JP6270428B2 - Ｍｒｔ画像処理用の信号圧縮度のダイナミックマッチング - Google Patents

Description

本発明は、ＭＲＴ画像形成のための方法および装置に関する。

磁気共鳴トモグラフィ装置（ＭＲＴ）ないしは圧縮方法は例えば以下の文献から公知である：
・ＤＥ１０２００５０１８８１４Ａ１号
・ＤＥ１０２００９０１２１０９Ａ１号
・「A software channel compression technique for faster reconstruction with many channels」(Huang, Vijayakumar, Li, Hertel, Duensing等著)／「Magnetic Resonance Imaging」
・http://epub.ub.uni-muenchen.de/12456/1/BA_Berger.pdf（第３章）

ＤＥ１０２００５０１８８１４Ａ１号 ＤＥ１０２００９０１２１０９Ａ１号 ＵＳ２００４／０１９３０８Ａ１号

「A software channel compression technique for faster reconstruction with many channels」(Huang, Vijayakumar, Li, Hertel, Duensing等著) 「Magnetic Resonance Imaging」 http://epub.ub.uni-muenchen.de/12456/1/BA_Berger.pdf（第３章）

本発明の課題は、ＭＲＴを最適化することである。

上述の課題は、画像を形成する方法であって、磁気共鳴トモグラフィ装置の複数個のコイルから、それぞれ、体の検査領域から受信された信号に基づいて作成されたＮ個の受信信号データセットによって、画像処理計算器を用いて、前記画像を形成し、圧縮度決定装置によって、複数のコイルによって受信された信号から形成されたＮ個の受信信号データセットの数Ｎと、低減された数Ｍ（Ｍ＜Ｎ）個のモードデータセット（ＭＤＳ）の数Ｍとの比Ｎ／Ｍを、少なくとも、画像処理計算器のシステムリソースも表す複数のパラメータを考慮して定め、圧縮計算器によって、前記Ｎ個の受信信号データセットを、Ｍ個のモードデータセットに圧縮し、その後、前記Ｍ個のモードデータセットを使用して、画像処理計算器によって、体の領域の画像を形成する、ことを特徴とする、画像を形成する方法によって解決される。さらに、上述の課題は、磁気共鳴トモグラフィ装置のコイルによって受信された信号によって画像を形成するための装置であって、・Ｎ個のコイルを有しており、前記コイルは、体の検査領域から信号を受信するように構成されており、前記信号からＮ個の受信信号データセットが形成可能であり、・圧縮度決定装置を有しており、前記圧縮度決定装置は、受信信号データセットの数Ｎと、さらに処理されるべき、より少ない数Ｍ（Ｍ＜Ｎ）個のモードデータセット（ＭＤＳ）の数Ｍとの比Ｎ／Ｍを、少なくとも、画像処理計算器のシステムリソースも表す複数のパラメータを考慮して定めように構成されており、・圧縮計算器を有しており、前記圧縮計算器は、Ｎ個のコイルの受信信号データセットから、Ｍ個のモードデータセットを形成するように構成されており、・画像処理計算器を有しており、前記画像処理計算器は、前記モードデータセットから、前記体の前記領域の画像を形成するように構成されている、ことを特徴とする、画像を形成するための装置によって解決される。

有利な発展形態は、従属請求項および明細書に記載されている。

方法を実施するためのＭＲＴ機器の概略図 ＧＲＡＰＰＡに従った画像再構築の基本的な方法の概略図 図３Ａは基準行を含む、低減された３つのデータセットに対するｋマトリクスの記録特徴の詳細図であり、図３Ｂは、図３Ａからの、再構築された（完成された）データセット 図４Ａは不完全なデータセットのブロックへの、従来のＧＲＡＰＰＡ再構築マトリクスの作用の概略図であり、図４Ｂは低減されたＧＲＡＰＰＡ再構築マトリクスの、不完全なデータセットのブロックへの作用 ４×２の低減マトリクスを求めるためのＰＣＡアルゴリズムの概略図 低減マトリクス並びにＧＲＡＰＰＡ再構築マトリクスを用いた、３つの入力チャネルから２つの出力チャネルへの本発明による低減の概略図 ＰＰＡ符号化方向に対して直交する中央のｋ空間セグメントであり、これは最大のＰＰＡ符号化情報を得ることを顧慮して、ＰＣＡアルゴリズムにおいて使用される ＭＲＴアレイのＮ個のコイルによって作成された信号データセットの、低減マトリクスＣＭ_{（ＮＸＭ）}による、Ｎ個よりも少ない、後続のＭＲＴ画像構築に使用されるＭ個のモードデータセットへの圧縮のための、圧縮度Ｋ＝Ｍ／Ｎを求める本発明の方法の概略図 ＭＲＴアレイのＮ個のコイルによって作成された信号データセットを、Ｎ個より少ない、後続のＭＲＴ画像再構築に使用されるＭ個のモードデータセットに圧縮するための低減マトリクスＣＭ_{（ＮＸＭ）}の本発明による使用の概略図

本発明の可能な実施形態のさらなる特徴および利点を実施例の以降の説明において、図面に基づいて記載する（図１〜７は、実質的に、ＤＥ１０２００５０１８８１４Ａ１に記載されているバックグラウンドとしても示されている）。

多チャネルコイルの使用時に、殊に、並行する画像形成（ＳＥＮＳＥ、ＧＲＡＰＰＡ、ＳＭＡＳＨ等）と組み合わせた使用時に、極めて高い計算性能と記憶量が要求されることがある。これは、殊に、画像再構築計算器のメインメモリのデザインおよびその計算性能においてもコストを生じさせる。計算性能が低い場合には、格段に長い待ち時間が画像の再構築のために生じる。これは例えば、３分〜２０分の時間範囲に及ぶことがあり、不所望に高い。多チャネルコイルはこの測定時間を短くすることができるが、画像の可用性は大部分、再構築時間によって決まるのであり、測定時間によって決まるのではない。

予備知識（プレスキャン測定または較正データ）に基づいてチャネルを圧縮する方法は、例えばＤＥ１０２００５０１８８１４Ａ１号；Ｇｒｉｓｗｏｌｄ、Ｋａｎｎｅｎｇｉｅｓｓｅｒ、Ｊｅｌｌｕｓまたは２０８Ｅ１５６１７ＤＥ、Ｂｉｂｅｒに記載されている。

ここでは殊に主成分分析（ＰＣＡ principal component analysis）が使用される。

これは例えば、刊行物「A software channel compression technique for faster reconstruction with many channels」(Huang, Vijayakumar, Li, Hertel, Duensing等著) Magnetic Resonance Imagingおよびここに挙げられた文献に記載されており、殊に、Ｇｒｉｓｗｏｌｄ、Ｋａｎｎｅｎｇｉｅｓｓｅｒ等著ＤＥ１０２００５０１８８１４Ａ１号に詳細に記載されている。ここでは、Ｎ個の入力チャネル（例えばコイルアレイのＮ個のコイル）が、大きさＮｘＭの圧縮マトリクスによる乗算によって、Ｍ個の「モード」（ここではさらなる処理のデータセットまたはさらなる処理のチャネルまたは殊にＰＣＡの場合には、「主成分」とも称される）に圧縮されることが説明されている。ここでは、多くのデータを圧縮することが可能であり、例えばＮ＝３２個のコイルチャネルを、わずかＭ＝１６個の主成分に圧縮することができ（ＤＥ１０２００５０１８８１４Ａ１号の図５、６を参照）、ここでは、僅か数％の、画像にわたって平均化されたＳＮＲ損失だけ甘受されればよい。

このＳＮＲ圧縮は、チャネルの半減時に、メモリ需要および計算需要がほぼ２〜４倍低下するという事実を鑑みると、許容される。

しかし、これまでの刊行物では、どれ位多くのモードまたは主成分がさらなる処理に使用されるべきであるのかという問いが残されたままである。これはすなわち、圧縮マトリクスの大きさの数Ｍの特定に関する。さらに、ＤＥ１０２００５０１８８１４Ａ１号には、この数Ｍの特定に使用され得る判断基準は正確に記載されていない。

主成分の数を選択するための別種の方法が、文献から既知である。これに関しては、http://epub.ub.uni-muenchen.de/12456/1/BA_Berger.pdfの第３章を参照されたい。しかしこれらは全て、どれ位多くの情報が特定数の主成分内に含まれているのかを記載している品質判定基準の開発に関する。

しかし、医療技術、殊にＭＲＴに対する用途の関連では、技術的な周辺条件も考慮されるべきである。ここで向けられている質問は、どのような判断基準が主成分またはモードの数の選択に使用可能であり、この選択がシステムのハードウェア装備を最適に利用するのにどのように寄与し得るのか、というものである。

少なくとも内部で既知の解決方法では、ソフトウェアである圧縮方法の実装が、内部でＶＤ１３と称されているバージョンとともに提供可能である。ここでは、主成分の数Ｍは、http://epub.ub.uni-muenchen.de/12456/1/BA_Berger.pdf第３章に記載されている品質判定基準の１つによって求められる。

同様に、少なくとも内部で公知であるのは、ソフトウェア方法である。これは、測定のパラメータ化を制限して、使用可能な計算性能または一般的なＭＲＴインストール性能（例えばＨＦ増幅器の性能、時間の関数としての勾配増幅器の性能、振幅および上昇時間）を超えない。このために、ソフトウェアコンポーネントは、測定パラメータに依存してシステムへの性能要求を事前に計算することができるモデルを有しており、これによって、技術的に実現不可能な測定パラメータの設定を阻止することができる。従って、例えば、使用可能なメモリは、測定可能なスライスの数も制限し得る（例えば３Ｄ画像形成時に）。

本発明の構成では、圧縮度Ｍ／Ｎ（Ｎ個のコイルエレメントからＭ個の主成分；Ｍ＜Ｎ）の計算のための判断基準として、殊に画像処理計算器のシステムリソースＳＲも表すことができるパラメータも使用可能である。これは例えば：
１．画像再構築のために、画像処理計算器によって使用可能な、画像処理計算器ＲＥＫＯＮのメモリＳＰは、選択された主成分またはモードの数に影響を及ぼすことがある。これによって、しかし、例えば、より低い計算性能／より小さいメモリサイズを有する計算器の場合であるのにもかかわらず、例えば、多くのスライス数または大きいマトリクスサイズ（例えば５１２×５１２ピクセル）を有する画像が再構築可能である。ここで歩み寄り可能であるだろう妥協は、メモリが僅かな場合の若干高いＳＮＲ損失である。なぜならこれはより少ない主成分を処理することができるからである。しかし有利には、ほぼＭ＞Ｎ／５の間はＳＮＲ損失は、数Ｍの低減に伴って極めて恒常的に上昇し、大きい変化を有していない、ということが事実である（以降で、下回ってはいけない下方の限界Ｍ＿ｍｉｎを、最低の質に対する既知の判断基準から求めることができる。この第２の条件が犯される場合には、例えば、システムによるこの測定の実施は認められるべきではない）。
これによって、所与のメモリの場合に、測定パラメータ、例えばスライス数およびマトリクスサイズ並びに加速係数を、段階的なＳＮＲ損失と交換することができる。これは、http://epub.ub.uni-muenchen.de/12456/1/BA_Berger.pdfに記載されている方法では不可能であろう。なぜなら、これは常に固定数の主成分を、品質判定基準を満たすために必要とするからである。しかしこの数がメモリの上書きを生起させるならば、この方法との上述の妥協は実現不可能であるだろう。
２．実施は例えば、元来のチャネルの再構築が、再構築計算器ＲＥＫＯＮの性能を超えてはじめてＰＣＡを使用するだろう。使用される主成分の数Ｍおよびそもそもこの方法が使用されるか否かの問いを、再構築システムの特性に依存させることができる。計算性能／メモリ需要を予想することができるモデルは、再構築が所定のメモリで行われる程度に主成分の数を制限するために使用される。
３．メモリ量の他に、（単独でまたは付加的に）、別の判断基準、例えば再構築時間（プロセッサ性能）も、数Ｍを求めるために使用可能である。
４．この方法はさらに、http://epub.ub.uni-muenchen.de/12456/1/BA_Berger.pdfに記載されている方法に対して次の利点を提供する。すなわち、メモリ（オリジナルチャネルの使用がメモリ需要を超えるであろう限り）を常に完全に読み出すことができ、ＳＮＲ損失がhttp://epub.ub.uni-muenchen.de/12456/1/BA_Berger.pdfの固定した判断基準（これは場合によっては、メモリが処理できる主成分よりも少ない主成分を選択することがある）の使用と比べて低減されるという利点である。
５．さらに、カスタマーによってもパラメータ（以降ではハイレベルパラメータとも称する）、例えば速度（Ｓｐｅｅｄ）および／または品質（Ｑｕａｌｉｔｙ）が調整可能である。これに基づいて、システムは、どの位の数の主成分が使用されるのかを判断する（ここで例えば、http://epub.ub.uni-muenchen.de/12456/1/BA_Berger.pdfの方法が使用される）。
６．周辺条件が測定の性質から得られる。従って相互作用的な特性を有する測定は典型的に、画像計算後にはじめに、保存システム（ＰＡＣＳ）内に後の診断のために伝達されるものよりも迅速に再構築される。

本発明の１つの形態では、選択されたモードまたは主成分の数とＭＲＴ測定システムの別の特性との間にダイナミックな関係が生じる。これによって、既存のシステムリソースに依存した画質の最適化を可能にするダイナミックな圧縮度制御が可能である。

図８に記載された、本発明の１つの実施例では、受信器Ｒ（ここでは例えば複数のコイル４０を備えたコイルアレイ４、例えばローカルコイルアレイおよび／またはボディコイルから成る）が、信号（ＳＩＧ）を、検査領域Ｋ、例えば（図１において、ＭＲＴ外に示されており、空間Ｖ内に移動可能な）、体１０５の胴体Ｋから受信し、この信号を受信信号データセットＥＤＳ（インプットデータ）としてさらに圧縮度決定装置ＫＢＥと圧縮計算器ＫＲに転送する。

圧縮度決定装置ＫＢＥは、１つまたは複数の種々の自身に既知の、またはユーザーによって手動で入力されたパラメータＶＧ、ＳＹ、ＳＲに基づいて、（目標）比Ｎ／Ｍを求める。これは、ボディ領域Ｋから複数のコイル４０によって受信された信号ＳＩＧから（場合によっては増幅、ＡＤ変換等によって）形成されたＮ個の受信信号データセットＥＤＳの数Ｎと、より少ない（Ｍ＜Ｎ）モードデータセットＭＤＳの数Ｍとの比である（Ｍはモードまたはさらなる処理チャネルまたは主成分とも称される）。

（目標）比Ｎ／Ｍを決定するための可能なパラメータは、例えば
・システムリソースＳＲ、例えば画像再構築に使用可能な、画像処理計算器ＲＥＫＯＮのメモリＳＰおよび／または画像再構築に使用可能な、画像処理計算器ＲＥＫＯＮの少なくとも１つのプロセッサＰＲ（例えばＣＰＵ、ＧＰＵ）の計算性能またはプロセッサ性能、および／または
・設定（ハイレベルパラメータとも称される）ＶＧ、例えば、予期される、画像処理計算器による画像再構築に必要な画像再構築時間、ＭＲＴのユーザーの入力として受信されたまたは選択された、ユーザーの許容される最大の必要な画像再構築時間、画像再構築の許容される信号対雑音比損失および／または
・システムモデル（画像処理）からのパラメータＳＹおよび／または
・（ローカルコイル）アレイＬのコイル４０の数

殊に、圧縮方法がＰＣＡに基づく場合にはさらにマトリクスＣを固有ベクトルの形態で求めることができる。

圧縮度決定装置ＫＢＥによる（目標）比Ｎ／Ｍの決定後に、マトリクスＣＭが計算される。これはマトリクスＣＭ（以降で[ＣＭ]_ＮＸＭとも称される）を、受信信号データセットＥＤＳの形の淫風とデータから、圧縮計算器ＫＰによって、モードデータセットＭＤＳの形でのアウトプットデータを形成するために使用する。Ｍ個のモードデータセットから、（それ自体公知のＭＲＴ）画像処理計算器ＲＥＫＯＮ（これは、概略的に示されたメモリＳＰとプロセッサＰＲとを有する）によって、体１０５の領域Ｋの画像ＩＭＧが形成（再構築）される（その後、これは記憶される、またはモニター上に出力される）。

図９は、概略的に、低減マトリクス[ＣＭ]_ＮＸＭの、圧縮のための使用を概略的に示している。この圧縮は、ＭＲＴコイルアレイ４のＮ個のコイル（１、２・・・Ｎ）によって、体の領域（例えば胴体Ｋ）から受信された（および場合によっては増幅され、デジタル化等がされた）Ｎ個の信号データセットＥＤＳから、Ｍ（Ｎよりも少ない）個の、後続のＭＲＴ画像再構築に使用可能な、モードデータセットＭＤＳへの圧縮である。このモードデータセットＭＤＳは、画像構築のために例えばＧＲＡＰＰＡ、ＳＥＮＳＥ等の方法とともに使用可能である。

本発明のバックグラウンドおよび可能な用途に対する詳細は、ＤＥ１０２００５０１８８１４Ａ１に記載されており、この文献は、参照によって本発明の一部として組み込まれており、以下に引用する。

図１は、磁気共鳴画像形成ないしは核スピントモグラフィ機器を概略的に示している。これは、対象物の核スピン画像を本発明に即して形成する。ここで核スピントモグラフィ機器の構造は、従来のトモグラフィ機器の構造に相応している。基本磁界磁石１は、時間的に一定の強さの磁界を形成する。これは核スピンを対象物の検査領域、例えば人体の検査部分において偏向ないしは配向するためのものである。基本磁界磁石の、核スピン共鳴測定に必要な高い均一性は、人体の検査部分が入れられる測定空間Ｖ内で決められる。均一性要求のサポートのため、および殊に、時間的に不変の影響を除去するため、適切な箇所に、強磁性材料から成るいわゆるシムプレートが取り付けられる。時間的に不変の影響は、シムコイル２によって除去される。このシムコイルは、シム電流供給によって駆動制御される。

基本磁界磁石１内には、勾配磁場コイルシステム３が組み込まれている。これは複数の巻き線、いわゆる部分巻き線から成る。各部分巻き線には、増幅器によって、電流が、デカルト座標系の各方向において、線形勾配磁場を形成するために、供給される。勾配磁場システム３の第１の巻き線はここで勾配Ｇｘをｘ方向において形成し、第２の巻き線は勾配Ｇｙをｙ方向において形成し、第３の巻き線は勾配Ｇｚをｚ方向において形成する。各増幅器はデジタルアナログ変換器を有している。このアナログデジタル変換器は、シーケンス制御部１８によって、勾配パルスの適時形成のために駆動制御される。

勾配磁場システム３内には、高周波アンテナ４が配置されている。これらの高周波アンテナは高周波パワー増幅器から出力された高周波パルスを交番磁界に、検査される対象物ないしは対象物の検査されるべき領域の核の励起のためおよび核スピンの配向のために、変える。これらの高周波アンテナ４は、１つまたは複数のＨＦ送信コイルと複数のＨＦ受信コイルとから成る。これらは、例えば、ＰＰＡ画像形成システムではコンポーネントコイルの線形の配置の形態である。高周波アンテナ４のＨＦ受信コイルによって、歳差運動をしている核スピンから出る交番磁界も、すなわち通常は、１つまたは複数の高周波パルスおよび１つまたは複数の勾配パルスから成るパルスシーケンスによって生起される核スピンエコー信号も電圧に変換される。この電圧は、増幅器７を介して、高周波システム２２の高周波受信チャネル８に供給される。高周波システム２２は、さらに送信チャネル９を有している。ここでは、高周波パルスが、核磁気共鳴を形成するために形成される。ここでは、各高周波パルスが、インストール計算器２０によって設定された、シーケンス制御部１８内のパルスシーケンスに基づいて、デジタルに、複素数の例として示される。この数列は、実数部および虚数部として、各入力側１２を介して、高周波システム２２内のアナログデジタル変換器に供給され、これから送信チャネル９に供給される。送信チャネル９内では、このパルスシーケンスが高周波搬送信号に変調される。その基本周波数は、測定空間内の核スピンの共振周波数に相応する。

送信モードと受信モードとの切り替えは、送受信スイッチ６を介して行われる。高周波アンテナ４のＨＦ送信コイルは、測定空間Ｖ内で核スピンを励起させるために高周波パルスを放出し、結果として生じるエコー信号を、ＨＦ受信コイルを介してテストする。この相応に得られた核共鳴信号は、高周波システム２２の受信チャネル８内で、位相センシティブに変調され、各アナログデジタル変換器を介して、測定信号の虚数部と実数部に変換される。画像計算器１７によって、このように得られた測定データから、画像が再構築される。測定データ、画像データおよび制御プログラムの管理は、インストール計算器２０を介して行われる。制御プログラムによる設定に基づいて、シーケンス制御部１８は、各所望のパルスシーケンスの生成と、ｋ−空間の相応のサンプリングをコントロールする。殊に、シーケンス制御部１８はここで、勾配の適時のスイッチング、所定の位相および振幅を有する高周波パルスの送出と、核共鳴信号の受信を制御する。高周波システム２２およびシーケンス制御部１８に対する時間基準は、合成装置１９によって提供される。核スピン画像の形成のための相応する制御プログラムの選択並びに形成された核スピン画像の表示は、端末２１を介して行われる。この端末はキーボード並びに１つまたは複数のモニターを含んでいる。

ＭＲＴ機器によってＰＰＡ測定を実施するために、殊に位相符号化方向において（ｙ方向、ＬＩＮ）、個々のコイルを使用するのではなく、複数のコイルから成る装置を使用するのが今日の常識である。これらのいわゆるコンポーネントコイルは接続されて、コイルアレイになり、相互に隣接して、ないしは重なって配置されており、これによって、場合によっては、接して重なったコイル画像が撮影される。ＳＮＲの改善時に、収集時間が長くされるべきでない場合には、コイルアレイの複数のコイルは同時に受信しなければならない。従って、各コイルは自身の独自の受信器を必要とする。これは例えば、上述した、前置増幅器と、混合器とアナログデジタル変換器とから成る。このようなハードウェアは、非常に高価であり、これによって実際には、アレイ内のコイルの数が制限されてしまう。今日では、アレイは最大で３２個の個別コイルを有しているのが通常である。

しかし、ＰＰＡコイルアレイのコンポーネントコイルの数を著しく増やすことが目指されている。９６個までの入力チャネルを有するシステムが、試験段階にある。ここでは次のことが判明した。すなわち、この多数のＰＰＡコイルが、インストール計算器ないしはシステム制御部のハードウェアおよびソフトウェアへの要求を例えば、計算性能および記憶場所に関して著しく高くすることが判明した。幾つかのＰＰＡ方法では、例えばＧＲＡＰＰＡでは性能要求のこの上昇は、特に高い。ＧＲＡＰＰＡは、関与しているコンポーネントコイルの数に対する、画像再構築計算時間の二乗を超える依存性を有している。本発明の目的は、コイルの数が多い場合でも、計算時間が許容可能な範囲に収まるように、ＧＲＡＰＰＡ画像再構築方法を加速することである。

これは次のことによって実現される。すなわち、ＧＲＡＰＰＡ画像再構築に関与するチャネル（ＰＰＡコイル）の総数が出力側で低減されることによって実現される。これは、もはや、全ての関与しているＮ個のコイルがＮｘＭ−ＧＲＡＰＰＡ−再構築マトリクス（Ｘ）によって再びＮ個のコイルにマッピングされるのではなく（例えば図４Ａ）、図４Ｂに示されているように、Ｎ個の入力チャネル４０から出発して（図５）、低減されたＮｘＭ−ＧＲＡＰＰＡ再構築マトリクス（Ｘ’）によって、より少ない数Ｍの出力チャネルにマッピングされることによって行われる。出力チャネルの僅かな低減によって既に、ＧＲＡＰＰＡ再構築マトリクスの複雑性が低減し、これによって、ＧＲＡＰＰＡ再構築に必要とされる計算時間が著しく低減される。

すなち、もはや全てのＮ個の不完全に測定されたデータセットがＧＲＡＰＰＡ再構築によって完成され、フーリエ変換されるのではなく、Ｎ個の不完全に測定されたデータセットから、不完全なデータセットのサブセットＭのみが形成され、ここで不完全なデータセットのこの低減された量が、ＧＲＡＰＰＡ再構築によって完成され、フーリエ変換され、重畳されることによって、計算時間が格段に低減される。ＮおよびＭは正の整数であり、ここでＮ＞Ｍである。

このサブセットＭの本発明の形成（これは以降では「低減」と称される）は、ＮｘＭ低減マトリクス４５の使用に基づいている。この低減マトリクスは、種々の様式および種々の観点で形成することができる。

このようなＮｘＭ低減マトリクスを求める可能な方法は、共分散マトリクス４１の固有ベクトル分析において生じる。これはＮ個の不完全に測定されたデータセットから形成される。この方法は、ＰＣＡアルゴリズムとも称され（英語ではPrincipal-Component-Analysis PCA）、以降では、Ｎ＝４からＭ＝２のチャネル低減のケースで、図５に基づいて説明する。

初期のベースとなるのは、位相符号化方向に配置された４つのコンポーネントコイル（４つの入力チャネル）の、Ｎ＝４個の測定された不完全なデータセット４０である。

各データセット４０は、参照符号Ａ、Ｂ、ＣおよびＤによって表されており、それぞれ同じ数の値から成る（ｋマトリクスの測定された周波数エントリーないしは係数）。これらのデータセットＡ、Ｂ、Ｃ、Ｄは、ここで相互に統計的に比較される。これは、共分散マトリクス４１ｃｏｖ（）が形成されることによって行われる。共分散ｃｏｖ（Ａ，Ｂ，Ｃ，Ｄ）は、測定値列Ａ、Ｂ、Ｃ、Ｄの相互の変数（または共分散）の度合いを表し、関与している変形の平均化された偏差積の総計である。これに続く、共分散マトリクスの固有ベクトル分析によって、ＰＰＡコイルシステムの固有ベクトル４２を求めることが可能になる。これは並んで記載されて、システムの固有ベクトルマトリクス４８ｅｉｇ（）を形成し、各固有ベクトル４２に対応する固有値４３を形成する。固有値４３の大きさは、各固有ベクトル４２の情報内容を表す。

固有ベクトル４２がその入力値４３に応じて、大きさに従って分類される場合（例えば、より大きい固有値が最も左に、最も小さい固有値が最も右側に）、固有ベクトルマトリクス４８は、左から右への列の重要性段階（固有ベクトル４２）を有する。

ここでＮ＝４個のチャネルから、例えばＭ＝２個のチャネルへのチャネル低減が行われるべき場合には、Ｍ＝２個の左側の固有ベクトルが選択される。これらは全体として、可能な最小損失時の、このチャネル低減のＮｘＭ低減マトリクス４５を形成する（残りのＮ−Ｍ＝４−２＝２個の固有ベクトルは棄却される）。低減マトリクス４５の内容は、低減係数を形成する。

このようにして得られたＮｘＭ低減マトリクス４５が、Ｎ個の不完全な測定されたデータセットＡ、Ｂ、Ｃ、Ｄに用いられる場合（マトリクス４４および４５のマトリクス乗算の意味で）、Ｍ個の低減されたデータセットα、βが得られる。これは、マトリクス４６の形態で、Ｍ個の出力チャネルを形成するものである）。

マトリクス４４は、Ａ、Ｂ、ＣおよびＤの測定値を互いに接して並べることによって形成される。ここで、それが全てのチャネルＡ、Ｂ、Ｃ、Ｄに対して同様に行われる限りでは、どのような順序でこれらの測定値が列挙されるのかは重要でない。これらの測定値の数は、数千になり得、点によって示される。得られた、低減されたデータセットα、βは、それぞれ同じ数の測定値、例えばＡ、Ｂ、ＣまたはＤを含んでいるが、それ自体、実際の測定の並びはもはや表していない。なぜなら、この低減によって、Ａ、Ｂ、ＣおよびＤの値は低減および混合されており、詳細には、この低減時に最大の画像情報が保たれているからである。

しかし各低減されたデータセットα、βそれ自体は、例えばＡ、Ｂ、ＣまたはＤと同程度、依然として不完全であり、ＧＲＡＰＰＡ再構築によってはじめて完成されなければならない。その後、フーリエ変換によって、完成された画像３４のＭ個の変形が、位置空間において得られる。

本発明の方法全体をより分かり易くするために、図６を提示する。この図は、３個の入力チャネルの、２個の出力チャネルα、βへの低減を概略的に示している。

各入力チャネルＡ、Ｂ、Ｃは、測定された１０個の行３１、３３から成る。ここで２つの行が中央において基準行（較正データ点３３）を表している。６つの行３２は、ＰＰＡ技術の意向において省かれている。なぜなら、Ａ、Ｂ、Ｃは不完全だからである。

ＮｘＭ低減マトリクスをＡ、Ｂ、Ｃに適用することによって、Ａ、Ｂ、Ｃの特定の数が選択され、次のように組み合わされる。すなわち、２つのいわゆる低減されたデータセットα、βのみが得られるように組み合わされる。α、βは、Ａ、Ｂ、Ｃと同程度に不完全である（それぞれ６つの省かれた行３２）。しかしαおよびβの各６つの省かれた行は、ＧＲＡＰＰＡ再構築に基づいて、ＮｘＭ−ＧＲＡＰＰＡ再構築マトリクス４７によって再構築され、これによっていわゆる低減されたＧＲＡＰＰＡデータセットα’、β’が得られる。このために、ＧＲＡＰＰＡ方法の後、再構築係数が求められ、詳細には、Ｎ個の入力チャネルＡ、Ｂ、Ｃの測定された全ての行も、低減のカットによって得られた、Ｍ個の出力チャネルα、βの行も考慮される。図６から見て取れるように、低減されたデータセットα、βの行は、再構築されたＧＲＡＰＰＡデータセットα’、β’の再構築された行と、互い違いに位置している。従って、αとα’ないしはβとβ’との組み合わせは、それぞれ再び、不完全なデータセットを形成する。これは、ＧＲＡＰＰＡに従って、フーリエ変換後に、空間領域において不完全な画像３４をもたらし、これが空間領域においてピクセル毎に組み合わされる。

これによって最終的に、ＧＲＡＰＰＡに相応する全体画像３５が得られる（高いＳＮＲ）。しかし、計算時間は全体的に低減されている。なぜなら、この低減によって、Ｎ個の代わりに、ここでＭ個の出力チャネルが考察されるからである。

しかし、ＧＲＡＰＰＡ再構築の他に、本発明の低減では低減自体、すなわち、入力チャネルのデータセットへの低減マトリクスの使用（マトリクス乗算４４＊４５）にも計算時間が再び費やされる。しかし、計算時間の短縮は全体としてそれほど妨害されない。

この方法は、計算時間短縮の別の妨害を、低減マトリクス４５をＰＣＡアルゴリズムに基づいて求める際に受ける。なぜなら共分散マトリクス４１の形成は、計算時間のかかるステップだからである（全てのＮ個の入力チャネルＡ、Ｂ、Ｃ、Ｄの全測定値は相互に比較されなければならない）。

従って、本発明では、低減マトリクス４５を求めるための選択肢が提案される。これによって、計算時間短縮と、結果として生じる画像の質との間の合理的な妥協が得られる。

従って、低減マトリクス４５は例えば、関与しているコンポーネントコイル４０のＳＮＲアレイに基づいて求められる。ここで同様に、計算時間を短縮するという意図において、低減係数の数を最小に保つのは有利である。低減マトリクス列毎に１つの低減係数は特に有利である。なぜなら、このような場合に低減ステップは、狭い意味での計算性能をもはや必要としないからである（マトリクス４６において、データマトリクス４４の相応の値をのみ引き受ければよいだけである。）。

さらに有利には、本発明の方法はカスケード式に実施される。従って、例えばＮ個の出力チャネルが、既に行われた先行する低減から得られる。同様に有利には、殊にこのような場合には、各カスケードの低減マトリクスと再構築マトリクスとが組み合わされる。

カスケード式の使用の場合には、第１の低減マトリクス４５の特定時に、次のことが考慮されるべきである。すなわち、事前に低減されたＮ個の不完全なデータセットα、βが、記録されるべきスライスの選択に依存して、最大のＰＰＡ符号化情報を含んでいる、ということを考慮しなければならない。

これは、ＰＣＡアルゴリズムの場合に、次のことによって行われる。すなわち、共分散マトリクス４１が、ｋマトリクスの中央の列ないしは中央のセグメントに基づいて形成されることによって行われる。これらは、ＰＰＡ符号化方向に位置している。これは図７に示されている。ここでは中央のセグメントは、ＰＰＡ符号化方向におけるｋマトリクスのベクトルを表している。このベクトルの値は点によって記号化されており、詳細には、３つの異なる表示形成がある：
・周波数領域における位相符号化方向および読み出し方向（ｋ空間）
・ｋ空間における位相符号化方向および位置空間ｘにおける読み出し方向、並びに、
・位置空間ｙにおける位相符号化方向およびｋ空間における読み出し方向

種々の、それぞれ隣接しているセグメントの観察ないしは比較がＰＰＡ符号化方向に対して直交して行われる限り、さらなる組み合わせが可能である。ここでは、本発明の方法が二次元のＰＰＡ符号化（英語ではintegrated Parallel Acquisition Technique square iPAT²）時にも、例えば２つの相互に直交する位相符号化方向において使用可能であることに留意されたい。

ＰＰＡ測定が、モードマトリクス（英語ではTotal Imaging Matrix TIM）を備えた（ＴＩＭ）コイルシステムを有しているＭＲＴ機器によって実施される場合には、低減マトリクス４５の決定は、モードマトリクスの特性に基づいて行われる。（ＵＳ２００４／０１９３０８Ａ１に詳細に記載されている）モードマトリクスコイルシステムは、極めて多くの数のコイルエレメント（コンポーネントコイル）を提供する。ここで通常は、隣接しているコイルは、ハードウェアに基づいて、グループにまとめられ、これによって（場合によっては種々の組み合わせ係数によって）種々に組み合わされる。このようにして、コイル感度の空間的な有効範囲における冗長性が、チャネル低減を顧慮して使用される。３つのグループ化によって例えば、第１のチャネル、第２のチャネルおよび第３のチャネルが生じる。従って低減の結果としての第１のチャネルだけの考慮によって、３倍のチャネル低減が得られる。

モードマトリクスを有するこのようなＰＰＡコイルシステムでは（すなわちこれはハードウェアベースの、コンポーネントコイルのグループ化を有する）、低減マトリクス４５の特定は、容易に、係数の重み付けされた選択によって行うことができる。この係数は、このようなシステムのモードまたはモードのサブセットを形成する。このようなＴＩＭシステムのモードマトリクスは、幾つかの点において、本発明の方法の低減マトリクスを表すので、低減マトリクスを特定するための計算時間が省かれる。従って、本発明の方法は、ＴＩＭシステムを用いる場合に特に有利に使用される。

１ 基本磁界磁石、 １８ シーケンス制御部、 ３ 勾配磁場コイルシステム、 ４ 高周波アンテナ、 ４０ コイル、 ４１ 共分散マトリクス、 ４５ 低減マトリクス、 １０１ 磁気共鳴トモグラフィ装置、 １０５ 体、 ＲＥＫＯＮ 画像処理計算器、 ＳＩＧ 信号、 ＫＢＥ 圧縮度決定装置、 ＥＤＳ 受信データセット、 ＭＤＳ モードデータセット、 ＳＲ システムリソース

Claims (25)

1. 画像（ＩＭＧ）を形成する（ＫＲ、ＲＥＫＯＮ）方法であって、
   磁気共鳴トモグラフィ装置（１０１）の複数個（Ｎ）のコイル（４０）から、それぞれ、体（１０５）の検査領域（Ｋ）から受信された信号（ＳＩＧ）に基づいて作成されたＮ個の受信信号データセット（ＥＤＳ）によって、画像処理計算器（ＲＥＫＯＮ）を用いて、前記画像（ＩＭＧ）を形成し、
   圧縮度決定装置（ＫＢＥ）によって、複数のコイル（４０）によって受信された信号（ＳＩＧ）から形成されたＮ個の受信信号データセット（ＥＤＳ）の数Ｎと、低減された数Ｍ（Ｍ＜Ｎ）個のモードデータセット（ＭＤＳ）の数Ｍとの比Ｎ／Ｍを、少なくとも、画像処理計算器（ＲＥＫＯＮ）のシステムリソース（ＳＲ）も表す複数のパラメータ（ＳＹ、ＳＲ、ＶＧ）を考慮して定め、
   圧縮計算器（ＫＲ）によって、前記Ｎ個の受信信号データセット（ＥＤＳ）を、Ｍ個のモードデータセット（ＭＤＳ）（マトリクスＣＭまたは［ＣＭ］_ＮＸＭ）に圧縮し、
   その後、前記Ｍ個のモードデータセット（ＭＤＳ）を使用して、画像処理計算器（ＲＥＫＯＮ）によって、前記体（１０５）の領域（Ｋ）の画像（ＩＭＧ）を形成する、
   ことを特徴とする、画像を形成する（ＫＲ、ＲＥＫＯＮ）方法。
2. 画像処理計算器（ＲＥＫＯＮ）のシステムリソース（ＳＲ）を表すパラメータ（ＳＹ、ＳＲ、ＶＧ）として、画像再構築に使用可能な、前記画像処理計算器（ＲＥＫＯＮ）のメモリ（ＳＰ）のみを考慮する、または少なくとも、画像再構築に使用可能な、前記画像処理計算器（ＲＥＫＯＮ）のメモリ（ＳＰ）も考慮する、請求項１記載の方法。
3. 画像処理計算器（ＲＥＫＯＮ）のシステムリソース（ＳＲ）を表すパラメータとして、画像再構築に使用可能な、前記画像処理計算器の少なくとも１つのプロセッサ（ＰＲ）の計算性能またはプロセッサ性能のみを考慮する、または少なくとも、画像再構築に使用可能な、前記画像処理計算器の少なくとも１つのプロセッサ（ＰＲ）の計算性能またはプロセッサ性能も考慮する、請求項１または２記載の方法。
4. 画像処理計算器（ＲＥＫＯＮ）のシステムリソース（ＳＲ）を表すパラメータとして、予期される、前記画像処理計算器（ＲＥＫＯＮ）による画像再構築に必要な画像再構築時間を考慮する、請求項１から３までのいずれか１項記載の方法。
5. パラメータとして、前記磁気共鳴トモグラフィ装置（１０１）のユーザーの入力として受信された、ユーザーによって受け入れられる最長の、必要な画像再構築時間を考慮する、請求項１から４までのいずれか１項記載の方法。
6. パラメータとして、前記画像形成（ＫＲ、ＲＥＫＯＮ）による、許容される信号対雑音比損失を考慮する、請求項１から５までのいずれか１項記載の方法。
7. 推測される、予期される、前記画像処理計算器（ＲＥＫＯＮ）による画像再構築に必要な画像再構築時間を、前記圧縮度（Ｎ／Ｍ）を決める前に求める、請求項１から６までのいずれか１項記載の方法。
8. 画像処理計算器（ＲＥＫＯＮ）のシステムリソース（ＳＲ）を所定の程度または所定のパーセンテージで、前記体（１０５）の領域（Ｋ）の画像（ＩＭＧ）を形成するために使用し、
   殊にシステムリソース（ＳＲ）は、画像再構築に使用可能な、前記画像処理計算器（ＲＥＫＯＮ）のプロセッサ性能（ＰＲ）の形態、および／または、画像再構築に使用可能な、前記画像処理計算器（ＲＥＫＯＮ）のメモリ（ＳＰ）の形態である、請求項１から７までのいずれか１項記載の方法。
9. 前記Ｍ個のモードはそれぞれ、さらなる処理のチャネルおよび／または主成分および／またはｋ空間データセットである、請求項１から８までのいずれか１項記載の方法。
10. Ｐａｒｔｉａｌｌｙ Ｐａｒａｌｌｅｌ Ａｃｑｕｉｓｉｔｉｏｎ（ＰＰＡ）に基づいて、画像再構築を行う、請求項１から９までのいずれか１項記載の方法。
11. 低減マトリクス（ＣＭ_{（ＮＸＭ）}）によって、ＭＲＴローカルコイルアレイ（４）のＮ個のコイル（４０）によって作成された受信信号データセット（ＥＤＳ）を、Ｎ個よりも少ない、前記後続のＭＲＴ画像再構築（ＲＥＫＯＮ）に使用可能なＭ個のモードデータセット（ＭＤＳ）に、マトリクス乗算（ＣＭ；ＣＭ_{（ＮＸＭ）}）によって圧縮する、請求項１から１０までのいずれか１項記載の方法。
12. 前記低減マトリクス（ＣＭ；ＣＭ_{（ＮＸＭ）}）は、固有ベクトルマトリクスであり、
    殊に、ＰＣＡに基づいた圧縮方法のためのものである、請求項１１記載の方法。
13. 前記Ｍ個のモードデータセット（ＭＤＳ）は、主成分データセットであり、殊に主成分分析の主成分である、請求項１から１２までのいずれか１項記載の方法。
14. 磁気共鳴トモグラフィ装置（１０１）のコイル（４０）によって受信された信号（ＳＩＧ）によって画像（ＩＭＧ）を形成する（ＫＲ、ＲＥＫＯＮ）ための装置（ＫＢＥ、ＫＲ、ＩＭＧ）であって、
    ・Ｎ個のコイル（４０）を有しており、前記コイルは、体（１０５）の検査領域（Ｋ）から信号（ＳＩＧ）を受信するように構成されており、前記信号（ＳＩＧ）からＮ個の受信信号データセット（ＥＤＳ）が形成可能であり、
    ・圧縮度決定装置（ＫＢＥ）を有しており、前記圧縮度決定装置は、受信信号データセット（ＥＤＳ）の数Ｎと、さらに処理されるべき（ＲＥＫＯＮ）、より少ない数Ｍ（Ｍ＜Ｎ）個のモードデータセット（ＭＤＳ）の数Ｍとの比Ｎ／Ｍを、少なくとも、画像処理計算器（ＲＥＫＯＮ）のシステムリソース（ＳＲ、ＳＰ、ＰＲ）も表す複数のパラメータ（ＳＹ、ＳＲ、ＶＧ）を考慮して定めるように構成されており、
    ・圧縮計算器（ＫＲ）を有しており、前記圧縮計算器は、Ｎ個のコイルの受信信号データセット（ＥＤＳ）から、Ｍ個のモードデータセット（ＭＤＳ）を形成する（ＣＭ_{（ＮＸＭ）}）ように構成されており、
    ・画像処理計算器（ＲＥＫＯＮ）を有しており、前記画像処理計算器は、前記モードデータセット（ＭＤＳ）から、前記体（１０５）の前記領域（Ｋ）の画像（ＩＭＧ）を形成するように構成されている、
    ことを特徴とする、画像を形成するための装置。
15. 画像処理計算器（ＲＥＫＯＮ）のシステムリソース（ＳＲ）を表すパラメータ（ＳＹ、ＳＲ、ＶＧ）は、画像再構築に使用可能な、前記画像処理計算器（ＲＥＫＯＮ）のメモリ（ＳＰ）のみである、または少なくとも、画像再構築に使用可能な、前記画像処理計算器（ＲＥＫＯＮ）のメモリ（ＳＰ）でもある、請求項１４記載の装置。
16. 画像処理計算器（ＲＥＫＯＮ）のシステムリソース（ＳＲ）を表すパラメータ（ＳＹ、ＳＲ、ＶＧ）は、画像再構築に使用可能な、前記画像処理計算器のプロセッサ（ＰＲ）の計算性能またはプロセッサ性能のみである、または少なくとも、画像再構築に使用可能な、前記画像処理計算器のプロセッサ（ＰＲ）の計算性能またはプロセッサ性能でもある、請求項１４から１５までのいずれか１項記載の装置。
17. 画像処理計算器（ＲＥＫＯＮ）のシステムリソース（ＳＲ）を表すパラメータ（ＳＹ、ＳＲ、ＶＧ）は、予期される、前記画像処理計算器（ＲＥＫＯＮ）による画像再構築に必要な画像再構築時間である、請求項１４から１６までのいずれか１項記載の装置。
18. パラメータは、前記磁気共鳴トモグラフィ装置（１０１）のユーザーの入力として受信された、ユーザーによって受け入れられる最長の、必要な画像再構築時間である、請求項１４から１７までのいずれか１項記載の装置。
19. パラメータは、前記画像形成（ＫＲ、ＲＥＫＯＮ）による、許容される信号対雑音比損失である、請求項１４から１８までのいずれか１項記載の装置。
20. 画像処理計算器（ＲＥＫＯＮ）のシステムリソース（ＳＲ）は所定の程度または所定の割合で、前記体（１０５）の前記領域（Ｋ）の画像（ＩＭＧ）を形成するのに使用可能であり、
    殊にシステムリソース（ＳＲ）は、画像再構築に使用可能な、前記画像処理計算器（ＲＥＫＯＮ）のプロセッサ性能（ＰＲ）の形態、および／または、画像再構築に使用可能な、前記画像処理計算器（ＲＥＫＯＮ）のメモリ（ＳＰ）の形態である、請求項１４から１９までのいずれか１項記載の装置。
21. 前記Ｍ個のモードはそれぞれ、さらなる処理のチャネルおよび／または主成分および／またはｋ空間データセットである、請求項１４から２０までのいずれか１項記載の装置。
22. 前記画像を再構築するための装置は、Ｐａｒｔｉａｌｌｙ Ｐａｒａｌｌｅｌ Ａｃｑｕｉｓｉｔｉｏｎ（ＰＰＡ）用に構成されている、請求項１４から２１までのいずれか１項記載の装置。
23. ＭＲＴローカルコイルアレイ（４）のＮ個のコイル（４０）によって作成されたＮ個の受信信号データセット（ＥＤＳ）を、Ｎ個よりも少ない、前記後続のＭＲＴ画像再構築に使用可能なＭ個のモードデータセット（ＭＤＳ）に、低減マトリクス（ＣＭ_{（ＮＸＭ）}）を用いたマトリクス乗算（ＣＭ_{（ＮＸＭ）}）によって、圧縮するように構成されている、請求項１４から２２までのいずれか１項記載の装置。
24. 前記低減マトリクス（ＣＭ_{（ＮＸＭ）}）は、固有ベクトルマトリクスであり、
    殊に、ＰＣＡに基づいた圧縮である、請求項２３記載の装置。
25. 前記Ｍ個のモードデータセット（ＭＤＳ）は主成分データセットであり、殊にＰＣＡまたは主成分分析の主成分である、請求項１４から２４までのいずれか１項記載の装置。

Images