JP6494986B2 - 磁気共鳴イメージング装置及び画像処理装置 - Google Patents

Description

本発明の実施形態は、磁気共鳴イメージング装置及び画像処理装置に関する。

磁気共鳴イメージング装置（以下、適宜「ＭＲＩ(Magnetic Resonance Imaging)装置」）は、核磁気共鳴現象を利用して、被検体内部の情報を画像化するための装置である。ＭＲＩ装置は、コイルを利用して物体内部にある特定の原子（例えば、水素原子）からの核磁気共鳴信号をサンプリングすることで、ｋ空間データと呼ばれるデータを収集する。また、ＭＲＩ装置は、ｋ空間データにフーリエ変換を適用することで、磁気共鳴画像（以下、適宜「ＭＲ（Magnetic Resonance）画像」）を再構成する。

核磁気共鳴信号（以下、適宜「ＭＲ（Magnetic Resonance）信号」）は、１次元のデータとしてサンプリングされる。そこで、ＭＲＩ装置は、２次元あるいは３次元の再構成画像を得るために、ｋ空間上で１次元のサンプリングを繰り返し行い、再構成に必要なｋ空間データを収集する。ＭＲ画像と同じ解像度でｋ空間データをサンプリング（フルサンプリング）すれば、得られたｋ空間データにフーリエ変換を適用することで再構成が可能である。

ＭＲＩ装置のサンプリングには時間がかかることが知られている。一方、フーリエ変換による再構成は、被検体が静止していることを想定したものである。仮に撮像中に被検体が動いた場合、サンプリングにより得られるｋ空間データは、撮像時刻によって変化する被検体を撮像したデータになる。このため、このｋ空間データにフーリエ変換を適用して１枚の画像として再構成すると、強いアーティファクトが生じるおそれがある。

動きに起因するアーティファクトを軽減する手法の１つとして、ＰＲＯＰＥＬＬＥＲ（Periodically Rotated Overlapping ParallEL Lines with Enhanced Reconstruction）法が知られている。ＰＲＯＰＥＬＬＥＲ法では、ＭＲＩ装置は、ブレードと呼ばれる数本のラインをｋ空間の中心を通るように収集する。また、ＭＲＩ装置は、サンプリング方向（リードアウト（Read Out）方向）を変化させながら、ブレードの収集を数回繰り返す。そして、ＭＲＩ装置は、ｋ空間データを収集した後、ブレード間で動きの補正を行い、全ブレードを統合した上で、再構成する。この手法を用いた場合、撮像時間は増加するが、動きに起因するアーティファクトを軽減することができる。また、ＭＲＩ装置とは別のデバイスで同時に被検体を撮像し、これを利用して動きを検出することでも、動きに起因するアーティファクトを軽減することができる。

L. Qin et al. Prospective head movement correction for high resolution MRI using an in-bore optical tracking system. Proc. ISMRM (2007). Vol. 15. p. 1828. Pruessmann K. P. et al., ``SENSE: Sensitivity Encoding for Fast MRI,'' Mag. Reson. in Med. 42: 952-962, 1999. Pruessmann K. P. et al., ``Advances in Sensitivity Encoding with Arbitrary k-Space Trajectories,’’ Mag. Reson. in Med. 46: 638-0651, 2001.

本発明が解決しようとする課題は、動きに起因するアーティファクトを軽減することができる磁気共鳴イメージング装置及び画像処理装置を提供することである。

実施形態に係る磁気共鳴イメージング装置は、シーケンス制御部と、画像生成部とを備える。シーケンス制御部は、所定のエンコード数分のｋ空間データを収集する。画像生成部は、前記ｋ空間データから、少なくとも１つの時点で収集されたエンコードのデータを含むデータセットを抽出し、さらに、前記データセットに他の時点で収集されたエンコードのデータを追加したデータセットを抽出することを、追加するデータのエンコード数を段階的に増やしながら複数回行うことで、時系列に並ぶ複数のデータセットを抽出し、抽出した複数のデータセットの中から被検体の動きに基づいてデータセットを選択し、選択したデータセットを用いて画像を生成する。

図１は、第１の実施形態に係るＭＲＩ装置の構成を示す機能ブロック図。 図２は、第１の実施形態におけるデータセットの抽出例を示す図。 図３は、第１の実施形態における再構成誤差を説明するための図。 図４は、第１の実施形態におけるフレーム間誤差を説明するための図。 図５は、第１の実施形態に係るＭＲＩ装置の処理手順を示すフローチャート。 図６は、第１の実施形態に係る画像生成の処理手順を示すフローチャート。 図７は、第１の実施形態の変形例におけるデータセット選択画面を示す図。 図８は、第２の実施形態におけるデータセットの抽出例を示す図。 図９は、第２の実施形態におけるデータセットの抽出例を示す図。 図１０は、第３の実施形態におけるデータセットの抽出例を示す図。 図１１は、第３の実施形態におけるデータセットの抽出例を示す図。 図１２は、第３の実施形態における再構成処理を説明するための図。 図１３は、第３の実施形態における再構成処理を説明するための図。 図１４は、第３の実施形態の変形例における再構成処理を説明するための図。 図１５は、第３の実施形態の変形例における再構成処理を説明するための図。 図１６は、第４の実施形態におけるデータセットの抽出例を示す図。 図１７は、第５の実施形態におけるデータセットの抽出例を示す図。 図１８は、第５の実施形態におけるデータセットの抽出例を示す図。

以下、図面を参照しながら、実施形態に係るＭＲＩ装置及び画像処理装置を説明する。なお、実施形態は、以下の実施形態に限られるものではない。また、各実施形態において説明する内容は、原則として、他の実施形態においても同様に適用することができる。

（第１の実施形態）
図１は、第１の実施形態に係るＭＲＩ装置１００の構成を示す機能ブロック図である。図１に示すように、ＭＲＩ装置１００は、静磁場磁石１０１と、静磁場電源１０２と、傾斜磁場コイル１０３と、傾斜磁場電源１０４と、寝台１０５と、寝台制御部１０６と、送信コイル１０７と、送信部１０８と、受信コイル１０９と、受信部１１０と、シーケンス制御部１２０と、計算機１３０とを備える。なお、ＭＲＩ装置１００に被検体Ｐ（例えば、人体）は含まれない。

静磁場磁石１０１は、中空の円筒形状に形成された磁石であり、内部の空間に静磁場を発生する。静磁場磁石１０１は、例えば、超伝導磁石等であり、静磁場電源１０２から電流の供給を受けて励磁する。静磁場電源１０２は、静磁場磁石１０１に電流を供給する。なお、静磁場磁石１０１は、永久磁石でもよく、この場合、ＭＲＩ装置１００は、静磁場電源１０２を備えなくてもよい。また、静磁場電源１０２は、ＭＲＩ装置１００とは別に備えられてもよい。

傾斜磁場コイル１０３は、中空の円筒形状に形成されたコイルであり、静磁場磁石１０１の内側に配置される。傾斜磁場コイル１０３は、互いに直交するＸ，Ｙ，Ｚの各軸に対応する３つのコイルが組み合わされて形成されており、これら３つのコイルは、傾斜磁場電源１０４から個別に電流を受けて、Ｘ，Ｙ，Ｚの各軸に沿って磁場強度が変化する傾斜磁場を発生させる。なお、Ｚ軸方向は、静磁場と同方向とする。

傾斜磁場電源１０４は、傾斜磁場コイル１０３に電流を供給する。ここで、傾斜磁場コイル１０３によって発生するＸ，Ｙ，Ｚ各軸の傾斜磁場は、例えば、スライス選択用傾斜磁場Ｇｓ、フェーズエンコード（Phase Encode）用傾斜磁場Ｇｅ、及びリードアウト用傾斜磁場Ｇｒにそれぞれ対応する。スライス選択用傾斜磁場Ｇｓは、任意に撮像断面を決めるために利用される。フェーズエンコード用傾斜磁場Ｇｅは、空間的位置に応じてＭＲ信号の位相を変化させるために利用される。リードアウト用傾斜磁場Ｇｒは、空間的位置に応じてＭＲ信号の周波数を変化させるために利用される。

寝台１０５は、被検体Ｐが載置される天板１０５ａを備え、寝台制御部１０６による制御の下、天板１０５ａを、被検体Ｐが載置された状態で傾斜磁場コイル１０３の空洞（撮像口）内へ挿入する。通常、寝台１０５は、長手方向が静磁場磁石１０１の中心軸と平行になるように設置される。寝台制御部１０６は、計算機１３０による制御の下、寝台１０５を駆動して天板１０５ａを長手方向及び上下方向へ移動する。

送信コイル１０７は、傾斜磁場コイル１０３の内側に配置され、送信部１０８からＲＦ（Radio Frequency）パルスの供給を受けて、高周波磁場を発生する。送信部１０８は、対象とする原子の種類及び磁場の強度で決まるラーモア周波数に対応するＲＦパルスを送信コイル１０７に供給する。

受信コイル１０９は、傾斜磁場コイル１０３の内側に配置され、高周波磁場の影響によって被検体Ｐから発せられるＭＲ信号を受信する。受信コイル１０９は、ＭＲ信号を受信すると、受信したＭＲ信号を受信部１１０へ出力する。

受信部１１０は、受信コイル１０９から出力されるＭＲ信号に基づいてＭＲデータを生成する。具体的には、受信部１１０は、受信コイル１０９から出力されるＭＲ信号をデジタル変換することによってＭＲデータを生成する。また、受信部１１０は、生成したＭＲデータをシーケンス制御部１２０へ送信する。なお、受信部１１０は、静磁場磁石１０１や傾斜磁場コイル１０３等を備える架台装置側に備えられていてもよい。

シーケンス制御部１２０は、計算機１３０から送信されるシーケンス情報に基づいて、傾斜磁場電源１０４、送信部１０８及び受信部１１０を駆動することによって、被検体Ｐの撮像を行う。ここで、シーケンス情報は、撮像を行うための手順を定義した情報である。シーケンス情報には、傾斜磁場電源１０４が傾斜磁場コイル１０３に供給する電源の強さや電源を供給するタイミング、送信部１０８が送信コイル１０７に送信するＲＦパルスの強さやＲＦパルスを印加するタイミング、受信部１１０がＭＲ信号を検出するタイミング等が定義される。

なお、シーケンス制御部１２０は、傾斜磁場電源１０４、送信部１０８及び受信部１１０を駆動して被検体Ｐを撮像した結果、受信部１１０からＭＲデータを受信すると、受信したＭＲデータを計算機１３０へ転送する。

計算機１３０は、ＭＲＩ装置１００の全体制御や、データ収集、画像再構成等を行い、インタフェース部１３１、記憶部１３２、制御部１３３、入力部１３４、表示部１３５、及び画像生成部１３６を有する。

インタフェース部１３１は、シーケンス情報をシーケンス制御部１２０へ送信し、シーケンス制御部１２０からＭＲデータを受信する。また、インタフェース部１３１は、ＭＲデータを受信すると、受信したＭＲデータを記憶部１３２に格納する。記憶部１３２に格納されたＭＲデータは、制御部１３３によってｋ空間に配置される。この結果、記憶部１３２は、ｋ空間データを記憶する。

記憶部１３２は、インタフェース部１３１によって受信されたＭＲデータや、制御部１３３によってｋ空間に配置されたｋ空間データ、画像生成部１３６によって生成された画像データ等を記憶する。例えば、記憶部１３２は、ＲＡＭ（Random Access Memory）、フラッシュメモリ等の半導体メモリ素子、ハードディスク、光ディスク等である。

入力部１３４は、操作者からの各種指示や情報入力を受け付ける。入力部１３４は、例えば、マウスやトラックボール等のポインティングデバイス、キーボード等の入力デバイスである。表示部１３５は、制御部１３３による制御の下、撮像条件の入力を受け付けるためのＧＵＩ（Graphical User Interface）や、画像生成部１３６によって生成された画像等を表示する。表示部１３５は、例えば、液晶表示器等の表示デバイスである。

制御部１３３は、ＭＲＩ装置１００の全体制御を行い、撮像や画像の生成、画像の表示等を制御する。例えば、制御部１３３は、撮像条件（撮像パラメータ等）の入力をＧＵＩ上で受け付け、受け付けた撮像条件に従ってシーケンス情報を生成する。また、制御部１３３は、生成したシーケンス情報をシーケンス制御部１２０へ送信する。例えば、制御部１３３は、ＡＳＩＣ、ＦＰＧＡ等の集積回路、ＣＰＵ、ＭＰＵ等の電子回路である。

画像生成部１３６は、ｋ空間データを記憶部１３２から読み出し、読み出したｋ空間データにフーリエ変換等の再構成処理を施すことで、画像を生成する。なお、画像生成部１３６による処理の詳細は、後述する。

（第１の実施形態における再構成の手法）
次に、図２〜４を用いて、第１の実施形態における再構成の手法を説明する。図２は、第１の実施形態におけるデータセットの抽出例を示す図であり、図３は、第１の実施形態における再構成誤差を説明するための図であり、図４は、第１の実施形態におけるフレーム間誤差を説明するための図である。

第１の実施形態では、２次元の断面像に相当するｋ空間データを、リードアウト方向及びフェーズエンコード方向の２方向に分けて収集する例を想定する。また、リードアウト方向のサンプリングを、フェーズエンコード方向の位置を変化させながら繰り返すものとし、その収集順序として、ｋ空間の中心から周辺に向かってサンプリングする順序を想定する。例えば、第１の実施形態では、図２に示すように、ＭＲＩ装置１００が、フェーズエンコード方向について８エンコード分のデータを、ｋ空間の中心から周辺に向かって、セントリックにサンプリングすることを想定する。図２に示す『１』〜『８』の数字は、フェーズエンコード方向の収集順序である。なお、図２では、リードアウト方向の図示を省略している。

通常の画像生成では、収集されたデータ全体（例えば、８エンコード分のデータ全体）に対してフーリエ変換による再構成を行うが、第１の実施形態に係る画像生成部１３６は、必ずしも、収集されたデータ全体に対して再構成を行うわけではない。以下に詳述するように、画像生成部１３６は、ｋ空間内に時系列に収集されたデータから、時系列に並ぶ複数のデータセットを抽出し、抽出したデータセットに対してフーリエ変換による再構成を行う。例えば、画像生成部１３６は、サンプリングの開始時刻から注目する時刻までに累積されたデータを、その時刻に対応するデータセットとして抽出する。

図２の例で説明すると、画像生成部１３６は、ｋ空間内に時系列に収集された８エンコード分のデータから、２エンコード分のデータに相当する時刻を単位時刻として、４つの時刻に相当する時系列のデータセットを抽出する。データの収集は、図２のＳ１、Ｓ２、Ｓ３、Ｓ４、Ｓ５、Ｓ６、Ｓ７、Ｓ８の順で行われる。このため、最初の時刻（フレーム＃１）では、Ｓ２までのデータが収集されたと考え、第２の時刻（フレーム＃２）では、最初の時刻までに収集されたＳ２までのデータに加えて、Ｓ４までのデータが収集されたと考える。第３の時刻（フレーム＃３）、第４の時刻（フレーム＃４）についても同様、前段の時刻までに収集されたデータに新たな時刻までに収集されたデータを加えたデータセットを、その新たな時刻のデータセットとして抽出する。こうして、画像生成部１３６は、サンプリング順序『２』のデータまでを含む『フレーム＃１』、サンプリング順序『４』のデータまでを含む『フレーム＃２』、サンプリング順序『６』のデータまでを含む『フレーム＃３』、サンプリング順序『８』のデータまでを含む『フレーム＃４』を抽出する。

ここで、便宜上、正解データセットとして、最初の時刻に全てのデータを収集することができた場合のデータセットを考える。この場合、各時刻におけるデータセットを再構成した画像と、正解データセットを再構成した画像とのずれを再構成誤差とすると、被検体に動きがなければ、図３の（Ａ）に示すように、その再構成誤差は、単調に減少する。特に、ｋ空間の中心から周辺に向かってセントリックにサンプリングした場合には、ｋ空間データの性質を考えると、各時刻における再構成誤差の減少分は、最初の時刻は大きく、高周波成分になるに従い時間の経過とともに徐々に小さくなっていくことが期待できる。しかし、被検体に動きがあるときには、図３の（Ｂ）に示すように、その再構成誤差は、動きのあった時刻までは単調に減少するが、動きのあった時刻以降の時刻では増大する。

なお、データが欠落している場合の再構成は、例えば、欠落データをゼロで埋めたデータを再構成することで実現することができる。また、例えば、予め収集したデータから感度マップを生成し、パラレルイメージングの手法によって再構成してもよい。あるいは、ｋ空間の中心に近いデータを出力解像度と同じ解像度で収集しておき、欠落データをＧＲＡＰＰＡ（generaized autocalibrating partially parallel acquisition）により推定してもよい。あるいは、例えば、圧縮センシングを用いて再構成してもよい。

再構成誤差の性質から、もし正解データセットが既知であるならば、動きのあった時刻を特定し、動きのあった時刻の直前までのデータを利用して、画像を再構成することで、最も高い画質で画像を再構成することができる。しかし、正解データセットは未知であるため、第１の実施形態では、このような再構成を実現するために、既知のデータのみから動きのあった時刻を特定する。

具体的には、第１の実施形態では、既知のデータのみから算出することができるはずれ値の検出のための関数を考え、各時刻のデータセットについてその関数値を求め、その関数値を時系列で並べたときに動きの影響だと推測できる変化があった時刻を検出する方法を採る。

第１の実施形態では、はずれ値の検出のための関数の一例として、フレーム間の誤差を用いる。フレーム間の誤差とは、例えば、時系列に並ぶ複数のフレームのうち、注目するフレームと、別途定めた数だけ前の順序に位置付けられるフレームとの間で、差分画像を求め、例えばそのＬ１ノルム（Ｌ１ノルムの成分の総和）を算出した値である。この値は、図４の（Ａ）に示すように、被検体に動きがなければ、単調に減少することが期待できるが、図４の（Ｂ）に示すように、被検体に動きがあるときには、動きのあった時刻以降の時刻で大きく増えることが期待できる。再構成誤差と異なり、フレーム間の誤差では、その後減少することもあるが、大きく増えた時刻を検出することで、動きのあった時刻を特定することは可能である。動きのあった時刻を特定することができれば、動きの影響を受けておらず、且つ、最もデータ量の多い時刻のデータセットを用いて画像を再構成することができ、最も高い画質で画像を再構成することができる。

なお、上述では、Ｌ１ノルムを算出する例を示した。Ｌ１ノルムは、（１）式のｐ＝１で計算される。
しかしながら、実施形態はＬ１ノルムに限られるものではなく、他のノルム、例えば、Ｌ２ノルムやＬ１／２ノルムを利用してもよい。もっとも、Ｌ１ノルムやＬ１／２ノルムのようにｐが１以下のノルムを利用した方が、僅かな変化の検出能力が高く、望ましい。あるいは、ノルムの代わりに、誤差値が閾値を超える画素の数を数えてもよい（便宜上、この値をＬ０ノルムと呼ぶ）。

被検体の変化によってアーティファクトが生じた画素は、誤差値を持つ。Ｌ２ノルムは、誤差値が大きい画素の影響を強く受ける。一方、Ｌ１ノルムやＬ１／２ノルム、Ｌ０ノルムは、誤差値の大きさよりも、誤差が生じた画素数の影響を強く受ける。また、差分のＬ１ノルムは、ＳＡＤ（Sum Of Absolute Differences）という名称で知られ、専用の高速演算手段を備えた装置あるいは回路が存在する。これらのことから、少ない演算コストで誤差が生じた画素数の少ない画像を選択したいのであれば、Ｌ１ノルムを利用することが、実用上１つの良い選択であると考えられる。但し、上述したように、Ｌ１ノルムを利用する必然性はなく、この説明は、Ｌ１ノルム以外のノルムの利用を妨げるものではない。

続いて、図５は、第１の実施形態に係るＭＲＩ装置１００の処理手順を示すフローチャートである。なお、図５に示す処理手順は一例に過ぎない。例えば、図５に示す例では、撮像から画像の生成までが一連の処理として行われる例を説明するが、実施形態はこれに限られるものではなく、例えば、画像の生成以降の処理は、撮像とは別に、後処理として行われてもよい。

Ｓ１０１：ＭＲＩ装置１００の操作者は、撮像条件入力用のＧＵＩ上で、例えば、脳の画像を得るための一連のプロトコル群（例えば、位置決め画像収集用のプロトコル、シミング撮像用のプロトコル、イメージングスキャン用のプロトコル等）を選択する。ここで、プロトコルとは、撮像条件の事前設定情報（プリセット情報）を含むパルスシーケンス情報のことである。例えば、医師や技師等の操作者は、検査の撮像計画を立てる際、ＭＲＩ装置が管理、提供するプロトコル群を撮像条件入力用のＧＵＩ上に読み出し、プリセットされた設定情報を必要に応じて変更しながら、これらを撮像計画に組み入れる。各プロトコルには、そのプロトコルの名称に相当する「Ｓｃａｎ ＩＤ」や、プロトコルの撮像時間である「Ｔｉｍｅ」、その他、ＴＲ（Repetition Time）、ＴＥ（Echo Time）、ＦＡ（Flip Angle）、スライス数（ＮＳ（Number Of Slice））、ＦＯＶ（Field Of View）、スライス厚（ＳＴ（Slice Thickness））等の各種撮像パラメータの設定情報が含まれる。また、第１の実施形態においては、ｋ空間におけるサンプリング順序も、予めプロトコルに設定されている。以下に説明する例では、サンプリング順序として、ｋ空間の中心から周辺に向かってセントリックにサンプリングする「セントリック」が設定されているものとする。

Ｓ１０２：続いて、シーケンス制御部１２０が、ステップＳ１０１で設定された一連のプロトコル群に従って、まず、位置決め画像の収集や、その他準備スキャンを実行する。収集された位置決め画像は、表示部１３５に表示される。操作者は、位置決め画像上で、イメージングスキャンの撮像位置を設定する。例えば、位置決め画像として、被検体頭部のアキシャル断面像、サジタル断面像、及びコロナル断面像が収集、表示され、操作者は、これらの断面像上で、イメージングスキャンで収集される断面像の位置を設定する。

Ｓ１０３：続いて、シーケンス制御部１２０は、ステップＳ１０２で設定された位置に従って、イメージングスキャンを実行し、ＭＲデータを収集する。そして、記憶部１３２に、ｋ空間データが格納される。

Ｓ１０４：続いて、画像生成部１３６が、ステップＳ１０３で収集されたｋ空間データを用いて画像を再構成し、表示部１３５に表示する。ここで、画像生成部１３６は、まず、通常通り、収集されたデータ全体に対してフーリエ変換による再構成を行い、その結果得られた画像を、表示部１３５に表示する。仮に、１枚の脳の断面像のデータを収集するイメージングスキャン中、被検体に動きがなければ、データ全体に対して再構成を行ったとしても、アーティファクトは生じない。一方、例えば、イメージングスキャン中に頭を動かしてしまう等、被検体に動きがあれば、アーティファクトが生じるおそれがある。

Ｓ１０５：そこで、画像生成部１３６は、この段階で、データセットを選択して再構成をやり直すか否か、操作者からの指示を受け付ける。例えば、画像生成部１３６は、『再構成のやり直し』若しくは『終了』等の押下ボタンを表示部１３５に表示し、操作者からの押下を受け付ける。例えば、操作者は、アーティファクトを視認しない場合、『終了』ボタンを押下する。すると、ステップＳ１０５で『Ｎｏ』が選択され、一連の処理は終了する。一方、例えば、操作者は、アーティファクトを視認した場合、『再構成のやり直し』ボタンを押下する。すると、ステップＳ１０５で『Ｙｅｓ』が選択される。

Ｓ１０６：続いて、画像生成部１３６は、データセットの選択、画像の再度の再構成、表示を行う。このステップＳ１０６の処理の詳細は、図６を用いて説明する。

図６は、第１の実施形態に係る画像生成の処理手順を示すフローチャートである。なお、画像生成部１３６は、ステップＳ１０１で設定されたｋ空間におけるサンプリング順序の情報を既に取得している。

Ｓ１０６−１：画像生成部１３６は、ｋ空間におけるサンプリング順序に従って、ステップＳ１０３で収集されたｋ空間データから、時系列に並ぶ複数のデータセットを抽出し、抽出した各データセットに対して再構成を行う。例えば、画像生成部１３６は、図２を用いて説明したように、ｋ空間内に時系列に収集された８エンコード分のデータから、サンプリング順序に合わせてデータを追加しながら、４つの時刻に相当する時系列のデータセットを抽出する。なお、エンコード数やデータセット数は一例に過ぎず、いずれも任意に変更することができる。

Ｓ１０６−２：続いて、画像生成部１３６は、各データセットの再構成画像に対して、はずれ値の検出のための関数（以下、「はずれ値検出関数」）の関数値を算出する。例えば、画像生成部１３６は、注目する時刻における再構成画像と、直前の時刻における再構成画像との差分画像を算出し、差分画像に含まれる各画素値について、Ｌ１ノルムを算出する。

Ｓ１０６−３：続いて、画像生成部１３６は、はずれ値検出関数の関数値が別途定めた基準を満たすデータセットを選択する。例えば、画像生成部１３６は、複数のデータセットの中から、注目する時刻における関数値と、直前の時刻における関数値との差が、別途定めた閾値を超えず、且つ、最も遅い（最大の）時刻のデータセットを選択する。

Ｓ１０６−４：続いて、画像生成部１３６は、ステップＳ１０６−３で選択されたデータセットに対する再構成画像を生成し、表示部１３５に表示する。なお、画像生成部１３６は、ステップＳ１０６−１で生成済みの再構成画像をそのまま表示してもよいし、あるいは、データセット選択後に、改めて再構成画像を生成し、表示してもよい。後者の場合、例えば、ステップＳ１０６−１では、誤差の大小関係が変わらない程度に、再構成画質は高くないが再構成処理コストの低い手法を適用（例えば、フィルター演算を省略）し、ステップＳ１０６−４では、再構成処理コストは高いが再構成画質も高い手法を適用（例えば、フィルター演算も実行）する。この結果、再構成処理コストを抑えながら高い画質での再構成を実現することができる。

なお、上述した処理手順は一例に過ぎない。例えば、上述した実施形態では、ｋ空間データから抽出された複数のデータセット全てに対して再構成を行い、全てのデータセットの再構成画像に関して、はずれ値検出関数の関数値を算出する例を説明したが、実施形態はこれに限られるものではない。

上述した実施形態では、複数のデータセットの抽出や、関数値の算出を一括して行う例を説明したが、実施形態はこれに限られるものではない。例えば、画像生成部１３６は、まず、最初の時刻、及び、最後の時刻についてデータセットを抽出して、図６のステップＳ１０６−１〜Ｓ１０６−３の処理を行う。続いて、画像生成部１３６は、注目する２つのデータセットの中央の時刻のデータセットを追加するとともに、注目する２つのデータセットのうち、関数値が高い（ステップＳ１０６−３の基準によっては、関数値が低い）データセットを除外して、ステップＳ１０６−１〜Ｓ１０６−３の処理を繰り返し行う。このバイナリサーチの手法を用いることで、画像生成部１３６は、ステップＳ１０６−３の基準を満たすデータセット（はずれ値検出関数や基準によっては近似的に満たすデータセット）を、少ない関数値の算出回数で選択することができる。

また、例えば、画像生成部１３６は、関数値を算出する対象のデータセットを予め絞り込み、そのデータセットの再構成画像に関してのみ関数値を算出して選択の対象としてもよい。例えば、画像生成部１３６は、サンプリング順序に合わせてデータを追加しながらデータセットを抽出していくが、データ数が極端に少ないデータセットでは、動きに起因するアーティファクト以前に、そもそもデータが足りないとも考えられる。そこで、画像生成部１３６は、例えば、このようにデータ数が極端に少ないデータセットの抽出や、再構成画像の生成、関数値の算出を省略し、選択の対象から外すようにすることができる。例えば、画像生成部１３６は、ｋ空間データ全体が２５６エンコードの場合には、１２８エンコードよりも少ないエンコード数のデータセットを選択の対象から外すことができる。また、例えば、画像生成部１３６は、選択の対象とするデータセットのエンコード数を予め定め、そのエンコード数に相当するデータセットのみを抽出し、再構成画像の生成や、関数値の算出をしてもよい。

また、図２の例では、２エンコード分のデータに相当する時刻を単位時刻としてデータセットを抽出したが、実施形態はこれに限られるものではない。画像生成部１３６は、１エンコード分のデータに相当する時刻を単位時刻としてデータセットを抽出してもよいし、あるいは２エンコードよりも多い複数エンコード分のデータに相当する時刻を単位時刻としてデータセットを抽出してもよい。数エンコード分の違いでは、それほど大きな違いが現れないとも考えられるので、画像生成部１３６は、適宜、単位時刻の幅を大きく設定して、処理の負荷を軽減することができる。

また、上述した実施形態では、まずは通常の再構成を行い、操作者がこれを確認して、必要に応じてデータセットの選択を行うという処理手順を説明したが、実施形態はこれに限られるものではない。例えば、画像生成部１３６は、通常の再構成を省略し、初めから被検体に動きがあったことを想定してデータセットの選択を行い、選択したデータセットの再構成画像を表示部１３５に表示してもよい。

また、上述した実施形態では、データセットの選択が、ＭＲＩ装置１００による自動の処理で行われていたが、動きのない時刻で動きがあると誤って判断されたり、動きのある時刻で動きがないと誤って判断されたりする可能性を完全に排除することは困難である。このため、操作者によっては、このような完全自動化を好まない場合もある。このような場合、画像生成部１３６は、例えば、複数のデータセットの再構成画像を表示部１３５に表示し、操作者の指示を受け付けて、データセットの選択を決定してもよい。例えば、画像生成部１３６は、複数のデータセットの中から候補として選択されたデータセットの再構成画像と、候補として選択されていないデータセットの再構成画像とを表示部１３５に表示し、操作者から選択を受け付けることで、データセットを選択する。

図７は、第１の実施形態の変形例におけるデータセット選択画面を示す図である。画像生成部１３６は、注目する時刻における関数値と、直前の時刻における関数値との差が、別途定めた閾値を超えた時刻を、「被検体に動きのあった時刻」として推定する場合に、図７に示すように、「被検体に動きのあった時刻」よりも前の時刻の再構成画像Ｉ１、「被検体に動きのあった時刻」の再構成画像Ｉ２、「被検体に動きのあった時刻」よりも後の時刻の再構成画像Ｉ３を、それぞれ表示部１３５に表示する。また、画像生成部１３６は、図７に示すように、「被検体に動きのあった時刻」の再構成画像Ｉ２を、初期状態の再構成画像として選択した状態で表示する。

このようなＧＵＩを操作者に提供する形であれば、操作者は、再構成画像を確認し、再構成が期待通りに行われていれば、そのまま初期状態の再構成画像を利用し、そうでない場合には、別の時刻における再構成画像を選択することができる。言い換えると、画像生成部１３６は、動きの自動認識によって選択されたデータセットの再構成画像と、動きの自動認識によって選択されなかったデータセットの再構成画像との両方を表示部１３５に表示し、操作者からの指示に応じて、自動認識によって選択されなかったデータセットを用いることも可能なＧＵＩを提供するということである。

上述してきた第１の実施形態は、概して、以下の通りである。まず、シーケンス制御部１２０は、ｋ空間データとして、第１のエンコード数分のデータを収集する。また、画像生成部１３６は、第１のエンコード数分のデータのうち、第１のエンコード数よりも少ない第２のエンコード数分のデータを選択的に用いて、画像を生成する。また、このとき、画像生成部１３６は、第１のエンコード数分のデータから、ｋ空間データのサンプリング順序（収集順序）に従って、データセットに含めるデータのエンコード数を段階的に増やしながら、時系列に並ぶ複数のデータセットを抽出し、抽出した複数のデータセットの中から、第２のエンコード数分のデータを含むデータセットを選択して、画像を生成する。

また、画像生成部１３６は、被検体の動きに基づいてデータセットを選択する。例えば、画像生成部１３６は、データセット間で関数値を算出し、算出した関数値に基づいて、複数のデータセットの中から被検体の動きのあった時刻に対応するデータセットを特定する。そして、画像生成部１３６は、特定したデータセットよりも時系列で前の時刻に対応するデータセットであって、且つ、データのエンコード数が最も多いデータセットを選択して、画像を生成する。言い換えると、画像生成部１３６は、注目するデータセットに対する関数値と、注目するデータセットよりもエンコード数が少ないデータセットに対する関数値との差が、所定の閾値以下であって、且つ、データのエンコード数が最も多いデータセットを選択して、画像を生成する。

上述してきたように、第１の実施形態によれば、ｋ空間データのサンプリング中に被検体が動いた場合であっても、動きの影響を受けていない範囲内のデータのみを用いて画像を生成するので、動きに起因するアーティファクトを軽減することができる。また、第１の実施形態によれば、被検体が動いた場合であっても、撮像のし直しを極力回避することができる。即ち、撮像時間を短縮することができる。

（第２の実施形態）
次に、第２の実施形態を説明する。上述した第１の実施形態では、ｋ空間データを収集する場合に、ｋ空間の中心から周辺に向かって、セントリックにサンプリングする手法を説明したが、実施形態はこれに限られるものではない。例えば、フェーズエンコード方向の位置を単位量ずつずらしながら、シーケンシャルにサンプリングする手法にも同様に、適用することができる。もっとも、セントリックにサンプリングする手法の場合は、単にサンプリング順序に従って徐々にデータを追加していくことで、ｋ空間の中心のデータ、即ち低周波成分のデータに、徐々に高周波成分のデータが追加されていくことになった。しかしながら、シーケンシャルにサンプリングする手法の場合は、ｋ空間の中心のデータはサンプリングの途中で収集されるため、後述するような手法によるデータセットの抽出が、ｋ空間データの性質に鑑みると望ましい。

図８及び図９は、第２の実施形態におけるデータセットの抽出例を示す図である。シーケンシャルにサンプリングする手法においてデータセットを抽出する場合、画像生成部１３６は、例えば、ｋ空間のフェーズエンコード方向の中心を基準とした両方向（時間軸の過去方向及び未来方向）について、それぞれ、図６のステップＳ１０６−１〜Ｓ１０６−３の処理を行えばよい。

図８に示すように、画像生成部１３６は、フェーズエンコード方向の中心のデータが収集された時刻から、より前の時刻で収集されたデータを逐次追加しながら、データセットを抽出する。データの収集は、図８のＳ１１、Ｓ１２、Ｓ１３、Ｓ１４、Ｓ１５の順で行われる。ここで、サンプリング順序『４』及び『５』のデータがフェーズエンコード方向の中心のデータとすると、画像生成部１３６は、サンプリング順序『４』及び『５』のデータを含む『フレーム＃１』、過去方向に１つ前の時刻に収集された、サンプリング順序『３』のデータまでを含む『フレーム＃２』、更にサンプリング順序『２』のデータまでを含む『フレーム＃３』、更にサンプリング順序『１』のデータまでを含む『フレーム＃４』を抽出する。このように、画像生成部１３６は、過去方向に左側探索を行う。

そして、画像生成部１３６は、各データセットに対して、図６のステップＳ１０６−１〜Ｓ１０６−３の処理を実行することで、フェーズエンコード方向の中心のデータが収集された時刻から過去方向について、再構成に利用できるデータセットを選択する。

また、同様に、図９に示すように、画像生成部１３６は、フェーズエンコード方向の中心のデータが収集された時刻から、より後の時刻で収集されたデータを逐次追加しながら、データセットを抽出する。データの収集は、図９のＳ２１、Ｓ２２、Ｓ２３、Ｓ２４、Ｓ２５の順で行われる。ここで、サンプリング順序『４』及び『５』のデータがフェーズエンコード方向の中心のデータとすると、画像生成部１３６は、サンプリング順序『４』及び『５』のデータを含む『フレーム＃１』、未来方向に１つ後の時刻に収集された、サンプリング順序『６』のデータまでを含む『フレーム＃２』、更にサンプリング順序『７』のデータまでを含む『フレーム＃３』、更にサンプリング順序『８』のデータまでを含む『フレーム＃４』を抽出する。このように、画像生成部１３６は、未来方向に右側探索を行う。

そして、画像生成部１３６は、各データセットに対して、図６のステップＳ１０６−１〜Ｓ１０６−３の処理を実行することで、フェーズエンコード方向の中心のデータが収集された時刻から未来方向について、再構成に利用できるデータセットを選択する。

その後、画像生成部１３６は、例えば、過去方向において選択されたデータセットと、未来方向において選択されたデータセットとを合わせたデータセットの再構成画像を生成し、出力する。

（第３の実施形態）
次に、第３の実施形態として、第１段階で、ＳＥＮＳＥ（sensitivity encoding）に必要なエンコード分のデータを収集し、第２段階で、残りのエンコード分のデータを収集する手法を説明する。第１段階で収集されるデータは、出力解像度よりも低い解像度で、等間隔のエンコードに対応するデータである。この手法の利点は、第１段階のデータ収集が完了するまでに被検体の動きがなければ、最低でもパラレルイメージングと同等の画質を確保できる点である。

図１０及び図１１は、第３の実施形態におけるデータセットの抽出例を示す図である。例えば、第３の実施形態では、シーケンス制御部１２０は、図１０のＰ１に示すように、第１段階で、サンプリング順序『１』〜『４』のデータを収集し、Ｐ２に示すように、第２段階で、サンプリング順序『５』〜『８』のデータを収集する。

画像生成部１３６は、まず、第１段階で収集されたデータについては、第１の実施形態で説明した手法と同様にデータセットを抽出し、図６のステップＳ１０６−１〜Ｓ１０６−３の処理を実行する。あるいは、第１段階では動きがないと仮定して、動きのあった時刻を探索する処理を省略することもできる。

続いて、画像生成部１３６は、第１段階で収集されたデータに対するデータセット選択の処理で、全てのデータを含むデータセットが選択された場合には、第２段階で収集されたデータについて、動きのあった時刻の探索を行う。図１１に示すように、画像生成部１３６は、第１段階で収集されたデータ、即ち、サンプリング順序『１』〜『４』のデータを全て有効なデータとして含めた上で、第２段階のサンプリング順序に従って新たな時刻のデータセットを抽出する。

第２段階のデータの収集は、図１１のＳ３１、Ｓ３２、Ｓ３３、Ｓ３４の順で行われる。そこで、画像生成部１３６は、第１段階で収集されたサンプリング順序『１』〜『４』のデータに、第２段階のサンプリング順序『５』のデータまでを含む『フレーム＃１』、更にサンプリング順序『６』のデータまでを含む『フレーム＃２』、更にサンプリング順序『７』のデータまでを含む『フレーム＃３』、更にサンプリング順序『８』のデータまでを含む『フレーム＃４』を抽出する。

続いて、画像生成部１３６は、各データセットに対する再構成の処理として、可変密度で収集されたデータを再構成するための公知の手法（例えば、非特許文献３に記載された手法）を用いることができる。あるいは、画像生成部１３６は、より少ない演算量で再構成を行うために、次の手法を用いることができる。

図１２及び１３は、第３の実施形態における再構成処理を説明するための図である。図１２に示すように、例えば、画像生成部１３６は、予め、第１段階で収集された全てのデータと、チャネル（受信コイル１０９のコイルエレメントを分配合成したチャネル）毎の感度分布情報とを利用して、ＳＥＮＳＥにより再構成画像Ｉ４を生成する。続いて、画像生成部１３６は、再構成画像Ｉ４と感度分布情報とを利用してデータの収集過程をシミュレートし、各チャネルに対するｋ空間データＰ２´を推定し、再生成しておく。即ち、画像生成部１３６は、再構成画像Ｉ４に対して各チャネルの感度分布情報をそれぞれ適用することで、各チャネルの感度が反映された中間再構成画像Ｉ４´をチャネル毎に算出する。そして、画像生成部１３６は、算出したチャネル毎の中間再構成画像Ｉ４´をそれぞれ逆再構成して、出力解像度と同じ解像度のｋ空間データを、チャネル毎に生成する。

続いて、画像生成部１３６は、第２段階の各時刻について生成された各データセットに対して、欠落データのみを、推定されたｋ空間データＰ２´で置き換えた上で、フーリエ変換を適用して再構成画像を生成する。例えば、図１３に示すように、画像生成部１３６は、サンプリング順序『６』のデータまでを含む『フレーム＃２』に対して、欠落データをｋ空間データＰ２´で置き換えた上でフーリエ変換を適用し、再構成画像Ｉ５を得る。この手法によれば、第２段階において、図６のステップＳ１０６−１の再構成の演算量を減らすことができる。なお、例えば、画像生成部１３６は、図１３の手法を用いた場合にも、ステップＳ１０６−４において、選択されたデータセットに対する再構成画像を生成する場合には、可変密度で収集されたデータを再構成するための公知の手法（例えば、非特許文献３に記載された手法）を適用してもよい。出力対象の再構成画像の画質を向上することができる。

なお、第３の実施形態においては、セントリックにサンプリングする手法を例に挙げて説明したが、実施形態はこれに限られるものではない。２段階に分けて収集する手法は、例えば、シーケンシャルにサンプリングする手法にも、同様に適用することができる。この場合、画像生成部１３６は、例えば、第２の実施形態で説明したように、時間軸の２方向（過去方向及び未来方向）について、動きのあった時刻を探索する処理を行うことができる。

更に、第３の実施形態における第１段階において、シーケンス制御部１２０が、ｋ空間の中心に近いデータを、出力解像度と同じ解像度で収集した場合には、画像生成部１３６は、第１段階における欠落データの推定に、ＧＲＡＰＰＡを用いることもできる。例えば、シーケンス制御部１２０が、図１０に示すサンプリング順序『５』及び『６』のデータを第２段階ではなく第１段階で収集しておくことで、画像生成部１３６は、ＧＲＡＰＰＡによるキャリブレーションを行うことができる。即ち、画像生成部１３６は、出力解像度と同じ解像度で収集された、ｋ空間の中心に近いデータを用いて、欠落データを推定するための補間係数を求める。そして、画像生成部１３６は、求めた補間係数をｋ空間の周辺の欠落データにも適用することで、欠落データを推定する。

（第３の実施形態の変形例）
なお、上述した第３の実施形態の説明では、出力解像度と同じ解像度でｋ空間データを収集する場合に、その収集の順序を変更することで、第１段階で、ＳＥＮＳＥに必要なエンコード分のデータを収集し、第２段階で、残りのエンコード分のデータを収集する手法を説明した。しかしながら、実施形態はこれに限られるものではない。例えば、そもそも出力解像度よりも低い解像度でしかｋ空間データを収集しない場合にも、上述した手法を同様に適用することができる。

図１４及び１５は、第３の実施形態の変形例における再構成処理を説明するための図である。例えば、シーケンス制御部１２０が、フェーズエンコード方向について、出力解像度の１／２の解像度でｋ空間データを収集する場合を考える。即ち、シーケンス制御部１２０は、フェーズエンコード方向についてＳＥＮＳＥのＲｅｄｕｃｔｉｏｎ Ｆａｃｔｏｒが『２』になるように、等間隔に間引いてｋ空間データを収集する場合を考える。

この場合、シーケンス制御部１２０が第１段階で収集するデータは、図１４に示すように、フルサンプリングに対して、１／２と１／２との積である１／４のデータ量になる。ここで、画像生成部１３６は、可変密度で収集されたデータを再構成するための公知の手法（例えば、非特許文献３に記載された手法）を用いない場合にも、第３の実施形態で説明した手法をそのまま適用して、データセットを再構成することができる。即ち、画像生成部１３６は、第２段階の各時刻について生成された各データセットに対して、第２段階が終わるまでに収集されるべきデータのみ（即ち、１／２のデータのみ）を欠落データとして扱い、それらを推定ｋ空間データで置き換えた上で、ＳＥＮＳＥを適用して画像を再構成してもよい。

まず、画像生成部１３６は、第１段階で収集された全てのデータと、チャネル毎の感度分布情報とを利用して、ＳＥＮＳＥにより再構成画像Ｉ６を生成する。続いて、画像生成部１３６は、再構成画像Ｉ６と感度分布情報とを利用してデータの収集過程をシミュレートし、各チャネルに対するｋ空間データＰ４´を推定し、再生成しておく。続いて、画像生成部１３６は、第２段階の各時刻について生成された各データセットに対して、欠落データのみを、推定されたｋ空間データＰ４´で置き換えた上で、ＳＥＮＳＥを適用して再構成画像を生成する。例えば、図１５に示すように、画像生成部１３６は、サンプリング順序『３』のデータまでを含む『フレーム＃１』に対して、欠落データをｋ空間データＰ４´で置き換えた上でＳＥＮＳＥを適用し、再構成画像Ｉ７を得る。

勿論、画像生成部１３６は、第２段階の各時刻について生成された各データセットに対して、フルサンプリングに対応するデータを欠落データとして扱い、それらを推定ｋ空間データで置き換えた上で、フーリエ変換により再構成してもよい。

なお、上述では、第１段階において１／２や１／４のサンプリングを行う例を説明したが、一例に過ぎず、間引きサンプリングの間隔は、任意に設定することができる。

また、上述した各実施形態では、ｋ空間の中心に近いデータに、サンプリング順序に従って、又は、その逆順にデータを追加しながら、動きの影響を受けていない範囲内のデータを選択することとした。これは、言い換えると、動きの影響を受けていない範囲内で、ｋ空間の中心のデータを含むデータセットを選択しているといえる。

つまり、上述した各実施形態では、画像生成部１３６は、関数値に基づいて、複数のデータセットの中から被検体の動きのあった時刻に対応するデータセットを特定し、特定したデータセットよりも、ｋ空間の中心のデータを収集した時刻に近い時刻に対応するデータセットを選択する。

（第４の実施形態）
次に、第４の実施形態を説明する。上述した第１の実施形態では、ｋ空間データとして、第１のエンコード数分のデータを収集する際に、ｋ空間の中心部をｋ空間の周辺部よりも先に収集する場合（セントリックオーダー）の例を説明した。これに対し、第４の実施形態では、ｋ空間の周辺部をｋ空間の中心部より先に収集する場合（リバースセントリックオーダー）の例を説明する。

図１６は、第４の実施形態におけるデータセットの抽出例を示す図である。例えば、図１６に示すように、ＭＲＩ装置１００は、フェーズエンコード方向について８エンコード分のデータを、ｋ空間の周辺から中心に向かってサンプリングする。

そして、第４の実施形態では、画像生成部１３６は、第１の実施形態とは逆に、過去方向に向けて、サンプリングの終了時刻から注目する時刻までのデータを累積し、累積したデータを、その時刻に対応するデータセットとして抽出する。

例えば、図１６に示すように、画像生成部１３６は、ｋ空間内に時系列に収集された８エンコード分のデータから、２エンコード分のデータに相当する時刻を単位時刻として、過去方向に向けて、４つの時刻に相当する時系列のデータセットを抽出する。データの収集は、図１６に示すＳ４１〜Ｓ４８の順で行われる。この場合に、画像生成部１３６は、Ｓ４８及びＳ４７のデータを、最後の時刻である第４の時刻（フレーム＃４）のデータセットとして抽出する。また、画像生成部１３６は、Ｓ４８及びＳ４７のデータにＳ４６及びＳ４５のデータを加えたデータセットを、第４の時刻の前の第３の時刻（フレーム＃３）のデータセットとして抽出する。また、画像生成部１３６は、Ｓ４８〜Ｓ４５のデータにＳ４４及びＳ４３のデータを加えたデータセットを、第３の時刻の前の第２の時刻（フレーム＃２）のデータセットとして抽出する。また、画像生成部１３６は、Ｓ４８〜Ｓ４３のデータにＳ４２及びＳ４１のデータを加えたデータセットを、第２の時刻の前の第１の時刻（フレーム＃１）のデータセットとして抽出する。

その後、画像生成部１３６は、例えば、第１の実施形態と同様に、抽出した各データセットの再構成画像に対して、はずれ値検出関数の関数値を算出し、算出した関数値が基準を満たすデータセットを選択する。例えば、画像生成部１３６は、複数のデータセットの中から、注目する時刻における関数値と、直前の時刻における関数値との差が、別途定めた閾値を超えず、且つ、最も早い（最少の）時刻のデータセットを選択する。

このとき、例えば、画像生成部１３６は、データセット間で関数値を算出し、算出した関数値に基づいて、複数のデータセットの中から被検体の動きのあった時刻に対応するデータセットを特定する。そして、画像生成部１３６は、特定したデータセットよりも時系列で後の時刻に対応するデータセットであって、且つ、データのエンコード数が最も多いデータセットを選択する。これは、言い換えると、第１の実施形態と同様に、画像生成部１３６は、注目するデータセットに対する関数値と、注目するデータセットよりもエンコード数が少ないデータセットに対する関数値との差が、所定の閾値以下であって、且つ、データのエンコード数が最も多いデータセットを選択することになる。

そして、画像生成部１３６は、選択したデータセットに対する再構成画像を生成して、表示部１３５に表示する。

このように、第４の実施形態では、ｋ空間の周辺部をｋ空間の中心部より先に収集する場合でも、サンプリングの最後の時刻から過去方向に向けて、動きの影響を受けていない範囲内で、ｋ空間の中心に近いデータにサンプリング順序とは逆の順に徐々にデータを追加したデータセットから画像が生成される。これにより、動きに起因するアーティファクトが少ない画像を提供することができる。

（第５の実施形態）
次に、第５の実施形態を説明する。第５の実施形態では、ｋ空間データとして、第１のエンコード数分のデータを収集する際に、前半で奇数番目のデータを収集し、後半で偶数番目のデータを収集し、その際に、奇数番目のデータについては、ｋ空間の中心に近いものから先に収集し、偶数番目のデータについては、ｋ空間の周辺に近いものから先に収集する場合の例を説明する。

図１７及び１８は、第５の実施形態におけるデータセットの抽出例を示す図である。例えば、図１７及び１８に示すように、第５の実施形態では、ＭＲＩ装置１００は、フェーズエンコード方向について８エンコード分のデータを収集する場合に、前半（図１７及び１８に示す『１』〜『４』）で奇数番目のデータを収集し、後半（図１７及び１８に示す『５』〜『８』）で偶数番目のデータを収集する。このとき、ＭＲＩ装置１００は、奇数番目のデータについては、ｋ空間の中心に近いものから順にサンプリングし、偶数番目のデータについては、ｋ空間の中心から遠いものから順にサンプリングする。

そして、第５の実施形態では、画像生成部１３６は、まず、未来方向に向けて、サンプリングの開始時刻から注目する時刻までのデータを累積し、累積したデータを、その時刻に対応するデータセットとして抽出する。

例えば、図１７に示すように、画像生成部１３６は、ｋ空間内に時系列に収集された８エンコード分のデータから、２エンコード分のデータに相当する時刻を単位時刻として、未来方向に向けて、４つの時刻に相当する時系列のデータセットを抽出する。データの収集は、図１７に示すＳ５１〜Ｓ５８の順で行われる。この場合に、画像生成部１３６は、Ｓ５１及びＳ５２のデータを、最初の時刻である第１の時刻（フレーム＃１−１）のデータセットとして抽出する。また、画像生成部１３６は、Ｓ５１及びＳ５２のデータにＳ５３及びＳ５４のデータを加えたデータセットを、第１の時刻の後の第２の時刻（フレーム＃２−１）のデータセットとして抽出する。また、画像生成部１３６は、Ｓ５１〜Ｓ５４のデータにＳ５５及びＳ５６のデータを加えたデータセットを、第２の時刻の後の第３の時刻（フレーム＃３−１）のデータセットとして抽出する。また、画像生成部１３６は、Ｓ５１〜Ｓ５６のデータにＳ５７及びＳ５８のデータを加えたデータセットを、第３の時刻の後の第４の時刻（フレーム＃４−１）のデータセットとして抽出する。

その後、画像生成部１３６は、例えば、第１の実施形態と同様に、抽出した各データセットの再構成画像に対して、はずれ値検出関数の関数値を算出し、算出した関数値が基準を満たすデータセットを選択する。例えば、画像生成部１３６は、複数のデータセットの中から、注目する時刻における関数値と、直前の時刻における関数値との差が、別途定めた閾値を超えず、且つ、最も遅い（最大の）時刻のデータセットを選択する。

このとき、例えば、画像生成部１３６は、データセット間で関数値を算出し、算出した関数値に基づいて、複数のデータセットの中から被検体の動きのあった時刻に対応するデータセットを特定する。そして、画像生成部１３６は、特定したデータセットよりも時系列で前の時刻に対応するデータセットであって、且つ、データのエンコード数が最も多いデータセットを選択する。

そして、第５の実施形態では、画像生成部１３６は、さらに、過去方向に向けて、サンプリングの開始時刻から注目する時刻までのデータを累積し、累積したデータを、その時刻に対応するデータセットとして抽出する。

例えば、図１８に示すように、画像生成部１３６は、ｋ空間内に時系列に収集された８エンコード分のデータから、２エンコード分のデータに相当する時刻を単位時刻として、過去方向に向けて、４つの時刻に相当する時系列のデータセットを抽出する。データの収集は、図１７に示した例と同様に、Ｓ５１〜Ｓ５８の順で行われている。この場合に、画像生成部１３６は、Ｓ５８及びＳ５７のデータを、最後の時刻である第４の時刻（フレーム＃４−２）のデータセットとして抽出する。また、画像生成部１３６は、Ｓ５８及びＳ５７のデータにＳ５６及びＳ５５のデータを加えたデータセットを、第４の時刻の前の第３の時刻（フレーム＃３−２）のデータセットとして抽出する。また、画像生成部１３６は、Ｓ５８〜Ｓ５５のデータにＳ５４及びＳ５３のデータを加えたデータセットを、第３の時刻の前の第２の時刻（フレーム＃２−２）のデータセットとして抽出する。また、画像生成部１３６は、Ｓ５８〜Ｓ５３のデータにＳ５２及びＳ５１のデータを加えたデータセットを、第２の時刻の前の第１の時刻（フレーム＃１−２）のデータセットとして抽出する。

その後、画像生成部１３６は、前半で選択したデータセットに対する再構成画像と、後半で選択したデータセットに対する再構成画像とを、それぞれ生成する。そして、画像生成部１３６は、生成した各画像を、画質を評価するための所定の基準で評価し、画質がよい方の画像を表示部１３５に表示する。このとき、例えば、画像生成部１３６は、画質がよい画像として、エンコード数が多い方の画像を選択してもよい。

または、例えば、画像生成部１３６は、前半及び後半のデータセットそれぞれから画像を生成して表示部１３５に表示した後に、操作者からいずれか一方の画像を選択する操作を受け付け、選択された方の画像を、再構成コストが高い手法等で再生成してもよい。なお、画像生成部１３６は、各画像を表示部１３５に表示する際に、画質がよいと判定した方の画像を識別可能な情報をさらに表示してもよい。例えば、画像生成部１３６は、画質がよいと判定した方の画像に付帯させて、もう一方の画像と比べて画質がよいことを示すマークなどを表示する。

このように、第５の実施形態では、ＭＲＩ装置１００が、前半で奇数番目のデータを収集し、後半で偶数番目のデータを収集し、その際に、奇数番目のデータについては、ｋ空間の中心に近いものから先に収集し、偶数番目のデータについては、ｋ空間の周辺に近いものから先に収集する。このような手法でｋ空間データの収集が行われる場合には、ｋ空間の中心のデータ又はｋ空間の中心に最も近いデータは、収集の最初と最後に収集されることになる。

これについて、第５の実施形態では、サンプリングの最初の時刻から未来方向に向けて、ｋ空間の中心に近いデータにサンプリング順序に従って徐々にデータを追加したデータセットと、サンプリングの最後の時刻から過去方向に向けて、ｋ空間の中心に近いデータにサンプリング順序とは逆の順に徐々にデータを追加したデータセットとから、それぞれ画像が生成され、画質のよい方の画像が表示される。これにより、動きに起因するアーティファクトがより少ない画像を提供することができる。

また、例えば、画像生成部１３６は、ｋ空間データがシーケンシャルにサンプリングされる場合や、セントリックオーダー又はリバースセントリックオーダーでサンプリングされる場合などに、サンプリングの最初の時刻から未来方向に向けて徐々にデータを累積しながら、動きの影響を受けていない範囲内でデータセットを選択し、さらに、サンプリングの最後の時刻から過去方向に向けて徐々にデータを追加しながら、動きの影響を受けていない範囲内でデータセットを選択し、いずれか一方のデータセットを用いて画像を生成してもよい。

この場合には、例えば、画像生成部１３６は、選択した２つのデータセットのうち、ｋ空間の中心のデータを含む方のデータセットを用いて、画像を生成する。または、画像生成部１３６は、２つのデータセットそれぞれから画像を生成し、生成した各画像を、画質を評価するための所定の基準で評価し、画質がよい方の画像を表示部１３５に表示してもよい。または、例えば、画像生成部１３６は、２つのデータセットそれぞれから画像を生成して表示部１３５に表示した後に、操作者からいずれか一方の画像を選択する操作を受け付け、選択された方の画像を、再構成コストが高い手法等で再生成してもよい。

（その他の実施形態）
実施形態は、上述した実施形態に限られるものではない。

また、上述した実施形態では、はずれ値検出関数の関数値に基づいて、データセットを選択する手法を説明したが、実施形態はこれに限られるものではない。例えば、画像生成部１３６は、データセットに含まれるエンコード数を徐々に減らしながらデータセットを抽出し、操作者が満足するまで繰り返し再構成画像を表示し、操作者からの選択を受け付けて、データセットを選択してもよい。

例えば、画像生成部１３６は、ｋ空間データ全体が２５６エンコードの場合に、２５６エンコード分のデータを用いて再構成した画像を生成し、表示部１３５に表示するとともに、『再構成のやり直し』若しくは『終了』等の押下ボタンも表示する。操作者は、この画像を閲覧してアーティファクトを視認した場合、『再構成のやり直し』ボタンを押下する。すると、画像生成部１３６は、エンコード数を減らして、例えば、１９２エンコード分のデータを用いて画像を生成し、再び表示部１３５に表示する。この手法によれば、画像生成部１３６は、各データセットの再構成画像に対して、はずれ値検出関数の関数値を算出する必要もない。

また、上述した実施形態においては、１枚の断面像のデータを収集するイメージングスキャンを想定して説明したが、実施形態はこれに限られるものではなく、複数枚の断面像のデータを収集するイメージングスキャンにおいても、同様に適用することができる。例えば、複数枚の断面像が、順次、１枚ずつ収集される場合を考える。すると、被検体の動きは、結局、複数枚の断面像のうちの１枚の断面像のデータを収集するイメージングスキャン中に発生すると考えることができる。よって、画像生成部１３６は、ある１枚の断面像を再構成するにあたり、上述してきた実施形態と同様の処理を行うことができる。

また、上述した実施形態においては、ｋ空間データとして、ｋ空間の全体に亘りデータを収集する例を説明したが、実施形態はこれに限られるものではない。ｋ空間の対称性を利用してｋ空間の半分程度を充填するハーフフーリエ法や、高周波成分にゼロの値を充填するゼロフィル法等にも、同様に適用することできる。

（具体的な数値、処理の順序、撮像部位）
また、上述した実施形態において例示した具体的な数値や処理の順序、撮像部位等は、原則として、一例に過ぎない。例えば、撮像部位として「脳」を想定したが、実施形態はこれに限られるものではなく、撮像部位は、任意である。

（画像処理装置）
また、上述した実施形態においては、ＭＲＩ装置１００がｋ空間データを収集し、収集したｋ空間データを対象に、画像生成部１３６による処理が行われる例を説明したが、実施形態はこれに限られるものではない。例えば、ＭＲＩ装置１００とは異なる画像処理装置が、ＭＲＩ装置１００によって収集されたｋ空間データを対象に、画像生成部１３６による処理と同等の処理を実行してもよい。この場合、画像処理装置は、ＭＲＩ装置１００やその他の外部装置からネットワーク経由でｋ空間データを受け取る、あるいは記憶媒体経由でｋ空間データを受け取る等する。また、ｋ空間データがどのようにＭＲＩ装置１００において収集されたかは、画像処理装置における処理とは直接関係するものではない。
なお、画像処理装置とは、例えば、ワークステーション、ＰＡＣＳ（Picture Archiving and Communication System）の画像保管装置（画像サーバ）やビューワ、電子カルテシステムの各種装置等である。

（プログラム）
上述した実施形態の中で示した処理手順に示された指示は、ソフトウェアであるプログラムに基づいて実行されることが可能である。汎用の計算機が、このプログラムを予め記憶しておき、このプログラムを読み込むことにより、上述した実施形態のＭＲＩ装置や画像処理装置による効果と同様な効果を得ることも可能である。上述した実施形態で記述された指示は、コンピュータに実行させることのできるプログラムとして、磁気ディスク（フレキシブルディスク、ハードディスク等）、光ディスク（ＣＤ−ＲＯＭ、ＣＤ−Ｒ、ＣＤ−ＲＷ、ＤＶＤ−ＲＯＭ、ＤＶＤ±Ｒ、ＤＶＤ±ＲＷ等）、半導体メモリ、又はこれに類する記録媒体に記録される。コンピュータ又は組み込みシステムが読み取り可能な記憶媒体であれば、その記憶形式は何れの形態であってもよい。コンピュータは、この記録媒体からプログラムを読み込み、このプログラムに基づいてプログラムに記述されている指示をＣＰＵで実行させれば、上述した実施形態のＭＲＩ装置や画像処理装置と同様な動作を実現することができる。もちろん、コンピュータがプログラムを取得する場合又は読み込む場合はネットワークを通じて取得又は読み込んでもよい。

また、記憶媒体からコンピュータや組み込みシステムにインストールされたプログラムの指示に基づきコンピュータ上で稼働しているＯＳ（オペレーティングシステム）や、データベース管理ソフト、ネットワーク等のＭＷ（ミドルウェア）等が、上述した実施形態を実現するための各処理の一部を実行してもよい。更に、記憶媒体は、コンピュータあるいは組み込みシステムと独立した媒体に限らず、ＬＡＮ（Local Area Network）やインターネット等により伝達されたプログラムをダウンロードして記憶又は一時記憶した記憶媒体も含まれる。また、記憶媒体は１つに限られず、複数の媒体から、上述した実施形態における処理が実行される場合も、実施形態における記憶媒体に含まれ、媒体の構成は何れの構成であってもよい。

なお、実施形態におけるコンピュータ又は組み込みシステムは、記憶媒体に記憶されたプログラムに基づき、上述した実施形態における各処理を実行するためのものであって、パソコン、マイコン等の１つからなる装置、複数の装置がネットワーク接続されたシステム等の何れの構成であってもよい。また、実施形態におけるコンピュータとは、パソコンに限らず、情報処理機器に含まれる演算処理装置、マイコン等も含み、プログラムによって実施形態における機能を実現することが可能な機器、装置を総称している。

以上述べた少なくとも１つの実施形態の磁気共鳴イメージング装置及び画像処理装置によれば、動きに起因するアーティファクトを軽減することができる。

本発明のいくつかの実施形態を説明したが、これらの実施形態は、例として提示したものであり、発明の範囲を限定することは意図していない。これら実施形態は、その他の様々な形態で実施されることが可能であり、発明の要旨を逸脱しない範囲で、種々の省略、置き換え、変更を行うことができる。これら実施形態やその変形は、発明の範囲や要旨に含まれると同様に、特許請求の範囲に記載された発明とその均等の範囲に含まれるものである。

１００ ＭＲＩ装置
１２０ シーケンス制御部
１３６ 画像生成部

Claims (16)

1. 所定のエンコード数分のｋ空間データを収集するシーケンス制御部と、
   前記ｋ空間データから、少なくとも１つの時点で収集されたエンコードのデータを含むデータセットを抽出し、さらに、前記データセットに他の時点で収集されたエンコードのデータを追加したデータセットを抽出することを、追加するデータのエンコード数を段階的に増やしながら複数回行うことで、時系列に並ぶ複数のデータセットを抽出し、抽出した複数のデータセットの中から被検体の動きに基づいてデータセットを選択し、選択したデータセットを用いて画像を生成する画像生成部と
   を備える、磁気共鳴イメージング装置。
2. 前記画像生成部は、前記ｋ空間データの収集順序に従って、前記時系列に並ぶ複数のデータセットを抽出する、請求項１に記載の磁気共鳴イメージング装置。
3. 前記画像生成部は、前記ｋ空間データの収集順序に従って、各データセットに含めるデータのエンコード数を段階的に増やしながら、前記時系列に並ぶ複数のデータセットを抽出する、請求項２に記載の磁気共鳴イメージング装置。
4. 所定のエンコード数分のｋ空間データを収集するシーケンス制御部と、
   前記ｋ空間データから時系列に並ぶ複数のデータセットを抽出し、抽出した複数のデータセットの中から被検体の動きに基づいてデータセットを選択し、選択したデータセットを用いて画像を生成する画像生成部と
   を備え、
   前記画像生成部は、データセット間で関数値を算出し、算出した関数値に基づいて、前記複数のデータセットの中からデータセットを選択する、磁気共鳴イメージング装置。
5. 前記画像生成部は、前記関数値に基づいて、前記複数のデータセットの中から被検体の動きのあった時刻に対応するデータセットを特定し、特定したデータセットよりも時系列で前の時刻に対応するデータセットを選択する、請求項４に記載の磁気共鳴イメージング装置。
6. 前記画像生成部は、特定したデータセットよりも時系列で前の時刻に対応するデータセットであって、且つ、データのエンコード数が最も多いデータセットを選択する、請求項５に記載の磁気共鳴イメージング装置。
7. 前記画像生成部は、前記関数値に基づいて、前記複数のデータセットの中から被検体の動きのあった時刻に対応するデータセットを特定し、特定したデータセットよりも時系列で後の時刻に対応するデータセットを選択する、請求項４に記載の磁気共鳴イメージング装置。
8. 前記画像生成部は、特定したデータセットよりも時系列で後の時刻に対応するデータセットであって、且つ、データのエンコード数が最も多いデータセットを選択する、請求項５に記載の磁気共鳴イメージング装置。
9. 前記画像生成部は、注目するデータセットに対する関数値と、前記注目するデータセットよりもエンコード数が少ないデータセットに対する関数値との差が、所定の閾値以下であって、且つ、データのエンコード数が最も多いデータセットを選択する、請求項４〜８のいずれか１つに記載の磁気共鳴イメージング装置。
10. 前記画像生成部は、特定したデータセットよりも、ｋ空間の中心のデータを収集した時刻に近い時刻に対応するデータセットを選択する、請求項５に記載の磁気共鳴イメージング装置。
11. 前記関数値は、データセット間の差分のＬ１ノルムである、請求項４〜１０のいずれか一つに記載の磁気共鳴イメージング装置。
12. 前記画像生成部は、サンプリングの最初の時刻から未来方向に向けて徐々にデータを累積しながら、動きの影響を受けていない範囲内でデータセットを選択し、さらに、サンプリングの最後の時刻から過去方向に向けて徐々にデータを追加しながら、動きの影響を受けていない範囲内でデータセットを選択し、いずれか一方のデータセットを用いて画像を生成する、請求項１に記載の磁気共鳴イメージング装置。
13. 前記シーケンス制御部は、前記所定のエンコード数分のｋ空間データを収集する場合に、ｋ空間の中心部をｋ空間の周辺部よりも先に収集する、請求項１〜１２のいずれか１つに記載の磁気共鳴イメージング装置。
14. 前記シーケンス制御部は、前記所定のエンコード数分のｋ空間データを収集する場合に、ｋ空間の周辺部をｋ空間の中心部よりも先に収集する、請求項１〜１２のいずれか１つに記載の磁気共鳴イメージング装置。
15. 前記画像生成部は、前記複数のデータセットの中から候補として選択されたデータセットの再構成画像と、候補として選択されていないデータセットの再構成画像とを表示部に表示し、操作者から選択を受け付けることで、データセットを選択する、請求項１〜１４のいずれか１つに記載の磁気共鳴イメージング装置。
16. 磁気共鳴イメージング装置によって収集された所定のエンコード数分のｋ空間データを記憶する記憶部と、
    前記ｋ空間データから、少なくとも１つの時点で収集されたエンコードのデータを含むデータセットを抽出し、さらに、前記データセットに他の時点で収集されたエンコードのデータを追加したデータセットを抽出することを、追加するデータのエンコード数を段階的に増やしながら複数回行うことで、時系列に並ぶ複数のデータセットを抽出し、抽出した複数のデータセットの中から被検体の動きに基づいてデータセットを選択し、選択したデータセットを用いて画像を生成する画像生成部と
    を備える、画像処理装置。