JP5290868B2 - コイル感度推定装置、磁気共鳴イメージング装置、コイル感度推定方法、およびプログラム - Google Patents

Description

本発明は、被検体の磁気共鳴信号を受信するコイルのコイル感度を推定するコイル感度推定装置、磁気共鳴イメージング装置、コイル感度推定方法、およびプログラム
に関する。

表面コイルを用いて被検体を撮像する場合、表面コイルのコイル感度を推定するためのプリスキャンを行い、その後、本スキャンが行われる。本スキャンで得られた磁気共鳴信号は、プリスキャンで得られたコイル感度で補正され、コイル感度で補正された磁気共鳴信号に基づいて、磁気共鳴画像が得られる。コイル感度の推定が適切に行われないと、画像に不自然なアーチファクトが生じることがあるので、コイル感度の推定誤差をできるだけ小さくすることが重要である。
また、被検体は、撮影中に、無意識に動いてしまう場合がある。この場合、プリスキャン時において被検体の体外に位置していた領域（背景領域）が、被検体が動くことによって、本スキャン時には被検体の体内に位置する領域に変化することがある。したがって、プリスキャンによってコイル感度を推定する場合、被検体の体内におけるコイル感度だけでなく、被検体の体外におけるコイル感度も、推定誤差ができるだけ小さくなるようにすることが重要である。
そこで、コイル感度を推定する方法が提案されている（特許文献１）。

特開2007-244848号公報

しかし、特許文献１の方法では、被検体の体内のうち、磁気共鳴信号の信号強度が低い領域では、コイル感度の推定誤差が大きくなるという問題がある。

本発明は、上記の事情に鑑み、コイル感度の推定誤差を低減することができるコイル感度推定装置、磁気共鳴イメージング装置、コイル感度推定方法、およびプログラムを提供することを目的とする。

上記の問題を解決する本発明のコイル感度推定装置は、
被検体の磁気共鳴信号を受信するコイルのコイル感度を推定するコイル感度推定装置であって、
前記コイルが受信した磁気共鳴信号の信号強度を算出する信号強度算出手段と、
前記コイルのコイル感度のうち、前記被検体の内側におけるコイル感度を、前記信号強度に第１のモデルを適用して算出し、前記被検体の外側におけるコイル感度を、前記信号強度に前記第１のモデルとは異なる第２のモデルを適用して算出するコイル感度算出手段と、
を有している。
また、本発明のコイル感度推定方法は、
被検体の磁気共鳴信号を受信するコイルのコイル感度を推定するコイル感度推定方法であって、
前記コイルが受信した磁気共鳴信号の信号強度を算出する信号強度算出ステップと、
前記コイルのコイル感度のうち、前記被検体の内側におけるコイル感度を、前記信号強度に第１のモデルを適用して算出し、前記被検体の外側におけるコイル感度を、前記信号強度に前記第１のモデルとは異なる第２のモデルを適用して算出するコイル感度算出ステップと、
を有している。
また、本発明のプログラムは、
被検体の磁気共鳴信号を受信するコイルのコイル感度を推定するためのプログラムであって、
前記コイルが受信した磁気共鳴信号の信号強度を算出する信号強度算出処理と、
前記コイルのコイル感度のうち、前記被検体の内側におけるコイル感度を、前記信号強度に第１のモデルを適用して算出し、前記被検体の外側におけるコイル感度を、前記信号強度に前記第１のモデルとは異なる第２のモデルを適用して算出するコイル感度算出処理と、
を計算機に実行させるためのプログラムである。

本発明では、被検体の内側と外側において異なるモデルを用いてコイル感度を算出している。したがって、被検体の内側と外側との両側において、コイル感度の推定誤差を低減することができる。

本発明の第１の実施形態の磁気共鳴イメージング装置の概略図である。 コイル装置４の断面図である。 ＭＲＩ装置１の処理フローの一例を示す図である。 コイル感度を算出するときに設定されるスライスＳ１〜Ｓｎの一例を示す図である。 被検体８の頭部８ａのスライスＳｋにおける断面図である。 スライスＳｋにおける信号強度の分布を概略的に示す図である。 スライスＳｋのラインＬにおける信号強度の説明図である。 信号強度曲線Ｃｓを平滑化した様子を示す図である。 平滑化曲線Ｃsmを２値化した様子を示す図である。 頭部領域ＲＥの中から抽出された領域ＲＰを示す図である。 領域ＲＰにおける信号強度Ｉに多項式モデルＰＭａを適用することにより得られるコイル感度ＳＨと、領域ＲＰにおける信号強度Ｉに多項式モデルＰＭｂを適用することにより得られるコイル感度ＳＬとを示す図である。 被検体の体内（頭部８ａの内側）におけるコイル感度ＳＨと、被検体の体外（頭部８ａの外側）におけるコイル感度ＳＬとを示す図である。 サブステップＳ６１で行われる処理の説明図である。 結合処理領域Ｊおよびその周辺領域におけるコイル感度ＳＨおよびＳＬの拡大図である。 結合処理領域Ｊに含まれている画素Ｎ１〜Ｎｗにおけるコイル感度の値ｎ１〜ｎｗを補正した後の様子を示す図である。 表面コイル４１のコイル感度ＣＳを示す図である。 本発明の第２の実施形態のＭＲＩ装置の概略図である。 第２の実施形態におけるコイル装置４の断面図である。 ＭＲＩ装置１００の処理フローの一例を示す図である。 スライスＳｋのラインＬにおける信号強度の説明図である。 スライスＳｋにおける信号強度比の説明図である。 被検体の体内（頭部８ａの内側）におけるコイル感度ＳＨと、被検体の体外（頭部８ａの外側）におけるコイル感度ＳＬとを示す図である。

