CN101359040A

CN101359040A - 用于优化成像参数的方法

Info

Publication number: CN101359040A
Application number: CNA2008101443938A
Authority: CN
Inventors: 索斯滕·费韦尔
Original assignee: Siemens Corp
Current assignee: Siemens Healthineers AG
Priority date: 2007-08-03
Filing date: 2008-08-04
Publication date: 2009-02-04
Anticipated expiration: 2028-08-04
Also published as: US7821266B2; DE102007036564A1; US20090033328A1; CN101359040B; JP2009034514A; DE102007036564B4; JP5420206B2

Abstract

本发明涉及一种用于确定成像参数以拍摄检查对象的磁共振图像的方法，具有以下步骤：确定起始成像参数，基于该起始成像参数计算至少在检查对象的一部分中出现的组织类型的信号强度，在考虑至少一个模拟图像的条件下对用于拍摄磁共振图像的成像参数进行匹配。

Description

用于优化成像参数的方法

技术领域

本发明涉及一种用于确定成像参数以借助图像拍摄装置拍摄检查对象的图像的方法。本发明尤其是、但不只是在计划检查时用在磁共振设备中，在磁共振设备中必须为了拍摄各MR图像而设置成像参数。

背景技术

随着MR成像方法复杂性的增大，对于操作人员来说要用成像序列产生其中所设置的成像参数提供期望的对比度和需要的图像质量的记录更加困难且更花费时间。例如，三维拍摄方法的变形借助梯度回波技术，如Turbo-Flash成像(MPRAGE-磁化准备的快速采集的梯度回波)。该成像参数的设置尤其是在这种成像序列中采用最佳的中心k域扫描方法、可变扫描角和/或不同的准备脉冲时特别困难。在此在成像参数变化时(例如激励扫描角改变1°)所测得的MR图像的质量就有可能无法在临床上使用。

记录开发，即适用于特定成像序列的成像参数的确定主要借助尝试策略来进行，其中基于现有的提供平均图像质量的记录，迭代地通过测量测量模型或任意样本来优化成像参数。该过程非常耗时，成本也相当高，尤其是在考虑具有很长拍摄时间的成像序列时。对儿科成像领域尤其如此，因为在该领域中对MR重要的组织参数明显与成人的不同，也就是说必须确定专用的成像参数，另一方面当然在儿科学中样本测量只能非常受限地进行。

发明内容

因此本发明要解决的技术问题是要能够以简单而快速的方式来优化成像参数。

按照本发明的第一方面，提供了一种用于确定成像参数以拍摄检查对象的磁共振图像的方法，其中在第一步骤中确定起始成像参数，通常由操作人员来确定。接着借助该起始成像参数计算至少在应当被拍摄MR图像的检查对象的一部分中出现的组织类型的信号强度。最后可以借助所计算的信号强度匹配用于拍摄磁共振图像的成像参数。从计算的信号强度中可以计算出期待的对比度和期待的图像质量，而不必进行测量。计算所需要的时间通常在几秒或更少的范围内。不再需要执行可能持续几分钟的测量来获得关于利用所设置的起始成像参数测得的MR图像看起来是如何的概况。本发明不限于在MR图像中的应用。理论上她还可以在任何其它图像拍摄技术的拍摄中使用，如在计算机断层造影中。但在借助磁核共振成像时，很难通过大量的可调参数来选择正确的成像参数，从而MR图像是本发明的优选应用例子。

按照本发明的实施方式，基于所计算的信号强度产生模拟图像，该模拟图像显示应被拍摄磁共振图像的检查对象的至少一部分。但是要记住，产生显示给用户的模拟图像不是必需的。成像参数的优化或匹配还可以单独地基于可从所计算的信号强度中计算出的数值来进行。

但如果要计算出模拟图像，在另一个实施方式中还可以在选择具有预定成像参数的测量记录时自动针对选择的成像参数计算和显示模拟图像。由此操作人员获得关于所选择的成像参数的第一印象。此外还可以对每个显示的图像拍摄记录都向操作人员显示模拟图像，由此操作人员又获得关于不同测量记录的更好的概貌。

如果所计算的模拟图像显示给操作人员，该操作人员可以近乎在线地优化成像参数并在随后的步骤中更改，使得总的来说达到令人满意的图像对比度和令人满意的信噪比。计算和显示模拟图像的替换方式是，可以仅确定和显示重要的图像参数如对比度、清晰度和信噪比。

优选的，为了计算模拟图像确定检查对象内身体区域的组织成分，这些组织成分应当在计算模拟图像时考虑到。此外，该身体区域应至少部分地位于检查对象的应当产生磁共振图像的区域内。这意味着对于待检查的身体区域应能图解地知道不同组织的成分。此外优选的，为计算所要考虑的组织类型确定MR参数如T1驰豫时间、T2驰豫时间和质子密度。例如可以使用文献中公开的数据或者曾经测得和存储的值。例如，为了确定在计算时应考虑的组织成分，可以使用示意图像，其例如是经过分割的磁共振图像。通过分割MR图像，可以公知的方式将不同的组织类型彼此分开。由此可以确定一种组织或所有组织在总信号中的分量。替换的，还可以使用解剖学图集中的示意图像，这些图像使得可以区分要考虑的组织类型并以适当的形式数字地提供。

根据本发明的实施方式，确定每个待考虑的组织类型在k域中的信号强度。该信号强度在实施例中可以基于Bloch方程来计算。所计算的信号强度如下面还要解释的那样，表示每个k域点和每个组织成分的权重。在此可以在考虑激励的时间序列和再聚焦脉冲的情况下清楚地求解Bloch方程。此外，还可以考虑Bloch方程的近似解或对信号演变的估计。由于信号记录在k域或傅立叶空间中进行，因此所计算的强度值是计算出的k域中的信号值。此外，可以确定每个要考虑的组织成分在k域中的分量，其中通过对每个要考虑的组织类型的至少一个k域值确定该组织类型的信号强度和该组织的分量来确定模拟图像。如果具有所属信号强度的每个组织的成分对于所有要考虑的组织类型来说都是已知的，则可以从中例如计算出模拟图像。

如上所述，可以借助示意图像计算要考虑的组织成分，该示意图像图解地再现待检查的身体区域或待检查的图像平面。按照本发明的实施方式，可以从该示意图像中为每个要考虑的组织成分产生组织成分图像。这意味着，从经过分割的磁共振图像可以产生每种组织类型的分图像、即组织成分图像。替换的，还可以针对每种组织成分已经存在这种组织成分图像，而不是具有不同组织的示意图像。在计算出各组织成分图像之后，可以在另一步骤中对其进行标准化。在一个图像点中可以存在不同的组织成分。作为例子有脑灰质和脑白质。通过对各组织成分图像标准化，保证了各组织成分图像的分量加起来总共是100％。替换的，还可以标准化为质子密度，从而例如可以考虑部分立体效应(即有限大的图像点包含多于一个组织类型或按比例的空气)。

在另一步骤中，可以匹配各组织成分图像的分辨率，使其等于稍后要拍摄的检查对象的MR图像的分辨率。然后可以将组织成分图像傅立叶变换到k域，由此可以确定在每个k域点中的哪种组织成分在总信号中占有多少分量。组织成分图像的各k域数据组是各个组织类型在测量域中的映射。用上述信号强度对这些数据组进行加权。然后借助所计算的或模拟的信号强度，通过将每种组织的信号强度乘以经过傅立叶变换的组织成分图像，为k域中的每种组织类型产生取决于组织的信号强度。通过将这些取决于组织的信号强度相加，可以计算出模拟图像，其中，进行向图像空间的傅立叶反变换。

为了将计算花费降至最低，产生截面的模拟图像，或者可以只对不同的断层计算少量代表性的模拟图像。此外，还可以为三个正交的截面图像如横向、径向和冠状截面图像分别计算一个模拟图像。

此外，在计算信号强度时考虑全部成像序列、也就是考虑梯度脉冲和高频脉冲的全部流程是很费事的。还可以将模拟限制在成像序列的时间上的子区域内，其中该子区域例如是该成像序列中最小重复的单元。由于激励脉冲和梯度通断的重复而导致的测量流程的周期性，模拟成像序列中最小重复的单元就足以。与由测量序列预先给定并由此已知的k域扫描模式(Abtastschema)一起可以从对该子区域的模拟中确定整个k域的信号强度。

按照本发明的实施方式，起始成像参数由用户输入，在此成像参数可以由用户在查看了模拟图像之后进行修改和优化。同样很好的还有，用户可以为各个成像参数以及例如对比度特性预先给定边界条件，在此，迭代地借助预定的标准计算成像参数。对此示例性的标准是信噪比、对比度特性和所谓的点图像函数或点扩散函数(PSF)。例如，在迭代方法中用应当优化的目标函数来进行处理。在这样的优化方法中例如可以将目标函数最小化。

本发明还涉及用于优化成像参数的装置，具有用于确定起始成像参数的单元，和用于计算信号强度的计算单元。该装置优选如上所述地工作。本发明还涉及一种计算机程序产品，其具有在计算机系统中执行时实施上述方法的计算机程序。本发明同样涉及具有这种计算机程序的电可读数据载体。

附图说明

下面参照附图详细解释本发明。在此示出，

图1示意性示出MR设备，其具有用于模拟MR图像的装置，

图2示意性示出用于优化成像参数的流程的流程图，以及

图3示例性示出示意图像、模拟图像和有效拍摄的MR图像。

具体实施方式

图1示意性示出磁共振设备，利用该磁共振设备可以有效的方式优化成像参数。这种磁共振设备具有用于产生极化场B0的主磁场10。为了检查身体区域12将检查人员11置于卧榻13上移入MR设备中。为了产生MR图像，该设备具有高频线圈系统14，用于射入高频脉冲以激励在极化场中给出的磁化。为了对MR信号进行位置分辨设置了梯度线圈15。为了控制高频脉冲的入射设置了高频单元16，为了接通梯度场设置了梯度单元17。此外还设置了中央控制单元18，用于控制测量和测量流程，未示出的操作人员可以通过输入单元19操作该控制单元18。MR图像显示在显示单元20上。MR设备的一般工作方式对专业人员是公知的，从而在本申请中没有详细描述用于产生MR图像的细节。为了产生MR图像，操作人员可以通过输入单元输入成像参数。这样的成像参数例如是重复时间、回波时间、视场、激励扫描角等。为了保证在成像参数变化时测得的MR图像具有令人满意的图像质量，设置了模拟单元21，其计算具有期待对比度和期待图像质量的图像，然后可以将该图像显示在显示单元20上。

如何在模拟单元21中借助设置的成像参数模拟出MR图像的精确工作方式，将参照图2和图3详细描述。

对于优化方法，需要基于测量记录计算出在对比度和图像质量方面相当于真实测量的图像。为此需要所谓的示意图像30，其表示经过分割的图像，示意性地再现待检查的身体区域，并且在该图像中为每种要观察的组织类型都分配独特的值，例如灰度值。代替示意图像30，还可以采用多个分图像，其中每个分图像恰好显示一种组织类型。在每个分图像的像素值中，例如可以对相应组织类型的成分进行编码。在利用快速梯度回波序列、即所谓的MPRAGE成像方法三维地拍摄头部时，可以修改很多成像参数，如磁化准备类型(反向恢复，双反向恢复，T2准备，饱和恢复)、准备参数如反向时间和饱和时间、Turbo因子、用于计算可变触发角的触发角参数、像素带宽等。为了拍摄具有最佳信号特性的三维图像，可以对信号特性进行模拟，其中，基于示意图像30计算出组织成分。在图3中，图像41示例性示出这种示意图像，这是经过分割的大脑的MR图像。借助该示意图像可以为该图像中出现的每个组织类型或应当在计算时考虑的每种组织类型产生组织成分图像31。在对头部的使用中，例如考虑3个不同的组织类型就足以计算出最重要的临床对比度，即脑灰质和脑白质以及液体。在该应用情况中，这意味着产生3个组织成分图像31，其中对每个组织成分图像仅考虑一种组织的子区域。在步骤32中对各个分图像标准化。由于在一个图像点中可以存在不同的组织，因此必须对各个分图像标准化，使得总强度等于100％。在组织和空气之间的过渡或在局部组织密度波动的地方，各个图像点的总强度还可以小于100％。在步骤33中，将分图像插值到测量记录中设置的分辨率。在所示实施例中，该插值在给定位置上进行。但是还可以在稍后描述的到k域的变换之后或在产生分图像之前进行插值。在步骤34中通过傅立叶变换将每个分图像变换到k域。这产生每个组织成分图像的k域数据35。这些数据35表明哪个组织类型在哪个k域坐标具有信号分量。在下个步骤36中，必须确定每个组织类型的信号在每个k域坐标具有什么样的信号强度，也就是用信号强度对k域数据加权。这通过将每个经过变换的分图像的每个k域坐标与所属的信号强度值相乘来实现。所计算的信号强度值应当尽可能好地与用所设置的成像参数拍摄MR图像时的MR测量信号一致。该强度值例如可以借助Bloch模拟来计算。为此在原理上由激励和再聚焦脉冲、磁化准备和梯度通断来数值地模拟测量流程，而且是在使用对每种组织类型都已知的MR参数的情况下。这例如可以表示对每个组织的模拟流程。在每次数据拍摄的时刻，可以从该模拟中获得所需要的信号强度。由此还从测量序列的流程中了解了对应的k域坐标，因为该坐标由梯度通断给出。为了将计算费用保持得很小，可能不需要在Bloch模拟中采集测量序列的完整流程。但由于周期性这也不是必要的，因为模拟成像序列的代表性部分就足够了。如果回溯到上述MPRAGE序列，则测量流程在此由准备阶段和随后的读出过程组成。这一对具有典型地为1-10秒的持续时间，并在几分钟内不断重复。在重复过程中先后填充k域的不同行，但是k域行的选择对Bloch模拟没有影响。因此对一次重复的Bloch模拟就足以，并且通过由成像序列预先给定的分配规则将这样确定的信号强度分配给在其它(未模拟的)重复。如果要引入平衡状态，则也可以在若干次重复上、例如5次重复来计算模拟。也可以自动地确定所模拟的重复次数N。如果在第N次重复时将起始值的磁化与第N-1次的重复进行比较，则可以从差异中推导出所需要的重复次数。如果该差异例如小于预定的百分比，则可以停止重复。按照类似的方式可以为其它序列类型计算出信号强度。例如，对快速螺旋回波成像(TSE、Turbo螺旋回波)的计算类似于对MPRAGE序列的计算，后者的序列的代表性部分同样由准备和读取过程组成。对于梯度回波序列，代表性部分由唯一的一次激励和随后的检测组成。但在该示例中需要考虑平衡状态并模拟若干次重复(例如20到30次)。如果梯度回波序列被附加的、影响对比度的序列部分中断，如脂肪抑制、局部饱和等，则最小重复的序列块是待模拟的代表性部分。

在步骤36中为每个组织成分计算该组织成分在总信号中具有多大的强度。该信息包含在信号强度值中，在步骤36中将每个经过傅立叶变换的组织成分图像的每个k域坐标与对应的信号强度值相乘。在步骤37中将经过变换的信号成分图像相加，从而在步骤38中在经过傅立叶反变换之后获得图像空间中的模拟图像。由于傅立叶变换的线性性，还可以将根据步骤36的k域数据的相加在反变换到图像空间之后、在步骤39之前进行。根据步骤38计算的模拟图像接着被显示给操作人员。这种模拟图像的例子可在图3的图像42中看到。出于说明的目的，在图像43中示出MR图像，其是用对应于模拟图像的成像参数的成像参数测得的。通过图像42和43的比较可以看出，对比度特性可以得到比较好的模拟。然后在步骤39中，可以借助计算的图像来优化成像参数。这意味着操作人员亲自修改成像参数并开始新的模拟，或者在对比度令人满意时接受针对测量序列的成像参数。但在另一个实施例中，也可以由操作人员只预先给定成像参数的边界条件以及定义期望的对比度，即T1权重、T2权重或者质子密度权重。利用上述计算方法计算迭代图像，并针对对比度和图像质量自动进行分析。然后可以依据分析结果，自动修改成像参数并在下次迭代中执行。自动分析还可以就基于所获得的强度/权重数据进行，不需要关于组织类型的空间分布的知识(即没有示意图像)，迭代地确定最佳参数也可以无需清楚地算出迭代图像地进行，这大大降低了计算费用，因此加快了各个迭代步骤。

Bloch模拟为每种组织类型分别产生针对每个读取间隔的信号强度。如果从模拟中例如获得MPRAGE序列的一个回波过程的I个回波，则得到号码为i的回波的信号强度和组织类型Gj：

I(Gj，i)。

该序列的已知的分配规则Z为每个k域坐标(kx，ky)分配一个回波号码i：Z(kx，ky)＝i。利用该信息可以为每种组织类型的每个k域坐标分配信号强度I(Gj，kx，ky)：

I(Gj，kx，ky)＝I(Gj，Z(kx，ky))。

该信息已经足以用于确定主要的图像质量参数，如信号、对比度或点图像函数(见下面)-关于组织类型的空间分布的信息(示意图像、组织成分图像)在此尚不需要：

信号：S(Gj)＝I(Gj，kx＝0，ky＝0)

对比度：K(G1，G2)＝S(G1)/S(G2)

PSF：PSF(Gj)＝Summe_{kx}((I(Gj，kx，ky＝Ky/2)-S(Gj)/S(Gj))^2

(Ky在此表示ky坐标的个数，即求和是在中心的k域列上进行的。替换的，求和还可以在中心的k域行上进行。组合的求和以及类似PSF的求值也可以考虑)。

计算模拟图像的过程如下。从必要时经过标准化的组织成分图像B(Gj，x，y)开始，计算k域数据B(Gj，kx，ky)＝FT(B(Gj，x，y))。FT在此表示傅立叶变换。对该k域数据用事先确定的信号强度加权：

W(Gj，kx，ky)＝B(Gj，kx，ky)*I(Gj，kx，ky)

通过求和和反变换获得模拟图像SB：

SB(x，y)＝FT^{-1}(和_j W(Gj，kx，ky))。

为了进行自动优化，需要给定要优化的目标函数，并采用迭代地修改优化参数的方法，使得该目标函数例如最大化或最小化。在一优选实施方式中，将目标函数最小化，在此原理上可以采用任何公知的最小化方法。但特别合适的是单形最小化方法，因为不需要关于根据优化参数来数学推导目标函数的信息，并且该方法还可以在多参数空间中由局部最小值来找到绝对最小值。例如可以采用以下优化参数：各个组织类型的点图像函数或点扩散函数、信噪比以及对比度，即各个组织类型的信号幅度之比。在目标函数中获得求值参数：点图像函数(PSF)、信噪比(SNR)和对比度(K)，其中前面两个取决于组织类型(G)。各个绝对值例如可以相乘或加权地求和。

i)Z＝PSF(G 1)*PSF(G2)*…*PSF(Gn)*SNR(G1)*…*SNR(Gn)*K

ii)Z＝a1*PSF(G1)+…+an*PSF(Gn)+b1*SNR(G1)+…+bn*SNR(Gn)+c*K。

对比度的求值例如可以通过各个组织类型的中心k域数据的幅度比例、即所计算的信号强度的比例(见上面)来进行。如果例如要求脑灰质和脑白质(GM和WM)之间有良好的对比度，可以将对比度函数K＝I(GM，kx＝0，ky＝0)/I(WM，kx＝0，ky＝0)最小化。在此解I(GM，kx＝0，ky＝0)在必要时通过求出SNR来排除，SNR的求值同样可以通过中心k域数据的幅度来进行。根据GM和WM的高SNR的要求，例如要求使SNR(GM)＝1/S(GM)和SNR(WM)＝1/S(WM)最小化。SNR对像素带宽的依赖关系例如可以通过与带宽的方根相乘来加以考虑。

点图像函数的求值更为复杂：理想情况(图像空间中的Delta峰值)通过k域中信号强度的恒定幅度来反映。与该恒定函数的偏差在图像空间中通过点图像函数的扩展(图像变得不清晰)表达出来。由此点图像函数的求值例如可以作为实际k域幅度与常量之间的距离平方的和来获得：PSF(GM)＝Summe_{kx}((I(GM，kx，ky＝Ky/2)-S(GM)/A(GM)^2，A(GM)＝1/NSumme_{kx}(I(GM，kx，ky＝Ky/2))或者A(GM)＝S(GM)。计算PSF所需的信号强度I已经由Bloch模拟的结果给出。

最后要注意，所描述的方法不限于特定的测量序列，而是在上述边界条件下原则上可用于所有成像方法。

如图3中的图像可以看出，示意图像、模拟图像和实际的测量表现出模拟的数据和测得的数据之间具有很大的一致性。因此参数优化可以在没有费时的样本测量的情况下进行，这种测量在图3所示的例子中持续超过30分钟。

总之，本发明能够实现节省时间并能够进行简单的成像参数优化。

Claims

1.一种用于确定成像参数以拍摄检查对象的磁共振图像的方法，具有以下步骤：

确定起始成像参数，

基于该起始成像参数计算至少在检查对象的一部分中出现的组织类型的信号强度，

在考虑所计算的信号强度的条件下匹配用于拍摄磁共振图像的成像参数。

2.根据权利要求1所述的方法，其特征在于，由所计算的信号强度产生模拟图像，该模拟图像显示检查对象的至少一部分。

3.根据权利要求1或2所述的方法，其特征在于，确定检查对象内身体区域中为了计算信号强度而要考虑的组织成分，该身体区域至少部分地位于检查对象的应对其产生磁共振图像的区域内。

4.根据权利要求3所述的方法，其特征在于，确定要考虑的组织成分的MR参数。

5.根据权利要求3或4所述的方法，其特征在于，确定每个待考虑的组织类型在k域中的信号强度。

6.根据权利要求5所述的方法，其特征在于，确定每个待考虑的组织成分在k域中的分量，其中，通过对每个要考虑的组织类型的至少一个k域点确定该组织类型的信号强度和每种要考虑的组织的分量来确定信号强度。

7.根据权利要求1至6中任一项所述的方法，其特征在于，基于Bloch方程计算k域中的信号强度。

8.根据权利要求3至7中任一项所述的方法，其特征在于，基于示意图像确定要考虑的组织成分，该示意图像示意性地再现待检查的身体区域。

9.根据权利要求8所述的方法，其特征在于，所述示意图像是经过分割的磁共振图像。

10.根据权利要求3至9中任一项所述的方法，其特征在于，针对每种待考虑的组织成分从所述示意图像中产生组织成分图像。

11.根据权利要求10所述的方法，其特征在于，对所述组织成分图像进行标准化。

12.根据权利要求10或11所述的方法，其特征在于，对各组织成分图像的分辨率进行匹配，使这些分辨率等于要拍摄的MR图像的分辨率。

13.根据权利要求10至12中任一项所述的方法，其特征在于，将所述组织成分图像傅立叶变换到k域。

14.根据权利要求5至13中任一项所述的方法，其特征在于，将每种组织在k域中的信号强度乘以经过傅立叶变换的组织成分图像，以产生取决于组织的信号强度。

15.根据权利要求14所述的方法，其特征在于，将所述取决于组织的信号强度进行相加，并基于这些取决于组织的信号强度产生模拟图像。

16.根据权利要求1至15中任一项所述的方法，其特征在于，对检查对象中的三个正交的截面计算模拟图像。

17.根据权利要求1至16中任一项所述的方法，其特征在于，通过只考虑要用于拍摄MR图像的成像序列的时间上的子区域来计算信号强度。

18.根据权利要求17所述的方法，其特征在于，所述子区域是用于计算模拟图像的成像序列中的最小重复单元。

19.根据权利要求2至18中任一项所述的方法，其特征在于，由用户输入起始成像参数，其中，由用户在研究了模拟图像之后来修改成像参数。

20.根据权利要求1至19中任一项所述的方法，其特征在于，在确定起始成像参数时由用户预先给定成像参数以及图像质量参数的范围，图像质量参数例如是对比度特性、图像清晰度和信噪比，其中，借助预定的标准计算用于利用迭代方法拍摄MR图像的成像参数。

21.根据权利要求20所述的方法，其特征在于，在所述迭代方法中用最小化方法来确定所述成像参数，在该最小化方法中将目标函数最小化。

22.根据权利要求1至21中任一项所述的方法，其特征在于，由所计算的信号强度来计算图像质量参数，基于该图像质量参数来匹配成像参数。

23.根据权利要求1至22中任一项所述的方法，其特征在于，在选择具有预定成像参数的测量记录时自动对这些成像参数计算并显示模拟图像。

24.根据权利要求1至23中任一项所述的方法，其特征在于，对显示的每个测量记录都计算并显示模拟图像。

25.一种用于优化成像参数以拍摄检查对象的磁共振图像的装置，具有：

用于确定起始成像参数的输入单元，

用于计算组织类型的信号强度的计算单元，这些组织类型至少部分地来自应当在磁共振图像中显示的身体区域，其中在没有测得的MR信号的条件下计算信号强度。

26.根据权利要求25所述的装置，其特征在于，所述计算单元根据信号强度来计算模拟图像。

27.根据权利要求25或26所述的装置，其特征在于，还具有用于显示模拟图像的显示单元。

28.根据权利要求25至27中任一项所述的装置，其特征在于，该装置执行根据权利要求1至22中任一项所述的方法。

29.一种计算机程序产品，具有在计算机系统中执行时实施根据权利要求1至24中任一项所述方法的计算机程序。

30.一种具有存储的电子可读取控制信息的电子可读取数据载体，该数据载体实施为当在计算机系统中使用该数据载体时执行根据权利要求1至24中任一项所述的方法。