KR20140120281A - 자기 공명 시스템 작동 시퀀스 확립 - Google Patents

자기 공명 시스템 작동 시퀀스 확립 Download PDF

Info

Publication number
KR20140120281A
KR20140120281A KR20140039421A KR20140039421A KR20140120281A KR 20140120281 A KR20140120281 A KR 20140120281A KR 20140039421 A KR20140039421 A KR 20140039421A KR 20140039421 A KR20140039421 A KR 20140039421A KR 20140120281 A KR20140120281 A KR 20140120281A
Authority
KR
South Korea
Prior art keywords
field distribution
maps
magnetic resonance
display
slices
Prior art date
Application number
KR20140039421A
Other languages
English (en)
Other versions
KR102236865B1 (ko
Inventor
토마스 베크
라이너 슈나이더
Original Assignee
지멘스 악티엔게젤샤프트
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 지멘스 악티엔게젤샤프트 filed Critical 지멘스 악티엔게젤샤프트
Publication of KR20140120281A publication Critical patent/KR20140120281A/ko
Application granted granted Critical
Publication of KR102236865B1 publication Critical patent/KR102236865B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R33/00—Arrangements or instruments for measuring magnetic variables
    • G01R33/20—Arrangements or instruments for measuring magnetic variables involving magnetic resonance
    • G01R33/44—Arrangements or instruments for measuring magnetic variables involving magnetic resonance using nuclear magnetic resonance [NMR]
    • G01R33/48—NMR imaging systems
    • G01R33/54—Signal processing systems, e.g. using pulse sequences ; Generation or control of pulse sequences; Operator console
    • G01R33/543—Control of the operation of the MR system, e.g. setting of acquisition parameters prior to or during MR data acquisition, dynamic shimming, use of one or more scout images for scan plane prescription
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R33/00—Arrangements or instruments for measuring magnetic variables
    • G01R33/20—Arrangements or instruments for measuring magnetic variables involving magnetic resonance
    • G01R33/24—Arrangements or instruments for measuring magnetic variables involving magnetic resonance for measuring direction or magnitude of magnetic fields or magnetic flux
    • G01R33/243—Spatial mapping of the polarizing magnetic field
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R33/00—Arrangements or instruments for measuring magnetic variables
    • G01R33/20—Arrangements or instruments for measuring magnetic variables involving magnetic resonance
    • G01R33/24—Arrangements or instruments for measuring magnetic variables involving magnetic resonance for measuring direction or magnitude of magnetic fields or magnetic flux
    • G01R33/246—Spatial mapping of the RF magnetic field B1
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R33/00—Arrangements or instruments for measuring magnetic variables
    • G01R33/20—Arrangements or instruments for measuring magnetic variables involving magnetic resonance
    • G01R33/44—Arrangements or instruments for measuring magnetic variables involving magnetic resonance using nuclear magnetic resonance [NMR]
    • G01R33/48—NMR imaging systems
    • G01R33/58—Calibration of imaging systems, e.g. using test probes, Phantoms; Calibration objects or fiducial markers such as active or passive RF coils surrounding an MR active material
    • G01R33/583—Calibration of signal excitation or detection systems, e.g. for optimal RF excitation power or frequency

Landscapes

  • Physics & Mathematics (AREA)
  • Condensed Matter Physics & Semiconductors (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Signal Processing (AREA)
  • High Energy & Nuclear Physics (AREA)
  • Magnetic Resonance Imaging Apparatus (AREA)

Abstract

자기 공명 시스템 작동 시퀀스(AS)를 확립하기 위한 방법이 기술된다. 이를 위해, 제 1 수의 현재 필드 분포 맵들(ΔB0, ΔB1)이, 측정 구역의 슬라이스들(SL, SL1, ..., SL8)에 대해 포착되고, 이에 기초하여 자기 공명 시스템 작동 시퀀스(AS)를 위한 무선주파수 펄스 트레인(MP)이 확립된다. 상기 제 1 수의 현재 필드 분포 맵들(ΔB0, ΔB1)의 이러한 포착은, 포착 방식에 기초하여 초래될 수 있고, 상기 포착 방식에 따라, 필드 분포 맵들(ΔB0, ΔB1)이 제 1 수의 필드 분포 표시 슬라이스들(RS)에 대해 확립되고, 상기 제 1 수의 필드 분포 표시 슬라이스들(RS)은 미리 결정된 최적화 기준을 고려하여 제 2 수의 슬라이스들의 필드 분포 맵들(ΔB0, ΔB1)을 표시하고, 필드 분포 표시 슬라이스들(RS)의 수는 슬라이스들(SL, SL1, ..., SL8)의 수보다 더 적다. 또한, 감소된 수의 필드 분포 표시 맵들(ΔB0R, ΔB1R)이 상기 포착된 필드 분포 맵들(ΔB0, ΔB1)에 기초하여 확립되고, 상기 필드 분포 표시 맵들은 미리 결정된 최적화 기준에 따라 제 1 수의 포착된 필드 분포 맵들(ΔB0, ΔB1)을 표시하고, 상기 무선주파수 펄스 트레인(MP)은 이들 필드 분포 표시 맵들(ΔB0R, ΔB1R)에 기초하여 확립된다. 더욱이, 자기 공명 시스템(1)을 동작시키기 위한 방법, 필드 분포 맵 분석 장치(30), 제어 시퀀스 확립 장치(22), 및 이러한 제어 시퀀스 확립 장치(22)를 갖는 자기 공명 시스템(1)이 기술된다.

Description

자기 공명 시스템 작동 시퀀스 확립 {ESTABLISHING A MAGNETIC RESONANCE SYSTEM ACTUATION SEQUENCE}
본 발명은, 자기 공명 시스템에 의해 측정 구역으로 방출될 적어도 하나의 무선주파수 펄스 트레인을 포함하는 자기 공명 시스템 작동 시퀀스를 확립하기 위한 방법에 관한 것으로, 제 1 수의 현재 필드 분포 맵들, 특히 B1 맵들 및/또는 B0 맵들이 측정 구역의 슬라이스들에 대해 포착되고, 무선주파수 펄스 트레인이 이들 필드 분포 맵들에 기초하여 확립된다. 더욱이, 본 발명은, 자기 공명 시스템을 동작시키기 위한 방법, 자기 공명 시스템 작동 시퀀스를 확립하기 위한 방법에서의 이용을 위한 필드 분포 맵 분석 장치, 제어 시퀀스 확립 장치, 및 이러한 제어 시퀀스 확립 장치를 갖는 자기 공명 시스템에 관한 것이다.
자기 공명 이미징 시스템(축약하여, "자기 공명 시스템")에서, 검사될 몸체는 일반적으로, 메인 필드 자석 시스템의 도움으로, 예를 들어 1.5, 3, 또는 7 테슬라(Tesla)의 비교적 높은 메인 자기장(이른바, "B0 필드")에 노출된다. 부가적으로, 자기장 그레디언트가, 그레디언트 시스템의 도움으로 적용된다. 그 다음으로, 무선주파수 송신 시스템을 이용시, 무선주파수 여기 신호들(RF 신호들)이 적합한 안테나 장치들에 의해 방출되고, 상기 적합한 안테나 장치들은, 이러한 무선주파수 필드에 의해 공명 여기되는(excited resonantly) 특정 원자들 또는 분자들의 핵 스핀이 메인 자기장의 자기장 라인들에 관하여 규정된 플립각(flip angle)만큼 틸팅(tilt)되는 것을 초래하도록 의도된다. 이러한 무선주파수 여기 또는 결과적인 플립각 분포는 또한, 다음의 본문에서 핵 자화, 또는 간략하게 "자화"로 지칭될 것이다. 핵 스핀들의 완화(relaxation) 동안, 무선주파수 신호들, 이른바 자기 공명 신호들이 방출되고, 상기 무선주파수 신호들은 적합한 수신 안테나들에 의해 수신되고, 그 다음으로 추가로 프로세싱된다. 이와 같이 포착된 미가공(raw) 데이터로부터, 최종적으로, 원하는 이미지 데이터를 재구성하는 것이 가능하다. 오늘날, 핵 스핀 자화를 위한 무선주파수 신호들(이른바 "B1 필드")은 일반적으로, 측정 공간(환자 터널) 둘레의 디바이스에 단단히 배열되는 이른바 "전체 몸체 코일"에 의해 방출된다. 자기 공명 신호들은 일반적으로, 환자의 몸체 상에 더욱 가까이 위치되는 이른바 로컬 코일들의 도움으로 수신된다. 그러나, 원칙적으로, 자기 공명 신호들이 또한 전체 몸체 코일에 의해 수신될 수 있고 및/또는 RF 신호들이 로컬 코일들을 이용하여 전송될 수 있다.
특정 측정에 있어서, 방출될 무선주파수 펄스 트레인(RF 펄스 트레인), 그리고 상기 무선주파수 펄스 트레인과 협력하여(coordinated) 적용될 그레디언트 펄스 트레인(슬라이스 선택 방향에서, 위상 인코딩 방향에서, 그리고 판독출력(readout) 방향 ― 종종, z-방향, y-방향, 및 z-방향 ― 에서, 매칭하는 그레디언트 펄스들을 가짐)을 갖는 자기 공명 시스템 작동 시퀀스, 및 또한 추가의 제어 규정(control prescription)들을 갖는 자기 공명 시스템 작동 시퀀스(또한, 다음의 본문에서 "작동 시퀀스"로 축약됨)가 미리 발생되고, 작동 시퀀스에 대한 파라미터들 같은 다수의 제어 규정들은 이른바 측정 프로토콜 또는 제어 프로토콜에서 규정된다. 예로서, 이러한 측정 프로토콜은 특정 측정을 위해 메모리로부터 리콜(recall)될 수 있고, 사용자에 의해 인 시튜(in-situ) 수정될 수 있다. 그 다음으로, 측정 동안, 자기 공명 시스템은 이러한 작동 시퀀스에 기초하여 완전히 자동으로 제어되고, 자기 공명 시스템의 제어 장치는 측정 프로토콜로부터 명령들을 판독출력하고, 상기 명령들을 통해 작용한다.
특히 RF 펄스 트레인의 작동 시퀀스들을 발생시키기 위해, 타겟 자화, 예를 들어 원하는 공간 플립각 분포가 일반적으로 (측정 프로토콜에 의해 및/또는 사용자에 의해) 미리 결정된다. 최소화될 타겟 함수를 이용한 수치적인 최적화 방법을 이용하여 일반적으로 동작하는 적합한 RF 펄스 최적화 프로그램을 이용시, 매칭하는 RF 펄스 시퀀스가 그 다음으로 계산되어서, 이러한 타겟 자화에 도달한다.
이를 위해, 현재 "필드 분포 맵들", 즉 현재 검사 대상 및 현재 검사 어레인지먼트를 이용하여 결정된 필드 분포 맵들이 일반적으로 요구된다. 이들 필드 분포 맵들은, 특정 송신 안테나 엘리먼트에 대한 공간 B1 필드 분포, 즉, 송신 안테나 엘리먼트의 공간 감도(spatial sensitivity)를 각각 명시하는 "B1 맵들", 및 공간적으로 분해된 방식으로, 실제로 원하는 균질한 B0 필드(즉, 실제로 수요가 많은(sought-after) 라머 주파수(Larmor frequency))로부터의 B0 필드의 편차들 또는 오프공명(off resonance)들을 표시하는 "B0 맵들"을 포함한다. 현재 검사 환경에서 현재 검사 대상에 대해 수행될 측정을 위한 이상적인 작동 시퀀스를 찾기 위해, 이들 필드 분포 맵들이 최적화 방법에서 고려된다.
그렇게 해서, B1 맵들 및 B0 맵들로부터의 정보는, 예를 들어 송신 안테나 엘리먼트들 등에 의한 공간적으로 선택적인 여기의 경우에서의 무선주파수 시밍(shimming)으로 인한 B1 필드의 비균질성들 또는 기하학적 왜곡들, 그리고 이에 의해 초래된 자기 공명 이미지들에 대한 미가공 데이터의 위조(falsification)를 제거하거나 또는 적어도 크게 감소시키기 위해 B0 필드의 비균질성들을 고려할 수 있기 위해, 타겟 함수에서 이용된다. 특히, 이른바 병렬 송신 방법들(pTX 방법들)의 경우에서 ― 상기 병렬 송신 방법들에서, 이때, 개별적으로 규정가능한 무선주파수 필드를 달성하기 위해 측정 공간에 중복(superpose)되도록, 여러 독립적인 송신 채널들 또는 송신 안테나 엘리먼트들에 의해 무선주파수 펄스들이 방출됨 ―, 해당(in question) 송신 코일들의 공간 감도 및 현재 검사 대상에 관하여 B0 필드의 존재하는 오프공명에 관한 지식은, 적합한 pTX-RF 펄스 시퀀스들을 계산할 수 있기 위한 중요한 요건이다.
다른 한편, 수치적인 최적화 프로세스에 포함되는 필드 분포 맵들의 데이터의 양은 또한 최적화 방법의 계산 복잡성에 상당한 영향을 갖는다. 특히, 상기 필드 분포 맵들의 데이터의 양이, 예를 들어, fMRI(기능적 자기 공명 이미징(functional magnetic resonance imaging)) 방법들, DWI(확산 가중 이미징(diffusion weighted imaging)) 방법들, 및 DTI(확산 텐서 이미징(diffusion tensor imaging)) 방법들에서 같이 다중-슬라이스 애플리케이션들과 관련되는 경우, 필드 분포 맵들에 의해 초래되는 최적화 방법 내에서의 데이터 부하는, 특히 다음의 양상들 때문에 문제가 있게 된다:
첫 번째로, 필드 분포 맵들, 즉 B1 맵들 및 B0 맵들의 포착은, 다수의 슬라이스들 때문에 비교적 시간-소모적이고, 임상적인 루틴(clinical routine) 내에서 전체적인 검사 지속기간을 상당히 증가시킨다. 이러한 문제는, 환자 움직임들로 인해, 이러한 필드 분포 맵들의 동적 업데이트, 즉 재포착(reacquisition)이 필요한 경우, 더욱 확연해진다.
두 번째로, 슬라이스 마다의 ― 특히 검사 대상 또는 검사 상황에 적응된 ― pTX-RF 펄스 시퀀스를 계산하기 위해 요구되는 계산 시간은 허용불가능하게 된다. 현재, 단일 슬라이스에 대한 계산이 이미 난제이다. 이는, 하드웨어의, 이를 테면 예를 들어, 무선주파수 증폭기들의 또는 그레디언트 시스템의 특정 제약들(specific restrictions), 및 전자파 인체 흡수율 제약들(specific absorption rate restrictions)(SAR 제약)이 또한 펄스 시퀀스 계산 동안 고려되어야 하는 경우, 항상 그렇게 적용된다.
이론적으로 가능한 솔루션은, 각각의 개별 슬라이스에 대한 개별 펄스 시퀀스를 계산하기보다는, 여기될 모든 슬라이스들에 대한 공통의, 동일한 pTX 무선주파수 펄스 시퀀스 ― 그 다음으로, 상기 공통의, 동일한 pTX 무선주파수 펄스 시퀀스는 연속하여 슬라이스들에 적용됨 ― 를 계산하는 것에 있을 것이다. 이러한 단순화는 적어도 절충 솔루션을 제공하지만, 절대로 이상적이지는 않다. 비록, 이를 위해, 단일의 그러나 큰 최적화 문제를 형성하도록 개별 슬라이스들에 대한 개별 최적화를 결합하기 위해 여러 슬라이스들이 간단히 서로 링크될 수 있지만, 수치적으로 해결될 최적화 문제는 그 다음으로, 거대한 디멘션(dimension)들로 급속히 성장하고, 이들은 표준 CPU들 및 표준 RAM 하드웨어의 계상 용량들을 초과한다. 그러므로, 특정 하드웨어-기술 솔루션들이 이를 위해 요구될 것이고, 이는 디바이스들을 상당히 더욱 고비용으로 만들 것이다.
그러므로, 본 발명의 목적은, 상술된 문제점들이 회피되거나 또는 적어도 상당히 감소되는, 필드 분포 맵들을 고려하여 자기 공명 시스템 작동 시퀀스를 확립하기 위한 옵션을 명시하는 것이다.
이러한 목적은, 특허 청구항 제1항에 따른 방법, 특허 청구항 제12항에 따른 필드 분포 맵 분석 장치, 및 특허 청구항 제13항에 따른 제어 시퀀스 확립 장치에 의해 달성된다.
처음에(at the outset) 기술된 바와 같이, 상술된 자기 공명 시스템 작동 시퀀스 또는 무선주파수 펄스 트레인을 확립하기 위한 본 발명에 따른 방법에서, 제 1 수의 현재 필드 분포 맵들, 특히 상술된 B0 맵들 및/또는 B1 맵들이, 각각의 경우에서 측정 구역의 여러 슬라이스들에 대해 포착된다. 또한, 무선주파수 펄스 트레인이, 이들 필드 분포 맵들에 기초하여, 바람직하게는 적합한 RF 펄스 최적화 방법으로, 예를 들어 알려진 수치적 최적화 방법들 중 하나에 의해 확립된다. 여기서, 필드 분포 맵은 항상, 2- 또는 3-차원 이미지를 의미하는 것으로 이해될 것이고, 이미지 포인트들, 즉 개별 픽셀들 또는 복셀들은 각각의 경우에서, 각각의 필드 또는 각각의 위치에서의 필드 편차를 표시하는 값을 포함한다.
그러나, 이전과 달리, 제 1 수의 현재 필드 분포 맵들은 본 발명에 따른 방법의 제 1 변형에서 특정 포착 방식에 기초하여 포착된다. 이러한 포착 방식에 따라, 필드 분포 맵들은 단지 제 1 수의 "필드 분포 표시 슬라이스들"(또한, 다음의 본문에서 "표시 슬라이스들"로 축약됨)에 대해서만 확립된다. 여기서, 이들 표시 슬라이스들은, 이들 표시 슬라이스들에 대해 확립된 필드 분포 맵들이, 미리 결정된 최적화 기준을 고려하여 제 2 수의 슬라이스들의 필드 분포 맵들을 표시하는 방식으로 선택되고, 이러한 제 2 수의 슬라이스들은 제 1 수의 필드 분포 표시 슬라이스들보다 더 많다.
예로서, 미리 결정된 최적화 기준은 유사성 측정 또는 유사성 메트릭(metric)일 수 있다. 이러한 유사성 측정 또는 이러한 유사성 메트릭은, 특정 기능적인 관계를 의미하는 것으로 이해되어야 하고, 상기 특정 기능적인 관계에 의해, 상이한 슬라이스들의 2개의 필드 분포 맵들 사이의 유사성이, 즉 규정된 유사성 측정에 따라, 상이한 슬라이스들의 2개의 필드 분포 맵들이 서로로부터 어느 정도까지 편향(deviate)되는지가 기술될 수 있다. 아래에서 설명될 바와 같이, 이런 경우 특정 "비용 함수들"이 이용될 수 있으며, 상기 특정 "비용 함수들"에 의해, 2개의 필드 분포 맵들 사이의 차이들이 규정되거나 또는 검출될 수 있다.
본 발명에 따른 방법의 제 2 변형에서, 다수의 "필드 분포 표시 맵들"(또한, 다음의 본문에서 "표시 맵들"로 축약됨)이, 포착된 필드 분포 맵들에 기초하여 확립되고, 상기 표시 맵들은, 미리 결정된 최적화 기준에 따라 제 1 수의 포착된 필드 분포 맵들을 표시한다. 그 다음으로, 무선주파수 펄스 트레인이, 이들 표시 맵들에 기초하여 확립되며, 다시 한번, 표시 맵들의 수는, 제 1 수의 포착된 필드 분포 맵들보다 더 적다. 다시 말해, 이러한 제 2 변형에서, 더 많은 수의 필드 분포 맵들이 초기에 포착되지만, 이들은 그 다음으로, 최적화 기준(예를 들어, 이미 상술된 유사성 측정)을 고려하면서, 다시 말하자면 표시 맵들의 수로 감소된다.
이들 표시 맵들은 단순히 필드 분포 맵들의 서브세트일 수 있지만, 이들은 또한, 특히 필드 분포 맵들로부터 형성된, 예를 들어, 가장 단순한 경우, 각각의 경우에서, 최적화 기준에 따라 표시 맵들에 의해 표시되는 필드 분포 맵들의 평균 값들로부터 이미지 포인트 단위로(image point-by-image point) 형성되는 표시 맵들에 의한 새로운 표시 맵들일 수 있다.
방법 변형들 양측 모두의 기본 개념은, 초기에, 최적화 기준, 예를 들어 유사성 측정이 설정되고, 그 다음으로 (제 1 변형에 따라) 단지 필드 분포 맵들만이, 감소된 범위 내에서 여전히 포착되거나, 또는 (제 2 변형에 따라) 필드 분포 맵들의 수가 더 적은 수의 표시 맵들로 감소된다는 사실에 의해, 필드 분포 맵들의 전체적인 지속기간이 감소될 수 있다는 것이다. 양측 경우들에서 보장되는 것은, 감소된 수의 필드 분포 맵들이 표시 슬라이스들에 대해 포착되었다는 것, 또는 표시 맵들이 이상적으로, 주어진 최적화 기준과 관련하여 실제로 요구되는 수의 필드 분포 맵들(예를 들어, 각각의 슬라이스에 대한 각각의, 개별 필드 분포 맵)을 표시하는 것이다. 아래에서 보여질 바와 같이, 그러므로, 필요한 필드 분포 맵들에 대해 요구되는 데이터의 양이, 이미징의 품질의 관련 감소 없이, 크게 감소될 수 있다.
방법의 어떠한 변형이 이용되는지에 따라, 제 1 변형에 의해 제안된 바와 같이, 상기 제 1 변형에 의해, 필드 분포 맵들의 포착 동안 이미 영향들이 존재할 수 있고, 이는 이미 더 적은 필드 분포 맵들이 포착될 필요가 있는 경우이다. 그러나, 무선주파수 펄스 트레인들의 계산은 적어도, 더 적은 계산 복잡성으로 수행될 수 있는데, 그 이유는 물론, 무선주파수 펄스 트레인들을 계산하기 위한 최적화 방법에서 입력 데이터로서 포함되는 표시 맵들의 수가, 다른 방식으로 이용되는 필드 분포 맵들과 비교하여 감소되기 때문이다.
2개의 변형들은 바람직하게 또한, 결합되어 이용될 수 있는데; 즉 이는, 예를 들어, 포착 방식이 현재 필드 분포 맵들의 포착에서 이미 이용되어서, 필드 분포 맵들이, 제 1 수의 표시 슬라이스들에 대해서만 확립되고, 이들 포착된 필드 분포 맵들은, 미리 결정된 최적화 기준이, 예를 들어 최적화 기준과 관련하여 규정되었던 특정 비용 또는 에러 한계 값이 초과되지 않는다는 것이 충족되도록, 상기 포착된 필드 분포 맵들이 차례로, 심지어 더 적은 수의 필드 분포 표시 맵들에 의해 적합한 방식으로 표시되는지를 결정하기 위해 추가로 분석된다는 것을 의미한다. 이러한 2-스테이지 방법을 이용시 특히, 필드 분포 맵들의 포착 동안 이미 상당한 경비(outlay)를 절약하는 것이 가능하다. 그럼에도 불구하고, 예를 들어, 너무 적은 필드 분포 맵들이 포착되는 ― 이는, 특정 상황들 하에서, 미리 결정된 최적화 기준과 관련하여, 완전히 이상적이지는 않을 것으로 밝혀짐 ― 어떠한 위험도 존재하지 않는다. 대조적으로, 최적화 기준과 관련하여 이상적인 수보다 더 많은 필드 분포 맵들이 포착되었다면, 계산 경비를 최소화하기 위해 무선주파수 펄스 트레인을 확립하기 위한 계산 방법에서 이상적인 수의 표시 맵들만을 이용하여 작업이 착수되는 것을 보장하기 위해, 표시 맵들에 대한 추가의 감소가 가능하다.
본 발명에 따른 필드 분포 맵 분석 장치는, 첫 번째로, 제 1 수의 필드 분포 맵들, 특히 B0 맵들 및/또는 B1 맵들을 검출하기 위한 입력 인터페이스 어레인지먼트를 포함한다. 방법의 어떠한 변형이 수행될지에 따라, 이는, 현재 검사 대상에 대해 포착되었던 필드 분포 맵들과 관련될 수 있거나, 또는 이는, 여러 검사 대상들, 예를 들어 다수의 환자들 또는 피실험자(subject)들의 필드 분포 맵들과 관련될 수 있어서, 상기 필드 분포 맵들이 테스트 데이터로서 이용되고, 그리고 이에 의해 적합한 표시 슬라이스들이 확립되며, 그 다음으로 이들은 방법의 제 1 변형을 수행하기 위한 포착 방식에서 이용된다.
필드 분포 맵 분석 장치는, 검출된 필드 분포 맵들에 기초하여, 다수의 필드 분포 맵 클러스터들, 즉 필드 분포 맵들의 그룹들, 또는 미리 결정된 최적화 기준에 따라 제 1 수의 포착된 필드 분포 맵들을 표시하는 다수의 표시 맵들을 확립하도록 구성되는 필드 분포 맵 그룹화 모듈을 추가로 갖고, 필드 분포 표시 맵들의 수는 제 1 수의 필드 분포 맵들보다 더 적다. 필드 분포 맵 분석 장치는 선택적으로, 필드 분포 맵 클러스터들 및/또는 표시 맵들에 기초하여, 다수의 표시 슬라이스들을 확립하도록 구성되는 표시 슬라이스 확립 모듈을 갖는다.
더욱이, 필드 분포 맵 분석 장치는, 확립된 표시 맵들 및/또는 확립된 표시 슬라이스들에 대한 포지션 정보를 출력하기 위한 출력 인터페이스 어레인지먼트를 갖는다. 그 다음으로, 이러한 포지션 정보는, 방법의 제 1 변형에 따라 현재 필드 분포 맵들을 포착하기 위한 포착 방식 내에서 나중의 스테이지에서 이용될 수 있다.
본 발명에 따른 제어 시퀀스 확립 장치는, 첫 번째로, 다수의 필드 분포 맵들, 특히 B0 맵들 및/또는 B1 맵들을 검출하기 위한 입력 인터페이스 어레인지먼트를 포함한다. 이러한 입력 인터페이스 어레인지먼트는 또한, 제어 시퀀스를 설정하기 위해 이용될 수 있는 추가의 파라미터들을 검출하기 위해, 예를 들어 k-공간 궤적들 또는 k-공간 궤적 유형들 등의 타겟 자화들을 채택하기 위해 기능할 수 있다. 이러한 인터페이스 어레인지먼트는, 관련 데이터를 각각 검출하는 여러 상이한 인터페이스들로 이루어질 수 있거나, 또는 그렇지 않으면, 여러 데이터 유형들을 채택할 수 있는 결합된 인터페이스로 이루어질 수 있다.
필드 분포 맵 분석 장치의 입력 인터페이스 어레인지먼트 및 제어 시퀀스 확립 장치의 입력 인터페이스 어레인지먼트 양측 모두에서, 각각의 데이터의 검출은 또한 특히, 자기 공명 시스템의 다른 컴포넌트들, 예를 들어 사용자 인터페이스로부터, 또는 데이터베이스 등을 갖는 저장 유닛으로부터 데이터를 채택하는 것, 또는 자기 공명 시스템의 측정 장치 또는 재구성 장치로부터 채택하는 것을 의미하는 것으로 이해되어야 한다. 따라서, 각각의 입력 인터페이스 어레인지먼트는 또한, 제어 시퀀스 확립 장치 내에 배열된, 또는 네트워크를 통해 상기 제어 시퀀스 확립 장치에 연결된 데이터 저장소로부터 ― 선택적으로 사용자 인터페이스를 또한 이용하면서 ― 데이터를 선택 및 채택하기 위한 인터페이스일 수 있다. 특히, 사용자에 의해 미리 결정될 추가의 데이터를 입력 또는 채택하는 것과 관련하여, 또는 특정 슬라이스 포지션들을 입력하는 것과 관련하여, 인터페이스 어레인지먼트는 또한, 이러한 데이터의 수동 입력을 위한 사용자 인터페이스, 특히 그래픽 사용자 인터페이스를 가질 수 있다.
