JP2014195532A

JP2014195532A - 推定装置、磁気共鳴装置、プログラム、および推定方法

Info

Publication number: JP2014195532A
Application number: JP2013072287A
Authority: JP
Inventors: 哲也若山; Tetsuya Wakayama
Original assignee: GE Medical Systems Global Technology Co LLC
Current assignee: GE Medical Systems Global Technology Co LLC
Priority date: 2013-03-29
Filing date: 2013-03-29
Publication date: 2014-10-16

Abstract

【課題】実際の拡散強調画像データと推定された拡散強調画像データとの誤差をできるだけ小さくする推定方法を提供する。【解決手段】Ｔ２強調シーケンスＡ０により収集されたデータに基づいて、スライスのＴ２強調画像データＪ０を作成する。また、画像データ作成手段８１は、拡散強調シーケンスＡ１〜Ａｍにより収集されたデータに基づいて、ｂ＝ｂ１〜ｂｍで拡散強調された拡散強調画像データＪ１〜Ｊｍを作成する。そして、これらの画像データＪ０〜Ｊｍを用いて、ＩＶＩＭモデルのフィッティングを行い、画像データＪ０〜Ｊｍの信号値に最もよく当てはまるＩＶＩＭモデルのパラメータ値を求める。【選択図】図７

Description

本発明は、画像データの信号値を推定する推定装置、その推定装置が適用された磁気共鳴装置、その推定装置に適用されるプログラム、および画像データの信号値を推定する推定方法に関する。

従来より、拡散強調画像を取得する方法が知られている（特許文献１参照）。

特開２０１２−１５７６８７号公報

近年、任意のｂ値で拡散強調された拡散強調画像データを推定することが試みられている。この推定を行うためには、拡散による信号減衰をできるだけ正確に予測する必要がある。信号減衰のモデルとして、ＡＤＣ（Apparent Diffusion Coefficient）を算出するための単一指数関数モデル（ＡＤＣモデル）が知られている。しかし、ＡＤＣモデルで拡散強調画像データを作成すると、ｂ値の低い範囲において、実際の拡散強調画像データとの誤差が大きくなるという問題がある。

したがって、実際の拡散強調画像データと推定された拡散強調画像データとの誤差をできるだけ小さくすることが望まれている。

本発明の第１の観点は、ｂ値が異なる複数のシーケンスにより取得されたデータに基づいて、複数の画像データを作成する画像データ作成手段と、
前記複数の画像データを用いて、真の拡散の動きによる拡散係数Ｄと灌流の動きによる拡散係数Ｄ^＊と灌流の割合ＰＦとを含む信号モデルのフィッティングを行い、フィッティング後の信号モデルに基づいて、前記複数のシーケンスのｂ値とは異なるｂ値で拡散強調された画像データの信号値を推定する推定手段と、
を有する推定装置である。

本発明の第２の観点は、ｂ値が異なる複数のシーケンスにより取得されたデータに基づいて、複数の画像データを作成する画像データ作成手段と、
前記複数の画像データを用いて、真の拡散の動きによる拡散係数Ｄと灌流の動きによる拡散係数Ｄ^＊と灌流の割合ＰＦとを含む信号モデルのフィッティングを行い、フィッティング後の信号モデルに基づいて、前記複数のシーケンスのｂ値とは異なるｂ値で拡散強調された画像データの信号値を推定する推定手段と、
を有する磁気共鳴装置である。

本発明の第３の観点は、ｂ値が異なる複数のシーケンスにより取得されたデータに基づいて、複数の画像データを作成する画像データ作成処理と、
前記複数の画像データを用いて、真の拡散の動きによる拡散係数Ｄと灌流の動きによる拡散係数Ｄ^＊と灌流の割合ＰＦとを含む信号モデルのフィッティングを行い、フィッティング後の信号モデルに基づいて、前記複数のシーケンスのｂ値とは異なるｂ値で拡散強調された画像データの信号値を推定する推定処理と、
を計算機に実行させるためのプログラムである。

本発明の第４の観点は、ｂ値が異なる複数のシーケンスにより取得されたデータに基づいて、複数の画像データを作成する画像データ作成ステップと、
前記複数の画像データを用いて、真の拡散の動きによる拡散係数Ｄと灌流の動きによる拡散係数Ｄ^＊と灌流の割合ＰＦとを含む信号モデルのフィッティングを行い、フィッティング後の信号モデルに基づいて、前記複数のシーケンスのｂ値とは異なるｂ値で拡散強調された画像データの信号値を推定する推定ステップと、
を有する推定方法である。

真の拡散の動きによる拡散係数Ｄ、灌流の動きによる拡散係数Ｄ^＊、および灌流の割合ＰＦを含む信号モデルを用いるので、実際の拡散強調画像データとの誤差が低減された画像データを推定することができる。

本発明の一形態の磁気共鳴装置の概略図である。撮影部位を概略的に示す図である。本形態において実行されるシーケンスを概略的に示す図である。本形態のＭＲ装置の動作フローを示す図である。取り出された信号値を概略的に示す図である。フィッティングの様子を概略的に示す図である。仮想の拡散強調画像データのピクセルＰ_ｉの信号値の計算方法を示す図である。

以下、発明を実施するための形態について説明するが、本発明は、以下の形態に限定されることはない。

図１は、本発明の一形態の磁気共鳴装置の概略図である。
磁気共鳴装置（以下、「ＭＲ装置」と呼ぶ。ＭＲ：Magnetic Resonance）１００は、マグネット２、テーブル３、受信コイル４などを有している。

マグネット２は、被検体１１が収容されるボア２１を有している。また、マグネット２は、超伝導コイル、勾配コイル、およびＲＦコイルなどが内蔵されている。

テーブル３は、被検体１１を支持するクレードル３ａを有している。クレードル３ａは、ボア２１内に移動できるように構成されている。クレードル３ａによって、被検体１１はボア２１に搬送される。

受信コイル４は、被検体１１の胴部に取り付けられている。受信コイル４は、被検体１１からの磁気共鳴信号を受信する。

ＭＲ装置１００は、更に、送信器５、傾斜磁場電源６、受信器７、制御部８、操作部９、および表示部１０などを有している。

送信器５はＲＦコイルに電流を供給し、傾斜磁場電源６は勾配コイルに電流を供給する。
受信器７は、受信コイル４から受け取った信号に対して、検波などの信号処理を実行する。

制御部８は、表示部１０に必要な情報を伝送したり、受信器７から受け取ったデータに基づいて画像を再構成するなど、ＭＲ装置１００の各種の動作を実現するように、ＭＲ装置１００の各部の動作を制御する。制御部８は、画像データ作成手段８１〜設定手段８３などを有している。
画像データ作成手段８１は、Ｔ２強調画像データＪ_０および拡散強調画像データＪ_１〜Ｊ_ｍ（例えば、後述する図３参照）を作成する。
推定手段８２は、仮想の拡散強調画像データの信号値を推定する。
設定手段８３は、ｂ値を設定する。

制御部８は、画像データ作成手段８１〜設定手段８３を構成する一例であり、所定のプログラムを実行することにより、これらの手段として機能する。尚、制御部８は、推定装置の一例に相当する。

操作部９は、オペレータにより操作され、種々の情報を制御部８に入力する。表示部１０は種々の情報を表示する。
ＭＲ装置１００は、上記のように構成されている。

図２は撮影部位を概略的に示す図、図３は本形態において実行されるシーケンスを概略的に示す図である。
本形態では、Ｔ２強調シーケンスＡ_０と、ｍ個の拡散強調シーケンスＡ_１〜Ａ_ｍとが実行される。尚、撮影部位には一般的には複数のスライスが設定されるが、本形態では、説明の便宜上、撮影部位には１枚のスライスのみが設定されているとする。

Ｔ２強調シーケンスＡ_０は、スライスＳＬのＴ２強調画像データＪ_０を取得するためのシーケンスである。拡散強調シーケンスＡ_１〜Ａ_ｍは、スライスＳＬの拡散強調画像データＪ_１〜Ｊ_ｍを取得するためのシーケンスである。

拡散強調シーケンスＡ_１〜Ａ_ｍは、拡散強調された画像を得るために、ＭＰＧ（Motion Probing Gradient）が印加されている。本形態では、拡散強調シーケンスＡ_１〜Ａ_ｍは、それぞれ、ＭＰＧの強さを表すｂ値が、ｂ＝ｂ１〜ｂｍに設定されている。一方、Ｔ２強調シーケンスＡ_０では、ＭＰＧは印加されていないので、ｂ＝０と見なすことができる。

以下に、シーケンスＡ_０〜Ａ_ｍを用いて被検体の画像データを取得するときのＭＲ装置の動作について説明する。

図４は、本形態のＭＲ装置の動作フローを示す図である。
ステップＳＴ１では、図３に示すシーケンスＡ_０〜Ａ_ｍが実行される。シーケンスＡ_０〜Ａ_ｍを実行した後、ステップＳＴ２に進む。

ステップＳＴ２では、画像データ作成手段８１（図１参照）が、シーケンスＡ_０〜Ａ_ｍにより収集されたデータに基づいて、スライスＳＬのＴ２強調画像データＪ_０と、ｂ＝ｂ_１〜ｂ_ｍで拡散強調された拡散強調画像データＪ_１〜Ｊ_ｍとを作成する。これらの画像データＪ_０〜Ｊ_ｍを作成した後、ステップＳＴ３に進む。

ステップＳＴ３では、推定手段８２（図１参照）が、拡散強調画像の信号減衰を表す信号モデルを用いて、シーケンスＡ_０〜Ａ_ｍのｂ値（ｂ＝ｂ_０〜ｂ_ｍ）とは別のｂ値（ｂ＝ｂ_α）で拡散強調された仮想の拡散強調画像データの信号値を推定する。本形態では、拡散強調画像の信号減衰を表す信号モデルとしてＩＶＩＭ（Intra Voxel Incoherent Motion）モデルを用いる。ＩＶＩＭモデルでは、拡散強調画像の信号減衰が以下の式で表される。

以下に、ステップＳＴ３において、ＩＶＩＭモデルを用いて仮想の拡散強調画像データの信号値を推定する方法について説明する。尚、ステップＳＴ３は、ステップＳＴ３１〜ＳＴ３３を有しているので、各ステップについて順に説明する。

ステップＳＴ３１では、推定手段８２が、画像データＪ_０〜Ｊ_ｍの体内領域と体外領域とを区別する。体外領域のピクセルのピクセル値は、体内領域のピクセルのピクセル値よりも十分に小さいので、ピクセル値の違いから、体外領域と体内領域とを区別することができる。

次に、推定手段８２は、画像データＪ_０〜Ｊ_ｍの体内領域から、同一の位置におけるピクセルの信号値を取り出す。図５に、取り出された信号値を概略的に示す。以下では、画像データＪ_０〜Ｊ_ｍの同一の位置におけるピクセルとしてピクセルＰ_ｉを考え、画像データＪ_０〜Ｊ_ｍのピクセルＰ_ｉの信号値Ｓ_ｉ０〜Ｓ_ｉｍを取り出した場合について考える。ピクセルＰ_ｉの信号値Ｓ_ｉ０〜Ｓ_ｉｍを取り出した後、ステップＳＴ３２に進む。

ステップＳＴ３２では、推定手段８２が、信号値Ｓ_ｉ０〜Ｓ_ｉｍを用いて式（１）のフィッティングを行う。図６に、フィッティングの様子を概略的に示す。推定手段８２は、信号値Ｓ_ｉ０〜Ｓ_ｉｍを用いて式（１）のフィッティングを行い、信号値Ｓ_ｉ０〜Ｓ_ｉｍに最もよく当てはまる式（１）のＳ（ｂ＝０）、ＰＦ、Ｄ、Ｄ^＊を算出する。Ｓ（ｂ＝０）、ＰＦ、Ｄ、Ｄ^＊を算出した後、ステップＳＴ３３に進む。

ステップＳＴ３３では、設定手段８３（図１参照）が、推定する画像データのｂ_αの値を設定する（例えば、ｂ_α＝１００）。ｂ_αが設定されたら、推定手段８２は、Ｓ（ｂ＝０）、ＰＦ、Ｄ、Ｄ^＊が算出された式（１）を用いて、ｂ＝ｂ_αの仮想の拡散強調画像データのピクセルＰ_ｉの信号値を計算する。図７に、仮想の拡散強調画像データのピクセルＰ_ｉの信号値の計算方法を示す。

推定手段８２は、式（１）のｂに、ｂ＝ｂ_αを代入する。Ｓ（ｂ＝０）、ＰＦ、Ｄ、Ｄ^＊はステップＳＴ３２で算出されているので、式（１）のｂに、ｂ＝ｂ_αを代入することにより、ｂ＝ｂ_αにおける信号値Ｓ（ｂ＝ｂ_α）を計算することができる。このようにして計算されたＳ（ｂ＝ｂ_α）が、仮想の拡散強調画像データのピクセルＰ_ｉの信号値として推定される。

図５〜図７には、仮想の拡散強調画像データのピクセルＰ_ｉの信号値を推定する方法が示されているが、他のピクセルの信号値も、同様の方法で推定することができる。したがって、ｂ＝ｂ_αの拡散強調シーケンスを実行しなくても、ｂ＝ｂ_αで拡散強調された拡散強調画像データを推定することができる。

また、設定手段８３は、ｂ_αの値を変更することができるように構成されている。したがって、推定手段８２は、任意のｂ_αの値に応じた仮想の拡散強調画像データを推定することができる。仮想の拡散強調画像データを推定した後、ステップＳＴ４に進む。

ステップＳＴ４では、オペレータは、操作部９（図１参照）を操作し、ｂ値を表す入力信号を入力する。この信号が入力されると、表示部１０は、操作部９から入力されたｂ値に対応した拡散強調画像データを表示する。また、オペレータが操作部９を操作し、ｂ値を変更する入力信号を入力すると、表示部１０は、変更後のｂ値に対応した拡散強調画像データを表示する。したがって、オペレータは、各ｂ値に対応した拡散強調画像データを確認することができる。このようにしてフローを終了する。

本形態では、シーケンスＡ_０〜Ａ_ｍで使用されたｂ値（ｂ＝ｂ_０〜ｂ_ｍ）とは別のｂ値（ｂ＝ｂ_α）で拡散強調された仮想の拡散強調画像データが推定されている。したがって、オペレータは、シーケンスＡ_０〜Ａ_ｍにより得られた画像データＪ_０〜Ｊ_ｍだけでなく、仮想の拡散強調画像データも確認することができる。

尚、本形態では、Ｔ２強調シーケンスＡ_０および拡散強調シーケンスＡ_１〜Ａ_ｍを実行し、これらのシーケンスＡ_０〜Ａ_ｍにより得られた画像データＪ_０〜Ｊ_ｍに基づいて、仮想の拡散強調画像データを推定している。しかし、Ｔ２強調シーケンスＡ_０を実行せずに、拡散強調シーケンスＡ_１〜Ａ_ｍのみを実行し、拡散強調シーケンスＡ_１〜Ａ_ｍにより得られた拡散強調画像データＪ_１〜Ｊ_ｍに基づいて、仮想の拡散強調画像データを推定してもよい。

また、本形態では、ＩＶＩＭモデルを用いて拡散強調画像の信号減衰を予測している。拡散強調画像の信号減衰を予測するモデルとして、ＩＶＩＭモデルの他にＡＤＣモデルが知られている。しかし、ＡＤＣモデルでは、ｂ値が低い範囲において、灌流による信号減衰が考慮されていないので、ＡＤＣモデルを用いて拡散強調画像データを推定すると、ｂ値の低い範囲では、実際の拡散強調画像データとの誤差が大きくなる恐れがある。これに対し、本形態で用いたＩＶＩＭモデルは、灌流の動きによる拡散係数Ｄ^＊を含んでいるので、灌流による信号減衰が考慮されている。したがって、ＩＶＩＭモデルを用いると、ｂ値が低い範囲でも、実際の拡散強調画像データによく一致した拡散強調画像データを推定することができる。

更に、本形態では、ＩＶＩＭの信号モデルが使用されている。しかし、信号モデルが、真の拡散の動きによる拡散係数Ｄ、灌流の動きによる拡散係数Ｄ^＊、および灌流の割合ＰＦを含んでいるのであれば、ＩＶＩＭモデルとは別の信号モデルを使用してもよい。

２マグネット
３テーブル
３ａクレードル
４受信コイル
５送信器
６傾斜磁場電源
７受信器
８制御部
９操作部
１０表示部
１１被検体
２１ボア
８１画像データ作成手段
８２推定手段
８３設定
１００ＭＲ装置

Claims

ｂ値が異なる複数のシーケンスにより取得されたデータに基づいて、複数の画像データを作成する画像データ作成手段と、
前記複数の画像データを用いて、真の拡散の動きによる拡散係数Ｄと灌流の動きによる拡散係数Ｄ^＊と灌流の割合ＰＦとを含む信号モデルのフィッティングを行い、フィッティング後の信号モデルに基づいて、前記複数のシーケンスのｂ値とは異なるｂ値で拡散強調された画像データの信号値を推定する推定手段と、
を有する推定装置。
ｂ値を設定する設定手段を有し、
前記推定手段は、
前記設定手段で設定されたｂ値で拡散強調された画像データの信号値を推定する、請求項１に記載の推定装置。
表示部と、
操作者によって操作され、ｂ値を表す信号を入力する操作部とを有し、
前記表示部は、
前記操作部から入力されたｂ値に対応した拡散強調画像データを表示する、請求項２に記載の推定装置。
前記操作部は、ｂ値を変更するための信号を入力し、
前記表示部は、
前記操作部により入力された変更後のｂ値に対応した拡散強調画像データを表示する、請求項３に記載の推定装置。
前記推定手段は、以下の式に基づいて信号値を推定する、請求項１〜４のうちのいずれか一項に記載の推定装置。
前記複数のシーケンスには、Ｔ２強調シーケンスが含まれている、請求項１〜５のうちのいずれか一項に記載の推定装置。
ｂ値が異なる複数のシーケンスにより取得されたデータに基づいて、複数の画像データを作成する画像データ作成手段と、
前記複数の画像データを用いて、真の拡散の動きによる拡散係数Ｄと灌流の動きによる拡散係数Ｄ^＊と灌流の割合ＰＦとを含む信号モデルのフィッティングを行い、フィッティング後の信号モデルに基づいて、前記複数のシーケンスのｂ値とは異なるｂ値で拡散強調された画像データの信号値を推定する推定手段と、
を有する磁気共鳴装置。
ｂ値が異なる複数のシーケンスにより取得されたデータに基づいて、複数の画像データを作成する画像データ作成処理と、
前記複数の画像データを用いて、真の拡散の動きによる拡散係数Ｄと灌流の動きによる拡散係数Ｄ^＊と灌流の割合ＰＦとを含む信号モデルのフィッティングを行い、フィッティング後の信号モデルに基づいて、前記複数のシーケンスのｂ値とは異なるｂ値で拡散強調された画像データの信号値を推定する推定処理と、
を計算機に実行させるためのプログラム。
ｂ値が異なる複数のシーケンスにより取得されたデータに基づいて、複数の画像データを作成する画像データ作成ステップと、
前記複数の画像データを用いて、真の拡散の動きによる拡散係数Ｄと灌流の動きによる拡散係数Ｄ^＊と灌流の割合ＰＦとを含む信号モデルのフィッティングを行い、フィッティング後の信号モデルに基づいて、前記複数のシーケンスのｂ値とは異なるｂ値で拡散強調された画像データの信号値を推定する推定ステップと、
を有する推定方法。