BRPI1006422A2

BRPI1006422A2 - método de diferenciação entre água e tecido adiposo nos dados de imagem de ressonância magnética (irm), meio legível por computador, e, sistema que ultiliza uma técnica de dixon modificada para diferenciar entre água e tecido adiposo nos dados de imagem de ressonância magnética (irm)

Info

Publication number: BRPI1006422A2
Application number: BRPI1006422A
Authority: BR
Inventors: J Duijndam Adri; Brendel Bernhard; Eggers Holger
Original assignee: Koninl Philips Electronics Nv
Priority date: 2009-03-30
Filing date: 2010-02-19
Publication date: 2020-01-28
Also published as: US20120008847A1; WO2010113048A1; RU2011143800A; EP2414860A1; EP2414860B1; US8774475B2; CN102369454A; JP2012521841A; RU2521751C2; JP5676559B2; CN102369454B

Abstract

método de diferenciação entre água e tecido adiposo nos dados de imagem de ressonância magnética ( irm) , meio legível por computador, e, sistema que utiliza uma técnica de dixon modificada para diferenciar entre água e tecido adiposo nos dados de imagem de ressonância magnética (irm) ao distinguir entre gordura e água nos dados de rm adquiridos, uma técnica de dixon modificada inclui adquirirprimeiro e segundo sinais i 1 e i 2 , calcular o primeiro e segundo componentes b e s dos sinais i 1 e i 2 , onde um dos primeiro e segundo componentes corresponde à gordura e o outro corresponde à água, derivando dois candidatos de erro de fase diferencial deles e selecionando um erro de fase candidato com base na presunção de suavidade da falta de homogeneidade de campo desorientador . a determinação exata dos valores absolutos dos componentes de água e de gordura é, então, feita ao solucionar as três equações de sinal para duas variáveis que respectivamente correspondem à água e à gordura e é realizada utilizando, por exemplo, uma minimização de quadrados mínimos com um método de newton .

Description

MÉTODO DE DIFERENCIAÇÃO ENTRE ÁGUA E TECIDO ADIPOSO NOS DADOS DE IMAGEM DE RESSONÂNCIA MAGNÉTICA (IRM), MEIO LEGÍVEL POR COMPUTADOR, E, SISTEMA QUE UTILIZA UMA TÉCNICA DE DIXON MODIFICADA PARA DIFERENCIAR ENTRE ÁGUA E TECIDO ADIPOSO NOS DADOS DE IMAGEM DE RESSONÂNCIA MAGNÉTICA (IRM)

DESCRIÇÃO

A presente inovação se encontra na aplicação de sistemas de formação de imagem de ressonância magnética (RM), particularmente, em relação à RM com supressão adiposa e quantificação adiposa com RM. Entretanto, será apreciado que as técnicas descritas também podem encontrar aplicação em outros sistemas de formação de imagem, outros cenários de ressonância magnética, outras técnicas de coleção de dados de imagem e similares.

Ao medir um eco, é gerado um campo BI paralelo a um eixo longitudinal por meio de uma região de exame de um scanner de RM, o que faz com que núcleos celulares na região de exame se alinhem momentaneamente ao campo BI. Diferentes núcleos de materiais (por exemplo, gordura e água) ressonam ou giram de volta às suas posições originais em diferentes velocidades rotacionais. Um eco é causado e detectado pelo scanner de RM, de maneira a inverter o campo BI. Os núcleos de diferentes matérias estão em posições diferentes em suas respectivas rotações no momento em que o eco é gerado (por exemplo, tempo de eco), devido a suas diferentes velocidades rotacionais e podem, portanto, ser diferenciados durante a reconstrução da imagem. Outras técnicas empregam, por exemplo, aquisições de gradiente-eco em vez da de spineco descritas.

A supressão de sinal de lipidio é uma exigência comum em diversas aplicações de IRM. Ademais, uma quantificação simultânea de sinal de água e gordura recebeu interesse crescente ultimamente, por exemplo, no contexto de

2/17 doenças de distúrbio metabólico e de obesidade. Uma abordagem para atender a ambas as demandas é a formação de imagem de Dixon, que tem base na troca química diferente de prótons de água e de lipídeos e nas diferenças de fase resultantes entre os sinais deles em diferentes tempos de eco, o que permite uma separação retrospectiva na reconstrução de imagem.

Em particular, na formação de imagem rápida, a formação de imagem de Dixon é tipicamente realizada com somente dois tempos de eco diferentes para manter os tempos de escaneamento o mais curto possível. Os métodos de Dixon de dois pontos disponíveis impõem restrições no ângulo de águagordura nos diferentes tempos de eco utilizados para aquisição de dados. Isso leva à flexibilidade reduzida no projeto de sequência e, portanto, a tempos de escaneamento maiores geralmente.

Por exemplo, um ou ambos os tempos de eco têm uma fase fixa, o que leva a tempos de escaneamento maiores. Isto é, as técnicas de formação de imagem de Dixon convencionais empregam, no máximo, somente um tempo de eco de fase variável ou arbitrária, enquanto precisa de pelo menos um tempo de eco de fase fixa.

