像的像素点和运动重建图像的像素点的对应关系。在一些实施例中，图像变换可以包括刚性变换、仿射变换、投影变换、非线性变换等中的一种或多种的任何组合。
114.示例性地，a为心脏冠状动脉的横断面a’a’到横断面bb之间上一个空间点，如图8所示，从参考时间点t0到运动时间点t1，目标物体在扫描过程中抬起双手，空间点a产生了位移，从而在图像域中从a
′
移动到了a
″
。因此，目标物体上空间点a对应于心脏冠状动脉参考模型上的像素点a
′
和心脏冠状动脉运动模型上的像素点a
″
，则运动向量场获取模块210通过配准算法将心脏冠状动脉运动模型上的像素点a
″
变换到心脏冠状动脉参考模型的坐标系中，从而找到心脏冠状动脉参考模型上的像素点a
′
和心脏冠状动脉运动模型上的像素点a″
之间的对应关系。
115.运动向量是图像域中的有向线段。在一些实施例中，运动向量可以表示目标物体上的任意空间点在图像域中两个时间点所对应的像素点的位移。如前所述，参考时间点是用于描述目标物体在断面扫描过程中产生的相对位移的时间点。在一些实施例中，目标物体上任意空间点在图像域中的运动向量即该空间点在运动时间点的像素点相对于参考时间点的像素点的位移。
116.具体地，可以将参考时间点的像素点的位置作为运动向量的起点，将运动时间点的像素点的位置作为运动向量的终点，位移方向即运动向量的方向，位移大小即运动向量的长度。
117.继续以图8为例，空间点a产生了位移，从而在图像域中从a
′
移动到了a
″
，在参考重建图像的坐标系中，空间点a在心脏冠状动脉参考模型上的像素点a
′
坐标为(xa′
，ya′
，za′
)，在心脏冠状动脉运动模型上的像素点a
″
坐标为(xa″
，ya″
，za″
)，产生的位移可以用运动向量表示，即在运动时间点t1，空间点a在图像域中运动向量为
118.运动向量场是包括目标物体至少两个空间点在图像域中的运动向量的集合。
119.如前所述，目标物体上的不同空间点的位移可能不同。其中，每个空间点在图像域中所对应的像素点的位移都可以用一个运动向量来表示。
120.继续以图8为例，从参考时间点t0到运动时间点t1，目标物体上的空间点b产生了位移，从而在图像域中从b
′
移动到了b
″
，在参考重建图像的坐标系中，空间点b在心脏冠状动脉参考模型上的像素点b
′
坐标为(xb′
，yb′
，zb′
)，在心脏冠状动脉运动模型上的像素点b
″
的坐标为(xb″
，yb″
，zb″
)，产生的位移可以用运动向量)，产生的位移可以用运动向量表示，即在运动时间点t1，空间点b在图像域中的运动向量为
121.从参考时间点t0到运动时间点t1，目标物体上还有多个其他空间点产生了位移，例如，空间点c、d、e
…
。进一步地，目标物体在运动时间点t1的运动向量场f1可以包括运动向量例如，
122.类似地，运动向量场获取模块210还可以获取目标物体在运动时间点t2的运动向向量场f2，在运动时间点t3的运动向向量场f3，
…
.在运动时间点tn的运动向向量场fn。
123.图5是根据本说明书的一些实施例所示的基于生数据偏差获取校正数据的方法的示例性流程图。
124.具体地，图5可以由校正数据获取模块240执行。如图5所示，该方法500可以包括：
125.步骤510，对于任意两个连续的运动时间点之间时段内的每个扫描数据，基于扫描数据对应的校正时间点和所述任意两个连续的运动时间点，获取第一权重和第二权重。
126.任意两个连续的运动时间点是指选取的多个运动时间点中任意两个相邻的运动时间点。例如，t1时间点(例如第1秒)和t2时间点(例如第2秒)、t2时间点(例如第2秒)和t3时间点(例如第3秒)，
…
。
127.校正时间点是在任意两个连续的运动时间点之间时段内的时间点。例如，t1时间点和t2时间点之间的校正时间点可以包括t
x
。
128.如前所述，运动时间点是从扫描过程的多个时间点中间隔选取的、作为扫描数据的校正基准的时间点，因此，校正数据获取模块240可以基于两个连续的运动时间点对应的生数据偏差，校正两个连续的运动时间点之间时段内的每个校正时间点对应的每个扫描数据。
129.第一权重是指校正时间点之前的运动时间点对应的生数据偏差对该校正时间点对应的扫描数据的校正作用的占比。如图5所示，校正时间点t
x
之前的运动时间点为t1，第一权重α
1x
是t1时间点生数据偏差对校正时间点t
x
对应的扫描数据的校正作用的占比。
130.第二权重是指校正时间点之后的运动时间点对应的生数据偏差对该校正时间点对应的扫描数据的校正作用的占比。如图5所示，校正时间点t
x
之后的运动时间点为t2，第二权重α
2x
是t2时间点生数据偏差对校正时间点t
x
对应的扫描数据的校正作用的占比。
