DE102012206547A1

DE102012206547A1 - Akquisition eines Messdatensatzes eines atmenden Untersuchungsobjekts mittels Magnetresonanztechnik

Info

Publication number: DE102012206547A1
Application number: DE102012206547A
Authority: DE
Inventors: Alto Stemmer
Original assignee: Siemens AG
Current assignee: Siemens Healthcare GmbH
Priority date: 2012-04-20
Filing date: 2012-04-20
Publication date: 2013-10-24
Anticipated expiration: 2032-04-21
Also published as: US20130281823A1; CN103371821B; CN103371821A; DE102012206547B4; US9271662B2

Abstract

Bei dem erfindungsgemäßen Verfahren zur Akquisition eines Messdatensatzes eines atmenden Untersuchungsobjekts mittels Magnetresonanztechnik, bei dem der Messdatensatz durch mehrere Shots akquiriert wird, welche jeweils eine Anzahl Nv an k-Raumtrajektorien, sogenannten Views, umfassen, umfasst die Akquisition des Messdatensatzes im k-Raum folgende Schritte: – Wählen einer Anzahl Nv an Views pro Shot, – Bestimmen der Anzahl Ns an Shots, um den abzutastenden k-Raum vollständig auszufüllen, – Zuordnen der Views der Ns Shots zu Nv Sektoren im k-Raum, derart, dass in jedem Sektor annähernd dieselbe Anzahl an Views angeordnet ist, und dass jeweils alle Views in einem Sektor einen ähnlichen Abstand zum k-Raum-Zentrum haben, – Zuordnen je eines Views jedes Sektors zu je einem der Ns Shots entsprechend ihrer Orientierung in der kz-ky-Ebene, Abtasten der Views jedes Shots derart, dass Views, die dem gleichen Sektor und verschiedenen Shots zugeordnet sind, jeweils die gleiche (zeitliche) Position innerhalb des Shots einnehmen. Die erfindungsgemäße Abtastung des k-Raums ist robust gegenüber Bewegungen, z.B. auch peristaltischer Bewegungen, des Untersuchungsobjekts, da Bewegung entlang beider kartesischer Richtungen „verschmiert“ werden. Des Weiteren werden eine entsprechende Magnetresonanzanlage, ein entsprechendes Computerprogramm sowie ein entsprechender elektronisch lesbarer Datenträger beansprucht.

