JP2017517325A - 拡散強調磁気共鳴イメージングを用いて組織内の鉄の量を定量化するmri方法 - Google Patents
拡散強調磁気共鳴イメージングを用いて組織内の鉄の量を定量化するmri方法 Download PDFInfo
- Publication number
- JP2017517325A JP2017517325A JP2016571399A JP2016571399A JP2017517325A JP 2017517325 A JP2017517325 A JP 2017517325A JP 2016571399 A JP2016571399 A JP 2016571399A JP 2016571399 A JP2016571399 A JP 2016571399A JP 2017517325 A JP2017517325 A JP 2017517325A
- Authority
- JP
- Japan
- Prior art keywords
- adc
- gradient
- diffusion
- iron
- sequence
- 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.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R33/00—Arrangements or instruments for measuring magnetic variables
- G01R33/20—Arrangements or instruments for measuring magnetic variables involving magnetic resonance
- G01R33/44—Arrangements or instruments for measuring magnetic variables involving magnetic resonance using nuclear magnetic resonance [NMR]
- G01R33/48—NMR imaging systems
- G01R33/54—Signal processing systems, e.g. using pulse sequences ; Generation or control of pulse sequences; Operator console
- G01R33/56—Image enhancement or correction, e.g. subtraction or averaging techniques, e.g. improvement of signal-to-noise ratio and resolution
- G01R33/563—Image enhancement or correction, e.g. subtraction or averaging techniques, e.g. improvement of signal-to-noise ratio and resolution of moving material, e.g. flow contrast angiography
- G01R33/56341—Diffusion imaging
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/05—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves
- A61B5/055—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves involving electronic [EMR] or nuclear [NMR] magnetic resonance, e.g. magnetic resonance imaging
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R33/00—Arrangements or instruments for measuring magnetic variables
- G01R33/20—Arrangements or instruments for measuring magnetic variables involving magnetic resonance
- G01R33/44—Arrangements or instruments for measuring magnetic variables involving magnetic resonance using nuclear magnetic resonance [NMR]
- G01R33/48—NMR imaging systems
- G01R33/54—Signal processing systems, e.g. using pulse sequences ; Generation or control of pulse sequences; Operator console
- G01R33/56—Image enhancement or correction, e.g. subtraction or averaging techniques, e.g. improvement of signal-to-noise ratio and resolution
- G01R33/5608—Data processing and visualization specially adapted for MR, e.g. for feature analysis and pattern recognition on the basis of measured MR data, segmentation of measured MR data, edge contour detection on the basis of measured MR data, for enhancing measured MR data in terms of signal-to-noise ratio by means of noise filtering or apodization, for enhancing measured MR data in terms of resolution by means for deblurring, windowing, zero filling, or generation of gray-scaled images, colour-coded images or images displaying vectors instead of pixels
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R33/00—Arrangements or instruments for measuring magnetic variables
- G01R33/20—Arrangements or instruments for measuring magnetic variables involving magnetic resonance
- G01R33/44—Arrangements or instruments for measuring magnetic variables involving magnetic resonance using nuclear magnetic resonance [NMR]
- G01R33/48—NMR imaging systems
- G01R33/54—Signal processing systems, e.g. using pulse sequences ; Generation or control of pulse sequences; Operator console
- G01R33/56—Image enhancement or correction, e.g. subtraction or averaging techniques, e.g. improvement of signal-to-noise ratio and resolution
- G01R33/561—Image enhancement or correction, e.g. subtraction or averaging techniques, e.g. improvement of signal-to-noise ratio and resolution by reduction of the scanning time, i.e. fast acquiring systems, e.g. using echo-planar pulse sequences
- G01R33/5615—Echo train techniques involving acquiring plural, differently encoded, echo signals after one RF excitation, e.g. using gradient refocusing in echo planar imaging [EPI], RF refocusing in rapid acquisition with relaxation enhancement [RARE] or using both RF and gradient refocusing in gradient and spin echo imaging [GRASE]
