DE102014202604A1 - Automatisierte Ermittlung der Resonanzfrequenzen von Protonen für Magnetresonanzexperimente - Google Patents

Automatisierte Ermittlung der Resonanzfrequenzen von Protonen für Magnetresonanzexperimente Download PDF

Info

Publication number
DE102014202604A1
DE102014202604A1 DE102014202604.0A DE102014202604A DE102014202604A1 DE 102014202604 A1 DE102014202604 A1 DE 102014202604A1 DE 102014202604 A DE102014202604 A DE 102014202604A DE 102014202604 A1 DE102014202604 A1 DE 102014202604A1
Authority
DE
Germany
Prior art keywords
spectrum
frequency
resonance
model
cross
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
Application number
DE102014202604.0A
Other languages
English (en)
Other versions
DE102014202604B4 (de
Inventor
Swen Campagna
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Siemens Healthcare GmbH
Original Assignee
Siemens AG
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Siemens AG filed Critical Siemens AG
Priority to DE102014202604.0A priority Critical patent/DE102014202604B4/de
Priority to US14/622,135 priority patent/US10145921B2/en
Publication of DE102014202604A1 publication Critical patent/DE102014202604A1/de
Application granted granted Critical
Publication of DE102014202604B4 publication Critical patent/DE102014202604B4/de
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01RMEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R33/00Arrangements or instruments for measuring magnetic variables
    • G01R33/20Arrangements or instruments for measuring magnetic variables involving magnetic resonance
    • G01R33/44Arrangements or instruments for measuring magnetic variables involving magnetic resonance using nuclear magnetic resonance [NMR]
    • G01R33/48NMR imaging systems
    • G01R33/54Signal processing systems, e.g. using pulse sequences ; Generation or control of pulse sequences; Operator console
    • G01R33/56Image enhancement or correction, e.g. subtraction or averaging techniques, e.g. improvement of signal-to-noise ratio and resolution
    • G01R33/5608Data processing and visualization specially adapted for MR, e.g. for feature analysis and pattern recognition on the basis of measured MR data, segmentation of measured MR data, edge contour detection on the basis of measured MR data, for enhancing measured MR data in terms of signal-to-noise ratio by means of noise filtering or apodization, for enhancing measured MR data in terms of resolution by means for deblurring, windowing, zero filling, or generation of gray-scaled images, colour-coded images or images displaying vectors instead of pixels
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01RMEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R33/00Arrangements or instruments for measuring magnetic variables
    • G01R33/20Arrangements or instruments for measuring magnetic variables involving magnetic resonance
    • G01R33/44Arrangements or instruments for measuring magnetic variables involving magnetic resonance using nuclear magnetic resonance [NMR]
    • G01R33/48NMR imaging systems
    • G01R33/58Calibration of imaging systems, e.g. using test probes, Phantoms; Calibration objects or fiducial markers such as active or passive RF coils surrounding an MR active material
    • G01R33/583Calibration of signal excitation or detection systems, e.g. for optimal RF excitation power or frequency
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01RMEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R33/00Arrangements or instruments for measuring magnetic variables
    • G01R33/20Arrangements or instruments for measuring magnetic variables involving magnetic resonance
    • G01R33/44Arrangements or instruments for measuring magnetic variables involving magnetic resonance using nuclear magnetic resonance [NMR]
    • G01R33/48NMR imaging systems
    • G01R33/4828Resolving the MR signals of different chemical species, e.g. water-fat imaging
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01RMEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R33/00Arrangements or instruments for measuring magnetic variables
    • G01R33/20Arrangements or instruments for measuring magnetic variables involving magnetic resonance
    • G01R33/44Arrangements or instruments for measuring magnetic variables involving magnetic resonance using nuclear magnetic resonance [NMR]
    • G01R33/48NMR imaging systems
    • G01R33/54Signal processing systems, e.g. using pulse sequences ; Generation or control of pulse sequences; Operator console
    • G01R33/543Control of the operation of the MR system, e.g. setting of acquisition parameters prior to or during MR data acquisition, dynamic shimming, use of one or more scout images for scan plane prescription
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01RMEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R33/00Arrangements or instruments for measuring magnetic variables
    • G01R33/20Arrangements or instruments for measuring magnetic variables involving magnetic resonance
    • G01R33/44Arrangements or instruments for measuring magnetic variables involving magnetic resonance using nuclear magnetic resonance [NMR]
    • G01R33/48NMR imaging systems
    • G01R33/54Signal processing systems, e.g. using pulse sequences ; Generation or control of pulse sequences; Operator console
    • G01R33/546Interface between the MR system and the user, e.g. for controlling the operation of the MR system or for the design of pulse sequences
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01RMEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R33/00Arrangements or instruments for measuring magnetic variables
    • G01R33/20Arrangements or instruments for measuring magnetic variables involving magnetic resonance
    • G01R33/44Arrangements or instruments for measuring magnetic variables involving magnetic resonance using nuclear magnetic resonance [NMR]
    • G01R33/48NMR imaging systems
    • G01R33/54Signal processing systems, e.g. using pulse sequences ; Generation or control of pulse sequences; Operator console
    • G01R33/56Image enhancement or correction, e.g. subtraction or averaging techniques, e.g. improvement of signal-to-noise ratio and resolution
    • G01R33/565Correction of image distortions, e.g. due to magnetic field inhomogeneities
    • G01R33/56509Correction of image distortions, e.g. due to magnetic field inhomogeneities due to motion, displacement or flow, e.g. gradient moment nulling
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01RMEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R33/00Arrangements or instruments for measuring magnetic variables
    • G01R33/20Arrangements or instruments for measuring magnetic variables involving magnetic resonance
    • G01R33/44Arrangements or instruments for measuring magnetic variables involving magnetic resonance using nuclear magnetic resonance [NMR]
    • G01R33/46NMR spectroscopy

Landscapes

  • Physics & Mathematics (AREA)
  • High Energy & Nuclear Physics (AREA)
  • Condensed Matter Physics & Semiconductors (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Signal Processing (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Radiology & Medical Imaging (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Artificial Intelligence (AREA)
  • Magnetic Resonance Imaging Apparatus (AREA)

Abstract

Die Erfindung betrifft ein Verfahren zur automatisierten Ermittlung der Resonanzfrequenz oder Resonanzfrequenzen von Protonen für Magnetresonanzexperimente mit den Schritten: Aufnahme wenigstens eines Signals, Fouriertransformation des Signals zu einem Spektrum (9, 19), Durchführung einer Analyse des Spektrums (9, 19), wobei wenigstens zwei Kreuzkorrelationskoeffizienten wenigstens eines Modellspektrums (12, 18) mit dem gemessenen Spektrum (9, 19) ermittelt werden und in Abhängigkeit der Werte der Kreuzkorrelationskoeffizienten die Resonanzfrequenz oder Resonanzfrequenzen bestimmt werden, wobei das Modellspektrum (18) drei Resonanzpeaks (10, 11, 17) aufweist.

Description

  • Die Resonanzfrequenz von Atomkernen in einem äußeren Magnetfeld hängt von dessen Feldstärke ab. Sie ist mit der Larmorgleichung berechenbar: ω = γ·B0.
  • Für Wasserstoffkerne, also Protonen, liegt sie bei 1.5 T bei ca. 63.5 MHz.
  • Befinden sich Atomkerne eines chemischen Elementes in unterschiedlichen Umgebungen, so variiert die Resonanzfrequenz zusätzlich aufgrund des sogenannten chemical shift-Effektes: δ = (νSSRef)/νRef.
  • Dieser wird in ppm angegeben und damit unabhängig von der Feldstärke B0 des Magnetfeldes.
  • Die Resonanzfrequenz von Fettprotonen hat von der von Wasserprotonen einen Abstand von 3.5 ppm, Silikonprotonen weisen einen Abstand von 5.0 ppm auf. Bei einer Feldstärke von 1.5 T entspricht dies Abständen von 225 Hz bzw. 320 Hz. Die so unterscheidbaren Kerne werden auch Spinspezies genannt. Dementsprechend bezeichnet νSS die Frequenz der Spinspezies.
  • Vor der Durchführung von bildgebenden oder spektroskopischen Magnetresonanzexperimenten werden verschiedene Justagemessungen vorgenommen. Unter anderem werden automatisch die Ströme der Shimspulen eingestellt und ebenso die Resonanzfrequenz von Protonen ermittelt, um die Sendefrequenz der Hochfrequenzspulen anzupassen.
  • Zur Ermittlung der Resonanzfrequenz wird ein Nutzer abgefragt, ob Silikon im Untersuchungsobjekt vorhanden ist. Weiterhin wird ein Spektrum aufgenommen. Auf Basis dieser Information werden Modellspektren mit zwei Resonanzpeaks ausgewählt und eine Berechnung von Kreuzkorrelationskoeffizienten der Modellspektren und des aufgenommenen Spektrums ermittelt. Der Kreuzkorrelationskoeffizient mit dem höchsten Zahlenwert gibt die beste Übereinstimmung an. Auf diese Art und Weise können die Resonanzfrequenzen der im Untersuchungsobjekt vorhandenen Spinspezien ermittelt werden.
  • In diesem Spektrum besitzt jede Spinspezies grundsätzlich einen Peak. Die aufgrund der chemischen Gegebenheiten zu Fett gezählten Spinspezies besitzen zwar mehrere Peaks, jedoch ist von diesen einer dominant. Wenn im Folgenden von „einem“ Fettpeak bzw. Resonanzsignal die Rede ist, schließt das das Vorhandensein weiterer Peaks nicht aus. Es bedeutet lediglich, dass nur ein Peak für das erfindungsgemäße Verfahren relevant ist.
  • Dieses Verfahren ist allerdings dahingehend fehleranfällig, dass die Abfrage des Nutzers nicht hundertprozentig fehlerfrei sein kann. Einerseits kann sich der Nutzer schlicht vertippen und so eine Fehlinformation eingeben. Andererseits kann sich der Nutzer auch täuschen, wenn er zum Beispiel ohne Kenntnis über die Anwesenheit eines Silikonimplantats ist. Zusätzlich ist es üblich, diese Information mit einem Messprotokoll abzuspeichern. In diesem Fall muss sich der Nutzer explizit erinnern, den Wert abzuändern.
  • Es ist daher Aufgabe der vorliegenden Erfindung, ein Verfahren zur Ermittlung einer Resonanzfrequenz anzugeben, das weniger fehleranfällig ist.
  • Diese Aufgabe wird erfindungsgemäß mit einem Verfahren zur Ermittlung einer Resonanzfrequenz gemäß Anspruch 1 gelöst. Vorteilhafte Weiterbildungen der Erfindung sind Gegenstand der abhängigen Ansprüche.
  • Als Kern der Erfindung wird angesehen, dass die zur Ermittlung einer Resonanzfrequenz verwendeten Modellfunktionen immer drei Resonanzpeaks aufweisen. Das Verfahren weist zwar intrinsisch den Nachteil auf, dass bei Fehlen einer oder gar zweier Spinspezies die Kreuzkorrelationskoeffizienten nur einen bestimmten und rein zahlenmäßig niedrigen Wert erreichen können. Dies ist allerdings nicht erheblich, da es immer einen Kreuzkorrelationskoeffizienten mit dem höchsten Zahlenwert gibt, anhand dessen sich die Resonanzfrequenz bzw. Resonanzfrequenzen ermitteln lassen.
  • Ist es aus irgendeinem Grund noch unklar, welche der Spinspezies genau ein Signal gibt können zum Beispiel Korrelationskoeffizienten jeweils von Teilen des Spektrums und des Modellspektrums berechnet werden. Überschreitet der Korrelationskoeffizient einen vorgegebenen Zahlenwert gilt die Spinspezies bzw. der entsprechende Resonanzpeak als vorhanden.
  • Das erfindungsgemäße Verfahren wird selbstverständlich mit allen Schritten auf einer oder mehreren Steuerungseinrichtungen durchgeführt.
  • Bevorzugt können die Frequenzabstände der Resonanzpeaks den Frequenzabständen von Wasser- zu Fettprotonen und Wasser- zu Silikonprotonen entsprechen. Dabei kann es sich um Frequenzabstände aus der Literatur oder um die zuletzt bestimmten Frequenzabstände handeln. Diese Abstände werden verwendet, da es sich hierbei um die am häufigsten auftretenden Resonanzpeaks bei Untersuchungen an Patienten handelt.
  • Vorteilhafterweise können mehrere Modellspektren verwendet werden, bei denen der Frequenzabstand der Resonanzpeaks variiert wird. Statt 3.5 ppm und 5 ppm können rein exemplarisch folgende Paare von Frequenzabständen verwendet werden:
    Wasser-Fett Wasser-Silikon
    3.4 4.9
    3.5 4.9
    3.6 4.9
    3.4 5.0
    3.5 5.0
    3.6 5.0
    3.4 5.1
    3.5 5.1
    3.6 5.1
  • Wie man erkennt, ergeben sich selbst bei geringer Variation der jeweiligen Frequenzabstände bereits neun Modellspektren. Variiert man alleine die Frequenzabstände mit einer größeren Bandbreite und geringeren Schrittbreiten erhält man leicht hunderte Modellspektren, für die Kreuzkorrelationskoeffizienten zu berechnen sind. Bei den verfügbaren Rechenleistungen ist dies allerdings unproblematisch.
  • Vorzugsweise können alle, d.h. in diesem Fall beide, Frequenzabstände der Resonanzpeaks jeweils erhöht oder verringert werden. Um beim vorhergehenden Beispiel zu bleiben bedeutet dies, dass alle Varianten, bei denen sich ein Abstand verringert und der andere erhöht oder gleich bleibt nicht berücksichtigt werden. Damit ergibt sich eine Liste mit folgenden Einträgen:
    Wasser-Fett Wasser-Silikon
    3.4 4.9
    3.5 5.0
    3.6 5.1
  • Der Rechenaufwand kann so auf einfache Art und Weise auf einen Bruchteil verringert werden.
  • Bevorzugt können mehrere Modellspektren verwendet werden, bei denen die relativen Signalintensitäten der Resonanzpeaks variiert werden. Die relativen Signalintensitäten der Resonanzpeaks hängen unter anderem vom Untersuchungsbereich ab. Sie können auch vom Untersuchungsobjekt abhängen. Adipöse Patienten weisen eine viel höhere Signalintensität von Fett relativ zur Signalintensität des Wassers auf. Auch ist die Fettverteilung und Wasserverteilung im Körper nicht konstant. Die relative Signalintensität von Silikon kann davon abhängen, wie groß das Implantat ist.
  • Eine Adaption kann aber dahingehend stattfinden, dass die Maximalintensität des gemessenen Spektrums auch als Maximalintensität des wenigstens einen Modellspektrums verwendet wird. Alternativ können die Signalintensitäten aller Modellspektren einen vorgegebenen Maximalwert besitzen, wobei sich selbstverständlich die relativen Signalintensitäten weiterhin ändern. Dann wird das gemessene Spektrum auf diesen Maximalwert skaliert, indem ein Skalierungsfaktor aus dem Verhältnis des vorgegebenen Maximalwerts und dem Maximalwert des gemessenen Spektrums berechnet wird und das gesamte Spektrum hiermit multipliziert wird. Dadurch werden die Kreuzkorrelationskoeffizienten maximiert, ohne dass sie sich im Verhältnis zueinander ändern.
  • Vorteilhafterweise können mehrere Modellspektren verwendet werden, bei denen die Linienbreiten der Resonanzpeaks variiert werden. Je schlechter der Shim ist, desto breiter sind die Resonanzpeaks. In der Regel verbreitern sich die Linienbreiten der Resonanzpeaks daher proportional. Auch die Variation der Linienbreiten maximiert somit die Kreuzkorrelationskoeffizienten, ohne sie im Verhältnis zueinander zu ändern.
  • Vorteilhafterweise kann die Berechnung der Kreuzkorrelationskoeffizienten abgebrochen werden, wenn ein vorgegebener Schwellenwert überschritten wird. Wie beschrieben können hunderte Modellspektren verwendet werden. Ergibt sich allerdings vor der Berechnung sämtlicher Kreuzkorrelationskoeffizienten bereits ein Wert, der angibt, dass ein Modellspektrum vorliegt, das entweder perfekt zum gemessenen Spektrum passt, d.h. dass der Kreuzkorrelationskoeffizient hoch ist oder sich ausgehend von diesem Modellspektrum nur noch geringe Verbesserungen erzielen ließen, die die Güte der Bestimmung der Resonanzfrequenzen nicht mehr spürbar verbessern, dann kann auch relativ frühzeitig, d.h. nach Analyse einiger weniger Spektren, die Analyse abgebrochen werden.
  • Bevorzugt können mehrere Modellspektren verwendet werden, deren Parameter in größeren Schritten variiert werden als für eine vorgegebene Güte notwendig ist. Die Abweichungen der Frequenzunterschiede von Wasser- und Fettprotonen oder Wasser- und Silikonprotonen bewegen sich jeweils zwar nur in einem schmalen Band, jedoch reichen diese Unterschiede aus, um eine automatische Bestimmung der Resonanzfrequenz scheitern zu lassen. Es sind daher Schrittbreiten in der Variation der Schrittbreiten von ca. 0.05 ppm notwendig. Da nicht nur der Frequenzabstand sondern auch andere Parameter wie die relativen Signalintensitäten geändert werden ist es die Regel, dass die ersten Modellspektren in wenigstens einem Parameter verhältnismäßig stark vom Spektrum abweichen. Daher wird der Parameterraum erst einmal in groben Schritten abgetastet, um eine Vorfilterung zu erreichen. Verwendet man dabei zufällig bereits das beste oder ein kaum davon abweichendes Modellspektrum kann die Ermittlung der Resonanzfrequenzen als erledigt angesehen werden. Sind die erhaltenen Kreuzkorrelationskoeffizienten bei diesem Durchlauf alle noch unterhalb des Schwellenwertes kann zuerst der Parameterraum um das Modellspektrum herum abgesucht werden, das den besten Korrelationskoeffizienten ergeben hat. Die Analyse wird solange fortgesetzt bis entweder alle Modellspektren analysiert sind oder ein Kreuzkorrelationskoeffizient oberhalb des Schwellenwertes vorliegt. Doppeltanalysen werden vermieden indem die bereits verwendeten Modellspektren als analysiert markiert werden.
  • Vorzugsweise können als erstes Modellspektrum oder erste Modellspektren ein oder mehrere Modellspektren verwendet werden, bei denen die Signalintensitäten der Resonanzpeaks im Wesentlichen gleich sind. Dies führt bei der Berechnung der Kreuzkorrelationskoeffizienten dazu, dass im gemessenen Spektrum vorhandene Resonanzpeaks zu gleichen Werten der Kreuzkorrelationskoeffizienten mit den Peaks des Modellspektrums führen. Dadurch weist eine aus wenigstens einem Teil der Kreuzkorrelationskoeffizienten erzeugte Kennlinie charakteristische Peaks auf, aus denen sich auf die Anzahl der Resonanzpeaks im Spektrum schließen lässt.
  • Vorzugsweise kann die ermittelte Resonanzfrequenz als Ausgangsfrequenz für eine zusätzliche Durchführung des Verfahrens zur Anpassung an Bewegungsartefakte genommen werden. Die Resonanzfrequenzen sind wie eingangs beschrieben von einer Vielzahl an Faktoren abhängig. Zur optimalen Anpassung der Sendefrequenz ist für jede Faktorvariation eine eigene Resonanz- und damit Sendefrequenz zu ermitteln. Zum Beispiel kann es notwendig sein, die Resonanzfrequenz für die Zustände „Einatmen“ und „Ausatmen“ separat zu ermitteln. Wird die Resonanzfrequenz für den Zustand „Einatmen“ ermittelt, dient diese Frequenz als Ausgangsfrequenz zur Ermittlung der Resonanzfrequenz des Zustandes „Ausatmen“.
  • Die der vorliegenden Erfindung zugrundeliegende Aufgabe wird auch gelöst mit einer Magnetresonanzanlage. Diese umfasst wenigstens eine Hochfrequenzspule zur Erzeugung von Hochfrequenzimpulsen sowie eine Steuerungseinrichtung. Die Magnetresonanzanlage zeichnet sich dadurch aus, dass die Steuerungseinrichtung zur Durchführung des Verfahrens wie beschrieben ausgebildet ist.
  • Die Implementierung der vorgenannten Verfahren in der Steuervorrichtung kann dabei als Software oder aber auch als (fest verdrahtete) Hardware erfolgen.
  • Weitere vorteilhafte Ausgestaltungen des erfindungsgemäßen Verfahrens korrespondieren zu entsprechenden Ausgestaltungen der erfindungsgemäßen Magnetresonanzanlage. Zur Vermeidung unnötiger Wiederholungen wird somit auf die entsprechenden Verfahrensmerkmale und deren Vorteile verwiesen.
  • Weitere Vorteile, Merkmale und Besonderheiten der vorliegenden Erfindung ergeben sich aus der nachfolgenden Beschreibung vorteilhafter Ausgestaltungen der Erfindung.
  • Dabei zeigen
  • 1 eine Magnetresonanzanlage,
  • 2 ein Modellspektrum in einer ersten Ausgestaltung (Stand der Technik),
  • 3 ein Modellspektrum in einer zweiten Ausgestaltung (Stand der Technik),
  • 4 ein Modellspektrum in einer dritten Ausgestaltung,
  • 5 eine Kennlinie in einer ersten Ausgestaltung,
  • 6 eine Kennlinie in einer zweiten Ausgestaltung, und
  • 7 eine Kennlinie in einer dritten Ausgestaltung.
  • 1 zeigt eine Magnetresonanzanlage 1 mit zwei Hochfrequenzspulen 2 und 3 und eine Steuerungseinrichtung 4. In der Steuerungseinrichtung 4 sind eine Shim-Justage-Einheit 5 und eine Frequenz-Justage-Einheit 6 vorhanden. Die Shim-Justage-Einheit 5 und die Frequenz-Justage-Einheit 6 sind Komponenten der Magnetresonanzanlage 1 zur automatisierten Einstellung von Betriebsparametern, nämlich der Shimströme und der Sendefrequenz. Stimmen die Sendefrequenz und die Resonanzfrequenz der untersuchten Kerne nicht überein kommt es zu signifikanten Signalverlusten. Die Bestimmung der exakten Resonanzfrequenzdient somit zur Einstellung der Sendefrequenz, in diesem Fall der Hochfrequenzspule 2.
  • Die Hochfrequenzspule 2 ist eine Anregungsspule und die Hochfrequenzspule 3 eine Detektionsspule. Die Hochfrequenzspule 3 ist dabei an spezielle Abschnitte des Untersuchungsobjektes angepasst, zum Beispiel als „Kopfspule“, „Brustspule“ oder „Kniespule“. Die Hochfrequenzspule 2 wird auch „body coil“ genannt und ist weniger sensitiv als die Hochfrequenzspule 3, aber in einem größeren Bereich homogen. Da die Hochfrequenzspule 3 nicht sendet muss sie auch nicht hinsichtlich der Resonanzfrequenz der untersuchten Kerne angepasst werden. Weitere Komponenten der Magnetresonanzanlage 1 wie der Patiententisch oder Gradientenspulen sind der Übersichtlichkeit halber nicht dargestellt.
  • Das beschriebene Verfahren ist als Software in der Steuerungseinrichtung 4, genauer als Frequenz-Justage-Einheit 6, implementiert. Nach der Positionierung des Patienten wird es als Teil der Justage vor Beginn der Untersuchungsmessungen durchgeführt.
  • Die 2 und 3 zeigen das Vorgehen bei einer Ermittlung von Kreuzkorrelationskoeffizienten nach Stand der Technik, nachdem ein Nutzer der Magnetresonanzanlage 1 angegeben hat, dass sich Fett und Wasser im Untersuchungsobjekt befinden. Die Achse 7 ist dabei jeweils ein Maß für die Frequenz und die Achse 8 für die Signalintensität. Das gemessene Spektrum 9 weist, da die Eingabe des Nutzers korrekt war, einen Fettpeak 10 und einen Wasserpeak 11 auf.
  • Ein Modellspektrum 12 mit vorgegebenen relativen Signalintensitäten von Fettpeak 10 und Wasserpeak 11 und einem vorgegebenen Frequenzabstand 13 wird zur Berechnung der Kreuzkorrelationskoeffizienten gegen das Spektrum 9 verschoben. Anhand der Hilfslinien 14 erkennt man, dass die Übereinstimmung von Spektrum 9 und Modellspektrum 12 gering ist. Der Vergleich findet immer nur innerhalb der Grenzen 15 statt. Zur Berechnung des nächsten Kreuzkorrelationskoeffizienten wird das Modellspektrum 12 und damit die Grenzen 15 in Richtung des Pfeils 16 verschoben.
  • Irgendwann findet die Berechnung des Kreuzkorrelationskoeffizienten an der in 3 gezeigten Position statt. In dieser ist die Übereinstimmung von Modellspektrum 12 zu Spektrum 9 sehr viel besser, damit ist der Wert des berechneten Kreuzkorrelationskoeffizienten sehr viel höher als der gemäß 2. Da das gezeigte Modellspektrum 12 auch vom Frequenzabstand 13 und den relativen Signalintensitäten auf das Spektrum 9 passt liefert das Modellspektrum 12 in der Position gemäß 3 den höchsten Kreuzkorrelationskoeffizienten. Damit lassen sich die Resonanzfrequenzen von Fett- und Wasserprotonen bestimmen und ebenso die Sendefrequenz zum Betrieb der Magnetresonanzanlage 1 ableiten.
  • Dieses Vorgehen weist wie beschrieben den Nachteil auf, dass Nutzerinteraktion erforderlich ist. Erfindungsgemäß ist daher vorgesehen, dass die verwendeten Modellspektren drei Resonanzpeaks aufweisen, insbesondere einen Silikonpeak 17, einen Fettpeak 10 und einen Wasserpeak 11, wie 4 zeigt. Sind die Peaks 10, 11 und 17 des Modellspektrums 18 gegenüber den Peaks 10 und 11 des Spektrums 19 verschoben, so ergibt sich ein Kreuzkorrelationskoeffizient mit einem sehr geringen Wert.
  • Wie bereits zu 2 beschrieben wird auch das Modellspektrum 18 gegenüber dem Spektrum 19 verschoben. Dies geschieht, indem immer ein anderes Segment des Spektrums 19, nämlich der Abschnitt innerhalb der Grenzen 15, verwendet wird, um einen Korrelationskoeffizienten von Spektrum 19 bzw. dessen Segment und dem Modellspektrum 18 zu bestimmen.
  • Bei der Auswertung der Kreuzkorrelationskoeffizienten sind nun drei Fälle zu unterscheiden:
    Wenn das Spektrum 19 nur einen Peak, zum Beispiel den Wasserpeak 20, aufweist, so besitzen alle Kreuzkorrelationskoeffizienten einen niedrigen Zahlenwert, da immer wenigstens zwei Peaks 10, 11 oder 17 keinen korrespondierenden Peak im Spektrum 19 haben. Jedoch sind bei Positionen des Modellspektrums 12, in denen einer der Peaks 10, 11 oder 17 die gleiche Position aufweist wie der Wasserpeak 20, ein höherer Wert des Korrelationskoeffizienten zu erwarten. Bereits nach Auswertung eines einzigen Modellspektrums 12 kann in günstigen Fällen anhand der Kreuzkorrelationskoeffizienten damit bereits eine Aussage getroffen werden, wie viele Resonanzpeaks in dem gemessenen Spektrum 19 sind.
  • 5 zeigt eine Kennlinie der Kreuzkorrelationskoeffizienten für das Modellspektrum 13 und das Spektrum 19. Die Achse 21 stellt ein Maß für die relative Lage des Modellspektrums 13 gegenüber dem Spektrum 19 dar, bspw. ist die Segmentnummer o.ä. aufgetragen. Die Achse 22 gibt den Zahlenwert des Kreuzkorrelationskoeffizienten an.
  • Der Peak 23 rührt von der Positionsübereinstimmung des Wasserpeaks 20 mit dem Wasserpeak 11 her, der Peak 24 von der entsprechenden Übereinstimmung mit dem Fettpeak 10 und der Peak 25 von der Übereinstimmung mit dem Silikonpeak 17. Die Abstände der Peaks 23 und 24 sowie 24 und 25 sind proportional zu den Abständen der Peaks 10, 11 und 17.
  • Dieser Effekt kann verstärkt werden, indem als erstes Modellspektrum ein Modellspektrum verwendet wird, bei dem die Signalintensitäten der Resonanzpeaks die gleiche Höhe aufweisen. Dies ist daher eine bevorzugte Weiterbildung, die unabhängig von anderen Ausgestaltungen vorhanden sein kann.
  • Die Peaks 23, 24 und 25 der Kennlinie 26 der Kreuzkorrelationskoeffizienten sind somit charakteristisch für das Vorliegen eines Peaks im Spektrum 19.
  • Die Kennlinie 26 ist allerdings auch eine Art Spektrum, die allerdings einfacher ausgewertet werden kann als das Spektrum 19. Zum Beispiel kann ein Schwellenwert 27 vorgegeben werden und es wird gezählt, wie oft die Kennlinie 26 über diesen Schwellenwert 27 steigt und wieder darunter fällt. Steigt sie dreimal darüber, hat das Spektrum 19 einen Peak. Dessen Position lässt sich aus der Kennlinie 26 ebenfalls herleiten. Die Resonanzfrequenzbestimmung ist damit abgeschlossen.
  • Falls sich mit dem ersten Modellspektrum keine Kreuzkorrelationskoeffizienten finden lassen, die genügend groß sind, können weitere Modellspektren mit anderen Linienbreiten herangezogen werden. Die Frequenzabstände sind unerheblich wenn das Spektrum 19 nur einen Resonanzpeak, nämlich den Wasserpeak 20, aufweist. Die Signalintensitäten sind gleich und die jeweiligen Maximalwerte stimmen wie bereits beschrieben überein. Ergeben sich dennoch nur geringwertige Kreuzkorrelationskoeffizienten kann dies an zu geringen oder zu großen Linienbreiten liegen.
  • 6 zeigt dagegen eine Kennlinie 32 der Kreuzkorrelationskoeffizienten für den Fall, dass ein Spektrum 9 mit zwei Peaks wie in 2 vorliegt. Diese besitzt im Vergleich zur Kennlinie 26 zwei weitere Peaks 28 und 29. Auch die Kennlinie 32 ist charakteristisch für das Vorliegen zweier Peaks im Spektrum 9, also des jeweils analysierten Spektrums. Anhand eines oder zweier Schwellenwerte 30 und 31 kann auch die Kennlinie 32 wie oben beschrieben analysiert werden.
  • Insbesondere kann anhand der Abstände der Peaks 23, 24, 25, 28 und 29 auch festgelegt werden, ob das Spektrum 9 einen Fett- und Wasserpeak oder Silikon- und Wasserpeak oder auch Fett- und Silikonpeak aufweist.
  • Hat das gemessene Spektrum dagegen drei Peaks ergibt sich eine Kennlinie 33 gemäß 7. Diese besitzt 6 Peaks 23, 24, 25, 28, 29 und 34. Der dritte Peak 28 hat den größten Wert, da bei diesem Segment des gemessenen Spektrums alle drei Peaks 10, 11 und 17 des Modellspektrums jeweils einen Partner besitzen.
  • Die anderen Peaks 23, 24, 25, 29 und 34 sind normalerweise nicht gleich hoch, da die Peaks des gemessenen Spektrums unterschiedliche Signalintensitäten aufweisen und daher auch der Kreuzkorrelationskoeffizient unterschiedlich ausfällt.

Claims (12)

  1. Verfahren zur automatisierten Ermittlung der Resonanzfrequenz oder Resonanzfrequenzen von Protonen für Magnetresonanzexperimente mit den Schritten: – Aufnahme wenigstens eines Signals, insbesondere eines FID, – Fouriertransformation des Signals zu einem Spektrum (9, 19), – Durchführung einer Analyse des Spektrums (9, 19), wobei wenigstens zwei Kreuzkorrelationskoeffizienten wenigstens eines Modellspektrums (12, 18) mit dem gemessenen Spektrum (9, 19) ermittelt werden und in Abhängigkeit der Werte der Kreuzkorrelationskoeffizienten die Resonanzfrequenz oder Resonanzfrequenzen bestimmt werden, dadurch gekennzeichnet, dass als Modellspektrum (18) ein Modellspektrum (18) verwendet wird, das drei Resonanzpeaks (10, 11, 17) aufweist.
  2. Verfahren nach Anspruch 1, dadurch gekennzeichnet, dass die Frequenzabstände (13) der Resonanzpeaks (10, 11, 17) den Frequenzabständen von Wasser- zu Fettprotonen und Wasser- zu Silikonprotonen entsprechen.
  3. Verfahren nach Anspruch 1 oder 2, dadurch gekennzeichnet, dass mehrere Modellspektren (18) verwendet werden, bei denen der Frequenzabstand (13) der Resonanzpeaks (10, 11, 17) variiert wird.
  4. Verfahren nach Anspruch 3, dadurch gekennzeichnet, dass alle Frequenzabstände der Resonanzpeaks (10, 11, 17) jeweils erhöht oder verringert werden.
  5. Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass mehrere Modellspektren (18) verwendet werden, bei denen die relativen Signalintensitäten der Resonanzpeaks (10, 11, 17) variiert werden.
  6. Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass mehrere Modellspektren (18) verwendet werden, bei denen die Linienbreite der Resonanzpeaks (10, 11, 17) variiert wird.
  7. Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass die Berechnung der Kreuzkorrelationskoeffizienten abgebrochen wird, wenn ein vorgegebener Schwellenwert überschritten wird.
  8. Verfahren nach Anspruch 7, dadurch gekennzeichnet, dass mehrere Modellspektren (18) verwendet werden, deren Parameter in größeren Schritten variiert werden als für eine vorgegebene Güte notwendig ist.
  9. Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass als erstes Modellspektrum (18) oder erste Modellspektren (18) ein oder mehrere Modellspektren verwendet werden, bei denen die Signalintensitäten der Resonanzpeaks (10, 11, 17) im Wesentlichen gleich sind.
  10. Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass aus wenigstens einem Teil der Kreuzkorrelationskoeffizienten wenigstens eine Kennlinie (26, 27) ermittelt wird, aus der Daten über das Spektrum gewonnen werden.
  11. Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass die ermittelte Resonanzfrequenz als Ausgangsfrequenz für eine erneute Bestimmung einer Resonanzfrequenz genommen wird.
  12. Magnetresonanzanlage (1), umfassend wenigstens eine Hochfrequenzspule (2, 3) zur Erzeugung von Hochfrequenzimpulsen, sowie eine Steuerungseinrichtung (4), dadurch gekennzeichnet, dass die Steuerungseinrichtung (4) zur Durchführung des Verfahrens nach einem der vorhergehenden Ansprüche ausgebildet ist.
DE102014202604.0A 2014-02-13 2014-02-13 Automatisierte Ermittlung der Resonanzfrequenzen von Protonen für Magnetresonanzexperimente Expired - Fee Related DE102014202604B4 (de)

Priority Applications (2)

Application Number Priority Date Filing Date Title
DE102014202604.0A DE102014202604B4 (de) 2014-02-13 2014-02-13 Automatisierte Ermittlung der Resonanzfrequenzen von Protonen für Magnetresonanzexperimente
US14/622,135 US10145921B2 (en) 2014-02-13 2015-02-13 Method and apparatus for automated determination of the resonance frequencies of protons for magnetic resonance examinations

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
DE102014202604.0A DE102014202604B4 (de) 2014-02-13 2014-02-13 Automatisierte Ermittlung der Resonanzfrequenzen von Protonen für Magnetresonanzexperimente

Publications (2)

Publication Number Publication Date
DE102014202604A1 true DE102014202604A1 (de) 2015-08-13
DE102014202604B4 DE102014202604B4 (de) 2018-09-20

Family

ID=53676902

Family Applications (1)

Application Number Title Priority Date Filing Date
DE102014202604.0A Expired - Fee Related DE102014202604B4 (de) 2014-02-13 2014-02-13 Automatisierte Ermittlung der Resonanzfrequenzen von Protonen für Magnetresonanzexperimente

Country Status (2)

Country Link
US (1) US10145921B2 (de)
DE (1) DE102014202604B4 (de)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102019220503A1 (de) * 2019-12-23 2021-06-24 Robert Bosch Gesellschaft mit beschränkter Haftung Magnetresonanzvorrichtung und Verfahren zum Betrieb und zur Verwendung der Magnetresonanzvorrichtung

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102015200695B4 (de) * 2015-01-19 2016-08-18 Siemens Healthcare Gmbh Generieren von Steuerinformationen für eine Magnetresonanz-Bildgebung unter Verwendung mehrerer Frequenzspektren von verschiedenen Spulenelementen
TWI667487B (zh) 2016-09-29 2019-08-01 美商超精細研究股份有限公司 射頻線圈調諧方法及裝置
EP3796026A1 (de) 2019-09-23 2021-03-24 Siemens Healthcare GmbH System und verfahren zur bereitstellung mindestens eines parameters für eine magnetresonanzabtastung

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5912558A (en) 1997-11-14 1999-06-15 Picker International, Inc. Automatic frequency tuning for MR scanners

Family Cites Families (30)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
NL8702701A (nl) * 1987-11-12 1989-06-01 Philips Nv Werkwijze en inrichting voor automatische fasecorrectie van complexe nmr spectra.
US6653832B2 (en) * 2001-03-09 2003-11-25 Battelle Memorial Institute Method for high resolution magnetic resonance analysis using magic angle technique
JP3866537B2 (ja) * 2001-06-28 2007-01-10 ジーイー・メディカル・システムズ・グローバル・テクノロジー・カンパニー・エルエルシー 磁気共鳴撮影装置
US7395108B2 (en) * 2003-05-13 2008-07-01 Vinai Roopchansingh System for concurrent MRI imaging and magnetic field homogeneity measurement
US7577472B2 (en) * 2005-03-18 2009-08-18 The Mcw Research Foundation Inc. MRI method for producing an index indicative of brain disorders
US8034634B2 (en) * 2005-11-16 2011-10-11 Rex Chih-Yih Hong Ultra-sensitive magnetoreduction measurement system and ultra-sensitive, wash-free assay using the same
JP5105848B2 (ja) * 2006-02-06 2012-12-26 株式会社東芝 磁気共鳴イメージング装置および磁気共鳴イメージング装置における撮影条件設定方法
JP5072250B2 (ja) * 2006-04-04 2012-11-14 株式会社東芝 磁気共鳴イメージング装置
US7535227B1 (en) * 2007-10-26 2009-05-19 General Electric Company Method and apparatus for correcting distortion in MR images caused by metallic implants
US8421459B2 (en) * 2008-01-18 2013-04-16 General Electric Company System and method for reducing blurring artifacts in multi-spectral MR imaging near metal
US8143890B2 (en) * 2008-05-27 2012-03-27 Trustees Of Columbia University In The City Of New York Spectral resolution enhancement of magnetic resonance spectroscopic imaging
US8712499B2 (en) * 2008-11-29 2014-04-29 The United States Of America As Represented By The Secretary, Department Of Health And Human Services Quantitative oxygen imaging systems and methods using echo-based single point imaging
DE102009004896B4 (de) * 2009-01-16 2010-10-28 Siemens Aktiengesellschaft Magnetresonanzgerät und Verfahren zur Messung von Feldinhomogenitäten und Einstellung von Shim-Parametern
CA2683411C (en) * 2009-08-31 2017-07-18 University Of New Brunswick Magnetic resonance imaging apparatus and method
US8368401B2 (en) * 2009-11-10 2013-02-05 Insightec Ltd. Techniques for correcting measurement artifacts in magnetic resonance thermometry
DE102010012948B4 (de) * 2010-03-26 2012-04-26 Siemens Aktiengesellschaft Verfahren zum Ermitteln von Phasenkorrekturparametern und Magnetresonanzvorrichtung
WO2011139745A2 (en) * 2010-04-27 2011-11-10 Chunlei Liu Systems and methods for susceptibility tensor imaging
DE102010039693B4 (de) * 2010-08-24 2012-10-31 Siemens Aktiengesellschaft Phasensensitive Magnetresonanz-Bildgebung
DE102010041212B4 (de) * 2010-09-22 2012-07-26 Siemens Aktiengesellschaft Kompensation von Echozeit-unabhängigen Phasen- oder Magnitudenanteilen in aufgenommenen MR-Bilddaten
US9254112B2 (en) * 2011-03-23 2016-02-09 Siemens Corporation Respiratory interval-based correlation and processing of dynamic imaging data
DE102011006851B4 (de) * 2011-04-06 2012-12-06 Siemens Aktiengesellschaft Gruppierung von diffusionsgewichteten MR-Bildern nach den verwendeten Diffusionsgradienten zur Erstellung einer Diffusionsinformation
US8854038B2 (en) * 2011-04-19 2014-10-07 Wisconsin Alumni Research Foundation Method for R2* quantification with magnetic resonance imaging
DE102011078868B4 (de) * 2011-07-08 2013-03-28 Siemens Ag Frequenzkalibrierung einer Magnetresonanzanlage unter Verwendung der Spektralinformationen mehrerer Echosignale
US8957681B2 (en) * 2012-02-20 2015-02-17 Wisconsin Alumni Research Foundation System and method for magnetic resonance imaging water-fat separation with full dynamic range using in-phase images
US9213076B2 (en) * 2012-02-27 2015-12-15 Medimagemetric LLC System, process and computer-accessible medium for providing quantitative susceptibility mapping
US9678190B2 (en) * 2012-04-06 2017-06-13 General Electric Company System and method for generating MR phase contrast images near metal
US8965094B2 (en) * 2012-04-14 2015-02-24 Nocimed, Llc Magnetic resonance spectroscopy pulse sequence, acquisition, and processing system and method
DE102012213018B4 (de) * 2012-07-25 2014-02-06 Siemens Aktiengesellschaft Aufnahme von Magnetresonanzdaten unter Vermeidung von Signalinhomogenitäten
US9766316B2 (en) * 2012-11-16 2017-09-19 Hitachi, Ltd. Magnetic resonance imaging device and quantitative susceptibility mapping method
US9664761B2 (en) * 2013-06-26 2017-05-30 Medimagemetric LLC Joint estimation of chemical shift and quantitative susceptibility map using MRI signal

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5912558A (en) 1997-11-14 1999-06-15 Picker International, Inc. Automatic frequency tuning for MR scanners

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
F. Savorani et al.: icoshift: A versatile tool for the rapid alignment of 1D NMR spectra. In: J. Magn. Reson., 202, 2010, S. 190-202.
J.W.H. Wong et al.: Application of fast Fourier transform cross-correlation for the alignment of large chromatographic and spectral datasets. In: Anal. Chem., 77, 2005, S. 5655-5661.
N. MacKinnon et al.: Variable reference alignment: an improved peak alignment protocol for NMR spectral data with large intersample variation. In: Anal. Chem., 19, 2012, S. 5372-5379.
T.N. Vu, K. Laukens: Getting your peaks in line: a review of alignment methods for NMR spectral data. In: Metabolites, 3, 2013, S. 259–276.

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102019220503A1 (de) * 2019-12-23 2021-06-24 Robert Bosch Gesellschaft mit beschränkter Haftung Magnetresonanzvorrichtung und Verfahren zum Betrieb und zur Verwendung der Magnetresonanzvorrichtung

Also Published As

Publication number Publication date
DE102014202604B4 (de) 2018-09-20
US10145921B2 (en) 2018-12-04
US20150226822A1 (en) 2015-08-13

Similar Documents

Publication Publication Date Title
EP3078978B1 (de) Verfahren zur magnetresonanz-bildgebung
DE102014201236B4 (de) Optimierung einer Magnetresonanz-Sequenz durch automatisches Optimieren von Gradientenpulsen
DE102013220288B4 (de) Optimieren von Steuerbefehlen zum Aufnehmen von Magnetresonanz-Bilddaten
DE102013221062B4 (de) Optimierung einer Magnetresonanz-Sequenz mithilfe eines automatischen Bestimmens von veränderbaren und unveränderbaren Zeitintervallen
DE102014202604B4 (de) Automatisierte Ermittlung der Resonanzfrequenzen von Protonen für Magnetresonanzexperimente
DE102014206636A1 (de) Optimieren von Sequenzabläufen unter Berücksichtigung physiologischer Grenzwerte
DE102014217284A1 (de) Verfahren zu einer Magnetresonanz-Untersuchung eines Untersuchungsobjekts
DE102015205694B3 (de) MR-Sättigung unter Berücksichtigung der abzubildenden anatomischen Strukturen
DE102014210471A1 (de) Verfahren zum Durchführen Magnetresonanzuntersuchung mit einer prospektiven Bewegungskorrektur und Magnetresonanzanlage hierfür
DE102017216051A1 (de) Verfahren zum Betrieb einer Magnetresonanzanlage, Datenträger, Computerprogrammprodukt sowie Magnetresonanzanlage
DE102014207100B4 (de) Optimierung einer MR-Sequenz durch Optimierung von Slew-Rates
DE102014204451B4 (de) Verfahren zur Magnetresonanz-Bildgebung und Magnetresonanzgerät
DE102015205055B4 (de) Ermitteln einer Systemfrequenz bei der MR-Bildgebung
DE102016214608B4 (de) Verfahren zu einem Einstellen und/oder Anpassen von Messparametern für eine Messsequenz einer Magnetresonanzuntersuchung
DE102014207639B4 (de) Automatisierte Ermittlung einer Resonanzfrequenz und Magnetresonanzanlage
DE102018213326A1 (de) Mehrpunkt-Magnetresonanz-Bildgebung
DE102014207099B4 (de) Optimierung einer MR-Sequenz durch iterative Veränderung der Slew-Rate von zumindest einer Gradientenschaltung
DE102014203867B4 (de) Optimierung einer Magnetresonanz-Sequenz unter Berücksichtigung des ersten Moments zumindest eines Gradientenpulses
DE10222628B4 (de) Verfahren zum Auswerten eines Zeitsignals, das eine spektroskopische Information beinhaltet
DE102007030624B4 (de) Verfahren, Computerprogramm und Magnet-Resonanz-Gerät zur ortsabhängigen Justierung von Systemparametern eines Magnet-Resonanz-Geräts
DE102014213443A1 (de) Verfahren zur Verbesserung von Shimvoreinstellungen eines Magnetresonanzgeräts
DE102014202543B4 (de) Automatisierte Ermittlung der Resonanzfrequenzen von Protonen für Magnetresonanzexperimente
DE102014203432B3 (de) Magnetresonanz-Spektroskopie mit Phasenrotation
DE102014218354B4 (de) Verfahren zur Gewinnung von in einem Ergebnis einer NMR-Messung kodierter Information
DE102017202878A1 (de) Verfahren zum Betrieb einer Shimeinrichtung für ein Grundfeld in einer Magnetresonanzeinrichtung, Magnetresonanzeinrichtung, Computerprogramm und elektronisch lesbarer Datenträger

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 OWNER: SIEMENS AKTIENGESELLSCHAFT, 80333 MUENCHEN, DE

R016 Response to examination communication
R018 Grant decision by examination section/examining division
R020 Patent grant now final
R119 Application deemed withdrawn, or ip right lapsed, due to non-payment of renewal fee