-
Hintergrund der Erfindung
-
Die Erfindung betrifft ein Kalibrierverfahren einer MPI-Apparatur zur Durchführung eines MPI-Experiments, wobei das Kalibrierverfahren M Kalibrier-MPI-Messungen mit einer Kalibrierprobe umfasst und aus diesen eine Bildrekonstruktionsmatrix erzeugt, mit der die Signalbeiträge von N Voxeln innerhalb eines Untersuchungsvolumens der MPI-Apparatur ermittelt werden.
-
Ein derartiges Verfahren ist beispielsweise bekannt aus den Referenzen [WGR09] oder [KSB10].
-
Magnetic-Particle-Imaging (abgekürzt „MPI”) ist ein neues bildgebendes Verfahren, das es ermöglicht, die örtliche Verteilung magnetischer Nanopartikel zu bestimmen [WGR09]. Hierzu werden die Partikel verschiedenen statischen und dynamischen Magnetfeldern ausgesetzt und die Magnetisierungsänderungen der Partikel mittels Empfangsspulen detektiert. Zur Ortskodierung wird bei MPI ein magnetisches Gradientenfeld genutzt, das einen feldfreien Punkt (FFP) hat. Durch Verschiebung des FFPs entlang einer vordefinierten Trajektorie kann der zu untersuchende Messbereich abgetastet werden. Hierzu werden dynamische Anregungsfelder genutzt (engl. drive field).
-
Der Zusammenhang zwischen der zu rekonstruierenden Partikelverteilung c(r) und den spektralen Koeffizienten des Messsignals û
k k = 0, ..., K – 1 kann durch eine lineare Integralgleichung
beschrieben werden. Dabei bezeichnet s
k(r) die Systemfunktion, welche sowohl vom Ort r als auch von dem Frequenzindex k abhängt. Die Anzahl der verfügbaren Frequenzen K hängt von der zeitlichen Auflösung der Messhardware und von der genutzten Messtrajektorie ab.
-
Zur Bestimmung der Systemfunktion gibt es verschiedene Verfahren, welche entweder auf einem Modell der MPI-Signalkette oder einer Kalibrierungsmessung basieren. Bei dem bisherigen Standardverfahren wird eine kleine mit Partikeln gefüllte Probe (Kalibrierprobe) in der Form eines Bildvoxels verwendet. Platziert man die Probe an einer Position r' und nimmt anschließend eine Messung û
k' mit dem MPI-System auf, kann die Systemfunktion an dieser Stelle durch
approximiert werden. Dabei bezeichnet V
0 das Volumen und c
0 die Partikelkonzentration der Kalibrierprobe. Je kleiner die Kalibrierprobe, desto besser ist die Approximation. Um die Systemfunktion an allen Positionen im Messbereich aufzunehmen, wird die Kalibrierprobe mit Hilfe eines Positionierungsroboters bewegt. Dabei wird abwechselnd die Kalibrierprobe zur nächsten Position gefahren und eine Messung mit dem MPI-System aufgenommen. Üblicherweise wird ein kartesisches Gitter mit Ortspunkten r
n, n = 0, ..., N –1 verwendet. Dabei bezeichnet N die Gesamtanzahl an Abtastpunkten.
-
Nach der Diskretisierung des Gleichungssystems (1) an den Punkten rn, n = 0, ..., N – 1, entsteht ein lineares Gleichungssystem û = Sc, (3) das zur Rekonstruktion von MPI-Messdaten zu lösen ist. Während der Kalibrierungsmessung wird die Systemmatrix spaltenweise gemessen. Die n-te Kalibrierungsmessung wird mit dem Faktor 1/(V0c0) multipliziert und in der n-ten Spalte der Systemmatrix eingetragen.
-
Das zuvor beschriebene Verfahren zur Bestimmung der Systemfunktion hat den Vorteil, dass es die tatsächlichen physikalischen Vorgänge während eines MPI-Experimentes bestimmen kann. Ein Nachteil des Verfahrens ist jedoch, dass die so bestimmte Systemfunktion in gewissen Teilen verrauscht sein kann, da eine MPI-Messung grundsätzlich Rauschen enthält. Ein noch wesentlicherer Nachteil ist jedoch der zeitliche Aufwand des Verfahrens. In [WGR09] benötigte die Bestimmung einer 3D Systemfunktion auf einem groben Gitter der Größe 34 × 20 × 28, welches ein Messfeld von 20.4 × 12 × 16.8 mm3 abdeckt, ca. 6 Stunden. Auf einem feineren Gitter würde die Bestimmung der Systemfunktion Tage bis Monate benötigen, was in der Praxis nicht anwendbar ist.
