JP2017506926A - 環境データを用いた勾配磁場コイル増幅器故障の確率の計算 - Google Patents

Abstract

本発明は、プロセッサを有する医療用機器（１００、３００、５００）を提供する。機械実行可能命令（１２０、１２２、１２４、３５０、３５２、３５４）の実行により、プロセッサは、反復的に、測定データベース（１１６、１２２）を用いて複数のデータ値（７０４）を含む測定ベクトル（１１４、７００）を構成し（２００、４１６）、前記複数のデータ値は、磁気共鳴画像システムの検査室（３２２）の環境条件を記述する検査室データ（３３２）を含み、前記複数のデータ値はさらに、前記磁気共鳴画像システムの技術室（３２６）の環境条件を記述する技術室データ（３３０）を含み、前記測定ベクトルをトレーニングされたニューラルネットワークプログラム（１２４）に入力することにより、将来の所定日数における前記磁気共鳴画像システムの勾配磁場コイル増幅器（３１２）の故障の確率（７０６）を計算する（２０２、４１８）。

Description

本発明は核磁気共鳴画像システムに関し、特に本発明は勾配磁場コイル増幅器故障が発生する確率の計算に関する。

ＭＲＩにおける勾配磁場増幅器は固体であり、極端に複雑なコンポーネントである。これらの特徴により、勾配磁場増幅器は偶発故障的挙動をする。言い換えると、消耗情報に基づいてコンポーネントの故障を予測することは不可能である。主な不都合は、偶発故障的挙動のために、故障にはいつも驚かされ、サービスエンジニアの移動時間、診断、パーツの発注、及びパーツの実際の交換のために長いダウンタイムが生じる。

特許文献１は、核磁気共鳴画像システムの少なくとも１つの勾配磁場コイルにおける故障を検出するケーブルモニタリングデバイスと方法を開示している。特許文献２は、自動的に測定された保守及び性能データを格納するＭＲＩ装置に関する。トレンドデータを分析することにより、ＭＲＩ装置の劣化が認識される。既知のＭＲＩ装置では、各パーツの温度データが測定される。

米国特許第８，３７３，４７１号 米国特許出願公開第２００３／０２１１５１２５

本発明は、独立請求項の医療用機器、コンピュータプログラム製品、及び方法を提供する。実施形態は従属項に記載されている。

本技術分野の当業者には言うまでもないが、本発明の態様は装置、方法、またはコンピュータプログラム製品として実施され得る。したがって、本発明の態様は、完全にハードウェアによる実施形態、（ファームウェア、常駐ソフトウェア、マイクロコードなどを含む）完全にソフトウェアによる実施形態、またはソフトウェアとハードウェアの態様を組み合わせた実施形態の形式を取り得る。これらはすべてここでは概して「回路」、「モジュール」または「システム」と呼ぶ。さらに、本発明の態様は、コンピュータ実行可能コードが記録された一以上のコンピュータ読み取り可能媒体に化体されたコンピュータプログラムの形式を取っても良い。

一以上のコンピュータ読み取り可能媒体の任意の組み合わせを利用してもよい。コンピュータ読み取り可能媒体は、コンピュータ読み取り可能信号媒体であっても、コンピュータ読み取り可能記憶媒体であってもよい。ここで用いる「コンピュータ読み取り可能記憶媒体」は、コンピューティングデバイスのプロセッサにより実行できる命令を記憶できる有体の記憶媒体を含む。コンピュータ読み取り可能記憶媒体は、コンピュータ読み取り可能な、非一時的記憶媒体として使われることもある。コンピュータ読み取り可能記憶媒体は、有体のコンピュータ読み取り可能な媒体として使われることもある。実施形態によっては、コンピュータ読み取り可能記憶媒体は、コンピューティングデバイスのプロセッサによりアクセスされるデータを記憶することもできる。コンピュータ読み取り可能記憶媒体の例には、フロッピーディスク（登録商標）、磁気ハードディスクドライブ、固体ハードディスク、フラッシュメモリ、ＵＳＢサムドライブ、ランダムアクセスメモリ（ＲＡＭ）、リードオンリーメモリ（ＲＯＭ）、光ディスク、光磁気ディスク、及びプロセッサのレジスタが含まれるが、これらに限定されない。光ディスクの例には、コンパクトディスク（ＣＤ）及びデジタルバーサタイルディスク（ＤＶＤ）が含まれ、例えば、ＣＤ−ＲＯＭ、ＣＤ−ＲＷ、ＣＤ−Ｒ、ＤＶＤ−ＲＯＭ、ＤＶＤ−ＲＷ、ＤＶＤ−Ｒディスクなどが含まれる。また、コンピュータ読み取り可能記憶媒体との用語は、ネットワークまたは通信リンクを介してコンピュータデバイスによりアクセスできる様々なタイプの記録媒体を言う。例えば、データはモデムにより、インターネットにより、またはローカルエリアネットワークにより読み出すことができる。コンピュータ読み取り可能媒体に化体されたコンピュータ実行可能コードは、無線、有線、光ファイバケーブル、ＲＦなど、またはこれらの任意の好適な組み合わせを含むがこれらに限定されない任意の適切な媒体を用いて送信されてもよい。

コンピュータ読み取り可能信号媒体は、例えば、ベースバンドに、または搬送波の一部としてコンピュータ実行可能コードが化体された伝搬データ信号を含んでいても良い。かかる伝搬信号は、電磁的、光学的、またはそれらの好適な組み合わせを含むがこれらに限定されないさまざまな形式を取り得る。コンピュータ読み取り可能信号媒体は、コンピュータ読み取り可能記憶媒体ではなく、命令実行システム、装置、又はデバイスによる使用のため、またはそれに関連して、プログラムを伝送、伝搬、又は輸送できる任意のコンピュータ読み取り可能媒体であってもよい。

「コンピュータメモリ」または「メモリ」は、コンピュータ読み取り可能記憶媒体の一例である。コンピュータメモリはプロセッサから直接アクセス可能な任意のメモリである。 「コンピュータ記憶装置」または「記憶装置」は、コンピュータ読み取り可能記憶媒体の別の一例である。コンピュータ記憶媒体は、任意の不揮発性コンピュータ読み取り可能記憶媒体である。また、ある実施形態では、コンピュータ記憶装置はコンピュータメモリであってもよく、その逆でもよい。

ここで用いる「プロセッサ」は、プログラムまたは機械実行可能命令またはコンピュータ実行可能コードを実行できる電子コンポーネントを含む。「プロセッサ」を有する計算デバイスと言うとき、２以上のプロセッサまたは処理コアを含む場合もあると解釈すべきである。プロセッサは、例えば、複数コアプロセッサであってもよい。また、プロセッサは、単一のコンピュータシステム中のまたは複数のコンピュータシステムに分散した複数のプロセッサのコレクションを言う場合もある。コンピューティングデバイスとの用語は、それぞれが一または複数のプロセッサを有するコンピューティングデバイスのコレクションまたはネットワークを言う場合もあると解釈すべきである。コンピュータ実行可能コードは、同じコンピューティングデバイス内にある複数のプロセッサにより、または複数のコンピューティングデバイスに分散した複数のプロセッサにより、実行されてもよい。

