JP7337603B2 - 磁気共鳴イメージング装置 - Google Patents

Description

本発明の実施形態は、磁気共鳴イメージング装置に関する。

磁気共鳴イメージングにおいて、ダウンサンプリングを利用して、ＭＲ（Magnetic Resonance）信号を収集することがある。このとき、ナビゲータデータとＭＲ信号とが収集され、ナビゲータデータを用いてＭＲ信号の再収集及びＭＲ信号に対する動き補正が行われることがある。

このようなＭＲ信号の収集方法では、ＭＲ画像の再構成において必要とされるＭＲ信号のデータ量が考慮されていない。このため、再構成に必要なデータ量の不足による画質の低下を補償するために、ＭＲ信号が多めに収集されている。ＭＲ信号の収集時における被検体の動きの状態が変化する場合、再構成に必要なデータ量が再構成前にわからないため、再構成されたＭＲ画像の画質を担保することができない。

特表２０１７－５３３８１１号公報 特表２０１２－５０５７０９号公報 特表２０１３－５４４５５２号公報 米国特許第６２９２６８４号明細書

本発明が解決しようとする課題は、追加収集によりＭＲ画像の画質を担保することである。

実施形態に係る磁気共鳴イメージング装置は、撮像プロトコルに設定された第１のパルスシーケンスに従いＭＲ信号を収集する第１収集部と、前記第１のパルスシーケンスによる収集中において、収集済みのＭＲ信号に基づく画質の判定により、ＭＲ信号の追加収集の要否を判定する判定部と、前記追加収集が必要であると判定された場合、前記追加収集のための第２のパルスシーケンスを前記撮像プロトコルに追加する追加部と、前記追加された第２のパルスシーケンスに従いＭＲ信号を収集する第２収集部と、前記第１のパルスシーケンス及び前記第２のパルスシーケンスによるＭＲ信号に基づいてＭＲ画像を再構成する再構成部と、を具備する。

図１は、本実施形態における磁気共鳴イメージング装置の構成の一例を示す図である。 図２は、本実施形態における追加収集実行処理の手順の一例を示すフローチャートである。 図３は、本実施形態における追加収集実行処理の手順の一例を示すフローチャートである。 図４は、ｋ空間において特定された第１収集位置と第２収集位置との一例を示す図である。 図５は、追加機能において用いられる角度マップの一例を示す図である。 図６は、本実施形態に関し、呼気相に関するｋ空間及び吸気相に関するｋ空間における第１トラジェクトリ及び第２トラジェクトリの一例を示す図である。 図７は、第１の変形例に関し、呼気相に関するｋ空間及び吸気相に関するｋ空間における第１トラジェクトリ及び第２トラジェクトリの一例を示す図である。 図８は、第１の変形例における追加収集実行処理の手順の一例を示すフローチャートである。 図９は、第１の変形例における追加収集実行処理の手順の一例を示すフローチャートである。 図１０は、第２の変形例において利用される、横隔膜の位置の時間変化と参照期間と部分期間との一例を示す図である。 図１１は、第３の変形例において生成される投影画像の一例を示す図である。 図１２は、第３の変形例において利用される、位置決め画像において示される、ナビゲーションエコー法が適用される領域の一例を示す図である。 図１３は、第５の変形例において、スキャン方式がラジアルスキャンである場合の部分画像に描出された体動アーチファクトの一例を示す図である。 図１４は、第５の変形例において、スキャン方式がカーテシアンスキャンである場合の部分画像に描出された体動アーチファクトの一例を示す図である。 図１５は、第６の変形例における追加収集実行処理に関して、収集開始時刻と、所定の時間と、所定の時間の終了時刻と、判定開始限界時刻と、判定追加時間と、追加収集の開始時刻との一例を示す図である。 図１６は、第８の変形例において、呼吸波形と心電波形との一例を示す図である。 図１７は、応用例における処理回路の構成の一例を示す図である。 図１８は、その他の実施例に係る学習済みモデルの入出力の一例を模式的に示す図である。

以下、図面を参照しながら、磁気共鳴イメージング（ＭＲＩ：Magnetic Resonance Imaging）装置の実施形態について説明する。以下の説明において、略同一の機能及び構成を有する構成要素については、同一符号を付し、重複説明は必要な場合にのみ行う。

図１は、本実施形態に係るＭＲＩ装置１００の構成を示す図である。図１に示すように、ＭＲＩ装置１００は、静磁場磁石１０１と、傾斜磁場コイル１０３と、傾斜磁場電源１０５と、寝台１０７と、寝台制御回路１０９と、送信回路（送信部）１１３と、送信コイル１１５と、受信コイル１１７と、受信回路（受信部）１１９と、撮像制御回路（収集部）１２１と、インタフェース（入力部）１２５と、ディスプレイ（表示部）１２７と、記憶装置（記憶部）１２９と、処理回路（処理部）１３１とを備える。なお、ＭＲＩ装置１００は、静磁場磁石１０１と傾斜磁場コイル１０３との間において中空の円筒形状のシムコイルを有していてもよい。

静磁場磁石１０１は、中空の略円筒形状に形成された磁石である。なお、静磁場磁石１０１は、略円筒形状に限らず、開放型の形状で構成されてもよい。静磁場磁石１０１は、内部の空間に一様な静磁場を発生する。静磁場磁石１０１としては、例えば、超伝導磁石等が使用される。

傾斜磁場コイル１０３は、中空の円筒形状に形成されたコイルである。傾斜磁場コイル１０３は、静磁場磁石１０１の内側に配置される。傾斜磁場コイル１０３は、互いに直交するＸ、Ｙ、Ｚの各軸に対応する３つのコイルが組み合わされて形成される。Ｚ軸方向は、静磁場の方向と同方向であるとする。また、Ｙ軸方向は、鉛直方向とし、Ｘ軸方向は、Ｚ軸及びＹ軸に垂直な方向とする。傾斜磁場コイル１０３における３つのコイルは、傾斜磁場電源１０５から個別に電流供給を受けて、Ｘ、Ｙ、Ｚの各軸に沿って磁場強度が変化する傾斜磁場を発生させる。

ここで、傾斜磁場コイル１０３によって発生するＸ、Ｙ、Ｚ各軸の傾斜磁場は、例えば、スライス選択用傾斜磁場、位相エンコード用傾斜磁場及び周波数エンコード用傾斜磁場（リードアウト傾斜磁場ともいう）にそれぞれ対応している。スライス選択用傾斜磁場は、任意に撮像断面を決めるために利用される。位相エンコード用傾斜磁場は、空間的位置に応じてＭＲ信号の位相を変化させるために利用される。周波数エンコード用傾斜磁場は、空間的位置に応じてＭＲ信号の周波数を変化させるために利用される。

傾斜磁場電源１０５は、撮像制御回路１２１の制御により、傾斜磁場コイル１０３に電流を供給する電源装置である。

寝台１０７は、被検体Ｐが載置される天板１０７１を備えた装置である。寝台１０７は、寝台制御回路１０９による制御のもと、被検体Ｐが載置された天板１０７１を、ボア１１１内へ挿入する。寝台１０７は、例えば、長手方向が静磁場磁石１０１の中心軸と平行になるように、ＭＲＩ装置１００が設置された検査室内に設置される。

寝台制御回路１０９は、寝台１０７を制御する回路である。寝台制御回路１０９は、インタフェース１２５を介した操作者の指示により寝台１０７を駆動することで、天板１０７１を長手方向及び上下方向へ、場合によっては、左右方向へ移動させる。

送信回路１１３は、撮像制御回路１２１の制御により、ラーモア周波数で変調された高周波（ＲＦ：Radio Frequency）パルスを送信コイル１１５に供給する。

送信コイル１１５は、傾斜磁場コイル１０３の内側に配置されたＲＦコイルである。送信コイル１１５は、送信回路１１３からＲＦパルスの供給を受けて、高周波磁場に相当する送信ＲＦ波を発生する。送信コイル１１５は、例えば、複数のコイルエレメントを有する全身用コイル（ＷＢコイル：Whole Body Coil）である。ＷＢコイルは、送受信コイルとして使用されてもよい。また、送信コイル１１５は、１つのコイルにより形成されるＷＢコイルであってもよい。

受信コイル１１７は、ボア１１１において、傾斜磁場コイル１０３の内側に配置されたＲＦコイルである。受信コイル１１７は、高周波磁場によって被検体Ｐから放射されるＭＲ信号を受信する。受信コイル１１７は、受信されたＭＲ信号を受信回路１１９へ出力する。受信コイル１１７は、例えば、１以上、典型的には複数のコイルエレメントを有するコイルアレイである。なお、図１において送信コイル１１５と受信コイル１１７とは別個のＲＦコイルとして記載されているが、送信コイル１１５と受信コイル１１７とは、一体化された送受信コイルとして実施されてもよい。送受信コイルは、被検体Ｐの撮像対象に対応し、例えば、頭部コイルのような局所的な送受信ＲＦコイルである。

受信回路１１９は、撮像制御回路１２１の制御により、受信コイル１１７から出力されたＭＲ信号に基づいて、デジタルのＭＲ信号（以下、ＭＲデータと呼ぶ）を生成する。具体的には、受信回路１１９は、受信コイル１１７から出力されたＭＲ信号に対して各種信号処理を施した後、各種信号処理が施されたデータに対してアナログ／デジタル変換（Ａ／Ｄ変換）及び標本化（サンプリング）を実行する。これにより、ＭＲデータが生成される。受信回路１１９は、生成されたＭＲデータを、撮像制御回路１２１に出力する。

撮像制御回路１２１は、処理回路１３１から出力された撮像プロトコルに従って、傾斜磁場電源１０５、送信回路１１３及び受信回路１１９等を制御し、被検体Ｐに対するＭＲ撮像を行う。

本実施形態において撮像制御回路１２１は、撮像プロトコルに設定された第１パルスシーケンスに従いＭＲ信号を収集する。第１パルスシーケンスは、処理回路１３１の設定機能１３１３により初期的に設定されたパルスシーケンスである。また、撮像制御回路１２１は、撮像プロトコルに設定された第２パルスシーケンスに従いＭＲ信号を収集する。第２パルスシーケンスは、処理回路１３１の追加機能１３１９により追加されたパルスシーケンスである。

本実施形態にパルスシーケンスは、各種のＲＦパルスの系列であり、パルスシーケンスのパラメータとして、当該ＲＦパルスを規定する如何なるパラメータをも含むものとする。パルスシーケンスは、例えば、傾斜磁場電源１０５により傾斜磁場コイル１０３に供給される電流の大きさ、傾斜磁場電源１０５により電流が傾斜磁場コイル１０３に供給されるタイミング、送信回路１１３により送信コイル１１５に供給されるＲＦパルスの大きさや時間幅、送信回路１１３により送信コイル１１５にＲＦパルスが供給されるタイミング、受信コイル１１７によりＭＲ信号が受信されるタイミング等が定義されている。また、パルスシーケンスのパラメータとしては、ｋ空間上でのＭＲ信号の収集位置を示すトラジェクトリ（ｋ空間充填軌跡）、フリップアングル、各種ＲＦパルスの送信周波数、トラジェクトリの順序を示すエコーオーダ等が含まれる。トラジェクトリの種類としては、スタックオブスターズ（Stack-Of-Stars）、カーテシアン（Cartesian）、ラジアル（Radial）、ＰＲＯＰＥＬＬＡＲ（Periodically Rotated Overlapping Parallel Lines with Enhanced Reconstruction）、スパイラル（Spiral）等のスキャン方式に対応するものが適用可能である。

