DE102013205830A1 - Verfahren zur Erzeugung von Bilddaten - Google Patents
Verfahren zur Erzeugung von Bilddaten Download PDFInfo
- Publication number
- DE102013205830A1 DE102013205830A1 DE102013205830.6A DE102013205830A DE102013205830A1 DE 102013205830 A1 DE102013205830 A1 DE 102013205830A1 DE 102013205830 A DE102013205830 A DE 102013205830A DE 102013205830 A1 DE102013205830 A1 DE 102013205830A1
- Authority
- DE
- Germany
- Prior art keywords
- data
- image data
- sip
- raw data
- movement
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 77
- 238000012360 testing method Methods 0.000 claims abstract description 74
- 238000005259 measurement Methods 0.000 claims abstract description 32
- 230000033001 locomotion Effects 0.000 claims description 164
- 230000006870 function Effects 0.000 claims description 27
- 230000000241 respiratory effect Effects 0.000 claims description 26
- 230000015654 memory Effects 0.000 claims description 10
- 230000001419 dependent effect Effects 0.000 claims description 9
- 239000006185 dispersion Substances 0.000 claims description 9
- 238000007405 data analysis Methods 0.000 claims description 5
- 230000005540 biological transmission Effects 0.000 claims description 4
- 238000004590 computer program Methods 0.000 claims description 2
- 230000003205 diastolic effect Effects 0.000 description 12
- 230000029058 respiratory gaseous exchange Effects 0.000 description 12
- 230000000747 cardiac effect Effects 0.000 description 11
- 230000008569 process Effects 0.000 description 11
- 238000006073 displacement reaction Methods 0.000 description 9
- 238000001514 detection method Methods 0.000 description 8
- 238000005457 optimization Methods 0.000 description 7
- 238000012937 correction Methods 0.000 description 6
- 210000000056 organ Anatomy 0.000 description 6
- 230000009466 transformation Effects 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 238000003384 imaging method Methods 0.000 description 4
- 239000011159 matrix material Substances 0.000 description 4
- 238000001208 nuclear magnetic resonance pulse sequence Methods 0.000 description 4
- 230000007704 transition Effects 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 238000002591 computed tomography Methods 0.000 description 3
- 238000003745 diagnosis Methods 0.000 description 3
- 210000004185 liver Anatomy 0.000 description 3
- 210000004072 lung Anatomy 0.000 description 3
- 241001465754 Metazoa Species 0.000 description 2
- 239000008280 blood Substances 0.000 description 2
- 230000005415 magnetization Effects 0.000 description 2
- 230000035945 sensitivity Effects 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 238000003325 tomography Methods 0.000 description 2
- BUHVIAUBTBOHAG-FOYDDCNASA-N (2r,3r,4s,5r)-2-[6-[[2-(3,5-dimethoxyphenyl)-2-(2-methylphenyl)ethyl]amino]purin-9-yl]-5-(hydroxymethyl)oxolane-3,4-diol Chemical compound COC1=CC(OC)=CC(C(CNC=2C=3N=CN(C=3N=CN=2)[C@H]2[C@@H]([C@H](O)[C@@H](CO)O2)O)C=2C(=CC=CC=2)C)=C1 BUHVIAUBTBOHAG-FOYDDCNASA-N 0.000 description 1
- UFHFLCQGNIYNRP-UHFFFAOYSA-N Hydrogen Chemical compound [H][H] UFHFLCQGNIYNRP-UHFFFAOYSA-N 0.000 description 1
- 238000010521 absorption reaction Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 210000004369 blood Anatomy 0.000 description 1
- 210000004556 brain Anatomy 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000008602 contraction Effects 0.000 description 1
- 125000004122 cyclic group Chemical group 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 229940079593 drug Drugs 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000005284 excitation Effects 0.000 description 1
- 230000004907 flux Effects 0.000 description 1
- 229910052739 hydrogen Inorganic materials 0.000 description 1
- 239000001257 hydrogen Substances 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 230000016507 interphase Effects 0.000 description 1
- 238000002955 isolation Methods 0.000 description 1
- 238000002372 labelling Methods 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 238000000691 measurement method Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000000626 neurodegenerative effect Effects 0.000 description 1
- 101150101567 pat-2 gene Proteins 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 230000002250 progressing effect Effects 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000033764 rhythmic process Effects 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 238000004904 shortening Methods 0.000 description 1
- 230000009747 swallowing Effects 0.000 description 1
- 230000036962 time dependent Effects 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/05—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves
- A61B5/055—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves involving electronic [EMR] or nuclear [NMR] magnetic resonance, e.g. magnetic resonance imaging
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R33/00—Arrangements or instruments for measuring magnetic variables
- G01R33/20—Arrangements or instruments for measuring magnetic variables involving magnetic resonance
- G01R33/44—Arrangements or instruments for measuring magnetic variables involving magnetic resonance using nuclear magnetic resonance [NMR]
- G01R33/48—NMR imaging systems
- G01R33/54—Signal processing systems, e.g. using pulse sequences ; Generation or control of pulse sequences; Operator console
- G01R33/56—Image enhancement or correction, e.g. subtraction or averaging techniques, e.g. improvement of signal-to-noise ratio and resolution
- G01R33/565—Correction of image distortions, e.g. due to magnetic field inhomogeneities
- G01R33/56509—Correction of image distortions, e.g. due to magnetic field inhomogeneities due to motion, displacement or flow, e.g. gradient moment nulling
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R33/00—Arrangements or instruments for measuring magnetic variables
- G01R33/20—Arrangements or instruments for measuring magnetic variables involving magnetic resonance
- G01R33/44—Arrangements or instruments for measuring magnetic variables involving magnetic resonance using nuclear magnetic resonance [NMR]
- G01R33/48—NMR imaging systems
- G01R33/54—Signal processing systems, e.g. using pulse sequences ; Generation or control of pulse sequences; Operator console
- G01R33/56—Image enhancement or correction, e.g. subtraction or averaging techniques, e.g. improvement of signal-to-noise ratio and resolution
- G01R33/563—Image enhancement or correction, e.g. subtraction or averaging techniques, e.g. improvement of signal-to-noise ratio and resolution of moving material, e.g. flow contrast angiography
- G01R33/56308—Characterization of motion or flow; Dynamic imaging
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R33/00—Arrangements or instruments for measuring magnetic variables
- G01R33/20—Arrangements or instruments for measuring magnetic variables involving magnetic resonance
- G01R33/44—Arrangements or instruments for measuring magnetic variables involving magnetic resonance using nuclear magnetic resonance [NMR]
- G01R33/48—NMR imaging systems
- G01R33/54—Signal processing systems, e.g. using pulse sequences ; Generation or control of pulse sequences; Operator console
- G01R33/56—Image enhancement or correction, e.g. subtraction or averaging techniques, e.g. improvement of signal-to-noise ratio and resolution
- G01R33/567—Image enhancement or correction, e.g. subtraction or averaging techniques, e.g. improvement of signal-to-noise ratio and resolution gated by physiological signals, i.e. synchronization of acquired MR data with periodical motion of an object of interest, e.g. monitoring or triggering system for cardiac or respiratory gating
- G01R33/5676—Gating or triggering based on an MR signal, e.g. involving one or more navigator echoes for motion monitoring and correction
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T11/00—2D [Two Dimensional] image generation
- G06T11/003—Reconstruction from projections, e.g. tomography
- G06T11/005—Specific pre-processing for tomographic reconstruction, e.g. calibration, source positioning, rebinning, scatter correction, retrospective gating
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R33/00—Arrangements or instruments for measuring magnetic variables
- G01R33/20—Arrangements or instruments for measuring magnetic variables involving magnetic resonance
- G01R33/44—Arrangements or instruments for measuring magnetic variables involving magnetic resonance using nuclear magnetic resonance [NMR]
- G01R33/48—NMR imaging systems
- G01R33/4818—MR characterised by data acquisition along a specific k-space trajectory or by the temporal order of k-space coverage, e.g. centric or segmented coverage of k-space
- G01R33/4824—MR characterised by data acquisition along a specific k-space trajectory or by the temporal order of k-space coverage, e.g. centric or segmented coverage of k-space using a non-Cartesian trajectory
- G01R33/4826—MR characterised by data acquisition along a specific k-space trajectory or by the temporal order of k-space coverage, e.g. centric or segmented coverage of k-space using a non-Cartesian trajectory in three dimensions
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R33/00—Arrangements or instruments for measuring magnetic variables
- G01R33/20—Arrangements or instruments for measuring magnetic variables involving magnetic resonance
- G01R33/44—Arrangements or instruments for measuring magnetic variables involving magnetic resonance using nuclear magnetic resonance [NMR]
- G01R33/48—NMR imaging systems
- G01R33/54—Signal processing systems, e.g. using pulse sequences ; Generation or control of pulse sequences; Operator console
- G01R33/56—Image enhancement or correction, e.g. subtraction or averaging techniques, e.g. improvement of signal-to-noise ratio and resolution
- G01R33/563—Image enhancement or correction, e.g. subtraction or averaging techniques, e.g. improvement of signal-to-noise ratio and resolution of moving material, e.g. flow contrast angiography
- G01R33/56308—Characterization of motion or flow; Dynamic imaging
- G01R33/56325—Cine imaging
Landscapes
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- General Physics & Mathematics (AREA)
- High Energy & Nuclear Physics (AREA)
- General Health & Medical Sciences (AREA)
- Radiology & Medical Imaging (AREA)
- Condensed Matter Physics & Semiconductors (AREA)
- Signal Processing (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biophysics (AREA)
- Power Engineering (AREA)
- Physiology (AREA)
- Cardiology (AREA)
- Pulmonology (AREA)
- Theoretical Computer Science (AREA)
- Medical Informatics (AREA)
- Heart & Thoracic Surgery (AREA)
- Biomedical Technology (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Vascular Medicine (AREA)
- Pathology (AREA)
- Magnetic Resonance Imaging Apparatus (AREA)
Abstract
Description
- Die Erfindung betrifft ein Verfahren zur Erzeugung von Bilddaten, insbesondere Magnetresonanzaufnahmen, eines sich in einem Inneren eines Körpers bewegenden Objekts, beispielsweise eines Organs, Teilen eines Organs oder einer beliebigen Zielstruktur im Inneren eines menschlichen oder tierischen Körpers. Darüber hinaus betrifft die Erfindung eine Bilddatenerzeugungseinrichtung zur Erzeugung von Bilddaten eines sich im Inneren eines Körpers bewegenden Objekts sowie eine Magnetresonanzanlage mit einer solchen Bilddatenerzeugungseinrichtung.
- Die Erzeugung von Bilddaten vom Inneren des menschlichen oder tierischen Körpers für eine spätere Diagnose gehört inzwischen zum Standard vieler medizinischer Untersuchungen. Zur Erzeugung der Bilddaten bzw. zur Akquisition der erforderlichen Rohdaten, aus denen die Bilddaten rekonstruiert werden können, gibt es inzwischen verschiedene Verfahren, wie beispielsweise die Magnetresonanztomographie oder die Computertomographie.
- Bei einer Computertomographie werden üblicherweise Projektions-Rohdaten erzeugt, indem aus verschiedenen Richtungen Röntgenstrahlung durch den Körper gesandt und mit Detektoreinrichtungen erfasst wird. Aus den Projektions-Rohdaten können dann die Bilddaten rekonstruiert werden.
- Um bei einer Magnetresonanztomographie Bilddaten (Magnetresonanzaufnahmen), aus einem Bereich vom Körperinneren eines Untersuchungsobjekts zu erhalten, muss zunächst der Körper bzw. der zu untersuchende Körperteil einem möglichst homogenen statischen Grundmagnetfeld (meist als B0-Feld bezeichnet) ausgesetzt werden. Hierdurch werden die Kernspins im Körper parallel zur Richtung des B0-Felds, üblicherweise als z-Richtung bezeichnet, ausgerichtet. Außerdem werden mit Hochfrequenzantennen Hochfrequenzpulse in das Untersuchungsobjekt eingestrahlt, deren Frequenz im Bereich der Resonanzfrequenz, der sogenannten Larmorfrequenz, der anzuregenden Kerne (in der Regel Wasserstoffkerne) im vorliegenden Magnetfeld liegt. Daher werden diese Hochfrequenzpulse im Folgenden als Magnetresonanz-Hochfrequenzpulse bezeichnet. Die magnetische Flussdichte dieser Hochfrequenzpulse wird üblicherweise mit B1 bezeichnet. Mittels dieser Hochfrequenzpulse werden die Kernspins der Atome im Untersuchungsobjekt derart angeregt, dass sie um einen sogenannten „Anregungsflipwinkel“ (im Allgemeinen auch kurz „Flipwinkel“ genannt) aus ihrer Gleichgewichtslage parallel zum Grundmagnetfeld B0 ausgelenkt werden. Die Kernspins präzedieren dann zunächst um die z-Richtung und relaxieren nach und nach wieder. Der phasengleiche Umlauf der mikroskopischen Spins um den Präzessionskegel kann als makroskopische Kernmagnetisierung in der x/y-Ebene (senkrecht zur z-Richtung) gesehen werden. Die bei dieser Relaxation der Kernmagnetisierung erzeugten Magnetresonanzsignale werden als sogenannte Rohdaten mittels Hochfrequenzempfangsantennen aufgenommen. Die Magnetresonanzbilder des Untersuchungsobjekts werden schließlich auf Basis der akquirierten Rohdaten rekonstruiert, wobei eine Ortskodierung mit Hilfe von schnell geschalteten Gradientenmagnetfeldern erfolgt, die dem Grundmagnetfeld während der Aussendung der Magnetresonanz-Hochfrequenzpulse und/oder der Akquisition der Rohdaten überlagert werden. Dabei werden die Rohdaten bei der Datenakquise zunächst einem Ortsfrequenzraum, dem sogenannte k-Raum, zugeordnet. Die Rekonstruktion der Bilddaten erfolgt dann mittels einer Fouriertransformation der Rohdaten vom k-Raum in den Bilddatenraum (Ortsraum).
- Insbesondere, wenn Bilddaten eines kompletten Organs erzeugt werden sollen, d. h. entweder Volumendaten oder eine Vielzahl von dicht aneinander liegenden Schnittbildern erfasst werden sollen, die den kompletten Bereich abdecken, in dem sich das Organ befindet, wird eine längere Messzeit benötigt. Dies ist dann ein Problem, wenn es sich, wie beispielsweise beim Herzen, um ein bewegtes Organ handelt. Das Herz führt nicht nur eigene zyklische Bewegungen aufgrund des Herzschlags durch, sondern unterliegt zudem noch der Bewegung durch die Atmung des Patienten. Würden einfach Rohdaten während der unterschiedlichen Bewegungszyklen erfasst und dann daraus Bilddaten rekonstruiert, würde dies zu erheblichen Bewegungsartefakten, beispielsweise Verwischungen in den Bildern, führen, so dass die erzeugten Bilder oftmals nicht für eine sinnvolle Diagnose genutzt werden könnten.
- Eine Möglichkeit, dies zu vermeiden, besteht darin, Rohdaten nur in einer bestimmten Bewegungsphase zu erfassen, also beispielsweise die Rohdatenakquisition in geeigneter Weise zu triggern. Beispielsweise ist es bezüglich der Herzbewegung möglich, eine Triggerung mit Hilfe eines EKGs auf eine bestimmte Herzphase durchzuführen. Vorzugsweise werden hierbei die Daten in der diastolische Phase erfasst, da in dieser Phase relativ lange Zeit die Herzbewegung minimal ist. Diese diastolische Phase dauert ca. 100 ms. Bei vielen Aufnahmeverfahren, insbesondere bei der Erfassung des kompletten Volumens bzw. einer Vielzahl von dicht gesetzten Schichten, die das Herz abdecken, reichen diese 100 ms aber nicht aus, um alle Rohdaten zu erfassen. Dies gilt insbesondere bei einer Akquisition von Magnetresonanzrohdaten. Daher müssen in mehreren Herzzyklen jeweils in der passenden Herzphase Rohdatensätze bzw. Segmente des k-Raums erfasst werden, um den k-Raum mit den notwendigen Rohdaten zu füllen, bevor dann in der oben beschriebenen Weise die Bilddaten des Volumens bzw. der gewünschten Schichten rekonstruiert werden. Die der Bewegung des Herzens zusätzlich überlagerte Atembewegung führt jedoch dazu, dass sich das Herz im Körper beispielsweise in den diastolischen Phasen von aufeinanderfolgenden Herzzyklen jeweils an unterschiedlichen Orten befinden kann, je nach der aktuellen Bewegungsphase des Atemzyklus. Prinzipiell wäre es natürlich möglich, auch den Atemzyklus mit entsprechenden Einrichtungen zu überwachen und zusätzlich auf den Atemzyklus zu triggern. In diesem Fall können aber immer nur dann Rohdaten erfasst werden, wenn zufällig die gewünschte Herzphase und die gewünschte Atemphase gemeinsam erreicht werden. Dies würde zu einer viel zu langen Gesamtmessdauer führen, so dass in der Praxis derartige Messmethoden nicht akzeptabel sind.
- Daher werden heutzutage sogenannte spezielle Navigator-Rohdaten akquiriert, aus denen dann Navigatorbilder erzeugt werden. Mit diesen Navigatorbildern wird in der Regel ein Volumen erfasst, in dem eine Atembewegung besonders gut erkennbar ist. Beispielsweise wird bei Herzaufnahmen in der Navigatoraufnahme das Zwerchfell (Diaphragma) beobachtet, da der Leber/Lungen-Übergang sehr einfach erkennbar ist, weil die Leber aufgrund der Flüssigkeitsfüllung relativ hell und die Lunge aufgrund der Luftfüllung relativ dunkel in den Bildern erscheint. Mit Hilfe der aus den Navigatorbildern ermittelten aktuellen Atemlage bzw. Atemphase werden dann die jeweils unmittelbar nach der Erfassung der Navigator-Rohdaten akquirierten Rohdaten in der Rekonstruktion berücksichtigt oder verworfen und erneut aufgenommen. Zur Durchführung dieser Verfahren ist jedoch immer die Erfassung zusätzlicher Navigator-Rohdaten erforderlich, was zusätzlichen Aufwand und insbesondere zusätzliche Messzeit erfordert.
- Eine Möglichkeit, auf eine solche Navigatormessung zu verzichten, wird in Piccini D. et al. „Respiratory Self-Navigation for Whole-Heart Bright-Blood Coronary MRI: Methods for Robust Isolation and Automatic Segmentation of the Blood Pool" in 2012, Magnetic Resonance in Medicine, 68: 571 bis 579, beschrieben. Hier wird vorgeschlagen, die Rohdaten für den k-Raum zur Rekonstruktion eines Volumens, welches das komplette Herz umfasst, gemäß einem sogenannten phyllotaktischen Spiral-Muster aufzufüllen. Dabei werden in mehreren Rohdatensätzen jeweils Segmente des k-Raums erfasst, wobei jeweils Rohdaten entlang einer Linie in z-Richtung (also in Richtung der Körperlängsachse) durch das Zentrum des k-Raums akquiriert werden sowie Rohdaten entlang weiterer, parallel zu der zentralen Linie liegenden Linie in z-Richtung, die innerhalb einer senkrecht zur z-Richtung laufenden x/y-Ebene durch Punkte verlaufen, die auf einer spiralförmigen nach außen verlaufenden Bahn liegen. Auf Basis der durch das k-Raum-Zentrum verlaufenden Linie kann dann für jeden Rohdatensatz bzw. jedes Segment eine eindimensionale Projektion in SI-Richtung (SI = Superior – Inferior, also entlang der Körperlängsachse bzw. in z-Richtung) erzeugt werden. Bei diesen sogenannten „SI-Projektionen“ handelt es sich um eindimensionale Bilddaten, nämlich um die Projektionen der entlang der z-Richtung verlaufenden Bilddaten des gesamten erfassten Volumens (im FoV = Field of View; Sichtbereich) auf die z-Achse. Aus diesen SI-Projektionen kann ohne Navigator jeweils die Atemlage bestimmt werden und eine Korrektur der Rohdaten und/oder Bilddaten bei der Rekonstruktion erfolgen. Dieses Verfahren ist an sich vielversprechend, da es eine erhebliche Messzeiteinsparung bedeutet, jedoch hängt die Reduzierung der Bewegungsartefakte bisher noch stark vom konkreten Patienten bzw. Probanden ab.
- Es ist eine Aufgabe der vorliegenden Erfindung, ein Verfahren zur Erzeugung von Bilddaten eines sich im Inneren eines Körpers bewegenden Objekts sowie eine geeignete Bilderzeugungseinrichtung zu schaffen, welche eine noch weiter verbesserte Bildqualität ermöglicht.
- Diese Aufgabe wird durch ein Verfahren gemäß Patentanspruch 1 sowie durch eine Bilddatenerzeugungseinrichtung nach Patentanspruch 13 gelöst.
- Bei dem erfindungsgemäßen Verfahren erfolgt zunächst eine Erfassung von Rohdaten für ein das Objekt umfassenden Bereich des Körpers zu verschiedenen Messzeitpunkten, das heißt also ggf. auch in unterschiedlichen Bewegungsphasen. Bei dieser Erfassung der Rohdaten kann es sich um die unmittelbare Akquise der Rohdaten und/oder um die Übernahme von bereits zu den verschiedenen (früheren) Messzeitpunkten an einem beliebigen Gerät akquirierten Rohdaten über eine geeignete Schnittstelle handeln. Bei den Rohdaten handelt es sich vorzugsweise um Magnetresonanzrohdaten, da hier wie oben beschrieben das Problem in erster Linie auftritt. Daher wird im Folgenden auch ohne Beschränkung der Allgemeinheit in der Regel von Magnetresonanzrohdaten ausgegangen, auch wenn das Verfahren nicht zwingend hierauf beschränkt ist, sofern dies nicht explizit anders erläutert ist.
- Bei den zu einem Messzeitpunkt akquirierten Rohdaten kann es sich beispielsweise um den zu dem bestimmten Messzeitpunkt erfassten Rohdatensatz bzw. Segment im k-Raum handeln, beispielsweise jeweils ein Segment bei einer phyllotaktischen, spiralförmigen Abtastung in einem kartesischen k-Raum-Volumen, wie dies später noch erläutert wird. Es ist klar, dass die Erfassung eines solchen Rohdatensatzes bzw. Segments auch einen bestimmten (kurzen) Zeitraum benötigt, so dass unter dem Begriff „Messzeitpunkt“ immer auch ein kurzer „Messzeitabschnitt“ zu verstehen ist, beispielsweise bei einer Aufnahme eines Herzens die ca. 100 ms in der diastolischen Phase.
- Auf Basis zumindest eines Teils der Rohdaten können dann Positionsübersichtsdaten für die verschiedenen Messzeitpunkte erfasst werden. Dabei können die Rohdaten zur Erzeugung der Positionsübersichtsdaten spezielle Rohdaten sein, die in irgendeiner Weise korreliert mit den Rohdaten, z. B. direkt vor oder nach der Akquisition der Rohdaten, für die eigentlichen Bilddaten des gewünschten FoV akquiriert werden, beispielsweise Rohdaten aus einer Navigatormessung. Vorzugsweise handelt es sich aber um Rohdaten, die selber auch zur Rekonstruktion der Bilddaten des gewünschten FoV bzw. Objekts genutzt werden, so dass keine zusätzliche Navigatormessung erforderlich ist. Die Positionsübersichtsdaten können Bilddaten sein, die in irgendeiner Weise eine Erkennung der aktuellen Bewegungsphase erlauben. Dabei kann es sich im Prinzip um drei-, zwei- oder auch nur eindimensionale Daten handeln, z.B. die bereits erwähnten SI-Projektionen.
- Erfindungsgemäß erfolgt dann eine Ermittlung einer messzeitpunktabhängigen Streuung zumindest eines Teils der Positionsübersichtsdaten (d.h. einer Mehrzahl von Messwerten in den Positionsübersichtsdaten) für die einzelnen Positionen bzw. Raumkoordinaten oder Positionsbereiche. Hierzu kann z.B. die Streuung des Signalwerts an einer bestimmten Position innerhalb der Positionsübersichtsdaten in Abhängigkeit von der Zeit bestimmt werden. Beispielsweise kann bei einer SI-Projektion einfach an einem bestimmten Ort z die Streuung des Projektions-Signalwerts in Abhängigkeit von der Zeit ermittelt werden. Die Streuung wird dabei gemäß einem vorgegebenen Streuungsmaß gemessen. Vorzugsweise handelt es sich hierbei um die Varianz. Es müssen dabei nicht alle Positionsübersichtsdaten bzw. deren Messwerte verwendet werden, sondern es reicht aus, wenn hierzu nur ein Teil der Daten herangezogen wird.
- Es erfolgt dann eine Auswahl von räumlichen Prüfbereichen innerhalb der Positionsübersichtsdaten. Bei einer eindimensionalen Projektion, beispielsweise einer SI-Projektion, können also Projektionsabschnitte als Prüfbereiche identifiziert werden. Diese Auswahl der räumlichen Prüfbereiche erfolgt erfindungsgemäß in Abhängigkeit von der Streuung der Positionsübersichtsdaten in den jeweiligen Prüfbereichen. Dabei können vorzugsweise genau die Positionsbereiche bzw. Positionsabschnitte innerhalb der Positionsübersichtsdaten ermittelt werden, bei denen die Streuung relativ hoch ist, da hier eine Bewegung innerhalb des Körpers besonders gut detektierbar sein sollte.
- Weiterhin erfolgt eine Ermittlung von Vertrauensparameterwerten für die einzelnen Prüfbereiche. Mit Hilfe dieser Vertrauensparameterwerte kann, wie später noch erläutert wird, z. B. festgestellt werden, in welchem der Prüfbereiche eine Bewegungsdetektion bzw. die genaue Bestimmung der Bewegungsphasen voraussichtlich am zuverlässigsten ist.
- Schließlich erfolgt eine Rekonstruktion von Bilddaten auf Basis der Rohdaten, d. h. zumindest auf dem Teil der Rohdaten, welche dazu akquiriert wurden, um daraus die Bilddaten für das Objekt zu rekonstruieren. Dabei werden die Vertrauensparameterwerte der verschiedenen Prüfbereiche berücksichtigt. Verschiedene Möglichkeiten hierzu werden später noch genauer erläutert.
- Es hat sich herausgestellt, dass durch die erfindungsgemäße Identifizierung verschiedener Prüfbereiche und eine Kontrolle, welcher dieser Prüfbereiche besonders gut geeignet für die Detektion der Bewegung ist, die Bildqualität in den meisten Fällen erheblich verbessert werden kann. Während bei einer Festlegung eines (statischen) Prüfbereichs vorab bei 6 von 10 Probanden die Aufnahmen zum Teil immer noch Bewegungsartefakte enthielten, konnte mit der beschriebenen Vorgehensweise der automatischen Festlegung des optimalen Prüfbereichs ohne eine Verwendung von Navigatormessungen dennoch qualitativ gleichwertige Bilder erzeugt werden, wie sie sonst unter Verwendung von zusätzlichen Navigatormessungen erreichbar sind. Somit können mit Hilfe des Verfahrens auch ohne Verwendung von Navigatoren und folglich mit einer erheblichen Verkürzung der Gesamtmesszeit sehr gute Volumenbilder des Herzens erzeugt werden. Dies ist wahrscheinlich darauf zurückzuführen, dass für verschiedene Patienten oder Probanden die idealen Prüfbereiche aufgrund der anatomischen Unterschiede an unterschiedlichen Stellen innerhalb der Positionsübersichtsdaten liegen können und durch das erfindungsgemäße Verfahren diese unterschiedliche Lage der optimalen Prüfbereiche automatisch berücksichtigt werden kann.
- Eine erfindungsgemäße Bilddatenerzeugungseinrichtung benötigt u. a. folgende Komponenten:
Zum einen wird eine Rohdatenschnittstelle zur Erfassung von Rohdaten für einen das Objekt umfassenden Bereich des Körpers benötigt. Dabei kann es sich wie oben erwähnt um eine Schnittstelle handeln, welche z. B. die Rohdaten aus einem Speicher oder von einer anderen Einheit übernimmt. - Weiterhin sollte die Bilddatenerzeugungseinrichtung eine Übersichtsdatenerzeugungseinheit aufweisen, die ausgebildet ist, um Positionsübersichtsdaten für die verschiedenen Messzeitpunkte auf Basis zumindest eines Teils der Rohdaten zu erzeugen, sowie eine Übersichtsdatenanalyseeinheit, die ausgebildet ist, um eine messzeitpunktabhängige Streuung zumindest eines Teils der Positionsübersichtsdaten zu ermitteln.
- Außerdem benötigt die erfindungsgemäße Bilddatenerzeugungseinrichtung eine Prüfbereichsauswahleinheit, die ausgebildet ist, um räumliche Prüfbereiche innerhalb der Positionsübersichtsdaten in Abhängigkeit von der Streuung auszuwählen, und eine Vertrauensparameterwerte-Ermittlungseinheit, die ausgebildet ist, die Vertrauensparameterwerte für die einzelnen Prüfbereiche zu ermitteln.
- Schließlich wird eine Rekonstruktionseinheit benötigt, die ausgebildet ist, um die Bilddaten auf Basis der Rohdaten unter Berücksichtigung der Vertrauensparameterwerte der verschiedenen Prüfbereiche zu rekonstruieren.
- Über eine Bilddatenschnittstelle der Bilddatenerzeugungseinrichtung können diese Bilddaten dann an beliebige andere Komponenten ausgegeben werden, beispielsweise in einem Speicher hinterlegt und/oder auf einem Bildschirm ausgegeben und/oder über ein Netzwerk an eine Befundungsstation oder einen externen Speicher übermittelt werden etc.
- Wie bereits erwähnt, wird das Verfahren besonders bevorzugt zur Erzeugung von Magnetresonanzaufnahmen eingesetzt. Daher kann eine solche Bilddatenerzeugungseinrichtung bevorzugt auch Teil einer erfindungsgemäßen Magnetresonanzanlage sein.
- Diese weist neben einer solchen erfindungsgemäße Bilddatenerzeugungseinrichtung in üblicher Weise einen Messraum, in dem sich der Patient oder Proband während der Messung befindet, ein Grundfeldmagnetsystem, mit dem in üblicher Weise im Messraum ein Grundmagnetfeld angelegt wird, ein Sendeantennensystem, ein Gradientensystem, ein Empfangsantennensystem und eine Steuereinrichtung auf, die zur Ansteuerung des Grundfeldmagnetsystems, des HF-Sendeantennensystems, des Gradientensystems und des HF-Empfangsantennensystems dient.
- Die erfindungsgemäße Bilddatenerzeugungseinrichtung kann darüber hinaus aber auch genauso Teil einer anderen bildgebenden Anlage, beispielsweise einer Computertomographieanlage, sein. Ebenso kann die Bilddatenerzeugungseinrichtung auf einer anderen, separaten Einrichtung realisiert werden, die mit einer geeigneten Bildgebungsanlage beispielsweise über ein Netzwerk verbunden ist oder auf andere Weise die Rohdaten übernehmen kann. Weiterhin ist es möglich, dass die Bilddatenerzeugungseinrichtung und ihre verschiedenen Komponenten, insbesondere die Übersichtsdatenerzeugungseinheit, die Übersichtsdatenanalyseeinheit, die Prüfbereichsauswahleinheit, die Vertrauensparameterwerte-Ermittlungseinheit und die Rekonstruktionseinheit, in Form von Softwarekomponenten auf einem geeigneten Rechner bzw. auf einem oder mehreren geeigneten Prozessoren realisiert sind. Dies gilt ebenso für die Rohdatenschnittstelle und ggf. eine Bilddatenschnittstelle, wobei diese Schnittstellen zum Teil als Hardware-Schnittstellen oder kombinierte Software/Hardware-Schnittstellen aufgebaut sein können. Ebenso können die Schnittstellen aber auch reine Software-Schnittstellen sein, wenn die Daten lediglich von anderen Softwarekomponenten übernommen werden.
- Eine weitgehend softwaremäßige Realisierung hat den Vorteil, dass auch schon bisher verwendete Bilderzeugungseinrichtungen auf einfache Weise durch ein Software-Update nachgerüstet werden können, um auf die erfindungsgemäße Weise zu arbeiten. Insofern wird die Aufgabe auch durch ein Computerprogrammprodukt gelöst, welches in einem transportablen Speicher hinterlegt und/oder über ein Netzwerk zur Übertragung bereitgestellt wird und so direkt in einen Speicher einer programmierbaren Bilderzeugungseinrichtungen ladbar ist, mit Programmabschnitten, um alle Schritte des erfindungsgemäßen Verfahrens auszuführen, wenn das Programm in der Bilderzeugungseinrichtungen ausgeführt wird.
- Die abhängigen Ansprüche sowie die nachfolgende Beschreibung enthalten jeweils besonders vorteilhafte Ausgestaltungen und Weiterbildungen der Erfindung. Dabei können insbesondere die Ansprüche einer Anspruchskategorie auch analog zu den abhängigen Ansprüchen einer anderen Anspruchskategorie weitergebildet sein. Zudem können im Rahmen der Erfindung auch die verschiedenen Merkmale unterschiedlicher Ausführungsbeispiele und Ansprüche auch zu neuen Ausführungsbeispielen kombiniert werden.
- Als Vertrauensparameterwerte der einzelnen Prüfbereiche können verschiedenste Werte herangezogen werden. Bei einer bevorzugten Variante beruht der Vertrauensparameterwert eines Prüfbereichs selbst auf einer Streuung von Positionsübersichtsdaten innerhalb des Prüfbereichs.
- Vorzugsweise werden zunächst Referenz-Positionsübersichtsdaten ermittelt. Diese Referenz-Positionsübersichtsdaten können prinzipiell willkürlich gewählt werden. Beispielsweise können einfach die zum Messzeitpunkt t = 0, d. h. die zu Beginn der Messung als erstes erzeugten Positionsübersichtsdaten als Referenz-Positionsübersichtsdaten (Null-Referenz) verwendet werden, und sämtliche weiteren Positionsübersichtsdaten werden dann auf diese Referenz-Positionsübersichtsdaten bezogen. Grundsätzlich könnten aber auch die Positionsübersichtsdaten zunächst dahingehend analysiert werden, dass besonders geeignete Referenz-Positionsübersichtsdaten gesucht werden, beispielsweise solche Positionsübersichtsdaten, die in einer ganz bestimmten Bewegungsphase aufgenommen wurden. Dabei kann die Ermittlung der Referenz-Positionsübersichtsdaten auch für die einzelnen Prüfbereiche separat erfolgen.
- In einem weiteren Schritt werden dann getrennt für die einzelnen Prüfbereiche nach vorgegebenen Regeln Abweichungswerte der Positionsübersichtsdaten verschiedener Messzeitpunkte zu den Referenz-Positionsübersichtsdaten ermittelt. Besonders bevorzugt erfolgt dies durch Ermittlung einer Korrelation der Positionsübersichtsdaten zu den Referenz-Positionsübersichtsdaten. Werden beispielsweise eindimensionale Projektionsdaten, insbesondere SI-Projektionen, als Positionsübersichtsdaten verwendet, so wird hier also auf sehr einfache Weise eine Korrelation von verschiedenen SI-Projektionen zu einer Referenz-SI-Projektion ermittelt.
- Die Vertrauensparameterwerte für die einzelnen Prüfbereiche werden dann unter Berücksichtigung dieser Abweichungswerte ermittelt.
- Besonders bevorzugt werden dabei die Positionsübersichtsdaten – und damit auch die zugehörigen Rohdaten – getrennt für die einzelnen Prüfbereiche in Abhängigkeit von den Abweichungswerten verschiedenen Bewegungsphasen-Klassen zugeordnet. Das heißt, es erfolgt eine Klassifizierung bzw. Sortierung der Positionsübersichtsdaten (und der zugehörigen Rohdaten).
- Es kann dann vorzugsweise für jede Bewegungsphasen-Klasse separat ein messzeitpunktabhängiger örtlicher Streuungswert der Positionsübersichtsdaten ermittelt werden. Dieser Streuungswert kann nach den gleichen Regeln ermittelt werden, d. h. mit dem gleichen Streuungsmaß wie die oben beschriebene Streuung, gemäß der zunächst die Prüfbereiche ausgewählt werden, jedoch mit dem Unterschied dass nun nur noch die Streuung der Positionsübersichtsdaten der jeweiligen Bewegungsphasen-Klasse um einen aus diesen Daten gebildeten Mittelwert erfolgt.
- Es kann dann ganz besonders bevorzugt als Vertrauensparameterwert für einen Prüfbereich eine Summe der Streuungswerte mehrerer Bewegungsphasen-Klassen ermittelt werden. Vorzugsweise ist der Vertrauensparameterwert eine Art „Gesamt-Abweichungswertstreuung“, d.h. die Summe der Streuungswerte aller Bewegungsphasen-Klassen.
- Besonders bevorzugt erfolgt die Rekonstruktion von Bilddaten aus den Rohdaten unter Berücksichtigung der Zuordnung der Positionsübersichtsdaten zu den Bewegungsphasen-Klassen für denjenigen der Prüfbereiche, bei dem der Vertrauensparameterwert am niedrigsten ist. Das heißt, es wird also z. B. der Prüfbereich als vertrauenswürdiger eingestuft, bei dem die Summe der einzelnen Streuungswerte in den Bewegungsphasen-Klassen am niedrigsten ist. Selbstverständlich wäre es je nach Ermittlung des Vertrauenswerts auch möglich, den Prüfbereich zu verwenden, bei dem der Vertrauensparameterwert am höchsten ist.
- Die beschriebene Vorgehensweise der Ermittlung der einzelnen Streuungswerte in den verschiedenen Bewegungsphasen-Klassen als Maß für die Verlässlichkeit des Prüfbereichs führt letztlich dazu, dass der Bereich innerhalb der Positionsübersichtsdaten als Korrektur- oder Kontrollbereich verwendet wird, in dem die Zuordnung der Positionsübersichtsdaten zu den einzelnen Bewegungsphasen am verlässlichsten ermittelt werden kann und somit letztlich auch die gesamte Bewegung am verlässlichsten detektiert wird. Unabhängig von der jeweiligen genauen anatomischen Lage beispielsweise des Herzens oder des Zwerchfells innerhalb des Körpers des Patienten/Probanden und seines spezifischen Atemverhaltens kann so immer die Bewegung optimal bestimmt werden.
- Wie bereits oben erwähnt, wird das Verfahren vorzugsweise an Untersuchungsobjekten eingesetzt, die aufgrund einer Atembewegung bewegt werden. Die Bewegungsphasen sind dann dementsprechend Atemphasen. Besonders bevorzugt ist bzw. umfasst das Untersuchungsobjekt ein Herz. Dies schließt aber nicht aus, dass das Verfahren auch an anderen Untersuchungsobjekten und bei anderen Bewegungsabläufen eingesetzt werden kann, beispielsweise zur Korrektur von Schluckbewegungen oder anderen Bewegungen.
- Vorzugsweise werden die Positionsübersichtsdaten, wie eingangs beschrieben, durch eine eindimensionale Projektion gebildet. Eine solche eindimensionale Projektion lässt sich bereits auf Basis von Rohdaten rekonstruieren, die durch Abtastung des k-Raums (bzw.) entlang eines durch das k-Raum-Zentrum verlaufenden Auslesevorgangs einer Trajektorie akquiriert wurden. Somit lässt sich bei der Aufnahme jedes Segments ohne weiteren Messaufwand eine solche eindimensionale Projektion erzeugen.
- Sofern als Positionsübersichtsdaten eine Projektion eines das Objekt umfassenden Bereichs des Körpers umfasst ist, wird vorzugsweise dafür gesorgt, dass diese Projektion in zumindest einer Hauptbewegungsrichtung des Objekts verläuft (bzw. die Projektion auf eine Linie entlang der Hauptbewegungsrichtung erfolgt), um so optimal das Objekt bzw. die Objektbewegung erfassen zu können. Insbesondere, wenn es darum geht, eine Herzaufnahme zu erzeugen und die Bewegung des Herzens durch die Atmung zu berücksichtigen, wird vorzugsweise die beschriebene SI-Projektion verwendet, da die Hauptbewegungsrichtung des Herzens durch die Atmung in der SI-Richtung verläuft.
- Zudem hat die SI-Projektion auch den Vorteil, dass hierzu jeweils bei jeder Aufnahme eines Segments ein Auslesevorgang in z-Richtung, d. h. in Richtung der Körperlängsachse, durch das k-Raum-Zentrum erfasst werden muss und folglich insgesamt gerade im besonders wichtigen k-Raum-Zentrum, welches die Hauptinformationen enthält, eine höhere Anzahl von Rohdaten für die spätere Bilddatenrekonstruktion zur Verfügung stehen.
- Eine abschließende Rekonstruktion der Bilddaten aus den Rohdaten unter Berücksichtigung der mit dem erfindungsgemäßen Verfahren gewonnenen Informationen aus dem mit Hilfe der Vertrauensparameterwerte bestimmten Prüfbereich ist auf verschiedene Weise möglich. Insbesondere, wenn wie zuvor beschrieben für die verschiedenen Prüfbereiche die Positionsübersichtsdaten und somit auch die zugehörigen Rohdaten bereits verschiedenen Bewegungsphasen-Klassen zugeordnet sind, bietet sich folgendes Verfahren an:
Es werden zunächst mehrere Interims-Bilddatensätze rekonstruiert, die jeweils verschiedenen Bewegungsphasen des Objekts zugeordnet sind. Beispielsweise können hier jeweils nur Rohdaten aus einer bestimmten Bewegungsphasen-Klasse verwendet werden. - Alternativ ist aber auch eine Gewichtung möglich, d. h. dass beispielsweise die Rohdaten der Bewegungsphasen-Klasse der gewünschten Bewegungsphase besonders hoch gewichtet werden und Rohdaten aus anderen Bewegungsphasen-Klassen gemäß einer vorgegebenen Gewichtungsfunktion geringer gewichtet werden. Dadurch wird die Datenbasis für die Interims-Bilddatensätze erhöht. Besonders bevorzugt erfolgt dabei die Gewichtung der Rohdaten in Abhängigkeit von einer Distanz von einer bestimmten Bewegungsphase, für die aktuell die Interims-Bilddatensätze rekonstruiert werden. Unter der „Distanz“ kann dabei eine zeitliche Distanz innerhalb eines Bewegungszyklus, beispielsweise Atemzyklus, verstanden werden. Vorzugsweise handelt es sich hierbei aber um eine räumliche Distanz, die beispielsweise von einer Abweichung der Rohdaten oder von daraus rekonstruierten Bilddaten ermittelt werden kann. Wenn die Rohdaten verschiedenen Bewegungsphasen-Klassen zugeordnet sind, kann beispielsweise die Distanz der Rohdaten zu einer bestimmten Bewegungsphase auch als Abstand der Bewegungsphasen-Klassen zueinander verstanden werden.
- Zur Rekonstruktion der Interims-Bilddatensätze kann die Bilddatenerzeugungseinrichtung eine geeignete Interimsbilder-Rekonstruktionseinheit aufweisen.
- Anschließend können mit Hilfe dieser Interims-Bilddatensätze Abweichungsdaten ermittelt werden, beispielsweise sogenannte Deformationsfelder (auch „Bewegungsfelder“ genannt), welche angeben, wie die Bilddaten der verschiedenen Bewegungsphasen voneinander abweichen. Zur Ermittlung der Abweichungsdaten kann die Bilddatenerzeugungseinrichtung eine Abweichungsdatenermittlungseinheit aufweisen. Vorzugsweise ist es hierbei auch möglich, den Interims-Bilddatensatz einer bestimmten bevorzugten Bewegungsphase des Objekts, beispielsweise in einer „ausgeatmeten Phase“ der Atmung (wenn der Patient bzw. Proband voll ausgeatmet hat und das Zwerchfell in der oberen Position ist), als Referenz-Bilddaten auszuwählen und jeweils die Abweichungsdaten der Interims-Bilddaten der anderen Bewegungsphasen im Verhältnis zu diesen Referenz-Bilddaten zu bestimmen. Die Auswahl dieser ausgeatmeten Phase hat den Vorteil, dass in dieser Phase relativ viele Rohdaten zur Verfügung stehen, weil sich das Objekt ja länger in dieser Phase befindet. Die zuvor ermittelten Abweichungsdaten können, je nach Rekonstruktionsverfahren und Art der Abweichungsdaten, direkt genutzt werden oder beispielsweise auch zunächst daraus abgeleitete weitere Abweichungsdaten berechnet werden. Beispielsweise können die Abweichungsdaten zunächst invertiert werden bzw. zusätzlich zu den Deformationsfeldern können auch inverse Deformationsfelder berechnet werden, die dann ebenfalls in die Rekonstruktion eingehen.
- Anschließend kann eine Rekonstruktion der Bilddaten auf Basis der Rohdaten unterschiedlicher Bewegungsphasen, vorzugsweise aller Bewegungsphasen bzw. Bewegungsphasen-Klasse, erfolgen, wobei jedoch die Abweichungsdaten so berücksichtigt werden, dass automatisch eine Bewegungsphasenkorrektur während der Rekonstruktion erfolgt. Die Bilddatenerzeugungseinrichtung kann hierzu eine geeignet ausgebildete Gesamtrekonstruktionseinheit aufweisen.
- Zur Rekonstruktion der Bilddaten und/oder der Interims-Bilddatensätze kann vorzugsweise ein iteratives numerisches Optimierungsverfahren verwendet werden. Besonders bevorzugt wird ein nicht lineares Optimierungsverfahren, insbesondere ein Quasi-Newton-Verfahren, genutzt, wie es später noch erläutert wird. Hierzu können z.B. bei der späteren Rekonstruktion der Bilddaten unter Berücksichtigung der Abweichungsdaten die Abweichungsdaten zunächst invertiert und dann in einer Zielfunktion des Optimierers verwendet werden.
- Bei der Gesamtrekonstruktionseinheit kann es sich im Prinzip um die gleiche Rekonstruktionseinheit handeln, wie bei der Interimsbilder-Rekonstruktionseinheit, beispielsweise mit einem geeigneten Optimierer, der in einem numerischen Optimierungsverfahren die zu den gemessenen Rohdaten passenden Bilddaten berechnet, nur dass ggf. andere Eingangsparameter und/oder andere Zielfunktionen vorgegeben werden. Diese Möglichkeiten werden später noch erläutert.
- Grundsätzlich sind aber auch andere Rekonstruktionsverfahren möglich, beispielsweise könnte ein in Abhängigkeit vom Prüfbereich erkannter räumlicher Offset bzw. eine Verschiebung verwendet werden, um die Datensätze wieder in der betreffenden Richtung zurück zu verschieben (wie in der o.g. Schrift von Piccini et al. beschrieben). Anschließend kann, je nach ausreichender Anzahl an Rohdaten, das Volumen durch die Fourier-Transformation oder alternativ mit dem SENSE-Verfahren nach Pruessmann et al. („Advances in sensitivity encoding with arbitrary k-space trajectories." in Magn. Reson. Med. 2001 Okt; 46(4):638–51.) rekonstruiert werden.
- Die Erfindung wird im Folgenden unter Hinweis auf die beigefügten Figuren anhand von Ausführungsbeispielen noch einmal näher erläutert. Es zeigen:
-
1 eine schematische Darstellung der SI-Richtung und der Lage des Herzens und des Zwerchfells im menschlichen Körper, -
2 eine schematische Darstellung eines EKG mit einer Darstellung der Triggerung einer Rohdatenakquise in einer diastolischen Phase, -
3 eine Darstellung eines k-Raum-Volumens in dreidimensionalen kartesischen Koordinaten kx, ky, kz mit einem phyllotaktisch spiralförmigen Abtastungsmuster (links eine Draufsicht auf die kx/ky-Ebene und rechts eine perspektivische Darstellung), -
4 ein Flussdiagramm eines möglichen Ablaufs eines erfindungsgemäßen Verfahrens zur Erzeugung von Bilddaten, -
5 eine Darstellung eines möglichen Ablaufs zur Ermittlung von Prüfbereichen in Positionsübersichtsdaten (hier in Form von SI-Projektionen) und die Zuordnung der Positionsübersichtsdaten zu Bewegungsphasen-Klassen, -
6 ein Histogramm für die Anzahl der akquirierten Rohdatensätze für verschiedene Bewegungsphasen-Klassen, -
7 eine schematische Darstellung einer möglichen Vorgehensweise bei der Rekonstruktion von Bilddaten aus Rohdaten verschiedener Bewegungsphasen, -
8 eine schematische Darstellung einer Magnetresonanzanlage mit einer Bilddatenerzeugungseinrichtung gemäß einem Ausführungsbeispiel der Erfindung. - Bei der mit Hilfe der Figuren nachfolgend beschriebenen bevorzugten Variante des Verfahrens geht es um die Aufnahme eines kompletten Volumens eines Herzens als Untersuchungsobjekt O in einem menschlichen Körper K. Die Vermeidung von Bewegungsartefakten bei der Erzeugung von Magnetresonanzaufnahmen des kompletten Herzens O ist wegen der ständigen Bewegung des Herzens selbst und der weiterhin überlagerten Atembewegung mit besonderen Herausforderungen verbunden. Dies wird anhand der
1 und2 verdeutlicht. -
1 zeigt grob schematisch die Lage des Herzens O im Körper K des Patienten und zusätzlich auch die Lage des Zwerchfells O’, das wie erwähnt den Übergang zwischen Leber und Lunge markiert und daher an einem starken Hell-Dunkel-Übergang in der Regel gut in den Bilddaten erkennbar ist. Bei der Atmung wird ständig das Zwerchfell O’ im Körper des Patienten angehoben und abgesenkt, was zu einer starken Verschiebung des Herzens O innerhalb des Körpers vornehmlich in Körperlängsrichtung (SI-Richtung) führt. Diese Bewegung in SI-Richtung ist also die Hauptbewegungsrichtung R, der das Herz O insgesamt im Körper K unterliegt und die dabei je nach Atemphase in Richtung Superior (zum Kopf hin) oder in Richtung Inferior (zu den Füßen hin) verschoben wird. Zusätzlich führt das Herz O selber durch den Herzschlag eine eigene zyklische Bewegung durch. Während eines Herzzyklus durchläuft das Herz dabei mehrere sogenannte Herzphasen. Diese sind in2 an einem schematischen EKG dargestellt. Ein Herzzyklus wird üblicherweise jeweils von einer R-Zacke RZ zur nächsten R-Zacke RZ (dem Zeitpunkt der stärksten Kontraktion des Herzens) betrachtet. Ungefähr im mittleren Bereich zwischen zwei R-Zacken RZ befindet sich die sogenannte diastolische Phase, in der das Herz relativ lange, nämlich ca. 100 ms, in Ruhe ist. Diese diastolische Phase kann also genutzt werden, um Rohdaten zu akquirieren. Hierzu wird die Magnetresonanzpulssequenz zur Rohdatenakquisition auf die R-Zacke getriggert, wie dies in2 schematisch jeweils durch die Triggerzeitspanne TZ dargestellt ist. In einer geeigneten Magnetresonanzpulssequenz kann beispielsweise zunächst eine T2-Präparation TP durchgeführt werden, dann ein sogenannter Fettsättiger FS ausgesendet werden und schließlich die eigentliche Rohdatenakquisition RDA erfolgen. - Um ein dreidimensionales k-Raum-Volumen mit Rohdaten „aufzufüllen“, aus dem dann beispielsweise mit Hilfe einer 3D-Fourier-Transformation ein 3D-Bilddatenvolumen (das FoV) rekonstruiert werden kann, können beispielsweise in einem kartesischen k-Raum Rk mehrere Trajektorien mit in z-Richtung (in Richtung der Koordinate kz im k-Raum) verlaufenden, parallel zueinander liegenden Auslesevorgängen abgetastet werden, wobei diese Auslesevorgänge im k-Raum Rk bezogen auf eine kx/ky-Ebene in einem bestimmten Muster angeordnet sind. Ein Beispiel für eine Trajektorie bei einer solchen bevorzugten Ausleseart ist in
3 dargestellt. Hier sind die in z-Richtung verlaufenden Auslesevorgänge der Trajektorien nach einem phyllotaktischen spiralförmigen Abtastungsmuster bezüglich der kx/ky-Ebene angeordnet. Wie in der Draufsicht auf die kx/ky-Ebene auf der linken Seite gut zu sehen ist, besteht das Muster aus mehreren vom Mittelpunkt (bzw. der z-Mittelachse) des k-Raums aus radial nach außen verlaufenden, spiralförmig gebogenen Speichen. Es handelt sich hierbei also um eine Mischung aus einer Spiraltrajektorienmuster und einem Speichentrajektorienmuster. Auf der rechten Seite ist in einer dreidimensionalen perspektivischen Ansicht eine spiralförmige Speiche dargestellt. Aus dieser Ansicht ist erkennbar, dass jeder Punkt der Trajektorie in der kx/ky-Ebene einen in kz-Richtung verlaufende Auslesevorgang repräsentiert, entlang dessen der k-Raum abgetastete wird, um Rohdaten zu akquirieren. In dem Zeitfenster einer diastolischen Phase von 100 ms können ca. 30 solcher in kz-Richtung verlaufender Auslesevorgänge vorgenommen werden, was einer spiralförmigen Speichentrajektorie entspricht. Daher kann innerhalb einer diastolischen Phase als Rohdatensatz ein Rohdatensegment ausgelesen werden, das die Rohdaten RD einer spiralförmige Speiche umfasst, wie sie auf der rechten Seite in3 durch den Satz von längs in kz-Richtung verlaufende Auslesevorgänge schematisch dargestellt ist. Dabei werden jeweils zuerst die Rohdaten RDC entlang des zentralen Auslesevorgangs durch die Mitte des k-Raums ausgelesen. Anschließend werden die Rohdaten RD entlang der weiteren Auslesevorgänge, von innen nach außen fortschreitend, akquiriert. Um das k-Raum-Volumen für eine Rekonstruktion aussagekräftiger Bilddaten ausreichend aufzufüllen, müssen so viele Rohdatensätze erfasst werden, dass der k-Raum zu ca. 12% gefüllt ist. Sind die erforderlichen Rohdaten aller Segmente akquiriert, kann eine Rekonstruktion des dreidimensionalen Bilddaten-Volumens erfolgen. In ähnlicher Weise kann eine Akquisition von Rohdaten erfolgen, um dicht aneinanderliegende Schichten des Herzens zu erfassen. - Ungünstigerweise wird jedoch das Herz zwischen der Akquise der Rohdatensätze bzw. Segmente der k-Raum-Daten in aufeinander folgenden Herzzyklen durch die Atembewegung räumlich verschoben und/oder verformt. Für eine Rekonstruktion der Bilddaten ist es daher erforderlich, eine Korrektur bezüglich dieser Verschiebung/Deformation (im Folgenden kurz nur als Verschiebung bezeichnet) vorzunehmen. Dies ist prinzipiell auf verschiedene Weise möglich. Hierzu muss jedoch die Verschiebung zumindest näherungsweise bekannt sein, d.h. es muss zumindest ermittelt werden, in welcher Atemphase die einzelnen Rohdatensätze erfasst wurden.
- Dies ist vorteilhaft mit dem in
4 dargestellten Verfahren möglich. Im Schritt 4.I werden zunächst sämtliche Rohdaten RD erfasst. Diese werden dann im Schritt 4.II in einem speziellen Sortierungsalgorithmus (auch als „Binning“ bezeichnet) vorverarbeitet, um sie verschiedenen Bewegungsphasen-Klassen zuzuordnen. Dieser Schritt 4.II wird nachfolgend anhand von5 genauer erläutert. - Für jeden akquirierten Rohdatensatz bzw. jedes Rohdatensegment werden zunächst die zentralen Rohdaten RDC, die entlang des Auslesevorgangs der Trajektorie durch das k-Raum-Zentrum erfasst wurden (siehe
4 ), mit Hilfe einer eindimensionalen Fourier-Transformation in den Bilddatenraum transferiert. Als Ergebnis erhält man dabei eine eindimensionale sogenannte SI-Projektion des kompletten Field of View, d. h. alle Bilddaten im FoV entlang der z-Richtung (also in der Hauptbewegungsrichtung R; siehe1 ) projiziert auf die z-Achse. Wenn dafür gesorgt ist, dass das Field of View FoV ausreichend groß ist, dass nicht nur das Herz O, sondern auch das Zwerchfell O’ abgedeckt ist, wie dies in1 dargestellt ist, so ist in diesen SI-Projektionen SIP auch sehr gut der Hell-Dunkel-Übergang am Zwerchfell erkennbar. Die SI-Projektionen SIP sind also als Positionsübersichtsdaten SIP besonders gut geeignet. - In einem ersten Schritt 5.I wird zunächst eine messzeitpunktabhängige örtliche Streuung für diese SI-Projektionen SIP ermittelt. Ein solcher Vorgang ist in
5 im Schritt 5.I mit Hilfe eines Diagramms veranschaulicht. Dieses Diagramm zeigt die einzelnen SI-Projektionen SIP dicht an dicht nebeneinander, wobei der Ort in z-Richtung entlang der einzelnen SI-Projektionen SIP auf der Ordinatenachse und der an einem Ort z zu einem bestimmten Messzeitpunkt t vorliegende Intensitätswert auf der Abszissenachse aufgetragen ist. Als messzeitpunktabhängiges örtliches Streuungsmaß wird hier die Varianz var(z(t)) verwendet, d. h. es wird die Varianz einer Vielzahl von Messwerten z(t) an einem bestimmten Ort z über mehrere Messzeitpunkte t ermittelt. Diese Varianz var(z(t)) ist als Funktion von z in der hochkant dargestellten Varianzkurve unmittelbar neben dem Diagramm im Schritt 5.I gezeigt. Durch Ermittlung der Maxima und Minima dieser Varianzkurve werden mögliche Prüfbereiche PR1, PR2 ausgewählt, in denen eine besonders hohe Varianz vorliegt. Hierzu wird ein lokales Maximum gesucht und in einem bestimmten Abstand vom gefundenen lokalen Maximum jeweils zwei lokale Minima gewählt und somit um das Maximum herum der Prüfbereich festgelegt. - In dem in
5 dargestellten Fall werden entlang der SI-Projektionen SIP genau zwei Prüfbereiche PR1, PR2 (bzw. eigentlich „Prüfabschnitte“ der SI-Projektionen, da die SI-Projektionen nur eindimensional sind) ausgewählt. Der eine dieser Prüfbereiche PR1 überdeckt hier den Bereich, in dem sich das Herz O bewegt, der zweite Prüfbereich PR2 betrifft hier einen Bereich, in dem sich das Zwerchfell O’ bewegt. - Im Schritt 5.II werden dann jeweils separat für die einzelnen Prüfbereiche PR1, PR2 Abweichungswerte der Positionsübersichtsdaten SIP, d.h. hier der SI-Projektionen SIP, die zu unterschiedlichen Zeitpunkten tk (k = 0 bis m, wobei m die Anzahl der aufgenommenen Rohdatensätze ist) erfasst wurden, von Referenz-Positionsübersichtsdaten bestimmt. Als Referenz-Positionsübersichtsdaten (bzw. als „Referenz-SI-Projektion“) können hierbei beliebige Positionsübersichtsdaten SIP ausgewählt werden. Im vorliegenden Fall wird der Einfachheit halber die bei der ersten Messung zum Zeitpunkt t = 0 erfasste SI-Projektion als Referenz-SI-Projektion SIP0 verwendet. Zur Bestimmung des Abweichungswerts einer SI-Projektion von der Referenz-SI-Projektion SIP0 wird in den einzelnen Prüfbereichen PR1, PR2 jeweils eine Kreuzkorrelation des Signals zu der Referenz-SI-Projektion SIP0 ermittelt. Auf diese Weise wird ein Abweichungswert Δz0,k,1 und Δz0,k,2 für jede einzelne SI-Projektion SIP ermittelt. In einem Schritt 5.III werden dann die zu den unterschiedlichen Zeitpunkten tk erfassten einzelnen SI-Projektionen – und zwar wiederum für jeden Prüfbereich PR1, PR2 separat – auf Basis ihrer Abweichungswerte Δz0,k,1 bzw. Δz0,k,2 verschiedenen Bewegungsphasen-Klassen BK0, BK1, BK2, ..., BKn zugeordnet, wobei n die maximale Anzahl der Bewegungsklassen ist. Die Bewegungsklasse BK0 entspricht beispielsweise einem Abweichungswert von +0,5 bis maximal –0,5, die Bewegungsklasse BK1 einer möglichen Abweichung zwischen –0,5 und maximal –1,5 etc. Dabei können das Vorzeichen bzw. die zugelassenen Abweichungswerte für die einzelnen Bewegungsphasen-Klassen BK0, BK1, BK2, ..., BKn im Prinzip frei gewählt werden. Im vorliegenden Fall sind sie so gewählt, dass zum Zeitpunkt t = 0 eine erste Aufnahme erfolgt, wenn der Patient ganz ausgeatmet hat und somit das Zwerchfell im Körper K ganz oben liegt. Die Abweichungen in den weiteren Atemphasen zeichnen sich also durch eine Verschiebung in negativer z-Richtung nach unten zu den Füßen hin aus.
- In der Bewegungsklasse BK0 werden dabei alle SI-Projektionen SIP und natürlich die zugehörigen weiteren Rohdaten desselben Rohdatensatzes bzw. Segments zugeordnet, bei denen im jeweiligen Prüfbereich PR1 oder PR2 nur eine minimale Abweichung zur Referenz-SI-Projektion SIP0 festgestellt wurde. Mit zunehmender Nummer der Klasse steigt diese Abweichung an, d. h. umso weiter ist die Aufnahme von der Bewegungsphase, in der die Referenz-SI-Projektion SIP0 aufgenommen wurde, entfernt. Da diese Sortierung für die beiden Prüfbereiche PR1, PR2 getrennt vorgenommen wurde, kann es durchaus sein, dass gemäß der Sortierung im ersten Prüfbereich PR1 eine SI-Projektion und die zugehörigen Rohdaten in die gleiche Bewegungsklasse BK0 wie die Referenz-SI-Projektion einsortiert wurden und innerhalb des zweiten Prüfbereichs PR2 eine Einsortierung derselben Rohdaten in eine davon abweichende Klasse erfolgt, z. B. die Nachbarklasse BK1.
- Grundsätzlich ist davon auszugehen, dass die Signalvariationen der SI-Projektionen, die in der gleichen Atemphase bzw. Bewegungsphase innerhalb des Atemzyklus erfasst werden, relativ gering sein sollten. Weiterhin sollte, wenn die globalen Variationen minimal sind, dies ebenso für jedes Teilintervall innerhalb der SI-Projektionen gelten. Daher kann davon ausgegangen werden, dass die Detektion der Atembewegungen und die Einsortierung der SI-Projektionen bzw. zugehörigen Rohdaten zu den einzelnen Bewegungsphasen-Klassen BK0, BK1, BK2, ..., BKn in demjenigen der beiden Prüfbereiche PR1, PR2 am zuverlässigsten erfolgen kann, in dem die geringsten Variationen innerhalb der Bewegungsphasen-Klassen BK0, BK1, BK2, ..., BKn vorhanden sind. Daher wird, wie dies auch im Schritt 5.III in
5 dargestellt ist, noch die zeitabhängige örtliche Varianz der SI-Projektion SIP in den einzelnen Prüfbereichen PR1, PR2 bestimmt. Diese Varianzermittlung erfolgt analog zur Vorgehensweise im Schritt 5.I, jedoch jetzt getrennt für die SI-Projektionen in den einzelnen Bewegungsphasen-Klassen BK0, BK1, BK2, ..., BKn. Mit anderen Worten, es wird für jede Bewegungsklasse BK0, BK1, BK2, ..., BKn ein eigener Streuungswert SW0, SW1, SW2, ..., SWn ermittelt. - Diese Streuungswerte SW0, SW1, SW2, ..., SWn werden dann für jeden Prüfbereich PR1, PR2 getrennt aufsummiert, um so für jeden der Prüfbereiche PR1, PR2 einen eigenen Vertrauensparameterwert VP1, VP2 zu erhalten. Wie dies in
5 dargestellt ist, ist hier der Vertrauensparameterwert VP2 für den zweiten Prüfbereich PR2 mit 0,22 erheblich niedriger als der Vertrauensparameterwert VP1 für den Prüfbereich PR1, der 0,42 beträgt. Somit ist davon auszugehen, dass im Prüfbereich PR2 eine zuverlässigere Detektion der Bewegung möglich war. Daher wird für die weitere Rekonstruktion bzw. Korrektur der Rohdaten hinsichtlich der Atembewegung die im Prüfbereich PR2 ermittelte Sortierung der einzelnen Rohdaten in die Bewegungsphasen-Klassen BK0, BK1, BK2, ..., BKn verwendet. - Es hat sich erstaunlicherweise herausgestellt, dass die zunächst durchgeführte automatische Identifizierung möglicher guter Prüfbereiche PR1, PR2 und eine anschließende automatische Überprüfung, welcher dieser Prüfbereiche PR1, PR2 die größte Verlässlichkeit aufweist, und die nachfolgende Verwendung der Klassifizierung gemäß dieses verlässlichsten Prüfbereichs PR1, PR2 zu einer dramatischen Verbesserung des Verfahrens gegenüber einem Verfahren führt, in dem einfach zu Beginn ein Prüfbereich festgelegt wird.
- Unter Verwendung dieser Klassifizierung bzw. unter Verwendung der im Schritt 5.II ermittelten Abweichungswerte Δz0,k,2 kann dann auf beliebige Weise eine Rekonstruktion der Bilddaten aus den Rohdaten erfolgen, um weitgehend bewegungsartefaktfreie Bilder zu erzeugen. Hierzu kann beispielsweise das in der Schrift von Piccini et al. verwendete Verfahren genutzt werden. Besonders bevorzugt wird hierzu aber das im Weiteren erläuterte abgewandelte Verfahren genutzt.
- Bei einer Abtastung eines dreidimensionalen k-Raums mit dem oben beschriebenen phyllotaktischen spiralförmigen Abtastungsmuster, wie es in
3 dargestellt ist, können zwar in einer bestimmten vorgegebenen Akquisitionszeit relativ viele Rohdaten ermittelt werden, um daraus Bilddaten zu rekonstruieren. Andererseits ist jedoch immer noch eine relativ starke Unterabtastung erforderlich, um die Aufnahmen eines kompletten Volumens eines Organs, wie etwa des Herzens, in einer akzeptablen Gesamtmesszeit durchführen zu können. - Daher ist es wünschenswert, wenn nicht nur ein geringerer Teil der erfassten Rohdaten, beispielsweise nur Rohdaten aus der Bewegungsklasse BK0 in einem Bewegungszustand bei voller Einatmung (in dieser Phase ist die Herzbewegung relativ lange Zeit in einer Art Ruhephase) verwendet werden, sondern möglichst viele, besonders bevorzugt alle erfassten Rohdaten. Hierzu müssen jedoch die Rohdaten wie erläutert bei der Rekonstruktion bezüglich ihrer Verschiebung zueinander korrigiert werden. Aus dem obigen Sortierungsverfahren ist bereits bekannt, welche Rohdaten in welchen Bewegungsphasen akquiriert wurden. Hierzu wurden die Rohdaten bereits in Bewegungsphasen-Klassen einsortiert. Nicht bekannt ist jedoch, wie sich die Rohdatenakquisition in den unterschiedlichen Bewegungsklassen/-phasen tatsächlich auf die Verschiebung der Rohdaten bzw. die rekonstruierten Bilddaten auswirkt.
- Eine Rekonstruktion von Bilddaten aus den kompletten Rohdaten unter Berücksichtigung der Verschiebung der räumlichen Strukturen durch die Atembewegung ließe sich mit Hilfe eines iterativen numerischen Optimierungsverfahrens, vorzugsweise eines Quasi-Newton-Verfahrens, durchführen, welches besonders für CS-Daten (Compressed Sense Daten) geeignet ist. Hierbei handelt es sich um ein nichtlineares Optimierungsverfahren, in dem die Operationen pixelweise relativ schnell durchgeführt werden und dabei die folgende Kostenfunktion minimiert wird:
- In dieser Kostenfunktion repräsentiert der Vektor x die Bilddaten und der Vektor yij die Rohdaten, die mit einer Spule i in einer Atem- bzw. Bewegungsphase j erfasst wurden. Ci ist die Spulensensitivität der i-ten Spule (in Matrixform). Dj repräsentiert das Deformationsfeld (in Matrixform), d. h. es handelt sich hierbei um das Modell, welches die Bewegung während der Akquisition der Daten yij repräsentiert. F ist der Fourier-Transformationsoperator. Mj repräsentiert in Matrixform das Abtastungsmuster für die jeweilige Bewegungsphase j. Die Aufsummierung erfolgt über die Quadrate der euklidischen Norm. Der zusätzliche Term λ|x|TV (TV = Total Variation) ist ein Regularisierungsterm, der die Kosten für zu große Abweichungen erhöht und somit für eine ausreichende Konvergenz des Verfahrens sorgt. Der Faktor λ kann im Prinzip beliebig gewählt werden, er sollte vorzugsweise zwischen 0 und 1 liegen. Er hängt u.a. von der Skalierung der Messdaten ab.
- Um mit diesem Verfahren arbeiten zu können, muss jedoch das Bewegungsfeld Dj für jede Atemphase j bekannt sein. Hierzu werden in dem in
4 dargestellten vorteilhaften Verfahren im Schritt 4.III zunächst Interims-Bilddaten BBD für die einzelnen Bewegungsphasen bzw. die mit Hilfe des oben beschriebenen Verfahrens ermittelten Bewegungsphasen-Klassen rekonstruiert. Dies kann jeweils wieder mit einem Quasi-Newton-Optimierungsverfahren erfolgen, wobei nun jedoch folgende Zielfunktion verwendet wird: - Wie zu erkennen ist, enthält diese Zielfunktion keine Aufsummierung mehr über verschiedene Bewegungsphasen j. Stattdessen ist hier ein Gewichtungsfaktor W (ebenfalls in Matrixform) eingeführt. Mit Hilfe dieses Gewichtungsfaktors W wird dafür gesorgt, dass akzeptable Interims-Bilddaten für eine einzelne Bewegungsphase ermittelt werden können, wobei jedoch nicht nur die Rohdaten exakt der zugehörigen Bewegungsphasen-Klasse verwendet werden, sondern auch Rohdaten aus anderen, insbesondere direkt oder indirekt benachbarten, Bewegungsphasen-Klassen. Dabei werden die Rohdaten aus den anderen Bewegungsphasen-Klassen jedoch entsprechend der Gewichtung W so gewichtet, dass Rohdaten, die aus weit von der eigentlich gewünschten Bewegungsphase entfernten Bewegungsphasen erfasst wurden, im Verhältnis zu den Rohdaten aus der eigentlich gewünschten Bewegungsphase nur sehr gering gewichtet eingehen.
- Als geeignete Gewichtungsfunktion kann beispielsweise eine Gauß-Gewichtung verwendet werden. Dies ist schematisch in Figur 6 dargestellt. Hier ist die Anzahl #RD (siehe linke Hochachse des Diagramms) der akquirierten Rohdatensätze bzw. Segmente über der detektierten Abweichung Δz des jeweiligen Rohdatensatzes in einem Histogramm aufgetragen. Die Säulen des Histogramms entsprechen hier also den Bewegungsphasen-Klassen, wobei die Bewegungsphasen-Klasse BK0 durch die Säule um den Wert Δz = 0 repräsentiert und die Bewegungsphasen-Klasse BK5 durch die Säule um den Wert Δz = –5 repräsentiert wird etc.
- Außerdem ist hier eine Gewichtungsfunktion GF (skaliert auf ein Maximum von 1 in willkürlichen Einheiten, siehe rechte Hochachse des Diagramms), konkret eine Gauß-Funktion, eingezeichnet, mit der visualisiert wird, mit welcher relativen Gewichtung die Rohdaten aus den unterschiedlichen Bewegungsphasen-Klassen eingehen, wenn mit der Zielfunktion gemäß Formel (2) ein Bild für eine bestimmte Bewegungsphase j (entsprechend einer bestimmten Bewegungsphasen-Klasse) rekonstruiert werden soll. Wie hier zu sehen ist, gehen die Rohdaten der Bewegungsphasen-Klasse der gewünschten Bewegungsphase (hier der Bewegungsphasen-Klasse BK0) maximal ein und die Gauß-Funktion GF fällt relativ stark ab, so dass im Wesentlichen nur noch die Rohdaten der direkt benachbarten Bewegungsphasen-Klasse und eventuell noch zum kleinen Teil die Rohdaten der übernächsten Bewegungsphasen-Klasse verwendet werden. Es wird an dieser Stelle darauf hingewiesen, dass eine solche Gewichtung natürlich prinzipiell nicht nur bezüglich der Bewegungsphasen-Klassen durchgeführt werden kann, sondern dass prinzipiell auch eine Gewichtung jedes einzelnen Rohdatensatzes aufgrund seines exakten Abweichungswertes Δz durchgeführt werden kann, der z. B. mit dem anhand von Schritt 5.II in Figur 5 beschriebenen Verfahren ermittelt wurde. Das heißt, jeder einzelne Rohdatensatz wird gemäß einem individuellen Gewichtungswert, der jeweils durch die Gewichtungsfunktion GF vorgegeben ist, bei der Erstellung der Interims-Bilddaten BBD für eine bestimmte Bewegungsphase berücksichtigt. Durch dieses Verfahren kann dafür gesorgt werden, dass auch für Bewegungsphasen, in denen nur relativ wenige Rohdaten erzeugt werden konnten, immer genügend Rohdaten vorliegen, um einigermaßen aussagekräftige Interims-Bilddaten für diese Bewegungsphase zu ermitteln.
- Wenn im Schritt 4.III (siehe
4 ) die Interims-Bilddaten BBD für alle gewünschten Bewegungsphasen bzw. Bewegungsphasen-Klassen erzeugt wurden, werden im Schritt 4.IV Abweichungsdaten Dj der einzelnen Interims-Bilddaten ermittelt, d.h. das Deformationsfeld bzw. Bewegungsfeld Dj für die einzelnen Bewegungsphasen berechnet. - Hierzu wird in einem Schritt 4.IV R zunächst einer der erzeugten Interims-Bilddatensätze als Referenz-Bilddatensatz ausgewählt. Vorzugsweise ist das derjenige Bilddatensatz, für den die meisten Rohdaten zur Verfügung standen. Beispielsweise könnte dies bei den Rohdaten, wie sie im Histogramm in Figur 6 dargestellt sind, der Interims-Bilddatensatz sein, der für die Bewegungsphase mit einer Abweichung um Δz = 1 (d. h. Δz zwischen –0,5 und –1,5) bzw. für die Bewegungsphasen-Klasse BK1 erstellt wurde. Die Abweichungsdaten bzw. das Deformationsfeld Dj wird dann unter Nutzung einer Registrierung des Bilddatensatzes der jeweiligen Bewegungsphase j auf den Referenz-Interims-Bilddatensatz der Referenz-Bewegungsphase ermittelt. Hierbei wird bevorzugt eine nicht-rigide, symmetrische diffeomorphe Bildregistrierung verwendet. Ein solches Registrierungsverfahren ist beispielsweise in der Veröffentlichung von Avants, B.B. et al. „Symmetric diffeomorphic image registration with cross-correlation: Evaluating automated labeling of elderly and neurodegenerative brain", MedIA 12: 26 bis 41, (2008) erläutert, auf deren Inhalt hier insoweit verwiesen wird. Ist auf diese Weise dann für jede Bewegungsphase j das Bewegungsfeld Dj ermittelt worden, kann mit der oben erläuterten Zielfunktion (1) die Rekonstruktion der gewünschten Bilddaten BD unter Verwendung aller Rohdaten erfolgen, und zwar unabhängig davon, in welcher Atembewegungsphase sie erfasst wurden.
- Anhand von
7 wird die Ermittlung des Deformationsfelds Dj noch einmal grafisch verdeutlicht. In dem Datenaquisitions-Schritt AQ auf der linken Seite ist die Atembewegung und die dadurch erzeugte Deformierung bzw. die Verschiebung der Herzlage dargestellt. Dabei zeigt die obere Reihe die eine erste Bewegungsphase Ph0, die zweite Reihe eine zweite Bewegungsphase Ph1 und die unterste Reihe eine letzte Bewegungsphase Phn. Normalerweise wäre ohne diese Bewegungsphasen bzw. ohne die Atembewegung die gleiche Objektlage WOL gegeben, wie sie in der ersten Spalte dargestellt ist. Durch die Atembewegung AB erfolgt aber eine Deformation, welche in den einzelnen Bewegungsphasen Ph0, Ph1, ..., Phn unterschiedlich ist und welche jeweils durch ein Deformationsfeld bzw. Bewegungsfeld D0, D1, ..., Dn beschrieben werden kann. Dies führt dann zu einer relativ zueinander deformierten Objektlage DOL in den einzelnen Phasen Ph0, Ph1, ..., Phn. Diese Deformierung macht sich auch in den Rohdaten RD im k-Raum bemerkbar. Der Sprung in den k-Raum ist hier jeweils durch die Fourier-Transformation FT schematisch dargestellt. Im k-Raum erfolgt aber in den einzelnen Bewegungsphasen Ph0, Ph1, ..., Phn die Erfassung unterschiedlicher Rohdatensegmente RD, wobei in jedem Segment zumindest einmal auch ein Auslesevorgang durch das k-Raum-Zentrum RDC ermittelt wird. Diese Rohdatensätze RD können dann in einem Rekonstruktions-Schritt RC wieder mit einer Fourier-Transformation FT in den Bilddatenraum transferiert werden, wobei, wenn nur die Rohdaten RD aus einer einzelnen Bewegungsphase Ph0, Ph1, ..., Phn berücksichtigt werden oder wie oben beschrieben entsprechend der gewünschten Bewegungsphase Ph0, Ph1, ..., Phn gewichtet werden, Interims-Bilddaten BBD entstehen, welche jeweils das Objekt in der deformierten Objektlage DOL zeigen. Durch die beschriebene Registrierung der Interims-Bilddaten BBD können dann die durch die Atembewegung AB erzeugten Deformierungen bzw. Verschiebungen, genauer gesagt die Deformationsfelder D0, D1, ..., Dn sowie die zugehörigen inversen Deformationsfelder D0 –1, D1 –1, ..., Dn –1 berechnet werden, die in der Zielfunktion (1) genutzt werden. Würden die inversen Deformationsfelder D0 –1, D1 –1, ..., Dn –1 auf die Inte rims-Bilddaten BBD angewendet, so würde theoretisch die Deformierung wieder rückgängig gemacht und Bilddaten BDWOL für verschiedene Bewegungsphasen Ph0, Ph1, ... Phn in derselben Objektlage erzeugt, die dann insgesamt die Bilddaten BD ergeben könnten. Es wird aber in diesem Zusammenhang noch einmal darauf hingewiesen, dass das in7 dargestellte Vorgehen lediglich schematisch das Prinzip verdeutlichen soll und die mathematische Rekonstruktion der gewünschten korrigierten Bilddaten BD vorzugsweise wie oben erläutert mit Hilfe des numerischen Quasi-Newton-Optimierungsverfahrens mit den Zielfunktionen (1) und (2) erfolgt. - In
8 ist schließlich grob schematisch eine erfindungsgemäße Magnetresonanzanlage1 (im Folgenden kurz „MR-Anlage“ genannt) dargestellt, mit der das erfindungsgemäßen Verfahren durchführbar ist. Sie umfasst zum einen den eigentlichen Magnetresonanzscanner2 mit einem sich in z-Richtung erstreckenden Messraum3 bzw. Patiententunnel, in den auf einer Liege8 ein Patient oder Proband, in dessen Körper K sich das Untersuchungsobjekt O (hier das Herz) befindet, eingefahren werden kann. - Der Magnetresonanzscanner
2 ist in üblicher Weise mit einem Grundfeldmagnetsystem4 , einem Gradientensystem6 sowie einem HF-Sendeantennensystem5 und einem HF-Empfangsantennensystem7 ausgestattet. - In dem dargestellten Ausführungsbeispiel handelt es sich bei dem HF-Sendeantennensystemen
5 um eine im Magnetresonanzscanner2 fest eingebaute Ganzkörperspule, wogegen das HF-Empfangsantennensystem7 aus am Patienten bzw. Probanden anzuordnenden Lokalspulen besteht (in1 nur durch eine einzelne Lokalspule symbolisiert). Grundsätzlich kann aber auch die Ganzkörperspule als HF-Empfangsantennensystem genutzt werden und die Lokalspulen als HF-Sendeantennensystem, sofern diese Spulen jeweils in unterschiedliche Betriebsweisen umschaltbar sind. - Die MR-Anlage
1 weist weiterhin eine zentrale Steuereinrichtung13 auf, die zur Steuerung der MR-Anlage1 verwendet wird. Diese zentrale Steuereinrichtung13 umfasst eine Sequenzsteuereinheit14 zur Pulssequenzsteuerung. Mit dieser wird die Abfolge von Hochfrequenz-Pulsen (HF-Pulsen) und von Gradientenpulsen in Abhängigkeit von einer gewählten Magnetresonanz-Messsequenz gesteuert. Die Steuerparameter für die Magnetresonanz-Messsequenz können beispielsweise innerhalb eines Mess- oder Steuerprotokolls vorgegeben sein. Mehrere Mess- oder Steuerprotokolle sind z.B. im Speicher19 zur Auswahl durch einen Bediener hinterlegt und modifizierbar. - Zur Ausgabe der einzelnen HF-Pulse weist die zentrale Steuereinrichtung
13 eine Hochfrequenzsendeeinrichtung15 auf, die die HF-Pulse erzeugt, verstärkt und über eine geeignete Schnittstelle (nicht im Detail dargestellt) in das HF-Sendeantennensystem5 einspeist. Die Hochfrequenzsendeeinrichtung kann dabei eine Vielzahl von Komponenten umfassen, u. a. Kleinsignalgeneratoren, welche dafür sorgen, dass die passenden Hochfrequenzpulse zunächst mit niedriger Amplitude erzeugt werden, und geeignete Hochfrequenzverstärker, um die Hochfrequenzpulse mit der erforderlichen Leistung in die Antennen einzuspeisen. Weiterhin gehören hierzu auch Überwachungskomponenten, mit denen sichergestellt wird, dass die Hochfrequenzleistung innerhalb der durch die SAR-Normen (SAR = Specific Absorption Rate) vorgegebenen Grenzwerte liegt etc. - Zur Steuerung der Gradientenspulen des Gradientensystems
6 weist die Steuereinrichtung13 eine Gradientensystemschnittstelle16 auf. Mit Hilfe der Komponenten dieser Schnittstelle werden die benötigten Gradientenpulse erzeugt und dann in die verschiedenen Gradientenspulen des Gradientensystems eingespeist bzw. die gewünschten Gradientenspannungen an die Gradientenspulen angelegt. - Die Sequenzsteuereinheit
14 kommuniziert in geeigneter Weise, z. B. durch Aussendung von Sequenzsteuerdaten SD, mit der Hochfrequenzsendeeinrichtung15 und der Gradientensystemschnittstelle16 zur Aussendung der Pulssequenzen. - Die Steuereinrichtung
13 weist außerdem eine (ebenfalls mit der in geeigneter Weise mit der Sequenzsteuereinheit14 kommunizierende) Hochfrequenzempfangseinrichtung17 auf, um koordiniert vom HF-Sendeantennensystem7 empfangene Magnetresonanz-Signale, d. h. Rohdaten, zu akquirieren. Die Hochfrequenzempfangseinrichtung umfasst dementsprechend eine Vielzahl von Empfangskanälen, in denen die von den einzelnen Antennen des Empfangsantennensystems aufgefangenen und ggf. weiter vorverarbeiteten Magnetresonanz-Signale übernommen und weiterverarbeitet, insbesondere verstärkt und digitalisiert werden. - Da hier die Akquisition der Rohdaten jeweils zum passenden Zeitpunkt erfolgen und Rohdaten immer nur in der diastolischen Phase des Herzens akquiriert werden sollen, weist die zentrale Steuereinrichtung
13 auch eine EKG-Schnittstelle18 auf, die mit einem EKG-Gerät11 verbunden ist, an welches der Patient mit üblichen Elektroden12 angeschlossen ist. Hiermit wird, wie in2 dargestellt, die EKG-Kurve überwacht und immer zum passenden Zeitpunkt nach einer R-Zacke RZ ein Triggerbefehl ausgegeben, so dass die Akquisition genau zum richtigen Zeitpunkt gestartet und auch zum richtigen Zeitpunkt wieder beendet wird. Hier kann auch festgestellt werden, ob während der ganzen Akquisition der Rohdaten die diastolische Phase eingehalten wurde oder ob beispielsweise durch Herzrhythmusschwankungen die diastolische Phase zu kurz war. In diesem Fall können dann die Rohdaten verworfen werden. - Eine Bilddatenerzeugungseinheit
20 übernimmt die akquirierten Rohdaten RD und erzeugt daraus in der oben erläuterten Vorgehensweise die gewünschten Magnetresonanz-Bilddaten BD des Objekts O. Diese können dann beispielsweise in einem Speicher19 hinterlegt oder an einen Benutzer ausgegeben werden. - Zur Erzeugung der Bilddaten BD in der erläuterten Vorgehensweise weist die Bilddatenerzeugungseinheit
20 zunächst eine Rohdaten-Schnittstelle21 auf, über die die Rohdaten RD übernommen werden. In einer Übersichtsdaten-Erzeugungseinheit23 werden dann die Positionsübersichtsdaten bzw. hier konkret die SI-Projektionen erzeugt, die dann an eine Übersichtsdaten-Analyseeinheit24 übergeben werden, die die Streuung der Positionsübersichtsdaten ermittelt. Diese Übersichtsdaten-Analyseeinheit24 ist hier Teil der Prüfbereichsauswahleinheit25 , welche auf Basis der Streuung potentielle räumliche Prüfbereiche, d. h. die SI-Projektionsabschnitte PR1, PR2, auswählt, wie oben anhand von5 erläutert. In einer Vertrauensparameterwert-Ermittlungseinheit26 werden dann die einzelnen Prüfbereiche PR1, PR2 in der oben beschriebenen Weise bewertet. Hierzu werden zunächst in einer Klassifizierungseinheit27 die Abweichungswerte Δz der Positionsübersichtsdaten, d. h. der SI-Projektionen, zu den Referenz-Positionsübersichtsdaten ermittelt und darauf basierend dann die Positionsübersichtsdaten und die zugehörigen Rohdaten in die Bewegungsphasen-Klassen einsortiert. In einer Streuungswert-Ermittlungseinheit28 erfolgt dann die Berechnung der Streuung, insbesondere der Varianz, der jeweils in die einzelnen Bewegungsphasen-Klassen einsortierten Positionsübersichtsdaten, und in einer Summierungseinheit29 wird schließlich die Summe der Varianzen der einzelnen Bewegungsphasen-Klassen gebildet, um so für jeden Prüfbereich PR1, PR2 zu einem Vertrauensparameterwert VP1, VP2 zu kommen. Auf diese Weise wird innerhalb der Vertrauensparameterwert-Ermittlungseinheit26 ein Prüfbereich verifiziert. Schließlich werden die Informationen über die Einklassifizierungen der Rohdaten zu den einzelnen Bewegungsphasen-Klassen an eine Rekonstruktionseinheit30 übermittelt, die dann unter Berücksichtigung dieser Informationen auf Basis der Rohdaten die gewünschten Bilddaten BD rekonstruiert. Diese Rekonstruktionseinheit30 umfasst zum einen eine Interims-Rekonstruktionseinheit31 , mit der wie oben beschrieben zunächst für jede Bewegungsphase bzw. Bewegungsphasen-Klasse Interims-Bilddatensätze BBD erzeugt werden, die dann an eine Abweichungsdaten-Ermittlungseinheit32 übergeben werden. Diese ermittelt die Abweichungsdaten Dj bzw. Bewegungsfelder der Interims-Bilddaten zu den Referenz-Bilddaten. Die dabei ermittelten Abweichungsdaten bzw. die Bewegungsfelder Dj werden dann an eine Gesamtrekonstruktionseinheit33 übergeben, die dann unter Verwendung sämtlicher Rohdaten, z.B. unter Nutzung der Zielfunktion (1), die gewünschten Bilddaten BD rekonstruiert. Diese Bilddaten BD können dann über eine Bilddaten-Schnittstelle22 wieder ausgegeben und beispielsweise in einem Speicher19 hinterlegt und/oder auf einen Bildschirm9 ausgegeben werden. Ebenso können diese Bilddaten BD auch über ein Netzwerk in externen Speichern gespeichert werden und/oder auf entsprechenden Ausgabegeräten ausgegeben werden bzw. zu einer Befundung auf einem Monitor dargestellt werden. - Eine Bedienung der zentralen Steuereinrichtung
13 kann über ein Terminal mit einer Eingabeeinheit10 und einer Anzeigeeinheit9 erfolgen, über das somit auch die gesamte MR-Anlage1 durch eine Bedienperson bedient werden kann. Auf der Anzeigeeinheit9 können auch die Bilddaten BD angezeigt werden, und mittels der Eingabeeinheit10 ggf. in Kombination mit der Anzeigeeinheit9 können Messungen geplant und gestartet werden. - Die erfindungsgemäße MR-Anlage
1 und insbesondere die Steuereinrichtung13 können darüber hinaus noch eine Vielzahl von weiteren, hier nicht im Einzelnen dargestellten, aber üblicherweise an solchen Geräten vorhandenen Komponenten aufweisen, wie beispielsweise eine Netzwerkschnittstelle, um die gesamte Anlage mit einem Netzwerk zu verbinden und Rohdaten und/oder Bilddaten bzw. Parameterkarten, aber auch weitere Daten, wie beispielsweise patientenrelevante Daten oder Steuerprotokolle, austauschen zu können. - Es wird abschließend noch einmal darauf hingewiesen, dass es sich bei den zuvor detailliert beschriebenen Verfahren und Aufbauten lediglich um Ausführungsbeispiele handelt und dass das Grundprinzip auch in weiten Bereichen vom Fachmann variiert werden kann, ohne den Bereich der Erfindung zu verlassen, soweit er durch die Ansprüche vorgegeben ist. Es wird der Vollständigkeit halber auch darauf hingewiesen, dass die Verwendung der unbestimmten Artikel „ein“ bzw. „eine“ nicht ausschließt, dass die betreffenden Merkmale auch mehrfach vorhanden sein können. Ebenso schließt der Begriff „Einheit“ nicht aus, dass diese aus mehreren Komponenten besteht, die gegebenenfalls auch räumlich verteilt sein können.
- 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
-
- Piccini D. et al. „Respiratory Self-Navigation for Whole-Heart Bright-Blood Coronary MRI: Methods for Robust Isolation and Automatic Segmentation of the Blood Pool“ in 2012, Magnetic Resonance in Medicine, 68: 571 bis 579 [0008]
- Pruessmann et al. („Advances in sensitivity encoding with arbitrary k-space trajectories.“ in Magn. Reson. Med. 2001 Okt; 46(4):638–51.) [0049]
- Avants, B.B. et al. „Symmetric diffeomorphic image registration with cross-correlation: Evaluating automated labeling of elderly and neurodegenerative brain“, MedIA 12: 26 bis 41, (2008) [0082]
Claims (15)
- Verfahren zur Erzeugung von Bilddaten (BD) eines sich in einem Inneren eines Körpers (K) bewegenden Objekts (O), umfassend folgende Schritte: – Erfassung von Rohdaten (RD) für einen das Objekt (O) umfassenden Bereich des Körpers (K) zu verschiedenen Messzeitpunkten (t0, ..., tk, ...), – Erzeugung von Positionsübersichtsdaten (SIP) für die verschiedenen Messzeitpunkte (t0, ..., tk, ...) auf Basis zumindest eines Teils (RDc) der Rohdaten (RD), – Ermittlung einer messzeitpunktabhängigen Streuung zumindest eines Teils der Positionsübersichtsdaten (SIP), – Auswahl von räumlichen Prüfbereichen (PR1, PR2) innerhalb der Positionsübersichtsdaten (SIP) in Abhängigkeit von der Streuung, – Ermittlung von Vertrauensparameterwerten (VP1, VP2) für die einzelnen Prüfbereiche (PR1, PR2) und – Rekonstruktion von Bilddaten (BD) auf Basis der Rohdaten (RD) unter Berücksichtigung der Vertrauensparameterwerte (VP1, VP2) der verschiedenen Prüfbereiche (PR1, PR2).
- Verfahren nach Anspruch 1, wobei ein Vertrauensparameterwert (VP1, VP2) eines Prüfbereichs (PR1, PR2) auf einer Streuung von Positionsübersichtsdaten (SIP) innerhalb des Prüfbereichs (PR1, PR2) basiert.
- Verfahren nach Anspruch 1 oder 2, wobei – Referenz-Positionsübersichtsdaten (SIP0) ermittelt werden, – getrennt für die einzelnen Prüfbereiche (PR1, PR2) Abweichungswerte (Δz) für die Positionsübersichtsdaten (SIP) verschiedener Messzeitpunkte (tk) zu den Referenz-Positionsübersichtsdaten (SIP0) ermittelt werden, – die Vertrauensparameterwerte (VP1, VP2) für die einzelnen Prüfbereiche (PR1, PR2) auf Basis der Abweichungswerte (Δz) ermittelt werden.
- Verfahren nach Anspruch 3, wobei die Positionsübersichtsdaten (SIP) getrennt für die einzelnen Prüfbereiche (PR1, PR2) in Abhängigkeit von den Abweichungswerten (Δz) verschiedenen Bewegungsphasen-Klassen (BK0, BK1, BK2, ..., BKn) zugeordnet werden.
- Verfahren nach Anspruch 4, wobei für jede Bewegungsphasen-Klasse (BK0, BK1, BK2, ..., BKn) separat ein Streuungswert (SW0, SW1, SW2, ..., SWn) der Positionsübersichtsdaten (SIP) ermittelt wird.
- Verfahren nach Anspruch 5, wobei als Vertrauensparameterwert (VP1, VP2) für einen Prüfbereich (PR1, PR2) eine Summe der Streuungswerte (SW0, SW1, SW2, ..., SWn) mehrerer Bewegungsphasen-Klassen (BK0, BK1, BK2, ..., BKn) ermittelt wird.
- Verfahren nach einem der Ansprüche 4 bis 6, wobei die Rekonstruktion von Bilddaten (BD) aus den Rohdaten (RD) unter Berücksichtigung der Zuordnung der Positionsübersichtsdaten (SIP) zu den Bewegungsphasen-Klassen (BK0, BK1, BK2, ..., BKn) für denjenigen der Prüfbereiche (PR1, PR2) erfolgt, bei dem der Vertrauensparameterwert (VP1, VP2) am niedrigsten ist.
- Verfahren nach einem der vorstehenden Ansprüche, wobei das Untersuchungsobjekt (O) aufgrund einer Atembewegung bewegt wird und eine Bewegungsphase (Ph0, Ph1, Ph2, ..., Phn) eine Atemphase ist.
- Verfahren nach einem der vorstehenden Ansprüche, wobei das Untersuchungsobjekt (O) ein Herz umfasst.
- Verfahren nach einem der vorstehenden Ansprüche, wobei die Positionsübersichtsdaten (SIP) eine Projektion eines das Objekt (O) umfassenden Bereichs des Körpers (K) in zumindest einer Hauptbewegungsrichtung (R) umfassen.
- Verfahren nach Anspruch 10, wobei die Positionsübersichtsdaten (SIP) eine eindimensionale SI-Projektion (SIP) für einen das Objekt (O) umfassenden Bereich des Körpers (K) umfassen.
- Verfahren nach einem der vorstehenden Ansprüche, wobei zur Rekonstruktion von Bilddaten (BD) auf Basis der Rohdaten (RD) folgende Schritte durchgeführt werden: – Rekonstruktion mehrerer Interims-Bilddatensätze (BBD), welche jeweils verschiedenen Bewegungsphasen (Ph0, Ph1, Ph2, ..., Phn) des Objekts (O) zugeordnet sind, – Ermittlung von Abweichungsdaten (D0, D1, ..., Dj, ..., Dn) zwischen den Interims-Bilddatensätzen (BBD) der verschiedenen Bewegungsphasen (Ph0, Ph1, ..., Phn) des Objekts (O), und – Rekonstruktion der Bilddaten (BD) auf Basis der Rohdaten (RD) unterschiedlicher Bewegungsphasen (Ph0, Ph1, ..., Phn) unter Berücksichtigung der Abweichungsdaten (D0, D1, ..., Dj, ..., Dn).
- Bilddatenerzeugungseinrichtung (
20 ) zur Erzeugung von Bilddaten (BD) eines sich in einem Inneren eines Körpers (K) bewegenden Objekts (O), welche Bilddatenerzeugungseinrichtung (20 ) folgende Komponenten umfasst – eine Rohdatenschnittstelle (21 ) zur Erfassung von Rohdaten (RD) für einen das Objekt (O) umfassenden Bereich des Körpers (K), welche zu verschiedenen Messzeitpunkten akquiriert wurden, – eine Übersichtsdatenerzeugungseinheit (23 ), welche ausgebildet ist, um Positionsübersichtsdaten (SIP) für die verschiedenen Messzeitpunkte (t0, ..., tk, ...) auf Basis zumindest eines Teils der Rohdaten (RDc) zu erzeugen, – eine Übersichtsdatenanalyseeinheit (24 ), welche ausgebildet ist, um eine messzeitpunktabhängige Streuung zumindest eines Teils der Positionsübersichtsdaten (SIP) zu ermitteln, – eine Prüfbereichauswahleinheit (25 ), welche ausgebildet ist, um räumliche Prüfbereiche (PR1, PR2) innerhalb der Positionsübersichtsdaten (SIP) in Abhängigkeit von der Streuung auszuwählen, – eine Vertrauensparameterwerteermittlungseinheit (26 ), welche ausgebildet ist, Vertrauensparameterwerte (VP1, VP2) für die einzelnen Prüfbereiche (PR1, PR2) zu ermitteln, und – eine Rekonstruktionseinheit (30 ), welche ausgebildet ist, Bilddaten (BD) auf Basis der Rohdaten (RD) unter Berücksichtigung der Vertrauensparameterwerte (VP1, VP2) der verschiedenen Prüfbereiche (PR1, PR2) zu rekonstruieren. - Magnetresonanzanlage (
1 ) mit – einem Messraum (3 ), – einem Grundfeldmagnetsystem (4 ), – einem HF-Sendeantennensystem (5 ), – einem Gradientensystem (6 ), – einem HF-Empfangsantennensystem (7 ), – einer Steuereinrichtung (11 ) zur Ansteuerung des Grundfeldmagnetsystem (4 ), des HF-Sendeantennensystem (5 ), des Gradientensystem (6 ) und des HF-Empfangsantennensystem (7 ), und – einer Bilddatenerzeugungseinrichtung (20 ) nach Anspruch 13. - Computerprogrammprodukt, welches direkt in einen Speicher einer programmierbaren Bilddatenerzeugungseinrichtung (
20 ) ladbar ist, mit Programmcodeabschnitten, um alle Schritte eines Verfahrens nach einem der Ansprüche 1 bis 12 auszuführen, wenn das Programm in der Bilddatenerzeugungseinrichtung (20 ) ausgeführt wird.
Priority Applications (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE102013205830.6A DE102013205830B4 (de) | 2013-04-03 | 2013-04-03 | Verfahren und Bilddatenerzeugungseinrichtung zur Erzeugung von Bilddaten eines sich bewegenden Objekts, Magnetresonanzanlage und Computerprogrammprodukt |
CN201410128526.8A CN104095633B (zh) | 2013-04-03 | 2014-04-01 | 用于产生图像数据的方法 |
US14/244,049 US9626777B2 (en) | 2013-04-03 | 2014-04-03 | Method and apparatus to generate image data |
KR1020140040034A KR101659142B1 (ko) | 2013-04-03 | 2014-04-03 | 영상 데이터를 생성하는 방법 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE102013205830.6A DE102013205830B4 (de) | 2013-04-03 | 2013-04-03 | Verfahren und Bilddatenerzeugungseinrichtung zur Erzeugung von Bilddaten eines sich bewegenden Objekts, Magnetresonanzanlage und Computerprogrammprodukt |
Publications (2)
Publication Number | Publication Date |
---|---|
DE102013205830A1 true DE102013205830A1 (de) | 2014-10-09 |
DE102013205830B4 DE102013205830B4 (de) | 2024-05-29 |
Family
ID=51567514
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
DE102013205830.6A Active DE102013205830B4 (de) | 2013-04-03 | 2013-04-03 | Verfahren und Bilddatenerzeugungseinrichtung zur Erzeugung von Bilddaten eines sich bewegenden Objekts, Magnetresonanzanlage und Computerprogrammprodukt |
Country Status (4)
Country | Link |
---|---|
US (1) | US9626777B2 (de) |
KR (1) | KR101659142B1 (de) |
CN (1) | CN104095633B (de) |
DE (1) | DE102013205830B4 (de) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102014209753A1 (de) * | 2014-05-22 | 2015-11-26 | Siemens Aktiengesellschaft | Bildaufnahme mit zufallsverteilter Aufnahme der Rohdaten |
Families Citing this family (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6440980B2 (ja) * | 2013-07-10 | 2018-12-19 | キヤノンメディカルシステムズ株式会社 | 磁気共鳴イメージング装置 |
WO2015060656A1 (en) * | 2013-10-23 | 2015-04-30 | Samsung Electronics Co., Ltd. | Magnetic resonance imaging apparatus and method |
IN2013CH05587A (de) | 2013-12-04 | 2015-06-12 | Gen Electric | |
WO2015084446A1 (en) * | 2013-12-04 | 2015-06-11 | General Electric Company | Detection of motion in dynamic medical images |
JP6494986B2 (ja) * | 2014-01-16 | 2019-04-03 | キヤノンメディカルシステムズ株式会社 | 磁気共鳴イメージング装置及び画像処理装置 |
DE102014216751B4 (de) * | 2014-08-22 | 2023-01-12 | Siemens Healthcare Gmbh | Verfahren zur Bestimmung einer Art einer Rekonstruktion von Bilddaten einer Magnetresonanzmessung eines Untersuchungsobjekts mittels eines Magnetresonanzgeräts |
US10254369B2 (en) * | 2014-10-29 | 2019-04-09 | Heartvista, Inc. | Pipeline engine for specifying, visualizing, and analyzing MRI image reconstructions |
US9710918B2 (en) * | 2015-08-12 | 2017-07-18 | General Electric Company | System and method for image reconstruction user interface |
KR20170105876A (ko) | 2016-03-10 | 2017-09-20 | 삼성전자주식회사 | 단층 촬영 장치 및 그에 따른 단층 영상 재구성 방법 |
EP3404437A1 (de) * | 2017-05-17 | 2018-11-21 | Siemens Healthcare GmbH | Bewegungskorrektur bei der magnetresonanzbildgebung |
CN109727297B (zh) * | 2018-12-29 | 2023-08-08 | 上海联影医疗科技股份有限公司 | 医学图像重建方法、系统、可读存储介质和设备 |
EP3709042A1 (de) * | 2019-03-14 | 2020-09-16 | Koninklijke Philips N.V. | Mr-bildgebung unter verwendung einer radial- oder -spiralerfassung in 3d mit sanftem bewegungs-gating |
JP7513494B2 (ja) | 2020-10-29 | 2024-07-09 | キヤノンメディカルシステムズ株式会社 | X線ct装置 |
CN115137341A (zh) | 2021-03-30 | 2022-10-04 | 通用电气精准医疗有限责任公司 | 磁共振成像系统的定位方法及磁共振成像系统 |
GB2606207B (en) * | 2021-04-29 | 2024-06-05 | Siemens Healthcare Gmbh | Image reconstruction method |
CN115480196A (zh) * | 2021-05-31 | 2022-12-16 | 通用电气精准医疗有限责任公司 | Mri系统的呼吸和运动监测方法、mri系统和方法、存储介质 |
CN114596225A (zh) * | 2022-03-01 | 2022-06-07 | 上海联影医疗科技股份有限公司 | 一种运动伪影模拟方法和系统 |
Family Cites Families (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
FR2749957B1 (fr) | 1996-06-18 | 1998-07-24 | Commissariat Energie Atomique | Procede de production d'une sequence restauree d'images d'un objet en mouvement a partir de mesures bruitees |
US6980679B2 (en) * | 1998-10-23 | 2005-12-27 | Varian Medical System Technologies, Inc. | Method and system for monitoring breathing activity of a subject |
JP4127998B2 (ja) * | 2001-11-15 | 2008-07-30 | 株式会社日立メディコ | 磁気共鳴イメージング装置 |
JP3668816B1 (ja) | 2004-12-16 | 2005-07-06 | 学校法人慶應義塾 | 磁気共鳴イメージング装置 |
JP2007098026A (ja) * | 2005-10-07 | 2007-04-19 | Ge Medical Systems Global Technology Co Llc | 磁気共鳴イメージング装置 |
EP2223139A1 (de) * | 2007-12-11 | 2010-09-01 | Koninklijke Philips Electronics N.V. | Reduzierung von bewegungsartefakten in der mrt |
DE102009014461B4 (de) | 2009-03-23 | 2011-06-22 | Siemens Aktiengesellschaft, 80333 | Verfahren, Magnetresonanzgerät und Computerprogramm zur Erstellung von Bildern mittels paralleler Akquistionstechnik |
US9097778B2 (en) * | 2009-03-30 | 2015-08-04 | Hitachi, Ltd. | Magnetic resonance device with diffusion gradient phase variation positionally corrected |
JP5619136B2 (ja) | 2009-04-02 | 2014-11-05 | コーニンクレッカ フィリップス エヌ ヴェ | k空間に依存するRFパルス選択によるパラレル送信におけるSAR低減 |
DE102009017775A1 (de) | 2009-04-20 | 2010-12-02 | Siemens Aktiengesellschaft | Verfahren, Magnetresonanzgerät und Computerprogramm zur Anzeige eines Fortschritts einer Akquisition von Messdaten eines Untersuchungsbereichs eines Patienten während einer kontinuierlichen Fahrt des Untersuchungsbereichs durch ein Magnetresonanzgerät |
DE102009020000B4 (de) | 2009-05-05 | 2020-03-12 | Siemens Healthcare Gmbh | Verfahren und Steuereinrichtung zum Betrieb einer Magnetresonanzanlage |
EP2293248A1 (de) * | 2009-09-08 | 2011-03-09 | Koninklijke Philips Electronics N.V. | Bewegungsüberwachungssystem zur Überwachung der Bewegung innerhalb eines Interessengebietes |
US8738113B2 (en) * | 2010-09-30 | 2014-05-27 | University Of Utah Research Foundation | Retrospectively correlated turbo spin echo imaging |
US8934691B2 (en) * | 2011-04-06 | 2015-01-13 | Siemens Medical Solutions Usa, Inc. | System for motion compensated MR parallel imaging |
US8837799B2 (en) * | 2012-08-31 | 2014-09-16 | General Electric Company | Method and apparatus for selecting a reference gate |
-
2013
- 2013-04-03 DE DE102013205830.6A patent/DE102013205830B4/de active Active
-
2014
- 2014-04-01 CN CN201410128526.8A patent/CN104095633B/zh active Active
- 2014-04-03 KR KR1020140040034A patent/KR101659142B1/ko active IP Right Grant
- 2014-04-03 US US14/244,049 patent/US9626777B2/en active Active
Non-Patent Citations (5)
Title |
---|
Avants, B.B. et al. "Symmetric diffeomorphic image registration with cross-correlation: Evaluating automated labeling of elderly and neurodegenerative brain", MedIA 12: 26 bis 41, (2008) |
BHAT, H. [et al.]: 3D Radial Sampling and 3D Affine Transform-based Respiratory Motion Correction Technique for Free-breathing Whole-Heart Coronary MRA with 100% Imaging Efficiency. In: Magn Reson Med. , Vol. 65, 2011, No. 5, S.1269-1277. - ISSN 1522-2594 * |
LAI, P. [et al.]: Respiratory Self-Gated Four-Dimensional Coronary MR Angiography: A Feasibility Study. In: Magn Reson Med., Vol. 59, 2008, No. 6, S. 1378-1385. - ISSN 1522-2594 * |
Piccini D. et al. "Respiratory Self-Navigation for Whole-Heart Bright-Blood Coronary MRI: Methods for Robust Isolation and Automatic Segmentation of the Blood Pool" in 2012, Magnetic Resonance in Medicine, 68: 571 bis 579 |
Pruessmann et al. ("Advances in sensitivity encoding with arbitrary k-space trajectories." in Magn. Reson. Med. 2001 Okt; 46(4):638-51.) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102014209753A1 (de) * | 2014-05-22 | 2015-11-26 | Siemens Aktiengesellschaft | Bildaufnahme mit zufallsverteilter Aufnahme der Rohdaten |
DE102014209753B4 (de) | 2014-05-22 | 2019-04-11 | Siemens Healthcare Gmbh | Bildaufnahme mit zufallsverteilter Aufnahme der Rohdaten |
Also Published As
Publication number | Publication date |
---|---|
DE102013205830B4 (de) | 2024-05-29 |
US20140301622A1 (en) | 2014-10-09 |
CN104095633B (zh) | 2016-08-17 |
KR20140120856A (ko) | 2014-10-14 |
CN104095633A (zh) | 2014-10-15 |
KR101659142B1 (ko) | 2016-09-22 |
US9626777B2 (en) | 2017-04-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
DE102013205830B4 (de) | Verfahren und Bilddatenerzeugungseinrichtung zur Erzeugung von Bilddaten eines sich bewegenden Objekts, Magnetresonanzanlage und Computerprogrammprodukt | |
DE102013205832A1 (de) | Verfahren zur Erzeugung von Bilddaten | |
DE102016218955B4 (de) | Optimiertes Magnetresonanz-Schichtmultiplexing-Verfahren | |
DE102012215718B4 (de) | Verfahren und Magnetresonanzanlage zur MR-Bildgebung eines vorbestimmten Volumenabschnitts eines lebenden Untersuchungsobjekts mittels Stimulieren des Untersuchungsobjekts | |
DE102010032080B4 (de) | Getriggerte Magnetresonanzbildgebung auf der Grundlage einer partiellen parallelen Akquisition (PPA) | |
DE102012216327A1 (de) | Verfahren zur Erfassung einer Bewegung eines Patienten während einer medizinischen Bildgebungsuntersuchung | |
DE19813733A1 (de) | Verfahren zur Extraktion von Deformationen aus geschwindigkeitskodierten Magnetresonanzbildern des Herzens | |
DE102011001292A1 (de) | System und Verfahren zum automatischen Berechnen von MR-Bildgebungs-Scanparametern | |
EP1271172A2 (de) | MR-Verfahren und MR-Anordnung mit Mitteln zur Erfassung von Positions- und/oder Lageänderungen von Spulen | |
DE102017221830A1 (de) | Charakterisierung eines Störkörpers innerhalb eines Untersuchungsobjektes anhand eines medizinischen Bilddatensatzes | |
DE102006055933B4 (de) | Verfahren zur Ermittlung einer Bewegung bei der Aufzeichnung von MR-Messdaten und Magnet-Resonanz-Gerät hierzu | |
DE102012213696A1 (de) | Mit einem physiologischen Zyklus koordinierte Magnetresonanzbildgebung | |
DE102015203932B4 (de) | Schwächungskorrektur von Emissionstomographie-Messdaten in Anwesenheit eines magnetischen Störfeldes | |
EP3376246B1 (de) | Beschleunigtes erzeugen einer serie von magnetresonanzbildern mit simultaner magnetresonanz-mehrschichtbildgebung | |
DE102013219257B4 (de) | Verfahren zur Bestimmung einer positionsabhängigen Schwächungskarte von Oberflächenspulen eines Magnetresonanz-PET-Geräts | |
EP3570060A1 (de) | Verfahren zur rekonstruktion von magnetresonanztomographie-aufnahmen mit variabler zeitauflösung | |
DE102018202137A1 (de) | Verfahren zum Betrieb einer Magnetresonanzeinrichtung, Magnetresonanzeinrichtung, Computerprogramm und elektronisch lesbarer Datenträger | |
DE102014201944B4 (de) | HF-Puls-Justage-Verfahren und HF-Puls-Justage-Einrichtung | |
DE102016202669A1 (de) | Spiralförmiges MR-Erfassungsmuster | |
DE102014219376A1 (de) | Verfahren zu einer Erfassung eines hochaufgelösten Magnetresonanzbilddatensatzes zumindest eines begrenzten Körperbereichs mit zumindest einer anatomischen Struktur eines Patienten | |
DE102009012851B4 (de) | Verfahren, Magnetresonanzgerät, Computerprogrammprodukt und elektronisch lesbarer Datenträger zur Gewinnung eines ersten Bilddatensatzes und eines zweiten Bilddatensatzes eines Untersuchungsobjekts | |
DE102017212553A1 (de) | Synchrone MR-Bildgebung und Strahlentherapie | |
EP3599586B1 (de) | Verfahren und vorrichtung zur analyse von magnetresonanz-aufnahmen | |
DE102016213632A1 (de) | Verbesserte Akquisition von MR-Messdaten bei einer Untersuchung mit angehaltenem Atem | |
DE102014207236A1 (de) | Verfahren und Steuerungseinrichtung zum Erstellen von Magnetresonanzaufnahmen |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
R012 | Request for examination validly filed | ||
R016 | Response to examination communication | ||
R081 | Change of applicant/patentee |
Owner name: SIEMENS HEALTHCARE GMBH, DE Free format text: FORMER OWNERS: FRIEDRICH-ALEXANDER-UNIVERSITAET ERLANGEN-NUERNBERG, 91054 ERLANGEN, DE; SIEMENS AKTIENGESELLSCHAFT, 80333 MUENCHEN, DE Effective date: 20141124 Owner name: SIEMENS AKTIENGESELLSCHAFT, DE Free format text: FORMER OWNERS: FRIEDRICH-ALEXANDER-UNIVERSITAET ERLANGEN-NUERNBERG, 91054 ERLANGEN, DE; SIEMENS AKTIENGESELLSCHAFT, 80333 MUENCHEN, DE Effective date: 20141124 Owner name: SIEMENS AKTIENGESELLSCHAFT, DE Free format text: FORMER OWNER: FRIEDRICH-ALEXANDER-UNIVERSITAET, SIEMENS AKTIENGESELLSCHAFT, , DE Effective date: 20141124 |
|
R081 | Change of applicant/patentee |
Owner name: SIEMENS HEALTHCARE GMBH, DE Free format text: FORMER OWNER: SIEMENS AKTIENGESELLSCHAFT, 80333 MUENCHEN, DE |
|
R018 | Grant decision by examination section/examining division | ||
R081 | Change of applicant/patentee |
Owner name: SIEMENS HEALTHINEERS AG, DE Free format text: FORMER OWNER: SIEMENS HEALTHCARE GMBH, MUENCHEN, DE |