JP2019130310A - Magnetic resonance imaging apparatus and image processing apparatus - Google Patents
Magnetic resonance imaging apparatus and image processing apparatus Download PDFInfo
- Publication number
- JP2019130310A JP2019130310A JP2019013724A JP2019013724A JP2019130310A JP 2019130310 A JP2019130310 A JP 2019130310A JP 2019013724 A JP2019013724 A JP 2019013724A JP 2019013724 A JP2019013724 A JP 2019013724A JP 2019130310 A JP2019130310 A JP 2019130310A
- Authority
- JP
- Japan
- Prior art keywords
- unit
- magnetic resonance
- function
- reference information
- tissue
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Landscapes
- Magnetic Resonance Imaging Apparatus (AREA)
Abstract
Description
本発明の実施形態は、磁気共鳴イメージング装置及び画像処理装置に関する。 Embodiments described herein relate generally to a magnetic resonance imaging apparatus and an image processing apparatus.
近年、磁気共鳴イメージング装置に関する技術として、Ｔ１値やＴ２値、Ｔ２＊値等の組織定量値を表す色を各ピクセルに割り当てたカラーマップを表示するピクセルマッピング法への期待が高まっている。このような技術として、例えば、Ｔ１値を表す色を各ピクセルに割り当てたＴ１マップ画像を表示するＴ１マッピング法等が知られている。しかしながら、このような従来のマップ画像では、臨床的には、組織性状の診断が難しい場合が多い。 In recent years, as a technique related to a magnetic resonance imaging apparatus, there is an increasing expectation for a pixel mapping method for displaying a color map in which colors representing tissue quantitative values such as T1, T2, and T2 * values are assigned to each pixel. As such a technique, for example, a T1 mapping method for displaying a T1 map image in which a color representing a T1 value is assigned to each pixel is known. However, with such conventional map images, it is often difficult to diagnose tissue properties clinically.
本発明が解決しようとする課題は、組織性状の診断を支援するための情報を提供することである。 The problem to be solved by the present invention is to provide information for supporting diagnosis of tissue properties.
実施形態に係る磁気共鳴イメージング装置は、記憶部と、収集部と、特定部とを備える。記憶部は、ＲＦパルスを連続的に照射することで組織の縦磁化及び横磁化を定常状態にするパルスシーケンスを実行した場合の定常状態に至る前の期間における前記組織の縦磁化及び横磁化の挙動を反映した磁気共鳴信号に基づく参照情報を蓄積して記憶する。収集部は、前記パルスシーケンスを実行することによって、前記定常状態に至る前の期間における前記磁気共鳴信号に基づくデータを収集する。特定部は、前記収集部によって収集されたデータと前記記憶部に記憶されている参照情報とを比較し、所定の関係を有する参照情報を特定する。 The magnetic resonance imaging apparatus according to the embodiment includes a storage unit, a collection unit, and a specifying unit. The storage unit continuously irradiates the longitudinal magnetization and transverse magnetization of the tissue in a period before reaching the steady state when a pulse sequence is performed in which the longitudinal magnetization and transverse magnetization of the tissue are made steady by irradiating with RF pulses. Reference information based on the magnetic resonance signal reflecting the behavior is accumulated and stored. The collection unit collects data based on the magnetic resonance signal in a period before reaching the steady state by executing the pulse sequence. The specifying unit compares the data collected by the collecting unit with reference information stored in the storage unit, and specifies reference information having a predetermined relationship.
以下、図面を参照しながら、磁気共鳴イメージング装置及び画像処理装置の実施形態について詳細に説明する。 Hereinafter, embodiments of a magnetic resonance imaging apparatus and an image processing apparatus will be described in detail with reference to the drawings.
（第１の実施形態）
図１は、第１の実施形態に係る磁気共鳴イメージング装置の構成例を示す図である。
(First embodiment)
FIG. 1 is a diagram illustrating a configuration example of a magnetic resonance imaging apparatus according to the first embodiment.
例えば、図１に示すように、本実施形態に係る磁気共鳴イメージング（Magnetic Resonance Imaging：ＭＲＩ）装置１００は、静磁場磁石１、傾斜磁場コイル２、傾斜磁場電源３、全身（Whole Body：ＷＢ）コイル４、送信回路５、局所コイル６、受信回路７、ＲＦ（Radio Frequency）シールド８、架台９、寝台１０、ＥＣＧ（Electrocardiogram）センサ１１、ＥＣＧ回路１２、インタフェース１３、ディスプレイ１４、記憶回路１５、処理回路１６〜１９を備える。
For example, as shown in FIG. 1, a magnetic resonance imaging (MRI)
静磁場磁石１は、被検体Ｓが配置される撮像空間に静磁場を発生させる。具体的には、静磁場磁石１は、中空の略円筒状（円筒の中心軸に直交する断面の形状が楕円状となるものを含む）に形成されており、円筒内の空間に静磁場を発生させる。例えば、静磁場磁石１は、略円筒状に形成された冷却容器と、当該冷却容器内に充填された冷却材（例えば、液体ヘリウム等）に浸漬された超伝導磁石等の磁石とを有する。ここで、例えば、静磁場磁石１は、永久磁石を用いて静磁場を発生させるものであってもよい。
The static
傾斜磁場コイル２は、静磁場磁石１の内側に配置されており、被検体Ｓが配置される撮像空間に傾斜磁場を印加する。具体的には、傾斜磁場コイル２は、中空の略円筒状（円筒の中心軸に直交する断面の形状が楕円状となるものを含む）に形成されており、円筒内の空間に、互いに直交するＸ軸、Ｙ軸及びＺ軸の各軸に沿った傾斜磁場を発生させる。ここで、Ｘ軸、Ｙ軸及びＺ軸は、ＭＲＩ装置１００に固有の装置座標系を構成する。例えば、Ｚ軸は、傾斜磁場コイル２の円筒の軸に一致し、静磁場磁石１によって発生する静磁場の磁束に沿って設定される。また、Ｘ軸は、Ｚ軸に直交する水平方向に沿って設定され、Ｙ軸は、Ｚ軸に直交する鉛直方向に沿って設定される。
The
傾斜磁場電源３は、傾斜磁場コイル２に電流を供給することで、傾斜磁場コイル２の内側の空間に、Ｘ軸、Ｙ軸及びＺ軸それぞれに沿った傾斜磁場を発生させる。このように、傾斜磁場電源３がＸ軸、Ｙ軸及びＺ軸それぞれに沿った傾斜磁場を発生させることによって、リードアウト方向、位相エンコード方向、及びスライス方向それぞれに沿った傾斜磁場を発生させることができる。リードアウト方向、位相エンコード方向、及びスライス方向それぞれに沿った軸は、撮像の対象となるスライス領域又はボリューム領域を規定するための論理座標系を構成する。なお、以下では、リードアウト方向に沿った傾斜磁場をリードアウト傾斜磁場と呼び、位相エンコード方向に沿った傾斜磁場を位相エンコード傾斜磁場と呼び、スライス方向に沿った傾斜磁場をスライス傾斜磁場と呼ぶ。
The gradient magnetic
これらの傾斜磁場は、静磁場磁石１によって発生する静磁場に重畳され、磁気共鳴（Magnetic Resonance：ＭＲ）信号に空間的な位置情報を付与するために用いられる。具体的には、リードアウト傾斜磁場は、リードアウト方向の位置に応じてＭＲ信号の周波数を変化させることで、ＭＲ信号にリードアウト方向に沿った位置情報を付与する。また、位相エンコード傾斜磁場は、位相エンコード方向に沿ってＭＲ信号の位相を変化させることで、ＭＲ信号に位相エンコード方向の位置情報を付与する。また、スライス傾斜磁場は、撮像領域がスライス領域の場合には、スライス領域の方向、厚さ、枚数を決めるために用いられ、撮像領域がボリューム領域である場合には、スライス方向の位置に応じてＭＲ信号の位相を変化させることで、ＭＲ信号にスライス方向に沿った位置情報を付与する。
These gradient magnetic fields are superimposed on the static magnetic field generated by the static
ＷＢコイル４は、傾斜磁場コイル２の内側に配置されており、被検体Ｓが配置される撮像空間にＲＦパルス（高周波磁場パルス）を照射し、当該ＲＦパルスの影響によって被検体Ｓから発生するＭＲ信号を受信するＲＦコイルである。具体的には、ＷＢコイル４は、中空の略円筒状（円筒の中心軸に直交する断面の形状が楕円状となるものを含む）に形成されており、送信回路５から供給されるＲＦパルス信号に基づいて、円筒内の空間にＲＦパルスを照射する。また、ＷＢコイル４は、ＲＦパルスの影響によって被検体Ｓから発生するＭＲ信号を受信し、受信したＭＲ信号を受信回路７へ出力する。
The WB
送信回路５は、ラーモア周波数に対応するＲＦパルス信号をＷＢコイル４に出力する。具体的には、送信回路５は、発振器、位相選択器、周波数変換器、振幅変調器、及び、ＲＦアンプを備える。発振器は、静磁場中に置かれた対象原子核に固有の共鳴周波数（ラーモア周波数）のＲＦ波（高周波）信号を発生する。位相選択器は、当該ＲＦ波信号の位相を選択する。周波数変換器は、位相選択器から出力されたＲＦ波信号の周波数を変換する。振幅変調器は、周波数変換器から出力されたＲＦ波信号の振幅を例えばｓｉｎｃ関数の波形で変調することでＲＦパルス信号を生成する。ＲＦアンプは、振幅変調器から出力されるＲＦパルス信号を電力増幅してＷＢコイル４に出力する。
The
局所コイル６は、被検体Ｓから発生するＭＲ信号を受信するＲＦコイルである。具体的には、局所コイル６は、ＷＢコイル４の内側に配置された被検体Ｓに装着され、ＷＢコイル４によって照射されるＲＦパルスの影響によって被検体Ｓから発生するＭＲ信号を受信し、受信したＭＲ信号を受信回路７へ出力する。例えば、局所コイル６は、撮像対象の部位ごとに用意された受信コイルであり、頭部用の受信コイルや、頚部用の受信コイル、肩用の受信コイル、胸部用の受信コイル、腹部用の受信コイル、下肢用の受信コイル、脊椎用の受信コイル等である。なお、局所コイル６は、ＲＦパルスを照射する送信機能をさらに有していてもよい。その場合には、局所コイル６は、送信回路５に接続され、送信回路５から供給されるＲＦパルス信号に基づいて、被検体ＳにＲＦパルスを照射する。
The
受信回路７は、ＷＢコイル４又は局所コイル６から出力されるＭＲ信号に基づいてＭＲ信号データを生成し、生成したＭＲ信号データを処理回路１７に出力する。例えば、受信回路７は、選択器、前段増幅器、位相検波器、及び、Ａ／Ｄ（Analog/Digital）変換器を備える。選択器は、ＷＢコイル４又は局所コイル６から出力されるＭＲ信号を選択的に入力する。前段増幅器は、選択器から出力されるＭＲ信号を電力増幅する。位相検波器は、前段増幅器から出力されるＭＲ信号の位相を検波する。Ａ／Ｄ変換器は、位相検波器から出力されるアナログ信号をデジタル信号に変換することでＭＲ信号データを生成し、生成したＭＲ信号データを処理回路１７に出力する。
The receiving
ＲＦシールド８は、傾斜磁場コイル２とＷＢコイル４との間に配置されており、ＷＢコイル４によって発生するＲＦパルスから傾斜磁場コイル２を遮蔽する。具体的には、ＲＦシールド８は、中空の略円筒状（円筒の中心軸に直交する断面の形状が楕円状となるものを含む）に形成されており、傾斜磁場コイル２の内周側の空間に、ＷＢコイル４の外周面を覆うように配置されている。
The
架台９は、静磁場磁石１、傾斜磁場コイル２、ＷＢコイル４及びＲＦシールド８を収容している。具体的には、架台９は、円筒状に形成された中空のボアＢを有しており、ボアＢを囲むように静磁場磁石１、傾斜磁場コイル２、ＷＢコイル４及びＲＦシールド８を配置した状態で、それぞれを収容している。ここで、架台９が有するボアＢの内側の空間が、被検体Ｓの撮像が行われる際に被検体Ｓが配置される撮像空間となる。
The
なお、ここでは、ＭＲＩ装置１００が、静磁場磁石１、傾斜磁場コイル２及びＷＢコイル４がそれぞれ略円筒状に形成された、いわゆるトンネル型の構成を有する場合の例を説明するが、実施形態はこれに限られない。例えば、ＭＲＩ装置１００は、被検体Ｓが配置される撮像空間を挟んで対向するように一対の静磁場磁石、一対の傾斜磁場コイル及び一対のＲＦコイルを配置した、いわゆるオープン型の構成を有していてもよい。
Here, an example in which the
寝台１０は、被検体Ｓが載置される天板１０ａを備え、被検体Ｓの撮像が行われる際に、架台９におけるボアＢの内側へ天板１０ａを挿入する。例えば、寝台１０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ている。
The
ＥＣＧセンサ１１は、被検体Ｓの体表に装着され、被検体Ｓの心電信号を検出する。そして、ＥＣＧセンサ１１は、検出した心電信号をＥＣＧ回路１２に出力する。
The
ＥＣＧ回路１２は、ＥＣＧセンサ１１から出力される心電信号に基づいて、所定の心電波形を検出する。例えば、ＥＣＧ回路１２は、所定の心電波形としてＲ波を検出する。そして、ＥＣＧ回路１２は、所定の心電波形を検出したタイミングでトリガ信号を生成し、生成したトリガ信号を処理回路１７に出力する。
The ECG circuit 12 detects a predetermined electrocardiogram waveform based on the electrocardiogram signal output from the
インタフェース１３は、操作者から各種指示及び各種情報の入力操作を受け付ける。具体的には、インタフェース１３は、処理回路１９に接続されており、操作者から受け取った入力操作を電気信号へ変換して処理回路１９に出力する。例えば、インタフェース１３は、撮像条件や関心領域（Region Of Interest：ＲＯＩ）の設定等を行うためのトラックボール、スイッチボタン、マウス、キーボード、操作面へ触れることで入力操作を行うタッチパッド、表示画面とタッチパッドとが一体化されたタッチスクリーン、光学センサを用いた非接触入力回路、及び音声入力回路等によって実現される。なお、本明細書において、インタフェース１３は、マウス、キーボード等の物理的な操作部品を備えるものだけに限られない。例えば、装置とは別体に設けられた外部の入力機器から入力操作に対応する電気信号を受け取り、この電気信号を制御回路へ出力する電気信号の処理回路もインタフェース１３の例に含まれる。なお、インタフェース１３は、入力部の実現手段の一例である。
The
ディスプレイ１４は、各種情報及び各種画像を表示する。具体的には、ディスプレイ１４は、処理回路１９に接続されており、処理回路１９から送られる各種情報及び各種画像のデータを表示用の電気信号に変換して出力する。例えば、ディスプレイ１４は、液晶モニタやＣＲＴ（Cathode Ray Tube）モニタ、タッチパネル等によって実現される。なお、ディスプレイ１４は、表示部の実現手段の一例である。
The display 14 displays various information and various images. Specifically, the display 14 is connected to the
記憶回路１５は、各種データを記憶する。具体的には、記憶回路１５は、ＭＲ信号データや画像データを記憶する。例えば、記憶回路１５は、ＲＡＭ（Random Access Memory）、フラッシュメモリ等の半導体メモリ素子やハードディスク、光ディスク等によって実現される。なお、記憶回路１５は、記憶部の実現手段の一例である。 The storage circuit 15 stores various data. Specifically, the storage circuit 15 stores MR signal data and image data. For example, the storage circuit 15 is realized by a semiconductor memory device such as a RAM (Random Access Memory) or a flash memory, a hard disk, an optical disk, or the like. The storage circuit 15 is an example of a storage unit realizing unit.
処理回路１６は、寝台制御機能１６ａを有する。寝台制御機能１６ａは、寝台１０に接続され、制御用の電気信号を寝台１０へ出力することで、寝台１０の動作を制御する。例えば、寝台制御機能１６ａは、インタフェース１３を介して、天板１０ａを長手方向、上下方向又は左右方向へ移動させる指示を操作者から受け付け、受け付けた指示に従って天板１０ａを移動するように、寝台１０が有する天板１０ａの駆動機構を動作させる。
The
処理回路１７は、収集機能１７ａを有する。収集機能１７ａは、各種のパルスシーケンスを実行することで、被検体Ｓのデータを収集する。具体的には、収集機能１７ａは、処理回路１９から出力されるシーケンス実行データに基づいて傾斜磁場電源３、送信回路５及び受信回路７を駆動することで、各種のパルスシーケンスを実行する。
The processing circuit 17 has a collection function 17a. The collection function 17a collects data of the subject S by executing various pulse sequences. Specifically, the collection function 17a executes various pulse sequences by driving the gradient magnetic
ここで、シーケンス実行データは、ＭＲ信号データを収集するための手順を示すパルスシーケンスを定義した情報である。具体的には、シーケンス実行データは、傾斜磁場電源３が傾斜磁場コイル２に電流を供給するタイミング及び供給する電流の強さ、送信回路５がＷＢコイル４に供給するＲＦパルス信号の強さや供給タイミング、受信回路７がＭＲ信号を検出する検出タイミング等を定義した情報である。
Here, the sequence execution data is information defining a pulse sequence indicating a procedure for collecting MR signal data. Specifically, the sequence execution data includes the timing at which the gradient magnetic
そして、収集機能１７ａは、パルスシーケンスを実行した結果として、受信回路７からＭＲ信号データを受信し、受信したＭＲ信号データを記憶回路１５に記憶させる。このとき、収集機能１７ａは、ＥＣＧ回路１２から出力されるトリガ信号に基づいて、心時相を示す同期情報を計測し、ＭＲ信号データに対応付けて記憶させる。なお、収集機能１７ａによって受信されたＭＲ信号データの集合は、前述したリードアウト傾斜磁場、位相エンコード傾斜磁場、及びスライス傾斜磁場によって付与された位置情報に応じて２次元又は３次元に配列されることで、ｋ空間を構成するデータとして記憶回路１５に記憶される。
The acquisition function 17a receives MR signal data from the receiving
処理回路１８は、生成機能１８ａを有する。生成機能１８ａは、記憶回路１５に記憶されたＭＲ信号データに基づいて画像を生成する。具体的には、生成機能１８ａは、収集機能１７ａによって記憶回路１５に記憶されたＭＲ信号データを読み出し、読み出したＭＲ信号データに後処理、即ち、フーリエ変換等の再構成処理を施すことで画像を生成する。また、生成機能１８ａは、生成した画像の画像データを記憶回路１５に記憶させる。
The
処理回路１９は、主制御機能１９ａと、作成機能１９ｂと、補正機能１９ｃと、特定機能１９ｄと、推定機能１９ｅと、判別機能１９ｆとを有する。主制御機能１９ａは、ＭＲＩ装置１００が有する各構成要素を制御することで、ＭＲＩ装置１００の全体制御を行う。例えば、主制御機能１９ａは、インタフェース１３を介して操作者から撮像条件の入力を受け付ける。そして、主制御機能１９ａは、受け付けた撮像条件に基づいてシーケンス実行データを生成し、当該シーケンス実行データを処理回路１７に送信することで、各種のパルスシーケンスを実行する。また、例えば、主制御機能１９ａは、操作者からの要求に応じて、記憶回路１５から画像データを読み出してディスプレイ１４に出力する。なお、作成機能１９ｂ、補正機能１９ｃ、特定機能１９ｄ、推定機能１９ｅ、及び、判別機能１９ｆについては、後に詳細に説明する。
The
例えば、上述した処理回路１６〜１９は、プロセッサによって実現される。この場合に、処理回路１６〜１９が有する各処理機能は、コンピュータによって実行可能なプログラムの形態で記憶回路１５に記憶されている。そして、各処理回路は、記憶回路１５から各プログラムを読み出して実行することで、各プログラムに対応する機能を実現する。換言すると、各プログラムを読み出した状態の各処理回路は、図１の各処理回路内に示された各機能を有することとなる。なお、図１に示す例では、複数のプロセッサによって各処理機能が実現されるものとして説明したが、単一のプロセッサで処理回路を構成し、当該プロセッサがプログラムを実行することにより機能を実現するものとしても構わない。また、各処理回路が有する処理機能は、単一又は複数の処理回路に適宜に分散又は統合されて実現されてもよい。また、図１に示す例では、単一の記憶回路１５が各処理機能に対応するプログラムを記憶するものとして説明したが、複数の記憶回路を分散して配置して、処理回路が個別の記憶回路から対応するプログラムを読み出す構成としても構わない。
For example, the
以上、本実施形態に係るＭＲＩ装置１００の全体構成について説明した。このような構成のもと、本実施形態に係るＭＲＩ装置１００は、代表的な高速撮像法として、ＲＦパルスを連続的に照射することで組織の縦磁化及び横磁化を定常状態にするパルスシーケンスを実行する機能を有する。
The overall configuration of the
このように、ＲＦパルスを連続的に照射することによって組織の縦磁化及び横磁化を定常状態にするパルスシーケンスは、ＳＳＦＰ（Steady-State Free Precession）シーケンスと呼ばれる。ＳＳＦＰシーケンスでは、計測対象の組織に対して数ｍｓ程度の短い繰り返し時間ＴＲ（Repetition Time）でＲＦパルスを照射して原子核スピン(以下、スピンと省略)を励起する。この励起されたスピンは、縦緩和と横緩和による熱平衡状態に回復途中であり、次の励起までの間にＭＲ信号を計測する。この繰り返しにより、スピンは、縦緩和時間（Ｔ１）程度の時間が経過した後に、励起と緩和がバランスした定常状態に収束する。また、スピンが熱平衡状態から定常状態に到達するまでの途中の状態は、過渡応答期間（過渡状態）や定常状態移行期間と呼ばれる。 A pulse sequence in which the longitudinal magnetization and transverse magnetization of the tissue are brought into a steady state by continuously irradiating the RF pulse in this way is called an SSFP (Steady-State Free Precession) sequence. In the SSFP sequence, a nuclear spin (hereinafter abbreviated as “spin”) is excited by irradiating a tissue to be measured with an RF pulse at a short repetition time TR (Repetition Time) of about several ms. This excited spin is in the process of recovery to a thermal equilibrium state due to longitudinal relaxation and transverse relaxation, and MR signals are measured until the next excitation. By repeating this, the spin converges to a steady state in which excitation and relaxation are balanced after a time of about the longitudinal relaxation time (T1) has elapsed. A state in the middle of the spin reaching the steady state from the thermal equilibrium state is called a transient response period (transient state) or a steady state transition period.
なお、本実施形態では、ＳＳＦＰシーケンスの一例として、ｂａｌａｎｃｅｄ ＳＳＦＰシーケンス（ｔｒｕｅ ＳＳＦＰとも呼ばれる）を用いる場合の例を説明する。 In the present embodiment, an example in which a balanced SSFP sequence (also referred to as true SSFP) is used as an example of an SSFP sequence will be described.
図２は、第１の実施形態に係るｂａｌａｎｃｅｄ ＳＳＦＰシーケンスの一例を示す図である。 FIG. 2 is a diagram illustrating an example of a balanced SSFP sequence according to the first embodiment.
ここで、図２に示す「ＲＦ」は、ＲＦパルスが照射されるタイミングを示している。また、「Ｇｓ」は、スライス方向の傾斜磁場が照射されるタイミングを示しており、「Ｇｐ」は、位相エンコード方向の傾斜磁場が照射されるタイミングを示しており、「Ｇｒ」は、リードアウト方向の傾斜磁場が照射されるタイミングを示している。また、「Ｓｉｇｎａｌ」は、ＭＲ信号が発生するタイミングを示している。なお、図２では、位相エンコード方向の傾斜磁場については、複数の傾斜磁場をまとめて示している。 Here, “RF” shown in FIG. 2 indicates the timing at which the RF pulse is irradiated. “Gs” indicates the timing at which the gradient magnetic field in the slice direction is irradiated, “Gp” indicates the timing at which the gradient magnetic field in the phase encoding direction is irradiated, and “Gr” indicates the readout. The timing at which the gradient magnetic field in the direction is irradiated is shown. “Signal” indicates the timing at which the MR signal is generated. In FIG. 2, a plurality of gradient magnetic fields are collectively shown for the gradient magnetic field in the phase encoding direction.
例えば、図２に示すように、ｂａｌａｎｃｅｄ ＳＳＦＰ（以下、ｂＳＳＦＰ）シーケンスは、１つのＴＲ（Repetition Time）内での傾斜磁場が正負対称となるＳＳＦＰシーケンスである。ｂＳＳＦＰシーケンスでは、ＴＲ（Repetition Time）の間隔で被検体ＳにＲＦパルスが連続的に照射され、各ＲＦパルスが照射されてからＴＥ（Echo Time）が経過したタイミングで、被検体ＳからＭＲ信号が発生する。そして、ｂＳＳＦＰシーケンスでは、１つのＴＲ内での傾斜磁場が正負対称となるように、スライス方向の傾斜磁場、位相エンコード方向の傾斜磁場、及び、リードアウト方向の傾斜磁場が印加される。ここで、位相エンコード方向の傾斜磁場については、ＴＲごとに段階的に強度を変えながら印加される。 For example, as shown in FIG. 2, a balanced SSFP (hereinafter bSSFP) sequence is an SSFP sequence in which a gradient magnetic field within one TR (Repetition Time) is symmetric with respect to positive and negative. In the bSSFP sequence, the subject S is continuously irradiated with RF pulses at intervals of TR (Repetition Time), and the MR signal from the subject S at the timing when TE (Echo Time) has elapsed since each RF pulse was irradiated. Occurs. In the bSSFP sequence, the gradient magnetic field in the slice direction, the gradient magnetic field in the phase encoding direction, and the gradient magnetic field in the readout direction are applied so that the gradient magnetic field in one TR is symmetric. Here, the gradient magnetic field in the phase encoding direction is applied while changing the intensity step by step for each TR.
このようなｂＳＳＦＰシーケンスによれば、前述したように、短いＴＲの間隔でＲＦパルスが連続的に照射されることによって、組織の縦磁化及び横磁化が、過渡応答期間（過渡状態）を経た後に定常状態に収束する。ここで、過渡応答期間における縦磁化及び横磁化の時系列の挙動は、Ｔ１値やＴ２値、Ｔ２＊値等の組織定量値に依存するものであり、組織の状態を顕著に表すと考えられる。 According to such a bSSFP sequence, as described above, after the RF pulses are continuously irradiated at short TR intervals, the longitudinal magnetization and transverse magnetization of the tissue undergo a transient response period (transient state). It converges to a steady state. Here, the time-series behavior of longitudinal magnetization and transverse magnetization in the transient response period depends on tissue quantitative values such as T1, T2, and T2 * values, and is considered to represent the state of the tissue remarkably. .
そこで、本実施形態に係るＭＲＩ装置１００は、ｂＳＳＦＰシーケンスの過渡応答期間に収集されたデータを利用して、診断対象の組織の組織定量値を推定することができるように構成されている。このような構成によれば、組織性状の診断を支援するための情報を提供することが可能になる。
Therefore, the
以下、このような構成を有するＭＲＩ装置１００について詳細に説明する。なお、本実施形態では、診断対象の組織が心筋である場合の例を説明する。また、本実施形態では、組織定量値の一例として、Ｔ１値を推定する場合の例を説明する。
Hereinafter, the
具体的には、本実施形態では、図１に示した記憶回路１５が、ｂＳＳＦＰシーケンスを実行した場合の定常状態に至る前の期間における組織の縦磁化及び横磁化の挙動を反映したＭＲ信号に基づく参照情報を蓄積して記憶する。例えば、記憶回路１５は、ｂＳＳＦＰシーケンスを実行した場合の少なくとも過渡応答期間における心筋の縦磁化及び横磁化の挙動を反映したＭＲ信号に基づく時系列データとＴ１値との関係に基づく参照情報を蓄積して記憶する。なお、ここでいう「定常状態」は、例えば、ＭＲ信号の時間変化の微分値が所定値未満となる状態として定義される。この場合に、所定値は、例えば、操作者からの指示等に応じて任意に設定される。例えば、所定値を大きく設定した場合には、定常状態に到達するタイミングが早くなり、その結果、定常状態に至る前の期間が短くなる（すなわち、過渡応答期間が短くなる）。逆に、所定値を小さく設定した場合には、定常状態に到達するタイミングが遅くなり、その結果、定常状態に至る前の期間が長くなる（すなわち、過渡応答期間が長くなる）。 Specifically, in the present embodiment, the memory circuit 15 shown in FIG. 1 uses an MR signal that reflects the behavior of longitudinal magnetization and transverse magnetization of the tissue in the period before the steady state when the bSSFP sequence is executed. The reference information based on it is accumulated and stored. For example, the storage circuit 15 accumulates reference information based on the relationship between the time series data based on the MR signal and the T1 value reflecting the behavior of the longitudinal and transverse magnetization of the myocardium in at least the transient response period when the bSSFP sequence is executed. And remember. Note that the “steady state” here is defined as a state in which the differential value of the time change of the MR signal is less than a predetermined value, for example. In this case, the predetermined value is arbitrarily set according to, for example, an instruction from the operator. For example, when the predetermined value is set large, the timing to reach the steady state is advanced, and as a result, the period before reaching the steady state is shortened (that is, the transient response period is shortened). On the contrary, when the predetermined value is set small, the timing to reach the steady state is delayed, and as a result, the period before reaching the steady state becomes long (that is, the transient response period becomes long).
例えば、記憶回路１５は、参照情報として、ｂＳＳＦＰシーケンスを実行した場合の過渡応答期間におけるＭＲ信号の信号値の経時的な変化を示す曲線の情報を記憶する。ここで、記憶回路１５は、参照情報として、正常な心筋に関する参照情報と、異常な心筋に関する参照情報とを記憶する。また、記憶回路１５は、異常な心筋に関する参照情報を症例ごとに記憶する。 For example, the storage circuit 15 stores, as reference information, information on a curve indicating a change over time in the signal value of the MR signal during the transient response period when the bSSFP sequence is executed. Here, the storage circuit 15 stores reference information regarding a normal myocardium and reference information regarding an abnormal myocardium as reference information. The storage circuit 15 stores reference information regarding abnormal myocardium for each case.
図３及び４は、第１の実施形態に係る記憶回路１５によって記憶される参照情報の一例を示す図である。 3 and 4 are diagrams illustrating examples of reference information stored by the storage circuit 15 according to the first embodiment.
例えば、図３に示すように、記憶回路１５は、正常な心筋に関する曲線２１を示す情報を記憶する。また、記憶回路１５は、異常な心筋に関する曲線を示す情報として、症例Ａに関する曲線２２と、症例Ｂに関する曲線２３と、症例Ｃに関する曲線２４と、症例Ｄに関する曲線２５とを記憶する。
For example, as illustrated in FIG. 3, the storage circuit 15 stores information indicating a
ここで、記憶回路１５は、これらの参照情報を、予め決められた心筋の複数の区画のそれぞれごとに記憶する。例えば、図４に示すように、記憶回路１５は、心筋を示す円環状の領域を６つの区画Ｓ１〜Ｓ６に分けた区画ごとに、参照情報を記憶する。なお、心筋の区画の数は６つに限られず、５つ以下であってもよいし、７つ以上であってもよい。 Here, the storage circuit 15 stores the reference information for each of a plurality of predetermined sections of the myocardium. For example, as illustrated in FIG. 4, the storage circuit 15 stores the reference information for each of the sections obtained by dividing the annular area indicating the myocardium into six sections S1 to S6. The number of myocardial sections is not limited to six, and may be five or less, or seven or more.
また、記憶回路１５は、これらの参照情報を、被検体の属性情報と、シーケンス情報と、当該参照情報を作成する際に用いられたＴ１値及びＴ２値とに対応付けて記憶する。ここで、被検体の属性情報は、例えば、性別や年齢、体重、病例等である。また、シーケンス情報は、例えば、自由歳差運動及びＲＦパルスによる励起角度に関する情報である。 Further, the storage circuit 15 stores the reference information in association with the attribute information of the subject, the sequence information, and the T1 value and the T2 value used when creating the reference information. Here, the attribute information of the subject is, for example, sex, age, weight, disease example, and the like. Further, the sequence information is, for example, information on the free precession motion and the excitation angle by the RF pulse.
なお、図３に示す例では、過渡応答期間におけるＭＲ信号の信号値を示しているが、参照情報には、過渡応答期間におけるＭＲ信号の信号値に加えて、定常状態におけるＭＲ信号の信号値が含まれていてもよい。 In the example shown in FIG. 3, the signal value of the MR signal in the transient response period is shown, but the reference information includes the signal value of the MR signal in the steady state in addition to the signal value of the MR signal in the transient response period. May be included.
そして、本実施形態では、図１に示した処理回路１７の収集機能１７ａが、ｂＳＳＦＰシーケンスを実行することによって、定常状態に至る前の期間におけるＭＲ信号に基づくデータを収集する。例えば、収集機能１７ａは、ｂＳＳＦＰシーケンスを実行することによって、少なくとも過渡応答期間におけるＭＲ信号に基づく時系列データを収集する。なお、収集機能１７ａは、収集部の実現手段の一例である。 In this embodiment, the collection function 17a of the processing circuit 17 shown in FIG. 1 collects data based on the MR signal in the period before the steady state is reached by executing the bSSFP sequence. For example, the collection function 17a collects time series data based on the MR signal at least in the transient response period by executing the bSSFP sequence. The collection function 17a is an example of a means for realizing the collection unit.
具体的には、収集機能１７ａは、非直交系計測のパルスシーケンスを実行することによって、時系列データを収集する。ここでいう非直交系計測は、ｋ空間を軸に沿って走査する直交系計測に対して、原点を中心に放射線状（ラディアル）や螺旋状（スパイラル）にｋ空間を走査するというように、非直交系の走査を行う方法である。 Specifically, the collection function 17a collects time-series data by executing a non-orthogonal measurement pulse sequence. Non-orthogonal measurement here refers to scanning the k-space in a radial (radial) or spiral (spiral) manner around the origin, as opposed to the orthogonal measurement that scans the k-space along the axis. This is a method of performing non-orthogonal scanning.
本実施形態では、一例として、収集機能１７ａは、ｋ空間に対して原点を中心として放射状に設定された複数のラインそれぞれごとに１つのラインずつ角度をずらしながら順にデータを収集するラディアル収集を行うパルスシーケンスを実行することによって、時系列データを収集する。 In the present embodiment, as an example, the collection function 17a performs radial collection that sequentially collects data while shifting the angle by one line for each of a plurality of lines set radially about the origin with respect to the k space. Time series data is collected by executing a pulse sequence.
一般的に、ＭＲＩ装置を用いた心臓の検査法では、シネ検査、フロー検査、パフュージョン検査、遅延造影検査、冠動脈検査等の複数種類の検査が行われるため、予め検査ごとに決められた複数のプロトコルが順次実行される。 In general, in a heart inspection method using an MRI apparatus, a plurality of types of examinations such as a cine examination, a flow examination, a perfusion examination, a delayed contrast examination, and a coronary artery examination are performed. Are sequentially executed.
ここで、例えば、シネ検査は、心筋や弁の形及び動きを観察するための検査であり、短軸シネ画像を時系列に収集するためのプロトコルが実行される。また、フロー検査は、血液の逆流の有無を判別するための検査であり、血流の流れの速さを画像化するためのプロトコルが実行される。また、パフュージョン検査は、虚血の有無を判別するための検査であり、造影剤を用いてパフュージョン画像を収集するためのプロトコルが実行される。また、遅延造影検査は、心筋梗塞の有無を判別するための検査であり、遅延造影画像を収集するためのプロトコルが実行される。また、冠動脈検査は、冠動脈の狭窄の有無を判別するための検査であり、心臓全体における冠動脈の走行状態を画像化するためのプロトコルが実行される。 Here, for example, the cine examination is an examination for observing the shape and movement of the myocardium and the valve, and a protocol for collecting the short axis cine images in time series is executed. The flow test is a test for determining the presence or absence of blood backflow, and a protocol for imaging the speed of blood flow is executed. The perfusion examination is an examination for determining the presence or absence of ischemia, and a protocol for collecting perfusion images using a contrast agent is executed. The delayed contrast examination is an examination for determining the presence or absence of myocardial infarction, and a protocol for collecting delayed contrast images is executed. The coronary artery examination is an examination for determining the presence or absence of stenosis of the coronary artery, and a protocol for imaging the running state of the coronary artery in the entire heart is executed.
このような心臓の検査法において、通常、シネ検査用のプロトコルでは、ｂＳＳＦＰシーケンスが用いられることが多い。そこで、本実施形態では、収集機能１７ａは、シネ検査用のプロトコルでｂＳＳＦＰシーケンスを実行する際に、少なくとも過渡応答期間における時系列データを収集する。 In such a cardiac examination method, a bSSFP sequence is often used in a protocol for cine examination. Therefore, in the present embodiment, the collection function 17a collects time-series data at least in the transient response period when executing the bSSFP sequence using the cine inspection protocol.
また、本実施形態では、図１に示した処理回路１８の生成機能１８ａが、収集機能１７ａによって収集されたＭＲ信号に基づく時系列データに基づいて、ＭＲ信号の信号値を示す時系列の複数の画像を生成する。なお、生成機能１８ａは、生成部の実現手段の一例である。
Further, in the present embodiment, the
具体的には、生成機能１８ａは、収集機能１７ａによって収集された時系列データから、画像生成に必要なライン数のデータを当該ライン数ずつ時系列順に選択して、時系列の複数の画像を生成する。
Specifically, the
図５及び６は、第１の実施形態に係る生成機能１８ａによる画像の生成の第１の例を示す図である。
5 and 6 are diagrams illustrating a first example of image generation by the
例えば、図５に示すように、生成機能１８ａは、各データに対応付けられている同期情報に基づいて、１つの心拍ごとに、４つの連続する再構成時相（＃１〜＃４）それぞれについて、各時相で収集されたデータを用いて１つの画像を生成する。
For example, as shown in FIG. 5, the
ここで、例えば、図６の左側に示すように、ラディアル収集によって複数ラインのデータが収集されている場合に、１つの画像を生成するために必要なデータのライン数が１２８ラインであったとする。この場合には、例えば、図６の右側に示すように、生成機能１８ａは、連続する１２８ライン分のデータを１つのブロックとして、時系列順に１ブロックずつデータを選択して画像を生成する。
Here, for example, as shown on the left side of FIG. 6, when multiple lines of data are collected by radial collection, it is assumed that the number of data lines required to generate one image is 128 lines. . In this case, for example, as shown on the right side of FIG. 6, the
例えば、生成機能１８ａは、まず、ラディアル収集によって時系列に収集された複数ラインのデータから、１番目のライン（Ｂ１）を先頭にした１２８ライン分のデータ（Ｐｒｊ＃：１〜１２８）を選択して、１つ目の再構成時相（＃１）の画像を生成する。次に、生成機能１８ａは、１２９番目のライン（Ｂ１）を先頭にした１２８ライン分のデータ（Ｐｒｊ＃：１２９〜２５６）を選択して、２つ目の再構成時相（＃２）の画像を生成する。その後も同様に、生成機能１８ａは、時系列順に１２８ライン分ずつ繰り返しデータを選択して、３番目以降の再構成時相の画像を順次生成する。
For example, the
または、生成機能１８ａは、収集機能１７ａによって収集された時系列データから、画像生成に必要なライン数のデータを当該ライン数より少ない数ずつ時系列順にずらしながらデータを選択して、時系列の複数の画像を生成してもよい（スライド再構成）。
Alternatively, the
図７及び８は、第１の実施形態に係る生成機能１８ａによる画像の生成の第２の例を示す図である。
7 and 8 are diagrams illustrating a second example of image generation by the
例えば、図７に示すように、生成機能１８ａは、各データに対応付けられている同期情報に基づいて、１つの心拍ごとに、複数の連続する再構成時相（＃１，＃２，＃３，＃４，＃５・・・）それぞれについて、各時相で収集されたデータを用いて１つの画像を生成する。
For example, as illustrated in FIG. 7, the
ここで、例えば、図８の左側に示すように、ラディアル収集によって複数ラインのデータが収集されている場合に、１つの画像を生成するために必要なデータのライン数が１２８ラインであったとする。この場合には、例えば、図８の右側に示すように、生成機能１８ａは、連続する３２ライン分のデータを１つのブロックとして、時系列順に１ブロックずつ位置をずらしながらデータを選択して画像を生成する。
Here, for example, as shown on the left side of FIG. 8, when multiple lines of data are collected by radial collection, it is assumed that the number of data lines required to generate one image is 128 lines. . In this case, for example, as shown on the right side of FIG. 8, the
例えば、生成機能１８ａは、まず、ラディアル収集によって収集された複数ラインのデータから、１番目のライン（Ｂ１）を先頭にした１２８ライン分のデータ（Ｐｒｊ＃：１〜１２８）を選択して、１つ目の再構成時相（＃１）の画像を生成する。次に、生成機能１８ａは、１番目のラインＢ１から時系列順に３２ライン分だけずらした位置にある３３番目のライン（Ｂ２）を先頭にした１２８ライン分のデータを選択して、２つ目の再構成時相（＃２）の画像を生成する。その後も同様に、生成機能１８ａは、時系列順に３２ライン分ずつ先頭のラインの位置をずらしながら繰り返しデータを選択して（Ｂ３〜）、３番目以降の再構成時相（＃３〜）の画像を順次生成する。
For example, the
生成機能１８ａは、上述した第１の例の方法又は第２の例の方法のうち、予め決められた方法で画像を生成してもよいし、操作者によって選択された方法で画像を生成してもよい。または、生成機能１８ａは、第１の例の方法で画像を生成した後に、生成された画像をディスプレイ１４に表示し、より高い時間分解能で画像を生成することを操作者から要求された場合に、第２の例の方法で画像を生成し直すようにしてもよい。
The
また、例えば、生成機能１８ａは、過渡応答期間が終了した時点で、画像生成の方法を第２の例の方法から第１の例の方法に切り替えるようにしてもよい。この場合には、例えば、生成機能１８ａは、ｂＳＳＦＰシーケンスによって収集されるデータから順次得られるＭＲ信号の信号値に基づいて、信号値の変化の大きさが所定の閾値以下となったタイミングで、過渡応答期間が終了したと判定する。これにより、定常状態となった後で収集されたデータから、第１の例の方法によって、シネ検査用の短軸シネ画像が生成されるようになる。
Further, for example, the
そして、本実施形態では、図１に示したように、処理回路１９が、作成機能１９ｂと、補正機能１９ｃと、特定機能１９ｄと、推定機能１９ｅと、判別機能１９ｆとを有する。
In this embodiment, as shown in FIG. 1, the
作成機能１９ｂは、既存の症例データ（例えば、非特許文献１：Scott A. Hamlin et al.、”Mapping the Future of Cardiac MR Imaging: Case-based Review of T1 and T2 Mapping Techniques”、Radiographics. 2014 Oct;34(6):1594-611.、非特許文献２：Philippe Germain et al.、”Native T1 Mapping of the Heart - A Pictorial Review”、Clin Med Insights Cardiol.、2014; 8(Suppl 4): 1-11.、非特許文献３：Dina Radenkovic et al.、”T1 mapping in cardiac MRI”、Heart Fail Rev. 2017 Jul;22(4):415-430.等を参照）を用いたシミュレーションによって参照情報を作成する。なお、作成機能１９ｂは、作成部の実現手段の一例である。 The creation function 19b is based on existing case data (for example, Non-Patent Document 1: Scott A. Hamlin et al., “Mapping the Future of Cardiac MR Imaging: Case-based Review of T1 and T2 Mapping Techniques”, Radiographics. 2014 Oct. 34 (6): 1594-611., Non-Patent Document 2: Philippe Germain et al., “Native T1 Mapping of the Heart-A Pictorial Review”, Clin Med Insights Cardiol., 2014; 8 (Suppl 4): 1 -11., Non-Patent Document 3: Dina Radenkovic et al., “T1 mapping in cardiac MRI”, see Heart Fail Rev. 2017 Jul; 22 (4): 415-430. Create The creation function 19b is an example of a means for realizing the creation unit.
具体的には、作成機能１９ｂは、症例データとして、病院等で記録されている測定結果に基づく臨床データや医学論文等の文献等で認められた疫学的なデータ等を、病院等に設置されたデータベースから取得する。そして、作成機能１９ｂは、取得したデータを用いて、ｂＳＳＦＰシーケンスを実行した場合の過渡応答期間における心筋のＭＲ信号の信号値をシミュレーションすることで、参照情報を作成する。 Specifically, the creation function 19b is installed in a hospital or the like as case data, such as clinical data based on measurement results recorded in a hospital or the like, or epidemiological data recognized in a literature such as a medical paper. From the database. Then, the creation function 19b creates reference information by simulating the signal value of the MR signal of the myocardium during the transient response period when the bSSFP sequence is executed using the acquired data.
例えば、作成機能１９ｂは、ブロッホの式を用いてシミュレーションを行うことで、ｂＳＳＦＰシーケンスを実行した場合の過渡応答期間における心筋のＭＲ信号の信号値を求める。ブロッホの式は、巨視的磁化（スピン）の挙動を表現することが可能な式として知られており、ＭＲＩのシミュレータ等で用いられている。 For example, the creation function 19b performs simulation using the Bloch equation to obtain the signal value of the myocardial MR signal during the transient response period when the bSSFP sequence is executed. The Bloch equation is known as an equation capable of expressing the behavior of macroscopic magnetization (spin), and is used in an MRI simulator or the like.
ｂＳＳＦＰシーケンスにおける任意の時点から次の時点へのスピン（磁化）の挙動の変化は、ブロッホの式に基づく離散システムと行列によって表現することができる。例えば、ｂＳＳＦＰシーケンスの過渡応答期間における磁化の挙動の変化は、以下の式（１）によって計算することができる。 The change in the behavior of spin (magnetization) from any time point to the next time point in the bSSFP sequence can be expressed by a discrete system and a matrix based on Bloch's equation. For example, the change in magnetization behavior during the transient response period of the bSSFP sequence can be calculated by the following equation (1).
Ｍ（ｎ＋１） ＝ ＡＭ（ｎ）＋Ｂ ・・・ （１） M (n + 1) = AM (n) + B (1)
ここで、Ｍ（ｎ），Ｍ（ｎ＋１）は、ｂＳＳＦＰシーケンスによるｎ番目，ｎ＋１番目のステップにおける磁化（Ｍｘ，Ｍｙ，Ｍｚ）を表す３次元ベクトルであり、Ａは、３×３行列であり、Ｂは、３次元ベクトルである。これらのベクトル及び行列は、それぞれ、自由歳差運動、ＲＦパルスによる励起角度、Ｔ１値及びＴ２値から求められる。 Here, M (n) and M (n + 1) are three-dimensional vectors representing magnetization (Mx, My, Mz) in the n-th and n + 1-th steps according to the bSSFP sequence, and A is a 3 × 3 matrix. , B are three-dimensional vectors. These vectors and matrices are obtained from free precession, excitation angle by RF pulse, T1 value, and T2 value, respectively.
また、ｂＳＳＦＰシーケンスのＭＲ信号は、複素信号による以下の式（２）で表現することができる。 The MR signal of the bSSFP sequence can be expressed by the following equation (2) using a complex signal.
Ｓssfp（Ｍｘｙ∝） ＝ Ｍｘ ＋ ｉＭｙ ・・・（２） S ssfp (Mxy∝) = Mx + iMy (2)
ここで、Ｍｘ、Ｍｙは前述のＸ軸方向とＹ軸方向の磁化ベクトルであり、ｉは虚数単位である（ｉ2＝−１）。 Here, Mx and My are the above-described magnetization vectors in the X-axis direction and the Y-axis direction, and i is an imaginary unit (i 2 = −1).
その後、作成機能１９ｂは、式（２）で表現されるＭＲ信号の信号値に基づいた時系列データを以下の式（３）で表される曲線で近似することによって、近似曲線を導出する。そして、作成機能１９ｂは、導出した近似曲線を参照情報として記憶回路１５に記憶させる。 Thereafter, the creation function 19b derives an approximate curve by approximating the time series data based on the signal value of the MR signal expressed by Expression (2) with the curve expressed by Expression (3) below. Then, the creation function 19b stores the derived approximate curve in the storage circuit 15 as reference information.
Ｓssfp＝α＋β＊ｅｘｐ（−１＊χ／τ） ・・・ （３） S ssfp = α + β * exp (−1 * χ / τ) (3)
ここで、作成機能１９ｂは、このような参照情報を、前述した心筋の区画ごとに作成して、記憶回路１５に記憶させる。また、作成機能１９ｂは、このような参照情報を、前述した被検体の属性情報と、シーケンス情報と、当該参照情報を作成する際に用いられたＴ１値及びＴ２値と対応付けて、記憶回路１５に記憶させる。 Here, the creation function 19b creates such reference information for each of the above-described myocardial sections and stores it in the storage circuit 15. In addition, the creation function 19b associates such reference information with the above-described subject attribute information, sequence information, and the T1 value and T2 value used when creating the reference information. 15 is stored.
例えば、作成機能１９ｂは、ＭＲＩ装置１００が病院等に設置された際に、参照情報を作成する。また、例えば、作成機能１９ｂは、操作者から要求されたタイミングで、参照情報を作成する。
For example, the creation function 19b creates reference information when the
補正機能１９ｃは、ファントムを使って収集されたデータを用いて参照情報を補正する。なお、補正機能１９ｃは、補正部の実現手段の一例である。
The
具体的には、補正機能１９ｃは、Ｔ１値及びＴ２値が既知であるファントムを使って収集されたデータと、同じＴ１値及びＴ２値に対応する参照情報とを比較することで、記憶回路１５に記憶されている参照情報を補正するための補正係数を求める。そして、補正機能１９ｃは、求めた補正係数を用いて、記憶回路１５に記憶されている他の参照情報を補正する。
Specifically, the
例えば、補正機能１９ｃは、ＭＲＩ装置１００が病院等に設置された際にキャリブレーション用のファントムを使用して収集されたデータを用いて、参照情報を補正する。また、例えば、補正機能１９ｃは、操作者から要求されたタイミングで、参照情報を補正する。
For example, the
このように参照情報を補正することによって、ＭＲＩ装置１００が設置される環境によって心筋の縦磁化及び横磁化の時系列の挙動に変化が生じるような場合でも、環境ごとに適切な参照情報を用いることができるようになる。
By correcting the reference information in this way, appropriate reference information is used for each environment even when the time series behavior of the longitudinal magnetization and transverse magnetization of the myocardium changes depending on the environment in which the
特定機能１９ｄは、収集機能１７ａによって収集されたデータと記憶回路１５に記憶されている参照情報とを比較し、所定の関係を有する参照情報を特定する。例えば、特定機能１９ｄは、収集機能１７ａによって収集されたＭＲ信号に基づく時系列データの信号値に基づいて、記憶回路１５に記憶されている参照情報の中から、類似するＭＲ信号に基づく時系列データの参照情報を特定する。なお、特定機能１９ｄは、特定部の実現手段の一例である。 The identification function 19d compares the data collected by the collection function 17a with the reference information stored in the storage circuit 15, and identifies the reference information having a predetermined relationship. For example, the specifying function 19d uses the time series based on a similar MR signal from the reference information stored in the storage circuit 15 based on the signal value of the time series data based on the MR signal collected by the collecting function 17a. Identify data reference information. The specific function 19d is an example of a means for realizing the specific unit.
具体的には、特定機能１９ｄは、収集機能１７ａによって収集されたＭＲ信号に基づく時系列データから得られるＭＲ信号の信号値の近似曲線と、記憶回路１５に記憶されている各参照情報によって表される曲線とをパターンマッチングすることで、類似するＭＲ信号に基づく時系列データの参照情報を特定する。 Specifically, the specifying function 19d is represented by an approximate curve of the signal value of the MR signal obtained from the time series data based on the MR signal collected by the collecting function 17a and each reference information stored in the storage circuit 15. The reference information of the time-series data based on the similar MR signal is specified by pattern matching with the curved line.
より具体的には、特定機能１９ｄは、生成機能１８ａによって生成された時系列の複数の画像に基づいて、類似するＭＲ信号に基づく時系列データの参照情報を特定する。ここで、特定機能１９ｄは、まず、生成機能１８ａによって生成された時系列の複数の画像のうちの１つに関心領域を設定する。
More specifically, the specifying function 19d specifies reference information of time-series data based on similar MR signals based on a plurality of time-series images generated by the
図９は、第１の実施形態に係る特定機能１９ｄによる関心領域の設定の一例を示す図である。 FIG. 9 is a diagram illustrating an example of setting the region of interest by the specific function 19d according to the first embodiment.
例えば、図９に示すように、特定機能１９ｄは、時系列の複数の画像のうちの１つの画像３１から心筋の領域３２を抽出し、抽出した領域３２を関心領域として設定する。ここで、画像から心筋の領域を抽出する方法としては、公知の各種の領域抽出方法を用いることができる。その後、特定機能１９ｄは、抽出した関心領域に含まれる複数のボクセルについて、ボクセルごとに、他の画像それぞれで同じ部分に対応するボクセルを特定する。ここで、同じ部分に対応するボクセルを特定する方法としては、公知の各種のトラッキング方法を用いることができる。
For example, as illustrated in FIG. 9, the specifying function 19 d extracts a
そして、特定機能１９ｄは、関心領域内で同じ部分に対応するボクセルごとに、少なくとも過渡応答期間におけるＭＲ信号の信号値の近似曲線を導出する。 Then, the specific function 19d derives an approximate curve of the signal value of the MR signal at least in the transient response period for each voxel corresponding to the same portion in the region of interest.
図１０は、第１の実施形態に係る特定機能１９ｄによる近似曲線の導出の一例を示す図である。 FIG. 10 is a diagram illustrating an example of the derivation of the approximate curve by the specific function 19d according to the first embodiment.
ここで、図１０に示す複数の白い丸は、関心領域に含まれる１つのボクセルについて、時系列の複数の画像それぞれから特定されたＭＲ信号の信号値を示している。例えば、図１０に示すように、特定機能１９ｄは、時系列のＭＲ信号の信号値を前述した式（３）で表される曲線で近似することによって、近似曲線４１を導出する。
Here, a plurality of white circles shown in FIG. 10 indicate signal values of MR signals specified from a plurality of time-series images for one voxel included in the region of interest. For example, as illustrated in FIG. 10, the specifying function 19d derives the
そして、特定機能１９ｄは、導出した近似曲線と、記憶回路１５に記憶されている各参照情報によって表される曲線とをパターンマッチングすることで、最も類似する曲線を特定する。このとき、特定機能１９ｄは、前述した心筋の複数の区画に対応するように関心領域を複数の区画に分けることで、処理対象のボクセルが属する区画を特定し、特定した区画に対応する参照情報の曲線と、近似曲線とをパターンマッチングする。 Then, the specifying function 19d specifies the most similar curve by performing pattern matching between the derived approximate curve and the curve represented by each reference information stored in the storage circuit 15. At this time, the specifying function 19d specifies the section to which the processing target voxel belongs by dividing the region of interest into a plurality of sections so as to correspond to the plurality of sections of the myocardium described above, and the reference information corresponding to the specified section The pattern is matched with the approximate curve.
ここで、特定機能１９ｄは、診断対象の被検体の属性情報に対応し、かつ、収集機能１７ａによって実行されたｂＳＳＦＰシーケンスに関するシーケンス情報に対応する参照情報の曲線と、近似曲線とをパターンマッチングする。なお、このとき、診断対象の被検体の属性情報に対応し、かつ、収集機能１７ａによって実行されたｂＳＳＦＰシーケンスに関するシーケンス情報に対応する参照情報が記憶回路１５に記憶されている参照情報の中に存在していない場合には、特定機能１９ｄは、作成機能１９ｂに指示することによって、条件に合う参照情報を作成して、パターンマッチングに用いる。 Here, the specifying function 19d pattern-matches the curve of the reference information corresponding to the attribute information of the subject to be diagnosed and corresponding to the sequence information related to the bSSFP sequence executed by the collection function 17a and the approximate curve. . At this time, the reference information corresponding to the attribute information of the subject to be diagnosed and corresponding to the sequence information related to the bSSFP sequence executed by the collection function 17a is included in the reference information stored in the storage circuit 15. If it does not exist, the specifying function 19d instructs the creation function 19b to create reference information that meets the conditions and uses it for pattern matching.
また、例えば、前述したように、記憶回路１５に記憶されている参照情報に、定常状態におけるＭＲ信号の信号値も含まれている場合には、特定機能１９ｄは、過渡応答期間及び定常状態の両方におけるＭＲ信号の信号値を用いてパターンマッチングを行ってもよい。これにより、参照情報の特定の精度を向上させることができる。 Further, for example, as described above, when the reference information stored in the storage circuit 15 also includes the signal value of the MR signal in the steady state, the specific function 19d includes the transient response period and the steady state. Pattern matching may be performed using signal values of MR signals in both. Thereby, the specific precision of reference information can be improved.
図１１は、第１の実施形態に係る特定機能１９ｄによる参照情報の特定の一例を示す図である。 FIG. 11 is a diagram illustrating an example of specifying reference information by the specifying function 19d according to the first embodiment.
例えば、図１１に示すように、特定機能１９ｄは、図３に例示した複数の曲線の中で、図１０に示した近似曲線４１と最も類似する曲線として、症例Ｂに関する曲線２３を特定する。
For example, as illustrated in FIG. 11, the specifying function 19 d specifies the
なお、例えば、特定機能１９ｄは、機械学習アルゴリズムに基づいて、類似するＭＲ信号に基づく時系列データの参照情報を特定してもよい。例えば、特定機能１９ｄは、ニューラルネットワークや深層学習等の機械学習アルゴリズムを用いて、記憶回路１５に記憶されている参照情報の中から、収集されたＭＲ信号の時系列データに類似するＭＲ信号に基づく時系列データの参照情報を特定する。 For example, the specifying function 19d may specify reference information of time-series data based on similar MR signals based on a machine learning algorithm. For example, the specific function 19d uses a machine learning algorithm such as a neural network or deep learning to convert an MR signal similar to time series data of the collected MR signal from the reference information stored in the storage circuit 15. Specify reference information of time series data based.
推定機能１９ｅは、特定機能１９ｄによって特定された参照情報に基づいて、心筋の特性を判定する。例えば、推定機能１９ｅは、特定機能１９ｄによって特定された参照情報に基づいて、Ｔ１値を推定する。なお、推定機能１９ｅは、判定部及び推定部の実現手段の一例である。
The
具体的には、推定機能１９ｅは、関心領域に含まれるボクセルごとに、特定機能１９ｄによって特定された参照情報に対応付けられているＴ１値を取得し、当該Ｔ１値を推定Ｔ１値とする。そして、推定機能１９ｅは、ボクセルごとに取得した推定Ｔ１値を色でマッピングしたＴ１マップ画像を生成し、生成したＴ１マップ画像をディスプレイ１４に表示する。
Specifically, the
判別機能１９ｆは、特定機能１９ｄによって特定された参照情報に基づいて、心筋が正常か異常かを判別する。なお、判別機能１９ｆは、判別部の実現手段の一例である。 The determination function 19f determines whether the myocardium is normal or abnormal based on the reference information specified by the specification function 19d. The discrimination function 19f is an example of a means for realizing the discrimination unit.
具体的には、判別機能１９ｆは、特定機能１９ｄによって特定された参照情報が正常な心筋に関する参照情報であった場合に、心筋が正常であると判別する。また、判別機能１９ｆは、特定機能１９ｄによって特定された参照情報が異常な心筋に関する参照情報であった場合に、心筋が異常であると判別する。 Specifically, the determination function 19f determines that the myocardium is normal when the reference information specified by the specification function 19d is reference information regarding a normal myocardium. Further, the determination function 19f determines that the myocardium is abnormal when the reference information specified by the specification function 19d is reference information regarding an abnormal myocardium.
なお、例えば、判別機能１９ｆは、機械学習アルゴリズムに基づいて、心筋が正常か異常かを判別してもよい。例えば、判別機能１９ｆは、ニューラルネットワークや深層学習等の機械学習アルゴリズムを用いて、特定機能１９ｄによって特定された参照情報が正常な心筋に関するものか異常な心筋に関するものかを判別する。 For example, the determination function 19f may determine whether the myocardium is normal or abnormal based on a machine learning algorithm. For example, the determination function 19f determines whether the reference information specified by the specifying function 19d relates to a normal myocardium or an abnormal myocardium using a machine learning algorithm such as a neural network or deep learning.
そして、判別機能１９ｆは、正常／異常の判別をディスプレイ１４に表示する。 Then, the determination function 19 f displays normal / abnormal determination on the display 14.
例えば、判別機能１９ｆは、収集機能１７ａによって収集されたＭＲ信号に基づく時系列データから得られるＭＲ信号の経時的な変化と、記憶回路１５に記憶されている正常な心筋に関する参照情報におけるＭＲ信号の経時的な変化との相関度を示す情報をディスプレイ１４に表示する。また、判別機能１９ｆは、心筋が異常であると判定した場合に、特定された参照情報に基づいて、当該参照情報の症例を示す情報をディスプレイ１４に表示する。また、ディスプレイ１４が、特定機能１９ｄによって特定された参照情報を表示する。 For example, the discriminating function 19f may change the MR signal over time obtained from the time-series data based on the MR signal collected by the collecting function 17a and the MR signal in the reference information related to the normal myocardium stored in the storage circuit 15. Information indicating the degree of correlation with the change with time is displayed on the display 14. Further, when it is determined that the myocardium is abnormal, the determination function 19f displays information indicating a case of the reference information on the display 14 based on the specified reference information. Further, the display 14 displays the reference information specified by the specifying function 19d.
図１２は、第１の実施形態に係る判別機能１９ｆによる情報の表示の一例を示す図である。 FIG. 12 is a diagram illustrating an example of information display by the determination function 19f according to the first embodiment.
例えば、図１２に示すように、判別機能１９ｆは、関心領域に含まれるボクセルごとに、特定機能１９ｄによって導出された近似曲線４１と、記憶回路１５に記憶されている正常な心筋に関する参照情報によって示される正常な心筋に関する曲線２１と、特定機能１９ｄによって特定された症例Ｂに関する曲線２３を表示する。
For example, as shown in FIG. 12, the determination function 19 f uses the
また、判別機能１９ｆは、特定機能１９ｄによって導出された近似曲線４１と正常な心筋に関する曲線２１との相関度、特定機能１９ｄによって特定された異常な心筋に関する曲線２３の症例を示す情報（図１２に示す例では、「症例Ｂの疑い」）、及び、特定機能１９ｄによって導出された近似曲線４１と当該異常な心筋に関する曲線２３との相関度を示す情報５３を、上述した各曲線とともに、ディスプレイ１４にさらに表示する。
The discriminating function 19f is information indicating the degree of correlation between the
なお、ここでは、判別機能１９ｆが、ボクセルごとに情報を表示する場合の例を説明したが、例えば、心筋の区画ごとに情報を表示してもよい。この場合には、例えば、判別機能１９ｆは、関心領域に含まれる各ボクセルにおけるＭＲ信号の信号値の平均値を示す曲線５１をディスプレイ１４に表示する。 Here, an example in which the determination function 19f displays information for each voxel has been described, but information may be displayed for each segment of the myocardium, for example. In this case, for example, the discriminating function 19f displays on the display 14 a curve 51 indicating the average value of the MR signal values in each voxel included in the region of interest.
図１３は、第１の実施形態に係るＭＲＩ装置１００によって行われる処理の処理手順を示すフローチャートである。
FIG. 13 is a flowchart illustrating a processing procedure of processing performed by the
例えば、図１３に示すように、本実施形態では、まず、主制御機能１９ａが、ｂＳＳＦＰシーケンスに関する撮像条件を設定する（ステップＳ１０１）。このステップＳ１０１は、例えば、処理回路１９が主制御機能１９ａに対応する所定のプログラムを記憶回路１５から読み出して実行することによって実現される。
For example, as shown in FIG. 13, in the present embodiment, first, the main control function 19a sets an imaging condition related to the bSSFP sequence (step S101). This step S101 is realized, for example, when the
続いて、収集機能１７ａが、主制御機能１９ａによって設定された撮像条件に基づいてｂＳＳＦＰシーケンスを実行することによって、少なくとも過渡応答期間における時系列データを収集する（ステップＳ１０２）。また、収集機能１７ａは、ＥＣＧ回路１２から出力されるトリガ信号に基づいて、心時相を示す同期情報を計測する（ステップＳ１０３）。このステップＳ１０２及びＳ１０３は、例えば、例えば、処理回路１７が収集機能１７ａに対応する所定のプログラムを記憶回路１５から読み出して実行することによって実現される。 Subsequently, the collection function 17a collects time series data at least in the transient response period by executing the bSSFP sequence based on the imaging conditions set by the main control function 19a (step S102). Further, the collection function 17a measures synchronization information indicating a cardiac time phase based on the trigger signal output from the ECG circuit 12 (step S103). Steps S102 and S103 are realized, for example, when the processing circuit 17 reads a predetermined program corresponding to the collection function 17a from the storage circuit 15 and executes it.
続いて、生成機能１８ａが、収集機能１７ａによって収集された時系列データに基づいて、時系列の画像を生成する（ステップＳ１０４）。このステップＳ１０４は、例えば、処理回路１８が生成機能１８ａに対応する所定のプログラムを記憶回路１５から読み出して実行することによって実現される。
Subsequently, the
続いて、特定機能１９ｄが、生成機能１８ａによって生成された時系列の画像のうちの１つに関心領域を設定し（ステップＳ１０５）、関心領域内で同じ部分に対応するボクセルごとに、少なくとも過渡応答期間におけるＭＲ信号の信号値の近似曲線を導出する（ステップＳ１０６）。そして、特定機能１９ｄは、導出した近似曲線と、記憶回路１５に記憶されている各参照情報によって表される曲線とをパターンマッチングすることで、最も類似する曲線を特定する（ステップＳ１０７）。このステップＳ１０５〜Ｓ１０７は、例えば、処理回路１９が特定機能１９ｄに対応する所定のプログラムを記憶回路１５から読み出して実行することによって実現される。
Subsequently, the specifying function 19d sets a region of interest in one of the time-series images generated by the
続いて、推定機能１９ｅが、特定機能１９ｄによって特定された曲線に基づいて、Ｔ１値を推定する（ステップＳ１０８）。そして、推定機能１９ｅは、推定したＴ１値に基づいてＴ１マップ画像を生成し（ステップＳ１０９）、生成したＴ１マップ画像をディスプレイ１４に表示する（ステップＳ１１０）。このステップＳ１０８〜Ｓ１１０は、例えば、処理回路１９が推定機能１９ｅに対応する所定のプログラムを記憶回路１５から読み出して実行することによって実現される。
Subsequently, the estimating
続いて、判別機能１９ｆが、特定機能１９ｄによって特定された曲線に基づいて、心筋の正常／異常を判別し（ステップＳ１１１）、正常／異常の判別結果をディスプレイ１４に表示する（ステップＳ１１２）。このステップＳ１１１及びＳ１１２は、例えば、処理回路１９が判別機能１９ｆに対応する所定のプログラムを記憶回路１５から読み出して実行することによって実現される。
Subsequently, the discrimination function 19f discriminates normal / abnormality of the myocardium based on the curve specified by the specifying function 19d (step S111), and displays the normal / abnormal discrimination result on the display 14 (step S112). Steps S111 and S112 are realized, for example, when the
上述したように、第１の実施形態では、ｂＳＳＦＰシーケンスの少なくとも過渡応答期間に収集されたデータを利用して、心筋の組織定量値を推定することができる。これにより、第１の実施形態によれば、簡易的なバイオマーカとして、心筋性状の診断を支援するための情報を提供することができる。 As described above, in the first embodiment, it is possible to estimate the myocardial tissue quantitative value using data collected at least in the transient response period of the bSSFP sequence. Thereby, according to 1st Embodiment, the information for assisting the diagnosis of myocardial property can be provided as a simple biomarker.
例えば、Ｔ１値を表す色を各ピクセルに割り当てたＴ１マップ画像を表示するＴ１マッピング法等が知られている。しかしながら、このような従来のマップ画像では、臨床的には、心筋性状の診断が難しい場合が多い。 For example, a T1 mapping method for displaying a T1 map image in which a color representing a T1 value is assigned to each pixel is known. However, with such conventional map images, it is often difficult to diagnose myocardial properties clinically.
このことから、心筋性状の診断手法の一例として、ＥＣＶ（Extracellular Volume）を併用したＴ１マッピング法も検討されているが、ＥＣＶは造影剤を用いる方法であり、被検体となる患者の負担が大きい。また、現状、Ｔ１マッピング法は、確立されたデータ収集方法が無く（一例として、ＭＯＬＬＩ法はあるが）、データ収集方法や被検体等によって誤差要因が多い。また、Ｔ１マッピング法は、撮像条件の設定、データ収集、及び後処理が複雑であるため、臨床的には使い難い面もある。 For this reason, T1 mapping method using ECV (Extracellular Volume) is also studied as an example of a diagnostic method for myocardial properties. However, ECV is a method using a contrast agent, and a burden on a patient as a subject is heavy. . At present, the T1 mapping method does not have an established data collection method (for example, there is a MOLLI method), and there are many error factors depending on the data collection method and the subject. Further, the T1 mapping method is difficult to use clinically because the setting of imaging conditions, data collection, and post-processing are complicated.
これに対し、第１の実施形態で説明した方法は、造影剤を用いないため、被検体となる患者の負担を軽減することができる。また、第１の実施形態で説明した方法は、例えば、経過観察を必要とする場合の代替方法として用いることが可能である（例えば、３回の検査の中で、２回の検査を上述した方法で代替する）。また、第１の実施形態で説明した方法は、短時間（２心拍から３心拍程度）で測定が可能なため、被検体の心拍変動、息止め時の呼吸変動等のアーチファクトが軽減し、安定した測定結果を得ることができる。また、第１の実施形態で説明した方法は、ＭＲＩ装置を用いた通常の心臓の検査法（例えば、左室機能評価）で一般的に行われる短軸シネ画像の撮像とほぼ同じタイミングで使用可能であるため、通常の心臓の検査法で行われるプロトコルに容易に組み込むことができる。 On the other hand, since the method described in the first embodiment does not use a contrast agent, it is possible to reduce the burden on the patient as the subject. In addition, the method described in the first embodiment can be used as an alternative method when, for example, follow-up is required (for example, two inspections are described above in three inspections. Alternative by way). Further, since the method described in the first embodiment can be measured in a short time (about 2 to 3 heartbeats), artifacts such as heartbeat fluctuation of the subject and breathing fluctuation at the time of breath holding are reduced and stable. Measurement results can be obtained. The method described in the first embodiment is used at almost the same timing as the imaging of a short-axis cine image generally performed in a normal cardiac examination method (for example, left ventricular function evaluation) using an MRI apparatus. Because it is possible, it can be easily incorporated into protocols performed in normal cardiac examinations.
なお、前述したように、一般的に、ＭＲＩ装置を用いた心臓の検査法では複数のプロトコルが順次実行されるが、これらの複数のプロトコルの中には、パフュージョン検査用のプロトコルや遅延造影撮像用のプロトコルのように、造影剤の注入を伴うものと、シネ検査用のプロトコルやフロー検査用のプロトコルのように、造影剤の注入を伴わないものとが含まれる。 As described above, in general, a plurality of protocols are sequentially executed in a cardiac examination method using an MRI apparatus. Among these protocols, a protocol for perfusion examination and delayed contrast imaging are included. A protocol that involves the injection of a contrast agent as in the imaging protocol and a protocol that does not involve the injection of a contrast medium, such as a protocol for cine inspection and a protocol for flow inspection, are included.
そこで、例えば、収集機能１７ａは、被検体Ｓへの造影剤の注入を伴うプロトコルを含む複数のプロトコルを続けて実行する場合には、造影剤の注入が行われる前に、過渡応答期間における時系列データを収集し、判別機能１９ｆによって心筋が正常であると判別されたときには、造影剤の注入及び造影剤の注入を伴うプロトコルの実行を省略するようにしてもよい。すなわち、収集機能１７ａは、判別機能１９ｆによって心筋が異常であると判別されたときのみ、造影剤の注入及び造影剤の注入を伴うプロトコルを実行する。 Thus, for example, when the collection function 17a continuously executes a plurality of protocols including a protocol involving the injection of the contrast medium into the subject S, the acquisition function 17a may be in a transient response period before the injection of the contrast medium. When the series data is collected and the discrimination function 19f determines that the myocardium is normal, the injection of the contrast agent and the execution of the protocol involving the injection of the contrast agent may be omitted. That is, the collection function 17a executes a protocol involving the injection of contrast medium and the injection of contrast medium only when the myocardium is determined to be abnormal by the determination function 19f.
このような構成によれば、必要な場合のみ、造影剤の注入及び造影剤の注入を伴うプロトコルを実行することが可能になり、造影剤を使用する頻度を減らすことができる。これにより、被検体となる患者の負担を軽減することができるようになる。 According to such a configuration, it becomes possible to execute a protocol involving injection of a contrast medium and injection of a contrast medium only when necessary, and the frequency of using the contrast medium can be reduced. As a result, the burden on the patient as the subject can be reduced.
なお、上述した第１の実施形態では、本明細書における収集部を処理回路１７の収集機能１７ａによって実現し、生成部を処理回路１８の生成機能１８ａによって実現し、作成部、補正部、特定部、推定部及び判別部を、それぞれ、処理回路１９の作成機能１９ｂ、補正機能１９ｃ、特定機能１９ｄ、推定機能１９ｅ及び判別機能１９ｆによって実現する場合の例を説明したが、実施形態はこれに限られない。例えば、本明細書における収集部、生成部、作成部、補正部、特定部、推定部及び判別部は、それぞれ、実施形態で述べた収集機能１７ａ、生成機能１８ａ、作成機能１９ｂ、補正機能１９ｃ、特定機能１９ｄ、推定機能１９ｅ及び判別機能１９ｆによって実現する他にも、ハードウェアのみ、又は、ハードウェアとソフトウェアとの混合によって同機能を実現するものであっても構わない。
In the first embodiment described above, the collection unit in this specification is realized by the collection function 17a of the processing circuit 17, and the generation unit is realized by the
（第２の実施形態）
以上、第１の実施形態では、本願が開示する技術をＭＲＩ装置に適用した場合の例を説明したが、実施形態はこれに限られない。例えば、本願が開示する技術は、ネットワークを介してＭＲＩ装置１００と接続された画像処理装置に適用することも可能である。そこで、以下では、第２の実施形態として、画像処理装置の実施形態を説明する。
(Second Embodiment)
As described above, in the first embodiment, the example in which the technique disclosed in the present application is applied to the MRI apparatus has been described, but the embodiment is not limited thereto. For example, the technology disclosed in the present application can also be applied to an image processing apparatus connected to the
図１４は、第２の実施形態に係る画像処理装置の構成の一例を示す図である。例えば、図１４に示すように、本実施形態に係る画像処理装置３００は、ネットワーク４００を介して、ＭＲＩ装置１００及び画像保管装置２００と通信可能に接続されている。
FIG. 14 is a diagram illustrating an example of the configuration of the image processing apparatus according to the second embodiment. For example, as illustrated in FIG. 14, the
ＭＲＩ装置１００は、磁気共鳴現象を利用して被検体の画像データを収集する。具体的には、ＭＲＩ装置１００は、操作者によって設定された撮像条件に基づいて各種撮像シーケンスを実行することで、被検体から磁気共鳴データを収集する。そして、ＭＲＩ装置１００は、収集した磁気共鳴データに対してフーリエ変換処理等の画像処理を施すことで、２次元又は３次元の画像データを生成する。
The
画像保管装置２００は、ＭＲＩ装置１００によって収集された画像データを保管する。具体的には、画像保管装置２００は、ネットワーク４００を介してＭＲＩ装置１００から画像データを取得し、取得した画像データを装置内又は装置外に設けられた記憶回路に記憶させる。例えば、画像保管装置２００は、サーバ装置等のコンピュータ機器によって実現される。
The
画像処理装置３００は、ネットワーク４００を介してＭＲＩ装置１００又は画像保管装置２００から画像データを取得し、取得した画像データに対して各種画像処理を行う。例えば、画像処理装置３００は、ワークステーション等のコンピュータ機器によって実現される。
The
具体的には、画像処理装置３００は、ＮＷインタフェース３１０、記憶回路３２０、入力インタフェース３３０、ディスプレイ３４０、及び、処理回路３５０を有する。
Specifically, the
ＮＷインタフェース３１０は、ネットワーク４００を介して接続された他の装置と画像処理装置３００との間で送受信される各種データの伝送及び通信を制御する。具体的には、ＮＷインタフェース３１０は、処理回路３５０に接続され、処理回路３５０から出力される画像データをＭＲＩ装置１００又は画像保管装置２００に送信する。また、ＮＷインタフェース３１０は、ＭＲＩ装置１００又は画像保管装置２００から受信した画像データを処理回路３５０に出力する。例えば、ＮＷインタフェース３１０は、ネットワークカードやネットワークアダプタ、ＮＩＣ（Network Interface Controller）等によって実現される。
The NW interface 310 controls transmission and communication of various data transmitted and received between the
記憶回路３２０は、各種データを記憶する。具体的には、記憶回路３２０は、処理回路３５０に接続されており、処理回路３５０から送られる命令に応じて、入力されたデータを記憶し、又は、記憶しているデータを処理回路３５０に出力する。例えば、記憶回路３２０は、ＲＡＭ（Random Access Memory）、フラッシュメモリ等の半導体メモリ素子や、ハードディスク、光ディスク等によって実現される。なお、記憶回路３２０は、記憶部の実現手段の一例である。
The
入力インタフェース３３０は、操作者から各種指示及び各種情報の入力操作を受け付ける。具体的には、入力インタフェース３３０は、処理回路３５０に接続されており、操作者から受け取った入力操作を電気信号へ変換し制御回路へと出力する。例えば、入力インタフェース３３０は、関心領域（Region Of Interest：ＲＯＩ）の設定等を行うためのトラックボール、スイッチボタン、マウス、キーボード、操作面へ触れることで入力操作を行うタッチパッド、表示画面とタッチパッドとが一体化されたタッチスクリーン、光学センサを用いた非接触入力インタフェース、及び音声入力インタフェース等によって実現される。なお、本明細書において、入力インタフェース３３０は、マウス、キーボード等の物理的な操作部品を備えるものだけに限られない。例えば、装置とは別体に設けられた外部の入力機器から入力操作に対応する電気信号を受け取り、この電気信号を制御回路へ出力する電気信号の処理回路も入力インタフェース３３０の例に含まれる。なお、入力インタフェース３３０は、入力部の実現手段の一例である。
The input interface 330 accepts various instructions and various information input operations from the operator. Specifically, the input interface 330 is connected to the
ディスプレイ３４０は、各種情報及び各種画像を表示する。具体的には、ディスプレイ３４０は、処理回路３５０に接続されており、処理回路３５０から送られる各種情報及び各種画像のデータを表示用の電気信号に変換して出力する。例えば、ディスプレイ３４０は、液晶モニタやＣＲＴ（Cathode Ray Tube）モニタ、タッチパネル等によって実現される。なお、ディスプレイ３４０は、表示部の実現手段の一例である。
The display 340 displays various information and various images. Specifically, the display 340 is connected to the
処理回路３５０は、入力インタフェース３３０を介して操作者から受け付けた入力操作に応じて、画像処理装置３００の構成要素を制御する。例えば、処理回路３５０は、ＮＷインタフェース３１０から出力される画像データを記憶回路３２０に記憶させる。また、例えば、処理回路３５０は、記憶回路３２０から画像データを読み出し、ディスプレイ３４０に表示する。
The
このような構成のもと、本実施形態では、記憶回路３２０が、ｂＳＳＦＰシーケンスを実行した場合の定常状態に至る前の期間における組織の縦磁化及び横磁化の挙動を反映したＭＲ信号に基づく参照情報を蓄積して記憶する。例えば、記憶回路３２０は、第１の実施形態で説明した記憶回路１５と同様に、ｂＳＳＦＰシーケンスを実行した場合の少なくとも過渡応答期間における心筋の縦磁化及び横磁化の挙動を反映したＭＲ信号に基づく時系列データとＴ１値との関係に基づく参照情報を蓄積して記憶する。
With this configuration, in the present embodiment, the
また、本実施形態では、処理回路３５０が、取得機能３５１と、作成機能３５２と、補正機能３５３と、特定機能３５４と、推定機能３５５と、判別機能３５６とを有する。
In the present embodiment, the
取得機能３５１は、ｂＳＳＦＰシーケンスを実行することによって、定常状態に至る前の期間におけるＭＲ信号に基づくデータを収集する。例えば、収集機能１７ａは、ＭＲＩ装置１００によりｂＳＳＦＰシーケンスを実行することによって収集された少なくとも過渡応答期間におけるＭＲ信号に基づく時系列データをＭＲＩ装置１００又は画像保管装置２００から取得する。なお、取得機能３５１は、取得部の実現手段の一例である。
The
具体的には、取得機能３５１は、ｂＳＳＦＰシーケンスによって収集されたデータに基づいて生成された、ＭＲ信号の信号値を示す時系列の複数の画像をＭＲＩ装置１００又は画像保管装置２００から取得する。
Specifically, the
作成機能３５２は、第１の実施形態で説明した作成機能１９ｂと同様に、既存の症例データを用いたシミュレーションによって参照情報を作成する。なお、作成機能３５２は、作成部の実現手段の一例である。 The creation function 352 creates reference information by simulation using existing case data, similarly to the creation function 19b described in the first embodiment. The creation function 352 is an example of a means for realizing the creation unit.
補正機能３５３は、第１の実施形態で説明した補正機能１９ｃと同様に、ＭＲＩ装置１００によりファントムを使って収集されたデータを用いて参照情報を補正する。なお、補正機能３５３は、補正部の実現手段の一例である。
The
特定機能３５４は、取得機能３５１によって収集されたデータと記憶回路３２０に記憶されている参照情報とを比較し、所定の関係を有する参照情報を特定する。例えば、特定機能３５４は、第１の実施形態で説明した特定機能１９ｄと同様に、取得機能３５１によって取得されたＭＲ信号に基づく時系列データの信号値に基づいて、記憶回路３２０に記憶されている参照情報の中から、類似するＭＲ信号に基づく時系列データの参照情報を特定する。なお、特定機能３５４は、特定部の実現手段の一例である。
The specifying function 354 compares the data collected by the
推定機能３５５は、第１の実施形態で説明した推定機能１９ｅと同様に、特定機能３５４によって特定された参照情報に基づいて、Ｔ１値を推定する。なお、推定機能３５５は、推定部の実現手段の一例である。
The
判別機能３５６は、第１の実施形態で説明した判別機能１９ｆと同様に、特定機能３５４によって特定された参照情報に基づいて、心筋が正常か異常かを判別する。なお、判別機能３５６は、判別部の実現手段の一例である。
The
例えば、上述した処理回路３５０は、プロセッサによって実現される。この場合に、処理回路３５０が有する各処理機能は、コンピュータによって実行可能なプログラムの形態で記憶回路３２０に記憶されている。そして、処理回路３５０は、記憶回路３２０から各プログラムを読み出して実行することで、各プログラムに対応する機能を実現する。換言すると、各プログラムを読み出した状態の処理回路３５０は、図１４の各処理回路内に示された各機能を有することとなる。なお、図１４に示す例では、単一のプロセッサによって各処理機能が実現されるものとして説明したが、複数の独立したプロセッサを組み合わせて処理回路を構成し、各プロセッサがプログラムを実行することにより機能を実現するものとしても構わない。また、処理回路３５０が有する処理機能は、単一又は複数の処理回路に適宜に分散又は統合されて実現されてもよい。また、図１４に示す例では、単一の記憶回路３２０が各処理機能に対応するプログラムを記憶するものとして説明したが、複数の記憶回路を分散して配置して、処理回路が個別の記憶回路から対応するプログラムを読み出す構成としても構わない。
For example, the
上述した構成によれば、第２の実施形態でも、第１の実施形態と同様に、ｂＳＳＦＰシーケンスの過渡応答期間に収集されたデータを利用して、心筋の組織定量値を推定することができる。これにより、第２の実施形態によっても、心筋性状の診断を支援するための情報を提供することができる。 According to the configuration described above, in the second embodiment as well, the myocardial tissue quantitative value can be estimated using the data collected during the bSSFP sequence transient response period, as in the first embodiment. . Thereby, also by 2nd Embodiment, the information for assisting the diagnosis of myocardial property can be provided.
なお、上述した第２の実施形態では、本明細書における取得部、作成部、補正部、特定部、推定部及び判別部を、それぞれ、処理回路３５０の取得機能３５１、作成機能３５２、補正機能３５３、特定機能３５４、推定機能３５５及び判別機能３５６によって実現する場合の例を説明したが、実施形態はこれに限られない。例えば、本明細書における取得部、作成部、補正部、特定部、推定部及び判別部は、それぞれ、実施形態で述べた取得機能３５１、作成機能３５２、補正機能３５３、特定機能３５４、推定機能３５５及び判別機能３５６によって実現する他にも、ハードウェアのみ、又は、ハードウェアとソフトウェアとの混合によって同機能を実現するものであっても構わない。
In the second embodiment described above, the acquisition unit, the generation unit, the correction unit, the specification unit, the estimation unit, and the determination unit in this specification are respectively referred to as the
以上、第１及び第２の実施形態について説明した。ここで、上述した各実施形態では、ｂＳＳＦＰシーケンスを用いる場合の例を説明したが、実施形態はこれに限られない。例えば、上述した各実施形態は、１つのＴＲ内での傾斜磁場が正負非対称となるようなＳＳＦＰシーケンスを用いる場合でも、同様に適用可能である。 The first and second embodiments have been described above. Here, in each of the above-described embodiments, the example in the case of using the bSSFP sequence has been described, but the embodiment is not limited thereto. For example, each of the above-described embodiments can be similarly applied even when an SSFP sequence in which the gradient magnetic field in one TR is asymmetrical between positive and negative is used.
また、上述した各実施形態では、診断対象の組織が心筋である場合の例を説明したが、実施形態はこれに限られない。例えば、上述した各実施形態は、心筋以外の組織が診断対象の組織とした場合でも、同様に適用可能である。 Moreover, although each embodiment mentioned above demonstrated the example in case the structure | tissue of diagnostic object is a myocardium, embodiment is not restricted to this. For example, each embodiment described above can be similarly applied even when a tissue other than the myocardium is a tissue to be diagnosed.
また、上述した各実施形態では、Ｔ１値を推定する場合の例を説明したが、実施形態はこれに限られない。例えば、上述した各実施形態は、Ｔ２値、Ｔ１＊値、Ｔ２＊値、Ｔ１ρ値、Ｔ２ρ値等の他の組織定量値を推定する場合でも、同様に適用可能である。 Moreover, although each embodiment mentioned above demonstrated the example in the case of estimating T1 value, embodiment is not restricted to this. For example, each of the above-described embodiments can be similarly applied to the case of estimating other tissue quantitative values such as a T2 value, a T1 * value, a T2 * value, a T1ρ value, and a T2ρ value.
（第３の実施形態）
また、上述した各実施形態では、推定機能１９ｅが、特定機能１９ｄによって特定された参照情報に基づいて組織定量値を推定する場合の例を説明したが、さらに、推定された組織定量値を評価することで、組織定量値の推定精度を向上させるようにしてもよい。以下では、このような場合の例を第３の実施形態として説明する。なお、第３の実施形態では、第１の実施形態と異なる点を中心に説明することとし、第１の実施形態と共通する内容については詳細な説明を省略する。
(Third embodiment)
Further, in each of the above-described embodiments, the example in which the
図１５は、第３の実施形態に係るＭＲＩ装置の構成例を示す図である。 FIG. 15 is a diagram illustrating a configuration example of an MRI apparatus according to the third embodiment.
例えば、図１５に示すように、本実施形態に係るＭＲＩ装置５００は、静磁場磁石１、傾斜磁場コイル２、傾斜磁場電源３、ＷＢコイル４、送信回路５、局所コイル６、受信回路７、ＲＦシールド８、架台９、寝台１０、ＥＣＧセンサ１１、ＥＣＧ回路１２、インタフェース１３、ディスプレイ１４、記憶回路１５、処理回路１６、５１７、１８及び５１９を備える。
For example, as shown in FIG. 15, the
処理回路５１７は、収集機能５１７ａを有する。収集機能５１７ａは、第１の実施形態と同様に、ＲＦパルスを連続的に照射することで組織の縦磁化及び横磁化を定常状態にするパルスシーケンスを実行することによって、定常状態に至る前の期間におけるＭＲ信号に基づくデータを収集するが、本実施形態では、当該パルスシーケンスを複数回実行する。なお、収集機能５１７ａは、収集部の実現手段の一例である。
The
処理回路５１９は、主制御機能１９ａと、作成機能１９ｂと、補正機能１９ｃと、特定機能５１９ｄと、推定機能１９ｅと、計算機能５１９ｇと、評価機能５１９ｈと、調整機能５１９ｉとを備える。ここで、主制御機能１９ａ、作成機能１９ｂ、補正機能１９ｃ、及び推定機能１９ｅは、それぞれ、第１の実施形態で説明した処理を行う。なお、処理回路５１９は、第１の実施形態で説明した判別機能１９ｆをさらに備えていてもよい。
The
特定機能５１９ｄは、第１の実施形態で説明した特定機能１９ｄと同様の処理を行うが、本実施形態では、収集機能５１７ａによって収集されたＭＲ信号に基づく時系列データと、記憶回路１５によって記憶されている参照情報との類似度を計算して、類似度が最も高い参照情報を特定する。なお、特定機能５１９ｄは、特定部の実現手段の一例である。
The specific function 519d performs the same processing as the specific function 19d described in the first embodiment, but in this embodiment, the time series data based on the MR signal collected by the
計算機能５１９ｇは、収集機能５１７ａによってパルスシーケンスが実行されるごとに、当該パルスシーケンスが実行された際の計測条件及び推定機能１９ｅによって推定された組織定量値を用いたシミュレーションによって、定常状態に至る前の期間における模擬ＭＲ信号を計算し、当該模擬ＭＲ信号に基づく模擬時系列データを生成する。なお、計算機能５１９ｇは、計算部の実現手段の一例である。
Each time the pulse sequence is executed by the
評価機能５１９ｈは、計算機能５１９ｇによって模擬時系列データが生成されるごとに、収集機能５１７ａによって収集されたＭＲ信号に基づく時系列データと、計算機能５１９ｇによって生成された模擬時系列データとを比較することで、推定機能１９ｅによって推定された組織定量値を評価する。なお、評価機能５１９ｈは、評価部の実現手段の一例である。
The evaluation function 519h compares the time series data based on the MR signal collected by the
調整機能５１９ｉは、評価機能５１９ｈによって組織定量値が評価されるごとに、評価機能５１９ｈによる組織定量値の評価結果に基づいて、収集機能５１７ａによって実行される次のパルスシーケンスのパラメータを調整する。なお、調整機能５１９ｉは、調整部の実現手段の一例である。
The adjustment function 519i adjusts the parameter of the next pulse sequence executed by the
そして、本実施形態では、収集機能５１７ａが、評価機能５１９ｈによる組織定量値の評価結果が所定の条件を満たすまで、調整機能５１９ｉによって調整されたパラメータを用いてパルスシーケンスを繰り返し実行する。
In this embodiment, the
以下、上述した各機能によって行われる処理について詳細に説明する。 Hereinafter, processing performed by each function described above will be described in detail.
図１６は、第３の実施形態に係るＭＲＩ装置によって行われる処理の処理手順を示すフローチャートである。 FIG. 16 is a flowchart illustrating a processing procedure of processing performed by the MRI apparatus according to the third embodiment.
例えば、図１６に示すように、本実施形態では、まず、主制御機能１９ａが、操作者からの指示に応じて、計測対象を設定する（ステップＳ２０１）。例えば、主制御機能１９ａは、第１の実施形態と同様に、心筋を計測対象として設定する。その後、主制御機能１９ａは、ｂＳＳＦＰシーケンスに関する計測条件（撮像条件）を設定する（ステップＳ２０２）。 For example, as shown in FIG. 16, in this embodiment, first, the main control function 19a sets a measurement target in accordance with an instruction from the operator (step S201). For example, as in the first embodiment, the main control function 19a sets the myocardium as a measurement target. Thereafter, the main control function 19a sets measurement conditions (imaging conditions) regarding the bSSFP sequence (step S202).
続いて、収集機能５１７ａが、主制御機能１９ａによって設定された計測条件に基づいてｂＳＳＦＰシーケンスを実行することによって、少なくとも過渡応答期間におけるＭＲ信号を計測する（ステップＳ２０３）。ここで、収集機能５１７ａは、第１の実施形態で説明した収集機能１７ａと同様に、ＭＲ信号を計測する。
Subsequently, the
続いて、特定機能５１９ｄが、収集機能５１７ａによって計測されたＭＲ信号に対して、非線形最小二乗法を用いてカーブフィッティングを行うことで、近似関数を導出する（ステップＳ２０４）。その後、特定機能５１９ｄは、導出した近似関数を用いて、時系列データ（近似データ）を生成する（ステップＳ２０５）。
Subsequently, the specifying function 519d derives an approximate function by performing curve fitting on the MR signal measured by the
また、特定機能５１９ｄは、生成した時系列データをベクトル化して時系列ベクトルを算出し、当該時系列ベクトルと、記憶回路１５によって記憶されている参照情報を用いて得られるＭＲ信号の時系列ベクトルとの類似度を計算して、類似度が最も高い参照情報を特定する（ステップＳ２０６）。 Further, the specifying function 519d calculates the time series vector by vectorizing the generated time series data, and the time series vector of the MR signal obtained using the time series vector and the reference information stored in the storage circuit 15 The reference information with the highest similarity is specified (step S206).
続いて、推定機能１９ｅが、第１の実施形態と同様に、特定機能１９ｄによって特定された参照情報に基づいて、組織定量値を推定する（ステップＳ２０７）。続いて、評価機能５１９ｈが、特定機能５１９ｄによって計算された類似度と第１の閾値とを比較することで、当該類似度を評価する（ステップＳ２０８）。ここで、第１の閾値としては、特定機能５１９によって特定された組織定量値が一定の信頼性を有すると判断できる場合の類似度の値（例えば、９５%等）が設定される。また、評価機能５１９ｈによって行われる類似度の評価の方法としては、例えば、コサイン類似度を用いた判定方法等が用いられる。
Subsequently, the
続いて、計算機能５１９ｇが、収集機能５１７ａによってパルスシーケンスが実行された際の計測条件及び推定機能１９ｅによって推定された組織定量値を用いたシミュレーションによって、定常状態に至る前の期間における模擬ＭＲ信号を計算する（ステップＳ２０９）。ここで、例えば、計算機能５１９ｇは、第１の実施形態で説明した作成機能１９ｂと同様に、ブロッホの式を用いてシミュレーションを行うことで、模擬ＭＲ信号を計算する。
Subsequently, the simulation function 519g simulates the MR signal in the period before the steady state is obtained by the simulation using the measurement condition when the pulse sequence is executed by the
その後、計算機能５１９ｇは、計算された模擬ＭＲ信号に基づいて、予め決められた近似関数を用いて、模擬時系列データ（近似データ）を生成する（ステップＳ２１０）。ここで、例えば、計算機能５１９ｇは、第１の実施形態において式（３）と同様の手段で導出した近似関数を用いて模擬時系列データを生成する。また、計算機能５１９ｇは、生成した模擬時系列データをベクトル化して時系列ベクトルを算出する（ステップＳ２１１）。 Thereafter, the calculation function 519g generates simulated time series data (approximate data) using a predetermined approximate function based on the calculated simulated MR signal (step S210). Here, for example, the calculation function 519g generates simulated time series data using the approximate function derived by the same means as the equation (3) in the first embodiment. Further, the calculation function 519g calculates the time series vector by vectorizing the generated simulated time series data (step S211).
続いて、評価機能５１９ｈが、特定機能５１９ｄによって算出された時系列ベクトルと、計算機能５１９ｇによって算出された時系列ベクトルとを比較することで、それらの類似度を計算する（ステップＳ２１２）。その後、評価機能５１９ｈは、計算された類似度と第１の閾値とを比較することで、当該類似度を評価する（ステップＳ２１３）。その後、評価機能５１９ｈは、当該類似度と、特定機能５１９ｄによって計算された類似度とを比較することで、推定機能５１９ｅによって推定された組織定量値を評価する（ステップＳ２１４）。
Subsequently, the evaluation function 519h calculates the degree of similarity by comparing the time series vector calculated by the specifying function 519d with the time series vector calculated by the calculation function 519g (step S212). Thereafter, the evaluation function 519h evaluates the similarity by comparing the calculated similarity with the first threshold (step S213). Thereafter, the evaluation function 519h evaluates the tissue quantitative value estimated by the
ここで、評価機能５１９ｈは、収集機能５１７ａによって収集された時系列データと計算機能５１９ｇによって生成された模擬時系列データとの類似度と、特定機能５１９ｄによって計算された類似度とを比較した結果、類似度の差が第２の閾値未満であり、かつ、特定機能５１９ｄによって計算された類似度が第１の閾値以上であった場合に、目標推定精度が達成されたと判定する（ステップＳ２１５，Ｙｅｓ）。なお、ここでいう目標推定精度は、実測で得られたＭＲ信号を計算（シミュレーション）で得られた模擬ＭＲ信号との比較によって評価した結果として、特定機能５１９によって特定された組織定量値が組織定量値の推定値として一定の信頼性を有すると判断できる推定精度である。また、ここでは、２つの閾値を用いる場合の例を説明するが、評価機能５１９ｈは、第１の閾値は用いずに、収集機能５１７ａによって収集された時系列データと計算機能５１９ｇによって生成された模擬時系列データとの類似度と、特定機能５１９ｄによって計算された類似度とを比較した結果、類似度の差が第２の閾値未満であった場合に、目標推定精度が達成されたと判定してもよい。
Here, the evaluation function 519h compares the similarity between the time series data collected by the
そして、評価機能５１９ｈは、目標推定精度が達成されたと判定した場合に、推定機能１９ｅによって推定された組織定量値をディスプレイ１４に出力する（ステップＳ２１６）。そして、このように評価機能５１９ｈによって目標推定精度が達成されたと判定された場合には、収集機能５１７ａは、パルスシーケンスの実行を終了する。
When the evaluation function 519h determines that the target estimation accuracy has been achieved, the evaluation function 519h outputs the tissue quantitative value estimated by the
一方、評価機能５１９ｈによって目標推定精度が達成されたと判定されなかった場合には（ステップＳ２１５，Ｎｏ）、調整機能５１９ｉが、収集機能５１７ａによって実行されるパルスシーケンスのパラメータを調整する（ステップＳ２１７）。このとき、例えば、調整機能５１９ｉは、ＲＦパルスによる励起角度（フリップアングル）を調整する。なお、ここでは、調整機能５１９ｉが励起角度を調整する場合の例を説明するが、調整の対象となるパラメータは励起角度に限られず、ＴＥ、ＴＲ等でもよい。
On the other hand, if it is not determined by the evaluation function 519h that the target estimation accuracy has been achieved (No in step S215), the adjustment function 519i adjusts the parameters of the pulse sequence executed by the
そして、収集機能５１７ａが、評価機能５１９ｈによって目標推定精度が達成されたと判定されるまで、調整機能５１９ｉによって調整されたパラメータを用いて、パルスシーケンスを繰り返し実行する。
Then, the
ここで、上述した処理手順において、ステップＳ２０１及びＳ２０２は、例えば、処理回路５１９が主制御機能１９ａに対応する所定のプログラムを記憶回路１５から読み出して実行することによって実現される。また、ステップＳ２０３は、例えば、処理回路５１７が収集機能５１７ａに対応する所定のプログラムを記憶回路１５から読み出して実行することによって実現される。また、ステップＳ２０４〜Ｓ２０６は、例えば、処理回路５１９が特定機能５１９ｄに対応する所定のプログラムを記憶回路１５から読み出して実行することによって実現される。また、ステップＳ２０７は、例えば、処理回路５１９が推定機能１９ｅに対応する所定のプログラムを記憶回路１５から読み出して実行することによって実現される。また、ステップＳ２０９〜Ｓ２１１は、例えば、処理回路５１９が計算機能５１９ｇに対応する所定のプログラムを記憶回路１５から読み出して実行することによって実現される。また、ステップＳ２０８及びＳ２１２〜Ｓ２１６は、例えば、処理回路５１９が評価機能５１９ｈに対応する所定のプログラムを記憶回路１５から読み出して実行することによって実現される。また、ステップＳ２１７は、例えば、処理回路５１９が調整機能５１９ｉに対応する所定のプログラムを記憶回路１５から読み出して実行することによって実現される。
Here, in the processing procedure described above, steps S201 and S202 are realized, for example, when the
また、図１６では図示を省略したが、評価機能５１９ｈは、目標推定精度が達成されたと判定した場合に、収集機能５１７ａによって収集された時系列データと推定機能１９ｅによって推定された組織定量値との関係に基づく参照情報を新たに作成して記憶回路１５に記憶させる。これにより、より推定精度（フィッティング）が良好で、かつ、解析効率が良い参照情報が記憶回路１５に記憶されることになる。
Although not shown in FIG. 16, when the evaluation function 519h determines that the target estimation accuracy has been achieved, the time series data collected by the
また、図１６に示す処理手順のうち、計算機能５１９ｇ、評価機能５１９ｈ及び調整機能５１９ｉによって行われる処理は、例えば、連続するパルスシーケンスの間に設けられる回復時間（Recovery time）を利用して実行される。または、例えば、計算機能５１９ｇ、評価機能５１９ｈ及び調整機能５１９ｉによって行われる処理は、計測中の繰り返し時間ＴＲごとに、逐次（リアルタイム）に実行されてもよい。 In the processing procedure shown in FIG. 16, the processing performed by the calculation function 519g, the evaluation function 519h, and the adjustment function 519i is executed by using, for example, a recovery time provided between successive pulse sequences. Is done. Alternatively, for example, the processing performed by the calculation function 519g, the evaluation function 519h, and the adjustment function 519i may be executed sequentially (in real time) for each repetition time TR during measurement.
また、図１６に示す処理手順では、収集機能５１７ａが、目標推定精度が達成されたと判定されるまでパルスシーケンスを繰り返し実行することとしたが、パルスシーケンスを実行する回数に上限を設けてもよい。具体的には、収集機能５１７ａは、評価機能５１９ｈによって目標推定精度が達成されたと判定されるか、又は、パルスシーケンスの実行回数が所定回数を超えるまで、パルスシーケンスを繰り返し実行する。そして、評価機能５１９ｈが、目標推定精度が達成されずにパルスシーケンスの実行回数が所定回数に達した場合には、その時点で推定機能１９ｅによって推定されている組織定量値をディスプレイ１４に出力する。このとき、例えば、評価機能５１９ｈは、推定された組織定量値とともに、当該組織定量値の推定精度を示す情報を表示してもよい。例えば、評価機能５１９ｈは、組織定量値の推定精度を示す情報として、特定機能５１９ｄによって計算された類似度と第１の閾値との差の大きさに応じてレベル分けした情報を表示する。例えば、評価機能５１９ｈは、特定機能５１９ｄによって計算された類似度と第１の閾値との差の大きさに応じて３つのレベルに分けた「推定精度：高」、「推定精度：中」及び「推定精度：低」のいずれかを、推定精度を示す情報として表示する。
In the processing procedure shown in FIG. 16, the
上述した第３の実施形態によれば、少なくともｎ−１回目（ｎは２以上の自然数）の計測信号及び解析結果に基づいてｎ回目の計測条件を更新することによって、組織定量値の推定精度を向上させることができる。 According to the above-described third embodiment, the estimation accuracy of the tissue quantitative value is updated by updating the n-th measurement condition based on at least the n−1th measurement signal (n is a natural number of 2 or more) and the analysis result. Can be improved.
例えば、第３の実施形態では、調整機能５１９ｉが、ＲＦパルスによる励起角度を調整することとした。ＲＦパルスによる励起角度を変更することで、オフレゾナンス成分θを考慮した組織定量値（Ｔ１値／Ｔ２値）の依存性を評価することができる。 For example, in the third embodiment, the adjustment function 519i adjusts the excitation angle by the RF pulse. By changing the excitation angle by the RF pulse, the dependence of the tissue quantitative value (T1 value / T2 value) in consideration of the off-resonance component θ can be evaluated.
図１７は、第３の実施形態に係るＲＦパルスによる励起角度、組織定量値及びオフレゾナンスの関係を示す図である。 FIG. 17 is a diagram illustrating a relationship between an excitation angle by an RF pulse, a tissue quantitative value, and off-resonance according to the third embodiment.
ここで、図１７は、組織定量値Ｔ２／Ｔ１＝０．１（Ｔ１＝１０００［ｍｓ］、Ｔ２＝１００［ｍｓ］）におけるＳＳＦＰによって得られるＭＲ信号と励起角度α及びオフレゾナンス成分θとの関係を示している。 Here, FIG. 17 shows the MR signal obtained by SSFP at the tissue quantitative value T2 / T1 = 0.1 (T1 = 1000 [ms], T2 = 100 [ms]), the excitation angle α, and the off-resonance component θ. Showing the relationship.
例えば、図１７に示すように、ＳＳＦＰによって得られるＭＲ信号は、励起角度α（及び組織定量値（Ｔ１、Ｔ２）、オフレゾナンス成分θ）に依存しているが、単純な比例関係にはならない。このため、再計測の場合は、ＭＲＩ装置１００及び測定対象に固有のノイズ（磁場不均一性等に依存するオフレゾナンス成分θ）がＭＲ信号に反映されることになり、再計算時及び再計測時に励起角度を変更することで、組織定量値の計算値と計測値との乖離の程度を評価する必要がある。
For example, as shown in FIG. 17, the MR signal obtained by SSFP depends on the excitation angle α (and the tissue quantification values (T1, T2), off-resonance component θ), but does not have a simple proportional relationship. . For this reason, in the case of re-measurement, noise (off-resonance component θ depending on magnetic field inhomogeneity etc.) inherent to the
オフレゾナンス成分θを含めたｂＳＳＦＰシーケンスにおける任意の時点から次の時点へのスピン（磁化）の挙動の変化は、ブロッホの式に基づく離散システムと行列によって表現することができる。例えば、オフレゾナンス成分θを含むｂＳＳＦＰシーケンスの過渡応答期間における磁化の挙動の変化は、以下の式（４）によって計算することができる。 The change in the behavior of spin (magnetization) from an arbitrary time point to the next time point in the bSSFP sequence including the offresonance component θ can be expressed by a discrete system and a matrix based on Bloch's equation. For example, the change in the behavior of magnetization in the transient response period of the bSSFP sequence including the off-resonance component θ can be calculated by the following equation (4).
Ｍ（ｎ）＝ Ｒx（±α）［ＤZ（ΔθTR）Ｅ2（ＴＲ，Ｔ２，Ｔ1）Ｍ（ｎ−１）＋Ｅ1（ＴＲ，Ｔ１）］ ・・・ （４） M (n) = R x ( ± α) [D Z (Δθ TR) E 2 (TR, T2, T1) M (n-1) + E 1 (TR, T1)] ··· (4)
ここで、Ｍ（ｎ），Ｍ（ｎ−１）は、ｂＳＳＦＰシーケンスによるｎ番目，ｎ−１番目のステップにおける磁化（Ｍｘ，Ｍｙ，Ｍｚ）を表す３次元ベクトルであり、Ｒx（±α）は励起角度αのＲＦパルスによる励起であり、Ｄz（ΔθTR）はＴＲ間における位相分散（Ｄｅｐｈａｓｉｎｇ）を表す３×３行列であり、ΔθTRはオフレゾナンス成分θに依存してＴＲ間に蓄積された位相変化量を表し、Ｔ１緩和時間とＴ２緩和時間に依存するパラメータとして３×３行列Ｅ2（ＴＲ，Ｔ２，Ｔ１）とベクトルＥ1（ＴＲ，Ｔ１）で表される。 Here, M (n) and M (n−1) are three-dimensional vectors representing magnetization (Mx, My, Mz) in the n-th and n−1-th steps according to the bSSFP sequence, and R x (± α ) Is excitation by an RF pulse with an excitation angle α, D z (Δθ TR ) is a 3 × 3 matrix representing phase dispersion (dephasing) between TRs, and Δθ TR depends on the off-resonance component θ. Are expressed by a 3 × 3 matrix E 2 (TR, T2, T1) and a vector E 1 (TR, T1) as parameters depending on the T1 relaxation time and the T2 relaxation time.
図１８は、第３の実施形態に係るＭＲ信号の計測及び計算の一例を示す図である。 FIG. 18 is a diagram illustrating an example of measurement and calculation of MR signals according to the third embodiment.
ここで、図１８の左側は、初回の計測条件におけるＭＲ信号の計測結果と計算結果とを示しており、ＲＦパルスによる励起角度（ＦＡ）を３０°とした場合の例を示している。また、図１８の右側は、ｎ回目（≠初回）の計測条件におけるＭＲ信号の計測結果と計算結果とを示しており、ＲＦパルスによる励起角度（ＦＡ）を６０°とした場合の例を示している。 Here, the left side of FIG. 18 shows the measurement result and calculation result of the MR signal under the first measurement condition, and shows an example in which the excitation angle (FA) by the RF pulse is 30 °. The right side of FIG. 18 shows the measurement result and calculation result of the MR signal under the n-th (≠ first) measurement condition, and shows an example when the excitation angle (FA) by the RF pulse is 60 °. ing.
例えば、図１８に示すように、ＲＦパルスによる励起角度（ＦＡ）を３０°から６０°に調整することによって、初回の計測条件におけるＭＲ信号と、ｎ回目（≠初回）の計測条件におけるＭＲ信号とでは、計測結果と計算結果との乖離を小さくすることができる。この結果、組織定量値の推定精度を向上させることができる。 For example, as shown in FIG. 18, by adjusting the excitation angle (FA) by the RF pulse from 30 ° to 60 °, the MR signal under the first measurement condition and the MR signal under the nth (≠ first) measurement condition Thus, the difference between the measurement result and the calculation result can be reduced. As a result, it is possible to improve the estimation accuracy of the tissue quantitative value.
なお、上述した各実施形態では、組織の縦磁化及び横磁化を定常状態にするパルスシーケンスであるＳＳＦＰシーケンスが実行される場合の例を説明したが、第３の実施形態で説明した組織定量値の推定精度を向上させる方法は、これに限られるものではない。すなわち、第３の実施形態で説明した組織定量値の推定精度を向上させる方法は、ＳＳＦＰシーケンス以外のパルスシーケンスによって収集されたＭＲ信号の時系列データを用いて組織定量値を推定する場合でも、同様に適用することが可能である。 In each of the above-described embodiments, the example in which the SSFP sequence, which is a pulse sequence for setting the longitudinal magnetization and the transverse magnetization of the tissue in a steady state, is described. However, the tissue quantitative value described in the third embodiment is described. However, the method for improving the estimation accuracy is not limited to this. That is, the method for improving the estimation accuracy of the tissue quantification value described in the third embodiment, even when the tissue quantification value is estimated using time series data of MR signals collected by a pulse sequence other than the SSFP sequence, It is possible to apply similarly.
また、上述した各実施形態の説明で用いた「プロセッサ」という文言は、例えば、ＣＰＵ（Central Processing Unit）、ＧＰＵ（Graphics Processing Unit）、或いは、特定用途向け集積回路（Application Specific Integrated Circuit：ＡＳＩＣ）、プログラマブル論理デバイス（例えば、単純プログラマブル論理デバイス（Simple Programmable Logic Device：ＳＰＬＤ）、複合プログラマブル論理デバイス（Complex Programmable Logic Device：ＣＰＬＤ）、及びフィールドプログラマブルゲートアレイ（Field Programmable Gate Array：ＦＰＧＡ））等の回路を意味する。なお、記憶回路にプログラムを保存する代わりに、プロセッサの回路内にプログラムを直接組み込むように構成しても構わない。この場合には、プロセッサは回路内に組み込まれたプログラムを読み出し実行することで機能を実現する。また、本実施形態の各プロセッサは、プロセッサごとに単一の回路として構成される場合に限らず、複数の独立した回路を組み合わせて１つのプロセッサとして構成され、その機能を実現するようにしてもよい。さらに、図１及び１４における複数の構成要素を１つのプロセッサへ統合してその機能を実現するようにしてもよい。 In addition, the term “processor” used in the description of each embodiment described above is, for example, a CPU (Central Processing Unit), a GPU (Graphics Processing Unit), or an application specific integrated circuit (ASIC). Circuits such as programmable logic devices (for example, Simple Programmable Logic Device (SPLD), Complex Programmable Logic Device (CPLD), and Field Programmable Gate Array (FPGA)) Means. Instead of storing the program in the storage circuit, the program may be directly incorporated in the processor circuit. In this case, the processor realizes the function by reading and executing the program incorporated in the circuit. In addition, each processor of the present embodiment is not limited to being configured as a single circuit for each processor, but may be configured as a single processor by combining a plurality of independent circuits to realize its function. Good. Furthermore, a plurality of components shown in FIGS. 1 and 14 may be integrated into one processor to realize the function.
ここで、プロセッサによって実行されるプログラムは、例えば、ＲＯＭ（Read Only Memory）や記憶回路等に予め組み込まれて提供される。このプログラムは、これらの装置にインストール可能な形式又は実行可能な形式のファイルでＣＤ（Compact Disk）−ＲＯＭ、ＦＤ（Flexible Disk）、ＣＤ−Ｒ（Recordable）、ＤＶＤ（Digital Versatile Disk）等のコンピュータで読み取り可能な記憶媒体に記録されて提供されてもよい。また、このプログラムは、インターネット等のネットワークに接続されたコンピュータ上に格納され、ネットワーク経由でダウンロードされることにより提供又は配布されてもよい。例えば、このプログラムは、上述した各機能部を含むモジュールで構成される。実際のハードウェアとしては、ＣＰＵが、ＲＯＭ等の記憶媒体からプログラムを読み出して実行することにより、各モジュールが主記憶装置上にロードされて、主記憶装置上に生成される。 Here, the program executed by the processor is provided by being incorporated in advance in a ROM (Read Only Memory), a storage circuit, or the like, for example. This program is a file in a format installable or executable in these devices, and is a computer such as a CD (Compact Disk) -ROM, FD (Flexible Disk), CD-R (Recordable), DVD (Digital Versatile Disk), etc. And may be provided by being recorded on a storage medium readable by the computer. The program may be provided or distributed by being stored on a computer connected to a network such as the Internet and downloaded via the network. For example, this program is composed of modules including the above-described functional units. As actual hardware, the CPU reads a program from a storage medium such as a ROM and executes it, whereby each module is loaded on the main storage device and generated on the main storage device.
以上説明した少なくとも１つの実施形態によれば、組織性状の診断を支援するための情報を提供することができる。 According to at least one embodiment described above, information for supporting diagnosis of tissue characteristics can be provided.
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。 Although several embodiments of the present invention have been described, these embodiments are presented by way of example and are not intended to limit the scope of the invention. These embodiments can be implemented in various other forms, and various omissions, replacements, and changes can be made without departing from the spirit of the invention. These embodiments and their modifications are included in the scope and gist of the invention, and are also included in the invention described in the claims and the equivalents thereof.
１００ 磁気共鳴イメージング（Magnetic Resonance Imaging：ＭＲＩ）装置
１７ 処理回路
１７ａ 収集機能
１８ 処理回路
１８ａ 生成機能
１９ 処理回路
１９ｂ 作成機能
１９ｃ 補正機能
１９ｄ 特定機能
１９ｅ 推定機能
１９ｆ 判別機能
DESCRIPTION OF
Claims (28)
前記パルスシーケンスを実行することによって、前記定常状態に至る前の期間における前記磁気共鳴信号に基づくデータを収集する収集部と、
前記収集部によって収集されたデータと前記記憶部に記憶されている参照情報とを比較し、所定の関係を有する参照情報を特定する特定部と
を備える、磁気共鳴イメージング装置。 Reflects the behavior of the longitudinal and transverse magnetization of the tissue during the period before the steady state when the pulse sequence is executed to continuously stabilize the longitudinal and transverse magnetization of the tissue by irradiating the RF pulse. A storage unit that stores and stores reference information based on magnetic resonance signals;
Collecting the data based on the magnetic resonance signal in a period before the steady state by executing the pulse sequence;
A magnetic resonance imaging apparatus comprising: a specifying unit that compares data collected by the collecting unit with reference information stored in the storage unit and identifies reference information having a predetermined relationship.
請求項１に記載の磁気共鳴イメージング装置。 The reference information is information based on a relationship between time-series data based on a magnetic resonance signal obtained by executing the pulse sequence and characteristics of the tissue.
The magnetic resonance imaging apparatus according to claim 1.
請求項１又は２に記載の磁気共鳴イメージング装置。 A determination unit that determines characteristics of the tissue based on the reference information specified by the specifying unit;
The magnetic resonance imaging apparatus according to claim 1 or 2.
請求項１〜３のいずれか１つに記載の磁気共鳴イメージング装置。 The reference information is information based on a relationship between time series data based on a magnetic resonance signal obtained by executing the pulse sequence and a tissue quantitative value.
The magnetic resonance imaging apparatus according to claim 1.
請求項４に記載の磁気共鳴イメージング装置。 Further comprising an estimation unit for estimating the tissue quantitative value based on the reference information identified by the identification unit;
The magnetic resonance imaging apparatus according to claim 4.
請求項１〜５のいずれか１つに記載の磁気共鳴イメージング装置。 A display unit for displaying the reference information specified by the specifying unit;
The magnetic resonance imaging apparatus according to claim 1.
前記特定部は、前記収集された磁気共鳴信号に基づく時系列データから得られる磁気共鳴信号の信号値の近似曲線と、前記記憶部に記憶されている各参照情報によって表される曲線とをパターンマッチングすることで、類似する磁気共鳴信号に基づく時系列データの参照情報を特定する、
請求項１に記載の磁気共鳴イメージング装置。 The storage unit stores, as the reference information, information on a curve indicating a change over time in the signal value of the magnetic resonance signal in at least a transient response period,
The specifying unit patterns an approximate curve of a signal value of a magnetic resonance signal obtained from time-series data based on the collected magnetic resonance signal and a curve represented by each reference information stored in the storage unit By matching, specify reference information of time series data based on similar magnetic resonance signals,
The magnetic resonance imaging apparatus according to claim 1.
前記特定部によって特定された参照情報に基づいて、前記組織が正常か異常かを判別する判別部をさらに備える、
請求項７に記載の磁気共鳴イメージング装置。 The storage unit stores, as the reference information, reference information about a normal tissue and reference information about an abnormal tissue,
Based on the reference information specified by the specifying unit, further comprising a determination unit for determining whether the tissue is normal or abnormal,
The magnetic resonance imaging apparatus according to claim 7.
請求項８に記載の磁気共鳴イメージング装置。 The discriminating unit changes with time in the magnetic resonance signal obtained from the time-series data based on the collected magnetic resonance signal, and the temporal change of the magnetic resonance signal in the reference information about the normal tissue stored in the storage unit. Information indicating the degree of correlation with a typical change is displayed on the display unit,
The magnetic resonance imaging apparatus according to claim 8.
前記判別部は、前記組織が異常であると判定した場合に、前記特定された参照情報に基づいて、当該参照情報の症例を示す情報を表示部に表示する、
請求項８又は９に記載の磁気共鳴イメージング装置。 The storage unit stores reference information regarding the abnormal tissue for each case,
When the determination unit determines that the tissue is abnormal, based on the specified reference information, information indicating a case of the reference information is displayed on the display unit.
The magnetic resonance imaging apparatus according to claim 8 or 9.
請求項８〜１０のいずれか１つに記載の磁気共鳴イメージング装置。 The collecting unit collects the time-series data before the injection of the contrast agent when performing a plurality of protocols including a protocol involving the injection of the contrast agent into the subject, and the determination unit When it is determined that the tissue is normal, the injection of the contrast agent and the execution of the protocol involving the injection of the contrast agent are omitted.
The magnetic resonance imaging apparatus according to claim 8.
請求項８〜１１のいずれか１つに記載の磁気共鳴イメージング装置。 The determination unit determines whether the tissue is normal or abnormal based on a machine learning algorithm.
The magnetic resonance imaging apparatus according to any one of claims 8 to 11.
請求項７〜１２のいずれか１つに記載の磁気共鳴イメージング装置。 The specifying unit specifies reference information of time-series data based on the similar magnetic resonance signal based on a machine learning algorithm;
The magnetic resonance imaging apparatus according to any one of claims 7 to 12.
前記特定部は、前記時系列の複数の画像に基づいて、前記類似する磁気共鳴信号に基づく時系列データの参照情報を特定する、
請求項７〜１３のいずれか１つに記載の磁気共鳴イメージング装置。 Based on the time-series data based on the collected magnetic resonance signal, further comprising a generation unit that generates a plurality of time-series images indicating the signal value of the magnetic resonance signal,
The specifying unit specifies reference information of time-series data based on the similar magnetic resonance signal based on the plurality of time-series images;
The magnetic resonance imaging apparatus according to any one of claims 7 to 13.
前記生成部は、前記収集された磁気共鳴信号に基づく時系列データから、画像生成に必要なライン数のデータを当該ライン数ずつ時系列順に選択して、前記時系列の複数の画像を生成する
請求項１４に記載の磁気共鳴イメージング装置。 The collection unit collects the time series data by executing a pulse sequence of non-orthogonal measurement,
The generation unit selects data of the number of lines necessary for image generation from the time series data based on the collected magnetic resonance signals in order of the number of lines, and generates the plurality of time series images. The magnetic resonance imaging apparatus according to claim 14.
前記生成部は、前記収集された磁気共鳴信号に基づく時系列データから、画像生成に必要なライン数のデータを当該ライン数より少ない数ずつ時系列順にずらしながら選択して、前記時系列の複数の画像を生成する、
請求項１４に記載の磁気共鳴イメージング装置。 The collection unit collects the time series data by executing a pulse sequence of non-orthogonal measurement,
The generation unit selects, from the time series data based on the collected magnetic resonance signals, data of the number of lines necessary for image generation while shifting the data by a number smaller than the number of lines in time series order, and Generate an image of
The magnetic resonance imaging apparatus according to claim 14.
請求項１〜１６のいずれか１つに記載の磁気共鳴イメージング装置。 Further comprising a creation unit that creates the reference information by simulation using existing case data,
The magnetic resonance imaging apparatus according to claim 1.
請求項１〜１７のいずれか１つに記載の磁気共鳴イメージング装置。 A correction unit that corrects the reference information using data collected using a phantom;
The magnetic resonance imaging apparatus according to claim 1.
請求項１〜１８のいずれか１つに記載の磁気共鳴イメージング装置。 The pulse sequence is an SSFP (Steady-State Free Precession) sequence in which the gradient magnetic field is positive and negative symmetric within one TR (Repetition Time).
The magnetic resonance imaging apparatus according to claim 1.
請求項４又は５に記載の磁気共鳴イメージング装置。 The tissue quantitative value is a T1 value, a T2 value, a T1 * value, a T2 * value, a T1ρ value, or a T2ρ value.
The magnetic resonance imaging apparatus according to claim 4 or 5.
前記収集部によって収集された磁気共鳴信号に基づく時系列データと、前記計算部によって生成された模擬時系列データとを比較することで、前記推定部によって推定された組織定量値を評価する評価部と、
前記評価部による前記組織定量値の評価結果に基づいて、次の前記パルスシーケンスのパラメータを調整する調整部と
をさらに備える、請求項５に記載の磁気共鳴イメージング装置。 By the simulation using the measurement conditions when the pulse sequence is executed by the acquisition unit and the tissue quantitative value estimated by the estimation unit, a simulated magnetic resonance signal in a period before the steady state is calculated, A calculator for generating simulated time series data based on simulated magnetic resonance signals;
An evaluation unit that evaluates the tissue quantitative value estimated by the estimation unit by comparing the time series data based on the magnetic resonance signal collected by the collection unit and the simulated time series data generated by the calculation unit When,
The magnetic resonance imaging apparatus according to claim 5, further comprising: an adjustment unit that adjusts a parameter of the next pulse sequence based on an evaluation result of the tissue quantitative value by the evaluation unit.
前記評価部は、前記計算部によって前記模擬時系列データが生成されるごとに、前記組織定量値を評価し、
前記調整部は、前記評価部によって前記組織定量値が評価されるごとに、前記パラメータを調整し、
前記収集部は、前記評価部による前記組織定量値の評価結果が所定の条件を満たすまで、前記調整部によって調整されたパラメータを用いて前記パルスシーケンスを実行する、
請求項２１に記載の磁気共鳴イメージング装置。 The calculation unit generates the simulated time series data each time the pulse sequence is executed by the collection unit,
The evaluation unit evaluates the tissue quantitative value each time the simulated time series data is generated by the calculation unit,
The adjustment unit adjusts the parameter each time the tissue quantitative value is evaluated by the evaluation unit,
The collection unit executes the pulse sequence using the parameters adjusted by the adjustment unit until the evaluation result of the tissue quantitative value by the evaluation unit satisfies a predetermined condition.
The magnetic resonance imaging apparatus according to claim 21.
前記評価部は、前記収集部によって収集された磁気共鳴信号に基づく時系列データと、前記計算部によって生成された模擬時系列データとの類似度を計算し、当該類似度と、前記特定部によって計算された類似度とを比較することで、前記推定部によって推定された組織定量値を評価する、
請求項２１又は２２に記載の磁気共鳴イメージング装置。 The specifying unit calculates the similarity between the time-series data based on the magnetic resonance signal collected by the collecting unit and the reference information stored in the storage unit, and specifies the reference information having the highest similarity And
The evaluation unit calculates the similarity between the time series data based on the magnetic resonance signal collected by the collection unit and the simulated time series data generated by the calculation unit, and the similarity and the specifying unit Evaluating the tissue quantitative value estimated by the estimation unit by comparing with the calculated similarity,
The magnetic resonance imaging apparatus according to claim 21 or 22.
前記収集部は、前記評価部によって前記目標推定精度が達成されたと判定されるまで、前記調整部によって調整されたパラメータを用いて前記パルスシーケンスを繰り返し実行する、
請求項２１〜２３のいずれか一つに記載の磁気共鳴イメージング装置。 The evaluation unit compares the similarity between the time-series data collected by the collection unit and the simulated time-series data generated by the calculation unit, and the similarity calculated by the specifying unit. If the difference between is less than a predetermined threshold, it is determined that the target estimation accuracy has been achieved,
The collection unit repeatedly executes the pulse sequence using the parameters adjusted by the adjustment unit until it is determined by the evaluation unit that the target estimation accuracy has been achieved.
The magnetic resonance imaging apparatus according to any one of claims 21 to 23.
請求項２４に記載の磁気共鳴イメージング装置。 The evaluation unit, when it is determined that the target estimation accuracy is achieved, outputs the tissue quantitative value estimated by the estimation unit to the display unit,
The magnetic resonance imaging apparatus according to claim 24.
請求項２４又は２５に記載の磁気共鳴イメージング装置。 When the evaluation unit determines that the target estimation accuracy has been achieved, the evaluation unit newly creates reference information based on the relationship between the time-series data collected by the collection unit and the tissue quantitative value estimated by the estimation unit To store in the storage unit,
The magnetic resonance imaging apparatus according to claim 24 or 25.
請求項２１〜２６のいずれか１つに記載の磁気共鳴イメージング装置。 The adjusting unit adjusts at least an excitation angle by the RF pulse;
The magnetic resonance imaging apparatus according to any one of claims 21 to 26.
磁気共鳴イメージング装置により前記パルスシーケンスを実行することによって収集された前記定常状態に至る前の期間における前記磁気共鳴信号に基づくデータを取得する取得部と、
前記取得部によって取得されたデータと前記記憶部に記憶されている参照情報とを比較し、所定の関係を有する参照情報を特定する特定部と
を備える、画像処理装置。 Reflects the behavior of the longitudinal and transverse magnetization of the tissue during the period before the steady state when the pulse sequence is executed to continuously stabilize the longitudinal and transverse magnetization of the tissue by irradiating the RF pulse. A storage unit that stores and stores reference information based on magnetic resonance signals;
An acquisition unit for acquiring data based on the magnetic resonance signal in a period before the steady state acquired by executing the pulse sequence by a magnetic resonance imaging apparatus;
An image processing apparatus comprising: a specifying unit that compares the data acquired by the acquiring unit with reference information stored in the storage unit and specifies reference information having a predetermined relationship.
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2018013298 | 2018-01-30 | ||
| JP2018013298 | 2018-01-30 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2019130310A true JP2019130310A (en) | 2019-08-08 |
| JP7237612B2 JP7237612B2 (en) | 2023-03-13 |
Family
ID=67545151
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2019013724A Active JP7237612B2 (en) | 2018-01-30 | 2019-01-30 | Magnetic resonance imaging device and image processing device |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP7237612B2 (en) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20220106247A (en) * | 2021-01-21 | 2022-07-29 | 연세대학교 산학협력단 | Method and device for correcting medical image using phantom |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2001515736A (en) * | 1997-08-13 | 2001-09-25 | ビー・ティー・ジー・インターナショナル・リミテッド | Apparatus and method for determining relaxation parameter value |
| JP2010131421A (en) * | 2004-03-04 | 2010-06-17 | Hitachi Medical Corp | Magnetic resonance imaging apparatus |
| JP2015528384A (en) * | 2012-09-19 | 2015-09-28 | ケース ウェスタン リザーブ ユニバーシティＣａｓｅ Ｗｅｓｔｅｒｎｒｅｓｅｒｖｅ Ｕｎｉｖｅｒｓｉｔｙ | Nuclear magnetic resonance (NMR) fingerprinting |
| US20150301141A1 (en) * | 2014-04-21 | 2015-10-22 | Case Western Reserve University | Nuclear Magnetic Resonance (NMR) Fingerprinting Tissue Classification And Image Segmentation |
-
2019
- 2019-01-30 JP JP2019013724A patent/JP7237612B2/en active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2001515736A (en) * | 1997-08-13 | 2001-09-25 | ビー・ティー・ジー・インターナショナル・リミテッド | Apparatus and method for determining relaxation parameter value |
| JP2010131421A (en) * | 2004-03-04 | 2010-06-17 | Hitachi Medical Corp | Magnetic resonance imaging apparatus |
| JP2015528384A (en) * | 2012-09-19 | 2015-09-28 | ケース ウェスタン リザーブ ユニバーシティＣａｓｅ Ｗｅｓｔｅｒｎｒｅｓｅｒｖｅ Ｕｎｉｖｅｒｓｉｔｙ | Nuclear magnetic resonance (NMR) fingerprinting |
| US20150301141A1 (en) * | 2014-04-21 | 2015-10-22 | Case Western Reserve University | Nuclear Magnetic Resonance (NMR) Fingerprinting Tissue Classification And Image Segmentation |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20220106247A (en) * | 2021-01-21 | 2022-07-29 | 연세대학교 산학협력단 | Method and device for correcting medical image using phantom |
| KR102481027B1 (en) | 2021-01-21 | 2022-12-23 | 연세대학교 산학협력단 | Method and device for correcting medical image using phantom |
Also Published As
| Publication number | Publication date |
|---|---|
| JP7237612B2 (en) | 2023-03-13 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US10169866B2 (en) | Medical image processing and diagnostic image generation device for predetermined types of diagnostic information | |
| US7587232B2 (en) | Magnetic resonance imaging apparatus, magnetic resonance data processing apparatus, magnetic resonance data processing program and magnetic resonance imaging apparatus control method | |
| JP2013223724A (en) | Method for spatially resolving and determining magnetic resonance relaxation parameters in examination area rapidly | |
| JP6687383B2 (en) | Magnetic resonance imaging equipment | |
| JP2019005557A (en) | Image processing device, magnetic resonance imaging device, and image processing program | |
| JP6467341B2 (en) | Magnetic resonance imaging apparatus, image processing apparatus, diagnostic imaging apparatus, image analysis apparatus, MRI image creation method and program | |
| JP6691931B2 (en) | Magnetic resonance imaging apparatus, magnetic resonance imaging method and image processing system | |
| JP2010207531A (en) | Mri apparatus and data processor | |
| US8909321B2 (en) | Diagnostic imaging apparatus, magnetic resonance imaging apparatus, and X-ray CT apparatus | |
| CN113096061B (en) | Image diagnosis support device, medical image acquisition device, and computer-readable recording medium | |
| US11071469B2 (en) | Magnetic resonance method and apparatus for determining a characteristic of an organ | |
| CN111223563B (en) | Medical image diagnosis device and medical image diagnosis system | |
| US10362961B2 (en) | System and method for neutral contrast magnetic resonance imaging of calcifications | |
| US10607339B2 (en) | Image processing apparatus | |
| JP2018033691A (en) | Magnetic resonance measuring apparatus and image processing method | |
| JP7237612B2 (en) | Magnetic resonance imaging device and image processing device | |
| WO2016021440A1 (en) | Magnetic resonance imaging device | |
| US20190107594A1 (en) | Magnetic resonance imaging apparatus and image processing apparatus | |
| US11925419B2 (en) | Systems and methods for position determination | |
| JP4763989B2 (en) | Magnetic resonance imaging apparatus, magnetic resonance data processing apparatus, and magnetic resonance data processing program | |
| CN108363027B (en) | Method for acquiring diagnostic measurement data of a heart and for examining a heart, and magnetic resonance system | |
| US20230059426A1 (en) | Image segmentation apparatus, image segmentation method, and magnetic resonance imaging apparatus | |
| US20220349971A1 (en) | System and method for magnetic resonance fingerprinting with relaxation and diffusion data acquisition | |
| JP5913502B2 (en) | MRI apparatus and data processing apparatus | |
| JP2022048875A (en) | Magnetic resonance imaging device |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20211201 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20221027 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20221101 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20221226 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20230131 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20230301 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 7237612 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |