DE69900416T2 - Selbstkorrektur von bewegungsartefakten in magnetresonanzbildern - Google Patents

Selbstkorrektur von bewegungsartefakten in magnetresonanzbildern

Info

Publication number
DE69900416T2
DE69900416T2 DE69900416T DE69900416T DE69900416T2 DE 69900416 T2 DE69900416 T2 DE 69900416T2 DE 69900416 T DE69900416 T DE 69900416T DE 69900416 T DE69900416 T DE 69900416T DE 69900416 T2 DE69900416 T2 DE 69900416T2
Authority
DE
Germany
Prior art keywords
image
gradient
views
motion
correction
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.)
Expired - Lifetime
Application number
DE69900416T
Other languages
English (en)
Other versions
DE69900416D1 (de
Inventor
L. Ehman
Armando Manduca
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.)
Mayo Foundation for Medical Education and Research
Original Assignee
Mayo Foundation for Medical Education and Research
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 Mayo Foundation for Medical Education and Research filed Critical Mayo Foundation for Medical Education and Research
Publication of DE69900416D1 publication Critical patent/DE69900416D1/de
Application granted granted Critical
Publication of DE69900416T2 publication Critical patent/DE69900416T2/de
Anticipated expiration legal-status Critical
Expired - Lifetime legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T11/002D [Two Dimensional] image generation
    • G06T11/003Reconstruction from projections, e.g. tomography
    • G06T11/008Specific post-processing after tomographic reconstruction, e.g. voxelisation, metal artifact correction
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2211/00Image generation
    • G06T2211/40Computed tomography
    • G06T2211/412Dynamic
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2211/00Image generation
    • G06T2211/40Computed tomography
    • G06T2211/424Iterative

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Magnetic Resonance Imaging Apparatus (AREA)
  • Image Processing (AREA)

Description

  • Autokorrektur von MR Bildern hinsichtlich Bewegungsartefakten Das Gebiet der vorliegenden Erfindung sind die Kernresonanzbildverfahren und Systeme (NMR Verfahren und Systeme). Spezieller betrifft die Erfindung die Korrektur von Bewegungsartefakten in MR Bildern.
  • Wenn eine Substanz wie menschliches Gewebe einem gleichförmigen Magnetfeld (polarisierendem Magnetfeld B0) unterworfen wird, versuchen die einzelnen magnetischen Momente der Spins im Gewebe, sich mit dem polarisierenden Feld auszurichten, präzidieren jedoch in zufälliger Folge mit ihrer charakteristischen Larmor-Frequenz. Falls die Substanz oder das Gewebe einem Magnetfeld (Anregungsfeld B1) unterworfen wird, das in x-y-Ebene liegt und nahe der Larmor- Frequenz liegt, so kann das ausgerichtete Nettomoment M2 in die x-y-Ebene gedreht oder "gekippt" werden, um ein transversales magnetisches Nettomoment M1 zu erzeugen. Von den angeregten Spins wird nach Beendigung des Anregungssignals B1 ein Signal emittiert, wobei dieses Signal zur Herstellung eines Bildes empfangen und verarbeitet wird.
  • Unter Ausnutzung dieser Signale zur Bilderzeugung werden Magnetfeldgradienten (GX Gy Gz) verwendet. Typischerweise wird die abzubildende Region mit einer Sequenz von Meßzyklen abgescannt, in denen diese Gradienten gemäß dem speziellen verwendeten Lokalisationsverfahren variieren. Der resultierende Satz empfangener NMR-Signale wird digitalisiert und zur Rekonstruktion des Bildes unter Verwendung einer von zahlreichen wohl bekannten Rekonstruktionstechniken verarbeitet.
  • Eine Objektbewegung während der Erfassung von NMR-Bilddaten erzeugt sowohl eine Unschärfe oder Verschmierung als auch sogenannte "Geisterbilder" in der phasen-codierten Richtung. Die Geisterbilder treten speziell auf, wenn die Bewegung periodisch oder nahezu periodisch ist. Bei den meisten physiologischen Bewegungen wird jede Ansicht des NMR-Signals (bzw. jede Projektion oder "view") in einer Periode erfaßt, die kurz genug ist, damit das Objekt während des Erfassungsfensters als stationär angesehen werden kann. In einem solchen Fall gehen die Verschmierung oder Unschärfe und der Geisterbildungseffekt auf die inkonsistente Erscheinung des Objekts von Ansicht zu Ansicht zurück. Bewegung, die die Erscheinung zwischen den Ansichten ändert, wie beispielsweise solche, die durch eine Patientenbewegung, durch die Atmung oder den Herzzyklus oder durch Peristaltik bewirkt wird, wird im folgenden als "Ansicht-zu-Ansicht-Bewegung" bezeichnet. Die Bewegung kann auch die Amplitude und Phase des NMR- Signal bei dessen Entwicklung während der Pulssequenz ändern und eine solche Bewegung wird im folgenden als "ansichtinterne Bewegung" (in view motion) bezeichnet.
  • Sowohl die Unschärfe als auch der Geisterbildeffekt können reduziert werden, wenn die Datenerfassung mit dem funktionalen Zyklus des Objekts synchronisiert wird, um die Ansicht-zu-Ansicht-Bewegung zu reduzieren. Dieses Verfahren ist als "gated" NMR-Abtastverfahren bekannt und der Gegenstand dieses Verfahrens besteht darin, NMR-Daten während aufeinander folgender funktionaler Zyklen am selben Punkt zu erfassen, so daß das Objekt in jeder Ansicht gleich "aussieht". Der Nachteil dieser Gating-Technik besteht darin, daß die NMR-Daten nur während eines geringen Bruchteils des funktionalen Zyklusses vom Objekt erfaßt werden können und, selbst wenn die kürzeste akzeptable Pulssequenz angewandt wird, kann die Gating-Technik die Datenerfassung in signifikanter Weise verlängern.
  • Ein weiteres vorgeschlagenes Verfahren zur Eliminieren von Geisterbild-Artefakten ist im US-Patent 4567893, ausgegeben am 4. Februar 1986, offenbart. Dieses frühere Patent lehrt, daß die Distanz im Bild zwischen den Geisterbildern und dem Objekt, das abgebildet wird, maximiert wird, wenn die NMR-Pulssequenz- Wiederholungszeit ein ungerades Vielfaches von einem Viertel der Dauer der periodischen Signaländerung ist. Dies kann dazu verwendet werden, Geisterbilder infolge der Atmungsbewegung zu mildern. Während dieses Verfahren tatsächlich die Bildqualität verbessert, führt sie eine Beschränkung hinsichtlich der NMR- Pulssequenz-Wiederholungszeit ein und resultiert häufig in einer längeren Gesamtabtastzeit. Ferner wird auch vorausgesetzt, daß die Bewegung periodisch ist.
  • Ein noch weiteres Verfahren zum Reduzieren der unerwünschten Effekte infolge periodischer Signalvariationen ist im US-Patent 4706026, ausgegeben am 10. November 1937, mit dem Titel "A Method For Reducing Image Artifacts Due to Periodic Signal Variations in NMR Imaging" offenbart. In einem Ausführungsbeispiel dieses Verfahrens wird eine Voraussetzung hinsichtlich der Signalvariationsperiode (beispielsweise infolge der Patientenatmung) gemacht und die Folge der Ansichten wird vom normalerweise monoton ansteigenden Phasen-Codierungsgradienten auf eine vorab selektierte Folge geändert. Für eine gegebene Signalvariationsperiode wird eine Folge der Ansichten gewählt, die so beschaffen ist, daß die NMR-Signalvariation als Funktion der Phasen-Codierungsamplitude auf einer gewünschten Frequenz liegt. In einem Ausführungsbeispiel wird die Ansichtfolge so ausgewählt, daß die Variationsperiode gleich der gesamten NMR- Abtastzeit wird (geringe Frequenz), so daß die Geisterbildartefakte so nahe an das Objekt, welches abgebildet wird, herangebracht werden wie möglich. In einem weiteren Ausführungsbeispiel (bei hoher Frequenz) wird die Ansichtfolge so gewählt, daß die Variationsperiode so kurz wie möglich erscheint, um die Geisterbildartefakte so weit vom Objekt wie möglich wegzudrücken.
  • Dieses Verfahren aus dem Stand der Technik reduziert Artefakte wirksam und ist in mancher Hinsicht ideal, falls die Variation einigermaßen regelmäßig ist und auf einer bekannten Frequenz erfolgt. Andererseits ist das Verfahren nicht sehr robust, wenn die hinsichtlich der zeitlichen Bewegungsperiode getroffene Voraussetzung nicht zutrifft bzw. nicht zutreffend bleibt (beispielsweise, weil das Atmungsmuster des Patienten sich ändert oder unregelmäßig ist). Falls dies eintritt, büßt das Verfahren einiges an Wirksamkeit ein, da die Fokussierung der Geisterbilder entweder so dicht an das Objekt heran oder soweit vom Objekt wie möglich weg, verschmiert bzw. unscharf wird. Eine Lösung dieses Problems ist im US-Patent 4663591 offenbart, mit dem Titel "A Method For Reducing Image Artifacfs Due to Periodic Signal Variations in NMR Imaging." In diesem Verfahren wird eine nicht monotone Ansichtsfolge bestimmt, wenn die Abtastung ausgeführt wird, wobei diese Folge auf Änderungen in der Periode anspricht, um so eine gewünschte Beziehung (bei niederiger Frequenz und hoher Frequenz) zwischen den Signaländerungen und dem Gradientenparameter zu erzeugen. Die Wirksamkeit dieses Verfahrens hängt natürlich von der Genauigkeit der Einrichtungen ab, die zur Abfühlung der Patientenbewegung verwendet werden, und insbesondere von jedweden Änderungen in der Periodizität dieser Bewegung.
  • Ein noch weiteres Verfahren zum Reduzieren von Bewegungsartefakten in NMR- Bildern wird in der Technologie als "Gradient Moment Nulling" bezeichnet. Dieses Verfahren erfordert die Hinzufügung von Gradientenimpulsen zur Impulssequenz, die die AuswGrkung auf die NMR-Signalphase auslöschen oder zu null machen, welche durch Spins hervorgerufen wird, die sich in den Gradienten bewegen, welche für die Ortscodierung angewandt werden. Eine solche Lösung ist beispielsweise im 'US-Patent 4731583 mit dem Titel "Method For Reduction of NMR Image Artifacts Due To Flowing Nuclei By Gradient Moment Nulling" offenbart.
  • Das erfolgreichste Verfahren zum Korregieren von MR-Bildern hinsichtlich Bewegungsartefakten verwendet Navigatorsignale, die während der Abtastung erfaßt werden. Wie im US-Patent 4937526 erläutert, werden derartigen Navigatorsignale periodisch während der Abtastung erfaßt und die Lnformation in diesen Signalen kann zur Korrektur der Bilddaten hinsichtlich Patientenbewegung verwendet werden. Unvorteilhafterweise vergrößert die Erfassung der Navigatorsignale die Abtastzeit.
  • In jüngerer Zeit wurde ein automatisches Korrekturverfahren durch D. Atkinson et al. vorgeschlagen: "Information Processing in Medical Imaging", Seiten 341-354, 1997, wobei hier die Entropie des rekonstruierten Bildes als Fokus-Kriterium untersucht wird, um hierdurch eine Bewegungsabschätzgröße iterativ einzustellen. Dieses frühere Verfahren arbeitet infolge der Eigenschaften der Entropie zumeist so, daß dunkle Bereiche so dunkel wie möglich gemacht werden (d. h. Geisterbildungseffekte entfernt werden), verwendet jedoch nicht viel Information aus den hellen Bereichen des Bildes. Während dieses Verfahren bei einfachen Testbildern gut arbeitet, werden klinische MR-Bilder häufig nicht so scharf, wie sie sein sollten, und die Verarbeitungszeit kann sehr lang sein.
  • In der WO-A-9801828 ist eine anfängliche Voraussetzung getroffen, dahingehend, daß das Objekt, welches der Abbildung unterliegt, während der Bilderfassung stationär war. Dann wird die Patientenposition bei einem Satz vordefinierter Knoten mittels eines vorbestimmten Verschiebungswerts gestört. Dieser Effekt der eingeführten Störungen wird quantifiziert, indem eine Mehrzahl empfangener Signale mit jeweiligen Phasenfaktoren multipliziert werden, die von der eingeführten Störung abhängen. Die Qualität des danach erzeugten modifizierten Bildes wird mittels eines Fokus-Kriteriums entwickelt, welches mit dem Fokus-Kriterium des nicht gestörten Bildes verglichen wird. Das Fokus-Kriterium ist ein Maß der Entropie oder des Grades der Unordnung der Bilder und wird bezüglich der verschiedenen Bilder selbst berechnet, wobei die Bildintensitäten zur Berechnung der Entropie herangezogen werden. Ist folglich das Fokus-Kriterium des gestörten Bildes geringer als das Fokus-Kriterium des nicht gestörten Bildes, so beinhaltet das verbesserte Bild eine reduzierte Entropie und die Störung hat einen vorteilhaften Effekt auf das Gesamtbild. Diese Prozedur wird für alle Knoten mit einer Anzahl von fortschreitend abnehmenden Verschiebungswerten wiederholt, bis die Fokus-Kriterium-Verbesserung unter einen vorbestimmten Schwellwert fällt, und das schließlich korrigierte Bild wird gespeichert und für die Analyse dargestellt.
  • Zusammenfassung der Erfindung
  • Die vorliegende Erfindung gemäß Definition in Anspruch 1 betrifft Verbesserungen der automatischen Korrektur oder Selbstkorrektur-Lösung, die sie zu einem praktischen Werkzeug für die Korrektur klinischer Bilder machen. Die erste ist die Entwicklung einer sehr viel besseren Cost-Funktion oder Bewertungsfunktion (d. h. Qualitätsmaß oder -maßstab) für das Bild, auf der Grundlage der Berechnung der Entropie oder normierten Varianz des Gradienten des MR-Bildes, anstelle der Entropie des MR-Bildes selbst, wie dies in der Vergangenheit der Fall war. Die vorliegende Erfindung verwendet Information aus dem gesamten Bild und treibt das Bild in Bereiche gleichförmiger Helligkeit, die durch Ränder getrennt sind, welche so scharf wie möglich sind. Dies ist ein gutes Modell für das, was von klinischen MR-Bildern des Körpers in idealen Situationen erwartet wird. Die vorliegende Erfindung verbessert in erheblichem Maße die Selbstkorrektur-Effizienz und zeigt eine sehr viel engere Korrelation zu dem, was der Radiologe als Qualitätsbild zu sehen erwartet, als die Bildentropie.
  • Der zweite Aspekt der vorliegenden Erfindung resultiert aus der Betrachtung von Fällen, bei denen die Bewegung primär längs einer einzelnen Dimension liegt, d. h. Schulterbilder, bei denen Patientenbewegung primär aufwärts-abwärts gerichtet ist. In derartigen Fällen können die Berechnungen erheblich vereinfacht werden, und es wird möglich, einige Linien des rekonstruierten Bildes auszuwerten, ohne die Berechnungen durchzuführen, die erforderlich sind, um den Rest des Bildes zu korrigieren und zu bewerten. In klinischen Schulterbildern können beispielsweise sehr gute Korrekturen dadurch erfolgen, daß nur 32 Spalten statt aller 256 Spalten in einem Bild ausgewertet werden, wodurch ein Faktor von 8 in der Rechenzeit eingespart wird. Dies liefert auch einen Mechanismus zum Steigern der Geschwindigkeit der Selbstkorrektur komplizierterer Bewegungen, indem diese aufgetrennt werden, d. h. über eine Weile eine Korrektur in eine Richtung vorgenommen wird, dann in einer anderen Richtung, dann wiederum in der ersten- und indem die obige Technik zur Beschleunigung jedes derartigen Satzes von Berechnungen herangezogen wird.
  • Ein noch weiterer Aspekt der Erfindung ist das Verfahren, das dazu verwendet wird, systematisch die Phasenfehler abzuschätzen, die durch Bewegung während der Abtastung des k-Raumes hervorgerufen werden. Statt den Phasenfehler für jede erfaßte Ansicht iterativ abzuschätzen, wird der k-Raum in Blöcke von Ansichten aufgeteilt, die entsprechend dieser zeitlichen Folge ausgewählt werden, in der sie erfaßt werden, und diese Blöcke werden jeweils iterativ bezüglich ihrer Phase eingestellt, bis das optimale Bild erzeugt ist. Daraufhin wird die Blockgröße reduziert und der Prozeß wird wiederholt, wobei die Phase jedes Blocks eingestellt wird, bis wiederum das optimale Bild erzielt wird. Dieser Prozeß wird wiederholt, bis die Blockgröße auf eine minimale Größe reduziert worden ist. Der Selbstkorrekturprozeß konvergiert sehr schnell auf das bestmögliche Bild.
  • Ein genereller Gegenstand der Erfindung besteht darin, die klinische Qualität von MRI Bildern ohne Steigerung der Abtastzeit zu verbessern. Durch Verwendung einer Cost-Funktion oder Bewertungsfunktion, basierend auf dem Gradienten des Bildes, erzeugt die Selbstkorrektur ein Bild, das klinisch verbessert ist. Das Verfahren kann auf jedwedes Bild angewandt werden, das als Folge von Ansichten während des Auftretens einer Patientenbewegung erfaßt wurde. Es ist nicht erforderlich, weitere Daten zu erfassen.
  • Ein weiterer Gegenstand der Erfindung besteht darin, die Zeit zu reduzieren, die erforderlich ist, um unter Verwendung der Selbstkorrekturtechnik auf ein optimales Bild zu konvergieren. Dies wird teilweise dadurch erzielt, daß die Selbstkorrektur in einer spezifischen Region des Bildes focussiert wird, die von primärem klinischen Interesse ist, oder indem die Korrektur auf Phasenfehler infolge einer Bewegung in einer spezifischen Richtung eingeschränkt wird.
  • Die vorgenannten und weitere Gegenstände und Vorteile der Erfindung werden anhand der folgenden Beschreibung offenbar. In der Beschreibung wird auf die beiliegenden Zeichnungen Bezug genommen, die einen Teil der Beschreibung bilden, und es wird beispielhaft eine bevorzugte Ausführung der Erfindung erläutert. Diese Ausführung repräsentiert nicht notwendigerweise den vollen Umfang der Erfindung. Hierzu wird auf die Ansprüche verwiesen, die zur Interpretation des Schutzumfangs der Erfindung dienen.
  • Kurzbeschreibung der Zeichnungen
  • Fig. 1 ist eine schematische Darstellung in Blockform von einem MRI System, das die vorliegende Erfindung verwendet;
  • Fig. 2 ist ein Flußdiagramm des bevorzugten Selbstkorrekturverfahrens, das vom MRI System der Fig. 1 angewandt wird.
  • Allgemeine Beschreibung der Erfindung
  • Eine Datenverstümmelung infolge globaler translatorischer Patientenbewegung während der Abtastung führt nicht zu einem tatsächlichen Verlust an Information. Falls die Bewegung bekannt ist und die geeigneten Phasenkorrekturen angewandt werden, kann das Bild perfekt wiederhergestellt werden. Rotationsbewegung kann zwar zu einem Informationsverlust führen, tut dies jedoch im allgemeinen nicht so signifikant. Es ist daher prinzipiell möglich, eine Bewegungskorrektur auszuführen, indem nur die Rohdaten vom MR Scanner zur Verfügung stehen, wobei einfach Korrekturen hinsichtlich unterschiedlichen möglichen angenommenen Bewegungen versuchsweise vorgenommen werden und nach dem resultierenden Büd mit höchster Qualität unter Verwendung einer geeigneten Bewertungsfunktion gesucht wird.
  • Wir haben ein Verfahren entwickelt, welches wir "Autokorrektur" oder Selbstkorrektur nennen. Die Autokorrektur oder Selbstkorrektur unterscheidefsich fundamental von früheren Verfahren darin, daß sie nicht versucht, eine Patientenbewegung nachzuverfolgen (wie dies Navigatorechos tun), noch daß sie nach Information über die Bewegung explizit in den k-Raumdaten sucht, wie dies bei einigen Phasen-Retrieval-Techniken der Fall ist. Statt dessen führt die Selbstkorrektur eine Bewegungskorrektur dadurch durch, daß ein Maß, Ausmaß und Maßstab der Bildqualität definiert wird und zahlreiche Kombinationen möglicher Bildbewegungen bewertet werden, wobei nach einem Satz gesucht wird, der diese Qualität optimiert, nachdem die entsprechenden Korrekturren im Bild vorgenommen worden sind. Dies ist zugegeben ein rechenintensiver Prozeß und nur das jüngste Aufkommen von Hochleistungsprozessoren macht eine solche Lösung implementierbar.
  • Es wird angenommen, daß die Bewegung in der Ansicht auftritt, so daß jede Linie, Projektion oder Ansicht vom k-Raum eine damit verknüpfte Verschiebung aufweist, welche die Position des Patienten zum Zeitpunkt der Erfassung der Ansicht repräsentiert. Der Satz dieser Verschiebungswerte aller Ansichten ergibt die Bewegungshistorie. Das Selbstkorrekturverfahren stellt iterativ eine Abschätzungsgröße der Bewegungshistorie ein, wobei von einer anfänglichen Abschätzungsgröße einer Null-Bewegung ausgegangen wird. Für jede Abschätzung werden die Linien des k-Raumes hinsichtlich der angenommenen Bewegung durch die geeigneten Phasenschiebungen korrigiert, die Daten werden auf die Bilddomäne transformiert und es wird die Qualität des Bildes abgeschätzt. Die Abschätzung der Patientenbewegung wird zur Optimierung der Bildqualität graduierlich verfeinert. Es wird angenommen, daß das Maß einen optimalen Wert aufweist, wenn das Objekt stationär ist, und daß jedwede Bewegung während der Bildsequenz das Bild verzerren und stören wird und diesen Wert verschlechtert. Mit anderen Worten wird angenommen, daß es unmöglich ist, ein Bild besser zu machen (sowohl hinsichtlich des Maßes als auch der visuellen Qualität) und zwar infolge der Patientenbewegung während der Abtastung, und daß, je besser der Wert des Maßes ist, umso besser die visuelle Qualität des Bildes wird.
  • Mathematisch ausgedrückt, betrachtet die Selbstkorrektur die Bewegungskorrektur als ein Optimierungsproblem mit dem Maß oder der Metrik in Form der Cost- Funktion in einem sehr hochdimensionalen Raum möglicher Bewegungskorrekturen (so viele Dimensionen wie in den erfaßten Daten Ansichten vorliegen). Es ist sehr schwierig, das wahre globale Minimum einer derartigen Cost-Funktion zu finden. Jedoch ist es in der Praxis möglich, den Raum nach möglichen Lösungen auf eine Weise abzusuchen, die häufig zu sehr guten Verbesserungen der Bildqualität in einer vernünftigen Zeitdauer führt.
  • Das Selbstkorrekturverfahren stellt iterativ eine Abschätzgröße der Bewegungshistorie (der relativen Bewegung zur Zeit der Erfassung jeder Ansicht) ein, wobei von einer anfänglichen Abschätzung einer Null-Bewegung ausgegangen wird und versuchsweise Korrekturen für unterschiedliche mögliche Bewegungshistorien vorgenommen werden und nach dem resultierenden Bild höchster Qualität gesucht wird. Wie oben dargelegt, ist dies eine Optimierung in einem sehr hochdimensionalen Raum, da jede Ansicht (typischerweise 256) ihre eigene zugehörige Relativbewegung aufweist. Wir haben eine breite Vielfalt möglicher Lösungen für dieses Optimierungsproblem in Betracht gezogen und sind zu dem Schluß gekommen, daß eine Mehrfach-Auflösungstechnik die robusteste Technik ist. Das bevorzugte Verfahren beginnt mit den erfaßten k-Raumdaten und gruppiert zu Anfang Ansichten in Blöcken von 64, die nach ihrer Reihenfolge der Erfassung ausgewählt werden. Ein gegebener Block wird hinsichtlich einer Versuchsbewegung "korrigiert", indem die geeigneten Phasenschiebungen angewandt werden, so, als wenn der Patient sich tatsächlich um diesen Betrag während der Erfassung dieser Ansichten bewegt hätte. Die Phasenkorrektur hinsichtlich der Bewegung von Δy (in Pixeln) für jede Ansicht kj ist einfach eine Drehung jedes Elementes dieser Ansicht um ΔΦ = 2π kj Δyj. Die korrigierten Daten werden in den Bildraum transformiert und das Maß wird berechnet. Das Maß wird mit den Ergebnissen anderer Versuchsbewegungen verglichen und es wird die optimale Bewegungskorrektur für diesen Block von Ansichten bestimmt. Wir wenden derzeit eine Optimierung stetiger Teilung (Goldener Schnitt) an und finden die optimale Bewegung mit einer Genauigkeit von 0,02 Pixeln. Dies wird meist gebräuchlich so erzielt, daß auf einer Seite des Zentrums vorn k-Raum begonnen wird und man sich alternierend nach außen vorarbeitet, obgleich anderer Strategien anwendbar sind.
  • Sind die Korrekturen für die Blöcke von 64 Ansichten vollständig, so wird der Prozeß wiederum mit Blöcken von 32 Ansichten usw. begonnen, bis individuelle Ansichten jeweils eine nach der anderen in Betracht gezogen worden sind. Diese Prozedur gestattet einem, die Bewegungshistorie graduierlich immer genauer zu approxieren, sowie man sich zu kleineren Blockgrößen hin bewegt. Es ist nicht kritisch, mit einer Blockgröße von 64 (jede große Anzahl ist durchaus möglich) zu beginnen, und es ist möglicherweise überraschend, daß es nicht immer erforderlich ist, den gesamten Weg zu beschreiten, um die Ansichten individuell zu korrigieren. Wenn man bei Blöcken von 2 oder sogar 4 Ansichten abbricht, ist die Korrektur häufig im wesentlichen vollständig - man hat bereits die Hauptmerkmale der Bewegungsaufzeichnung erfaßt, und die feineren Details sind nicht kritisch. Der Erfolg des Selbstkorrekturverfahrens hängt von der geeigneten Auswahl eines Bildqualitäts-Maßes ab. Ein gutes Bewertungsmaß für die Selbstkorrektur muß nicht nur eine geeignete Verbesserung, wenn Verschmierung und Geisterbildeffekt reduziert werden, zeigen, sondern muß, was weitaus wichtiger ist, eine gute Korrelation entsprechend der Erwartung eines beobachtenden Experten an die Bildqualität zeigen. Wir haben neue Bewertungsmaße auf der Grundlage des Gradienten des Bildes entwickelt. Eines dieser Maße ist die Entropie des Gradienten vorn Bild. Diese Größe wird minimiert, wenn das Bild aus Bereichen gleichförmiger Helligkeit besteht, welche von scharfen Kanten oder Rändern getrennt werden, da in einem solchen Fall der Gradient überall außer an den Rändern Null ist, wo er hohe Wert aufweist. Dies ist ein recht gutes Modell für das, was in MR Bildern des Körpers in idealen Situationen erwartet wird. Jedwede Verschmierung, Verzerrung oder Geisterbildeffekte werden die Entropie des Gradienten steigern, da der Gcadient an mehr Punkten von Null verschieden sein wird und an den tatsächlichen Randstellen geringere Werte aufweisen wird. Eine bevorzugte Phasen-Codierungs-Cost-Funktion oder Bewertung maß (F1) wendet einen eindimensionalen Gradientenoperator entlang der Richtung an und berechnet dann die Entropie dieses Gradienten.
  • Fl = - hijlog&sub2;[hij]
  • wobei:
  • gj = Gradientenoperator, der die Werte in der Reihe i und j des Gradientenbildes darstellt.
  • Ein weiteres bevorzugtes Bewertungsmaß ist die normierte Varianz des Gradienten des Bildes, die auch sehr gute Ergebnisse liefert. In diesem Fall wird der eindimensionale Gradientenoperator gj angewandt, das Resultat wird normiert und dann entsprechend der cost-Funktion F&sub2; quadriert:
  • Beschreibung des bevorzugten Ausführungsbeispiels
  • In Fig. 1, auf die zunächst Bezug genommen wird, sind die Hauptkomponenten eines bevorzugten MRI Systems gezeigt, in welchem die vorliegende Erfindung enthalten ist. Die Funktionsweise des Systems wird von einer Bedienerkonsole 100 aus gesteuert, die eine Tastatur- und Steuereinheit 102 und eine Anzeigeeinheit 104 umfaßt. Die Konsole 100 kommuniziert über eine Verbindung 116 mit einem separatem Computer-System 107, das es einer Bedienungsperson ermöglicht, die Erzeugung und Darstellung von Bildern auf der Anzeige bzw. dem Bildschirm 104 zu steuern. Das Computer-System 107 umfaßt eine Anzahl von Modulen, die über eine Rückebene miteinander kommunizieren. Diese Module umfassen ein Bildprozessormodul 106, ein CPU Modul 108 und ein Speichermodul 113, nach dem Stand der Technik als Frame-Buffer zum Speichern von Bilddatenfeldern bekannt. Das Computer-System 107 ist mit einem Plattenspeicher 111 und einem Bandlaufwerk 112 zum Speichern von Bilddaten und Programmen verbunden und kommuniziert mit einer separaten Systemsteuerung 122 über eine serielle Hochgeschwindigkeits-Verbindung 115.
  • Die Systemsteuerung 122 umfaßt einen Satz von Modulen, die untereinander über eine Rückebene verbunden sind. Diese Module umfassen ein CPUModul 119 und ein Impulsgenerator-Modul 121, das mit der Bedienkonsole 100 über eine serielle Verbindung 125 verbunden ist. Über diese Verbindung 125 empfängt die Systemsteuerung 122 Befehle von der Bedienungsperson, die anzeigen, das die Abtastseguenz auszuführen ist. Das Impulsgenerator-Modul 121 steuert die Systemkomponenten an, die gewünschte Abtastsequenz auszuführen. Es erzeugt Daten, die die Zeitgabe, Stärke und Form der HF Impulse anzeigen, die zu erzeugen sind, sowie auch die Zeitsteuerung und Länge des Datenerfassungsfensters. Das Impulsgenerator-Modul 121 ist mit einem Satz Gradientenverstärkern 127 verbunden, um die Zeitfolge und Form der Gradientenimpulse, die während der Abtastung zu erzeugen sind, anzuzeigen. Das Impulsgenerator-Modul 121 empfängt auch Patientendaten von einer Steuereinrichtung 129 für die physiologische Erfassung, wobei diese Steuereinrichtung Signale von einer Anzahl unterschiedlicher Sensoren empfängt, die mit dem Patienten verbunden sind, wie ECG Signale von Elektroden oder Atmungssignale von Bälgen. Schließlich ist das Impulsgenerator-Modul 121 mit einer Abtastraum-Interface-Schaltung 133 verbunden, welche Signale von verschiedenen Sensoren empfängt, die dem Zustand des Patienten und des magnetischen Systems zugeordnet sind. Auch über diese Abtastraum-Interface-Schaltung 133 empfängt ein Patientenpositionierungssystem 134 Befehle zur Bewegung des Patienten in die gewünschte Position für die Abtastung.
  • Die Gradientenwellenform, die durch das Impulsgenerator-Modul 121 erzeugt werden, werden einem Gradientenverstärkersystem 127 zugeführt, das Verstärker Gx, Gy und GZ umfaßt. Jeder Gradientenverstärker regt eine entsprechende Gradientenspule in einer Anordnungen, die insgesamt mit 139 bezeichnet ist, um die Magnetfeldgradienten zu erzeugen, die für die Ortscodierung erfaßter Signale verwendet werden. Die Gradientenspulenanordnung 139 bildet einen Teil einer magnetischen Anordnung 141, die einen Polarisationsmagneten 140 und eine Ganzkörper-HF-Spule 152 umfaßt. Ein Transceiver-Modul 150 in der Systemsteuerung 122 erzeugt Impulse, die durch einen HF-Verstärker 151 verstärkt werden und über einen Sende/Empfangsschalter 154 in die HF-Spule 152 gekoppelt werden. Die resultierenden Signale, die von den angeregten Kernen im Patienten abgestrahlt werden, können durch dieselbe HF-Spule 152 abgefühlt werden und über den Sende/Empfangsschalter 154 in einen Vorverstärker 153 übertragen werden. Die verstärkten NMR Signale werden im Empfangsabschnitt des Transceivers 150 demoduliert, gefiltert und digitalisiert. Der Sende/Empfangsschalter 154 wird durch ein Signal vom Impulsgenerator-Modul 121 so angesteuert, daß er während des Sendemodus den HF-Verstärker 151 elektrisch mit der Spule 152 verbindet, und im Empfangsmodus den Vorverstärker 153 ankoppelt. Der SendelEmpfangsschalter 154 ermöglicht auch, daß eine separate HF-Spule (beispielsweise eine Kopfspule oder Oberflächenspule) sowohl für den Sende- als auch für den Empfangsmodus verwendet wird.
  • Die von der HF-Spule 152 aufgenommenen NMR Signale werden vom Transceiver Modul 150 digitalisiert und in ein Speichermodul 160 in der Systemsteuerung 122 übertragen. Ist die Abtastung abgeschlossen und ist ein vollständiges Datenfeld im Speichermodul 160 abgespeichert worden, unterzieht ein Feldprozessor 161 die Daten einer Fourier Transformation in ein Feld von Bilddaten. Diese Bilddaten werden über die serielle Verbindung 115 dem Computersystem 107 zugeführt, in welchem sie im Plattenspeicher 111 gespeichert werden. Als Antwort auf die Befehle, die von der Bedienkonsole 100 empfangen werden, werden diese Bilddaten auf dem Bandlaufwerk 112 archiviert, oder sie werden durch den Bildprozessor 106 weiter verarbeitet und der Bedienkonsole 100 zugeführt sowie auf der Anzeige 104 dargestellt.
  • Eine detailliertere Beschreibung des Transceivers 150 befindet sich in den US- Patenten 4,952,877 und 4,992,736, deren Inhalt durch diesen Bezug in der vorliegenden Anmeldung eingeschlossen ist.
  • Das Selbstkorrekturverfahren wird dazu verwendet, Bildartefakte in den k-Raumbilddaten-Sätzen zu reduzieren, die mit dem MRI System der Fig. 1 erfaßt werden. Speziell gemäß Fig. 2 wird, nachdem ein k-Raumbilddatensatz gemäß Anzeige in einem Prozeßblock 200 erfaßt worden ist, ein anfänglicher Block von k-Raumansichten zur Korrektur ausgewählt, wie in einem Prozeßblock 202 angezeigt ist. In der bevorzugten Ausführung werden 64 Ansichten in diesem anfänglichen Block ausgewählt. Diese Ansichten in diesem Block werden dann einer Phasenschiebung unterzogen, wie im Prozeßblock 204 angezeigt ist, und zwar auf der Grundlage einer anfänglichen Bewegungsabschätzungsgröße. Der geänderte k-Raumdatensatz wird dann gemäß Anzeige am Prozeßblock 206 zur Erzeugung eines Bildes einer Fourier-Transformation unterzogen. Wie im Prozeßblock 208 angezeigt, wird dann das Bildmaß (Bildbewertungsmaß) unter Verwendung dieses rekonstruierten Bildes und der Entropie des Gradientenmaßes F1, wie oben beschrieben, berechnet.
  • Liegt das berechnete Maß F1 innerhalb einer vorab festgelegten Toleranz, wie im Entscheidungsblock 210 ermittelt wird, ist der Block aus 64 Ansichten korrigiert worden und es wird der nächste Block mit 64 Ansichten ausgewählt, wie im Prozeßblock 212 angezeigt ist, und der Prozeß wird wiederholt. Andernfalls wird die Bewegungsabschätzung für diesen Block in einem Prozeßblock 214 abgestimmt und der Prozeß wird wiederholt, um das Bildmaß mit der entsprechend eingestellten oder abgestimmten Phasenverschiebung zu bewerten.
  • Sämtliche Blöcke aus k-Raumansichten werden separat bezüglich der Phase eingestellt, und zwar beginnend im Zentrum des k-Raums, von dem aus nach außen weiter gearbeitet wird. Wenn der letzte Block gemäß Ermittlung im Entscheidungsblock 216 korrigiert worden ist, wird die Blockgröße größenmäßig reduziert, wie im Prozeßblock 218 angezeigt ist, und das System verzweigt und springt zurück auf den Prozeßblock 202, um die Schritte an einem Block kleinerer Dimensionen zu wiederholten. Der Prozeß wird wiederholt und es wird die Blockgröße reduziert, bis die minimale Blockgröße verarbeitet worden ist, wie im Entscheidungsblock 220 ermittelt wird. Im bevorzugten Ausführungsbeispiel wird die Blockgröße nach jeder Iteration durch zwei dividiert und die minimale Blockgröße beträgt eine Ansicht. Der korrigierte k-Raumdatensatz wird dann einer Fourier- Transformation unterzogen, um ein optimales Bild zu erzeugen, wie im Prozeßblock 222 angezeigt ist.
  • Es sollte klar sein, daß das Selbstkorrekturverfahren auf eine ein-, zwei- oder dreiachsige Bewegung angewandt werden kann. In vielen klinischen Anwendungen des Verfahrens ist herausgefunden worden, daß die Verarbeitung nur einer einzelnen Bewegungsachse erforderlich ist. Dies reduziert die Verarbeitungszeit beträchtlich. Liegt beispielsweise die Bewegung primär entlang der Richtung der Phasencodierung, kann eine eindimensionale FFT längs der Auslesegradientenrichtung einmal auf den erfaßten k-Raumbilddatensatz angewandt werden, bevor das Selbstkorrekturverfahren angewandt wird. Die Phasenkorrekturen im Prozeß 204 erfolgen dann an diesem Hybrid-Raumdatensatz und die Fourier-Transformation im Prozeß 206 kann als eindimensionale FFT längs der Phasencodierung- Gradientenrichtung erfolgen.
  • Ferner ist in vielen klinischen Anwendungen nur ein kleiner Teil des rekonstruierten Bildes klinisch wichtig. Das Selbstkorrekturverfahren kann in dieser Situation so modifiziert werden, daß das Bildmaß im Prozeßblock 208 nur in der selektierten Region von Interesse bewertet wird. Dies bedeutet, daß die Bedienungsperson die Pixel in der Region von Interesse identifiziert und das Bildmaß nur bezüglich dieser Pixel berechnet wird. Dies reduziert die Verarbeitungszeit und in einigen Fällen wird das resultierende Bild in der kritischen Region verbessert. Dies ermöglicht auch die Korrektur von Bildern, in denen die Bewegung sich in unterschiedlichen Bildregionen unterscheidet. In solchen Fällen kann jede Region unter Verwendung des Selbstkorrekturverfahrens separat korrigiert werden. Einfache nicht globale Bewegungen dieser Art können korrigiert werden, beispielsweise in der MR-Angiographie, bei der die Bewegungen nicht komplex sind.
  • Beispielsweise kann das vollständige Bild 256 Pixelspalten enthalten, die bei jeder Berechnung des Bewertungsmaßes der Fourier-Transformation zu unterziehen sind. Wird die von der Bedienungsperson ausgewählte Region über nur 64 Pixelspalten erstreckt, so müssen nur diese 64 Spalten während jeder Bewertungsiteration Fourier-transformiert werden: Dies reduziert die Verarbeitungszeit um ein Faktor von vier.
  • Ursprüngliche Bilder wurden willkürlich aus einem Navigator-Untersuchungsdatensatz ausgewählt, wie er bei McGee et al. Radiologie 205, S. 341-354, 1997 beschrieben wurde. Diese BGlder wurden der Selbstkorrektur sowohl mit dem 1-D als auch mit dem 2-D Verfahren unterzogen (beim 1-D Verfahren wurden 64 Spalten verwendet, die den humoralen Kopf überspannten). Die Berechnungszeiten betrugen etwa 30 Minuten für das 2-D Verfahren und 8 Minuten für das 1-D Verfahren. Die ursprünglichen Bilder, die der Selbstkorrektur unterzogenen Bilder und die mit Navigator korrigierten Bilder wurden auf einen Film gedruckt und durch vier Radiologen bewertet. Bei jedem Bild wurden die Radiologen ersucht, den Verbesserungsgrad bezüglich des ursprünglichen Bildes separat für die 1-D, 2-D und Navigator korrigierten Bilder einzustufen. Die Ergebnisse sind in Tabelle 1 gezeigt. Das 1-D Selbstkorrekturverfahren zeigt eine nahezu gleiche Leistung wie das 2-D Verfahren, wobei beide Verfahren signifikant die Bildqualität verbessern (obgleich nicht soviel wie die mit Navigator korrigierten Bilder, wobei hier tatsächlich versucht wird, die Bewegung zu messen).
  • Tabelle 1 Durchschnittliche Beobachter-Bewertungen der Korrekturtechniken.
  • Tabelle 1, Durchschnittliche Verbesserungen für jede Technik bei 25 Schulterbildern mit einer Skalierung:
  • -1 = Verschlechterung,
  • 0 = keine Änderung,
  • 1 = sichtbare Verbesserungen,
  • 2 = erhebliche Verbesserungen.
  • Das Selbstkorrekturverfahren der vorliegenden Erfindung erwies sich als praktikable Technik zur Bewegungskorrektur in einer Bedarf zeigenden klinischen Anwendung. Das Verfahren, das hier präsentiert wurde, wendet nur rohe (komplexe) Daten aus dem MRI System an, erfordert nur einige Minuten Prozessorzeit und reduziert Bewegungsartefakte signifikant, wobei das Verfahren nahezu so gut wie die Navigator-Echo-Technik arbeitet, jedoch ohne die Abtastzeit zu vergrößern. Das Verfahren kann rückwirkend auf zuvor erfaßte Datensätze angewandt werden, unabhängig davon, ob diese mit oder ohne die anderen oben dargelegten Artefakt-'Reduktionsverfahren erfaßt worden sind. Das Verfahren ist sowohl auf 2- D als auf 3-D translatorische und Rotations-Bewegung anwendbar und die Korrekturen können, wie oben dargelegt, jeweils für eine Achse erfolgen.
  • Die vorliegende Erfindung kann auch zur Korrektur anderer MR Fehler verwendet werden. Beispielsweise können Fehler, die durch nicht ideale Eigenschaften der Gradienten bei Echo-Planar-Abbildungen-Verfahren (EPI) Erfassungsverfahren hervorgerufen werden, korrigiert werden. Dasselbe gilt für Fehler aufgrund von Sättigungsvariationen infolge von Änderungen im TR, wenn eine Abbildung unter Heranziehung der Cardiac-Gating-Verfahren erfolgt.
  • Das Verfahren kann auch bei anderen Abbildungsmodalitäten angewandt werden, bei denen mehrere Ansichten oder Projektionen über eine Zeitdauer erfaßt werden und zur Rekonstruktion eines Bildes herangezogen werden, wie die Elektronenstrahl- oder X-Strahl CT. Diese Ansichten oder Projektionen können eingestellt werden und das Resultat auf die Bildqualität kann bewertet werden und auf dieselbe Weise, wie für die MR Bilder oben erläutert, optimiert werden.
  • Die vorliegende Erfindung ermöglicht auch die lokale Anwendung der Selbstkorrekturen statt einer globalen Anwendung auf das gesamte Bild. Daher können lokale Regionen im Bild separat korrigiert werden, um die Verarbeitungszeit weiter zu reduzierten und die Korrektur auf die spezielle Bewegung in dieser Region zuzuschneiden.

Claims (12)

1. Verfahren zum Korrigieren eines medizinischen Bildes hinsichtlich Artefakten, umfassend die Schritte:
a) Aufnehmen einer Folge von Ansichten zur Ausbildung eines Bilddatensatzes;
b) Rekonstruieren eines Bildes aus dem aufgenommenen Bilddatensatz;
c) Berechnen eines Gradientenbildes aus dem rekonstruierten Bild;
d) Bewerten der Qualität des rekonstruierten Bildes durch Berechnen einer Bewertungsfunktion (Cost-Funktion) auf der Grundlage des Gradientenbildes;
e) Iteratives Minimieren der Bewertungsfunktion durch Vornehmen von Korrekturen an Ansichten im Bilddatensatz und Wiederholen der Schritte b), c), d) und e).
2. Verfahren nach Anspruch 1, in welchem die Folge von Ansichten mit einem MRL-System aufgenommen werden und das Bild durch Ausführen einer Fourier-Transformation rekonstruiert wird.
3. Verfahren nach Anspruch 1, in welchem die Artefakte durch Patientenbewegung hervorgerufen werden.
4. Verfahren nach Anspruch 1, welches die Selektion einer Region im Bild, welches zu korrigieren ist, und die Anwendung der Schritte c), d) und e) auf die selektierte Region umfaßt.
5. Verfahren nach Anspruch 4, in welchem nur ein Abschnitt des Bildes, das die selektierte Region enthält, im Schritt b) rekonstruiert wird.
6. Verfahren nach Anspruch 4, welches die Selektion einer zweiten Region im zu korrigierenden Bild und die Anwendung der Schritte c), d) und e) auf die zweite Region umfaßt.
7. Verfahren nach Anspruch 1, in welchem die Bewertungsfunktion als die Entropie des Gradienten berechnet wird.
8. Verfahren nach Anspruch 1, in welchem eine Bewertungsfunktion (F1) wie folgt berechnet wird:
Fl = - hijlog&sub2;[hij]
gij = Gradientenoperator, der die Werte in der Reihe i und der Spalte j des Gradientenbildes repräsentiert.
9. Verfahren nach Anspruch 1, in welchem die Bewertungsfunktion als die normierte Varianz des Gradienten berechnet wird.
10. Verfahren nach Anspruch 1, in welchem eine Bewertungsfunktion (F2) wie folgt berechnet wird:
wobei
gij = Gradientenoperator, der die Werte in der Reihe i und Spalte j des Gradientenbildes repräsentiert, ist.
11. Verfahren nach Anspruch 1, in welchem die Bewertungsfunktion iterativ in Schritt e) bewertet wird durch:
i) Vornehmen von Korrekturen an jedem einer Mehrzahl von Blöcken von Ansichten und Wiederholen der Schritte b), c) und d), bis die Bewertungsfunktion für jeden Block minimiert ist;
ii) Reduzieren der Anzahl von Ansichten in jedem Block und Wiederholen des Schritts i);
iii) Wiederholen des Schritts ü), bis die Anzahl von Ansichten im Block ein Minimum erreicht.
12. Verfahren nach Anspruch 8, in welchem das Minimum eine Ansicht pro Block ist.
DE69900416T 1998-04-15 1999-04-14 Selbstkorrektur von bewegungsartefakten in magnetresonanzbildern Expired - Lifetime DE69900416T2 (de)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US8186498P 1998-04-15 1998-04-15
US10948898P 1998-11-23 1998-11-23
PCT/US1999/008123 WO1999053444A1 (en) 1998-04-15 1999-04-14 Autocorrection of mr images for motion artifacts

Publications (2)

Publication Number Publication Date
DE69900416D1 DE69900416D1 (de) 2001-12-06
DE69900416T2 true DE69900416T2 (de) 2002-06-06

Family

ID=26766057

Family Applications (1)

Application Number Title Priority Date Filing Date
DE69900416T Expired - Lifetime DE69900416T2 (de) 1998-04-15 1999-04-14 Selbstkorrektur von bewegungsartefakten in magnetresonanzbildern

Country Status (5)

Country Link
US (1) US6329819B1 (de)
EP (1) EP1072019B1 (de)
JP (1) JP3673472B2 (de)
DE (1) DE69900416T2 (de)
WO (1) WO1999053444A1 (de)

Families Citing this family (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6469506B1 (en) * 1999-11-19 2002-10-22 Mayo Foundation For Medical Education And Research Autocorrection of MR images acquired using phased-array coils
US6647134B1 (en) * 2000-03-30 2003-11-11 Mayo Foundation For Medical Education And Research Autocorrection of MR projection images
US7397953B2 (en) 2001-07-24 2008-07-08 Hewlett-Packard Development Company, L.P. Image block classification based on entropy of differences
US6683454B2 (en) 2002-03-28 2004-01-27 Ge Medical Systems Global Technology Company, Llc Shifting of artifacts by reordering of k-space
US7561909B1 (en) 2002-09-16 2009-07-14 The United States Of America As Represented By The Department Of Health And Human Services MRI navigator methods and systems
EP1639550A1 (de) * 2003-06-18 2006-03-29 Philips Intellectual Property & Standards GmbH Bewegungskompensierte rekonstruktionstechnik
GB2430026A (en) 2005-09-09 2007-03-14 Qinetiq Ltd Automated selection of image regions
CN101441770B (zh) * 2008-11-28 2012-03-21 重庆医科大学 基于信息熵和对数对比度加权和的挖掘最佳图像的方法
TWI442777B (zh) * 2009-06-23 2014-06-21 Acer Inc 空間性錯誤隱藏方法
US8970217B1 (en) 2010-04-14 2015-03-03 Hypres, Inc. System and method for noise reduction in magnetic resonance imaging
US8306299B2 (en) * 2011-03-25 2012-11-06 Wisconsin Alumni Research Foundation Method for reconstructing motion-compensated magnetic resonance images from non-Cartesian k-space data
US9797974B2 (en) 2013-01-30 2017-10-24 The Board Of Trustees Of The Leland Stanford Junior University Nonrigid motion correction in 3D using autofocusing with localized linear translations
CN103675737B (zh) * 2013-12-06 2016-08-17 清华大学 扩散磁共振成像和重建方法
EP3497463B1 (de) 2016-08-09 2022-03-30 Koninklijke Philips N.V. Retrospektive korrektur von feldschwankungen bei der multigradientenecho-mrt
US10806370B1 (en) 2019-04-25 2020-10-20 General Electric Company MRI system and method for detection and correction of patient motion
US11519992B2 (en) 2020-08-26 2022-12-06 GE Precision Healthcare LLC Systems and methods of automatically detecting and scoring motion artifacts in magnetic resonance imaging

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH02215440A (ja) * 1989-02-17 1990-08-28 Toshiba Corp 磁気共鳴映像装置
US5311132A (en) 1992-07-28 1994-05-10 The Board Of Trustees Of The Leland Stanford Junior University Method of enhancing the focus of magnetic resonance images
GB9614407D0 (en) * 1996-07-09 1996-09-04 Secr Defence Method for imaging artefact reduction

Also Published As

Publication number Publication date
DE69900416D1 (de) 2001-12-06
EP1072019A1 (de) 2001-01-31
JP2002511621A (ja) 2002-04-16
JP3673472B2 (ja) 2005-07-20
WO1999053444A1 (en) 1999-10-21
EP1072019B1 (de) 2001-10-31
US6329819B1 (en) 2001-12-11

Similar Documents

Publication Publication Date Title
DE60203896T2 (de) Vorrichtung zur erfassung von mri-daten aus einem grossen gesichtsfeld mit kontinuierlicher tischbewegung
DE68927107T2 (de) Verminderung von bewegungsartefakten bei der bilderzeugung mittels magnetischer kernresonanz
DE102009055961B4 (de) Verfahren zur Erfassung von einer Atembewegung eines Untersuchungsobjektes entsprechender Signaldaten mittels Magnetresonanz
DE69706684T2 (de) Verfahren und gerät zur bildlichen artefaktreduktion
DE69900416T2 (de) Selbstkorrektur von bewegungsartefakten in magnetresonanzbildern
DE19804823B4 (de) Korrektur von Artefakten, die durch Maxwell-Terme in Magnetresonanz-Echo-Planar-Bildern verursacht werden
DE19630758B4 (de) Schnelle Herz-gesteuerte kernmagnetische Resonanz-Erfassung mit verbessertem T1-Kontrast
DE102016204198B4 (de) Verfahren zur Erzeugung von MR-Bildern mit prospektiver Bewegungskorrektur und teilvolumenspezifischer Gewichtung der Bildinformation
DE4432570A1 (de) Verfahren und Vorrichtung für die Kernresonanzabbildung physiologischer Funktionsinformation
DE112015003853T5 (de) Parallel-MR-Bildgebung mit Nyquist-Geisterbildkorrektur für EPI
DE60122818T2 (de) Selbstkorrektur von Bewegungsartefakten in MR-Projektionsbildern
DE19730748B4 (de) Bandbegrenzte Interpolation und Projektion räumlicher dreidimensionaler Bilder
DE102018218471B3 (de) Verfahren zur Magnetresonanzbildgebung mit Zusatzgradientenpulsen, Magnetresonanzeinrichtung, Computerprogramm und elektronisch lesbarer Datenträger
DE102017201883B4 (de) Gewichtungsmatrix zur Reduzierung von Artefakten bei paralleler Bildgebung
DE60209141T2 (de) Methode zur kompensation von bewegungsartefakten in magnetresonanzbildern durch prediktion von phasenlinie
DE102013201814B4 (de) Verfahren zur Magnetresonanz-Bildgebung mit multidimensional ortsselektiven HF-Pulsen in einem Außenbereich
DE102015218106B4 (de) Verfahren zu einer Bewegungskorrektur von Magnetresonanz-Messdaten
DE10345082A1 (de) Magnetresonanz-Bildgebungseinrichtung
DE60314049T2 (de) Bildrekonstruktionsverfahren und -system
DE102015207591B4 (de) Verfahren zu einer Bewegungskorrektur von Magnetresonanz-Messdaten
DE60038427T2 (de) Verfahren und Gerät zur Verringerung von Bildartefakten, die durch Vibration des Magneten in einem System der bildgebenden magnetischen Resonanz verursacht sind
DE102013204994B4 (de) Zeitaufgelöste Phasenkontrast-MR-Bildgebung mit Geschwindigkeitskodierung
DE60207292T2 (de) Verfahren zum kompensieren der objektbewegungen in mri
DE102013217336B3 (de) Phasenkontrast-MR-Bildgebung mit Geschwindigkeitskodierung
DE10114318B4 (de) Artefaktkorrektur bei der MR-Bildgebung unter Verwendung von Navigatorechoinformationen

Legal Events

Date Code Title Description
8364 No opposition during term of opposition
8328 Change in the person/name/address of the agent

Representative=s name: HML, 80799 MUENCHEN