KR102620599B1 - 샘플에 대해 확산 가중 자기 공명 측정을 수행하는 방법 - Google Patents

샘플에 대해 확산 가중 자기 공명 측정을 수행하는 방법 Download PDF

Info

Publication number
KR102620599B1
KR102620599B1 KR1020197015222A KR20197015222A KR102620599B1 KR 102620599 B1 KR102620599 B1 KR 102620599B1 KR 1020197015222 A KR1020197015222 A KR 1020197015222A KR 20197015222 A KR20197015222 A KR 20197015222A KR 102620599 B1 KR102620599 B1 KR 102620599B1
Authority
KR
South Korea
Prior art keywords
diffusion
signal attenuation
encoding
measurements
measurement
Prior art date
Application number
KR1020197015222A
Other languages
English (en)
Other versions
KR20190073500A (ko
Inventor
사모 라식
다니엘 탑가드
마르쿠스 닐슨
한스 매그너스 헨릭 룬델
Original Assignee
랜덤 워크 이미징 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 랜덤 워크 이미징 에이비 filed Critical 랜덤 워크 이미징 에이비
Publication of KR20190073500A publication Critical patent/KR20190073500A/ko
Application granted granted Critical
Publication of KR102620599B1 publication Critical patent/KR102620599B1/ko

Links

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01RMEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R33/00Arrangements or instruments for measuring magnetic variables
    • G01R33/20Arrangements or instruments for measuring magnetic variables involving magnetic resonance
    • G01R33/44Arrangements or instruments for measuring magnetic variables involving magnetic resonance using nuclear magnetic resonance [NMR]
    • G01R33/48NMR imaging systems
    • G01R33/54Signal processing systems, e.g. using pulse sequences ; Generation or control of pulse sequences; Operator console
    • G01R33/56Image enhancement or correction, e.g. subtraction or averaging techniques, e.g. improvement of signal-to-noise ratio and resolution
    • G01R33/563Image 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
    • G01R33/56341Diffusion imaging
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/05Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves 
    • A61B5/055Detecting, 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
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01RMEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R33/00Arrangements or instruments for measuring magnetic variables
    • G01R33/20Arrangements or instruments for measuring magnetic variables involving magnetic resonance
    • G01R33/44Arrangements or instruments for measuring magnetic variables involving magnetic resonance using nuclear magnetic resonance [NMR]
    • G01R33/48NMR imaging systems
    • G01R33/483NMR imaging systems with selection of signals or spectra from particular regions of the volume, e.g. in vivo spectroscopy
    • G01R33/4833NMR imaging systems with selection of signals or spectra from particular regions of the volume, e.g. in vivo spectroscopy using spatially selective excitation of the volume of interest, e.g. selecting non-orthogonal or inclined slices
    • G01R33/4835NMR imaging systems with selection of signals or spectra from particular regions of the volume, e.g. in vivo spectroscopy using spatially selective excitation of the volume of interest, e.g. selecting non-orthogonal or inclined slices of multiple slices
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01RMEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R33/00Arrangements or instruments for measuring magnetic variables
    • G01R33/20Arrangements or instruments for measuring magnetic variables involving magnetic resonance
    • G01R33/44Arrangements or instruments for measuring magnetic variables involving magnetic resonance using nuclear magnetic resonance [NMR]
    • G01R33/48NMR imaging systems
    • G01R33/54Signal processing systems, e.g. using pulse sequences ; Generation or control of pulse sequences; Operator console
    • G01R33/543Control 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
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01RMEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R33/00Arrangements or instruments for measuring magnetic variables
    • G01R33/20Arrangements or instruments for measuring magnetic variables involving magnetic resonance
    • G01R33/44Arrangements or instruments for measuring magnetic variables involving magnetic resonance using nuclear magnetic resonance [NMR]
    • G01R33/48NMR imaging systems
    • G01R33/54Signal processing systems, e.g. using pulse sequences ; Generation or control of pulse sequences; Operator console
    • G01R33/56Image enhancement or correction, e.g. subtraction or averaging techniques, e.g. improvement of signal-to-noise ratio and resolution
    • G01R33/5608Data 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

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

Abstract

본 발명의 개념의 일 양태에 따라, 샘플에 대해 확산 가중 자기 공명 측정을 수행하는 방법이 제공되며, 상기 방법은: 상기 샘플에서 확산 가중 자기 공명 측정을 수행하는 단계를 포함하고, 상기 측정은: 적어도 두개의 0이 아닌 고유값을 갖는 제1 확산 가중 텐서 표현(B1)을 가지는 제1 확산 인코딩 시퀀스를 갖는 제1 측정, 적어도 두개의 0이 아닌 고유값을 갖는 제2 확산 가중 텐서 표현(B2)을 가지는 제2 확산 인코딩 시퀀스를 갖는 제2 측정을 포함하며, 상기 제1 텐서 표현(B1) 및 제2 텐서 표현(B2)은 동일한 수의 0이 아닌 고유값을 가지고, 상기 제1 텐서 표현(B1)의 고유값은 상기 제2 텐서 표현(B2)의 고유값과 일치하며, 상기 제1 및 제2 확산 인코딩 시퀀스는 일치 평균 스펙트럼 콘텐츠를 제공하도록 구성되고, 스펙트럼 이방성의 상이한 각도를 제공하도록 구성되는 것을 특징으로 한다.