- G01R33/5616—Echo train techniques involving acquiring plural, differently encoded, echo signals after one RF excitation, e.g. using gradient refocusing in echo planar imaging [EPI], RF refocusing in rapid acquisition with relaxation enhancement [RARE] or using both RF and gradient refocusing in gradient and spin echo imaging [GRASE] using gradient refocusing, e.g. EPI
Landscapes
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Engineering & Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- Radiology & Medical Imaging (AREA)
- High Energy & Nuclear Physics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Signal Processing (AREA)
- Condensed Matter Physics & Semiconductors (AREA)
- General Physics & Mathematics (AREA)
- Medical Informatics (AREA)
- Vascular Medicine (AREA)
- Veterinary Medicine (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Public Health (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Artificial Intelligence (AREA)
- Magnetic Resonance Imaging Apparatus (AREA)
Abstract
Description
モノポーラ・パルス拡散勾配(MPG)シーケンスをモノポーラ・パルス拡散勾配スピン・エコー・シーケンス(PGSE)として使用し、第1のシーケンスの拡散勾配パルスの組にのみ依存するプログラムされた勾配減衰係数bを第1の複数の値にわたって変化させて、生体組織の視野(FOV)のMRI画像の第1のシリーズを取得するステップと、
局所的な背景勾配との交差項のない、MPGシーケンスと同様の拡散時間を有する、パルス拡散勾配スピン・エコー・シーケンスをバイポーラ・パルス拡散勾配(BPG)シーケンスとして使用し、BPGシーケンスの拡散勾配パルスの組にのみ依存するプログラムされた勾配減衰係数bを第2の複数の値にわたって変化させて、生体組織の同じ視野FOVのMRI画像の第2のシリーズを取得するステップと、
見かけのモデル拡散係数ADCと使用されたプログラムされた勾配減衰係数bとの積に等しい変数xに依存するモデル関数f(x)として表現される、観測される組織を表す拡散MRI減衰信号S/S0の減衰モデルを提供するステップと、
一つ一つのボクセル毎に、または所定の関心領域(ROI)上に、ボクセルのセットを含むステップと、
MPGシーケンスおよびプログラムされた勾配減衰係数bの第1の複数を使用して取得されたMRI画像を、モデル関数f(b・ADC)にフィッティングすることによって第1の見かけの拡散係数ADCMPGを推定するステップと、
BPGシーケンスおよびプログラムされた勾配減衰係数bの第2の複数を使用して取得されたMRI画像を、モデル関数f(b・ADC)にフィッティングすることによって第2の見かけの拡散係数ADCBPGを推定するステップと、
鉄起因の局所勾配係数ξFeを第1の見かけの拡散係数ADCMPGと第2の見かけの拡散係数ADCBPGの推定値から、
の関係を通じて計算するステップと、を含む方法の第1の主要な実施形態に関する。
ROIまたは組織のそれぞれのボクセルに蓄積された鉄の濃度[Fe]および/または量が、所定の単調変換関数g−1(ξFe)を通じて、計算された鉄起因の局所勾配係数ξFeから決定される、
変換関数g−1(ξFe)が、線形関数または二次関数の一部である、
BPGシーケンスが、TEをエコー時間として、二つのリフォーカス・パルス間の時間がTE/2に等しく、拡散勾配によるフェージングおよびリフェージングが等しくなるよう、任意の拡散勾配の長さを許容する、2回リフォーカスされたスピン・エコー・シーケンスである、
モノポーラ・パルス拡散場勾配スピン・エコー・シーケンスが、1回リフォーカスStejkal−Tannerスピン・エコー・シーケンスである、
この方法が、推定ステップが一つ一つのボクセル毎に実行されたとき、観察された組織における、鉄起因の局所勾配係数ξFeまたは堆積した鉄の濃度[Fe]若しくは鉄の量の二次元マップまたは三次元マップを決定するステップをさらに含む、
モデル関数f(x)が、単一指数関数であり、第1のモデル関数f1によって
f1(b・ADC)=exp(−b・ADC)
と表される、
モデル関数f(x)が、尖度関数であり、第2のモデル関数f2によって、Kを狭い勾配パルス領域での分子変位の4次モーメントに関する尖度として、
f2(b・ADC)=exp(−b・ADC+K・(b・ADC)2/6)
と表される、
観察された組織は、脳組織、肝臓組織、心臓関節組織からなる組の組織である、
第1の見かけの拡散係数ADCMPGの推定と第2の見かけの拡散係数ADCBPGの推定とが、生のMRI信号データを、モデル関数f(x)のものであるパラメータであって、少なくともプログラムされた勾配減衰係数bと見かけのモデル拡散係数ADCとを含むパラメータの組合せのすべての組を用いて一度に構築された、シミュレートされた信号のデータベースと比較することにより行われる、
という特徴の1つ以上を含む。
モノポーラ・パルス拡散勾配(MPG)シーケンスをモノポーラ・パルス拡散勾配スピン・エコー・シーケンス(PGSE)として使用し、第1のシーケンスの拡散勾配パルスの組にのみ依存するプログラムされた勾配減衰係数bを第1の複数の値にわたって変化させて、生体組織の視野(FOV)のMRI画像の第1のシリーズを取得するステップと、
MPGシーケンスと同様の拡散時間を有する、交差項を含まないパルス拡散勾配スピン・エコー・シーケンスをバイポーラ・パルス拡散勾配(BPG)シーケンスとして使用し、BPGシーケンスの拡散勾配パルスの組にのみ依存するプログラムされた勾配減衰係数bを第2の複数の値にわたって変化させて、生体組織の同じ視野FOVのMRI画像の第2のシリーズを取得するステップと、
観察される組織を表す拡散MRI減衰信号S/S0の、
と表され得る減衰モデルfn,j(b・ADC1,…,b・ADCn)を提供するステップであって、ここで、nは、拡散する水の溜まりの総数を指し、2より大きいかこれに等しく、iは、1からnまで変化する、拡散する水の溜まりに割り当てられたインデックスであり、jは、1または2に等しい整数であって、f1(b・ADCi)を請求項7に定義された単一指数関数とし、f2(b・ADCi)を上記で定義された尖度関数とし、ADC1、…、ADCnは、別々の拡散する水の溜まりに対応するモデルの見かけのモデル拡散係数であり、r1、…、rnは、
を満たす、別々の拡散する水の溜まりに対応する相対分率であるステップと、
一つ一つのボクセル毎に、または所定の関心領域(ROI)上に、ボクセルのセットを含むステップと、
MPGシーケンスおよびプログラムされた勾配減衰係数bの第1の複数を使用して取得されたMRI画像を、モデル関数fn,j(b・ADC1,…,b・ADCn)にフィッティングすることによって見かけの拡散係数ADCi,MPGの第1のセットを一緒に推定するステップと、
BPGシーケンスおよびプログラムされた勾配減衰係数bの第2の複数を使用して取得されたMRI画像を、モデル関数fn,j(b・ADC1,…,b・ADCn)にフィッティングすることによって見かけの拡散係数ADCi,BPGの第2のセットを一緒に推定するステップと、
第1の見かけの拡散係数ADCMPGと第2の見かけの拡散係数ADCBPGとを、
および
の関係にしたがって計算するステップと、
鉄負荷を定量的に反映する局所勾配係数ξFeを第1の見かけの拡散係数ADCMPGと第2の見かけの拡散係数ADCBPGとの計算値から、
の関係を通じて計算するステップ(22)と、
を含む方法の第2の主要な実施形態に関する。
ROIまたは組織のそれぞれのボクセルに蓄積された鉄の濃度[Fe]および/または量が、所定の単調変換関数g−1(ξFe)を通じて、計算された鉄起因の局所勾配係数ξFeから決定される、
という特徴の1つ以上を含む。
磁気共鳴イメージング・スキャナは、
MPGシーケンスをモノポーラ・パルス拡散勾配スピン・エコー(PGSE)シーケンスとして生成し、勾配パルスの組にのみ依存するプログラムされた勾配減衰係数bを第1の複数の値にわたって変化させ、
MPGシーケンスと同様の拡散時間を有する、交差項を含まないパルス拡散勾配スピン・エコー・シーケンスとしてBPGシーケンスを生成し、プログラムされた勾配減衰係数bを第2の複数の値にわたって変化させ、
第1の複数の異なるプログラムされた勾配減衰係数bの値についてMPGシーケンスを用いて生体組織の視野(FOV)のMRI画像の第1のシリーズを取得し、
第2の複数の異なるプログラムされた勾配減衰係数bの値についてBPGシーケンスを用いて生体組織の同じ視野(FOV)のMRI画像の第2のシリーズを取得する
よう構成され、
スキャナを制御し、スキャナで取得された撮像データを処理するための手段は、