Description

Die Erfindung betrifft ein Verfahren zur Akquisition eines Messdatensatzes eines atmenden Untersuchungsobjekts mittels Magnetresonanztechnik, eine Magnetresonanzanlage, ein Computerprogramm sowie einen elektronisch lesbaren Datenträger.
Die Magnetresonanz-Technik (im Folgenden steht die Abkürzung MR für Magnetresonanz) ist eine bekannte Technik, mit der Bilder vom Inneren eines Untersuchungsobjektes erzeugt werden können. Vereinfacht ausgedrückt wird hierzu das Untersuchungsobjekt in einem Magnetresonanzgerät in einem vergleichsweise starken statischen, homogenen Grundmagnetfeld, auch B₀-Feld genannt, mit Feldstärken von 0,2 Tesla bis 7 Tesla und mehr positioniert, so dass sich dessen Kernspins entlang des Grundmagnetfeldes orientieren. Zum Auslösen von Kernspinresonanzen werden hochfrequente Anregungspulse (RF-Pulse) in das Untersuchungsobjekt eingestrahlt, die ausgelösten Kernspinresonanzen als sogenannte k-Raumdaten gemessen und auf deren Basis MR-Bilder rekonstruiert oder Spektroskopiedaten ermittelt. Zur Ortskodierung der Messdaten werden dem Grundmagnetfeld schnell geschaltete magnetische Gradientenfelder überlagert. Die aufgezeichneten Messdaten werden digitalisiert und als komplexe Zahlenwerte in einer k-Raum-Matrix abgelegt. Aus der mit Werten belegten k-Raum-Matrix ist z.B. mittels einer mehrdimensionalen Fourier-Transformation ein zugehöriges MR-Bild rekonstruierbar.
Die Atembewegung eines Patienten, der mittels MR untersucht werden soll, kann in der Magnetresonanzbildgebung (engl. „magnetic resonance imaging“ – MRI) vor allem bei einer Untersuchung der Organe des Thorax und des Abdomen, also von durch die Atembewegung des Patienten beeinflussten Untersuchungsbereichen, zu sogenannten Geistern (engl. „ghosting“), zu Unschärfe (engl. „blurring“) und/oder zu Intensitätsverlust in den erzeugten Bildern, sowie zu Registrierungsfehlern zwischen erzeugten Bildern führen. Diese Artefakte können eine Befundung auf Basis dieser Bilder z.B. durch einen Arzt erschweren, und können dazu führen, dass z.B. Läsionen übersehen werden. Zahlreiche Techniken existieren im Stand der Technik, um Artefakte in Folge der Atembewegung zu reduzieren. Eine dieser Techniken ist das Atemgating. Atemgating ist eine Technik bei der während der MR-Messung die Atmung des Patienten erfasst und den akquirierten Messdaten zugeordnet wird. Beim Atemgating werden die Messdaten nur dann zur Rekonstruktion herangezogen, wenn die erfasste Atembewegung bestimmte vorgebbare Kriterien erfüllt.
Die Atmung des Patienten kann hierbei mit externen Sensoren, z.B. einen pneumatischen Kissen, oder mit MR-Signalen, sogenannten Navigatoren, detektiert werden. Ein Navigator ist in der Regel eine kurze Sequenz die MR-Signale z.B. vom Diaphragma oder einer anderen Signalquelle in dem Untersuchungsobjekt, dessen Bewegung mit der Atmung des Patienten korreliert ist, akquiriert. Über die Position des Diaphragma oder der anderen Signalquelle kann die Atembewegung nachvollzogen werden.
Beim Atemgating mit Navigatoren wird die Navigatorsequenz beispielsweise mit der bildgebenden Sequenz verschachtelt und eine mit einem Navigator gemessene Diaphragmaposition wird anschließend den unmittelbar danach (oder davor) akquirierten bildgebenden Daten zugeordnet.
Man unterscheidet zwischen retrospektiven und prospektiven Atemgating.
Beim retrospektiven Atemgating wird die Atembewegung während der MR-Messung erfasst und aufgezeichnet, aber nicht ausgewertet. Vielmehr wird der zu erfassende k-Raum mehrmals gemessen. Zur Rekonstruktion wird nur ein Teil der gemessenen Daten herangezogen, bevorzugt solche, bei denen das Atemsignal in einem bestimmten Fenster um eine ausgezeichnete Atemposition liegt. Wurde ein bestimmter zur Bildrekonstruktion notwendiger k-Raum-Datenpunkt mehrmals innerhalb des ausgezeichneten Fensters gemessen, können die Daten gemittelt werden. Wurde ein Datenpunkten dagegen immer außerhalb des Fensters gemessen, so kann derjenige Datenpunkt zur Rekonstruktion verwendet werden, dessen Abweichung von der ausgezeichneten Position am geringsten ist. Beim prospektiven Atemgating wird das mit Hilfe eines Atemsensors gemessene, physiologische Atemsignal (z.B. die mit einer Navigatorsequenz gemessene Diaphragmaposition) während der Messung ausgewertet und die MR-Messung basierend auf dem erfassten physiologischen Signal gesteuert. In der einfachsten Ausführungsform, dem sogenannten Acceptance/Rejection-Algorithmus (ARA), wird die Messung eines bildgebenden Datenpaketes (und gegebenenfalls die zugeordnete Navigatorsequenz) solange wiederholt bis das physiologische Signal in ein zuvor definiertes Akzeptanzfenster fällt.
Ein Beispiel für einen solchen Acceptance/Rejection-Algorithmus wird in dem Artikel von Todd S. Sachs, Craig H. Meyer, Bob S. Hu, Jim Kohli, Dwight G. Nishimura und Albert Macovski: „Real-Time Motion Detection in Spiral MRI Using Navigators", MRM 32: S. 639–645 (1994), beschrieben. Die Autoren akquirieren einen oder mehrere Navigatoren pro Anregung in einer Spiralsequenz. Die Navigatoren werden hier nach der Akquisition der Bilddaten akquiriert. Verschiedene Navigatoren unterscheiden sich durch ihre räumliche Orientierung. Aus jedem Navigator wird mit Hilfe einer Cross-Korrelation eine räumliche Verschiebung entlang der Richtung des Navigators relativ zu einem Referenz Navigator berechnet. Als Referenz dient jeweils der Navigator-Scan, der nach dem ersten bildgebeden Scan akquiriert wurde. Ein bestimmter bildgebeder Scan wird solange wiederholt bis die mit dem Navigator bestimmte räumliche Verschiebung bzgl. der Referenz kleiner als ein vom Anwender vorgegebener Schwellwert ist. Es handelt sich also um einen Acceptance-Rejection-Algorithmus basierend auf einem oder mehreren räumlichen Verschiebungen.
Ein weiteres Beispiel für einen Acceptance/Rejection-Algorithmus wird von Wang et al. in „Navigator-Echo-based Real-Time Respiratory Gating and Triggering for Reduction of Respiratory Effects in Three-dimensional Coronary MR Angiography". Radiology 198; S. 55–60 (1996), beschrieben. Hierbei ist das physiologische Signal die mit einem Navigator bestimmte Verschiebung der Diaphragmaposition relativ zu einem Referenzzustand. Ein Unterschied zu der Arbeit von Sachs et al. ist, dass je ein Navigator vor und nach dem bildgebenden Scan akquiriert wird, und dass der bildgebende Scan nur dann akzeptiert wird, wenn die mit beiden Navigatoren bestimmte Verschiebung kleiner als der Schwellwert ist.
Zur Bestimmung des Akzeptanzfenster wird in der Regel für jeden Patienten ein sogenannter Prescan durchgeführt, bei dem die Atembewegung z.B. mit der Navigatorsequenz erfasst wird, aber noch keine bildgebenden Daten akquiriert werden.
Prospektives Atemgating ist in der Regel effizienter als retrospektives Atemgating. Vorraussetzung für prospektives Atemgating ist eine Echtzeitfähigkeit der Steuerungssoftware der MR Anlage, die heutzutage in der Regel gegeben ist. Dabei wird hier unter Echtzeitfähigkeit verstanden, dass Daten, die mit der Sequenz (Sequenz umfasst hierbei bildgebende und Navigatorsequenz) gemessen werden, ausgewertet werden können während die Sequenz läuft und der weitere Sequenzablauf durch das Ergebnis dieser Auswertung beeinflusst werden kann, wobei die Zeitspanne zwischen Erfassung der Daten und Beeinflussung des weiteren Ablaufs kurz ist gegenüber der typischen Zeitkonstanten der Atembewegung (hier insbesondere des Atemzyklus eines Menschen der zwischen 3 und 10 Sekunden beträgt).
Das Hauptproblem des Acceptance-Rejection-Algorithmus ist, dass die Atmung des Patienten häufig während der Untersuchung variiert. Die Variation der Atembewegung kann hierbei derart sein, dass Atempositionen innerhalb des einmal festgelegten Akzeptanzfensters selten oder nicht mehr detektiert werden. Dies führt zu verlängerten Akquisitionszeiten und kann sogar dazu führen, dass die Messung überhaupt nicht regulär beendet wird.
Der mit Abstand bedeutendste Algorithmus der dieses Problem adressiert ist „Phase Ordering With Automatic Window Selection" (PAWS), wie er z.B. in dem Artikel von P. Jhooti, P.D. Gatehouse, J. Keegan, N.H. Bunce, A.M. Taylor, and D.N. Firmin „Phase Ordering With Automatic Window Selection (PAWS): A Novel Motion-Resistant Technique for 3D Coronary Imaging", Magnetic Resonance in Medicine 43, S. 470–480 (2000) und in dem US-Patent US 7,039,451 B1 beschrieben wird. PAWS findet ein finales Akzeptanzfenster zur Laufzeit und kann somit flexibel auf eine sich ändernde Atmung reagieren. Ein weiteres Ziel von PAWS ist es, einen gewissen Grad von „phase-encode ordering“ (oder kurz „phase ordering“) sicher zu stellen. Dies bedeutet, dass benachbarte Zeilen im k-Raum in ähnlichen Atemzuständen akquiriert werden. Insbesondere soll eine Variation des Atemzustandes bei Akquisitionen in der Nähe des besonders bewegungsempfindlichen k-Raum-Zentrums vermieden werden. PAWS wurde für eine 3D kartesische Akquisitionstechnik entwickelt. Das hierbei eingesetzte ky-kz-Ordnungsschema akquiriert eine komplette kx-kz-Ebene des 3-dimensionalen k-Raums nach jedem Navigator. Die Modulation der k-Raum-Signale entlang der kz-Richtung in Folge des transzendenten Zustand nach Unterbrechung des stationären Gleichgewichts durch den Navigator (sowie eventuell geschalteter Präparationspulse, bzw. dem Warten auf ein weiteres physiologisches Signal, wie Einem EKG-Trigger) entlang der kx-kz-Richtung ist demzufolge glatt. In die ky-Richtung können in Folge von verbleibender Bewegung Diskontinuitäten entstehen, die sich als Artefakte und Unschärfe entlang der ersten Phasenkodierrichtung ky im Bild manifestieren können. Dies gilt nicht nur, wenn die Segmentgrenze nahe dem k-Raum-Zentrum entsteht. Auch peristaltische Bewegung, die vom Atemsensor nicht erfasst wird, kann zu Artefakten in den Bildern führen.
PAWS existiert in verschiedenen sogenannten „bin“-Varianten. In PAWS wird die Breite des finalen Akzeptanzfensters festgelegt. Die Atempositionen, die dieses Akzeptanzfenster umfasst, werden im Gegensatz zum Acceptance-Rejection-Algorithmus automatisch zur Laufzeit gefunden. Die k-Raum-Füllung erfolgt in Clustern. Ein Cluster (in der Originalarbeit wird der Begriff „bin“ statt Cluster verwendet) ist charakterisiert durch einen Atempositionsbereich, einen Akzeptanzbereich, und umfasst alle k-Raum-Zeilen, die bereits gemessen wurden, nachdem eine Atemposition in dem dem Cluster zugeordneten Atempositionsbereich gemessen wurde. In der n-bin-Variante von PAWS wird von n aufeinanderfolgenden Clustern ein Atempositionsbereich abgedeckt, dessen Breite gleich dem Akzeptanzfenster ist.
Des Weiteren ist jedem Cluster eine Startposition im k-Raum zugeordnet, wobei die Zahl der verschiedenen Startpositionen n ist. Cluster mit benachbarten Atempositionen werden für n > 1 verschiedene Startpositionen zugeordnet. Sobald eine einem Cluster zugeordnete Atemposition mit dem Navigator gemessen wird, wird die Messung einer innerhalb dieses Clusters noch nicht gemessenen k-Raum-Zeile gestartet. Die Entscheidung, welche der noch zu messenden k-Raum-Zeilen dabei ausgewählt wird, bezieht im Allgemeinen auch die von benachbarten Clustern bereits akquirierten k-Raum-Zeilen mit ein. Beispielsweise wird eine noch fehlende k-Raum-Zeile derart ausgewählt, dass eine beliebige Gruppe von n benachbarten Clustern möglichst vollständig ist, wobei die beliebige Gruppe von n benachbarten Clustern den Cluster enthält, dem die aktuell gemessene Atemposition zugeordnet ist; d.h., dass eine Gruppe von n benachbarten Clustern möglicht viele verschiedene k-Raum Zeilen umfasst. Sobald eine beliebige Gruppe von n benachbarten Clustern alle zu messenden k-Raum-Zeilen umfasst, wird die Messung beendet, da die Gesamtvariation der Atemposition in diesen Messdaten damit auf das Akzeptanzfenster begrenzt ist.
Die n verschiedenen Startpunkte und Cluster der n-bin-Variante von PAWS führen in der Regel zu n Segmenten im k-Raum. Dabei besteht jedes Segment aus benachbarten k-Raum- Zeilen. Die Variation der mit dem Navigator gemessen Atemposition innerhalb eines Segments, entspricht dem Positionsbereich, der einem Cluster zugeordnet wird (in der Originalarbeit wird von „bin size“ gesprochen), und damit einem n-tel des Akquisitionsfensters. Über den gesamten k-Raum ist die Variation der Atemposition größer und durch das festgelegte Akzeptanzfenster nach oben begrenzt. Die Zeilen, die zum gleichen Segment gehören, werden während ähnlicher Atemzustände gemessen. An den Segmentgrenzen ändert sich somit die Modulation des Signals mit der Atmung. Es ergeben sich also Positionssprünge an den Segmentgrenzen. Ein Ziel der verschiedenen bin-Varianten von PAWS ist es, die Segmentgrenzen weg vom bewegungsempfindlichen k-Raum-Zentrum zu schieben. Ein weiteres Ziel ist es eine hohe Effizienz zu erzielen.
In dem bereits genannten Artikel von Jhooti et al. sowie beispielsweise auch in der Folgearbeit von P. Jhooti, P. Gatehouse, J. Keegan, A. Stemmer, D. Firmin: „Phase ordering with Automatic Window Selection (PAWS) with Half Fourier for Increased Scan Efficiency and Image Quality"; Proc. Intl. Soc. Mag. Reson. Med. 11 (2004); S. 2146 werden die 1-bin, 2-bin, 3-bin und 4-bin Variante miteinander verglichen. Ergebnis dieses Vergleichs ist, dass die 1-bin- und die 2-bin-Variante von PAWS am effizientesten sind, d.h. für eine gegebene Breite des Akzeptanzfensters die Messung am schnellsten beenden. Die 1-bin Variante wird verworfen da sie kein „phase ordering“ erlaubt, die 4-bin Variante (und höher) wird wegen geringer Effizienz verworfen. Die 3-bin Variante ist weniger effizient als die 2-bin Variante. Der Grund hierfür ist die unidirektionale Wachstumsrichtung der Cluster mit Startposition am linken und rechten k-Raum Rand. Sobald die Lücke zwischen einem dieser beiden peripheren Cluster und dem zentralen Cluster (mit Startposition im k-Raum Zentrum und bidirektionaler Wachstumsrichtung) geschlossen ist, wächst dieser solange weiter bis auch die Lücke zwischen dem anderen peripheren Cluster und dem zentralen Cluster geschlossen ist, sobald eine Atemposition gemessen wird die dem ersten peripheren Cluster zugeordnet ist. Dies führt in der Regel zu mehrfach akquirierten k-Raum-Zeilen an den Cluster-Grenzen (Segmentgrenzen). Dieses Problem besteht bei der 2-bin Variante nicht. Bei der wächst jeder zweite Cluster unidirektional vom linken k-Raum-Rand über das k-Raum-Zentrum in Richtung des rechten k-Raum-Randes und die restlichen Cluster unidirektional vom rechten k-Raum-Rand über das k-Raum-Zentrum in Richtung des linken k-Raum-Randes. Die Messung wird beendet, sobald sich zwei benachbarte Cluster (mit gegensätzlicher Wachstumsrichtung) „treffen“. Allerdings liegt bei einer symmetrischen Abtastung des k-Raums wie mit der 2-bin Variante die Cluster-Grenze häufig in der Nähe des besonders bewegungsempfindlichen k-Raum-Zentrums, was zu starken Bildartefakten führen kann. Die Wahrscheinlichkeit für Cluster-Grenzen nahe dem k-Raum-Zentrum ist bei der Verwendung von Partial Fourier (also einer asymmetrischen Abtastung des k-Raums) wesentlich geringer.
Praktisch relevant sind somit die sogenannte 2-bin- und die 3-bin-Version von PAWS, wobei bei symmetrischer Abtastung die 3-bin Variante, bei asymmetrischer Abtastung die 2-bin Variante bevorzugt wird. Dieser Analyse liegt eine 2-bin Variante zu Grunde, bei der die Startposition von benachbarten Clustern zwischen dem linken und dem rechte k-Raum-Rand alterniert. Entsprechend wachsen die Cluster jeweils von den ihnen zugeordneten Startposition aus zunächst in Richtung k-Raum-Mitte.
Es sei noch erwähnt, dass in einigen Arbeiten einem Cluster nur eine einzige Atemposition zugeordnet wird. Die Breite des finalen Akzeptanzfensters beträgt dann n mal die Auflösung des Atemsignals. In dieser alternativen Formulierung erreicht man eine flexiblere Wahl des Akzeptanzfensters indem man die mit dem Sensor gemessene Atemposition zunächst vergröbert, derart dass n-benachbarte resultierende Atempositionen einen Atembereich abdecken der der Breite des Akzeptanzfensters entspricht.
Aus Anthony Nuval, Thanh D. Nguyen, Richard Watts and Yi Wang: „An improved real-time navigator gating algorithm for reducing motion effects in coronary magnetic resonance angiography"; Journal of X-Ray Science and Technology 11 (2003), S. 115–123 und A. Nuval, T. Nguyen, Y. Wang: „Refined PAWS Algorithms for 3D Coronary MRA". Proc. Intl. Soc. Mag. Reson. Med. 11 (2003), S. 1625, sind drei Modifikationen des 3-bin PAWS Algorithmus bekannt:

a) Bei der Original 3-bin PAWS Variante alternieren Cluster mit Startposition am linken k-Raum Rand, im k-Raum Zentrum und am rechten k-Raum Rand zyklisch. In der modifizierten Version alterniert die Startposition zwischen linken k-Raum Rand, im k-Raum Zentrum, rechten k-Raum Rand und wieder k-Raum Zentrum zyklisch. Demnach wird jedem zweiten Cluster eine Startposition im k-Raum Zentrum zugewiesen. Mit dieser Modifikation werden Positionssprünge an den Clustergrenzen, die doppelt so groß sind wie der einem Cluster zugewiesene Akzeptanzbereich vermieden. Allerdings erniedrigt diese Modifikation auch die Zahl der Clusterkombinaten in denen der k-Raum komplettiert werden kann. Die Effizienz wird also verringert.
b) Das Abbruchkriterium wird verschärft, derart, dass der zentrale Cluster mindestens 30% des k-Raum symmetrisch um das k-Raum Zentrum akquiriert haben muss. Ziel dieser Modifikation ist es, Clustergrenzen nahe dem k-Raum-Zentrum zu vermeiden. Auch diese Modifikation verlängert die Messzeit, im Allgemeinen, und erniedrigt damit die Effizienz.
c) Ein Histogramm der auftretenden Atempositionen wird mit Hilfe eines Prescans erstellt. Die während des Prescans am häufigsten auftretende Atemposition wird einem zentralen Cluster zugewiesen. Auch diese Modifikation vermindert die Wahrscheinlichkeit einer Segmentgrenze nahe dem k-Raum-Zentrum. Durch den nun notwendigen Prescan wird aber die Effizienz weiter erniedrigt. Außerdem ist die mit Hilfe eines Prescans gewonnene Information nur im Falle einer regelmäßigen Atmung auf den eigentlichen Scan übertragbar. Deshalb läuft der Einbau von Prescan-Information der eigentlichen PAWS Idee zuwider, robust gegenüber sich ändernden Atemmuster zu sein.

PAWS wurde ursprünglich für ein ky-kz Ordnungsschema entwickelt, bei dem jeweils nach Erfassung des Atemsignals, alle k-Raum Zeilen mit einem bestimmten Wert des zweiten Phasenkodiergradienten (in Richtung von kz) akquiriert werden. Entsprechend ist das „phase-ordering“ auch auf eine kartesische k-Raum-Richtung begrenzt, was zu verstärkten verbleibenden Bewegungsartefakten in dieser Richtung führen kann.
In einem kürzlich erschienen Artikel wird PAWS mit einem so genannten Radial Phase Encoding (RPE) Schema kombiniert (Christoph Kolbitsch, Claudia Prieto, Jouke Smink, and Tobias Schaeffter: „Highly Efficient Whole-Heart Imaging Using Radial Phase Encoding-Phase Ordering With Automatic Window Selection"; Magnetic Resonance in Medicine 66 (2011); S.1008–1018). Dabei haben die jeweils nach einem Navigator akquirierten Daten gleiche Bewegungsempfindlichkeit. Es wird ein spezielles 2-bin Schema implementiert. In dem einen bin-Set werden im k-Raum radiale Speichen im Uhrzeigersinn akquiriert, in dem anderen entgegen dem Uhrzeigersinn. Ziel dieses Schemas ist es, die interessierende Region (ROI; engl. „region of interest“) mehrfach in verschiedenen Atemphasen rekonstruieren zu können.
Der Erfindung liegt die Aufgabe zugrunde, ein Verfahren, eine Magnetresonanzanlage, ein Computerprogramm sowie einen elektronisch lesbaren Datenträger anzugeben, mit der verbleibende Bewegungsempfindlichkeiten der bisher bekannten PAWS-Methoden reduziert werden.
Die Aufgabe wird gelöst durch ein Verfahren gemäß Anspruch 1, eine Magnetresonanzanlage gemäß Anspruch 14, ein Computerprogramm gemäß Anspruch 15 sowie einen elektronisch lesbarer Datenträger gemäß Anspruch 16.
Der Erfindung liegen folgende Überlegungen zugrunde: Gating-Techniken sind besonders wichtig im Zusammenhang mit kartesischen 3D-Gradientenechosequenzen. Diese Sequenzen akquirieren in der Regel nach jedem Anregungspuls eine bestimmte k-Raum-Zeile, die durch einen ky-Wert in die erste Phasenkodierrichtung und einen kz-Wert in die zweite Phasenkodierrichtung spezifiziert ist. Diese Phasenkodierzeile wird einmal oder mehrmals zu verschiedenen Echozeiten (z.B. bei Verwendung einer Dixon-Technik) ausgelesen. Die Dauer einer solchen Einzelanregung (einschließlich Signalkodierung und Signalerfassung) beträgt nur wenige Millisekunden. Deshalb erfasst man in der Regel mehrere Phasenkodierzeilen nach einer einzigen Navigatorsequenz zur Messung eines physiologischen Signals wie der Atembewegung und/oder nach dem Ausführen eines Vorschaltmodules zur Unterdrückung von unerwünschten Signalbeiträgen, z.B. zur Unterdrückung von Fettsignalen.
Das Set aller Phasenkodierzeilen, die nach einer bestimmten Navigatorsequenz akquiriert werden, wird im Folgenden „Shot“ genannt. Da sich die Magnetisierung nach der Unterbrechung des stationären Gleichgewichts durch die Navigatorsequenz (und eventuell weiterer Vorschaltmodule, z.B. zur Fettsättigung) in einem transzendenten Zustand befindet, bestimmt die zeitliche Reihenfolge der ky-kz Zeilen innerhalb eines Shots die Modulation des k-Raums und damit die Bildqualität.
Des Weiteren ist bekannt, dass die zentralen k-Raum-Zeilen am bewegungsempfindlichsten sind, und dass die Bewegungsempfindlichkeit einer bestimmten k-Raum-Zeile mit ihrem Abstand vom k-Raum Zentrum abnimmt. Unter Bewegungsempfindlichkeit wird hierbei die Anfälligkeit für die Bildung von Artefakten bedingt durch eine Bewegung in dem untersuchten Untersuchungsobjekt verstanden.
PAWS wurde ursprünglich für ein ky-kz Ordnungsschema entwickelt, bei dem innerhalb eines Shots alle k-Raum-Zeilen mit einem bestimmten Wert des Phasenkodiergradienten der ersten Phasenkodierrichtung ky akquiriert wurden. Bei diesem Ordnungsschema ist die Zahl der Anregungen pro Shot gleich der Zahl der Phasenkodierschritte Nz in die zweite Phasenkodierrichtung. Die Zahl der Shots, die Final zur Bildrekonstruktion akzeptiert werden, ist gleich der Zahl der Phasenkodierschritte Ny in die erste Phasenkodierrichtung. Entsprechend ergibt sich hier, dass die Modulation des k-Raums in Folge des transzendenten Zustands nach Unterbrechung des stationären Gleichgewichts ausschließlich entlang der zweiten Phasenkodierrichtung verläuft. Verbleibende Bewegungsartefakte manifestieren sich dagegen entlang der ersten Phasenkodierrichtung. Des Weiteren ist die Bewegungsempfindlichkeit eines einzelnen Shots charakterisiert durch dessen Wert der ersten Phasenkodierrichtung ky.
Um die Bewegungsempfindlichkeit zu verringern und weiterhin zu einer allgemeinen Beschreibung von PAWS zu gelangen, wird folgendes Angenommen:

a) Die Zahl der k-Raum-Zeilen oder noch allgemeiner „Views“ pro Shot sei konstant. Der Begriff View schließt auch nicht-kartesische k-Raum-Trajektorien ein. Zum Beispiel kann ein View durch den Azimutwinkel einer radialen Speiche und eine kz-Koordinate in eine zur radialen Ebene orthogonalen Phasenkodierrichtung in einer radialen 3D k-Raum-Trajektorie oder eine spiralförmige k-Raum-Trajektorie (optional auch mit kartesischer Abtastung in eine zu der spiralförmig abgetasteten Ebene orthogonalen Richtung) beschrieben sein.
b) Die Zahl der Shots die zu einer Vollständigen Erfassung des abzutastenden k-Raums benötigt wird sei Ns.
c) Jedem Shot kann ein Skalar zugewiesen werden, der die Nachbarschaft im k-Raum beschreibt. Ein Shot-Index ns in [0, ..., Ns – 1] sei entsprechend dieses Skalars geordnet.
d) Es gibt es einen ausgezeichneten Shot mit Shot-Index ns0 in [0, ..., Ns – 1] mit maximaler Bewegungsempfindlichkeit. Demnach nimmt die Bewegungsempfindlichkeit im Bereich von [0, ..., ns0] zu und im Bereich von [ns0, ..., Ns – 1] wieder ab.

Im oben beschrieben ky-kz Ordnungsschema der Originalarbeit (Jhooti et al.) ist die Zahl der Shots Ns gleich Ny und als Skalar, der die Nachbarschaft beschreibt, bietet sich ky an. Bei einer symmetrischen Erfassung des k-Raums nimmt ky somit Werte im Bereich zwischen –Ny/2 und Ny/2 – 1 an, den Shot-Index ns erhält man durch folgende Umrechnung: ns = ky + Ny/2.
Der Shot-Index ns0 = Ny/2 mit maximaler Bewegungsempfindlichkeit liegt annährend in der Mitte des Wertebereichs.
Die allgemeine Beschreibung erlaubt es PAWS auf flexiblere ky-kz Ordungsschema anzuwenden. Darunter versteht man eine kartesische k-Raum-Trajektorie bei der die einzelnen k-Raum-Zeilen nicht entlang einer der beiden kartesischen Achsen akquiriert werden sondern z.B. mehr oder weniger entlang einer radialen Linie, wodurch auch die Bewegungsempfindlichkeit wie oben bereits gesagt verringert wird.
Bei dem erfindungsgemäßen Verfahren zur Akquisition eines Messdatensatzes eines atmenden Untersuchungsobjekts mittels Magnetresonanztechnik, bei dem der Messdatensatz durch mehrere Shots akquiriert wird, welche jeweils eine Anzahl Nv an k-Raumtrajektorien, sogenannten Views, umfassen, umfasst die Akquisition des Messdatensatzes im k-Raum folgende Schritte:

– Wählen einer Anzahl Nv an Views pro Shot,
– Bestimmen der Anzahl Ns an Shots, um den abzutastenden k-Raum vollständig auszufüllen,
– Zuordnen der Views der Ns Shots zu Nv Sektoren im k-Raum, derart, dass in jedem Sektor annähernd dieselbe Anzahl an Views angeordnet ist, und dass jeweils alle Views in einem Sektor einen ähnlichen Abstand zum k-Raum-Zentrum haben,
– Zuordnen je eines Views jedes Sektors zu je einem der Ns Shots entsprechend ihrer Orientierung in der kz-ky-Ebene,

Abtasten der Views jedes Shots derart, dass Views, die dem gleichen Sektor und verschiedenen Shots zugeordnet sind, jeweils die gleiche (zeitliche) Position innerhalb des Shots einnehmen.
Die erfindungsgemäße Abtastung des k-Raums ist robust gegenüber Bewegungen, z.B. auch peristaltischer Bewegungen, des Untersuchungsobjekts, da Bewegung entlang beider kartesischer Richtungen „verschmiert“ werden, indem die Views eines Shots entsprechend ihrer Orientierung in der kz-ky-Ebene und nicht wie bisher entlang einer ky-Zeile und damit entlang nur einer Phasenkodierrichtung akquiriert werden. Damit ist das Verfahren weniger anfällig gegenüber Geisterartefakten, welche in Folge von verbleibender Bewegung entstehen, da Abtastung wie bereits gesagt, azimutal verschmiert wird.
Auf einfache Weise kann die Orientierung durch den Azimutwinkel eines Views in einem polaren Koordinatensystem in der kz-ky-Ebene bestimmt werden. Damit kann die Zuordnung der Views eines Sektors zu einem der Ns Shots entsprechend ihrem Azimutwinkel in einem polaren Koordinatensystem in der kz-ky-Ebene erfolgen.
Die einem Shot zugeordneten Views werden für jeden Shot in derselben Reihenfolge abgetastet. Das heißt, dass Views, die einem gemeinsamen Sektor zugeordnet sind, in ihrem Shot zur selben Zeit nach Start des jeweiligen Shots akquiriert werden. Damit ergibt sich eine glatte Modulation des k-Raums pro Shot, wodurch weiter Geisterartefakte vermieden werden.
Die Reihenfolge für die Abtastung der Views in jedem Shot kann beispielsweise entsprechend der Sektoren, denen die Views des Shots zugeordnet sind, gewählt werden. Da die Views in einem Sektor alle einen ähnlichen Abstand zum k-Raum-Zentrum haben, kann beispielsweise dieser Abstand mit seiner Richtung bezüglich des k-Raum-Zentrums als Ordnungskriterium für die Reihenfolge herangezogen werden, womit die Reihenfolge mit der die Views jedes Shots abgetastet werden einer Nachbarschaft der Sektoren entspricht.
Eine erfindungsgemäße Magnetresonanzanlage umfassteinen Grundfeldmagneten, ein Gradientenfeldsystem, eine Hochfrequenzantenne und eine Steuereinrichtung zur Ansteuerung des Gradientenfeldsystems und der Hochfrequenzantenne, und einen Bildrechner zum Empfang von von der Hochfrequenzantenne aufgenommenen Messsignalen, zur Auswertung der Messsignale und zur Erstellung von Magnetresonanzbildern, und ist zum Durchführen eines beschriebenen Verfahrens ausgestaltet.
Ein erfindungsgemäßes Computerprogramm umfasst Programmmittel, die alle Schritte eines beschriebenen Verfahrens durchführen, wenn das Computerprogramm in der Steuereinrichtung der Magnetresonanzanlage ausgeführt wird.
Ein erfindungsgemäßer elektronisch lesbarer Datenträger umfasst darauf gespeicherte elektronisch lesbare Steuerinformationen, welche derart ausgestaltet sind, dass sie bei Verwendung des Datenträgers in einer Steuereinrichtung einer Magnetresonanzanlage ein beschriebenes Verfahren durchführen.
Die in Bezug auf das Verfahren angegebenen Vorteile und Ausführungen gelten analog auch für die Magnetresonanzanlage, das Computerprogrammprodukt und den elektronisch lesbaren Datenträger.
Weitere Vorteile und Einzelheiten der vorliegenden Erfindung ergeben sich aus den im Folgenden beschriebenen Ausführungsbeispielen sowie anhand der Zeichnungen. Die aufgeführten Beispiele stellen keine Beschränkung der Erfindung dar. Es zeigen:
1 schematisch eine erfindungsgemäße Magnetresonanzanlage,
2 ein Beispiel für eine erfindungsgemäße Zuordnung von Views zu Sektoren und Shots wie Sie in Verbindung mit dem mit Bezug auf 5 erläuterten verallgemeinerten PAWS-Algorithmus eingesetzt werden kann,
3 schematisch ein Ablaufdiagramm einer erfindungsgemäßen Ordnung des abzutastenden k-Raums in Sektoren und Shots wie Sie in Verbindung mit dem mit Bezug auf 5 erläuterten verallgemeinerten PAWS-Algorithmus eingesetzt werden kann,
4 schematisch ein Ablaufdiagramm eines verallgemeinerten PAWS-Verfahrens,
5 beispielhaft ein Vergleich des PAWS-Ordnungsschema der Originalarbeit anhand der ky-Koordinate mit einer Verallgemeinerung gemäß dem Shot-Index für einen 3-bin-PAWS-Algorithmus,
6 beispielhaft ein Vergleich des bisherigen 2-bin PAWS mit einem optimierten 2-bin PAWS, welches das hier vorgestellte verallgemeinerte PAWS-Verfahren verwendet,
7 schematisch ein Ablaufdiagramm zu den optimierten 2-bin PAWS.
1 zeigt eine schematische Darstellung einer Magnetresonanzanlage 5 (eines Magnetresonanz-Bildgebungs- bzw. Kernspintomographiegeräts). Dabei erzeugt ein Grundfeldmagnet 1 ein zeitlich konstantes starkes Magnetfeld zur Polarisation bzw. Ausrichtung der Kernspins in einem Untersuchungsgebiet eines Untersuchungsobjekts U, wie z.B. eines zu untersuchenden Teils eines menschlichen Körpers, welcher auf einem Tisch 23 liegt und in die Magnetresonanzanlage 5 geschoben wird. Die für die Kernspinresonanzmessung erforderliche hohe Homogenität des Grundmagnetfelds ist in einem typischerweise kugelförmigen Messvolumen M definiert, in welches die zu untersuchenden Teile des menschlichen Körpers eingebracht werden. Zur Unterstützung der Homogenitätsanforderungen und insbesondere zur Eliminierung zeitlich invariabler Einflüsse werden an geeigneter Stelle, so genannte Shim-Bleche aus ferromagnetischem Material angebracht. Zeitlich variable Einflüsse werden durch Shim-Spulen 2 und eine geeignet Ansteuerung 27 für die Shim-Spulen 2 eliminiert.
In den Grundfeldmagneten 1 ist ein zylinderförmiges Gradientenspulensystem 3 eingesetzt, welches aus drei Teilwicklungen besteht. Jede Teilwicklung wird von einem entsprechenden Verstärker 24–26 mit Strom zur Erzeugung eines linearen Gradientenfeldes in die jeweilige Richtung eines kartesischen Koordinatensystems versorgt. Die erste Teilwicklung des Gradientenfeldsystems 3 erzeugt dabei einen Gradienten G_x in x-Richtung, die zweite Teilwicklung einen Gradienten G_y in y-Richtung und die dritte Teilwicklung einen Gradienten G_z in z-Richtung. Die Verstärker 24–26 umfassen jeweils einen Digital-Analog-Wandler (DAC), welcher von einer Sequenzsteuerung 18 zum zeitrichtigen Erzeugen von Gradientenpulsen angesteuert wird.
Innerhalb des Gradientenfeldsystems 3 befindet sich eine Hochfrequenzantenne 4, welche die von einem Hochfrequenzleistungsverstärker abgegebenen Hochfrequenzpulse in ein magnetisches Wechselfeld zur Anregung der Kerne und Ausrichtung der Kernspins des zu untersuchenden Objekts bzw. des zu untersuchenden Bereiches des Objekts umsetzt. Die Hochfrequenzantenne 4 besteht aus einer oder mehreren HF-Sendespulen und einer oder mehreren HF-Empfangsspulen in Form einer beispielsweise ringförmigen, linearen oder matrixförmigen Anordnung von Spulen. Von den HF-Empfangsspulen der Hochfrequenzantenne 4 wird auch das von den präzedierenden Kernspins ausgehende Wechselfeld, d.h. in der Regel die von einer Pulssequenz aus einem oder mehreren Hochfrequenzpulsen und einem oder mehreren Gradientenpulsen hervorgerufenen Kernspinechosignale, in eine Spannung (Messsignal) umgesetzt, welche über einen Verstärker 7 einem Hochfrequenz-Empfangskanal 8, 8' eines Hochfrequenzsystems 22 zugeführt wird. Das Hochfrequenzsystem 22 umfasst weiterhin einen Sendekanal 9, in welchem die Hochfrequenzpulse für die Anregung der magnetischen Kernresonanz erzeugt werden. Dabei werden die jeweiligen Hochfrequenzpulse aufgrund einer vom Anlagerechner 20 vorgegebenen Pulssequenz in der Sequenzsteuerung 18 digital als Folge komplexer Zahlen dargestellt. Diese Zahlenfolge wird als Real- und als Imaginärteil über jeweils einen Eingang 12 einem Digital-Analog-Wandler (DAC) im Hochfrequenzsystem 22 und von diesem dem Sendekanal 9 zugeführt. Im Sendekanal 9 werden die Pulssequenzen einem Hochfrequenz-Trägersignal aufmoduliert, dessen Basisfrequenz der Resonanzfrequenz der Kernspins im Messvolumen entspricht. Über einen Verstärker 28 werden die modulierten Pulssequenzen der HF-Sendespule der Hochfrequenzantenne 4 zugeführt.
Die Umschaltung von Sende- auf Empfangsbetrieb erfolgt über eine Sende-Empfangsweiche 6. Die HF-Sendespule der Hochfrequenzantenne 4 strahlt die Hochfrequenzpulse zur Anregung der Kernspins in das Messvolumen M ein und tastet resultierende Echosignale über die HF-Empfangsspulen ab. Die entsprechend gewonnenen Kernresonanzsignale werden in einem ersten Demodulator 8' des Empfangskanals des Hochfrequenzsystems 22 phasenempfindlich auf eine Zwischenfrequenz demoduliert und im Analog-Digital-Wandler (ADC) digitalisiert. Dieses Signal wird noch auf die Frequenz Null demoduliert. Die Demodulation auf die Frequenz Null und die Trennung in Real- und Imaginärteil findet nach der Digitalisierung in der digitalen Domäne in einem zweiten Demodulator 8 statt, welcher die demodulierten Daten über Ausgänge 11 an einen Bildrechner 17 ausgibt. Durch den Bildrechner 17 wird aus den derart gewonnenen Messdaten ein MR-Bild rekonstruiert, insbesondere unter Verwendung des erfindungsgemäßen Verfahrens, welches eine Berechnung mindestens einer Störmatrix und deren Inversion z.b. mittels des Bildrechners 17 umfasst. Die Verwaltung der Messdaten, der Bilddaten und der Steuerprogramme erfolgt über den Anlagenrechner 20. Aufgrund einer Vorgabe mit Steuerprogrammen kontrolliert die Sequenzsteuerung 18 die Erzeugung der jeweils gewünschten Pulssequenzen und das entsprechende Abtasten des k-Raumes, insbesondere nach dem erfindungsgemäßen Verfahren. Insbesondere steuert die Sequenzsteuerung 18 dabei das zeitrichtige Schalten der Gradienten, das Aussenden der Hochfrequenzpulse mit definierter Phasenamplitude sowie den Empfang der Kernresonanzsignale. Die Zeitbasis für das Hochfrequenzsystem 22 und die Sequenzsteuerung 18 wird von einem Synthesizer 19 zur Verfügung gestellt. Die Auswahl entsprechender Steuerprogramme zur Erzeugung eines MR-Bildes, welche z.B. auf einer DVD 21 gespeichert sind, sowie sonstige nutzerseitige Eingaben wie eine gewünschte Anzahl n an benachbarten Clustern, die zusammen den gewünschten k-Raum abdecken sollen, und die Darstellung des erzeugten MR-Bildes erfolgen über ein Terminal 13, welches zur Ermöglichung einer Eingabe Eingabemittel wie z.B. eine Tastatur 15 und/oder eine Maus 16 und zur Ermöglichung einer Anzeige Anzeigemittel wie z.B. einen Bildschirm 14 umfasst.
2 zeigt ein Beispiel eines neuen k-Raum-Ordnungsschemas. Gezeigt ist eine kz-ky-Ebene, in welcher Views (dargestellt durch mit verschiedenen Mustern gefüllte Kreise) kartesisch angeordnet sind.
3 zeigt schematisch ein Ablaufdiagramm einer Ordnung des abzutastenden k-Raums in Sektoren und Shots.
Dabei wird zunächst eine Anzahl Nv an Views, welche pro Shot akquiriert werden sollen gewählt (Block 301). Dies erfolgt beispielsweise über eine Eingabe eines Benutzers an einem Terminal 13 einer Magnetresonanzanlage 5. Mit der Wahl der Views pro Shot kann beispielsweise bei Verwendung eines Navigators zur Bestimmung des Atemsignals als physiologischen Signals, somit die zeitliche Auflösung des Atemsignals frei gewählt werden, da nach einem Navigator ein Shot mit der gewählten Anzahl an Views akquiriert wird. Aus der Gesamtzahl der zu messenden Views (die unter anderem durch die wiederum vom Benutzer gewählte Auflösung festgelegt ist) und der Anzahl Nv an View per Shot ist damit die Zahl Ns der Shots festgelegt, die benötigt werden, um den abzutastenden k-Raum vollständig abzutasten (Block 303).
Die Views in dem k-Raum werden in Sektoren S1, S2, S3, S4, S5, S6, S7, S8 unterteilt (Block 305). Views, die dem gleichen Sektor zugeordnet sind, sind mit je einem gleichen Muster gefüllt. Des Weiteren wurden die Grenzen der Sektoren S1, S2, S3, S4, S5, S6, S7, S8 durch dünne gestrichelte Linien eingezeichnet.
Die Zahl der verschiedenen Sektoren ist gleich der Zahl der Views per Shot und z.B. ein benutzerdefinierter Parameter. Im dargestellten Beispiel ist die Zahl der Sektoren und der Views per Shot gleich acht.
Die Zahl der Views per Sektor ist gleich der Zahl der Shots Ns. Im Beispiel ist die Zahl der Views in jedem Sektor und damit die Zahl der Shots gleich 49. Views, die demselben Sektor zugeordnet sind, haben einen ähnlichen Abstand vom k-Raum Zentrum und befinden sich im selben Halbraum (im Beispiel der 2 ist der erste Halbraum definiert durch ky > 0 oder (ky = 0 und kz ≤ 0)). Vorteile hieraus ergeben sich bei einer asymmetrischen Erfassung des k-Raums (Partial Fourier).
Jeder Shot akquiriert nun einen View per Sektor. Dabei werden Views eines bestimmten Sektors zum selben Zeitpunkt nach der Navigator-Sequenz bzw. nach Start des Shots akquiriert.
Alle Views werden einem Shot zugeordnet, wobei in jedem Sektor ein View einem bestimmten Shot zugeordnet wird (Block 307). Die Zuordnung der einzelnen Views eines Sektors zu einem bestimmten Shot erfolgt entsprechend ihrer Orientierung in der kz-ky-Ebene, beispielsweise entsprechend ihrem Azimutwinkel in einem polaren Koordinatensystem. Dieses Schema resultiert in einer glatten Modulation des k-Raums (in Folge des transzendenten Zustands nach einer Unterbrechung des stationären Gleichgewichts) entlang der quasi radialen Abtastrichtung.
In der 2 sind beispielhaft drei Shots durch dicke aneinandergereihte Pfeile dargestellt. Bei der Akquisition der Messdaten werden die Views, die dem gleichen Sektor und verschiedenen Shots zugeordnet sind, jeweils die gleiche (zeitliche) Position innerhalb des Shots einnehmen (Block 309). Wie man in dem Beispiel der 2 sieht, ist die Reihenfolge der akquirierten Views für jeden Shot jeweils entsprechend ihrer Sektoren, in dem dargestellten Fall von S1 zu S2 zu S3 zu S4 zu S5 zu S6 zu S7 zu S8. Die Shots führen somit auf quasi radialen k-Raum-Trajektorien hier vom rechten Rand zum linken Rand des abzutastenden k-Raums.
Das Ordnungsschema hat gegenüber dem bisher in Verbindung mit der PAWS-Technik eingesetzten Ordnungsschema den Vorteil, dass es weniger anfällig gegenüber Geisterartefakten in Folge von verbleibender Bewegung ist, da diese azimutal verschmiert wird. Ferner erlaubt das Schema eine freie Wahl der Views per Shot und damit der zeitlichen Auflösung des mit der Navigatorsequenz erfassten physiologischen Atemsignals. Des Weiteren ist es kompatibel mit sogenannter elliptischer Abtastung, bei der die Views in den peripheren Ecken des k-Raums, insbesondere der ky-kz-Ebene, mit relativ geringem Informationsgehalt, zugunsten einer kürzeren Messzeit nicht akquiriert werden, wie auch in dem dargestellten Beispiel der Fall. Weiterhin ist die erfindungsgemäße Einteilung des k-Raums in Sektoren kompatibel mit einer variierenden Dichte der k-Raum-Abtastung, wie sie z.B. bei der parallelen Bildgebung mit Autokalibrierung auftritt.
Die verallgemeinerte PAWS Beschreibung erlaubt es, das eben beschriebene Ordnungsschema zusammen mit PAWS einzusetzen, indem den Shots, wie oben bereits erwähnt, über die in Sektoren eingeteilten Views ein Shot-Index zugeordnet wird, der die oben angegebenen Annahmen c) und d) erfüllt.
Dabei bietet sich folgende Vorgehensweise an:
Zunächst weißt man jedem Shot einen Azimutwinkel φ z.B. zwischen [–π, π] zu. Dazu kann man z.B. den mittleren Azimutwinkel der Views des Shots (arctan2(ky, kz)) im ersten Halbraum verwenden oder den Azimutwinkel des Views in einem der Sektoren, vorteilhaft einem in der nähe des k-Raum-zentrums gelegenen Sektors wie beispielsweise dem Sektor S4 in 2. Dieser Azimutwinkel ist ein geeigneter Skalar und damit Ordnungskriterium der Shots, der eine Nachbarschaft der Shots beschreibt. Man beachte dass nicht verlangt wird, dass die Zuordnung Shot → Skalar umkehrbar ist. Den Shot-Index ns0 setzt man vorteilhaft gleich dem Shot-Index des Shots, der das k-Raum Zentrum akquiriert. Im Beispiel der 2 hat dieser Shot den Azimutwinkel φ = 0 und liegt somit in der Mitte des Wertebereichs von ns [0, Ns – 1].
In einer echt radialen Trajektorie haben alle Shots die gleiche Bewegungsempfindlichkeit. Trotzdem kann man die verallgemeinerte PAWS Beschreibung anwenden. In der Wahl von ns0 ist man dann frei.
Mit den Festlegung durch die obigen Annahmen a) bis d) kann man somit den PAWS Algorithmus auf beliebige 2-dimensionale kartesische ky-kz-Ordnungsschema und k-Raum-Trajektorien anwenden, indem man die ky-Koordinate der Originalarbeit (Jhooti et al.) durch den Shot-Index ns ersetzt. Dies geschieht beispielsweise einfach, indem einem Cluster („bin“ in der Originalarbeit) mit einer Startposition am linken k-Raum-Rand (kymin in der Originalarbeit) der Shot-Index ns = 0 als Startposition zugewiesen wird und einem Cluster mit Startposition am rechten k-Raum-Rand (kymax in der Originalarbeit) der Shot-Index ns = Ns – 1 als Startposition zugewiesen wird, und einem Cluster mit Startposition im k-Raum-Zentrum (in der Originalarbeit) der Shot-Index ns = ns0, mit maximaler Bewegungsempfindlichkeit als Startposition, zugewiesen wird. In 5 ist ein Beispiel einer solchen Überführung von dem Ordnungsschema der Originalarbeit anhand der ky-Koordinate (oben) zu einem Ordnungsschema gemäß dem Shot-Index für einen 3-bin-PAWS-Algorithmus (unten) dargestellt. In der vertikalen ist jeweils die Atemposition AP aufgetragen.
In 4 ist schematisch ein Ablaufdiagramm eines verallgemeinerten PAWS-Verfahrens dargestellt.
Dabei wird zunächst wie bei PASW üblich die Anzahl n ausgewählt, welche die Anzahl der benachbarten Cluster angibt, welche zusammen den k-Raum vollständig ausfüllen sollen, um einen vollständigen Messdatensatz zu erhalten, der eine vorgegebene Gesamtvariation der Atemposition während der Messungen nicht übersteigt (Block 401).
Jedem der Ns Shots wird wie oben beschrieben ein Shot-Index ns є [0; ...; ns0; ...; Ns – 1] zugeordnet (Block 403), wobei die Zuweisung derart erfolgt, dass die Shot-Indices ns geordnet sind, derart, dass die Empfindlichkeit der Shots gegenüber einer Bewegung des Untersuchungsobjekts vom Shot-Index ns = 0 bis zum Shot-Index ns = ns0 zunimmt und vom Shot-Index ns = ns0 bis zum Shot-Index ns = Ns – 1 wieder abnimmt.
Die Messung wird gestartet mit einer Navigatormessung zur Ermittelung eines Atemsignals und damit einer momentanen Atemposition (Block 405).
Dabei wird der nach der Navigatormessung zu messende Shot auf eine bei dem PAWS-Verfahren übliche Weise entsprechend des mit der Navigatormessung gemessenen Atemsignals einem Cluster zugeordnet (Block 407).
Nachdem durch die Navigatormessung festgelegt ist, zu welchen Cluster der folgende zu messende Shot zugeordnet ist, wird ein Shot-Index für den zu messenden Shot in Abhängigkeit der, von dem zuvor ausgewählten Cluster und seiner Nachbarcluster, bereits akquirierten Shot-Indices festgelgt (Block 409). Ist noch kein Shot in dem Cluster akquiriert worden, dem der zu messende Shot zugeordnet wurde, wird der Shot mit dem Shot-Index gewählt, der der dem Cluster zugewiesenen Startposition entspricht (Block 409).
Der entsprechende Shot mit dem gewählten Shot-Index wird als der zu messende Shot akquiriert (Block 411).
Sind nach der letzten Akquisition eines Shots in einer vorgegebenen Zahl n an benachbarten Clustern gemeinsam Shots mit allen Ns Shot-Indices akquiriert (Abfrage 413) ist die Messung beendet (Block 415),
Entsprechend wächst auch bei dem verallgemeinerten PAWS-Verfahren ein sogenannter peripherer Cluster mit Startposition 0 in Richtung zum k-Raum-Zentrum, indem er den nächsten noch nicht akquirierten größeren Shot-Index auswählt und ein peripherer Cluster mit Startposition Ns-1 wächst, indem er den nächsten kleineren noch nicht akquirierten Shot-Index auswählt.
Der zentrale Cluster (mit Startposition ns0) wählt aus den n möglichen Cluster-Kombinationen diejenige aus, die am vollständigsten ist, d.h. die bereits die meisten Shots mit verschiedenen Shot-Indices umfasst, und wächst dann in Richtung zu kleineren bzw. größeren Shot-Index je nachdem, ob die Menge gebildet aus Shots mit ns ≤ ns0 bzw. die Menge gebildet aus Shots mit ns ≥ ns0, die von der Cluster-Kombination noch nicht akquirierten wurde, mehr Elemente hat. Sobald eine beliebige Gruppe von n benachbarten Clustern alle zu messenden Shot-Indices [0, ..., Ns – 1] umfasst, wird die Messung beendet (Block 415), da die Gesamtvariation der Atemposition damit auf das Akzeptanzfenster begrenzt ist. Sind noch in keiner Clusterkombination von n benachbarten Clustern Shots mit allen Ns-Shot-Indices umfasst, wird bei Block 405 fortgefahren und eine neue Navigatormessung mit je einem neuen folgenden Shot akquiriert.
Im Beispiel der 2 gehören benachbarte Views im k-Raum jeweils zu Shots mit ähnlichem Azimutwinkel und damit zu Shots mit benachbarten Shot-Indices. Somit sorgt der verallgemeinerte PAWS Algorithmus dafür, dass benachbarte Views während ähnlicher Atemzustände akquiriert werden. Im Beispiel der 2 besitzt der Shot, der das k-Raum-Zentrum akquiriert, den Azimutwinkel φ = 0 und liegt somit in der Mitte des Wertebereichs der Shot-Inidices. Damit kann man annehmen, dass sich die in der Originalarbeit erhaltenen Ergebnisse (bezüglich Effizienz und verbleibender Bewegungsanfälligkeit) auch unmittelbar auf das erfindungsgemäße flexiblere ky-kz Ordnungsschema übertragen lassen. Mit dem beschriebenen Verfahren kann das PAWS-Prinzip auf beliebige kartesische ky-kz-Ordnungsschema und beliebige nicht kartesische k-Raum-Trajektorien angewendet werden.
Beim Einsatz eines Navigators zur Erfassung der Bewegung wird das stationäre Gleichgewicht der Magnetisierung durch das Ausführen der Navigatorsequenz unterbrochen. Bei dem Ordnungsschema nach der Originalarbeit von Jhooti et al erfolgt diese Unterbrechung jeweils nach der Akquisition von Nz TR Intervallen, wobei Nz die Zahl der Phasenkodierschritte in die zweite Phasenkodierrichtung ist. Die zeitliche Auflösung des Atemsignals ist damit unmittelbar mit der räumlichen Auflösung der bildgebenden Sequenz entlang der zweiten Phasenkodierrichtung verknüpft. Allerdings ist das mit dem Navigator gemessen Atemsignal nur eine begrenzte Zeit gültig, die kurz gegenüber einem Atemintervall ist. D.h. das in der Originalarbeit von Jhooti et al verwendete Ordnungsschema begrenzt inhärent die maximale Auflösung in eine der beiden kartesischen Richtungen. Beim Einsatz des vorgestellten verallgemeinerten PAWS-Algorithmuses mit einem Ordnungsschemas, wie oben insbesondere in Bezug zu 2 beschrieben, besteht eine solche Begrenzung nicht, da die Zahl der Views per Shot und damit die zeitliche Auflösung des Atemsignals frei gewählt werden kann. Dieser Vorteil ist besonders wichtig, da Ziel von atemgegateten Messungen häufig ist, die in Folge der begrenzten patientenabhängigen Atemanhaltedauer inhärente Auflösungsbegrenzung von Atemanhaltemessungen zu umgehen.
Das Problem der begrenzten zeitlichen Gültigkeit des Navigatorsignals ließe sich teilweise durch den Einsatz eines 1D zentrischem Ordnungsschema entlang der Kz-Richtung umgehen. Ein derartiges Ordnungsschema beginnt im k-Raum-Zentrum und akquiriert alternierend Views mit positiven und negativen Wert von kz, derart, dass das absolute Moment des Phasenko-diergradienten (also der Abstand vom kz = 0) nach je zwei Phasenkodierschritten kontinuierlich wächst. Dieses zentrische Ordnungsschema hat aber den Nachtteil, dass es zu Artefakten in Folge von Wirbelströmen durch die großen Phasenkodiersprünge zwischen den TR-Intervallen führen kann.
Alternativ zu den üblichen n-bin PAWS-Verfahren wird im Folgenden ein optimiertes 2-bin PAWS-Verfahren vorgestellt.
6 zeigt beispielhaft ein Vergleich des bisherigen 2-bin PAWS mit einem vorgestellten optimierten 2-bin PAWS, wobei oben ein bisheriges 2-bin PAWS und unten die neue 2-bin PAWS dargestellt ist.
Wie in der Originalarbeit (Jhooti et al.) beschrieben, alterniert in der ursprünglichen 2-bin PAWS Variante die Startposition von benachbarten Clustern zwischen dem linken und dem rechten k-Raum-Rand. In 6 oben wurde Clustern mit einem geraden Index die rechte Startposition zugeordnet und Clustern mit einem ungeraden Index die linke Startposition. Dies entspräche in der hier eben beschriebenen, verallgemeinerten Darstellung einem Alternieren zwischen ns = 0 und ns = Ns – 1. Entsprechend wächst ein Cluster mit Startposition ns = 0, indem er den kleinsten Shot-Index auswählt, der von dem Cluster noch nicht akquiriert wurde. Ein Cluster mit Startposition ns = Ns – 1 wächst indem, er den größten Shot-Index auswählt, der von dem Cluster noch nicht akquiriert wurde. Im Folgenden wird stets vom Shot-Index ns gesprochen, auch wenn die ursprüngliche Ordnung nach der ky-Koordinate verwendet werden kann. Die Breite des jedem Cluster zugeordnetem Atempositionsbereichs entsprich üblicherweise dem halben Akzeptanzfenster (Af). Die Messung wird beendet sobald zwei beliebige benachbarte Cluster zusammen alle Shots akquiriert haben. Dies ist im Beispiel der 6 bei den Clustern c4 und c5 der Fall. Bildlich gesprochen treffen sich ein „von links wachsender“ Cluster (Startposition ns = 0) und einer der beiden benachbarten, „von rechts wachsenden“, Cluster (Startposition ns = Ns – 1), so dass beide Cluster zusammen den gesamten Wertebereich [0, ..., Ns – 1] überspannen. Sofern diese beiden Cluster annährend gleiche Zahl an Shots umfassen, ergibt sich hierbei häufig eine Clustergrenze (markiert durch gestricheltes Oval in 6.) in dem bewegungsempfindlichen Bereich um das k-Raum-Zentrum.
In der hier vorgestellten, optimalen 2-bin PAWS Implementierung alternieren auch zwei Clustertypen. Der eine Clustertyp hat den Shot mit maximaler Bewegungsempfindlichkeit ns = ns0 als Startposition und wird im Folgenden als zentraler Cluster bezeichnet. Der andere Clustertyp hat keine eindeutige Startposition und wird im Folgenden als peripherer Cluster bezeichnet. Im Beispiel der 6 sind Cluster mit ungeradem Index zentrale Cluster und Cluster mit geradem Index periphere Cluster. Startposition eines peripheren Clusters ist entweder ns = 0 oder ns = Ns – 1 bzw. entweder der rechte oder der linke k-Raum-Rand in der ky-Koordinate, wobei sich die tatsächliche Startposition erst zur Laufzeit entscheidet. Ein peripherer Cluster wächst, unabhängig von seiner Startposition, entweder vom größten noch nicht zu dem Cluster gehörenden Shot-Index absteigend in Richtung ns0 bzw. ky = 0 oder vom kleinsten noch nicht zu dem Cluster gehörenden Shot-Index aufsteigend in Richtung ns0 bzw. ky = 0. Die Entscheidung welche Wachstumsrichtung aktuell bevorzugt wird, erfolgt wiederum zur Laufzeit. Dies ist schematisch in einem Ablaufdiagramm in 7 dargestellt.
Wird wie oben bereits beschrieben mittels einer Navigatormessung eine Atemposition gemessen (Block 701, entspricht Block 405 in 4), die gemäß der bei PAWS üblichen Zuordnung (Block 407 in 4) in dem Atempositionsbereich eines peripheren Clusters cn liegt, so wird zunächst abgefragt, ob die Clusterkombination cn – c(n – 1) oder cn – c(n + 1) näher an der Vervollständigung ist (Blöcke 705 und 707). Dazu werden zunächst die in den Clustern c(n – 1) und c(n + 1) bereits akquirierten Shots gezählt, und diese jeweilige Anzahl M– bzw. M+ gespeichert (Block 705). Der benachbarte Cluster cx, mit dem der periphere Cluster cn zusammen am nahsten an der Vervollständigung ist, wird entsprechend dieser Anzahlen M– und M+ gewählt, wobei der Cluster c(n – 1) gewählt wird, wenn M– größer als M+ ist, und der Cluster c(n + 1) gewählt wird, wenn M+ größer als M– ist. Die Cluster sind wie üblich entsprechend ihrem Atempositionsbereich indiziert (Cluster cn entspricht der n-ten Atemposition). Demnach sind c(n – 1) und c(n + 1) zentrale Cluster und die beiden nächsten Nachbarn von dem peripheren Cluster cn. Auf diese Weise wird der Cluster c(n – 1) ausgewählt, wenn die Clusterkombination cn – c(n – 1) näher an der Vervollständigung ist, andernfalls der Cluster c(n + 1).
Als nächstes wird die Zahl Shots Mlow mit Index im Bereich [0, ..., ns[ gezählt, die von beiden Clustern (cn und dem ausgewählten cx) noch nicht akquiriert wurden, und die Zahl Mhigh mit Index im Bereich [ns, ..., Ns – 1], die von beiden Clustern noch nicht akquiriert wurden (Block 709). Ist der Cluster cn, der der letzten gemessenen Atemposition zugeordnet ist, wie in dem angenommenen Fall, ein peripherer Cluster („y“ Abfrage 711), so wächst der periphere Cluster cn von seinem kleinsten noch nicht akquirierten Shot-Index in Richtung ns0 bzw. ky = 0, wenn Mlow größer ist als Mhigh („y“ in Abfrage 713), indem der kleinste, noch nicht akquirierte Shot-Index akquiriert wird (Block 715), andernfalls von seinem größten noch nicht akquirierten Shot-Index in Richtung ns0 bzw. ky = 0 („n“ in Abfrage 713), indem der größte, noch nicht akquirierte Shot-Index akquiriert wird (Block 715).
Ein peripherer Cluster überspannt also im Allgemeinen zwei zusammenhängende Indexbereiche. Der eine startet beim kleinsten Shot-Index ns = 0 (bzw. linker k-Raum-Rand) und wächst in Richtung größerer Shot-Indices. Der andere startet beim größten Shot-Index ns = Ns – 1 (bzw. rechter k-Raum-Rand) und wächst in Richtung kleinere Shot-Indices. Alternativ kann man auch davon sprechen, dass der Indexbereich für periphere Cluster an den Bereichsgrenzen periodisch oder zyklisch fortgesetzt wird.
Ähnlich läuft der Entscheidungsprozess, wenn die zuletzt gemessene Atemposition im Atempositionsbereich eines zentralen Clusters cn liegt:
Wie gerade beschrieben, wird abgefragt welche der Clusterkombination cn – c(n – 1) und cn – c(n + 1) näher an der Vervollständigung ist, und diese Clusterkombination ausgewählt (Blöcke 705 und 707). Als nächstes wird die Zahl Shots Mlow mit Index im Bereich [0, ..., ns[gezählt, die von beiden Clustern noch nicht akquiriert wurden ebenso wie die Zahl Mhigh mit Index im Bereich [ns, ..., Ns – 1], die von beiden Clustern noch nicht akquiriert wurden (Block 709). Ist der Cluster cn, der der letzten gemessenen Atemposition zugeordnet ist, wie nunmehr angenommen ein zentraler Cluster („n“ Abfrage 711), so wächst der zentrale Cluster cn, wenn Mlow größer als Mhigh ist, von seinem kleinsten bereits akquirierten Shot-Index in Richtung ns = 0 bzw. kmin („n“ in Abfrage 719), indem der größte, derjenigen noch nicht akquirierten Shot-Indicees akquiriert wird, der kleiner als der kleinste bereits akquirierte Shot-Index ist (Block 723). Andernfalls (Mhigh größer als Mlow) („y“ in Abfrage 719) wächst der Cluster cn von seinem größten bereits akquirierten Shot-Index in Richtung Ns – 1 bzw. kmax, indem der kleinste derjenigen Shot-Indices akquiriert wird, der größer als der größte bereits akquirierte Shot-Index ist (Block 721).
In jedem Fall wird nach einer Akquisition eines Shots in einem der Blöcke 715, 717, 721 und 723 in der Abfrage 725 geprüft, ob bereits alle Ns gewünschten Shot-Indices in der ausgewählten Cluster-Kombination akquiriert wurden. Wenn ja („y“ Abfrage 725) ist die Messung vollständig (Block 727) und kann beendet werden; wenn nicht („n“ in Abfrage 725) wird mit einer neuen Navigatormessung fortgefahren. Damit ist das Abbruchkriterium unverändert gegenüber der Originalversion von PAWS: Sobald eine beliebige Gruppe von zwei benachbarten Clustern (2-bin) alle zu messenden Shot-Indices akquiriert hat, wird die Messung beendet, da die Gesamtvariation der Atemposition damit auf das Akzeptanzfenster begrenzt ist.
In dem Ablaufdiagramm in 7, das den eben beschriebenen Algorithmus zusammenfasst, werden die üblichen Symbole der Mengenlehre verwendet:

{.}: ... bezeichnet eine Menge.
{xs|...}: ... bezeichnet die Menge aller Shot-Indices xs „für die ... gilt“.
∊: ... bedeutet „ist Element von“.
#{.}: ... bezeichnet die Anzahl der Elemente der Menge.
∧: ... logisches Symbol für „und“.
∨: ... logisches Symbol für „oder“.

Diese optimale 2-bin Version von PAWS vereint die hohe Effizienz der originalen 2-bin PAWS Version mit der reduzierten Artefaktanfälligkeit der originalen 3-bin Variante. Der neue Algorithmus schiebt die Segmentgrenzen aktiv weg vom besonders bewegungssensitiven k-Raum Zentrum in Richtung k-Raum Peripherie.
Im folgenden Vergleich der verschiedene PAWS Varianten wird angenommen, dass die Gesamtbreite des Akzeptanzfensters gegeben ist. Bei einer n-bin Variante wird dieses Akzeptanzfenster von dem Atempositionsbereich von n aufeinanderfolgenden Clustern überspannt. Beispielsweise wird jedem Cluster ein Atempositionsbereich zugewiesen, dessen Breite 1/n-tel des Akzeptanzfensters entspricht. Dies unterscheidet den Vergleich etwas von den Appendix A aus der bereits oben zitierten MRM Artikel von Jhooti et al., bei dem die Breite des Atempositionsbereichs eines Clusters gleich der Navigatorauflösung gesetzt wird. Bei letzterer Vorgehensweise ist die Gesamtbreite des Akzeptanzfensters n mal Navigatorauflösung und steigt mit der Anzahl der bins. Dies macht einen fairen Vergleich verschiedener bin-Varianten schwierig.
Die Effizienz der hier eben beschriebenen neuen 2-bin-Variante ist optimal in dem Sinne, dass sobald eine Atemposition in einem Bereich der von zwei benachbarten Clustern abgedeckt wird Ns mal gemessen wurde alle Ns shots erfasst sind und somit die Messung beendet werden kann. Diese Eigenschaft teilt die neue 2-bin Variante mit der Original 2-bin Variante und zeichnet sie gegenüber der Original 3-bin-Variante und der 3-bin-Variante aus den oben zitierten Schriften von Nuval et al. aus.
Im Gegensatz zur Original 2-bin Variante ist die Wahrscheinlichkeit signifikant reduziert, dass Clustergrenzen in der Nähe des besonders bewegungsempfindlichen k-Raum-Zentrums entstehen.
Dies ist in 6 veranschaulicht, in der wie üblich jede Linie einem Cluster cn entspricht. Diese sind in vertikale Richtung entsprechen ihrem Atempositionsbereich angeordnet. In horizontale Richtung ist der Phasenkodierindex ky bzw. in der allgemeinen Darstellung der Shot-Index ns aufgetragen. Die grau schattierten Balken zeigen die von einem Cluster akquirierten ky-Zeilen bzw. Shots. Oben ist die 11b der bereits oben zitierten MRM Artikels von Jhooti et al., die die Auswahl der Phasenkodierlinien der Original 2-bin Variante am Ende der Messung zeigt dargestellt. Unten ist die entsprechende Darstellung der neuen 2-bin Variante dargestellt. Man beachte, dass die Anzahl wie oft eine bestimmte Atemposition gemessen wurde in beiden Plots gleich ist. Bei der oben dargestellten original PAWS-Verfahren ist die Clustergrenze nahe dem k-Raum Zentrum. Bei der neuen unten dargestellten Variante ist sie signifikant in Richtung k-Raum Peripherie verschoben. In 6 sind die Clustergrenzen jeweils mit einem gestrichelt gezeichnet Oval hervorgehoben.
Dieses Problem ist bei der Originalversion am größten, wenn die Atempositionen, die den beiden finalen Clustern zugewiesen sind, ungefähr gleich häufig gemessen werden und der zentrale, besonders bewegungsempfindliche Shot mit Shot-Index ns0 bzw. ky = 0 genau in der Mitte des Indexbereichs liegt. In diesem Fall fällt die Clustergrenze genau mit dem k-Raum-Zentrum (ky = 0) zusammen. Die vorgestellte, neue Version handhabt diesen besonders wichtigen Fall optimal: Die Clustergrenzen liegen bei ca. +25% und +75% des Wertebereichs und sind damit maximal vom bewegungsempfindlichen k-Raum-Zentrum entfernt.
Auch bei einer asymmetrischen Abtastung des k-Raums agiert die hier vorgestellte, neue 2-bin Variante optimal in dem Sinne, dass bei gegebener Zahl von Scans, die auf den zentralen Cluster entfallen, die Segmentgrenze maximal vom zentralen besonders bewegungsempfindlichen Shot mit Shot-Index ns0 bzw. ky = 0 entfernt sind. Damit agiert die neue Version praktisch immer besser als die Original 2-bin Version. Der Grund hierfür ist, dass die symmetrische Verteilung der Shots um den zentralen Shot ns0 aktiv in den Entscheidungsprozess des Algorithmus eingebaut ist.
Dann, und nur dann, wenn die Zahl der Scans, die auf den finalen zentralen Cluster entfallen, klein gegenüber der Zahl der Scans ist, die auf den finalen peripheren Cluster entfallen, kann eine Clustergrenze nahe dem k-Raum-Zentrum entstehen. In diesem Fall kann diese Grenze auch näher am k-Raum-Zentrum liegen wie bei der Originalversion. Dieser Fall ist aber bei einer vernünftigen Wahl des Akzeptanzfensters und einer statischen Verteilung der Atempositionen in der Nähe der wahrscheinlichsten Atemposition extrem unwahrscheinlich und ist unseren zahlreichen Messungen mit der neuen 2-bin Variante nicht beobachtet worden. Durch eine Erweiterung ähnlich der Modifikation b) aus einer der oben bereits zitierten Schriften von Nuval et al. kann dieser Fall sogar ganz vermieden werden: Man verschärft das Abbruchkriterium derart das der zentrale finale Cluster entweder einen Mindest-Prozentsatz aller Shots Ns akquiriert haben muss, oder der periphere finale Cluster alle Ns Shots akquiriert haben muss. Man beachte, dass die symmetrische Verteilung um das k-Raum-Zentrum dem neuen 2-bin Algorithmus inhärent ist und nicht gefordert werden muss (im Gegensatz zu den 3-bin Varianten im Stand der Technik).
Es sei noch erwähnt, dass im Grenzfall „keine Atmung“ von dem neuen 2-bin Algorithmus (wie auch von der Originalversion) optimal gehandhabt wird: Alle Shots werden von einem einzigen Cluster akquiriert, es entsteht also keine Clustergrenze, unabhängig davon ob dieser eine Cluster ein zentraler oder ein peripherer ist.
ZITATE ENTHALTEN IN DER BESCHREIBUNG
Diese Liste der vom Anmelder aufgeführten Dokumente wurde automatisiert erzeugt und ist ausschließlich zur besseren Information des Lesers aufgenommen. Die Liste ist nicht Bestandteil der deutschen Patent- bzw. Gebrauchsmusteranmeldung. Das DPMA übernimmt keinerlei Haftung für etwaige Fehler oder Auslassungen.
Zitierte Patentliteratur

US 7039451 B1 [0013]

Zitierte Nicht-Patentliteratur

Todd S. Sachs, Craig H. Meyer, Bob S. Hu, Jim Kohli, Dwight G. Nishimura und Albert Macovski: „Real-Time Motion Detection in Spiral MRI Using Navigators“, MRM 32: S. 639–645 (1994) [0008]
„Navigator-Echo-based Real-Time Respiratory Gating and Triggering for Reduction of Respiratory Effects in Three-dimensional Coronary MR Angiography“. Radiology 198; S. 55–60 (1996) [0009]
„Phase Ordering With Automatic Window Selection“ (PAWS), wie er z.B. in dem Artikel von P. Jhooti, P.D. Gatehouse, J. Keegan, N.H. Bunce, A.M. Taylor, and D.N. Firmin „Phase Ordering With Automatic Window Selection (PAWS): A Novel Motion-Resistant Technique for 3D Coronary Imaging“, Magnetic Resonance in Medicine 43, S. 470–480 (2000) [0013]
Jhooti et al. [0017]
P. Jhooti, P. Gatehouse, J. Keegan, A. Stemmer, D. Firmin: „Phase ordering with Automatic Window Selection (PAWS) with Half Fourier for Increased Scan Efficiency and Image Quality“; Proc. Intl. Soc. Mag. Reson. Med. 11 (2004); S. 2146 [0017]
Anthony Nuval, Thanh D. Nguyen, Richard Watts and Yi Wang: „An improved real-time navigator gating algorithm for reducing motion effects in coronary magnetic resonance angiography“; Journal of X-Ray Science and Technology 11 (2003), S. 115–123 [0020]
A. Nuval, T. Nguyen, Y. Wang: „Refined PAWS Algorithms for 3D Coronary MRA“. Proc. Intl. Soc. Mag. Reson. Med. 11 (2003), S. 1625 [0020]
(Christoph Kolbitsch, Claudia Prieto, Jouke Smink, and Tobias Schaeffter: „Highly Efficient Whole-Heart Imaging Using Radial Phase Encoding-Phase Ordering With Automatic Window Selection“; Magnetic Resonance in Medicine 66 (2011); S.1008–1018) [0022]
Jhooti et al. [0030]
Jhooti et al. [0068]
Jhooti et al [0080]
Jhooti et al [0080]
Jhooti et al. [0084]
Jhooti et al. [0093]
Nuval et al. [0094]
Jhooti et al. [0096]
Nuval et al. [0099]