-
Ein alternatives Verfahren wurde in [KSB10] vorgestellt. Dabei wird statt einer aufwändigen Kalibrierungsmessung ein Modell der MPI-Signalkette verwendet. Das Verfahren ist wesentlich schneller, besitzt jedoch den Nachteil, dass es nicht an die Genauigkeit der gemessenen Systemfunktion herankommt. Dies liegt vor allem daran, dass bislang kein Partikelmodell gefunden wurde, welches das physikalische Verhalten der Partikel ausreichend genau beschreibt.
-
Die Größe der Kalibrierprobe und die Größe eines Bildvoxels müssen nicht übereinstimmen. So macht es z. B. Sinn eine größere Kalibrierprobe zu verwenden, um das Signal-zu-Rausch-Verhältnis der Messdaten zu verbessern. In diesem Fall muss man jedoch mit einem Verlust der Auflösung rechnen. In [HBRGB12] wurde ein Kalibrierverfahren vorgeschlagen, bei dem die mechanische Bewegung der Punktprobe durch eine elektromagnetische Bewegung der Magnetfelder ersetzt wird. Hierzu wird die Kalibrierprobe an einen statischen Ort positioniert. Anschließend wird sukzessive an dem Ort der Kalibrierprobe dasselbe statische Magnetfeld erzeugt, welches an den zu vermessenden Voxel-Positionen im Messfeld herrscht. Hierdurch lässt sich die Kalibriermessung beschleunigen, da eine elektromagnetische Feldänderung schneller realisierbar als eine mechanische Bewegung der Kalibrierprobe ist. Das in dieser Erfindung vorgeschlagene Verfahren ist davon unabhängig, ob die Kalibrierdaten durch mechanische oder elektromagnetische Schritte aufgenommen werden.
-
Während in [WGR09] das komplette Messvolumen durch die Messtrajektorie abgedeckt wird, wird bei größeren MPI-Scannern (z. B. für Anwendungen im Humanbereich) wohl nur ein kleiner Bereich des gesamten Messvolumens (= Patientenvolumen) durch Variation des Anregungsfelds abgedeckt werden können. In diesem Fall kann ein Multi-Station-Ansatz verwendet werden, bei dem kleine Subvolumina sukzessive abgefahren werden. Zu jedem Subvolumen muss in diesem Fall eine dedizierte Systemmatrix aufgenommen werden. Das in dieser Erfindung vorgeschlagene Verfahren lässt sich in diesem Fall auf jedes Subvolumen anwenden.
-
Aufgabe der Erfindung
-
Aufgabe der vorliegenden Erfindung ist es demgegenüber, ein effizientes Verfahren zur Bestimmung der Systemmatrix für das bildgebende MPI-Verfahren anzugeben, welches eine MPI-Systemfunktion mit geringem zeitlichem Aufwand bestimmt und dabei trotzdem eine hohe Genauigkeit erreicht.
-
Kurze Beschreibung der Erfindung
-
Erfindungsgemäß wird diese Aufgabe auf überraschend einfache, aber wirkungsvolle Weise dadurch gelöst, dass im Kalibrierverfahren Compressed-Sensing-Schritte mit einer Transformationsmatrix, die die Bildrekonstruktionsmatrix sparsifiziert, angewendet werden, und dass lediglich eine Anzahl M < N Kalibrier-MPI-Messungen für M Voxel durchgeführt und daraus die Bildrekonstruktionsmatrix erstellt und abgespeichert wird.
-
Das erfindungsgemäße Verfahren basiert auf der Erkenntnis, dass die MPI-Systemfunktion extrem gut komprimierbar ist. Wie in [Lam12] gezeigt wurde kann jede Zeile der MPI-Systemmatrix durch eine Basistransformation in der Form sk = Bvk (4) dargestellt werden. Dabei bezeichnet sk die k-te Zeile der Systemmatrix S. Weiterhin beschreibt vk den Koeffizientenvektor zur Darstellung der k-ten Zeile in der Basis B. Bei geeigneter Wahl der Basistransformation enthält der Koeffizientenvektor nur sehr wenige Einträge ungleich Null. Der Großteil der Koeffizienten ist exakt Null oder hat einen verschwindend geringen Wert, so dass diese Koeffizienten in guter Approximation entfernt werden können. Eine Anwendung der Entwicklung einer Systemfunktion in Basisfunktionen besteht darin, die Systemfunktion zu komprimieren wodurch die Rekonstruktionszeit wesentlich verkürzt werden kann. Dazu wird die Systemfunktion zunächst hochaufgelöst bestimmt und anschließend in den dünn besetzten Raum der Basisfunktionen überführt [Lam12]. Das Problem der schnellen Bestimmung der Systemfunktion löst dieses Verfahren jedoch nicht.
-
Mit der vorliegenden Erfindung wird vorgeschlagen, ein in der Literatur als Compressed-Sensing [BT09] in anderem Zusammenhang an sich bekanntes Verfahren zu verwenden, um die Koeffizienten vk schon mit nur wenigen MPI-Kalibrierungsmessungen zu bestimmen. Die Kalibrierungsmessungen dazu seien an M << N Positionen rm, m = 0, ..., M – 1 bestimmt und als Matrix mit Zeilenvektoren yk abgespeichert worden. Mittels einer reduzierten Basistransformationsmatrix Br kann yk durch yk = Brvk (5) dargestellt werden. Da dieses Gleichungssystem stark unterbestimmt ist, hat es unendlich viele Lösungen. Um dennoch den Koeffizientenvektor vk bestimmen zu können machen sich Compressed-Sensing-Algorithmen zunutze, dass die zu bestimmende Lösung nur wenige von Null verschiedene Einträge hat. Neben der Sparsität der Lösung setzen diese Algorithmen voraus, dass die Transformationsmatrix Br inkohärent ist. Dies kann erreicht werden, indem die Abtastpunkte rm, m = 0, ..., M – 1 zufällig oder pseudozufällig gewählt werden.
-
Mit dem Vorwissen, dass die gesuchten Koeffizienten dünn besetzt sind, können diese mit dem folgenden Ansatz dennoch bestimmt werden: Minimiere ||vk|| unter der Nebenbedingung yk = Brvk. (6)
-
Hierbei kann die Norm unterschiedlich gewählt werden. Z. B. können die Normen ||vk||0 oder ||vk||1 verwendet werden, wobei üblicherweise die I1-Norm verwendet wird. Da die Kalibrierungsmessungen ym unter Umständen verrauscht sind, kann der Ansatz Minimiere ||vk|| unter der Nebenbedingung ||yk – Brvk||2 < ε (7) zu besseren Ergebnissen führen. Dabei erlaubt man mit dem Parameter ε eine gewisse Abweichung von den gemessenen Daten zu der berechneten Lösung. Zum allgemeinen Lösen der Probleme (6) und (7) wurden zahlreiche Algorithmen entwickelt. Einige der effizientesten Algorithmen sind der SL0-Algorithmus [HMC09] und der FISTA-Algorithmus [BT09].
-
Bevorzugte Ausführungsformen der Erfindung
-
Varianten sowie weitere vorteilhafte Eigenschaften und Ausgestaltungen der Erfindung sind im Folgenden beschrieben.
-
Eine einfache, an den bekannten und derzeit angewandten Verfahren aus dem Stand der Technik orientierte Klasse von Varianten des erfindungsgemäßen Verfahrens zeichnet sich dadurch aus, dass die Kalibrierprobe innerhalb des Untersuchungsvolumens an die Orte der M Voxel verschoben und jeweils eine Kalibrier-MPI-Messung ausgeführt wird. Diese Verfahrensvarianten sind mit einer Messmechanik, wie sie bei bekannten MPI-Apparaturen üblicherweise vorhanden ist, ohne Weiteres durchführbar.
-
Alternativ kann bei einer weiteren Klasse von Varianten des erfindungsgemäßen Verfahrens während der Kalibrier-MPI-Messungen die Kalibrierprobe stationär bleiben und Magnetfelder der MPI-Apparatur derart variiert werden, dass die statischen Magnetfelder, die an den Orten der M Voxel herrschen, nacheinander nachgebildet werden. Damit lässt sich – insbesondere bei neu herzustellenden MPI-Apparaturen – die relativ aufwändige Verschiebemechanik einsparen.
-
Eine dritte Klasse von Varianten des erfindungsgemäßen Verfahrens ist dadurch gekennzeichnet, dass während der Kalibrier-MPI-Messungen die Kalibrierprobe stationär bleibt und dass Magnetfelder einer von der MPI-Apparatur unabhängigen System-Kalibriereinheit derart variiert werden, dass die statischen Magnetfelder, die an den Orten der M Voxel herrschen, nacheinander nachgebildet werden. Eine dedizierte System-Kalibriereinheit kann das Signal-zu-Rausch-Verhältnis der Kalibriermessung gegenüber einer „normalen” MPI-Apparatur deutlich verbessern.
-
Bevorzugt ist eine Variante des erfindungsgemäßen Kalibrierverfahren, bei welcher das Volumen der Kalibrierprobe größer ist als das Volumen eines Voxels, wodurch ein Gewinn an Signalintensität und dadurch ein besseres Signal-zu-Rausch-Verhältnis der Kalibriermessung erreicht wird, allerdings im Allgemeinen auf Kosten der Auflösung.
-
Um das Signal-zu-Rausch-Verhältnis der Kalibriermessung zu verbessern, ohne dabei die Auflösung beim erfindungsgemäßen Verfahrens zu verschlechtern, kann bei einer Weiterbildung der obigen Verfahrensvariante vorgesehen sein, dass die Kalibrierprobe eine nicht-homogene innere Struktur aufweist. So ist es beispielsweise denkbar, die Kalibrierprobe aus einer Anzahl von Voxeln mit Zwischenräumen aufzubauen, wobei die Zwischenräume zur Stabilisierung der Kalibrierprobe nichtmagnetisches Material enthalten können.
-
Denkbar sind auch Kalibrierproben, die eine nicht-homogene Struktur besitzen und verschiedene Voxel unregelmäßig abdecken.
-
Vorteilhaft sind auch Varianten des erfindungsgemäßen Kalibrierverfahrens, bei denen die M Voxel – wie bereits erwähnt – nach einem Zufallsverfahren oder einem Pseudo-Zufallsverfahren ausgewählt werden.
-
Das mit der vorliegenden Erfindung vorgestellte Verfahren hängt entscheidend davon ab, dass die Basistransformation B geeignet gewählt wird. Im Folgenden sollen hierfür unterschiedliche Möglichkeiten angeboten werden:
- • Analytische Transformationen, wie z. B. die diskrete Fourier-Transformation (DFT), die diskrete Cosinus-Transformation (DCT), die diskrete Wavelet-Transformation (DWT), oder die diskrete Chebyshev-Transformation (DTT). Im Falle der mehrdimensionalen Bildgebung (2D/3D) können die mehrdimensionalen Varianten der zuvor genannten Transformationen genutzt werden.
- • Eine modellierte MPI-Systemmatrix. Da eine modellierte MPI-Systemmatrix bereits eine deutlich größere Ähnlichkeit mit der echten Systemmatrix als die oben genannten analytischen Transformationsmatrizen hat, kann die Sparsität erhöht und damit die Anzahl der benötigten Kalibriermessungen verringert werden.
- • Eine gemessene MPI-Systemmatrix. Das Szenario dabei wäre folgendes: Es wird eine hochaufgelöste Systemmatrix gemessen. Wenn sich zu einem späteren Zeitpunkt die Messparameter oder die Partikelcharge ändern, kann schon mit wenigen Kalibrierungsmessungen eine neue hochaufgelöste Systemmatrix bestimmt werden. Hierbei wird ausgenutzt, dass sich die Systemmatrix bei einer Änderung der Messparameter oder der Partikelcharge nur geringfügig ändert.
-
Wenn die Koeffizienten vk bestimmt worden sind, kann die volle Systemmatrix durch Auswerten von (4) bestimmt werden.
-
Parameterwahl
-
Der Gewinn des in dieser Erfindung vorgeschlagenen Verfahrens hängt erheblich von der Wahl der Parameter N und M ab. Für kleine N (< 100) lohnt sich der Aufwand einer Compressed-Sensing-Rekonstruktion der Systemmatrix aller Voraussicht nach nicht. Für größere N sollte M gerade so gewählt werden, dass mit einer möglichst geringen Anzahl, ein gutes Ergebnis erzielt werden kann. Bei den im Anwendungsbeispiel genutzten 2D-Daten konnte bei einer Reduzierung auf 10% der Kalibriermessungen ein sehr gutes Ergebnis erzielt werden. Bei anderen Transformationsmatrizen (simulierte/gemessene Systemmatrix) lassen sich aller Voraussicht nach die Anzahl der erforderlichen Kalibrierungsmessungen noch deutlich reduzieren. Im Falle von 3D-Messungen kann zudem das Verhältnis von M zu N noch wesentlich geringer als bei 2D-Messungen gewählt werden.
-
Bevorzugt werden beim erfindungsgemäßen Kalibrierverfahren M und N daher so gewählt, dass gilt:
100 ≤ N < 1012
und
M/N ≤ 0,5, vorzugsweise M/N < 0,1, insbesondere M/N < 10–3.
-
In den Rahmen der vorliegenden Erfindung fallen auch MPI-Abbildungsverfahren, die jeweils die Durchführung eines MPI-Experiments beinhalten und eine Bildrekonstruktionsmatrix verwenden, die nach dem Kalibrierverfahren gemäß der oben beschrieben Art erstellt wird.
-
Außerdem fällt in den Rahmen der Erfindung auch eine MPI-Apparatur zur Durchführung des Kalibrierverfahrens und/oder des MPI-Abbildungsverfahrens der oben beschriebenen Art, welche sich dadurch auszeichnet, dass eine elektronische Steuereinheit vorgesehen ist, die eine Transformationsmatrix zur Sparsifizierung der Bildrekonstruktionsmatrix gespeichert hat und mit dieser im Kalibrierverfahren Compressed-Sensing-Schritte anwenden kann, wobei die Steuereinheit eine Anzahl M < N Kalibrier-MPI-Messungen für M Voxel durchführen und daraus die Bildrekonstruktionsmatrix erstellen und abspeichern kann.
-
Zeichnung und detaillierte Beschreibung eines Ausführungsbeispiels
-
Weitere Vorteile der Erfindung ergeben sich aus der Beschreibung und der Zeichnung. Ebenso können die vorstehend genannten und die noch weiter ausgeführten Merkmale erfindungsgemäß jeweils einzeln für sich oder zu mehreren in beliebigen Kombinationen Verwendung finden. Die Daten des gezeigten und beschriebenen Ausführungsbeispiels sind nicht als abschließende Aufzählung zu verstehen, sondern haben vielmehr beispielhaften Charakter für die Schilderung der Erfindung.
-
1 zeigt fünf ausgewählte Zeilen der MPI-Systemmatrix vor und nach Anwenden einer Basistransformation (4). Als Transformationen wurden die DFT und die DCT verwendet. Wie man sieht, sind die transformierten MPI-Systemmatrixzeilen nur an wenigen Stellen ungleich Null.
-
2 zeigt den relativen Fehler der mittels des vorgeschlagenen Verfahrens bestimmten Systemmatrizen im Vergleich zu einer voll abgetasteten Systemmatrix wobei die Anzahl der Kalibrierungsmessungen zwischen 5% und 50% der vollen Anzahl an Abtastpunkten liegt (N = 2720). Bis zu einer Reduktion auf 10% liegt der Fehler unter 10% und somit im tolerierbaren Bereich.
-
3 zeigt rekonstruierte MPI-Daten, die mit den durch Compressed-Sensing rekonstruierten Systemmatrizen bestimmt wurde. Als Referenz dient ein mit einer voll abgetasteten Systemmatrix rekonstruierter Datensatz. Bis zu einer Reduktion auf 15% ist kein Qualitätsverlust in den rekonstruierten Daten erkennbar.
-
Parameter der Beispieldaten des in den Figuren dargestellten Anwendungsbeispiels:
-
Zum Evaluieren der Erfindung wurden 2D-MPI-Daten aufgenommen, die ein mit Partikeln gefülltes Phantom abbilden. Das Phantom besteht aus 12 Punkten, die den Buchstaben P darstellen. Als Compressed-Sensing Verfahren wurde der FISTA-Algorithmus [BT09] genutzt und der Parameter ε so gewählt, dass die Ergebnisse optimal sind. Die Anzahl der Bildpunkte liegt bei 68 × 40 (N = 2720). Das Messfeld deckt einen Bereich von 20.4 mm × 12 mm ab. Die Kalibrierprobe besteht aus einem Würfel mit Kantenlänge 0.6 mm und ist wie das Phantom mit dem Tracer Resovist gefüllt.
-
Referenzen
-
[WGR09] J. Weizenecker, B. Gleich, J. Rahmer, H. Dahnke, and J. Borgert. Three-dimensional real-time in vivo magnetic particle imaging. Phys. Med. Biol., 54(5): L1–L10, 2009.
-
[KSB10] T. Knopp, T. F. Sattel, S. Biederer, J. Rahmer, J. Weizenecker, B. Gleich, J. Borgert, and T. M. Buzug. Model-based reconstruction for magnetic particle imaging. IEEE Trans. Med. Imaging, 29(1): 12–18, 2010.
-
[LDP07] M. Lustig, D. Donoho, J. M. Pauly. Sparse MRI: The application of compressed sensing for rapid MR imaging. Magn. Reson. Med. 2007 Dec; 58(6): 1182–95.
-
[Lam12] J Lampe et al. Fast reconstruction in magnetic particle imaging. Phys. Med. Biol. 2012, 57.
-
-
[BT09] Amir Beck, Marc Teboulle A Fast Iterative Shrinkage-Thresholding Algorithm for Linear Inverse Problems, SIAM Journal on Imaging Sciences (2009) Volume: 2, Issue: 1, Pages: 183
-
[HBRGB12]
A. Halkola, T. Buzug, J. Rahmer, B. Gleich, and C. Bontus, "System calibration unit for magnetic particle imaging: Focus field based system function," in Springer Proceedings in Physics Volume 140, vol. 42, Lübeck, March 2012, pp. 27–31.
-
ZITATE ENTHALTEN IN DER BESCHREIBUNG
-
Diese Liste der vom Anmelder aufgeführten Dokumente wurde automatisiert erzeugt und ist ausschließlich zur besseren Information des Lesers aufgenommen. Die Liste ist nicht Bestandteil der deutschen Patent- bzw. Gebrauchsmusteranmeldung. Das DPMA übernimmt keinerlei Haftung für etwaige Fehler oder Auslassungen.
-
Zitierte Nicht-Patentliteratur
-
- T. Knopp, T. F. Sattel, S. Biederer, J. Rahmer, J. Weizenecker, B. Gleich, J. Borgert, and T. M. Buzug. Model-based reconstruction for magnetic particle imaging. IEEE Trans. Med. Imaging, 29(1): 12–18, 2010 [0037]
- M. Lustig, D. Donoho, J. M. Pauly. Sparse MRI: The application of compressed sensing for rapid MR imaging. Magn. Reson. Med. 2007 Dec; 58(6): 1182–95 [0038]
- J Lampe et al. Fast reconstruction in magnetic particle imaging. Phys. Med. Biol. 2012, 57 [0039]
- Hossein Mohimani, Massoud Babaie-Zadeh, Christian Jutten, ”A fast approach for overcomplete sparse decomposition based on smoothed L0 norm”, IEEE Transactions on Signal Processing, Vol. 57, No. 1, January 2009, pp. 289–301 [0040]
- Amir Beck, Marc Teboulle A Fast Iterative Shrinkage-Thresholding Algorithm for Linear Inverse Problems, SIAM Journal on Imaging Sciences (2009) Volume: 2, Issue: 1, Pages: 183 [0041]
- A. Halkola, T. Buzug, J. Rahmer, B. Gleich, and C. Bontus, ”System calibration unit for magnetic particle imaging: Focus field based system function,” in Springer Proceedings in Physics Volume 140, vol. 42, Lübeck, March 2012, pp. 27–31 [0042]