JP7237612B2 - 磁気共鳴イメージング装置及び画像処理装置 - Google Patents

磁気共鳴イメージング装置及び画像処理装置 Download PDF

Info

Publication number
JP7237612B2
JP7237612B2 JP2019013724A JP2019013724A JP7237612B2 JP 7237612 B2 JP7237612 B2 JP 7237612B2 JP 2019013724 A JP2019013724 A JP 2019013724A JP 2019013724 A JP2019013724 A JP 2019013724A JP 7237612 B2 JP7237612 B2 JP 7237612B2
Authority
JP
Japan
Prior art keywords
unit
magnetic resonance
reference information
function
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.)
Active
Application number
JP2019013724A
Other languages
English (en)
Other versions
JP2019130310A (ja
Inventor
英 野村
仁 金澤
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Canon Medical Systems Corp
Original Assignee
Canon Medical Systems Corp
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Canon Medical Systems Corp filed Critical Canon Medical Systems Corp
Publication of JP2019130310A publication Critical patent/JP2019130310A/ja
Application granted granted Critical
Publication of JP7237612B2 publication Critical patent/JP7237612B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Magnetic Resonance Imaging Apparatus (AREA)

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。
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。
特開２０１４－０３６８５５号公報 特開２０１４－２０８２８６号公報 特開２０１６－０９７２４１号公報
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。
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。
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。 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。 図３は、第１の実施形態に係る記憶回路によって記憶される参照情報の一例を示す図である。 図４は、第１の実施形態に係る記憶回路によって記憶される参照情報の一例を示す図である。 図５は、第１の実施形態に係る生成機能による画像の生成の第１の例を示す図である。 図６は、第１の実施形態に係る生成機能による画像の生成の第１の例を示す図である。 図７は、第１の実施形態に係る生成機能による画像の生成の第２の例を示す図である。 図８は、第１の実施形態に係る生成機能による画像の生成の第２の例を示す図である。 図９は、第１の実施形態に係る特定機能による関心領域の設定の一例を示す図である。 図１０は、第１の実施形態に係る特定機能による近似曲線の導出の一例を示す図である。 図１１は、第１の実施形態に係る特定機能による参照情報の特定の一例を示す図である。 図１２は、第１の実施形態に係る判別機能による情報の表示の一例を示す図である。 図１３は、第１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。 図１４は、第２の実施形態に係る画像処理装置の構成例を示す図である。 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。 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。 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。 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。
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。
（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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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）。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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）。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
Ｓssfp（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）。
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。
Ｓssfp＝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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
（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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
（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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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）。
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。
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）。
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）。
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。
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。
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）。
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）。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
Ｍ（ｎ）＝ Ｒx（±α）［ＤZ（ΔθTR）Ｅ2（ＴＲ，Ｔ２，Ｔ1）Ｍ（ｎ－１）＋Ｅ1（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。
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。
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。
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。
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。
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。
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。
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。
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。
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

Claims (28)

  1. 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であって、前記ＲＦパルスごとに１つの磁気共鳴信号を計測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記憶部と、
    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。
  2. 前記参照情報は、前記パルスシーケンスを実行することによって得られた磁気共鳴信号に基づく時系列データと前記組織の特性との関係に基づく情報である、
    請求項１に記載の磁気共鳴イメージング装置。
  3. 前記特定部によって特定された参照情報に基づいて、前記組織の特性を判定する判定部をさらに備える、
    請求項１又は２に記載の磁気共鳴イメージング装置。
  4. 前記参照情報は、前記パルスシーケンスを実行することによって得られた磁気共鳴信号に基づく時系列データと組織定量値との関係に基づく情報である、
    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。
  5. 前記特定部によって特定された参照情報に基づいて、前記組織定量値を推定する推定部をさらに備える、
    請求項４に記載の磁気共鳴イメージング装置。
  6. 前記特定部によって特定された参照情報を表示する表示部をさらに備える、
    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。
  7. 前記記憶部は、前記参照情報として、少なくとも過渡応答期間における前記磁気共鳴信号の信号値の経時的な変化を示す曲線の情報を記憶し、
    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。
  8. 前記記憶部は、前記参照情報として、正常な組織に関する参照情報と、異常な組織に関する参照情報とを記憶し、
    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。
  9. 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記憶部と、
    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、
    前記組織が正常か異常かを判別する判別部と
    を備え、
    前記記憶部は、前記参照情報として、少なくとも過渡応答期間における前記磁気共鳴信号の信号値の経時的な変化を示す曲線の情報を記憶し、かつ、正常な組織に関する参照情報と、異常な組織に関する参照情報とを記憶し、
    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し、
    前記判別部は、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し、
    前記収集部は、被検体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、前記造影剤の注入が行われる前に前記時系列データを収集し、前記判別部によって前記組織が正常であると判別されたときには、前記造影剤の注入及び前記造影剤の注入を伴うプロトコルの実行を省略する、
    磁気共鳴イメージング装置。
  10. 前記判別部は、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経時的な変化と、前記記憶部に記憶されている正常な組織に関する参照情報における磁気共鳴信号の経時的な変化との相関度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。
  11. 前記記憶部は、前記異常な組織に関する参照情報を症例ごとに記憶し、
    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８～１０のいずれか１つに記載の磁気共鳴イメージング装置。
  12. 前記判別部は、機械学習アルゴリズムに基づいて、前記組織が正常か異常かを判別する、
    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。
  13. 前記特定部は、機械学習アルゴリズムに基づいて、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７～１２のいずれか１つに記載の磁気共鳴イメージング装置。
  14. 前記収集された磁気共鳴信号に基づく時系列データに基づいて、前記磁気共鳴信号の信号値を示す時系列の複数の画像を生成する生成部をさらに備え、
    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。
  15. 前記収集部は、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、前記時系列データを収集し、
    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。
  16. 前記収集部は、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、前記時系列データを収集し、
    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。
  17. 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記憶部と、
    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、
    前記組織が正常か異常かを判別する判別部と
    を備え、
    前記参照情報は、前記パルスシーケンスを実行することによって得られた磁気共鳴信号に基づく時系列データと組織定量値との関係に基づく情報であり、
    前記特定部によって特定された参照情報に基づいて、前記組織定量値を推定する推定部と、
    前記収集部によって前記パルスシーケンスが実行された際の計測条件及び前記推定部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、前記定常状態に至る前の期間における模擬磁気共鳴信号を計算し、前記模擬磁気共鳴信号に基づく模擬時系列データを生成する計算部と、
    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、磁気共鳴イメージング装置。
  18. 前記計算部は、前記収集部によって前記パルスシーケンスが実行されるごとに、前記模擬時系列データを生成し、
    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１７に記載の磁気共鳴イメージング装置。
  19. 前記特定部は、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、前記記憶部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し、
    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１７又は１８に記載の磁気共鳴イメージング装置。
  20. 前記評価部は、前記収集部によって収集された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と、前記特定部によって計算された類似度とを比較した結果、類似度の差が所定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、
    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１７～１９のいずれか一つに記載の磁気共鳴イメージング装置。
  21. 前記評価部は、前記目標推定精度が達成されたと判定した場合に、前記推定部によって推定された組織定量値を表示部に出力する、
    請求項２０に記載の磁気共鳴イメージング装置。
  22. 前記評価部は、前記目標推定精度が達成されたと判定した場合に、前記収集部によって収集された時系列データと前記推定部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前記記憶部に記憶させる、
    請求項２０又は２１に記載の磁気共鳴イメージング装置。
  23. 前記調整部は、少なくとも前記ＲＦパルスによる励起角度を調整する、
    請求項１７～２２のいずれか１つに記載の磁気共鳴イメージング装置。
  24. 前記組織定量値は、Ｔ１値、Ｔ２値、Ｔ１＊値、Ｔ２＊値、Ｔ１ρ値、又は、Ｔ２ρ値である、
    請求項４、５、１７～２３のいずれか１つに記載の磁気共鳴イメージング装置。
  25. 既存の症例データを用いたシミュレーションによって前記参照情報を作成する作成部をさらに備える、
    請求項１～２４のいずれか１つに記載の磁気共鳴イメージング装置。
  26. ファントムを使って収集されたデータを用いて前記参照情報を補正する補正部をさらに備える、
    請求項１～２５のいずれか１つに記載の磁気共鳴イメージング装置。
  27. 前記パルスシーケンスは、１つのＴＲ（Repetition Time）内で傾斜磁場が正負対称となるＳＳＦＰ（Steady-State Free Precession）シーケンスである、
    請求項１～２６のいずれか１つに記載の磁気共鳴イメージング装置。
  28. 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であって、前記ＲＦパルスごとに１つの磁気共鳴信号を計測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記憶部と、
    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。
JP2019013724A 2018-01-30 2019-01-30 磁気共鳴イメージング装置及び画像処理装置 Active JP7237612B2 (ja)

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 JP2019130310A (ja) 2019-08-08
JP7237612B2 true JP7237612B2 (ja) 2023-03-13

Family

ID=67545151

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2019013724A Active JP7237612B2 (ja) 2018-01-30 2019-01-30 磁気共鳴イメージング装置及び画像処理装置

Country Status (1)

Country Link
JP (1) JP7237612B2 (ja)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102481027B1 (ko) * 2021-01-21 2022-12-23 연세대학교 산학협력단 팬텀을 이용한 의료 영상 보정 방법 및 장치

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2001515736A (ja) 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 緩和パラメータ値決定装置および方法
JP2010131421A (ja) 2004-03-04 2010-06-17 Hitachi Medical Corp 磁気共鳴イメージング装置
JP2015528384A (ja) 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 核磁気共鳴（ｎｍｒ）フィンガープリンティング
US20150301141A1 (en) 2014-04-21 2015-10-22 Case Western Reserve University Nuclear Magnetic Resonance (NMR) Fingerprinting Tissue Classification And Image Segmentation

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2001515736A (ja) 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 緩和パラメータ値決定装置および方法
JP2010131421A (ja) 2004-03-04 2010-06-17 Hitachi Medical Corp 磁気共鳴イメージング装置
JP2015528384A (ja) 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 核磁気共鳴（ｎｍｒ）フィンガープリンティング
US20150301141A1 (en) 2014-04-21 2015-10-22 Case Western Reserve University Nuclear Magnetic Resonance (NMR) Fingerprinting Tissue Classification And Image Segmentation

Also Published As

Publication number Publication date
JP2019130310A (ja) 2019-08-08

Similar Documents

Publication Publication Date Title
US9547059B2 (en) Method for a rapid determination of spatially resolved magnetic resonance relaxation parameters in an area of examination
US10169866B2 (en) Medical image processing and diagnostic image generation device for predetermined types of diagnostic information
US8441257B2 (en) Time resolved spin labeled MRI cineangiography
US11464413B2 (en) Imaging and diagnostic methods, systems, and computer-readable media
JP6679467B2 (ja) 磁気共鳴イメージング装置および酸素摂取率算出方法
US20090069668A1 (en) Method and magnetic resonance system to optimize mr images
US7587232B2 (en) Magnetic resonance imaging apparatus, magnetic resonance data processing apparatus, magnetic resonance data processing program and magnetic resonance imaging apparatus control method
US10564243B2 (en) System and method for phase cycling magnetic resonance fingerprinting (phc-MRF)
JP6467341B2 (ja) 磁気共鳴イメージング装置、画像処理装置、画像診断装置、画像解析装置、ｍｒｉ画像作成方法およびプログラム
Gensler et al. Myocardial T1: quantification by using an ECG-triggered radial single-shot inversion-recovery MR imaging sequence
US8315450B2 (en) Method and system for display of medical image data
JP6708525B2 (ja) 磁気共鳴測定装置および画像処理方法
US8909321B2 (en) Diagnostic imaging apparatus, magnetic resonance imaging apparatus, and X-ray CT apparatus
US11313931B2 (en) System and method for quantifying T1, T2 and resonance frequency using rosette trajectory acquisition and read segmented reconstruction
JP2017170146A (ja) 画像処理装置、磁気共鳴イメージング装置及び画像処理方法
US10362961B2 (en) System and method for neutral contrast magnetic resonance imaging of calcifications
US20190064299A1 (en) Method of performing magnetic resonance imaging and a magnetic resonance apparatus
US10607339B2 (en) Image processing apparatus
JP7237612B2 (ja) 磁気共鳴イメージング装置及び画像処理装置
US11112477B2 (en) Magnetic resonance imaging apparatus and image processing apparatus
GB2574232A (en) A method and apparatus for processing magnetic resonance images
CN108363027B (zh) 采集心脏的诊断测量数据和检查心脏的方法及磁共振设备
US11768264B2 (en) System and method for magnetic resonance fingerprinting with relaxation and diffusion data acquisition
Christodoulou et al. Accelerating cardiovascular magnetic resonance imaging: Signal processing meets nuclear spins [life sciences]
WO2024081779A2 (en) Imaging slow flow dynamics of cerebrospinal fluid using magnetic resonance imaging

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