DE102005018814A1

DE102005018814A1 - Verfahren zur MRT-Bildgebung auf Basis konventioneller PPA-Rekonstruktionsverfahren

Info

Publication number: DE102005018814A1
Application number: DE102005018814A
Authority: DE
Inventors: Mark A. Dr. Shaker Heights Griswold; Vladimir Dr. Jellus; Stephan Dr. Kannengießer
Original assignee: Siemens AG
Current assignee: Siemens Healthcare GmbH
Priority date: 2005-04-22
Filing date: 2005-04-22
Publication date: 2006-11-02
Anticipated expiration: 2025-04-23
Also published as: DE102005018814B4; US20060284812A1; US7495437B2

Abstract

Die vorliegende Erfindung bezieht sich auf ein Verfahren zur Magnet-Resonanz-Bildgebung eines zusammenhängenden Bereiches eines menschlichen Körpers auf der Basis einer partiellen parallelen Akquisition (PPA) durch Anregung von Kernspins und Messung von die angeregten Spins anzeigenden Hochfrequenz-Signalen, wobei das Verfahren folgende Schritte aufweist: DOLLAR A - Durchführen mehrerer Schritte der Spin-Anregung sowie Messung eines HF-Antwortsignals gleichzeitig in jeder einer Anzahl von N Komponentenspulen, DOLLAR A wodurch eine Vielzahl von Antwortsignalen akquiriert wird, die für jede Komponentenspule einen unvollständigen Datensatz (40) empfangener HF-Signale bilden, DOLLAR A wobei zu jedem unvollständigen Datensatz (40) zusätzlich akquirierte Kalibrierungs-Datenpunkte (33) existieren, DOLLAR A - Reduktion der N unvollständigen Datensätze (40) auf eine Teilmenge M reduzierter unvollständiger Datensätze (46) auf Basis einer NxM-Reduktionsmatrix (45), wodurch M reduzierte unvollständige Datensätze (46 bzw. alpha, beta) erhalten werden, DOLLAR A - Bilden von M vollständigen Datensätzen auf Basis einer NxM-Rekonstruktionsmatrix (47), indem die nicht gemessenen Zeilen (32) der M reduzierten unvollständigen Datensätze (46 bzw. alpha, beta) unter Berücksichtigung alle N unvollständigen Datensätze (40) rekonstruiert werden, DOLLAR A - Durchführen einer räumlichen Transformation der vervollständigten reduzierten Datensätze, um einen vollständigen Bilddatensatz (34) aus jedem vervollständigten reduzierten Datensatz zu bilden.

Description

Die vorliegende Erfindung bezieht sich allgemein auf die Kernspintomographie (Synonym: Magnetresonanztomographie – MRT), wie sie in der Medizin zur Untersuchung von Patienten Anwendung findet. Dabei bezieht sich die vorliegende Erfindung auf ein Verfahren sowie ein MRT-System zur Durchführung des Verfahrens, welches die Rechenzeit zur Bildrekonstruktion in der PPA-basierten (engl.: Partially Parallel Acquisition PPA, s.S.3, Z.27ff.) MRT-Bildgebung bei Verwendung einer großen Anzahl von Komponentenspulen bzw. Empfangskanälen stark reduziert ohne bzw. mit nur geringem Verlust an SNR (Signal-Rausch-Verhältnis, engl. Signal to Noise Ratio) und ohne bzw. mit nur geringen Unterabtastungsartefakten im rekonstruierten Bild.
Die MRT basiert auf dem physikalischen Phänomen der Kernspinresonanz und wird als bildgebendes Verfahren seit über 15 Jahren in der Medizin und in der Biophysik erfolgreich eingesetzt. Bei dieser Untersuchungsmethode wird das Objekt einem starken, konstanten Magnetfeld ausgesetzt. Dadurch richten sich die Kernspins der Atome in dem Objekt, welche vorher regellos orientiert waren, aus.
Hochfrequenzwellen können nun diese "geordneten" Kernspins zu einer bestimmten Schwingung anregen. Diese Schwingung erzeugt in der MRT das eigentliche Messsignal, welches mittels geeigneter Empfangsspulen aufgenommen wird. Durch den Einsatz inhomogener Magnetfelder, erzeugt durch Gradientenspulen, kann dabei das Messobjekt in alle drei Raumrichtungen räumlich kodiert werden. Das Verfahren erlaubt eine freie Wahl der abzubildenden Schicht, wodurch Schnittbilder des menschlichen Körpers in alle Richtungen aufgenommen werden können. Die MRT als Schnittbildverfahren in der medizinischen Diagnostik, zeichnet sich in erster Linie als "nicht-invasive" Untersu chungsmethode durch ein vielseitiges Kontrastvermögen aus. Aufgrund der hervorragenden Darstellbarkeit des Weichgewebes hat sich die MRT zu einem der Röntgencomputertomographie (CT) vielfach überlegenen Verfahren entwickelt. Die MRT basiert heute auf der Anwendung von Spinecho- und Gradientenechosequenzen, die bei Messzeiten in der Größenordnung von Sekunden bis Minuten eine exzellente Bildqualität ermöglichen.
Die ständige technische Weiterentwicklung der Komponenten von MRT-Geräten und die Einführung schneller Bildgebungssequenzen eröffnete der MRT immer mehr Einsatzgebiete in der Medizin. Echtzeitbildgebung zur Unterstützung der minimal-invasiven Chirurgie, funktionelle Bildgebung in der Neurologie und Perfusionsmessung in der Kardiologie sind nur einige wenige Beispiele. Trotz der technischen Fortschritte beim Bau von MRT-Geräten, bleiben Aufnahmezeit und Signal-Rausch-Verhältnis (SNR) eines MRT-Bildes limitierende Faktoren für viele Anwendungen der MRT in der medizinischen Diagnostik.
Insbesondere bei der funktionellen Bildgebung, bei der eine wesentliche Bewegung des Objektes bzw. Teile des Objektes gegeben ist (Blutfluss, Herzbewegung, Peristaltik des Abdomens usw.), ist eine Verringerung der Aufnahmezeit (der Datenakquisitionszeit) bei gleichbleibendem SNR wünschenswert. Generell verursacht Bewegung in einem MRT-Bild Artefakte, wie z.B. Bewegungsartefakte, die mit Dauer der Datenakquisitionszeit zunehmen. Um die Bildqualität zu verbessern, wäre daran zu denken, mehrere Bilder zu akquirieren und diese später zu überlagern. Dies führt aber besonders hinsichtlich der Bewegungsartefakte nicht immer zu einer beabsichtigten Verbesserung der gesamten Bildqualität. Beispielsweise wird das SNR verbessert während die Bewegungsartefakte zunehmen.

Ein Ansatz, bei gleichbleibendem SNR die Messzeit zu verkürzen, besteht darin, die Menge der aufzunehmenden Bilddaten zu verringern. Um ein vollständiges Bild aus solch einem reduzierten Datensatz zu erhalten, müssen entweder die fehlenden Daten mit geeigneten Algorithmen rekonstruiert werden oder das fehlerhafte Bild aus den reduzierten Daten muss korrigiert werden. Die Aufnahme der Daten in der MRT geschieht im sogenannten k-Raum (Synonym: Ortsfrequenzraum). Das MRT-Bild im sogenannten Bildraum ist mittels Fourier-Transformation mit den MRT-Daten im k-Raum verknüpft. Die Ortskodierung des Objektes, welche den k-Raum aufspannt, geschieht mittels Gradienten in allen drei Raumrichtungen. Man unterscheidet dabei im Falle von 2D-Bildgebung die Schichtselektion (legt eine Aufnahmeschicht im Objekt fest, üblicherweise die z-Achse), die Frequenzkodierung (legt eine Richtung in der Schicht fest, üblicherweise die x-Achse) und die Phasenkodierung (bestimmt die zweite Dimension innerhalb der Schicht, üblicherweise die y-Achse). Im Fall von 3D-Bildgebung wird die Schichtselektion durch eine zweite Phasenkodierrichtung ersetzt. Ohne Beschränkung der Allgemeinheit, wird im weiteren Verlauf ein zweidimensionaler kartesischer k-Raum angenommen, der zeilenweise abgetastet wird. Die Daten einer einzelnen k-Raumzeile werden beim Auslesen mittels eines Gradienten frequenzkodiert. Jede Zeile im k-Raum hat den Abstand Δk_y, der durch einen Phasenkodierschritt erzeugt wird. Da die Phasenkodierung im Vergleich zu den anderen Ortskodierungen viel Zeit in Anspruch nimmt, basieren die meisten Verfahren, beispielsweise die sogenannte "teilweise parallele Akquisition", im weiteren Verlauf mit PPA (engl. Partially Parallel Acquisition) bezeichnet, zur Verkürzung der Bildmesszeit auf einer Verringerung der Anzahl an zeitaufwändigen Phasenkodierschritten. Der Grundgedanke bei der PPR-Bildgebung ist, dass die k-Raumdaten nicht von einer Einzelspule sondern gemäß 3A von einer z. B. linearen Anordnung von Komponentenspulen (Spule 1 bis Spule 3), einem Spulenarray, aufgenommen werden. Jede der räumlich unabhängigen Spulen des Arrays trägt gewisse räumliche Informationen, welche genutzt werden, um über eine Kombination der simultan akquirierten Spulendaten eine vollständige Ortskodierung zu erreichen. Das bedeutet, dass aus einer einzigen aufgenommenen k-Raumzeile 31 (in den folgenden FIGen grau dargestellt) auch mehrere andere, nicht abgetastete im k-Raum verschobene (in den folgenden FIGen punktiert dargestellt) Zeilen 32 bestimmt d.h. rekonstruiert wer den können. Derartig vervollständigte rekonstruierte Datensätze sind für den Fall dreier Komponentenspulen in 3B dargestellt.

Die PPA-Methoden verwenden also räumliche Information, die in den Komponenten einer Spulenanordnung enthalten sind, um partiell die zeitaufwändige Phasenkodierung, die normalerweise unter Verwendung eines Phasenkodiergradienten erzeugt wird, zu ersetzen. Dadurch wird die Bildmesszeit entsprechend dem Verhältnis von Anzahl der Zeilen des reduzierten Datensatzes zur Anzahl der Zeilen des konventionellen (also vollständigen) Datensatzes reduziert. In einer typischen PPA-Akquisition wird im Vergleich zu der herkömmlichen Akquisition nur ein Bruchteil (1/2, 1/3, 1/4, etc.) der Phasenkodierzeilen akquiriert. Eine spezielle Rekonstruktion wird dann auf die Daten angewandt, um die fehlenden k-Raumzeilen zu rekonstruieren und damit das volle Field of View (FOV)-Bild in einem Bruchteil der Zeit zu erhalten.

Das jeweilige Rekonstruktionsverfahren, das in der Regel ein algebraisches Verfahren darstellt, entspricht der jeweiligen PPA-Technik. Die bekanntesten PPA-Techniken sind SENSE (Sensitivity Encoding) und GRAPPA (Generalised Autocalibration PPA) mit ihren jeweiligen Derivaten.

Bei allen PPA-Verfahren werden notwendigerweise auch zusätzliche Kalibrierungs-Datenpunkte akquiriert (zusätzlich gemessene zentrale Referenzzeilen z.B. 33 in 3), die den eigentlichen Messdaten hinzugefügt werden und auf deren Basis ein reduzierter Datensatz überhaupt erst wieder vervollständigt werden kann.

Um die Qualität der Rekonstruktion und das SNR zu optimieren, erzeugt eine Rekonstruktion nach GRAPPA aus beispielsweise einer Anzahl N unvollständig gemessener Datensätze (bis auf die Referenzzeilen 33 unterabgetastete Spulenbilder; 2:
Spule 1 bis Spule N) wieder eine Anzahl N Datensätze (Spulenbilder) die – immer noch im k-Raum – jeweils für sich wieder vollständig sind. Eine Fouriertransformation der einzelnen Spulenbilder führt somit zu N einfaltungsfreien Einzelspulenbildern, deren Kombination im Ortsraum (z. B. mittels Quadratsummen-Rekonstruktion) zu einem hinsichtlich SNR und Signalauslöschung optimierten Bild führt.