以下、本発明の実施形態について説明する。しかし、本発明は、以下の実施形態に限定されることはない。

（１）第１の実施形態
図１は、本発明の第１の実施形態の磁気共鳴イメージング装置の概略図である。

磁気共鳴イメージング装置（以下、ＭＲＩ（Magnetic
Resonance Imaging）装置と呼ぶ）１は、コイルアセンブリ２と、テーブル３と、コイル装置４と、制御装置５と、入力装置６と、表示装置７とを有している。

コイルアセンブリ２は、被検体８が収容されるボア２１と、超伝導コイル２２と、勾配コイル２３と、送信コイル２４とを有している。超伝導コイル２２は静磁場Ｂ0を印加し、勾配コイル２３は勾配パルスを印加し、送信コイル２４はＲＦパルスを送信する。

テーブル３は、クレードル３１を有している。クレードル３１は、ｚ方向および−ｚ方向に移動するように構成されている。クレードル３１がｚ方向に移動することによって、被検体８がボア２１に搬送される。クレードル３１が−ｚ方向に移動することによって、ボア２１に搬送された被検体８は、ボア２１から搬出される。

コイル装置４は、被検体８の頭部８ａに取り付けられている。

図２は、コイル装置４の断面図である。

コイル装置４は、被検体８の頭部８ａからの磁気共鳴（ＭＲ：Magnetic Resonance）信号を受信するための表面コイル４１を有している。

図１に戻って説明を続ける。
コイル装置４の表面コイル４１が受信したＭＲ（Magnetic
Resonance）信号は、制御装置５に伝送される。

制御装置５は、コイル制御手段５１〜結合処理手段５５を有している。

コイル制御手段５１は、パルスシーケンスが実行されるように、勾配コイル２３および送信コイル２４を制御する。

信号強度算出手段５２は、コイル装置４の表面コイル４１が受信したＭＲ信号の信号強度を算出する。

領域抽出手段５３は、信号強度算出手段５２が算出した信号強度に基づいて、コイル装置４の表面コイル４１の受信したＭＲ信号が表す画像の中から被検体８の領域を抽出する。また、領域抽出手段５３は、抽出した被検体８の領域の中から、信号強度ＩがＩ＝Ｉｐ以上の領域ＲＰを抽出する（図１０参照）。

コイル感度算出手段５４は、領域抽出手段５３が抽出した領域ＲＰ内における信号強度に４次多項式モデルを適用して、被検体の内側におけるコイル感度を算出する。また、コイル感度算出手段５４は、領域抽出手段５３が抽出した領域ＲＰ内における信号強度に２次多項式モデルを適用して、被検体の外側におけるコイル感度を算出する。

結合処理手段５５は、被検体の内側におけるコイル感度と、被検体の外側におけるコイル感度とを滑らかに結合するための結合処理を行う。

尚、コイル制御手段５１〜結合処理手段５５は、各手段を実行するためのプログラムを制御装置５にインストールすることにより実現されている。ただし、プログラムを用いずに、ハードウェアのみで実現してもよい。

入力装置６は、オペレータ９の操作に応じて、種々の命令を制御装置５に入力する。

表示装置７は、種々の情報を表示する。

ＭＲＩ装置１は、上記のように構成されている。次に、上記のように構成されたＭＲＩ装置１の動作について説明する。

図３は、ＭＲＩ装置１の処理フローの一例を示す図である。

ステップＳ１では、オペレータ９が入力装置６を操作して、撮影命令を入力する。撮影命令が入力されると、コイル制御手段５１（図１参照）は、撮影命令に応答して、コイル感度を算出するためのスキャンが実行されるように、勾配コイルおよび送信コイルを制御する。

図４は、コイル感度を算出するときに設定されるスライスＳ１〜Ｓｎの一例を示す図、図５は、被検体８の頭部８ａのスライスＳｋにおける断面図である。

被検体８の頭部８ａには、ｎ枚のスライスＳ１〜Ｓｎが設定されている。図５に示すように、スライスＳｋは、被検体の頭部の鼻腔ＣＮを横切る位置に設定されている。

コイル感度を算出するためのスキャンを行う場合、表面コイル４１でＭＲ信号を収集する。ＭＲ信号を収集した後、ステップＳ２に進む。

ステップＳ２では、信号強度算出手段５２（図１参照）が、各スライスＳ１〜ＳｎにおけるＭＲ信号の信号強度を算出する。

図６は、スライスＳｋにおける信号強度の分布を概略的に示す図である。

被検体の体内（頭部８ａの内側）では、基本的には、信号強度は高くなる。しかし、被検体の体内（頭部８ａの内側）であっても、鼻腔ＣＮは、空気で埋められている領域であるので、信号強度が低くなる。また、被検体の体外（頭部８ａの外側）Ｂも空気で埋められている領域であるので、信号強度が低くなる。したがって、表面コイル４１を用いた場合の信号強度分布Ｄ１は、高信号領域ＲＨ、低信号領域ＲＬ、および低信号領域ＲＢの３つの領域に分けることができる。

高信号領域ＲＨは、被検体の体内（頭部８ａの内側）において信号強度が高くなる高信号領域である。低信号領域ＲＬは、被検体の体内（頭部８ａの内側）において信号強度が低くなる低信号領域である（鼻腔ＣＮにおける信号領域など）。低信号領域ＲＢは、被検体の体外（頭部８ａの外側）Ｂにおいて信号強度が低くなる低信号領域である。

また、図６には、スライスＳｋの鼻腔ＣＮを横切るラインＬが示されている。次に、このラインＬ上の信号強度について説明する。

図７は、スライスＳｋのラインＬにおける信号強度の説明図である。

図７（ａ）は、スライスＳｋの頭部断面図、図７（ｂ）は、スライスＳｋのラインＬ上における信号強度曲線Ｃｓを概略的に示す図である。

信号強度曲線Ｃｓは、被検体の体外の低信号領域ＲＢと、被検体の体内の高信号領域ＲＨと、被検体の体内の低信号領域ＲＬ（鼻腔ＣＮにおける信号領域など）ＲＬとを有している。

図６および図７では、スライスＳｋにおける信号強度について説明したが、信号強度算出手段５２は、他のスライスについても、信号強度を算出する。他のスライスの信号強度分布でも、被検体の体外や、被検体の体内であっても空気で満たされる部位などは、信号強度が低くなる。

第１の実施形態では、表面コイル４１による信号強度分布Ｄ１を用いて、コイル感度を算出する。以下に、コイル感度を算出する手順について説明する。尚、信号強度分布Ｄ１は、３次元で表されているので、信号強度分布Ｄ１を用いてコイル感度の算出方法を説明すると、説明が複雑になる。したがって、説明の便宜上、図７に示す信号強度曲線Ｃｓに基づいて説明するが、信号強度曲線Ｃｓに基づいた説明を、信号強度分布Ｄ１に適応することによって、コイル感度を算出することができる。

信号強度を算出した後、ステップＳ３に進む。

ステップＳ３では、領域抽出手段５３（図１参照）が、信号強度曲線Ｃｓに基づいて、スライスＳｋにおける断面画像の中から、頭部８ａの領域を抽出する。ステップＳ３は、頭部８ａの領域を抽出するために、３つのサブステップＳ３１〜Ｓ３３を有している。以下に、領域抽出手段５３が、信号強度曲線Ｃｓに基づいて、頭部８ａの領域をどのように抽出しているかについて、図８〜図１０を参照しながら説明する。

図８〜図１０は、信号強度曲線Ｃｓに基づいて、スライスＳｋにおける断面画像の中から頭部８ａの領域を抽出するときの説明図である。

領域抽出手段５３は、先ず、サブステップＳ３１において、信号強度曲線Ｃｓの平滑化を行う（図８参照）。

図８は、信号強度曲線Ｃｓを平滑化した様子を示す図である。

図８（ａ）は、スライスＳｋの頭部断面図、図８（ｂ）は、信号強度曲線Ｃｓを示す図、図８（ｃ）は、信号強度曲線Ｃｓ（図８（ｂ）参照）を平滑化することによって得られる平滑化曲線Ｃsmを示す図である。平滑化処理をした後、サブステップＳ３２に進む。

サブステップＳ３２において、領域抽出手段５３は、平滑化曲線Ｃsmを２値化する。本実施形態では、信号強度Ｉの値がＩ＝Ｉth以下の場合、論理値「Low」を割り当て、一方、信号強度Ｉの値がＩ＝Ｉthより大きい場合は、論理値「High」を割り当てる。

図９は、平滑化曲線Ｃsmを２値化した様子を示す図である。

図９（ａ）は、スライスＳｋの頭部断面図、図９（ｂ）は、信号強度曲線Ｃｓを示す図、図９（ｃ）は、平滑化曲線Ｃsmと、平滑化曲線Ｃsmを２値化することによって得られる２値化曲線Ｃｂとを示す図である。２値化曲線Ｃｂを参照すると、低信号領域ＲＬおよびＲＢでは、論理値「Low」であるが、高信号領域ＲＨでは、論理値「High」であることがわかる。

図９（ａ）には、論理値「Low」となる領域に斜線が示されており、論理値「High」となる領域は白抜きで示されている。２値化した後、サブステップＳ３３に進む。

サブステップＳ３３において、領域抽出手段５３は、２値化された頭部断面（図９（ａ）参照）に基づいて凸包（convex hell）を算出し、算出された凸包群を結合することにより、頭部８ａの領域を抽出する。尚、凸包については、計算幾何学の分野でよく知られている技術であるので、凸包の説明は省略する。図９（ａ）には、領域抽出手段５３によって抽出された頭部領域ＲＥが太線で示されている。被検体の頭部８ａを抽出した後、ステップＳ４に進む。

ステップＳ４では、領域抽出手段５３（図１参照）が、抽出した頭部領域ＲＥの中から、信号強度曲線Ｃｓの信号強度ＩがＩ＝Ｉｐ以上の領域を抽出する（図１３参照）。

図１０は、頭部領域ＲＥの中から抽出された領域ＲＰを示す図である。

図１０では、信号強度曲線Ｃｓの信号強度ＩがＩ＝Ｉｐ以上の領域ＲＰは、２箇所（鼻腔ＣＮの両側）に存在している。領域ＲＰを抽出した後、ステップＳ５に進む。

ステップＳ５では、コイル感度算出手段５４（図１参照）が、表面コイル４１のコイル感度を算出する。コイル感度算出手段５４は、表面コイル４１のコイル感度のうち、被検体の体内（頭部８ａの内側）におけるコイル感度については、領域ＲＰにおける信号強度Ｉに４次の多項式モデルＰＭａを適用して算出する。一方、被検体の体外（頭部８ａの外側）におけるコイル感度については、領域ＲＰにおける信号強度Ｉに２次の多項式モデルＰＭｂを適用して算出する。多項式モデルＰＭａおよびＰＭｂは、例えば、以下の式で表される。
ＰＭａ：ａ_１ｘ^４＋ｂ_１ｘ^３＋ｃ_１ｘ^２＋ｄ ・・・（１）
ＰＭｂ：ａ_２ｘ^２＋ｂ_２ｘ^２＋ｃ_２ ・・・（２）
ａ_１、ｂ_１、ｃ_１、ｄ、ａ_２、ｂ_２、およびｃ_２：係数

以下に、被検体の体内におけるコイル感度は多項式モデルＰＭａを用いて算出し、被検体の体外におけるコイル感度は多項式モデルＰＭｂを用いて算出する理由について、図１１を参照しながら説明する。

図１１は、領域ＲＰにおける信号強度Ｉに多項式モデルＰＭａを適用することにより得られるコイル感度ＳＨの一例と、領域ＲＰにおける信号強度Ｉに多項式モデルＰＭｂを適用することにより得られるコイル感度ＳＬの一例とを示す図である。

コイル感度ＳＨは、多項式モデルＰＭａ（式（１）参照）の係数を領域ＲＰにおける信号強度Ｉを用いて計算した場合に求められたコイル感度の一例であり、一方、コイル感度ＳＬは、多項式モデルＰＭｂ（式（２）参照）の係数を領域ＲＰにおける信号強度Ｉを用いて計算した場合に求められたコイル感度の一例である。以下に、コイル感度ＳＬおよびＳＨについて順に考察する。

（１）コイル感度ＳＬに関する考察
高信号領域ＲＨのうちの第１の領域Ｈ１を参照すると、コイル感度ＳＬは、信号強度曲線Ｃｓにほぼ重なっている。したがって、コイル感度ＳＬは、高信号領域ＲＨのうちの第１の領域Ｈ１においては、表面コイル４１の真のコイル感度に十分に近い値であると考えられる。しかし、高信号領域ＲＨの第２の領域Ｈ２を参照すると、コイル感度ＳＬは、信号強度曲線Ｃｓから大きく離れている。したがって、コイル感度ＳＬは、高信号領域ＲＨの第２の領域Ｈ２においては、表面コイル４１の真のコイル感度から大きく離れていると考えられる。

（２）コイル感度ＳＨに関する考察
コイル感度ＳＨは、高信号領域ＲＨの第１の領域Ｈ１および第２の領域Ｈ２のどちらの領域でも、信号強度曲線Ｃｓにほぼ重なっている。したがって、コイル感度ＳＨは、高信号領域ＲＨの全体に渡って、表面コイル４１の真のコイル感度に十分に近いと考えられる。

したがって、上記の考察（１）および（２）から、体内の高信号領域ＲＨにおいては、コイル感度ＳＨは、コイル感度ＳＬよりも、表面コイル４１の真のコイル感度に近いと考えられる。

次に、体内の低信号領域ＲＬにおける表面コイル４１のコイル感度について説明する。

図１１に示すように、低信号領域ＲＬは、高信号領域ＲＨと比較すると、信号強度がかなり小さくなる。したがって、低信号領域ＲＬにおける信号強度Ｉを用いて、低信号領域ＲＬにおける表面コイル４１のコイル感度を推定することは困難である。しかし、上述したように、コイル感度ＳＨは、体内の２つの高信号領域ＲＨにおいては、表面コイル４１の真のコイル感度に十分に近いと考えられる。したがって、コイル感度ＳＨは、２つの高信号領域ＲＨの間に位置する低信号領域ＲＬにおいても、表面コイル４１の真のコイル感度に十分に近いと考えられる。

上記の考察から、コイル感度ＳＨは、高信号領域ＲＨだけでなく、低信号領域ＲＬにおいても、表面コイル４１の真のコイル感度に十分に近いと考えられる。そこで、第１の実施形態では、表面コイル４１のコイル感度のうち、被検体の体内（頭部８ａの内側）におけるコイル感度については、４次の多項式モデルＰＭａを適用して算出されるコイル感度ＳＨが採用される。

次に、被検体の体外（頭部８ａの外側）におけるコイル感度について説明する。

一般的に、表面コイル４１のコイル感度は、被検体の体内では複雑に変化するが、被検体の体外では緩やかに変化することが知られている。図１１に示す２つのコイル感度ＳＬおよびＳＨとを比較すると、被検体の体外では、コイル感度ＳＬの方が、コイル感度ＳＨよりも緩やかに変化している。そこで、第１の実施形態では、被検体の体外（頭部８ａの外側）におけるコイル感度については、２次の多項式モデルＰＭｂを適用して算出されるコイル感度ＳＬが採用される。

したがって、上述したように、表面コイル４１のコイル感度のうち、被検体の体内（頭部８ａの内側）におけるコイル感度については、コイル感度ＳＨが採用され、一方、被検体の体外（頭部８ａの外側）におけるコイル感度については、コイル感度ＳＬが採用される。これらの異なるコイル感度ＳＨおよびＳＬを算出するために、ステップＳ５は、コイル感度ＳＨを算出するサブステップＳ５１と、コイル感度ＳＬを算出するサブステップＳ５２とを有している。ただし、被検体の体内（頭部８ａの内側）におけるコイル感度については、コイル感度ＳＨが採用され、一方、被検体の体外（頭部８ａの外側）におけるコイル感度については、コイル感度ＳＬが採用される（図１２参照）。

図１２は、被検体の体内（頭部８ａの内側）におけるコイル感度ＳＨと、被検体の体外（頭部８ａの外側）におけるコイル感度ＳＬとを示す図である。

図１２（ｂ）を参照すると、被検体の体内および体外では、異なるコイル感度ＳＨおよびＳＬが採用されていることが分かる。ただし、コイル感度ＳＨとＳＬとの間には段差Ｇが生じている。コイル感度にこのような段差Ｇが含まれていると、画像にアーチファクトが発生する原因になる。そこで、第１の実施形態では、段差Ｇをなめらかに結合するための結合処理を実行する。結合を実行するために、ステップＳ６に進む。

ステップＳ６では、結合処理手段５５（図１参照）が、図１２に示す段差Ｇを滑らかに結合するための結合処理を行う。ステップＳ６は、結合処理を行うために、２つのサブステップＳ６１およびＳ６２を有している。以下に、各サブステップＳ６１およびＳ６２について、図１３および図１４を参照しながら説明する。

図１３は、サブステップＳ６１で行われる処理の説明図である。
結合処理を行う場合、結合処理手段５５は、先ず、頭部領域ＲＥに膨張処理および収縮処理を施す。頭部領域ＲＥに膨張処理が施されることによって、頭部領域ＲＥは、領域ＲＥ１にまで膨張する。一方、頭部領域ＲＥに収縮処理が施されることによって、頭部領域ＲＥは、領域ＲＥ２にまで収縮する。結合処理手段５５は、２つの領域ＲＥ１およびＲＥ２に挟まれる領域を、コイル感度ＳＨとＳＬとを滑らかに結合するための結合処理が行われる結合処理領域Ｊとして設定する。結合処理領域Ｊを設定した後、サブステップＳ６２に進む。

サブステップＳ６２では、結合処理手段５５は、コイル感度ＳＬおよびＳＨのうち、結合処理領域Ｊに含まれるコイル感度の値を補正する。以下に、コイル感度がどのように補正されているかについて、図１４を参照しながら説明する。

図１４は、結合処理領域Ｊおよびその周辺領域におけるコイル感度ＳＨおよびＳＬの拡大図である。

図１４（ａ）は、図１３（ａ）に示すラインＬの結合処理領域Ｊおよびその周辺領域に位置する画素の拡大図、図１４（ｂ）は、各画素におけるコイル感度の値を示す図である。

図１４（ａ）において、結合処理領域Ｊの内側には、画素Ｎ１〜Ｎｗが概略的に示されている。また、結合処理領域Ｊの外側には画素Ｍ１〜ＭｘおよびＭx+1〜Ｍｙが概略的に示されている。

図１４（ｂ）において、コイル感度ＳＬの曲線上には、結合処理領域Ｊの外側に位置する画素Ｍ１〜Ｍｘにおけるコイル感度の値ｍ１〜ｍｘと、結合処理領域Ｊの内側に位置する画素Ｎ１〜Ｎｖにおけるコイル感度の値ｎ１〜ｎｖとが概略的に示されている。

また、コイル感度ＳＨの曲線上には、結合処理領域Ｊの内側に位置する画素Ｎv+1〜Ｎｗにおけるコイル感度の値ｎv+1〜ｎｗと、結合処理領域Ｊの外側に位置する画素Ｍx+1〜Ｍｙにおけるコイル感度の値ｍx+1〜ｍｙとが概略的に示されている。

結合処理手段５５は、結合処理領域Ｊに含まれている画素Ｎ１〜Ｎｗにおけるコイル感度の値ｎ１〜ｎｗを補正する（図１５参照）。

図１５は、結合処理領域Ｊに含まれている画素Ｎ１〜Ｎｗにおけるコイル感度の値ｎ１〜ｎｗを補正した後の様子を示す図である。

図１５では、補正前のコイル感度の値ｎ１〜ｎｗは点線で示されており、補正後の値ｎ１’〜ｎｗ’は実線で示されている。

第１の実施形態では、結合処理領域Ｊの内側に位置する画素Ｎｉにおけるコイル感度の値ｎi（ｉ＝１，２，・・・，ｗ）を補正する場合、先ず、結合処理領域Ｊの外側に位置する画素Ｍ１〜Ｍｙの中から、画素Ｎｉまでの距離の近い順にｋ個の画素を選択する。ｋ個の画素を選択した後、選択されたｋ個の画素におけるコイル感度の平均値ＡＶＥを算出する。平均値ＡＶＥは、以下の式で表される。
ＡＶＥ＝Σｍ／ｋ ・・・（３）
ただし、ｋ：結合処理領域Ｊの外側に位置する画素Ｍ１〜Ｍｙの中から選択される画素の数、Σｍ：選択されたｋ個の画素におけるコイル感度の加算値。

第１の実施形態では、結合処理手段５５は、式（３）に従って算出された平均値ＡＶＥを、コイル感度の補正後の値ｎi’として算出する。したがって、コイル感度の補正後の値ｎi’は、以下の式（４）で表される。
ｎi’＝ＡＶＥ
＝Σｍ／ｋ ・・・（４）

例えば、画素Ｎ１のコイル感度の値ｎ１を補正する場合、結合処理手段５５は、先ず、結合処理領域Ｊの外側に位置する画素Ｍ１〜Ｍｙの中から、画素Ｎ１までの距離の近い順にｋ個の画素を選択する。例えばｋ＝３の場合、画素Ｎ１までの距離の近い３個の画素として、結合処理領域Ｊの外側に位置する画素Ｍ１〜Ｍｙの中から、３個の画素Ｍ１、Ｍ２、およびＭ３が選択される。画素Ｍ１、Ｍ２、およびＭ３におけるコイル感度の値は、それぞれｍ１、ｍ２、およびｍ３であるので、画素Ｎ１におけるコイル感度の補正後の値ｎ１’は、式（４）に基づいて、以下の式（４’）で表される。
ｎ１’＝（ｍ１＋ｍ２＋ｍ３）／３ ・・・（４’）

式（４’）は、画素Ｎ１におけるコイル感度の補正後の値ｎ１’を表しているが、他の画素におけるコイル感度の補正後の値も同様に説明される。例えば、画素Ｎv+1におけるコイル感度の補正後の値ｎv+1’を算出する場合、結合処理手段５５は、先ず、結合処理領域Ｊの外側に位置する画素Ｍ１〜Ｍｙの中から、画素Ｎv+1までの距離の近い順にｋ個の画素を選択する。例えばｋ＝３の場合、画素Ｎv+1までの距離の近い３個の画素として、結合処理領域Ｊの外側に位置する画素Ｍ１〜Ｍｙの中から、３個の画素Ｍ１、Ｍx+1、およびＭx+2が選択される。画素Ｍ１、Ｍx+1、およびＭx+2におけるコイル感度の値は、それぞれ、ｍ１、ｍx+1、およびｍx+2であるので、画素Ｎv+1におけるコイル感度の補正後の値ｎv+1’は、式（４）に基づいて、以下の式（４’’）で表される。
ｎv+1’＝（ｍ１＋ｍ_ｘ＋１＋ｍ_ｘ＋２）／３ ・・・（４’’）

以下、同様の手順で、結合処理領域Ｊの内側の全ての画素におけるコイル感度の値が補正される。

上記の補正処理を行うことによって、図１５に示すように、コイル感度ＳＨとＳＬとが滑らかに結合されていることがわかる。コイル感度ＳＨとＳＬとを滑らかに結合することによって、表面コイル４１のコイル感度が得られる（図１６参照）。

図１６は、表面コイル４１のコイル感度ＣＳを示す図である。

図１６（ａ）は、スライスＳｋの頭部断面図、図１６（ｂ）は、コイル感度ＣＳを示す図である。

図１６（ｂ）を参照すると、体内と体外との境界部分において、コイル感度ＣＳが滑らかに結合されていることが分かる。コイル感度ＣＳを算出した後、ステップＳ７に進む。

ステップＳ７では、本スキャンが行われる。本スキャンによって受信された磁気共鳴信号は、コイル感度ＣＳ（図１６参照）を用いて補正され、補正された磁気共鳴信号に基づいて画像が再構成される。

第１の実施形態では、被検体の体内と体外とで、異なるモデルを用いてコイル感度を算出している。したがって、推定誤差の少ないコイル感度を得ることができる。

（２）第２の実施形態
第１の実施形態では、表面コイル４１が受信したＭＲ信号の信号強度に基づいて表面コイル４１のコイル感度を推定する一例について説明されている。しかし、コイル感度の推定誤差を更に小さくしたい場合は、表面コイル４１が受信した信号強度と、表面コイル４１とは別のコイルが受信した信号強度との比に基づいて、表面コイル４１のコイル感度を推定することもできる。本発明は、表面コイル４１が受信した信号強度と、表面コイル４１とは別のコイルが受信した信号強度との比に基づいて、表面コイル４１のコイル感度を推定する場合にも適用することができる。第２の実施形態では、表面コイル４１が受信した信号強度と、表面コイル４１とは別のコイルが受信した信号強度との比に基づいて、表面コイル４１のコイル感度を推定する一例について説明する。

図１７は、本発明の第２の実施形態のＭＲＩ装置の概略図である。

ＭＲＩ装置１００は、コイルアセンブリ２と、テーブル３と、コイル装置４と、制御装置５と、入力装置６と、表示装置７とを有している。第２の実施形態におけるＭＲＩ装置１００は、第１のＭＲＩ装置１と比較すると、コイル装置４および制御装置５の構造が異なっているが、その他の構造は同一構造である。したがって、第２の実施形態におけるＭＲＩ装置１００の説明にあたっては、コイルアセンブリ２、テーブル３、入力装置６、および表示装置７の構造の説明は省略し、コイル装置４および制御装置５の構造について主に説明する。

図１８は、第２の実施形態におけるコイル装置４の断面図である。

第２の実施形態におけるコイル装置４は、表面コイル４１の他に、参照用コイル４２を有している。参照用コイル４２は、表面コイル４１のコイル感度を算出するために備えられているコイルである。第２の実施形態では、表面コイル４１が受信したＭＲ信号の信号強度と、参照用コイル４２が受信したＭＲ信号の信号強度との比に基づいて、表面コイル４１のコイル感度を算出する。第２の実施形態において表面コイル４１のコイル感度を算出する方法については後述する。

図１７に戻って説明を続ける。
コイル装置４の表面コイル４１が受信したＭＲ（Magnetic
Resonance）信号は、制御装置５に伝送される。

制御装置５は、コイル制御手段５１〜結合処理手段５５を有している。

コイル制御手段５１は、パルスシーケンスが実行されるように、勾配コイル２３および送信コイル２４を制御する。

信号強度算出手段５２は、コイル装置４の表面コイル４１が受信したＭＲ信号の信号強度と、参照用コイル４２が受信したＭＲ信号の信号強度とを算出する。

信号強度比算出手段５２１は、表面コイル４１が受信したＭＲ信号の信号強度と、参照用コイル４２が受信したＭＲ信号の信号強度との比を算出する。

領域抽出手段５３は、信号強度算出手段５２が算出した信号強度に基づいて、コイル装置４の表面コイル４１の受信したＭＲ信号が表す画像の中から被検体８の領域を抽出する。また、領域抽出手段５３は、抽出した被検体８の領域の中から、信号強度ＩがＩ＝Ｉｐ以上の領域ＲＰを抽出する。

コイル感度算出手段５４は、領域抽出手段５３が抽出した領域ＲＰ内における信号強度の比に４次多項式モデルを適用して、被検体の内側におけるコイル感度を算出する。また、コイル感度算出手段５４は、領域抽出手段５３が抽出した領域ＲＰ内における信号強度の比に２次多項式モデルを適用して、被検体の外側におけるコイル感度を算出する。

結合処理手段５５は、被検体の内側におけるコイル感度と、被検体の外側におけるコイル感度とを滑らかに結合するための結合処理を行う。

以下に、上記のように構成されたＭＲＩ装置１００の動作について説明する。

図１９は、ＭＲＩ装置１００の処理フローの一例を示す図である。

ステップＳ１では、オペレータ９が入力装置６を操作して、撮影命令を入力する。撮影命令が入力されると、コイル制御手段５１は、撮影命令に応答して、表面コイル４１のコイル感度を算出するためのスキャンが実行されるように、勾配コイルおよび送信コイルを制御する。だだし、第２の実施形態では、ステップＳ１において、表面コイル４１でＭＲ信号を収集するためのスキャンだけでなく、参照用コイル４２でＭＲ信号を収集するためのスキャンも行われる。これらのＭＲ信号を収集した後、ステップＳ２に進む。

ステップＳ２では、信号強度算出手段５２が、各スライスＳ１〜Ｓｎ（図４および図５参照）におけるＭＲ信号の信号強度を算出する。

図２０は、スライスＳｋのラインＬにおける信号強度の説明図である。

図２０（ａ）は、スライスＳｋの頭部断面図、図２０（ｂ）は、表面コイル４１で受信されたＭＲ信号の信号強度曲線Ｃｓと、参照用コイル４２で受信されたＭＲ信号の信号強度曲線Ｃｒとを概略的に示す図である。

信号強度曲線ＣｓおよびＣｒは、スライスＳｋのラインＬ上における信号強度を表している。

表面コイル４１の信号強度曲線Ｃｓは、第１の実施形態の場合と同様に、被検体の体外の低信号領域ＲＢと、被検体の体内の高信号領域ＲＨと、被検体の体内の低信号領域ＲＬ（鼻腔ＣＮにおける信号領域など）ＲＬとを有している（図７参照）。また、参照用コイル４２の信号強度曲線Ｃｒも、高信号領域ＲＨ、低信号領域ＲＬ、および低信号領域ＲＢの３つの領域に分けることができる。

図２０では、スライスＳｋにおける信号強度について説明したが、信号強度算出手段５２は、他のスライスについても、信号強度を算出する。

信号強度を算出した後、ステップＳ２１に進む。

ステップＳ２１では、信号強度比算出手段５２１が、信号強度曲線Ｃｓにおける信号強度と、信号強度曲線Ｃｒにおける信号強度との比を算出する。

図２１は、スライスＳｋにおける信号強度比の説明図である。

図２１（ａ）は、スライスＳｋの頭部断面図、図２１（ｂ）は、図２０に示す信号強度曲線ＣsおよびＣrを示す図、図２１（ｃ）は、信号強度比曲線Ｃrtを示す図である。

信号強度曲線Ｃｓにおける信号強度Ｉと、信号強度曲線Ｃｒにおける信号強度Ｉとの比を算出することによって、信号強度比曲線Ｃrt（図２１（ｃ）参照）が得られる。信号強度比曲線Ｃrtを参照すると、高信号領域ＲＨではＳＮ比が大きいので、信号強度比ＳＲのばらつきは比較的小さいが、低信号領域ＲＬおよびＲＢではＳＮ比が小さいので、信号強度比ＳＲはノイズの影響を受けて大きくばらついていることが分かる。

信号強度比ＳＲを算出した後、ステップＳ３に進む。

ステップＳ３は、領域抽出手段５３（図１７参照）が、信号強度曲線Ｃｓに基づいて、スライスＳｋにおける断面画像の中から、頭部８ａの領域を抽出する。頭部８ａの領域を抽出する手順は、第１の実施形態におけるステップＳ３（図３参照）と同様の手順であるので、説明は省略する。図２１（ａ）には、領域抽出手段５３によって抽出された頭部領域ＲＥが太線で示されている。被検体の頭部８ａを抽出した後、ステップＳ４に進む。

ステップＳ４では、領域抽出手段５３（図１７参照）が、抽出した頭部領域ＲＥの中から、信号強度曲線Ｃｓの信号強度ＩがＩ＝Ｉｐ以上の領域ＲＰを抽出する。領域ＲＰの範囲は、図２１（ｂ）および（ｃ）に示されている。領域ＲＰを抽出した後、ステップＳ５に進む。

ステップＳ５では、コイル感度算出手段５４（図１７参照）が、表面コイル４１のコイル感度を算出する。コイル感度算出手段５４は、表面コイル４１のコイル感度のうち、被検体の体内（頭部８ａの内側）におけるコイル感度については、領域ＲＰにおける信号強度比ＳＲに４次の多項式モデルＰＭａ（式（１）参照）を適用して算出する。一方、被検体の体外（頭部８ａの外側）におけるコイル感度については、領域ＲＰにおける信号強度比ＳＲに２次の多項式モデルＰＭｂ（式（２）参照）を適用して算出する。被検体の体内におけるコイル感度は多項式モデルＰＭａを用いて算出し、被検体の体外におけるコイル感度は多項式モデルＰＭｂを用いて算出する理由については、図１１を参照しながら説明した理由と同様である。

図２２は、被検体の体内（頭部８ａの内側）におけるコイル感度ＳＨと、被検体の体外（頭部８ａの外側）におけるコイル感度ＳＬとを示す図である。

図２２（ｃ）を参照すると、被検体の体内および体外では、異なるコイル感度ＳＨおよびＳＬが採用されていることが分かる。ただし、コイル感度ＳＨとＳＬとの間には段差Ｇが生じている。コイル感度にこのような段差Ｇが含まれていると、画像にアーチファクトが発生する原因になる。そこで、第２の実施形態においても、第１の実施形態と同様に、ステップＳ６において、図１４および図１５を参照しながら説明した手順で結合処理を行う。結合処理を行うことによって、コイル感度ＣＳが算出される（図１６参照）。コイル感度ＣＳを算出した後、ステップＳ７で本スキャンを行う。

第２の実施形態でも、第１の実施形態と同様に、被検体の体内と体外とで異なるモデルを用いてコイル感度を算出している。したがって、推定誤差の少ないコイル感度を得ることができる。

尚、第１の実施形態および第２の実施形態では、式（１）および（２）を用いてコイル感度を算出しているが、式（１）および（２）以外のモデルを使ってコイル感度を算出してもよい。例えば、多項式モデルの係数の数を多くすればするほど、より複雑に変化するコイル感度を表現することができるので、コイル感度が複雑に変化するような部位では、係数の数の多い多項式モデルを用いることが好ましい。一般的には、被検体の体内におけるコイル感度は、被検体の体外におけるコイル感度よりも複雑に変化するので、被検体の体内における多項式モデルの係数の数は、被検体の体外における多項式モデルの係数の数よりも多いことが好ましい。

第１の実施形態および第２の実施形態では、被検体の体内における多項式モデルとして４次多項式モデルを使用し、被検体の体外における多項式モデルとして２次多項式モデルを使用している。しかし、別の次数の多項式モデル（例えば、５次多項式モデル）を使用してもよい。更に、第１の実施形態および第２の実施形態では、多項式モデルを用いてコイル感度を推定しているが、多項式モデル以外の別のモデルを使用してコイル感度を推定してもよい。

また、第１の実施形態および第２の実施形態では、コイル感度ＳＨとＳＬとの間の段差Ｇを滑らかにするための結合処理が行われている。しかし、再構成された画像の品質に影響がなければ、結合処理は必ずしも行う必要はない。

また、第１の実施形態および第２の実施形態では、頭部８ａの領域を抽出するために凸包を用いているが、別の方法を用いて頭部８ａを抽出してもよい。

また、第１の実施形態および第２の実施形態では、被検体の頭部を撮影する場合を取り上げて説明されているが、本発明は、頭部以外の別の部位を撮影するときにも適用可能である。

１、１００ ＭＲＩ装置
２ コイルアセンブリ
３ テーブル
４ 受信コイル
５ 制御装置
６ 入力装置
７ 表示装置
８ 被検体
８ａ 頭部
８ｂ 脳
８ｃ 大脳縦裂
８ｄ 脳梁
８ｅ 脳幹
８ｆ 小脳
９ オペレータ
２１ ボア
２２ 超伝導コイル
２３ 勾配コイル
２４ 送信コイル
３１ クレードル
５１ コイル制御手段
５２ 信号強度算出手段
５３ 領域抽出定手段
５４ コイル感度算出手段
５５ 結合処理手段
５２１ 信号強度比算出手段

Claims (11)

1. 被検体の磁気共鳴信号を受信するコイルのコイル感度を推定するコイル感度推定装置であって、
   前記コイルが受信した磁気共鳴信号の信号強度を算出する信号強度算出手段と、
   前記コイルのコイル感度のうち、前記被検体の内側におけるコイル感度を、前記信号強度に第１のモデルを適用して算出し、前記被検体の外側におけるコイル感度を、前記信号強度に前記第１のモデルとは異なる第２のモデルを適用して算出するコイル感度算出手段と、
   を有する、コイル感度推定装置。
2. 前記信号強度算出手段が算出した信号強度に基づいて、前記コイルの受信した磁気共鳴信号が表す画像の中から前記被検体の領域を抽出する領域抽出手段を有する、請求項１に記載のコイル感度推定装置。
3. 前記領域抽出手段は、
   前記信号強度算出手段が算出した信号強度の値を平滑化する平滑化手段と、
   前記平滑化された信号強度の値を２値化する２値化手段と、
   前記２値化された信号強度の値に基づいて、凸包計算を行う凸包計算手段と、
   を有する、請求項２に記載のコイル感度推定装置。
4. 前記領域抽出手段は、
   抽出した前記被検体の領域の中から、前記信号強度が所定値以上の値を有する領域を抽出する、請求項２又は３に記載のコイル感度推定装置。
5. 前記被検体の内側におけるコイル感度と、前記被検体の外側におけるコイル感度とを滑らかに結合するための結合処理を行う結合処理手段を有する、請求項１〜４のうちのいずれか一項に記載のコイル感度推定装置。
6. 前記結合処理手段は、
   前記被検体の内側と外側との境界部分に、前記結合処理が行われる領域を設定する、請求項５に記載のコイル感度推定装置。
7. 前記第１のモデルは、第１の多項式モデルであり、
   前記第２のモデルは、前記第１の多項式モデルよりも次数の低い第２の多項式モデルである、請求項１〜６のうちのいずれか一項に記載のコイル感度推定装置。
8. 第１のコイルが受信した被検体の磁気共鳴信号の信号強度と、第２のコイルが受信した前記被検体の磁気共鳴信号の信号強度とに基づいて、前記第１のコイルのコイル感度を推定するコイル感度推定装置であって、
   前記第１のコイルが受信した磁気共鳴信号の信号強度と、前記第２のコイルが受信した磁気共鳴信号の信号強度との比を算出する信号強度比算出手段と、
   前記第１のコイルのコイル感度のうち、前記被検体の内側におけるコイル感度を、前記信号強度に第１のモデルを適用して算出し、前記被検体の外側におけるコイル感度を、前記信号強度に前記第１のモデルとは異なる第２のモデルを適用して算出するコイル感度算出手段と、
   を有する、コイル感度推定装置。
9. 請求項１〜８のうちのいずれか一項に記載のコイル感度推定装置を有する磁気共鳴イメージング装置。
10. 被検体の磁気共鳴信号を受信するコイルのコイル感度を推定するコイル感度推定方法であって、
    前記コイルが受信した磁気共鳴信号の信号強度を算出する信号強度算出ステップと、
    前記コイルのコイル感度のうち、前記被検体の内側におけるコイル感度を、前記信号強度に第１のモデルを適用して算出し、前記被検体の外側におけるコイル感度を、前記信号強度に前記第１のモデルとは異なる第２のモデルを適用して算出するコイル感度算出ステップと、
    を有する、コイル感度推定方法。
11. 被検体の磁気共鳴信号を受信するコイルのコイル感度を推定するためのプログラムであって、
    前記コイルが受信した磁気共鳴信号の信号強度を算出する信号強度算出処理と、
    前記コイルのコイル感度のうち、前記被検体の内側におけるコイル感度を、前記信号強度に第１のモデルを適用して算出し、前記被検体の外側におけるコイル感度を、前記信号強度に前記第１のモデルとは異なる第２のモデルを適用して算出するコイル感度算出処理と、
    を計算機に実行させるためのプログラム。

Images