KR102059408B1 - 조직 마이크로모세관 네트워크에서 물의 상대적인 양의 정량화 - Google Patents

조직 마이크로모세관 네트워크에서 물의 상대적인 양의 정량화 Download PDF

Info

Publication number
KR102059408B1
KR102059408B1 KR1020157002610A KR20157002610A KR102059408B1 KR 102059408 B1 KR102059408 B1 KR 102059408B1 KR 1020157002610 A KR1020157002610 A KR 1020157002610A KR 20157002610 A KR20157002610 A KR 20157002610A KR 102059408 B1 KR102059408 B1 KR 102059408B1
Authority
KR
South Korea
Prior art keywords
flow
data
pulse
diffusion
compensated
Prior art date
Application number
KR1020157002610A
Other languages
English (en)
Other versions
KR20150036296A (ko
Inventor
다니엘 토프가르드
사모 라시크
Original Assignee
씨알 디벨로프먼트 에이비
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 씨알 디벨로프먼트 에이비 filed Critical 씨알 디벨로프먼트 에이비
Publication of KR20150036296A publication Critical patent/KR20150036296A/ko
Application granted granted Critical
Publication of KR102059408B1 publication Critical patent/KR102059408B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R33/00—Arrangements or instruments for measuring magnetic variables
    • G01R33/20—Arrangements or instruments for measuring magnetic variables involving magnetic resonance
    • G01R33/44—Arrangements or instruments for measuring magnetic variables involving magnetic resonance using nuclear magnetic resonance [NMR]
    • G01R33/48—NMR imaging systems
    • G01R33/54—Signal processing systems, e.g. using pulse sequences ; Generation or control of pulse sequences; Operator console
    • G01R33/56—Image enhancement or correction, e.g. subtraction or averaging techniques, e.g. improvement of signal-to-noise ratio and resolution
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R33/00—Arrangements or instruments for measuring magnetic variables
    • G01R33/20—Arrangements or instruments for measuring magnetic variables involving magnetic resonance
    • G01R33/44—Arrangements or instruments for measuring magnetic variables involving magnetic resonance using nuclear magnetic resonance [NMR]
    • G01R33/48—NMR imaging systems
    • G01R33/54—Signal processing systems, e.g. using pulse sequences ; Generation or control of pulse sequences; Operator console
    • G01R33/56—Image enhancement or correction, e.g. subtraction or averaging techniques, e.g. improvement of signal-to-noise ratio and resolution
    • G01R33/563—Image enhancement or correction, e.g. subtraction or averaging techniques, e.g. improvement of signal-to-noise ratio and resolution of moving material, e.g. flow contrast angiography
    • G01R33/56341—Diffusion imaging
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
    • A61B5/026—Measuring blood flow
    • A61B5/0263—Measuring blood flow using NMR
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/05—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves 
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/05—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves 
    • A61B5/055—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves  involving electronic [EMR] or nuclear [NMR] magnetic resonance, e.g. magnetic resonance imaging
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7203—Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal
    • A61B5/7207—Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal of noise induced by motion artifacts
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R33/00—Arrangements or instruments for measuring magnetic variables
    • G01R33/20—Arrangements or instruments for measuring magnetic variables involving magnetic resonance
    • G01R33/44—Arrangements or instruments for measuring magnetic variables involving magnetic resonance using nuclear magnetic resonance [NMR]
    • G01R33/48—NMR imaging systems
    • G01R33/54—Signal processing systems, e.g. using pulse sequences ; Generation or control of pulse sequences; Operator console
    • G01R33/56—Image enhancement or correction, e.g. subtraction or averaging techniques, e.g. improvement of signal-to-noise ratio and resolution
    • G01R33/563—Image enhancement or correction, e.g. subtraction or averaging techniques, e.g. improvement of signal-to-noise ratio and resolution of moving material, e.g. flow contrast angiography
    • G01R33/5635—Angiography, e.g. contrast-enhanced angiography [CE-MRA] or time-of-flight angiography [TOF-MRA]
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R33/00—Arrangements or instruments for measuring magnetic variables
    • G01R33/20—Arrangements or instruments for measuring magnetic variables involving magnetic resonance
    • G01R33/44—Arrangements or instruments for measuring magnetic variables involving magnetic resonance using nuclear magnetic resonance [NMR]
    • G01R33/48—NMR imaging systems
    • G01R33/54—Signal processing systems, e.g. using pulse sequences ; Generation or control of pulse sequences; Operator console
    • G01R33/56—Image enhancement or correction, e.g. subtraction or averaging techniques, e.g. improvement of signal-to-noise ratio and resolution
    • G01R33/563—Image enhancement or correction, e.g. subtraction or averaging techniques, e.g. improvement of signal-to-noise ratio and resolution of moving material, e.g. flow contrast angiography
    • G01R33/56366—Perfusion imaging
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R33/00—Arrangements or instruments for measuring magnetic variables
    • G01R33/20—Arrangements or instruments for measuring magnetic variables involving magnetic resonance
    • G01R33/44—Arrangements or instruments for measuring magnetic variables involving magnetic resonance using nuclear magnetic resonance [NMR]
    • G01R33/48—NMR imaging systems
    • G01R33/54—Signal processing systems, e.g. using pulse sequences ; Generation or control of pulse sequences; Operator console
    • G01R33/56—Image enhancement or correction, e.g. subtraction or averaging techniques, e.g. improvement of signal-to-noise ratio and resolution
    • G01R33/565—Correction of image distortions, e.g. due to magnetic field inhomogeneities
    • G01R33/56509—Correction of image distortions, e.g. due to magnetic field inhomogeneities due to motion, displacement or flow, e.g. gradient moment nulling
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F04—POSITIVE - DISPLACEMENT MACHINES FOR LIQUIDS; PUMPS FOR LIQUIDS OR ELASTIC FLUIDS
    • F04C—ROTARY-PISTON, OR OSCILLATING-PISTON, POSITIVE-DISPLACEMENT MACHINES FOR LIQUIDS; ROTARY-PISTON, OR OSCILLATING-PISTON, POSITIVE-DISPLACEMENT PUMPS
    • F04C2270/00—Control; Monitoring or safety arrangements
    • F04C2270/04—Force
    • F04C2270/041—Controlled or regulated
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R33/00—Arrangements or instruments for measuring magnetic variables
    • G01R33/20—Arrangements or instruments for measuring magnetic variables involving magnetic resonance
    • G01R33/44—Arrangements or instruments for measuring magnetic variables involving magnetic resonance using nuclear magnetic resonance [NMR]
    • G01R33/48—NMR imaging systems
    • G01R33/54—Signal processing systems, e.g. using pulse sequences ; Generation or control of pulse sequences; Operator console
    • G01R33/543—Control of the operation of the MR system, e.g. setting of acquisition parameters prior to or during MR data acquisition, dynamic shimming, use of one or more scout images for scan plane prescription
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R33/00—Arrangements or instruments for measuring magnetic variables
    • G01R33/20—Arrangements or instruments for measuring magnetic variables involving magnetic resonance
    • G01R33/44—Arrangements or instruments for measuring magnetic variables involving magnetic resonance using nuclear magnetic resonance [NMR]
    • G01R33/48—NMR imaging systems
    • G01R33/54—Signal processing systems, e.g. using pulse sequences ; Generation or control of pulse sequences; Operator console
    • G01R33/56—Image enhancement or correction, e.g. subtraction or averaging techniques, e.g. improvement of signal-to-noise ratio and resolution
    • G01R33/5608—Data processing and visualization specially adapted for MR, e.g. for feature analysis and pattern recognition on the basis of measured MR data, segmentation of measured MR data, edge contour detection on the basis of measured MR data, for enhancing measured MR data in terms of signal-to-noise ratio by means of noise filtering or apodization, for enhancing measured MR data in terms of resolution by means for deblurring, windowing, zero filling, or generation of gray-scaled images, colour-coded images or images displaying vectors instead of pixels

Landscapes

  • Health & Medical Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • General Health & Medical Sciences (AREA)
  • Signal Processing (AREA)
  • Radiology & Medical Imaging (AREA)
  • High Energy & Nuclear Physics (AREA)
  • Condensed Matter Physics & Semiconductors (AREA)
  • General Physics & Mathematics (AREA)
  • Biomedical Technology (AREA)
  • Public Health (AREA)
  • Pathology (AREA)
  • Veterinary Medicine (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Medical Informatics (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • Biophysics (AREA)
  • Vascular Medicine (AREA)
  • Physiology (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Psychiatry (AREA)
  • Hematology (AREA)
  • Cardiology (AREA)
  • Magnetic Resonance Imaging Apparatus (AREA)

Abstract

본 발명은, 흐름(흐름-보상 데이터)가 아닌 확산으로부터 신호 감쇠를 유발하는 구배 펄스 시퀀스 및 RF에서 발생하는 다른 모션-가중치에 적어도 두 개의 MR 이미지를 획득하는 단계; 흐름(비-보상 데이터) 및 확산으로부터 신호 감쇠를 유발하는 구배 펄스 시퀀스 및 RF에서 발생하는 다른 모션-가중치에 적어도 두 개의 MR 이미지를 획득하는 단계; 조정가능한 파라미터들 가운데 적어도 하나가 데이터의 두 세트들에 대해 동일하도록 구속되는 흐름-보상 및 비-보상 데이터에 맞는 모델 핏을 수행하는 단계; 및 상기 모델 핏으로부터 유효한 인트라복셀 비간섭성 모션(IVIM, intravoxel incoherent motion)의 적어도 하나의 파라미터를 추출하여 미세 흐름 상의 정량적 정보를 획득하는 단계;를 포함하는 자기 공명(MR) 이미징을 위한 방법에 관한 것으로, 상기 방법은 확산-관류에 직결된다.

Description

조직 마이크로모세관 네트워크에서 물의 상대적인 양의 정량화{Quantification of the relative amount of water in the tissue microcapillary network}
본 발명은 조직 미세혈관에서 혈액 흐름의 속도 및 양을 정량화하기 위해 속도 보상의 가변 량이 기록된 확산-보상된 자기 공명(MR) 이미지들을 분석하는 방법에 관한 것이다.
두 분자의 확산 및 관류, 즉, 지향적으로 무질서한 모세 혈관 네트워크의 혈액 흐름은, "인트라복셀 비간섭성 모션"(IVIM)으로 알려진 효과, 확산-가중된 MR 이미징에서 신호 강도의 감쇠를 야기한다. Le Bihan(1)의 연구로 밝혀진, 유동하는 물의 수도-확산 계수 D*, 관류 분율 f, 및 비-흐름 외부- 및 세포 내부 물의 확산 계수 D는, 확산-가중 변수 b의 함수로 기록된 확산-가중 MR 이미지들의 바이익스퍼넨셜(biexponential) 분석에 의해 추정된다. 이러한 분석은 최근 유방암(2) 및 간경변증(3)에 적용되고, 관류 파라미터들(D*, f)는 미세 혈관의 혈류가 변경되는 병리적 상태를 진단하는데 유용할 수 있음을 나타낸다. f 값은 뇌의 4%에서 췌장(4)의 25%의 범위이다. 상기 분석은 잡음 다중-지수 신호 감쇠 데이터(5)로부터 유사한 감쇠 상수의 지수 성분 추출의 잘 알려진 문제에 의해 방해가 된다. 확산 시간의 독립적인 D와 확산 시간에 대략 비례하는 D*의 사이에서 충분 차이를 얻기 위해서는, 확산-가중치가 예로서 100 ms인 긴 에코 시간들에서 종종 수행되고, 그리하여 핵 스핀-스핀 완화에 기인한 노이즈의 영향 및 추가 신호 감소로 이어진다.
일정한 속도로 흐르는 스핀들의 위상 시프트가 재집중된(6-8) 확산-가중 가변 모듈레이션 방식을 채용함으로써, 관류로부터 발생한 신호 감쇠가 부분적으로 제거될 수 있다. 흐름-보상 및 비-보상 이미지들의 차이를 취하여 얻어진 이미지들은 모세관 밀도(6, 7)의 정보를 수득한다. 불행히도, 상기 이미지 신호-대-노이즈 비(SNR)는, 차이 이미지들에 기초하여 분석 방법을 사용한 혈관 내 분율의 변화를 병리학적으로 유도한 정확한 정량화를 하기에 대개 너무 낮다.
분석 및 신호 수집을 위한 현재 기존의 프로토콜의 소음에 과도한 감도는(신호 vs b 데이터 또는 흐름-보상의 이미지와 비-보상 데이터의 차이에 바이익스퍼넨셜 핏(fit))은, 지금까지 잠재적으로 유익한 관류 파라미터들의 광범위한 임상적 사용을 방지하였다. 이러한 고려 사항에 기초하여, 보다 정확하고 현재 기존의 방법으로 가능한 것보다 잡음에 덜 민감한 파라미터를 구하기 위한 수단을 갖는 것이 바람직하다.
US7336072는 MRI에서 거시적 유동을 시각화하기 위한 방법을 제공한다. 상기 방법은 흐름-보상 및 비-보상된 시퀀스에 의해 얻어진 데이터의 분석을 제공한다. 거시적 유량(속도)의 정보는 신호의 위상에 포함되고, 이는 US7336072호에 개시된 방법으로 추출된다. 신호 위상 정보에 기초하여, 속도 필드는 거시적 흐름을 시각화하기 위해 구성된다. 다른 시각화 방법은 US7336072, 예를 들면 벡터 필드 또는 컬러 코디드 맵의 사용, 에 제시된다. 포괄적인 흐름 이미지 판독을 위해, 속도 필드는 해부학적 이미지에 중접된다. 흐름 및 고정 조직의 영역 식별을 위해, 흐름 보상 및 비-보상 시퀀스에 의해 얻어진 신호들의 크기가 감해진다.
본 발명은 전술한 문제점을 극복하는 데이터 분석 방법 및 이에 대응하는 이미지 획득 프로토콜에 관한 것이다.
본 발명은 흐름 보상의 가변 정도의 실험 데이터에 기초하여 수도 확산 계수 및 관류의 효과가 개별적으로 분석될 수 있도록 한다. 흐름 보상의 정도를 변화시키면 분산 흐름의 양 보다 탄탄한 정량을 허용한다.
본 발명의 하나의 양태에 따르면, 흐름가 아닌 확산으로부터 신호 감쇠를 유발하는 구배 펄스 시퀀스 및 RF에서 발생하는 다른 모션-가중치에 적어도 두 개의 MR 이미지를 획득(흐름-보상 데이터로서)하는 단계;
흐름 및 확산으로부터 신호 감쇠를 유발하는 구배 펄스 시퀀스 및 RF에서 발생하는 다른 모션-가중치에 적어도 두 개의 MR 이미지를 획득(비-보상 데이터로서)하는 단계;
조정가능한 파라미터들 가운데 적어도 하나가 데이터의 두 세트들에 대해 동일하도록 구속되는 흐름-보상 및 비-보상 데이터에 맞는 모델 핏을 수행하는 단계; 및
상기 모델 핏으로부터 유효한 인트라복셀 비간섭성 모션(IVIM, intravoxel incoherent motion)의 적어도 하나의 파라미터를 추출하여 미세 흐름 상의 정량적 정보를 획득하는 단계;
를 포함하는 자기 공명(MR) 이미징을 위한 방법을 제공한다.
적어도 하나의 파라미터의 추출은 물론 인트라복셀 비간섭성 모션(IVIM) 효과의 여러 파라미터 추출과 관련이 있을 수 있음을 언급하여야 한다. 게다가, 하나의 특정 실시예에 따르면, 추출은, 데이터 셋이 핏된 모델로부터, 인트라복셀 비간섭성 모션(IVIM)에 기인한, 수도-확산 값 또는 속도 분산 및 미세 모세관 물의 분율에 대한 정보의 추출에 관계된다.
본 발명에 따른 방법은, US7336072에 개시된 것과 비교할 때, 흐름 보상 및비-보상 시퀀스들에 의해 얻어진 데이터의 분석에 또한 기초한다. 그러나, 상기 분석 방법은 인트라복셀 비간섭성 모션 효과(IVIM 효과)를 정량화하는 것이다. 본 발명에 따른 방법의 목적은, 감쇠 데이터의 분할 핏 및 바이-익스퍼넨셜과 같은 확립된 접근법에 비해 정확하고 높은 정밀도로 조직 미세-모세관 네트워크의 상대적 물의 양을 정량화하는 것이다. 본 발명은 또한 미세 모세관 네트워크 내의 속도 분산의 정량을 허용한다. 대조적으로, US7336072에 개시된 방법은 거시적 흐름 속도의 정량화를 목적으로 한다. 게다가, US7336072의 방법에 의해 추출된 거시 속도 필드가 신호 위상 데이터에 기반하는 반면에, 본 발명에 따른 분석은 신호 크기 데이터에 기초한다. 본 발명에 따른 방법은 흐름 보상 및 비-보상 데이터의 제한된 핏(fit)에 기초한다. 이러한 데이터 핏팅 방법은 US7336072에는 개시되어 있지 않다. 위에서 강조한 것처럼, 본 발명의 청구항 1에 개시된 바와 같은 본 발명에 따른 방법은 US7336072에 개시된 방법과 매우 다르다.
앞서 서술한 바와 같이,본 발명에 의하면, 수도-확산 계수 및 관류의 효과는 흐름 보상의 가변 정도의 실험 데이터에 기초하여 개별적으로 분석될 수 있다. 특별한 경우로서, 흐름-보상 및 비-보상 실험들로부터의 데이터가 고려된다. 본 발명자들은, 종래의 방법과 비교하여 개선된 정확도와 정밀도를 갖는 정량화 흐름에 흐름 보상 및 비-보상 데이터의 신규 조인트 분석 및 흐름 보상의 가변 정도를 갖는 신규 확산-분산 실험을 제안한다.
확률 분포 P(D, Vd 2)에 대한 정보는 변수 b 및 α에서 신호 감쇠 데이터 E(b, α)에 다음 방정식(18)을 역행하는 것으로 얻어질 수 있다.
Figure 112019070622067-pct00046
(18)
속도 분산 가중치 α 및 확산 가중치 b의 독립 조정을 위해 허용된 펄스 시퀀스들은, 수도-확산 계수 D*에 의해 특징된, 총 신호 감쇠에 분산 분포하는 속도 분산 및 확산을 풀어 내어(disentangling), 속도 분산이 정량화될 수 있다. 확산-관류 상관관계 실험(D-P)에서, 실험 파라미터 b, α는 독립적으로 조정될 수 있고, 확산 계수 및 속도 분산 사이의 상관관계 측정은, 하나 이상의 확산 또는 분산 성분들이 시스템에 존재할 때, 속도 분산 성분들 및 대응되는 확산 성분들이 연관되는 것을 허용한다.
흐름 보상 및 비 보상 구배 모듈레이션 방식, 모두로부터 얻은 신호 감쇠 데이터의 조인트 바이-지수 분석은 미세모세관 네트워크에서 물 흐름의 분율 모집단 f 및 root-mean-square 흐름 속도의 추정치, 뿐만 아니라 주변 조직의 "고정된" 물의 확산 계수 D를 산출한다. 상기 흐름-보상 및 비-보상 방식은 핵 휴식 시간들 및 하드웨어의 성능에 따른 주어진 제약으로, 각각, 흐름에 최대 무감각 및 민감도를 산출하여 최적화된다.
또한, 본 발명의 특정 실시예는 이하 청구범위에서 제시된다. 본 발명은 여러 가지 응용 분야를 갖는다. 예를 들면, 미세 흐름에 정량적 정보를 얻어 질환 진단에 사용될 수 있다. 가능한 용도는 종양 혈관 특성을 진단하는 방법이고, 예를 들어 혈액의 부피 분율 및/또는 미세 혈관 유동 속도로서, 예를 들면 파라미터 CBV(대뇌 혈액 부피) 및/또는 CBF(뇌 혈류)이다. 진단 표시의 예는 유방암 또는 간경변이다.
도 1은 방정식(19)(아래 참조)에 의해 설명된 두 신호 분포의 예컨대 확률 분포 P(D, Vd 2)의 개략도를 표시한 것이다. (아래 참조).
도 2는 모션 가중 핵 자기 공명 (NMR) 또는 자기 공명 영상 (MRI) 용 펄스 시퀀스의 개략도를 표시한 것이다.
도 3은 모션 가중 된 핵 자기 공명 (NMR), 자기 공명 영상 (MRI) 용 펄스 시퀀스의 개략도를 표시한 것이다.
도 4는 일반적으로 알려진 모션 가중 된 핵 자기 공명 (NMR), 자기 공명 영상 (MRI)에 대한 펄스 시퀀스를 나타낸 것이다.
도 5는 흐름 보상 및 비 보상 펄스 시퀀스에 대한 시뮬레이션 데이터를 나타낸 것이다.
도 6은, 뿐만 아니라 본 발명에 따른, 종래의 프로토콜들("표준"및 "세그먼트")의 정량화로서 관류 분율 f의 정밀도 및 정확도를 나타낸 것이다.
조직에서 혈액의 관류는 중요한 생리학적 파라미터이다. 혈관 혈액량 및 흐름 속도는 물론 종양의 진단 및 피료를 나타내는 파라미터로서 설정된다. 많은 노력에도 불구하고, 관류 프로빙(probing)을 위한 비침습적 방법은 임상적 가치에 대해 그들의 그라운드에 매우 천천히 포장되고, 그러나 상자성 조영제 또는 방법에 기초한 MRI 방법 등 침습적 방법은 예를 들어 방사성 트레이서들(9)을 사용한다. 비침습적 확산 기반 방법들은 매우 유망하나, 노이즈에 대한 그들의 지나친 감도로 인해, 지금까지 일상 임상에서 충분히 검증되지 않았다. 무작위로 배향된 흐름의 효과는 통상의 확산 실험(6-8)에서 신호 감쇠에 분포하는 것이 밝혀졌다. 결과적으로, 랜덤 흐름의 영향은, 바이-익스퍼넨셜 신호 감쇠(1) 결과, 분자 확산 효과에 중첩으로 관할할 수 있다. "인트라복셀 비간섭 모션"(IVIM)으로 알려진 이 효과는, 관류 분율 f, 및 수도 확산 계수로 불리는 D* 로 정량화된다.
흡수 또는 방사성 트레이서의 유실에 기초하여 종래의 관류 측정은, 뇌 혈류 (CBF) 및 대뇌 혈액량 (CBV)에 대한 정보를 제공한다. 프로덕트 fD*는 CBF 파라미터(10)에 비례하는 반면, 관류 분율 f는, IVIM 효과로 인해, CBV 파라미터에 비례한다. IVIM 파라미터들, 즉 D*, f,와 CBF/CBV 사이 정확한 관계는 조직 및 미세 특성에 의존한다. 비슷하게, 본 발명에 따른, 새로운 프로토콜을 분석하여 얻어지는 파라미터는, CBV 및 CBF의 관계와 밀접하다. CBV와 CBF 파라미터의 생체 내 평가는 IVIM 분석들(10, 11)을 기반으로한 확산 가중 스핀 라벨링 MRI 기술로도 가능하다는 것이 밝혀졌다. 상술한 바를 참조하여, 본 발명에 따른 방법은 종양 시스템에 대해 평가할 수 있다. 결과적으로, 본 발명의 하나의 특정 실시예에 따르면, 정량적인 정보는 예컨대 혈액 부피 분율 및/또느 미세 혈관 흐름 속도, 예로서 적어도 CBV(뇌혈류량) 및/또는 CBF(뇌혈류)로 구성된, 와 같은 종양 혈관 특성에 관한 것이다.
흐름-보상 NRM 확산 실험에서, 한편, 확산 및 흐름의 영향의 분리(7)를 잠재적으로 허용하여, 관류로 인한 부가적인 감쇠를 회피할 수 있다. 흐름 보상 및 비-보상 PGSE NMR 기술의 조합은, 공간적 상관 관계(12)의 측면에서 분산 흐름의 기본적인 설명을 나타내는, 비-로컬 분산 켄서에 대한 정보를 추출하는데 사용할 수 있다. 비록 조직에서 수도 확산 계수는 일반적인 확산 계수보다 배정도 더 크지만, 관류는 관찰 신호에 작은 부분(약 10%)에 분포하고, 그리하여 안정적으로 감지하기가 매우 어렵다. 이완 효과에 대해 계산된, 확산 가중 MRI에 IVIM 효과 분석은, 췌장에서 그 관류 분율이 4%인 동안 뇌의 약 25%를 나타낸다. 몬테 카를로 에러 분석은 큰 신호-대-노이즈 비는 관류 분율(13)의 정확한 추정을 위해 요구된다. 이러한 한계에도 불구하고, 관류의 탐지에 기반된 확산은 템프팅되고, 때문에 이는 다른 생리적 및 병리적 조건에서 혈류 및 모세 혈관의 용적 분포들을 분리하는 것을 허용한다.
시각적 변위의 상관 관계 측면에서는, 역학의 두 극단적인 경우, 즉, 비 상관 확산 모션 및 비간섭성 흐름, 을 식별할 수 있다. 불균일한 자기장들에서 공명 주파수의 공간적 변동에 의해, 관찰되는 NMR 신호는 NMR 실험의 시간 규모에 모션의 평균 특성들에 대한 정보를 전달한다. 신호 위상은 평균 유속에 비례하는 반면, 스핀 에코 실험에서, 에코 감쇠는 확산 계수에 비례한다. 흐름 보상 NRM 확산 실험은 흐름으로 인한 위상 시프트를 제거하도록 설계된다. 어떤 경우에는 핵의 여러 하위 앙상블의 동적 특성은 NMR 신호에 영향을 미친다. 상이한 확산 특성을 갖는 핵을 프로빙하는 경우, 예를 들면 다른 분자 종 때문에, 또는 NRM 실험동안 핵이 프로빙 된 샘플 볼륨 내에서 형태학적으로 다른 환경에서 고립된 상태를 유지하는 때 이러한 경우가 발생될 수 있다. 조직의 외부세포 및 내부세포로 인한 두 성분 확산은 후자의 경우 잘 알려진 예이다. 일정하지만 다양한 속도와 핵의 여러 하위 앙상블이 공존하는 분산 흐름은 여러 하위 앙상블 분포의 또 다른 예이다. 이러한 분포의 속도들은 실험 시간 규모에 일정하더라도, 흐름 보상없이 실험에서 추가 감쇠 계수를 초래하는, 속도 분산으로 인해, 자신의 위상 분포는 비간섭성(incoherent)이 될 것이다. 수도-확산 계수 D*로서 정량화된 흐름(관류)에 기인하여 추가 감쇠로 및 관류 없이 고정된 조직의 확산 측면에서 바이-익스퍼넨셜 스핀 에코 감쇠로 설명되는 IVIM 모델이 알려져 있다. 수도-확산 계수에 확산 및 관류 효과는, 흐름 보상의 가변 정도 실험에서의 개별적으로 데이터에 기초할 수 있다. 흐름 보상의 정도를 변화하는 것은 분산 흐름보다 강력한 정량을 허용한다. 특별한 경우로서, 흐름-보상 및 비 보상된 실험 데이터를 고려한다. 본 발명자들은 종래의 방법에 비해 개선된 정확도 및 정밀도를 갖는 흐름을 정량화하기 위해 흐름 보상 및 비 보상 데이터의 신규 조인트 분석 및 흐름 보상의 가변 정도를 갖는 신규 확산-관류 실험(D-P 실험)을 제안한다.
이상적으로 균일한 자기장에서, 스핀 위상은 비간섭적이고 자화는 라모 주파수(Larmor frequency) ω0 = rB0 로 회전되고, 여기서 r는 핵 회전 자기 비이고, B0는 자기장 강도이다. 회전 프레임에서, 평균 자기장 B0로 정의된, 관찰 NRM 신호는 스핀 앙상블 평균으로 주어지고,
Figure 112015010174834-pct00001
, (1)
여기서 S0는 여기 후의 신호 크기이고, 스핀 이완 및 초기 분포 효과를 포함하고, j는 아래 식으로서 구배에 따른 상대적 회전 변위 z(t) 및 가변 자기장 구배 G(t)에 의해 주어진 각각의 스핀 분포의 상대적 위상이고,
Figure 112015010174834-pct00002
(2)
변위 및 속도들은 아래 식으로서 관련되어 있다.
Figure 112015010174834-pct00003
(3)
위상은 아래 식으로서 영위상화 팩터 q(t)를 도입함으로써 속도를 가지며 표현될 수 있다.
Figure 112015010174834-pct00004
(4)
이는 스핀 에코, tE, 즉, q(tE)=0의 시점에서 사라진다.
스핀-에코 시점에서, 식. 2로부터 상대적 위상은 아래 식으로 주어진다.
Figure 112015010174834-pct00005
(5)
식. 1에서 지수의 평균 앙상블은 누적(cumulant) 시리즈(14)의 측면에서 평균 지수로 표현될 수 있다. 가우시안 근사, 즉, 2보다 높은 차수의 누적(cumulant) 분포를 무시하는 경우, 에서 tE의 시점에서 스핀 에코의 관찰 신호는 아래 식으로 주어진다.
Figure 112015010174834-pct00006
(6)
여기서 써메이션은 감쇠 βk 요인들 및 누적 위상 Φk, 다른 가중치 Sk를 갖는 모든 서브 앙상블 분포를 통해 실행된다. 누적 위상은 아래 식의 서브 앙상블 평균 속도에 비례한다.
Figure 112015010174834-pct00007
(7)
여기서,
Figure 112015010174834-pct00008
(8)
흐름 보상 시퀀스 α=0 이다. 감쇠는, 한편, 속도 변동 uk=vk-<vk>으로 주어지고, 속도 자기 상관 함수(VACF)의 측면에서 표현된다. <uk(t1)uk(t2)>,
Figure 112015010174834-pct00009
. (9)
비 상관관계 속도 변동에 대해 VACF는 아래의 확산 계수 Dk를 갖는 디랙 델타 함수(Dirac delta function)로서 근사할 수 있고
Figure 112015010174834-pct00010
, (10)
아래 감쇠를 산출하고,
Figure 112015010174834-pct00011
(11)
여기서 b는 확산 가중치 팩터이다.
흐름 분산의 경우, 서로 다른 속도를 갖는 식. 6에서 평균화한 서브 앙상블은 추가 감쇠 기간에 상승을 제공한다. 추가적인 신호 감쇠로 이어지는 분산 흐름으로 인한 위상 간섭 손실의 정도는, 유속 변화가 일어나는 특성 길이 스케일, l 에, 및 흐름 속도에 상대적인 관측 시간에 의존한다. 유속이 실험 시간동안 변화하면, 예로서 위치/모션 구배에 대해 흐름 방향의 변화로 인해, 확산과 같은 신호 가쇄를 야기하는, 위상 간섭이 손실된다. 속도 v를 갖는 흐름으로 인한 명백한 확산 계수는 Dv=lv/6(1)로서 근사할 수 있다. α>0 일 때, 네트 흐름의 존재는 그러나 누적 위상 시프트를 산출할 것이다. 여기서 또 다른 극단적인 경우를 고려할 수 있는데, 이는 다른 서브 앙상블들이 실험 시간 동안 일정하지만 서로 다른 속도를 가지고 있다고 가정한다. 혈류가 실험 기간 동안 방향을 변경하지 않도록(참고문헌1의 도 3b), 충분히 긴 직선 세그먼트로 구성된 모세관 네트워크 모델이 이에 해당한다.
일반 확산 계수 D를 갖는 서브 앙상블의 세트에서, 식 6은 다음과 같고,
Figure 112015010174834-pct00012
(12)
여기서, P(v)는 속도 확률 밀도이다. 함수 P(v)는 조직(1, 6)에서 흐름에 대응하는 다른 속도 분산 모델들을 설명할 수 있다. 만일, 간략화를 위해, 폭 <v2>를 갖는 가우스 분포를 가정하고,
Figure 112015010174834-pct00013
, (13)
식 12의 결과,
Figure 112015010174834-pct00014
. (14)
식 14의 총 감쇠 팩터는 종종 수도-확산 계수 D*의 측면에서 표현되고,
Figure 112015010174834-pct00015
(15)
식(14) 및 (15)와의 비교는 수도-확산 계수가 아래와 같이 주어진다.
Figure 112015010174834-pct00016
(16)
비 α2/b는 구배 펄스 시퀀스 설계에 의존하는 것에 주의해야 한다. 흐름의 효과를 최대화하기 위한, 수도-확산 계수에 나타난, 펄스 시퀀스는 비 α2/b 을 최대화하기 위해 설계될 수 있다. 식 16에서 특정 속도 분산 모델에 의존하는 속도를 갖는 스케일인, 속도 분산의 척도로서 vd 2를 도입했다. 가우스 속도 분포가 가정되면, 식 13 및 14에 따라, vd 2는 아래와 같이 주어진다.
Figure 112015010174834-pct00017
(17)
흐름의 실제 미세 특성에서 vd 2 의 관계를 반영한, 식 17 에서 스케일 팩터는, 복잡할 수 있고, 본 발명에 따른 분석과 무관하다. 예를 들어, 짝수 각도 분포와 플러그 흐름의 모세관 직선 세그먼트를 가정하면, 그 결과 에코-감쇠는 플러그 흐름 속도(6)의 사인 함수로 주어진다.-가우시안 근사가 1/2 대신(식 17 참조) 6/1의 스케일링 팩터를 제공하고, <v2>는 플러그 흐름 속도의 제곱을 나타냄-
식 (14)는 싱글 D 및 <v2> 분포를 갖는 케이스를 나타낸다. 확산 또는 속도 분산 성분들이 시스템에 더 존재할 때, 식 (14)는 확률 분포 P(D,vd 2)의 라플라스 변환으로 일반화 할 수 있고, 이 때, 실험 파라미터 b 및 α2는 시스템 파라미터 D 및 vd 2의 역수이다. 멀티 성분 시스템의 경우, 정규화된 신호 감쇠는 다음으로 주어진다.
Figure 112015010174834-pct00018
(18)
확률 분포가 정규화되면,
Figure 112015010174834-pct00019
이다. P(D,vd 2)가 측정된 신호 강도 E(b, α)의 인버스 라플라스 변환에 의해 주어진다. 상이한 확산 성분 (D)와 속도 성분 (vd 2) 사이의 상관관계는 P(D,vd 2)에 의해 공개된다. 확률 분포 P(D,vd 2)에 대한 정보는 변수 b 및 α에서 신호 감쇠 데이터E(b, α)로 방정식 (18)의 역행을 통해 얻을 수 있다.
속도 가중치 α 및 확산 가중치 b의 독립적 조정을 허용하는 펄스 시퀀스는, 수도-확산 계수 D*로 특징되는, 총 신호 감쇠에 속도 분산 분포 및 확산을 풀어주는 것에 의해 속도 분산을 정량화하는데 사용할 수 있다. 확산-관류 상관관계 실험(D-P)에서, 실험 파라미터 b, 및 α는 독립적으로 조정될 수 있고, 확산 계수 및 속도 분산 사이의 상관관계의 측정은, 하나 이상의 확산 또는 속도 분산 요소가 시스템에 존재하는 경우, 속도 분산 구성 요소와 대응하는 구성요소의 확산 연관을 허용한다. 조직에 다른 신호 분포가 있을 수 있고, 일부는 관류 및 확산에 영향을 받고, 일부는 오직 확산에 영향을 받는다. 예를 들어 하나는 두 개의 신호 분포를 고려할 수 있다; 하나의 감쇠는 확산 계수 Df 및 속도 분산 vd 2 양자에 의해 주어지고, 다른 하나의 감쇠는 오직 확산 계수 D에 의해 주어진다. 정규화된 신호 강도는 이 케이스에서 아래의 식에 의해 주어진다.
Figure 112015010174834-pct00020
(19)
여기서 f는 관류의 분포의 분율이다. 식 19에 의해 요약된 예로서 확률 분포는 도 1에 개략적으로 도시되어 있다. (Df,vd 2) 및 (D, 0)에서 피크로 나타난 두 개의 분포는 P(D,vd 2) 상에 코디네이트되고, vd 2 축을 따라 오직 해결되고, 이는 α2의 역수이다. 그리하여 상이한 확산 가중치 b에서 다양한 α는 속도 분산 성분을 분석하는 수단을 제공하고, 그리하여 속도 분산 성분들 및 분산 성분들과 연관된다. 시스템이 두 개의 확산 성분 및 하나의 속도 분산 성분에 의해 묘사되면, 확산 계수 D, 및 Df, 속도 분산 vd 2 및 비 f는 신호 감쇠 데이터로 식 (19)의 역행으로 정량화될 수 있다.
몇몇의 펄스 시퀀스들은 D-P 실험 달성을 위해, α 및 b의 독립적 가변을 허용하는 기준을 충족한다. 다른 구배 변조 방식이 사용될 수 있지만, 다른 진동 구배 파형을 포함하여 예는 도 2 및 3에서 펄스 구배를 사용하도록 한다.
도 2에 도시 된 D-P 펄스 시퀀스의 예는 두 개의 연속적 모션 센시타이징 블록들을 포함하여 볼 수 있고, 하나는 흐름 보상(α=0) 및 다른 하나는 흐름 보상이 아닌 것으로부터이다. 도 2.1에서 D-P 시퀀스는 두 개의 서로 다른 더블-PGSE 블록들을 포함하고, 각각은 자신의 구배 진폭, Gd1 및 Gd2 및 타이밍 파라미터 δd1, δd2, δd1, δd2를 갖는다. 제1블록은 보상되지 않은 흐름이고, 제2 블록은 보상된 흐름이다.(α=0) α, b는, 펄스 세퍼레이션 Δd1, Δd2 및/또는 듀레이션 δd1, δd2, 및/또는 두 개의 구배 진폭 Gd1, Gd2 를 변화시키는 것에 의해 독립적으로 조정이 가능하다. 도 2.2에서 D-P 시퀀스는 싱글 PGSE 블록 및 더블-PGSE 블록을 포함하고, 각각은 자신의 구배 진폭, Gs 및 Gd 및 타이밍 파라미터 δs, δd, δs, δd를 갖는다. 제1블록은 보상되지 않은 흐름이고, 제2 블록은 보상된 흐름이다.(α=0) α, b는, 펄스 세퍼레이션 Δs, Δd 및/또는 듀레이션 δs, δd, 및/또는 두 개의 구배 진폭 Gs, Gd 를 변화시키는 것에 의해 독립적으로 조정이 가능하다. 이 예의 특수 경우는 구배 펄스 듀레이션이 모든 펄스들에서 δ=δs=δd로 동일하다.이 경우, 영위상화 크기는 qs,d=rGs,dδ로 주어지고, 속도 분산 가중치는 α=qsΔs 및 확산 가중치
Figure 112019070622067-pct00021
로 주어진다. α 및 b는 qs 및 qb의 조정으로 독립적으로 조정될 수 있다.
도 3에 도시된 예는 싱글 블록 설계로서 볼 수 있고, 여기서 α 및 b는 독립적으로 조정될 수 있다. 도 3.1의 D-P 시퀀스는 두 개의 싱글 PGSE 블록들을 포함하고, 각각 자신의 구배 진폭 G1, G2 및 타이밍 파라미터 δ1, δ2, Δ1, Δ2를 갖는다. 전체 블록은 흐름 보상(α)의 변화를 허용한다. α, b는, 펄스 세퍼레이션 Δ1, Δ2 및/또는 듀레이션 δ1, δ2, 및/또는 두 개의 구배 진폭 G1, G2 를 변화시키는 것에 의해 독립적으로 조정이 가능하다. 이 예의 특수 경우는 구배 펄스 듀레이션이 모든 펄스들에서 δ=δ1=δ2로 동일하고, 두 개의 PGSE 블록들에서 펄스 세퍼레이션은 Δ=Δ1=Δ2 로 동일하여, 영위상화 크기는 q1,2=rG1,2δ로 주어지고, 속도 분산 가중치는 α=(q1 -q2)Δ 로 주어지고, 확산 가중치는
Figure 112019070622067-pct00022
로 주어진다. α 및 b는 q1 및 q2의 조정으로 독립적으로 조정될 수 있다.그러나, 도 3.1에 도시된 다른 특수한 케이스의 경우 도 3.2에 도시된 예와 같다. 예로서, 구배 펄스 듀레이션은 짧고, δ=δ1=δ2 → 0, 이고 구배 크기는 모두 │G1│=│G2│=G로 동일하여, 영위상화 크기는 q=rGδ로 주어지고, 펄스 세퍼레이션은 변화하여 이들의 합은 일정 확산 시간, td=Δ1+Δ2, 및 b는 q 및 ε의 조정에 의해 독립적으로 조정된다. 도 3.3에 도시된 D-P 시퀀스에서, 구배 모듈레이션은 진폭 G1, G2 및 G3, 및 타이밍 파라미터 δ1, δ2, δ3, Δ1, Δ2를 갖는 세개의 구배 펄스들을 포함한다. 전체 블록은 흐름 보상 (α)의 가변을 허용한다. 에코 조건
Figure 112019070622067-pct00023
은 세개의 구배 펄스 진폭들 G1, G2 및 G3, 및 타이밍 파라미터 δ1, δ2, δ3, Δ1, Δ2 사이의 관계를 제약한다. α, b는, 펄스 세퍼레이션 Δ1, Δ2 및/또는 듀레이션 δ1, δ2, 및 δ3 및/또는 두 개의 구배 진폭 G1, G2 및 G3를 변화시키는 것에 의해 독립적으로 조정이 가능하다. 이 구배 모듈레이션의 예의 특수 경우는 구배 펄스 듀레이션이 모든 펄스들에서 δ=δ1=δ2=δ3 동일할 때, 펄스 세퍼레이션은 Δ=Δ1=Δ2 로 동일하다. 이경우, 구배 진폭은 G2=-(G1+G3)에 의해 관련되고, 영위상화 크기는 q1,3=rG1,3δ로 주어지고, 속도 분산 가중치는 α=1/2(q1 -q3)Δ 로 주어지고, 확산 가중치는
Figure 112019070622067-pct00024
에 의한다. α 및 b는 q1, q3에 독립적으로 조정된다.
임상 스캐너의 D-P 실험의 구현을 위해, 시퀀스 3.1 및 3.3은 다른 프로토콜과의 조합으로 편리하게 판독될 수 있기 때문에 가장 적합할 수 있다. 이들 시퀀스들은 특히 도 3.3에 표시된 것이, 시퀀스 타이밍 파라미터의 적절한 선택으로, 최소 구배 전환을 필요로 하고, 그리하여 자주 임상 스캐너에서 발생하는 진폭 제한 및 구배 슬루 레이트에 의해 선호된다.
이 실험은 파라미터 α의 두 값을 이용하여 또한 수행될 수 있고, 여기서 하나의 값은 제로로 세트되고 다른 값은 제로와 다른 값으로 세트된다. 이러한 실험은 보상 시퀀스(α=0)을 사용하여, 그리고 비 보상 시퀀스를 이용하여, 두 부분으로 수행될 수 있다. 몇몇 시퀀스들은 펄스 시퀀스 흐름 보상 또는 비보상된 시퀀스로 사용될 수 있다. 이러한 시퀀스의 예는 도 4에 제시되어 있다.
펄스 Δs(도 4.1 참조)의 리딩 에지들의 사이의 세퍼레이션 및 듀레이션 δs의 강도 Gs를 갖는 한 쌍의 내로우 펄스들의 싱글 펄스 구배 스핀 에코(싱글-PGSE) 시퀀스에 대해, 영위상화 크기는 다음과 같이 주어진다.
Figure 112015010174834-pct00025
(20)
그리고, 확산 및 속도 가중치 팩터는 다음과 같이 주어진다.
Figure 112015010174834-pct00026
및 (21)
Figure 112015010174834-pct00027
(22)
수도-확산 계수(식 16 참조)는 다음과 같이 주어진다.
Figure 112015010174834-pct00028
(23)
여기서, D는 자유 확산의 경우 Δ의 독립적이고 제한된 확산을 위해 Δ에 반비례하고, D*는 흐름의 지배적인 효과(식 23)에 기인하여 Δ에 러프하게 비례한다. 식 23은 Δs>>δs와 같은 긴 펄스 세퍼레이션 시간들의 사용으로 인해 흐름이 최대화되는 것에 기인하여 에코 감쇠되는 것을 의미한다.
흐름 보상은 α=0이 참인 조건에서, 임의의 진동 구배 시퀀스로 달성될 수 있다. 이러한 시퀀스들은, 동시에 흐름 보상 및 확산 가중치를 달성하는, 임의 종류의 구배 파형 또는 조화로운 진동 구배들을 사용할 수 있다. 흐름 보상 더블-PGSE 시퀀스(도 4.3) 또는 반복된 흐름 보상 더블 PGSE는, 도 4.4에서 n-PGSE를 표시하고, 여기서 n=2, 4, 6...은 짝수 정수이고, 시퀀스에서 구배 펄스 쌍들의 수에 대응하고, 여기서 사용하는 흐름 보상 시퀀스의 단지 예이다. n-PGSE의 경우, 확산 가중치는 아래와 같이 주어진다.
Figure 112015010174834-pct00029
(24)
여기서 qn, Δn, δn은 더블-PGSE 시퀀스(도 4.4 참조)의 대응 파라미터를 표시한다.
단일 PGSE 및 N-PGSE 실험에서 동일한 확산 가중 B의 경우, 조건
Figure 112015010174834-pct00030
(25)
은 반드시 충족되어야 한다. 더하여 영위상화 크기와 펄스 지속 시간은 싱글 PGSE 및 n-PGSE에 대해 동일하도록 선택되어야 하며, 이는 조건(25)에서 qn=qs, δn = δs 셋팅된 것이 다음을 의미한다.
Figure 112015010174834-pct00031
(26)
식 6의 줄을 따라, 신호 감쇠(식 14)의 상기 설명은 다른 확산 계수와 흐름 및 비흐름 집단을 포함하도록 확장될 수 있다. 여기서 실험 시간동안 무시할 수 있는 두 집단의 사이에 부자 교환을 가정한, 흐름 및 비 흐름 집단으로부터 얻어진, 바이 모달 감쇠를 고려한다. 우리는 확산 계수로서 1-f 및, 관류 분율로서 f를 표시한다. 스핀-에코 강도는 이 경우 다음으로 주어지며,
Figure 112015010174834-pct00032
(27)
Figure 112015010174834-pct00033
(28)
각각 비 보상 싱글-PGSE 및 흐름-보상 n-PGSE에 대한 것이다. D 및 Df가 동일하면, 흐름 보상 강도 식 28은 모노 익스퍼넨셜 감쇠에 의해 설명된다.
본 발명에 따른 분석은 특정 확산 가중 또는 흐름 보상 구배 순서에 관계하지 않는다. 보상되지 않은 흐름 및 보상 데이터 세트의 분석은 타이밍 파라미터, 확산 가중치 및 영위상화 팩터를 식 27, 28로 계산되는 방법에 대한 조정에 필요할 수 있다. 흐름 비 보상 (IVIM) 데이터세트에 식 27의 바이 익스퍼넨셜 역행으로부터 f, 및 vd 2 및 D*의 추출은 노이즈에 과도한 민감도를 겪는다. 흐름 보상 데이터 세트는 확산의 영향으로 흐름의 영향에 대한 풀림에 의해 추가 정보를 제공한다. 여기서 우리는 두 흐름 보상 및 비 보상 데이터 세트의 동시 분석을 제안하고, 이는 상당히 관심 파라미터 추정의 정확도와 정밀도를 개선한다. 흐름 보상 및 비 보상 데이터 세트들 모두가 동일한 f, Df, D 파라미터들의 제한에 의해, 추정된 파라미커들의 노이즈 민감도는 IVIM 데이터 세트의 표준 분석에 비해 감소된다. 도 5는 본 발명에 따른 및 종래의 프로토콜("표준" 및 "세그먼티드")에 대한 f 추정치 흐름 분율의 정확도 및 정밀도 비교에 대한 것이다. 이 분석은 Sigmund et al. (2)에 의해 실험적으로 추출된 파라미터를 기반으로 시뮬레이션된 데이터에 적용된다.
