KR20170044019A - 자동-교정 이미지 재구성을 위한 공동 궤적 및 병렬 자기 공명 이미징 최적화를 위한 시스템들 및 방법들 - Google Patents

자동-교정 이미지 재구성을 위한 공동 궤적 및 병렬 자기 공명 이미징 최적화를 위한 시스템들 및 방법들 Download PDF

Info

Publication number
KR20170044019A
KR20170044019A KR1020160127638A KR20160127638A KR20170044019A KR 20170044019 A KR20170044019 A KR 20170044019A KR 1020160127638 A KR1020160127638 A KR 1020160127638A KR 20160127638 A KR20160127638 A KR 20160127638A KR 20170044019 A KR20170044019 A KR 20170044019A
Authority
KR
South Korea
Prior art keywords
image
reconstructing
space trajectory
data
space
Prior art date
Legal status (The legal status 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 status listed.)
Granted
Application number
KR1020160127638A
Other languages
English (en)
Other versions
KR102657483B1 (ko
Inventor
스테판 콜리
카윈 세트솜팝
로렌스 왈드
Original Assignee
더 제너럴 하스피탈 코포레이션
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 더 제너럴 하스피탈 코포레이션 filed Critical 더 제너럴 하스피탈 코포레이션
Publication of KR20170044019A publication Critical patent/KR20170044019A/ko
Application granted granted Critical
Publication of KR102657483B1 publication Critical patent/KR102657483B1/ko
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • G01R33/44—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
    • 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
    • G01R33/4818—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
    • G01R33/4824—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 using a non-Cartesian trajectory
    • G01R33/4826—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 using a non-Cartesian trajectory in three dimensions
    • 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
    • G01R33/56518—Correction of image distortions, e.g. due to magnetic field inhomogeneities due to eddy currents, e.g. caused by switching of the gradient magnetic field
    • 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
    • G01R33/56572—Correction of image distortions, e.g. due to magnetic field inhomogeneities caused by a distortion of a gradient magnetic field, e.g. non-linearity of a gradient magnetic field
    • 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
    • G01R33/567—Image enhancement or correction, e.g. subtraction or averaging techniques, e.g. improvement of signal-to-noise ratio and resolution gated by physiological signals, i.e. synchronization of acquired MR data with periodical motion of an object of interest, e.g. monitoring or triggering system for cardiac or respiratory gating
    • G01R33/5673—Gating or triggering based on a physiological signal other than an MR signal, e.g. ECG gating or motion monitoring using optical systems for monitoring the motion of a fiducial marker
    • G06T3/0093—
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T3/00—Geometric image transformations in the plane of the image
    • G06T3/18—Image warping, e.g. rearranging pixels individually
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T3/00—Geometric image transformations in the plane of the image
    • G06T3/40—Scaling of whole images or parts thereof, e.g. expanding or contracting
    • G06T3/4007—Scaling of whole images or parts thereof, e.g. expanding or contracting based on interpolation, e.g. bilinear interpolation
    • 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
    • G01R33/4824—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 using a non-Cartesian trajectory
    • 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
    • G01R33/561—Image enhancement or correction, e.g. subtraction or averaging techniques, e.g. improvement of signal-to-noise ratio and resolution by reduction of the scanning time, i.e. fast acquiring systems, e.g. using echo-planar pulse sequences
    • G01R33/5611—Parallel magnetic resonance imaging, e.g. sensitivity encoding [SENSE], simultaneous acquisition of spatial harmonics [SMASH], unaliasing by Fourier encoding of the overlaps using the temporal dimension [UNFOLD], k-t-broad-use linear acquisition speed-up technique [k-t-BLAST], k-t-SENSE
    • 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
    • G01R33/561—Image enhancement or correction, e.g. subtraction or averaging techniques, e.g. improvement of signal-to-noise ratio and resolution by reduction of the scanning time, i.e. fast acquiring systems, e.g. using echo-planar pulse sequences
    • G01R33/5615—Echo train techniques involving acquiring plural, differently encoded, echo signals after one RF excitation, e.g. using gradient refocusing in echo planar imaging [EPI], RF refocusing in rapid acquisition with relaxation enhancement [RARE] or using both RF and gradient refocusing in gradient and spin echo imaging [GRASE]
    • G01R33/5616—Echo train techniques involving acquiring plural, differently encoded, echo signals after one RF excitation, e.g. using gradient refocusing in echo planar imaging [EPI], RF refocusing in rapid acquisition with relaxation enhancement [RARE] or using both RF and gradient refocusing in gradient and spin echo imaging [GRASE] using gradient refocusing, e.g. EPI
    • 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
    • G01R33/56545—Correction of image distortions, e.g. due to magnetic field inhomogeneities caused by finite or discrete sampling, e.g. Gibbs ringing, truncation artefacts, phase aliasing artefacts
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10072—Tomographic images
    • G06T2207/10088—Magnetic resonance imaging [MRI]

Landscapes

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

Abstract

자기 공명 이미징("MRI") 시스템을 이용하여 데이터를 포착할 때 구현되는 실제 k-공간 궤적을 추정하면서, 그 포착된 데이터로부터 이미지를 공동으로 재구성하기 위한 시스템들 및 방법들이 설명된다. 실제 k-공간 궤적과 설계된 k-공간 궤적 사이의 편차들을 처리하면서, 타겟 이미지를 또한 처리하는 목적 함수가 최적화된다. 최적화의 계산 부담을 감소시키기 위해, k-공간 궤적 편차 및 타겟 이미지와 연관된 파라미터들에 대해 감소된 모델이 구현될 수 있다.

Description

자동-교정 이미지 재구성을 위한 공동 궤적 및 병렬 자기 공명 이미징 최적화를 위한 시스템들 및 방법들{SYSTEMS AND METHODS FOR JOINT TRAJECTORY AND PARALLEL MAGNETIC RESONANCE IMAGING OPTIMIZATION FOR AUTO-CALIBRATED IMAGE RECONSTRUCTION}
[0001] 이 출원은 2015년 10월 1일 출원되고 발명의 명칭이 "SYSTEMS AND METHOD FOR JOINT TRAJECTORY AND PARALLEL MAGNETIC RESONANCE IMAGINING OPTIMIZATION FOR AUTO-CALIBRATED IMAGE RECONSTRUCTION"인 미국 가 특허 출원 62/235,738의 우선권을 주장한다.
[0002] 본 발명은 미국 국립 보건원에 의해 수여된 EB017337, EB015896, EB012107, MH093765 하에서 정부 지원으로 만들어졌다. 정부는 본 발명의 확실한 권리를 가진다.
[0003] 본 발명의 분야는 자기 공명 이미징("MRI")을 위한 시스템들 및 방법들이다. 보다 구체적으로, 본 발명은 MRI 시스템으로 포착된 데이터로부터 이미지들을 재구성하기 위한 시스템들 및 방법들에 관한 것이다.
[0004] 많은 빠른 이미징 MRI 기술들은 나선형 이미징, "EPI"(echo-planar imaging), 및 Wave-CAIPI를 포함하여, k-공간의 효율적인 횡단에 의존한다. 그러나, 하드웨어 설계에서 실제적 제한들로 인해, 이들 궤적들은 종종 펄스 시퀀스 설계에 의해 특정된 이론적 경로들로부터 종종 벗어날 것이다. 이들 궤적 에러들을 설명하기 위하여, 연구원들은 차이들을 특성화하는 것 및 수정하는 것 둘 다를 하기 위하여 다양한 측정들을 활용하였다. 예컨대, 네비게이터(navigator)들은 EPI 스캔들에서 교번 라인(alternating line)들 사이의 위상 에러들을 설명하기 위하여 연속하여 포착될 수 있다. 나선형 이미징 및 Wave-CAIPI 같은 방법들에 대해, 전체 사전-스캔 측정들은 k-공간 궤적을 맵핑하기 위하여 수행될 수 있다. 이들 기술들은 시간 비효율적일 수 있고 많은 경우들에서 상이한 프로토콜들에 대해 반복될 필요가 있을 것이고, 이는 상이한 궤적들이 맵핑될 것을 요구할 것이다.
[0005] 따라서, 고정된 궤적 맵들의 제한된 효용 또는 네비게이터 데이터를 포착하는 것과 연관된 스캔 시간에 의해 제한되지 않는 MRI에 대한 빠른 이미징 기술들을 구현하기 위한 방법을 제공할 필요가 있다.
[0006] 본 발명은 "MRI"(magnetic resonance imaging) 시스템으로 포착된 데이터를 샘플링하기 위하여 사용된 실제 k-공간 궤적을 공동으로 추정하면서 상기 데이터로부터 이미지를 재구성하기 위한 방법을 제공함으로써 상기된 단점들을 극복한다. 설계된 k-공간 궤적을 구현하는 펄스 시퀀스를 사용함으로써 MRI 시스템으로 포착된 데이터는 컴퓨터 시스템에 제공된다. 이미지는 데이터를 포착할 때 샘플링된 실제 k-공간 궤적을 공동으로 추정하고 이미지를 재구성하는 목적 함수를 최적화함으로써 이 데이터로부터 컴퓨터 시스템에 의해 재구성된다. 목적 함수는 실제 k-공간 궤적과 설계된 k-공간 궤적 사이의 편차들을 설명하는 적어도 하나의 항을 포함한다.
[0007] 본 발명의 상기 및 다른 양상들 및 장점들은 다음 설명으로부터 명백할 것이다. 설명에서, 설명의 일부를 형성하고, 본 발명의 바람직한 실시예가 예로써 도시되는 첨부 도면들에 대해 참조가 이루어진다. 그러나, 그런 실시예는 반드시 본 발명의 전체 범위를 표현하지 않고, 그러므로 본 발명의 범위를 해석하기 위하여 본원 및 청구항들에 대해 참조가 이루어진다.
[0008] 도 1은 실제 k-공간 궤적을 공동으로 추정하고 "MRI"(magnetic resonance imaging) 시스템을 사용하여 포착된 데이터로부터 타겟 이미지를 재구성하는 예시적 방법의 단계들을 설명하는 흐름도이다.
[0009] 도 2는 Wave-CAIPI 방법(좌측)에서 사인파 기울기들의 사용을 통해 생성된 위상을 설명하기 위하여 "PSF"(point spread function)의 사용을 예시한다. 사전-스캔을 통해 결정된 PSF는 통상적으로 슬라이스(또는 위상 인코드) 포지션들(우측)에 대응하는 선형 경향성(linear trend)에 대해 맞추어진다. 정확하게 결정될 필요가 있는 작은 수의 파라미터들(푸리에 기반 항(Fourier basis term)들의 스케일링(scaling))이 도시된다.
[0010] 도 3은 Wave-CAIPI PSF를 설명하기 위하여 사용된 푸리에 계수들이 조작될 때 제한된 수의 복셀들에 걸쳐 PMSE의 변화를 예시하는 플롯(plot)이다.
[0011] 도 4는 등각점(좌측, 중간)에서 전체 사전-스캔 방법을 사용하는 것과 최적화된 PSF를 사용하는 것의 팬텀(phantom) 재구성 비교를 묘사한다. 최적화된 PSF 및 임상적으로 관련된 FOV 병진들 및 회전들을 활용한 건강한 지원자로부터의 생체내 이미지들은 우측 패널에 묘사된다.
[0012] "MRI"(magnetic resonance imaging) 시스템으로 데이터를 포착할 때 구현된 실제 k-공간 궤적을 추정하면서 그 포착된 데이터로부터 이미지를 공동으로 재구성하기 위한 시스템들 및 방법들이 여기에 설명된다. 상기 주의된 바와 같이, 하드웨어 설계에서 실제 제한들은 종종 데이터 포착시 구현되는 실제 k-공간 궤적들이 펄스 시퀀스 설계에 의해 특정된 이론적 경로들을 벗어나게 한다. 여기에 설명된 시스템들 및 방법들은 자동-교정 이미지 재구성을 위한 공동 k-공간 궤적 추정 및 병렬 이미징 최적화를 제공함으로써 이 문제를 처리한다.
[0013] 일 양상에서, 여기에 설명된 시스템들 및 방법들은 추정된 k-공간 궤적들 및 재구성된 이미지들에 대해 감소된 모델들을 구현하고, 이는 컴팩트 공동 최적화 모델의 포뮬레이션(formulation)을 허용한다. 예컨대, EPI 위상 수정 에러들의 경우에서, 단지 작은 위상 오프셋들만이 짝수와 홀수 k-공간 라인들 사이에서 결정될 필요가 있을 것이다. 나선형 이미징의 경우에, 궤적들은 낮은-차수 다항식들 또는 다른 스무스(smooth) 가변 함수들(즉, 작은 수의 다항식 계수들이 최적화 파라미터들이 될 것임)을 통해 주로 설명된다. 도 2에서 알 수 있는 바와 같이, Wave-CAIPI 궤적을 정확하게 특성화하기 위하여, 단지 작은 수의 푸리에 계수들이 결정될 필요가 있다.
[0014] 이미지 재구성 파라미터들의 수를 감소시키기 위하여, 많은 병렬 이미징 포뮬레이션들의 분리 가능(또는 거의 분리 가능) 구조가 활용된다. Wave-CAIPI 또는 균일한 언더-샘플링(under-sampling)의 경우에, 복셀들의 작은 서브세트들의 재구성들은 본래 분리 가능하다. 랜덤 언더-샘플링(예컨대, 압축 감지에 사용되는 바와 같은) 또는 나선형 이미징의 경우에, 낮은-랭크 모델링이 전역 효과(global effect)를 근사화하기 위하여 사용될 수 있는 복셀들의 서브세트들의 선택적 재구성을 허용하는 블러링 함수(blurring function)의 강도의 존재(locality)가 있다.
[0015] 실제 k-공간 궤적을 공동으로 추정함으로써, 값비싼 사전-스캔들 및 네비게이터들은 빠른 이미징 방법들에 필요하지 않다. 본원에 인용에 의해 그 전체가 포함된 미국 특허 번호 8,981,776에 설명된 Wave-CAIPI 방법 같은 이미징 방법들을 위하여, 여기에 설명된 공동 최적화는 비현실적인 전체 사전 스캔 측정 기반 재구성들의 이미지 품질과 유사한 이미지 품질을 달성할 수 있다. 여기에 구현된 감소된 모델링은 또한 표준 벤더(vendor) 계산 자원들을 사용하여 효율적인 최적화를 허용할 수 있다.
[0016] 상기 언급된 바와 같이, 공동 최적화는 대응하는 이미지가 병렬 이미징 포뮬레이션을 통해 재구성되는 것에 더하여 실제 k-공간 궤적을 설명하는 최선의 모델 파라미터들을 발견하기 위해 사용된다. 여기에 구현된 최적화는 동시에, 강건한 재구성을 보장하기 위하여 k-공간 궤적 모델링 파라미터들 및 이미지 둘 다의 품질을 고려한다.
[0017] 예로서, 종래의 감각(SENSE) 병렬 이미징에서, k-공간 궤적 에러들을 설명하는 다음 최소화 문제가 해결될 수 있다:
Figure pat00001
[0018] 여기서 F(t)는 조절 파라미터들(t)의 함수인 k-공간에 대한 맵핑을 사용하여 k-공간 궤적을 설명하는 푸리에 연산자이고; C i 는 병렬 수신 채널이고; x는 재구성될 이미지이고; 그리고 k i 는 포착된 k-공간 데이터이다.
[0019] Levenberg-Marquardt 알고리즘, 신뢰 구역들, 확률론적 유전 알고리즘(stochastic genetic algorithm), 시뮬레이티드 어닐링(simulated annealing), 및 그리디 라인 서치(greedy line search)를 포함하여, 방정식 (1)에 의해 설명된 공동 문제를 해결하기 위하여 활용될 수 있는 다양한 비선형 최소 제곱 기술들이 있다. 이들 알고리즘은 파라미터들의 수가 증가할 때 계산적으로 너무 거대할 수 있고; 따라서, 이런 증가하는 계산 부담을 처리하기 위하여, 변수들(t 및 x)에 대한 감소된 모델들이 구현될 수 있다.
[0020] 이제 도 1을 참조하여, 실제 k-공간 궤적을 공동으로 추정하고 실제 k-공간 궤적을 따라 k-공간을 샘플링하는 동안 포착된 데이터로부터 이미지를 재구성하기 위한 예시적 방법의 단계들을 설명하는 바와 같은 흐름도가 예시된다. MRI 시스템으로 포착된 데이터는 단계(102)에서 표시된 바와 같이, 프로세싱 및 이미지 재구성을 위해 컴퓨터 시스템에 제공된다. 일 예에서, 포착된 데이터는 데이터 스토리지로부터 이전에 포착된 데이터를 리트비링(retrieving)함으로써 컴퓨터 시스템에 제공될 수 있다. 다른 예에서, 데이터는 MRI 시스템으로 데이터를 포착함으로써 컴퓨터 시스템에 제공될 수 있다. 임의의 경우에, 포착된 데이터는 특정 k-공간 궤적을 따라 k-공간을 샘플링하는 동안 포착된 데이터를 포함한다. 구현될 수 있는 k-공간 궤적의 일 예는 상기 참조된 Wave-CAIPI k-공간 궤적이다.
[0021] 목적 함수는 단계(104)에서 표시된 바와 같이, 다음에 포뮬레이팅된다. 목적 함수는 단계(102)에서 제공된 데이터를 포착하기 위하여 사용된 펄스 시퀀스에 의해 규정된 k-공간 궤적에 관련하여 실제 k-공간 궤적의 편차들을 설명하는 하나 또는 그 초과의 항들을 포함한다. 목적 함수는 또한 제공된 데이터로부터 재구성될 타겟 이미지에 대응하는 하나 또는 그 초과의 항들을 포함한다. 일 예로서, 목적 함수는 다음 함수를 포함할 수 있다:
Figure pat00002
[0022] 여기서 F(t)는 조절 파라미터들(t)의 함수인 k-공간에 대한 맵핑을 사용하여 k-공간 궤적을 설명하고, C i 는 "RF"(radio frequency) 수신 코일들의 어레이에서 i 번째 병렬 수신 채널이고; x는 재구성될 타겟 이미지이고; 그리고 k i 는 i 번째 수신 채널에 의해 포착된 k-공간 데이터이다.
[0023] 그 다음 단계(104)에 포뮬레이팅된 목적 함수는 단계(106)에서 표시된 바와 같이, 제공된 데이터를 포착하기 위하여 사용된 실제 k-공간 궤적을 공동으로 추정하고 그리고 타겟 이미지를 재구성하기 위하여 최적화된다. 바람직하게, 최적화는 최적화 문제의 계산 효율성을 개선하기 위하여 파라미터들(t 및 x)에 대해 감소된 모델을 구현한다.
[0024] 일 예로서, 사인파 기울기들에 의해 적용된 위상을 결정하기 위하여 통상적으로 사전 스캔을 사용할 Wave-CAIPI 펄스 시퀀스를 고려하자. 도 2는 전체 "GRE"(gradient-recalled echo) 스캔과 적용된 Wave-CAIPI 기울기들을 사용한 동일한 스캔 사이에서 관찰된 위상 차이들을 표현하기 위한 "PSF"(point spread function)를 생성하기 위해 사전 스캔의 사용을 예시한다. 관찰된 PSF가 많은 프로토콜 파라미터들에 따를 것이고 연관된 사전 스캔들이 이들 프로토콜 파라미터들에 대한 변화들에 기초하여 반복될 필요가 있을 것을 주의하는 것이 중요하다. 그 다음, 이 예에서 측정된 PSF는 통상적으로 슬라이스(또는 위상 인코드) 포지션들과 연관된 선형 경향성에 기초하여 맞추어진다. 도 2에서 알 수 있는 바와 같이, 단지 작은 수의 푸리에 계수들이 Wave-CAIPI PSF를 정확하게 캡처하기 위하여 요구된다. 1 mm 등방성 해상도,
Figure pat00003
이미지 매트릭스, 및
Figure pat00004
가속도의 임상학적 관련 프로토콜의 경우에, 파라미터(t)는
Figure pat00005
가능한 파라미터들(즉, 통상적인 6배 오버 샘플링된(over-sampled) FOV에서 각각의 k-공간 위치에 대해 하나의 파라미터)로부터 단지 14개의 독립적 자유도로 감소될 수 있다.
[0025] 따라서, 파라미터들의 효율적인 최적화를 허용하기 위하여, 병렬 이미징 재구성의 모델 감소가 구현될 수 있다. 예컨대, Wave-CAIPI의 경우에, 복셀들의 단지 작은 서브세트들에 걸쳐서만 재구성 품질이 분석될 수 있다. 이 동작의 계산 비용은 전체 병렬 이미징 재구성보다 훨씬 작고, 이에 의해 k-공간 궤적 파라미터들의 효율적인 최적화가 가능하게 된다. 유사한 모델 감소 기술들은 나선형 이미징 및 "EPI"(echo-planar imaging) 같은, 다른 k-공간 궤적들을 사용하는 이미징 애플리케이션들에 적용될 수 있다.
[0026] 도 3은, Wave-CAIPI PSF를 설명하기 위하여 사용된 푸리에 계수들이 조작될 때 20,736 복셀들에 걸쳐 병렬 이미징 RMSE의 변화를 도시한다. 극소 값(local minimum)들은 이론적 값들에 근접하여 존재한다. 게다가, RMSE의 편차는 극히 스무스하고, 이는 효율적인 최적화가 최소 값에 도달하게 한다.
[0027] 여기에 설명된 기술들의 정확성 및 계산 효율성 둘 다의 설명으로서, 추후 황금 분할 서치를 통해 각각의 변수를 최적화하는 그리디 "슈팅(shooting)" 방법이 구현될 수 있다. 상기 방법의 몇몇 통과들은 최적화되는 변수들 사이의 상호 의존들을 해결하기 위하여 수행될 수 있다. 도 4는 3 T MRI 시스템 상에서 등각점에 이미징된 균일한 뇌 팬텀으로부터의 결과들을 도시한다. 여기에 설명된 공동 최적화는 16.15% 평균 RMSE를 달성했고, 이는 16.19% RMSE를 가진 전체 사전 스캔 접근법 미만이다. 도 4는 또한 FOV의 표준 병진들(약 30 mm) 및 회전들(약 25 도)을 사용하여 건강한 지원자로부터의 생체내 결과들을 도시한다.
[0028] 이들 경우들에 대해, PSF는 표준 벤더 계산 하드웨어 상에서 단지 3개의 CPU 코어들만을 사용하여 1분 미만에서 자동으로 결정되었다. 부가적인 병렬 계산 자원들(보통 현대 스캐너들 상에서 이용 가능함)의 사용을 통해, 이런 계산 시간이 통상적인 병렬 이미징 재구성을 위하여 요구된 시간의 단지 작은 부분일 것이라는 것이 고려된다.
[0029] 특히 이제 도 5를 참조하여, "MRI"(magnetic resonance imaging) 시스템(500)의 예가 예시된다. MRI 시스템(500)은 통상적으로 디스플레이(504); 하나 또는 그 초과의 입력 디바이스들(506), 이를테면 키보드 및 마우스; 및 프로세서(508)를 포함할 오퍼레이터 워크스테이션(502)을 포함한다. 프로세서(508)는 상업적으로 이용 가능한 오퍼레이팅 시스템을 실행하는 상업적으로 이용 가능한 프로그램 가능 머신을 포함할 수 있다. 오퍼레이터 워크스테이션(502)은 스캔 규정(prescription)들이 MRI 시스템(500)에 입력되게 하는 오퍼레이터 인터페이스를 제공한다. 일반적으로, 오퍼레이터 워크스테이션(502)은 4개의 서버들: 펄스 시퀀스 서버(510); 데이터 획득 서버(512); 데이터 프로세싱 서버(514); 및 데이터 저장 서버(516)에 커플링될 수 있다. 오퍼레이터 워크스테이션(502) 및 각각의 서버(510, 512, 514, 및 516)는 서로 통신하도록 연결된다. 예컨대, 서버들(510, 512, 514 및 516)은 유선이든, 무선이든, 또는 둘 다의 결합이든, 임의의 적당한 네트워크 연결을 포함할 수 있는 통신 시스템(540)을 통해 연결될 수 있다. 예로서, 통신 시스템(540)은 사유 네트워크 또는 전용 네트워크뿐 아니라, 개방 네트워크들, 이를테면 인터넷 둘 다를 포함할 수 있다.
[0030] 펄스 시퀀스 서버(510)는 기울기 시스템(518) 및 라디오주파수("RF") 시스템(520)을 동작시키기 위하여 오퍼레이터 워크스테이션(502)으로부터 다운로드된 명령들에 응답하여 기능한다. 규정된 스캔을 수행하기 위해 필요한 기울기 파형들은 생성되어 기울기 시스템(518)에 적용되고, 기울기 시스템(518)은 포지션 인코딩 자기 공명 신호들을 위해 사용된 자기장 기울기들(G x , G y , 및 G z )을 생성하기 위하여 어셈블리(522) 내 기울기 코일들을 여기한다. 기울기 코일 어셈블리(522)는 분극 자석(526) 및 전신 RF 코일(528)을 포함하는 자석 어셈블리(524)의 부분을 형성한다.
[0031] RF 파형들은 규정된 자기 공명 펄스 시퀀스를 수행하기 위하여, RF 시스템(520)에 의해 RF 코일(528), 또는 별도의 로컬 코일(도 5에 도시되지 않음)에 적용된다. RF 코일(528), 또는 별개의 로컬 코일(도 5에 도시되지 않음)에 의해 검출된 응답 자기 공명 신호들은 RF 시스템(520)에 의해 수신되고, 여기서 상기 응답 자기 공명 신호들은 펄스 시퀀스 서버(510)에 의해 생성된 커맨드들의 지시 하에서 증폭, 복조, 필터링, 및 디지털화된다. RF 시스템(520)은 MRI 펄스 시퀀스들에 사용된 다양한 RF 펄스들을 생성하기 위하여 RF 송신기를 포함한다. RF 송신기는 원하는 주파수, 위상, 및 펄스 진폭 파형의 RF 펄스들을 생성하기 위하여 펄스 시퀀스 서버(510)로부터 스캔 규정 및 방향에 응답한다. 생성된 RF 펄스들은 전신 RF 코일(528) 또는 하나 또는 그 초과의 로컬 코일들 또는 코일 어레이들(도 5에 도시되지 않음)에 적용될 수 있다.
[0032] RF 시스템(520)은 또한 하나 또는 그 초과의 RF 수신기 채널들을 포함한다. 각각의 RF 수신기 채널은 연결된 코일(528)에 의해 수신된 자기 공명 신호를 증폭하는 RF 전치증폭기, 및 수신된 자기 공명 신호의 I 및 Q 쿼드러처 성분들을 검출 및 디지털화하는 검출기를 포함한다. 그러므로, 수신된 자기 공명 신호의 크기는 임의의 샘플링된 포인트에서 I 및 Q 성분들의 제곱들의 합의 제곱근에 의해 결정될 수 있다:
Figure pat00006
[0033] 그리고 수신된 자기 공명 신호의 위상은 또한 다음 관계식에 따라 결정될 수 있다:
Figure pat00007
[0034] 펄스 시퀀스 서버(510)는 또한 선택적으로 생리학적 획득 제어기(530)로부터 환자 데이터를 수신한다. 예에 의해, 생리학적 획득 제어기(530)는 전극들로부터의 심전도계("ECG") 신호들 같은 환자에 연결된 다수의 상이한 센서들로부터의 신호들, 또는 호흡 벨로즈(bellows) 또는 다른 호흡 모니터링 디바이스로부터의 호흡 신호들을 수신할 수 있다. 그런 신호들은 통상적으로, 피실험자의 심장 박동 또는 호흡과 스캔의 수행을 동기화, 또는 "게이팅(gate)"하기 위하여 펄스 시퀀스 서버(510)에 의해 사용된다.
[0035] 펄스 시퀀스 서버(510)는 또한 환자 및 자석 시스템의 상태와 연관된 다양한 센서들로부터 신호들을 수신하는 스캔 룸(room) 인터페이스 회로(532)에 연결된다. 또한, 스캔 동안 환자 포지셔닝 시스템(534)이 환자를 원하는 포지션들로 이동하기 위한 커맨드들을 수신하는 것은 스캔 룸 인터페이스 회로(532)를 통해서이다.
[0036] RF 시스템(520)에 의해 생성된 디지털화된 자기 공명 신호 샘플들은 데이터 획득 서버(512)에 의해 수신된다. 데이터 획득 서버(512)는 실시간 자기 공명 데이터를 수신하고 버퍼 스토리지에 제공하기 위하여 오퍼레이터 워크스테이션(502)으로부터 다운로드된 명령들에 응답하여 동작하고, 따라서 어떠한 데이터도 데이터 오버런(overrun)에 의해 손실되지 않는다. 일부 스캔들에서, 데이터 획득 서버(512)는 단지 포착된 자기 공명 데이터를 데이터 프로세서 서버(514)에 전달할 뿐이다. 그러나, 스캔의 추가 수행을 제어하기 위하여 포착된 자기 공명 데이터로부터 유도된 정보를 요구하는 스캔들에서, 데이터 획득 서버(512)는 그런 정보를 생성하여 이를 펄스 시퀀스 서버(510)에 전달하도록 프로그래밍된다. 예컨대, 사전 스캔들 동안, 자기 공명 데이터는 포착되고 펄스 시퀀스 서버(510)에 의해 수행되는 펄스 시퀀스를 캘리브레이팅(calibrate)하기 위해 사용된다. 다른 예로서, 네비게이터(navigator) 신호들은 포착될 수 있고 RF 시스템(520) 또는 기울기 시스템(518)의 동작 파라미터들을 조절하거나, 또는 k-공간이 샘플링되는 뷰 순서(view order)를 제어하기 위하여 사용될 수 있다. 또 다른 예에서, 데이터 획득 서버(512)는 또한 MRA(magnetic resonance angiography) 스캔시 조영재의 도달을 검출하기 위하여 사용된 자기 공명 신호들을 프로세싱하기 위하여 이용될 수 있다. 예로써, 데이터 획득 서버(512)는 자기 공명 데이터를 포착하고 그리고 스캔을 제어하기 위하여 사용되는 정보를 생성하기 위해 상기 자기 공명 데이터를 실시간으로 프로세싱한다.
[0037] 데이터 프로세싱 서버(514)는 데이터 획득 서버(512)로부터 자기 공명 데이터를 수신하고 오퍼레이터 워크스테이션(502)으로부터 다운로드된 명령들에 따라 상기 자기 공명 데이터를 프로세싱한다. 그런 프로세싱은 예컨대, 다음 중 하나 또는 그 초과를 포함할 수 있다: 미가공 k-공간 데이터의 푸리에 변환을 수행함으로써 2-차원 또는 3-차원 이미지들을 재구성하는 것; 반복 또는 백 프로젝션(backprojection) 재구성 알고리즘 같은 다른 이미지 재구성 알고리즘을 수행하는 것; 필터들을 미가공 k-공간 데이터 또는 재구성된 이미지들에 적용하는 것; 기능적 자기 공명 이미지들을 생성하는 것; 모션 또는 흐름 이미지들을 계산하는 것 등.
[0038] 데이터 프로세싱 서버(514)에 의해 재구성된 이미지들은, 자신들이 저장되는 오퍼레이터 워크스테이션(502)으로 다시 전달된다. 실시간 이미지들은 데이터 베이스 메모리 캐시(도 5에 도시되지 않음)에 저장되고, 상기 캐시로부터 실시간 이미지들은 담당의(attending physician)들에 의해 사용을 위하여 자석 어셈블리(524) 가까이 위치된 오퍼레이터 디스플레이(502) 또는 디스플레이(536)에 출력될 수 있다. 배치(batch) 모드 이미지들 또는 선택된 실시간 이미지들은 디스크 스토리지(538) 상의 호스트 데이터베이스에 저장된다. 그런 이미지들이 재구성되어 스토리지에 전송되었을 때, 데이터 프로세싱 서버(514)는 오퍼레이터 워크스테이션(502) 상의 데이터 저장 서버(516)에 통지한다. 오퍼레이터 워크스테이션(502)은 이미지들을 보관하거나, 필름들을 생성하거나, 또는 이미지들을 네트워크를 통하여 다른 설비들에 전송하기 위하여 오퍼레이터에 의해 사용될 수 있다.
[0039] MRI 시스템(500)은 또한 하나 또는 그 초과의 네트워크화된 워크스테이션들(542)을 포함할 수 있다. 예로써, 네트워크화된 워크스테이션(542)은 디스플레이(544); 하나 또는 그 초과의 입력 디바이스들(546), 이를테면 키보드 및 마우스; 및 프로세서(548)를 포함할 수 있다. 네트워크화된 워크스테이션(542)은 오퍼레이터 워크스테이션(502)과 동일한 설비 내에, 또는 상이한 설비 내에, 이를테면 상이한 의료 기관(healthcare institution) 또는 치료소(clinic)에 위치될 수 있다.
[0040] 오퍼레이터 워크스테이션(502)과 동일한 설비 내에 있든 상이한 설비 내에 있든, 네트워크화된 워크스테이션(542)은 통신 시스템(540)을 통하여 데이터 프로세싱 서버(514) 또는 데이터 저장 서버(516)에 대한 원격 액세스를 얻을 수 있다. 따라서, 다수의 네트워크화된 워크스테이션들(542)은 데이터 프로세싱 서버(514) 및 데이터 저장 서버(516)에 액세스를 가질 수 있다. 이런 방식으로, 자기 공명 데이터, 재구성된 이미지들, 또는 다른 데이터는 데이터 프로세싱 서버(514) 또는 데이터 저장 서버(516)와 네트워크화된 워크스테이션들(542) 사이에서 교환될 수 있어서, 데이터 또는 이미지들은 네트워크화된 워크스테이션(542)에 의해 원격으로 프로세싱될 수 있다. 이 데이터는 임의의 적당한 포맷으로, 이를테면 송신 제어 프로토콜("TCP"), 인터넷 프로토콜("IP"), 또는 다른 공지되거나 적당한 프로토콜들에 따라 교환될 수 있다.
[0041] 본 발명은 하나 또는 그 초과의 바람직한 실시예들의 측면에서 설명되었고, 그리고 이들 명시적으로 언급된 것 외에, 많은 등가물들, 대안들, 변형들 및 수정들이 가능하고 본 발명의 범위 내에 있다는 것이 인식되어야 한다.

Claims (12)

  1. MRI(magnetic resonance imaging) 시스템으로 포착된 데이터를 샘플링하기 위하여 사용된 실제 k-공간 궤적을 공동으로 추정하면서 상기 데이터로부터 이미지를 재구성하기 위한 방법으로서,
    (a) 설계된 k-공간 궤적을 구현하는 펄스 시퀀스를 사용함으로써 MRI 시스템으로 포착된 데이터를 컴퓨터 시스템에 제공하는 단계;
    (b) 공동으로 상기 이미지를 재구성하고 단계(a)에서 제공된 데이터를 포착할 때 샘플링된 실제 k-공간 궤적을 추정하는 목적 함수를 최적화하기 위하여 상기 컴퓨터 시스템을 사용함으로써 단계(a)에서 제공된 상기 데이터로부터 이미지를 재구성하는 단계 ― 상기 목적 함수는 상기 실제 k-공간 궤적과 상기 설계된 k-공간 궤적 사이의 편차들을 설명하는 적어도 하나의 항을 포함함 ―
    를 포함하는,
    이미지를 재구성하기 위한 방법.
  2. 제 1 항에 있어서,
    상기 목적 함수는 조절 파라미터들에 기초하여 상기 실제 k-공간 궤적과 상기 설계된 k-공간 궤적 사이의 편차들을 모델링하는,
    이미지를 재구성하기 위한 방법.
  3. 제 2 항에 있어서,
    상기 목적 함수를 최적화하는 것은 상기 조절 파라미터들 및 상기 이미지에 대한 감소된 모델을 형성하는 것을 포함하는,
    이미지를 재구성하기 위한 방법.
  4. 제 3 항에 있어서,
    상기 이미지에 대한 감소된 모델은 상기 이미지를 재구성하는 동안 상기 이미지의 복셀들의 서브세트에 걸쳐 재구성 품질을 평가하는 것을 포함하는,
    이미지를 재구성하기 위한 방법.
  5. 제 3 항에 있어서,
    상기 조절 파라미터들에 대한 감소된 모델은 단계(a)에서 제공된 데이터를 포착할 때 샘플링된 실제 k-공간 궤적을 추정하면서 평가될 조절 파라미터들의 수를 감소시키는 것을 포함하는,
    이미지를 재구성하기 위한 방법.
  6. 제 2 항에 있어서,
    상기 설계된 k-공간 궤적은 EPI(echo-planar imaging) 궤적이고 상기 조절 파라미터들은 위상 오프셋들을 포함하는,
    이미지를 재구성하기 위한 방법.
  7. 제 4 항에 있어서,
    상기 위상 오프셋들은 상기 EPI 궤적의 짝수 k-공간 라인과 홀수 k-공간 라인 사이에서 결정된 위상 오프셋들인,
    이미지를 재구성하기 위한 방법.
  8. 제 2 항에 있어서,
    상기 설계된 k-공간 궤적은 나선형 궤적이고 상기 조절 파라미터들은 다항식 계수들을 포함하는,
    이미지를 재구성하기 위한 방법.
  9. 제 2 항에 있어서,
    상기 조절 파라미터들은 푸리에 계수들을 포함하는,
    이미지를 재구성하기 위한 방법.
  10. 제 1 항에 있어서,
    상기 목적 함수는
    Figure pat00008
    이고, 여기서 F(t)는 조절 파라미터들(t)의 함수인 k-공간에 대한 맵핑을 사용하여 상기 실제 k-공간 궤적을 설명하는 함수이고; C i 는 N개의 라디오 주파수("RF") 수신 코일들의 어레이 내 i 번째 수신 채널이고; x는 재구성될 이미지이고; 그리고 k i 는 i 번째 수신 채널에 의해 포착된 데이터인,
    이미지를 재구성하기 위한 방법.
  11. 제 10 항에 있어서,
    상기 목적 함수를 최적화하는 것은 상기 조절 파라미터들(t) 및 상기 이미지(x)에 대한 감소된 모델을 형성하는 것을 포함하는,
    이미지를 재구성하기 위한 방법.
  12. 제 1 항에 있어서,
    단계(a)는 입력으로서 상기 설계된 k-공간 궤적을 사용하여 상기 MRI 시스템으로 상기 데이터를 포착하는 단계를 포함하는,
    이미지를 재구성하기 위한 방법.
KR1020160127638A 2015-10-01 2016-10-04 자동-교정 이미지 재구성을 위한 공동 궤적 및 병렬 자기 공명 이미징 최적화를 위한 시스템들 및 방법들 Active KR102657483B1 (ko)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US201562235738P 2015-10-01 2015-10-01
US62/235,738 2015-10-01

Publications (2)

Publication Number Publication Date
KR20170044019A true KR20170044019A (ko) 2017-04-24
KR102657483B1 KR102657483B1 (ko) 2024-04-12

Family

ID=57083032

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020160127638A Active KR102657483B1 (ko) 2015-10-01 2016-10-04 자동-교정 이미지 재구성을 위한 공동 궤적 및 병렬 자기 공명 이미징 최적화를 위한 시스템들 및 방법들

Country Status (4)

Country Link
US (1) US10408910B2 (ko)
EP (1) EP3151027B1 (ko)
KR (1) KR102657483B1 (ko)
CN (1) CN107049316B (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20200004079A (ko) * 2018-07-03 2020-01-13 가천대학교 산학협력단 자기공명 영상장치의 기계 학습 기반의 경사자계 오차 보정 시스템 및 방법

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10557908B2 (en) * 2017-04-06 2020-02-11 University Of Virginia Patent Foundation Magnetic field monitoring of spiral echo train imaging
CN110133555B (zh) * 2018-02-08 2021-11-05 深圳先进技术研究院 一种Wave-CAIPI磁共振成像参数的解析优化方法、装置及介质
DE102020205667B4 (de) * 2020-05-05 2025-07-24 Siemens Healthineers Ag Rekonstruktion von mr-bildern mittels wave-caipi
US11486954B2 (en) * 2020-08-24 2022-11-01 Siemens Healthcare Gmbh Systems and methods for extending reconstructions to non-uniform k-space sampling
US12108993B2 (en) 2021-08-05 2024-10-08 GE Precision Healthcare LLC Methods and system for guided device insertion during medical imaging
JP7623260B2 (ja) * 2021-09-24 2025-01-28 富士フイルム株式会社 磁気共鳴イメージング装置、および、画像処理方法

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20130099784A1 (en) * 2011-04-22 2013-04-25 Kawin Setsompop Method for Magnetic Resonance Imaging with Controlled Aliasing

Family Cites Families (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2644831B2 (ja) * 1988-07-06 1997-08-25 株式会社日立製作所 Ｎｍｒイメージングにおける画像再構成方法
JP3643174B2 (ja) * 1996-05-09 2005-04-27 ジーイー横河メディカルシステム株式会社 Ｍｒｉ装置
US6411089B1 (en) * 2000-11-22 2002-06-25 Philips Medical Systems (Cleveland), Inc. Two-dimensional phase-conjugate symmetry reconstruction for 3d spin-warp, echo-planar and echo-volume magnetic resonance imaging
US20040064033A1 (en) * 2002-05-14 2004-04-01 Brian Dale System and method for reconstructing k-space data
US7888935B1 (en) * 2007-02-23 2011-02-15 University Of Virginia Patent Foundation K-space trajectory estimation in spiral MRI system and related method thereof
US7791338B2 (en) * 2007-09-07 2010-09-07 The Board Of Trustees Of The Leland Stanford Junior University MRI method of determining time-optimal gradient waveforms with gradient amplitude as a function of arc-length in k-space
US8154289B2 (en) 2008-04-11 2012-04-10 The General Hospital Corporation Method for joint sparsity-enforced k-space trajectory and radiofrequency pulse design
CN102264291B (zh) * 2008-12-26 2013-10-23 株式会社日立医疗器械 磁共振成像装置及读出梯度磁场误差修正方法
EP2372383B1 (en) * 2010-03-24 2015-12-16 Bruker BioSpin MRI GmbH Design of a gradient waveform for a k-space trajectory with an upper frequency limit due to MRI gradient hardware
WO2013033558A1 (en) 2011-09-01 2013-03-07 The General Hospital Corporation System and method for joint degradation estimation and image reconstruction in magnetic resonance imaging
US9417306B2 (en) * 2012-04-12 2016-08-16 Case Western Reserve University Magnetic resonance trajectory correcting with GRAPPA operator gridding
DE102013221347B4 (de) 2013-10-21 2015-04-30 Siemens Aktiengesellschaft Ermittlung einer Magnetresonanz-Pulssequenz unter Verwendung einer Kombination von verschiedenen Trajektorienverlaufs-Funktionen unter Berücksichtigung eines Trajektorien-Fehlermodells

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20130099784A1 (en) * 2011-04-22 2013-04-25 Kawin Setsompop Method for Magnetic Resonance Imaging with Controlled Aliasing
US8981776B2 (en) * 2011-04-22 2015-03-17 The General Hospital Corporation Method for magnetic resonance imaging with controlled aliasing

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
Ianni J D, Grissom W A, Trajectory Auto-Corrected Image Reconstruction. Magnetic Resonance in Medicine. 76, pp.757~768 (2015.09.12.)* *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20200004079A (ko) * 2018-07-03 2020-01-13 가천대학교 산학협력단 자기공명 영상장치의 기계 학습 기반의 경사자계 오차 보정 시스템 및 방법

Also Published As

Publication number Publication date
CN107049316B (zh) 2021-12-21
US20170097403A1 (en) 2017-04-06
EP3151027A2 (en) 2017-04-05
US10408910B2 (en) 2019-09-10
EP3151027A3 (en) 2017-06-07
EP3151027B1 (en) 2023-07-26
KR102657483B1 (ko) 2024-04-12
CN107049316A (zh) 2017-08-18

Similar Documents

Publication Publication Date Title
KR102657483B1 (ko) 자동-교정 이미지 재구성을 위한 공동 궤적 및 병렬 자기 공명 이미징 최적화를 위한 시스템들 및 방법들
JP6553087B2 (ja) 磁気共鳴撮像のための統合された画像再構成および勾配非線形性補正
US9933505B2 (en) System and method for motion correction in magnetic resonance imaging
WO2016070167A1 (en) Sparse reconstruction strategy for multi-level sampled mri
WO2015175028A1 (en) Systems and methods for acceleration magnetic resonance fingerprinting
WO2013169368A1 (en) System and method for local sar reduction in multislice parallel transmission magnetic resonance imaging using sar hopping between excitations
EP3100067A1 (en) Simltaneous multisl1ce mri with random gradient encoding
US20170336488A1 (en) System and method for convolution operations for data estimation from covariance in magnetic resonance imaging
WO2020219642A1 (en) Model-based iterative reconstruction for magnetic resonance imaging with echo planar readout
JP2018520730A (ja) 非対称勾配を用いた磁気共鳴イメージングにおける随伴磁界補正のためのシステム及び方法
US10310042B2 (en) Hierrarchical mapping framework for coil compression in magnetic resonance image reconstruction
US20190035119A1 (en) Systems and methods for joint image reconstruction and motion estimation in magnetic resonance imaging
US10126397B2 (en) Systems and methods for fast magnetic resonance image reconstruction using a heirarchically semiseparable solver
US10527695B2 (en) Systems and methods for efficient magnetic resonance fingerprinting scheduling
US9268003B2 (en) System and method for measuring induced radio frequency current using phase contrast magnetic resonance imaging
US10324149B2 (en) Systems and methods for generalized slice dithered enhanced resolution magnetic resonance imaging
WO2015164701A1 (en) Systems and methods for fast multi-contrast magnetic resonance imaging
WO2015065781A2 (en) System and method for model-based reconstruction of quantitative images
US12578408B2 (en) Autocalibrated multi-shot magnetic resonance image reconstruction with joint optimization of shot-dependent phase and parallel image reconstruction
US11035920B2 (en) Sparse approximate encoding of Wave-CAIPI: preconditioner and noise reduction
EP4065997A1 (en) Model-based nyquist ghost correction for reverse readout echo planar imaging
WO2025155687A1 (en) Systems and methods for physics-driven mri reconstruction without access to raw k-space data
WO2026015808A1 (en) Physics-driven deep learning reconstruction of non-fourier encoded magnetic resonance imaging data
CA2805580C (en) System and method for measuring induced radio frequency current using phase contrast magnetic resonance imaging
US20170030989A1 (en) Body-CoilL-Constrained Reconstruction of Undersampled Magnetic Resonance Imaging Data

Legal Events

Date Code Title Description
PA0109 Patent application

Patent event code: PA01091R01D

Comment text: Patent Application

Patent event date: 20161004

PG1501 Laying open of application
A201 Request for examination
PA0201 Request for examination

Patent event code: PA02012R01D

Patent event date: 20211005

Comment text: Request for Examination of Application

Patent event code: PA02011R01I

Patent event date: 20161004

Comment text: Patent Application

E902 Notification of reason for refusal
PE0902 Notice of grounds for rejection

Comment text: Notification of reason for refusal

Patent event date: 20230628

Patent event code: PE09021S01D

E701 Decision to grant or registration of patent right
PE0701 Decision of registration

Patent event code: PE07011S01D

Comment text: Decision to Grant Registration

Patent event date: 20240109

GRNT Written decision to grant
PR0701 Registration of establishment

Comment text: Registration of Establishment

Patent event date: 20240409

Patent event code: PR07011E01D

PR1002 Payment of registration fee

Payment date: 20240409

End annual number: 3

Start annual number: 1

PG1601 Publication of registration