JP2012530549A5 - - Google Patents

Claims (45)

1. 画像を生成する方法であって：
   撮像されるオブジェクトのｋ空間データ・セットを取得する段階と；
   前記ｋ空間データ・セットの一部を収集する段階と；
   前記ｋ空間データ・セットの収集された一部から凸最適化モデルに従って画像を再構成する段階とを含み、
   前記凸最適化モデルに従って画像を再構成する前記段階が、逐次反復プロセスを使って画像データを生成することを含み、該逐次反復プロセスは、再構成された画像における不連続にペナルティを与えることを防ぐため、ノルム重み付け因子の値を更新することを含む、
   方法。
2. 前記凸最適化モデルが、前記ｋ空間データ・セット内の期待されるノイズ属性を表す重み付け因子を含む、請求項１記載の方法。
3. 前記凸最適化モデルが、撮像されるオブジェクトの先験的属性を表す重み付け因子を含む、請求項１記載の方法。
4. 前記ｋ空間データ・セットの一部を収集する前記段階は、データ収集パターンに従ってデータを収集することを含む、請求項１記載の方法。
5. 前記データ収集パターンが渦巻きパターンを含む、請求項４記載の方法。
6. 前記データ収集パターンが放射状パターンを含む、請求項４記載の方法。
7. 前記データ収集パターンが複数の平行なサンプリング線を含む、請求項４記載の方法。
8. 画像データの前記生成が、画像強度の全変動の離散化のl＝0ノルムの近似を使う、請求項１記載の方法。
9. 前記逐次反復プロセスの反復工程は、ホモトピック・パラメータの値を更新し、二次緩和パラメータの値を更新することを含む、請求項８記載の方法。
10. 前記ホモトピック・パラメータおよび前記二次緩和パラメータのそれぞれの値は、所定の関係に従って互いとの関係において固定されている、請求項９記載の方法。
11. 請求項１０記載の方法であって、前記逐次反復プロセスの各反復工程は、
    所定のレートに従って前記二次緩和パラメータの値を大きくし、
    前記二次緩和パラメータの値および前記二次緩和パラメータと前記ホモトピック・パラメータの間の前記所定の関係に従って前記ホモトピック・パラメータの値を小さくすることを含む、
    方法。
12. 前記逐次反復プロセスが外側の逐次反復プロセスであり、前記外側の逐次反復プロセスの各反復工程は、内側の逐次反復プロセスの一回または複数回の反復工程を含む、請求項９記載の方法。
13. 前記内側の逐次反復プロセスの各反復工程は、前記ホモトピック・パラメータの値および前記二次緩和パラメータの値に少なくとも部分的に基づいて、緩和変数の値を更新することを含む，請求項１２記載の方法。
14. 前記内側の逐次反復プロセスの各反復工程は、前記緩和変数の値に少なくとも部分的に基づいて画像データを更新することを含む、請求項１３記載の方法。
15. 画像データの前記生成が、画像強度の全変動の離散化のl＝1ノルムまたは画像強度の全変動の離散化のl＝2ノルムのうちの一方を使う、請求項１記載の方法。
16. 前記ノルム重み付け因子は、平滑化された画像データに少なくとも部分的に基づく、請求項１記載の方法。
17. 前記ノルム重み付け因子の値の更新は、ガウシアン・カーネルを使って平滑化された画像データを生成することを含む、請求項１６記載の方法。
18. 前記逐次反復プロセスは外側の逐次反復プロセスであり、前記外側の逐次反復プロセスの各反復工程は、内側の逐次反復プロセスの一回または複数回の反復工程を含む、請求項１記載の方法。
19. 前記内側の逐次反復プロセスの各反復工程は、前記ホモトピック・パラメータの値および前記二次緩和パラメータの値に少なくとも部分的に基づいて、緩和変数の値を更新することを含む、請求項１８記載の方法。
20. 前記内側の逐次反復プロセスの各反復工程は、前記緩和変数の値に少なくとも部分的に基づいて画像データを更新することを含む、請求項１９記載の方法。
21. 画像を再構成する前記段階は、撮像されたオブジェクトを表す画像データを生成することを含む、請求項１記載の方法。
22. 画像を再構成する前記段階は、ディスプレイ、プリンタおよびメモリ・デバイスのうちの少なくとも一つに画像データを出力することを含む、請求項２１記載の方法。
23. 画像を生成する方法であって：
    撮像されるオブジェクトのｋ空間データ・セットを取得する段階と；
    所定のデータ収集パターンに従って前記ｋ空間データ・セットのサブセットを収集し、それによりサンプリングされたｋ空間データ・セットを生成する段階と；
    前記サンプリングされたｋ空間データ・セットを使って画像データの第一の集合を生成する段階と；
    画像データの前記第一の集合を使って逐次反復プロセスを実行して画像データの第二の集合を生成する段階とを含み、
    前記逐次反復プロセスは、画像データの前記第一の集合からの画像データを、複数の重み付け因子に従って、前記サンプリングされたｋ空間データ・セットからのｋ空間データと組み合わせることを含む最適化モデルに従って、画像データの前記第一の集合を修正することを含み、
    前記複数の重み付け因子は、前記画像データ中の大きな不連続にペナルティを与えるのを防ぐために、ノルム重み付け因子を含む、
    方法。
24. 画像データの前記第一の集合を、前記ｋ空間データ・セットの前記一部の逆フーリエ変換に少なくとも部分的に基づいて生成することをさらに含む、請求項２３記載の方法。
25. 前記複数の重み付け因子は、前記画像データの諸属性についての重要度重み付け因子を含む、請求項２３記載の方法。
26. 前記複数の重み付け因子は、前記画像データの異なる属性にそれぞれの重みを適用するための重み付け因子を含む、請求項２３記載の方法。
27. 前記所定のデータ収集パターンが渦巻きパターンを含む、請求項２３記載の方法。
28. 画像を生成する撮像システムであって：
    撮像されるオブジェクトのｋ空間データ・セットを受領し、記憶するメモリと；
    前記ｋ空間データ・セットの一部を収集し、凸最適化モデルに従って前記ｋ空間データ・セットの収集された一部から画像を再構成するコンピューティング・ユニットとを有し、
    前記凸最適化モデルに従って画像を再構成する処理が、逐次反復プロセスを使って画像データを生成することを含み、該逐次反復プロセスは、再構成された画像における不連続にペナルティを与えることを防ぐため、ノルム重み付け因子の値を更新することを含む、
    システム。
29. 前記凸最適化モデルは、前記ｋ空間データ・セット内の期待されるノイズ属性を表す重み付け因子を含む、請求項２８記載のシステム。
30. 前記凸最適化モデルは、撮像されるオブジェクトの先験的属性を表す重み付け因子を含む、請求項２８記載のシステム。
31. 前記コンピューティング・ユニットによる画像データの前記生成は、画像強度の全変動の離散化のl＝0ノルムの近似を使う、請求項２８記載のシステム。
32. 前記逐次反復プロセスの反復工程は、ホモトピック・パラメータの値を更新し、二次緩和パラメータの値を更新することを含む、請求項３１記載のシステム。
33. 前記ホモトピック・パラメータおよび前記二次緩和パラメータのそれぞれの値は、所定の関係に従って互いとの関係において固定されている、請求項３２記載のシステム。
34. 前記コンピューティング・ユニットによる画像データの前記生成は、画像強度の全変動の離散化のl＝1ノルムまたは画像強度の全変動の離散化のl＝2ノルムのうちの一方を使う、請求項２８記載のシステム。
35. 前記ノルム重み付け因子は、平滑化された画像データに少なくとも部分的に基づく、請求項２８記載のシステム。
36. 前記コンピューティング・ユニットは、撮像されるオブジェクトを表す画像データを生成する、請求項２８記載のシステム。
37. 前記コンピューティング・ユニットは、ディスプレイ、プリンタおよびメモリ・デバイスのうちの少なくとも一つに前記画像データを出力する、請求項３６記載のシステム。
38. 前記ｋ空間データ・セットは、磁気共鳴撮像（MRI）システムによって生成される、請求項２８記載のシステム。
39. 画像を生成する撮像システムであって：
    撮像されるオブジェクトのｋ空間データ・セットを受領し、記憶するメモリと；
    所定のデータ収集パターンに従って前記ｋ空間データ・セットのサブセットを収集し、それによりサンプリングされたｋ空間データ・セットを生成し、
    前記サンプリングされたｋ空間データ・セットを使って画像データの第一の集合を生成し、
    画像データの前記第一の集合を使って逐次反復プロセスを実行して画像データの第二の集合を生成する
    コンピューティング・ユニットとを有しており、
    前記逐次反復プロセスは、画像データの前記第一の集合からの画像データを、複数の重み付け因子に従って、前記サンプリングされたｋ空間データ・セットからのｋ空間データと組み合わせることを含む最適化モデルに従って、画像データの前記第一の集合を修正することを含み、
    前記複数の重み付け因子は、前記画像データ中の大きな不連続にペナルティを与えるのを防ぐために、ノルム重み付け因子を含む、
    システム。
40. 画像捕捉システムから前記ｋ空間データ・セットを受領するためのインターフェースをさらに有する、請求項３９記載のシステム。
41. 画像捕捉システムをさらに有する、請求項３９記載のシステム。
42. 前記所定のデータ収集パターンが渦巻きパターンを含む、請求項３９記載のシステム。
43. 前記ｋ空間データ・セットは、磁気共鳴撮像（MRI）システムによって生成される、請求項４２記載のシステム。
44. 命令を含む非一時的なコンピュータ可読媒体であって、前記命令はプロセッサを：
    撮像されるオブジェクトのｋ空間データ・セットを取得する段階と；
    前記ｋ空間データ・セットの一部を収集する段階と；
    前記ｋ空間データ・セットの収集された一部から凸最適化モデルに従って画像を再構成する段階とを実行するよう構成するものであり、
    前記凸最適化モデルに従って画像を再構成する前記段階が、逐次反復プロセスを使って画像データを生成することを含み、該逐次反復プロセスは、再構成された画像における不連続にペナルティを与えることを防ぐため、ノルム重み付け因子の値を更新することを含む、
    非一時的なコンピュータ可読媒体。
45. 命令を含む非一時的なコンピュータ可読媒体であって、前記命令はプロセッサを：
    撮像されるオブジェクトのｋ空間データ・セットを取得する段階と；
    所定のデータ収集パターンに従って前記ｋ空間データ・セットのサブセットを収集し、それによりサンプリングされたｋ空間データ・セットを生成する段階と；
    前記サンプリングされたｋ空間データ・セットを使って画像データの第一の集合を生成する段階と；
    画像データの前記第一の集合を使って逐次反復プロセスを実行して画像データの第二の集合を生成する段階とを実行するよう構成するものであり、
    前記逐次反復プロセスは、画像データの前記第一の集合からの画像データを、複数の重み付け因子に従って、前記サンプリングされたｋ空間データ・セットからのｋ空間データと組み合わせることを含む最適化モデルに従って、画像データの前記第一の集合を修正することを含み、
    前記複数の重み付け因子は、前記画像データ中の大きな不連続にペナルティを与えるのを防ぐために、ノルム重み付け因子を含む、
    方法。