一种图像处理的方法和系统与流程

1.本说明书涉及图像处理技术领域，特别涉及一种确定图像处理参数的方法和系统。


背景技术：

2.医学成像可以应用于各种医学治疗和/或者诊断。在一些医学成像过程中，需要沿医学设备(例如，长轴pet设备)的轴向对目标对象(例如，病人)进行多个身体部位扫描或全身扫描。由于一些因素(例如，医学设备的探测器的灵敏度、目标对象的示踪剂活度、目标对象的身体特征等)在医学设备的轴向方向上存在变化，导致在轴向方向上不同区域采集的成像数据(例如，pet扫描数据)质量差异明显，进而导致重建图像在医学设备的轴向方向上也存在较大图像质量差异，对于后续病情的诊断和治疗带来诸多不利因素。因此，希望提供一种图像处理的方法和系统，可以灵活控制图像在医学设备的轴向方向上的图像质量。


技术实现要素：

3.本说明书实施例之一提供一种图像处理方法。所述图像处理方法包括：获取原始成像数据，所述原始成像数据是通过医学设备对目标对象进行扫描获取的；确定与所述目标对象的扫描有关的扫描信息；基于所述扫描信息，确定图像处理参数，所述图像处理参数为目标方向上的位置的变量；以及基于所述图像处理参数，对所述原始成像数据进行处理，以生成目标成像数据。
4.在一些实施例中，所述扫描信息包括以下信息中的至少一种：与所述医学设备有关的信息、与所述原始成像数据有关的信息，或与所述目标对象有关的信息。
5.在一些实施例中，所述医学设备包括正电子发射断层成像设备，所述与医学设备有关的信息包括医学设备的探测器的灵敏度、相邻探测器之间的缝隙和探测器的探测效率中的至少一种，所述与原始成像数据有关的信息包括符合事件计数信息和示踪剂活度中的至少一种，所述与目标对象有关的信息包括目标对象的特征信息和历史成像数据中的至少一种。
6.在一些实施例中，基于所述图像处理参数，对所述原始成像数据进行处理包括多轮迭代，其中至少一轮迭代包括：获取上一轮迭代中生成的更新成像数据；基于所述图像处理参数对所述更新成像数据进行处理，以生成处理后的成像数据；判断所述迭代是否满足终止条件；以及响应于确定所述迭代满足所述终止条件，将所述处理后的成像数据确定为所述目标成像数据。
7.在一些实施例中，基于所述图像处理参数对所述更新成像数据进行处理，以生成处理后的成像数据包括：基于所述更新成像数据和所述扫描信息，更新所述图像处理参数，以生成更新后的图像处理参数；以及基于所述更新后的图像处理参数对所述更新成像数据进行处理，以生成处理后的成像数据。
8.在一些实施例中，所述处理包括图像重建处理，所述基于所述图像处理参数对所
述更新成像数据进行处理，以生成处理后的成像数据包括：获取迭代更新因子；以及基于所述迭代更新因子和所述图像处理参数，对所述更新成像数据进行重建，以生成重建图像。
9.在一些实施例中，所述获取迭代更新因子，包括：对所述更新成像数据进行正投影操作，确定第一投影数据；基于所述原始成像数据确定第二投影数据；基于所述第一投影数据和所述第二投影数据，确定第三投影数据；对所述第三投影数据进行反投影操作，确定反投影数据；以及根据所述第一投影数据、所述反投影数据和归一化矩阵确定所述迭代更新因子。
10.在一些实施例中，所述处理包括以下至少一种：图像平滑处理、图像增强处理、图像融合处理、和图像美化处理。
11.本说明书实施例之一提供一种图像处理系统。所述图像处理系统包括至少一个处理器以及至少一个存储器。所述至少一个存储器用于存储计算机指令。所述至少一个处理器用于执行所述计算机指令中的至少部分指令以实现本说明书所述的图像处理方法。
12.本说明书实施例之一提供一种图像处理系统。所述图像处理系统包括获取模块、扫描信息确定模块、处理参数确定模块和处理模块。所述获取模块，用于获取原始成像数据，所述原始成像数据是通过医学设备对目标对象进行扫描获取的。所述扫描信息确定模块，用于确定与所述目标对象的扫描有关的扫描信息。所述处理参数确定模块，用于基于所述扫描信息，确定图像处理参数，所述图像处理参数为目标方向上的位置的变量。所述处理模块，用于基于所述图像处理参数，对所述原始成像数据进行处理，以生成目标成像数据。
附图说明
13.本说明书将以示例性实施例的方式进一步说明，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：
14.图1是根据本说明书一些实施例所示的图像处理系统的应用场景示意图；
15.图2是根据本说明书一些实施例所示的生成目标成像数据的示例性流程图；
16.图3是根据本说明书一些实施例所示的生成目标成像数据的示例性流程图；
17.图4是根据本说明书一些实施例所示的生成目标重建图像的示例性流程图；
18.图5是根据本说明书一些实施例所示的获取迭代更新因子的示例性流程图；
19.图6是根据本说明书一些实施例所示的处理设备的示例性模块图；
20.图7是根据本说明书一些实施例所示的图像平滑参数与即时符合事件计数的关系的曲线图；
21.图8是根据本说明书一些实施例所示的图像平滑参数与即时符合事件计数的关系的曲线图；
22.图9是根据本说明书一些实施例所示的重建图像的示意图。
具体实施方式
23.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。
24.应当理解，本文使用的“系统”、“装置”、“单元”和/或“模块”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。
25.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。
26.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。
27.图1是根据本说明书一些实施例所示的图像处理系统的应用场景示意图。图像处理系统100可以包括处理设备110、医学设备120、一个或以上终端130、网络140和存储设备150。