더욱이, 제어 시퀀스 확립 장치는 상술된 필드 분포 맵 분석 장치를 갖는다. 더욱이, 제어 시퀀스 확립 장치는, 필드 분포 맵들 또는 표시 맵들에 기초하여 무선주파수 펄스 트레인을 확립하기 위해, RF 펄스 확립 유닛, 예를 들어 적합한 최적화 유닛을 갖는다.
더욱이, 제어 시퀀스 확립 장치는, 제어 시퀀스를 자기 공명 이미징 시스템의 다른 제어 유닛들에 전달하기 위해, 적합한 제어 시퀀스 출력 인터페이스를 가져야 한다. 예로서, 제어 시퀀스 출력 인터페이스는, 예를 들어 제어 시퀀스를 자기 공명 제어 유닛에 ― 이에 의해 측정을 직접적으로 제어하기 위해 ― 전송하는 인터페이스일 수 있지만, 상기 제어 시퀀스 출력 인터페이스는 또한, 네트워크를 통해 데이터를 전송하는 및/또는 추후의(subsequent) 이용을 위해 상기 데이터를 메모리에 저장하는 인터페이스일 수 있다.
무선주파수 펄스들을 방출하기 위한 무선주파수 송신 장치에 부가하여, 본 발명에 따른 자기 공명 시스템은, 필요한 그레디언트들을 스위칭하기 위한 그레디언트 시스템, 및 미리 결정된 자기 공명 시스템 작동 시퀀스에 기초하여 원하는 측정을 수행하기 위해 무선주파수 펄스 트레인을 방출하도록, 그리고 이와 협력하여 그레디언트 시스템에 의한 그레디언트 펄스 트레인을 방출하도록 구성되는 제어 장치를 포함한다. 더욱이, 자기 공명 시스템은, 본 발명에 따른 방식으로 작동 시퀀스를 확립하기 위해, 그리고 상기 작동 시퀀스를 제어 장치에 전송하기 위해, 상술된 제어 시퀀스 확립 장치를 갖는다.
따라서, 상술된 방법에 따라 자기 공명 시스템을 동작시키기 위한 본 발명에 따른 방법에서, 작동 시퀀스가 확립되고, 그 다음으로 작동 시퀀스를 이용하여 자기 공명 시스템이 동작된다.
필드 분포 맵 분석 장치의 및/또는 제어 시퀀스 확립 장치의 필수적인 부분들은 소프트웨어 컴포넌트들의 형태로 구성될 수 있다. 이는 특히, 필드 분포 맵 그룹화 모듈, 선택적인 표시 슬라이스 확립 모듈, 및 RF 펄스 확립 유닛과 관련된다. 또한, 상술된 인터페이스들은 적어도 부분적으로, 소프트웨어의 형태로 구성될 수 있고, 선택적으로, 이용가능한 컴퓨터의 하드웨어 인터페이스들에 의지(resort)할 수 있다. 그러므로, 본 발명은 또한 컴퓨터 프로그램을 포함하고, 상기 컴퓨터 프로그램은 필드 분포 맵 분석 장치 및/또는 제어 시퀀스 확립 장치의 메모리에 직접적으로 로딩될 수 있고, 상기 컴퓨터 프로그램은, 상기 프로그램이 필드 분포 맵 분석 장치에서 또는 제어 시퀀스 확립 장치에서 실행될 때, 본 발명에 따른 방법의 모든 단계들을 실행하기 위한 프로그램 코드 세그먼트들을 포함한다. 소프트웨어에 의한 이러한 구현은, 제어 시퀀스들을 확립하기 위해 이용되는 통상의 장치들을, 본 발명에 따른 방식으로 최적화된 제어 시퀀스들을 확립하기 위해 프로그램을 구현함으로써 적합한 방식으로, 수정하는 것이 또한 가능하다는 점에서 유리하다.
종속 청구항들 및 다음의 설명은, 본 발명의 특히 유리한 전개들 및 실시예들을 포함하고, 특히 하나의 카테고리의 청구항들은 또한, 다른 청구항들 카테고리의 종속 청구항들과 비슷하게 전개될 수 있고, 상이한 예시적인 실시예들의 피쳐들은 또한 추가의 예시적인 실시예들을 형성하기 위해 결합될 수 있다.
통상적으로, 무선주파수 펄스들은 단지 하나의 송신 채널에 의해서만 방출되고, 그 다음으로 적합한 방식으로 전체 몸체 코일에 공급된다. 이러한 경우, 예를 들어, 무선주파수 신호를 분리시키고, 진폭 및 위상의 측면에서 서로에 대해 90°만큼 시프트되고, 따라서 공간적으로 오프셋된 부분 신호들을 버드케이지(birdcage) 안테나의 형태로 구성된 전체 몸체 코일로 공급하는 것이 가능하여서, 그 다음으로, 원형으로 극성화된(circularly polarized)(단지 위상만) 또는 타원형으로 극성화된(elliptically polarized)(진폭 및 위상) B1 필드 ― 이상적으로는 균질한 B1 필드 ― 가 방출된다. 비교적 새로운 자기 공명 시스템들의 경우, 이미 상기 언급된 바와 같이, 이미징을 위해 적응된 개별 RF 신호들을 이용하여 개별 송신 채널들을 점유(occupy)하는 것이 가능하다. 이를 위해, 다양한 독립적인 무선주파수 송신 채널들에 의해 병렬로 방출될 수 있는 여러 개별 무선주파수 펄스 트레인들로 이루어지는 다중채널 펄스 트레인이 방출된다. 다중채널 펄스(pTX 펄스)는 여기, 재포커싱(refocusing), 및/또는 반전(inversion) 펄스로서 이용될 수 있다. 예로서, 병렬 여기 방법들에서 이러한 다중채널 펄스 트레인들을 전개하기 위한 방법은, W. Grissom 등에 의한, "Spatial Domain Method for the Design of RF Pulses in Multicoil Parallel Excitation", Mag. Res. Med. 56, 620-629, 2006에 기술되어 있다. 이러한 다중채널 시스템들(pTX 시스템들)은, 검사될 원하는 필드 오브 뷰(field of view)(FoV)에서, 또는 원하는 여기 필드(field of excitation)(FoE)에서 가능한 한 균질한 자화를 달성할 수 있을 뿐만 아니라, 타겟 자화를 위한 임의적인 공간 패턴들을 미리 결정하는 것이 또한 가능하다.
검사 대상의 규정된 슬라이스를 여기시키기 위해 상술된 방식으로 2-차원 무선주파수 펄스 시퀀스(이른바 "2DRF 펄스")를 확립하기 위한 하나의 옵션은, K. Setsompop 등에 의한 논문 "Magnitude Least Square Optimization for Parallel Radio Frequency Excitation Design Demonstrated at 7 Tesla With Eight Channels", Magn. Reson. Med. 59: 908 to 915, 2008에 기술되어 있다. 여기서, 횡단 타겟 자화(transversal target magnetization)는, 공간 코일 프로파일들 및 다중채널 주파수 펄스 시퀀스들로 이루어진 선형 매트릭스 수학식 시스템(matrix equation system)에 의해 표시되고, 여기에는, 존재하는 B0 맵들 및 B1 맵들 및 이용되는 k-공간 궤적에 관한 정보가 또한 포함된다. 그 다음으로, 이러한 수학식의 시스템은, 매칭하는 무선주파수 펄스 시퀀스를 획득하기 위해 특정한 미리 결정된 타겟 자화에 대해 수치적으로 풀이된다(solve).
유사하게, 검사 대상에서, 통상의 슬라이스보다 상당히 더 두꺼운 3차원 볼륨을 여기시키기 위해, B0 맵들 및 B1 맵들을 고려하는 3-차원 무선주파수 펄스 시퀀스의 계산이 또한 가능하다. (이와 관련하여, 예를 들어, J.T. Schneider 등에 의한 "Inner-Volume Imaging In Vivo Using Three-Dimensional Parallel Excitation", Magn. Reson. Med. 2012, doi: 10.1002/mrm.24381을 참조한다.)
본 발명에 따른 방법은 이러한 pTX 방법들의 범위 내에서 특정한 이점들을 제공하고, 그러므로 방법은 바람직하게, 본 발명에 따라 설정된 자기 공명 시스템 작동 시퀀스가, 무선주파수 펄스 트레인으로서, 다중채널 펄스 트레인을 포함하는 방식으로 또한 이용된다. 그러나, 원칙적으로, 방법은 또한, 단지 하나의 송신 채널만을 이용하는 통상의 방법들 및 시스템들과 함께 명백하게 이용될 수 있다.
이미 상기 언급된 바와 같이, 표시 슬라이스들 또는 상기 표시 슬라이스들의 포지션 데이터는, 상이한 검사 대상들, 예를 들어 환자들 또는 피실험자들의 복수의 트레이닝 데이터 기록들에 기초하여 확립되고, 방법의 제 1 변형에서, 상기 트레이닝 데이터 기록들은 각각의 경우에서, 관련 검사 대상에 대한 복수의 포착된 필드 분포 맵들을 포함한다. 트레이닝 데이터 기록들은, 상기 트레이닝 데이터 기록들이 특정 검사 대상 유형들에 대해 특정한 방식으로 ― 예를 들어, 아이들 또는 어른들에 대해 상이한 트레이닝 데이터 기록들, 또는 성별-특정 트레이닝 데이터 기록들 ― 선택될 수 있다. 또한, 트레이닝 데이터 기록들은 특정 검사 파라미터들에 대해, 특히 검사될 특정 관심 구역 또는 몸체 부분에 대해 구체적으로 미리 결정될 수 있거나, 또는 상기 트레이닝 데이터는, 검사의 유형에 대해, 예를 들어 상기 검사의 유형이 fMRI 검사인지에 대해, 또는 상기 트레이닝 데이터가 관련되는 것이 어떤 작동 시퀀스 유형인지에 대해 특정될 수 있다. 따라서, 필드 분포 맵들에 대한 특정한 매칭하는 이상적인 표시 슬라이스들을 확립하는 것이 또한 가능하고, 상기 표시 슬라이스들은 그 다음으로, 예를 들어 측정 프로토콜에서 파라미터들로서 저장된다. 추후의 측정에서, 그 다음으로, 이러한 특정 측정을 위해 이상적인 포착 방식을 이용하여 이러한 측정 프로토콜에 기초하여 필드 분포 맵들의 포착을 수행하는 것이 가능하다.
바람직한 변형에서, 여기서, 다수의 표시 맵들 및/또는 필드 분포 맵 클러스터들이, 복수의 포착된 필드 분포 맵들에 기초하여 초기에 확립되고, 상기 표시 맵들 및/또는 필드 분포 맵 클러스터들은, 미리 결정된 최적화 기준에 따라 복수의 포착된 필드 분포 맵들을 표시하고, 그 다음으로 표시 슬라이스들은 표시 맵들 또는 필드 분포 맵 클러스터들에 기초하여 확립된다. 그렇게 해서, 필드 분포 표시 슬라이스들은 그 다음으로, 예를 들어 단순히, 표시 맵들이 포착되었던 슬라이스들 또는 필드 분포 맵 클러스터를 각각 표시하는 필드 분포 맵들의 포지션들일 수 있다.
여기서, 초기에, 트레이닝 데이터 기록들 내의 각각의 검사 대상에 대해 개별적으로 표시 슬라이스들을 확립하고, 그리고 전체적으로 다양한 검사 대상들에 대한 표시 슬라이스들을 결합함으로써 모든 트레이닝 데이터 기록들에 대한 이상적인 공통의 표시 슬라이스들을 획득하는 것이 가능하다. 그러나, 원칙적으로, 초기에, 공통의 트레이닝 데이터 기록을 형성하기 위해 다양한 검사 대상들의 트레이닝 데이터 기록들을 결합하고, 그 다음으로 그로부터 이상적인 표시 슬라이스들을 결정하는 것이 또한 가능하다. 예로서, 필드 분포 맵들 또는 이미지들은 다음과 같이 결합될 수 있다:
공통의 최적화(공통의 트레이닝 데이터 기록)의 경우, 모든 트레이닝 데이터가 클러스터링 동안 방법에서 동시에 이용된다. 그 다음으로, 검사 대상들의 수는 단지 입력 데이터의 추가의 디멘션이다. 그 다음으로, 2개의 슬라이스들 사이의 슬라이스-특정 비용 계산이 부가적으로, 대상들의 수에 걸쳐 반복될 수 있다.
상이한 검사 대상들에 대한 분리된 최적화의 경우, 개별 피실험자들의 결과들은, 적합한 방법들을 이용하여, 예를 들어 특정 변화(variance) 내에서 평균함으로써 결합될 수 있다.
예로서, 표시 맵들은 필드 분포 맵들의 서브세트를 포함할 수 있다. 이는, 예를 들어, 모든 필드 분포 맵들 전체로부터 단지 특정 필드 분포 맵들만이 선택되는 것을 의미하고, 상기 서브세트는 미리 결정된 최적화 기준에 따라 특히 양호하게 필드 분포 맵들 전체를 표시한다. 대안적으로, 또는 그에 부가하여, 표시 맵들은 또한, 표시 맵들의 값들이 필드 분포 맵들로부터 발생된다는 사실에 의해 형성될 수 있고, 상기 값들은 관련 필드 분포 표시 맵에 의해 표시된다. 이를 위한 통상의 예는, 평균 값 맵일 것이고, 여기서 개별 이미지 포인트들에서의 값들은, 표시 맵에 의해 표시되는 필드 분포 맵들의 이미지 포인트들의 평균 값들에 의해 형성된다. 그러나, 이미 상기 언급되었던 바와 같이, 다른 결합 방법들이 마찬가지로 또한 가능하다.
필드 분포 표시 맵들 및/또는 필드 분포 표시 슬라이스들은 바람직하게, 클러스터 형성 방법에 의해 확립되고, 상기 클러스터 형성 방법에서 필드 분포 맵들은, 미리 결정된 최적화 기준에 따라, 바람직하게는 주어진 유사성 측정에 따라 필드 분포 맵 클러스터들을 형성하기 위해 그룹화된다. 이러한 클러스터 형성 또는 그룹화 방법들의 결과로서, 예를 들어, 유사성 측정에 따라 가장 유사한 정확하게 그러한 필드 분포 맵들을 결합하는 것이 가능하다. 이러한 방식에서, 필드 분포 맵들의 수는 비교적 단순한 방식으로 감소 ― 상기 감소가, 자기 공명 시스템 작동 시퀀스의 추후의 계산들에서 강한 영향들을, 그리고 이미징에서 품질 손실들을 초래함이 없이 ― 될 수 있다.
바람직하게, 클러스터 표시 맵은 그 다음으로, 각각의 경우에서, 필드 분포 맵 클러스터에 할당되고, 상기 클러스터 표시 맵은 각각의 클러스터의 필드 분포 맵들을 표시한다. 여기서, 상기 클러스터 표시 맵은 특히, 클러스터에 속하는 필드 분포 맵들의 대표적인 필드 분포 맵, 또는 필드 분포 맵들로부터 생성된 특정 맵, 예를 들어, 평균 값 맵일 수 있다.
매우 바람직하게, 그룹화는 클러스터 형성 방법의 여러 레벨들 또는 여러 방법 단계들에서 초래된다. 그렇게 해서, 각각의 레벨에서(방법이 이미 더 높은 레벨에 있는 경우), 미리 결정된 최적화 기준에 따라 서로로부터 최소 편차들을 갖는, 정확하게 2개의 필드 분포 맵들 또는 필드 분포 맵 클러스터들이 바람직하게, 다음번 레벨을 위한 하나의 새로운 필드 분포 맵 클러스터를 형성하기 위해, 함께 그룹화된다. 따라서, 이러한 방법을 이용시, 그룹화 트리 또는 클러스터 트리가 레벨 단위(level-by-level)로 셋업될 수 있고, 상기 트리는, 각각의 레벨에서 더 적은 정확하게 하나의 필드 분포 맵 또는 하나의 필드 분포 맵 클러스터를 포함하는데, 그 이유는 물론 2개의 필드 분포 맵들 또는 필드 분포 맵 클러스터들이 결합되었기 때문이다. 그 다음으로, 모든 슬라이스들에 대한 모든 필드 분포 맵들이, 이러한 클러스터 트리의 최하위 레벨에 포함되고, 모든 필드 분포 맵들에 대해 단지 하나의 공통 필드 분포 맵 클러스터 또는 하나의 표시 맵만이 여전히 최상위 레벨에 존재한다.
바람직하게, 2개의 필드 분포 맵들 및/또는 필드 분포 맵 클러스터들 또는 연관된 클러스터 표시 맵들 사이의 편차들은 각각의 경우에서, 비용 함수에 의해 확립된다. 부가적으로, 또는 그에 대한 대안으로서, 비용 값은 또한, 미리 결정된 최적화 기준에 따라 클러스터 형성 방법의 각각의 레벨에 대해 계산될 수 있다. 미리 결정된 최적화 기준이 유사성 측정인 경우, 이러한 비용 값은 예를 들어, 2개의 필드 분포 맵들이 얼마나 유사하지 않은(dissimilar)지를 서술하는 편차 에러에 대응할 수 있다. 그 다음으로, 클러스터 형성 방법의 하나의 레벨에 대한 비용 값은 예를 들어, 각각의 레벨에서 2개의 필드 분포 맵들 또는 필드 분포 맵 클러스터들을 결합함으로써 허용되었던 비용 값에 의해 주어질 수 있다.
방법을 가속하기 위해, 비용 매트릭스가 바람직하게, 필드 분포 맵들 및/또는 필드 분포 맵 클러스터들의 세트에 대해, 예를 들어, 상술된 클러스터 형성 방법의 각각의 레벨에서의 현재 필드 분포 맵들 및/또는 필드 분포 맵 클러스터들에 대해 생성될 수 있다. 그 다음으로, 이는 단지, 현재 필드 분포 맵들 및/또는 필드 분포 맵 클러스터들에 대해 각각의 레벨에서 여전히 업데이트된다. 이와 관련하여, 상이한 옵션들이 여전히 아래에서 제시될 것이다.
클러스터 형성 방법에서, 모든 슬라이스들의 모든 필드 분포 맵들로부터 시작하여, 마지막 레벨의 단일 필드 분포 맵까지, 모든 레벨들이 런 스루(run through)되는 것이 가능하고, 이는, 클러스터 형성 방법에 포함된 모든 필드 분포 맵들을 표시한다. 그러나, 단지 단일의 필드 분포 맵은 일반적으로, 모든 필드 분포 맵들에 대한 양호한 표시일 수 없고, 모든 초기 필드 분포 맵들에 대한 하나의 단일 공통 표시 맵만의 이용은 비교적 큰 편차 에러를 초래할 수 있다는 것은 명백하다. 그러므로, 이러한 클러스터 형성 방법 내에서 이상적인 수의 표시 맵들 및/또는 표시 슬라이스들을 선택하는 것이 편리하다. 다시 말해, 다중-레벨 클러스터 형성 방법의 경우에서, 예를 들어, 어떠한 레벨의 어떠한 필드 분포 맵들 또는 필드 분포 맵 클러스터들이 이상적으로, 최적화 기준과 관련하여 포함된 필드 분포 맵들을 표시하는지를 선택하는 것이 가능하다.
이는, 특히, 바람직하게는 필드 분포 맵들의 정보 콘텐츠에 기초하는 비용 값, 예를 들어 편차 에러가 사실상, 클러스터 형성 방법의 각각의 레벨에 대해 이미 계산되었다면, 비교적 단순한 방식으로 수행될 수 있다. 예로서, 그 다음으로, 표시 맵들 및/또는 표시 슬라이스들의 수를 선택하기 위한 기준은, 최대 인정가능한(admissible) 비용 값을 미리 결정하는 것으로 이루어질 수 있고, 상기 수는 이러한 비용 값이 정확히 언더샷(just undershot) 이도록 선택된다. 다른 바람직한 옵션은, 비용 값의 증가 거동이, 표시 맵들 또는 표시 슬라이스들의 수에 따라 고려되는 것으로 이루어지는데, 즉, 예를 들어, 비용 값의 증가 거동은 클러스터 형성 방법의 레벨에 따른다. 그 다음으로, 비용 값이, 추가의 감소의 경우에 바람직하지 않게 증가될 그러한 레벨 또는 그러한 수의 표시 맵들 또는 표시 슬라이스들을 정확하게 선택하는 것이 가능하다.
대안적으로, 단순하게, 최소 수의 또는 심지어 특정 수의 표시 맵들 또는 표시 슬라이스들을 미리 결정하는 것이 또한 가능하다. 또한, 예를 들어 슬라이스들 또는 필드 분포 맵들의 수를 특정 팩터 또는 퍼센티지만큼 감소시키기 위해, 특정 감소 레벨을 미리 결정하는 것이 가능하다.
부수적으로, 표시 맵들 및/또는 표시 슬라이스들은 또한, 다음의 추가의 입력 파라미터들 중 적어도 하나를 고려하여 확립될 수 있다.
가중 값이 추가의 입력 파라미터로서 미리 결정될 수 있다. 이에 의해, 예를 들어, 얼마나 상이한 유형들의 필드 분포 맵들이 방법 내에서 가중되는지를 설정하는 것이 가능하다. 예로서, B0 맵들 및 B1 맵들이 함께 그룹화되는 경우, 상이한 슬라이스들에 대해 B0 맵들 사이의 유사성이 더욱 중요한지 B1 맵들 사이의 유사성이 더욱 중요한지를 설정하는 것이 가능할 것이다.