コンピュータ実行可能コードは、機械実行可能命令、またはプロセッサに本発明の一態様を実行させるプログラムを含んでいてもよい。本発明の態様の動作を実行するコンピュータ実行可能コードは、Ｊａｖａ（登録商標）、Ｓｍａｌｌｔａｌｋ、Ｃ＋＋などのオブジェクト指向プログラミング言語やＣプログラミング言語や同様のプログラミング言語などの従来の手続型プログラミング言語や同様のプログラミング言語を含む１つ以上のプログラミング言語の任意の組み合わせで記述できる。幾つかの場合には、コンピュータ実行可能コードは、高級言語の形式またはコンパイル前の形式であってもよく、その場で機械実行可能命令を生成するインタープリタと共に用いられても良い。

コンピュータ実行可能コードは、ユーザのコンピュータ上で全部を実行してもよく、ユーザのコンピュータ上でスタンドアロンソフトウェアパッケージとして一部を実行してもよく、ユーザのコンピュータで一部を実行し、リモートコンピュータで一部を実行してもよく、リモートコンピュータまたはサーバで全部を実行してもよい。後者のシナリオでは、リモートコンピュータは、ローカルエリアネットワーク（ＬＡＮ）やワイドエリアネットワーク（ＷＡＮ）を含む任意のタイプのネットワークを通じてユーザコンピュータに接続されていてもよく、接続は（例えば、インターネットサービスプロバイダを用いてインターネットを通して）外部コンピュータにされていてもよい。

本発明の態様は、本発明の実施形態による方法、装置（システム）及びコンピュータプログラムのフローチャート及び／又はブロック図を参照して説明される。言うまでもなく、フローチャート及び／又はブロック図の各ブロックまたはその一部は、適用できる場合、コンピュータ実行可能コードの形式でコンピュータプログラム命令により実装できる。さらに、言うまでもなく、相互に排他的でなければ、異なるフローチャート、図、及び／又はブロック図のブロックは組み合わせてもよい。これらのコンピュータプログラム命令は、汎用コンピュータ、特殊用途コンピュータ、またはその他のプログラマブルデータ処理装置のプロセッサに供給され、機械を提供し、命令が、コンピュータその他のプログラマブルデータ処理装置のプロセッサにより実行され、フローチャート及び／又はブロック図のブロックに指定された機能／動作を実装する手段を生成してもよい。

これらのコンピュータプログラム命令は、コンピュータ、他のプログラマブルデータ処理装置、又は他のデバイスに、フローチャート及び／又はブロック図のブロックに指定された機能／動作を実装する命令を含む、コンピュータ読み取り可能媒体に記憶された命令が製品となるように機能するように指示できるコンピュータ読み取り可能媒体に記憶されてもよい。

コンピュータプログラム命令は、コンピュータ、その他のプログラマブルデータ処理装置、又はその他のデバイスにロードされ、一連の動作ステップがそのコンピュータ、その他のプログラマブルデータ処理装置、又はその他のデバイスで実行され、コンピュータ実装プロセスとなり、コンピュータまたはその他のプログラマブルデータ処理装置上で実行された命令がフローチャート及び／又はブロック図のブロックに指定された機能／動作を実装するプロセスを提供するようにする。

ここで「ユーザインターフェース」とは、ユーザまたはオペレータがコンピュータまたはコンピュータシステムとインターラクトできるインタフェースである。「ユーザインターフェース」は「ヒューマンインタフェースデバイス」と言う場合もある。ユーザインターフェースは、オペレータに情報またはデータを提供し、及び／またはオペレータから情報またはデータを受け取る。ユーザインターフェースは、オペレータからの入力をコンピュータにより受け取られるようにし、コンピュータからユーザへの出力を提供する。言い換えると、ユーザインターフェースは、オペレータがコンピュータを制御または操作できるようにし、インタフェースは、コンピュータがオペレータの制御や操作の効果を表示できるようにする。ディスプレイまたはグラフィカルユーザインタフェースへのデータまたは情報の表示は、オペレータへの情報提供の一例である。キーボード、マウス、トラックボール、タッチパッド、ポインティングスティック、グラフィックスタブレット、ジョイスティック、ゲームパッド、ウェブカメラ、ヘッドセット、ギアスティック、ステアリングホイール、ペダル、ワイアドグローブ、ダンスパッド、リモートコントロール、及び加速度計によるデータの受け取りは、すべて、オペレータからの情報またはデータの受け取りを可能にするユーザインタフェースコンポーネントの例である。

ここで「ハードウェアインターフェース」は、コンピュータシステムのプロセッサが外部のコンピューティングデバイス及び／または装置とインターラクト及び／またはそれらを制御できるようにするインタフェースを含む。ハードウェアインターフェースは、プロセッサに、外部コンピューティングデバイス及び／または装置に制御信号または命令を送れるようにする。また、ハードウェアインターフェースは、プロセッサに、外部コンピューティングデバイス及び／または装置とデータを交換できるようにする。ハードウェアインターフェースの例には、ユニバーサルシリアルバス、ＩＥＥＥ１３９４ポート、パラレルポート、ＩＥＥＥ１２８４ポート、シリアルポート、ＲＳ−２３２ポート、ＩＥＥＥ４８８ポート、ブルートゥース（登録商標）接続、無線ローカルエリアネットワーク接続、ＴＣＰ／ＩＰ接続、イーサネット（登録商標）接続、制御電圧インタフェース、ＭＩＤＩインタフェース、アナログ入力インタフェース、及びデジタル入力インタフェースを含むが、これに限定されない。

ここで、「ディスプレイ」または「ディスプレイデバイス」とは、画像またはデータを表示するように適応された出力デバイスまたはユーザインターフェースを含む。ディスプレイはビジュアル、オーディオ、及び触覚データを出力してもよい。ディスプレイの例は、限定ではないが、以下を含む：コンピュータモニタ、テレビジョンスクリーン、タッチスクリーン、触覚電子ディスプレイ、ブレイルスクリーン、陰極線管（ＣＲＴ）、ストレージチューブ、双安定ディスプレイ、電子ペーパー、ベクトルディスプレイ、フラットパネルディスプレイ、真空蛍光ディスプレイ（ＶＦ）、発光ダイオード（ＬＥＤ）ディスプレイ、電子蛍光ディスプレイ（ＥＬＤ）、プラズマディスプレイパネル（ＰＤＰ）、液晶ディスプレイ（ＬＣＤ）、有機発光ダイオードディスプレイ（ＯＬＥＤ）、プロジェクタ、ヘッドマウントディスプレイ。

磁気共鳴（ＭＲ）データは、ここで、磁気共鳴画像化スキャン中に磁気共鳴装置のアンテナにより記録された、原子スピンにより放射された無線周波数信号の測定値と定義する。磁気共鳴データは医療画像データの一例である。磁気共鳴画像化（ＭＲＩ）画像は、ここで、磁気共鳴画像化データ中に含まれたアナトミックデータの再構成された２次元または３次元の可視化として定義される。可視化はコンピュータを用いて行える。

