JP6640757B2 - マルチショット磁気共鳴（ｍｒ）イメージングシステム及びその操作方法 - Google Patents

Description

本システムは、マルチショット（ｍｓ）画像収集方法を使用して収集された再構成された磁気共鳴（ＭＲ）画像のモーションアーチファクトを低減するための磁気共鳴イメージング（ＭＲＩ）システムに関し、より詳細には、マルチショットＭＲ収集の際のショット間のモーションによるアーチファクトの低減を含み得るＭＲＩシステム及びその操作方法に関する。

マルチショット（ｍｓ）収集は、高い空間分解能の診断情報を得るために臨床的な磁気共鳴イメージング（ＭＲＩ）用途で広く採用されている。２つの一般的なマルチショットＭＲイメージング法は、ターボスピンエコー（ＴＳＥ）及びｍｓエコープラナーイメージング（ｍｓ−ＥＰＩ）として知られている。これらのイメージング法は、高い空間分解能の拡散強調イメージング（ＤＷＩ）を得るために使用され得る。しかしながら、ショット間のモーションはほぼ不可避であり、マルチショットＭＲ画像における画像の明瞭性の減少につながり得る。さらに、マルチショット法は複数回の収集を必要とするため、マルチショット法はシングルショット収集よりも長い収集時間を必要とし得る。これらの長い収集時間は、ショット間モーションを悪化させ得る。

例えば、ｍｓ−ＥＰＩに基づく拡散強調イメージング（ＤＷＩ）では、わずかな量のショット間モーションがショット間画像間で大きな位相差を引き起こし得る。ナビゲータに基づく補正方法はこの引き起こされた位相差を除去するために使用され得るが、ショット間のモーションがナビゲーションと実際のＤＷＩデータとで異なる場合、ナビゲータに基づく補正方法は通常失敗する。ナビゲータに基づく補正方法の仮定は、ナビゲータ及び対応するイメージングデータが同じ位相を有するというものである。ナビゲータとイメージングショットを収集するための対応するイメージングデータ収集との間にモーションがある場合、ナビゲータの位相はイメージングショットの位相差を正確に補正できない。この問題を避けるために、ナビゲータに基づく補正方法を使用しない位相補正方法が使用され得る。１つのかかる位相補正方法は平均再構成法（以下、平均化法）に頼っており、平均再構成法は、マルチショットセットの各ショットの平均再構成（Ｒ５）を行う。各ショットの再構成は、感度エンコード（ＳＥＮＳＥ）法のような部分パラレルイメージング（ＰＰＩ）法を使用して生成される。あいにく、ＳＥＮＳＥ法は劇的に信号対雑音比（ＳＮＲ）を低下させることがあり、特にマルチショット収集におけるショット数が４等の閾値よりも大きい場合に画像アーチファクトを引き起こし得る。したがって、従来のＰＰＩ平均化法を使用するとＳＮＲは劇的に低下する場合があり、従来のナビゲータに基づく方法を使用すると位相差は効率的に除去され得ない。

ＴＳＥイメージング法は多くのＭＲイメージング用途の中心的存在であるが、ＴＳＥイメージング法はモーションに敏感である。多くのモーション抑制方法が剛体モーションアーチファクトを抑制するが、これらは一般に非剛体モーションアーチファクトは効率的に抑制できない。しかしながら、非剛体モーションアーチファクトを抑制しようとして、データコンボリューション及び結合演算（ＣＯＣＯＡ）法（Ｒ７）が開発された。あいにく、ＣＯＣＯＡ法を使用しても、いくらか残ったモーションアーチファクトが依然として観察される場合がある。さらに詳細には、ＣＯＣＯＡ法は、連続的な非剛体モーションによるＴＳＥイメージング法のモーションアーチファクトを低減するために使用され得る。しかしながら、モーションが大きい場合、ＣＯＣＯＡ法はいくらか残ったアーチファクトが観察され得るため不適切な場合がある。

さらに、近年導入されたＭＵＳＥ法（Ｒ１）は多重化されたＳＥＮＳＥ連立方程式の最初のＳＥＮＳＥ（Ｒ２）再構成からの位相情報をうまく使用できる。本方法では、最初のＳＥＮＳＥ操作におけるＳＥＮＳＥ係数はショット数と等しくてもよい。あいにく、高品質ｍｓ−ＥＰＩ画像は、ショット数が典型的な８チャンネルヘッドコイルを用いて４以下である場合、ＭＵＳＥ法によりロバストにしか生成され得ず、自己ナビゲーションアルゴリズムとしては、ＭＵＳＥ法はナビゲータに基づく方法（Ｒ１）に優る利点はわずかしかない。例えば、４を超えるショットが３Ｔ又は７Ｔ（Ｒ４）において高空間分解能又は低幾何的歪みレベルのために必要とされる場合、ＭＵＳＥにおける最初のＳＥＮＳＥ再構成は失敗し、正確な位相情報を提供できない。さらに、加速係数を８とする典型的なＳＥＮＳＥ再構成は通常ＭＵＳＥにとって重要な位相情報をもたらさず、ＭＵＳＥ再構成の失敗をもたらし得る。このことは図９Ａ及び図９Ｂに関連して示される。図９Ａは、８ショットＳＥＮＳＥ系再構成の１ショットのマグニチュードを示す画像９００Ａを示す。図９Ｂは、８ショットＳＥＮＳＥ再構成の１ショットの位相を示す画像９００Ｂを示す。８ショットＳＥＮＳＥ再構成のマグニチュード及び位相の両方の画質は不十分である。したがって、ＳＥＮＳＥ再構成は失敗した再構成であると考えられ得る。

したがって、本システムの実施形態は、とりわけ典型的なシステムの不利点を克服できるシステム及び方法を提供できる。

本明細書に記載されるシステム、デバイス、方法、ユーザインタフェース、コンピュータプログラム、プロセス等（以下、文脈が特に示さない限りそれぞれはシステムと呼ばれる）は、画像アーチファクト等の問題を解決し、且つ／又は先行技術のシステムに対する１つ又は複数の代替物を提供する。

本システムの実施形態によると、少なくとも１つのコントローラを備えてもよい磁気共鳴（ＭＲ）イメージング（ＭＲＩ）システムが提供される。少なくとも１つのコントローラは、マルチショット画像収集プロセスを実行して、各々が対応するデータを含む複数の画像ショットを含む少なくとも１つのマルチショット画像セットのＭＲ情報を収集し、ＭＲ情報の少なくとも一部はグラジエントを用いて取得され、ＭＲ情報の少なくとも別の部分はグラジエントを用いずに取得され、グラジエントを用いずに若しくは自己訓練プロセスを使用して取得されたＭＲ情報の少なくとも一部のデータを含む、コンボリューションデータを含むコンボリューションカーネルを訓練し、訓練されたコンボリューションカーネルを用いて少なくとも１つのマルチショット画像セットの複数の画像ショットのうちの少なくとも２つに対してグラジエントを用いて取得したＭＲ情報を反復してコンボリューションし、複数の画像ショットのうちの少なくとも２つの画像ショットの対応する各ショットについての合成ｋ空間データを形成し、少なくとも１つのマルチショット画像セットの複数の画像ショットのうちの少なくとも２つの画像ショットについての合成ｋ空間データを画像空間に投影し、並びに／又は、画像空間に投影された投影済み合成ｋ空間データを平均して画像情報を形成するように構成されてもよい。

少なくとも１つのコントローラは、対応するマルチショットセットの反復コンボリューションを行うときにコンボリューションカーネルのデータを一定に保つことができるとさらに想定される。少なくとも１つのコントローラは、コンボリューションカーネルのデータを固定して、少なくとも１つのマルチショット画像セットの反復コンボリューション中に整合的な相関関係を形成するようにさらに構成され得るとさらに想定される。さらに、本システムの実施形態によると、合成ｋ空間データは合成ｋ空間データのいくつかのショット（Ｎｓ）セットを形成できる。平均化中、少なくとも１つのコントローラは、複数の画像ショットのうちの少なくとも２つのショットについての合成ｋ空間データのマグニチュードを平均するように構成され得るとさらに想定される。

本システムの実施形態によると、ＭＲＩシステムは、ディスプレイを備えてもよく、少なくとも１つのコントローラはディスプレイに形成された画像情報をレンダリングするように構成されてもよい。

本システムのさらなる実施形態によると、少なくとも１つのコントローラを有する磁気共鳴（ＭＲ）イメージング（ＭＲＩ）システムによって取得される画像を再構成する方法が提供される。本方法は、ＭＲイメージングシステムの少なくとも１つのコントローラによって実行されてもよく、マルチショット画像収集プロセスを実行して、各々が対応するデータを含む複数の画像ショットを含む少なくとも１つのマルチショット画像セットのＭＲ情報を収集することであって、ＭＲ情報の少なくとも一部はグラジエントを用いて取得され、ＭＲ情報の少なくとも別の部分はグラジエントを用いずに取得される、工程と、グラジエントを用いずに取得されたＭＲ情報の少なくとも一部のデータを含む、コンボリューションデータを含むコンボリューションカーネルを訓練する工程と、訓練されたコンボリューションカーネルを用いて少なくとも１つのマルチショット画像セットの複数の画像ショットのうちの少なくとも２つに対してグラジエントを用いて取得したＭＲ情報を反復してコンボリューションし、複数の画像ショットのうちの少なくとも２つの画像ショットの対応する各ショットについての合成ｋ空間データを形成する工程と、複数の画像ショットのうちの少なくとも２つについての合成ｋ空間データを画像空間に投影する工程と、画像空間に投影された投影済み合成ｋ空間データを平均して画像情報を形成する工程のうちの１つ又は複数の工程を含んでもよい。

本方法は、対応するマルチショットセットの反復コンボリューションを行うときにコンボリューションカーネルのデータを一定に保つ工程をさらに含んでもよいと想定される。本方法は、コンボリューションカーネルのデータを固定して、少なくとも１つのマルチショット画像セットの反復コンボリューション中に整合的な相関関係を形成する工程を含んでもよいとさらに想定される。本システムの実施形態によると、合成ｋ空間データは合成ｋ空間データのいくつかのショット（Ｎｓ）セットを形成できる。平均する工程は、少なくとも１つのマルチショット画像セットのうちの少なくとも２つのショットについての合成ｋ空間データのマグニチュードを平均する工程をさらに含んでもよいとさらに想定される。本方法は、形成された画像情報をディスプレイにレンダリングする工程をさらに含んでよいとさらに想定される。

本システムのさらなる実施形態によると、コンピュータ可読非一時的記憶媒体に格納されたコンピュータプログラムが提供される。コンピュータプログラムは、磁気共鳴（ＭＲ）画像システムから取得した画像を再構成するように構成され得、マルチショット画像収集プロセスを実行して、各々が対応するデータを含む複数の画像ショットを含む少なくとも１つのマルチショット画像セットのＭＲ情報を収集し、ＭＲ情報の少なくとも一部はグラジエントを用いて取得され、ＭＲ情報の少なくとも別の部分はグラジエントを用いずに取得され、グラジエントを用いずに取得されたＭＲ情報の少なくとも一部のデータを含む、コンボリューションデータを含むコンボリューションカーネルを訓練し、訓練されたコンボリューションカーネルを用いて少なくとも１つのマルチショット画像セットの複数の画像ショットのうちの少なくとも２つに対してグラジエントを用いて取得したＭＲ情報を反復してコンボリューションし、少なくとも２つの画像ショットの対応する各ショットについての合成ｋ空間データを形成し、少なくとも１つのマルチショット画像セットの複数の画像ショットのうちの少なくとも２つの画像ショットについての合成ｋ空間データを画像空間に投影し、画像空間に投影された投影済み合成ｋ空間データを平均して画像情報を形成するように構成され得るプログラム部分を含んでもよい。

コンピュータプログラムは、対応するマルチショットセットの反復コンボリューションを行うときにコンボリューションカーネルのデータを一定に保つようにさらに構成され得ると想定される。プログラム部分は、コンボリューションカーネルのデータを固定して、少なくとも１つのマルチショット画像セットの反復コンボリューション中に整合的な相関関係を形成するようにさらに構成され得るとさらに想定される。平均化中、プログラム部分は、少なくとも１つのマルチショット画像セットのうちの少なくとも２つのショットについての合成ｋ空間データのマグニチュードを平均するようにさらに構成され得るとさらに想定される。いくつかの実施形態によると、プログラム部分は、形成された画像情報をディスプレイにレンダリングするようにさらに構成され得るとさらに想定される。

本システムのさらに他の実施形態によると、マルチショット画像収集プロセスを実行して、各々が対応する画像データを含むマルチショット画像セットの複数の画像ショットのＭＲ情報を収集し、マルチショット画像セットの各画像ショットの画像データに基づいてマトリックスを構成し、マトリックスのための固有値及び固有ベクトルを決定し、固有値の中から最大固有値を決定し、最大固有値に対応する組み合わせられた画像に基づいて合成画像を形成するように構成された少なくとも１つのコントローラを備え得る磁気共鳴（ＭＲ）イメージング（ＭＲＩ）システムが提供される。

少なくとも１つのコントローラは合成画像のエネルギーを正規化するようにさらに構成され得るとさらに想定される。少なくとも１つのコントローラは、ＭＲ情報を再構成して、少なくとも１つのマルチショット画像セットのうちの複数の画像ショットの対応する画像ショットそれぞれの画像データを形成するように構成され得るとさらに想定される。本システムのさらなる実施形態によると、マルチショット画像収集を実行して、いくつかのショット（ＮＳ）を有するマルチショット画像セットのいくつかの回数のスキャン（ＮＥＸ）に対するＭＲ情報を収集し、収集されたＭＲ情報がＮＳ^＊ＮＥＸ枚の画像に関する画像情報を備えるように、画像ショットはそれぞれ対応する画像データを含み、ＮＳ^＊ＮＥＸ枚の画像及び標的画像に関する画像情報を未知のセットとして扱い、未知のセットを一緒に数値的に解くことによって、ＮＳ^＊ＮＥＸ枚の画像及び標的画像に関する画像情報を再構成し、並びに／又は再構成画像をレンダリングするように構成され得る少なくとも１つのコントローラを含み得る磁気共鳴（ＭＲ）イメージング（ＭＲＩ）システムが提供される。

再構成を実行するとき、少なくとも１つのコントローラは未知のセットを解くためにコンボリューション法及び低ランク法のうちの少なくとも１つを利用するようにさらに構成され得るとさらに想定される。

本発明は、添付の図面を参照してさらに詳細に、例として説明される。

本システムの実施形態に従って動作する磁気共鳴（ＭＲ）システムの一部の側面断面図を示す図である。 本システムの実施形態による磁気共鳴システムにより実行されるプロセスを示すフローチャートである。 位相補正なしで再構成されたＭＲ画像を示す図である。 ＰＰＩの平均を使用して再構成されたＭＲ画像を示す図である。 本システムの実施形態に従って再構成されたＭＲ画像を示す図である。 本システムの実施形態による磁気共鳴システムにより実行されるプロセスを示すフローチャートである。 本システムの実施形態に従って収集されたマルチショットセットのｋ空間スキャンラインを示すグラフである。 従来の平均化法に従って再構成されたマルチショットＤＷＩ画像を示す図である。 本システムの実施形態に従って動作する固有値解析結合法を使用して再構成されたマルチショットＤＷＩ画像を示す図である。 従来の平均化法に従って再構成された８ショットＥＰＩ ＤＷＩ画像を示す図である。 本システムの実施形態に従って再構成された８ショットＥＰＩ ＤＷＩ画像を示す図である。 従来の平均化法に従って再構成された４ショットＴＳＥ肝臓画像を示す図である。 本システムの実施形態に従って再構成された４ショットＴＳＥ肝臓画像を示す図である。 ８ショットＳＥＮＳＥに基づく再構成の１ショットのマグニチュードを示す画像を示す図である。 ８ショットＳＥＮＳＥに基づく再構成の１ショットの位相を示す画像を示す図である。 本システムの実施形態による磁気共鳴システムにより実行されるプロセスを示すフローチャートである。 本システムの実施形態に従って動作する４ショットデータセットを使用して生成されるＦＡマップを示す図である。 本システムの実施形態に従って動作する８ショットデータセットを使用して生成されるＦＡマップを示す図である。 本システムの実施形態に従って動作する８ショットデータセットを使用して生成されるマップを示す図である。 本システムの実施形態に従って動作する１２ショットデータセットを使用して生成されるマップを示す図である。 本システムの実施形態による磁気共鳴システムにより実行されるプロセスを示すフローチャートである。 本システムの実施形態によるシステムの一部を示す図である。

以下は、以下の図面と併せ読むことにより、上述の特徴及び利点と、さらなる特徴及び利点とを示す例示的実施形態の説明である。以下の説明において、限定するよりも説明のために、構造、インタフェース、技術、要素の特性等の例示的詳細が記載される。しかし、これらの詳細から逸脱するその他の実施形態も依然として添付の特許請求の範囲の範囲内であるように理解されるであろうことが当業者には明らかであろう。さらに、明確さのため、周知のデバイス、回路、ツール、技術、及び方法の詳細な説明は本システムの説明を不明瞭にしないために省略される。図面は例示を目的として含まれ、本システムの全範囲を表すものではないと明確に理解すべきである。添付の図面において、異なる図面中の類似の参照番号は類似の要素を指すことができる。用語及び／又はその成語要素は、特許請求の範囲の記述により、また本システムの１つ又は複数の実施形態によるシステムにおいて１つのみ又は複数の列挙された要素が適切に存在していればよい（例えば、１つだけの列挙要素が存在してもよい、２つの列挙要素が存在してもよい等、最大ですべての列挙要素が存在してもよい）ことを意味すると理解すべきである。

図１は、本システムの実施形態に従って動作する磁気共鳴（ＭＲ）システム１００（以下、明確さのためにシステム１００）の一部の側面断面図を示す。システム１００は、コントローラ１１０、メモリ、ディスプレイ、本体１０２、主磁石１０４、傾斜磁場コイル１０６、及び高周波（ＲＦ）部分１２０のうちの１つ又は複数を備え得る。患者支持部１４０は、患者１０１（以下、明確さのために患者）等の対象物（ＯＯＩ）を支持し、且つ／又は、例えばコントローラ１１０の制御下で本体１０２に対する所望の位置及び／若しくは配向で患者１０１を位置決めするために提供され得る。

本体１０２は、少なくとも１つの空洞１０８と、対向端部１１４の間に位置する主ボア１１２とを備え得る。主ボア１１２は本体１０２の対向開口部１１５の間に位置してもよく、対向開口部１１５のうちの１つを通って患者１０１を受容するように構成され得る。少なくとも１つの空洞１０８は、主磁石１０４、傾斜磁場コイル１０６、及びＲＦ部分１２０の少なくとも一部のうちの１つ又は複数を受容するように構成され得る。本体１０２は、所望であれば、主磁石１０４等のシステム１００の一部を冷却するように構成される冷却機構（例えば、極低温冷却システム等）をさらに備え得る。

コントローラ１１０は、システム１００の全操作を制御でき、プロセッサ（例えば、マイクロプロセッサ等）等の１つ又は複数の論理回路を備え得る。コントローラ１１０は、主磁石コントローラ、傾斜磁場コントローラ、ＲＦコントローラ、及び再構成器のうちの１つ又は複数を備え得る。主磁石コントローラは主磁石１０４の操作を制御できる。傾斜磁場コントローラは傾斜磁場コイル１０６の操作を制御できる。ＲＦコントローラはＲＦ部分１２０の操作を制御できる。再構成器は、本システムの実施形態に従って取得されたＭＲ情報に基づいて画像情報を再構成するように動作できる。したがって、再構成器はマルチショット情報に基づいて画像情報を再構成できる。再構成画像情報は、例えば、さらに処理され、後の使用のためにシステムのメモリに格納され、且つ／又はユーザの利便性のためにシステムのディスプレイにレンダリングされてもよい。

コントローラ１１０は、ユーザ及び／又はメモリからスキャンシーケンス、スキャンパラメータ等をさらに決定又は別途取得し、スキャン手順中これらを適用できる。例えば、コントローラ１１０は、マルチショットスキャン等のスキャンシーケンスをメモリから取得し、スキャン手順に従って主磁石１０４、傾斜磁場コイル１０６、及び／又はＲＦ部分１２０のうちの１つ又は複数を制御し、例えば、エコー情報等の所望の磁気共鳴情報を取得できる。コントローラ１１０及び／又はその一部は、メモリ、ディスプレイ、主磁石１０４、傾斜磁場コイル１０６、ＲＦ部分１２０等のうちの１つ又は複数と任意の好適な方法を介して、例えば、有線及び／又は無線の通信方法を介して、１つ又は複数のネットワーク（例えば、広域ネットワーク（ＷＡＮ）、ローカルエリアネットワーク（ＬＡＮ）、インターネット、プロプラエタリ通信バス、コントローラエリアネットワーク（ＣＡＮ）、電話通信ネットワーク等）を介して通信できる。

主磁石１０４はボア１１３を有することができ、主ボア１１２内に主磁場（例えばＢ_０磁場）を生成するように構成され得る。主磁場は主ボア１１２のスキャンボリューム内で実質的に均一であることができる。主磁石１０４は、各々が主磁場の少なくとも一部を生成するように構成された１つ又は複数の主磁石を備え得る。主磁石１０４は、円形（例えば、リング型）磁石、面状磁石、分割磁石、オープン磁石、半円（例えば、Ｃ字型）磁石等であってもよい。主磁石１０４又はその一部は、超伝導材料等の任意の好適な材料から形成され得、且つ／又はコントローラ１１０の制御下で動作し得る。

傾斜磁場コイル１０６は、１つ又は複数の傾斜磁場コイル（例えば、ｘ軸傾斜磁場コイル、ｙ軸傾斜磁場コイル、及びｚ軸傾斜磁場コイル）を備えることができる。１つ又は複数の傾斜磁場コイルは、コントローラ１１０の制御下で１つ又は複数の対応する軸に沿った１つ又は複数の傾斜磁場を生成できる。ＲＦ部分１２０は、１つ又は複数のＲＦ送信コイルを備えることができる。１つ又は複数のＲＦ送信コイルは、コントローラ１１０の制御下で励起パルスを送信し、且つ／又（例えば、誘導された）ＭＲ信号（例えば、エコー情報）を受信するように構成される。例えば、いくつかの実施形態では、ＲＦ部分１２０は、送信及び／又は受信コイルのトランスデューサアレイを備え得る。ＲＦ部分１２０は本体１２０の主ボア１１２内に配置され得、所望の位置及び／又は配向、例えば、患者支持部１４０の下に位置決めされ、主ボア１１２内の所望のスキャンボリュームの画像を取得できる。ＲＦ部分１２０は有線及び／又は無線型ＲＦコイルを備え得る。

例示的に、本システムの実施形態に従うマルチショット収集及び画像再構成を実行するためのいくつかの方法が以下で述べられる。これらの方法は、相関性強化法、固有値解析画像合成法、及び低ランク法として知られ得る。これらの方法のうちの１つ若しくは複数又はその一部は、本システムの実施形態に従って単独で利用され得るか、又は２つ以上が互いと組み合わせて利用され得る。これらの方法はそれぞれ、マルチショット画像セットの画像ショット間のデータ相関性を強化でき、合成ｋ空間データセットのセットから最終的な再構成を生成できる。本システムの実施形態によれば、画像再構成は複数ショット画像セットにより形成され得るｋ空間データセットを使用して実行され得る。したがって、複数ショット画像セットの各ショットはｋ空間のサブセットを含み得る。

相関性強化法
本システムの実施形態に従って動作する相関性強化法は、図２を参照しながら述べられる。図２は、本システムの実施形態による磁気共鳴システムにより実行されるプロセス２００を示すフローチャートを示す。プロセス２００は、ネットワーク上で通信する１つ又は複数のコンピュータを使用して実行され得、互いに対してローカル及び／又は遠隔にあってもよい１つ又は複数のメモリから情報を取得し、且つ／又は当該メモリに情報を格納できる。本システムの実施形態による本明細書におけるプロセス２００及びその他のプロセスは以下の工程のうちの１つ又は複数を含んでもよい。さらに、これらの工程のうちの１つ又は複数は所望であれば、組み合わせても、且つ／又は下位工程に分割されてもよい。さらに、これらの工程のうちの１つ又は複数は設定に応じて飛ばされてもよい。画像情報は、例えば、マルチショット画像シーケンスから収集された画像情報を含むことができる。操作に当たって、プロセス２００は工程２０１で開始し、次に工程２０３に進むことができる。

工程２０３中、プロセスはマルチショット収集プロセスを実行して、複数のショットを含む少なくとも１つのマルチショットセットのＭＲ情報（例えば、エコー情報、アナログＭＲ情報等）を収集できる。マルチショット収集プロセスは、ｍｓ−ＥＰＩ拡散強調画像（ＤＷＩ）スキャンシーケンス等のマルチショットシーケンスに従って実行され得る。いくつかの実施形態によると、ｍｓ−ＥＰＩスキャンはインターリーブ式及び／又は読み出し方向式であってもよい。マルチショット収集プロセスは、ターボスピンエコー（ＴＳＥ）法、マルチショットスパイラル法、プロペラ法、及び／又はｍｓ−エコープラナーイメージング（ｍｓ−ＥＰＩ）法等の任意の好適なマルチショット収集方法を使用してさらに実行され得る。

少なくとも１つのマルチショットセットに関して、このセットは、各々が対応するＭＲ情報を含んでもよい複数のショットを含み得る。ＭＲ情報は対応するショットのｋ空間データの少なくとも一部を形成することができる。例えば、完全なｋ空間が２５６ｋ空間ラインを有し、各ショットが６４ラインを含み得ると仮定すれば、このプロセスは、完全なｋ空間の複数ショット画像セットを形成するために所与の収集中に（２５６ライン）／（６４ライン／ショット）＝４ショットを必要とし得る。したがって、ｋ空間ラインを充填するために４ショットが利用されてもよいが、８ショットのような４の倍数のショット等の異なる数のショットもまた想定され得る。

さらに、ショット数（ＮＳ）は、１を超える整数であってもよいスキャン数（ＮＥＸ）に等しく設定されてもよく、システム及び／又はユーザによって設定されてもよい。しかしながら、さらに別の実施形態では、ＮＥＸはＮＳとは異なり得る整数であり得る。スキャン数（ＮＥＸ）はそれぞれ、完全なｋ空間の複数ショット画像セットに対応でき、ショット数はＮＳと等しい（例えば、例示的に本明細書で述べられるように４ショット）。したがって、マルチショットセットがＬ本のｋ空間スキャンラインからなるｋ空間データを含む（例えば、図５参照）と仮定すれば、これらのＬ本のラインはそれぞれＮＥＸ回スキャンされ、対応するＭＲ情報が収集され、対応するマルチショットセットの対応するショットに割り当てられる。ＮＥＸ回の複数ショットセットが収集され得る。したがって、各ｋ空間画像セットはＮＥＸ回スキャンされ得る。したがって、Ｌ本のｋ空間ラインはそれぞれＮＥＸ回スキャンされると考えられ得る。例えば、ＮＳが３に等しいと仮定すれば、所与の収集に対して第１〜第３のショットがあり得る。第１のショットは、Ｌ本のｋ空間ラインのそれぞれのＮＳ回の収集の第１回目のＭＲ情報を含むことができる。第２のショットは、Ｌ本のｋ空間ラインのそれぞれのＮＳ回の収集の第２回目のＭＲ情報を含むことができる。第３のショットは、Ｌ本のｋ空間ラインのそれぞれのＮＳ回の収集の第３回目のＭＲ情報を含むことができる。本プロセスは、図５及び対応するテキストを参照してさらに説明され得る。本システムの実施形態によれば、プロセスは、所望であれば複数（例えば複数がＮＥＸに等しくてもよい）のマルチショットセットを取得できる。

さらに、ｋ空間データは、グラジエントを用いずに取得されたＭＲ情報を含み得る（ｂ＝０として知られ得る（ｂ＝０及びｂ＞０を含むｋ空間はマルチショットにより構成される））ｂ＝０ ＭＲデータ及びグラジエントを使用して取得されたＭＲ情報を含むｂ＞０ ＭＲデータ等のＭＲデータを含み得る。したがって、ｂ＝０データは、グラジエントを用いずに（例えば、グラジエントを用いない（例えば、ｂ＝０）画像についてのＭＲ画像情報）収集された少なくとも１つのマルチショットセットと一致でき、ｂ＞０データは、本システムの実施形態に従ってグラジエントを用いて（例えば、グラジエントを用いた（例えば、ｂ＞０）画像についてのＭＲ画像情報）取得された少なくとも１つのマルチショットセットと一致できる。本システムの実施形態によれば、ｂの値は０〜ｂの範囲であることができ、ここで例えば、ｂは８００に等しくてもよい。しかしながら、さらに別の実施形態によれば、ｂはその他の値を有してもよい。実施形態によれば、ｋ空間データはＭＲエコー情報と一致してもよい。例えば、いくつかの実施形態では、プロセスは、ｂ＝０と一致する情報（例えば、ｂ＝０ショット等のｂ＝０情報）とｂ＞０と一致する情報（例えばｂ＞０情報）とを区別できる。グラジエントは、拡散強調イメージング（ＤＷＩ）のために使用されてもよい。方向と関連し得る拡散を検出するために、磁場傾斜はＭＲの特定の方向に沿って適用され得る。

プロセスは、ユーザ及び／又はシステムのメモリから初期化情報をさらに取得できる。初期化情報は、スキャンシーケンス、スキャンするｋ空間ラインの本数Ｌ、ｂの値、ＮＳの値、及びＮＥＸの値等の情報を含み得る。例えば、いくつかの実施形態によると、例示的に以下で述べられるように、ＮＳは２に設定され得、ＮＥＸは１以上の整数に設定され得、Ｂは８００に設定され得る。

工程２０３完了後、プロセスは工程２０５へと続き、ここでプロセスはデータ補正のためのコンボリューションカーネルを取得できる。コンボリューションカーネルはシステムのメモリから収集されてもよく、且つ／又は、所望であれば、プロセスにより形成されてもよい。コンボリューションカーネルはコンパクトマトリックスを形成でき、いくつかの実施形態によると、同じショットから収集した信号を使用できない（例えば、本実施形態においてはｂ＝０ ｋ空間）。例えば、コンボリューションカーネルはＮ×Ｍのマトリックスを含むことができ、ここでＮは行の数を表し、Ｍは列の数を表し、所望であれば、事前に定義されたパラメータであってもよい。例えば、いくつかの実施形態によると、コンボリューションカーネルは５×５のマトリックスであってもよい。しかし、その他の値もまた想定される。さらに、コンボリューションカーネルの計算のために、プロセスによりｂ＝０のｋ空間又は現在再構成される画像が使用されてもよい。加えて、Ｒ７に開示されるような任意の好適なデータフィッティングスキームは、カーネル計算のために本システムの実施形態によって使用されてもよい。工程２０５完了後、プロセスは工程２０７へと続き得る。

工程２０７中、プロセスは、所望され得るように、ｂ＝０情報（例えば、グラジエントを用いずに収集されたＭＲデータ）等の訓練情報又はその他の無関係なデータに対してコンボリューションカーネルを訓練できる。しかし、さらに他の実施形態においては、コンボリューションカーネルは自己訓練されてもよい。しかしながら、本システムのいくつかの実施形態によると、上述のように、コンボリューションカーネルは同じショット（例えば、コンボリューションカーネルがそれに対して訓練されるショット）からのＭＲ画像情報を含むべきではない。したがって、コンボリューションカーネルはＤＷＩにおいてｂ＝０データ等の追加データに従って訓練され得る。このことは、下式（１）に関連して説明される。式（１）は本システムの実施形態によるコンボリューション及びカーネル計算スキームを示す。

式中、Ｊは、一次結合に使用される隣接するｋ空間信号の数であり、Ｌはコイル要素の数である。Ｓ_ｌ’（ｋ_ｒ−Δｋ_ｊ）は要素ｌ’からのｋ空間信号を示し、シフトΔｋ_ｊはコイル要素ｌからの信号Ｓ_ｌ（ｋ_ｒ）に近似するために使用される。
（外１）

は重みを表し、コイル要素の感度（Ｒ９）及び相対シフトΔｋ_ｊに依存し得る。式１により定義される操作は、ｋ空間におけるコンボリューションであり、コンボリューションカーネルは
（外２）

により定義される。
（外３）

の計算については、ｂ＝０の中心ｋ空間がＳ_ｌ（ｋ_ｒ）及びＳ_ｌ’（ｋ_ｒ−Δｋ_ｊ）に使用され得、未知の
（外４）

が次に本システムにより計算され得る。工程２０７完了後、プロセスは工程２０９へと続き得る。

工程２０９中、プロセスは、数学的コンボリューションプロセスを実行して、訓練されたコンボリューションカーネルを用いてグラジエントを使用して取得されたＭＲ情報（例えば、ｂ＞０のＭＲ画像）を反復してコンボリューションし、合成ｋ空間データのいくつかのショット（Ｎｓ、ショット数）セットを形成できる。したがって、プロセスは、マルチショットセットの複数（例えば、ＮＳ）のショットのそれぞれについて、訓練されたコンボリューションカーネルを用いてｂ＞０のｋ空間データを反復してコンボリューションできる。さらに詳細には、マルチショットセットの複数のショット（例えば、ＮＳ）の各ショットについて、合成ｋ空間データセットは、ショット毎の忠実度を保証し得る反復コンボリューション中に対応するショットのデータ整合性を強化することによって形成され得る。各反復の間、対応するショットのデータは一定で固定される。マルチショットセットの各ショットを（例えば、訓練された相関カーネルを用いたコンボリューション中）一定に保つことによって、各ショットは合成ｋ空間データのセットをもたらす。プロセスは合成ｋ空間データの各ＮＳラインからなるＮＥＸスキャンのそれぞれに対して繰り返され得る。したがって、ＮＳ×ＮＥＸセットの合成ｋ空間データが本プロセスによって生成され得る。工程２０９完了後、プロセスは工程２１１へと続き得る。

工程２１１中、プロセスは画像空間にＮｓ×ＮＥＸセットの各々（又はＮｓ×ＮＥＸセットのうち選択されたもの）の合成ｋ空間データを投影することによって再構成画像情報を形成し、対応する再構成画像情報を形成できる。プロセスは次に、システム及び／又はユーザによって設定され得るように、空間的な適応重みを用いて又はそれなしで画像情報の「平均」を求めることができる。プロセスは工程２０９のコンボリューションの各反復の間「平均」を求めることができ、本明細書で論じられるＳＶＤ解析型等の方法又は適切に適用され得るその他の平均化スキーム等の任意の好適な方法を利用できる。上で言及された「平均」の計算は、その他の好適な単数又は複数の平均化法、例えば、特異値分解（ＳＶＤ）解析又は低ランク法を利用できる。工程２１１完了後、プロセスは工程２１３へと続き得る。

工程２１３中、プロセスは、ユーザが本システムの実施形態によって取得された画像を見ることができるように、再構成画像情報をシステムのディスプレイにレンダリングできる。さらに、プロセスは、ユーザインタフェース（ＵＩ）をさらに提供する。ユーザは見るパラメータの変更、情報（例えば、注意点、コマンド、選択等）入力等のためにユーザインタフェースと対話できる。本システムの実施形態によれば、画像収集、処理、及びレンダリングのうちの１つ又は複数はリアルタイムででき、又は所望であれば遅延されてもよい。工程２１３完了後、プロセスは工程２１５へと続き得る。

工程２１５中、プロセスは、後に使用するためにプロセスによって生成された情報、例えば、ＭＲ画像情報、合成ｋ空間情報、再構成情報等を（所望され得るように）システムのメモリに格納できる。容易に理解され得るように、プロセス２００中及び／又はプロセス２００後の任意の時点で、情報は後のレンダリング及び／又は処理のために格納されてもよい。工程２１５完了後、プロセスは工程２１７へと続き得、ここでプロセスは終了してもよい。

本システムの実施形態によると、上述のプロセスは、収集されたマルチショットＭＲデータのデータ相関整合性及びショット毎のデータ整合性を強化する。

任意の好適なマルチショットＭＲデータは、ｍｓ−ＥＰＩ ＤＷＩ等により収集され得る。本システムの実施形態によれば、ショット間のモーションによる位相差がなければ、ｂ＞０データのデータ相関性はｂ＝０データと同じはずである。ｂ＝０データから訓練されたデータ相関性を強化することにより、位相差は反復して除去され得る。

したがって、プロセス２００は、以下の工程を含んでもよい。
（１）反復してチャンネル間のデータ相関性を強化する反復強化工程。ｋ空間におけるコンボリューションは相関性を強化するために使用され得る。コンボリューション後、合成ｋ空間が生成され得る。相関性は追加データ（例えば、ＤＷＩのｂ＝０データ）を使用して訓練されてもよく、又は自己訓練されてもよい。
（２）各ショットに対して、反復中に対応するショットのデータ整合性を強化することにより合成ｋ空間が生成され得、例えば合成ｋ空間のいくつかのショットセットをもたらす、ショット毎のデータ整合性強化工程。すなわち、本システムの実施形態はショット毎のデータ整合性を利用できる。

先に述べたＣＯＣＯＡ法と比べると、ＣＯＣＯＡもデータ相関法を使用するが、ＣＯＣＯＡ法は本システムの実施形態により実行されるような反復強化を実行せず、また反復強化に頼りもしない。さらに、ＣＯＣＯＡ法はショット毎のデータ整合性強化を利用しない。

試験結果
サンプルＭＲ画像情報は、本システムの実施形態に従ってＰｈｉｌｉｐｓ（商標）３Ｔコイルで動作するｍｓ−ＥＰＩ ＤＷＩ法を使用して取得された。ＭＲ画像情報は、４つのインターリーブしたＥＰＩショットによる１ｍｍ×１ｍｍ×４ｍｍの分解能を有する。ｂ＝８００及びＮＳ＝２が図３Ａ〜図３Ｃに示される。より詳細には、図３Ａは、位相補正せずに再構成されるＭＲ画像を示す。図３Ｂは、ＰＰＩの平均（例えば、ＳＥＮＳＥの平均）を使用して再構成されたＭＲ画像を示す。図３Ｃは、本システムの実施形態に従って再構成されたＭＲ画像を示す。本システムの実施形態に従って実行される画像再構成（例えば、画像３Ｃ）は、図３ＢのＳＥＮＳＥの平均を使用する従来の方法を用いて再構成された画像よりも明らかに改善されたＳＮＲを有することが分かる。

したがって、本システムの実施形態はマルチショット収集においてショット間のモーションによるアーチファクトの低減方法を提供できる。本システムの実施形態はマルチショットＥＰＩ、ＤＷＩ、及びＴＳＥイメージング法における空間分解能のために使用されてもよいとさらに想定される。

固有値解析画像合成法
本システムの実施形態に従って動作する固有値解析画像合成法は、図４を参照しながら以下で述べられる。図４は、本システムの実施形態による磁気共鳴システムにより実行されるプロセス４００を示すフローチャートである。画像情報は、例えば、マルチショット画像シーケンスから収集された画像情報を含むことができる。操作に当たって、プロセスは工程４０１で開始し、次に工程４０３に進むことができる。

工程４０３中、プロセスはマルチショット収集プロセスを実行して、複数のショットを有するマルチショット画像シーケンス（例えば、ｍｓ−ＥＰＩ拡散強調画像（ＤＷＩ）スキャンシーケンス）のＭＲ情報データ（例えば、エコー情報、アナログＭＲ情報等）を収集できる。したがって、各マルチショット画像シーケンスは複数の対応するショット（例えば、ＮＳショット、ここでＮＳは＞１の整数である）を含むショットセットを形成できる。さらに、１つ又は複数のショットセットが収集され得る。しかし、本実施形態では、１つのみのショットセットが明確さのために述べられる。

画像収集の間、各ｋ空間は、ショットセットを形成するショットのセットにより充填され得る。したがって、完全なｋ空間は１つのＭＲ画像に対応でき、ＮＳショットから構成され得る。各ショットセット（例えば、ｍｓセット）はＮＳショットを含むことができ、ＮＥＸ回スキャンされ得る。したがって、プロセスは複数（例えば、ＮＥＸ）の同じ画像を収集し得ると仮定されてもよい。本システムの実施形態によれば、このことは、従来の画像再構成法よりも高いＳＮＲ及び／又はモーションアーチファクトレベルを提供し得る。

さらに、プロセスは、ユーザ及び／又はシステムのメモリから初期化情報をさらに取得できる。初期化情報は、スキャンシーケンス、スキャンするｋ空間ラインの本数、並びにＮＳの値及びＮＥＸの値等の情報を含み得る。例えば、いくつかの実施形態によると、ＮＳは３に設定され得、ＮＥＸは２に設定され得る。工程４０３完了後、プロセスは工程４０５へと続き得る。

工程４０５中、プロセスは、ショットセットの収集されたＭＲ画像データに基づいて複数の画像を再構成できる。したがって、プロセスは、マルチショットセットの各ショットについての画像を再構成でき、ここでマルチショットセットにおけるショットの数はＮＳと等しくなり得る。各画像ショットセットがＮＳショットを含むと仮定すると、プロセスはＮＳ^＊ＮＥＸ（ＮＳ^＊（１）画像ショットが収集され得るように明確さのためにＮＥＸ＝１と仮定される）の画像を再構成でき、これら画像のそれぞれは理論的には同じであるべきであるため、本記述のために、「同じ」であると仮定され得る。しかし、モーション及び／又は雑音により、ショットの１つ又は複数は、他のショットの１つ又は複数とは異なり得る。

図５は、本システムの実施形態に従って収集されるマルチショットセットのｋ空間スキャンラインを示すグラフ５００である。グラフ５００では、ＮＳは３に等しいと仮定され得、スキャンラインの数はＬに等しい。したがって、各スキャンライン５０６（ｌ）（ここでｌは１〜Ｌの範囲である）に関して、マルチショットセットのショットにそれぞれが対応するＮＳ本のショットライン５０２（１）〜５０２（３）があってもよい。さらに、これらのショットそれぞれに対応するデータが再構成される場合、対応する画像が形成され得、例えば画像５０４−１〜５０４−３（概して５０４−ｘ）により示される。したがって、画像５０４−ｘはそれぞれ、理論的には同じ画像であると考えられ得る。しかし、再構成されたマルチショット画像５０８はマルチショットセットの各ショット（又は、所望であれば、マルチショットセットの選択したショット若しくは一部）からの情報に対応し得る。線形マルチショットセットを図５に示すが、本システムの実施形態は回転スキャン（放射状軌跡）等とも両立し得る。工程４０５完了後、プロセスは工程４０７へと続き得る。

工程４０７中、プロセスはマルチショットセットの各ショットの画像に基づいてマトリックスを構成できる。さらに詳細には、プロセスは、ベクトルとしてマルチショットセットの各画像（例えば、５０４ｘ）を使用し、対応する画像を表し得るマトリックスを構成できる。したがって、プロセスは複数のマトリックスを形成でき、マトリックスは各々対応する画像を表し得る。プロセスは、後に使用するためにシステムのメモリに、各画像のマトリックスを格納できる。さらに、プロセスは、これらのマトリックスのうちの１つ又は複数を作り直し、例えば、所望の長さを有するベクトルを形成する。したがって、対応するベクトルは複数の画像のマトリックスの列を表すことができる。工程４０７完了後、プロセスは工程４０９へと続き得る。

工程４０９中、プロセスは、マトリックスに対する固有値及び対応する固有ベクトルを生成できる。したがって、プロセスは、例えばＳＶＤ解析をマトリックスに適用して、固有値及び固有ベクトルのそれぞれを生成できる。したがって、ＳＶＤ解析の結果は固有値及び対応する固有ベクトルを提供し得る。プロセスは好適な固有値解析法を使用して固有値を求め、マルチショット画像セットの各画像（ショット）間の共通の特徴を抽出できる。例えば、本システムの実施形態に従って動作する固有値解析に基づく方法は、最適なＳＮＲのために適応的に（局所的重みで）フェーズドアレイＭＲ画像を組み合わせるために利用され得る。この方法は、本システムの実施形態に従って動作するとき、コイル感度情報を知ることなく最適なＳＮＲを提供できる。この方法は、変形ＡＣＣ法と呼ばれ得る。さらに、固有値解析はさらにＲ６で述べられており、本システムの実施形態に従って適切に適用されてもよい。（元の）画像（例えば、工程４０５中に形成された元の画像）それぞれに対して、（例えば、対応する画像の）各固有ベクトルの要素はこれらの（元の）画像それぞれの重みとして使用され、これらの画像の加重和を生成できる。この加重和は、合計された又は組み合わせられた画像である合成画像（例えば、下の工程４１３参照）と呼ばれ得る。さらに、本システムの実施形態によれば、実行されるＳＶＤ解析は大域解析と考えられてもよい。工程４０９完了後、プロセスは工程４１１へと続き得る。

工程４１１中、プロセスは工程４０９中に求められた固有値から最大固有値を決定できる。プロセスは、最大固有値に対応する固有ベクトルをさらに決定できる。したがって、決定された最大固有値に対して、プロセスはその対応する固有ベクトルを選択できる。したがって、プロセスは、例えば、ＳＶＤ解析の結果（例えば、固有値）の少なくとも一部を解析し、最大固有値を決定できる。工程４１１完了後、プロセスは工程４１３へと続き得る。

工程４１３中、プロセスは、合成画像として先に決定された最大固有値と一致する組み合わせられた（合成）画像情報に基づいて、合成画像を形成できる。したがって、最大固有値に対応する組み合わせられた画像は合成画像として使用され得る。合成画像の形成は、例示的に、本システムの実施形態に従って本発明で適切に適用されてもよいような工程４０９に関連して上でさらに述べられている。合成画像は、決定された最大固有値に対応する組み合わせられた画像であってもよい。本システムの実施形態によれば、この画像は、従来の平均化法を使用して取得される画像よりも著しく小さな雑音及び／又はアーチファクトレベルを有し得る。工程４１３完了後、プロセスは工程４１５へと続き得る。

工程４１５中、プロセスは、好適な正規化法を用いて合成画像のエネルギーを正規化できる。例えば、プロセスは、合成画像（例えば、合成画像に対応する合成画像情報）のＬ２ノルムを決定できる正規化法を使用でき、合成画像はそれ自体のＬ２ノルムを除し、元の画像のうちの１つ、例えば、画像セットのうちの最初の画像のＬ２ノルム、又は元の画像すべてのＬ２ノルムの平均を乗じる。工程４１５完了後、プロセスは工程４１７へと続き得る。

工程４１７中、プロセスは、ユーザの利便性のために、正規化された合成画像情報をシステムのディスプレイにレンダリングできる。さらに、プロセスは、ユーザインタフェース（ＵＩ）をさらに提供する。ユーザは見るパラメータの変更、情報（例えば、注意点、コマンド、選択等）入力等のためにユーザインタフェースと対話できる。本システムの実施形態によれば、画像収集、処理、及びレンダリングのうちの１つ又は複数はリアルタイムででき、又は所望であれば、画像格納（例えば、工程４１９参照）及び後の処理等により遅延されてもよい。工程４１７完了後、プロセスは工程４１９へと続き得る。

工程４１９中、プロセスは、後に使用するためにプロセスによって生成された情報、例えば、ＭＲ画像情報、生成された組み合わせられた画像等をシステムのメモリに格納できる。容易に理解され得るように、プロセス４００中及び／又はプロセス４００後の任意の時点で、情報は後のレンダリング及び／又は処理のために格納されてもよい。工程４１９完了後、プロセスは工程４２１へと続き、ここでプロセスは終了してもよい。

試験結果
本システムの実施形態に従うプロセス４００の２つの試験の結果を第１の試験及び第２の試験に示されるように以下で述べられる。

第１の試験では、マルチショットＤＷＩ画像はＮＳ＝４で収集された。次いで、収集されたＤＷＩ画像は、図６Ａに示されるように再構成され、図６Ａは、従来の平均化法に従って再構成されたマルチショットＤＷＩ画像を示し、図６Ｂに示されるように再構成され、図６Ｂは、本システムの実施形態に従って動作する固有値解析組み合わせ法を使用して再構成されたマルチショットＤＷＩ画像を示す。図６Ａ及び図６Ｂの結果を比較すると、本システムの実施形態は、従来の方法よりも高いコントラスト対雑音比（ＣＮＲ）をもたらすことができることが分かる。

第２の試験は、画像のサブセットがアーチファクトを含む場合、本システムの実施形態が従来の平均化法を使用して得られ得るよりも低いアーチファクトレベルでこれらの画像を提供できることを示す。２つのデータセットが使用された。一方のデータセットは８ショットＥＰＩ ＤＷＩ画像と一致し、もう一方のデータセットは４ショットＴＳＥ肝臓画像と一致する。これらのデータセットの両方において、１つのショットで１つの画像が生成された。これらの画像は以下で図７Ａ〜図７Ｂ及び図８Ａ〜図８Ｂに示される。図７Ａは、従来の平均化法に従って再構成された８ショットＥＰＩ ＤＷＩ画像を示す。図７Ｂは、本システムの実施形態に従って再構成された８ショットＥＰＩ ＤＷＩ画像を示す。図８Ａは、従来の平均化法に従って再構成された４ショットＴＳＥ肝臓画像を示す。図８Ｂは、本システムの実施形態に従って再構成された４ショットＴＳＥ肝臓画像を示す。図７Ａ及び図７Ｂにおいて、同じ８ショットＥＰＩ ＤＷＩ画像データセットが使用され、得られた画像７００Ａ及び７００Ｂはデータセットのショットすべてを組み合わせた画像である。同様に、図８Ａ及び図８Ｂにおいて、同じ４ショットＴＳＥ画像データセットが使用され、得られた画像８００Ａ及び８００Ｂはデータセットのショットすべてを組み合わせた画像である。図８Ａに関して、矢印８１０はアーチファクトの位置を示す。

したがって、本システムの実施形態は、理論的には同じであるべき画像のセット（例えば、ＮＳ＞１）を形成できる。しかし、雑音等のデータ収集中のさまざまな理由により、１つ又は複数がわずかに異なり得る。次いで、プロセスは本システムの実施形態に従って動作する固有値解析法を使用し、マルチショットセットの画像のセットから共通の特徴を抽出できる。次に、最大固有値に対応する組み合わせられた画像は、合成画像として選択され得、合成画像は、ユーザの利便性のためにシステムのディスプレイにレンダリングされ、且つ／又は処理等の後の使用のためにシステムのメモリに格納されてもよい。本方法は、従来の平均化に基づく方法よりも著しく小さな雑音及び／又はアーチファクトレベルをもたらし得る。

低ランク法
本システムのその他の実施形態によると、ｍｓ−ＥＰＩのための自己ナビゲーション再構成アルゴリズムが提供される。この自己ナビゲーション再構成アルゴリズムは、ショットの数が、（例えば、さらに多い数のショットまで）例えば１８ショットまで増加してもロバストに機能する。しかし、その他の値及び／又は値の範囲もまた想定される。上述のように、従来のＭＵＳＥ法は、ショット数が４を超えると失敗し得る。これは、図９Ａと図９Ｂの比較により示される。図９Ａは、１ショットＳＥＮＳＥに基づく再構成９００Ａを示す。図９Ｂは、８ショットＳＥＮＳＥに基づく再構成の例を示し、著しいアーチファクトが存在している。

図１０は、本システムの実施形態による磁気共鳴システムにより実行されるプロセス１０００を示すフローチャートである。操作に当たって、プロセスは工程１００１で開始し、次に工程１００３に進むことができる。

工程１００３中、プロセスはマルチショット画像収集プロセスを実行して、いくつかのショットを含むマルチショットシーケンス（例えば、マルチショットセット）のＭＲ画像データ（例えば、エコー情報、アナログＭＲ情報等）を収集できる。収集は、高空間分解能マルチショットＥＰＩ、ＤＷＩ、及び／又はＴＳＥ等の任意の好適なイメージング法を使用して実行され得る。工程１００３完了後、プロセスは工程１００５へと続き得る。例えば式２の第２項はこの目的のために使用され得る。したがって、本システムのその他の実施形態によると、より高いランクは式２においてより大きなエネルギーをもたらす。しかし、本システムの実施形態によれば、エネルギーを最小限にするために、再構成画像のランクはペナルティが課され得る。

工程１００５中、プロセスは、マルチショットの画像のセット及び／又は信号平均値の数の低ランクを強化できる（Ｒ３）。この低ランク強化は、複雑なデータに、又はマグニチュード及び位相に別個に適用され得る。本システムの実施形態によると、マルチショットイメージングは加速動的イメージングとして扱われ得る。単一のショットはそれぞれ、マルチショットセットの１つの静止画像に対応でき、動的画像セットを形成すると考えられ得る。したがって、動的画像セットの加速係数は、マルチショットセットのショット数と等しい。この動的画像セット特有の性質は、マルチショット画像セットの対応するショットそれぞれの画像が、モーションがない場合理論的には同じであるべきであるということである。したがって、マルチショット画像セットの画像ショットに実質的に連続的なモーションがなければ、これらの画像は互いに対して実質的に類似しており、マルチショットセットのランクは下式２に関して以下で述べられるように低くなるべきであると予想される。したがって、本システムの実施形態は、本システムの実施形態に従って低ランク性質を利用して、加速動的イメージングの問題を解決できる。提案された低ランク法の数学的モデルは以下のように表され得る。

式中、ｓはショットの数（例えば、ショット指数）であり、Ｉ_ｓはショットｓの画像であり、Ｆはエンコード演算子であり、ｋｓはショットｓに対して収集される（現在のショットのｋ空間）データであり、Ｆはフーリエ変換であり、ランク（＊）はランク計算演算子であり、ランクは、マトリックスのベクトルの線形依存性を説明する数学的尺度であり、これは１以上の整数であり、マトリックスのサイズ以下である（例えば、慣習通り）。γは、示される通りであり、以下でさらに述べられる、式の第１のデータ忠実度（ＦＤＦ）項として知られ得る第１項と、低ランク正則化（ＬＲＲ）項として知られ得る第２項のバランスをとるための負ではないパラメータである。γの例示的値は１であってよい。γが大きいほど低ランクを強調でき、再構成画像は高い信号対雑音比（ＳＮＲ）を有し得るが、高いアーチファクトレベルを有し得る。γが小さいほど忠実度項をより強調し、再構成画像は低いＳＮＲを有し得るが、低いアーチファクトレベルを有し得る。ＤＷＩ収集のための、信号平均値の数（ＮＳＡ）はＳＮＲを改善するために多くの場合１よりも大きいため、ｓはショット数（Ｎｓ）及び平均値の数の両方を含むことができる。前述されるように、完全なｋ空間は各々ＮＳショットを含む。同じ被検体がＮＥＸ回スキャンされ、ＮＥＸ個の完全なｋ空間をもたらすことができる。したがって、合計で、プロセスはＮＳ×ＮＥＸショットを収集できる。ＮＳ及びＮＥＸの値は、システム（例えば、メモリから取得されるか又はシステムパラメータに基づいて計算される）又はユーザにより設定され得る。第１のデータ忠実度項は、ＳＥＮＳＥ項と同じであってもよい。低ランク正則化項は、同じ被検体のマルチショット（例えば、同じマルチショットセット内）に対応する（ショットの）画像の低ランク性質を強化する。したがって、数学的モデルは、変形低ランク正則化ＳＥＮＳＥ法と考えられ得る。

上述のように、まったくモーションがなければ、これらの画像はすべてマルチショットセットとまったく同じであるはずであり、ランクは１である。比較的大きなモーションが時々あるだけであれば、ランクは低いままであり得る（実質的に１に等しい又は１に近い）。これらの場合、数学的モデルは理論的に確かである。しかし、このモデルは、画像収集中に連続的なランダムなモーションがあれば失敗し得る。したがって、このモデルが失敗すれば、再構成画像はアーチファクトを含み得、精度は低下し得る。ｍｓ−ＥＰＩにおいて大きなモーションがなければ、ランクは１に等しくなり得、Ｉ_ｓのマグニチュードに対して強化され得るが、これはマルチショットセットの全ショットの画像のマグニチュードがすべて全く同じであると考えられ得るからである。

いくつかの実施形態によると、プロセスは、例えば、ＳＶＤ解析を使用して少なくとも１つの平均画像を生成して低ランク正則化を強化できる。例えば、プロセスはＳＶＤ解析を利用して低ランク正則化（例えば、ランク＝１で）を実行できる。このＳＶＤ解析は、マルチショットセットの画像のセットに基づいて平均画像を決定するために使用され得る。

工程１００５完了後、プロセスは工程１００７へと続き得る。工程１００７中、プロセスは記録されたＩ_ｓの平均である最終再構成に基づいて最終画像を再構成できる。工程１００５の結果は画像のセットを含むことができる。１に等しいランクが使用される場合、出力は１枚の画像であり、この画像は最終再構成画像として使用され得る。しかし、１を超えるランクが使用される場合、出力は画像のセットを含むことができ、この画像のセットは最終再構成画像として使用され得る。これら画像（例えば、後者の場合）のマグニチュードは異なる可能性がある。したがって、プロセスは画像のセットのこれら画像それぞれについてマグニチュードを記録でき、その後平均化操作が実行される。工程１００７完了後、プロセスは工程１００９へと続き得る。

工程１００９中、プロセスは、ユーザの利便性のために、最終画像をシステムのディスプレイにレンダリングできる。プロセスは、ユーザインタフェース（ＵＩ）をさらに提供する。ユーザは見るパラメータの変更、情報（例えば、注意点、コマンド、選択等）入力等のためにユーザインタフェースと対話できる。本システムの実施形態によれば、画像収集、処理、及びレンダリングのうちの１つ又は複数はリアルタイムででき、又は所望であれば遅延されてもよい。工程１００９完了後、プロセスは工程１０１１へと続き得る。

工程１０１１中、プロセスは、後に使用するためにプロセスによって生成された情報、例えば、最終画像、収集されたＭＲ情報等をシステムのメモリに格納できる。容易に理解され得るように、プロセス１０００中及び／又はプロセス１０００後の任意の時点で、情報は後のレンダリング及び／又は処理のために格納されてもよい。工程１０１１完了後、プロセスは工程１０１３へと続き、ここでプロセスは終了してもよい。

本システムの実施形態は、カルテシアン又は非カルテシアン軌道、例えば、マルチショットスパイラルを利用できる。

本システムの実施形態によれば、マルチショット画像セットの各ショットの位相（又は画像それ自体）及び再構成される画像は２つの未知要素として扱われ得る。次に、これらの未知要素は、本システムの実施形態による方法を使用して反復して一緒に解かれ得る。

本システムの実施形態によれば、コンボリューション法及び本明細書に述べられる低ランク法において、各々の１つのステップは平均画像を生成するためのものである。本システムの実施形態によれば、本明細書で述べられるＳＶＤ平均スキームは、平均画像を算出するために採用され得る。例えば、本明細書に述べられるコンボリューション法の１つ又は複数の反復において、平均画像は、例えば、本明細書に述べられるＳＶＤ平均スキームを使用して算出され得る。本システムの実施形態によれば、本明細書に述べられるコンボリューション法の各反復は、本明細書に述べられるＳＶＤ平均スキームを使用できる。

さらに、本システムの実施形態によれば、本明細書に述べられる低ランク法は、低ランク正則化（ランク＝１）の特定の実施態様としてＳＶＤ平均スキームを使用できる。

試験結果
サンプルの高分解能拡散テンソルイメージング（ＤＴＩ）画像は、８チャンネル（ｃｈ）ヘッドコイル（米国ゲーンズビルのＩｎｖｉｖｏ Ｃｏｒｐ．により製造）を有するＰｈｉｌｉｐｓ（商標）３Ｔ Ａｃｈｉｅｖａ（商標）システムで収集された。さらに詳細には、データ収集は、２回収束型スピンエコースキームで以下のパラメータ（ｂ＝８００ｓ／ｍｍ^２、平均値の数＝４、方向の数＝６、ＦＯＶ＝２３０ｍｍ^２、面内空間分解能＝０．８ｍｍ^２、スライス厚４ｍｍ、部分フーリエ比＝０．６、ＦＡ＝９０°、ＴＲ＝２．８ｓ、及びＴＥ＝７０ｍｓ）のマルチショットＥＰＩシーケンスを使用して実行された。ショットの数は、以下に記述されるような試験に応じて４及び８に設定された。

図１１は、本システムの実施形態に従って動作する４ショットデータセットを使用して生成されたＦＡマップ１１００を示す。ＦＡマップ１１００は、４つの画像ａ〜ｄを示す。画像ａは本システムの実施形態に従って動作する提案された低ランクＳＥＮＳＥイメージング法を使用して取得された。画像ｂは、ＭＵＳＥイメージング法を使用して取得された。画像ｃ及びｄはそれぞれ画像ａ及びｂの拡大画像である。低ランクＳＥＮＳＥ法及びＭＵＳＥ法を使用して取得された画像は類似の画質を示す。

図１２は、本システムの実施形態に従って動作する８ショットデータセットを使用して生成されるＦＡマップ１２００を示す図である。ＦＡマップ１２００は、４つの画像を示す。縦列はそれぞれ異なるスライスを示し、上の行は低ランクＳＥＮＳＥ法を使用して取得された画像を示し、下の行はＭＵＳＥ法を使用して取得された画像を示す。ショットの数が８に設定された場合、ＭＵＳＥにおける最初のＳＥＮＳＥは８の加速係数を有していた。しかしながら、８チャンネルコイルは、ＭＵＳＥ法に必要な位相情報を提供するために重要な再構成のための情報を提供しない。したがって、ＭＵＳＥ法を使用して再構成された画像は許容不可能である。他方では、低ランクＳＥＮＳＥ法は依然として高画質を提供した。

図１３は、本システムの実施形態に従って動作する８ショットデータセットを使用して生成されるマップ１３００を示す図である。マップ１３００は、通常のスパイラル設定を使用し、ナビゲータを使用しないインビボ脳ＤＷＩデータに対応する４つの画像を含む。これらの画像は、以下のパラメータ、すなわち、８チャンネル、８ショット、ＴＥ／ＴＲ＝４６／２９００ｍｓ、ＦＯＶ＝２１０×２１０ｍｍ、分解能０．８６×０．８６ｍｍ、スライス厚＝３ｍｍ、ｂ値＝８００ｓ／ｍｍ^２、拡散方向＝１５、読み出し時間＝３０ｍｓを使用してＰｈｉｌｉｐｓ（商標）３Ｔスキャナで収集された。

図１４は、本システムの実施形態に従って動作する１２ショットデータセットを使用して生成されるマップ１４００を示す。マップ１４００は、通常のスパイラル設定を使用し、ナビゲータを使用しないインビボ脳ＤＷＩデータに対応する４つの画像を含む。これらの画像は、以下のパラメータ、すなわち、３２チャンネル、１２ショット、ＴＥ ＴＲ＝４９／２５００ｍｓ、ＦＯＶ＝２２０×２２０ｍｍ、分解能０．９×０．９ｍｍ、スライス厚＝４ｍｍ、ｂ値＝１０００ｓ／ｍｍ^２、拡散方向＝６、読み出し時間＝１８ｍｓを使用してＰｈｉｌｉｐｓ（商標）３Ｔスキャナで収集された。

さらに詳細には、マップ１３００及び１４００のそれぞれの画像は、対応するマップ１３００及び１４００内の左列及び右列に並べられる。これらのマップそれぞれにおいて、左列の画像はＳＥＮＳＥ＋ＣＧ法を使用して再構成され、右列の画像は、本システムの実施形態に従って動作する低ランクＳＥＮＳＥ法を使用して再構成された。白い矢印は、低ランクＳＥＮＳＥの再構成が従来のＳＥＮＳＥ＋ＣＧ法よりも高いＳＮＲを有する領域を示し得る。

したがって、本システムの実施形態はマルチショット収集においてショット間のモーションによるアーチファクトを効果的に低減するシステム及び方法を提供できる。本システムの実施形態は、高空間分解能マルチショットＥＰＩ、ＤＷＩ、及びＴＳＥイメージングシステム及び方法の使用に特に適しているであろう。

本システムの実施形態に従って動作する標的画像を再構成する方法は、図１５を参照しながら述べられる。図１５は、本システムの実施形態による磁気共鳴システムにより実行され得るプロセス１５００を示すフローチャートを示す。プロセス１５００は、ネットワーク上で通信する１つ又は複数のコンピュータを使用して実行され得、互いに対してローカル及び／又は遠隔にあってもよい１つ又は複数のメモリから情報を取得し、且つ／又は当該メモリに情報を格納できる。本システムの実施形態による本明細書におけるプロセス１５００及びその他のプロセスは以下の工程のうちの１つ又は複数を含んでもよい。さらに、これらの工程のうちの１つ又は複数は所望であれば、組み合わせても、且つ／又は下位工程に分割されてもよい。さらに、これらの工程のうちの１つ又は複数は設定に応じて飛ばされてもよい。画像情報は、例えば、マルチショット画像シーケンスから収集された画像情報を含むことができる。操作に当たって、プロセス１５００は工程１５０１で開始し、次に工程１５０３に進むことができる。

工程１５０３中、プロセスはマルチショット収集プロセスを実行して、複数のショットを含む少なくとも１つのマルチショットセット（例えば、ショットセット）のＭＲ情報（例えば、エコー情報、アナログＭＲ情報等）を収集できる。マルチショット収集プロセスは、ｍｓ−ＥＰＩ拡散強調画像（ＤＷＩ）スキャンシーケンス等のマルチショットシーケンスに従って実行され得る。いくつかの実施形態によると、ｍｓ−ＥＰＩスキャンはインターリーブ式及び／又は読み出し方向式であってもよい。マルチショット収集プロセスは、ターボスピンエコー（ＴＳＥ）法、マルチショットスパイラル法、プロペラ法、及び／又はｍｓ−エコープラナーイメージング（ｍｓ−ＥＰＩ）法等の任意の好適なマルチショット収集方法を使用してさらに実行され得る。各複数ショットセットはＮＳショットを含むことができ、ＮＥＸ回スキャンされ得る。したがって、本システムの実施形態によれば、プロセスはＮＳ^＊ＮＥＸ枚の画像を収集できる。したがって、プロセスはＮＳ^＊ＮＥＸ枚の画像のＭＲ情報（例えば、エコー情報、アナログＭＲ情報等）を収集でき、プロセスは、いくつかの（例えば、ＮＥＸと等しくてもよい）同じ画像を収集できる。例示的に、この工程は例えば本明細書の工程４０３と似ていてもよいが、他の方法の画像収集が適切に適用され得る。工程１５０３完了後、プロセスは工程１５０５へと続き得る。

工程１５０５中、プロセスは、同時再構成を実行でき、ＮＳ^＊ＮＥＸ枚の画像及び標的画像は未知のセットとして扱われる。プロセスは次に、任意の単数又は複数の数学的方法を使用してこれらの２セットの未知要素を同時に数値的に解くことができる。例えば、プロセスは、本システムの実施形態に従って動作するコンボリューション法及び／又は低ランク法（それぞれ図２及び図１０のフローチャートに関して述べられる）を使用し、２セットの未知要素の数値解を同時に取得できる。２セットの未知要素を同時に数値的に解くために、数値解は同時に又は連続的に取得され得るとさらに想定される。このプロセスの間、プロセスは、コンボリューション法及び本システムの実施形態による低ランク法のうちの少なくとも１つを使用してＮＳ^＊ＮＥＸ枚の画像及び標的画像に対する解を反復して計算し、未知のセット（例えば、マルチショットセット）を解いて標的画像を決定できる。工程１５０５完了後、プロセスは工程１５０７へと続き得る。

工程１５０７中、プロセスは、ユーザの利便性のために、同時に再構成された標的画像をシステムのディスプレイにレンダリングできる。さらに、プロセスは、ユーザインタフェース（ＵＩ）をさらに提供する。ユーザは見るパラメータの変更、情報（例えば、注意点、コマンド、選択等）入力等のためにユーザインタフェースと対話できる。本システムの実施形態によれば、画像収集、処理、及びレンダリングのうちの１つ又は複数はリアルタイムででき、又は所望であれば、画像格納及び後の処理等により遅延されてもよい。工程１５０７完了後、プロセスは工程１５０９へと続き得る。

工程１５０９中、プロセスは、例えば、後に使用するためにプロセスによって生成された情報、例えば、ＭＲ画像情報、計算され標的画像等をシステムのメモリに格納できる。容易に理解され得るように、プロセス１５００中及び／又はプロセス１５００後の任意の時点で、情報は後のレンダリング及び／又は処理のために格納されてもよい。工程１５０９完了後、プロセスは工程１５１１へと続き、ここでプロセスは終了してもよい。

本システムの実施形態は、各ショットによる画像の位相（又は画像それ自体）と、再構成される画像（例えば、標的画像）との両方を２つの未知要素として扱うことができ、これらの２つの未知要素は反復して同時に解かれ得る。対照的に、従来の方法はこれらの２つの未知要素に対するいくつかの解を独立して得ることができ、このことは本システムの実施形態に従って得られ得る画質と比べると劣る画質を生じ得る。

本システムの実施形態は単一の標的画像を再構成できる。単一の標的画像の質を従来の方法で取得された画像より向上させるために、本システムの実施形態に従って動作するプロセスは、複数の信号平均（例えば、ＮＳＡ又はＮＥＸ）の回数マルチショットデータ（例えば、ＮＳ）を収集し、ＮＳ×ＮＥＸ枚の画像を生成できると想定される。その後、プロセスは、ＮＳ×ＮＥＸ枚の画像及び標的画像の解を反復して計算できる。プロセスは、標的画像の再構成前にＮＳ^＊ＮＥＸ枚の画像の位相情報を決定する必要がない場合がある。本システムの実施形態によれば、プロセスはＮＳ×ＮＥＸ枚の画像及び標的画像の両方を未知要素として扱い、これらの２セットの未知要素の解を同時に計算できる。いくつかの実施形態によると、計算はコンボリューション法及び／又は低ランク法を利用して解を得る。さらに、２セットの未知要素の解を決定するための計算は、同時に又は連続的に実行され得る。

さらに、本システムの実施形態は、ＳＶＤ平均法（例えば、図４参照）をさらに利用して標的画像を決定できる。例えば、コンボリューション法及び／又は低ランク法は、ＳＶＤ平均化法を利用して、マルチショット画像情報から、例えばＮＳ^＊ＮＥＸ枚の画像から標的画像を決定できる。

図１６は、本システムの実施形態によるシステム１６００の一部を示す。例えば、本システムの一部は、メモリ１６２０、ディスプレイ１６３０、ＲＦトランスデューサ１６６０、磁気コイル１６９０、及びユーザ入力デバイス１６７０に動作可能に接続されたプロセッサ１６１０（例えば、コントローラ）を備え得る。メモリ１６２０は、適用データ及び記載される操作に関連する他のデータを格納する任意のタイプのデバイスであってもよい。適用データ及び他のデータは、本システムに従う操作工程を行うようにプロセッサ１６１０を構成（例えば、プログラム）するためにプロセッサ１６１０により受信される。このように構成されたプロセッサ１６１０は、本システムの実施形態による操作を実行するのに特に適した専用マシンとなる。

操作工程は、ＭＲＩシステムを、例えば磁気コイル１６９０及び／又はＲＦトランスデューサ１６６０によって制御することにより構成することを含んでいてもよい。磁気コイル１６９０は、主磁気コイル及び傾斜磁場コイル（例えば、ｘ軸傾斜磁場コイル、ｙ軸傾斜磁場コイル、及びｚ軸傾斜磁場コイル）を備えることができ、所望の方向及び／又は強度で主磁場及び／又は傾斜磁場を放射するように制御できる。コントローラは、１つ又は複数の電力供給を制御して、所望の磁場が所望の時点で放射されるように磁気コイル１６９０に電力を供給できる。ＲＦトランスデューサ１６６０は、ＲＦパルスを患者に送信し、且つ／又はエコー情報を患者から受信するために制御され得る。再構成器は、エコー情報等の受信した信号を処理し、この信号を（例えば、本システムの実施形態の１つ又は複数の再構成技術を使用して）コンテンツへと変換できる。このコンテンツとしては、例えば本システムのユーザインタフェース（ＵＩ）、例えばディスプレイ１６３０等にレンダリングされ得る画像情報（例えば、静止画像又はビデオ画像（例えば、ビデオ情報））、データ、及び／又はグラフを挙げることができる。さらに、コンテンツは次に、後に使用するためにシステムのメモリ、例えば、メモリ１６２０に格納され得る。したがって、操作工程は、本明細書に記載されるエコー情報から取得された再構成画像情報等のコンテンツを要求すること、提供すること、及び／又はレンダリングすることを含んでもよい。プロセッサ１６１０は、ビデオ情報等のコンテンツを、システムのＵＩ、例えば、システムのディスプレイにレンダリングできる。

ユーザ入力１６７０としては、任意の動作可能な連結を介してプロセッサ１６１０と通信するために独立していても、又はシステムの一部であってもよいキーボード、マウス、トラックボール、又はその他のデバイス、例えば、タッチ感応ディスプレイを挙げてもよい。ユーザ入力デバイス１６７０は、本明細書に記載されるＵＩにおける対話を可能とすることを含めプロセッサ１６１０と対話するために動作可能であってもよい。明らかに、プロセッサ１６１０、メモリ１６２０、ディスプレイ１６３０、及び／又はユーザ入力デバイス１６７０は、すべてが又は部分的に、コンピュータシステム又はその他のデバイス、例えば、ＭＲシステムの一部であってもよい。

本システムの方法は、コンピュータソフトウェアプログラムにより実行されるのに特に適しており、このようなプログラムは、本システムにより記載及び／又は想定される個々のステップ又は工程のうちの１つ又は複数に対応するモジュールを含む。このようなプログラムは、当然ながらコンピュータ可読媒体、例えば、集積チップ、周辺デバイス又はメモリ、例えば、メモリ１６２０又はプロセッサ１６１０に連結されたその他のメモリにおいて実施されてもよい。

メモリ１６２０に含まれるプログラム及び／又はプログラム部分は、本明細書に開示される方法、操作工程、及び機能を実施させるようにプロセッサ１６１０を構成できる。

プロセッサ１６１０は制御信号を提供し、且つ／又はユーザ入力デバイス１６７０からの入力信号に応じて、また例えばネットワーク１６８０のその他のデバイスに応じて操作を実行し、且つメモリ１６２０に格納された命令を実行するように動作可能である。プロセッサ１６１０としては、マイクロプロセッサ、特定用途向け又は汎用集積回路、論理回路等のうちの１つ又は複数を挙げることができる。さらに、プロセッサ１６１０は、本システムに従って工程を実行する専用プロセッサであってもよく、又は多くの機能のうちの１つだけが本システムに従って実行するように動作する汎用プロセッサであってもよい。プロセッサ１６１０は、プログラム部分、複数プログラムセグメントを利用して動作でき、又は専用若しくは多目的集積回路を利用したハードウェアデバイスであってもよい。

本システムの実施形態は、高速イメージング法を提供し、マルチショット画像を収集及び再構成できる。好適な用途としては、短い収集時間及び高分解能を要しながらもケミカルシフト及び主磁場の不均一性によるような悪影響を取り除くイメージングシステム、例えば、ＭＲＩ及びＭＲＳシステム等を挙げてもよい。本システムのさらなる変形形態は、当業者が容易に思いつき、以下の特許請求の範囲によって包含される。

最後に、上の記載は、本システムの単なる説明であることが意図され、添付の特許請求の範囲をいかなる特定の実施形態又は実施形態群にも限定するものとして解釈されるべきではない。したがって、本システムは例示的実施形態に言及しながら説明されたが、多数の変更及び代替的実施形態が、以下の特許請求の範囲に記載される本システムのより広く意図される趣旨及び範囲から逸脱することなく当業者によって考案され得ることもまた理解されるべきである。加えて、本明細書に含まれるセクションの見出しは考察を容易にすることが意図されているのであって、本システムの範囲を限定することを意図したものではない。したがって、本明細書及び図面は、添付の特許請求の範囲に限定するものではなくむしろ例示としてみなされるべきである。

添付の特許請求の範囲を解釈するにあたって、以下が理解されるべきである。
ａ）用語「含む、備える」とは、所与の請求項に列記されるもの以外の要素又は工程の存在を排除するものではないこと、
ｂ）要素に先立つ用語「１つの（ａ、ａｎ）」はこのような要素の複数の存在を排除するものではないこと、
ｃ）特許請求の範囲におけるいかなる参照符号もその範囲を限定するものではないこと、
ｄ）いくつかの「手段」は同じ項目又はハードウェア又はソフトウェアが実装された構造又は機能により表され得ること、
ｅ）開示される要素のいずれかはハードウェア部分（例えば、ディスクリート電子回路及び集積電子回路を含む）、ソフトウェア部分（例えば、コンピュータプログラミング）、及びこれらの任意の組み合わせから構成され得ること、
ｆ）ハードウェア部分はアナログ部分及びデジタル部分のうち一方又は両方から構成され得ること、
ｇ）開示されるデバイス又はその一部のいずれかは、特に指示しない限り、一緒に組み合わせられるか、又はさらなる部分に分割されてもよいこと、
ｈ）特に指示されない限り、工程又はステップの特定の順序が要求されるように意図されないこと、並びに
ｉ）用語「複数」の要素は、特許請求される要素を２つ以上含み、要素の数のいかなる特定の範囲も示唆しない、すなわち、複数の要素は２つの要素と少なくてもよく、無限数の要素を含んでもよいこと。

参考文献
以下に記載される参考文献１〜９は、参照することにより本明細書に組み込まれ、本明細書全体を通してそれぞれ参照番号Ｒ１〜Ｒ９を使用して本明細書で言及される。例えば、Ｒ１は第１の参考文献（例えば、Ｃｈｅｎ Ｎ−ｋ著）に言及することができる。
１．Ｃｈｅｎ Ｎ−ｋ，Ｇｕｉｄｏｎ Ａ，Ｃｈａｎｇ Ｈ−Ｃ，Ｓｏｎｇ ＡＷ．Ａ ｒｏｂｕｓｔ ｍｕｌｔｉ−ｓｈｏｔ ｓｃａｎ ｓｔｒａｔｅｇｙ ｆｏｒ ｈｉｇｈ−ｒｅｓｏｌｕｔｉｏｎ ｄｉｆｆｕｓｉｏｎ ｗｅｉｇｈｔｅｄ ＭＲＩ ｅｎａｂｌｅｄ ｂｙ ｍｕｌｔｉｐｌｅｘｅｄ ｓｅｎｓｉｔｉｖｉｔｙ−ｅｎｃｏｄｉｎｇ（ＭＵＳＥ）．Ｎｅｕｒｏｌｍａｇｅ ２０１３年；７２巻：４１〜４７ページ。
２．Ｐｒｕｅｓｓｍａｎｎ ＫＰ，Ｗｅｉｇｅｒ Ｍ，Ｓｃｈｅｉｄｅｇｇｅｒ ＭＢ，Ｂｏｅｓｉｇｅｒ Ｐ．ＳＥＮＳＥ：Ｓｅｎｓｉｔｉｖｉｔｙ ｅｎｃｏｄｉｎｇ ｆｏｒ ｆａｓｔ ＭＲＩ．ＭａｇｎＲｅｓｏｎ Ｍｅｄ １９９９年；４２巻：９５２〜９６２ページ。
３．Ｚｈａｏ Ｂ，Ｈａｌｄａｒ ＪＰ，Ｂｒｉｎｅｇａｒ Ｃ，Ｌｉａｎｇ Ｚ−Ｐ．Ｌｏｗ ｒａｎｋ ｍａｔｒｉｘ ｒｅｃｏｖｅｒｙ ｆｏｒ ｒｅａｌ−ｔｉｍｅ ｃａｒｄｉａｃ ＭＲＩ．ＩＥＥＥ ＩＳＢＩ；２０１０年９９６〜９９９ページ。
４．Ｊｅｏｎｇ Ｈ−Ｋ，Ｇｏｒｅ ＪＣ，Ａｎｄｅｒｓｏｎ ＡＷ．Ｈｉｇｈ−Ｒｅｓｏｌｕｔｉｏｎ Ｈｕｍａｎ Ｄｉｆｆｕｓｉｏｎ Ｔｅｎｓｏｒ Ｉｍａｇｉｎｇ Ｕｓｉｎｇ ２−Ｄ Ｎａｖｉｇａｔｅｄ Ｍｕｌｔｉｓｈｏｔ ＳＥＮＳＥ ＥＰＩ ａｔ ７Ｔ．ＭａｇｎＲｅｓｏｎ Ｍｅｄ ２０１３年；６９巻：７９３〜８０２ページ。
５．Ｆａｕｔｚ ＨＰ，Ｈｏｎａｌ Ｍ，Ｓａｕｅｒｅｓｓｉｇ Ｕ，Ｓｃｈａｆｅｒ Ｏ，Ｋａｎｎｅｎｇｉｅｓｓｅｒ ＳＡＲ．Ａｒｔｉｆａｃｔ Ｒｅｄｕｃｔｉｏｎ ｉｎ Ｍｏｖｉｎｇ−Ｔａｂｌｅ Ａｃｑｕｉｓｉｔｉｏｎｓ Ｕｓｉｎｇ Ｐａｒａｌｌｅｌ Ｉｍａｇｉｎｇ ａｎｄ Ｍｕｌｔｉｐｌｅ Ａｖｅｒａｇｅｓ．Ｍａｇｎ Ｒｅｓｏｎ Ｍｅｄ ２００７年；５７巻：２２６〜２３２ページ。
６．Ｗａｌｓｈ ＤＯ，Ｇｍｉｔｒｏ ＡＦ，Ｍａｒｃｅｌｌｉｎ ＭＷ．Ａｄａｐｔｉｖｅ Ｒｅｃｏｎｓｔｒｕｃｔｉｏｎ ｏｆ Ｐｈａｓｅｄ Ａｒｒａｙ ＭＲ Ｉｍａｇｅｒｙ．Ｍａｇｎ Ｒｅｓｏｎ Ｍｅｄ ２０００年；４３巻：６８２〜６９０ページ。
７．Ｈｕａｎｇ Ｆ，Ｌｉｎ Ｗ，Ｂｏｒｎｅｒｔ Ｐ，Ｌｉ Ｙ，Ｒｅｙｋｏｗｓｋｉ Ａ． Ｄａｔａ ＣＯｎｖｏｌｕｔｉｏｎ ａｎｄ Ｃｏｍｂｉｎａｔｉｏｎ ＯｐｅｒＡｔｉｏｎ （ＣＯＣＯＡ） ｆｏｒ Ｍｏｔｉｏｎ Ｇｈｏｓｔ Ａｒｔｉｆａｃｔｓ Ｒｅｄｕｃｔｉｏｎ．ＭａｇｎＲｅｓｏｎ Ｍｅｄ ２０１０年；６４巻（１）：１５７〜１６６ページ。
８．Ｔｒｕｏｎｇ ＴＫ，Ｃｈｅｎ ＮＫ，Ｓｏｎｇ ＡＷ． Ｉｎｈｅｒｅｎｔ ｃｏｒｒｅｃｔｉｏｎ ｏｆ ｍｏｔｉｏｎ−ｉｎｄｕｃｅｄ ｐｈａｓｅ ｅｒｒｏｒｓ ｉｎ ｍｕｌｔｉｓｈｏｔ ｓｐｉｒａｌ ｄｉｆｆｕｓｉｏｎ−ｗｅｉｇｈｔｅｄ ｉｍａｇｉｎｇ．Ｍａｇｎ Ｒｅｓｏｎ Ｍｅｄ ２０１２年；６８巻（４）：１２５５〜１２６１ページ。
９．Ｇｒｉｓｗｏｌｄ ＭＡ，Ｊａｋｏｂ ＰＭ，Ｈｅｉｄｅｍａｎｎ ＲＭ，Ｍａｔｈｉａｓ Ｎｉｔｔｋａ，Ｊｅｌｌｕｓ Ｖ，Ｗａｎｇ Ｊ，Ｋｉｅｆｅｒ Ｂ，Ｈａａｓｅ Ａ．Ｇｅｎｅｒａｌｉｚｅｄ Ａｕｔｏｃａｌｉｂｒａｔｉｎｇ Ｐａｒｔｉａｌｌｙ Ｐａｒａｌｌｅｌ Ａｃｑｕｉｓｉｔｉｏｎｓ （ＧＲＡＰＰＡ）．Ｍａｇｎ Ｒｅｓｏｎ Ｍｅｄ ２００２年；４７巻：１２０２〜１２１０ページ。

Claims (15)

1. 磁気共鳴（ＭＲ）イメージング（ＭＲＩ）システムであって、
   マルチショット画像収集プロセスを実行して、各々が対応するデータを含む複数の画像ショットを含む少なくとも１つのマルチショット画像セットのＭＲ情報を収集し、前記ＭＲ情報の少なくとも一部は拡張強調イメージングのために使用される磁場傾斜であるグラジエントを用いて取得され、前記ＭＲ情報の少なくとも別の部分は前記グラジエントを用いずに取得され、
   前記グラジエントを用いずに若しくは自己訓練プロセスを使用して取得された前記ＭＲ情報の少なくとも一部のデータを含む、コンボリューションデータを含むコンボリューションカーネルを訓練し、
   前記訓練されたコンボリューションカーネルを用いて前記少なくとも１つのマルチショット画像セットの前記複数の画像ショットのうちの少なくとも２つに対してグラジエントを用いて取得した前記ＭＲ情報を反復してコンボリューションし、モーションを補正するために前記複数の画像ショットのうちの前記少なくとも２つの画像ショットの対応する各ショットについての合成ｋ空間データを形成し、前記合成ｋ空間データは、前記反復コンボリューションの間に前記複数の画像ショットのうちの少なくとも２つの間のデータ整合性を強化することにより形成され、
   前記少なくとも１つのマルチショット画像セットの前記複数の画像ショットのうちの前記少なくとも２つの画像ショットについての前記合成ｋ空間データを画像空間に投影し、
   前記画像空間に投影された前記投影済み合成ｋ空間データを平均して画像情報を形成する、
   ように構成された少なくとも１つのコントローラを備えるＭＲＩシステム。
2. 前記少なくとも１つのコントローラは、前記対応するマルチショットセットの前記反復コンボリューションを行うときに前記コンボリューションカーネルのデータを一定に保つ、請求項１に記載のＭＲＩシステム。
3. 前記少なくとも１つのコントローラは、前記コンボリューションカーネルのデータを固定して、前記少なくとも１つのマルチショット画像セットの前記反復コンボリューション中に整合的な相関関係を形成するようにさらに構成される、請求項１に記載のＭＲＩシステム。
4. 前記合成ｋ空間データは合成ｋ空間データのいくつかのショット（Ｎｓ）セットを形成する、請求項１に記載のＭＲＩシステム。
5. 前記平均する間、前記少なくとも１つのコントローラは、前記複数の画像ショットのうちの前記少なくとも２つのショットについての前記合成ｋ空間データのマグニチュードを平均するように構成される、請求項１に記載のＭＲＩシステム。
6. ディスプレイをさらに備え、前記少なくとも１つのコントローラは、前記ディスプレイに前記形成された画像情報をレンダリングするようにさらに構成される、請求項１に記載のシステム。
7. 少なくとも１つのコントローラを有する磁気共鳴（ＭＲ）イメージング（ＭＲＩ）システムによって取得される画像を再構成する方法であって、前記方法は前記ＭＲイメージングシステムの前記少なくとも１つのコントローラによって実行され、
   マルチショット画像収集プロセスを実行して、各々が対応するデータを含む複数の画像ショットを含む少なくとも１つのマルチショット画像セットのＭＲ情報を収集し、前記ＭＲ情報の少なくとも一部は拡張強調イメージングのために使用される磁場傾斜であるグラジエントを用いて取得され、前記ＭＲ情報の少なくとも別の部分は前記グラジエントを用いずに取得される、工程と、
   前記グラジエントを用いずに取得された前記ＭＲ情報の少なくとも一部のデータを含む、コンボリューションデータを含むコンボリューションカーネルを訓練する工程と、
   前記訓練されたコンボリューションカーネルを用いて前記少なくとも１つのマルチショット画像セットの前記複数の画像ショットのうちの少なくとも２つに対してグラジエントを用いて取得した前記ＭＲ情報を反復してコンボリューションし、モーションを補正するために前記少なくとも２つの画像ショットの対応する各ショットについての合成ｋ空間データを形成する工程であって、前記合成ｋ空間データは、前記反復コンボリューションの間に前記複数の画像ショットのうちの少なくとも２つの間のデータ整合性を強化することにより形成される、工程と、
   前記複数の画像ショットのうちの前記少なくとも２つについての前記合成ｋ空間データを画像空間に投影する工程と、
   前記画像空間に投影された前記投影済み合成ｋ空間データを平均して画像情報を形成する工程と、
   を含む、方法。
8. 前記方法は、前記対応するマルチショットセットの前記反復コンボリューションを行うときに前記コンボリューションカーネルのデータを一定に保つ工程をさらに含む、請求項７に記載の方法。
9. 前記方法は、前記コンボリューションカーネルのデータを固定して、前記少なくとも１つのマルチショット画像セットの前記反復コンボリューション中に整合的な相関関係を形成する工程をさらに含む、請求項７に記載の方法。
10. 前記合成ｋ空間データは合成ｋ空間データのいくつかのショット（Ｎｓ）セットを形成する、請求項７に記載の方法。
11. 前記平均する工程は、前記少なくとも１つのマルチショット画像セットのうちの前記少なくとも２つのショットについての前記合成ｋ空間データのマグニチュードを平均するステップをさらに含む、請求項７に記載の方法。
12. 前記方法は、前記形成された画像情報をディスプレイにレンダリングする工程をさらに含む、請求項７に記載の方法。
13. コンピュータ可読非一時的記憶媒体に格納されるコンピュータプログラムであって、前記コンピュータプログラムは、磁気共鳴（ＭＲ）画像システムから取得された画像を再構成するように構成され、前記コンピュータプログラムは、
    マルチショット画像収集プロセスを実行して、各々が対応するデータを含む複数の画像ショットを含む少なくとも１つのマルチショット画像セットのＭＲ情報を収集し、前記ＭＲ情報の少なくとも一部は拡張強調イメージングのために使用される磁場傾斜であるグラジエントを用いて取得され、前記ＭＲ情報の少なくとも別の部分は前記グラジエントを用いずに取得され、
    前記グラジエントを用いずに取得された前記ＭＲ情報の少なくとも一部のデータを含む、コンボリューションデータを含むコンボリューションカーネルを訓練し、
    前記訓練されたコンボリューションカーネルを用いて前記少なくとも１つのマルチショット画像セットの前記複数の画像ショットのうちの少なくとも２つに対してグラジエントを用いて取得した前記ＭＲ情報を反復してコンボリューションし、モーションを補正するために前記少なくとも２つの画像ショットの対応する各ショットについての合成ｋ空間データを形成し、前記合成ｋ空間データは、前記反復コンボリューションの間に前記複数の画像ショットのうちの少なくとも２つの間のデータ整合性を強化することにより形成され、
    前記少なくとも１つのマルチショット画像セットの前記複数の画像ショットのうちの前記少なくとも２つの画像ショットについての前記合成ｋ空間データを画像空間に投影し、
    前記画像空間に投影された前記投影済み合成ｋ空間データを平均して画像情報を形成する
    ように構成されたプログラム部分を備える、コンピュータプログラム。
14. 前記プログラム部分は、前記対応するマルチショットセットの前記反復コンボリューションを行うときに前記コンボリューションカーネルの前記データを一定に保つようにさらに構成される、請求項１３に記載のコンピュータプログラム。
15. 前記プログラム部分は、前記コンボリューションカーネルの前記データを固定して、前記少なくとも１つのマルチショット画像セットの前記反復コンボリューション中に整合的な相関関係を形成するようにさらに構成され、及び／又は前記平均化中に、前記プログラム部分は、前記少なくとも１つのマルチショット画像セットのうちの前記少なくとも２つのショットについて、前記合成ｋ空間データのマグニチュードを平均するよう更に構成される、請求項１３に記載のコンピュータプログラム。

Images