JP2018526657A - 場に対して不変で定量的な磁気共鳴シグネチャ - Google Patents

Abstract

生体試料の不変磁気共鳴（ＭＲ）シグネチャを決定するシステムを開示する。操作中、システムは、複数スキャンにおいてボクセルに関連付けられたＭＲ信号とシミュレートされたＭＲ信号との間の差分に基づいて、生体試料内のボクセルの磁気共鳴（ＭＲ）モデルを決定する。ＭＲ信号は、複数のＭＲスキャン中に、そしてスキャン命令に基づいて、システム内のＭＲスキャナにより測定され、または捉えられ、生体試料についてのシミュレートされたＭＲ信号は、ＭＲモデルおよびスキャン命令を用いて生成される。さらに、システムは、ＭＲスキャンにおけるスキャン命令（磁場強度および／またはパルス列を含む）を、収束判定基準が達成されるまで、差分に基づいて反復修正する。次に、システムは、生体試料の識別子と、ＭＲモデルに関連付けられた生体試料の磁場強度不変ＭＲシグネチャとを、メモリに記憶する。【選択図】図９

Description

分野
記載された実施形態は概して、磁気共鳴（ＭＲ）に関するものであり、より詳細には、一つまたは複数の医学的共鳴技術、例えば磁気共鳴イメージング（ＭＲＩ）、磁気共鳴スペクトル・イメージング（ＭＲＳＩ）および／または磁気共鳴フィンガープリンティング（ＭＲＦ）に基づいて組織を特性評価することに関する。

磁気共鳴、すなわちＭＲ（核磁気共鳴、またはＮＭＲと呼ばれることが多い）は、磁場中の原子核が電磁放射を吸収、再放出する物理現象である。例えば磁気核スピンは、印加された外部磁場中で部分的に配向して（または分極して）いることがある。これらの核スピンは、あるタイプの核の磁気回転比と外部磁場の大きさまたは強度との積によって与えられる角周波数（「ラーモア周波数」と呼ばれることもある）で外部磁場の方向のまわりに歳差運動または回転することがある。分極した核スピンに摂動、例えば、角周波数に対応するパルス幅を有し外部磁場に直角な、すなわち垂直な一つまたは複数の無線周波数（ＲＦ）パルス（そして、より一般的には電磁パルス）を印加することによって、核スピンの分極を過渡的に変化させることができる。得られる核スピンの動的応答（例えば時間変動する全磁化）は、試料の物理的および物質的特性について豊富な情報を提供することができる。

医学においては、ＭＲは、異なるタイプの組織の解剖学的構造および／または化学組成を非侵襲的に決定するために広く使用されている。例えば、磁気共鳴イメージング（ＭＲＩ）では、核スピン（例えばプロトンまたは同位体^１Ｈ）が生じる歳差運動の角周波数の、外部磁場の大きさへの依存性を用いて、解剖学的構造の画像を決定する。特に、不均一なすなわち空間変動する磁場を患者に印加することによって、生じた^１Ｈスピンの歳差運動の角周波数変動を典型的に使用して、^１Ｈスピンの測定された動的応答をボクセルへ空間的に限局し、このボクセルを使用して、患者内部の解剖学的構造の画像を生成することができる。あるいは、磁気共鳴スペクトル・イメージング（ＭＲＳＩ）においては、^１Ｈに加えて他の核の測定された動的応答をしばしば使用して、異なるタイプの組織および患者内部の解剖学的構造の化学組成または形態の画像を生成している。

通常、ＭＲＩまたはＭＲＳＩなどの既存のＭＲ技術を使用して、限られた組の物理的または物質的特性を測定している。さらに、これらのＭＲ技術は通常、これらの特性の定性的または「強調された」測定を提供している。特に、ＭＲ信号強度がそれ自体で定量的であることはまれである。代わりに、ＭＲ信号の分析は、スペクトルピーク、空間的位置、または時間的に異なる点の相対比較が必要であることが多い。

最近、研究者たちは、ＭＲを使用して複数のパラメータを同時に測定し、試料特性の定量的測定結果をもたらしている。具体的には、繰り返し連続して取得したデータを使用して、対象の個々のパラメータを特性評価する代わりに、磁気共鳴フィンガープリンティング（ＭＲＦ）では、異なる物質または組織からの信号は通常、擬似ランダムパルス列を用いて取得し、調査している複数の物質特性の関数である一意的な信号、すなち「フィンガープリント」（例えば、時間依存する磁化、すなわちＭＲトラジェクトリ）を決定する。原理的には、パターン認識技術を使用すると、定量的マルチパラメータ・フィンガープリントを、予め定義された状態（例えば特定の疾病の存在）と一致させることができ、測定の正確度を向上させることができる。

ＭＲ技術の空間分解能は通常、磁場勾配の大きさに依存するため、磁場強度を増加させる取り組み（例えば超電導体の使用）がなされているところである。ただし、大きな磁場強度を使用すると、通常、ＭＲスキャナのサイズおよびコストが増加する。

また、スキャナどうしの間、そして同一スキャナで実行される反復測定どうしの間でも測定変動があるため、信頼性の高いまたは再現性のある定量的ＭＲ測定を実行することは困難であることがわかっている。したがって、医学においてＭＲが広く使用されているにもかかわらず、この強力な測定法の真の可能性はまだ達成されておらず、このことは、医療提供者にもどかしい思いを起こさせ、患者結果に悪影響を及ぼしている可能性がある。

いくつかの実施形態は、不変ＭＲシグネチャを決定するシステムに関する。このシステムは、ボクセルに関連付けられたＭＲ信号とシミュレートされたＭＲ信号との差分に基づいて、生体試料内の三次元（３Ｄ）位置でのボクセルの磁気共鳴（ＭＲ）モデルを決定する。具体的には、スキャン命令に基づいてＭＲスキャナにより実行される、生体試料内の一つまたは複数タイプの核の複数のＭＲスキャン中（例えば、生体試料の磁気共鳴フィンガープリンティング、すなわちＭＲＦを実行している最中に）にＭＲ信号を捉え、生体試料についてシミュレートされたＭＲ信号を、ＭＲモデルおよびスキャン命令を使用して生成する。スキャン命令の具体例は、生体試料に印加される磁場強度とパルス列とを少なくとも含みまたは指定し、システムは、収束判定基準が達成されるまで、差分に基づいてＭＲスキャンにおけるスキャン命令（磁場強度および／またはパルス列含む）を反復修正することに留意されたい。次にシステムは、生体試料の識別子と、ＭＲモデルに関連付けられて任意の磁場強度における生体試料の動的ＭＲ応答を記述する不変ＭＲシグネチャとを、メモリに記憶する。

識別子は、生体試料を一意的に識別してもよいことに留意されたい。さらに、システムは、識別子を生成してもよい。あるいは、システムは、識別子を受信してもよい。例えば、システムは、識別子を指定する情報を提供する、または測定する試料情報読み取り器を含んでいてもよい。

さらにシステムは、生体試料の物性を測定する測定装置を含んでいてもよい。特に測定装置は、測定された物性を指定する物性情報を提供してもよい。システムは、物性情報を、識別子と不変ＭＲシグネチャとともにメモリに記憶してもよい。例えば、物性は：生体試料の重量；生体試料の一つまたは複数の寸法；生体試料のインピーダンス；および／または生体試料の画像を含んでいてもよい。測定装置が：イメージング・センサ；重量計；インピーダンス・アナライザ；レーザ・イメージング・システム；および／または顕微鏡を含んでいてもよいことに留意されたい。

さらに、ＭＲスキャナは、１〜１０ｃｍの間のボア（ｂｏｒｅ）径を有するボア型ＭＲスキャナを含んでいてもよい。ボア型ＭＲスキャナは、表面を画定されたチャンバーに囲繞されていてもよく、このチャンバーは、システムの操作中には不活性ガスで満たされている、または大気圧より低い圧力を有しているものである。あるいは、生体試料は、不活性ガスで満たされた、または大気圧より低い圧力を有する容器に囲繞されていてもよい。

いくつかの実施形態では、システムは、決定した不変ＭＲシグネチャを、メモリに記憶する前に暗号化する。

さらに、生体試料は、ホルマリン固定パラフィンに包埋されていてもよく、システムは、ＭＲモデルに基づいて、不変ＭＲシグネチャをインビボ試料の推定ＭＲシグネチャに変換してもよい。あるいは生体試料は、インビボ試料を含んでいてもよい。

さらに、システムは：決定した不変ＭＲシグネチャを一つまたは複数の所定の不変ＭＲシグネチャと比較してもよい（または、決定した不変ＭＲシグネチャから、またはそれに基づいて計算したＭＲフィンガープリントを、一つまたは複数の所定のＭＲフィンガープリントと比較してもよい）；比較に基づいて生体試料の分類を決定してもよい；そして、決定した分類を、識別子および不変ＭＲシグネチャとともにメモリに記憶してもよい。

さらにシステムは：生体試料上でさらなるＭＲ測定を実行してもよい；そしてこのさらなるＭＲ測定の結果を、識別子および不変ＭＲシグネチャとともにメモリに記憶してもよい。例えば、さらなるＭＲ測定は：磁気共鳴温度測定（ＭＲＴ）、磁気共鳴分光（ＭＲＳ）、磁気共鳴イメージング（ＭＲＩ）、磁場緩和測定、および／または磁気共鳴エラストグラフィ（ＭＲＥ）を含んでいてもよい。

別の実施形態は、システムとともに使用するためのコンピュータ・プログラム製品を提供する。このコンピュータ・プログラム製品は、システムによって実行される前述の操作の少なくともいくつかを実行する命令を含む。

別の実施形態は、ＭＲスキャナを使用して生体試料の不変ＭＲシグネチャを決定する方法を提供する。この方法は、システムによって実行される前述の操作の少なくともいくつかを含む。

別の実施形態は、ＭＲスキャン中のさらなる情報を収集する第２のシステム（この本システムと同じでも異なっていてもよい）を提供し、この情報は：生体試料からのＭＲ信号、印加された非理想的なパルス列、および測定されたノイズを含む。この情報は、例えばＭＲモデルを訓練することにより、ＭＲスキャンと生体試料との正確なシミュレーションを容易にすることがある。

別の実施形態は、第２のシステムとともに使用するためのコンピュータ・プログラム製品を提供する。このコンピュータ・プログラム製品は、第２のシステムによって実行される前述の操作の少なくともいくつかを実行する命令を含む。

別の実施形態は、第２のシステムを使用してＭＲスキャンを実行する方法を提供する。この方法は、第２のシステムによって実行される前述の操作の少なくともいくつかを含む。

この「発明の概要」は、本明細書に記載する主題のいくつかの態様を基本的に理解できるよう、いくつかの典型的な実施形態を例示するという目的のみに提供される。したがって、上記特徴は単なる例であり、本明細書に記載された主題の範囲または趣旨を狭めるものとは決して解釈されるべきではないことが理解されよう。本明細書に記載された主題の他の特徴、態様、および利点は、以下の「発明を実施するための形態」、図、および「特許請求の範囲」から明らかになるであろう。

本開示の実施形態に従って生体試料の不変ＭＲシグネチャを決定する磁気共鳴（ＭＲ）スキャナを備えたシステムを例示するブロック図である。 本開示の実施形態に係る図１のシステムにおけるＭＲスキャナのブロック図である。 本開示の一実施形態に係るＭＲモデルの決定を例示する図である。 本開示の一実施形態に係る、時間の関数としての一組のＭＲ信号を例示する図である。 本開示の一実施形態に係る、シミュレートされたＭＲ信号と図４における時間の関数としての一組のＭＲ信号とを例示する図である。 本開示の一実施形態に係る図４の一組のＭＲ信号に対して決定されたＭＲモデルパラメータを例示する図である。 本開示の一実施形態に係る図４の一組のＭＲ信号における異なるタイプの組織の識別を例示する図である。 本開示の一実施形態に係る、あるタイプの組織に関連付けられたＭＲ信号の識別を例示する図である。 本開示の一実施形態に係る、磁場強度面への応答を指定する一組のＭＲ信号を例示する図である。 本開示の一実施形態に係る不変ＭＲシグネチャを決定する方法を例示する流れ図である。 本開示の実施形態に係る、図１のシステムにおける構成要素間の通信を例示する図である。 本開示の実施形態に係る、図１のシステムにおける電子装置を例示するブロック図である。 本開示の一実施形態に係る、図７の電子装置が使用するデータ構造を例示する図である。 全図面を通じ、同様な参照番号は、対応する部分を参照していることに留意されたい。また、同一部分の複数の具体例は、共通の接頭番号と具体例の番号とをダッシュで分離して指定する。

生体試料の不変磁気共鳴（ＭＲ）シグネチャを決定するシステムを開示する。操作中、システムは、複数スキャンにおけるボクセルに関連付けられたＭＲ信号とシミュレートされたＭＲ信号との間の差分に基づいて、生体試料内のボクセルの磁気共鳴（ＭＲ）モデルを決定する。ＭＲ信号は、複数のＭＲスキャン中に（例えば磁気共鳴フィンガープリンティングすなわちＭＲＦを実行している間に）スキャン命令に基づいて、システム内のＭＲスキャナにより測定されまたは捉えられ、そして生体試料用のシミュレートされたＭＲ信号は、ＭＲモデルとスキャン命令を使用して生成される。さらにシステムは、収束判定基準が達成されるまで、差分に基づいて、ＭＲスキャンにおけるスキャン命令（少なくとも磁場強度、パルス列、ＭＲ技術、生体試料内の対象領域、ボクセル・サイズ、および／または核のタイプを含むもの）を反復修正する。次いでシステムは、生体試料の識別子と、ＭＲモデルに関連付けられ任意の磁場強度での生体試料の動的ＭＲ応答を記述する不変ＭＲシグネチャ（例えばＭＲモデル内のパラメータ）とを、メモリに記憶する。

不変ＭＲシグネチャを決定することにより、この特性評価技術では、同一のＭＲスキャナまたは異なるＭＲスキャナにおいて生体試料上で定量的に正確なＭＲスキャンを実行することが可能になる場合がある。この定量性の能力により、ＭＲスキャンの正確度が改善する、および／またはスキャン時間が減少する可能性がある。したがって、この特性評価技術により、ＭＲスキャンのコストが大幅に削減される可能性があり、またＭＲスキャンによる患者の不満を低減させる（よって患者の満足度を増加させる）可能性がある。

さらには、不変ＭＲシグネチャにより、生体試料の変化の縦断的な分析、および／または複数のＭＲフィンガープリント（異なるＭＲスキャナで取得されたもの）の集計分析が容易になる可能性がある。したがって、この特性評価技術により、ＭＲフィンガープリントの分析の改善、および患者結果の改善が容易になる可能性がある。

さらに、不変ＭＲシグネチャを使用して、ＭＲスキャナ（例えば、磁場の変動または空間的不均一性、検出器ノイズ等）を定量的に評価してもよく、またこれを使用して、特定のＭＲスキャナにおけるＭＲスキャン中のＭＲシグナルを予測してもよい。これらの能力により、さらに小さいおよび／または均一性のさらに低い磁場を用いたＭＲスキャナを使用することが可能になることがあり、これによりＭＲスキャナのサイズおよびコストが削減される可能性がある。

以下の考察では、特性評価技術は、さまざまなＭＲ技術、例えば：磁気共鳴イメージング（ＭＲＩ）、磁気共鳴分光（ＭＲＳ）、磁気共鳴スペクトル・イメージング（ＭＲＳＩ）、ＭＲＦ、磁気共鳴エラストグラフィ（ＭＲＥ）、磁気共鳴温度測定（ＭＲＴ）、磁場緩和測定、および／または他のＭＲ技術（例えば、機能的ＭＲＩ、代謝イメージング、分子イメージング、血流イメージング）と組み合わせで使用してもよい。

特に、「ＭＲＩ」は、試料の内部構造（例えば生体試料、例えば、組織試料または患者内の解剖学的構造）の画像（例えば２Ｄスライス）すなわちマップを、磁場、例えば不均一なまたは空間変動する外部磁場（例えば明確な空間的勾配を有する外部磁場）の存在下での、あるタイプの核スピン（プロトンまたは同位体^１Ｈ）の動的応答に基づいて生成することを含むと理解されるものとする。さらに、「磁気共鳴分光」すなわち「ＭＲ分光」は、試料（例えば生体試料）の化学組成または形態を、磁場、例えば均一な外部磁場の存在下での複数タイプの核スピン（^１Ｈ以外、またはそれに加えて）の動的応答に基づいて決定することを含むと理解されるものとする。さらに、「ＭＲＳＩ」は、試料の内部構造および／または化学組成、すなわち形態の画像すなわちマップを、磁場、例えば不均一なまたは空間変動する外部磁場の存在下で、ＭＲ分光を用いて生成することを含むと理解されるものとする。

さらに、「ＭＲＦ」は、擬似ランダムパルス列を使用して、試料内の異なる物質からの動的なまたは時間依存する磁化すなわちＭＲトラジェクトリを表す信号を取得することよって、試料の特性を定量的に測定することを含むと理解されるものとする。得られた試料の一意的な「フィンガープリント」は概して、調べられている複数の物質特性の関数である。例えば、ＭＲＦは、スピン−格子緩和時間Ｔ_１（核スピン磁化ベクトルの成分が緩和されて外部磁場の方向と平行になる際の信号強度損失に関連付けられる時定数）、スピン−スピン緩和時間Ｔ_２（外部磁場の方向に垂直な核スピン磁化ベクトルの成分が緩和されている際の信号幅の広がりに関連付けられる時定数）、プロトン密度（そしてさらに一般的には、一つまたは複数のタイプの核の密度）、および拡散（例えば拡散テンソルの成分）の、高品質で定量的なマップを提供することができる。

「磁場緩和測定」（例えば、磁場掃引を加えたＢ_０リラクソメトリ）は、異なる磁場強度でのＭＲ画像の取得が必要となり得ることに留意されたい。これらの測定は、その場で、または動的に（特定の磁場強度で測定を実行してから、読み出し中には公称磁場強度に戻す、すなわち準静磁場強度とは対照的に）実行されることがある。例えば測定は、同調されていない無線周波数（ＲＦ）コイルまたは磁力計を使用して実行して、異なる磁場強度での測定を大幅に短い時間で実行できるようにしてもよい。

また、以下の考察では、「ＭＲＥ」は、試料全体に機械的な波（例えばせん断波）を送り、せん断波の伝播の画像を取得し、せん断波の画像を処理して試料の剛性の定量的マッピング（これは「エラストグラム」と称されることもある）を生成することにより、ＭＲＩを用いて試料の剛性を測定することを含むと理解されるものとする。さらに「ＭＲＴ」は、ＭＲＩを用いて、試料内の温度変化のマップを測定することを含むと理解されるものとする。

以下の考察では、生体試料は、動物または人の組織試料（すなわち、動物または人の一部分）を含んでいてもよいことに留意されたい。例えば、組織試料は、動物または人から予め取り出してあってもよい。いくつかの実施形態では、組織試料は、病理試料、例えば生検試料である。よって、組織試料はホルマリン固定パラフィンに包埋されていてもよい。しかし、他の実施形態では、生体試料は、動物または人の体内にある（すなわち、インビボ試料）、および／または特性評価技術が、全身スキャンを必要とする場合がある。さらに、この特性評価技術は、さまざまに異なる物質の無生物（すなわち、非生体）試料に適用してもよい。さらに、特性評価技術は、多様なＭＲ技術とともに使用してもよいが、以下の考察ではＭＲＦを例示として使用する。

以下に、システムの実施形態を記載する。このシステムは、組織試料の磁場不変なＭＲフィンガープリント（「磁場不変ＭＲシグネチャ」または「不変ＭＲシグネチャ」と称されることもある）を、ＭＲＦ（「定量的ＭＲＦ」または「ＱＭＲ−Ｘ」と称されることもある）上の変動を使用して決定してもよい。システムは、さらなる情報、例えば診断情報、または組織試料に関連付けられたメタデータ、例えば：重量、サイズ／寸法、一つまたは複数の光学画像、一つまたは複数の赤外画像、インピーダンス／水和測定、一つまたは複数のさらなるＭＲ技術、人口統計情報、および／または家族歴を測定してもよい。また、システムは、データ構造における組織試料の不変ＭＲシグネチャ、さらなる情報、および／または識別子（例えば組織試料についての一意的な識別子、例えば標識情報）を、複数の組織試料から得られた不変ＭＲシグネチャの大規模なデータ構造または知識ベース（「バイオボールト（ｂｉｏｖａｕｌｔ）」と称されることがある）に目録化またはインデックス化して、これ以後に使用してもよい。システムが、症候性および／または非症候性の生体試料をスクリーニングできることに留意されたい。（いくつかの実施形態では、生体試料は、健康なだけ、または不健康なだけでない。例えば、特定の不変ＭＲシグネチャは、特定の状況、例えば特定の人では健康である場合があるが、別の面では不健康である場合がある）。よって、システムは、疾病または病理だけでなく、健康な組織を特性評価するのに使用することができる。

図１は、システム１００を例示するブロック図を表す。このシステムは：ＭＲスキャナ１１０、およびコンピュータ・システム１１４を含む。図１２を参照して以下にさらに記載するとおり、コンピュータ・システム１１４は：ネットワーキング・サブシステム（例えばインタフェース回路１１６）、処理サブシステム（例えばプロセッサ１１８）、記憶サブシステム（例えばメモリ１２０）を含んでいてもよいことに留意されたい。システム１００の操作中、技術者またはＭＲ操作者は、試料情報読み取り器（ＳＩＲ）１２２を使用して組織試料１１２に関する情報をスキャンし、組織試料１１２に関連付けられた標識から情報（例えば識別子、これは一意的な識別子であってもよい）を取り出すことができる。例えば、試料情報読み取り器１２２は、組織試料標識の画像を取得し、光学式文字認識技術を使用して情報を抽出してもよい。さらに一般的には、試料情報読み取り器１２２は：レーザ・イメージング・システム、光学イメージング・システム（例えばＣＣＤまたはＣＭＯＳイメージング・センサ、または光学カメラ）、赤外線イメージング・システム、バーコード・スキャナ、ＲＦＩＤリーダ、ＱＲコード（登録商標）・リーダ、近距離通信システム、および／または無線通信システムを含んでいてもよい。

あるいは、技術者またはＭＲ操作者は、コンピュータ・システム１１４に付属するユーザ・インタフェースを介して、組織試料１１２についての情報を入力してもよい。抽出された、および／または入力された情報が、組織試料１１２の一意的な識別子、検査対象（または患者）識別子、検査対象の年齢、検査対象の性別、組織試料１１２が採られた元の臓器、組織のタイプ、組織試料１１２を取得した／試料にした日づけ、組織試料１１２を取得した際の手順、組織試料１１２を取得した医師または開業医、組織試料１１２を除去した時刻と場所、組織試料１１２のタイプ（例えばホルマリン固定パラフィン、すなわちＦＦＰＥ、または非ＦＦＰＥ）、生検または診断（入手可能であれば）等を含んでもよいことに留意されたい。

次いで、技術者またはＭＲ操作者は、ＭＲスキャナ１１０内に組織試料１１２を置き、例えば、物理的なボタンを押すことによって、またはコンピュータ・システム１１４に付属するユーザ・インタフェースの仮想アイコンをアクティブにすることによって、不変ＭＲシグネチャの決定（ＭＲＦ、ＭＲＴ、ＭＲＥ、ＭＲＳ、磁場緩和測定等を含む場合がある）および／または他の測定を開始することができる。同一組織試料（そしてより一般的には同一物質）は、同一ＭＲスキャナまたは異なるＭＲスキャナにおいて測定された異なるデータセットに、異なるＭＲ信号（例えば異なる信号強度および／または周波数）を有することができることに留意されたい。概して、そのような測定−測定間の変動は、多くの要因に依存し、そうした要因には：ＭＲスキャナ１１０の特定の具体例、ＭＲスキャナ１１０のタイプまたはモデル、ＭＲスキャナ１１０の設定、スキャン命令（例えば、組織試料１１２に印加される磁場強度およびパルス列、ＭＲ技術、組織試料１１２内の対象となる領域、一つまたは複数のボクセル・サイズ、および／または核のタイプ）、ＭＲスキャナ１１０内の検出器などが挙げられる。

これらの課題は、磁場強度の変動（ゆえに磁場不均一性）とは独立の（またはそれに対して著しく感度を下げた）、組織試料１１２の不変ＭＲシグネチャを決定する特性評価技術を使用することによって、システム１００において対処される。この不変ＭＲシグネチャは、組織試料１１２のＭＲフィンガープリント中の情報に見いだされるまたは対応する情報（例えば、Ｔ_１、Ｔ_２の高品質で定量的なマップ、核密度、拡散、速度／流れ、温度、および磁化率）を含んでいてもよい。さらに、不変ＭＲシグネチャは、測定−測定間変動（あるＭＲスキャナから別のものにしたときに発生する変動を含む）に対して修正してもよい。あるいは不変ＭＲシグネチャは、測定−測定間変動を補正する、および／または特定の測定条件に対する版のＭＲフィンガープリントの生成を可能にする情報を含んでいてもよく、測定条件には例えば：特定のＭＲスキャナ、ＭＲスキャナの特定のモデル、スキャン命令、特定の検出器等がある。よって、特定のＭＲスキャナの特性（例えば、この特定のＭＲスキャナのモデル、スキャン命令、検出器、特定のＭＲスキャナのノイズ特性、特定のＭＲスキャナにおける磁場不均一性）とともに、不変ＭＲシグネチャを使用して、ある版のＭＲフィンガープリントを、あたかもそれが特定のＭＲスキャナによって測定されたかのように生成してもよい。特定のＭＲスキャナのノイズ特性は、使用されるパルス列に依存する場合があることは留意されたい。

いくつかの実施形態では、不変ＭＲシグネチャは、組織試料１１２内のボクセルのＭＲモデルにおけるパラメータを含む。ＭＲモデルにおける各ボクセルは、特定の化学シグネチャおよび原子核の容積密度に関する多次元データを含む場合があるので、システム１００は、組織試料１１２が由来する身体の領域または組織試料１１２の源を知ることによって、組織試料１１２の不変ＭＲシグネチャを決定してもよい。さらに、システム１００は、組織試料１１２に関するこの情報または知識を使用して、ＭＲ信号を組織試料１１２から収集する際にスキャン命令（さらに一般的にはＭＲＦ中の条件）をさらに最適化してもよい。例えば、一意的な識別子に基づいてアクセスされたメモリ１２０内に記憶された情報（例えば、一意的な識別子に基づいて紐付けされた、または照会された医療記録または病歴）だけでなく、組織試料１１２に関する抽出されたおよび／または入力された情報をコンピュータ・システム１１４が使用して、スキャン命令（例えば、異なるパルス列および／または異なる磁場強度、例えば０Ｔ、６．５ｍＴ、１．５Ｔ、３Ｔ、４．７Ｔ、９．４Ｔ、および／または１５Ｔを含む範囲の磁場強度、ＭＲ技術、組織試料１１２内の対象の領域、ボクセル・サイズ、および／または核のタイプ）、実行する他の測定、そして、より一般的には、スキャンまたは分析計画を決定してもよい。概して、スキャン命令は、複数の値の磁場強度を指定してもよい。例えば、スキャン命令は、磁場が経時的および空間的にどのように変化するかを記述する関数、または、組織試料１１２の不変ＭＲシグネチャを決定するのに使用できる「面」を指定する複数の関数を提供または指定してもよい。図２を参照して以下にさらに記載すると、いくつかの実施形態では、磁場は、物理的におよび／または仮想的に操作されて、特定の面が達成される。特に、磁場を、時間の関数として回転させてもよく、また、磁場を生成するリング磁石が物理的に分離している実施形態では、磁場は：リング磁石間の物理的距離を変化させること、一方のリング磁石に対するもう一方のリング磁石の向きを変化させること、リング磁石をｚ軸に沿って移動すること等により、変化させてもよい。

さらに、以下に記載するように、他の測定は：インピーダンス測定、光学イメージング、組織試料１１２の寸法のスキャン、組織試料１１２の重量測定、および／または、特性評価技術に含まれていることもあり得る他の試験を含んでいてもよいことに留意されたい。例えば、ＭＲスキャナ１１０中のゲルで覆われたテーブルを使用して、組織試料１１２のインピーダンス、および／または組織試料１１２の重量を測定することができる。いくつかの実施形態では、他の測定は、組織試料１１２を（例えば、電磁波または機械的な波を使用して）非破壊的に調べる。しかしながら、他の実施形態では、破壊試験、または組織試料１１２を永久に改変する試験を使用する。これにより、統合治療、またはいくつかの実施形態では、さらに多くの情報を収集することさえ可能になることがある。このように特性評価技術は、プロトンビーム治療、放射線療法、磁気誘導ナノ粒子等の治療法などだけでなく、非破壊および／または破壊測定技術を含んでいてもよい。

さらに、ＭＲスキャナ１１０の所定の特性評価を使用してスキャン命令を決定してもよい。あるいは、もしＭＲスキャナ１１０の特性評価が済んでいない場合には、システム１００は、不変ＭＲシグネチャを決定するのに先立ってＭＲスキャナ１１０の特性を評価、記憶してもよく、これによって特性評価技術の最中にＭＲスキャナ１１０の特性を使用できるようにして、例えばスキャン命令を決定してもよい。例えば、操作の間、コンピュータ・システム１１４は、ファントム（ｐｈａｎｔｏｍ）のスキャンに基づいてＭＲスキャナ１１０を特性評価してもよい。

ＭＲスキャナ１１０の所定の特性評価は、ＭＲスキャナ１１０の磁場の不均一性をマッピングするまたは決定することを含んでいてもよい（不均一性が磁場強度に依存する可能性があるため、測定を異なる磁場強度で実行してもよい）ことに留意されたい。所定の特性評価は、環境に関する、地理的な、および／またはその他のパラメータも含むこともある。例えば、システム１００においてパルス・ジェネレータによって生成されるＲＦパルスが、ＭＲスキャナごとに変動することがあり、また構成要素の性能が、パラメータ、例えば：負荷、温度、ＭＲコイル構成、増幅器、湿度、磁気嵐、および／またはジオロケーション（ｇｅｏｌｏａｃｔｉｏｎ）に依存することがあるため、時間の関数として変動することもある。その結果、ＭＲ信号に加えてＲＦパルスを、例えば、ＭＲスキャナ１１０におけるＲＦパルス・ジェネレータとＲＦ（トランスミッション）コイルとの間に信号スプリッタを使用して、測定してもよい。いくつかの実施形態では、ＲＦコイルによって生成される磁場は、試験コイルを使用して測定される。特定のパルス列が特定のボクセル・サイズに対応していることがあるため、ＭＲスキャナ１１０を特性評価する場合には、および／またはスキャン命令を決定する場合には、異なるボクセル・サイズに対応する異なるパルス列を使用してもよいことに留意されたい。

図３を参照してさらに記載するとおり、ＭＲスキャナ１１０に関連付けられた、測定および記録された信号を使用してＭＲスキャナ１１０のＭＲモデルを生成してもよく、このモデルは、多様なパラメータ（Ｔ_１、Ｔ_２、プロトン密度、オフ共鳴、環境、場所、温度、パルス列等）にわたる公知の特性を有するファントムに対してＭＲ信号の進化または応答を、ブロッホ方程式、フル・リウヴィアン（ｆｕｌｌ Ｌｉｏｕｖｉｌｌｉａｎ）計算、または別のシミュレーション技術を使用して正確に予測するものである。このようにして、ＭＲモデルはＭＲスキャナ１１０を特性評価してもよい。

ＭＲスキャナ１１０の所定の特性評価を使用して、汎用の不変ＭＲシグネチャを、特定のＭＲスキャナ、例えばＭＲスキャナ１１０に関連付けられた、装置固有の不変ＭＲシグネチャに変換することができる。磁場とパルス列とともに、装置固有の不変ＭＲシグネチャを使用して、特定のＭＲスキャナにおける任意のＭＲスキャン中のＭＲ信号を予測してもよい。同様に、異なるＭＲスキャナの所定の特性評価を使用して、装置固有の不変ＭＲシグネチャを別の不変ＭＲシグネチャに変換することができる。

いくつかの実施形態では、ＭＲスキャナ１１０の所定の特性評価は、ＭＲスキャナ１１０中の、またはそれに付属する電子回路に由来して測定された周囲ノイズを含む。その後のＭＲスキャンまたはシミュレーション中、デジタルフィルタが、この測定されたノイズ（または測定されたノイズを記述する統計学的パラメータ）を使用して、測定されたＭＲ信号および／または計算されたＭＲモデルの質を改良してもよい。さらに、種々の測定を、外部基準クロック、または生物学的時間周期（例えば呼吸期間、心拍周期、身体の動きの基本周期等）に同期させて、それ以降の同期平均処理、またはさらなる信号処理を行えるようにしてもよい。

さらに、特性評価技術の最中に、コンピュータ・システム１１４は、ネットワーク１３２を介して受信したスキャン命令の具体例に基づき、ＭＲスキャナ１１０を使用して、組織試料１１２中の異なる物質（例えば異なるタイプの核）のＭＲスキャンを繰り返し実行してもよい。異なる物質のＭＲスキャンが疑似ランダムに取得されてもよいことに留意されたい。例えば、組織試料１１２内の特定物質のＭＲスキャンを、コンピュータ・システム１１４内の回路またはソフトウェアとして実装された乱数または擬似乱数発生器により提供される乱数または擬似乱数に基づいて選択してもよい。あるいは、組織試料１１２内の異なる物質を、スキャン命令の各具体例について系統的にスキャンしてもよい。

さらには、特定のＭＲスキャン中に取得されたまたは捉えられたＭＲ信号を使用して、組織試料１１２内のボクセルのＭＲモデルを修正または適合させてもよい。例えば、先に言及し、以下に図３を参照してさらに記載するとおり、コンピュータ・システム１１４は、一つまたは複数のＭＲスキャンにおいてボクセルに関連付けられたＭＲ信号と、シミュレートされたＭＲ信号（ＭＲモデル、スキャン命令の具体例、および随意にＭＲスキャナ１１０の特徴を使用して生成してもよいもの）との差分（または差分ベクトル）に基づいて、ＭＲモデル（例えばＭＲモデル中のパラメータ）を決定してもよい。差分ベクトルは、演繹的に計算された情報に基づいて重み付けして、誤差を低減させるように、例えば、最小の差分ベクトル、すなわち一組の重み付けされたシミュレートされたＭＲ信号（予め計算してあってもよいもの）にわたって測定された最小の差分ベクトルを得るようにしてもよいことに留意されたい。いくつかの実施形態では、差分ベクトルは、一つまたは複数のＭＲ信号とシミュレートされたＭＲ信号（それぞれが、共通の磁場強度に関連付けられているまたはそれに修正されている）との点乗積すなわち内積、一つまたは複数のＭＲ信号とシミュレートされたＭＲ信号とのコサイン類似度、スペクトル分析、および／またはその他の比較法を用いて決定される。

次に、残った差分（または残った差分ベクトル）に基づいて、スキャン命令を修正してもよい、すなわち、スキャン命令の新しい具体例（組織試料１１２に印加されることになる一つまたは複数の磁場強度、および一つまたは複数のパルス列、ＭＲ技術、組織試料１１２中の対象となる領域、ボクセル・サイズ、および／または核のタイプを含む）を決定してもよい。これらの操作は、収束判定基準が達成されるまで反復してもよい。例えば、収束判定基準は、ＭＲ信号とシミュレートされたＭＲ信号との間の差分が、予め定義された値（例えば、０．１、１、３、５、または１０％）未満であること、および／またはスキャン命令への変更が所定の値よりも小さいことを含んでいてもよい。

以下、特性評価技術の操作について詳細に記載する。図２に、ＭＲスキャナ１１０の一例のブロック図を示す。このＭＲスキャナは、磁石２１０、磁気シールド２１２、試料ホルダ２１４、試料ホルダ・アーティキュレータ（ｓａｍｐｌｅ−ｈｏｌｄｅｒ ａｒｔｉｃｕｌａｔｏｒ）（ＳＨＡ）２１６、磁場勾配パルス・ジェネレータ（ＭＧＰＧ）２１８、磁場勾配増幅器（ＭＧＡ）２２０、磁場勾配コイル２２２、ＲＦパルス・ジェネレータ（ＲＦＰＧ）２２６、ＲＦ源（ＲＦＳ）２２４、ＲＦ増幅器（ＲＦＡ）２２８、ＲＦコイル２３０、ＲＦ受信増幅器（ＲＦＲＡ）２３２、ＲＦ検波器（ＲＦＤ）２３４、デジタイザ２３６（例えばアナログ・デジタル・コンバータ）、環境調整器２４２、およびインタフェース回路２４４を含んでいてもよい。（環境調整器２４２とインタフェース回路２４４との機械的および電気的接続は図２に示されていないことに留意されたい。）これら構成要素の少なくともいくつかが、インタフェース回路２４４、ネットワーク１３２（図１）、およびインタフェース回路１１６（図１）を介して、コンピュータ・システム１１４に結合していてもよく、このシステムがＭＲスキャナ１１０の操作を制御してもよい。ＭＲスキャナ１１０の構成要素について以下に簡単に記載する。

ＭＲスキャナ１１０は、クローズドボア（ｃｌｏｓｅｄ−ｂｏｒｅ）またはオープンボア（ｏｐｅｎ−ｂｏｒｅ）のシステムであってもよいことに留意されたい。特に、磁石２１０（図２の断面図に、磁石２１０−１および２１０−２の一部分によって例示される）は、クローズドボアまたはオープンボアであってもよい。例えば、磁石２１０のボア径２３８は、１〜１０ｃｍの間、または５〜３０ｃｍの間にあってもよい。オープンボア・システムは、間隙により分離された２枚のプレートを使用して磁場を生成してもよく、組織試料１１２を、これらのプレートの間で磁場に露出させてもよい（そしてこの磁場により組織試料内の核を分極させてもよい）。あるいは、クローズドボア・システムは、トロイダル形状の磁石２１０を有していてもよく、組織試料１１２をトロイドの中央にある穴を通して移動させてもよい（こうして、強磁場すなわち高磁場を使用して組織試料１１２内の核を分極させる）。さらに、磁石２１０の向きを水平に向けて（「水平ボア」と称されることもある）、組織試料１１２を磁場に通して水平に移動させてもよいが、垂直に向けることもできる。概して、ＭＲスキャナ１１０は、（例えば、試料ホルダ・アーティキュレータ２１６を調整することにより）さまざまな位置、例えば、異なる角度、向き、および視点で、組織試料１１２をスキャンしてもよい。（したがって、ＭＲスキャンが、個人または動物に対して実行される場合、ＭＲスキャナ１１０は、検査対象が立っている、座っている、または横になっている間に測定可能となる場合がある。）さらに小さいボア径２３８を有する実施形態では、ＭＲスキャナ１１０は携帯可能となる場合があることに留意されたい。

ＭＲ技術によっては、磁石２１０の磁場強度Ｂ_０は、低磁場（例えば、０．１Ｔ未満、例えば、０．００１Ｔ、またさらには０Ｔのピーク磁場強度を有する電磁石）、強磁場（例えば、約０．５Ｔのピーク磁場強度を有する強磁石）、または高磁場（例えば、約０．５Ｔより大きいピーク磁場強度を有する超電導磁石）であってもよい。概して、多種多様な磁石、および磁石構成を使用してもよい。超電導体を有する実施形態では、磁石２１０は、極低温流体、例えば、液体ヘリウム、すなわち液体窒素で満たされたもしくは冷却されたデュアで囲繞された液体ヘリウムを使用して冷却してもよい。しかし他の実施形態では、磁石２１０は、室温または室温近くで動作する。さらに、磁石２１０は、組立て式であってもよく、例えば、一組の超電導リングであって、それぞれが０．５Ｔのピーク磁場強度を有し、付け足して、取り外して、または移動させて、異なる磁場の大きさや構成を生み出すことができるものであってもよい。

磁石２１０は、（勾配磁場および／またはパルス列を介して）物理的におよび／または仮想的に変化させることができる磁場を生成してもよい。この能力により、主要外部磁場のゆっくりとした回転が可能となる場合があり、低磁場強度でＭＲＳを実行できるようになる。不変ＭＲシグネチャ計算の煩雑さを低減できる情報を取得するために組織試料１１２内の磁気モーメントを摂動させるもっと多くの方法が、このさらなる自由度により得られることがある。磁石２１０の向きを移動または変化させることは：スキャン計画の一部として、ｚ軸上でリング磁石の対を互いに近づけたり遠ざけたりすること；インデックス化されている空間の容積に対して相対的に磁石２１０を回転させること；インデックス化されている空間の容積のｚ軸に対して磁石２１０の向き／配置を変化させること等を含んでいてもよいことに留意されたい。さらに、「物理的に」とは、磁石２１０の物理的な動きを意味し得る一方、「仮想的に」とは、勾配磁場および／またはパルス列（例えば、いわゆる「スピンロック法」）を使用して、磁石２１０の向きを物理的に変化させずに同一の結果を達成することを示す場合がある。概して、これらの技術は、互いに独立して使用してもよく、また複数の方法を互いに併用してもよい。

また磁石２１０を使用して、磁場不均一性を（意図的に）動的に変動させてもよい。例えば、シム（ｓｈｉｍ）・コイルを物理的に回転させることにより、および／または特定のパルス列を印加することにより、磁場不均一性を修正してもよい。さらに、空間における異なる点で特定の種類の磁場不均一性を導入することにより、ＭＲスキャナ１１０は、非常に近接した特定の種類の組織を区別することができる。

磁気シールド２１２は、ケイ素鋼の鋼板または金属シートを含んでいてもよい。室外の磁場強度を５ガウス（または０．５ｍＴ）以下に減衰させるために、この磁気シールドを部屋の周囲全体に配置して、壁、床、および天井を完全に覆ってもよい。さらに、特別なドアとドアフレーム・シール（ｄｏｏｒｆｒａｍｅ ｓｅａｌ）を使用して、部屋から「漏出」する磁場をさらに低減させてもよい。さらに、磁石２１０は、フリンジ磁場を低減させるために、シールド（例えば、主要な超電導巻線とは反対の電流を有する第２の組の超電導巻線）を含んでいてもよい。例えば、磁場強度は、磁石２１０から４メートルの距離で０．５ｍＴであってもよい。この構成により、磁気シールド２１２の量が削減される、または磁気シールド２１２がまったく必要なくなることがある。

いくつかの実施形態では、磁気シールド２１２は、（磁気シールド２１２の面によって画定される）チャンバー２４０を提供してもよく、このチャンバーは随意に密封して、組織試料１１２が大気圧未満（すなわち、真空チャンバー）とする、または予め分極していてＭＲ画像の品質を改善することが可能な不活性ガス（例えばキセノン）を含むようにしてもよい。（より一般的には、固体、液体、または気体の造影剤を使用して、ＭＲ画像の品質を改善してもよい）。特に、環境調整器２４２、例えば、コンピュータ・システム１１４によって制御されるガスバルブおよび真空ポンプを使用して、チャンバー２４０内の圧力を低減させてもよい。あるいは、環境調整器２４２は、（コンピュータ・システム１１４の制御下で）選択的に不活性ガスをチャンバー２４０内に流すことができるガスバルブおよびガスタンクを含んでいてもよい。しかし、他の実施形態では、チャンバー２４０は、試料ホルダ２１４の面によって画定される、または提供される。

磁場勾配パルス・ジェネレータ２１８が、勾配パルスを提供してもよいことに留意されたい。これらの勾配パルスは、磁場勾配コイル２２２を駆動するのに適したレベルまで、磁場勾配増幅器２２０によって増幅してもよい。磁場勾配パルス・ジェネレータ２１８および磁場勾配増幅器２２０を、インタフェース回路１１６（図１）、ネットワーク１３２（図１）、およびインタフェース回路２４４を介してコンピュータ・システム１１４によって制御してもよいことに留意されたい。例えば、コンピュータ・システム１１４は、磁場勾配パルス・ジェネレータ２１８によって提供される磁気パルスのタイプおよび形状を指定してもよく、磁場勾配増幅器２２０の増幅または利得を指定してもよい。

さらに、磁場勾配コイル２２２は、勾配磁場の形状および振幅を、（右手系デカルト座標系での）ｘ、ｙ、およびｚ軸に沿って生成してもよい。磁場勾配コイル２２２は概して、室温で動作し、磁場Ｂ_０に空間勾配を生成することがある。例えば、水平ボア・システムでは、ｚ軸またはその方向（すなわち、磁石２１０のボアの対称軸に平行な）に沿った磁場Ｂ_０の勾配は、反ヘルムホルツコイルを用いて、各コイル中の電流を磁場Ｂ_０に加えるまたはそれから差し引くことにより勾配を実現することによって、実現してもよい。さらに、ｘおよびｙ軸に沿った勾配は、「８」の字形状を有する一対のコイル（これらは、それぞれの軸に沿って勾配を生成する）を使用して発生または生成させてもよい。

いくつかの実施形態では、磁場勾配コイル２２２は、１００ｍＴ／ｍの勾配と、１５０Ｔ／ｍ／ｓという高速のスイッチング時間（またはスリュー・レート）を有し、これにより、３Ｄイメージングにおいてスライス厚さ０．７ｍｍ、およびボクセル分解能０．１ｍｍが可能となることがある。ただし、高周波数（例えば、約１００ｋＨｚ以上の周波数）を使用することにより、現状の米国のスリュー・レート限界２００Ｔ／ｍ／ｓよりも高いスリュー・レートを使用してもよい。磁石２１０がさらに大きな磁場強度（例えば７Ｔ）を生成する場合、６０μｍの等長的なボクセル分解能が達成されることがある。

さらに、ＲＦパルス・ジェネレータ２２６は、ＲＦ源２２４による搬送波出力（例えば、ターゲットとなるタイプの核および磁場強度Ｂ_０に基づいた所望の基本周波数を有するサイン波、またはＲＦパルス）に基づいて、ＲＦパルスを生成してもよく、またＲＦ増幅器２２８は、ＲＦパルスのパワーを、駆動ＲＦコイル２３０を駆動するのに十分な強さに増加（例えば、ミリワットからキロワットまでパワーを増加）させてもよい。ＲＦコイル２３０は、パルス列に基づいて、組織試料１１２内の核のタイプの正味の磁化を回転させる磁場Ｂ_１を生成してもよい。ＲＦパルス・ジェネレータ２２６、ＲＦ源２２４、およびＲＦ増幅器２２８を、インタフェース回路１１６（図１）、ネットワーク１３２（図１）、およびインタフェース回路２４４を介して、コンピュータ・システム１１４によって制御してもよいことに留意されたい。例えば、コンピュータ・システム１１４は、ＲＦパルス・ジェネレータ２２６により出力されるパルスのタイプまたは形状、ＲＦ源２２４により提供される搬送周波数またはパルス中の周波数、および／またはＲＦ増幅器２２８の増幅または利得を指定してもよい。

いくつかの実施形態では、ＲＦパルス・ジェネレータ２２６は、搬送波またはＲＦパルスをアポダイズド・シンク・パルス（ａｐｏｄｉｚｅｄ ｓｉｎｃ ｐｕｌｓｅ）に成形し、これにより、測定および／または引き続く信号処理（例えばフーリエ変換）に悪影響を及ぼす可能性のある不連続性を平滑化してもよい。アポダイズド・シンク・パルスは、核のスピン状態を励起することがあり、そしてこれらの励起されたスピン状態が減衰してＲＦエネルギーのパルスを放出することがあり、取得中にこのエネルギーが捉えられる。概して、特性評価技術の最中に、幅広い種類のパルス列を使用してもよい。例えば、パルス列は、ＭＲ技術、例えば：ターボ・フィールド・エコー（ＴＦＥ）、高速フィールド・エコー（ＦＦＥ）、磁化率強調画像（ＳＷＥ）、ショート・タウ反転回復（ＳＴＩＲ）またはショートＴ_１反転回復（Ｔ_１・ｌｎ（２）に等しい反転時間ＴＩを用いて脂肪のＭＲ信号を０にする、脂肪組織についての低減法のタイプ）、ターボ・スピン・エコー（ＴＳＥ）、ファスト・ロー・アングル・ショット（ｆａｓｔ ｌｏｗ ａｎｇｌｅ ｓｈｏｔ）法、すなわちＦＬＡＳＨ（先端角度が大きいほど、よりＴ_１強調された画像が得られ、先端角度が小さいほど、よりＴ_２強調された画像が得られるスピン・エコー列のタイプ）、容積補間脳検査（ＶＩＢＥ）、磁気パルス高速グラジエント・エコー（ＭＰ ＲＡＧＥ）、液体減衰反転回復（ＦＬＡＩＲ）、パラレル・イメージング、例えば感度エンコーディング（ＳＥＮＳＥ）、または別のパルス列を含んでいてもよい、または伴っていてもよい。ＳＥＮＳＥは：コイル感度マップの生成、部分ｋ空間ＭＲデータの取得、各ＲＦコイル２３０からの部分視野画像の再構成、および行列反転を用いた部分視野画像の結合を含んでいてもよいことに留意されたい。さらに、パルス列は、第２世代および第３世代のパラレル・イメージング技術、例えばＧＲＡＰＰＡ、Ａｕｔｏ−Ｓｍａｓｈ、またはＶＤ−ＳＭＡＳＨを含んでいてもよく、または伴っていてもよく、これらは、ｋ空間アンダー・サンプリングを使用してＭＲＩパルス列を高速化するイメージング技術であり、補助線を取得することによって、較正の一形態が得られるが、その理由は、ＲＦコイル２３０全体のＭＲ信号の係数が、この測定から決定できるからである。さらに、パルス列は、ハードウェアまたはＭＲスキャンに依存しないように設計または選択してもよい。例えば、ノイズを相殺し、対象となる特定のパラメータを増幅する（「量子ポンピング」と称されることもある）ように、パルス列を設計または選択してもよい。（これらのパルス列をＮＭＲまたはＭＲＩにおいて使用して、特定のパラメータを装置依存のないように定量化してもよい。以下に説明するように、量子ポンピングを、擬似ランダムパルス列の代替として使用してもよい。

したがって、概してパルス列は：既存のパルス列（ＭＲスキャナの特性の正確な測定およびシミュレーションが得られて不変ＭＲシグネチャを決定できる場合）；擬似ランダムパルス列（これは、ノイズの正確な測定とシミュレーションが必要となることもあるが、しかしこの擬似ランダム性は、空間の各点におけるさらに一意的なブロッホ・トラジェクトリを生成するのに役立つことがある）；および／または量子ポンピング（これは、少なくとも部分的には、ＭＲスキャナ依存ノイズを相殺することがあるため、不変ＭＲシグネチャを決定するのに使用するシミュレーションに要求される正確度を簡素化または低減させることがある）を含んでいてもよい。

ＲＦコイル２３０はまた、横磁化がｘｙ平面で歳差運動しているときに、これを検出してもよい。概して、ＲＦコイル２３０のうちの所与の一つが、送信のみ、受信のみを行ってもよい、またはＲＦ信号を伝送することができる。さらに、ＲＦコイル２３０は、磁場Ｂ_１が磁場Ｂ_０に対して垂直になるような方向を向いていてもよい。さらにはＲＦコイル２３０を、例えばキャパシタまたはインダクタを調整することによって、すなわちその静電容量を変化させる、またはインダクタンスを変えることによって（例えば、キャパシタのマッチング、および同調を使用することによって）、ラーモア周波数（例えば、磁場Ｂ_０において撮像されているまたは測定されているあるタイプの核の共鳴周波数）に同調させてもよい。ＲＦコイル２３０は：アルデマン・グラント（Ａｌｄｅｒｍａｎ−Ｇｒａｎｔ）・コイル（これは、容積測定に使用してもよい）、鳥かご（これは容積測定に使用してもよい）、バタフライ・コイル、ドーム共振器、磁気傾度計、埋め込み型コイル、裏返し／シュルンベルジェ（Ｓｃｈｌｕｍｂｅｒｇｅｒ）・コイル、血管内コイル、ラダーコイル、リッツ（Ｌｉｔｚ）・コイル、ループギャップ共振器コイル、ループスティック・コイル、ミアンダライン（ｍｅａｎｄｅｒｌｉｎｅ）・コイル、マウス・コイル、マルチターン・ソレノイド・コイル、フェーズドアレイ・コイル、フェーズドアレイ・ボリューム・コイル、リボン・コイル、サドル・コイル、スクロール・コイル、シングルターン・ソレノイド・コイル（これは、四肢測定に使用してもよい）、スパイラル・コイル、表面コイル（これは、コイルに隣接する組織および試料に対して良好な信号対雑音比を有するので、身体または容積信号を受信するのに使用してもよい）、超電導コイル、伝送線コイル、切頭スパイラル・コイル、３軸コイル、および／または広帯域ＲＦコイル（これは、複数のスペクトルを同時に励起するのに使用してもよい）を含んでもよいことに留意されたい。

いくつかの実施形態では、一つまたは複数のＲＦコイル２３０が、熱イメージング・センサを含み、このセンサは、前方監視型赤外線（ＦＬＩＲ）センサを含むことができる。一つまたは複数の熱イメージング・センサは、モジュール化して取り付ける（例えば、一緒にして同心殻にする、付加物上に留め具で取り付ける、インタロッキング・インタフェース（ｉｎｔｅｒｌｏｃｋｉｎｇ ｉｎｔｅｒｆａｃｅ）を用いて組み立てる等）ことができ、無線または有線通信を介して互いに通信することができる。さらに、いくつかの実施形態では、スキャン計画を実行するコンピュータ・システム１１４上のソフトウェアにより制御可能な表面コイルによって、特定のモダリティまたはＭＲ技術を、組織試料１１２の分析が進行するにつれて実時間でオン・オフすることが可能になる。例えば、この方法では、ＭＲＥを異常に対して実行可能となる場合があり、また組織試料１１２または周辺領域の熱画像を取得することが可能となる場合がある。これらの実施形態では、ＲＦコイル２３０は、特別な異常検出を容易にするよう、複数のセンサおよびデータ収集装置を含むように構築することができる。こうして、ＲＦコイル２３０は：ＭＲＦ、ＭＲＴ、ＭＲＳ、ＭＲＥ、複数の核の多核イメージング（例えば^１Ｈ、^２３Ｎａ、^３１Ｐ、^１３Ｃ、^１９Ｆ、^３９Ｋ、^４３Ｃａ等）、拡散テンソル・イメージング、Ｎチャネル・スキャン、磁場緩和測定等を使用してデータを並行収集するために最適化してもよい。

いくつかの実施形態では、ＭＲスキャナ１１０は、ＲＦコイル２３０に加えてまたは代わりに、非誘導性センシング法、例えば磁力計、超電導量子干渉装置を含む。非誘導性センサによって、磁石２１０により発生する磁場の掃引が可能になる場合があり、磁場強度に対応する異なる周波数にＲＦコイル２３０を同調させなくともよくなることに留意されたい。

ＲＦコイル２３０によって受信されたＲＦ信号は、ＲＦ受信増幅器２３２によって増幅し、ＲＦ検波器２３４を使用して検出してもよい。特に、ＲＦ検波器２３４は、ＲＦ信号を捉えても、またはベースバンドに復調してもよい。例えば、ＲＦ検波器２３４は、ＭＲ信号を、最も単純な形態、例えば励起されたスピン状態からの自由誘導減衰として測定してもよいが、さらに多くの複雑なパルス列を受信することは可能である。コンピュータ・システム１１４は、インタフェース回路１１６（図１）、ネットワーク１３２（図１）、およびインタフェース回路２４４を介してＲＦ検波器２３４を制御してもよい。例えば、コンピュータ・システム１１４は、捉えるＭＲ（またはＲＦ）信号を指定してもよい。

ＲＦ検波器２３４は、線形アナログ検波器、直交アナログ検波器、またはヘテロダイン受信機であってもよいことに留意されたい。線形アナログ検波器は、座標空間における一つのベクトルに沿ったＭＲ信号（例えば、ｘまたはｙ軸に沿った磁化）を捉えることがあり、直交アナログ検波器は、座標空間における二つのベクトルに沿ったＭＲ信号（例えば、ｘおよびｙ軸に沿った磁化）を同時に捉えることがある。いくつかの実施形態では、線形アナログ検波器は二重平衡ミキサを含み、直交アナログ検波器は一対の二重平衡ミキサ、一対のフィルタ、一対の増幅器、および９０°位相シフタを含む。

さらに、デジタイザ２３６は、ＲＦ検波器２３４により受信されたＭＲ信号をデジタル化してもよい。例えば、デジタイザ２３６は、１ＭＨｚのサンプリング周波数を使用してもよい。これは、ＭＲ信号試料をオーバーサンプリングしてもよい一方で、デジタル・フィルタリング（例えば、周波数領域においてバンドパス・フィルタによる乗算を用いたフィルタリング、または時間領域においてシンク関数を用いた畳み込み）を使用して、所望の周波数を捉え、より高い周波数の信号を除去してもよい。この処理において、コンピュータ・システム１１４により処理され記憶されるデータ量は、もっと管理可能なレベルにまで削減してもよい。しかし概して、ナイキスト周波数の２倍より高い多様なサンプリング周波数を使用してもよい。例えば、少なくとも５００Ｈｚの周波数分解能が実現できるように、ＭＲ信号あたり最高１０００個の試料があってもよい。コンピュータ・システム１１４は、インタフェース回路１１６（図１）、ネットワーク１３２（図１）およびインタフェース回路２４４を介して、デジタイザ２３６を制御してもよい。特に、コンピュータ・システム１１４は、デジタイザ２３６が使用するサンプリング・レートおよび／または設定を指定してもよい。

デジタル化の後、コンピュータ・システム１１４（図１）は、多様なデジタル信号処理（例えば、フィルタリング、画像処理等）、ノイズキャンセル、および変換技術（例えば、離散フーリエ変換、Ｚ変換、離散コサイン変換、データ圧縮等）を実行してもよい。概して、ＭＲ信号は、時間領域、および／または周波数領域において指定してもよい。こうして、いくつかの実施形態では、ＭＲ信号はｋ空間において表現される。

一実施形態では、ＲＦコイル２３０からの読み取り値は、コイル組立て体内またはそのすぐ外でデジタル化され、面倒なケーブルもつれを避けるためにコンピュータ・システム１１４に無線で伝送され、対象の周波数において、顕著なＲＦノイズが生じることはない。例えば、データは、組織試料１１２内のターゲットとされる核のラーモア周波数よりも低いまたは高い周波数でコンピュータ・システム１１４に伝送してもよく、これにより、データがフィルタリングされてノイズ・アーチファクト（ｎｏｉｓｅ ａｒｔｉｆａｃｔ）が除外されることがある。さらに、いくつかの実施形態では、ＲＦコイル２３０は、一つまたは複数の周波数を受信するように同調される。例えば、所望のスペクトルに応じて、広帯域受信器コイルを使用して、またはソフトウェアもしくはハードウェアを用いたチューナーを使用して、少なくとも一つのＲＦ検波器２３４を自動的に同調させて、所望の核または分子からの一つまたは複数の周波数を受信することができる。（しかし、前述のように、他の実施形態では、同調されていない受信機、例えば磁力計が使用される。）さらに、パラレル・イメージング技術を使用する実施形態では、組織試料１１２上の表面コイルの異なる部分が並行に動作して、異なるスペクトルを並行してまたは同時に捉える。

組織試料１１２が磁場を通って移動しＭＲスキャナ１１０により測定される間、試料ホルダ２１４が組織試料１１２を支持してもよいことに留意されたい。さらに、前述のように、試料ホルダ・アーティキュレータ２１６は、試料ホルダ２１４を咬合または移動して、必要に応じて、磁石２１０および磁場勾配コイル２２２によって生成された磁場に対して組織試料１１２を配置してもよい。特に、インタフェース回路１１６（図１）、ネットワーク１３２（図１）、およびインタフェース回路２４４介してコンピュータ・システム１１４から受信した命令に基づいて、組織試料１１２がＭＲスキャナ１１０により測定されている間に、試料ホルダ・アーティキュレータ２１６は、２Ｄまたは３Ｄにおいて組織試料１１２を回転させてもよい。さらには、前述のように、試料ホルダ２１４は、チャンバー２４０に囲繞されていてもよい、または閉ざされたチャンバー、例えば、真空ポンプを使用して減圧できる、または不活性ガスで充満できる密封チャンバーであってもよい。いくつかの実施形態では、環境条件が組織試料１１２に影響し得るので、試料ホルダ２１４は、室内、試料ホルダ２１４を含むチャンバー２４０内、また試料ホルダ２１４内の、温度、湿度、圧力、その他の環境条件等を測定するセンサを含む。

いくつかの実施形態では、試料ホルダ２１４はチューブ（または容器）を含み、試料ホルダ・アーティキュレータ２１６は一つまたは複数の空気ジェットを含む。これらの空気ジェットは、組織試料１１２の位置を操作するために使用することができる。例えば、チューブは、ガラス（例えば可視光で透き通った、すなわち透明なガラス）、テフロン（登録商標）（これは、電磁放射の他の周波数において透明なことがある）、または別の適切な物質から作ることができる。さらに、チューブはその外面に特徴（例えば模様、フィンまたは、他の特徴）を含んでいてもよく、これらの特徴によって組織試料１１２を、モーターもしくはロボット・アームの把持またはインタロックのインタフェースを用いて異なる位置にまで咬合または操作することが可能になり、これによってシステム１００（図１）が、インデックス化または試料測定処理の最中に組織試料１１２の向きを変えることが可能になる。

さらに、チューブは、多軸磁石、例えばテネシー州オークリッジのクライオマグネティクス社（Ｃｒｙｏｍａｇｎｅｔｉｃｓ Ｉｎｃ）から提供される多軸磁石の中に挿入してもよい。次に、システム１００（図１）は、複数の方向、角度、視点、および配置から、組織試料１１２を調べる、または測定することができ、ボア２３６の周りに複数のセンサは必要ない。例えば、組織試料１１２を回転させてもよく、単一のカメラ、ＣＣＤ、またはＣＭＯＳセンサが、組織試料１１２の複数の写真を撮影して、組織試料１１２の一部または全部が捉えられるようにしてもよく、これによってシステム１００のコストと複雑さが減少し、信頼性が向上する。さらに、チューブにより、真空下にある、または不活性で予め分極したガスを満たしたチャンバーを準備して、解像度を上げてもよい。いくつかの実施形態では、低コストで持ち運び可能なチップスケールの装置（例えばマイクロ流体チップ）を使用して、分極または磁化したガスを生成し、弱いＭＲ信号を検出できるようにする。例えば、前述のように、分極キセノンは、例えば人肺のＭＲＩの画像を強調する造影剤として使用することができる。分極キセノン原子はチップ上で、円偏光を照射されたルビジウム原子との衝突により生成してもよい。次に、分極キセノンをチップから流出させてもよく、チューブまたはチャンバー２４０内に導いてもよい。

図１を再び参照すると、コンピュータ・システム１１４は、一つまたは複数の随意の測定装置１２４に命令し、組織試料１１２上で他の測定を実行させて、測定された組織試料１１２の物性を指定する物性情報を取得してもよく、この情報は、組織試料１１２の診断分類を決定するために使用してもよい、および／または組織試料１１２に関連付けられたメタデータに含めていてもよい。例えば、一つまたは複数の随意の測定装置１２４は：組織試料１１２の重量を決定する医療グレードの重量計；組織試料１１２の一つまたは複数の寸法を測定する測定装置（例えば：レーザ・イメージング・システム、光学イメージング・システム、赤外線イメージング・システム、および／または、分光システム）；組織試料１１２を選択的に照明できる光源、および、一つまたは複数の視点、向き、または照明条件で、組織試料１１２の一つまたは複数の光学画像を取得または測定するカメラつき顕微鏡；および／またはＤＣもしくはＡＣ周波数で組織試料１１２のインピーダンス（そしてこれは、組織試料１１２の水和に対応する場合があり、したがって、組織試料１１２または組織試料１１２を採取した元の検査対象の水和を測定または計算するのに使用してもよい）のマルチリード測定を実行するバイオエレクトリック・インピーダンス・アナライザを含んでいてもよい。あるいは、組織試料１１２、したがって不変ＭＲシグネチャに影響を与え得る水和または水和レベルを直接測定してもよい。いくつかの実施形態では、組織試料１１２上の他の測定は：細胞学、遺伝子配列決定（例えばゲノム中のＤＮＡの一部または全部の配列決定、ＲＮＡ配列決定、またはトランスクリプトミクス、遺伝子発現等）、タンパク質分析、またはプロテオミクス（例えば、質量分析、液体クロマトグラフィー、および／またはＮＭＲを使用したもの）、リピドミクス（および、より一般的には、マイクロボロミクス（ｍｉｃｒｏｂｏｌｏｍｉｃｓ））、コンピュータ断層撮影、電子スピン共鳴（これはフリーラジカルを測定するために使用してもよい）、Ｘ線撮影、超音波イメージング（例えば、超音波）、光音響イメージング、赤外線イメージング、または赤外分光、他の非破壊測定（例えば、レーダー、またはミリ波スキャン）、検査対象についての活動データ（例えば、ウェアラブル電子装置を使用したデータ取得）、組織試料１１２においてナノ粒子を用いて実行される測定、組織試料１１２（または個人）内の任意の場所において非破壊的に、または（例えば、マイクロ流体学を使用して）血液試料の抜き取りにより測定された流体（例えば血液）の化学組成等を含む。あるいは、コンピュータ・システム１１４は、組織試料１１２についての一意的な識別子に基づいて遠隔データ構造中に記憶されている、これらの他の測定の一部またはすべてについてのデータにアクセスしてもよい。

組織試料１１２の重量および寸法を使用して、この試料の密度を計算してもよいことに留意されたい。さらに、一つまたは複数の随意の測定装置１２４は、検査および病理学的識別ために個々の細胞の画像を取得してもよい。さらに、医療グレードの重量計は、組織試料１１２の重量が：切除直後、切除の数ヶ月後、ＦＦＰＥ処理の前後、および／またはＭＲスキャン（または他のイメージング操作）の前後に重量測定されていれば、この組織試料１１２の化学組成および水和レベルについての情報を提供することがある。いくつかの実施形態では、電磁スペクトルの異なる部分において組織試料１１２を測定することにより、光学スキャンまたは赤外線スキャンでは示されない可能性があるが特定の無線スキャンでは生じうる磁化率アーチファクトを補正することが可能になることがある。

いくつかの実施形態では、システム１００は、コンピュータ・システム１１４によってインタフェース回路１１６を介して制御される随意の波動ジェネレータ１２６を含む。この随意の波動ジェネレータは、超音波（そして、さらに一般的には機械的な波）を生成してもよく、これらの波を、ＭＲＥ中に組織試料１１２に印加して、組織試料１１２の剛性を測定する。例えば、随意のジェネレータ１２６は、ＭＲスキャナ１１０のボア２３６（図２）の一端または両端で波を生成してもよい、または導波路を使用してＭＲスキャナ１１０のボア２３６（図２）の両端の一方に波を導いて、組織試料１１２が超音波を受けるようにしてもよい。いくつかの実施形態では、超音波はせん断波を含む。ＭＲスキャナ１１０は、組織試料１１２を通過するせん断波の伝搬の定量的なＭＲフィンガープリントまたは画像を取得してもよく、そしてせん断波の画像を処理して、組織の剛性の定量的なマッピングを生成してもよい。

組織試料１１２がホルマリン固定パラフィンに包埋されている場合、不変ＭＲシグネチャが決定された後、コンピュータ・システム１１４は、決定された不変ＭＲシグネチャを変換して、これがインビボ組織（すなわちホルマリンまたはパラフィンなし）を近似するようにしてもよい。例えば、ボクセルごとに、コンピュータ・システム１１４は、ホルマリンまたはパラフィンの予め定義されたまたは所定の不変ＭＲシグネチャを、決定された不変ＭＲシグネチャから差し引いて、推定不変ＭＲシグネチャを生成してもよい。あるいは、コンピュータ・システム１１４は、ホルマリンまたはパラフィンについて、ボクセルごとにＭＲモデル中のパラメータを修正して、推定不変ＭＲシグネチャを生成してもよい。いくつかの実施形態では、部分容積法を使用して、組織試料１１２の境界でのパラフィンもしくはワックスの寄与または効果を差し引く。特に、コンピュータ・システム１１４は、所与のボクセルの何パーセントがパラフィンであるかを決定してもよく、そして不変ＭＲシグネチャ、または不変ＭＲシグネチャを計算するのに使用されるＭＲ信号の、そうした強調された部分を除去してもまたは差し引いてもよい。

さらに、コンピュータ・システム１１４は、生データ（例えば、生体試料からのＭＲ信号、印加された非理想的なパルス列、および測定されたノイズ）、不変ＭＲシグネチャ、および／またはバイオボールトにおける他の測定結果を、例えばメモリ１２０（これは、局所的に、および／または遠隔地に配置されていてもよく、例えばクラウドを使用したアーカイブ装置内あってもよい）に記憶してもよい。一般的に、バイオボールトに記憶されている測定された情報は、ＭＲモデルをスキャン命令に基づいて訓練しこれによって不変ＭＲシグネチャを決定することが可能となるように、充分に網羅的であってもよい。よって、記憶された情報は、測定パイプラインにおける異なる点（例えば、増幅器前、増幅器後等）での異なる出力信号、環境条件、地理的場所等を含んでいてもよい。記憶された情報により、例えばＭＲモデルを訓練して、ＭＲスキャンおよび組織試料の正確なシミュレーションが容易になることがある。

記憶された情報は、一意的な識別子、またはコンピュータ・システム１１４によって生成された新たな一意的な識別子を含んでいても、またはこれに関連付けられていてもよく、この新たな識別子は、バイオボールトの検索または照会だけでなく引き続く識別も容易にするものである。したがって、組織試料１１２がその後、引き続き再測定される場合、コンピュータ・システム１１４は、この結果または差分の結果（例えば、不変ＭＲシグネチャのあらゆる変化）を保存して、最終測定以降の変化を検索に使えるようにしてもよい。さらに、記憶された情報は、組織試料１１２が測定された場合に、時間、場所、および／またはシステムパラメータ（例えば、ＭＲスキャナ１１０を指定または識別する情報）を含んでいてもよい。記憶された情報は暗号化してもよいことに留意されたい。例えば、一意的な識別子に関連付けられた暗号化キーに基づく対称または非対称暗号を使用してもよい。

いくつかの実施形態では、コンピュータ・システム１１４は、組織試料１１２の不変ＭＲシグネチャを、組織試料１１２または別の組織試料について前回決定されていてもよい一つまたは複数の他の不変ＭＲシグネチャと随意に比較する。（あるいは、コンピュータ・システム１１４は、決定された不変ＭＲシグネチャから算出されたまたはこれに基づくＭＲフィンガープリントを、一つまたは複数の所定のＭＲフィンガープリントと随意に比較してもよい）この比較に基づいて、コンピュータ・システム１１４は、組織１１２の分類を随意に決定してもよく、この分類は、一意的な識別子とともに、またはこれと関連付けて、バイオボールトに記憶してもよい。決定されたまたは選択された分類が、分類誤りである可能性が最も低いもの、すなわち最低のマッチング誤りを有するものであってもよいことに留意されたい。さらに、（例えば、所定の教師あり学習モデルに基づいた）類似の推定分類誤りを有する複数の可能な分類または候補分類がある場合には、所与のボクセルの分類を、先験的情報、例えば、近傍ボクセルの分類、またはこうした近隣の分類の結合（例えば線形結合）に基づいて決定してもよく、これは、所与のボクセルの分類誤りを低減するのに役立つ場合がある。

標識または分類および結果を経時的に追跡する能力により、このシステムは、不変ＭＲシグネチャを取得し、それについての既知の情報、例えば：どれだけの頻度でそれが見つかるか、どの臓器中でそれが不良または良と標識されたか、どの環境中でそれが不良または良と標識されたか等を検索できることがある。このようにして、ＭＲシグネチャについてのメタデータは、時間が経つにつれてさらに充実したものになることがある。例えば、個人（または個人から得られた組織試料）は、６ヶ月ごとにインデックス化してもよい。これらのインデックス化操作の一つで、がんが発生した場合、このＭＲシグネチャは「不良」と標識されることがある。しかし、その個人の同一領域における過去のＭＲシグネチャの分類はどうであろうか？がん診断は、それらのシグネチャが前癌性であると判断する可能性があるだろうか？システムは、ＭＲシグネチャが早期であるほどがんの早期指標となること、そしてＭＲシグネチャ空間にわたる経路の存在が、経時進行するこの病理の特徴であるということの十分な証拠を、複数の組織試料に基づいて見いだすことがある。したがって、バイオボールトにより、検査対象の縦断的で横断的なそうした分析がそのような経路を識別できることがあり、その経路は、引き続く分類および診断において使用することができる。

さらに、バイオボールト内の特定の検査対象および／または検査対象全体について縦断的に比較することによって、システムは問題を解決し、病状の識別を支援することができることがあり、決定論的機械学習または教師あり学習モデルの使用は必要ではない。例えば、システムは、組織試料または生体試料内に埋め込まれた異物（例えばネジ、ピン、関節置換など）の存在を、たとえバイオボールトがその異物に関する事前の知識を含んでいなくとも、または有していなくても、差分として識別することができる場合がある。特に、強磁性物質は、生じる磁場歪みに基づいて検出される場合があり、不変ＭＲシグネチャはこの磁場歪みに対する補正を含む場合がある。

いくつかの実施形態においては、バイオボールトは、他のバイオボールト内の関連する組織試料の不変ＭＲシグネチャを、組織試料について他の情報を共有することなく集約する能力を提供する。これにより、閉じたまたは隔離されたバイオボールト内の組織試料について、大域的な分析を実行することができる場合がある。

組織試料１１２が測定された後、システム１００は、随意の真空シーラ（ｓｅａｌｅｒ）１２８を使用し、真空中で組織試料１１２を囲繞、密封して、アーカイブ記憶の準備をしてもよい。さらに、いくつかの実施形態では、組織試料１１２は、測定後にホルマリン固定パラフィンで包埋される。さらに、随意のラベラ（ｌａｂｅｌｅｒ）１３０によって、物理的または電子的な標識を組織試料１１２に取り付けてまたは関連付けて、その後の識別を容易にしてもよい。物理的または電子的な標識の情報は、特性評価技術の開始時に入力および／または抽出された情報を含んでいてもよい。いくつかの実施形態では、組織試料１１２は、測定がなされた後に破壊される。

先の考察では、システム１００を使用して組織試料１１２をスキャンまたはインデックス化する例を示したが、他の実施形態ではシステム１００は、同一の人もしくは動物からの、または異なる人もしくは動物からの複数の組織試料をスキャンまたはインデックス化するのに使用してもよい。これらのスキャンは、スループットを増加させるために、時間的に一部または完全に重なり合ってもよい（すなわち、少なくとも部分的に並行してまたは同時に起こってもよい）。

先の考察は、システム１００を使用する技術者またＭＲ操作者を例示したが、他の実施例では、システム１００を高度に自動化し、人間の動きを最小限に、または全くなくして、組織試料１１２をＭＲスキャナ１１０に搬送するように、ＭＲ測定および／または他の測定が行うように、不変ＭＲシグネチャを決定できるように、情報をバイオボールトに記憶するように、組織試料１１２を取り出すように、そしてこれらの操作を一つまたは複数のさらなる組織試料に対して反復できるようにしてもよい。

以下に、不変ＭＲシグネチャの決定についてさらに記載する。図３は、ＭＲモデルの決定の一例を例示する図である。ＭＲモデルは、組織試料におけるボクセルの３Ｄモデルであってもよく、各ボクセルについてブロッホ方程式中のパラメータを含んでいてもよい。特に、ｚ軸に沿った準静磁場Ｂ_０を用いると、ブロッホ方程式は、

であり、ここで、γは磁気回転比であり、

はベクトル積を表し、

は、組織試料内のあるタイプの核が感じる磁場である。ブロッホ方程式中のパラメータは、Ｔ_１、Ｔ_２、あるタイプの核の密度、拡散、速度／流れ、温度、および磁化率を含んでいてもよい。各ボクセルごとに、異なるタイプの核に対して異なるパラメータが存在してもよいことに留意されたい。さらに、ブロッホ方程式は、時間変動磁場に対して組織試料内のそのタイプの核の磁気モーメントが示す動的応答の、半古典的で巨視的な近似であることに留意されたい。例えば、１ｍｍ^３のボクセルに６７Ｍ個の細胞が存在する場合がある。

原理的には、組織試料についてのブロッホ方程式中のパラメータについての解空間は、劣決定される場合がある、すなわち、パラメータを指定するまたは絞り込むために存在する観測結果よりもはるかに多くの決定すべきパラメータが存在する場合がある。したがって、特性評価技術は、さらなる情報を活用して、問題の次元を絞り込むまたは低減させてもよい。例えば、組織試料の解剖学的構造の態様を、他のイメージング技術、例えばコンピュータ断層撮影、Ｘ線、超音波等を用いて決定してもよい。さらに、標的となったタイプの組織（例えば心臓組織）のようには見えない（すなわち、非常に異なるＭＲ信号を有する）組織は、ＭＲモデルから除外してもよい。かわりに、またはさらには、前回のスキャンに基づいて予想されるＭＲ信号とは顕著に逸脱する組織（例えば、異常または変化）を、例えば等高線マップ（例えば、四次スプライン）を使用して、顕著な差分がある領域を囲む（またはその領域の境界を指定する）ことによって、ＭＲモデルの注目点としてもよい。かわりに、またはさらには、測定されたＭＲ信号とシミュレートされたＭＲ信号との誤差を、一つまたは複数のレベルセット関数を使用して表してもよく、閾値を超える誤差を有する領域の境界を、その閾値に対応する平面とその一つまたは複数のレベルセット関数との交線に基づいて決定してもよい。さらに、異なる磁場強度Ｂ_０で異なるパルス列および／または異なるＭＲ技術を使用してスキャン（これにより、擬似ランダムパルス列と同様の情報が提供されることがある）を実行することによって、観測結果に対するパラメータの割合が減少し、これによってＭＲモデルの決定が単純になることがある。

例えば、もし組織試料が一つのボクセルを含んでいた場合、特定のタイプの組織に対して決定する必要がある４〜１０個のＭＲモデルパラメータ（不変ＭＲシグネチャを指定するもの）が存在することがある。ボクセルがＭ個のタイプの組織を含む場合、それらの特定のタイプの組織に対して決定する必要がある４Ｍ〜１０Ｍ個のＭＲモデルパラメータ（Ｍ個の不変ＭＲシグネチャを指定するもの）が存在することがある。ボクセルの数が増えると、これは大きな問題として現れ得る。

ただし、異なるタイプの核は、異なるラーモア周波数を有するので、そのタイプの核の空間分布と局所濃度は、測定されたＭＲ信号から決定してもよい。続いて、組織試料（または人体）の予め定義された解剖学的テンプレートを、関連付けられたＭＲモデルの初期パラメータとともに、そのタイプの核の空間分布および局所濃度に一致するようにスケーリングしてもよい。

次に、あるタイプの組織（例えば特定の臓器）については、ボクセルのサイズを徐々に減少させる（したがって、ボクセルの数を増加させる）につれて、ＭＲモデルパラメータを繰り返し精密化してもよい。この分析は、測定されたＭＲ信号と、ＭＲモデルを使用してシミュレートされたＭＲ信号との間の誤差を基に実行してもよい。時間が経つにつれて、訓練中の注目点は、収束判定基準よりも大きい誤差を有する残存領域上となる。例えば、ＭＲモデルにおけるパラメータを、一つの磁場強度で測定されたＭＲ信号に基づいて訓練してもよく、その後、別の磁場強度でのＭＲモデルの予測に基づいて誤差を決定してもよい。さらには、ＭＲモデルが最初に、異なるボクセルの間にはいかなる寄与、または相互作用も存在しないと仮定してもよいことに留意されたい。しかし、誤差およびボクセル・サイズを減少させるにつれて、引き続いてＭＲモデルを訓練する際に、そのような寄与および／または相互作用が含まれる可能性がある。

このフィッティングまたは計算手法を容易にするために、特性評価技術は、１Ｄシグネチャとは対照的な「面シグネチャ」を決定してもよい。例えば、複数の磁場強度でのまたは既知の磁場擾乱（回転など）の存在下での測定を使用して、一組のＭＲトラジェクトリを、不変ＭＲシグネチャを決定するのに使用可能な「指紋」として決定してもよい。各ＭＲトラジェクトリは、固定した磁場強度ではなく磁場の関数によって定義されてもよいことに留意されたい。

典型的な実施形態では、ＭＲモデルを決定するのに使用されるシミュレーションは、頂点／ボクセルを中心にしていてもよい。システムは、各頂点で実行される物理モデル（例えばブロッホ方程式に基づくモデル）を使用して、スキャン中の組織試料の物理モデルにパルス列または擾乱を「印加」してもよい。例えば、物理法則の形で擾乱を記述する頂点に、メッセージをブロードキャスト（ｂｒｏａｄｃａｓｔ）してもよい。各頂点は、予想される状態変化とその結果得られる力およびエネルギーとを計算してもよく、これらは次に、その頂点から伝わる力およびエネルギーに関する隣接頂点へのメッセージとして中継される。すべての頂点がメッセージを生成し、これらのメッセージが隣接頂点に転送され、システムの状態が更新されたら、この計算における時間間隔がまっとうされている可能性がある。このアプローチを一般化して、頂点から放射状に広がる長さＮ（Ｎは整数）の非循環経路にメッセージを転送して、シミュレーションの正確度が改善するようにすることができる。

いったん状態が更新されると、新しく計算された状態上で計算法を実行し、その後、測定された状態と比較することができる。誤差は、予測された状態と測定された状態の間の差分であってもよい。その計算法が適用されると、システムは、大域的誤差を低減または最小化するような方法で、現在の状態を各頂点に最適に割り当てる方法を決定してもよい。次に、システムは、システムに対する新しい一組の摂動を選択し、スキャンされている検査対象上でこの擾乱を物理的に実行するだけでなく、これらの摂動を新しいメッセージとして頂点にブロードキャストしてもよい。このようにしてシステムは、特性評価技術の最中に実時間またはほぼ実時間の分析とフィードバックを提供してもよい。

このように、測定されたＭＲ信号に基づいてＭＲモデルパラメータを決定するという逆問題を、測定されたＭＲ信号と、シミュレートされたＭＲ信号との間の誤差または差分を最小化することによって「解いて」もよく、シミュレートされたＭＲ信号は、ＭＲモデル、ＭＲスキャナの特徴（例えば磁場不均一性）、および測定されたＭＲ信号を取得するために使用されるスキャン命令に基づいて生成されるものである。いくつかの実施形態では、この逆問題は、一つまたは複数の計算法、例えば：最小二乗法、凸二次最小化法、最急降下法、準ニュートン法、シンプレックス法、レベンベルグ・マッカート（Ｌｅｖｅｎｂｅｒｇ−Ｍａｒｑｕａｒｄｔ）法、シミュレーテッド・アニーリング（ｓｉｍｕｌａｔｅｄ ａｎｎｅａｌｉｎｇ）、遺伝的手法、グラフに基づく方法、他の最適化法、および／またはカルマン・フィルタリング（Ｋａｌｍａｎ ｆｉｌｔｅｒｉｎｇ）（すなわち線形二次推定）を用いて解く。

この逆問題は、動的プログラミングを使用して解いてもよいことに留意されたい。特に、この問題は、並列化した、例えばクラウド・コンピューティング・システムにおける複数のコンピュータによって分割し実行してもよい。例えば、特定のスレッドが特定のスキャン命令に対して逆問題を解くようにしてもよい。コンピュータ（またはプロセッサ）によって生成された可能な複数のパラメータ解を（例えば、線形重ね合わせを使用して）結合して誤差計量を決定し、これを、一つまたは複数の計算法を使用して最小化してもよい。

さらに、前述のように、この逆問題は、まず粗いボクセル・サイズを用いて、ＭＲモデル用の適切なパラメータ（例えば、ＭＲ信号とシミュレートされたＭＲ信号との誤差を最小にするパラメータ）を見つけるよう試行し、次にさらに小さなボクセル・サイズを用い、適切なパラメータを徐々に見つけることによって、反復的に解いてもよい。この反復手順で使用される最終ボクセル・サイズは、スキャンされているあるタイプの核の磁気回転比に基づいて決定してもよいことに留意されたい。ボクセル・サイズはまた、バイオボールトに対して行われる、またはＭＲスキャン計画、現在のハードウェア構成、および／またはハードウェア限界に基づいて形成される「クエリ（ｑｕｅｒｙ）」の種類に基づいて決定することができる。さらに、ボクセルのサイズまたは場所は、ボクセルが一組のサブボクセルに均等に分割されるように、またはプレビュー・ボクセル・サイズとの間にある程度の重なりが存在して、この重なり領域を効果的に「オーバーサンプリング」し、さらにはＭＲ信号の由来する場所を限局し得るように、選択してもよい。さらに後述するように、この最後の方法は、勾配システム全体を一つまたは複数の次元において、ボクセルの特性長（例えば、ボクセルの長さ、幅、高さ）未満の距離ｄｘだけずらすことと同種のものであってもよい。いくつかの実施形態では、ＭＲモデルにおけるボクセル・サイズは、ＭＲスキャンにおいて使用されるものよりも小さい（すなわち、ＭＲモデルは超解像技術を使用してもよい）。

さらに、ＭＲモデルは、動態、例えば：呼吸、心拍、血流、機械的運動等に関連する運動のシミュレーションを含んでいてもよい。（したがって、拡散、熱量測定、分光法、エラストグラフィ等に対するブロッホ方程式には、さらなる項が存在してもよい。その結果、ＭＲモデルは、ブロッホ・トーリー方程式等に基づいていてもよい。）例えば、ボクセルが、中を通って流れる流体を有する空間（例えば静脈中）を含む場合、この液体の流れを、スキャンされている組織試料（または検査対象）内の流れ方向と速度の大きさのマップを構築することによってシミュレートして、不変ＭＲシグネチャの計算において考慮されるようにしてもよい。さらに、ヒトである検査対象または動物をスキャンする場合、ＭＲモデルは、安静時の運動（例えば呼吸、心拍等に関連するもの）が含まれていてもよい。前述のように、ＭＲモデルの計算を容易にするために、測定されたＭＲ信号および／また他の時間的な測定は、基準クロックもしくは生物学的時間周期に同期させてもよく、またはこれに比例して同期させてもよい。

ＭＲモデルを使用して、組織試料が特定のスキャン命令にどのように応答するかを予測してもよい。特に、ＭＲモデルを使用して、特定の特性を有する特定のＭＲスキャナに対する、そして特定のスキャン命令に対するＭＲ信号をシミュレートまたは推定してもよい。言い換えれば、不変ＭＲシグネチャ（ＭＲモデルに基づくもの）を使用して、特定の状況における、例えば、ＭＲスキャナの特定の特性および特定のスキャン命令に基づく表現または予測（すなわち、ＭＲ信号）を決定してもよい。

したがって、ＭＲモデルは、システム１００（図１）が能動的学習を実行できるようにしてもよい。特に、ＭＲモデルを、学習システムまたは学習エンジン（図１におけるコンピュータ・システム１１４に実装されていてもよいもの）によって生成された「クエリ」に基づいて、反復的にフィッティングまたは決定してもよい。特に、学習エンジンによって生成されたクエリは、ＭＲモデルにおけるパラメータに対する信頼区間に基づいた、異なる磁場強度Ｂ_０、異なる電磁パルス列、および／または異なる超音波パルス列を含んでいてもよい。その結果、学習エンジンは、これらのクエリに応答して測定されたＭＲ信号を使用し、ＭＲモデルにおける未知のパラメータ、および／または正確度の乏しい（例えば信頼区間が０．１、１、５、または１０％より大きい）パラメータを決定してもよい。より一般的には、システム１００（図１）によって実行される適応学習は、可視光／赤外分光、Ｘ線、コンピュータ断層撮影、プロトンビーム、光音響、超音波等の多様な測定に基づいていてもよい。

先の考察は例示的な例としてブロッホ方程式を使用したが、他の実施形態では、フル・リウヴィアン計算（複数の構成要素間の相互作用のリウヴィユ・スーパーマトリクス（Ｌｉｏｕｖｉｌｌｅ ｓｕｐｅｒｍａｔｒｉｘ）など）または他のシミュレーション技術が使用される。ＭＲモデルを使用して計算または予測されたＭＲ信号は、ＭＲスキャン中に取得されるＭＲ信号のナイキスト周波数の２倍以上のレートでサンプリングしてもよいことに留意されたい。

例示的な実施形態では、コンピュータ・システム１１４（図１）はまず、ＭＲモデルにおけるパラメータを近似して、測定されたＭＲ信号と、この初期ＭＲモデルに基づいてシミュレートされたＭＲ信号との間の誤差（または差分ベクトル）を計算する。特定のスキャン命令に対応するスレッドに対して逆問題の候補パラメータ解（類似の誤差を有するもの）が複数存在する場合、コンピュータ・システム１１４（図１）は、これらの候補を保持してもよい（すなわち計算におけるこの時点では、一意的なパラメータ解が識別されていなくともよい）ことに留意されたい。あるいは、所望の誤差範囲内（例えば、５０、２５、１０、５、または１％）に一意的なパラメータ解が存在しない場合、最良（最小誤差）のパラメータ解を保持してもよい。さらに、所望の誤差範囲内にパラメータ解が存在しない場合、コンピュータ・システム１１４（図１）はスキャン命令を修正してもよい。

さらに、コンピュータ・システム１１４（図１）は、組織試料におけるパラメータ解の面に沿って、一次および二次微分を計算してもよい。（微分の計算を容易にするためには、一つまたは複数のレベルセット関数を使用してパラメータを表してもよいことに留意されたい。）一次微分がゼロである線に沿った一組のボクセルを識別してもよい。このボクセルの組は、ボクセル位置と四次スプラインとの間の誤差が最小となる四次スプラインを使用してフィッティングしてもよい。このフィッティング操作は、パラメータ解空間内のすべての境界で反復してもよい。さらに、四次スプラインによって定義される境界内の最大連続面を決定し、パラメータ解の計算を繰り返して、前回の連続面内にある新しい連続面を決定してもよい。この一般化された枠組みにより、ボクセル内の容積全体にわたる誤差が最小限になる可能性があり、これによって、ＭＲ信号とＭＲモデルに基づいてシミュレートされたＭＲ信号との間の一致が改善される。

以下に、複数タイプの組織の分布をいかに決定するかの実施形態を記載する。ＭＲＦを例示として使用し、異なるタイプの組織ｄ_ｊ（ｊ＝１〜ｎ）に対して測定された、時間サンプリングされたＭＲトラジェクトリ（すなわちベクトル）の辞書Ｄ_ｍｒｆを定義して、ボクセルに対する測定されたＭＲ信号ｙ_ｏｂｖを

と表すことができ、ここで

は規格化された重量（すなわち、

）、であり

は誤差（すなわち、

ｊ＝１〜ｎ）とする。これにより、ボクセル内線形方程式問題を定義してもよい。一般化されたボクセル間問題は、一組のボクセル（例えば２７個のボクセルを有する立方体）をグラフＧとしてモデル化してもよい。図３に示すように、この組におけるすべてのボクセルは、８個の隣接ボクセルに相対する２６個の辺を有していてもよい。逆問題へのパラメータ解は、誤差を最小化するものとして定義してもよい。

二つの隣接ボクセルｕとｖの場合を考えよう。ボクセル内線形方程式Ｕ_ｙとＶ_ｙは、ｕとｖの両方において解く必要がある。いくつかの可能な結果が存在する。まず、Ｕ_ｙとＶ_ｙは一意的なパラメータ解を有する場合があり（この場合、「一意的なパラメータ解」は既存のＭＲモデルへの最良適合である、すなわち収束判定基準より小さい誤差または差分ベクトルを有している場合がある）、分析を終了してよい。あるいは、Ｕ_ｙは一意的なパラメータ解を有している場合があって、Ｖ_ｙはそうでない場合がある。Ｖ_ｙが単一パラメータ解を有するように、Ｕ_ｙについてのパラメータ解がＶ_ｙに拘束条件を課すことが可能な場合があり、この場合には分析を終了してよい。しかし、Ｕ_ｙとＶ_ｙのどちらも、一意的なパラメータ解を有しないことがあり、この場合、方程式系を組み合わせる（すなわち、ボクセル・サイズを効果的に増加させる）ことによって、一意的なパラメータ解が得られることがある。さらに、Ｕ_ｙとＶ_ｙのどちらも、いかなるパラメータ解を有しないことがあり、この場合、ボクセル内問題はさらなる拘束条件なしでは解けない。

最後の場合では、隣接ボクセルｗ、すなわち連続したボクセルｕ、ｖ、およびｗを考察することが可能となることがあり、対応するボクセル内線形方程式Ｕ_ｙ、Ｖ_ｙ、およびＷ_ｙを、ｕ、ｖ、およびｗにおいて解く必要がある。ボクセル内線形方程式Ｖ_ｙとＷ_ｙは、一つ前の場合にまで還元されることに留意されたい。ボクセル内線形方程式が、一つ前の場合にまで還元されない場合には、対を組ませるこの操作を、還元されるまで再帰的に適用し、次いでボクセル内線形方程式を前述のように解くことができる。

一般に、この計算法は、３Ｄ面（または容積）をフィッティングして誤差を最小にする問題と同形であってもよい。この点に関する１つの課題は、すべての近接容積が、誤差を最小にするパラメータ解

に対して等しい効果を有するということを前提としていることである。

誤差の最小化はまず、ボクセル間の寄与が存在しない（すなわち、ボクセルが独立である）と仮定してもよい。その後、ボクセル間の寄与を含めてもよい。特に、隣接ボクセル容積を考慮すると、二つのはっきりと異なる種類が存在する。面を共有する容積、および１Ｄの辺を共有する容積である。最小化関数は、相対座標系の中心にあるボクセルｕにおける誤差の寄与に重み付けすることで改良することができる。誤差に及ぼす効果がｒ^−２（ここでｒはボクセルの中心点の間の距離）に比例する場合、重み付けにおいて１ｍｍの等方的ボクセルを仮定すると、ボクセル間の寄与を用いる最小化またはフィッティングの問題は、

と表わすことができ、ここで、ｋにわたる総和は、共通の面（すなわち、（−１，０，０）、（１，０，０）、（０，−１，０）、（０，１，０）、（０，０、−１）、および（０，０，１））を共有する隣接ボクセルについて行い、ｌにわたる総和は、共通の辺を共有する残りの隣接ボクセルについて行う。この分析における仮定は、パラメータ解をフィッティングするまたは決定するのが最も困難な場所が、異なる組織間の不連続面または界面にあるということである。したがって、この特性評価技術の最中に、コンピュータ・システム１１４（図１）は、これらの場所を最初に解いてから、次に残りの場所を解いてもよい。

あるいは、近隣のボクセルからの磁気的寄与は、ｒ^２に比例するので、最小化問題における主要なまたは中心となるボクセルの中心からの半径Ｒの球が与えられると、この球がどのくらい膨張して隣接ボクセルの容積内に入るかに基づいて（したがって、それらのボクセル間寄与がどの程度強いと推定されるかに基づいて）、周囲のボクセルに重み付けしてもよい。例えば、割り当てるのが必要な３つの異なる重みがある場合があり、それらには：２Ｄの面を共有するボクセルに対する重み、１Ｄの線を共有するボクセルに対する重み、０Ｄの点を共有するボクセルに対する重みが挙げられる。各ボクセル内に均一な組織分布が存在しないこともあるので、誤差を最小化する分布を見つけるために、重みを動的に調整し、各ボクセル内の異なる種類の分布をモデル化してもよい。これにより、異なるタイプの組織に対して単一ボクセル内の複数のＭＲシグネチャを識別する能力が提供される場合がある。計算パワーが増加すると、予測モデルの正確度が増加することがあり、最小化問題（したがって、逆問題）を解くのに使用する計算法を修正してもよいことに留意されたい。

したがって、ボクセルの不変ＭＲシグネチャが周囲のまたは近隣のボクセルの不変ＭＲシグネチャに依存する実施形態では、ボクセルの不変ＭＲシグネチャを、二次またはＮ次の効果を使用して計算してもよい。例えば、Ｎ個（ここでＮは整数）の一次不変ＭＲシグネチャが存在する場合、Ｎ！／（Ｎ！−２７）！もの数の二次不変ＭＲシグネチャが存在する場合がある（すべてのボクセルが相互作用している場合）。いくつかの実施形態では、局所性を用いて逆問題を単純化する。このように、隣接ボクセル内の不変ＭＲシグネチャが、主要な（中心となる）または一次ボクセルにおける不変ＭＲシグネチャにいかにして影響を及ぼすかを組み込むことによって、不変ＭＲシグネチャを生成してもよい。

いくつかの実施形態では、ディザリング（ｄｉｔｈｅｒｉｎｇ）法を使用して、体内組織のタイプの分布に対してボクセルの場所が任意であることを克服している。特に、任意のボクセル配置、または現状のボクセル・サイズのせいで、複数のタイプの組織がボクセル内に存在することがある。これにより、このボクセルに対するＭＲモデルパラメータが顕著に変化することがある。これは、ボクセルに必要な不変ＭＲシグネチャが複数あることを示唆していることがある。先に説明したように、これを確認するためには、ボクセルを距離ｄｘ（これは、ボクセル長、幅、または高さの一部である）だけ変位させて、ＭＲモデルパラメータを再度決定してもよい。この処理において、組織分布を決定してもよい。そのため、このアプローチによって、分析における空間分解能が、ボクセル・サイズを変化させなくとも上がる可能性がある。

図４〜９は、正確にＭＲ信号を予測する一つまたは複数のＭＲモデルに対するパラメータを決定する先の考察と、バイオボールトにおけるそうしたパラメータの使用を要約したものである。特に、図４には、一組のＭＲ信号を時間の関数として示すが、これらの信号は、特定のパルス列および印加磁場を使用して、異なるタイプの組織のＭＲスキャン中に取得してもよいものである。次に、図５に示すように、特定のＭＲモデルパラメータについては、シミュレートされたＭＲ信号を、時間の関数として決定してもよい。このシミュレートされたＭＲ信号のコサイン類似度は、異なるタイプの組織について測定された各ＭＲ信号を用いて計算してもよい。

さらに図６は、異なるタイプの組織について決定されたＭＲモデルパラメータを例示する。次に、図７に示すとおり、異なるタイプの組織について、ＭＲモデルパラメータと既知の（前もって決定された）ＭＲモデルパラメータの比較に基づいて、異なるタイプの組織を識別してもよい。例えば、図８に示すように、コサイン類似度に基づいて、ＭＲ信号を、特定のタイプの組織（この例では健康な心臓組織）として識別する、またはそれに関連付けてもよい。

最後に、図９に示すように、異なる磁場強度で取得されたＭＲ信号またはトラジェクトリを一つにして、磁場強度面への応答を指定する一組のＭＲ信号にしてもよい。この応答を使用して、一つまたは複数の不変ＭＲシグネチャを決定してもよい。

以下に、この方法についてさらに記述する。図１０は、生体試料の不変ＭＲシグネチャを決定するための方法１０００の例を示す流れ図を示すが、この方法は、システム１００（図１）のようなシステムによって実行してもよい。操作中には、システムは、生体試料内の３Ｄ位置のボクセルのＭＲモデルを、ボクセルに関連付けられたＭＲ信号とシミュレートされたＭＲ信号との間の差分に基づいて決定してもよい。特に、システムは、ＭＲスキャナに、生体試料内の一つまたは複数のタイプの核のＭＲ信号を捉える（操作１０１０）スキャン命令を提供してもよく、この場合、ＭＲ信号は、生体試料内の３Ｄ位置のボクセルに関連付けられており、スキャン命令は、生体試料に印加される磁場強度およびパルス列を含む。

その後、システムはＭＲスキャナから、ＭＲ信号を受信する（操作１０１２）。さらにシステムは、ＭＲモデルおよびスキャン命令に基づいて、生体試料内のボクセルのＭＲモデルを決定する（操作１０１４）が、この場合、ＭＲモデルの決定は：ＭＲモデルとスキャン命令に基づいて、生体試料についてシミュレートされたＭＲ信号を生成する（操作１０１６）こと、およびシミュレートされたＭＲ信号とＭＲ信号とを比較して、差分ベクトルを決定する（操作１０１８）ことを含む。

次に、システムは、収束判定基準が達成される（操作１０２２）まで、差分ベクトルに基づいてスキャン命令を反復修正し（操作１０２０）、提供（操作１０１０）、受信（操作１０１２）、および決定（操作１０１４）を繰り返すが、この場合、修正されたスキャン命令は、磁場強度とパルス列のうち少なくとも１つを変化させることを含む。

さらにシステムは、メモリ中に、生体試料の識別子と生体試料の不変ＭＲシグネチャを記憶する（操作１０２４）が、このシグネチャは、ＭＲモデルに関連付けられており、任意の磁場強度での生体試料の動的ＭＲ応答を記述するものである。

いくつかの実施形態では、システムは、随意に一つまたは複数のさらなる操作を実行する（操作１０２６）。例えば、システムは：不変ＭＲシグネチャと一つまたは複数の所定の不変ＭＲシグネチャとを比較すること；この比較に基づいて生体試料の分類を決定すること；そして決定された分類を、識別子および不変ＭＲシグネチャとともに、メモリに記憶することを含んでいてもよい。

分類法の実施形態を、図１１にさらに例示するが、これは、システム１００（図１）における構成要素間の通信を例示する図を表している。特に、コンピュータ・システム１１４のプロセッサ１１８は、試料情報読み取り器１２２から試料情報１１１０を受信してもよい。これに応答して、プロセッサ１１８は、試料情報１１１０中の一意的な識別子に基づいて、メモリ１２０内の組織試料１１２（図１および２）に関する予め定義されたまたは所定の情報１１１２にアクセスしてもよい。この情報に基づいて、プロセッサ１１８は、初期スキャン計画１１１４（またはスキャン命令）を決定してもよく、この計画は：一つもしくは複数のＭＲ技術、組織試料１１２（図１および２）の対象となっている一つもしくは複数の領域、一つもしくは複数のタイプの核、一つもしくは複数のパルス列、および／または一つもしくは複数の磁場強度を含む。

その後、インタフェース回路１１６を介して、プロセッサ１１８は、初期スキャン計画１１１４に基づいて一つまたは複数のスキャン１１１６を実行するよう、ＭＲスキャナ１１０に命令してもよい。次に、ＭＲスキャナ１１０は、コンピュータ・システム１１４にＭＲ信号１１１８を提供する。ＭＲ信号１１１８を受信した後、インタフェース回路１１６は、プロセッサ１１８にＭＲ信号１１１８を提供する。プロセッサ１１８は、ＭＲ信号１１１８と、初期のシミュレートされたＭＲ信号１１２４とを比較して、差分ベクトル１１２６を計算してもよい。例えば、プロセッサ１１８は、一意的な識別子に基づいて、メモリ１２０内の一つもしくは複数の所定の不変ＭＲシグネチャ１１２０、および／または一つもしくは複数のＭＲモデル１１２２にアクセスしてもよく、プロセッサ１１８は、初期スキャン計画１１１４、ＭＲスキャナ１１０の特徴、一つもしくは複数の所定の不変ＭＲシグネチャ１１２２、および／または一つもしくは複数のＭＲモデル１１２４に基づいて、所期のシミュレートされたＭＲ信号１１２４を生成してもよい。

さらに、差分ベクトル１１２６に基づいて、プロセッサ１１８は、組織試料１１２（図１および２）の３Ｄ位置におけるボクセルのＭＲモデル１１２８のパラメータを決定してもよい。さらに、プロセッサ１１８は、ＭＲ信号１１１８と、得られたＭＲモデル１１２８および初期スキャン計画１１１４を使用して生成された、シミュレートされたＭＲ信号１１３０との間の残った差分ベクトル１１３２を計算してもよい。残った差分ベクトル１１３２に基づいて、プロセッサ１１８は初期スキャン計画１１１４を修正して、スキャン計画１１３４を取得してもよい。

収束判定基準１１３６が達成されない場合、プロセッサ１１８は、インタフェース回路１１６を介して、スキャン計画１１３４に基づいて一つまたは複数のスキャン１１３８を実行するようＭＲスキャナ１１０に命令して、特性評価技術における操作を繰り返してもよい。さらに、収束判定基準１１３６が達成される場合、プロセッサ１１８は、一つまたは複数のさらなる操作１１４０、例えば、組織試料１１２（図１および２）の分類の決定、および／またはＭＲモデルの最終版に基づいた、組織試料１１２（図１および２）についての不変ＭＲシグネチャの決定を実行してもよい。例えば、不変ＭＲシグネチャは、最終版のＭＲモデルにおけるパラメータと、不変ＭＲシグネチャに基づいたＭＲ信号の生成を可能にするさらなる情報とを含んでいてもよい。その後、プロセッサ１１８はメモリ１２０に、情報、例えば一意的な識別子、不変ＭＲシグネチャ、その他の測定結果、および／または組織試料１１２（図１および２）に関する情報（メタデータなど）を記憶してもよい。

一つまたは複数の先の方法の、いくつかの実施形態では、さらなるまたはより少数の操作が存在してもよい。さらに、操作の順序を変更してもよい、および／または複数の操作を組み合わせて単一操作にしてもよい。

いくつかの実施形態では、この特性評価技術を使用して、一つまたは複数のＭＲ技術に関連付けられた、組織試料についてのＭＲ信号を、動的にスキャンし、捉え、処理することに留意されたい。例えば、一つまたは複数のＭＲ技術を使用して、軟組織測定、形態学的研究、化学シフト測定、磁化転移測定、ＭＲＳ、一つもしくは複数のタイプの核についての測定、オーバーハウザー（Ｏｖｅｒｈａｕｓｅｒ）測定、および／または機能イメージング法を、連続的にまたは並列して実行してもよい。また、さらなる測定を、組織試料上で実行してもよい。得られた不変ＭＲシグネチャは、高い空間分解能およびスペクトル分解能を有している場合があり、またＭＲＦに情報を組み込んでいることがあるものであって、その後、多様な医療情報サービスを容易にするために、集約しても、またはインデックス化および検索してもよい。以下の考察では、特定の健康な（または非症候性または罹患していない）および罹患した（または症候性の）組織試料の定量的プロファイルのインデックス化を使用して例示とする。

いくつかの実施形態では、初期スキャン１１１４計画は、低磁場ＭＲスキャンもしくは磁場を用いない（例えば、ＲＦのみの）ＭＲスキャン、またはＭＲ以外の測定、例えば、合成開口レーダー（ＳＡＲ）を使用するＭＲスキャンを含み、組織試料１１２（図１および２）内または体内（ＭＲスキャンをインビボで実行する場合）の強磁性または常磁性物質（例えば、金属プレート、ピン、爆弾の破片、他の金属性の物体または異物）をスキャンする。かわりに、またはさらには、初期スキャンは電子スピン共鳴を使用してもよい。常磁性物質の初期スキャンは、ＭＲスキャンの使用時に、システムの安全性を向上させることができる。このことは、患者の医療記録に異物に関する情報が含まれていないような場合、異物が新規または未知である（例えば、傷にまたは切除組織に残存する爆弾の破片）場合、または誤り事象において有用となる場合がある。特に、この「安全性スキャン」により、組織試料１１２（図１および２）の損傷、または患者への傷害を防ぐことができ、システムを損傷から保護することができる。さらに、いかなる強磁性または常磁性物質のサイズも、初期スキャン１１１４中に見積もることができ、ＭＲスキャン中に使用するのに安全な磁場強度を見積もることができる。逆に、組織試料１１２（図１および２）または患者がいかなる常磁性物質の強磁性も含んでいない場合は、一つまたは複数のさらに高い磁場強度を、一つまたは複数のその後のＭＲスキャン中に使用することができる。

一般に、病院におけるほとんどの非罹患組織試料は、医療専門家（例えば病理学者）によって評価され、その後、破壊される。しかしながら、政府の規制および法律によれば、特定の病理試料は、破壊できる前に特定量の時間だけ保存しなければならいことが多い。医療診断の比較および改善のための日常的に症候性のおよび非症候性の組織試料を含む、そして研究者が、過去の試料測定のアーカイブに対して新たな組織試料を比較することができるような、大規模な標準化データセットは現状、存在しない。

インデックス化された組織試料を定量的に評価、規格化して、それらのデジタル表現をアップロードしてサービスに供することができるようにしてもよく、この場合には分析技術は、それ以前にインデックス化された多くのエクスビボおよびインビボ組織試料（例えば、新鮮なまたは湿性組織試料、凍結試料、ホルマリン固定パラフィン包埋試料等）を含む膨大なデータ構造（例えばバイオボールトであり、これは、「病理特徴知識ベース」と称されることもある）と試料とを、実時間、またはほぼ実時間で定量的に比較することができる。この能力を発揮するには、特性評価技術が、組織試料をインデックス化するのに使用されるパルス列および磁場の大きさ（または磁場強度）だけでなく、インデックス化されている試料のタイプ、使用されるＭＲスキャナに対しておおむね不変でなければならない場合がある。例えば、データ構造は、任意のスキャン条件（例えば任意の磁場Ｂ_０および任意のパルス列）についてＭＲフィンガープリントを生成するのに使用できる不変ＭＲシグネチャを含んでいてもよく、生成されたＭＲフィンガープリントは、測定されたＭＲフィンガープリントと比較してもよい。

このデータ構造の作成は、健康な組織と不健康な組織との間の差異を分類する、またはそれまで分類されていなかった他の異常な組織を識別することを可能にし、これによってインビボでの病理組織の検出に役立つことがあるものである。この能力は、検出された異常のさらに詳細なスキャンを必要とする可能性のある組織試料の部分を決定するのに有用であることがある。例えば、分析技術（例えば、教師あり学習法、例えば、サポート・ベクター・マシン、分類木および回帰木、ロジスティック回帰、線形回帰、非線形回帰、ニューラル・ネットワーク、ベイズ法等）は、前回の測定結果とデータ構造における分類、および今回のスキャンにおいて測定されたＭＲ信号における特徴に基づいて、健康なまたは不健康な組織として異常を分類してもよい。かわりに、またはさらには、画像を、放射線科医、または組織のタイプまたは検出された異常を専門とする病理学者に提供してもよく、そうした放射線科医または病理学者が、分析を確認したり、組織試料を分類したりしてもよい。

このように、生検からの組織試料は、良性であれ非良性であれ、インデックス化することが可能であり、また既知の健康な（例えば、ホワイトリストに載せる組織）と既知の異常組織（例えば、ブラックリストに載せる組織）を決定することが可能であり、グレイゾーンにある未知の組織（例えば、グレイリストに載せる組織）を分類することが可能である。未知の組織は、他のＭＲ技術、さらなる関連生検、放射線科医または病理学者の再調査、および／または別の分析技術を使用した検査に向けて注意しておいてもよい。

不変ＭＲシグネチャを使用して、個別的に異常の検出を改善してもよいことに留意されたい。特に、ある個人において正常であるものが、他の個人において正常なものとは若干異なる場合があり、「正常」のさまざまな陰影または濃淡を反映する組織試料の集団が、組織の分類に役立ち得る。（したがって、いくつかの実施形態では、特性評価技術は、教師なし学習法、例えばクラスタリングを含んでいてもよく、これによって、分類を容易するために類似の組織試料をグループ化または分類する。）さらに、各組織試料について捉えることのできるデータの量は、一人の病理学者または放射線科医によって、またはさらに放射線科医および病理学者のチームによって処理できるデータ量よりも相当大きくなる場合があることに留意されたい。データ構造における不変ＭＲシグネチャを使用して、この限界または拘束条件を相殺または除去してもよい。

いくつかの実施形態では、組織試料（または関連するまたは類似の組織試料）の前回のスキャンから得られた不変ＭＲシグネチャは、組織試料の今回のスキャン中に、ＭＲ信号との比較のターゲットとして使用される。例えば、前回の不変ＭＲシグネチャを使用して、今回のスキャンにおける組織試料内のボクセルからの推定ＭＲ信号を、ＭＲスキャナの特徴および／またはスキャン命令に基づいて生成してもよい。特に、前回の不変ＭＲシグネチャは、ＭＲスキャナの特徴および／またはスキャン命令と組み合わせて使用することが可能なＭＲモデルにおけるパラメータを含んでいても、または指定してもよく、これによって、推定ＭＲ信号を生成する。その後、推定ＭＲ信号をターゲットとして使用して、今回のスキャンにおけるＭＲ信号と比較することができる。これにより、予期されない変化を有する範囲または領域を、速やかに識別することが可能になる場合があり、これによって、検出された異常のさらに詳細なスキャンが必要となる組織試料の部分を識別する、および／または異なるパラメータの測定を行うことが可能になる場合がある（すなわち、これによって、スキャン計画を動的に更新することが可能になる場合がある）。この能力のおかげで、例えば：異なるスキャン命令、異なるＭＲ技術、および／または異なるボクセル・サイズを、組織試料の異なる部分または領域において使用すること（例えば、それほど興味の対象ではない領域にはもっと大きなボクセル・サイズ、さらに詳細なスキャンが必要な領域にはもっと小さなボクセル・サイズ）が可能になることによって、組織試料のより効率的な（すなわち、より高速な）そしてより正確なスキャンが可能になる場合がある。

いくつかの実施形態では、特性評価技術は、圧縮センシングの一形態として、いわゆる「幅優先インデックス化」を使用する。特に、システムは、組織試料の興味深いまたは動的な部分のスキャンとモデル化に、より多くの時間を割き、急速には変化していない部分には時間をかけないようにしてもよい。「興味深い」領域は、実時間で、および／またはスキャンされている組織試料の過去の情報に基づいて収集された情報に基づいて、決定してもよいことに留意されたい。そのような幅優先インデックス化は、推論的または帰納的な方法を適用してもよく、そうした方法は例えば、さまざまな化学種の推定存在量または核のタイプ（これらは、化学シフトまたはＭＲＳを用いて決定することができる）に基づいた、オーバーサンプリングおよび／またはボクセル・サイズの変更である。

ある種の梗塞を決定するＭＲＳに先立つ、流れ速度のマッピング／モデル化は、そうした幅優先または動的インデックス化の例である。特に、ＭＲモデルにおける流れパラメータの分析によって、閉塞を識別することが可能になる場合がある。血管（例えば動脈または静脈）における梗塞の場所が、ＭＲモデルにおいて血圧の上昇または擾乱を示す血流速度の変化またはパラメータに基づいて、流れを直接測定することなく決定される場合がある。さらに、ベルヌーイの法則に基づいて、血管の狭窄は、プラークまたは血栓症を直接撮像することなしに推測することができる。その後、識別された領域でＭＲＳを実行して、プラークの蓄積から予想される化学シグネチャの増加があったかどうかを調べることによって、この決定の正確度を高めることができる。）

前回の不変ＭＲシグネチャを使用して推定ＭＲ信号を生成するには、位置合わせ技術を使用して、組織試料を、既知の空間的場所にある基準マーカ、または前回の不変ＭＲシグネチャにおけるボクセルと位置合わせしてもよいことに留意されたい。この位置合わせ技術は、全地球測位システムまたは屋内測位システムを使用して、ＭＲスキャンに対する組織試料の位置の変化を決定してもよい。かわりに、またはさらには、前回の不変ＭＲシグネチャを、組織試料の仮想的な位置合わせ中に使用してもよい。例えば、前回の不変ＭＲシグネチャを使用して、ボクセルの組に対する推定ＭＲ信号を生成してもよい。ボクセルの所与の組における推定ＭＲ信号は平均化してもよく、その結果得られた、ボクセルの組における平均ＭＲ信号を、今回のスキャン中に測定されたＭＲ信号と比較し、静的（または動的な）なオフセット・ベクトルを決定してもよい。例えば、ボクセルの組における平均ＭＲ信号（例えば、組織試料の、３、６、１２、または２４個の領域または部分における平均ＭＲ信号）の位置を、今回のスキャンにおけるボクセルの組におけるＭＲ信号と（２Ｄまたは３Ｄにおいて）相関させてもよい。このオフセット・ベクトルは、その後の比較または分析中に使用して、ＭＲ信号と推定ＭＲ信号を位置合わせしてもよい。いくつかの実施形態では、組織試料の位置合わせまたはオフセット・ベクトルは、ラーモア周波数の変動、およびＭＲスキャン磁場の所定の空間的な不均一性または変動に基づいて計算される。

いくつかの実施形態では、位置合わせ技術は、ノード／ボクセル構成における辺を検出することを含む。異なる組織試料および検査対象にわたって解剖学的構造は変動するので、分析を可能にして結果を母集団に一般化するために、データの小さな変動を、さらに一般化された座標に変換してもよい。一般に、この変換は、１対１であって可逆であってもよく、識別および診断に有用な特性、例えば：曲線、面、テクスチャ、および／または他の特徴を保持していてもよい。例えば、これらの特徴は、微分同相変換（例えば、滑らかな逆関数を持つ滑らかな可逆変換）に、または微分同相変換の測地フローを介して計算される変形計量マッピングに拘束されていてもよい。いくつかの実施形態では、面どうしの間の微分同相変換を使用して、多次元構造上の変化を（例えば、時間の関数として）計算する。

さらに、ＭＲ信号と、一つまたは複数の不変ＭＲシグネチャに関連付けられた、シミュレートされたＭＲ信号との間で一致した組に基づいて計算された微分同相変換の線形結合（または不変ＭＲシグネチャの線形結合）は、先験的に推定された情報（例えば、解剖学的構造の運動、変形、変動、磁場、環境条件等）に基づいた空間オフセット補正を提供することができる。これらの空間オフセット補正は、教師あり学習位置合わせエンジンにおける重み付けされた構成要素として使用してもよい。例えば、一組の変形段階（規則的な呼吸時の肺、心拍動時の心臓、または収縮または伸長時の筋肉の動きによって引き起こされる）にわたって一組の点を追跡する一組の微分同相速度場を、領域におけるその一組の点（例えば、心臓または肺の中またはその周囲の一組のボクセル）に対応する身体の領域に当てはめることができる。

こうして、特性評価技術により、病院や研究所が、そうした機関における組織試料の多くあるいはさらにすべてを、検索可能な方法でカタログ化しインデックス化できるようになる可能性があり、また、臨床的に妥当な結果を提供できるように、インデックス化された症候性および非症候性の組織試料の大規模データ構造を効率的に蓄積できるようなる可能性がある（すなわち、特性評価技術が多数の組織試料に拡大される可能性がある）。

例えば、対象となっている領域が、組織サンプルにおいて（操作者もしくは技術者によって手作業により、および／またはこの組織試料についての前回の不変ＭＲシグネチャに基づく推定ＭＲ信号との比較に基づいて自動的に）識別される場合、類似の領域を有する他の組織サンプルおよび／または臨床研究のために、記憶された不変ＭＲシグネチャに対して検索を、この対象となっている領域の組織パラメータに基づいて自動的に実行してもよい。これらの検索によって、既知の診断とともに類似の事例と結果が、組織試料の測定を分析する放射線科医に対して顕在化してくることがある。

いくつかの実施形態では、データ構造は、研究、臨床学的定義、前回の組織試料スキャン、および／または統計的関連性もしくは病理学的リスク・スコアに基づいた、病理学の一組の統計学的定義を含んでいる。病理学的リスク・スコアは、特定の病理について特定の検査対象から得られた特定の組織試料について計算してもよく、これは、検査対象がこの特定の病理を有する、またはこの特定の病理を発現する危険性があるという統計的確率を含むが、これに限定されないものである。さらに、病理学的リスク・スコアは、不変ＭＲシグネチャに基づいたルックアップ・テーブルに記憶してもよい。あるいは、病理学的リスク・スコアは、ＭＲ信号、ＭＲスペクトル、および／またはＭＲフィンガープリントに基づいたルックアップ・テーブルに記憶してもよく、これらはそれぞれが、特定の状態、例えば特定の特性を有する特定のＭＲスキャナおよび特定のスキャン命令における不変ＭＲシグネチャの表現または予測であってもよい。さらに、不変ＭＲシグネチャは、特定の病理および疾患に結び付いていてもよく、既知の良好なそして既知の不良な組織試料のスキャン、陰性および陽性の生検、特定のまたは異常な領域の周辺で実行された高特異性スキャン、放射線科医のフィードバック等から決定される。データ構造は、技術者、研究者、医師、雑誌、および／または他の情報源により手作業で更新してもよい。かわりに、またはさらには、データ構造は、さらなる組織試料の情報、および／またはクローラ（ｃｒａｗｌｅｒ）を使用して自動的に更新してもよく、このクローラは、科学雑誌を分析し、研究結果を自動的に抽出し、または切り抜きし、それらを翻訳する、または病理学的リスク・スコアに統合するものである。

さらに、いくつかの実施形態では、データ構造は、異なる時期に取得される組織試料の複数の不変ＭＲシグネチャに基づいた、経時的な（例えば、数週間、数ヶ月、もしくは数年にわたる、または手術中の）身体または身体の一部の、一次元またはさらに高次元のアニメーションを含む。

先の考察では、特性評価技術におけるＭＲ技術の使用を例示したが、このアプローチは、広範囲の測定法（組織試料上で実行される一つまたは複数の他の測定を含む）を使用して実時間で物質を物理的にモデル化し測定することができる測定システムに一般化してもよい。概して、この測定システムは、機械的および／または電磁気的な波の組み合わせを使用して、スキャンされている容積を摂動させることができるが、これは、容積がこれらの摂動にどのように応答するかに関して予測の正当性を評価するために行う。これはまた、測定システムがそれ自体をシミュレートする、そして測定システムが位置する環境の部分であって、スキャンされている容積を記述するために測定システムが生成しようとしている予測モデルの正当性に影響を及ぼし得るあらゆる部分をシミュレートする能力を含む。

この特性評価の結果は、スキャンされている容積の（４＋Ｎ）Ｄ（空間内の各点における三つの空間次元、一つの時間次元、およびＮ個の測定次元）定量的モデルであってもよい。スキャンされている物質が生体組織である実施形態では、測定システムは「バイオインフォマティック測定システム」または「バイオインフォマティック・スキャナ」と称されることもある。このように、特性評価技術は、ＭＲＩ法以外のＭＲ技術を含んでいてもよく、またはＭＲＩを含んでいてもよい。（４＋Ｎ）Ｄ定量的モデルは、２Ｄまたは３Ｄ画像を含む、完全な（４＋Ｎ）Ｄ空間の任意の部分集合に射影されてもよいことに留意されたい。

以下に、特性評価技術における操作の少なくとも一部を実行する電子装置についてさらに記載する。図１２に、システム１００（図１）における電子装置１２００の例、例えばコンピュータ・システム１１４（図１）またはシステム１００（図１）における他のコンピュータ制御された構成要素を例示するブロック図を示す。この電子装置は、処理サブシステム１２１０、メモリ・サブシステム１２１２、およびネットワーキング・サブシステム１２１４を含む。処理サブシステム１２１０は、計算操作を実行し、システム１００（図１）における構成要素を制御するように構成された、一つまたは複数の装置を含んでいてもよい。例えば、処理サブシステム１２１０は、１つまたは複数のマイクロプロセッサ、特定用途向け集積回路（ＡＳＩＣ）、マイクロコントローラ、プログラマブルロジック・デバイス、および／または一つまたは複数のデジタル・シグナル・プロセッサ（ＤＳＰ）を含んでいてもよい。

メモリ・サブシステム１２１２は、データ、ならびに／または処理サブシステム１２１０およびネットワーキング・サブシステム１２１４への命令を記憶する一つまたは複数の装置を含んでいてもよい。例えば、メモリ・サブシステム１２１２は、ダイナミック・ランダム・アクセス・メモリ（ＤＲＡＭ）、スタティック・ランダム・アクセス・メモリ（ＳＲＡＭ）、および／または他のタイプのメモリを含んでいてもよい。いくつかの実施形態では、メモリ・サブシステム１２１２における処理サブシステム１２１０への命令は、一つまたは複数のプログラム・モジュール１２２４または命令セットを含み、これらは、処理サブシステム１２１０により、処理環境（例えばオペレーティング・システム１２２２）において実行されてもよい。一つまたは複数のコンピュータ・プログラムは、コンピュータ・プログラム機構またはプログラム・モジュール（すなわち、ソフトウェア）を構成してもよいことに留意されたい。さらに、メモリ・サブシステム１２１２内のさまざまなモジュール内の命令を、高水準手続き型言語、オブジェクト指向プログラミング言語、および／またはアセンブリ言語もしくは機械語で実装してもよい。さらに、プログラミング言語は、コンパイルまたは翻訳されて、例えば構成可能となり、または構成されて（この考察ではこれらは交換可能に使用されてもよい）、処理サブシステム１２１０によって実行されてもよい。

さらに、メモリ・サブシステム１２１２は、メモリへのアクセスを制御する機構を含んでいてもよい。いくつかの実施形態では、メモリ・サブシステム１２１２は、電子装置１２００におけるメモリに結合された一つまたは複数のキャッシュを備えたメモリ階層を含む。これらの実施形態のいくつかでは、一つまたは複数のキャッシュが処理サブシステム１２１０内に位置する。

いくつかの実施形態では、メモリ・サブシステム１２１２は、一つまたは複数の大容量の大容量記憶装置（図示せず）に結合される。例えば、メモリ・サブシステム１２１２は、磁気または光学式ドライブ、ソリッド・ステート・ドライブ、または別のタイプの大容量記憶装置に結合されていてもよい。これらの実施形態では、メモリ・サブシステム１２１２は、頻繁に使用されるデータ用の高速アクセスできる記憶装置として、電子装置１２００によって使用されてもよく、その一方で大容量記憶装置は、使用頻度の低いデータを記憶するために使用される。

いくつかの実施形態では、メモリ・サブシステム１２１２は、遠隔地に位置するアーカイブ装置を含む。このアーカイブ装置は、大容量のネットワーク接続された大容量記憶装置、例えば：ネットワーク接続された記憶装置（ＮＡＳ）、外付けハードドライブ、記憶サーバ、サーバのクラスタ、クラウド・ストレージ・プロバイダ、クラウド・コンピューティング・プロバイダ、磁気テープ・バックアップ・システム、医療記録アーカイブ・サービス、および／または別のタイプのアーカイブ装置とすることができる。さらに、処理サブシステム１２１０は、アプリケーション・プログラミング・インタフェースを介してアーカイブ装置と相互作用して、アーカイブ装置からの情報を記憶、および／またはこれにアクセスしてもよい。

メモリ・サブシステム１２１２に（局所的におよび／または遠隔地で）記憶されているデータの例を、図１３に示すが、この図は、電子装置１２００（図１２）によって使用されるデータ構造１３００を例示する図面を示している。このデータ構造は：組織試料１３０８−１の識別子１３１０−１、標識情報１３１２（例えば、検査対象の年齢、性別、組織試料１３０８−１を採取した元の臓器、組織試料１３０８−１を採取した手順、試料を取り出した時間と場所、試料のタイプ、もし既に行われている場合には生検結果および診断、および／またはその他の適切な試料情報）、データを取得したタイム・スタンプ１３１４、受信したＭＲ信号１３１６（そしてより一般的には、生データ）、ＭＲ取得とモデルパラメータ１３１８（ボクセル・サイズ、速度、共鳴周波数、Ｔ_１およびＴ_２緩和時間、信号処理技術、ＲＦパルス技術、磁場勾配強度、可変磁場Ｂ_０、パルス列等を含む）、メタデータ１３２０（例えば、組織試料１３０８−１を特徴付ける情報、人口統計情報、家族歴等）、環境条件１３２２（例えば、組織試料１３０８−１を測定する室内またはチャンバー内の温度、湿度、および／または圧力）、決定された不変ＭＲシグネチャ１３２４、組織試料１３０８−１の物性の一つまたは複数のさらなる測定結果１３２６、（例えば、試料特性、例えば、重量、試料寸法、画像等）、および／またはＭＲ信号１３１６から、またはこれに応答して生成された変換データ１３２８（例えば推定不変ＭＲシグネチャ）を含んでいてもよい。データ構造１３００が、異なるスキャン命令に対する複数のエントリを含んでいてもよいことに留意されたい。

一実施形態では、データ構造１３００内のデータは、ブロック・チェーンまたは類似の暗号化ハッシュ技術を使用して暗号化され、許可されていない修正またはレコードの破損を検出する。さらに、データは、記憶する前に匿名化することができるため、検査対象のアイデンティティは、検査対象がその検査対象のアイデンティティにアクセスまたはそれを解放する許可または権限を与えない限り匿名である。

再び図１２を参照すると、ネットワーキング・サブシステム１２１４は、有線、光、および／または無線ネットワークに結合しその上で通信する（すなわち、ネットワーク操作、そしてより一般的には通信を実行する）ように構成された一つまたは複数の装置を含んでいてもよく、こうした装置には、制御ロジック１２１６、インタフェース回路１２１８、一つまたは複数のアンテナ１２２０、および／または入力／出力（Ｉ／Ｏ）ポート１２２８が挙げられる。（図１２は、一つまたは複数のアンテナ１２２０を含むが、いくつかの実施形態では、電子装置１２００は、一つまたは複数のアンテナ１２２０に結合することができる一つまたは複数つ以上のノード１２０８、例えばパッドを含む。このように、電子装置１２００は、一つまたは複数のアンテナ１２２０を含んでいてもよいし、いなくてもよい。）例えば、ネットワーキング・サブシステム１２１４は、Ｂｌｕｅｔｏｏｔｈ（登録商標）ネットワーキング・システム（これは、Ｂｌｕｅｔｏｏｔｈ Ｌｏｗ Ｅｎｅｒｇｙ、ＢＬＥ、またはＢｌｕｅｔｏｏｔｈ ＬＥを含むことができる）、移動体通信ネットワーキング・システム（例えば、３Ｇ／４Ｇネットワーク、例えばＵＭＴＳ、ＬＴＥ等）、ユニバーサル・シリアル・バス（ＵＳＢ）・ネットワーキング・システム、ＩＥＥＥ ８０２．１１に記載の規格に基づくネットワーキング・システム、（例えば、Ｗｉ−Ｆｉネットワークキング・システム）、イーサネット（登録商標）・ネットワーキング・システム、および／または他のネットワーキング・システムを含むことができる。

さらに、ネットワーキング・サブシステム１２１４は、プロセッサ、コントローラ、無線装置／アンテナ、ソケット／プラグ、および／または、維持されている各ネットワーキング・システム用のデータおよびイベントに結合する、それらの上で通信する、およびそれらを操作するのに使用される他の装置を含んでいてもよい。各ネットワーク・システム用のネットワーク上のデータおよびイベントに結合する、それらの上で通信する、そしてそれらを操作するのに使用される機構は、ネットワーク・サブシステム１２１４のための「ネットワーク・インターフェース」と総称されることがあることに留意されたい。さらに、いくつかの実施形態では、システム１００（図１）内の構成要素間の「ネットワーク」はまだ存在していない。したがって、電子装置１２００は、構成要素間の簡単な無線通信を行うために、例えば、アドバタイジング（ａｄｖｅｒｔｉｓｉｎｇ）・フレームまたはビーコン・フレームを伝送するために、および／または他の構成要素によって伝送されたフレームをアドバタイジングするためのスキャンを行うために、ネットワーキング・サブシステム１２１４内の機構を使用してもよい。

電子装置１２００内では、処理サブシステム１２１０、メモリ・サブシステム１２１２、ネットワーキング・サブシステム１２１４は、一つまたは複数の相互接続、例えばバス１２２６を使用して結合してもよい。これらの相互接続は、サブシステムが互いの間でコマンドとデータを通信するのに使用できる電気接続、光接続、および／または電気光接続を含んでいてもよい。明確にするために、ただ一つのバス１２２６を示すが、異なる実施形態は、サブシステム間の、異なる数または構成の電気接続、光接続、および／または電気光接続を含むことができる。

電子装置１２００を、多種多様な電子装置が含んでいてもよい（または含むことができる）。例えば、電子装置１２００は、タブレット・コンピュータ、スマートフォン、携帯計算装置、試験装置、デジタル・シグナル・プロセッサ、計算装置のクラスタ、ラップトップ・コンピュータ、デスクトップ・コンピュータ、サーバ、サブノート／ノートブック、および／または他の計算装置に含まれていてもよい。

特定の構成要素が、電子装置１２００を記述するために使用されているが、代替の実施形態では、異なる構成要素および／またサブシステムが、電子装置１２００内に存在してもよい。例えば、電子装置１２００は、一つまたは複数のさらなる処理サブシステム、メモリ・サブシステム、および／またはネットワーキング・サブシステムを含んでいてもよい。さらに、一つまたは複数のサブシステムが、電子装置１２００に存在していなくてもよい。さらに、いくつかの実施形態では、電子装置１２００は、図１２に示されていない一つまたは複数のさらなるサブシステムを含んでいてもよい。

個別のサブシステムが図１２に示されているが、いくつかの実施形態では、所与のサブシステムまたは構成要素の一部または全部を、電子装置１２００中の一つまたは複数の他のサブシステムまたは構成要素に一体化することができる。例えば、いくつかの実施形態では、一つまたは複数のプログラム・モジュール１２２４が、オペレーティング・システム１２２２に含まれる。いくつかの実施形態では、所与のサブシステムにおける構成要素は、異なるサブシステムに含まれる。さらに、いくつかの実施形態では、電子装置１２００は、単一の地理的場所に位置する、または複数の異なる地理的位置に分散される。

さらに、電子装置１２００における回路および構成要素は、バイポーラ、ＰＭＯＳおよび／またはＮＭＯＳゲートもしくはトランジスタを含む、アナログおよび／またはデジタル回路の任意の組み合わせを使用して実装してもよい。さらに、これらの実施形態における信号は、近似的に離散値を有するデジタル信号、および／または連続値を有するアナログ信号を含んでいてもよい。さらに、構成要素および回路は、シングルエンド型（ｓｉｎｇｌｅ−ｅｎｄｅｄ）または差動型であってもよく、電源は、単極性または双極性であってもよい。

集積回路は、ネットワーキング・サブシステム１２１４の機能性（例えば無線装置）の一部またはすべて、さらに一般的には、電子装置１２００の機能性の一部またはすべてを実装してもよい。さらに、集積回路は、電子装置１２００からの無線信号を伝送する、そしてシステム１００（図１）内の他の構成要素から、および／またはシステム１００（図１）外の電子装置から、電子装置１２００において信号を受信するのに使用されるハードウェアおよび／またはソフトウェア機構を含んでいてもよい。本明細書に記載の機構とは別に、無線装置は概して、当該技術分野において公知であり、したがって詳細な記載は行わない。一般に、ネットワーキング・サブシステム１２１４および／または集積回路は、任意の数の無線装置を含むことができる。複数の無線装置の実施形態における無線装置は、単一無線装置の実施形態に記載される無線装置と同様に機能することに留意されたい。

先の実施形態における操作のうちのいくつかは、ハードウェアまたはソフトウェアに実装しが、概して、先の実施形態における操作は、多様な構成およびアーキテクチャに実装することができる。したがって、先の実施形態における操作の一部または全部は、ハードウェア、ソフトウェア、またはその両方で実行してもよい。

さらに、先の実施形態のいくつかにおいては、さらに少ない構成要素、さらに多くの構成要素が存在する、構成要素の位置が変更されている、および／または二つ以上の構成要素が一つになっている。

先の記載においては、「いくつかの実施形態」を参照している。「いくつかの実施形態」が、あらゆる可能な実施形態の部分集合を記載してはいるが、実施形態の同一の部分集合を常に指定しているとは限らないことに留意されたい。

前述の記載は、当業者のだれもが、本開示を実行し使用することができることを意図しており、特定の用途およびその要件の観点から提供される。さらに、本開示の実施形態の先の記載は、図示および記載の目的に対してのみ提示されたものである。そうした記載は、限定列挙であるということ、すなわち開示された形態に本開示を限定するということを意図したものではない。したがって、多くの修正および変形が、当業者には明らかであり、本明細書で定められた一般原則は、本開示の趣旨および範囲から逸脱することなく、他の実施形態および用途に適用してもよい。さらに、先の実施形態の考察は、本開示を限定することを意図するものではない。したがって本開示は、示された実施形態に限定されることを意図するものではなく、本明細書に開示された原則および特徴に整合する最も広い範囲に一致するものとする。

Claims (20)

1. 生体試料の不変磁気共鳴（ＭＲ）シグネチャを決定するシステムであって、
   前記システムの操作中に生体試料のＭＲスキャンを実行するＭＲスキャナと；
   前記ＭＲスキャナに電気的に結合されたインタフェース回路であって、前記システムの操作中に、前記ＭＲスキャナと情報を通信するインタフェース回路と；
   前記ＭＲスキャナに電気的に結合されたプロセッサと；
   前記プロセッサに電気的に結合され、プログラム・モジュールを記憶するメモリとを含み、
   前記プロセッサが、前記システムの操作中に前記プログラム・モジュールを実行して前記生体試料の前記ＭＲスキャンを実行し、前記プログラム・モジュールが：
   前記生体試料内の一つまたは複数のタイプの核のＭＲ信号を捉えるスキャン命令を前記ＭＲスキャナに提供する命令であって、前記ＭＲ信号が、前記生体試料における三次元（３Ｄ）位置におけるボクセルに関連付けられており、前記スキャン命令が、前記生体試料に印加される少なくとも磁場強度およびパルス列を含む命令と；
   前記ＭＲスキャナから前記ＭＲ信号を受信する命令と；
   前記ＭＲ信号および前記スキャン命令に基づいて前記生体試料内の前記ボクセルのＭＲモデルを決定する命令であって、前記ＭＲモデルを決定することが：
   前記ＭＲモデルおよび前記スキャン命令に基づいて、前記生体試料についてのシミュレートされたＭＲ信号を生成すること、および
   前記シミュレートされたＭＲ信号と前記ＭＲ信号とを比較して差分ベクトルを決定することを含む命令と；
   収束判定基準が達成されるまで、前記差分ベクトルに基づいて前記スキャン命令を反復修正し、前記提供、前記受信、および前記決定を繰り返す命令であって、前記修正されたスキャン命令が、前記磁場強度および前記パルス列の少なくとも一つに対する変更を含む命令と；
   前記生体試料の識別子、および前記ＭＲモデルに関連付けられ任意の磁場強度での前記生体試料の動的ＭＲ応答を記述する前記生体試料の不変ＭＲシグネチャを、メモリに記憶する命令とを含む、システム。
2. 前記識別子が、前記生体試料を一意的に識別する、請求項１に記載のシステム。
3. 前記プログラム・モジュールが、前記識別子を生成する命令を含む、請求項１に記載のシステム。
4. 前記インタフェース回路に電気的に結合された試料情報読み取り器をさらに含み、
   前記プログラム・モジュールが、前記識別子を指定する情報を前記試料情報読み取り器から受信する命令を含む、請求項１に記載のシステム。
5. 前記インタフェース回路に電気的に結合されて操作中に前記生体試料の物性を測定する測定装置をさらに含み、
   前記プログラム・モジュールがさらに：
   前記測定された物性を指定する物性情報を前記測定装置から受信する命令と；
   前記物性情報を前記識別子および前記不変ＭＲシグネチャとともに前記メモリに記憶する命令とを含む、請求項１に記載のシステム。
6. 前記物性が：前記生体試料の重量；前記生体試料の一つまたは複数の寸法；前記生体試料のインピーダンス；および前記生体試料の画像のうちの一つを含む、請求項５に記載のシステム。
7. 前記測定装置が：イメージング・センサ、重量計、インピーダンス・アナライザ；レーザ・イメージング・システム；および顕微鏡のうちの一つを含む、請求項６に記載のシステム。
8. 前記ＭＲスキャナが、１〜１０ｃｍの間のボア（ｂｏｒｅ）径を有するボア型ＭＲスキャナを含む、請求項１に記載のシステム。
9. 前記ＭＲスキャナが、チャンバーに囲繞されたボア型ＭＲスキャナを含み、チャンバーが面により画定され、前記システムの操作中に不活性ガスを充填される、請求項１に記載のシステム。
10. 前記ＭＲスキャナが、チャンバーに囲繞されたボア型ＭＲスキャナを含み、チャンバーが表面により画定され、前記システムの操作中に大気圧未満の圧力を有する、請求項１に記載のシステム。
11. 前記生体試料が、不活性ガスを充填した容器に囲繞された、請求項１に記載のシステム。
12. 前記生体試料が、大気圧未満の圧力を有する容器に囲繞された、請求項１に記載のシステム。
13. 前記プログラム・モジュールが、前記決定された不変ＭＲシグネチャを、前記メモリへの記憶に先立って暗号化する命令をさらに含む、請求項１に記載のシステム。
14. 前記生体試料が、ホルマリン固定パラフィンに包埋されており、
    前記プログラム・モジュールが、前記ＭＲモデルに基づいて前記不変ＭＲシグネチャをインビボ試料の推定不変ＭＲシグネチャに変換する命令をさらに含む、請求項１に記載のシステム。
15. 前記生体試料が、インビボ試料を含む、請求項１に記載のシステム。
16. 前記プログラム・モジュールがさらに：
    前記不変ＭＲシグネチャを、一つまたは複数の所定の不変ＭＲシグネチャと比較する命令と；
    前記比較に基づいて前記生体試料の分類を決定する命令と；
    前記決定された分類を、前記識別子および前記不変ＭＲシグネチャとともにメモリに記憶する命令とを含む、請求項１に記載のシステム。
17. 前記プログラム・モジュールがさらに：
    前記生体試料上でさらなるＭＲ測定を実行する命令と；
    前記さらなるＭＲ測定の結果を、前記識別子および前記不変ＭＲシグネチャとともに前記メモリに記憶する命令とを含む、請求項１に記載のシステム。
18. 前記さらなるＭＲ測定が、ＭＲ温度測定（ＭＲＴ）、ＭＲ分光（ＭＲＳ）、ＭＲイメージング（ＭＲＩ）、磁場緩和、およびＭＲエラストグラフィ（ＭＲＥ）のうちの一つを含む、請求項１４に記載のシステム。
19. 非一時的なコンピュータ可読記憶媒体とそれに組み込まれて生体試料の磁気共鳴（ＭＲ）シグネチャを決定するコンピュータ・プログラム機構とを含み、磁気共鳴（ＭＲ）スキャナとともに使用されるコンピュータ・プログラム製品であって、
    前記コンピュータ・プログラム機構が：
    前記生体試料における一つまたは複数のタイプの核のＭＲ信号を捉えるスキャン命令を前記ＭＲスキャナに提供する命令であって、前記ＭＲシグナルが、前記生体試料内の三次元（３Ｄ）位置におけるボクセルに関連付けられており、前記スキャン命令が、前記生体試料に印加される少なくとも磁場強度およびパルス列を含む命令と；
    前記ＭＲスキャナから前記ＭＲ信号を受信する命令と；
    前記ＭＲ信号および前記スキャン命令に基づいて前記生体試料内のボクセルのＭＲモデルを決定する命令であって、前記ＭＲモデルを決定することが：
    前記ＭＲモデルおよび前記スキャン命令に基づいて、前記生体試料についてのシミュレートされたＭＲ信号を生成すること、および
    前記シミュレートされたＭＲ信号と前期ＭＲ信号とを比較して差分ベクトルを決定することを含む命令と；
    収束判定基準が達成されるまで、前記差分ベクトルに基づいて前記スキャン命令を反復修正し、前期提供、前記受信、および前記決定を繰り返す命令であって、前記修正されたスキャン命令が、前記磁場強度および前記パルス列の少なくとも一つに対する変更を含む命令と；
    前記生体試料の識別子、および前記ＭＲモデルに関連付けられ任意の磁場強度での前記生体試料の動的ＭＲ応答を記述する前記生体試料の不変ＭＲシグネチャを、メモリに記憶する命令とを含む、コンピュータ・プログラム製品。
20. ＭＲスキャナを使用して生体試料の磁気共鳴（ＭＲ）シグネチャを決定する、コンピュータに実装された方法であって、
    生体試料内の一つまたは複数のタイプの核のＭＲ信号を捉えるスキャン命令を前記ＭＲスキャナに提供することであって、前記ＭＲ信号が、前記生体試料における三次元（３Ｄ）位置におけるボクセルに関連付けられており、前記スキャン命令が、前記生体試料に印加される少なくとも磁場強度およびパルス列を含むことと；
    前記ＭＲスキャナから前記ＭＲ信号を受信することと；
    前記ＭＲ信号および前記スキャン命令に基づいて前記生体試料内の前記ボクセルのＭＲモデルを決定することであって、前記ＭＲモデルを決定することが：
    前記ＭＲモデルおよび前記スキャン命令に基づいて前記生体試料についてのシミュレートされたＭＲ信号を生成すること、および
    前記シミュレートされたＭＲ信号と前記ＭＲ信号とを比較して差分ベクトルを決定することを含むことと；
    収束判定基準が達成されるまで、前記差分ベクトルに基づいて前記スキャン命令を反復修正し、前記提供、前記受信、および前記決定を繰り返すことであって、前記修正されたスキャン命令が、前記磁場強度および前記パルス列の少なくとも一つに対する変更を含むことと；
    生体試料の識別子、および前記ＭＲモデルに関連付けられ任意の磁場強度での前記生体試料の動的ＭＲ応答を記述する前記生体試料の不変ＭＲシグネチャを、メモリに記憶することとを含む、方法。

Images