具体的には、撮像制御回路１２１は、処理回路１３１における設定機能１３１３により設定された第１トラジェクトリに従って、被検体Ｐに関するＭＲ信号（第１ＭＲ信号と呼ぶ）を逐次収集する。第１トラジェクトリは、ｋ空間における複数の第１ＭＲ信号の収集位置（以下、第１収集位置と呼ぶ）を示す収集軌跡、すなわちｋ空間における第１ＭＲ信号の充填軌跡に相当する。例えば、第１トラジェクトリは、インタフェース１２５を介した操作者の指示により、ＭＲ撮像の実行に先立って、設定機能１３１３により予め設定される。

インタフェース１２５は、操作者からの各種指示や情報入力を受け付ける回路を有する。インタフェース１２５は、例えば、マウス等のポインティングデバイス、あるいはキーボード等の入力デバイスに関する回路を有する。なお、インタフェース１２５が有する回路は、マウス、キーボードなどの物理的な操作部品に関する回路に限定されない。例えば、インタフェース１２５は、ＭＲＩ装置１００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、受け取った電気信号を種々の回路へ出力するような電気信号の処理回路を有していてもよい。また、インタフェース１２５は、処理回路１３１による制御の下で、ネットワーク等を介してまたは直接的に接続された各種生体信号計測器、光学カメラ、外部記憶装置、各種モダリティなどから各種データを取得してもよい。

ディスプレイ１２７は、処理回路１３１におけるシステム制御機能１３１１による制御のもとで、再構成機能１３２１により生成されたＭＲ画像、ＭＲ撮像及び画像処理に関する各種情報などを表示する。ディスプレイ１２７は、例えば、ＣＲＴ（Cathode-Ray Tube）ディスプレイ、液晶ディスプレイ、有機ＥＬ（Electro Luminescence）ディスプレイ、ＬＥＤ（Light-Emitting Diode）ディスプレイ、プラズマディスプレイ、又は当技術分野で知られている他の任意のディスプレイ、モニタ等の表示デバイスである。

記憶装置１２９は、再構成機能１３２１を介してｋ空間に充填されたＭＲデータ、再構成機能１３２１により生成されたＭＲ画像のデータ等を記憶する。記憶装置１２９は、各種撮像プロトコル、撮像プロトコルを規定する複数の撮像パラメータを含む撮像条件、被検体Ｐに対するスキャン方式に応じたトラジェクトリ等を記憶する。また、記憶装置１２９は、再構成機能１３２１において用いられる各種再構成法に関するプログラムを記憶する。再構成法とは、例えば、パラレルイメージング、圧縮センシング、学習済みのニューラルネットワーク（Neural Network）などである。

記憶装置１２９は、処理回路１３１において実行される各種機能に対応するプログラムを記憶する。記憶装置１２９は、例えば、ＲＡＭ（Random Access Memory）、フラッシュメモリ等の半導体メモリ素子、ハードディスクドライブ（Hard Disk Drive）、ソリッドステートドライブ（Solid State Drive）、光ディスク等である。また、記憶装置１２９は、ＣＤ－ＲＯＭドライブやＤＶＤドライブ、フラッシュメモリ等の可搬性記憶媒体との間で種々の情報を読み書きする駆動装置等であってもよい。

処理回路１３１は、ハードウェア資源として図示していないプロセッサ、ＲＯＭ（Read Only Memory）やＲＡＭ等のメモリ等を有し、ＭＲＩ装置１００を統括的に制御する。処理回路１３１は、システム制御機能１３１１、設定機能１３１３、取得機能１３１５、判定機能１３１７、追加機能１３１９、再構成機能１３２１を有する。システム制御機能１３１１、設定機能１３１３、取得機能１３１５、判定機能１３１７、追加機能１３１９、再構成機能１３２１にて行われる機能は、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装置１２９に記憶されている。処理回路１３１は、これら機能に対応するプログラムを記憶装置１２９から読み出し、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プロセッサである。換言すると、各プログラムを読みだした状態の処理回路１３１は、図１の処理回路１３１内に示された複数の機能等を有することになる。

なお、図１においては単一の処理回路１３１にてこれら各種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１３１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。換言すると、上述のそれぞれの機能がプログラムとして構成され、１つの処理回路が各プログラムを実行する場合であってもよいし、特定の機能が専用の独立したプログラム実行回路に実装される場合であってもよい。なお、処理回路１３１が有するシステム制御機能１３１１、設定機能１３１３、取得機能１３１５、判定機能１３１７、追加機能１３１９、再構成機能１３２１は、それぞれシステム制御部、設定部、取得部、判定部、追加部、再構成部の一例である。

上記説明において用いた「プロセッサ」という文言は、例えば、ＣＰＵ（Central Processing Unit）、ＧＰＵ（Graphics Processing Unit）、特定用途向け集積回路（Application Specific Integrated Circuit：ＡＳＩＣ）、或いは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。

プロセッサは、記憶装置１２９に保存されたプログラムを読み出し実行することで各種機能を実現する。なお、記憶装置１２９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構成しても構わない。この場合、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。なお、寝台制御回路１０９、送信回路１１３、受信回路１１９、撮像制御回路１２１等も同様に、上記プロセッサなどの電子回路により構成される。

処理回路１３１は、システム制御機能１３１１により、ＭＲＩ装置１００を統括的に制御する。具体的には、処理回路１３１は、記憶装置１２９に記憶されているシステム制御プログラムを読み出してメモリ上に展開し、展開されたシステム制御プログラムに従って本ＭＲＩ装置１００の各回路を制御する。例えば、処理回路１３１は、システム制御機能１３１１により、インタフェース１２５を介して操作者から入力された撮像条件に基づいて、撮像プロトコルを記憶装置１２９から読み出す。なお、処理回路１３１は、撮像条件に基づいて、撮像プロトコルを生成してもよい。処理回路１３１は、撮像プロトコルを撮像制御回路１２１に送信し、被検体Ｐに対する撮像を制御する。

処理回路１３１は、再構成機能１３２１により、例えば、リードアウト傾斜磁場の強度に従って、ｋ空間にリードアウト方向に沿ってＭＲデータを充填する。処理回路１３１は、ｋ空間に充填されたＭＲデータに対してフーリエ変換を行うことにより、ＭＲ画像を生成する。なお、ＭＲ画像の生成は、上述の手順に限定されず、パラレルイメージング及び圧縮センシングなどのような欠落データを伴うＭＲデータを用いた正則化によりＭＲ画像を再構成する手法、または欠落データを伴うＭＲデータを用いて学習された学習済みのディープニューラルネットワークなどを用いて実行されてもよい。処理回路１３１は、ＭＲ画像を、ディスプレイ１２７や記憶装置１２９に出力する。

以上が本実施形態に係るＭＲＩ装置１００の全体構成についての説明である。以下、本実施形態における追加収集実行処理について説明する。追加収集とは、処理回路１３１における判定機能１３１７により被検体Ｐに対して実行される追加の撮像に相当する。追加収集実行処理とは、第１ＭＲ信号のデータ量と被検体Ｐの体動状態とに基づいて追加収集が必要であると判定された場合、追加収集を実行する処理である。

記憶装置１２９は、被検体Ｐの体動状態を複数のクラスに弁別するための閾値を記憶する。例えば、体動が被検体Ｐの呼吸動に起因する場合、複数のクラスは、例えば、呼気相と吸気相との２つのクラスに対応する。このとき、閾値は、例えば横隔膜の位置に相当する。なお、複数のクラスは、上記２つのクラスに限定されず、呼気相と吸気相との間の少なくとも一つの中間状態を含む３以上のクラスであってもよいし、連続的な体動状態の変化に合わせた連続的な無段階のクラスであってもよい。このとき、記憶装置１２９は、３以上のクラスに応じた２以上の閾値、または無段階のクラスに応じた連続的な閾値を記憶する。

以下、説明を具体的にするために、被検体Ｐの体動は、呼吸によるものとして説明する。加えて、体動状態は、呼気相と吸気相との２つの状態であるものとする。なお、体動状態は、略周期的な体動である上記呼吸に限定されず、例えば、被検体Ｐの心臓の拍動または被検体Ｐの発声など、被検体Ｐの体動に起因するものであれば、被検体Ｐのいかなる体動にも適用可能である。

記憶装置１２９は、第１ＭＲ信号の収集開始時刻から追加収集の要否の判定を開始する時刻までの所定の時間を記憶する。例えば、所定の時間は、追加収集の要否の判定に必要なデータ量を取得するための一定時間に相当する。なお、所定の時間は、インタフェース１２５を介した操作者の指示により、適宜入力、変更されてもよい。また、所定の時間は、ゼロであってもよい。記憶装置１２９は、複数のクラス各々に属する第１ＭＲ信号のデータ量に応じて追加収集の要否の判定に用いられる基準値を記憶する。基準値は、例えば、再構成機能１３２１により再構成されたＭＲ画像の画質を担保するように、予め設定される。

図２及び図３は、追加収集実行処理の手順の一例を示すフローチャートである。

以下の説明において、設定機能１３１３及び追加機能１３１９により、パルスシーケンスとして主に同一収集位置又は非同一収集位置のトラジェクトリが設定及び追加されるものとする。

（ステップＳａ１）
処理回路１３１は、設定機能１３１３により、インタフェース１２５を介した操作者の指示に従って、ｋ空間における第１ＭＲ信号の第１収集位置を示す第１トラジェクトリを設定する。以下、説明を具体的にするために、処理回路１３１は、第１トラジェクトリとして、ラジアルスキャンによるｋ空間における第１ＭＲ信号の充填軌跡を設定するものとして説明する。インタフェース１２５は、操作者の指示により、被検体Ｐに対する撮像条件を入力する。

（ステップＳａ２）
撮像制御回路１２１は、設定された第１トラジェクトリに従って第１ＭＲ信号を収集する。より詳細には、撮像制御回路１２１は、第１トラジェクトリを含む第１パルスシーケンスに従い被検体ＰをＭＲ撮像し、被検体Ｐに関する第１ＭＲ信号を収集する。例えば、撮像制御回路１２１は、自由呼吸下、すなわち非同期で、被検体Ｐに対してＭＲ撮像を実行することで、第１ＭＲ信号を収集する。撮像制御回路１２１は、収集された第１ＭＲ信号を収集時刻ともに記憶装置１２９へ出力する。記憶装置１２９は、第１ＭＲ信号を収集時刻に関連付けて記憶する。

（ステップＳａ３）
処理回路１３１は、取得機能１３１５により、第１ＭＲ信号の収集中における被検体Ｐの体動状態を取得する。具体的には、処理回路１３１は、インタフェース１２５を介して、被検体Ｐに装着された呼吸ベルトから出力されたデータを、体動状態として取得する。呼吸ベルトから出力されたデータは、例えば、被検体Ｐの呼吸レベル、すなわち被検体Ｐにおける横隔膜の位置に対応する。処理回路１３１は、体動状態としての横隔膜の位置を、横隔膜の位置が検出された検出時刻とともに、記憶装置１２９に出力する。記憶装置１２９は、横隔膜の位置を検出時刻とともに記憶する。なお、処理回路１３１は、自身のメモリに、横隔膜の位置を検出時刻とともに記憶してもよい。

処理回路１３１は、呼吸レベルを取得するかわりに、被検体Ｐを光学的に撮影する光学カメラから出力されたデータを、体動状態として取得してもよい。このとき、光学カメラは、例えば、被検体Ｐの全身、または被検体Ｐの一部分（瞳、手、顔、腹部など）を撮影するカメラである。以下、説明を具体的にするために、処理回路１３１は、横隔膜の位置を呼吸ベルトから取得するものとして説明する。

（ステップＳａ４）
処理回路１３１は、判定機能１３１７により、第１ＭＲ信号の収集開始時刻から所定の時間が経過したか否かを判定する。収集開始時刻から所定の時間が経過していない場合（ステップＳａ４のＮｏ）、撮像制御回路１２１は、第１のトラジェクトリと撮像条件とに従って、第１ＭＲ信号を繰り返し収集する。収集開始時刻から所定の時間が経過した場合（ステップＳａ４のＹｅｓ）、処理回路１３１は、ステップＳａ５の処理を実行する。

（ステップＳａ５）
処理回路１３１は、判定機能１３１７により、第１ＭＲ信号を、体動状態の値に応じて区分された複数のクラスに分類する。より詳細には、処理回路１３１は、取得された体動状態と閾値とに基づいて、所定の時間内において取得された第１ＭＲ信号を、複数のクラス（呼気相と吸気相）に分類する。具体的には、処理回路１３１は、複数の第１ＭＲ信号のうち、閾値以上の横隔膜の位置に対応する検出時刻と同一の収集時刻に対応する第１ＭＲ信号を、呼気相に対応付ける。なお、処理回路１３１は、複数の第１ＭＲ信号のうち、閾値未満の横隔膜の位置に対応する検出時刻と同一の収集時刻に対応する第１ＭＲ信号を、吸気相に対応付けてもよい。

（ステップＳａ６）
処理回路１３１は、判定機能１３１７により、複数のクラスのうち第１ＭＲ信号のデータ量が最大となる最大クラスを特定する。体動が呼吸動である場合、基本的に呼気相の時間間隔は吸気相の時間間隔より長いため、呼気相に属する第１ＭＲ信号のデータ量は、吸気相に属する第１ＭＲ信号のデータ量より多くなる。このため、処理回路１３１は、呼気相を最大クラスとして特定する。

（ステップＳａ７）
処理回路１３１は、判定機能１３１７により、最大クラスのデータ量と基準値とを比較する。なお、基準値の代わりに、あらかじめ定めたクラスのデータ量が用いられてもよい。このとき、あらかじめ定めたクラスのデータ量は、基準値の代わりに記憶装置１２９に記憶される。具体的には、処理回路１３１は、体動状態を複数のクラスに弁別する閾値を用いて複数のクラスに分類された第１ＭＲ信号のデータ量に関して、複数のクラスのうちデータ量が最大となる最大クラスにおけるデータ量が基準値未満である場合、追加収集が必要であると判定する。より詳細には、呼気相のデータ量が基準値未満である場合（ステップＳａ７のＹｅｓ）、処理回路１３１は、ステップＳａ８の処理を実行する。呼気相のデータ量が基準値以上である場合（ステップＳａ７のＮｏ）、処理回路１３１は、ステップＳａ９の処理を実行する。ステップＳａ４乃至ステップＳａ７の処理により、処理回路１３１は、第１ＭＲ信号の収集開始時刻から所定の時間の経過後、体動状態に応じた第１ＭＲ信号のデータ量に基づいて、被検体Ｐに関する第２ＭＲ信号の追加収集の要否を判定する。

（ステップＳａ８）
処理回路１３１は、追加機能１３１９により、最大クラスに属する第１ＭＲ信号とは異なる第２トラジェクトリを撮像プロトコルに追加する。より詳細には、処理回路１３１は、最大クラスに属する第１ＭＲ信号に関する第１トラジェクトリとは異なるトラジェクトリを、第２収集位置を示す第２トラジェクトリとして、撮像プロトコルに追加する。第２収集位置は、追加収集時において収集される第２ＭＲ信号の、ｋ空間上における収集位置である。具体的には、処理回路１３１は、呼気相に属する第１ＭＲ信号に関する第１収集位置を特定する、次に、処理回路１３１は、ｋ空間において特定された第１収集位置とは異なる第２収集位置を示す第２トラジェクトリを、撮像プロトコルに追加する。なお、処理回路１３１は、ｋ空間における第１収集位置に基づいて、ｋ空間において第１収集位置と第２収集位置とが均一に分布するように、第２収集位置を決定してもよい。また、取得機能１３１５により取得される体動状態の変化が略周期的である場合、処理回路１３１は、体動状態の変化の周期性を加味して、ｋ空間における第２収集位置を特定してもよい。

図４は、ｋ空間１１において特定された、収集済みの第１ＭＲ信号の第１トラジェクトリが占める領域１３の一例を示す図である。図４においてトラジェクトリは原点を通る直線で描かれている。図４に示すように、ｋ空間１１のうちの領域１３以外の領域が、領域１５に設定される。領域１５には、追加撮像における収集対象である第２ＭＲ信号の第２トラジェクトリが設定される。例えば、呼気相において第１ＭＲ信号が収集されていない領域１５に第２トラジェクトリが設定される。

処理回路１３１は、追加機能１３１９により、第２トラジェクトリを特定するために角度マップを用いてもよい。角度マップとは、ＭＲ信号のトラジェクトリを、ｋ空間の原点回りの角度に規定された１次元空間に配置したマップである。

図５は、角度マップの一例を示すである。図５に示すように、処理回路１３１は、角度マップにおいて、第１トラジェクトリが存在しない領域１１を、第２トラジェクトリが設定され得る領域１５として決定する。例えば、処理回路１３１は、図５に示すような場合、領域１１における第１トラジェクトリの間隔と同一の間隔で、領域１５において第２トラジェクトリを配置する。更に第１トラジェクトリと第２トラジェクトリとの間隔が均一になるように第２トラジェクトリが決定されるとよい。なお、被検体Ｐに対するスキャン方式がカーテシアンの場合、処理回路１３１は、角度マップの代わりに、位相エンコード方向に対して第１トラジェクトリを配置したマップを用いて、第２トラジェクトリを決定してもよい。他のスキャン方式についても同様に、処理回路１３１は、第２トラジェクトリを決定することが可能である。

図６は、呼気相ＥＡに関するｋ空間１１Ｅ及び吸気相ＩＡに関するｋ空間１１Ｉにおける第１トラジェクトリＰ１及び第２トラジェクトリＰ２の一例を示す図である。図６に示すように、呼気相ＥＡは最大クラスであるとする。後のステップＳａ１１において、呼気相ＥＡに関するｋ空間１１Ｅにおける第２トラジェクトリＰ２に対応する第２ＭＲ信号が収集される。最大クラスではない吸気相ＩＡにおける第１ＭＲ信号は破棄されてもよい。

（ステップＳａ９）
処理回路１３１は、システム制御機能１３１１により、追加収集が実行されることと、撮像延長時間と、撮像終了予定時刻とのうち少なくとも一つを、ディスプレイ１２７に表示させる。具体的には、処理回路１３１は、追加収集される第２トラジェクトリＰ２の総数に基づいて、撮像延長時間を計算する。処理回路１３１は、第１ＭＲ信号の収集の実行前において撮像条件により設定された撮像時間に撮像延長時間を加算することにより、撮像終了予定時刻を計算する。ディスプレイ１２７は、追加収集が実行されることと、計算された像延長時間と、計算された撮像終了予定時刻とを表示する。

（ステップＳａ１０）
処理回路１３１は、判定機能１３１７により、撮像条件として設定された撮像時間が経過したか否かを判定する。撮像時間が経過していない場合（ステップＳａ１０のＮｏ）、撮像制御回路１２１は、ステップＳａ２の処理を実行する。次いで、処理回路１３１は、ステップＳａ３乃至ステップＳａ１０の処理を繰り返す。このとき、ステップＳａ７における最大クラスのデータ量とステップＳａ８における第２トラジェクトリとは更新される。撮像時間が経過している場合（ステップＳａ１０のＹｅｓ）、撮像制御回路１２１は、ステップＳａ１１の処理を実行する。

（ステップＳａ１１）
撮像制御回路１２１は、第２トラジェクトリに従って追加収集を実行し、第２ＭＲ信号を収集する。より詳細には、撮像制御回路１２１は、第２トラジェクトリを含む第２パルスシーケンスに従い被検体ＰをＭＲ撮像し、被検体Ｐに関する第２ＭＲ信号を収集する。撮像制御回路１２１は、収集された第２ＭＲ信号を、最大クラスに付帯させて記憶装置１２９に記憶させる。このとき、最大クラスに属するＭＲ信号は、第１ＭＲ信号と第２ＭＲ信号とを有することとなる。処理回路１３１は、判定機能１３１７により、第２ＭＲ信号を複数のクラスに分類し、ステップＳａ７で説明した判定を再度行ってもよい。ステップＳａ１１は、ステップＳａ１０の処理の前に実行されてもよい。

ステップＳａ１１において、インタフェース１２５は、操作者の指示により、追加収集の停止の指示を入力してもよい。追加収集の停止の指示の入力を契機として、撮像制御回路１２１は、追加収集を停止する。加えて、処理回路１３１は、停止の指示の入力を契機として、第１ＭＲ信号と停止の指示の入力までに収集された第２ＭＲ信号とに基づいて、ＭＲ画像を再構成する。

（ステップＳａ１２）
処理回路１３１は、再構成機能１３２１により、最大クラスに属する第１ＭＲ信号と、第２ＭＲ信号とに基づいて、ＭＲ画像を再構成する。具体的には、処理回路１３１は、呼気相ＥＡに関するｋ空間ＫｓｐＥに配置された第１ＭＲ信号と第２ＭＲ信号とに基づいて、呼気相ＥＡに対応するＭＲ画像を再構成する。処理回路１３１は、再構成されたＭＲ画像を、ディスプレイ１２７と記憶装置１２９とに出力する。ディスプレイ１２７は、再構成されたＭＲ画像を表示する。

以上に述べた構成及び追加収集実行処理によれば、以下に示す効果が得られる。

本実施形態におけるＭＲＩ装置１００によれば、ｋ空間における第１ＭＲ信号の第１収集位置を示す第１トラジェクトリを設定し、第１トラジェクトリに従って被検体Ｐに関する第１ＭＲ信号を逐次収集し、第１ＭＲ信号の収集中における被検体Ｐの体動状態を取得し、第１ＭＲ信号の収集開始時刻から所定の時間の経過後、体動状態に応じた第１ＭＲ信号のデータ量に基づいて、被検体Ｐに関する第２ＭＲ信号の追加収集の要否を判定し、追加収集が必要であると判定された場合、ｋ空間における追加収集に関する第２収集位置を示す第２トラジェクトリを撮像プロトコルに追加し、第１ＭＲ信号と追加収集の実行により収集された第２ＭＲ信号とに基づいて、ＭＲ画像を再構成することができる。このとき、ＭＲＩ装置１００によれば、例えば、パラレルイメージング、圧縮センシング、または学習済みのディープニューラルネットワーク、またはそれらの組み合わせを用いてＭＲ画像を再構成することができる。

また、ＭＲＩ装置１００によれば、体動状態を複数のクラスに弁別する閾値を用いて複数のクラスに分類された第１ＭＲ信号のデータ量に関して、複数のクラスのうちデータ量が最大となる最大クラスにおけるデータ量が基準値未満である場合、追加収集が必要であると判定し、最大クラスに属する第１ＭＲ信号に関する第１トラジェクトリとは異なるトラジェクトリを、第２トラジェクトリとして撮像プロトコルに追加し、最大クラスに属する第１ＭＲ信号と第２ＭＲ信号とを用いて、ＭＲ画像を再構成することができる。また、ＭＲＩ装置１００によれば、第１トラジェクトリをラジアルスキャンによるｋ空間における第１ＭＲ信号の充填軌跡として設定し、第１ＭＲ信号の収集前において、第１トラジェクトリに重複しないように第２トラジェクトリを設定することができる。

また、ＭＲＩ装置１００によれば、追加収集が必要であると判定された場合、追加収集が実行されることと、追加収集の実行により増加した撮像時間と、追加収集を含む撮像終了予定時刻とのうち、少なくとも一つをディスプレイ１２７に表示することができる。また、ＭＲＩ装置１００によれば、追加収集の停止の指示を入力し、停止の指示の入力を契機として追加収集の実行を停止し、前記停止の指示の入力を契機として、第１ＭＲ信号と停止の指示の入力までに収集された第２ＭＲ信号とに基づいて、ＭＲ画像を再構成することができる。

これらのことから、ＭＲＩ装置１００によれば、被検体Ｐの体動による撮像対象の体動状態に基づいて分類された複数のクラスのうち最大クラスにおいて、操作者が所望するＭＲ画像の画質を担保するために必要なＭＲ信号のデータ量が不足していれば、データ量の不足を補うように追加撮像を実行することができ、ＭＲ画像の画質を担保することができる。また、ＭＲＩ装置１００によれば、追加収集に関する情報を操作者に提供することができるため、操作者が任意に追加収集を停止するとともにＭＲ画像の再構成を実行することができる。これにより、追加収集の実行による撮像時間の増加を、操作者の指示により適宜調整することができる。

（第１の変形例）
第１の変形例に係る処理回路１３１は、複数のクラス各々について追加収集の要否が判定され、複数のクラス各々に属する第１ＭＲ信号及び第２ＭＲ信号を用いて複数のクラス各々に対応するＭＲ画像を再構成する。

図７は、呼気相ＥＡに関するｋ空間１１Ｅ及び吸気相ＩＡに関するｋ空間１１Ｉにおける第１トラジェクトリＰ１及び第２トラジェクトリＰ２の一例を示す図である。図７に示すように、本変形例では、吸気相ＩＡにおける第１ＭＲ信号は、破棄されずに、吸気相ＩＡに対応するＭＲ画像の再構成に用いられる。

以下、本変形例における追加収集実行処理について説明する。図８及び図９は、本変形例に関する追加収集実行処理の手順の一例を示すフローチャートである。図８におけるステップＳｂ１乃至Ｓｂ５、ステップＳｂ８は、それぞれ、図２におけるステップＳａ１乃至Ｓａ５、ステップＳａ９と同様な処理のため、説明は省略する。

（ステップＳｂ６）
処理回路１３１は、判定機能１３１７により、複数のクラス各々に属する第１ＭＲ信号のデータ量と基準値とを比較する。具体的には、処理回路１３１は、複数のクラスに分類された第１ＭＲ信号のデータ量に関して、複数のクラスのうち少なくとも一つのクラスにおいて、データ量が基準値未満である場合、追加収集が必要であると判定する。より詳細には、呼気相ＥＡのデータ量が基準値未満である場合（ステップＳｂ６のＹｅｓ）、処理回路１３１は、ステップＳｂ７の処理を実行する。また、吸気相ＩＡのデータ量が基準値未満である場合（ステップＳｂ６のＹｅｓ）、処理回路１３１は、ステップＳｂ７の処理を実行する。呼気相ＥＡのデータ量及び吸気相ＩＡのデータ量がともに基準値以上である場合（ステップＳｂ６のＮｏ）、処理回路１３１は、ステップＳｂ９の処理を実行する。

（ステップＳｂ７）
処理回路１３１は、追加機能１３１９により、基準値未満となるデータ量を有するクラス（以下、追加クラスと呼ぶ）に属する第１ＭＲ信号に関する第１トラジェクトリとは異なるトラジェクトリを、追加収集に関する第２トラジェクトリとして、追加クラスに対応に付けて撮像プロトコルに追加する。具体的には、処理回路１３１は、追加クラスに属する第１ＭＲ信号に関する第１収集位置を特定する、次いで、処理回路１３１は、ｋ空間において特定された第１収集位置とは異なる第２収集位置を示す第２トラジェクトリを、撮像プロトコルに追加する。これらの処理により、処理回路１３１は、追加収集に関する追加クラスに属する第１ＭＲ信号に関する第１トラジェクトリとは異なる第２トラジェクトリを撮像プロトコルに追加することができる。なお、本ステップにおける処理内容は、ステップＳａ８に記載の処理を各追加クラスについて実行するものであるため、詳細な説明は省略する。

（ステップＳｂ９）
処理回路１３１は、判定機能１３１７により、撮像条件により設定された撮像時間が経過したか否かを判定する。撮像時間が経過していない場合（ステップＳｂ９のＮｏ）、撮像制御回路１２１は、ステップＳｂ２の処理を実行する。次いで、処理回路１３１は、ステップＳｂ３乃至ステップＳｂ９の処理を繰り返す。このとき、ステップＳｂ６における複数のクラス各々のデータ量、及びステップＳｂ７における第２トラジェクトリは、更新される。撮像時間が経過している場合（ステップＳｂ９のＹｅｓ）、撮像制御回路１２１は、ステップＳｂ１０の処理を実行する。

（ステップＳｂ１０）
撮像制御回路１２１は、第２トラジェクトリに従って追加収集を実行し、追加クラスに属する第２ＭＲ信号を収集する。撮像制御回路１２１は、収集された第２ＭＲ信号を、追加クラスに付帯させて記憶装置１２９に記憶させる。このとき、追加クラスに属するＭＲ信号は、第１ＭＲ信号と第２ＭＲ信号とを有することとなる。なお、本ステップの処理の後、処理回路１３１は、判定機能１３１７により、第２ＭＲ信号を複数のクラスに分類し、ステップＳｂ６で説明した判定を再度行ってもよい。また、本ステップは、ステップＳｂ９の処理の前に実行されてもよい。

（ステップＳｂ１１）
処理回路１３１は、再構成機能１３２１により、複数のクラス各々に属する第１ＭＲ信号と、第２ＭＲ信号とに基づいて、複数のクラスにそれぞれ対応する複数のＭＲ画像を再構成する。具体的には、処理回路１３１は、呼気相に関するｋ空間に配置された第１ＭＲ信号及び第２ＭＲ信号に基づいて、呼気相に対応するＭＲ画像を再構成する。また、処理回路１３１は、吸気相に関するｋ空間に配置された第１ＭＲ信号及び第２ＭＲ信号に基づいて、吸気相に対応するＭＲ画像を再構成する。処理回路１３１は、再構成されたＭＲ画像を、ディスプレイ１２７と記憶装置１２９とに出力する。ディスプレイ１２７は、再構成されたＭＲ画像を表示する。

第１の変形例に係るＭＲＩ装置１００によれば、体動状態を複数のクラスに弁別する閾値を用いて複数のクラスに分類された第１ＭＲ信号のデータ量に関して、複数のクラスのうち少なくとも一つのクラスにおいて、データ量が基準値未満である場合、追加収集が必要であると判定し、追加収集に関するクラスに属する第１ＭＲ信号に関する第１トラジェクトリとは異なる第２トラジェクトリを撮像プロトコルに追加し、複数のクラスに分類された第１ＭＲ信号及び第２ＭＲ信号を用いて、複数のクラス各々に対応するＭＲ画像を再構成することができる。

これにより、ＭＲＩ装置１００によれば、被検体Ｐの体動状態に応じて区分された複数のクラス各々について、操作者が望むＭＲ画像の画質を担保するために必要なＭＲ信号のデータ量が不足していれば、ＭＲ信号のデータ量の不足を補うように追加撮像を実行することができ、ひいては、ＭＲ画像の画質を担保することができる。

（第２の変形例）
第２の変形例に係る処理回路１３１は、呼吸ベルト及び光学カメラなどの外部機器を用いずに、ＭＲ画像を用いて体動状態を取得する。第２の変形例に係る処理は、図２のステップＳａ３及び図８のステップＳｂ３において実行される。第２の変形例に係る追加収集実行処理では、図２に示すステップＳａ３は図２のステップＳａ４の後に実行され、図８に示すステップＳｂ３は図８のステップＳｂ４の後に実行される。

処理回路１３１は、再構成機能１３２１により、第１ＭＲ信号の逐次収集が実行される総期間より短い参照期間において収集された第１ＭＲ信号（以下、参照ＭＲ信号と呼ぶ）に基づいてＭＲ画像（以下、参照画像と呼ぶ）を再構成する。参照期間は、ステップＳａ４及びステップＳｂ４の所定の時間に相当する。なお、参照期間は、所定の時間より短くてもよい。次いで、処理回路１３１は、所定の時間または参照期間より短い複数の部分期間各々において収集された第１ＭＲ信号（以下、部分ＭＲ信号と呼ぶ）に基づいて、複数の部分期間各々に対応する部分画像を再構成する。参照期間及び部分期間は、記憶装置１２９に記憶される。

図１０は、横隔膜の位置Ｕ１の時間変化と参照期間ＲＰと部分期間ＰＰとの一例を示す図である。図１０に示すように、参照期間ＲＰに属する参照ＭＲ信号を用いて再構成された参照画像における横隔膜は、参照期間ＲＰにわたる横隔膜の位置Ｕ１を平均化した位置で画像化される。一方、部分期間ＰＰに属する部分ＭＲ信号を用いて再構成された複数の部分画像各々における横隔膜は、部分期間ＰＰ各々における横隔膜の位置Ｕ１を平均化した位置で画像化される。なお、図１０に示す複数の部分期間ＰＰはオーバーラップしていないが、複数の部分期間ＰＰ各々の中心に対して部分期間を拡張させることにより、複数の部分期間ＰＰ各々は隣接する部分期間に対してオーバーラップしていてもよい。

処理回路１３１は、取得機能１３１５により、参照画像と複数の部分画像各々との位置合わせを実行する。処理回路１３１は、上記位置合わせにより、参照画像における横隔膜の位置に対する部分画像各々における横隔膜の位置の相対的な位置を決定する。相対的な位置は、例えば、ｚ方向に沿った横隔膜の位置のずれに相当する。処理回路１３１は、相対的な位置と閾値とに基づいて、体動状態を取得する。複数のクラスが呼気相及び吸気相の２つのクラスである場合、被検体Ｐの体動状態を複数のクラスに弁別するための閾値は、参照画像における横隔膜の位置に相当する。なお、複数のクラスが３以上である場合、複数の閾値は、横隔膜の位置に所定の係数を乗算することで決定されてもよい。これらの場合、第２の変形例において閾値の記憶は不要となる。

なお、処理回路１３１は、取得機能１３１５により、参照画像と複数の部分画像各々とを入力し体動状態を出力するように学習された学習済みモデルを用いて、体動状態を取得してもよい。学習済みモデルは、例えば、ディープニューラルネットワーク、コンボリューショナルニューラルネットワーク（ＣＮＮ：Convolutional Neural Network）等により実現される。

第２の変形例に係るＭＲＩ装置１００によれば、第１ＭＲ信号の逐次収集が実行される総期間より短い参照期間において収集された参照ＭＲ信号に基づいて参照画像を再構成し、参照期間より短い複数の部分期間各々において収集された部分ＭＲ信号に基づいて、部分期間各々に対応する部分画像を再構成し、参照画像と部分画像との位置合わせを実行することにより、体動状態を取得することができる。

これにより、被検体Ｐに呼吸ベルトなどを装着させることなく、被検体Ｐの体動状態を取得することができるため、ＭＲ撮像における被検体Ｐの負担を軽減することができる。また、光学カメラなどの外部機器を用いることなく被検体Ｐの体動状態を取得することができるため、体動状態の取得に関するコストを低減することができる。

（第３の変形例）
第３の変形例に係る処理回路１３１は、呼吸ベルト及び光学カメラなどの外部機器を用いずに、非再構成画像を用いて体動状態を取得する。第３の変形例に係る処理は、図２のステップＳａ３及び図８のステップＳｂ３において実行される。第３の変形例に係る追加収集実行処理では、図２に示すステップＳａ３は図２のステップＳａ４の後に実行され、図８に示すステップＳｂ３は図８のステップＳｂ４の後に実行される。

処理回路１３１は、取得機能１３１５により、参照ＭＲ信号に基づいて、第１非再構成画像データを生成する。処理回路１３１は、部分ＭＲ信号に基づいて、複数の部分期間各々に対応する第２非再構成画像データを生成する。以下、説明を具体的にするために、参照ＭＲ信号に対応するＭＲデータ（以下、参照ＭＲデータと呼ぶ）及び部分ＭＲ信号に対応するＭＲデータ（以下、部分ＭＲデータと呼ぶ）は、例えば、ｋｘ、ｋｙ、ｋｚ方向により規定される３次元データであるものとして説明する。処理回路１３１は、参照ＭＲデータに対してｋｚ方向に沿ってフーリエ変換を実行することにより、第１非再構成画像データを取得する。

同様に、処理回路１３１は、取得機能１３１５により、部分ＭＲデータに対してｋｚ方向に沿ってフーリエ変換を実行することにより、第２非再構成画像データを取得する。このとき、第１非再構成画像データ及び第２非再構成画像データは、ｚ方向に垂直な方向からｚ方向へＭＲ画像を投影することにより生成される投影データに相当する。なお、第１非再構成画像データ及び第２非再構成画像データは、投影データに限定されず、ＭＲデータであってもよい。

図１１は、投影画像Ｉ１の一例を示す図である。投影画像Ｉ１は、異なる収集時刻の第２非再構成画像データを時間軸に沿って配置することにより生成される。図１１に示すように、横隔膜の位置は、コントラストが変化する境界ＤＬに相当する。なお、投影データに対応する第２非再構成画像データは、例えばナビゲーションエコー法を用いて取得されてもよい。図１２は、位置決め画像Ｉ２において示される、ナビゲーションエコー法の収集範囲ＮＥＡを示す図である。

処理回路１３１は、取得機能１３１５により、第１非再構成画像データと第２非再構成画像データとの位置合わせを実行する。処理回路１３１は、上記位置合わせにより、第１非再構成画像データにおける横隔膜の位置に対する第２非再構成画像データにおける横隔膜の位置の相対的な位置を決定する。処理回路１３１は、相対的な位置と閾値とに基づいて、体動状態を取得する。複数のクラスが呼気相及び吸気相の２つのクラスである場合、被検体Ｐの体動状態を複数のクラスに弁別するための閾値は、第１非再構成画像データにおける横隔膜の位置に相当する。なお、複数のクラスが３以上である場合、複数の閾値は、横隔膜の位置に所定の係数を乗算することで決定されてもよい。これらの場合、本変形例において、閾値の記憶は不要となる。

なお、処理回路１３１は、取得機能１３１５により、第２非再構成画像データと第１ＭＲ信号に対応するＭＲデータとを入力し体動状態を出力するように学習された学習済みモデルを用いて、体動状態を取得してもよい。また、処理回路１３１は、判定機能１３１７により、第１ＭＲ信号と第２非再構成画像データとを入力し分類された第１ＭＲ信号を出力するように学習された学習済みモデルを用いて、第１ＭＲ信号を分類してもよい。

第３の変形例に係るＭＲＩ装置１００によれば、第１ＭＲ信号の逐次収集が実行される総期間より短い参照期間において収集された参照ＭＲ信号に基づく第１非再構成画像データと、参照期間より短い複数の部分期間各々において収集された部分ＭＲ信号に基づく部分期間各々に対応する第２非再構成画像データとの位置合わせを実行することにより、体動状態を取得することができる。

（第４の変形例）
第４の変形例に係る処理回路１３１は、体動状態ごとの第１ＭＲ信号に基づいて体動状態に対応するＭＲ画像（以下、状態画像と呼ぶ）を再構成し、状態画像におけるノイズ強度に基づいて追加収集の要否を判定することにある。第４の変形例に係る処理は、追加収集実行処理において、図２のステップＳａ７及び図８のステップＳｂ６の処理に置換されて用いられる。

処理回路１３１は、再構成機能１３２１により、体動状態ごとの第１ＭＲ信号に基づいて、体動状態に対応する状態画像を再構成する。具体的には、処理回路１３１は、複数のクラス各々に属する第１ＭＲ信号に基づいて、複数のクラス各々に対応する状態画像を再構成する。図２のステップＳａ７においては、処理回路１３１は、最大クラスに属する第１ＭＲ信号に基づいて、最大クラスに対応する状態画像を再構成する。

処理回路１３１は、判定機能１３１７により、状態画像におけるノイズ強度に基づいて、追加収集の要否を判定する。具体的には、処理回路１３１は、状態画像に対してデノイズフィルタを適用することにより、デノイズ画像を生成する。処理回路１３１は、状態画像とデノイズ画像との画素値の差分の２乗和を、ノイズ強度として計算する。処理回路１３１は、記憶装置１２９に記憶されたノイズ閾値とノイズ強度とを比較し、ノイズ強度がノイズ閾値より大きければ、追加収集が必要であると判定する。

なお、処理回路１３１は、ノイズ強度の特定のために、必ずしも、状態画像を再構成する必要はない。例えば、処理回路１３１は、第１ＭＲ信号が配置されたｋ空間における端部のデータをノイズ強度として特定してもよい。この場合、ノイズ閾値は、例えば、被検体Ｐに対して送信ＲＦ波を印加することなく受信回路１１９により収集された信号に相当する。

また、処理回路１３１は、状態画像または複数のクラス各々に属する第１ＭＲ信号を入力して追加収集の要否を出力するように学習された学習済みモデルを用いて、判定機能１３１７により、追加収集の要否を判定してもよい。学習済みモデルは、例えば、ディープニューラルネットワーク、サポートベクターマシン（Support Vector Machine）、ランダムフォレスト（Random Forest）などの機械学習モデルにより実現される。

第４の変形例に係るＭＲＩ装置１００によれば、体動状態ごとの第１ＭＲ信号に基づいて体動状態に対応する状態画像を再構成し、状態画像のノイズ強度に基づいて追加収集の要否を判定することができる。ＭＲ画像のノイズ強度に基づいて追加収集の要否を判定しているため、ノイズを低減させた高画質なＭＲ画像を再構成することができる。

（第５の変形例）
第５の変形例に係る処理回路１３１は、体動状態ごとの第１ＭＲ信号に基づいて、体動状態ごとの状態画像を再構成し、状態画像に含まれるアーチファクトの検出量に基づいて追加収集の要否を判定する。第５の変形例に係る処理は、追加収集実行処理において、図２のステップＳａ７及び図８のステップＳｂ６の処理に置換されて用いられる。

処理回路１３１は、再構成機能１３２１により、体動状態ごとの第１ＭＲ信号に基づいて、体動状態に対応する状態画像を再構成する。具体的には、処理回路１３１は、複数のクラス各々に属する第１ＭＲ信号に基づいて、複数のクラス各々に対応する状態画像を再構成する。図２のステップＳａ７においては、処理回路１３１は、最大クラスに属する第１ＭＲ信号に基づいて、最大クラスに対応する状態画像を再構成する。

処理回路１３１は、判定機能１３１７により、状態画像に含まれるアーチファクトの検出量に基づいて、追加収集の要否を判定する。具体的には、処理回路１３１は、アーチファクトを検出するフィルタ（以下、検出フィルタと呼ぶ）を用いて、状態画像におけるアーチファクトを検出する。検出フィルタは、例えば、スキャン方式ごとに予め記憶装置１２９に記憶されてもよい。なお、処理回路１３１は、検出フィルタの代わりに、典型的なアーチファクトの形状を示すテンプレートを用いて、状態画像に対してテンプレートマッチングを実行することにより、アーチファクトを検出してもよい。

図１３は、スキャン方式がラジアルスキャンである場合の部分画像に描出される体動アーチファクトＭＡＲの一例を示す図である。図１４は、スキャン方式がカーテシアンスキャンである場合の部分画像における体動アーチファクトＭＡＣの一例を示す図である。図１３及び図１４に示すように、最大クラスにおけるデータ量の不足は、状態画像にアーチファクトとして現れることがある。

処理回路１３１は、検出されたアーチファクトを用いて、状態画像におけるアーチファクトの検出量を計算する。アーチファクトの検出量とは、例えば、状態画像におけるアーチファクトの領域に含まれる画素数である。処理回路１３１は、記憶装置１２９に記憶された閾値とアーチファクトの検出量とを比較し、アーチファクトの検出量が閾値より大きければ、追加収集が必要であると判定する。

なお、処理回路１３１は、状態画像または複数のクラス各々に属する第１ＭＲ信号を入力して追加収集の要否を出力するように学習された学習済みモデルを用いて、判定機能１３１７により、追加収集の要否を判定してもよい。学習済みモデルは、例えば、ディープニューラルネットワーク、サポートベクターマシン、ランダムフォレスト等の機械学習モデルにより実現される。

第５の変形例に係るＭＲＩ装置１００によれば、体動状態ごとの第１ＭＲ信号に基づいて体動状態に対応する状態画像を再構成し、状態画像におけるアーチファクトの検出量に基づいて、追加収集の要否を判定することができる。最大クラスのデータ量によらずに、ＭＲ画像におけるアーチファクトの検出量に基づいて追加収集の可否が判定されるため、アーチファクトを低減させた高画質なＭＲ画像を再構成することができる。

（第６の変形例）
第６の変形例に係る撮像制御回路１２１は、第１ＭＲ信号の逐次収集に続けて追加収集を実行する。なお、逐次収集に続けて追加収集を実行するか否かは、逐次収集におけるシーケンス種に応じて選択されてもよい。例えば、グラジエントエコー系のシーケンスで逐次収集が実行される場合、第６の変形例に係る処理が行われる。

処理回路１３１は、判定機能１３１７により、所定の時間の経過後、追加収集の要否の判定と撮像プロトコルへの第２トラジェクトリの追加とに要する時間（以下、判定追加時間と呼ぶ）を第１ＭＲ信号の逐次収集の終了予定時刻から減算した時刻（以下、判定開始限界時刻と呼ぶ）までの間に、追加収集の要否を判定する。判定追加時間は、予め記憶装置１２９に記憶される。具体的には、処理回路１３１は、撮像条件に基づいて、第１ＭＲ信号の逐次収集の実行に先立って、逐次収集に要する時間（以下、逐次収集時間と呼ぶ）を計算する。処理回路１３１は、ステップＳａ２の開始時刻に相当する収集開始時刻に逐次収集時間を加算することにより、終了予定時刻を計算する。処理回路１３１は、終了予定時刻から判定追加時間を差分することにより、判定開始限界時刻を計算する。処理回路１３１は、所定の時間の経過後であって、判定開始限界時刻に至るまでの間に、追加収集の要否を判定する。

図１５は、追加収集実行処理において、収集開始時刻Ｔｓ１と、所定の時間ＰＴと、所定の時間の終了時刻Ｔｐｐｔと、判定開始限界時刻Ｔｂｄｔと、判定追加時間ＤＴと、追加収集の開始時刻Ｔｓ２との一例を示す図である。図１５に示すように、処理回路１３１は、追加収集の要否の判定を、所定の時間の終了時刻Ｔｐｐｔから判定開始限界時刻Ｔｂｄｔまでの間に実行する。

第６の変形例に係るＭＲＩ装置１００によれば、第１ＭＲ信号の逐次収集に続けて追加収集を実行するために、所定の時間の経過後、追加収集の要否の判定と撮像プロトコルへの第２トラジェクトリの追加とに要する時間を逐次収集の終了予定時刻から減算した時刻までの間に、追加収集の要否を判定することができる。これにより、第１ＭＲ信号の収集時における送信ＲＦ波の送信時における磁化と同様な状態で、追加収集を実行することができる。追加収集の開始時において、Ｔ１回復後の磁化を安定させるためにＭＲ信号を収集しないダミーＲＦパルスを被検体Ｐに印加する必要がなくなるため、追加収集を含めた撮像総時間を短くすることができる。

逐次収集と追加収集とが連続的に実行されない場合、逐次収集から追加収集への移行期において収集音が停止又は低減することにより、被検体Ｐが誤って検査が終了したと認識してしまう虞がある。第６の変形例に係るＭＲＩ装置１００は、第１ＭＲ信号の逐次収集と追加収集とが連続して行われるため、ＭＲ信号の収集に起因する音（以下、収集音と呼ぶ）を切れ目なく発生させることができる。これにより、被検体Ｐが収集音の停止による検査終了を誤認識することがなくなるので、被検体Ｐへの心理的負担を低減することができる。

（第７の変形例）
第７の変形例に係る処理回路１３１は、インタフェース１２５を介して第１ＭＲ信号の逐次収集と追加収集とを含む撮像総時間が操作者により入力されると、撮像総時間と第１トラジェクトリとに基づいて第２トラジェクトリを決定する。

追加収集実行処理におけるステップＳａ１の処理に先立って、または収集開始時刻から所定の時間が経過するまでの期間、インタフェース１２５を介した操作者の指示により、撮像総時間が入力される。撮像総時間は、被検体Ｐに対する撮像時間の上限に対応する。なお、撮像総時間の代わりに、撮像延長時間が入力されてもよい。

処理回路１３１は、追加機能１３１９により、撮像総時間（または撮像延長時間）と第１トラジェクトリとに基づいて第２トラジェクトリを決定する。具体的には、処理回路１３１は、撮像総時間（または撮像延長時間）に基づいて第２トラジェクトリの本数を決定する。次いで、処理回路１３１は、ｋ空間において第１トラジェクトリと第２トラジェクトリとが均等に配置されるように、第２トラジェクトリに関する撮像条件を決定する。例えば、図４に示すように第１トラジェクトリがｋ空間１１に配置され、複数の第１トラジェクトリが存在しない２つの領域ＣＰ２がｋ空間１１において１：２の割合で存在し、かつ撮像総時間に基づく撮像延長時間が３ｎ（ｎは自然数）本の第２トラジェクトリに沿って追加収集を実行な可能な時間である場合、処理回路１３１は、２つの領域ＣＰ２のうち、狭い方の領域にｎ本の第２トラジェクトリが均等に配置されるように撮像条件を決定し、広い方の領域に２ｎ本の第２トラジェクトリが均等に配置されるように撮像条件を決定する。

第７の変形例に係るＭＲＩ装置１００によれば、第１ＭＲ信号の逐次収集と追加収集とを含む撮像総時間を入力し、入力された撮像総時間と第１収集位置とに基づいて、第２収集位置を決定することができる。撮像時間の上限に基づいて第２トラジェクトリの追加量を制御することができるため、操作者が望む撮像総時間内において第１トラジェクトリと第２トラジェクトリとをできるだけ均等にｋ空間に配置することができる。これにより、ＭＲＩ装置１００によれば、操作者により制限された撮像総時間において画質を向上させたＭＲ画像を生成することができる。

（第８の変形例）
第８の変形例に係る処理回路１３１は、被検体Ｐの体動の要因が複数ある場合について、追加収集実行処理を適用することにある。以下、説明を具体的にするために、体動の要因は、心臓による拍動と呼吸とであるものとする。

図１６は、呼吸波形ＲＷＦと心電波形ＥＷＦとの一例を示す図である。記憶装置１２９は、体動状態に応じた複数のクラスに第１ＭＲ信号を弁別する閾値として、例えば、４つの状態（呼気相ＥＡであって収縮期である状態、呼気相ＥＡであって拡張期である状態、吸気相ＩＡであって収縮期である状態、吸気相ＩＡであって拡張期である状態）を、体動状態に応じて弁別するための３つの閾値を記憶する。

追加収集実行処理は、実施形態及び第１の変形例等における記載と同様なため、説明は省略する。なお、処理回路１３１は、心電波形ＥＷＦまたは呼吸波形ＲＷＦを用いた同期（gating）法により、体動状態に応じた第１ＭＲ信号の分類を実行してもよい。処理回路１３１は、撮像対象に関連しない体動状態に関する第１ＭＲ信号については、同期法により破棄してもよい。

（応用例）
応用例に係る処理回路１３１は、比吸収率（ＳＡＲ：Specific Absorption Rate）に基づいて、第１ＭＲ信号のデータ量と第２ＭＲ信号のデータ量との和（以下、収集データ量と呼ぶ）の上限を計算し、追加収集の実行時に収集データ量が上限に到達したことを契機として、追加収集を停止してＭＲ画像を再構成する。

図１７は、応用例に係る処理回路１３１の構成の一例を示す図である。図１７に示すように、処理回路１３１は、上述したシステム制御機能１３１１、設定機能１３１３、取得機能１３１５、判定機能１３１７、追加機能１３１９及び再構成機能１３２１に加えて、計算機能１３２３をさらに有する。計算機能１３２３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装置１２９に記憶されている。処理回路１３１は、計算機能１３２３に対応するプログラムを記憶装置１２９から読み出し、実行することで、このプログラムに対応する計算機能１３２３を実現する。処理回路１３１が有する計算機能１３２３は、計算部の一例である。

処理回路１３１は、計算機能１３２３により、第１ＭＲ信号の収集前に決定された被検体Ｐに関するＳＡＲ（以下、上限ＳＡＲと呼ぶ）と撮像条件とに基づいて、第１ＭＲ信号のデータ量（以下、第１データ量と呼ぶ）と第２ＭＲ信号のデータ量（以下、第２データ量と呼ぶ）との和（以下、和データ量と呼ぶ）の上限（以下、上限データ量と呼ぶ）を計算する。例えば、処理回路１３１は、第１ＭＲ信号に関する逐次収集と第２ＭＲ信号に関する追加収集とによるＳＡＲが上限ＳＡＲ以下となるように、収集可能な第２データ量（以下、収集可能データ量と呼ぶ）を決定する。収集可能データ量がゼロである場合、処理回路１３１は、追加収集が不可能であることをディスプレイ１２７に表示してもよい。処理回路１３１は、撮像条件に基づいて第１データ量を計算する。処理回路１３１は、第１データ量と収集可能データ量との和を、上限データ量として計算する。処理回路１３１は、計算機能１３２３により、追加収集実行処理における第２ＭＲ信号の収集時において、和データ量を計算する。

処理回路１３１は、判定機能１３１７により、追加収集の実行時において和データ量が上限データ量に到達したか否かをさらに判定する。和データ量が上限データ量に到達したことを契機として、処理回路１３１は、追加収集を停止する指示（以下、収集停止指示と呼ぶ）を撮像制御回路１２１に出力する。

撮像制御回路１２１は、和データ量が上限データ量に到達したことを契機として、すなわち処理回路１３１からの収集停止指示の入力に応答して、追加収集を停止する。このとき、ディスプレイ１２７は、追加収集が停止されたことを表示してもよい。

和データ量が上限データ量に到達したことを契機として、処理回路１３１は、再構成機能１３２１により、第１ＭＲ信号と第２ＭＲ信号とを用いて、ＭＲ画像を再構成する。

応用例に係るＭＲＩ装置１００によれば、第１ＭＲ信号の収集前に決定された被検体Ｐに関する比吸収率と撮像条件とに基づいて、第１ＭＲ信号のデータ量と第２ＭＲ信号のデータ量との和の上限を計算し、追加収集の実行時において和が上限に到達したか否かをさらに判定し、和が上限に到達したことを契機として追加収集を停止し、和が上限に到達したことを契機として、ＭＲ画像を再構成することができる。

これにより、ＭＲＩ装置１００によれば、被検体Ｐに対する撮像前に決定された上限ＳＡＲを超えることなく追加収集を行うことができるため、被検体Ｐに対する安全性及びＭＲ画像の画質をともに確保することができる。

（その他）
上述の幾つかの実施例によれば、ＭＲＩ装置１００は、撮像制御回路１２１と処理回路１３１とを有する。撮像制御回路１２１は、撮像プロトコルに設定された第１のパルスシーケンスに従いＭＲ信号を収集する。処理回路１３１は、第１のパルスシーケンスによる収集時において、収集済みのＭＲ信号に基づく画質の判定により、ＭＲ信号の追加収集の要否を判定する。処理回路１３１は、追加収集が必要であると判定された場合、追加収集のための第２のパルスシーケンスを撮像プロトコルに追加する。撮像制御回路１２１は、追加された第２のパルスシーケンスに従いＭＲ信号を収集する。処理回路１３１は、第１のパルスシーケンス及び前記第２のパルスシーケンスによるＭＲ信号に基づいてＭＲ画像を再構成する。

上記の幾つかの実施例において処理回路１３１は、第１のパルスシーケンスの実行中に、ＭＲ信号のデータ量の不足を見積もり、不足があると見積もられた場合、実施中の撮像プロトコルに第２のパルスシーケンスを追加する。第２のパルスシーケンスは、第１のパルスシーケンスに続けて又は一定期間をおいて実行される。この処理によれば、再構成に必要なデータ量のＭＲ信号が収集されるまで、自動的にデータ収集が行われることを可能にする。

上記の幾つかの実施例において処理回路１３１は、ＭＲ信号のデータ量と基準値との比較により、追加撮像の有無を判定する。しかしながら、本実施形態はこれに限定されない。処理回路１３１は、学習済みモデルを利用して追加撮像の有無を判定してもよい。

図１８は、その他の実施例に係る学習済みモデルの入出力の一例を模式的に示す図である。図１８に示すように、学習済みモデルは、ＭＲ画像を入力して画質許容度を出力するように学習されている。学習済みモデルは、例えば、２層以上のニューラルネットワークである。ニューラルネットワークの構造は、例えば、一以上のＣＮＮと一以上の全結合層と分類器とを含む。なお、本実施形態に係るニューラルネットワークの構造は、特に限定されず、ＭＲ画像を入力して画質許容度を出力することが可能であれば、如何なる構造でもよい。

画質許容度は、入力のＭＲ画像の画質が許容される又は許容されない度合いを示す数値又は符号である。画質許容度は、例えば、図１８に示すように、入力のＭＲ画像の画質が許容されることを示す符号（以下、許容符号と呼ぶ）と許容されないことを示す符号（以下、非許容符号と呼ぶ）との２値を含む。

ニューラルネットワークは、多数の学習サンプルに基づき、例えば、教師有り学習によって学習されればよい。ニューラルネットワークの学習、すなわち、学習済みモデルの生成は、モデル学習装置等のコンピュータにより実施さればよい。モデル学習装置は、ＭＲＩ装置１００に組み込まれてもよいし、別体のコンピュータでもよい。

例えば、教師有り学習の場合、入力としてのＭＲ画像と教師としての画質許容度とを含む。画質許容度は、予め注釈者が、入力としてのＭＲ画像を観察して、許容されるか否かを判断して画質許容度を決定する。なお、画質許容度は、人手に限定されず、画像処理等により判断されてもよい。許容されるか否かの基準は、診断に耐えうるか否かに応じて決定される。例えば、データ欠落等に起因するノイズ又はアーチファクトが画像に重畳しており、当該画像が診断に適さないと判断されれば、「許容されない」と判断される。なお、許容されるか否かの基準は明確である必要は必ずしもない。モデル学習装置は、入力としてのＭＲ画像にニューラルネットワークを適用して順伝播処理を行い、画質許容度（以下、推定画質許容度と呼ぶ）を出力する。次にモデル学習装置は、推定画質許容度と、教師としての画質許容度との差分（誤差）を当該ニューラルネットワークに適用して逆伝播処理を行い、勾配ベクトルを計算する。次にモデル学習装置は、勾配ベクトルに基づいて当該ニューラルネットワークの重み付き行列やバイアス等のパラメータを更新する。順伝播処理、逆伝播処理及びパラメータ更新処理を、学習サンプルを変更しながら繰り返すことにより、学習済みモデルが生成される。

次に、学習済みモデルの運用時における動作を簡単に説明する。処理回路１３１は、収集済みの第１のＭＲ信号に画像再構成を施してＭＲ画像を再構成する。収集済みの第１のＭＲ信号としては、例えば、第１のパルスシーケンスの実行開始から所定時間経過するまでに収集されたＭＲ信号が利用される。この段階での再構成法は、再構成画像に診断に耐えうる画質が要求されないため、簡易で迅速な方法が用いられればよい。ラジアルスキャンの場合、例えば、Jackson法又はグリッディング法が用いられればよい。

ＭＲ画像が生成されると処理回路１３１は、生成されたＭＲ画像に学習済みモデルを適用して画質許容度を出力する。画質許容度として非許容符号が出力された場合、処理回路１３１は、追加収集が必要であると判定する。この場合、撮像プロトコルに第２のパルスシーケンスが追加される。画質許容度として許容符号が出力された場合、処理回路１３１は、追加収集が必要でないと判定する。

追加される第２のパルスシーケンスは、典型的には、第１のパルスシーケンスに比して収集位置が同一又は異なるトラジェクトリである。しかしながら、本実施形態はこれに限定されない。第２のパルスシーケンスは、第１のパルスシーケンスに比して、フリップアングル、各種ＲＦパルスの送信周波数、エコーオーダが変更されてもよい。

例えば、第１のパルスシーケンス及び第２のパルスシーケンスがＦＳＥ（Fast Spin Echo）法である場合、第２のパルスシーケンスとして、第１のパルスシーケンスと同一の収集位置且つエコーオーダが異なるトラジェクトリが追加される。エコーオーダとしては、シーケンシャルオーダやセントリックオーダ、任意のオーダ等の如何なるオーダでもよい。これにより、エコーオーダ依存による画質劣化要因を低減することができる。

例えば、第１のパルスシーケンス及び第２のパルスシーケンスがマルチセグメントＥＰＩ（Echo Planar Imaging）法である場合、第２のパルスシーケンスとして、ｋ空間におけるセグメント位置が異なるトラジェクトリがセグメント単位で追加される。例えば、第１のパルスシーケンスが偶数の位相エンコードのトラジェクトリに従いデータ収集が行われた場合、第２のパルスシーケンスとして、奇数の位相エンコードのトラジェクトリが追加されるとよい。また、第１のパルスシーケンスが偶数及び奇数の位相エンコードの順番に従いデータ収集が行われた場合、第２のパルスシーケンスとして、中心部の位相エンコードのトラジェクトリが追加されるとよい。これにより、セグメント位置依存による画質劣化要因を低減することができる。

例えば、第１のパルスシーケンス及び第２のパルスシーケンスが脂肪抑制パルスを含む場合、第２のパルスシーケンスとして、第１のパルスシーケンスとは送信周波数やフリップアングルが異なる脂肪抑制パルスが追加されてもよい。なお、脂肪抑制パルスに限らず、水抑制パルス等の任意成分の抑制パルスにも適用可能である。これにより第２のパルスシーケンスを、第１のパルスシーケンスに比して、より抑制効果を高めることができる。

上記の送信周波数やフリップアングルの変更は、抑制パルスに限定されず、９０度パルスや１８０度パルス等の任意のＲＦパルスにも適用可能である。

なお、学習済みモデルの出力である画質許容度は、上記のような２クラス分類に限定されず、他クラス分類でもよい。他クラス分類の場合、画質の許容度合いを示す連続値又は離散値が出力される。

学習済みモデルは、画質許容度ではなく、追加撮像の要否を出力するように学習されてもよい。画質を許容しない事は追加撮像を要する事に対応し、画質を許容する事は追加撮像を要しない事に対応する。２クラス分類の場合、非許容符号の代わりに追加撮像を要する旨の符号が出力され、許容符号の代わりに追加撮像を要しない旨の符号が出力されるように学習されればよい。他クラス分類の場合、学習済みモデルの出力層に、画質許容度を入力して追加撮像の要否を出力する最終出力層が設けられればよい。

学習済みモデルを利用せずに追加収集の要否がされてもよいことは、上記の種々の実施例の通りである。これら実施例において処理回路１３１は、収集済みの第１のＭＲ信号に基づいて、画質を評価する信頼度情報を計算し、信頼度情報に基づいて追加収集の要否を判定する。信頼度情報は、収集済みのＭＲ信号のデータ量の他、被検体モデルに対する相違度、被検体の体動に伴うアーチファクトの検出量、造影剤の遅延に伴う画素値の相違度である。

信頼度情報が収集済みのＭＲ信号のデータ量である実施例は、上記の実施形態や第１の変形例等において記述されている。この場合、例えば、図３のステップＳａ７に示すように、データ量と基準値との比較により追加収集の要否が判定される。

次に信頼度情報が被検体モデルに対する相違度である場合について説明する。被検体モデルは、種々の被検体のＭＲ画像を解析することにより獲得される、被検体の解剖学的構造の事前知識である。ＭＲ画像に描出される被検体の解剖学的構造は、被検体モデルに対して複雑な形状を有している。

処理回路１３１は、収集済みのＭＲ信号に基づくＭＲ画像と被検体モデルとに基づいて、ＭＲ画像の被検体モデルに対する相違度を算出する。相違度は、ＭＲ画像の全体について算出される。次に処理回路１３１は、相違度と予め設定された基準値とを比較する。相違度が基準値よりも大きい場合、処理回路１３１は、ＭＲ画像に、データ欠落に伴うノイズ又はアーチファクトが存在すると判定する。全てのトラジェクトリについてデータ収集が行われても、なおデータ量が不足する場合についても、ノイズ又はアーチファクトが存在すると精度良く判定できる。この場合、処理回路１３１は、追加収集を要すると判定する。相違度が基準値よりも小さい場合、処理回路１３１は、ＭＲ画像に、データ欠落に伴うノイズ又はアーチファクトが存在しないと判定する。この場合、処理回路１３１は、追加収集を要しないと判定する。

被検体モデルは、具体的には、全変動（ＴＶ:Total Variation）モデル、ウェーブレットモデル及びニューラルネットワーク等に基づいて決定される。全変動モデルの場合について説明する。例えば、データ欠落に伴うノイズ又はアーチファクトが存在しない多数のＭＲ画像各々について全変動が算出される。これら多数の全変動の統計値が被検体モデルとして利用される。他の例としては、データ欠落に伴うノイズ又はアーチファクトが存在する多数のＭＲ画像各々について全変動が算出され、これら多数の全変動の統計値が被検体モデルとして利用されてもよい。処理回路１３１は、収集済みの第１のＭＲ信号に基づく入力ＭＲ画像の全変動を算出し、算出された全変動と統計値との差分を、相違度として算出する。相違度は、入力ＭＲ画像と被検体モデルとの画像構造の相違を表す。上記の通り、処理回路１３１は、差分（相違度）と予め定められた基準値との比較に基づいて追加撮像の要否を判定する。

なお、全変動は、ＭＲ画像全体について算出されてもよいし、局所領域又は画素毎に算出されてもよい。ウェーブレットモデルも同様の手法により利用可能である。

次にニューラルネットワークの場合について説明する。このニューラルネットワークは、ＭＲ画像を入力として、データ欠落に伴うノイズ又はアーチファクトの有無を出力するように学習されている画像認識用のニューラルネットワークである。このようなニューラルネットワークは、例えば、Ｌ１誤差又はＬ２誤差を利用して、複数の学習サンプルに基づいて学習される。このニューラルネットワークは、例えば、教師有り学習により学習可能である。例えば、教師有り学習の場合、入力としてＭＲ画像、教師としてデータ欠落に伴うノイズ又はアーチファクトの有無が用いられる。

次に、信頼度情報が被検体の体動に伴うアーチファクトの検出量である場合について説明する。この実施例は、第５の変形例に対応する。信頼度情報をアーチファクトの検出量に設定することにより、被検体の意識的な体の動きや無意識的又は生理的な体の動きに起因するデータ破損に伴うデータ量不足を追加撮像により補うことができる。

次に、信頼度情報が造影剤の遅延に伴う画素値の相違度である場合について説明する。造影剤が遅延することにより、造影撮像期間の全体又は一部においてＲＯＩに造影剤が到達していない状態が続くことになる。従って、造影剤が遅延することにより、造影組織が描出されるような、目的のＭＲ画像が得られないこととなる。造影剤の遅延は、造影剤が到達したときの画素の画素値と到達していないときの同一画素の画素値との相違により評価することができる。例えば、造影剤が到達したときの画素の画素値を複数のＭＲ画像から収集し、当該画素値の平均値や中央値等の統計値（以下、造影基準値と呼ぶ）が予め記録される。造影基準値は、心臓や肝臓等の組織の種別、Ｔ１強調やＴ２強調等のコントラスト強調方式の種別ごとに記録されるとよい。

処理回路１３１は、収集済みのＭＲ信号に基づいてＭＲ画像を生成し、生成されたＭＲ画像のうちの造影対象組織の画素の画素値と、当該造影対象組織に対応する造影基準値との差分を算出する。差分は、信頼度情報、すなわち、造影剤の遅延に伴う画素値の相違度に対応する。造影対象組織は、ＭＲ画像に任意の画像認識処理を施すことにより特定されてもよいし、ユーザによりインタフェース１２５を介して指定されてもよい。

次に処理回路１３１は、相違度と予め設定された基準値とを比較する。相違度が基準値よりも大きい場合、処理回路１３１は、造影剤が到達していないと判定する。この場合、処理回路１３１は、追加収集を要すると判定する。追加収集は、再度被検体に造影剤が注入された後に行われる。相違度が基準値よりも小さい場合、処理回路１３１は、造影剤が到達していると判定する。この場合、処理回路１３１は、追加収集を要しないと判定する。

以上説明した少なくとも一の実施例によれば、撮像対象に応じてＭＲ画像の再構成に必要なＭＲ信号のデータ量を適応的に見積もることで、追加収集を実行することができる。追加収集によりＭＲ画像の画質を担保することができる。

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…ＭＲＩ装置
１０１…静磁場磁石
１０３…傾斜磁場コイル
１０５…傾斜磁場電源
１０７…寝台
１０９…寝台制御回路
１１１…ボア
１１３…送信回路
１１５…送信コイル
１１７…受信コイル
１１９…受信回路
１２１…撮像制御回路
１２５…インタフェース
１２７…ディスプレイ
１２９…記憶装置
１３１…処理回路
１０７１…天板
１３１１…システム制御機能
１３１３…設定機能
１３１５…取得機能
１３１７…判定機能
１３１９…追加機能
１３２１…再構成機能
１３２３…計算機能

Claims (21)

1. 撮像プロトコルに設定された第１のパルスシーケンスに従いＭＲ信号を収集する第１収集部と、
   前記第１のパルスシーケンスによる収集中において、収集済みのＭＲ信号に基づく画質の判定により、ＭＲ信号の追加収集の要否を判定する判定部と、
   前記追加収集が必要であると判定された場合、前記追加収集のための第２のパルスシーケンスを前記撮像プロトコルに追加する追加部と、
   前記追加された第２のパルスシーケンスに従いＭＲ信号を収集する第２収集部と、
   前記第１のパルスシーケンス及び前記第２のパルスシーケンスによるＭＲ信号に基づいてＭＲ画像を再構成する再構成部と、
   を具備する磁気共鳴イメージング装置であって、
   前記第１のパルスシーケンスによるＭＲ信号の収集中における被検体の体動状態を取得する取得部を更に備え、
   前記判定部は、前記体動状態と前記収集済みのＭＲ信号のデータ量とに基づいて、前記追加収集の要否を判定する、
   磁気共鳴イメージング装置。
2. 前記判定部は、前記第１のパルスシーケンスによる収集の開始時から所定時間の経過後に前記追加収集の要否を判定する、請求項１記載の磁気共鳴イメージング装置。
3. 前記判定部は、前記第１のパルスシーケンスによるＭＲ信号を前記体動状態に応じた複数のクラスに弁別し、前記複数のクラス各々について前記第１のパルスシーケンスによるＭＲ信号のデータ量を特定し、前記複数のクラスのうちのデータ量が最大のクラスを特定し、前記最大のクラスのデータ量が基準値未満である場合、前記追加収集が必要であると判定し、
   前記追加部は、前記最大のクラスに属する前記第１のパルスシーケンスによるＭＲ信号とは異なるトラジェクトリを、前記第２のパルスシーケンスとして追加し、
   前記再構成部は、前記最大のクラスに属する前記第１のパルスシーケンス及び前記第２のパルスシーケンスによるＭＲ信号に基づいて前記ＭＲ画像を再構成する、
   請求項１記載の磁気共鳴イメージング装置。
4. 前記判定部は、前記第１のパルスシーケンスによるＭＲ信号を前記体動状態に応じた複数のクラスに弁別し、前記複数のクラス各々について前記第１のパルスシーケンスによるＭＲ信号のデータ量を特定し、前記複数のクラスのうちの少なくとも１つのクラスのデータ量が基準値未満である場合、前記追加収集が必要であると判定し、
   前記追加部は、前記少なくとも１つのクラスに属する前記第１のパルスシーケンスによるＭＲ信号とは異なるトラジェクトリを、前記第２のパルスシーケンスとして追加し、
   前記再構成部は、前記複数のクラスに分類された前記第１のパルスシーケンス及び前記第２のパルスシーケンスによるＭＲ信号に基づいて、前記複数のクラス各々に対応する前記ＭＲ画像を再構成する、
   請求項１記載の磁気共鳴イメージング装置。
5. 前記再構成部は、前記体動状態ごとの前記第１のパルスシーケンスによるＭＲ信号に基づいて前記体動状態ごとのＭＲ画像を再構成し、
   前記判定部は、前記体動状態ごとのＭＲ画像におけるノイズ強度に基づいて、前記追加収集の要否を判定する、
   請求項１記載の磁気共鳴イメージング装置。
6. 前記再構成部は、前記体動状態ごとの前記第１のパルスシーケンスによるＭＲ信号に基づいて前記体動状態ごとのＭＲ画像を再構成し、
   前記判定部は、前記体動状態ごとのＭＲ画像におけるアーチファクトの検出量に基づいて、前記追加収集の要否を判定する、
   請求項１記載の磁気共鳴イメージング装置。
7. 前記取得部は、前記被検体の呼吸レベルを、前記体動状態として取得する、請求項１記載の磁気共鳴イメージング装置。
8. 前記取得部は、前記第１のパルスシーケンスの総期間より短い参照期間において収集されたＭＲ信号に基づく第１の非再構成画像データと、前記参照期間より短い複数の部分期間各々において収集されたＭＲ信号に基づく前記部分期間各々に対応する第２の非再構成画像データとの位置合わせに基づいて前記体動状態を取得する、請求項１記載の磁気共鳴イメージング装置。
9. 前記再構成部は、前記第１のパルスシーケンスの期間より短い参照期間において収集されたＭＲ信号に基づいて参照画像を再構成し、前記参照期間より短い複数の部分期間各々において収集されたＭＲ信号に基づいて、前記部分期間各々に対応する部分画像を再構成し、
   前記取得部は、前記参照画像と前記部分画像との位置合わせに基づいて前記体動状態を取得する、
   請求項１記載の磁気共鳴イメージング装置。
10. 前記第１のパルスシーケンス及び前記第２のパルスシーケンスは、パラメータとして、ｋ空間におけるＭＲ信号の収集位置を示すトラジェクトリを含む、請求項１記載の磁気共鳴イメージング装置。
11. 前記第１のパルスシーケンスによる収集の開始前において、前記第１のパルスシーケンスのトラジェクトリに重複しないように前記第２のパルスシーケンスのトラジェクトリを設定する設定部を更に備える、請求項１０記載の磁気共鳴イメージング装置。
12. 前記第１のパルスシーケンスによる収集開始前に決定された比吸収率に基づいて、前記第１のパルスシーケンス及び前記第２のパルスシーケンスによるＭＲ信号のデータ量の和の上限を計算する計算部を更に備え、
    前記第２収集部は、前記和が前記上限に到達したことを契機として、前記第２のパルスシーケンスによる収集を停止し、
    前記再構成部は、前記第１のパルスシーケンスによるＭＲ信号と停止までに収集された前記第２のパルスシーケンスによるＭＲ信号とに基づいて前記ＭＲ画像を再構成する、
    請求項１記載の磁気共鳴イメージング装置。
13. 前記追加収集が必要であると判定された場合、前記追加収集が実行されることと、前記追加収集の実行により増加した撮像時間と、前記追加収集を含む撮像終了予定時刻とのうち、少なくとも一つを表示する表示部を更に備える、請求項１記載の磁気共鳴イメージング装置。
14. 前記第２収集部は、前記第１のパルスシーケンスによる収集に続けて前記第２のパルスシーケンスによる収集を実行する、請求項１記載の磁気共鳴イメージング装置。
15. 前記判定部は、前記第１のパルスシーケンスによる収集開始から所定の時間の経過後、前記追加収集の要否の判定と前記第２のパルスシーケンスのトラジェクトリの追加とに要する時間を前記第１のパルスシーケンスによる収集終了予定時刻から減算した時刻までの間に、前記追加収集の要否を判定する、請求項１４記載の磁気共鳴イメージング装置。
16. 撮像総時間を入力する入力部を更に備え、
    前記追加部は、前記撮像総時間と前記第１のパルスシーケンスとに基づいて前記第２のパルスシーケンスを決定する、
    請求項１記載の磁気共鳴イメージング装置。
17. 前記第２のパルスシーケンスによる収集の停止の指示を入力する入力部を更に備え、
    前記第２収集部は、前記停止の指示の入力を契機として前記第２のパルスシーケンスによる収集を停止し、
    前記再構成部は、前記第１のパルスシーケンスによるＭＲ信号と前記停止の指示の入力までに収集された前記第２のパルスシーケンスによるＭＲ信号とに基づいて前記ＭＲ画像を再構成する、
    請求項１記載の磁気共鳴イメージング装置。
18. 前記再構成部は、パラレルイメージング、圧縮センシング又は学習済みのニューラルネットワークを用いて前記ＭＲ画像を再構成する、請求項１記載の磁気共鳴イメージング装置。
19. 前記判定部は、前記収集済みのＭＲ信号に基づいて前記画質を評価する信頼度情報を計算し、前記信頼度情報に基づいて前記追加収集の要否を判定する、請求項１記載の磁気共鳴イメージング装置。
20. 前記信頼度情報は、前記収集済みのＭＲ信号のデータ量、被検体モデルに対する相違度、被検体の体動に伴うアーチファクトの検出量、造影剤の遅延に伴う画素値の相違度である、請求項１９記載の磁気共鳴イメージング装置。
21. 前記判定部は、ＭＲ画像を入力して当該ＭＲ画像の画質の許容度を出力する学習済みモデルと、前記収集済みのＭＲ信号に基づくＭＲ画像とに基づいて、前記追加収集の要否を判定する、請求項１記載の磁気共鳴イメージング装置。