28.图像处理系统100中的组件可以以各种方式连接。仅作为示例，医学设备120可以直接(如连接医学设备120和处理设备110的虚线双向箭头所示)或通过网络140连接到处理设备110。作为又一个示例，存储设备150可以直接(如连接存储设备150和医学设备120的虚线双向箭头所示)或通过网络140连接到医学设备120。作为又一个示例，终端130可以直接(如连接终端130和处理设备110的虚线双向箭头所示)或通过网络140连接到处理设备110。
29.处理设备110可以处理从医学设备120、终端130和/或存储设备150获得的数据和/或信息。例如，处理设备110可以从医学设备120获取目标对象的原始成像数据。又例如，处理设备110可以从存储设备150获取与目标对象的扫描有关的扫描信息。再例如，处理设备110可以基于扫描信息，确定图像处理参数。再例如，处理设备110可以基于图像处理参数，对原始成像数据进行处理，以生成目标成像数据。在一些实施例中，处理设备110可以是单个服务器或服务器组。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110可以是相对于图像处理系统100的一个或多个其他组件的本地组件或远程组件。例如，处理设备110可以经由网络140访问存储在医学设备120、终端130和/或存储设备150中的信息和/或数据。
30.医学设备120可以对目标对象进行扫描，以获取目标对象的扫描数据(例如，原始成像数据)。在一些实施例中，目标对象可以包括生物对象和/或非生物对象。例如，目标对象可以包括人身体的特定部分，例如头部、胸部、腹部等或其组合。又例如，目标对象可以是医学设备120待扫描的病人。在一些实施例中，与目标对象有关的扫描数据可以包括医学设备120采集的生数据(例如，目标对象的投影数据)、一个或以上扫描图像等。
31.在一些实施例中，医学设备120可以是用于疾病诊断或研究目的的非侵入性医学成像装置。例如，医学设备120可以包括单模态扫描设备和/或多模态扫描设备。单模态扫描设备可以包括超声波扫描设备、x射线扫描设备、计算机断层扫描(ct)扫描设备、磁共振成像(mri)扫描设备、超声检查设备、正电子发射断层扫描(pet)扫描设备、光学相干断层扫描
(oct)扫描设备、超声(us)扫描设备、血管内超声(ivus)扫描设备、近红外光谱(nirs)扫描设备、远红外(fir)扫描设备等或其任意组合。多模态扫描设备可以包括x射线成像-磁共振成像(x射线-mri)扫描设备、正电子发射断层扫描-x射线成像(pet-x射线)扫描设备、单光子发射计算机断层扫描-磁共振成像(spect-mri)扫描设备、正电子发射断层扫描-计算机断层摄影(pet-ct)扫描设备、数字减影血管造影-磁共振成像(dsa-mri)扫描设备等。以上提供的医学设备120仅用于说明目的，而无意限制本技术的范围。如本说明书所使用的，术语“成像模态”或“模态”是指收集、生成、处理和/或分析目标对象的成像信息的成像方法或技术。
32.在一些实施例中，医学设备120(例如，pet设备)可以包括机架、探测器和扫描床。机架可以支撑探测器。目标对象可以被放置在扫描床上并沿医学设备120的轴向方向(例如，图1所示的z轴方向)移动以对目标对象进行扫描。在一些实施例中，探测器可以包括一个或多个探测器单元。探测器可以包括闪烁探测器(例如，碘化铯探测器)、气体探测器等。
33.在一些实施例中，医学设备120可以是长轴pet设备。长轴pet设备的轴向长度(例如，图1所示的z轴方向的长度)通常较大(例如，大于或等于0.75米)，因此长轴pet设备通常具有较长的轴向扫描视野，可以同时对目标对象的多个部位进行扫描成像。例如，长轴pet设备的扫描视野可以覆盖目标对象的整个身体，即，扫描过程中单床位可以覆盖目标对象的整个身体，从而确保目标对象体内各处的放射性示踪药物都可以被覆盖和检测到，单次扫描即可完成目标对象的全身成像。
34.终端130可以包括移动设备130-1、平板计算机130-2、膝上型计算机130-3等或其任何组合。在一些实施例中，一个或多个终端130可以是处理设备110的一部分。
35.网络140可以包括可以促进图像处理系统100的信息和/或数据的交换的任何合适的网络。在一些实施例中，图像处理系统100的一个或以上组件(例如，医学设备120、终端130、处理设备110、存储设备150)可以经由网络140与图像处理系统100的一个或以上其它组件通信信息和/或数据。例如，处理设备110可以经由网络140从医学设备120获得成像数据。作为另一示例，处理设备110可以经由网络140从终端130获得用户指令。
36.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可以存储从终端130和/或处理设备110获得的数据。在一些实施例中，存储设备150可以存储处理设备110可以执行或用来执行本说明书中描述的示例性方法的数据和/或指令。
37.在一些实施例中，存储设备150可以连接到网络140以与图像处理系统100的一个或以上其他组件(例如，处理设备110、终端130)通信。图像处理系统100的一个或多个组件可以经由网络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可以直接连接到图像处理系统100的一个或以上其他组件(例如，处理设备110、终端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110的一部分。
38.在一些实施例中，图像处理系统100中的位置信息可以表示在如图1所示的坐标系160中。坐标系160可以包括x轴、y轴和z轴。如图1所示，x轴正方向可以是从面向医学设备120的正面的方向看从扫描床的左侧到右侧的方向。y轴正方向可以是从医学设备120的下部到医学设备120的上部的方向。z轴正方向可以是扫描台从医学设备120的内部移动到外部的方向。在一些实施例中，z轴方向也可以被称为医学设备120的轴向方向。
39.应该注意的是，上述描述仅出于说明性目的而提供，并不旨在限制本技术的范围。
对于本领域普通技术人员而言，在本技术内容的指导下，可做出多种变化和修改。可以以各种方式组合本技术描述的示例性实施例的特征、结构、方法和其他特征，以获得另外的和/或替代的示例性实施例。然而，这些变化与修改不会背离本技术的范围。
40.图2是根据本说明书一些实施例所示的生成目标成像数据的示例性流程图。在一些实施例中，流程200可以由处理设备110执行。如图2所示，流程200包括以下步骤。
41.步骤210，获取原始成像数据。在一些实施例中，步骤210可以由获取模块610执行。
42.原始成像数据可以指待进行图像处理的数据。原始成像数据可以是通过医学设备(例如，医学设备120)对目标对象进行扫描获取的数据。医学设备可以包括pet设备、spect设备、mri设备、ct设备等。原始成像数据可以包括目标对象的扫描中采集的生数据和/或基于所述生数据生成的扫描图像。例如，原始成像数据可以包括pet数据、spect数据、mri数据、ct数据等。仅作为示例，原始成像数据可以是通过pet设备对目标对象进行扫描获取的pet投影数据。pet投影数据可以包括列表模式数据或正弦图数据。
43.在一些实施例中，原始成像数据可以包括扫描图像。例如，处理设备110可以基于pet投影数据生成pet图像。在一些实施例中，处理设备110可以根据图像重建算法基于pet投影数据生成pet图像。pet图像可以呈现对象对示踪剂的摄取。示例性图像重建算法可以包括迭代算法、分析算法等。迭代算法可以包括最大似然估计(mle)算法、有序子集期望最大化(osem)等。分析算法可以包括滤波反投影(fbp)算法等。
44.在一些实施例中，处理设备110可以从图像处理系统100的一个或多个组件(例如，医学设备120、终端130、存储设备150)或外部存储器经由网络140获取原始成像数据。例如，医学设备120可以将获取的原始成像数据传输到存储设备(例如，存储设备150、外部存储设备)进行存储。处理设备110可以从存储设备获得原始成像数据。又例如，处理设备110可以直接从医学设备120获得原始成像数据。
45.步骤220，确定与目标对象的扫描有关的扫描信息。在一些实施例中，步骤220可以由扫描信息确定模块620执行。
46.扫描信息可以指与沿目标方向变化的参数有关的信息。仅作为示例，目标方向可以是医学设备的轴向方向(例如，图1所示的z轴方向)在一些实施例中，扫描信息可以包括与医学设备有关的信息、与原始成像数据有关的信息，与目标对象有关的信息等或其任意组合。出于示例目的，下文以pet设备为例说明扫描信息的种类。与医学设备有关的示例信息可以包括探测器的灵敏度、相邻探测器之间的缝隙、探测器的探测效率等或其任意组合。
47.在pet扫描过程中，首先将示踪剂注射至目标对象体内。示踪剂可以经历正电子发射衰变并发射正电子。正电子和电子具有相同的质量和相反的电荷，当两种粒子碰撞时，正电子与电子(电子在对象体内大量存在)可以发生湮灭(也称为“湮灭事件”或“符合事件”)。电子-正电子湮灭可以导致两个粒子(例如，两个511kev伽玛光子)开始向彼此相反的方向行进。在目标对象的pet扫描中，由湮灭事件产生的粒子会到达pet设备的探测器并被探测器检测到。
48.探测器的灵敏度是指探测器的检测效能。以pet设备为例，探测器的灵敏度可以指探测器在单位时间内单位辐射剂量条件下检测到的符合事件计数。探测器的灵敏度越高，表示对于同样活度的放射源，检测到的信号越多，相应地获得的图像质量越高。探测器的探测效率是指当一个伽玛光子通过探测器晶体时，能够被记录下来的几率。探测器的探测效
率越高，获得的图像质量越高。在一些实施例中，医学设备可以包括由多个探测器(例如，lso晶体、lyso晶体、bgo晶体、labr晶体)构成的探测器阵列，相邻探测器(例如，相邻晶体)之间的间缝隙越小，探测器的探测效率越高。相邻探测器(例如，相邻晶体)之间的间缝隙越大，会导致获得的pet数据缺失得越多，从而影响图像质量。
49.与原始成像数据有关的信息可以包括符合事件计数信息、示踪剂活度等或其任意组合。在一些实施例中，符合事件可以包括即时符合事件、真符合事件、随机事件和散射事件。由探测器检测到的所有符合事件称为即时符合事件。当一对探测器单元在一定时间窗内检测到来自同一个湮灭事件的两个入射光子(也称为符合光子)时，称为真符合事件。当一对探测器单元在一定时间窗内检测到来自两个湮灭事件的两个入射光子时，称为随机事件。在一些实施例中，由湮灭事件产生的光子可以在穿过目标物体时经历康普顿散射，当在一定时间窗内检测到的两个入射光子中的至少一个在其到达探测器单元之前经历了至少一次康普顿散射时，称为散射事件。
50.示踪剂活度可以反映目标对象的生物活动信息。例如，示踪剂的一个或多个原子可以化学结合到目标对象体内的生物活性分子中。活性分子可以集中在目标对象体内的感兴趣组织中。示踪剂可以包括[
15
o]h2o、[
15
o]丁醇、[
11
c]丁醇、[
18
f]氟代脱氧葡萄糖(fdg)、[
64
cu]二乙酰-双(
64
cu-atsm)、[
18
f]氟化物、3'-脱氧-3'-[
18
f]氟胸苷(flt)、[
18
f]-氟咪索硝唑(fmiso)、镓、铊等或其任何组合。
[0051]
与目标对象有关的信息可以包括目标对象的特征信息、历史成像数据等或其任意组合。目标对象的特征信息可以包括目标对象的体型(例如，身高、体宽、体厚)、体重、身体各部分的比例信息、身体疾病信息、生理信息(例如，血糖浓度)、解剖结构信息、等或其任意组合。例如，目标对象的血糖浓度升高可以促进胰岛素的分泌，分泌的胰岛素会加速胰岛素敏感的组织(例如，心肌、脂肪、骨骼肌)摄取葡萄糖(例如，fdg)，而肿瘤和脑组织的摄取相应减少，从而导致目标对象体内的fdg分布发生变化。目标对象的解剖结构信息可以包括目标对象的器官或组织的位置、形状等其任意组合。目标对象的历史成像数据可以包括在目标对象的历史扫描(例如，pet扫描、ct扫描、mri扫描)中获取的历史扫描数据(例如，pet扫描数据、ct扫描数据、mri扫描数据)。
[0052]
在一些实施例中，处理设备110可以从图像处理系统100的一个或多个组件(例如，医学设备120、终端130、存储设备150)或外部存储器获取与目标对象的扫描有关的扫描信息(例如，与医学设备有关的信息、与目标对象有关的信息)。在一些实施例中，处理设备110可以根据原始成像数据确定与目标对象的扫描有关的扫描信息(例如，符合事件计数信息、示踪剂活度)。例如，处理设备110可以基于目标对象的pet图像的像素值(或体素值)确定示踪剂在目标对象体内的活度值(或浓度值)。在一些实施例中，处理设备110可以根据目标对象的历史成像数据确定目标对象的特征信息和/或解剖结构信息。
[0053]
步骤230，基于扫描信息，确定图像处理参数。在一些实施例中，步骤230可以由处理参数确定模块630执行。
[0054]
图像处理参数可以用于对原始成像数据进行处理(例如，图像重建处理、图像平滑处理、图像增强处理、图像融合处理、图像美化处理)。在一些实施例中，图像处理参数可以包括图像重建参数、图像平滑参数(例如，正则化迭代平滑参数、人工智能迭代平滑参数、后滤波平滑参数)、图像增强参数、图像融合参数、图像美化参数等或其任意组合。在一些实施
例中，图像处理参数可以包括与图像处理算法(例如，图像重建处理算法、图像平滑处理算法、图像增强处理算法、图像融合处理算法、图像美化处理算法)相关的参数。
[0055]
在一些实施例中，图像处理参数可以为目标方向上的位置的变量。在本说明书中，如果至少存在两个轴向方向上的不同位置，其对应的图像处理参数不同，则可以认为图像处理参数为目标方向上的位置的变量。仅作为示例，目标方向可以是医学设备的轴向方向(例如，图1所示的z轴方向)。如果存在轴向上坐标不同的两个或多个位置，其对应的图像处理参数不同(例如，目标对象头部和腹部对应的图像处理参数不同)，则可以认为图像参数为轴向上位置的变量。在一些实施例中，在使用医学设备(例如，长轴pet设备)对目标对象进行扫描时，由于有一些会影响成像质量的因素在目标方向上存在变化，导致目标方向上不同位置对应的扫描数据质量不同，从而使重建图像中对应不同轴向位置的部分质量不同，影响后续基于图像的疾病诊断和治疗。例如，在不同轴向位置上，医学设备的探测器灵敏度、被扫描器官或组织、符合事件计数率、示踪剂活度等可能会存在不同，会影响扫描数据和重建图像的质量。
[0056]
在本说明书中的实施例中，通过对目标方向的不同位置设置不同的图像处理参数，可以控制图像在目标方向上的图像质量(例如，空间分辨率、密度分辨率、信噪比)。例如，可以通过对目标方向的不同位置设置不同的图像处理参数，减小目标方向上不同位置的图像质量的差异。又例如，可以对目标方向上的目标对象的特定器官(例如，头部和胸部)设置特定的图像处理参数，从而使重建图像中该器官具有特定的优化效果。再例如，对于在目标方向上处于边缘的位置，可以通过设置特定的图像处理参数，降低重建图像中对应区域的噪声。
[0057]
在一些实施例中，处理设备110可以基于扫描信息，确定图像处理参数。在一些实施例中，处理设备110可以基于目标方向上某个特定位置对应的扫描信息，确定所述特定位置对应的图像处理参数。例如，处理设备110可以基于目标方向上的特定位置对应的与医学设备有关的信息(例如，特定位置对应的探测器的灵敏度、特定位置对应的相邻探测器之间的缝隙、特定位置对应的探测器的探测效率)、与原始图像数据有关的信息(例如，特定位置对应的符合事件计数信息、特定位置对应的示踪剂活度)和/或与目标对象有关的信息(例如，特定位置对应的目标对象的器官和组织的种类和结构)，确定所述特定位置对应的图像处理参数。仅作为示例，处理设备110可以基于病人胸部区域对应的扫描信息(例如，符合事件计数信息、示踪剂活度)，确定病人胸部区域对应的图像处理参数。处理设备110可以基于病人腹部区域对应的扫描信息(例如，符合事件计数信息、示踪剂活度)，确定病人腹部区域对应的图像处理参数。
[0058]
在一些实施例中，处理设备110可以基于目标方向上的特定位置及该位置的参考位置有关的扫描信息，确定所述特定位置对应的图像处理参数。在一些实施例中，特定位置的参考位置可以包括该位置的相邻位置(例如，与该位置的距离小于一定阈值的位置)。例如，处理设备110可以基于病人胸部区域对应的扫描信息、颈部区域对应的扫描信息和腹部区域对应的扫描信息，确定病人胸部区域对应的图像处理参数。通过使用特定位置和与特定位置参考位置处对应的扫描信息确定特定位置对应的图像处理参数，可以使图像处理参数的确定更加合理和准确。在一些实施例中，特定位置的参考位置可以包括该位置的不相邻位置(例如，与该位置的距离大于一定阈值的位置)。例如，处理设备110可以基于病人脑
部区域对应的扫描信息和肝部区域对应的扫描信息，确定病人脑部区域对应的扫描信息对应的图像处理参数。在一些实施例中，当特定位置的扫描信息较难获取时，可以通过获取参考位置的扫描信息来确定特定位置对应的图像处理参数。例如，由于人体内的血管是相通的，因此可以基于一个或多个参考血管区域的扫描信息(例如，示踪剂活度)，来确定特定血管区域对应的图像处理参数。在一些实施例中，处理设备110可以基于目标方向上的特定位置的参考位置有关的扫描信息，确定所述特定位置对应的图像处理参数；处理设备110可以基于目标方向上的特定位置的有关的扫描信息，确定所述特定位置的参考位置对应的图像处理参数。例如，处理设备110可以基于病人脑部区域对应的扫描信息，确定病人肝部区域对应的扫描信息；处理设备110可以基于病人肝部区域对应的扫描信息，确定病人脑部区域对应的扫描信息。
[0059]
在一些实施例中，图像处理系统100的用户(例如，医生、技师)可以根据经验，确定扫描信息与图像处理参数之间的关系。在一些实施例中，可以通过对模体进行模拟扫描实验，确定扫描信息与图像处理参数之间的关系。仅作为示例，pet图像的图像平滑参数可以根据公式(1)确定：λz＝k
·
(promptcountsz)nꢀꢀ
(1)，其中，λz表示轴向上的位置z处对应的图像平滑参数；k和n表示固定常量，可以根据经验设定；以及promptcountsz表示轴向上的位置z处对应的即时符合事件计数。
[0060]
从上述公式(1)可知，图像平滑参数与即时符合事件计数存在相关性。由于即时符合事件计数是轴向上的位置的变量，图像平滑参数也是轴向上的位置的变量。轴向上的不同位置对应的即时符合事件计数可能不同，则因此轴向上的不同位置对应的图像平滑参数也可能不同。在一些实施例中，图像平滑参数与即时符合事件计数的关系可以用如图7的曲线700或图8中的曲线800来表示。如图7所示，图像平滑参数与即时符合事件计数之间可以存在非线性关系。由图7可见，在即时符合时间计数小于1
×
105时，随着即时符合事件计数的逐渐增加，图像处理参数迅速减小，当即时符合时间计数达到1
×
105后，随着即时符合事件计数的逐渐增加，图像处理参数缓慢减小。如图8所示，图像平滑参数与即时符合事件计数之间可以存在线性关系。由图8可见，随着即时符合事件计数的逐渐增加，图像处理参数线性减小。
[0061]
在一些实施例中，处理设备110可以对多种扫描信息分别建模，处理设备110可以将建模函数相乘，确定图像处理参数。例如，处理设备110可以对与医学设备有关的信息(例如，探测器的灵敏度分布、相邻探测器之间的缝隙、探测器的探测效率)、与原始成像数据有关的信息(例如，符合事件计数信息)和与目标对象有关的信息(例如，历史成像数据)进行建模，确定图像处理参数。
[0062]
在一些实施例中，处理设备110可以确定pet图像噪声差异的原因。例如，在二维pet扫描应用场景下，假设对均匀水模进行pet扫描，在其重建图像上某一点真实符合计数为te，即表示当前点均值为mean＝te，而当前点产生的噪声(variance)可以由不同角度下的pet计数对它的影响加和来确定，即为variance＝∑mvare，vare等于来自对图像元素有贡献的m个投影角中的每一个的样本的加权方差之和，则信噪比可以根据公式(2)确定：其中，snr表示信噪比；c表示常数；mean表示当前点均值；以及variance表示当前
点的噪声。对于某一条响应线采样来说，假设散射计数与随机计数都预估正确的情况下，即时计数的期望为：e(p)＝t
p
s
p
r
p
ꢀꢀ
(3)，其中，t
p
表示真实符合计数；s
p
表示散射计数；r
p
表示随机计数。
[0063]
由泊松分布的原理，方差等于期望，可以得出：variance＝∑mwm(t
p
s
p
r
p
)＝∑mwmt
p
(1 α
sp
α
rp
)
ꢀꢀ
(4)，其中，wm为第m个角度响应线的噪声权重；分别表示散射计数和随机计数与真实计数的比例。
[0064]
假设求取图像的中心点的信噪比，由于对称原则，其噪声在各个方向上的权重(w)是一样的，则每一个角度的噪声为：vare＝w(dt
eac
/d)(1 α
sp
α
rp
)
ꢀꢀ
(5)，其中，d为均匀水模直径；d为像素个数；ac为衰减系数和死时间校正；w为噪声在各个方向上的权重。
[0065]
可以进一步得出：te＝avg(ac)t/πd2/4d2)
ꢀꢀ
(6)，其中t为总的真实符合计数。
[0066]
因此，信噪比可以由公式(7)确定：
[0067]
噪声等效计数率(nec)可以由公式(8)确定：nec＝t/(1 α
sp
α
rp
)
ꢀꢀ
(8)，
[0068]
单层nec计数可以由公式(9)确定：nec＝t2/(t s r)
ꢀꢀ
(9)，
[0069]
由于系统中每一个位置发射光子被探测到的几率不同，导致不同位置的系统灵敏度的差异，从而导致非图像中心点的snr与中心点snr分布不同。因此针对系统内不同位置探测计数量不同。
[0070]
在一些实施例中，假设存在两个位置x和y，则他们的均值与噪声分别为：mean
x
＝sns
x
·
teꢀꢀ
(10)，variance
x
＝e(sns
x
·
te)＝sns
x
·
teꢀꢀ
(11)，meany＝snsy·
teꢀꢀ
(12)，variancey＝e(snsy·
te)＝snsy·
teꢀꢀ
(13)，其中，sns
x
和snsy表示系统灵敏度。
[0071]
因此，可以推导出：
[0072]
由以上推导可以看出snr与成正比，因此nec可以成为衡量图像噪声的依据。snr与物体的直径有关系，因此病人体积可以成为衡量图像噪声的依据。snr与系统灵敏度有关系，因此系统灵敏度可以成为衡量图像噪声的依据。
[0073]
同理的，在三维pet扫描应用场景下中，可以使用目标方向区域的nec、目标方向上的病人体积和目标方向上的系统灵敏度，估计目标方向上的噪声。例如，对于每一个目标方向上的区域，nec标记为necz，物体体积标记为volumez，系统灵敏度标记为snsz，则基于图像处理参数关于计数信息的建模为：其中，k为常数；necz，volumez和snsz分别为目标方向上的位置的变量。
[0074]
步骤240，基于图像处理参数，对原始成像数据进行处理，以生成目标成像数据。在一些实施例中，步骤240可以由处理模块640执行。
[0075]
目标成像数据可以指对原始成像数据进行处理后的数据。在一些实施例中，对原始成像数据进行处理可以包括对原始成像数据进行图像重建处理、图像平滑处理、图像增强处理、图像融合处理、图像美化处理等或其任意组合。
[0076]
在一些实施例中，处理设备110可以基于图像处理参数，根据迭代图像处理算法(例如，迭代重建算法)，对原始成像数据进行处理，以生成目标成像数据。迭代重建算法可以包括最大似然估计(mle)算法、有序子集期望最大化(osem)等。例如，处理设备110可以基于图像处理参数，通过对原始成像数据进行多轮迭代操作，以生成目标成像数据。关于生成目标成像数据的更多描述参见图3的相关描述。又例如，处理设备110可以获取迭代更新因子。处理设备110可以基于迭代更新因子和图像处理参数，通过对初始化图像进行多轮迭代操作，以生成目标重建图像。关于生成目标重建图像的更多描述参见图4的相关描述。
[0077]
在一些实施例中，处理设备110可以基于图像处理参数，根据非迭代图像处理算法(例如，非迭代重建算法)，对原始成像数据进行处理，以生成目标成像数据。非迭代重建算法可以包括滤波反投影重建(fbp)算法等。例如，在滤波反投影重建(fbp)算法中，根据中心切片定理可知，某图像f(x,y0在视角为时的投影的一维立叶变换是f(x,y0的二维傅立叶变换的一个经过原点的切片，因此根据中心切片定理推导出的重建图像i(x,y)的公式如下：其中，h(s)表示滤波函数。在一些实施例中，可以根据目标方向上不同位置对应的不同扫描信息，调节滤波函数的滤波系数。例如，相对于传统fbp重建算法中在目标方向上不同位置使用相同h(s)，在本技术一些实施例中，可以使滤波函数为目标方向上的位置的变量，即滤波函数可以为：
[0078]
在一些实施例中，处理设备110可以基于图像处理参数，根据多种图像处理联合算法，对原始成像数据进行处理，以生成目标成像数据。例如，处理设备110可以基于图像处理参数，根据图像重建算法(例如，行处理最大似然算法(ramla)算法)和滤波算法，对原始成像数据进行处理，以生成目标成像数据。根据ramla算法进行图像重建的过程可以表示为：其中，j表示像素索引，i表示迭代次数，b表示投影，a表示系统矩阵，l表示子集索
引，λz表示收敛系数，sn表示子集序列。在完成重建图像之后，使用经过目标方向调节的后滤波算法(例如，高斯后滤波)对图像进行滤波处理：其中，σz表示高斯半高宽，σz可以为目标方向上的位置的变量；以及x表示邻域像素与中心像素的距离。根据本技术的一些实施例，通过联合使用图像重建算法和滤波算法，可以均衡图像中的噪声分布。
[0079]
图3是根据本说明书一些实施例所示的生成目标成像数据的示例性流程图。在一些实施例中，流程300可以由处理设备110(例如，处理模块640)执行。在一些实施例中，图2所示的步骤240可以由流程300实现。如图3所示，流程300包括一轮或多轮迭代。每一轮迭代可以包括以下步骤。
[0080]
步骤310，获取原始成像数据或上一轮迭代中生成的更新成像数据。
[0081]
若当前迭代是第一轮迭代，可以获取待进行图像处理(例如，图像重建处理、图像平滑处理、图像增强处理、图像融合处理、图像美化处理)的原始成像数据。例如，原始成像数据可以是pet投影数据(例如，列表模式数据、正弦图数据)、pet重建图像等。在一些实施例中，原始成像数据可以是根据流程400生成的pet重建图像，处理设备110可以进一步根据流程300对pet重建图像进行其它图像处理操作(例如，图像平滑处理、图像增强处理、图像融合处理、图像美化处理)。原始成像数据的获取与步骤210所描述的类似，此处不再赘述。
[0082]
若当前迭代是第二轮或之后的迭代，可以获取上一轮迭代中生成的更新成像数据。
[0083]
步骤320，基于图像处理参数对原始成像数据或更新成像数据进行处理，以生成处理后的成像数据。
[0084]
在一些实施例中，不同迭代中使用的图像处理参数可以相同也可以不同。在一些实施例中，在当前迭代中，处理设备110可以基于上一轮迭代生成的更新成像数据和扫描信息，更新图像处理参数，以生成更新后的图像处理参数。例如，处理设备110可以基于更新成像数据(例如，更新pet图像)确定示踪剂活度，并根据示踪剂活度调整图像处理参数，以生成更新后的图像处理参数。具体地，更新成像数据(例如，更新pet图像)的像素值(或体素值)可以表示人体内示踪剂活度分布信息，处理设备110可以根据成像数据中的沿目标方向的像素值(或体素值)信息，调整图像处理参数，以生成更新后的图像处理参数。又例如，可以随着迭代次数的增加逐渐减小每次迭代中使用的图像处理参数的值，从而优化收敛路径，使图像处理达到更好的收敛效果。处理设备110可以基于更新后的图像处理参数对更新成像数据进行处理，以生成处理后的成像数据。根据本说明书的一些实施例，通过在每轮迭代中调整图像处理参数，可以提高迭代的收敛速度，从而提高迭代处理的效率。
[0085]
在一些实施例中，流程300可以用于对原始成像数据进行平滑或增强处理。此时，图像处理参数可以是图像平滑参数或图像增强参数。步骤320中，处理设备110可以基于图像平滑参数(或图像增强参数)和先验函数对上一轮迭代生成的更新成像数据进行图像平滑处理(或图像增强处理)。先验函数可以用来约束图像分布的先验分布。例如，先验函数可以是对图像有平滑效果的马尔科夫随机场模型。在一些实施例中，流程300可以用于对原始成像数据进行重建。此时，图像处理参数可以是图像重建参数。步骤320中，处理设备110可
以基于图像重建参数和迭代更新因子对上一轮迭代生成的更新重建图像进行处理。关于图像重建的更多描述参见图4的相关描述。
[0086]
步骤330，判断迭代是否满足终止条件。
[0087]
在一些实施例中，终止条件可以与已执行的迭代次数相关。例如，终止条件可以是已执行的迭代次数大于次数阈值。在一些实施例中，终止条件可以与连续两次迭代生成的处理后的成像数据之间的差异相关。例如，终止条件可以是连续两次迭代生成的处理后的成像数据之间的差异小于差值阈值。在一些实施例中，第一成像数据(例如，第一图像)和第二成像数据(例如，第二图像)之间的差异可以通过第一成像数据的像素或体素的平均灰度值与第二成像数据的像素或体素的平均灰度值之间的差值表示。在一些实施例中，终止条件可以与处理后的成像数据的质量有关。例如，终止条件可以是处理后的成像数据的质量(例如，空间分辨率、密度分辨率、信噪比)满足质量阈值(例如，空间分辨率阈值、密度分辨率阈值、信噪比阈值)。次数阈值和/或差值阈值可以由用户手动设置或由图像处理系统100的一个或多个组件(例如，处理设备110)根据不同情况设置。
[0088]
步骤340，响应于确定迭代满足终止条件，将处理后的成像数据确定为目标成像数据。
[0089]
在一些实施例中，响应于确定迭代满足终止条件，可以将本轮迭代中得到的处理后的成像数据确定为目标成像数据。在一些实施例中，响应于确定迭代不满足终止条件，可以将本轮迭代中得到的处理后的成像数据作为更新后的成像数据，并返回步骤310进行下一轮迭代，直到在某轮迭代中终止条件被满足。
[0090]
应当注意的是，上述有关流程的描述仅仅是为了示例和说明，而不限定本说明书的适用范围。对于本领域技术人员来说，在本说明书的指导下可以对流程进行各种修正和改变。然而，这些修正和改变仍在本说明书的范围之内。
[0091]
