KR20130118827A - 자기 공명 기술에 의한 호흡하는 검사 대상자의 측정 데이터 세트의 획득을 위한 방법, 자기 공명 장치, 컴퓨터 프로그램 및 전자적으로 판독 가능한 데이터 매체 - Google Patents

Abstract

자기 공명 기술에 의한 호흡하는 검사 대상자의 측정 데이터 세트의 획득을 위한 방법, 자기 공명장치, 컴퓨터 프로그램들, 및 전자적으로 판독될 수 있는 데이터 매체들이 개시된다. 자기 공명 기술에 의한 호흡하는 검사 대상자의 측정 데이터 세트의 획득을 위한 본 발명에 따른 방법에서, 측정 데이터 세트는 다수의 개별 측정을 통해 획득되고, 각각의 개별 측정에 대해, 호흡 위치 및 호흡 페이즈가 결정되며, 호흡 위치 및 호흡 페이즈에 기초하여, 이미지 데이터 세트를 재구성하는 최종 측정 데이터 세트 내에 개별 측정이 기록될 것인지가 결정된다. 더구나, 대응하는 자기 공명 장치, 대응하는 컴퓨터 프로그램, 및 전자적으로 판독될 수 있는 대응하는 데이터 매체가 청구된다.

Description

자기 공명 기술에 의한 호흡하는 검사 대상자의 측정 데이터 세트의 획득을 위한 방법, 자기 공명 장치, 컴퓨터 프로그램 및 전자적으로 판독 가능한 데이터 매체{METHOD FOR THE ACQUISITION OF A MEASUREMENT DATA SET OF A RESPIRATING EXAMINATION SUBJECT BY MEANS OF MAGNETIC RESONANCE TECHNOLOGY, A MAGNETIC RESONANCE APPARATUS, COMPUTER PROGRAMS AND DATA MEDIUMS THAT CAN BE READ ELECTRONICALLY}

본 발명은 자기 공명 기술에 의한 호흡하는 검사 대상자의 측정 데이터 세트의 획득을 위한 방법, 자기 공명 장치, 컴퓨터 프로그램 및 전자적으로 판독 가능한 데이터 매체에 관한 것이다.

자기 공명 기술(이하, 약어 MR은 자기 공명을 나타냄)은 검사 대상자의 내부로부터 이미지들을 생성할 수 있는 공지 기술이다. 간단히 말하면, 이러한 목적을 위해 검사 대상자는 자기 공명 이미징 스캐너 내에 0.2 테슬라 내지 7 테슬라 이상의 자기장 강도를 갖는 B₀ 장이라고도 하는 비교적 강한 정적 균일 기본 자기장 내에 넣어지며, 따라서 그의 핵 스핀들은 기본 자기장을 따라 배향된다. 핵 스핀 공명을 트리거하기 위하여, 검사 대상자는 고주파 여기 펄스들(RF 펄스들)에 의해 조사되고, 트리거된 핵 스핀 공명은 소위 k 공간 데이터로서 측정되며, 이에 기초하여 MR 이미지들이 재구성되거나, 분광 데이터가 결정된다. 측정 데이터의 공간 인코딩을 위해, 빠르게 활성화되는 자기 기울기 장들이 기본 자기장 위에 중첩된다. 기록된 측정 데이터는 디지털화되고, k 공간 행렬 내에 복소수 값들로서 저장된다. 값들이 할당된 k 공간 행렬로부터, 예를 들어 다차원 푸리에 변환에 의해 관련 MR 이미지가 재구성될 수 있다.

MR에 의해 검사될 환자의 호흡 운동은 자기 공명 이미징(MRI)에서, 특히 흉부 및 복부의 기관들, 즉 호흡 운동에 의해 영향을 받는 검사 영역들의 검사에서, 생성 이미지들의 소위 고스팅(ghosting), 블러링(blurring) 및/또는 강도 손실은 물론, 생성 이미지들 간의 정합 에러들을 유발할 수 있다. 이러한 아티팩트들은 의사가 예를 들어 상기 이미지들에 기초하여 분석을 수행하는 것을 어렵게 할 수 있으며, 예를 들어 병변의 간과를 유발할 수 있다. 종래 기술에는 호흡 운동으로부터 발생하는 아티팩트들을 줄이기 위한 다양한 기술들이 존재한다. 이러한 기술들 중 하나는 호흡 게이팅(gating)이다. 호흡 게이팅은, MR 측정 동안에 환자의 호흡을 기록하고, 획득된 측정 데이터에 할당하는 기술이다. 또한, 호흡 게이팅의 경우, 측정 데이터는 기록된 호흡 운동이 소정의 지정 가능한 기준들을 충족시킬 때만 재구성을 위해 참조된다.

따라서, 환자들의 호흡은 외부 센서들, 예를 들어 공기 베개를 이용하여 또는 MR 신호들, 소위 내비게이터들을 이용하여 검출될 수 있다. 통상적으로 내비게이터는 예를 들어 환자의 호흡과 상관되는 움직임을 갖는, 검사 대상자 내의 횡격막 또는 기타 신호 소스들로부터 획득되는 MR 신호들의 짧은 시퀀스이다. 호흡 운동은 횡격막 또는 기타 신호 소스들의 위치를 통해 재생될 수 있다. 호흡 위치는 통상적으로(그러나 반드시는 아님) 2개의 내비게이터 시퀀스를 이용하여 기록된 데이터만으로부터 결정된다. 따라서, 하나의 내비게이터 시퀀스(통상적으로 제1 내비게이터 시퀀스)는 결정되는 호흡 위치에 할당되는 나머지 내비게이터 측정에 대한 기준 측정이다.

다양한 구현들은 내비게이터를 이용하거나 이용하지 않는 호흡 트리거 기술들과 구별되어야 한다. 호흡 트리거링은 본 명세서에서, 이미징 MR 측정과 자유롭게 호흡하는 환자의 호흡을 동기화하고, 호흡 사이클의 특이 페이즈 동안 측정 데이터의 정의된 패킷을 획득하려고 시도하는 기술로서 이해된다. 이를 행함에 있어서 특정 층이 각각의 트리거링에 대해 한 번만 여기되는 경우, 유효 TR은 시퀀스와 동일하거나, 환자의 평균 호흡 사이클의 배수이다. 이와 달리, 호흡 게이팅의 경우, 반복 레이트(특히, 그의 TR, 즉 층의 연속 여기들 사이의 기간)는 환자의 호흡과 무관하다. 반복 레이트는 오히려 파라미터에 의해 또는 추가적인 생리 신호, 예를 들어 ECG에 의해 제어된다.

내비게이터들을 이용하는 호흡 트리거들의 경우, 호흡 신호를 기록하기 위한 내비게이터 시퀀스가 반복되는 모니터링 페이즈들이 이미징 시퀀스가 수행되는 측정 페이즈들과 교대한다. 모니터링 페이즈들 동안, 이미징 시퀀스는 통상적으로 수행되지 않는다. 이와 관련하여, 호흡 운동의 시간적 스캐닝 레이트는 내비게이터 시퀀스의 지속 기간에 의해 하한에 대해서만 제한된다. 따라서, 스캐닝 레이트는 통상적으로 호흡 게이팅에 대해서보다 높다.

호흡 신호가 외부 센서, 예를 들어 공기 벨트를 이용하여 기록되는 경우, 생리 신호의 스캐닝 레이트는 통상적으로 내비게이터 측정들의 이용에 대해서보다 훨씬 더 높으며, 따라서 통상적으로 디지털 필터들 및 시간적 평균이 가능하다. 게다가, 생리 신호의 측정을 위해 이미징 측정이 중단되지 않아야 한다. 따라서, 외부 신호를 이용하는 호흡 게이팅의 경우, 허용 윈도우는 호흡 위치의 함수로서 정의되는 것이 아니라, 통상적으로 시간 윈도우로서 정의된다. 예를 들어, (호흡 벨트가 사용될 때 흉곽 측정의 함수인) 측정되는 생리 신호가 호기(exhalation) 동안 임계치 아래로 떨어질 때 시간 윈도우가 열리고, 흡기(inhalation) 동안 다시 이 임계치를 초과할 때 닫힌다(예를 들어, Craig E. Lewis et al. "Comparison of Respiratory Triggering and Gating Techniques for the Removal of Respiratory Artifacts in MR Imaging;" Radiology 1986; 160, Pages 803 - 810 참조).

아래에서는, 주로 호흡 게이팅 방법들이 내비게이터 측정에 의한 호흡 위치의 기록과 더불어 고려될 것이다. 내비게이터들을 이용하는 호흡 게이팅의 경우, 내비게이터 시퀀스는 예를 들어 이미징 시퀀스와 인터레이싱(interlacing)되며, 이어서 내비게이터를 이용하여 측정된 횡격막 위치가 그 직후에(또는 전에) 획득된 이미징 데이터에 할당된다.

회고 및 예측 호흡 게이팅(retrospective and prospective respiratory gating) 사이에는 차이가 있다.

회고 호흡 게이팅의 경우, 호흡 운동은 MR 측정 동안 검출 및 기록되지만, 평가되지는 않는다. 대신, 기록될 k 공간이 반복 측정된다. 재구성을 위해, 측정 데이터의 일부만이, 바람직하게는 호흡 신호가 특이 호흡 위치에 대해 특정 윈도우 내에 있는 데이터가 참조된다. 이미지 재구성에 필요한 특정 k 공간 데이터 포인트가 특이 윈도우 내에서 반복 측정되는 경우, 데이터는 평균될 수 있다. 대신에 데이터 포인트가 항상 윈도우 밖에서 측정되는 경우, 특이 위치로부터 최소로 벗어난 데이터 포인트가 재구성을 위해 사용될 수 있다.

예측 호흡 게이팅의 경우, 호흡 센서를 이용하여 측정되는 생리 호흡 신호(예를 들어, 내비게이터 시퀀스를 이용하여 측정되는 횡격막 위치)가 측정 동안에 평가되고, MR 측정은 기록된 생리 신호에 기초하여 제어된다. 가장 간단한 구현인 소위 허용/거절 알고리즘(ARA)에서는, 생리 신호가 사전에 정의된 허용 윈도우 내에 들어갈 때까지 이미징 데이터 패킷의 측정(및 적용 가능한 경우에 관련 내비게이터 시퀀스)이 반복된다.

이러한 타입의 허용/거절 알고리즘 및 이와 동시에 내비게이터들을 이용하는 호흡 게이트의 최초 설명의 일례가 Todd S. Sachs, Craig H. Meyer, Bob S. Hu, Jim Kohli, Dwight G. Nishimura 및 Albert Macovski의 논문: "Real-Time Motion Detection in Spiral MRI Using Navigators," MRM 32: Pages 639 - 645 (1994)에 설명되어 있다. 저자들은 나선형 시퀀스의 각각의 여기에 대해 하나 이상의 내비게이터를 획득하였다. 내비게이터들은 여기서 이미지 데이터의 획득 후에 획득되었다. 상이한 내비게이터들은 이들의 공간 배향에 의해 구별된다. 각각의 내비게이터로부터, 내비게이터의 축을 따른 기준 내비게이터에 대한 공간 변위가 교차 상관을 이용하여 계산된다. 제1 이미징 스캔 후에 획득된 내비게이터 스캔이 각각의 경우에서 기준으로 사용된다. 기준과 관련하여 내비게이터에 대해 결정된 공간 변위가 사용자에 의해 제공되는 임계치보다 작을 때까지 특정 이미징 스캔이 반복된다. 따라서, 이것은 하나 이상의 공간 변위에 기초하는 허용/거절 알고리즘과 관련된다.

허용/거절 알고리즘의 다른 예가 Wang 등에 의한 논문: "Navigator-Echo-Based Real-Time Respiratory Gating and Triggering for Reduction of Respiratory Effects in Three-Dimensional Coronary MR Angiography," Radiology 198; Pages 55 - 60 (1996)에 설명되어 있다. 이 예에서, 생리 신호는 기준 상태와 관련하여 내비게이터에 대해 결정되는 횡격막 위치의 변위이다. Sachs 등에 의한 논문과의 한 가지 차이는, 각각의 예에서 내비게이터가 이미징 스캔 전 및 후에 획득되며, 또한 양 내비게이터에 의해 결정된 변위가 임계치보다 작을 경우에만 이미징 스캔이 허용된다는 점이다.

허용 윈도우를 결정하기 위하여, 통상적으로 소위 사전 스캔이 각각의 환자에 대해 수행되며, 이 경우에 예를 들어 내비게이터 시퀀스를 이용하여 호흡 운동이 기록되지만, 이미징 데이터는 아직 획득되지 않는다.

예측 호흡 게이팅은 통상적으로 회고 호흡 게이팅보다 효율적이다. 예측 호흡 게이팅을 위한 선행 조건은 오늘날 통상적으로 제공되는 MR 장치용 제어 소프트웨어의 실시간 능력이다. 이에 대해, 실시간 능력은, 시퀀스를 이용하여 측정된 데이터(이 경우, 시퀀스는 이미징 및 내비게이터 시퀀스들을 포함함)가 시퀀싱 동안 평가될 수 있고, 시퀀싱의 추가적인 코스가 이 평가의 결과들에 의해 영향을 받을 수 있으며, 데이터의 기록과 추가적인 코스에 대한 영향 사이의 기간이 호흡 운동의 통상적인 시상수들(이 경우, 특히, 3초 내지 10에 이르는 사람의 호흡 사이클)에 비해 짧다는 것을 의미하는 것으로 이해된다.

허용/거절 알고리즘의 중요한 문제는 환자의 호흡이 검사 동안에 자주 변한다는 것이다. 따라서, 호흡 운동의 변화는 이전에 지정된 허용 윈도우 내의 호흡 위치들이 거의 또는 전혀 검출되지 않게 할 수 있다. 이것은 획득 기간을 길어지게 할 수 있으며, 심지어는 측정이 정상적인 방법으로는 완료되지 못하게 할 수도 있다.

측정 동안 호흡이 변하거나 떠도는 경우에 대해, 허용/거절 알고리즘에 관한 효율을 개선하거나, 측정을 더 강건하게 하려고 시도하는 다수의 대안적인 예측 게이팅 알고리즘들이 존재한다. 이 모두에 공통적인 것은, 호흡이 내비게이터를 이용하여 기록되는 한, 예측 결정은 최종 측정된 호흡 위치(예컨대, 최종 측정된 횡격막 위치 또는 최종 측정된 횡격막 위치들)에만 기초한다는 점이다.