一態様では、本発明は、機械実行可能命令を格納するメモリを有する医療用機器を提供する。医療用機器は、さらに、機械実行可能命令を実行するプロセッサを有する。プロセッサは、幾つかの例において、医療用機器の動作を制御し得る。機械実行可能命令の実行により、プロセッサは、反復的に、測定データベースを用いて、複数のデータ値を有する測定ベクトルを構成する。測定ベクトルは、本願では、複数のデータ値を有するデータ構造を含む。データ値は同じタイプまたは異なるタイプのデータであってもよい。複数のデータ値は、核磁気共鳴画像システムの検査室の環境条件を記述する検査室データを含む。複数のデータ値はさらに、核磁気共鳴画像システムの技術室の環境条件を記述する技術室データを含む。

検査室は、本願では、磁気共鳴画像システムの主磁石が配置される部屋を含む。一般的に、検査室において、磁気共鳴画像システムを用いて患者が検査される。技術室は、本願では、磁気共鳴検査室に隣接する部屋を含む。技術室は、磁気共鳴画像システムに電力を供給し、またはその他のコンポーネントを制御するのに用いられる装置や機器を含み得る。命令の実行によりさらに、プロセッサは、反復的に、前記測定ベクトルをトレーニングされたニューラルネットワークプログラムに入力することにより、将来の所定日数における前記磁気共鳴画像システムの勾配磁場コイル増幅器の故障の確率を計算する。測定ベクトルは、事前にトレーニングされたニューラルネットワークプログラムへの入力として用いられる。他の幾つかの実施形態では、ニューラルネットワークプログラムはトレーニングされる。

この実施形態は都合がよい。少なくとも部分的に検査室及び技術室の環境条件を用いて、勾配磁場コイル増幅器の故障が予測されるからである。これにより、医療用機器または磁気共鳴画像システムの運用コストの低減ができ得る。勾配磁場コイル増幅器の故障より、サービス人員が現場に行って修理し、または勾配磁場コイル増幅器を交換しなければならず、その時間は磁気共鳴画像システムを使用できないからである。検査室と技術室の環境条件の使用は都合がよい。それにより、事前に所定日数に勾配磁場コイル増幅器の故障の予測ができるからである。

他の一実施形態において、前記医療用機器はさらに前記磁気共鳴画像システムを含む。磁気共鳴画像システムのコンポーネントは、幾つかの例では、制御室にあってもよく、幾つかのコンポーネントは検査室にあってもよく、幾つかのコンポーネントは検査室内にあってもよく、幾つかのコンポーネントは技術室内にあってもよい。前記技術室は前記勾配磁場コイル増幅器を含む。前記検査室は前記磁気共鳴画像システムの主磁石を含む。前記技術室は前記技術室データを測定する第１の環境センサセットを含む。前記検査室はさらに前記検査室データを測定する第２の環境センサセットを含む。

命令の実行によりさらに、プロセッサは、反復的に、第１の環境センサのセットを用いて技術室データを取得する。命令の実行によりさらに、プロセッサは、反復的に、技術室データを測定データベースに記録する。命令の実行によりさらに、プロセッサは、反復的に、第２の環境センサのセットを用いて検査室データを取得する。命令の実行によりさらに、プロセッサは、反復的に、検査室データを測定データベースに記録する。測定ベクトルは、測定データベースに格納されたデータを用いて構成される。検査室と技術室の療法の環境センサデータを繰り返し取得し格納することにより、現在データを用いて測定ベクトルを構成することができる。これにより、勾配磁場コイル増幅器の故障の確率のより正確な予測が可能となる。

他の一実施形態において、前記命令の実行により、前記プロセッサは、前記測定データベース及び／又は勾配磁場コイル増幅器故障履歴データベースを用いて、前記トレーニングされたニューラルネットワークプログラムをトレーニングする。勾配磁場コイル増幅器がいつ故障したかに関する履歴の記録を用いて、その履歴データから測定ベクトルを構成できる。これを用いて、標準的なニューラルネットワーク手法及び／又はソフトウェアツールを用いて、ニューラルネットワークをトレーニングできる。例えば、ニューラルネットワークシステムを実装するソフトウェアは、市販されている。測定データベース及び／又は勾配磁場コイル増幅器故障履歴データベースを用いることにより、既知のソフトウェアツールを用いて、トレーニングされたニューラルネットワークプログラムを構成することができる。

他の一実施形態において、前記命令の実行によりさらに、前記プロセッサはスキャンパラメータデータを前記測定データベースに格納する。スキャンパラメータデータは、本願では、磁気共鳴データの取得中の勾配磁場コイル増幅器の使用を記述する。スキャンパラメータデータは、例えば、磁気共鳴データの取得中に勾配磁場コイル増幅器の使用を記述する、いわゆるパルスシーケンスから求められるデータであってもよい。測定ベクトルはさらにスキャンパラメータデータを含む。

他の一実施形態において、前記スキャンパラメータデータは、勾配磁場コイル増幅器スイッチングの数、総スキャン時間、スキャンごとの平均ＲＭＳ電流、スキャンごとのピークＲＭＳ電流、用いたスキャンプロトコルまたはパルスシーケンス、及びこれらの組み合わせのうちどれかを含む。この実施形態は都合がよい。これらのパラメータはどれも、勾配磁場コイル増幅器の故障が起こるか判定する時に、検査室データ及び／又は技術室データからの環境データと比較するのに有用なデータを含み得るからである。

他の一実施形態において、前記命令の実行により、前記プロセッサは、所定の測定期間の測定ベクトルを構成する。所定の測定期間は、測定ベクトルが構成される所定時間であってもよい。

他の一実施形態において、前記複数のデータ値のうち少なくとも１つは、前記所定の測定期間とは異なる測定期間の測定値を記述する。命令の実行により、プロセッサは、加重平均を計算することにより、少なくとも１つの複数データ値を構成する。データベースの様々なデータ値は異なるタイムスケールで取得されるかも知れないので、この実施形態は都合がよい。例えば、検査室または技術室からの環境データは、比較的低いレートで、例えば１日に１回または１日に数回取得されてもよい。他のデータ、例えばスキャンパラメータに関するデータなどは、１時間に多数回取得されてもよい。例えば、総スキャン時間は時間ごとに変わっても良く、スキャンごとの平均ＲＭＳ電流その他のパラメータは、他のデータ測定と比較して非常に速く変化してもよい。加重平均データを構成することにより、時間スケールが異なるデータを構成して単一の測定ベクトルとしてもよい。

他の一実施形態において、前記命令の実行によりさらに、前記プロセッサは、前記測定期間の前に生じた、前記測定データベースから以前のデータを読み出すことにより、前記複数のデータ値のうち少なくとも１つを構成する。異なる期間におけるデータを含めることを可能にするので、これは都合がよい。例えば、技術室の気温は、勾配磁場コイル増幅器の故障がいつ起きるか決定するのに重要であろう。しかし、気温は１つの期間に依存するだけではなく、先行する複数の期間における気温である。この実施形態により、トレーニングされたニューラルネットワークによる分析のために、他の期間からのデータの包含が可能となる。