图4是根据本说明书一些实施例所示的生成目标重建图像的示例性流程图。在一些实施例中，流程400可以由处理设备110(例如，处理模块640)执行。在一些实施例中，图2所示的步骤240可以由流程400实现。如图4所示，流程400包括一轮或多轮迭代。每一轮迭代可以包括以下步骤。
[0092]
步骤410，获取初始化图像或上一轮迭代中生成的更新成像数据。
[0093]
若当前迭代是第一轮迭代，可以获取初始化图像。在一些实施例中，初始化图像可以包括至少两个像素或体素，至少两个像素或体素具有估计特征，例如灰度值、强度、颜色等。在一些实施例中，初始化图像可以由用户设置或者由图像处理系统100的一个或多个组件(例如，处理设备110)确定。在一些实施例中，初始化图像中像素或体素的灰度值可以设定为不同的值或相同的值。例如，初始化图像中的像素或体素的灰度值可以均设置为0。
[0094]
若当前迭代是第二轮或之后的迭代，可以获取上一轮迭代中生成的更新成像数据。
[0095]
步骤420，基于迭代更新因子和图像处理参数，对初始化图像或更新图像数据进行重建，以生成重建图像。
[0096]
迭代更新因子可以指根据组织内发射出的光子数与探测器接收到的光子数的相关性，通过建模多个物理因素(例如，粒子碰撞、探测器效率和事件的随机性)，而反推出的重建初始图像与真实组织光子分布图像的差异。在一些实施例中，可以根据流程500确定迭
代更新因子。在一些实施例中，在每一轮迭代过程中，处理设备110可以基于图像处理参数和迭代更新因子对初始化图像或上一轮迭代生成的更新成像数据进行重建，以生成重建图像。在每一轮迭代中，图像处理参数可以相同也可以不同，如图3中步骤320所述。
[0097]
在一些实施例中，处理设备110可以根据迭代重建算法，基于迭代更新因子和图像处理参数，对初始化图像进行重建，以生成重建图像。在传统的迭代重建过程中，图像处理参数不是目标方向上的位置的变量(也就是说目标方向上的不同位置使用相同的图像处理参数)，迭代重建过程可以表示为公式(20)：f
n 1
＝fn λg(f)
ꢀꢀ
(20)，其中，f
n 1
表示本轮迭代生成的图像；fn表示上一轮迭代生成的图像；λ表示图像处理参数(也可以被称为图像重建参数或迭代调节因子)，可以代表图像重建的收敛步长；g(f)表示迭代更新因子。根据本说明书的一些实施例，图像处理参数可以为目标方向上的位置的变量，此时迭代重建过程可以表示为公式(21)：f
n 1
＝fn λzg(f)
ꢀꢀ
(21)，其中，λz表示在目标方向上的z位置处的图像处理参数。仅作为示例，λz表示在轴向上的z位置处的图像处理参数，不同z位置对应的图像处理参数不同。
[0098]
在一些实施例中，公式(3)也可以表示图像平滑、图像降噪、图像增强等其它图像处理迭代过程。例如，在图像平滑迭代(例如，正则化迭代)过程中，λz表示目标方向上z位置处的图像平滑处理参数(例如，平滑强度系数)。
[0099]
步骤430，判断迭代是否满足终止条件。
[0100]
步骤430与步骤330类似，此处不再赘述。
[0101]
步骤440，响应于确定迭代满足终止条件，将重建图像确定为目标重建图像。
[0102]
在一些实施例中，响应于确定迭代满足终止条件，可以将最本轮迭代中得到的重建图像确定为目标重建图像。在一些实施例中，响应于确定迭代不满足终止条件，可以将本轮迭代中得到的重建图像作为更新后的成像数据，并返回步骤410进行下一轮迭代，直到在某轮迭代中终止条件被满足。
[0103]
图5是根据本说明书一些实施例所示的获取迭代更新因子的示例性流程图。在一些实施例中，流程500可以由处理设备110(例如，处理模块640)执行。如图5所示，流程500包括以下步骤。
[0104]
步骤510，对初始化图像或更新成像数据进行正投影操作，确定第一投影数据。
[0105]
在一些实施例中，在第一轮迭代过程中，处理设备110可以通过对初始化图像进行正投影操作，以确定第一投影数据。在后续的迭代过程中，处理设备110可以对上一轮迭代生成的更新成像数据(例如，更新重建图像)进行正投影操作，以确定第一投影数据。
[0106]
在一些实施例中，处理设备110可以通过将初始化图像(或更新成像数据)投影到特定投影平面上以确定第一投影数据。在一些实施例中，处理设备110可以基于初始化图像(或更新成像数据)和投影矩阵确定第一投影数据。例如，处理设备110可以通过将投影矩阵乘以初始化图像以确定第一投影数据。在一些实施例中，投影矩阵可以由用户设置或由图像处理系统100的一个或多个组件(例如，处理设备110)根据不同情况设置。
[0107]
步骤520，基于原始成像数据确定第二投影数据。
[0108]
在一些实施例中，原始成像数据可以是医学设备采集的原始投影数据，其可以直
接作为第二投影数据。或者，处理设备110可以对原始投影数据(例如，pet投影数据)进行预处理，并将预处理后的原始投影数据作为第二投影数据。在一些实施例中，原始成像数据可以是图像，处理设备110可以获取图像对应的原始投影数据，并将对应图像的原始投影数据作为第二投影数据。或者，处理设备110可以对图像进行正投影操作以确定第二投影数据。
[0109]
步骤530，基于第一投影数据和第二投影数据，确定第三投影数据。
[0110]
第三投影数据可以表示第一投影数据和第二投影数据之间的差异。在一些实施例中，第三投影数据可以是第一投影数据与第二投影数据的比率。在一些实施例中，第三投影数据可以是第一投影数据与第二投影数据的差值。例如，处理设备110可以通过将第一投影数据和第二投影数据相减以确定第三投影数据。
[0111]
步骤540，对第三投影数据进行反投影操作，确定反投影数据。
[0112]
在一些实施例中，处理设备110可以对第三投影数据进行反投影操作(例如，滤波反投影操作)，以确定反投影数据。
[0113]
步骤550，根据第一投影数据、反投影数据和归一化矩阵确定迭代更新因子。
[0114]
在一些实施例中，处理设备110可以获取初始化值为1的图像，并基于初始化值为1的图像，确定归一化矩阵。例如，处理设备110可以通过对初始化值为1的图像进行反投影操作，以确定归一化矩阵。
[0115]
在一些实施例中，处理模块640可以根据第一投影数据、反投影数据和归一化矩阵确定迭代更新因子。
[0116]
应当注意的是，上述有关流程的描述仅仅是为了示例和说明，而不限定本说明书的适用范围。对于本领域技术人员来说，在本说明书的指导下可以对流程进行各种修正和改变。然而，这些修正和改变仍在本说明书的范围之内。
[0117]
图6是根据本说明书一些实施例所示的图像处理系统的示例性模块图。在一些实施例中，处理设备110可以包括获取模块610、扫描信息确定模块620、处理参数确定模块630和处理模块640。
[0118]
获取模块610可以用于获取与图像处理系统100有关的信息和数据。在一些实施例中，获取模块610可以获取原始成像数据。关于获取原始成像数据的更多描述可以在本说明书的其它地方(例如，图2中的步骤210及其描述)找到。
[0119]
扫描信息确定模块620可以用于确定与目标对象的扫描有关的扫描信息。扫描信息可以包括与医学设备有关的信息、与原始成像数据有关的信息、与目标对象有关的信息等或其任意组合。关于确定与目标对象的扫描有关的扫描信息的更多描述可以在本说明书的其它地方(例如，图2中的步骤220及其描述)找到。
[0120]
处理参数确定模块630可以用于确定图像处理参数。在一些实施例中，处理参数确定模块630可以基于扫描信息，确定图像处理参数。例如，处理参数确定模块630可以基于目标方向上某个特定位置对应的扫描信息，确定所述特定位置对应的图像处理参数。又例如，处理参数确定模块630可以基于目标方向上的特定位置及该位置的参考位置有关的扫描信息，确定所述特定位置对应的图像处理参数。关于确定图像处理参数的更多描述可以在本说明书的其它地方(例如，图2中的步骤230及其描述)找到。
[0121]
处理模块640可以用于基于图像处理参数，对原始成像数据进行处理，以生成目标成像数据。在一些实施例中，处理模块640可以获取原始成像数据或上一轮迭代中生成的更
新成像数据。处理模块640可以基于图像处理参数对原始成像数据或更新成像数据进行处理，以生成处理后的成像数据。处理模块640可以判断迭代是否满足终止条件。处理模块640可以响应于确定迭代满足终止条件，将处理后的成像数据确定为目标成像数据。在一些实施例中，处理模块640可以获取初始化图像或上一轮迭代中生成的更新成像数据。处理模块640可以基于迭代更新因子和图像处理参数，对初始化图像或更新图像数据进行重建，以生成重建图像。处理模块640可以判断迭代是否满足终止条件。处理模块640可以响应于确定迭代满足终止条件，将重建图像确定为目标重建图像。关于生成目标成像数据的更多描述可以在本说明书的其它地方(例如，图2中的步骤240、图3-5及其描述)找到。
[0122]
需要注意的是，对处理设备110的上述描述以用于说明的目的，而不是限制本技术的范围。对于本领域的普通技术人员来说，可以根据本技术的描述，做出各种各样的变化和修改。然而，这些变化和修改不脱离本技术的范围。在一些实施例中，可以将一个或多个模块组合成单个模块。例如，扫描信息确定模块620和处理参数确定模块630可以组合成单个模块。在一些实施例中，可以在处理设备110中添加或省略一个或多个模块。例如，处理设备110还可以包括存储模块(图6中未示出)，存储模块被配置为存储与图像处理系统100相关联的数据和/或信息(例如，原始成像数据、扫描信息、图像处理参数、目标成像数据)。
[0123]
图9是根据本说明书一些实施例所示的重建图像的示意图。如图9所示，重建图像910a和重建图像920a为根据最大密度投影(mip)算法生成的目标对象的重建图像。重建图像910b和重建图像920b为对应目标对象的横截面的重建图像。重建图像910a和重建图像910b是基于传统的图像平滑参数(即，图像平滑参数为目标方向上的固定量)处理后得到的图像。重建图像920a和重建图像920b是基于本说明书的实施例确定的图像平滑参数(即，图像平滑参数为目标方向上的位置的变量)处理后得到的图像。从图9中可以看出，重建图像920a和重建图像920b更加平滑，且噪音(例如，图像边缘噪声)明显少于重建图像910a和重建图像910b的噪音，。
[0124]
本说明书实施例可能带来的有益效果包括但不限于：(1)通过将图像处理参数设置为目标方向上的位置的变量，可以灵活控制图像在目标方向上的图像质量；(2)基于目标方向上与目标对象的扫描有关的扫描信息确定图像处理参数，可以减小目标方向上不同位置的图像差异，从而得到比较均匀的图像质量；(3)可以在目标方向上的预定位置达到预期的图像质量，例如，可以对目标对象的特定器官区域设置特定的图像处理参数，从而得到特定器官的特定优化图像效果；又例如，对于图像中噪声较大的边缘层区域，可以通过设置该区域对应的特定的图像处理参数来抑制噪声的产生；(4)可以根据不同的患者的特征信息和/或不同的扫描相关的信息，确定不同的图像处理参数，从而实现针对不同患者和/或不同扫描的个性化图像处理参数设置，进一步提高目标成像数据的质量。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。
[0125]
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。
[0126]
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。
[0127]
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，如在现有的服务器或移动设备上安装所描述的系统。
[0128]
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。
[0129]
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。
[0130]
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。
[0131]
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。