Die GRAPPA-Rekonstruktion (2), die bei N Komponentenspulen wieder zu N vollständigen Einzelspulendatensätzen führt, beruht auf einer Linearkombination der gemessenen Zeilen eines unvollständigen Datensatzes, wobei dabei die Ermittlung der dazu notwendigen (Linear-)Koeffizienten im Vordergrund steht. Dazu wird versucht, die regulär gemessenen (also die nicht ausgelassenen) Zeilen eines unvollständigen Datensatzes linear so zu kombinieren, dass mit ihnen die zusätzlich gemessenen Referenzzeilen (also die Kalibrierungs-Datenpunkte) möglichst gut angefittet werden. Die Referenzzeilen dienen somit als Zielfunktionen, die umso besser angepasst werden können, je mehr regulär gemessene Zeilen – möglicherweise auf unvollständige Datensätze unterschiedlicher Komponentenspulen verteilt – vorliegen.

Dies bedeutet, dass im Rahmen einer GRAPPA-Rekonstruktion die unvollständigen Datensätze von N-Komponentenspulen zur Vervollständigung dieser Datensätze wiederum auf die N-Komponentenspulen abgebildet werden müssen. Man spricht in diesem Zusammenhang auch von N GRAPPA-Eingangskanälen, die auf N GRAPPA-Ausgangskanäle abgebildet (engl. mapped) werden. Diese "Abbildung" erfolgt algebraisch durch eine Vektor-Matrix-Multiplikation, wobei die Vektoren die regulär gemessenen k-Raum-Zeilen repräsentieren und die Matrix die ermittelte GRAPPA-Koeffizientenmatrix darstellt. Das heißt mit anderen Worten: Ergibt eine Linearkombination von gemessenen Zeilen auf Basis einer Koeffizientenmatrix eine gute Annäherung an die Referenzzeilen (Kalibrierungs-Datenpunkte), so lassen sich mit dieser Matrix ebenso gut ranggleiche ausgelassene (und damit nichtgemessene) Zeilen rekonstruieren. Die Koeffizienten werden oft auch als Gewichtungsfaktoren bezeichnet, die Referenzzeilen tragen Information über die Spulensensivitäten.

Nun kann gezeigt werden, dass die Rechenzeit für das Gesamtrekonstruktionsverfahren nach GRAPPA (d. h. für die Ermittlung der GRAPPA-Koeffizientenmatrix sowie für das Abbilden selbst) eine quadratische (in manchen Fällen sogar eine "über-quadratische") Abhängigkeit von der Spulenzahl N besitzt, was bei geringer Spulenanzahl nicht wesentlich ins Gewicht fällt (8 Kanäle << 1 Minute), bei hoher Spulenanzahl (N ≥ 32) jedoch hinsichtlich Rechenleistung und Speicherkapazität des Anlagenrechners zu nicht akzeptablen Rechenzeiten führt.

Um den steigenden Anforderungen hinsichtlich CPU-Last und Rechenspeicher in der PPA-Bildgebung gerecht zu werden, setzt man derzeit auf leistungsstärkere Rechner mit mehr Zugriffs- und Hauptspeicher (RAM) sowie auf Multi-Prozessor basierte Parallel-Rechner, die die PPA-Rekonstruktionsalgorithmen parallel bewerkstelligen können, jedoch für sich einen immensen Kostenfaktor darstellen.

Aufgabe der vorliegenden Erfindung ist es daher, ein Verfahren sowie ein System zur Durchführung des Verfahrens bereitzustellen, welches die PPA-Rekonstruktion insbesondere bei Verwendung einer hohen Anzahl von PPA-kodierender Komponentenspulen beschleunigt.

Diese Aufgabe wird gemäß der Erfindung durch die Merkmale des unabhängigen Anspruches gelöst. Die abhängigen Ansprüche bilden den zentralen Gedanken der Erfindung insbesonders vorteilhafter Weise weiter.

Erfindungsgemäß wird also ein Verfahren beansprucht zur Magnet-Resonanz-Bildgebung eines zusammenhängenden Bereiches eines menschlichen Körpers auf der Basis einer partiellen parallelen Akquisition (PPA) durch Anregung von Kernspins und Messung von die angeregten Spins anzeigenden Hochfrequenz-Signale, wobei das Verfahren folgende Schritte aufweist:

– Durchführen mehrerer Schritte der Spin-Anregung sowie Messung eines HF-Antwortsignals gleichzeitig in jeder einer Anzahl von N Komponentenspulen wodurch eine Vielzahl von Antwortsignalen akquiriert werden, die für jede Komponentenspule einen unvollständigen Datensatz empfangener HF-Signale bilden, wobei zu jedem unvollständigen Datensatz zusätzlich akquirierte Kalibrierungs-Datenpunkte existieren,
– Reduktion der N unvollständigen Datensätze auf eine Teilmenge M reduzierter unvollständiger Datensätze auf Basis einer NxM-Reduktionsmatrix wodurch M reduzierte unvollständige Datensätze erhalten werden,
– Bilden von M vollständigen Datensätzen auf Basis einer NxM-Rekonstruktionsmatrix indem die nichtgemessenen Zeilen der M reduzierten unvollständigen Datensätze unter Berücksichtigung aller N unvollständigen Datensätze rekonstruiert werden,
– Durchführen einer räumlichen Transformation der vervollständigten reduzierten Datensätze um einen vollständigen Bilddatensatz aus jedem vervollständigten reduzierten Datensatz zu bilden.

Dabei erfolgt die Bestimmung der NxM-Reduktionsmatrix gemäß einer ersten Ausführungsform des erfindungsgemäßen Verfahrens aus Eigenvektoren der Kovarianzmatrix der N gemessenen unvollständigen Datensätze und/oder der Kalibrierungs-Datenpunkte und/oder der jeweiligen räumlich Transformierten.

