JP2012521841A - エコー時間の柔軟な選択を有する２ポイントＤｉｘｏｎ技術 - Google Patents

Abstract

ＭＲデータにおいて脂肪と水とを区別するとき、改良Ｄｉｘｏｎ技術は、第１及び第２の信号Ｉ１及びＩ２を収集し、信号Ｉ１及びＩ２の第１及び第２の成分Ｂ及びＳを計算することを含む。ここで、第１及び第２の成分のうちの一方が脂肪に対応し、他方が水に対応する。改良Ｄｉｘｏｎ技術は更に、それらから２つの差分位相誤差候補を導出し、妨害となる磁場不均一性の平滑さの仮定に基づいて、１つの位相誤差候補を選択することを含む。水成分及び脂肪成分の絶対値の正確な決定は、それぞれ水及び脂肪に対応する２つの変数に関する３つの信号方程式を解くことによって為され、且つ例えばニュートン法を用いた最小二乗法を用いて実行される。

Description

本発明は、磁気共鳴撮像（ＭＲＩ）システム、特に、脂肪抑制ＭＲＩ、及びＭＲＩを用いた脂肪の定量化に関して適用される。しかしながら、認識されるように、開示の技術は、その他の撮像システム、その他の磁気共鳴シナリオ、その他の画像データ収集技術、及びこれらに類するものにも適用され得る。

“エコー”を測定するとき、ＭＲスキャナの検査領域を貫く縦軸に平行にＢ１磁場が生成され、それにより、検査領域内の細胞核は一時的にＢ１磁場に整列させられる。異なる物質（例えば、脂肪及び水）の核は、異なる回転速度で共鳴あるいは自身の元の位置に“スピン”バックする。エコーは、例えばＢ１磁場を反転することなどによって、ＭＲスキャナによって発生されて検出される。異なる物質の核は、それらの異なる回転速度に起因して、エコーが生成される時（例えば、“エコー時間”）にそれらそれぞれの回転における異なる位置にあり、故に、画像再構成中に区別されることができる。他の技術は、上述のスピンエコー収集の代わりに、例えばグラディエント（傾斜）エコー法を採用している。

脂質信号の抑制は、数多くのＭＲＩ用途に共通した要求である。また、水及び脂肪の信号の同時定量化は最近、例えば肥満及び代謝異常疾患との関係で、ますます大きな関心を受けている。双方の要求を満足する一手法はＤｉｘｏｎ撮像法であり、これは、水プロトンと脂質プロトンとの異なる化学シフトと、その結果として得られ、画像再構成において遡及的な分離を可能にする、異なるエコー時間におけるそれらからの信号間の位相差とに基づく。

とりわけ高速撮像において、Ｄｉｘｏｎ撮像は典型的に、スキャン時間を可能な限り短く維持することのみのために、２つの異なるエコー時間を用いて実行される。利用可能な２ポイントＤｉｘｏｎ法は、データ収集に使用される異なるエコー時間における水−脂肪角に制約を課す。これらは、シーケンス設計における柔軟性を低減させ、ひいては、スキャン時間を増大させることが多い。

例えば、一方又は双方のエコー時間が、スキャン時間の増大をもたらす固定位相を有する。すなわち、従来のＤｉｘｏｎ撮像技術は、少なくとも１つの固定位相エコー時間を必要とし、多くて１つのみの可変位相エコー時間又は任意位相エコー時間を使用している。

本発明は、上述及びその他の問題を解決する、ＭＲＩ用の強化されたＤｉｘｏｎ技術を用いて異なる共鳴特性を有する物質（例えば、脂肪及び水）間の区別を行う、新たな改善されたシステム及び方法を提供するものである。

一態様によれば、ＭＲＩデータにおいて水組織と脂肪組織とを区別する方法は、被検体の磁気共鳴（ＭＲ）スキャン中に異なる任意のエコー時間で第１の信号（Ｉ_１）及び第２の信号（Ｉ_２）を測定し、第１及び第２の信号から第１及び第２の成分を計算することを有する。当該方法は更に、第１及び第２の成分から２つの差分位相誤差候補を導出し、妨害となる磁場不均一性の平滑さの仮定に基づいて、画素ごとに、導出された差分位相誤差候補のうちの一方を選択することを含む。さらに、当該方法は、選択された差分位相誤差候補を用いて水画像及び脂肪画像を再構成することを含む。

他の一態様によれば、改良Ｄｉｘｏｎ技術を用いて、ＭＲＩデータにおいて水組織と脂肪組織とを区別するシステムは、被検体の磁気共鳴（ＭＲ）スキャン中に異なる任意のエコー時間で第１の信号（Ｉ_１）及び第２の信号（Ｉ_２）を測定し、且つ第１及び第２の信号から第１及び第２の成分を計算するようにプログラムされたプロセッサを含む。プロセッサは更に、第１及び第２の成分から２つの差分位相誤差候補を導出し、且つ妨害となる磁場不均一性の平滑さの仮定に基づいて、画素ごとに、１つの差分位相誤差候補を選択するようにプログラムされる。当該システムは更に、選択された差分位相誤差候補を用いて水画像及び脂肪画像を再構成する再構成プロセッサと、再構成された画像を格納するメモリとを含む。

１つの利点は、スキャン時間が短縮されることである。

他の１つの利点は、画像品質が向上されることである。

更なる１つの利点は、プロトコルパラメータの選択の柔軟性が向上されることである。

以下の詳細な説明を読んで理解した当業者には、この革新技術の更なる利点が認識されるであろう。

図面は、様々な態様を単に例示するものであり、限定的なものとして解釈されるべきでない。
ここに記載される１つ以上の態様に従った、スキャン効率を向上させ且つ空間時間分解能及びカバレッジエリアを増大させる、ＭＲスキャン中に２ポイントＤｉｘｏｎ技術を実行するときに使用されるエコー時間への制約を緩和することを支援するシステムを例示する図である。 １７９°及び３３３°の水−脂肪角（Θ）に対応する１．１４ｍｓ及び２．１３ｍｓのエコー時間を用いて３Ｔで収集されたデュアルエコーデータから、ここに記載されるシステム及び方法を用いて計算された水画像（ライトコントラスト）の一例を示す図である。 １７９°及び３３３°の水−脂肪角（Θ）に対応する１．１４ｍｓ及び２．１３ｍｓのエコー時間を用いて３Ｔで収集されたデュアルエコーデータから、ここに記載されるシステム及び方法を用いて計算された脂肪画像（ライトコントラスト）の一例を示す図である。 ここに記載される１つ以上の態様に従った、ＭＲスキャン中に収集される任意のデュアルエコーデータを用いて被検体内の脂肪分子と水分子とを区別する一手法を示す図である。 ここに記載される１つ以上の態様に従った、測定信号の大成分Ｂ及び小成分Ｓの何れが水に対応し、何れが脂肪に対応するかを決定するために、見積もられた差分位相誤差Δφが用いられる、ＭＲスキャン中に収集される任意のデュアルエコーデータを用いて被検体内の脂肪分子と水分子とを区別する一手法を示す図である。 ３Ｄ画像表現を生成するように再構成プロセッサによって再構成される撮像データを生成するＭＲＩ装置を含む、典型的な病院システムを例示する図である。 式（１２）−（１４）を用いて生成された、患者を通る断面ビューの画像の一例を示す図であり、アーチファクトを示すために画像の一領域を拡大している。 アーチファクトを抑制し且つ画像内のエッジラインを平滑化するように式（１５）−（１７）を用いて生成された、患者の断面の画像の一例を示す図である。 ここに記載される１つ以上の態様に従った、測定信号の大成分Ｂ及び小成分Ｓの何れが水に対応し、何れが脂肪に対応するかを決定するために、見積もられた差分位相誤差Δφが用いられ、水成分及び脂肪成分が複素値であると仮定される、ＭＲスキャン中に収集される任意のデュアルエコーデータを用いて被検体内の脂肪分子と水分子とを区別する一手法を示す図である。

図１は、ここで説明する１つ以上の態様に従った、スキャン効率を向上させ且つ空間時間分解能及びカバレッジエリアを増大させる、ＭＲスキャン中に２ポイントＤｉｘｏｎ技術を実行するときに使用されるエコー時間への制約を緩和することを支援するシステム１０を例示している。このシステムはＭＲＩ装置１２を含んでおり、ＭＲＩ装置１２は、ここで説明するＭＲ収集スキャンを実行するためのコンピュータ実行可能命令又はアルゴリズムの１つ以上の組を実行するプロセッサ１４と、該コンピュータ実行可能命令又はアルゴリズムの１つ以上の組を格納するメモリ１６とに結合されている。これらのＭＲＩ装置、プロセッサ及びメモリは更に、ディスプレイ１８と、収集且つ／或いは処理されたＭＲスキャンデータを、ディスプレイ１８に出力するＭＲ画像へと再構成する１つ以上の再構成プロセッサ２０とに結合されている。

ＭＲ収集ソフトウェアがメモリ１６に格納されてプロセッサ１４によって実行されることにより、ＭＲスキャン中にＭＲＩ装置１２の検査領域内に位置付けられる被検体のスキャン中に、ＭＲデータ２６が収集される。ここで説明する様々な態様によれば、改良Ｄｉｘｏｎエコーサンプリングソフトウェア２８が、プロセッサによる実行のためにメモリに格納され、何れかのエコー時間が固定位相を有することを必要とすることなく、柔軟な任意のエコー時間で２ポイントエコーデータ２６を収集することを支援する。

改良Ｄｉｘｏｎソフトウェア２８を用いたＭＲ収集ソフトウェア２２の実行によりＭＲデータ２６が収集されると、信号分離３０が実行される。一例において、ＭＲ収集はエコー収集（例えば、スピンエコー、グラディエントエコーなど）である。データ２６を入力として用いて、分離されるべき各種からの信号の強度を出力として提供する複数の数学方程式、を解くことによって信号分離は達成される。この信号強度の出力３２は、メモリ１６に格納され、区別された組織型を有する再構成ＭＲ画像を生成するための再構成プロセッサ２０による再構成アルゴリズム３６の実行中に使用される。この分離は再構成の形態であり、各画素の信号が、例えば水と脂肪などの異なる種に由来する複数の成分に分割（あるいは分離）される。

ＭＲスキャンに掛けられる被検体内の脂肪（例えば、脂質）及び水（例えば、非脂肪組織内）という具体的な例に関して、改良Ｄｉｘｏｎ技術を用いる分離アルゴリズム３６の関数を更に説明するため、以下の記述を提供する。改良Ｄｉｘｏｎ技術を用いるとき、２つの異なるエコー時間で測定される２つの信号Ｉ_１及びＩ_２は、数学的に以下のように記述される：

ここで、Ｗ及びＦは、それぞれ、信号全体に対する水及び脂肪の寄与分であり（故に、Ｗ及びＦは正の実数である）、Θ_１及びΘ_２は２つのエコー時間における既知の水−脂肪角であり、φ_１及びφ_２は、例えば主磁場の不均一性及びそれに類するものなどのシステムの不完全性に起因する（例えば、それぞれの信号の）位相誤差を表す。位相誤差の値は未知であるので、方程式（１）及び（２）からのＷ及びＦの直接的な決定は可能でない。故に、この時点で、プロセッサは、方程式（１）及び（２）から、それぞれの信号の“大（big）”成分Ｂ及び“小（small）”成分Ｓを推定する。信号成分Ｂ及びＳは中間データ４０としてメモリ１６に格納され得る。成分Ｂ及びＳの一方はＷを表し、他方はＦを表すが、そのマッピングは更なる処理まで未知である。故に、このマッピング問題を解くために位相誤差が決定される。

２ポイントＤｉｘｏｎ水−脂肪分離に関する既存の手法においては、位相誤差の見積もりは、それらは空間的に平滑な関数であるとの仮定、すなわち、それらは視野にわたってゆっくり変化するのみであるとの仮定に基づく。この仮定が当てはまる程度は、位相誤差の大きさに依存する。φ_２は、位相誤差φ_１と、φ_２より遥かに良好に平滑さの仮定を満たす一層小さい差分位相誤差Δφとに分解されることができるので、Θ_１＝０を選択し、それにより方程式（１）及び（２）を：

と書き直すことによって、見積もりが単純化される。

この場合、Ｉ_１の位相は位相誤差φ_１に等しく、これは：

と補正されることができる。

この時点では、差分位相誤差Δφ（例えば、φ_１とφ_２との間の差）は未だ見出されていない。方程式（６）を用いて、Δφの２つの候補が計算される。すなわち、

のように、一方の候補は、“大”成分Ｂが水であり且つ“小”成分Ｓが脂肪であると仮定して計算され、他方の候補は、Ｓが水でありＢが脂肪であると仮定して計算される。

Ｂ及びＳのＷ及びＦへの真のマッピングは、空間的に変化する、すなわち、画素から画素へと異なったものとなり得る。故に、Δφは、全体の解が可能な限り滑らかになるように、画素ごとに別々に２つの候補から選択される。この手法は、Θ_２modπ≠０を前提とするものであり、既に知られたものである（例えば、Xiang QS、「Two-point water-fat imaging with partially-opposed-phase (POP) acquisition：an asymmetric Dixon method」、Magn. Reson. Med. 2006年、第56巻、pp.572-584を参照）。Δφが見積もられると、方程式（６）からΔφを除去し、方程式（５）及び（６）からＷ及びＦを計算することができる。

ここで説明する１つ以上の態様によれば、方程式（１）−（６）に関する以上の手法は、Θ_１≠０であるように一般化される。例えば、制約を単にΘ_１≠±Θ_２であるとして、上述のように方程式（１）及び（２）からＢ及びＳが計算される。故に、問題は、位相誤差を見積もり、Ｗ及びＦを計算することになる。また、更に言及するに、φ_１の見積もりは、Ｗ及びＦを計算することには不要である。例えば、Ｉ_１にＩ_２の共役が乗じられる場合、得られる方程式は：

となり、Ｗ、Ｆ、Θ_１、Θ_２及びΔφのみに依存する。

Ｂ及びＳが再び計算されるが、今回はXiangによる上述の参照文献中の式１及び２に記述されるような一般化された形態で計算される。方程式（９）から、方程式（７）及び（８）からのように、２つの差分位相誤差候補を：

のように得ることができる。

これら２つの候補の中から、上述のように、あるいはその他の適切な方法により、典型的に平滑さの仮定に基づいて、実際の差分位相誤差Δφが選択される。φ_１は未知であるので、方程式（５）及び（６）はＷ及びＦを計算するために使用されないことがある。しかしながら、φ_１及びφ_２に依存しない３つの方程式：

を得ることができる。

方程式（１２）は第１のエコー信号Ｉ_１の振幅の二乗を表し、方程式（１３）は第２のエコー信号Ｉ_２の振幅の二乗を表す。方程式（１４）は、Ｗ及びＦに関して解くことを可能にするために提供される。一例において、Ｗ及びＦは（例えば、ニュートン法を適用する）最小二乗法を用いることによって解かれる。方程式（１２）及び（１３）のみからはＢ及びＳだけしか計算することができないが、Δφが上述のように見積もられると、図２及び３に示す臨床例の画像にて見て取れるように、方程式（１２）−（１４）からＷ及びＦを一義的に計算することができる。他の例では、信号方程式（方程式（３）−（４））を全ての未知数に関して解いてもよい。

一実施形態によれば、プロセッサ１４は、３つの方程式（１２）−（１４）を解く前に、予期される緩和時定数に関する予備知識を用いて、２つのエコー時間の間で信号減衰を補償するようにＩ_２の重み付けを行う。

他の一実施形態によれば、プロセッサ１４は、３ポイントＤｉｘｏｎ技術の、冗長性を活用し、一貫性を確保し、且つロバスト性及び精度を高めるために、３ポイントＤｉｘｏｎ技術を用いて収集されたデータの部分集合（サブセット）に、ここで説明する（又はその他の）２ポイントＤｉｘｏｎ技術を適用する。

理解されるように、プロセッサ１４は、ここで説明する様々な機能及び／又は方法を実行するためのコンピュータ実行可能命令を実行し、メモリ１６は該命令を格納する。メモリ１６は、制御プログラムが格納される例えばディスク又はハードドライブなどのコンピュータ読み取り可能媒体とし得る。コンピュータ読み取り可能媒体の一般的な形態は、例えば、フロッピー（登録商標）ディスク、フレキシブルディスク、ハードディスク、磁気テープ、若しくはその他の磁気記憶媒体、ＣＤ−ＲＯＭ、ＤＶＤ、若しくはその他の光媒体、ＲＡＭ、ＲＯＭ、ＰＲＯＭ、ＥＰＲＯＭ、ＦＬＡＳＨ−ＥＰＲＯＭ、それらの変形物、その他のメモリチップ若しくはカートリッジ、又はそれからプロセッサ１４が読み出して実行することが可能なその他の有形媒体を含む。この文脈において、システム１０は、１つ以上の汎用コンピュータ、専用コンピュータ、プログラムされたマイクロプロセッサ若しくはマイクロコントローラ及び周辺集積回路素子、ＡＳＩＣ若しくはその他の集積回路、デジタル信号プロセッサ、例えば個別要素回路などのハードワイヤド電子装置若しくは論理回路、例えばＰＬＤ、ＰＬＡ、ＦＰＧＡ、グラフィカルカードＣＰＵ（ＧＰＵ）若しくはＰＡＬなどのプログラム可能論理デバイス、又はこれらに類するものに実装され、あるいはそのようなものとして実装され得る。

図２は、１７９°及び３３３°の水−脂肪角（Θ）に対応する１．１４ｍｓ及び２．１３ｍｓのエコー時間を用いて３Ｔで収集されたデュアルエコーデータから、ここで説明するシステム及び方法を用いて計算された水画像７０（ライトコントラスト）の一例を示している。

図３は、１７９°及び３３３°の水−脂肪角（Θ）に対応する１．１４ｍｓ及び２．１３ｍｓのエコー時間を用いて３Ｔで収集されたデュアルエコーデータから、ここで説明するシステム及び方法を用いて計算された脂肪画像８０（ライトコントラスト）の一例を示している。

図４は、ここで説明する１つ以上の態様に従った、ＭＲスキャン中に収集される任意のデュアルエコーデータを用いて被検体内の脂肪分子と水分子とを区別する一手法を示している。ステップ１１０にて、ＭＲスキャン中に、改良Ｄｉｘｏｎ技術を用いて、２つの信号Ｉ_１及びＩ_２が測定される。ステップ１１２にて、信号Ｉ_１及びＩ_２の大成分Ｂ及び小成分Ｓが計算される。ステップ１１４にて、それらから２つの差分位相誤差候補が導出される。ステップ１１６にて、１つの差分位相誤差候補が選択され、成分Ｂ及びＳの何れが水（Ｗ）に対応し、これらの成分の何れが脂肪又は脂質（Ｆ）に対応するかに関して決定が為される。ステップ１１８にてＭＲ画像が再構成され、ステップ１２０にて信号の水コンテンツ及び脂肪コンテンツが選択的に示される。

図５は、ここで説明する１つ以上の態様に従った、測定信号の大成分Ｂ及び小成分Ｓの何れが水に対応し、何れが脂肪に対応するかを決定するために、見積もられた差分位相誤差Δφが用いられる、ＭＲスキャン中に収集される任意のデュアルエコーデータを用いて被検体内の脂肪分子と水分子とを区別する一手法を示している。ステップ１３０にて、改良Ｄｉｘｏｎ技術を用いて、ＭＲデータ収集中に２つの異なるエコー時間で２つの信号Ｉ_１及びＩ_２が測定される。ステップ１３２にて、Θ_１≠±Θ_２という制約のみを用いて、それぞれの信号の“大”成分Ｂ及び“小”成分Ｓが（例えば、方程式（１）及び（２）から）見積もられる。ステップ１３４にて、信号Ｉ_１にＩ_２の共役が乗じられる。得られる方程式は、方程式（９）にて説明したように、Ｗ、Ｆ、Θ_１、Θ_２及びΔφのみに依存する。

ステップ１３６にて、方程式（１０）及び（１１）によって説明したように、２つの差分位相誤差候補が導出される。ステップ１３８にて、これら２つの候補の中から、実際の差分位相誤差Δφが、上述のように、平滑さの仮定に基づいて選択される。ステップ１４０にて、φ_１及びφ_２に依存しない３つの方程式が：

のように導出される。

ステップ１４２にて、これら３つの方程式が同時に解かれ、Ｗ及びＦが決定される。そして、ステップ１４４にて、ＭＲスキャンデータが画像へと再構成される。ステップ１４６にて、画像が、（例えば、図１のディスプレイ１８上で）ユーザに出力され、あるいはメモリ（例えば、図１のメモリ１６）に格納される。

一実施形態において、ここで説明する方法は更に、３つの方程式（１２）−（１４）を解く前に、予期される緩和時定数に関する予備知識を用いて、２つのエコー時間の間で信号減衰を補償するようにＩ_２の重み付けを行うことを含む。

他の一実施形態において、ここで説明する方法は、３ポイントＤｉｘｏｎ技術の、冗長性を活用し、一貫性を確保し、且つロバスト性及び精度を高めるために、３ポイントＤｉｘｏｎ収集にて収集されたデータのサブセットに２ポイントＤｉｘｏｎ技術（例えば、何らかの好適な２ポイントＤｉｘｏｎ技術）を適用することを含む。

図６を参照するに、典型的な病院システム１５０は、３Ｄ画像表現を生成するように再構成プロセッサ１５２によって再構成される撮像データを生成する例えばＭＲＩ装置１２又はそれに類するものなどの撮像装置を含み得る。画像表現は、ネットワーク１５４上で、中央メモリ１５６又はローカルメモリ１５８へと通信される。

ネットワークと接続されたステーション１６０にて、オペレータはユーザインタフェース１６２を用いて、選択した３Ｄ患者ＭＲ画像を、中央メモリ１５６及びローカルメモリ１５８へ、あるいはこれらの間で移動させる。ビデオプロセッサ１６６が、選択されたＭＲ画像をディスプレイ１８の第１の表示域（ビューポート）１６８_１内に表示する。第２のＭＲ画像が、第２のビューポート１６８_２内に表示され得る。例えば、図２の水画像７０が第１のビューポート内に表示され、図３の脂肪画像８０が第２のビューポート内に表示され得る。第３のビューポート１６８_３は、第１及び第２のビューポート内の画像の重ね合わせを表示することができる。必要に応じて、ユーザは、脂肪画像データ及び水画像データの相対重みの範囲にわたって、第３のビューポート内の重ね合わせ画像を操作することができる。一実施形態において、ユーザインタフェースは、純粋な脂肪画像データから純粋な水画像データまで、またそれらの間の任意の箇所まで、重ね合わせ画像を調整するためにユーザが使用可能なノブ又はスライドバー（図示せず）を含む。

脂肪画像、水画像及び／又は重ね合わせ画像のデータは、その他の用途で使用されてもよい。例えば、治療計画ステーション１７０が画像データを使用して治療セッションを計画することができる。オペレータが満足するまで計画されると、計画された治療は、自動化された手順に適合している場合、計画されたセッションを実行する治療装置１７２へと転送されることができる。その他のステーションが、様々なその他の計画プロセスにて、脂肪及び／又は水の画像データを用いてもよい。

図７−８は、方程式（１２）−（１４）を用いるときに生じ得るアーチファクトを抑制するために、計算された差分位相マップを用いて入力データから計算される水及び脂肪の項が複素値であるように取られる一実施形態に関係している。容易に解くことが可能で、且つ方程式（１２）−（１４）から生じ得るアーチファクトを抑制あるいは排除することが可能な、連立一次方程式（１５）、（１６）が得られる。一実施形態によれば、システム及び方法は、（例えば、図１及び５に関して説明したように）方程式（１２）−（１４）の代わりに方程式（１５）−（１６）が用いられて然るべく解かれることを除いて図１−６に関してここで説明したようにして実行される。

この手法において、Ｗ及びＦは複素数と見なされる。それらは、ｅ^ｉφ１及びｅ^ｉφ２を排除するように信号方程式（１）及び（２）においてＷ’＝Ｗｅ^ｉφ１及びＦ’＝Ｆｅ^ｉφ２によって置換され、２つの一次複素方程式の系：

が得られる。ここで、Ｗ’及びＦ’は複素値にされた水及び脂肪の項であり、θ_１及びθ_２は２つのエコー時間における既知の水−脂肪角である。φは、例えば主磁場の不均一性及びそれに類するものなどのシステムの不完全性に起因する位相誤差を表し、故に、Δφは同様の位相の項であるが、２つのエコー間の位相差を表す。位相ベクトル形態ｅ^ｉΔφでデータ及び差分位相が与えられると、水及び脂肪の複素項は容易に計算されることができる。最終的な画像では、水及び脂肪の絶対値が取られる。

上述のようにｅ^ｉΔφが見積もられると、この連立方程式は：

を介して（例えば、図１のプロセッサ１４によって）解析的に解かれ、｜Ｗ｜＝｜Ｗ’｜且つ｜Ｆ｜＝｜Ｆ’｜であるので、水及び脂肪の信号の大きさを直接的に生じさせる。

一実施形態において、信号Ｉ_２は、３つの方程式を解く前に、予期される緩和時定数に関する予備知識を用いて、２つのエコー時間の間で信号減衰を補償するように（例えば、プロセッサ１４によって）重み付けられる。

図７は、方程式（１２）−（１４）を用いて生成された、患者を通る断面ビュー１８２の画像１８０の一例であり、アーチファクト１８６を示すために画像の一領域１８４が拡大されている。ギザギザのエッジライン１８８も示されている。このような画像は、方程式（１２）−（１４）を用いる上述のシステム及び方法を用いて生成され得る。しかしながら、アーチファクトを抑制し且つエッジラインを滑らかにするため、図８の画像に関して示すように、方程式（１２）−（１４）に代えて方程式（１７）が用いられ得る。

図８は、画像内のアーチファクトを抑制し且つ画像内のエッジラインを平滑化するように方程式（１７）を用いて生成された、患者の断面１８２の画像２００の一例である。図７にて視認されるアーチファクト１８６が存在しないことを示すために、画像の一領域２０２が拡大されている。また、エッジライン２０４は、図７の画像のエッジライン１８８より有意に滑らかである。

図９は、ここで説明する１つ以上の態様に従った、測定信号の大成分Ｂ及び小成分Ｓの何れが水に対応し、何れが脂肪に対応するかを決定するために、見積もられた差分位相誤差Δφが用いられ、水成分及び脂肪成分が複素値であると仮定される、ＭＲスキャン中に収集される任意のデュアルエコーデータを用いて被検体内の脂肪分子と水分子とを区別する一手法を示している。ステップ２２０にて、改良Ｄｉｘｏｎ技術を用いて、ＭＲデータ収集中に２つの異なるエコー時間で２つの信号Ｉ_１及びＩ_２が測定される。ステップ２２２にて、Θ_１≠±Θ_２という制約のみを用いて、それぞれの信号の“大”成分Ｂ及び“小”成分Ｓが（例えば、方程式（１）及び（２）から）見積もられる。ステップ２２４にて、信号Ｉ_１にＩ_２の共役が乗じられる。得られる方程式は、方程式（９）にて説明したように、Ｗ、Ｆ、Θ_１、Θ_２及びΔφのみに依存する。

ステップ２２６にて、方程式（１０）及び（１１）によって説明したように、２つの差分位相誤差候補が導出される。ステップ２２８にて、これら２つの候補の中から、実際の差分位相誤差Δφが、上述のように、平滑さの仮定に基づいて選択される。ステップ２３０にて、φ_１及びφ_２に依存しない２つの方程式が：

のように導出される。

ステップ２３２にて、これら２つの方程式が同時に解かれ、Ｗ’及びＦ’：

が決定される。

そして、ステップ２３４にて、ＭＲスキャンデータが画像へと再構成される。ステップ２３６にて、画像が、（例えば、図１のディスプレイ１８上で）ユーザに出力され、あるいはメモリ（例えば、図１のメモリ１６）に格納される。

一実施形態において、ここで説明する方法は更に、３つの方程式（１５）−（１７）を解く前に、予期される緩和時定数に関する予備知識を用いて、２つのエコー時間の間で信号減衰を補償するようにＩ_２の重み付けを行うことを含む。

Claims (15)

1. 磁気共鳴画像（ＭＲＩ）データにおいて水組織と脂肪組織とを区別する方法であって：
   被検体の磁気共鳴（ＭＲ）スキャン中に異なる任意のエコー時間で第１の信号Ｉ_１及び第２の信号Ｉ_２を測定するステップ；
   前記第１及び第２の信号から第１及び第２の成分を計算するステップ；
   前記第１及び第２の成分から２つの差分位相誤差候補Δφ_１、Δφ_２を導出するステップ；
   妨害となる磁場不均一性の平滑さの仮定に基づいて、画素ごとに、導出された前記差分位相誤差候補のうちの一方Δφを選択するステップ；
   選択された差分位相誤差候補Δφを用いて水画像及び脂肪画像を再構成するステップ；
   を有する方法。
2. 前記第１の成分は前記第２の成分より大きいか等しいかであり、前記２つの差分位相誤差候補は、方程式：
   

   

   を用いて導出され、
   ただし、Ｂは前記第１の成分であり、Ｓは前記第２の成分であり、Θ_１は前記第１の信号Ｉ_１の水−脂肪角であり、Θ_２は前記第２の信号Ｉ_２の水−脂肪角であり、Δφ_１及びΔφ_２は前記差分位相誤差候補であり、
   Θ_１≠±Θ_２なる制約を適用することを更に含む、
   請求項１に記載の方法。
3. 前記第１及び第２の成分の何れが脂肪組織からの信号寄与を表し、前記第１及び第２の成分の何れが水組織からの信号寄与を表すかを決定するステップ、
   を更に含む請求項１又は２に記載の方法。
4. 画素ごとに、３つの方程式：
   

   

   を同時に解いて、前記ＭＲＩデータから水信号及び脂肪信号を計算するステップであり、Ｗは水からの信号寄与を表し、Ｆは脂肪からの信号寄与を表す、ステップ；及び
   前記３つの方程式を解く前に、予期される緩和時定数に関する予備知識を用いて、前記２つのエコー時間の間で信号減衰を補償するように前記信号Ｉ_２の重み付けを行うステップ；
   を更に含む請求項１乃至３の何れか一項に記載の方法。
5. 画素ごとに、２つの方程式：
   

   

   を同時に解いて、前記ＭＲＩデータから水信号及び脂肪信号を計算するステップであり、その解は：
   

   

   であり、Ｗ’は水からの信号寄与を表し、Ｆ’は脂肪からの信号寄与を表す、ステップ；及び
   これら３つの方程式を解く前に、予期される緩和時定数に関する予備知識を用いて、前記２つのエコー時間の間で信号減衰を補償するように前記信号Ｉ_２の重み付けを行うステップ；
   を更に含む請求項１乃至３の何れか一項に記載の方法。
6. 前記ＭＲデータをＭＲ画像へと再構成するステップ；及び
   前記ＭＲ画像をディスプレイ及びメモリのうちの一方へ出力するステップ；
   を更に含む請求項１乃至５の何れか一項に記載の方法。
7. 請求項１乃至６の何れか一項に記載の方法を実行するようにプロセッサを制御するためのソフトウェアを担持するコンピュータ読み取り可能媒体。
8. 改良Ｄｉｘｏｎ技術を用いて、磁気共鳴画像（ＭＲＩ）データにおいて水組織と脂肪組織とを区別するシステムであって：
   プロセッサであり：
   被検体の磁気共鳴（ＭＲ）スキャン中に異なる任意のエコー時間で第１の信号Ｉ_１及び第２の信号Ｉ_２を測定し、
   前記第１及び第２の信号から第１及び第２の成分を計算し、
   前記第１及び第２の成分から２つの差分位相誤差候補Δφ_１、Δφ_２を導出し、且つ
   妨害となる磁場不均一性の平滑さの仮定に基づいて、画素ごとに、１つの差分位相誤差候補Δφを選択する、
   ようにプログラムされたプロセッサ；
   選択された差分位相誤差候補を用いて水画像及び脂肪画像を再構成する再構成プロセッサ；及び
   再構成された画像を格納するメモリ；
   を有するシステム。
9. 前記第１の成分は前記第２の成分より大きいか等しいかであり、前記プロセッサは、前記２つの差分位相誤差候補を、方程式：
   

   

   を用いて導出し、ただし、Ｂは前記第１の成分であり、Ｓは前記第２の成分であり、Θ_１は前記第１の信号Ｉ_１の水−脂肪角であり、Θ_２は前記第２の信号Ｉ_２の水−脂肪角であり、Δφ_１及びΔφ_２は前記差分位相誤差候補であり；且つ
   前記プロセッサは、Θ_１≠±Θ_２なる制約を適用する、
   請求項８に記載のシステム。
10. 前記第１及び第２の成分の何れが脂肪組織からの信号寄与を表し、前記第１及び第２の成分の何れが水組織からの信号寄与を表すかを決定すること、
    を更に含む請求項８又は９に記載のシステム。
11. 前記プロセッサは、３つの方程式：
    

    

    を同時に解いて、水信号及び脂肪信号を計算し、Ｗは水からの信号寄与を表し、Ｆは脂肪からの信号寄与を表し；且つ
    前記プロセッサは、前記３つの方程式を解く前に、予期される緩和時定数に関する予備知識を用いて、前記２つのエコー時間の間で信号減衰を補償するように前記信号Ｉ_２の重み付けを行う；
    請求項８乃至１０の何れか一項に記載のシステム。
12. 前記プロセッサは、２つの方程式：
    

    

    を同時に解いて、水信号及び脂肪信号を計算し、その解は：
    

    

    であり、Ｗ’は水からの信号寄与を表し、Ｆ’は脂肪からの信号寄与を表し；且つ
    前記プロセッサは、これら３つの方程式を解く前に、予期される緩和時定数に関する予備知識を用いて、前記２つのエコー時間の間で信号減衰を補償するように前記信号Ｉ_２の重み付けを行う；
    請求項８乃至１０の何れか一項に記載のシステム。
13. 前記プロセッサは、３ポイント以上のＤｉｘｏｎ技術の、冗長性を活用し、一貫性を確保し、且つロバスト性及び精度を高めるために、３ポイント以上のＤｉｘｏｎ収集からのデータのサブセットに、２ポイントＤｉｘｏｎ技術を適用する、請求項８乃至１２の何れか一項に記載のシステム。
14. 前記水画像及び前記脂肪画像のうちの少なくとも一方、又はこれら２つの組み合わせを表示するディスプレイ、
    を更に含む請求項８乃至１３の何れか一項に記載のシステム。
15. 前記ディスプレイ上の第１及び第２の表示域であり、それぞれ前記水画像及び前記脂肪画像を表示する第１及び第２の表示域；及び
    前記ディスプレイ上の第３の表示域であり、前記水画像及び前記脂肪画像が調整可能に重ね合わされ、あるいは相互に組み合わされる第３の表示域；
    を更に含む請求項１４に記載のシステム。

Images