他の一実施形態において、命令の実行によりさらに、プロセッサは、反復的に、失敗スキャンデータを測定データベースに記録する。失敗スキャンデータ（ｆａｉｌｅｄ ｓｃａｎ ｄａｔａ）は、磁気共鳴画像システムによる磁気共鳴画像スキャンの失敗の一以上の発生を記述する。測定ベクトルはさらに失敗スキャンデータを含む。例えば、測定ベクトルは、磁気共鳴画像システムが制御された時に磁気共鳴画像スキャンをするのを何回失敗したか記録してもよい。

他の一実施形態において、命令の実行によりさらに、プロセッサは、反復的に、勾配磁場コイル増幅器停止データを測定データベースに記録する。前記勾配磁場コイル増幅器停止データは、前記勾配磁場コイル増幅器による勾配磁場コイル増幅器の停止の一以上の発生を記述する。前記測定ベクトルはさらに前記勾配磁場コイル増幅器停止データを含む。例えば、測定ベクトル中の測定値は、所定時間における勾配磁場コイル増幅器の停止回数を含んでいてもよい。

他の一実施形態において、検査室データは検査室気温、検査室湿度、及びこれらの組み合わせのどれかを含む。

他の一実施形態において、前記技術室データは、技術室気温、技術室湿度、勾配磁場コイル増幅器冷却剤温度、勾配磁場コイル増幅器冷却剤圧力、勾配コイル増幅器冷却剤流量、及びこれらの組み合わせのうちのいずれかを含む。

他の一実施形態において、所定日数は１日である。

他の一実施形態において、所定日数は２日である。

他の一実施形態において、所定日数は３日である。

他の一実施形態において、所定日数は４日である。

他の一実施形態において、所定日数は５日である。

他の一実施形態において、所定日数は６日である。

他の一実施形態において、所定日数は７日である。

他の一実施形態において、所定日数は３日より多い。

他の一実施形態において、所定日数は４日より多い。

他の一実施形態において、所定日数は５日より多い。

他の一実施形態において、所定日数は６日より多い。

他の一実施形態において、所定日数は７日より多い。

他の一態様では、本発明は、医療用機器を制御するプロセッサにより実行される機械実行可能命令を含むコンピュータプログラム製品を提供する。機械実行可能命令の実行により、プロセッサは、反復的に、測定データベースを用いて、複数のデータ値を有する測定ベクトルを構成する。複数のデータ値は、核磁気共鳴画像システムの検査室の環境条件を記述する検査室データを含む。複数のデータ値はさらに、核磁気共鳴画像システムの技術室の環境条件を記述する技術室データを含む。命令の実行によりさらに、プロセッサは、反復的に、前記測定ベクトルをトレーニングされたニューラルネットワークプログラムに入力することにより、将来の所定日数における前記磁気共鳴画像システムの勾配磁場コイル増幅器の故障の確率を計算する。

他の一態様では、本発明は、医療用機器の動作方法を提供する。本方法は、測定データベースを用いて複数のデータ値を含む測定ベクトルを反復的に構成するステップを含む。複数のデータ値は、核磁気共鳴画像システムの検査室の環境条件を記述する検査室データを含む。複数のデータ値はさらに、核磁気共鳴画像システムの技術室の環境条件を記述する技術室データを含む。本方法はさらに、反復的に、前記測定ベクトルをトレーニングされたニューラルネットワークプログラムに入力することにより、将来の所定日数における前記磁気共鳴画像システムの勾配磁場コイル増幅器の故障の確率を計算するステップを含む。

言うまでもなく、本発明の上記の実施形態のうちの一以上の実施形態は、組み合わせられた実施形態が相互に排他的でない限り、組み合わせてもよい。

以下、本発明の好ましい実施形態を、例として、図面を参照して説明する。
医療用機器の一例を示す図である。 図１の医療用機器の作動方法を示すフローチャートである。 医療用機器の別の一例を示す図である。 図３の医療用機器の作動方法を示すフローチャートである。 医療用機器の別の一例を示す図である。 方法を示すフローチャートである。 測定ベクトルを示すテーブルである。 測定ベクトルを示す別のテーブルである。 加重平均を計算する方法を示す図である。 加重平均を計算する方法を示す別の図である。

これらの図面で同じ数字を付した要素は同じ要素か同じ機能の実行である。前に説明した要素は、機能が同じであれば、後の図面では必ずしも説明しない。

図１は、医療用機器１００の一例を示す図である。医療用機器１００はコンピュータ１０２を含む。図示したコンピュータは、光学的ハードウェアインターフェース１０４を有する。これによりコンピュータ１０２のプロセッサ１０６は他の機器やデバイスを制御できる。図示したコンピュータ１０２はさらに、ユーザインターフェース１０８、コンピュータストレージ１１０、及びコンピュータメモリ１１２を含む。コンピュータストレージ１１０とコンピュータメモリ１１２の内容はお互いの複製であってもよいし、またはどちらかの内容がストレージ１１０とメモリ１１２との間で切り替えられてもよい。

図示したプロセッサ１０６は、ハードウェアインターフェース１０４、ユーザインターフェース１０８、コンピュータストレージ１１０、及びコンピュータメモリ１１２と通信している。

図示したコンピュータストレージ１１０は、測定ベクトル１１４を含むように示されている。図示したコンピュータストレージ１１０は、測定データベース１１６を含むように示されている。測定データベース１１６は例えばリレーショナルデータベースであってもよく、またはより単純なタイプのデータベースであってもよく、例えばデータファイルやテーブルやコンマで区切った値のファイルであって、測定ベクトル１１４の構成をするため取り出され使われるデータを含むものであってもよい。図示したコンピュータストレージ１１０はさらに、測定ベクトル１１４を用いて計算された確率１１８を含む。

図示したコンピュータメモリ１１２は制御モジュール１２０を含む。制御モジュール１２０によりプロセッサ１０６は医療用機器１００の様々なコンポーネントを制御及び動作させることができる。他の実施形態では、制御モジュール１２０は、例えば、磁気共鳴画像システムの様々なコンポーネントを制御するために用いられ、プロセッサ１０６に磁気共鳴データを取得させることができる。図示したコンピュータメモリ１１２は、データベースエンジン１２２を含む。データベースエンジン１２２は、プロセッサ１０６に測定データベース１１６からデータを取り出し、測定ベクトル１１４を構成できるようにするコードを含む。データベースエンジン１２２は、例えば、統計分析をして、測定データベース内の失われたデータを置き換え、又はデータの加重平均を行い、測定ベクトル１１４を構成するのに有用であり得る。図示したコンピュータメモリ１１２はさらに、トレーニングされたニューラルネットワークプログラム１２４であって、測定ベクトル１１４を入力とし、確率１１８を出力するものを含む。確率１１８は、勾配磁場コイル増幅器が将来の所定日数以内に故障する確率である。

図２は、図１の医療用機器１００の作動方法を示すフローチャートである。ステップ２００は、測定データベース１１６を用いて、複数のデータ値を含む測定ベクトル１１４を構成する。複数のデータ値は、核磁気共鳴画像システムの検査室の環境条件を記述する検査室データを含む。複数のデータ値はさらに、核磁気共鳴画像システムの技術室の環境条件を記述する技術室データを含む。次にステップ２０２において、核磁気共鳴画像システムの勾配磁場コイル増幅器の故障の確率１１８が、トレーニングされたニューラルネットワークプログラム１２４に測定ベクトル１１４を入力することにより、将来の所定日数に対して計算する。ステップ２００と２０２は繰り返し実行されてもよい。

図３は、医療用機器３００の別の一例を示す図である。医療用機器３００は磁気共鳴画像システム３０２を含む。磁気共鳴画像システム３０２は磁石３０４を有する。磁石３０４は、円筒形の超伝導磁石３０４であり、貫通したボア（ｂｏｒｅ）３０６を有する。異なるタイプの磁石の利用も可能であり、例えば、スプリット円筒磁石やいわゆるオープンマグネットの利用も可能である。スプリット円筒磁石は、クライオスタットが２つのセクションに分離され、磁石のアイソプレイン（ｉｓｏ−ｐｌａｎｅ）にアクセスできる点を除き、標準的な円筒磁石と同様である。かかる磁石は、例えば荷電粒子ビーム治療とともに用いることができる。オープンマグネットは２つの磁石セクションを有し、一方は他方の上にあり、その間のスペースは被験者を受け入れられるだけの大きさがある。２つのセクションエリアの構成はヘルムホルツコイルのそれと同様である。オープンマグネットは、被験者への制約が少ないので、よく使われる。円筒磁石のクライオスタットの内部には超伝導コイルのコレクションが入っている。円筒磁石３０４のボア３０６内には画像化ゾーン３０８があり、ここでは磁場が十分に強くて一様であり、磁気共鳴画像化を行える。

磁石のボア３０６内には、勾配磁場コイル３１０がある。これは磁石３０４の画像化ゾーン３０８内で磁気スピンを空間的にエンコードする磁気共鳴データの取得に使われる。勾配磁場コイルは遮蔽されていない勾配磁場コイルである。勾配磁場コイル３１０は勾配磁場コイル増幅器３１２に接続されている。勾配磁場コイル３１０は代表的なものである。典型的な勾配磁場コイル３１０は、３つの直交する空間的方向で空間的エンコーディングをする３組のコイルを含む。勾配磁場電源は勾配磁場コイルに電流を供給する。勾配磁場コイル３１０に供給される電流は、時間の関数として制御され、傾斜化（ｒａｍｐ）されてもまたはパルス化されてもよい。

画像化ゾーン３０８に隣接して、無線周波数コイル３１４がある。これは画像化ゾーン３０８中において磁気スピンの方向を操作し、また画像化ゾーン３０８内のスピンから無線信号を受信する。無線周波数アンテナは複数のコイル要素を含んでいてもよい。また、無線周波数アンテナはチャンネルまたはアンテナと呼ばれることもある。無線周波数コイル３１４は無線周波数トランシーバ３１６に接続される。無線周波数コイル３１４と無線周波数トランシーバ３１６は、別々の送信コイルと受信コイル及び別々の送信器及び受信器と置き換えてもよい。言うまでもなく、無線周波数コイル３１４と無線周波数トランシーバ３１６は代表的なものである。無線周波数コイル３１４は、専用の送信アンテナと専用の受信アンテナを表すものとする。同様に、トランシーバ３１６は別々の送信器と受信器を表していてもよい。無線周波数コイル３１４は複数の受送信要素を有していても良く、無線周波数トランシーバ１１６は複数の受送信チャネルを有していても良い。

図示した医療用機器３００は検査室３２２を有する。磁石３０４は検査室３２２内に配置されている。検査室３２２内には環境センサ３２４の第２のセットがある。検査室３２２の隣は技術室３２６である。技術室３２６は電力供給、冷却、又は磁気共鳴画像システム３０２のその他のニーズに応える様々なコンポーネントを含み得る。この例では、図示した技術室３２６は勾配磁場コイル増幅器３１２を含む。技術室３２６内には環境センサ３２８の第１のセットがある。
図示した勾配磁場コイル増幅器３１２、レシーバ３１６、環境センサの第１のセット３２８、及び環境センサの第２のセット３２４は、コンピュータ１０２のハードウェアインターフェース１０４に接続されている。この例におけるコンピュータ１０２は図１に示したものと同様であるが、図１に示したものと比較して、付加的なデータ及び／又はソフトウェアコンポーネントを有する。

コンピュータストレージ１１０内のデータ及び／又はコンピュータメモリ１１２内のプログラム又は命令は、この例では任意である。すなわち、個々のデータまたは命令を無くして、別の例を構成してもよい。

図示したコンピュータストレージ１１０は、環境センサの第１のセット３２８を用いて取得される技術室データ３３０を含んでいる。図示したコンピュータストレージ１１０は、環境センサの第２のセット３２４を用いて取得される検査室データ３３２を含んでいる。図示したコンピュータストレージ１１０はさらに勾配磁場コイル増幅器故障履歴データベースを有する。図示したコンピュータストレージ１１０はパルスシーケンス３３６を含む。パルスシーケンス３３６は、プロセッサ１０６が磁気共鳴画像システム３０２を制御して磁気共鳴データ３３７を取得できるようにする命令に変換される命令またはデータであってもよい。

図示したコンピュータストレージ１１０は、パルスシーケンス３３６を用いて取得された磁気共鳴データ３３７を含む。図示したコンピュータストレージ１１０はさらに、磁気共鳴データ３３７から再構成された磁気共鳴画像３３８を含む。コンピュータストレージ１１０はさらにスキャンパラメータデータ３４０を含む。これは、パルスシーケンス３３６から取り出され又は求められ、磁気共鳴データ３３７の取得の際に勾配磁場コイル増幅器の使用を記述する。図示されたコンピュータストレージ１１０はさらに、失敗スキャンデータ３４２を含む。失敗スキャンデータ（ｆａｉｌｅｄ ｓｃａｎ ｄａｔａ）は、磁気共鳴画像システム３０２による磁気共鳴画像スキャンの失敗の一以上の発生を記述する。図示したコンピュータストレージ１１０はさらに増幅器停止データ３４４を含む。増幅器停止データ（ａｍｐｌｉｆｉｅｒ ｃｒａｓｈ ｄａｔａ）３４４は、勾配磁場増幅器による勾配磁場コイル増幅器の故障の一以上の発生を記述する。

幾つかの例では、データベースエンジン１２２は、技術室データ３３０、検査室データ３３２、スキャンパラメータデータ３４０、失敗スキャンデータ３４２、及び増幅器停止データ３４４のうちの一以上を測定データベース１１６に追加し得る。このように、幾つかの例では、このデータは測定ベクトル１１４を構成するのに利用可能であってもよい。

図示したコンピュータメモリ１１２は、画像再構成モジュール３５０を含む。これにより、プロセッサ１０６は、磁気共鳴データ３３７から磁気共鳴画像３３８を再構成できる。図示したコンピュータメモリ１１２はさらに、ニューラルネットワークトレーニングモジュール３５２を含む。これは勾配磁場コイル増幅器故障履歴データベース３３４を用いて、トレーニングされるニューラルネットワークプログラム１２４をトレーニングする。図示したコンピュータメモリ１１２はさらに、スキャンパラメータデータ取り出しモジュール３５４を含む。スキャンパラメータデータ取り出しモジュール３５４は、プロセッサ１０６に、パルスシーケンス３３６から直接的に決定するか、スキャンパラメータデータ３４０のモデルからそれを求めさせるコードを含む。

図４は、図３の装置の作動方法を示すフローチャートである。ステップ４１６と４１８を除き、図４で説明するステップは任意的であってもよい。

まずステップ４００において、プロセッサ１０６は、測定データベース１１６及び／又は勾配磁場コイル増幅器故障履歴データベース（ｈｉｓｔｏｒｉｃａｌ ｇｒａｄｉｅｎｔ ｃｏｉｌ ａｍｐｌｉｆｉｅｒ ｆａｉｌｕｒｅ ｄａｔａｂａｓｅ）３３４を用いて、トレーニングされるニューラルネットワーク１２４をトレーニングする。次にステップ４０２において、スキャンパラメータデータ３４０が測定データベース１１６に格納される。このステップは、パルスシーケンス３３６からスキャンパラメータデータを求めるステップ、又は磁気共鳴データ３３７の取得中にスキャンパラメータデータを測定するステップを含んでもよい。次にステップ４０４において、環境センサの第１のセット３２８を用いて、技術室データ３３０を取得する。次にステップ４０６において、技術室データ３３０が測定データベース１１６に記録または格納される。

次にステップ４０８において、環境センサの第２のセット３２４を用いて、検査室データ３３２を取得する。ステップ４１０において、検査室データ３３２が測定データベース１１６に記録または格納される。測定ベクトルは、測定データベース１１６から取り出された技術室データと検査室データとを含んでもよい。次にステップ４１２において、勾配磁場コイル増幅器停止データ４０４を測定データベース１１６に記録する。次にステップ４１４において、失敗スキャンデータ３４２を測定データベースに記録する。次にステップ４１６において、測定データベースを用いて、複数のデータ値から、測定ベクトル１１４を構成する。測定ベクトルは少なくとも検査室データと技術室データとを含む。様々な例では、測定ベクトルは、増幅器停止データ（ａｍｐｌｉｆｉｅｒ ｃｒａｓｈ ｄａｔａ）３４４、失敗スキャンデータ（ｆａｉｌｅｄ ｓｃａｎ ｄａｔａ）３４２、及び／又はスキャンパラメータデータ３４０を含んでもよい。

次にステップ４１８において、将来の所定日数にわたる核磁気共鳴画像システムの勾配磁場コイル増幅器の故障の確率１１８が、トレーニングされたニューラルネットワークプログラム１２４に測定ベクトル１１４を入力することにより計算される。磁気共鳴データの取得、または磁気共鳴データの取得前のステップ４００、４０２、４０４、４０６、４０８、４１０、４１２、４１４、４１６及び４１８が繰り返されても良い。図２または図４に示した方法は、１日に数回、毎日、又は数日毎の時間スケールで繰り返され、将来における勾配磁場コイル増幅器故障の事前警告を与えても良い。

ＭＲＩシステムにおいて勾配磁場増幅器故障が生じる時、勾配磁場増幅器にある又はその周りにあるセンサからの測定値が収集される。センサとコンポーネントの潜在的故障との間に直接的な関係があることは知られていないことはあり得る。これは可能性のある解決策には影響しないかも知れない。これらの測定値を故障のグループから収集することにより、ニューラルネットワークアルゴリズムを用いて、測定データ中に、故障の特徴（ｆｉｎｇｅｒｐｒｉｎｔｓ）を検出できる。現場の稼働中の勾配磁場増幅器を、同じセンサを測定し、それを過去の故障から得られた特徴（ｆｉｎｇｅｒｐｒｉｎｔ）と比較することにより、継続的に監視すれば、新しい故障をそれが起こる前に検出することができる。

故障履歴データ（ｈｉｓｔｏｒｉｃａｌ ｆａｉｌｕｒｅ ｄａｔａ）から故障の特徴を生成することにより、勾配磁場増幅器の予測子モデルを構成する。データは勾配磁場増幅器にある、又はその周りにあるセンサに基づく。

図５は、医療用機器５００の別の一例を示す図である。この例では、磁気共鳴画像システム３０２は検査室３２２に磁石３０４を備える。技術室があり、勾配磁場増幅器（ｇｒａｄｉｅｎｔ ａｍｐｌｉｆｉｅｒ）３１２を含む機器の複数のラックを有する。検査室は室内の気候パラメータ（ｃｌｉｍａｔｅ ｐａｒａｍｅｔｅｒｓ）を測定する環境センサの第２のセット３２４を有する。技術室３２６は、冷却システムパラメータと技術室気候パラメータと停止データを測定する環境センサの第１のセット３２８を有する。

ＭＲシステムとそれに関連するセンサの模式図を図５に示した。検査室と技術室及び各部屋の関連センサとを示している。勾配磁場増幅器は技術室に配置されているが、勾配磁場増幅器には直接的なセンサはない。技術室には少なくとも３つのタイプが異なるセンサがある。気候センサ、冷却システムセンサ、及び停止データ（ｃｒａｓｈ ｄａｔａ）である。停止データは、スキャンの失敗や増幅器の停止があったときにのみ登録されるセンサである。増幅器の停止は、増幅器の故障を意味するのではなく、勾配磁場増幅器が短時間正しく動作しない「バグ（ｂｕｇ）」状態を意味する。

この例は２つのステップを含む。データマイニングステップと予測ステップである。以下、両者を説明する。

図６はニューラルネットワークプログラムをトレーニングして磁場勾配コイル増幅器の故障（ｆａｉｌｕｒｅ）を検出または予測するデータマイニングの方法の一例を示すフローチャートである。本方法はステップ６００で始まる。プロセスのデータベースを生成するため、履歴データベースから得られる過去のコンポーネント故障６０２がステップ６０４で集められる。次にステップ６０６において、収集された測定データからトレーニングデータセットを生成する。トレーニングデータセット６０８はニューラルネットワークトレーニングプログラム６１０に入力される。このトレーニングプログラムは故障シグネチャ６１２を発生するようにニューラルネットワークプログラムをトレーニングする。本方法はステップ６１４で終わる。

データマイニング手順を図６の右側に示した。最初に、過去のコンポーネント故障６０２のタイムスタンプを求める。この情報を用いて、（関連する）パラメータ６０４の測定データを求めることができる。故障の特徴（ｆｉｎｇｅｒｐｒｉｎｔｓ ｏｆ ｆａｉｌｕｒｅｓ）を生成し、パラメータと故障との間の複雑な関係をシステムに学習させるため、トレーニングセットを生成しなければならない。トレーニングセットは、ある時間におけるパラメータの値と、学習しなければならないコンポーネントの状態を含む行（ｒｏｗ）の集まりに過ぎない。一例を挙げると、次の通りである。

最初の列は故障までの時間（Ｔｉｍｅ Ｔｏ Ｆａｉｌｕｒｅ）を示す。これはアプリケーションに応じて時間／日／秒であり得る。テーブルにはパラメータｐ１．．．ｐｎが示され、最後の列にはコンポーネントの状態（Ｆで示す）が示されている。値が０であるとすべて問題ないことを意味し、値が１であるとシステムがｘ日／時間／秒以内に故障することを意味する。ｘの値はアプリケーションに依存する。値は大きい方が望ましいが困難であることが分かる。ステップ６１０において、ステップ６０８から得られたトレーニングセットが、学習アルゴリズムを用いて分析される。学習アルゴリズムは次のような関数である：

この場合、ニューラルネットワーク（Ｎｅｕｒａｌ Ｎｅｔｗｏｒｋ）プログラムを用いる。モデルの正確性が高ければ、学習アルゴリズムパラメータが記憶され（ステップ６１２）、データマイニング手順は完了する。

故障の特徴（ｆａｉｌｕｒｅ ｓｉｇｎａｔｕｒｅｓ）を用いて、ステップ６１２で得られた学習モデルパラメータを用いて予測モデルを生成し、同じセンサからのライブの値をモデルに供給することにより、勾配磁場増幅器が故障するかどうか予測することが可能である。モデルが１を出力（ｒｅｐｏｒｔ）すると、コンポーネントは高い確率でｘ日（所定日数）以内に故障し、そうでなければ正しく動作する。

テストを行い、勾配磁場増幅器の７８件の異なる故障のデータを測定しｘは５日とした。結果は、故障を７５％の確からしさで予測でき、誤判定は２％であった。

図７は、テーブルの例を示す図である。テーブル７００は、異なる時間７０２の複数の測定ベクトル７００を示す。各測定ベクトル７００から計算される確率７０６もテーブルに表示される。測定ベクトル７００は、異なる複数のデータ値７０４よりなる。ニューラルネットワークは、入力７０４に基づいてネットワークの出力７００を評価するたびに、０と１の間の値を出力する。これは確率７０６である。これは、勾配磁場増幅器が所定日数内に故障する確率である。例えば、増幅器が次の２４時間以内に故障する確率である。図７に示した例では、特定の行のデータのみを評価するので、基本的に、調べられるデータのトレンディング（ｔｒｅｎｄｉｎｇ）はない。

図８は別のテーブルを示す。図８のテーブルは、ニューラルネットワークに入力されるデータにトレンディング（ｔｒｅｎｄｉｎｇ）を行う方法を示す。再び、異なる時間７０２に対して構成された測定ベクトル７００がある。しかし、この場合、他の時間から入力をシフトすることにより、余分な入力が生成される。この例では、Ｘ１入力を用いて、３つの追加入力を有効に生成し、ニューラルネットワークに関係を生成する追加的履歴データを提供する。

ニューラルネットワークへの入力は平均入力に変えることもできる。テーブルを調べるとき、ニューラルネットワークは各行または測定ベクトルを調べる。テーブルの各行または測定ベクトルは時間インスタンス（ｔｉｍｅ ｉｎｓｔａｎｃｅ）であり、これはすべての入力に対してサンプリングレートが一定であることを意味する。しかし、すべてのデータが同じサンプルレートで入力される訳ではない。例えば、温度・湿度は１日に１回測定すればよいかも知れない。勾配磁場増幅器スイッチングは、例えば、スキャンごとに２０，０００回測定されてもよい。異なるサンプリングレートを調整して等しいサンプルレートとする方法を見つけると都合がよい。これは、例えば加重平均をとることにより実現してもよい。これは、そのソリューションのために必要なサンプリングレートですべてのパラメータをウィンドウ（ｗｉｎｄｏｗｉｎｇ）することにより行っても良い。この例では、例えば、２４時間であってもよい。

図９は、時間Ｘ７０２の測定ベクトル７００を示すテーブルである。データはウィンドウ９００に渡り平均される。この例では、ウィンドウはデータ値のサイズの２．５倍である。この結果、Ｘのウィンドウ値は：

図１０は、図９に示した時間直後の置換のウィンドウ時間サンプルを示す図である。この例では、時間はデータ値のサイズの２．５倍であり、この結果Ｘのウィンドウ値は、

平均化方法を行うことにより、トレーニングされるニューラルネットワークプログラムで使用されるために入力セットまたは測定ベクトルが調和する。これは、要求される時間ウィンドウのすべての入力に対して行っても良い。時間ウィンドウサイズは具体的なアプリケーションに依存してもよい。これは都合がよい。入力セットが調和し、又はニューラルネットワークのウィンドウサイズや時間がすべての入力が等しくサンプリングされるようになるからである。

ＭＲＩの使用（時間）と勾配磁場増幅器故障との間には関係がある。ＭＲＩの使用と勾配磁場増幅器の使用量との間に関係を見つけることができる。これはプロトコルに大きく依存し、スキャン時間が長いからと言って必ずしも勾配磁場増幅器の使用が大きいとは言えない。
これは次式で表すことができる：

Ｐ（Ｆ）は、次の２４時間以内に磁場勾配増幅器が故障する確率である。
Ｘ１…．Ｘｎは、環境パラメータ（例えば、湿度、気温）である。
Ｕ１，Ｕ２，…Ｕｎは使用パラメータである。

勾配磁場増幅器に関して、重要な使用パラメータが幾つかある：
− （二重構成の場合の）スキャンごとの切り替え回数
− スキャンごとの消費エネルギー
− 総スキャン時間
− スキャンごとの電流のＲＭＳ。

スキャンプロトコルが異なると、エネルギー量とスキャン時間が異なり、磁場勾配増幅器の使用が増減する。

本発明を、図面と上記の説明に詳しく示し説明したが、かかる例示と説明は例であり限定ではなく、本発明は開示した実施形態には限定されない。

請求項に記載した発明を実施する際、図面、本開示、及び添付した特許請求の範囲を研究して、開示した実施形態のその他のバリエーションを、当業者は理解して実施することができるであろう。請求項において、「有する（ｃｏｍｐｒｉｓｉｎｇ）」という用語は他の要素やステップを排除するものではなく、「１つの（「ａ」又は「ａｎ」）」という表現は複数ある場合を排除するものではない。単一のプロセッサまたはその他のアイテムが請求項に記載した複数のユニットの機能を満たすこともできる。相異なる従属クレームに手段が記載されているからといって、その手段を組み合わせて有利に使用することができないということではない。コンピュータプログラムは、光記憶媒体や他のハードウェアとともに、またはその一部として供給される固体媒体などの適切な媒体に記憶／配布することができ、インターネットや有線または無線の電気通信システムなどを介して他の形式で配信することもできる。請求項に含まれる参照符号は、その請求項の範囲を限定するものと解してはならない。

１００ 医療用機器
１０２ コンピュータ
１０４ （任意的）ハードウェアインターフェース
１０６ プロセッサ
１０８ ユーザインターフェース
１１０ コンピュータストレージ
１１２ コンピュータメモリ
１１４ 測定ベクトル
１１６ 測定データベース
１１８ 確率
１２０ 制御モジュール
１２２ データベースエンジン
１２４ トレーニングされたニューラルネットワークプログラム
３００ 医療用機器
３０２ 磁気共鳴画像システム
３０４ 磁石
３０６ 磁石のボア
３０８ イメージングゾーン
３１０ 勾配磁場コイル
３１２ 勾配磁場コイル増幅器
３１４ 無線周波数コイル
３１６ トランシーバ
３１８ 被験者
３２０ 被験者支持台
３２２ 検査室
３２４ 第２の環境センサセット
３２６ 技術室
３２８ 第１の環境センサセット
３３０ 技術室データ
３３２ 検査室データ
３３４ 勾配磁場コイル増幅器故障履歴データベース
３３６ パルスシーケンス
３３７ 磁気共鳴データ
３３８ 磁気共鳴画像
３４０ スキャンパラメータデータ
３４２ 失敗スキャンデータ
３４４ 増幅器停止データ
３５０ 画像再構成モジュール
３５２ ニューラルネットワークトレーニングモジュール
３５４ スキャンパラメータデータ取り出しモジュール
５００ 医療用機器
７００ 測定ベクトル
７０２ 時間
７０４ データ値
７０６ 確率
９００ ウィンドウ

Claims (14)

1. 医療用機器であって、
   機械実行可能命令を記憶するメモリと、
   プロセッサとを有し、
   前記機械実行可能命令の実行により、前記プロセッサは反復的に、
   測定データベースを用いて複数のデータ値を含む測定ベクトルを構成し、前記複数のデータ値は、磁気共鳴画像システムの検査室の環境条件を記述する検査室データを含み、前記複数のデータ値はさらに、前記磁気共鳴画像システムの技術室の環境条件を記述する技術室データを含み、
   前記測定ベクトルをトレーニングされたニューラルネットワークプログラムに入力して前記測定ベクトルから故障の特徴を検出することにより、将来の所定日数における前記磁気共鳴画像システムの勾配磁場コイル増幅器の故障の確率を計算する、
   医療用機器。
2. 前記医療用機器はさらに前記磁気共鳴画像システムを含み、
   前記技術室は前記勾配磁場コイル増幅器を含み、
   前記検査室は前記磁気共鳴画像システムの主磁石を含み、
   前記技術室は前記技術室データを測定する第１の環境センサセットを含み、
   前記検査室はさらに前記検査室データを測定する第２の環境センサセットを含み、
   前記命令の実行によりさらに、前記プロセッサは反復的に、
   前記第１の環境センサセットを用いて前記技術室データを取得し、
   前記技術室データを前記測定データベースに記録し、
   前記第２の環境センサセットを用いて前記検査室データを取得し、
   前記検査室データを前記測定データベースに記録する、
   請求項１に記載の医療用機器。
3. 前記命令の実行により、前記プロセッサは、前記測定データベース及び／又は勾配磁場コイル増幅器故障履歴データベースを用いて、前記トレーニングされたニューラルネットワークプログラムをトレーニングする、
   請求項１または２に記載の医療用機器。
4. 前記命令の実行によりさらに、前記プロセッサはスキャンパラメータデータを前記測定データベースに格納し、
   前記スキャンパラメータデータは、磁気共鳴データの取得中の勾配磁場コイル増幅器の使用を記述し、
   前記測定ベクトルはさらに前記スキャンパラメータデータを含む、
   請求項１、２、または３に記載の医療用機器。
5. 前記スキャンパラメータデータは、勾配磁場コイル増幅器スイッチングの数、総スキャン時間、スキャンごとの平均ＲＭＳ電流、スキャンごとのピークＲＭＳ電流、スキャンプロトコル、及びこれらの組み合わせのうちどれかを含む、
   請求項４に記載の医療用機器。
6. 前記命令の実行により、前記プロセッサは、所定の測定期間の測定ベクトルを構成する
   請求項１ないし５いずれか一項に記載の医療用機器。
7. 前記複数のデータ値のうち少なくとも１つは、前記所定の測定期間とは異なる測定期間の測定値を記述し、
   前記命令の実行により、前記プロセッサは、加重平均を計算することにより、前記複数のデータ値の少なくとも１つを構成することにより、前記測定期間に関連するサンプリングレートを調整する、
   請求項６に記載の医療用機器。
8. 前記命令の実行により、前記プロセッサは、前記測定期間の前に生じた、前記測定データベースから以前のデータを読み出すことにより、前記複数のデータ値のうち少なくとも１つを構成する、
   請求項６または７に記載の医療用機器。
9. 前記命令の実行によりさらに、前記プロセッサは反復的に、
   失敗スキャンデータを前記測定データベースに記録し、前記失敗スキャンデータは、前記磁気共鳴画像システムによる磁気共鳴画像スキャンの失敗の一以上の発生を記述し、前記測定ベクトルはさらに前記失敗スキャンデータを含み、
   及び／又は
   勾配磁場コイル増幅器停止データを前記測定データベースに記録し、前記勾配磁場コイル増幅器停止データは、前記勾配磁場コイル増幅器による勾配磁場コイル増幅器の停止の一以上の発生を記述し、前記測定ベクトルはさらに前記勾配磁場コイル増幅器停止データを含む、
   請求項１ないし８いずれか一項に記載の医療用機器。
10. 検査室データは検査室気温、検査室湿度、及びこれらの組み合わせのどれかを含む、
    請求項１ないし９いずれか一項に記載の医療用機器。
11. 前記技術室データは、技術室気温、技術室湿度、勾配磁場コイル増幅器冷却剤温度、勾配磁場コイル増幅器冷却剤圧力、勾配コイル増幅器冷却剤流量、及びこれらの組み合わせのうちのどれかを含む、
    請求項１ないし１０いずれか一項に記載の医療用機器。
12. 前記所定日数は、１日、２日、３日、４日、５日、６日、７日、３日より多く、４日より多く、５日より多く、６日より多く、又は７日より多いうちのいずれかである、
    請求項１ないし１１いずれか一項に記載の医療用機器。
13. 医療用機器を制御するプロセッサにより実行されると、
    前記プロセッサに、反復的に、
    測定データベースを用いて複数のデータ値を含む測定ベクトルを構成させ、前記複数のデータ値は、磁気共鳴画像システムの検査室の環境条件を記述する検査室データを含み、前記複数のデータ値はさらに、前記磁気共鳴画像システムの技術室の環境条件を記述する技術室データを含み、
    前記測定ベクトルをトレーニングされたニューラルネットワークプログラムに入力することにより、将来の所定日数における前記磁気共鳴画像システムの勾配磁場コイル増幅器の故障の確率を計算させる、
    コンピュータプログラム。
14. 医療用機器の作動させる方法であって、
    前記方法は、反復的に、
    測定データベースを用いて複数のデータ値を含む測定ベクトルを構成し、前記複数のデータ値は、磁気共鳴画像システムの検査室の環境条件を記述する検査室データを含み、前記複数のデータ値はさらに、前記磁気共鳴画像システムの技術室の環境条件を記述する技術室データを含み、
    前記測定ベクトルをトレーニングされたニューラルネットワークプログラムに入力することにより、将来の所定日数における前記磁気共鳴画像システムの勾配磁場コイル増幅器の故障の確率を計算させる、
    方法。

Images