이러한 경우, 원칙적으로, B0 맵들의 세트, 즉 다양한 슬라이스들의 B0 맵들, 및 개별 무선주파수 채널들 또는 특정 송신 코일들에 할당된 다양한 B1 맵 세트들이 고려되어야 하는데, 즉, 다양한 슬라이스들의 송신 코일들 또는 무선주파수 채널들에 대한 B1 맵들이 별도로 고려될 수 있다. 다시 말해, 본 발명에 따른 방법은 각각의 경우에서, B0 맵 세트에 대해, 그리고 또한 각각의 개별 무선주파수 송신 안테나 또는 그의 B1 맵 세트에 대해 독립적으로 수행될 수 있다. 그 다음으로, 이는 상이한 표시 맵들 및/또는 표시 슬라이스들이 상이한 무선주파수 채널들의 B0 맵들에 대해 또는 B1 맵들에 대해 확립되는 것을 초래할 수 있다. 그러나, 원칙적으로, 모든 상이한 필드 분포 맵들, 또는 적어도, 상이한 무선주파수 채널들에 대한 B1 맵들을 결합하고, 그 다음으로, 다양한 무선주파수 채널들에 대한 B0 맵들 또는 B1 맵들이 각각의 경우에서 확립되는 공통 표시 슬라이스들을 확립하는 것이 또한 가능하다. 그 다음으로, 가중이 B0 맵들에 대해 더욱 집중되는 경우, 더욱 강력하게 오프공명 영향들을 고려하는 것이 가능하다. 대조적으로, 가중이 B1 맵들과 관련하여 시프트되는 경우, 송신 코일들 간의 쉐도잉 영향(shadowing effect)들을 더욱 강력하게 고려하는 것이 가능하다.
필드 분포 표시 맵들 및/또는 필드 분포 표시 슬라이스들을 확립할 때 이용될 수 있는 추가의 입력 파라미터는, 측정 구역 내의 규정된 관심 구역의 규격이어서, 상기 관심 구역이, 감소 프로세스 또는 클러스터 형성 방법 내에서 개별적으로 고려될 수 있다. 이는, 원하는 특정 구역에서의 정확도를 촉진(promote)한다.
더욱이, 트레이닝 데이터 기록들로부터 결정된 필드 표시 맵들의 이상적인 선택을 위한 특정 기준들은, 필드 분포 표시 맵들 및/또는 필드 분포 표시 슬라이스들을 확립할 때, 입력 파라미터들로서 이용될 수 있는데, 즉 선행 최적화들의 결과들이 추후의 최적화들을 개선하기 위해 이용되고, 따라서 말하자면, 학습 최적화 시스템이 개발된다.
더욱이, 발생될 자기 공명 시스템 작동 시퀀스의 시퀀스 유형이 고려될 수 있는데, 즉, 예를 들어 이것이 어떠한 유형의 펄스 시퀀스인지는 예를 들어 다음과 같다.
- 터보 스핀 에코 시퀀스(TSE). 이러한 시퀀스는 B1 비균질성과 관련하여 매우 민감하지만, B0 비균질성과 관련하여서는 더욱 강건하다.
- 저 플립각을 갖는 그레디언트 에코 시퀀스(GRE)는 터보 스핀 에코 시퀀스와 비교하여 오히려 반대되는 거동을 나타낸다.
- 3D 여기 펄스들을 갖는 시퀀스들. 이러한 경우, 펄스들은 길어지는 경향이 있어서, 선험적으로(a priori), 오프공명에 대한 더 큰 가중이 존재해야 한다.
- 매우 가속된 나선형 펄스들을 갖는 시퀀스들. 이들은 매우 짧고, 그러므로 B0 맵들의 낮은 가중만이 필요할 것이다.
- 단지 B1 시밍과 관련되는 애플리케이션들에 대한 시퀀스들. 이때, B0 맵들은 고려되지 않는다.
예로서, 이는 또한, 상술된 가중 값을 수정하기 위해 이용될 수 있는데, 그 이유는 상이한 무선주파수 펄스 유형들 및 그의 특징들에 대한 가중이 상이할 수 있기 때문이다. 미리 결정된 몸체 구역들에 따라 또는 적용된 시퀀스 유형들에 따라 상이하게 감소 레벨을 결정하는 것이 또한 가능하다. 이를 위해, 감소 레벨에 관한 정보가 예를 들어, 측정 프로토콜들 내에 저장될 수 있으며, 여기서 물론 또한 특정 펄스 시퀀스 유형이 미리 결정되어서, 감소 레벨은 펄스 시퀀스 유형과 매칭된다. 그러나, 이들 파라미터들은, 측정 프로토콜 내의 다른 파라미터들의 경우에서 또한 가능한 바와 같이, 사용자에 의해, 특히 현재 측정을 위해 여전히 프로토콜을 호출할 때 수정될 수 있다.
실제로, 필드 분포 맵들은 시간에 따라, 예를 들어 디바이스의 불안정성 및/또는 환자/피실험자의 움직임들 및 생리(physiology)(예를 들어, 호흡, 심장박동)의 결과로서, 급격하게 변화될 수 있다. 그러므로, 현재 필드 분포 맵들이 측정 동안, 즉 측정 세션의 범위 내에서, 다시 한번 검출되는 것이 특히 바람직하고, 여기서 통상적으로 복수의 기록들이 이루어지거나 또는 복수의 측정 시퀀스들이 런 스루된다. 예로서, 이는 규칙적인 시간 간격들 또는 그렇지 않으면 불규칙한 간격들에서 반복될 수 있다. 또한, 예를 들어, 이것이 MR 신호들(내부적으로)에 의해 또는 외부 센서들(예를 들어, 움직임 센서, 자기장 센서)에 의해 검출되는 경우, 이벤트-제어된 재-측정(event-controlled re-measurement)이 존재할 수 있다.
본 발명은 첨부된 도면들에 대해 이루어지는 참조와 함께, 예시적인 실시예들에 기초하여 다음의 본문에서 더욱 상세하게 다시 한번 설명될 것이다.
도 1은 본 발명에 따른 자기 공명 시스템의 예시적인 실시예의 개략도를 도시하고,
도 2는 작동 시퀀스를 결정하기 위한 본 발명에 따른 방법의 일 예시적인 실시예에 따른 가능한 시퀀스에 대한 흐름도를 도시하고,
도 3은 필드 분포 표시 맵들 및 필드 분포 표시 슬라이스들에 대한 본 발명에 따른 방법의 일 예시적인 실시예에 따른 가능한 시퀀스에 대한 흐름도를 도시하고,
도 4는 필드 분포 맵들 및 필드 분포 맵 클러스터들을 이용하여, 도 3에 따른 방법에서 생성된 클러스터 트리에 대한 예시의 도면을 도시하고,
도 5는 도 3에 따른 방법에서의 이용을 위한 비용 매트릭스의 개략도를 도시하고,
도 6은, 피실험자의 머리를 통한 11개의 슬라이스들에 대한 B1 맵들 및 도 3에 따른 방법에 의해 11개의 레벨들에서 그로부터 확립된 필드 분포 표시 맵들의 도면을, 그리고 그 아래에는 각각의 레벨에서의 필드 분포 표시 맵들의 수에 따른 상대적인 유사성 에러를 디스플레이하기 위한 그래픽을 도시하고,
도 7은 피실험자의 머리의 슬라이스들의 (시뮬레이팅된) 여기의 상대적인 공간 여기 에러(RMSE = 제곱 평균 제곱근 에러(root mean square error))를 도시하기 위한 그래픽을 도시한다.
도 1은 매우 개략적인 방식으로, 본 발명에 따른 자기 공명 기계(1)를 도시한다. 상기 자기 공명 기계(1)는 첫 번째로, 검사 공간(8) 또는 상기 검사 공간(8) 내에 놓인 환자 터널을 갖는 실제 자기 공명 스캐너(2)를 포함한다. 침상(7)이 이러한 환자 터널(8) 내로 옮겨질 수 있어서, 검사 동안, 검사 대상(O)(환자/피실험자)이, 자석 시스템 및 그 내부에 배열된 무선주파수 시스템과 관련하여 자기 공명 스캐너(2) 내의 특정 위치에 위치될 수 있고, 또한 측정 동안 상이한 포지션들 사이에서 이동될 수 있다.
자기 공명 스캐너(2)의 필수적인 컴포넌트들은 메인 필드 자석(3), 임의의 자기장 그레디언트들을 x-, y-, 및 z-방향들로 적용하기 위한 자기장 그레디언트 코일들을 갖는 그레디언트 시스템(4), 및 또한 전체 몸체 무선주파수 코일(5)이다. 검사 대상(O)에서 유도되는 자기 공명 신호들은 전체 몸체 코일(5)에 의해 수신될 수 있고, 상기 전체 몸체 코일(5)을 이용하여 무선주파수 신호들이 일반적으로 또한, 자기 공명 신호들을 유도하기 위해 방출된다. 그러나, 이들 신호들은 일반적으로, 예를 들어, 검사 대상(O) 위에 또는 아래에 위치되는 로컬 코일들(6)에 의해 수신된다. 당업자는, 원칙에 따라 모든 이들 컴포넌트들을 알고 있고, 그러므로 이들은 도 1에서 단지 매우 개략적으로만 도시된다.
예로서, 예를 들어 이른바 버드케이지 안테나의 형태의 전체 몸체 무선주파수 코일(5)은, 개별 송신 채널들(S1, ..., SN)로서 제어 장치(10)에 의해 개별적으로 작동될 수 있는 다수(N)의 개별 안테나 로드(rod)들을 가질 수 있는데, 즉 자기 공명 이미징 시스템은 pTX-가능(capable) 시스템이다. 그러나, 본 발명에 따른 방법이 또한, 단지 하나의 송신 채널만을 갖는 통상의 자기 공명 이미징 디바이스들에 적용될 수 있다는 사실에 대한 참조가 명시적으로 이루어진다.
제어 장치(10)는 제어 컴퓨터일 수 있고, 상기 제어 컴퓨터는 또한 다수의 개별 컴퓨터들로 이루어질 수 있고, 상기 다수의 개별 컴퓨터들은 선택적으로 또한 공간적으로 분리되어, 적합한 케이블들 등에 의해 상호연결된다. 단말 인터페이스(17)에 의해, 이러한 제어 장치는 단말(20)에 연결되고, 상기 단말(20)에 의해 오퍼레이터가 전체 기계(1)를 작동시킬 수 있다. 본 경우에서, 이러한 단말(20)은, 키보드(28), 하나 또는 둘 이상의 모니터들(27), 및 추가의 입력 디바이스들, 이를 테면 예를 들어, 마우스 등을 갖는 컴퓨터(21)를 가져서, 그래픽 사용자 인터페이스를 사용자가 이용가능하다.
제어 장치(10)는 특히, 그레디언트 제어 유닛(11)을 갖고, 차례로, 상기 그레디언트 제어 유닛(11)은 여러 서브-컴포넌트들로 이루어질 수 있다. 이러한 그레디언트 제어 유닛(11)을 이용하여 제어 신호들(SGx, SGy, SGz)이 개별 그레디언트 코일들에 와이어링된다. 여기서, 상기 제어 신호들(SGx, SGy, SGz)은, 측정 동안 정확하게 규정된 시간 포인트들에 위치되고 정확하게 미리 결정된 시간 프로파일을 갖는 그레디언트 펄스들이다.
더욱이, 제어 장치(10)는 무선주파수 송신/수신 유닛(12)을 갖는다. 이러한 RF 송신/수신 유닛(12)은 또한, 무선주파수 펄스들을, 각각의 경우에서 개별적으로 그리고 병렬로 개별 송신 채널들(S1, ..., SN)로, 즉 몸체 코일의 개별적으로 작동가능한 안테나 로드들로 방출하기 위해, 여러 서브-컴포넌트들로 이루어진다. 송신/수신 유닛(12)에 의해 자기 공명 신호들을 수신하는 것이 또한 가능하다. 그러나, 이는 일반적으로 로컬 코일들(6)의 도움으로 발생한다. 이들 로컬 코일들(6)에 의해 수신된 미가공 데이터(RD)는 RF 수신 유닛(13)에 의해 판독출력 및 프로세싱된다. 이에 의해, 또는 RF 송신/수신 유닛(12)을 통해 전체 몸체 코일에 의해 수신된 자기 공명 신호들은 미가공 데이터(RD)로서 재구성 유닛(14)에 전송되고, 상기 재구성 유닛은 상기 미가공 데이터(RD)로부터 이미지 데이터(BD)를 재구성하고, 상기 이미지 데이터(BD)를 메모리(16)에 저장하고 및/또는 상기 이미지 데이터(BD)를 인터페이스(17)를 통해 단말(20)에 전송하여서, 사용자가 상기 이미지 데이터(BD)를 관찰할 수 있다. 이미지 데이터(BD)는 또한, 네트워크(NW)를 통해 다른 위치들에서 저장 및/또는 디스플레이되고 평가될 수 있다. 로컬 코일들이 적합한 스위칭 유닛을 갖는다면, 이들은 또한, 송신을 위해 로컬 코일들을 또한 이용하기 위해 RF 송신/수신 유닛에 연결될 수 있다.
그레디언트 제어부(11), RF 송신/수신 유닛(12), 및 로컬 코일들(6)을 위한 수신 유닛(13)은, 각각의 경우에서, 측정 제어 유닛(15)에 의해 협력적 방식으로 작동된다. 적합한 명령들에 의해, 상기 측정 제어 유닛(15)은, 원하는 그레디언트 펄스 트레인(GP)이 적합한 그레디언트 제어 신호들(SGx, SGy, SGz)에 의해 전송되는 것을 보장하고, 그리고 그와 병렬로, 다중채널 펄스 트레인(MP)이 방출되는, 즉 개별 송신 채널들(S1, ..., SN) 상에서 병렬로, 매칭하는 무선주파수 펄스들이 전체 몸체 코일(5)의 개별 송신 로드들에 전송되는 방식으로 RF 송신/수신 유닛(12)을 작동시킨다. 더욱이, 적합한 시간에서, 로컬 코일들(6)에서 자기 공명 신호들이 RF 수신 유닛(13)에 의해 판독출력 및 프로세싱되거나, 또는 전체 몸체 코일(5) 상에서 가능한 신호들이 RF 송신/수신 유닛(12)에 의해 판독출력 및 프로세싱된다는 것을 보장할 필요가 있다. 측정 제어 유닛(15)은, 미리 결정된 제어 프로토콜(P)에 따라, 무선주파수 송신/수신 유닛(12)에서 적합한 신호들, 특히 다중채널 펄스 트레인(MP)을, 그리고 그레디언트 제어 유닛(11)에서 그레디언트 펄스 트레인(GP)을 미리 결정한다. 측정 동안 설정될 필요가 있는 모든 제어 데이터는 이러한 제어 프로토콜(P)에 저장된다.
통상적으로, 다양한 측정들을 위한 다수의 제어 프로토콜들(P)이 메모리(16)에 저장된다. 상기 다수의 제어 프로토콜들(P)은 단말(20)을 통해 사용자에 의해 선택될 수 있고, 그 다음으로, 요구되는 경우, 현재 원하는 측정을 위해 이용가능한 적합한 제어 프로토콜(P)을 갖기 위해 변화될 수 있고, 상기 제어 프로토콜에 의해, 측정 제어 유닛(15)이 동작할 수 있다. 부수적으로, 사용자는 또한, 제어 프로토콜들을 네트워크(NW)를 통해, 예를 들어 자기 공명 시스템의 제조자로부터 다운로드하고, 그 다음으로 선택적으로 상기 제어 프로토콜들을 수정 및 이용할 수 있다.
그러나, 이러한 자기 공명 측정 및 작동을 위한 상술된 컴포넌트들의 작용의 기본적인 진행(course)은 당업자에게 알려져 있고, 그러므로 이들은 여기서 더이상 상세하게 논의되지 않는다. 부수적으로, 더욱이, 이러한 자기 공명 스캐너(2) 및 연관된 제어 장치는, 여기서 또한 상세하게 언급되지 않는 다수의 추가의 컴포넌트들을 가질 수 있다. 이러한 점에서, 자기 공명 스캐너(2)가 또한, 예를 들어 측부가 개방된 환자 공간을 갖는 상이한 구성을 가질 수 있고, 원칙적으로 무선주파수 전체 몸체 코일이 버드케이지 안테나로서 구성될 필요가 없다는 사실에 대한 참조가 또한 이루어진다.
이러한 경우, 더욱이, 본 발명에 따른 제어 시퀀스 확립 장치(22)가 도 1에 개략적으로 도시되며; 상기 제어 시퀀스 확립 장치(22)는 자기 공명 시스템 작동 시퀀스(AS)를 확립하기 위해 기능한다. 특정 측정에 있어서, 이러한 자기 공명 시스템 작동 시퀀스(AS)는 특히, k-공간에서 특정 궤적을 런 스루하기 위한 그레디언트 펄스 트레인(GP), 그리고 이와 협력하여 개별 송신 채널들(S1, ..., SN)을 작동시키기 위한 무선주파수 펄스 트레인, 이러한 경우 다중채널 펄스 트레인(MP)을 갖는 펄스 시퀀스를 포함한다. 자기 공명 시스템 작동 시퀀스(AS)는 본 경우에서, 측정 프로토콜(P)에서 미리 결정된 파라미터들에 기초하여 생성된다.
여기서, 제어 시퀀스 확립 장치(22)는 단말(20)의 부분으로서 도시되고, 소프트웨어 컴포넌트들의 형태로 이러한 단말(21)의 컴퓨터 상에서 실현될 수 있다. 그러나, 원칙적으로, 제어 시퀀스 확립 장치(22)는 또한, 제어 장치(10) 그 자체의 부분이거나 또는 분리된 컴퓨터 시스템으로 실현될 수 있고, 선택적으로는 또한 전체 제어 프로토콜(P)의 범위 내에서, 전체 작동 시퀀스들(AS)은 네트워크(NW)를 통해 자기 공명 시스템(1)에 전송된다. 바람직한 경우, 제어 시퀀스 확립 장치(22)가 제어 장치(10) 그 자체의 부분이거나 또는 고속 연결(fast connection)을 통해 단말(20) 또는 충분한 컴퓨팅 능력을 갖는 적합한 고속 컴퓨터에 연결된다면, 현재의 새로운 제어 시퀀스가 또한, 측정 세션 동안, 즉 환자의 검사의 진행 동안, 현재의 초기 조건들, 예를 들어 업데이트된 B0 맵 및/또는 업데이트된 B1 맵들에 기초하여 확립될 수 있다.
아래에서 설명되는 바와 같이, 여기를 위해 이상적인 RF 펄스 트레인들의 계산에서 요구되는 B0 맵들 및 B1 맵들은, 검사 대상(O) 내의 필드 오브 뷰(9)(FoV) 내의 여러 슬라이스들(SL)에 대한 실제 측정의 시작 전에 적어도 포착되고, 상기 슬라이스들의 자기 공명 기록들이 또한 생성되어야 한다. 전체적으로, 이를 위해, 하나의 B0 맵 및 여러 B1 맵들 ― 즉 각각의 송신 채널을 위해 하나 ― 은 현재까지의 통상의 방법들로 각각의 슬라이스(SL)에 대해 기록된다. 예로서, 전체적으로, B0 맵들 및 B1 맵들이, 10개의 송신 채널들을 갖는 시스템에서 40개의 슬라이스들에 대해 요구되는 경우, 그러므로 총 440개의 슬라이스들을 포착하는 것이 필요하다.
슬라이스(SL)의 B0 맵은 상이한 방식들로 포착될 수 있다. 예로서, 슬라이스의 2개의 그레디언트 에코 이미지들이 상이한 에코 시간들에 따라 포착될 수 있고, 그 다음으로 B0 맵은 위상 이미지들에서의 차이 및 에코 시간들에서의 차이로부터 추정된다(예를 들어, M.A. Bernstein 등에 의한, "Handbook of MRI pulse sequences", 2004, Elsevier Academic Press 참조). B1 맵들을 추정하기 위한 다양한 방법들이 또한 존재한다. 예로서, 하나의 방법이, H. Fautz 등에 의한, "B1 mapping of coil arrays for parallel transmission", ISMRM, 2008에 기술되어 있다. 필요한 경우, B0 맵들 및 B1 맵들의 포착은 또한, 미리 결정되어 제어 프로토콜(P)에 의해 제어될 수 있다.
여기서, 제어 시퀀스 확립 장치(22)는 입력 인터페이스(23)를 갖는다. 이러한 입력 인터페이스(23)에 의해, 제어 시퀀스 확립 장치(22)는, 첫 번째로, 원하는 측정 동안의 의도된 플립각 분포를 규정하는 타겟 자화(m), k-공간 궤적 또는 k-공간 궤적 유형 및 선택적으로 추가의 입력 파라미터들을 수신하고, 이는 부분적으로, 도 2와 관련하여 더욱 상세하게 계속 설명될 것이다. 이러한 입력 인터페이스(23)에 의해, 제어 시퀀스 확립 장치(22)는 또한, 포착된 B0 맵들 및 B1 맵들을 검출 또는 채택할 수 있다.
특히, 제어 시퀀스 확립 장치(22)는 RF 펄스 확립 유닛(24), 예를 들어 적합한 최적화 유닛(24)을 포함하고, 여기서 무선주파수 펄스 트레인(MP)이, 적합한 최적화 방법을 이용하여 상술된 입력 데이터에 기초하여 확립되고, 이는 아래에서 계속 기술될 것이다.
더욱이, 이러한 경우, 제어 시퀀스 확립 장치(22)는 또한 필드 분포 맵 분석 장치(30)를 포함한다. 이러한 필드 분포 맵 분석 장치는 입력 인터페이스 어레인지먼트(31)를 갖고, 상기 입력 인터페이스 어레인지먼트(31)에 의해, 예를 들어 B0 맵들(ΔB0) 및/또는 B1 맵들(ΔB1)이 채택된다. 더욱이, 이러한 필드 분포 맵 분석 장치(30)는 필드 분포 맵 그룹화 모듈(32)을 갖는다. 이러한 필드 분포 맵 그룹화 모듈(32)의 도움으로, 미리 결정된 최적화 기준 또는 유사성 기준에 따라 인입하는(incoming) 수의 포착된 필드 분포 맵들(ΔB0, ΔB1)을 표시하는 다수의 필드 분포 맵 클러스터들(C) 및/또는 필드 분포 표시 맵들(ΔB0R, ΔB1R)이, 검출된 필드 분포 맵들의 숙련된 그룹화에 의해, 아래에서 계속 기술될 방식으로 확립된다. 다시 말해, 인입하는 B0 맵들(ΔB0) 및/또는 B1 맵들(ΔB1)은 궁극적으로, 적합한 대표자(representative)들로 감소된다. 그 다음으로, 출력 인터페이스 어레인지먼트(34)에 의해, 이들 감소된 B0 및 B1 맵들, 즉 표시 맵들(ΔB0R, ΔB1R)을 입력 데이터로서 RF 펄스 확립 유닛(24)에 직접적으로 전달하는 것이 가능하여서, 그 다음으로, 상기 RF 펄스 확립 유닛(24)은, 이상적인 무선주파수 펄스 트레인(MP)을 확립하기 위해, 감소된 수의 맵들을 이용하여 동작할 수 있다. 부가적으로, 필드 분포 맵 분석 장치는 이러한 경우에 또한, 표시 슬라이스 확립 모듈(33)을 갖는다. 상기 표시 슬라이스 확립 모듈(33)은, 필드 분포 맵 클러스터들(C) 및/또는 필드 분포 표시 맵들(ΔB0R, ΔB1R)에 기초하여, 다수의 필드 분포 표시 슬라이스들(RS) 또는 상기 다수의 필드 분포 표시 슬라이스들(RS)의 포지션 정보(PI)를 확립할 수 있다. 그 다음으로, 포지션 정보(PI)는 또한, 출력 인터페이스 어레인지먼트(34)에 의해 출력될 수 있다.