Description

샘플에 대해 확산 가중 자기 공명 측정을 수행하는 방법
본 발명 개념은 샘플에서 확산 가중 자기 공명 측정을 수행하는 방법에 관한 것이다.
자기 공명(MR) 또는 자기 공명 영상(MRI) 실험에서, 입자의 모션 또는 확산에 대한 정보는 모션 또는 확산 인코딩 자기장 경사(diffusion encoding magnetic field gradient)를 적용하여 인코딩될 수 있다.
모션 또는 확산 인코딩된 신호는 구성 구획의 조직 미세 구조, 이방성, 형상 및 크기에 관한 정보를 추론하는데 사용될 수 있고, 이는 스핀-베어링 입자(spin-bearing particle)의 확산에 대한 한정/제한을 나타낼 수 있다. 또한 비간섭성 또는 난류성 흐름의 특성을 조사하는데 사용될 수 있다. 확산 텐서 영상(DTI)에 의해 얻어진 분획 이방성(fractional anisotropy, FA)은 구획적인 거시적 배향 분산(orientation dispersion)에 의해 혼란스럽게 된다. 한정을 나타낼 수 있고 FA에 얽혀있는 확산 텐서의 이방성으로부터 배향 분산의 영향을 분리하기 위해, 방향성 확산 인코딩(1D)은 결합되거나 단일 방향을 이상으로 연장되는(2D 또는 3D로) 인코딩 방식(encoding scheme)으로 대체될 필요가 있다. 이러한 방식은 하나 이상의 0이 아닌 고유값을 갖는 확산 인코딩/가중 텐서로 기술될 수 있으며(1), 다양한 각도(degree)로 배향 분산의 교란 효과를 감소시키거나 제거할 수 있고, 구획(확산 텐서) 이방성에 민감한 감도를 제공할 수 있다.
Lasic 등에 의한 접근법(2)은 구획(확산 텐서) 이방성과 배향 분산의 효과 사이의 분리를 극대화하고, 방향성(1D) 및 등방성(3D) 인코딩을 결합하여 미세 분획 이방성(μFA)을 정량화한다. 등방성 인코딩은 예를 들어, q-벡터(q-MAS)의 매직 각도 회전에 의해 달성될 수 있지만(3), 방향성 인코딩을 위한 확산 가중은 시간, td 및 b-값의 측면에서 q-MAS의 확산 가중과 일치된다. 확산 인코딩의 이방성을 추가로 제어함으로써 편형(oblate) 및 장형(prolate) 구획 형상을 구별할 수 있다. 에릭슨 등(4)은 확산 인코딩 텐서를 이의 크기 및 형상으로 파라미터화함으로써 파우더 평균 신호(powder average signal)에 대한 간단한 표현이 얻어져, 구획 형상을 정량화할 수 있다. 등방성 확산 계수의 0이 아닌 분산을 갖는 시스템에서는 확산 인코딩 형상을 다양하게 할 필요가 있다(2). 3D 인코딩 시퀀스를 사용하면 이방성 및 등방성 확산 기여도를 디컨벌브(deconvolve)할 수 있다(5).
이종 및 이방성 물질을 특징화함에 있어서 전술한 발전에도 불구하고, 샘플의 확산 특성 및 미세 구조에 관한 더 많은 정보를 추출할 수 있는 것이 바람직할 것이다.
본 발명의 목적은 샘플의 확산 특성 및 미세 구조에 관한 추가 정보를 추출 할 수있는 방법을 제공하는 것이다. 추가 또는 대안적인 목적은 다음으로부터 이해 될 수있다.
본 발명의 개념의 일 실시 형태에 따르면, 샘플에 대해 확산 가중 자기 공명 측정을 수행하는 방법이 제공되며, 상기 방법은:
상기 샘플에서 확산 가중 자기 공명 측정을 수행하는 단계를 포함하고,
상기 측정은:
적어도 2개의 0이 아닌 고유값을 갖는 제1 확산 가중 텐서 표현(B1)을 가지는 제1 확산 인코딩 시퀀스를 갖는 제1 측정,
적어도 2개의 0이 아닌 고유값을 갖는 제2 확산 가중 텐서 표현(B2)을 가지는 제2 확산 인코딩 시퀀스를 갖는 제2 측정을 포함하며,
상기 제1 텐서 표현(B1) 및 제2 텐서 표현(B2)은 동일한 수의 0이 아닌 고유값을 가지고, 상기 제1 텐서 표현(B1)의 고유값은 상기 제2 텐서 표현(B2)의 고유값과 일치하며,
상기 제1 및 제2 확산 인코딩 시퀀스는 일치 평균 스펙트럼 콘텐츠를 제공하고 상이한 각도(degree)의 스펙트럼 이방성을 제공하도록 구성되는 것을 특징으로 한다.
본 발명의 개념은 하기 식견에 기초한다: 확산 텐서가 물리적 기공을 대략적으로 나타낼 수 있지만, 인코딩 파형의 스펙트럼 특성(등가적으로 시간 특성)을 변화시킴으로써 형태의 보다 정확한 검출이 달성될 수 있으며, 따라서 시간 의존성 비-가우스 확산을 조사(probe)한다. 확산 인코딩 시퀀스 파형의 스펙트럼 특성은 인코딩 파형의 각각 공간 채널의 평균 스펙트럼 콘텐츠를 포함한다. 따라서, 확산 인코딩 시퀀스의 "평균 스펙트럼 콘텐츠"는 개념적으로 인코딩 파형의 "컬러(color)"로 지칭될 수 있다. 이는 감지된 컬러를 생성하는 가시광의 상이한 스펙트럼 성분의 평균 또는 혼합을 연상시킨다. "컬러" 이외에, 확산 인코딩 시퀀스 파형의 시간 특성은 스펙트럼 이방성의 각도를 포함한다. "스펙트럼 이방성의 각도"는 개념적으로 인코딩 파형의 공간 채널이 스펙트럼으로 어떻게 다른지에 따라 달라지는 속성으로 생각할 수 있다.
제1 및 제2 확산 인코딩 시퀀스가 일치하는 스펙트럼 콘텐츠를 나타내지만 스펙트럼 이방성의 상이한 각도를 제공함으로써, 샘플에 대한 측정의 조합은 이방성 확산 구조로부터의 제한된 확산에 민감하도록 구성된다. 따라서, 제한된 확산을 나타내는 등방성 확산 구조로부터의 최종 신호 감쇠에 대한 기여가 최소화되거나 적어도 감소될 수 있다.
본 발명에서 사용되는 "확산(diffusion)"은 본 발명에서 샘플 내의 입자의 무작위 또는 확률적(stochastic) 운동 과정을 의미한다. 확산은 열 에너지, 화학 에너지 및/또는 농도 차이에 의해 유도되는 무작위적인 분자 운동이 포함될 수 있다. 확산은 샘플 내에서 무작위로 배향된 미세 구조 내부에 분자의 분산되거나 비간섭성(in-coherent) 흐름(즉, 속도 분산을 갖는 흐름)을 포함할 수 있다. 본 방법에서 사용된 확산 인코딩 자기장 경사 시퀀스로 인해, 샘플 내에서의 비간섭성 흐름의 영향은 또한 신호 감쇠를 일으킬 수 있다.
샘플의 확산 특성(즉, 등방성 확산의 각도, 이방성 확산의 각도 및/또는 방향)은 일반적으로 샘플에서의 확산 제한 구조의 기하학적 구조 및 배향에 의존한다. 상이한 확산 특성을 나타내는 샘플의 부분 체적은 샘플의 상이한 구획으로 지칭될 수 있다. 따라서, 샘플의 복셀로부터의 확산 가중 측정 신호(즉, 측정의 공간 분해능에 의해 제공된 치수를 갖는 샘플의 부분 체적)는 복셀 내의 상이한 구획 내부의 확산 입자로부터의 신호 기여를 포함한다.
종래 기술에서, 확산 가중 자기 공명 측정에 기초한 구획 이방성의 분석은 확산 과정이 가우스 또는 다중 가우스인 것으로 가정한다. 이러한 가정은 확산 과정이 시간 독립적(또는 등가적으로 주파수 독립적)이라고 가정하는 것과 동일하다. 그러나, 발명자들에 의해 실현되는 바와 같이, 확산 입자에 대한 물리적 제한의 존재는 주파수 의존성 신호 감쇠에 의해 나타낼 수있다.
확산 과정은 주파수 영역에서 확산 스펙트럼, 즉 이동하는 입자의 속도의 상관 스펙트럼으로 기술될 수 있다. 본 발명의 방법에 따른 측정 프로토콜은 의도적으로 선택된 스펙트럼 특성, 즉 평균 스펙트럼 콘텐츠 및 스펙트럼 이방성의 상이한 각도를 일치시키는 제1 및 제2 인코딩 시퀀스를 포함한다. 이에 따라 제1 및 제2 측정으로부터의 신호 감쇠의 비교는 확산 스펙트럼의 조사, 즉 샘플의 확산 특성의 주파수 의존성을 가능하게 한다. 본 방법은 확산 스펙트럼의 조사를 허용하거나 자기 공명 측정을 위한 통상적인 하드웨어로 검출될 수 있는 주파수 범위(일반적으로 1 기가헤르츠 이하)에서 확산 스펙트럼의 상이한 스펙트럼 성분에 감도를 제공한다.
조직 샘플에서, 구획은 조직에서의 세포에 의해 형성될 수 있다. 따라서, 조직 샘플에서의 복셀은 세포(즉, 세포 내 구획) 내부의 확산으로부터의 신호 기여 및 세포 외부(즉, 세포 외 구획)로부터의 확산으로부터의 신호 기여를 포함할 수 있다. 확산하는 스핀-베어링 입자(spin-bearing particle)는 세포 내부 및 외부의 물 분자에 의해 형성될 수 있다. 세포막은 세포 내 및 세포 외 구획을 분리하는 격벽을 형성할 수 있다.
이하에서 이해될 수 있는 바와 같이, 상기 방법 양태에서 언급된 확산 인코딩 시퀀스는 유효 경사도 시퀀스, 즉 자기장 경사 시퀀스 및 무선 주파수(RF) 시퀀스의 조합으로 인해 샘플에서의 스핀 베어링 입자에 의해 경험되는 유효 자기장 경사를 지칭할 수 있다. 따라서, 달리 언급되지 않는 한, 확산 인코딩 시퀀스라는 용어는 확산 인코딩/가중(즉, 에코 신호 감쇠)을 야기하도록 적용된 자기장 경사 시퀀스 및 RF 시퀀스를 포함하는 인코딩 시퀀스를 지칭한다.
확산 인코딩은 샘플을 자기장 경사 파형 및 일련의 RF 펄스로 인코딩함으로써 달성될 수 있다. 자기장 경사 파형과 RF 펄스의 결합된 효과는 (스핀 베어링 입자에서의) 샘플이 "유효 경사"를 받는 결과를 가져온다. 유효 경사의 파형은 성분(gi(t))을 갖는 유효 경사 파형(g(t))으로 지칭될 수 있고, 여기서 i = 1,2,3은 직교 좌표게에서 x, y, z 축을 나타낸다.
유효 경사는 성분(Fi)를 갖는 시간 의존성 또는 시간 디페이징 벡터(F(t))에 의해 표현될 수 있고, 여기서 i = 1,2,3이며, 이는 하기로 제공되고,
[수학식 1]
여기서 γ는 핵 자기회전 비율(nuclear gyromagnetic ratio)(즉, 샘플에서의 스핀 베어링 입자)이다.
디페이징 스펙트럼, 즉 디페이징 벡터의 스펙트럼 콘텐츠는 하기로 제공되며:
[수학식 2]
여기서 ω는 주파수를 나타내고, τ는 확산 인코딩 시간, 즉 유효 경사의 지속 기간을 나타낸다.
디페이징 스펙트럼(F(ω))에 기초하여, 디페이징 스펙트럼의 모멘트(moment)는 하기와 같이 정의될 수 있고,
[수학식 3]
,
텐서(M(n))로 표현되며, 여기서 Mij (n)은 텐서 요소이다. 0번째 모멘트(M(0))는 확산 가중 텐서(B)를 제공한다. 가우스 확산에 있어서, Bij = Mij (0)만이 고려될 필요가 있다.
따라서, 확산 인코딩 자기 경사 시퀀스의 확산 가중 텐서 표현(B)이 하기로 제공된다:
[수학식 4]
디페이징 벡터(F(t))는 또한 디페이징 벡터의 진폭(q) 및 정규화된 디페이징 벡터()의 아다마르 곱으로 표현될 수도 있다:
[수학식 5]
따라서 디페이징 스펙트럼은 대안으로 하기와 같이 표현될 수 있다:
[수학식 6]
여기서 는 정규화된 디페이징 스펙트럼, 즉 정규화된 디페이징 벡터의 스펙트럼 콘텐츠로 지칭될 수 있다. 스펙트럼(Fi(ω) 및 )(여기서 예를 들어 직교 좌표계에서의 x, y, z 축을 나타내는 i = 1,2,3임)은 각각 직교 성분 또는 디페이징 벡터의 스펙트럼 표현 또는 정규화된 디페이징 벡터의 투영으로 지칭될 수 있다.
수학식 6에서의 정규화된 스펙트럼()의 관점에서 텐서(M(n))의 요소는 하기로 제공된다:
[수학식 7]
.
항(mij (0))은 일반화된 확산 시간에 해당한다. 매트릭스 형태; 로 표현된다.
1D 인코딩에서, 디페이징 파형은 3D 인코딩의 디페이징 크기로부터 구성될 수 있어, 1D 인코딩이 확산 시간의 관점에서 3D 인코딩과 일치하고, 예를 들어 1D 디페이징 진폭(amplitude)의 제곱이 3D 인코딩의 디페이징 진폭 성분의 제곱의 합()으로 제공된다.
확산 스펙트럼(D(ω))은 속도 상관 텐서()의 스펙트럼으로 정의될 수 있다.
구획의 주축 시스템에서, D(ω)는 매트릭스(λ(ω))의 대각선을 따른 확산 스펙트럼(λi(ω))으로 제공되는 대각선(diagonal)이다. 요소(λi(ω))는 확산 텐서 고유값으로 지칭될 수 있다.
겉보기 확산 계수(apparent diffusivities)는 하기로 제공된다:
[수학식 8]
.
상기로부터 이해될 수 있는 바와 같이, (유효) 확산 인코딩 자기 경사 시퀀스의 스펙트럼 콘텐츠 또는 등가적으로 디페이징 벡터 파형은 디페이징 스펙트럼(F(ω)) 또는 이의 정규화된 대응물()로 제공된다.
정규화된 파워 스펙트럼의 성분은 하기로 제공된다:
[수학식 9]
.
정규화된 파워 스펙트럼의 n번째 모멘트는 텐서 또는 매트릭스 형태(m(n))로 표현될 수 있고, 여기서
[수학식 10]
이다.
여기서 mij (n)은 m(n)의 요소를 나타내고, μi (n)로, 본 발명은 m(n)의 고유값을 나타낸다.
텐서(M(n))의 텐서 요소는 하기로 제공될 수 있다:
[수학식 11]
따라서, 확산 가중 텐서(B)의 요소는 하기로 제공된다:
[수학식 12]
평균 인코딩 스펙트럼 콘텐츠(단일 다차원 인코딩 방식에 대해)는 하기로 특징될 수 있고,
[수학식 13]
여기서 n은 양의 실수, 이다. 괄호<...>로, 본 발명은 평균 연산을 나타낸다. 임의의 n > 0에 대한 <μ(n)>의 차이는 두개의 인코딩 방식을 비교하는데 사용될 수 있다. 상이한 확산 인코딩 시퀀스(또는 등가적으로 상이한 정규화된 디페이징 벡터 표현)의 스펙트럼 일치 또는 스펙트럼 튜닝은 일치(<μ(n)>)을 가지는 것을 나타낸다. 반대로, 이들의 스펙트럼 콘텐츠가 일치하지 않으면, 즉 <μ(n)>가 상이하면 상이한 인코딩 시퀀스는 디튜닝(detune)된 것으로 간주될 수 있다.
