CN107667299A - 利用多元件射频天线的运动检测 - Google Patents

Abstract

本发明提供了一种仪器(100、300)，包括：射频天线(102)，其包括多个天线元件(104)；射频系统(106)，其包括用于从所述多个天线元件中的每个接收射频信号(140)的独立的接收通道；存储器(130)，其包含机器可执行指令(160、162)；以及处理器(124)，其用于控制所述仪器。所述机器可执行指令的执行使所述处理器：控制(200)所述射频系统从所述多个天线元件中的每个接收所述射频信号；从来自所述多个天线元件中的每个的所述射频信号提取(202)噪声信号(142)；通过对每个噪声信号应用数学范数来计算(204)针对每个噪声信号的范数信号(144)；计算(206)所述多个天线元件中的每个之间的范数信号的协方差(146)；通过对所述范数信号的每个协方差进行求和来计算(208)运动信号(148)；并且通过检测所述运动信号中的运动事件(150)来检测(210)对象的运动。

Description

利用多元件射频天线的运动检测

技术领域

本发明涉及使用多个天线元件的运动的检测。

背景技术

作为用于生成患者体内的图像的过程的一部分，磁共振成像(MRI)扫描器使用大的静态磁场以使原子的核自旋对齐。这一大的静态磁场称为B0场。

在MRI扫描期间，由发射器线圈或天线生成的射频(RF)脉冲引起对局部磁场的微扰，并且由核自旋发射的RF信号被接收器线圈检测到。这些RF信号被用于构建MRI图像。在MRI期间对象的移动可能会引起得到的图像中出现伪影或错误。

Andreychenko等人的出版物“Noise variance of an RF receive arrayreflects respiratory motion:a novel respiratory motion predictor”，Proc.Intl.Soc.Mag.Reson.Med.22(2014)第0092页公开了MRI RF线圈的热噪声变化可以有效地拾取呼吸运动。

发明内容

本发明在从属权利要求中提供了一种仪器、一种计算机程序产品以及一种方法。在从属权利要求中给出了实施例。

如本领域技术人员将认识到的，本发明的若干方面可实现为装置、方法或计算机程序产品。因此，本发明的各方面可以采取完全硬件实施例、完全软件实施例(包括固件、驻留软件、微代码等)或组合了软件和硬件方面的实施例的形式，本文中可以将其全部统称为“电路”、“模块”或“系统”。此外，本发明的各方面可以采取计算机程序产品的形式，其被体现于其上具有计算机可执行代码的(一个或多个)计算机可读介质中。

可以使用一个或多个计算机可读介质的任何组合。所述计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。本文中使用的“计算机可读存储介质”涵盖任何有形的存储介质，其可以存储可由计算设备的处理器执行的指令。可以将所述计算机可读存储介质称为“计算机可读非瞬态存储介质”。所述计算机可读存储介质也可以被称为有形计算机可读介质。在一些实施例中，计算机可读存储介质还可以能够存储数据，所述数据能够被所述计算设备的处理器访问。计算机可读存储介质的范例包括但不限于：软盘，磁硬盘驱动器，固态硬盘，闪存，USB拇指驱动器，随机存取存储器(RAM)，只读存储器(ROM)，光盘，磁光盘和处理器的寄存器文件。光盘的范例包括压缩光盘(CD)和数字多用光盘(DVD)，例如CD-ROM、CD-RW、CD-R、DVD-ROM、DVD-RW或DVD-R盘。术语计算机可读存储介质还指代能够由所述计算机设备经由网络或通信链路访问的各种类型的记录介质。例如，可以经由调制解调器、经由互联网或经由局域网络来取回数据。体现在计算机可读介质上的计算机可执行代码可使用任何恰当的介质来传输，包括但不限于无线、有线、光缆、RF等，或上述各项的任何适当的组合。

计算机可读信号介质可以包括具有实现在其中的例如在基带内或者作为载波的一部分的计算机可执行代码的传播的数据信号。这样的传播信号可以采取多种形式中的任一种，包括，但不限于，电磁的、光学的、或者它们的任意合适的组合。计算机可读信号介质可以是任何计算机可读介质，其不是计算机可读存储介质并且其能够传递、传播或传输程序用于由指令运行系统、装置或设备使用或者与其结合使用。

“计算机存储器”或“存储器”是计算机可读存储介质的范例。计算机存储器是处理器能够直接访问的任何存储器。“计算机存储设备”或“存储设备”是计算机可读存储介质的另一范例。计算机存储设备是任何非易失性计算机可读存储介质。在一些实施例中，计算机存储设备也可以是计算机存储器，或反之亦然。

在本文中使用的“处理器”涵盖能够执行程序或机器可执行指令或计算机可执行代码的电子部件。对包括“处理器”的计算设备的引用应当被解读为能够包括超过一个处理器或处理内核。所述处理器例如可以是多核处理器。处理器还可以是指单个计算机系统之内的或者被分布在多个计算机系统之间的处理器的集合。术语计算设备也应被解释为可能指计算设备的集合或网络，每个计算设备均包括一个或多个处理器。所述计算机可执行代码可以由多个处理器运行，所述处理器可以处在相同的计算设备内或者其甚至可以跨多个计算设备分布。

计算机可执行代码可以包括令处理器执行本发明的各方面的机器可执行指令或程序。用于执行针对本发明的各方面的操作的计算机可执行代码可以用一种或多种编程语言(包括诸如Java、Smalltalk、C++等的面向对象的编程语言以及诸如"C"编程语言或类似编程语言的常规过程编程语言)的任何组合来编写并且被编译为机器可执行指令。在一些情况下，所述计算机可执行代码可以以高级语言的形式或者以预编译形式并且结合在飞行中生成机器可执行指令的解释器来使用。

所述计算机可执行代码可以作为单机软件包全部地在所述用户的计算机上、部分地在用户的计算机上、部分地在用户的计算机上并且部分地在远程计算机上、或者全部地在所述远程计算机或服务器上运行。在后者的场景中，所述远程计算机可以通过任何类型的网络(包括局域网(LAN)或广域网(WAN))或者可以对外部计算机做出的连接(例如，使用因特网服务提供商通过因特网)而被连接到用户的计算机。

本发明的各方面参考根据本发明的实施例的方法、装置(系统)和计算机程序产品的流程图图示和/或框图得以描述。应该理解，流程图、图示和/或框图的每个框或框的一部分能够在适用时通过以计算机可执行代码的形式的计算机程序指令来实施。还应当理解的是，当不是相互排斥的时，在不同的流程图，图示和/或框图中块的组合可以被组合。这些计算机程序指令可以被提供到通用计算机、专用计算机的处理器或者其他可编程数据处理装置以生产机器，使得经由计算机的处理器或其他可编程数据处理装置运行的指令创建用于实施流程图和/或框图的一个或多个框中指定的功能/动作的装置。

这些计算机程序指令还可以被存储在计算机可读介质中，其能够引导计算机、其他可编程数据处理装置或其他设备以特定的方式工作，使得被存储在所述计算机可读介质中的所述指令产生包括实施在流程图和/或一个或多个框图框中所指定的功能/动作的指令的制品。

