诸如肿瘤和病灶的病理解剖体可由诸如手术的侵入性操作来治疗，但这 对患者可能是有害的并且很危险。治疗病理解剖体(例如肿瘤、病灶、脉管 畸形、神经错乱等)的非侵入性方法是外部射束放射疗法。在外部射束放射 疗法的一种类型中，在将患者定位成使肿瘤位于射束的旋转中心(等中心) 的情况下，外部放射源用于将一系列的x射线射束从多个角度对准肿瘤部位。 随着放射源的角度的改变，每个射束穿过肿瘤部位，但在其到达肿瘤的途中 穿过不同区域的健康组织。结果，肿瘤处的累积的放射剂量是高的，并且对 健康组织的平均放射剂量是低的。
术语“放射疗法”是指其中放射被施加到目标区域用于治疗目的而不是 坏死目的的操作。与放射手术环节中使用的放射量相比，在放射疗法治疗环 节中使用的放射量通常小大约一个数量级。放射疗法的典型特征在于每次治 疗的低剂量(例如100-200厘戈瑞(cGy))、短的治疗时间(例如，每次治 疗10到30分钟)和超分级(hyperfractionation)(例如30到45天的治疗)。 为了方便起见，这里使用的术语“放射治疗”意味着放射手术和/或放射疗法， 除非通过其它方式指出。
图像引导的放射疗法和放射手术系统包括基于机架的系统和基于机器 人的系统。在基于机架的系统中，放射源被连接到(attached to)机架上， 该机架在单个平面中围绕旋转中心(等中心)移动。放射源可以被刚性地连 接到机架或通过装有万向接头的机械装置来连接。每次在治疗期间输送放射 射束，射束的轴穿过等中心。因此治疗角度被放射源的旋转范围和患者定位 系统的自由度所限制。在基于机器人的系统中，例如由加利福尼亚的艾可瑞 公司(Accuray Incorporated of California)制造的 立体定向放射手术系统，放射源不被约束于单个旋转平面并且具有5个或更 多自由度。
在常规的图像引导的放射治疗系统中，通过将患者的二维(2D)治疗中 x射线图像与2D数字重建放射照片(DRR)进行比较来完成治疗期间的患 者跟踪，所述2D数字重建放射照片从用于诊断和治疗计划的三维(3D)预 治疗成像数据中获得。预治疗成像数据可以是例如计算断层扫描(CT)数据、 磁共振成像(MRI)数据、正电子发射断层扫描(PET)数据或3D旋转血 管造影(3DRA)。通常，治疗中x射线成像系统是立体的，从两个或者更多 不同的观察点(例如直角)生成患者的图像。
DRR是通过释放(精确地投射)穿过3D成像数据的射线来模拟治疗中 x射线成像系统的几何结构而生成的合成的x射线图像。然后，生成的DRR 具有与治疗中x射线成像系统相同的尺度和观察点，并且可以与治疗中x射 线成像系统进行比较以确定患者的位置。为了生成DRR，3D成像数据被分 成体素(体积元素)，并且每个体素被分配一个从3D成像数据获得的衰减(损 失)值。然后DRR中的每个像素的相对强度就是所投射的穿过3D图像的每 个射线的体素损失的总和。在DRR被生成之前，通过在3D成像数据上执行 3D变换(旋转和平移)来模拟不同的患者姿势。
在一些图像引导的系统中，在治疗期间，3D变换和DRR生成被实时地 反复执行。在例如由加利福尼亚州森尼维耳市的艾可瑞公司制造的 立体定向放射手术系统的其它系统中，在治疗开始之前预计 算对应于期望范围的患者姿势的一组DRR(在每次投射中)。
治疗中x射线图像与DRR的每次比较生成相似性量度，或者等价地， 生成差异量度(例如交叉关联性、平均信息量、交互信息、梯度关联性、模 式强度、梯度差异、图像强度梯度)，所述差异量度可以被用于搜索可以对 治疗中x射线图像生成具有更高相似性量度的DRR的3D变换(或者用于直 接搜索上面所述的预计算的DRR)。当相似性量度被充分地最大化(或者等 价地，差异量度被最小化)时，对应于DRR的3D变换可以被用于将治疗计 划的3D坐标系统与治疗输送系统的3D坐标系统对准，从而使放射源和患 者的相对位置符合治疗计划。在预计算的DRR的情况下，最大化相似性量 度可以被用于计算两个最近的DRR之间的微分3D变换。
图像引导的放射治疗系统提供用于治疗很多种病理解剖体(病状)的有 效的和非侵入性的解决方案。然而，某些类型的病状呈现特别困难的治疗挑 战。这些类型的病状可能包括位于诸如肺、肝脏、胰腺的相对大的器官中的 相对小的肿瘤，其中肿瘤的密度非常接近于周围健康组织的密度，并且很难 使用标准成像技术(例如，x射线成像)对肿瘤进行可视化。通常，这些肿 瘤的直径大约15毫米或更小，但取决于肿瘤的类型和特定的器官，较大的 肿瘤可能呈现相同或相似的问题。当肿瘤由于在治疗期间患者的呼吸而运动 时，这种挑战特别困难，必须实时或接近实时地跟踪肿瘤。
一种处理在放射治疗期间的目标区域的运动的常规方法包括放置在目 标区域中或目标区域附近的基准标记的图像跟踪。基准标记的位置和运动与 目标区域的位置和运动相关联，从而可以实现治疗射束的位置的实时校正以 跟随目标区域的运动。这个方法具有这样的缺点，即需要侵入性手术操作来 放置基准标记。
常规的图像引导的治疗系统试图使用DRR和治疗中x射线图像来将病 状置于相对大的观察区域，以试图最大化图像信息。然而，在上面所讨论的 小的、难以辨别的和移动的病状的情况下，常规的方法可能计算复杂并且很 耗时、减慢治疗系统的成像处理功能以及呈现出对于精确的肿瘤跟踪来说输 出数据速率太低的问题。
附图说明
通过示例而非限制的方式在附图中示出了本发明，其中：
图1A是示出了本发明的实施方式被实施的治疗计划和治疗输送过程的 概况的流程图；
图1B是示出了在一个实施方式中的放射目标检测的流程图；
图2示出了在一个实施方式中的图像引导的机器人放射手术系统；
图3A示出了在一个实施方式中的成像和治疗输送坐标系统；
图3B-3E示出了在一个实施方式中的x射线图像和DRR的2D-2D配准；
图4是示出了在一个实施方式中的全局的患者对准的流程图；
图5A和5B示出了在一个实施方式中的脊柱分割和切除；
图6A-6C示出了在一个实施方式中的肿瘤可视化和分割；
图6D示出了在一个实施方式中的分割工具；
图7示出了在一个实施方式中在治疗计划系统中的肺部肿瘤的分割；
图8A和8B示出了在一个实施方式中的围绕放射目标的感兴趣的区域；
图9示出了在一个实施方式中的多个ROI的生成；
图10A示出了在一个实施方式中在图8A的第一投射中的2D轮廓的肺 部肿瘤和感兴趣的区域；
图10B示出了在图10A的感兴趣的体积的第一投射中的治疗中x射线 图像中的搜索窗口；
图10C示出了在一个实施方式中的作为搜索窗口内的感兴趣的区域的 位置的函数的相似性量度的值；
图10D示出了在一个实施方式中的多级匹配；
图11A和11B示出了在一个实施方式中的对应于正确的肿瘤检测的偏 移关联窗口；
图12A和12B是示出了在一个实施方式中的用于正确的目标检测的质 量量度的图表；
图13A和13B是示出了在一个实施方式中的用于不正确的目标检测的 质量量度的图表；
图14A和14B示出了在一个实施方式中的对应于不正确的目标检测的 偏移关联窗口；
图15A和15B示出了在一个实施方式中的搜索窗口减少；
图16是示出了在一个实施方式中的用于目标检测的方法的流程图；以 及
图17是示出了可以实施本发明的实施方式的系统的框图。

在以下描述中，提出了许多具体细节，例如具体的组件、装置、方法等， 以提供对本发明的实施方式的全面理解。然而，对于本领域技术人员来说显 然的是，这些具体细节不需要被应用来实施本发明的实施方式。在其它情况 下，没有详细描述已知的材料或方法以避免不必要地模糊本发明的实施方 式。在此使用的术语“x射线图像”可以表示可视的x射线图像(例如，显 示在显示屏上)或者x射线图像的数字表示(例如与x射线检测器的像素输 出相对应的文件)。在此使用的术语“治疗中x射线图像”可以指在放射手 术或者放射疗法过程的治疗输送阶段期间在任何点及时捕捉的图像，所述治 疗输送阶段期间可以既包括放射源打开时的时期也包括放射源关闭时的时 期。有时，为了便于说明，CT成像数据在此可以用作示例性的3D成像模态。 可以理解的是，来自任何类型的3D成像模态的数据，例如CT数据、MRI 数据、PET数据、3DRA数据等等，也可以在本发明的各种实施方式中使用。
除非在下面叙述中另外明显指出，可以理解诸如“分割”、“生成”、“配 准”、“确定”、“对准”、“定位”、“处理”、“计算”、“选择”、“估计”、“跟踪” 等等的术语可以指计算机系统或者类似电子计算装置的行为和程序，所述类 似电子计算装置可以操作表示为在计算机系统的寄存器和存储器内的物理 (例如电子)量的数据和把该数据转换成以类似方式表示为在计算机系统存 储器或寄存器或者其它这样的信息存储、传送或显示装置内的物理量的其它 数据。在此描述的方法的实施方式使用计算机软件被执行。如果写成符合公 认标准的编程语言，被设计成执行所述方法的指令序列可以被编译以用于在 各种硬件平台上执行和用于与各种操作系统接口。另外，本发明的实施方式 没有针对任何特定的编程语言被描述。应当理解，可以使用各种编程语言来 实施本发明的实施方式。
描述了通过使用放射目标的直接配准以同步放射治疗源与放射目标的 运动来用于检测和跟踪具有在多达三个平移方向上的运动的移动放射目标 的方法、设备和系统。本发明的实施方式使用预治疗图像增强技术(已知为 二维(2D)取轮廓)来定义围绕放射目标(例如，肺部肿瘤)的轮廓的有限 的感兴趣的区域。这些感兴趣的区域用与治疗中x射线图像中的有限大小的 搜索窗口相匹配的有限大小的DRR中的区域表示，以定位放射目标。有限 大小的DRR中的感兴趣的区域和治疗中x射线图像中的搜索窗口可以减少 图像配准的计算任务并提高目标检测的速度。减少的计算时间还可以释放用 于计算检测质量量度的处理时间，所述检测质量量度提供用于低对比度(low contrast)的目标的检测的质量保证步骤。为了易于论述，可以针对诸如肺部 肿瘤的特定类型的病理解剖体来描述本发明的实施方式。在可替换实施方式 中，这里描述的技术可用于检测和跟踪在其它器官(例如，肝脏、胰腺等) 中的其它类型的病理解剖体。
图1A是示出了在一个实施方式中的治疗计划和治疗输送过程的概况的 流程图，下面将更详细地描述该实施方式。在图1A中，治疗计划100起始 于从诸如CT扫描仪、MRI扫描仪等的3D成像系统获取3D成像数据(操 作110)。执行3D成像数据的分割(操作120)以定义和识别放射目标、在 治疗期间要避开的关键结构、和/或诸如可在治疗期间用于患者对准的脊柱或 头骨的骨结构的边界。
下一个操作(操作130)是生成与在治疗输送期间使用的DRR的投射 相对应的3D成像数据的2D投射中的放射目标的轮廓。二维取轮廓方法在 本领域是公知的，并通常使用具有不同类型的空间算子的灰度边缘检测，所 述空间算子例如Sobel算子和Frei-Chen算子。治疗计划(操作140)接着通 过医学物理师或其它临床医师来执行以特定的均匀性和水平实现到达放射 目标的指定放射剂量，同时保持到达健康组织和关键结构的放射剂量在指定 水平以下。一旦在计划中治疗目标被实现，则在治疗期间生成与期望的患者 位置相对应的DRR组，并且治疗计划和DRR被保存(操作150)。在其它 实施方式中，可以在放射治疗期间实时生成DRR。在一个实施方式中，如 果脊柱和/或其他骨结构会遮蔽或放射目标，那么可以从去除了这些结构的 3D成像数据生成DRR组以增加放射目标的可见性/对比度。这些结构的去 除可以通过处理3D成像数据中的体素掩模来执行，这在本领域是公知的。 在一个实施方式中，可以从仅保留脊柱和可选地保留一些周围组织、并去除 运动假象(例如，呼吸假象)的3D成像数据中生成DRR组，这可用于增强 如下所述的患者对准。
治疗输送过程200起始于治疗系统中的全局的患者对准(预对准)(操 作210)，接着是目标检测(操作220)，目标运动与外部标记的关联(操作 240)以及与治疗计划相一致的放射治疗的输送。如下所述，这些步骤在图 1B中被详述。
全局的患者对准(操作210)可以使用大的感兴趣的体积的DRR和x 射线图像在包括三个平移和三个旋转的六维中执行，所述大的感兴趣的体积 可以包括用于全局对准的可识别的界标，例如基准标记和/或骨结构(例如， 脊柱、头骨)和/或模式强度变化。可替换地，可使用如上所述的那些增强的 DRR来执行对准，所述增强的DRR包括分割的脊柱和其它数据。在不同的 实施方式中，可以根据治疗中成像系统的几何结构通过匹配在1个投射、2 个投射、或3个或更多投射中的DRR和x射线图像来执行全局定位。
一旦实现了初始全局定位，则可以执行放射目标检测(操作220)。在一 个实施方式中，如图1B所示，目标检测可以包括以下步骤，在后面会更详 细地描述：
1.在多个投射中定义围绕放射目标的2D轮廓的多个感兴趣的区域 (ROI)(操作221)；
2.捕获包含放射目标的感兴趣的体积的现场(live)(例如，治疗中x 射线)图像(操作222)；
3.选择一个投射(操作223)；
4.在所选择的投射中选择ROI(操作224)；
5.执行目标配准以定位放射目标(操作225)；
6.定义许多偏移关联窗口，所述偏移关联窗口从所选择的ROI偏移(操 作226)；
7.重复和关联对于每个偏移关联窗口的目标配准(操作227)；
8.根据偏移关联结果计算质量量度(操作228)；
9.重复操作224-228直到在所选择的投射中的所有ROI被测试(操作 229)；
10.重复操作223-229直到在所有投射中的所有ROI被测试(操作230)；
11.选择具有最好的质量量度的ROI(操作231)；
12.确定质量量度对于治疗输送是否足够好(操作232)，以及如果质量 量度足够好，则：
13.输出用于治疗输送的所选择的ROI的目标位置(操作233)。但是， 如果质量量度不够好，则确定目标跟踪失败(操作234)。
如果目标检测成功，则之后治疗输送过程通过关联目标的位置与患者上 的外部标记(所述患者上的外部标记可以由独立的光学跟踪系统(例如，激 光跟踪系统)进行可视化地跟踪)并开始另一组现场图像的捕获而进行到操 作240。操作220和240可以被重复进行，跟踪放射目标直到形成在外部标 记的移动与放射目标的被检测的位置之间的关联模型。操作220和240还可 以被重复进行以更新关联模型。
图2示出了可用于实施本发明的实施方式的图像引导的、基于机器人的 放射治疗系统200的配置，例如由加利福尼亚州森尼维耳市的艾可瑞公司制 造的立体定向放射手术系统。在图2中，放射治疗源是安装 在机器人臂202的末端的线性加速器(LINAC)201，所述机器人臂202具 有多个(例如，5个或更多个)自由度从而定位LINAC 201以利用从各个角 度输送的射束在许多平面上在围绕患者的操作体积中照射病理解剖体(目标 区域或者体积)。治疗可以包括具有单个等中心、多个等中心或具有非等中 心方式的射束路径。
图2的治疗输送系统包括治疗中成像系统，所述治疗中成像系统可以包 括x射线源203A和203B以及x射线检测器(成像器)204A和204B。两个 x射线源203A和203B可以安装在操作室的天花板上的固定位置并且可以被 对准以从两个不同的角度位置(例如，分开90度)投射成像x射线射束来 在机器等中心205处(其在治疗期间提供用于定位治疗床206上的患者的参 考点)相交以及在穿过患者后照亮各自的检测器204A和204B的成像平面。 在其它实施方式中，系统200可以包括多于或者少于两个的x射线源以及多 于或者少于两个的检测器，并且任意一个检测器是可移动的而不是固定的和 /或安装在地面水平面以下。在另外的实施方式中，x射线源和检测器的位置 可以互换。
治疗计划
如上所述，在获取3D成像数据之后在治疗计划100中的第一步骤是分 割(操作120)。医学图像分割是将3D医学图像(例如CT、MRI、PET或 3DRA图像)划分成区域的过程，所述区域关于一个或多个特性或特征(例 如，组织类型、密度)是均匀的。在放射治疗系统(包括基于框架的放射治 疗系统和图像引导的放射治疗系统)中，分割是治疗计划中的一个步骤，其 中目标病理解剖体(例如，肿瘤或病灶)和关键解剖结构(例如，脊椎(spinal chord))的边界或体积被定义并映射到治疗计划。对于在病理解剖体的治疗 期间获得放射剂量的高度适形性和均匀性的同时使健康组织免于不必要的 放射来说分割的精度是很关键的。
如上所述，分割可用于操作3D图像数据来去除不想要的特征或假象以 用于改善图像配准。图5A和5B示出了一个示例。图5A示出了从未修改的 3D图像文件中生成的在一个投射中的DRR。相反，图5B示出了从脊柱分 割和消除非脊柱的特征之后的相同的3D图像文件中生成的DRR。在特定实 施方式中，这种类型的DRR可用于增强在治疗系统内的患者的初始全局对 准(例如，当没有使用基准标记时)。
图6A和6B示出了分割的不同使用。图6A示出了来自未修改的3D扫 描数据的DRR，其中，脊柱607的特征与肺部肿瘤608的边界重叠，使得 很难定义肿瘤轮廓。在图6B中，脊柱被分割并从3D扫描数据中删除以产 生具有更直观的肿瘤的DRR。图6C示出了肿瘤也被如何分割以用于2D轮 廓生成，如下所述。
可以通过分割工具而使上述过程自动化，所述分割工具例如在可从加利 福尼亚州森尼维耳市的艾可瑞公司得到的MultiPlanTM(多计划TM)治疗计划 系统中提供的工具。分割工具可用于操作患者的医学图像(例如，CT或诸 如MRI、PET等的其它图像体积)。可替换地，可以使用其它工具。
图6D是示出了分割工具如何允许用户从医学图像的三个切割平面同时 描绘感兴趣的体积中的脊柱的屏幕截图600，所述三个切割平面即：轴平面 601、矢状面602和冠状面603。
在轴平面601上，显示了二维轮廓。当被用户定义时，所述轮廓可以是 实线轮廓，或者所述轮廓可以是被计算机从邻近轮廓内插的虚线轮廓。用户 可以通过调整轮廓大小、对轮廓缩放或者移动轮廓而修改轮廓。
在矢状面602和冠状面603上，感兴趣的脊柱体积的所投射的侧面轮廓 605被显示。所有用户定义的轮廓(例如轮廓604)的中心被连接成脊柱606 的中心轴。用户可以通过移动或者拖拽轮廓的中心来移动、添加或去除轮廓。 当轮廓的中心在矢状面或者冠状面上被移动时，在轴向图像切片上定义的实 际轮廓被相应移动。当用户选择相邻的轴向轮廓的两个中心点之间的任意点 时，新轮廓在该位置被添加，轮廓被自动设置成内插到两个相邻的轴轮廓中。 当用户在两个相邻轮廓的区域外或者图像边界外拖拽和放下轮廓的中心点 时，轮廓从感兴趣的体积中被去除。一旦脊柱以几何格式被描绘和存储，脊 柱被转换成体积格式而成为仅包含与脊柱相关的体素的三维图像体积。
在特定实施方式中的治疗计划中的下一个步骤是基于目标分割生成放 射目标的2D轮廓(操作130)。图7是示出了在前述轴平面、矢状面和冠状 面中的肺部肿瘤701的CT图像的屏幕截图700(在肺部肿瘤的情况下，当 肿瘤的x射线密度非常接近于周围组织的x射线密度时，MRI或其它非x射 线成像模态可以与CT数据结合使用以使肿瘤可见)。上面关于脊柱分割所述 的相同的取轮廓工具可用于分割3D图像中的肿瘤，并对自动2D轮廓生成 过程提供数据输入，所述自动2D轮廓生成过程可用于在治疗输送期间在 DRR上创建和叠加2D肿瘤轮廓。用于自动生成2D轮廓的方法(例如，自 动边缘检测)在本领域是公知的，并例如在Delp & Chu在1983年发表的Edge Detection Using Contour Tracing，47(Center for Robotics and Integrated Manufacturing(机器人技术及集成制造中心))中被描述。
治疗计划过程终止于实际的治疗计划的形成、生成DRR并保存(例如， 数字地)该计划、DRR和2D目标轮廓以用于治疗输送的后续使用(操作140 和150)。操作140和150的细节在本领域是公知的，因此没有详细描述。
治疗输送
全局对准
如上所述，在治疗输送中的第一步骤是在治疗输送系统内的全局的患者 对准(操作210)。为了帮助理解后面的全局对准(预对准)和目标检测的描 述，图3A示出了治疗输送系统(例如治疗输送系统200)的3D坐标系统、 治疗中成像系统(例如在治疗输送系统200中的治疗中成像系统)的2D坐 标系统和3D图像(例如，CT、MRI、PET等)的3D坐标系统之间的关系。 在图3A中，坐标系统xyz(其中x垂直于并指向图3A的平面)与预治疗图 像的3D坐标相关，坐标系统x’y’z’(其中x’垂直于并指向图3A的平面)与 治疗输送系统相关，以及投射A和B与治疗中成像系统相关，在所述治疗 中成像系统中SA和SB表示x射线源(诸如x射线源103A和103B)以及 OA和OB是x射线检测器(诸如x射线检测器104A和104B)的成像平面的 中心。在图2中，投射A和投射B是分别从方向OASA和OBSB观察的。这 两个2D图像投射与DRR比较以实现图像配准和对准，用于全局患者定位和 用于这里描述的放射目标跟踪的实施方式。
3D变换可以由图3A中所示的从坐标系统xyz到坐标系统x’y’z’的三个 平移(Δx，Δy，Δz)和三个旋转(Δθx，Δθy，Δθz)定义。两个3D坐标系统之间的3D 刚性变换(rigid transformation)可以从基础三角学获得，如下：
x＝x′， $y=(y^{\prime }-z^{\prime })/\sqrt{2},$ $z=(y^{\prime }+z^{\prime })/\sqrt{2},$
θx＝θx′， ${\theta }_y=({\theta }_{y^{\prime }}-{\theta }_{z^{\prime }})/\sqrt{2},$ ${\theta }_z=({\theta }_{y^{\prime }}+{\theta }_{z^{\prime }})/\sqrt{2}.---\left(1\right)$
在投射A的2D坐标系统(xA yA)中，3D刚性变换可以被分解成平面内 变换(ΔxA，ΔyA，ΔθA)和两个平面外旋转相似地，在投射B的 2D坐标系统(xByB)中，分解包括平面内变换(ΔxB，ΔyB，ΔθB)和两个平面外 旋转图3B到3E示出了这里所述的平面内变换和平面外旋转， 其中2D x射线图像由平面301表示，以及2D DDR由平面302表示。注意 到两个投射的使用过于约束(over-constrain)3D刚性变换的6个参数的解， 等式(1)的3D刚性变换可以被简化。投射A中的平移xA是与投射B中的 xB相同的参数，并且投射A中的平面外旋转与投射B中的相同。如果 αA和αB分别是投射A和投射B的几何放大因子(例如与放射源到患者 (source-to-patient)和患者到探测器(patient-detector)的距离相关的尺度因 子)，则坐标系统(x’y’z’)和2D坐标系统之间的平移具有下面的关系：
Δx′＝(αBΔxB-αAΔxA)/2，Δy′＝αAΔyA，Δz′＝αBΔyB.    (2)
对于投射A，给出一组对应于两个平面外旋转的不同结合的 DRR，使用相似性量度，2D平面内变换(ΔxA，ΔyA，ΔθA)可以由2D到2D图像 比较而估计出，并且两个平面外旋转可以通过将x射线图像与 这组DRR图像进行匹配而计算出，如下所述。相似地，可以使用相同的过 程来解决投射B的2D平面内变换(ΔxB，ΔyB，ΔθB)和平面外旋转 如下所述，所述平面内变换和平面外旋转可以通过在x射线 图像与这组DRR图像之间进行配准来获得，这对于投射A和投射B来说是 独立的。当识别出具有匹配的平面外旋转的DRR图像时，所述平面内旋转 和平面外旋转具有下面的关系：
Δθy′＝ΔθB，Δθz′＝ΔθA.     (3)
如果平面外旋转θy′在投射A的参考DRR图像组中被忽略，那么当Δθy′ 很小的时候(例如小于5°)，平面内变换可以被Δ(xA，ΔyA，ΔθA)近似地描 述。一旦作出这样的简化假设，并给出对应于各种平面外旋转的参考 DRR图像组，可以通过本领域已知的一个或多个搜索方法来找到平面内变 换(ΔxA，ΔyA，ΔθA)和平面外旋转这些方法通常使用相似性量度的计 算，随后通过梯度搜索算法的应用来最大化治疗中x射线图像与所选择的 DRR之间的相似性。相似性量度的示例包括(但不限于)标准化的横截面、 差异图像的平均信息量、交互信息、梯度相关性、模式强度和梯度差异。可 以对投射B作出相应的简化。
给出投射A中的结果和投射B中的结果 在3D图像坐标系统中的3D刚性变换的近似可以使用 下面的表达式获得：
Δx＝(-αAΔxA+αBΔxB)/2， $\mathrm{\Delta y}=({\alpha }_A\Delta y_A-{\alpha }_B\Delta y_B)/\sqrt{2},$
$\mathrm{\Delta z}=({\alpha }_A\Delta y_A+{\alpha }_B\Delta y_B)/\sqrt{2},$
${\mathrm{\Delta \theta }}_x=({\mathrm{\Delta \theta }}_{x_A}+{\mathrm{\Delta \theta }}_{x_B})/2,$ ${\mathrm{\Delta \theta }}_y=({\mathrm{\Delta \theta }}_B-{\mathrm{\Delta \theta }}_A)/\sqrt{2},$
${\mathrm{\Delta \theta }}_z=({\mathrm{\Delta \theta }}_B+{\mathrm{\Delta \theta }}_A)/\sqrt{2}.---\left(4\right)$
因此，需要将治疗输送系统中的患者的3D坐标系统与3D治疗计划的 坐标系统对准的3D变换完全可以通过两组四个参数和 来定义。
全局对准的过程(操作210)在图4中示意性地示出。该过程起始于获 取治疗中x射线图像(操作401)。在操作402中，如上所述，x射线图像与 DRR组进行比较和配准，所述DRR组从3D扫描数据中创建并从治疗计划 系统中输入。配准的结果是2组2D变换参数，所述2组2D变换参数用在 操作403中以计算在操作404中所需要的3D变换来使得患者对准。
全局对准过程的一个结果是在后续的目标检测的操作(操作220)中， 搜索限于在每个投射中的2个平面内平移(x，y)，因为6D全局对准过程消 除了平面内和平面外旋转误差。应当理解，上面描述的几何变换可以通过计 算用于每对成像投射的变换来被应用到具有多于2个成像投射(例如3个或 更多)的成像系统。
目标检测
再次参考图1B，目标检测(操作220)起始于操作221，即对应于治疗 中成像系统的多个投射中的多个感兴趣的区域(ROI)的定义，所述ROI围 绕治疗计划期间创建的放射目标的2D轮廓。对于肺部肿瘤的示例性的情况， 该过程在图8A、8B和9中示出。图8A和8B分别示出了在两个投射(例如， 投射A和B)中的DRR 800A和800B，该DRR 800A和800B被选择用于在 上面所述的全局患者对准后的直接目标配准。在示出的示例中，DRR已经 从3D图像数据中被合成，并且去除脊柱以增强肿瘤的对比度。在图8A中， 2D肿瘤轮廓801A已经被叠加在DRR 800A上，并且在投射A中的初始ROI 802A已经围绕肿瘤轮廓801A被生成。相似地，在图8B中，2D肿瘤轮廓 已经被叠加在DRR 800B上，并且在投射B中的初始ROI 802B已经围绕肿 瘤轮廓801B被生成。这些初始ROI可以被选择以很接近地符合它们各自的 DRR的在水平和垂直尺寸上的肿瘤轮廓的尺寸，使得ROI包括肿瘤轮廓和 肿瘤轮廓外的一些组织。
在定义初始ROI之后，可以定义包括比初始ROI更多面积和比初始ROI 更少面积的另外的ROI，以提供用于更好的肿瘤检测的机会。例如，如果肿 瘤的边界没有被正常定义(ill-defined)，和/或难以使用任何普通3D成像技 术来成像，则在治疗计划阶段生成的肿瘤的2D轮廓可能包括多于或少于所 有肿瘤的部分。结果，不同大小的ROI可以产生更好的肿瘤检测和/或治疗。 这些不同大小的ROI在图9中示出，其中，除了基于轮廓的ROI 802之外， 还定义了较大的ROI 803和较小的ROI 804。在其它实施方式中，根据临床 医师的判断可以使用大于或小于3个的ROI。在一个实施方式中，根据肿瘤 的大小，ROI之间的步长可以从大约1mm到大约5mm之间变化。然而， 可以根据临床医师的判断选择任何步长。
在目标检测的下一个步骤中，即操作222，在治疗中成像系统的多个投 射中捕获患者的现场图像。在操作223中，选择投射中的一个。在操作224 中，选择ROI中的一个来用于目标检测。在操作225中，通过将所选择的 ROI(包含目标的DRR图像)叠加在相应的治疗中x射线图像(反映了如上 所述的患者的全局地预对准)上并执行在治疗中x射线图像中的搜索窗口内 的搜索来执行目标配准以检测目标位置。在一个实施方式中，搜索算法可以 与用于全局对准的搜索算法相同(例如，计算相似性量度和梯度搜索以最大 化相似性)，但约束于搜索窗口的面积。在其它实施方式中，搜索可以是在 搜索窗口内的用于最大化相似性量度的确定性的搜索(例如，光栅搜索)。 另外，搜索可以使用如下所述的多级匹配以加快配准过程。图10A-10C示出 了该过程。
图10A是显示了2D轮廓801A和感兴趣的区域802A的图8A的被分割 的DRR 800A的再现(reproduction)。图10B示出了具有搜索窗口803A的 在投射A中的相应的治疗中x射线图像810A。在一个实施方式中，搜索窗 口803A的面积可以被选择为在感兴趣的区域802A的面积的2到4倍的范 围内。在其它实施方式中，搜索窗口的面积可以由临床医师基于经验和/或临 床数据而确定为更大或更小。
可以通过叠加治疗中x射线图像810A的搜索窗口803A中的感兴趣的 区域802A、移动搜索窗口803A中的感兴趣的区域802A(如由图10B中的 搜索窗口803A中的感兴趣的区域802A的几个示例位置所示的)并搜索使 感兴趣的区域802A和与感兴趣的区域802A叠加的搜索窗口803A的部分之 间的相似性量度最大化的位置来执行目标检测。如图10C所示，感兴趣的区 域在搜索窗口内的移动描述了相似性量度表面804A，当感兴趣的区域802A 与治疗中x射线图像中的肿瘤完全对准时，所述相似性量度表面804A具有 最大值805A。可以使用多级搜索来减少搜索将困于相似性表面804A的局部 最大化而没找到搜索窗口中的全局最大化的可能性。如图10D所示，示例性 的多级搜索开始于低分辨率的搜索级别809，并进行到较高的分辨率级别 808、807和806。在最低的分辨率级别809，所选择的ROI和搜索窗口的尺 寸通过子采样而被减少一个尺度因子。当相似性量度在最低分辨率被最大化 时，结果被传送到下一个较高的分辨率级别，在较高的分辨率级别中相似性 量度被再次最大化等等，直到相似性量度在最高的分辨率级别被最大化。图 10D示出了具有4个分辨率级别的一个实施方式，其中在每个连续的级别， 分辨率被加倍。其它实施方式可以使用多于或少于4个的级别以及在每个级 别使用不同的分辨率因子。
一旦相似性量度被最大化，可以确定质量量度。在操作226中，第一组 偏移关联窗口围绕目标的额定位置被定义，所述目标的额定位置由操作225 中的前述搜索算法来确定。每个偏移关联窗口偏离额定目标位置不同的量， 使得每个偏移关联窗口包含目标和周围组织的不同部分。在操作227中，每 个偏移关联窗口在治疗中x射线图像中被配准(例如，如在操中一样)以找 到在相应的治疗中x射线图像中的偏移关联窗口的第二个匹配组。图11A示 出了在DRR 800A中定义的第一组偏移关联窗口815A。在图11B中，同一 组偏移关联窗口815A被叠加在治疗中x射线图像810A中。
如果在操作225中的初始目标检测是正确的，则在治疗中x射线图像中 的匹配的偏移关联窗口组将匹配具有小的移动或没有移动的第一组偏移关 联窗口的位置。即，当实现了最好的匹配时，每个匹配的偏移关联窗口的最 终位置将接近第一组偏移关联窗口的初始位置。相反，如果初始目标检测是 不正确的，则当实现了最好的匹配时，匹配的偏移关联窗口的最终位置可能 明显不同于第一组偏移关联窗口的初始位置。
初始位置与最终位置之间的差异可以被特征化为第一组偏移关联窗口 与匹配的偏移关联窗口组之间的在治疗中x射线图像的x和y坐标中的位移。 然后，在操作228中，对于25个不同的偏移关联窗口的示例，质量量度例 如被计算为x和y方向上的平均位移，如图12A和12B所示。在图12A和 12B中，偏移关联窗口的位移落入具有近似等于0的平均值的范围内。在实 践中，基于临床医师的经验和/或临床数据来选择使用的偏移关联窗口的数量 和每个窗口的位移。在其它实施方式中，可以使用不同的质量量度(例如， 绝对(absolute)或平方距离的和)。
通过图13A和13B的图表示出了错误的或不适当的肿瘤检测，其中偏 移关联窗口的x和y位移是非常(highly)可变和不规则的。这个结果在图 14A和14B中示出，其中偏移关联窗口816A、817A和818A的最终位置明 显不同于在DRR 800A和治疗中x射线图像810A中的它们的初始位置。
在确定了所选择投射中的所选择的ROI的质量量度之后，过程在操作 229中询问是否在所选择投射中的所有的ROI都被测试了，以及如果没有， 则重复操作224-228。如果在所选择投射中的所有ROI都被测试了，则过程 在操作230中询问是否所有投射都被测试了。如果没有则重复进行操作 223-229直到所有投射被测试。
通常，治疗中x射线图像的质量在感兴趣的体积的每个投射中不相同， 因为x射线穿越具有不同的解剖结构的不同路径。结果，由上述质量量度确 定的在每个投射中的肿瘤检测的质量在一个投射中可能更高。因此，操作227 和228可以包括另外的步骤。在一个实施方式中，在一个投射中的高质量的 目标检测可用于通过约束在其它投射中的搜索窗口来改善在另一个投射中 的目标检测。图15A示出了在感兴趣的体积的第一投射中的治疗中x射线图 像850A，其中，肿瘤851A位于搜索窗口852A内，所述搜索窗口852A具 有由上述偏移关联质量量度确定的正确的肿瘤检测。结果，肿瘤851A的x 和y坐标被很好地定义。图15B示出了在第二投射中的感兴趣的体积的治疗 中x射线，其中假设初始搜索不正确地检测了肿瘤851B(在第二投射中的 肿瘤851A的投射)并产生了低的质量量度。因为图像850A和850B共享相 同的x轴(见图3A和上面的论述)，肿瘤851B的x坐标由肿瘤851A的x 坐标定义，并且被约束的搜索窗口852B可以在图像850B中被定义，用于 限制在图像850B的x轴中的搜索并允许最优化在图像850B的y轴的搜索。
在特定实施方式中，在不同投射中的操作可以并行执行。图16是示出 了用于目标检测的方法500的一个实施方式的流程图。在操作501中，一个 或多个ROI在对应于患者的全局预对准的投射中的DRR中生成(即操作 210)，其中每个ROI关于放射目标的2D轮廓被定义。在操作502中，将在 DRR中的ROI与治疗输送系统的每个投射中的相应的治疗中x射线图像相 匹配。操作502包括操作503和504。
在操作503中，根据搜索算法在每个投射中的治疗中x射线图像中的搜 索窗口内移动ROI以最大化相似性量度。在操作504中，确定用于在每个投 射中的目标检测的质量量度。操作504包括操作505到509。操作505生成 在所选择的DRR中的第一组偏移关联窗口。在操作506中，第一组偏移关 联窗口在相应的治疗中x射线图像中被配准以找到在相应的治疗中x射线图 像中的与第一组偏移关联窗口相匹配的第二组偏移关联窗口，使得第一和第 二组偏移关联窗口形成偏移关联窗口的匹配对。操作507确定来自第一组偏 移关联窗口和第二组偏移关联窗口的偏移关联窗口的匹配对之间的位移。操 作508为VOI的每个投射中的肿瘤检测分配质量量度。
方法继续到操作509，选择在第一投射中具有最高质量量度的ROI以限 制在第二投射中的搜索窗口。接着，操作510在第二投射中的有限的搜索窗 口内搜索以最大化在第二投射中的肿瘤检测的质量。在操作511中，选择在 每个投射中的下一个ROI并且方法在操作501处重复。
在一个实施方式中，方法包括：分割和从感兴趣的体积(VOI)的3D 成像数据中去除骨结构，以使从3D成像数据中生成的DRR中的放射目标可 见；将DRR与治疗中x射线图像匹配；选择包括放射目标的2D轮廓的DRR 中的感兴趣的区域；以及在匹配的治疗中x射线图像中的搜索窗口内搜索以 将ROI与在匹配的治疗中x射线图像中的相应的ROI相匹配。
图17示出了系统1300的一个实施方式，所述系统1300可用于执行实 施本发明的实施方式中的放射治疗。如下所述以及如图17所示，系统1300 可以包括诊断成像系统1000、治疗计划系统2000以及治疗输送系统3000。
诊断成像系统1000可以是能够产生患者的医学诊断图像的任何系统， 所述医学诊断图像可以被用于随后的医学诊断、治疗计划和/或治疗输送。例 如，诊断成像系统1000可以是计算断层扫描(CT)系统、磁共振成像(MRI) 系统、正电子发射断层扫描(PET)系统、超声波系统等等。为了便于讨论， 有时关于CT成像模态来讨论诊断成像系统1000。然而，诸如上面所述的那 些成像模态的其它的成像模态也可以被使用。
诊断成像系统1000包括：成像源1010，用来产生成像射束(例如，x 射线、超声波、无线电频率波等)；和成像检测器1020，用来检测和接收由 成像源1010产生的射束，或者由来自成像源的射束激发的次级射束或发射 (例如，在MRI或PET扫描中)。在一个实施例中，诊断成像系统1000可 包括两个或更多诊断x射线源和两个或更多相应的成像检测器。例如，两个 x射线源可布置在要被成像的患者周围，以彼此成角度(例如，90度、45 度等)的方式被固定，并且穿过患者对准成像检测器，该成像检测器可沿直 径方向与x射线源相对。也可使用单个大的成像检测器或多个成像检测器， 这些检测器将由每个x射线成像源照亮。可替换地，可使用其它数量和配置 的成像源和成像检测器。
成像源1010和成像检测器1020可以耦合到数字处理系统1030以控制 成像操作和处理图像数据。诊断成像系统1000包括：总线或其它装置1035， 用来在数字处理系统1030、成像源1010和成像检测器1020之间传送数据和 命令。数字处理系统1030可包括一个或多个通用处理器(例如微处理器)， 诸如数字信号处理器(DSP)的专用处理器，或诸如控制器或现场可编程门 阵列(FPGA)的其它类型的装置。数字处理系统1030也可包括其它组件(未 示出)，例如存储器、存储装置、网络适配器等。数字处理系统1030可配置 成以标准的格式产生数字诊断图像，例如以DICOM(医学中的数字成像和 通信)格式。在其它实施方式中，数字处理系统1030可生成其它标准或非 标准数字图像格式。数字处理系统1030可在数据链路1500上传输诊断图像 文件(例如前述DICOM格式的文件)到治疗计划系统2000，该数据链路 1500可以是例如直接链路、局域网(LAN)链路或诸如因特网的广域网 (WAN)链路。此外，在系统之间被传送的信息可以进(pull)出(push) 连接系统的通信介质，例如在远程诊断或治疗计划配置中。在远程诊断或治 疗计划中，用户可将本发明的实施方式来用于诊断或治疗计划，尽管在系统 用户与患者之间存在物理间隔。
治疗计划系统2000包括处理装置2010以接收和处理图像数据。处理装 置2010可以表示一个或者多个通用处理器(例如微处理器)、诸如数字信号 处理器(DSP)的专用处理器、或诸如控制器或者现场可编程门阵列(FPGA) 的其它类型的装置。处理装置2010可以被配置成执行用于进行这里所述的 治疗计划和/或图像处理操作的指令，例如这里所述的脊柱分割工具。
治疗计划系统2000也可以包括通过总线2055耦合到处理装置2010的 系统存储器2020，以用于存储要被处理装置2010执行的信息和指令，所述 系统存储器2020可以包括随机存取存储器(RAM)或者其它动态存储装置。 系统存储器2020也可以被用于在处理装置2010执行指令期间存储临时变量 或者其它中间信息。系统存储器2020也可以包括只读存储器(ROM)和/ 或其它耦合到总线2055的静态存储装置以用于存储处理装置2010的静态信 息和指令。
治疗计划系统2000也可以包括存储装置2030，该存储装置2030表示耦 合到总线2055以用于存储信息和指令的一个或多个存储装置(例如磁盘驱 动器或者光盘驱动器)。存储装置2030可以被用于存储指令，以用于执行这 里讨论的治疗计划步骤和/或用于存储这里讨论的3D成像数据和DRR。
处理装置2010也可以被耦合到显示装置2040以用于将信息(例如VOI 的2D或3D表示)显示给用户，所述显示装置2040诸如阴极射线管(CRT) 或液晶显示器(LCD)。诸如键盘的输入装置2050可以被耦合到处理装置 2010以用于将信息和/或命令选择传送到处理装置2010。一个或多个其它的 用户输入装置(例如鼠标、跟踪球或光标方向键)也可以被用于传送方向信 息，从而选择处理装置2010的命令和控制显示器2040上的光标移动。
可以理解的是，治疗计划系统2000只表示治疗计划系统的一个示例， 该治疗计划系统可以具有不同的配置和机构，其可以包括比治疗计划系统 2000更多或者更少的组件以及可以用于本发明。例如，一些系统通常具有多 个总线，例如外围总线、专用缓存总线等。治疗计划系统2000也可以包括 MIRIT(医学图像查看和导入工具)以支持DICOM导入(所以图像可以被 融合并且目标在不同的系统上被描绘以及然后被导入到治疗计划系统中以 用于计划和剂量计算)、允许用户进行治疗计划的扩展的图像融合能力以及 观察在各种成像模态(例如MRI、CT、PET等)中的任何一种上的剂量分 配。治疗计划系统在本领域是公知的，因此不做详细讨论。
治疗计划系统2000可以与诸如治疗输送系统3000的治疗输送系统共享 其数据库(例如存储在存储装置2030中的数据)，从而在治疗输送之前不需 要从治疗计划系统中导出。治疗计划系统2000可以通过数据链路2500被链 接到治疗输送系统3000，所述数据链路2500可以是上面关于数据链路1500 所述的直接链路、LAN链路或者WAN链路。应该注意的是，当数据链路 1500和2500被实施为LAN或WAN连接时，断成像系统1000、治疗计划 系统2000和/或治疗输送系统3000中的任何一个可以位于分散的位置从而使 得系统可以在物理上相互远离。可替换地，诊断成像系统1000、治疗计划系 统2000和/或治疗输送系统3000中的任何一个可以在一个或者多个系统中相 互集成。
治疗输送系统3000包括疗法和/或手术放射源3010，以根据治疗计划给 予目标体积规定的放射剂量。治疗输送系统3000也可以包括成像系统3020 以捕获用于上述与诊断图像配准或关联的患者体积(包括目标体积)的治疗 内图像从而关于放射源定位患者。成像系统3020可以包括上述成像系统中 的任何一个。治疗输送系统3000也可以包括数字处理系统3030以控制放射 源3010、成像系统3020和诸如治疗床3040的患者支撑装置。数字处理系统 3030可以被配置成根据两个或者多个立体投射，利用在诊断成像系统1000 中由数字处理系统1030生成的数字重建放射照片(例如来自分割的3D成像 数据的DRR)和/或在治疗计划系统2000中由处理装置2010生成的DRR， 来配准来自成像系统3020的2D放射照片图像。数字处理系统3030可以包 括一个或者多个通用处理器(例如微处理器)、诸如数字信号处理器(DSP) 的专用处理器、或诸如控制器或者现场可编程门阵列(FPGA)的其它类型 的装置。数字处理系统3030也可以包括诸如存储器、存储装置、网络适配 器等等的其它组件(未示出)。数字处理系统3030可以通过总线3045或其 它类型的控制和通信接口耦合到放射源3010、成像系统3020以及治疗床 3040。
数字处理系统3030可以实施方法(例如上面所述的方法1200)以将从 成像系统3020获得的图像与预操作治疗计划图像配准，从而将患者在治疗 输送系统3000内的治疗床3040上对准，以及从而精确地关于目标体积定位 放射源。
治疗床3040可以耦合到具有多个(例如5个或者更多)自由度的另一 个机器人臂(未示出)。床臂可以具有5个旋转自由度和一个基本垂直的线 性自由度。可替换地，床臂可以具有6个旋转自由度和一个基本垂直的线性 自由度或者至少4个旋转自由度。床臂可以被垂直安装到柱或者壁上，或者 水平安装到基座、地板或者天花板上。可替换地，治疗床3040可以是另一 个机械机构的组件，例如由加利福尼亚州的艾可瑞公司开发的 治疗床，或者是本领域的普通技术人员所公知的另外类型的常规 治疗台。
可替换地，治疗输送系统3000可以是另一类型的治疗输送系统，例如， 基于机架的(等中心的)强度可调制的放射疗法(IMRT)系统。在基于机 架的系统中，放射源(例如，LINAC)以此种方式安装在机架上，即所述放 射源在对应于患者的轴向切片的平面中旋转。然后，放射在旋转的圆形平面 上从多个位置被输送。在IMRT中，放射射束的形状由多叶式准直器来定义， 所述多叶式准直器允许部分射束被封锁，从而入射到患者上的剩余射束具有 预定义的形状。结果的系统生成任意成形的放射射束，该放射射束在等中心 互相相交以将剂量分配输送到目标区域。在IMRT计划中，最优化算法选择 主要射束的子集，并确定患者应该被每个子集照射的时间量，从而最好地满 足指定的剂量约束条件。在一个特定实施方式中，基于机架的系统可以具有 装有万向接头的放射源头部件。
应当注意，这里描述的方法和设备不限于仅用于医学诊断成像和治疗。 在替代实施例中，这里的方法和设备可用于医学技术领域之外的应用，例如 工业成像和材料的非破坏性测试(例如，汽车工业中的电机组、航空工业中 的飞机机身、建筑业中的焊接和石油工业中的钻孔岩心)以及地震勘测。在 这样的应用中，例如，“治疗”可广泛地指由治疗计划系统控制的操作的实 现，例如射束(例如，放射的、声学的等等)的应用，以及“目标”可以指 非解剖对象或区域。
本发明的实施方式包括这里描述的各种操作。这些操作可以通过硬件组 件、软件、固件或它们的组合来执行。这里描述的在各种总线上提供的任何 信号可以与其它信号时分复用并在一个或多个公共总线上提供。另外，电路 组件或块之间的互连可以被显示为总线或单独的信号线。每个总线可以可替 换地为一个或多个单独的信号线，以及每个单独的信号线可以可替换地为总 线。
一些实施方式可被实施作为计算机程序产品，该计算机程序产品可包括 存储在机器可读介质上的指令。这些指令被用于给通用或专用处理器编程来 执行所描述的操作。机器可读介质包括用于以机器(例如，计算机)可读形 式(例如，软件、处理应用)存储或传输信息的任何机构。机器可读介质可 包括但不限于磁存储介质(例如，软盘)，光存储介质(例如，CD-ROM)， 磁光存储介质，只读存储器(ROM)，随机存取存储器(RAM)，可擦可编 程存储器(例如，EPROM和EEPROM)，闪存，电的、光的、声的或其它 形式的传播信号(例如，载波、红外信号、数字信号等)，或其它类型的适 合存储电子指令的介质。
另外，一些实施方式可以在分布式计算环境中实施，其中，机器可读介 质存储在多于一个的计算机系统上和/或被多于一个的计算机系统所执行。另 外，在计算机系统之间传送的信息可以进(pull)出(push)例如在远程诊 断或监视系统中连接计算机系统的通信介质。在远程诊断或监视中，用户可 以诊断或监视患者，尽管在用户与患者之间存在物理间隔。另外，治疗输送 系统可以远离治疗计划系统。
虽然在这里以特定的顺序示出并描述了方法的操作，但每个方法的操作 顺序可以改变从而某些操作可以以相反的顺序执行或者某些操作可以至少 部分地与其它操作同时执行。在另一实施方式中，不同的操作的指令或子操 作可以是间歇的和/或交互的方式。另外，一些操作可以在特定方法的反复 (iteration)期间被重复。
在前述说明书中，已经参考特定的示例性实施方式描述了本发明。然而， 明显的是，可以在不偏离如所附权利要求中阐述的本发明的宽泛的精神和范 围的情况下对本发明作出各种修改和改变。因此，本说明书和附图被认为是 说明性意义的而不是限制性意义的。