以下に、実施の形態に係るMRI装置の一例として、第1の実施形態〜第3の実施形態に係るMRI装置を説明する。
(第1の実施形態)
図1を用いて、第1の実施形態に係るMRI装置100の構成を説明する。図1は、第1の実施形態に係るMRI装置100の構成を示すブロック図である。図1に例示するように、第1の実施形態に係るMRI装置100は、静磁場磁石1と、傾斜磁場コイル2と、傾斜磁場電源3と、寝台4と、送信コイル5と、受信コイル6と、送信ユニット7と、受信ユニット8と、リアルタイムシーケンサ9と、収集ユニット10と、画像再構成ユニット11と、制御ユニット20とを備える。
静磁場磁石1は、中空の円筒形状に形成され、内部の空間に一様な静磁場を発生する。静磁場磁石1は、例えば、永久磁石、超伝導磁石などである。傾斜磁場コイル2は、中空の円筒形状に形成され、内部の空間に傾斜磁場を発生する。具体的には、傾斜磁場コイル2は、静磁場磁石1の内側に配置され、傾斜磁場電源3から電流の供給を受けて傾斜磁場を発生する。傾斜磁場電源3は、リアルタイムシーケンサ9から送られるパルスシーケンス実行データに従って、傾斜磁場コイル2に電流を供給する。
寝台4は、被検体Pが載置される天板4aを備え、天板4aを、被検体Pが載置された状態で傾斜磁場コイル2の空洞(撮像口)内へ挿入する。通常、寝台4は、長手方向が静磁場磁石1の中心軸と平行になるように設置される。
送信コイル5は、ラーモア周波数に対応する高周波パルスを発生する。具体的には、送信コイル5は、傾斜磁場コイル2の内側に配置され、送信ユニット7による制御を受けて高周波パルスを発生する。送信ユニット7は、リアルタイムシーケンサ9から送られるパルスシーケンス実行データに従って、高周波パルスが送信コイル5から発生するように送信コイル5を制御する。
受信コイル6は、エコー信号を受信する。具体的には、受信コイル6は、傾斜磁場コイル2の内側に配置され、高周波パルスの影響によって被検体Pから放射されるエコー信号を受信する。また、受信コイル6は、受信したエコー信号を受信ユニット8に出力する。例えば、受信コイル6は、頭部用の受信コイル、脊椎用の受信コイル、腹部用の受信コイルなどである。
受信ユニット8は、リアルタイムシーケンサ9から送られるパルスシーケンス実行データに従って、受信コイル6から出力されたエコー信号に基づきエコー信号データを生成する。具体的には、受信ユニット8は、受信コイル6から出力されたエコー信号をデジタル変換することによってエコー信号データを生成し、生成したエコー信号データを収集ユニット10に送信する。
リアルタイムシーケンサ9は、傾斜磁場電源3、送信ユニット7及び受信ユニット8に接続され、接続された各ユニットと制御ユニット20との間で送受信されるデータの入出力を制御する。具体的には、リアルタイムシーケンサ9は、制御ユニット20から送信された撮像条件を解析し、パルスシーケンス実行データを生成し、生成したパルスシーケンス実行データを、傾斜磁場電源3、送信ユニット7及び受信ユニット8に送信する。
収集ユニット10は、受信ユニット8から送信されたエコー信号データを収集する。具体的には、収集ユニット10は、エコー信号データを収集すると、収集したエコー信号データに対してアベレージング処理、位相補正処理などの補正処理を行い、補正後のエコー信号データを画像再構成ユニット11に送信する。画像再構成ユニット11は、収集ユニット10から送信されたエコー信号データに対して、フーリエ変換、画像フィルタなどの画像処理を行い、2次元又は3次元の画像データを再構成し、再構成した画像データを制御ユニット20に送信する。
制御ユニット20は、記憶部21と、制御部22と、入力部23と、表示部24とを備える。記憶部21は、画像再構成ユニット11によって格納された画像データを記憶する。例えば、記憶部21は、RAM(Random Access Memory)、フラッシュメモリ(flash memory)などの半導体メモリ素子、又は、HDD、光ディスクなどである。
制御部22は、上記各ユニットを制御することによってMRI装置100を総括的に制御する。例えば、制御部22は、ASIC(Application Specific Integrated Circuit)やFPGA(Field Programmable Gate Array)などの集積回路、又は、CPU(Central Processing Unit)やMPU(Micro Processing Unit)などの電子回路である。
入力部23は、撮像指示などを操作者から受け付ける。例えば、入力部23は、マウスやトラックボールなどのポインティングデバイス、モード切替スイッチ等の選択デバイス、あるいはキーボード等の入力デバイスである。表示部24は、画像データなどを表示する。例えば、表示部24は、液晶表示器などの表示デバイスである。
次に、図2を用いて、収集ユニット10、画像再構成ユニット11、及び制御ユニット20の接続関係を説明する。図2は、収集ユニット10、画像再構成ユニット11、及び制御ユニット20の接続関係を示す図である。
図2に例示するように、第1の実施形態に係るMRI装置100は、物理的な筐体が異なる4台の収集ユニット10を備える。具体的には、MRI装置100は、収集ユニット#1、収集ユニット#2、収集ユニット#3、及び収集ユニット#4を備える。また、図2に例示するように、各収集ユニット10は、バッファメモリ基板を備える。なお、収集ユニット10の台数などは、撮像条件などに応じて任意に変更することができる。
また、図2に例示するように、第1の実施形態に係るMRI装置100は、収集ユニット10とは物理的に異なる筐体の1台の画像再構成ユニット11を備える。画像再構成ユニット11は、HDDやメモリなどの記憶部を有する。また、図2に例示するように、第1の実施形態に係るMRI装置100は、収集ユニット10や画像再構成ユニット11とは物理的に異なる筐体の1台の制御ユニット20を備える。制御ユニット20は、HDDやメモリなどの記憶部(図1の記憶部21)を有する。なお、画像再構成ユニット11の台数や制御ユニット20の台数などは、撮像条件などに応じて任意に変更することができる。
また、図2に例示するように、各収集ユニット10と画像再構成ユニット11との間、及び、画像再構成ユニット11と制御ユニット20との間は、それぞれ、ネットワークで接続される。
例えば、各収集ユニット10は、自ユニットに割り当てられた処理を行う際に、受信ユニット8から送信されたエコー信号データをバッファメモリ基板に書き込む。また、例えば、各収集ユニット10は、自ユニットに割り当てられた処理を行う際に、バッファメモリ基板からエコー信号データを読み出す。
例えば、画像再構成ユニット11は、自ユニットに割り当てられた処理を行う際に、各収集ユニット10から送信されたエコー信号データや再構成した画像データを、HDDやメモリに書き込む。また、例えば、画像再構成ユニット11は、自ユニットに割り当てられた処理を行う際に、HDDやメモリからエコー信号データや画像データを読み出す。
例えば、制御ユニット20は、制御部22が処理を行う際に、画像再構成ユニット11から送信された画像データを記憶部21に書き込む。また、例えば、制御ユニット20は、制御部22が処理を行う際に、記憶部21から画像データを読み出す。
続いて、第1の実施形態における性能判定を説明する。第1の実施形態に係るMRI装置100は、収集ユニット10、画像再構成ユニット11、及び制御ユニット20の性能試験を個別に実行し、性能を判定する。また、第1の実施形態に係るMRI装置100は、収集ユニット10と画像再構成ユニット11とを接続するネットワーク、及び、画像再構成ユニット11と制御ユニット20とを接続するネットワークの性能試験を実行し、性能を判定する。
具体的には、第1の実施形態に係るMRI装置100には、収集ユニット10、画像再構成ユニット11、及び制御ユニット20の性能試験や、ネットワークの性能試験を行う機能が組み込まれる。例えば、収集ユニット10、画像再構成ユニット11、及び制御ユニット20が、バッファ基板メモリ、HDDやメモリにデータを書き込む速度や、バッファ基板メモリ、HDDやメモリからデータを読み出す速度を測定する性能試験である。また、例えば、収集ユニット10と画像再構成ユニット11とを接続するネットワークの通信速度を測定する性能試験である。また、例えば、画像再構成ユニット11と制御ユニット20とを接続するネットワークの通信速度を測定する性能試験である。
MRI装置100は、例えばMRI装置100の据付時に、これらの性能試験を実行する。据付時には、例えばHDDに衝撃が加わったことや組み込みミスなどにより、HDDの書き込み速度や読み出し速度が低下するおそれがある。また、据付時には、例えばケーブルの敷設が適切に行われずケーブルに損傷や断線が生じたことや、ネットワーク機器(ハブなど)に衝撃が加わったことなどにより、ネットワークの通信速度が低下するおそれがある。
この点、第1の実施形態に係るMRI装置100は、据付時に直ちに性能試験を実行し、例えば書き込み速度、読み出し速度、通信速度といった実行結果を、具体的な数値で表示部24に表示する。このようなことから、第1の実施形態に係るMRI装置100によれば、据付時に発生した不具合を早期に発見し、この不具合に起因する不都合を未然に防ぐことが可能になる。例えば、据付を行った作業者が、据付時に発生した不具合を、MRI装置100の引渡し前に発見することが可能になり、サービス性が向上する。また、不具合箇所も特定できる。
また、MRI装置100は、例えばMRI装置100を使用していない時間帯(夜間など)に、定期的にこれらの性能試験を実行する。例えば、収集ユニット10、画像再構成ユニット11、及び制御ユニット20のCPU(Central Processing Unit)や、バッファメモリ基板、HDD、メモリ、あるいはケーブルなどは、据付後の経時変化などによってもその性能が低下するおそれがある。
この点、第1の実施形態に係るMRI装置100は、夜間などに定期的に性能試験を実行し、例えば書き込み速度、読み出し速度、通信速度といった実行結果を制御ユニット20の記憶部21に格納し、実行結果の履歴として記憶する。そして、第1の実施形態に係るMRI装置100は、記憶部21に記憶された実行結果を解析し、例えば性能低下を示す具体的な数値(例えば何%低下など)を表示部24に表示する。また、MRI装置100は、記憶部21に記憶された実行結果を解析し、解析結果と予め設定された規格値とを比較し、例えば不具合発生の傾向が予測されると、その旨を表示部24に表示するなどして、操作者や監視者に事前通知する。
このようなことから、第1の実施形態に係るMRI装置100によれば、据付後に発生した経時変化などによる不具合を早期に発見し、この不具合に起因する不都合を未然に防ぐことが可能になる。また、不具合箇所も特定できる。なお、MRI装置100による性能試験の実行時間帯や実行頻度は、操作者や監視者が自由に設定することができる。
さて、上述した性能判定に加え、第1の実施形態に係るMRI装置100は、以下に説明するように、撮像シーケンスの履歴情報を用いた性能判定を行う。すなわち、MRI装置100は、収集ユニット10、画像再構成ユニット11、及び制御ユニット20、あるいはネットワークの使用傾向を、履歴情報に基づいて解析し、解析結果を用いて性能判定を行う。第1の実施形態において、かかる機能は、制御ユニット20の記憶部21及び制御部22において主に実現される。以下、詳細に説明する。
図3は、第1の実施形態に係る記憶部21及び制御部22の構成を示すブロック図である。図3に例示するように、記憶部21は、履歴情報記憶部21aと、閾値記憶部21bとを有する。
履歴情報記憶部21aは、MRI装置100にて実行された撮像シーケンスの履歴情報を記憶する。履歴情報記憶部21aが記憶する履歴情報は、後述する使用傾向解析部22aによる処理に利用される。
ここで、撮像シーケンスの履歴情報とは、MRI装置100にてどのような撮像が行われたかを示す情報である。すなわち、同一の機能を有するMRI装置100であっても、そのMRI装置100を用いてどのような撮像を行うかは、病院毎や、同一の病院内に複数台設置された場合には個別のMRI装置100毎に異なってくると考えられる。一例を挙げて説明すると、例えば、脳を専門とする病院に設置されたMRI装置100においては、頭部コイルが多く利用され、4ch分が多く利用されるとする。一方、例えば、総合病院に設置されたMRI装置100においては、頭部用の受信コイル、脊椎用の受信コイル、腹部用の受信コイルなど様々なコイルが利用され、例えば16ch分が多く利用されるとする。
この点、撮像シーケンスの履歴情報は、このような相違を示す情報であり、また、性能試験の対象となる各ユニットや制御ユニット20、ネットワークがどのように使用されていたかを解析するために必要な情報である。履歴情報として具体的に何の項目を記憶するかは任意に変更することができるが、履歴情報記憶部21aは、例えば、図4に例示するように、履歴情報を記憶する。
図4は、第1の実施形態に係る履歴情報を説明するための図である。履歴情報記憶部21aは、図4に例示するように、例えば、撮像年月日と、使用コイルと、チャネル数と、使用収集ユニットと、その他の項目とを対応付けた履歴情報を記憶する。使用コイルは、撮像に用いられたコイルである。チャネル数は、撮像に用いられたチャネルの数である。使用収集ユニットは、使用コイルによって受信されたエコー信号データを収集する収集ユニットである。例えば、「2010年7月1日」に、「頭部コイル」「4ch」を用いた撮像が行われ、「収集ユニット#1」によってエコー信号データが収集されたことを示す。
閾値記憶部21bは、性能判定に用いる異常判定閾値を記憶する。閾値記憶部21bが記憶する異常判定閾値は、後述する閾値調整部22bや性能判定部22dによる処理に利用される。ここで、異常判定閾値とは、性能試験の対象である各ユニットや制御ユニット20、あるいはネットワークが、異常であるか否かを判定するための閾値である。なお、「異常」とは、必ずしも動作に適しない状態に至ったことを意味するものには限られず、警告段階を意味してもよい。
図5は、第1の実施形態に係る異常判定閾値を説明するための図である。閾値記憶部21bは、図5に例示するように、例えば、ユニットや制御ユニット20毎に、異常判定閾値を記憶する。なお、図5においては、収集ユニットに対応付けてネットワークの異常判定閾値が記憶されている。例えば、収集ユニット#1に対応付けて記憶されたネットワークの異常判定閾値は、収集ユニット#1と画像再構成ユニット11との間のネットワークの異常を判定するための閾値である。
また、図5において、異常判定閾値として、初期値とそれ以外の値とが対応付けて記憶されているものがある。例えば、収集ユニット#2のネットワークの場合、初期値は『40Mbps』であるが、これに対応付けて『80Mbps』が記憶されている。後述するように、閾値記憶部21bが記憶する異常判定閾値は、後述する閾値調整部22bによって調整される。このため、閾値記憶部21bは、初期値と、調整後の異常判定閾値とを記憶する。
図3に戻り、制御部22は、使用傾向解析部22aと、閾値調整部22bと、性能試験実行部22cと、性能判定部22dとを有する。
使用傾向解析部22aは、各ユニットや制御ユニット20、あるいはネットワークの使用傾向を、撮像シーケンスの履歴情報に基づいて解析し、解析結果を、閾値調整部22bに送る。すなわち、上述したように、同一の機能を有するMRI装置100であっても、そのMRI装置100を用いてどのような撮像を行うかは、病院毎や、同一の病院内に複数台設置された場合には個別のMRI装置100毎に異なってくる。そうであるとすると、性能試験の対象となる各ユニットや制御ユニット20、ネットワークの性能を判定するための閾値も、病院毎や個別のMRI装置100毎の相違に応じて調整することが有効であると考えられる。
この点、閾値を調整するために、まず、各ユニットや制御ユニット20、あるいはネットワークがどのように使用されていたかを解析する。図6は、第1の実施形態に係る使用傾向の解析を説明するための図である。図6に例示するように、例えば、使用傾向解析部22aは、履歴情報記憶部21aを参照し、例えばある1ヶ月について、撮像シーケンスの履歴情報のうち『チャネル数』及び『使用収集ユニット』の情報を取得する。そして、使用傾向解析部22aは、何チャネルの撮像が行われたか、収集ユニット毎の使用頻度を計上する。
使用傾向解析部22aによる計上結果が、例えば図6に例示するような結果となったとする。すると、使用傾向解析部22aは、計上結果から、例えば、「収集ユニット#1は、4chで使用される傾向が高い。」と解析する。また、使用傾向解析部22aは、計上結果から、例えば、「収集ユニット#2及び#3は、8chで使用される傾向が高い。」と解析する。また、使用傾向解析部22aは、計上結果から、例えば、「収集ユニット#4は、殆ど使用されていない。」と解析する。そして、使用傾向解析部22aは、解析結果を閾値調整部22bに送る。
閾値調整部22bは、解析結果に応じて異常判定閾値を調整し、調整後の異常判定閾値を閾値記憶部21bに格納する。例えば、閾値調整部22bは、使用傾向解析部22aから、「収集ユニット#1は、4chで使用される傾向が高い。」との解析結果を受け取る。すると、閾値調整部22bは、閾値記憶部21bに格納された収集ユニット#1の異常判定閾値(ネットワーク及びHDD・メモリなど)を、初期値と同一の『40Mbps』でよいと判定し、判定後の『40Mbps』を、初期値に対応付けて格納する。
また、例えば、閾値調整部22bは、使用傾向解析部22aから、「収集ユニット#2及び#3は、8chで使用される傾向が高い。」との解析結果を受け取る。すると、閾値調整部22bは、閾値記憶部21bに格納された収集ユニット#2の異常判定閾値(ネットワーク及びHDD・メモリなど)を、初期値より高い『80Mbps』にすべきであると判定し、判定後の『80Mbps』を、初期値に対応付けて格納する。
また、例えば、閾値調整部22bは、使用傾向解析部22aから、「収集ユニット#4は、殆ど使用されていない。」との解析結果を受け取る。すると、閾値調整部22bは、閾値記憶部21bに格納された収集ユニット#4の異常判定閾値(ネットワーク及びHDD・メモリなど)を、初期値より低い『30Mbps』でよいと判定し、判定後の『30Mbps』を、初期値に対応付けて格納する。
なお、異常判定閾値の調整は上記例に限られるものではなく、例えば、画像再構成ユニット11や制御ユニット20の異常判定閾値を調整してもよい。
図3に戻り、性能試験実行部22cは、各ユニットや制御ユニット20、あるいはネットワークの性能試験を実行する。例えば、性能試験実行部22cは、収集ユニット10、画像再構成ユニット11、及び制御ユニット20が、バッファ基板メモリ、HDDやメモリにデータを書き込む速度を測定し、測定結果を性能判定部22dに送る。また、例えば、性能試験実行部22cは、収集ユニット10、画像再構成ユニット11、及び制御ユニット20が、バッファ基板メモリ、HDDやメモリからデータを読み出す速度を測定し、測定結果を性能判定部22dに送る。また、例えば、性能試験実行部22cは、収集ユニット10と画像再構成ユニット11とを接続するネットワークそれぞれの通信速度を測定し、測定結果を性能判定部22dに送る。
