DE102016209885B4

DE102016209885B4 - Automatische Charakterisierung von Lebergewebe

Info

Publication number: DE102016209885B4
Application number: DE102016209885.3A
Authority: DE
Inventors: Stephan Kannengiesser; Berthold Kiefer; Marcel Dominik Nickel
Original assignee: Siemens Healthcare GmbH
Current assignee: Siemens Healthcare GmbH
Priority date: 2016-06-06
Filing date: 2016-06-06
Publication date: 2022-03-10
Anticipated expiration: 2036-06-07
Also published as: CN107462851A; US10436867B2; US20170350952A1; DE102016209885A1

Abstract

Verfahren zur automatischen Charakterisierung, vorzugsweise Klassifizierung, von Lebergewebe einer interessierenden Region einer Leber (O) mit folgenden Verfahrensschritten:
- Erfassung zumindest eines Wertetupels (T) der interessierenden Region (ROI, ROI') der Leber, wobei der Wertetupel (T) zumindest einen mit Hilfe von Magnetresonanzaufnahmen der interessierenden Region (ROI) ermittelten T₁-Wert (T₁) oder einen hierzu reziproken Wert sowie einen T₂*-Wert oder einen hierzu reziproken Wert (R₂*) und einen Fettwert (FF) umfasst,
- Übertragen des Wertetupels (T) in einen mehrdimensionalen Parameterraum (PR, PR'),
- Charakterisierung des Lebergewebes auf Basis der Position des Wertetupels (T) im Parameterraum (PR, PR', PR'').

Description

Die Erfindung betrifft ein Verfahren zur automatischen Charakterisierung, vorzugsweise Klassifizierung, von Lebergewebe einer interessierenden Region einer Leber eines Lebewesens. Darüber hinaus betrifft die Erfindung eine Charakterisierungseinrichtung, insbesondere Klassifizierungseinrichtung, zur automatischen Charakterisierung, vorzugsweise Klassifizierung, von Lebergewebe auf Basis von Magnetresonanzaufnahmen der interessierenden Region sowie ein Magnetresonanzsystem mit einer solchen Charakterisierungseinrichtung.
Lebererkrankungen gehören mit zu den häufigsten Todesursachen. Während die Sterblichkeitsrate von anderen Erkrankungen absinkt, steigt der Trend für Lebererkrankungen sogar an. Eine typische Lebererkrankung ist die Hepatitis, welche erst zu einer Entzündung der Leber führt, die dann in eine Fibrose übergeht und später zu einer Leberzirrhose oder zu Leberkrebs führen kann. Ein weiteres Problemgebiet ist die Hämochromatose (Eisenspeicherkrankheit), bei der der Körper zu viel Eisen mit der Nahrung aufnimmt. Auch hier ist meist zuerst die Leber betroffen und nachfolgend werden andere Organe wie die Bauchspeicheldrüse oder das Herz gefährdet. Im Endstadium kann auch die Hämochromatose zu Leberzirrhose und Leberkrebs führen. Ein weiteres Problem ist die Bildung von Fettleber.
Zwar werden im Rahmen der Erstellung eines Blutbilds bei üblichen Vorsorgeuntersuchungen meist auch verschiedene Leberwerte kontrolliert. Ein typisches Problem ist jedoch bei den meisten Lebererkrankungen, dass sie sich in den Leberwerten oft erst in einem späteren Stadium zeigen und auch andere Symptome oft erst dann auftreten, wenn sich die Krankheit in einem erheblich fortgeschrittenen Stadium befindet. Dies macht die Behandlung ausgesprochen schwierig. In vielen Fällen ist sogar keine Heilung mehr möglich.
Auf der anderen Seite werden immer mehr Magnetresonanzmessungen eingesetzt, um aus den Bildern auch quantitative Informationen, wie z. B. den Fettanteil, zu gewinnen. Diese Werte können dann wieder als Biomarker für bestimmte Krankheiten verwendet werden. Beispielsweise können die Werte im klinischen Betrieb, ähnlich wie Blutwerte, u. U. auch genutzt werden, um die Existenz oder Nichtexistenz einer Krankheit zu belegen, den Status der Krankheit zu bestimmen oder einen Therapieverlauf zu verfolgen. Es wäre daher wünschenswert, wenn man mit Hilfe von Magnetresonanzaufnahmen relativ früh Leberkrankheiten bestimmen könnte.
Ungünstigerweise ist es aber in der Regel nicht ein einzelner aus den Magnetresonanzaufnahmen ermittelbare Parameter, welcher die Informationen über eine bestimmte Krankheit enthält, sondern eine Kombination verschiedener Parameter. Außerdem ist es so, dass unterschiedliche Parameter sich gegenseitig beeinflussen können. Dies betrifft insbesondere die Feststellung einer Fibrose in der Leber. Diese ließe sich zwar mit Hilfe einer Messung von T₁-Bildern (d. h. T₁-gewichtete Bilder bzw. durch die Messung der T₁-Werte) erkennen, da längere T₁-Relaxationszeiten (die Spin-Gitter-Relaxationszeiten) auf eine stärkere Fibrose hinweisen können. Ungünstigerweise führt aber eine Eisenüberlastung der Leber zu einer Reduzierung der T₁-Relaxationszeiten. Dies kann dazu führen, dass bei Patienten, welche sowohl eine Eisenüberlastung als auch eine Fibrose haben, der Zustand der Fibrose durch die Eisenüberlastung maskiert wird und daher keine der beiden Krankheiten durch die T₁-Messung bestimmt werden kann. Die Eisenbelastung kann wiederum mit Hilfe der Messung der T₂- bzw. T₂*-Werte (Spin-Spin-Relaxationszeiten, wobei T₂ sich auf Spin-Echo-Verfahren und T₂* auf Gradientenechoverfahren bezieht) bzw. deren reziproker Werte indiziert werden.
Besonders erfahrene Radiologen können in gewissem Maße auch durch einzelne Analyse der T₁-Bilder und der T₂- bzw. T₂*-Bilder oder der hierzu reziproken Bilder eine Einschätzung abgeben. Diese ist jedoch immer stark von der Erfahrung des jeweiligen diagnostizierenden Arztes abhängig.
In dem Artikel von Banerjee R. et al. „Multiparametric magnetic resonance for the non-invasive diagnosis of liver disease“, Journal of Hepatology, 2014, Vol. 60, Seiten 69 bis 77, wird daher vorgeschlagen, die T₁-Werte zunächst in korrigierte „cT₁-Werte“ („corrected“ T₁-Werte) umzurechnen, wobei die Eisenbelastung der Leber durch Nutzung der T₂- bzw. T₂*-Werte in die Korrektur eingeht. Diese „cT₁-Werte“ erlauben dann Einschätzungen über den Zustand einer möglichen Fibrose des Lebergewebes.