몬테 카를로 에러 추정은 본 발명의 효율을 입증하기 위해 사용했다. 랜덤 노이즈는 차후 맞는 파라미터를 획득하기 위해 다른 프로토콜로 회귀되는, 시뮬레이션된 데이터에 부가된다. 이 절차는 핏 파라미터(15)의 에러 추정 및 평균 값을 구하기 위해 각각의 신호-대-노이즈 레벨을 위해 1000번 반복된다. 다양한 분석 프로토콜의 공정한 비교를 보장하기 위해, 데이터 포인트들의 동일한 양이 새로운 프로토콜에서와 같이 통상적으로 사용된다. 새로운 프로토콜에서, (종래 프로토콜에 사용된)b-값들의 원래 시리즈로부터 매번 제2(짝수)b-값에 대응하는 데이커 포인트만 흐름 보상 데이터세트에서 사용되고, 원래 시리즈로부터 홀수 b-값에서 오직 데이터 포인트는 비 보상 데이터세트에서 사용된다.(도 5a 및 도 5b의 비교) 도 6a에서 하나는 "표준"분석으로 f 값의 과대 평가를 초래하고, "세그먼티드" 분석으로 f 값의 과소 평가를 초래하고, 반면에 새로운 프로토콜 수율은 상당히 노이즈 레벨의 전체 범위의 정확도를 향상시켰다. 도 6b에 도시된 바와 같이, "세그먼티드" 프로토콜은 오직 약간 "표준" 프로토콜의 정밀도를 향상시키고, 새로운 프로토콜은 노이즈 레벨 전체 범위에 걸쳐 f 값을 훨씬 더 정확한 추정치를 얻을 수 있다.
도 1은 식 (19)에 의해 기술된 두 개의 신호 분포를 갖는 예에서 확률 분포 P(D, Vd 2)의 개략도를 나타낸 것이다.
P(D, Vd 2)는 측정된 신호 E(b, α)의 라플라스 역변환에 의해 얻어진다. P(D, Vd 2)와 E(b, α)의 관계는 식 (18)로 주어진다. 선은 동일한 확률 밀도에서 점으로 연결한다. 상단의 실선 및 윤곽 플롯의 우측은 확률 밀도 함수의 돌출부를 나타내고, 이는 즉, 확산 계수 D의 확률 분포, 및 속도 확산 Vd 2와의 확률 분포, 각각이다. P(D, Vd 2)의 윤곽 플롯 상에서, 두개의 분포는 (Df, Vd 2) 및 P(D, 0)에서 피크로서 동일하다. 두 개의 분포는 확산 가중치 b의 역수인, D 축을 따라 풀 수 없고, 반며에 그들은 α2의 역수인, Vd 2-축을 따라 풀 수 있다.
도 2는 자기 공명 이미지(MRI) 또는 모션 가중된 핵 자기 공명(NRM)에 대한 펄스 시퀀스의 개략도를 나타낸 것이다. 모션 인코딩 블록의 자화는 효과적인 구배 파형 및 확산-관류 상관관계 실험의 두 예에 대한 영위상화를 보여주고, 이는 두 개의 모션 인코딩 블록로 구성된 바와 같이 볼 수 있고, 여기서 확산 가중치 b, 및 속도 분산 가중치, α는 독립적으로 조정가능하다: 1. 더블-더블 PGSE, 제1 더블-PGSE는 비-보상이고(확산 및 관류로부터 싱글 감쇠), 제2 더블-PGSE는 흐름 보상(α=0, 확산으로부터 싱글 감쇠이고 관류로부터가 아니다); 2. 싱글-더블 PGSE, 제1 싱글-PGSE는 비 보상(확산 및 관류로부터 싱글 감쇠)이고 제2 더블-PGSE는 흐름 보상된 것이다.(α=0, 확산으로부터 싱글 감쇠이고 관류로부터가 아니다)
도 3은 자기 공명 이미징(MRI) 또는 모션 가중 핵 자기 공명(NRM)에 대한 펄스 시퀀스의 개략도를 나타낸 것이다. 모션 인코딩 블록의 자화는 효과적인 구배 파형 및 확산-관류 상관관계 실험의 세개 예에 대한 영위상화를 보여주고, 이는 하나의 모션 인코딩 블록로 구성된 바와 같이 볼 수 있고, 여기서 확산 가중치 b, 및 속도 분산 가중치, α는 독립저으로 조정가능하다: 1. 긴 구배 펄스들을 갖는 더블 PGSE, 여기서 독립 타이밍 파라미터 δ1, δ2, Δ1, Δ2 및 속도 분산 가중치 α이다; 2. 짧은 구배 펄스들을 갖는 더블 PGSE, 여기서 독립 타이밍 파라미터 Δ1, Δ2 및 영위상화 크기 q는 확산 가중치 b 및 속도 분산 가중치 α의 독립 조정을 허용한다; 3. 쓰리-펄스 PGSE, 여기서 독립 타이밍 파라미터들 δ1, δ2, δ3,Δ1, Δ2 및 구배 크기 G1 및 G2는 에코 조건(모션 인코딩의 끝에서 영위상화가 제로와 동일)을 제한하고, 확산 가중치 b 및 속도 분산 가중치 α의 독립 조정을 허용한다.
도 4는 자기 공명 이미징(MRI) 또는 모션 가중 핵 자기 공명(NRM)에 대한 펄스 시퀀스의 개략도를 나타낸 것이다. 모션 인코딩 블록의 자화는 4개의 일반적으로 알려진 모션 코딩 구조에 대한 효과적인 구배 파형을 보여준다: 1. 싱글-PGSE, 비-보상(확산 및 관류로부터 싱글 감쇠), 2. 더블-PGS, 비-보상(확산 및 관류로부터 싱글 감쇠); 3. 더블 PGSE, 흐름-보상(확산으로부터 싱글 감쇠이고 관류로부터가 아니다); 4. n- PGSE, 흐름-보상(확산으로부터 싱글 감쇠이고 관류로부터가 아니다). 각 구배 펄스 상은 이들의 진폭 G, 펄스 튜레이션 δ, 및 리딩 엣지 Δ 사이의 세퍼레이션에 의해 특징된다.
도 5는 도 4에서 펄스 시퀀스들의 일부에 대한 확산-가중치 b vs 시뮬레이티드 MR 신호를 나타낸 것이다. 시뮬레이션은 Sigmund et al. (2)에 의한 침습성 유방암으로 추정된 파라미터를 기반으로 하였다. : 관류 분율 f=10.5%, 조직 확산꼐수 D = 1.14 ㎛2/ms, 관류 분율의 수도-확산계수 D* = 14.9 ㎛2/ms.
(a) 확산 및 관류에서 비 보상된 싱글 PGSE 모션 인코딩 방식 수득 시호 감쇠를 이용하여 종래의 프로토콜로 얻어진 데이터 (ref (2)로부터 수득). 원 : 시뮬레이션된 노이지 데이터; 실선 : 관류 분율f의 수율 추정치에 맞는 종래 최소 제곱의 결과, 관류 분율의 수도-확산계수 D*, 조직 확산계수 D; 대쉬 선 : 확산 계수의 신호 감쇠. 관류 분율은 실선 및 점선의 차단 b =0 사이의 차이와 갖다.
(b) 비 보상 싱글 PGSE 및 흐름 보상 더블 PGSE 프로토콜의 동시 분석으로부터 본 발명에 따른 프로토콜로 얻어진 데이터. 원 : 시뮬레이션된 노이지 비 보상 데이터; 네모 : 시뮬레이션된 노이지 흐름 보상 데이터; 실선 및 대쉬 점선 : 관류 분율f의 추정치로 수율한 본 발명에 따른 비 보상 및 흐름 보상된 동시의 최소 제곱의 결과 , 관류 분율에 대한 Vd 2, 관류 분율의 확산계수 D, 대쉬 선 : 확산 계수의 신호 감쇠. 관류 분율은 대쉬 선 및 대쉬 점선의 차단 b =0 사이의 차이와 갖다.
도 6은, 뿐만 아니라 본 발명에 따른, 종래의 프로토콜들("표준"및 "세그먼트")의 정량화로서 관류 분율 f의 정밀도 및 정확도를 나타낸 것이다.정확도 및 정밀도는 raw MR 신호 데이터의 신호-대-노이즈 비의 함수로서 플롯된다. 신호-대-노이즈 비의 전체 레인지에서 종래 프로토콜과 비교하면 본 발명의 정밀도는 더욱 정확함을 알 수 있다.
참고문헌
1. Le Bihan D, et al. (1988) Separation of diffusion and perfusion in intravoxel incoherent motion MR imaging. Radiology 168:497-505.
2. Sigmund EE, et al. (2011) Intravoxel Incoherent Motion Imaging of Tumor Microenvironment in Locally Advanced Breast Cancer. Magn. Reson. Med. 65:1437-1447.
3. Luciani A, et al. (2008) Liver Cirrhosis: Intravoxel Incoherent Motion MR Imaging-Pilot Study. Radiology 249:891-899.
4. Lemke A, Laun FB, Simon D, Stieltjes B, & Schad LR (2010) An In Vivo Verification of the Intravoxel Incoherent Motion Effect in Diffusion-Weighted Imaging of the Abdomen. Magn. Reson. Med. 64:1580-1585.
5. Provencher SW (1982) A constrained regularization method for inverting data represented by linear algebraic or integral equations. Computer Phys. Comm. 27:213-227.
6. Ahn CB, Lee SY, Nalcioglu O, & Cho ZH (1987) The effects of random directional distributed flow in nuclear magnetic resonance imaging. Med. Phys. 14:43-48.
7. Maki JH, MacFall JR, & Johnson GA (1991) The use of gradient flow compensation to separate diffusion and microvasculatory flow in MRI. Magn. Reson. Med. 17:95-107.
8. Callaghan PT, Codd SL, & Seymour JD (1999) Spatial coherence phenomena arising from translational spin motion in gradient spin echo experiments. Conc. Magn. Reson. 11(4):181-202.
9. Wang Z, Su M-Y, & Nalcioglu O (1998) Measurement of Tumor Vascular Volume and Mean Microvascular Random Flow Velocity Magnitude by Dynamic Gd-DTPA- Albumin Enhanced and Diffusion-Weighted MRI. Magn. Reson. Med. 40:397-404.
10. Le Bihan D & Turner R (1992) The Capillary Network: A Link between IVIM and Classical Perfusion. Magn. Reson. Med. 27:171-178.
11. Kim T & Kim S-G (2006) Quantification of Cerebral Arterial Blood Volume Using Arterial Spin Labeling With Intravoxel Incoherent Motion-Sensitive Gradients. Magn. Reson. Med. 55:1047-1057.
12. Hunter MW, Jackson AN, & Callaghan PT (2010) PGSE NMR measurement of the non-local dispersion tensor for flow in porous media. J. Magn. Reson. 204:11-20.
13. Le Bihan D, Turner R, Moonen CTW, & Pekar J (1991) Imaging of Diffusion and Microcirculation with Gradient Sensitization: Design, Strategy, and Significance. J. Magn. Reson. Imaging 1:7-28.
14. van Kampen NG (1981) Stochastic Processes in Physics and Chemistry (North-Holland, Amsterdam).
15. Alper JS & Gelb RI (1990) Standard errors and confidence intervals in nonlinear regression: Comparison of Monte Carlo and parametric statistics. J. Phys. Chem. 94:4747-4751.

Claims (15)

  1. 흐름가 아닌 확산으로부터 신호 감쇠를 유발하는 구배 펄스 시퀀스 및 RF에서 발생하는 다른 모션-가중치에 적어도 두 개의 MR 이미지를 획득(흐름-보상 데이터로서)하는 단계;
    흐름 및 확산으로부터 신호 감쇠를 유발하는 구배 펄스 시퀀스 및 RF에서 발생하는 다른 모션-가중치에 적어도 두 개의 MR 이미지를 획득(비-보상 데이터로서)하는 단계;
    각각의 모델 핏의 조정가능한 모델 파라미터 가운데 적어도 하나가 데이터의 두 세트들에 대해 동일하도록 구속되는 흐름-보상 및 비-보상 데이터 각각에 맞는 모델 핏을 수행하는 단계; 및
    상기 모델 핏으로부터 유효한 인트라복셀 비간섭성 모션(IVIM, intravoxel incoherent motion)의 적어도 하나의 파라미터를 추출하여 미세 흐름 상의 정량적 정보를 획득하는 단계;
    를 포함하는 자기 공명(MR) 이미징을 위한 방법.
  2. 삭제
  3. 제1항에 있어서,
    수도-확산 계수(pseudo-diffusion coefficient, D*)의 관류(perfusion) 및 확산(diffusion)의 효과는, 상기 흐름-보상 데이터 및 비-보상 데이터에 기반하여 개별적으로 분석되는 것을 특징으로 하는 자기 공명(MR) 이미징을 위한 방법.
  4. 제1항에 있어서,
    확산 가중치(diffusion weighting, b) 및 속도 분산 가중치(velocity dispersion weighting, α)는, 확산-관류 상관관계 실험을 수행하기 위한 수단으로서, 획득되는 상기 흐름-보상 데이터 및 비-보상 데이터 사이에서 각각 독립적으로 조정되는 것을 특징으로 하는 자기 공명(MR) 이미징을 위한 방법.
  5. 제4항에 있어서,
    확산 가중치(b) 및 속도 분산 가중치(α)는, 총 신호 감쇠에 속도 분산 분포 및 확산 분포를 풀어주는 것(disentangling)에 의해, 속도 분산을 정량화하기 위해서 각각 독립적으로 조정되는 것을 특징으로 하는 자기 공명(MR) 이미징을 위한 방법.
  6. 삭제
  7. 삭제
  8. 제1항에 있어서,
    상기 흐름-보상 데이터는, 흐름에 기인하여 신호 감쇠를 최소화하기 위해 진동 구배 시퀀스(oscillating gradient sequence) 또는 반복된 흐름 보상 더블 펄스 경사 스핀-에코(n-PGSE)로 기록되는 것을 특징으로 하는 자기 공명(MR) 이미징을 위한 방법.
  9. 제1항에 있어서,
    비-보상 데이터는, 주어진 에코 시간 동안 흐름에 기인하여 신호 감쇠를 최대화하기 위해, Δs >> δs 인 싱글 펄스 경사 스핀-에코(single-PGSE)로 기록되는 것(여기서, δs 는 펄스 듀레이션이고, Δs 는 리딩 에지 펄스 세퍼레이션임)을 특징으로 하는 자기 공명(MR) 이미징을 위한 방법.
  10. 제1항에 있어서,
    이미지 강도들은,
    반복된 흐름 보상 더블 펄스 경사 스핀-에코(n-PGSE) 데이터에
    Figure 112020500121836-pct00035

    을 역행 및
    D, Df 및 f가 데이터의 두 세트에서 동일한 제한 하에서 비-보상된 싱글 펄스 경사 스핀-에코(single -PGSE) 데이터에
    Figure 112020500121836-pct00036

    을 역행하는 것에 의해,
    분석되는 것(여기서, qn, Δn 및 δn은 각각 더블-PGSE 시퀀스에 대한 영위상화 크기, 리딩 에지 펄스 세퍼레이션 및 펄스 듀레이션이고, qs, Δs 및 δs은 각각 싱글-PGSE 시퀀스에 대한 영위상화 크기, 리딩 에지 펄스 세퍼레이션 및 펄스 듀레이션이며, f는 관류 분율임)을 특징으로 하는 자기 공명(MR) 이미징을 위한 방법.
  11. 제1항에 있어서,
    이미지 강도들은,
    반복된 흐름 보상 더블 펄스 경사 스핀-에코(n-PGSE) 데이터에
    Figure 112019070622067-pct00037

    을 역행 및
    D 또는 I0가 데이터의 두 세트에서 동일한 제한 하에서 비-보상된 싱글 펄스 경사 스핀-에코(single-PGSE) 데이터에
    Figure 112019070622067-pct00038

    을 역행하는 것에 의해,
    분석되는 것(여기서, qn, Δn 및 δn은 각각 더블-PGSE 시퀀스에 대한 영위상화 크기, 리딩 에지 펄스 세퍼레이션 및 펄스 듀레이션이고, qs, Δs 및 δs은 각각 싱글-PGSE 시퀀스에 대한 영위상화 크기, 리딩 에지 펄스 세퍼레이션 및 펄스 듀레이션이며, f는 관류 분율임)을 특징으로 하는 자기 공명(MR) 이미징을 위한 방법.
  12. 제10항에 있어서,
    vd 2,
    Figure 112019070622067-pct00039
    , Df, 및 f가 MR 이미지 콘트라스트의 생성에 사용되는 것을 특징으로 하는 자기 공명(MR) 이미징을 위한 방법.
  13. 삭제
  14. 삭제
  15. 제1항에 있어서,
    상기 정량적 정보는 적어도 파라미터들 CBV(대뇌 혈류 량) 또는 CBF(대뇌 혈류 흐름)으로 구성되는 것을 특징으로 하는 자기 공명(MR) 이미징을 위한 방법.
KR1020157002610A 2012-06-29 2013-06-24 조직 마이크로모세관 네트워크에서 물의 상대적인 양의 정량화 KR102059408B1 (ko)

Applications Claiming Priority (5)

Application Number Priority Date Filing Date Title
US201261665998P 2012-06-29 2012-06-29
SE1250736-4 2012-06-29
SE1250736 2012-06-29
US61/665,998 2012-06-29
PCT/SE2013/050755 WO2014003643A1 (en) 2012-06-29 2013-06-24 Quantification of the relative amount of water in the tissue microcapillary network

Publications (2)

Publication Number Publication Date
KR20150036296A KR20150036296A (ko) 2015-04-07
KR102059408B1 true KR102059408B1 (ko) 2020-02-11

Family

ID=49783621

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020157002610A KR102059408B1 (ko) 2012-06-29 2013-06-24 조직 마이크로모세관 네트워크에서 물의 상대적인 양의 정량화

Country Status (10)

Country Link
US (2) US10031204B2 (ko)
EP (1) EP2867690B1 (ko)
JP (1) JP6328624B2 (ko)
KR (1) KR102059408B1 (ko)
CN (1) CN104471423B (ko)
AU (1) AU2013281266B2 (ko)
BR (1) BR112014032534B8 (ko)
CA (1) CA2876852C (ko)
IN (1) IN2014MN02502A (ko)
WO (1) WO2014003643A1 (ko)

Families Citing this family (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106344015A (zh) * 2015-07-15 2017-01-25 四川大学华西医院 一种异常扩散程度加权的弥散磁共振成像方法
US11241163B2 (en) * 2017-06-08 2022-02-08 The Board Of Trustees Of The University Of Illinois Measuring blood vessel characteristics with MRI
US10684340B1 (en) * 2019-01-08 2020-06-16 Siemens Healthcare Gmbh Systems and methods for predicting errors and optimizing protocols in quantitative magnetic resonance imaging
CN109820506B (zh) * 2019-02-20 2023-07-07 王毅翔 基于磁共振弥散成像的组织血管密度指标检测方法及装置
JP2023519217A (ja) * 2020-03-28 2023-05-10 エヴレン エザースラン， スピン標識化粒子の拡散伝搬関数又は関連する拡散パラメータを決定するための磁気共鳴法、ソフトウェア製品、及びシステム
CN111407278B (zh) * 2020-03-31 2020-12-29 浙江大学 利用流速补偿和非补偿的弥散磁共振测量胎盘血流的方法及装置
CN115421086B (zh) * 2022-09-02 2023-04-14 哈尔滨医科大学 活体心脏复杂组织学特征精准解析的超融合体素内不相干运动张量磁共振成像方法
CN117310581B (zh) * 2023-10-11 2024-05-10 安徽峻德医疗科技有限公司 一种核磁共振信号衰减拟合方法、系统、设备及存储介质

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004357934A (ja) 2003-06-04 2004-12-24 Maruhon Ind Co Ltd 遊技機
JP2005031099A (ja) 2004-10-29 2005-02-03 Yokogawa Electric Corp 分光装置
JP2005123312A (ja) 2003-10-15 2005-05-12 Toshiba Corp コンタクトホールの形成方法

Family Cites Families (22)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS5123312B1 (ko) 1971-05-06 1976-07-15
JPH04357934A (ja) * 1991-06-05 1992-12-10 Toshiba Corp Ｍｒｉによるｉｖｉｍイメージング
JP3144840B2 (ja) * 1991-07-31 2001-03-12 株式会社東芝 磁気共鳴イメージング装置
JP3146033B2 (ja) * 1991-11-05 2001-03-12 株式会社東芝 磁気共鳴イメージング装置
US8005530B2 (en) 1995-04-12 2011-08-23 Prince Martin R Method and apparatus for imaging abdominal aorta and aortic aneurysms
JP3516373B2 (ja) * 1996-09-04 2004-04-05 株式会社日立メディコ 磁気共鳴測定装置
JP4225620B2 (ja) 1999-01-11 2009-02-18 株式会社東芝 Ｍｒｉ装置
WO2001038895A1 (en) 1999-11-24 2001-05-31 Board Of Regents, The University Of Texas System Methods and systems for generating tractograms
US20040189297A1 (en) 2002-12-13 2004-09-30 Michael Bock Imaging arrangement and process for locally-resolved imaging
JP4357934B2 (ja) 2003-11-14 2009-11-04 アルパイン株式会社 ナビゲーション装置及び代替経路提示方法
WO2006011810A2 (en) * 2004-07-30 2006-02-02 Ge Healthcare As Mr imaging method for the discrimination between healthy and tumour tissue
DE102005008753B4 (de) * 2005-02-25 2007-09-27 Siemens Ag Verfahren zur Darstellung von Fluss in einem Magnetresonanzbild
DE102005021067B4 (de) * 2005-05-06 2008-08-28 Siemens Ag Bildgebende Vorrichtung
US7411394B2 (en) 2005-05-17 2008-08-12 Board Of Trustees Of Michigan State University Method for imaging diffusion anisotropy and diffusion gradient simultaneously
WO2007046172A1 (ja) 2005-10-20 2007-04-26 Niigata University 磁気共鳴画像処理方法および磁気共鳴画像処理装置
US8155729B1 (en) * 2006-02-17 2012-04-10 General Electric Company Method and apparatus to compensate imaging data with simultaneously acquired motion data
US8053260B2 (en) 2006-11-17 2011-11-08 General Electric Company Large-area lighting systems and methods of making the same
JP4777372B2 (ja) * 2008-02-08 2011-09-21 株式会社東芝 磁気共鳴イメージング装置
WO2009134820A2 (en) * 2008-04-28 2009-11-05 Cornell University Tool for accurate quantification in molecular mri
US8497680B2 (en) 2011-03-24 2013-07-30 University Hospital Of Basel Magnetic resonance method for quantification of molecular diffusion using double echo steady state sequences
US9075121B2 (en) 2011-07-15 2015-07-07 Wisconsin Alumni Research Foundation System and method for rotating angle velocity encoding, phase contrast magnetic resonance imaging
WO2013025487A1 (en) 2011-08-12 2013-02-21 The United States Of America, As Represented By The Secretary, Dpt Of Health And Human Services Spin echo sequences for diffusion weighted imaging of moving media

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004357934A (ja) 2003-06-04 2004-12-24 Maruhon Ind Co Ltd 遊技機
JP2005123312A (ja) 2003-10-15 2005-05-12 Toshiba Corp コンタクトホールの形成方法
JP2005031099A (ja) 2004-10-29 2005-02-03 Yokogawa Electric Corp 分光装置

Also Published As

Publication number Publication date
AU2013281266A1 (en) 2015-01-22
JP2015521891A (ja) 2015-08-03
JP6328624B2 (ja) 2018-05-23
AU2013281266B2 (en) 2017-04-13
EP2867690A4 (en) 2017-01-25
WO2014003643A1 (en) 2014-01-03
CN104471423A (zh) 2015-03-25
US10031204B2 (en) 2018-07-24
US20150168527A1 (en) 2015-06-18
BR112014032534B8 (pt) 2023-02-14
US20180224514A1 (en) 2018-08-09
CN104471423B (zh) 2017-03-29
US10788558B2 (en) 2020-09-29
CA2876852A1 (en) 2014-01-03
BR112014032534A2 (pt) 2017-06-27
BR112014032534B1 (pt) 2021-10-13
EP2867690A1 (en) 2015-05-06
EP2867690B1 (en) 2021-11-24
KR20150036296A (ko) 2015-04-07
IN2014MN02502A (ko) 2015-07-17
CA2876852C (en) 2020-12-22

Similar Documents

Publication Publication Date Title
KR102059408B1 (ko) 조직 마이크로모세관 네트워크에서 물의 상대적인 양의 정량화
De Santis et al. Including diffusion time dependence in the extra-axonal space improves in vivo estimates of axonal diameter and density in human white matter
Landman et al. Multi-parametric neuroimaging reproducibility: a 3-T resource study
Huang et al. The impact of gradient strength on in vivo diffusion MRI estimates of axon diameter
US10215827B2 (en) Method to measure tissue texture using NMR spectroscopy to identify the chemical species of component textural elements in a targeted region of tissue
Bosma et al. Assessment of data acquisition parameters, and analysis techniques for noise reduction in spinal cord fMRI data
Horie et al. Magnetic resonance imaging technique for visualization of irregular cerebrospinal fluid motion in the ventricular system and subarachnoid space
WO2007104049A2 (en) Complex amplitude modulation in blood flow and perfusion measurement
Kan et al. Quantitative susceptibility mapping using principles of echo shifting with a train of observations sequence on 1.5 T MRI
WO2019010381A1 (en) METHOD FOR MEASURING TISSUE TEXTURE USING NMR SPECTROSCOPY TO IDENTIFY CHEMICAL SPECIES OF COMPONENT TEXTURE ELEMENTS IN TARGETED TISSUE REGION
Mohindra et al. Magnetic resonance sequences: Practical neurological applications
Kim et al. Time-of-flight angiography
US8952693B2 (en) Method for principal frequency magnetic resonance elastography inversion
Zhang et al. Respiratory motion-corrected T1 mapping of the abdomen
JP7150056B2 (ja) 磁化の反転状態の評価を伴う動脈スピンラベリング法
Bougias et al. Theory of diffusion tensor imaging and fiber tractography analysis
Yang et al. Acquisition of Diffusion MRI Data
Li et al. Spin-echo SS-PARSE: a PARSE MRI method to estimate frequency, R2 and R2′ in a single shot
Macdonald et al. Flow Quantification with MRI
Moser et al. Extraction and validation of correlation lengths from interstitial velocity fields using diffusion-weighted MRI
Zuo et al. Validation of V-SS-PARSE for single-shot flow measurement
ADC General Principles and Challenges of Diffusion MRI
Rispoli et al. Assessment of carotid flow using magnetic resonance imaging and computational fluid dynamics
Falcão et al. Combined free-running four-dimensional anatomical and flow magnetic resonance imaging with native contrast using Synchronization of Neighboring Acquisitions by Physiological Signals
Dietrich Techniques for diffusion and perfusion assessment in bone-marrow MRI

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant