DE19826993A1 - Computer zur Auswertung von funktonalen Meßdaten, Meßgerät für die Ermittlung von funktonalen Meßdaten sowie Bildgebungsverfahren für funktionale Meßdaten - Google Patents
Computer zur Auswertung von funktonalen Meßdaten, Meßgerät für die Ermittlung von funktonalen Meßdaten sowie Bildgebungsverfahren für funktionale MeßdatenInfo
- Publication number
- DE19826993A1 DE19826993A1 DE1998126993 DE19826993A DE19826993A1 DE 19826993 A1 DE19826993 A1 DE 19826993A1 DE 1998126993 DE1998126993 DE 1998126993 DE 19826993 A DE19826993 A DE 19826993A DE 19826993 A1 DE19826993 A1 DE 19826993A1
- Authority
- DE
- Germany
- Prior art keywords
- function
- determined
- averaging
- values
- measurement data
- 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
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
- G01D1/00—Measuring arrangements giving results other than momentary value of variable, of general application
- G01D1/02—Measuring arrangements giving results other than momentary value of variable, of general application giving mean values, e.g. root means square values
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Magnetic Resonance Imaging Apparatus (AREA)
Abstract
Die Erfindung betrifft einen Computer zur Auswertung von funktionalen Meßdaten. Erfindungsgemäß zeichnet sich der Computer dadurch aus, daß er ein Mittel zur Erfassung der Meßdaten in wenigstens einem Zeitintervall und ein Mittel zur Bestimmung einer Auswahlfunktion in dem Zeitintervall enthält. DOLLAR A Zweckmäßigerweise wird hierbei ein Schwerpunkt für den zeitlichen Verlauf der Signale ermittelt. Die so ermittelten Daten werden vorzugsweise an eine Modellfunktion angepaßt. DOLLAR A Die Erfindung betrifft ferner ein Bildgebungsverfahren für funktionale Meßdaten, das erfindungsgemäß so durchgeführt wird, daß in wenigstens einem Zeitintervall eine Intensität der Meßdaten erfaßt wird und daß in dem Zeitintervall eine Auswahlfunktion bestimmt wird.
Description
Die Erfindung betrifft einen Computer zur Auswertung von
funktionalen Meßdaten, ein Meßgerät für die Ermittlung von
funktionalen Meßdaten sowie ein Bildgebungsverfahren für
funktionale Meßdaten.
Bei dem Computer kann es sich um eine beliebige zur
Durchführung von Berechnungen geeignete Einheit handeln. Es
ist sowohl möglich, daß der Computer ein Großrechner, eine
Workstation, ein Personalcomputer, ein Mikrocomputer oder
eine zur Durchführung von Berechnungen geeignete Schaltung
ist.
Insbesondere in der medizinischen Forschung besteht ein
Bedürfnis, Informationen über funktionale Meßdaten, die
beispielsweise neuronaler Aktivität entsprechen, zu
ermitteln. Funktionale Meßdaten bedeutet hierbei, daß es sich
um Daten handelt, die eine stimulus-induzierte Aktivität oder
eine endogene Aktivität wiedergeben. Bekannte Meßmethoden für
funktionale, insbesondere neuronale Aktivität sind
Kernresonanztomographie (NMR), funktionale
Kernspintomographie (fMRI), Elektro-Enzephalographie (EEG)
und Magnet-Enzephalographie (MEG). Die Meßsignale werden
insbesondere zu einer Bestimmung von funktionaler Aktivität
ermittelt, beispielsweise bei Reaktionen von Probanden auf
Stimuli.
Durch geeignete Bildgebungsmethoden werden zu einer Detektion
der Daten Bildschichten oder Bildvolumina ermittelt. Eine
derartige Bildgebungsmethode kann so verstanden werden, daß
sie eine Überführung von Meßdaten in einen Ortsraum
beinhaltet. Dies erfolgt insbesondere durch eine Fourier-
Transformation.
Die Bildinformation liegt vorzugsweise in der Form von einem
oder mehreren Schichtbildern vor. Ein rekonstruiertes
Schichtbild besteht aus Pixeln ( = Picture Element =
Bildelement), ein Volumendatensatz aus Voxeln ( = Volume
Element = Volumenelement). Ein Pixel ist ein
zweidimensionales Bildelement, beispielsweise ein Quadrat.
Aus den einzelnen Pixeln ist das gesamte Bild
zusammengesetzt. Ein Voxel ist ein dreidimensionales
Volumenelement, beispielsweise ein Quader. Die Abmessungen
eines Pixels liegen in der Größenordnung von 1 mm2, die eines
Voxels in der Größenordnung von 1 mm3. Die Geometrien und
Ausdehnungen der Pixel beziehungsweise der Voxel können
variabel sein.
Da aus experimentellen Gründen bei Schichtbildern nicht von
einer streng zweidimensionalen Ebene ausgegangen werden kann,
wird häufig auch hier der Begriff Voxel verwendet, welcher
berücksichtigt, daß die Bildebenen eine Eindringtiefe in die
dritte Dimension aufweisen.
Durch einen Vergleich der gemessenen Daten, insbesondere
eines gemessenen Signalverlaufs in jedem Pixel, mit den Daten
einer Modellfunktion, insbesondere deren zeitlichem Verlauf,
kann eine Stimulus-spezifische funktionale Aktivierung
detektiert und räumlich lokalisiert werden. Ein Stimulus kann
zum Beispiel ein somatosensorischer, akustischer, visueller
oder olfaktorischer Reiz sowie eine mentale oder motorische
Aufgabe sein. Die Modellfunktion, beziehungsweise die Modell-
Zeitreihe, beschreibt eine erwartete Änderung des Signals,
insbesondere eines magnetischen Resonanzsignals, infolge
funktionaler Aktivierung.
Magnetische Resonanzsignale werden vorzugsweise mittels
funktionaler Bildgebung (Functional Magnetic Resonance
Imaging-fMRI) aufgenommen. Üblicherweise ist dabei ein
kontrasterzeugender Effekt wie der BOLD (Blood Oxygene Level
Dependent)-Effekt der grundlegende detektierte biologische
Wirkmechanismus. Er beruht darauf, daß nach einer neuronalen
Aktivierung nähr- und sauerstoffreicheres Blut (mit mehr
Oxyhämoglobin und weniger Deoxyhämoglobin) zu Neuronen
transportiert wird. Die neuronale Aktivierung äußert sich in
einer Zunahme des Blutflusses in aktivierten Gehirnarealen
und somit in einer Abnahme der Deoxyhämoglobinkonzentration
im Blut. Da Deoxyhämoglobin (DOH) ein paramagnetischer Stoff
ist, welcher die Magnetfeldhomogenität verringert und damit
die Signalrelaxation beschleunigt, führt seine Abnahme zu
einem Signalanstieg. Anstelle des endogenen Kontrastmittels
DOH können auch andere Kontrastmittel treten, die eine
Änderung in der Suszeptibilität hervorrufen.
Ein Bildgebungsverfahren für fMRI ist in dem Artikel von
Peter A. Bandettini et. al.: Processing Strategies for Time-
Course Data Sets in Functional MRI of the Human Brain,
Magnetic Resonance in Medicine, 30, SS. 161-173, 1993,
beschrieben. Hierbei wird ein Signalverarbeitungsverfahren
eingesetzt, durch das ein zeitlicher Verlauf einer
Signalanregung mit einem Paradigma, das heißt einer
Aufgabenreihe für einen Probanden, verglichen wird.
Ein weiteres Auswerteverfahren für fMRI ist in dem Artikel
von O. Josephs et. al.: Event-Related MRI, Human Brain
Mapping 5, S. 243-248, 1997, dargestellt. Hierbei wird eine
Anregung mittels vielfacher linearer Regression ermittelt.
Ein weiteres Verfahren zur Ermittlung von neuronaler
Aktivität mit fMRI ist in dem Artikel J. C. Rajapakse et. al.:
Neuronal and Hemodynamic Responces from Functional MRI Time-
Series: A Computational Model, Progress in Connectionist-
Based Information Systems (ICONIP'97), N. Kasabov, R. Kozma,
K. Ko, R. O'Shea, G. Coghill, T. Gedeon (eds.), Springer-
Verlag, Singapur, 1997, S. 30-34, dargestellt.
Die bekannten Verfahren sind nur eingeschränkt geeignet,
Signale aus differierenden Aktivierungszyklen auszuwerten.
Der Erfindung liegt die Aufgabe zugrunde, die Nachteile des
Standes der Technik zu überwinden. Insbesondere soll ein für
die Auswertung der Meßsignale geeigneter Computer entwickelt
werden. Mit Hilfe des Computers soll es möglich sein, ein
besonders robustes, zuverlässiges und möglichst auch in
Echtzeit durchführbares Verfahren zu realisieren.
Erfindungsgemäß wird diese Aufgabe dadurch gelöst, daß ein
gattungsgemäßer Computer so ausgestaltet wird, daß er ein
Mittel zur Erfassung der Meßdaten in wenigstens einem
Zeitintervall und ein Mittel zur Bestimmung einer
Auswahlfunktion in dem Zeitintervall enthält.
Gegenstand der Erfindung ist ferner, ein Bildgebungsverfahren
für funktionale Meßdaten so durchzuführen, daß in wenigstens
einem Zeitintervall eine Intensität der Meßdaten erfaßt wird
und daß in dem Zeitintervall eine Auswahlfunktion bestimmt
wird.
Die Auswahlfunktion ist eine Funktion, die angibt, mit
welcher Gewichtung Meßwerte Eingang in die Berechnung eines
Schwerpunktes der Meßzeit t oder einer hieraus abgeleiteten
Größe finden. Bei der Auswahlfunktion kann es sich sowohl um
eine beliebige Funktion als auch um eine, einem zeitlichen
oder örtlichen Verlauf der Meßwerte angepaßte Funktion
handeln, wie beispielsweise eine Basisfunktion oder eine
Mittelungsfunktion.
Besonders zweckmäßig ist es, den Computer so zu gestalten,
daß er ein Mittel zur Bestimmung der Basisfunktion aufweist,
beziehungsweise das Verfahren so durchzuführen, daß eine
Basisfunktion bestimmt wird. Die Basisfunktion ist
vorzugsweise eine Funktion, die für eine Mehrheit der
Meßwerte in dem Intervall eine untere Grenze bildet.
Ferner ist es vorteilhaft, daß die Auswahlfunktion gleich der
Basisfunktion ist, so daß jedes Signal, das oberhalb der
Basisfunktion, das heißt im einfachsten Fall oberhalb der
Basislinie liegt, als ein relevantes Signal in die
Schwerpunktsberechnung eingeht.
Ein besonders wichtiger Fall einer derartigen Basisfunktion
ist eine Basislinie, die eine untere Grenze für die Meßwerte
angibt.
Es ist zweckmäßig, daß die Basisfunktion dadurch anhand einer
Mittelungsfunktion bestimmt wird, daß Meßdaten, deren
Intensität geringer ist als Werte der Mittelungsfunktion,
stärker in die Berechnung der Basisfunktion eingehen als
Werte, deren Intensitäten größer sind als die
Mittelungsfunktion.
Der Begriff "Mittelungsfunktion" bedeutet, daß einzelne
Meßdaten, beziehungsweise ihre Intensität, so miteinander
verknüpft werden, daß sich ein oder mehrere mittlere Werte
ergeben. Bei der Mittelungsfunktion kann es sich
beispielsweise um eine Funktion handeln, die einen
arithmetischen oder einen gewichteten Mittelwert bestimmt.
Hierbei ist vorteilhaft, daß die Werte, die weiter von der
Mittelungsfunktion entfernt sind, in die Berechnung des
Schwerpunktes vorzugsweise stärker gewichtet eingehen als
Werte, die weniger weit von der Mittelungsfunktion
beziehungsweise der Basisfunktion entfernt sind.
Eine andere zweckmäßige Variante sieht vor, von einer
Mittelungsfunktion auszugehen, aufgrund von unterhalb der
Mittelungsfunktion liegenden Meßwerten eine Basisfunktion zu
ermitteln und anschließend unter Einsatz der Basisfunktion
die Auswahlfunktion aufzustellen.
Bei einer weiteren bevorzugten Ausführungsform gehen
sämtliche Meßdaten, die sich oberhalb der Mittelungsfunktion
befinden, in die Berechnung des Schwerpunktes ein.
Die Berechnung des Schwerpunktes erfolgt vorzugsweise
dadurch, daß ein Erwartungswert t ermittelt wird, der im
wesentlichen der Formel
entspricht. Hierbei bezeichnen die einzelnen αi
Auswahlfaktoren, die eine Gewichtung der einzelnen Werte
entsprechend der Auswahlfunktion bewirken. Für eine
Normierung werden vorzugsweise Auswahlfaktoren zwischen 0 und
1 gewählt. Ein besonders einfacher Fall ist dadurch gegeben,
daß die einzelnen αi nur gleich diskreten Werten,
insbesondere gleich 0 oder 1 sind.
Besonders zweckmäßig ist es, die Auswahlfaktoren αi so zu
wählen, daß sie um so größer sind je größer der Abstand χi
von der Auswahlfunktion ist.
Ferner ist es vorteilhaft, eine Differenz zwischen den
Erwartungswerten t für verschiedene Aktivierungszyklen zu
ermitteln. Hierdurch werden Verzögerungszeiten für die
Aktivierungszyklen bestimmt.
Es erfolgt eine Summation über vorzugsweise gewichtete Werte
χi. Bei den χi handelt es sich im einfachsten Fall um die
Meßdaten selbst oder beispielsweise auch um eine Projektion
der Meßdaten auf eine Achse des Koordinatensystems oder auf
die Auswahlfunktion. Die zweckmäßigste Projektion auf eine
Achse des Koordinatensystems ist bei einem zweidimensionalen
Koordinatensystem die Abszisse.
Der Begriff "Projektion" ist in keiner Weise einschränkend zu
verstehen. Er soll verdeutlichen, daß eine beliebige
Abbildung der Meßwerte auf die Koordinatenachse,
beziehungsweise auf die Auswahlfunktion, vorgenommen wird.
Besonders zweckmäßig ist es, diese Abbildung so
durchzuführen, daß es sich um eine Projektion handelt, die zu
wenigstens einer Koordinatenachse und/oder zu der
Auswahlfunktion orthogonal ist. Anschaulich können die xi als
Abstände zwischen Meßwerten und der Koordinatenachse oder der
Auswahlfunktion verstanden werden. Für den besonders
vorteilhaften Fall, daß die Auswahlfunktion gleich der
Basisfunktion oder gleich der Mittelungsfunktion ist, bilden
die xi die Abstände der Meßwerte von der Basisfunktion,
beziehungsweise von der Mittelungsfunktion.
Die Summen können auch durch einen ein ähnliches Ergebnis
liefernden Ausdruck ersetzt werden, beispielsweise ein
Integral, das gegebenenfalls geeignet numerisch approximiert
wird.
Besonders zweckmäßig ist es, die gemessenen Daten mit einer
Modellfunktion zu vergleichen. Vorzugsweise wird eine
derartige Modellfunktion parameterisiert, um physiologisch
relevante Parameter zu optimieren. Hierdurch ist es möglich,
die Modellfunktion an die physiologischen Gegebenheiten des
jeweiligen Experimentes anzupassen. Eine derartige
parameterisierte Modellfunktion wird gemäß einer besonders
bevorzugten Ausführungsform so berechnet, daß ermittelte
Erwartungswerte für die Meßzeit t nach einer geeigneten
Umrechnung in sie eingesetzt werden. Ferner ist es möglich, σ
und t β zu ermitteln. Vorzugsweise ist β gleich 2.
Durch die Parameterisierung der Modellfunktion wird eine
besonders gute Anpassung der Modellfunktion an die gemessenen
Daten erzielt. Eine weitergehende Anpassung geschieht
vorteilhafter so, daß wenigstens eine Geschwindigkeit einer
Signaländerung, das heißt eine Stärke eines Signalanstiegs
oder eines Signallabfalls, in die Auswertung eingeht.
Eine Anpassung läßt sich beispielsweise dadurch erzielen, daß
über tβ eine Geschwindigkeit des Signalanstiegs oder
-abfalls ermittelt wird.
Mit Hilfe der Erfindung werden gegebenenfalls Parameter für
die Modellfunktion ermittelt, die mit den Meßdaten verglichen
werden kann. Ein derartiger Vergleich mit der Modellfunktion
geschieht beispielsweise durch eine geeignete
Korrelationsanalyse. Der Vorteil eines derartigen Vergleichs
ist, daß eine Identifizierung von Stimulus-induzierter
Aktivierung ermöglicht wird.
In dem Fall, daß das Ansteigen des Signals mit Ausnahme des
Vorzeichens gleich groß ist wie das Abfallen des Signals,
liegt eine Kurve vor, die eine statistische Abweichung,
beispielsweise eine Standardabweichung σ, aufweist. Es wurde
jedoch festgestellt, daß ein Anwachsen des Signals mit einer
anderen Geschwindigkeit erfolgt als ein Abklingen des
Signals. In diesem Fall ist es besonders vorteilhaft,
separate Standardabweichungen σL, σR für das Ansteigen,
beziehungsweise das Abklingen, des Signals zu ermitteln.
Mit Hilfe dieses Signals, sowie gegebenenfalls mit einer
geeigneten Verknüpfung von Standardabweichungen σ, wird die
Modellfunktion angepaßt.
Es ist zweckmäßig, aus den erhaltenen Werten für den
Schwerpunkt und für die statistische Abweichung möglichst
geeignete Parameter für die Modellfunktion zu ermitteln.
Hierzu ist es besonders vorteilhaft, ein relatives Maß für
die Änderung des Signals zu ermitteln. Dies geschieht
insbesondere dadurch, daß Werte für die Schwerpunkte und/oder
für die statistischen Abweichungen durch ein geeignetes
Verfahren, beispielsweise eine Subtraktion oder eine Division
miteinander verknüpft werden.
So wird beispielsweise in eine Modellfunktion, die im
wesentlichen
entspricht, eine Zeitkonstante tdecay aus
einer Zeitkonstante eines anderen Aktivierungszykluses
eingesetzt. Dies geschieht vorzugsweise dadurch, daß die
eingesetzte Signalkonstante tdecay für einen anderen,
insbesondere den m-ten Aktivierungszyklus, mit dem Quotienten
multipliziert wird. Hierbei bezeichnet σ(n) vorzugsweise
eine Standardabweichung für den n-ten Aktivierungszyklus,
wobei σ sowohl die Standardabweichung als auch eine andere
geeignete statistische Abweichung oder auch eine Abweichung
für einen Teilbereich, wie die zuvor erläuterten σL
beziehungsweise σR sein kann. Das σ(m) entspricht im
wesentlichen dem Wert für den m-ten Aktivierungszyklus.
Besonders zweckmäßig ist es, den Computer so auszustatten,
beziehungsweise das Verfahren so durchzuführen, daß sich σ(m)
auf den ersten Aktivierungszyklus (m = 1) bezieht. Eine
derartige Vorgehensweise ist selbstverständlich auch bei
einer anderen Modellfunktion zweckmäßig. Die oben genannte
Modellfunktion wurde beispielhaft gewählt, weil sie besonders
zweckmäßig ist, einen Signallabfall nach einer Anregung
darzustellen. Für andere physiologische Vorgänge sind jedoch
andere Modellfunktionen, die den jeweiligen physiologischen
Verhältnissen angepaßt sind, zweckmäßig. Da derartige
Modellfunktionen bekannt sind, beziehungsweise durch eines
der bekannten Analyseverfahren aus den Meßdaten gewonnen
werden können, ist es selbstverständlich möglich, anstelle
der zuvor erläuterten Modellfunktion eine dieser anderen
Modellfunktionen einzusetzen.
Ferner ist es vorteilhaft, eine Differenz zwischen den Werten
der statistischen Abweichung für verschiedene
Aktivierungszyklen zu ermitteln. In diesem Fall geht eine
Differenzgröße σ(n)-σ(m), gegebenenfalls ergänzt um weitere
Summanden, in eine Berechnung von Parametern ein, die eine
Breite und/oder eine Dispersion der Meßdaten angeben.
Ein besonderer Vorteil der Erfindung ist, daß sie eine
Ermittlung der gesuchten Werte mit einem Verfahren
ermöglicht, das mit in sich geschlossenen Ausdrücken
arbeitet. Hierdurch ist die Anzahl der Rechenschritte
bestimmt. Somit sind die Rechenzeiten gleichbleibend. Das
Verfahren ist besonders gut für eine Durchführung auf einem
Parallelrechner geeignet. Der Begriff "Parallelrechner"
bezeichnet hierbei beispielsweise Computer mit mehreren
Prozessoren, Prozessoren mit mehreren Rechenelementen,
Cluster einzelner Computer, insbesondere von Workstations,
oder Netzwerke von Rechnern. Dies ist insbesondere bei der
gleichzeitigen, auf mehrere Prozessorelemente verteilten,
Berechnung der Meßdaten für verschiedene Voxel vorteilhaft.
Aufgrund der im wesentlichen gleich langen Berechnungszeiten
wird eine optimale Auslastung des Parallelrechners erzielt.
Durch die explizite, das heißt nicht-iterative, Berechnung
der Modellparameter ist das Verfahren gegenüber äußeren
Einflüssen sehr robust. Somit wird eine Gefahr, ungeeignete
Parameterwerte zu finden, eliminiert. Dies sorgt dafür, daß
geeignete Parameter aufgefunden werden.
Besonders zweckmäßig ist es, das Verfahren so durchzuführen,
daß der jeweils ermittelte aktuelle Zeitwert einen, ein
Zeitintervall Δt zurückliegenden, Meßwert ersetzt. Das
Zeitintervall Δt entspricht hierbei der zeitlichen Länge
eines Aktivierungszyklus. Ein derartiges Verfahren wird als
Sliding-Window-Verfahren bezeichnet.
Bei dem Sliding-Window-Verfahren wird durch das Überschreiben
der Werte eine Mischung von zwei Aktivierungszyklen erzielt.
Um bei der vorgenommenen Mischung zwischen den beiden
Aktivierungszyklen einen eventuellen Einfluß durch
unterschiedliche Amplituden der Signale in den beiden
Aktivierungszyklen zu eliminieren, ist es vorteilhaft, bei
der Durchführung des Verfahrens eine Normierung der
Amplituden beider Aktivierungskurven auf möglichst gleich
große Werte vorzunehmen. Eine derartige Normierung geschieht
in besonders vorteilhafter Weise dadurch, daß eine Mittelung
durchgeführt wird, wobei die Mittelung vorzugsweise mit dem
ersten Meßwert des Aktivierungszyklus beginnt und sukzessiv
mit jedem nachfolgenden Wert fortgeführt wird. Ein
zweckmäßiges Ende dieser Mittelwertbildung ist ein Ende eines
Aktivierungszyklus.
Besonders zweckmäßig ist es, daß ein Erwartungswert für tβ
ermittelt wird, der im wesentlichen der Formel
entspricht.
Ferner ist es vorteilhaft, daß eine Standardabweichung
berechnet wird, die im wesentlichen der Formel
entspricht, wobei β vorzugsweise gleich 2 ist.
Weitere Vorteile, Besonderheiten und zweckmäßige
Weiterbildungen der Erfindung ergeben sich aus den
Unteransprüchen und der nachfolgenden Darstellung eines
bevorzugten Ausführungsbeispiels anhand der Zeichnungen.
Von den Zeichnungen zeigt
Fig. 1 eine Signalintensität eines fMRI-Signals in
Abhängigkeit von einer Meßzeit,
Fig. 2 eine Zeitverzögerung in Abhängigkeit von der
Meßzeit und
Fig. 3 einen Korrelationskoeffizienten, der gleichfalls in
Abhängigkeit von der Meßzeit aufgetragen ist.
Bei der in Fig. 1 dargestellten Meßkurve handelt es sich um
ein fMRI-Signal im visuellen Kortex bei einer Stimulation mit
einem oszillierenden Licht. Die Messung erfolgt
zweckmäßigerweise mit einem zeitlichen Abstand der Meßpunkte
von etwa 1 Sekunde. Die fMRI-Signale werden durch
kernspintomographische Untersuchungen des Gehirns von
Versuchspersonen ermittelt. In unmittelbarer Nähe des
Gesichts der Versuchspersonen wird eine Lichtquelle,
insbesondere eine Matrix von Lumineszenzdioden (Light
Emitting Diode LED), positioniert und zu Signalblitzen
angeregt. Die Anregungsfrequenz liegt vorzugsweise bei etwa 8
Hz. Ein Einwirken der Signalblitze erfolgt über ein mit einem
Trägersignal eines Scanners synchronisiertes Zeitintervall
von mehreren Sekunden, beispielsweise 5 Sekunden, an das sich
ein etwa gleichlanges Ruheintervall anschließt. Bei dem
Scanner handelt es sich um einen Vision 1,5 Tesla
Ganzkörperscanner der Siemens Medical Systems, Erlangen, in
Standardausrüstung mit einem Magnetfeldgradienten von 25
mT/m. Ein derartiger Scanner ist in der Lage,
Gradientenfelder innerhalb von etwa 300 µs umzuschalten.
Bei der Bildgebungsmethode handelt es sich vorzugsweise um
eine Echo-Planar-Bildgebungsmethode, beispielsweise eine
konventionelle Echo-Planar-Methode - EPI (Echo-Planar-
Imaging).
Alternativ ist eine spektroskopische Bildgebungsmethode,
insbesondere eine wiederholte zweidimensionale Echo-
Bildgebungsmethode einsetzbar. Diese beinhaltet
beispielsweise eine wiederholte Anwendung einer
zweidimensionalen Echo-Planar-Bildkodierung. Eine räumliche
Kodierung erfolgt in einem möglichst kurzen Zeitraum, welcher
während eines Signalabfalls mehrfach wiederholt wird und
vorzugsweise 20 bis 100 ms beträgt. Durch die mehrfache
Wiederholung der Echo-Planar-Kodierung während eines
Signalabfalls wird ein Verlauf des Signalabfalls in der
Abfolge von rekonstruierten Einzelbildern dargestellt. Eine
derartige, gleichfalls vorteilhafte Implementierung der
erfindungsgemäßen Methode erfolgt vorzugsweise mit TURBO-
PEPSI, wobei PEPSI für Proton-Echo-Planar-Spectroscopic-
Imaging steht.
Bei dem Bildgebungsverfahren wird ein Referenzvektor gemäß
dem Ausdruck
eingesetzt.
Hierbei bezeichnet t die Meßzeit, tdelay die Verzögerungszeit
und 1 die zeitliche Länge eines Aktivierungszyklus.
Die Größe m bezeichnet hierbei die Steigung des
Signalanstiegs beziehungsweise des Signalabfalls.
Bei den Meßdaten handelt es sich um eine Zeitreihe, die durch
eine räumliche Mittelung einer geeigneten Anzahl von
vorzugsweise benachbarten Voxeln, insbesondere 3 × 3 Voxeln
gewonnen wird.
Bei der in Fig. 2 in Abhängigkeit von der Meßzeit
dargestellten relativen Verschiebungszeit handelt es sich um
die Zeit, die einer Verschiebung des Erwartungswerts t
gegenüber dem Erwartungswert des ersten Meßzyklus entspricht.
Eine Berechnung der Verschiebungszeit erfolgt hierbei mit
einem Sliding-Window-Verfahren mit N = 50 Werten.
Bei der in Fig. 2 dargestellten Verschiebung des
Erwartungswerts t wird festgestellt, daß Veränderungen des
Erwartungswerts t mit einer Genauigkeit detektiert werden
können, die höher ist als es der physikalischen Zeitauflösung
entspricht. Dieses überraschende Ergebnis, das sich bei einem
möglichst hohen Signal-zu-Rausch-Verhältnis der gemessenen
Daten erzielen läßt, kann wie folgt erklärt werden: Bereits
nach einem kurzen Zeitraum tritt eine signifikante,
auswertbare Änderung der Signalamplitude auf, aus der sich
auf die Zeitverzögerung rückschließen läßt.
Bei der in Fig. 3 dargestellten Abhängigkeit des
Korrelationskoeffizienten von der gemessenen Zeit sind Werte
mit einer konventionellen Optimierung und einer
erfindungsgemäßen Sliding-Window-Optimierung in Abhängigkeit
von der Meßzeit aufgetragen.
Bei der eingesetzten konventionellen Optimierung handelt es
sich um den Einsatz einer Modellfunktion mit konstanten,
jedoch an die gesamte Menge der Daten angepaßten Parametern.
Die Anpassung erfolgte so, daß im Mittel die
Korrelationskoeffizienten einen möglichst hohen Wert
erhielten. Somit stellt die hier dargestellte Kurve ein
Optimum für die bekannten Auswerteverfahren dar.
Erfindungsgemäß wird hingegen ein Sliding-Window-Verfahren
eingesetzt, bei dem im Anschluß an eine anfängliche
Auffüllphase von Daten eine Phase eines "stationären
Gleichgewichts" eintritt, das heißt die Anzahl der Datenwerte
bleibt konstant, wobei mit fortschreitender Messung der
jeweils älteste Datenwert entfällt und der jüngste Datenwert
hinzugefügt wird. Das Sliding-Window-Verfahren wurde so
durchgeführt, daß eine Überschreibung mit dem neuen Wert so
erfolgt, daß er jeweils einen Wert mit gleicher Phasenlage
überschreibt.
Claims (15)
1. Computer zur Auswertung von funktionalen Meßdaten,
dadurch gekennzeich
net, daß er ein Mittel zur Erfassung der Meßdaten in
wenigstens einem Zeitintervall und ein Mittel zur
Bestimmung einer Auswahlfunktion in dem Zeitintervall
enthält.
2. Computer nach Anspruch 1, dadurch ge
kennzeichnet, daß ein Mittel
vorgesehen ist, durch das unter Einsatz der
Auswahlfunktion ein Schwerpunkt ermittelt wird.
3. Computer nach einem der Ansprüche 1 oder 2,
dadurch gekennzeich
net, daß er ein Mittel zur Bestimmung einer
Basisfunktion und/oder einer Mittelungsfunktion
aufweist.
4. Computer nach Anspruch 3, dadurch ge
kennzeichnet, daß die Basisfunktion
dadurch anhand der Mittelungsfunktion bestimmt wird, daß
Meßdaten, deren Intensität geringer ist als die
Mittelungsfunktion, stärker in die Berechnung der
Basisfunktion eingehen als Werte, deren Intensität
größer ist als Werte der Mittelungsfunktion.
5. Computer nach einem der Ansprüche 3 oder 4, da
durch gekennzeichnet,
daß die Mittelungsfunktion so berechnet wird, daß sie
einen Erwartungswert t ergibt, der im wesentlichen der
Formel
entspricht.
entspricht.
6. Computer nach einem der Ansprüche 1 bis 5, da
durch gekennzeichnet,
daß ein Erwartungswert für tβ ermittelt wird, der im
wesentlichen der Formel
entspricht.
entspricht.
7. Computer nach Anspruch 6, dadurch ge
kennzeichnet, daß eine
Standardabweichung berechnet wird, die im wesentlichen
der Formel
entspricht, wobei β vorzugsweise gleich 2 ist.
entspricht, wobei β vorzugsweise gleich 2 ist.
8. Computer nach einem der Ansprüche 1 bis 7, da
durch gekennzeichnet,
daß er ein Mittel zur Bestimmung einer Modellfunktion
enthält.
9. Bildgebungsverfahren für funktionale Meßdaten,
dadurch gekennzeich
net, daß in wenigstens einem Zeitintervall eine
Intensität der Meßdaten erfaßt wird und daß in dem
Zeitintervall eine Auswahlfunktion bestimmt wird.
10. Verfahren nach Anspruch 9, dadurch
gekennzeichnet, daß eine
Basisfunktion und/oder eine Mittelungsfunktion bestimmt
wird.
11. Verfahren nach Anspruch 10, dadurch
gekennzeichnet, daß die
Basisfunktion dadurch anhand der Mittelungsfunktion
bestimmt wird, daß Meßdaten, deren Intensität geringer
ist als die Mittelungsfunktion stärker in die Berechnung
der Basisfunktion eingehen, als Werte, deren Intensität
größer ist als Werte der Mittelungsfunktion.
12. Verfahren nach einem der Ansprüche 9 bis 11, da
durch gekennzeichnet,
daß die Mittelungsfunktion so berechnet wird, daß sie
einen Zahlenwert ergibt, der im wesentlichen der Formel
entspricht.
entspricht.
13. Verfahren nach einem der Ansprüche 9 bis 12, da
durch gekennzeichnet,
daß ein Erwartungswert für tβ ermittelt wird, der im
wesentlichen der Formel
entspricht.
entspricht.
14. Verfahren nach Anspruch 13, dadurch
gekennzeichnet, daß eine
Standardabweichung berechnet wird, die im wesentlichen
der Formel
entspricht, wobei β vorzugsweise gleich 2 ist.
entspricht, wobei β vorzugsweise gleich 2 ist.
15. Verfahren nach einem der Ansprüche 9 bis 14, da
durch gekennzeichnet,
daß eine Modellfunktion ermittelt wird.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE1998126993 DE19826993B4 (de) | 1998-06-19 | 1998-06-19 | Bildgebungsverfahren für magnetische Resonanzsignale |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE1998126993 DE19826993B4 (de) | 1998-06-19 | 1998-06-19 | Bildgebungsverfahren für magnetische Resonanzsignale |
Publications (2)
Publication Number | Publication Date |
---|---|
DE19826993A1 true DE19826993A1 (de) | 2000-01-05 |
DE19826993B4 DE19826993B4 (de) | 2004-11-04 |
Family
ID=7871167
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
DE1998126993 Expired - Fee Related DE19826993B4 (de) | 1998-06-19 | 1998-06-19 | Bildgebungsverfahren für magnetische Resonanzsignale |
Country Status (1)
Country | Link |
---|---|
DE (1) | DE19826993B4 (de) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE112007003329B4 (de) * | 2007-09-28 | 2013-03-07 | Oliver Zafiris | Bestimmung eines Reaktionssignals für einen ausgewählten Ort in einem informationsverarbeitenden System nach Einwirkung von mindestens einem Eingangssignal |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE19608733C1 (de) * | 1996-03-06 | 1997-05-22 | Siemens Ag | Verfahren zur Klassifikation einer meßbaren Zeitreihe, die eine vorgebbare Anzahl von Abtastwerten aufweist, insbesondere eines elektrischen Signals, durch einen Rechner und Verwendung des Verfahrens |
-
1998
- 1998-06-19 DE DE1998126993 patent/DE19826993B4/de not_active Expired - Fee Related
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE19608733C1 (de) * | 1996-03-06 | 1997-05-22 | Siemens Ag | Verfahren zur Klassifikation einer meßbaren Zeitreihe, die eine vorgebbare Anzahl von Abtastwerten aufweist, insbesondere eines elektrischen Signals, durch einen Rechner und Verwendung des Verfahrens |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE112007003329B4 (de) * | 2007-09-28 | 2013-03-07 | Oliver Zafiris | Bestimmung eines Reaktionssignals für einen ausgewählten Ort in einem informationsverarbeitenden System nach Einwirkung von mindestens einem Eingangssignal |
Also Published As
Publication number | Publication date |
---|---|
DE19826993B4 (de) | 2004-11-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
DE4432570B4 (de) | Verfahren und Vorrichtung für die Kernresonanzabbildung physiologischer Funktionsinformation | |
DE102007041826B4 (de) | Verfahren zur Optimierung von angiographischen MR-Bildern | |
DE102007035176B4 (de) | Verfahren zur Aufzeichnung und Verarbeitung einer Folge von zeitlich aufeinander folgenden Bilddatensätzen sowie Magnet-Resonanz-Gerät | |
DE3750046T2 (de) | Angiographisches Verfahren mittels magnetischer Kernresonanz und Gerät zur Durchführung dieses Verfahrens. | |
DE60023161T2 (de) | Verfahren zur abbildung von protonen-quer-relaxationszeiten oder funktionen davon in einem objekt mit lokalisierter bewegung unter verwendung der bildgebenden kernspinresonanz | |
DE102016202254B4 (de) | Modellfreies Ermitteln von Bildbereichen mit anomaler Diffusion anhand von diffusionsgewichteten Magnetresonanzbilddaten | |
DE10024488C2 (de) | fMRI-BOLD Experiment mit multiplen Stimulationsmustern | |
DE19907152B9 (de) | Erfassung segmentierter Magnetresonanz-Abbildungs-Herzdaten unter Verwendung einer Echo-Planar-Abbildungs-Impulsfolge | |
DE19606090A1 (de) | Verfahren zur funktionellen Bildgebung | |
DE102005011125A1 (de) | Verfahren und Vorrichtung zur inkrementellen Berechnung des General Linear Model bei zeitweiser Korrelation der Modellfunktionen | |
DE10254606B4 (de) | Verfahren und Vorrichtung zur schnellen Verarbeitung von Messdaten mit einer Vielzahl unabhängiger Stichproben | |
DE19826993B4 (de) | Bildgebungsverfahren für magnetische Resonanzsignale | |
EP3290940B1 (de) | Iterative rekonstruktion von quantitativen mr-bildern | |
DE19923587B4 (de) | Verfahren zumr Auswertung von Daten aus Messungen von kernmagnetischer Resonanz | |
EP1051634B1 (de) | Computer zur auswertung von signalen aus der kernmagnetischen resonanztomographie sowie mit dem computer ausgestatteter kernresonanztomograph | |
DE102015210292B4 (de) | Ermittlung von Substanzgewichtungen anhand von Magnetresonanzsignalen | |
DE10105387C2 (de) | Verfahren zum Betrieb eines Magnetresonanzgeräts zur funktionellen Bildgebung sowie Magnetresonanzgerät zur Durchführung des Verfahrens | |
DE19817228C1 (de) | Computer und Verfahren zur Auswertung von Daten aus der kernmagnetischen Resonanztomographie | |
DE102015208939B4 (de) | Bestimmung von zeitabhängigen Dephasierungsfaktoren bei MR-Signalen | |
DE19923588C2 (de) | Verfahren zur Erfassung und Auswertung von Messdaten und zur Durchführung des Verfahrens geeigneter Computer sowie Logikbaustein | |
WO2000022450A1 (de) | Messvorrichtung, kernresonanztomograph, messverfahren und bildgebungsverfahren | |
EP3772659B1 (de) | Partialvolumenanalyse für magnetresonanzfingerprinting | |
DE10250379B4 (de) | Verfahren und Kernspintomographie-Gerät zur ortsaufgelösten Darstellung einer Änderung der funktionellen Aktivitäten eines Gehirns | |
DE102019000066B4 (de) | Verfahren zur Visualisierung von Fluoreszenz-Lifetime-Imaging-Daten | |
DE19962476B4 (de) | Verfahren zur bildgebenden Untersuchung einer Probe mittels einer Aufnahmesequenz und Umordnung von Echosignalen |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
OP8 | Request for examination as to paragraph 44 patent law | ||
8364 | No opposition during term of opposition | ||
8339 | Ceased/non-payment of the annual fee |