CN103356185A - 对活体检测对象的脑的预定体积段进行功能性磁共振成像的方法和磁共振设备 - Google Patents

对活体检测对象的脑的预定体积段进行功能性磁共振成像的方法和磁共振设备 Download PDF

Info

Publication number
CN103356185A
CN103356185A CN2013101162564A CN201310116256A CN103356185A CN 103356185 A CN103356185 A CN 103356185A CN 2013101162564 A CN2013101162564 A CN 2013101162564A CN 201310116256 A CN201310116256 A CN 201310116256A CN 103356185 A CN103356185 A CN 103356185A
Authority
CN
China
Prior art keywords
data
frequency
eeg
eeg data
magnetic resonance
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN2013101162564A
Other languages
English (en)
Inventor
D.格罗茨基
B.海斯曼
J.伦格
S.施密特
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Siemens AG
Original Assignee
Siemens AG
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 Siemens AG filed Critical Siemens AG
Publication of CN103356185A publication Critical patent/CN103356185A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/316—Modalities, i.e. specific diagnostic methods
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/0033—Features or image-related aspects of imaging apparatus classified in A61B5/00, e.g. for MRI, optical tomography or impedance tomography apparatus; arrangements of imaging apparatus in a room
    • A61B5/004—Features or image-related aspects of imaging apparatus classified in A61B5/00, e.g. for MRI, optical tomography or impedance tomography apparatus; arrangements of imaging apparatus in a room adapted for image acquisition of a particular organ or body part
    • A61B5/0042—Features or image-related aspects of imaging apparatus classified in A61B5/00, e.g. for MRI, optical tomography or impedance tomography apparatus; arrangements of imaging apparatus in a room adapted for image acquisition of a particular organ or body part for the brain
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/05—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves 
    • A61B5/055—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves  involving electronic [EMR] or nuclear [NMR] magnetic resonance, e.g. magnetic resonance imaging
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/316—Modalities, i.e. specific diagnostic methods
    • A61B5/369—Electroencephalography [EEG]
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/316—Modalities, i.e. specific diagnostic methods
    • A61B5/369—Electroencephalography [EEG]
    • A61B5/372—Analysis of electroencephalograms
    • A61B5/374—Detecting the frequency distribution of signals, e.g. detecting delta, theta, alpha, beta or gamma waves
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7235—Details of waveform analysis
    • A61B5/7264—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems
    • 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
    • G01R33/56—Image enhancement or correction, e.g. subtraction or averaging techniques, e.g. improvement of signal-to-noise ratio and resolution
    • G01R33/5608—Data processing and visualization specially adapted for MR, e.g. for feature analysis and pattern recognition on the basis of measured MR data, segmentation of measured MR data, edge contour detection on the basis of measured MR data, for enhancing measured MR data in terms of signal-to-noise ratio by means of noise filtering or apodization, for enhancing measured MR data in terms of resolution by means for deblurring, windowing, zero filling, or generation of gray-scaled images, colour-coded images or images displaying vectors instead of pixels
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems

Abstract

本发明涉及用于活体检测对象(0)的脑的预定体积段的功能性MR成像的方法和磁共振设备(5)。在此实施以下步骤：获取预定体积段的MR数据(25)；获取检测对象(0)的EEG数据，其中EEG数据(26)的获取与MR数据(25)的获取同时进行；在考虑所获取的EEG数据(26)的情况下分析处理MR数据。

Description

对活体检测对象的脑的预定体积段进行功能性磁共振成像的方法和磁共振设备
技术领域
本发明涉及用于功能性磁共振(MR)成像(fMRI)的方法和磁共振设备，其中生成了活体检测对象(特别是人)的脑的MR图像。 
背景技术
“静态fMRI”是一种MR方法，在该方法中患者的MR图像以静止状态方式获得。如传统的fMRI中一样，在该MR图像中通过BOLD效应(“血氧水平依赖(Blood Oxygen Level Dependent)”)来确定信号变化，该效应表示特定的脑区域的生理活跃度。 
在传统的fMRI中，向患者施加特定的刺激或赋予特定的任务，与其相反，在静止状态fMRI中，以静止状态方式获得MR图像。对此示出了特定脑中枢活跃的暂时交互作用，该交互作用是通过中枢的交联程度来确定的，从而能够再获得相关的诊断信息，例如关于精神疾病的信息。 
用于静止状态fMRI的与形态MR图像结合的MR检测可以持续15分钟或更长。由此则存在以下风险，即患者的活跃状态发生改变，例如由于患者入睡，这从负面导致了不相关的活跃模式，以及错误的结果或甚至误诊。 
由此本发明的目的在于，至少消除现有技术中的问题。 
发明内容
根据本发明，该目的是通过根据权利要求1的用于功能性MR成像的方法、通过根据权利要求11的磁共振设备、通过根据权利要求12的电脑程序产品和通过根据权利要求13的电子可读数据载体实现的。从属权利要求限定了本发明优选的和有益的实施方案。 
根据本发明提供了一种用于活体检测对象的脑的预定体积段的功能性MR成像的方法。对此，该方法包括以下步骤： 
□获取预定体积段的MR数据。 
□获取检测对象的EEG数据，其中，EEG数据的获取和MR数据的获取同时进行。 
□根据所获取的EEG数据对MR数据进行分析处理。 
通过MR数据和EEG数据的同时获取可以实现：根据EEG数据来检查在获取MR数据期间是否存在所期望的活跃状态。由此还可以有益地实现，根据分别借助于EEG数据所确定的活跃状态对MR数据进行分析处理，或仅对在所期待的患者活跃状态下所获取的MR数据进行分析处理。 
此处，通过例如生成所获取EEG数据的频谱，能够实施EEG数据的光谱分析。对MR数据的分析处理能够根据光谱分析或根据获取的频谱进行。 
根据光谱分析或根据频谱能够对患者的实时活跃状态进行评估。因为对MR数据的分析处理是根据光谱分析或根据所获取的频谱进行的，所以例如能够仅对这种MR数据进行分析处理：该MR数据在患者具有所期望的活跃状态时被获取。 
根据本发明的优选实施方式，MR数据和EEG数据的获取的同时获取是在多个彼此连续的时间区间(Zeitintervallen)或时间切片(Zeitscheiben)中进行的。在此，对于每个时间切片，确定在该时间切片中所获取的EEG数据的频谱。根据对于各时间切片所确定的频谱确定对于各时间切片的分类(Klasse)。这些分类也被分配给在各时间切片中所获取的MR数据，从而使在多个时间切片中所获取的MR数据被分配给不同的分类。为了分析处理MR数据，对确定分类的MR数据根据该分类进行分析处理，从而对确定分类的MR数据不同于其他确定分类的MR数据的方式进行分析处理。 
根据优选实施方式的第一变化方案，EEG数据可以具有的频谱被划分为预定数量的频段。这种划分的实例是将频段划分为δ-波长、θ-波长、α-波长、β-波长和γ-波长。此处，分类的数量对应于(entsprechen)频段的数量，从而使每个分类与一个频段相对应。根据第一变化方案确定了，EEG数据主要处于频段中。那么相应于该频段的分类还是各时间切片的分类，从而使在该时间切片期间所获取的MR数据被分配给该分类。 
换句话说，对每个时间切片确定，在该时间切片期间获取的EEG波长的最大份额的频谱位于哪个频段中或哪个频率分类中。那么在时间切片期间获取的MR数据也被分配至该频率分类中。在根据本发明的MR检测结束时，存在多个MR数据的数据集，其中，只要为每个频率分类获取MR数据，则 MR数据的数据集的数量与频段或频率分类的数量相当(也即频率分类或分类的数据集的数量也可以为零)。 
如果例如分类(频率分类)相应于传统的α-波长-频率分类时，则在本发明方法结束时存在MR数据的数据集，该MR数据在同样的时间切片期间被获取，在时间切片期间检测对象的EEG数据或EEG-波长主要对应于所谓的α-波长。因此可以实现仅提取α-波长-频率分类的MR数据用于分析处理，并且丢弃其他MR数据。 
由此有益地实现了，仅对这种MR数据进行分析处理，该MR数据在检测对象具有预定的所期望活跃状态的时段中获取。由此可以几乎消除由于在不期望的活跃状态期间接收MR数据所导致的MR数据错误。 
根据优选实施例的第二种变化方案，将频谱重新划分为预定数量的具有EEG数据的频段。此处，划分也可以相应于传统的被分为α、β、γ、δ、θ频段或频率分类的划分。与在第一变化方案中相同，在第二变化方案中也存在一定数量的预定分类，其中，预定分类的数量在第二变化方案中不一定相应于频率分类的数量。在第二变化方案中，每个预定分类是通过限定频段内EEG数据的频率份额所限定的。换句话说，通过在第一频段内的频率份额、通过在第二频段内的频率份额、......、通过预订频段的最后频段内的频率份额对每个预定分类进行限定。现在，为了将在特定的时间切片内所获取的EEG数据分配至预定分类中，对在预定频段内部所获取的EEG数据进行测定。时间切片的分类则对应于如下的预定分类，在该预订分类中预定的频率份额最好地相应于所获取的EEG数据的频率份额。 
为了对其进行测定，例如可以对每个用于限定频段的预定分类确定一个额定值。那么可以对每个用于各自频段的各分类确定在该频段内所获取的EEG波长的频率份额与该分类的该频段的额定值之间的差值。各自的时间切片被分配给该差值最小的分类。对此，例如可以对每个预定分类确定在各频段内所获取的EEG数据的频率份额与该分类的该频段的额定值之间的差值的总和。总和最小的预定分类被分配给各时间切片作为分类。 
在第二变化方案中，将时间切片的EEG数据以及由此MR数据可以根据相对于第一变化方案更复杂的方案进行划分。由此可以通过对EEG数据的分析处理对更复杂的活跃状态(例如通过视觉刺激所引发的活跃状态、通过可听的刺激所引发的活跃状态或在没有外界刺激下所产生的活跃状态(静 止状态))进行区别，并将所获取的MR数据划分到相应的分类中。如果要例如仅对在“静止状态”活跃状态期间所获取的MR数据进行分析处理，可以在“静止状态”活跃状态下获取脑中的不同功能网络的活跃度并且将其呈现出来。换句话说，可以将在不同的活跃状态下所获取的MR数据各自进行分析处理，用以另外获取不同功能网络(每个活跃状态具有其各自功能网络)的活跃度。 
此处，MR数据的分析处理尤其包括获得形态(morphologischen)MR图像，在MR图像中如此可识别地呈现了在MR数据获取期间检测对象活跃的脑中枢。 
根据本发明的其他实施方案，MR数据和EEG数据在多个彼此连续的时间区间内被获取。此处，对每个时间区间判断在该时间区间内所获取的EEG数据的频谱是否主要处于事先确定的所期望的频段内。只有在此情况下，相应的时间区间的MR数据才被分析处理，否则放弃该MR数据。一旦时间区间的总和大于预定时间区间则方法结束，在时间区间内MR数据被输入以进行分析处理(也即在该时间区间内所获取的EEG数据的频谱是主要位于所期望的频谱内)。 
该实施方案保证了，总体上相应于预定时间区间的时长获取了MR数据，其中，检测对象在获取该MR数据期间具有所期望的活跃状态，活跃状态通过所获取的EEG数据的频谱进行表征。 
根据本发明还可实现根据所获取的EEG数据的频谱给出使用者的信息。 
由此，在当确定的时间段过去后没有能够形成或获取可用的MR数据的情况下，磁共振设备的操作者则被例如警告。例如，当在确定的时间间隔中长期没有检测到检测对象的α-波长的情况下，磁共振设备的操作者被警告，这意味着，在确定的时间间隔内没有EEG数据的频率份额主要处于α-频段内的时间切片。 
根据本发明，借助于使用者信息还可以直接示意检测对象或患者的信息。例如，当在确定的时间间隔中长期主要具有所获取的EEG-波长的频谱时，则形成了相应的使用者信息，这表示患者睡着了。在此情况下，相应的使用者信息应用于例如通过患者所佩戴的耳机用噪声叫醒患者。相反，当主要确定γ-波长在所获取的EEG-波长的频谱中时，患者可以被要求以相应的使用者信息，用于进行放松。当所获取的EEG数据主要位于α-或β-频段中 时，甚至眼睛的张开和闭合也可通过相应的使用者信息被刺激。 
根据本发明的其他实施方案，低通滤波所确定时间间隔的EEG数据，从而仅其频率低于频率阈值的EEG数据允许通过相应的低通滤波器。当经低通滤波的EEG数据的份额(也即EEG数据的份额，其频率低于频率阈值)高于预定份额阈值时，放弃该时间间隔内的MR数据。此处可以实现的是，在此情况下(当经低通滤波的EEG数据的份额高于预定份额阈值时)将患者叫醒，因为他大概睡着了。 
通过根据本发明非常简单的实施方案，在主要存在δ-、或θ-波长的时间间隔内的MR数据从最后被分析处理的MR数据中被有益地除去。此外，通过低通滤波还有益地抑制了因磁共振设备导致的更高的频率干扰。 