이러한 문제를 해결하는 단연코 가장 중요한 알고리즘은 예를 들어 P. Jhooti, P.D. Gatehouse, J. Keegan, N.H. Bunce, A.M. Taylor, 및 D.N. Firmin의 논문인 "Phase Ordering With Automatic Window Selection (PAWS): A Novel Motion-Resistant Technique for 3D Coronary Imaging," Magnetic Resonance in Medicine 43, Pages 470 - 480 (2000)에 그리고 미국 특허 US 7,039,451 B1에 설명되어 있는 "자동 윈도우 선택을 이용하는 페이즈 순서화(PAWS)"이다. PAWS는 실행 시간 동안 최종 허용 윈도우를 발견하며, 따라서 호흡 변화에 대해 유연하게 대응할 수 있다. PAWS의 추가적인 목표는 소정 등급의 "페이즈-인코드 순서화"(또는 간단히 "페이즈 순서화")를 보증하는 것이다. 이것은 k 공간 내의 인접 라인들이 유사한 호흡 상태들에서 획득된다는 것을 의미한다. 특히, 운동에 특히 민감한 k 공간 중심 근처에서의 획득 동안의 호흡 상태의 변화가 방지되어야 한다. PAWS는 3D 데카르트 획득 기술을 위해 개발되었다. 이를 위해 사용되는 ky-kz 어레이 시스템은 각각의 내비게이터에 이어서 삼차원 k 공간의 완전한 kx-kz 평면을 획득한다. 따라서, kx-kz 평면 상에서의 내비게이터(또한, 잠재적인 활성화된 준비 펄스들 또는 EKG 트리거와 같은 추가적인 생리 신호에 대한 기다림 각각)에 의한 정지 정상 상태의 중단 후에 초월 상태로부터 발생하는 kz 축을 따른 k 공간 신호의 변조는 매끄럽다. 잔여 운동의 결과로서 ky 축에서 불연속이 발생할 수 있으며, 이는 제1 페이즈 코딩 축(ky)을 따라 아티팩트 및 블러링으로서 나타날 수 있다. 이것은 k 공간 중심 근처에 세그먼트 경계가 존재할 때만 적용되지 않는다. 호흡 센서에 의해 검출되지 않는 연동 운동들도 이미지들 내에 아티팩트들을 유발할 수 있다.

PAWS는 상이한 소위 "빈(bin)" 변화들 내에 존재한다. PAWS에서, 최종 허용 윈도우의 폭이 결정된다. 이러한 허용 윈도우에 포함되는 호흡 위치들은 허용/거절 알고리즘들과 달리 실행 시간 동안에 자동으로 발견된다. 클러스터들에서 k 공간 충전(filling)이 발생한다. 클러스터(원 논문에서는 "빈"이라는 용어가 "클러스터" 대신 사용됨)는 호흡 위치 범위, 허용 범위에 의해 특성화되고, 이미 측정된 모든 k 공간 라인들을 포함하며, 그 후에 클러스터에 할당된 호흡 위치 범위 내의 호흡 위치가 측정된다. PAWS의 n-빈 변화에서, 호흡 위치 범위는 n개의 연속 클러스터에 의해 커버되며, 그 범위의 폭은 허용 윈도우와 동일하다.

게다가, k 공간 내의 시작 위치는 각각의 클러스터에 할당되며, 상이한 시작 위치들의 수는 n이다. 상이한 시작 위치들은 인접하는 호흡 위치들을 갖는 클러스터들에 할당되며, 여기서 n>1이다. 클러스터에 할당된 호흡 위치가 내비게이터를 이용하여 측정되자마자, 상기 클러스터 내에서 아직 측정되지 않은 k 공간 라인의 측정이 개시된다. 아직 측정될 어느 k 공간 라인들을 선택할지에 관한 결정은 인접하는 클러스터들의 이미 획득된 k 공간 라인들도 전체로서 고려한다. 예를 들어, n개의 인접하는 클러스터의 임의 그룹이 가능한 최대의 정도로 완전하도록 아직 누락된 k 공간 라인이 선택되며, n개의 인접 클러스터의 임의 그룹은 현재 측정된 호흡 위치가 할당되는 클러스터를 포함하는데, 즉 n개의 인접 클러스터의 그룹은 가능한 최대 수의 상이한 k 공간 라인을 포함한다. n개의 인접 클러스터의 임의 그룹이 측정될 모든 k 공간 라인들을 포함하는 경우, 호흡 위치의 전체적인 변화는 이러한 측정 데이터에서, 따라서 허용 윈도우로 제한되므로, 측정은 중지된다.

PAWS의 n-빈 변화의 n개의 상이한 시작 포인트들 및 클러스터들은 k 공간에서 n개의 세그먼트를 발생시킨다. 이에 대해, 각각의 세그먼트는 인접하는 k 공간 라인들로 구성된다. 내비게이터를 이용하여 측정된 세그먼트 내의 호흡 위치들의 변화들은 클러스터에 할당된 위치 범위(원 논문에서는 "빈 크기"라는 용어가 사용됨), 따라서 획득 윈도우의 1/n에 대응한다. 호흡 위치의 변화는 전체 k 공간의 코스에 걸쳐 더 크며, 지정된 허용 윈도우의 결과로서 상한을 갖는다. 동일 세그먼트에 속하는 라인들은 유사한 호흡 상태들 동안에 측정된다. 따라서, 신호의 변조는 세그먼트 경계들에서의 호흡에 따라 변한다. 결과적으로, 세그먼트 경계들에서 위치 점프들이 발생한다. PAWS의 상이한 빈-변화들의 목적은 세그먼트 경계들을 운동에 민감한 k 공간 중심으로부터 멀리 이동시키는 것이다. 다른 목적은 더 큰 정도의 효율을 달성하는 것이다.

전술한 Jhooti 등의 논문에서는 물론, 이어지는 P. Jhooti, P. Gatehouse J. Keegan, A. Stemmer, D. Firmin의 논문: "Phase ordering with Automatic Window Selection (PAWS) with Half Fourier for Increased Scan Efficiency and Image Quality;" Proc. Intl. Soc. Mag. Reson. Med. 11 (2004); Page 2146에서는, 1-빈, 2-빈, 3-빈 및 4-빈 변화들이 서로 비교된다. 이 비교의 결과는 PAWS의 1-빈 및 2-빈 변화들이 가장 효율적임을, 즉 허용 윈도우의 주어진 폭에 대해, 측정들이 가장 빠르게 완료된다는 것을 보여준다. 1-빈 변화는 "페이즈 순서화"를 허용하지 않으므로 버려지며, 4-빈(및 그 이상의) 변화는 낮은 효율로 인해 버려진다. 3-빈 변화는 2-빈 변화보다 덜 효율적이다. 그 이유는 좌측 및 우측 k 공간 에지들에서의 시작 위치들을 갖는 클러스터의 단방향 성장 방향이다. 이러한 주변 클러스터들 중 하나와 (k 공간 중심의 시작 위치 및 양방향 성장 방향을 갖는) 중심 클러스터 사이의 갭이 닫히자마자, 상기 클러스터들은 제1 주변 클러스터에 할당된 호흡 위치가 측정되자마자 다른 주변 클러스터들과 중심 클러스터 사이의 갭이 닫힐 때까지 계속 성장한다. 이것은 통상적으로 다수의 k 공간 라인들이 클러스터 경계들(세그먼트 경계들)에서 획득되게 한다. 이러한 문제는 2-빈 변화에서는 존재하지 않는다. 이 변화에서는, 하나씩 거른 클러스터들이 좌측 k 공간 에지로부터 단방향으로 k 공간 중심을 통해 우측 k 공간 에지를 향해 성장하며, 나머지 클러스터들은 우측 k 공간 에지로부터 단방향으로 k 공간 중심을 통해 좌측 k 공간 에지를 향해 성장한다. 측정은 (반대 성장 방향을 갖는) 2개의 인접하는 클러스터가 "만나자마자" 완료된다. 그러나, k 공간의 대칭 스캐닝의 경우에는, 2-빈 변화를 갖는 경우와 같이, 클러스터 경계가 종종 운동에 특히 민감한 k 공간 중심 근처에 있으며, 이는 강한 이미지 아티팩트들을 유발할 수 있다. 클러스터 경계들이 k 공간 중심 근처에 있을 확률은 부분 푸리에(즉, k 공간의 비대칭 스캐닝)의 이용의 경우에 훨씬 더 낮다.

따라서, PAWS의 소위 2-빈 및 3-빈 버전이 실용적으로 적합하며, 대칭 스캐닝의 경우에는 3-빈 변화가 바람직하고, 비대칭 스캐닝의 경우에는 2-빈 변화가 바람직하다. 이러한 분석은 시작 위치가 인접 클러스터들의 좌측 및 우측 k 공간 에지들 사이에서 교대하는 2-빈 변화에 기초한다. 따라서, 클러스터들은 각각 그에 할당된 시작 위치로부터 먼저 k 공간 중심을 향해 성장한다.

일부 논문들에서는 단일 호흡 위치만이 클러스터에 할당된다는 점에도 유의해야 한다. 또한, 최종 허용 윈도우의 폭은 호흡 신호의 해상도의 n배에 달한다. 이러한 대안 형태에서는, 센서를 이용하여 측정된 호흡 위치가 먼저 확대되므로 허용 윈도우의 유연한 선택이 달성되며, 따라서 n개의 인접하는 결과적인 호흡 위치들은 허용 윈도우의 폭에 대응하는 호흡 범위를 커버한다.

PAWS는 원래, 각각의 경우에 호흡 신호를 기록한 후에 (kz 축에서의) 제2 페이즈 인코딩 기울기의 특정 값을 이용하여 모든 k 공간 라인들이 획득되는 ky-kz 어레이 시스템을 위해 개발되었다. 따라서, "페이즈 순서화"는 또한 데카르트 k 공간 축으로 제한되며, 이는 이 축에서의 잔여 운동 아티팩트들의 더 높은 발생을 유발할 수 있다.

호흡 변화의 문제를 해결하는 또 하나의 예측 게이팅 알고리즘은 점감 분산 알고리즘(DVA)(Todd S. Sachs, Craig H. Meyer, Pablo Irarrazabal, Bob S. Hu, Dwight G. Nishimura: "The Diminishing Variance Algorithm for Real-Time Reduction of Motion Artifacts in MRI;" MRM 34; Pages 412 - 422 (1995))이다. 먼저, 초기 단계에서, 획득된 k 공간이 게이팅 없이 완전히 기록되며, 각각의 획득 기간 동안, 기준 위치에 대한 호흡 위치의 변위가 내비게이터를 이용하여 측정되고 기록된다. 초기 단계의 끝에, 가장 빈번한 호흡 위치가 히스토그램을 이용하여 결정되고, 통계 분포를 위한 모드로서 지정된다. 이어서, 모드로부터 최대로 벗어난 저장된 호흡 위치들을 갖는 k 공간 데이터가 내비게이터와 더불어 재획득되고, 히스토그램(따라서, 모드)이 갱신된다. 각각의 경우에 현재 모드로부터 최대로 벗어난 k 공간 데이터의 이러한 재획득은 모든 호흡 위치들이 주어진 폭의 허용 윈도우 내에 있거나 시간 한도에 도달할 때까지 계속된다.

본 발명은 주어진 허용 범위와 관련하여 재구성에 사용되는 이미지 데이터의 획득 동안의 호흡 위치의 실제 변화가 종래 기술에서의 대응하는 방법보다 적게 증가하는 방법, 자기 공명 장치, 컴퓨터 프로그램 및 전자적으로 판독 가능한 데이터 매체를 제공하는 목적을 갖는다.

이러한 목적은 독립항들에 따른 방법에 의해 달성될 것이다.

일 양태에 따르면, 본 발명은 자기 공명 기술의 게이팅 알고리즘에 의한 호흡하는 검사 대상자의 측정 데이터 세트의 획득을 위한 방법에 관련된다. 측정 데이터 세트는 상이한 k 공간 세그먼트들의 다수의 개별 측정을 통해 획득된다. 각각의 개별 측정에 대해, 호흡 위치 및 호흡 페이즈가 내비게이터 측정들에 의해 결정되며, 이미지 데이터 세트를 재구성하는 최종 데이터 세트 내에 개별 측정들이 기록될 것인지가 호흡 위치 및 호흡 페이즈에 기초하여 결정된다. 내비게이터 측정들은 각각의 경우에 개별 측정들의 획득 전 및 후에 수행된다.

본 발명은 특정 내비게이터 측정이 흡기 동안 행해지는지 또는 호기 동안 행해지는지에 따라 상당한 차이가 있다는 점의 관찰에 기초한다. 호흡 페이즈, 즉 호흡 사이클의 페이즈(흡기 또는 호기)가 예측 호흡 게이팅에서 아직 사용되지 않은 이유는 아마도 기술적인 문제일 것이다. 연속적인 내비게이터 측정들 사이의 시간 간격은 비교적 긴데, 그 이유는 각각의 내비게이터 측정이 한편으로는 측정의 효율을 줄이고, 다른 한편으로는 자화의 안정("정상 상태")을 방해하기 때문이다. 이와 동시에, 각각의 내비게이터 측정은 잡음에 의해 방해되며, 따라서 통상적으로 2개의 연속적인 내비게이터 측정의 비교만으로는 순간적인 호흡 페이즈를 결정하는 것이 불가능하다. 이러한 잡음은 시간적인 수단에 의해 또는 측정된 호흡 위치들의 시리즈의 디지털 필터링을 이용하여 감소될 수 있다. 그러나 양 수단은 데이터의 가용성을 지연시키며, 따라서 예측 결정을 불가능하게 한다.

본 발명은 특정 측정 데이터 포인트가 이미지 재구성을 위해 참조되어야 하는지에 대한 결정이 호흡 위치(예를 들어, 횡격막 위치) 및 호흡 위치가 측정되는 호흡 페이즈의 함수라는 점에서 가장 중요한 예측 게이팅 알고리즘들을 확장한다. 호흡 페이즈는 2개의 상태(흡기, 호기) 또는 3개의 상태(흡기, 호기, 미지)이다.

게다가, 생리적 호흡 운동의 스캐닝 레이트가 낮고, 각각의 개별 스캐닝 포인트가 잡음에 의해 차단되는 경우에도 순간적인 호흡 페이즈의 결정을 가능하게 하는 알고리즘이 이용 가능해질 것이다.

자기 공명 기술에 의한 호흡하는 검사 대상자의 측정 데이터 세트의 획득을 위한 본 발명에 따른 방법에 있어서, 측정 데이터 세트는 다수의 개별 측정에 의해 획득되며, 각각의 개별 측정에 대해 호흡 위치 및 호흡 페이즈가 결정되고, 이에 기초하여 개별 측정이 이미지 데이터 세트를 재구성하는 최종 측정 데이터 세트 내에 기록되어야 하는지가 결정된다.

본 발명에 따르면, 개별 측정이 획득되는 호흡 위치 및 호흡 페이즈의 고려를 통해, 최종 측정 데이터 세트에서 호흡 위치의 전체적인 실체 변화가 호흡 위치만을 참조하는 방법들에 비해 상당히 감소될 수 있다.

따라서, 본 발명에 따른 방법에서는, 생리 데이터 포인트가 예를 들어 내비게이터를 이용하여 측정되는 호흡 위치(예를 들어, 횡격막 위치)에 의해서만 결정되지 않는다. 대신에, 생리 데이터 포인트는 호흡 위치 및 호흡 페이즈로 구성되는 한 쌍이다. 호흡 페이즈는 2개의 상이한 값(상태)(흡기 또는 호기) 또는 3개의 상이한 값(상태)(흡기, 호기 또는 미지)을 가질 수 있다. 호흡 위치와 달리, 호흡 페이즈는 단일 내비게이터 측정으로부터 결정되지 않는다. 호흡 페이즈는 특히 호흡 위치의 적어도 2개의 측정에 의해 결정될 수 있으며, 호흡 위치의 2개의 연속적인 측정 사이의 시간 간격은 호흡 사이클에 비해 비교적 작다. 예를 들어, 호흡 위치의 2개의 연속적인 측정 사이의 시간 간격은 호흡 사이클의 약 1/8 이하의 크기이다.

호흡 위치들, 따라서 호흡 페이즈들은 특히 내비게이터 측정들에 의해 결정될 수 있다. 일부 실시예들에서, 호흡 위치들 및 호흡 페이즈들의 결정은 예를 들어 호흡 벨트와 같은 외부 센서들에 의해서도 가능하다. 그러나, 내비게이터들에 의한 호흡 위치들 및 호흡 페이즈들의 결정은 달리 필요한 추가적인 외부 센서들 및 그의 사용에 대한 필요성을 없앤다.

호흡 페이즈들은 검사받을 환자가 측정 데이터의 획득 동안 현재 숨을 들이쉬고 있는지 또는 내쉬고 있는지를 결정하기 위하여 "흡기" 또는 "호기" 값들을 이용하여 분류될 수 있다. 2개의 값 "흡기" 또는 "호기" 중 어느 것도 할당되지 않는 경우, 호흡 페이즈는 "미지의" 값을 이용하여 분류될 수 있다. "미지의" 호흡 페이즈 동안 획득된 측정 데이터는 폐기될 수 있다.

일 실시예에 따르면, 검사 대상자의 호흡 위치 및 호흡 페이즈는 다수의 사전 정의된 클러스터로 분리될 수 있으며, 각각의 클러스터는 호흡 위치들 및 호흡 페이즈들의 사전 정의된 호흡 범위를 커버한다. 측정 데이터 세트는 다수의 샷을 통해 획득될 수 있으며, 각각의 샷은 주어진 삼차원 k 공간 궤도를 따르는 주어진 수의 k 공간 라인들을 획득한다. 상이한 샷들은 상이한 k 공간 라인들을 획득할 수 있으며, 따라서 사전 정의된 k 공간 영역이 다수의 샷에 의해 스캐닝된다. 샷들은 검사 대상자의 운동에 대한 감도를 나타내는 샷 인덱스를 각각 할당받을 수 있다. 샷들에 대한 샷 인덱스들의 할당은 인접하는 샷 인덱스들이 운동에 대하여 점증적으로 상이한 감도를 나타내는 샷들에 할당되게 할 수 있다. 이 방법은 A) 내비게이터 기술에 의한 검사 대상자의 호흡 위치 및 호흡 페이즈의 측정, 및 B) 측정된 호흡 위치 및 호흡 페이즈의 커버되는 호흡 범위 내에 있는 특정 클러스터의 선택을 포함할 수 있다. 이 방법은 C) 특정 클러스터에 대해 최종 획득된 샷의 샷 인덱스와 인접하는, 할당받은 샷 인덱스를 나타내는 샷으로서 획득될 샷의 선택을 더 포함할 수 있다. 이 방법은 D) 획득될 샷들의 획득, 및 특정 클러스터에 대한 샷들의 할당을 더 포함할 수 있다. 이 방법은 동일한 호흡 페이즈들을 갖는, 검사 대상자의 인접하는 호흡 범위들을 커버하는 적어도 2개의 인접하는 클러스터가 공동으로 측정 데이터 세트의 모든 샷들을 할당받을 때까지 단계 A) - D)의 실행을 더 포함할 수 있다. 이 방법은 2개의 인접하는 클러스터에 할당된 샷들로부터의 MR 이미지의 결정을 더 포함할 수 있다.

k 공간 라인들은 "뷰들"로서 참조될 수도 있다.

본 명세서에서 설명되는 예에서, 호흡 페이즈는 특히 "호기" 및 "흡기"에 관하여, 즉 2개의 가능한 값에 관하여 정의될 수 있다. 예를 들어, 최대 호흡 위치(예를 들어, 완전한 흡기 또는 완전한 호기 위치)에 대응하는 클러스터들은 상이한 호흡 페이즈를 갖는 인접 클러스트를 가질 수도 있다.

획득을 위해 각각의 인접하는 샷 인덱스들을 선택하는, 이러한 방식의 각각의 클러스터에 대해 획득될 샷들의 선택에 의해, 클러스터가 체계적으로 충전되고, 운동에 관한 점증적으로 상이한 감도와 관련하여 분류되는 것이 가능하다. 예를 들어, 다양한 클러스터들의 충전은 운동에 대한 더 큰 감도(운동에 대한 더 작은 감도)를 갖는 샷들이 먼저 획득된 후에 운동에 대한 점증적으로 더 낮은 감도(운동에 대한 점증적으로 더 큰 감도)를 갖는 샷들이 체계적으로 획득되고 분류되도록 행해질 수 있다.

접하는 샷 인덱스들이 운동에 대한 점증적으로 상이한 감도를 나타내도록 샷 인덱스들을 샷들에 할당함으로써, 샷 인덱스들을 논리적인 방식으로 샷들에 할당하는 것이 가능하다. 예를 들어, 샷들은 먼저 운동에 대한 그들의 감도와 관련하여 분류될 수 있고, 이어서 이러한 분류된 샷들이 예를 들어 연속적인 또는 증가하는 또는 감소하는 방식으로 샷 인덱스들을 할당받을 수 있다.

예를 들어, 사전 정의된 클러스터들은 검사 대상자의 호흡 위치들의 전체 호흡 범위가 갭 없이 커버되도록 그룹화될 수 있다. 이러한 방식으로, 전술한 방법의 단계 B)에서 특정 클러스터를 선택하는 것이 가능할 수 있으며, 이 클러스터에서는 측정 호흡 위치가 그의 커버되는 호흡 범위 내에 있다.

예를 들어, k 공간 중심에 대해 비교적 작은 간격을 갖는 하나 이상의 k 공간 라인을 획득하는 샷들은 운동에 대해 비교적 높은 감도를 나타낼 수 있다. 따라서, k 공간 중심 근처에서 k 공간 라인을 전혀 획득하지 못하거나 적은 수의 k 공간 라인만을 획득하는 샷들은 검사 대상자의 부분 상에서의 운동에 대해 비교적 낮은 감도를 나타낼 수 있다. 샷 인덱스들이 운동에 대한 감도를 지시하게 하는 이러한 방식의 샷 인덱스들의 할당에 의해, 운동에 대한 감도를 고려하는 샷들의 선택 및 획득이 실행되고, 예를 들어 이와 관련하여 최적화될 수 있는 것이 가능하다.

예를 들어, 인접하는 클러스터들 사이의 샷들의 상관된 선택 및 획득에 의해 운동에 대한 감도에 관한 샷들의 획득의 최적화를 달성하는 것이 가능하다. 인접하는 클러스터들 중 하나에 대해 획득되는 샷들을 나머지 인접 클러스터에 대해 획득하는 것은 불필요할 수 있다. 이것은 MR 이미지가 상관을 위해 샷 인덱스들을 선택하는 적어도 2개의 인접하는 클러스터로부터 결정될 수 있기 때문에 그러할 수 있다.

클러스터는 하나보다 많은 이웃을 가질 수 있으며, 예를 들어 2개의 이웃을 가질 수 있다. 아래의 설명은 예를 들어 임의의 이웃에 적용될 수 있다.

예를 들어, 검사 대상자의 인접하는 호흡 범위들을 커버하는 2개의 인접하는 클러스터 중 제1 클러스터에 대해, 더 큰 운동 감도에 대응하는 할당된 샷 인덱스들을 갖는 제1 샷들이 선택되고 획득될 수 있다. 2개의 인접하는 클러스터 중 제2 클러스터에 대해, 더 낮은 운동 감도에 대응하는 할당된 샷 인덱스들을 갖는 제1 샷들이 선택되고 획득될 수 있다.

따라서, 즉, 2개의 인접하는 클러스터 중 제1 클러스터에 대해 획득될 샷의 선택은 2개의 인접하는 클러스터 중 제1 클러스터에 대해 아직 측정되지 않은 샷들 중 더 큰 운동 감도를 나타내는 샷의 선택을 포함하는 것이 가능하다. 2개의 인접하는 클러스터 중 제2 클러스터에 대해, 획득될 샷의 선택은 2개의 인접하는 클러스터 중 제2 클러스터에 대해 아직 측정되지 않은 샷들 중 더 작은 운동 감도를 나타내는 샷의 선택을 포함할 수 있다.

다양한 샷 인덱스들의 구체적인 선택을 위한 다양한 기술들이 가능하다. 예를 들어, 연속적으로 증가하는 샷 인덱스들은 검사 대상자의 부분 상의 운동에 대한 각각의 샷들의 연속적으로 증가 또는 감소하는 감도를 나타낼 수 있다. 그러나, 예를 들어 각각의 k 공간 궤도의 k 공간 성분의 추가적인 고려하에 샷 인덱스들의 선택에 대한 다른 변화들도 가능하다.

게다가, 획득될 샷의 선택은 k 공간 영역이 다양한 축들을 따라 그리고/또는 k 공간 영역의 상이한 면들 상에서 균일한 방식으로 가능한 최대 한도로 스캐닝되도록 수행된다.

위에서는 주로 사전 정의된 양의 샷들에 대한 샷 인덱스들에 기초하는 특정 샷들의 선택 및 획득과 관련된 기술들이 설명되었다. 그러나, 다양한 실시예들에 따르면 샷들의 수 자체를 결정하는 것도 가능하다. 특히, 샷들 또는 샷 인덱스들은 각각 이들이 특징적인 운동 감도를 나타내도록 결정될 수 있다. 이것은 예를 들어 k 공간 영역을 k 공간 중심에 대해 명확히 정의된 간격을 나타내는 섹터들로 세분함으로써 이루어질 수 있다. 이러한 간격은 특히 특정의 획득된 k 공간 라인의 운동 감도를 나타낼 수 있다.

k 공간 라인들 또는 뷰들은 각각 페이즈 코딩 기울기 장 축을 따라 배치될 수 있으며, 다수의 샷의 k 공간 궤도들 또는 뷰들은 각각 페이즈 인코딩 기울기 장 축에 수직이 되도록 배향되는 평면 내에 실질적으로 방사상으로 배치된다.

"실질적으로 방사상으로"는 다양한 샷들의 k 공간 궤도들 또는 뷰들 각각이 접선 성분도, 그러나 그의 방사상 성분에 비해 비교적 작을 수 있는 접선 성분도 나타낸다는 것을 의미할 수 있다.

k 공간 영역은 섹터들로 세분되고, 섹터들은 k 공간 중심에 대한 그들의 간격에 관하여 정의되며, 다수의 샷 각각에 대해 각각의 경우에 각각의 섹터 내에 배치된 k 공간 라인이 존재하는 것도 가능하다.

예를 들어, k 공간 궤도는 각각의 샷에 대해, 다양한 k 공간 라인들이 배치되는 섹터들의 이웃에 대응하는 시리즈 내의 상이한 k 공간 라인들을 스캐닝할 수 있다.

본 발명에 따른 자기 공명 장치는 기본 장 자석, 기울기 장 시스템, 고주파 안테나, 및 기울기 장 시스템 및 고주파 안테나를 제어하기 위한 제어 장치, 및 고주파 안테나에 의해 기록된 측정 신호들을 수신하고, 측정 신호들을 평가하고, 자기 공명 이미지들을 생성하기 위한 이미지 프로세서를 포함하며, 설명된 방법을 실행할 수 있다.

본 발명에 따른 컴퓨터 프로그램은 자기 공명 장치의 제어 장치에서 컴퓨터 프로그램이 실행될 때 설명된 방법의 모든 단계들을 실행하는 프로그래밍 수단을 포함한다.

전자적으로 판독될 수 있는 데이터 매체는 그에 저장된 전자적으로 판독될 수 있는 제어 데이터를 포함하며, 제어 데이터는 데이터 매체가 자기 공명 장치의 제어 장치에서 사용될 때 설명된 방법을 실행할 수 있도록 설계된다.

방법과 관련하여 제공되는 이점들 및 설계들은 자기 공명 장치, 컴퓨터 프로그램, 및 전자적으로 판독될 수 있는 데이터 매체에도 유사하게 적용된다.

본 발명의 추가적인 이점들 및 상세들은 도면들에 기초하여 후술하는 실시예들로부터 얻어질 수 있다. 설명되는 예들은 본 발명에 대한 어떠한 한정도 의도하지 않는다.

도 1은 본 발명에 따른 자기 공명 장치를 개략적으로 나타낸다.
도 2는 섹터들 및 샷들에 대한 뷰들의 새로운 할당의 일례를 나타낸다.
도 3은 섹터들 및 샷들에서 스캐닝될 k 공간의 새로운 어레이에 대한 흐름도를 개략적으로 나타낸다.
도 4는 새로운 PAWS 방법의 흐름도를 개략적으로 나타낸다.
도 5는 ky-좌표를 이용하는 원 논문의 PAWS 어레이 시스템과 3-빈 PAWS 알고리즘에 대한 샷 인덱스에 따른 새로운 어레이 시스템의 비교의 일례를 나타낸다.
도 6은 이전의 2-빈 PAWS와 새로운 최적화된 2-빈 PAWS의 비교의 일례를 나타낸다.
도 7은 최적화된 2-빈 PAWS에 대한 흐름도를 개략적으로 나타낸다.
도 8은 호흡 페이즈를 결정하기 위한 본 발명에 따른 방법의 흐름도를 개략적으로 나타낸다.
도 9는 본 발명에 따른 방법의 흐름도를 개략적으로 나타낸다.
도 10은 새로운 최적화된 2-빈 PAWS와 관련된 본 발명에 따른 방법의 실시예의 일례를 나타낸다.
도 11은 측정된 호흡 신호의 일례를 나타낸다.

도 1은 자기 공명 장치(5)(자기 공명 이미징 장치 또는 핵 스핀 단층 촬영 장치 각각)의 개략도를 나타낸다. 기본 장 자석(1)은 예를 들어 자기 공명 장치(5) 내로 미끄러지는 테이블(23) 위에 누워있는 검사될 인체의 일부와 같은 검사될 검사 대상자(U)의 한 영역 내의 핵 스핀의 분극 또는 배향을 위해 시간적으로 일정한 강한 자기장을 생성한다. 검사될 인체의 일부가 배치되는 통상적으로 구 형상인 측정 볼륨(M) 내에 핵 스핀 공명 측정에 필요한 높은 균일도의 기본 자기장이 정의된다. 균일성 요건을 강화하기 위하여, 특히 시간적으로 변하지 않는 효과들을 제거하기 위하여, 강자성 물질로 제조된 소위 심-플레이트(shim-plate)들이 적절한 위치들에 배치된다. 시간적으로 변하는 효과들은 심-코일들(2) 및 심-코일들(2)에 대한 적절한 제어(27)에 의해 제거된다.

3개의 부분 권선으로 이루어진 원통 형상의 코일 시스템(3)이 기본 장 자석(1) 내에 통합된다. 각각의 부분 권선은 대응하는 부스터(24-26)에 의해 데카르트 좌표계의 각각의 축에서 선형 기울기 장을 생성하기 위한 전력을 공급받는다. 기울기 장 시스템(3)의 제1 부분 권선은 x축에서 기울기(G_x)를 생성하고, 제2 부분 권선은 y축에서 기울기(G_y)를 생성하고, 제3 부분 권선은 z축에서 기울기(G_z)를 생성한다. 부스터들(24-26)은 각각 기울기 펄스들의 시간적으로 정렬된 생성을 위해 시퀀서(18)에 의해 제어되는 디지털-아날로그 컨버터(DAC)를 포함한다.

