JP4717427B2 - 磁気共鳴断層撮影装置の作動方法および制御装置 - Google Patents

Description

本発明は磁気共鳴断層撮影装置（ＭＲＴ装置）の作動方法に関する。更に、本発明は磁気共鳴断層撮影装置を作動させるための制御装置に関する。

磁気共鳴断層撮影検査の結果は、一般に、患者の例えば頭部、膝、骨盤または特定の器官の如き関心のある検査対象もしくは当該検査対象が属する患者のより広い身体領域からの多数のスライス画像（断層画像）を有する複数のシリーズである。検査の計画は一般に対話形式で装置の操作者によって実施される。検査の計画とは、例えばスライススタックもしくは個別スライスの位置および個数、スライスの相互間隔、ボリューム、観察窓および測定マトリックスのサイズあるいはサチュレーション領域などの如き種々の「スキャンパラメータ」の決定である。一般に測定は、まず患者全体または少なくとも関心領域の広域範囲の概観画像（ロカライザースキャンまたはスカウトスキャンとも呼ばれる。）の撮影から始まる。この概観画像に基づいてグラフィックユーザインターフェースにより操作者によって、検査すべきスライスおよびボリュームが定められ、その他のスキャンパラメータが決定される。このために磁気共鳴断層撮影装置の制御装置は一般に相応の制御ソフトウェアを有する。この計画は、一般に概観画像において認識された特徴のある解剖学的構造に合わせられ、従って操作者に左右される。これは、再現可能な検査を実際上不可能にし、病気の正確な経過監視を困難にする。なぜならば、互いに対応するスライス方向およびスライス位置が、異なる時点で行なわれた同種の検査において、互いに大幅にずれることがあるからである。他の問題は、全検査時間中に人が専ら装置操作のために使用できなければならないことにある。この人は一般に検査時間中に他の任務を引き受けることはできない。この場合に操作者の能力に高い要求がなされる。なぜならば、得られた撮影の診断メッセージ内容は、被測定スライスの位置や場合によっては必要なサチュレーションスライスに依存し、また、設定すべき他のスキャンパラメータに依存するからである。多くの制御装置において既に準備された測定プロトコルが使用可能になっている。測定プロトコルは、定められた診断上の課題設定もしくは検査のために種々のパラメータの定められた初期設定を含んでいる。それにもかかわらず、この準備された測定プロトコルは個々の具体的なケースにおいてその都度調整されなければならず、しかも対話式の計画の枠内で他の多数のスキャンパラメータを入力することが必要である。

従って、再現可能な検査結果を得るために、しかも作業経過を最適化するために、主要なスキャンパラメータの客観的な完全自動決定方法が望まれている。

従って、既に、磁気共鳴検査の計画を自動化するためにさまざまの提案がなされてきた。

継続検査を先行の検査に応じて時間最適化し、できる限り自動的に行なう種々の可能性が公開されている（例えば、特許文献１および特許文献２参照）。

更に、概観画像において解剖学的目印を識別し、これらの目印に基づいて後続の磁気共鳴測定のための測定パラメータを決定することは公知である（特許文献３もしくはこれと対応関係にある特許文献４参照）。これは撮影された概観画像と記憶されている基準概観画像との比較によって行なわれる。さらに、現在の概観画像は基準概観画像にマッチングされる。しかしながら、この方法は、現在の概観画像との比較に適している十分な基準画像が使用可能であることを前提とする。

関心のある検査対象および部分対象に関する例えば大きさ、位置および方位の如き重要な構造情報を見つけ出すために、概観画像がまず解析される。これらの構造情報は、関心のある検査対象の要約的な概略記述いわゆる「モデル」をもたらす。幾何学的な情報として、これらの要約的なモデルは、検査対象の頂点に関する情報およびこれらの頂点間における関係の安定度に関する情報を含んでいる。検査対象のこの要約的なモデルはマスタモデルにマッチングされる。この場合に種々のマッチングステップのために異なるマスタモデルが使用可能である。頭部マスタモデルは、「矩形ボックス」、「皮膚表面モデル」、「脳モデル」、「内部の脳構造モデル」などのマスタモデルからなる。しかしながら、全てのこれらの方法における問題は、概観撮影から得られたジオメトリ情報へのモデルのマッチングにある。マッチングの質は概観撮影から得られた情報の種類および量に強く依存することは明らかである。ロカライザースキャンの作成は、マッチングプロセスの質全体およびそれに基づく後続検査の制御にとって重要な基準である。
独国特許出願公開第１０１６００７５号明細書 米国特許出願公開第２００２／０１９８４４７号明細書 米国特許第６５２９７６２号明細書 独国特許出願公開第１９９４３４０４号明細書

従って、本発明の課題は、できるだけ確実にかつ簡単に、検査中に磁気共鳴断層撮影装置の充分に完全自動化され且つ何時でも再現可能な制御を可能にする冒頭に述べた作動方法もしくは制御装置に対する代替を提供することにある。

磁気共鳴断層撮影装置の作動方法に関する課題は、本発明によれば、診断上の課題設定に応じて検査すべき検査対象のために可変であるジオメトリを有する解剖学的標準モデルを選択し、検査対象を含む領域の複数の概観画像を測定し、その概観画像の測定を制御するための種々の概観スキャンパラメータを、選択された解剖学的標準モデルに応じて決定し、測定された概観画像の断層画像データ内の目標構造を求め、求められた目標構造にマッチングするように標準モデルを個別化し、選択された解剖学的標準モデルおよび診断上の課題設定に応じて後続の断層画像を測定するために磁気共鳴断層撮影装置を制御するためのスキャンパラメータを選択し、選択されたスキャンパラメータを、個別化された解剖学的標準モデルに対応して個別化し、個別化されたスキャンパラメータに基づいて複数の断層画像を測定することによって解決される。
磁気共鳴断層撮影装置を作動させるための制御装置に関する課題は、本発明によれば、制御装置によって予め与えられたスキャンパラメータに対応する複数の断層画像を測定するために磁気共鳴断層撮影装置を駆動するためのインターフェースと、種々の検査対象のためにそれぞれジオメトリが可変である複数の解剖学的標準モデルを有するメモリ装置と、検査すべき検査対象のために診断上の課題設定に応じて解剖学的標準モデルの１つを選択するための第１の選択ユニットと、選択された解剖学的標準モデルに応じて予め与えられる概観スキャンパラメータに基づいて検査対象を含む領域の複数の概観画像を測定するために磁気共鳴断層撮影装置を駆動するための概観画像検出ユニットと、測定された概観画像の断層画像データ内の目標構造を求めるための目標構造検出ユニットと、求められた目標構造にマッチングするように選択された解剖学的標準モデルを個別化するための適合化ユニットと、選択された解剖学的標準モデルおよび診断上の課題設定に応じて後続の断層画像を測定するために磁気共鳴断層撮影装置を制御するためのスキャンパラメータを選択するための第２の選択ユニットと、選択されたスキャンパラメータを個別化された解剖学的標準モデルに応じて個別化するためにパラメータ個別化ユニットとを備えていることによって解決される。

従来の通常の方法の場合と異なり、本発明による方法は、診断上の課題設定に関連して検査すべき検査対象のために、ジオメトリが可変である解剖学的標準モデルの選択から始まる。すなわち、例えば患者の頭部検査の場合には頭蓋モデルが選択され、膝検査の場合には膝モデルが選択される。この解剖学的標準モデルは複数の部分モデルからなり、例えばそれぞれ検査対象における個々の部分に分解されているモデル骨構造からなる。例えば、頭蓋骨モデルは、「前頭骨」、「右頭頂骨」、「左頭頂骨」、「顔面頭蓋」、「後頭骨」、「内頭蓋底」、「下顎骨」を含む。

