解剖结构与体表电极定位的计算模拟

相关申请

本申请要求于2018年7月5日提交且题为“computationalthoracicandecgtransformvia2dradiography”的美国临时申请号62/694,401的优先权，所述美国临时申请的全部公开内容以引用的方式并入本文中。

本文中描述的主题总体涉及医学成像，且更具体地涉及解剖结构和电活动的计算模拟图像来允许准确地确定对象的3维解剖结构/解剖学结构和电节律诊断以及根源定位。

背景技术：

医学成像指的是用于获得表征对象的内部解剖结构和病理生理学的数据的技术和过程，所述数据包括例如借由检测穿过身体的辐射(例如，x射线)或所施用的放射性药物放射的辐射(例如，来自静脉内给予的锝(99mtc)亚甲基二膦酸盐的γ射线)而创建的图像。由于展示被诸如皮肤、皮下脂肪和骨骼之类的其它组织遮盖的内部解剖结构，医学成像是许多医学诊断和/或治疗不可或缺的。医学成像模式的示例包括：2维成像(模式)，比如x射线平片、骨闪烁显像和热像；和3维成像模式，比如磁共振成像(mri)、计算机化断层显像(ct)、心脏司它比(sestamibi)扫描和正电子放射断层显像(pet)扫描。

技术实现要素：

提供系统、方法和制品用于计算模拟解剖结构的三维表示，所述制品包括计算机程序产品。在一些示例实施例中，提供一种系统，所述系统包括至少一个处理器和至少一个存储器。所述至少一个存储器可包括程序代码，所述程序代码当由所述至少一个处理器执行时提供操作。所述操作可包括：在包括多个模拟三维表示的库中，识别与第一对象的第一内部解剖结构相对应的第一模拟三维表示，所述第一模拟三维表示至少基于与该第一模拟三维表示相对应的第一计算二维图像同描绘该第一对象的第一内部解剖结构的二维图像之间相匹配而被识别；以及生成输出，所述输出包括该第一对象的第一内部解剖结构的模拟三维表示。

在一些变型中，本文中公开的包括以下特征在内的一个或多个特征可以可选地包括在任何可行的组合中。所述操作可还包括生成库，所述生成库包括通过基于第二对象的第二内部解剖结构的第一三维表示来生成第一模拟三维表示。可至少通过改变第二对象的第二内部解剖结构的一项或多项属性来生成所述第一模拟三维表示。所述一项或多项属性可包括骨骼性质、器官几何形状、肌肉组织和/或皮下脂肪分布。库可还生成为包括第二对象的第二内部解剖结构的第一三维表示和/或第三对象的第三内部解剖结构的第二三维表示，所述第三对象的第三内部解剖结构具有至少一项与第二对象的第二内部解剖结构不同的属性。

在一些变型中，库的生成可包括至少基于第一模拟三维表示来生成第一计算二维图像。第一计算二维图像的生成可包括：至少基于第一模拟三维表示中包括的一种或多种组织的密度和/或透射率，来确定能够穿过所述第一模拟三维表示中包括的一种或多种组织以形成第一计算二维图像的辐射的量。

在一些变型中，第二对象的第二内部解剖结构的第一三维表示可包括描绘第二对象的第二内部解剖结构的计算机化断层显像(ct)扫描和/或磁共振成像(mri)扫描。

在一些变型中，第一模拟三维表示可进一步关联有对第一模拟三维表示中描绘的症征的诊断，并且其中，所述输出还生成为包括所述诊断。

在一些变型中，操作可还包括确定第一相似指数，所述第一相似指数指示第一计算二维图像与描绘第一对象的第一内部解剖结构的二维图像之间的匹配的密切度(closeness)。至少基于第一相似指数超过阈值和/或第一相似指数大于第二相似指数，所述第一模拟三维表示可被识别为与第一对象的第一内部解剖结构相对应，所述第二相似指数指示与第二模拟三维表示相对应的第二计算二维图像同描绘第一对象的第一内部解剖结构的二维图像之间的匹配的密切度。

在一些变型中，至少通过应用图像比较技术，所述第一计算二维图像可被确定为与描绘第一对象的第一内部解剖结构的二维图像匹配。图像比较技术可包括尺度不变特征变换(sift)、加速鲁棒特征(surf)、二进制鲁棒独立基本特征(brief)和/或定向式fast与旋转式brief(orb)。

在一些变型中，图像比较技术可包括机器学习模型。机器学习模型可包括自动编码器和/或神经网络。

在一些变型中，所述操作可还包括：至少基于描绘第一对象的第一内部解剖结构的二维图像，来确定针对配置为测量器官电活动的记录装置的导联部布设(leadplacement)，所述记录装置包括配置为检测体表上与器官电活动相对应的电压变化的一个或多个导联部；以及至少基于所述导联部布设和第一对象的第一内部解剖结构的第一模拟三维表示，来生成对由记录装置测量的电活动的模拟。

在一些变型中，对由记录装置测量的电活动的模拟可包括被记录装置中包括的一个或多个导联部中的每一个检测到的信号。记录装置可配置为实施心电描记(ecg)和/或脑电描记(eeg)。输出可还生成为包括所述导联部布设和/或所述对由记录装置测量的电活动的模拟。

在一些变型中，对第一模拟三维表示的识别可还包括：至少基于第一对象的人口统计特征和/或生命统计资料与在第二模拟三维表示中描绘的第二对象的人口统计特征和/或生命统计资料之间失配/非匹配，而排除第二模拟三维表示。

在一些变型中，对第一模拟三维表示的识别可还包括：至少基于在第二模拟三维表示中描绘的症征与第一对象的一种或多种症状不一致，而排除第二模拟三维表示。

在一些变型中，所述操作可还包括向客户端提供输出，所述向客户端提供输出包括通过向客户端发送该输出的至少一部分和/或生成配置为在客户端处显示所述输出的至少一部分的用户界面。

在另一方面中，提供一种用于计算模拟解剖结构的三维表示的方法。所述方法可包括：在包括多个模拟三维表示的库中，识别与第一对象的第一内部解剖结构相对应的第一模拟三维表示，所述第一模拟三维表示至少基于与该第一模拟三维表示相对应的第一计算二维图像同描绘该第一对象的第一内部解剖结构的二维图像之间相匹配而被识别；以及生成输出，所述输出包括所述第一对象的第一内部解剖结构的模拟三维表示。

在一些变型中，本文中公开的包括以下特征在内的一个或多个特征可以可选地包括在任何可行的组合中。所述方法可还包括生成库，所述生成库包括通过基于第二对象的第二内部解剖结构的第一三维表示来生成第一模拟三维表示。至少通过改变第二对象的第二内部解剖结构的一项或多项属性，所述第一模拟三维表示可被生成。所述一项或多项属性可包括骨骼性质、器官几何形状、肌肉组织和/或皮下脂肪分布。该库可还生成为包括第二对象的第二内部解剖结构的第一三维表示和/或第三对象的第三内部解剖结构的第二三维表示，所述第三对象的第三内部解剖结构具有至少一项与第二对象的第二内部解剖结构不同的属性。

在一些变型中，库的生成可包括：至少基于第一模拟三维表示，来生成第一计算二维图像。第一计算二维图像的生成可包括：至少基于第一模拟三维表示中包括的一种或多种组织的密度和/或透射率，来确定能够穿过所述第一模拟三维表示中包括的一种或多种组织以形成第一计算二维图像的辐射的量。

在一些变型中，第二对象的第二内部解剖结构的第一三维表示可包括描绘第二对象的第二内部解剖结构的计算机化断层显像(ct)扫描和/或磁共振成像(mri)扫描。

在一些变型中，第一模拟三维表示可进一步关联有对第一模拟三维表示中描绘的症征的诊断，并且其中，所述输出还生成为包括所述诊断。

在一些变型中，方法可还包括确定第一相似指数，所述第一相似指数指示第一计算二维图像与描绘第一对象的第一内部解剖结构的二维图像之间的匹配的密切度。至少基于第一相似指数超过阈值和/或第一相似指数大于第二相似指数，所述第一模拟三维表示可被识别为与第一对象的第一内部解剖结构相对应，所述第二相似指数指示与第二模拟三维表示相对应的第二计算二维图像同描绘第一对象的第一内部解剖结构的二维图像之间的匹配的密切度。