그 다음으로, 포지션 정보(PI) 또는 확립된 무선주파수 펄스 트레인(MP) 중 어느 하나는, 출력 인터페이스 어레인지먼트(25)에 의해 제어 시퀀스 확립 장치(22)에 의해 다시(again) 출력될 수 있다. 제 1 경우에서, 필드 분포 맵 분석 장치(30)는 초기에, 표시 슬라이스들(RS)의 이상적인 포지션들을 확립하기 위해서만 동작하고, 그 다음으로 여기서, 매칭하는 수의 B0 맵들 및/또는 B1 맵들이 추후의 측정을 위해 포착된다. 이를 위해, 포지션 정보(PI)가 제어 장치(10)에 전달되어서, 상기 제어 장치(10)가 B0 맵들 및/또는 B1 맵들을 포착할 수 있고, 그 다음으로, 차례로 상기 B0 맵들 및/또는 B1 맵들이 제어 시퀀스 확립 장치(22)에 전달된다. 제 2 경우에서, 필드 분포 맵 분석 장치(30)는 원래(originally) 포착된 B0 맵들 및/또는 B1 맵들을 준비하도록 또는 감소시키도록 기능하여서, 추후의 현재 자기 공명 측정에 대한 이상적인 무선주파수 펄스 트레인(MP)이 제어 시퀀스 확립 장치(22)에 의해 즉각적으로 생성될 수 있고, 그 다음으로, 상기 무선주파수 펄스 트레인은, 예를 들어, 제어 프로토콜(P) 또는 측정 프로토콜의 범위 내에서 제어 장치(10)에 전달되고, 그 다음으로, 상기 제어 프로토콜(P) 또는 측정 프로토콜에는 또한, 자기 공명 시스템(1)을 작동시키기 위한 추가의 규정(prescription)들(예를 들어, 미가공 데이터로부터의 이미지들을 재구성하기 위한 파라미터들 등)이 명시된다.
작동 시퀀스(AS)가 측정 세션의 진행 동안 업데이트될 경우, 상기 작동 시퀀스(AS)가 또한 제어 프로토콜(P)에 저장될 수 있어서, 새로운 작동 시퀀스(AS)가, 적합한 시간들에서 제어 장치(10)에 의해 본 발명에 따른 방식으로 자동으로 확립되거나, 또는 상기 새로운 작동 시퀀스가, 예를 들어 단말(20) 또는 다른 컴퓨터로부터 요청된다.
자기 공명 시스템 작동 시퀀스(AS)를 확립하기 위한 가능한 방법의 진행은, 도 2에 따른 흐름도에 기초하여 다음의 본문에서 매우 단순한 예를 이용하여 설명된다.
단계(I)에서, 추가의 방법의 범위 내에서 이용되는 다양한 파라미터들이 가장 먼저 미리 결정되거나 또는 채택된다. 예로서, B1 맵들(ΔB1)이 단계(Ia)에서 개별 송신 채널들 및 슬라이스들에 대해 채택되고, 현재 측정된 B0 맵들(ΔB0)이 단계(Ib)에서 슬라이스들에 대해 채택된다.
시스템 특정 파라미터들(SP), 이를 테면 송신 채널들의 수, 최대 슬루 레이트(slew rate), 최대 그레디언트 진폭 등이 단계(Ic)에서 채택되고, 상이한 검사 특정 파라미터들, 이를 테면 기록될 슬라이스들(SL)의 포시셔닝, 시퀀스 유형(ST) 등이 단계(Id)에서 채택된다. 더욱이, 원하는 타겟 자화(m)가 단계(Ie)에서 미리 결정된다.
마지막으로, 단계(If)에서, 예를 들어, k-공간 궤적이 직선 궤적이든, 나선형 궤적이든, 방사상 궤적 등이든, 정확한 k-공간 궤적 또는 k-공간 궤적 유형(kTT)이 미리 결정된다. 이는, 작동 시퀀스를 발생시키기 위해, 개별 RF 펄스 트레인들, 즉 RF 궤적들이 일반적으로, 최적화 방법에서 고정된 "k-공간 궤적"에 따라 시간에 걸쳐 개별 송신 채널들에 대해 확립되기 때문이며, 상기 고정 k-공간 궤적은 일반적으로, 측정 프로토콜에 의해 또는 개별적으로 오퍼레이터에 의해 미리 결정된다. "송신 k-공간 궤적"(다음의 본문에서 "궤적"으로 축약됨)은, 개별 그레디언트들을 설정함으로써 특정 시간들에서 도달되는, k-공간의 그러한 위치들이다. k-공간은 공간적인 주파수 공간이고, k-공간의 궤적은, 어떠한 경로 상에서 k-공간이, 그레디언트 펄스들의 적합한 스위칭에 의해 RF 펄스를 방출하는 시간에 걸쳐 전달되는지를 기술한다. 따라서, k-공간 궤적을 설정함으로써, 어떠한 공간적인 주파수들에서, 특정 RF 에너지 양들이 디포짓(deposit)되는지를 결정하는 것이 가능하다. 단지 하나의 k-공간 궤적 유형(kTT)만이 사용자에 의해 또는 측정 프로토콜에 의해 미리 결정되는 경우, 방법에서 최적화된 k-공간 궤적을 계산하는 것이 가능하다.
방법 단계들(Ia 내지 If)의 시퀀스는 임의적이다.
단계(II)에서, k-공간 궤적이 미리 설정되지 않았다면, 최적화된 k-공간 궤적이 그 다음으로 확립될 수 있다. 이를 위해, 상이한 옵션들이 존재한다. 적합한 절차는 예를 들어, DE 10 2012 212 376에 기술되어 있다.
프로세스에서, k-공간 궤적은 특히 바람직하게, k-공간이, 생성된 자기 공명 시스템 작동 시퀀스의 도움으로 자기 공명 시스템의 작동의 경우에서 언더샘플링(undersample)되는 방식으로 확립된다. 이는 특히, pTX 시스템이 이용되는 경우 편리한데, 그 이유는 이때, 여기의, 그리고 그 결과로서, 측정의 가속이, 숙련된 언더샘플링 그리고 동시에 병렬 송신 방법의 이용에 의해 가능하기 때문이다. 따라서, 예를 들어, 특히 바람직한 변형에서, k-공간은, 적어도 구역들에서, 규칙적인 패턴을 이용하여, 예를 들어 이른바 TX-SENSE 방법(SENSE = 감도 인코딩(sensitivity encoding))을 이용하여 언더샘플링될 수 있다. 추가의 특히 바람직한 방법에서, k-공간의 언더샘플링은, 적어도 구역들에서, 불규칙 패턴을 이용하여 및/또는 랜덤하게 발생하며, 이는 예를 들어 이른바 "압축 센싱(compressed sensing)" 방법들과 함께 가능하다.
단계(III)에서, 그 다음으로, 무선주파수 펄스 트레인 ― 이러한 경우에서는 다중채널 펄스 트레인 ― 이 자동으로 설계된다. 상이한 송신 채널들을 위한 개별 RF 펄스 시퀀스들이 여기서 전개되고, 다시 말해, 어떤 RF 펄스 형태가 어떤 채널 상에서 전송되어야 하는지에 관한 정확한 계산이 존재한다. 이는 초기에, 5° 미만의 플립각들을 갖는 이른바 "저 플립 구역(low flip region)"에 대해 수행되는데, 그 이유는 자화 특성이 이러한 구역에서 여전히 선형이기 때문이다. 그렇게 해서, 반복적인 최적화 방법이 적용되는데, 그 이유는 이것이 특히 적합할 것으로 확인되었기 때문이다. 구체적으로, 이른바 켤레 그레디언트 방법(conjugate gradient method)(CG 방법)의 이용이 여기서 이루어진다. 그러나, 원칙적으로, 다른 최적화 방법들, 심지어 반복적이지 않은 최적화 방법들을 이용하는 것이 또한 가능하다.
이는 임의의 방법을 이용하여 발생할 수 있다. 많은 이전에 알려진 방법들에서, 최적화 방법은, 예를 들어 타겟 자화와 실제 자화 사이의 최소 제곱 평균(least mean square)이 최소화되는 방식으로 초래된다. 다시 말해, 다음의 솔루션이 수요가 많다(sought after):
Figure pat00001
여기서, m은 타겟 자화이고,
Figure pat00002
는 RF 펄스 트레인(b(t))에 의해 달성된 (이론적인) 실제 자화이고, A는, 공간 코일 프로파일들, 이용가능한 B0 맵들 및 B1 맵들, 및 이용된 k-공간 궤적을 포함하는 선형 복소수 수학식(linear complex equation)들의 시스템으로 이루어지는 이른바 설계 매트릭스이다. 예로서, 이러한 설계 매트릭스는 W. Grissom 등에 의한 "Spatial Domain Method for the Design of RF Pulses in Multicoil Parallel Excitation", Mag. Res. Med. 56, 620-629, 2006에 기술되어 있다. B0 맵들 및 B1 맵들의 수가 더 클수록, 이러한 설계 매트릭스가 더욱 복잡해지고, 그러므로 최적화 방법이 또한 더욱 복잡하다는 것이 명백하다. b(t)는 예를 들어, N개의 함수들(bc(t))(각각의 송신 채널(c)을 위한 하나의 함수 = 1 내지 N임)을 포함하는 벡터이다. 이러한 수학식은 예를 들어, 단계(IIIa)에서 도출(draw up)된다. 수학식(1)의 솔루션이 발견되는 경우, 모든 이용가능한 송신 채널들에 대한 시간에 따른 진폭의 함수가 그 결과로서 제공된다. 그러나, 이러한 수학식 및 상이한 솔루션 옵션들의 셋업 양측 모두는 당업자에게 알려져 있고, 여기서 상세하게 설명될 필요가 없다. 선택적으로, 최적화된 솔루션은 또한, 반복적인 방법을 이용하여, 예를 들어 환자의 무선주파수 노출의 부가적인 최적화를 달성하기 위해 수학식을 풀 때, 각각의 반복 단계에서 수정되는 것이 고려될 경계 조건들에 의해 초래될 수 있다.
그 다음으로, 저 플립 구역에 대해 최적화 단계(III)의 종료시에 획득된 이용가능한 다중채널 펄스 시퀀스는, 실제로 원하는 타겟 자화를 달성하기 위해 단계(IV)에서 스케일링 업(scale up)될 수 있는데, 그 이유는 상기 실제로 원하는 타겟 자화는 통상적으로, 5°의 플립각 구역에 놓이기보다는 오히려 90° 플립각까지 올라가기(go up) 때문이다. 이는 단순히, 개별 펄스들의 진폭들에, 원하는 스케일링 팩터를 곱함으로써 초래된다.
단계(V)에서, 스케일링 업할 때 발생할 수 있는 에러는 부분 블로흐 시뮬레이션(partial Bloch simulation)에 의해 정정된다. 이러한 부분 블로흐 시뮬레이션은 단지 펄스 시퀀스 내의 별개의(discrete) 시간들에서만 수행된다. 여기서, 체크가 발생해야 하는 각각의 시간에 대한 데이터는, 블로흐 수학식들의 애플리케이션을 이용하는 시뮬레이터에서 블로흐 수학식들의 애플리케이션을 이용하여 테스트되고, 달성된 자화가 따라서 계산된다. 그 다음으로, 타겟 자화의 규정으로부터의 편차들을 발견하는 것이 가능하고, 대응하는, 비교적 작은 정정들은 무선주파수 펄스 시퀀스들을 변경함으로써 수행될 수 있다.
그 후에, 다시 한번, 일시적으로 완전한 블로흐 시뮬레이션에 의해 단계(VI)에서 모든 발견된 파라미터들의 테스트가 존재한다. 여기서, 파라미터들에 의해 달성된 자화가 타겟 자화에 실제로 대응하는지에 관하여 체크가 수행된다.
마지막으로, 단계(VII)에서, 작동 시퀀스(AS)는 버퍼 저장 또는 즉시 실행을 위해 전달된다.
도 2에서, 옵션들이 3개의 상이한 포지션들에서 강조되고, 상기 3개의 상이한 포지션들에서, 자기 공명 시스템 작동 시퀀스(AS)를 확립하기 위한 방법이, 본 발명에 따른 방식으로 동작하도록 수정될 수 있다.
제 1 옵션은, 방법 단계(SRI)를 통해 방법이 시작하기 전에 상기 방법에 이미 작용되어, B0 맵들(ΔB0) 및 B1 맵들(ΔB1)이, 자기 공명 이미지들을 재구성하기 위한 미가공 데이터가 이어서 또한 포착될 모든 슬라이스들(SL)에 대해서가 아니라 특정 표시 슬라이스들(RS)에 대해서만 확립되는 것으로 이루어진다. 이러한 방식으로, 이미 포착될 B0 맵들 및 B1 맵들의 수를 과감하게 감소시키고, 그러므로 전체적인 측정 시간을 상당히 감소시키는 것이 가능하다.
제 2 옵션은, 방법 단계(SRII)에서 본 발명에 따른 방식으로 측정된 B1 맵들(ΔB1) 및 B0 맵들(ΔB0)을 감소시키고, 프로세스에서, 포착된 B0 맵들(ΔB0) 및 B1 맵들(ΔB1)로부터 특정 필드 분포 표시 맵들(ΔB0R, ΔB1R)을 선택 ― 상기 필드 분포 표시 맵들은, 각각 특정 유사성 조건들 하에서 특히 양호한 맵들의 전체 세트를 표시함 ― 하는 것으로 이루어진다. 동일한 방법이 또한, 가능한 방법 단계(SRIII)에서 적용된다.
이들 2개의 방법 단계들(SRII, SRIII) 사이의 차이는, 추후의 단계들(II 내지 VII)에서 개별 펄스 트레인 또는 개별 작동 시퀀스가, 각각의 슬라이스에 대한 미가공 데이터를 포착하기 위해 여기될 슬라이스들 각각에 대해 계산되도록 의도되는 경우를 방법 단계(SRII)가 상징(symbolize)해야 한다는 사실로 이루어진다. 이러한 경우, 본 발명에 따른 방법은, 무선주파수 펄스 트레인이 단지, B1 맵들(ΔB1) 또는 B0 맵들(ΔB0)이 각각 확립되었던 슬라이스들에 대해 계속 계산된다는 것을 보장할 수 있고, 이는 다른 슬라이스들의 B1 맵들 또는 B0 맵들을 표시하고, 그 다음으로, 상기 무선주파수 펄스 트레인은 각각의 대표 슬라이스에 의해 표시된 모든 슬라이스들에 적용될 수 있다. 다시 말해, 예를 들어, 기록이 40개의 슬라이스들에서 초래되고, B1 맵들 및/또는 B0 맵들에 대한 이들 40개의 슬라이스들이, 슬라이스들 중 10개를 각각 표시하는 4개의 슬라이스들로 표시되면, 이들 4개의 슬라이스들에 대해 무선주파수 펄스 트레인을 계산하고, 또한 각각의 대표 슬라이스의 펄스 트레인을 이에 의해 표시되는 슬라이스들에 적용하는 것으로 충분하다.
이와 대조적으로, 방법 단계(SRIII)는, 예를 들어 무선주파수 펄스 트레인을 갖는 자기 공명 시스템 작동 시퀀스가 3D 볼륨을 여기시키기 위해 계산될, 또는 공통의 최적화된 펄스 트레인이 다중-슬라이스 여기를 위해 계산될 경우를 표시해야 한다. 이러한 경우, 물론 모든 슬라이스들에 대한 모든 B0 맵들 및 B1 맵들이, 최적화 방법 내의 단계(IV)에서 설계 매트릭스(A)에 포함되어야 한다. 이보다 앞서, B0 맵들 또는 B1 맵들의 본 발명에 따른 감소가 선행하는 경우, 설계 매트릭스는 덜 복잡한 구조를 가질 수 있고, 그 결과 단계(IV)에서의 계산 경비(computational outlay)가 크게 감소된다.
모든 3개의 방법 단계들(SRI, SRII, SRIII)에 대해 공통인 것은, B1 맵들 및 B0 맵들이 어떻게 해서든 대표 B1 맵들 및 B0 맵들로 감소되는 것이다.
이를 위해 바람직한 방법 절차가, 슬라이스 감소 방법(SR)으로서 도 3에 따른 흐름도에서 개략적으로 도시된다. 이들이 B0 맵들이든 B1 맵들이든지와 무관하게, 방법이 동일한 방식으로 진행하기 때문에, 변형들 양측 모두에 대해, 이후의 본문에서 간략화 목적들을 위해 축약된 용어 "맵들(maps)"만이 이용될 것이다.
제 1 단계(3.I)에서, 데이터, 예를 들어 현재 포착되었던 B0 맵들(ΔB0) 및 B1 맵들(ΔB1)이 초기에 판독된다. 여기서 정확하게 어떤 맵들이 판독되는지는, 어떠한 형태의 슬라이스 감소 프로세스가 이용되는지에 따른다. 예로서, 목표가, 도 2의 방법 단계(SRI)에 대해 필드 분포 표시 슬라이스들(RS)을 확립하는 것이라면, 다양한 검사 대상들의 다수의 B0 맵들 및 B1 맵들을 갖는 트레이닝 데이터(TD)가 채택된다. 예로서, 슬라이스 감소 방법(SR)의 현재 과정(pass)에서 B0 맵들만이 감소될 것이라면, 단지 B0 맵들만이 입력된다면 충분하다. B1 맵들과 관련하여, 이는, 예를 들어, 모든 채널들에 대한 동시의 감소가 존재해야하는지 각각의 송신 채널에 대해 분리된 감소가 존재해야하는지에 따른다. 따라서, 하나 또는 둘 이상의 송신 채널들의 B1 맵들(ΔB1)이 다양한 슬라이스들에 대해 판독되는 것이 또한 흔한 경우이다.
이후에, 클러스터 형성 방법(CTG)이 런 스루(run through)되고, 상기 클러스터 형성 방법(CTG)은 초기에, 현재 최적화 기준, 예를 들어 유사성 에러가 설정되는 단계(3.II)에서 시작된다. 이는, 적합한 비용 함수(fcost)를 규정함으로써 초래될 수 있다.
유사성 에러를 결정하기 위한 이러한 비용 함수(fcost)는 다양한 방식들로 규정될 수 있다. 하나의 가능성은, 다음의 비용 함수를 이용하여 유사성 에러를 계산하는 것에 달려 있다.
Figure pat00003
여기서, 비용들은, 2개의 맵들(A 및 B)의 이미지 픽셀들의 서로로부터의 편차들의 제곱의 합에 대응한다. 여기서, m 및 n은 개별 픽셀들에 대한 인덱스들이고, A(m, n)은 제 1 맵의 픽셀(m, n)의 강도 값이고, B(m, n)은 2개의 맵들 중 제 2 맵의 대응하는 강도 값이며, 다른 맵으로부터의 하나의 맵의 편차가 계산될 것이다.
대안적인 비용 함수(fcost)로서, 다음의 수학식에 따라 상관 팩터를 이용하는 것이 또한 가능할 것이다.
Figure pat00004
여기서,
Figure pat00005
여기서, Amean은 전체 맵(A)의 2개의 디멘션들에 걸친 평균 값이고, Bmean은 전체 맵(B)에 걸친 대응하는 평균 값이다.
B의 이미지 정보가 A의 이미지 정보와 관련하여서만 스케일링되는 경우, 제 1 경우의 차이들의 제곱의 합이 또한 큰 부동성(dissimilarity)을 초래하지만, 이러한 스케일링들은 제 2 변형의 상관 팩터에서 고려되기보다는, 오히려 이는 주로 맵들의 상대적인 차이들과 관련된다.
비용 함수에 대한 추가의 대안은, 이른바 상호 정보(mutual information)에 있고, 이는 다음의 방식으로 계산될 수 있다:
Figure pat00006
여기서, H는 각각의 맵(A)의 엔트로피(entropy)이고, p(a) 및 p(b)는 각각, 맵(A 및 B) 각각의 확률 분포 밀도(이산 주변 분포(discrete marginal distribution))이고, p(a│b)는 A 및 B의 다변량의(multivariate) 확률 분포 밀도(B의 조건에 대한 A의 확률 밀도)이다.
더욱이, 다른 비용 함수들이 또한 가능하다.
더욱이, 클러스터 트리(CT)에 대한 저장소 공간은 단계(3.II)에서 초기화된다.
어떠한 형태의 이러한 클러스터 트리(CT)가 취해질 수 있는지는, 초기에 총 8개의 슬라이스들(SL1, SL2, ..., SL8)의 맵들에 대해 도 4에 도시된 예로부터 명백해질 것이다. 이러한 클러스터 트리(CT)의 최하위 플레인 또는 레벨에서, 모두 8개의 슬라이스들(SL1, SL2, ..., SL8)이 여기에 도시된다. 이러한 클러스터 트리(CT)는, 다음의 본문에서 설명되는 바와 같이 추가의 방법의 범위 내에서 레벨 단위로(level-by-level) 상향으로 빌드된다.
이를 위해, 비용 매트릭스(CM)가 초기에, 이전에 규정된 비용 함수(fcost)를 고려하여 단계(3.III)에서 구성된다. 예로서, 이러한 비용 매트릭스(CM)가 도 5에 도시된다. 여기서, 이는 총 n개의 클러스터들 또는 슬라이스들에 대한 매트릭스이다. 간략화의 이유들로, 비용 매트릭스(CM) 또는 클러스터 트리와 관련하여 다음의 설명들의 범위 내에서, 개별 슬라이스들은 또한 클러스터들로서 다루어지거나, 또는 이와 같이 지칭되는데, 그 이유는 물론, 개별 슬라이스들이 원칙적으로 또한, 단지 단일 슬라이스만을 갖는 클러스터들로서 해석될 수 있기 때문이다.
이러한 비용 매트릭스(CM)에서, 하나의 비용 값(cv)이 각각의 경우에서, 2개의 현재 존재하는 클러스터들(C1, C2, C3, ..., Cn)의 각각의 결합에 대해 입력되고, 여기서 이러한 비용 값(cv)은 이전에 규정된 비용 함수를 이용하여 계산되었다. 이는, 대칭적이고, 대각선으로 제로들만을 포함하는 매트릭스를 초래한다. 그러므로, 원칙적으로, 비용 매트릭스의 상위 또는 하위 삼각(upper or lower triangle)을 계산하는 것으로 충분하다.
현재 비용 매트릭스에 기초하여, 그 다음으로, 단계(3.IV)에서, 최소 비용 값(cv)을 갖는 클러스터 쌍(pair)을 결정하는 것이 가능하다. 이는, 이러한 클러스터 쌍이, 서로 가장 유사한 2개의 클러스터들로 이루어진다는 것을 따른다.
방법이 여전히 제 1 레벨에, 즉 클러스터 트리(CT)의 최하위 플레인에 있는 경우(도 4 참조), 개별 클러스터들은 물론 여전히 개별 슬라이스들(SL1, SL2, ..., SL8)에 대응한다. 그러므로, 이러한 경우, 이는, 맵들이 서로 가장 유사한 슬라이스 쌍을 선택한다. 예로서, 도 4에서, 이들은 제 5 및 제 3 슬라이스에 대한 클러스터들이다. 따라서, 이들 2개의 슬라이스들은 새로운 클러스터(C)를 형성하기 위해 결합된다. 도 3에 따른 방법 진행에서, 이는 단계(3.V)에서 발생한다.
더욱이, 이러한 레벨에 있어서, 현재 유사성 에러, 즉 비용 값(cv)이, 이러한 레벨에 대해 동시에 또한 확립되고, 이러한 제 1 레벨에서, 이는 단순히, 2개의 가장 유사한 슬라이스들을 결합함으로써 허용된 비용 값(cv)에 대응한다.
도 4의 클러스터 트리(CT)에서, 각각의 레벨의 비용 값(cv)은 좌측 상에 눈금(scale)으로 플로팅되고, 이때 상기 플로트는 여기서, 임의의 단위들로 1의 최대 비용 값까지 정규화되고, 이는 궁극적으로 단지 하나의 단일 슬라이스만이 트리(CT)의 최상부에서 우측에 남겨질 때 달성된다. 남은 수의 슬라이스들은 각각의 경우에서, 우측에서 눈금으로 플로팅된다.
단계(3.VI)에서, 클러스터들의 수가 1 미만인지, 즉 클러스터 트리(CT)의 마지막 레벨에 이미 도달되었는지에 관한 체크가 수행된다. 이것이 그러한 경우가 아니라면(브랜치 "n"), 단계(3.III)로의 리턴이 존재하고, 비용 매트릭스(CM)가 업데이트된다. 다시 말해, 비용 매트릭스의 대응하는 새로운 발생이 존재하지만, 이때 하나의 클러스터가 더 적은데, 그 이유는 물론 이전의 매트릭스로부터의 2개의 클러스터들이 이제 결합되었기 때문이다. 당연히, 비용 값들(cv)은 모든 변경되지 않은 클러스터 쌍들에 대해 변경되지 않고 유지될 수 있다. 다른 클러스터들과 관련하여 비용 값의 업데이트는 단지, 결합된 클러스터 쌍에 관해서만 요구된다. 이를 위해, 또한 매우 상이한 옵션들이 존재하며, 이는 특히 2개의 새롭게 그룹화된 클러스터들을 함께 표시하기 위해 어떠한 표시 맵이 이용되는지에 따른다. 클러스터 표시 맵을 형성하기 위한 이러한 합병(merger)은 단계(3.V)에서 이미 발생했을 수 있다. 그 다음으로, 비용 매트릭스의 재계산이 그에 따라 초래된다.
제 1 변형에서, 새로운 클러스터의 표시 맵은, 적합한 방식으로 결합되는 클러스터에 포함된 클러스터들 또는 맵들의 이미지 정보에 의해 계산된다. 예로서, 평균 값 맵의 유형은 단순히, 이전의 클러스터들의 맵들로부터 형성된다. 이를 위해, 단지 필요한 것은, 클러스터들 또는 상기 클러스터들의 클러스터 표시 맵들 양측 모두의 맵들의 강도 값들을 평균하는 것이다. 이러한 평균 값 맵에 있어서, 그 다음으로, 각각의 경우에서, 각각의 다른 여전히 존재하는 클러스터들(C)과 관련하여 비용 값(cv)을 확립하기 위해 단계(3.II)에서 규정된 바와 같은 대응하는 비용 함수를 이용하는 것이 가능하고, 상기 비용 값은 예를 들어, 다음의 함수에 의해 기술될 수 있다.
Figure pat00007
여기서, I는 각각의 맵의 강도 값들을 표시한다. 인덱스(k)는 새롭게 형성된 클러스터(Cx , N)에 할당되는 모든 맵들을 표시한다. 인덱스(x)는 새로운 클러스터의 인덱스이고, 인덱스(N)는 새로운 전체적인 수의 클러스터들이다. 인덱스(i)는 i = 1...N에 대한 러닝(running) 인덱스이다. 다시 말해, 평균 값 맵은 모든 할당된 맵들로부터의 새로운 클러스터(Cx , N)에 대해 형성되고, 다른 클러스터들과 관련하여 각각의 비용들이 업데이트된다. 비용 함수는, 예를 들어, 수학식(2) 내지 수학식(4)에 따라, 다양한 가능한 비용 함수들(fcost)의 도움으로 상기 설명된 바와 같이 픽셀 단위(pixel-by-pixel)로 계산된다는 것이 명백하다.
각각의 새로운 클러스터에 대한 새로운 표시 맵을 계산하는 대신에, 이러한 클러스터에 대한 표시 맵으로서 클러스터에 포함된 맵들 중 하나를 선택하는 것이 또한 가능하다. 이를 위해, 상이한 가능성들이 또한 존재한다.
예로서, 일 변형에서, 이는 단순히, 다른 클러스터들 또는 선택되는 상기 다른 클러스터들의 맵들과 관련하여 최저 비용 값을 갖는 새로운 클러스터의 맵이다. 수학적으로, 이는 다음과 같이 기술될 수 있다:
Figure pat00008
그 다음으로, 이러한 그룹화에 대한 연관된 비용 값은 다음과 같다.
Figure pat00009
이러한 버전에서, 다른 클러스터들과 관련하여 최저 비용 값을 현재 갖는 그러한 맵(Imim)이 동적으로 결정된다.
추가의 대안은, 이러한 클러스터 내의 다른 맵들에 대한 비용들이 최소화되는 클러스터의 맵을 선택하는 것으로 이루어진다. 이러한 방법은, 2개보다 많은 수의 맵들이 클러스터에 포함되어 있는 경우, 즉 예를 들어 2개의 클러스터들이 병합되어 있고, 상기 2개의 클러스터들 중 적어도 하나가 이미 2개의 맵들을 포함하는 경우 편리하다. 이들 비용들을 계산하기 위해, 방법의 시작시 구성된 초기 비용 매트릭스에 단순히 의지(resort)하는 것이 가능한데, 그 이유는 상기 비용 매트릭스가, 처음에(at the outset) 존재하는 모든 맵들 사이의 비용 값들을 포함하기 때문이다. 단지 2개의 개별 맵들만이 결합된 경우, 단순히, 상술된 대안에서 같이 맵을 이용하는 것이 가능하고, 이는 모든 다른 클러스터들과 관련하여 최소 비용들을 갖는다.
새로운 클러스터의 모든 다른 맵들과 관련하여 최저 비용들을 갖는 맵이 실제로 표시 맵으로서 선택되는 경우, 다시 한번, 다른 여전히 남아있는 클러스터들과 관련하여 새롭게 생성된 클러스터의 비용들을 계산하기 위한 2개의 특히 단순한 옵션들이 존재한다.
제 1 경우에서, 남아있는 클러스터들과 관련하여 2개의 새롭게 그룹화된 클러스터들의 최저 비용들이 채택된다. 이들 비용들은 현재 비용 매트릭스로부터 직접적으로 확립될 수 있다. 수학적으로, 이는 다음과 같이 표시될 수 있다:
Figure pat00010
이에 대한 또한 단순한 대안으로서, 이는 단순히, 이용되는 선행하는 클러스터들의 최고 비용들이며, 이는 수학적으로 다음과 같이 표시될 수 있다:
Figure pat00011
다음번의 단계를 위한 알고리즘이, 최저 비용들을 이용하는 제 1 경우에서, 비용들에서의 최소의 변화를 약속하지만, 이러한 방법은 전체적인 시점에서 이상적인 솔루션을 보증할 수 없다. 제 2 경우는, 클러스터들이 비교적 좁다(narrow)는 것을, 즉 클러스터들의 개별 맵들이 서로 비교적 큰 유사성을 갖는다는 것을 보장한다.
단계(3.III)에서 비용 매트릭스(CM)를 업데이트한 후에, 그 다음으로, 현재 비용 매트릭스(CM)에 기초하여 최저 비용들을 갖는 클러스터 쌍이 다시 한번, 다음번 단계(3.IV)에서 확립된다. 도 4의 예에서, 이들은 제 2 및 제 4 슬라이스(SL2, SL4)에 대한 클러스터들이고, 그 다음으로, 이들은 새로운 클러스터(C)를 형성하도록 그룹화된다. 그 다음으로, 단계(3.V)에서, 이들 2개의 맵들은, 새로운 클러스터를 형성하기 위해 미리 결정된 규칙들에 따라 병합되고 ― 예로서, 이러한 클러스터에 대한 적합한 표시 맵이 새롭게 계산되거나 또는 선택됨 ―, 비용 값(cv)은 또한, 단순히, 현재 비용 값을 부가함으로써 현재 레벨에서 동시에 업데이트되고, 이는 제 1 레벨로부터의 비용 값에 대한, 이러한 클러스터(C)의 병합에 의해 허용되는 비용들을 명시한다.
그 다음으로, 이러한 방법은, 마지막 레벨에서 단지 하나의 클러스터(C)만이 존재할 때까지 계속되고, 상기 단지 하나의 클러스터(C)는 유일한 클러스터로서, 모든 8개의 맵들을 함께 표시한다. 그 다음으로, 전체 클러스터 트리(CT)가 생성되고, 따라서, 단계(3.VI)에서 단계(3.VII)로의 전이가 존재할 수 있다(브랜치 "y").
그 다음으로, 맵들의 감소가 어떻게 선언(pronounce)되어야 하는지가 단계(3.VII)에서 설정되는데, 즉 어떤 수의 표시 맵들, 또는 구성된 클러스터 트리(CT)의 어떤 표시 맵들이 추가의 방법을 위해 최상으로 이용되는지가 설정된다. 이를 위해, 다시 한번, 대안적인 전략들이 또한 존재한다. 첫 번째로, 원하는 슬라이스들 또는 맵들의 수가 직접적으로 설정되는 것이 물론 가능하다. 예로서, 사용자는, 추후의 방법에서 자신이 단지 4개의 맵들을 이용하거나 또는 4개의 위치들에서 맵들을 측정하기만을 바란다는 것을 입력할 수 있다. 그 다음으로, 이들 표시 맵들 또는 클러스터들 또는 연관된 슬라이스들은 클러스터 트리(CT)의 도움으로 식별될 수 있다.
추가의 옵션은, 예를 들어, 초기에 존재하는 슬라이스들 중 절반(half)까지의 퍼센티지 또는 비율 감소를 제공하는 것으로 이루어진다. 제 3 대안은, 유사성 에러 또는 비용 값(cv)을 고려하고, 예를 들어 이를 위해 임계치를 설정하여서, 기껏해야 규정된 비용 값(cv)이 허용되는 것으로 이루어진다. 이는 또한, 0 내지 1의 퍼센티지로서 설정될 수 있고; 예를 들어, cv = 0.5의 에러 값이 허용가능한 것으로 설정하는 것이 가능하다.
제 4 옵션은, 비용 값(cv)의 (즉, 유사성 에러의) 증가를 고려하여 슬라이스들의 수를 결정하는 것으로 이루어진다. 이는, 도 6에 기초하여 설명될 수 있다. 도 6에서, 피실험자의 머리를 통한 11개의 슬라이스들에 대한 B1 맵들이 우측 상의 상부 구역에 도시된다. 그 다음으로, 클러스터 트리의 다양한 레벨들의 각각의 표시 맵들이 좌측에 도시되는데, 즉 매(every) 단계마다 좌측에서 하나의 표시 맵이 적게 요구된다. 이러한 예시 하에 도시된 도면에서, 상대적인 비용 값(cv)(즉, 이러한 경우, 상대적인 유사성 에러)이 다시 한번, 클러스터들 또는 맵들의 수(#C)에 걸쳐 임의의 단위들(a.u.)로 플로팅된다. 여기서, 에러가 여전히 4개의 슬라이스들의 수까지(기껏해야 0.3에 위치함) 포함되고, 그 다음으로 이는 값 1까지 비교적 가파르게 상향 증가하는 것이 명백하게 확인될 수 있다. 그러므로, 비용 값(cv)의 증가에 기초하여, 추후의 단계에서 작업이 4개의 슬라이스들을 이용하여 수행되는 것으로 설정하는 것이 편리할 것이다. 이들 4개의 슬라이스들은, B1 표시 맵들(ΔB1R)로서 상기 예시에서 프레임과 별개로 표시된다.
각각의 표시 맵들 또는 클러스터들이 설정되었다면, 그 다음으로 선택적으로, 도 3에 따른 방법에서, 추가의 단계(3.VIII)에서 대표 슬라이스들(RS)을 또한 설정하는 것이 가능하고, 그 다음으로, 상기 대표 슬라이스들의 포지션 정보(PI)는, 현재 측정 세션 내에서 B0 맵들 및 B1 맵들을 업데이트하기 위해, 또는 그렇지 않으면, 여기서 목표가 트레이닝 데이터 기록들을 프로세싱하는 것이라면, 추가의 측정 세션들을 위해 적합한 필드 분포 표시 슬라이스들(RS)을 일반적으로 설정하기 위해, 새로운 B1 맵들 또는 B0 맵들의 추후의 측정들을 위해 이용된다. 예로서, 이를 위해, 이들 슬라이스들에 대한 포지션 정보(PI)가 측정 프로토콜에 저장될 수 있다.
이미 상술된 바와 같이, 각각의 검사 대상에 따라, 이것이 예를 들어, 머리 측정인지, 복부(abdomen) 측정인지 등에 따라, 상이한 측정들을 위해 이들 표시 슬라이스들(RS)을 설정하는 것이 가능하고, 이는 또한, 장비의 각각의 유형 등에 따른다. 이는 단지, 어떻게 트레이닝 데이터 기록들이 선택되었는지에 따른다. 트레이닝 데이터 기록들 내의 상이한 검사 대상들에 대한, 즉 상이한 환자들/피실험자들에 대한 B0 맵들과 B1 맵들 사이의 결합은, 상술된 바와 같이 상이한 방식들로 발생할 수 있다.
예를 들어, 이상적인 무선주파수 펄스 트레인을 확립하기 위한 본 발명에 따른 B1 맵들의 감소의 결과로서, 검사 대상에서 달성된 자화 또는 여기 패턴에 대한 어떠한 영향들도 존재하지 않는다는 것을 입증(substantiate)하고, 그러므로 이미징에서 어떠한 위조(falsification)들로 예상되지 않는다는 것을 입증하기 위해 다양한 시뮬레이션 연구들이 수행되었다. 여기서 상기에서 간략하게 이미 언급되었던 바와 같이 블로흐 시뮬레이션들이 이용되었다. 3D-EPI 펄스 시퀀스가 이들 시뮬레이션들에서 각각 가정되었다. 시뮬레이션들에 대해, B0 맵들, 즉 오프공명들은 초기에 무시되었다. 15°가 타겟 플립각으로서 가정되었고, 뉴턴(Newton) 최적화 방법이, 펄스 트레인을 확립하기 위한 최적화 방법으로서 이용되었다.
그 다음으로, 모든 B1 맵들이 최적화 문제에서 이용되었던 솔루션과 비교하여, 여기 패턴들의 상대적인 공간 여기 에러가 각각의 경우에서 확립되었다. 상대적인 공간 여기 에러는 이러한 경우, 제곱 평균 제곱근 에러(RMSE)로서 계산된다.
도 7은, 모든 B1 맵들을 이용한 솔루션의 RMSEfull에 대한, 본 발명에 따라 감소된 B1 맵들을 이용한 RMSE의 비율이, 활용된 B1 맵들의 수, 즉 클러스터들의 수(#C)에 걸쳐 %로 플로팅되는 그래프를 도시한다. 이러한 경우, B1 맵들의 최대 수는 15개이다. 여기서, 2개의 곡선들이 도시된다. 채워진(full) 곡선은, 수학식(3)에 따른 상관 팩터가, 비용 매트릭스를 계산하기 위한 비용 함수(fcost)로서 이용되는 변형을 도시하고, 점선 곡선은, 수학식(2)에 따라 제곱된 차이들의 합이 비용 함수(fcost)로서 이용되는 변형을 도시한다. 양측 모두의 경우들에서 클러스터에 대한 표시 맵을 결정하기 위해, 클러스터 내의 모든 다른 맵들과 관련하여 최저 비용들을 갖는 그러한 맵이 각각 이용되었고, 비용 매트릭스를 업데이트하기 위해 다른 기존의 클러스터들과 관련하여 각각의 새로운 클러스터에 대한 비용 값(cv)으로서 이전의 클러스터들의 최고 비용 값이 각각 채택되었다.
여기서 명백하게 확인될 수 있는 것은, 대략 슬라이스들의 3분의 1로의, 즉, 상대적인 공간 여기 에러에서의 상당한 증가가 존재함이 없이, 단지 5개의 슬라이스들로의 감소가 가능하다. 사실상, 이는, 몇몇 포인트들에서 바로 0 미만의 값에 도달되는 경우인데, 즉 상대적인 공간 여기 에러가 사실, 모든 B1 맵들의 이용보다 개선되었다. 블로흐 시뮬레이션을 이용하여 생성된 여기 패턴들에서 또한 어떠한 차이들도 발견될 수 없었다. 더욱이, 특히, 비용 매트릭스를 업데이트할 때, 새로운 비용 값으로서 이전의 클러스터들의 최고 비용 값의 이용 ― 그 결과, 특히 좁은 클러스터링이 달성됨 ― 이 특히 유리한 것으로 확인되었다.
그러므로, 상기 예들은, 적합한 표시 슬라이스들을 결정하기 위해 방법이 이미 미리 이용되고, 그 다음으로, 이때 B1 맵들 및 B0 맵들이 상기 적합한 표시 슬라이스들에 대해서만 확립되는 경우, 포착 시간의 상당한 감소가 달성될 수 있다는 것을 보여준다. 그러나, 임의의 경우에서, 다중-슬라이스 pTX 무선주파수 펄스들에 대한 계산 시간의 상당한 감소를, 그리고 또한, 이상적인 무선주파수 펄스 트레인이 슬라이스들 각각에 대해 개별적으로 확립될 경우, 다중-슬라이스 pTX 무선주파수 펄스 확립 사이클들의 수의 상당한 감소를 달성하는 것이 가능하다. 최적화 문제의 디멘션들이 감소되기 때문에, 이는 또한 개선된 여기 성능을 달성할 수 있다. 부수적으로, 절약되는 시간은 또한, 더 높은 분해능 B1 맵들 또는 B0 맵들을 확립하기 위해, 또는 환자 움직임들을 고려하기 위해 더욱 빈번하게 B1 맵들 또는 B0 맵들을 확립하기 위해 이용될 수 있다. 모든 이점들은, 송신 채널들의 수가 증가함에 따라 더욱더 현저해진다.
특히, 본 발명에 따른 방법은 또한, 어떠한 부가적인 하드웨어도 요구되지 않는다는 점에서 유리하다. 원칙적으로, 본 발명에 따른 방법은, 모든 이전에 알려진 MR 기계들에, 즉 단지 하나의 송신 채널을 갖는 시스템들, 그리고 또한 pTX 시스템들 양측 모두에서 적용될 수 있다.
마지막으로, 상술된 상세한 방법들 및 구성들은 예시적인 실시예들이고, 기본 원리는 또한, 본 발명의 범위로부터 벗어남이 없이, 청구항들에 의해 미리 결정된 정도까지, 부가적인 영역들에서 당업자에 의해 변화될 수 있다는 사실에 대한 참조가 다시 한번 이루어진다. 완성도를 위해, 단수 표현의 이용이, 관련 피쳐들이 몇번이고 존재하는 가능성을 배제하지 않는다는 사실에 대한 참조가 또한 이루어진다. 또한, 용어들 "유닛" 및 "모듈"은, 상기 유닛 및 모듈이 여러 컴포넌트들로 이루어지는 것을 배제하지 않으며, 상기 유닛 및 모듈은 선택적으로 또한, 공간적으로 분산될 수 있다.
1: 자기 공명 시스템 2: 자기 공명 스캐너
3: 메인 필드 자석 4: 그레디언트 시스템
5: 전체 몸체 무선주파수 코일 6: 로컬 코일
7: 침상 8: 검사 공간
9: 필드 오브 뷰/FoV 10: 제어 장치
11: 그레디언트 제어 유닛 12: 무선주파수 송신/수신 유닛
13: RF 수신 유닛 14: 재구성 유닛
15: 측정 제어 유닛 16: 메모리
17: 단말 인터페이스 20: 단말
21: 컴퓨터 22: 제어 시퀀스 확립 장치
23: 입력 인터페이스 24: RF 펄스 확립 유닛
25: 출력 인터페이스 어레인지먼트 27: 모니터
28: 키보드 30: 필드 분포 맵 분석 장치
31: 입력 인터페이스 어레인지먼트 32: 필드 분포 맵 그룹화 모듈
33: 표시 슬라이스들 확립 모듈 34: 출력 인터페이스 어레인지먼트
m: 타겟 자화 O: 환자/검사 대상
P: 제어 프로토콜 AS: 자기 공명 시스템 작동 시퀀스
BD: 이미지 데이터 GP: 그레디언트 펄스 트레인
MP: 다중채널 펄스 트레인 NW: 네트워크
RD: 미가공 데이터 SGx, SGy, SGz: 제어 신호
S1, ..., SN: 송신 채널 kTT: k-공간 그레디언트 궤적 유형
SP: 시스템 특정 파라미터 ST: 시퀀스 유형
ΔB0: 필드 분포 맵/B0 맵 ΔB1: 필드 분포 맵/B1 맵
ΔB0R: 필드 분포 표시 맵들 ΔB1R: 필드 분포 표시 맵들
TD: 트레이닝 데이터 SL: 슬라이스들
SL1, SL2, ..., SL8: 슬라이스들 SR: 슬라이스 감소 방법
RS: 필드 분포 표시 슬라이스들 PI: 포지션 정보
fcost: 비용 함수 CTG: 클러스터 형성 방법
C: 필드 분포 맥 클러스터/클러스터 CT: 클러스터 트리
C1, C2, C3, ..., Cn: 클러스터들 CM: 비용 매트릭스
cv: 비용 값 #C: 클러스터들의 수
RMSE: 제곱 평균 제곱근 에러(Root mean square error)

Claims (15)

  1. 자기 공명 시스템 작동 시퀀스(AS)를 확립하기 위한 방법으로서,
    상기 자기 공명 시스템 작동 시퀀스(AS)는, 자기 공명 시스템(1)에 의해 측정 구역(9)으로 방출될 적어도 하나의 무선주파수 펄스 트레인(MP)을 포함하고,
    제 1 수의 현재 필드 분포 맵들(ΔB0, ΔB1), 특히 B0 맵들(ΔB0) 및/또는 B1 맵들(ΔB1)이 상기 측정 구역의 슬라이스들(SL, SL1, ..., SL8)에 대해 포착되고, 무선주파수 펄스 트레인(MP)이 상기 필드 분포 맵들(ΔB0, ΔB1)에 기초하여 확립되고,
    상기 제 1 수의 현재 필드 분포 맵들(ΔB0, ΔB1)의 포착은 포착 방식에 기초하여 초래되고, 상기 포착 방식에 따라, 필드 분포 맵들(ΔB0, ΔB1)이 제 1 수의 필드 분포 표시 슬라이스들(RS)에 대해 확립되고, 상기 제 1 수의 필드 분포 표시 슬라이스들(RS)은 미리 결정된 최적화 기준을 고려하여 제 2 수의 슬라이스들의 필드 분포 맵들(ΔB0, ΔB1)을 표시하고, 상기 제 1 수의 필드 분포 표시 슬라이스들(RS)은 상기 제 2 수의 슬라이스들(SL, SL1, ..., SL8)보다 더 적고, 및/또는
    다수의 필드 분포 표시 맵들(ΔB0R, ΔB1R)이, 상기 포착된 필드 분포 맵들(ΔB0, ΔB1)에 기초하여 확립되고, 상기 필드 분포 표시 맵들은, 미리 결정된 최적화 기준에 따라 상기 제 1 수의 포착된 필드 분포 맵들(ΔB0, ΔB1)을 표시하고, 상기 무선주파수 펄스 트레인(MP)이 상기 필드 분포 표시 맵들(ΔB0R, ΔB1R)에 기초하여 확립되고, 상기 필드 분포 표시 맵들(ΔB0R, ΔB1R)의 수는 상기 제 1 수의 포착된 필드 분포 맵들(ΔB0, ΔB1)보다 더 적은,
    자기 공명 시스템 작동 시퀀스를 확립하기 위한 방법.
  2. 제 1 항에 있어서,
    상기 필드 분포 표시 슬라이스들(RS)은, 관련된 검사 대상에 대한 복수의 포착된 필드 분포 맵들(ΔB0, ΔB1)을 각각 포함하는, 상이한 검사 대상들의 복수의 트레이닝 데이터 기록들(TD)에 기초하여 확립되고,
    다수의 필드 분포 표시 맵들(ΔB0R, ΔB1R)은, 바람직하게 상기 복수의 포착된 필드 분포 맵들(ΔB0, ΔB1)에 기초하여 확립되고, 상기 필드 분포 표시 맵들은, 미리 결정된 최적화 기준에 따라 상기 복수의 포착된 필드 분포 맵들(ΔB0R, ΔB1R)을 표시하고, 상기 필드 분포 표시 슬라이스들은 상기 필드 분포 표시 맵들(ΔB0R, ΔB1R)에 기초하여 확립되는,
    자기 공명 시스템 작동 시퀀스를 확립하기 위한 방법.
  3. 제 1 항 또는 제 2 항에 있어서,
    상기 필드 분포 표시 맵들(ΔB0R, ΔB1R)은 상기 필드 분포 맵들(ΔB0, ΔB1)의 서브세트를 포함하고, 및/또는
    필드 분포 표시 맵(ΔB0R, ΔB1R)의 값들은, 관련된 필드 분포 표시 맵(ΔB0R, ΔB1R)에 의해 표시되는 필드 분포 맵들(ΔB0R, ΔB1R)로부터 발생되는,
    자기 공명 시스템 작동 시퀀스를 확립하기 위한 방법.
  4. 제 1 항 내지 제 3 항 중 어느 한 항에 있어서,
    상기 최적화 기준은 규정된 유사성 측정에 따른 필드 분포 맵들 사이의 유사성을 포함하는,
    자기 공명 시스템 작동 시퀀스를 확립하기 위한 방법.
  5. 제 1 항 내지 제 4 항 중 어느 한 항에 있어서,
    상기 필드 분포 표시 맵들(ΔB0R, ΔB1R) 및/또는 상기 필드 분포 표시 슬라이스들(RS)은 클러스터 형성 방법(CTG)에 의해 확립되고,
    상기 클러스터 형성 방법(CTG)에서, 필드 분포 맵들(ΔB0, ΔB1)은, 상기 미리 결정된 최적화 기준에 따라 필드 분포 맵 클러스터들(C, C1, C2, ..., Cn)을 형성하기 위해 그룹화되는,
    자기 공명 시스템 작동 시퀀스를 확립하기 위한 방법.
  6. 제 5 항에 있어서,
    상기 그룹화는 여러 레벨들에서 초래되고,
    각각의 레벨에서, 미리 결정된 최적화 기준에 따라 서로로부터 최소 편차들을 갖는, 정확하게 2개의 필드 분포 맵들(ΔB0, ΔB1) 또는 필드 분포 맵 클러스터들(C, C1, C2, ..., Cn)이, 다음번(next) 레벨을 위한 하나의 필드 분포 맵 클러스터(C, C1, C2, ..., Cn)를 형성하도록 함께 그룹화되는,
    자기 공명 시스템 작동 시퀀스를 확립하기 위한 방법.
  7. 제 5 항 또는 제 6 항에 있어서,
    2개의 필드 분포 맵들(ΔB0, ΔB1) 및/또는 필드 분포 맵 클러스터들(C, C1, C2, ..., Cn) 사이의 편차들이 비용 함수(fcost)에 의해 확립되고, 및/또는
    비용 값(cv)이 상기 클러스터 형성 방법(CTG)의 각각의 레벨에 대해 계산되는,
    자기 공명 시스템 작동 시퀀스를 확립하기 위한 방법.
  8. 제 4 항 내지 제 7 항 중 어느 한 항에 있어서,
    비용 매트릭스(CM)가, 필드 분포 맵들(ΔB0, ΔB1) 및/또는 필드 분포 맵 클러스터들(C, C1, C2, ..., Cn)의 세트에 대해 생성되고, 상기 비용 매트릭스는 각각의 레벨에서 업데이트되는,
    자기 공명 시스템 작동 시퀀스를 확립하기 위한 방법.
  9. 제 1 항 내지 제 8 항 중 어느 한 항에 있어서,
    필드 분포 표시 맵들(ΔB0R, ΔB1R)의 및/또는 상기 필드 분포 표시 슬라이스들(RS)의 수는 기준들 중 적어도 하나에 기초하여 결정되고,
    상기 기준들은,
    필드 분포 표시 맵들의 및/또는 상기 필드 분포 표시 슬라이스들의 미리 결정된 최소 수,
    미리 결정된 감소 레벨,
    최대 인정가능(admissible) 비용 값(cv),
    상기 필드 분포 표시 맵들의 및/또는 상기 필드 분포 표시 슬라이스들의 수에 따른 비용 값(cv)의 증가 특성,
    상기 트레이닝 데이터 기록들로부터 결정된 상기 필드 표시 맵들의 이상적인 선택에 대한 기준들
    인,
    자기 공명 시스템 작동 시퀀스를 확립하기 위한 방법.
  10. 제 1 항 내지 제 9 항 중 어느 한 항에 있어서,
    상기 필드 분포 표시 맵들(ΔB0R, ΔB1R) 및/또는 상기 필드 분포 표시 슬라이스들(RS)은 추가의 입력 파라미터들 중 적어도 하나를 고려하여 확립되고,
    상기 추가의 입력 파라미터들은,
    어떻게 상이한 유형들의 필드 분포 맵들(ΔB0R, ΔB1)이 상기 방법 내에서 가중되는지를 설정하는 가중 값,
    상기 측정 구역 내의 규정된 관심 구역(region of interest; ROI),
    발생될 상기 자기 공명 시스템 작동 시퀀스의 시퀀스 유형(ST)
    인,
    자기 공명 시스템 작동 시퀀스를 확립하기 위한 방법.
  11. 자기 공명 시스템(1)을 동작시키기 위한 방법으로서,
    작동 시퀀스(AS)가 첫 번째로 제 1 항 내지 제 10 항 중 어느 한 항에 따른 방법으로 확립되고, 그 다음으로 상기 자기 공명 시스템(1)이 상기 작동 시퀀스(AS)를 이용하여 동작되는,
    자기 공명 시스템을 동작시키기 위한 방법.
  12. 필드 분포 맵 분석 장치(30)로서,
    제 1 수의 필드 분포 맵들(ΔB0, ΔB1), 특히 B0 맵들(ΔB0, ΔB1) 및/또는 B1 맵들(ΔB1)을 검출하기 위한 입력 인터페이스 어레인지먼트(31),
    상기 검출된 필드 분포 맵들(ΔB0, ΔB1)에 기초하여, 미리 결정된 최적화 기준에 따라 제 1 수의 포착된 필드 분포 맵들(ΔB0, ΔB1)을 표시하는 필드 분포 표시 맵들(ΔB0R, ΔB1R) 및/또는 필드 분포 맵들(ΔB0, ΔB1)의 다수의 클러스터들(C)을 확립하도록 구성되는 필드 분포 맵 그룹화 모듈(32) ― 필드 분포 표시 맵들(ΔB0R, ΔB1R)의 수는 상기 제 1 수의 필드 분포 맵들(ΔB0, ΔB1)보다 더 적음 ―,
    선택적으로, 필드 분포 표시 맵들(ΔB0R, ΔB1R) 및/또는 필드 분포 맵들(ΔB0, ΔB1)의 상기 클러스터들(C)에 기초하여, 다수의 필드 분포 표시 슬라이스들(RS)을 확립하도록 구성되는 표시 슬라이스 확립 모듈(33),
    확립된 필드 분포 표시 맵들(ΔB0R, ΔB1R) 및/또는 확립된 필드 분포 표시 슬라이스들(RS)에 대한 포지션 정보(PI)를 출력하기 위한 출력 인터페이스 어레인지먼트(34)
    를 포함하는,
    필드 분포 맵 분석 장치.
  13. 자기 공명 시스템(1)으로부터 측정 구역(9)으로 방출될 적어도 하나의 무선주파수 펄스 트레인(MP)을 포함하는 자기 공명 시스템 작동 시퀀스(AS)를 확립하기 위한 제어 시퀀스 확립 장치(22)로서,
    다수의 필드 분포 맵들(ΔB0, ΔB1), 특히 B0 맵들(ΔB0) 및/또는 B1 맵들(ΔB1)을 검출하기 위한 입력 인터페이스 어레인지먼트(23),
    제 12 항에 따른 필드 분포 맵 분석 장치(30),
    상기 필드 분포 맵들 및/또는 상기 필드 분포 표시 맵들에 기초하여 상기 무선주파수 펄스 트레인(MP)을 확립하기 위한 RF 펄스 확립 유닛(24)
    을 포함하는,
    자기 공명 시스템 작동 시퀀스를 확립하기 위한 제어 시퀀스 확립 장치.
  14. 무선주파수 송신 장치(6)를 포함하는 자기 공명 시스템(1)으로서,
    미리 결정된 작동 시퀀스(AS)에 기초하여 원하는 측정을 수행하기 위해 무선주파수 펄스 트레인을 방출하도록, 그리고 이와 협력하여 그레디언트 시스템에 의해 그레디언트 펄스 트레인(GP)을 방출하도록 구성되는 제어 장치(15) 및 그레디언트 시스템(4)을 포함하고,
    작동 시퀀스를 확립하기 위한, 그리고 상기 작동 시퀀스를 상기 제어 장치(15)에 전송하기 위한, 제 13 항에 따른 제어 시퀀스 확립 장치(22)
    를 특징으로 하는,
    무선주파수 송신 장치를 포함하는 자기 공명 시스템.
  15. 컴퓨터 프로그램으로서,
    상기 컴퓨터 프로그램은,
    필드 분포 맵 분석 장치(30) 및/또는 제어 시퀀스 확립 장치(22)의 메모리에 직접적으로 로딩될 수 있고,
    상기 프로그램이 상기 필드 분포 맵 분석 장치(30) 및/또는 제어 시퀀스 확립 장치(22)에서 실행될 때, 제 1 항 내지 제 11 항 중 어느 한 항에 따른 방법의 모든 단계들을 실행하기 위한 프로그램 코드 세그먼트들을 포함하는,
    컴퓨터 프로그램.
KR1020140039421A 2013-04-02 2014-04-02 자기 공명 시스템 작동 시퀀스 확립 KR102236865B1 (ko)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
DE102013205785.7 2013-04-02
DE102013205785.7A DE102013205785B4 (de) 2013-04-02 2013-04-02 Ermittlung einer Magnetresonanzsystem-Ansteuersequenz auf Basis einer reduzierten Anzahl an Feldverteilungskarten