US 2015 / 0 301 141 A1 beschreibt eine Anwendung von MR Fingerprinting im Bereich der Gewebeklassifizierung und Bildsegmentierung. US 5 003 979 A beschreibt ein Verfahren zur Erkennung von Läsionen in der Brust.
Es ist eine Aufgabe der vorliegenden Erfindung, ein alternatives einfaches Verfahren zur Charakterisierung von Lebergewebe und eine entsprechende Charakterisierungseinrichtung zu schaffen, mit der es auf einfache Weise möglich ist, automatisch Charakterisierungsvorschläge bzw. Klassifizierungsvorschläge, insbesondere für den Grad der Fibrose einer Leber, zu gewinnen.
Diese Aufgabe wird durch ein Verfahren gemäß Patentanspruch 1 sowie durch eine Charakterisierungseinrichtung nach Patentanspruch 9 gelöst.
Das erfindungsgemäße Verfahren weist zumindest folgende Verfahrensschritte auf:

Es wird zumindest ein Wertetupel der interessierenden Region der Leber erfasst, welcher mindestens einen mit Hilfe von Magnetresonanzaufnahmen der interessierenden Region ermittelten T₁-Wert oder einen hierzu reziproken Wert sowie einen T₂*-Wert oder einen hierzu reziproken Wert und einen Fettwert (FF) umfasst. Dieser T₁-Wert bzw. der T₂*-Wert (bzw. die reziproken Werte) und der Fettwert sind also die Attribute des Tupels. In einer nicht erfindungsgemäßen Ausführungsform umfasst das Wertetupel einen mit Hilfe von Magnetresonanzaufnahmen der interessierenden Region ermittelten T₁-Wert oder einen hierzu reziproken Wert sowie einen T₂-Wert oder einen hierzu reziproken Wert.

Dieser Wertetupel wird dann in einen mehrdimensionalen, zumindest also zweidimensionalen, Parameterraum übertragen, der beispielsweise entsprechend zumindest eine Koordinatenachse für den T₁-Wert sowie zumindest eine Koordinatenachse für den T₂- oder T₂*-Wert (bzw. jeweils den hierzu reziproken Wert) aufweist.
Die Charakterisierung, vorzugsweise eine Klassifizierung, des Lebergewebes erfolgt dann auf Basis der Position des Wertetupels im mehrdimensionalen Parameterraum.
Dabei ist es möglich, dass ein gemeinsamer Wertetupel für die gesamte interessierende Region ermittelt wird. Ebenso können, wie später noch erläutert wird, mehrere Tupel einer interessierenden Region verwendet werden, beispielsweise für jeden Bildpunkt - d. h. Pixel oder Voxel - in der interessierenden Region ein eigener Wertetupel. Dabei gibt es verschiedene Methoden, um einen Charakterisierungsvorschlag bzw. Klassifizierungsvorschlag automatisch aus mehreren Wertetupeln bzw. deren Positionen im Parameterraum zu bestimmen.
Mit Hilfe des erfindungsgemäßen Verfahrens wird also letztlich aus den verschiedenen Parameterkarten, beispielsweise einem T₁-Bild (auch T₁-Karte genannt) und einem T₂- bzw. T₂*-Bild (auch T₂- oder T₂*-Karte genannt) bzw. deren reziproken Werten, durch einfache Gruppierung dieser Werte zu Tupeln, z. B. jeweils für die einzelnen Bildpunkte im Ortsraum oder durch Bildung von Kombinationswerten bzw. Kombinationswerte-Tupeln, und Verortung dieser Tupel in einem mehrdimensionalen Raum, welcher beispielsweise durch die Parameter T₁ und T₂ oder T₂* bzw. deren reziproken Werte und ggf. noch weitere Koordinatenachsen für andere Parameter aufgespannt wird, eine neue mehrdimensionale (mindestens zweidimensionale) Parameterkarte erzeugt. In dieser lassen sich dann z. B. einfach Bereiche identifizieren, welche bestimmte Zustände des Lebergewebes indizieren. Dies ermöglicht eine relativ frühe Einschätzung zumindest vor Einschätzung einer Wahrscheinlichkeit einer korrekten Charakterisierung, insbesondere Klassifizierung, in Form von Charakterisierungsvorschlägen bzw. Klassifizierungsvorschlägen, die auch weniger erfahrenen Personen helfen, eine sichere Charakterisierung bzw. Klassifizierung vorzunehmen. Ein Charakterisierungsvorschlag kann hierbei eine Aussage um den (vermutlichen) Zustand des Lebergewebes umfassen, wobei eine Klassifizierung eine Einordnung in bestimmte, gegebenenfalls frei definierbare, Zustandsklassen wie „ohne Befund“, „Fibrose des Grad X“, „Zirrhose des Grad X“ etc. umfassen kann. Dabei ist auch bei bestimmten Ausführungsformen eine (pseudo-)kontinuierliche Charakterisierung bzw. graduelle Klassifizierung möglich, d.h. dass beispielsweise ein das Lebergewebe charakterisierender quantitativer Wert angegeben wird, z.B. zu welchem Teil bzw. inwieweit eine bestimmte Klasse oder ein bestimmter Zustand erreicht ist.
Eine erfindungsgemäße Charakterisierungseinrichtung, vorzugsweise Klassifizierungseinrichtung, ist entsprechend zur Ausführung dieser Verfahrensschritte ausgebildet.
Die wesentlichen Komponenten der erfindungsgemäßen Charakterisierungseinrichtung bzw. Klassifizierungseinrichtung können in Form von Softwarekomponenten ausgebildet sein. Grundsätzlich können diese Komponenten aber auch zum Teil, insbesondere, wenn es um besonders schnelle Berechnungen geht, in Form von softwareunterstützter Hardware, beispielsweise FPGAs oder dergleichen, realisiert sein. Ebenso können die benötigten Schnittstellen, beispielsweise, wenn es nur um eine Übernahme von Daten aus anderen Softwarekomponenten geht, als Softwareschnittstellen ausgebildet sein. Sie können aber auch als hardwaremäßig aufgebaute Schnittstellen ausgebildet sein, die durch geeignete Software angesteuert werden.