見かけのモデル拡散係数ADCと使用されたプログラムされた勾配減衰係数bとの積に等しい変数xに依存するモデル関数f(x)として表現される、観測された組織を表す拡散MRI減衰信号S/S0の減衰モデルを格納する手段と、
処理手段であって、一つ一つのボクセル毎に、またはボクセルのセットを含む所定の関心領域(ROI)上で、
MPGシーケンスおよびプログラムされた勾配減衰係数の第1の複数を使用して取得されたMRI画像を、モデル関数f(b・ADC)にフィッティングすることによって第1の見かけの拡散係数ADCMPGを推定し、
BPGシーケンスおよびプログラムされた勾配減衰係数の第2の複数を使用して取得されたMRI画像を、モデル関数f(b・ADC)にフィッティングすることによって第2の見かけの拡散係数ADCBPGを推定し、
鉄起因の局所勾配係数ξFeを第1の見かけの拡散係数ADCMPGと第2の見かけの拡散係数ADCBPGとの推定値から、
の関係を通じて計算する
ように構成された処理手段と、
を備える。
モデルを格納する手段が、
単一指数関数であり、
f1(b・ADC)=exp(−b・ADC)
と表される第1のモデル関数f1(x)である、第1のモデル関数f1(b・ADC)と、
尖度関数であり、Kを狭い勾配パルス領域での分子変位の4次モーメントに関する尖度として、
f2(b・ADC)=exp(−b・ADC+K・(b・ADC)2/6)
と表される第2のモデル関数f2(x)である、第2のモデル関数f2(b・ADC)と、
のうちの少なくとも一つの減衰モデル関数を格納する、
という特徴の1つ以上を含む。
磁気共鳴イメージング・スキャナは、
MPGシーケンスをモノポーラ・パルス拡散勾配スピン・エコー(PGSE)シーケンスとして生成し、勾配パルスの組にのみ依存するプログラムされた勾配減衰係数bを第1の複数の値にわたって変化させ、
MPGシーケンスと同様の拡散時間を有する、交差項を含まないパルス拡散勾配スピン・エコー・シーケンスとしてBPGシーケンスを生成し、プログラムされた勾配減衰係数bを第2の複数の値にわたって変化させ、
第1の複数の異なるプログラムされた勾配減衰係数bの値についてMPGシーケンスを用いて生体組織の視野(FOV)のMRI画像の第1のシリーズを取得し、
第2の複数の異なるプログラムされた勾配減衰係数bの値についてBPGシーケンスを用いて生体組織の同じ視野(FOV)のMRI画像の第2のシリーズを取得し、
スキャナを制御し、スキャナで取得された撮像データを処理するための手段は、
観察される組織を表す拡散MRI減衰信号S/S0の、
と表される減衰モデルfn,j(b・ADC1,…,b・ADCn)を格納するための手段であって、ここで、nは、拡散する水の溜まりの総数を指し、2より大きいかまたはこれに等しく、iは、1からnまで変化する、拡散する水の溜まりに割り当てられたインデックスであり、jは、1または2に等しい整数であって、f1(b・ADCi)を単一指数関数とし、f2(b・ADCi)を請求項14で定義された尖度関数とし、ADC1、…、ADCnは、別々の拡散する水の溜まりに対応するモデルの見かけのモデル拡散係数であり、r1、…、rnは、
を満たす、別々の拡散する水の溜まりに対応する相対分率である手段と、
一つ一つのボクセル毎に、またはボクセルのセットを含む所定の関心領域(ROI)上で、
MPGシーケンスおよびプログラムされた勾配減衰係数bの第1の複数を使用して取得されたMRI画像を、モデル関数fn,j(b・ADC1,…,b・ADCn)にフィッティングすることによって見かけの拡散係数ADCi,MPGの第1のセットを一緒に推定し、
BPGシーケンスおよびプログラムされた勾配減衰係数bの第2の複数を使用して取得されたMRI画像を、モデル関数fn,j(b・ADC1,…,b・ADCn)にフィッティングすることによって見かけの拡散係数ADCi,BPGの第2のセットを一緒に推定し、
第1の見かけの拡散係数ADCMPGと第2の見かけの拡散係数ADCBPGとを、
および
の関係にしたがって計算し、
鉄起因の局所勾配係数ξFeを第1の見かけの拡散係数ADCMPGと第2の見かけの拡散係数ADCBPGとの推定値から
の関係を通じて計算する
ように構成された処理手段と、
を備える。
ROIまたは組織のそれぞれのボクセルに蓄積された鉄の濃度[Fe]および/または量が、所定の単調変換関数g−1(ξFe)を通じて、計算された鉄起因の局所勾配係数ξFeから決定される、
処理手段が、推定ステップが一つ一つのボクセル毎に実行されたとき、観察された組織における、鉄起因の局所勾配係数ξFeまたは堆積した鉄の濃度[Fe]若しくは鉄の量の二次元マップまたは三次元マップを決定するように構成される、
という特徴の1つ以上を含む。
の関係を介して計算される。
[Fe]=g−1(ξFe) (式2)
のように決定される。
S/S0=exp{−b(1−ξFe)・ADC}≡exp{−b・ADCMPG} (式3)
ただし、ADCMPG=(1−ξFe)・ADCであり、S0はb=0での信号、となる。
ξFe=1−ADCMPG/ADCBPG (式4)
として得られる。
f1(b・ADC)=exp(−b・ADC) (式5)
と表されるモデル関数fに対応することに留意すべきである。
S/S0=exp[−b(1−ξFe)・ADC+K・(b(1−ξFe)・ADC)2/6]
S/S0≡exp[−b・ADCMPG+K・(b・ADCMPG)2/6] (式6)
となるが、ADCはここでは、ξFeが0に達するときの固有拡散係数であり、Kは(狭い勾配パルス領域における分子変位の4次モーメントに関する)尖度と呼ばれる。ADCは、鉄に関連する局所的な勾配のパラメータを再び式4から得られるように、ξFeを0と等しく設定し、BPGシーケンスを用いて式6から直接、推定することができる。
で定義される第2のモデル関数f2(x)によって表される。
と表されており、ここで、ADCsとADCfはそれぞれ、低速で拡散する水の溜まりに関する低速見かけモデル拡散係数と高速で拡散する水の溜まりに関する高速見かけモデル拡散係数を示し、bは使用されたプログラムされた勾配減衰係数を示し、rsとrfはそれぞれ、低速で拡散する水の溜まりの相対的な分率と高速で拡散する水の溜まりの相対的な分率であって、rs+rf=1である。
および
の関係にしたがって計算される。
の関係式によって計算される。
で表される、観察される組織を表す拡散MRI減衰信号のS/S0の任意の減衰モデル関数fn,j(b・ADC1,…,b・ADCn)を用いて一般化されることができ、ここで、nは拡散する水の溜まりの総数を示し、2より大きいかまたはこれに等しく、iは1からnまで変化する、拡散する水の溜まりに割り当てられたインデックスであり、jはf1(b・ADCi)が単一指数関数であり、f2(b・ADCi)がこれまでで定義された尖度関数であるような1または2と等しい整数であり、ADC1、…、ADCnは、異なる拡散する水の溜まりに対応するモデルの見かけのモデル拡散係数であり、r1、…、rnは、
を満たす、それらの異なる拡散する水の溜まりに対応する相対分率である。
第1のセットの見かけの拡散係数ADCi,MPGが、MPGシーケンスおよびプログラムされた勾配減衰係数bの第1の複数を用いて取得されたMRI画像をモデル関数fn,j(b・ADC1,…,b・ADCn)にフィッティングすることにより併せて推定され、
第2のセットの見かけの拡散係数ADCi,BPGが、BPGシーケンスおよびプログラムされた勾配減衰係数bの第2の複数を用いて取得されたMRI画像をモデル関数fn,j(b・ADC1, …,b・ADCn)にフィッティングすることにより併せて推定され、
第1の見かけの拡散係数ADCMPGと第2の見かけの拡散係数ADCBPGが、
および
の関係式にしたがって計算される。次に、鉄起因の局所勾配係数ξFeが、第1の見かけの拡散係数ADCMPGと第2の見かけの拡散係数ADCBPGとの計算値から、
の関係式を通じて計算される。
MPGシーケンスをモノポーラ・パルス拡散勾配スピン・エコー(PGSE)シーケンスとして生成し、勾配のパルスの組にのみ依存するプログラムされた勾配減衰係数bを第1の複数の値にわたって変化させ、
第1の配列と同様の拡散時間を有する、交差項を含まないパルス拡散勾配スピン・エコー・シーケンスとしてBPGシーケンスを生成し、プログラムされた勾配減衰係数bを第2の複数の値にわたって変化させ、
第1の複数の異なるプログラムされた勾配減衰係数bについて第2のシーケンスを用いて、生体組織の視野(FOV)のMRI画像の第1のシリーズを取得し、
第2の複数の異なるプログラムされた勾配減衰係数bについて第2のシーケンスを用いて、生体組織の同じ視野(FOV)のMRI画像の第2のシリーズを取得する
よう構成される。
第1のシーケンスおよびプログラムされた勾配減衰係数の第1の複数を使用して取得されたMRI画像を、モデル関数f(b・ADC)にフィッティングすることによって第1の見かけの拡散係数ADCMPGを推定し、
第2のシーケンスおよびプログラムされた勾配減衰係数の第2の複数を使用して取得されたMRI画像を、モデル関数f(b・ADC)にフィッティングすることによって第2の見かけの拡散係数ADCBPGを推定し、
組織間および/または状態間(例えば、正常または疾患)の相対的な鉄含有量に関する情報を提供する鉄起因の局所勾配係数ξFeを第1の見かけの拡散係数ADCMPGと第2の見かけの拡散係数ADCBPGとの推定値から、
の関係を通じて計算し、
必要に応じて、算出された補正係数ξFeから、所定の変換関数g−1(ξFe)を通じて、ROIまたは組織のそれぞれのボクセルに蓄積された鉄の絶対濃度[Fe]および/または量を決定する
よう構成される。
1.Antonini A1、Leenders KL、Meier D、Oertel WH、Boesiger P、Anliker M、「T2 relaxation time in patients with Parkinson's disease」、Neurology、1993年、第43巻、p.697−700