131.可以理解，任意两个连续的运动时间点对应的生数据偏差对不同校正时间点对应的扫描数据的校正作用不同，即不同的校正时间点对应的第一权重和第二权重不同。校正时间点距离之前的运动时间点的时间差越小，距离之后的运动时间点的时间差越大，则第一权重越大，第二权重越小，反之亦然。
132.在一些实施例中，校正数据获取模块240可以基于两个连续的运动时间点和校正时间点获取该校正时间点对应的第一权重和第二权重。
133.具体地，校正数据获取模块240可以基于任意两个连续的运动时间点获取运动时间长度；基于扫描数据对应的校正时间点分别与任意两个连续的运动时间点之间的时间差，获取第一时间长度和第二时间长度，基于第一时间长度和运动时间长度的比值，获取第一权重；基于第二时间长度和运动时间长度的比值，获取所述第二权重。
134.如图5所示，连续两个运动时间点t1和t2之间的校正时间点为t
x
，连续两个运动时间点t1和t2的运动时间长度为t2－t1；基于校正时间点t
x
和运动时间点t2之间的时间差获取第一时间长度t2－t
x
，基于校正时间点t
x
和运动时间点t1之间的时间差获取第二时间长度t
x
－t1；基于第一时间长度t2－t
x
和运动时间长度t2－t1的比值获取第一权重α
1x
＝(t2－t
x
)/(t2－t1)；基于第二时间长度t
x
－t1和运动时间长度t2－t1的比值获取所述第二权重α
2x
＝(t
x
－t1)/(t2－t1)。例如，t1＝0.1s，t2＝0.6s，t
x
＝0.3s，则第一权重α
1x
＝0.6，第二权重α
2x
＝0.4。
135.步骤520，基于第一权重、第二权重和任意两个连续的运动时间点对应的两个生数据偏差，获取校正时间点对应的校正值。
136.校正值是校正扫描数据的值。可以理解，运动时间点的校正值即运动时间点对应的生数据偏差。
137.如前所述，目标物体的位移可以是连续而不均匀的，为了提高校正的效率，目标物体在校正时间点的位移可以基于目标物体在前后相近时间点的位移估算获取。因此，在一些实施例中，校正数据获取模块240可以基于校正时间点前后两个连续的运动时间点对应的两个生数据偏差(即两个连续的运动时间点对应的两个校正值)，获取该校正时间点的校正值。
138.具体地，校正数据获取模块240可以基于第一权重和校正时间点之前的运动时间点对应的生数据偏差，获取校正时间点之前的运动时间点对应的生数据偏差对该校正时间点对应的扫描数据的校正作用；基于第二权重和校正时间点之后的运动时间点对应的生数
据偏差，获取校正时间点之后的运动时间点对应的生数据偏差对该校正时间点对应的扫描数据的校正作用；然后基于校正时间点前后的运动时间点对应的生数据偏差对该校正时间点对应的扫描数据的校正作用之和，获取校正时间点对应的扫描数据的校正值。
139.如图5所示，校正时间点tx前后的运动时间点分别为t1和t2，则校正时间点tx校正值可以基于第一权重α1x和t1时间点生数据偏差、第二权重α2x和t2时间点生数据偏差分别加权求和获取。
140.步骤530，基于校正值，对所述扫描数据进行校正，获取校正数据。
141.如前所述，校正数据是校正后的扫描数据。在一些实施例中，校正数据获取模块240可以用扫描过程中每个时间点对应的扫描数据和每个时间点对应的校正值作差，从而获取每个时间点对应的校正数据。
142.如图5所示，校正数据获取模块240可以用校正时间点tx扫描数据和校正时间点tx校正值作差，获取校正时间点tx校正数据。
143.其中，运动时间点对应的校正数据可以用运动时间点对应的扫描数据和运动时间点对应的生数据偏差作差获取。例如，t1时间点校正数据可以用t1时间点扫描数据和t1时间点生数据偏差作差获取。
144.本说明书实施例可能带来的有益效果包括但不限于：(1)基于校正后的扫描数据获取重建图像，可以在重建过程之前从根本上避免引入运动伪影，同时保证校正后的扫描数据的自洽性；(2)基于运动时间点的生数据偏差获取所有校正时间点的校正值，可以提高获取校正值的效率；(3)基于校正后的扫描数据，通过重建算法获取没有运动伪影的重建图像，可以使重建算法不局限于迭代重建，扩大了重建算法的适用范围。需要说明的是，不同实施例可能产生的有益效果不同，在不同的实施例里，可能产生的有益效果可以是以上任意一种或几种的组合，也可以是其他任何可能获得的有益效果。
145.上文已对基本概念做了描述，显然，对于本领域技术人员来说，上述详细披露仅仅作为示例，而并不构成对本说明书的限定。虽然此处并没有明确说明，本领域技术人员可能会对本说明书进行各种修改、改进和修正。该类修改、改进和修正在本说明书中被建议，所以该类修改、改进、修正仍属于本说明书示范实施例的精神和范围。