A presente aplicação provê sistemas e métodos para distinguir novos e melhorados entre materiais (por exemplo, gordura e água) que têm diferentes características ressonantes utilizando uma técnica de Dixon para IRM otimizada, que supera os problemas mencionados acima e outros.

De acordo com um aspecto, um método de diferenciação entre água e tecido adiposo nos dados de IRM compreende medir um primeiro sinal (li) e um segundo sinal (I2) em diferentes tempos de eco arbitrários durante um escaneamento de ressonância magnética (MR) de um indivíduo, e calcular o primeiro e segundo componentes do primeiro e

3/17 segundo sinais. O método ainda inclui derivar dois candidatos de erro de fase diferencial do primeiro e segundo componentes e selecionar, para cada pixel, um dos candidatos de erro de fase diferencial derivado com base na adoção de suavidade da falta de homogeneidade do campo desorientador. Adicionalmente, o método inclui reconstruir uma imagem de água e uma imagem de gordura utilizando o candidato de erro de fase diferencial selecionado.

De acordo com outro aspecto, um sistema que utiliza uma técnica de Dixon modificada para diferenciar entre água e tecido adiposo nos dados de IRM inclui um processador programado para medir um primeiro sinal (li) e um segundo sinal (I2) em diferentes tempos de eco arbitrários durante uma escaneamento de ressonância magnética (RM) de um indivíduo e para calcular o primeiro e segundo componentes do primeiro e segundo sinais. O processador é ainda programado para derivar dois candidatos de erro de fase diferencial do primeiro e segundo componentes e para selecionar, para cada pixel, um candidato de erro de fase diferencial, com base em uma adoção de suavidade da falta de homogeneidade de campo desorientador. O sistema ainda inclui um processador de reconstrução que reconstrói uma imagem de água e uma imagem de gordura utilizando o candidato de erro de fase diferencial selecionado, e uma memória que armazena as imagens reconstruídas.

Uma vantagem	é que 0	tempo de escaneamento	é
reduzido.
Outra vantagem é que	a qualidade de imagem	é
melhorada.
Uma vantagem	adicional	é que a flexibilidade	da
seleção de parâmetro de	protocolo	é aumentada.

4/17

Ainda, vantagens adicionais da inovação do assunto serão apreciadas pelos técnicos no assunto comum ao lerem e entenderem a seguinte descrição detalhada.

Os desenhos são somente para fins de ilustração dos diversos aspectos e não devem ser construídos como limitantes.

A FIGURA 1 ilustra um sistema que facilita as restrições de relaxamento em tempos de eco utilizados ao executar uma técnica de Dixon de dois pontos durante um escaneamento de RM para melhorar a eficiência do escaneamento e aumentar a resolução espaço-temporal e a área coberta, de acordo com um ou mais aspectos aqui descritos.

A FIGURA 2 ilustra um exemplo de uma imagem de água (contraste de luz), calculada utilizando os sistemas e métodos aqui descritos dos dados de eco duplo adquiridos em 3T com tempos de eco de 1,14 ms e 2,13 ms, correspondentes aos ângulos de água-gordura (Θ) de 179° e 333°.

A FIGURA 3 ilustra um exemplo de uma imagem de gordura (contraste de luz), calculada utilizando os sistemas e métodos aqui descritos dos dados de eco duplo adquiridos em 3T com tempos de eco de 1,14 ms e 2,13 ms, correspondentes a ângulos de água-gordura (Θ) de 179° e 333°.

A FIGURA 4 ilustra um método para diferenciação entre moléculas de gordura e de água em um indivíduo, utilizando dados de eco duplo arbitrários adquiridos durante um escaneamento de RM, de acordo com um ou mais aspectos aqui descritos.

A FIGURA 5 ilustra um método para diferenciação entre moléculas de gordura e de água em um indivíduo, utilizando dados de eco duplo arbitrários adquiridos durante uma escaneamento de RM, em que um erro de fase diferencial estimado Δφ é empregado para determinar qual componente grande B e componente pequeno S dos sinais medidos

5/17 corresponde à água a qual corresponde à gordura, de acordo com um ou mais aspectos aqui descritos.

A FIGURA 6 ilustra um sistema de hospital exemplar que inclui o dispositivo de IRM, que gera dados de formação de imagem que são reconstruídos por um processador de reconstrução para gerar representações de imagem 3D.

A FIGURA 7 é um exemplo de uma imagem de uma vista de seção cruzada por meio de um paciente gerada utilizando as equações (12)-(14), nas quais uma região da imagem é ampliada para apresentar os artefatos.

A FIGURA 8 é um exemplo de uma imagem da seção cruzada do paciente, gerada utilizando as equações (15)-(17) para reduzir os artefatos e suavizar as linhas de margem na imagem.

A FIGURA 9 ilustra um método para a diferenciação entre as moléculas de gordura e de água em um indivíduo utilizando os dados de eco duplo arbitrários adquiridos durante um escaneamento de RM, em que um erro de fase diferencial estimado Δφ é empregado para determinar qual componente grande B e componente pequeno S dos sinais medidos corresponde à água e qual corresponde à gordura e em que se presume que os componentes de água e de gordura sejam valores complexos, de acordo com um ou mais aspectos aqui descritos.