Claims

Verfahren zur Akquisition eines Messdatensatzes eines atmenden Untersuchungsobjekts mittels Magnetresonanztechnik, wobei der Messdatensatz durch mehrere Shots akquiriert wird, welche jeweils eine Anzahl Nv an k-Raumtrajektorien, sogenannten Views, umfassen, wobei die Akquisition des Messdatensatzes im k-Raum folgende Schritte umfasst: – Wählen einer Anzahl Nv an Views pro Shot, – Bestimmen der Anzahl Ns an Shots, um den abzutastenden k-Raum vollständig auszufüllen, – Zuordnen der Views der Ns Shots zu Nv Sektoren im k-Raum, derart, dass in jedem Sektor annähernd dieselbe Anzahl an Views angeordnet ist, und dass jeweils alle Views in einem Sektor einen ähnlichen Abstand zum k-Raum-Zentrum haben, – Zuordnen je eines Views jedes Sektors zu je einem der Ns Shots entsprechend ihrer Orientierung in der kz-ky-Ebene, – Abtasten der Views jedes Shots derart, dass Views, die dem gleichen Sektor und verschiedenen Shots zugeordnet sind, jeweils die gleiche (zeitliche) Position innerhalb des Shots einnehmen.
Verfahren nach Anspruch 1, wobei Views, die zu einem Sektor zugeordnet werden, in demselben Halbraum in der kz-ky-Ebene liegen.
Verfahren nach einem der vorhergehenden Ansprüche, wobei die Zuordnung der Views eines Sektors zu einem der Ns Shots entsprechend ihrem Azimutwinkel in einem polaren Koordinatensystem in der kz-ky-Ebene erfolgt.
Verfahren nach einem der vorhergehenden Ansprüche, wobei die Views jedes Shots in einer Reihenfolge abgetastet werden, welche der Nachbarschaft der Sektoren entspricht.
Verfahren nach einem der vorhergehenden Ansprüche, wobei vor der Messung eines Shots mit einem geeigneten Sensor ein aktuelles Atemsignal gemessen wird, und wobei die Akquisition des Messdatensatzes folgende Schritte umfasst: – Zuweisen eines Shot-Index ns є [0; ...; ns0; ...; Ns – 1] zu jedem Shot, welcher Shot-Index eine Nachbarschaft der Shots im k-Raum beschreibt, wobei die Shot-Indices ns geordnet sind, derart, dass die Empfindlichkeit der Shots gegenüber einer Bewegung des Untersuchungsobjekts vom Shot-Index ns = 0 bis zum Shot-Index ns = ns0 zunimmt und vom Shot-Index ns = ns0 bis zum Shot-Index ns = Ns – 1 wieder abnimmt, – Zuordnen eines nach einer Messung des Atemsignals zu messenden Shots zu einem Cluster entsprechend des mit der Navigatormessung gemessenen Atemsignals, wobei einem Cluster in eindeutiger Weise ein Atemsignalbereich zugeordnet ist, und ein Cluster alle Shot-Indices von Shots erfasst, die nach der Messung eines Atemsignals in dem Atemsignalbereich des Clusters bereits akquiriert wurden, – Auswahl eines Shot-Index für den zu messenden Shot in Abhängigkeit der von dem zuvor ausgewählten Cluster und seiner unmittelbaren Nachbarclustern bereits akquirierten Shot-Indices und Akquisition des zu diesem Shot-Index gehörenden Shots nach der Messung des Atemsignals, wobei Nachbarschaft von Clustern entsprechend der ihnen zugewiesenen Atemsignalbereichs definiert ist, – Akquirieren desjenigen Shots nach der Navigatormessung mit einem in Abhängigkeit der in dem Cluster, dem dieser Shot zugeordnet ist, bereits akquirierten Shot-Indices gewählten Shot-Index, – Akquirieren von Navigatormessungen und Shots solange, bis eine vorgegebene Anzahl n an benachbarten Clustern gemeinsam Shots mit allen Ns Shot-Indices umfasst.
Verfahren nach Anspruch 5, wobei die Auswahl eines Shot-Index für einen zu messenden Shot eine Auswahl einer der n möglichen Cluster-Kombinationen umfasst, die jeweils den Cluster, dem der zu messende Shot zugeordnet wurde, und n – 1 der diesem benachbarte Cluster umfassen, wobei diejenige dieser Cluster-Kombinationen ausgewählt wird, in welcher bereits die meisten Shots mit verschiedenen Shot-Indices akquiriert wurden.
Verfahren nach einem der Ansprüche 5 oder 6, wobei jedem Cluster ein Shot-Index als Startposition für die Akquisition von Messdaten zugeordnet wird, der für einen einem Cluster zugeordneten Shot gewählt wird, in dem bisher noch kein Shot akquiriert wurde.
Verfahren nach Anspruch 6, wobei für einen Shot, der einem Cluster zugeordnet wird, dem eine periphere Startposition im Bereich des linken k-Raum-Randes mit niedriger Empfindlichkeit gegenüber Bewegung, insbesondere ns = 0, zugeordnet ist, und dem bereits mindestens ein vorhergehender Shot zugeordnet war, einen um Eins erhöhten Shot-Index gegenüber dem bisher höchsten Shot-Index gewählt wird; und für einen Shot, der einem Cluster zugeordnet wird, dem eine periphere Startposition im Bereich des rechten k-Raum-Randes mit niedriger Empfindlichkeit gegenüber Bewegung, insbesondere ns = Ns – 1, zugeordnet ist, und dem bereits mindestens ein vorhergehender Shot zugeordnet war, einen um Eins erniedrigten Shot-Index gegenüber dem bisher niedrigsten Shot-Index ausgewählt wird.
Verfahren nach Anspruch 6, wobei für einen Shot, der einem Cluster zugeordnet wird, dem eine zentrale Startposition im Bereich mit hoher Empfindlichkeit gegenüber Bewegung, insbesondere ns = ns0, zugeordnet ist, und dem bereits mindestens ein vorhergehender Shot zugeordnet war, einen um Eins erhöhten Shot-Index gegenüber dem bisher höchsten Shot-Index ausgewählt wird, wenn in der ausgewählten Cluster-Kombination die Menge der in dieser Cluster-Kombination noch nicht akquirierten Shot-Indices größer in dem Shot-Index-Bereich ns ≥ ns0 als in dem Shot-Index-Bereich ns ≤ ns0 ist; und für einen Shot, der einem Cluster zugewiesen wird, dem eine zentrale Startposition im Bereich mit hoher Empfindlichkeit gegenüber Bewegung, insbesondere ns = ns0, zugeordnet ist, und dem bereits mindestens ein vorhergehender Shot zugeordnet war, einen um Eins erniedrigten Shot-Index gegenüber dem bisher niedrigsten Shot-Index ausgewählt wird, wenn in der ausgewählten Cluster-Kombination die Menge der in dieser Cluster-Kombination noch nicht akquirierten Shot-Indices größer in dem Shot-Index-Bereich ns ≤ ns0 als in dem Shot-Index-Bereich ns ≥ ns0 ist.
Verfahren nach Anspruch 5, wobei benachbarten Clustern eine zentrale Startposition in einem Indexbereich mit hoher Empfindlichkeit gegenüber einer Bewegung und eine periphere Startposition, am Rand des Indexbereiches zugewiesen wird, welche Startposition dann als Shot-Index für den zu messenden Shot gewählt wird, sofern in dem Cluster, dem der zu messende Shot zugeordnet wurde, bisher noch kein Shot akquiriert wurde.
Verfahren nach Anspruch 10, wobei die Auswahl eines Shot-Index für einen zu messenden Shot eine Auswahl einer der beiden möglichen Cluster-Kombinationen umfasst, die jeweils den Cluster, dem der zu messende Shot zugeordnet wurde, und einen der beiden diesem unmittelbar benachbarten Cluster umfassen, wobei diejenige dieser Cluster-Kombinationen ausgewählt wird, in welcher bereits die meisten Shots mit verschiedenen Shot-Indices akquiriert wurden.
Verfahren nach Anspruch 11, wobei die Auswahl eines Shot-Index für einen zu messenden Shot, der einem Cluster zugeordnet wurde, dem die periphere Startposition zugewiesen wurde, derart erfolgt, dass, der niedrigste von der ausgewählten Cluster-Kombination noch nicht akquirierte Shot-Index ausgewählt wird, falls die Menge der in der ausgewählten Clusterkombination noch nicht akquirierten Shots mit Shot-Index ns ≤ ns0 mehr Elemente hat als die Menge der in dieser Clusterkombination noch nicht akquirierten Shots mit Shot-Index ns ≥ ns0, und der höchste von der Clusterkombination noch nicht akquirierte Shot-Index ausgewählt wird, falls die Menge der in der ausgewählten Clusterkombination noch nicht akquirierten Shots mit Shot-Index ns ≥ ns0 mehr Elemente hat als die Menge der in dieser Clusterkombination noch nicht akquirierten Shots mit Shot-Index ns ≤ ns0.
Verfahren nach Anspruch 11, wobei die Auswahl eines Shot-Index für einen zu messenden Shot, der einem Cluster zugeordnet wurde, dem die zentrale Startposition zugewiesen wurde, derart erfolgt, dass sofern diesem Cluster schon mindestens ein vorhergehender Shot zugeordnet wurde, für den zu messenden Shot ein um Eins erhöhter Shot-Index, gegenüber dem bisher höchsten, von dem zentralen Cluster erfassten, Shot-Index ausgewählt wird, falls die Menge der in der ausgewählten Clusterkombination noch nicht akquirierten Shot-Indices mit Shot-Index ns ≥ ns0 mehr Elemente hat als die Menge der in dieser Clusterkombination noch nicht akquirierten Shot-Indices mit Shot-Index ns ≤ ns0, und für den zu messenden Shot ein gegenüber dem bisher niedrigsten, von dem zentralen Cluster erfassten, Shot-Index um Eins erniedrigter Shot-Index ausgewählt wird, falls die Menge der in der ausgewählten Clusterkombination noch nicht akquirierten Shot-Indices mit Shot-Index ns ≤ ns0 mehr Elemente hat als die Menge der in dieser Clusterkombination noch nicht akquirierten Shot-Indices mit Shot-Index ns ≥ ns0.
Magnetresonanzanlage, wobei die Magnetresonanzanlage (5) einen Grundfeldmagneten (1), ein Gradientenfeldsystem (3), eine Hochfrequenzantenne (4) und eine Steuereinrichtung (10) zur Ansteuerung des Gradientenfeldsystems (3) und der Hochfrequenzantenne (4), und einen Bildrechner (17) zum Empfang von von der Hochfrequenzantenne (4) aufgenommenen Messsignalen, zur Auswertung der Messsignale und zur Erstellung von Magnetresonanzbildern umfasst, und wobei die Magnetresonanzanlage (5) zum Durchführen eines Verfahrens nach einem der Ansprüche 1–13 ausgestaltet ist.
Computerprogramm mit Programmmitteln zur Durchführung aller Schritte eines Verfahrens nach einem der Ansprüche 1–13, wenn das Computerprogramm in der Steuereinrichtung (10) der Magnetresonanzanlage (5) ausgeführt wird.
Elektronisch lesbarer Datenträger mit darauf gespeicherten elektronisch lesbaren Steuerinformationen, welche derart ausgestaltet sind, dass sie bei Verwendung des Datenträgers (21) in einer Steuereinrichtung (10) einer Magnetresonanzanlage (5) ein Verfahren nach einem der Ansprüche 1–13 durchführen.