Gemäß dieser ersten Ausführungsform erfolgt die Bestimmung der Kovarianzmatrix vorteilhafterweise aus Teilen der gemessenen Daten bzw. der Kalibrierungs-Datenpunkte.

Ferner ist es vorteilhaft die Reduktionsmatrix so zu bestimmen, dass diese ein Minimum von Null-verschiedener Reduktionskoeffizienten enthält.

Gemäß einer zweiten Ausführungsform des erfindungsgemäßen Verfahrens besteht die Reduktionsmatrix aus Koeffizienten welche die Moden oder eine Untermenge der Moden eines PPA-Spulensystems mit Modenmatrix, das eine Hardware-basierte Gruppierung von Komponentenspulen aufweist, gewichtet selektieren.

Gemäß einer dritten Ausführungsform des erfindungsgemäßen Verfahrens erfolgt das Bestimmen der Reduktionsmatrix auf Basis einer SNR-Analyse der Komponentenspulen mit dem Ziel der Optimierung des Signal-Rausch-Verhältnisses in den Bilddatensätzen.

Insbesondere bei einer sehr hohen Anzahl an Komponentenspulen ist es vorteilhaft das erfindungsgemäße Verfahren kaskadiert einzusetzen, d.h. dass die N Eingangskanäle aus einer bereits erfolgten vorangegangenen Reduktion erhalten werden.

Im Hinblick auf den Erhalt maximaler PPA-Kodierungsinformation ist es vorteilhaft, dass bei der Bestimmung der Reduktionsmatrix einer vorausgegangenen Reduktion erfindungsgemäß zentrale Spalten bzw. zentrale Segmente der k-Matrix verwendet werden, die orthogonal zur PPA-Kodierrichtung stehen.

Reduktionsmatrix und Rekonstruktionsmatrix (und ggf. die Reduktionsmatrix einer vorausgegangenen Reduktion) können ferner erfindungsgemäß kombiniert werden.

Erfindungsgemäß wird auch ein Gerät beansprucht, welches zur Durchführung des Verfahrens nach einem der Ansprüche 1 bis 9 geeignet ist.

Weiterhin wird gemäß der vorliegenden Erfindung ein Computersoftwareprodukt beansprucht, welches ein Verfahren gemäß den obigen Ansprüchen 1 bis 9 implementiert, wenn es auf einer mit einem Kernspintomographiegerät verbundenen Recheneinrichtung läuft.

Weitere Vorteile, Merkmale und Eigenschaften der vorliegenden Erfindung werden im Folgenden anhand von Ausführungsbeispielen bezugnehmend auf die begleitenden Zeichnungen näher erläutert.
1 zeigt eine schematische Darstellung eines erfindungsgemäßen MRT-Gerätes zur Durchführung des erfindungsgemäßen Verfahrens,
2 zeigt schematisch die prinzipielle Vorgehensweise der Bildrekonstruktion nach GRAPPA,
3A zeigt die Aufnahmecharakteristik der k-Matrix im Detail für drei reduzierte Datensätze inklusive Referenzzeilen,
3B zeigt die rekonstruierten (vervollständigten) Datensätze aus 3A,
4A zeigt schematisch die Wirkung einer konventionellen GRAPPA-Rekonstruktions-Matrix auf einen Block unvollständiger Datensätze,
4B zeigt die Wirkung einer erfindungsgemäßen reduzierenden GRAPPA-Rekonstruktions-Matrix auf einen Block unvollständiger Datensätze,
5 zeigt schematisch einen PCA-Algorithmus zur Ermittlung einer 4 × 2-Reduktions-Matrix,
6 zeigt schematisch die erfindungsgemäße Reduktion von 3 Eingangskanälen auf 2 Ausgangskanäle unter Verwendung einer Reduktions-Matrix sowie einer GRAPPA-Rekonstruktions-Matrix, und
7 zeigt schematisch zentrale k-Raum-Seqmente orthogonal zur PPA-Kodierrichtung, welche im Hinblick auf den Erhalt maximaler PPA-Kodierungsinformation beim PCA-Algorithmus verwendet werden können.
1 zeigt eine schematische Darstellung eines Magnetresonanzbildgebungs- bzw. Kernspintomographiegerätes zur Erzeugung eines Kernspinbildes eines Objekts gemäß der vorliegenden Erfindung. Der Aufbau des Kernspintomographiegerätes entspricht dabei dem Aufbau eines herkömmlichen Tomographiegerä tes. Ein Grundfeldmagnet 1 erzeugt ein zeitlich konstantes starkes Magnetfeld zur Polarisation bzw. Ausrichtung der Kernspins im Untersuchungsbereich eines Objekts, wie z. B. eines zu untersuchenden Teils eines menschlichen Körpers. Die für die Kernspinresonanzmessung erforderliche hohe Homogenität des Grundfeldmagnets ist in einem Messvolumen V definiert, in das die zu untersuchenden Teile des menschlichen Körpers eingebracht werden. Zur Unterstützung der Homogenitätsanforderungen und insbesondere zur Eliminierung zeitlich invariabler Einflüsse werden an geeigneter Stelle sogenannte Shim-Bleche aus ferromagnetischem Material angebracht. Zeitlich variable Einflüsse werden durch Shim-Spulen 2 eliminiert, die durch eine Shim-Stromversorgung angesteuert werden.
In den Grundfeldmagneten 1 ist ein Gradientenspulensystem 3 eingesetzt, das aus mehreren Wicklungen, sogenannten Teilwicklungen besteht. Jede Teilwicklung wird von einem Verstärker mit Strom zur Erzeugung eines linearen Gradientenfeldes in die jeweilige Richtung des kartesischen Koordinatensystems versorgt. Die erste Teilwicklung des Gradientenfeldsystems 3 erzeugt dabei einen Gradienten G_x in y-Richtung, die zweite Teilwicklung einen Gradienten G_y in y-Richtung und die dritte Teilwicklung einen Gradienten G_z in z-Richtung. Jeder Verstärker umfasst einen Digital-Analog-Wandler, der von einer Sequenzsteuerung 18 zum zeitrichtigen Erzeugen von Gradientenpulsen angesteuert wird.
Innerhalb des Gradientenfeldsystems 3 befindet sich eine Hochfrequenzantenne 4, die die von einem Hochfrequenzleistungsverstärker abgegebenen Hochfrequenzpulse in ein magnetisches Wechselfeld zu Anregung der Kerne und Ausrichtung der Kernspins des zu untersuchenden Objekts bzw. des zu untersuchenden Bereiches des Objekts umsetzt. Die Hochfrequenzantenne 4 besteht aus einer oder mehreren HF-Sendespulen und mehreren HF-Empfangsspulen in Form einer z.B. linearen Anordnung von Komponentenspulen bei PPA-Bildgebungssystemen. Von den HF-Empfangsspulen der Hochfrequenzantenne 4 wird auch das von den präzedierenden Kernspins ausgehende Wechselfeld, d.h. in der Regel die von einer Pulssequenz aus einem oder mehreren Hochfrequenzpulsen und einem oder mehreren Gradientenpulsen hervorgerufenen Kernspinechosignale in eine Spannung umgesetzt, die über einen Verstärker 7 einem Hochfrequenz-Empfangskanal 8 eines Hochfrequenzsystems 22 zugeführt wird. Das Hochfrequenzsystem 22 umfasst weiterhin einen Sendekanal 9, in dem die Hochfrequenzpulse für die Anregung der magnetischen Kernresonanz erzeugt werden. Dabei werden die jeweiligen Hochfrequenzpulse aufgrund einer vom Anlagenrechner 20 vorgegebenen Pulssequenz in der Sequenzsteuerung 18 digital als Folge komplexer Zahlen dargestellt. Diese Zahlenfolge wird als Real- und als Imaginäranteil über jeweils einen Eingang 12 einem Digital-Analog-Wandler im Hochfrequenzsystem 22 und von diesem einem Sendekanal 9 zugeführt. Im Sendekanal 9 werden die Pulssequenzen einem Hochfrequenz-Trägersignal aufmoduliert, dessen Basisfrequenz der Resonanzfrequenz der Kernspins im Messvolumen entspricht.
Die Umschaltung von Sende- auf Empfangsbetrieb erfolgt über eine Sende-Empfangsweiche 6. Die HF-Sendespule der Hochfrequenzantenne 4 strahlt die Hochfrequenzpulse zur Anregung der Kernspins in das Messvolumen V ein und tastet resultierende Echosignale über die HF-Empfangsspulen ab. Die entsprechend gewonnenen Kernresonanzsignale werden im Empfangskanal 8 des Hochfrequenzsystems 22 phasenempfindlich demoduliert und über einen jeweiligen Analog-Digital-Wandler in Realteil und in Imaginärteil des Messsignals umgesetzt. Durch einen Bildrechner 17 wird aus den dergestalt gewonnenen Messdaten ein Bild rekonstruiert. Die Verwaltung der Messdaten, der Bilddaten und der Steuerprogramme erfolgt über den Anlagenrechner 20. Aufgrund einer Vorgabe mit Steuerprogrammen kontrolliert die Sequenzsteuerung 18 die Erzeugung der jeweils gewünschten Pulssequenzen und das entsprechende Abtasten des k-Raums. Insbesondere steuert die Sequenzsteuerung 18 dabei das zeitrichtige Schalten der Gradienten, das Aussenden der Hochfrequenzpulse mit definierter Phase und Amplitude sowie den Empfang der Kernresonanzsignale. Die Zeitbasis für das Hochfre quenzsystem 22 und die Sequenzsteuerung 18 wird von einem Synthesizer 19 zur Verfügung gestellt. Die Auswahl entsprechender Steuerprogramme zur Erzeugung eines Kernspinbildes sowie die Darstellung des erzeugten Kernspinbildes erfolgt über ein Terminal 21, das eine Tastatur sowie einen oder mehrere Bildschirme umfasst.
Um mit einem MRT-Gerät PPA-Messungen durchführen zu können, ist es heutzutage Standard, insbesondere in Phasenkodierrichtung (y-Richtung, LIN) nicht eine einzelne Spule zu verwenden, sondern eine Anordnung aus mehreren Spulen. Diese sogenannten Komponentenspulen werden zu einem Spulenarray verbunden und gegenseitig benachbart bzw. überlappend angeordnet, wodurch ebenfalls angrenzende überlappende Spulenbilder aufgenommen werden können. Soll die Akquisitionszeit bei Verbesserung des SNR nicht verlängert werden, müssen die Spulen eines Spulenarrays simultan empfangen. Folglich benötigt jede Spule ihren eigenen Empfänger, wie bereits erwähnt bestehend aus Vorverstärker, Mischer und Analog-Digital-Wandler. Diese Hardware ist sehr teuer, was in der Praxis zu einer Begrenzung der Spulenanzahl in einem Array führt. Derzeit sind Arrays mit maximal 32 Einzelspulen die Regel.
Allerdings ist es beabsichtigt, die Anzahl der Komponentenspulen eines PPA-Spulenarrays deutlich zu erhöhen. Systeme mit bis zu 96 Eingangskanälen sind in der Erprobungsphase. Dabei hat sich gezeigt, dass diese hohe Anzahl von PPA-Spulen die Anforderungen an die Hard- und Software des Anlagenrechners bzw. der Systemsteuerung beispielsweise in Bezug auf Rechenleistung und Speicherplatz drastisch erhöht. In einigen PPA-Verfahren ist dieser Anstieg der Leistungsanforderung besonders hoch, so beispielsweise bei GRAPPA, welches eine überquadratische Abhängigkeit der Bildrekonstruktions-Rechenzeit von der Anzahl der beteiligten Komponentenspulen aufweist. Ziel der vorliegenden Erfindung ist es, das GRAPPA-Bildrekonstruktions-Verfahren so zu beschleunigen, dass auch bei hoher Spulenanzahl die Rechenzeit in akzeptablen Grenzen gehalten wird.
Dies wird dadurch erreicht, dass die Gesamtzahl der an der GRAPPA-Bildrekonstruktion beteiligten Kanäle (PPA-Spulen) ausgangsseitig reduziert wird, indem nicht mehr alle beteiligten N Spulen mittels einer NxN-GRAPPA-Rekonstruktionsmatrix (X) wiederum auf N Spulen abgebildet werden (z.B. 4A), sondern gemäß 4B ausgehend von einer Zahl N an Eingangskanälen 40 (5) nunmehr auf eine geringere Zahl M an Ausgangskanälen mittels einer reduzierten NxM-GRAPPA-Rekonstruktionsmatrix (X'). Bereits eine geringe Reduktion der Ausgangskanäle vermindert die Komplexität der GRAPPA-Rekonstruktionsmatrix derart, dass die erforderliche Rechenzeit zur GRAPPA-Rekonstruktion stark reduziert wird.
Indem also nicht mehr alle N unvollständig gemessenen Datensätze durch GRAPPA-Rekonstruktion vervollständigt und fouriertransformiert werden, sondern aus den N unvollständig gemessenen Datensätze nur eine Teilmenge M an unvollständigen Datensätzen gebildet wird und nunmehr diese reduzierte Menge an unvollständigen Datensätzen durch GRAPPA-Rekonstruktion vervollständigt, fouriertransformiert und überlagert wird, kann die Rechenzeit insgesamt deutlich reduziert werden. N und M sind ganze positive Zahlen, wobei N>M gilt.
Die erfindungsgemäße Bildung dieser Teilmenge M, die im weiteren Verlauf als "Reduktion" bezeichnet wird, basiert auf der Anwendung einer NxM Reduktionsmatrix 45, die auf verschiedene Art und Weise und nach unterschiedlichen Gesichtspunkten gebildet werden kann.
Ein mögliches Verfahren zur Ermittlung einer solchen NxM-Reduktionsmatrix besteht in der Eigenvektoranalyse einer Kovarianzmatrix 41, welche aus den N unvollständig gemessenen Datensätzen gebildet wird. Dieses Verfahren, auch als PCA-Algorithmus bezeichnet (engl. Principal-Component-Analysis PCA), wird im folgenden für eine Kanalreduktion von N=4 auf M=2 Kanälen anhand 5 erläutert:
Ausgangsbasis sind N=4 gemessene unvollständige Datensätze 40 von vier in Phasenkodierrichtung angeordneten Komponentenspulen (vier Eingangskanäle).
Der jeweilige Datensatz 40 ist mit A, B, C und D bezeichnet und besteht jeweils aus einer gleichen Anzahl von Werten (gemessene Frequenzeinträge bzw. Koeffizienten der k-Matrix). Diese Datensätze A, B, C, D werden nun miteinander statistisch verglichen, indem eine Kovarianzmatrix 41 cov() gebildet wird. Die Kovarianz cov(A, B, C, D) beschreibt den Grad des miteinander Variierens (oder Kovariierens) der Messwertreihen A, B, C, D und ist die Summe der gemittelten Abweichungsprodukte der beteiligten Variablen. Eine anschließende Eigenvektor-Analyse der Kovarianzmatrix ermöglicht die Ermittelung der Eigenvektoren 42 des PPA-Spulensystems, die nebeneinander geschrieben die Eigenvektormatrix 48 eig() des Systems bilden, sowie die zu den jeweiligen Eigenvektoren 42 korrespondierenden Eigenwerte 43. Die Größe der Eigenwerte 43 repräsentiert den Informationsgehalt des jeweiligen Eigenvektors 42.
Werden die Eigenvektoren 42 gemäß ihrer Eigenwerte 43 der Größe nach sortiert (beispielsweise größter Eigenwert ganz links, kleinster Eigenwert ganz rechts), so erhält die Eigenvektormatrix 48 eine Wichtigkeitsabstufung der Spalten (Eigenvektoren 42) von links nach rechts.
Soll nun eine Kanalreduktion von den N=4 Kanälen auf beispielsweise M=2 Kanäle vorgenommen werden, so wählt man die M=2 linken Eigenvektoren, die zusammengenommen die NxM-Reduktionsmatrix 45 dieser Kanalreduktion bilden, bei minimal möglichstem Informationsverlust (die restlichen N-M=4-2=2 Eigenvektoren werden verworfen). Den Inhalt der Reduktionsmatrix 45 bilden die Reduktionskoeffizienten.
Wird die so erhaltene NxM-Reduktionsmatrix 45 auf die N unvollständigen gemessenen Datensätze A, B, C, D angewandt (im Sinne einer Matrizenmultiplikation der Matrizen 44 und 45), so werden M reduzierte Datensätze α, β erhalten, die als solche in Form einer Matrix 46 M Ausgangskanäle bilden.
Die Matrix 44 wird durch Aneinanderreihen der Messwerte von A, B, C und D erzeugt, wobei es gleichgültig ist, in welcher Reihenfolge diese Messwerte aufgelistet werden, so lange dies für alle Kanäle A, B, C und D in gleicher Weise geschieht. Die Anzahl dieser Messwerte kann mehrere Tausend betragen und ist durch Punkte angedeutet. Die erhaltenen reduzierten Datensätze α, β enthalten zwar jeweils die gleiche Anzahl von Messwerten wie A, B, C oder D, stellen aber jeweils für sich keine realen Messreihen mehr dar, da durch die Reduktion die Werte von A, B, C und D reduziert und vermischt worden sind, und zwar so, dass bei der Reduktion maximale Bildinformation erhalten bleibt.
Allerdings ist jeder der reduzierten Datensätze α, β für sich in dem selben Maß wie A, B, C oder D immer noch unvollständig und muss durch GRAPPA-Rekonstruktion erst vervollständigt werden, bevor mittels Fouriertransformation M-Varianten eines vollständigen Bildes 34 im Ortsraum erhalten werden können.
Einen besseren Überblick über das gesamte erfinderische Verfahren liefert 6, die eine Reduktion von drei Eingangskanälen A, B, C auf 2 Ausgangskanäle α, β schematisch darstellt.
Jeder Eingangskanal A, B, C besteht aus zehn gemessenen Zeilen 31, 33, wobei zwei Zeilen in der Mitte Referenzzeilen (Kalibrierungs-Datenpunkte 33) darstellen. Sechs Zeilen 32 wurden im Sinne der PPA-Technik ausgelassen, weshalb A, B, C unvollständig sind.
Durch die Anwendung einer NxM-Reduktionsmatrix auf A, B, C werden bestimmte Werte von A, B, C ausgewählt und so kombiniert, dass nur noch zwei sogenannte reduzierte Datensätze α, β erhalten werden. α, β sind im gleichen Maße unvollständig wie A, B und C (jeweils sechs ausgelassene Zeilen 32).
Die jeweils sechs ausgelassenen Zeilen von α und β können auf Basis einer GRAPPA-Rekonstruktion mittels einer NxM-GRAPPA-Rekonstruktionsmatrix 47 jedoch rekonstruiert werden wodurch sogenannte rekonstruierte GRAPPA-Datensätze α', β' erhalten werden. Dazu werden nach dem GRAPPA-Verfahren Rekonstruktions-Koeffizienten ermittelt, und zwar sowohl unter Berücksichtigung aller gemessenen Zeilen der N Eingangskanäle A, B, C als auch unter Berücksichtigung der durch den Schnitt der Reduktion erhaltenen Zeilen der M Ausgangskanäle α, β. Wie man in 6 erkennen kann, liegen die Zeilen der reduzierten Datensätze α, β mit den rekonstruierten Zeilen der rekonstruierten GRAPPA-Datensätze α', β' auf Lücke, so dass eine Kombination von α und α' bzw. β und β' jeweils wieder einen vollständigen Datensatz bilden, die gemäß GRAPPA nach Fouriertransformation im Ortsraum vollständige Bilder 34 ergeben welche im Ortsraum pixelweise kombiniert werden.
Dies führt letztendlich zu einem GRAPPA-entsprechenden Summenbild 35 (hohes SNR), allerdings bei insgesamt verminderter Rechenzeit, da durch die Reduktion statt N nurmehr M Ausgangskanäle betrachtet werden.
Allerdings kostet neben der GRAPPA-Rekonstruktion bei einer erfindungsgemäßen Reduktion auch die Reduktion selbst, das heißt die Anwendung der Reduktionsmatrix auf die Datensätze der Eingangskanäle (Matrix-Multiplikation 44*45 ) Rechenzeit die wieder investiert werden muss, aber die Rechenzeitersparnis insgesamt nicht in hohem Maße beeinträchtigt.
Eine weitere Beeinträchtigung der Rechenzeitersparnis erfährt das Verfahren bei Ermittlung der Reduktionsmatrix 45 auf Basis des PCA-Algorithmusses, da die Bildung der Kovarianz-Matrix 41 einen Rechenzeit-intensiven Schritt darstellt (sämtliche Messwerte aller N Eingangskanäle A, B, C, D müssen miteinander verglichen werden).
Aus diesem Grund werden im Rahmen dieser Erfindung Alternativen zur Bestimmung einer Reduktionsmatrix 45 vorgeschlagen, die zu einem sinnvollen Kompromiss zwischen Rechenzeitersparnis und resultierender Bildqualität führt.
So kann die Reduktionsmatrix 45 beispielsweise auf Basis einer SNR-Analyse der beteiligten Komponentenspulen 40 bestimmt werden, wobei es ebenso im Sinne einer Rechenzeitersparnis vorteilhaft ist, die Anzahl der Reduktionskoeffizienten minimal zu halten. Besonders vorteilhaft wäre nur ein einziger Reduktionskoeffizient pro Reduktionsmatrix-Spalte, da in solch einem Falle der Reduktionsschritt keine Rechenleistung im engeren Sinne mehr erfordern würde (man müsste lediglich die entsprechenden Werte der Datenmatrix 44 in die Matrix 46 übernehmen).
Weiterhin kann es von Vorteil sein, das erfindungsgemäße Verfahren kaskadiert durchzuführen, so dass beispielsweise die N Ausgangskanäle aus einer bereits erfolgten vorangegangenen Reduktion erhalten worden sind. Wiederum vorteilhaft – insbesondere in solch einem Fall – wäre es, die Reduktionsmatrix und die Rekonstruktionsmatrix jeder Kaskade zu kombinieren.
Im Fall der kaskadierten Anwendung sollte bei der Bestimmung der ersten Reduktionsmatrix 45 berücksichtigt werden, dass die N im Voraus reduzierten unvollständigen Datensätze α, β, abhängig von der Wahl der aufzunehmenden Schicht, maximale PPA-Kodierungsinformation enthalten.
Dies kann im Falle eines PCA-Algorithmusses dadurch geschehen, dass die Kovarianzmatrix 41 auf Basis zentraler Spalten bzw. zentraler Segmente der k-Matrix gebildet wird, die in Richtung der PPA-Kodierrichtung stehen. Dargestellt ist dies in 7, in der das zentrale Segment einen Vektor der k-Matrix in PPA-Kodierrichtung repräsentiert. Die Werte des Vektors sind mit Punkten symbolisiert, und zwar in drei unterschiedlichen Darstellungsformen:

– Phasenkodierrichtung und Ausleserichtung im Frequenzraum (k-Raum),
– Phasenkodierrichtung im k-Raum und Ausleserichtung im Ortsraum x sowie
– Phasenkodierrichtung im Ortsraum y und Ausleserichtung im k-Raum.

Weitere Kombinationen sind möglich, so lange die Betrachtung bzw. der Vergleich der unterschiedlichen, jeweils benachbarten Segmente orthogonal zur PPA-Kodierrichtung erfolgt. Dabei sei angemerkt, dass das erfindungsgemäße Verfahren auch bei zweidimensionaler PPA-Kodierung (engl.: integrated Parallel Akquisition Technique square iPAT²) -beispielsweise in zwei zueinander orthogonalen Phasenkodierrichtungen – angewendet werden kann.
In dem Falle, dass die PPA-Messungen mit MRT-Geräten durchgeführt werden, welche ein (TIM-) Spulensystem mit Modenmatrix aufweisen (engl. Total Imaging Matrix TIM), kann das Bestimmen der Reduktionsmatrix 45 auf Basis der Eigenschaften der Modenmatrix erfolgen. Modenmatrix-Spulensysteme (ausführlich beschrieben in US 2004/0193038 A1) stellen eine sehr hohe Anzahl an Spulenelementen (Komponentenspulen) zur Verfügung, wobei in der Regel benachbarte Spulen Hardware-basiert zu Gruppen zusammengefasst und somit (gegebenenfalls mit unterschiedlichen Kombinationskoeffizienten) unterschiedlich kombiniert werden. Auf diese Weise kann die Redundanz in der Ortsabdeckung der Spulenempfindlichkeiten im Hinblick auf eine Kanalreduktion ausgenutzt werden. Eine Dreier-Gruppierung führt beispielsweise zu einem Primär-, einem Sekundär- und einem Tertiär-Kanal. Die alleinige Berücksichtigung von Primärkanälen als Ergebnis der Reduktion würde somit zu einer Kanalreduktion um den Faktor 3 führen.
Bei derartigen PPA-Spulensystemen mit Modenmatrix (welche also eine Hardware-basierte Gruppierung von Komponentenspulen aufweisen) kann das Bestimmen der Reduktionsmatrix 45 in einfacher Weise durch eine gewichtete Selektion von Koeffizienten erfolgen, welche die Moden oder eine Untermenge der Moden eines solchen Systems bilden. Da die Modenmatrix eines sol chen TIM-Systems in gewisser Hinsicht die Reduktionsmatrix des erfindungsgemäßen Verfahrens repräsentiert, kann die Rechenzeit zur Bestimmung der Reduktionsmatrix eingespart werden, weshalb das erfindungsgemäße Verfahren bei Einsatz von TIM-Systemen besonders vorteilhaft angewendet werden kann.