在一些变型中，至少通过应用图像比较技术，所述第一计算二维图像可被确定为与描绘第一对象的第一内部解剖结构的二维图像匹配。图像比较技术可包括尺度不变特征变换(sift)、加速鲁棒特征(surf)、二进制鲁棒独立基本特征(brief)和/或定向式fast与旋转式brief(orb)。

在一些变型中，图像比较技术可包括机器学习模型。所述机器学习模型可包括自动编码器和/或神经网络。

在一些变型中，方法可还包括：至少基于描绘第一对象的第一内部解剖结构的二维图像，来确定针对配置为测量器官电活动的记录装置的导联部布设，所述记录装置包括配置为检测体表上与器官电活动相对应的电压变化的一个或多个导联部；以及至少基于所述导联部布设和第一对象的第一内部解剖结构的第一模拟三维表示，来生成对由记录装置测量的电活动的模拟。

在一些变型中，对由记录装置测量的电活动的模拟可包括被记录装置中包括的一个或多个导联部中的每一个检测到的信号。记录装置可配置为实施心电图(ecg)和/或脑电图(eeg)。输出可还生成为包括所述导联部布设和/或所述对由记录装置测量的电活动的模拟。

在一些变型中，对第一模拟三维表示的识别可还包括：至少基于第一对象的人口统计特征和/或生命统计资料与在第二模拟三维表示中描绘的第二对象的人口统计特征和/或生命统计资料之间失配，而排除第二模拟三维表示。

在一些变型中，对第一模拟三维表示的识别可还包括：至少基于在第二模拟三维表示中描绘的症征与第一对象的一种或多种症状不一致，而排除第二模拟三维表示。

在一些变型中，方法可还包括向客户端提供输出，所述向客户端提供输出包括通过向客户端发送该输出的至少一部分和/或生成配置为在客户端处显示所述输出的至少一部分的用户界面。

在另一方面中，提供一种计算机程序产品，所述计算机程序产品包括存储指令的非暂时性计算机可读媒介。所述指令可引起能够由至少一个数据处理器执行的操作。所述操作可包括：在包括多个模拟三维表示的库中，识别与第一对象的第一内部解剖结构相对应的第一模拟三维表示，所述第一模拟的三维表示至少基于与该第一模拟三维图像相对应的第一计算二维图像同描绘该第一对象的第一内部解剖结构的二维图像之间相匹配而被识别；以及生成输出，所述输出包括所述第一对象的第一内部解剖结构的模拟三维表示。

在另一方面中，提供一种用于计算模拟解剖结构的三维表示的设备。所述设备可包括：用于在包括多个模拟三维表示的库中识别与第一对象的第一内部解剖结构相对应的第一模拟三维表示的器具，所述第一模拟三维表示至少基于与该第一模拟三维表示相对应的第一计算二维图像同描绘该第一对象的第一内部解剖结构的二维图像之间相匹配而被识别；以及用于生成输出的器具，所述输出包括所述第一对象的第一内部解剖结构的模拟三维表示。

还提供系统、方法和制品用于计算修正电记录图，所述制品包括计算机程序产品。在一些示例实施例中，提供一种系统，所述系统包括至少一个处理器和至少一个存储器。所述至少一个存储器可包括程序代码，所述程序代码在由所述至少一个处理器执行时提供操作。所述操作可包括：识别包括目标器官的对象的解剖结构的至少一部分的三维表示；识别一个或多个电记录图导联部在对象身体上的非标准导联部布设；至少基于所述三维表示，生成该目标器官的一种或多种模拟电激活；至少基于所述一种或多种模拟电激活，生成与一个或多个电记录图导联部在对象身体上的非标准导联部布设相关联的非标准电记录图；至少基于所述一种或多种模拟电激活，生成与一个或多个电记录图导联部在对象身体上的标准导联部布设相关联的标准电记录图；以及至少基于所述非标准电记录图和标准电记录图之间的差异，修正对于该对象利用非标准导联部布设生成的实际电记录图。

在一些变型中，本文中公开的包括以下特征在内的一个或多个特征可以可选地包括在任何可行的组合中。所述标准电记录图、非标准电记录图和实际电记录图可包括心电图、脑电图或矢量心电图。

在一些变型中，修正可包括生成用于将非标准电记录图变换成标准电记录图的变换矩阵和对实际电记录图应用所述变换矩阵。

在一些变型中，对三维表示的识别可包括将对象的解剖结构的一部分的二维图像与库中包括的一个或多个二维图像进行比较，所述库将一个或多个二维图像映射到一个或多个对应的三维表示。

在一些变型中，至少基于对所述解剖结构的一部分的二维图像的分析，所述非标准导联部布设可被识别。

在一些变型中，操作可还包括：至少通过检索包括多个模拟电记录图的库，来识别与修正的电记录图相匹配的模拟电记录图。所述库可将多个模拟电记录图映射到目标器官的用于生成该多个模拟电记录图的一项或多项特性。

在另一方面中，提供一种用于计算修正电记录图的方法。所述方法可包括：识别包括目标器官的对象的解剖结构的至少一部分的三维表示；识别一个或多个电记录图导联部在对象身体上的非标准导联部布设；至少基于所述三维表示，生成该目标器官的一种或多种模拟电激活；至少基于所述一种或多种模拟电激活，生成与一个或多个电记录图导联部在对象身体上的非标准导联部布设相关联的非标准电记录图；至少基于所述一种或多种模拟电激活，生成与一个或多个电记录图导联部在对象身体上的标准导联部布设相关联的标准电记录图；以及至少基于所述非标准电记录图和标准电记录图之间的差异，修正对于该对象利用所述非标准导联部布设生成的实际电记录图。

在一些变型中，本文中公开的包括以下特征在内的一个或多个特征可以可选地包括在任何可行的组合中。所述标准电记录图、非标准电记录图和实际电记录图可以包括心电图、脑电图或矢量心电图。

在一些变型中，修正可包括生成用于将非标准电记录图变换为标准电记录图的变换矩阵和对实际电记录图应用所述变换矩阵。

在一些变型中，对三维表示的识别可包括将对象的解剖结构的一部分的二维图像与库中包括的一个或多个二维图像进行比较，所述库将一个或多个二维图像映射到一个或多个对应的三维表示。

在一些变型中，至少基于对所述解剖结构的一部分的二维图像的分析，所述非标准导联部布设可被识别。

在一些变型中，方法可还包括：至少通过检索包括多个模拟电记录图的库，来识别与修正的电记录图相匹配的模拟电记录图。所述库可将多个模拟电记录图映射到目标器官的用于生成该多个模拟电记录图的一项或多项特性。

在另一方面中，提供一种计算机程序产品，所述计算机程序产品包括存储指令的非暂时性计算机可读媒介。所述指令可引起能够由至少一个数据处理器执行的操作。所述操作可包括：识别包括目标器官的对象的解剖结构的至少一部分的三维表示；识别一个或多个电记录图导联部在对象身体上的非标准导联部布设；至少基于所述三维表示，生成该目标器官的一种或多种模拟电激活；至少基于所述一种或多种模拟电激活，生成与一个或多个电记录图导联部在对象身体上的非标准导联部布设相关联的非标准电记录图；至少基于所述一种或多种模拟电激活，生成与一个或多个电记录图导联部在对象身体上的标准导联部布设相关联的标准电记录图；以及至少基于所述非标准电记录图和标准电记录图之间的差异，修正对于该对象利用非标准导联部布设生成的实际电记录图。

在另一方面中，提供一种用于计算修正电记录图的设备。该设备可包括：用于识别包括目标器官的对象的解剖结构的至少一部分的三维表示的器具；用于识别一个或多个电记录图导联部在对象身体上的非标准导联部布设的器具；用于至少基于三维表示来生成目标器官的一种或多种模拟电激活的器具；用于至少基于所述一种或多种模拟电激活来生成与一个或多个电记录图导联部在对象身体上的非标准导联部布设相关联的非标准电记录图的器具；用于至少基于所述一种或多种模拟电激活来生成与一个或多个电记录图导联部在对象身体上的标准导联部布设相关联的标准电记录图的器具；以及用于至少基于所述非标准电记录图和标准电记录图之间的差异来修正对于该对象利用非标准导联部布设生成的实际电记录图的器具。

当前主题的实施方式可包括包含所描述的一个或多个特征的一致的系统和方法以及这样的物项，所述物项包含可操作来促使一个或多个机器(例如，计算机等)带有本文中所描述的操作的有形体现的机器可读媒介。类似地，还描述了计算机系统，所述计算机系统可包括一个或多个处理器和耦接到该一个或多个处理器的一个或多个存储器。存储器(该存储器可包括计算机可读存储媒介)可包括、编码、存储促使一个或多个处理器实施本文中描述的一项或多项操作的一个或多个程序等等。与当前主题的一个或多个实施方式相一致的由计算机实现的方法可通过驻设在单个计算系统或多个计算系统中的一个或多个数据处理器实现。这样的多个计算系统可以相连接，并且可以经由一种或多种连接包括例如通过网络(例如，internet、无线广域网、局域网、广域网、有线网络等)的连接、通过多个计算系统中的一个或多个之间的直接连接等来交换数据和/或命令或者其它的指令等等。

附图与以下描述中对本文中所描述的主题的一个或多个变型的细节进行了阐述。本文中所描述的主题的其它特征和优点从说明书和附图以及从权利要求书将会是显而易见的。尽管出于说明目的而关于计算模拟解剖结构的图像来描述当前公开主题的某些特征，然而应会容易理解的是，这类特征并不意图是限制性的。本公开所附的权利要求旨在限定受保护主题的范围。

附图说明

被并入在本说明书中并构成本说明书一部分的附图示出了本文中公开的主题的某些方面，并且附图与说明书一起帮助阐明与所公开的实施方式关联的一些原理。在附图中，

图1绘示系统图，图示出根据某些示例实施例的成像系统；

图2绘示框图，图示出根据某些示例实施例的、识别与对象的内部解剖结构最密切对应的模拟三维表示的示例；

图3a绘示根据某些示例实施例的、参考对象的骨骼解剖结构的模拟三维表示的示例；

图3b绘示根据某些示例实施例的、参考对象的骨骼解剖结构的模拟三维表示的另一示例；

图3c绘示根据某些示例实施例的、参考对象的骨骼解剖结构的模拟三维表示的另一示例；

图4a绘示根据某些示例实施例的、参考对象的心脏解剖结构的模拟三维表示的示例；

图4b绘示根据某些示例实施例的、参考对象的心脏解剖结构的模拟三维表示的另一示例；

图4c绘示根据某些示例实施例的、参考对象的心脏解剖结构的模拟三维表示的另一示例；

图5绘示根据某些示例实施例的、用于生成计算二维图像的技术的示例；

图6a绘示根据某些示例实施例的、临床二维前后位(ap)胸部x射线图像的示例，所述图像示出了对象的解剖结构、可植入式心脏复律-除颤器的存在以及体表电极的位置；

图6b绘示根据某些示例实施例的、临床二维侧位胸部x射线图像的示例，所述图像示出了对象的解剖结构、可植入式心脏复律-除颤器的存在以及体表电极的位置。

图7绘示根据某些示例实施例的、用于测量器官(例如，心脏)的电活动的体表电极(例如，用于12导联部式心电图的心前导联部)的标准定位的示例；

图8绘示根据某些示例实施例的、来自测量器官电活动的记录装置的输出(例如，标准12导联部式心电图)的示例；

图9a绘示流程图，图示出根据某些示例实施例的成像过程的示例；

图9b绘示流程图，图示出根据某些示例实施例的、成像过程和生成对象的计算模型的示例；

图9c绘示简图，图示出根据某些示例实施例的用于生成修正的电记录图的过程的示例；

图9d绘示简图，图示出根据某些示例实施例的用于生成修正的矢量图的过程的示例；以及

图10绘示框图，图示出根据某些示例实施例的计算系统。

当实际可行中，相似的附图标记标示相似的结构、特征或元件。

具体实施方式

投影式或2维放射线显像技术(例如，x射线平片、γ射线成像(比如骨闪烁显像)、荧光透视等等)尽管广泛可得且较为廉价、然而只能产生对象内部解剖结构的二维图像，这些二维图像可能不足以进行各种医学诊断和治疗。用于生成对象内部解剖结构的三维表示的常规技术包括计算机化断层显像(ct)和磁共振成像(mri)。然而，计算机化断层显像和磁共振成像需要专门的器械、经过训练的技术人员，通常需要更多的时间来获取，并且可能难以在侵入性手术期间实施或在重症对象身上实施。因此，与投影式放射线显像相比，计算机化断层显像和磁共振成像往往更难获得、成本更高且往往不可行。

在一些示例实施例中，代替依赖于计算机化断层显像或磁共振成像来获得对象内部解剖结构的三维表示，对象内部解剖结构的模拟三维表示可基于对象内部解剖结构的一个或多个二维图像被确定。例如，可基于对象内部解剖结构的一个或多个二维图像(例如，图6a和图6b)来识别与对象的内部解剖结构相对应的模拟三维表示。对象的内部解剖结构的二维图像可利用包括例如x射线，γ射线成像(例如，骨闪烁显像)、荧光检查等的投影式放射线显像技术被获取。同时，该模拟三维表示可以是各模拟三维表示的库的部分，所述各模拟三维表示中的每一个与一个或多个对应的二维图像关联。例如，可基于库中所包括的每个模拟三维表示中来生成一个或多个模拟射线照片图像(例如，x射线图像、γ射线图像等)。相应地，识别与对象的内部解剖结构相对应的模拟三维表示可包括将对象内部解剖结构的二维图像与和模拟三维表示关联的计算二维图像进行匹配。

模拟三维表示的库包括一个或多个参考对象的内部解剖结构的一个或多个已有三维表示，所述一个或多个已有三维表示包括例如计算机化断层显像扫描、磁共振成像扫描等。参考对象可表现出各种不同的解剖结构属性包括例如骨骼性质(例如，尺寸、畸形特征等)、器官几何形状(例如，尺寸、相对位置等)、肌肉组织、皮下脂肪分布等的变化。这样，库中所包括的模拟三维表示还可描绘各种不同的解剖结构属性。此外，另外的解剖结构变化可至少通过如下而被引入到模拟三维表示的库中：基于已有三维表示，生成至少包括所述对应参考对象的内部解剖结构的变化的一个或多个模拟三维表示。例如，在某一表示中，肌肉(例如，胸大肌)的厚度会是5mm。在另一表示中，肌肉(例如，胸大肌)的厚度会是10mm。例如，基于参考对象的内部解剖结构的已有三维表示，一个或多个另外的模拟三维表示可被生成来包括同一参考对象的骨骼性质(例如，尺寸、畸形特征等)、器官的几何形状(例如，尺寸、相对位置等)、肌肉组织和/或皮下脂肪分布的变化。

库中所包括的每个模拟三维表示可以与一个或多个计算二维图像关联，所述一个或多个计算二维图像例如包括x射线图像、γ射线图像等等。至少基于(a)形成对应模拟三维表示中所包括的每个解剖结构(例如，器官)的不同组织的密度和/或辐射透射率、或者(b)不同组织对放射性药物(例如，锝(99mtc)亚甲基二膦酸盐等)的吸收率和放射性药物的发射率，可生成计算二维图像。此外，可针对每个模拟三维表示生成多个计算二维图像，以便捕获模拟三维表示的包括例如左前斜位视图、右前斜位视图、平直前后位视图等的不同视图。例如，可至少部分地基于人类躯干中所包括的各种解剖结构比如皮肤、骨骼、皮下脂肪、内脏脂肪、心脏、肺、肝脏、胃、肠等的相应的密度和/或辐射透射率来生成人类躯干的模拟三维表示的模拟x射线图像。在某些变型中，这可利用软件平台blender(blenderfoundation，阿姆斯特丹，荷兰)来完成。在一些变型中，可以将身体的三维模型加载到blender中。模型内的不同组织可被分配以不同的透光率(例如，对于皮下脂肪的透射率较大，对于骨的透射率较小)。可以将模拟光源布设在模型的一侧上，并且将平坦表面布设在模型的另一侧上。计算光透过模型的透射率，并记录在该二维表面上的投影图像。该图像可进一步被操纵(例如，白黑反转)来产生模拟2维射线照片。如提及的，在某些示例实施例中，可通过将对象内部解剖结构的二维图像与和模拟三维表示关联的计算二维图像作最小匹配来识别与对象的内部解剖结构相对应的模拟三维表示。

在某些示例实施例中，库中所包括的模拟三维表示及对应的计算二维图像中的每者都可与诊断相关联。这样，当将对象的二维图像(例如，x射线图像、γ射线图像等)与和库中所包括的三维表示关联的计算二维图像进行匹配时，可以基于与所述计算二维图像相关联的诊断来确定对对象的诊断。例如，如果对象的二维图像与和扩张型心肌病关联的计算二维图像相匹配，则可以确定对象患有扩张型心肌病。应理解的是，对象的二维图像可通过应用各种图像比较技术而被匹配到一个或多个计算二维图像，所述各种图像比较技术包括例如尺度不变特征变换(sift)、加速鲁棒特征(surf)、二进制鲁棒独立基本特征(brief)、定向式fast与旋转式brief(orb)等。对象的二维图像与一个或多个计算二维图像之间的匹配可进一步通过应用一种或多种基于机器学习的图像比较技术来确定，所述一种或多种基于机器学习的图像比较技术包括例如自动编码器、神经网络等等。

例如，二维图像与一个或多个计算二维图像之间的匹配可通过应用一种或多种卷积神经网络、递归神经网络等来确定。所述神经网络可基于训练数据进行训练，所述训练数据包括成对的匹配的和/或不匹配的二维图像。此外，神经网络可被训练来检查对象的二维图像与库中所包括的至少一些计算二维图像的对应部分中存在的特征，以确定每对二维图像之间的相似性度量。

在某些示例实施例中，对象内部解剖结构的二维图像与一个或多个计算二维图像之间的匹配可以是概率性的。例如，当对象的二维图像与计算二维图像匹配时，每个计算二维图像可关联有这样的值(例如，相似指数等)，所述值指示二维图像与计算二维图像之间的匹配的密切度。此外，基于与每个计算二维图像相关联的诊断，可确定对于该对象的多项诊断，所述多项诊断包括每项诊断的可能性。例如，对所述对象的诊断可包括对象患有扩张型心肌病的第一概率(例如，x百分比几率)和对象患有肺栓塞的第二概率(例如，x百分比几率)，所述概率是至少基于对象的二维图像与库中所包括的计算二维图像之间的概率匹配。

器官的电活动基本上通过记录装置测量，所述记录装置具有一个多个导联部(例如，测量电压变化的成对电极)，所述一个或多个导联部可在身体的表面上被布设在器官附近，如在用于测量心脏电活动的心电描记(ecg)和用于测量大脑电活动的脑电描记(eeg)的情况中。尽管是医学中常见的诊断方式，然而表面记录关联有许多局限性。例如，表面记录(例如，心电描记、脑电描记等)是在标准表面电记录图安设(例如，导联部布设)的假设下来实施的，即使实际导联部位置的变化会改变所得电记录图和/或矢量图(例如，心电图、脑电图、矢量心电图等)的形态。所得电记录图的形态也可因个体解剖结构(例如，肥胖等)的显著变化和/或并存症(例如，肺病肺气肿等)的存在而改变，所述个体解剖结构的显著变化和/或并存症的存在使通过身体的电信号的传导发生变化。这些电学改变可将错误引入到基于电记录图所作出的诊断中和利用电信号来映射器官电活动(例如，映射心律不齐的根源等等)的过程中。这样，在某些示例实施例中，捕获体表导联部布设和对象解剖结构的个体变化的对象特定的计算模拟环境会使对器官(例如，心脏、大脑等)电活动的计算能够更加准确。例如，针对对象的定制化计算模拟环境可生成为包括内部解剖结构(例如，包括心脏的胸部解剖结构，以便测量心脏电活动)的三维表示，如以上所描述的。可基于对象内部解剖结构的三维表示来模拟器官的电活动。所模拟的电活动可包括正常电激活(例如，窦性心律)和异常电激活(例如，室性心动过速)。此外，器官的一项或多项电学性质可基于对器官电活动的模拟而被确定。

在某些示例实施例中，记录装置的每个导联部的布设可基于对象内部解剖结构的一个或多个二维图像来确定。基于器官的模拟电活动和所获知的导联部在对象身体表面上的位置，用于模拟记录装置的输出(例如，在每个电记录图导联部处检测到的电信号)可基于对象内部解剖结构的对应的模拟三维表示被确定，从而生成模拟电记录图(例如，模拟心电图、模拟脑电图等)。在确定了模拟器官(例如，心脏)与模拟电记录图性质(例如，非标准心电图导联部位置)之间的关系后，每个导联部与可能的器官电激活模式之间的关系可以被更加准确地计算。例如，模拟器官与模拟电记录图性质之间的关系可实现计及/考虑到导联部布设和对象解剖结构方面变化的、对象特定的变换矩阵或修正矩阵的生成。在一些实施例中，可至少通过基于临床数据更新模拟算法，来改善被应用来生成模拟输出的模拟算法的精度，所述临床数据包括如从体表电极测量到的、对对象器官电活动的实际测量结果。

图1绘示了系统图，图示出根据某些示例实施例的成像系统100。参考图1，成像系统100可包括模拟控制器110、客户端120和存储图像库135的数据存储部130。如图1中所示，模拟控制器110、客户端120和数据存储部130可经由网络140通信联接。网络140可以是包括例如广域网(wan)、局域网(lan)、虚拟局域网(vlan)、公共陆地移动网络(plmn)、internet等的有线网络和/或无线网络。同时，数据存储部130可以是数据库包括例如图形数据库、内存数据库、关系数据库、非sql(nosql)数据库等。

在某些示例实施例中，模拟控制器110可配置为至少基于对象的内部解剖结构的一个或多个二维图像来识别图像库135中与该对象的内部解剖结构相对应的模拟三维表示。例如，模拟控制器110可从客户端120接收该对象内部解剖结构的一个或多个二维图像，所述一个或多个二维图像可利用包括例如x射线、γ射线、荧光检查、热像等的投影式放射线显像技术生成。模拟控制器110可至少基于对象的内部解剖结构的二维图像与和该模拟三维表示关联的计算二维图像相匹配而将该模拟三维表示识别为与对象的内部解剖结构相对应。

为进一步说明，图2绘示了框图，图示出根据某些示例实施例的、识别与对象的内部解剖结构相对应的模拟三维表示的示例。参考图1-2，模拟控制器110可从客户端120接收描绘对象210的内部解剖结构的一个或多个二维图像，所述一个或多个二维图像包括例如二维图像215。二维图像215可利用包括例如x射线、γ射线、荧光检查等的投影式放射线显像技术生成。在某些示例实施例中，模拟控制器110可至少基于二维图像215来识别图像库135中与对象210的内部解剖结构相对应的一个或多个模拟三维表示。

再次参考图2，图像库135可包括多个模拟三维表示，所述多个模拟三维表示包括例如第一模拟三维表示220a、第二模拟三维表示220b、第三模拟三维表示220c等。如图2中所示，图像库135中包括的每个模拟三维表示可与一个或多个计算二维图像关联，所述一个或多个计算二维图像中的每个基于对应的模拟三维表示被生成。例如，图2示出了：第一模拟三维表示220a与基于第一模拟三维表示220a生成的第一计算二维图像225a关联，第二模拟三维表示220b与基于第二模拟三维表示220b生成的第二计算二维图像225b关联，以及第三模拟三维表示220c与基于第三模拟三维表示220c生成的第三计算二维图像225c关联。

模拟控制器110可应用一种或多种图像比较技术来确定二维图像215是否匹配与第一模拟三维表示220a关联的第一计算二维图像225a、与第二模拟三维表示220b关联的第二计算二维图像225b和/或与第三模拟三维表示220c关联的第三计算二维图像225c。一种或多种图像比较技术可包括尺度不变特征变换(sift)、加速鲁棒特征(surf)、二进制鲁棒独立基本特征(brief)、定向式fast与旋转式brief(orb)等。替代地和/或另外地，一种或多种图像比较技术可包括经训练来识别相似图像的一种或多种机器学习模型，所述机器学习模型包括例如自动编码器、神经网络等。

在某些示例实施例中，模拟控制器110可应用一种或多种图像比较技术来生成二维图像215与第一计算二维图像225a、第二计算二维图像225a和第三计算二维图像225c中的一者或多者之间的概率匹配。如图2中所示，第一计算二维图像225a、第二计算二维图像225b和第三计算二维图像225c中的每一个可以是相似指数和/或指示与二维图像215的匹配密切度的另外的值。例如，模拟控制器110可以确定第一计算二维图像225a与二维图像215为75％相似，第二计算二维图像225b与二维图像215为5％相似，以及第三计算二维图像225c与二维图像215为55％相似。模拟控制器110可至少基于相应的相似指数来确定第一计算二维图像225a、第二计算二维图像225b和第三计算二维图像225c中的一个或多个与二维图像215匹配。例如，模拟控制器110可基于第一计算二维图像225a关联有最高的相似指数和/或第一计算二维图像225a关联有超过阈值的相似指数而确定第一计算二维图像225a与二维图像215匹配。

在某些示例实施例中，模拟控制器110可至少基于与二维图像215匹配的计算二维图像来识别与对象210的内部解剖结构相对应的一个或多个模拟三维表示。例如，基于第一计算二维图像225a被确定为与二维图像215匹配，模拟控制器110可识别第一模拟三维表示220a为与对象210的内部解剖结构相对应。

此外，如图2中所示，第一模拟三维表示220a、第二模拟三维表示220b和第三模拟三维表示220c中的每个都可关联有诊断。这样，模拟控制器110可至少基于被确定为与对象210的内部解剖结构相对应的一个或多个模拟三维表示来进一步确定对于对象210的一项或多项诊断。当模拟控制器110确定针对对象210的多项诊断时，每项诊断可关联有概率，所述概率与二维图像215同和该二维图像215匹配的计算二维图像之间的相似指数相对应。例如，基于二维图像215与第一计算二维图像225a之间75％的相似性，模拟控制器110可以确定对象210患有扩张型心肌病的几率为75％。替代地和/或另外地，基于二维图像215与第二计算二维图像225b之间5％的相似性，模拟控制器110可以确定对象210患有肺栓塞的几率为5％。

在某些示例实施例中，对对象210的实际诊断可被用来至少完善用于将二维图像215与第一计算二维图像225a、第二计算二维图像225b和第三计算二维图像225c中的一个或多个进行匹配的一种或多种基于机器学习的图像比较技术。例如，如果应用经训练的机器学习模型(例如，自动编码器、神经网络等)的模拟控制器110确定二维图像215与对应于扩张型心肌病的第一计算二维图像225a相匹配，但对对象210的实际诊断是肋骨骨折，则模拟控制器110可至少重新训练机器学习模型为将二维图像215修正地匹配到第三计算二维图像225c。可基于另外的训练数据来重新训练机器学习模型，所述另外的训练数据至少包括描绘肋骨骨折的一些二维图像。机器学习模型的重新训练可包括：进一步更新机器学习模型所应用的一项或多项权重和/或偏差，以减少机器学习模型输出中的误差，所述误差包括例如描绘肋骨骨折的二维图像的失配。

为了减少与针对匹配二维图像215的一个或多个计算二维图像检索图像库135相关联的时间和计算资源，模拟控制器110可应用一个或多个筛选器(filter)来从检索中排除至少一些计算二维图像。例如，可基于一项或多项属性、比如例如计算二维图像中描绘的参考对象的人口统计特征(例如，年龄、性别等)和/或生命统计资料(例如，身高、体重等)，来对图像库135中包括的计算二维图像(及对应的模拟的三维表示)进行索引。替代地和/或另外地，可基于对象的对应的主症和/或主疾，来对图像库135中包括的计算二维图像(及对应的模拟三维表示)进行索引。例如，可基于“胸痹”的疾病或症状来对第一计算二维图像225a、第二计算二维图像225b和第三计算二维图像225c进行索引。替代地和/或另外地，也可基于对应的诊断和/或诊断的类型来对图像库135中包括的计算二维图像(及对应的模拟的三维表示)索引。例如，第一计算二维图像225a和第二计算二维图像225b可被索引为“心脏症征”，而第三计算二维图像225c可被索引为“骨折”。

相应地，代替将二维图像215与图像库135中包括的每个计算二维图像进行比较，模拟控制器110可基于对象210的人口统计特征和/或生命统计资料而排除具有与对象210不同的人口统计特征和/或生命统计资料的参考对象的一或多个计算二维图像。替代地和/或另外地，模拟控制器110也可基于对象210的一种或多种症状而进一步排除与和对象210的症状不一致的诊断相关联的一个或多个计算二维图像。

再次参考图2，图像库135可包括多个模拟三维表示，所述多个模拟三维表示包括例如第一模拟三维表示220a、第二模拟三维表示220b、第三模拟三维表示220c等。在某些示例实施例中，第一模拟三维表示220a、第二模拟三维表示220b和/或第三模拟三维表示220c可以是一个或多个参考对象的内部解剖结构的已有三维表示，所述已有三维表示包括例如计算机化断层显像扫描、磁共振成像扫描等等。参考对象可表现出各种不同的解剖结构属性，这些包括例如骨骼性质(例如，尺寸、畸形特征等)、器官几何形状(例如，尺寸、相对位置等)、肌肉组织、皮下脂肪分布等的变化。这样，第一模拟三维表示220a、第二模拟三维表示220b和/或第三模拟三维表示220c还可描绘各种不同的解剖结构属性。

根据某些示例实施例，另外的解剖学变化可至少通过如下而由计算/计算机化地引入到图像库135中：基于已有三维表示，生成至少包括所述对应参考对象的内部解剖结构的变化的一个或多个模拟三维表示。例如，基于参考对象的内部解剖结构的一个或多个已有三维表示，第一模拟三维表示220a、第二模拟三维表示220b和/或第三模拟三维表示220c可被生成为包括同一参考对象的骨骼性质(例如，尺寸、畸形特征等)、器官几何形状(例如，尺寸、相对位置等)、肌肉组织和/或皮下脂肪的变化。

为进一步说明，图3a-c和图4a-c绘示了根据某些示例实施例的内部解剖结构的模拟三维表示的示例。图3a-c和图4a-c绘示了基于一个或多个参考对象的内部解剖结构的已有三维表示形式所可生成的模拟三维表示的示例，所述已有三维表示包括例如计算机化断层显像扫描、磁共振成像扫描等。此外，图3a-c和图4a-c绘示了具有由计算引入的解剖结构变化的模拟三维表示的示例，所述由计算引入的解剖结构变化包括例如骨骼性质(例如，尺寸、畸形特征等)、器官几何形状(例如尺寸、相对位置等)、肌肉组织、皮下脂肪分布等的变化。

例如，图3a-c绘示了根据某些示例实施例的骨骼解剖结构的模拟三维表示的示例。图3a可描绘第一参考对象的骨骼解剖结构的模拟三维表示310，该第一参考对象，65岁，男性，6英尺5英寸高，体重220磅，并患有严重的充血性心力衰竭、其中左心室射血分数为25％。图3b可描绘第二参考对象的骨骼解剖结构的模拟三维表示320，该第二参考对象，70岁，女性，5英尺7英寸高，体重140磅，并患有中度慢性收缩性充血性心力衰竭、其中左心室射血分数为35％。此外，图3c可描绘第三参考对象的骨骼解剖结构的模拟三维表示330，该第三参考对象，18岁，体重120磅，并患有先天性心脏病、其中射血分数为45％。如所提及的，图3a-c可基于一项或多项属性进行索引，所述一项或多项属性包括例如人口统计特征(例如，年龄、性别等)、生命统计资料(例如，体重、身高等)和/或对应参考对象的症征。

图4a-c绘示了根据某些示例实施例的心脏解剖结构的模拟三维表示的示例。图4a绘示了带有中度充血性心力衰竭、射血分数为40％并且心室轴为30度(示出为黑线)的心脏的额状面中的模拟三维表示410。图4b绘示了正常射血分数为57％且心室轴为45度(示出为黑线)的心脏的额状面中的模拟三维表示420。此外，图4c绘示了带有严重左心室功能不全、射血分数为20％并且心室轴为20度(示出为黑线)的心脏的额状面中的模拟三维表示420。图4a-c也可基于一项或多项属性进行索引，所述一项或多项属性包括例如人口统计特征(例如，年龄、性别等)、生命统计资料(例如，体重、身高等)和/或对应参考对象的症征。

如所提及的，图像库135中包括的模拟三维表示可被用来生成图像库135中所包括的计算二维图像。例如，再次参考图2，第一计算二维图像225a可基于第一模拟三维表示220a生成，第二计算二维图像225b可基于第二模拟三维表示220b生成，并且第三计算二维图像225c可基于第三模拟三维表示220c生成。

图像库135中所包括的计算二维图像可对应于射线照片图像(例如，x射线图像、γ射线图像、荧光检查图像等)，所述射线照片图像基本上利用投影式或2维的放射线显像技术来捕获，在所述放射线显像技术中，对象的至少一部分被暴露于电磁辐射(例如，x射线、γ射线等)。这样，在某些示例实施例中，至少通过模拟被暴露于辐射源的效果，计算二维图像可被生成。例如，计算二维图像至少基于模拟三维表示中包括的不同组织的密度和/或辐射透射率。

为进一步说明，图5绘示了根据某些示例实施例的用于生成计算二维图像的技术的示例。参考图5，计算二维图像510可至少通过模拟内部解剖结构(例如胸腔等)的模拟三维表述530暴露于辐射源520(例如光)的效果被生成(例如，利用软件blender(blenderfoundation，阿姆斯特丹，荷兰))。计算二维图像510可至少通过如下生成：至少基于模拟三维表示530中包括的不同组织的密度和/或透射率，来确定能够穿过所述模拟三维表示530中包括的不同组织而传递到模拟表面上的模拟辐射(例如，来自模拟辐射源520)的量。该投影的图像然后被记录下并经进一步处理(例如白黑反转)而形成计算二维图像510。

在某些示例实施例中，可至少通过改变模拟辐射源520相对于模拟三维表示530的位置和/或方位来变化模拟三维表示530的被捕获在计算二维图像510中的视图(例如，平直前后位视图、前斜位视图等)。相应地，可针对每个模拟三维表示生成多个计算二维图像，以便捕获模拟三维表示的包括例如左前斜位视图、右前斜位视图、平直前后位视图等的不同视图。

如提及的，器官(例如，心脏、大脑等)的电活动基本上通过记录装置一个或多个体表导联部进行测量，所述体表导联部可以是配置为测量对象皮肤表面上与器官电活动相对应的电压变化的表面电极。例如，图6a绘示了临床二维图像610的示例，该示例示出了后前位(pa)视图。值得注意的是，图6a绘示了包括例如第一表面电极615a、第二表面电极615b和第三表面电极615c的多个表面电极的位置。应理解的是，第一表面电极615a、第二表面电极615b和第三表面电极615c中的一个或多个可处在非标准位置中。图6b绘示了临床二维图像620的另一示例，该示例示出了同一对象的左侧位视图。同样，在临床二维图像620中也可观察到若干个表面电极的位置。

另外，图7绘示了用于测量心脏电活动的导联部的示例。如图7中所示，多个导联部(例如，v1、v2、v3、v4、v5和v6)可被布设在对象皮肤的表面上。所述多个导联部中的每个可配置为测量对象皮肤表面上与对象心脏的电活动相对应的电压变化，所述电压变化包括例如因心脏连续的去极化和复极化而产生的偶极子。来自每个导联部的信号可以与一个或多个其它导联部相结合地被记录下，以生成例如图8中所示的表现出正常窦性心律的心电图800。

在某些示例实施例中，模拟控制器110可进一步配置为基于与对象的内部解剖结构相对应的计算二维图像和/或模拟三维表示来模拟器官(例如，心脏、大脑、胃肠系统等)的电活动。在如先前所描述地基于对象内部解剖结构的计算二维图像而确定了模拟记录装置中的每个导联部的布设后，针对模拟记录装置的输出(例如，在每个导联部处检测到的电信号)可基于对象内部解剖结构的对应模拟三维表示被确定，从而生成例如模拟心电图、模拟脑电图等。例如，可至少基于由与对象的内部解剖结构对应的模拟三维表示所指示的对象的解剖结构属性(例如，骨骼性质、器官几何形状、肌肉组织、皮下脂肪分布等)来模拟可在对象的皮肤表面上检测到的跨对象心脏的电势的传播(spread)和对应的信号。

确定目标器官的模拟电活动与模拟的体表电极读数之间的关系，计及导联部布设和对象解剖结构方面变化的对象特定的变换矩阵可被计算。该对象特定的变换矩阵或修正矩阵可用于更准确地确定器官的精确的电激活模式和方位。例如，对象特定的变换矩阵可被应用来生成修正的电记录图和/或修正的矢量图(例如，修正的心电图、修正的脑电图、修正的矢量心电图等)。修正的电记录图可带来改善的诊断输出和改善的对心律不齐根源的映射。

图9a绘示了流程图，图示出根据某些示例实施例的成像过程900的示例。参考图1和图9a，过程900可由模拟控制器110实施。例如，模拟控制器110可实施成像过程900，以至少通过识别图像库135中与对象210的内部解剖结构相对应的模拟三维表示而来生成对象210的内部解剖结构的三维表示。替代地和/或另外地，成像过程900可被实施，以基于与对象210的内部解剖结构相对应的模拟三维表示来确定对对象210的诊断。此外，在某些示例实施例中，模拟控制器100可实施成像过程900，以模拟对象210的一个或多个器官的电活动。

在902处，模拟控制器110可生成图像库，所述图像库包括内部解剖结构的多个模拟三维表示，所述多个模拟三维表示每个与诊断和一个或多个计算二维图像相关联。例如，如图2中所示，图像库135可包括多个模拟三维表示，所述多个模拟三维表示包括例如第一模拟三维表示220a、第二模拟三维表示220b、第三模拟三维表示220c等。第一模拟三维表示220a、第二模拟三维表示220b和/或第三模拟三维表示220c还可描绘各种不同的解剖结构属性。例如，第一模拟三维表示220a、第二模拟三维表示220b和/或第三模拟三维表示220c可以是表现出各种不同解剖结构属性包括例如骨骼性质(例如尺寸，畸形特征等)、器官几何形状(例如尺寸、相对位置等)、肌肉组织、皮下脂肪分布等变化的一个或多个参考对象的内部解剖结构的已有三维表示。替代地和/或另外地，一项或多项解剖结构变化也可由计算/计算机化地引入到第一模拟三维表示220a、第二模拟三维表示220b和/或第三模拟三维表示220c中。

在某些示例实施例中，图像库135中所包括的模拟三维表示可被用来生成图像库135中所包括的计算二维图像。例如，再次参考图2，第一计算二维图像225a可基于第一模拟三维表示220a生成，第二计算二维图像225b可基于第二模拟三维表示220b生成，并且第三计算二维图像225c可基于第三模拟三维表示220c生成。

第一计算二维图像225a、第二计算二维图像225b和第三计算二维图像225c可各自通过使对应的第一模拟三维表示220a、第二模拟三维表示220b和第三模拟三维表示220c暴露于模拟辐射源来生成。例如，第一计算二维图像225a可至少通过如下生成：至少基于该第一模拟三维表示220a中包括的不同组织的密度和/或透射率，来确定能够穿过所述第一模拟三维表示220a中包括的不同组织以形成第一计算二维图像225a的辐射(例如，来自模拟辐射源)的量。替代地和/或另外地，第二计算二维图像225b可至少通过如下生成：至少基于形成第二模拟三维表示220b中所包括的每个解剖结构(例如，器官)的不同组织的密度和/或透射率，来确定能够穿过所述第二模拟三维表示220b中包括的不同组织以形成第二计算二维图像225b的辐射(例如，来自模拟辐射源)的量。

此外，在某些示例实施例中，图像库135中所包括的模拟三维表示及对应的计算二维图像中的每者可关联有主症或主疾以及诊断。例如，第一计算二维图像225a、第二计算二维图像225b和第三计算二维图像225c可关联有“胸痹”的疾病或症状。此外，第一模拟三维表示220a(及第一计算二维图像225a)可关联有扩张型心肌病的诊断，第二模拟三维表示220b(及第二计算二维图像225b)可关联有肺栓塞的诊断，并且第三模拟三维表示220c(及第三计算二维图像225c)可关联有肋骨骨折的诊断。

在904处，模拟控制器110可至少基于与模拟三维表示相对应的计算二维图像同对象内部解剖结构的二维图像之间相匹配而在图像库中识别与对象的内部解剖结构相对应的模拟三维表示。例如，模拟控制器110可应用一种或多种图像比较技术来确定二维图像215是否匹配与第一模拟三维表示220a关联的第一计算二维图像225a、与第二模拟三维表示220b关联的第二计算二维图像225b和/或与第三模拟三维表示220c关联的第三计算二维图像225c。一种或多种图像比较技术可包括尺度不变特征变换(sift)、加速鲁棒特征(surf)、二进制鲁棒独立基本特征(brief)、定向式fast与旋转式brief(orb)等。替代地和/或另外地，一种或多种图像比较技术可包括经训练来识别相似图像的一种或多种机器学习模型，所述一种或多种机器学习模型包括例如自动编码器、神经网络等。

在某些示例实施例中，二维图像215与第一计算二维图像225a、第二计算二维图像225b和第三计算二维图像225c中的一者或多者之间的匹配会是概率性的。例如，如图2中所示，模拟控制器110可确定：第一计算二维图像225a与二维图像215为75％相似，第二计算二维图像225b与二维图像215为5％相似，并且第三计算二维图像225c与二维图像215为55％相似。模拟控制器110可至少基于具有计算二维图像具有最高的相似指数和/或具有超过阈值的相似指数而来确定第一计算二维图像225a、第二计算二维图像225b和第三计算二维图像225c中的一者或多者与二维图像215匹配。

在某些示例实施例中，可通过应用一个或多个筛选器来从检索中排除至少一些计算二维图像，来减少与针对匹配二维图像215的一个或多个计算二维图像检索图像库135相关联的时间和计算资源。例如，可基于计算二维图像中描绘的参考对象的诸如人口统计特征(例如年龄、性别等)和/或生命统计资料(例如身高、体重等)之类的一项或多项属性来对图像库135中包括的计算二维图像(及对应的模拟三维表示)进行索引。替代地和/或另外地，也可基于对应的诊断和/或诊断的类型来对图像库135中包括的计算二维图像(及对应的模拟三维表示)索引。

相应地，代替将二维图像215与图像库135中包括的每个计算二维图像进行比较，模拟控制器110可基于对象210的人口统计特征、生命统计资料和/或症状来排除具有不同人口统计特征、不同生命统计资料和/或与对象210的症状不一致的诊断的参考对象的一个或多个计算二维图像。例如，如果对象210表现出与心脏症征一致的症状，则图像库315可至少基于第三计算二维图像225c关联有与对象210的症状不一致的诊断(例如，肋骨骨折)而从对图像库135的检索中排除第三计算二维图像225c。

在906处，模拟控制器110可生成第一输出，所述第一输出包括与对象的内部解剖结构相对应的模拟三维表示和/或与该模拟三维表示相关联的诊断。例如，响应于对象210的二维图像215与第一计算二维图像225a匹配，模拟控制器110可生成包括第一模拟三维表示220a和/或与第一模拟三维表示220a关联的诊断(例如，扩张型心肌病)的输出。模拟控制器110可将输出生成为还包括指示二维图像215与第一计算二维图像225a之间的匹配密切度(例如，75％相似)的值。替代地和/或另外地，模拟控制器110可将输出生成为包括指示与第一模拟三维表示220a关联的诊断概率(例如，扩张型心肌病为75％的可能性)的值。

应理解的是，模拟控制器110可向客户端120发送第一输出，所述第一输出包括与对象的内部解剖结构相对应的模拟三维表示和/或与该模拟三维表示相关联的诊断。替代地和/或另外地，模拟控制器110可生成用户界面，所述用户界面配置为在客户端120处显示包括与对象的内部解剖结构相对应的模拟三维表示和/或与模拟三维表示关联的诊断的第一输出。

在908处，模拟控制器110可至少基于对象的一个或多个临床二维图像及与对象的内部解剖结构相对应的模拟三维表示来确定对测量对象器官电活动的记录装置的导联部布设。例如，可基于与图9c和图9d相对应的图像610和图像620，来确定用于测量心脏电活动的心电描记(ecg)的导联部布设和/或用于测量大脑电活动的脑电描记(eeg)的导联部布设。

在910处，模拟控制器110可至少基于所述导联部布设和与对象的内部解剖结构相对应的模拟三维表示来生成第二输出，所述第二输出包括所述导联部布设和对由记录装置测量的电活动的模拟。例如，在某些示例实施例中，模拟控制器110可至少基于所述导联部布设(例如，在操作908处确定的)和与对象210的内部解剖结构相对应的第一模拟三维表示220a来确定描绘心脏电活动的模拟心电图(ecg)和/或描绘大脑电活动的模拟的脑电图(eeg)。所述模拟心电图(ecg)和/或模拟脑电图(eeg)可描绘按照操作908中确定的布设方式进行布设的每个导联部可测量到的信号。例如，模拟心电图可描绘出可由对象皮肤表面上的每个导联部测量到的电压变化。这些电压变化可对应于对象心脏的电活动、包括例如由心脏的连续去极化和复极化而产生的偶极子。

在某些示例实施例中，模拟控制器110可向客户端120发送第二输出，所述第二输出包括导联部布设和/或对由记录装置测量的电活动的模拟。替代地和/或另外地，模拟控制器110可生成用户界面，所述用户界面配置为在客户端120处显示包括导联部布设和/或对由记录装置测量的电活动的模拟的第二输出。

图9b绘示了流程图，图示出根据某些示例实施例的成像过程950的另一示例。参考图1和图9b，过程950可由模拟控制器110实施。例如，模拟控制器110可实施成像过程950，以便通过至少识别图像库135中与对象210的内部解剖结构相对应的模拟三维表示来生成对象210的内部解剖结构的三维表示。替代地和/或另外地，成像过程950可被实施，以基于与对象210的内部解剖结构相对应的模拟三维表示来确定对对象210的诊断。此外，在一些示例实施例中，模拟控制器100可实施成像过程950，以便模拟对象210的一个或多个器官的电活动，从而产生对象的定制化模拟环境，所述定制化模拟环境包括器官的电活动和模拟的体表电活动，包括模拟的由记录电极(标记为产品2的右下角方框)检测到的体表记录。

如图9b中所示，模拟控制器110可接收输入，所述输入包括：(1)人口统计特征和临床信息，比如年龄、体重、性别、临床状况和症状；(2)来自一个或多个视角的二维临床图像(示例包括图6a和图6b)；以及(3)对象的电学记录(例如，临床电记录图或矢量图，比如例如临床心电图、脑电图、矢量心电图等)。

在某些示例实施例中，图像库135可由对象解剖结构的对象衍生三维表示创建。模拟二维图像可创建为包括来自不同角度的模拟二维图像。此外，模拟二维图像和对应的三维模型可利用包括例如体重、身高、性别、临床状况、症状等的一项或多项对象属性来索引。

对于特定的对象，模拟控制器可以接收包括例如对象的年龄、体重、身高、性别、临床状况和症状之类的输入(图9b，输入1)。模拟控制器110可以为预期的实例(图9b，中间产品1)选择适当的模拟库(图9b，面部符号)。此外，模拟控制器110可接收对象解剖结构的一个或多个二维图像(图9b，输入2)并将这些二维图像与图像库135中所包括的计算二维图像进行比较。可识别与对象的二维图像具有最高相关性的计算二维图像。最高匹配的计算二维图像、对应的三维表示及关联的情况信息(比如，人口统计特征、临床状况、诊断等)的组合可通过模拟控制器110输出(图9b，产品1)。

在某些示例实施例中，模拟控制器110可进一步在对象的二维图像中识别一个或多个导联部(例如，成对表面电极)的位置并计算导联部相对于对象皮肤的位置(图9b，中间产品2)。模拟控制器110可计算实际导联部布设、目标器官(例如，心脏、大脑等)和标准导联部布设的位置之间的角度及空间关系，由此创建适于模拟目标器官的电活动的、对象特定的三维模拟环境(图9b，中间产品3)。

可在包括与对象的内部解剖结构相对应的三维表示的对象特定的三维模拟环境内实施对器官的电激活的模拟。例如，可随着电场通过身体组织扩散到皮肤表面来计算来自器官的模拟电场。在对象特定电极位置和标准电极位置两者处的模拟记录可被计算。器官的电激活与体表记录之间的关系可用于计算针对每个电极部位的修正函数(例如，“非标准转标准修正矩阵”)，并且所述修正函数用于在器官的电激活模式和在体表处观察到的电激活模式之间进行修正(例如，“矢量图修正矩阵”)。

对象的经记录的电记录图然后被分析。利用修正矩阵，可以生成标准化的电记录图(例如，图9b，产品2)和/或经空间和旋转修正的矢量图(例如，图9b，产品3)。标准化电记录图可用于提高对所记录的电记录图的诊断准确性，同时修正的矢量图可用于提高心律失常根源定位系统的准确性。

应理解的是，模拟控制器110可操作来：(1)创建对象的内部解剖结构的模拟三维表示和对诊断概率的计算评估(图9b：潜在用途1)；(2)将非标准心电记录图(例如，非标准l2导联部式心电图)转换为标准心电图(例如，标准l2导联部式心电图)(图9b：潜在用途2)以提高对电记录图的诊断准确性；以及(3)针对电极位置和对象解剖结构方面的对象特定变化在三维矢量图(例如，矢量心电图等)的计算中进行修正，从而容许准确的电学根源映射(例如，供心律失常根源定位中使用)(图9b，潜在用途3)。

图9c绘示了框图，图示出根据某些示例实施例的用于生成修正的电记录图的过程960的示例。参考图1和图9c，过程960可由模拟控制器110实施，以便生成计及导联部布设和对象解剖结构方面变化的修正的电记录图。

如图9c中所示，模拟控制器110可至少基于对象内部解剖结构(例如，胸腔等)的模拟三维表示来生成节律模拟(例如，室性心动过速等)。对象的内部解剖结构的模拟三维表示可基于对象的内部解剖结构的一个或多个临床二维图像被识别。此外，可基于节律模拟来计算第一多个表面电极记录以计及可能偏离标准导联部布设的对象特定的导联部布设。也可基于节律模拟来计算与标准导联部布设相对应的第二多个表面电极记录。

在某些示例实施例中，可基于第一多个表面电极记录与第二多个表面电极记录之间的差异来生成变换矩阵a。变换矩阵a可捕获导联部布设及对象解剖结构的变化。相应地，可对临床电记录图(例如，临床心电图、临床脑电图等)应用变换矩阵a，以至少通过从临床电记录图中移除因非标准导联部布设和/或解剖结构变化所致的偏差而生成修正的电记录图(例如，修正的电记录图、修正后的脑电图等)。

图9d是框图，图示出根据某些示例实施例的用于生成修正的矢量图的过程970的示例。参考图1和图9d，过程970可由模拟控制器110实施，以便生成修正的、计及导联部布设和对象解剖结构方面变化的电记录图。

如图9d中所示，模拟控制器110可至少基于对象的内部解剖结构(例如，胸腔等)的模拟三维表示来生成节律模拟(例如，室性心动过速等)。对象内部解剖结构的模拟三维表示可基于对象内部解剖结构的一个或多个临床二维图像被识别。另外，基于节律模拟，模拟控制器110可生成目标器官(例如，心脏、大脑等)的模拟三维电学性质和对体表电势及电学记录的模拟。可基于所述模拟的体表记录来生成模拟的三维矢量图(例如，矢量心电图等)。

在某些示例实施例中，可基于目标器官的模拟三维电学性质和模拟的体表记录之间的差异来生成变换矩阵a。变换矩阵a可捕获导联部布设及对象解剖结构方面的变化。相应地，可对临床矢量图(例如，临床矢量心电图等)应用变换矩阵a，以至少通过从临床矢量心电图中移除因非标准导联部布设和/或解剖结构变化所致的偏差而生成修正的矢量图(例如，修正的矢量心电图等)。

图10绘示了框图，图示出根据某些示例实施例的计算系统1000。参考图1和图5，计算系统1000可用于实现模拟控制器110和/或其中的任何部件。

如图10中所示，计算系统1000可包括处理器1010、存储器1020、存储装置1030和输入/输出装置1040。处理器1010、存储器1020、存储装置1030和输入/输出装置1040可经由系统总线1050互连。处理器1010能够处理供在计算系统1000内执行的指令。这类被执行的指令可以实现例如模拟控制器110的一个或多个部件。在当前主题的某些实施方式中，处理器1010可以是单线程处理器。替代地，处理器1010可以是多线程处理器。处理器1010能够处理存储在存储器1020和/或存储装置1030中的指令，以为经由输入/输出装置1040提供的用户界面显示图形信息。

存储器1020是计算系统1000内存储信息的例如易失性的或非易失性的计算机可读媒介。例如，存储器1020可以存储代表配置对象数据库的数据结构。存储装置1030能够为计算系统1000提供持久存储。存储装置1030可以是软盘装置、硬盘装置、光盘装置或磁带装置或者其它合适的持久存储器具。输入/输出装置1040为计算系统1000提供输入/输出操作。在当前主题的某些实施方式中，输入/输出装置1040包括键盘和/或指示装置。在各种实施方式中，输入/输出装置1040包括用于显示图形用户界面的显示单元。

根据当前主题的某些实施方式，输入/输出装置1040可以为网络装置提供输入/输出操作。例如，输入/输出装置1040可包括ethernet端口或其它的联网端口，以与一个或多个有线网络和/或无线网络(例如，局域网(lan)、广域网(wan)、internet)通信。

在当前主题的某些实施方式中，计算系统1000可用于执行各种交互式计算机软件应用，所述交互式计算机软件应用可用于组织、分析和/或存储呈各种格式(例如，表格格式)的数据。替代地，计算系统1000可用于执行任何类型的软件应用。这些应用可用于实施各种功能，例如计划功能(例如，生成、管理、编辑电子表格文档、文字处理文档和/或任何其它对象等)、计算功能、通信功能等等。应用可包括各种插件功能，或者应用可以是独立的计算产品和/或功能。在应用内激活之后，功能可被用来生成所述经由输入/输出装置1040提供的用户界面。用户界面可由计算系统1000生成并呈现给用户(例如，在计算机屏幕监视器上等等)。

本文中描述的主题的一个或多个方面或特征可以以数字电子电路、集成电路、专门设计的专用集成电路(asic)、现场可编程门阵列(fpga)计算机硬件、固件、软件和/或它们的组合实现。这些各种方面或特征可包括呈一个或多个计算机程序的实施方式，所述一个或多个计算机程序是在可编程系统上可执行和/或可解读的，所述可编程系统包括至少一个可编程处理器，所述至少一个可编程处理器可以是专用的或通用的，可编程系统联接为从存储系统、至少一个输入装置和至少一个输出装置接收数据和指令和向存储系统、至少一个输入装置和至少一个输出装置发送数据和指令。可编程系统或计算系统可包括客户端和服务器。客户端和服务器基本上远离彼此并大体上通过通信网络进行交互。客户端和服务器的关系借助在相应计算机上运行的并且彼此具有客户端-服务器关系的计算机程序产生。

也会被称为程序、软件、软件应用、应用、部件或代码的这些计算机程序包括对于可编程处理器的机器指令，并且可以以高级程序语言和/或面向对象的编程语言和/或以汇编/机器语言实现。如本文中所使用的，术语“机器可读媒介”指的是用于给可编程处理器提供机器指令和/或数据的任何计算机程序产品、设备和/或装置，比如例如磁盘、光盘、存储器和可编程逻辑器件(pld)，所述可编程处理器包括接收机器指令作为机器可读信号的机器可读媒介。术语“机器可读信号”指的是用于给可编程处理器提供机器指令和/或数据的任何信号。机器可读媒介可以非暂时性地存储这样的机器指令，比如例如非暂时性固态存储器或磁性硬盘驱动或任何等效存储媒介会是如此。机器可读媒介替代地或另外地也可以以瞬时方式存储这样的机器指令，比如例如处理器缓存或与一个或多个物理处理器核相关联的其它随机存取存储器将会是如此。

根据期望的配置，本文中描述的主题可以体现为系统、设备、方法和/或物项。在先前的描述中阐述的实施方式并不代表与本文中描述的主题一致的所有实施方式。相反，它们仅仅是与所描述的主题有关的方面相一致的一些示例。尽管以上已经详细描述了一些变型，但是其它的修改或添加也是可行的。尤其，除了本文中阐述的这些特征和/或变型之外，还可以提供另外的特征和/或变型。例如，以上描述的实施方式可涉及所公开的特征的各种组合和子组合和/或以上所公开的若干另外的特征的组合和子组合。另外，附图中描绘的和/或本文中描述的逻辑流程不一定需要所示的特定顺序或相继顺序来实现期望的结果。其它实施方式也会在所附权利要求的范围内。