続いて、検査対象を含む部位の多数の概観画像が作成される。この場合に、概観画像の測定を制御するために用いられる種々の概観スキャンパラメータは、選択された解剖学的標準モデルに関連して決定される。その後、測定された概観画像の断層画像データ内において、場合によっては診断上の課題設定および／または標準モデルに応じて、目標構造が求められる。続いて、求められた目標構造へのマッチングのために、標準モデルの解剖学的個別化が行なわれる。概観スキャンパラメータはそれぞれの標準モデルに応じて決定されているので、それぞれの標準モデルのために十分な数で適切な種類の概観画像を作成することが保証され、それゆえ概観画像において求めることができる目標構造は、標準モデルを最大限の確実さで目標構造に正確にマッチングさせることができるようにするために、相応に十分な情報を有する。

選択された標準モデルおよび診断上の課題設定に応じて、磁気共鳴断層撮影装置を制御するためのスキャンパラメータが選択される。これらのスキャンパラメータは選択された標準モデルに関係する。従って、まず個別化された標準モデルに応じて、選択されたスキャンパラメータの個別化が行なわれる。最後に、これらの個別化されたスキャンパラメータに基づいて断層画像の測定が行われる。

提案された本発明による方法において、概観画像の測定および目標構造の検出は、選択された標準モデルに応じて行なわれるので、従来の方法におけるよりも著しく高い確実さで、最終的に正しいスキャンパラメータの決定の品質を左右する標準モデルの個別化が正しく実行されることが保証されている。従って、本発明による方法によって、自動測定の品質およびとりわけ再現性が著しく高められる。

磁気共鳴断層撮影装置を作動させるための本発明による制御装置は、この方法を実施すべく、制御装置によって予め与えられたスキャンパラメータに対応する複数の断層画像を測定するために磁気共鳴断層撮影装置を駆動するための通常のインターフェースの他に、可変ジオメトリを有する複数の解剖学的標準モデルを備えたメモリ装置を必要とする。これらの標準モデルはそれぞれ異なる検査対象に割り当てられている。更に、検査すべき検査対象のために診断上の課題設定に応じて解剖学的標準モデルの１つを選択するための第１の選択ユニットと、選択された解剖学的標準モデルに応じて予め与えられる概観スキャンパラメータに基づいて検査対象を含む領域の複数の概観画像を測定するために磁気共鳴断層撮影装置を駆動するための概観画像検出ユニットとが必要である。更に、測定された概観画像の断層画像データ内の目標構造を求めるための目標構造検出ユニットと、求められた目標構造にマッチングするように、選択された解剖学的標準モデルを個別化するための適合化ユニットとが必要である。更に、選択された解剖学的標準モデルおよび診断上の課題設定に応じて後続の断層画像を測定するために磁気共鳴断層撮影装置を制御するためのスキャンパラメータを選択するための第２の選択ユニットと、選択されたスキャンパラメータを個別化された解剖学的標準モデルに応じて同様に個別化するためのパラメータ個別化ユニットとが必要である。

制御装置は、更に、例えば画像データ取得および画像データ処理のための相応のインターフェースや、使用者が例えば診断上の課題設定の入力をすることができるコンソールもしくはその他のユーザインターフェースのような、磁気共鳴断層撮影装置の作動に必要となるあらゆる他の通常の構成要素を有するべきであることは明白である。

従属請求項は、それぞれ本発明の特に有利な発展形態および実施形態を含んでいる。本発明による画像処理システムは、とりわけ方法請求項に応じて展開することもできる。
なお、本発明によれば、磁気共鳴断層撮影装置のプログラム可能な制御装置のメモリ装置に直接にロード可能であるコンピュータプログラム製品であって、そのプログラム製品が制御装置上で実行されたときに前述の方法の全ステップを実行するためのプログラムコード手段を備えていることを特徴とするプログラム製品が提案される。

標準モデルの個別化の後に、目標構造と個別化された標準モデルとの残留偏差が予め与えられた閾値（限界値）以下にあるかどうかをチェックすると好ましい。閾値（限界値）以下にない場合には方法が中断される。以後の検査は従来のように手作業で計画もしくは制御されなければならない。このチェックによって、自動的な計画および検査制御が行なわれたにもかかわらず、モデルが概観画像もしくはそれにて認識可能な目標構造に十分に良好にマッチングされていない場合に、事情によっては後の診断において誤った解釈を生じ得る欠陥のある以後の画像が作成されることが確実に防止される。目標構造と個別化された標準モデルとの残留偏差をチェックする代わりに、例えば、定められた時間後に個別化の際に予め与えられた偏差限界値が達成されないときに中断を設けることもできる。本発明による制御装置はこのために相応のチェックユニットを必要とする。

種々の標準モデルは、この標準モデルに割り付けられた概観スキャンパラメータと一緒に記憶されていると好ましい。標準モデルおよび概観スキャンパラメータをデータバンク内または互いにネット化されたデータバンク内に記憶させることが考えられ得る。「一緒に記憶される」とは、ここでの意味では、例えば標準モデルと共に概観スキャンパラメータを見つけ出すことができるメモリ範囲を指示する指標が格納されるおよび／または取り出されることである。

概観スキャンパラメータには、個々のスライスの状態（すなわち、位置および方位）、スライス相互の間隔、概観画像の個数および種類を決定するための全てのパラメータが属している。「概観画像の種類を決定するためのスキャンパラメータ」とは、ここでは、例えば使用されるパルスシーケンスの種類を設定するパラメータであると解することができる。一般には、概観撮影の取得のための比較的高い測定速度ゆえに、グラジエントエコープロトコルが使用される。しかしながら、整形外科の課題設定では、概観撮影のためにスピンエコープロトコルが使用され、心臓検査の場合には高速のシングルショットプロトコルが強い運動アーチファクトの発生を防ぐために使用される。

解剖学的標準モデルの個別化すなわち目標構造へのマッチングは、基本的には適切な任意の個別化方法で実施することができる。解剖学的標準モデルの個別化の考えは、簡単に表現すれば、個別のデータセットに標準モデルを最適にマッチングさせる幾何学的変換（３次元モデルの場合には３次元変換に相当する。）を見つけ出すことである。標準モデルのジオメトリに割り付けることのできる全ての情報が個別化される。医療上の画像処理においては、最適な変換パラメータを決定するためのこのような方法は、登録法またはマッチング法とも呼ばれる。一般には、どの幾何学的変換が使用されるかに応じて、いわゆる堅い方法、擬似の方法、遠近法的な方法、弾力的な方法が採用される。個別化問題の数学的処理のために、目標構造と任意に変換された解剖学的標準モデルとの偏差を表す偏差関数を使用すると好ましい。偏差関数の種類は使用される解剖学的標準モデルのそれぞれの型に依存する。これは、偏差値の最小化によって、すなわちマッチングの際に偏差関数を最小値に調整することによって、簡単かつ完全な自動のモデル個別化を可能にする。

偏差関数の最小値をできるだけ迅速に見つけ出すために、多段ステップ法を使用すると好ましい。例えば３段ステップ法の場合、まず第１のステップにおいて、適切な位置決めにより、すなわち並進、回転およびスケーリング（拡大または縮小）により、モデルが大まかにマッチングされる。これに続いて第２ステップにおいて、改善された調整を得るためにボリューム変換が行なわれる。その後に第３ステップにおいて、モデルを構造に局部的に最適にマッチングさせるために微調整が行なわれる。

自動マッチングは完全にバックグランドで行なうことができるので、操作者が他の作業に従事することができ、とりわけ画像処理システムの当該コンソールにおいても並行して他の画像データを処理することができ、あるいは他の測定を制御することができる。しかしながら、自動化過程の最中にプロセスを持続的に例えば画面（または画面部分）表示することも可能であるので、使用者はマッチングプロセスの進行を監視することができる。従って、操作者に偏差関数の現在値が表示されると好ましい。特に、偏差値を画面、例えばタスクバー等に持続的に表示することも可能であり、これに対してユーザインターフェースの残りは操作者の他の作業のために自由になる。

必要ならば自動マッチングプロセスに介入して個々のモデルパラメータを手作業で調整することができる可能性が操作者のために存在すると好ましい。操作者に現在の偏差値が表示されると好ましく、それにより操作者は当該モデルパラメータの変化時にその動作によってジオメトリ偏差が減少したかどうかそしてどの程度減少したかを即座に知ることができる。特に、各モデルパラメータについて個々の偏差値を求め、これらを全偏差値の代わりに、または全偏差値に付加して表示することも可能である。このための典型的な例は、目標構造および／またはマッチングすべき標準モデルまたはこれらの対象の少なくとも一部を端末機のグラフィックユーザインターフェースに表示することである。使用者は、例えばキーボードまたはマウス等の指示装置により、定められたモデルパラメータ（例えばモデル上の２点間の距離）をマッチングさせることができる。走行バーまたは光学的に良好に識別できる手段で、使用者に、そのような動作によって偏差がどの程度まで減少したかが表示される。特に、一方ではモデルの全偏差が表示され、他方では具体的な現在のモデルパラメータのマッチングに関する偏差（例えばモデル内の２点間距離の場合、目標構造内の当該点間の距離に対するモデル内の２点間距離の差）が表示される。

使用可能なディジタルの解剖学的標準モデルは原理的には種々に構成されている。その１つは例えばボクセルを基礎とした解剖学的構造のモデル化であり、このようなボリュームデータの編集のためには一般に高価であまり普及していない特殊なソフトウェアが必要である。他は一般にはモデルが四面体から構成されているいわゆる「有限要素法」によるモデル化である。しかしながら、このようなモデルについても特殊で高価なソフトウェアが必要である。比較的広く普及しているのは三角測量による解剖学的な境界面の簡単なモデル化である。相応のデータ構造がコンピュータグラフィク分野からの多くの標準プログラムによって支援されている。この原理に基づいて構成されたモデルはいわゆる表面指向のモデルと呼ばれる。この場合、解剖学的構造のモデル化における最小の共通な基礎が重要である。なぜならば、最初に述べたボリュームモデルからボクセルを三角測量することによっても、有限要素法の生四面体を三角形に対応する表面モデルに変えることによっても導き出すことができる。

従って、標準モデルとして三角形を基礎として構成された表面指向のモデルを使用することが考えられる。一方ではこの方法を用いてモデルを最も簡単に且つ低コストで作成することができる。他方では既に他の形で作成されたモデル、特に前述のボリュームモデルを適当な変換によって受け継ぐことができるので、相応のモデルを新しくする必要はない。

このような表面モデルを新たに作成するためには、例えば断層像を相当な費用にて古典的な手作業による方法によりセグメント化することができる。最終的には、個々の構造、例えば個々の器官に関するそのようにして得られた情報から、モデルを作成することができる。人間の骨モデルを得るために、例えば人間の骨格もレーザスキャナで測定し、あるいはコンピュータ断層撮影により走査し、セグメント化並びに三角測量することもできる。

本発明による方法において、モデルパラメータがモデルの解剖学的な全ジオメトリへの影響に関して階層的に体系化されているような標準モデルを使用すると特に有利である。このような階層的にパラメータ化された標準モデルの個別化は複数の反復ステップで行なわれる。反復ステップの個数の増加にともなって同時にその都度の反復ステップにおいて調整可能なモデルパラメータの個数、従ってモデル変形の際の自由度の個数がパラメータの階層次数に応じて高められる。この方法によって、個別化の際、まずモデルの解剖学的な全ジオメトリに対して最大の影響を持つモデルパラメータが調整される。その後初めて次第に全ジオメトリの一部のみに影響を及ぼす下位のモデルパラメータが調整可能となる。それゆえ、モデルマッチングにおいて、マッチングが完全自動で行なわれるかどうかや、操作者が手作業でマッチングプロセスに介入するかどうかに関係なく、有効な、従って能率的な方法が保証されている。（部分的な）手作業方法の場合、これは、例えば、グラフィックユーザインターフェースにより、各反復ステップにおいて、個々のモデルパラメータが変化のために階層次数のみに従って操作者に提供されるようにすることによって実現することができる。

モデルパラメータはそれぞれ１つの階層クラスに割り付けられていると好ましい。これは、異なるモデルパラメータが場合によっては同じ階層クラスに割り付けられ得ることを意味する。なぜならば、それらのモデルパラメータはモデルの解剖学的な全ジオメトリに対して同じ影響を持つからである。定められた反復ステップにおいて定められた階層クラスの全てのモデルパラメータを調整に新たに加えることができる。直ぐ次の反復ステップではその下位の階層クラスのモデルパラメータが加えられる。

階層クラスへのモデルパラメータの割り付けは、当該モデルパラメータが定められた値だけ変化させられたときに生じるモデルジオメトリにおける偏差に基づいて行なうことができる。その場合に、特に有利な方法では、種々の階層クラスは偏差の特定の範囲、例えば数値的偏差間隔を割り付けられる。すなわち、例えばあるパラメータをある階層クラスに分類するためにこのパラメータが変化させられ、幾何学的に変化させられたモデルの、初期値に対して生じた偏差が計算される。偏差尺度は使用される標準モデルの種類に依存する。種々のモデルパラメータがモデルジオメトリへ及ぼす影響の現実的な比較を保証するためには、当該モデルパラメータの変化の前後におけるモデルのジオメトリ変化をできるだけ正確に定量化する正確に定義された偏差尺度が求められることだけが重要である。このために、ジオメトリへの影響を直接に比較することができるように、各パラメータ種類に対して、すなわち、例えばモデルの２点間の距離を変化させる距離パラメータや、モデルの３点間の角度を変化させる角度パラメータに対して、統一的なステップ幅が使用される。パラメータは、この偏差尺度のための数値的間隔が予め設定されることによって簡単に階層クラスに分類される。三角形を基礎として作成された表面モデルが使用される場合、変化されない標準モデルと１つのパラメータの変化後の変化された標準モデルとの間の偏差が、異なる状態におけるモデルの当該三角形の幾何学的な距離の総和に基づいて計算される。

最初の反復ステップにおいてすぐに調整可能であるモデルパラメータを有する最上位の階層クラスにおいては、変化の際に標準モデルが包括的に変化されるようなモデルパラメータが分類されていると好ましい。これには、例えば次の全部で９個のパラメータすなわち、３つのモデル軸の周りにおけるモデル全体の回転、３つのモデル軸に沿った並進、そして３つのモデル軸におけるモデル全体のスケーリング（拡大または縮小）が含まれる。

個々のモデルパラメータの階層分類は、基本的にはモデルの個別化中に行なうことができる。例えば各反復ステップにおいて、まず、さらにどのモデルパラメータがジオメトリに対して最も大きな影響を有するかが調べられ、その後このパラメータが加えられる。しかしながら、これは著しい計算費用につながることから、階層次数へのモデルパラメータの分類は予め、例えば標準モデルの作成時に既に行なうと好ましく、しかし後での選択のためには少なくともモデルデータバンク等への標準モデルの保存前に行なうと好ましい。標準モデルの作成のための方法におけるモデルパラメータの階層配置のこの保存は、各標準モデルについてモデルパラメータの階層次数の計算を１度行なうだけでよく、従ってセグメント化中に有効に計算時間を節約することができる利点を有する。階層次数は、例えばパラメータを階層クラスに配列するか又はファイルヘッドにおいて適当なマーク等に結び付けるか又は当該標準モデルの他のデータも含むファイル内の他の規格化された位置に格納することによって、比較的簡単に標準モデルと共に一緒に記憶することができる。

特に有利な実施態様では、モデルパラメータは、それぞれ、モデルが各パラメータセットについて解剖学的に意義のあるジオメトリを有するように、モデルの少なくとも１つの解剖学的目印の位置に結び付けられている。この典型的な例は、一方では、全てのモデルパラメータの位置が適切に互いに変化させられるようなモデル全体の回転または並進の如き包括的なパラメータである。他のモデルパラメータは、例えば２つの解剖学的目印の間の距離、または例えば膝位置を求めるための３つの解剖学的目印の間の角度である。

医学的に意義のある選択された解剖学的目印へのモデルパラメータのこのような結び付けは、個別化後にいつでも診断メッセージが可能であるという利点を有する。解剖学専門書には、このような解剖学的目印の位置が正確に記述されている。従って、このような方法は個別化の実施を容易にする。なぜならば医学を習熟した使用者、例えば医師またはＭＴＡは解剖学的目印を熟知しこれらの目印が解剖学的構造をほぼ決定するからである。

断層画像データにおける分離すべき部分対象の目標構造を解剖学的に検出するために種々の可能性が存在する。代替はいわゆる「閾値法」を使用することにある。この方法は、個々のボクセルすなわち個々の３Ｄ画素の強度値を固定設定された閾値と比較するように動作する。ボクセルの値が閾値を上回る場合、このボクセルは定められた構造に属すると見なされる。しかしながら、磁気共鳴撮影の場合、この方法はとりわけ造影剤を用いた検査に適用可能であり、あるいは患者の皮膚表面識別のためにも適用可能である。他の組織構造にはこの方法は一般に適していない。従って、有利な方法では、目標構造が少なくとも部分的に輪郭解析法により求められる。このような輪郭解析法は、隣接する画素間のグラジエントに基づいて動作する。種々の輪郭解析法が当業者に知られている。この種の輪郭解析法の利点は方法が安定して使用できることにある。

本発明による方法の実施態様において、検査対象を解剖学的に分類することもできる。この場合に、更に検査が必要かどうか、そして検査が必要なときにはどの検査が行なわれるのかが自動的に決定される。操作者には分類が提案として提示されるだけであり、従って操作者は提案を同意または拒否することができる。

検査対象のこのような解剖学的な分類は、測定された断層画像データ内で、自動的に決定された解剖学的構造並びにこの解剖学的構造と個別化された比標準モデルもしくは比較部分モデルとの偏差が求められるように行なうことができる。この比較標準モデルの個別化の際に、比較標準モデルもしくは当該比較部分モデルのジオメトリが病気を持たないような変換のみが行なわれることが保証されなければならない。簡単に、検査された解剖学的構造の病気は自動的に決定され、これに基づいて自動的に以後の検査が決定される。求められた偏差は、解剖学的構造と一緒にグラフィック表示にて可視化することもでき、例えば画面上で操作者のためにマークをつけることができる。付加的にこのような偏差を操作者に音響信号によって指示することもできる。

本発明による制御装置における第１の選択ユニット、概観画像検出ユニット、目標構造検出ユニット、適合化ユニット、制御パラメータを選択するための第２の選択ユニットおよびパラメータ個別化ユニットは、プログラム可能な制御装置のプロセッサ上におけるソフトウェアの形で実現すると特に有利である。更に、この制御装置は、ハードウェア構成要素として、特に、磁気共鳴断層撮影装置を駆動するためのインターフェースと、解剖学的標準モデルとりわけ概観スキャンパラメータおよび検査のための他のスキャンパラメータを記憶するためのメモリ装置とを有するべきである。このメモリ装置は、必ずしも制御装置の一体部分である必要はなく、画像コンピュータが適切な外部のメモリ装置に、もしくは複数の分けられたメモリ装置にアクセスすることができれば十分である。

ソフトウェアの形での本発明による方法の実現は、既存の制御装置も比較的簡単に適切なアップデートによって相応に増強することができるという利点を有する。

以下において、図面を参照しながら実施例に基づいて本発明を更に詳細に説明する。
図１は本発明による制御装置を備えた磁気共鳴断層撮影装置の実施例を示す概略図、
図２は本発明による方法の経過例を示す流れ図、
図３はモデル個別化のための有利な方法の詳細を示す流れ図、
図４Ａは５つのサジタル断面を有する人間の頭蓋の表面モデルを示す図、
図４Ｂは５つのアキシャル断面を有する図４Ａの表面モデルを示す図、
図５は断層画像データに基づく人間の頭蓋の目標構造を示す図、
図６Ａは図４Ａによる未だマッチングされていない表面標準モデルを備えた図５による目標構造を示す図、
図６Ｂは目標構造に部分的にマッチングされた標準モデルを有する図６Ａによる目標構造および標準モデルを示す図、
図６Ｃは目標構造にさらにマッチングされた標準モデルを有する図６Ｂによる目標構造および標準モデルを示す図、
図７は図４Ａによる頭蓋標準モデルにおける解剖学的目印を示す図、
図８は三角形を基礎として形成された人間の骨盤の表面モデルを示す図である。

図１に示された実施例において、本発明による磁気共鳴断層撮影装置（ＭＲＴ装置）１は、本発明による制御装置２を備え、バス２０に接続されている。このバス２０には、例えば画像データＤを格納するための大容量記憶装置２１およびワークステーション２２が接続されている。このワークステーション２２は画像コンピュータ２３およびコンソール２４からなり、コンソール２４は通常のようにユーザインターフェースとして画面２５、キーボード２６および例えばマウス２７の如き指示装置を有する。ワークステーション２２は、例えばＭＲＴ装置１によって作成された画像を後で観察および処理するために用いられる。

もちろん、バス２０には、大きなネットワークの形成のもとに、なおも、通常の放射線部門情報システム（ＲＩＳ）内に存在する他の構成要素、例えば他のモダリティ、大容量記憶装置、ワークステーション、プリンタの如き出力機器、フィルミングステーションなどを接続することができる。同様に、他のネットワークもしくは他のＲＩＳとの接続も可能である。全てのデータは、とりわけ個々の構成要素のもとでの通信のために、ＤＩＣＯＭ規格（Ｄｉｇｉｔａｌ Ｉｍａｇｉｎｇ ａｎｄ Ｃｏｍｍｕｎｉｃａｔｉｏｎ ｉｎ Ｍｅｄｉｃｉｎｅ）で書式統一されている。

図示の実施例において制御装置２は分離された装置内に収納されている。これは、例えばＭＲＴ装置１を駆動するための制御プログラムが記憶されているプログラム可能なプロセッサを備えたコンピュータである。制御インターフェース５を介して制御装置２は制御指令ＳＢをＭＲＴ装置１に伝達し、ＭＲＴ装置１では所望の測定が実行される。

画像データインターフェース６を介してＭＲＴ装置１から種々の画像データＤ，ＵＤが受け取られ、その後制御装置２内において継続処理される。制御装置２を現場で直接に操作できるようにするために、インターフェース１９を介してコンソール１５が接続され、コンソール１５はユーザインターフェースとして画面１６、キーボード１７および例えばここではマウス１８である指示装置を有する。しかし、代替として、制御装置２に直接に接続されているコンソール１５を介して、例えば同様にネットワーク２０に接続されているワークステーション２２を介する操作を行なうことも可能である。このためには、ワークステーション２２がモダリティ１に対して空間的に直ぐ近くに存在するとよい。

更に、制御装置２はＭＲＴ装置１の一体構成部分であってよい。同様にコンソール１５も制御装置２もしくはＭＲＴ装置１の一体構成部分であってよく、それゆえ全ての構成要素が１つの装置内に纏められている。

ＭＲＴ装置１の自動制御のための本発明による方法の測定中における経過例が図２に示されている。

まず、第１の方法ステップＩにおいて被検体部位が決定され、従って患者Ｐは磁気共鳴断層撮影装置１内に位置決めされるか、もしくは適切な局部的コイルが患者Ｐに対して配置される。例えば頭蓋底の検査の場合には患者Ｐの頭部がヘッドコイル内へ配置される。

第２の方法ステップＩＩとして、まず、適切な解剖学的モデルＭ（前述の頭部検査例の場合には頭蓋モデル）がデータバンクから選択される。種々のモデルＭが格納されているメモリ装置４は、図１に制御装置２の一体構成部分として示されている。

モデルＭの選択は第１の選択ユニット７により行なわれる。選択ユニット７は制御装置２のプロセッサ３上におけるソフトウェアモジュールの形で実現されている。診断上の課題設定の入力は操作者によって例えばコンソール１５を介して行なわれる。

標準モデルＭは多数の部分対象からなるモデルである。例えば、膝モデルは、部分モデル「大腿骨」、「脛骨」、「膝蓋骨」、「個々の半月板」からなる。これに対して、例えば頭蓋骨折の疑いを検査するために患者の頭部に関係する診断上の課題設定では、頭蓋骨標準モデルが必要とされる。図４Aおよび図４Bは頭蓋標準モデルMの例を示し、これは、とりわけ（これらの図において認識できる）部分モデルとして、前頭骨Ｔ₁、右頭頂骨Ｔ₂、左頭頂骨Ｔ₃、顔面頭蓋Ｔ₄および下顎骨Ｔ₅を含む。これらの図では認識できない他の部分モデルは、後頭骨および頭蓋底である。モデルは、よく認識できるようにするため、図４Ａおよび図４Ｂでは連続した表面にて示されている。実際にはモデルは三角形を基礎として形成されている。骨盤の表面モデルが図８に示されている。

ステップＩＩＩにおいて、選択されたモデルに応じて概観画像（ロカライザースキャン）の作成が行なわれる。概観画像の作成の基礎となる概観スキャンパラメータＵＰがモデルＭとともに共通に記憶されている。すなわち、モデルＭの選択時に同時に、どの概観画像を、しかもどのくらいの数の概観画像を作成するかを決定する。図４Ａおよび図４Ｂにおいては、概観画像のための断層画像平面の例が既に表示されており、図４Ａはサジタルスライス面を有し、図４Ｂはアキシャルスライス面を有する。図の見やすさのために、ここではそれぞれ極めて大きな相互間隔で５つの断面が示されている。現実にはスライス面は遥かに薄い。

概観画像は、ＭＲ検査の通常の手作業による図式的な計画のためだけではなく、解剖学的モデルの個別化のためにも使用されるので、画像に高い要求を課すことができる。画質のほかに、ときどきスライス数、スライス間隔および画像視野が重要である。これに対して、概観画像が検査対象に対して正確に定められた位置を有することはほとんど必要でない。後で標準モデルのマッチングを行なうことができるように、概観画像により目標構造を求めるために充分なデータが取得されることで十分である。すなわち、モデルの個別化のための十分な補間点が目標構造において後で使用できる限り、（図４Ａおよび図４Ｂに頭蓋モデルに基づいて示されているように）断層画像データがアキシャル方向か、サジタル方向か、それとも傾斜方向に取得されるかどうかは、しばしば極めて些細なことである。場合によっては、種々の方向での画像作成も有意義である。

種々の概観スキャンパラメータＵＰが、後の個別化アルゴリズムのためのデータ基礎を充分に決定する。従って、個別化の際安定した方法経過を保証するために、とりわけ前段階においてより大きな集団の検査によって各モデルＭのためにこの概観スキャンパラメータＵＰが経験的に決定され、その後とりわけ完全なロカライザープロトコルの形で当該モデルＭと結合される。概観スキャンパラメータＵＰは、モデル選択時に、同様にプロセッサ３においてソフトウェアの形で実現されている画像検出ユニット１２に引き渡される。この画像検出ユニット１２は、測定プロトコルもしくは種々のスキャンパラメータを（従って概観スキャンパラメータも）制御指令ＳＢに変換し、制御指令ＳＢはその後制御インターフェース５を介してＭＲＴ装置１に引き渡され、そこで正しい順序で適切な測定シーケンスが作動させられる。本例では、画像検出ユニット１２はサブルーチンとして独立した概観画像検出ユニット１４を有する。概観画像検出ユニット１４は概観画像スキャンパラメータＵＰに基づいて概観画像を測定するための制御指令ＳＢを発生するのに用いられる。その他のルーチンは検査画像検出ユニット１３であり、これは他のスキャンパラメータに基づいて患者Ｐの検査をするために本来の測定を実行するための制御指令ＳＢを発生するのに用いられる。

概観検査スキャン時に作成された概観画像データＵＤは、（全ての残りの画像データＤと同様に）画像データインターフェース６を介して制御装置２によって引き受けられ、そこで継続処理される。

方法ステップＩＶにおいて、予め与えられた診断上の課題設定に応じて、目標画像が概観画像の断層画像データＵＤ内で求められる。これは、特に完全自動にて既述の輪郭解析により行なわれる。定められた構造および定められた撮影方法においては、既に説明した閾値法を使用することができる。図１に示された実施例では、目標構造Ｚのこの検出は、同様にプロセッサ３上におけるソフトウェアの形で実現されている目標構造検出ユニット９内で行なわれる。これは、目標構造データＺＤを、同様にソフトウェアの形で実現されている適合化ユニット１０に転送される。適合化ユニット１０は更に選択ユニット７からモデルＭに関するデータを得る。

その後、方法ステップＶにおいて、適合化ユニット１０により、モデルＭの個別化が行なわれる。すなわち、標準モデルＭが、求められた目標構造Ｚにマッチングされる。患者の概観画像データから得ることのできた頭蓋検査のための目標構造Ｚが図５に示されている。この目標構造は、例えば図４Ａおよび図４Ｂによる標準モデルのマッチングのために用いられる。

個別化プロセスの有利な実施形態が図３に流れ図の形でより詳細に概略的に示されている。

このマッチングプロセスにおいては、最終的に全てのパラメータが個別化されるまで又は個別化が十分になるまで、すなわち標準モデルＭと目標構造Ｚとの間の偏差が最小になるか又は予め与えられた閾値を下回るまで、個々のモデルパラメータが複数の反復ステップＳにおいて変化させられる。各反復ステップＳは、１つのループの形で通過される複数のプロセスステップＶａ，Ｖｂ，Ｖｃ，Ｖｄを含む。

最初の反復ステップＳは方法ステップＶａから始まり、このステップではまず並進、回転およびスケーリングのための最適なパラメータが決定される。これは、最上位（以下においては「０次」）の階層クラスのパラメータである。なぜならば、これらのパラメータは全ジオメトリに作用するからである。並進の３つのパラメータｔｘ，ｔｙ，ｔｚおよび３つのモデル軸の周りの回転の３つのパラメータｒｘ，ｒｙ，ｒｚが図４Ａに概略的に示されている。

このマッチングができる限り行なわれているならば、次のステップＶｂにおいてまだ調整されていないモデルパラメータが既に決定されたパラメータによって見積もられる。すなわち、上位のパラメータの設定から下位のパラメータのための開始値が見積もられる。このための例は、身長に対するスケーリングパラメータの調整からの膝幅の見積もりである。この値は当該パラメータの後続の調整のための開始値として予め与えられる。このようにして、このプロセスが著しく高速化される。その後方法ステップＶｃでは当該パラメータが最適化される。

図示された実施例では、パラメータがモデルの解剖学的な全ジオメトリへの影響に関して階層的に体系化されている。パラメータの幾何学的作用が大きいほど、パラメータは階層においてより上位にランクされる。反復ステップＳの個数が増加するほど、調整可能なモデルパラメータの個数が階層次数に応じて増大する。

すなわち、ループの最初の通過内では、ステップＶｃにおいて、０次の階層クラスの下にある１次の階層クラスのパラメータのみがモデルの調整に使用される。２回目の通過の際には、まず方法ステップＶａにおいてモデルに再び新たに並進、回転およびスケーリングを受けさせることができる。続いて、方法ステップＶｂにおいて、２次の階層クラスのまだ未決定のモデルパラメータが既に決定されたパラメータによって見積もられ、ステップＶｃにおいて調整に加えられる。このプロセスはｎ回繰り返され、ｎ回目の反復ステップにおいてｎ次の階層クラスの全てのパラメータが最適化され、さらに反復ステップＳの最後のステップＶｄにおいて、今まで未だ最適化されなかった他のパラメータが使用できるか否かが明らかにされる。続いて、更に新たに（ｎ＋１）回目の反復ステップが始まり、モデルＭが新たに移動、回転あるいはスケーリングさせられ、最終的には順番に再び全てのパラメータが調整され、今や（ｎ＋１）次の階層クラスのパラメータも使用できる。続いて、方法ステップＶｄにおいて、新たに、全てのパラメータが個別化されているか否か、すなわち未だ最適化されなかったパラメータがなおも存在するか否か、または既に所望のマッチングが達成されているか否かが確かめられる。

図６Ａ乃至図６Ｃはこのようなマッチングプロセスについての非常に簡単な事例を示す。この図においてモデルＭは、図を見やすくするために、連続した表面として表示されている。図６Ａは目標構造Ｚを、これに対してずらされたモデルＭと共に示す。簡単な並進、回転およびスケーリングによって図６Ｂに示されている画像を得ることができ、この画像ではモデルＭが既に目標構造Ｚに比較的良好にマッチングされている。他の下位のパラメータの設定によって最後には図６Ｃにおいて達成されているマッチングが得られる。

上述の反復プロセスによって、できるだけ時間を節約した効果的なマッチングが行なわれることが保証される。マッチング過程中、いつでも目標構造ＺもモデルＭも、そして現在計算された偏差値つまり偏差関数の現在計算された値も、コンソール１５の画面１６に表示することができる。更に、図６Ａ乃至図６Ｃに示されているように、偏差も可視化することができる。付加的に偏差可視化も相応のカラーによって行なうことができる。

下位の階層クラスはジオメトリ影響の定量的解析からもたらされる。このために各パラメータが変化され、幾何学的に変化されたモデルの、初期値に対して生じた偏差が計算される。この偏差は、例えば図８に示されているような三角形を基礎とした表面モデルが使用される場合、当該モデル三角形の幾何学的距離の総和によって定量化することができる。偏差のための数値的間隔を予め与えることによってパラメータを階層クラスに分類することができる。異なるパラメータが同じ階層クラスに含まれることは十分に有り得る。これは、とりわけ偏差に対する数値的間隔の幅に依存する。同じ階層クラスにおけるこれらのパラメータは、上述のように、定められた反復ステップＳ内において、同時に初めに変化させられるか、もしくは解剖学的マッチング方法において相応に解剖学的に変化させられる。

既に述べたように、この方法においては、とりわけモデルの定められた解剖学的な目印の１つ又は複数の位置に直接に結びついているモデルパラメータが使用される。このようなパラメータの例は、図７に頭蓋モデルに記入されている解剖学的目印Ｌ，Ｌ₁，Ｌ₂の位置または眼窩の中心点における解剖学的目印Ｌ₁，Ｌ₂間の距離ｄ₀の如き個々の目印間の距離である。解剖学的なマッチングプロセスに操作者が手作業により介入する場合にこの眼窩距離ｄ₀を調整するために、使用者は例えばマウスポインタにより解剖学的目印Ｌ₁，Ｌ₂の１つを選択し、その位置を対話形式で変化させる。その後モデルＭのジオメトリが解剖学的に適切に共に変形させられる。

標準モデルＭの２つの解剖学的目印間の距離を含むモデルパラメータの変化の際に、とりわけ、標準モデルのジオメトリは、解剖学的目印間の直線に沿った範囲において距離変化に比例して変形させられる。第１の解剖学的目印の位置の、隣接目印に対する相対的な位置変化を含むモデルパラメータの変化の際に、とりわけ標準モデルＭのジオメトリが前記第１の解剖学的目印の周囲では前記隣接目印の方向に適切に共に変形させられる。この変形は、前記第１の解剖学的目印からの距離の増大にともなって減少するのが好ましい。すなわち、図示された作用を達成するために、目印の周りのより狭い範囲における変形が目印からより遠くに離れた範囲における変形よりも強い。しかしながら、解剖学的に有意義な変換をもたらす限り、他の変換規則も考え得る。これは場合によってはその都度選択されるモデルに依存する。

図７における頭蓋モデルの解剖学的目印Ｌ，Ｌ₁，Ｌ₂に基づいて、２つの目印の間の距離が、異なる階層クラスに分類されているような典型的な例も明らかにする。例えば、図７に示された頭蓋モデルは両眼窩の距離ｄ₀のみによって決定されるのではなく、（図７では認識できない）頭蓋底における小さな骨の突起である両茎状突起の距離によってもパラメータ化される。ここで、眼窩距離を示す第１のパラメータの幾何学的作用は茎状突起間の距離を示す第２のパラメータの幾何学的作用よりも大きい。これは、１ミリメートルだけパラメータを変化させた際のモデルのジオメトリ変化によって調べることができる。茎状突起は比較的小さい構造であるので、幾何学的なモデル変化はこれらの骨突起の周りの小さい範囲に限定される。これに対して眼窩は相対的に遥かに大きい。眼窩距離を変化させた場合、モデルの数倍の部分がそのジオメトリを変化させ、高められた偏差をもたらす。従って、眼窩距離パラメータは、茎状突起距離の変化よりも著しく高い階層クラスに配列されている。なぜならば、基本的にパラメータ階層において大きな幾何学的活動範囲を有するパラメータは、むしろ局所的な作用を有するパラメータよりも階層的にさらに上位にあるからである。

最終的に全ての可調整パラメータが個別化されているか、または偏差関数が最小値に達したならば、方法ステップＶＩにおいて、データセットすなわち目標構造と個別化された標準モデルとの偏差が十分に小さいかどうかがチェックされる。この場合に、例えば、現在の達成された偏差値が限界値を下回っているかどうかをチェックするとよい。これがそうでない場合には、方法ステップＶＩＩとして概略的に示されているように、解剖学的プロセスが中断され、他の処理が行なわれる。すなわち、概観画像データが操作者によって他のスキャンパラメータを手作業設定するために使用される。このような中断の場合において、操作者が手作業でプロセスを継続処理させなければならないことを即座に認識させるように操作者に信号が出力されると有効である。

これに対して、目標構造Ｚへの標準モデルＭのマッチングが十分である場合、方法ステップＶＩＩＩにおいて、続く検査のためにスキャンパラメータＳＰの選択が解剖学的標準モデルＭおよび診断上の課題設定に応じて行なわれる。種々のスキャンパラメータＳＰの選択は、図１に概略的に示されているように、とりわけ制御装置２のプロセッサ３上におけるソフトウェアの形で実現されている第２の選択ユニット８によって行なわれる。この第２の選択ユニット８は、例えば第１の選択ユニット７からモデル情報を得る。診断上の課題設定に関する情報は既に最初に操作者によってコンソール１５において入力されたか、もしくは操作者が、種々の可能性のある既に予め与えた診断上の課題設定から１つを選択する。

診断上の課題設定に応じたスキャンパラメータＳＰの選択は、固有のＭＲ検査のためのスキャンパラメータがまとめられている適切な検査プロトコルの選択に基づいている。あるプロトコルは一般的な形態学である。これは、例えばＴ₁プロトコル、Ｔ₂プロトコル並びにＰＤプロトコルに関係する。これに対して他のプロトコルは固有の形態学である。例えば血管はＭＲ造影剤を使用して３Ｄグラジエントエコープロトコルによって表示される。ＥＰＩプロトコルに基づく拡散強調イメージングおよび潅流イメージングは、脳の病気の的確な検査を可能にする。そうこうするうち種々の診断上の課題設定をするための多様な検査プロトコルが存在するようになった。プロトコルパラメータは、相応のプロトコルのための固有のスキャンパラメータと、一般的なスキャンパラメータとに分かれる。その都度の具体的な検査ケースのために個別に調整されなければならない常に必要な幾何学的パラメータが時に重要である。すなわち、例えばＭＲ検査においては、相応のスライスパケットが位置決めされて整列されることが絶対に必要である。そのほかに大抵の場合にスライス間隔およびスライス厚も個別に選択されなければならず、一般に矩形の画像視野も同様である。この個別のスキャンパラメータ調整の狙いは臨床上重要な解剖学的構造の標準化された再生である。スライスパケットは従来では解剖学的目印に合わせられている。これについての例が脳検査であり、この検査では簡単に認識可能な関節間隙が使用され、あるいは脳検査では前後の接合が使用される。一般には少なくとも３つの補間点の指示によって、例えばスキャン平面の位置および方位が規定される。スキャンボリュームの限界も適当な補間点によって解剖学的目印に結び付けることができ、それによってとりわけ画像視野が決定される。本発明によれば、個別的なスキャンパラメータの整列および調整が、今や測定中に行なわれるのではなくて、その代わりに課題設定に適した標準モデルにおいて一度だけ行なわれる。このために、各モデルには有り得る各課題設定について直ぐ使えるプロトコルが割り付けられ、これらのプロトコルは当該標準モデルのための幾何学的スキャンパラメータも含んでいる。

スキャンパラメータはそれぞれのモデルに結び付けられて、例えばデータバンクに格納されている。図１ではこれが制御装置２のメモリ４内に概略的に示されている。メモリ構造は、各モデルには種々の診断上の課題設定およびスキャンパラメータが割り付けられるように、例えばツリー構造様式で構成することができる。

第２の選択ユニット８によって方法ステップＶＩＩＩにおいて選択された幾何学的スキ
ャンパラメータＳＰは、結局、まず選択された標準モデルに相当し、つまり「標準スキャンパラメータ」である。結局、適合化ユニット１０によって概観画像データ内の目標構造にマッチングされた個別化された標準モデルに対応して、標準スキャンパラメータＳＰの個別化が行なわれなければならず、これはここでは方法ステップＩＸにおいて、パラメータ個別化ユニット１１により行なわれる。パラメータ個別化ユニット１１はとりわけプロセッサ３上におけるソフトウェアの形で実現されている。目標構造Ｚへの標準モデルのマッチングのために実行された３Ｄ変換もしくは使用された個別化アルゴリズムに関する情報を、パラメータ個別化ユニット１１は適合化ユニット１０から得て、スキャンパラメータＳＰの相応の個別化を実行することができる。例えば、パラメータ個別化ユニット１１においては、スキャン平面のマッチングのために、解剖学的標準モデルＭに対してスキャン平面を決定する補間点が、標準モデルＭの３次元変換に応じて変換され、それにより個別化される。

個別化されたスキャンパラメータＩＳＰは検査画像検出ユニット１３に転送される。検査画像検出ユニット１３は、方法ステップＸにおいて所望の測定が実行されるように、個別化されたスキャンパラメータＩＳＰをＭＲＴ装置１のための相応の制御指令ＳＢに変換する。

方法ステップＸＩにおいては、さらに測定が必要か否かを選択して決定することができる。これは、一方では手作業で、すなわち相応の予備診断後にＭＲＴ装置１のよく訓練された操作者によって行なうことができ、あるいは場合によっては自動画像評価によって完全自動で行なうこともできる。さらに測定が必要か否か、そしてどの測定が必要であるのかの決定に応じて、方法経過において、方法ステップＶＩＩＩへの復帰が行なわれ、再び他の診断上の課題設定に応じてそれぞれのモデルのためのスキャンパラメータが選択され、方法ステップＩＸ，ＸおよびＸＩが改めて実行される。

更なる測定が必要でないことが決定された場合、最終的に方法ステップＸＩＩで測定が終了する。得られた画像データＤは、例えばバス２０を介して転送され大容量記憶装置２１に格納されるか、または他の処理もしくは精査のために他のワークステーションまたは放射線医による更なる診断のためのその他の画像観察ユニットへ引き渡される。同様に、フィルムまたはその他の出力を発生させるために、画像データＤをフィルミングステーションに送ることもできる。

ここでもう一度明確に、図に示されたシステムアーキテクチャおよびプロセスは当業者によって容易に細部において変更可能である実施例にすぎないことを言及しておく。特に、制御装置２の種々の構成要素は、１つのプロセッサ上ではなくて、互いにネットワークに組み込まれた複数のプロセッサ上で実現されていることも可能である。同様に、種々の構成要素が互いにネットワークに組み込まれた複数のコンピュータにおいて実現されることももちろん可能である。例えば、モデルの個別化のような特別の計算集中的なプロセスは、最終結果のみを戻す適当なコンピュータに移すこともできる。

更に、既に公知の継続処理プロセスが与えられている既設の制御装置もしくは磁気共鳴断層撮影装置に、これらの装置も上述の本発明による方法に従って使用するために、本発明による構成要素を追加装備させることも考えられ得る。多くのケースにおいて、場合によっては、適当な制御ソフトウェアモジュールを有する制御ソフトウェアのアップデートでも足りる。

本発明による制御装置を備えた磁気共鳴断層撮影装置の実施例を示す概略図 本発明による方法の経過例を示す流れ図 モデル個別化のための有利な方法の詳細を示す流れ図 ５つのサジタル断面を有する人間の頭蓋の表面モデルを示す図 ５つのアキシャル断面を有する人間の頭蓋の表面モデルを示す図 断層画像データに基づく人間の頭蓋の目標構造を示す図 未だマッチングされていない状態の図４Ａによる表面標準モデルを備えた図５による目標構造を示す図 部分的にマッチングされた状態の図４Ａによる表面標準モデルを備えた図５による目標構造を示す図 さらにマッチングされた状態の図４Ａによる表面標準モデルを備えた図５による目標構造を示す図 図４Ａによる頭蓋標準モデルにおける解剖学的目印を示す図 三角形を基礎として形成された人間の骨盤の表面モデルを示す図

符号の説明

１ 磁気共鳴断層撮影装置
２ 制御装置
３ プロセッサ
４ メモリ装置
５ 制御インターフェース
６ 画像データインターフェース
７ 選択ユニット
８ 選択ユニット
９ 目標構造検出ユニット
１０ 適合化ユニット
１１ パラメータ個別化ユニット
１２ 画像検出ユニット
１３ 検査画像検出ユニット
１４ 概観画像検出ユニット
１５ コンソール
１６ 画面
１７ キーボード
１８ マウス
１９ インターフェース
２０ バス
２１ 大容量記憶装置
２２ ワークステーション
２３ 画像コンピュータ
２４ コンソール
２５ 画面
２６ キーボード
２７ マウス
Ｄ 画像データ
Ｌ 解剖学的目印
Ｐ 患者
Ｓ 反復ステップ
Ｚ 目標構造
Ｔ₁ 前頂骨
Ｔ₂ 右頭頂骨
Ｔ₃ 左頭頂骨
Ｔ₄ 顔骨
Ｔ₅ 下顎骨
ｔ_x 並進パラメータ
ｔ_y 並進パラメータ
ｔ_z 並進パラメータ
ｒ_x 回転パラメータ
ｒ_y 回転パラメータ
ｒ_z 回転パラメータ
Ｌ₁ 解剖学的目印
Ｌ₂ 解剖学的目印
ｄ₀ 距離
ｄ₃₄ モデルパラメータ１
ＳＰ スキャンパラメータ
ＳＢ 制御指令
ＵＤ 概観画像
ＵＰ 概観スキャンパラメータ
ＺＤ 目標構造データ
ＩＳＰ 個別化スキャンパラメータ

Claims (16)

1. 診断上の課題設定に応じて検査すべき検査対象のために可変であるジオメトリを有する解剖学的標準モデル（Ｍ）を選択し、
   検査対象を含む領域の複数の概観画像を測定し、その概観画像の測定を制御するための種々の概観スキャンパラメータ（ＵＰ）を、選択された解剖学的標準モデル（Ｍ）に応じて決定し、
   測定された概観画像の断層画像データ（ＵＤ）内の目標構造を求め、
   求められた目標構造（Ｚ）にマッチングするように標準モデル（Ｍ）を個別化し、
   選択された解剖学的標準モデル（Ｍ）および診断上の課題設定に応じて後続の断層画像を測定するために磁気共鳴断層撮影装置（１）を制御するためのスキャンパラメータ（ＳＰ）を選択し、
   選択されたスキャンパラメータ（ＳＰ）を、個別化された解剖学的標準モデル（Ｍ）に対応して個別化し、
   個別化されたスキャンパラメータ（ＩＳＰ）に基づいて複数の断層画像を測定する
   ことを特徴とする磁気共鳴断層撮影装置の作動方法。
2. 解剖学的標準モデル（Ｍ）の個別化後、目標構造（Ｚ）と個別化された解剖学的標準モデル（Ｍ）との残留偏差が予め与えられた限界値以下にあるかどうかをチェックし、限界値以下にない際には方法を中断することを特徴とする請求項１記載の方法。
3. 解剖学的標準モデル（Ｍ）は、解剖学的標準モデル（Ｍ）を割り付けられ当該検査対象を含む領域の定められた概観画像を作成するための概観スキャンパラメータ（ＵＰ）と一緒に記憶されていることを特徴とする請求項１又は２記載の方法。
4. 概観スキャンパラメータ（ＵＰ）は概観画像の位置、個数および種類を決定するためのパラメータを含むことを特徴とする請求項１乃至３の１つに記載の方法。
5. 個別化中にその都度、定められた偏差関数に基づいて、変更された解剖学的標準モデル（Ｍ）と目標構造（Ｚ）との間の現在偏差値が求められ、偏差関数が最小化されるようにモデルパラメータが自動的に変化させられることを特徴とする請求項１乃至４の１つに記載の方法。
6. 解剖学的標準モデル（Ｍ）は、複数の反復ステップにおいて、モデルパラメータ（ｔ_x，ｔ_y，ｔ_z，ｒ_x，ｒ_y，ｒ_z，ｄ₀）に基づいて概観断層画像データ（ＵＤ）内の目標構造にマッチングされ、モデルパラメータ（ｔ_x，ｔ_y，ｔ_z，ｒ_x，ｒ_y，ｒ_z，ｄ₀）は、モデル（Ｍ）の解剖学的な全ジオメトリへの影響に関して階層的に体系化され、反復ステップの個数が増加するほど可調整のモデルパラメータ（ｔ_x，ｔ_y，ｔ_z，ｒ_x，ｒ_y，ｒ_z，ｄ₀）の個数が階層次数に応じて増大させられることを特徴とする請求項１乃至５の１つに記載の方法。
7. モデルパラメータはそれぞれ１つの階層クラスに割り付けられていることを特徴とする請求項６記載の方法。
8. 階層クラスへのモデルパラメータの割り付けは、当該モデルパラメータが定められた値だけ変化されたときに生じるモデルジオメトリにおける偏差に基づいて行なわれることを特徴とする請求項７記載の方法。
9. 種々の階層に偏差の特定の値範囲が割り当てられていることを特徴とする請求項８記載の方法。
10. 解剖学的標準モデル（Ｍ）として三角形を基礎として作成された表面モデルが使用されることを特徴とする請求項１乃至９の１つに記載の方法。
11. モデルパラメータ（Ｍ）はそれぞれ、変更された解剖学的標準モデル（Ｍ）が各パラメータセットについて解剖学的に意義のあるジオメトリを有するように、少なくとも１つの解剖学的目印（Ｌ，Ｌ₁，Ｌ₂）の位置に結び付けられていることを特徴とする請求項１乃至１０の１つに記載の方法。
12. 概観断層画像データ内の目標構造（Ｚ）は少なくとも部分的に自動的に輪郭解析法により求められることを特徴とする請求項１乃至１１の１つに記載の方法。
13. 検査対象が測定された他の断層画像に基づいて自動的に分類されていることを特徴とする請求項１乃至１２の１つに記載の方法。
14. 磁気共鳴断層撮影装置のプログラム可能な制御装置のメモリ装置に直接にロード可能であるコンピュータプログラム製品であって、そのプログラム製品が制御装置上で実行されたときに請求項１乃至１３の１つに記載の方法の全ステップを実行するためのプログラムコード手段を備えていることを特徴とするプログラム製品。
15. 制御装置によって予め与えられたスキャンパラメータ（ＵＰ，ＩＳＰ）に対応する複数の断層画像を測定するために磁気共鳴断層撮影装置（１）を駆動するためのインターフェース（５）と、
    種々の検査対象のためにそれぞれジオメトリが可変である複数の解剖学的標準モデル（Ｍ）を有するメモリ装置（４）と、
    検査すべき検査対象のために診断上の課題設定に応じて解剖学的標準モデル（Ｍ）の１つを選択するための第１の選択ユニット（７）と、
    選択された解剖学的標準モデル（Ｍ）に応じて予め与えられる概観スキャンパラメータ（ＵＰ）に基づいて検査対象を含む領域の複数の概観画像を測定するために磁気共鳴断層撮影装置（１）を駆動するための概観画像検出ユニット（１４）と、
    測定された概観画像の断層画像データ（ＵＤ）内の目標構造（Ｚ）を求めるための目標構造検出ユニット（９）と、
    求められた目標構造（Ｚ）にマッチングするように選択された解剖学的標準モデル（Ｍ）を個別化するための適合化ユニット（１０）と、
    選択された解剖学的標準モデル（Ｍ）および診断上の課題設定に応じて後続の断層画像を測定するために磁気共鳴断層撮影装置（１）を制御するためのスキャンパラメータ（ＳＰ）を選択するための第２の選択ユニット（８）と、
    選択されたスキャンパラメータ（ＳＰ）を個別化された解剖学的標準モデル（Ｍ）に応じて個別化するためのパラメータ個別化ユニット（１１）と、
    を備えている磁気共鳴断層撮影装置を作動させるための制御装置。
16. 請求項１５記載の制御装置（２）を含む検査対象の断層画像データを測定するための磁気共鳴断層撮影装置。