JP2012081013A - 磁気共鳴イメージング装置 - Google Patents

Abstract

【課題】ＭＲＩ装置の性能を定量的に示すことを課題とする。
【解決手段】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。
【選択図】図１

Description

本発明の実施の形態は、磁気共鳴イメージング装置に関する。

従来、磁気共鳴イメージング装置（以下、ＭＲＩ（Magnetic Resonance Imaging）装置）は、エコー信号の生データを収集する収集ユニット、生データを用いて画像を再構成する画像再構成ユニット、及び制御ユニットを備える。また、収集ユニットと画像再構成ユニットと制御ユニットとは、例えばEthernet（登録商標）などの高速シリアル通信手段によって接続される。また、収集ユニット、画像再構成ユニット、及び制御ユニットは、ＨＤＤ（Hard Disk Drive）やメモリなどの記憶部を有する。

特開２００７−１８５２５０号公報

しかしながら、従来技術では、ＭＲＩ装置の性能を定量的に把握することが困難であった。例えば、ＭＲＩ装置が備える各ユニットや制御ユニット、あるいは高速シリアル通信等を用いたネットワークは、据付後の経時変化などによりその性能が低下するおそれがある。また、このような性能の低下は、ＭＲＩ装置による撮像に影響を及ぼすおそれがある。このようなことから、ＭＲＩ装置の性能を定量的に示すことが求められている。

実施の形態のＭＲＩ装置は、ユニットと、判定部とを備える。前記ユニットは、撮像シーケンスが実行されると、自ユニットに割り当てられた処理を実行する。前記判定部は、前記ユニットの性能試験及び前記ユニット間を接続するネットワークの性能試験の少なくとも一方を実行し、該性能試験の実行結果を用いて前記ユニットの性能及び前記ネットワークの性能の少なくとも一方を判定する。

図１は、第１の実施形態に係るＭＲＩ装置の構成を示すブロック図である。 図２は、収集ユニット、画像再構成ユニット、及び制御ユニットの接続関係を示す図である。 図３は、第１の実施形態に係る記憶部及び制御部の構成を示すブロック図である。 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。 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。 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７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９は、第２の実施形態に係る記憶部及び制御部の構成を示すブロック図である。 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。 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１２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。

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。

１００ ＭＲＩ装置
２２ 制御部
２２ａ 使用傾向解析部
２２ｂ 閾値調整部
２２ｃ 性能試験実行部
２２ｄ 性能判定部

Claims (5)

1. 撮像シーケンスが実行されると、自ユニットに割り当てられた処理を実行するユニットと、
   前記ユニットの性能試験及び前記ユニット間を接続するネットワークの性能試験の少なくとも一方を実行し、該性能試験の実行結果を用いて前記ユニットの性能及び前記ネットワークの性能の少なくとも一方を判定する判定部と
   を備えたことを特徴とする磁気共鳴イメージング装置。
2. 前記磁気共鳴イメージング装置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と、
   前記ユニットの使用傾向及び前記ネットワークの使用傾向の少なくとも一方を、前記履歴情報に基づいて解析する解析部とをさらに備え、
   前記判定部は、前記性能試験の実行結果に加え、前記解析部による解析結果を用いて、前記ユニットの性能及び前記ネットワークの性能の少なくとも一方を判定することを特徴とする請求項１に記載の磁気共鳴イメージング装置。
3. 前記判定部は、前記解析結果に応じて前記判定に用いる閾値を調整し、前記実行結果と調整後の該閾値とを比較することで、前記ユニットの性能及び前記ネットワークの性能の少なくとも一方が所要の性能を満たすか否かを判定することを特徴とする請求項２に記載の磁気共鳴イメージング装置。
4. 前記判定部は、前記解析結果から前記ユニットの性能について将来的な遷移を予測し、前記実行結果と予測結果とから該ユニットの性能を判定することを特徴とする請求項２に記載の磁気共鳴イメージング装置。
5. 試験用の撮像シーケンスを用いて、単位時間あたりに再構成される画像の数を検証する試験を実行する試験実行部をさらに備え、
   前記判定部は、前記試験実行部による試験結果が所要の性能を下回ったことを条件として、前記性能試験を実行することを特徴とする請求項１〜４のいずれか一つに記載の磁気共鳴イメージング装置。
   
   
   

Images