146.同时，本说明书使用了特定词语来描述本说明书的实施例。如“一个实施例”、“一实施例”、和/或“一些实施例”意指与本说明书至少一个实施例相关的某一特征、结构或特点。因此，应强调并注意的是，本说明书中在不同位置两次或多次提及的“一实施例”或“一个实施例”或“一个替代性实施例”并不一定是指同一实施例。此外，本说明书的一个或多个实施例中的某些特征、结构或特点可以进行适当的组合。
147.此外，本领域技术人员可以理解，本说明书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，本说明书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”、“引擎”、“单元”、“组件”或“系统”。此外，本说明书的各方面可能表现为位于一个或多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。
148.计算机存储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。该传播信号可能有多种表现形式，包括电磁形式、光形式等，或合适的组合形式。计算机存储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。位于计算机存储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。
149.本说明书各部分操作所需的计算机程序编码可以用任意一种或多种程序语言编写，包括面向对象编程语言如java、scala、smalltalk、eiffel、jade、emerald、c++、c#、vb.net、python等，常规程序化编程语言如c语言、visual basic、fortran2003、perl、cobol2002、php、abap，动态编程语言如python、ruby和groovy，或其他编程语言等。该程序编码可以完全在用户计算机上运行、或作为独立的软件包在用户计算机上运行、或部分在用户计算机上运行部分在远程计算机运行、或完全在远程计算机或处理设备上运行。在后种情况下，远程计算机可以通过任何网络形式与用户计算机连接，比如局域网(lan)或广域网(wan)，或连接至外部计算机(例如通过因特网)，或在云计算环境中，或作为服务使用如软件即服务(saas)。
150.此外，除非权利要求中明确说明，本说明书所述处理元素和序列的顺序、数字字母的使用、或其他名称的使用，并非用于限定本说明书流程和方法的顺序。尽管上述披露中通过各种示例讨论了一些目前认为有用的发明实施例，但应当理解的是，该类细节仅起到说明的目的，附加的权利要求并不仅限于披露的实施例，相反，权利要求旨在覆盖所有符合本说明书实施例实质和范围的修正和等价组合。例如，虽然以上所描述的系统组件可以通过硬件设备实现，但是也可以只通过软件的解决方案得以实现，如在现有的处理设备或移动设备上安装所描述的系统。
151.同理，应当注意的是，为了简化本说明书披露的表述，从而帮助对一个或多个发明实施例的理解，前文对本说明书实施例的描述中，有时会将多种特征归并至一个实施例、附图或对其的描述中。但是，这种披露方法并不意味着本说明书对象所需要的特征比权利要求中提及的特征多。实际上，实施例的特征要少于上述披露的单个实施例的全部特征。
152.一些实施例中使用了描述成分、属性数量的数字，应当理解的是，此类用于实施例描述的数字，在一些示例中使用了修饰词“大约”、“近似”或“大体上”来修饰。除非另外说明，“大约”、“近似”或“大体上”表明所述数字允许有
±
20％的变化。相应地，在一些实施例中，说明书和权利要求中使用的数值参数均为近似值，该近似值根据个别实施例所需特点可以发生改变。在一些实施例中，数值参数应考虑规定的有效数位并采用一般位数保留的方法。尽管本说明书一些实施例中用于确认其范围广度的数值域和参数为近似值，在具体实施例中，此类数值的设定在可行范围内尽可能精确。
153.针对本说明书引用的每个专利、专利申请、专利申请公开物和其他材料，如文章、书籍、说明书、出版物、文档等，特此将其全部内容并入本说明书作为参考。与本说明书内容不一致或产生冲突的申请历史文件除外，对本说明书权利要求最广范围有限制的文件(当前或之后附加于本说明书中的)也除外。需要说明的是，如果本说明书附属材料中的描述、定义、和/或术语的使用与本说明书所述内容有不一致或冲突的地方，以本说明书的描述、定义和/或术语的使用为准。
154.最后，应当理解的是，本说明书中所述实施例仅用以说明本说明书实施例的原则。
其他的变形也可能属于本说明书的范围。因此，作为示例而非限制，本说明书实施例的替代配置可视为与本说明书的教导一致。相应地，本说明书的实施例不仅限于本说明书明确介绍和描述的实施例。