A FIGURA 1 ilustra um sistema 10 que facilita as restrições de relaxamento em tempos de eco utilizados ao executar uma técnica de Dixon de dois pontos durante um escaneamento de RM para melhorar a eficiência do escaneamento e aumentar a resolução espaço-temporal e área de cobertura, de acordo com um ou mais aspectos aqui descritos. O sistema inclui um dispositivo de IRM 12 que é acoplado a um processador 14 que executa e a memória 16 que armazena um ou mais conjuntos de instruções ou algoritmos executáveis em computador para realizar um escaneamento de aquisição de RM,

6/17 conforme aqui descrito. O dispositivo de IRM, o processador e a memória são adicionalmente acoplados a uma tela 18 e um ou mais processadores de reconstrução 20 que reconstroem os dados do escaneamento de RM adquiridos e/ou processados em uma imagem de RM para saída na tela 18.

O software de aquisição de RM é armazenado na memória 16 e executado pelo(s) processador(es) 14 para adquirir dados de RM 26 durante um escaneamento de um indivíduo posicionado em uma região de exame do dispositivo de IRM 12 durante o escaneamento de RM. O software de amostragem de eco de Dixon modificado 28 é armazenado na memória para execução pelo processador e facilita a aquisição de dados de eco de dois pontos 26 em tempos de eco arbitrários flexíveis, sem precisar também que o tempo de eco tenha uma fase fixa, de acordo com diversos aspectos aqui descritos.

Uma vez que os dados de RM 26 são adquiridos mediante a execução do software de aquisição de RM 22 com o software de Dixon modificado 28, é realizada a separação de sinal 30. Em um exemplo, a aquisição de RM é uma aquisição de eco (por exemplo, spin-eco, gradiente-eco etc.). A separação de sinal é alcançada ao solucionar uma pluralidade de equações matemáticas que usam os dados 26 como entrada e provêem a intensidade do sinal de cada espécie a ser separada como saída. Essa saída de intensidade de sinal 32 é armazenada na memória 16 e utilizada durante a execução de algoritmos de reconstrução 36 pelo(s) processador(es) de reconstrução 20 para gerar uma imagem de RM reconstruída com diferentes tipos de tecido. A separação é uma forma de reconstrução, em que o sinal para cada pixel é dividido (ou separado) em componentes originados a partir das diferentes espécies, como água e gordura.

7/17

A seguinte descrição é provida para explicar adicionalmente a função do(s) algoritmo(s) de separação 36 utilizando a técnica de Dixon modificada em relação ao exemplo específico de gordura (por exemplo, lipídeos) e água (por exemplo, em tecido não adiposo) em um indivíduo sujeito a um escaneamento de RM. Utilizando a técnica de Dixon modificada, dois sinais li e I2, medidos em dois tempos de eco diferentes, são matematicamente descritos como segue:

/ = (W + Fe^i&' )e^irp' (1) I₂=(yV + Fe^i&2y^<h (2) onde W e F são a contribuição de água e de gordura, respectivamente, ao sinal geral (W e F são, portanto, números reais positivos) , ©i e Θ2 são os ângulos de água-gordura conhecidos em dois tempos de eco, e φι e ç>2 representam os erros de fase (por exemplo, para os respectivos sinais) devido às imperfeições do sistema, como a falta de homogeneidade do campo principal e similares. Uma vez que os valores dos erros de fase são desconhecidos, uma determinação direta de W e F das Equações (1) e (2) não é possível. Assim, nesse ponto, o processador estima um componente grande B e um componente pequeno S dos respectivos sinais, a partir das equações (1) e (2) . Os componentes B e S do sinal podem ser armazenados na memória 16 como dados intermediários 40. Um dos componentes B e S representa W e o outro, F, mas o mapeamento é desconhecido até o processamento adicional. Portanto, os erros de fase são determinados para resolver esse problema de mapeamento.

Nas abordagens existentes para a separação de água e gordura de Dixon de dois pontos, a estimativa dos erros de fase tem base na presunção que eles são funções de suavidade espacialmente, isto é, eles mudam somente vagarosamente sobre o campo de visão. A medida que essa presunção é verdade

8/17 depende da magnitude dos erros de fase. Uma vez que φ>2 pode ser dividido no erro de fase φι e um erro de fase diferencial menor Δφ, que atende à adoção de suavidade bem melhor que φ>2, a estimativa é simplificada ao escolher ©i = 0, o que faz com

que as Equações (1) e (2) sejam	modificadas como segue:
/j = (W + F)e^i<p'	(3)
I₂ = (W + Fe^ye^^	(4)
Nesse caso, a fase de	li se iguala ao erro de	fase
φι, o que pode ser corrigido como segue:
J_l=(W + F)	(5)
j^íyv + Fe^i&2ye^iÍÍ(p	(6)
Nesse ponto, 0 erro	de fase diferencial Δφ	(por
exemplo, a diferença entre	φι e <p>2) continua a	ser
encontrado. Utilizando a Equaçãc	1 (6), dois candidatos para Δφ

são computados: um	candidato	é	calculado presumindo que	0
componente	grande	B é água	e	0 componente pequeno S	é
gordura, e	0 outro	candidato	é	calculado presumindo que S	é
água e B é	gordura,	de maneira	que:
				(7)
B + Se'®²
ίΔ^2 _				(8)
S + fie¹®²
0	mapeamento real de	B	e S para W e F é variante	no

espaço, isto é, pode ser diferente de pixel para pixel. Assim, Δφ é escolhido de dois candidatos para cada pixel separadamente, de maneira que a solução geral seja o mais suave possível. Essa abordagem, que pressupõe que ©2 mod π / 0, é conhecida (vide, por exemplo, Xiang QS. Two-point waterfat imaging with partially-opposed-phase (POP) acquisition: na asymmetric Dixon method. Magn Reson Med 2006; 56:572584.) . Uma vez que Δφ é estimado, ele pode ser eliminado da Equação (6), e W e F podem ser calculados a partir das

9/17

Equações (5) e (6).

De acordo com um ou mais aspectos aqui descritos, a abordagem anterior em relação às Equações (1) a (6) é generalizada, de maneira que ©i / 0. Por exemplo, B e S são calculados a partir das Equações (1) e (2), conforme descrito acima, com a única restrição sendo ©i Ψ ±©2. Portanto, a questão se torna estimar os erros de fase e calcular W e F. Adicionalmente, será ainda observado que uma estimativa de φι não é necessária para calcular W e F. Por exemplo, se li for multiplicado ao conjugado de I2, a equação resultante depende somente de W, F, ©1, ©2, e Δφ, de maneira que:

I*I₂ ^(W+ Fe~^i&')(W+ Fe^i&2)e^iÁ<p (9)

B e S são calculados novamente, mas dessa vez, de

forma	generalizada, conforme	descrito pelas Equações 1 e	2 em
referência ao documento por	Xiang. A partir	da equação	(9) ,
podem	ser derivados dois	candidatos	de	erro de	fase
diferencial, como das Equações (7) e (8),	de	maneira que:
	* _eíAp_; hh			(10)
	(B + Se~^i&1 )(B + Se^i&2)
	* _eíA<3₂ hh			(11)
	(S + Be~^i&1 )(S + Be^i&2)
	Entre esses dois	candidatos,	0	erro de	fase

diferencial real Δφ é selecionado, tipicamente com base em uma presunção de suavidade, conforme descrito acima ou por qualquer outro método adequado. Uma vez que φι é desconhecido, as Equações (5) e (6) podem não ser utilizadas para calcular W e F. Entretanto, três equações, que não dependem de φι e φ>2, podem ser derivadas como segue:

Z₁7₁ = (W + Fe^i&' )(W + Fe~^i&')(12)

I*I₂ = (w + Fe^i&2 )(W + Fe~^i&2)(13)

Ι*Ι₂€~^ί&φ ^(W+ Fe^i&2)(W+ Fe~^i&')(14)

10/17

A Equação (12) representa uma magnitude ao quadrado do primeiro sinal de eco li e a Equação (13) representa a magnitude ao quadrado do primeiro sinal de eco I2. A Equação (14) é provida para permitir solucionar W e F. Em um exemplo, W e F são solucionados ao utilizar uma técnica de mínimos quadrados (aplicando, por exemplo, um método de Newton). Das Equações (12) e (13) isoladas, somente B e S podem ser calculados, mas uma vez que Δφ é estimado conforme descrito, W e F podem ser calculados a partir das Equações (12) a (14) inequivocadamente, conforme pode ser visto das imagens de um exemplo clínico, conforme apresentado nas FIGURAS 2 e 3. De maneira alternativa, a equação do sinal (Equações (3) e (4)) pode ser resolvida para todos os desconhecidos.

De acordo com uma realização, o processador 14 pondera o sinal I2 antes de solucionar as três equações (12 a 14) para compensar uma queda de sinal entre os dois tempos de eco, utilizando o conhecimento anterior sobre as constantes de tempo de relaxamento esperado.

De acordo com outra realização, o processador 14 aplica a técnica de Dixon de dois pontos (ou qualquer outra) aqui descrita aos subconjuntos de dados adquiridos utilizando uma técnica de Dixon de três pontos para explorar a redundância, garantir a consistência e melhorar a robustez e precisão da técnica de Dixon de três pontos.

Será entendido que o processador 14 executa e a memória 16 armazena instruções executáveis em computador para realizar as diversas funções e/ou métodos aqui descritos. A memória 16 pode ser um meio legível por computador no qual é armazenado um programa de controle, como um disco, disco rígido ou similares. As formas comuns de meios legíveis por computador incluem, por exemplo, disquetes, discos flexíveis, discos rígidos, fita magnética ou qualquer outro meio de armazenamento magnético, CD-ROM, DVD, ou qualquer outro meio

11/17 óptico, RAM, ROM, PROM, EPROM, FLASH-EPROM, suas variantes, outro chip ou cartucho de memória, ou qualquer outro meio tangível do qual o processador 14 possa ler e executar. Nesse contexto, o sistema 10 pode ser implementado em ou como um ou mais computadores para fins gerais, computador(es) para fins especiais, um microprocessador ou microcontrolador préprogramado e elementos de circuito integrado periférico, um circuito integrado ASIC ou outro, um processador de sinal digital, um circuito eletrônico ou lógico cabeado, como um circuito de elemento discreto, um dispositivo de lógica programável, como PLD, PLA, FPGA, CPU de placa gráfica (GPU) ou PAL, ou similares.