Die erfindungsgemäße Charakterisierungseinrichtung bzw. Klassifizierungseinrichtung kann z. B. mittels der geeigneten Softwarekomponenten auf einem Bildauswerterechner realisiert sein, der an sich unabhängig vom eigentlichen Magnetresonanzsystem ist, beispielsweise einer Workstation, die die erforderlichen Parameterkarten bzw. Bilddaten, wie T₁-gewichtete Bilddaten und T₂- bzw. T₂*-gewichtete Bilddaten bzw. reziproke Karten hierzu, von einem Magnetresonanzsystem und/oder aus einem Speicher, in dem die Daten hinterlegt sind, übernimmt. Prinzipiell kann die Charakterisierungseinrichtung bzw. Klassifizierungseinrichtung aber auch Teil eines Magnetresonanzsystems sein, beispielsweise in dessen Steuereinrichtung oder einer direkt daran angeschlossenen Auswertestation angeordnet sein, um sofort nach der Messung die Klassifizierung durchzuführen. Dementsprechend kann die Erfassung des Wertetupels zum einen einfach eine Übernahme der entsprechenden Parameterkarten bzw. Bilddaten (wie T₁-gewichtete Bilder, T₂- oder T₂*-gewichtete Bilder bzw. reziproke Bilder oder Parameterkarten) umfassen, aber auch die Verfahrensschritte der Akquise der Magnetresonanzdaten der interessierenden Region der Leber selber sowie die Ermittlung der T₁-Werte oder hierzu reziproken Werte und der T₂- oder T₂*-Werte oder hierzu reziproken Werte der Bildpunkte in der interessierenden Region auf Basis dieser Rohdaten. Mit anderen Worten, die Bildrekonstruktion ist dann auch Teil des erfindungsgemäßen Verfahrens.
Eine weitgehend softwaremäßige Realisierung hat den Vorteil, dass auch schon bisher verwendete Workstation oder Steuereinrichtungen auf einfache Weise durch ein Software-Update nachgerüstet werden können, um auf die erfindungsgemäße Weise zu arbeiten. Insofern wird die Aufgabe auch durch ein entsprechendes Computerprogrammprodukt mit einem Computerprogramm gelöst, welches direkt in eine Speichereinrichtung einer Workstation oder einer Steuereinrichtung eines Magnetresonanzsystems ladbar ist, mit Programmabschnitten, um alle Schritte des erfindungsgemäßen Verfahrens auszuführen, wenn das Programm in der Workstation oder der Steuereinrichtung ausgeführt wird. Ein solches Computerprogrammprodukt kann neben dem Computerprogramm gegebenenfalls zusätzliche Bestandteile wie z. B. eine Dokumentation und/oder zusätzliche Komponenten, auch Hardware-Komponenten, wie z.B. Hardware-Schlüssel (Dongles etc.) zur Nutzung der Software, umfassen.
Zum Transport zur Steuereinrichtung und/oder zur Speicherung an oder in der Workstation oder Steuereinrichtung kann ein computerlesbares Medium, beispielsweise ein Memorystick, eine Festplatte oder ein sonstiger transportabler oder fest eingebauter Datenträger dienen, auf welchem die von einer Rechnereinheit der Workstation oder Steuereinrichtung einlesbaren und ausführbaren Programmabschnitte des Computerprogramms gespeichert sind. Die Rechnereinheit kann z. B. hierzu einen oder mehrere zusammenarbeitende Mikroprozessoren oder dergleichen aufweisen.
Weitere, besonders vorteilhafte Ausgestaltungen und Weiterbildungen der Erfindung ergeben sich aus den abhängigen Ansprüchen sowie der nachfolgenden Beschreibung, wobei die unabhängigen Ansprüche einer Anspruchskategorie auch analog zu den abhängigen Ansprüchen einer anderen Anspruchskategorie weitergebildet sein können und die Merkmale verschiedener Ausführungsbeispiele zu neuen Ausführungsbeispielen kombiniert werden können.
Erfindungsgemäß weist ein Wertetupel mindestens zwei Attribute, d. h. den T₁-Wert oder einen hierzu reziproken Wert sowie den T₂*-Wert oder einen hierzu reziproken Wert auf. Dementsprechend ist der mehrdimensionale Parameterraum zumindest zweidimensional. Besonders bevorzugt weist der Wertetupel zusätzlich eine Anzahl von weiteren Werten bzw. Attributen auf, d. h. es werden weitere Parameter zur Verbesserung der Charakterisierungsvorschläge bzw. Klassifizierungsvorschläge hinzugenommen.
Erfindungsgemäß ist einer der Werte, welcher zusätzlich im Wertetupel aufgenommen wird, ein Fettwert. Normalerweise lassen sich solche Fettwerte ohne Weiteres aus den gemessenen Daten bestimmen, da die meisten Lebersequenzen, bei denen auch die T₁- bzw. T₂- oder T₂*-Werte bestimmt werden können, ohnehin so aufgebaut sind, dass sie z.B. eine Multi-Gradienten-Echo-Sequenz nutzen. Hieraus lassen sich z. B. simultan der Fettanteil und der T₂*-Wert bestimmen.
Weitere interessante Parameter, welche sich für die Charakterisierung von Lebergewebe eignen, sind die Steifheit des Gewebes, die mit Hilfe von Elastographieaufnahmen bestimmt werden kann, die Aufnahmefähigkeit von Kontrastmittel mittels Kontrastmittelaufnahmen sowie T₁ρ-Werte (Spin-Gitter-Relaxationszeit im rotierenden Koordinatensystem) mittels „Spin-Lock“ Sequenzen.
Besonders bevorzugt können auch weitere Parameter indirekt z. B. auf Basis von quantitativen Werten oder anderen verfügbaren Informationen erstellt werden. Hierzu zählen ganz besonders bevorzugt strukturelle Werte, wie ein Texturwert (d. h. wie die Gewebestruktur aufgebaut ist, beispielsweise rau, glatt, verwaschen etc.).
All diese Werte können auch als zusätzliche Werte bzw. Attribute im Tupel berücksichtigt werden. Mit solchen zusätzlichen Werten ist dann gegebenenfalls eine noch sicherere Trennung der verschiedenen Bereiche möglich, welche bestimmte Zustände der Leber indizieren, da zwischen den verschiedenen Zuständen bzw. diesen zugehörigen Arealen innerhalb der höher dimensionierten Parameterräume eine größere bzw. deutlichere räumliche Distanz bestehen kann.
Unabhängig davon, wie viele Werte bzw. Attribute der Wertetupel oder wie viele Dimensionen der Parameterraum umfasst, gibt es verschiedene Möglichkeiten, die Charakterisierung bzw. Klassifizierung des Lebergewebes auf Basis der Position des Wertetupels im Parameterraum durchzuführen.
Beispielsweise kann dies vorzugsweise in Bezug zu einer Grenz-Hyperebene des Parameterraums erfolgen. Z. B. kann der Parameterraum durch die Grenz-Hyperebene(n) in Teilräume unterteilt werden und je nachdem, wo sich der oder die Wertetupel des zu charakterisierenden, insbesondere klassifizierenden, Lebergewebes befinden, indiziert dies den Zustand des betroffenen Lebergewebes. Unter einer „Hyperebene“ ist hierbei im mathematischen Sinne jede Art von Ebene innerhalb des mehrdimensionalen Parameterraums zu verstehen (d. h. bei einem n-dimensionalen Raum also ein n-1-dimensionaler Unterraum). Beispielsweise kann eine solche Hyperebene im jeweiligen Raum auch beliebig gekrümmt oder abgewinkelt etc. sein. Es kann sich hierbei insbesondere auch um eine Volumengrenzfläche handeln, welche einen bestimmten Teilbereich innerhalb des mehrdimensionalen Parameterraums einschließt, beispielsweise eine Kugeloberfläche. Die Charakterisierung, insbesondere Klassifizierung, des Lebergewebes auf Basis der Position des Wertetupels kann dann einfach dadurch erfolgen, dass entschieden wird, ob sich der Wertetupel innerhalb oder außerhalb des durch die Oberfläche eingeschlossenen Raums befindet.
Eine weitere Möglichkeit, welche auch mit der erstgenannten Möglichkeit der Grenz-Hyperebenen kombiniert werden kann, ist die Charakterisierung, insbesondere Klassifizierung, des Lebergewebes auf Basis der Position des Wertetupels in Bezug zu zumindest einem Cluster von Referenz-Wertetupeln im mehrdimensionalen Parameterraum. Die Referenz-Wertetupel können dabei mit Hilfe von vorherigen Untersuchungen an anderen Patienten ermittelt worden sein und in geeigneter Weise in Datenbanken oder dergleichen hinterlegt sein. Die Cluster der Referenz-Tupel repräsentieren dann z. B. jeweils bestimmte Klassen. Insbesondere kann ein entsprechender Datensatz aufgebaut werden, indem eine Vielzahl von Patienten mit unterschiedlichen Leberzuständen, bei denen der Zustand der Leber aber jeweils bekannt ist, untersucht werden. Aus den dabei ermittelten Bildern bzw. Parameterkarten können dann entsprechende Wertetupel gebildet werden, die als Referenz-Wertetupel in den Parameterraum übertragen werden, wo sie dann entsprechend dem Zustand der Leber mit anderen Referenz-Wertetupeln Cluster bilden.
Eine Charakterisierung bzw. Klassifizierung kann dabei z. B. entsprechend der Entfernung des Wertetupels zu den Clustern erfolgen. Als Abstandsmaß kann im einfachsten Fall ein euklidischer Abstand im jeweiligen Parameterraum verwendet werden. Dabei kann die Entfernung zu einem Cluster z. B. als Entfernung zu einem den Cluster charakterisierenden Punkt bzw. einer kollektiven Position des Clusters definiert werden, z. B. der Mittelpunkt oder Schwerpunkt, die Lage der Hauptachsen der Punktewolke des Clusters etc. Alternativ kann auch eine Distanz zum nächstliegenden Rand eines Clusters ermittelt werden. Je nach Abstand wird dann der aktuelle Wert dem einen oder anderen Cluster zugeordnet.
Insbesondere ist es auch möglich, die vorgenannten Verfahren zu kombinieren. So können beispielsweise zunächst Cluster von Referenz-Wertetupeln ermittelt werden, und mit Hilfe dieser Cluster werden dann die Grenz-Hyperebenen bestimmt, z. B. als Grenzlinien zwischen den Clustern, die den unterschiedlichen Klassen zugeordnet sind.
Mit Hilfe des erfindungsgemäßen Verfahrens kann auch ein maschinell lernendes System (Machine Learning System) aufgebaut werden. Z. B. könnte beginnend mit einer Anfangsbasis von Referenz-Wertetupeln zunächst eine Klassifizierung der Leber eines Patienten erfolgen. Anschließend wird dann dieses Ergebnis zu den Referenz-Wertetupeln hinzugenommen, wobei dies vorzugsweise insbesondere dann geschieht, wenn das Klassifizierungsergebnis durch andere Diagnosemethoden noch einmal bestätigt wurde. Auf diese Weise wird die Wahrscheinlichkeit für die Ausgabe korrekter Charakterisierungsvorschläge bzw. Klassifizierungsvorschläge immer weiter verbessert.
Wie bereits oben erwähnt, ist es möglich, für die interessierende Region einen gemeinsamen Wertetupel zu bilden. Beispielsweise könnte für alle Bildpunkte in der interessierenden Region ein mittlerer T₁-Wert oder der dazu reziproke Wert und entsprechend ein mittlerer T₂- oder T₂*-Wert oder der entsprechende reziproke Wert bestimmt und diese dann als Attribute im Wertetupel für die interessierende Region verwendet werden. Ebenso ist es aber auch möglich, eine Vielzahl von Wertetupeln für die interessierende Region der Leber zu bestimmen, z. B. bildpunktweise aus den T₁-Karten und T₂- oder T₂*-Karten, und diese Wertetupel in den Parameterraum zu übertragen. Die Wertetupel können dann als Wertetupelgruppe im mehrdimensionalen Parameterraum wie eine Art Punktwolke gesehen werden.
Eine Charakterisierung, insbesondere Klassifizierung, kann dabei beispielsweise erfolgen, indem geprüft wird, an welchen Positionen sich die Mehrzahl der Wertetupel dieser Wertetupelgruppe befindet oder welcher Anteil sich in welchem Bereich innerhalb des mehrdimensionalen Parameterraums befindet. Insbesondere könnte so beispielsweise auch eine Art „Zwischenklassen“-Zuordnung bzw. die oben erwähnte quantitative, graduelle Klassifizierung erfolgen, beispielsweise, wenn sich ein größerer Anteil der Wertetupel einer solchen Wertetupelgruppe in einem ersten Raumbereich bezogen auf eine Hyperebene befindet, welcher auf eine erste Klasse hinweist, und andere Wertetupel dieser Wertetupelgruppe in einem anderen Raumbereich, welche auf eine andere Klasse hinweist.
Besonders bevorzugt erfolgt die Charakterisierung bzw. Klassifizierung auf Basis einer kollektiven Position der Wertetupelgruppe im Parameterraum, zum Beispiel, indem von dieser Wertetupelgruppe dann ein geometrischer Mittelpunkt, ein Schwerpunkt, die Lage der Hauptachsen der Punktewolke etc. bestimmt wird und durch die Position und/oder Orientierung Informationen für die Charakterisierung bzw. Klassifizierung gewonnen werden.
Bei der interessierenden Region kann es sich nur um einen kleineren Bereich innerhalb der Leber handeln, beispielsweise eine zuvor vom untersuchenden Arzt festgelegte Box. Eine Segmentierung der Leber ist dann nicht erforderlich. Andererseits wird dann nicht das gesamte Lebergewebe berücksichtigt. Bei einer bevorzugten Variante umfasst daher die interessierende Region im Wesentlichen die komplette Leber. Der Begriff „im Wesentlichen“ ist hier so zu verstehen, dass all die Bildpunkte in der interessierenden Region umfasst werden, die in einer mit einem üblichen Verfahren erzeugten Segmentierung als Lebergewebe erkannt werden, bis auf z. B. unwesentliche Grenzbereiche, die im Rahmen der Segmentierung z. B. nicht korrekt der Leber zugeordnet wurden.
Die Erfindung wird im Folgenden unter Hinweis auf die beigefügten Figuren anhand von Ausführungsbeispielen noch einmal näher erläutert. Dabei sind in den verschiedenen Figuren gleiche Komponenten mit identischen Bezugsziffern versehen. Es zeigen:

1 eine schematische Darstellung eines Magnetresonanztomographiesystems gemäß einem Ausführungsbeispiel der Erfindung,
2 eine schematische Darstellung einer Leber zur Bestimmung der interessierenden Region,
3 ein Beispiel für eine mögliche Klassifizierung in einem zweidimensionalen Parameterraum,
4 ein Beispiel für eine mögliche Klassifizierung in einem dreidimensionalen Parameterraum,
5 ein weiteres Beispiel für eine mögliche Klassifizierung in einem dreidimensionalen Parameterraum.

In 1 ist grob schematisch ein Magnetresonanztomographiesystem 1 dargestellt. Es umfasst zum einen den eigentlichen Magnetresonanzscanner 2 mit einem Untersuchungsraum 3 bzw. Patiententunnel, in den auf einer Liege 8 ein Patient oder Proband positioniert ist, in dessen Körper sich das eigentliche Untersuchungsobjekt O, die Leber, befindet.
Der Magnetresonanzscanner 2 ist in üblicher Weise mit einem Grundfeldmagnetsystem 4, einem Gradientensystem 6 sowie einem HF-Sendeantennensystem 5 und einem HF-Empfangsantennensystem 7 ausgestattet. In dem dargestellten Ausführungsbeispiel handelt es sich bei dem HF-Sendeantennensystem 5 um eine im Magnetresonanzscanner 2 fest eingebaute Ganzkörperspule, wogegen das HF-Empfangsantennensystem 7 aus am Patienten bzw. Probanden anzuordnenden Lokalspulen besteht (in 1 nur durch eine einzelne Lokalspule symbolisiert). Grundsätzlich können aber auch die Ganzkörperspule als HF-Empfangsantennensystem und die Lokalspulen als HF-Sendeantennensystem genutzt werden, sofern diese Spulen jeweils in unterschiedliche Betriebsweisen umschaltbar sind. Das Grundfeldmagnetsystem 4 ist hier in üblicher Weise so ausgebildet, dass es ein Grundmagnetfeld in Längsrichtung des Patienten erzeugt, d. h. entlang der in z-Richtung verlaufenden Längsachse des Magnetresonanzscanners 2. Das Gradientensystem 6 umfasst in üblicher Weise einzeln ansteuerbare Gradientenspulen, um unabhängig voneinander Gradienten in x-, y- oder z-Richtung schalten zu können. Zudem enthält der Magnetresonanzscanner 2 (nicht dargestellte) Shimspulen, die in üblicher Weise ausgebildet sein können.
Bei dem in 1 dargestellten MR-System handelt es sich um eine Ganzkörperanlage mit einem Patiententunnel, in den ein Patient komplett eingebracht werden kann. Grundsätzlich kann die Erfindung aber auch an anderen MR-Systemen, z. B. mit seitlich offenem, C-förmigen Gehäuse, verwendet werden. Wesentlich ist nur, dass entsprechende Aufnahmen der Leber O angefertigt werden können.
Das MR-System 1 weist weiterhin eine zentrale Steuereinrichtung 13 auf, die zur Steuerung des MR-Systems 1 verwendet wird. Diese zentrale Steuereinrichtung 13 umfasst eine Sequenzsteuereinheit 14. Mit dieser wird die Abfolge von Hochfrequenz-Pulsen (HF-Pulsen) und von Gradientenpulsen in Abhängigkeit von einer gewählten Pulssequenz PS oder einer Abfolge von mehreren Pulssequenzen zur Aufnahme mehrerer Schichten in einem interessierenden Volumenbereich des Untersuchungsobjekts innerhalb einer Messsitzung gesteuert. Eine solche Pulssequenz PS kann beispielsweise innerhalb eines Mess- oder Steuerprotokolls P vorgegeben und parametrisiert sein. Üblicherweise sind verschiedene Steuerprotokolle P für unterschiedliche Messungen bzw. Messsitzungen in einem Speicher 19 hinterlegt und können von einem Bediener ausgewählt (und bei Bedarf gegebenenfalls geändert) und dann zur Durchführung der Messung genutzt werden. Im vorliegenden Fall enthält die Steuereinrichtung 13 Pulssequenzen zur Akquisition der Rohdaten für die Ermittlung der erfindungsgemäß benötigten T₁-Werte oder hierzu reziproken R₁-Werte sowie der T₂*-Werte bzw. der hierzu reziproken R₂*-Werte (was üblicherweise bei den Standardmessungen bereits der Fall ist) und der Fettwerte, sowie gegebenenfalls von weiteren Werten wie Textur etc.
Zur Ausgabe der einzelnen HF-Pulse einer Pulssequenz PS weist die zentrale Steuereinrichtung 13 eine Hochfrequenzsendeeinrichtung 15 auf, die die HF-Pulse erzeugt, verstärkt und über eine geeignete Schnittstelle (nicht im Detail dargestellt) in das HF-Sendeantennensystem 5 einspeist. Zur Steuerung der Gradientenspulen des Gradientensystems 6, um entsprechend der vorgegebenen Pulssequenz PS die Gradientenpulse passend zu schalten, weist die Steuereinrichtung 13 eine Gradientensystemschnittstelle 16 auf. Über diese Gradientensystemschnittstelle 16 könnten beispielsweise auch die Shimspulen mit angesteuert werden, da ja ohnehin die Gradientenspulen durch Setzen der DC-offset-Ströme zum Shimmen des B₀-Felds (nämlich zum Kompensieren des linearer Anteils der Feldverzerrungen) genutzt werden. Die Sequenzsteuereinheit 14 kommuniziert in geeigneter Weise, z. B. durch Aussendung von Sequenzsteuerdaten SD, mit der Hochfrequenzsendeeinrichtung 15 und der Gradientensystemschnittstelle 16 zur Ausführung der Pulssequenzen PS.
Die Steuereinrichtung 13 weist außerdem eine (ebenfalls in geeigneter Weise mit der Sequenzsteuereinheit 14 kommunizierende) Hochfrequenzempfangseinrichtung 17 auf, um innerhalb der durch die Pulssequenz PS vorgegebenen Auslesefenster koordiniert mittels des HF-Empfangsantennensystems 7 Magnetresonanz-Signale zu empfangen und so die Rohdaten zu akquirieren.
Eine Rekonstruktionseinheit 18 übernimmt hier die akquirierten Rohdaten und rekonstruiert daraus Magnetresonanz-Bilddaten, also insbesondere die T₁-gewichtenen Bilder (bzw. T₁-Karten) oder hierzu reziproken R₁-Karten sowie die T₂- oder T₂*-gewichten Bilder (bzw. T₂- oder T₂*-Karten) oder die hierzu reziproken R₂- oder R₂*-Karten. Auch diese Rekonstruktion erfolgt in der Regel auf Basis von Parametern, die in dem jeweiligen Mess- oder Steuerprotokoll P vorgegeben sein können. Diese Bilddaten können dann beispielsweise in einem Speicher 19 hinterlegt werden.
Wie im Detail durch ein Einstrahlen von HF-Pulsen und das Schalten von Gradientenpulsen geeignete Rohdaten akquiriert und daraus MR-Bilder oder Parameter-Karten rekonstruiert werden können, ist dem Fachmann grundsätzlich bekannt und wird daher hier nicht näher erläutert.
Die Zusammenstellung der im weiteren Verfahren benötigten Bilder bzw. Parameterkarten, gegebenenfalls auch eine Auswertung aller Rohdaten zum Auffinden der übergeordneten Parameter wie Fettwerte, Texturwerte der interessierenden Region etc., wird hier in einer Parameterkartenerstellungseinheit 20 der Rekonstruktionseinheit 18 durchgeführt.
Alle diese Werte können dann an eine Auswerteeinheit 21 übergeben werden, welche hier auch die Charakterisierungseinrichtung 22, hier konkret eine Klassifizierungseinrichtung 22, für das erfindungsgemäße Verfahren aufweist. Prinzipiell könnte die Parameterkartenerstellungseinheit 20, welche in 1 als Teil der Rekonstruktionseinheit 18 dargestellt ist, auch Teil der Auswerteeinheit 21 bzw. Klassifizierungseinrichtung 22 sein. In dem hier beschriebenen Beispiel wird ohne Beschränkung der Allgemeinheit davon ausgegangen, dass die Charakterisierung des Lebergewebes in Form einer Klassifizierung erfolgt.
Ein (Software-)Modul dieser Klassifizierungseinrichtung 22 ist hier eine Datenkonvertiereinheit 23, welche die Parameterkarten analysiert und daraus die Wertetupel bildet und diese dann in den mehrdimensionalen Parameterraum überträgt. Beispielsweise werden hier innerhalb der interessierenden Region ROI der Leber O ein mittlerer T₁-Wert, ein mittlerer R₂*-Wert, ein Fettwert FF für den Fettanteil etc. gebildet und daraus der Wertetupel für diese interessierende Region ROI gebildet, der dann in den Parameterraum übertragen wird. Die Ermittlung der mittleren Werte kann dabei so erfolgen, dass zunächst die Werte für die einzelnen Bildpunkte in der interessierenden Region ermittelt werden und auf Basis dieser Einzelwerte dann ein Mittelwert gebildet wird.
Alternativ können, wie beschrieben, auch für einzelne Bildpunkte und/oder Bereiche separate Wertetupel gebildet und in den Parameterraum übertragen werden.
Nachfolgend wird durch einen Klassifizierer 24 (als weiteres Software-Modul) dann die eigentliche Klassifizierung durchgeführt, wie dies später noch anhand der 3 bis 5 näher erläutert wird. Die hierzu benötigten Informationen über die Lage der Grenz-Hyperebenen und/oder der verschiedenen Cluster von Referenz-Tupeln können beispielsweise in einem Speicher 25 hinterlegt sein, auf die der Klassifizierer 24 Zugriff hat.
Eine Bedienung der zentralen Steuereinrichtung 13 kann über ein Terminal 11 mit einer Eingabeeinheit 10 und einer Anzeigeeinheit 9 erfolgen, über das somit auch das gesamte MR-System 1 durch eine Bedienperson bedient werden kann. Auf der Anzeigeeinheit 9 können auch MR-Bilder angezeigt werden, und mittels der Eingabeeinheit 10, gegebenenfalls in Kombination mit der Anzeigeeinheit 9, können Messungen geplant und gestartet und insbesondere Steuerprotokolle P ausgewählt und gegebenenfalls modifiziert werden.
Ebenso können hier Ergebnisse der automatischen Klassifizierung ausgegeben werden, also z. B. konkrete Klassifizierungsvorschläge, die die Person, welche die Befundung vornehmen soll, annehmen oder ablehnen kann. Hierzu können insbesondere auch die verwendeten Parameterräume mittels der Anzeigeeinheit 9 dargestellt werden, insbesondere, wenn es sich um einen zweidimensionalen Parameterraum oder einen dreidimensionalen Parameterraum handelt, wie dies in den 3 bis 5 der Fall ist.
Das erfindungsgemäße MR-System 1 und insbesondere die Steuereinrichtung 13 können darüber hinaus noch eine Vielzahl von weiteren, hier nicht im Einzelnen dargestellten, aber üblicherweise an derartigen Anlagen vorhandenen Komponenten aufweisen, wie beispielsweise eine Netzwerkschnittstelle, um das gesamte System 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.
Die Bildpunkte, welche bei der Auswertung berücksichtigt werden - d. h. für welchen örtlichen Bereich des Lebergewebes ein solcher Klassifizierungsvorschlag erstellt wird - hängen davon ab, wie die interessierende Region festgelegt wird. Wie in 2 dargestellt ist, kann eine interessierende Region ROI in Form einer Box oder dergleichen festgelegt werden, wenn beispielsweise nur für einen bestimmten Bereich der Leber eine Klassifizierung erfolgen soll. Dies kann beispielsweise erfolgen, indem die Leber O oder ein Körperbereich, welcher die Leber O umfasst, in Form von zwei- oder dreidimensionalen Bilddaten auf der Anzeigeeinheit 9 angezeigt wird und der Befunder dann Koordinaten eingibt, um eine entsprechende Box zu setzen, oder diese Box mit einer Maus oder ähnlichen grafischen Hilfsmitteln einzeichnet. Anstelle einer Box kann auch jede andere beliebige Form eingegeben werden. Ist es gewünscht, das gesamte Lebergewebe der Leber zu klassifizieren, so ist letztlich die gesamte Leber O die interessierende Region ROI'. Um das hierzu gehörige Gewebe zu identifizieren, kann eine manuelle Segmentierung durchgeführt werden, d. h. mit Hilfe der Benutzerschnittstelle, indem in dieser beispielsweise in die Bilddaten die Grenzlinien einzeichnet werden, oder auch eine automatische Segmentierung.
Ist die interessierende Region ROI, ROI' festgelegt, können die Bildpunkte wie zuvor beschrieben ausgewertet werden, um die gewünschten Wertetupel zu bilden, die dann in den Parameterraum zur weiteren Klassifizierung eingetragen werden. Dies ist in 3 an einem sehr einfachen Beispiel dargestellt. Der Parameterraum PR ist hier nur zweidimensional, wobei entlang einer Koordinatenachse, hier der Abszisse, der R₂*-Wert in s^-1 und entlang der anderen Koordinate, hier der Ordinate, die T₁-Relaxationszeit in ms angegeben wird. In diesem zweidimensionalen Parameterraum PR sind als Grenz-Hyperebenen H1, H2, H3 drei Geraden eingezeichnet, welche insgesamt vier Bereiche innerhalb des Parameterraums PR voneinander abtrennen. Jedem dieser Bereiche ist eine eigene Klasse zugeordnet, welche einem bestimmten Fibrosezustand des Lebergewebes, aus dem der Wertetupel stammt, zugeordnet ist. Die Grenz-Hyperebenen H1, H2, H3 bzw. die einzelnen Bereiche für die einzelnen Klassen wurden mit Hilfe von Referenz-Wertetupeln RT festgelegt, welche aus Lebergewebe von Lebern stammen, bei denen der Fibrosegrad bereits bekannt ist. Für die aktuelle Untersuchung muss dann lediglich die Position des Wertetupels T festgestellt werden, welcher zu der zu untersuchenden Leber gehört, und es kann so sehr einfach die richtige Klasse festgestellt werden.
Es wird an dieser Stelle ausdrücklich darauf hingewiesen, dass es sich bei der Darstellung in 3 nur um eine schematische Darstellung handelt, die das Prinzip zeigen soll, und weder die Werte noch die Grenz-Hyperebenen H1, H2, H3 auf medizinischen Daten beruhen. Insbesondere wird eine erheblich größere Anzahl von Referenz-Wertetupeln verwendet, um die Grenz-Hyperebenen H1, H2, H3 festzulegen. Die Grenz-Hyperebenen können auch aus gekrümmten Linien bzw. Flächen bestehen.
Wie bereits erwähnt, werden vorzugsweise noch weitere Werte im Wertetupel hinzugenommen. Ein erfindungsgemäßes weiteres Attribut im Wertetupel ist ein Fettwert bzw. Fettanteil FF, der in % festgelegt sein kann.
4 zeigt schematisch einen solchen dreidimensionalen Parameterraum PR', bei dem wieder die T₁-Relaxationszeit in ms über dem Fettwert FF in % und der reziproken T₂*-Relaxationszeit, d. h. dem R₂*-Wert, in s^-1 gezeigt ist.
Hier wurde ebenfalls anhand von Referenz-Wertetupeln RT eine geeignete Hyperebene H4 gewählt, um den Parameterraum PR' in verschiedene Bereiche zu unterteilen, die bestimmten Klassen zugeordnet sind. Im einfachsten Fall, wie hier dargestellt, handelt es sich nur um eine Hyperebene H4, welche den Parameterraum PR' in zwei Bereiche unterteilt, nämlichen einen, der beispielsweise signalisiert, dass noch keine Fibrose vorliegt, und einen weiteren Bereich, der auf eine Fibrose hinweist. Für diese Darstellung gilt wieder, dass es sich lediglich um Werte und Hyperebenen H4, die zur Verdeutlichung der Systematik dienen, aber nicht um medizinisch begründete Werte handelt.
Das Gleiche gilt auch für die Darstellung in 5, welche ebenfalls eine Möglichkeit der Klassifizierung innerhalb eines dreidimensionalen Parameterraums wie 4 zeigt. Hier ist dargestellt, wie die Referenz-Wertetupel RT im Raum Cluster C1, C2, C3 bilden. Jeder dieser Cluster C1, C2, C3 kann einer bestimmten Klasse zugeordnet werden, die für einen bestimmten Zustand der Leber steht. Die Referenz-Wertetupel RT können auch hier ermittelt werden, indem entsprechende Wertetupel auf Basis von Lebergewebe von Patienten mit Lebern in den verschiedensten Krankheitszuständen erstellt werden. Eine entsprechende Datenbank kann im Rahmen weiterer Untersuchungen dann noch erweitert werden, indem die Wertetupel von untersuchten und mit Hilfe des erfindungsgemäßen Verfahrens klassifizierten Lebern hinzugenommen werden.
Anhand dieser Cluster könnten beispielsweise Grenz-Hyperebenen gebildet werden, die Grenzen zwischen den einzelnen Clustern bilden. Dies hätte den Vorteil, dass einfach eine schnelle Klassifizierung anhand der Lage zwischen den Grenz-Hyperebenen bzw. dem Bezug zu den Grenz-Hyperebenen möglich ist, und es müssen nicht sämtliche Referenz-Tupel als Daten vorgehalten werden.
Um eine Bewertung anhand der Punktwolken der Referenz-Wertetupel RT der Cluster C1, C2, C3 durchzuführen, gibt es verschiedene Möglichkeiten. Eine Möglichkeit besteht darin, für jeden Cluster C1, C2, C3 einen kollektiven Wert, beispielsweise den Schwerpunkt S1, S2, S3 (ebenfalls nur symbolisch in 5 markiert) der jeweiligen Punkte-Wolke zu bestimmen, welcher den jeweiligen Cluster C1, C2, C3 im Parameterraum repräsentiert. Es könnte dann für einen Wertetupel T, welcher von der zu untersuchenden Leber stammt, einfach die Distanz d1, d2, d3 zum jeweiligen Schwerpunkt S1, S2, S3 bestimmt werden, wobei beispielsweise der euklidische Abstand verwendet werden kann. Die Zuordnung des Wertetupels T zu einem der Cluster C1, C2, C3 erfolgt dann, indem einfach der Cluster C1, C2, C3 angenommen wird, dessen Schwerpunkt S1, S2, S3 am nächsten am Wertetupel T liegt.
Alternativ kann auch jeweils der Abstand zu dem am nächsten liegenden Referenz-Tupel RT der einzelnen Cluster C1, C2, C3 verwendet werden. Ebenso könnten die Hauptachsen der Cluster C1, C2, C3 bestimmt werden, und der Schnittpunkt der Hauptachsen bildet dann jeweils einen repräsentierenden Punkt für den jeweiligen Cluster C1, C2, C3. Unterschiedlichste Bestimmungsmöglichkeiten sind hier denkbar.
In 5 ist weiterhin dargestellt, dass prinzipiell auch für eine aktuell zu untersuchende Leber mehrere Wertetupel als Wertetupelgruppe TG in den Parameterraum PR'' übertragen werden können und auf Basis dieser Wertetupelgruppe TG dann die Klassifizierung erfolgen kann. Beispielsweise könnte auch hier der Schwerpunkt der Wertetupelgruppe TG bestimmt werden und ein Abstand zwischen dem Schwerpunkt der Wertetupelgruppe TG und den Schwerpunkten S1, S2, S3 der Cluster C1, C2, C3 jeweils bestimmt werden (in der 5 ist beispielhaft nur der Abstand dG zum Schwerpunkt S2 des mittleren Clusters C2 dargestellt), um dann in ähnlicher Weise, wie oben beschrieben, die Klassifizierung vorzunehmen.
Auf welche Weise letztlich die Charakterisierung, insbesondere Klassifizierung, vorgenommen wird, hängt insbesondere auch davon ab, welche weiteren Parameter noch hinzugenommen werden, wenn anstelle eines dreidimensionalen Parameterraums ein vier- oder fünfdimensionaler Parameterraum genutzt wird, wie sich die Lage der einzelnen Referenz-Wertetupel in diesen Parameterräumen darstellen und wie gut eine Abgrenzung der einzelnen Bereiche voneinander möglich ist.
Es wird abschließend noch einmal darauf hingewiesen, dass es sich bei den vorhergehend detailliert beschriebenen Steuervorrichtungen lediglich um Ausführungsbeispiele handelt, welche vom Fachmann in verschiedenster Weise modifiziert werden können, ohne den Bereich der Erfindung zu verlassen. Weiterhin schließt die Verwendung der unbestimmten Artikel „ein“ bzw. „eine“ nicht aus, dass die betreffenden Merkmale auch mehrfach vorhanden sein können. Ebenso ist nicht ausgeschlossen, dass als einzelne Einheiten oder Module bezeichnete und/oder dargestellte Elemente der vorliegenden Erfindung aus mehreren zusammenwirkenden Teil-Komponenten bestehen, die gegebenenfalls auch räumlich verteilt sein können.

Claims

Verfahren zur automatischen Charakterisierung, vorzugsweise Klassifizierung, von Lebergewebe einer interessierenden Region einer Leber (O) mit folgenden Verfahrensschritten: - Erfassung zumindest eines Wertetupels (T) der interessierenden Region (ROI, ROI') der Leber, wobei der Wertetupel (T) zumindest einen mit Hilfe von Magnetresonanzaufnahmen der interessierenden Region (ROI) ermittelten T₁-Wert (T₁) oder einen hierzu reziproken Wert sowie einen T₂*-Wert oder einen hierzu reziproken Wert (R₂*) und einen Fettwert (FF) umfasst, - Übertragen des Wertetupels (T) in einen mehrdimensionalen Parameterraum (PR, PR'), - Charakterisierung des Lebergewebes auf Basis der Position des Wertetupels (T) im Parameterraum (PR, PR', PR'').
Verfahren nach Anspruch 1, wobei die Charakterisierung des Lebergewebes auf Basis der Position des Wertetupels (T) im Parameterraum (PR, PR') in Bezug zu einer Grenz-Hyperebene (H1, H2, H3, H4) des Parameterraums (PR, PR') erfolgt.
Verfahren nach Anspruch 1 oder 2, wobei die Charakterisierung des Lebergewebes auf Basis der Position des Wertetupels im Parameterraum (PR'') in Bezug zu zumindest einem Cluster (C1, C2, HC3) von Referenz-Wertetupeln (RT) im Parameterraum (PR'') erfolgt.
Verfahren nach einem der vorstehenden Ansprüche, wobei eine Vielzahl von Wertetupeln (T) für die Leber (O) als eine Wertetupelgruppe (TG) in den mehrdimensionalen Parameterraum (PR'') übertragen werden und die Charakterisierung auf Basis einer kollektiven Position der Wertetupelgruppe (TG) im Parameterraum (PR'') erfolgt.
Verfahren nach einem der vorstehenden Ansprüche, wobei die interessierende Region (ROI') im Wesentlichen die komplette Leber (0) umfasst.
Verfahren nach einem der vorstehenden Ansprüche, wobei der Wertetupel (T) eine Anzahl von weiteren Werten umfasst.
Verfahren nach Anspruch 6, wobei der Wertetupel zusätzlich zumindest einen Texturwert umfasst.
Verfahren nach einem der vorstehenden Ansprüche, wobei die Erfassung zumindest eines Wertetupels (T) der interessierenden Region (ROI, ROI') der Leber (O) folgende Verfahrensschritte umfasst: - Akquise von Magnetresonanzrohdaten zumindest der interessierenden Region (ROI, ROI') der Leber (O), - Ermittlung von T₁-Werten (T₁) oder hierzu reziproken Werten und T₂*-Werten oder hierzu reziproken Werten (R₂*) von Voxeln in der interessierenden Region (ROI, ROI') der Leber (O).
Charakterisierungseinrichtung, vorzugsweise Klassifizierungseinrichtung, (22) zur automatischen Charakterisierung, vorzugsweise Klassifizierung, von Lebergewebe einer interessierenden Region (ROI, ROI') einer Leber (O) auf Basis von Magnetresonanzaufnahmen der interessierenden Region (ROI, ROI*), wobei die Charakterisierungseinrichtung (22) zur Ausführung der folgenden Verfahrensschritte ausgebildet ist: - Erfassung zumindest eines Wertetupels (T) der interessierenden Region (ROI, ROI') der Leber, wobei der Wertetupel (T) zumindest einen mit Hilfe der Magnetresonanzaufnahmen ermittelten T₁-Wert (T₁) oder einen hierzu reziproken Wert und einen T₂*-Wert oder einen hierzu reziproken Wert (R₂*) und einen Fettwert (FF) umfasst, - Übertragen des Wertetupels (T) in einen mehrdimensionalen Parameterraum (PR, PR', PR''), - Charakterisierung des Lebergewebes auf Basis der Position des Wertetupels (T) im Parameterraum (PR, PR', PR'').
Magnetresonanzsystem (1) mit einer Charakterisierungseinrichtung (22) nach Anspruch 9.
Computerprogrammprodukt mit einem Computerprogramm, welches direkt in eine Speichereinrichtung einer Workstation oder einer Steuereinrichtung eines Magnetresonanzsystem (1), ladbar ist, mit Programmabschnitten, um alle Schritte des Verfahrens nach einem der Ansprüche 1 bis 8 auszuführen, wenn das Computerprogramm in der Workstation oder Steuereinrichtung ausgeführt wird.
Computerlesbares Medium, auf welchem von einer Rechnereinheit einlesbare und ausführbare Programmabschnitte gespeichert sind, um alle Schritte des Verfahrens nach einem der Ansprüche 1 bis 8 auszuführen, wenn die Programmabschnitte von der Rechnereinheit ausgeführt werden.