고주파 안테나(4)는 기울기 장 시스템(3) 내에 배치되며, 검사될 대상자 또는 검사될 대상자의 영역의 핵들의 여기를 위해 그리고 핵 스핀들의 배향을 위해 교대 자기장 내에서 고주파 전력 부스터에 의해 제공되는 고주파 펄스들을 변환한다. 고주파 안테나(4)는 코일들의 고리형, 선형 또는 행렬 타입 구성의 형태로 하나 이상의 HF 송신 코일들 및 하나 이상의 HF 수신 코일들로 구성된다. 처리 핵 스핀에 기초하는 교대 장, 즉 하나 이상의 고주파 펄스들 및 하나 이상의 기울기 펄스들을 포함하는 펄스 시퀀스로부터 통상적으로 생성되는 핵 스핀 에코 신호도 고주파 안테나(4)의 HF 수신 코일들에 의해 전압(측정 신호)으로 변환되고, 이 전압은 고주파 수신기 채널(8, 8')의 부스터(7)를 통해 고주파 시스템(22)으로 전송된다. 고주파 시스템(22)은 핵 자기 공명의 여기를 위한 고주파 펄스들을 생성하는 송신 채널(9)을 더 포함한다. 이를 위해, 각각의 고주파 펄스들은 시스템 컴퓨터(20)에 의해 제공되는 주어진 펄스 시퀀스에 기초하여 복소수들의 시리즈로서 시퀀서(18) 내에 디지털 방식으로 묘사된다. 이러한 복소수 시리즈는 각각의 경우에 입력(12)을 통해 실수 및 허수 성분으로서 고주파 시스템(22) 내의 디지털-아날로그 컨버터(DAC)로 그리고 그곳으로부터 송신 채널(9)로 전송된다. 펄스 시퀀스들은 송신 채널(9)에서 측정 볼륨 내의 핵 스핀의 공명 주파수에 대응하는 기본 주파수를 갖는 고주파 캐리어 신호로 변조된다. HF 송신 코일의 변조된 펄스 시퀀스들은 부스터(28)를 통해 고주파 안테나(4)로 전송된다.

송신 동작에서 수신 동작으로의 스위칭은 송신-수신 스위치(6)를 통해 이루어진다. 고주파 안테나(4)의 HF 송신 코일은 측정 볼륨(M) 내의 핵 스핀의 여기를 위해 고주파 펄스를 방출하며, 결과적인 에코 신호들을 HF 수신 코일들을 통해 스캐닝한다. 이에 따라 얻어지는 대응하는 핵 공명 신호들은 고주파 시스템(22)의 수신 채널의 제1 복조기(8')에서 페이즈 감지 방식으로 중간 주파수로 복조되고, 아날로그-디지털 컨버터(ADC)에서 디지털화된다. 이어서, 이 신호는 0의 주파수로 복조된다. 0의 주파수로의 복조 및 실수 및 허수 성분으로의 분리는 제2 복조기(8)에서의 디지털 도메인에서의 디지털화 후에 발생하며, 제2 복조기는 복조된 데이터를 출력들(11)을 통해 이미지 프로세서(17)로 출력한다. 이러한 방식으로, 특히 예를 들어 이미지 프로세서(17)에 의한 적어도 하나의 교란 행렬의 계산 및 그의 반전을 포함하는 본 발명에 따른 방법을 이용하여 얻어진 측정 데이터로부터 이미지 프로세서(17)에 의해 MR 이미지가 재구성된다. 측정 데이터, 이미지 데이터 및 제어 프로그램의 관리는 시스템 컴퓨터(20)를 통해 이루어진다. 시퀀서(18)는 특히 본 발명에 따른 방법에 따라 제어 프로그램들을 이용하여 디폴트 값에 기초하여 각각의 원하는 펄스 시퀀스들의 생성 및 k 공간의 대응하는 스캐닝을 제어한다. 특히, 시퀀서(18)는 기울기들의 시간 정렬된 스위칭, 정의된 페이즈 진폭을 갖는 고주파 펄스의 전송 및 핵 공명 신호들의 수신을 제어한다. 고주파 시스템(22) 및 시퀀서(18)에 대한 시간 기준은 합성기(19)에 의해 제공된다. 예를 들어 DVD(21)에 저장되는 MR 이미지의 생성은 물론, 원하는 k 공간을 공동으로 커버할 인접 클러스터들의 원하는 수(n)와 같은 다른 사용자측 입력들 및 생성된 MR 이미지들의 표시를 위한 적절한 제어 프로그램들의 선택은 예를 들어 키보드(15) 및/또는 마우스(16)와 같이 입력을 가능하게 하기 위한 입력 수단 및 예를 들어 디스플레이 스크린과 같이 표시를 가능하게 하기 위한 디스플레이 수단을 포함하는 단말기(13)를 통해 이루어진다.

도 2는 새로운 k 공간 어레이 시스템의 일례를 나타낸다. (다양한 패턴으로 채워진 원들에 의해 묘사되는) 뷰들이 데카르트 방식으로 배치된 kz-ky 평면이 도시되어 있다.

도 3은 섹터들 및 샷들에서 스캐닝될 k 공간을 배열하기 위한 흐름도를 개략적인 형태로 도시한다.

이를 위해, 먼저 각각의 샷에 대해 획득될 뷰들의 수(Nv)가 선택된다(블록 301). 이것은 예를 들어 자기 공명 장치(5)의 단말기(13)에서의 사용자에 의한 입력에 의해 이루어진다. 샷에 대한 뷰들의 선택은 예를 들어 호흡 신호를 생리 신호로서 결정하는 것은 물론 호흡 신호의 시간 해상도도 결정하기 위한 내비게이터를 이용하여 자유롭게 선택될 수 있는데, 그 이유는 내비게이터 후에 선택된 수의 뷰들을 갖는 샷이 획득되기 때문이다. 따라서, (많은 팩터 가운데 특히 사용자에 의해 선택된 해상도에 의해 결정되는) 측정될 뷰들의 총 수로부터, 샷당 뷰들의 수(Nv)는 스캐닝될 k 공간을 완전히 스캐닝하는 데 필요한 샷들의 수(Ns)에 의해 결정된다(블록 303).

k 공간 내의 뷰들은 섹터들(S1, S2, S3, S4, S5, S6, S7, S8)로 세분된다(블록 305). 동일 섹터에 할당되는 뷰들은 각각 동일 패턴으로 채워진다. 게다가, 섹터들(S1, S2, S3, S4, S5, S6, S7, S8)의 경계들은 가는 파선들로 표시된다.

상이한 섹터들의 수는 샷당 뷰들의 수와 동일하며, 예를 들어 사용자 정의 파라미터이다. 도시된 예에서, 섹터들 및 샷당 뷰들의 수는 8이다.

섹터당 뷰들의 수는 샷들의 수(Ns)와 동일하다. 이 예에서, 각각의 섹터 내의 뷰들의 수, 따라서 샷들의 수는 49이다. 동일 섹터에 할당되는 뷰들은 k 공간 중심으로부터 유사한 간격을 가지며, 동일 반구 내에 배치된다(도 2의 예에서, 제1 반구는 ky>0 또는 (ky=0 및 kz≤0)에 의해 정의된다). 이로부터 얻어지는 이점들은 k 공간의 비대칭 기록(부분 푸리에)을 이용하여 얻어진다.

따라서, 각각의 샷은 섹터당 하나의 뷰를 획득한다. 이를 위해, 특정 섹터의 뷰들은 각각 내비게이터 시퀀스 후에 또는 샷들의 개시 후에 동일 시점에서 획득된다.

모든 뷰들이 샷에 할당되며, 각각의 섹터에서 뷰가 특정 샷에 할당된다(블록 307). 특정 샷에 대한 섹터의 개별 뷰들의 할당은 kz-ky 평면 내의 그들의 배향에 따라, 예를 들어 극좌표계에서의 그들의 방위각에 따라 이루어진다. 이러한 어레이는 의사 방사상 스캐닝 방향을 따른 (정지 정상 상태의 중단 후의 초월 상태로부터 발생하는) k 공간의 매끄로운 변조를 발생시킨다.

예를 들어, 도 2에는 굵은 화살표들의 시리즈에 의해 3개의 샷이 도시되어 있다. 측정 데이터의 획득과 더불어, 동일 섹터 및 상이한 샷들에 할당되는 뷰들은 각각 샷들 내의 동일 위치를 취한다(블록 309). 도 2의 예에 도시된 바와 같이, 각각의 샷에 대해 획득된 뷰들에 대한 시퀀스는 도시된 예에서 S1로부터 S2, S3, S4, S5, S6, S7, S8까지인 그의 섹터들에 각각 대응한다. 따라서, 샷들은 의사 방사상 k 공간 궤도들에서, 이 예에서는 스캐닝될 k 공간의 우측 에지로부터 좌측 에지로 진행한다.

이 어레이 시스템은 PAWS 기술과 연계하여 이전에 사용된 어레이 시스템에 비해 잔여 운동으로부터 발생하는 고스트 아티팩트들이 방위각에서 흐려지므로 이들에 덜 취약하다는 이점을 갖는다. 게다가, 이 어레이는 샷당 뷰들, 따라서 내비게이터 시퀀스를 이용하여 기록되는 생리 호흡 신호의 시간 해상도의 자유로운 선택을 가능하게 한다. 게다가, 이 어레이는 도시된 예에서도 그러하듯이 더 짧은 측정 기간을 위해 비교적 낮은 정보 콘텐츠를 갖는 k 공간의 주변 코너들, 특히 ky-kz 평면에서의 뷰들이 획득되지 않는 소위 타원 스캐닝에 적합하다. 게다가, k 공간 섹터들의 의도된 분포는 예를 들어 자동 교정을 이용하는 병렬 이미징의 경우와 같이 k 공간 스캐닝의 가변 밀도에 적합하다.

일반화된 PAWS 설명은 전술한 어레이 시스템이 PAWS와 함께 구현되는 것을 가능하게 하는데, 그 이유는 전술한 바와 같은 샷들이 섹터들 내에 분포된 뷰들에 대한 샷 인덱스를 할당받고, 이는 위에서 주어진 가정들을 충족시키기 때문이다.

이를 위해, 아래의 접근법이 이용될 수 있다. 먼저, 각각의 샷은 예를 들어 [-Π, Π] 사이의 방위각

을 나타낸다. 이를 위해, 예를 들어, 제1 반구에서 샷에 대한 뷰들의 평균 방위각 (arctan2 (ky, kz)), 또는 섹터들 중 하나에서 뷰들의 방위각을 사용할 수 있으며, 이롭게도 섹터들 중 하나는 도 2의 섹터 S4와 같이 k 공간 중심 근처에 위치한다. 이 방위각은 샷들에 대한 적절한 스칼라, 따라서 어레이 기준들이며, 이는 샷들의 이웃을 설명한다. 샷 -> 스칼라 할당이 가역적일 필요는 없다는 것을 인식하는 것이 중요하다. 샷 인덱스 ns0은 이롭게도 k 공간 중앙을 획득하는 샷들의 샷 인덱스와 동일하게 설정된다. 도 2의 예에서, 이 샷은 방위각

= 0을 가지며, 따라서 ns의 평가 범위 [0, Ns-1]의 중심에 위치한다.

진정한 방사상 궤도에서, 모든 샷들은 동일한 운동 감도를 갖는다. 그럼에도, 일반화된 PAWS 설명을 계속 이용할 수 있다. 게다가, ns0의 선택은 자유이다.

따라서, 위의 가정들에 의한 결정과 더불어, 임의의 이차원 데카르트 ky-kz 어레이 시스템들 및 k 공간 궤도들에서 PAWS 알고리즘을 사용할 수 있는데, 이는 원 논문(Jhooti 등)의 ky 좌표들을 샷 인덱스 ns로 대체하기 때문이다. 이것은 간단히 행해지는데, 그 이유는 클러스터(원 논문에서는 "빈")가 샷 인덱스 ns=0의 좌측 k 공간 에지(원 논문에서는 kymin)에서의 시작 위치를 시작 위치로서 할당받고, 우측 k 공간 에지(원 논문에서는 kymax)에 시작 위치를 갖는 클러스터가 샷 인덱스 ns=Ns-1을 시작 위치로서 할당받고, (원 논문에서) k 공간 중심에 시작 위치를 갖는 클러스터가 최대 운동 감도와 함께 샷 인덱스 ns=ns0을 시작 위치로서 할당받기 때문이다. 도 5에는, 이러한 타입의 변환, 즉 ky 좌표를 이용하는 원 논문의 어레이 시스템(위)으로부터 3-빈 PAWS 알고리즘에 대한 샷 인덱스에 따른 어레이 시스템(아래)으로의 변환의 일례가 도시되어 있다. 수직 열에는 호흡 위치(AP)가 각각의 예에 대해 기록된다.

일반화된 PAWS 방법에 대한 흐름도가 도 4에 개략적으로 도시되어 있다.

이를 위해, 먼저, PAWS에서 통상적이듯이, 측정들 동안 호흡 위치의 주어진 전체 변화를 초과하지 않는 완전한 측정 데이터 세트를 얻기 위해 공동으로 k 공간을 완전히 채워야 하는 인접 클러스터들의 수를 나타내는 숫자 n이 선택된다(블록 401).

Ns 샷들 각각은 전술한 바와 같이 샷 인덱스 ns ∈ [0;...; ns0;...; Ns-1]을 할당받으며(블록 403), 이 할당은 검사 대상자에 의한 움직임에 관한 샷들의 감도가 샷 인덱스 ns=0으로부터 샷 인덱스 ns=ns0까지 증가한 후에 샷 인덱스 ns=ns0으로부터 샷 인덱스 ns=Ns-1로 감소하도록 샷 인덱스들(ns)이 배열되도록 이루어진다.

측정은 호흡 신호, 따라서 순간적인 호흡 위치를 결정하기 위한 내비게이터 측정과 더불어 시작된다(블록 405).

이를 위해, 내비게이터 측정 후에 측정될 샷은 내비게이터 측정에 의해 측정된 호흡 신호에 대응하는 클러스터에 PAWS 방법에서 통상적인 방식으로 할당된다(블록 407).

측정될 다음 샷이 어느 클러스터에 할당될지가 내비게이터 측정에 의해 결정된 후에, 이전에 선택된 클러스터 및 그의 인접 클러스터들에 대한 이미 획득된 샷 인덱스들과 관련하여, 측정될 샷에 대한 샷 인덱스가 결정된다(블록 409). 측정된 샷이 할당될 클러스터에서 아직 샷이 획득되지 않은 경우, 상기 클러스터에 할당된 시작 위치에 대응하는 샷 인덱스를 갖는 샷이 선택된다(블록 409).

선택된 샷 인덱스를 갖는 대응하는 샷이 측정될 샷으로서 획득된다(블록 411).

샷의 최종 획득 후에, 주어진 수(n)의 인접 클러스터들에서 모든 Ns 샷 인덱스들을 갖는 모든 샷들이 획득되면(질의 413), 측정이 완료된다(블록 415).

따라서, 일반화된 PAWS 방법에서도, 시작 위치 0을 갖는 소위 주변 클러스터가 다음의 아직 획득되지 않은 더 큰 샷 인덱스를 선택하므로 k 공간 중심을 향해 성장하고, 시작 위치 Ns-1을 갖는 주변 클러스터가 다음의 더 작은 아직 획득되지 않은 샷 인덱스를 선택하므로 성장한다.

(시작 위치 ns0을 갖는) 중심 클러스터는 n개의 가능한 클러스터 조합들로부터 최대 크기로 완성된 클러스터, 즉 상이한 샷 인덱스들을 갖는 가장 많은 샷을 이미 포함하는 클러스터를 선택한 후에, ns≤ns0을 갖는 샷들에 의해 형성된 양 또는 클러스터 조합으로부터 아직 획득되지 않은, ns≥ns0을 갖는 샷들에 의해 형성된 양이 더 많은 요소를 갖는지에 따라 더 작은 또는 더 큰 샷 인덱스를 향해 성장한다. n개의 인접 클러스터의 임의 그룹이 측정될 모든 샷 인덱스들 [0,..., Ns-1]을 포함하자마자 측정이 완료되는데(블록 415), 그 이유는 호흡 위치의 전체 변화가 그에 따라 허용 윈도우로 제한되기 때문이다. 모든 Ns 샷 인덱스들이 포함되지 않은 n개의 인접 클러스터 샷들의 클러스터 조합이 여전히 존재하는 경우, 블록 405에서 방법이 계속되어, 각각의 경우에 새로운 후속 샷을 이용하여 새로운 내비게이터 측정이 이루어진다.