Publications (2)

Publication Number Publication Date
KR20140120281A true KR20140120281A (ko) 2014-10-13
KR102236865B1 KR102236865B1 (ko) 2021-04-05

Family

ID=51519823

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020140039421A KR102236865B1 (ko) 2013-04-02 2014-04-02 자기 공명 시스템 작동 시퀀스 확립

Country Status (5)

Country Link
US (1) US9791531B2 (ko)
JP (1) JP6406851B2 (ko)
KR (1) KR102236865B1 (ko)
CN (1) CN104101849B (ko)
DE (1) DE102013205785B4 (ko)

Families Citing this family (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102012212402B3 (de) * 2012-03-20 2013-10-17 Siemens Aktiengesellschaft Ermittlung einer MR-Sequenz unter Berücksichtigung der Energieverteilungsfunktion im k-Raum
DE102012205292B4 (de) * 2012-03-30 2013-12-12 Siemens Aktiengesellschaft Ansteuerung eines Magnetresonanzsystems
DE102013205785B4 (de) * 2013-04-02 2014-10-09 Siemens Aktiengesellschaft Ermittlung einer Magnetresonanzsystem-Ansteuersequenz auf Basis einer reduzierten Anzahl an Feldverteilungskarten
DE102013218224B3 (de) * 2013-09-11 2015-01-29 Siemens Aktiengesellschaft Ermittlung von B1-Karten
DE102013221347B4 (de) * 2013-10-21 2015-04-30 Siemens Aktiengesellschaft Ermittlung einer Magnetresonanz-Pulssequenz unter Verwendung einer Kombination von verschiedenen Trajektorienverlaufs-Funktionen unter Berücksichtigung eines Trajektorien-Fehlermodells
CN105259525B (zh) * 2015-10-28 2019-08-13 北京大学 基于邻域共享压缩感知的动态对比增强磁共振快速成像方法
CN105708462A (zh) * 2016-01-14 2016-06-29 内蒙古医科大学附属医院 基于原发性癫痫的静息态功能磁共振的数据处理方法
DE102016200549A1 (de) 2016-01-18 2017-07-20 Siemens Healthcare Gmbh Verfahren zur Einstellung einer MRT-Sequenz
KR101819030B1 (ko) * 2016-02-17 2018-01-16 삼성전자주식회사 자기 공명 영상 장치 및 자기 공명 영상 장치를 위한 방법
DE102016202400A1 (de) * 2016-02-17 2017-08-17 Siemens Healthcare Gmbh Verfahren zum Betrieb eines Magnetresonanztomographen
US10802094B2 (en) 2016-05-27 2020-10-13 Synaptive Medical (Barbados) Inc. Magnetic resonance imaging of different nuclear spin species with the same radio frequency coil
US10462541B2 (en) * 2017-03-24 2019-10-29 Keithley Instruments, Llc Determination and rendering of scan groups
DE102017208746A1 (de) 2017-05-23 2018-11-29 Siemens Healthcare Gmbh Verfahren zur SMS-Aufnahme von Magnetresonanzdaten, Magnetresonanzeinrichtung, Computerprogramm und elektronisch lesbarer Datenträger
US10426424B2 (en) 2017-11-21 2019-10-01 General Electric Company System and method for generating and performing imaging protocol simulations
EP3809151A1 (de) * 2019-10-14 2021-04-21 Siemens Healthcare GmbH Computerimplementiertes verfahren zur bereitstellung einer ansteuersequenz und verfahren zur erfassung von messdaten durch eine magnetresonanzeinrichtung
DE102021202670A1 (de) * 2021-03-18 2022-09-22 Siemens Healthcare Gmbh Verfahren zur Durchführung einer Magnetresonanzmessung eines Patienten, Magnetresonanzvorrichtung und Computerprogrammprodukt
US20230194639A1 (en) * 2021-12-16 2023-06-22 Siemens Healthcare Gmbh Method for acquiring a magnetic resonance image dataset of a subject and magnetic resonance imaging system

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2007509686A (ja) * 2003-10-31 2007-04-19 コーニンクレッカ フィリップス エレクトロニクス エヌ ヴィ 擬似ランダム系列を生成する方法
US20070145975A1 (en) * 2005-12-22 2007-06-28 Thorsten Feiweier Method and magnetic resonance system for adjustment of the field strength of rf pulses
US20120161764A1 (en) * 2010-12-20 2012-06-28 Dieter Ritter Method and device to determine a magnetic resonance system activation sequence
US20120268130A1 (en) * 2011-03-25 2012-10-25 Hans-Peter Fautz Method and device for determining a magnetic resonance system activation sequence
US20130342200A1 (en) * 2010-12-21 2013-12-26 Kamil Ugurbil Method for Reducing Power Deposition in Magnetic Resonance Imaging Using Multiband Pulses and Multichannel Transmission

Family Cites Families (31)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE4216969C2 (de) 1992-05-22 2003-02-13 Axel Haase Verfahren zur simultanen Akquisition von Spinresonanzdaten für eine ortsaufgelöste Mehrschicht-Untersuchung eines Objektes
JPH08191812A (ja) 1995-01-18 1996-07-30 Toshiba Corp 磁気共鳴イメージング装置
US6078177A (en) 1998-01-05 2000-06-20 Picker International, Inc. Flared gradient coil set with a finite shield current
US6937883B2 (en) 2000-03-08 2005-08-30 Martin R. Prince System and method for generating gating signals for a magnetic resonance imaging system
WO2002056767A1 (fr) * 2001-01-19 2002-07-25 Kabushiki Kaisha Toshiba Imagerie parallele par resonance magnetique utilisant une carte de sensibilite de bobine haute precision
US7349729B2 (en) * 2003-10-20 2008-03-25 The Board Of Trustees Of The Leland Stanford Junior University Magnetic resonance imaging of different chemical species in a system having magnetic field heterogeneities
US7053618B2 (en) * 2003-11-26 2006-05-30 General Electric Company Method and apparatus to generate an RF excitation consistent with a desired excitation profile using a transmit coil array
EP1934622A1 (en) * 2005-10-07 2008-06-25 Koninklijke Philips Electronics N.V. Multiple-channel transmit magnetic resonance
US20090080750A1 (en) * 2006-04-21 2009-03-26 Koninklijke Philips Electronics N. V. Passive mr visualisation of interventional instruments
US8076939B2 (en) * 2008-04-10 2011-12-13 The General Hospital Corporation Method for fast magnetic resonance radiofrequency coil transmission profile mapping
WO2010032172A1 (en) * 2008-09-17 2010-03-25 Koninklijke Philips Electronics N.V. B1-mapping and b1l-shimming for mri
DE102008061455B4 (de) * 2008-12-10 2011-03-17 Siemens Aktiengesellschaft Verfahren und Vorrichtung zur Bestimmung einer vorbestimmten Signalamplitude bei MR-Messungen
US8077955B2 (en) * 2009-03-19 2011-12-13 Kabushiki Kaisha Toshiba B1 mapping in MRI system using k-space spatial frequency domain filtering
US8847593B2 (en) * 2009-03-31 2014-09-30 Koninklijke Philips N.V. Accelerated B1 mapping
EP2478382A1 (en) * 2009-09-17 2012-07-25 Koninklijke Philips Electronics N.V. Image intensity correction for magnetic resonance imaging
CN102498411A (zh) * 2009-09-17 2012-06-13 皇家飞利浦电子股份有限公司 Mri中rf功率和rf场均匀性的同时优化
DE102010013672B4 (de) 2010-04-01 2020-10-22 Siemens Healthcare Gmbh Verfahren und Einrichtung zur Ermittlung einer Magnetresonanzsystem-Ansteuersequenz und Verfahren zum Betrieb eines Magnetresonanzsystems
DE102011006149B4 (de) 2011-03-25 2012-10-31 Siemens Aktiengesellschaft Ermittlung einer Magnetresonanzsystem-Ansteuersequenz unter Optimierung der Sendebandbreite
DE102012203453B4 (de) * 2012-03-05 2014-07-03 Siemens Aktiengesellschaft Verfahren zur Ermittlung eines Satzes von B1-Feldkarten
DE102012212376B3 (de) 2012-03-20 2013-08-08 Siemens Aktiengesellschaft Ermittlung einer Magnetresonanzsystem-Ansteuersequenz
DE102012207132B3 (de) * 2012-04-27 2013-09-05 Siemens Aktiengesellschaft Ansteuerung eines Magnetresonanzsystems unter Ermittlung von Sendeskalierungsfaktoren für eine vorgegebene Zielmagnetisierung
US10684337B2 (en) * 2013-01-25 2020-06-16 Regents Of The University Of Minnesota Multiband RF/MRI pulse design for multichannel transmitter
EP2972518A4 (en) * 2013-03-15 2017-09-13 Ohio State Innovation Foundation Signal inhomogeneity correction and performance evaluation apparatus
DE102013205785B4 (de) * 2013-04-02 2014-10-09 Siemens Aktiengesellschaft Ermittlung einer Magnetresonanzsystem-Ansteuersequenz auf Basis einer reduzierten Anzahl an Feldverteilungskarten
JP2016533838A (ja) * 2013-09-10 2016-11-04 コーニンクレッカ フィリップス エヌ ヴェＫｏｎｉｎｋｌｉｊｋｅ Ｐｈｉｌｉｐｓ Ｎ．Ｖ． 金属耐性ｍｒイメージング
DE102013218224B3 (de) * 2013-09-11 2015-01-29 Siemens Aktiengesellschaft Ermittlung von B1-Karten
DE102013221347B4 (de) * 2013-10-21 2015-04-30 Siemens Aktiengesellschaft Ermittlung einer Magnetresonanz-Pulssequenz unter Verwendung einer Kombination von verschiedenen Trajektorienverlaufs-Funktionen unter Berücksichtigung eines Trajektorien-Fehlermodells
US9977110B2 (en) * 2014-05-08 2018-05-22 Magnetic Resonance Innovations, Inc. Method and apparatus for magnetic resonance imaging with radio frequency pulses generated according to phase criteria
DE102014226053A1 (de) * 2014-12-16 2016-06-16 Siemens Healthcare Gmbh Verfahren zum Betrieb einer Magnetresonanzeinrichtung und Magnetresonanzeinrichtung
US9846214B2 (en) * 2014-12-29 2017-12-19 Toshiba Medical Systems Corporation Magnetic resonance image reconstruction for undersampled data acquisitions
US10054658B2 (en) * 2014-12-29 2018-08-21 General Electric Company Method and apparatus for using B1 map to correct intensity of magnetic resonance images

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2007509686A (ja) * 2003-10-31 2007-04-19 コーニンクレッカ フィリップス エレクトロニクス エヌ ヴィ 擬似ランダム系列を生成する方法
US20070145975A1 (en) * 2005-12-22 2007-06-28 Thorsten Feiweier Method and magnetic resonance system for adjustment of the field strength of rf pulses
US20120161764A1 (en) * 2010-12-20 2012-06-28 Dieter Ritter Method and device to determine a magnetic resonance system activation sequence
US20130342200A1 (en) * 2010-12-21 2013-12-26 Kamil Ugurbil Method for Reducing Power Deposition in Magnetic Resonance Imaging Using Multiband Pulses and Multichannel Transmission
US20120268130A1 (en) * 2011-03-25 2012-10-25 Hans-Peter Fautz Method and device for determining a magnetic resonance system activation sequence

Also Published As

Publication number Publication date
KR102236865B1 (ko) 2021-04-05
JP6406851B2 (ja) 2018-10-17
DE102013205785A1 (de) 2014-10-02
CN104101849A (zh) 2014-10-15
US9791531B2 (en) 2017-10-17
DE102013205785B4 (de) 2014-10-09
US20140292333A1 (en) 2014-10-02
CN104101849B (zh) 2017-06-09
JP2014200682A (ja) 2014-10-27

Similar Documents

Publication Publication Date Title
KR102236865B1 (ko) 자기 공명 시스템 작동 시퀀스 확립
US9317917B2 (en) Method, reconstruction device, and magnetic resonance apparatus for reconstructing magnetic resonance raw data
US9396562B2 (en) MRI reconstruction with incoherent sampling and redundant haar wavelets
US9687172B2 (en) System for motion corrected MR diffusion imaging
EP2193385B1 (en) Magnetic resonance using multi-dimensional rf excitation pulses
US8816688B2 (en) Magnetic resonance imaging apparatus and magnetic resonance imaging method
US8093894B2 (en) Magnetic resonance imaging apparatus and magnetic resonance imaging method for improving uniformity in sensitivity map
US8085041B2 (en) Three-point method and system for fast and robust field mapping for EPI geometric distortion correction
US10203394B2 (en) Metal resistant MR imaging
US20130197347A1 (en) Method for Free-Breathing Magnetic Resonance Imaging Using Iterative Image-Based Respiratory Motion Correction
US8482280B2 (en) System and method for propeller magnetic resonance imaging with non-parallel bladelets
KR20130106787A (ko) 자기 공명 시스템 제어 시퀀스의 결정
JP2012245350A (ja) 拡散強調エコープラナー撮像法において高次渦電流に誘発された歪みを予測補正するためのシステムおよび方法
US9971007B2 (en) Method and apparatus for accelerated magnetic resonance imaging
US7429862B2 (en) PPA MRT method and apparatus with scaled contribution of k-space data to the reconstructed image
JP6762284B2 (ja) 磁気共鳴イメージング装置およびノイズ除去方法
US7956611B2 (en) Magnetic resonance imaging apparatus and method
CA3136644A1 (en) Dual gradient echo and spin echo magnetic resonance fingerprinting for simultaneous estimation of t1, t2, and t2* with integrated b1 correction
US11965945B2 (en) Magnetic resonance system and shimming method and imaging method thereof
US9459335B2 (en) System and method for parallel magnetic resonance imaging with optimally selected in-plane acceleration
US10823803B2 (en) Method and apparatus for reconstructing contrast levels from magnetic resonance acquisitions
US20230160982A1 (en) Medical data processing apparatus, medical data processing method, and magnetic resonance imaging apparatus
US20240206819A1 (en) Generating a motion-corrected magnetic resonance image dataset
US20220357414A1 (en) Adaptive Reconstruction of MR Data
JP4901627B2 (ja) 磁気共鳴撮影装置

Legal Events

Date Code Title Description
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant