本申請總體涉及用于生成對象的醫(yī)學(xué)圖像的系統(tǒng)和方法。本申請具體結(jié)合用于將醫(yī)學(xué)圖像從一種圖形模態(tài)轉(zhuǎn)化成與第一圖像模態(tài)不同的第二圖像模態(tài)的系統(tǒng)和方法應(yīng)用，并且將具體參考其進行描述。然而，應(yīng)當(dāng)理解，本申請還應(yīng)用于其他使用場景，而不必限于前述應(yīng)用。

背景技術(shù)：

在混合成像系統(tǒng)中，使用兩種不同的成像模態(tài)來定位或測量在共同的目標(biāo)空間中的不同組成成分。在一個范例中，諸如計算機斷層攝影(ct)掃描器和磁共振(mr)掃描器的兩種成像掃描器能夠被用于創(chuàng)建身體內(nèi)的內(nèi)部結(jié)構(gòu)(例如，骨、脊柱等)和軟組織結(jié)構(gòu)(例如，腦、脈管系統(tǒng)、關(guān)節(jié)等)的圖像。在另一范例中，諸如正電子發(fā)射斷層攝影(pet)或單光子發(fā)射計算機斷層攝影(spect)的核掃描器與成像掃描器相耦合，并且能夠用于創(chuàng)建指示身體的組織內(nèi)的代謝活動和生化過程的功能圖像。

有時，能夠僅從一種模態(tài)獲得圖像。轉(zhuǎn)化一種圖像模態(tài)的圖像以模擬另一模態(tài)的圖像可以是有利的。例如，將mr解剖圖像轉(zhuǎn)化成ct衰減圖像以將其與更早的ct圖像進行比較能夠是有利的。在另一范例中，mr圖像能夠被轉(zhuǎn)換成類似ct的衰減圖像以用于pet圖像重建中的衰減校正。另一臨床范例是根據(jù)一幅或多幅mr圖像來生成圖像(例如，偽熒光透視脫氧葡萄糖(fdg/pet)圖像、具有背景體信號抑制的擴散加權(quán)的全身圖像(dwibs)等)，這能夠潛在地減少對象在輻射中的暴露而不對診斷置信度進行妥協(xié)。在計算機輔助診斷的領(lǐng)域中，多參數(shù)圖像能夠被轉(zhuǎn)化成病變的潛在的病理學(xué)，這能夠用于幫助對象管理。

即使迫切需要建立跨不同醫(yī)學(xué)成像模態(tài)的相關(guān)性，但是出于一種或多種原因，使用常規(guī)的或分析方法來實現(xiàn)這樣的轉(zhuǎn)化是一種挑戰(zhàn)。首先，醫(yī)學(xué)圖像易受噪聲影響，這能夠取決于對象的具體解剖結(jié)構(gòu)和成像物理學(xué)而變化。第二，通常在不同的成像對比度和模態(tài)之間沒有1對1的轉(zhuǎn)換關(guān)系。例如，空氣和骨兩者都具有非常接近于背景噪聲的mr信號的mr信號，而在ct成像中，空氣具有幾乎為零的衰減而骨具有非常高的衰減。第三，應(yīng)用于這樣的轉(zhuǎn)化的一種情況的轉(zhuǎn)化處理器可能歸因于不同成像模態(tài)的不同成像物理學(xué)而不能應(yīng)用于不同的應(yīng)用。目前的技術(shù)經(jīng)受模糊和錯誤。

本申請?zhí)峁┝丝朔鲜鰡栴}和其他問題的新的且經(jīng)改進的系統(tǒng)和方法。

本公開通過基于機器學(xué)習(xí)方法提供對于圖像對比度轉(zhuǎn)換的普遍適用的解決方案而解決了這些限制。例如，本公開提供了具有變換處理器的系統(tǒng)和方法，其通過提供向量到標(biāo)量的映射過程或向量到向量的映射過程來解決成像對比度轉(zhuǎn)化(即，非1對1映射)的劣化。本公開還提供了具有變換處理器的系統(tǒng)和方法，其使用輸入圖像、離開圖像、和/或其他基本對象信息來訓(xùn)練其自身并建立數(shù)據(jù)庫作為先驗知識。另外，本公開還使用具有機器學(xué)習(xí)處理器的系統(tǒng)和方法來預(yù)測向量到標(biāo)量的轉(zhuǎn)換關(guān)系以用于目標(biāo)圖像和/或數(shù)據(jù)生成。

技術(shù)實現(xiàn)要素：

根據(jù)一個方面，提供了一種用于生成醫(yī)學(xué)圖像的方法。所述方法包括接收感興趣區(qū)域的多幅輸入圖像。每幅輸入圖像具有不同的特性。變換被應(yīng)用于所述多幅輸入圖像。根據(jù)所述多幅輸入圖像生成目標(biāo)圖像。所述目標(biāo)圖像的特性不同于所述輸入圖像的特性。

一個優(yōu)點在于更加準(zhǔn)確的圖像轉(zhuǎn)化。

另一優(yōu)點在于迅速、自動的轉(zhuǎn)化。

另一優(yōu)點在于解決了成像對比度轉(zhuǎn)化的劣化。

另一優(yōu)點在于使用機器學(xué)習(xí)來優(yōu)化和細化模態(tài)間轉(zhuǎn)化算法。

本領(lǐng)域普通技術(shù)人員在閱讀和理解了以下詳細描述之后將認識到本發(fā)明的其他優(yōu)點。

附圖說明

本發(fā)明可以采取各種部件和各部件的布置以及各個步驟和各步驟的安排的形式。附圖僅出于圖示優(yōu)選實施例的目的，并且不應(yīng)被解釋為限制本發(fā)明。

圖1是圖示根據(jù)本公開內(nèi)容的一方面的輸入圖像到目標(biāo)圖像的對比度轉(zhuǎn)化的示范性流程圖；

圖2是被配置為執(zhí)行圖1的方法的裝置的示意性圖示；

圖3a-3b是變換特性的圖解性圖示；

圖4是圖示根據(jù)本公開內(nèi)容的另一方面的變換處理器的訓(xùn)練的示范性流程圖；

圖5是用于訓(xùn)練圖4的變換的系統(tǒng)的示意性圖示；

圖6是用于根據(jù)一系列輸入圖像生成多幅目標(biāo)圖像的系統(tǒng)的圖解性圖示；

圖7是用于訓(xùn)練支持向量機器算法以將多幅磁共振圖像轉(zhuǎn)化成ct圖像的系統(tǒng)的圖解性圖示；

圖8是用于使用由圖6的系統(tǒng)訓(xùn)練的算法將感興趣區(qū)域的五幅圖像轉(zhuǎn)換成模擬的ct圖像的系統(tǒng)的圖解性圖示；

圖9是使用經(jīng)訓(xùn)練的機器學(xué)習(xí)算法來預(yù)測目標(biāo)圖像的系統(tǒng)的圖解性圖示；

圖10是用于訓(xùn)練圖9的機器學(xué)習(xí)算法的分布式系統(tǒng)。

具體實施方式

本申請涉及用于生成和使用一個或多個目標(biāo)組織的醫(yī)學(xué)圖像的系統(tǒng)和方法。如在本文中所使用的，術(shù)語“目標(biāo)組織”指的是期望其醫(yī)學(xué)圖像的任何期望的組織(例如，腦部、心臟、肺部、腎臟、肝臟、胰腺、一個或多個骨等)。如在下文中更加詳細地討論的，本公開內(nèi)容的系統(tǒng)和方法提供了基于機器學(xué)習(xí)方法的圖像對比度轉(zhuǎn)化。有利地，本公開內(nèi)容的系統(tǒng)和方法提供了處理器，所述處理器：(1)通過提供向量到標(biāo)量的映射過程或向量到向量的映射過程來解決成像對比度轉(zhuǎn)化(非1對1映射)的劣化；(2)使用離開圖像和其他基本對象信息來訓(xùn)練處理器并建立大數(shù)據(jù)的數(shù)據(jù)庫作為先驗知識；并且(3)預(yù)測向量到標(biāo)量的轉(zhuǎn)換關(guān)系以用于目標(biāo)圖像/數(shù)據(jù)生成。如在本文中所使用的，術(shù)語“對象”及其變體指的是拍攝其圖像的有機體(例如，患者、實驗動物等)。

參考圖1和圖2，提供了一種用于生成一幅或多幅醫(yī)學(xué)圖像的方法10。方法10包括以下步驟：獲得目標(biāo)的多幅輸入圖像20，在所述多幅輸入圖像20中，每幅圖像具有不同的特性(步驟12)；向所述多幅輸入圖像應(yīng)用經(jīng)訓(xùn)練的或未經(jīng)訓(xùn)練的機器學(xué)習(xí)算法變換22(步驟14)；并且根據(jù)所述多幅輸入圖像生成至少一幅目標(biāo)輸出圖像24(步驟16)。

在步驟12處，獲得候選對象的目標(biāo)區(qū)域的多幅輸入圖像20。所述多幅輸入圖像20被包括在輸入的族26中。在一些范例中，所述輸入的族26包括k幅輸入圖像，其中，k是復(fù)整數(shù)(例如，k＝10)。在一個實施例中，所述多幅圖像20全部是使用以不同方式操作的一種類型的診斷成像掃描器28而獲得的，以生成具有不同特性的圖像。在另一實施例中，從兩種或更多種類型的掃描器獲得輸入圖像20。例如，掃描器28選自包括以下的已知的醫(yī)學(xué)成像系統(tǒng)的組：mr、ct、超聲、x射線、放射成像、核醫(yī)學(xué)(例如，pet、spect等)、彈性成像、觸覺成像、光聲成像、熱成像、超聲心動攝影、功能性近紅外光譜等。

輸入的族26中的每幅輸入圖像20具有不同的特性。在一些實施例中，當(dāng)掃描器28是mr掃描器時，輸入的族26包括具有不同參數(shù)(例如，多參數(shù)圖像的參數(shù))的圖像。例如，輸入圖像20能夠包括超短回波時間圖像、狄克遜脂肪圖像、狄克遜水圖像、質(zhì)子密度mr圖像、譜mr圖像、動態(tài)對比增強mr、擴散加權(quán)的mr圖像等。輸入圖像中的每幅具有不同的對比度特性。在另一范例中，輸入的族26能夠包括從輸入圖像20導(dǎo)出的圖像(例如，具有空間和紋理相似性的圖像)。所述圖像能夠被存儲在存儲器30中，例如，對象數(shù)據(jù)庫、或作為對象的病歷的部分。

在一些范例中，輸入的族26包括對象的一個或多個非圖像輸入31，以使總輸入達到n，其中，n是復(fù)整數(shù)。對象信息非圖像輸入31包括與被成像的對象有關(guān)的信息。例如，非圖像輸入31能夠包括對象的姓名、醫(yī)學(xué)指示、性別、體重指數(shù)、相關(guān)血液標(biāo)記、身高、體重、年齡、體脂百分比、疾病存在、生活質(zhì)量、各種歷史醫(yī)學(xué)測量結(jié)果(例如，實驗室測試結(jié)果)、收縮/舒張血壓、脈搏率、呼吸率、診斷結(jié)果、過去的醫(yī)學(xué)介入、植入物、拍照、視頻、遺傳信息、家族史等。在另一范例中，非圖像醫(yī)學(xué)輸入31能夠包括從輸入圖像20導(dǎo)出的值。醫(yī)學(xué)輸入31能夠從對象數(shù)據(jù)庫存儲器30獲得。

在步驟14處，變換處理器32向多幅輸入圖像20應(yīng)用變換22。參考圖3a-3b，輸入圖像20能夠在單個成像期中由同一掃描器28生成。在一些實例中，輸入圖像20包括mr圖像。例如，輸入圖像20包括超短回波時間圖像、狄克遜脂肪圖像、狄克遜水圖像、常規(guī)mr圖像、譜mr圖像、動態(tài)對比增強mr、擴散加權(quán)的mr圖像等。這些圖像20的體素傳達不同的信息。變換處理器32包括向量映射處理器(例如，向量到標(biāo)量映射處理器、向量到向量映射處理器等)、計算機程序等34，其收集k幅輸入圖像20并查看每幅輸入圖像20中對應(yīng)的體素36。在一個范例中，利用向量到標(biāo)量映射處理器34、每個對應(yīng)的體素的值、k幅輸入圖像20、以及對象信息輸入32來形成“n×1”向量。變換處理器32利用變換22在每個“n×1”向量上操作，以生成表示目標(biāo)輸出圖像的對應(yīng)體素36’的標(biāo)量值38。在另一范例中，利用向量到向量映射處理器34、每個對應(yīng)的體素的值、k幅輸入圖像20、以及對象信息輸入32來形成“n×m”向量。變換處理器32利用變換22在每個“n×m”向量上操作，以生成表示目標(biāo)輸出圖像的對應(yīng)體素36’的標(biāo)量值38’。

如在下文中更加詳細地描述的，變換22是使用機器學(xué)習(xí)技術(shù)來生成的。向量能夠由經(jīng)訓(xùn)練的機器訓(xùn)練算法來變換。在一個實施例中，臨床醫(yī)生改變(例如，校正)目標(biāo)圖像，并且變化被用于細化對機器學(xué)習(xí)算法的訓(xùn)練。在另一實施例中，每個向量被輸入到由經(jīng)訓(xùn)練的機器學(xué)習(xí)算法生成的預(yù)計算的查找表中。

參考圖4和圖5，變換22是使用根據(jù)方法50的數(shù)據(jù)挖掘和機器學(xué)習(xí)來生成的。大的對象記錄數(shù)據(jù)庫(例如，對象存儲信息系統(tǒng)30)包含許多對象的圖像，例如，具有追溯到數(shù)年的圖像的醫(yī)院逐系統(tǒng)數(shù)據(jù)庫、來自國家收集的圖像的存儲庫、來自保險公司的圖像的集合等。在步驟52處，選擇要被模擬的具有目標(biāo)感興趣區(qū)域(roi)(例如，具有像素或體素)的目標(biāo)輸出圖像124(例如，ct衰減圖像)的對象。所選擇的對象被進一步限制為也具有來自另一源的其他候選圖像120和/或具有不同特性(例如，mr、ute、狄克遜脂肪、狄克遜水等)的圖像的對象(步驟54)。針對每個對象，其他候選圖像120的對應(yīng)的體素136被形成為向量134。生成針對多個對象中的每個的每個對應(yīng)的體素136的向量134(步驟56)。向量134被創(chuàng)建使得所有向量元素表示相同的特性。例如，每個向量134的第一元素能夠是對應(yīng)的體素的mr、ute值，第二元素能夠是狄克遜脂肪值，第三元素能夠是狄克遜水值等。由于所有選擇的對象可能不都具有相同的其他源圖像120，因此一些對象的一些向量元素可以是未定義的。具有要被模擬的選擇的目標(biāo)輸出圖像124的對應(yīng)的標(biāo)量值或向量值138的每個向量134被用作到機器學(xué)習(xí)算法122的輸入(步驟56)，所述機器學(xué)習(xí)算法在許多對象上迭代地或非迭代地發(fā)展變換。機器學(xué)習(xí)算法122能夠包括任何已知的機器學(xué)習(xí)算法(例如，監(jiān)督的學(xué)習(xí)、非監(jiān)督的學(xué)習(xí)、半監(jiān)督的學(xué)習(xí)、轉(zhuǎn)導(dǎo)、強化學(xué)習(xí)、學(xué)會學(xué)習(xí)、發(fā)展學(xué)習(xí)等)。在一個實施例中，迭代過程(例如，試驗和錯誤)確定哪些向量元素(即，對應(yīng)的其他源)對唯一的變換沒有貢獻并消除那些輸入126。預(yù)期到各種學(xué)習(xí)技術(shù)，例如，支持向量機、神經(jīng)網(wǎng)絡(luò)、歸納邏輯程序設(shè)計、聚類、關(guān)聯(lián)規(guī)則學(xué)習(xí)、貝葉斯網(wǎng)絡(luò)、強化學(xué)習(xí)、表示學(xué)習(xí)、相似性學(xué)習(xí)、稀疏字典學(xué)習(xí)等。針對其他roi、要被模擬的其他目標(biāo)輸出圖像124等重復(fù)該過程。在另一實施例中，第二輸入131中的一個或多個被添加為向量元素。

在另一范例中，僅使用其他源圖像120的有限組群。例如，如果mr到ct的圖像變換32是要被發(fā)展的，則向量元素和其他源圖像被限制到mr輸入。以上過程50然后確定mr候選圖像120的(哪個或哪些)集合定義到ct值的唯一且明確的變換。在成像期中定義要采取mr圖像的(一個或多個)集合的mr圖像協(xié)議。

在另一實施例中，候選圖像120的一些集合在大多數(shù)時間產(chǎn)生校正結(jié)果，但是在一些極值處具有一個或多個模糊結(jié)果。針對每個集合的置信度值被計算以指示該集合產(chǎn)生唯一且明確的輸出圖像124的時間的百分比。

當(dāng)然，將對象的輸入圖像20變換成模擬的輸出圖像36的處理器32和通過數(shù)據(jù)挖掘許多對象的先前圖像來生成變換的處理器132能夠被實施在單獨的、不相關(guān)的系統(tǒng)中。

在步驟18處，根據(jù)輸入圖像20來對輸出目標(biāo)圖像24進行變換。在圖6的實施例中，根據(jù)輸入圖像20的族來生成輸出圖像24’的族。輸入圖像的族包括輸入候選圖像20，并且輸出圖像的族24’包括一幅或多幅目標(biāo)輸出圖像24’。圖像24’包括選自第二圖像模態(tài)組的目標(biāo)圖像20，所述第二圖像模態(tài)組包括：mr、ct、超聲、x射線、放射成像、核醫(yī)學(xué)、彈性成像、觸覺成像、光聲成像、熱成像、超聲心動描記、以及功能性近紅外光譜。將意識到，能夠生成其他醫(yī)學(xué)輸出目標(biāo)圖像，變換22’或多個變換將每個向量34變換成多個標(biāo)量38’，每個標(biāo)量表示輸出成像器24’的一個中的對應(yīng)的體素。

圖7和圖8表示該技術(shù)的特定應(yīng)用，尤其是mr圖像到ct衰減圖像的變換。首先參考圖7，針對具有感興趣區(qū)域(尤其是頭部)的ct圖像和mr圖像(尤其是t1圖像、ute、狄克遜脂肪圖像、狄克遜水圖像、以及t2(或t2*)加權(quán)圖像)的對象來搜索對象記錄數(shù)據(jù)庫。針對五幅mr圖像20mr的對應(yīng)的體素的亨氏值和針對ct圖像24ct的對應(yīng)的體素的亨氏值被識別出。如所示，mr圖像的對應(yīng)的體素被形成為5×1的向量34mr。將意識到，可能存在多于5個的輸入或少于5個的輸入，其能夠包括來自每行中的鄰近像素的值。讀出ct亨氏值表示對應(yīng)的標(biāo)量38ct。5×1的向量和亨氏值被用作輸入數(shù)據(jù)集以訓(xùn)練支持向量機算法22svm。針對圖像的對應(yīng)的體素中的每個的對應(yīng)的向量和亨氏值標(biāo)量被同樣地用作訓(xùn)練數(shù)據(jù)集。優(yōu)選地，利用多個對象的對應(yīng)的mr圖像和ct圖像來重復(fù)訓(xùn)練過程。理想地，訓(xùn)練過程被重復(fù)直到支持向量機穩(wěn)定，這可能是在數(shù)百或更多的輸入數(shù)據(jù)集之后。

參考圖8，一旦已經(jīng)訓(xùn)練了支持向量機算法22，就在磁共振掃描器中對新的對象進行成像。對于該范例更具體地，利用成像協(xié)議對對象進行成像，所述成像協(xié)議包括生成t1加權(quán)圖像、ute圖像、狄克遜脂肪圖像、狄克遜水圖像、以及t2(或t2*)加權(quán)圖像。每幅圖像的對應(yīng)的體素被形成為五維向量34mr，所述五維向量34mr被輸入到經(jīng)訓(xùn)練的支持向量機22svm中。將意識到，可能存在多于5個的輸入或少于5個的輸入，其能夠包括來自每行中的鄰近像素的值。支持向量機22svm基于其先前的訓(xùn)練來預(yù)測針對要被模擬或合成的ct圖像24ct的對應(yīng)的體素的標(biāo)量亨氏值38ct。類似地，針對輸入mr圖像20mr的所有對應(yīng)體素形成向量34mr。支持向量機22svm生成針對被組裝成輸出ct圖像24ct的每個體素的對應(yīng)的亨氏值。

參考圖9，圖像生成系統(tǒng)100包括具有用戶接口62的工作站60，通過所述用戶接口62，操作者輸入命令以使得從對象存儲器30檢索輸入圖像的集合或從一個或多個掃描器28直接檢索輸入對象的集合。檢索到的輸入圖像被傳送到變換處理器32，其中所述輸入圖像被臨時存儲在存儲器64中。向量處理器34根據(jù)輸入圖像中的每幅的對應(yīng)的像素形成向量，并且經(jīng)訓(xùn)練的機器學(xué)習(xí)算法22預(yù)測針對輸出圖像的對應(yīng)的像素的對應(yīng)值的標(biāo)量體素值。通信模塊66將每個體素值傳送到存儲器64，在所述存儲器64中，經(jīng)由無線網(wǎng)絡(luò)106(例如，互聯(lián)網(wǎng)、內(nèi)聯(lián)網(wǎng)、無線網(wǎng)絡(luò)等)組裝輸出圖像。存儲器能夠處于工作站60、變換處理器32或?qū)ο笮畔⒋鎯ζ?0中。工作站60包括顯示器68，在所述顯示器68上顯示輸出圖像。任選地，輸入圖像和其他對象信息也被顯示。操作者能夠使用用戶輸入62來將輸出圖像、輸入圖像、其他醫(yī)學(xué)信息、診斷結(jié)果、推薦的處置等配置到醫(yī)學(xué)記錄中，以便存儲在對象信息系統(tǒng)30中。

參考圖10，圖像生成系統(tǒng)100包括工作站160，所述工作站160用于控制用于教導(dǎo)機器學(xué)習(xí)算法122的過程。工作站具有用戶接口162，在所述用戶接口162中，用戶向變換處理器132輸入指令，尤其是數(shù)據(jù)挖掘過程或例程170，其針對具有利用不同的成像模態(tài)采取的感興趣區(qū)域的圖像的對象搜索或數(shù)據(jù)挖掘?qū)ο笮畔⒋鎯ζ?0。在一些范例中，數(shù)據(jù)挖掘處理器170能夠?qū)斎雸D像20和/或非圖像輸入31的功能進行定位，包括特征提取和導(dǎo)出(例如，空間信息、紋理等)。機器學(xué)習(xí)處理器172根據(jù)檢索到的圖像的對應(yīng)的像素來形成向量，并根據(jù)檢索到的目標(biāo)圖像的對應(yīng)的體素來形成標(biāo)量。向量和對應(yīng)的標(biāo)量被用于訓(xùn)練機器學(xué)習(xí)算法122。針對多個對象的多個圖像集的多個體素重復(fù)訓(xùn)練過程，直到機器學(xué)習(xí)算法122被訓(xùn)練。工作站160包括存儲器164和用于與通信網(wǎng)絡(luò)106通信的通信單元166。工作站160還包括顯示器168，在所述顯示器168上顯示輸入和目標(biāo)圖像。在一些實施例中，操作者提供指導(dǎo)對機器學(xué)習(xí)算法122的教導(dǎo)的輸入，使得機器學(xué)習(xí)算法122更加快速地穩(wěn)定。為了保持過程匿名并為了遵守hipaa規(guī)則，對特定對象的識別既不從存儲器30取回也不顯示在顯示器168上。

圖像生成系統(tǒng)100能夠包括圖像生成系統(tǒng)的現(xiàn)有技術(shù)中已知的部件。在一個范例中，變換處理器和對象存儲信息系統(tǒng)中的每個包括存儲器。如在本文中所使用的，存儲器包括下列中的一個或多個：非瞬態(tài)計算機可讀介質(zhì)；磁盤或其他磁存儲介質(zhì)；光盤或其他光學(xué)存儲介質(zhì)；隨機存取存儲器(ram)、只讀存儲器(rom)或其他電子存儲設(shè)備或芯片或可操作地互連的芯片的集合。如在本文中所使用的，通信網(wǎng)絡(luò)包括互聯(lián)網(wǎng)/內(nèi)聯(lián)網(wǎng)服務(wù)器，可以經(jīng)由互聯(lián)網(wǎng)/內(nèi)聯(lián)網(wǎng)或局域網(wǎng)從該互聯(lián)網(wǎng)/內(nèi)聯(lián)網(wǎng)服務(wù)器取回存儲的指令等。另外，如在本文中所使用的，變換處理器包括微處理器、微控制器、圖形處理單元(gpu)、專用集成電路(asic)、現(xiàn)場可編程門陣列(fpga)等中的一個或多個。在另外的范例中，用戶輸入設(shè)備包括鼠標(biāo)、鍵盤、觸摸屏顯示器、一個或多個按鈕、一個或多個開關(guān)、一個或多個扳鈕開關(guān)等等中的一個或多個。在另一范例中，數(shù)據(jù)庫包括一個或多個存儲器。例如，對象信息系統(tǒng)是存儲候選圖像的放射信息系統(tǒng)(ris)和/或圖片存檔及通信系統(tǒng)(pacs)。在另外的范例中，顯示器包括lcd顯示器、led顯示器、等離子顯示器、投影顯示器、觸屏顯示器等中的一個或多個，包括這些顯示器的3d能力版本。在另外的范例中，顯示器、變換處理器、以及對象存儲信息系統(tǒng)30中的每個包括通信單元和/或至少一個系統(tǒng)總線。通信單元提供具有到至少一個通信網(wǎng)絡(luò)(例如，無線網(wǎng)絡(luò)106)的接口的對應(yīng)的處理器。系統(tǒng)總線允許在部件的子部件之間的交換。子部件包括處理器、存儲器、傳感器、顯示設(shè)備、通信單元等。

已經(jīng)參考優(yōu)選的實施例描述了本發(fā)明。本領(lǐng)域技術(shù)人員通過閱讀和理解前述的詳細描述，可以想到各種修改和變型。旨在將本發(fā)明解釋為包括所有這樣的修改和替代，只要它們落入權(quán)利要求書及其等價方案的范圍之內(nèi)。