도 2의 예에서, k 공간 내의 인접 뷰들은 유사한 방위각을 갖는 샷들, 따라서 인접하는 샷 인덱스들을 갖는 샷들에 각각 속한다. 이러한 수단에 의해, 일반화된 PAWS 알고리즘은 유사한 호흡 상태들 동안 인접 뷰들이 획득되는 것을 보증한다. 도 2의 예에서, k 공간 중심을 획득하는 샷은 방위각

= 0을 가지며, 따라서 샷 인덱스들의 평가 범위의 중심에 위치한다. 따라서, (효율 및 잔여 운동 감도와 관련하여) 원 논문에 포함된 결과들도, 제안되는 더 유연한 ky-kz 어레이 시스템에 직접 적용될 수 있는 것으로 가정할 수 있다. 설명되는 방법에서, PAWS 개념은 임의의 ky-kz 어레이 시스템에서 그리고 임의의 비-데카르트 k 공간 궤도들에서 이용될 수 있다.

운동을 기록하기 위한 내비게이터의 사용에 있어서, 자화의 정지 정상 상태는 내비게이터 시퀀스의 실행에 의해 중단된다. Jhooti 등의 원 논문에 따른 어레이 시스템에서, 이러한 중단은 각각의 경우에 Nz TR 간격들의 획득 후에 발생하며, 여기서 Nz는 제2 페이즈 인코딩 방향에서의 페이즈 인코딩 단계들의 수이다. 따라서, 호흡 신호의 시간 해상도는 제2 페이즈 인코딩 방향을 따르는 이미징 시퀀스의 공간 해상도에 직접 관련된다. 그러나, 내비게이터를 이용하여 측정되는 호흡 신호는 호흡 간격에 비해 짧은 제한된 기간 동안만 유효하다. 이것은 Jhooti 등의 원 논문에서 사용되는 어레이 시스템이 2개의 데카르트 축 중 하나의 축에서 최대 해상도를 본질적으로 제한한다는 것을 의미한다. 특히 도 2를 참조하여 설명된 것과 같은 어레이 시스템을 갖는, 제안되는 일반화된 PAWS 알고리즘의 사용에 있어서는 이러한 타입의 제한이 존재하지 않는데, 그 이유는 샷당 뷰들의 수, 따라서 호흡 신호의 시간 해상도가 자유롭게 선택될 수 있기 때문이다. 이러한 장점은 특히 중요한데, 그 이유는 호흡 게이팅된 측정들의 목적이 주로 더 오랜 기간 동안 호흡을 유지하는 환자의 제한된 능력으로부터 발생하는, 환자의 호흡을 유지하는 동안 이루어지는 측정들에 대한 본질적인 해상도 제한을 피하는 것이기 때문이다.

내비게이터 신호의 제한된 시간적 유효성의 문제는 kz 축을 따른 일차원 중심 어레이 시스템의 사용을 통해 부분적으로 방지될 수 있다. 이러한 타입의 어레이 시스템은 k 공간 중심에서 시작하며, 페이즈 인코딩 단계들의 절대 모멘트가 연속적으로 증가하는 방식으로 kz에 대한 양 및 음의 값들을 갖는 교대 뷰들을 획득한다. 그러나, 이러한 중심 어레이 시스템은 TR 간격들 사이의 더 큰 페이즈 인코딩 점프들의 결과인 교란들로부터 발생하는 아티팩트들을 유발할 수 있다는 단점을 갖는다.

통상적인 n-빈 PAWS 방법에 대한 하나의 대안으로서, 아래에서는 최적화된 2-빈 PAWS 방법이 설명된다.

도 6은 예를 들어 이전의 2-빈 PAWS와 새로운 최적화된 2-빈 PAWS의 비교를 나타내며, 이전의 2-빈 PAWS는 위에 도시되고, 새로운 2-빈 PAWS는 아래에 도시된다.

원 논문(Jhooti 등)에 설명된 바와 같이, 오리지널 2-빈 PAWS 변형에 있어서 인접 클러스터들의 시작 위치는 좌측 및 우측 k 공간 에지 사이에서 교대한다. 도 6의 상부에서, 짝수 인덱스를 갖는 클러스터들은 우측 시작 위치를 할당받고, 홀수 인덱스를 갖는 클러스터들은 좌측 시작 위치를 할당받는다. 이것은 본 명세서에서 설명되는 일반화된 표현에서 ns=0과 ns=Ns-1 사이의 교대에 대응한다. 따라서, 시작 위치 ns=0을 갖는 클러스터는 클러스터로부터 아직 획득되지 않은 최소 샷 인덱스를 선택하므로 성장한다. 시작 위치 ns=Ns-1을 갖는 클러스터는 클러스터로부터 아직 획득되지 않은 최대 샷 인덱스를 선택하므로 성장한다. 아래에서는, 오리지널 어레이가 ky 좌표들에 따라 사용될 수 있는 경우에도, 샷 인덱스 ns가 항상 참조될 것이다. 각각에 클러스터에 할당되는 호흡 위치 범위의 폭은 통상적으로 허용 윈도우(AF)의 절반에 대응한다. 측정은 2개의 임의의 인접 클러스터가 공동으로 모든 샷들을 획득하자마자 완료된다. 이것은 클러스터들(c4, c5)에 대한 도 6의 예에서 그러하다. 이미징과 관련하여, "좌측으로부터 성장하는" 클러스터(시작 위치 ns=0)와 "우측으로부터 성장하는" 2개의 인접 클러스터 중 하나의 클러스터(시작 위치 ns=Ns-1)가 만나며, 따라서 양 클러스터는 공동으로 전체 값 범위 [0,..., Ns-1]에 걸친다. 이러한 2개의 클러스터가 거의 동일한 수의 샷을 포함하는 한도 내에서, 종종 이와 관련하여 k 공간 중심을 둘러싸는 운동 민감 영역에서 (도 6에 파선으로 도시된 타원으로 표시된) 클러스터 경계가 얻어진다.

본 명세서에서 설명되는 최적 2-빈 PAWS 구현에서는 2개의 클러스터 타입이 또한 교대한다. 하나의 클러스터 타입은 최대 운동 감도를 갖는 샷(ns=ns0)을 시작 위치로 가지며, 아래에서는 중심 클러스터로서 참조될 것이다. 다른 클러스터 타입은 명확한 시작 위치를 갖지 않으며, 아래에서는 주변 클러스터로서 참조될 것이다. 도 6의 예에서는, 홀수 인덱스를 갖는 클러스터들이 중심 클러스터들이고, 짝수 인덱스를 갖는 클러스터들이 주변 클러스터들이다. 주변 클러스터의 시작 위치는 ns=0 또는 ns=Ns-1 또는 ky 좌표들에서 우측 또는 좌측 k 공간 에지이며, 실제 시작 위치는 실행 시간 동안 먼저 결정된다. 주변 클러스터는 그의 시작 위치에 관계없이 클러스터에 아직 속하지 않은 최대 샷 인덱스로부터 ns0 또는 ky=0을 향해 아래로 또는 클러스터에 아직 속하지 않은 최소 샷 인덱스로부터 ns0 또는 ky=0을 향해 위로 성장한다. 성장 방향에 관한 결정은 일반적으로 바람직하며, 또한 실행 시간에 이루어진다. 이것은 도 7의 흐름도에 개략적으로 도시되어 있다.

전술한 바와 같이 주변 클러스터 cn의 호흡 위치 범위 내에 있는 호흡 위치가 PAWS에서 사용되는 통상의 어레이에 따라(도 4의 블록 407) 내비게이터 측정에 의해 측정되는 경우(도 4의 블록 405에 대응하는 블록 701), 클러스터 조합 cn-c(n-1) 또는 cn-c(n+1)이 완전에 더 가까운지가 후속 질의된다(블록 705 및 707). 이를 위해, 클러스터들 cn-c(n-1) 및 cn-c(n+1)에서 이미 획득된 샷들이 먼저 카운트되며, 이들은 각각의 숫자 M- 또는 M+와 함께 저장된다(블록 705). 주변 클러스터 cn과 더불어 완전에 가장 가까운 인접 클러스터 cx가 이들 숫자 M- 또는 M+에 따라 선택되며, M+가 M-보다 큰 경우에 클러스터 c(n-1)이 선택된다. 클러스터들은 그들의 호흡 위치 범위에 대응하는 통상의 방식으로 라벨링된다(클러스터 cn은 n 번째 호흡 위치에 대응한다). 따라서, c(n-1) 및 c(n+1)은 중심 클러스터들이고, 그 다음 2개의 클러스터는 주변 클러스터들 cn이다. 이러한 방식으로, 클러스터 조합 cn-c(n-1)이 완전에 더 가까운 경우에는 클러스터 c(n-1)이 선택되고, 그렇지 않은 경우에는 클러스터 c(n+1)이 선택된다.

이어서, 2개의 클러스터(cn 및 선택된 cx)로부터 아직 획득되지 않은, 범위 [0,..., ns] 내의 인덱스를 갖는 샷들의 수(Mlow) 및 2개의 클러스터로부터 아직 획득되지 않은, 범위 [ns,..., Ns-1] 내의 인덱스를 갖는 샷들의 수(Mhigh)가 카운트된다(블록 709). 주어진 예에서와 같이 최종 측정된 호흡 위치에 할당된 클러스터 cn이 주변 클러스터인 경우(질의 711에서 "예"), 주변 클러스터 cn은 Mlow가 Mhigh보다 큰 경우에 아직 획득되지 않은 그의 최소 샷 인덱스로부터 ns0 또는 ky=0을 향해 성장하고(질의 713에서 "예"), 최소의 아직 획득되지 않은 샷 인덱스가 획득되며(블록 715); 그렇지 않은 경우에는 주변 클러스터 cn은 아직 획득되지 않은 그의 최대 샷 인덱스로부터 ns0 또는 ky=0을 향해 성장하고(질의 713에서 "아니오"), 최대의 아직 획득되지 않은 샷 인덱스가 획득된다(블록 715).

따라서, 주변 클러스터는 일반적으로 2개의 연속 인덱스 범위에 걸친다. 그 중 하나는 최소 샷 인덱스 ns=0(또는 좌측 k 공간 에지)에서 시작하고, 더 큰 샷 인덱스들을 향해 성장한다. 다른 하나는 최대 샷 인덱스 ns=Ns-1(또는 우측 k 공간 에지)에서 시작하고, 더 작은 샷 인덱스들을 향해 성장한다. 대안으로서, 주기적인 또는 순환 방식으로 범위 경계들에서 계속되는 주변 클러스터들의 인덱스 범위를 참조할 수도 있다.

최종 측정된 호흡 위치가 중심 클러스터 cn의 호흡 위치 범위 내에 있을 때 유사한 방식으로 결정 프로세스가 수행된다. 전술한 바와 같이, 클러스터 조합들 cn-c(n-1) 및 cn-c(n+1) 중 어느 것이 완전에 더 가까운지가 체크되며, 이 클러스터 조합이 선택된다(블록 705 및 707). 이어서, 2개의 클러스터로부터 아직 획득되지 않은, 범위 [0,..., ns] 내의 인덱스를 갖는 샷들의 수(Mlow) 및 2개의 클러스터로부터 아직 획득되지 않은, 범위 [ns,..., Ns-1] 내의 인덱스를 갖는 샷들의 수(Mhigh)가 카운트된다(블록 709). 본 예에서 가정되는 바와 같이, 최종 측정된 호흡 위치에 할당된 클러스터 cn이 중심 클러스터인 경우(질의 711에서 "아니오"), 중심 클러스터 cn은 Mlow가 Mhigh보다 큰 경우에 이미 획득된 그의 최소 샷 인덱스로부터 각각 ns0 또는 kmin을 향해 성장하고(질의 719에서 "아니오"), 아직 획득되지 않은 샷 인덱스들 중 최대 인덱스가 획득되며(블록 723), 이는 이미 획득된 최소 샷 인덱스보다 작다. 그렇지 않은 경우에(Mhigh가 Mlow보다 큰 경우에)(질의 719에서 "예"), 클러스터 cn은 이미 획득된 그의 최대 샷 인덱스로부터 Ns-1 또는 kmax를 향해 성장하고, 최대의 이미 획득된 샷 인덱스보다 큰 샷 인덱스들 중의 최소 샷 인덱스가 획득된다(블록 721).

어느 경우에나, 블록 715, 717, 721 및 723 중 하나에서의 샷의 획득 후, 질의 725에서, 선택된 클러스터 조합에서 모든 Ns개의 원하는 샷 인덱스가 이미 획득되었는지가 체크된다. 그러한 경우(질의 725에서 "예"), 측정 완료되고(블록 727), 종료될 수 있으며, 그렇지 않은 경우(질의 725에서 "아니오"), 프로세스는 새로운 내비게이터 측정과 함께 계속된다. 이러한 방식으로, 종료 기준들은 PAWS의 오리지널 버전에 관하여 불변으로 유지되며; 2개의 인접 클러스터(2-빈)의 임의 그룹이 측정될 모든 샷 인덱스들을 획득하자마자 측정이 종료되는데, 그 이유는 호흡 위치의 전체 변화가 그에 따라 허용 윈도우로 제한되기 때문이다.

전술한 알고리즘을 요약하는 도 7의 흐름도에서는, 집합론으로부터의 관례적인 심벌들이 아래와 같이 사용된다.

{ . } : 세트를 나타낸다.

{xs | ...} : "적용되는" 모든 샷 인덱스들의 세트를 나타낸다.

∈ : "~의 요소임"을 나타낸다.

# { . } : 세트 내의 요소들의 수를 나타낸다.

∧ : "논리곱"에 대한 논리적 심벌이다.

∨ : "논리합"에 대한 논리적 심벌이다.

이러한 최적 2-빈 PAWS 버전은 오리지널 2-빈 PAWS 버전의 고도의 효율성과 오리지널 3-빈 변형의 감소된 아티팩트 취약성을 겸비한다. 이 새로운 알고리즘은 세그먼트 경계들을 특히 운동에 민감한 k 공간 중심들로부터 k 공간 주변들로 능동적으로 푸시한다.

다양한 PAWS 변형들에 대한 아래의 비교에서는, 허용 윈도우의 전체 폭이 주어지는 것으로 가정한다. n-빈 변형에서, 이 허용 윈도우는 호흡 위치 범위의 n개의 연속 클러스터에 의해 걸쳐진다. 일례로서, 각각의 클러스터는 호흡 위치 범위를 할당받으며, 그 폭은 허용 윈도우의 1/n에 대응한다. 이것은 예를 들어 클러스터의 호흡 위치 범위의 폭이 내비게이터 해상도와 동일하게 설정되는 전술한 Jhooti 등의 MRM 논문의 부록 A와 다르다. 후자의 접근법에서, 허용 윈도우의 전체 폭은 n x 내비게이터 해상도이며, 빈들의 수에 따라 증가한다. 이것은 상이한 빈 변형들의 공평한 비교를 수행하는 것을 어렵게 한다.

전술한 새로운 2-빈 변형의 효율은, 2개의 인접하는 클러스터에 의해 커버되는 범위에서 호흡 위치가 Ns번 측정되자마자 모든 Ns개의 샷이 기록되고, 따라서 측정이 종료될 수 있다는 점에서 최적이다. 이러한 특성은 새로운 2-빈 변형 및 오리지널 2-빈 변형 양자에 의해 공유되며, 오리지널 3-빈 변형 및 전술한 Nuval 등에 의한 논문으로부터의 3-빈 변형과 구별된다.

오리지널 2-빈 변형과 달리, 클러스터 경계들이 운동에 민감한 k 공간 중심에 존재할 확률이 크게 감소된다.

이것은 도 6에 나타나 있으며, 여기서는 통상적이듯이 각각의 라인이 클러스터 cn에 대응한다. 이들은 이들의 호흡 위치 범위에 대응하는 수직 평면 내에 배치된다. 수평 평면에서, 페이즈 인코딩 인덱스는 ky이거나, 일반적인 표현에서는 샷 인덱스 ns로서 적용된다. 회색 그늘진 바들은 각각 클러스터로부터 획득된 ky 라인들 또는 샷들을 나타낸다. 도 11b의 상부는 측정의 끝에서 오리지널 2-빈 변형의 페이즈 인코딩 라인들의 선택을 나타내는 전술한 Jhooti 등의 MRM 논문들을 참조한다. 하부에는, 새로운 2-빈 변형의 대응하는 표현이 도시된다. 특정 호흡 위치를 측정한 횟수가 양쪽 구역에서 동일하다는 것을 알 수 있다. 상부에 도시된 오리지널 PAWS 방법에서, 클러스터 경계는 k 공간 중심의 근처에 있다. 하부에 도시된 새로운 변형에서, 클러스터 경계는 k 공간의 주변을 향해 크게 이동된다. 도 6에서, 클러스터 경계들은 각각의 경우에 파선으로 도시된 타원으로 강조된다.

이러한 문제는, 2개의 최종 클러스터에 할당된 호흡 위치들이 대략 동일한 빈도로 측정되고, 샷 인덱스 ns0 또는 ky=0을 갖는 중앙의 특히 운동에 민감한 샷이 인덱스 범위의 중심에 정확히 위치할 때 가장 크다. 이 경우, 클러스터 경계는 k 공간 중심(ky=0)에 정확히 위치한다. 새로운 버전은 이러한 특히 중요한 경우를 최적의 방식으로 처리하며, 새로운 클러스터 경계들은 값 범위의 약 +25% 및 +75%에 위치하고, 따라서 운동에 민감한 k 공간 중심으로부터 최대로 이격된다.

k 공간의 비대칭 스캐닝에 있어서도, 본 명세서에서 설명되는 새로운 2-빈 변형은 최적의 방식으로 기능하는데, 그 이유는 중심 클러스터에 대해 발생하는 주어진 수의 스캔에서 세그먼트 경계들이 샷 인덱스 ns0 또는 ky=0을 갖는 중앙의 특히 운동에 민감한 샷으로부터 최대 한도로 이격되기 때문이다. 따라서, 새로운 버전은 모든 실제 목적들을 위해 오리지널 2-빈 버전보다 항상 더 양호하게 기능한다. 그 이유는 중심 샷 ns0에 대한 샷들의 대칭 분포가 알고리즘의 결정 프로세스에 능동적으로 통합되기 때문이다.

이어서, 최종 중심 클러스터에서 발생하는 스캔들의 수가 최종 주변 클러스터에서 발생하는 스캔들의 수보다 작은 경우, 클러스터 경계는 k 공간 중심 근처에 존재할 수 있다. 이 경우, 이 경계는 오리지널 버전에서보다 k 공간 중심에 더 가까이 위치할 수 있다. 그러나, 이러한 경우는 허용 윈도우의 적당한 분포 및 가장 개연적인 호흡 위치 근처에서의 호흡 위치의 정적 분포에 대해서는 거의 가능하지 않으며, 새로운 2-빈 변형을 이용하여 행해진 본 출원인의 다수의 측정에서는 발견되지 않았다. Nuval 등에 의한 전술한 문헌들 중 하나로부터의 변경 b)와 유사한 확장에 의해, 이러한 경우는 심지어 완전히 방지될 수 있으며, 최종 중심 클러스터가 모든 샷들 Ns 중 최소 비율을 획득해야 하거나 최종 주변 클러스터가 모든 샷들 Ns를 획득해야 하는 방식으로 종료 기준들이 제한된다. 새로운 2-빈 알고리즘에서의 k 공간 중심에 대한 대칭 분포는 그에 고유하며, (종래 기술에서의 3-빈 변형들과 달리) 규정될 필요가 없다는 것을 알 수 있다.

"무호흡"의 경계례는 새로운 2-빈 알고리즘에서(물론, 오리지널 버전에서도) 최적의 방식으로 관리된다는 것도 언급되어야 하며, 모든 샷들은 단일 클로스터로부터 획득되며, 따라서 이 클러스터가 중심 또는 주변 클러스터인지에 관계없이 클러스터 경계가 존재하지 않는다.

도 8은 호흡 페이즈를 결정하기 위한 방법에 대한 흐름도를 개략적인 방식으로 도시한다.

이를 위해, 측정된 생리 신호 포인트들(s₁, s₂,..., s_n)의 시리즈가 주어지며, 이들은 호흡 위치들에 대응한다. s_n의 경우, 이것은 시점 t_n에 내비게이터 시퀀스를 이용하여 측정된 최종 호흡 위치일 수 있다. s_{n -1}은 그 바로 전에 시점 t_{n -1}에 측정된 호흡 위치이며, 기타 등등이다. 측정들은 잡음을 겪는다. 따라서, 각각의 측정 포인트 s_n은 다음과 같이 기술될 수 있다.

s_n= q_n + n_n

여기서, q_n은 미지의 실제 생리 상태(따라서, 이 예에서는 시점 t_n에서의 횡격막 위치)이고, n_n은 미지의 잡음이다.

일반 조건에 대한 제한 없이, 시리즈(q_n)의 극대치는 호기의 종료에서의 상태(호기 종료 상태)에 대응하고, 시리즈(q_n)의 극소치는 흡기의 종료에서의 상태(흡기 종료 상태)에 대응하는 것으로 더 가정한다. 이러한 규정은 설명을 간단하게 유지하는 목적을 위해 행해진다. 호흡 벨트를 이용한 흉곽 크기의 측정에서와 같이 신호 코스가 반전되는 경우, 모든 신호 포인트들(s_n)은 간단히 -1이 곱해질 수 있고, 유사하게 진행된다.

이 알고리즘의 목적은 나중 시점들(n+1, n+2,..)에서의 생리 신호 포인트들(s_{n +1}, s_{n +2},...)을 모르고도 이전 측정들로부터 임의 시점(t_n)에서의 호흡 페이즈를 결정하는 것이다. 호흡 페이즈는 이 경우에 3개 상태이며, 이는 상태들 {"미지"(U), "호기"(E) 및 "흡기"(I))을 취할 수 있다. 이를 위해, 상태 "미지"는 시작에서만 취해진다. 이것이 버려지자마자, 이것은 결코 다시 얻어지지 않는다.

시리즈(q_n)가 이미지 알려진 경우, 이 문제는 사소할 것이다. q_n>q_{n -1}로부터 호기(날숨)가 가정될 수 있고, q_n<q_{n -1}은 흡기(들숨)를 암시할 것이다. q_n=q_{n -1}의 경우, 이전 상태가 유지될 것이다.

알고리즘에서의 다른 하나의 입력은 임계치 파라미터 △s이며, 이는 개략적으로 말하면 호흡 페이즈로부터 발생하는 신호 코스의 변화로부터 잡음을 구별한다. △s는 예를 들어 시리즈(s_n)의 표준 편차의 이전의 교정 측정에 의해 결정될 수 있다. 본 구현에서, 내비게이터가 횡격막 위치를 측정하는 경우, 경험치 △s=4mm가 사용된다. 알고리즘은 상태 기계로서 해석될 수 있다(독어로는 "유한 오토마트"로서, 영어에서는 "유한 상태 기계"(FSM)로도 참조됨).

도 8은 흐름도를 이용하여 알고리즘을 설명한다.

이를 위해, 생리 신호 포인트(s_n)(호흡 신호)가 측정된다(블록 801). 측정된 신호 포인트(s_n)가 제1 측정 신호 포인트(s_n=s₁)인 경우, 먼저 상태 "미지"가 할당된다(질의 803에서 "예"). 따라서, 호흡 페이즈의 초기 상태는 "미지"이다.

최종 상태 기계가 이 상태에 있는 경우, 호흡 페이즈의 최종 변화에 관한 이전의 최대 측정 신호 값(s_max)은 물론, 이전의 최소 측정 신호 값(s_min)도 기록된다.

제1 신호 포인트(s₁)의 측정에서, 다음의 초기화가 이루어진다(블록 805).

페이즈 = "미지"(U); s_min = s₁; s_max = s₁

각각의 새로운 측정(s_k)(k>1)(질의 803에서 "아니오")은 호흡 단계에서의 전이이거나, 상태 "호기"(E) 또는 "흡기"(I)를 트리거할 수 있다. 이를 위해, 먼저 순간 호흡 페이즈, 즉 최종 신호 포인트가 할당된 호흡 페이즈가 질의된다(질의 807).

제1 측정(s₁)에 따르면, 설명된 바와 같이, 호흡 페이즈 "미지"(U)가 순간 호흡 페이즈이다. 이로부터, s_k ≤ s_max - △s인 경우(질의 809에서 "예"), 흡기 상태(I)로의 전이가 발생한다. 따라서, 현재 호흡 페이즈는 "흡기"(I)이며, 이 호흡 페이즈에서의 최소 측정 신호 값은 s_min = s_k로 갱신된다(블록 811). s_min은 이 예에서 변수이며, 이는 상태 "흡기"(I)로의 현재 전이에 관한 최소 신호 값을 나타낸다.

s_k > s_max - △s인 경우(질의 809에서 "아니오"), s_k ≥ s_min + △s인 경우에(질의 813에서 "예") 상태 "호기"(E)로의 전이가 발생한다. 따라서, 현재 호흡 페이즈는 "호기"(E)이며, 이 호흡 페이즈에서의 최대 측정 신호 값은 s_max = s_k로 갱신된다(블록 815). s_max는 상태 "호기"(E)로의 현재 전이에 관한 최대 신호 값을 나타내는 변수이다.

질의(809)도 질의(813)도 옳지 않은 경우(질의 813에서 "아니오"), s_k는 상태 전이를 트리거하지 않는 대신, 호흡 페이즈 "미지"가 또한 현재 호흡 페이즈이며, 변수들 s_min 및 s_max가 갱신된다: s_min = min(s_min, s_k); s_max = max(s_max, s_k).

유한 상태 기계가 상태 "호기"(E)에 있는 경우(질의 807에서 "E"), 다음 신호 포인트 s₁ 측정에서, 상태 "호기"(E)가 유지될 수 있거나, 상태 "흡기"(I)로의 전이가 발생한다. 이를 위해, 질의 819가 수행되어, s₁ ≤ s_max - △s인지를 체크한다. 그러한 경우(질의 819에서 "예"), 호흡 페이즈는 이제 "흡기"(I)로 변하고, 변수 s_min은 s_min = s₁로 갱신된다(블록 821). 그렇지 않은 경우(질의 819에서 "아니오"), 상태 "호기"(E)가 현재 호흡 페이즈로 유지되고, 변수 s_max는 s_max = max(s_max, s₁)로 갱신된다(블록 823).

s_min은 상태 "흡기"(I)로의 현재 전이에 관한 최소 신호 값을 나타내는 변수이다. 현재 측정 신호 포인트를 이용하는 초기화는 전이가 상태 "미지"(U) 또는 "호기"(E)로부터 발생하는지와 무관하다.

유한 상태 기계가 상태 "흡기"(I)에 있는 경우(질의 807에서 "I"), 다음 신호 포인트 s_m 측정에서, 상태 "호기"(E)로의 전이가 발생할 수 있거나, 상태 "흡기"(I)가 유지된다. 이를 위해, 질의 825가 수행되어, s_{m ≥} s_{min +} △s인지를 체크한다. 그러한 경우(질의 825에서 "예"), 호흡 페이즈는 이제 "호기"(E)로 변하고, 변수 s_max는 s_max = s_m으로 갱신된다(블록 827). 그렇지 않은 경우(질의 825에서 "아니오"), 상태 "흡기"(I)가 현재 호흡 페이즈로 유지되고, 변수 s_min은 s_min = min(s_min, s_m)으로 갱신된다(블록 829).

이러한 방식으로, 각각의 새로운 신호 포인트 s_n이 명백한 호흡 페이즈에 할당된다. 이러한 할당은 유한 상태 기계의 순간 상태 및 이전에 측정된 신호 포인트들로부터의 변수들 s_min 및/또는 s_max에 암시적으로 의존하지만, 예측 결정에서 알려지지 않은 미래의 s_min은 s_{n +1},... 등에 의존하지 않는다. 초기 상태 "미지"가 일단 포기되자마자, 2개의 호흡 페이즈를 고려하여 예측 게이팅이 개시될 수 있다.

여기서, 시리즈(sn)의 디지털 필터링 또는 균일화가 완전히 배제될 수 있다는 점에 유의해야 한다.

이러한 방법에 의해, 예측 게이팅 방법에서의 호흡 페이즈는 또한 내비게이터 측정들에 의해 측정된 호흡 위치들에 의해 결정될 수 있고, 이미지 재구성에 사용되는 최종 측정 데이터에서의 호흡 위치들의 실제 변화들을 최소로 유지하는 데 사용될 수 있다.

개별 측정들에서의 측정 데이터 세트의 획득을 위한 방법의 흐름도가 도 9에 개략적으로 도시되어 있다.

이를 위해, 생리 신호, 호흡 위치가 측정되고, 예를 들어 도 8을 참조하여 전술한 바와 같이, 관련 호흡 페이즈가 결정된다(블록 901.1). 이어서, 측정될 측정 데이터 세트에 대한 개별 측정이 획득되며, 이는 이전에 결정된 호흡 페이즈 및 측정된 호흡 위치에 할당된다(블록 901.2).

할당된 호흡 페이즈가 "미지"(U)인 경우(질의 903에서 "예"), 개별 측정의 데이터는 폐기되거나, 또는 측정될 검사 대상자에 대한 이미지 데이터 세트를 재구성하는 최종 측정 데이터 세트 내에 기록되지 않는다(블록 905).

할당된 호흡 페이즈가 "미지"(U)가 아닌 경우(질의 903에서 "아니오"), 측정 데이터는 그들의 호흡 페이즈 및 호흡 위치와 함께 저장된다(블록 907).

질의 909에 의해, 각각의 할당된 호흡 위치 및 호흡 페이즈에 기초하여 그리고 선택된 알고리즘에 의해, 획득된 측정 데이터가 최종 측정 데이터 세트 내에 기록되어야 하는지(질의 909에서 "예"), 따라서 가능한 최종 측정 데이터 세트 내에 저장되어야 하는지(블록 913), 또는 블록 911에서, 획득된 측정 데이터가 폐기될 수 있는지(질의 909에서 "아니오")가 결정된다. 사용되는 알고리즘에 따라서는, 다수의 가능한 최종 측정 데이터 세트를 저장하는 것이 가능하며, 이러한 가능한 측정 데이터 세트들 중 하나가 원하는 k 공간을 완전히 스캐닝할 때 측정이 종료된다.

최종 측정 데이터 세트 내에 이 시점까지 저장된 측정 데이터가 획득될 전체 k 공간을 완전히 커버하는 경우(질의 915), 프로세스가 종료되고, 최종 측정 데이터 세트로부터 이미지 데이터 세트가 재구성되며(블록 917), 그렇지 않은 경우(질의 915에서 "아니오"), 호흡 위치 및 호흡 페이즈가 결정되고, 관련 개별 측정이 획득된다. 이러한 방식으로, 검사될 검사 대상자에 대응하는 k 공간이 완전히 기록될 때까지, 호흡 위치들 및 호흡 페이즈들이 결정되고, 관련 개별 측정들이 획득된다.

질의 909에서 어떠한 기준들이 사용될지는 선택된 알고리즘에 의존한다.

예를 들어, 이미지 재구성을 위해 기록될 k 공간이 개별 측정들 내의 세그먼트들에 의해 측정되는 허용/거절 알고리즘이 선택될 수 있다(블록 901.2). 세그먼트의 각각의 측정은 생리 데이터 포인트를 할당받는다(블록 901.1). 생리 데이터 포인트가 호흡 위치 및 호흡 페이즈에 의해 특성화된다. 이어서, 질의 909에서 특정 데이터 세그먼트가 허용되는데, 즉 이 세그먼트는 나중에 블록 917에서, 그에 할당된 생리 데이터 포인트의 호흡 위치가 허용 윈도우 내에 있고, 그에 할당된 생리 데이터 포인트의 호흡 페이즈가 주어진 상태, 예를 들어 "흡기"를 취하는 경우에만 이미지 재구성을 위해 사용된다. 이것이 사실인 경우, 2개의 최종 데이터 세트가 저장될 수 있고, 이들 각각은 상이한 호흡 페이즈를 수용한다. 이 경우, 2개의 최종 측정 데이터 세트 중 하나가 획득될 k 공간을 완전히 포함하는 경우, 측정이 종료된다(블록 917).

구체적인 호흡 페이즈의 요구는 본 발명에 따른 방법을 종래 기술로부터 구별한다. 2개의 조건 중 하나가 충족되지 않는 경우, 세그먼트의 측정은 반복된다(질의 915에서 "아니오"). 생리 데이터 포인트의 호흡 위치는 예를 들어 세그먼트의 측정 직전 또는 직후에 실행되는 내비게이터 시퀀스를 이용하여 종래 기술에서와 같이 기록된다. (방사상 또는 나선형과 같은) 소정의 k 공간 궤도들에서, 호흡 위치는 측정 데이터로부터 직접 추출될 수도 있다. 이어서, 자기 내비게이팅된 방법(영어: "self navigated" 또는 "self gated")을 참조한다. 이와 달리, 생리 데이터 포인트에 할당된 호흡 페이즈는 이전에 이루어진 내비게이터 측정들의 시리즈로부터 결정된다.

k 공간 세그먼트화의 타입은 이 방법에서 역할을 하지 않는다. 내비게이터 시퀀스가 이미징 시퀀스의 정지 정상 상태를 종종 중단시키므로, 정지 정상 상태가 다른 이유들로 인해, 예를 들어 지방 포화 펄스로 인해, 또는 ECG 트리거와 같은 다른 생리 신호를 기다릴 때 부득이 중단되는 시퀀싱 내의 위치들에 내비게이터를 삽입하는 것이 바람직하다.

다른 실시예에서는, PAWS 알고리즘이 선택되며, 개별 측정들을 획득하는 이미징 시퀀스에 대한 선행 조건은 (위에서 설명되었고, 다시 한 번 요약하면) 다음과 같다.

a) 개별 측정이 하나의 샷이며, "샷"은 특정 내비게이터 시퀀스에 이어서(그리고 이어지는 내비게이터 시퀀스 전에) 획득되는 이미징 시퀀스의 측정 데이터 모두를 의미하는 것으로 이해된다. 이러한 데이터는 내비게이터 시퀀스를 이용하여 측정된 호흡 위치 및 결정된 호흡 페이즈에 할당된다. 일반적으로, 샷들의 길이에 대해 일정한 기간을 선택하지만, 이것은 절대적으로 필요한 것은 아니다.

b) 스캐닝될 k 공간의 완전한 기록을 위해 요구되는 샷들의 수는 Ns이다.

선행 조건 a 및 b는 최종 허용 윈도우를 자동으로 설정하는 데에 충분하다. 추가적인 "페이즈 순서화"가 수행되는 경우, 아래의 두 가지 선행 조건 c 및 d가 더 필요하다.

c) 각각의 샷은 k 공간 내의 이웃을 기술하는 스칼라를 할당받을 수 있다. [0,..., Ns-1] 내의 샷 인덱스 ns는 이 스칼라에 따라 분류된다.

d) 최대 운동 감도를 갖는 [0,.., Ns-1] 내의 샷 인덱스 ns0을 갖는 특이 샷이 존재한다. 따라서, 운동 감도는 [0,..., ns0]의 범위 내에서 증가하고, [ns0,.., Ns-1]의 범위 내에서 감소한다.

이를 위해, 각각의 내비게이터 측정은 전술한 바와 같이 (스칼라) 호흡 위치 및 2가 호흡 페이즈("흡기", "호기") 또는 3가("흡기", "호기", "미지")로부터의 호흡 페이즈를 할당받는다. 이를 위한 선행 조건은 호흡 페이즈가 할당될 개별 측정 이후에 발생하는 내비게이터 측정이 호흡 페이즈를 결정하는 데 필요하지 않다는 것이다. 이것은 예를 들어 도 8을 참조하여 설명된 방법을 이용하여 얻어질 수 있다.

전술한 일반화된 PAWS 알고리즘을 이용하는 방법의 일 실시예는 아래의 특성들에 의해 특성화된다.

a) 클러스터가 호흡 위치 범위(또는 허용 범위) 및 호흡 페이즈에 의해 특성화된다. 이것은 클러스터에 할당된 호흡 위치 범위 내의 호흡 위치 및 클러스터에 할당된 호흡 페이즈가 측정된 후에 이미 측정된 모든 샷 인덱스들을 포함한다(블록 913).

b) 2개의 클러스터 세트가 존재한다. 제1 클러스터 세트는 소위 흡기 클러스터들(즉, 클러스터 페이즈 "흡기"를 할당받은 클러스터들)로 구성된다. 제2 세트는 소위 호기 클러스터들(즉, 호흡 페이즈 "호기"를 할당받은 클러스터들)로 구성된다. 결정되지 않은 호흡 페이즈를 갖는 데이터는 폐기된다.

c) 클러스터들은 그들의 호흡 위치 범위에 따라 분류된다. 상이한 클러스터들의 호흡 위치 범위들은 분리적이고 "갭이 없다." 따라서, 각각의 측정된 호흡 위치에 대해 정확히 하나의 클러스터가 존재하며, 여기서 이 호흡 위치는 그의 허용 범위 내에 있다. 더구나, n개의 연속 클러스터의 호흡 위치 범위들은 허용 윈도우의 원하는 최종 폭으로 조정되는 호흡 위치 범위를 각각 커버한다.

d) n개의 인접 클러스터들의 임의 그룹이 측정될 모든 샷 인덱스들 [0,..., Ns-1]의 세트를 포함하자마자(질의 915), 측정이 종료될 수 있는데(블록 917), 그 이유는 호흡 위치의 전체 변화가 그에 따라 허용 윈도우로 제한되고, 호흡 페이즈 동안 n개의 인접 클러스터들의 그룹에 속하는 모든 측정 데이터가 측정되었기 때문이다.

특성들 a)-d)는 최종 허용 윈도우의 자동 배치를 위해 충분하다. 특성 e와 더불어 페이즈 순서화가 더 얻어질 수 있다.

e) 각각의 클러스터가 간격 [ns0,..., Ns-1] 내의 (시작 인덱스 ns_seed로도 참조되는) 샷 인덱스의 형태로 시작 위치를 할당받는다. 클러스터는 클러스터에 의해 커버되는 인덱스 범위가 갭 없는 방식으로 시작 위치로부터 시작하여 성장한다. 최선으로서, 이를 위해, 인덱스 범위는 최적화된 2-빈 PAWS와 관련하여 전술한 바와 같이 주기적 또는 순환 방식으로 범위 경계들에서 계속된다. 클러스터가 더 작은 또는 더 큰 샷 인덱스들을 향해 성장하는지에 대한 결정은 일반적으로 인접 클러스터들로부터 이미 획득된 샷 인덱스들을 고려한다. 그 목적은 현재 측정된 호흡 위치가 할당되는 클러스터를 포함하는 n개의 인접 클러스터들의 임의 그룹이 가능한 최대 한도로 완전한, 즉 더 많은 가능한 수의 상이한 샷 인덱스들을 포함하는 방식으로 인덱스를 선택하는 것이다. 인접 클러스터들 간의 시작 위치들의 최적 분포는 빈들의 수에 의존한다.

전술한 실시예는 최종 허용 데이터가 호흡 페이즈 "흡기" 동안 완전히 측정되고, 호흡 페이즈 "호기" 동안 완전히 측정될 것을 요구한다.

전술한 일반화된 PAWS 알고리즘을 또한 이용하는 다른 실시예에서는 예외가 허용된다. 호기의 끝에서의 특히 조용한 페이즈에서 그리고 흡기의 개시와 더불어, 호기 및 흡기 동안 획득된 데이터를 이용한 이미지 재구성이 가능해진다. 이것은, 2개의 클러스터가 상이한 호흡 페이즈들에 할당되더라도 하나의 클러스터가 제1 호흡 페이즈의 최대 측정 호흡 위치를 갖는 경우에 제2 호흡 페이즈는 최대 측정 호흡 위치를 갖는 클러스터에 인접하는 것으로 간주된다는 것을 의미한다. 이러한 대안의 특성들은 다음과 같다.

a) 전과 같이, 클러스터는 호흡 위치 범위(또는 허용 범위) 및 호흡 페이즈에 의해 특성화된다. 이것은 클러스터에 할당된 호흡 위치 범위 내의 호흡 위치 및 클러스터에 할당된 호흡 페이즈가 측정된 후에 이미 측정된 모든 샷 인덱스들을 포함한다(블록 913).

b) 직접 인접하는 클러스터들은 동일한 호흡 페이즈를 할당받는다. 하나의 예외로서, 최대 호흡 위치를 갖는 호기 클러스터 및 최대 호흡 위치를 갖는 흡기 클러스터는 c)가 준수되는 한은 인접하는 것으로 간주될 수 있다.

c) 동일 호흡 페이즈를 갖는 클러스터들은 그들의 호흡 위치 범위에 따라 배열된다. 동일 호흡 페이즈를 갖는 상이한 클러스터들의 호흡 위치 범위들은 분리적이고 "갭이 없다." 상이한 호흡 페이즈들을 갖는 2개의 인접 클러스터는 동일한 호흡 페이즈 범위를 갖거나, 흡기 클러스터의 호흡 위치 범위는 더 적은 호흡 위치들에 도달할 때까지 호기 클러스터의 호흡 위치 범위에 갭 없이 연결된다. 양 규칙은 일반적으로 공백 클러스터들(즉, 데이터가 아직 획득되지 않은 허용 범위/호흡 페이즈를 갖는 클러스터들)의 삽입을 필요로 한다.

여기서, 호기 및 흡기 클러스터들 사이의 전이에서의 이웃은 통상적으로 일시적이라는 점에 유의해야 한다. 더 극단적인 호흡 위치가 측정되는 경우, 최대 호흡 위치를 각각 갖는 호기 및 흡기 클러스터들 사이의 기존 이웃 관계가 중단되고, 더 많은 클러스터가 삽입된다.

d) n개의 인접 클러스터들의 임의 그룹이 측정될 모든 샷 인덱스들 [0,..., Ns-1]의 세트를 포함하자마자, 측정이 종료될 수 있는데(블록 917), 그 이유는 호흡 위치의 전체 변화가 그에 따라 허용 윈도우로 제한되기 때문이다.

특성들 a)-d)는 최종 허용 윈도우의 자동 배치를 위해 충분하다. 특성 e와 더불어, 페이즈 순서화도 얻어질 수 있다.

e) 각각의 클러스터가 간격 [ns0,..., Ns-1] 내의 ("시작 인덱스 ns_seed"로도 참조되는) 샷 인덱스로서 시작 위치를 할당받는다. 클러스터는 클러스터에 의해 커버되는 인덱스 범위가 갭 없는 방식으로 시작 위치로부터 시작하여 성장한다. 최선으로서, 이에 따라, 인덱스 범위는 (최적화된 2-빈 PAWS와 관련하여 전술한 바와 같이) 주기적 또는 순환 방식으로 범위 경계들에서 계속된다. 클러스터가 더 작은 또는 더 큰 샷 인덱스들을 향해 성장하는지에 대한 결정은 일반적으로 인접 클러스터들로부터 이미 획득된 샷 인덱스들을 포함한다. 그 목적은 현재 측정된 호흡 위치에 할당되는 클러스터를 포함하는 n개의 인접 클러스터들의 임의 그룹이 가능한 한 완전한, 즉 가능한 한 많은 상이한 샷 인덱스들을 포함하는 방식으로 인덱스를 선택하는 것이다. 인접 클러스터들 간의 시작 위치들의 최적 분포는 빈들의 수에 의존한다.

시작 위치들의 특정 패턴이 얻어지는 경우, 이것은 호기 및 흡기 클러스터들 사이의 전이들에서도 유지되어야 한다. 이것은 공백 클러스터들의 삽입을 필요로 할 수 있다.

다른 실시예에서는, 점감 분산 알고리즘(DVA)이 질의 909에 대한 결정 알고리즘으로서 선택된다. 이 경우, 아래의 방식으로 호흡 페이즈를 고려하여 DVA의 가능한 확장이 구현될 수 있다.

호흡 페이즈 "호기" 및 호흡 페이즈 "흡기" 동안 측정된 호흡 위치들은 개별 히스토그램들에 기록된다. 초기 페이즈의 종료시에(즉, 모든 원하는 k 공간 데이터가 게이팅 없이 각각의 측정된 호흡 위치 및 호흡 페이즈과 더불어 완전히 기록된 후), 가장 빈번한 호흡 페이즈가 먼저 결정되고, 2개의 히스토그램 각각에 대한 모드가 결정된다. 후속 재획득 페이즈에서, "미지" 페이즈 동안 획득된 k 공간 데이터가 먼저 재획득된다. 각각의 새로운 측정을 이용하여, 히스토그램들이 갱신되고(따라서, 모드들이 각각 갱신되고), 현재 가장 빈번한 호흡 페이즈가 결정된다. 호흡 페이즈 "미지"를 갖는 k 공간 데이터가 더 이상 존재하지 않자마자, 전체적으로 가장 많은 엔트리를 갖는 히스토그램의 모드가 재획득을 위한 기초로서 선택된다(블록 913). 종래 기술의 경우와 같이, 이 모드로부터 최대 한도로 벗어나는 호흡 위치들을 갖는 k 공간 데이터가 재획득을 위해 고려된다. 호흡 신호의 디지털화로 인해, 통상적으로 동일 호흡 위치를 갖는 다수의 k 공간 데이터 패킷들(위에 사용된 표기법으로는 "샷들")이 존재한다. 선택된 모드로부터 최대로 벗어나는 샷들 중에서, 일부는 상이한 호흡 페이즈들에서 측정되었을 수 있다. 그러한 경우, (종래 기술과 달리) 덜 빈번한 호흡 페이즈 동안 측정된 샷들의 반복이 개시된다. 종료 기준은 시간 한도 및/또는 모든 측정 데이터가 하나의 호흡 페이즈 동안에 측정되었고, 호흡 위치들이 주어진 폭의 허용 윈도우 내에 있는 것이다(블록 917). 히스토그램의 연속 갱신으로 인해, 가장 빈번한 호흡 페이즈는 적어도 이론적으로는 실행 시간에 바뀔 수 있다는 것을 점에 유의한다.

도 10은 본 발명에 따른 방법의 일 실시예를 새로운 최적 2-빈 PAWS와 관련하여 예시적으로 나타낸다. 이를 위해, 새로운 2-빈 PAWS 측정의 클러스터 도면이 호흡 페이즈들의 주어진 구별과 더불어 도시된다. 각각의 수평 바는 클러스터에 대응한다. 이들은 그들의 호흡 위치 범위에 관하여 수직으로 배열된다. 샷 인덱스 ns는 수평 축에 기록된다. 호흡 위치 AP는 수직 축을 따라 기록된다. 클러스터가 수평 축을 따라 상기 클러스터로부터 획득된 샷들을 각각 포함한다. 좌측 도면은 호흡 페이즈 "호기"(E)를 갖는 클러스터를 나타내고, 우측 도면은 호흡 페이즈 "흡기"(I)를 갖는 클러스터를 나타낸다.

이 예에서, 내비게이터를 이용하여 측정된 횡격막 위치는 호흡 신호로서 역할을 한다. 해상도는 0.5 mm이었다. 따라서, 호흡 신호는 0.5 mm 단위로 디지털화된다. 내비게이터를 이용하여 상대적 위치들만이 측정되므로, 기준 상태와 관련하여, "0"이 최대 측정 호기 종료 신호에 대응하도록 수직 축의 0 포인트가 선택된다.

최종 허용 윈도우의 폭은 사용자에 의해 ±1 mm로 설정된다. 따라서, 이것은 0.5 mm 그리드 패턴으로의 디지털화로 인해 5개의 상이한 호흡 위치를 포함한다. 이들은 주변 및 중심 클러스터들에 분포되며, 따라서 주변 클러스터의 허용 범위는 3개의 상이한 호흡 위치를 포함하고, 하나의 중심 클러스터는 2개의 호흡 위치를 포함한다.

2개의 최종 클러스터는 더 가는 라인으로 지시된다. 이러한 2개의 클러스터의 호흡 페이즈는 "호기"(E)이다. 중심 최종 클러스터의 허용 범위는 -4.5 mm 및 -4.0 mm에서의 호흡 위치들을 포함한다. 주변 최종 클러스터들의 허용 범위는 -3.5 mm, -3.0 mm 및 -2.5 mm에서의 호흡 위치들을 포함한다.

도 10에 도시된 바와 같이, 비교적 적은 신호 포인트들이 호흡 페이즈들의 구별에 의해 배제된다. 배제되는 샷들의 총 수는 허용 범위가 각각의 경우에 최종 클러스터의 허용 범위에 대응하는, 호흡 페이즈 "흡기"(I)를 갖는, 원으로 둘러싸인 2개의 클러스터에 할당되는 샷들의 수와 동일하다.

도 10으로부터의 측정에서 발생하는 바와 같은 측정된 호흡 신호가 도 11에 예시적으로 도시되어 있다. 이를 위해, 시간 t가 좌측에 기록되고, 호흡 위치가 상부에 기록된다. 측정된 호흡 위치들은 각각의 호흡 위치가 페이즈 "흡기"(원) 또는 "호기"(삼각형)에 할당되는지에 따라 원 또는 삼각형으로 기록된다. 허용 윈도우 AF는 도면의 좌측 에지에 연속 라인으로 지시된다. 더구나, 호흡 페이즈 (V1)의 구별을 시도하거나 호흡 페이즈 (V2)의 구별을 시도하지 않을 때 발생하는, 최종 측정 데이터 세트들의 획득 동안의 호흡 위치에 대한 전체 변화 V1 및 전체 변화 V2가 점상 라인들로 지시된다. 도시된 바와 같이, 인접 호흡 위치들이 그들의 호흡 페이즈에 관계없이 인접 클러스터들 내에 위치할 수 있는 전체 변화 V2는 본 발명에 따라 동일 호흡 페이즈를 갖는 호흡 위치들만이 인접 클러스터들 내에 위치할 수 있을 때보다 훨씬 더 크다.

여기서, 이미징 시퀀스는 3D 더블 에코 재생 기울기 에코 시퀀스와 관련된다. 이것은 내비게이터 시퀀스 직후에 각각의 경우에 2개의 페이즈 인코딩 기울기에 대해 상이한 값들을 갖는 35개의 k 공간 라인을 획득한다. 35개의 k 공간 라인 직후에, 다른 내비게이터 시퀀스가 수행된다. 예측 게이팅의 고유 특성은 결정 프로세스가 이전의 내비게이터 측정들에만 기초할 수 있다는 것이다. 그러나, 이전 및 후속 내비게이터 측정들 사이의 차이를 이미징 측정 동안의 호흡 위치의 실제 변화에 대한 척도로서 회고적으로 사용할 수 있다.

종래 기술의 경우와 같이, 예측 결정이 호흡 위치에만 기초하는 경우, 호흡 위치의 실제 변화는 V2인 반면, 재구성에 사용되는 이미지 데이터는 허용 윈도우 AF보다 상당히 더 크다. 도시된 3개의 호흡 사이클에 대해, 이것은 V2의 간격을 갖는 점상 라인들 사이에 위치한다. 전체 측정에 대해, 이것은 훨씬 더 크다.

도 11의 원으로 둘러싸인 4개의 신호 포인트는 허용 윈도우 내에 위치하는 호흡 위치를 갖지만, 설명되는 방법에서는 최종 이미지 재구성에 사용되지 않는데, 그 이유는 본 발명에 따르면 이러한 신호 포인트들 직후에 측정된 데이터가 다른 클러스터들에 할당되기 때문이다. 이러한 신호 포인트들의 배제는 호흡 위치의 실제 전체 변화를 크게 줄인다. 3개의 도시된 호흡 사이클에 대해, 이것은 (V1만큼 이격된) 파선들 사이에 위치하며, 허용 윈도우보다 단지 약간 더 크다.

따라서, 본 발명에 따른 호흡 위치의 검출 및 구별에 의해, 이미징 측정 동안의 실제 호흡 운동 및 이와 관련된 호흡 아티팩트들의 상당한 감소가 효율에 있어서의 비교적 작은 감소를 통해 얻어진다.

종래 기술에서, 이미징 측정 동안 호흡 운동을 줄이기 위한 하나의 가능성은 허용 윈도우의 크기를 줄이는 것이다. 도 11의 경우와 같이 약 50%의 실제 호흡 운동의 대응하는 감소를 얻기 위해서는 약 50%의 허용 윈도우 크기의 감소도 필요할 것이며, 이는 효율의 상당한 감소를 유발할 것이다.

종래 기술에서는 하나의 추가적인 가능성은 위에서 인용된 Sachs 등의 논문 "Real-Time Motion Detection in spiral MRI Using Navigators," MRM 32: Pages 639 - 645 (1994)로부터 알려진 더블 게이팅 방법들을 이용하는 것일 것이다. 그러나, 이것은 간단한 허용-거절 알고리즘에만 적합하다. 따라서, 이러한 방법을 사용할 경우, 허용-거절 알고리즘과 관련하여 전술한 단점들(호흡의 변화/표류로 인한 효율 저하)을 감수해야 한다.

Claims (16)

1. 자기 공명 기술의 게이팅 알고리즘에 의한 호흡하는 검사 대상자의 측정 데이터 세트의 획득을 위한 방법으로서,
   상기 측정 데이터 세트는 다양한 k 공간 세그먼트들의 다수의 개별 측정을 통해 획득되고,
   각각의 개별 측정에 대해, 호흡 위치 및 호흡 페이즈가 내비게이터 측정에 의해 결정되며,
   상기 호흡 위치 및 상기 호흡 페이즈에 기초하여, 이미지 데이터 세트를 재구성하는 최종 측정 데이터 세트 내에 상기 개별 측정이 기록될 것인지가 결정되고,
   상기 내비게이터 측정들은 각각의 경우에 상기 개별 측정들의 전 및 후에 수행되는 방법.
2. 제1항에 있어서,
   상기 호흡 페이즈는 호흡 사이클에 비해 작은 시간 간격을 갖는 적어도 2개의 내비게이터 측정에 의해 결정되는 방법.
3. 제1항 또는 제2항에 있어서,
   상기 호흡 페이즈는 2개의 값 "흡기 검사자(inhaling examination person)" 또는 "호기 검사자(exhaling examination person)" 중 하나를 갖는 방법.
4. 제1항 내지 제3항 중 어느 한 항에 있어서,
   상기 호흡 페이즈는 2개의 값 "흡기 검사자" 또는 "호기 검사자" 중 어느 것도 할당될 수 없는 경우에 "미지"의 값을 갖는 방법.
5. 제1항 내지 제4항 중 어느 한 항에 있어서,
   "미지"를 할당받은 호흡 페이즈들을 갖는 개별 측정들이 폐기되는 방법.
6. 제1항 내지 제5항 중 어느 한 항에 있어서,
   개별 측정들은, 상기 개별 측정에 대해 결정된 상기 호흡 위치가 주어진 허용 윈도우 내에 있고, 상기 개별 측정에 대해 결정된 상기 호흡 페이즈가 주어진 값을 갖는 경우에만 상기 최종 측정 데이터 세트 내에 기록되는 방법.
7. 제1항 내지 제6항 중 어느 한 항에 있어서,
   상기 검사 대상자의 상기 호흡 위치 및 상기 호흡 페이즈는 다수의 사전 정의된 클러스터들로 세분되고, 상기 클러스터들 각각은 상기 검사 대상자의 호흡 위치들 및 호흡 페이즈들의 사전 정의된 호흡 범위를 커버하고,
   상기 측정 데이터 세트는 다수의 샷들에 의해 획득되고, 상기 샷들 각각은 주어진 수의 k 공간 라인들을 획득하고, 상기 k 공간 라인들 각각은 주어진 삼차원 k 공간 궤도를 가지며,
   상이한 샷들이 상이한 k 공간 라인들을 획득하고, 따라서 사전 정의된 k 공간 영역이 스캐닝되며,
   상기 샷들은 상기 검사 대상자에 의한 운동에 대한 각각의 샷의 감도를 지시하는 샷 인덱스를 각각 할당받고,
   상기 샷들에 대한 샷 인덱스들의 할당은 증가적으로 상이한 운동 감도를 나타내는 샷들에 대해 인접하는 샷 인덱스들이 할당되게 하며,
   상기 방법은,
   A) 내비게이터 기술에 의한 상기 검사 대상자의 상기 호흡 위치 및 상기 호흡 페이즈의 측정들,
   B) 상기 측정된 호흡 위치 및 호흡 페이즈들이 위치하는 상기 커버되는 호흡 범위에서의 특정 클러스터의 선택,
   C) 상기 특정 클러스터에 대한 최종 획득된 샷의 샷 인덱스와 인접하는 할당된 샷 인덱스를 나타내는 샷으로서 획득될 샷의 선택,
   D) 획득될 상기 샷의 획득 및 상기 샷의 상기 특정 클러스터로의 할당,
   - 상기 검사 대상자의 인접하는 호흡 영역들을 커버하는 적어도 2개의 인접하는 클러스터가 집합적으로 상기 측정 데이터 세트의 샷들 모두에 할당될 때까지의 상기 단계들 A-D의 실행,
   - 상기 2개의 인접하는 클러스터에 할당된 샷들로부터의 MR 이미지의 결정
   을 포함하는 방법.
8. 제7항에 있어서,
   상기 검사 대상자의 인접하는 호흡 범위들을 커버하는 2개의 인접하는 클러스터 중 제1 클러스터에 대해서는, 더 큰 운동 감도에 대응하는 할당된 샷 인덱스들을 나타내는 샷들이 먼저 선택 및 획득되고,
   상기 2개의 인접하는 클러스터 중 제2 클러스터에 대해서는, 더 낮은 운동 감도에 대응하는 할당된 샷 인덱스들을 나타내는 샷들이 먼저 선택 및 획득되는 방법.
9. 제8항에 있어서,
   상기 2개의 인접하는 클러스터 중 상기 제1 클러스터에 대해, 획득될 샷들의 상기 선택은,
   상기 2개의 인접하는 클러스터 중 상기 제1 클러스터에 대해 아직 측정되지 않았고, 아직 측정되지 않은 샷들 중에서 최대 운동 감도를 나타내는 샷의 선택을 포함하고,
   상기 2개의 인접하는 클러스터 중 상기 제2 클러스터에 대해, 획득될 상기 샷의 상기 선택은,
   상기 2개의 인접하는 클러스터 중 상기 제2 클러스터에 대해 아직 측정되지 않았고, 아직 측정되지 않은 샷들 중에서 최저 운동 감도를 나타내는 샷의 선택을 포함하는 방법.
10. 제7항 내지 제9항 중 어느 한 항에 있어서,
    획득될 샷의 상기 선택은 상기 k 공간 영역이 상기 k 공간 영역의 다양한 축들 및/또는 상이한 면들을 따라 균일한 방식으로 가능한 최대로 스캐닝되도록 더 발생하는 방법.
11. 제7항 내지 제10항 중 어느 한 항에 있어서,
    상기 k 공간 라인들은 페이즈 인코딩 기울기 장 축을 따라 배치되고,
    상기 다수의 샷들의 상기 k 공간 궤도들 각각은 상기 페이즈 인코딩 기울기 장 축에 수직이 되도록 배향되는 평면 내에 실질적으로 방사상으로 배치되는 방법.
12. 제11항에 있어서,
    상기 k 공간 영역은 섹터들로 세분되고, 상기 섹터들은 k 공간 중심으로부터의 그들의 간격을 참조하여 정의되고,
    각각의 경우에 상기 다수의 샷들 각각에 대해 각각의 섹터 내에 k 공간 라인이 배치되는 방법.
13. 제12항에 있어서,
    상기 k 공간 궤도는 상기 k 공간 영역 내의, 상기 다양한 k 공간 라인들이 배치되는 섹터들의 이웃에 대응하여, 연속해서, 각각의 샷에 대해 상이하게 k 공간 라인을 스캐닝하는 방법.
14. 자기 공명 장치로서,
    상기 자기 공명 장치(5)는 기본 장 자석(1), 기울기 장 시스템(3), 고주파 안테나(4), 상기 기울기 장 시스템(3) 및 상기 고주파 안테나(4)를 제어하기 위한 제어 장치(10), 및 상기 고주파 안테나(4)에 의해 기록된 측정 신호들을 수신하고, 상기 측정 신호들을 평가하고, 자기 공명 이미지들을 생성하기 위한 이미지 프로세서(17)를 포함하며, 상기 자기 공명 장치(5)는 제1항 내지 제14항 중 어느 한 항에 따른 방법을 실행하도록 구비되는 자기 공명 장치.
15. 컴퓨터 프로그램으로서,
    자기 공명 장치(5)의 제어 장치(10)에서 상기 컴퓨터 프로그램이 실행될 때 제1항 내지 제13항 중 어느 한 항에 따른 방법의 모든 단계들을 실행하기 위한 프로그래밍 수단을 구비하는 컴퓨터 프로그램.
16. 전자적으로 판독될 수 있는 데이터 매체로서,
    전자적으로 판독될 수 있는 제어 데이터를 저장하며, 상기 제어 데이터는 상기 데이터 매체(21)가 자기 공명 장치(5)의 제어 장치(10)에서 사용될 때 제1항 내지 제13항 중 어느 한 항에 따른 방법을 실행할 수 있도록 설계되는 데이터 매체.

Images