Claims

Verfahren zur Magnet-Resonanz-Bildgebung eines zusammenhängenden Bereiches eines menschlichen Körpers auf der Basis einer partiellen parallelen Akquisition (PPA) durch Anregung von Kernspins und Messung von die angeregten Spins anzeigenden Hochfrequenz-Signale, wobei das Verfahren folgende Schritte aufweist: – Durchführen mehrerer Schritte der Spin-Anregung sowie Messung eines HF-Antwortsignals gleichzeitig in jeder einer Anzahl von N Komponentenspulen wodurch eine Vielzahl von Antwortsignalen akquiriert werden, die für jede Komponentenspule einen unvollständigen Datensatz (40) empfangener HF-Signale bilden, wobei zu jedem unvollständigen Datensatz (40) zusätzlich akquirierte Kalibrierungs-Datenpunkte (33) existieren, – Reduktion der N unvollständigen Datensätze (40) auf eine Teilmenge M reduzierter unvollständiger Datensätze (46) auf Basis einer NxM-Reduktionsmatrix (45) wodurch M reduzierte unvollständige Datensätze (46 bzw. α, β) erhalten werden, – Bilden von M vollständigen Datensätzen auf Basis einer NxM-Rekonstruktionsmatrix (47) indem die nichtgemessenen Zeilen (32) der M reduzierten unvollständigen Datensätze (46 bzw. α, β) unter Berücksichtigung aller N unvollständigen Datensätze (40) rekonstruiert werden, – Durchführen einer räumlichen Transformation der vervollständigten reduzierten Datensätze um einen vollständigen Bilddatensatz (34) aus jedem vervollständigten reduzierten Datensatz zu bilden.
Verfahren nach Anspruch 1, dadurch gekennzeichnet, dass die NxM-Reduktionsmatrix (45) aus Eigenvektoren (42) der Kovarianzmatrix (41) der N gemessenen unvollständigen Datensätze (40) und/oder der Kalibrierungs-Datenpunkte (33) und/oder der jeweiligen räumlich Transformierten gebildet wird.
Verfahren nach Anspruch 2, dadurch gekennzeichnet, dass die Kovarianzmatrix (41) aus Teilen der gemessenen Daten (31) bzw. der Kalibrierungs-Datenpunkte (33) berechnet wird.
Verfahren nach Anspruch 1, dadurch gekennzeichnet, dass die Reduktionsmatrix (45) ein Minimum von Nullverschiedener Reduktionskoeffizienten enthält.
Verfahren nach Anspruch 4, dadurch gekennzeichnet, dass die Reduktionsmatrix (45) aus Koeffizienten besteht, welche die Moden oder eine Untermenge der Moden eines PPA-Spulensystems mit Modenmatrix, das eine Hardware-basierte Gruppierung von Komponentenspulen aufweist, gewichtet selektieren.
Verfahren nach Anspruch 1, dadurch gekennzeichnet, dass das Bestimmen der Reduktionsmatrix (45) auf Basis einer SNR-Analyse der Komponentenspulen erfolgt mit dem Ziel der Optimierung des Signal-Rausch-Verhältnisses in den Bilddatensätzen (34).
Verfahren nach einem der Ansprüche 1 bis 6, dadurch gekennzeichnet, dass die N Eingangskanäle (40) aus einer bereits erfolgten vorangegangenen Reduktion erhalten worden sind.
Verfahren nach Anspruch 7, dadurch gekennzeichnet, dass im Hinblick auf den Erhalt maximaler PPA-Kodierungsinformation bei der Bestimmung der Reduktionsmatrix der vorangegangenen Reduktion zentrale Spalten bzw. zentrale Segmente der k-Matrix gebildet werden, die parallel zur PPA-Kodierrichtung sind.
Verfahren nach einem der Ansprüche 1 bis 8, dadurch gekennzeichnet, dass Reduktionsmatrix (45) und Rekonstruktionsmatrix (47) kombiniert werden.
Gerät welches zur Durchführung des Verfahrens nach einem der Ansprüche 1 bis 9 geeignet ist.
Computersoftwareprodukt, dadurch gekennzeichnet, dass es ein Verfahren gemäß den obigen Ansprüchen 1 bis 9 implementiert, wenn es auf einer mit einem Kernspintomographiegerät verbundenen Recheneinrichtung läuft.