所述计算机程序指令还可以被加载到计算机、其他可编程数据处理装置或其他设备上以令一系列操作步骤在计算机、其他可编程装置或其他设备上执行以产生计算机实施的过程，使得在计算机或其他可编程装置上运行的指令提供用于实施在流程图和/或一个或多个框图框中所指定的功能/动作的过程。

如在本文中所使用的“用户接口”是允许用户或操作者与计算机或计算机系统进行交互的接口。“用户接口”也可以被称为“人机接口设备”。用户接口可以向操作员提供信息或数据和/或从操作者接收信息或数据。用户接口可使来自操作者的输入能够被计算机接收，且可将输出从计算机提供给用户。换言之，用户接口可以允许操作者控制或操纵计算机，并且该接口可以允许计算机指示操作者的控制或操纵的效果。数据或信息在显示器或图形用户接口上的显示是向操作者提供信息的范例。通过键盘、鼠标、跟踪球、触摸板、指点杆、图形输入板、操纵杆、游戏板、网络摄像头、头盔、踏板、有线手套、遥控器以及加速度计接收数据都是实现从操作者接收信息或数据的用户接口部件的范例。

如在本文中所使用的“硬件接口”涵盖使得计算机系统的处理器能够与外部计算设备和/或装置进行交互或者对其进行控制的接口。硬件接口可允许处理器将控制信号或指令发送给外部计算设备和/或装置。硬件接口也可以使处理器与外部计算设备和/或装置交换数据。硬件接口的范例包括，但不限于：通用串行总线、IEEE 1394端口、并行端口、IEEE1284端口、串行端口、RS-232端口、IEEE-488端口、蓝牙连接、无线局域网连接、TCP/IP连接、以太网连接、控制电压接口、MIDI接口、模拟输入接口和数字输入接口。

本文中使用的“显示器”或“显示设备”涵盖适于显示图像或数据的输出设备或用户接口。显示器可以输出视觉、音频和触觉数据。显示器的范例包括但不限于：电脑监视器、电视屏幕、触摸屏、触觉电子显示屏、盲文屏幕、阴极射线管(CRT)、存储管、双稳态显示器、电子纸、向量显示器、平板显示器、真空荧光显示器(VF)、发光二极管(LED)显示器、电致发光显示器(ELD)、等离子显示面板(PDP)、液晶显示器(LCD)、有机发光二极管显示器(OLED)、投影机和头戴式显示器。

磁共振(MR)数据在本文中被定义为由在磁共振成像扫描期间通过磁共振装置的天线对由原子自旋发射的射频信号的所记录的测量结果。磁共振数据是医学图像数据的示例。磁共振成像(MRI)图像在本文中被定义为包含在磁共振成像数据内的解剖数据的经重建的二维或三维可视化。这种可视化可使用计算机来执行。

在一个方面中，本发明提供了一种包括射频天线的仪器，所述射频天线包括多个天线元件。所述仪器还包括射频系统，所述射频系统包括用于从所述多个天线元件中的每个接收射频信号的独立的接收通道。因此，所述多个天线元件中的每个都能够接收单独的或独立的射频信号。所述仪器还包括存储器，所述存储器包机器可执行指令。所述仪器还包括用于控制所述仪器的处理器。例如，所述处理器可以能够接收根据射频信号的数字化或以其他方式记录的数据。如果所述仪器包括其他部件，例如磁共振成像系统或其他仪器或装置，则所述处理器也可以控制这些额外的部件。

机器可执行指令的执行使所述处理器控制所述射频系统从所述多个天线元件中的每个接收射频信号。可以理解，射频信号是可以由处理器存储或操纵的数据的形式。机器可执行指令的执行还使所述处理器从来自多个天线元件中的每个的射频信号中提取噪声信号。提取过程可能在不同类型的仪器中不同。例如，如果所述仪器并入了磁共振成像系统，则噪声信号可以例如并入到磁共振数据或从磁共振数据中提取。

如果所述仪器仅包括多个天线元件和射频系统作为唯一的RF或射频部件，则提取噪声信号可能仅包括被应用到射频信号的某种信号处理。例如，可以执行滤波或数据拟合步骤来提取噪声信号。机器可执行指令的执行还使所述处理器通过对每个噪声信号应用数学范数来计算针对每个噪声信号的范数信号。在数学上，范数是一个函数，其向向量空间中的每个向量赋予正的长度或值或者对其进行度量。如果噪声信号是实值，那么数学范数会将负值和正值映射到正的范数信号。如果噪声信号是复数值，则噪声信号的复数值将被映射为正值。数学范数的概念在线性代数和泛函分析中是众所周知的。

机器可执行指令的执行还使处理器计算多个天线元件中的每个之间的范数信号的协方差。通过计算多个天线元件中的每个之间的范数信号的协方差，可以理解，计算不同的天线元件之间协方差。机器可执行指令的执行还使处理器通过对范数信号的每个协方差求和来计算运动信号。机器可执行指令的执行还使处理器通过检测运动信号中的运动事件来检测对象的运动。运动事件可以是运动信号中指示对象运动的值或一系列值。

该实施例可能是有益的，因为所述仪器可以提供检测靠近射频天线的多个天线元件的对象或物体的运动的已证实的方法。当观察由多个天线元件接收的射频信号时，射频系统将接收到热噪声。靠近多个天线元件的物体将耦合到多个天线元件，并且当它移动时，可能引起平均噪声的幅度的变化。计算数学范数是检测噪声信号的幅度变化的手段。如果诸如对象的大的目标移动并且接近多个天线元件，则将在多个天线元件中的多于一个中平均噪声幅度的变化或跳跃。计算范数信号的协方差将区分随机热噪声和引起全局或多个天线元件中的变化的移动。通过对针对多个天线元件中的每个的范数信号的协方差进行求和，可以使用本文中命名为运动信号的实值参数来容易地检测对象的运动。诸如阈值处理或应用保护方法的各种方法，诸如运动信号的改变或导数可以用于准确地指示对象的运动。

由多个天线元件中的每个检测到的噪声信号包括离散值并且可以在时间上相关。多个天线元件中的这种热背景噪声也可以被称为约翰逊-奈奎斯特噪声。在多个天线元件中的每个中，噪声不必来自相同的源，但是为相关的。例如，如果多个天线元件被放置在头部的不同部分附近，则在头部移动时头部的不同部分可能不同地影响不同的线圈元件。因此，不同天线元件的噪声是相关的，但不是由完全相同的身体部位或完全相同的源引起的。

在一些实施例中，天线元件可以相对于彼此具有固定的或预定的几何形状。一个例子将是用于磁共振成像的头部线圈中的各种元件。

在另一个实施例中，所述多个天线元件中的每个具有一带宽。所述存储器还包含针对所述多个天线元件中的每个的数字滤波器算法，所述数字滤波器算法用作带宽的反函数。指令的执行还使所述处理器在将射频信号处理成噪声信号之前或同时将数字滤波器应用于射频信号。该实施例具有反转天线元件和射频系统的带宽的效果。滤波器的作用是将噪声转换回白噪声。在一些范例中，使用该滤波器还可以具有客外的益处，即其可以校正噪声中的自由度的数量。

当将数字滤波器应用于噪声信号时，可以修改滤波器，使得其自动校正天线和/或射频系统的带宽特性。

在另一个实施例中，机器可执行指令的执行还使所述处理器在计算运动信号之前将范数信号的每个协方差的低于预定阈值的部分设置为零。这可能是有益的，因为如果在信号之间有低的相关性，那么标准信号的协方差将是低的。通过将这些低值设置为零，有助于减少错误地检测到对象运动的可能性。

在另一实施例中，所述机器可执行指令的执行还使所述处理器在计算运动信号之前向范数信号的协方差中的每个应用加权因子。加权因子例如可以是信号的标准偏差。例如，也可以设想，将协方差转换为相关系数，如在测量针对特定时间窗口内的值的特定标准偏差的概率的概率密度函数或测量概率，以及其他函数。这可能有具有以下益处：强调信号中不太可能是纯随机函数的事件。由于信号的随机性，预期在信号中会发生波动。

在另一实施例中，机器可执行指令的执行还使处理器在计算运动信号之前使用平均值对每个标准信号进行归一化。该实施例可能是有益的，因为它可以将最终运动信号置于更好的形式，其中可以推导规则以检测对象的运动。例如，该实施例可以使得更容易地指定更可能指示对象的运动的阈值。

在另一实施例中，机器可执行指令的执行还使处理器至少部分地通过检测运动信号中的运动事件来检测对象的运动，检测运动信号中的运动事件是通过识别运动信号的高于预定值的部分来进行的。在该实施例中，使用阈值来指示运动事件，所述运动事件指示对象的运动。

在另一个实施例中，机器可执行指令的执行还使处理器至少部分地通过检测所述运动信号中的运动事件来检测对象的运动，检测所述运动信号中的运动事件通过以下来进行：首先将运动信号的每个值与概率函数进行比较来计算运动概率并且然后识别运动概率是否高于预定概率。例如，针对特定时间窗口的运动信号可以拟合到卡方分布，并且可以计算卡方分布之外的点的概率。如果特定的运动信号具有偏离卡方分布的极大概率，那么这可以被用于识别运动事件。在这种情况下的运动事件是偏离可能的概率分布并指示主体的可能运动的信号或信号的组。

在另一实施例中，所述仪器是磁共振成像系统。射频天线是用于采集磁共振数据的磁共振成像天线。来自多个天线元件中的每个的射频信号是磁共振数据。所述机器可执行指令的执行还令所述处理器通过利用所述脉冲序列命令来控制所述磁共振成像系统来采集磁共振数据。控制射频系统从多个天线元件中的每个接收射频信号的步骤可以被认为是用于控制磁共振成像系统以采集磁共振数据的一部分的子步骤。

例如，所使用的磁共振成像技术可以是其中从多个天线元件同时采集数据的并行成像技术。可以使用所采集的磁共振数据来使用检测对象的运动的技术。这可以具有如下的优点：提供对象的运动的准确检测而不向磁共振成像协议增加任何时间。

使得此成为在磁共振成像扫描期间作为检测对象运动的有吸引力的方法的另一个因素是磁共振成像系统通常放置在射频屏蔽室内。这降低了杂散射频发射或噪声会影响对象运动检测的可能性。

在另一实施例中，机器可执行指令的执行使处理器通过将数字高通滤波器应用于针对每个天线元件的磁共振数据来提取针对来自多个天线元件中的每个的射频信号中的每个的噪声信号。使用高通滤波器来分离噪声可能效果特别好，因为较高频率与实空间中的较小或局部区域有关。这可以用于例如对磁共振数据的纯粹是噪声的部分与包含图像信息的部分进行分离。这在产生可用于更准确地检测对象的运动的噪声信号时可能是有用的。

在另一实施例中，机器可执行指令的执行使处理器通过首先计算磁共振数据的傅立叶变换来从来自多个元件中的每个的射频信号提取噪声信号。第三，通过构建在噪声区域中的经傅立叶变换的磁共振数据的直方图，并且第四，通过将概率分布拟合到直方图，并且通过计算概率分布到直方图的所述拟合的拟合度量来最终生成噪声信号。例如，如果概率分布具有更差的拟合，那么这可能指示数据的部分是由于MR信号而不是由于热噪声引起的。这种分析是在所谓的混合空间中完成的。

在该实施例的进一步扩展中，有可能迭代地调整混合空间中的噪声区域的大小，该混合空间例如可以被称为混合x-ky-(kz)-k-空间线，使得只要拟合度值仍然指示可靠的拟合就针对直方图考虑尽可能多的点。

在一些情况下，通过使用实值宽度参数或概率分布的拟合参数来计算范数噪声信号。宽度参数例如可以是拟合参数或拟合的参数。在这种情况下，噪声信号是根据所述拟合的参数生成的。所述拟合的拟合度量被用于描述概率分布与噪声直方图匹配得多好。以这种方式，拟合度量也可以用来迭代地改善噪声区域的大小，并且因此改善拟合参数的质量和可靠性。

在另一个实施例中，每个噪声信号都是实值的。数学范数是以下中的任一项：绝对值，噪声信号的平方，预定持续时间或时间上的噪声信号的均方根，以及描述噪声信号的分布的概率分布函数的实值宽度参数。宽度参数例如可以是拟合参数或被改变以将概率分布拟合到一段时间内的噪声信号的参数。

可能的是，数据可能是分立的值，并且在时间上是相关的。一般来说，人们可以查看每个分立的值来计算范数。人们也可以对几个点进行平均，并且然后将平均应用到该经平均的值。对于噪声信号中的每个，这可以用移动平均或块内或时间值来完成。当噪声信号是复数值时，这也可能适用。

在另一个实施例中，噪声信号中的每个都是复数值。数学范数是以下中的任一项：欧几里得范数，矢量长度，矢量长度的平方，预定时间内的噪声信号的均方根，预定时间骨的矢量长度的均方根，在噪声信号的分布中描述的分布函数的概率分布的宽度参数或拟合参数，以及用于拟合噪声信号的直方图的宽度参数。

在另一方面中，本发明提供了一种操作仪器的方法。所述仪器包括射频天线，所述射频天线包含多个天线元件。所述仪器还包括射频系统，所述射频系统包括用于从所述多个天线元件中的每个接收射频信号的独立的接收通道。所述方法包括控制射频系统从多个天线元件中的每个来接收射频信号的步骤。所述方法还包括从来自多个天线元件中的每个的射频信号中提取噪声信号。所述方法还包括通过对每个噪声信号应用数学范数来计算针对每个噪声信号的范数信号。所述方法还包括计算多个天线元件中的每个之间的范数信号的协方差的步骤。所述方法还包括通过对范数信号的每个协方差求和来计算运动信号。所述方法还包括通过检测运动信号中的运动事件来检测对象的运动。

在另一方面中，本发明提供了一种包括指令的计算机程序产品，所述指令用于处理器来控制仪器。所述仪器包括射频天线，所述射频天线包含多个天线元件。所述仪器还包括射频系统，所述射频系统包括用于从所述多个天线元件中的每个接收射频信号的独立的接收通道。所述机器可执行指令的执行使所述处理器控制所述射频系统从所述多个天线元件中的每个接收射频信号。所述机器可执行指令的执行还使所述处理器从来自多个天线元件中的每个的射频信号中提取噪声信号。所述机器可执行指令的执行还使所述处理器通过对每个噪声信号应用数学范数来计算针对每个噪声信号的范数信号。所述机器可执行指令的执行还使所述处理器计算多个天线元件中的每个之间的范数信号的协方差。所述机器可执行指令的执行还使所述处理器通过对范数信号的每个协方差求和来计算运动信号。所述机器可执行指令的执行还使所述处理器通过检测所述运动信号中的运动事件来检测对象的运动。

应该理解，可发组合本发明的一个或多个前述实施例，只要组合后的实施例不相互排斥即可。

附图说明

在下文中，将仅通过举例的方式并且参考附图来描述本发明的优选实施例，在附图中：

图1示出了仪器的范例；

图2示出了操作图1的仪器的方法的流程图；

图3示出了仪器的另外的范例；

图4示出图示方法的流程图；

图5示出了噪声信号和运动信号；

图6示出图像空间和混合空间中的体模的磁共振图像；

图7示出了具有杂散信号的噪声变化；

图8示出了图示另外的方法的流程图；

图9是针对高通滤波器的滤波增益图；

图10显示了过度峰度直方图；

图11示出了针对图10的直方图的累积分布；

图12示出了图示另外的方法的流程图；

图13示出了纯噪声信号的直方图；

图15示出于混合了磁共振信号的噪声的直方图；并且

图16示出了针对噪声直方图的拟合的Chi2和自由度。

附图标记列表

100仪器

102射频天线

104天线元件

106射频系统

108接收通道

110对象

112支撑体

120计算机

122硬件接口

124处理器

126用户接口

128计算机存储设备

130计算机存储器

140射频信号

142噪声信号

144范数信号

146范数信号之间的协方差

148运动信号

150检测到的运动事件

160控制模块

162数字信号处理模块

200控制射频系统从多个天线元件中的每个接收射频信号

202从来自多个天线元件中的每个的射频信号中提取噪声信号

204通过对每个噪声信号应用数学范数来计算针对每个噪声信号的范数信号

206计算多个天线元件中的每个之间的范数信号的协方差

208通过对范数信号的每个协方差求和来计算运动信号

210通过检测运动信号中的运动事件来检测对象的运动

300医学装置

302磁共振成像系统

304磁体

306磁体的膛

308成像区

310磁场梯度线圈

312磁场梯度线圈电源

314体线圈

316收发器

340脉冲序列命令

342磁共振图像

500噪声功率对时间

502噪声信号对时间

504时间步

506功率

508噪声信号

510运动事件

600图像空间中的体模的图像

602混合空间中的体模的图像

604杂散信号

700曲线图

702相位编码线

704噪声水平

900带宽的分数

902滤波器增益

1000过度峰度

1002数据集的数量

1100概率

1214仅有噪声的直方图

1216具有噪声和MR信号的直方图

具体实施方式

在这些附图中，相似地编号的元件是等价元件或执行相同功能。如果功能是等价的，则将不一定在后来的附图中讨论先前已经讨论过的元件。

图1图示了仪器100的范例。所述仪器被示出为包括具有多个天线元件104的射频天线102。射频天线被连接到射频系统106，射频系统106具有针对天线元件104中的每个的独立接收通道108。在最简单的范例中，射频系统106是接收器。在其他仪器中，射频系统106也可以是收发器，并且在一些情况下，可以将射频信号发送到天线元件104。例如，射频天线102可以是所谓的鸟笼线圈，其具有例如用于磁共振成像的多个天线元件104。这样的鸟笼线圈可以用于在磁共振成像协议期间发射和/或接收射频信号。在一些范例中，射频天线102可以具有将天线元件104相对于彼此刚性保持就位的结构。对象110示出为静卧在对象支撑体112上。所述多个天线元件围绕对象110并且可以被用于检测对象110的运动。

所述射频系统106被示为连接到计算机120的硬件系统122。计算机120还包括处理器124。处理器124连接到硬件接口122。硬件接口122使得处理器124能够向仪器100发送数据和命令并从仪器100接收数据和命令。计算机120还包括与处理器124通信的用户接口126，计算机存储设备128和计算机存储器130。

计算机存储设备128和计算机存储器130的内容是可以互换的。在一些范例中，计算机存储设备128的内容可以被复制在计算机存储器130中。

计算机存储器128被示出为包含从射频系统106接收的射频信号140。计算机存储器128还被示出为包含从射频信号140提取的噪声信号142。计算机存储器128还被示出为包含从噪声信号142计算的范数信号144。计算机存储器128还被示出为包含范数信号144之间的协方差146。计算机存储器128还被示出为包含通过对协方差146进行求和而构建的运动信号148。计算机存储器128还被示出为包含通过分析运动信号148获得的检测到的运动事件150。

计算机存储设备130还被示为包含控制模块160，控制模块160包含计算机可执行代码，所述计算机可执行代码使处理器124能够控制仪器100的操作和功能，并且还执行用于获得运动信号148和检测所检测到的运动事件150的各种操作。计算机存储设备130还被示出为包含数字信号处理模块162，数字信号处理模块162使得处理器124能够将各种数字信号处理技术应用于存储在计算机存储设备128中的数据140、142、144、146、148、150。在不同的范例中，数字信号处理模块162可以实现各种类型的滤波，并且在一些情况下可以使得能够应用傅立叶变换，其可以用于将磁共振数据变换为图像或者对磁共振数据或一般的射频信号140执行其他操作。

图2示出了图示操作图1的仪器100的方法的流程图。首先在步骤200中，控制射频系统106以从多个天线元件104中的每个接收射频信号140。接下来在步骤202中，从来自多个天线元件104中的每个的射频信号140提取噪声信号142。接下来在步骤204中，通过对每个噪声信号142应用数学范数来为每个噪声信号142计算范数信号144。接下来在步骤206中，计算范数信号144之间的协方差146。在步骤208中，通过将每个协方差146加在一起来计算运动信号148。这创建了具有单一值的正实值函数。接下来在步骤210中，在运动信号148中检测到运动事件150。运动事件仅是运动信号中被识别为指示对象110已经相对于天线元件104移动的时间或位置。

图3示出了仪器的另一示例，其中，仪器是磁共振成像系统300。在这种情况下，计算机120和过程124控制磁共振成像系统的功能和操作。仪器300包括图1中所示的范例的计算机系统120。在仪器300中，接口122是被用于控制磁共振成像系统402的硬件接口。

该磁共振成像系统包括磁体304。磁体304是具有通过其的膛306的超导圆柱型磁体304。使用不同类型的磁体也是可能的，例如，可以使用分裂式圆柱形磁体和所谓的开放式磁体两者。分裂圆柱磁体类似于标准的圆柱磁体，除了低温恒温器已经分裂成两部分，以允许访问所述磁体的等平面，从而使磁体可以例如与带电粒子束治疗相结合地使用。开放磁体有两个磁体部分，一个在另一个之上，中间的空间足够大以容纳对象：两个部分区的布置类似于亥姆霍兹线圈的布置。开放式磁体是流行的，因为对象较少地受限。在圆柱磁体的低温恒温器内部有超导线圈的集合。在圆柱磁体304的膛306内，存在成像区308，在成像区108中，磁场足够强和均匀以执行磁共振成像。

磁体的膛306内还有磁场梯度线圈310的集合，其用于采集磁共振数据，以在磁体304的成像区308内对磁自旋进行空间编码。磁场梯度线圈310连接到磁场梯度线圈电源312。磁场梯度线圈310旨在是代表性的。通常，磁场梯度线圈310包含用于在三个正交空间方向上空间地编码的三个分立的线圈的集合。磁场梯度电源将电流供应到所述磁场梯度线圈。供应给磁场梯度线圈310的电流根据时间来进行控制并且可以是斜变的或脉冲的。

磁体304的膛306内是体线圈314。体线圈314被示出为连接到收发器316。在一些实施例中，体线圈314还可以被连接到全身线圈射频放大器和/或接收器，然而，这在该范例中未示出。如果发射器和接收器316两者被连接到全身线圈314，则可以提供用于在发射和接收模式之间切换的单元。例如，可以使用具有pin二极管的电路来选择发送或接收模式。对象支撑体122支撑在成像区内的对象110。

收发器106被示出为被连接到磁共振成像线圈102。在该范例中，磁共振成像线圈102包括多个线圈元件104。收发器106可操作用于发送和接收针对个体线圈元件104的个体RF信号。在该范例中，收发器106和收发器316被示出为是独立的单元。然而，在其他范例中，单元316和106能够被组合。

收发器316、收发器106以及磁场梯度线圈电源被示出为被连接到计算机120的硬件接口122。在该范例中，射频信号140是磁共振数据。天线102是磁共振成像天线，并且射频系统106例如可以通过接收器或收发器来实现。

计算机存储设备128还被示出为包含脉冲序列命令340。脉冲序列命令是可以用于根据磁共振成像协议来采集磁共振数据140的命令或数据。例如，脉冲序列命令340尤其可以用于执行使用多个天线元件104的并行成像的方法。尽管在附图中未示出，但是可能存在用于执行并行成像技术的额外的数据和软件模块，其例如被用于确定用于执行并行成像技术的线圈灵敏度或者具有用于执行并行成像技术的预定线圈灵敏度。计算机存储器128还被示为包括已经从该磁共振数据140重建的磁共振图像342。在该范例中，数字信号处理模块162可以包含使得处理器124能够从磁共振数据140重建磁共振图像342的指令。

图3所示的系统的潜在优点在于，正常采集的磁共振数据140可以与采集它的同时被用于检测对象110的运动。这可以且各种方式来使用以改善磁共振图像342的质量。例如，如果已知对象正在移动110，则可以在数据140的采集期间停止和/或修改磁共振数据140的采集。

RF线圈的特性可以被用于反映或确定MRI中的患者运动。由MR接收线圈测量的噪声水平可以足以推断患者的运动。这种方法是非常有吸引力的，因为有可能通过已经由MR图像中包含的噪声收集关于运动的信息，即不需要对序列或硬件的额外的改变。

以前，没有花费精力在如何精确计算噪声信号上以及如何从这些信号中最终检测运动。噪声水平的后处理至今仅限于移动平均滤波。

范例可以定义运动信号，其基于不同线圈通道之间的测量的RF噪声水平/噪声功率的相关性。这些相关性带有额外的信息，可以收获这些信息以改善运动检测。根据潜在的统计数据应用不同的加权因子和评估，可以进一步提高性能。因此显著地方便了运动检测。以这种方式，例如头部的总体运动可以被容易地检测到。

建议基于不同线圈通道之间的噪声水平(或噪声功率)相关性来推断运动信号。以这种方式，例如头部的总体运动可以被容易地检测到。

在一些范例中，可以使用RF噪声以监测患者运动(包括呼吸)，然而并不限于MRI，而是原则上也可以在MRI系统之外应用以用于监测目的。

本文描述的“噪声导航器”或噪声信号的主要目的可以是通过对RF噪声进行采样来检测MR成像过程中的患者运动(大运动，呼吸)。这是可能的，因为RF接收线圈的敏感区域中的导电材料(例如组织)的移动导致接收到的RF噪声的变化。然而，这些变化相对较小，因此为了改进基于测量的RF噪声的运动检测的可靠性，有效的后处理方法可能是有益的。

在一些范例中，运动信号是定义的，其基于不同线圈通道之间测得的RF噪声水平/噪声功率的相关性。这些相关性带有额外的信息，可以收获这些信息以改善运动检测。根据潜在的统计数据应用不同的加权因子和评估，可以进一步提高性能。因此显著地方便了运动检测。

图4示出了说明可以在图2的方法中执行的额外的方法步骤的流程图。这里并没有显示图2的所有步骤。第一步骤等同于步骤204。在该步骤中，推导出每时间步长和每线圈的噪声水平或噪声功率。接下来，在步骤206中，其等同于图2中的步骤206，计算每个线圈的噪声之间的协方差。这可以任选地以不同的时间尺度来进行。步骤400是任选的步骤，其中，基于统计量和/或特定时间尺度来应用加权因子。步骤402是另一任选的步骤，在其处应用阈值处理。这可能导致范数信号或协方差不显著的值被丢弃。下一步等同于步骤208。在该步骤中，计算协方差的加权和，并且还任选地计算天线元件104的预定子组的加权和。下一步，步骤编号404是任选的，并且要基于潜在的统计结果来衡量和评估结果。最后一步等同于步骤210，并且在该步骤中，运动事件被检测并且被用于进一步处理。

图5示出了噪声功率对时间的曲线图500和噪声信号502对时间的曲线图。在两个图中，以时间步长给出标记为504的x轴。图500上的x轴是所有通道相加的噪声功率的平方。这实质上是天线元件的所有通道上的噪声的总和。曲线502上的y轴示出如本文中所描述的计算的噪声信号508。在两个附图中都示出了运动事件510。在这种情况下，使用头部线圈，并且由对象进行点头动作510。在图500中，噪声功率，对加和的噪声功率的影响是大的增加。然而，将点头动作510与背景热噪声区分是非常困难的。曲线502示出了噪声信号508的计算如何导致运动510的更容易的检测。在这种情况下，点头动作510显然比热噪声大得多并且可以识别。图5是纯噪声信号(噪声功率，所有可用通道之和，顶行)和所提出的采用相关性的运动信号(底行)的示例。在测量过程中发生的点头可以在运动信号信号中显著更好地识别。所有的平均参数都被设置为相等的值(75线/测量)。

所提出的方法的概述在图4中给出并在下面详细描述。下面的部分或全部步骤可以是任选的。

基本流程如下：

平均噪声水平/平均噪声功率，即|U_噪声|或U_噪声 ²，例如通过应用拟合，滤波或简单的平方和平均来推导。重要的是要强调，针对该提出的方法必须使用噪声功率(或等价项)，而不是原来的噪声信号并且如针对并行成像重建例行地进行。噪声相关性由共享的噪声源给出，而噪声功率的相关性仅需要不同噪声源的相关的运动。因此后者明显更适合于运动的检测。例如，头部的前面和背面的噪声源执行相关的运动(头部或多或少是刚性的)，然而它们几乎不会造成“真实的”噪声相关性。

协方差针对不同渠道之间的噪声水平而被计算为：x，y表示不同通道的噪声功率/水平。条表示时间平均——该平均的时间尺度可以是变化的(对于所有的平均值独立地)，导致不同的“灵敏度窗口”。任选地，噪声水平可以被归一化为其平均值。

任选地，可以应用额外的加权因子(可能在计算协方差时己经应用)。这些可以例如是信号的标准偏差(即，将协方差转换为相关系数)，针对x，y的概率密度函数，在特定时间窗内测量针对x，y的特定标准偏差的概率等。这些概率中的大多数可以通过应用统计的基本原理容易地推断出。其中一个目标是例如强调事件，这些事件不太可能是信号中纯粹的随机波动。由于信号的随机性，预计会发生波动，然而那些不太可能的波动显然是由潜在的运动(即不是纯粹的随机性)引起的。为确定对应的概率所需的基本事实是已知的(例如被平均的样本的数量)。

任选地，可以执行阈值处理。原因类似于任选的加权。由于通道之间的微小相关性纯粹是由于随机波动而预期的，因此可以丢弃低于定义的阈值的值。阈值也可以通过基本的统计假设来推断。

“运动信号”或“运动标记”是通过对所有的平方协方差/相关系数(除了“自相关”)进行加和来确定的。该“运动信号”的时间变化可以比原来的噪声信号更好地识别出许多类型的运动。在图5中示出了范例。这里描绘了13个头部线圈通道的噪声信号(加和)以及相应的“运动信号”。在测量过程中发生了点头，其可以在“运动信号”信号中更好地识别。

“运动信号”也可以针对线圈的特定子组(例如后，前，左，右)定义，其意味着加和仅限于那些子组。这对于相当局域化的运动可能是有利的。

“运动信号”可以通过对应的分布函数任选地评估(和加权)。假设例如“纯随机”相关系数遵循均值为0的高斯分布，则“运动信号”将服从chi2分布。因此可以推导出，特定值假定为纯粹随机过程的可能性有多大。“不太可能”值的高发强烈地指示动作。如果对应的分布函数是未知的，则可以通过计算机模拟(假设定义的条件)来经验地确定其。

迄今为止，在使用RF天线来检测MRI中的患者运动方面，尚未花费很多精力在如何测量和计算噪声信号上：<V_噪声 ²>仅仅是根据图像中的纯噪声信号或“噪声区域”来计算的。为了获得由运动引起的预期变化的足够的统计显着性(几个百分点)，在秒的时间尺度上进行额外的平均。一般来说，计算噪声水平的一个主要问题是将噪声信号与“其他”贡献(如杂散MR信号或额外的扰动)区分开来。

与解决这个问题的另一个相当详尽的提议相反，可以执行更实用且计算上较不复杂的方法：

例如，可能的是，通过可容易实现并且不需要许多资源的锐利数字高通滤波器(例如iir滤波器)来在频率编码方向上替换傅立叶变换。随后，对于某些集合(例如，针对每个相位编码线)，均方信号和平均信号^4被计算，这也是计算上直接的，并且可以用于计算过度峰度。基于过度峰度可以估计信号是否是纯粹的噪声或者是否存在其他的贡献。下面描述该过程的更详细的描述。

这种方法的低复杂性甚至可能实现实时执行。

使用RF噪声来监测患者运动(包括呼吸)的基本思想不限于MRI，而是原则上也可以在MRI系统之外用于监测目的。在该情况下，将患者噪声与其他装备的杂散RF发射(EM干扰)分开是非常重要的。

计算噪声水平的一个主要问题是将噪声信号与“其他”贡献(如MR信号或额外的扰动)区分开来。

尽管定义测量信号的哪一部分预期仅包含基于被测量的物体的轮廓的噪声是相对直接的，但是这种方法表现为不够充分，因为杂散信号倾向于出现，这使得通过噪声的运动检测是不可靠的。图6给出了这样的杂散信号的范例。

图6示出了两幅图像。图像600是图像空间中的体模的图像。图像602示出了部分地在k空间中并且部分地在图像空间中的对应的混合图像。图像空间是x或水平方向的f编码的并且k空间是y方向的。图像602还示出了杂散信号604，其指示在ky大约等于零的情况下泄漏到外部区域中的信号。

因此，图6示出了“噪声区域”中的杂散信号的范例。体模图像(左)和对应的混合图像(右；图像空间在f-编码方向x上，k-空间在y上)，清楚地示出了在ky≈0时信号泄漏到外部区域。为了清楚起见，选择对数标度。图7中示出了作为时间的函数的对应的平均噪声水。虽然这是一个非常极端的例子，但是其很好地说明了可能的误解读：噪声信号变化看起来类似于强烈的突然的头部移动，但是这是不可能的，因为体模没有移动。

图7示出了作为图像602的相位编码线702的函数的噪声水平704的曲线图700。曲线图700中有几个大的尖峰。这些可能与突然强烈的头部移动的尖峰类似。然而，情况并非如此，因为该曲线图是针对图600和602中示出的静止体模的。这是噪声水平704上的有效MR信号泄漏的范例。

图8的流程图示出图示从在多个天线元件104上采集的射频信号142的噪声信号中提取运动信号的方法。这些例如可以是射频天线的正常天线元件104，或者它们也可以适用于在磁共振成像中使用的多个天线元件。首先在步骤800中采集800射频数据或磁共振数据。接下来在步骤802中，在频率编码方向上定义包含纯噪声的区域，例如在图像空间中。这可以手动或自动地完成。接下来在步骤804中，采集射频数据。这例如可以连续地进行或者针对间歇的时间段进行。接下来，在步骤806中，以步骤802定义的截止频率应用高通滤波器。步骤808是任选的步骤，其中执行对频率编码方向上的平坦增益的校正。这例如也可以被并入到高通滤波器中。接下来在步骤810中，针对每条相位编码线计算平均或范数噪声值。接下来在步骤812中，基于过度峰度的水平以及与先前采集的数据的一致性来评估噪声值。最后，在步骤814中，只有可靠的噪声被保留或应用额外的滤波和/或平滑。在步骤816中，输出噪声信号。

下面概述了在图8中给出的方法的概要。其中一些步骤是任选的。基本过程如下：

确定频率编码方向上的点，其应该完全包含噪声(在FOV的边缘(在图像空间中)，在要被成像的对象之外)。这可以基于调查扫描，其他已经记录的MR图像或其他传感器(例如相机)来手动或自动完成，其确定了对象/患者的轮廓。

数据(连续地)被测量804为k空间中的线。

k空间线被高通滤波器滤波。截止频率由第一步骤中定义的FOV的边缘的区域给出。由于这些边缘对应于频率编码方向上的原始数据中的高频分量，因而锐利的高通滤波器能够将它们与被限制到较低频率的MR信号分开。滤波器可以容易地数字地实现为IIR或FIR滤波器。图9示出了合适的IIR滤波器(16个系数)的频率响应的范例。

图9绘制了滤波器增益902对带宽900的分数。这么做是为了示出16阶高通数字IIR滤波器的频率响应。可以实现足够的衰减和令人满意的急剧转变，以将高频噪声与较低频率的磁共振信号分离开。

执行任选的增益校正，以便具有平坦的频率响应，即，噪声水平与频率无关。这简化了分析，并且使推导的统计参数(峰度)更容易解释。校正也可以借助于具有合适的频率响应的数字滤波器来执行。该滤波器原则上也可以与之前的高通滤波器组合。

通过计算平均信号^2以及平均信号^4来评估滤波数据的集合(例如，每条相位编码线)。这可以分别针对实部和虚部进行，也可以针对绝对值进行。

计算针对这些集合的过度峰度：

过度峰度＝E(信号^4)/E(信号^2)^2-3

过度峰度描述了概率分布的形状与正态分布的差异。即，对于纯噪声预期服从平均为0的高斯统计。过度峰度的高值和低值因此是不太可能的。这在图10中针对300个点的集合示出，其中，<-0.5或>0.65的过度峰度值具有低于2％的概率。图10示出了直方图，其中，x轴1000上是过度峰度，而y轴1002是具有特定过度峰度的数据集的数量。图10中的直方图是针对包含300个高斯噪声点的100万的组计算的。

因此，非常高和低的过度峰度值是额外的杂散信号的指示，并且这些噪声信号应该相应地被丢弃。

针对接爱过度峰度的准确界限取决于样本大小，要求的准确度和初始增益概况。

图11示出了针对图10中所示的曲线的特定超峰度1000的累积概率1100。图11中所示的曲线可以用来选择具有低概率的截止的特定的过度峰度。可以看出，低于-0.5和超过0.65的峰度值是不太可能的(<2％)。

可以根据从先前的平均值推导出的噪声水平的差异来收集额外的信息。由于仅预期有中等的变化，因而可以计算当前分析的子集的特定偏差的可能性如何。太不可能的值可以被丢弃，因为它们明显地被其他信号所破坏。

最后推导出的“可靠”噪声水平的时间变化可以被进一步处理(滤波)。

提出了另一种用于数据(噪声)选择和处理的不同方法，其使用直方图与合适的分布函数的(迭代)拟合。通过这种方式，可以推导出平均噪声水平以及额外的信息，这有助于判断潜在的数据是否包含纯噪声或其他杂散信号。总而言之，专注于“可靠的”噪声数据并且挑选出损坏的数据变得可能。

以下部分将更加详细地描述该过程。

图12示出了图示从射频信号中可靠地提取噪声的方法的流程图。首先在步骤1200中，任选地使用调查或其他MR图像作为参考。接下来在步骤1202中，选择频率编码方向上包含纯噪声的区域。接下来在步骤1204中，测量射频数据或磁共振数据。在步骤1206中，在频率编码方向上应用快速傅里叶变换。任选地，在步骤1208中，应用对频率编码方向上的平坦增益的校正。在步骤1210中，建立预定义的噪声区域中的数据的直方图。在步骤1212中，将直方图与适当的分布函数(例如，卡方或高斯)进行拟合。相应地，拟合的良好性由例如经由其卡方而被确定。在图1214和1216中示出了两个不同的直方图。这些在图13和14中被放大。图1214示出了仅包含噪声的直方图。其被认为是良好的拟合。图1216示出了噪声加磁共振信号。也就是说，图14中所示的直方图示出了纯噪声与非为噪声的MR信号的混合。可以看出，拟合的良好性明显地较差。在步骤1218中，可以基于拟合结果和与先前采集的数据的一致性来判断所确定的噪声水平。任选地，在步骤1220中，可以重新分析数据，并且可以改善忽略了不可靠数据的样本，或者可以选择将数据缩减到不包含纯噪声的点的较小样本。例如，在图14中的图1216中，存在噪声和磁共振信号。可以修改获得噪声的区域，从而减少MR信号的量。如果执行任选的步骤1220，则该方法然后返回到步骤1210，并且重复该步骤。在执行步骤1218之后，不是可靠的噪声的数据或噪声被丢弃。然后这被用来提供最终的噪声信号1224。

所提出的方法的概述在图12中给出。其中一些步骤是任选的。基本过程如下：

确定频率编码方向上的点，其应该完全包含噪声(在FOV的边缘(在图像空间中)，在要被成像的对象之外)。这可以基于调查扫描，其他已经记录的MR图像或其他传感器(例如相机)来手动或自动完成，其确定了对象/患者的轮廓。

数据(连续地)被测量为k空间中的线。

k空间行是傅里叶变换f-enc方向。

执行任选的增益校正，以便具有平坦的频率响应，即，噪声水平与频率无关。这简化了分析并允许更好地解释推导出的统计参数。

建立针对第一步骤中确定的位置处的信号的直方图。这可以针对实部和虚部独立地或组合地进行。直方图的另一个可能的选择是针对每个点个体地或者针对相同尺寸的子集合来的“平方和”。

执行相应的概率分布函数(pdf)到直方图的拟合。pdf是高斯函数或Chi2分布。如果使用平方和，则使用后者。该拟合提供关于平均值(噪声应为0)、分布宽度(噪声水平)以及在chi2分布情况下的自由度的信息，其应该等于用于计算平方和的独立值的数量。

此外，要计算针对直方图拟合的chi2，其描述了pdf多好地拟合到数据。

基于拟合结果，可以估计数据是纯噪声还是包含杂散MR信号。图15给出了范例。这里几个通道包含额外的MR信号，这导致了针对拟合(在这种情况下是chi2-pdf)的高的chi2并且还导致了显著不同的自由度(df)。

可以根据从先前的平均值推导出的噪声水平的差异来收集额外的信息。由于仅预期有中等的变化，因而可以计算当前分析的子集的特定偏差的可能性如何。太不可能的值可以被丢弃，因为它们明显地被其他信号所破坏。

任选地，可以以不同的集合大小来重复拟合流程。

-通过同时评估多个相位编码线(忽略已经被识别为包含杂散信号的那些)来增加样本大小可能是有价值的。如果几乎同时测量数据(与预期的患者运动的时间尺度相比)，这是有用的，因为这得到更准确的结果。

-样本量可能会降低，以减少杂散信号。可能并不是整个集合都被破坏，因而仍然可以收集一些“噪声信息”。

最后推导出的“可靠”噪声水平的时间变化可以被进一步处理(滤波)。

图15显示了针对噪声直方图与chi2分布的拟合的chi2和自由度(df)的变化。一些通道被MR信号破坏，这可以通过与期望值(100、200)的偏差清楚地观察到。

尽管已经在附图和前面的描述中详细例示和描述了本发明，但这样的例示和描述应当被认为是例示性或示范性的，而非限制性的。本发明不限于公开的实施例。

本领域技术人员通过研究附图、公开内容以及权利要求书，在实践请求保护的本发明时能够理解并且实现对所公开的实施例的其他变型。在权利要求中，“包括”一词并不排除其他元素或步骤，并且词语“一”或“一个”不排除多个。单个处理器或者其它单元可以实现权利要求书中记载的若干项的功能。尽管在互不相同的从属权利要求中列举了特定措施，但是这并不指示不能有利地使用这些措施的组合。计算机程序可以存储/分布在适合的介质上，例如与其他硬件一起被提供或作为其他硬件的部分被提供的光学存储介质或固态介质，但是计算机程序也可以以其他形式分布，例如经由因特网或其他的有线或无线的电信系统分布。权利要求书中的任何附图标记不应被解释为对范围的限制。

Claims (13)

1.一种仪器(100、300)，包括：

-射频天线(102)，其包括多个天线元件(104)；

-射频系统(106)，其包括用于从所述多个天线元件中的每个接收射频信号(140)的独立的接收通道；

-存储器(130)，其包含机器可执行指令(160、162)；

-处理器(124)，其用于控制所述仪器，其中，所述机器可执行指令的执行使所述处理器：

·控制(200)所述射频系统从所述多个天线元件中的每个接收所述射频信号；

·从来自所述多个天线元件中的每个的所述射频信号提取(202)噪声信号(142)；

·通过对每个噪声信号应用数学范数来计算(204)针对每个噪声信号的范数信号(144)；

·计算(206)所述多个天线元件中的每个之间的所述范数信号的协方差(146)；

·通过对所述范数信号的每个协方差进行求和来计算(208)运动信号(148)；并且

·通过检测所述运动信号中的运动事件(150)来检测(210)对象的运动，其中，所述机器可执行指令的执行还使所述处理器至少部分地通过检测所述运动信号中的运动事件来检测对象的运动，检测所述运动信号中的运动事件通过以下来进行：

-通过将所述运动信号的每个值与概率函数进行比较来计算运动概率；并且

-识别所述运动概率是否高于预定概率。

2.一种为磁共振成像系统(300)的仪器(100、300)，包括：

-射频天线(102)，其包括用于采集磁共振数据的多个天线元件(104)；

-射频系统(106)，其包括用于从所述多个天线元件中的每个接收表示磁共振数据的射频信号(140)的独立的接收通道；

-存储器(130)，其包含机器可执行指令(160、162)；

-处理器(124)，其用于控制所述仪器，其中，所述机器可执行指令的执行使所述处理器：

·使所述处理器通过利用脉冲序列命令控制所述磁共振成像系统来采集磁共振数据；

·控制(200)所述射频系统从所述多个天线元件中的每个接收所述射频信号；

·从来自所述多个天线元件中的每个的所述射频信号提取(202)噪声信号(142)；

·通过对每个噪声信号应用数学范数来计算(204)针对每个噪声信号的范数信号(144)；

·计算(206)所述多个天线元件中的每个之间的所述范数信号的协方差(146)；

·通过对所述范数信号的每个协方差进行求和来计算(208)运动信号(148)；并且

·通过检测所述运动信号中的运动事件(150)来检测(210)对象的运动，

并且其中，所述机器可执行指令的执行使所述处理器通过以下来从来自所述多个天线元件中的每个的所述射频信号提取所述噪声信号：

-计算在频率编码方向上的所述磁共振数据的傅立叶变换；

-识别经傅立叶变换的磁共振数据中的噪声区域；

-构建所述噪声区域中的经傅立叶变换的磁共振数据的直方图；

-将概率分布拟合到所述直方图；并且

-通过计算所述概率分布到所述直方图的所述拟合的拟合度量来生成所述噪声信号。

3.根据权利要求1所述的仪器，其中，所述多个天线元件中的每个具有一带宽，其中，所述存储器还包含针对所述多个天线元件中的每个的数字滤波器算法，所述数字滤波器算法用作所述带宽的反函数，其中，所述指令的执行还使所述处理器在将所述射频信号处理成所述噪声信号之前或同时将所述数字滤波器应用于所述射频信号。

4.根据权利要求1或3所述的仪器，其中，所述机器可执行指令的执行还使所述处理器在计算所述运动信号之前将所述范数信号的每个协方差中的低于预定阈值的部分设置为零。

5.根据权利要求1、3、或4所述的仪器，其中，所述机器可执行指令的执行还使所述处理器在计算所述运动信号之前向所述范数信号的所述协方差中的每个应用加权因子。

6.根据前述权利要求中的任一项所述的仪器，其中，所述机器可执行指令的执行使所述处理器在计算所述运动信号之前使用平均值来对每个范数信号进行归一化。

7.根据前述权利要求中的任一项所述的仪器，其中，所述机器可执行指令的执行还使所述处理器至少部分地通过检测所述运动信号中的运动事件来检测对象的运动，检测所述运动信号中的运动事件是通过识别所述运动信号的高于预定值的部分来进行的。

8.根据权利要求2所述的仪器，其中，所述机器可执行指令的执行使所述处理器通过向针对所述多个天线元件中的每个的所述磁共振数据应用高通滤波器来提取针对来自所述多个天线元件中的每个的所述射频信号的所述噪声信号。

9.根据权利要求2所述的仪器，其中，所述机器可执行指令的执行使所述处理器通过以下来从来自所述多个天线元件中的每个的所述射频信号提取所述噪声信号：

-计算在频率编码方向上的所述磁共振数据的傅立叶变换；

-识别经傅立叶变换的磁共振数据中的噪声区域；

-构建所述噪声区域中的所述经傅立叶变换的磁共振数据的直方图；

-将概率分布拟合到所述直方图；并且

-通过计算所述概率分布到所述直方图的所述拟合的拟合度量来生成所述噪声信号。

10.根据前述权利要求中的任一项所述的仪器，其中，每个噪声信号是实值的，其中，所述数学范数是以下中的任一项：绝对值，所述噪声信号的平方，预定时间内的所述噪声信号的均方根，以及描述所述噪声信号的分布的概率分布函数的实值的宽度参数。

11.根据权利要求1至8中的任一项所述的仪器，其中，每个噪声信号是复数值的，其中，所述数学范数是以下中的任一项：欧几里得范数，矢量长度，矢量长度的平方，预定时间内的所述噪声信号的均方根，预定时间内的矢量长度的均方根，描述所述噪声信号的分布的概率分布函数的宽度参数，以及到所述噪声信号的直方图的拟合的宽度参数。

12.一种操作仪器(100、300)的方法，其中，所述仪器包括射频天线(102)，所述射频天线包括多个天线元件(104)，其中，所述仪器还包括射频系统(106)，所述射频系统包括用于从所述多个天线元件中的每个接收射频信号的独立的接收通道，其中，所述方法包括以下步骤：

·控制(200)所述射频系统从所述多个天线元件中的每个接收所述射频信号；

·从来自所述多个天线元件中的每个的所述射频信号提取(202)噪声信号(142)；

·通过对每个噪声信号应用数学范数来计算(204)针对每个噪声信号的范数信号(144)；

·计算(206)所述多个天线元件中的每个之间的所述范数信号的协方差(146)；

·通过对所述范数信号的每个协方差进行求和来计算(208)运动信号(148)；并且

·通过检测所述运动信号中的运动事件来检测(210)对象的运动。

13.一种包括指令的计算机程序产品，所述指令使处理器(124)控制仪器(100、300)，其中，所述仪器包括射频天线(102)，所述射频天线包括多个天线元件(104)，其中，所述仪器还包括射频系统，所述射频系统包括用于从所述多个天线元件中的每个接收射频信号(140)的独立的接收通道，其中，所述机器可执行指令的执行使所述处理器：

·控制(200)所述射频系统从所述多个天线元件中的每个接收所述射频信号；

·从来自所述多个天线元件中的每个的所述射频信号提取(202)噪声信号(142)；

·通过对每个噪声信号应用数学范数来计算(204)针对每个噪声信号的范数信号(144)；

·计算(206)所述多个天线元件中的每个之间的所述范数信号的协方差(146)；

·通过对所述范数信号的每个协方差进行求和来计算(208)运动信号(148)；并且

·通过检测所述运动信号中的运动事件(150)来检测(210)对象的运动，其中，所述机器可执行指令的执行还使所述处理器至少部分地通过检测所述运动信号中的运动事件来检测对象的运动，检测所述运动信号中的运动事件通过以下进行：

-通过将所述运动信号的每个值与概率函数进行比较来计算运动概率；并且

-识别所述运动概率是否高于预定概率。