例えば、性能試験実行部22cは、各ユニットや制御ユニット20に対して、書き込み速度や読み込み速度、あるいは対向するユニットとの間の通信速度を測定するよう、命令信号を送信する。各ユニットや制御ユニット20には、命令信号を受信すると、命令信号にて指定された処理を実行し、書き込み速度や読み込み速度、通信速度を測定し、測定した測定値を性能試験実行部22cに返信するプログラムが、予めインストールされている。このため、各ユニットや制御ユニット20は、性能試験実行部22cから命令信号を受信すると、測定を実行し、測定値を性能試験実行部22cに返信する。すると、性能試験実行部22cは、受信した想定結果を性能判定部22dに送る。なお、このような命令信号のやりとりには、例えばTCP/IP(Transmission Control Protocol/Internet Protocol)上で動作する公知技術を流用してもよい。
性能判定部22dは、性能試験の実行結果と調整後の異常判定閾値とを比較することで、各ユニットや制御ユニット20、あるいはネットワークの性能が所要の性能を満たすか否かを判定する。具体的には、性能判定部22dは、性能試験実行部22cから受け取った性能試験の実行結果と、閾値記憶部21bに記憶された異常判定閾値とを比較し、性能試験の実行結果が、異常判定閾値を下回るか否かを判定する。例えば、性能判定部22dは、収集ユニット#2の実行結果『75Mbps』が、異常判定閾値『80Mbps』を下回ると判定する。なお、性能判定部22dは、その判定結果を、例えば表示部24に表示するなどする。
続いて、図7及び8を用いて、第1の実施形態に係る性能判定処理の処理手順を説明する。図7及び8は、第1の実施形態に係る性能判定処理の処理手順を示すフローチャートである。
図7に例示するように、第1の実施形態においては、使用傾向解析部22aが、解析タイミングであるか否かを判定する(ステップS101)。解析タイミングは、操作者や監視者によってその都度指定されてもよいし、例えば1日に1回、1月に1回など、定期的なものであってもよい。
使用傾向解析部22aは、解析タイミングであると判定すると(ステップS101肯定)、収集ユニット毎に使用チャネル数を解析する(ステップS102)。そして、閾値調整部22bが、使用傾向解析部22aから受け取った解析結果に応じて、異常判定閾値を調整し、調整後の異常判定閾値を閾値記憶部21bに格納する(ステップS103)。
また、図8に例示するように、第1の実施形態においては、性能試験実行部22cが、性能試験を実行するタイミングであるか否かを判定する(ステップS201)。性能試験のタイミングは、操作者や監視者によってその都度指定されてもよいし、例えば1日に1回、1月に1回など、定期的なものであってもよい。
性能試験実行部22cは、性能試験のタイミングであると判定すると(ステップS201肯定)、性能試験を実行する(ステップS202)。そして、性能判定部22dが、性能試験実行部22cから受け取った各実行結果と各異常判定閾値とを比較する(ステップS203)。すなわち、性能判定部22dは、ユニット毎の実行結果、制御ユニット20の実行結果、ネットワーク毎の実行結果それぞれと、閾値記憶部21bに記憶された異常判定閾値それぞれとを比較する。
次に、性能判定部22dは、実行結果が異常判定閾値を下回るか否かを判定し(ステップS204)、下回る場合には(ステップS204肯定)、例えば、その旨を通知する警告情報などを表示部24に表示する(ステップS205)。一方、下回らない場合には(ステップS204否定)、性能判定部22dは、例えば、異常が発生していない旨を通知する判定結果を表示部24に表示する(ステップS206)。
上述したように、第1の実施形態に係るMRI装置100は、収集ユニット10と、画像再構成ユニット11と、制御ユニット20とを備える。また、MRI装置100は、履歴情報記憶部21aを備える。履歴情報記憶部21aは、MRI装置100にて実行された撮像シーケンスの履歴情報を記憶する。また、MRI装置100は、使用傾向解析部22aと、性能試験実行部22cと、性能判定部22dとを備える。使用傾向解析部22aは、各ユニットの使用傾向やネットワークの使用傾向を、撮像シーケンスの履歴情報に基づいて解析する。性能試験実行部22cは、各ユニットの性能試験やネットワークの性能試験を実行する。性能判定部22dは、性能試験の実行結果を用いて各ユニットやネットワークの性能を判定する。また、性能判定部22dは、性能試験の実行結果と解析結果とを用いて各ユニットやネットワークの性能を判定する。
このようなことから、第1の実施形態に係るMRI装置100によれば、MRI装置100の性能を定量的に示され、操作者や監視者は、MRI装置100の性能を定量的に把握することが可能になる。
また、第1の実施形態において、MRI装置100は、閾値調整部22bを備える。閾値調整部22bは、解析結果に応じて、性能判定に用いる異常判定閾値を調整する。性能判定部22dは、性能試験の実行結果と調整後の異常判定閾値とを比較することで、各ユニットやネットワークの性能が所要の性能を満たすか否かを判定する。
このようなことから、第1の実施形態に係るMRI装置100によれば、各ユニットやネットワークの使用傾向に応じた最適な閾値を用いて各ユニットやネットワークの性能判定をするので、MRI装置100の性能をより適切に把握することが可能になる。
例えば、図6を用いて説明したように、収集ユニット#4については殆ど使用されていない状況であれば、収集ユニット#4の性能が多少低下したとしても、交換や修理を急いで行う必要はないと考えられる場合がある。第1の実施形態に係るMRI装置100によれば、このような場合に、収集ユニット#4の交換や修理の時期を、他の収集ユニットよりも遅くすることが可能になる。反対に、収集ユニット#2や#3については、『8ch』で使用されることが多く、高い性能が要求される。第1の実施形態に係るMRI装置100によれば、このような場合に、収集ユニット#2や#3の交換や修理の時期を、他の収集ユニットよりも早くすることが可能になる。
言い換えると、第1の実施形態に係るMRI装置100は、同一の性能を有する収集ユニットであっても、その性能判定を使用状況に応じた個別の閾値で行う。この結果、同一の性能を有する収集ユニットであっても、性能判定の結果は異なるものとなり、各ユニットやネットワークの使用傾向に応じて、MRI装置100の性能をより適切に把握することが可能になる。
(第2の実施形態)
次に、第2の実施形態に係るMRI装置100を説明する。第2の実施形態に係るMRI装置100は、第1の実施形態に係るMRI装置100と同様の構成を有し、第1の実施形態と同様、据付時や夜間などの性能判定を行う。また、第2の実施形態に係るMRI装置100は、第1の実施形態と同様、撮像シーケンスの履歴情報を用いた性能判定を行う。
もっとも、第2の実施形態に係るMRI装置100は、各ユニットの使用傾向から各ユニットの性能について将来的な遷移を予測し、性能試験の実行結果と予測結果とから各ユニットの性能を判定する点で、第1の実施形態とは異なる新たな手法を採る。なお、第1の実施形態の手法と組み合わせてもよい。第2の実施形態において、かかる機能は、制御ユニット20の記憶部21及び制御部22において主に実現される。以下、詳細に説明する。
図9は、第2の実施形態に係る記憶部21及び制御部22の構成を示すブロック図である。図9に例示するように、記憶部21は、履歴情報記憶部21aと、予測結果記憶部21cとを有する。なお、第2の実施形態に係る履歴情報記憶部21aは、第1の実施形態に係る履歴情報記憶部21aと同様の履歴情報を記憶するものであるので、説明を割愛する。
予測結果記憶部21cは、性能の遷移の予測結果を記憶する。予測結果記憶部21cが記憶する予測結果は、性能判定部22dによる処理に利用される。図10は、第2の実施形態に係る予測結果を説明するための図である。予測結果記憶部21cは、図10に例示するような予測結果を記憶する。
図9に戻り、制御部22は、使用傾向解析部22aと、性能遷移予測部22eと、性能試験実行部22cと、性能判定部22dとを有する。
使用傾向解析部22aは、第1の実施形態と同様、各ユニットや制御ユニット20、あるいはネットワークの使用傾向を、撮像シーケンスの履歴情報に基づいて解析する。また、使用傾向解析部22aは、解析結果を、性能遷移予測部22eに送る。
例えば、使用傾向解析部22aは、図4を用いて説明した履歴情報記憶部21aを参照し、例えばある1ヶ月について、撮像シーケンスの履歴情報のうち『使用収集ユニット』の情報を取得する。そして、使用傾向解析部22aは、収集ユニット毎の使用頻度を計上する。
そして、使用傾向解析部22aは、計上結果から、例えば、「収集ユニット#1は、使用頻度がかなり高い。」と解析する。また、使用傾向解析部22aは、計上結果から、例えば、「収集ユニット#2及び#3は、使用頻度は普通である。」と解析する。また、使用傾向解析部22aは、計上結果から、例えば、「収集ユニット#4は、使用されていない。」と解析する。なお、「かなり高い」、「普通」などの判定は、予め記憶する閾値を用いて行うことができる。そして、使用傾向解析部22aは、解析結果を性能遷移予測部22eに送る。
性能遷移予測部22eは、解析結果から各ユニットの性能について将来的な遷移を予測し、予測結果を予測結果記憶部21cに格納する。例えば、性能遷移予測部22eは、使用傾向解析部22aから、「収集ユニット#1は、使用頻度がかなり高い。」との解析結果を受け取る。すると、性能遷移予測部22eは、例えば、「収集ユニット#1は、1ヶ月に1単位の割合で、性能が低下する。」との予測を行う。例えば、性能遷移予測部22eは、収集ユニット#1について、図10に例示する実線のグラフのように性能が低下すると予測する。
また、例えば、性能遷移予測部22eは、使用傾向解析部22aから、「収集ユニット#2及び#3は、使用頻度は普通である。」との解析結果を受け取る。すると、性能遷移予測部22eは、例えば、「収集ユニット#2及び#3は、5ヶ月に1単位の割合で、性能が低下する。」との予測を行う。例えば、性能遷移予測部22eは、収集ユニット#2及び#3について、図10に例示する点線のグラフのように性能が低下すると予測する。
また、例えば、性能遷移予測部22eは、使用傾向解析部22aから、「収集ユニット#4は、使用されていない。」との解析結果を受け取る。すると、性能遷移予測部22eは、例えば性能低下の予測を行わない。
図9に戻り、第2の実施形態に係る性能試験実行部22cは、第1の実施形態と同様、各ユニットや制御ユニット20、あるいはネットワークの性能試験を実行する。一方、第2の実施形態に係る性能判定部22dは、第1の実施形態と異なり、性能試験の実行結果と予測結果とから各ユニットの性能を判定する。
例えば、性能判定部22dは、性能試験実行部22cから性能試験の実行結果を受け取ると、その具体的な数値と、予測結果記憶部21cに記憶された予測結果とを用いて、該当するユニットの性能を示す具体的な数値が、現実に、どのように低下するかを計算する。
図11は、第2の実施形態に係る性能判定を説明するための図である。図11に例示するように、例えば、性能判定部22dは、収集ユニット#1については、性能試験の実行結果として具体的に取得された数値を初期値とし、その後は、「1ヶ月に1単位の割合で、性能が低下する。」との予測結果を用いて、時間経過とともに低下する具体的な数値を算出する(図11の実線に対応する)。
また、例えば、性能判定部22dは、収集ユニット#2及び3については、性能試験の実行結果として具体的に取得された数値を初期値とし、その後は、「5ヶ月に1単位の割合で、性能が低下する。」との予測結果を用いて、時間経過とともに低下する具体的な数値を算出する(図11の点線に対応する)。
そして、性能判定部22dは、算出した数値と交換ラインとして予め設定された数値とを比較し、算出した数値が交換ラインとして予め設定された数値を下回る時期を特定する。例えば、性能判定部22dは、収集ユニット#1について、図11に示すa点が、交換ラインを下回る時期であり、例えば『7ヶ月後』であると特定する。また、例えば、性能判定部22dは、収集ユニット#2及び#3について、図11に示すb点が、交換ラインを下回る時期であり、例えば『10ヶ月後』であると特定する。また、例えば、性能判定部22dは、収集ユニット#4について、交換は当面不要であると判定する。なお、性能判定部22dは、その判定結果を、例えば表示部24に表示するなどする。
続いて、図12及び13を用いて、第2の実施形態に係る性能判定処理の処理手順を説明する。図12及び13は、第2の実施形態に係る性能判定処理の処理手順を示すフローチャートである。
図12に例示するように、第2の実施形態において、第1の実施形態と同様、使用傾向解析部22aが、解析タイミングであるか否かを判定する(ステップS301)。
使用傾向解析部22aは、解析タイミングであると判定すると(ステップS301肯定)、収集ユニット毎に1月あたりの使用頻度を解析する(ステップS302)。そして、性能遷移予測部22eが、使用傾向解析部22aから受け取った解析結果から各ユニットの性能について将来的な遷移を予測し、予測結果を予測結果記憶部21cに格納する(ステップS303)。
また、図13に例示するように、第2の実施形態において、第1の実施形態と同様、性能試験実行部22cが、性能試験を実行するタイミングであるか否かを判定する(ステップS401)。
性能試験実行部22cは、性能試験のタイミングであると判定すると(ステップS401肯定)、性能試験を実行する(ステップS402)。そして、性能判定部22dが、性能試験実行部22cから受け取った各実行結果と各予測結果とから、交換ラインに到達する時期を判定する(ステップS403)。そして、性能判定部22dは、判定結果を表示部24に表示する(ステップS404)。
上述したように、第2の実施形態に係るMRI装置100は、性能遷移予測部22eを備える。性能遷移予測部22eは、解析結果から、各ユニットの性能について将来的な遷移を予測する。性能判定部22dは、性能試験の実行結果と予測結果とを用いて、各ユニットの性能を判定する。このようなことから、第2の実施形態に係るMRI装置100によれば、各ユニットの使用傾向に応じてその劣化スピードを予測するので、交換時期をより正確に特定することが可能になる。
(第3の実施形態)
上記第1の実施形態や第2の実施形態においては、第1の実施形態に係る性能試験や第2の実施形態に係る性能試験を常に実行することを想定していたが、開示の技術はこれに限られるものではない。第1の実施形態に係る性能試験や第2の実施形態に係る性能試験は、いずれも、各ユニットや制御ユニット20、ネットワークを、個別に対象とする性能試験である。このような性能試験は、例えば個別の性能を把握する必要がある場合には有効であるが、必ずしも常に行わなければならないものではない。例えば、MRI装置100全体として不具合の傾向が現れた場合にのみ、個別の性能を把握する必要があるとして実行されてもよいものである。性能試験を効率的に行うことが可能である。
そこで、第3の実施形態においては、個別の性能試験を行う前に、試験用の撮像シーケンスを実行する。そして、試験用の撮像シーケンスの結果に応じて、個別の性能試験を実行するか否かを判定する。
具体的には、第3の実施形態に係るMRI装置100は、図3や図9を用いて説明した制御部22に、試験用の撮像シーケンスを実行する試験実行部をさらに備える。この試験実行部は、第1の実施形態に係るMRI装置100と組み合わせることも、第2の実施形態に係るMRI装置100と組み合わせることも可能である。あるいは、第1の実施形態に係る性能試験、第2の実施形態に係る性能試験、第3の実施形態の試験実行部による性能試験の全てを組み合わせることも可能である。
試験実行部は、例えばダミーの被検体などを撮像対象としてFSE(Fast Spin Echo)のシーケンスを実行し、単位時間あたりに再構成される画像の数を検証する。FSEシーケンスは、HDDへのエコー信号データの書き込みが離散的に行われるなど、性能試験に有効である。もっとも、他のシーケンスを実行してもよい。このとき、例えば、試験実行部は、MRI装置100が備える収集ユニット10、画像再構成ユニット11、制御ユニット20、及びネットワーク全てを使用するような撮像シーケンスを設定することで、MRI装置100全体の性能試験を行う。
また、試験実行部は、個別の性能試験を実行するか否かの閾値として、例えば、「1枚の画像が何秒で再構成されるか」、「1枚目から21枚目までの画像が何秒で再構成されるか」を予め設定されることで記憶する。そして、試験実行部は、試験用の撮像シーケンスを実行した結果、実際に単位時間あたりに再構成された画像数が、予め設定された閾値を下回るか否かを判定する。判定の結果、下回る場合には、MRI装置100全体の性能が低下傾向にあると考えられるので、試験実行部は、個別の性能試験を実行するよう、性能試験実行部22cに通知する。一方、判定の結果、下回らない場合には、MRI装置100全体の性能が低下傾向にないと考えられるので、試験実行部は、そのまま実行結果を表示する。
図14は、第3の実施形態に係る性能判定処理の処理手順を示すフローチャートである。図14に例示するように、第3の実施形態においては、試験実行部が、試験用の撮像シーケンスの実行タイミングであるか否かを判定する(ステップS501)。
そして、試験用の撮像シーケンスの実行タイミングである場合には(ステップS501肯定)、試験実行部は、試験用の撮像シーケンスを実行する(ステップS502)。続いて、試験実行部は、単位時間内に再構成された画像数が閾値を下回るか否かを判定し(ステップS503)、下回る場合には(ステップS503肯定)、個別の性能試験を実行するよう、性能試験実行部22cに通知する。
すると、性能試験実行部22cが、第1の実施形態や第2の実施形態において説明した個別の性能試験を実行し(ステップS504)、その判定結果を表示部24に表示する(ステップS505)。一方、閾値を下回らない場合には(ステップS503否定)、性能試験実行部22cは、試験実行部による実行結果を表示部24に表示し(ステップS506)、そのまま処理を終了する。
本発明のいくつかの実施形態を説明したが、これらの実施形態は、例として提示したものであり、発明の範囲を限定することは意図していない。これら実施形態は、その他の様々な形態で実施されることが可能であり、発明の要旨を逸脱しない範囲で、種々の省略、置き換え、変更を行うことができる。これら実施形態やその変形は、発明の範囲や要旨に含まれると同様に、特許請求の範囲に記載された発明とその均等の範囲に含まれるものである。
例えば、性能試験の項目の追加や削除は、操作者や監視者が任意に設定することができる。また、性能判定に用いられる規格値や閾値は、例えば過去の経験値から、性能に影響を与えない値を操作者や監視者が選択して、MRI装置に設定することができる。また、例えばセカンドコンソールのようにネットワークケーブルでMRI装置100に接続されるオプション構成にも耐えうるように、性能試験の構成を容易に変更することができる。すなわち、MRI装置100は、構成に変更が生じた場合には、追加されたユニットを性能試験の対象として追加し、削除されたユニットを性能試験の対象から削除するなど、柔軟に対応することができる。
また、例えば、上記第1の実施形態に係るMRI装置100、第2の実施形態に係るMRI装置100などにおいて、制御部22は、使用傾向解析部22aや閾値調整部22b、性能遷移予測部22eを備えていた。また、記憶部20は、履歴情報記憶部21aや閾値記憶部21b、予測結果記憶部21cを備えていた。しかしながら、開示の技術はこれに限られるものではなく、MRI装置100は、必ずしもこれらの各部を備えなくてもよい。