-
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 Δky,
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 Gx in y-Richtung,
die zweite Teilwicklung einen Gradienten Gy in
y-Richtung und die dritte Teilwicklung einen Gradienten Gz 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.