在本发明的范围中，还提供了用于生成检测对象的MR图像的磁共振设备。此处，磁共振设备包括基础磁场元件、梯度场系统、至少一个HF天线、至少一个接收线圈元件、控制设备和脑电图。控制装置被用于调节梯度场系统和至少一个FH-天线。此外，控制装置还被配置用于接收测量信号，测量信号被至少一个接收线圈元件获取，并且用于对所获取的测量信号进行分析处理，并生成相应的MR数据。最后，磁共振设备被用于借助于脑电图同时获取EEG数据和MR数据。控制装置则根据同时获取的EEG数据对MR数据进行分析处理。 
根据本发明的磁共振设备的优势主要对应于根据本发明的方法的优势，优势之前被详细描述过，从而在此处不做重复。 
此外，本发明还描述了电脑程序产品，尤其是软件，软件可以载入可编程控制装置或磁共振设备计算元件的存储器中。当电脑程序产品在控制装置中运行时，利用电脑程序产品能够实施所有或不同的前述根据本发明方法的实施方案。此处，电脑程序产品可以需要程序装置，例如程序库和辅助功能，用以实现方法的相应实施方案。换句话说，应该通过涉及电脑程序产品的权利要求尤其将软件置于保护之下，利用软件可以实施上述任一根据本发明方法的实施方案，或者说软件实施该实施方案。此处，软件为源代码(例如C++)或可实施的软件代码，源代码还必须被编译和组合或仅被翻译，软件代码为了实施还被载入相应的计算元件或控制装置中。 
本发明最后公开了电子可读数据载体，例如DVD、磁带或USB-棒，在数据载体中存储了电子可读控制信息、尤其是软件(见上文)。当控制信息(软 件)从数据载体中被读取，并且被储存在磁共振设备的控制装置或计算元件中时，前述方法的所有根据本发明的实施方案都能够被实施。 
本发明提供了相对于现有技术借助于磁共振设备更可靠且更简单的脑实验。 
本发明尤其适合于用于“静止状态”-fMRI-方法。显而易见，本发明不被限制在优选的使用范围，因为本发明也可以用于fMRI-方法中，在方法中有目的地较之静止状态呈现并研究了不同的活跃状态。 
附图说明
以下结合根据本发明的实施方案根据附图对本发明进行详细描述。 
图1示出了根据本发明的磁共振设备。 
图2a)至f)示出了EEG数据的六个分类的实施例，所述分类由在确定频段内确定的频率份额限定。 
图3示出了在时间切片内所获取的EEG数据被划分为预定分类。 
图4示出了根据本发明的流程图。 
具体实施方式
图1示出了磁共振设备5的示意图(磁共振-成像-或者说核自旋层析成像设备)。此处，基础磁场磁体1形成了暂时恒强的磁场，以用于极化或定向在对象0、例如人体待研究的部分的体积段中的核自旋，被置于台面23上的对象被送至磁共振设备5中进行研究或者说测量。用于核磁共振测量所需的基础磁场的高均匀度限定在典型的球形测量体积M中，待研究的人体部分被布置在基础磁场中。为了有助于均匀度要求和用于尤其消除暂时不可变的影响，在适宜的位置上涂覆了由铁磁材料制成的所谓垫板。暂时可变的影响是通过匀场线圈(Shim-Bleche)2消除的。所示出的磁共振设备5同样包括脑电图30，利用脑电图与MR数据同时获取了检测对象0的脑的EEG数据，其中在患者身上在确定的测量点上获取EEG数据。 
在基础磁场磁体1中应用了筒状的梯度场系统3，梯度场系统有三个部分绕组(Teilwicklung)形成。每个部分绕组通过放大器被通以电流，用以在笛卡尔坐标的各方向上形成线性(也暂时可变)的梯度场。此处，梯度场系统3的第一部分绕组形成x-方向上的梯度Gx、第二部分绕组形成y-方向上的梯 度Gy和第一部分绕组形成z-方向上的梯度Gz。放大器包括数模转换器，数模转换器对从测序装置18在时间方向上梯度脉冲的形成进行调控。 
在梯度场系统3内部具有一个(或多个)高频天线4，高频天线使通过高频效能放大器给出的高频脉冲转变为磁变换场，用以激发待研究对象0或者说对象0的待研究区域的核激发和核自旋的取向。每个高频天线4由一个或多个HF-发射脉冲和多个HF-接收线圈元件构成，呈环状、优选线性或矩阵状设置元件线圈。利用各高频天线4的HF-接收线圈元件将从存在的核自旋中产生的变换电场、也即通常来自脉冲源的一个或多个高频脉冲和一个或多个梯度脉冲所引发的核自旋信号转换为电压(测量信号)，电压通过放大器7输入高频系统22的高频-接收频道8中。高频系统22还包括发送频道9，在发送频道中产生了用于激发核磁共振的高频脉冲。此处，各自的高频脉冲基于设备计算装置20预定的脉冲序列在序列控制装置18中以数字形式作为复杂数字系列示出。数字系列作为真实-和作为假想部分通过各自的输入端12被输入高频系统22中的数模转换器中，并利用其被输入发送频道9中。在发送频道9中，脉冲序列被调制为高频载波信号，其基本频率对应平均频率。 
从发送操作到接收操作的转换通过收发转接设备6完成。高频天线4的HF发送脉冲发射高频脉冲以激发测量体积M中的核自旋，并且回波信号通过HF接收线圈元件扫描。相应得到的核磁共振信号在高频系统22的接收频道8'(第一解调器)中被相敏地解调为中间频率，并且在模数转换器(ADC)中被数字化。该信号还解调为序列0。解调为序列0以及分离为真实-和假想部分是在数字化之后在第二解调器8的数字域中进行的。通过图像处理器17将这样得到的测量数据重建为MR图像或者说三维图像数据集。测量数据、图像数据和控制程序的控制是通过设备计算装置20完成的。由于对控制软件的预定，序列控制装置18控制了各自所期望的脉冲序列和相应对K-空间的扫描。此处，序列控制装置18尤其控制了梯度在时间上的正确开关、带有确定相位振幅的高频脉冲的发射、以及核磁共振信号的接收。用于高频系统22和序列控制装置18的时间基础通过合成器19被付诸使用。相应的用于形成MR图像的控制程序的选择，以及所形成的MR图像的呈现是通过终端13完成的，终端13包括键盘15、调制解调器16和显示器14，其中MR图像例如被存储在DVD21中。 
在图2a至2f中示出了EEG数据的六个预定分类。六个分类中的每一个 是通过五个频率份额28限定的，其中，给出了每个频率份额28，EEG数据频谱的份额位于相应的频段分类或者说频率分类内部。此处，传统的频段为在0.1至4Hz频率范围中的δ-波长，在4至8Hz频率范围中的θ-波长，在8至13Hz频率范围中的α-波长，在13至30Hz频率范围中的β-波长和在30Hz以上频率范围中的γ-波长。 
在图2a中示出了EEG数据的分类，数据由健康的脑产生，其时所属的患者未受到刺激，这也被认为是默认-模式或静止状态。可看出的是，在默认-模式分类下，δ-波长的频率份额大约为12%，θ-波长的频率份额大约为13%，α-波长的频率份额大约为21%，β-波长的频率份额大约为25%，并且γ-波长的频率份额大约为2%，其中，频率份额也可以被视为用作分类频段的额定值。在图2b中，通过类似的方式示出了EEG数据的分类，当脑的“背侧注意网络(dorsal attention network)”被刺激时，产生了EEG数据。图2c至2e示出了在视觉刺激下(图2c)、听觉刺激下(图2d)、在感官运动刺激下(图2e)和在导致内侧前额叶皮质活跃的刺激下(图2f)EEG数据分类的频率份额。 
所获取的MR数据则能够相应地利用图2a至2f所定义的分类被划分。对此，确定了在时间切片内与MR数据同时获取的EEG数据或EEG-波长的传统频段(α、β、γ、δ、θ)内的频率份额。随后对于六个分类中的每个构成了数据总和。此处，六个分类的数据总和对应于在各自波段内获取的EEG数据测量的频率份额与各自分类波段的预定额定值或频率份额之间差值的数值总和。因此存在六个数值总和。时间切片的MR数据则被分配给在其中数值总和最小的分类。该操作对应于之前的优选实施方案的第二变化方案。 
在图3中示出了在多个分类中的MR数据划分的其他变化方案。甚至在变化方案中还对于每个用于与MR数据同时获取的EEG数据的时间切片s1-s10确定了在传统频段(α、β、γ、δ、θ)内的频率份额。通过五个频率份额确定最大值。各自时间切片的分类则对应于在其中具有最大值的频率分类或频段(α、β、γ、δ、θ)。该操作对应于之前的优选实施方案的第一变化方案。在该操作中，将EEG数据并由此将MR数据分配给五个传统频率分类，在时间切片中的EEG数据主要位于该频率分类中。 
在图3中所示出的实施例，在10个时间切片s1至s10中获取MR数据25。根据同时获取的EEG数据26，将头三个时间切片s1至s3和最后两个时间切片s9至s10分配给分类MR1(α)，将第四和第五时间切片s4、s5分配给第 二分类MR2(γ)，并将第六至第八时间切片s6至s8分配给第三分类MR3(δ)。 
MR数据的分析处理可根据各分类MR1至MR3来完成，使得一个分类的MR数据的分析处理以不同于另一分类的MR数据的分析处理方式完成。 
在图4中示出了根据本发明方法的流程图。 
在第一步骤S1中获取MR数据，并且在第二步骤S2中获取EEG数据。此处，步骤S1和S2同时进行，从而同时获取检测对象的MR数据和EEG数据。 
在考虑了EEG数据的情况下，将与EEG数据同时获取的MR数据进行分类S3，这意味着，MR数据根据EEG数据划分为不同分类。最后将经分类的MR数据根据各自分类进行分析处理S4。 

Claims (14)

1.用于活体检测对象(0)的脑的预定体积段的功能性MR成像的方法，其中，所述方法包括以下步骤：
获取所述预定体积段的MR数据(25)；
获取所述检测对象(0)的EEG数据(26)，其中EEG数据(26)的获取与MR数据(25)的获取同时进行，以及
在考虑所获取的EEG数据(26)的情况下分析处理MR数据(25)。
2.根据权利要求1所述的方法，
其特征在于，
对所述EEG数据(26)进行光谱分析，以及
在考虑光谱分析的情况下分析处理所述MR数据(25)。
3.根据权利要求1或2所述的方法，
其特征在于，
MR数据(25)的获取和EEG数据(26)的获取在多个彼此连续的时间切片(s1-s10)中进行，
对于每个时间切片(s1-s10)而言，根据在时间切片(s1-s10)期间获取的EEG数据(26)的频谱来确定分类，
将在各时间切片(s1-s10)期间所获取的MR数据(25)分配至所述时间切片(s1-s10)的分类中，并且
对预定分类的MR数据(MR1-MR3)以不同于其他预定分类的MR数据(MR1-MR3)的方式进行分析处理。
4.根据权利要求3所述的方法，
其特征在于，
EEG数据(26)的整体频谱被划分为预定数量的频段(α、β、γ、δ、θ)，
所述分类的数量对应于所述频段的数量，其中，每个分类对应于各自的频段(α、β、γ、δ、θ)，并且
各时间切片(s1-s10)的分类对应于各自频段(α、β、γ、δ、θ)，各时间切片(s1-s10)的EEG数据(26)主要处于在各自频段(α、β、γ、δ、θ)中。
5.根据权利要求4所述的方法，
其特征在于，
所述分类中的一个是α-波长-频率分类，并且
在分析处理MR数据(25)时仅分析处理α-波长-频率分类的MR数据(MR1)。
6.根据权利要求3所述的方法，
其特征在于，
EEG数据(26)的整体频谱被划分为预定数量的频段(α、β、γ、δ、θ)，
限定所述预定分类的数量，
其中，每个预定分类通过EEG数据(26)相对于频段(α、β、γ、δ、θ)的分别限定的频率份额进行限定，并且
各时间切片(s1-s10)的分类对应于如下的预定分类，其中在时间切片(s1-s10)内部测量的EEG数据的频率份额最好地对应于所限定的预定分类的的频率份额。
7.根据上述权利要求中任一项所述的方法，
其特征在于，
所述MR数据(25)的分析处理包括由MR数据(25)生成MR图像，在所述MR图像中可识别地呈现了活跃的脑中枢。
8.根据上述权利要求中任一项所述的方法，
其特征在于，
对于在其中获取MR数据(25)和EEG数据(26)的每个时间区间(s1-s10)确定在各时间区间(s1-s10)中所获得的EEG数据(26)的频谱是否主要处于预定频段(α、β、γ、δ、θ)中，
如果所述在各时间区间(s1-s10)中获取的EEG数据(26)的频谱主要处于预定频段(α、β、γ、δ、θ)中，仅分析处理各时间区间(s1-s10)的MR数据(25)，
并且
如果所述时间区间的总和大于预定时间区间，其中在所述时间区间(s1-s10)中在各时间区间(s1-s10)中所获取的EEG数据(26)主要处于预定频段(α、β、γ、δ、θ)中，则结束该方法。
9.根据上述权利要求中任一项所述的方法，
其特征在于，
根据所获取的EEG数据(26)的频谱给出使用者的信息。
10.根据上述权利要求中任一项所述的方法，
其特征在于，
对所述时间区间的EEG数据(26)进行低通滤波，并且
如果经低通滤波的EEG数据(26)在整体EEG数据中的份额超过预定份额阈值时，丢弃该时间区间的MR数据(25)。
11.用于对活体检测对象(0)的脑的预定体积段进行功能性MR成像的磁共振设备，
其中所述磁共振设备(5)包括基础磁场磁体(1)、梯度场系统(3)、至少一个HF天线(4)、至少一个接收线圈元件、用于调节所述梯度场系统(3)和所述至少一个HF天线(4)的控制装置(10)，用来接收由至少一个接收线圈元件所接纳的测量信号并且用于分析处理所述测量信号以及用于生成MR数据和脑电图(30)，
其中，配置所述磁共振设备(5)，用以获取预定体积段的MR数据(25)，并借助于脑电图(30)与MR数据(25)同时获取对检测对象(0)的EEG数据(26)，并在考虑所获取的EEG数据(26)的情况下对MR数据(25)进行分析处理。
12.根据权利要求11所述的磁共振设备，
其特征在于，
所述磁共振设备(5)配置用来实施权利要求1-10中任一项的方法。
13.电脑程序产品，所述产品包括程序，并且可直接载入磁共振设备(5)的可编程控制装置(10)的存储器中，该产品带有程序装置，该程序装置在磁共振设备(5)的控制装置(10)中运行所述程序时用来实施权利要求1-10中任一项所述方法的所有步骤。
14.存储有电子可读控制信息的电子可读数据载体，所述控制信息如下配置，从而使其在应用磁共振设备(5)的控制装置(10)中的数据载体(21)时实施权利要求1-10中任一项所述的方法。
CN2013101162564A 2012-04-05 2013-04-03 对活体检测对象的脑的预定体积段进行功能性磁共振成像的方法和磁共振设备 Pending CN103356185A (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
DE102012205629A DE102012205629A1 (de) 2012-04-05 2012-04-05 Verfahren und Magnetresonanzanlage zur funktionalen MR-Bildgebung eines vorbestimmten Volumenabschnitts eines Gehirns eines lebenden Untersuchungsobjekts
DE102012205629.7 2012-04-05

Publications (1)

Publication Number Publication Date
CN103356185A true CN103356185A (zh) 2013-10-23

Family

ID=49209936

Family Applications (1)

Application Number Title Priority Date Filing Date
CN2013101162564A Pending CN103356185A (zh) 2012-04-05 2013-04-03 对活体检测对象的脑的预定体积段进行功能性磁共振成像的方法和磁共振设备

Country Status (5)

Country Link
US (1) US20130267827A1 (zh)
JP (1) JP2013215569A (zh)
KR (1) KR20130113383A (zh)
CN (1) CN103356185A (zh)
DE (1) DE102012205629A1 (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106355189A (zh) * 2015-07-13 2017-01-25 西北工业大学 基于灰建模的EEG-fMRI融合方法

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9739856B2 (en) * 2013-06-20 2017-08-22 Siemens Aktiengesellschaft Magnetic resonance imaging method and apparatus with interleaved resting state functional magnetic resonance imaging sequences and morphological magnetic resonance imaging sequences
ES2549393B2 (es) * 2014-04-25 2016-08-25 Universidad Rey Juan Carlos Procedimiento y dispositivo para la adquisición, procesado y visualización de datos obtenidos simultáneamente de imágenes de resonancia magnética y señales electrofisiológicas
US10588561B1 (en) * 2017-08-24 2020-03-17 University Of South Florida Noninvasive system and method for mapping epileptic networks and surgical planning
KR102158268B1 (ko) * 2018-11-15 2020-09-21 연세대학교 원주산학협력단 뇌 대사물질 분석 및 뇌 네트워크 구현 장치 및 방법
EP3785625A1 (en) 2019-08-29 2021-03-03 Koninklijke Philips N.V. System for integrated eeg - functional magnetic resonance image data acquisition
US11263749B1 (en) 2021-06-04 2022-03-01 In-Med Prognostics Inc. Predictive prognosis based on multimodal analysis

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20090062676A1 (en) * 2003-05-06 2009-03-05 George Mason Intellectual Property Phase and state dependent eeg and brain imaging
US20110046473A1 (en) * 2009-08-20 2011-02-24 Neurofocus, Inc. Eeg triggered fmri signal acquisition
CN102164545A (zh) * 2008-09-24 2011-08-24 皇家飞利浦电子股份有限公司 产生用于审阅3d超声图像数据的标准协议
CN102293647A (zh) * 2011-06-08 2011-12-28 北京师范大学 一种联合脑电和功能磁共振信号的反馈系统

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3120224B2 (ja) * 1997-08-27 2000-12-25 技術研究組合医療福祉機器研究所 Ｍｒｉ装置
AU2001283371A1 (en) * 2000-08-15 2002-02-25 The Regents Of The University Of California Method and apparatus for reducing contamination of an electrical signal

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20090062676A1 (en) * 2003-05-06 2009-03-05 George Mason Intellectual Property Phase and state dependent eeg and brain imaging
CN102164545A (zh) * 2008-09-24 2011-08-24 皇家飞利浦电子股份有限公司 产生用于审阅3d超声图像数据的标准协议
US20110046473A1 (en) * 2009-08-20 2011-02-24 Neurofocus, Inc. Eeg triggered fmri signal acquisition
CN102293647A (zh) * 2011-06-08 2011-12-28 北京师范大学 一种联合脑电和功能磁共振信号的反馈系统

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
D.MANTINI, ET AL: "Electrophysiological signatures of resting state networks in the human brain", 《PROCEEDINGS OF THE NATIONAL ACADEMY OF SCIENCES》, vol. 104, no. 32, 26 June 2007 (2007-06-26), pages 13170 - 13175 *
HAN YUAN,ET AL: "Spatiotemporal dynamics of the brain at rest-Exporing EEG microstates as electrophysiological signatures of BOLD resting state networks", 《NEUROIMAGE》, no. 60, 22 February 2012 (2012-02-22), pages 2062 - 2072 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106355189A (zh) * 2015-07-13 2017-01-25 西北工业大学 基于灰建模的EEG-fMRI融合方法
CN106355189B (zh) * 2015-07-13 2019-04-23 西北工业大学 基于灰建模的EEG-fMRI融合方法

Also Published As

Publication number Publication date
DE102012205629A1 (de) 2013-10-10
KR20130113383A (ko) 2013-10-15
US20130267827A1 (en) 2013-10-10
JP2013215569A (ja) 2013-10-24

Similar Documents

Publication Publication Date Title
CN103356185A (zh) 对活体检测对象的脑的预定体积段进行功能性磁共振成像的方法和磁共振设备
Josephs et al. Event‐related f MRI
US20100303321A1 (en) System and Method for Conducting Multiplexed Electrical Impedance Tomography
CN107753020B (zh) 医学成像设备及其控制方法
JP6232043B2 (ja) Ｋ空間領域の中央および周辺のサンプリング最中での呼吸運動の検出を用いた磁気共鳴画像の再構成
Hilton et al. Wavelet denoising of functional MRI data
KR101712694B1 (ko) 살아있는 검사 대상자의 뇌의 사전 결정된 볼륨 세그먼트의 기능성 mr 이미징을 위한 방법 및 자기 공명 시스템
CN102697501A (zh) 校正磁共振图像中的相位信息的方法和相应的磁共振设备
US8233961B2 (en) Magnetic resonance device and method for perfusion determination
US6539246B2 (en) Method and apparatus for conducting an fMRI-BOLD experiment with multiple stimulation functions
KR20140031820A (ko) 생체 검사 대상자를 자극하는 것에 의한 검사 대상자의 사전 결정된 체적 세그먼트의 ｍｒ 영상화 방법 및 자기 공명 시스템
Mullinger et al. Exploring the feasibility of simultaneous electroencephalography/functional magnetic resonance imaging at 7 T
CN103099618A (zh) 用于生成磁共振血管造影图像的方法和相应的磁共振设备
US6298258B1 (en) Method and apparatus for spatially resolved measurement of the electrical activity of nerve cells using magnetic resonance
CN104825156A (zh) 出现在心电图信号中的磁共振成像测序噪声的动态消除
US10175319B2 (en) Magnetic resonance imaging of neuro-electro-magnetic oscillations
Comi et al. Visual evoked potentials may be recorded simultaneously with fMRI scanning: a validation study
US8217649B2 (en) System for use in MR imaging using tissue mechanical resonance
US9739856B2 (en) Magnetic resonance imaging method and apparatus with interleaved resting state functional magnetic resonance imaging sequences and morphological magnetic resonance imaging sequences
Lindquist et al. A generalization of the two-dimensional prolate spheroidal wave function method for nonrectilinear MRI data acquisition methods
US6759848B2 (en) Magnetic resonance method and apparatus for spatially resolved presentation of change in the functional activities of a brain
US11872025B2 (en) System and method for magnetic resonance elastography
US20190137586A1 (en) System and method for magnetic resonance imaging an object with a plurality of readout gradient amplitudes
CN104434102B (zh) 用于测量hf激励脉冲的方法
JP4248588B1 (ja) 小型磁気共鳴イメージング装置

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
WD01 Invention patent application deemed withdrawn after publication
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20131023