2.Aquino D、Bizzi A、Grisoli M、Garavaglia B、Bruzzone MG、Nardocci N、Savoiardo M、Chiapparini L、「Age-related iron deposition in the basal ganglia: quantitative analysis in healthy subjects」、Radiology、2009年、第252巻、p.165−72
3.Berg D、Youdim MB、「Role of iron in neurodegenerative disorders」、Top Magn Reson Imaging、2006年、第17巻、p.5−17
4.Brass SD、Chen NK、Mulkern RV、Bakshi R、「Magnetic resonance imaging of iron deposition in neurological disorders」、Top Magn Reson Imaging、2006年、第17巻、p.31−40
5.Chabert S、Mecca CC、Le Bihan DJ、2004. 「Relevance of the information about the diffusion distribution in invo given by kurtosis in q-space imaging」、12th ISMRM annual meetingのProceedings、2004年、p.1238
6.Clark CA、Le Bihan D、「Water diffusion compartmentation and anisotropy at high b values in the human brain」、Magn Reson Med、2000年、第44巻、p.852−9
7.Deistung A、Schafer A、Schweser F、Biedermann U、Turner R、Reichenbach JR、「Toward in vivo histology: a comparison of quantitative susceptibility mapping (QSM) with magnitude-, phase-, and R2*-imaging at ultra-high magnetic field strength」、Neuroimage、2013年、第65巻、p.299−314
8.Does MD、Zhong J、Gore JC、「In vivo measurement of ADC change due to intravascular susceptibility variation」、Magn Reson Med、1999年、第41巻、p.236−40
9.Y Gandon、D Olivie、D Guyader、C Aube、F Oberti、V Sebille、Y Deugnier、「Non-invasive assessment of hepatic iron stores by MRI」、THE LANCET、2004年1月31日、第363巻
10.Gorell JM1、Ordidge RJ、Brown GG、Deniau JC、Buderer NM、Helpern JA、「Increased iron-related MRI contrast in the substantia nigra in Parkinson's disease」、Neurology、1995年、第45巻、p.1138−43
11.Graham JM、Paley MN、Grunewald RA、Hoggard N、Griffiths PD、「Brain iron deposition in Parkinson's disease imaged using the PRIME magnetic resonance sequence」、Brain、2000年、第123巻、p.2423−31
12.Griffiths PD、Crossman AR、「Distribution of iron in the basal ganglia and neocortex in postmortem tissue in Parkinson's disease and Alzheimer's disease」、Dementia、1993年、第4巻、p.61−5
13.Griffiths PD、Dobson BR、Jones GR、Clarke DT、「Iron in the basal ganglia in Parkinson's disease. An in vitro study using extended X-ray absorption fine structure and cryo-electron microscopy」、Brain、1999年、第122巻、第4分冊、p.667−73
14.Haacke EM、Cheng NY、House MJ、Liu Q、Neelavalli J、Ogg RJ、Khan A、Ayaz M、Kirsch W、Obenaus A、「Imaging iron stores in the brain using magnetic resonance imaging」、Magn Reson Imaging、2005年、第23巻、p.1−25、Review.
15.Hallgren B、Sourander P、「The effect of age on the non-haemin iron in the human brain」、J Neurochem、1958年、第3巻、p.41−51
16.Hardy PA、Gash D、Yokel R、Andersen A、Ai Y、Zhang Z、「Correlation of R2 with total iron concentration in the brains of rhesus monkeys」、J Magn Reson Imaging、2005年、第21巻、p.118−27
17.Hong X、DIXON WT、「Measuring Diffusion in Inhomogeneous Systems in Imaging Mode Using Antisymmetric Sensitizing Gradients」、Journal of Magnetic Resonance、1992年、第99巻、p.561−570
18.Jensen JH、Helpern JA、「MRI quantification of non-Gaussian water diffusion bykurtosis analysis」、NMR Biomed、2010年、第59巻、p.698−710
19.Kennanら、1995年
20.Kiselev VG、「Effect of magnetic field gradients induced by microvasculature on NMR measurements of molecular self- diffusion in biological tissues」、J Magn Reson、2004年、第170巻、p.228−235
21.Milton WJ、Atlas SW、Lexa FJ、Mozley PD、Gur RE、「Deep gray matter hypointensity patterns with aging in healthy adults: MR imaging at 1.5 T」、Radiology、1991年、第181巻、p.715−9
22.Niendorf T、Dijkhuizen RM、Norris DG、van Lookeren Campagne M、Nicolay K、「Biexponential diffusion attenuation in various states of brain tissue: implications for diffusion-weighted imaging」、Magn. Reson. Med、1996年、第36巻、p.847−857
23.Peran P、Cherubini A、Luccichenti G、Hagberg G、Demonet JF、Rascol O、Celsis P、Caltagirone C、Spalletta G、Sabatini U、「Volume and iron content in basal ganglia and thalamus」、Hum Brain Mapp、2009年、第30巻、p.2667−75
24.Reese TG、Heid O、Weisskoff RM、Wedeen VJ、「Reduction of eddy-current-induced distortion in diffusion MRI using a twice-refocused spin echo」、Magn Reson Med、2003年、第49巻、p.177−82
25.St. Pierre TG、Clark PR、Chua-anusorn W、Fleming AJ、Jeffrey GP、Olynyk JK、Pootrakul P、Robins E、and Lindeman R、「Noninvasive measurement and imaging of liver iron concentrations using proton magnetic resonance」、BLOOD、2005年1月15日、第105巻、第2号
26.Schenker C、Meier D、Wichmann W、Boesiger P、Valavanis A、「Age distribution and iron dependency of the T2 relaxation time in the globus pallidus and putamen」、Neuroradiology、1993年、第35巻、p.119−24
27.Sedlacik J、Boelmans K、Lobel U、Holst B、Siemonsen S、Fiehler J、「Reversible, irreversible and effective transverse relaxation rates in normal aging brain at 3T」、Neuroimage、2014年、第84巻、p.1032−41
28.Wallis LI、Paley MN、Graham JM、Grunewald RA、Wignall EL、Joy HM、Griffiths PD、「MRI assessment of basal ganglia iron deposition in Parkinson's disease」、J Magn Reson Imaging、2008年、第28巻、p.1061−7、doi:10.1002/jmri.21563
29.Zhong JH、Kennan RP、Gore JC、「Effects of Susceptibility Variations on NMR Measurements of Diffusion」、J Magn Reson、1991年、第95巻、p.267−280
30.Zhong JH、Kennan RP、Fulbright RK、Gore JC、「Quantification of intravascular and extravascular contributions to BOLD effects induced by alteration in oxygenation or intravascular contrast agents」、Magn Reson Med、1998年、第40巻、p.526−36
Claims (19)
- 高い精度で拡散強調磁気共鳴イメージング(MRI)を使用して組織内の鉄の堆積を定量化するための方法であって、
モノポーラ・パルス拡散勾配(MPG)シーケンスをモノポーラ・パルス拡散勾配スピン・エコー・シーケンス(PGSE)として使用し、前記第1のシーケンスの前記拡散勾配パルスの前記組にのみ依存するプログラムされた勾配減衰係数bを第1の複数の値にわたって変化させて、生体組織の視野(FOV)のMRI画像の第1のシリーズを取得するステップ(12)と、
前記MPGシーケンスと同様の拡散時間を有する、交差項を含まないパルス拡散勾配スピン・エコー・シーケンスを、鉄により誘起される前記局所磁場勾配とそのBPGシーケンス内の前記勾配パルスとの間の前記交差項が、エコー時間TEの周期で0に等しくなるように準備された、その拡散増感勾配及びRFパルスを有するバイポーラ・パルス拡散勾配(BPG)シーケンスとして使用し、前記BPGシーケンスの前記拡散勾配パルスの前記組にのみ依存するプログラムされた勾配減衰係数bを第2の複数の値にわたって変化させて、前記生体組織の前記同じ視野FOVのMRI画像の第2のシリーズを取得するステップ(14)と、
見かけのモデル拡散係数ADCと使用された前記プログラムされた勾配減衰係数bとの前記積に等しい変数xに依存するモデル関数f(x)として表現される、前記観察される組織を表す前記拡散MRI減衰信号S/S0の減衰モデルを提供するステップ(16)と、
一つ一つのボクセル毎に、または所定の関心領域(ROI)上に、ボクセルのセットを含むステップと、
前記MPGシーケンスおよびプログラムされた勾配減衰係数bの前記第1の複数を使用して取得されたMRI画像を、前記モデル関数f(b・ADC)にフィッティングすることによって第1の見かけの拡散係数ADCMPGを推定するステップ(18)と、
前記BPGシーケンスおよびプログラムされた勾配減衰係数bの前記第2の複数を使用して取得されたMRI画像を、前記モデル関数f(b・ADC)にフィッティングすることによって第2の見かけの拡散係数ADCBPGを推定するステップ(20)と、
それぞれのボクセルまたはROIの前記鉄負荷を定量的に反映する局所勾配係数ξFeを前記第1の見かけの拡散係数ADCMPGと前記第2の見かけの拡散係数ADCBPGとの前記推定値から、
の前記関係を通じて計算するステップ(22)と、
を含む方法。 - 前記ROIまたは前記組織のそれぞれのボクセルに蓄積された鉄の前記濃度[Fe]および/または前記量が、鉄の前記絶対的な定量を与える、鉄起因の局所勾配係数ξFeの所定の単調変換関数g−1(ξFe)を通じて、前記計算された鉄起因の局所勾配係数ξFeから決定される(24)、請求項1に記載の組織内の鉄の堆積を定量化するための方法。
- 前記変換関数g−1(ξFe)が、線形関数または二次関数の一部である、請求項2に記載の組織内の鉄の堆積を定量化するための方法。
- 前記BPGシーケンスが、TEを前記エコー時間として、前記二つのリフォーカス・パルス間の前記時間がTE/2に等しく、前記拡散勾配による前記フェージングおよびリフェージングが等しくなるよう、任意の拡散勾配の長さを許容する、2回リフォーカスされたスピン・エコー・シーケンスである、請求項1−3のいずれか一項に記載の組織内の鉄の堆積を定量化するための方法。
- 前記モノポーラ・パルス拡散場勾配スピン・エコー・シーケンスが、1回リフォーカスStejkal−Tannerスピン・エコー・シーケンスである、請求項1−4のいずれか一項に記載の組織内の鉄の堆積を定量化するための方法。
- 前記推定ステップが一つ一つのボクセル毎に実行されたとき、前記観察された組織における、前記鉄起因の局所勾配係数ξFeまたは堆積した鉄の濃度[Fe]若しくは鉄の量の二次元マップまたは三次元マップを決定するステップ(212)をさらに含む、請求項1−5のいずれか一項に記載の組織内の鉄の堆積を定量化するための方法。
- 前記モデル関数f(x)が、単一指数関数であり、第1のモデル関数f1によって
f1(b・ADC)=exp(−b・ADC)
と表される、請求項1−6のいずれか一項に記載の組織内の鉄の堆積を定量化するための方法。 - 前記モデル関数f(x)が、尖度関数であり、第2のモデル関数f2によって、Kを狭い勾配パルス領域での前記分子変位の4次モーメントに関する前記尖度として、
f2(b・ADC)=exp(−b・ADC+K・(b・ADC)2/6)
と表される、請求項1−6のいずれか一項に記載の組織内の鉄の堆積を定量化するための方法。 - 前記観察された組織は、前記脳組織、肝臓組織、心臓関節組織からなる前記組の組織である、請求項8に記載の組織内の鉄の堆積を定量化するための方法。
- 前記第1の見かけの拡散係数のADCMPGの前記推定と前記第2の見かけの拡散係数ADCBPGの前記推定とが、前記生のMRI信号を、前記モデル関数f(x)のものであるパラメータであって、少なくとも前記プログラムされた勾配減衰係数bと見かけのモデル拡散係数ADCとを含むパラメータの組合せのすべての組を用いて一度に構築された、シミュレートされた信号のデータベースと比較することにより行われる、請求項1−9のいずれか一項に記載の組織内の鉄の堆積を定量化するための方法。
- 高い精度で拡散強調磁気共鳴イメージング(MRI)を使用して組織内の鉄の堆積を定量化するための方法であって、
モノポーラ・パルス拡散勾配(MPG)シーケンスをモノポーラ・パルス拡散勾配スピン・エコー・シーケンス(PGSE)として使用し、前記第1のシーケンスの前記拡散勾配パルスの前記組にのみ依存するプログラムされた勾配減衰係数bを第1の複数の値にわたって変化させて、生体組織の視野(FOV)のMRI画像の第1のシリーズを取得するステップ(12)と、
前記MPGシーケンスと同様の拡散時間を有する、交差項を含まないパルス拡散勾配スピン・エコー・シーケンスをバイポーラ・パルス拡散勾配(BPG)シーケンスとして使用し、前記BPGシーケンスの前記拡散勾配パルスの前記組にのみ依存するプログラムされた勾配減衰係数bを第2の複数の値にわたって変化させて、前記生体組織の前記同じ視野FOVのMRI画像の第2のシリーズを取得するステップ(14)と、
前記観察される組織を表す前記拡散MRI減衰信号S/S0の、
と表され得る減衰モデルfn,j(b・ADC1,…,b・ADCn)を提供するステップであって、ここで、nは、前記拡散する水の溜まりの総数を指し、2より大きいかまたはこれに等しく、iは、1からnまで変化する、拡散する水の溜まりに割り当てられたインデックスであり、jは、1または2と等しい整数であって、f1(b・ADCi)を請求項7に定義された前記単一指数関数とし、f2(b・ADCi)を請求項8に定義された前記尖度関数とし、ADC1、…、ADCnは、前記別々の拡散する水の溜まりに対応するモデルの見かけのモデル拡散係数であり、r1、…、rnは、
を満たす、前記別々の拡散する水の溜まりに対応する相対分率であるステップ(256)と、
一つ一つのボクセル毎に、または所定の関心領域(ROI)上に、ボクセルのセットを含むステップと、
前記MPGシーケンスおよびプログラムされた勾配減衰係数bの第1の複数を使用して取得されたMRI画像を、前記モデル関数fn,j(b・ADC1,…,b・ADCn)にフィッティングすることによって見かけの拡散係数ADCi,MPGの第1のセットを一緒に推定するステップ(258)と、
前記BPGシーケンスおよびプログラムされた勾配減衰係数bの第2の複数を使用して取得されたMRI画像を、前記モデル関数fn,j(b・ADC1,…,b・ADCn)にフィッティングすることによって見かけの拡散係数ADCi,BPGの第2のセットを一緒に推定するステップ(260)と、
第1の見かけの拡散係数ADCMPGと第2の見かけの拡散係数ADCBPGとを、
および
の前記関係にしたがって計算するステップ(270)と、
それぞれのボクセルまたはROIの前記鉄負荷を定量的に反映する局所勾配係数ξFeを前記第1の見かけの拡散係数ADCMPGと前記第2の見かけの拡散係数ADCBPGとの前記計算値から、
の前記関係を通じて計算するステップ(22)と、
を含む方法。 - 前記ROIまたは前記組織のそれぞれのボクセルに蓄積された鉄の前記濃度[Fe]および/または前記量が、所定の単調変換関数g−1(ξFe)を通じて、前記計算された鉄起因の局所勾配係数ξFeから決定される(24)、請求項11に記載の組織内の鉄の堆積を定量化するための方法。
- 高い分解能と精度で拡散強調磁気共鳴イメージングを行うための磁気共鳴イメージング・スキャナ(304)と、前記スキャナ(304)を制御し、前記スキャナで取得された前記撮像データを処理するための手段(306)とを含む、組織内の鉄の堆積を定量化するための装置であって、
前記磁気共鳴イメージング・スキャナ(304)は、
MPGシーケンスをモノポーラ・パルス拡散勾配スピン・エコー(PGSE)シーケンスとして生成し、前記勾配パルスの前記組にのみ依存するプログラムされた勾配減衰係数bを第1の複数の値にわたって変化させ、
前記MPGシーケンスと同様の拡散時間を有する、交差項を含まないパルス拡散勾配スピン・エコー・シーケンスとして、前記イメージング勾配と前記局所勾配と前記増感勾配との間の前記交差項が、前記エコー時間TEの周期で0に等しくなるように準備されたBPGシーケンスを生成し、プログラムされた勾配減衰係数bを第2の複数の値にわたって変化させ、
前記第1の複数の前記異なるプログラムされた勾配減衰係数bの値について前記MPGシーケンスを用いて、生体組織の視野(FOV)のMRI画像の第1のシリーズを取得し、
前記第2の複数の前記異なるプログラムされた勾配減衰係数bの値について前記BPGシーケンスを用いて、前記生体組織の前記同じ視野(FOV)のMRI画像の第2のシリーズを取得する
よう構成され、
前記スキャナを制御し、前記スキャナで取得された前記撮像データを処理するための手段(306)は、
見かけのモデル拡散係数ADCと使用された前記プログラムされた勾配減衰係数bとの前記積に等しい変数xに依存するモデル関数f(x)として表現される、前記観測される組織を表す前記拡散MRI減衰信号S/S0の減衰モデルを格納する手段(308)と、
処理手段(310)であって、一つ一つのボクセル毎に、またはボクセルのセットを含む所定の関心領域(ROI)上で、
前記MPGシーケンスおよびプログラムされた勾配減衰係数の前記第1の複数を使用して取得されたMRI画像を、前記モデル関数f(b・ADC)にフィッティングすることによって第1の見かけの拡散係数ADCMPGを推定し、
前記BPGシーケンスおよびプログラムされた勾配減衰係数の前記第2の複数を使用して取得されたMRI画像を、前記モデル関数f(b・ADC)にフィッティングすることによって第2の見かけの拡散係数ADCBPGを推定し、
それぞれのボクセルまたはROIの前記鉄負荷を定量的に反映する局所勾配係数ξFeを前記第1の見かけの拡散係数ADCMPGと前記第2の見かけの拡散係数ADCBPGとの前記推定値から、
の前記関係を通じて計算する
ように構成された処理手段(310)と、
を備える
装置。 - モデルを格納する前記手段(308)が、
単一指数関数であり、
f1(b・ADC)=exp(−b・ADC)
と表される第1のモデル関数f1(x)である、第1のモデル関数f1(b・ADC)と、
尖度関数であり、Kを狭い勾配パルス領域での前記分子変位の4次モーメントに関する前記尖度として、
f2(b・ADC)=exp(−b・ADC+K・(b・ADC)2/6)
と表される第2のモデル関数f2(x)である、第2のモデル関数f2(b・ADC)と、
のうちの少なくとも一つの減衰モデル関数を格納する、請求項13に記載の組織内の鉄の堆積を定量化するための装置。 - 高い分解能と精度で拡散強調磁気共鳴イメージングを行うための磁気共鳴イメージング・スキャナ(304)と、前記スキャナ(304)を制御し、前記スキャナで取得された前記撮像データを処理するための手段(306)とを含む、組織内の鉄の堆積を定量化するための装置であって、
前記磁気共鳴イメージング・スキャナ(304)は、
MPGシーケンスをモノポーラ・パルス拡散勾配スピン・エコー(PGSE)シーケンスとして生成し、前記勾配パルスの前記組にのみ依存するプログラムされた勾配減衰係数bを第一の複数の値にわたって変化させ、
前記MPGシーケンスと同様の拡散時間を有する、交差項を含まないパルス拡散勾配スピン・エコー・シーケンスとしてBPGシーケンスを生成し、プログラムされた勾配減衰係数bを第2の複数の値にわたって変化させ、
前記第1の複数の前記異なるプログラムされた勾配減衰係数bの値について前記MPGシーケンスを用いて、生体組織の視野(FOV)のMRI画像の第1のシリーズを取得し、
前記第2の複数の前記異なるプログラムされた勾配減衰係数bの値について前記BPGシーケンスを用いて、前記生体組織の前記同じ視野(FOV)のMRI画像の第2のシリーズを取得し、
前記スキャナを制御し、前記スキャナで取得された前記撮像データを処理するための手段(306)は、
前記観察される組織を表す前記拡散MRI減衰信号S/S0の、
と表される減衰モデルfn,j(b・ADC1,…,b・ADCn)を格納する手段(308)であって、ここで、nは、前記拡散する水の溜まりの総数を指し、2より大きいかまたはこれに等しく、iは、1からnまで変化する、拡散する水の溜まりに割り当てられたインデックスであり、jは、1または2と等しい整数であって、f1(b・ADCi)を前記単一指数関数とし、f2(b・ADCi)を請求項14で定義された前記尖度関数とし、ADC1、…、ADCnは、別々の拡散する水の溜まりに対応するモデルの見かけのモデル拡散係数であり、r1、…、rnは、
を満たす、別々の拡散する水の溜まりに対応する相対分率である手段と、
一つ一つのボクセル毎に、またはボクセルのセットを含む所定の関心領域(ROI)上で、
前記MPGシーケンスおよびプログラムされた勾配減衰係数bの第1の複数を使用して取得されたMRI画像を、前記モデル関数fn,j(b・ADC1,…,b・ADCn)にフィッティングすることによって見かけの拡散係数ADCi,MPGの第1のセットを一緒に推定し(258)、
前記BPGシーケンスおよびプログラムされた勾配減衰係数bの第2の複数を使用して取得されたMRI画像を、前記モデル関数fn,j(b・ADC1,…,b・ADCn)にフィッティングすることによって見かけの拡散係数ADCi,BPGの第2のセットを一緒に推定し(260)、
第1の見かけの拡散係数ADCMPGと第2の見かけの拡散係数ADCBPGとを、
および
の前記関係にしたがって計算し(270)、
前記鉄負荷を定量的に反映する局所勾配係数ξFeを前記第1の見かけの拡散係数ADCMPGと第2の見かけの拡散係数ADCBPGとの前記推定値から、
の前記関係を通じて計算する
ように構成された処理手段(310)と、
を備える
装置。 - 前記ROIまたは前記組織のそれぞれのボクセルに蓄積された鉄の前記濃度[Fe]および/または前記量が、鉄の前記絶対的な定量を与える、鉄起因の局所勾配係数ξFeの所定の単調変換関数g−1(ξFe)を通じて、前記計算された鉄起因の局所勾配係数ξFeから決定される、請求項13および15のいずれか一項に記載の組織内の鉄の堆積を定量化するための装置。
- 前記処理手段(310)が、前記推定ステップが一つ一つのボクセル毎に実行されたとき、前記観察された組織における、前記鉄起因の局所勾配係数ξFeまたは堆積した鉄の濃度[Fe]若しくは鉄の量の二次元マップまたは三次元マップを決定するように構成される請求項13−16のいずれか一項に記載の組織内の鉄の堆積を定量化するための装置。
- 請求項13−17のいずれか一項に定義されるような装置に格納され、前記装置によって実行されるとき、請求項1−12のいずれか一項に定義されるような方法の前記ステップを実行するように構成された命令のセットを含む、コンピュータ・ソフトウェア。
- 請求項1−12のいずれか一項に定義されるような方法の前記ステップ(16)、(18)、(20)、(22)、(24)を実行するように構成されたスタンドアロン・コンピュータに格納され、前記鉄負荷を定量的に反映する局所勾配係数ξFeおよび/またはROIまたは生体組織のボクセルに蓄積された鉄の濃度[Fe]および/または量を決定するための前記MRI画像の処理に関する命令のセットを含む、コンピュータ・ソフトウェア。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
EP14305887.3A EP2955536B1 (en) | 2014-06-12 | 2014-06-12 | MRI method to quantify iron amount in tissues using diffusion magnetic resonance imaging |
EP14305887.3 | 2014-06-12 | ||
PCT/IB2015/054350 WO2015189769A1 (en) | 2014-06-12 | 2015-06-09 | Mri method to quantify iron amount in tissues using diffusion magnetic resonance imaging |
Publications (3)
Publication Number | Publication Date |
---|---|
JP2017517325A true JP2017517325A (ja) | 2017-06-29 |
JP2017517325A5 JP2017517325A5 (ja) | 2019-11-21 |
JP6765972B2 JP6765972B2 (ja) | 2020-10-07 |
Family
ID=51162624
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2016571399A Active JP6765972B2 (ja) | 2014-06-12 | 2015-06-09 | 拡散強調磁気共鳴イメージングを用いて組織内の鉄の量を定量化する方法、装置、及びコンピュータ・ソフトウェア |
Country Status (5)
Country | Link |
---|---|
US (1) | US10613182B2 (ja) |
EP (2) | EP2955536B1 (ja) |
JP (1) | JP6765972B2 (ja) |
ES (2) | ES2822201T3 (ja) |
WO (1) | WO2015189769A1 (ja) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2020533051A (ja) * | 2017-09-07 | 2020-11-19 | シーアール ディベロップメント アーベー | 拡散強調磁気共鳴測定を実行するための方法 |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11464448B2 (en) * | 2016-04-08 | 2022-10-11 | Memorial Sloan Kettering Cancer Center | Innate metabolic imaging of cellular systems |
CN106338703B (zh) * | 2016-09-30 | 2018-12-25 | 中国科学院武汉物理与数学研究所 | 一种基于射频脉冲多模加权的高清快速磁共振成像方法 |
WO2018088954A1 (en) * | 2016-11-09 | 2018-05-17 | Cr Development Ab | A method of performing diffusion weighted magnetic resonance measurements on a sample |
CN106526515B (zh) * | 2016-11-28 | 2017-11-03 | 中国科学院武汉物理与数学研究所 | 一种基于统计的核磁共振一维谱信噪比提高方法 |
US11728038B2 (en) * | 2017-04-06 | 2023-08-15 | Oregon Health & Science University | Activity MRI |
CN113406546B (zh) * | 2021-05-06 | 2022-07-26 | 华南理工大学 | 一种抗涡流效应的跨膜水交换磁共振成像序列设计方法 |
CN114186584B (zh) * | 2021-12-06 | 2022-08-30 | 无锡鸣石峻致医疗科技有限公司 | 一种基于扩展指数模型对磁共振信号降噪的方法和设备 |
Family Cites Families (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5322682A (en) * | 1992-08-06 | 1994-06-21 | The Regents Of The University Of California | Method for quantitatively measuring and mapping stored iron in tissue using MRI |
DE10109511C2 (de) * | 2001-02-28 | 2003-03-27 | Max Planck Gesellschaft | Verfahren und Gerät zum Gewinnen von Daten für diffusionsgewichtete Magnetresonanz-Bildgebung |
US20040102692A1 (en) * | 2002-11-27 | 2004-05-27 | General Electric Company | Magnetic resonance imaging system and methods for the detection of brain iron deposits |
US20050020904A1 (en) * | 2003-07-10 | 2005-01-27 | Cline Harvey Ellis | System and method for the detection of brain iron using magnetic resonance imaging |
FR2918868A1 (fr) * | 2006-06-06 | 2009-01-23 | Guerbet Sa | Methode d'imagerie de diagnostic utilisant en combinaison avec l'imagerie de diffusion de l'eau, des agents de contraste |
WO2009089088A1 (en) * | 2008-01-04 | 2009-07-16 | The Ohio State University Research Foundation | Methods for in vivo atherosclerotic plaque characterization using magnetic susceptibility to identify symptom-producing plaques |
US20110280460A1 (en) | 2010-05-13 | 2011-11-17 | Loma Linda University | Iron quantification of brain microbleeds |
US9076196B2 (en) * | 2010-05-13 | 2015-07-07 | Loma Linda University Medical Center | Iron quantification of brain microbleeds |
GB201121404D0 (en) * | 2011-12-13 | 2012-01-25 | Isis Innovation | Diagnosis |
US8824766B2 (en) * | 2012-02-10 | 2014-09-02 | Duke University | Systems and methods for automated magnetic resonance imaging |
US9194925B2 (en) * | 2012-11-05 | 2015-11-24 | Siemens Medical Solutions Usa, Inc. | Fat and iron quantification using a multi-step adaptive fitting approach with multi-echo magnetic resonance imaging |
WO2014164963A1 (en) * | 2013-03-12 | 2014-10-09 | Levin Pavel | Method and apparatus for magnetic resonance imaging |
GB201304728D0 (en) * | 2013-03-15 | 2013-05-01 | Isis Innovation | Medical imaging |
US20160054410A1 (en) * | 2014-08-19 | 2016-02-25 | General Electric Company | System and method for locating and quantifying a biomarker for neurological disease |
-
2014
- 2014-06-12 EP EP14305887.3A patent/EP2955536B1/en active Active
- 2014-06-12 ES ES14305887T patent/ES2822201T3/es active Active
-
2015
- 2015-06-09 US US15/316,474 patent/US10613182B2/en active Active
- 2015-06-09 ES ES15731714T patent/ES2895451T3/es active Active
- 2015-06-09 JP JP2016571399A patent/JP6765972B2/ja active Active
- 2015-06-09 EP EP15731714.0A patent/EP3155442B1/en active Active
- 2015-06-09 WO PCT/IB2015/054350 patent/WO2015189769A1/en active Application Filing
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2020533051A (ja) * | 2017-09-07 | 2020-11-19 | シーアール ディベロップメント アーベー | 拡散強調磁気共鳴測定を実行するための方法 |
US11525880B2 (en) | 2017-09-07 | 2022-12-13 | Random Walk Imaging Ab | Method for performing diffusion weighted magnetic resonance measurements |
Also Published As
Publication number | Publication date |
---|---|
EP3155442B1 (en) | 2021-08-04 |
ES2822201T3 (es) | 2021-04-29 |
US20170146629A1 (en) | 2017-05-25 |
WO2015189769A1 (en) | 2015-12-17 |
ES2895451T3 (es) | 2022-02-21 |
US10613182B2 (en) | 2020-04-07 |
JP6765972B2 (ja) | 2020-10-07 |
EP3155442A1 (en) | 2017-04-19 |
EP2955536A1 (en) | 2015-12-16 |
EP2955536B1 (en) | 2020-08-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6765972B2 (ja) | 拡散強調磁気共鳴イメージングを用いて組織内の鉄の量を定量化する方法、装置、及びコンピュータ・ソフトウェア | |
Buonincontri et al. | Multi-site repeatability and reproducibility of MR fingerprinting of the healthy brain at 1.5 and 3.0 T | |
Feng et al. | Quantitative susceptibility mapping (QSM) and R2* in the human brain at 3 T: Evaluation of intra-scanner repeatability | |
Wu et al. | Fast and tissue-optimized mapping of magnetic susceptibility and T2* with multi-echo and multi-shot spirals | |
US9770186B2 (en) | Systems and methods for magnetic resonance imaging | |
Hwang et al. | In vivo multi-slice mapping of myelin water content using T2* decay | |
Heidemann et al. | k-space and q-space: combining ultra-high spatial and angular resolution in diffusion imaging using ZOOPPA at 7 T | |
EP2145200B1 (en) | Diffusion tensor imaging of moving objects | |
Romanzetti et al. | Mapping tissue sodium concentration in the human brain: a comparison of MR sequences at 9.4 Tesla | |
McPhee et al. | T2 quantification from only proton density and T2-weighted MRI by modelling actual refocusing angles | |
Heule et al. | Triple‐echo steady‐state T2 relaxometry of the human brain at high to ultra‐high fields | |
Froeling et al. | Diffusion tensor MRI of the heart–in vivo imaging of myocardial fiber architecture | |
Sheth et al. | Inversion recovery ultrashort echo time magnetic resonance imaging: A method for simultaneous direct detection of myelin and high signal demonstration of iron deposition in the brain–A feasibility study | |
Jeong et al. | High‐resolution DTI of a localized volume using 3D s ingle‐s hot diffusion‐weighted ST imulated e cho‐p lanar i maging (3D ss‐DWSTEPI) | |
Lorio et al. | Flexible proton density (PD) mapping using multi-contrast variable flip angle (VFA) data | |
Hiepe et al. | Fast low‐angle shot diffusion tensor imaging with stimulated echo encoding in the muscle of rabbit shank | |
Gaa et al. | Comparison of intracranial 3D‐ToF‐MRA with and without parallel acquisition techniques at 1.5 t and 3.0 t: preliminary results | |
US20120194188A1 (en) | System and Method for Controlling Apparent Timing Dependencies for T2-Weighted MRI Imaging | |
Heule et al. | Simultaneous B1 and T1 mapping using spiral multislice variable flip angle acquisitions for whole‐brain coverage in less than one minute | |
Gao et al. | A unified optimization approach for diffusion tensor imaging technique | |
Oh et al. | Variable density magnetization transfer (vdMT) imaging for 7 T MR imaging | |
Natt et al. | In vivo magnetic resonance imaging: insights into structure and function of the central nervous system | |
US11360173B2 (en) | Method and system for mapping transverse relaxation in magnetic resonance scan | |
Li et al. | Spin-echo SS-PARSE: a PARSE MRI method to estimate frequency, R2 and R2′ in a single shot | |
De | Advances in Quantitative Susceptibility Mapping for Human Brain: Applications in Hemorrhage, Motion, Blood Vessels |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20180608 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20190425 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20190514 |
|
A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20190808 |
|
A524 | Written submission of copy of amendment under article 19 pct |
Free format text: JAPANESE INTERMEDIATE CODE: A524 Effective date: 20191009 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20200121 |
|
A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20200420 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20200622 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20200901 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20200916 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6765972 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |