DE102013205832A1

DE102013205832A1 - Verfahren zur Erzeugung von Bilddaten

Info

Publication number: DE102013205832A1
Application number: DE102013205832.2A
Authority: DE
Inventors: Christoph Forman; Michael Zenge
Original assignee: Friedrich Alexander Univeritaet Erlangen Nuernberg FAU; Siemens AG
Current assignee: Siemens Healthineers Ag De
Priority date: 2013-04-03
Filing date: 2013-04-03
Publication date: 2014-10-23
Also published as: CN104095634B; KR101652387B1; US9712789B2; US20150015691A1; KR20140120860A; CN104095634A

Abstract

Es wird ein Verfahren zur Erzeugung von Bilddaten (BD) eines sich bewegenden Objekts (O) beschrieben. Dabei werden zunächst Rohdaten (RD) für einen das Objekt (O) umfassenden Bereich zu verschiedenen Messzeitpunkten (t0, ..., tk, ...) in unterschiedlichen Bewegungsphasen (Ph0, Ph1, ..., Phn) des Objekts (O) erfasst. Es erfolgt dann eine Rekonstruktion mehrerer Interims-Bilddatensätze (BBD) des Objekts (O) aus den Rohdaten (RD), welche jeweils verschiedenen Bewegungsphasen (Ph0, Ph1, ..., Phn) des Objekts (O) zugeordnet sind. Zwischen den Interims-Bilddatensätzen (BBD) der verschiedenen Bewegungsphasen (Ph0, Ph1, ..., Phn) des Objekts (O) werden dann Abweichungsdaten (D0, D1, ..., Dj, ..., Dn) ermittelt und die Rekonstruktion von Bilddaten (BD) auf Basis von Rohdaten (RD) unterschiedlicher Bewegungsphasen (Ph0, Ph1, ..., Phn) erfolgt dann unter Berücksichtigung der Abweichungsdaten (D0, D1, ..., Dj, ..., Dn). Weiterhin werden eine Bilddatenerzeugungseinrichtung (20) für eine Magnetresonanzanlage (1) sowie eine Magnetresonanzanlage (1) mit einer solchen Bilddatenerzeugungseinrichtung (20) beschrieben.

Description

Die Erfindung betrifft ein Verfahren zur Erzeugung von Bilddaten, insbesondere Magnetresonanzaufnahmen, eines sich bewegenden Objekts, beispielsweise eines Organs, Teilen eines Organs oder einer beliebigen Zielstruktur im Inneren eines menschlichen oder tierischen Körpers. Darüber hinaus betrifft die Erfindung eine Bilddatenerzeugungseinrichtung zur Erzeugung von Bilddaten eines sich im Inneren eines Körpers bewegenden Objekts sowie eine Magnetresonanzanlage mit einer solchen Bilddatenerzeugungseinrichtung.
Um bei einer Magnetresonanztomographie Bilddaten (Magnetresonanzaufnahmen) aus einem Bereich vom Körperinneren eines Untersuchungsobjekts zu erhalten, muss zunächst der Körper bzw. der zu untersuchende Körperteil einem möglichst homogenen statischen Grundmagnetfeld (meist als B₀-Feld bezeichnet) ausgesetzt werden. Hierdurch werden die Kernspins im Körper parallel zur Richtung des B₀-Felds, üblicherweise als z-Richtung bezeichnet, ausgerichtet. Außerdem werden mit Hochfrequenzantennen Hochfrequenzpulse in das Untersuchungsobjekt eingestrahlt, deren Frequenz im Bereich der Resonanzfrequenz, der sogenannten Larmorfrequenz, der anzuregenden Kerne (in der Regel Wasserstoffkerne) im vorliegenden Magnetfeld liegt. Daher werden diese Hochfrequenzpulse im Folgenden als Magnetresonanz-Hochfrequenzpulse bezeichnet. Die magnetische Flussdichte dieser Hochfrequenzpulse wird üblicherweise mit B₁ bezeichnet. Mittels dieser Hochfrequenzpulse werden die Kernspins der Atome im Untersuchungsobjekt derart angeregt, dass sie um einen sogenannten „Anregungsflipwinkel“ (im Allgemeinen auch kurz „Flipwinkel“ genannt) aus ihrer Gleichgewichtslage parallel zum Grundmagnetfeld B₀ ausgelenkt werden. Die Kernspins präzedieren dann zunächst um die z-Richtung und relaxieren nach und nach wieder. Der phasengleiche Umlauf der mikroskopischen Spins um den Präzessionskegel kann als makroskopische Kernmagnetisierung in der x/y-Ebene (senkrecht zur z-Richtung) gesehen werden. Die bei dieser Relaxation der Kernmagnetisierung erzeugten Magnetresonanzsignale werden als sogenannte Rohdaten mittels Hochfrequenzempfangsantennen aufgenommen. Die Magnetresonanzbilder des Untersuchungsobjekts werden schließlich auf Basis der akquirierten Rohdaten rekonstruiert, wobei eine Ortskodierung mit Hilfe von schnell geschalteten Gradientenmagnetfeldern erfolgt, die dem Grundmagnetfeld während der Aussendung der Magnetresonanz-Hochfrequenzpulse und/oder der Akquisition der Rohdaten überlagert werden. Dabei werden die Rohdaten bei der Datenakquise zunächst einem Ortsfrequenzraum, dem sogenannten k-Raum, zugeordnet. Die Rekonstruktion der Bilddaten erfolgt dann mittels einer Fouriertransformation der Rohdaten vom k-Raum in den Bilddatenraum (Ortsraum).
Insbesondere, wenn Bilddaten eines kompletten Organs erzeugt werden sollen, d. h. entweder Volumendaten oder eine Vielzahl von dicht aneinander liegenden Schnittbildern erfasst werden sollen, die den kompletten Bereich abdecken, in dem sich das Organ befindet, wird eine längere Messzeit benötigt. Dies ist dann ein Problem, wenn es sich, wie beispielsweise beim Herzen, um ein bewegtes Organ handelt. Das Herz führt nicht nur eigene zyklische Bewegungen aufgrund des Herzschlags durch, sondern unterliegt zudem noch der Bewegung durch die Atmung des Patienten. Würden einfach Rohdaten während der unterschiedlichen Bewegungszyklen erfasst und dann daraus Bilddaten rekonstruiert, würde dies zu erheblichen Bewegungsartefakten, beispielsweise Verwischungen in den Bildern, führen, so dass die erzeugten Bilder oftmals nicht für eine sinnvolle Diagnose genutzt werden könnten.
Eine Möglichkeit, dies zu vermeiden, besteht darin, Rohdaten nur in einer bestimmten Bewegungsphase zu erfassen, also z. B. die Rohdatenakquisition in geeigneter Weise zu triggern. Beispielsweise ist es bezüglich der Herzbewegung möglich, eine Triggerung mit Hilfe eines EKGs auf eine bestimmte Herzphase durchzuführen. Vorzugsweise werden hierbei die Daten in der diastolischen Phase erfasst, da in dieser Phase relativ lange Zeit die Herzbewegung minimal ist. Diese diastolische Phase dauert ca. 100 ms. Bei vielen Aufnahmeverfahren, insbesondere bei der Erfassung des kompletten Volumens bzw. einer Vielzahl von dicht gesetzten Schichten, die das Herz abdecken, reichen diese 100 ms aber nicht aus, um alle Rohdaten zu erfassen. Daher müssen in mehreren Herzzyklen jeweils in der passenden Herzphase Rohdatensätze bzw. Segmente des k-Raums erfasst werden, um den k-Raum mit den notwendigen Rohdaten zu füllen, bevor dann in der oben beschriebenen Weise die Bilddaten des Volumens bzw. der gewünschten Schichten rekonstruiert werden. Die der Bewegung des Herzens zusätzlich überlagerte Atembewegung führt jedoch dazu, dass sich das Herz im Körper beispielsweise in den diastolischen Phasen von aufeinanderfolgenden Herzzyklen jeweils an unterschiedlichen Orten befinden kann, je nach der aktuellen Bewegungsphase des Atemzyklus. Prinzipiell wäre es natürlich möglich, auch den Atemzyklus mit entsprechenden Einrichtungen zu überwachen und zusätzlich auf den Atemzyklus zu triggern. In diesem Fall können aber immer nur dann Rohdaten erfasst werden, wenn zufällig die gewünschte Herzphase und die gewünschte Atemphase gemeinsam erreicht werden. Dies würde zu einer viel zu langen Gesamtmessdauer führen, so dass in der Praxis derartige Messmethoden nicht akzeptabel sind.
Um ein ausreichend großes k-Raum-Volumen mit Messdaten zu füllen, um daraus ein dreidimensionales Volumen eines kompletten Organs (wie des Herzens) rekonstruieren zu können, ist es folglich erforderlich, Rohdaten zu verschiedenen Messzeitpunkten in unterschiedlichen Bewegungsphasen des Objekts zu akquirieren. D. h. es wird das Abtastungsmuster in verschiedene Segmente zerlegt und die Segmente bzw. Rohdatensätze werden meist in direkt aufeinanderfolgenden Herzzyklen ausgelesen, die sich in unterschiedlichen Bewegungsphasen des Objekts aufgrund der Atmung befinden können. Ein typisches Abtastmuster ist dabei ein sogenanntes phyllotaktisches spiralförmiges Muster, wie es später noch anhand der Figuren genauer erläutert wird. Hierbei handelt es sich um ein Verfahren mit Auslesepunkten, die in einer Ebene (z. B. die x/y-Ebene) durch den k-Raum betrachtete, auf einer Art Speichentrajektorie liegen, wobei jedoch die vom k-Raum-Zentrum aus nach außen verlaufenden Speichen spiralförmig gedreht werden. In der senkrecht zur Ebene stehenden Richtung (z. B. die z-Richtung) verlaufen dabei die einzelnen Auslesevorgänge der Speichen geradlinig. Dabei wird beispielsweise pro Auslesevorgang ein kompletter Auslesevorgang in z-Richtung durch den k-Raum ausgelesen.
Unabhängig davon, in welchen Segmenten aber die Rohdaten akquiriert werden, um den k-Raum auffüllen, besteht immer das Problem, dass die Rohdaten aus unterschiedlichen Bewegungsphasen, insbesondere Atemphasen, stammen. Daher ist eine Korrektur innerhalb des Rekonstruktionsverfahrens erforderlich, welche diese durch die unterschiedlichen Bewegungsphasen erzeugten Bilddeformierungen wieder ausgleicht und somit dafür sorgt, dass in den fertigen Bilddaten keine Bewegungsartefakte auftauchen.
Es ist folglich eine Aufgabe der Erfindung, ein geeignetes Verfahren zum Erzeugen von Bilddaten sowie eine Bilddatenerzeugungseinrichtung zu schaffen, welche eine Verwendung von Rohdaten aus unterschiedlichen Bewegungsphasen erlauben, wobei dennoch Bewegungsartefakten reduziert, im Idealfall sogar völlig vermieden werden.
Diese Aufgabe wird durch ein Verfahren gemäß Patentanspruch 1 sowie durch eine Bilddatenerzeugungseinrichtung nach Anspruch 13 gelöst.
Gemäß dem erfindungsgemäßen Verfahren erfolgt zunächst eine Erfassung von Rohdaten für einen das Objekt umfassenden Bereich zu verschiedenen Messzeitpunkten in unterschiedlichen Bewegungsphasen des Objekts. Bei dieser Erfassung der Rohdaten kann es sich um die unmittelbare Akquise der Rohdaten an der Magnetresonanzanlage und/oder um die Übernahme von bereits zu den verschiedenen (früheren) Messzeitpunkten an einer beliebigen Magnetresonanzanlage akquirierten Rohdaten über eine geeignete Schnittstelle handeln.
Bei den zu einem Messzeitpunkt akquirierten Rohdaten kann es sich beispielsweise um den zu dem bestimmten Messzeitpunkt erfassten Rohdatensatz bzw. das erfasste Segment im k-Raum handeln. Es ist klar, dass die Erfassung eines solchen Rohdatensatzes bzw. Segments auch einen bestimmten (kurzen) Zeitraum benötigt, so dass unter dem Begriff „Messzeitpunkt“ immer auch ein kurzer „Messzeitabschnitt“ zu verstehen ist, beispielsweise bei einer Aufnahme eines Herzens die ca. 100 ms in der diastolischen Phase.
Es erfolgt dann zunächst eine Rekonstruktion mehrerer Interims-Bilddatensätze des Objekts aus den erfassten Rohdaten, wobei diese Interims-Bilddatensätze jeweils verschiedenen Bewegungsphasen des Objekts zugeordnet sind. Hierbei werden dieselben Rohdaten verwendet, wie sie später auch gemeinsam mit weiteren Rohdaten zur Rekonstruktion der gewünschten fertigen Bilddaten benötigt werden. Mit anderen Worten, die Interims-Bilddatensätze unterscheiden sich von den späteren Bilddatensätzen nicht dadurch, dass andere Rohdaten verwendet werden, sondern dadurch, dass nur ein Teil der Rohdaten, z. B. nur Rohdaten einer bestimmten Bewegungsphase, benutzt werden und/oder – wie später noch erläutert wird – Rohdaten verschiedener Bewegungsphasen mit unterschiedlichen Gewichtungen genutzt werden, um so die Interims-Bilddatensätze passend zu den Bewegungsphasen erstellen zu können.
Weiterhin erfolgt eine Ermittlung von Abweichungsdaten, beispielsweise von Deformierungsfeldern (auch Bewegungsfelder genannt) zwischen den Interims-Bilddatensätzen der verschiedenen Bewegungsphasen des Objekts. Dabei reicht es prinzipiell aus, wenn die Abweichungsdaten der Interims-Bilddatensätze zu einem Referenz-Bilddatensatz ermittelt werden, weil somit indirekt auch die Abweichungsdaten zwischen den verschiedenen Interims-Bilddatensätzen mitdefiniert sind.
Schließlich erfolgt eine Rekonstruktion der gewünschten Bilddaten auf Basis von Rohdaten unterschiedlicher Bewegungsphasen unter Berücksichtigung dieser Abweichungsdaten. Vorzugsweise werden dabei sämtliche erfassten Rohdaten aus allen Bewegungsphasen eingeschlossen, um eine möglichst große Datenbasis zur Rekonstruktion der Bilddaten zu haben. Die zuvor ermittelten Abweichungsdaten können, je nach Rekonstruktionsverfahren und Art der Abweichungsdaten, direkt genutzt werden oder beispielsweise auch zunächst daraus abgeleitete weitere Abweichungsdaten berechnet werden. Beispielsweise können die Abweichungsdaten zunächst invertiert werden bzw. zusätzlich zu den Deformationsfeldern können auch inverse Deformationsfelder berechnet werden, die dann ebenfalls in die Rekonstruktion eingehen.
Das erfindungsgemäße Verfahren erlaubt es also auch dann, wenn nur eine geringe Anzahl von Rohdaten in den verschiedenen Bewegungsphasen vorliegt und die Bewegungsphasen zu starken Abweichungen der Objektlage und/oder -form führen, ohne zusätzlichen großen Aufwand bewegungskorrigierte Bilddaten zu erzeugen, die auf einer relativ hohen Rohdatenbasis beruhen. Insgesamt können so auch in kürzeren Messzeiten als bisher Volumenbilddaten eines bewegten Objekts mit ausreichend hoher Bildqualität und reduzierten Bewegungsartefakten erzeugt werden.
Eine erfindungsgemäße Bilddatenerzeugungseinrichtung, welche nach dem erfindungsgemäßen Verfahren arbeiten kann, weist zunächst eine Rohdaten-Schnittstelle zur Erfassung von Rohdaten für einen das Objekt umfassenden Bereich auf, wobei die Rohdaten zu verschiedenen Messzeitpunkten in unterschiedlichen Bewegungsphasen des Objekts akquiriert wurden. Dabei kann es sich wie oben erwähnt um eine Schnittstelle handeln, welche z. B. die Rohdaten aus einem Speicher oder von einer anderen Einheit übernimmt.
Weiterhin benötigt die Bilddatenerzeugungseinrichtung eine Interimsbilder-Rekonstruktionseinheit, welche ausgebildet ist, um mehrere Interims-Bilddatensätze zu rekonstruieren, die jeweils verschiedenen Bewegungsphasen des Objekts zugeordnet sind.
Außerdem wird eine Abweichungsdatenermittlungseinheit benötigt, die ausgebildet ist, um Abweichungsdaten zwischen den Interims-Bilddatensätzen verschiedener Bewegungsphasen des Objekts bzw. wie oben erläutert zu Referenz-Bilddatensätzen zu ermitteln.
Zudem wird eine Gesamtrekonstruktionseinheit benötigt, welche ausgebildet ist, um die gewünschten Bilddaten auf Basis von Rohdaten der unterschiedlichsten Bewegungsphasen unter Berücksichtigung der Abweichungsdaten zu rekonstruieren. Bei dieser Gesamtrekonstruktionseinheit kann es sich im Prinzip um die gleiche Rekonstruktionseinheit handeln, wie bei der Interimsbilder-Rekonstruktionseinheit, beispielsweise mit einem geeigneten Optimierer, der in einem numerischen Optimierungsverfahren die zu den gemessenen Rohdaten passenden Bilddaten berechnet, nur dass ggf. andere Eingangsparameter und/oder andere Zielfunktionen vorgegeben werden. Diese Möglichkeiten werden später noch erläutert.
Über eine Bilddatenschnittstelle der Bilddatenerzeugungseinrichtung können diese Bilddaten dann an beliebige andere Komponenten ausgegeben werden, beispielsweise in einem Speicher hinterlegt und/oder auf einem Bildschirm ausgegeben und/oder über ein Netzwerk an eine Befundungsstation oder einen externen Speicher übermittelt werden etc.
Eine erfindungsgemäße Bilddatenerzeugungseinrichtung kann insbesondere auch als Bestandteil in einer erfindungsgemäßen Magnetresonanzanlage integriert sein.
Diese weist neben einer solchen erfindungsgemäße Bilddatenerzeugungseinrichtung in üblicher Weise einen Messraum, in dem sich der Patient oder Proband während der Messung befindet, ein Grundfeldmagnetensystem, mit dem in üblicher Weise im Messraum ein Grundfeldmagnetfeld angelegt wird, ein Sendeantennensystem, ein mehrere Gradientenspulen umfassendes Gradientensystem, ein Empfangsantennensystem und eine Steuereinrichtung auf, die zur Ansteuerung des Grundfeldmagnetsystems, des HF-Sendeantennensystems, des Gradientensystems und des HF-Empfangsantennensystems dient.
Die erfindungsgemäße Bilddatenerzeugungseinrichtung kann darüber hinaus aber auch genauso Teil einer anderen Computertomographieanlage sein. Ebenso kann die Bilddatenerzeugungseinrichtung auf einer anderen, separaten Einrichtung realisiert werden, die mit einer geeigneten Computertomographieanlage beispielsweise über ein Netzwerk verbunden ist oder auf andere Weise die Rohdaten übernehmen kann. Weiterhin ist es möglich, dass die Bilddatenerzeugungseinrichtung und ihre verschiedenen Komponenten, insbesondere die Interimsbilder-Rekonstruktionseinheit, die Abweichungsdatenermittlungseinheit und die Gesamtrekonstruktionseinheit, in Form von Softwarekomponenten auf einem geeigneten Rechner bzw. auf einem oder mehreren geeigneten Prozessoren realisiert sind. Dies gilt ebenso für die Rohdatenschnittstelle und ggf. eine Bilddatenschnittstelle, wobei diese Schnittstellen zum Teil als Hardware-Schnittstellen oder kombinierte Software/Hardware-Schnittstellen aufgebaut sein können. Ebenso können die Schnittstellen aber auch reine Software-Schnittstellen sein, wenn die Daten lediglich von anderen Softwarekomponenten übernommen werden.
Eine weitgehend softwaremäßige Realisierung hat den Vorteil, dass auch schon bisher verwendete Bilderzeugungseinrichtungen auf einfache Weise durch ein Software-Update nachgerüstet werden können, um auf die erfindungsgemäße Weise zu arbeiten. Insofern wird die Aufgabe auch durch ein Computerprogrammprodukt gelöst, welches in einem transportablen Speicher hinterlegt und/oder über ein Netzwerk zur Übertragung bereitgestellt wird und so direkt in einen Speicher einer programmierbaren Bilderzeugungseinrichtungen ladbar ist, mit Programmabschnitten, um alle Schritte des erfindungsgemäßen Verfahrens auszuführen, wenn das Programm in der Bilderzeugungseinrichtungen ausgeführt wird.
Die abhängigen Ansprüche sowie die nachfolgende Beschreibung enthalten jeweils besonders vorteilhafte Ausgestaltungen und Weiterbildungen der Erfindung. Dabei können insbesondere die Ansprüche einer Anspruchskategorie auch analog zu den abhängigen Ansprüchen einer anderen Anspruchskategorie weitergebildet sein. Zudem können im Rahmen der Erfindung auch die verschiedenen Merkmale unterschiedlicher Ausführungsbeispiele und Ansprüche auch zu neuen Ausführungsbeispielen kombiniert werden.
Bei einer besonders bevorzugten Variante des Verfahrens werden die Rohdaten in Abhängigkeit von der Bewegungsphase, in der sie erfasst wurden, bei der Rekonstruktion verschiedener Interims-Bilddatensätze unterschiedlich gewichtet. Auf diese Weise kann dafür gesorgt werden, dass nicht nur Rohdaten zur Ermittlung von Interims-Bilddatensätzen einer bestimmten Bewegungsphase herangezogen werden, die in dieser Bewegungsphase aufgenommen wurden, sondern es können beispielsweise mit entsprechend geringerer Gewichtung noch weitere Rohdaten hinzugenommen werden, um die Datenbasis auch für die Interims-Bilddatensätze zu erhöhen. Es hat sich herausgestellt, dass es für die spätere Ermittlung der Abweichungsdaten nicht hochgradig relevant ist, dass ausschließlich Rohdaten aus der zugeordneten Bewegungsphase selber ermittelt werden, sondern dass eine etwas höhere Datenbasis zu besseren Ergebnissen führt.
Besonders bevorzugt erfolgt dabei die Gewichtung der Rohdaten in Abhängigkeit von einer Distanz von einer bestimmten Bewegungsphase, für die aktuell die Interims-Bilddatensätze rekonstruiert werden. Unter der „Distanz“ kann dabei eine zeitliche Distanz innerhalb eines Bewegungszyklus, beispielsweise Atemzyklus, verstanden werden. Vorzugsweise handelt es sich hierbei aber um eine räumliche Distanz, die beispielsweise von einer Abweichung der Rohdaten oder von daraus rekonstruierten Bilddaten ermittelt werden kann.
Bei einem ganz besonders bevorzugten Verfahren werden die Rohdaten verschiedenen Bewegungsphasen-Klassen zugeordnet, d. h. die Rohdaten werden klassifiziert oder sortiert. In diesem Fall kann beispielsweise die Distanz der Rohdaten zu einer bestimmten Bewegungsphase auch als Abstand der Bewegungsphasen-Klassen zueinander verstanden werden, beispielsweise wie eng die Bewegungsphasen-Klassen aneinander liegen bzw. wie viele andere Bewegungsphasen-Klassen dazwischen liegen. Beispielsweise können die Interims-Bilddatensätze dann für verschiedene Bewegungsphasen-Klassen rekonstruiert werden, und bei der Rekonstruktion werden die Rohdaten dann in Abhängigkeit von einer ihr zugeordneten Bewegungsphasen-Klasse gewichtet. Je weiter die Bewegungsphasen-Klasse der Rohdaten von der Bewegungsklasse entfernt ist, für die gerade der Interims-Bilddatensatz rekonstruiert werden soll, umso niedriger ist die Gewichtung.
Bei der Rekonstruktion der Interims-Bilddatensätze für eine bestimmte Bewegungsklasse werden also gemäß einer Gewichtungsfunktion, vorzugsweise einer Gauß-Funktion oder einer ähnlichen Funktion, die Rohdaten der betreffenden Bewegungsphasen-Klasse, d. h. die der betreffenden Bewegungsphasen-Klasse zugeordneten Rohdaten, mit einer höheren Gewichtung sowie die Rohdaten von anderen beispielsweise direkt oder indirekt benachbarten Bewegungsphasen-Klassen mit einer im Verhältnis zu den Rohdaten der betreffenden Bewegungsphasen-Klasse, für die die Rekonstruktion der Interims-Bilddaten erfolgt, niedrigeren Gewichtung genutzt.
Zur Rekonstruktion der Bilddaten und/oder der Interims-Bilddatensätze kann vorzugsweise ein iteratives numerisches Optimierungsverfahren verwendet werden. Besonders bevorzugt wird ein nicht lineares Optimierungsverfahren genutzt, insbesondere ein Quasi-Newton-Verfahren, wie es später noch erläutert wird. Hierzu können z. B. bei der späteren Rekonstruktion der
Bilddaten unter Berücksichtigung der Abweichungsdaten die Abweichungsdaten zunächst invertiert und dann in einer Zielfunktion des Optimierers verwendet werden.
Die Klassifizierung der Rohdaten in die verschiedenen Bewegungsphasen-Klassen kann auf unterschiedliche Weise erfolgen.
Eine Möglichkeit besteht darin, sogenannte spezielle Navigator-Rohdaten zu akquirieren, aus denen dann Navigatorbilder erzeugt werden. Mit diesen Navigatorbildern wird in der Regel ein Volumen erfasst, in dem eine Atembewegung besonders gut erkennbar ist. Beispielsweise wird bei Herzaufnahmen in der Navigatoraufnahme das Zwerchfell (Diaphragma) beobachtet, da der Leber/Lungen-Übergang sehr einfach erkennbar ist, weil die Leber aufgrund der Flüssigkeitsfüllung relativ hell und die Lunge aufgrund der Luftfüllung relativ dunkel in den Bildern erscheint. Mit Hilfe der aus den Navigatorbildern ermittelten aktuellen Atemlage bzw. Atemphase werden dann die jeweils unmittelbar nach der Erfassung der Navigator-Rohdaten akquirierten Rohdaten und/oder die Bilddaten des gewünschten Objekts bezüglich der Atemphase korrigiert. Zur Durchführung dieser Verfahren ist jedoch immer die Erfassung zusätzlicher Navigator-Rohdaten erforderlich, was zusätzlichen Aufwand und insbesondere zusätzliche Messzeit erfordert.
Für ein besonders bevorzugtes Verfahren werden für die verschiedenen Messzeitpunkte auf Basis zumindest eines Teils der Rohdaten selber Positionsübersichtsdaten erzeugt. D. h. für die Positionsübersichtsdaten werden nur Rohdaten genutzt, die selber auch zur Rekonstruktion der Bilddaten des gewünschten FoV bzw. Objekts verwendet werden, so dass keine zusätzliche Navigatormessung erforderlich ist. Um Positionsübersichtsdaten für die verschiedenen Messzeitpunkte auf Basis zumindest eines Teils der Rohdaten zu erzeugen, kann die Bilddatenerzeugungseinrichtung eine Übersichtsdatenerzeugungseinheit aufweisen. Die Positionsübersichtsdaten können Bilddaten sein, die in irgendeiner Weise eine Erkennung der aktuellen Bewegungsphase erlauben. Dabei kann es sich im Prinzip um drei-, zwei- oder auch nur eindimensionale Daten handeln. Basierend auf diesen Positionsübersichtsdaten, erfolgt dann eine Zuordnung der Rohdaten zu den verschiedenen Bewegungsphasen-Klassen.
Zur Erstellung von einfachen eindimensionalen Positionsübersichtsdaten können bevorzugt bei einer Akquisition von Segmenten des k-Raums jeweils Rohdaten entlang einer Linie (zentraler Auslesevorgang) z. B. in z-Richtung (also in Richtung der Körperlängsachse) durch das Zentrum des k-Raums akquiriert werden. Dies bietet sich insbesondere an, wenn wie erwähnt Rohdaten für den k-Raum zur Rekonstruktion eines Volumens gemäß einem phyllotaktischen spiralförmigen Muster aufgefüllt werden. Es müssen dann jeweils neben dem zentralen Auslesevorgang nur noch Rohdaten entlang weiterer, parallel zu der zentralen Linie liegender Linien akquiriert werden, z. B. entlang von Auslesevorgängen in z-Richtung, die innerhalb einer senkrecht zur z-Richtung laufenden x/y-Ebene durch Punkte verlaufen, die auf einer spiralförmigen nach außen verlaufenden Trajektorie liegen.
Vorzugsweise wird der zentrale Auslesevorgang so gewählt, dass sie in einer Hauptbewegungsrichtung des Organs verläuft. Auf Basis des entlang der durch das k-Raum-Zentrum verlaufenden zentralen Auslesevorgangs akquirierten Rohdaten kann dann vorzugsweise für jeden Rohdatensatz bzw. jedes Segment eine eindimensionale Projektion in der Hauptbewegungsrichtung des Organs, z.B. beim Herzen in SI-Richtung (SI = Superior – Inferior, also entlang der Körperlängsachse bzw. in z-Richtung) erzeugt werden. Bei diesen sogenannten „SI-Projektionen“ handelt es sich um eindimensionale Bilddaten, nämlich um die Projektionen der entlang der z-Richtung verlaufenden Bilddaten des gesamten erfassten Volumens (im FoV = Field of View; Sichtbereich) auf die z-Achse. Aus diesen SI-Projektionen kann ohne Navigator jeweils die Atemlage bestimmt werden und eine Korrektur der Rohdaten und/oder Bilddaten bei der Rekonstruktion erfolgen. Diese Möglichkeit wird von Piccini D. et al. in „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 bis 579, beschrieben.
Um die Klassifizierung durchzuführen, können vorzugsweise Abweichungswerte nach vorgegebenen Regeln für die Positionsübersichtsdaten verschiedener Messzeitpunkte zu bestimmten zuvor festgelegten Referenz-Positionsübersichtsdaten ermittelt werden. Beispielsweise kann hierzu eine Kreuzkorrelation der Projektionsdaten von verschiedenen SI-Projektionen zu den Projektionsdaten einer Referenz-SI-Projektion (im einfachsten Fall der SI-Projektion des ersten Messzeitpunkts) durchgeführt werden. Die Rohdaten werden dann in Abhängigkeit von den Abweichungswerten verschiedener Bewegungsphasen-Klassen zugeordnet. Die Referenz-Positionsübersichtsdaten können prinzipiell willkürlich gewählt werden. Beispielsweise können einfach die zum Messzeitpunkt t = 0, d. h. die zu Beginn der Messung als erstes erzeugten Positionsübersichtsdaten als Referenz-Positionsübersichtsdaten (Null-Referenz) verwendet werden, und sämtliche weiteren Positionsübersichtsdaten werden dann auf diese Referenz-Positionsübersichtsdaten bezogen. Grundsätzlich könnten aber auch die Positionsübersichtsdaten zunächst dahingehend analysiert werden, dass besonders geeignete Referenz-Positionsübersichtsdaten gesucht werden, beispielsweise solche Positionsübersichtsdaten, die in einer ganz bestimmten Bewegungsphase aufgenommen wurden.
Um insbesondere dieses Klassifizierungsverfahren (auch als „Binning“ bezeichnet) weiter zu verbessern, können vorzugsweise folgende Schritte durchgeführt werden:
Es wird zunächst, beispielsweise mit einer geeigneten Übersichtsdatenanalyseeinheit der Bilddatenerzeugungseinheit, eine messzeitpunktabhängige Streuung der Positionsübersichtsdaten für die einzelnen Positionen bzw. Raumkoordinaten oder Positionsbereiche ermittelt. Hierzu kann z. B. die Streuung des Signalwerts an einer bestimmten Position innerhalb der Positionsübersichtsdaten in Abhängigkeit von der Zeit bestimmt werden. Beispielsweise kann bei einer SI-Projektion einfach an einem bestimmten Ort z die Streuung des Projektions-Signalwerts in Abhängigkeit von der Zeit ermittelt werden. Die Streuung wird dabei gemäß einem vorgegebenen Streuungsmaß gemessen. Vorzugsweise handelt es sich dabei um die Varianz.
Anschließend erfolgt eine Auswahl von räumlichen Prüfbereichen innerhalb der Positionsübersichtsdaten. Hierzu kann die Bilddatenerzeugungseinrichtung eine Prüfbereichsauswahleinheit aufweisen. Bei einer eindimensionalen Projektion, beispielsweise einer SI-Projektion, können also Projektionsabschnitte als Prüfbereiche identifiziert werden. Diese Auswahl der räumlichen Prüfbereiche erfolgt in Abhängigkeit von der Streuung der Positionsübersichtsdaten in den jeweiligen Prüfbereichen. Dabei können vorzugsweise genau die Positionsbereiche bzw. Positionsabschnitte innerhalb der Positionsübersichtsdaten ermittelt werden, bei denen die Streuung relativ hoch ist, da hier eine Bewegung innerhalb des Körpers besonders gut detektierbar sein sollte.
Weiterhin erfolgt eine Ermittlung von Vertrauensparameterwerten für die einzelnen Prüfbereiche. Mit Hilfe dieser Vertrauensparameterwerte kann, wie später noch erläutert wird, z. B. festgestellt werden, in welchem der Prüfbereiche eine Bewegungsdetektion bzw. die genaue Bestimmung der Bewegungsphasen voraussichtlich am zuverlässigsten ist. Hierzu kann die Bilddatenerzeugungseinrichtung eine Prüfbereichsauswahleinheit aufweisen.
Schließlich erfolgt die Zuordnung der Rohdaten zu den Bewegungsphasen-Klassen unter Berücksichtigung der Vertrauensparameterwerte der verschiedenen Prüfbereiche. Es hat sich herausgestellt, dass durch die Identifizierung verschiedener Prüfbereiche und eine Kontrolle, welcher dieser Prüfbereiche besonders gut geeignet für die Detektion der Bewegung ist, die Bildqualität in den meisten Fällen erheblich verbessert werden kann. Während bei einer Festlegung eines (statischen) Prüfbereichs vorab bei 6 von 10 Probanden die Aufnahmen zum Teil immer noch Bewegungsartefakte enthielten, konnten mit der beschriebenen Vorgehensweise der automatischen Festlegung des optimalen Prüfbereichs ohne eine Verwendung von Navigatormessungen dennoch qualitativ gleichwertige Bilder erzeugt werden, wie sie sonst unter Verwendung von zusätzlichen Navigatormessungen erreichbar sind. Somit können mit Hilfe des Verfahrens auch ohne Verwendung von Navigatoren und folglich mit einer erheblichen Verkürzung der Gesamtmesszeit sehr gute Volumenbilder des Herzens erzeugt werden. Dies ist wahrscheinlich darauf zurückzuführen, dass für verschiedene Patienten oder Probanden die idealen Prüfbereiche aufgrund der anatomischen Unterschiede an unterschiedlichen Stellen innerhalb der Positionsübersichtsdaten liegen können und durch das erfindungsgemäße Verfahren diese unterschiedliche Lage der optimalen Prüfbereiche automatisch berücksichtigt werden kann.
Als Vertrauensparameterwerte der einzelnen Prüfbereiche können verschiedenste Werte herangezogen werden. Bei einer bevorzugten Variante beruht der Vertrauensparameterwert eines Prüfbereichs selbst auf einer Streuung von Positionsübersichtsdaten innerhalb des Prüfbereichs.
Hierzu erfolgt zum Beispiel für jeden der einzelnen Prüfbereiche separat zunächst die oben beschriebene Klassifizierung der Positionsübersichtsdaten bzw. der zugehörigen Rohdaten auf Basis der Abweichungswerte der Positionsübersichtsdaten zu den Referenz-Positionsübersichtsdaten. Dabei kann auch die Ermittlung der Referenz-Positionsübersichtsdaten für die einzelnen Prüfbereiche separat erfolgen.
Es kann dann vorzugsweise für jede Bewegungsphasen-Klasse separat ein messzeitpunktabhängiger örtlicher Streuungswert der Positionsübersichtsdaten ermittelt werden. Dieser Streuungswert kann nach den gleichen Regeln ermittelt werden, d. h. mit dem gleichen Streuungsmaß wie die oben beschriebene Streuung, gemäß der zunächst die Prüfbereiche ausgewählt werden, jedoch mit dem Unterschied, dass nun nur noch die Streuung der Positionsübersichtsdaten der jeweiligen Bewegungsphasen-Klasse um einen aus diesen Daten gebildeten Mittelwert erfolgt.
Weiter bevorzugt kann dann als Vertrauensparameterwert für einen Prüfbereich eine Summe der Streuungswerte mehrerer Bewegungsphasen-Klassen ermittelt werden. Vorzugsweise ist der Vertrauensparameterwert eine Art „Gesamt-Abweichungswertstreuung“, d. h. die Summe der Streuungswerte aller Bewegungsphasen-Klassen.
Besonders bevorzugt erfolgt dann die Rekonstruktion von Bilddaten aus den Rohdaten unter Berücksichtigung der Zuordnung der Positionsübersichtsdaten zu den Bewegungsphasen-Klassen für denjenigen der Prüfbereiche, bei dem der Vertrauensparameterwert am niedrigsten ist. Das heißt, es wird also z. B. der Prüfbereich als vertrauenswürdiger eingestuft, bei dem die Summe der einzelnen Streuungswerte in den Bewegungsphasen-Klassen am niedrigsten ist. Selbstverständlich wäre es je nach Ermittlung des Vertrauenswerts auch möglich, den Prüfbereich zu verwenden, bei dem der Vertrauensparameterwert am höchsten ist.
Wie bereits oben erwähnt, wird das Verfahren vorzugsweise an Untersuchungsobjekten eingesetzt, die aufgrund einer Atembewegung bewegt werden. Die Bewegungsphasen sind dann dementsprechend Atemphasen. Besonders bevorzugt ist bzw. umfasst das Untersuchungsobjekt ein Herz. Dies schließt aber nicht aus, dass das Verfahren auch an anderen Untersuchungsobjekten und bei anderen Bewegungsabläufen eingesetzt werden kann, beispielsweise zur Korrektur von Schluckbewegungen oder anderen Bewegungen.
Die Erfindung wird im Folgenden unter Hinweis auf die beigefügten Figuren anhand von Ausführungsbeispielen noch einmal näher erläutert. Es zeigen:
1 eine schematische Darstellung der SI-Richtung und der Lage des Herzens und des Zwerchfells im menschlichen Körper,
2 eine schematische Darstellung eines EKG mit einer Darstellung der Triggerung einer Rohdatenakquise in einer diastolischen Phase,
3 eine Darstellung eines k-Raum-Volumens in dreidimensionalen kartesischen Koordinaten k_x, k_y, k_z mit einem phyllotaktisch spiralförmigen Abtastungsmuster (links eine Draufsicht auf die k_x/k_y-Ebene und rechts eine perspektivische Darstellung),
4 ein Flussdiagramm eines möglichen Ablaufs eines erfindungsgemäßen Verfahrens zur Erzeugung von Bilddaten,
5 eine Darstellung eines möglichen Ablaufs zur Ermittlung von Prüfbereichen in Positionsübersichtsdaten (hier in Form von SI-Projektionen) und die Zuordnung der Positionsübersichtsdaten zu Bewegungsphasen-Klassen,
6 ein Histogramm für die Anzahl der akquirierten Rohdatensätze für verschiedene Bewegungsphasen-Klassen,
7 eine schematische Darstellung einer möglichen Vorgehensweise bei der Rekonstruktion von Bilddaten aus Rohdaten verschiedener Bewegungsphasen, und
8 eine schematische Darstellung einer Magnetresonanzanlage mit einer Bilddatenerzeugungseinrichtung gemäß einem Ausführungsbeispiel der Erfindung.
Bei der mit Hilfe der Figuren nachfolgend beschriebenen bevorzugten Variante des Verfahrens geht es um die Aufnahme eines kompletten Volumens eines Herzens als Untersuchungsobjekt O in einem menschlichen Körper K. Die Vermeidung von Bewegungsartefakten bei der Erzeugung von Magnetresonanzaufnahmen des kompletten Herzens O ist wegen der ständigen Bewegung des Herzens selbst und der weiterhin überlagerten Atembewegung mit besonderen Herausforderungen verbunden. Dies wird anhand der 1 und 2 verdeutlicht.
1 zeigt grob schematisch die Lage des Herzens O im Körper K des Patienten und zusätzlich auch die Lage des Zwerchfells O’, das wie erwähnt den Übergang zwischen Leber und Lunge markiert und daher an einem starken Hell-Dunkel-Übergang in der Regel gut in den Bilddaten erkennbar ist. Bei der Atmung wird ständig das Zwerchfell O’ im Körper des Patienten angehoben und abgesenkt, was zu einer starken Verschiebung des Herzens O innerhalb des Körpers vornehmlich in Körperlängsrichtung (SI-Richtung) führt. Diese Bewegung in SI-Richtung ist also die Hauptbewegungsrichtung R, der das Herz O insgesamt im Körper K unterliegt und die dabei je nach Atemphase in Richtung Superior (zum Kopf hin) oder in Richtung Inferior (zu den Füßen hin) verschoben wird. Zusätzlich führt das Herz O selber durch den Herzschlag eine eigene zyklische Bewegung durch. Während eines Herzzyklus durchläuft das Herz dabei mehrere sogenannte Herzphasen. Diese sind in 2 an einem schematischen EKG dargestellt. Ein Herzzyklus wird üblicherweise jeweils von einer R-Zacke RZ zur nächsten R-Zacke RZ (dem Zeitpunkt der stärksten Kontraktion des Herzens) betrachtet. Ungefähr im mittleren Bereich zwischen zwei R-Zacken RZ befindet sich die sogenannte diastolische Phase, in der das Herz relativ lange, nämlich ca. 100 ms, in Ruhe ist. Diese diastolische Phase kann also genutzt werden, um Rohdaten zu akquirieren. Hierzu wird die Magnetresonanzpulssequenz zur Rohdatenakquisition auf die R-Zacke getriggert, wie dies in 2 schematisch jeweils durch die Triggerzeitspanne TZ dargestellt ist. In einer geeigneten Magnetresonanzpulssequenz kann beispielsweise zunächst eine T2-Präparation TP durchgeführt werden, dann ein sogenannter Fettsättiger FS ausgesendet werden und schließlich die eigentliche Rohdatenakquisition RDA erfolgen.
Um ein dreidimensionales k-Raum-Volumen mit Rohdaten „aufzufüllen“, aus dem dann beispielsweise mit Hilfe einer 3D-Fourier-Transformation ein 3D-Bilddatenvolumen (das FoV) rekonstruiert werden kann, können beispielsweise in einem kartesischen k-Raum R_k mehrere Trajektorien mit in z-Richtung (in Richtung der Koordinate k_z im k-Raum) verlaufenden, parallel zueinander liegenden Auslesevorgängen abgetastet werden, wobei diese Auslesevorgänge im k-Raum R_k bezogen auf eine k_x/k_y-Ebene in einem bestimmten Muster angeordnet sind. Ein Beispiel für eine Trajektorie bei einer solchen bevorzugten Ausleseart ist in 3 dargestellt. Hier sind die in z-Richtung verlaufenden Auslesevorgänge der Trajektorien nach einem phyllotaktischen spiralförmigen Abtastungsmuster bezüglich der k_x/k_y-Ebene angeordnet. Wie in der Draufsicht auf die k_x/k_y-Ebene auf der linken Seite gut zu sehen ist, besteht das Muster aus mehreren vom Mittelpunkt (bzw. der z-Mittelachse) des k-Raums aus radial nach außen verlaufenden, spiralförmig gebogenen Speichen. Es handelt sich hierbei also um eine Mischung aus einer Spiraltrajektorienmuster und einem Speichentrajektorienmuster. Auf der rechten Seite ist in einer dreidimensionalen perspektivischen Ansicht eine spiralförmige Speiche dargestellt. Aus dieser Ansicht ist erkennbar, dass jeder Punkt der Trajektorie in der k_x/k_y-Ebene einen in k_z-Richtung verlaufende Auslesevorgang repräsentiert, entlang dessen der k-Raum abgetastete wird, um Rohdaten zu akquirieren. In dem Zeitfenster einer diastolischen Phase von 100 ms können ca. 30 solcher in k_z-Richtung verlaufender Auslesevorgänge vorgenommen werden, was einer spiralförmigen Speichentrajektorie entspricht. Daher kann innerhalb einer diastolischen Phase als Rohdatensatz ein Rohdatensegment ausgelesen werden, das die Rohdaten RD einer spiralförmige Speiche umfasst, wie sie auf der rechten Seite in 3 durch den Satz von längs in k_z-Richtung verlaufende Auslesevorgänge schematisch dargestellt ist. Dabei werden jeweils zuerst die Rohdaten RD_C entlang des zentralen Auslesevorgangs durch die Mitte des k-Raums ausgelesen. Anschließend werden die Rohdaten RD entlang der weiteren Auslesevorgänge, von innen nach außen fortschreitend, akquiriert. Um das k-Raum-Volumen für eine Rekonstruktion aussagekräftiger Bilddaten ausreichend aufzufüllen, müssen so viele Rohdatensätze erfasst werden, dass der k-Raum zu ca. 12% gefüllt ist. Sind die erforderlichen Rohdaten aller Segmente akquiriert, kann eine Rekonstruktion des dreidimensionalen Bilddaten-Volumens erfolgen. In ähnlicher Weise kann eine Akquisition von Rohdaten erfolgen, um dicht aneinanderliegende Schichten des Herzens zu erfassen.
Ungünstigerweise wird jedoch das Herz zwischen der Akquise der Rohdatensätze bzw. Segmente der k-Raum-Daten in aufeinander folgenden Herzzyklen durch die Atembewegung räumlich verschoben und/oder verformt. Für eine Rekonstruktion der Bilddaten ist es daher erforderlich, eine Korrektur bezüglich dieser Verschiebung/Deformation (im Folgenden kurz nur als Verschiebung bezeichnet) vorzunehmen. Dies ist prinzipiell auf verschiedene Weise möglich. Hierzu muss jedoch die Verschiebung zumindest näherungsweise bekannt sein, d.h. es muss zumindest ermittelt werden, in welcher Atemphase die einzelnen Rohdatensätze erfasst wurden.
Dies ist vorteilhaft mit dem in 4 dargestellten Verfahren möglich. Im Schritt 4.I werden zunächst sämtliche Rohdaten RD erfasst. Diese werden dann im Schritt 4.II in einem speziellen Sortierungsalgorithmus (auch als „Binning“ bezeichnet) vorverarbeitet, um sie verschiedenen Bewegungsphasen-Klassen zuzuordnen. Dieser Schritt 4.II wird nachfolgend anhand von 5 genauer erläutert.
Für jeden akquirierten Rohdatensatz bzw. jedes Rohdatensegment werden zunächst die zentralen Rohdaten RD_C, die entlang des Auslesevorgangs der Trajektorie durch das k-Raum-Zentrum erfasst wurden (siehe 4), mit Hilfe einer eindimensionalen Fourier-Transformation in den Bilddatenraum transferiert. Als Ergebnis erhält man dabei eine eindimensionale sogenannte SI-Projektion des kompletten Field of View, d. h. alle Bilddaten im FoV entlang der z-Richtung (also in der Hauptbewegungsrichtung R; siehe 1) projiziert auf die z-Achse. Wenn dafür gesorgt ist, dass das Field of View FoV ausreichend groß ist, dass nicht nur das Herz O, sondern auch das Zwerchfell O’ abgedeckt ist, wie dies in 1 dargestellt ist, so ist in diesen SI-Projektionen SIP auch sehr gut der Hell-Dunkel-Übergang am Zwerchfell erkennbar. Die SI-Projektionen SIP sind also als Positionsübersichtsdaten SIP besonders gut geeignet.
In einem ersten Schritt 5.I wird zunächst eine messzeitpunktabhängige örtliche Streuung für diese SI-Projektionen SIP ermittelt. Ein solcher Vorgang ist in 5 im Schritt 5.I mit Hilfe eines Diagramms veranschaulicht. Dieses Diagramm zeigt die einzelnen SI-Projektionen SIP dicht an dicht nebeneinander, wobei der Ort in z-Richtung entlang der einzelnen SI-Projektionen SIP auf der Ordinatenachse und der an einem Ort z zu einem bestimmten Messzeitpunkt t vorliegende Intensitätswert auf der Abszissenachse aufgetragen ist. Als messzeitpunktabhängiges örtliches Streuungsmaß wird hier die Varianz var(z(t)) verwendet, d. h. es wird die Varianz einer Vielzahl von Messwerten z(t) an einem bestimmten Ort z über mehrere Messzeitpunkte t ermittelt. Diese Varianz var(z(t)) ist als Funktion von z in der hochkant dargestellten Varianzkurve unmittelbar neben dem Diagramm im Schritt 5.I gezeigt. Durch Ermittlung der Maxima und Minima dieser Varianzkurve werden mögliche Prüfbereiche PR1, PR2 ausgewählt, in denen eine besonders hohe Varianz vorliegt. Hierzu wird ein lokales Maximum gesucht und in einem bestimmten Abstand vom gefundenen lokalen Maximum jeweils zwei lokale Minima gewählt und somit um das Maximum herum der Prüfbereich festgelegt.
In dem in 5 dargestellten Fall werden entlang der SI-Projektionen SIP genau zwei Prüfbereiche PR1, PR2 (bzw. eigentlich „Prüfabschnitte“ der SI-Projektionen, da die SI-Projektionen nur eindimensional sind) ausgewählt. Der eine dieser Prüfbereiche PR1 überdeckt hier den Bereich, in dem sich das Herz O bewegt, der zweite Prüfbereich PR2 betrifft hier einen Bereich, in dem sich das Zwerchfell O’ bewegt.
Im Schritt 5.II werden dann jeweils separat für die einzelnen Prüfbereiche PR1, PR2 Abweichungswerte der Positionsübersichtsdaten SIP, d.h. hier der SI-Projektionen SIP, die zu unterschiedlichen Zeitpunkten t_k (k = 0 bis m, wobei m die Anzahl der aufgenommenen Rohdatensätze ist) erfasst wurden, von Referenz-Positionsübersichtsdaten bestimmt. Als Referenz-Positionsübersichtsdaten (bzw. als „Referenz-SI-Projektion“) können hierbei beliebige Positionsübersichtsdaten SIP ausgewählt werden. Im vorliegenden Fall wird der Einfachheit halber die bei der ersten Messung zum Zeitpunkt t = 0 erfasste SI-Projektion als Referenz-SI-Projektion SIP₀ verwendet. Zur Bestimmung des Abweichungswerts einer SI-Projektion von der Referenz-SI-Projektion SIP₀ wird in den einzelnen Prüfbereichen PR1, PR2 jeweils eine Kreuzkorrelation des Signals zu der Referenz-SI-Projektion SIP₀ ermittelt. Auf diese Weise wird ein Abweichungswert Δz_0,k,1 und Δz_0,k,2 für jede einzelne SI-Projektion SIP ermittelt. In einem Schritt 5.III werden dann die zu den unterschiedlichen Zeitpunkten t_k erfassten einzelnen SI-Projektionen – und zwar wiederum für jeden Prüfbereich PR1, PR2 separat – auf Basis ihrer Abweichungswerte Δz_0,k,1 bzw. Δz_0,k,2 verschiedenen Bewegungsphasen-Klassen BK₀, BK₁, BK₂, ..., BK_n zugeordnet, wobei n die maximale Anzahl der Bewegungsklassen ist. Die Bewegungsklasse BK₀ entspricht beispielsweise einem Abweichungswert von +0,5 bis maximal –0,5, die Bewegungsklasse BK₁ einer möglichen Abweichung zwischen –0,5 und maximal –1,5 etc. Dabei können das Vorzeichen bzw. die zugelassenen Abweichungswerte für die einzelnen Bewegungsphasen-Klassen BK₀, BK₁, BK₂, ..., BK_n im Prinzip frei gewählt werden. Im vorliegenden Fall sind sie so gewählt, dass zum Zeitpunkt t = 0 eine erste Aufnahme erfolgt, wenn der Patient ganz ausgeatmet hat und somit das Zwerchfell im Körper K ganz oben liegt. Die Abweichungen in den weiteren Atemphasen zeichnen sich also durch eine Verschiebung in negativer z-Richtung nach unten zu den Füßen hin aus.
In der Bewegungsklasse BK₀ werden dabei alle SI-Projektionen SIP und natürlich die zugehörigen weiteren Rohdaten desselben Rohdatensatzes bzw. Segments zugeordnet, bei denen im jeweiligen Prüfbereich PR1 oder PR2 nur eine minimale Abweichung zur Referenz-SI-Projektion SIP₀ festgestellt wurde. Mit zunehmender Nummer der Klasse steigt diese Abweichung an, d. h. umso weiter ist die Aufnahme von der Bewegungsphase, in der die Referenz-SI-Projektion SIP₀ aufgenommen wurde, entfernt. Da diese Sortierung für die beiden Prüfbereiche PR1, PR2 getrennt vorgenommen wurde, kann es durchaus sein, dass gemäß der Sortierung im ersten Prüfbereich PR1 eine SI-Projektion und die zugehörigen Rohdaten in die gleiche Bewegungsklasse BK₀ wie die Referenz-SI-Projektion einsortiert wurden und innerhalb des zweiten Prüfbereichs PR2 eine Einsortierung derselben Rohdaten in eine davon abweichende Klasse erfolgt, z. B. die Nachbarklasse BK₁.
Grundsätzlich ist davon auszugehen, dass die Signalvariationen der SI-Projektionen, die in der gleichen Atemphase bzw. Bewegungsphase innerhalb des Atemzyklus erfasst werden, relativ gering sein sollten. Weiterhin sollte, wenn die globalen Variationen minimal sind, dies ebenso für jedes Teilintervall innerhalb der SI-Projektionen gelten. Daher kann davon ausgegangen werden, dass die Detektion der Atembewegungen und die Einsortierung der SI-Projektionen bzw. zugehörigen Rohdaten zu den einzelnen Bewegungsphasen-Klassen BK₀, BK₁, BK₂, ..., BK_n in demjenigen der beiden Prüfbereiche PR1, PR2 am zuverlässigsten erfolgen kann, in dem die geringsten Variationen innerhalb der Bewegungsphasen-Klassen BK₀, BK₁, BK₂, ..., BK_n vorhanden sind. Daher wird, wie dies auch im Schritt 5.III in 5 dargestellt ist, noch die zeitabhängige örtliche Varianz der SI-Projektion SIP in den einzelnen Prüfbereichen PR1, PR2 bestimmt. Diese Varianzermittlung erfolgt analog zur Vorgehensweise im Schritt 5.I, jedoch jetzt getrennt für die SI-Projektionen in den einzelnen Bewegungsphasen-Klassen BK₀, BK₁, BK₂, ..., BK_n. Mit anderen Worten, es wird für jede Bewegungsklasse BK₀, BK₁, BK₂, ..., BK_n ein eigener Streuungswert SW₀, SW₁, SW₂, ..., SW_n ermittelt.
Diese Streuungswerte SW₀, SW₁, SW₂, ..., SW_n werden dann für jeden Prüfbereich PR1, PR2 getrennt aufsummiert, um so für jeden der Prüfbereiche PR1, PR2 einen eigenen Vertrauensparameterwert VP1, VP2 zu erhalten. Wie dies in 5 dargestellt ist, ist hier der Vertrauensparameterwert VP₂ für den zweiten Prüfbereich PR2 mit 0,22 erheblich niedriger als der Vertrauensparameterwert VP₁ für den Prüfbereich PR1, der 0,42 beträgt. Somit ist davon auszugehen, dass im Prüfbereich PR2 eine zuverlässigere Detektion der Bewegung möglich war. Daher wird für die weitere Rekonstruktion bzw. Korrektur der Rohdaten hinsichtlich der Atembewegung die im Prüfbereich PR2 ermittelte Sortierung der einzelnen Rohdaten in die Bewegungsphasen-Klassen BK₀, BK₁, BK₂, ..., BK_n verwendet.
Es hat sich erstaunlicherweise herausgestellt, dass die zunächst durchgeführte automatische Identifizierung möglicher guter Prüfbereiche PR1, PR2 und eine anschließende automatische Überprüfung, welcher dieser Prüfbereiche PR1, PR2 die größte Verlässlichkeit aufweist, und die nachfolgende Verwendung der Klassifizierung gemäß dieses verlässlichsten Prüfbereichs PR1, PR2 zu einer dramatischen Verbesserung des Verfahrens gegenüber einem Verfahren führt, in dem einfach zu Beginn ein Prüfbereich festgelegt wird.
Unter Verwendung dieser Klassifizierung bzw. unter Verwendung der im Schritt 5.II ermittelten Abweichungswerte Δz_0,k,2 erfolgt dann mit dem im Weiteren erläuterte Verfahren erfindungsgemäß eine Rekonstruktion der Bilddaten aus den Rohdaten in verschiedenen Bewegungsphasen, um weitgehend bewegungsartefaktfreie Bilder zu erzeugen. Es wird aber noch einmal darauf hingewiesen, dass die Zuordnung der Rohdaten zu den Bewegungsphasen auch auf andere Weise, beispielsweise mit Hilfe von Navigatoren, durchgeführt werden könnte.
Bei einer Abtastung eines dreidimensionalen k-Raums mit dem oben beschriebenen phyllotaktischen spiralförmigen Abtastungsmuster, wie es in 3 dargestellt ist, können zwar in einer bestimmten vorgegebenen Akquisitionszeit relativ viele Rohdaten ermittelt werden, um daraus Bilddaten zu rekonstruieren. Andererseits ist jedoch immer noch eine relativ starke Unterabtastung erforderlich, um die Aufnahmen eines kompletten Volumens eines Organs, wie etwa des Herzens, in einer akzeptablen Gesamtmesszeit durchführen zu können.
Daher ist es wünschenswert, wenn nicht nur ein geringerer Teil der erfassten Rohdaten, beispielsweise nur Rohdaten aus der Bewegungsklasse BK₀ in einem Bewegungszustand bei voller Einatmung (in dieser Phase ist die Herzbewegung relativ lange Zeit in einer Art Ruhephase) verwendet werden, sondern möglichst viele, besonders bevorzugt alle erfassten Rohdaten. Hierzu müssen jedoch die Rohdaten wie erläutert bei der Rekonstruktion bezüglich ihrer Verschiebung zueinander korrigiert werden. Aus dem obigen Sortierungsverfahren ist bereits bekannt, welche Rohdaten in welchen Bewegungsphasen akquiriert wurden. Hierzu wurden die Rohdaten bereits in Bewegungsphasen-Klassen einsortiert. Nicht bekannt ist jedoch, wie sich die Rohdatenakquisition in den unterschiedlichen Bewegungsklassen/-phasen tatsächlich auf die Verschiebung der Rohdaten bzw. die rekonstruierten Bilddaten auswirkt.
Eine Rekonstruktion von Bilddaten aus den kompletten Rohdaten unter Berücksichtigung der Verschiebung der räumlichen Strukturen durch die Atembewegung ließe sich mit Hilfe eines iterativen numerischen Optimierungsverfahrens, vorzugsweise eines Quasi-Newton-Verfahrens, durchführen, welches besonders für CS-Daten (Compressed Sense Daten) geeignet ist. Hierbei handelt es sich um ein nichtlineares Optimierungsverfahren, in dem die Operationen pixelweise relativ schnell durchgeführt werden und dabei die folgende Kostenfunktion minimiert wird:
In dieser Kostenfunktion repräsentiert der Vektor x die Bilddaten und der Vektor y_ij die Rohdaten, die mit einer Spule i in einer Atem- bzw. Bewegungsphase j erfasst wurden. C_i ist die Spulensensitivität der i-ten Spule (in Matrixform). D_j repräsentiert das Deformationsfeld (in Matrixform), d. h. es handelt sich hierbei um das Modell, welches die Bewegung während der Akquisition der Daten y_ij repräsentiert. F ist der Fourier-Transformationsoperator. M_j repräsentiert in Matrixform das Abtastungsmuster für die jeweilige Bewegungsphase j. Die Aufsummierung erfolgt über die Quadrate der euklidischen Norm. Der zusätzliche Term λ|x|_TV (TV = Total Variation) ist ein Regularisierungsterm, der die Kosten für zu große Abweichungen erhöht und somit für eine ausreichende Konvergenz des Verfahrens sorgt. Der Faktor λ kann im Prinzip beliebig gewählt werden, er sollte vorzugsweise zwischen 0 und 1 liegen. Er hängt u.a. von der Skalierung der Messdaten ab.
Um mit diesem Verfahren arbeiten zu können, muss jedoch das Bewegungsfeld D_j für jede Atemphase j bekannt sein. Hierzu werden in dem in 4 dargestellten vorteilhaften Verfahren im Schritt 4.III zunächst Interims-Bilddaten BBD für die einzelnen Bewegungsphasen bzw. die mit Hilfe des oben beschriebenen Verfahrens ermittelten Bewegungsphasen-Klassen rekonstruiert. Dies kann jeweils wieder mit einem Quasi-Newton-Optimierungsverfahren erfolgen, wobei nun jedoch folgende Zielfunktion verwendet wird:
Wie zu erkennen ist, enthält diese Zielfunktion keine Aufsummierung mehr über verschiedene Bewegungsphasen j. Stattdessen ist hier ein Gewichtungsfaktor W (ebenfalls in Matrixform) eingeführt. Mit Hilfe dieses Gewichtungsfaktors W wird dafür gesorgt, dass akzeptable Interims-Bilddaten für eine einzelne Bewegungsphase ermittelt werden können, wobei jedoch nicht nur die Rohdaten exakt der zugehörigen Bewegungsphasen-Klasse verwendet werden, sondern auch Rohdaten aus anderen, insbesondere direkt oder indirekt benachbarten, Bewegungsphasen-Klassen. Dabei werden die Rohdaten aus den anderen Bewegungsphasen-Klassen jedoch entsprechend der Gewichtung W so gewichtet, dass Rohdaten, die aus weit von der eigentlich gewünschten Bewegungsphase entfernten Bewegungsphasen erfasst wurden, im Verhältnis zu den Rohdaten aus der eigentlich gewünschten Bewegungsphase nur sehr gering gewichtet eingehen.
Als geeignete Gewichtungsfunktion kann beispielsweise eine Gauß-Gewichtung verwendet werden. Dies ist schematisch in 6 dargestellt. Hier ist die Anzahl #RD (siehe linke Hochachse des Diagramms) der akquirierten Rohdatensätze bzw. Segmente über der detektierten Abweichung Δz des jeweiligen Rohdatensatzes in einem Histogramm aufgetragen. Die Säulen des Histogramms entsprechen hier also den Bewegungsphasen-Klassen, wobei die Bewegungsphasen-Klasse BK₀ durch die Säule um den Wert Δz = 0 repräsentiert und die Bewegungsphasen-Klasse BK₅ durch die Säule um den Wert Δz = –5 repräsentiert wird etc.
Außerdem ist hier eine Gewichtungsfunktion GF (skaliert auf ein Maximum von 1 in willkürlichen Einheiten, siehe rechte Hochachse des Diagramms), konkret eine Gauß-Funktion, eingezeichnet, mit der visualisiert wird, mit welcher relativen Gewichtung die Rohdaten aus den unterschiedlichen Bewegungsphasen-Klassen eingehen, wenn mit der Zielfunktion gemäß Formel (2) ein Bild für eine bestimmte Bewegungsphase j (entsprechend einer bestimmten Bewegungsphasen-Klasse) rekonstruiert werden soll. Wie hier zu sehen ist, gehen die Rohdaten der Bewegungsphasen-Klasse der gewünschten Bewegungsphase (hier der Bewegungsphasen-Klasse BK₀) maximal ein und die Gauß-Funktion GF fällt relativ stark ab, so dass im Wesentlichen nur noch die Rohdaten der direkt benachbarten Bewegungsphasen-Klasse und eventuell noch zum kleinen Teil die Rohdaten der übernächsten Bewegungsphasen-Klasse verwendet werden. Es wird an dieser Stelle darauf hingewiesen, dass eine solche Gewichtung natürlich prinzipiell nicht nur bezüglich der Bewegungsphasen-Klassen durchgeführt werden kann, sondern dass prinzipiell auch eine Gewichtung jedes einzelnen Rohdatensatzes aufgrund seines exakten Abweichungswertes Δz durchgeführt werden kann, der z. B. mit dem anhand von Schritt 5.II in 5 beschriebenen Verfahren ermittelt wurde. Das heißt, jeder einzelne Rohdatensatz wird gemäß einem individuellen Gewichtungswert, der jeweils durch die Gewichtungsfunktion GF vorgegeben ist, bei der Erstellung der Interims-Bilddaten BBD für eine bestimmte Bewegungsphase berücksichtigt. Durch dieses Verfahren kann dafür gesorgt werden, dass auch für Bewegungsphasen, in denen nur relativ wenige Rohdaten erzeugt werden konnten, immer genügend Rohdaten vorliegen, um einigermaßen aussagekräftige Interims-Bilddaten für diese Bewegungsphase zu ermitteln.
Wenn im Schritt 4.III (siehe 4) die Interims-Bilddaten BBD für alle gewünschten Bewegungsphasen bzw. Bewegungsphasen-Klassen erzeugt wurden, werden im Schritt 4.IV Abweichungsdaten D_j der einzelnen Interims-Bilddaten ermittelt, d.h. das Deformationsfeld bzw. Bewegungsfeld D_j für die einzelnen Bewegungsphasen berechnet.
Hierzu wird in einem Schritt 4.IV R zunächst einer der erzeugten Interims-Bilddatensätze als Referenz-Bilddatensatz ausgewählt. Vorzugsweise ist das derjenige Bilddatensatz, für den die meisten Rohdaten zur Verfügung standen. Beispielsweise könnte dies bei den Rohdaten, wie sie im Histogramm in 6 dargestellt sind, der Interims-Bilddatensatz sein, der für die Bewegungsphase mit einer Abweichung um Δz = 1 (d. h. Δz zwischen –0,5 und –1,5) bzw. für die Bewegungsphasen-Klasse BK₁ erstellt wurde. Die Abweichungsdaten bzw. das Deformationsfeld D_j wird dann unter Nutzung einer Registrierung des Bilddatensatzes der jeweiligen Bewegungsphase j auf den Referenz-Interims-Bilddatensatz der Referenz-Bewegungsphase ermittelt. Hierbei wird bevorzugt eine nicht-rigide, symmetrische diffeomorphe Bildregistrierung verwendet. Ein solches Registrierungsverfahren ist beispielsweise in der Veröffentlichung von Avants, B.B. et al. „Symmetric diffeomorphic image registration with cross-correlation: Evaluating automated labeling of elderly and neurodegenerative brain", MedIA 12: 26 bis 41, (2008) erläutert, auf deren Inhalt hier insoweit verwiesen wird. Ist auf diese Weise dann für jede Bewegungsphase j das Bewegungsfeld D_j ermittelt worden, kann mit der oben erläuterten Zielfunktion (1) die Rekonstruktion der gewünschten Bilddaten BD unter Verwendung aller Rohdaten erfolgen, und zwar unabhängig davon, in welcher Atembewegungsphase sie erfasst wurden.
Anhand von 7 wird die Ermittlung des Deformationsfelds D_j noch einmal grafisch verdeutlicht. In dem Datenaquisitions-Schritt AQ auf der linken Seite ist die Atembewegung und die dadurch erzeugte Deformierung bzw. die Verschiebung der Herzlage dargestellt. Dabei zeigt die obere Reihe die eine erste Bewegungsphase Ph₀, die zweite Reihe eine zweite Bewegungsphase Ph₁ und die unterste Reihe eine letzte Bewegungsphase Ph_n. Normalerweise wäre ohne diese Bewegungsphasen bzw. ohne die Atembewegung die gleiche Objektlage WOL gegeben, wie sie in der ersten Spalte dargestellt ist. Durch die Atembewegung AB erfolgt aber eine Deformation, welche in den einzelnen Bewegungsphasen Ph₀, Ph₁, ..., Ph_n unterschiedlich ist und welche jeweils durch ein Deformationsfeld bzw. Bewegungsfeld D₀, D₁, ..., D_n beschrieben werden kann. Dies führt dann zu einer relativ zueinander deformierten Objektlage DOL in den einzelnen Phasen Ph₀, Ph₁, ..., Ph_n. Diese Deformierung macht sich auch in den Rohdaten RD im k-Raum bemerkbar. Der Sprung in den k-Raum ist hier jeweils durch die Fourier-Transformation FT schematisch dargestellt. Im k-Raum erfolgt aber in den einzelnen Bewegungsphasen Ph₀, Ph₁, ..., Ph_n die Erfassung unterschiedlicher Rohdatensegmente RD, wobei in jedem Segment zumindest einmal auch ein Auslesevorgang durch das k-Raum-Zentrum RD_C ermittelt wird. Diese Rohdatensätze RD können dann in einem Rekonstruktions-Schritt RC wieder mit einer Fourier-Transformation FT in den Bilddatenraum transferiert werden, wobei, wenn nur die Rohdaten RD aus einer einzelnen Bewegungsphase Ph₀, Ph₁, ..., Ph_n berücksichtigt werden oder wie oben beschrieben entsprechend der gewünschten Bewegungsphase Ph₀, Ph₁, ..., Ph_n gewichtet werden, Interims-Bilddaten BBD entstehen, welche jeweils das Objekt in der deformierten Objektlage DOL zeigen. Durch die beschriebene Registrierung der Interims-Bilddaten BBD können dann die durch die Atembewegung AB erzeugten Deformierungen bzw. Verschiebungen, genauer gesagt die Deformationsfelder D₀, D₁, ..., D_n sowie die zugehörigen inversen Deformationsfelder D₀ ^–1, D₁ ^–1, ..., D_n ^–1 berechnet werden, die in der Zielfunktion (1) genutzt werden. Würden die inversen Deformationsfelder D₀ ^–1, D₁ ^–1, ..., D_n ^–1 auf die Interims-Bilddaten BBD angewendet, so würde theoretisch die Deformierung wieder rückgängig gemacht und Bilddaten BD_WOL für verschiedene Bewegungsphasen Ph₀, Ph₁, ... Ph_n in derselben Objektlage erzeugt, die dann insgesamt die Bilddaten BD ergeben könnten. Es wird aber in diesem Zusammenhang noch einmal darauf hingewiesen, dass das in 7 dargestellte Vorgehen lediglich schematisch das Prinzip verdeutlichen soll und die mathematische Rekonstruktion der gewünschten korrigierten Bilddaten BD vorzugsweise wie oben erläutert mit Hilfe des numerischen Quasi-Newton-Optimierungsverfahrens mit den Zielfunktionen (1) und (2) erfolgt.
In 8 ist schließlich grob schematisch eine erfindungsgemäße Magnetresonanzanlage 1 (im Folgenden kurz „MR-Anlage“ genannt) dargestellt, mit der das erfindungsgemäßen Verfahren durchführbar ist. Sie umfasst zum einen den eigentlichen Magnetresonanzscanner 2 mit einem sich in z-Richtung erstreckenden Messraum 3 bzw. Patiententunnel, in den auf einer Liege 8 ein Patient oder Proband, in dessen Körper K sich das Untersuchungsobjekt O (hier das Herz) befindet, eingefahren werden kann.
Der Magnetresonanzscanner 2 ist in üblicher Weise mit einem Grundfeldmagnetsystem 4, einem Gradientensystem 6 sowie einem HF-Sendeantennensystem 5 und einem HF-Empfangsantennensystem 7 ausgestattet.
In dem dargestellten Ausführungsbeispiel handelt es sich bei dem HF-Sendeantennensystemen 5 um eine im Magnetresonanzscanner 2 fest eingebaute Ganzkörperspule, wogegen das HF-Empfangsantennensystem 7 aus am Patienten bzw. Probanden anzuordnenden Lokalspulen besteht (in 1 nur durch eine einzelne Lokalspule symbolisiert). Grundsätzlich kann aber auch die Ganzkörperspule als HF-Empfangsantennensystem genutzt werden und die Lokalspulen als HF-Sendeantennensystem, sofern diese Spulen jeweils in unterschiedliche Betriebsweisen umschaltbar sind.
Die MR-Anlage 1 weist weiterhin eine zentrale Steuereinrichtung 13 auf, die zur Steuerung der MR-Anlage 1 verwendet wird. Diese zentrale Steuereinrichtung 13 umfasst eine Sequenzsteuereinheit 14 zur Pulssequenzsteuerung. Mit dieser wird die Abfolge von Hochfrequenz-Pulsen (HF-Pulsen) und von Gradientenpulsen in Abhängigkeit von einer gewählten Magnetresonanz-Messsequenz gesteuert. Die Steuerparameter für die Magnetresonanz-Messsequenz können beispielsweise innerhalb eines Mess- oder Steuerprotokolls vorgegeben sein. Mehrere Mess- oder Steuerprotokolle sind z.B. im Speicher 19 zur Auswahl durch einen Bediener hinterlegt und modifizierbar.
Zur Ausgabe der einzelnen HF-Pulse weist die zentrale Steuereinrichtung 13 eine Hochfrequenzsendeeinrichtung 15 auf, die die HF-Pulse erzeugt, verstärkt und über eine geeignete Schnittstelle (nicht im Detail dargestellt) in das HF-Sendeantennensystem 5 einspeist. Die Hochfrequenzsendeeinrichtung kann dabei eine Vielzahl von Komponenten umfassen, u. a. Kleinsignalgeneratoren, welche dafür sorgen, dass die passenden Hochfrequenzpulse zunächst mit niedriger Amplitude erzeugt werden, und geeignete Hochfrequenzverstärker, um die Hochfrequenzpulse mit der erforderlichen Leistung in die Antennen einzuspeisen. Weiterhin gehören hierzu auch Überwachungskomponenten, mit denen sichergestellt wird, dass die Hochfrequenzleistung innerhalb der durch die SAR-Normen (SAR = Specific Absorption Rate) vorgegebenen Grenzwerte liegt etc.
Zur Steuerung der Gradientenspulen des Gradientensystems 6 weist die Steuereinrichtung 13 eine Gradientensystemschnittstelle 16 auf. Mit Hilfe der Komponenten dieser Schnittstelle werden die benötigten Gradientenpulse erzeugt und dann in die verschiedenen Gradientenspulen des Gradientensystems eingespeist bzw. die gewünschten Gradientenspannungen an die Gradientenspulen angelegt.
Die Sequenzsteuereinheit 14 kommuniziert in geeigneter Weise, z. B. durch Aussendung von Sequenzsteuerdaten SD, mit der Hochfrequenzsendeeinrichtung 15 und der Gradientensystemschnittstelle 16 zur Aussendung der Pulssequenzen.
Die Steuereinrichtung 13 weist außerdem eine (ebenfalls mit der in geeigneter Weise mit der Sequenzsteuereinheit 14 kommunizierende) Hochfrequenzempfangseinrichtung 17 auf, um koordiniert vom HF-Sendeantennensystem 7 empfangene Magnetresonanz-Signale, d. h. Rohdaten, zu akquirieren. Die Hochfrequenzempfangseinrichtung umfasst dementsprechend eine Vielzahl von Empfangskanälen, in denen die von den einzelnen Antennen des Empfangsantennensystems aufgefangenen und ggf. weiter vorverarbeiteten Magnetresonanz-Signale übernommen und weiterverarbeitet, insbesondere verstärkt und digitalisiert werden.
Da hier die Akquisition der Rohdaten jeweils zum passenden Zeitpunkt erfolgen und Rohdaten immer nur in der diastolischen Phase des Herzens akquiriert werden sollen, weist die zentrale Steuereinrichtung 13 auch eine EKG-Schnittstelle 18 auf, die mit einem EKG-Gerät 11 verbunden ist, an welches der Patient mit üblichen Elektroden 12 angeschlossen ist. Hiermit wird, wie in 2 dargestellt, die EKG-Kurve überwacht und immer zum passenden Zeitpunkt nach einer R-Zacke RZ ein Triggerbefehl ausgegeben, so dass die Akquisition genau zum richtigen Zeitpunkt gestartet und auch zum richtigen Zeitpunkt wieder beendet wird. Hier kann auch festgestellt werden, ob während der ganzen Akquisition der Rohdaten die diastolische Phase eingehalten wurde oder ob beispielsweise durch Herzrhythmusschwankungen die diastolische Phase zu kurz war. In diesem Fall können dann die Rohdaten verworfen werden.
Eine Bilddatenerzeugungseinheit 20 übernimmt die akquirierten Rohdaten RD und erzeugt daraus in der oben erläuterten Vorgehensweise die gewünschten Magnetresonanz-Bilddaten BD des Objekts O. Diese können dann beispielsweise in einem Speicher 19 hinterlegt oder an einen Benutzer ausgegeben werden.
Zur Erzeugung der Bilddaten BD in der erläuterten Vorgehensweise weist die Bilddatenerzeugungseinheit 20 zunächst eine Rohdaten-Schnittstelle 21 auf, über die die Rohdaten RD übernommen werden. In einer Übersichtsdaten-Erzeugungseinheit 23 werden dann die Positionsübersichtsdaten bzw. hier konkret die SI-Projektionen erzeugt, die dann an eine Übersichtsdaten-Analyseeinheit 24 übergeben werden, die die Streuung der Positionsübersichtsdaten ermittelt. Diese Übersichtsdaten-Analyseeinheit 24 ist hier Teil der Prüfbereichsauswahleinheit 25, welche auf Basis der Streuung potentielle räumliche Prüfbereiche, d. h. die SI-Projektionsabschnitte PR1, PR2, auswählt, wie oben anhand von 5 erläutert. In einer Vertrauensparameterwert-Ermittlungseinheit 26 werden dann die einzelnen Prüfbereiche PR1, PR2 in der oben beschriebenen Weise bewertet. Hierzu werden zunächst in einer Klassifizierungseinheit 27 die Abweichungswerte Δz der Positionsübersichtsdaten, d. h. der SI-Projektionen, zu den Referenz-Positionsübersichtsdaten ermittelt und darauf basierend dann die Positionsübersichtsdaten und die zugehörigen Rohdaten in die Bewegungsphasen-Klassen einsortiert. In einer Streuungswert-Ermittlungseinheit 28 erfolgt dann die Berechnung der Streuung, insbesondere der Varianz, der jeweils in die einzelnen Bewegungsphasen-Klassen einsortierten Positionsübersichtsdaten, und in einer Summierungseinheit 29 wird schließlich die Summe der Varianzen der einzelnen Bewegungsphasen-Klassen gebildet, um so für jeden Prüfbereich PR1, PR2 zu einem Vertrauensparameterwert VP1, VP2 zu kommen. Auf diese Weise wird innerhalb der Vertrauensparameterwert-Ermittlungseinheit 26 ein Prüfbereich verifiziert. Schließlich werden die Informationen über die Einklassifizierungen der Rohdaten zu den einzelnen Bewegungsphasen-Klassen an eine Rekonstruktionseinheit 30 übermittelt, die dann unter Berücksichtigung dieser Informationen auf Basis der Rohdaten die gewünschten Bilddaten BD rekonstruiert. Diese Rekonstruktionseinheit 30 umfasst zum einen eine Interims-Rekonstruktionseinheit 31, mit der wie oben beschrieben zunächst für jede Bewegungsphase bzw. Bewegungsphasen-Klasse Interims-Bilddatensätze BBD erzeugt werden, die dann an eine Abweichungsdaten-Ermittlungseinheit 32 übergeben werden. Diese ermittelt die Abweichungsdaten D_j bzw. Bewegungsfelder der Interims-Bilddaten zu den Referenz-Bilddaten. Die dabei ermittelten Abweichungsdaten bzw. die Bewegungsfelder D_j werden dann an eine Gesamtrekonstruktionseinheit 33 übergeben, die dann unter Verwendung sämtlicher Rohdaten, z.B. unter Nutzung der Zielfunktion (1), die gewünschten Bilddaten BD rekonstruiert. Diese Bilddaten BD können dann über eine Bilddaten-Schnittstelle 22 wieder ausgegeben und beispielsweise in einem Speicher 19 hinterlegt und/oder auf einen Bildschirm 9 ausgegeben werden. Ebenso können diese Bilddaten BD auch über ein Netzwerk in externen Speichern gespeichert werden und/oder auf entsprechenden Ausgabegeräten ausgegeben werden bzw. zu einer Befundung auf einem Monitor dargestellt werden.
Eine Bedienung der zentralen Steuereinrichtung 13 kann über ein Terminal mit einer Eingabeeinheit 10 und einer Anzeigeeinheit 9 erfolgen, über das somit auch die gesamte MR-Anlage 1 durch eine Bedienperson bedient werden kann. Auf der Anzeigeeinheit 9 können auch die Bilddaten BD angezeigt werden, und mittels der Eingabeeinheit 10 ggf. in Kombination mit der Anzeigeeinheit 9 können Messungen geplant und gestartet werden.
Die erfindungsgemäße MR-Anlage 1 und insbesondere die Steuereinrichtung 13 können darüber hinaus noch eine Vielzahl von weiteren, hier nicht im Einzelnen dargestellten, aber üblicherweise an solchen Geräten vorhandenen Komponenten aufweisen, wie beispielsweise eine Netzwerkschnittstelle, um die gesamte Anlage mit einem Netzwerk zu verbinden und Rohdaten und/oder Bilddaten bzw. Parameterkarten, aber auch weitere Daten, wie beispielsweise patientenrelevante Daten oder Steuerprotokolle, austauschen zu können.
Es wird abschließend noch einmal darauf hingewiesen, dass es sich bei den zuvor detailliert beschriebenen Verfahren und Aufbauten lediglich um Ausführungsbeispiele handelt und dass das Grundprinzip auch in weiten Bereichen vom Fachmann variiert werden kann, ohne den Bereich der Erfindung zu verlassen, soweit er durch die Ansprüche vorgegeben ist. Es wird der Vollständigkeit halber auch darauf hingewiesen, dass die Verwendung der unbestimmten Artikel „ein“ bzw. „eine“ nicht ausschließt, dass die betreffenden Merkmale auch mehrfach vorhanden sein können. Ebenso schließt der Begriff „Einheit“ nicht aus, dass diese aus mehreren Komponenten besteht, die gegebenenfalls auch räumlich verteilt sein können.
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 Nicht-Patentliteratur

Piccini D. et al. in „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 bis 579 [0035]
Avants, B.B. et al. „Symmetric diffeomorphic image registration with cross-correlation: Evaluating automated labeling of elderly and neurodegenerative brain“, MedIA 12: 26 bis 41, (2008) [0079]

Claims

Verfahren zur Erzeugung von Bilddaten (BD) eines sich bewegenden Objekts (O), umfassend folgende Schritte: – Erfassung von Rohdaten (RD) für einen das Objekt (O) umfassenden Bereich zu verschiedenen Messzeitpunkten (t₀, ..., t_k, ...) in unterschiedlichen Bewegungsphasen (Ph₀, Ph₁, ..., Ph_n) des Objekts (O), – Rekonstruktion mehrerer Interims-Bilddatensätze (BBD) des Objekts (O) aus den Rohdaten (RD), welche jeweils verschiedenen Bewegungsphasen (Ph₀, Ph₁, ..., Ph_n) des Objekts (O) zugeordnet sind, – Ermittlung von Abweichungsdaten (D₀, D₁, ..., D_j, ..., D_n) zwischen den Interims-Bilddatensätzen (BBD) der verschiedenen Bewegungsphasen (Ph₀, Ph₁, ..., Ph_n) des Objekts (O), und – Rekonstruktion von Bilddaten (BD) auf Basis von Rohdaten (RD) unterschiedlicher Bewegungsphasen (Ph₀, Ph₁, ..., Ph_n) unter Berücksichtigung der Abweichungsdaten (D₀, D₁, ..., D_j, ..., D_n).
Verfahren nach Anspruch 1, wobei die Rohdaten (RD) in Abhängigkeit von der Bewegungsphase (Ph₀, Ph₁, ..., Ph_n), in der sie erfasst wurden, bei der Rekonstruktion verschiedener Interims-Bilddatensätze (BBD) unterschiedlich gewichtet werden.
Verfahren nach Anspruch 2, wobei die Gewichtung der Rohdaten (RD) in Abhängigkeit von einer Distanz einer Bewegungsphase (Ph₀, Ph₁, ..., Ph_n) erfolgt, für die die Interims-Bilddatensätze (BBD) rekonstruiert werden.
Verfahren nach einem der Ansprüche 1 bis 3, wobei die Rohdaten (RD) verschiedenen Bewegungsphasen-Klassen (BK₀, BK₁, BK₂, ..., BK_n) zugeordnet werden.
Verfahren nach Anspruch 4, wobei Interims-Bilddatensätze (BBD) für verschiedene Bewegungsphasen-Klassen (BK₀, BK₁, BK₂, ..., BK_n) rekonstruiert werden und bei der Rekonstruktion die Rohdaten (RD) in Abhängigkeit von einer ihr zugeordneten Bewegungsphasen-Klasse (BK₀, BK₁, BK₂, ..., BK_n) gewichtet werden.
Verfahren nach Anspruch 5, wobei bei der Rekonstruktion der Interims-Bilddatensätze (BBD) für eine Bewegungsphasen-Klasse (BK₀, BK₁, BK₂, ..., BK_n) gemäß einer Gewichtungsfunktion (GF) die Rohdaten (RD) der betreffenden Bewegungsphasen-Klasse (BK₀, BK₁, BK₂, ..., BK_n) mit einer höheren Gewichtung sowie Rohdaten (RD) von anderen Bewegungsphasen-Klassen (BK₀, BK₁, BK₂, ..., BK_n) mit einer niedrigeren Gewichtung genutzt werden.
Verfahren nach einem der vorstehenden Ansprüche, wobei zur Rekonstruktion der Bilddaten (BD) und/oder der Interims-Bilddatensätze (BBD) ein iteratives numerisches Optimierungsverfahren, vorzugsweise ein Quasi-Newton-Verfahren, genutzt wird.
Verfahren nach einem der vorstehenden Ansprüche, wobei für die verschiedenen Messzeitpunkte auf Basis zumindest eines Teils (RD_c) der Rohdaten (RD) Positionsübersichtsdaten (SIP) erzeugt werden, und basierend auf den Positionsübersichtsdaten (SIP) eine Zuordnung der Rohdaten (RD) zu den verschiedenen Bewegungsphasen-Klassen (BK₀, BK₁, BK₂, ..., BK_n) erfolgt.
Verfahren nach Anspruch 8, wobei Abweichungswerte (Δz) für die Positionsübersichtsdaten (SIP) verschiedener Messzeitpunkte (t₀, ..., t_k, ...) zu Referenz-Positionsübersichtsdaten (SIP₀) ermittelt werden und die Rohdaten (RD) in Abhängigkeit von den Abweichungswerten (Δz) verschiedenen Bewegungsphasen-Klassen (BK₀, BK₁, BK₂, ..., BK_n) zugeordnet werden.
Verfahren nach Anspruch 8 oder 9, wobei folgende Schritte durchgeführt werden: – Ermittlung einer messzeitpunktabhängigen Streuung der Positionsübersichtsdaten (SIP), – Auswahl von räumlichen Prüfbereichen (PR1, PR2) innerhalb der Positionsübersichtsdaten (SIP) in Abhängigkeit von der Streuung, – Ermittlung von Vertrauensparameterwerten (VP1, VP2) für die einzelnen Prüfbereiche (PR1, PR2), und – Zuordnung der Rohdaten (RD) zu den Bewegungsphasen-Klassen (BK₀, BK₁, BK₂, ..., BK_n) unter Berücksichtigung der Vertrauensparameterwerte (VP1, VP2) der verschiedenen Prüfbereiche (PR1, PR2).
Verfahren nach einem der vorstehenden Ansprüche, wobei das Untersuchungsobjekt (O) aufgrund einer Atembewegung bewegt wird und die Bewegungsphase (Ph₀, Ph₁, ..., Ph_n) eine Atemphase ist.
Verfahren nach einem der vorstehenden Ansprüche, wobei das Untersuchungsobjekt (O) ein Herz (O) umfasst.
Bilddatenerzeugungseinrichtung (20) zur Erzeugung von Bilddaten (BD) eines sich bewegenden Objekts (O), welche Bilddatenerzeugungseinrichtung (20) folgende Komponenten umfasst – eine Rohdatenschnittstelle (21) zur Erfassung von Rohdaten für einen das Objekt (O) umfassenden Bereich, welche zu verschiedenen Messzeitpunkten (t₀, ..., t_k, ...) in unterschiedlichen Bewegungsphasen (Ph₀, Ph₁, ..., Ph_n) des Objekts (O) akquiriert wurden, – eine Interimsbilder-Rekonstruktionseinheit (31), welche ausgebildet ist, um mehrere Interims-Bilddatensätze (BBD) zu rekonstruieren, welche jeweils verschiedenen Bewegungsphasen (Ph₀, Ph₁, ..., Ph_n) des Objekts (O) zugeordnet sind, – eine Abweichungsdatenermittlungseinheit (32), welche ausgebildet ist, um Abweichungsdaten (D₀, D₁, ..., D_j, ..., D_n) zwischen Interims-Bilddatensätzen (BBD_j) verschiedener Bewegungsphasen (Ph₀, Ph₁, ..., Ph_n) des Objekts (O) zu ermitteln, und – eine Gesamtrekonstruktionseinheit (33), welche ausgebildet ist, Bilddaten auf Basis von Rohdaten (RD) unterschiedlicher Bewegungsphasen (Ph₀, Ph₁, ..., Ph_n) unter Berücksichtigung der Abweichungsdaten (D₀, D₁, ..., D_j, ..., D_n) zu rekonstruieren.
Magnetresonanzanlage (1) mit – einem Messraum (3), – einem Grundfeldmagnetsystem (4), – einem HF-Sendeantennensystem (5), – einem Gradientensystem (6), – einem HF-Empfangsantennensystem (7), – einer Steuereinrichtung (11) zur Ansteuerung des Grundfeldmagnetsystems (4), des HF-Sendeantennensystems (5), des Gradientensystems (6) und des HF-Empfangsantennensystems (7), und – einer Bilddatenerzeugungseinrichtung (20) nach Anspruch 13.
Computerprogrammprodukt, welches direkt in einen Speicher einer programmierbaren Bilddatenerzeugungseinrichtung (20) ladbar ist, mit Programmcodeabschnitten, um alle Schritte eines Verfahrens nach einem der Ansprüche 1 bis 12 auszuführen, wenn das Programm in der Bilddatenerzeugungseinrichtung (20) ausgeführt wird.