JP4034654B2

JP4034654B2 - 高精度コイル感度マップを用いたパラレルｍｒイメージング

Info

Publication number: JP4034654B2
Application number: JP2002557280A
Authority: JP
Inventors: バレスターミゲルアンヘルゴンザレス; 好男町田
Original assignee: Toshiba Corp
Current assignee: Toshiba Corp
Priority date: 2001-01-19
Filing date: 2002-01-18
Publication date: 2008-01-16
Anticipated expiration: 2022-01-18
Also published as: WO2002056767A1; KR20030071833A; JPWO2002056767A1; EP1366710A1; EP1366710A4; US20040070394A1; US6949928B2; CN1491095A

Description

技術分野
本発明は、被検体内の磁化スピンの磁気共鳴現象に基づいて当該被検体の内部を撮像する磁気共鳴イメージング（ＭＲＩ）に係り、特に、複数のコイル要素から成るマルチコイルを用いた高速ＭＲ撮像（パラレルＭＲイメージング）行うときには必要なコイル感度分布推定装置及びその推定方法に関する。
背景技術
磁気共鳴イメージングは、静磁場中に置かれた被検体の原子核スピンをそのラーモア周波数の高周波信号で磁気的に励起し、この励起に伴って発生するＭＲ信号から画像を再構成する撮像法である。
この磁気共鳴イメージングの分野において、近年、特に高速撮像の研究が盛んになっている。この一例として、複数のＲＦコイルを用いる、総称的にパラレルＭＲイメージング（ＰａｒａｌｌｅｌＭＲＩｍａｇｉｎｇ）法と呼ばれる高速撮像法が知られている。このパラレルＭＲイメージング法は、歴史的には、マルチコイル高速撮像法、ＰＰＡ（ＰａｒｔｉａｌｌｙＰａｒａｌｌｅｌＡｃｑｕｉｓｉｔｉｏｎ）法、又はサブエンコーディング（ｓｕｂｅｎｃｏｄｉｎｇ）法とも呼ばれている。
このパラレルＭＲイメージングには種々の態様が採られる。初期の頃には、例えば、論文“ＣａｒｌｓｏｎＪ．Ｗ．ａｎｄＭｉｎｅｍｕｒａＴ．，ＩｍａｇｅＴｉｍｅＲｅｄｕｃｔｉｏｎＴｈｒｏｕｇｈＭｕｌｔｉｐｌｅＲｅｃｅｉｖｅｒＣｏｉｌＤａｔａＡｃｑｕｉｓｉｔｉｏｎａｎｄＩｍａｇｅＲｅｃｏｎｓｔｒｕｃｔｉｏｎ，ＭＲＭ２９：６８１−６８８，１９９３”や“ＲａＪ．Ｂ．ａｎｄＲｉｍＣ．Ｙ．，ＦａｓｔＩｍａｇｉｎｇＵｓｉｎｇＳｕｂｅｎｃｏｄｉｎｇＤａｔａＳｅｔｓＦｒｏｍＭｕｌｔｉｐｌｅＤｅｔｅｃｔｏｒｓ，ＭＲＭ３０：１４２−１４５，１９９３”が提案されている。
また、この初期の手法を改良した多くの手法が提案されている。その中には、論文“ＳｏｄｉｋｓｏｎＤ．Ｋ．ａｎｄＭａｎｎｉｎｇＷ．Ｊ．，ＳｉｍｕｌｔａｎｅｏｕｓＡｃｑｕｉｓｉｔｉｏｎｏｆＳｐａｔｉａｌＨａｒｍｏｎｉｃｓ（ＳＭＡＳＨ）：ＦａｓｔＩｍａｇｉｎｇｗｉｔｈＲａｄｉｏｆｒｅｑｕｅｎｃｙＣｏｉｌＡｒｒａｙｓ，ＭＲＭ３８：５９１−６０３，１９９７”で知られるＳＭＡＳＨ法や、論文“ＰｒｕｅｓｓｍａｎＫ．Ｐ．，ＷｅｉｇｅｒＭ．，ＳｃｈｅｉｄｅｇｇｅｒＭ．Ｂ．，ａｎｄＢｏｅｓｉｇｅｒＰ．，ＳＥＮＳＥ：ＳｅｎｓｉｔｉｖｉｔｙＥｎｃｏｄｉｎｇｆｏｒＦａｓｔＭＲＩ，ＭＲＭ４２：９５２−９６２，１９９９”で知られるＳＥＮＳＥ法がある。
これらのパラレルＭＲイメージング法では、基本的に、複数のＲＦコイル（要素コイル）から成る、所謂、マルチコイルを用いて各コイル同時にエコー信号が受信され、各ＲＦコイルの受信エコー信号から独立に画像データが生成される。このように複数のＲＦコイルで同時に受信する条件で、各ＲＦコイルに対応したエンコード数を、画像再構成に必要な所定エンコード数のＲＦコイル数分の１に減らす。これにより、各ＲＦコイル毎に生成した画像のＦＯＶは小さくなり、スキャン時間は減少するものの、画像端には折返し（ｗｒａｐ−ａｒｏｕｎｄ又はｆｏｌｄｉｎｇと呼ばれる）が生じている。
第１図に、このパラレルＭＲイメージング法を用いて、要素コイル数＝２の場合に収集される画像の例を示す。第１図（ａ）及び（ｂ）は各要素コイルで得られた画像をそれぞれ示す。
そこで、このパラレルＭＲイメージング法の場合、複数のＲＦコイルの感度が個々に異なることを利用して、後処理としてのアンフォールディング（ｕｎｆｏｌｄｉｎｇ）処理が行われ、それら複数枚の画像が最終のフルＦＯＶ（視野）の画像に合成される。このアンフォールディング処理には、ＲＦコイル（要素コイル）の空間的な感度マップが用いられる。このようにパラレルＭＲイメージング法によって、スキャンの高速化を図るとともに（高速撮像）、例えば腹部全体のように広い視野の最終画像を得ることができる。
感度マップは、個々のＭＲ撮像の度に、本スキャンの前に求めておく必要がある。具体的には、プレスキャンを行って得た画像データから所定演算を行って感度データを得る。この感度データには更にローパスフィルタ処理が施されたり、多項式フォールディング処理が施され、アンフォールディング処理に用いる感度マップが得られる。また、内挿・外挿法も適用される。
しかしながら、上述の各ＲＦコイルの感度情報（即ち、エコー信号）は、エコー信号源の存在する領域からは豊富に得られるものの、エコー信号源が存在しない領域、例えば被検体の外部の領域や肺野などからは少ない。このため、上述したローパスフィルタ処理や多項式フィッティング処理は、例えば肺野を撮像部位とする場合のように、収集されるエコーデータ（原データ）が疎な部位から得た画像には適用し難く、また外挿の場合でも、外挿できる領域は小さく、感度分布データを高精度に拡張することが困難なことが多かった。
また、ローパスフィルタ処理や多項式フィッティング処理を施すと、画像の周辺部ではデータが発散して異常値を示すことが多いことから、安定した滑らかな感度マップを得ることは難しかった。
従って、精度が低く、また滑らか度の低い感度マップを用いてアンフォールディング処理が強いられるため、最終的に得られるフルＦＯＶの合成画像においてもアーチファクトが残るなど、画質が悪く、描出能の低い画像しか得られないという問題があった。
発明の開示
本発明は、このような従来技術の抱える問題を打破するためになされたもので、疎なエコーデータしか収集されない撮像部位（即ち、全くエコー信号が出ないか又は低い信号値のエコー信号しか出ない領域を含む撮像部位）であっても、マルチコイルを成す複数の要素コイル夫々の感度マップを高精度に推定することを、その目的とする。また、そのような推定機能を有する磁気共鳴イメージング装置を提供することを、別の目的とする。
上述した目的を達成するため、本発明に係るコイル感度分布推定装置は、パラレルＭＲイメージングに用いる複数のＲＦコイルから成るマルチコイルの初期感度マップを生成する生成手段と、前記初期感度マップをＧＣＳ（ＧｌｏｂａｌＣｏｖｅｒａｇｅＳｐｌｉｎｅｓ）でフィッティングしてアンフォールディング用の感度マップを得るフィッティング手段とを備えたことを特徴とする。
例えば、前記生成手段は、前記複数のＲＦコイルのそれぞれにより収集された画像の画素値を平方二乗和などの合成処理に付して前記初期感度マップを生成する手段である。また、前記生成手段は、全身用コイルにより収集された画像を前記初期感度マップとして用いる手段であってもよい。
また例えば、前記フィッティング手段は、前記ＧＣＳのベース関数の自動位置決め、前記フィッティング処理時におけるターゲット点の画像外側への付加、及び前記フル感度マップに関する既知情報の組込みのうち、少なくとも１つの処理を実行する手段を有する。この場合、例えば、前記フィッティング手段は、前記ＧＣＳのベース関数の自動位置決め処理を実行する手段を有し、この実行手段は、格子点をコントロール点とするグリッドを用いた自動位置決め処理を行う手段である。
さらに、好適な一例によれば、前記生成手段及びフィッティング手段は、ＭＲデータの絶対値成分及び位相成分の何れか一方又は両方に対して実行するように構成される。
また、本発明に係るコイル感度分布推定方法は、パラレルＭＲイメージングに用いる複数のＲＦコイルから成るマルチコイルの感度分布を推定する方法である。この方法は、マルチコイルの初期感度マップを生成し、初期感度マップをＧＣＳでフィッティングしてアンフォールディング用の感度マップを得る、ことを特徴とする。
さらに、本発明に係る磁気共鳴イメージング装置は、複数のＲＦコイルから成るマルチコイルを用いて被検体のＭＲ画像を得る装置であり、前記マルチコイルの複数のＲＦコイルを介して受信するプレスキャンのエコーデータに基づいて当該ＲＦコイルそれぞれの第１の感度マップを個別に生成する第１の生成手段と、前記第１の感度マップのそれぞれをＧＣＳ（ＧｌｏｂａｌＣｏｖｅｒａｇｅＳｐｌｉｎｅｓ）でフィッティングして第２感度マップを個別に生成する第２の生成手段と、前記マルチコイルの複数のＲＦコイルを介して受信するパラレルＭＲイメージングによるスキャンのエコーデータを再構成する再構成手段と、この再構成手段により再構成された画像に、前記第２の感度マップを用いて、アンフォールディングを含む処理を行って前記ＭＲ画像を得る画像取得手段とを備えたことを特徴とする。
例えば、前記第１の生成手段は、前記プレスキャンとして、３次元のエコーデータから成るボリュームデータを得るスキャン手段と、前記ボリュームデータに基づき前記各ＲＦコイルの３次元の第１の感度マップを演算する演算手段とを備え、前記第２の生成手段は、３次元の前記第１の感度マップのそれぞれをＧＣＳでフィッティングして３次元の前記第２の感度マップを得る手段である。この場合、好適には、前記画像取得手段は、前記再構成手段より再構成された画像に応じて断面の感度マップを３次元の前記第２の感度マップから切り出す切出し手段と、この切出し手段により切り出された断面の２次元マップを用いて前記アンフォールディングを行うアンフォールディング手段とを備える。
さらに、本発明に係る磁気共鳴イメージング装置は、別の態様として、静磁場内に置かれた被検体にパラレルＭＲイメージング法に従って傾斜磁場及び高周波信号を印加し、これにより当該被検体から生じるＭＲ（磁気共鳴）信号を複数の要素コイルから成るマルチコイルで受信し、その要素コイル夫々により受信された前記ＭＲ信号に基づいて高速撮像法に拠る画像化を行うＭＲＩ（磁気共鳴イメージング）装置である。この装置は、前記複数の要素コイルで個別に検出されたＭＲ信号を個別に受信処理して受信データを生成する受信器と、この受信器で個別に生成された準備用スキャン時の複数組の受信データから前記マルチコイルの初期感度マップを生成する機能、その初期感度マップをＧＣＳでフィッティングしてアンフォールディング用の感度マップを得るフィッティング機能、及び、前記受信器で個別に生成されたイメージング用スキャン時の複数組の受信データと前記感度マップとに基づいて前記高速撮像法に拠る画像を生成する機能を有する演算装置とを備える。
このように、初期感度マップをＧＣＳでフィッティングして最終の感度マップを得るので、従来のように、単純なローパスフィルタや局地的な多項式フィッティングに拠るリファイン法とは違い、疎なエコーデータしか収集されない撮像部位（即ち、全くエコー信号が出ないか又は低い信号値のエコー信号しか出ない領域を含む撮像部位）であっても、マルチコイルを成す複数の要素コイル夫々のアンフォールディング用感度マップを高精度に推定することができる。この推定は、２次元のＧＣＳによるフィッティングであっても、また、３次元のＧＣＳによるフィッティングであっても実行できる。
なお、ＧＣＳ（ＧｌｏｂａｌＣｏｖｅｒａｇｅＳｐｌｉｎｅｓ）は、例えば、ＴＰＳ（Ｔｈｉｎ−ＰｌａｔｅＳｐｌｉｎｅｓ）、Ｂ−ｓｐｌｉｎｅｓ、ＢｅｚｉｅｒＳｕｒｆａｃｅｄなど、広い領域にわたってフィッティングを行うものであればよい。また合成処理は、平方二乗和（ＳｑｕａｒｅＲｏｏｔｏｆＳｕｍ−ｏｆ−Ｓｑｕａｒｅｓ；略して、Ｓｕｍ−ｏｆ−Ｓｑｕａｒｅｓ（ＳｏＳ））のほか、単純和などの合成法であってもよい。
また、本発明に係るコイル感度推定の手法は、フェーズドアレイコイル（ＰＡＣ）を用いたイメージング（すなわちパラレルＭＲイメージングではない）におけるコイル感度の補正に用いることもできる。
最良の実施形態
以下、本発明に係る１つの実施の形態を添付図面に基づき説明する。
まず、第２図を参照して、この実施形態に係るＭＲＩ（磁気共鳴イメージング）装置を説明する。なお、このＭＲＩ装置は、本発明に係るコイル感度分布推定装置を機能的に含む。
このＭＲＩ装置は、マルチコイルを用いて高速撮像を実施し、パラレルＭＲイメージング（ｐａｒａｌｌｅｌＭＲｉｍａｇｉｎｇ）画像（ＰＰＡ（ｐａｒｔｉａｌｐａｒａｌｌｅｌａｃｑｕｉｓｉｔｉｏｎ）画像とも呼ばれる）を得ることができる装置である。第２図に示す如く、このＭＲＩ装置は、被検体としての患者Ｐを載せる寝台部と、静磁場を発生させる静磁場発生部と、静磁場に位置情報を付加するための傾斜磁場発生部と、高周波信号を送受信する送受信部と、システム全体のコントロール及び画像再構成を担う制御・演算部とを備えている。
静磁場発生部は、例えば超電導方式の磁石１と、この磁石１に電流を供給する静磁場電源２とを備え、被検体Ｐが遊挿される円筒状の開口部（診断用空間）の軸方向（本システムに設定された直交座標軸ではＺ軸方向に相当する）に静磁場Ｈ_０を発生させる。なお、この磁石部には、図示しない静磁場均一用のシムコイルが設けられている。
寝台部は、被検体Ｐを載せた天板１４Ｔを磁石１の開口部に退避可能に挿入できる。この挿入は、寝台駆動装置１４Ｄによってなされる。寝台駆動装置１４Ｄは、後述するホスト計算機６から与えられる駆動信号に応答して、天板１４Ｔをその長手方向（Ｚ軸方向）に移動できるようになっている。被検体Ｐは、一例として、天板１４Ｔの長手方向に沿って載せられる。
傾斜磁場発生部は、磁石１に組み込まれた傾斜磁場コイルユニット４Ｇを備える。この傾斜磁場コイルユニット４Ｇは、互いに直交するＸ、Ｙ及びＺ軸方向の傾斜磁場を発生させるための３組（種類）のｘ，ｙ，ｚコイル（図示せず）を備える。この傾斜磁場発生部は更に、ｘ，ｙ，ｚコイルに電流を供給する傾斜磁場アンプ４を備える。この傾斜磁場アンプ４は、後述するシーケンサ５の制御のもと、ｘ，ｙ，ｚコイル夫々に傾斜磁場を発生させるためのパルス電流を供給する。
傾斜磁場アンプ４からｘ，ｙ，ｚコイルに供給されるパルス電流を制御することにより、物理軸である直交３軸Ｘ，Ｙ，Ｚ方向の傾斜磁場を合成して、互いに直交するスライス方向傾斜磁場Ｇｓ、位相エンコード方向傾斜磁場Ｇｅ、及び読出し方向（周波数エンコード方向）傾斜磁場Ｇｒの各論理軸方向を任意に設定・変更することができる。スライス方向、位相エンコード方向、及び読出し方向の各傾斜磁場は、静磁場Ｈ_０に重畳される。
送受信部は、磁石１のボア内の撮像空間において被検体Ｐの近傍に配設されるＲＦコイルとしての全身（ＷＢ）用コイル７Ｔ及びマルチコイル７Ｒと、この両コイル７Ｔ及び７Ｒに接続された送信器８Ｔ及び受信器８Ｒとを備える。
全身用コイル７Ｔは、このコイルを単独のＲＦコイルとして使用するときは、送受信兼用コイルとして使用される。一方、マルチコイル７Ｒ（受信コイル）を使用するときには、全身用コイル７Ｔは送信用コイルとして使用される。
マルチコイル７Ｒは、Ｓ／Ｎを高く設定できるアレイタイプの受信コイルとして構成されており、要素コイルを成す複数のＲＦコイル（例えば表面コイル）７ａ，７ｂ，７ｃから成る。この複数のＲＦコイル７ａ〜７ｃは、一例として、撮像空間においてＺ軸方向に配設される。複数のＲＦコイル７ａ〜７ｃの夫々は、互いに独立して受信器８Ｒに接続される。
なお、マルチコイル７Ｒは必ずしも複数個の表面コイルから成る構造に限定されず、複数個のボリュームコイルから構成されていてもよい。また、マルチコイルは寝台に取り付けていてもよいし、被検体に取り付けてもよい。
送信器８Ｔ及び受信器８Ｒは、後述するシーケンサ５の制御の基で動作する。送信器８Ｔは、被検体Ｐの磁化スピンに核磁気共鳴（ＮＭＲ）を起こさせるためのラーモア周波数のＲＦ電流パルスを全身用コイル７Ｔに供給する。受信器８Ｒは、全身用コイル７Ｔ又はマルチコイル７Ｒが受信したエコー信号（高周波信号）を取り込み、エコーデータ（原データ）を生成する。
受信器８Ｒは、具体的には第２図に示す如く、全身用コイル側の受信部とマルチコイル側の受信部とに分かれている。
全身用コイル側の受信部は、全身用コイル７Ｔに接続されたデュプレクサ８１と、このデュプレクサ８１に接続されたプリアンプ８２と、このプリアンプ８２の受信信号を受ける受信系回路８３とを備える。デュプレクサ８１には送信器８Ｔも接続されている。
これにより、デュプレクサ８１は、送信時には送信器８Ｔからの送信駆動パルスを全身用コイル７Ｔに向けて通過させる一方で、受信時には全身用コイル７Ｔが検出したエコー信号をプリアンプ８２に向けて通過させる。プリアンプ８２は、受信エコー信号を前置増幅して受信系回路８３に送る。受信系回路８３は、入力したエコー信号に中間周波変換、位相検波、低周波増幅、フィルタリングなどの各種の信号処理を施した後、Ａ／Ｄ変換を施してエコーデータ（原データ）を生成し、これをホスト計算機６に送る。
一方、マルチＲＦコイル側の受信部は、ＲＦコイル７ａ（〜７ｃ）毎に、マルチコイル７Ｒからのエコー信号を受けるプリアンプ８４Ａ〜８４Ｃを備える。各プリアンプ８４Ａ（〜８４Ｃ）の出力は受信系回路８５Ａ（〜８５Ｃ）を介してホスト計算機６に至る。この受信系回路８７Ａ〜８７Ｃの夫々も前述と同様に、入力したエコー信号に中間周波変換、位相検波、低周波増幅、フィルタリングなどの各種の信号処理を施した後、Ａ／Ｄ変換を施してエコーデータを生成し、これをポスト計算機６に送る。
さらに、制御・演算部は、シーケンサ（シーケンスコントローラとも呼ばれる）５、ホスト計算機６、記憶装置１１、表示装置１２、及び入力器１３を備える。
この内、ホスト計算機６は、その内部メモリ又は記憶装置１１に記憶したソフトウエア手順に基づいて、シーケンサ５に準備用のプレスキャン（ｐｒｅｐａｒａｔｉｏｎｓｃａｎ）及びイメージング用の本スキャン（ｉｍａｇｉｎｇｓｃａｎ）のパルスシーケンス情報を送るとともに、装置全体の動作を統括する。また、ホスト計算機６は、マルチコイル７ＲのＲＦコイル７ａ〜７ｃの感度マップを推定する機能、エコーデータに再構成処理を施して画像データを演算する機能、寝台駆動装置１４Ｄの駆動を制御する機能などを有する。このホスト計算機６は本発明の演算装置としても機能する。
パルスシーケンス情報に拠るスキャンは、画像再構成に必要なエコーデータの組を収集するスキャンである。パルスシーケンスには、３次元（３Ｄ）スキャン又は２次元（２Ｄ）スキャン）のシーケンスが使われる。そのパルス列の形態としては、ＳＥ（スピンエコー）法、ＦＳＥ（高速ＳＥ）法、ＦＡＳＥ（高速ＡｓｙｍｍｅｔｒｉｃＳＥ）法（すなわち、高速ＳＥ法にハーフフーリエ法を組み合わせたイメージング法）、ＥＰＩ（エコープラナーイメージング）法、ＦＥ（グラジェントエコー）法、ＦＦＥ（高速ＦＥ）法、セグメンティドＦＦＥ法、などが用いられる。
シーケンサ５は、ＣＰＵ及びメモリを備えており、ホスト計算機６から送られてきたパルスシーケンス情報を記憶し、この情報にしたがって傾斜磁場アンプ４、送信器８Ｔ、受信器８Ｒの動作を制御する。パルスシーケンス情報とは、一連のパルスシーケンスに従って傾斜磁場アンプ４、送信器８Ｔおよび受信器８Ｒを動作させるために必要な全ての情報であり、例えばｘ，ｙ，ｚコイルに印加するパルス電流の強度、印加時間、印加タイミングなどに関する情報を含む。
マルチコイル高速撮像において再構成された画像及び合成された画像のデータは、表示装置１２に表示されるとともに、記憶装置１１に記憶される。オペレータが希望する撮像条件、パルスシーケンス、画像合成や差分演算に関する情報は、入力器１３を介してホスト計算機６に入力される。
次いで、本実施形態の作用効果を、マルチコイル７Ｒの感度マップの作成を中心に説明する。
本実施形態では、マルチコイル高速撮像は第３図に大略示す手順で行われる。まず、イメージング用本スキャン前の準備作業の一環として、マルチコイル７Ｒの各ＲＦコイルの感度マップを推定するためのプレスキャンが所定シーケンスで実行される（ステップＳ１）。このプレスキャンは、例えば２次元のスキャンに基づくＦＦＥ（ＦａｓｔＦｉｅｌｄＥｃｈｏ）法などの高速パルスシーケンスを用いて、ＲＦコイル７ａ（〜７ｃ）毎に行われ、これにより、画像再構成に必要なエコー信号が収集される。
プレスキャンで収集され受信器８Ｒで処理されたエコーデータは、ホスト計算機６により、ＲＦコイル毎に、実空間の画像Ｃ１〜Ｃ３に再構成される（ステップＳ２：第４図及び第５図参照）。次いで、ホスト計算機６により、この画像Ｃ１〜Ｃ３のデータを用いて、後述するように、マルチコイル７Ｒを成すＲＦコイル７ａ〜７ｃ夫々の感度マップＭ１´〜Ｍ３´が推定される（ステップＳ３：第４図参照）。この感度マップのデータは記憶装置１１に保存される。
一方、本スキャン（ステップＳ１１）により収集され受信器８Ｒで処理されたエコーデータは、ホスト計算機６により、ＲＦコイル毎に、実空間の画像に再構成される（ステップＳ１２）。この画像は、ＲＦコイル毎に、記憶装置１１から読み出されたＲＦコイル７ａ〜７ｃの感度マップを用いてアンフォールディング処理され、最終のフルＦＯＶの画像に合成される（ステップＳ１３）。
次に、第４図以降の図面を参照して、上述した感度マップの推定処理（ステップＳ３）を更に詳述する。
この感度マップの推定はホスト計算機６により実行される。具体的には、第４図に示す如く、この推定処理は、複数のＲＦコイル７ａ〜７ｃにより個々に得た複数枚の画像（コイル画像）Ｃ１〜Ｃ３から初期感度マップＭ１〜Ｍ３を各々演算する工程ＰＳ１と、この初期感度マップＭ１〜Ｍ３に、本発明に係るＴＰＳ（Ｔｈｉｎ−ＰｌａｔｅＳｐｌｉｎｅｓ）に拠るフィッティングを適用してフル感度マップＭ１´〜Ｍ３´を推定する肯定ＰＳ２とを含む。このフル感度マップＭ１´〜Ｍ３´が最終的にアンフォールディング処理に使用される要素コイル毎の感度分布である。
（初期感度マップの演算）
次いで、初期感度マップの演算を、第５図を参照して説明する。
なお、この演算は、ＲＦコイル７ａ〜７ｃに対応して得られたコイル画像Ｃ１〜Ｃ３夫々の絶対値データ及び位相データの何れか又は両方に対して実行される。この結果、コイル画像Ｃ１〜Ｃ３夫々の絶対値及び位相夫々に対する初期感度マップが生成される。以下、これを、単に、「感度マップの演算」として説明する。
この感度マップの演算は比較的容易な処理であり、例えば前述したＳＥＮＳＥ法で用いられている。フェーズドアレイコイル（ＰｈａｓｅｄＡｒｒａｙＣｏｌｉ：ＰＡＣ）を成すＲＦコイル７ａ〜７ｃ（即ち、コイル要素数ｎ＝３）に対応して得られたコイル画像Ｃ１〜Ｃ３は、平方二乗和（ｓｕｍ−ｏｆ−ｓｑｕａｒｅｓ：ＳｏＳ）画像の演算、即ち

付されて合成される。
次いで、コイル画像Ｃ１〜Ｃ３の画素値について、

の演算を行い、初期感度マップＭ１〜Ｍ３を夫々演算する。ここで、ｉ＝１〜ｎ（正の整数：ここでｎ＝３））である。この除算により、解剖学上の構造物を除去でき、コイル夫々の感度プロファイルを反映した画像になる。
しかし、コイル夫々の感度マップを得るための演算は、エコー信号の十分な強度が得られる位置でのみ可能である。つまり、ＳｏＳ画像のうち、強度が低い（一例として、最大強度に対する全体強度の割合が例えば１０％であるしきい値を用いて検出される）位置では感度情報が得られない。
このＳｏＳ画像の別の方法として、全身用（ＷＢ）コイル７Ｔを用いて撮像された画像を用いることができる。このＷＢコイル７Ｔを用いる場合、より精度の高い感度マップを提供できるという利点があるが、ＷＢコイルとマルチコイルとの間に位置ずれ（ミスレジストレーション）が無く、一致していることが重要である。
第６図に、ＲＦコイルが２つ（要素コイル１，２）の場合について、実際にプレスキャンで得られたフルＦＯＶ画像（左上及び左下の画像：第６図（ａ），（ｃ））と、このフルＦＯＶ画像（右上及び右下の画像：第６図（ｂ），（ｄ））を使って演算された初期感度マップの例を夫々示す。
（ＴＰＳフィッティング）
次に、フィッティング処理（第４図、ステップＰＳ２）を説明する。
最初に、ＴＰＳ（Ｔｈｉｎ−ＰｌａｔｅＳｐｌｉｎｅｓ）について説明する。ＴＰＳは、対数に拠るベース関数の組み合わせとして定義される曲面である。このようなベース関数は局所的に変形させることができるので、それらの組み合わせによって、かかる曲面の全体の形状を決めることができる。
これらベース関数は、それらの位置（その中心点で定義される位置であり、以下、コントロール点と呼ぶ）及び高さ（ＴＰＳの式の中で与えられる重みで定義される）により決まる。
第７図に、ＴＰＳの一例を示す。同図の場合、コントロール点はひし形の頂点に置かれ、それらの点の高さは×印で表されている。このように４個のベース関数により、全部の×印を通る曲面として、その曲面の全体形状を特定できる。
（一般的なＴＰＳフィッティング）
ここで、一般的に使用されている、ＴＰＳに拠るフィッティングを（内挿法及び近似法の両ケースに対して）を説明する。
ＴＰＳは、曲げ関数の組み合わせに、境界拘束を加えて、以下の（１）式の如く表される。

ここで、

であり、ｗ_ｉは重みを、ａ＋ｂｘ＋ｃは境界での滑らかさを与える項である。
内挿法については、一連の点を正確に内挿する系を説明する。しかし、最も通常のケースでは、多量のデータ点を使用できるので、その場合には内挿よりも近似の方が好適である。近似法としては、ＴＰＳを最小二乗法によりフィッティングする手法を説明する。
＜内挿法の場合＞
内挿するターゲットデータを、Ｓ（ｘ_ｋ，ｙ_ｋ），ｋ＝１…ｎとすると、解くべき系は、

となり、マトリクス表記では、

となる。このマトリクスは、

と表すことができるので、重みは一般表現としては、

と表される。
＜最小二乗近似＞
このＴＰＳは、

と近似できる。ここで、ｍはベース関数の数であり、データ点の数ｎよりも小さい（ｍ＜ｎ）。このときの近似誤差は、

と表すことができる。パラメータｗ_ｉに関する誤差を最小にすると、

が得られる。
設計マトリックスＡ及び観測ベクトルｓを、

のように定義する。これにより、最小二乗法の近似式、

と表すことができ、この最小二乗法の問題の解は、設計マトリックスＡの擬似逆行列

になる。
ＴＰＳは、データの位置を内挿したり、近似する場合に用いることができ、理論的及び実用的な両方から特徴を有している。
理論的には、ＴＰＳは、点の組を通る全種類の曲面のうち、曲げエネルギ（ｂｅｎｄｉｎｇｅｎｅｒｇｙ）を最小にする曲面である。実用的な曲面からは、ＴＰＳは線形の式で表され、演算が容易化且つ高速化される。さらに、このベース関数（即ち、コントロール点）の数及び位置は何ら制限無く選択でき、これにより、柔軟性のあるフィッティング手法になる。
ＴＰＳの式は元々、“Ｈａｒｄｅｒ”と“Ｄｅｓｍａｒａｉｓ”により導入された（論文“ＨａｒｄｅｒＲ．Ｌ．ａｎｄＤｅｓｍａｒａｉｓＲ．Ｎ．，Ｉｎｔｅｒｐｏｌａｔｉｏｎｕｓｉｎｇｓｕｒｆａｃｅｓｐｌｉｎｅｓ，ＪｏｕｒｎａｌｏｆＡｉｒｃｒａｆｔ９：１８９−１９１，１９７２”参照）。このＴＰＳの医療への応用は、歪みをモデル化する例で報告されており（論文”ＢｏｏｋｓｔｅｉｎＦ．Ｌ．，Ｐｒｉｎｃｉｐａｌｗａｒｐｓ：ｔｈｉｎ−ｐｌａｔｅｓｐｌｉｎｅｓａｎｄｔｈｅｄｅｃｏｍｐｏｓｉｔｉｏｎｏｆｄｅｆｏｒｍａｔｉｏｎｓ．ＩＥＥＥＴｒａｎｓａｃｔｉｏｎｓｏｎＰａｔｔｅｒｎＡｎａｌｙｓｉｓａｎｄＭａｃｈｉｎｅＩｎｔｅｌｌｉｇｅｎｃｅ，１１（６）：５６７−５８５，１９８９”参照）、医用画像を登録する際によく用いられている。
（本発明で用いるＴＰＳフィッティング）
次に、本発明で用いるＴＰＳに拠るフィッティングを説明する。
まず、このフィッティングは、概略的には、初期感度マップ上で感度情報を有するピクセル値をターゲット点として扱い、それらの値にＴＰＳをフィットさせる。つまり、ＴＰＳのコントロール点の位置を変え、このコントロール点の高さがターゲット点に最も良く近似するように、重みが最適値に設定される（第８図参照）。
なお、フィッティングの演算速度を上げるには、通常、画像はサブサンプリングされる。これにより、グリッドの値のみ、即ち画像上の一定間隔に配されたピクセルのみが採用される。実用上は、２５６×２５６のマトリクスサイズの画像では、格子距離は通常、５ピクセルに設定される（第９図参照）。
第１０図に、本発明で用いるＴＰＳに拠るフィッティングの一例を実施する処理手順示す。これらの手順ＰＳ２−１〜ＰＳ２−４は、ホスト計算機６により、コイル画像Ｃ１〜Ｃ３の絶対値データ及び位相データの一方から求めた初期感度マップ又はその両方から求めた夫々の初期感度マップに対して実行される。
（コントロール点の自動位置決め）
最初の手順ＰＳ２−１では、コントロール点、即ち基礎関数（ｂａｓｉｓｆｕｎｃｔｉｏｎｓ）の位置が自動的に決められる。
具体的には、画像上に予め定めた格子位置を有するグリッドが第１１図に示す如く自動的に設定され、これにより、コントロール点が画像上で平均して配置される。
グリッドの格子点間の距離はコントロール点の数及び位置を決めるパラメータである。典型的には、大きなボディコイルの場合、ＦＯＶの大部分をカバーするように、画像を跨ぐ４×４のグリッド設定される。各々が画像の約１／４を覆うサイズの４素子から成るヘッドコイルのように、コイルが小さい場合、解像度を更に上げる必要があるので、例えば、１０×１０のグリッドが用いられる。
なお、このグリッドは、コントロール点の最終位置を決める手段として用いてもよいが、第１２図に示すように別の洗練化処理（ｒｅｆｉｎｅｍｅｎｔｐｒｏｃｅｓｓ）を施すようにしてもよい。
第１２Ａ図〜第１２Ｃ図に示す洗練化処理は、前述したように、初期感度マップを利用して行われる。つまり、ホスト計算機６により、画像上に初期感度マップの内のコイル感度が高い領域が自動的に設定され（第１２Ａ図参照）、対象物の描出領域と高いコイル感度領域との重なった部分が自動的に抽出される。この抽出画像に上述したグリッドを自動的に配置される（第１２Ｂ図参照）。更に、その画像上で、描出部以外の部分に存在する格子点を自動的に切り取り、残りの格子点、即ち描出部上に存在する格子点を最適化グリッドとして設定する（第１２Ｃ図参照）。この結果、グリッドを初期感度マップでマスクしたことになり、信号値が高い領域（コイル感度が高い領域）に在るコントロール点のみが残る。この結果、信号値が無い領域でのフィッティング曲面の挙動が一層安定化される。
このようにフィッティングするＴＰＳ曲面の形状及び範囲は、ＴＰＳのベース関数を定義するコントロール点の数及び位置により決まる。このコントロール点が少な過ぎると、ＴＰＳ曲面のフレキシビリティが限定されるし、ターゲット点に対する近似度は低くなる。一方、コントロール点が多過ぎると、フィッティングに対するノイズの関与が大きくなり、その結果、ＴＰＳ曲面の十分な滑らかさは確保されず、変形することがある。一般に、コントロール点は、上述した第１２Ａ図〜第１２Ｃ図に示す手法の如く、信号値の無い領域には置かずに、十分な強度の信号が在る領域に置くことが望ましい。信号値の無い領域は、その後の処理で滑らかに内挿される。これにより、フィッティング曲面に生じる、コントロール点の位置に因る歪みが減少する。
（ターゲット点の画像外側への追加）
次の手順ＰＳ２−２では、画像の外側にターゲット点が追加される処理がホスト計算機６により行われる。ターゲット点は、前述したように、初期感度マップ上で感度情報を含むピクセルの値である。
このターゲット点の追加処理は以下の理由に拠る。画像の内側においてその境界近くの位置にターゲット点が存在しない場合、そのような領域でＴＰＳの挙動が荒れて、好ましくなることがある（第１３Ａ図（ａ１）参照）。特に、画像の中心に近い位置で感度プロファイルに少しでも凹凸が在ると、その凹凸は画像の境界付近で増強されることがある。この結果、アンフォールディング後の画像において、その中心に近い位置における合成が良好に行われていないことになる。
この問題を回避するために、本実施形態では、画像の外側のある距離の位置にターゲット点を人工的に追加する手法が採られる。この追加処理は、ホスト計算機６により自動的に行われる。
この追加ターゲット点の重みは零に、即ち全ターゲット点にフィットする曲面に設定され、その追加点に対する最適値を決められる。第１３Ａ図（ａ２）及び第１３Ｂ図に一例を示す。第１３Ａ図（ａ２）はＴＰＳ曲面の１次元プロファイルを示し、第１３Ｂ図はその配置を２次元で示す。外側に追加配置するターゲット点までの距離は、一例として、画像マトリクスの半分の距離である。
このように、画像外部にターゲット点を追加することで、ＴＰＳの挙動を安定させる。つまり、画像の境界付近でＴＰＳが不用意に変動したり、ノイズ的な高ピークを呈するといった状態を排除できる。
（既知情報を利用したＴＰＳフィッティング）
次の手順ＰＳ２−３では、ホスト計算機６により、ＴＰＳの既知情報を利用してＴＰＳフィッティングの演算が行われる。この既知情報は、既にファントムなどを用いて得られたＴＰＳの既知モデルなどである。
初期の頃は、コイル感度をモデル化する場合、均質なファントムをスキャンすることに基づいていた。患者個々に依存するファクタに応じて検知コイルの感度プロファイルが変わるということは通常知られているところである。このため、上述のようなファントムは一般に、満足のいくモデルにはならない。
しかしながら、そのようファントムであっても、全体としては「期待される感度」に近似する感度プロファイルを与えることはできる。そこで、本発明では、既知のモデル（ｐｒｉｏｒｍｏｄｅｌ）を、感度分布の推定処理に利用する手法を提案する。なお、この既知の情報（モデル）は、ファントムを用いて演算した感度モデルに限定されるものではなく、コイル感度及びシミュレーションによって数学的に生成された感度モデルであってもよい。
本実施形態では、このような既知のモデルを使って、フィッティング処理を容易にし、「期待される形状」に拠る制限を利用するようにする。第１４Ａ図は既知モデルの一例を１次元プロファイルで示し、第１４Ｂ図は既知モデルを利用しないときのフィッティングされたＴＰＳの一例を１次元プロファイルで示す。同図に示す如く、ターゲット点が殆ど存在しない真中右寄りの領域Ｒｍでは、ターゲット点が無いために誤ったフィッティングを行う恐れがある。しかし、第１４Ｃ図に示す如く、第１４Ａ図に示す既知モデルを組み込んでフィッティングすることで、ターゲット点の存在しない領域Ｒｍにおけるフィッティングが真のプロファイルに近く且つ滑らかに推定される。
この新規のフィッティング処理は数学的には以下のように与えられ、ホスト計算機６で演算される。
内挿するターゲットデータをＳ（ｘ_ｋ，ｙ_ｋ），ｋ＝１…ｎとし、感度の既知モデルのデータをＰ（ｘ_ｋ´，ｙ_ｋ´），ｋ´＝１…ｎ´（ｎ´個のサンプルデータ）とする。通常のケースであるｎ´＞ｎが成り立つ場合には、ＦＯＶ全体に対して既知モデルが得られる。その一方で、ターゲット点の数は画像化する構造によって変わる。
ここで、新規の誤差関数を、

で定義する。この誤差関数は、

のように書き直すことができる。同式（１５）において、αは既知情報に関してターゲット点の相対的な寄与を規定する重みファクタである。通常、既知モデルに非常に接近したＴＰＳ面を得ることよりも、正確なデータフィッティングを優先させることが望ましいので、α≫０．５である。このため、ターゲットデータを使える部位では、ε_ｓ ^２の項が効いて、そのデータに良くフィッティングさせる一方で、ε_ｐ ^２の項は、既知モデルから大きくずれることを規制するファクタとして機能する。ターゲットデータを使用できない部位では、ε_ｐ ^２の項のみが誤差関数に関与し、効果的にかつ強制的に既知モデルに近似させる。
このフィッティング処理の特殊性を説明する。誤差εを最小にするには、

となる必要があるので、

となる。そこで、

とおくと、誤差を最小化する系は、

と表され、項をまとめると、

と表される。これをＴＰＳのパラメータについて解くと、

となる。
このように既知情報（モデル）を利用することで、より安定した感度分布を推定でき、特に、信号値が無い領域、即ちターゲット点が無い領域での著しいプロファイルの安定化が図られる。この既知モデルと最終のＴＰＳとの間の相違により、コイルの特性とそのコイルの検知感度プロファイルにおける外部ファクタの効果とに関する追加情報も与えられる。
本実施形態では、複素数データであるＭＲ画像データは絶対値データ及び位相データで表現され、上述した感度分布の推定処理が、その絶対値データ及び位相データの一方又は両方に施されて、個別に感度マップが得られる。通常、別々のスプラインを実部と虚部のデータにフィッティングさせても、良好なフィッティング結果は得られない。それは、実部及び虚部それぞれに対するフィッティング・スプラインの間に僅かな差があっても、大きなアーチファクトになるからである。しかし、本実施形態では、絶対値データと位相データに各別にフィットさせているので、満足のいくフィッティング結果が得られる。特に、絶対値データへのフィッティングで精度の良い感度マップが得られる。
なお、より簡便な処理としては、絶対値画像のみにＴＰＳをフィッティングさせ、次いで、元の位相マップと組み合わせるとよい。これによっても、絶対値部と位相部の両方にＴＰＳフィッティングを行った場合に比肩できる推定結果が得られる。絶対値画像のみにＴＰＳフィッティングを行うことにより、演算コストを減らし、位相マップ上で０〜２πまで位相変化をアンラッピングする必要も無くなる。
本発明に係る感度マップの推定に関わる画像例を第１５図及び第１６図に夫々示す。第１５図（ａ）の画像は初期感度マップを、第１５図（ｂ）の画像は左側の画像にＴＰＳをフィッティングさせて生成したフルＦＯＶの感度マップを夫々示す。第１６図（ａ），（ｂ）の両画像は、第１５図（ｂ）の感度マップを用いてアンフォールディングした、前述した第１図（ａ）及び（ｂ）に対応する画像である。その内、第１６図（ａ）の画像はスライス像として示し、第１６図（ｂ）の画像は全スライス画像をアンフォールディングした結果をＭＩＰ処理して得た画像である。
本実施形態では、パラメータであるコントロール点の位置及び高さ（重み）の変更における自由度が高いＴＰＳを用いて、データ的に不充分な初期感度マップから、滑らかで精度の高い感度マップを生成することができる。
ところで、前述した初期感度マップは、強度及び感度が高い領域を捕捉しているのみであるから、このマップデータは殆ど或いは全く信号を発生していない大きな領域で収集されたときには支障が出る。そのようなケースとしては、例えばＦＢＩ法に拠り肺野のＭＲＡ画像を得る場合が該当する。ＦＢＩ法は、論文“ＭｉｙａｚａｋｉＭ．ｅｔａｌ．，Ｎｏｎ−Ｃｏｎｔｒａｓｔ−ＥｎｈａｎｃｅｄＭＲＡｎｇｉｏｇｒａｐｈｙＵｓｉｎｇ３ＤＥＣＧ−ＳｙｎｃｈｒｏｎｉｚｅｄＨａｌｆ−ＦｏｕｒｉｅｒＦａｓｔＳｐｉｎＥｃｈｏ，ＪＭＲＩ１２：７７６−７８３，２０００”により知られている。
これに対して、本実施形態の場合、ＴＰＳを用いて初期感度マップを更にリファイン（ｒｅｆｉｎｅ）しているので、従来のように単純なローパスフィルタや多項式フィッティングに拠るリファインとは違って、肺野のように疎なエコーデータしか収集できないイメージング、位相エンコード方向のＦＯＶ端に対象が存在する場合のイメージング、更には、要素コイル数が少ない場合のイメージングに対しても良好なＰＰＡ画像を提供できる。
更に、ＴＰＳを用いてコイル感度を推定する手法は、論文“ＤａｗａｎｔＢ．Ｍ．，ｅｔａｌ．，ＣｏｒｒｅｃｔｉｏｎｏｆｉｎｔｅｎｓｉｔｙｖａｒｉａｔｉｏｎｓｉｎＭＲｉｍａｇｅｓｆｏｒｃｏｍｐｕｔｅｒ−ａｉｄｅｄｔｉｓｓｕｅｃｌａｓｓｉｆｉｃａｔｉｏｎ，ＩＥＥＥＴｒａｎｓａｃｔｉｏｎｓｏｎＭｅｄｉｃａｌＩｍａｇｉｎｇ１２（４）：７７０−７８１，１９９３”で報告されている。しかしながら、“Ｄａｗａｎｔ”等に拠る推定法は、画像の分割に焦点を当てており、一方、本発明は高速撮像における画像合成に必要な感度情報を良好に推定することを主眼においている。また、“Ｄａｗａｎｔ”等はシングルコイルの画像を用いているのに対し、本発明では、マルチコイルを用いており、これにより、前述したように初期感度マップを計算できるようになっている。
さらに、“Ｄａｗａｎｔ”等においては、ターゲット点の選択を手動で又はニューラルネットワーク（操作を事前に訓練する必要がある）を介して行う。これに対し、本発明の手法によれば、ターゲット点の選択は、初期感度マップを用いることができるので、より簡単に且つ完全に自動化される。
なお、前述した実施形態は、１）コントロール点の自動位置決め、２）画像外側へのターゲット点の追加配置、３）既知情報の利用、及び、４）絶対値成分及び位相成分夫々に対するＴＰＳフィッティング処理を同時に実行する場合について説明したが、本発明は必ずしもそのような態様に限定されるものではなく、それらの１）〜４）の機能のうち、任意の１つ以上を実行する構成にも適用される。
また、前述したＴＰＳは、Ｂ−ｓｐｌｉｎｅｓ，ＢｅｚｉｅｒＳｕｒｆａｃｅｄなど、広い領域にわたってフィッティングを行うＧＣＳ（ＧｌｏｂａｌＣｏｖｅｒａｇｅＳｐｌｉｎｅｓ）であればよい。また、前述した合成処理は、平方二乗和のほか、単純和などの合成法であってもよい。
さらに、前述した実施形態にあっては、第１１図〜第１３Ａ図及び第１３Ｂ図に例示したように、ＴＰＳによるフィッティングを理解し易いように２次元のフィッティングを念頭に置いて説明したが、このＴＰＳフィッティングは、２次元は勿論のこと、３次元で行うようにしてもよい。この３次元のＴＰＳによるフィッティングの例を第１７図及び第１８図を参照して、その概略を説明する。
第１７図に示すように、まず、イメージング用本スキャン前の準備作業の一環として、マルチコイル７Ｒの各ＲＦコイルの感度マップを推定するために、２次元のプレスキャン（例えばマルチスライス法）又は３次元のプレスキャンが所定の高速パルスシーケンスでＲＦコイル７ａ（〜７ｃ）毎に実行される（ステップＳ２１）。これにより、３次元のボリュームデータが収集される。
プレスキャンで収集され受信器８Ｒで処理されたエコーデータ（ボリュームデータ）は、ホスト計算機６により、ＲＦコイル毎に、実空間の画像Ｃ１〜Ｃ３に再構成される（ステップＳ２２）。次いで、ホスト計算機６により、この画像Ｃ１〜Ｃ３のデータに基づき、例えば前述した外挿法（ターゲット点の画像外側への追加：第１３Ａ図及び第１３Ｂ図を参照）を適用して、マルチコイル７Ｒを成すＲＦコイル７ａ〜７ｃ夫々の３次元の感度マップＭ１´〜Ｍ３´が推定される（ステップＳ２３）。これらの感度マップの３次元データは記憶装置１１に保存される。
一方、２次元又は３次元の本スキャンのパラレルＭＲイメージングによりエコーデータが収集される（ステップＳ２４）。このエコーデータは、受信器８Ｒで処理された後、ホスト計算機６により、ＲＦコイル毎に、実空間の画像に再構成される（ステップＳ２５）。次いで、この再構成された画像に合せた位置及び角度の断面（即ち、本スキャンのスキャン条件に合せた断面）が、記憶装置１１に事前に保存されていた３次元の感度マップデータから画像毎に切り出される（ステップＳ２６）。
このため、本スキャンで得られた複数枚の画像は、ＲＦコイル毎に、３次元の感度マップから切り出された断面に沿った２次元の感度マップを用いてアンフォールディング処理され、最終のフルＦＯＶの画像に合成される（ステップＳ２６）。
第１８図に、上述した３次元のＴＰＳによるフィッティングに基づく画像を例示する。なお、第１８図（ａ）は、第１８図（ｂ）に対比される感度マップで、上述したターゲット点の画像外側への追加処理をしないで得た３次元の感度マップから切り出した、ある断面の感度マップを示す参考例である。
これに対し、第１８図（ｂ）は、上述したターゲット点の画像外側への追加処理を行って得た３次元の感度マップから切り出した、ある断面の感度マップを示す。この第１８図（ｂ）の感度マップは、かかる追加処理を行う分、第１８図（ａ）に比べて、密でかつ滑らかに変化する感度分布を呈している。第１８図（ｃ）の画像を、第１８図（ｂ）に示す感度マップを用いてアンフォールディング（折返し画像の展開）を行って、第１８図（ｄ）に示す画像を得た。この画像には折返しに伴うアーチファクトは殆ど見られなかった。
この結果、３次元のＴＰＳによるフィッティングは、被検体に動きがある場合に特に有効で、安定した感度推定が可能となり、ロバストなパラレルＭＲイメージングを行うことができる。
以上説明したように、コイル感度分布推定装置及びその方法、並びにＭＲＩ装置によれば、初期感度マップをＧＣＳでフィッティングして最終の感度マップを得るように構成したので、従来のように、単純なローパスフィルタや局地的な多項式フィッティングに拠るリファイン法とは違い、疎なエコーデータしか収集されない撮像部位であっても、マルチコイルを成す複数の要素コイル夫々の感度マップを高精度に推定することができる。従って、ＭＲＩ装置によりマルチコイル高速撮像を行うときに、この感度マップを用いて精度の高いアンフォールディング処理を行い、従来のマルチコイル高速撮像法よりもアーチファクトが少なく、描出能の優れた高品質のＭＲ画像を提供することができる。
上述した実施形態に係るコイル感度推定の手法は、パラレルＭＲイメージングにおけるアンフォールディング用の感度マップを前提にして説明された。しかし、このコイル感度推定の手法は、フェーズドアレイコイル（ＰＡＣ）を用いたイメージング（すなわちパラレルＭＲイメージングではない）におけるコイル感度の補正に用いることもできる。具体的には、全身（ＷＢ）画像を分母とした各要素コイルの推定感度マップの平方二乗和（ＳｏＳ）画像の逆数画像を乗じるなどの補正処理を行うことができる。
本発明は実施形態記載の構成に限定されるものではなく、当業者においては、特許請求の範囲に記載の要旨を逸脱しない範囲で適宜に変更、変形可能なものである。
産業上の利用可能性
上述したように、疎なエコーデータしか収集されない撮像部位であっても、マルチコイルを成す複数の要素コイル夫々の感度マップが高精度に推定される。これにより、アーチファクトが少なく、描出能の優れた、広いＦＯＶのＭＲ画像を迅速に得ることができるので、診断能を向上させるとともに、患者負担及びオペレータの操作上の負担を著しく軽減する。これにより、医療用ＭＲイメージング装置の発達に多いに貢献できる。
【図面の簡単な説明】
添付図面において、
第１図は、マルチコイル高速撮像法の一つの形態であるパラレルＭＲイメージングにより得られた従来の画像の一例を示す図（写真で示す図）、
第２図は、本発明の実施形態に係るＭＲＩ装置（コイル感度分布推定装置を機能的に含む）の構成例を示す機能ブロック図、
第３図は、パラレルＭＲイメージングにより最終のフルＦＯＶのＭＲ画像を得るまでの手順の概要を示す図、
第４図は、アンフォールディング処理に用いる感度マップを推定するまでの手順の概要を示すチャート、
第５図は、初期感度マップを演算するまでの手順の概要を示すチャート、
第６図は、コイル画像としてのフルＦＯＶ画像と、この画像から生成する初期感度マップを例示する図（写真で示す図）、
第７図は、ＴＰＳの一例を説明する図、
第８図は、ＴＰＳフィッティングの手順の概要を示す図、
第９図は、ターゲット点を選択する手順の概要を示す図、
第１０図は、ＴＰＳに拠るフィッティング処理の特徴点を例示して示す、処理の概略フローチャート、
第１１図は、グリッド（コントロール点）の自動配置の一形態を説明する図、
第１２Ａ図乃至第１２Ｃ図は、ＴＰＳのコントロール点を設定する別の態様を説明する図、
第１３Ａ図及び第１３Ｂ図は、画像の外部のターゲット点を追加配置する様子を例示する図、
第１４Ａ図乃至第１４Ｃ図は、ＴＰＳフィッティングに既知情報を利用する一態様を説明する図、
第１５図は、初期感度マップとアンフォールディング用感度マップの一例を示す画像の図（写真で示す図）、
第１６図は、アンフォールディング結果を例示する画像の図（写真で示す図）、
第１７図は、３次元のＴＰＳによるフィッティングを行うときの、パラレルＭＲイメージングにより最終のフルＦＯＶのＭＲ画像を得るまでの手順の概要を示す図、及び、
第１８図は、３次元のＴＰＳによるフィッティングを行ったときの画像を例示する図（写真で示す図）、である。

Claims

複数のＲＦコイルから成るマルチコイルの感度分布を推定するコイル感度分布推定装置において、
前記マルチコイルの初期感度マップを生成する生成手段と、
前記初期感度マップをＧＣＳ（ＧｌｏｂａｌＣｏｖｅｒａｇｅＳｐｌｉｎｅｓ）でフィッティングして感度マップを得るフィッティング手段とを備えたことを特徴とするコイル感度分布推定装置。
パラレルＭＲイメージングに用いる複数のＲＦコイルから成るマルチコイルの感度分布を推定するコイル感度分布推定装置において、
前記マルチコイルの初期感度マップを生成する生成手段と、
前記初期感度マップをＧＣＳ（ＧｌｏｂａｌＣｏｖｅｒａｇｅＳｐｌｉｎｅｓ）でフィッティングしてアンフォールディング用の感度マップを得るフィッティング手段とを備えたことを特徴とするコイル感度分布推定装置。
請求項２に記載のコイル感度分布推定装置において、
前記生成手段は、前記複数のＲＦコイルのそれぞれにより収集された画像の画素値を合成処理して前記初期感度マップを生成する手段であるコイル感度分布推定装置。
請求項２に記載のコイル感度分布推定装置において、
前記生成手段は、全身用コイルにより収集された画像を前記初期感度マップとして用いる手段であるコイル感度分布推定装置。
請求項２に記載のコイル感度分布推定装置において、
前記フィッティング手段は、前記ＧＣＳのベース関数の自動位置決め、前記フィッティング処理時におけるターゲット点の画像外側への付加、及び前記アンフォールディング用の感度マップに関する既知情報の組込みのうち、少なくとも１つの処理を実行する手段を有するコイル感度分布推定装置。
請求項５に記載のコイル感度分布推定装置において、
前記フィッティング手段は、前記ＧＣＳのベース関数の自動位置決め処理を実行する手段を有し、この実行手段は、格子点をコントロール点とするグリッドを用いた自動位置決め処理を行う手段であるコイル感度分布推定装置。
請求項２に記載のコイル感度分布推定装置において、
前記生成手段及びフィッティング手段は、ＭＲデータの絶対値成分及び位相成分の何れか一方又は両方に対して実行するようにしたコイル感度分布推定装置。
請求項２に記載のコイル感度分布推定装置において、
前記生成手段は、前記エコーデータに基づき前記各ＲＦコイルの２次元の初期感度マップを生成する手段であり、
前記フィッティング手段は、前記２次元の初期感度マップをＧＣＳでフィッティングして２次元のアンフォールディング用の感度マップを得る手段であるコイル感度分布推定装置。
請求項２に記載のコイル感度分布推定装置において、
前記生成手段は、前記エコーデータに基づき前記各ＲＦコイルの３次元の初期感度マップを生成する手段であり、
前記フィッティング手段は、前記２次元の初期感度マップをＧＣＳでフィッティングして３次元のアンフォールディング用の感度マップを得る手段であるコイル感度分布推定装置。
請求項２に記載のコイル感度分布推定装置において、
被検体をスキャンして前記マルチコイルを介してエコーデータを収集するスキャン手段を備え、
前記生成手段は、前記スキャン手段により収集されたエコーデータに基づき前記マルチコイルの初期感度マップを生成する手段であるコイル感度分布推定装置。
複数のＲＦコイルから成るマルチコイルの感度分布を推定するコイル感度分布推定方法において、
前記マルチコイルの初期感度マップを生成し、
前記初期感度マップをＧＣＳ（ＧｌｏｂａｌＣｏｖｅｒａｇｅＳｐｌｉｎｅｓ）でフィッティングして感度マップを得る、ことを特徴とするコイル感度分布推定方法。
パラレルＭＲイメージングに用いる複数のＲＦコイルから成るマルチコイルの感度分布を推定するコイル感度分布推定方法において、
前記マルチコイルの初期感度マップを生成し、
前記初期感度マップをＧＣＳ（ＧｌｏｂａｌＣｏｖｅｒａｇｅＳｐｌｉｎｅｓ）でフィッティングしてアンフォールディング用の感度マップを得る、ことを特徴とするコイル感度分布推定方法。
複数のＲＦコイルから成るマルチコイルを用いて被検体のＭＲ画像を得る磁気共鳴イメージング装置において、
前記マルチコイルの複数のＲＦコイルを介して受信するプレスキャンのエコーデータに基づいて当該ＲＦコイルそれぞれの第１の感度マップを個別に生成する第１の生成手段と、
前記第１の感度マップのそれぞれをＧＣＳ（ＧｌｏｂａｌＣｏｖｅｒａｇｅＳｐｌｉｎｅｓ）でフィッティングして第２感度マップを個別に生成する第２の生成手段と、
前記マルチコイルの複数のＲＦコイルを介して受信するパラレルＭＲイメージングによるスキャンのエコーデータを再構成する再構成手段と
この再構成手段により再構成された画像に、前記第２の感度マップを用いて、アンフォールディングを含む処理を行って前記ＭＲ画像を得る画像取得手段とを備えたことを特徴とする磁気共鳴イメージング装置。
請求項１３に記載の磁気共鳴イメージング装置において、
前記第１の生成手段は、前記プレスキャンとして、３次元のエコーデータから成るボリュームデータを得るスキャン手段と、前記ボリュームデータに基づき前記各ＲＦコイルの３次元の第１の感度マップを演算する演算手段とを備え、
前記第２の生成手段は、３次元の前記第１の感度マップのそれぞれをＧＣＳでフィッティングして３次元の前記第２の感度マップを得る手段である磁気共鳴イメージング装置。
請求項１４に記載の磁気共鳴イメージング装置において、
前記画像取得手段は、前記再構成手段より再構成された画像に応じて断面の感度マップを３次元の前記第２の感度マップから切り出す切出し手段と、この切出し手段により切り出された断面の２次元マップを用いて前記アンフォールディングを行うアンフォールディング手段とを備えた磁気共鳴イメージング装置。
請求項１３に記載の磁気共鳴イメージング装置において、
前記第１の生成手段は、前記複数のＲＦコイルのそれぞれにより収集された画像の画素値を合成処理して前記第１の感度マップを生成する手段である磁気共鳴イメージング装置。
請求項１３に記載の磁気共鳴イメージング装置において、
前記第２の生成手段は、前記ＧＣＳのベース関数の自動位置決め、前記フィッティング処理時におけるターゲット点の画像外側への付加、及び前記アンフォールディング用の感度マップに関する既知情報の組込みのうち、少なくとも１つの処理を実行する手段を有する磁気共鳴イメージング装置。
請求項１７に記載の磁気共鳴イメージング装置において、
前記第２の生成手段は、前記ＧＣＳのベース関数の自動位置決め処理を実行する手段を有し、この実行手段は、格子点をコントロール点とするグリッドを用いた自動位置決め処理を行う手段である磁気共鳴イメージング装置。
静磁場内に置かれた被検体にパラレルＭＲイメージング法に従って傾斜磁場及び高周波信号を印加し、これにより当該被検体から生じるＭＲ（磁気共鳴）信号を複数の要素コイルから成るマルチコイルで受信し、その要素コイル夫々により受信された前記ＭＲ信号に基づいて画像化を行う磁気共鳴イメージング装置において、
前記複数の要素コイルで個別に検出されたＭＲ信号を個別に受信処理して受信データを生成する受信器と、
この受信器で個別に生成された準備用スキャン時の複数組の受信データから前記マルチコイルの初期感度マップを生成する機能、その初期感度マップをＧＣＳ（ＧｌｏｂａｌＣｏｖｅｒａｇｅＳｐｌｉｎｅｓ）でフィッティングしてアンフォールディング用の感度マップを得るフィッティング機能、及び、前記受信器で個別に生成されたイメージング用スキャン時の複数組の受信データと前記感度マップとに基づいて前記高速撮像法に拠る画像を生成する機能を有する演算装置とを備えたことを特徴とする磁気共鳴イメージング装置。