확산 인코딩의 스펙트럼 이방성(단일 다차원 인코딩 방식에 대해)은 m(n)의 상이한 고유값, 즉 값(μi (n))을 비교함으로써 정량화될 수 있다. 텐서 이방성의 임의의 측정, 예를 들어 구획 이방성은 텐서(m(n))에 적용될 수 있다. 스펙트럼 이방성(spectral anisotropy, SA)을 정량화하기 위해, 분획 이방성과 유사한 하기 방정식이 사용될 수 있다(확산 인코딩 시퀀스의 확산 인코딩 텐서 표현은 하나 이상의 0이 아닌 고유값을 갖는 경우).
[수학식 14]
여기서 n은 임의의 양의 실수, 이고, 이는 스펙트럼 이방성에 대한 감도를 제어하도록 조절될 수 있다. SA(n)은 항상 0-1의 범위 내에 있음을 유의한다. 스펙트럼 이방성의 다른 정량적 측정이 사용될 수도 있으며, 이는 텐서 이방성의 정량화에 적용 가능하다.
상기 관점에서, 제1 및 제2 확산 인코딩 시퀀스는 일 실시 형태에 따라, 제1 확산 인코딩 시퀀스에 대해 계산된 <μ(n)>가 임의의 n>0, 바람직하게 적어도 n=2인 제2 확산 인코딩 시퀀스에 대해 계산된 <μ(n)>와 일치한다는 점에서 일치하는 평균 스펙트럼 콘텐츠를 제공할 수 있다.
또한, 상기 관점에서, 제1 및 제2 확산 인코딩 시퀀스는 일 실시 형태에 따라, 제1 확산 인코딩 시퀀스에 대해 계산된 SA(n)이 제2 확산 인코딩 시퀀스에 대해 계산된 SA(n)과 상이한 점에서 스펙트럼 이방성의 상이한 각도를 제공할 수 있다.
따라서, 제1 확산 인코딩 경사 시퀀스에 대해,
이고,
여기서, μ(n)는 요소()를 갖는 텐서(m(n))의 고유값으로 나타내고, 여기서 는 제1 확산 인코딩 경사 시퀀스의 정규화된 디페이징 스펙트럼()의 각각의 i번째 및 j번째 고유벡터(eigenvector)이다.
또한, 제2 확산 인코딩 경사 시퀀스에 대해,
이다.
여기서,
여기서 μi (n)은 요소 를 갖는 텐서(m(n))의 고유값을 나타내고, 여기서 는 각각 제2 확산 인코딩 경사 시퀀스의 정규화된 디페이징 스펙트럼() 표현의 i번째 및 j번째 고유벡터이다.
매칭 또는 다른 "스펙트럼 콘텐츠"의 개념은 또한 확산 인코딩 시퀀스("A")를 갖는 "제1 테스트 샘플"에서의 측정("I") 및 확산 인코딩 시퀀스("B")를 갖는 제1 테스트 샘플에서의 또 다른 측정("II")을 고려하여 이해될 수 있다. 제1 테스트 샘플은 5 μm 직경의 중공 구형 구획의 집합으로 구성된 샘플이다.
시퀀스("A")와 시퀀스("B")는 시퀀스("A" 및 "B")의 텐서 표현(BA,BB)의 트레이스가 서로 동일하고(즉, 동일한 확산 인코딩 강도를 나타냄) 동일한 고유값을 갖도록 한다. 구획이 구형이므로, 주축 시스템과 고유벡터는 퇴화된다. 따라서, 시퀀스("A" 및 "B")에 대한 텐서 표현(BA,BB)은 구획에 대해 임의의 배향을 갖는 3차원 직교 좌표계(x, y, x)에 대해 제공될 수 있다.
시퀀스 "A" 및 시퀀스 "B"가 테스트 샘플에 적용될 때 동일한 레벨의 신호 감쇠를 발생시키는 경우, 시퀀스는 "스펙트럼으로 일치(spectrally matching)", 즉 평균 스펙트럼 콘텐츠가 일치한다.
다른 한편으로, 시퀀스 "A" 및 시퀀스 "B"가 테스트 샘플에 적용될 때 상이한 레벨의 신호 감쇠를 발생시키는 경우, 시퀀스는 "스펙트럼으로 디튜닝됨", 즉 상이한 평균 스펙트럼 콘텐츠를 갖는다.
일치 또는 상이한 "스펙트럼 이방성의 각도"의 개념은 상기에서 정의된 확산 인코딩 시퀀스("A")를 갖는 "제2 테스트 샘플"에 대한 측정("III") 및 상기에서 정의된 확산 인코딩 시퀀스("B")를 갖는 제2 테스트 샘플에 대한 또 다른 측정("IV")으로부터 이해될 수 있다. 제2 테스트 샘플은 균일한 배향 분산을 갖는 5 μm 직경의 중공 원통형 구획의 집합으로 구성된 샘플이다. "균일한 배향 분산(uniform orientation dispersion)"은 단위 구 표면에 균일하게 분포된 원통형 구획의 배향으로 이해되어야 한다.
시퀀스("A" 및 "B")가 스펙트럼으로 일치한다고 가정하면, 시퀀스("A")와 시퀀스("B")가 테스트 샘플에 적용될 때 동일한 레벨의 신호 감쇠를 발생시키는 경우, 시퀀스는 동일한 각도의 스펙트럼 이방성을 나타낸다. 한편, 시퀀스("A") 및 시퀀스("B")가 테스트 샘플에 적용될 때 상이한 레벨의 신호 감쇠를 발생시키는 경우, 시퀀스는 상이한 각도의 스펙트럼 이방성을 나타낸다.
상기 관점에서, 일 실시 형태에 따르면, 제1 및 제2 확산 인코딩 시퀀스는:
제1 확산 인코딩 시퀀스의 제1 정규화된 디페이징 벡터 표현()과 일치하는 정규화된 디페이징 벡터 표현()을 가지고 5 μm 직경의 구형 구획의 집합을 구성하는 제1 테스트 샘플에 적용되는 0이 아닌 확산 인코딩 강도를 갖는 제3 확산 인코딩 시퀀스, 및
제2 확산 인코딩 시퀀스의 제2 정규화된 디페이징 벡터 표현()과 일치하는 정규화된 디페이징 벡터 표현()을 가지고 상기 제1 테스트 샘플에 적용되는 상기 0이 아닌 확산 인코딩 강도를 갖는 제4 확산 인코딩 시퀀스;를 가지도록 구성되며,
제3 확산 인코딩 시퀀스로부터 기인한 신호 감쇠는 제4 확산 인코딩 시퀀스로부터 기인한 신호 감쇠와 일치할 것이고;
제3 확산 인코딩 시퀀스는 균일한 배향 분산을 갖는 5 μm 직경의 원통형 구획의 집합으로 구성되는 제2 테스트 샘플에 적용되며,
제4 확산 인코딩 시퀀스는 상기 제2 테스트 샘플에 적용되도록 구성되고,
제3 확산 인코딩 시퀀스로부터 기인한 신호 감쇠는 제4 확산 인코딩 시퀀스로부터 기인한 신호 감쇠와 상이할 것을 특징으로 한다.
"제3/제4 확산 부호화 시퀀스가 테스트 샘플에 적용되도록 구성된"이라는 표현은 청구된 방법에서 반드시 능동적으로 수행되어야 하는 일련의 단계로 해석되어서는 안된다. 오히려, 상기 표현은 제1 및 제2 확산 인코딩 시퀀스의 특성의 기능적 정의로서 이해되어야 한다. 따라서, 제3 및 제4 확산 인코딩 시퀀스가 테스트 샘플에 적용되었다는 조건에서, 설명된 신호 감쇠는 수반될 것이다. 기능적 정의는 당업자가 확산 인코딩 시퀀스의 세트가 발명 특성을 갖는지 여부를 결정하기 위한 명확하고 잘-정의된 테스트 경우로 이해될 수 있다. 사실, 실제 "테스트 샘플"에 대한 실제 측정을 수행하여 특성을 테스트할 필요조차 없다. 오히려, 테스트 경우는 제1 및 제 2 확산 인코딩 시퀀스의 각각의 RF 시퀀스 및 자기장 경사 시퀀스를 측정함으로써 평가될 수 있고, 제1 및 제2 확산 인코딩 시퀀스의 텐서 표현 및 정규화된 디페이징 벡터 표현을 계산하는 측정치로부터 평가될 수 있으며, 그럼 다음 제3 및 제4 확산 인코딩 시퀀스(전술한 인코딩 강도 및 정규화된 디페이징 벡터 표현을 가짐)가 제1 및 제2 테스트 물체에 적용된 경우 최종 신호 감쇠를 시뮬레이션한다(수치 계산 또는 몬테 카를로 시뮬레이션에 의해).
상기 및 하기에서, 두개 이상의 양(예를 들어, 두개 이상의 확산 인코딩 강도, 트레이스, 고유값, <μ(n)> 또는 SA(n))이 서로 일치한다는 것이 기술되어 있다. 이러한 맥락에서 "일치"는 동일하거나, 적어도 실질적으로 동일한 양으로 이해될 수 있다. 즉, 양은 정확히 동일할 필요는 없지만 구획 이방성, 스펙트럼 콘텐츠 및 스펙트럼 이방성의 영향이 측정으로부터 식별할 수 있는 양만큼만 상이해야 한다. 바람직하게는 상기 양은 10% 이하, 보다 바람직하게 5% 이하, 더욱 더 바람직하게 1% 이하로 상이해야 한다. 이해할 수 있는 한, 최대 실현 가능한 레벨의 양은 실제로 무엇보다도 장비의 성능에 의존할 수 있다.
본 발명에서 사용된 바와 같이, 확산 인코딩 시퀀스의 "확산 인코딩 강도"는 확산 인코딩 시퀀스에 대한 확산 인코딩 텐서의 트레이스에 의해 제공된 b-값을 지칭한다.
본 방법에 따라, 확산 가중 자기 공명 측정이 수행된다. 측정은 적어도 두개의 측정(즉 제 "1" 및 "2")을 포함하고, 각각의 측정은 샘플에 확산 인코딩 시퀀스가 수행되는 것을 포함한다. 본 발명에서 사용된 바와 같이, 측정/인코딩 시퀀스의 라벨 "제1" 및 "제2"는 특정 순서로 측정이 수행되지만 임의의 순서로 수행될 수 있음을 의미하지 않는다.
상기 확산 가중 자기 공명 측정 각각은 일반적으로 인코딩 블록 및 후속 검출 블록을 포함할 수 있다. 인코딩 블록 동안, 샘플은 확산 인코딩 시퀀스를 거친다. 검출 블록 동안, 확산 인코딩으로 인해 감쇠된 신호가 검출되고 획득될 수 있다. 검출된 신호 또는 측정 신호는 감쇠된 에코 신호(echo signal)일 수 있다.
인코딩 블록은 샘플 내의 자화에 영향을 미치도록 적용된 무선 주파수(RF) 펄스 시퀀스를 더 포함할 수 있다. RF 펄스 시퀀스는 단지 길이 방향, 단지 횡방향 이완 또는 길이 방향 및 횡 방향의 이완 모두로 인한 감쇠를 인코딩할 수 있다. 따라서, 검출 블록에서 검출된 신호의 감쇠는 확산 인코딩 자기 구배 펄스 시퀀스 및 RF 펄스 시퀀스, 즉 유효 경사 시퀀스(g(t)) 또는 해당하는 디페이징 벡터(F(t))로 의한 감쇠로 인한 감쇠의 결과이다.
바람직하게, 상기 복수의 측정은 동일한 타이밍(timing)을 갖는 동일한 RF 펄스 시퀀스로 수행된다. 이는 핵 이완으로 인한 동일한 레벨의 신호 감쇠가 각각의 측정에 대해 인코딩된다. 이는 측정에 영향을 미치는 다양한 파라미터의 수가 감소될 수 있기 때문에 데이터 분석을 단순화할 수 있다.
(감쇠된) 측정 신호를 획득하기 위해, 각각의 확산 인코딩 시퀀스는 당업계에 공지된 바와 같이 하나 이상의 이미징 자기 경사 및 선택적으로 자기 경사 보정 경사(magnetic gradient correction gradient)로 보충될 수 있다. 이미징 자기 경사 시퀀스 및 보정 자기 경사 시퀀스가 인코딩 블록 동안 샘플에 적용될 수 있다. 일부의 경우, 이들 시퀀스는 적어도 부분적으로 확산 인코딩 자기 경사 펄스 시퀀스와 중첩될 수 있다. 그러나, 이러한 경우에도, 조합된 경사 펄스 시퀀스의 적어도 일부는 전술한 바와 같이 기술되거나 특징될 수 있는 확산 인코딩 시퀀스를 포함한다.
일 실시 형태에 따르면, 상기 제1 측정은 상기 제1 확산 인코딩 시퀀스로부터 기인한 제1 신호 감쇠를 획득하는 단계를 포함하고,
상기 제2 측정은 상기 제2 확산 인코딩 시퀀스로부터 기인한 제2 신호 감쇠를 획득하는 단계를 포함한다.
일 실시 형태에 따르면, 상기 측정은:
상기 제1 측정 및 기준의 측정 프레임에 대해 상이한 회전으로 샘플에 적용되는 상기 제1 확산 인코딩 시퀀스로 수행되는 복수의 추가 측정을 포함하는 제1 세트의 측정,
제2 측정 및 기준의 측정 프레임에 대해 상이한 회전으로 샘플에 적용되는 상기 제2 확산 인코딩 시퀀스로 수행되는 복수의 추가 측정을 포함하는 제2 세트의 측정을 포함한다.
이를 통해 방향적으로 평균된 신호 감쇠("파우더 평균(powder averaging)"으로도 알려짐)를 결정할 수 있다.
따라서, 일 실시 형태에 따르면:
상기 제1 세트의 측정의 각각의 측정은 상기 확산 인코딩 시퀀스로부터 기인한 각각의 신호 감쇠를 획득하는 단계를 포함하고, 상기 방법은 상기 각각의 신호 감쇠에 기초하여 제1 평균 신화 감쇠를 결정하는 단계를 포함하며,
상기 제2 세트의 측정의 각각의 측정은 상기 확산 인코딩 시퀀스로부터 기인한 각각의 신호 감쇠를 획득하는 단계를 포함하고, 상기 방법은 상기 각각의 신호 감쇠에 기초하여 제2 평균 신호 감쇠를 결정하는 단계를 포함한다.
일 실시 형태에 따르면, 상기 방법은 상기 제1 및 제2 신호 감쇠 사이의 차이 또는 상기 제1 및 제2 평균 신호 감쇠 사이의 차이를 나타내는 출력을 생성하는 단계를 더 포함한다. 따라서 출력은 시간 의존성 이방성 확산, 즉 이방성 영역에서의 시간 의존성 확산으로 인한 신호 감쇠에 민감할 수 있다.
일 실시 형태에 따르면, 상기 제1 텐서 표현은 3개의 일치하는 0이 아닌 고유값을 갖는다.
일 실시 형태에 따르면, 상기 제2 텐서 표현은 3개의 일치하는 0이 아닌 고유값을 갖는다.
일 실시 형태에 따르면, 상기 제1 텐서 표현은 정확하게 2개의 일치하는 0이 아닌 고유값을 갖는다.
일 실시 형태에 따르면, 상기 제2 텐서 표현은 정확하게 2개의 일치하는 0이 아닌 고유값을 갖는다.
일 실시 형태에 따르면, 상기 측정을 수행하는 단계는 상기 샘플의 관심 영역 내의 다수의 복셀 각각으로부터 상기 측정의 각각에서 기인한 각각의 신호 감쇠를 측정하는 단계를 포함한다.
일 실시 형태에 따르면, 상기 방법은 제1 측정에서 획득된 신호 감쇠가 제2 측정에서 획득된 신호 감쇠와 상이한 복셀의 표시를 포함하는 출력을 생성하는 단계를 더 포함한다.
본 발명의 개념의 제2 양태에 따르면, 샘플에 대해 확산 가중 자기 공명 측정을 수행하는 방법이 제공되며, 상기 방법은:
상기 샘플에서 확산 가중 자기 공명 측정을 수행하는 단계를 포함하고,
상기 측정은:
상이한 확산 인코딩 강도를 갖는 확산 인코딩 시퀀스로 수행되며 평균 스펙트럼 콘텐츠와 스펙트럼 이방성의 각도와 일치하는 제1 세트의 측정,
상이한 확산 인코딩 강도를 갖는 확산 인코딩 시퀀스로 수행되고 평균 스펙트럼 콘텐츠와 스펙트럼 이방성의 각도와 일치하는 제2 세트의 측정을 포함하며,
제1 세트의 확산 인코딩 시퀀스의 스펙트럼 이방성의 각도는 제2 세트의 확산 인코딩 시퀀스의 스펙트럼 이방성의 각도와 상이한 것을 특징으로 한다.
제1 양태와 관련하여 기술된 이점 및 상세한 설명은 제2 양태에 대응하여 적용된다.
평균 스펙트럼 콘텐츠와 일치하고 스펙트럼 이방성의 각도와 일치하는 상기 수학적이고 테스트-기반 정의는 제1 및 제2 세트으 인코딩 시퀀스의 각각에 상응하게 적용된다.
일 실시 형태에 따르면, 상기 방법은:
제1 신호 감쇠 곡선을 추정하기 위해 제1 함수를 상기 제1 세트의 측정을 나타내는 제1 데이터 세트를 피팅하는 단계, 및
제2 신호 감쇠 곡선을 추정하기 위해 제2 함수를 상기 제2 세트의 측정을 나타내는 제2 데이터 세트에 피팅하는 단계를 더 포함한다.
제1 및 제2 세트의 측정의 각각에 해당하는 각각의 신호 감쇠 곡선을 추정함으로써, 확산 특성 및 이의 주파수 의존성의 추가 분석이 가능하다. 동일한 피팅 함수(fitting function)가 제1 및 제2 데이터 세트에 피팅하기 위해 사용될 수 있다.
일 실시 형태에 따르면, 상기 방법은 상기 제1 함수의 적어도 하나의 파라미터, 제2 함수의 적어도 하나의 파라미터 및 제3 함수의 적어도 하나의 파라미터에 기초하여 출력을 생성하는 단계를 더 포함한다.
일 실시 형태에 따르면, 제1 세트 및 제2 세트 각각의 확산 인코딩 시퀀스는 각각의 텐서 표현을 가지며, 텐서 표현의 0이 아닌 고유값의 수는 동일하다.
일 실시 형태에 따르면, 제1 세트의 확산 인코딩 시퀀스의 각각의 평균 스펙트럼 콘텐츠는 제2 세트의 확산 인코딩 시퀀스의 각각의 평균 스펙트럼 콘텐츠와 일치한다.
본 발명의 상기 목적, 특징 및 이점뿐만 아니라 추가 목적, 특징 및 이점은 첨부된 도면을 참조하여 본 발명의 개념의 바람직한 실시 형태에 대한 하기의 예시적이고 비-제한적인 상세한 설명을 통해 더 잘 이해될 것이다. 도면에서 달리 언급되지 않는 한 동일한 참조 번호들은 동일한 요소들에 대해 사용될 것이다.
도 1은 두개의 확산 인코딩 시퀀스에 대한 디페이징 파형과 파워 스펙트럼 및 해당하는 감쇠 곡선의 시뮬레이션을 도시한다.
도 2는 샘플에서 확산 가중 자기 공명 측정을 수행하는 방법의 순서도이다.
도 3a 및 도 3b는 펄스 시퀀스의 예를 도시한다.
본 발명 개념의 이해를 용이하게 하기 위해, 이론적인 개념에 대한 논의가 제공될 것이다.
이론
확산 인코딩 시간(τ) 동안 임의의 유효 경사 파형(g(t))을 고려하면, 신호는 앙상블 평균()으로 제공되며, 여기서 γ은 핵 자기회전 비율이고 Δr(t)는 변위이다. 다중 구획 시스템이 고려될 때, 앙상블 평균은 예를 들어 기공 크기, 형상 및 배형의 상이한 확산 특성을 갖는, 하위-앙상블 구획에서 발생한다. 낮은 확산 인코딩 경사의 한계에서, 신호 감쇠는 가우스 위상 근사(GPA)에 해당하는 2차 큐뮬런트 전개(cumulant expansion)(6)에 의해 근사화될 수 있다.
확산 인코딩 동안 변위 상관이 무시할 수 있는 겉보기 확산 텐서(D)에 의해 특징화되는 가우스 확산 프로세스를 갖는 단일 구획 또는 하위-앙상블에 대해, 신호 감쇠는 E = exp(-β)로 제공되고, 여기서
[수학식 15]
이고,
F(t)는 하기 시간 디페이징 벡터이며,
[수학식 16]
.
여기서 γ는 핵 자기회전 비율이고, g(t)는 확산 인코딩 경사 시퀀스의 파형이.
확산 텐서(D)는 구획 이방성에 대한 정보를 전달한다. 디페이징 벡터(F(t))는 진폭(q) 및 정규화된 파형()의 아다마르(Hadamard) 곱으로 하기와 같이 표현될 수 있다:
[수학식 17]
비-가우스 확산 및 신호 큐뮬런트 전개(2차 큐뮬런트 전개)의 가우스 근사에 대해, 감쇠는 하기로 제공되고,
[수학식 18]
여기서
[수학식 19]
이고, D(ω)는 확산 스펙트럼, 즉 속도 상관 텐서의 스펙트럼()이다. 주파수 영역 분석은 임의의 경사 파형에 쉽게 적용될 수 있다. 가장 중요한 것은 3차원 확산 인코딩에서 제한된 확산 효과의 직관적인 이해가 가능하고, 이는 상이한 인코딩 파형을 쉽게 설계할 수 있다.
아인슈타인 합 규약(즉, 반복 지표를 합산)으로, 본 발명은 하기를 갖는다:
[수학식 20]
구획/한정(PASC)(7)의 주축 시스템에서, 확산 스펙트럼은 D(ω) = Rλ(ω)R-1로 제공되고, 여기서 λ(ω)는 대각선 행렬(diagonal matrix)이며, R은 회전 행렬이다. 디페이징 스펙트럼은 다음과 같이 제공된다:
[수학식 21]
표기를 단순화하기 위해, 적분 연산자()는 하기와 같이 정의되고,
[수학식 22]
여기서 i,j,k ∈ 1,2,3이며, 첨자(*)는 공액 복소수이다.이고 인 것을 유의한다. 아인슈타인 합 규약을 적용하고 수학식 22에서의 정의를 사용하여, 수학식 18은 하기가 된다
[수학식 23]
감쇠(23)는 하기 겉보기 확산 계수 및 하기 B 텐서로서 하기와 같이 나타낼 수 있다:
[수학식 24]
[수학식 25]
[수학식 26]
가우스 확산, 즉 시간/주파수 독립성에 대해, ∧ijk = λk이고
[수학식 27]
이다.
Dij = RkiRkjλk로 표시함으로써, 수학식 27은 텐서 B 및 D의 내적<·,·>으로 정정될 수 있다:
[수학식 28]
β = <B,D>.
λi(ω)에 대한 다른 모델이 적용될 수 있다. 저주파수에서, λk(ω)가 하기와 같이 테일러로 전개될 수 있고,
[수학식 29]
여기서 n은 정수이며, λk (n)(0)는 0 주파수에서 λk(ω)의 n번째 미분이다. 제한된 확산에 대해 본 발명은 하기를 갖는다
[수학식 30]
이런 경우, 수학식 29는 제한 크기(7)로 표현되는 ω와 λi (n)(0)의 짝수 파워로 정정될 수 있다.
수학식 29를 수학식 23에 삽입하면 하기가 산출되고,
[수학식 31]
여기서
[수학식 32]
은 텐서(M(n))로 표현되는 디페이징 스펙트럼의 모멘트이며, Mij(n)은 텐서 요소이다. 가우스 확산의 경우, Bij = Mij (0)만이 고려될 필요가 있다.
정규화된 스펙트럼()의 관점에서, 텐서(M(n))는 하기로 제공된다:
[수학식 33]
.
스펙트럼 콘텐츠(spectral content)
확산 인코딩 시퀀스의 스펙트럼 콘텐츠는 디페이징 스펙트럼 또는 정규화된 대응물로 특징될 수 있다. 정규화된 파워 스펙트럼의 성분은 하기로 제공되고,
[수학식 34]
정규화된 파워 스펙트럼의 모멘트는 하기이다:
[수학식 35]
Mij (0) = 0인 경우 mij (0) = 0이고, Mij (0) > 0인 경우 mij (0) = 1인 것을 유의한다. μi (n)으로 m(n)의 고유값을 표시한다.
평균 인코딩 스펙트럼 콘텐츠(단일 다차원 인코딩 방식에 대해)는 하기로 특징될 수 있고,
[수학식 36]
여기서 n은 양의 실수이며, n > 0 ∧ n ∈ 이다. 괄호<...>로 본 발명은 평균 연산을 표시한다. 임의의 n > 0에 대해 <μ(n)>의 차이는 두개의 인코딩 방식을 비교하는데 사용될 수 있다. 수학식 36에서의 분모의 값은 확산 인코딩 텐서(B)의 0이 아닌 고유값의 합계이다.
스펙트럼 이방성
확산 인코딩의 스펙트럼 이방성(단일 다차원 인코딩 방식에 대한)은 m(n)의 상이한 고유값, 즉 μi (n) 값을 비교함으로써 정량화될 수 있다. 텐서 이방성의 임의의 측정, 예를 들어 분획 이방성은 텐서(m(n))에 적용될 수 있다. 스펙트럼 이방성은 확산 인코딩 텐서의 0이 아닌 고유값이 하나 이상을 갖는 인코딩 방식에 대해서만 정의될 수 있음을 유의한다. 스펙트럼 이방성(SA)을 정량화하기 위해, 분획 이방성과 유사한 하기의 식이 사용될 수 있다:
[수학식 37]
여기서 n은 임의의 양의 실수이고, n > 0 ∧ n ∈ 이며, 이는 스펙트럼 이방성에 대한 감도를 제어하도록 조절될 수 있다. SA(n)는 항상 0-1의 범위 내에 있음을 유의한다.
스펙트럼 콘텐츠를 일치시키거나 다차원 확산 인코딩 방식 및 방향성 인코딩 방식을 "튜닝"하는 것은 수치적으로 수행될 수 있다. 하기 절차는 사전 최적화를 기반으로 다차원 인코딩 경사 파형을 얻은 경우에 유용하다. 1. 입력 파형의 회전 범위(예를 들어, x, y, z 축을 따라)에 대해, 곱 p = m11 (n)m22 (n)m33 (n)을 계산하고; n의 선택은 "튜닝", 즉 스펙트럼 파워를 일치시키는 것에서 우선적으로 처리되도록 선택될 수 있는 주파수 범위에 좌우되며; 복수의 모멘트는 계산될 수 있다. 2. 이전 단계에서 계산된 p의 최대값과 p의 최대값을 산출하는 회전(R)을 찾는다. 3. 회전(R)을 사용하여 입력 파형을 변환한다. 4. 변환된 파형 각각에 대해, 모멘트(m(n))를 계산하고 모멘트(m(n))가 평균 모멘트에 가장 가까운 파형(두개 또는 세개의 파형 및 해당하는 모멘트를 고려함)을 선택한다. 5. 단계 4에서 선택한 파형의 형상을 방향성 인코딩에 사용한다.
파워 평균 신호
수학식 31에서 을 정의하고, 이는 텐서 M(n) 및 D(n)의 내적으로 정정될 수도 있고,
[수학식 38]
βn = < M(n), D(n) >
여기서 [M(n)]ij = Mij (n)이며, [D(n)]ij = RkiRkjλk (n)(0)이다. 2차수(M(n)의 파워)까지, 파워 (방향성) 평균 신호의 큐뮬런트 전개는 하기를 산출하고,
[수학식 39]
여기서
[수학식 40]
[수학식 41]
이다.
내적 표기로 나타내면,
[수학식 42]
[수학식 43]
이고,
여기서
[수학식 44]
[수학식 45]
이다.
감쇠 항(43)은 확산 첨도(diffusion kurtosis) 또는 겉보기 확산 계수의 분포의 변화량과 관련된 신호 감쇠 곡선의 곡률을 정량화하는데 사용될 수 있다. 정의 44와 45는 인덱스 i와 j의 순열(permutation) 하에서 불변한다. i = 0 및 2(제한된 확산에 대한 근사값)만을 고려하면, 본 발명은 하기를 갖는다:
[수학식 46]
[수학식 47]
.
는 가우스 조건, 예를 들어 참조 10에서의 수학식 3 및 6에 해당하는 것을 유의한다. Dki (0) 및 Dki (2)가 상관 관계가 없으면, 즉 만곡 한계(tortuosity limit)(긴 시간에서)에서의 확산 계수가 이의 시간 변화량(저주파수에서의 기울기)와 독립적일 때, 이다.
유효 한정 크기 관련: 제한된 확산의 경우
수학식 29에서의 제한된 확산 스펙트럼의 제2 전개 계수는 (7)에 의해 하기로 제공되고,
[수학식 48]
.
여기서 Ci는 기하학적 인자(geometry factor)이며, ri는 주축(i)을 따른 제한의 크기이다. 유효 한정 텐서을 하기로 정의한다:
[수학식 49]
.
수학식 46은 하기가 된다:
[수학식 50]
λk (0)(0)이 방향성에 독립적이고 D0과 동일한 경우, 상기 첫번째 항은 에 의해 제공된다. k2는 하기를 고려하여 평가될 수 있다:
[수학식 51]
[수학식 52]
[수학식 53]
.
Dki (0) 및 Dki (2)가 상관 관계가 없으며, 이고
[수학식 54]
이다.
등방성 확산 가중의 경우
[I]kl ≡ δkl 및 [Ⅱiso]klmn ≡ δklδmn의 정의를 고려하면, 본 발명은 M(0) = bI, M(2) = q2m(2), , 를 갖는다:
[수학식 55]
.
[수학식 56]
여기서 ⓧ는 텐서 곱을 표시한다. 수학식 56에서의 첫번째 항은 등방성 확산 계수의 변화량, 즉 0 주파수(장시간 체제)에서 시간 텐서 트레이서의 변화량으로부터 발생하는 반면, 나머지 항은 구획 크기 및 이방성으로 인한 변화량을 나타낸다.
스펙트럼 이방성 없는 등방성 확산 가중의 경우
인코딩이 또한 스펙트럼 등방성일 때, ,
[수학식 57]
[수학식 58]
이다.
수학식 56과 58을 비교하면, 본 발명은 스펙트럼 등방성 인코딩의 경우 구획 이방성으로 인한 추가 변화량이 제거되고 구획 크기로 인한 변화량만이 남는다는 것을 유의한다. 스펙트럼 이방성을 변화시키는 것은 이방성 구획과 관련된 시간 의존성 확산 효과를 분리시키는데 사용될 수 있다.
축 대칭:
단일 구획의 경우
본 발명은 간단화된 F = F(ω) 및 λ = λ(ω) 표기를 적용한다. 디페이징 스펙트럼(F = (F,F,F)) 및 한정/구획(PASC)의 주축 시스템에서의 확산 스펙트럼을 갖는 축대칭 확산 인코딩에 대해,
[수학식 59]
이고,
수학식 23에서의 감쇠는 하기로 산출되며,
[수학식 60]
여기서 P2(x) = (3x2 - 1)/2은 2차 르장드르의 다항식이며, π/2 ± θ는 확산 텐서와 확산 인코딩의 주 대칭축 간의 각도이다. 축방향 대칭 확산 인코딩에 의해 본 발명은 B = M(0)의 대칭으로 나타낸다. 가우스(시간/주파수 독립적) 확산에 있어서, 디페이징 스펙트럼의 교차 곱을 포함하는 수학식 60에서의 마지막 항은 인 경우 사라진다. 프란셰럴의 공식(Plancherel's formula)에 따르면, 상기 조건은 로 바뀌고, 이는 벡터(F(t))가 항상 원의 원추면에 평행하고 q-궤적이 적어도 3배 대칭(3,4)을 가지거나 간단히 곱이 항상 인 경우, 완료된다. 수학식 60에서의 마지막 항은 낮은 구획 이방성에 대해 사라진다. q-MAS 파형(2,11)을 이용하는 수치 계산은 큰 이방성 구획, 예를 들어 실린더를 구성하는 경우, 이 항은 비교적 작을 수 있음을 나타낸다.
교차 곱 항 없이, 수학식 60은 하기와 같이 간단해질 수 있고,
