KR20150131124A - 신호 불균일 정정 및 성능 평가를 위한 방법 및 장치 - Google Patents

신호 불균일 정정 및 성능 평가를 위한 방법 및 장치 Download PDF

Info

Publication number
KR20150131124A
KR20150131124A KR1020157028116A KR20157028116A KR20150131124A KR 20150131124 A KR20150131124 A KR 20150131124A KR 1020157028116 A KR1020157028116 A KR 1020157028116A KR 20157028116 A KR20157028116 A KR 20157028116A KR 20150131124 A KR20150131124 A KR 20150131124A
Authority
KR
South Korea
Prior art keywords
field
transmit
images
image
pulses
Prior art date
Application number
KR1020157028116A
Other languages
English (en)
Inventor
징후아 왕
종-린 루
로버트 토드 컨스터블
Original Assignee
오하이오 스테이트 이노베이션 파운데이션
예일 유니버시티
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 오하이오 스테이트 이노베이션 파운데이션, 예일 유니버시티 filed Critical 오하이오 스테이트 이노베이션 파운데이션
Publication of KR20150131124A publication Critical patent/KR20150131124A/ko

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R33/00—Arrangements or instruments for measuring magnetic variables
    • G01R33/20—Arrangements or instruments for measuring magnetic variables involving magnetic resonance
    • G01R33/44—Arrangements or instruments for measuring magnetic variables involving magnetic resonance using nuclear magnetic resonance [NMR]
    • G01R33/48—NMR imaging systems
    • G01R33/58—Calibration of imaging systems, e.g. using test probes, Phantoms; Calibration objects or fiducial markers such as active or passive RF coils surrounding an MR active material
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R33/00—Arrangements or instruments for measuring magnetic variables
    • G01R33/20—Arrangements or instruments for measuring magnetic variables involving magnetic resonance
    • G01R33/44—Arrangements or instruments for measuring magnetic variables involving magnetic resonance using nuclear magnetic resonance [NMR]
    • G01R33/48—NMR imaging systems
    • G01R33/54—Signal processing systems, e.g. using pulse sequences ; Generation or control of pulse sequences; Operator console
    • G01R33/56—Image enhancement or correction, e.g. subtraction or averaging techniques, e.g. improvement of signal-to-noise ratio and resolution
    • G01R33/565—Correction of image distortions, e.g. due to magnetic field inhomogeneities
    • G01R33/5659—Correction of image distortions, e.g. due to magnetic field inhomogeneities caused by a distortion of the RF magnetic field, e.g. spatial inhomogeneities of the RF magnetic field
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/05—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves 
    • A61B5/055—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves  involving electronic [EMR] or nuclear [NMR] magnetic resonance, e.g. magnetic resonance imaging
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R33/00—Arrangements or instruments for measuring magnetic variables
    • G01R33/20—Arrangements or instruments for measuring magnetic variables involving magnetic resonance
    • G01R33/24—Arrangements or instruments for measuring magnetic variables involving magnetic resonance for measuring direction or magnitude of magnetic fields or magnetic flux
    • G01R33/246—Spatial mapping of the RF magnetic field B1
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R33/00—Arrangements or instruments for measuring magnetic variables
    • G01R33/20—Arrangements or instruments for measuring magnetic variables involving magnetic resonance
    • G01R33/44—Arrangements or instruments for measuring magnetic variables involving magnetic resonance using nuclear magnetic resonance [NMR]
    • G01R33/48—NMR imaging systems
    • G01R33/4806—Functional imaging of brain activation
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R33/00—Arrangements or instruments for measuring magnetic variables
    • G01R33/20—Arrangements or instruments for measuring magnetic variables involving magnetic resonance
    • G01R33/44—Arrangements or instruments for measuring magnetic variables involving magnetic resonance using nuclear magnetic resonance [NMR]
    • G01R33/48—NMR imaging systems
    • G01R33/4818—MR characterised by data acquisition along a specific k-space trajectory or by the temporal order of k-space coverage, e.g. centric or segmented coverage of k-space
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R33/00—Arrangements or instruments for measuring magnetic variables
    • G01R33/20—Arrangements or instruments for measuring magnetic variables involving magnetic resonance
    • G01R33/44—Arrangements or instruments for measuring magnetic variables involving magnetic resonance using nuclear magnetic resonance [NMR]
    • G01R33/48—NMR imaging systems
    • G01R33/483—NMR imaging systems with selection of signals or spectra from particular regions of the volume, e.g. in vivo spectroscopy
    • G01R33/485—NMR imaging systems with selection of signals or spectra from particular regions of the volume, e.g. in vivo spectroscopy based on chemical shift information [CSI] or spectroscopic imaging, e.g. to acquire the spatial distributions of metabolites
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R33/00—Arrangements or instruments for measuring magnetic variables
    • G01R33/20—Arrangements or instruments for measuring magnetic variables involving magnetic resonance
    • G01R33/44—Arrangements or instruments for measuring magnetic variables involving magnetic resonance using nuclear magnetic resonance [NMR]
    • G01R33/48—NMR imaging systems
    • G01R33/58—Calibration of imaging systems, e.g. using test probes, Phantoms; Calibration objects or fiducial markers such as active or passive RF coils surrounding an MR active material
    • G01R33/583—Calibration of signal excitation or detection systems, e.g. for optimal RF excitation power or frequency
    • G01R33/586—Calibration of signal excitation or detection systems, e.g. for optimal RF excitation power or frequency for optimal flip angle of RF pulses

Abstract

자기 공명 (MR) 이미지들의 불균일을 정정하고 불균일 정정의 성능을 평가하기 위한 방법들. 신호 불균일에 대한 송신 필드 및 수신기 감도 둘 모두의 기여는 개별적으로 고려되고 정량화되었다. 결과적으로, 그것들의 부정적인 기여들은 완전히 정정될 수 있다. 정정 방법은 MRI 기술들의 정확성 및 정밀도를 크게 향상시킬 수 있고 병리생리학적 변화들의 감지 감도를 개선시킬 수 있다. 신호 불균일 정정 방법들의 성능은 인체 모형 및 생체내 인체 뇌 실험들을 이용하여 평가되고 그리고 확인되었다. 현재 방법론들은 상이한 이미징 모달리티들(modalities), 예컨대 컴퓨터 단층촬영, X-선, 초음파, 및 투과 전자 현미경에 생성된 신호 세기 불균일 아트팩트들을 정정하기 위해 쉽게 적용가능하다.

Description

신호 불균일 정정 및 성능 평가를 위한 방법 및 장치 {Signal inhomogeneity correction and performance evaluation apparatus}
본 기술 분야는 자기 공명 (MR: Magnetic Resonance) 시스템들 및 방법들 보다 상세하게는, 비-조직 특성들에 의해 야기된 신호 세기 불균일을 교정하기 위한 시스템들이다.
비-조직(non-tissue) 특성들에 의해 야기된 불균일(inhomogeneity)은 종종 세기-기반의(intensity-based) 질적 및 양적 MR 이미지 분석에 악영향을 미치는 희망하지 않고 불가피한 아트팩트(artifact)이다. 오브젝트들내 RF 필드의 파장이 오브젝트들의 사이즈와 필적할만하거나 또는 오브젝트들의 사이즈보다 작은 경우에 고 자기장들에서 그리고 고 유전율을 갖는 오브젝트들에 대하여 더욱 더 심해진다. MR 이미징에서, 수신기 및 송신 코일들의 결함들, 정적 자기장 불균일, 라디오 주파수 (RF) 투과, 그레디언트-유도 맴돌이 전류들, 및 오브젝트-의존 전자기 상호작용들이 체계적으로 이미지들에 걸쳐서 바이어스 필드, 세기 비-고름성(non-uniformity), 또는 음영(shading)으로 또한 지칭되는 신호 세기의 변형들을 야기한다. MR 신호 불균일이 자기 공명 이미징 (MRI : magnetic resonance imaging) 및 자기 공명 분광학 (MRS : magnetic resonance spectroscopy)에 대하여 중대한 난제를 제공한다. 보다 구체적으로, 심지어 미세한 신호 불균일도 이미지 품질 상의 큰 저하를 야기할 수 있고, 이는 이미지들을 검토하는 중에 의사들에 의해 그 가치가 떨어질 것이고 따라서 종종 진단을 방해하고 그리고 처리 지연들을 야기한다. 게다가, 신호 불균일에 의해 야기된 인공 조직내(intra-tissue) 변동성이 소정의 조직은 이미지 전체에서 유사한 복셀(voxel) 세기에 의해 표시된다는 가정에 의존하는 자동화된 이미지 프로세싱 알고리즘들에 영향을 미친다. 이어서, 그것이 양적 분석의 정확성을 축소시키고 컴퓨터-보조 진단의 감지 감도를 제한한다. 마지막으로, 신호 불균일은 스캐너간(inter-scanner) 변동성을 증가시킨다. 유사한 프로토콜들로 그러나 상이한 스캐너들 상에서 획득된 MR 이미지들은 상이한 코일 구성들 및 코일 및 이미지화될 오브젝트들간에 커플링 때문에 동일한 조직 유형들에 대하여 비유사한 이미지 세기를 생성할 수 있다. 장기적인 연구들에서 상이한 사이트들 및 시간 지점들에 걸친 변동성은 기계-의존적이고, 정정될 수 있는 체계적인 에러들 또는 무작위를 넘어선다. 결과적으로, 요구되는 대상(subject)들의 수가 통계적 검증력(statistical power)를 개선시키기 위해 증가되어야 한다. 예를 들어, 통계적으로 신뢰할 수 있는 및 상당한 결과들을 갖기 위해서, ADNl(Alzheimer's Disease Neuroimaging Initiative)는 800 이상의 대상들을 추적 및 이미징하는 5 년에 걸쳐 $60- 백만을 소비하였다.
각각의 MR 스캔의 개시 전에, 희망하는 MR 신호를 일으키도록 RF 여기 펄스들이 최적의 주파수, 세기, 및 지속기간을 갖는 것을 보장하기 위해 송신되는 RF 여기 필드의 세기 및 RF 수신기의 게인을 조절하는 것이 공통의 업무이다. 이것은 반드시 예상되는 RF 여기 필드(excitation field)가 관심 영역 내내 고르게 생성되거나, 또는 결과적인 MR 신호들이 관심 영역내 모든 위치들에서 균일하게 수신될 것이라는 것을 의미하지는 않는다. 연구되고 있는 대상의 로딩(loading) 후에 대부분의 송신 코일들에 의해 생성된 RF 필드는 균일(homogeneous)이 아니고 대부분의 수신기 코일들의 수신 필드도 또한 균일이 아니다. 이것은 특별히 불완전한 코일 구성들, 예컨대 표면 코일(surface coil) 및 페이즈 어레이 코일들(phase array coil)에 대하여 맞다. 설사 송신 및 수신기 코일 필드들이 자유 공간에 대하여 또는 언로딩된 상태에서 균일일지라도, 대상내로의 RF 필드의 파 거동(wave behavior) 및 투과는 관심 영역에 걸친 고르지 않은(non-uniform) 송신 필드 및 수신기 감도를 일으킬 수 있다. 게다가, RF 펄스 진폭의 부정확한 교정(calibration), RF 증폭기 또는 다른 RF 전자 기기들의 불안전성 또는 추이(drift)는 고르지 않은 송신 필드로 이어질 수 있다. 또한, 송신 및 수신기 코일들 간에 상호 인덕턴스가 추가로 불균일을 유발할 수 있다. 비균일의 송신 또는 수신기 감도 또는 둘 모두는 신호 세기에서 고스트 아트팩트들(ghost artifact)를 일으킬 수 있고, 따라서 연구 및 클리닉 설정들에서 MR 기술들의 애플리케이션을 제한한다.
MR 신호 불균일을 정정하기 위한 방법들은 능동(active) 및 후-처리(post-processing) 방법들로 카테고리화 될 수 있다. 능동 방법들 단열(adiabatic) 펄스들, 보상 펄스들, 라디오주파수 필드 시밍(shimming) 기술들, 및 병렬 송신 기술들의 적용을 통하여 달성된다. 대부분의 이들 능동 방법들은 송신 코일들에 의해 야기된 신호 불균일의 정정에 집중하는 반면; 단지 병렬 송신 기술들이 수신기 코일들에 의해 야기된 부분적으로 정정한다. 후-처리 방법들은 추가로 모델기반(model-based) (예를 들어, 저대역 통과 필터링, 통계적 모델링 및 표면 피팅(surface fitting)) 및 측정기반(measurement-based) 방법들 (GE Medical Systems Global Technology Company에서의 U.S. Pat. No. 6,757,442, Ainash 2004; Koninklijke Philips Electronics N.V. 에서의 U.S. Pat. No. 7,218,107, Fuderer 2007 ; Siemens Aktiengsellschaft 에서의 U.S. Pat. No. 7,672,498, Jellus 2010 ; Fonar Corporation 에서의 U.S. Pat. No. 7,894,668, Boitano 2011 및 U.S. Pat. No. 8,213,715, Boitano 2012)로 카테고리화 될 수 있다. 대부분의 모델기반의 방법들은 일반적으로 MR 신호 불균일이 느리게 및 매끄럽게(smoothly) 변화한다는 가정하에 수립된다. 이미지화 되는 오브젝트들의 구성들이 매우 복잡하기 때문에, 가정은 때때로 유효하지 않다. 게다가, 모델기반의 방법들은 일반적으로 불균일하에서의 이미지화되는 오브젝트 및 이미지 취득의 영향을 고려하지 않는다. 이들 방법들은 올바른 모델 및 정정 설정을 선택하기 위해서 일부 상당한 초기 노력 및 광대한 기술들을 요구한다. 측정기반의(measurement-based) 방법들은, 반면에, 정정으로 신호 불균일에 영향을 미치는 요인들에 대한 사전 지식을 전부 통합한다. [Brey WW, Narayana PA. 1988; Murakami JW et al. 1996;Liney GP et al. 1998, U.S. Pat. No. US2012/0032677 Al Dannels (2012) from Toshiba Medical System Corporation].
생체내 송신 필드(transmit field)를 추정하는 많은 방법들이 제안되어 왔다. 이들 방법들은 MR 진폭 기반 및 MR 위상 기반 방법들로 카테고리화 될 수 있다. MR 진폭 기반 방법들은 더블 플립 각도(dobule flip angle) 방법 [Insko EK et al, 1993; Cunningham CH et al 2006], 듀얼 펄스 스핀 에코(dual pulse spin echo) 방법 [Jiru F et al, 2006], 실제 플립 각도 이미징(actual flip angle imaging) 방법 [Yarnykh VL, 2007], 및 스테드 상태(stead state) 방법 [Brunner et al, 2009]를 포함한다. MR 위상 기반 방법들은 Bloch Siegert 천이(shift) 방법 [Sacolick et al. 2010], 및 위상 방법 [Morell DG 2008; Chang YV, 2012]를 포함한다. 생체내(in vivo) 수신기 감도(receiver sensitivity)를 추정하는 다양한 방법들이 또한 제안되어 왔다. 이들 방법들은 세기기반(intensity-based), 필드기반(field-based) 및 k-스페이스 교정 방법(k-space calibration method)들로 카테고리화 될 수 있다. 세기기반의 방법들은 사전-스캔(pre-scan) 방법 (Pruessmann et al, 1999), 최소 콘트라스트 방법(minimal contrast method) (Wang J et al, 2005a 및 2005b), 및 고른 자화 방법(magnetization method) (Dai W et al, 2011)를 포함한다. 필드-기반 방법들은 가역성(reciprocity) 원리 방법 (Hoult DI et al, 1976), 회전-오브젝트 방법 (Wang J et al, 2009), 송신 필드로부터의 교정 (Watanabe H, 2011), 및 전자기 필드 방법 (Wang J et al 2013, US 20130251227 A1)를 포함한다. 코일 감도는 스페이스(space)에 대하여 느리게 및 매끄럽게 변하기 때문에, k-스페이스 교정 방법들은 또한 병렬 이미징 재구성 (Griswold MA et al, 2006; Breuer FA et al, 2005; McKenzie CA et al, 2007)을 위한 수신기 감도를 추정하기 위해 사용된다.
따라서, 신호 세기 불균일 정정은 상이한 목적들을 갖는 다수의 커뮤니티들이 관여하는 도전적인 문제이다. 성능 평가는 새로운 정정 방법들의 개발 및 현존하는 것의 최적화 뿐만 아니라 방법들간에 일관성의 조사를 위한 고려사항이다. 그라운드-트루스(ground-truth)의 부족 때문에, 실험적으로 수집된 인체 대상 MR 데이터를 이용한 직접 평가는 실행 가능하지 않다. 대부분의 가장 흔하게 사용되는 평가는 컴퓨터 시뮬레이션(simulation)들에 기초한다. 그러나, MR 스캐너 절차들을 정확하게 설명하는 것이 힘들기 때문에, 대부분의 현존하는 시뮬레이션 기반 성능 평가 방법들은 열악한 유효 스코어들을 낳고 종종 모순의 진술로 이어진다. 본 발명에서, 인체 모형(phantom) 및 생체내 실험들이 다양한 신호 불균일 정정 방법들의 성능을 평가하기 위해 사용된다.
본 발명은 MR 신호 불균일을 정정하기 위한 새로운 생체내 방법에 관한 것이다. 송신 필드 및 수신기 감도에 의해 야기되는 상기 불균일은 개별적으로 정량화되고 불균일 정정을 수행하기 위해 사용된다. 상기 방법은 MR 이미징 및 MR 분광학 기술들의 정확성 및 정밀도를 향상시킬 수 있고 병리생리학적 변화들의 감지 감도를 개선시킬 수 있다. 상이한 알고리즘들간에 일관성(consistencies)을 연구하고 엔드 유저들에게 어떤 과학적 애플리케이션을 위한 특정 불균일 정정 방법을 선택하기 위한 합리적 베이시스(basis)를 제공하기 위해서, 본 발명은 또한 다양한 신호 불균일 정정 방법들의 성능을 평가하기 위한 방법 및 장치를 포함한다.
다양한 요인들, 예컨대 수신기 코일, 송신 코일 및 자기장 변형들, 보상되지 않은 맴돌이 전류들(eddy current), 파 거동(wave behavior) 및 오브젝트 측위(object positioning)가 MR 신호 불균일을 생성한다. 그것들 가운데, 코일 구성 및 파 거동이 주 요인들이다. 그것들은 비균일의 송신 필드 뿐만 아니라 비균일의 수신기 감도를 초래한다. 본 발명에서, 신호 불균일에 대한 송신 필드 및 수신기 감도가 개별적으로 고려되고 및 정량화된다. 결과적으로, 그것들의 부정적인 기여들이 완전히 정정될 수 있다. 신호 불균일 정정 방법들의 성능이 인체 모형 및 생체내 인체 뇌 실험들을 이용하여 평가되었고 확인되었다. 방법들은 상이한 이미징 모달리티들, 예컨대 컴퓨터 단층촬영 (CT), X-선, 초음파, 및 투과 전자 현미경 (TEM)에 의해 생성된 신호 세기 불균일 아트팩트들을 정정하기 위해 쉽게 적용가능하다. 정정 방법들은 상기 상이한 이미징 모달리티들에 신호 세기 불균일을 초래하는 제한된 이유들에 기초한다.
따라서, 상기 개시의 측면들에 따라, 방법이: 생체내 이미징 파라미터들 및 다양한 시퀀스들을 이용하여 일련의 신호 세기 이미지들을 생성하는 단계; 획득된 상기 이미지들로 상기 상대적 플립 각도 맵들 또는 상대적 송신 필드 맵들을 추정하는 단계; 만약 상기 시퀀스가 상이한 라디오주파수 펄스들 또는 리포커싱 펄스들 또는 자화 준비 펄스들을 포함하면 모든 펄스들 (라디오 주파수 펄스, 리포커싱 펄스 및 자화 준비 펄스들)의 맵들을 추정하는 단계; 상기 주어진 플립 각도에 대응하는 블로호 방정식 및 상대적 플립 각도에 따라 정정되는 상기 이미지들의 송신 함수를 추정하는 단계; 상기 수신기 감도 맵(receiver sensitivity map)들을 추정하는 단계; 상기 송신 함수 및 상기 수신기 감도로부터 상대적 정정 이미지를 산출하는 단계; 정정 매트릭스들 또는 이미지들을 획득하기 위하여 상기 상대적 정정 이미지를 정정되는 상기 이미지들에 정합시키는(registering) 단계; 상기 상대적 정정 이미지를 정규화하는(normalizing) 단계; 및 상기 정정 매트릭스들 또는 이미지들로 비균일의 신호 세기를 정정하는 단계를 포함할 수 있다는 것이 설명되고 있다.
성능 평가(performance evaluation)는 새로운 정정 방법들의 개발 및 현존하는 것의 최적화 뿐만 아니라 방법들간에 일관성 조사하기 위해 수행된다. 그라운드-트루스(ground-truth)의 부족 때문에, 직접 평가는 실행 가능하지 않다. 대부분 통상 사용되는 평가는 컴퓨터 시뮬레이션(simulation)들에 기초한다. 그러나, MR 스캐너 절차들을 정확하게 설명하는 것이 힘들기 때문에, 대부분의 현존하는 성능 평가 방법들은 열악한 유효 스코어들을 낳고 종종 모순의 진술(statement)로 이어진다. 본 발명에서, 인체 모형(phantom)들 및 인체 대상들이 다양한 신호 불균일 정정 방법들의 성능을 평가하기 위해 사용된다.
따라서, 본 개시의 다른 측면들에 따라, 방법이: 생체내 이미징 파라미터들 및 다양한 시퀀스들을 이용하여 고른 인체 모형의 일련의 신호 세기 이미지들을 생성하는 단계; 신호 불균일 정정 방법들의 성능을 평가하는 단계; 생체내 다양한 시퀀스들 및 이미징 파라미터들을 이용하여 생체내 인체 바디들 및 다수의 콘트라스트들 (다수의 조직 유형들을 나타내는)을 갖는 인체 모형들의 일련의 신호 세기 이미지들을 생성하는 단계; 물리적 및 화학적 방법들을 이용하여 상기 그라운드-트루스로서 역할을 하기 위해 각각의 조직 컴포넌트의 정확한 볼륨을 측정하는 단계; 다양한 방법들 및 상이한 파라미터들로 신호 불균일을 정정하는 단계; 상기 정정된 이미지들을 세그먼트화하는 단계 및 각각의 조직 컴포넌트의 상기 볼륨을 추정하는 단계; 및 상기 세그먼트화들 및 상기 물리적 및 화학적 방법들로 획득된 것들로부터 조직 볼륨들, 콘트라스트들, 신호 세기 및 잡음들을 비교함으로써 다양한 방법들의 성능 또는 이미지 품질을 평가하는 단계를 포함한다는 것이 설명된다. 최상의 방법은 최상의 이미지 품질, 예컨대 상기 고른 인체 모형에 대한 신호 세기의 가장 작은 표준 편차 및 상기 다수의 조직 인체 모형들의 가장 큰 콘트라스트 또는 콘트라스트-대-잡음을 가질 것이다. 추가적으로, 시퀀스들 및 이미징 파라미터들에 걸쳐 강건하고(robust) 덜 가변적일 것이다.
이 요약은 이하에서 더 설명되는 간략화된 형태에서의 개념들의 선택을 소개하기 위해 제공된다. 이 요약은 청구된 내용의 핵심 특징들 또는 본질적인 특징들을 식별하도록 의도되지 않고, 이 요약은 청구된 내용의 범위를 제한하기 사용되는 것으로 의도되지도 않는다.
도면들에서, 동일한 도면 번호들 및 두문자어들은 이해의 용이 및 편의를 위해 동일 또는 유사한 기능을 가진 엘리먼트들 또는 동작들을 식별한다.
도 1 은 추정된 송신 필드 및 수신기 감도로 불균일의 신호 세기를 정정하기에 적절한 자기 공명 이미징 시스템에 채용되는 플로우 차트를 예시한다.
도 2 는 1.5 (a-c) 및 3.0 테슬라 (d-f)에서 고른 인체 모형의 측정된 송신 RF 필드 (a, d), 수신기 감도 (b, e) 및 그것들의 차이들 (c, f)를 개별적으로 예시한다. 송신 필드 및 수신기 감도는 그것들의 평균들에 정규화되었다.
도 3 은 산출된 바디 코일(body coil)에 대한 송신 필드 맵 (a) 및 페이즈드 어레이 코일(phased array coil)의 수신기 감도 맵 (b)을 예시한다.
도 4 는 MR 방법을 이용하여 산출된 송신된 필드 맵 (a) 및 수신기 감도 맵 (b)을 예시하고, (a) 및 (b)에 맵들로부터 획득된 정정되지 않은 T1-가중(weighted) 이미지가 (c)에 도시되고, 그리고 정정된 이미지가 (d)에 도시된다.
도 5 는 바디 송신 코일 및 페이즈드 어레이 수신기 코일로 그레디언트 에코 시퀀스 (a), 스핀 에코 시퀀스 (b)를 이용하여 획득된 원래의 인체 모형 이미지, 및 필드 맵 방법 (c,d)을 이용하여 정정된 이미지들을 개별적으로 예시한다.
도 6 은 바디 송신 코일 및 페이즈드 어레이 수신기 코일로 세그먼트화된 그레디언트 에코 평면 이미징 시퀀스 (로우 a)를 이용하여 획득된 원래의 뇌 이미지, 및 필드 맵 방법 (로우 b)을 이용하여 정정된 이미지들을 개별적으로 예시한다.
도 7 은 바디 송신 코일 및 페이즈드 어레이 수신기 코일로 3D FLASH (Fast Low Angle SHot Magnetic Resonance Imaging)시퀀스 (로우 a)를 이용하여 획득된 원래의 뇌 이미지, 및 필드 맵 방법 (로우 b)을 이용하여 정정된 이미지들을 개별적으로 예시한다.
도 8 은 바디 송신 코일 및 페이즈드 어레이 수신기 코일로 세그먼트화된 스핀 에코 평면 이미징 시퀀스 (로우 a)를 이용하여 획득된 원래의 뇌 이미지, 및 필드 맵 방법 (로우 b)을 이용하여 정정된 이미지들을 개별적으로 예시한다.
도 9 는 바디 송신 코일 및 페이즈드 어레이 수신기 코일로 세그먼트화된 스핀 에코 또는 터보 스핀 에코 시퀀스 (로우 a)를 이용하여 획득된 원래의 뇌 이미지, 및 필드 맵 방법 (로우 b)을 이용하여 정정된 이미지들을 개별적으로 예시한다.
도 10 은 인버전 복원 터보 스핀 에코 시퀀스(inversion recovery turbo spin echo sequence) (a-f)를 이용하여 획득된 정정되지 않은 멀티-슬라이스 뇌 이미지들, 및 필드 맵 방법 (g-l)을 이용하여 대응하는 정정된 이미지들을 예시한다.
도 11은 3 차원 인버전 복원 패스트 스핀 에코 시퀀스들(3 dimensional inversion recovery fast spin echo sequence) (로우 a) 로 획득된 인체 뇌의 이미지 및 필드 맵 방법(로우 b)을 이용한 정정된 이미지들을 개별적으로 예시한다.
도 12는 고른 인체 모형의 이미지 (a) 및 비파라메트릭 고르지 않은 세기 정규화 (N3) (b), 통계적 파라메트릭 매핑 (SPM : Statistical Parametric Mapping) 툴 (c), FMRIB의 자동화된 세그먼트화 툴 (FAST : FMRIB's Automated Segmentation Tool) (d) 및 필드 맵 방법 (e)을 이용한 정정된 이미지들을 예시한다.
도 13 는 MPRAGE 시퀀스 (컬럼 a)로 획득된 인체 뇌의 이미지 및 N3 (컬럼 b), SPM (컬럼 c), FAST (컬럼 d) 및 필드 맵 방법 (e)을 이용한 정정된 이미지들을 예시한다.
도입
본 발명은 정정될 이미지들의 정정 매트릭스를 이용하여 이미지 불균일을 정정하기 위한 방법들을 설명한다:
Figure pct00001
(1)
Figure pct00002
는 정정된 신호(corrected signal)이고, 신호
Figure pct00003
는 측정된 신호(measured signal), 및
Figure pct00004
는 정정될 이미지들의 정정 매트릭스(correction matrix of to-be-corrected image)이다. 정정 매트릭스 또는 바이어스 필드는 다음과 같이 송신 함수 및 수신기 감도로부터 산출될 수 있다:
Figure pct00005
(2)
F(x)는 대응하는 송신 함수이고, 및 S(x)는 수신기 감도이다. 정정될 이미지의 송신 함수 F(x)는 획득된 이미지에 대응하는 블로호 방정식(Bloch's equation) 및 측정된 송신 필드에 따라 산출된다.
1. 단일 라디오주파수 펄스
가장 단순한 MRI 라디오주파수 펄스는 단지 싱크 펄스(sinc pulse), 가우시언 펄스, 절두된-싱크(truncated-sinc), 하드 펄스(hard pulse), 복합 펄스(composite pulse) 및 테일러 펄스(tailored pulse)중 하나일 수 있는 라디오주파수 펄스 형상의 유형을 포함한다. 소정의 하드웨어 및 로딩된 오브젝트, 예컨대 코일 시스템 및 자기장 세기에 대하여, 송신 필드 불균일은 일관될 것이다. 플립 각도(flip angle)는 송신 필드
Figure pct00006
및 펄스 지속기간 시간 τ의 곱과 선형 관계를 갖는다. 예를 들어, 여기 플립 각도(excitation flip angle) a(x)를 갖는 이상적인 스테디-상태(steady-state) 그레디언트-에코 시퀀스 또는 그레디언트 에코 평면 이미징 시퀀스의 송신 함수
Figure pct00007
는 다음과 같이 근사될 수 있다:
Figure pct00008
(3)
Figure pct00009
, M0 는 평형상태의 길이 방향 자화(equilibrium longitudinal magnetization), T1은 길이 방향 완화 시간(longitudinal relaxation time),
Figure pct00010
. 공칭 플립 각도
Figure pct00011
에 대한 정정된 플립 각도
Figure pct00012
는 아래에 의해 산출될 수 있다:
Figure pct00013
(4)
Figure pct00014
및 τ 는 라디오-주파수의 펄스
Figure pct00015
를 결정하기 위해 사용된 공칭(nominal) 입력 여기 플립 각도(excitation flip angle) 및 펄스 길이이다. 산출된 플립 각도들은 플립 각도 및
Figure pct00016
맵 사이의 선형관계의 가정에 근거한다. TR >> T2 *, E2 = 0에 대하여, 및 Eq. (3) 은 다음과 같이 간략화될 수 있다:
Figure pct00017
(05)
Eq. (5)에서 조직의 특성들 (양성자 밀도, T1 및 T2)에 의존하는 변수들은 평균된 조직 파라미터들로 대체되거나 또는 무시된다. TR >> Tl 및 TE << T2일 때, Eq.(5)는 더 간략화될 수 있다:
Figure pct00018
(6)
다양한 방법들, 예컨대 더블 플립 각도 방법 [Insko EK et al, 1993; Cunningham CH et al 2006], 듀얼 펄스 스핀 에코 방법 [Jiru Fetal, 2006], 실제 플립 각도 이미징 방법 [Yarnykh VL, 2007], 스테디 상태 방법 [Brunner et al, 2009], 블로흐 시에게트 천이 방법(Bloch Siegert shift method) [Sacolick et al. 2010], 및 위상 방법(phase method) [Morell DG 2008; Chang YV, 2012],이 송신 필드
Figure pct00019
를 추정하기 위해 사용될 수 있다. 여기서 송신 필드 또는 플립 각도 맵 은 세그먼트화된 그레디언트-에코 EPI 시퀀스를 갖는 더블 플립 각도 방법 [Wang J et al, 2005a 및 2005b]을 이용하여 추정된다:
Figure pct00020
(7)
상이한 플립 각도들
Figure pct00021
및
Figure pct00022
를 갖는 두개의 그레디언트-에코 이미지들의 신호 세기의 비율은 아래에 의해 주어진다:
Figure pct00023
(8)
다양한 방법들, 예컨대 사전-스캔(pre-scan) 방법 (Pruessmann et al, 1999), 최소 콘트라스트 방법 (Wang J et al, 2005a 및 2005b), 고른 자화 방법 (Dai Wet al, 2011), 가역성 원리 방법 (Hoult DI et al, 1976), 회전-오브젝트(rotating-object) 방법 (Wang J et al, 2009), 송신 필드에서의 교정 (Watanabe H, 2011), 및 바이어스 필드(bias field) 방법 (Wang J et al, 2012)가 수신기 감도를 추정하기 위해 개발되었다. 추가적으로, 수신기 감도는 k-스페이스 데이터 (Lei Ying 및 Huang Fei et al)로부터 또한 추정될 수 있다.
본 발명에서, 수신기 감도는 최소 콘트라스트 방법(minimal contrast method)을 이용하여 추정될 수 있다. 고른 인체 모형에 대하여, 불균일 신호는 주로 고르지 않은 송신 필드 및 수신기 감도에 기인한다. 불균일의 신호에 대한 송신 필드의 기여(contribution)은 측정된 송신 필드로부터 산출될 수 있다. 수신기 감도는 다음을 이용하여 산출될 수 있다:
Figure pct00024
(9)
Figure pct00025
및
Figure pct00026
는 고른 인체 모형의 신호 세기 및 송신 함수이다. 만약 이질의(heterogeneous) 오브젝트가 세개 또는 그 이상의 조직들을 포함하면, 비록 이 경우에 일부 콘트라스트가 잔존할 것이지만, TE 및 TR 는 모든 조직들간의 콘트라스트를 최소화하도록 선택될 수 있다. 이 경우에서, 이질(heterogeneous)의 오브젝트는 고른(uniform) 오브젝트에 의해 근사화될 수 있고, 및 그것의 수신기 감도는 Eq. (9)을 이용하여 추정될 수 있다.
2. 멀티 펄스들의 조합.
많은 이미지 시퀀스들은 상이한 펄스들, 예컨대 가변적 라디오주파수 펄스들(variable radiofrequency pulses), 리포커싱 펄스들(refocusing pulses) 및 자화 준비 펄스들(magnetization preparation pulses)을 포함할 수 있다. 예를 들어, 스핀 에코 시퀀스, 에코 평면 스핀 에코 이미징 시퀀스 및 패스트 스핀 에코 시퀀스는 모두 리포커싱 펄스들을 포함한다. 코일 구성 및 로딩된 오브젝트가 주어진 때 파 거동이 대부분의 루틴 펄스들에 대한 송신 필드 불균일에 차이를 도입하는 지배적인 요인인 것으로 가정한다. 즉, 펄스 형상 및 송신 필드상에 B0 불균일 및 펄스 형상의 영향은 무시 가능하다. 가정이 위상 변조 라디오주파수 펄스들(phase modulation radiofrequency pulses), 단열 펄스들(adiabatic pulses)에 대하여 유효하지 않는다는 것에 유의한다. 그 경우에, 스핀-에코 시퀀스
Figure pct00027
의 송신 함수는 아래의 블로호 방정식을 해결함으로써 획득할 수 있다:
Figure pct00028
(10)
Figure pct00029
및
Figure pct00030
는 위치 x에서 Eq. (6)를 이용하여 여기(excitation) 및 리포커싱 펄스들의 정정된 플립 각도들이다. T1 >> TE 및 TR >> T1인때, Eq. (4)는 아래와 같이 간략화될 수 있다:
Figure pct00031
(11)
가정에 따라,
Figure pct00032
는
Figure pct00033
에 비례하게 된다. 따라서 리포커싱 펄스는 측정된
Figure pct00034
로부터 추정될 수 있다.
자화 준비 펄스들(magnetization preparation pulse)은 (i) 180° RF 인버전 펄스(inversion pulse), (ii) 포화 펄스(saturation pulse) (일반적으로 90° RF 펄스), 및 (iii) 자화 전송 펄스(magnetization transfer pulse)를 포함한다. 리포커싱 펄스와 유사하게, 자화 준비 펄스들의 맵들은 측정된 에 의해 추정될 수 있다. 조합된 펄스들의 맵들은 측정된
Figure pct00036
를 이용하여 획득될 수 있다. 시퀀스를 위한 송신 함수는 블로호 방정식을 이용하여 추정된다. 예를 들어, MP-RAGE 시퀀스는 플립 각도 θ 및 에코 간격 τ 의 N 동등하게-간격된 리드아웃(readout) RF 펄스들 및 3D-인버전 복원로 구성된다. 반복 시간 TR 은 두개의 연속적인 인버전 복원 펄스들간의 시간 간격으로 정의된다:
Figure pct00037
(12)
τ는 에코 간격 시간이고, N은 리드아웃 RF 펄스들의 전체 수이고, TI는 인버전 복원 펄스 및 제 1 RF 리드아웃 펄스 사이의 시간간격이고, 및 TD는 지연 시간(delay time)이다. 신호 세기를 위한 공식을 간략화하기 위해서, 이하가 정의될 수 있다:
Figure pct00038
. MP-RAGE 시퀀스에서 연속적인 여기들에 대하여, ith 리드-아웃 펄스로부터의 신호 세기는 아래에 의해 주어진다:
Figure pct00039
(13)
인버전 복원 패스트 스핀 에코 시퀀스는 인버전 복원 펄스 θ, 라디오주파수 펄스 α, 및 플립 각도 β 및 에코 간격 τ의 N 동등하게-간격된 리포커싱 펄스로 구성된다. 반복 시간 TI 은 인버전 복원 펄스들 및 라디오주파수 펄스 사이의 시간 간격으로 정의된다. 송신 함수는 아래에 의해 주어진다:
Figure pct00040
(14)
유효한 인버전 복구 시간 TIeff 는 이미지 콘트라스트의 주요한 결정 요인이다. k-스페이스 중심에 대하여 인버전 복원 펄스 및 리포커싱 리드-아웃 펄스 사이의 시간 간격으로 정의된다. 만약 예상되는 이미지 콘트라스트에 대응하는 ith 리드-아웃 펄스가 k-스페이스 중심을 채우는데 사용된다면, TIeff는 아래에 의해 주어진다:
Figure pct00041
(15)
3. 가변적 이미징 파라미터 시퀀스들
가변적 이미징 파라미터 시퀀스들, 예컨대 MPRAGE 또는 3D 패스트 스핀 에코 시퀀스 (Siemens HealthcareDP SPACE, GE Healthcare에 CUBE, 및 vista Philips Healthcare)에 관해서, 각각의 k-스페이스 라인은 상이한 이미징 파라미터들 (예컨대 인버전 복구 시간, 에코 시간, 및 플립 각도)에 대응한다. 불균일 정정을 위해 사용되는 이미징 파라미터들은 k-스페이스 제로(0) 라인 또는 k-스페이스의 중심을 획득하는데 사용되는 유효 이미징 파라미터들이어야 한다.
이미지 파라미터의 변동성을 양적으로 평가하기 위해서, 계수 변동 (CV: coefficient variation)는 다음에 의해 도입될 수 있다:
Figure pct00042
(16)
σ 및 μ 는 표준 편차 및 특정 파라미터의 평균치이다. CV가 적을 수록, 파라미터는 더 고르게 되거나 또는 변동성이 더 작아진다. CV가 제로(0)와 같을 때, 파라미터는 완전히 고르다.
구현예 및 결과들
도 1 은 추정된 송신 필드 및 수신기 감도로 불균일의 신호 세기를 정정하기에 적절한 MRI 시스템에 채용되는 간략화된 플로우 차트를 예시한다. 처음에, 100에서, 이미지들이 시스템에 제공된다. 101에서, 저 해상도 이미지들이 수신기 감도 (102a에서) 및 송신 필드 또는 상대적 플립 각도 (102b)를 측정하기 위해 사용된다. 103에서, 진단 및 연구를 위해 사용되는 이미지들이 획득된다. 이들은 불균일이 정정될 고 해상도 이미지들일 수 있다. 104에서, 예를 들어, 정정될 이미지들의 블로호 방정식 및 송신 필드를 이용하여 송신 함수의 추정이 이루어진다. 추정으로부터, 송신 함수가 블로호 방정식에 따라 플립 각도 α3로 산출될 수 있다. 105에서, 상대적 정정 매트릭스가 송신 함수 및 수신기 감도에 따라 추정된다. 상대적 정정 매트릭스들은 정정되는 이미지들내로 정합(register)될 수 있다. 106에서, 상대적 정정 매트릭스들은 정정 매트릭스들을 획득하기 위해 정규화된다. 107에서, 이미지들의 불균일의 신호 세기는 고 해상도 이미지들 및 그것들의 대응하는 정정 매트릭스들의 비율을 고려함으로써 정정된다.
도 2 는 송신/수신기 바디 코일로 1.5 (a-c) 및 3.0 테슬라 (d-f) 테슬라에서 고른 인체 모형의 측정된 송신 RF 필드 (a, d), 수신기 감도 (b, e) 및 그것들의 차이들 (c, f)의 분포들을 개별적으로 도시한다. Larmor 주파수들을 증가시킴에 따라, 송신 필드 및 수신기 감도는 더 불균일하게 된다. 송신 필드 및 수신기 감도 사이의 최대값 차이는 1.5 테슬라에서 약 10%이고, 이는 측정된 송신 필드 및 수신기 감도의 에러 (약 2%)보다 훨씬 더 크다. 이들 결과들은 송신/수신기 코일로 1.5 T 초과의 스캐너 정적 자기장을 갖는 송신 필드 및 수신기 감도 사이의 상당한 차이를 입증한다. 정적 필드 세기가 3.0 T로 증가함에 따라, 최대값 차이는 약 20%까지 증가한다. MR 실험들에서, 수신기 감도는 때때로 가역성 원리(reciprocity principle)에 따라 수신기 코일의 송신 필드에 의해 근사된다. 이것은 단지 저 필드 세기들에서만 유효하다. 수신기 감도를 송신 필드로 대체하는 것은 고 필드 세기들에서는 큰 에러들을 도입할 수 있다.
균일의 인체 모형에 대한 페이즈드 어레이 코일의 수신기 감도 및 바디 코일의 송신 필드가 산출되고 도면들 3a 및 3b에 도시된다. 완전한 세기 고름성(uniformity)에 따라 SD 및 따라서 α는 이미지 신호대 잡음비 (SNR)의 역수(inversion)이어야 한다. 인체 모형(phantom)의 경우에서, 바디 코일의 송신 필드의 CV 는 14.7%이고, 페이즈드 어레이 코일에 대한 수신기 감도의 CV는 15.7%이다. 따라서 이 하드웨어로 획득된 이미지들에 신호 불균일은, 분명히 페이즈드 어레이 코일의 수신기 감도 프로파일뿐만 아니라 바디 코일의 송신 프로파일로부터 기인한다. 비록 신호 고르지 않음에 대한 바디 코일 송신의 기여는 1.5 테슬라 아래의 필드들에서 페이즈드 어레이 코일들의 수신의 기여보다 작지만, 전자는 더 높은 필드들, 예컨대 3.0 테슬라에서 후자에 필적할만하거나 또는 후자보다 더 클 수 있다. 따라서 송신 프로파일의 기여는 무시될 수 있다. 동일한 이유에 대하여, 만약 바디 코일이 고 필드(high field)에서 페이즈드 어레이 데이터를 갖는 신호 고르지 않음을 정정하기 위한 기준으로 사용된다면, 이런 계산은 고른 송신 프로파일을 가정하기 때문에 상당한 에러들이 발생할 수 있다.
비파라메트릭 고르지않은 세기 정규화 (N3) 접근법 [Sled JG et al, 1998], SPM 툴들 [Ashburner J 및 Friston KJ, 2005], 및 FSL-FMRIB [Zhang Y et al., 2001]를 포함하는 다양한 방법들이 획득된 이미지들의 신호 세기 불균일 또는 바이어스 필드를 추정하기 위해 제안되어 왔다. N3 방법에서, 바이어스 필드는 세기 히스트그램을 가우시언 변화(devolution)를 이용하여 선명하게 하고 큐빅(cubic) B-스플라인(spline)을 이용하여 매끈하게 하여 추정된다. 바이어스 필드를 매끈하게 하는 것(smoothing)은 정정 방법의 성능에 상당한 영향을 준다. 통상의 필터링 기술들은 조직 경계(tissue boundary) 또는 맴돌이 아트팩트(eddy artifact)를 도입할 수 있고 바이어스 필드 추정의 정확성을 저하시킬 수 있다. 매끄러움 제약(smoothness constraint)들을 통합한 스플라인 근사(Spline approximation)가 조직 경계들상에서의 아트팩트를 줄이기 위해 사용된다. 이 방법은 병적인 변화(pathological change)에 영향을 받지 않고 펄스 시퀀스, 이미징 파라미터들에 독립적이다. SPM 툴들에서, 바이어스 필드는 가우시언 혼합 조직 모델(Gaussian mixture tissue model), Expectation-Maximization 알고리즘 및 Levenberg-Marquardt 최적화에 기초한다. FSL-FMRIB 툴들에서, 바이어스 필드의 추정은 히든(hidden) Markov 랜덤 필드 모델 및 관련된 EM 알고리즘 [Zhang Yet al., 2001]에 기초한다. 필드 맵 방법은 송신 필드 및 수신기 감도 추정에 기초한 비-조직 특성들로부터 신호 세기 불균일을 교정하기 위해 제안된다 [Wang J et al., 2005a 및 2005 b].
원래의 그레디언트 에코 이미지 및 스핀 에코 이미지, 및 필드 맵 방법을 이용하는 대응하는 정정된 이미지들이 도면들 4a-4d에 개별적으로 도시된다. 원래의 이미지들 (도 4a 및 4c)에서, 상당한 신호 세기 불균일이 관측된다. 도 4b 및 4d에서, 필드 맵 방법이 이미지 전체에 걸쳐 세기 불균일을 정정하고 인체 모형의 경계들에서 아트팩트들을 초래하지 않는다. 이들 방법들의 양적인 비교들이 변형 계수(variation coefficient)에 의해 제공된다. 평균 CV는 그레디언트 에코 이미지에 대하여 정정 전에 약 20%로부터 정정된 이미지들에서 약 13%로 그리고 스핀 에코 이미지에 대하여 정정 전 20%로부터 약 9%로 축소된다.
생체내 측정된 송신 필드 및 수신기 감도 맵들의 예들이 도 5 에 도시된다. 뇌 조직들의 도면들 5a 및 5b에 송신 필드 및 수신기 감도 맵들의 CV는 개별적으로 9.7 및 11.9%이다. 실제 애플리케이션들에서,
Figure pct00043
및 수신 감도 맵들을 추정하기 위한 추가 이미징 시간이 최소화되어야 한다.
Figure pct00044
및 수신기 감도 프로파일들은 스페이스에서 느리게 변화하기 때문에 저 해상도에서,
Figure pct00045
및 수신 감도 맵들은 (이미징 시간을 줄여서) 획득될 수 있고 정정될 고-해상도 이미지들에 통합되고 정합될 수 있다. 예를 들어, 저 해상도로 전체 인체 뇌를 커버하는 이런 맵들은 2 분보다 작은 송신 필드 및 수신기 감도 매핑을 위한 총 취득 시간으로 세그먼트화된 스핀 에코 EPI 시퀀스를 이용하여 획득된다.
도 6 은 그레디언트 에코 평면 이미징 시퀀스 (로우 a)로 획득된 미가공(raw) 뇌 이미지들 및 그것들의 정정된 이미지들 (로우 b)를 도시한다. 미가공 이미지들에서, 뇌의 경계에서 훨씬 높은 신호 세기가 관측되고 뇌의 중심에서 훨씬 더 낮은 신호 세기가 있다. 즉, 뇌 조직들 중 하나의 신호세기가 전체 뇌에 걸쳐 큰 변동성을 나타낸다. 정정된 이미지들은 측정된 송신 필드 및 수신기 감도로 Eqs. (1,2) 및 (6)를 이용하여 정정된다. 뇌 조직들 중 하나에 대한 신호 세기가 전체 뇌에 걸쳐 더 고르다는 결과들이 표시된다.
도 7은 (로우 a) 3D FLASH 시퀀스로 획득된 미가공 뇌 이미지를 도시한다. 미가공 이미지에서 신호 불균일은 다른 영역들에서 보다 뇌의 앞쪽 및 뒤쪽 영역들에 GM 및 WM 둘 모두의 훨씬 더 높은 신호 세기를 초래한다. 전체 뇌에 걸쳐 신호 불균일을 정정하기 위해 수신기 감도 및 송신 필드가 측정될 수 있다. 정정된 이미지가 도 7 에 도시된다 (로우 b). 신호 불균일 정정 후에, 조직 세기는 뇌에 걸쳐 훨씬 더 고르게 된다.
도 7에서, 신호 불균일은 주로 비-조직 특성들: 송신 필드 및 수신기 감도에 기인하기 때문에 신호 불균일은 뇌 조직 특성들과는 무관한 정정 매트릭스를 이용하여 정정되었다. 긴 TR에 대하여, 정정 매트릭스 상의 조직 T1 영향은 크게 축소되었고 무시 가능하다. 정정 매트릭스는 간단하게 측정된 FA 및 수신기 감도로부터 추정될 수 있다. 그러나, 짧은 TR들에 대하여, 정정 매트릭스 상의 조직 T1의 영향은 무시될 수 있다 --- 로컬 조직 T1 및 비-균일한 FA의 결합된 영향들이 고려되어야 한다. T1 매핑은 매우 시간 소모적이기 때문에, 불균일의 송신 필드의 기여를 정정하기 위한 T1 및 FA 매핑들을 포함하는 방법은 클리닉 설정(clinical settings)들에 가치가 거의 없다. 통상적으로, 송신 필드에 의해 야기되는 불균일의 신호 및 콘트라스트 세기는 단열(adiabatic) 펄스들, 보상 펄스들, 라디오주파수 필드 시밍(shimming) 기술들, 및 병렬 송신 기술들의 적용을 통하여 정정된다. 단열 펄스 및 보상 펄스들은 입력 에너지 및 펄스 지속기간(duration)을 증가시킬 수 있고, 큰 비흡수율(specific absorption rate) 및 긴 TE의 부작용을 초래한다. 라디오주파수 필드 시밍 기술들 및 병렬 송신 기술들은 추가 하드웨어를 필요로 한다. 본 출원에서, 신호 불균일을 정정하기 위해 로컬 T1 매핑 대신에 GM 및 WM의 평균 T1이 사용될 수 있다. 조직 콘트라스트가 FA의 변화에 민감하지 않을 때 이런 근사는 추정된 송신 함수내 작은 에러들로 이어질 것이다. 추가적으로, 2-차원 송신 필드 및 수신기 감도 맵이 또한 3 차원 뇌 이미지들을 정정하기 위해 사용될 수 있다. 이 예는 2 및 3 차원 송신 필드 및 수신기 감도사이의 펄스 프로파일들에서의 차이가 무시가능하다는 것을 입증한다.
도 8은 인체 뇌에 대한 스핀 에코 EPI 시퀀스로 획득된 미가공 멀티-슬라이스 이미지들 (로우 a) 및 제안된 방법으로 그것들의 대응하는 정정된 이미지들을 (로우 b) 개별적으로 나타낸다. 미가공 이미지에서, 뇌의 앞쪽 및 뒤쪽 영역들에 GM 및 WM 둘 모두의 신호 불균일이 다른 영역들에 것들 보다 훨씬 더 높다. 또한 뇌의 중심에서 신호 세기는 다른 영역들에 것들보다 훨씬 더 낮다. 정정후에, 동일한 뇌 조직에 대하여 전체 뇌에 걸쳐 더 고른 신호 세기가 결과로 발생한다. 본 출원에서, 90° 라디오주파수 펄스는 180° 리포커싱 펄스와 동일한 송신 필드 불균일을 갖는 것으로 가정된다. 파 거동(wave behavior)이 소정의 코일 구성 및 로딩된 오브젝트에 대하여 송신 필드 불균일에 대한 지배적인 영향이 있기 때문에 이들 루틴 펄스들 (예를 들어, 하드 펄스, 싱크 펄스, 가우시언 펄스 및 절두된 싱크 펄스)이 적정하다. 단열 펄스, 복합 펄스에 대하여 큰 에러들이 도입할 수 있다는 것에 유의한다.
도 9는 인체 뇌에 대한 패스트 스핀 에코 시퀀스로 획득된 미가공 멀티-슬라이스 이미지들 (로우 a) 및 제안된 방법으로 그것들의 대응하는 정정된 이미지들을 (로우 b) 개별적으로 나타낸다. 미가공 이미지에서, 뇌의 앞쪽 및 뒤쪽 영역들에 GM 및 WM 둘 모두의 신호 세기가 다른 영역들에서 것들 보다 훨씬 더 높다. 또한 뇌의 중심에서 신호 세기는 다른 영역들에 것들보다 훨씬 더 낮다. 정정후에, 동일한 뇌 조직들에 대하여 전체 뇌에 걸쳐 더 고른 신호 세기가 관측된다.
인버전 복원 스핀 에코 시퀀스를 이용하여 획득된 멀티-슬라이스 뇌 이미지들이 도 10 에 도시된다 (로우 a). 도 10에 도시된 (로우 b)에 대응하는 이미지들은 측정된 송신 필드 및 수신기 감도로 Eqs. (1,2) 및 (14)를 이용하여 정정된다. 라디오주파수 펄스, 리포커싱 펄스 및 인버전 복원 펄스의 불균일은 개별적으로 측정될 수 있다. 시간을 절약하기 위해서, 90° 라디오주파수 펄스가 180° 리포커싱 펄스 및 인버전 복원 펄스와 동일한 송신 필드 불균일을 갖는다는 가정이 제공될 수 있다. 라디오주파수 펄스의 측정된 송신 필드 맵에 따른, 송신 함수상에서의 라디오주파수 펄스, 리포커싱 펄스 및 인버전 복원 펄스의 영향은 eq. (14)을 이용하여 정정될 수 있다. 정정된 이미지들은 정정되지 않은 이미지들에 비하여 각각의 조직 그룹내의 세기의 더 균일한 분포 및 CSF, WM, 및 GM 간에 더 나은 콘트라스트(contrast)를 나타낸다. 결과들은 해당 가정들을 확인한다.
도 11은 3 차원 인버전 복원 패스트 스핀 에코 시퀀스들(3 dimensional inversion recovery fast spin echo sequence)로 획득된 인체 뇌의 이미지 (로우 a) 및 필드 맵 방법을 이용한 정정된 이미지들 (로우 b)을 개별적으로 예시한다. 필적할만한 SNR 및 콘트라스트에서 3 차원 패스트 스핀 에코의 비흡수율을 축소시키기 위해서, 축소된 플립 각도 및 가변적 리포커싱이 스핀 에코들 및 시뮬레이션된 에코들 및 일정한 에코 진폭의 합성 조합을 생성하기 위해 사용된다. 신호 불균일이 정정된 때, 리포커싱 플립 각도(refocusing flip angle)는 k-스페이스 중심 또는 k-스페이스 제로(0)을 채우기 위해 사용되는 리포커싱 플립 각도이어야 한다. 로우 a에 원래의 이미지들에 비교하여, 로우 b에 정정된 이미지들은 정정되지 않은 이미지들에 비하여 각각의 조직 그룹내의 세기의 더 균일한 분포 및 CSF, WM, 및 GM 간에 더 나은 콘트라스트(contrast)를 나타낸다.
도 12는 필드 맵 방법(field map method), N3, SPM, 및 FAST 방법들을 이용하여 정정된 고른 인체 모형 이미지들의 결과들을 도시한다. 심한 신호 세기 불균일이 고른 인체 모형 (도 11a)의 미가공 이미지에서 관측된다. N3 (b), SPM (c) 및 FAST (d)를 이용한 정정된 이미지들이 미가공 이미지의 균일이 크게 개선된다. 그러나, 이들 알고리즘들은 인체 모형 이미지의 중심 및 경계에서 새로운 아트팩트들이 도입된다. 반면에, 필드 맵 방법 (e), 정정된 바이어스 필드는 현저하게 임의의 아트팩트들을 도입하지 않는다. 미가공 이미지의 CV는 11.9%이다. 필드 맵 방법은 CV를 4.0%까지 축소시키고, 이는 주로 이미지내 잡음에 기인한다.
도 13 는 인체 뇌의 T1-가중 이미지들 (컬럼 a), 및 N3 (컬럼 b), SPM (컬럼 c), FAST (컬럼 d), 및 필드 맵 방법 (e)을 이용한 정정 후의 결과들을 도시한다. 모든 방법들은 적정한 좋은 정정 결과들을 생성한다. 각각의 조직 유형의 이미지 세기 균일이 크게 개선되었다. 그러나, 화이트 물질 (WM : white matter) 및 그레이 물질 (GM : gray matter)간의 선명한(sharp) 경계들은 N3, SPM, 및 FAST 정정 후에 흐릿하게(blurry) 된다. 매끈해진 조직 경계들 및 에지 아트팩트들은 조직 볼륨들의 잘못된 정량화(quantification)로 이어질 수 있다. 필드 맵 방법으로부터 어떤 조직 경계 흐릿함(blur)도 기인하지 않는다. 다양한 정정 방법들로부터 이미지들의 품질을 정량화하기 위해서, 바이너리 GM 및 WM 마스크들이 세그먼트화 알고리즘을 이용하여 획득되었고, 그런다음 바이너리 마스크들을 정정된 이미지들과 곱함으로써 GM 및 WM 영역들을 구분한다. 전체 뇌에 걸쳐 구분된 WM 및 GM의 CV들이 계산되었다. 결과들은 필드 방법 맵이 또한 인체 뇌에 다른 방법들을 능가한다는 것을 입증한다. 나머지 고르지 않음은 이하의 요인들: (1) 동일한 조직의 위치 의존 신호 세기; (2) 불완전한 불균일 정정, 예를 들어, 불완전한 인버전 복원의 영향은 필드 맵 방법에서 무시된다; 및 (3) 비-최적의 프로세싱 파라미터들로부터 발생할 수 있다.
상기의 내용에 기초하여, 본 출원에 MR 신호 불균일을 정정하기 위한 방법들이 제공된 것이 이해되어야 한다. 비록 본 출원에 제공된 내용은 컴퓨터 구조상의 특징들, 방법론적인 동작들, 및 컴퓨터 판독 가능한 매체들에 대한 특정 언어로 설명되었지만, 첨부된 청구항들에 정의된 발명은 본 출원에서 설명된 특정 특징들, 동작들, 또는 매체들에 제한되지 않는다는 것이 이해될 것이다. 오히려, 특정 특징들, 동작들 및 매체들은 청구항들을 구현하는 예시적인 형태들로서 개시된다.

Claims (21)

  1. MRI 이미지내 불균일(inhomogeneous)의 신호 세기를 정정하는 방법에 있어서, 상기 방법은:
    일련의 신호 세기 이미지들을 획득하는 단계;
    송신 필드 또는 플립 각도 맵(flip angle map)을 추정하는 단계;
    수신기 감도 맵(receiver sensitivity map)을 추정하는 단계;
    상기 신호 세기 이미지들의 상기 송신 필드 및 블로호 방정식(Bloch's equation)에 기초하여 송신 함수(transmit function)를 추정하는 단계;
    블로호 방정식에 따른 플립 각도 α3로 송신 함수를 산출하는 단계;
    상기 송신 함수 및 상기 수신기 감도 맵에 따라 상대적 정정 매트릭스(relative correction matrix)를 추정하는 단계;
    상대적 정정 매트릭스를 생성하기 위해서 상기 상대적 정정 매트릭스를 상기 일련의 신호 세기 이미지들과 정합(register)시키는 단계;
    정정 매트릭스를 획득하기 위해 상기 상대적 정정 매트릭스를 정규화(normalizing)하는 단계; 및
    상기 신호 세기 이미지들내 불균일을 정정하는 단계는 상기 신호 세기 이미지들 및 상기 정정 매트릭스의 비율을 산출하는 단계를 포함하는, 방법.
  2. 청구항 1에 있어서, 송신 필드 또는 플립 각도 맵을 추정하는 단계는 크기(magnitude)-기반 또는 위상(phase)-기반 방법을 이용하여 송신 필드 또는 플립 각도 맵을 추정하는 단계를 포함하는, 방법.
  3. 청구항 1에 있어서, 송신 필드 또는 플립 각도 맵을 추정하는 단계는 저 해상도 이미지들을 이용하여 송신 필드 또는 플립 각도 맵을 추정하는 단계를 포함하는, 방법.
  4. 청구항 1에 있어서, 송신 필드 또는 플립 각도 맵을 추정하는 단계는 RF 시밍(shimming) 또는 단열 펄스들(adiabatic pulses) 또는 복합 펄스들(composite pulses) 또는 테일러 펄스(tailored pulse)을 이용하여 송신 필드 또는 플립 각도 맵을 추정하는 단계를 포함하는, 방법. RF 시밍 및 이들 보상 펄스들을 적용한 후에, 상기 송신 필드 또는 플립 각도 맵은 상수로 근사될 수 있다.
  5. 청구항 1에 있어서, 송신 필드 또는 플립 각도 맵은 이미지 도메인 및 k-스페이스 데이터 둘 모두에서 추정될 수 있는, 방법.
  6. 청구항 1에 있어서, 수신기 감도 맵을 추정하는 단계는 신호 세기-기반의 방법 및 필드-기반의 방법 중 하나를 이용하는 단계를 포함하는, 방법.
  7. 청구항 6에 있어서, 신호 세기-기반의 방법은 사전-스캔 방법(pre-scan method), 최소 콘트라스트 방법(minimal contrast method), 고른 자화 방법(uniform magnetization method) 및 바이어스 필드 방법(bias field method) 중 하나인, 방법.
  8. 청구항 6에 있어서, 필드-기반의 방법은 회전 필드 방법, 교정(calibrated) 방법, 전자기 필드의 가역성 원리(reciprocity principle), 및 전자기 필드 방법 중 하나인, 방법.
  9. 청구항 1에 있어서, 수신기 감도 맵을 추정하는 단계는 이미지 도메인 데이터 및 k-스페이스 데이터 연산(operation) 둘 모두를 따르는, 방법.
  10. 청구항 1에 있어서, 상기 송신 함수는 이미징 파라미터들의 미리 결정된 선택을 이용하여 주어진 관심 영역들 또는 주어진 관심 컴포넌트들의 영역들에 대하여 상수인, 방법.
  11. 청구항 10에 있어서, 상수는 로딩된 오브젝트들내 두개 이상의 컴포넌트들의 평균된, 최소화된 또는 최대화된 T1 및/또는 T2일 수 있는, 방법.
  12. 청구항 1에 있어서, 만약 전체 이미지에 걸쳐 T1 및/또는 T2가 컴포넌트들에 의존한다면 전체 이미지에 걸쳐 T1 및/또는 T2에 독립적인 송신 함수를 생성하기 위해서 상수 T1 및 T2 가 사용될 수 있는, 방법.
  13. 청구항 1에 있어서, 불균일 정정을 위해 사용된 상기 이미징 파라미터들은 가변적 이미징 파라미터 시퀀스들에 대한 k-스페이스의 중심 또는 k-스페이스 제로(0) 라인을 획득하기 위해 사용되는 유효 이미징 파라미터(effective imaging parameter)들이어야 하는, 방법.
  14. 청구항 1에 있어서, 구조적 및/또는 기능적 MR 이미징, MR 분광학 및 MR 분광학 이미징의 정량화(quantification) 또는 이미지 품질을 개선하기 위해 채용되는, 방법.
  15. 청구항 1에 있어서, 정정되는 신호 불균일은 임의의 자기 공명 이미징 시퀀스 (예컨대 그레디언트 에코(gradient echo), 스핀 에코(spin echo), 에코 평면 이미징(echo planar imaging), 자화 준비 펄스들(magnetization preparation pulses)을 갖거나 또는 갖지 않는 패스트 스핀 에코(fast spin echo)), 및 임의의 송신 및 수신 코일들에 의해 획득될 수 있는, 방법.
  16. 청구항 1에 있어서, 정정된 상기 이미지는 라디오주파수 펄스들(radiofrequency pulses), 리포커싱 펄스들(refocusing pulses), 및 자화 준비 펄스(magnetization preparation pulses)들 중 적어도 하나인 멀티-라디오주파수 펄스들에 의해 획득될 수 있는, 방법.
  17. 정정된 이미지들의 성능을 평가하기 위해 알려진 인체 모형(phantom)을 이용하는 방법에 있어서,
    상기 인체 모형의 이미지를 획득하는 단계;
    복수개의 상이한 정정 방법들 중 하나를 이용하여 상기 이미지의 신호 불균일을 정정하는 단계; 및
    상기 복수개의 상이한 정정 방법들을 이용하여 이미지의 품질 평가(quality assessment)의 성능을 평가하는 단계를 포함하되,
    상기 인체 모형은 고른(uniform) 인체 모형, ACR(American College of Radiology) 인체 모형, 및 오브젝트-유사(object-like) 인체 모형 중 하나인, 방법.
  18. 청구항 17에 있어서, 상기 오브젝트-유사는 멀티-조직들 또는 멀티-컴포넌트들의 MRI 파라미터들, T1, T2 중 적어도 하나, 양성자 밀도(proton density), 확산(diffusion), 자화 전송(magnetization transfer), 관류(perfusion), 플로우(flow), 전도성(conductivity), 자화율, 유전율, 이미지화되는 생체내 대상(subject)의 관심 영역들의 것들과 유사하거나 또는 같은 기하학적 구조(geometry)를 포함하는, 방법.
  19. 청구항 17에 있어서, 상기 상이한 정정 방법들은 청구항 1, N3 및 FSL 및 SPM에 정정 방법들 중 적어도 하나를 포함하는, 방법.
  20. 청구항 17에 있어서, 상이한 정정 방법들의 성능은 그라운드-트루스(ground-truth)로의 비교로 평가되는, 방법.
  21. 청구항 20에 있어서, 이미지 품질 평가를 위한 상기 그라운드-트루스는 멀티-조직들의 볼륨, 콘트라스트, 콘트라스트-대-잡음 비율, 경계 선명도, 각각의 조직 또는 컴포넌트의 표준 편차 중 적어도 하나인, 방법.
KR1020157028116A 2013-03-15 2014-03-14 신호 불균일 정정 및 성능 평가를 위한 방법 및 장치 KR20150131124A (ko)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US201361792112P 2013-03-15 2013-03-15
US61/792,112 2013-03-15
PCT/US2014/027580 WO2014152652A1 (en) 2013-03-15 2014-03-14 Signal inhomogeneity correction and performance evaluation apparatus

Publications (1)

Publication Number Publication Date
KR20150131124A true KR20150131124A (ko) 2015-11-24

Family

ID=51581270

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020157028116A KR20150131124A (ko) 2013-03-15 2014-03-14 신호 불균일 정정 및 성능 평가를 위한 방법 및 장치

Country Status (7)

Country Link
US (1) US10247802B2 (ko)
EP (1) EP2972518A4 (ko)
JP (1) JP2016512143A (ko)
KR (1) KR20150131124A (ko)
CN (1) CN105283780A (ko)
CA (1) CA2905479A1 (ko)
WO (1) WO2014152652A1 (ko)

Families Citing this family (21)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102013205785B4 (de) * 2013-04-02 2014-10-09 Siemens Aktiengesellschaft Ermittlung einer Magnetresonanzsystem-Ansteuersequenz auf Basis einer reduzierten Anzahl an Feldverteilungskarten
CN104392422B (zh) * 2014-12-15 2017-06-27 中国科学技术大学 一种基于图像梯度拟合的mri非均匀场估计方法
DE102015218847A1 (de) * 2015-09-30 2017-03-30 Siemens Healthcare Gmbh Korrektur von Magnetresonanzbilddaten
US11131736B2 (en) * 2016-08-09 2021-09-28 Koninklijke Philips N.V. Retrospective correction of field fluctuations in multiple gradient echo MRI
US10234524B2 (en) * 2016-10-18 2019-03-19 Siemens Healthcare Gmbh Shifted pulses for simultaneous multi-slice imaging
CN108013876B (zh) * 2016-10-31 2023-05-23 通用电气公司 磁共振图像均匀度校正方法及装置
US10115212B2 (en) * 2016-11-07 2018-10-30 Uih America, Inc. Image reconstruction system and method in magnetic resonance imaging
JP6636676B1 (ja) 2016-11-17 2020-01-29 コーニンクレッカ フィリップス エヌ ヴェＫｏｎｉｎｋｌｉｊｋｅ Ｐｈｉｌｉｐｓ Ｎ．Ｖ． 強度補正された磁気共鳴画像
DE102017207267A1 (de) * 2017-04-28 2018-10-31 Siemens Healthcare Gmbh Verfahren zum Erzeugen eines ortsaufgelösten Magnetresonanzdatensatzes, Datenträger sowie Magnetresonanzanlage
WO2018217847A1 (en) * 2017-05-24 2018-11-29 Schlumberger Technology Corporation Fast measurement and interpretation of downhole multi-dimensional measurement
CN107609492B (zh) * 2017-08-25 2019-06-21 西安电子科技大学 基于脑电信号的失真图像质量感知评价方法
US10677873B2 (en) 2017-08-29 2020-06-09 General Electric Company System and method for correcting an artifact within magnetic resonance data
US11175367B2 (en) * 2018-08-10 2021-11-16 General Electric Company Methods and systems for estimating transmit attenuation for a magnetic resonance imaging scan
CN109671036B (zh) * 2018-12-26 2023-07-14 上海联影医疗科技股份有限公司 一种图像校正方法、装置、计算机设备及存储介质
EP3677185A1 (en) * 2019-01-03 2020-07-08 Koninklijke Philips N.V. Calibrating radiological data based on cell distribution
TWI699702B (zh) * 2019-01-24 2020-07-21 景碩科技股份有限公司 生產線編碼處理系統與方法
JP7213099B2 (ja) * 2019-01-31 2023-01-26 キヤノンメディカルシステムズ株式会社 医用画像処理装置、磁気共鳴イメージング装置、医用画像処理方法、およびプログラム
WO2020185757A1 (en) * 2019-03-12 2020-09-17 University Of Cincinnati A system and method for motion correction of magnetic resonance image
CN111105421A (zh) * 2019-11-29 2020-05-05 上海联影智能医疗科技有限公司 一种脑白质高信号分割方法、装置、设备及存储介质
CN114690100A (zh) * 2020-12-30 2022-07-01 通用电气精准医疗有限责任公司 磁共振图像处理方法及装置、计算机可读存储介质
CN115561691B (zh) * 2022-09-28 2023-07-21 深圳市联影高端医疗装备创新研究院 射频发射场校正方法、装置、计算机设备和存储介质

Family Cites Families (30)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4731865A (en) 1986-03-27 1988-03-15 General Electric Company Digital image correction
US5551431A (en) 1994-10-04 1996-09-03 The Brigham And Women's Hospital, Inc. Correction of magnetic resonance imager intensity inhomogeneities using tissue properties
US5914599A (en) 1995-08-18 1999-06-22 National Research Council Of Canada Compensation for inhomogeneity of the field generated by the RF coil in a nuclear magnetic resonance system
DE19653476A1 (de) 1996-12-20 1998-07-02 Siemens Ag Verfahren zur Intensitätskorrektur eines Bildes
US5943433A (en) 1996-12-30 1999-08-24 General Electric Company Method for correcting inhomogeneity of spatial intensity in an aquired MR image
US6208138B1 (en) 1998-06-11 2001-03-27 Siemens Corporate Research, Inc. Bias field estimation for intensity inhomogeneity correction in MR images
US6268728B1 (en) 1999-02-10 2001-07-31 Board Of Trustees Of The Leland Stanford Junior University Phase-sensitive method of radio-frequency field mapping for magnetic resonance imaging
US6556720B1 (en) 1999-05-24 2003-04-29 Ge Medical Systems Global Technology Company Llc Method and apparatus for enhancing and correcting digital images
US6757442B1 (en) 2000-11-22 2004-06-29 Ge Medical Systems Global Technology Company, Llc Image enhancement method with simultaneous noise reduction, non-uniformity equalization, and contrast enhancement
US6587708B2 (en) 2000-12-29 2003-07-01 Ge Medical Systems Global Technology, Llc Method for coherent steady-state imaging of constant-velocity flowing fluids
JP3987686B2 (ja) * 2001-02-02 2007-10-10 ジーイー・メディカル・システムズ・グローバル・テクノロジー・カンパニー・エルエルシー 静磁界補正方法およびｍｒｉ装置
AU2002953540A0 (en) 2002-12-24 2003-01-16 The University Of Queensland Correction of non-linear gradients effects on magnetic resonance imaging
DE10338074B4 (de) 2003-08-19 2008-05-15 Siemens Ag Verfahren zur Kompensation von Kontrastinhomogenitäten in Magnetresonanzbildern sowie Magnetresonanz-Messsystem und Computerprogrammprodukt
WO2005024725A2 (en) * 2003-09-04 2005-03-17 Koninklijke Philips Electronics N.V. Adaptive image homogeneity correction for high field magnetic resonance imaging
DE102004061507B4 (de) 2004-12-21 2007-04-12 Siemens Ag Verfahren zur Korrektur von Inhomogenitäten in einem Bild sowie bildgebende Vorrichtung dazu
US7443164B2 (en) * 2005-11-10 2008-10-28 Board Of Regents, The University Of Texas System Methods and apparatus for measuring magnetic field homogeneity
WO2007058631A1 (en) 2005-11-21 2007-05-24 Agency For Science, Technology And Research Method and device for correction of magnetic resonance images
US7432707B1 (en) 2006-06-14 2008-10-07 Fonar Corporation Magnetic resonance imaging with corrected intensity inhomogeneity
US8072215B2 (en) * 2006-07-06 2011-12-06 Koninklijke Philips Electronics N.V. Magnetic resonance device and method
US7894668B1 (en) 2006-09-28 2011-02-22 Fonar Corporation System and method for digital image intensity correction
US7782056B2 (en) 2007-12-13 2010-08-24 Isis Innovation Ltd. Systems and methods for correction of inhomogeneities in magnetic resonance images
US7753165B2 (en) * 2007-12-21 2010-07-13 Robert Bosch Gmbh Device and method for active noise cancellation in exhaust gas channel of a combustion engine
WO2009102892A1 (en) * 2008-02-12 2009-08-20 The Board Of Trustees Of The University Of Illinois Mri involving replacement of an antenna by another antenna
CN101981462B (zh) * 2008-03-27 2014-12-24 皇家飞利浦电子股份有限公司 具有针对多rf发射系统的改进的b1映射的翻转角成像
GB2476433B (en) * 2008-09-17 2013-01-09 Koninkl Philips Electronics Nv B1 Mapping and B1L-Shimming for MRI
US8018230B2 (en) * 2008-10-27 2011-09-13 Universitaetsklinikum Freiburg Sense shimming (SSH): a fast approach for determining B0 field inhomogeneities using sensitivity encoding
US8077955B2 (en) 2009-03-19 2011-12-13 Kabushiki Kaisha Toshiba B1 mapping in MRI system using k-space spatial frequency domain filtering
US8810242B2 (en) 2010-08-06 2014-08-19 Kabushiki Kaisha Toshiba Spatial intensity correction for RF shading non-uniformities in MRI
US8558547B2 (en) * 2011-05-05 2013-10-15 General Electric Company System and method for magnetic resonance radio-frequency field mapping
US9146293B2 (en) 2012-02-27 2015-09-29 Ohio State Innovation Foundation Methods and apparatus for accurate characterization of signal coil receiver sensitivity in magnetic resonance imaging (MRI)

Also Published As

Publication number Publication date
US20160018502A1 (en) 2016-01-21
WO2014152652A1 (en) 2014-09-25
CN105283780A (zh) 2016-01-27
EP2972518A4 (en) 2017-09-13
US10247802B2 (en) 2019-04-02
EP2972518A1 (en) 2016-01-20
CA2905479A1 (en) 2014-09-25
JP2016512143A (ja) 2016-04-25

Similar Documents

Publication Publication Date Title
US10247802B2 (en) Signal inhomogeneity correction and performance evaluation apparatus
Vos et al. The importance of correcting for signal drift in diffusion MRI
US9339239B2 (en) Methods and devices for optimization of magnetic resonance imaging protocols
Weiskopf et al. Unified segmentation based correction of R1 brain maps for RF transmit field inhomogeneities (UNICORT)
Haast et al. The impact of correction on MP2RAGE cortical T 1 and apparent cortical thickness at 7 T
Rohde et al. Comprehensive approach for correction of motion and distortion in diffusion‐weighted MRI
Volz et al. Correction of systematic errors in quantitative proton density mapping
US20160077182A1 (en) Methods and apparatus for accurate characterization of signal coil receiver sensitivity in magnetic resonance imaging (mri)
Tabelow et al. Diffusion tensor imaging: structural adaptive smoothing
CN104323775A (zh) 磁共振成像装置、图像处理装置以及图像处理方法
US9940540B2 (en) Image correction during magnetic resonance dependent on the reception profile of the reception antenna
US20150185298A1 (en) Method of estimating specific absorption rate
US11796617B2 (en) System and method for reconstruction of magnetic resonance images acquired with partial Fourier acquisition
Meineke et al. Data consistency‐driven determination of‐fluctuations in gradient‐echo MRI
JP6872079B2 (ja) 戦略的に取得されるグラジェントエコーイメージングのためのシステムおよび方法
Lorio et al. Flexible proton density (PD) mapping using multi-contrast variable flip angle (VFA) data
Sakaie et al. Quantitative assessment of motion correction for high angular resolution diffusion imaging
Zhu et al. Evaluation of measurement uncertainties in human diffusion tensor imaging (DTI)‐derived parameters and optimization of clinical DTI protocols with a wild bootstrap analysis
Hutton et al. Modelling temporal stability of EPI time series using magnitude images acquired with multi-channel receiver coils
Sonderer et al. Improving the Accuracy, Quality, and Signal-To-Noise Ratio of MRI Parametric Mapping Using Rician Bias Correction and Parametric-Contrast-Matched Principal Component Analysis (PCM-PCA).
Bödenler et al. Joint multi‐field T1 quantification for fast field‐cycling MRI
US10684340B1 (en) Systems and methods for predicting errors and optimizing protocols in quantitative magnetic resonance imaging
Wang et al. Spatially regularized T1 estimation from variable flip angles MRI
Ardekani et al. Quantitative metrics for evaluating parallel acquisition techniques in diffusion tensor imaging at 3 Tesla
Noterdaeme et al. Intensity correction with a pair of spoiled gradient recalled echo images

Legal Events

Date Code Title Description
WITN Withdrawal due to no request for examination