使用环境数据的梯度线圈放大器故障的概率的计算的制作方法

使用环境数据的梯度线圈放大器故障的概率的计算的制作方法
【专利摘要】本发明提供一种包括处理器的医学仪器(100、300、500)。机器可执行指令(120、122、124、350、352、354)的运行使得所述处理器重复地：使用测量数据库(116、122)来构建(200、416)包括多个数据值(704)的测量向量(114、700)，其中，所述多个数据值包括描述磁共振成像系统的检查室(322)的环境条件的检查室数据(332)，其中，所述多个数据值还包括描述所述磁共振成像系统的技术室(326)的环境条件的技术室数据(330)；并且通过将所述测量向量输入到经训练的神经网络程序(124)中来计算(202、418)未来的预定天数内所述磁共振成像系统的梯度线圈放大器(312)的故障的概率(706)。
【专利说明】
使用环境数据的梯度线圈放大器故障的概率的计算
技术领域
[0001] 本发明涉及磁共振成像系统，具体而言，本发明涉及计算梯度线圈放大器故障将 发生的概率。
【背景技术】
[0002] MRI中的梯度放大器是固态的并且是极其复杂的部件。由于这些特性，因而其经历 随机故障行为。换句话说，基于磨损信息来预测部件的故障是不可能的。主要不利在于，由 于随机故障行为，因而故障总是出乎意料并且将归因于服务工程师的出行时间、诊断、零件 的预定和零件的实际替换而引起显著的停机时间。
[0003] 美国专利US 8373471公开了一种检测磁共振成像系统的至少一个梯度线圈中的 故障的电缆检测设备和方法。美国专利申请US2003/02115125涉及存储自动测量的维护和 性能数据的MRI装置。通过分析趋势数据，识别MRI装置的退化。在已知MRI装置中，测量每个 零件的温度数据。

【发明内容】

[0004] 在独立权利要求中，本发明提供一种医学仪器、一种计算机程序产品和一种方法。 在从属权利要求中给出了实施例。
[0005] 如本领域的技术人员将理解，本发明的各方面可以实现为装置、方法或计算机程 序产品。因此，本发明的各方面可以采取以下形式:完全硬件实施例、完全软件实施例(包括 固件、驻留软件、微代码等等)或者组合软件和硬件方面的实施例，其在本文中可以统称为 "电路"、"模块"或"系统"。而且，本发明的方面可以采取计算机程序产品的形式，所述计算 机程序产品实现在具有实现在其上的计算机可执行代码的一个或多个计算机可读介质中。
[0006] 可以利用一个或多个计算机可读介质的任何组合。所述计算机可读介质可以是计 算机可读信号介质或者计算机可读存储介质。如本文所使用的"计算机可读存储介质"包含 可以存储可由计算设备的处理器执行的指令的任何有形存储介质。计算机可读存储介质可 以被称为计算机可读非暂态存储介质。计算机可读存储介质也可以被称为有形计算机可读 介质。在一些实施例中，计算机可读存储介质还可能能够存储能够由所述计算设备的所述 处理器访问的数据。计算机可读存储介质的范例包括但不限于：软盘、磁硬盘驱动器、固态 硬盘、闪速存储器、USB拇指驱动器、随机存取存储器(RAM)、只读存储器(R0M)、光盘、磁光盘 和处理器的寄存器文件。光盘的范例包括压缩光盘(CD)和数字万用光盘(DVD)，例如00-R0M、CD-RW、CD-R、DVD-ROM、DVD-RW或DVD-R光盘。术语计算机可读存储介质也是指能够由计 算机设备经由网络或通信链路访问的各种类型的记录媒体。例如，可以通过调制解调器、互 联网或局域网来检索数据。可以使用任何适当的介质来传送实现在计算机可读介质上的计 算机可执行代码，包括但不限于无线、有线、光纤电缆、RF等等或前述的任何适合的组合。
[0007] 计算机可读信号介质可以包括具有实现在其中例如基带内或作为载波的一部分 的计算机可执行代码的传播数据信号。这样的传播信号可以采取各种形式中的任一种，包 括但不限于电磁、光学或其任何适合的组合。计算机可读信号介质可以是不是计算机可读 存储介质任何计算机可读介质，并且其可以传递、传播或传输程序以由指令运行系统、装置 或设备使用或与其结合。
[0008] "计算机存储器"或"存储器"是计算机可读存储介质的范例。计算机存储器是处理 器可直接访问的任何存储器。"计算机存储设备"或"存储设备"是计算机可读存储介质的另 一范例。计算机存储设备是任何非易失性计算机可读存储介质。在一些实施例中，计算机存 储设备也可以是计算机存储器或反之亦然。
[0009] 如本文所使用的"处理器"包含能够运行程序或机器可执行指令或计算机可执行 代码的电子部件。对包括"处理器"的计算设备的应用应当被解释为可能包含超过一个处理 器或处理核心。所述处理器可以例如是多核心处理器。处理器也可以是指单个计算机系统 或分布在多个计算机系统之间的处理器的集合。术语计算设备还应当被解释为可能是指各 自包括(一个或多个)处理器的计算设备的集合或网络。计算机可执行代码可以由多个处理 器运行，处理器可以处于所述相同计算设备内或可以甚至跨多个计算设备分布。
[0010] 计算机可执行代码可以包括令处理器执行本发明的方面的机器可执行指令或程 序。执行针对本发明的方面的操作的计算机可执行代码可以以一个或多个编程语言的任何 组合书写，包括诸如Java、Smalltalk、C++等等的面向对象编程语言和诸如"C"编程语言或 类似编程语言的常规过程编程语言并且编译为机器可执行指令。在一些情况下，所述计算 机可执行代码可以以高级语言的形式或以预编译形式并且结合在飞行中生成机器可执行 指令的解释器使用。
[0011] 所述计算机可执行代码可以作为独立的软件包全部地在所述用户的计算机上、部 分地在所述用户的计算机上、部分地在所述用户的计算机上和部分地在远程计算机或全部 地在所述远程计算机或服务器上运行。在后面的场景中，所述远程计算机可以通过任何类 型的网络连接到所述用户的计算机，包括局域网（LAN)或广域网(WAN)，或可以对外部计算 机做出的连接(例如，使用因特网服务提供商通过因特网）。
[0012] 本发明的各方面参考根据本发明的实施例的方法、装置(系统)和计算机程序产品 的流程图说明和/或框图得以描述。将理解到，流程图、图示和/或方框图的每个块或块的一 部分可以通过以在适用时的计算机可执行代码的形式的计算机程序指令来实现的。还应理 解，在不互相排斥时，可以组合不同流程图、图示和/或框图中的框的组合。这些计算机程序 指令可以提供到通用计算机、专用计算机的处理器或者其他可编程数据处理装置来产生机 器，使得经由所述计算机的所述处理器或其他可编程数据处理装置运行的所述指令创建用 于实现所述流程图和/或方框图的(一个或多个)块的器件。
[0013] 这些计算机程序指令还可以存储在计算机可读介质中，其可以引导计算机、其他 可编程数据处理装置或其他设备以特定的方式运行，使得存储在所述计算机可读介质中的 所述指令产生包括实现所述流程图和/或(一个或多个)方框图的块中所指定的所述功能/ 行为的指令的制造品。
[0014] 所述计算机程序指令还可以加载到计算机、其他可编程数据处理装置或其他设备 上以令一系列操作步骤在所述计算机、其他可编程装置或其他设备上执行以产生计算机实 现的过程，使得在所述计算机或其他可编程装置上运行的指令提供用于实现所述流程图 和/或(一个或多个)方框图的块中所指定的所述功能/行为的过程。
[0015] 如本文所使用的"用户接口"是允许用户或操作者与计算机或计算机系统交互的 接口。"用户接口"也可以被称为"人机接口设备"。用户接口可以将信息或数据提供给操作 者和/或从操作者接收信息或数据。用户接口可以使来自操作者的输入能够由所述计算机 接收并且可以将输出从计算机提供给用户。换句话说，用户接口可以允许操作者控制或操 纵计算机，并且接口可以允许计算机指示操作者的控制或操纵的效果。数据或信息在显示 器或图形用户接口上的显示是将信息提供给操作者的范例。通过键盘、鼠标、轨迹球、触摸 板、指点杆、图形输入板、操纵杆、手柄、网络摄像头、头戴式受话器、变速杆、转向盘、踏板、 有线手套、跳舞毯、遥控器和加速度计的数据的接收全部是使能来自操作者的信息或数据 的所述接收的用户接口部件的范例。
[0016] 如本文所使用的"硬件接口"包含使计算机系统的处理器能够与计算设备和/或装 置交互或对其进行控制的接口。硬件接口可以允许处理器将控制信号或指令发送到外部计 算设备和/或装置。硬件接口也可以使处理器能够与外部计算设备和/或装置交换数据。硬 件接口的范例包括但不限于:通用串行总线、IEEE 1394端口、并行端口、IEEE 1284端口、串 行端口、RF-232端口、IEEE-488端口、蓝牙连接、无线局域网连接、TCP/IP连接、以太网连接、 控制电压接口、MIDI接口、模拟输入接口、以及数字输入接口。
[0017]如本文所使用的"显示器"或"显示设备"包含适于显示图像或数据的输出设备或 用户接口。显示器可以输出视觉、听觉和/或触觉数据。显示器的范例包括但不限于:计算机 监视器、电视屏幕、触摸屏、触觉电子显示器、盲文屏幕、阴极射线管(CRT)、存储管、双稳态 显示器、电子纸、矢量显示器、平板显示器、真空荧光显示器(VF)、发光二极管(LED)显示器、 电致发光显示器(ELD)、等离子显示板(PDP)、液晶显示器（IXD)、有机发光二极管显示器 (0LED)、投影仪、以及头戴式显示器。
[0018] 磁共振(MR)数据在本文中被限定为由在磁共振成像扫描期间由磁共振装置的天 线所记录的由原子自旋所发射的射频信号的测量结果。磁共振数据是医学图像数据的范 例。磁共振成像(MRI)图像在本文中被限定为包含在所述磁共振成像数据内的解剖数据的 经重建的二维或三维可视化。该可视化可以是使用计算机来执行的。
[0019] 在一个方面中，本发明提供一种医学仪器，其包括用于存储机器可执行指令的存 储器。所述医学仪器还包括用于运行所述机器可执行指令的处理器。在一些范例中，所述处 理器可以控制所述医学仪器的操作。所述机器可执行指令的运行使得所述处理器使用测量 数据库重复地构建包括多个数据值的测量向量。如本文所使用的测量向量涵盖具有多个数 据值的数据结构。所述数据值可以是具有相同类型或不同类型的数据。所述多个数据值包 括描述磁共振成像系统的检查室的所述环境条件的检查室数据。所述多个数据值还包括描 述所述磁共振成像系统的技术室的环境条件的技术室数据。
[0020] 如本文所使用的检查室涵盖所述磁共振成像系统的主磁体放置到其中的室。通 常，在所述检查室中，使用磁共振成像系统检查患者。如本文所使用的技术室涵盖邻近磁共 振检查室的室。所述技术室可以包含被用于对磁共振成像系统的其他部件进行供电或控制 的装置或设备。所述指令的运行还使得所述处理器通过将所述测量向量放到经训练的神经 网络程序中来重复地计算未来的预定天数中所述磁共振成像系统的梯度线圈放大器的故 障的概率。所述测量向量用作先前经训练的神经网络程序的输入。在一些其他实施例中，所 述神经网络程序是经训练的。
[0021] 该实施例可以是有益的，因为所述梯度线圈放大器的故障至少部分使用所述检查 室和所述技术室的环境条件预测。这可以导致针对所述医学仪器或磁共振成像系统的减少 的操作成本，因为所述梯度线圈放大器的故障可以要求服务人员在那里运行并且将其修理 和/或在所述磁共振成像系统不能使用的该时间期间替换所述梯度线圈放大器。所述检查 室和所述技术室的环境条件的使用是有益的，因为其使得能够提前预定天数预测所述梯度 线圈放大器的故障的并且是非显而易见的。
[0022] 在另一实施例中，所述医学仪器还包括磁共振成像系统。在一些范例中，所述磁共 振成像系统的部件可以在控制室中，一些部件可以在检查室内并且一些部件可以在技术室 内。所述技术室包含所述梯度线圈放大器。所述检查室包括所述磁共振成像系统的主磁体。 所述技术室包括用于测量技术室数据的第一组环境传感器。所述检查室还包括用于测量所 述检查室数据的第二组环境传感器。
[0023]所述指令的运行还使得所述处理器使用所述第一组环境传感器来重复地采集所 述技术室数据。所述指令的运行还使得所述处理器将所述技术室数据重复地记录在所述测 量数据库中。所述指令的运行还使得所述处理器使用所述第二组环境传感器来重复地采集 所述检查室数据。所述指令的运行还使得所述处理器将所述检查室数据重复地记录在所述 测量数据库中。所述测量向量是使用存储在所述测量数据库中的数据来构建的。重复地采 集和存储针对所述检查室和所述技术室二者的所述环境传感器数据使得所述测量向量能 够使用当前数据构建。这可以实现所述梯度线圈放大器的故障的概率的更准确的预测。
[0024] 在另一实施例中，所述指令的运行还使得所述处理器使用所述测量数据库和/或 历史梯度线圈放大器故障数据库对所述经训练的神经网络进行训练。使用何时梯度线圈放 大器已经故障的历史记录，可以根据所述历史数据构建测量向量。这可以被用于使用标准 神经网络技术和/或软件工具对所述神经网络进行训练。例如，用于实现神经网络系统的软 件是现成可用的。使用所述测量数据库和/或历史梯度线圈放大器故障数据库使得已知软 件工具的所述使用能够构建所述经训练的神经网络程序。
[0025] 在另一实施例中，所述指令的运行使得所述处理器将经扫描的参数数据存储在所 述测量数据库中。如本文所使用的经扫描的参数数据描述磁共振数据的采集期间的梯度线 圈放大器的使用。所述经扫描的参数数据可以例如是从所谓的脉冲序列导出的数据，其描 述磁共振数据的采集期间的梯度线圈放大器的使用。所述测量向量还包括经扫描的参数数 据。
[0026] 在另一实施例中，所述经扫描的参数数据包括以下中的任一项：梯度线圈放大器 开关操作的次数、总扫描时间、每次扫描的平均RMS电流、每次扫描的峰RMS电流、所使用的 扫描协议或脉冲序列、以及它们的组合。该实施例可以是有益的，因为这些参数中的任一个 可以包括对与来自所述检查室的环境数据相比较有用的数据和/或在确定所述梯度线圈放 大器的故障是否将发生时的技术室数据。
[0027] 在另一实施例中，所述指令的运行使得所述处理器构建针对预定测量时段的测量 向量。所述预定测量时段可以是在其期间构建所述测量向量的预定时间段。
[0028] 在另一实施例中，所述多个数据值中的至少一个描述针对与所述预定测量时段不 同的特定测量时段的测量值。所述指令的运行使得所述处理器通过计算加权平均值来构建 所述至少一个多个数据值。该实施例可以是有益的，因为可以在不同的时间尺度上采集所 述数据库中的所述各种数据值。例如，来自所述检查室或所述技术室的环境数据可以以相 对低速率采集，比如每天一次或每天几次。诸如关于所述经扫描的参数的数据的其他数据 可以每小时许多次地采集。例如，总扫描时间可以逐个小时改变，并且每次扫描的平均RM S 电流或其他参数可以是以与其他数据测量结果相比较非常高频率连续变化的。通过构建产 生的加权平均值数据，不同的时间尺度可以构建到单个测量向量中。
[0029]在另一实施例中，所述指令的运行还使得所述处理器通过针对在所述特定测量时 段之前发生的时间段从所述测量数据库检索先前的数据构建所述多个数据值中的至少一 个。该实施例可以是有益的，因为其使得能够包括若干不同的时间段处的数据。例如，技术 室中的所述温度在确定何时所述梯度线圈放大器的故障将发生时可以是关键的。然而，所 述温度可以不仅依赖于一个时间段而且若干先前时间段中的所述温度。该实施例使得能够 包括来自针对所述经训练的神经网络的分析的其他时间段的数据。
[0030] 在另一实施例中，所述指令的运行还使得所述处理器将有故障的扫描数据重复地 存储在所述测量数据库中。有故障的扫描的数据描述所述磁共振成像系统的有故障的磁共 振图像扫描的一次或多次发生。所述测量向量还包括所述故障的扫描数据。例如，所述测量 向量可以记录多少次所述磁共振成像系统在被控制来进行时未能做出磁共振成像扫描。
[0031] 在另一实施例中，所述指令的运行使得所述处理器将梯度线圈放大器崩溃数据重 复地记录在所述测量数据库中。所述梯度线圈放大器崩溃数据描述所述梯度线圈放大器的 所述梯度线圈放大器崩溃的一次或多次发生。所述测量向量还包括所述梯度线圈放大器崩 溃数据。例如，所述测量向量中的测量结果可以包括所述预定时间段期间的梯度线圈放大 器崩溃的次数。
[0032] 在另一实施例中，所述检查室数据包括以下中的任一项：检查室温度、检查室湿 度、以及它们的组合。
[0033] 在另一实施例中，所述技术室数据包括以下中的任一项：技术室温度、技术室湿 度、梯度线圈放大器冷却剂温度、梯度线圈放大器冷却剂压力、梯度线圈放大器冷却剂流 速、以及它们的组合。
[0034] 在另一实施例中，所述预定天数是一天。
[0035] 在另一实施例中，所述预定天数是两天。
[0036]在另一实施例中，所述预定天数是三天。
[0037]在另一实施例中，所述预定天数是四天。
[0038]在另一实施例中，所述预定天数是五天。
[0039] 在另一实施例中，所述预定天数是六天。
[0040] 在另一实施例中，所述预定天数是七天。
[0041] 在另一实施例中，所述预定天数大于三天。
[0042] 在另一实施例中，所述预定天数大于四天。
[0043]在另一实施例中，所述预定天数大于五天。
[0044] 在另一实施例中，所述预定天数大于六天。
[0045] 在另一实施例中，所述预定天数大于七天。
[0046] 在另一方面中，本发明提供一种包括用于由控制医学仪器的处理器运行的机器可 执行指令的计算机程序产品。所述机器可执行指令的运行使得所述处理器使用测量数据库 重复地构建包括多个数据值的测量向量。所述多个数据值包括描述磁共振成像系统的检查 室的环境条件的检查室数据。所述多个数据值还包括描述所述磁共振成像系统的技术室的 环境条件的技术室数据。所述指令的运行还使得所述处理器通过将所述测量向量输入到经 训练的神经网络程序中来重复地计算未来的预定天数内所述磁共振成像系统的梯度线圈 放大器的故障的概率。
[0047] 在另一方面中，本发明提供一种操作医学仪器的方法。所述方法包括以下步骤:使 用测量数据库重复地构建包括多个数据值的测量向量。所述多个数据值包括描述磁共振成 像系统的检查室的环境条件的检查室数据。所述多个数据值还包括描述所述磁共振成像系 统的技术室的环境条件的技术室数据。所述方法还包括以下步骤:通过将所述测量向量输 入到经训练的神经网络程序中来重复地计算未来的预定天数内所述磁共振成像系统的梯 度线圈放大器的故障的概率。
[0048] 应理解到，可以组合本发明的前述实施例中的一个或多个，只要所述所组合的实 施例互不排斥。
【附图说明】
[0049] 在以下中，本发明的优选的实施例仅以范例的方式并且参考附图得以描述，其中：
[0050] 图1示出了医学仪器的范例；
[0051] 图2示出了图示操作图1的医学仪器的方法的流程图；
[0052]图3示出了医学仪器的另一范例；
[0053]图4示出了图示操作图3的医学仪器的方法的流程图；
[0054]图5示出了医学仪器的另一范例；
[0055 ]图6示出了图示方法的流程图；
[0056]图7示出了包含测量向量的表；
[0057]图8示出了包含测量向量的另一表；
[0058]图9图示了计算加权平均值的方法;并且
[0059] 图10也图示了计算加权平均值的方法。
[0060] 附图标记列表：
[0061 ] 100医学仪器
[0062] 102计算机
[0063] 104硬件接口（任选的）
[0064] 106处理器
[0065] 108 用户接口
[0066] 110计算机存储设备
[0067] 112计算机存储器
[0068] 114测量向量
[0069] 116测量数据库
[0070] 118 概率
[0071] 120控制模块
[0072] 122数据库引擎
[0073] 124经训练的神经网络程序
[0074] 300医学仪器
[0075] 302磁共振成像系统
[0076] 304 磁体
[0077] 306磁体的膛
[0078] 308成像区
[0079] 310磁场梯度线圈
[0080] 312梯度线圈放大器
[0081 ] 314射频线圈
[0082] 316收发器
[0083] 318 对象
[0084] 320对象支架
[0085] 322检查室
[0086] 324第二组环境传感器
[0087] 326技术室
[0088] 328第一组环境传感器
[0089] 330技术室数据
[0090] 332检查室数据
[0091] 334历史梯度线圈放大器故障数据库
[0092] 336脉冲序列
[0093] 337磁共振数据
[0094] 338磁共振图像
[0095] 340扫描参数数据
[0096] 342故障的扫描数据
[0097] 344放大器崩溃数据
[0098] 350图像重建模块
[0099] 352神经网络训练模块
[0100] 354扫描参数数据提取模块
[0101] 500医学仪器
[0102] 700测量向量
[0103] 702时间段
[0104] 704数据值
[0105] 706 概率
[0106] 900 窗口
【具体实施方式】
[0107] 这些附图中的同样编号的元件要么是等效元件要么执行相同的功能。如果功能是 等价的，则先前已经讨论的元件将不一定在后面的附图中进行讨论。
[0108] 图1示出了医学仪器100的范例。医学仪器100包括计算机102。计算机被示出为具 有任选的硬件接口 104,硬件接口 104使得计算机102的处理器106能够控制其他仪器和设 备。计算机102额外地被示出为包含用户接口 108、计算机存储设备110和计算机存储器112。 计算机存储设备110和计算机存储器112的内容可以彼此复制或任一个的内容可以在存储 设备110和存储器112之间切换。
[0109] 处理器106被示出为与硬件接口 104、用户接口 108和计算机存储设备110和计算机 存储器112通信。
[0110] 计算机存储设备110被示出为包含测量向量114。计算机存储设备110还被示出为 包含测量数据库116。测量数据库116可以例如是关系数据库，或者其可以是更简单的类型 的数据库，例如数据文件或甚至表或逗号分隔值文件，其包含可以提取并且被用于构建测 量向量114的数据。计算机存储设备110还被示出为包含使用测量向量114计算的概率118。
[0111] 计算机存储器112被示出为包含控制模块120。控制模块120使得处理器106能够控 制和操作医学仪器100的各种部件。在其他实施例中，控制模块120可以例如被用于控制磁 共振成像系统的各种部件，并且控制模块120可以使得处理器106能够采集磁共振数据。计 算机存储器112还被示出为包含数据库引擎122。数据库引擎122包含使得处理器106能够从 测量数据库116提取数据并且构建测量向量114的代码。例如，数据库引擎122可以对于形成 统计分析以替换缺失数据或执行测量数据库内的数据的加权平均值以构建测量向量114是 有用的。计算机存储器112还被示出为包含经训练的神经网络程序124,其将测量向量114作 为输入并且输出概率118。概率118是梯度线圈放大器将在未来的预定天数内故障的概率。
[0112] 图2示出了图示操作图1的医学装置100的方法的流程图。步骤200旨在使用测量数 据库116来构建包括多个数据值的测量向量114。所述多个数据值包括描述磁共振成像系统 的检查室的环境条件的检查室数据。所述多个数据值还包括描述所述磁共振成像系统的技 术室的所述环境条件的技术室数据。然后，在步骤202中，通过将测量向量114输入到经训练 的神经网络程序124中来针对未来的预定天数计算磁共振成像系统的梯度线圈放大器的故 障的概率118。可以重复地执行步骤200和202。
[0113] 图3示出了医学仪器300的另一范例。医学仪器300包括磁共振成像系统302。磁共 振成像系统302包括磁体304。磁体304是具有通过其的孔306的超导圆柱型磁体304。不同类 型的磁体的使用也是可能的，例如，使用剖分式圆柱磁体和所谓的开放式磁体二者也是可 能的。剖分式圆柱磁体与标准圆柱磁体类似，除了低温恒温器已经分为两个区段以允许进 入磁体的等平面外，这样的磁体可以例如结合带电粒子束治疗使用。开放式磁体具有两个 磁体区段，一个在另一个之上，其中，其之间的空间足够大以接收对象:两个区段的布置与 亥姆霍兹线圈的布置类似。因为较少地限制对象，所以开放式磁体是受欢迎的。在圆柱磁体 的低温恒温器内，存在超导线圈的集合。在圆柱磁体304的孔306内，存在成像区域308,在成 像区域308中，磁场足够强和均匀以执行磁共振成像。
[0114] 在磁体的孔306内，还存在磁场梯度线圈310的集合，其被用于磁共振数据的采集 以对磁体304的成像区域308内的磁自旋进行空间地编码。磁场梯度线圈是无屏蔽的磁梯度 场线圈。磁场梯度线圈310连接到梯度线圈放大器312。磁场梯度线圈310旨在是代表性的。 典型地，磁场梯度线圈310包含用于在三个正交空间方向上空间地编码的三个分离的线圈 集合。磁场梯度电源将电流供应给磁场梯度线圈。供应给磁场梯度线圈310的电流根据时间 而控制并且可以是斜变的或脉冲的。
[0115] 邻近成像区域308是用于操纵成像区域308内的磁自旋的取向并且用于从也在成 像区域308内的自旋接收射频传输的射频线圈314。射频天线可以包含多个线圈元件。射频 天线还可以被称为信道或天线。射频线圈314连接到射频收发器316。可以通过分离的发射 和接收线圈和分离的发射器和接收器替换射频线圈314和射频收发器316。应当理解，射频 线圈314和射频收发器316是代表性的。射频线圈314旨在还表示专用发射天线和专用接收 天线。同样地，收发器316还表示分离的发射器和接收器。射频线圈314还可以具有多个接 收/发射元件，并且射频收发器116可以具有多个接收/发射信道。
[0116] 医学仪器300被示出为包括检查室322。磁体304定位在检查室322内。在检查室322 内存在第二组环境传感器324。邻近检查室322是技术室326。技术室326可以包含针对磁共 振成像系统302的供电、冷却或其他需要的各种部件。在该范例中，技术室326被示出为包含 梯度线圈放大器312。在技术室326内存在第一组环境传感器328。3梯度线圈放大器312、接 收器316、第一组环境传感器328和第二组环境传感器324被示出为连接到计算机102的硬件 接口 104。在该范例中，计算机102与图1中所示的计算机类似，但是具有与图1中所示的那个 相比额外的数据和/或软件组件。
[0117]在该范例中，计算机存储设备110内的数据和/或计算机存储器112内的程序或指 令是任选的。也就是说，可以移除单独的数据或指令以构建其他范例。
[0118] 计算机存储设备110被示出为包含使用第一组环境传感器328所采集的技术室数 据330。计算机存储设备110还被示出为包含使用第二组环境传感器324所采集的检查室数 据332。计算机存储设备110还被示出为包含历史梯度线圈放大器故障数据库334。计算机存 储设备110还示出为包含脉冲序列336。脉冲序列336可以是可以转换为使得处理器106能够 控制磁共振成像系统302以采集磁共振数据337的指令的指令或数据。
[0119] 计算机存储设备110被示出为包含使用脉冲序列336采集的磁共振数据337。计算 机存储设备110还被示出为包含根据磁共振数据337重建的磁共振图像338。计算机存储设 备110还包含从脉冲序列336提取或导出的扫描参数数据340并且描述磁共振数据337的采 集期间的梯度线圈放大器的使用。计算机存储设备110还被示出为包含有故障的扫描数据 342。有故障的扫描数据描述磁共振成像系统302的有故障的磁共振图像扫描的一次或多次 发生。计算机存储设备110还被示出为包含放大器崩溃数据344。放大器崩溃数据344描述梯 度线圈放大器的梯度线圈放大器崩溃的一次或多次发生。
[0120] 在一些范例中，数据库引擎122可以可操作为将以下中的一项或多项添加到测量 数据库116:技术室数据330、检查室数据332、扫描参数数据340、有故障的扫描数据342和放 大器崩溃数据344。这样，在各种范例中，该数据还可用于构建测量向量114。
[0121]计算机存储器112被示出为包含图像重建模块350,其使得处理器106能够根据磁 共振数据337来重建磁共振图像338。计算机存储器112还被示出为包含神经网络训练模块 352,其使用历史梯度线圈放大器故障数据库334对经训练的神经网络程序124进行训练。计 算机存储器122还被示出为包含扫描参数数据提取模块354。扫描参数数据提取模块354包 含使得处理器106能够直接根据脉冲序列确定或者将其从扫描参数数据340的模型导出。
[0122] 图4示出了示出操作图3的装置的方法的流程图。除了步骤416和418之外，图4中所 描述的步骤可以是任选的。
[0123] 首先，在步骤400中，处理器106使用测量数据库116和/或历史梯度线圈放大器故 障数据库334对经训练的神经网络124进行训练。然后，在步骤402中，将扫描参数数据340存 储在测量数据库116中。该步骤还可以包括将扫描参数数据从脉冲序列336导出或在磁共振 数据337的采集期间对其进行测量。然后，在步骤404中，使用第一组环境传感器328来采集 技术室数据330。然后，在步骤406中，将技术室数据330记录或存储在测量数据库116中。
[0124] 然后，在步骤408中，使用第二组环境传感器324来采集检查室数据332。在步骤410 中，将检查室数据332记录或存储在测量数据库116中。测量向量可以包括从测量数据库116 所提取的技术室数据和检查室数据。然后，在步骤412中，将梯度线圈放大器崩溃数据404记 录在测量数据库116中。然后，在步骤414中，将有故障的扫描数据342记录在测量数据库中。 然后，在步骤416中，使用测量数据库根据多个数据值来构建测量向量114。测量向量至少包 括检查室数据和技术室数据。在各种范例中，其可以包含放大器崩溃数据344、有故障的扫 描数据342、和/或扫描参数数据340。
[0125] 然后，在步骤418中，通过将测量向量114输入到经训练的神经网络程序124来计算 未来的预定天数内磁共振成像系统的梯度线圈放大器的故障的概率118。磁共振数据的采 集或在磁共振数据的采集之前，可以重复步骤400、402、404、406、408、410、412、414、416和 418。可以在每天几次、每天或每隔几天的时间尺度上重复图2或4中所示的方法以给定未来 的梯度线圈放大器故障的事前警告。
[0126] 当MRI系统中发生梯度放大器的故障时，采集来自梯度放大器中或其周围可用的 传感器的测量结果。可能的是，不存在传感器与部件的可能故障之间的直接已知关系;这可 以不对可能的方案产生影响。通过从一组故障采集这些测量结果，可以通过使用神经网络 算法在测量数据中检测故障的指纹。当通过测量相同传感器持续地监测在场中的工作的梯 度放大器并且将其与来自旧故障的指纹相比较时，新故障可以在其发生之前被检测到。
[0127] 通过根据历史故障数据创建故障指纹来建造针对梯度放大器的预测器的模型。数 据基于梯度放大器中和其周围的传感器。
[0128] 图5示出了医学仪器500的另一范例。在该范例中，在检查室322中存在具有磁体 304的磁共振成像系统302。存在具有包括梯度放大器312的许多设备的机架的技术室。检查 室具有用于测量室气候参数的第二组环境传感器324。技术室326具有用于测量冷却系统参 数和技术室气候参数以及崩溃数据的第一组环境传感器328。
[0129] 在图5中给出了MR系统和相关传感器的示意图。其示出了检查室和技术室和每个 室中的相关传感器。梯度放大器定位在技术室中，但是没有直接传感器可用在梯度放大器 上。从技术室，存在至少3个不同类型的可用的传感器:气候、冷却系统传感器和崩溃数据。 崩溃数据是仅在存在故障的扫描或放大器崩溃时记录的传感器。放大器崩溃不意指损坏的 放大器，而是仅其中梯度放大器针对小时间段未正确地操作的"小故障"情况。
[0130] 范例可以包括两个分离的步骤:数据挖掘步骤和预测步骤，这二者在下文中讨论：
[0131] 图6示出了图示用于训练神经网络程序以检测或预测梯度线圈放大器的故障的数 据挖掘的方法的范例的流程图。方法在步骤600中开始。然后，在步骤604中收集来自历史数 据库的过往部件故障602以创建针对过程的数据集。然后，在606中，将所收集的测量数据创 建到训练数据集中。训练数据集608然后输入到神经网络训练程序610,其训练神经网络程 序以生成若干故障签名612。方法在步骤614中结束。
[0132] 在图6的右边详述数据挖掘流程。其通过得到过往部件故障602的时间戳开始;使 用该信息，得到(相关)参数604的测量数据是可能的。为了创建故障的指纹和具有学习参数 与故障之间的复杂关系的系统，必须创建训练集。训练集仅是具有某个时间处的参数的值 的行的集合和必须学习的部件的条件。范例是：
[0134] 第一列描述要出现故障的时间，其可以以小时/天/秒为单位，这取决于应用。在表 中示出参数pi......pn，并且在通过F表示的最后一列中示出部件的条件。0值意指一切事情 仍然0K，并且1值意指系统将在X天/小时/秒内故障。X值取决于应用。高值是期望的，但是可 以证明是困难的。在步骤610中，使用学习算法分析来自608的训练集。学习算法是诸如下式 的函数：
[0135] f(pi. . ,pn)=F(0/l).
[0136] 在这种情况下，使用神经网络程序。在存在模型的高准确度时，存储612学习算法 参数，并且完成数据挖掘流程。
[0137] 使用故障签名，通过使用来自612的学习模型参数来创建预测器模型并且将实况 值从相同传感器馈送到模型中，预测梯度放大器是否将故障是可能的。如果模型报告1，则 部件将在X天(预定天数）内以高确定性故障，否则部件将正确地工作。
[0138] 通过根据梯度放大器的78个不同的故障测量数据并且利用5天的X执行了测试。结 果示出了预测故障时的75%准确度和2%假阳性。
[0139] 图7示出了表的范例。表700示出了针对不同的时间段702的若干测量向量700。在 表中还显示了根据测量向量700中的每一个所计算的概率706。测量向量700包括许多不同 的数据值704。每次神经网络基于输入704评价网络的输出700时，其输出0与1之间的值，其 是概率706。这是梯度放大器在预定天数内将故障的概率。例如，放大器可能在下一个24小 时内故障的概率。在图7中所示的范例中，评价仅评价特定行上的数据，因此基本上不存在 所检查的数据的趋势。
[0140] 图8示出了备选表。图8中的表图示了做出关于输入神经网络中的数据的趋势的方 法。此外，存在针对不同的时间段702构建的测量向量700。然而，在这种情况下，通过移动来 自其他时间的输入创建额外的输入。在该范例中，XI输入被用于创建三个额外的输入，其有 效地给神经网络提供额外的历史数据以创建之间的关系。
[0141] 神经网络的输入还可以修改到平均输入。在检查表时，神经网络评价每行或测量 向量。表或测量向量的每行是时刻，并且这意指针对所有输入的固定的采样率。然而，不是 所有数据以相同采样率输入。例如，可以每天一次测量温度湿度。例如，可以每扫描20000次 测量梯度放大器开关。找到协调不同的采样率以创建相等采样率的方式可以是有益的。这 例如可以通过执行加权平均实现。这可以通过将针对方案所需要的所要求的采样率的每个 参数开窗口完成。在该范例中，例如，其可以是24小时。
[0142] 图9示出了图示针对时间段X 702的测量向量700的表。在窗口900上对数据进行平 均。在该范例中，窗口是2.5倍特定数据值的大小。这导致以下的X的窗口值：
[0143] Xw= (1 · 0*1 · 2+1 · 0*42+0 · 5*5)/2 · 5 = 18 · 28
[0144] 图10示出了针对紧接地在图9中所示的时间段之后的时间段的窗口时间样本。在 该范例中，再次，时间段是2.5倍特定数据值的大小，并且这导致以下的X的窗口值：
[0145] Xw= (0 · 5*5+1 · 0*32+1 · 0*7 )/2 · 5 = 16 · 6 ·
[0146] 完成平均的方法可以提供用于在经训练的神经网络程序中使用的协调的输入集 或测量向量。这可以针对所要求的时间窗的每个输入完成。时间窗大小可以取决于特定应 用。这可以是有益的，因为其可以导致针对其中同样地采样每个输入的神经网络的协调的 输入集或给定的窗口大小或时间。
[0147] 存在MRI的使用(小时)与梯度放大器故障的数量之间的关系。可以找到MRI的使用 与梯度放大器的使用的数量之间的关系。这是严重协议相关的，并且长扫描未自动地意指 高的梯度放大器使用。
[0148] 这可以以公式表达：
[0149] P(F)=f(Xl,X2,X3···. ,Xn,Ul,U2,---.Un)
[0150] P(F)是梯度放大器在下一个24小时内将故障的机会。
[0151] ΧΙ···Χη是环境参数(例如，湿度、温度）
[0152] 1]1，1]2，~1]11是使用参数
[0153] 关于梯度放大器，存在若干重要的使用参数：
[0154]-每次扫描的开关次数(双配置的情况下）
[0155] -每次扫描的能耗
[0156] -总扫描时间
[0157] -每次扫描的电流的RMS
[0158] 不同的扫描协议要求不同的能量和扫描时间，这造成梯度放大器的或多或少的使 用。
[0159] 虽然在附图和前述描述中已经详细说明和描述了本发明，但是这样的说明和描述 将被认为是说明性或示范性而非限制性的;本发明不限于所公开的实施例。
[0160] 本领域技术人员通过研究附图、说明书和随附的权利要求书，在实践所主张的本 发明时可以理解和实现所公开的实施例的其他变型。在权利要求中，词语"包括"不排除其 他元件或步骤，并且词语"一"或"一个"不排除多个。单个处理器或其他单元可以实现权利 要求中记载的若干项目的功能。尽管在互不相同的从属权利要求中记载了特定措施，但是 这并不指示不能使用这些措施的组合以获利。计算机程序可以存储/分布在适合的介质上， 例如与其他硬件一起提供或者作为其他硬件的部分提供的光学存储介质或固态介质，而且 可以以诸如经由因特网或其他有线或无线电信系统的其他形式分布。权利要求中的任何附 图标记都不应被解释为对范围的限制。
【主权项】
1. 一种医学仪器（100、300、500)，其包括： -存储器（110、112)，其用于存储机器可执行指令（120、122、124、350、352、354); -处理器（106)，其中，所述机器可执行指令的运行使得所述处理器重复地： -使用测量数据库（116、122)来构建(200、416)包括多个数据值(704)的测量向量（114、 700)，其中，所述多个数据值包括描述磁共振成像系统的检查室(322)的环境条件的检查室 数据(332)，其中，所述多个数据值还包括描述所述磁共振成像系统的技术室(326)的环境 条件的技术室数据(330); -通过将所述测量向量输入到经训练的神经网络程序（124)中以根据所述测量向量来 检测故障的指纹从而计算(202、418)在未来的预定天数内所述磁共振成像系统的梯度线圈 放大器(312)的故障的概率(706)。2. 根据权利要求1所述的医学仪器，其中，所述医学仪器还包括所述磁共振成像系统， 其中，所述技术室包含所述梯度线圈放大器，其中，所述检查室包括所述磁共振成像系统的 主磁体，其中，所述技术室包括用于测量所述技术室数据的第一组环境传感器(328)，其中， 所述检查室还包括用于测量所述检查室数据的第二组环境传感器(324)，其中，所述指令的 运行还使得所述处理器重复地： -使用所述第一组环境传感器来采集(404)所述技术室数据； -将所述技术室数据记录(406)在所述测量数据库中； -使用所述第二组环境传感器来采集(408)所述检查室数据;并且 -将所述检查室数据记录(410)在所述测量数据库中。3. 根据权利要求1或2所述的医学仪器，其中，所述指令的运行使得所述处理器使用所 述测量数据库和/或历史梯度线圈放大器故障数据库(334)来对所述经训练的神经网络进 行训练(400)。4. 根据权利要求1、2或3所述的医学仪器，其中，所述指令的运行还使得所述处理器将 扫描参数数据(340)存储(402)在所述测量数据库中，其中，所述扫描参数数据描述磁共振 数据(337)的采集期间的梯度线圈放大器的使用，其中，所述测量向量还包括所述扫描参数 数据。5. 根据权利要求4所述的医学仪器，其中，所述扫描参数数据包括以下中的任一项：梯 度线圈放大器开关操作的次数、总扫描时间、每次扫描的平均RMS电流、每次扫描的峰RMS电 流、扫描协议、以及它们的组合。6. 根据前述权利要求中的任一项所述的医学仪器，其中，所述指令的运行使得所述处 理器构建针对预定测量时段(702)的所述测量向量。7. 根据权利要求6所述的医学仪器，其中，所述多个数据值中的至少一个描述针对与所 述预定测量时段不同的特定测量时段的测量值，其中，所述指令的运行使得所述处理器通 过借助于计算加权平均值来构建所述多个数据值中的所述至少一个来协调与所述测量时 段相关联的采样率。8. 根据权利要求6或7所述的医学仪器，其中，所述指令的运行使得所述处理器通过针 对在所述特定测量时段之前发生的时间段从所述测量数据库检索先前的数据来构建所述 多个数据值中的至少一个。9. 根据前述权利要求中的任一项所述的医学仪器，其中，所述指令的运行还使得所述 处理器重复地： -将有故障的扫描数据(342)记录(414)在所述测量数据库中，其中，所述有故障的扫描 数据描述所述磁共振成像系统的有故障的磁共振图像扫描的一次或多次发生，其中，所述 测量向量还包括所述有故障的扫描数据 和/或 -将梯度线圈放大器崩溃数据(344)记录(412)在所述测量数据库中，其中，所述梯度线 圈放大器崩溃数据描述所述梯度线圈放大器的梯度线圈放大器崩溃的一次或多次发生，其 中，所述测量向量还包括所述梯度线圈放大器崩溃数据。10. 根据前述权利要求中的任一项所述的医学仪器，其中，检查室数据包括以下中的任 一项:检查室温度、检查室湿度、以及它们的组合。11. 根据前述权利要求中的任一项所述的医学仪器，其中，所述技术室数据包括以下中 的任一项:技术室温度、技术室湿度、梯度线圈放大器冷却剂温度、梯度线圈放大器冷却剂 压力、梯度线圈放大器冷却剂流速、以及它们的组合。12. 根据前述权利要求中的任一项所述的医学仪器，其中，所述预定天数是以下中的任 一项:1天、2天、3天、4天、5天、6天、7天、大于3天、大于4天、大于5天、大于6天、以及大于7天。13. -种包括用于由控制医学仪器（100、300、500)的处理器（106)运行的机器可执行指 令（120、122、124、350、352、354)的计算机程序产品，其中，所述机器可执行指令的运行使得 所述处理器重复地： -使用测量数据库（116、122)来构建(200、416)包括多个数据值(704)的测量向量（114、 700)，其中，所述多个数据值包括描述磁共振成像系统的检查室(322)的环境条件的检查室 数据(332)，其中，所述多个数据值还包括描述所述磁共振成像系统的技术室(326)的环境 条件的技术室数据(330); -通过将所述测量向量输入到经训练的神经网络程序（124)中来计算(202、418)在未来 的预定天数内所述磁共振成像系统的梯度线圈放大器(312)的故障的概率(706)。14. 一种操作医学仪器（100、300、500)的方法，其中，所述方法包括重复地进行以下步 骤： -使用测量数据库（116、122)来构建(200、416)包括多个数据值(704)的测量向量（114、 700)，其中，所述多个数据值包括描述磁共振成像系统的检查室(322)的环境条件的检查室 数据(332)，其中，所述多个数据值还包括描述所述磁共振成像系统的技术室(326)的环境 条件的技术室数据(330); -通过将所述测量向量输入到经训练的神经网络程序（124)中来计算(202、418)在未来 的预定天数内所述磁共振成像系统的梯度线圈放大器(312)的故障的概率(706)。
【文档编号】G01R33/385GK105874345SQ201480072017
【公开日】2016年8月17日
【申请日】2014年12月23日
【发明人】A·T·范维林根
【申请人】皇家飞利浦有限公司