A FIGURA 2 ilustra um exemplo de uma imagem de água 70 (contraste de luz) calculada utilizando os sistemas e métodos aqui descritos de dados de eco duplo adquiridos em 3T com tempos de eco de 1,14 ms e 2,13 ms, correspondentes a ângulos de água-gordura (Θ) de 179° e 333°.

A FIGURA 3 ilustra um exemplo de uma imagem de gordura 80 (contraste de luz), calculada utilizando os sistemas e métodos aqui descritos de dados de eco duplo adquiridos em 3T com tempos de eco de 1,14 ms e 2,13 ms, correspondentes a ângulos de água-gordura (Θ) de 179° e 333°.

A FIGURA 4 ilustra um método para a diferenciação entre as moléculas de gordura e água em um indivíduo utilizando dados de eco duplo arbitrários adquiridos durante um escaneamento de RM, de acordo com um ou mais aspectos aqui descritos. Em 110, dois sinais li e I2 são medidos durante um escaneamento de RM utilizando uma técnica de Dixon modificada. Os componentes grandes e pequenos B e S dos sinais li e I2 são calculados em 112. Em 114, dois candidatos de erro de fase diferencial são derivados deles. Em 116, um candidato de erro de fase diferencial é selecionado e é feita uma determinação em relação a qual dos componentes B e S

12/17 corresponde à água (W) e qual dos componentes corresponde à gordura ou lipídeo (F). Em 118, as imagens de RM são reconstruídas para apresentar os conteúdos de água e de gordura seletivos do sinal em 120.

A FIGURA 5 ilustra um método para a diferenciação entre as moléculas de gordura e água em um indivíduo, utilizando dados de eco duplo arbitrários adquiridos durante um escaneamento de RM, em que um erro de fase diferencial estimado Δφ é empregado para determinar qual entre um componente grande B e um componente pequeno S dos sinais medidos corresponde à água e correspondem à gordura, de acordo com um ou mais aspectos aqui descritos. Em 130, uma técnica de Dixon modificada é utilizada para medir dois sinais, li e I2, em dois tempos de eco diferentes durante uma aquisição de dados de RM. Em 132, um componente grande B e um componente pequeno S dos respectivos sinais são estimados (por exemplo, a partir das equações (1) e (2)), com a única restrição que ©1 Ψ ±©2. Em 134, o sinal li é multiplicado ao conjugado I2, a equação resultante depende somente de W, F, ©1, ©2 e Δφ, conforme estabelecido na

Equação (9).

Em 136, dois candidatos de erro de fase diferencial são derivados, conforme estabelecido pelas Equações (10) e (11) . Entre os dois candidatos, o erro de fase diferencial real Δφ é selecionado, conforme descrito acima, com base na presunção de suavidade, em 138. Em 140, três equações, que não dependem de φι e φ>2, são derivadas como segue:

;₁7₁ = (W + Fe'®¹ )(W + Fe~^i&')(12)

Z₂*Z₂ = (W + Fe'®² )(W + Fe^-1®²)(13)

Ι*Ι^~^Άφ = (W + Fe¹®² )(W + Fe~^i&')(14)

Em 142, as três equações são solucionadas concomitantemente para determinar W e F. O escaneamento de

13/17 dados de RM é então reconstruída em uma imagem em 144. A imagem sai para um usuário (por exemplo, na tela 18 da FIGURA 1) ou armazenada na memória (por exemplo, a memória 16 da FIGURA 1) em 146.

Em uma realização, os métodos aqui descritos incluem adicionalmente a ponderação do sinal I2 antes de solucionar as três equações (12-14) para compensar a queda de sinal entre os dois tempos de eco, utilizando o conhecimento anterior nas constantes de tempo de relaxamento esperado.

Em outra realização, os métodos aqui descritos incluem aplicar uma técnica de Dixon de dois pontos (por exemplo, qualquer técnica de Dixon de dois pontos adequada) aos subconjuntos de dados coletados durante aquisições de Dixon de três pontos para explorar a redundância, garantir a consistência e melhorar a robustez e precisão das técnicas de Dixon de três pontos.

Com referência à FIGURA 6, um sistema de hospital exemplar 150 pode incluir um dispositivo de formação de imagem, como o dispositivo de IRM 12 ou similares, que gere dados de formação de imagem que são reconstruídos por um processador de reconstrução 152 para gerar representações de imagem 3D. As representações de imagem são comunicadas em uma rede 154 a uma memória central 156 ou uma memória local 158.

Em uma estação 160 conectada à rede, um operador utiliza a interface de usuário 162 para mover uma imagem de RM de paciente 3D selecionada para ou entre a memória central 156 e a memória local 158. Um processador de vídeo 166 exibe a imagem de RM selecionada em uma primeira janela de visualização II81 da tela 18. Uma segunda imagem de RM pode ser exibida em uma segunda janela de visualização II82. Por exemplo, a imagem de água 70 da FIGURA 2 pode ser exibida na primeira janela de visualização e a imagem de gordura 80 da FIGURA 3 pode ser exibida na segunda janela de visualização.

14/17

Uma terceira janela de visualização II83 pode exibir uma cobertura das imagens na primeira e segunda janelas de visualização. De modo opcional, um usuário pode manipular a imagem de cobertura na terceira janela de visualização através de uma variação de ponderações relativas dos dados de imagem de gordura e de água. Em uma realização, a interface de usuário inclui um botão ou uma barra deslizante (não apresentado) que o usuário pode utilizar para ajustar a imagem de cobertura dos dados puramente de imagem de gordura aos dados puramente de imagem de água e qualquer lugar entre eles .

Os dados de imagem de gordura, imagem de água e/ou de imagem de cobertura podem ser utilizados em outras aplicações. Por exemplo, uma estação de planejamento de terapia 170 pode utilizar os dados de imagem para planejar uma sessão de terapia. Uma vez planejada para a satisfação do operador, a terapia planejada pode, quando apropriado para um procedimento automatizado, ser transferida para um dispositivo de terapia 172 que implementa a sessão planejada. Outras estações podem utilizar os dados de imagem de gordura e/ou de água em diversos outros processos de planejamento.

As FIGURAS 7 e 8 se referem a uma realização na qual os termos água e gordura que são computados dos dados de entrada utilizando o mapa de fase diferencial computado que devem ser considerados como valores complexos, a fim de reduzir os artefatos que podem surgir ao empregar as equações (12)-(14). Os resultados de um sistema linear de equações (15), (16), que podem ser solucionados facilmente e reduzem ou eliminam os artefatos que podem resultar das equações (12)-(14). De acordo com uma realização, os sistemas e métodos são executados, conforme aqui descritos, em relação às FIGURAS 1 a 6, exceto quando as equações (15)-(16) forem substituídas pelas equações (12)-(14) (por exemplo, conforme

15/17 descrito em relação às FIGURAS 1 e 5) e solucionadas da mesma forma.

Nessa abordagem, IV e F são considerados complexos.

Eles são substituídos por W' = e F' = Fe^líPi nas equações de sinal (1) e (2) para eliminarem e e^!—, resultando no sistema de duas equações lineares complexas:

= ₍₁₅₎ “ (X (16) onde W' e F' são os termos água e gordura de valor complexo e θι _e Θ2 são os ângulos de água-gordura conhecidos nos dois tempos de eco. φ representa erros de fase devido a imperfeições do sistema, como a falta de homogeneidade do campo principal e similares, e, portanto, Δφ é um termo de fase similar, mas que representa a fase de diferença entre os dois ecos. Dados os dados e a fase diferencial na forma de fasor e^lüip, os termos complexos de água e de gordura podem ser facilmente computados. Para as imagens finais, os valores absolutos dos termos de água e de gordura são considerados.

Uma vez que é estimado conforme descrito, esse sistema de equações é solucionado analiticamente (por exemplo, pelo processador 14 da FIGURA 1) por meio de:

e produz diretamente a magnitude do sinal de água e de gordura, desde que IWrf e .

Em uma realização, o sinal I2 é ponderado (por exemplo, pelo processador 14) antes de solucionar as três equações para compensar a queda de sinal entre os dois tempos de eco, utilizando o conhecimento anterior sobre constantes de tempo de relaxamento esperado

Da mesma forma, a FIGURA 7 é um exemplo de uma imagem 180 de uma vista de seção cruzada 182 através de um

16/17 paciente gerada utilizando as equações (12) a (14), na qual uma região 184 da imagem é ampliada para apresentar os artefatos 186. As linhas de margem irregulares 188 também são apresentadas. Essa imagem pode ser gerada utilizando os sistemas e métodos aqui descritos com as equações (12)-(14). Entretanto, a fim de reduzir os artefatos e suavizar as linhas de margem, a equação (17) pode ser empregada no lugar das equações (12)-(14), conforme apresentado em relação à imagem da FIGURA 8.

A FIGURA 8 é um exemplo de uma imagem 200 da seção cruzada 182 do paciente gerada utilizando a equação (17) para reduzir os artefatos e suavizar as linhas de margem na imagem. Uma região 202 da imagem é ampliada para apresentar a ausência dos artefatos 186 visíveis na FIGURA 7. Adicionalmente, as linhas de margem 204 são significantemente mais suaves que as linhas de margem 188 da imagem da FIGURA 7 .

A FIGURA 9 ilustra um método para a diferenciação entre moléculas de gordura e água em um indivíduo utilizando os dados de eco duplo arbitrários adquiridos durante um escaneamento de RM, em que um erro de fase diferencial estimado Δφ é empregado para determinar qual entre o componente grande B e o componente pequeno S dos sinais medidos corresponde à água e qual corresponde à gordura, e em que se presume que os componentes de água e de gordura sejam valores complexos, de acordo com um ou mais aspectos aqui descritos. Em 220, uma técnica de Dixon modificada é utilizada para medir os sinais, li e I2, em dois tempos de eco diferentes durante uma aquisição de dados de RM. Em 222, um componente grande B e um componente pequeno S dos respectivos sinais são estimados (por exemplo, das equações (1) e (2)), com a única restrição que ©1 Ψ ±©2. Em 224, o sinal li é multiplicado ao conjugado de I2, a equação

17/17 resultante depende somente de W, F, Θ1, Θ2 e Δφ, conforme estabelecido na Equação (9).

Em 226, dois candidatos de erro de são derivados, conforme estabelecido pelas fase diferencial

Equações (10) e (11) . Entre os dois candidatos o erro de fase diferencial real Δφ é selecionado, conforme descrito acima com base na presunção de suavidade em 228. Em

(15)

Em 232 as duas equações são solucionadas concomitantemente para determinar W' e F ie.

escaneamento de dados de

RM então reconstruído em uma imagem 234. A imagem é produzida para um exemplo, na tela 18 da FIGURA 1) ou armazenada na memória (por exemplo, a memória 16 da

FIGURA 1) em 236.

Em uma realização, os métodos aqui descritos ainda incluem ponderar o sinal I2 antes de solucionar as três equações (15)-(17) para compensar a queda de sinal entre os dois tempos de eco, utilizando o conhecimento anterior sobre as constantes de tempo de relaxamento esperado.

Claims

REIVINDICAÇÕES

1. MÉTODO DE DIFERENCIAÇÃO ENTRE ÁGUA E TECIDO ADIPOSO NOS DADOS DE IMAGEM DE RESSONÂNCIA MAGNÉTICA (IRM), caracterizado por compreender:

medir um primeiro sinal (li) e um segundo sinal (I2) em diferentes tempos de eco arbitrários durante um escaneamento de ressonância magnética (RM) de um indivíduo;

calcular o primeiro e segundo componentes (B, S) do primeiro e segundo sinais;

derivar dois candidatos de erro de fase diferencial (Δφι, Δφ2) do primeiro e segundo componentes (B, S);

selecionar para cada pixel, um dos candidatos de erro de fase diferencial (Δφ) derivados, com base em uma presunção de suavidade da falta de homogeneidade de campo desorientador;

reconstruir uma imagem de água (70) e uma imagem de gordura (80) utilizando o candidato de erro de fase diferencial (Δφ) selecionado.
2. MÉTODO, de acordo com a reivindicação 1, caracterizado em que o primeiro componente (B) é maior ou igual ao segundo componente (S) e em que os dois candidatos de erro de fase diferencial são derivados utilizando as seguintes equações:

⁽¹⁰ >

(B + Se~^lOl)(B + Se^l°²) *

_e ^iK(P2 ___________________ (11) (S + Be“'®^? )(S + Be'®²) em que B é o primeiro componente, S é o segundo componente, ©1 é um ângulo de água-gordura do primeiro sinal li, Θ2 é um ângulo de água-gordura do segundo sinal I2 e Δφι e Δφ>2 são os candidatos de erro de fase diferenciais; e incluindo adicionalmente a aplicação da restrição que ©1 4 ±©2 ·
3. MÉTODO, de acordo com qualquer uma das reivindicações 1 ou 2, caracterizado por incluir adicionalmente:

determinar qual entre o primeiro e segundo componentes representa uma contribuição de sinal do tecido adiposo e qual entre o primeiro e segundo componentes representa uma contribuição do sinal do tecido de água.
4 . MÉTODO, de acordo com qualquer uma das reivindicações 1 a 3, caracterizado por incluir adicionalmente:

para cada pixel, solucionar concomitantemente as três equações para calcular o sinal de gordura e de água dos dados de IRM, as três equações sendo:

Z₁7₁ = (W + Fe¹'®¹ )(W + Fe~^i&') (12) Z₂*Z₂ = (W + Fe¹®² )(W + Fe^-1®²) (13) 1*1^-^ = (W + Fe¹®² )(W + Fe~^i&') (14)

em que W representa uma contribuição de sinal da água e F representa uma contribuição de sinal da gordura; e incluindo adicionalmente ponderar o sinal I2 antes de solucionar as três equações para compensar a queda de sinal entre os dois tempos de eco, utilizando o conhecimento anterior sobre constantes de tempo de relaxamento esperado.
5. MÉTODO, de acordo com qualquer uma das reivindicações 1 a 3, caracterizado por ainda incluir:

para cada pixel, solucionar concomitantemente as duas equações para calcular o sinal de gordura e de água dos dados de IRM, as duas equações sendo:

= W'+F' e^i&' (15)

Z₂ = (W'+F'e^i&2)e^iK<p (16) e a solução sendo:

A ι^-^Άφ em que W' representa uma contribuição de sinal da água e F' representa uma contribuição de sinal da gordura; e incluindo ainda ponderar o sinal I₂ antes de solucionar as três equações para compensar a queda de sinal entre os dois tempos de eco, utilizando o conhecimento anterior sobre constantes de tempo de relaxamento esperado.
6. MÉTODO, de acordo com qualquer uma das reivindicações 1 a 5, caracterizado por ainda incluir:

reconstruir os dados de RM em uma imagem de RM (38); e produzir a imagem de RM em uma tela (18) e uma memória (16).
7. MEIO LEGÍVEL POR COMPUTADOR (16), caracterizado por carregar o software para controlar um processador (14) para realizar o método, tal como definido em qualquer uma das reivindicações 1 a 6.

SISTEMA QUE UTILIZA UMA TÉCNICA DE DIXON

MODIFICADA PARA DIFERENCIAR ENTRE ÁGUA E TECIDO ADIPOSO NOS

DADOS DE IMAGEM DE RESSONÂNCIA MAGNÉTICA (IRM), caracterizado por compreender:

um processador (14) programado para:

medir um primeiro sinal (li) e um segundo sinal (I₂) em diferentes tempos de eco arbitrários durante um escaneamento de ressonância magnética (RM) de um indivíduo, calcular o primeiro e segundo componentes (B, S) do primeiro e segundo sinais, derivar dois candidatos de erro de fase diferencial (Δφι, Δφ₂) do primeiro e segundo componentes, e selecionar, para cada pixel, um candidato de erro de fase diferencial (Δφ), com base na presunção de suavidade da falta de homogeneidade de campo desorientador;

um processador de reconstrução (20) que reconstrói

uma imagem de água (70) e uma imagem de gordura (80) utilizando 0 candidato de erro de fase diferencial selecionado; e uma memória (16) que armazena as imagens

reconstruídas (38).
9. SISTEMA, de acordo com a reivindicação 8, caracterizado em que o primeiro componente é maior ou igual ao segundo componente e em que o processador (14) deriva os dois candidatos de erro de fase diferencial utilizando as seguintes equações:

* e^iK(Pí =------------------ (10) (B + Se~^í&1)(B + Se^í&2) *

_e ^iK(?2 ___________________ (11) (S + Be~^i&1 )(S + Be^i&2) em que B é o primeiro componente, S é o segundo componente, ©i é um ângulo de água-gordura do primeiro sinal li, ©2 é um ângulo de água-gordura do segundo sinal I2, e Δφι e Δφ>2 são os candidatos de erro de fase diferencial; e em que o processador aplica a restrição que ©1 Ψ ±©2 ·
10. SISTEMA, de acordo com qualquer uma das reivindicações 8 ou 9, caracterizado por ainda incluir:

determinar qual entre o primeiro e segundo componentes (B, S) representa uma contribuição de sinal do tecido adiposo e qual entre primeiro e segundo componentes representa uma contribuição de sinal do tecido de água.
11. SISTEMA, de acordo com qualquer uma das reivindicações 8 a 10, caracterizado em que o processador (14) soluciona concomitantemente as três equações para

5/6 calcular o sinal de gordura e de água, as três equações sendo:

;₁7₁ = (W + Fe'®¹ )(W + Fe~^i&')(12)

I*I₂ = (W + Fe'®² )(W + Fe^-'®²)(13)

Ι*Ι₂β~^Άφ = (W + Fe'®² )(W + Fe~^i&')(14) em que W representa uma contribuição de sinal da água e F representa uma contribuição de sinal da gordura; e em que o processador (14) pondera o sinal I2 antes de solucionar as três equações para compensar a queda de sinal entre os dois tempos de eco, utilizando o conhecimento anterior sobre constantes de tempo de relaxamento esperado.
12. SISTEMA, de acordo com qualquer uma das reivindicações 8 a 10, caracterizado em que processador (14) soluciona concomitantemente as três equações para calcular o sinal de gordura e de água sinal, as duas equações sendo:

I_x = W'+F'e^i&' (15)

Z₂ = (W'+F'e‘®²) ^F'J^_ e¹®² -e'®¹ ιΔφ i&. e a solução sendo:

— e^í&l l₂e~^iK<p em que W' representa uma contribuição de sinal da água e F' representa uma contribuição de sinal da gordura; e em que o processador (14) pondera o sinal I2 antes de solucionar as três equações para compensar a queda de sinal entre os dois tempos de eco, utilizando o conhecimento anterior sobre constantes de tempo de relaxamento esperado.
13. SISTEMA, de acordo com qualquer uma das reivindicações 8 a 12, caracterizado em que o processador (14) aplica uma técnica de Dixon de dois pontos aos subconjuntos de dados das aquisições de Dixon de três ou mais pontos, para explorar a redundância, garantir a consistência,

6/6 e aumentar a robustez e precisão de uma técnica de Dixon de três ou mais pontos.
14. SISTEMA, de acordo com qualquer uma das reivindicações 8 a 13, caracterizado por ainda incluir:

5 uma tela (18) na qual pelo menos uma ou a imagem de água (70) ou a imagem de gordura (80) é exibida ou uma combinação das duas.
15. SISTEMA, de acordo com a reivindicação 14, caracterizado por ainda incluir:

10 primeira e segunda janelas de visualização (118i,

II82) na tela (18), nas quais a imagem de água (70) e a imagem de gordura (80) são respectivamente exibidas; e uma terceira janela de visualização (II83) na tela (18), na qual a imagem de água (70) e a imagem de gordura

15 (80) são cobertas de maneira ajustável ou combinadas uma à outra.