KR20180027543A

KR20180027543A - 장-불변 정량적 자기 공명 시그너처

Info

Publication number: KR20180027543A
Application number: KR1020187003423A
Authority: KR
Inventors: 앤드류 지. 스티븐스; 제프리 에이치. 카디츠
Original assignee: 큐 바이오, 인코퍼레이티드
Priority date: 2015-07-07
Filing date: 2016-06-29
Publication date: 2018-03-14
Also published as: JP6883574B2; JP2018526657A; CN108027412A; KR102554506B1; CN108027412B; EP3320358A4; EP3320358A1

Abstract

생물학적 샘플의 불변 자기 공명(MR) 시그너처를 결정하는 시스템이 개시된다. 동작 동안 상기 시스템은 다중 스캔에서 생물학적 샘플 내 복셀들과 관련된 MR 신호들과 시뮬레이션된 MR 신호들 사이의 차이에 기초하여 상기 생물학적 샘플 내 상기 복셀들의 자기 공명(MR) 모델을 결정한다. 상기 MR 신호들은 다수의 MR 스캔 동안 및 스캔 명령에 기초하여 상기 시스템 내 MR 스캐너에 의해 측정되거나 캡처되고, 상기 생물학적 샘플에 대한 상기 시뮬레이션된 MR 신호들은 상기 MR 모델 및 상기 스캔 명령을 사용하여 생성된다. 더욱이, 상기 시스템은 수렴 기준이 달성될 때까지 상기 차이에 기초하여 상기 MR 스캔에서 (자기장 강도 및/또는 펄스 시퀀스를 포함하는) 상기 스캔 명령을 반복적으로 수정한다. 그 다음, 상기 시스템은 상기 생물학적 샘플의 식별자, 및 상기 MR 모델과 관련된 상기 생물학적 샘플의 자기장 강도 불변 MR 시그너처를 메모리에 저장한다.

Description

장-불변 정량적 자기 공명 시그너처

기술된 실시예는 일반적으로 자기 공명(magnetic resonance: MR), 보다 구체적으로 자기 공명 이미징(MRI), 자기 공명 스펙트럼 이미징(MRSI) 및/또는 자기 공명 핑거프린팅(magnetic resonance fingerprinting: MRF)과 같은 하나 이상의 의료 공명 기술에 기초하여 조직을 특성화하는 것에 관한 것이다.

자기 공명 또는 MR(이는 종종 '핵자기 공명' 또는 NMR(nuclear magnetic resonance)이라고 함)은 자기장에서 핵이 전자기 복사선을 흡수하고 재-방출하는 물리적 현상이다. 예를 들어, 자기 핵 스핀은 인가된 외부 자기장에서 부분적으로 정렬(또는 분극)될 수 있다. 이러한 핵 스핀들은 외부 자기장의 크기 또는 강도와 핵의 유형의 자기 회전비(gyromagnetic ratio)의 곱으로 주어지는 각주파수(angular frequency)(이는 종종 '라머 주파수(Larmor frequency)'라고도 함)에서 외부 자기장의 방향 주위로 세차 운동을 하거나 또는 회전할 수 있다. 외부 자기장의 방향에 직각 또는 수직이고 각주파수에 대응하는 펄스 폭들을 갖는 하나 이상의 무선 주파수(RF) 펄스(및 보다 일반적으로는 전자기 펄스)와 같은 분극된 핵 스핀에 섭동(perturbation)을 적용함으로써, 핵 스핀의 분극이 일시적으로 변할 수 있다. (시간적으로 변하는 총 자화와 같은) 핵 스핀의 결과적인 동적 응답은 샘플의 물리적 및 물질적 특성에 관한 정보를 풍부하게 제공할 수 있다.

의학에서, MR은 상이한 조직 유형의 해부학적 구조 및/또는 화학적 조성을 비-침습적으로 결정하는데 널리 사용되어 왔다. 예를 들어, 자기 공명 이미징(MRI)에서, 외부 자기장의 크기에 대해 핵 스핀(예를 들어, 양성자 또는 동위 원소 ¹H)의 세차 운동의 각주파수의 의존성이 해부학 구조의 이미지를 결정하는 데 사용된다. 특히, 불균일하거나 또는 공간적으로 변하는 자기장을 환자에 인가함으로써, ¹H 스핀의 세차 운동의 각주파수의 결과적인 변화는 통상적으로 복셀(voxel)들에 대한 ¹H 스핀의 측정된 동적 응답을 공간적으로 파악하는 데 사용되며, 이 동적 응답은 환자의 내부 해부학 구조의 이미지를 생성하는 데 사용될 수 있다. 대안적으로 자기 공명 스펙트럼 이미징(MRSI)에서 ¹H에 더하여 다른 핵의 측정된 동적 응답은 환자의 내부 해부학 구조 및 다양한 조직 유형의 화학적 조성 또는 형태(morphology)의 이미지를 생성하는 데 종종 사용된다.

통상적으로, MRI 또는 MRSI와 같은 기존의 MR 기술은 제한된 물리적 또는 물질적 특성 세트를 측정하는데 사용된다. 더욱이, 이러한 MR 기법은 대개 이러한 특성의 정성적 또는 '가중된(weighted)' 측정을 제공한다. 특히 MR 신호 세기는 그 자체로는 거의 정량적이지 않다. 대신, MR 신호를 분석하는 것은 종종 스펙트럼 피크들, 공간 지역들(spatial location) 또는 상이한 시점들을 상대적으로 비교하는 것을 포함한다.

최근, 연구자들은 MR을 사용하여 다수의 파라미터를 동시에 측정하고 샘플 특성의 정량적인 측정을 제공하였다. 특히, 관심 있는 개별 파라미터들을 특성화하는데 일련의 데이터 획득을 반복 사용하는 대신, 자기 공명 핑거프린팅(MRF)에서는 상이한 물질 또는 조직으로부터의 신호들이 조사 받는 다수의 물질 특성의 함수인 고유한 신호 또는 '핑거프린트'(예를 들어, 시간에 따른 자화 또는 MR 궤적(trajectory)를 결정하는데 의사 랜덤 펄스 시퀀스를 사용하여 대개 획득된다. 원칙적으로 패턴 인식 기술을 사용하여 정량적 다중 파라미터 핑거프린트는 미리 한정된 상태(예를 들어, 특정 질병의 존재)와 매칭될(matched) 수 있고, 측정 정확도를 개선시킬 수 있다.

MR 기술의 공간 분해능은 대개 자기장 구배의 크기에 의존하기 때문에, 예를 들어 초전도체를 사용하여 자기장 강도를 증가시키려고 지속적으로 노력하고 있다. 그러나, 큰 자기장 강도를 사용하면 대개 MR 스캐너의 크기 및 비용을 증가시킨다.

게다가, 스캐너마다 측정값이 변하기 때문에 및 심지어 동일한 스캐너에 의해 수행된 측정값이 반복시 변하기 때문에, 신뢰성 있거나 또는 재현 가능한 정량적 MR 측정을 수행하는 것이 어렵다는 것이 입증되었다. 그 결과 의학에서 MR이 광범위하게 사용되고 있음에도 불구하고 이 강력한 측정 기술의 진정한 잠재력은 아직 달성되지 못했으며 이는 의료 서비스 제공자에게 실망스러울 수 있으며 환자의 결과(outcome)에 악영향을 미칠 수 있다.

일부 실시예는 불변 MR 시그너처(invariant MR signature)를 결정하는 시스템에 관한 것이다. 상기 시스템은 복셀들과 관련된 MR 신호들과 시뮬레이션된 MR 신호들의 차이에 기초하여 생물학적 샘플의 3차원(3D) 위치에서 상기 복셀들의 자기 공명(MR) 모델을 결정한다. 특히, 상기 MR 신호들은 (예를 들어, 상기 생물학적 샘플의 자기 공명 핑거프린팅 또는 MRF를 수행하는 동안) 스캔 명령에 기초하여 MR 스캐너에 의해 수행되는 상기 생물학적 샘플 내 핵의 하나 이상의 유형의 다수의 MR 스캔 동안 캡처되고, 상기 생물학적 샘플에 대한 상기 시뮬레이팅된 MR 신호들은 상기 MR 모델 및 상기 스캔 명령을 사용하여 생성된다. 상기 스캔 명령의 인스턴스(instance)는 상기 생물학적 샘플에 인가되는 적어도 자기장 강도 및 펄스 시퀀스를 포함하거나 또는 특정(specify)하고, 상기 시스템은 수렴 기준이 달성될 때까지 상기 차이에 기초하여 상기 MR 스캔들에서 (상기 자기장 강도 및/또는 상기 펄스 시퀀스를 포함하는) 상기 스캔 명령을 반복적으로 수정한다. 그런 다음, 상기 시스템은 상기 생물학적 샘플의 식별자, 및 상기 MR 모델과 관련되고 임의의 자기장 강도에서 상기 생물학적 샘플의 동적 MR 응답을 기술하는 상기 불변 MR 시그너처를 메모리에 저장한다.

상기 식별자는 상기 생물학적 샘플을 고유하게 식별할 수 있다는 것이 주목된다. 더욱이, 상기 시스템은 상기 식별자를 생성할 수 있다. 대안적으로, 상기 시스템은 상기 식별자를 수신할 수 있다. 예를 들어, 상기 시스템은 상기 식별자를 특정하는 정보를 제공하거나 측정하는 샘플-정보 판독기를 포함할 수 있다.

나아가, 상기 시스템은 상기 생물학적 샘플의 물리적 특성을 측정하는 측정 장치를 포함할 수 있다. 특히, 상기 측정 장치는 측정된 물리적 특성을 특정하는 물리적 특성 정보를 제공할 수 있다. 상기 시스템은 상기 식별자 및 상기 불변 MR 시그너처와 함께 상기 물리적 특성 정보를 상기 메모리에 저장할 수 있다. 예를 들어, 상기 물리적 특성은 상기 생물학적 샘플의 중량; 상기 생물학적 샘플의 하나 이상의 치수; 상기 생물학적 샘플의 임피던스; 및/또는 상기 생물학적 샘플의 이미지를 포함할 수 있다. 상기 측정 장치는 이미징 센서; 스케일; 임피던스 분석기; 레이저 이미징 시스템; 및/또는 현미경을 포함할 수 있다는 것이 주목된다.

추가적으로, 상기 MR 스캐너는 1㎝ 내지 10㎝의 보어(bore) 직경을 갖는 보어-유형 MR 스캐너를 포함할 수 있다. 상기 보어-유형 MR 스캐너는, 상기 시스템의 동작 동안, 불활성 가스로 채워지거나 대기압보다 더 낮은 압력을 갖는 표면에 의해 한정된 챔버 내에 둘러싸일 수 있다. 대안적으로, 상기 생물학적 샘플은, 불활성 가스로 채워지거나 또는 대기압보다 더 낮은 압력을 갖는 용기에 둘러싸일 수 있다.

일부 실시예에서, 상기 시스템은 결정된 불변 MR 시그너처를 상기 메모리에 저장하기 전에 먼저 상기 결정된 불변 MR 시그너처를 암호화한다.

더욱이, 상기 생물학적 샘플은 포르말린 고정된 파라핀(formalin fixed-paraffin)으로 포매(embedded)될 수 있고, 상기 시스템은 상기 MR 모델에 기초하여 상기 불변 MR 시그너처를 생체 내 샘플의 추정된 불변 MR 시그너처로 변환할 수 있다. 대안적으로, 상기 생물학적 샘플은 생체 내 샘플을 포함할 수 있다.

나아가, 상기 시스템은 상기 결정된 불변 MR 시그너처를 하나 이상의 미리 결정된 불변 MR 시그너처와 비교하고(또는 상기 결정된 불변 MR 시그너처로부터 계산되거나 또는 상기 결정된 불변 MR 시그너처에 기초하여 계산된 MR 핑거프린트를 하나 이상의 미리 결정된 MR 핑거프린트와 비교할 수 있음); 상기 비교에 기초하여 상기 생물학적 샘플의 분류를 결정하고; 및 상기 식별자 및 상기 불변 MR 시그너처와 함께 상기 결정된 분류를 상기 메모리에 저장할 수 있다.

추가적으로, 상기 시스템은 상기 생물학적 샘플에 추가적인 MR 측정을 수행할 수 있고; 상기 추가적인 MR 측정의 결과를 상기 식별자 및 상기 불변 MR 시그너처와 함께 상기 메모리에 저장할 수 있다. 예를 들어, 상기 추가적인 MR 측정은 자기 공명 온도 측정법(MRT), 자기 공명 분광법(MRS), 자기 공명 이미징(MRI), 자기장 이완 측정법(relaxometry) 및/또는 자기 공명 탄성 측정법(MR elastography: MRE)을 포함할 수 있다.

또 다른 실시예는 상기 시스템에 사용하기 위한 컴퓨터 프로그램 제품을 제공한다. 상기 컴퓨터 프로그램 제품은 상기 시스템에 의해 수행되는 전술한 동작들 중 적어도 일부에 대한 명령을 포함한다.

또 다른 실시예는 상기 MR 스캐너를 사용하여 상기 생물학적 샘플의 불변 MR 시그너처를 결정하는 방법을 제공한다. 상기 방법은 상기 시스템에 의해 수행되는 전술한 동작들 중 적어도 일부를 포함한다.

또 다른 실시예는 생물학적 샘플로부터 MR 신호들, 인가된 이상적(ideal)이지 않은 펄스 시퀀스들, 및 측정된 잡음을 포함하는, MR 스캔 동안, 추가적인 정보를 수집하는 제2 시스템(이는 상기 시스템과 상이할 수도 있고 또는 동일할 수도 있음)을 제공한다. 상기 정보는 예를 들어 MR 모델을 훈련(training)함으로써 상기 MR 스캔 및 상기 생물학적 샘플을 정확히 시뮬레이션하는 것을 용이하게 할 수 있다.

또 다른 실시예는 상기 제2 시스템에 사용하기 위한 컴퓨터 프로그램 제품을 제공한다. 상기 컴퓨터 프로그램 제품은 상기 제2 시스템에 의해 수행되는 전술한 동작들 중 적어도 일부에 대한 명령을 포함한다.

또 다른 실시예는 상기 제2 시스템을 사용하여 MR 스캔을 수행하는 방법을 제공한다. 상기 방법은 상기 제2 시스템에 의해 수행되는 전술한 동작들 중 적어도 일부를 포함한다.

본 '발명의 내용'란은 본 명세서에 설명된 주제의 일부 양태의 기본적인 이해를 제공하기 위해 일부 예시적인 실시예를 예시하기 위한 목적으로 제공된 것일 뿐이다. 따라서, 전술한 특징들은 단지 예시일 뿐이며, 본 명세서에 설명된 주제의 범위 또는 사상을 어떤 식으로든 한정하는 것으로 해석되어서는 안 되는 것으로 이해된다. 본 명세서에 설명된 주제의 다른 특징, 양태 및 장점은 다음의 상세한 설명, 도면 및 청구범위로부터 명백해질 것이다.

도 1은 본 발명의 일 실시예에 따라 생물학적 샘플의 불변 MR 시그너처를 결정하는 자기 공명(MR) 스캐너를 갖는 시스템을 나타내는 블록도이다.
도 2는 본 발명의 일 실시예에 따라 도 1의 시스템 내 MR 스캐너의 블록도이다.
도 3은 본 발명의 일 실시예에 따라 MR 모델의 결정을 도시하는 도면이다.
도 4는 본 발명의 일 실시예에 따라 시간의 함수로서 MR 신호들의 세트를 도시하는 도면이다.
도 5는 본 발명의 일 실시예에 따라 시간의 함수로서 도 4에서 시뮬레이션된 MR 신호 및 MR 신호들의 세트를 도시하는 도면이다.
도 6은 본 발명의 일 실시예에 따라 도 4에서 MR 신호들의 세트에 대해 결정된 MR 모델 파라미터들을 도시하는 도면이다.
도 7은 본 발명의 일 실시예에 따라 도 4에서 MR 신호들의 세트에서 상이한 조직 유형을 식별하는 것을 도시하는 도면이다.
도 8은 본 발명의 일 실시예에 따라 조직의 유형과 관련된 MR 신호를 식별하는 것을 도시하는 도면이다.
도 9는 본 발명의 일 실시예에 따라 자기장 강도의 표면에 대한 응답을 특정하는 MR 신호들의 세트를 도시하는 도면이다.
도 10은 본 발명의 일 실시예에 따라 불변 MR 시그너처를 결정하는 방법을 도시하는 흐름도이다.
도 11은 본 발명의 일 실시예에 따라 도 1의 시스템 내 컴포넌트들 간 통신을 도시하는 도면이다.
도 12는 본 발명의 일 실시예에 따라 도 1의 시스템 내 전자 장치를 도시하는 블록도이다.
도 13은 본 발명의 일 실시예에 따라 도 7의 전자 장치에 의해 사용되는 데이터 구조를 도시하는 도면이다.
도면 전체에 걸쳐 동일한 참조 부호는 대응하는 부분을 나타낸다는 것이 주목된다. 더욱이, 동일한 부분의 여러 인스턴스는 인스턴스 번호와는 대시에 의해 구분된 공통 접두사로 표시된다.

생물학적 샘플의 불변 자기 공명(MR) 시그너처를 결정하는 시스템이 개시된다. 동작 동안 시스템은 다수의 스캔에서 복셀과 관련된 MR 신호들과 시뮬레이션된 MR 신호들 사이의 차이에 기초하여 생물학적 샘플에서 복셀들의 자기 공명(MR) 모델을 결정한다. MR 신호들은 다수의 MR 스캔 동안 (예를 들어, 자기 공명 핑거프린팅 또는 MRF를 수행하는 동안) 및 스캔 명령에 기초하여 시스템의 MR 스캐너에 의해 측정되거나 캡처되며, 생물학적 샘플에 대한 시뮬레이션된 MR 신호들은 MR 모델 및 스캔 명령을 사용하여 생성된다. 더욱이, 시스템은 수렴 기준이 달성될 때까지 차이에 기초하여 MR 스캔 내의 (적어도 자기장 강도, 펄스 시퀀스, MR 기법, 생물학적 샘플에서 관심 영역, 복셀 크기 및/또는 핵의 유형을 포함하는) 스캔 명령을 반복적으로 수정한다. 이후, 시스템은 생물학적 샘플의 식별자, 및 MR 모델(예를 들어, MR 모델의 파라미터들)과 관련되고 임의의 자기장 강도에서 생물학적 샘플의 동적 MR 응답을 기술하는 불변 MR 시그너처를 메모리에 저장한다.

불변 MR 시그너처를 결정함으로써, 이러한 특성화 기술은 동일한 MR 스캐너 또는 상이한 MR 스캐너에서 생물학적 샘플에 정량적으로 정확한 MR 스캔이 수행될 수 있게 한다. 이러한 정량적 능력은 MR 스캔들의 정확도를 개선시키고 스캔 시간을 감소시킬 수 있다. 그 결과, 특성화 기술은 MR 스캔들의 비용을 상당히 감소시키고 MR 스캔들에 따른 환자의 좌절감을 감소시킬 수 있다(이에 따라 환자의 만족도를 증가시킬 수 있다).

나아가, 불변 MR 시그너처는 생물학적 샘플의 변화의 길이방향 분석 및/또는 (상이한 MR 스캐너에서 획득된) 다수의 MR 핑거프린트의 집계(aggregate) 분석을 용이하게 할 수 있다. 그리하여, 특성화 기술은 MR 핑거프린트들의 개선된 분석 및 개선된 환자의 결과를 촉진할 수 있다.

추가적으로, 불변 MR 시그너처는 MR 스캐너(예를 들어, 자기장 변화 또는 공간 불균일, 검출기 잡음 등)를 정량적으로 특성화하는데 사용될 수 있으며, 특정 MR 스캐너에서 MR 스캔 동안 MR 신호들을 예측하는데 사용될 수 있다. 이러한 능력은 MR 스캐너의 크기 및 비용을 감소시킬 수 있는 보다 작은 자기장 및/또는 보다 덜 균일한 자기장을 갖는 MR 스캐너의 사용을 허용할 수 있다.

이하 논의에서, 특성화 기술은 자기 공명 이미징(MRI), 자기 공명 분광 측정법(MRS), 자기 공명 스펙트럼 이미징(MRSI), MRF 및 자기 공명 탄성 측정법(MRE), 자기 공명 온도 측정법(MRT), 자기장 이완 측정법 및/또는 다른 MR 기법(예를 들어, 기능성 MRI, 신진 대사 이미징, 분자 이미징, 혈류 이미징 등)을 포함하는 다양한 MR 기술과 관련하여 사용될 수 있다.

특히, 'MRI'는 불균일하거나 공간적으로 변하는 외부 자기장(예를 들어, 잘 한정된 공간 구배를 갖는 외부 자기장)과 같은 자기장의 존재 하에서 핵 스핀(일종의 양성자 또는 동위 원소 ¹H)의 유형의 동적 응답에 기초하여 샘플의 내부 구조(예를 들어, 생물학적 샘플, 예를 들어, 조직 샘플 또는 환자의 해부학적 구조)의 이미지(예를 들어, 2D 슬라이스) 또는 맵(map)을 생성하는 것을 포함하는 것으로 이해되어야 한다. 더욱이 '자기 공명 분광법' 또는 'MR 분광법'은 균일한 외부 자기장과 같은 자기장의 존재 하에서 (¹H 이외에 또는 이에 더하여) 핵 스핀의 다수의 유형의 동적 응답에 기초하여 샘플(예를 들어, 생물학적 샘플)의 화학적 조성 또는 형태를 결정하는 것을 포함하는 것으로 이해되어야 한다. 나아가, 'MRSI'는 불균일하거나 또는 공간적으로 변하는 외부 자기장과 같은 자기장의 존재 하에서 MR 분광학을 사용하여 샘플 내 내부 구조 및/또는 화학적 조성 또는 형태의 이미지 또는 맵을 생성하는 것을 포함하는 것으로 이해되어야 한다.

추가적으로, 'MRF'는 의사 랜덤 펄스 시퀀스를 사용하여 샘플 내의 상이한 물질로부터 동적 또는 시간적으로 의존하는 자화 또는 MR 궤적을 나타내는 신호들을 획득함으로써 샘플의 특성의 정량적 측정을 포함하는 것으로 이해되어야 한다. 샘플의 결과적인 고유한 '핑거프린트'는 일반적으로 조사 받는 다수의 물질 특성의 함수이다. 예를 들어, MRF는 스핀-격자 이완 시간(T₁)(이는 핵 스핀 자화 벡터의 성분들이 외부 자기장의 방향과 평행하게 이완됨에 따라 신호 세기의 손실과 관련된 시간 상수임), 스핀-스핀 이완 시간(T₂)(이는 외부 자기장의 방향과 수직인 핵 스핀 자화 벡터의 성분들의 이완 동안 신호의 확장과 관련된 시간 상수임), 양성자 밀도(및 보다 일반적으로는 핵의 하나 이상의 유형의 밀도) 및 확산(diffusion )예를 들어, 확산 텐서의 성분)의 고품질 정량적 맵을 제공할 수 있다.

'자기장 이완 측정법'(예를 들어, 자기장 스위프(sweep)에 더하여 B₀ 이완 측정법)은 상이한 자기장 강도에서 MR 이미지를 획득하는 것을 포함할 수 있다는 것이 주목된다. 이러한 측정은 (특정 자기장 강도에서 측정을 수행하고 나서 판독 동안 공칭 자기장 강도, 즉 준-정적 자기장 강도로 되순환되는 것과 달리) 즉각적으로 또는 동적으로 수행될 수 있다. 예를 들어, 상이한 자기장 강도에서 측정하는 것이 상당히 더 짧은 시간 내에 수행될 수 있도록, 튜닝되지 않은 무선 주파수(radio-frequency: RF) 코일 또는 자력계(magnetometer)를 사용하여 측정이 수행될 수 있다.

더욱이, 이하 논의에서 'MRE'는, 샘플을 통해 기계파(mechanical wave)(예를 들어, 전단파(sheer wave))를 송신함으로써 MRI를 사용하여 샘플의 강성(stiffness)을 측정하고, 이 전단파가 전파(propagation)되는 이미지를 획득하고, 이 전단파의 이미지를 처리하여 샘플 강성(이는 종종 '엘라스토그램(elastogram)'이라고도 함)의 정량적 맵핑을 생성하는 것을 포함하는 것으로 이해되어야 한다. 나아가, 'MRT'는 MRI를 사용하여 샘플의 온도 변화의 맵을 측정하는 것을 포함하는 것으로 이해되어야 한다.

이하 논의에서, 생물학적 샘플은 동물 또는 사람(즉, 동물 또는 사람의 일부)으로부터의 조직 샘플을 포함할 수 있다는 것이 주목된다. 예를 들어, 조직 샘플은 동물 또는 사람으로부터 이전에 제거되었을 수 있다. 일부 실시예에서, 조직 샘플은 생검 샘플과 같은 병리학 샘플이다. 따라서, 조직 샘플은 포르말린 고정된 파라핀으로 포매될 수 있다. 그러나, 다른 실시예에서, 생물학적 샘플은 동물 또는 사람(즉, 생체 내 샘플)에 있을 수 있고/있거나 특성화 기술은 전신 스캔(whole-body scan)을 포함한다. 나아가, 특성화 기술은 다양한 상이한 물질의 무생물(즉, 비-생물학적) 샘플에도 적용될 수 있다. 더욱이, 특성화 기술은 다양한 MR 기술과 함께 사용될 수 있지만, 이하 논의에서 MRF는 예시적인 예로서 사용된다.

이제, 시스템의 실시예를 설명한다. 이 시스템은 MRF에 대한 변화(이는 종종 '정량적 MRF' 또는 QMR-X라고도 함)를 사용하여 조직 샘플의 자기장 불변인 MR 핑거프린트(이는 종종 '자기장-불변 MR 시그너처' 또는 '불변 MR 시그너처'라고도 함)를 결정할 수 있다. 시스템은 또한 중량, 크기/치수, 하나 이상의 광학 이미지, 하나 이상의 적외선 이미지, 임피던스/수화 측정, 하나 이상의 추가적인 MR 기술, 인구 통계학적 정보 및/또는 가족력(family history)을 포함하는 조직 샘플과 관련된 진단 정보 또는 메타데이터와 같은 추가적인 정보를 측정할 수 있다. 더욱이, 시스템은 불변 MR 시그너처, 추가적인 정보, 및/또는 데이터 구조 내 조직 샘플의 식별자(예를 들어, 조직 샘플에 대한 고유한 식별자, 예를 들어, 라벨 정보)를 이후 사용을 위해 다수의 조직 샘플(이는 종종 '바이오볼트(biovault)'이라고도 함)로부터 불변 MR 시그너처들의 큰 데이터 구조 또는 지식 기반으로 분류(catalog)하거나 또는 색인(index)할 수 있다. 시스템은 증상이 있는 및/또는 무증상인 생물학적 샘플을 스크리닝할 수 있다. (일부 실시예에서, 생물학적 샘플은 전혀 건강하지 않거나 또는 건강하지 않을 수 있다. 예를 들어, 특정 불변 MR 시그너처는 예를 들어 특정 사람에 대해 특정 상황에서는 건강할 수 있지만 다른 상황에서는 건강하지 않을 수 있다.) 따라서, 시스템은 질병 또는 병리학뿐만 아니라 건강한 조직을 특성화하는데 사용될 수 있다.

도 1은 시스템(100)의 일례를 도시한 블록도를 도시한다. 이 시스템은 MR 스캐너(110) 및 컴퓨터 시스템(114)을 포함한다. 도 12를 참조하여 아래에 더 설명된 바와 같이, 컴퓨터 시스템(114)은 (인터페이스 회로(116)와 같은) 네트워킹 서브시스템, (프로세서(118)와 같은) 프로세싱 서브시스템, 및 (메모리(120)와 같은) 저장 서브시스템을 포함할 수 있다. 시스템(100)의 동작 동안, 기술자 또는 MR 조작자는 샘플-정보 판독기(SIR)(122)를 사용하여 조직 샘플(112)에 관한 정보를 스캔하여 조직 샘플(112)과 관련된 라벨로부터 정보(예를 들어, 고유 식별자일 수 있는 식별자)를 추출할 수 있다. 예를 들어, 샘플-정보 판독기(122)는 조직-샘플 라벨의 이미지를 획득할 수 있으며, 정보는 광학 문자 인식 기술을 사용하여 추출될 수 있다. 보다 일반적으로, 샘플 정보 판독기(122)는 레이저 이미징 시스템, (CCD 또는 CMOS 이미징 센서 또는 광학 카메라와 같은) 광학 이미징 시스템, 적외선 이미징 시스템, 바코드 스캐너, RFID 판독기, QR 코드 판독기, 근거리 통신 시스템 및/또는 무선 통신 시스템을 포함할 수 있다.

대안적으로, 기술자 또는 MR 조작자는 컴퓨터 시스템(114)과 관련된 사용자 인터페이스를 통해 조직 샘플(112)에 관한 정보를 입력할 수 있다. 추출된 및/또는 입력된 정보는 조직 샘플(112)의 고유한 식별자, 대상체(또는 환자) 식별자, 대상체 연령, 대상체 성별, 조직 샘플(112)을 취한 장기(organ), 조직 유형, 조직 샘플(112)을 획득한/샘플링한 날짜, 조직 샘플(112)을 획득한 절차, 조직 샘플(112)을 획득한 의사 또는 종사자(practitioner), 조직 샘플(112)을 제거한 시간 및 장소, 조직 샘플(112)의 유형(예를 들어, 포르말린 고정된 파라핀으로 포매된 또는 FFPE, 또는 비-FFPE), 생검 또는 진단(이용 가능할 경우) 등을 포함할 수 있다.

이후, 기술자 또는 MR 조작자는 조직 샘플(112)을 MR 스캐너(110)에 배치할 수 있고, 불변 MR 시그너처(이는 MRF, MRT, MRE, MRS, 자기장 이완 측정법 등을 포함할 수 있음)의 결정을 개시하거나, 및/또는 예를 들어 컴퓨터 시스템(114)과 관련된 사용자 인터페이스에서 가상 아이콘을 활성화시키거나 물리적 버튼을 누르는 것에 의해 다른 측정을 개시할 수 있다. 동일한 조직 샘플(및 보다 일반적으로 동일한 물질)은 동일한 MR 스캐너 또는 상이한 MR 스캐너에서 측정된 서로 다른 데이터세트들에서 상이한 MR 신호(예를 들어, 서로 다른 신호 세기 및/또는 주파수)들을 가질 수 있다는 것이 주목된다. 일반적으로, 측정 시마다 이러한 변화는 MR 스캐너(110)의 특정 인스턴스, MR 스캐너(110)의 유형 또는 모델, MR 스캐너(110)의 셋업, 스캔 명령(예를 들어, 조직 샘플(112)에 인가되는 자기장 강도 및 펄스 시퀀스, MR 기술, 조직 샘플(112)의 관심 영역, 하나 이상의 복셀 크기 및/또는 핵의 유형), MR 스캐너(110)의 검출기 등을 포함하는 많은 요인에 의존한다.

이러한 문제들은 시스템(100)에서 특성화 기술을 사용하여 자기장 강도의 변화(및 이에 따라 자기장의 불균질)와 독립적으로 (또는 이에 대한 감도가 상당히 감소된 상태로) 조직 샘플(112)의 불변 MR 신호를 결정함으로써 해결된다. 이러한 불변 MR 시그너처는 조직 샘플(112)의 MR 핑거프린트 내의 정보에서 발견되거나 이 정보에 대응하는 정보(예를 들어, T₁, T₂, 핵 밀도, 확산, 속도/흐름, 온도 및 자화율(magnetic susceptibility)의 고품질 정량적 맵)를 포함할 수 있다. 더욱이, 불변 MR 시그너처는 (MR 스캐너마다 발생하는 변화를 포함하는) 측정 시마다의 변화에 대해 보정될 수 있다. 대안적으로, 불변 MR 시그너처는, 측정 시마다의 변화를 보정하거나 및/또는 특정 측정 조건: 예를 들어, 특정 MR 스캐너, MR 스캐너의 특정 모델, 스캔 명령, 특정 검출기 등에 대해 MR 핑거프린트의 버전이 생성될 수 있게 하는 정보를 포함할 수 있다. 따라서, 특정 MR 스캐너의 특성(예를 들어, 이 특정 MR 스캐너의 모델, 스캔 명령, 검출기, 특정 MR 스캐너의 잡음 특성, 특정 MR 스캐너의 자기장의 불균일성)과 함께, 불변 MR 시그너처는 특정 MR 스캐너에 의해 측정된 것처럼 MR 핑거프린트의 버전을 생성하는데 사용될 수 있다. 특정 MR 스캐너의 잡음 특성들은 사용된 펄스 시퀀스에 의존할 수 있다는 것이 주목된다.

일부 실시예에서, 불변 MR 시그너처는 조직 샘플(112) 내 복셀의 MR 모델에 파라미터들을 포함한다. MR 모델의 각 복셀은 특정 화학적 시그너처 및 원자 핵의 체적 밀도(volumetric density)에 대한 다차원 데이터를 포함할 수 있기 때문에, 시스템은 조직 샘플(112)이 유래하는 신체 구역 또는 조직 샘플(112)의 출처를 인식하는 것에 기초하여 조직 샘플(112)의 불변 MR 시그너처를 결정할 수 있다. 더욱이, 시스템(100)은 조직 샘플(112)에 관한 이 정보 또는 지식을 사용하여, 조직 샘플(112)로부터 MR 신호를 수집할 때 스캔 명령(및 보다 일반적으로 MRF 동안의 조건)을 더 최적화할 수 있다. 예를 들어, 조직 샘플(112)에 대해 추출된 및/또는 입력된 정보뿐만 아니라, 고유 식별자(예를 들어, 고유 식별자에 기초하여 링크되거나 질의되는 의료 기록 또는 의료 이력)에 기초하여 액세스되는 메모리(120) 내 추가적인 저장된 정보는, 컴퓨터 시스템(114)에 의해 (예를 들어, 0 T, 6.5 mT, 1.5 T, 3 T, 4.7 T 및 9.4 T 및/또는 15 T를 포함하는 자기장 강도의 범위와 같은 상이한 자기장 강도 및/또는 상이한 펄스 시퀀스, MR 기술, 조직 샘플(112)의 관심 영역, 복셀 크기 및/또는 핵의 유형과 같은) 스캔 명령, 수행할 다른 측정, 및 보다 일반적으로 스캔 또는 분석 계획을 결정하는데 사용될 수 있다. 일반적으로, 스캔 명령은 자기장 강도를 단일 값을 초과하여 특정할 수 있다. 예를 들어, 스캔 명령은 시간에 따라 공간 내에서 자기장이 변하는 방식을 기술하는 함수 또는 조직 샘플(112)의 불변 MR 시그너처를 결정하는데 사용될 수 있는 '표면'을 특정하는 다수의 함수를 제공하거나 특정할 수 있다. 도 2를 참조하여 이하에서 더 설명된 바와 같이, 일부 실시예에서, 자기장은 특정된 표면을 달성하기 위해 물리적으로 및/또는 가상으로 조작된다. 특히, 자기장은 시간의 함수로서 회전될 수 있고, 또는 자기장을 발생시키는 물리적으로 별개의 링 자석들을 갖는 실시예에서, 자기장은, 링 자석들 사이의 물리적인 거리를 변화시킴으로써, 다른 링 자석에 대하여 하나의 링 자석의 배향을 변화시킴으로써, z 축을 따라 링 자석을 이동시키는 것 등에 의해 변할 수 있다.

더욱이, 이하에서 더 설명된 바와 같이, 다른 측정들은 임피던스 측정, 광학 이미징, 조직 샘플(112)의 치수 스캔, 조직 샘플(112)의 중량 측정 및/또는 특성화 기술에 포함될 수 있는 다른 테스트를 포함할 수 있다는 것이 주목된다. 예를 들어, MR 스캐너(110)에서 겔로 덮인 테이블은 조직 샘플(112)의 임피던스 및/또는 조직 샘플(112)의 중량을 측정하는데 사용될 수 있다. 일부 실시예에서, 다른 측정들은 조직 샘플(112)을 비파괴적으로 (예를 들어 전자기파 또는 기계파를 사용하여) 탐침한다. 그러나, 다른 실시예에서는 파괴적 테스트 또는 조직 샘플(112)을 영구적으로 변형시키는 테스트가 사용된다. 이것은 통합된 치료를 할 수 있거나 또는 심지어 일부 실시예에서 더 많은 정보를 수집하는 능력을 허용할 수 있다. 따라서, 특성화 기술은 양성자 빔 치료, 방사선 치료, 자기적으로 안내되는 나노 입자 등과 같은 치료뿐만 아니라 비파괴 및/또는 파괴적 측정 기술을 포함할 수 있다.

게다가, MR 스캐너(110)의 미리 결정된 특성화가 스캔 명령을 결정하는데 사용될 수 있다. 대안적으로, MR 스캐너(110)가 이미 특성화되지 않았다면, 시스템(100)은 불변 MR 시그너처를 결정하기 전에 MR 스캐너(110)의 특성을 특성화하고 저장할 수 있고, 이에 MR 스캐너(110)의 특성은 특성화 기술 동안 예를 들어 스캔 명령을 결정하는 데 사용될 수 있다. 예를 들어, 동작 동안, 컴퓨터 시스템(114)은 팬텀(phantom)의 스캔들에 기초하여 MR 스캐너(110)를 특성화할 수 있다.

MR 스캐너(110)의 미리 결정된 특성화는 MR 스캐너(110)의 자기장의 불균일성의 맵핑 또는 결정을 포함할 수 있다는 것이 주목된다(불균일성은 자기장 강도에 의존할 수 있기 때문에, 측정은 상이한 자기장 강도에서 수행될 수 있다). 미리 결정된 특성화는 또한 환경적, 지리적 및/또는 다른 파라미터들을 포함할 수 있다. 예를 들어, 시스템(100) 내 펄스 발생기에 의해 발생된 RF 펄스들은 MR 스캐너마다 변할 수 있으며, 컴포넌트들의 성능은 부하, 온도, MR 코일 형태, 증폭기, 습도, 자기 폭풍 및/또는 지구 위치와 같은 파라미터에 의존할 수 있기 때문에 시간의 함수로서 변할 수 있다. 그 결과, MR 신호들에 더하여, RF 펄스들은, 예를 들어, RF 펄스 발생기와 MR 스캐너(110)의 RF (전송) 코일 사이의 신호 스플리터(signal splitter)를 사용하여 측정될 수 있다. 일부 실시예에서, RF 코일에 의해 생성된 자기장은 테스트 코일을 사용하여 측정된다. 특정 펄스 시퀀스가 특정 복셀 크기에 대응할 수 있기 때문에, MR 스캐너(110)를 특성화할 때 및/또는 스캔 명령을 결정할 때, 상이한 복셀 크기들에 대응하는 상이한 펄스 시퀀스들이 사용될 수 있다는 것이 주목된다.

도 3을 참조하여 이하에서 더 설명된 바와 같이, MR 스캐너(110)와 관련된 측정 및 기록된 신호는 블로흐 방정식(Bloch equation), 전체 리우빌 연산(full Liouvillian computation) 또는 다른 시뮬레이션 기술을 사용하여 파라미터(T₁, T₂, 양성자 밀도, 오프-공진, 환경, 지역, 온도, 펄스 시퀀스 등)들의 범위에 걸쳐 알려진 특성을 갖는 팬텀(phantom)에 대한 MR 신호 전개 또는 응답을 정확히 예측하는 MR 스캐너(110)의 MR 모델을 생성하는데 사용될 수 있다. 이러한 방식으로, MR 모델은 MR 스캐너(110)를 특성화할 수 있다.

MR 스캐너(110)의 미리 결정된 특성화는 일반적인 불변 MR 시그너처를, MR 스캐너(110)와 같은 특정 MR 스캐너와 관련된 기계-특정 불변 MR 시그너처로 변환하는데 사용될 수 있다. 자기장 및 펄스 시퀀스와 함께, 기계-특정 불변 MR 시그너처는 특정 MR 스캐너에서 임의의 MR 스캔 동안 MR 신호들을 예측하는데 사용될 수 있다. 유사하게, 상이한 MR 스캐너들의 미리 결정된 특성화는 하나의 기계-불변 MR 시그너처로부터 다른 기계-불변 MR 시그너처로 변환하는데 사용될 수 있다.

일부 실시예에서, MR 스캐너(110)의 미리 결정된 특성화는 MR 스캐너(110) 내에 있거나 MR 스캐너와 관련된 전자 장치로부터의 측정된 주변 잡음을 포함한다. 후속하는 MR 스캔들 또는 시뮬레이션들 동안, 디지털 필터들은 측정된 잡음(또는 측정된 잡음을 기술하는 통계적 파라미터)을 사용하여 측정된 MR 신호들 및/또는 계산된 MR 모델들의 품질을 개선시킬 수 있다. 더욱이, 다양한 측정은 외부 기준 클록 또는 생물학적 시간 주기(예를 들어, 호흡 주기, 심장 박동 주기, 신체 움직임의 기본 주기 등)와 동기화되어 후속하는 동기화 평균 또는 추가적인 신호 처리가 가능할 수 있다.

더욱이, 특성화 기술 동안, 컴퓨터 시스템(114)은 네트워크(132)를 통해 수신된 스캔 명령의 인스턴스에 기초하여 MR 스캐너(110)를 사용하여 조직 샘플(112)의 상이한 물질(예를 들어, 핵의 상이한 유형)의 MR 스캔들을 반복적으로 수행할 수 있다. 상이한 물질의 MR 스캔은 의사 랜덤하게 획득될 수 있다는 것이 주목된다. 예를 들어, 조직 샘플(112) 내 특정 물질의 MR 스캔은 컴퓨터 시스템(114) 내 회로 또는 소프트웨어로 구현된 랜덤 또는 의사 랜덤 수 생성기에 의해 제공된 랜덤 또는 의사 랜덤 수에 기초하여 선택될 수 있다. 대안적으로, 조직 샘플(112) 내 상이한 물질은 스캔 명령의 각 인스턴스에 대해 체계적으로 스캔될 수 있다.

나아가, 특정 MR 스캔 동안 획득되거나 캡처된 MR 신호들은 조직 샘플(112) 내의 복셀들의 MR 모델을 수정하거나 적응시키는데 사용될 수 있다. 예를 들어, 이전에 언급된 바와 같이 그리고 도 3을 참조하여 아래에 더 설명된 바와 같이, 컴퓨터 시스템(114)은 하나 이상의 MR 스캔에서 복셀들과 관련된 MR 신호들과, (MR 모델, 스캔 명령들의 인스턴스, 및 선택적으로 MR 스캐너(110)의 특성들을 사용하여 생성될 수 있는) 시뮬레이션된 MR 신호들 사이의 차이(또는 차이 벡터)에 기초하여 MR 모델(예를 들어, MR 모델에서의 파라미터들)을 결정할 수 있다. 차이 벡터는, 에러를 감소시키기 위해, 예를 들어, (미리 연산될 수 있는) 가중된 시뮬레이션된 MR 신호들의 세트에 걸쳐 측정된 최소 차이 벡터 또는 최소 차이 벡터를 얻기 위해 선험적으로 연산된 정보에 기초하여 가중될 수 있다는 것이 주목된다. 일부 실시예에서, 차이 벡터는 하나 이상의 MR 신호 및 (공통 자기장 강도와 각각 관련되거나 이 공통 자기장 강도로 보정된) 시뮬레이션된 MR 신호들의 도트 곱(dot product) 또는 내적(inner product), 하나 이상의 MR 신호와 시뮬레이션된 MR 신호 사이의 코사인 유사성, 스펙트럼 분석 및/또는 다른 비교 기술을 사용하여 결정된다.

이후, 나머지 차이(또는 나머지 차이 벡터)에 기초하여, 스캔 명령이 수정될 수 있는데, 즉 (조직 샘플(112)에 인가될 수 있는 하나 이상의 자기장 강도 및 하나 이상의 펄스 시퀀스(들), MR 기술, 조직 샘플(112)에서의 관심 영역, 복셀 크기 및/또는 핵의 유형을 포함하는) 스캔 명령의 새로운 인스턴스가 결정될 수 있다. 이러한 동작들은 수렴 기준이 달성될 때까지 반복적으로 반복될 수 있다. 예를 들어, 수렴 기준은, MR 신호들과 시뮬레이션된 MR 신호들 사이의 차이가 미리 한정된 값(예를 들어, 0.1, 1, 3, 5 또는 10%)보다 더 작고/작거나 스캔 명령의 변화가 미리 한정된 값보다 더 작은 것을 포함할 수 있다.

이제 특성화 기술에서의 동작을 보다 상세히 더 설명한다. 도 2는 MR 스캐너(110)의 일례의 블록도를 도시한다. 이 MR 스캐너는 자석(210), 자기 차폐부(magnetic shielding)(212), 샘플 홀더(214), 샘플-홀더 아티큘레이터(sample-holder articulator)(SHA)(216), 자기-구배 펄스 발생기(MGPG)(218), 자기-구배 증폭기(MGA)(220), 자기-구배 코일(222), RF 펄스 생성기(RFPG)(226), RF 소스(RFS)(224), RF 증폭기(RFA)(228), RF 코일(230)들, RF 수신 증폭기(RFRA)(232), RF 검출기(RFD)(234), 디지타이저(digitizer)(236)(예를 들어, 아날로그-디지털 변환기), 환경 조절기(242) 및 인터페이스 회로(244)를 포함할 수 있다. (환경 조절기(242) 및 인터페이스 회로(244)에 기계적 및 전기적 연결 부분은 도 2에는 도시되지 않았다는 것이 주목된다). 이들 컴포넌트 중 적어도 일부는 인터페이스 회로(244), 네트워크(132)(도 1) 및 인터페이스 회로(116)(도 1)를 통해 컴퓨터 시스템(114)에 결합될 수 있고, 이 컴퓨터 시스템은 MR 스캐너(110)의 동작을 제어할 수 있다. MR 스캐너(110)의 컴포넌트들은 이하에서 간략하게 설명된다.

MR 스캐너(110)는 폐쇄-보어 또는 개방-보어 시스템일 수 있다는 것이 주목된다. 특히, 자석(210)(도 2의 단면도에서 자석(210-1 및 210-2) 부분으로 도시됨)은 폐쇄 보어 또는 개방 보어일 수 있다. 예를 들어, 자석(210)의 보어 직경(238)은 1㎝ 내지 10㎝ 또는 5㎝ 내지 30㎝일 수 있다. 개방-보어 시스템은 갭에 의해 분리된 2개의 판을 사용하여 자기장을 생성할 수 있고, 조직 샘플(112)은 판들 사이의 자기장에 노출될 수 있다(및 조직 샘플의 핵은 이 자기장에 의해 분극될 수 있다). 대안적으로, 폐쇄-보어 시스템은 토로이드 형상의 자석(210)을 가질 수 있고, 조직 샘플(112)은 토로이드의 중심에 있는 구멍을 통해 (따라서, 조직 샘플(112) 내의 핵을 분극시키기 위해 강한 필드 또는 높은 필드를 사용하여) 이동될 수 있다. 더욱이, 자석(210)의 배향은 수평이어서(이는 "수평 보어"라고도 칭한다) 조직 샘플(112)이 자기장을 통해 수평으로 이동할 수도 있지만 또한 수직으로 배향될 수도 있다. 일반적으로, MR 스캐너(110)는 (예를 들어, 샘플-홀더 아티큘레이터(216)를 조정함으로써) 상이한 각도, 배향 및 관점(perspective)을 포함하는 다양한 위치에서 조직 샘플(112)을 스캔할 수 있다. (따라서, MR 스캔들이 개인 또는 동물에 수행될 때, MR 스캐너(110)는 대상체가 서 있거나 앉아 있거나 누워 있는 동안 측정이 이루어질 수 있다.) 더 작은 보어 직경(238)을 갖는 실시예는 MR 스캐너(110)가 휴대 가능하게 할 수 있다는 것이 주목된다.

MR 기술에 의존하여, 자석(210)의 자기장 강도(B₀)는 낮은 필드(예를 들어, 0.1 T 미만의 피크 자기장 강도, 예를 들어, 0.001 T만큼 작은 자기장 강도 또는 심지어 0 T를 갖는 전자석), 강한 필드(예를 들어, 약 0.5 T의 피크 자기장 강도를 갖는 강자성 자석) 또는 높은 필드(예를 들어, 약 0.5 T를 초과하는 피크 자기장 강도를 갖는 초전도 자석)일 수 있다. 일반적으로, 다양한 자석 및 자석 형태(configuration)가 사용될 수 있다. 초전도체를 갖는 실시예에서, 자석(210)은 액체 헬륨 또는 액체 질소로 채워지고 냉각된 주변 듀어병(dewar)에 액체 헬륨과 같은 극저온 유체를 사용하여 냉각될 수 있다. 그러나, 다른 실시예에서, 자석(210)은 실온에서 또는 실온 근처에서 동작한다. 나아가, 자석(210)은, 0.5 T의 피크 자기장 강도를 각각 갖고, 상이한 자기장 크기 및 형태를 생성하기 위해 추가되거나, 제거되거나 또는 이동될 수 있는 초전도 링들의 세트와 같이 모듈식일 수 있다.

자석(210)은 (구배 필드 및/또는 펄스 시퀀스를 통해) 물리적으로 및/또는 가상적으로 변할 수 있는 자기장을 생성할 수 있다. 이 능력은 주 외부 자기장을 느리게 회전시켜 MRS가 낮은 자기장 강도에서 수행될 수 있도록 한다. 이러한 추가적인 자유도는 불변 MR 시그너처 계산의 복잡성을 감소시킬 수 있는 정보를 얻기 위해 조직 샘플(112) 내의 자기 모멘트를 섭동시키는 방식을 더 많이 제공할 수 있다. 자석(210)의 배향을 이동시키거나 변화시키는 것은, 스캔 계획의 일부로서 z 축에서 링 자석들의 쌍들을 더 가깝게 또는 더 멀리 이동시키는 동작; 색인되는 공간의 체적에 대해 자석(210)을 회전시키는 동작; 색인되는 체적의 z 축에 대해 자석(210)의 배향/정렬을 변화시키는 동작 등을 포함할 수 있다는 것이 주목된다. 더욱이, '물리적으로'란 자석(210)의 물리적 이동을 의미할 수 있는 반면, '가상적으로'란 구배 필드 및/또는 펄스 시퀀스(예를 들어, 소위 '스핀-잠금 기술(spin-lock technique)')가 자석(210)의 배향을 물리적으로 변화시키지 않고 동일한 결과를 달성하는데 사용되는 것을 나타낼 수 있다. 일반적으로, 이들 기술은 서로 독립적으로 사용될 수 있고 또는 둘 이상의 기술이 서로 함께 사용될 수 있다.

자석(210)은 또한 자기장의 불균일을 (의도적으로) 동적으로 변화 시키는데 사용될 수 있다. 예를 들어, 심부 코일(shim coil)을 물리적으로 회전시킴으로써 및/또는 특정 펄스 시퀀스를 인가함으로써, 자기장의 불균일이 수정될 수 있다. 더욱이, 공간 내의 상이한 지점들에 특정 종류의 자기장의 불균일을 도입함으로써, MR 스캐너(110)는 근접한 특정 종류의 조직을 구별할 수 있다.

자기 차폐부(212)는 실리콘 강철의 금속 시트 또는 강철판을 포함할 수 있다. 이 자기 차폐부는 룸 밖의 자기장 강도를 5 가우스(Gauss)(또는 0.5 mT) 미만으로 감쇠시키기 위해 룸, 완전히 덮는 벽, 바닥 및 천장 주위에 완전히 배치될 수 있다. 더욱이, 특수 도어 및 도어 프레임 밀봉재를 사용하여 룸 외로 '누설'되는 자기장을 더 줄일 수 있다. 나아가, 자석(210)은 프린지(fringe) 자기장을 감소시키기 위해 (주 초전도 권선과 반대 전류 흐름을 갖는 제2 초전도 권선 세트와 같은) 차폐부를 포함할 수 있다. 예를 들어, 자기장 강도는 자석(210)으로부터 4 미터의 거리에서 0.5 mT일 수 있다. 이러한 형태는 자기 차폐부(212)의 양을 감소시키거나 또는 자기 차폐부(212)의 필요성을 완전히 제거할 수 있다.

일부 실시예에서, 자기 차폐부(212)는 (자기 차폐부(212)의 표면에 의해 한정된) 챔버(240)를 제공할 수 있으며, 이 챔버는, 조직 샘플(112)이 대기압 미만에 있거나 (즉, 진공 챔버에 있거나) 또는 MR 이미징 품질을 개선시키기 위해 미리 분극될 수 있는 불활성 가스(예를 들어, 제논)를 포함하도록 선택적으로 밀봉될 수 있다. (보다 일반적으로, 고체, 액체 또는 가스 조영제가 MR 이미징 품질을 개선시키는데 사용될 수 있다.) 특히, 컴퓨터 시스템(114)에 의해 제어되는 가스 밸브 및 진공 펌프와 같은 환경 조절기(242)가 챔버(240) 내 압력을 감소시키는데 사용될 수 있다. 대안적으로, 환경 조절기(242)는 (컴퓨터 시스템(114)의 제어 하에) 불활성 가스가 챔버(240) 내로 유동하는 것을 선택적으로 허용하는 가스 밸브 및 가스 탱크를 포함할 수 있다. 그러나, 다른 실시예에서 챔버(240)는 샘플 홀더(214)의 표면에 의해 한정되거나 제공된다.

자기-구배 펄스 발생기(218)는 구배 펄스들을 제공할 수 있다는 것이 주목된다. 이러한 구배 펄스들은 자기-구배 증폭기(220)에 의해 자기-구배 코일(222)들을 구동하기에 적합한 레벨로 증폭될 수 있다. 자기-구배 펄스 발생기(218) 및 자기-구배 증폭기(220)는 인터페이스 회로(116)(도 1), 네트워크(132)(도 1), 및 인터페이스 회로(244)를 통해 컴퓨터 시스템(114)에 의해 제어될 수 있다는 것이 주목된다. 예를 들어, 컴퓨터 시스템(114)은 자기-구배 펄스 발생기(218)에 의해 제공된 자기 펄스의 유형 및 형상을 특정할 수 있고, 자기-구배 증폭기(220)의 증폭 또는 이득을 특정할 수 있다.

더욱이, 자기-구배 코일(222)들은 (오른손 직교 좌표계에서) x, y 및 z 축을 따라 구배 자기장의 형상 및 진폭을 생성할 수 있다. 자기-구배 코일(222)들은 통상적으로 실온에서 동작하고, 자기장(B₀)에서 공간 구배들을 생성할 수 있다. 예를 들어, 수평 보어 시스템에서, z-축 또는 (즉, 자석(210)의 보어의 대칭 축과 평행한) 방향에 따른 자기장(B₀)의 구배는 반-헬름홀츠 코일을 사용하여 달성될 수 있고, 여기서 각 코일 내 전류는 자기장(B₀)에 가산되거나 또는 감산되어 구배를 달성한다. 나아가, x 축 및 y 축을 따른 구배둘운 (각 축을 따라 구배를 생성하는) '숫자 8' 형상을 갖는 쌍을 이루는 코일들을 사용하여 생성되거나 형성될 수 있다.

일부 실시예에서, 자기-구배 코일(222)들은 100 mT/m의 구배를 갖고 0.7㎜의 슬라이스 두께 및 3D 이미징에서 0.1㎜의 복셀 해상도를 가능하게 할 수 있는 150 T/m/s의 빠른 스위칭 시간(또는 슬루율(slew rate))을 갖는다. 그러나 고주파수(예를 들어, 약 100 kHz를 초과하는 주파수)를 사용하는 것에 의해 현재 미국 슬루율 한계인 200 T/m/s보다 더 높은 슬루율을 사용할 수 있다. 자석(210)이 더 큰 자기장 강도(예를 들어, 7T)를 생성한다면, 60㎛의 등척성(isometric) 복셀 분해능이 달성될 수 있다.

나아가, RF 펄스 발생기(226)는 RF 소스(224)에 의해 출력된 반송파(carrier wave)에 기초하여 RF 펄스(예를 들어, 핵의 타깃 유형 및 자기장 강도(B₀)에 기초하여 원하는 기본 주파수를 갖는 사인파 또는 RF 펄스)를 생성할 수 있고, RF 증폭기(228)는 RF 펄스의 전력을 RF 코일(230)들을 구동하기에 충분히 강하게 증가시킬 수 있다(예를 들어, 밀리와트로부터 킬로와트로 전력을 증가시킬 수 있다). RF 코일(230)들은 펄스 시퀀스에 기초하여 조직 샘플(112)의 핵의 유형의 순(net) 자화를 회전시키는 자기장(B₁)을 생성할 수 있다. RF 펄스 발생기(226), RF 소스(224) 및 RF 증폭기(228)는 인터페이스 회로(116)(도 1), 네트워크(132)(도 1) 및 인터페이스 회로(244)를 통해 컴퓨터 시스템(114)에 의해 제어될 수 있다는 것이 주목된다. 예를 들어, 컴퓨터 시스템(114)은 RF 펄스 발생기(226)에 의해 출력된 펄스(들)의 유형 또는 형상, RF 소스(224)에 의해 제공된 펄스들의 주파수들 또는 반송파 주파수들, 및/또는 RF 증폭기(228)의 증폭 또는 이득을 특정할 수 있다.

일부 실시예에서, RF 펄스 발생기(226)는 반송파들 또는 RF 펄스들을 아포다이즈드 싱크(apodized sinc) 펄스들로 성형하며, 이는 측정 및/또는 후속 신호 처리(예를 들어, 푸리에 변환)에 악영향을 미칠 수 있는 불연속성을 평활화할 수 있다. 아포다이즈드 싱크 펄스들은 핵의 스핀 상태를 여기(excite)시킬 수 있으며, 여기된 스핀 상태들은 획득 동안 캡처된 RF 에너지의 펄스를 감쇠 및 방출할 수 있다. 일반적으로, 다양한 펄스 시퀀스가 특성화 기술 동안 사용될 수 있다. 예를 들어, 펄스 시퀀스는 터보 필드 에코(turbo field echo: TFE), 고속 필드 에코(fast field echo: FFE), 자화율 가중 이미징(susceptibility weighted imaging: SWE), 짧은 타우 반전 복구(short tau inversion recovery: STIR) 또는 짧은 T₁ 반전 복구(지방의 MR 신호가 0이 되도록 T₁·ln(2)와 같은 반전 시간(TI)을 갖는 지방 조직에 대한 억제 기법의 유형), 터보 스핀 에코(turbo spin echo: TSE), 고속 낮은 각도 샷 또는 FLASH(더 큰 팁 각도는 더 많은 T₁ 가중된 이미지를 제공하고 더 작은 팁 각도는 더 많은 T₂ 가중된 이미지를 제공하는 스핀 에코 시퀀스의 유형), 체적 보간된 뇌 검사(volumetric interpolated brain examination: VIBE), 자기 펄스 급속 구배 에코(magnetic pulse rapid gradient echo: MP RAGE), 유체 감쇠 반전 복구(fluid attenuation inverted recovery: FLAIR), 병렬 이미징 기법, 예를 들어, 감도 인코딩(SENSE) 또는 다른 펄스 시퀀스와 같은 MR 기법을 포함하거나 이 MR 기법과 관련될 수 있다. SENSE는 코일 감도 맵을 생성하고, 부분적인 k-공간(space) MR 데이터를 획득하고, RF 코일(230)들 각각으로부터 부분적인 시야 이미지를 재구성하고, 매트릭스 반전을 사용하여 부분적인 시야 이미지를 결합하는 것을 포함할 수 있다는 것이 주목된다. 더욱이, 펄스 시퀀스는 k-공간 언더샘플링(undersampling)을 사용하여 MRI 펄스 시퀀스들을 가속시키는 이미징 기술인 GRAPPA, Auto-Smash 또는 VD-SMASH와 같은 제2 및 제3 세대 병렬 이미징 기술을 포함하거나 이와 관련될 수 있고, 추가적인 라인들을 획득하는 것은 RF 코일(230)들을 통한 MR 신호들의 계수들이 측정으로부터 결정될 수 있기 때문에 교정 형태를 제공한다. 나아가, 펄스 시퀀스(들)는 하드웨어 또는 MR 스캐너와 독립적으로 설계되거나 선택될 수 있다. 예를 들어, 펄스 시퀀스는 잡음을 소거하고 (종종 '양자 펌핑'이라고도 하는) 관심 있는 특정 파라미터들을 증폭하도록 설계되거나 선택될 수 있다. (이러한 펄스 시퀀스들은 기계-독립적인 방식으로 특정 파라미터들을 정량화하기 위해 NMR 또는 MRI에서 사용될 수 있다). 아래에 설명된 것처럼, 양자 펌핑은 의사 랜덤 펄스 시퀀스의 대안으로 사용될 수 있다.

따라서, 일반적으로, 펄스 시퀀스들은 (불변 MR 시그너처들이 결정될 수 있도록 MR 스캐너의 특성의 정확한 측정 및 시뮬레이션이 얻어질 때) 기존의 펄스 시퀀스들; 의사 랜덤 펄스 시퀀스들(이는 정확한 측정 및 잡음 시뮬레이션을 포함할 수도 있지만, 의사 랜덤 특성은 공간의 각 지점에서 보다 고유한 블로흐 궤적(Bloch trajectory)을 만드는 데 도움을 줄 수 있음); 및/또는 양자 펌핑(이는 적어도 부분적으로 MR 스캐너-의존 잡음을 소거할 수 있어서, 불변 MR 시그너처를 결정하는데 사용되는 시뮬레이션들의 요구되는 정확도를 단순화하거나 감소시킬 수 있음)을 포함할 수 있다.

또한, RF 코일(230)들은 이것이 xy 평면에서 세차 운동함에 따라 횡방향 자화를 검출할 수 있다. 일반적으로, RF 코일(230)들 중 주어진 RF 코일은 RF 신호를 송신만 하거나, 수신만 하거나, RF 신호를 송수신할 수 있다. 더욱이, RF 코일(230)들은 자기장(B₁)이 자기장(B₀)에 수직이 되도록 배향될 수 있다. 나아가, RF 코일(230)들은, 예를 들어, 커패시터 또는 인덕터를 조정하거나 커패시턴스 또는 인덕턴스를 변화시킴으로써 (예를 들어, 매칭 및 튜닝(tuning) 커패시터들을 사용함으로써) 라머 주파수(예를 들어, 자기장(B₀)에서 이미징되거나 측정되는 핵의 유형의 공진 주파수)에 튜닝될 수 있다. RF 코일(230)들은 알더만-그랜트(Alderman-Grant) 코일, 버드 케이지(bird cage)(이는 체적 측정에 사용될 수 있음), 버터플라이 코일, 돔형 공진기, 그라디오미터(gradiometer), 이식 가능한 코일, 내부 출력/슈룸버거(Schlumberger) 코일, 혈관 내 코일, 래더(ladder) 코일, 리츠(Litz) 코일, 루프-갭 공진기 코일, 루프-스틱(loop-stick) 코일, 만곡선(meanderline) 코일, 마우스 코일, 다중-선회(multi-turn) 솔레노이드 코일, 위상-어레이 코일, 위상-어레이 체적 코일, 리보네이터(ribbonator) 코일, 안장(saddle) 코일, 스크롤 코일, 단일-선회 솔레노이드 코일(이는 말단 측정에 사용될 수 있음), 나선형 코일, 표면 코일(이는 코일에 인접한 조직 및 샘플에 대해 우수한 신호 대 잡음비를 갖기 때문에 신체 또는 체적 신호들 수신하는 데 사용될 수 있음), 초전도 코일, 전송-라인 코일, 절두-나선형 코일, 3-축 코일 및/또는 광대역 RF 코일(이는 다수의 스펙트럼을 동시에 여기시키는데 사용될 수 있음)을 포함할 수 있다.

일부 실시예에서, RF 코일(230)들 중 하나 이상은 전방 관측 적외선(forward looking infrared: FLIR) 센서를 포함할 수 있는 열 이미징 센서를 포함한다. 하나 이상의 열 이미징 센서는 모듈식으로 부착될 수 있고(예를 들어, 동심 쉘(shell)들 내에 함께 스냅 결합, 부가물 상에 스냅 결합, 상호 연동 인터페이스와 함께 조립, 등), 무선 또는 유선 통신을 통해 서로 통신할 수 있다. 더욱이, 일부 실시예에서, 스캔 계획을 실행하는 컴퓨터 시스템(114) 상의 소프트웨어에 의해 제어될 수 있는 표면 코일들은 조직 샘플(112)의 분석이 진행됨에 따라 실시간으로 특정 방식 또는 MR 기술이 턴온되고 턴오프될 수 있게 한다. 예를 들어, 이러한 접근법은 MRE가 비정상적인(anomaly) 것에 대해 수행되거나 또는 조직 샘플(112) 또는 주변 구역에 대해 열 이미지가 획득될 수 있게 할 수 있다. 이러한 실시예에서, RF 코일(230)들은 분화된(specialized) 비정상적인 것을 용이하게 검출하기 위해 다수의 센서 및 데이터 수집 장비를 포함하도록 구성될 수 있다. 따라서, RF 코일(230)들은 MRF, MRT, MRS, MRE, 2개 이상의 핵(예를 들어, ¹H, ²³Na, ³¹P, ¹³C, ¹⁹F, ³⁹K, ⁴³Ca 등)의 다중 핵 이미징, 확산 텐서 이미징, N-채널 스캔, 자기장 이완 측정법 등을 사용하여 데이터의 병렬 수집을 위해 최적화될 수 있다.

일부 실시예에서, MR 스캐너(110)는 자력계, 초전도 양자 간섭 장치 등과 같은, RF 코일(230)들에 더하여 또는 대신에 비-유도식 센싱 기술을 포함한다. 비-유도식 센서는 RF 코일(230)들이 자기장 강도에 대응하는 상이한 주파수로 튜닝될 것을 요구함이 없이 자석(210)에 의해 발생된 자기장을 스위프할 수 있게 한다.

RF 코일(230)들에 의해 수신된 RF 신호는 RF 수신 증폭기(232)에 의해 증폭되고 RF 검출기(234)를 사용하여 검출될 수 있다. 특히, RF 검출기(234)는 RF 신호들을 캡처하거나 또는 이 RF 신호들을 기저 대역(baseband)으로 복조할 수 있다. 예를 들어, RF 검출기(234)는, 여기된 스핀 상태의 자유 유도 감쇠와 같은 가장 간단한 형태의 MR 신호를 측정할 수 있지만 많은 보다 복잡한 펄스 시퀀스를 수신하는 것도 가능하다. 컴퓨터 시스템(114)은 인터페이스 회로(116)(도 1), 네트워크(132)(도 1) 및 인터페이스 회로(244)를 통해 RF 검출기(234)를 제어할 수 있다. 예를 들어, 컴퓨터 시스템(114)은 캡처할 MR(또는 RF) 신호를 특정할 수 있다.

RF 검출기(234)는 선형 아날로그 검출기, 직교 아날로그 검출기 또는 헤테로다인 수신기일 수 있다는 것이 주목된다. 선형 아날로그 검출기는 좌표 공간(예를 들어, x 또는 y 축을 따른 자화)에서 하나의 벡터를 따라 MR 신호를 캡처할 수 있으며, 직교 아날로그 검출기는 좌표 공간(예를 들어, x 및 y 축을 따른 자화)에서 두 벡터를 따라 MR 신호를 동시에 캡처할 수 있다. 일부 실시예에서, 선형 아날로그 검출기는 이중 평형 믹서를 포함하고, 직교 아날로그 검출기는 한 쌍의 이중 평형 믹서, 한 쌍의 필터, 한 쌍의 증폭기 및 90° 위상 시프터를 포함한다.

나아가, 디지타이저(236)는 RF 검출기(234)에 의해 수신된 MR 신호들을 디지털화할 수 있다. 예를 들어, 디지타이저(236)는 1 MHz 샘플링 주파수를 사용할 수 있다. 이것은 MR 신호를 오버샘플링할 수 있지만, 원하는 주파수를 캡처하고 더 높은 주파수 신호를 제거하기 위해 디지털 필터링(예를 들어, 주파수 영역에서 대역 통과 필터에 의해 곱하는 것을 사용하여 필터링하거나 또는 시간 영역에서 싱크 함수를 사용하여 콘볼빙(convolving)을 수행하여 필터링하는 것)이 사용될 수 있다. 이 공정에서, 컴퓨터 시스템(114)에 의해 처리되고 저장되는 데이터의 양은 보다 관리 가능한 레벨로 감소될 수 있다. 그러나, 일반적으로, 나이키스트 주파수의 두 배보다 더 큰 다양한 샘플링 주파수가 사용될 수 있다. 예를 들어, MR 신호당 최대 1000개의 샘플이 있을 수 있어서 적어도 500 Hz의 주파수 분해능이 달성될 수 있다. 컴퓨터 시스템(114)은 인터페이스 회로(116)(도 1), 네트워크(132)(도 1) 및 인터페이스 회로(244)를 통해 디지타이저(236)를 제어할 수 있다. 특히, 컴퓨터 시스템(114)은 디지타이저(236)에 의해 사용되는 샘플링 율 및/또는 필터 설정을 특정할 수 있다.

디지털화한 후에, 컴퓨터 시스템(114)(도 1)은 다양한 디지털 신호 처리(예를 들어, 필터링, 이미지 처리 등), 잡음 소거 및 변환 기술(예를 들어, 이산 푸리에 변환, Z 변환, 이산 코사인 변환, 데이터 압축 등)을 수행할 수 있다. 일반적으로, MR 신호는 시간 영역 및/또는 주파수 영역에서 특정될 수 있다. 따라서, 일부 실시예에서, MR 신호는 k 공간에서 표현된다.

일 실시예에서, RF 코일(230)들로부터의 판독값은 코일 조립체 내 또는 바로 외부에서 디지털화되어 지저분한 케이블 엉킴을 피하고 관심 주파수에서 상당한 RF 잡음을 생성하지 않고 컴퓨터 시스템(114)으로 무선으로 전송된다. 예를 들어, 데이터는 조직 샘플(112) 내의 타깃 핵의 라머 주파수보다 더 낮거나 더 높은 주파수에서 컴퓨터 시스템(114)으로 전송될 수 있으며, 이에 의해 데이터가 필터링되어 잡음 아티팩트를 배제할 수 있다. 나아가, 일부 실시예에서, RF 코일(230)들은 하나 이상의 주파수를 수신하도록 튜닝된다. 예를 들어, 원하는 스펙트럼에 따라, 광대역 수신기 코일을 사용하거나, 또는 소프트웨어 또는 하드웨어 기반 튜너를 사용하여 RF 검출기(234) 중 적어도 하나를 자동적으로 튜닝하여 원하는 핵 또는 분자로부터 하나 이상의 주파수를 수신할 수 있다. (그러나, 전술한 바와 같이 다른 실시예에서는 자력계와 같은 튜닝되지 않은 수신기가 사용된다). 추가적으로, 병렬 이미징 기술이 사용되는 실시예에서, 조직 샘플(112) 상의 표면 코일들의 상이한 부분들은 상이한 스펙트럼을 동시적으로 또는 동시에 캡처하도록 병렬로 동작할 수 있다.

샘플 홀더(214)가 조직 샘플(112)을 지지할 수 있는 동안 조직 샘플(112)은 자기장을 통해 이동되고 MR 스캐너(110)에 의해 측정된다는 것이 주목된다. 더욱이, 전술한 바와 같이, 샘플-홀더 아티큘레이터(216)는 자석(210) 및 자기-구배 코일(222)들에 의해 생성된 자기장에 대해 조직 샘플(112)을 위치시키기 위해 필요에 따라 샘플 홀더(214)를 관절 운동하거나 이동시킬 수 있다. 특히, 조직 샘플(112)이 인터페이스 회로(116)(도 1), 네트워크(132)(도 1) 및 인터페이스 회로(244)를 통해 컴퓨터 시스템(114)으로부터 수신된 명령에 기초하여 MR 스캐너(110)에 의해 측정되는 동안 샘플-홀더 아티큘레이터(216)는 조직 샘플(112)을 2D 또는 3D로 회전시킬 수 있다. 나아가, 전술한 바와 같이, 샘플 홀더(214)는 챔버(240) 내에 둘러싸일 수 있고 또는 불활성 가스로 차 있거나 진공 펌프를 사용하여 감소된 압력으로 펌핑될 수 있는 밀봉된 챔버를 포함하는 둘러싸인 챔버일 수 있다. 일부 실시예에서, 환경 조건이 조직 샘플(112)에 영향을 미칠 수 있기 때문에, 샘플 홀더(214)는 룸 내, 샘플 홀더(214)를 포함하는 챔버(240) 내, 또는 샘플 홀더(214) 내 온도, 습도, 압력, 다른 환경 조건 등을 측정하는 센서를 포함한다.

일부 실시예에서, 샘플 홀더(214)는 튜브(또는 용기)를 포함하고, 샘플-홀더 아티큘레이터(216)는 하나 이상의 에어 제트(air jet)를 포함한다. 이 에어 제트(들)는 조직 샘플(112)의 위치를 조작하는데 사용될 수 있다. 예를 들어, 튜브는 유리(광학적으로 투과성인 유리 또는 투명한 유리와 같은), 테프론(이는 다른 주파수의 전자기 복사선에 투명할 수 있다), 또는 다른 적합한 물질로 만들어질 수 있다. 더욱이, 튜브는 조직 샘플(112)을 모터 또는 로봇 팔과 그립(gripping) 또는 인터로킹(interlocking) 인터페이스를 사용하여 상이한 위치들로 관절 운동하거나 조작할 수 있는 외부 표면 상의 특징부(예를 들어, 텍스처, 핀 또는 다른 특징부)를 포함할 수 있으며, 이에 의해 시스템(100)(도 1)이 색인 또는 샘플-측정 공정 동안 조직 샘플(112)을 재-배향시킬 수 있게 한다.

더욱이, 튜브는 테네시주 오크 리지에 소재하는 크리오마그네틱스사(Cryomagnetics, Inc.)에 의해 제공되는 다축 자석과 같은 다축 자석 내에 삽입될 수 있다. 그런 다음, 시스템(100)(도 1)은 보어(236) 주위에 다수의 센서를 요구하지 않고 다수의 방향, 각도, 관점 및 정렬로부터 조직 샘플(112)을 탐침하거나 또는 측정할 수 있다. 예를 들어, 조직 샘플(112)은 회전될 수 있고, 단일 카메라, CCD 또는 CMOS 센서는 조직 샘플(112)의 일부 또는 전부가 캡처될 수 있도록 조직 샘플(112)의 다수의 사진을 캡처할 수 있으며, 이에 의해 시스템(100)의 비용 및 복잡성을 감소시켜 신뢰성을 개선시킬 수 있다. 나아가, 튜브는, 분해능을 증가시키기 위해 진공 하에 있거나 불활성 미리-분극된 가스로 채워진 챔버를 제공할 수 있다. 일부 실시예에서, 미미한 MR 신호들을 검출할 수 있도록, 비용이 작고 휴대용 칩-스케일 장치(예를 들어, 마이크로유체 칩)가 분극되거나 또는 자화된 가스를 생성하는데 사용된다. 예를 들어, 전술한 바와 같이, 분극된 제논은 예를 들어 인간의 폐의 MRI에서 이미지를 향상시키는 조영제로서 사용될 수 있다. 분극된 제논 원자는 원 편광된 광으로 조명된 루비듐 원자와 충돌하는 것에 의해 칩에서 생성될 수 있다. 그 다음, 분극된 제논은 칩 밖으로 흐를 수 있고 튜브 또는 챔버(240) 내로 안내될 수 있다.

다시 도 1을 참조하면, 컴퓨터 시스템(114)은, 조직 샘플(112)의 진단 분류를 결정하는데 사용될 수 있거나 및/또는 조직 샘플(112)과 관련된 메타데이터에 포함될 수 있는, 조직 샘플(112)의 측정된 물리적 특성을 특정하는 물리적 특성 정보를 얻기 위해 조직 샘플(112)에 다른 측정을 수행하도록 하나 이상의 선택적인 측정 장치(124)를 지시할 수 있다. 예를 들어, 하나 이상의 선택적인 측정 장치(124)는 조직 샘플(112)의 중량을 결정하는 의료 등급 스케일(grade scale); 조직 샘플(112)의 하나 이상의 치수를 측정하는 측정 장치(예를 들어, 레이저 이미징 시스템, 광학 이미징 시스템, 적외선 이미징 시스템 및/또는 분광 측정 시스템); 조직 샘플(112)을 선택적으로 조명할 수 있는 광원, 및 하나 이상의 관점, 배향 또는 조명 조건에서 조직 샘플(112)의 하나 이상의 광학 이미지를 획득하거나 측정하는 카메라-가능 현미경; 및/또는 (조직 샘플(112)의 수화에 대응할 수 있고, 이에 따라 조직 샘플(112) 또는 조직 샘플(112)이 취해진 대상체의 수화를 결정하거나 연산하는데 사용될 수 있는) DC 또는 AC 주파수에서 조직 샘플(112)의 임피던스의 다중 리드(lead) 측정을 수행하는 생체 전기 임피던스 분석기를 포함할 수 있다. 대안적으로, 조직 샘플(112)에 영향을 미칠 수 있는 수화 또는 수화 레벨 및 이에 따라 불변 MR 시그너처가 직접 측정될 수 있다. 일부 실시예에서, 조직 샘플(112)에 대한 다른 측정은 세포 세포학, 유전 시퀀싱(예를 들어, 게놈 내의 DNA의 일부 또는 전부의 시퀀싱, RNA 시퀀싱 또는 전사체 해독, 유전자 발현 등), 단백질 분석 또는 프로테오믹스(proteomics)(예를 들어, 질량 스펙트로메트리(spectrometry), 액체 크로마토그래피 및/또는 NMR을 사용하여), 리피도믹스(lipidomics)(및 보다 일반적으로 마이크로볼로믹스(microbolomics)), 컴퓨터 단층 촬영, 전자-스핀 공명(이는 자유 라디칼을 측정하는 데 사용될 수 있음), x-선 이미징, 초음파 이미징(예를 들어, 초음파), 광-음향 이미징, 적외선 이미징 또는 적외선 분광법, 다른 비파괴 측정(예를 들어, 레이더 또는 밀리미터파 스캔), 대상체의 활동 데이터(예를 들어, 웨어러블 전자 장치를 사용한 데이터 캡처), 조직 샘플(112) 내의 나노 입자에 의해 수행된 측정, 조직 샘플(112)(또는 개인)의 임의의 지역에서 비파괴적으로 또는 혈액 샘플을 추출함으로써 (예를 들어, 마이크로 유체를 사용하여) 측정된 유체(예를 들어, 혈액)의 화학적 조성 등을 포함한다. 대안적으로, 컴퓨터 시스템(114)은 조직 샘플(112)에 대한 고유한 식별자에 기초하여 원격 데이터 구조에 저장된 이들 다른 측정값의 일부 또는 전부에 대한 데이터에 액세스할 수 있다.

조직 샘플(112)의 중량 및 치수가 그 밀도를 계산하는데 사용될 수 있다는 것이 주목된다. 더욱이, 하나 이상의 선택적인 측정 장치(124)는 검사 및 병리학 식별을 위해 개별 셀의 이미지를 획득할 수 있다. 나아가, 의료 등급 스케일은 조직 샘플(112)이 중량 측정되는 경우, 절제 즉시, 절제 후 수 개월, FFPE 공정 전후에, 및/또는 MR 스캔(또는 다른 이미징 동작) 전후에, 조직 샘플(112)의 화학적 조성 및 수화 레벨에 관한 정보를 제공할 수 있다. 일부 실시예에서, 전자기 스펙트럼의 상이한 부분들에서 조직 샘플(112)을 측정하는 것은 광학 또는 적외선 스캔에서는 볼 수 없을 수 있지만 특정 무선 스캔에서는 발생할 수 있는 자화율 아티팩트에 대한 보정을 허용할 수 있다.

일부 실시예에서, 시스템(100)은 인터페이스 회로(116)를 통해 컴퓨터 시스템(114)에 의해 제어되는 선택적인 파동 발생기(wave generator)(126)를 포함한다. 이 선택적인 파동 발생기는 조직 샘플(112)의 강성을 측정하기 위해 MRE 동안 조직 샘플(112)에 인가되는 초음파(및 보다 일반적으로는 기계파)를 발생시킬 수 있다. 예를 들어, 선택적인 발생기(126)는 MR 스캐너(110)의 보어(236)(도 2)의 일 단부 또는 양 단부에서 파동을 발생시킬 수 있거나 또는 조직 샘플(112)이 초음파를 수신하도록 도파로를 사용하여 MR 스캐너(110)의 보어(236)(도 2)의 양 단부 중 일 단부에서 파동을 안내할 수 있다. 일부 실시예에서, 초음파는 전단파를 포함한다. MR 스캐너(110)는 조직 샘플(112)을 통한 전단파가 전파되는 정량적 MR 핑거프린트 또는 이미지를 획득할 수 있고, 조직 강성의 정량적 맵핑을 생성하기 위해 전단파의 이미지를 처리할 수 있다.

조직 샘플(112)이 포르말린 고정된 파라핀으로 포매된 경우, 불변 MR 시그너처가 결정된 후, 컴퓨터 시스템(114)은 결정된 불변 MR 시그너처를 변형시켜 생체 내 조직을 (즉, 포르말린 또는 파라핀 없이) 근사화할 수 있다. 예를 들어, 복셀마다, 컴퓨터 시스템(114)은 추정된 불변 MR 시그너처를 생성하기 위해 결정된 불변 MR 시그너처로부터 포르말린 또는 파라핀의 미리 한정되거나 미리 결정된 불변 MR 시그너처를 뺄 수 있다. 대안적으로, 컴퓨터 시스템(114)은 추정된 불변 MR 시그너처를 생성하기 위해 포르말린 또는 파라핀에 대해 복셀마다 MR 모델의 파라미터들을 보정할 수 있다. 일부 실시예에서, 부분 체적 기술은 조직 샘플(112)의 경계(border)에서 파라핀 또는 왁스의 기여 또는 효과를 빼는데 사용된다. 특히 컴퓨터 시스템(114)은 주어진 복셀에서 파라핀이 몇 퍼센트인지를 결정할 수 있고, 불변 MR 시그너처, 또는 불변 MR 시그너처를 연산하는데 사용되는 MR 신호들의 가중된 부분을 제거하거나 또는 뺄 수 있다.

나아가, 컴퓨터 시스템(114)은 원시 데이터(raw data)(예를 들어, 생물학적 샘플로부터의 MR 신호, 인가된 이상적이지 않은 펄스 시퀀스, 및 측정된 잡음), 불변 MR 시그너처(들) 및/또는 다른 측정을 메모리(120)(이는 클라우드 기반 아카이브 장치에서와 같이 국부적으로 및/또는 원격으로 위치될 수 있음)와 같은 바이오볼트(biovault)에 저장할 수 있다. 일반적으로, 바이오볼트에 저장된 측정된 정보는, MR 모델을 스캔 명령에 기초하여 훈련하고, 이에 따라 불변 MR 시그너처(들)를 결정할 수 있을 만큼 충분히 포괄할 수 있다. 따라서, 저장된 정보는 측정 파이프라인(예를 들어, 증폭기 전, 증폭기 후 등), 환경 조건, 지리적 위치(지역) 등의 상이한 지점들에 상이한 출력 신호들을 포함할 수 있다. 저장된 정보는, 예를 들어, MR 모델을 훈련함으로써 MR 스캔 및 조직 샘플을 정확히 시뮬레이션하는 것을 용이하게 할 수 있다.

저장된 정보는, 바이오볼트를 이후 식별할 뿐만 아니라 검색하거나 또는 질의하는 것을 용이하게 하는, 컴퓨터 시스템(114)에 의해 생성된 고유한 식별자 또는 새로운 고유한 식별자를 포함하거나 이와 관련될 수 있다. 따라서, 조직 샘플(112)이 이후 나중에 재-측정되면, 컴퓨터 시스템(114)은 또한 최종 측정 이후의 변화를 사용하여 검색할 수 있도록 결과 또는 차별적인 결과(예를 들어, 불변 MR 시그너처의 임의의 변화)를 저장할 수 있다. 더욱이, 저장된 정보는 조직 샘플(112)이 측정되었을 때 (예를 들어, MR 스캐너(110)를 특정하거나 또는 식별하는 정보와 같은) 시간, 지역 및/또는 시스템 파라미터들에 관한 정보를 포함할 수 있다. 저장된 정보는 암호화될 수 있다는 것이 주목된다. 예를 들어, 고유한 식별자와 관련된 암호화 키에 기초한 대칭 또는 비대칭 암호화가 사용될 수 있다.

일부 실시예에서, 컴퓨터 시스템(114)은 조직 샘플(112)의 불변 MR 시그너처를, 조직 샘플(112) 또는 다른 조직 샘플에 대해 이전에 결정되었을 수 있는 하나 이상의 다른 불변 MR 시그너처와 선택적으로 비교한다. (대안적으로, 컴퓨터 시스템(114)은 결정된 불변 MR 시그너처로부터 또는 이에 기초하여 계산된 MR 핑거프린트를 하나 이상의 미리 결정된 MR 핑거프린트와 선택적으로 비교할 수 있다.) 이 비교에 기초하여, 컴퓨터 시스템(114)은 고유한 식별자와 함께 또는 이와 관련하여 바이오볼트에 저장될 수 있는 조직(112)의 분류를 선택적으로 결정할 수 있다. 결정되거나 선택된 분류는 분류 에러 또는 가장 낮은 매칭 에러일 가능성이 가장 낮은 것일 수 있다는 것이 주목된다. 나아가, (예를 들어, 미리 결정된 감독 학습 모델에 기초하여) 유사한 추정된 분류 에러를 갖는 다수의 잠재적인 또는 후보 분류가 있는 경우, 주어진 복셀의 분류는, 주어진 복셀의 분류 에러를 감소시키는 것을 도와줄 수 있는, 선험적 정보, 예를 들어, 인근 복셀의 분류 또는 이러한 이웃 분류들의 조합(예를 들어, 선형 조합)에 기초하여 결정될 수 있다.

시간에 따라 라벨들 또는 분류들 및 결과들을 추적하는 능력은 시스템은 불변 MR 시그너처를 취하고 이 시그너처에 관해 알려진 정보를 찾을 수 있게 하는데, 예를 들어, 이 시그너처가 얼마나 자주 발견되는지, 어떤 장기에서 발견되는지, 이 시그너처가 양호한 것으로 언급되는지 또는 불량한 것으로 언급되는지, 어떤 상황에서 이 시그너처가 양호한 것으로 언급되는지 또는 불량한 것으로 언급되는지 등을 찾을 수 있게 한다. 이러한 방식으로, MR 시그너처들에 대한 메타데이터가 시간에 따라 더 풍부해질 수 있다. 예를 들어, 개인(또는 개인으로부터의 조직 샘플)은 6개월마다 색인될 수 있다. 이러한 색인 생성 동작들 중 하나의 색인 동작 동안 암이 발생하면 이 MR 시그너처가 '불량'인 것으로 언급될 수 있다. 그러나 개인의 이 동일한 영역에서 이력 MR 시그너처들의 분류는 무엇인가? 암 진단은 시그너처들이 잠재적으로 예비-암(pre-cancerous)을 만드는가? 시스템은, 다수의 조직 샘플에 기초하여, 초기 MR 시그너처들이 암의 초기 지시자이고, MR-시그너처 공간을 통한 경로가 시간에 따라 진화하는 이 병리학의 특성이라는 충분한 증거를 찾을 수 있다. 그 결과, 바이오볼트는 이러한 길이방향 및 교차-대상체 분석이 후속 분류 및 진단에 사용될 수 있는 이러한 경로를 식별할 수 있게 할 수 있다.

더욱이, 바이오볼트 내 특정 대상체 및/또는 교차 대상체들에 대해 길이방향으로 비교함으로써, 시스템은 결정론적 기계 학습 또는 감독 학습 모델의 사용을 요구하지 않으면서 문제점을 해결할 수 있고 병리학을 식별하는 것을 도와줄 수 있다. 예를 들어, 시스템은 바이오볼트가 이물질에 관한 이전의 지식을 포함하지 않거나 이전의 지식을 갖고 있지 않다고 하더라도 조직 샘플이나 생물학적 샘플에 매립된 이물질(예를 들어, 나사, 핀, 관절 치환물 등)이 존재하는 것을 차별적으로 식별할 수 있다. 특히, 결과적인 자기장 왜곡에 기초하여 강자성 물질이 검출될 수 있고, 불변 MR 시그너처는 이 자기장 왜곡에 대한 보정을 포함할 수 있다.

일부 실시예에서, 바이오볼트는 이들 바이오볼트가 그 조직 샘플에 대한 다른 정보를 공유하지 않으면서 다른 바이오볼트 내 관련된 조직 샘플 상의 불변 MR 시그너처들을 집계하는 능력을 제공한다. 이에 의해 전역 분석이 사일로(siloed)에 저장되거나 또는 분리된 바이오볼트 내 조직 샘플에 수행될 수 있다.

조직 샘플(112)이 측정된 후, 시스템(100)은 아카이브 저장을 위한 준비로 진공에서 조직 샘플(112)을 둘러싸고 밀봉하기 위해 선택적인 진공 밀봉기(128)를 사용할 수 있다. 더욱이, 일부 실시예에서, 조직 샘플(112)은 측정 후에 포르말린 고정된 파라핀으로 포매된다. 더욱이, 물리적 라벨 또는 전자적 라벨이 후속 식별을 용이하게 하기 위해 선택적인 라벨기(130)에 의해 조직 샘플(112)에 부착되거나 또는 조직 샘플과 관련될 수 있다. 물리적 라벨 또는 전자적 라벨 내 정보는 특성화 기술의 시작시 입력되거나 및/또는 추출된 정보를 포함할 수 있다. 일부 실시예에서, 조직 샘플(112)은 측정이 수행된 후에 파괴된다.

전술한 논의는 조직 샘플(112)을 스캔하거나 또는 색인하기 위해 시스템(100)을 사용하는 것을 예시하였지만, 다른 실시예에서 시스템(100)은 동일한 사람 또는 동물로부터 또는 상이한 사람이나 동물로부터의 다수의 조직 샘플을 스캔하거나 색인하는데 사용될 수 있다. 이들 스캔은 처리량을 증가시키기 위해 부분적으로 또는 전체적으로 시간적으로 오버랩될 수 있다(즉, 적어도 부분적으로 동시적으로 또는 동시에 발생할 수 있다).

더욱이, 전술한 논의는 시스템(100)을 사용하여 기술자 또는 MR 조작자를 설명하였지만, 다른 실시예에서는, 조직 샘플(112)이 MR 스캐너(110)에 로딩될 수 있고, MR 측정 및/또는 다른 측정들이 수행될 수 있고, 불변 MR 시그너처가 결정될 수 있고, 정보가 바이오볼트에 저장될 수 있고, 조직 샘플(112)이 제거될 수 있으며, 이러한 동작들이 인간의 작용이 최소화되거나 전혀 없는 하나 이상의 추가적인 조직 샘플에 대해 반복될 수 있도록 시스템(100)은 고도로 자동화된다.

이제 불변 MR 시그너처를 결정하는 것을 더 기술한다. 도 3은 MR 모델을 결정하는 일례를 나타내는 도면을 도시한다. MR 모델은 조직 샘플 내 복셀의 3D 모델일 수 있으며, 각 복셀에 대한 블로흐 방정식의 파라미터들을 포함할 수 있다. 특히, z 축을 따라 준-정적 자기장(B₀)에서, 블로흐 방정식은 다음과 같다:

여기서, γ는 자기 회전비이고,

는 벡터 크로스 곱(vector cross product)을 나타내며,

는 조직 샘플에서 핵의 유형이 경험하는 자기장이다. 블로흐 방정식의 파라미터들은 T₁, T₂, 핵의 유형의 밀도, 확산, 속도/흐름, 온도 및 자화율을 포함할 수 있다. 각 복셀마다 핵의 상이한 유형에 대해 상이한 파라미터들이 있을 수 있다는 것이 주목된다. 더욱이, 블로흐 방정식은 시간에 따라 변하는 자기장에 대해 조직 샘플 내 핵의 유형의 자기 모멘트의 동적 응답에 대한 반-고전적, 거시적 근사라는 것이 주목된다. 예를 들어, 1㎣ 복셀에 67M 세포가 있을 수 있다.

원칙적으로, 조직 샘플에 대한 블로흐 방정식의 파라미터들에 대한 솔루션(solution: 해) 공간은 불충분하게 결정(underdetermined)될 수 있는데, 즉 파라미터들을 특정하거나 제한하는 관측값들이 있는 것보다 결정되어야 할 파라미터들이 상당히 더 많이 있을 수 있다. 그리하여 특성화 기법은 문제의 차원을 제한하거나 감소하기 위해 추가적인 정보를 활용할 수 있다. 예를 들어, 조직 샘플의 해부학 구조의 양태는 컴퓨터 단층 촬영, x-선, 초음파 등과 같은 다른 이미징 기술을 사용하여 결정될 수 있다. 더욱이, 조직(예를 들어, 심장 조직)의 타깃 유형보다 유사하게 보이지 않는 (즉, 매우 다른 MR 신호를 갖는) 조직은 MR 모델로부터 배제될 수 있다. 대안적으로 또는 추가적으로, 이전의 스캔(예를 들어, 비정상적인 것 또는 변화)에 기초하여 예상된 MR 신호들로부터 상당히 벗어난 조직은 예를 들어 윤곽 맵(예를 들어, 3차 스플라인)을 사용하는 것에 의해 상당한 차이가 있는 지역을 구속하도록 (또는 지역들의 경계를 특정하도록) MR 모델의 초점(focus)이 될 수 있다. 대안적으로 또는 추가적으로, 측정된 MR 신호들과 시뮬레이션된 MR 신호들 사이의 에러는 하나 이상의 레벨-설정 함수를 사용하여 표현될 수 있고, 임계 값을 초과하는 에러를 갖는 구역의 경계는 하나 이상의 레벨-설정 기능과 임계 값에 대응하는 평면의 교차점에 기초하여 결정될 수 있다. 게다가, 상이한 펄스 시퀀스 및/또는 상이한 MR 기술을 사용하여 상이한 자기장 강도(B₀)(이는 유사한 정보를 의사 랜덤 펄스 시퀀스에 제공할 수 있음)에서 스캔을 수행함으로써, 파라미터 대 관찰값의 비가 감소될 수 있어서, 이에 의해 MR 모델을 결정하는 것을 간소화할 수 있다.

예를 들어, 조직 샘플이 하나의 복셀을 포함하였다면, 조직의 특정 유형에 대해 결정될 필요가 있는 (불변 MR 시그너처를 특정하는) 4 내지 10개의 MR 모델 파라미터들이 있을 수 있다. 복셀이 M개의 조직 유형을 포함하는 경우 특정 조직 유형에 대해 결정되어야 하는 (M개의 불변 MR 신호를 특정하는) 4M 내지 10M개의 MR 모델 파라미터들이 있을 수 있다. 복셀의 수가 증가함에 따라 이것은 어려운 문제로 보일 수 있다.

그러나, 상이한 핵 유형들은 상이한 라머 주파수들을 가지기 때문에, 핵의 유형들 및 그 국부적인 농도들의 공간 분포가 측정된 MR 신호들로부터 결정될 수 있다. 그런 다음, MR 모델에 대해 관련된 초기 파라미터들을 갖는 조직 샘플(또는 인체)에 대한 미리 한정된 해부학적 템플릿이 핵의 유형들 및 그 국부적인 농도들의 공간 분포와 매칭하도록 스케일링될 수 있다.

다음으로, 조직(예를 들어, 특정 장기)의 유형에 대해, MR 모델 파라미터들은 복셀의 크기가 점진적으로 감소함에 따라 반복적으로 정제될 수 있다(및 이에 따라, 복셀의 수가 증가된다). 이 분석은 MR 모델을 사용하여 측정된 MR 신호들과 시뮬레이션된 MR 신호들 사이의 에러에 의해 구동될 수 있다. 시간에 따라 훈련 동안 초점은 수렴 기준보다 더 큰 에러가 있는 잔류 구역 상에 있다. 예를 들어, MR 모델의 파라미터들은 하나의 자기장 강도에서 측정된 MR 신호에 기초하여 훈련될 수 있고, 그 다음에 에러는 다른 자기장 강도에서 MR 모델의 예측들에 기초하여 결정될 수 있다. 나아가, 초기에 MR 모델은 상이한 복셀들 간에 기여 또는 상호 작용이 없다고 가정할 수 있다는 것이 주목된다. 그러나, 에러 및 복셀 크기가 감소됨에 따라, MR 모델을 훈련할 때, 이후 이러한 기여 및/또는 상호 작용이 포함될 수 있다.

이러한 맞춤 또는 연산 접근법을 용이하게 하기 위해, 특성화 기술은 1D 시그너처와 달리 '표면 시그너처'를 결정할 수 있다. 예를 들어, 다수의 자기장 강도에서 또는 알려진 자기장 교란(disturbance)(예를 들어, 회전)이 있는 경우에 측정을 사용하면, MR 궤적들의 세트가 불변 MR 시그너처(들)를 결정하는 데 사용될 수 있는 '핑거프린트'로 결정될 수 있다. 각 MR 궤적은 고정된 자기장 강도가 아닌 자기장 함수에 의해 한정될 수 있다는 것이 주목된다.

예시적인 실시예에서, MR 모델을 결정하는데 사용되는 시뮬레이션은 정점(vertex)/복셀 중심일 수 있다. 각 정점에서 실행되는 물리적 모델(예를 들어, 블로흐 방정식 기반 모델)을 사용하여 시스템은 스캔되는 조직 샘플의 물리적 모델에 펄스 시퀀스 또는 교란을 '적용'할 수 있다. 예를 들어, 물리 법칙 면에서 교란을 설명하는 정점들에 메시지가 방송될 수 있다. 각 정점은 예측된 상태 변화와 그 결과로 생기는 힘과 에너지를 연산할 수 있으며, 이 힘과 에너지는 이 정점으로부터 송출된 힘과 에너지에 관한 메시지로서 인접한 정점들로 중계(relayed)된다. 모든 정점이 메시지를 생성하고, 메시지가 인접한 정점들로 전달되고, 시스템의 상태가 업데이트되었다면, 계산에서 시간 간격이 완료되었을 수 있다. 이 접근법은 메시지가 시뮬레이션의 정확도를 개선시키기 위해 정점으로부터 방사되는 길이 N(여기서 N은 정수이다)의 비-순환적 경로들로 전달되도록 일반화될 수 있다.

일단 상태가 업데이트되었다면, 연산 기술이 새로운 연산된 상태에서 실행될 수 있고 그 다음 측정된 상태와 비교될 수 있다. 에러는 예측된 상태와 측정된 상태 사이의 차이일 수 있다. 연산 기법이 적용됨에 따라 시스템은 전역 에러를 줄이거나 최소화하는 방식으로 현재 상태를 각 정점에 최적으로 할당하는 방식을 결정할 수 있다. 다음으로, 시스템은 시스템에 대한 새로운 섭동 세트를 선택할 수 있으며, 이들 섭동을 새로운 메시지로서 정점들로 방송할 수 있을 뿐만 아니라, 스캔되는 대상체에 물리적으로 이러한 교란을 실행시킬 수 있다. 이러한 방식으로, 시스템은 특성화 기술 동안 실시간 또는 거의 실시간으로 분석 및 피드백을 제공할 수 있다.

따라서, 측정된 MR 신호들에 기초하여 MR 모델 파라미터들을 결정하는 역 문제(inverse problem)는 MR 모델 및 MR 스캐너의 특성(예를 들어, 자기장의 불균일성) 및 측정된 MR 신호들을 획득하는데 사용되는 스캔 명령에 기초하여 생성된 시뮬레이션된 MR 신호들과 측정된 MR 신호들 간의 에러 또는 차이를 최소화함으로써 '해결될' 수 있다. 일부 실시예에서, 역 문제는 최소 제곱 기술, 볼록 이차 최소화 기술, 가장 가파른 하강 기술, 준-뉴턴 기술, 심플렉스 기술, 레벤버그-마커트(Levenberg-Marquardt) 기술, 시뮬레이션된 어닐링, 유전 기법, 그래프 기반 기법, 또 다른 최적화 기법 및/또는 칼만(Kalman) 필터링(또는 선형 2차 평가)을 포함하는 하나 이상의 연산 기술을 사용하여 해결된다.

역 문제는 동적 프로그래밍을 이용하여 해결될 수 있다는 것이 주목된다. 특히, 이 문제는 예를 들어 클라우드 기반 컴퓨팅 시스템에서 병렬로 다수의 컴퓨터에 의해 분할되고 수행될 수 있다. 예를 들어, 특정 스레드는 특정 스캔 명령에 대해 역 문제를 해결하려고 시도할 수 있다. 컴퓨터(또는 프로세서)에 의해 생성된 다수의 잠재적인 파라미터 솔루션은 하나 이상의 연산 기술을 사용하여 최소화되는 에러 메트릭을 결정하기 위해 (예를 들어, 선형 중첩을 사용하여) 결합될 수 있다.

더욱이, 전술한 바와 같이, 역 문제는, 거친 복셀 크기를 사용하여 MR 모델에 대한 적절한 파라미터(예를 들어, MR 신호들과 시뮬레이션된 MR 신호들 사이의 에러를 최소화하는 파라미터)들을 먼저 찾도록 시도하고, 이후 더 작은 복셀 크기를 갖는 적절한 파라미터들을 점진적으로 찾는 것에 의해 반복적으로 해결될 수 있다. 이 반복적 절차에서 사용된 최종 복셀 크기는 스캔되는 핵의 유형의 자기 회전비에 기초하여 결정될 수 있다는 것이 주목된다. 또한 복셀 크기는, 바이오볼트에 만들어지거나 MR 스캔 계획, 현재 하드웨어 구성 및/또는 하드웨어 제한 사항에 기초하여 형성되는 '질의'의 종류에 기초하여 결정될 수 있다. 나아가, 또한 복셀 크기 또는 지역은 복셀이 서브복셀들의 세트로 균등하게 분할되도록 선택되거나 또는 효과적으로 오버샘플링하고 MR 신호가 유래하는 곳을 잠재적으로 더 파악하기 위해 미리보기 복셀 크기와 특정 양의 오버랩, 즉 오버랩 구역이 있도록 선택될 수 있다. 아래에서 더 설명된 바와 같이, 이 마지막 기술은 복셀의 특성 길이(예를 들어, 복셀의 길이, 폭 또는 높이)보다 더 작은 거리(dx)만큼 하나 이상의 차원에서 전체 구배 시스템을 시프트시키는 것과 유사할 수 있다. 일부 실시예에서, MR 모델에서 복셀 크기는 MR 스캔에서 사용되는 것보다 더 작다(즉, MR 모델은 초-해상도 기술을 사용할 수 있다).

추가적으로, MR 모델은 호흡, 심장 박동, 혈류, 기계적 운동 등과 관련된 움직임과 같은 동역학의 시뮬레이션을 포함할 수 있다. (따라서, 확산, 온도 측정법(thermomemtry), 분광법, 탄성 측정 등을 위해 추가적인 항들이 블로흐 방정식에 있을 수 있다. 그 결과 MR 모델은 블로흐-토리(Bloch-Torrey) 방정식 등에 기초할 수 있다). 예를 들어, 복셀이 유체가 통과하여 흐르는 공간(예를 들어, 정맥)을 포함하는 경우 액체의 흐름은 조직 샘플에 대해 불변 MR 시그너처의 연산이 고려되도록 스캔되는 조직 샘플(또는 대상체)에서 유동 방향 및 속도 크기의 맵을 구축함으로써 시뮬레이션될 수 있다. 나아가, 인간 대상체 또는 동물을 스캔할 때, MR 모델은 휴지(resting) 동작(예를 들어, 호흡, 심장 박동 등과 관련된 동작)을 포함할 수 있다. 전술한 바와 같이, MR 모델의 계산을 용이하게 하기 위해, 측정된 MR 신호 및/또는 다른 시간적 측정은 기준 클록 또는 생물학적 시간 주기와 동기화되거나 이에 대한 것일 수 있다.

MR 모델은 조직 샘플이 특정 스캔 명령에 반응하는 방식을 예측하는데 사용될 수 있다. 특히, MR 모델은 특정 특성을 갖는 특정 MR 스캐너에 대한 MR 신호 및 특정 스캔 명령에 대한 MR 신호들을 시뮬레이션하거나 추정하는데 사용될 수 있다. 다시 말해, 예를 들어, MR 스캐너의 특정 특성 및 특정 스캔 명령에 기초하여 특정 상황에서 표현 또는 투영(projection)(즉, MR 신호)을 결정하기 위해 (MR 모델에 기초하는) 불변 MR 시그너처가 사용될 수 있다.

따라서, MR 모델은 시스템(100)(도 1)이 능동 학습을 수행하게 할 수 있다. 특히, MR 모델은 학습 시스템 또는 학습 엔진(이는 도 1의 컴퓨터 시스템(114)에서 구현될 수 있음)에 의해 생성된 '질의'에 기초하여 반복적으로 맞춰지거나 결정될 수 있다. 특히, 학습 엔진에 의해 생성된 질의는 MR 모델의 파라미터들에 대한 신뢰 구간에 기초하여 상이한 자기장 강도(B₀), 상이한 전자기 펄스 시퀀스 및/또는 상이한 초음파 펄스 시퀀스를 포함할 수 있다. 그 결과, 학습 엔진은 이러한 질의에 응답하여 측정된 MR 신호들을 사용하여 MR 모델 내 미지의 파라미터들 및/또는 (예를 들어, 0.1, 1, 5 또는 10%보다 더 큰 신뢰 구간과 같은) 불량한 정확도를 갖는 파라미터들을 결정할 수 있다. 보다 일반적으로, 시스템(100)(도 1)에 의해 수행되는 적응적 학습은 광학/적외선 분광, x-선, 컴퓨터 단층 촬영, 양성자 빔, 광 음향, 초음파 등과 같은 다양한 측정에 기초할 수 있다.

앞선 논의는 예시적인 예로서 블로흐 방정식을 사용하였지만, 다른 실시예에서는 전체 리우빌 연산(예를 들어, 2개 이상의 요소 사이의 상호 작용의 리우빌 슈퍼매트릭스) 또는 다른 시뮬레이션 기술이 사용된다. MR 모델을 사용하여 연산되거나 예측된 MR 신호는 MR 스캔 동안 획득된 MR 신호의 나이키스트 주파수의 2배 이상의 율로 샘플링될 수 있다는 것이 주목된다.

예시적인 실시예에서, 컴퓨터 시스템(114)(도 1)은 먼저 MR 모델 내 파라미터들을 근사하고, 이 초기 MR 모델에 기초하여 측정된 MR 신호와 시뮬레이션된 MR 신호 사이의 에러(또는 차이 벡터)를 연산한다. 특정 스캔 명령에 대응하는 스레드에 대한 역 문제에 (유사한 에러를 갖는) 다수의 후보 파라미터 솔루션들이 있을 때, 컴퓨터 시스템(114)(도 1)은 후보를 유지할 수 있다(즉, 고유한 파라미터 솔루션이 계산에서 이 지점에서 식별되지 않을 수 있다)는 것이 주목된다. 대안적으로, 원하는 에러 범위(예를 들어, 50, 25, 10, 5 또는 1% 미만) 내에 고유한 파라미터 솔루션이 없는 경우 최상의 (최소 오류) 파라미터 솔루션은 유지될 수 있다. 게다가, 원하는 에러 범위 내에 파라미터 솔루션이 없을 때, 컴퓨터 시스템(114)(도 1)은 스캔 명령을 수정할 수 있다.

더욱이, 컴퓨터 시스템(114)(도 1)은 조직 샘플 내의 파라미터 솔루션의 표면(들)을 따라 제1 및 제2 미분을 연산할 수 있다. (미분의 계산을 용이하게 하기 위해, 파라미터들이 하나 이상의 레벨-설정 기능을 사용하여 표현될 수 있다는 것이 주목된다.) 1차 미분이 0인 라인을 따르는 복셀들의 세트가 식별될 수 있다. 이 복셀들의 세트는 복셀 위치와 3차 스플라인 사이에 최소 에러를 갖는 3차 스플라인을 사용하여 맞춰질 수 있다. 이 맞춤 동작은 파라미터-솔루션 공간의 모든 경계에서 반복될 수 있다. 게다가, 3차 스플라인에 의해 한정된 경계 내에서 가장 큰 연속 표면이 결정될 수 있고, 파라미터-솔루션 계산이 반복되어 이전의 연속 표면 내에 있는 새로운 연속 표면이 결정될 수 있다. 이러한 일반화된 프레임워크는 복셀 내 체적에 걸쳐 에러를 최소화할 수 있고, 이에 의해 이 MR 신호와, MR 모델에 기초하여 시뮬레이션된 MR 신호 사이의 일치(agreement)를 개선시킬 수 있다.

이제 조직의 유형의 분포를 결정하는 방식의 실시예를 설명한다. 예시로서 MRF를 사용하여, 복셀에 대해 측정된 MR 신호(y_obv)가 다음 식으로 표현될 수 있도록 상이한 조직 유형(dj)(j=1 내지 n)에 대해 측정된 시간 샘플링된 MR 궤적(또는 벡터)의 사전(dictionary) D_mrf를 정의한다:

여기서, α_j는 정규화된 가중치(즉,

)이고, ε는 에러이다(즉, j = 1 내지 n에 대해 ε = (y_j, α_j)이다). 이것은 복셀 내 선형 방정식 문제를 한정할 수 있다. 일반화된 복셀 간 문제는 그래프(G)로서 복셀들의 세트(예를 들어, 27개의 복셀을 갖는 큐브(cube))를 모델링할 수 있다. 도 3에 도시된 바와 같이, 세트 내의 모든 복셀은 8개의 인접한 복셀들에 대해 26개의 에지(edge)를 가질 수 있다. 역 문제에 대한 파라미터 솔루션은 에러를 최소화하는 것으로 한정될 수 있다.

2개의 인접한 복셀(u 및 v)의 경우를 고려한다. 복셀 내 선형 방정식(U_y 및 V_y)은 u 및 v 모두에서 풀릴 필요가 있다. 몇 가지 가능한 결과가 있다. 첫째, U_y와 V_y는 고유한 파라미터 솔루션들을 가질 수 있고(여기서 '고유한 파라미터 솔루션'은 기존의 MR 모델에 가장 잘 맞을 수 있는데, 즉 수렴 기준보다 더 작은 에러 또는 차이 벡터로 가장 잘 맞을 수 있고) 분석이 완료될 수 있다. 대안적으로, U_y는 고유한 파라미터 솔루션을 가질 수 있으나 V_y는 아니다. Uy에 대한 파라미터 솔루션은 V_y가 분석이 완료될 수 있는 단일 파라미터 솔루션을 갖도록 V_y에 제약 조건을 부과할 수 있다. 그러나, U_y 및 V_y는 그 어느 것도 고유한 파라미터 솔루션을 갖지 않을 수 있고, 이 경우 방정식들을 연립으로 결합하면 (즉, 복셀 크기를 효과적으로 증가시켜) 고유한 파라미터 솔루션을 산출할 수 있다. 더욱이, U_y와 V_y는 그 어느 것도 파라미터 솔루션을 전혀 산출하지 않을 수 있고, 이 경우 복셀 내 문제는 추가적인 제약 없이는 풀릴 수 없다.

마지막 경우에, 인접한 복셀(w), 즉 시리즈 복셀(u, v 및 w)을 볼 수 있고, 여기서 대응하는 복셀 내 선형 방정식(U_y, V_y 및 W_y)은 u, v 및 w에서 풀릴 필요가 있다. 복셀 내 선형 방정식(V_y 및 W_y)이 이전의 경우로 감소된다는 것이 주목된다. 복셀 내 선형 방정식이 이전 경우로 감소되지 않을 때에는 이 페어링(paring) 동작이 감소될 때까지 재귀적으로 적용될 수 있고, 이전에 설명된 바와 같이 복셀 내 선형 방정식들이 풀릴 수 있다.

일반적으로, 이 연산 기술은 에러를 최소화하기 위해 3D 표면(또는 체적)을 맞추는 문제와 동형일 수 있다. 이와 관련하여 하나의 문제는 인접한 모든 체적이 에러를 최소화하는 파라미터 솔루션(α_j)에 동일한 효과를 갖는다고 가정된다는 것이다.

에러의 최소화는 초기에 복셀 간 기여가 없다고 (즉, 복셀들이 독립적이라고) 가정할 수 있다. 이후, 복셀 간 기여가 포함될 수 있다. 특히 인접한 복셀 체적들을 고려할 때 두 가지 별개의 클래스(class)가 있다. 표면을 공유하는 체적들과 1D 에지만을 공유하는 체적이 있다. 최소화 함수는 상대 좌표계의 중심에 있는 복셀(u)에 에러 기여를 가중시킴으로써 개선될 수 있다. 에러에 대한 영향이 r^-2 (여기서 r은 복셀들의 중심점들 사이의 거리이다)에 비례하고, 가중치에서 1㎜ 등방성(isotropic) 복셀들을 가정하면, 복셀 간 기여를 최소화하거나 또는 맞추는 문제는 다음 수식으로 표현될 수 있다:

여기서 k에 걸친 합은 공통 표면을 공유하는 인접한 복셀들에 대해 (즉, (-1,0,0),(1,0,0), (0,-1,0), (0,1,0)(0,0,-1) 및 (0,0,1))이고, l에 걸친 합은 공통 에지를 공유하는 인접한 복셀들의 나머지 부분에 대한 것이다. 분석에서 가정은 파라미터 솔루션들을 맞추거나 결정하기가 가장 어려운 곳이 상이한 조직들 사이의 불연속 또는 인터페이스에 있다는 것이다. 그 결과, 특성화 기술 동안, 컴퓨터 시스템(114)(도 1)은 이들 지역을 먼저 해결할 수 있고 나머지 지역들을 해결할 수 있다.

대안적으로, 인접한 복셀들로부터의 자기(magnetic) 기여는 r²에 비례하기 때문에, 최소화 문제에서 기본 복셀 또는 중심 복셀의 중심으로부터 반경(R)의 구가 주어지면, 주변 복셀들은 구가 인접한 복셀들의 체적 내로 확장하는 정도에 기초하여 (및 이에 따라, 추정되는 복셀 간 기여의 강도에 기초하여) 가중될 수 있다. 예를 들어, 2D 표면을 공유하는 복셀들에 대한 가중치, 1D 라인을 공유하는 복셀들에 대한 가중치, 및 0D 점을 공유하는 복셀들에 대한 가중치를 포함하는, 할당될 필요가 있는 3가지 상이한 가중치가 있을 수 있다. 각 복셀 내에서 균일한 조직 분포가 없을 수 있기 때문에 가중치들은 동적으로 조정되어 각 복셀 내 여러 종류의 분포를 모델링하여 에러를 최소화하는 분포를 찾을 수 있다. 이것은 상이한 조직 유형에 대해 단일 복셀 내에서 다수의 MR 시그너처를 식별하는 능력을 제공할 수 있다. 연산 능력이 증가함에 따라 예측 모델의 정확도가 증가하고 최소화 문제(및 이에 따라 역 문제)를 해결하는데 사용된 연산 기술이 수정될 수 있다는 것이 주목된다.

따라서, 복셀의 불변 MR 시그너처가 주변 또는 이웃한 복셀들의 불변 MR 시그너처에 의존하는 실시예에서, 복셀의 불변 MR 시그너처는 2차 또는 N차 효과를 사용하여 연산될 수 있다. 예를 들어, N개의 1차 불변 MR 시그너처(여기서 N은 정수)가 있으면, (모든 복셀이 서로 상호 작용하는 경우) N!/(N-27)!개만큼 많은 2차 불변 MR 시그너처가 있을 수 있다. 일부 실시예에서, 국부화(locality)는 역 문제를 간단히 하는데 사용된다. 이러한 방식으로, 불변 MR 시그너처는 인접한 복셀들 내의 불변 MR 시그너처가 기본 (중심) 또는 1차 복셀에서 불변 MR 시그너처에 영향을 미치는 방식을 포함하는 것에 의해 생성될 수 있다.

일부 실시예에서, 신체 내 조직의 유형의 분포에 대해 복셀들의 임의의 지역을 극복하는데 디더링 기술이 사용된다. 특히, 임의의 복셀 배치 또는 현재 복셀 크기로 인해 복셀에 두 가지 이상의 조직 유형이 있을 수 있다. 이것은 이 복셀에 대한 MR 모델 파라미터들을 크게 변화시킬 수 있다. 이것은 복셀에 필요한 두 개 이상의 불변 MR 시그너처가 있다는 것을 제안할 수 있다. 전술한 바와 같이, 이것을 확인하기 위해, 복셀들은 거리(dx)(이는 복셀 길이, 폭 또는 높이의 일부이다)만큼 변위될 수 있고, MR 모델 파라미터들은 다시 결정될 수 있다. 이 공정에서, 조직 분포가 결정될 수 있다. 그 결과, 이 접근법은 복셀 크기를 변화시키지 않고 분석에서 공간 분해능을 효과적으로 증가시킬 수 있다.

도 4 내지 도 9는 바이오볼트에서 MR 신호들과 이 신호들의 사용을 정확히 예측하는 하나 이상의 MR 모델에 대한 파라미터들을 결정하는 상기 논의를 요약 정리한다. 특히, 도 4는 특정 펄스 시퀀스 및 인가된 자기장을 사용하여 상이한 조직 유형을 MR 스캔하는 동안 획득될 수 있는, 시간의 함수로서 MR 신호들의 세트를 나타낸다. 다음으로, 도 5에 도시된 바와 같이, 특정 MR 모델 파라미터들에 대해, 시간의 함수로서 시뮬레이션된 MR 신호가 결정될 수 있다. 이 시뮬레이션된 MR 신호의 코사인 유사성은 상이한 조직 유형에 대해 측정된 각 MR 신호와 함께 연산될 수 있다.

더욱이, 도 6은 상이한 조직 유형에 대해 결정된 MR 모델 파라미터들을 도시한다. 다음으로, 도 7에 도시된 바와 같이, MR 모델 파라미터들을, 상이한 조직 유형에 대해 알려진 (또는 미리 결정된) MR 모델 파라미터들과 비교하는 것에 기초하여, 상이한 조직 유형이 식별될 수 있다. 예를 들어, 도 8에 도시된 바와 같이, 코사인 유사성에 기초하여, MR 신호는 특정 조직 유형(이 예에서는, 건강한 심장 조직)으로서 식별되거나 이와 관련될 수 있다.

마지막으로, 도 9에 도시된 바와 같이, 상이한 자기장 강도에서 획득된 MR 신호들 또는 궤적들은 자기장 강도들의 표면에 대한 응답을 특정하는 MR 신호들의 세트로 결합될 수 있다. 이 응답은 하나 이상의 불변 MR 시그너처를 결정하는데 사용될 수 있다.

이제 방법을 더 설명한다. 도 10은 시스템(100)(도 1)과 같은 시스템에 의해 수행될 수 있는 생물학적 샘플의 불변 MR 시그너처를 결정하는 방법(1000)의 일례를 도시하는 흐름도를 도시한다. 동작 동안, 시스템은 복셀들과 관련된 MR 신호들과 시뮬레이션된 MR 신호들의 차이에 기초하여 생물학적 샘플 내 3D 위치들에서 복셀들의 MR 모델을 결정할 수 있다. 특히, 시스템은 생물학적 샘플 내 핵의 하나 이상의 유형의 MR 신호를 캡처하기 위해 스캔 명령을 MR 스캐너에 제공할 수 있고(동작 1010), 여기서, MR 신호들은 생물학적 샘플 내 3D 위치들에 있는 복셀들과 관련되고, 스캔 명령은 생물학적 샘플에 인가되는 자기장 강도 및 펄스 시퀀스를 포함한다.

그 후, 시스템은 MR 스캐너로부터 MR 신호들을 수신한다(동작 1012). 더욱이, 시스템은 MR 신호들 및 스캔 명령에 기초하여 생물학적 샘플 내 복셀들의 MR 모델을 결정하고(동작 1014), 여기서 MR 모델을 결정하는 동작은 MR 모델 및 스캔 명령에 기초하여 생물학적 샘플에 대한 시뮬레이션된 MR 신호들을 생성하는 동작(동작 1016), 및 시뮬레이션된 MR 신호들 및 MR 신호들을 비교하여 차이 벡터를 결정하는 동작(동작 1018)을 포함한다.

다음으로, 시스템은 차이 벡터에 기초하여 스캔 명령을 반복적으로 수정하고(동작 1020), 수렴 기준이 달성될 때까지(동작 1022) 제공하는 동작(동작 1010), 수신하는 동작(동작 1012) 및 결정하는 동작(동작 1014)을 반복하고, 여기서 수정된 스캔 명령은 자기장 강도 및 펄스 시퀀스 중 적어도 하나의 변화를 포함한다.

나아가, 시스템은, 생물학적 샘플의 식별자, 및 MR 모델과 관련되고 임의의 자기장 강도에서 생물학적 샘플의 동적 MR 응답을 기술하는 이 생물학적 샘플의 불변 MR 시그너처를 메모리에 저장한다(동작 1024).

일부 실시예에서, 시스템은 선택적으로 하나 이상의 추가적인 동작을 수행한다(동작 1026). 예를 들어, 시스템은 불변 MR 시그너처를 하나 이상의 미리 결정된 불변 MR 시그너처와 비교하고; 이 비교에 기초하여 생물학적 샘플의 분류를 결정하고; 및 상기 식별자 및 상기 불변 MR 시그너처와 함께 상기 결정된 분류를 상기 메모리에 저장할 수 있다.

분류 기술의 실시예가 도 11에 더 도시되고, 도 11은 시스템(100)(도 1)의 컴포넌트들 간의 통신을 나타내는 도면을 도시한다. 특히, 컴퓨터 시스템(114) 내 프로세서(118)는 샘플-정보 판독기(122)로부터 샘플 정보(1110)를 수신할 수 있다. 응답으로, 프로세서(118)는 샘플 정보(1110) 내 고유한 식별자에 기초하여 메모리(120) 내의 조직 샘플(112)(도 1 및 도 2)에 대한 미리 한정되거나 미리 결정된 정보(1112)에 액세스할 수 있다. 이 정보에 기초하여, 프로세서(118)는 하나 이상의 MR 기술, 조직 샘플(112)(도 1 및 도 2) 내의 하나 이상의 관심 영역, 핵의 하나 이상의 유형, 하나 이상의 펄스 시퀀스 및/또는 하나 이상의 자기장 강도를 포함하는 초기 스캔 계획(1114)(또는 스캔 명령)을 결정할 수 있다.

이후, 인터페이스 회로(116)를 통해 프로세서(118)는 초기 스캔 계획(1114)에 기초하여 하나 이상의 스캔(1116)을 수행하도록 MR 스캐너(110)에 명령할 수 있다. 다음으로, MR 스캐너(110)는 MR 신호(1118)들을 컴퓨터 시스템(114)에 제공한다. MR 신호(1118)들을 수신한 후, 인터페이스 회로(116)는 MR 신호(1118)들을 프로세서(118)에 제공한다. 프로세서(118)는 MR 신호(1118)들을 초기 시뮬레이션된 MR 신호(1124)들과 비교하여 차이 벡터(1126)를 연산할 수 있다. 예를 들어, 프로세서(118)는 고유한 식별자에 기초하여 메모리(120) 내 하나 이상의 미리 결정된 불변 MR 시그너처(1120) 및/또는 하나 이상의 MR 모델(1122)에 액세스할 수 있고, 프로세서(118)는 초기 스캔 계획(1114), MR 스캐너(110)의 특성들, 하나 이상의 미리 결정된 불변 MR 시그너처(1122) 및/또는 하나 이상의 MR 모델(1124)에 기초하여 초기 시뮬레이션된 MR 신호(1124)들을 생성할 수 있다.

더욱이, 차이 벡터(1126)에 기초하여, 프로세서(118)는 조직 샘플(112)(도 1 및 도 2) 내 3D 위치들에서 복셀들의 MR 모델(1128)의 파라미터들을 결정할 수 있다. 나아가, 프로세서(118)는 결과적인 MR 모델(1128) 및 초기 스캔 계획(1114)을 사용하여 생성된 시뮬레이션된 MR 신호(1130)들과 MR 신호(1118) 간의 잔류 차이 벡터(1132)를 계산할 수 있다. 잔류 차이 벡터(1132)에 기초하여, 프로세서(118)는 스캔 계획(1134)을 획득하기 위해 초기 스캔 계획(1114)을 수정할 수 있다.

수렴 기준(1136)이 달성되지 않으면, 프로세서(118)는 인터페이스 회로(116)를 통해 스캔 계획(1134)에 기초하여 하나 이상의 스캔(1138)을 수행하도록 MR 스캐너(110)에 명령할 수 있고, 특성화 기술의 동작들이 반복될 수 있다. 더욱이, 수렴 기준(1136)이 달성될 때, 프로세서(118)는 MR 모델의 최종 버전에 기초하여 조직 샘플(112)(도 1 및 도 2)의 분류를 결정하거나 및/또는 조직 샘플(112)(도 1 및 도 2)에 대한 불변 MR 시그너처를 결정하는 것과 같은 하나 이상의 추가적인 동작(1140)을 수행할 수 있다. 예를 들어, 불변 MR 시그너처는 MR 모델의 최종 버전의 파라미터들, 및 불변 MR 시그너처에 기초하여 MR 신호들이 생성될 수 있게 하는 추가적인 정보를 포함할 수 있다. 이후, 프로세서(118)는 조직 샘플(112)(도 1 및 도 2)에 관한 고유한 식별자, 불변 MR 시그너처, 다른 측정 결과 및/또는 정보(예를 들어 메타데이터)와 같은 정보를 메모리(120)에 저장할 수 있다.

전술한 방법들 중 하나 이상의 방법의 일부 실시예에서, 추가적인 동작이 있거나 또는 더 적은 수의 동작이 있을 수 있다. 나아가, 동작들의 순서는 변할 수 있고/있거나, 둘 이상의 동작들이 단일 동작으로 결합될 수 있다.

일부 실시예에서, 특성화 기술은 하나 이상의 MR 기술과 관련된 조직 샘플에 대한 MR 신호들을 동적으로 스캔, 캡처 및 처리하는데 사용된다. 예를 들어, 하나 이상의 MR 기법은 연조직 측정, 형태적 연구, 화학적 시프트 측정, 자화 전달 측정, MRS, 핵의 하나 이상의 유형의 측정, 오버하우저(Overhauser) 측정 및/또는 기능적 이미징을 직렬로 또는 병렬로 수행하는데 사용될 수 있다. 게다가, 추가적인 측정이 조직 샘플에서 수행될 수 있다. 이후, 높은 공간 및 스펙트럼 해상도를 가질 수 있고 MRF에 정보를 통합할 수 있는 결과적인 불변 MR 시그너처들이, 집계되거나 색인되고 검색되어 다양한 의료 정보 서비스를 용이하게 할 수 있다. 이하 논의에서 특정 건강한 (또는 증상이 없는 또는 질병이 없는) 조직 샘플과 질병이 있는 (또는 증상이 있는) 조직 샘플의 정량적 프로파일을 색인하는 것이 예시적인 예로서 사용된다.

일부 실시예에서, 초기 스캔(1114) 계획은 조직 샘플(112)(도 1 및 2) 또는 (MR 스캔이 생체 내에서 수행되는 경우) 신체 내 강자성 또는 상자성 물질(예를 들어, 금속 판, 핀, 파편, 다른 금속 또는 이물질)을 스캔하기 위해 낮은 자기장 또는 자기장 없는 MR 스캔(예를 들어, RF만) 또는 MR 이외의 측정, 예를 들어, 합성 개구 레이더(synthetic aperture radar: SAR)를 사용하여 MR 스캔을 수행하는 것을 포함할 수 있다. 대안적으로 또는 추가적으로, 초기 스캔은 전자-스핀 공명을 사용할 수 있다. 상자성 물질을 초기 스캔하는 것은 MR 스캔이 사용될 때 시스템의 안전성을 개선시킬 수 있다. 이는, 환자의 의료 기록이 이물질에 관한 정보를 포함하지 않거나, 새롭거나 알려지지 않은 이물질(예를 들어, 상처 또는 절제된 조직에 잔류하는 파편 조각)이 있거나, 또는 에러 발생시 유용할 수 있다. 특히, 이러한 '안전한 스캔'은 조직 샘플(112)(도 1 및 2)의 손상 또는 환자의 상해를 방지할 수 있고, 시스템이 손상되는 것을 방지할 수 있다. 게다가, 임의의 강자성 또는 상자성 물질의 크기는 초기 스캔(1114) 동안 추정될 수 있고, MR 스캔 동안 사용되는 안전한 자기장 강도가 추정될 수 있다. 역으로, 조직 샘플(112)(도 1 및 도 2) 또는 환자가 상자성 물질의 임의의 강자성을 포함하지 않는다면, 하나 이상의 더 높은 자기장 강도가 하나 이상의 후속하는 MR 스캔 동안 사용될 수 있다.

일반적으로 병원에서 대부분 질병이 없는 조직 샘플은 의료 전문가 (예를 들어, 병리학자)에 의해 평가된 후에 파괴된다. 그러나, 정부 규정 및 법규에서는 종종 특정 병리 샘플을 파괴하기 전에 일정 시간 기간 동안 특정 병리학 샘플을 저장할 것을 요구한다. 현재, 의료 진단을 비교하고 개선하기 위해 일상적으로 증상이 있는 조직 샘플과 증상이 없는 조직 샘플을 포함하고, 연구자들로 하여금 새로운 조직 샘플을 이력 샘플 측정의 아카이브와 비교할 수 있게 하는 대규모 표준화된 데이터세트는 없다.

색인된 조직 샘플은, 분석 기술이 (신선한 또는 '젖은' 조직 샘플, 냉동된 샘플, 포르말린 고정된 파라핀으로 포매된 샘플 등을 포함하는) 이전에 색인된 다수의 생체 외 및 생체 내 조직 샘플을 포함하는 광대한 데이터 구조(예를 들어, 때로는 '병리학 특성 지식 기반'이라고도 칭하는 바이오볼트)와 샘플을 정량적으로 실시간으로 또는 거의 실시간으로 비교할 수 있는 서비스에 그 디지털 표현을 업로드할 수 있도록 특성화되고 정량적으로 정규화될 수 있다. 이러한 능력은 특성화 기법이 색인되는 샘플의 유형, 사용된 MR 스캐너, 및 조직 샘플을 색인하는데 사용된 자기장(또는 자기장 강도)의 펄스 시퀀스 및 크기에 크게 불변일 것을 요구할 수 있다. 예를 들어, 데이터 구조는 임의의 스캔 조건(예를 들어, 임의의 자기장(B₀) 및 임의의 펄스 시퀀스)에 대해 MR 핑거프린트들을 생성하는데 사용될 수 있는 불변 MR 시그너처들을 포함할 수 있으며, 생성된 MR 핑거프린트들은 측정된 MR 핑거프린트와 비교될 수 있다.

이 데이터 구조를 생성하는 것은, 건강한 조직과 건강하지 못한 조직 사이의 차이를 분류하거나 또는 이전에 분류되지 않은 다른 비정상적인 조직을 식별함으로써 생체 내 병리적 조직이 검출되는 것을 도와줄 수 있다. 이 능력은 검출된 비정상적인 것을 보다 상세히 스캔할 것을 요구할 수 있는 조직 샘플의 부분을 결정하는 것을 도와줄 수 있다. 예를 들어, 분석 기술(예를 들어, 지원 벡터 기계, 분류 및 회귀 트리(regression tree), 로지스틱 회귀(logistic regression), 선형 회귀, 비선형 회귀, 신경망, 베이지안(Bayesian) 기법 등과 같은 감독 학습 기법)은 데이터 구조의 이전 측정 및 분류 및 현재 스캔에서 측정된 MR 신호의 특징에 기초하여 비정상인 것을 건강한 조직 또는 건강하지 않은 조직으로 분류할 수 있다. 대안적으로 또는 추가적으로, 이미지는 조직의 유형 또는 검출된 비정상인 것을 전문으로 하는 방사선 의사 또는 병리학자에게 제공될 수 있으며, 방사선 의사 또는 병리학자는 분석을 확인하거나 또는 조직 샘플을 분류할 수 있다.

이러한 방식으로, 생검으로부터 조직 샘플은 양성인지 아닌지 여부와 상관 없이 색인될 수 있고, 알려진 건강한 조직(예를 들어, 화이트리스트 조직) 및 알려진 비정상적인 조직(예를 들어, 블랙리스트 조직)이 결정될 수 있고, 그레이 구역(grey zone)(그레이리스트 조직)에서 미지의 조직은 분류될 수 있다. 미지의 조직은 다른 MR 기술, 추가적인 관련된 생검, 방사선 의사 또는 병리학자의 검토 및/또는 다른 분석 기술을 사용하여 검사를 위해 표시될 수 있다.

불변 MR 시그너처는 개인마다 비정상인 것을 검출하는 것을 개선시키는데 사용될 수 있다는 것이 주목된다. 특히 하나의 개인에서 정상적인 것은 다른 개인에서 정상적인 것과는 약간 다를 수 있고, '정상'의 다양한 음영(shade)이나 계조(gradation)를 반영하는 조직 샘플의 클러스터는 조직을 분류하는 데 도움을 줄 수 있다. (따라서, 일부 실시예에서, 특성화 기술은 분류를 용이하게 하기 위해 유사한 조직 샘플을 그룹화하거나 분류하기 위해 클러스터링과 같은 감독되지 않은 학습 기술을 포함할 수 있다.) 나아가, 각 조직 샘플에 대해 캡처될 수 있는 데이터의 양은 단일 병리학자나 방사선 의사 또는 심지어 방사선 의사와 병리학자의 팀에 의해 처리될 수 있는 데이터의 양보다 훨씬 더 클 수 있다는 것이 주목된다. 데이터 구조에서 불변 MR 시그너처는 이 제한 또는 제약을 보상하거나 제거하는데 사용될 수 있다.

일부 실시예에서, 조직 샘플(또는 관련된 또는 유사한 조직 샘플)의 이전 스캔으로부터 불변 MR 시그너처는 조직 샘플의 현재 스캔 동안 MR 신호와 비교되는 타깃으로서 사용된다. 예를 들어, 이전 불변 MR 시그너처는 MR 스캐너의 특성 및/또는 스캔 명령에 기초하여 현재 스캔에서 조직 샘플 내의 복셀들로부터 추정된 MR 신호들을 생성하는 데 사용될 수 있다. 특히, 이전의 불변 MR 시그너처는 추정된 MR 신호들을 생성하기 위해 MR 스캐너의 특성 및/또는 스캔 명령과 함께 사용될 수 있는 MR 모델 내의 파라미터들을 포함하거나 또는 이 파라미터들을 특정할 수 있다. 이후, 추정된 MR 신호들은 현재 스캔에서의 MR 신호와 비교되는 타깃으로서 사용될 수 있다. 이에 의해 예상치 않은 변화를 갖는 영역이나 구역을 신속하게 식별할 수 있어서, 이에 의해 조직 샘플 부분을 식별할 수 있는데, 이는 검출된 비정상적인 것을 보다 상세히 스캔하는 것이나 및/또는 (즉, 스캔 계획을 동적으로 업데이트할 수 있는) 다른 파라미터들을 측정하는 것을 요구할 수 있다. 이러한 능력에 의해, 예를 들어 상이한 스캔 명령, 상이한 MR 기술 및/또는 상이한 복셀 크기를 조직 샘플의 상이한 부분 또는 구역에 사용할 수 있어서 (예를 들어, 더 적은 관심 구역에서는 더 큰 복셀 크기이고, 및 더 상세한 스캔이 필요한 구역에서는 더 작은 복셀 크기이어서), 조직 샘플을 보다 효율적이고(즉, 더 빠르고) 보다 정확히 스캔할 수 있다.

일부 실시예에서, 특성화 기술은 압축 센싱 형태로서 소위 '폭-우선 색인(breadth-first indexing)'을 사용한다. 특히, 시스템은 조직 샘플의 관심 부분이나 동적 부분을 스캔하고 모델링하는 데 더 많은 시간을 소비할 수 있으며, 빠르게 변하지 않는 부분에 시간을 소비하는 것을 방지할 수 있다. '관심' 구역들은 실시간으로 수집된 정보 및/또는 스캔되는 조직 샘플에 대한 이력 정보에 기초하여 결정될 수 있다는 것이 주목된다. 이러한 폭-우선 색인은 (화학적 시프트 또는 MRS를 사용하여 결정될 수 있는) 핵의 다양한 화학종 또는 유형의 추정된 존재량에 기초하여 복셀 크기를 변화시키거나 및/또는 오버샘플링하는 것과 같은 추론 또는 유도 기술을 사용할 수 있다.

일종의 경색(infarction)을 결정하기 위해 MRS가 후속하는 유동 속도 맵핑/모델링은 폭-우선 또는 동적 색인을 설명한다. 특히, MR 모델에서 유동 파라미터들을 분석하면 장애를 식별할 수 있다. 증가된 혈압 또는 난류를 나타내는 MR 모델의 혈류 속도 또는 파라미터들의 변화에 기초하여 흐름을 직접 측정하지 않고 혈관(예를 들어, 동맥 또는 정맥)에서 경색 지역이 결정될 수 있다. 더욱이, 베르누이(Bernoulli)의 법칙에 기초하여 혈관의 좁아짐은 플라크(plaque) 또는 혈전증(thrombosis)을 직접 이미징함이 없이 유추될 수 있다. 이후, 이 결정의 정확도는 플라크 축적으로 예상되는 화학적 시그너처의 증가가 있었는지 여부를 확인하기 위해 식별된 구역에서 MRS를 수행함으로써 증가될 수 있다.)

이전의 불변 MR 시그너처를 사용하여 추정된 MR 신호를 생성하기 위해, 조직 샘플을 알려진 공간 지역에서의 기준 마커와 정렬하거나 또는 이전의 불변 MR 시그너처에서의 복셀과 정렬하는데 정합(registration) 기술이 사용될 수 있다는 것이 주목된다. 이 정합 기법은 MR 스캐너에 대해 조직 샘플의 위치의 변화를 결정하기 위해 전역 또는 국부적 위치지정 시스템을 사용할 수 있다. 대안적으로 또는 추가적으로, 이전의 불변 MR 시그너처는 조직 샘플을 가상으로 정합하는 동안 사용될 수 있다. 예를 들어, 이전의 불변 MR 시그너처는 복셀들의 세트에 대해 추정된 MR 신호들을 생성하는데 사용될 수 있다. 복셀들의 주어진 세트에서의 추정된 MR 신호들은 평균될 수 있고, 복셀들의 세트 내의 결과적인 평균 MR 신호들은 현재 스캔 동안 측정된 MR 신호들과 비교되어 정적(또는 동적) 오프셋 벡터를 결정할 수 있다. 예를 들어, 복셀들의 세트에서 평균 MR 신호(예를 들어, 조직 샘플의 3, 6, 12 또는 24개의 구역 또는 부분의 평균 MR 신호)들의 위치들은 현재 스캔에서 복셀들의 세트에서 MR 신호들과 (2D 또는 3D에서) 상관될 수 있다. 이 오프셋 벡터는 후속하는 비교 또는 분석 동안 MR 신호들 및 추정된 MR 신호들을 정렬하는데 사용될 수 있다. 일부 실시예에서, 조직 샘플의 정합 또는 오프셋 벡터는 라머 주파수의 변화 및 미리 결정된 공간 불균일성 또는 MR 스캐너의 자기장의 변화에 기초하여 연산된다.

일부 실시예에서, 정합 기술은 노드/복셀 구성에서 에지들을 검출하는 것을 포함한다. 서로 다른 조직 샘플과 대상체에 걸쳐 해부학 구조의 다양성으로 인해 데이터의 작은 변화를 보다 일반화된 좌표로 변환하는 것은, 분석을 가능하게 하고 결과를 집단으로 일반화하는데 사용될 수 있다. 일반적으로 변환은 일대일이고 가역적일 수 있으며, 곡선, 표면, 텍스처 및/또는 다른 특징부와 같은, 식별 및 진단에 유용한 특성을 보존할 수 있다. 예를 들어, 특징부들은 미분동형사상(diffeomorphism)의 측지학적 흐름을 통해 연산된 변형 메트릭 맵핑(deformation metric mapping) 또는 미분동형 변환(예를 들어, 평활한 역을 갖는 평활한 가역 변환)으로 제약될 수 있다. 일부 실시예에서, 표면들 사이의 미분동형 변환은 다차원 구조부 상의 변화를 (예를 들어, 시간의 함수로서) 연산하는데 사용된다.

나아가, 하나 이상의 불변 MR 시그너처들(또는 불변 MR 시그너처들의 선형 조합)과 관련된 시뮬레이션된 MR 신호들과 MR 신호들 사이의 매칭 세트들에 기초하여 연산된 미분동형 변환들의 선형 조합은 선험적 추정된 정보(예를 들어, 운동, 변형, 해부학 구조의 변화, 자기장, 환경 조건 등)에 기초하여 공간 오프셋 보정을 제공할 수 있다. 이러한 공간 오프셋 보정은 감독 학습 정합 엔진에서 가중된 컴포넌트로 사용될 수 있다. 예를 들어, (규칙적인 호흡 동안 폐의 움직임, 심장 박동 운동 동안 심장의 움직임 또는 수축 또는 확장 동안 근육의 움직임에 의해 야기되는) 왜곡 위상들의 세트에 걸쳐 포인트들의 세트를 추적하는 미분동형 속도 필드들의 세트가 구역 내 포인트들의 세트(예를 들어, 심장 또는 폐 내 또는 주위의 복셀들의 세트)에 대응하는 신체의 구역에 적용될 수 있다.

따라서, 특성화 기술은 병원 및 연구 기관이 많은 또는 심지어 모든 조직 샘플을 검색 가능한 방식으로 분류 및 색인할 수 있게 하고, 색인된 증상이 있는 조직 샘플 및 증상이 없는 조직 샘플의 대량의 데이터 구조가 임상적으로 적절한 결과를 제공하기 위해 효율적인 방식으로 축적될 수 있게 한다(즉, 특성화 기술은 많은 수의 조직 샘플로 확장될 수 있다).

예를 들어, 관심 구역이 (수동으로 조작자 또는 기술자에 의해 및/또는 이 조직 샘플에 대한 이전의 불변 MR 시그너처들에 기초하여 추정된 MR 신호들과 비교한 것에 기초하여 자동으로) 조직 샘플에서 식별되면, 검색은 관심 구역에서 조직 파라미터들에 기초하여 유사한 구역(들)을 갖는 다른 조직 샘플 및/또는 임상 연구를 위해 저장된 불변 MR 시그너처들에 대해 자동으로 수행될 수 있다. 이러한 검색들은 유사한 경우 및 알려진 진단과 함께 결과를 조직 샘플에 대한 측정을 분석하는 방사선 의사에게 나타낼 수 있다.

일부 실시예에서, 데이터 구조는 연구, 임상 정의, 이전의 조직-샘플 스캔 및/또는 이전의 병리학적 케이스와 통계적 관련성 또는 병리학적 위험 점수(score)에 기초하여 병리학의 통계적 정의의 세트를 포함한다. 병리학 위험 점수는. 특정 대상체가 특정 병리학을 가지거나 특정 병리학이 발병할 위험이 있는 통계적 확률을 포함하지만 이에 한정되는 것은 않는 특정 병리학에 대해 특정 대상체의 특정 조직 샘플에 대해 연산될 수 있다. 더욱이, 병리학적 위험 점수는 불변 MR 시그너처에 기초하여 룩업 테이블에 저장될 수 있다. 대안적으로, 병리학 위험 점수는 MR 신호, MR 스펙트럼 및/또는 MR 핑거프린트에 기초하여 룩업 테이블에 저장될 수 있으며, 이들 각각은 예를 들어 특정 특성을 갖는 특정 MR 스캐너 및 특정 스캔 명령에 대해 특정 상황에서 불변 MR 시그너처의 표현 또는 투영일 수 있다. 나아가, 불변 MR 시그너처는 알려진 양호한 및 알려진 불량한 조직 샘플의 스캔, 음성 및 양성 결과 생검, 특정 또는 비정상적인 구역 주변에서 수행된 더 높은 특이성 스캔, 방사선 의사의 피드백 등으로부터 결정된 특정 병리 및 질병과 관련될 수 있다. 데이터 구조는 기술자, 연구원, 의사, 저널 및/또는 다른 출처에 의해 수동으로 업데이트될 수 있다. 대안적으로 또는 추가적으로, 데이터 구조는 추가적인 조직-샘플 정보로 자동적으로 업데이트될 수 있고/있거나 과학적 간행물을 분석하고, 연구 결과를 자동으로 추출하거나 스크랩하고 이를 번역하고 또는 병리학적 위험 점수로 통합하는 크롤러(crawler)를 사용하여 자동으로 업데이트될 수 있다.

더욱이, 일부 실시예에서, 데이터 구조는 다른 시간에 획득된 조직 샘플의 다수의 불변 MR 시그너처에 기초하여 시간에 따라 (예를 들어, 수 주(week), 수 개월 또는 수 년 동안, 또는 수술 동안) 신체 또는 신체의 일부의 하나 이상의 차원의 애니메이션을 포함한다.

전술한 논의는 특성화 기술에 MR 기술을 사용하는 것을 예시하였지만, 이 접근법은 (조직 샘플에 수행된 하나 이상의 다른 측정을 포함하는) 넓은 다양한 측정 기술을 사용하여 실시간으로 물질을 물리적으로 모델링하고 측정할 수 있는 측정 시스템으로 일반화될 수 있다. 일반적으로 이 측정 시스템은 기계적인 파 및/또는 전자기파의 조합을 사용하여 체적이 이러한 섭동에 반응하는 방식을 예측하는 정확도를 평가하기 위해 스캔되는 체적을 '섭동(perturb)'시킬 수 있다. 이것은 또한 측정 시스템이 스캔되는 체적을 기술하기 위해 생성하려고 시도하는 예측 모델의 정확도에 영향을 미칠 수 있는 측정 시스템이 위치된 환경 그 자체 또는 환경의 임의의 일부를 측정 시스템이 시뮬레이션할 수 있는 능력을 더 포함한다.

이러한 특성화의 결과는 스캔되는 체적의 (4+N)D (3개의 공간 차원, 1개의 시간 차원 및 공간 내 각 지점에서 N개의 측정 차원)의 정량적 모델일 수 있다. 스캔되는 물질이 생물학적 조직인 실시예에서, 측정 시스템은 종종 '생물 정보(bioinformatic) 측정 시스템' 또는 '생물 정보 스캐너'라고 지칭된다. 따라서, 특성화 기법은 MRI가 아닌 MR 기법을 포함하거나 MRI를 포함할 수 있다. (4+N)D 정량적 모델은 2D 또는 3D 이미지를 포함하여 전체 (4+N)D 공간의 임의의 서브세트 상으로 투영될 수 있다는 것이 주목된다.

이제 특성화 기술에서 적어도 일부 동작을 수행하는 전자 장치를 더 설명한다. 도 12는 컴퓨터 시스템(114)(도 1)과 같은 시스템(100)(도 1)의 전자 장치(1200) 또는 시스템(100)(도 1) 내 다른 컴퓨터 제어 컴포넌트의 일례를 도시한 블록도이다. 이 전자 장치는 프로세싱 서브시스템(1210), 메모리 서브시스템(1212) 및 네트워킹 서브시스템(1214)을 포함한다. 프로세싱 서브시스템(1210)은, 연산 동작을 수행하고 시스템(100)(도 1)의 컴포넌트들을 제어하도록 구성된 하나 이상의 장치를 포함할 수 있다. 예를 들어, 프로세싱 서브시스템(1210)은 하나 이상의 마이크로프로세서, 주문형 집적 회로(ASIC), 마이크로 컨트롤러, 프로그램 가능 논리 장치 및/또는 하나 이상의 디지털 신호 프로세서(DSP)를 포함할 수 있다.

메모리 서브시스템(1212)은 프로세싱 서브시스템(1210) 및 네트워킹 서브시스템(1214)을 위한 데이터 및/또는 명령을 저장하는 하나 이상의 장치를 포함할 수 있다. 예를 들어, 메모리 서브시스템(1212)은 DRAM(Dynamic Random Access Memory), SRAM(Static Random Access Memory), 및 다른 유형의 메모리를 포함할 수 있다. 일부 실시예에서, 메모리 서브시스템(1212) 내의 프로세싱 서브시스템(1210)을 위한 명령은 프로세싱 서브시스템(1210)에 의해 (운영 시스템(1222)과 같은) 운영 환경에서 실행될 수 있는 하나 이상의 프로그램 모듈(1224) 또는 명령 세트를 포함한다. 하나 이상의 컴퓨터 프로그램들은 컴퓨터-프로그램 메커니즘 또는 프로그램 모듈(즉, 소프트웨어)을 구성할 수 있다는 것이 주목된다. 더욱이, 메모리 서브시스템(1212) 내의 다양한 모듈 내 명령은 상위-레벨 절차 언어, 객체 지향 프로그래밍 언어, 및/또는 어셈블리 언어 또는 기계 언어로 구현될 수 있다. 나아가, 프로그래밍 언어는 프로세싱 서브시스템(1210)에 의해 실행되도록 (예를 들어, 이 논의에서 상호 교환 가능하게 사용될 수 있는) 컴파일되거나 인터프리트될 수 있는데, 예를 들어, 구성 가능하거나 구성될 수 있다.

게다가, 메모리 서브시스템(1212)은 메모리에의 액세스를 제어하기 위한 메커니즘을 포함할 수 있다. 일부 실시예에서, 메모리 서브시스템(1212)은 전자 장치(1200)의 메모리에 결합된 하나 이상의 캐시를 포함하는 메모리 계층 구조를 포함한다. 이들 실시예 중 일부에서, 하나 이상의 캐시는 프로세싱 서브시스템(1210)에 위치된다.

일부 실시예에서, 메모리 서브시스템(1212)은 하나 이상의 고용량 대용량 저장 장치(도시되지 않음)에 결합된다. 예를 들어, 메모리 서브시스템(1212)은 자기 드라이브 또는 광학 드라이브, 솔리드-스테이트 드라이브 또는 다른 유형의 대용량 저장 장치에 결합될 수 있다. 이들 실시예에서, 메모리 서브시스템(1212)은 자주 사용되는 데이터에 고속으로 액세스하는 저장 장치로서 전자 장치(1200)에 의해 사용되는 반면, 대용량 저장 장치는 덜 자주 사용되는 데이터를 저장하는 데 사용된다.

일부 실시예에서, 메모리 서브시스템(1212)은 원격으로 위치된 아카이브 장치를 포함한다. 이 아카이브 장치는 NAS(Network Attached Storage), 외부 하드 드라이브, 스토리지 서버, 서버 클러스터, 클라우드 스토리지 공급자, 클라우드 컴퓨팅 제공자, 자기 테이프 백업 시스템, 의료 기록 아카이브 서비스 및/또는 다른 유형의 아카이브 장치와 같은 대용량 네트워크 부착된 대용량 저장 장치일 수 있다. 더욱이, 프로세싱 서브시스템(1210)은 애플리케이션 프로그래밍 인터페이스를 통해 아카이브 장치와 상호 작용하여 아카이브 장치로부터 정보를 저장하거나 및/또는 액세스할 수 있다.

메모리 서브시스템(1212)에 (국부적으로 및/또는 원격으로) 저장된 데이터의 일례가 도 13에 도시되고, 도 13은 전자 장치(1200)(도 12)에 의해 사용되는 데이터 구조(1300)의 일례를 나타내는 도면을 도시한다. 이 데이터 구조는 조직 샘플(1308-1)의 식별자(1310-1), 라벨 정보(1312)(예를 들어, 대상체 연령, 성별, 조직 샘플(1308-1)이 제거된 장기, 조직 샘플(1308-1)이 취해진 절차, 샘플이 제거된 시간과 장소, 샘플의 유형, 이미 만들어진 경우 생검 결과 및 진단, 및/또는 임의의 다른 적절한 샘플 정보), 데이터가 획득되었을 때의 시간스탬프(timestamp)(1314), 수신된 MR 신호(1316)(및 보다 일반적으로, 원시 데이터), MR 캡처 및 모델 파라미터(1318)(복셀 크기, 속력, 공진 주파수, T₁ 및 T₂ 이완 시간, 신호 처리 기술, RF 펄스 기술, 자기 구배 강도, 가변 자기장(B₀), 펄스 시퀀스 등을 포함), 메타데이터(1320)(예를 들어, 조직 샘플(1308-1)을 특성화는 정보, 인구 통계학적 정보, 가족력 등), 환경 조건(1322)(예를 들어, 조직 샘플(1308-1)이 측정된 실내 또는 챔버의 온도, 습도 및/또는 압력), 결정된 불변 MR 시그너처(1324), 조직 샘플(1308-1)의 물리적 특성의 하나 이상의 추가적인 측정치(1326)(예를 들어, 중량, 샘플 치수, 이미지 등의 샘플 특성) 및/또는 (예를 들어, 추정된 불변 MR 시그너처와 같은) MR 신호(1316)들로부터 생성되거나 이 MR 신호들에 응답하여 생성된 변환된 데이터(1328)를 포함할 수 있다. 데이터 구조(1300)는 상이한 스캔 명령들에 대해 다수의 엔트리들을 포함할 수 있다는 것이 주목된다.

일 실시예에서, 데이터 구조(1300)의 데이터는 기록의 무단 변경 또는 손상을 검출하기 위해 블록 체인 또는 유사한 암호화 해시(hash) 기술을 사용하여 암호화된다. 더욱이, 저장되기 전에 데이터는 익명으로 처리되어, 대상체의 신원에 액세스하거나 공개할 수 있는 허가나 권한을 대상체가 부여하지 않는 한, 대상체의 신원은 익명일 수 있다.

다시 도 12를 참조하면, 네트워킹 서브시스템(1214)은 (즉, 네트워크 동작을 수행하고 보다 일반적으로 통신을 수행하기 위해) 제어 로직(1216), 인터페이스(1216), 하나 이상의 안테나(1220), 및/또는 입력/출력(I/O) 포트(1228)를 포함하는 유선, 광학 및/또는 무선 네트워크에 결합하고 통신하도록 구성된 하나 이상의 장치를 포함할 수 있다. (도 12는 하나 이상의 안테나(1220)를 포함하지만, 일부 실시예에서, 전자 장치(1200)는 하나 이상의 안테나(1220)에 결합될 수 있는 하나 이상의 노드(1208), 예를 들어, 패드를 포함한다. 따라서 전자 장치(1200)는 하나 이상의 안테나(1220)를 포함할 수도 있고 포함하지 않을 수도 있다.) 예를 들어, 네트워킹 서브시스템(1214)은 블루투스 네트워킹 시스템(이는 블루투스 저에너지(BLE 또는 블루투스 LE)를 포함할 수 있다), 셀룰러 네트워킹 시스템(예를 들어, UMTS, LTE 등과 같은 3G/4G 네트워크), USB(universal serial bus) 네트워킹 시스템, IEEE 802.11에 설명된 표준에 기초한 네트워킹 시스템(예를 들어, Wi-Fi 네트워킹 시스템), 이더넷 네트워킹 시스템 및/또는 다른 네트워킹 시스템을 포함할 수 있다.

더욱이, 네트워킹 서브시스템(1214)은 지원되는 각각의 네트워킹 시스템에 결합하고, 이 네트워킹 시스템 상에서 통신하고, 이 네트워킹 시스템에 대한 데이터 및 이벤트를 취급하는데 사용되는 프로세서, 컨트롤러, 무선장치/안테나, 소켓/플러그 및/또는 다른 장치를 포함할 수 있다. 각 네트워크 시스템에 결합되고, 이 네트워크 시스템 상에서 통신하고, 이 네트워크 시스템을 위한 네트워크에 대한 데이터 및 이벤트에 취급하는데 사용되는 메커니즘은 때로는 집합적으로 네트워크 서브시스템(1214)을 위한 '네트워크 인터페이스'라고 지칭된다는 것이 주목된다. 더욱이, 일부 실시예에서, 시스템(100)(도 1)에서 컴포넌트들 간의 '네트워크'는 아직 존재하지 않는다. 따라서, 전자 장치(1200)는 네트워킹 서브시스템(1214) 내의 메커니즘을 사용하여 컴포넌트들 간에 단순한 무선 통신을 수행하는데, 예를 들어, 게시(advertising) 또는 비콘(beacon) 프레임을 전송하거나 및/또는 다른 컴포넌트들에 의해 전송되는 게시 프레임을 스캔한다.

전자 장치(1200) 내, 프로세싱 서브시스템(1210), 메모리 서브시스템(1212), 및 네트워킹 서브시스템(1214)은 버스(1226)와 같은 하나 이상의 상호 연결부를 사용하여 결합될 수 있다. 이 상호 연결부는 서브시스템이 명령 및 데이터를 서로 간에 통신하는 데 사용할 수 있는 전기, 광학, 및/또는 전기-광학 연결을 포함할 수 있다. 명료함을 위해 단 하나의 버스(1226)만이 도시되어 있지만, 상이한 실시예는 서브시스템들 간에 상이한 개수 또는 구성의 전기, 광학 및/또는 전기-광학 연결을 포함할 수 있다.

전자 장치(1200)는 다양한 전자 장치에 포함될 수 있다(또는 포함될 수도 있다). 예를 들어, 전자 장치(1200)는 태블릿 컴퓨터, 스마트폰, 휴대용 컴퓨팅 장치, 테스트 장비, 디지털 신호 프로세서, 컴퓨팅 장치의 클러스터, 랩탑 컴퓨터, 데스크탑 컴퓨터, 서버, 서브노트북/넷북 및/또는 다른 컴퓨팅 장치에 포함될 수 있다.

특정 컴포넌트들이 전자 장치(1200)를 기술하는데 사용되지만, 대안적인 실시예에서, 상이한 컴포넌트 및/또는 서브시스템이 전자 장치(1200)에 존재할 수 있다. 예를 들어, 전자 장치(1200)는 하나 이상의 추가적인 처리 서브시스템, 메모리 서브시스템, 및/또는 네트워킹 서브시스템을 포함할 수 있다. 추가적으로, 하나 이상의 서브시스템은 전자 장치(1200)에 존재하지 않을 수 있다. 더욱이, 일부 실시예에서, 전자 장치(1200)는 도 12에 도시되지 않은 하나 이상의 추가적인 서브시스템을 포함할 수 있다.

도 12에는 별개의 서브시스템들이 도시되어 있지만, 일부 실시예에서, 주어진 서브시스템 또는 컴포넌트의 일부 또는 전부는 전자 장치(1200)의 하나 이상의 다른 서브시스템 또는 컴포넌트에 통합될 수 있다. 예를 들어, 일부 실시예에서 하나 이상의 프로그램 모듈(1224)은 운영 시스템(1222)에 포함된다. 일부 실시예에서, 주어진 서브시스템 내의 컴포넌트는 상이한 서브시스템에 포함된다. 나아가, 일부 실시예에서, 전자 장치(1200)는 단일 지리적 위치(지역)에 위치되거나 또는 다수의 상이한 지리적 위치(지역)에 걸쳐 분산된다.

더욱이, 전자 장치(1200)의 회로들 및 컴포넌트들은 바이폴라, PMOS 및/또는 NMOS 게이트 또는 트랜지스터를 포함하는 아날로그 및/또는 디지털 회로의 임의의 조합을 사용하여 구현될 수 있다. 나아가, 이들 실시예에서 신호는 약 이산 값을 갖는 디지털 신호 및/또는 연속 값을 갖는 아날로그 신호를 포함할 수 있다. 추가적으로, 컴포넌트와 회로는 단일 종단형 또는 차동형일 수 있으며, 전원 공급 장치는 단극형 또는 양극형일 수 있다.

집적 회로는 (무선장치와 같은) 네트워킹 서브시스템(1214)의 기능의 일부 또는 전부를 구현할 수 있으며, 보다 일반적으로 전자 장치(1200)의 기능의 일부 또는 전부를 구현할 수 있다. 더욱이, 집적 회로는 전자 장치(1200)로부터 무선 신호를 송신하고 시스템(100)(도 1) 내 다른 컴포넌트로부터 및/또는 시스템(100)(도 1)의 외부의 전자 장치로부터 신호를 전자 장치(1200)에서 수신하는데 사용되는 하드웨어 및/또는 소프트웨어 메커니즘을 포함할 수 있다. 본 명세서에 설명된 메커니즘과는 별도로, 무선장치는 일반적으로 이 기술 분야에 알려져 있으므로 상세한 설명은 생략한다. 일반적으로, 네트워킹 서브시스템(1214) 및/또는 집적 회로는 임의의 개수의 무선장치를 포함할 수 있다. 다중 무선장치 실시예에서 무선장치는 단일 무선장치 실시예에서 설명된 무선장치와 유사한 방식으로 기능한다는 것이 주목된다.

전술한 실시예의 동작들 중 일부는 하드웨어 또는 소프트웨어로 구현되었지만, 일반적으로 전술한 실시예의 동작은 다양한 구성 및 아키텍처로 구현될 수 있다. 따라서, 이전의 실시예에서의 동작의 일부 또는 전부는 하드웨어, 소프트웨어 또는 이들 모두에서 수행될 수 있다.

게다가, 전술한 실시예들 중 일부에서, 더 적은 컴포넌트가 있고, 더 많은 컴포넌트가 있고, 컴포넌트의 위치가 변하고, 그리고/또는 2개 이상의 컴포넌트가 결합된다.

전술한 설명에서, '일부 실시예'라는 용어가 언급된다. '일부 실시예'란 모든 가능한 실시예의 서브세트를 말하지만, 실시예들의 동일한 서브세트를 항상 언급하는 것은 아니라는 것이 주목된다.

전술한 설명은 이 기술 분야에 통상의 지식을 가진 자로 하여금 본 발명을 실시하고 사용할 수 있도록 의도된 것이며, 특정 응용 및 그 요구조건의 맥락에서 제공된 것이다. 더욱이, 본 발명의 실시예들의 전술한 설명은 단지 예시 및 설명을 위해 제공되었다. 이들 설명은 모든 실시예를 전부 다 개시한 것이라거나 본 발명을 개시된 형태로 제한하려고 의도된 것이 아니다. 따라서, 많은 변형 및 변화가 이 기술 분야에 통상의 지식을 가진 자에게 명백할 것이며, 본 명세서에서 한정된 일반적인 원리는 본 발명의 사상 및 범위를 벗어나지 않고 다른 실시예 및 응용에 적용될 수 있다. 추가적으로, 상기 실시예에 대한 논의는 본 발명을 제한하려고 의도된 것이 아니다. 따라서, 본 발명은 도시된 실시예들로 제한하려고 의도된 것이 아니라, 본 명세서에 개시된 원리 및 특징에 부합하는 가장 넓은 범위에 따르도록 의도된다.

Claims

생물학적 샘플의 불변 자기 공명 시그너처(invariant magnetic-resonance (MR) signature)를 결정하는 시스템으로서,
상기 시스템의 동작 동안, 상기 생물학적 샘플의 MR 스캔을 수행하는 MR 스캐너;
상기 MR 스캐너에 전기적으로 결합된 인터페이스 회로로서, 상기 시스템의 동작 동안, 상기 MR 스캐너와 정보를 통신하는, 상기 인터페이스 회로;
상기 MR 스캐너에 전기적으로 결합된 프로세서; 및
상기 프로세서에 전기적으로 결합되고 프로그램 모듈을 저장하는 메모리를 포함하되,
상기 시스템의 동작 동안, 상기 프로세서는 상기 생물학적 샘플의 상기 MR 스캔을 수행하기 위해 상기 프로그램 모듈을 실행하며, 상기 프로그램 모듈은,
상기 생물학적 샘플 내 핵의 하나 이상의 유형의 MR 신호를 캡처하기 위해 스캔 명령을 상기 MR 스캐너에 제공하기 위한 명령으로서, 상기 MR 신호들은 상기 생물학적 샘플 내 3차원(3D) 위치들에서 복셀(voxel)들과 관련되고, 상기 스캔 명령은 상기 생물학적 샘플에 인가되는 적어도 하나의 자기장 강도 및 펄스 시퀀스를 포함하는, 상기 스캔 명령을 제공하기 위한 명령; 및
상기 MR 스캐너로부터 상기 MR 신호들을 수신하기 위한 명령;
상기 MR 신호들 및 상기 스캔 명령에 기초하여 상기 생물학적 샘플 내 상기 복셀들의 MR 모델을 결정하기 위한 명령으로서, 상기 MR 모델을 결정하는 동작은,
상기 MR 모델 및 상기 스캔 명령에 기초하여 상기 생물학적 샘플에 대한 시뮬레이션된 MR 신호들을 생성하는 동작, 및
상기 시뮬레이션된 MR 신호들과 상기 MR 신호들을 비교하여 차이 벡터를 결정하는 동작을 포함하는, 상기 복셀들의 MR 모델을 결정하기 위한 명령;
상기 차이 벡터에 기초하여 상기 스캔 명령을 반복적으로 수정하고, 상기 수렴 기준이 달성될 때까지 상기 제공하는 동작, 상기 수신하는 동작, 및 상기 결정하는 동작을 반복하기 위한 명령으로서, 상기 수정된 스캔 명령은 상기 자기장 강도 및 상기 펄스 시퀀스 중 적어도 하나의 변화들을 포함하는, 상기 스캔 명령을 반복적으로 수정하고, 동작을 반복하기 위한 명령; 및
상기 생물학적 샘플의 식별자, 및 상기 MR 모델과 관련되고 임의의 자기장 강도에서 상기 생물학적 샘플의 동적인 MR 응답을 기술하는 상기 생물학적 샘플의 상기 불변 MR 시그너처를 상기 메모리에 저장하기 위한 명령을 포함하는, 생물학적 샘플의 불변 자기 공명 시그너처를 결정하는 시스템.
제1항에 있어서, 상기 식별자는 상기 생물학적 샘플을 고유하게 식별하는, 생물학적 샘플의 불변 자기 공명 시그너처를 결정하는 시스템.
제1항에 있어서, 상기 프로그램 모듈은 상기 식별자를 생성하기 위한 명령을 포함하는, 생물학적 샘플의 불변 자기 공명 시그너처를 결정하는 시스템.
제1항에 있어서, 상기 시스템은 상기 인터페이스 회로에 전기적으로 결합된 샘플-정보 판독기를 더 포함하고;
상기 프로그램 모듈은 상기 샘플-정보 판독기로부터 상기 식별자를 특정하는 정보를 수신하기 위한 명령을 포함하는, 생물학적 샘플의 불변 자기 공명 시그너처를 결정하는 시스템.
제1항에 있어서, 상기 시스템은, 상기 인터페이스 회로에 전기적으로 연결되고, 동작 동안 상기 생물학적 샘플의 물리적 특성을 측정하는 측정 장치를 더 포함하고,
상기 프로그램 모듈은,
상기 측정된 물리적 특성을 특정하는 물리적 특성 정보를 상기 측정 장치로부터 수신하기 위한 명령; 및
상기 식별자 및 상기 불변 MR 시그너처와 함께 상기 물리적 특성 정보를 상기 메모리에 저장하기 위한 명령을 더 포함하는, 생물학적 샘플의 불변 자기 공명 시그너처를 결정하는 시스템.
제5항에 있어서, 상기 물리적 특성은 상기 생물학적 샘플의 중량; 상기 생물학적 샘플의 하나 이상의 치수; 상기 생물학적 샘플의 임피던스; 및 상기 생물학적 샘플의 이미지 중 하나를 포함하는, 생물학적 샘플의 불변 자기 공명 시그너처를 결정하는 시스템.
제6항에 있어서, 상기 측정 장치는 이미지 센서; 스케일; 임피던스 분석기; 레이저 이미징 시스템; 및 현미경 중 하나를 포함하는, 생물학적 샘플의 불변 자기 공명 시그너처를 결정하는 시스템.
제1항에 있어서, 상기 MR 스캐너는 1㎝ 내지 10㎝의 보어(bore) 직경을 갖는 보어-유형 MR 스캐너를 포함하는, 생물학적 샘플의 불변 자기 공명 시그너처를 결정하는 시스템.
제1항에 있어서, 상기 MR 스캐너는, 상기 시스템의 동작 동안 불활성 가스로 채워진, 표면으로 한정된 챔버에 둘러싸인 보어-유형 MR 스캐너를 포함하는, 생물학적 샘플의 불변 자기 공명 시그너처를 결정하는 시스템.
제1항에 있어서, 상기 MR 스캐너는, 상기 시스템의 동작 동안 대기압보다 더 낮은 압력을 갖는, 표면으로 한정된 챔버에 둘러싸인 보어-유형의 MR 스캐너를 포함하는, 생물학적 샘플의 불변 자기 공명 시그너처를 결정하는 시스템.
제1항에 있어서, 상기 생물학적 샘플은 불활성 가스로 채워진 용기에 둘러싸인, 생물학적 샘플의 불변 자기 공명 시그너처를 결정하는 시스템.
제1항에 있어서, 상기 생물학적 샘플은 대기압보다 더 낮은 압력을 갖는 용기에 둘러싸인, 생물학적 샘플의 불변 자기 공명 시그너처를 결정하는 시스템.
제1항에 있어서, 상기 프로그램 모듈은 상기 메모리에 저장되기 전에 상기 결정된 불변 MR 시그너처를 암호화하기 위한 명령을 더 포함하는, 생물학적 샘플의 불변 자기 공명 시그너처를 결정하는 시스템.
제1항에 있어서, 상기 생물학적 샘플은 포르말린 고정된 파라핀으로 포매되고;
상기 프로그램 모듈은 상기 MR 모델에 기초하여 상기 불변 MR 시그너처를 생체 내 샘플의 추정된 불변 MR 시그너처로 변환하기 위한 명령을 더 포함하는, 생물학적 샘플의 불변 자기 공명 시그너처를 결정하는 시스템.
제1항에 있어서, 상기 생물학적 샘플은 생체 내 샘플을 포함하는, 생물학적 샘플의 불변 자기 공명 시그너처를 결정하는 시스템.
제1항에 있어서, 상기 프로그램 모듈은,
상기 불변 MR 시그너처를 하나 이상의 미리 결정된 불변 MR 시그너처와 비교하기 위한 명령;
상기 비교에 기초하여 상기 생물학적 샘플의 분류를 결정하기 위한 명령; 및
상기 식별자 및 상기 불변 MR 시그너처와 함께 상기 결정된 분류를 상기 메모리에 저장하기 위한 명령을 더 포함하는, 생물학적 샘플의 불변 자기 공명 시그너처를 결정하는 시스템.
제1항에 있어서, 상기 프로그램 모듈은,
상기 생물학적 샘플에 추가적인 MR 측정을 수행하기 위한 명령; 및
상기 식별자 및 상기 불변 MR 시그너처와 함께 상기 추가적인 MR 측정의 결과를 상기 메모리에 저장하기 위한 명령을 더 포함하는, 생물학적 샘플의 불변 자기 공명 시그너처를 결정하는 시스템.
제14항에 있어서, 상기 추가적인 MR 측정은 MR 온도 측정(MRT), MR 분광 측정(MRS), MR 이미징(MRI), 자기장 이완 측정(relaxometry), 및 MR 탄성 측정(MR elastography: MRE) 중 하나를 포함하는, 생물학적 샘플의 불변 자기 공명 시그너처를 결정하는 시스템.
자기 공명(MR) 스캐너와 함께 사용하기 위한 컴퓨터 프로그램 제품으로서,
비-일시적인 컴퓨터 판독 가능한 저장 매체, 및 상기 저장 매체에 저장되고 생물학적 샘플의 자기 공명(MR) 시그너처를 결정하는 컴퓨터 프로그램 메커니즘을 포함하되,
상기 컴퓨터 프로그램 메커니즘은,
상기 생물학적 샘플 내 핵의 하나 이상의 유형의 MR 신호를 캡처하기 위해 스캔 명령을 상기 MR 스캐너에 제공하기 위한 명령으로서, 상기 MR 신호들은 상기 생물학적 샘플 내 3차원(3D) 위치들에 있는 복셀들과 관련되고, 상기 스캔 명령은 상기 생물학적 샘플에 인가되는 적어도 하나의 자기장 강도 및 펄스 시퀀스를 포함하는, 상기 스캔 명령을 제공하기 위한 명령;
상기 MR 스캐너로부터 상기 MR 신호들을 수신하기 위한 명령;
상기 MR 신호들 및 상기 스캔 명령에 기초하여 상기 생물학적 샘플 내 상기 복셀들의 MR 모델을 결정하기 위한 명령으로서, 상기 MR 모델을 결정하는 동작은,
상기 MR 모델 및 상기 스캔 명령에 기초하여 상기 생물학적 샘플에 대한 시뮬레이션된 MR 신호들을 생성하는 동작, 및
상기 시뮬레이션된 MR 신호들과 상기 MR 신호들을 비교하여 차이 벡터를 결정하는 동작을 포함하는, 상기 복셀들의 MR 모델을 결정하기 위한 명령;
상기 차이 벡터에 기초하여 상기 스캔 명령을 반복적으로 수정하고, 상기 수렴 기준이 달성될 때까지 상기 제공하는 동작, 상기 수신하는 동작, 및 상기 결정하는 동작을 반복하기 위한 명령으로서, 상기 수정된 스캔 명령은 상기 자기장 강도 및 상기 펄스 시퀀스 중 적어도 하나의 변화들을 포함하는, 상기 스캔 명령을 반복적으로 수정하고 동작을 반복하기 위한 명령; 및
상기 생물학적 샘플의 식별자, 및 상기 MR 모델과 관련되고 임의의 자기장 강도에서 상기 생물학적 샘플의 동적인 MR 응답을 기술하는 상기 생물학적 샘플의 상기 불변 MR 시그너처를 상기 메모리에 저장하기 위한 명령을 포함하는, 컴퓨터 프로그램 제품.
MR 스캐너를 사용하여 생물학적 샘플의 자기 공명(MR) 시그너처를 결정하는 컴퓨터로-구현되는 방법으로서,
상기 생물학적 샘플 내 핵의 하나 이상의 유형의 MR 신호를 캡처하기 위해 스캔 명령을 상기 MR 스캐너에 제공하는 단계로서, 상기 MR 신호들은 상기 생물학적 샘플 내 3차원(3D) 위치들에 있는 복셀들과 관련되고, 상기 스캔 명령은 상기 생물학적 샘플에 인가되는 적어도 자기장 강도 및 펄스 시퀀스를 포함하는, 상기 제공하는 단계;
상기 MR 스캐너로부터 상기 MR 신호들을 수신하는 단계;
상기 MR 신호들 및 상기 스캔 명령에 기초하여 상기 생물학적 샘플 내 상기 복셀들의 MR 모델을 결정하는 단계로서, 상기 MR 모델을 결정하는 단계는,
상기 MR 모델 및 상기 스캔 명령에 기초하여 상기 생물학적 샘플에 대한 시뮬레이션된 MR 신호들을 생성하는 단계, 및
상기 시뮬레이션된 MR 신호들과 상기 MR 신호들을 비교하여 차이 벡터를 결정하는 단계를 포함하는, 상기 MR 모델을 결정하는 단계를 포함하는, 상기 MR 모델을 결정하는 단계;
상기 차이 벡터에 기초하여 상기 스캔 명령을 반복적으로 수정하고, 상기 수렴 기준이 달성될 때까지 상기 제공하는 단계, 상기 수신하는 단계 및 상기 결정하는 단계를 반복하는 단계로서, 상기 수정된 스캔 명령은 상기 자기장 강도 및 상기 펄스 시퀀스 중 적어도 하나의 변화를 포함하는, 상기 스캔 명령을 반복적으로 수정하고 단계를 반복하는 단계; 및
상기 생물학적 샘플의 식별자, 및 상기 MR 모델과 관련되고 임의의 자기장 강도에서 상기 생물학적 샘플의 동적 MR 응답을 기술하는 상기 생물학적 샘플의 상기 불변 MR 시그너처를 상기 메모리에 저장하는 단계를 포함하는, 생물학적 샘플의 불변 자기 공명 시그너처를 결정하는 컴퓨터로-구현되는 방법.