CN104095634B - 用于产生图像数据的方法 - Google Patents
用于产生图像数据的方法 Download PDFInfo
- Publication number
- CN104095634B CN104095634B CN201410128862.2A CN201410128862A CN104095634B CN 104095634 B CN104095634 B CN 104095634B CN 201410128862 A CN201410128862 A CN 201410128862A CN 104095634 B CN104095634 B CN 104095634B
- Authority
- CN
- China
- Prior art keywords
- data
- motion stage
- initial data
- image data
- different
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/20—Analysis of motion
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N7/00—Television systems
- H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/05—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves
- A61B5/055—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves involving electronic [EMR] or nuclear [NMR] magnetic resonance, e.g. magnetic resonance imaging
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7271—Specific aspects of physiological measurement analysis
- A61B5/7285—Specific aspects of physiological measurement analysis for synchronising or triggering a physiological measurement or image acquisition with a physiological event or waveform, e.g. an ECG signal
- A61B5/7292—Prospective gating, i.e. predicting the occurrence of a physiological event for use as a synchronisation signal
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R33/00—Arrangements or instruments for measuring magnetic variables
- G01R33/20—Arrangements or instruments for measuring magnetic variables involving magnetic resonance
- G01R33/44—Arrangements or instruments for measuring magnetic variables involving magnetic resonance using nuclear magnetic resonance [NMR]
- G01R33/48—NMR imaging systems
- G01R33/54—Signal processing systems, e.g. using pulse sequences ; Generation or control of pulse sequences; Operator console
- G01R33/56—Image enhancement or correction, e.g. subtraction or averaging techniques, e.g. improvement of signal-to-noise ratio and resolution
- G01R33/565—Correction of image distortions, e.g. due to magnetic field inhomogeneities
- G01R33/56509—Correction of image distortions, e.g. due to magnetic field inhomogeneities due to motion, displacement or flow, e.g. gradient moment nulling
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R33/00—Arrangements or instruments for measuring magnetic variables
- G01R33/20—Arrangements or instruments for measuring magnetic variables involving magnetic resonance
- G01R33/44—Arrangements or instruments for measuring magnetic variables involving magnetic resonance using nuclear magnetic resonance [NMR]
- G01R33/48—NMR imaging systems
- G01R33/54—Signal processing systems, e.g. using pulse sequences ; Generation or control of pulse sequences; Operator console
- G01R33/56—Image enhancement or correction, e.g. subtraction or averaging techniques, e.g. improvement of signal-to-noise ratio and resolution
- G01R33/567—Image enhancement or correction, e.g. subtraction or averaging techniques, e.g. improvement of signal-to-noise ratio and resolution gated by physiological signals, i.e. synchronization of acquired MR data with periodical motion of an object of interest, e.g. monitoring or triggering system for cardiac or respiratory gating
- G01R33/5676—Gating or triggering based on an MR signal, e.g. involving one or more navigator echoes for motion monitoring and correction
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R33/00—Arrangements or instruments for measuring magnetic variables
- G01R33/20—Arrangements or instruments for measuring magnetic variables involving magnetic resonance
- G01R33/44—Arrangements or instruments for measuring magnetic variables involving magnetic resonance using nuclear magnetic resonance [NMR]
- G01R33/48—NMR imaging systems
- G01R33/4818—MR characterised by data acquisition along a specific k-space trajectory or by the temporal order of k-space coverage, e.g. centric or segmented coverage of k-space
- G01R33/4824—MR characterised by data acquisition along a specific k-space trajectory or by the temporal order of k-space coverage, e.g. centric or segmented coverage of k-space using a non-Cartesian trajectory
- G01R33/4826—MR characterised by data acquisition along a specific k-space trajectory or by the temporal order of k-space coverage, e.g. centric or segmented coverage of k-space using a non-Cartesian trajectory in three dimensions
Landscapes
- Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- General Health & Medical Sciences (AREA)
- Signal Processing (AREA)
- Biophysics (AREA)
- High Energy & Nuclear Physics (AREA)
- Radiology & Medical Imaging (AREA)
- General Physics & Mathematics (AREA)
- Molecular Biology (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Animal Behavior & Ethology (AREA)
- Surgery (AREA)
- Medical Informatics (AREA)
- Heart & Thoracic Surgery (AREA)
- Biomedical Technology (AREA)
- Pathology (AREA)
- Physiology (AREA)
- Condensed Matter Physics & Semiconductors (AREA)
- Multimedia (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Psychiatry (AREA)
- Artificial Intelligence (AREA)
- Cardiology (AREA)
- Pulmonology (AREA)
- Power Engineering (AREA)
- Theoretical Computer Science (AREA)
- Human Computer Interaction (AREA)
- Magnetic Resonance Imaging Apparatus (AREA)
Abstract
本发明描述了一种用于产生运动的对象(O)的图像数据(BD)的方法。在此首先在不同的测量时刻(t0,…,tk,…)在对象(O)的不同的运动阶段(Ph0,Ph1,…,Phn)对于包括了对象(O)的区域采集原始数据(RD)。然后从原始数据(RD)中重建对象(O)的多个临时图像数据组(BBD),其分别与对象(O)的不同的运动阶段(Ph0,Ph1,…,Phn)对应。然后确定在对象的(O)不同的运动阶段(Ph0,Ph1,…,Phn)的临时图像数据组(BBD)之间的偏差数据(D0,D1,…,Dj,…,Dn)并且然后在考虑所述偏差数据(D0,D1,…,Dj,…,Dn)的条件下从不同的运动阶段(Ph0,Ph1,…,Phn)的原始数据(RD)重建图像数据(BD)。此外本发明还描述了一种用于磁共振设备(1)的图像数据产生装置(20)以及一种具有这样的图像数据产生装置(20)的磁共振设备(1)。
Description
技术领域
本发明涉及一种用于产生运动的对象、例如器官、器官的部分或人或动物身体内部的任意目标结构的图像数据,特别是磁共振图像的方法。此外本发明还涉及一种用于产生在身体内部运动的对象的图像数据的图像数据产生装置以及一种具有这样的图像数据产生装置的磁共振设备。
背景技术
为了在磁共振断层成像中从检查对象的身体内部的区域获得图像数据(磁共振图像),首先必须将身体或待检查的身体部位置于尽可能均匀的静态基本磁场中(通常称为B0场)。由此身体中的核自旋平行于B0场的方向(通常称为z方向)被对齐。此外利用高频天线将高频脉冲入射到检查对象中,其频率处于当前磁场中的待激励的核(通常是氢核)的共振频率、即所谓的拉莫尔频率的范围中。由此在以下将这些高频脉冲称为磁共振高频脉冲。这些高频脉冲的磁通密度通常用B1表示。借助这些高频脉冲这样激励检查对象中的原子的核自旋,使得其以所谓的“激励翻转角”(一般地也简称为“翻转角”)从其与基本磁场B0平行的均衡位置被偏转。核自旋然后首先围绕z方向进动并且逐渐又弛豫。微观的自旋围绕进动锥的同相运转可以被看作是在(垂直于z方向的)x/y平面中的宏观的核磁化。在核磁化的该弛豫中产生的磁共振信号作为所谓的原始数据借助高频接收天线接收。最后基于采集的原始数据重建检查对象的磁共振图像,其中借助快速接通的梯度磁场进行位置编码,所述梯度磁场在磁共振高频脉冲的发送和/或原始数据的采集期间被重叠到基本磁场。在此将原始数据在数据采集时首先与位置频率空间,即所谓的k空间对应。然后借助原始数据从k空间到图像数据空间(位置空间)的傅里叶变换进行图像数据的重建。
特别地,当要产生完整的器官的图像数据时,也就是要采集体积数据或者多个互相密集邻接的截面图像(所述截面图像覆盖了器官所位于其中的完整的区域)时,需要较长的测量时间。当涉及运动的器官、例如心脏时,这一点于是成为问题。心脏不仅由于心跳而执行本身的周期性运动,而且还经历通过患者的呼吸引起的运动。如果简单地在不同的运动周期期间采集原始数据并且然后从中重建图像数据,则这一点将会导致明显的运动伪影,例如图像中的模糊,从而产生的图像通常不能用于有意义的诊断。
一种避免这一点的可能性在于,仅在特定的运动阶段采集原始数据,也就是例如以合适的方式触发原始数据采集。例如关于心脏运动可以借助EKG根据特定的心脏阶段进行触发。在此优选采集在舒张阶段中的数据,因为在该阶段中相对长的时间内心脏运动是最小的。该舒张阶段持续大约100ms。但是在许多拍摄方法中,特别是在采集完整的体积或多个密集布置的层(这些层覆盖了心脏)的情况下,该100ms不足以采集所有的原始数据。由此必须在多个心脏周期中分别在合适的心脏阶段采集原始数据组或者说k空间的片段,以便利用所需的原始数据来填充k空间,然后按照上面描述的方式重建体积的或期望的层的图像数据。然而在心脏的运动上附加地叠加的呼吸运动导致,心脏在身体中例如在相继跟随的心脏周期的舒张阶段中分别位于不同的位置,视呼吸周期的当前运动阶段而定。原理上当然可以利用相应的装置监视呼吸周期并且附加地根据呼吸周期进行触发。但是在该情况下仅当碰巧一起达到期望的心脏阶段和期望的呼吸阶段时才采集原始数据。这一点会导致太长的总测量持续时间,从而在实践中这样的测量方法是不可接受的。
用于在考虑呼吸阶段的情况下对血管造影磁共振拍摄进行时间上开窗口的方法例如在Peng Lai等的文章“Respiratory Self-Gated Four-Dimensional Coronary MRAngiography:A Feasibility Study”in Magn.Reson.Med.,Vol59,2008,No.6,第1378–1385页中被描述。
为了利用测量数据填充足够大的k空间体积,以便能够从中重建一个完整的器官(例如心脏)的三维体积,由此需要的是,在对象的不同的运动阶段中在不同的测量时刻采集原始数据。即,将扫描图案分解为不同的片段并且通常在直接相继跟随的心脏周期中读出片段或原始数据组,其由于呼吸运动而可能位于对象的不同的运动阶段中。典型的扫描图案在此是所谓的叶序螺旋形图案,如后面还要结合附图详细解释的。在此涉及的是一种具有读出点的方法,所述读出点在通过k空间的平面(例如x/y平面)中来看,位于一种轮辐轨迹上,但是其中从k空间中心向外延伸的轮辐被螺旋形地旋转。在此,轮辐的单个读出过程在垂直于该平面的方向(例如z方向)上直线地延伸。在此例如在每个读出过程读出在通过k空间的z方向上的一个完整的读出过程。
但是不取决于在哪个片段采集原始数据以填充k空间,总是存在如下问题,即,这些原始数据来自于不同的运动阶段,特别是呼吸阶段。由此在重建方法内需要校正,所述校正将这些通过不同的运动阶段产生的图像形变又均衡并且由此保证,在完成的图像数据中不出现运动伪影。
在Himanshu Bath等的文章“3D Radial Sampling and3D Affine Transform-based Respiratory Motion Correction Technique for Free-breathing Whole-HeartCoronary MRA with100%Imaging Efficiency”in Magn.Reson.Med.,Vol.65,2011,No.5,第1269–1277页中建议,从来自于不同的运动阶段的原始数据中分别产生图像数据并且通过合适的累加然后从这些图像数据中产生运动校正的图像。同样在DE 197 13 846 A1和DE697 21 900 T2中分别从事先重建的图像数据中建立校正的图像数据。
发明内容
由此本发明的任务是,实现一种用于产生图像数据的合适的方法以及一种图像数据产生装置,其允许使用来自于不同的运动阶段的原始数据,其中尽管如此却将运动伪影降低,在理想情况下甚至完全避免。
上述任务通过按照本发明的方法以及通过按照本发明的图像数据产生装置解决。
根据按照本发明的方法,在不同的测量时刻在对象的不同的运动阶段对于包括了对象的区域首先进行原始数据的采集。在原始数据的该采集中可以是在磁共振设备处直接采集原始数据和/或通过合适的接口接收已经在不同的(在前的)测量时刻在任意的磁共振设备处采集的原始数据。
在测量时刻采集的原始数据例如可以是在特定的测量时刻采集的原始数据组或采集的k空间中的片段。清楚的是,这样的原始数据组或片段的采集也需要特定的(短的)时间段,从而术语“测量时刻”总是也理解为短的“测量时间段”,例如在拍摄心脏时在舒张阶段中的大约100ms。
然后首先从采集的原始数据进行对象的多个临时图像数据组的重建,其中这些临时图像数据组分别与对象的不同的运动阶段对应。在此使用与后面与其他原始数据一起为了重建期望的完成的图像数据所需的相同的原始数据。换言之,临时的图像数据组与后面的图像数据组不是通过使用其他原始数据而相区别,而是通过如下来相区别,即,使用原始数据的仅一部分,例如仅特定的运动阶段的原始数据,和/或-如后面还要解释的-利用不同的权重来使用不同的运动阶段的原始数据,以便这样能够建立与运动阶段匹配的临时的图像数据组。
此外确定偏差数据,例如在对象的不同的运动阶段的临时图像数据组之间的形变场(Deformierungsfeldern)(也称为运动场Bewegungsfelder)。在此当确定了临时图像数据组与参考图像数据组的偏差数据时原则上就足够了,因为由此间接地也一起定义了在不同的临时图像数据组之间的偏差数据。
最后在考虑这些偏差数据的条件下从不同的运动阶段的原始数据重建期望的图像数据。优选在此包括来自于所有运动阶段的全部采集的原始数据,以便具有用于重建图像数据的尽可能大的数据库。前面确定的偏差数据可以根据重建方法和偏差数据的种类被直接使用或者例如也首先计算从中导出的其他偏差数据。例如可以首先将偏差数据倒置(invertiert)或除了形变场之外还可以计算倒置的形变场,其在重建时同样被考虑。
与开头提到的Bath等的方法不同,也就是在此不是从前面确定的各个运动阶段的图像数据确定期望的图像数据,而是直接从原始数据进行期望的图像数据的重建,方法是,重新使用测量的原始数据并且在此在重建中附加地考虑偏差数据。也就是当在不同的运动阶段仅存在小数量的原始数据并且运动阶段导致对象位置和/或对象形状的太强的偏差时,按照本发明的方法允许无需附加的大开销地产生运动校正的图像数据,其基于相对高的原始数据库。总体上在比迄今为止更短的测量时间中也可以以足够高的图像质量和降低的运动伪影产生运动的对象的体积图像数据。
按照本发明的图像数据产生装置(其可以根据按照本发明的方法工作)首先具有用于采集包围了对象的区域的原始数据的原始数据接口,其中原始数据在不同的测量时刻在对象的不同的运动阶段被采集。在此其可以如上所述是例如从存储器或从另一个单元接收原始数据的接口。
此外图像数据产生装置需要临时图像重建单元,其构造为,重建多个临时图像数据组,其分别与对象的不同的运动阶段对应。
此外需要偏差数据确定单元,其构造为,确定在对象的不同的运动阶段的临时图像数据组之间的或如上所述与参考图像数据组的偏差数据。
此外需要总重建单元,其构造为,用于在考虑偏差数据的条件下从不同的运动阶段的原始数据中重建期望的图像数据。该总重建单元例如原则上可以是与临时图像重建单元情况下相同的重建单元,例如具有合适的优化程序,其在数值优化方法中计算与测量的原始数据匹配的图像数据,仅仅是必要时预先给出其他输入参数和/或其他目标函数。该可能性在后面还要解释。
通过图像数据产生装置的图像数据接口可以将这些图像数据然后输出到任意的其他组件,例如在存储器中存储和/或在显示器上输出和/或通过网络传输到诊断站或外部的存储器等。
按照本发明的图像数据产生装置可以特别地也作为组成部分集成到按照本发明的磁共振设备中。
该磁共振设备除了具有这样的按照本发明的图像数据产生装置之外通常还具有患者或受检者在测量期间位于其中的测量室、用以以通常方式在测量室中施加基本场磁场的基本场磁体***、发送天线***、包括了多个梯度线圈的梯度***、接收天线***和用于控制基本场磁体***,HF(高频)发送天线***,梯度***和HF接收天线***的控制装置。
按照本发明的图像数据产生装置此外还可以正好是另一个计算机断层成像设备的部分。图像数据产生装置也可以在单独的另一个装置上实现,所述另一个装置与合适的计算机断层成像设备例如通过网络相连或者以其他方式可以接收原始数据。此外可以的是,图像数据产生装置及其不同的组件,特别是临时图像重建单元、偏差数据确定单元和总重建单元,以软件组件的形式在合适的计算机或在一个或多个合适的处理器上实现。这一点对于原始数据接口和必要时的图像数据接口也成立,其中这些接口部分地可以构造为硬件接口或组合的软件/硬件接口。但是接口也可以是纯的软件接口,当数据仅从另外的软件组件被接收时。
尽可能按照软件的实现具有优点,即,能够以简单的方式通过软件更新来改装迄今为止使用的图像产生装置,以便按照本发明的方式工作。就此而言上述任务还通过计算机程序产品解决,其存储在便携式存储器中和/或通过用于传输的网络提供并且直可接加载到可编程图像产生装置的存储器中,具有程序段,用于当程序在图像产生装置中运行时执行按照本发明的方法的所有步骤。
从属权利要求以及以下的描述分别包含了本发明的特别有利的构造和扩展。在此可以特别地将一类权利要求类似于另一类权利要求的从属权利要求来扩展。此外在本发明的范围内还可以将不同的实施例和权利要求的不同特征也组合为新的实施例。
在该方法的一个特别优选的变形中将原始数据根据运动阶段(在所述运动阶段中采集了所述原始数据)在重建不同的临时图像数据组时不同地加权。以这种方式可以保证,不仅在确定的运动阶段中被采集的原始数据被考虑用于确定该运动阶段的临时图像数据组,而且例如还可以以相应的更小的权重加上其他原始数据,以便也提高用于临时图像数据组的数据库。已经证明,对于偏差数据的后面确定来说不完全相关的是仅确定来自于对应的运动阶段本身的原始数据,而是更大一些的数据库导致更好的结果。
特别优选地在此根据与特定的运动阶段的距离进行原始数据的加权,对于所述运动阶段当前重建临时图像数据组。“距离”在此理解为在运动周期,例如呼吸周期内的时间距离。但是优选地在此是空间距离,其例如可以由原始数据的偏差或由从中重建的图像数据来确定。
在一种特别优选的方法中,将原始数据与不同的运动阶段类别对应,即,将原始数据归类或分类。在该情况下例如可以将原始数据与特定的运动阶段的距离理解为运动阶段类别相互的距离,例如运动阶段类别相互多紧密地邻接或其间存在多少个其他的运动阶段类别。例如然后可以对于不同的运动阶段类别重建临时图像数据组,并且在重建时然后将原始数据根据与其对应的运动阶段类别来加权。原始数据的运动阶段类别与对于其刚好要重建临时图像数据组的运动类别相距越远,权重越小。
也就是在对于特定的运动类别重建临时图像数据组时按照加权函数,优选是高斯函数或类似函数,将涉及的运动阶段类别的原始数据,即,与涉及的运动阶段类别对应的原始数据以较高的权重以及将其他例如直接或间接相邻的运动阶段类别的原始数据以与涉及的运动阶段类别的原始数据(对于其进行临时图像数据的重建)相比较低的权重来使用。
为了重建图像数据和/或临时图像数据组,优选可以使用迭代的数值优化方法。特别优选地使用非线性优化方法,特别是拟牛顿法,如后面还要解释的。为此例如可以在后面在考虑偏差数据的条件下重建图像数据时将偏差数据首先倒置并且然后在优化程序的目标函数中使用。
原始数据到不同的运动阶段类别的分类可以按照不同的方式进行。
一种可能性在于,采集所谓的特殊的导航器原始数据,从中然后产生导航器图像。利用所述导航器图像通常采集其中呼吸运动可以被特别好地识别的体积。例如在导航器拍摄中的心脏拍摄时观察横膈膜(胸膈),因为肝脏/肺部过渡是可非常简单识别的,因为肝脏由于液体填充而在图像中看起来相对亮而肺部由于空气填充而相对暗。借助从导航器图像中确定的当前的呼吸位置或呼吸阶段,然后将分别直接在导航器原始数据的采集之后所采集的原始数据和/或期望的对象的图像数据关于该呼吸阶段进行校正。但是为了执行该方法,总是需要采集附加的导航器原始数据,而这要求附加的开销和特别是附加的测量时间。
对于特别优选的方法,对于不同的测量时刻基于至少一部分原始数据本身产生位置概览数据。即,对于位置概览数据,仅使用本身也被用于重建期望的FoV的或对象的图像数据的原始数据,从而不需要附加的导航器测量。为了基于至少一部分原始数据对于不同的测量时刻产生位置概览数据,图像数据产生装置可以具有概览数据产生单元。位置概览数据可以是按照任意方式允许识别当前的运动阶段的图像数据。在此原则上可以是三维、二维或仅一维数据。基于所述位置概览数据,然后进行原始数据与不同的运动阶段类别的对应。
为了建立简单的一维位置概览数据,优选可以在采集k空间的片段时分别采集沿着通过k空间中心例如在z方向(也就是在身体纵轴方向)上的线(中央的读出过程)的原始数据。当如提到的那样将用于k空间的原始数据为了重建体积而按照叶序的螺旋形图案来填充时,特别地提出这一点。于是分别除了中央的读出过程之外仅还须采集沿着平行于中央的线布置的另外的线的原始数据,例如沿着在z方向上的读出过程,所述另外的线在垂直于z方向延伸的x/y平面内部通过位于按照螺旋形向外延伸的轨迹上的点延伸。
优选地这样选择读出过程,使得其在器官的主运动方向上延伸。基于沿着通过k空间中心延伸的中央的读出过程采集的原始数据于是可以优选地对于每个原始数据组或每个片段产生一个在器官的主运动方向上,例如在心脏情况下在SI方向(SI=Superior-Inferior(上下),也就是沿着身体纵轴或者说在z方向上)的一维的投影。该所谓的“SI投影”是一维的图像数据,也就是沿着z方向延伸的、整个所检测的体积(在FoV=Field ofView中;视野)的图像数据到z轴的投影。从所述SI投影中可以无需导航器地分别确定呼吸位置并且在重建时进行原始数据和/或图像数据的校正。该可能性由Piccini D.等在“Respiratory Self-Navigation for Whole-Heart Bright-Blood Coronary MRI:Methods for Robust Isolation and Automatic Segmentation of the Blood Pool”,2012,Magnetic Resonance in Medicine,68:571至579中描述。
为了进行分类,优选地可以确定不同的测量时刻的位置概览数据按照预先给出的规则与特定的前面规定的参考位置概览数据的偏差值。例如为此可以进行不同的SI投影的投影数据与参考SI投影(在最简单的情况下是第一测量时刻的SI投影)的投影数据的互相关。然后将原始数据根据该偏差值与不同的运动阶段类别对应。参考位置概览数据原则上可以任意选择。例如可以简单地将在测量时刻t=0,即,在测量的开始,首先产生的位置概览数据作为参考位置概览数据(零参考)使用,并且然后将全部其他位置概览数据与该参考位置概览数据相关联。但是原则上也可以首先如下地分析位置概览数据,即,搜索特别合适的参考位置概览数据,例如在整个确定的运动阶段中被采集的位置概览数据。
为了进一步改善特别是该分类方法(也称为“Binning”),优选地可以进行以下步骤:
首先,例如利用图像数据产生单元的合适的概览数据分析单元对于各个位置或空间坐标或位置范围确定位置概览数据的取决于测量时刻的偏离(Streuung)。为此例如可以确定在位置概览数据内部在特定的位置处的信号值取决于时间的偏离。例如在SI投影情况下可以简单地在特定的位置z处确定投影信号值取决于时间的偏离。偏离在此可以按照预先给出的偏离度量来测量。优选地在此是方差。
然后,在位置概览数据内部进行空间的检查区域的选择。为此图像产生装置可以具有检查区域选择单元。在一维投影,例如SI投影的情况下可以将投影段作为检查区域来识别。空间的检查区域的该选择根据在各自的检查区域中位置概览数据的偏离来进行。在此优选地可以精确确定在位置概览数据内部的、其中偏离是相对高的位置区域或者说位置段,因为在此在身体内部的运动应当是可以特别好地检测到的。
此外,对于各个检查区域进行信赖参数值的确定。借助该信赖参数值可以如后面还要解释的那样例如规定,在哪个检查区域中运动检测或者说运动阶段的精确确定预计是最可靠的。为此图像数据产生装置可以具有检查区域选择单元。
最后,在考虑不同的检查区域的信赖参数值的条件下进行原始数据与运动阶段类别的对应。已经证明,通过识别不同的检查区域和掌控了这些检查区域中的哪个特别好地适合于检测运动,图像质量在大多数情况下可以得到极大改善。在事先在10个受检者中的6个的情况下规定(静态)检查区域时,图像总是还部分地包含运动伪影,而利用在无需使用导航器测量的条件下自动规定最优的检查区域的所述工作方式却产生与其在使用附加的导航器测量的情况下可以实现的同等质量的图像。由此可以借助该方法在不使用导航器的条件下并且由此以明显缩短的总测量时间产生心脏的非常好的体积图像。这一点可能是归因于,对于不同的患者或受检者,理想的检查区域由于解剖上的不同而在位置概览数据内部可能位于不同的位置并且通过按照本发明的方法可以自动地考虑最优的检查区域的该不同的位置。
作为各个检查区域的信赖参数值可以考虑不同的值。在一种优选变形中,检查区域的信赖参数值本身基于在检查区域内部位置概览数据的偏离。
为此例如对于各个检查区域的每一个单独地首先基于位置概览数据与参考概览数据的偏差值进行位置概览数据或所属的原始数据的上述分类。在此也可以对于各个检查区域单独地进行参考位置概览数据的确定。
然后优选地可以对于每个运动阶段类别单独地确定位置概览数据的空间上的、取决于测量时刻的偏离值。该偏离值可以按照相同的规则来确定,即,利用与上述偏离(按照其首先选择检查区域)相同的偏离度量,然而具有如下区别,即,现在仅还发生各自的运动阶段类别的位置概览数据围绕由该数据形成的平均值的偏离。
更优选地然后作为检查区域的信赖参数值可以确定多个运动阶段类别的偏离值的总和。优选地,信赖参数值是一种“总偏差值偏离”,即,所有运动阶段类别的偏离值的总和。
特别优选地然后对于其中信赖参数值最低的那个的检查区域在考虑位置概览数据与运动阶段类别的对应的条件下从原始数据中重建图像数据。即,例如将其中在运动阶段类别中各个偏离值的总和最低的检查区域归类为值得信赖的。当然根据信赖值的确定,也可以使用其中信赖参数值最高的检查区域。
如上所述,该方法优选地对于由于呼吸运动而运动的检查对象被使用。运动阶段于是相应于呼吸阶段。特别优选地,检查对象是或者包括心脏。但是这一点不排除,该方法也可以对于另外的检查对象并且在另外的运动流程情况下被采用,例如用于校正吞咽运动或其他运动。
附图说明
以下借助实施例在参考附图的情况下描述本发明。其中:
图1示出了SI方向和人体中心脏和横膈膜的位置的示意图,
图2示出了EKG的示意图以及在舒张阶段中原始数据采集的触发的图示,
图3示出了具有叶序地螺旋形的扫描图案的、三维笛卡尔坐标kx,ky,kz中的k空间体积的图示(左边是到kx/ky平面的俯视图并且右边是透视图),
图4示出了用于产生图像数据的按照本发明的方法的可能流程的流程图,
图5示出了用于在位置概览数据中(在此以SI投影的形式)确定检查区域的可能流程的图示和位置概览数据与运动阶段类别的对应,
图6示出了对于不同的运动阶段类别采集的原始数据组的数量的直方图,
图7示出了在从不同的运动阶段的原始数据重建图像数据时的可能的工作方式的示意图,以及
图8示出了具有按照本发明的实施例的图像数据产生装置的磁共振设备的示意图。
具体实施方式
在借助附图在以下描述的该方法的优选变形中涉及的是在人体K中作为检查对象O的心脏的完整体积的拍摄。在产生完整的心脏O的磁共振图像时运动伪影的避免由于心脏本身的持续运动和还叠加的呼吸运动而具有特别的挑战。这一点根据图1和图2来解释。
图1粗略示意性地示出了患者的身体K中心脏O的位置并且附加地还示出了横膈膜O'的位置,其如提到的那样标记了在肝脏和肺部之间的过渡并且由此在图像数据中在强烈的明暗过渡处通常可以很好地识别。在呼吸的情况下横膈膜O'在患者的身体中不断上升和下降,这导致心脏O在身体内部主要在身体纵向方向(SI方向)上的明显位移。该运动在SI方向上,也就是主运动方向R,心脏O整体上在身体K中经受该主运动方向并且该主运动方向在此根据呼吸阶段的不同而朝Superior(上)(向着头部)或者朝Inferior(下)(向着脚部)移动。心脏O本身通过心跳还执行本身的周期运动。在一个心脏周期期间心脏在此经历多个所谓的心脏阶段。它们在图2中在示意性的EKG上示出。通常分别从R峰RZ至下一个R峰RZ(心脏的最强收缩的时刻)考察一个心脏周期。在两个R峰RZ之间的大约中间范围中是所谓的舒张阶段,在该阶段中心脏相对长时间,也就是大约100ms地处于静止。该舒张阶段可以被用来采集原始数据。为此用于原始数据采集的磁共振脉冲序列根据R峰被触发,如在图2中示意性分别通过触发时间段TZ示出的。在合适的磁共振脉冲序列中例如可以首先执行T2准备TP,然后发送所谓的脂肪饱和器FS并且最后进行本来的原始数据采集RDA。
为了利用原始数据来“填充”三维的k空间体积(从所述k空间体积然后例如借助三维傅里叶变换可以重建三维图像数据体积(FoV)),例如可以在笛卡尔k空间Rk中扫描具有在z方向(在k空间中坐标kz的方向)上延伸的、互相平行的读出过程的多个轨迹,其中这些读出过程在k空间Rk中关于kx/ky平面按照特定的图案布置。在这样的优选的读出方式的情况下轨迹的例子在图3中示出。在此轨迹的在z方向上延伸的读出过程按照叶序的螺旋形扫描图案关于kx/ky平面布置。如在左边的对kx/ky平面的俯视图可以很好看出的,图案由多个从k空间的中点(或者说z中轴)径向向外延伸的、螺旋形弯曲的轮辐组成。在此也就是由螺旋形轨迹图案和轮辐轨迹图案的混合。在右边按照三维透视图示出了螺旋形轮辐。从该视图可以看出,在kx/ky平面中轨迹的每个点代表了在kz方向上延伸的读出过程,沿着该读出过程扫描k空间,以采集原始数据。在100ms的舒张阶段的时间窗中可以进行大约30个这样的在kz方向上延伸的读出过程,这相应于螺旋形的轮辐轨迹。由此可以在舒张阶段内作为原始数据组读出包括了螺旋形轮辐的原始数据RD的原始数据片段,如其在图3的右边通过该组纵向地在kz方向上延伸的读出过程示意性示出的。在此分别首先读出沿着通过k空间中心的中央的读出过程的原始数据RDC。然后从内向外前进地采集沿着另一个读出过程的原始数据RD。为了对于重建具有说服力的图像数据而足够地填充k空间体积,必须采集如此之多的原始数据组,使得k空间被填充至大约12%。如果采集了所有片段的所需的原始数据,则可以进行三维的图像数据体积的重建。按照类似的方式可以进行原始数据的采集,以便采集心脏的相互密集邻接的层。
但是不利地,心脏在相继跟随的心脏周期中在原始数据组或k空间数据的片段的采集之间通过呼吸运动而在空间上位移和/或形变。对于图像数据的重建由此需要关于该位移/形变(以下仅简称为位移)进行校正。这一点原则上以多种方式可行。但是为此必须至少近似地已知位移,即,必须至少确定,各个原始数据组是在哪个呼吸阶段被采集的。
这一点有利地利用在图4中示出的方法可行。在步骤4.I中首先采集全部的原始数据RD。所述原始数据然后在步骤4.II中在特殊的分类算法(也称为“Binning”)中被预处理,以便将其与不同的运动阶段类别对应。该步骤4.II在以下结合图5详细解释。
对于每个采集的原始数据组或每个原始数据片段,首先将沿着通过k空间中心的轨迹的读出过程采集(见图4)的中央的原始数据RDC借助一维傅里叶变换转换到图像数据空间。作为结果,在此获得完整视野的一维的所谓SI投影,即,沿着z方向(也就是在主运动方向R上;参见图1)投影到z轴上的在FoV中的所有图像数据。如果保证,视野FoV足够大,使得不仅心脏O,而且横膈膜O'都被覆盖,如图1所示,则在这些SI投影SIP中也可以特别好地识别在横膈膜处的亮暗过渡。这些SI投影SIP作为位置概览数据SIP是特别合适的。
在第一个步骤5.I中首先对于这些SI投影SIP确定取决于测量时刻的空间上的偏离。这样的过程在图5中借助在步骤5.I中的图解释。该图示出了互相密集布置的各个SI投影SIP,其中在纵坐标上画出了在z方向上沿着各个SI投影SIP的位置并且在横坐标上画出了在位置z处在特定的测量时刻t呈现的强度值。作为取决于测量时刻的空间上的偏离度量,在此使用方差var(z(t)),即,确定在特定的位置z处关于多个测量时刻t的多个测量值z(t)的方差。该方差var(z(t))作为z的函数在狭长地示出的方差曲线中紧挨着在步骤5.I中的图示出。通过确定该方差曲线的极大值和极小值,选择可能的检查区域PR1,PR2,在所述检查区域中呈现特别高的方差。为此寻找局部极大值并且按照与找到的局部极大值的特定距离分别选择两个局部极小值并且由此围绕该极大值确定检查区域。
在图5所示的情况下沿着SI投影SIP恰好选择两个检查区域PR1,PR2(或者说SI投影的本来的“检查段”,因为SI投影仅仅是一维的)。所述检查区域中的一个PR1在此覆盖其中心脏O运动的区域,第二检查区域PR2在此涉及其中横膈膜O'运动的区域。
在步骤5.II中然后分别单独地对于各个检查区域PR1,PR2确定位置概览数据SIP,即,在此是在不同的时刻tk(k=0至m,其中m是采集的原始数据组的数量)被采集的SI投影SIP,与参考位置概览数据的偏差值。作为参考位置概览数据(或作为“参考SI投影”)在此可以选择任意的位置概览数据SIP。在本情况下为简单起见使用在第一测量中在时刻t=0采集的SI投影作为参考SI投影SIP0。为了确定SI投影与参考SI投影SIP0的偏差值,在各个检查区域PR1,PR2中分别确定信号与参考SI投影SIP0的互相关。以这种方式对于每个单个SI投影SIP确定偏差值Δz0,k,1和Δz0,k,2。在步骤5.III中然后将在不同的时刻tk采集的各个SI投影-具体来说又是对于每个检查区域PR1,PR2单独地-基于其偏差值Δz0,k,1及Δz0,k,2与不同的运动阶段类别BK0,BK1,BK2,…,BKn对应,其中n是运动类别的最大数量。运动类别BK0例如相应于从+0.5至最大-0.5的偏差值,运动类别BK1相应于在-0.5和最大-1.5之间的可能的偏差值,等等。在此原则上可以对于各个运动阶段类别BK0,BK1,BK2,…,BKn自由选择符号及允许的偏差值。在该情况下这样选择,使得当患者已经完全呼气并且由此横膈膜在身体K中完全处于上部时,在时刻t=0进行第一拍摄。在其他呼吸阶段中的偏差通过在向下至脚部的负的z方向上的位移来表示。
在运动类别BK0中在此将所有的SI投影SIP和自然将相同的原始数据组或片段的所属的其他原始数据对应,其中在各自的检查区域PR1或PR2中仅规定了与参考SI投影SIP0的最小偏差。随着类别的编号增加,该偏差也增加,即,拍摄离其中拍摄了参考SI投影SIP0的运动阶段越远。因为该分类对于两个检查区域分离地进行,所以完全可以的是,按照该分类在第一检查区域PR1中将SI投影和所属的原始数据分类到与参考SI投影相同的运动类别BK0中并且在第二检查区域PR2中将相同的原始数据分类到与其不同的类别中,例如相邻类别BK1。
原则上假定,在相同的呼吸阶段或者说在呼吸周期内部的运动阶段中被采集的SI投影的信号变化应当是相对小的。此外当全局变化是最小的时这一点同样对于SI投影内部的每个部分间隔也是成立的。由此可以假定,呼吸运动的检测和SI投影及所属的原始数据到各个运动阶段类别BK0,BK1,BK2,…,BKn的分类在两个检查区域PR1,PR2中的其中存在运动阶段类别BK0,BK1,BK2,…,BKn内部最小的变化的那个中是最可靠的。由此如在图5的步骤5.III中所示还确定在各个检查区域PR1,PR2中SI投影SIP的取决于时间的位置方差。该方差确定类似于步骤5.I中的工作方式进行,但是现在对于各个运动阶段类别BK0,BK1,BK2,…,BKn中的SI投影分离地进行该方差确定。换言之,对于每个运动阶段BK0,BK1,BK2,…,BKn确定一个自己的偏离值SW0,SW1,SW2,…,SWn。
然后将这些偏离值SW0,SW1,SW2,…,SWn对于每个检查区域PR1,PR2分离地累加,以便这样对于每个检查区域PR1,PR2获得一个自己的信赖参数值VP1,VP2。如图5所示,在此,第二检查区域PR2的为0.22的信赖参数值VP2明显低于检查区域PR1的为0.42的信赖参数值VP1。由此假定,在检查区域PR2中对运动的更可靠的检测是可能的。由此对于另外的重建或关于呼吸运动对原始数据的校正使用在检查区域PR2中确定的对各个原始数据到运动阶段类别BK0,BK1,BK2,…,BKn中的分类。
已经令人惊讶地证明,首先自动识别可能更好的检查区域PR1,PR2,然后自动检查,这些检查区域PR1,PR2中的哪个具有最大的可靠性,随后使用按照该最可靠的检查区域PR1,PR2的分类,会得到该方法相对于其中简单地在开始规定一个检查区域的方法的极大改善。
在使用该分类或在使用在步骤5.II中确定的偏差值Δz0,k,2的条件下然后利用以下解释的方法按照本发明从不同的运动阶段中的原始数据重建图像数据,以便产生尽可能无运动伪影的图像。但是还要再次指出,原始数据与运动阶段的对应也可以按照其他方式,例如借助导航器来进行。
在利用如图3所示的上面描述的叶序螺旋形扫描图案来扫描三维k空间时,虽然可以在特定的预先给出的采集时间中确定相对多的原始数据,以便从中重建图像数据。但是另一方面总是还需要相对强的欠采样,以便能够在可接受的总测量时间中进行器官、例如心脏的完整体积的拍摄。
由此值得期望的是,不是仅使用采集的原始数据的较小部分,例如仅仅是来自于在完整吸气时的运动状态中的运动类别BK0的原始数据(在该阶段中心脏运动相对长时间地处于一种静止阶段中),而是使用尽可能多的、特别优选使用所有采集的原始数据。但是为此必须将原始数据如解释的那样在重建时关于其互相的位移进行校正。从上面的分类方法已经知道,哪些原始数据是在哪些运动阶段中被采集的。为此已经将原始数据分类到了运动阶段类别中。但是不知道,在不同的运动类别/阶段中的原始数据采集实际上如何影响原始数据或重建的图像数据的位移。
在考虑通过呼吸运动引起的空间结构的位移的条件下从完整的原始数据重建图像数据可以借助迭代的数值优化方法,优选是拟牛顿法进行,其特别适合于CS数据(Compressed Sense Daten压缩的感测数据)。在此是非线性优化方法,其中运算逐像素地相对快地进行并且在此以下成本函数被最小化:
在该成本函数中矢量x代表了图像数据并且矢量yij代表了利用线圈i在呼吸或运动阶段j中采集的原始数据。Ci是(按照矩阵形式的)第i个线圈的线圈灵敏度。Dj代表了(按照矩阵形式的)形变场,即,在此是代表了在数据yij的采集期间的运动的模型。F是傅里叶变换运算符。Mj以矩阵形式代表了对于各自的运动阶段j的扫描图案。累加通过欧几里得范数的平方进行。附加项λ|x|TV(TV=Total Variation,总方差)是调节项,其对于太高的偏差提高成本并且由此保证方法的充分收敛。系数λ原则上可以任意选择,其优选应当位于0和1之间。其除了别的之外取决于测量数据的缩放。
但是为了能够利用该方法工作,必须已知每个呼吸阶段j的运动场Dj。为此在图4所示的优选方法中在步骤4.III中首先重建各个运动阶段或借助上面描述的方法确定的运动阶段类别的临时图像数据BBD。这一点又可以分别利用拟牛顿优化方法进行,但是其中现在还使用以下目标函数:
如可以看出的,该目标函数不再包含关于不同的运动阶段j的累加。取而代之的是在此***(同样按照矩阵形式的)权重系数W。借助该权重系数W保证,能够确定对于各个运动阶段的可接受的临时图像数据,但是其中不是仅仅使用恰好是所属的运动阶段类别的原始数据,而是也使用来自于其他的、特别是直接或间接相邻的运动阶段类别的原始数据。但是在此来自于其他的运动阶段类别的原始数据相应于权重W被这样加权,使得从远离本来期望的运动阶段的运动阶段中采集的原始数据,与来自于本来期望的运动阶段的原始数据相比,仅被很小加权地考虑。
作为合适的加权函数,例如可以使用高斯加权。这一点示意性在图6中示出。在此在直方图中关于各自的原始数据组的检测的偏差Δz画出了采集的原始数据组或片段的数量#RD(参见图的左边纵轴)。直方图的柱子在此相应于运动阶段类别,其中运动阶段类别BK0通过在值Δz=0处的柱子代表并且运动阶段类别BK5通过在值Δz=-5处的柱子代表,等等。
此外在这里画出了加权函数(以任意单位缩放到最大值1,参见图的右边纵轴),具体来说是高斯函数,利用所述函数说明,当利用按照公式(2)的目标函数应当重建特定的运动阶段j的图像(相应于特定的运动阶段类别)时,以何种相对权重考虑来自于不同的运动阶段类别的原始数据。如在这里可以看出的,期望的运动阶段的运动阶段类别(在此是运动阶段类别BK0)的原始数据被最大地考虑并且高斯函数GF相对强地下降,从而基本上仅仅还使用直接相邻的运动阶段类别的原始数据和可能还使用再下一个运动阶段类别的原始数据的小部分。在此要指出的是,当然原则上不仅可以关于运动阶段类别进行这样的加权,而且原则上也可以根据例如利用根据图5中的步骤5.II描述的方法确定的其精确的偏差值来进行每个单个原始数据组的加权。也就是说,每个单个原始数据组按照单独的、分别通过加权函数GF预先给出的加权值在对于特定的运动阶段建立临时图像数据BBD时被考虑。通过该方法可以保证,对于其中仅能够产生相对少的原始数据的运动阶段,总是呈现足够的原始数据,以便对于该运动阶段确定相当有说服力的临时图像数据。
如果在步骤4.III中(参见图4)对于所有期望的运动阶段或运动阶段类别已经产生了临时图像数据BBD,则在步骤4.IV中确定各个临时图像数据的偏差数据Dj,即,对于各个运动阶段计算形变场或运动场Dj。
为此在步骤4.IV R中首先选择产生的临时图像数据组中的一个作为参考图像数据组。优选地是如下的图像数据组,对于所述图像数据组提供大多数原始数据。例如这在如图6中的直方图所示的原始数据情况下可以是对于具有Δz=1(即Δz在-0.5和-1.5之间)的偏差的运动阶段或对于运动阶段类别BK1建立的临时图像数据组。偏差数据或形变场Dj然后在使用各自的运动阶段j的图像数据组到参考运动阶段的参考临时图像数据组的配准的条件下被确定。在此优选地使用非刚性的、对称的微分同胚的图像配准。这样的配准方法例如在Avants,B.B.等的文献“Symmetric diffeomorphic image registration with cross-correlation:Evaluating automated labeling of elderly and neurodegenerativebrain”,MedIA12:26至41,(2008)中解释,在此参考其内容。如果以这种方式然后对于每个运动阶段j确定运动场Dj,则可以利用上面解释的目标函数(1)在使用所有原始数据的条件下进行期望的图像数据BD的重建,并且具体来说独立于,在哪个呼吸运动阶段其被采集。
结合图7再次图形地解释形变场Dj的确定。在左边的数据采集步骤AC中示出了呼吸运动和由此产生的心脏位置的形变或位移。在此上面的行示出了第一个运动阶段Ph0,第二行示出了第二个运动阶段Ph1并且最下面的行示出了最后的运动阶段Phn。通常如果没有该运动阶段或没有该呼吸运动则得到与在第一列中示出的相同的对象位置WOL。但是通过呼吸运动AB发生形变,其在各个运动阶段Ph0,Ph1,…,Phn中是不同的并且其可以分别通过形变场或运动场D0,D1,…,Dn来描述。这一点于是导致在各个阶段Ph0,Ph1,…,Phn中互相相对形变的对象位置DOL。该形变在k空间中在原始数据RD中也是明显的。到k空间的跳变在此分别通过傅里叶变换FT示意性示出。但是在k空间中在各个运动阶段Ph0,Ph1,…,Phn中进行不同的原始数据片段RD的采集,其中在每个片段中至少一次还确定通过k空间中心RDC的读出过程。这些原始数据组RD然后可以在重建步骤RC中又利用傅里叶变换FT被变换到图像数据空间,其中,当仅将来自于各个运动阶段Ph0,Ph1,…,Phn的原始数据RD进行考虑时或如上所述相应于期望的运动阶段Ph0,Ph1,…,Phn加权时,形成临时图像数据BBD,所述临时图像数据分别示出了在形变的对象位置DOL中的对象。通过临时图像数据BBD的所述配准RG然后可以计算通过呼吸运动AB产生的形变或位移,更精确来说是形变场D0,D1,…,Dn以及所属的倒置的形变场D0 -1,D1 -1,…,Dn -1,其在目标函数(1)中被使用。如果将倒置的形变场D0 -1,D1 -1,…,Dn -1应用于临时图像数据BBD,则理论上形变又被撤销并且在相同的对象位置中产生对于不同的运动阶段Ph0,Ph1,…,Phn的图像数据BDWOL,其然后总体上可以得到图像数据BD。但是在此要还要指出的是,在图7中示出的过程仅仅应当示意性地表明原理并且期望的校正的图像数据BD的数学重建优选如上所述借助数值的拟牛顿优化方法利用目标函数(1)和(2)进行。
图8最后粗略示意性示出了按照本发明的磁共振设备1(以下简称为“MR设备”),利用所述磁共振设备可以执行按照本发明的方法。其一方面包括本来的磁共振扫描器2,具有在z方向上延伸的测量空间3或者说患者隧道,患者或受检者在卧榻8上可以被推入该患者隧道中,检查对象O(在此是心脏)位于所述患者身体K中。
磁共振扫描器2按照通常方式具有基本场磁体***4、梯度***6以及HF发送天线***5和HF接收天线***7。
在示出的实施例中HF发送天线***5是在磁共振扫描器2中固定安装的全身线圈,而HF接收天线***7由要布置在患者或受检者上的局部线圈组成(图1中仅通过单个局部线圈表示)。但是原则上也可以将全身线圈作为HF接收天线***使用并且将局部线圈作为HF发送天线***使用,只要这些线圈分别可以转换到不同的运行方式。
MR设备1还具有用于控制MR设备1的中央的控制装置13。该中央的控制装置13包括用于脉冲序列控制的序列控制单元14。利用该序列控制单元根据选择的磁共振测量序列控制高频脉冲(HF脉冲)和梯度脉冲的序列。用于磁共振测量序列的控制参数例如可以在测量或控制协议的内部预先给出。多个测量或控制协议例如被存储在存储器19中以用于通过用户选择并且是可以修改的。
为了输出各个HF脉冲,中央的控制装置13具有高频发送装置15,其产生HF脉冲、放大并且通过(未详细示出的)合适的接口馈入到HF发送天线***5。高频发送装置在此可以包括多个组件,除了别的之外有用于产生首先具有低振幅的合适的高频脉冲的小信号发生器,和用于以需要的功率将高频脉冲馈入到天线中的合适的高频放大器。此外属于此的还有监视组件,利用所述监视组件保证,高频功率位于通过SAR标准(SAR=SpecificAbsorption Rate,比吸收率)预先给出的边界值内部等。
为了控制梯度***6的梯度线圈,控制装置13具有梯度***接口16。借助该接口的组件产生所需的梯度脉冲并且然后馈入到梯度***的不同的梯度线圈中或将期望的梯度电压施加到梯度线圈。
序列控制单元14以合适的方式,例如通过发送序列控制数据SD,与高频发送装置15和梯度***接口16通信以发送脉冲序列。
控制装置13还具有(同样以合适的方式与序列控制单元14通信的)高频接收装置17,以便协调地采集由HF发送天线***7接收的磁共振信号,即,原始数据。高频接收装置相应地包括多个接收通道,在所述接收通道中接收由接收天线***的各个天线捕捉的和必要时进一步预处理的磁共振信号并且进一步处理,特别是放大和数字化。
因为在此对原始数据的采集分别在合适的时刻进行并且原始数据总是应当仅在心脏的舒张阶段被采集,所以中央的控制装置13还具有EKG接口18,其与EKG设备11相连,患者利用通常的电极12与所述EKG设备相连。对此如图2所示监视EKG曲线并且总是在R峰RZ之后在合适的时刻输出触发命令,从而采集正好在正确的时刻开始并且也在正确的时刻又结束。在这里还可以规定,在原始数据的整个采集期间是否包括了舒张阶段或者例如是否由于心脏节奏波动而舒张阶段太短。在该情况下于是可以丢弃原始数据。
图像数据产生单元20接收所采集的原始数据RD并且按照上面解释的工作方式从中产生对象O的期望的磁共振图像数据BD。它们然后可以例如在存储器19中存储或者输出到用户。
为了按照解释的工作方式产生图像数据BD,图像数据产生单元20首先具有原始数据接口21,通过所述原始数据接口接收原始数据RD。在概览数据产生单元23中然后产生位置概览数据或在此具体是SI投影,其然后被传输到概览数据分析单元24,所述概览数据分析单元确定位置概览数据的偏离。该概览数据分析单元24在此是检查区域选择单元25的部分,其基于所述偏离来选择潜在的空间的检查区域,即,SI投影段PR1,PR2,如上面结合图5所解释的。在信赖参数值确定单元26中然后按照上面描述的方式评估各个检查区域PR1,PR2。为此首先在分类单元27中确定位置概览数据,即SI投影,与参考位置概览数据的偏差值Δz并且在此基础上然后将位置概览数据和所属的原始数据分类到运动阶段类别中,在偏离值确定单元28中然后进行分别分类到各个运动阶段类别的位置概览数据的偏离、特别是方差的计算,并且在求和单元29中最后形成各个运动阶段类别的方差的总和,以便这样对于每个检查区域PR1,PR2得到一个信赖参数值VP1,VP2。以这种方式在信赖参数值确定单元26内部验证检查区域。最后将关于原始数据到各个运动阶段类别的归类的信息传输到重建单元30,其然后在考虑这些信息的条件下基于原始数据来重建期望的图像数据BD。该重建单元30一方面包括临时重建单元31,利用其如上所述首先对于每个运动阶段或运动阶段类别产生临时图像数据组BBD,其然后被传输到偏差数据确定单元32。其确定临时图像数据与参考图像数据的偏差数据或者说运动场Dj。在此确定的偏差数据或者说运动场Dj然后被传输到总重建单元33,其然后在使用全部原始数据的条件下,例如在使用目标函数(1)的条件下重建期望的图像数据BD。这些图像数据BD然后可以通过图像数据接口22又输出并且例如在存储器19中存储和/或在显示器9上输出。同样可以将这些图像数据BD经过网络存储到外部的存储器中和/或在相应的输出设备上输出或在监视器上显示为诊断发现。
中央的控制装置13的操作可以通过具有输入单元10和显示单元9的终端进行,通过所述终端由此也可以通过操作人员操作整个MR设备1。在显示单元9上也可以显示图像数据BD,并且借助输入单元10必要时与显示单元9相结合可以规划并开始测量。
按照本发明的MR设备1和特别是控制装置13此外还可以具有多个在此没有一一示出但是通常在这样的设备中存在的其他组件,例如网络接口,以便能够将整个设备与网络相连并且交换原始数据和/或图像数据或参数图,还有其他数据,例如患者相关的数据或控制协议。
最后再次指出,前面详细描述的方法和构造仅仅是实施例并且其原理也可以由专业人员在宽的范围内改变,而不脱离本发明的通过权利要求规定的范围。为完整起见还指出,不定冠词“一个”的使用不排除,涉及的特征也可以多重存在。同样术语“单元”不排除,它们也可以由多个组件组成,其必要时也可以是在空间上分布的。
Claims (13)
1.一种用于产生运动的对象(O)的图像数据(BD)的方法,包括以下步骤:
-在不同的测量时刻(t0,…,tk,…)在对象(O)的不同的运动阶段(Ph0,Ph1,…,Phn)对于包括了对象(O)的区域采集原始数据(RD),
-从原始数据(RD)中重建对象(O)的多个临时图像数据组(BBD),其分别与对象(O)的不同的运动阶段(Ph0,Ph1,…,Phn)对应,
-确定在对象的(O)不同的运动阶段(Ph0,Ph1,…,Phn)的临时图像数据组(BBD)之间的偏差数据(D0,D1,…,Dj,…,Dn),以及
-在考虑所述偏差数据(D0,D1,…,Dj,…,Dn)的条件下从不同的运动阶段(Ph0,Ph1,…,Phn)的原始数据(RD)中重建图像数据(BD),
其中,将所述原始数据(RD)与不同的运动阶段类别(BK0,BK1,BK2,…,BKn)对应,并且对于不同的运动阶段类别(BK0,BK1,BK2,…,BKn)重建临时图像数据组(BBD)并且在重建时将原始数据(RD)根据与其对应的运动阶段类别(BK0,BK1,BK2,…,BKn)来加权。
2.根据权利要求1所述的方法,其中,将所述原始数据(RD)根据在其中采集了所述原始数据的运动阶段(Ph0,Ph1,…,Phn)在重建不同的临时图像数据组(BBD)时不同地加权。
3.根据权利要求1所述的方法,其中,所述原始数据(RD)的加权根据与如下的运动阶段(Ph0,Ph1,…,Phn)的距离进行:对于该运动阶段重建临时图像数据组(BBD)。
4.根据权利要求1所述的方法,其中,在对于运动阶段类别(BK0,BK1,BK2,…,BKn)重建临时图像数据组(BBD)时按照加权函数(GF)将所涉及的运动阶段类别(BK0,BK1,BK2,…,BKn)的原始数据(RD)以较高的权重以及将其他运动阶段类别(BK0,BK1,BK2,…,BKn)的原始数据(RD)以较低的权重来使用。
5.根据权利要求1、2或3所述的方法,其中,为了重建图像数据(BD)和/或临时图像数据组(BBD),使用迭代的数值优化方法。
6.根据权利要求5所述的方法,其中,所述迭代的数值优化方法是拟牛顿法。
7.根据权利要求1所述的方法,其中,对于不同的测量时刻基于原始数据(RD)的至少一部分(RDc)产生位置概览数据(SIP),并且基于所述位置概览数据(SIP)进行原始数据(RD)与不同的运动阶段类别(BK0,BK1,BK2,…,BKn)的对应。
8.根据权利要求7所述的方法,其中,确定不同的测量时刻(t0,…,tk,…)的位置概览数据(SIP)与参考位置概览数据(SIP0)的偏差值(Δz)并且将所述原始数据(RD)根据所述偏差值(Δz)与不同的运动阶段类别(BK0,BK1,BK2,…,BKn)对应。
9.根据权利要求7或8所述的方法,其中,进行以下步骤:
-确定位置概览数据(SIP)的取决于测量时刻的偏离,
-在位置概览数据(SIP)内部根据所述偏离选择空间的检查区域(PR1,PR2),
-对于各个检查区域(PR1,PR2)确定信赖参数值(VP1,VP2),和
-在考虑不同的检查区域(PR1,PR2)的信赖参数值(VP1,VP2)的条件下将所述原始数据(RD)与运动阶段类别(BK0,BK1,BK2,…,BKn)对应。
10.根据权利要求1所述的方法,其中,检查对象(O)由于呼吸运动而运动并且所述运动阶段(Ph0,Ph1,…,Phn)是呼吸阶段。
11.根据权利要求1所述的方法,其中,检查对象(O)包括心脏(O)。
12.一种用于产生运动的对象(O)的图像数据(BD)的图像数据产生装置(20),所述图像数据产生装置(20)包括以下组件:
-原始数据接口(21),用于采集包围了对象(O)的区域的原始数据,所述原始数据在不同的测量时刻(t0,…,tk,…)在对象(O)的不同的运动阶段(Ph0,Ph1,…,Phn)被采集,
-临时图像重建单元(31),其构造为,用于重建分别与对象(O)的不同的运动阶段(Ph0,Ph1,…,Phn)对应的多个临时图像数据组(BBD),
-偏差数据确定单元(32),其构造为,用于确定在对象(O)的不同的运动阶段(Ph0,Ph1,…,Phn)的临时图像数据组(BBDj)之间的偏差数据(D0,D1,…,Dj,…,Dn),和
-总重建单元(33),其构造为,用于在考虑所述偏差数据(D0,D1,…,Dj,…,Dn)的条件下从不同的运动阶段(Ph0,Ph1,…,Phn)的原始数据(RD)中重建图像数据,
其中,将所述原始数据(RD)与不同的运动阶段类别(BK0,BK1,BK2,…,BKn)对应,并且对于不同的运动阶段类别(BK0,BK1,BK2,…,BKn)重建临时图像数据组(BBD)并且在重建时将原始数据(RD)根据与其对应的运动阶段类别(BK0,BK1,BK2,…,BKn)来加权。
13.一种磁共振设备(1),具有
-测量室(3),
-基本场磁体***(4),
-高频发送天线***(5),
-梯度***(6),
-高频接收天线***(7),
-控制装置(11),用于控制基本场磁体***(4)、高频发送天线***(5)、梯度***(6)和高频接收天线***(7),和
-按照权利要求12所述的图像数据产生装置(20)。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE102013205832.2 | 2013-04-03 | ||
DE102013205832.2A DE102013205832A1 (de) | 2013-04-03 | 2013-04-03 | Verfahren zur Erzeugung von Bilddaten |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104095634A CN104095634A (zh) | 2014-10-15 |
CN104095634B true CN104095634B (zh) | 2017-05-24 |
Family
ID=51628853
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410128862.2A Active CN104095634B (zh) | 2013-04-03 | 2014-04-01 | 用于产生图像数据的方法 |
Country Status (4)
Country | Link |
---|---|
US (1) | US9712789B2 (zh) |
KR (1) | KR101652387B1 (zh) |
CN (1) | CN104095634B (zh) |
DE (1) | DE102013205832A1 (zh) |
Families Citing this family (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102014216751B4 (de) * | 2014-08-22 | 2023-01-12 | Siemens Healthcare Gmbh | Verfahren zur Bestimmung einer Art einer Rekonstruktion von Bilddaten einer Magnetresonanzmessung eines Untersuchungsobjekts mittels eines Magnetresonanzgeräts |
DE102015200353B4 (de) * | 2015-01-13 | 2017-11-16 | Siemens Healthcare Gmbh | Verfahren zur Aufnahme eines Magnetresonanzbilddatensatzes und Magnetresonanzeinrichtung |
EP3322997A1 (en) | 2015-07-15 | 2018-05-23 | Koninklijke Philips N.V. | Mr imaging with motion detection |
KR101713859B1 (ko) | 2015-08-31 | 2017-03-09 | 삼성전자주식회사 | 자기 공명 영상 처리 장치 및 그에 따른 자기 공명 영상 처리 방법 |
DE102015221573A1 (de) * | 2015-11-04 | 2017-05-04 | Siemens Healthcare Gmbh | Verwendung eines MR-Übersichtsdatensatzes zur Rekonstruktion von MR-Rohdaten |
US10037612B2 (en) * | 2015-12-28 | 2018-07-31 | Empire Technology Development Llc | Three dimensional data acquisition with orthogonal composite pattern for structured light illuminated vision |
KR102279063B1 (ko) | 2016-03-31 | 2021-07-20 | 삼성전자주식회사 | 이미지 합성 방법 및 그 전자장치 |
DE102017202535A1 (de) | 2017-02-16 | 2018-08-16 | Siemens Healthcare Gmbh | Erstellen von MR-Bildern |
EP3404437A1 (de) * | 2017-05-17 | 2018-11-21 | Siemens Healthcare GmbH | Bewegungskorrektur bei der magnetresonanzbildgebung |
CN109949206B (zh) * | 2019-01-30 | 2023-09-26 | 上海联影医疗科技股份有限公司 | 运动伪影图像的生成方法、装置、设备和存储介质 |
CN110031786B (zh) * | 2019-05-14 | 2022-01-11 | 上海联影医疗科技股份有限公司 | 磁共振图像重建方法、磁共振成像方法、设备及介质 |
DE102020207184B3 (de) * | 2020-06-09 | 2021-07-29 | TechnoTeam Holding GmbH | Verfahren zur Bestimmung des Relaxationsbeginns nach einem Bildeinbrennvorgang an pixelweise ansteuerbaren optischen Anzeigevorrichtungen |
DE102021203269A1 (de) * | 2021-03-31 | 2022-10-06 | Siemens Healthcare Gmbh | Verfahren zur Reduzierung von Artefakten in mittels Magnetresonanz aufgenommenen Bilddatensätzen |
GB2606207B (en) * | 2021-04-29 | 2024-06-05 | Siemens Healthcare Gmbh | Image reconstruction method |
WO2022253227A1 (en) * | 2021-05-31 | 2022-12-08 | Shanghai United Imaging Healthcare Co., Ltd. | Systems and methods for image correction |
CN114557780B (zh) * | 2022-03-01 | 2024-01-26 | 长春理工大学 | 一种辅助外科手术的三维定位***及方法 |
Family Cites Families (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
FR2749957B1 (fr) * | 1996-06-18 | 1998-07-24 | Commissariat Energie Atomique | Procede de production d'une sequence restauree d'images d'un objet en mouvement a partir de mesures bruitees |
DE19713846A1 (de) * | 1997-03-13 | 1998-09-17 | Philips Patentverwaltung | Bildverarbeitungs-Verfahren für die medizinische Diagnostik |
EP0864999A3 (de) * | 1997-03-13 | 1999-09-08 | Philips Patentverwaltung GmbH | Bildverarbeitungs-Verfahren für die medizinische Diagnostik |
WO2005088543A1 (en) * | 2004-03-02 | 2005-09-22 | Philips Intellectual Property & Standards Gmbh | Motion compensation |
JP4861821B2 (ja) * | 2004-11-12 | 2012-01-25 | 株式会社東芝 | 磁気共鳴イメージング装置および画像データ補正装置 |
JP3668816B1 (ja) * | 2004-12-16 | 2005-07-06 | 学校法人慶應義塾 | 磁気共鳴イメージング装置 |
DE102005000714A1 (de) * | 2005-01-03 | 2006-07-20 | Siemens Ag | Verfahren zur Bildgebung eines periodisch bewegten Objektbereichs eines Objekts |
DE102006017932A1 (de) * | 2006-04-18 | 2007-10-25 | Siemens Ag | Verfahren zur Steuerung des Aufnahme- und/oder Auswertebetriebes von Bilddaten bei medizinischen Untersuchungen |
DE102009020000B4 (de) * | 2009-05-05 | 2020-03-12 | Siemens Healthcare Gmbh | Verfahren und Steuereinrichtung zum Betrieb einer Magnetresonanzanlage |
-
2013
- 2013-04-03 DE DE102013205832.2A patent/DE102013205832A1/de active Pending
-
2014
- 2014-04-01 CN CN201410128862.2A patent/CN104095634B/zh active Active
- 2014-04-03 US US14/244,028 patent/US9712789B2/en active Active
- 2014-04-03 KR KR1020140040177A patent/KR101652387B1/ko active IP Right Grant
Also Published As
Publication number | Publication date |
---|---|
DE102013205832A1 (de) | 2014-10-23 |
US20150015691A1 (en) | 2015-01-15 |
US9712789B2 (en) | 2017-07-18 |
KR101652387B1 (ko) | 2016-08-30 |
KR20140120860A (ko) | 2014-10-14 |
CN104095634A (zh) | 2014-10-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104095634B (zh) | 用于产生图像数据的方法 | |
CN104095633B (zh) | 用于产生图像数据的方法 | |
KR101659578B1 (ko) | 자기 공명 영상 처리 방법 및 장치 | |
CN104115020B (zh) | 使用利用Dixon技术采集的导航器进行运动校正的MRI成像 | |
US9271661B2 (en) | Method for free-breathing magnetic resonance imaging using iterative image-based respiratory motion correction | |
US9254112B2 (en) | Respiratory interval-based correlation and processing of dynamic imaging data | |
US9684979B2 (en) | MRI 3D cine imaging based on intersecting source and anchor slice data | |
CN103800006B (zh) | 磁共振成像设备和获取功能图像的方法 | |
US20120169333A1 (en) | Motion monitoring system for monitoring motion within a region of interest | |
Menchón-Lara et al. | Reconstruction techniques for cardiac cine MRI | |
CN104873204B (zh) | 磁共振装置及程序 | |
WO2002056767A1 (fr) | Imagerie parallele par resonance magnetique utilisant une carte de sensibilite de bobine haute precision | |
KR101939642B1 (ko) | 모션 분해 mri를 위한 시스템 및 방법 | |
CN102905622B (zh) | 用于经改进的示踪成像处理的***和方法 | |
CN102743172A (zh) | 借助磁共振设备抑制不期望的信号触发地采集测量数据 | |
CN106456046A (zh) | 经改进的多时相动态对比增强磁共振成像的方法 | |
JP2020503075A (ja) | 診断映像変換装置、診断映像変換モジュール生成装置、診断映像撮影装置、診断映像変換方法、診断映像変換モジュール生成方法、診断映像撮影方法、及びプログラム | |
US20140347051A1 (en) | System and Method for Acquiring Multiple Different Images Using A Single Magnetic Resonance Imaging Scan With Multiple Magnetization Preparation Radio Frequency Pulses | |
US20180368721A1 (en) | Medical imaging device and magnetic resonance imaging device, and control method therefor | |
US9366740B2 (en) | System and method for vastly undersampled isotropic projection reconstruction with inversion recovery | |
WO2021012972A1 (zh) | 核磁共振成像控制方法、装置及计算机可读存储介质 | |
US12048521B2 (en) | System and method for improved metal detection in magnetic resonance imaging | |
US20240138697A1 (en) | System and method for improved metal detection in magnetic resonance imaging | |
US20240046464A1 (en) | Intramyocardial tissue displacement and motion measurement and strain analysis from mri cine images using dense deep learning | |
CN103654829A (zh) | 一种正电子发射断层成像图像数据集的方法和装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
TR01 | Transfer of patent right |
Effective date of registration: 20220127 Address after: Erlangen Patentee after: Siemens Healthineers AG Address before: Munich, Germany Patentee before: SIEMENS AG |
|
TR01 | Transfer of patent right |