本發(fā)明涉及用于在目標的多維圖像數(shù)據(jù)中分割感興趣區(qū)域的圖像處理裝置。另外，本發(fā)明還涉及用于在目標的多維圖像數(shù)據(jù)中分割感興趣區(qū)域的方法。本發(fā)明還涉及用于在目標的多維圖像數(shù)據(jù)中分割感興趣區(qū)域的計算機程序。本發(fā)明最終還涉及包括圖像采集單元的醫(yī)學成像系統(tǒng)。

背景技術：

在醫(yī)學圖像處理的領域中，各種處理任務通常是在如超聲圖像、MRT圖像、計算機斷層攝影圖像等的醫(yī)學圖像上執(zhí)行的。一種特定的處理任務(其是在許多圖像處理應用中的基本任務)是對例如特定器官的感興趣區(qū)域的分割。所述分割對于識別器官或者對于例如基于體積量化的特別診斷是必要的，以便改善對處置參數(shù)的確定。

對于許多器官而言，圖像分割能夠利用可變形模型而被成功地執(zhí)行，所述可變形模型是基于具有拓撲的網(wǎng)格結構的，所述拓撲在針對要被分割的圖像進行調整期間保持不變。基于模型的分割已經(jīng)被認為對于各種各樣的簡單到復雜的器官(例如，骨骼、肝臟、具有嵌套結構的心臟)非常有效。例如從WO 2007/072363獲知用于使用可變形網(wǎng)格促進圖像的對應的方法。

WO 2011/070464 A2公開了一種用于通過選擇體積圖像中被成像的感興趣解剖結構的可變形模型來執(zhí)行自動分割的系統(tǒng)和方法，其中，所述可變形模型是由包括頂點和邊的多個多邊形來形成的，其中，檢測對應于所述多個多邊形中的每個的感興趣解剖結構的特征點，并且通過朝向對應的特征點移動頂點中的每個直到所述可變形模型變體到所述感興趣解剖結構的邊界來調整所述可變形模型。

WO 2006/029037 A2公開了一種用于定義和跟蹤三維圖像中的候選解剖結構壁的可變形形狀的系統(tǒng)和方法，其中，所述候選解剖結構的形狀由多個標記的3D界標點來表示，并且定義在圖像幀中的所述可變形形狀的至少一個3D界標點。

盡管基于模型的分割總體上提供對器官的可靠且準確的識別和分割，但是如心臟的左心室的心尖或者肝臟的頂端或者腦的腦室的角的一些解剖結構常常難以在醫(yī)學圖像中檢測，使得對這些特征的分割是具有挑戰(zhàn)性的。

技術實現(xiàn)要素：

本發(fā)明的目的是提供一種用于在目標的多維圖像數(shù)據(jù)中分割感興趣區(qū)域的圖像處理裝置和對應的方法，其具有改進的可靠性和準確性。

根據(jù)本發(fā)明的一個方面，提供了一種用于在目標的多維圖像數(shù)據(jù)中分割感興趣區(qū)域的圖像處理裝置，包括：

-接口，其用于接收包括要被分割的所述感興趣區(qū)域的所述目標的圖像數(shù)據(jù)，

-選擇單元，其用于選擇對應于所述圖像數(shù)據(jù)中的所述目標的解剖結構的可變形模型，

-處理單元，其用于通過基于所述圖像數(shù)據(jù)和所述目標的額外的解剖信息調整所述可變形模型來分割所述感興趣區(qū)域。

根據(jù)本發(fā)明的另一方面，提供了一種用于在目標的多維圖像數(shù)據(jù)中分割感興趣區(qū)域的方法，包括如下步驟：

-接收包括要被分割的所述感興趣區(qū)域的所述目標的圖像數(shù)據(jù)，

-選擇對應于所述圖像數(shù)據(jù)中的所述目標的解剖結構的可變形模型，

-通過將所述可變形模型應用到所述圖像數(shù)據(jù)來分割所述感興趣區(qū)域，并且

-基于所述圖像數(shù)據(jù)和所述目標的額外的解剖信息來調整所述可變形模型。

根據(jù)本發(fā)明的另一方面，提供了一種用于在目標的多維圖像數(shù)據(jù)中分割感興趣區(qū)域的計算機程序，所述計算機程序包括用于當所述計算機程序在計算機上被執(zhí)行時令計算機執(zhí)行如下步驟的程序單元：

-接收包括要被分割的所述感興趣區(qū)域的所述目標的圖像數(shù)據(jù)，

-選擇對應于所述圖像數(shù)據(jù)中的所述目標的解剖結構的可變形模型，

-通過將所述可變形模型應用到所述圖像數(shù)據(jù)來分割所述感興趣區(qū)域，并且

-基于所述圖像數(shù)據(jù)和所述目標的額外的解剖信息來調整所述可變形模型。

根據(jù)本發(fā)明的另一方面，提供了一種醫(yī)學成像系統(tǒng)，包括：圖像采集單元，其用于采集醫(yī)學圖像；以及根據(jù)本發(fā)明的圖像處理裝置，其用于在由所述圖像采集單元采集的目標的多維圖像數(shù)據(jù)中分割感興趣區(qū)域。

在從屬權利要求中定義了本發(fā)明的優(yōu)選實施例。應當理解，所請求保護的方法具有與所請求保護的設備以及如在從屬權利要求中所定義的相似和/或相同的優(yōu)選實施例。

本發(fā)明基于這樣的思想，即：將解剖結構的可變形模型應用到圖像數(shù)據(jù)并基于圖像數(shù)據(jù)內的目標的已知解剖信息來調節(jié)可變形模型。換言之，要被分割的目標的已知解剖特征被用于調節(jié)可變形模型以便改進對所選擇的可變形模型的分割。借助于目標的已知解剖特征，能夠將額外的參數(shù)用于調整，使得分割變得更為可靠且更為準確，并且也能夠分割復雜的結構以及在圖像數(shù)據(jù)中難以檢測的結構。

在優(yōu)選實施例中，所述處理單元被設計為基于所述圖像數(shù)據(jù)和所述目標的解剖特征的已知位置來調整所述可變形模型的元件的位置。這能夠將所述可變形模型調節(jié)到已知位置，使得降低不確定性并且能夠實現(xiàn)更為可靠且更為準確的分割。

在優(yōu)選實施例中，所述處理單元被設計為基于所述圖像數(shù)據(jù)和所述圖像數(shù)據(jù)的視場內的已知位置來調整所述可變形模型的元件的位置。這能夠將已知位置以低的技術努力添加到所述分割中，這是因為所述圖像數(shù)據(jù)的所述視場通常包括邊條件，其能夠被用作針對所述分割的額外的參數(shù)。

在優(yōu)選實施例中，所述處理單元被設計為基于所述圖像數(shù)據(jù)和所述圖像數(shù)據(jù)的連續(xù)時間幀中的對應位置來調整所述可變形模型的元件的位置。這能夠利用能從解剖結構的已知運動或已知穩(wěn)定性導出的目標的解剖特征，使得能夠將額外的參數(shù)用于增加分割的可靠性和準確性。優(yōu)選地，對應位置是解剖結構，其通常是隨時間穩(wěn)定的，使得各自的解剖結構能夠被相關并且所述可變形模型能夠相應地進行調整。

在優(yōu)選實施例中，所述對應位置是所述目標的已知的對應解剖特征。這能夠將不同時間幀的解剖特征相關，使得能夠添加時間依賴的特征作為額外的參數(shù)來改善分割。

在優(yōu)選實施例中，所述處理單元被設計為基于所述圖像數(shù)據(jù)和從所述圖像數(shù)據(jù)的視場導出的矢量或平面來調整所述可變形模型的元件的位置。這能夠在所述位置在所有三個維度中未知時包括外部信息。

在優(yōu)選實施例中，所述處理單元被設計為基于所述元件的所述位置與所述已知位置之間的距離或者所述對應位置之間的距離來調整所述元件的所述位置。這能夠減少用于調整所述可變形模型的技術努力，這是因為能夠在可變形模型中容易地計算距離。

在優(yōu)選實施例中，所述可變形模型被調整為使包括從所述距離導出的彈性能量(spring energy)的模型能量最小化。

在優(yōu)選實施例中，所述模型能量包括從所述可變形模型與所述感興趣區(qū)域中的對應圖像特征的差異導出的外部能量以及所述彈性能量。這能夠將來自不同源的信息進行組合，使得實現(xiàn)對可變形模型形狀的總體改善。

在優(yōu)選實施例中，所述彈性能量通過權重因子進行加權。這能夠在總體模型能量內調節(jié)彈性能量，使得能夠實現(xiàn)在模型能量內的不同能量之間的平衡。

在優(yōu)選實施例中，所述處理單元被設計為進一步基于所述目標的期望形狀來調整所述可變形模型。這能夠改善分割，這是因為所述可變形模型針對包括要被分割的感興趣區(qū)域的醫(yī)學圖像進行調整。

在優(yōu)選實施例中，所述可變形模型是通過包括具有頂點和邊的多邊形的網(wǎng)格來形成的。這能夠實現(xiàn)具有高分辨率的分割，使得能夠改善對解剖結構的診斷。

在優(yōu)選實施例中，所述可變形模型是通過調節(jié)所述網(wǎng)格的所述頂點的位置來調整的。這能夠以低的技術努力來調整可變形模型。

如上文所提到的，本發(fā)明基于這樣的思想，即：通過使用關于圖像數(shù)據(jù)的采集或解剖結構或特征的外部知識來改善基于模型的分割的可靠性和準確性，以引導分割。通常，解剖特征是解剖結構、解剖距離或解剖點的位置，其隨時間側向穩(wěn)定，使得能夠添加額外的已知參數(shù)，以便降低分割的不確定性并改善模型的可靠性或準確性。外部已知參數(shù)被實施為彈性能量，所述彈性能量是從可變形模型的點與圖像數(shù)據(jù)內的對應點的距離導出的，使得能夠通過對元件的逐步移動來調整所述可變形模型。

對所述模型調整的總體收斂能夠通過使模型能量最小化來實現(xiàn)，所述模型能量包括外部模型能量、內部模型能量和彈性能量。因此，所有的相關調整方法能夠被考慮，使得能夠實現(xiàn)最優(yōu)的分割。

附圖說明

參考下文描述的(一個或多個)實施例，本發(fā)明的這些方面和其他方面將是明顯的并且得到闡明。在如下附圖中：

圖1示出了用于掃描患者的身體的體積的醫(yī)學成像系統(tǒng)的示意性表示；

圖2示出了用于分割感興趣區(qū)域的包括多邊形和頂點的可變形模型的示意圖；

圖3示出了可變形模型的截面視圖以便解釋對所述模型的調整；

圖4示出了基于使用的場中的外部知識來調整可變形模型的實施例；

圖5a和圖5b示出了基于外部知識的改善的分割的范例；并且

圖6示出了用于分割感興趣區(qū)域的方法的流程圖。

具體實施方式

圖1示出了根據(jù)一個實施例的醫(yī)學成像系統(tǒng)10的示意性圖示，具體為醫(yī)學三維(3D)超聲成像系統(tǒng)10。所述醫(yī)學成像系統(tǒng)10被應用于檢查解剖部位(尤其是患者12的解剖部位)的體積。醫(yī)學成像系統(tǒng)10包括超聲探頭14，所述超聲探頭14具有至少一個換能器陣列，所述至少一個換能器陣列具有用于發(fā)射和/或接收超聲波的多個換能器元件。所述換能器元件優(yōu)選被布置在二維陣列中，尤其用于提供多維圖像數(shù)據(jù)。

3D超聲掃描通常涉及發(fā)射超聲波，所述超聲波照射患者12內的具體體積或目標，其可以被設計為靶體積或感興趣區(qū)域15。這能夠通過以多個不同角度發(fā)出超聲波來實現(xiàn)。然后能夠通過接收并處理所反射的波來獲得體積數(shù)據(jù)的集合。所述體積數(shù)據(jù)的集合是患者12內的感興趣區(qū)域15的表示。

醫(yī)學成像系統(tǒng)10包括圖像處理裝置16，所述圖像處理裝置16用于經(jīng)由醫(yī)學成像系統(tǒng)10來提供圖像。圖像處理裝置16控制圖像處理，所述圖像處理形成通過超聲探頭14的換能器陣列接收的超聲波束的回波的圖像輸出。圖像處理裝置16包括控制單元18，所述控制單元18經(jīng)由超聲探頭14的換能器陣列來控制圖像數(shù)據(jù)的采集，并且充當用于接收圖像數(shù)據(jù)的接口18。控制單元18被連接到選擇單元20，所述選擇單元20選擇對應于圖像數(shù)據(jù)的感興趣區(qū)域15中的目標的解剖結構的可變形模型，并且將所選擇的可變形模型和圖像數(shù)據(jù)提供到處理單元22，所述處理單元22用于通過將從選擇單元20接收的可變形模型應用到圖像數(shù)據(jù)來分割感興趣區(qū)域15中的目標。在對感興趣區(qū)域15內的目標進行分割之后，感興趣區(qū)域15的分割圖像和超聲圖像可以被疊加并顯示在顯示屏24上。另外，輸入設備26可以被提供為連接到顯示單元24，或者可以被提供為連接到圖像處理裝置16，以便控制所述超聲圖像的圖像采集、分割和/或顯示以及分割結果。

在備選實施例中，醫(yī)學成像系統(tǒng)10被連接到MR設備、CT設備或X射線設備，以便提供患者的身體12的對應的醫(yī)學圖像，所述醫(yī)學圖像能夠通過圖像處理裝置16而被分割并且被顯示在顯示單元24上。

圖2示出了表示解剖結構的表面以及其空間群集的可變形模型30。可變形模型30是通過選擇單元20進行選擇的，并且例如從圖像處理裝置16的存儲器加載。從接口18接收的所選擇的可變形模型30和圖像數(shù)據(jù)然后被提供到處理單元22以針對圖像數(shù)據(jù)中所識別的解剖結構調整可變形模型。

可變形模型30由包括三角形的網(wǎng)格形成，所述三角形由三個鄰近的頂點以及通過邊被連接到彼此的模型的表面形成。所述網(wǎng)格形成解剖結構的表面。在備選實施例中，所述解剖結構的表面能夠通過替換網(wǎng)格的三角形的多邊形來定義。

可變形模型30包括初始空間形狀，所述初始空間形狀形成平均網(wǎng)格或形狀模型，并且如下文所描述的針對圖像數(shù)據(jù)的感興趣區(qū)域內的解剖結構來調整可變形模型30。為了針對圖像數(shù)據(jù)的感興趣區(qū)域15中的解剖結構調整可變形模型30，執(zhí)行對所述圖像數(shù)據(jù)的模式檢測并且相應地將對應位置相關聯(lián)。

圖3示出了可變形模型30的截面視圖?？勺冃文Ｐ?0包括多個三角形T₁到T₅。三角形T由頂點v形成，所述頂點v通過邊被連接到彼此。每個三角形T包括三角形中心c₁到c₅。

在已經(jīng)執(zhí)行對圖像數(shù)據(jù)的模式檢測之后，針對所述圖像數(shù)據(jù)內所檢測的解剖結構調整可變形模型30，其中，所述三角形T的位置被調節(jié)，使得將所謂的總的能量函數(shù)最小化：

E＝E_外部+αE_內部

E_外部一般是外部能量，其將頂點和三角形T移動到通過模式檢測在所述圖像數(shù)據(jù)中所檢測到的解剖結構的對應位置，其中，E_內部是內部能量，其將頂點和三角形T移動到所述可變形模型的最初的位置，即，移動到平均網(wǎng)格或形狀模型。

所述外部能夠通過下式來計算：

其中，是由所述模式檢測所發(fā)現(xiàn)的靶點，是從各自的三角形T到靶點的方向，并且c_i要被調節(jié)到靶點的三角形T_i的中心。在所述三角形T的每個上形成加和，并且每個都通過權重因子w_i來進行加權。當通過使外部能量E_外部最小化以剛性仿射的方式調整所述模型時，其也被稱為對模型30的參數(shù)調整。

所述內部能夠通過如下公式來計算：

其中，v是經(jīng)調整的可變形模型30的頂點，并且m是如最初提供或選擇的形狀模型或平均網(wǎng)格的頂點。所述加和在可變形模型30的所有頂點上形成，其中，確定到鄰近頂點v_j的距離中的每個。當所述模型通過對外部能量和內部能量的最小化進行自由變形時，其也被稱為對模型30的可變形的調整。

對總的能量E的最小化引起分割，其是在平均網(wǎng)格與通過模式檢測在圖像數(shù)據(jù)中確定的所檢測到的靶點之間的介質。對可變形模型30的調整的這一流程也在EP 1251462 B1中有詳細描述。

根據(jù)本發(fā)明，可變形模型30也基于解剖結構的已知特征進行調整，以便改善對可變形和參數(shù)調整的分割。

所述解剖結構的解剖特征可以是在圖像數(shù)據(jù)內的特定點、位置或距離，其是已知的并且其能夠被識別。這可以例如是心臟的心尖，該位置通常是已知的，并且到胸部的皮膚的該距離是公知的并且由于超聲探頭14的位置而能夠從圖像數(shù)據(jù)導出。備選地，所述解剖結構的解剖特征可以是從視場導出的關于超聲探頭14的位置的平面，或者可以是已知隨時間穩(wěn)定的解剖結構，例如，心臟的心尖，使得在圖像數(shù)據(jù)的不同時間幀中的對應點或位置能夠相關聯(lián)。通常，根據(jù)關于所述可變形模型的解剖特征，計算額外的彈性能量，并且將其包括在總的能量E的函數(shù)中。

如果在圖像數(shù)據(jù)中的特定解剖結構被識別或確定，則所述額外的彈性能量能夠將所述三角形T的特定中心c拉到選定點對已知解剖結構的選擇能夠借助于圖像處理裝置16來自動地執(zhí)行或者可以由用戶手動地執(zhí)行。關于特定選定點形成的彈性能量能夠通過如下公式來計算：

$E_S=\underset{j=1}{\overset{S}{\mathrm{\Σ}}}{w}_j{\[(c_j-x_j^s)\]}^2,$

其中，c_j是三角形T的各自的中心，是在圖像數(shù)據(jù)內的選定的對應點，并且w_j是權重因子。在圖3中，選定點是示意性示出的，其中，彈性能量E_s將第一三角形T₁的中心c₁移動到選定的點因此，彈性能量E_s是基于三角形中心c與通過權重因子w_j進行加權的對應選定解剖結構之間的差來計算的，以對總的能量的公式內的三種能量進行加權。

在圖4中，示出了視場和可變形模型30的示意性圖示，以解釋針對醫(yī)學成像系統(tǒng)10的視場內的平面對可變形模型30的元件的調整。在圖4中，醫(yī)學成像系統(tǒng)10的視場以及尤其是超聲探頭14的視場總體上由32指代。

要被分割的目標的解剖結構是如在圖4中所示的患者12的心臟。尤其地，對所述心臟的心尖的分割是困難的，其中，根據(jù)本發(fā)明，心尖到超聲探頭14的頂端的距離是大致已知的。超聲探頭14到心尖的距離是已知的，這是因為超聲探頭14位于患者12的皮膚處并且心尖到皮膚的解剖距離是大致已知的。在這種情況下，心尖的已知距離能夠被用于調整可變形模型30。靶點被實施為在距超聲探頭14的位置的特定距離處的平面34，并且確定可變形模型30的心尖位置的三角形中心c_j到平面34的方向基于這些信息，能夠確定彈性能量E_S，以調整可變形模型30。關于平面34的彈性能量能夠通過如下公式來計算：

$E_S=\underset{j=1}{\overset{S}{\mathrm{\Σ}}}{w}_j{\[{\left(n_j^s\right)}^T(c_j-x_j^s)\]}^2,$

其中，是平面34的方向，c_j是可變形模型30的要被調整的三角形的中心，并且是所述解剖結構實際所位于的靶點。這樣確定的彈性能量E_S將可變形模型30的心尖c_j拉到平面34。在這種情況下，超聲探頭14的位置被估計為描述在中心切片中的視場的截頭椎體的兩個邊緣射線36、38的交叉點。

在另外的實施例中，使用在圖像數(shù)據(jù)的不同時間幀中的可變形模型30的特定元件的位置。特定解剖結構，尤其是心臟的心尖，是在心臟周期中空間穩(wěn)定的，使得在圖像數(shù)據(jù)的不同時間幀中的可變形模型30內的心尖的位置能夠被用于調整可變形模型30。

在這種情況下，不同的時間幀被一起分割，并且基于可變形模型30的對應元件的距離，尤其是基于圖像數(shù)據(jù)的不同時間幀之間的三角形中心c_j的距離，來計算彈性能量。用于調整可變形模型30的時間依賴的彈性能量是通過如下公式來計算的：

$E_S=\underset{j=1}{\overset{S}{\mathrm{\Σ}}}{w}_j{(c_{j,t1}-c_{j,t2})}^2,$

其中，c_j,t1和c_j,t2是不同時間幀t1和t2的三角形中心c_j，其中，w_j是權重因子。如果在不同時間幀t1、t2中的三角形中心c_j的位置具有大的差異，則時間依賴的彈性能量E_s是高的，并且相應地調整可變形模型30的各自的三角形，以便降低彈性能量E_s。

應當理解，不僅僅是空間穩(wěn)定的解剖結構能夠被用于調整所述可變形模型以改善分割，在周期內的解剖結構的已知運動也能夠被用于調整所述可變形模型以改善分割，使得要被分割的目標的一般解剖行為能夠被用作額外的形成。

要在調整期間最小化的可變形模型的總的能量E能夠借助于如下公式來計算：

E＝E_外部+αE_內部+E_S。

所述額外的彈性能量和關于目標的解剖特征的額外的信息能夠改善對視場52的分割，尤其是對心臟的心尖的分割。如果心尖在從超聲探頭14接收的圖像數(shù)據(jù)中不可見，則這是尤其有用的。在圖5a中示出了基于額外的解剖信息改善的對心臟的所得到的分割。其已經(jīng)示出了額外的解剖信息能夠改善體積量化，尤其是改善在舒張末期和收縮末期圖像中的左心室的體積量化，使得能夠改善總體診斷可靠性。

圖6示出了圖示用于在患者12的多維圖像數(shù)據(jù)中分割感興趣區(qū)域的方法的示意性流程圖。所述方法總體上由40指代。

方法40以借助于超聲探頭14對圖像數(shù)據(jù)的采集以及借助于在步驟42處所示的圖像處理裝置16的接口18對圖像數(shù)據(jù)的接收開始。在接收到所述圖像數(shù)據(jù)之后，由選擇單元20選擇對應于如在步驟44中所示的要被分割的感興趣區(qū)域15中的目標的解剖結構的可變形模型30?？勺冃文Ｐ?0是從處理裝置16的存儲器中選擇的。在步驟44處的選擇之后，通過將可變形模型30應用到在步驟46中所示的圖像數(shù)據(jù)而對感興趣區(qū)域15進行分割?？勺冃文Ｐ?0最終基于在步驟48處所示的圖像數(shù)據(jù)中的目標的已知特征而被調整。

在步驟48中，可變形模型30可以基于由模式檢測所確定的圖像特征并且基于如最初選擇的可變形模型的平均網(wǎng)格而被進一步調整，以便使如上所述的總的能量E最小化。

應當理解，圖像處理裝置16能夠被形成為在計算機上執(zhí)行的計算機程序，并且方法40能夠通過所述計算機程序來執(zhí)行。

計算機程序可以被存儲/分布在合適的(非瞬態(tài))介質上，例如與其他硬件一起或作為其他硬件的部分供應的光學存儲介質或固態(tài)介質，但是也可以被以其他形式分布，例如經(jīng)由互聯(lián)網(wǎng)或其他有線或無線的電信系統(tǒng)。此外，不同的實施例能夠采取計算機程序產(chǎn)品的形式，所述計算機程序產(chǎn)品可從計算機可用介質或計算機可讀介質存取，所述計算機可用介質或計算機可讀介質提供用于由計算機或運行指令的任何設備或系統(tǒng)使用或者與計算機或運行指令的任何設備或系統(tǒng)結合使用的程序代碼。就本公開內容的目的而言，計算機可用介質或計算機可讀介質總體上能夠是能夠包含、存儲、通信、傳播或輸送用于由指令運行設備使用或與指令運行設備結合使用的程序的任何有形裝置。

此外，不同的實施例能夠采取計算機程序產(chǎn)品的形式，所述計算機程序產(chǎn)品可從計算機可用介質或計算機可讀介質存取，所述計算機可用介質或計算機可讀介質提供用于由計算機或運行指令的任何設備或系統(tǒng)使用或者與計算機或運行指令的任何設備或系統(tǒng)結合使用的程序代碼。就本公開內容的目的而言，計算機可用介質或計算機可讀介質總體上能夠是能夠包含、存儲、通信、傳播或輸送用于由指令運行設備使用或與指令運行設備結合使用的程序的任何有形裝置。

至于公開內容的實施例已經(jīng)被描述為至少部分通過軟件控制的數(shù)據(jù)處理設備進行實施，應當認識到，非瞬態(tài)機器可讀介質執(zhí)行這樣的軟件，例如，光盤、磁盤、半導體存儲器等，其也被認為表示本公開內容的實施例。

計算機可用介質或計算機可讀介質能夠例如是非限制性的，電學、磁性、光學、電磁、紅外或半導體系統(tǒng)或傳播介質。計算機可讀介質的非限制性范例包括半導體或固態(tài)存儲器、磁帶、可移除計算機軟盤、隨機存取存儲器(RAM)、只讀存儲器(ROM)、硬磁盤以及光盤。光盤可以包括壓縮盤-只讀存儲器(CD-ROM)、壓縮盤-讀/寫(CD-R/W)以及DVD。

另外，計算機可用介質或計算機可讀介質可以包含或存儲計算機可讀程序代碼或計算機可用程序代碼，使得當所述計算機可讀程序代碼或所述計算機可用程序代碼在計算機上運行時，這種計算機可讀程序代碼或計算機可用程序代碼的運行令所述計算機通過通信鏈路發(fā)射另一計算機可讀程序代碼或計算機可用程序代碼。這種通信鏈路可以使用介質，亦即，例如，非限制性地，是物理的或無線的介質。

適合于存儲和/或運行計算機可讀程序代碼或計算機可用程序代碼的數(shù)據(jù)處理系統(tǒng)或設備將包括通過諸如系統(tǒng)總線的通信結構直接或間接地耦合到存儲器元件的一個或多個處理器。所述存儲器元件可以包括在所述程序代碼的實際運行期間采用的本地存儲器、大容量存儲設備以及緩存存儲器，其提供對至少一些計算機可讀程序代碼或計算機可用程序代碼的暫時存儲，以降低可能在代碼的運行期間從大容量存儲設備檢索代碼的次數(shù)。

輸入/輸出或I/O設備能夠被直接地耦合到所述系統(tǒng)或者通過介于中間的I/O控制器被耦合到所述系統(tǒng)。這些設備可以包括，例如，非限制性地，鍵盤、觸摸屏顯示器以及指向設備。不同的通信適配器也可以被耦合到所述系統(tǒng)，以使得數(shù)據(jù)處理系統(tǒng)能夠通過介于中間的私有網(wǎng)絡或公共網(wǎng)絡變得耦合到其他數(shù)據(jù)處理系統(tǒng)、遠程打印機或存儲設備。非限制性的范例是調制解調器和網(wǎng)絡適配器，并且僅僅是數(shù)種當前可用類型的通信適配器。

盡管已經(jīng)在附圖和前面的描述中詳細圖示和描述了本發(fā)明，但是這樣的圖示和描述應當被認為是圖示性或示范性的，而非限制性的；本發(fā)明不限于所公開的實施例。本領域技術人員通過研究附圖、公開內容以及權利要求，在實踐請求保護的發(fā)明時能夠理解并實現(xiàn)對所公開的實施例的其他變型。

在權利要求中，“包括”一詞不排除其他元件或步驟，并且詞語“一”或“一個”不排除多個。單個元件或其他單元可以實現(xiàn)在權利要求中記載的若干項的功能。盡管某些措施被記載在互不相同的從屬權利要求中，但是這并不指示不能有利地使用這些措施的組合。

權利要求中的任何附圖標記都不應被解釋為對范圍的限制。