[수학식 61]
여기서
[수학식 62]
[수학식 63]
이다.
본 발명은 하기 표기를 사용하고,
[수학식 64]
[수학식 65]
여기서 i,j ∈ ⊥,∥이다. ∧ij는 확산 인코딩 파형(i)으로 인해 PASC에서 축(j)을 따라 겉보기 확산 계수이다.
샘플에서의 모든 구획이 동일하면, 파우더/방향 평균(<e>)이 하기로 제공되고,
[수학식 66]
여기서 이다. 단일 구획의 경우 평균 확산 계수(MD)에 해당하는 등방성 확산 계수(D)는 D = β+/b로 제공된다. 두개의 파형이 동일한 스펙트럼 콘텐츠, 즉 인 경우, β+ = bD이고 이며, 여기서 , , 이다. 따라서, △b를 통해 확산 인코딩의 형상을 변화시킴으로써, 0의 주파수(D(0)(4))에서의 확산 이방성을 정량화하는 것이 가능하다.
구획 이방성은 겉보기 확산 계수의 분산을 초래하며, 이는 수학식 63에서의 β-를 통한 시간 의존성 확산 효과에 의해서도 영향을 받을 것이다. 구획 이방성으로 인한 VA(2,4)로 표시된 겉보기 확산 분포의 두번째 중심 모멘트는 하기로 제공되고,
[수학식 67]
여기서
[수학식 68]
.
파우더 평균 신호는 따라서 하기로 제공된다:
[수학식 69]
.
b = b = b/3을 갖는 등방성 인코딩의 경우 본 발명은 , , 을 가지고,
b = 0 및 b = b를 갖는 방향성 인코딩의 경우, 본 발명은 , 를 갖는다. 등방성 분산 계수의 분산 없이 순수한 등방성 확산에 있어서, λ = λ = λ0이고, 본 발명은 VA = 0, 및 β+ dir = b∧∥0을 갖는다. 이방성 제한/구획의 존재에 대해서만 VA > 0임을 유의한다. 가장 중요하게, 확산 인코딩이 스펙트럼으로 등방성인 경우에만 이방성 제한에 대해 VA iso = 0이고, 스펙트럼으로 이방성 인코딩인 경우 VA iso > 0이다. 따라서 다양한 스펙트럼 이방성은 이방성 구획에서 시간/주파수 의존성 확산 효과를 검출할 수 있다. 다른 한편으로, 구획 이방성에 대한 편향되지 않은 정보, 즉 시간/주파수 의존성 확산 효과에 의해 혼란되지 않는 편향 정보는 B = M(0)의 상이한 형상을 갖는 확산 인코딩 파형이 스펙트럼으로 튜닝되는 경우, 즉 적절하게 유사한 평균 스펙트럼 콘텐츠를 갖는 경우에 얻어질 수 있다. B를 생성하는데 사용되는 상이한 파형은 또한 자가-튜닝될 수 있고, 즉 낮은 스펙트럼 이방성을 가질 수 있다.
다중 구획
다중 구획으로부터 파우더-평균된 신호를 고려하면, 각각은 형상 이방성(이방성 변수)(VA)로 인해 겉보기 등방성 확산 계수(D) 및 겉보기 확산 분산으로 특징된다. "겉보기"에 의해 본 발명은 값들이 B의 이방성 및 인코딩 파형의 시간적 또는 스펙트럼 특성에 의존하는 것을 의미한다. 총 파우더 평균 신호는 하기로 제공되고,
[수학식 70]
여기서
[수학식 71]
이다.
총 분산(V)은 등방성 변화량(V1 = <D2> - <D>2) 및 평균 이방성 변화량(<VA>)의 합으로 제공된다. VI는 등방성 및 이방성 구획 모두로부터의 크기 분산 효과를 포함한다. 스펙트럼으로 등방성인 등방성 인코딩 텐서(B)에 대해, <VA = 0>이다. 이전에 설명된 바와 같이, 등방성(B)를 갖는 스펙트럼 이방성 인코딩에 대해, 잔류 변화량은 예상될 수 있고, 따라서 <VA> > 0이다.
이방성 구획에서 시간/주파수 의존성 확산에 특정 민감
스펙트럼 이방성이 이방성 구획에서 시간/주파수 의존성 확산 효과를 검출하기 위해 특정 감도를 제공할 수 있는 방법을 설명하기 위해, 로 표시된 수학식 70의 고차 항은 고려될 필요가 있다. 논의를 위해, 나머지 부분()에서 고차 큐뮬런트는 저차 큐뮬런트와 독립적이지 않다는 점을 인지하기에 충분해야 한다.
방향성 및 등방성 확산 인코딩으로부터의 신호 감쇠의 차이(△lnE)를 고려하고, 모든 파형은 동일한 스펙트럼 콘텐츠(서로 튜닝되고, 자체-튜닝됨, 즉 스펙트럼 이방성이 없음)을 갖는다. 감쇠 차이는 이런 경우 하기로 제공되고,
[수학식 72]
여기서 본 발명은 나머지 부분의 저차 큐뮬런트에 대한 의존성을 기록한다. 즉 나머지는 <D>, VI 및 <VA>에 관한 정보와 얽혀있다. 이제, 서로 튜닝되고 스펙트럼으로 등방성이지만 제1 쌍의 인코딩과 비교하여 서로 다른 타이밍 파라미터(τ)를 갖는 유사한 쌍의 방향성 및 등방성 인코딩 방식을 고려한다. 제1 및 제2 인코딩 쌍에 대한 감쇠 차이 간의 차이(△lnE(τ2) - △lnE(τ1))를 고려할 수 있다. 나머지 항들로 인해, 차이는 <D> 및 VI에서 시간 의존성(시간 의존성 확산)에 의해 조절된다. 따라서, 차이는 이방성 구획에서 시간/주파수 의존성 효과를 분리하지 않는다. 이러한 문제를 피하고 이방성 구조의 시간 의존성(시간 의존성 확산)을 완전히 분리하기 위해, 스펙트럼 이방성을 변화시키는 것을 제안한다.
스펙트럼 이방성의 상이한 각도, 예를 들어 스펙트럼 이방성 및 등방성을 갖는 두개의 등방성 인코딩 방식을 고려한다. 이들 두개의 인코딩 방식에 대해 감쇠 차이는 하기로 제공되고,
[수학식 73]
여기서 본 발명은 스펙트럼 이방성으로 인한 잔류 변화량을 표시하기 위해 을 사용한다. 이러한 경우 본 발명은 평균 스펙트럼 콘텐츠를 변경하지 않고, 이방성 구획에만 영향을 줄 것으로 예상되는 스펙트럼 이방성을 변경하며, 따라서 에만 영향을 주고 <D> 또는 VI에는 영향을 주지 않는다. 결과적으로, 나머지 항도 이방성 구획에서의 시간/주파수 의존성 확산 효과에 의해서만 영향을 받을 것이다.
도 1은 두개의 확산 인코딩 시퀀스와 해당하는 감쇠 곡선의 시뮬레이션에 대한 디페이징 파형 및 파워 스펙트럼을 도시한다. 삽입도 A1은 두개의 직교 방향(즉, 해당하는 B 텐서의 고유 벡터를 따라), 점선 및 파선을 따른 제1 확산 인코딩 시퀀스에 대한 스케일링된 디페이징 벡터 파형을 도시한다. 삽입 B1은 파형에 해당하는 전력 스펙트럼을 보여줍니다. 삽입도 A2는 두개의 직교 방향(즉, 해당하는 B 텐서의 고유 벡터를 따라), 점선 및 파선을 따른 제2 확산 인코딩 시퀀스에 대한 스케일링된 디페이징 벡터 파형을 도시한다. 삽입도 B1은 파형에 대한 해당하는 파워 스펙트럼을 도시한다.
제1 확산 인코딩 시퀀스는 면내 스펙트럼 등방성(SA = 0)이다. 이는 삽입도 B1의 중첩 파워 스펙트럼에서 볼 수 있다. 제2 확산 인코딩 시퀀스는 면내 스펙트럼 이방성(SA = 0.68)이다. 삽입도 B2에서 파워 스펙트럼은 중첩되지 않는다. 그러나 제1 및 제2 확산 시퀀스는 스펙트럼으로 튜닝된다. 모든 방식은 동일한 B 텐서뿐만 아니라 m(2) 텐서의 트레이스를 산출한다.
삽입도 C는 τ = 95 ms에서 정규화된 신호 감쇠를 나타낸다. 실선과 파선은 각각 스펙트럼 등방성 파형(A1, B1) 및 스펙트럼 이방성 파형(A2, B2)을 사용한 계산에서 나온 것이다. 마커는 스펙트럼 등방성 파형(원, A1, B1) 및 스펙트럼 이방성 파형(교차, A2, B2)에 대한 몬테 카를로 시뮬레이션의 결과를 보여준다. 신호 감쇠 차이는 시간 의존성 등방성 확산이 아닌 시간 의존성 이방성 확산에서만 관찰된다.
계산에서 파우더 평균은 1000개의 균일하게 분포된 회전에 적용되었다. 축방향으로 대칭인 타원형 기공에서의 제한된 확산에 대한 확산 스펙트럼은 두개의 축을 따른 1 μm와 하나의 축을 따른 5 μm의 반경을 갖는 구형 기하 구조에 대해 D(ω)을 사용하여 근사화되었다. 진성 확산 계수(intrinsic diffusivity)(D0 = 10-9 m2/s)가 사용되었다. 인코딩 시간(te = 2τ + tm)은 대수적으로 0.05-625 ms의 범위로 이격되었다. 혼합 시간은 tm = 0.2 te로 조절되었다. 또한, 몬테 카를로 시뮬레이션은 5·105 워커(walker) 및 시간-단계를 사용하여 동일한 기하 구조 및 진성 확산 계수로 수행되었다. 시뮬레이션에서 파우더 평균은 b = 0-18·109 s/m2의 범위에서 10개의 선형 간격의 확산 가중 단계를 갖는 24회전으로 적용되었다.
결과는 일반적인 다차원 확산 인코딩(MDE) 실험에서 시간 의존성 확산의 효과가 주파수 영역에서 분석될 수 있음을 보여준다. m 또는 M 텐서(이는 디페이징 모멘트 텐서로 나타낼 수 있음)는 이들의 스펙트럼의 콘텐츠 관점에서 인코딩 파형의 추가 특성을 제공한다. B 텐서가 장시간 또는 가우스 확산 계수에 감도를 제공하는 반면, 디페이징 모멘트 텐서는 시간 의존성 확산에 감도를 제공한다. B 텐서의 이방성을 변화시키면 장시간의 확산 이방성에 대한 구체적인 콘트라스트(contrast)를 제공하지만, 스펙트럼 이방성을 변화시키면 시간 의존성 확산 이방성에 대한 구체적인 콘트라스를 산출한다. 평면 확산 인코딩을 갖는 본 발명의 예에서, 스펙트럼 이방성은 평균 스펙트럼 콘텐츠와 독립적으로 변화될 수 있다. 최종 신호 감쇠 차이는 이방성 영역에서 시간 의존성 확산을 분리하여 매우 구체적인 정보를 전달한다.
실시 형태의 설명
도 2는 샘플에 대한 확산 가중 자기 공명 측정을 수행하는 방법의 일반적인 순서도를 도시한다. 샘플은 예를 들어, 뇌 조직 또는 임의의 장기 세포의 (현탁액) 생체 검사 샘플과 같은 물을 포함하는 생물학적 샘플일 수 있다. 그러나 본 방법은 보다 일반적인 적용 가능성을 가지며 암석과 같은 다른 유형의 샘플을 분석하는데 사용될 수 있다. 보다 일반적으로, 샘플은 핵 자기 공명 기술에 의해 측정될 수 있는 핵 스핀 시스템을 포함한다.
본 방법의 이해를 돕기 위해, 단일 복셀, 즉 단일 공간 채널(MRI 방법의 경우) 또는 단일 주파수 채널(NMR 방법의 경우)로부터의 감쇠된 에코 신호에 대한 참조가 이하에서 이루어질 것이다. 당해 기술 분야에 잘 알려진 바와 같이, 이러한 분해능은 인코딩 시퀀스(예를 들어, MRI 방법의 경우에서의 이미징 경사) 동안 샘플에 추가의 자기 경사를 인가함으로써 달성될 수 있다. 복셀에 해당하는 샘플의 부분 체적으로부터 에코 신호 성분을 식별/분리하기 위해, 샘플로부터의 측정 신호는 당업계에 공지된 바와 같이 고속 푸리에 변환(Fast Fourier Transform)이 수행될 수 있으며, 이에 따라 샘플로부터의 각각의 에코 신호의 스펙트럼 성분을 샘플의 복수의 공간 또는 주파수 영역으로 변환한다.
당업계에서 잘 알려진 바와 같이, NMR 분광기 또는 MRI 장치의 공간 분해능은 특히 자기장의 강도, 샘플에 인가된 경사 펄스 시퀀스의 크기 및 슬루 레이트(slew rate)에 의해 제한된다. 따라서, 복셀에 대한 에코 신호는 일반적으로 복셀에 해당하는 샘플의 부분 체적 내에서 복수의 미세 구획으로부터의 기여를 포함할 것이다.
상기 방법은 최첨단 NMR 분광기 또는 MRI 장치를 사용하여 수행될 수 있다. 당업계에서 잘 알려진 바와 같이, 이러한 장치는 장치의 작동을 제어하기 위한, 특히 자기 경사 펄스 시퀀스의 생성, 신호의 획득은 물론 획득된 신호를 나타내는 데이터를 형성하기 위한 획득된 신호(즉, 측정된 신호)를 샘플링하고 디지털화하는 제어기를 포함할 수 있다. 제어기는 MRI 장치의 하나 이상의 프로세서에서 구현될 수 있고, 이완 인코딩 시퀀스 및 자기 경사 펄스 시퀀스의 생성은 컴퓨터 판독 가능 매체(예를 들어, 비-일시적 컴퓨터 판독 가능 저장 매체)에 저장되고 장치의 하나 이상의 프로세서에 의해 실행될 수 있는 소프트웨어 명령어를 사용하여 구현될 수 있다. 소프트웨어 명령어는 예를 들어 장치의 하나 이상의 프로세서가 접근하는 장치의 메모리의 프로그램/제어 섹션에 저장될 수 있다. 그러나, 소프트웨어 명령어를 사용하는 대신에, 제어기 방법은 하나 이상의 집적 회로와 같은 장치/컴퓨터의 전용 회로의 형태, 하나 이상의 주문형 집적 회로(ASICs) 또는 필드 프로그램 가능한 게이트 어레이(FPGA)에서 수행될 수 있다.
획득된 신호를 나타내는 데이터는 장치, 컴퓨터 또는 장치에 연결될 수 있는 컴퓨터 등의 데이터 메모리에 저장될 수 있다.
데이터 처리는 처리 장치에 의해 수행될 수 있다. 작동은 비-일시적 컴퓨터 판독 가능 매체 상에 저장되거나 구현될 수 있고 처리 장치에 의해 실행될 수 있는 소프트웨어 명령어의 세트로 구현될 수 있다. 예를 들어, 소프트웨어 명령어는 NMR 분광기/MRI 장치의 메모리의 프로그램/제어 섹션에 저장되고 분광기/장치의 하나 이상의 프로세서 유닛에 의해 실행될 수 있다. 그러나 NMR 분광기 또는 MRI 장치와는 별도의 장치, 예를 들어 컴퓨터에서 계산을 수행하는 것도 가능하다. 장치 및 컴퓨터는 예를 들어 LAN/WLAN과 같은 통신 네트워크를 통해 또는 다른 직렬 또는 병렬 통신 인터페이스를 통해 통신하도록 배치될 수 있다. 또한, 소프트웨어 명령어을 사용하는 대신, 데이터 처리는 하나 이상의 집적 회로와 같은 장치/컴퓨터의 전용 회로 형태, 하나 이상의 ASICS 또는 FPGA에서의 처리 장치에서 구현될 수 있다.
도 2를 참조하면, 방법은 샘플에 대해 확산 가중 자기 공명 측정을 수행하는 단계(단계 702-1 내지 702-n)를 포함한다. NMR/MRI 장치는 확산 인코딩 시퀀스를 생성하고 최종 신호 감쇠를 획득할 수 있다. 각각의 측정은 인코딩 블록, 뒤이어 검출 블록을 포함할 수 있다. 인코딩 블록은 RF 시퀀스 및 확산 인코딩 자기 경사 시퀀스를 포함할 수 있다. 에코 신호를 획득하기 위해, 각각의 확산 인코딩 자기 경사 펄스 시퀀스는 당업계에 널리 알려진 바와 같이 하나의 또는 이미징 자기 경사 및 선택적으로 자기 경사 보정 경사로 보충될 수 있다.
신호 검출을 갖는 블록에 선행하는 이완 및 확산 인코딩을 갖는 블록을 포함하는 펄스 시퀀스의 일례가 도 3a에 도시되고 도 3b에서 특정 구현이 도시된다. 따라서, 도 3a는 이완 속도 및 확산 인코딩 자기 경사 시퀀스의 값에 따른 에코 신호를 변조하는 인코딩 블록 및 에코 신호가 판독되는 (예를 들어, 스펙트럼 또는 이미지로서) 검출 블록을 도시한다. 도 3b는 90 ° 및 180 ° RF 펄스(좁고 넓은 수직선)를 갖는 펄스 시퀀스, 3개의 직교 방향(실선, 파선 및 점선)에서 변조된 경사 및 검출된 신호(두꺼운 실선)를 도시한다. 신호는 길이 방향 회복, 횡 방향 이완 및 확산에 의해 변조된다.
0과 동일할 수 있는 복잡한 가로 방향 자화(mxy)를 갖는 초기 상태에서 시작하여 첫번째 90 ° RF 펄스는 길이 방향 자화(mz)를 횡단면으로 뒤집는다. 지속 시간(τ1)의 시간 지연 동안, 길이 방향 자화는 길이 방향 이완율(R1)로 열 평형 값(m0)을 향해 회복한다. 두번째 90 ° 펄스는 회복된 자화를 횡단면으로 뒤집고, 여기서 회복된 자화는 검출되기 전의 기간(τ2) 동안 가로 방향 이완율(R1)로 0 방향으로 감쇠한다. τ2 기간 동안, 시간 의존성 자기장 경사가 적용된다.
일반적으로 스핀 에코 인코딩과 자극 에코 인코딩이 모두 사용될 수 있다. 어느 경우든, RF 신호 시퀀스는 길이 방향만, 가로 방향만의 이완 또는 길이 방향 및 가로 방향의 이완 모두로 인한 감쇠를 인코딩할 수 있다. 일례의 시퀀스는 단일 90 ° 펄스 및 단일 180 ° 펄스를 포함할 수 있다. 180 ° 펄스에 대한 경사 펄스 시퀀스의 타이밍은 다양할 수 있다. 예를 들어, 경사 펄스 시퀀스는 180 ° 펄스 이전 또는 이후에 수행될 수 있다. 이러한 여러 시퀀스는 획득/검출 전에 반복될 수 있다. 자극 에코 시퀀스의 예는 첫번째 90 ° 펄스, 두번째 90 ° 펄스 및 세번째 90 ° 펄스를 포함할 수 있다. 경사 펄스 시퀀스는 첫번째 및 두번째 90 ° 펄스들 사이에서 수행될 수 있고, 세번째 90 ° 펄스가 후속되거나/후속되지 않을 수 있다(즉, 검출 블록 전에) 수행 될 수있다. 그러나, 이들 예시적인 시퀀스는 단지 예시적인 예로서 제공되고, 다른 시퀀스도 가능하다. 바람직하게, 동일한 RF 신호 시퀀스가 복수의 측정 모두, 즉 제1, 제2 및 제3 세트의 모든 측정에 사용된다.
상기 방법은 적어도 2개의 0이 아닌 고유값을 갖는 제1 확산 가중 텐서 표현(B1)을 가지는 제1 확산 인코딩 시퀀스로 제1 측정(702-1)을 수행하는 단계를 포함할 수 있다. 상기 방법은 적어도 2개의 0이 아닌 고유값을 갖는 제2 확산 가중 텐서 표현(B2)을 갖는 제2 확산 인코딩 시퀀스로 제2 측정(702-2)을 수행하는 단계를 포함할 수 있다. 제1 텐서 표현(B1) 및 제2 텐서 표현(B2)는 동일 수의 0이 아닌 고유값을 가질 수 있다. 또한, 제1 텐서 표현(B1)의 고유값은 제2 텐서 표현(B2)의 고유값과 일치할 수 있다(예를 들어, 10% 이하 또는 심지어 동일하거나 적어도 1% 이하 차이와 같이 실질적으로 동일함). 또한, 제1 및 제2 확산 인코딩 시퀀스는 일치 평균 스펙트럼 콘텐츠를 제공하고 상기에서 정의된 바와 같이 상이한 각도의 스펙트럼 이방성을 제공하도록 구성될 수 있다.
이러한 확산 인코딩 시퀀스의 일례가 도 1에 도시된다. 도 1에서 시퀀스는 평면 인코딩 시퀀스, 즉 정확하게 2개의 0이 아닌 고유값을 갖는 텐서 표현을 갖는다. 그러나, 3D 확산 인코딩 시퀀스, 즉 정확하게 3개의 0이 아닌 고유값을 갖는 텐서 표현을 생성하는 것도 가능하다. 확산 인코딩 시퀀스는 전술한 수치적 접근법을 사용하여 설계될 수 있다. 부가적으로 또는 대안적으로, 확산 인코딩 시퀀스는 전술한 테스트 경우를 이용하여 설계될 수 있다. 테스트 경우가 확산 인코딩 시퀀스의 초기 설계를 만족하지 못하는 경우, 하나 이상의 확산 인코딩 시퀀스의 하나 이상의 파라미터가 변경될 수 있는 반복 접근법이 적용될 수 있다. 그런 다음 변경된 확산 인코딩 시퀀스를 사용하여 새로운 테스트를 수행할 수 있다. 반복은 테스트 경우가 만족될 때까지 수행될 수 있다. 테스트의 목적에서, 제1 및 제2 확산 인코딩 시퀀스의 b-값은 1*109-4*109 s/m2 범위의 임의의 단일 값일 수 있다. 위에서 설명한 테스트 경우는 5μm 직경의 구형 구획 및 원통형 구획을 의미하지만, 5-15μm 범위의 다른 직경을 사용할 수도 있다. 이러한 범위의 구획 직경은 또한 2개의 확산 인코딩 시퀀스가 스펙트럼 일치 및 스펙트럼 이방성의 상이한 각도의 요건을 충족하는지를 테스트할 수 있게 한다.
각각의 측정의 검출 블록은 인코딩 블록 다음에 에코 신호를 검출하는 단계를 포함할 수 있다. 복수의 측정으로부터 기인한 신호는 획득되고 데이터로서 기록될 수 있다. 에코 신호는 샘플링되고 디지털화되어 데이터를 형성할 수 있다. 데이터는 추가 데이터 처리를 위해 저장될 수 있다. 데이터는 예를 들어 장치, 컴퓨터 또는 장치에 연결될 수 있는 컴퓨터의 데이터 메모리에 저장될 수 있다.
측정은 파우더 평균될 수 있으며, 여기서 제1 및 제2 측정 각각은 복수의 상이한 측정 방향, 바람직하게 복수의 방향에 대해 반복될 수 있다. 제1 평균 신호 감쇠는 각각의 측정 방향에 대해, 제1 확산 인코딩 시퀀스의 적용으로부터 기인한 신호 감쇠의 평균으로서 계산될 수 있다. 대응하여, 제2 평균 신호 감쇠는 각각의 측정 방향에 대해, 제2 확산 인코딩 시퀀스의 적용으로부터 기인한 신호 감쇠의 평균으로서 계산될 수 있다.
본 방법의 단계(704)에서, 처리 장치는 자기 공명 측정(702-1 및 702-2)으로부터 기인한 측정된 제1(선택적으로 평균된) 및 제2(선택적으로 평균된) 신호 감쇠에 기초하여 출력을 생성할 수 있다. 출력은 예를 들어 제1 및 제2 신호 감쇠 사이의 차이 또는 제1 및 제2 신호 감쇠의 비율에 기초할 수 있다. 처리 장치는 샘플의 관심 영역 내의 복수의 복셀 중 각각에 대해 측정된 신호 감쇠에 기초하여 해당하는 출력을 생성할 수 있다. 처리 장치는 제1 측정에서 획득된 신호 감쇠가 제2 측정에서 획득된 신호 감쇠와 임계값 이상 차이가 있는 복셀의 표시를 포함하는 디지털 이미지의 형태로 출력을 생성할 수 있다. 예를 들어, 제1 측정이 제2 측정에서 획득된 신호 감쇠와 상이한 복셀은 증가된 밝기, 편향 컬러, 바운딩 박스(bounding box) 및/또는 다른 그래픽 요소로 강조함으로써 표시될 수 있다.
상기에서, 각각 제1 및 제2 확산 인코딩 시퀀스를 갖는 제1 및 제2 측정이 참조되었지만, 본 방법은 제3 확산 인코딩 시퀀스를 갖는 제3 측정과 같은 추가 측정을 포함할 수 있음을 유의해야한다. 제3 확산 인코딩 시퀀스는 적어도 2개의 0이 아닌 고유값을 갖는 제2 확산 가중 텐서 표현(B3)을 가질 수 있다. 텐서 표현(B3)은 텐서 표현 B1 및 B2로서 동일 수의 0이 아닌 고유값을 가질 수 있다. 또한, 제3 텐서 표현(B3)의 고유값은 텐서 표현 B1 및 B2의 고유값과 일치할 수 있다. 또한, 제3 확산 인코딩 시퀀스는 제1 확산 인코딩 시퀀스의 평균 스펙트럼 콘텐츠 및 제2 확산 인코딩 시퀀스의 평균 스펙트럼 콘텐츠와 일치하는 평균 스펙트럼 콘텐츠를 제공하고, 제1 확산 인코딩 시퀀스의 스펙트럼 이방성의 각도 및 제2 확산 인코딩 시퀀스의 스펙트럼 이방성의 각도와 상이한 스펙트럼 이방성의 각도를 제공하도록 구성될 수 있다.
도 2를 참조하면, 본 방법의 단계(702-1)는 대안적으로 상이한 확산 인코딩 강도(b-값)를 갖는 확산 인코딩 시퀀스로 수행된 제1 세트의 측정을 수행하고 평균 스펙트럼 콘텐츠와 스펙트럼 이방성의 각도를 일치시키는 단계를 포함할 수 있다. 따라서, 단계(702-2)는 상이한 확산 인코딩 강도를 확산 인코딩 시퀀스로 수행된 제2 세트의 측정을 수행하고 평균 스펙트럼 콘텐츠와 스펙트럼 이방성의 각도를 일치시키는 단계를 포함할 수 있다. 제1 세트 및 제2 세트 중 각각의 확산 인코딩 시퀀스는 각각의 텐서 표현을 가질 수 있고, 제1 및 제2 세트의 각각의 확산 인코딩 시퀀스에 대한 텐서 표현의 0이 아닌 고유값의 수가 동일하다.
검출 블록은 신호 감쇠의 제1 세트의 획득 및 획득된 신호 감쇠의 제1 세트를 나타내는 제1 데이터 세트의 기록을 포함할 수 있다. 검출 블록은 상응하여 제2 세트의 신호 감쇠의 획득 및 획득된 신호 감쇠의 제2 세트를 나타내는 제2 데이터 세트의 기록을 포함할 수 있다. 선택적으로, 각각의 세트의 각각의 측정은 상기에서 설명된 바와 같이 해당하는 방법으로 파우더 평균될 수 있다.
상기 방법의 단계(704)에서, 처리 장치는 제1 신호 감쇠 곡선(E(b))을 추정하기 위해 함수를 제1 세트의 (선택적으로 평균된) 신호 감쇠를 나타내는 제1 데이터 세트로 피팅할 수 있다. 처리 장치는 제2 신호 감쇠 곡선(E(b))을 추정하기 위해 함수를 제2 세트의 (선택적으로 평균된) 신호 감쇠를 나타내는 제2 데이터 세트로 추가로 피팅할 수 있다. 임의의 피팅 함수는 확산 스펙트럼(D(ω))의 성분 또는 고유 모드(λi(ω) 또는 λk (n)(0)), 즉 0 주파수에서의 n번째 미분(수학식 40) 또는 유효 한정 텐서(p4)(수학식 52-56)에 관한 파라미터를 포함한다. 따라서, 처리 장치는 제1 피팅 및 제2 피팅 중 적어도 하나의 파라미터에 기초하여 출력을 생성할 수 있다. 상기와 유사하게, 처리 장치는 샘플의 관심 영역 내의 복수의 복셀들 각각에 대해 측정된 신호 감쇠에 기초하여 해당하는 출력을 생성할 수 있다.
상기에서 본 발명의 개념은 제한된 수의 예를 참조하여 주로 설명되었다. 그러나, 당업자라면 쉽게 이해할 수 있는 바와 같이, 앞서 설명된 것들 이외의 다른 예들은 첨부된 청구 범위에 의해 한정된 바와 같이 본 발명의 개념의 범위 내에서 동일하게 가능하다.
참조 목록
상기 설명에서, 괄호 또는 괄호 안의 하나 이상의 숫자는 하기의 참조 목록에서 해당하는 번호가 매겨진 참조 문헌을 나타낸다:
1. Westin C-F, Szczepankiewicz F, Pasternak O, et al.: Measurement Tensors in Diffusion MRI: Generalizing the Concept of Diffusion Encoding. Med Image Comput Comput Assist Interv 2014; 17:209-216.
2. Lasic S, Szczepankiewicz F, Eriksson S, Nilsson M, Topgaard D: Microanisotropy imaging: quantification of microscopic diffusion anisotropy and orientational order parameter by diffusion MRI with magic-angle spinning of the q-vector. Front Phys 2014; 2:1-14.
3. Eriksson S, Lasic S, Topgaard D: Isotropic diffusion weighting in PGSE NMR by magic-angle spinning of the q-vector. J Magn Reson 2013; 226:13-8.
4. Eriksson S, Lasic S, Nilsson M, Westin C-F, Topgaard D: NMR diffusion-encoding with axial symmetry and variable anisotropy: Distinguishing between prolate and oblate microscopic diffusion tensors with unknown orientation distribution. J Chem Phys 2015; 142:104201.
5. Szczepankiewicz F, Lasic S, van Westen D, et al.: Quantification of microscopic diffusion anisotropy disentangles effects of orientation dispersion from microstructure: applications in healthy volunteers and in brain tumors. Neuroimage 2015; 104:241-52.
6. Stepisnik J: Validity limits of Gaussian approximation in cumulant expansion for diffusion attenuation of spin echo. Phys B 1999; 270:110-117.
7. Stepisnik J: Time-dependent self-diffusion by NMR spin-echo. Phys B 1993; 183:343-350.

Claims (15)

  1. 샘플에 대해 확산 가중 자기 공명 측정을 수행하는 방법으로서, 상기 방법은:
    상기 샘플에서 확산 가중 자기 공명 측정을 수행하는 단계를 포함하고,
    상기 측정은:
    적어도 두개의 0이 아닌 고유값을 갖는 제1 확산 가중 텐서 표현(B1)을 가지는 제1 확산 인코딩 시퀀스를 갖는 제1 측정,
    적어도 두개의 0이 아닌 고유값을 갖는 제2 확산 가중 텐서 표현(B2)을 가지는 제2 확산 인코딩 시퀀스를 갖는 제2 측정을 포함하며,
    상기 제1 확산 가중 텐서 표현(B1) 및 상기 제2 확산 가중 텐서 표현(B2)는 동일한 수의 0이 아닌 고유값을 가지고, 상기 제1 확산 가중 텐서 표현(B1)의 고유값은 상기 제2 확산 가중 텐서 표현(B2)의 고유값과 일치하고,
    상기 제1 및 제2 확산 인코딩 시퀀스는 일치하는 평균 스펙트럼 콘텐츠를 제공하며 상이한 각도의 스펙트럼 이방성을 제공하도록 구성되는 것을 특징으로 하는 방법.
  2. 제1항에 있어서, 상기 제1 및 제2 확산 인코딩 시퀀스는:
    상기 제1 확산 인코딩 시퀀스의 제1 정규화된 디페이징 벡터 표현()과 일치하는 정규화된 디페이징 벡터 표현()을 가지고 5 μm 직경의 구형 구획의 집합으로 구성되는 제1 테스트 샘플에 적용되는 0이 아닌 확산 인코딩 강도를 갖는 제3 확산 인코딩 시퀀스, 및
    상기 제2 확산 인코딩 시퀀스의 제2 정규화된 디페이징 벡터 표현()과 일치하는 정규화된 디페이징 벡터 표현()을 가지고 상기 제1 테스트 샘플에 적용되는 상기 0이 아닌 확산 인코딩 강도를 갖는 제4 확산 인코딩 시퀀스를 가지며,
    상기 제3 확산 인코딩 시퀀스로부터 기인한 신호 감쇠는 상기 제4 확산 인코딩 시퀀스로부터 기인한 신호 감쇠와 일치하고;
    제3 확산 인코딩 시퀀스는 균일한 배향 분산을 갖는 5 μm 직경의 원통형 구획의 집합으로 구성되는 제2 테스트 샘플에 적용되며,
    제4 확산 인코딩 시퀀스는 상기 제2 테스트 샘플에 적용되도록 구성되며,
    상기 제3 확산 인코딩 시퀀스로부터 기인한 신호 감쇠는 상기 제4 확산 인코딩 시퀀스로부터 기인한 신호 감쇠와 상이한 것을 특징으로 하는 방법.
  3. 제1항 또는 제2항에 있어서, 상기 제1 측정은 제1 신호 감쇠를 획득하는 단계를 포함하고, 상기 제2 측정은 제2 신호 감쇠를 획득하는 단계를 포함하는 것을 특징으로 하는 방법.
  4. 제1항에 있어서, 상기 측정은:
    상기 제1 측정 및 기준의 측정 프레임에 대해 상이한 회전으로 상기 샘플에 적용되는 상기 제1 확산 인코딩 시퀀스로 수행되는 복수의 추가 측정을 포함하는 제1 세트의 측정,
    상기 제2 측정 및 기준의 측정 프레임에 대해 상이한 회전으로 상기 샘플에 적용되는 상기 제2 확산 인코딩 시퀀스로 수행되는 복수의 추가 측정을 포함하는 제2 세트의 측정을 포함하는 것을 특징으로 하는 방법.
  5. 제4항에 있어서,
    상기 제1 세트의 측정의 각각의 측정은 각각의 신호 감쇠를 획득하는 단계를 포함하고, 상기 방법은 상기 각각의 신호 감쇠에 기초하여 제1 평균 신호 감쇠를 결정하는 단계를 포함하며,
    상기 제2 세트의 측정의 각각의 측정은 각각의 신호 감쇠를 획득하는 단계를 포함하고, 상기 방법은 상기 각각의 신호 감쇠에 기초하여 제2 평균 신호 감쇠를 결정하는 단계를 포함하는 것을 특징으로 하는 방법.
  6. 제1항에 있어서,
    상기 제1 및 제2 신호 감쇠 사이의 차이 또는 상기 제1 및 제2 평균 신호 감쇠 사이의 차이를 나타내는 출력을 생성하는 단계를 더 포함하는 것을 특징으로 하는 방법.
  7. 제1항에 있어서, 상기 제1 확산 가중 텐서 표현은 3개의 일치하는 0이 아닌 고유값을 갖는 것을 특징으로 하는 방법.
  8. 제7항에 있어서, 상기 제2 확산 가중 텐서 표현은 3개의 일치하는 0이 아닌 고유값을 갖는 것을 특징으로 하는 방법.
  9. 제1항에 있어서, 상기 측정을 수행하는 단계는 상기 샘플의 관심 영역 내의 다수의 복셀의 각각으로부터 상기 측정의 각각에서 기인한 각각의 신호 감쇠를 측정하는 단계를 포함하는 것을 특징으로 하는 방법.
  10. 제9항에 있어서, 상기 제1 측정에서 획득된 신호 감쇠가 상기 제2 측정에서 획득된 신호 감쇠와 상이한 복셀의 표시를 포함하는 출력을 생성하는 단계를 더 포함하는 것을 특징으로 하는 방법.
  11. 샘플에 대해 확산 가중 자기 공명 측정을 수행하는 방법으로서, 상기 방법은:
    상기 샘플에서 확산 가중 자기 공명 측정을 수행하는 단계를 포함하고,
    상기 측정은:
    상이한 확산 인코딩 강도를 갖는 확산 인코딩 시퀀스로 수행되며 평균 스펙트럼 콘텐츠와 스펙트럼 이방성의 각도와 일치하는 제1 세트의 측정,
    상이한 확산 인코딩 강도를 갖는 확산 인코딩 시퀀스로 수행되고 평균 스펙트럼 콘텐츠와 스펙트럼 이방성의 각도와 일치하는 제2 세트의 측정을 포함하며,
    상기 제1 세트의 상기 확산 인코딩 시퀀스의 스펙트럼 이방성의 각도는 상기 제2 세트의 확산 인코딩 시퀀스의 스펙트럼 이방성의 각도와 상이한 것을 특징으로 하는 방법.
  12. 제11항에 있어서,
    제1 신호 감쇠 곡선을 추정하기 위해 제1 함수를 상기 제1 세트의 측정을 나타내는 제1 데이터 세트에 피팅하는 단계; 및
    제2 신호 감쇠 곡선을 추정하기 위해 제2 함수를 상기 제2 세트의 측정을 나타내는 제2 데이터 세트에 피팅하는 단계를 더 포함하는 것을 특징으로 하는 방법.
  13. 제12항에 있어서, 상기 제1 함수의 적어도 하나의 파라미터 및 상기 제2 함수의 적어도 하나의 파라미터에 기초하여 출력을 생성하는 단계를 더 포함하는 것을 특징으로 하는 방법.
  14. 제11항에 있어서, 상기 제1 세트 및 상기 제2 세트 각각의 확산 인코딩 시퀀스는 각각의 텐서 표현을 가지며, 상기 텐서 표현의 0이 아닌 고유값의 수는 동일한 것을 특징으로 하는 방법.
  15. 제11항에 있어서, 상기 제1 세트의 상기 확산 인코딩 시퀀스의 각각의 평균 스펙트럼 콘텐츠는 상기 제2 세트의 확산 인코딩 시퀀스의 각각의 평균 스펙트럼 콘텐츠와 일치하는 것을 특징으로 하는 방법.
KR1020197015222A 2016-11-09 2017-11-09 샘플에 대해 확산 가중 자기 공명 측정을 수행하는 방법 KR102620599B1 (ko)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
SE1651469 2016-11-09
SE1651469-7 2016-11-09
PCT/SE2017/051126 WO2018088955A1 (en) 2016-11-09 2017-11-09 A method of performing diffusion weighted magnetic resonance measurements on a sample

Publications (2)

Publication Number Publication Date
KR20190073500A KR20190073500A (ko) 2019-06-26
KR102620599B1 true KR102620599B1 (ko) 2024-01-02

Family

ID=62111280

Family Applications (2)

Application Number Title Priority Date Filing Date
KR1020197015222A KR102620599B1 (ko) 2016-11-09 2017-11-09 샘플에 대해 확산 가중 자기 공명 측정을 수행하는 방법
KR1020197015077A KR102574708B1 (ko) 2016-11-09 2017-11-09 샘플에 대해 확산 가중 자기 공명 측정을 수행하는 방법

Family Applications After (1)

Application Number Title Priority Date Filing Date
KR1020197015077A KR102574708B1 (ko) 2016-11-09 2017-11-09 샘플에 대해 확산 가중 자기 공명 측정을 수행하는 방법

Country Status (8)

Country Link
US (3) US11061096B2 (ko)
EP (2) EP3538909A4 (ko)
JP (2) JP7218288B2 (ko)
KR (2) KR102620599B1 (ko)
CN (2) CN109923426B (ko)
AU (2) AU2017356784B2 (ko)
CA (2) CA3041784A1 (ko)
WO (2) WO2018088954A1 (ko)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
AU2017356784B2 (en) * 2016-11-09 2023-10-19 Random Walk Imaging Ab A method of performing diffusion weighted magnetic resonance measurements on a sample
SE543292C2 (en) * 2019-04-26 2020-11-17 Cr Dev Ab A method of performing diffusion weighted magnetic resonance measurements
CN110680322B (zh) * 2019-10-17 2020-07-31 河海大学 一种描述磁共振成像信号非指数衰减的方法及其应用
US11789106B2 (en) 2020-03-28 2023-10-17 Kalmia Ab Magnetic resonance method, software product, and system for determining a diffusion propagator or related diffusion parameters for spin-labelled particles
CN114646913B (zh) * 2020-12-21 2023-06-02 北京大学第三医院(北京大学第三临床医学院) 生物组织微观结构的无创测量方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3514337B2 (ja) 1995-04-19 2004-03-31 株式会社日立メディコ 3次元データ位置合わせ方法
JP2008136871A (ja) 2006-12-03 2008-06-19 Toshiba Medical Systems Corp 最適化された等方性拡散強調を伴うシングルショット磁気共鳴イメージングのための装置および方法
JP2010042245A (ja) 2008-07-17 2010-02-25 Toshiba Corp 磁気共鳴イメージング装置

Family Cites Families (35)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5969524A (en) 1997-04-14 1999-10-19 The United States Of America As Represented By The Department Of Health And Human Services Method to significantly reduce bias and variance of diffusion anisotrophy measurements
US6288540B1 (en) 1999-05-21 2001-09-11 University Of Rochester Optimized orthogonal gradient technique for fast quantitative diffusion MRI on a clinical scanner
AU2001256973A1 (en) 2000-03-31 2001-10-15 The General Hospital Corporation Diffusion imaging of tissues
AU2002338376A1 (en) 2001-04-06 2002-10-21 Lawrence R. Frank Method for analyzing mri diffusion data
US6806705B2 (en) 2002-05-15 2004-10-19 Koninklijke Philips Electronics N.V. Diffusion tensor magnetic resonance imaging including local weighted interpolation
JP2006521863A (ja) 2003-03-31 2006-09-28 コーニンクレッカ フィリップス エレクトロニクス エヌ ヴィ 磁気共鳴血流画像化法
DE102005053269B3 (de) * 2005-11-08 2007-04-12 Siemens Ag Verfahren und Vorrichtung zur Ermittlung eines diffusionsgewichteten Bildes
US7894891B2 (en) * 2006-01-24 2011-02-22 Schlumberger Technology Corporation Diffusion-based magnetic resonance methods for characterizing bone structure
CN101143093B (zh) 2006-09-11 2010-09-29 西门子(中国)有限公司 磁共振扩散成像方法
US20090091322A1 (en) 2007-04-25 2009-04-09 Stefan Posse Single-shot magnetic resonance spectroscopic imaging with partial parallel imaging
US7906965B2 (en) 2007-11-05 2011-03-15 The United States Of America As Represented By The Department Of Health And Human Services Methods and apparatuses for estimating the elliptical cone of uncertainty
US8781197B2 (en) 2008-04-28 2014-07-15 Cornell University Tool for accurate quantification in molecular MRI
WO2010122916A1 (ja) * 2009-04-22 2010-10-28 株式会社 日立メディコ 磁気共鳴イメージング装置及び繊維状組織の走行方向表示方法
DE102009019895B4 (de) 2009-05-04 2011-05-12 Siemens Aktiengesellschaft Verfahren und Magnetresonanzanlage zur diffusionsgewichteten Aufnahme von MR-Signalen
SE0950363A1 (sv) 2009-05-22 2010-06-29 Cr Dev Ab Metod och system för magnetisk resonanstomografi, samt användning därav.
DE102010001577B4 (de) 2010-02-04 2012-03-08 Siemens Aktiengesellschaft Verfahren zur Reduktion von Verzerrungen in der Diffusionsbildgebung und Magnetresonanzanlage
US8742754B2 (en) 2010-02-16 2014-06-03 Board Of Regents Of The University Of Texas System Method and system for diffusion tensor imaging
DE102011006851B4 (de) 2011-04-06 2012-12-06 Siemens Aktiengesellschaft Gruppierung von diffusionsgewichteten MR-Bildern nach den verwendeten Diffusionsgradienten zur Erstellung einer Diffusionsinformation
US9720124B2 (en) * 2011-08-10 2017-08-01 Schlumberger Technology Corporation Logging in gas shale and other unconventional reservoirs
SE537065C2 (sv) * 2012-05-04 2014-12-23 Cr Dev Ab Pulssekvensförfarande för MRI
SE537064C2 (sv) 2012-05-04 2014-12-23 Cr Dev Ab Analys för kvantifiering av mikroskopisk anisotropisk diffusion
WO2014052782A1 (en) 2012-09-28 2014-04-03 Children's Medical Center Corporation Diffusion-weighted mri using multiple b-values and constant echo time
US10228335B2 (en) * 2013-01-03 2019-03-12 Schlumberger Technology Corporation Method for nuclear magnetic resonance diffusion measurements
US10684337B2 (en) 2013-01-25 2020-06-16 Regents Of The University Of Minnesota Multiband RF/MRI pulse design for multichannel transmitter
US10048345B2 (en) 2013-03-07 2018-08-14 The Board Of Trustees Of The University Of Illinois Fractional order and entropy bio-markers for biological tissue in diffusion weighted magnetic resonance imaging
US10317498B2 (en) * 2013-09-20 2019-06-11 Children's Medical Center Corporation Methods and apparatus for modeling diffusion-weighted MR data acquired at multiple non-zero B-values
CN105980876B (zh) * 2014-02-10 2019-05-17 Cr发展公司 用于定量样品中的各向同性弥散和/或各向异性弥散的方法
US10817500B2 (en) * 2014-03-13 2020-10-27 Sybase, Inc. Reduce log contention by batching log record transfers to the log
ES2822201T3 (es) 2014-06-12 2021-04-29 Commissariat Energie Atomique Método de IRM para cuantificar la cantidad de hierro en tejidos utilizando difusión por imágenes de resonancia magnética
US9233763B1 (en) 2014-08-19 2016-01-12 Gulfstream Aerospace Corporation Methods and systems for aircraft systems health trend monitoring
EP3081955A1 (en) 2015-04-13 2016-10-19 Commissariat A L'energie Atomique Et Aux Energies Alternatives Mri method for determining signature indices of an observed tissue from signal patterns obtained by motion-probing pulsed gradient mri
SE1551719A1 (sv) 2015-12-29 2016-12-20 Cr Dev Ab Method of extracting information about a sample by nuclear magnetic resonance measurements
DE102016202254B4 (de) 2016-02-15 2017-11-30 Siemens Healthcare Gmbh Modellfreies Ermitteln von Bildbereichen mit anomaler Diffusion anhand von diffusionsgewichteten Magnetresonanzbilddaten
US11672468B2 (en) 2016-04-29 2023-06-13 Washington University System and method for multi-modality quantification of neuroinflammation in central nervous system diseases
AU2017356784B2 (en) * 2016-11-09 2023-10-19 Random Walk Imaging Ab A method of performing diffusion weighted magnetic resonance measurements on a sample

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3514337B2 (ja) 1995-04-19 2004-03-31 株式会社日立メディコ 3次元データ位置合わせ方法
JP2008136871A (ja) 2006-12-03 2008-06-19 Toshiba Medical Systems Corp 最適化された等方性拡散強調を伴うシングルショット磁気共鳴イメージングのための装置および方法
JP2010042245A (ja) 2008-07-17 2010-02-25 Toshiba Corp 磁気共鳴イメージング装置

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
J. Acoust. Soc. Am. 121(6), June 2007
Journal of the Korean Physical Society, Vol. 76, No. 3, February 2020, pp. 210∼214
N.G.Papadakis 외 9인, 'A study of rotationally invariant and symmetric indices of diffusion anisotropy', Magnetic resonance imaging, 1999, vol.17, no.6, 881~892.
P.J.Basser 외 2인, 'MR diffusion tensor spectroscopy and imaging', Biophysical Journal, 1994, vol.66, pp.259~267.

Also Published As

Publication number Publication date
JP7057355B2 (ja) 2022-04-19
WO2018088955A1 (en) 2018-05-17
WO2018088954A1 (en) 2018-05-17
KR102574708B1 (ko) 2023-09-04
JP7218288B2 (ja) 2023-02-06
CN109923426B (zh) 2021-09-03
AU2017356785A1 (en) 2019-05-02
US10948560B2 (en) 2021-03-16
CA3041784A1 (en) 2018-05-17
AU2017356785B2 (en) 2023-10-12
USRE49978E1 (en) 2024-05-21
US20190265323A1 (en) 2019-08-29
CN109923426A (zh) 2019-06-21
EP3538910A1 (en) 2019-09-18
US20190361083A1 (en) 2019-11-28
EP3538909A4 (en) 2020-07-15
KR20190077448A (ko) 2019-07-03
KR20190073500A (ko) 2019-06-26
JP2019534086A (ja) 2019-11-28
CN109923427B (zh) 2021-09-07
EP3538910A4 (en) 2020-07-15
AU2017356784A1 (en) 2019-05-02
EP3538910B1 (en) 2023-06-07
EP3538909A1 (en) 2019-09-18
JP2019534087A (ja) 2019-11-28
AU2017356784B2 (en) 2023-10-19
CA3041785A1 (en) 2018-05-17
US11061096B2 (en) 2021-07-13
CN109923427A (zh) 2019-06-21

Similar Documents

Publication Publication Date Title
KR102620599B1 (ko) 샘플에 대해 확산 가중 자기 공명 측정을 수행하는 방법
JP6543639B2 (ja) サンプルにおける等方性拡散及び/又は異方性拡散を定量化するための方法
Lundell et al. Diffusion encoding with general gradient waveforms
Kiselev Microstructure with diffusion MRI: what scale we are sensitive to?
Cui et al. A numerical study of field strength and clay morphology impact on NMR transverse relaxation in sandstones
US10871539B2 (en) Determination of a joint probability distribution of radius and length of anisotropic pores from double pulsed field gradient MRI data
Washburn et al. Pore characterization through propagator-resolved transverse relaxation exchange
Ianuş et al. Measuring microscopic anisotropy with diffusion magnetic resonance: from material science to biomedical imaging
JP2023519217A (ja) 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
Kamath A generalized CSA-ODF model for Fiber Orientation Mapping
Mesri Investigating Microstructure in the Brain Using Diffusion Weighted Magnetic Resonance Imaging
Novén Orientation of Sticks and Spheres-Estimating Tensor Shape and Orientation Distribution using Diffusion NMR
Leveau Novén Orientation of Sticks and Spheres-Estimating Tensor Shape and Orientation Distribution using Diffusion NMR

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
N231 Notification of change of applicant
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant