磁共振成像装置及图像重构方法与流程

文档序号:11158968阅读:514来源:国知局
磁共振成像装置及图像重构方法与制造工艺

本发明涉及磁共振成像(Magnetic Resonance Imaging)技术。尤其涉及使用多个通道的接收线圈的并行成像技术。



背景技术:

MRI装置是对构成被检体、尤其是人体组织的原子核自旋所产生的NMR(Nuclear Magnetic Resonance)信号进行测量,并使其头部、腹部、四肢等形态或功能以二维或三维的方式图像化的装置。在拍摄中,对NMR信号施加根据梯度磁场而不同的相位编码、频率编码。所测量出的NMR信号通过二维或三维傅里叶变换被重构为图像。下面,将配置测量出的信号数据的空间称为k空间,将k空间中配置的数据称为k空间数据,将对k空间进行傅里叶变换后的空间称为图像空间。

在MRI方法中,存在如下并行成像,即,使用至少由2个接收通道构成的RF接收线圈(下面,称为接收线圈),对相位编码(在三维测量时为相位编码且/或分层编码(Slice encoding))以R倍间隔剔除地测量,由此将拍摄时间缩短至1/R的并行成像。

间隔剔除地测量出的k空间数据即使直接进行傅里叶变换仍会产生重叠,从而无法正确进行图像化。作为解决该问题的图像重构方法,具有利用k空间的周期性,并通过插补来恢复已间隔剔除的k空间数据的方法(例如,参照专利文献1、专利文献2)。该方法被称为k空间并行成像。

在k空间并行成像中,通过插补来恢复对在各接收通道中取得的信号数据进行配置的k空间(下面,称为接收通道的k空间)的未测量数据,并合成(通道合成)恢复后的各k空间数据。在各接收通道的k空间数据的插补、恢复中,需要全部接收通道的k空间数据。因此,k空间并行成像的图像重构时间与接收通道数量的平方呈比例地延长。

作为使k空间并行成像的图像重构处理高速化的方法,具有图像空间法(例如,参照专利文献3)。图像空间法是通过将k空间中的插补处理变换为图像空间中的处理,从而消除卷积运算的方法。在图像空间法中,使k空间中的插补处理表现为已间隔剔除的k空间数据与插补值核(Interpolation kernel)的卷积运算,对两者进行傅里叶变换,由此形成重叠图像与重叠去除映射的乘法处理。由于该技术仅将运算空间从k空间变换为图像空间,因此处理结果与现有的k空间并行成像相同。

现有技术文献

专利文献

专利文献1:美国专利第7282917号说明书

专利文献2:美国专利第6841998号说明书

专利文献3:美国专利第7279895号说明书



技术实现要素:

发明要解决的课题

从SNR或并行成像性能的方面来看,接收通道数量存在逐年增加的倾向。因此,需要使k空间并行成像的重构处理高速化。

通常,为了使运算处理高速化,可以使用并行处理。但是,在k空间并行成像中,如上所述,为了处理1个接收通道的信号数据将使用所有接收通道的信号数据。因此,即使使处理针对每个通道并行化,运算期间使用的数据将冲突,从而在内部仍将依次处理。因此,其结果是并未提升运算速度。

通过图像空间法,将使各接收通道的运算数倍程度地高速化,但是由于接收通道数量的增加所造成的延长量也较大,其结果是需要进一步高速化。

本发明是鉴于上述情况而完成的,其目的在于,提供一种在k空间并行成像中,使图像重构处理高速化而不降低画质的技术。

用于解决课题的手段

本发明将k空间并行成像的图像重构处理中的插补处理分割为:使用1个通道的测量出的k空间数据,生成所有通道的插补数据的要素数据的要素数据生成处理、以及针对每个通道合计已生成的要素数据的合计处理。并且,使要素数据生成处理以例如每个通道这样的预先确定好的单位来分割,并行执行。发明效果

根据本发明,在k空间并行成像中,能够使图像重构处理高速化而不降低画质。

附图说明

图1是第一实施方式的磁共振成像装置的结构图。

图2是第一实施方式的控制系统的功能框图。

图3中的(a)~(c)为用于说明k空间并行成像的插补处理的说明图。

图4中的(a)及(b)为用于说明k空间并行成像的插补系数计算处理的说明图。

图5是用于说明现有的插补处理的说明图。

图6是现有的k空间并行成像的图像重构处理的流程图。

图7中的(a)~(e)是用于说明第一实施方式的插补处理的说明图。

图8中的(a)及(b)是说明k空间并行成像的插补处理的说明图。

图9中的(a)是用于说明现有的插补处理的说明图,(b)是用于说明第一实施方式的插补处理的说明图。

图10是第一实施方式的k空间并行成像的图像重构处理的流程图。

图11是第一实施方式的变形例之一的k空间并行成像的图像重构处理的流程图。

图12是现有的图像空间法的图像重构处理的流程图。

图13是第二实施方式的图像空间法的图像重构处理的流程图。

图14是第三实施方式的并行成像的图像重构处理的流程图。

具体实施方式

<<第一实施方式>>

下面,使用附图对应用本发明的第一实施方式进行说明。此外,在用于说明各实施方式的所有附图中,在标注有相同名称及相同附图标记的结构中具有相同功能,对其省略重复说明。

[MRI装置结构]

首先,对本实施方式的MRI装置的一例的整体概要进行说明。图1是表示本实施方式的MRI装置100的整体结构的框图。本实施方式的MRI装置100利用NMR现象来获得被检体的断层图像,如图1所示,其具备:静磁场产生系统120、梯度磁场产生系统130、发送系统150、接收系统160、控制系统170、以及序列发生器140。

静磁场产生系统120若为垂直磁场方式的话,则在围绕被检体101的空间中在与其体轴正交的方向上产生均匀的静磁场,若为水平磁场方式的话,则在体轴方向上产生均匀的静磁场,并且该静磁场产生系统120具备围绕被检体101配置的永磁体方式、通常导电方式或者超导方式的静磁场产生源。

梯度磁场产生系统130具备:沿作为MRI装置100的坐标系(装置坐标系)的X、Y、Z这3轴方向卷绕的梯度磁场线圈131、以及驱动各个梯度磁场线圈的梯度磁场电源132,通过按照来自序列发生器140的命令来驱动各个梯度磁场线圈131的梯度磁场电源132,在X、Y、Z这3轴方向施加梯度磁场Gx、Gy、Gz。

发送系统150为了使构成被检体101的生物体组织的原子的原子核自旋引起核磁共振,而对被检体101照射高频磁场脉冲(下面,称为“RF脉冲”。),其具备:具有高频振荡器(合成器)、调制器和高频放大器的发送处理部152、以及发送侧的高频线圈(发送线圈)151。高频振荡器生成RF脉冲,并在基于来自序列发生器140的指令的定时输出。调制器对已输出的RF脉冲进行调幅,高频放大器将该调幅而得的RF脉冲放大,供给至接近被检体101而配置的发送线圈151。发送线圈151对被检体101照射所供给的RF脉冲。

接收系统160检测由构成被检体101的生物体组织的原子核自旋的核磁共振所放出的核磁共振信号(回波信号、NMR信号),并且具备:接收侧的高频线圈(接收线圈)161、以及具备合成器、放大器、正交相位检波器和A/D变换器的接收处理部162。

接收线圈161接近被检体101而配置,在各通道对通过由发送线圈151照射的电磁波感应出的被检体101的响应(应答)的NMR信号(接收信号)进行检测。在本实施方式中,接收线圈161设为具备多个接收通道(下面,简称为通道)的多通道线圈。各通道的接收信号在接收处理部162中被放大,在基于来自序列发生器140的指令的定时被检波,变换为数字量,在每个通道中发送至控制系统170。

此外,图1中例示了通道数量为4的情况。对各通道标注为连号,可以被识别。

序列发生器140按照预定的脉冲时序重复施加RF脉冲和梯度磁场脉冲。此外,脉冲时序记述有高频磁场、梯度磁场、信号接收的定时或强度,并预先保持在控制系统170中。序列发生器140按照来自控制系统170的指示进行动作,向发送系统150、梯度磁场产生系统130及接收系统160发送被检体101的断层图像的数据收集所需要的各种命令。

控制系统170进行MRI装置100整体动作的控制、信号处理、图像重构等各种运算、处理结果的显示及保存等,并具备CPU171、存储装置172、显示装置173、以及输入装置174。存储装置172由硬盘等内部存储装置、以及外置硬盘、光盘、磁盘等外部存储装置构成。显示装置173为CRT、液晶等显示装置。输入装置174是MRI装置100的各种控制信息或在控制系统170中进行的处理的控制信息的输入的接口(界面),例如具备轨迹球或鼠标和键盘。输入装置174被接近显示装置173而配置。操作者一边观看显示装置173一边通过输入装置174在人机对话输入MRI装置100的各种处理所需要的指示、数据。

CPU171按照操作者输入的指示,执行预先保持在存储装置172中的程序,由此来实现MRI装置100的动作控制、各种数据处理等控制系统170的各处理、各功能。例如,若向控制系统170输入来自接收系统160的数据,则CPU171执行信号处理、图像重构等的处理,并将其结果即被检体101的断层像显示在显示装置173中,同时存储于存储装置172中。

在本实施方式中,如后述的那样,通过将处理并行化,来实现高速化。为了使其实现,将本实施方式的控制系统170做成可并行处理的结构。例如,具备可并行动作的多个CPU171。另外,CPU171也可以由可并行动作的多个核的CPU来构成。或者,作为CPU171,也可以具备多个处理基板。

此外,控制系统170的全部或一部分功能也可以通过ASIC(专用集成电路,Application Specific Integrated Circuit)、FPGA(现场可编程门阵列,field-programmable gate array)等硬件来实现。另外,用于各功能处理的各种数据、处理中生成的各种数据被储存在存储装置172中。

发送线圈151和梯度磁场线圈131在插入有被检体101的静磁场产生系统120的静磁场空间内,若为垂直磁场方式则与被检体101相对(相向),若为水平磁场方式则设置为包围被检体101。另外,接收线圈161被设置为与被检体101相对或将其包围。

当前,对于MRI装置的拍摄对象原子核素,临床上普及的是作为被检体101的主要构成物质的氢原子核(质子)。在MRI装置100中,通过将与质子密度的空间分布、激励状态(激发态)的缓和时间的空间分布相关的信息图像化,来二维或三维地拍摄人体头部、腹部、四肢等的形态或功能。

[控制系统的功能结构]

在本实施方式中,根据利用多个通道取得的回波信号,通过k空间并行成像来重构图像。为了使其实现,本实施方式的控制系统170如图2所示,具备测量部210和图像重构部220。

[测量部]

测量部210针对每个通道将k空间的编码步骤间隔剔除来测量k空间数据。在每次测量中,为了计算用于数据插补的系数(下面称为插补系数),相较于k空间的高频部分,对k空间的低频部分更密集地进行测量。在以下内容中,前提是,对于各通道的k空间数据,对于低频部分密集地进行测量而不会间隔剔除编码步骤,对于低频部分以外的高频部分以间隔剔除的方式进行测量。

[图像重构部]

图像重构部220对测量出的k空间数据应用基于利用了k空间的周期性的k空间并行成像的运算,获得重构图像。在k空间并行成像法中,使用所有通道的测量出的k空间数据,生成各通道的被间隔剔除的k空间位置的数据而作为插补数据,来恢复k空间数据。并且,根据各通道的已恢复的k空间数据,来重构每个通道的图像,并将它们合成,由此获得重构图像。另外,在生成插补数据时,使用插补系数。将使用该插补系数生成插补数据,并恢复被间隔剔除的k空间数据的处理称为插补处理。

因此,如图2所示,本实施方式的图像重构部220具备:预处理部221,其使用测量出的k空间数据来计算用于运算的插补系数;插补处理部222,其执行将计算出的插补系数应用于测量出的k空间数据的插补处理,来生成每个通道的图像即通道图像;以及图像合成部225,其合成通道图像来获得重构图像。

本实施方式的插补处理是使用测量出的k空间数据,来生成进行间隔剔除而得的k空间位置的数据即插补数据的处理。在插补数据的生成中,使用插补系数。

因此,在预处理部221中,根据测量出的k空间数据来计算用于插补处理的插补系数。对插补系数计算的详细内容将予以后述。另外,图像合成部225将通过例如Sum-Of-Square合成(平方和合成)的方法来进行通道合成。

[插补处理]

在本实施方式的插补处理部222的详细说明之前,对基于k空间并行成像的插补处理的概要进行说明。如上所述,在k空间并行成像中,对1个k空间的被间隔剔除的位置的数据,使用所有通道的k空间的、与该位置相邻的位置的k空间数据来进行插补。

以通道数量为2的情况为例,来具体进行说明。图3中的(a)~图3中的(c)是用于说明通道数量为2时的k空间并行成像的概要的说明图。

图3中的(a)所示的k空间数据310为配置有通道1(Ch#1)中取得的信号数据的k空间数据,图3中的(b)所示的k空间数据320为配置有通道2(Ch#2)中取得的信号数据的k空间数据。它们是进行间隔剔除而取得的。

图3中的(c)是将k空间数据310的包含像素311~316及317的小区域310a、以及k空间数据320的包含像素321~326及327的小区域320a放大,来示意性地表示的图。

这里,以通过使用了k空间数据310a内的、6点的相邻像素群311~316的复合数据的插补,来生成像素317的复合数据的情况为例进行说明。即如下情况:为了插补像素317的k空间数据,针对每1个通道,使用在频率编码方向为3点、在相位编码方向为2点的合计6点的数据。

像素311~316及像素321~326为实际测量出的k空间数据,将各个复合数据设为A1~F1、A2~F2,将像素317设为通过插补而生成的k空间数据。另外,像素311与321、312与322、313与323、314与324、315与325、316与326为相同像素位置的像素。

在k空间并行成像中,使用所有通道(通道1及通道2)的、相邻像素群的像素值(k空间数据),按照下面的式(1),来计算通道1的k空间的像素317。

Z1=a11·A1+b11·B1+c11·C1

+d11·D1+e11·E1+f11·F1

+a21·A2+b21·B2+c21·C2

+d21·D2+e21·E2+f21·F2···(1)

这里,a11~f11、a21~f21分别为插补系数。

另外,同样地,按照下面的式(2)来计算通道2的像素327。

Z2=a12·A1+b12·B1+c12·C1

+d12·D1+e12·E1+f12·F1

+a22·A2+b22·B2+c22·C2

+d22·D2+e22·E2+f22·F2···(2)

这里,a12~f12、a22~f22分别为插补系数。

下面,在本说明书中,将用于插补数据生成的k空间数据称为插补原始数据。将存在插补数据的k空间称为插补目标k空间或插补目标通道,将存在插补原始数据的k空间称为插补原始k空间或插补原始通道。

[插补系数的计算]

提取k空间的低频数据,并使用它们来计算在插补数据计算时使用的插补系数。关于要提取的区域,一般设为频率编码方向、相位编码方向总共大约为±16编码。

使用图4中的(a)及图4中的(b)来对插补系数的计算方法进行说明。在这些图中,300为1个通道的k空间低频数据。300a是着眼于k空间低频数据300之中的预定的像素307和其相邻的像素群301~306而放大后的k空间数据。

如上所述,插补系数(复数、复合数(複素数))是在根据相邻像素301~306(插补原始像素)的复合数据来计算像素307(插补目标f像素)的复合数据时,与各像素的复合数据相乘的系数。这里,以如下为例进行说明:将全部通道数设为N(N为1以上的整数。N没有理论上限,但是实用上限为1028左右。),来计算通道n(n为1以上N以下的整数)的复合数据。将通道n的、相邻像素群301~306的各复合数据设为An~Fn,将用于计算通道n的复合数据的插补系数(复数)设为a1n~fNn

使用各通道的相邻像素群301~306(插补原始像素群)的各复合数据A1~F1、···AN~FN(下角标表示通道编号),用下面的式(3)来表示通道n的像素307(插补目标像素)的复合数据Zn(下角标表示通道编号)。

如上所述,由于提取出的k空间低频数据被密集测量,因此各像素的复合数据A1~F1、···AN~FN及Zn为已知的测量数据。在进行使用了相邻的6点的像素的复合数据的插补时,由于未知的插补系数为6×N个,因此在不同的6×N点制成上述式(3),设为联立方程式而求解,由此得到各插补系数。

例如,将k空间低频数据300的像素数设为P。此外,将P设为6×N以上的整数。如图4中的(b)所示,对k空间低频数据300的所有像素分别赋予k空间像素编号p(p为1以上P以下的整数)。将通道n的像素编号p的像素307的复合数据设为Zn(p),将相邻像素群301~306的各复合数据设为An(p)~Fn(p)。

使用这些数据,针对k空间像素编号1~P,制成与上述式(3)同样的式子(下面为式(4))。将式子制成为P个。

若将它们以矩阵来表述,则形成为下面的式(5)。

这里,若将上述式(5)的各要素分别以向量Z、矩阵A、向量X来表示,则形成为下面的式(6)。

Z=AX···(6)

其中,

由插补系数构成的未知矩阵X可以通过将式(6)变形为下面的式(7)、式(8)来求解。

AHZ=AHAX···(7)

X=(AHA)-1AHZ···(8)

此外,H表示共轭转置矩阵。通过得到该X,来得到计算通道n的复合数据的插补系数。

此外,在各插补原始通道中,针对每个插补目标通道而生成插补系数。

因此,在下面本说明书中,通过下面的式(9)的表述来定义以上述方法计算出的插补系数。

cmn[i][j]···(9)

这里,c表示插补系数(复数),m表示插补原始通道编号,n表示插补目标通道编号,i、j分别表示相对于插补对象数据的相对位置(分别在kx方向、ky方向)。为了简便,限定为-1≤i≤1、-1≤j≤1。另外,m、n为分别满足1≤m≤N、1≤n≤N的整数,N为所有通道的个数(整数)。

即,上述式(9)表示的插补系数是,针对第n号通道(下面称为通道n)中取得的k空间数据的位置(kx、ky)的像素的k空间数据,使用在通道m中取得的k空间数据即在kx方向上偏离i、在ky方向上偏离j而得的像素(kx+i、ky+j)的数据群进行插补时的插补系数。

如上所述,在本实施方式的k空间并行成像中,为了插补k空间数据的1点,针对每1个通道,使用频率编码方向的3点的插补原始数据、相位编码方向的2点的插补原始数据的合计6点的插补原始数据。因此,若将通道数设为N,则在针对每1张图像将计算出6×N2个插补系数。

若使用该表述来表示图3中的(c),则将形成为图5那样。这里,通道1及通道2为插补原始通道,通道1为插补目标通道。cmn[i][j]与上述同样地为插补系数,m为插补原始通道编号、n为插补目标通道编号,i及j为相对于插补对象数据的相对位置(kx方向、ky方向)。另外,将通过插补而生成的数据(插补数据)定义为KInt(n)。此外,n表示插补目标通道编号。

如图5所示,在生成通道1的像素317的k空间数据作为插补数据KInt(1)时,使用通道1的插补原始数据及通道2的插补原始数据。此时,将c11[-1][-1]~c11[1][1]的插补系数应用于通道1的插补原始数据即各像素311~316的数据中,将c21[-1][-1]~c21[1][1]的插补系数应用于通道2的插补原始数据即各像素321~326的数据中。

若将其通过式子来表示,则表示为下面的式(10)。

KInt(1,kx,ky)

=c11[-1][-1]×K(1,kx-1,ky-1)+c11[0][-1]×K(1,kx,ky-1)+c11[1][-1]×K(1,kx+l,ky-1)

+c11[-1][1]×K(1,kx-1,ky+1)+c11[0][1]×K(1,kx,ky+1)+c11[1][1]×K(1,kx+1,ky+1)

+c21[-1][-1]×K(2,kx-1,ky-1)+c21[0][-1]×K(2,kx,ky-1)+c21[1][-1]×K(2,kx+1,ky-1)

+c21[-1][1]×K(2,kx-1,ky+1)+c21[0][1]×K(2,kx,ky+1)+c2l[1][1]×K(2,kx+1,ky+1)

···(10)

这里,分别地,n、kx、ky表示插补数据的坐标(通道编号、频率编码位置、相位编码位置),KInt(n,kx,ky)表示插补数据,K(1~N,kx-1~kx+1,ky-1~ky+1)表示用于插补的k空间数据(插补原始数据)。

[使用现有的插补处理的图像重构处理的流程]

这样,在基于k空间并行成像法的插补处理中,为了使间隔剔除地测量出的k空间恢复,对所有通道的所有被间隔剔除的像素计算插补目标数据KInt。此时,由上述式(10)可知,在基于k空间并行成像法的插补处理中,为了获得通道n的预定的插补目标像素的像素值(插补数据),需要所有通道的、与该插补目标像素相邻的相邻像素的像素值(插补原始数据)。

因此,在现有方法的插补处理中,使用所有插补原始通道的插补原始数据,针对每个插补目标通道,以需要进行插补的所有像素的量,依次重复对上述式(10)进行计算来获得插补数据的处理。

这里,为了与本实施方式的基于图像重构部220的图像重构处理的流程进行比较,使用图6对基于现有的k空间并行成像的图像重构处理的流程进行说明。在图6中,多个箭头表示多个通道的数据的流向。

首先,在各通道中,从已取得的k空间数据之中提取k空间低频数据(步骤S1101、S1102)。这是为了如上所述将插补系数用于计算。

接着,使用在步骤S1102中提取的k空间低频数据,如上所述的那样来计算插补系数(步骤S1103)。

然后,进行使用了在步骤S1103中求出的插补系数的插补处理。这里,如上所述,针对每个插补目标通道(步骤S1104),使用所有插补原始数据(步骤S1105),来生成插补数据(数据插补)(步骤S1106),并恢复k空间。

接下来,针对每个通道将在步骤S1104、S1105、S1106中恢复后的k空间进行傅里叶变换,生成各通道的图像数据(通道图像)(步骤S1107、S1108)。

最后,将步骤S1107、S1108中生成的各通道图像进行合成(通道合成)而获得重构图像(步骤S1109)。如上所述,例如使用Sum-Of-Square合成来进行通道合成。

[本实施方式的基于插补处理的图像重构处理]

接着,对本实施方式的插补处理部222进行说明。本实施方式的插补处理部222将插补数据分割为每个插补原始数据的要素数据来进行生成。即,插补处理部222将上述插补处理分为2阶段,以插补原始通道单位并行执行要素数据生成处理,该2阶段为,针对每个通道,将在该通道中已取得的k空间数据作为插补原始数据并应用插补系数,来生成所有通道的插补数据的要素数据的处理(要素数据生成处理);以及使该要素数据在每个插补数据进行合计的处理(合计处理)。

[插补处理部的结构]

为了使其实现,本实施方式的插补处理部222如图2所示,具备:要素数据生成部223,其使用1个通道的测量出的k空间数据和插补系数来生成要素数据;以及合计部224,其对要素数据生成部所生成的要素数据进行合计。

本实施方式的要素数据生成部223将所述插补系数应用于每个通道的测量出的k空间数据,分别生成所有通道的、插补数据的要素数据。即,针对每个插补原始通道,将该通道的k空间数据用作插补原始数据,来生成插补目标通道的插补数据的要素数据。此时,针对所有通道生成插补数据的要素数据。

另外,合计部224将要素数据分别合计来获得插补数据,对通过该插补数据而恢复的k空间进行傅里叶变换,由此获得所述通道图像。

即,将针对每个插补原始通道生成的、所有通道的插补数据的要素针对每个插补数据进行合计,获得插补数据。并且,对通过插补数据而恢复的各通道的k空间进行傅里叶变换,获得通道图像。

[本实施方式的插补处理的具体例]

使用图7中的(a)~图7中的(e)来对本实施方式的基于插补处理部222的插补处理进行具体说明。这里为了简便,仍以接收通道数N为2的情况为例来说明。

图7中的(a)~图7中的(d)与图3中的(c)及图5同样地,分别示意性地表示了:将图3中的(a)所示的k空间数据310的包含像素311~316及317的小区域310a、以及图3中的(b)所示的k空间数据320的包含像素321~326及327的小区域320a放大后的图。将像素317与327设为相同像素位置的像素。此外,插补系数cmn[i][j]的定义与现有方法相同。另外,将通道n的插补数据表示为KInt(n)。

在图5所示的现有方法中,使用通道1的插补原始数据及通道2的插补原始数据,通过1次的运算来生成通道1的插补数据KInt(1)。但是,本实施方式的插补处理部222如图7中的(a)~图7中的(e)所示,分为2阶段的运算(要素数据生成处理和合计处理)分别计算并生成通道1的插补数据KInt(1)及通道2的插补数据KInt(2)。

要素数据生成部223使用通道m的插补原始数据,分别生成各通道n的插补数据KInt(n)的要素数据Kmn。针对所有通道进行该生成。

在图7中的(a)~图7中的(d)的例子中,如图7中的(a)及图7(c)所示,将通道1的像素311~316的k空间数据用作插补原始数据,生成通道1的像素317的插补数据的要素数据K11、以及通道2的像素327的插补数据的要素数据K12。另外,如图7(b)及图7中的(d)所示,将通道2的像素321~326的k空间数据用作插补原始数据,生成通道1的像素317的插补数据的要素数据K21、以及通道2的像素327的插补数据的要素数据K22

合计部224对在各通道m中生成的、通道n的插补数据的要素Kmn进行合计,生成通道n的插补数据KInt(n)。

如图7中的(e)所示,通过对在通道1中生成的像素317的要素数据K11与在通道2中生成的要素数据K21进行合计,来获得通道1的插补数据KInt(1)。另外,通过对在通道1中生成的像素327的要素数据K12与在通道2中生成的要素数据K22进行合计,来获得通道2的插补数据KInt(2)。

这样,在本实施方式的插补处理中,能够在各通道中仅使用该通道内的数据来进行要素数据的生成,因此能够在每个通道中并行处理。

[本实施方式的插补处理的妥当性]

这里,对本实施方式的插补处理的妥当性进行说明。图8中的(a)、图8中的(b)示意性地表示k空间并行成像中的插补处理。

如上所述,若将通道数设为N,则通过插补生成的、通道1的像素(kx、ky)的插补数据KInt(1,kx,ky)由下面的式(11)表示。

其中,

K11

=c11[-1][-1]×K(1,kx-1,ky-1)+c11[0][-1]×K(1,kx,ky-1)+c11[1][-1]×K(1,kx+1,ky-1)

+c11[-1][1]×K(1,kx-1,ky+1)+c11[0][1]×K(1,kx,ky+1)+c11[1][1]×K(1,kx+1,ky+1)

K21

=c21[-1][-1]×K(2,kx-l,ky-1)+c21[0][-1]×K(2,kx,ky-1)+c21[1][-1]×K(2,kx+1,ky-1)

+c21[-1][1]×K(2,kx-1,ky+1)+c21[0][1]×K(2,kx,ky+1)+c21[1][1]×K(2,kx+l,ky+1)

····

KN1

=cN1[-1][-1]×K(N,kx-1,ky-1)+cN1[0][-1]×K(N,kx,ky-1)+cN1[1][-1]×K(N,kx+1,ky-1)

+cN1[-1][1]×K(N,kx-1,ky+1)+cN1[0][1]×K(N,kx,ky+1)+cN1[1][1]×K(N,kx+1,ky+1)

于是,通道1的插补数据KInt(1)如图8中的(a)所示,由下面的式(12)表示。

KInt(1)=K11+K21+···+KN1···(12)

上述式(11)及式(12)表示将所有通道(通道数N)的数据用作插补原始数据来进行数据插补,并生成通道1的插补数据KInt(1)的处理。

这样,可以认为生成通道1的插补数据KInt(1)的处理510是对生成各要素K11~KN1的处理进行组合的处理511。

图8中的(b)示出了在全部接收通道中扩展的情况。这里,将使用通道m的数据用作插补原始数据而生成的、通道n的插补数据的要素设为Kmn

如图8中的(b)所示,通过各要素数据K11~KN1的和来表示通道n的插补数据KInt(n)。因此,生成所有通道的插补数据KInt(1)~KInt(N)的处理520表示为对生成各要素数据K11~KNN的处理进行组合的处理521。

在现有的k空间并行成像中,以插补目标通道单位来进行插补处理,但是本实施方式的插补处理以插补原始通道单位来进行插补处理的一部分,然后,对每个插补目标通道进行合计。使用图9中的(a)及图9中的(b)对与该现有处理的不同之处进行说明。

如图5所示,现有处理将所有通道的k空间数据用作插补原始数据来生成通道1的插补数据KInt(1),使用所有通道的k空间数据来生成通道2的插补数据KInt(2),最终,使用所有通道的数据,生成通道N的插补数据KInt(N)。

即,如图9中的(a)所示,重复进行通道1的插补数据KInt(1)的生成处理531、通道2的插补数据KInt(2)的生成处理532这样的针对每个插补目标通道的插补数据的生成处理。

在每个插补目标通道的各生成处理531、532中,分别将所有通道的k空间数据用作插补原始数据。因此,在各生成处理531、532的期间用于处理的插补原始数据将会冲突。因此,在生成处理531的处理中,无法执行生成处理532。其结果是,各生成处理只能依次进行处理。

此外,如果将所有通道的k空间数据应用至各生成处理531、532,则可以并行执行各生成处理。此时,相较于如上所述的依次进行处理的情况,需要确保通道数倍的存储器,并不现实。

另一方面,在本实施方式中,如图9中的(b)所示,以插补原始通道单位来进行插补处理(541~54N)。

即,在生成处理541中,为了从要素数据K11生成K1N,仅需要通道1的k空间数据作为插补原始数据。应用到生成处理541的插补系数也只要是C11[i][j]~C1N[i][j]即可。另外,在生成处理542中,为了从要素数据K21生成K2N,仅需要通道2的k空间数据作为插补原始数据。应用到生成处理542的插补系数也只要是C21[i][j]~C2N[i][j]即可。同样地,在生成处理54N中,为了从要素数据KN1生成KNN,仅需要通道N的k空间数据。应用到生成处理54N的插补系数也只要是CN1[i][j]~CNN[i][j]即可。

这样,各生成处理中所需要的数据不会冲突。其结果是,根据本实施方式的方法,利用与过去相同量的存储器,就能够并行执行各生成处理,缩短处理时间。

[本实施方式的基于插补处理的图像重构处理的流程]

接着,对通过上述方法来进行插补处理的、由本实施方式的图像重构部220来进行的、基于k空间并行成像的图像重构处理的流程进行说明。图10是本实施方式的图像重构处理的处理流程。

首先,预处理部221提取k空间低频数据来计算插补系数(步骤S1201)。此外,用于计算插补系数的k空间低频数据的提取以及使用已提取的k空间低频数据的插补系数的计算与过去相同。

若计算插补系数,则本实施方式的要素数据生成部223针对每个插补原始通道并行进行要素数据生成处理(步骤S1202)。

在各要素数据生成处理中,要素数据生成部223针对全部的插补目标通道来进行插补目标通道的插补数据的要素数据的生成(步骤S1203、S1204)。

然后,合计部224针对每个通道(步骤S1205)对各插补数据的上述要素数据进行合计(步骤S1206),来生成插补数据。然后,对已恢复的k空间进行傅里叶变换(步骤S1207),来生成通道图像。

最后,图像合成部225对各通道的通道图像进行合成(步骤S1208),并生成重构图像。

如以上说明的那样,本实施方式的MRI装置具备:接收线圈161,其具备多个通道;测量部210,其针对每个所述通道,对k空间的编码步骤进行间隔剔除并测量k空间数据;以及图像重构部220,其对所述测量出的k空间数据应用运算,来获得重构图像,所述图像重构部220具备:预处理部221,其使用所述k空间数据来计算用于所述运算的系数;插补处理部222,其执行对所述k空间数据应用所述系数的插补处理,生成每个所述通道的图像即通道图像;以及图像合成部225,其合成所述通道图像,获得所述重构图像,所述插补处理部222具备:要素数据生成部223,其使用1个所述通道的所述测量出的k空间数据和所述系数,来生成所有通道的要素数据;以及合计部224,其针对每个所述通道对所述要素数据生成部223生成的要素数据进行合计,所述要素数据生成部223以预先确定好的单位并行生成该要素数据。

此时,所述插补处理是使用所述测量出的k空间数据,来生成进行所述间隔剔除而得的k空间数据即插补数据的处理,所述预处理部221根据所述测量出的k空间数据来计算用于所述插补处理的插补系数,所述要素数据生成部223将所述插补系数应用于1个所述通道的所述测量出的k空间数据,分别生成所有通道的、所述插补数据的所述要素数据,所述合计部224也可以对每个所述通道分别合计所述要素数据来获得所述插补数据,对通过该插补数据恢复的k空间进行傅里叶变换,由此获得所述通道图像。

另外,本实施方式的基于图像重构部220的图像重构方法包含图像重构步骤,其针对具备多个通道的接收线圈161的各个通道,根据将k空间的编码步骤间隔剔除而测量得出的k空间数据,得到重构图像,所述图像重构步骤包含:预处理步骤,其使用所述k空间数据来计算用于所述运算的系数;插补步骤,其执行将所述系数应用于所述k空间数据的插补处理,来生成每个所述通道的图像即通道图像;以及图像合成步骤,其对所述通道图像进行合成,来获得所述重构图像,所述插补步骤包含:要素数据生成步骤,其使用1个所述通道的所述测量出的k空间数据和所述系数,按预先确定好的单位并行生成所有通道的要素数据;以及合计步骤,其对每个所述通道合计所述生成的要素数据。

此时,所述插补处理是使用所述测量出的k空间数据,来生成进行所述间隔剔除而得的k空间数据即插补数据的处理,在所述预处理步骤中,根据所述测量出的k空间数据来计算用于所述插补处理的插补系数,在所述要素数据生成步骤中,将所述插补系数应用于1个所述通道的所述测量出的k空间数据,分别生成所有通道的、所述插补数据的所述要素数据,在所述合计步骤中,也可以对每个所述通道分别合计所述要素数据来获得所述插补数据,对通过该插补数据恢复的k空间进行傅里叶变换,由此得到所述通道图像。

这样,根据本实施方式,将k空间并行成像的插补处理分割为生成插补数据的要素数据的要素数据生成处理、以及合计要素数据来生成插补数据的合计处理这2个阶段。并且,将要素数据生成处理分割为多个处理单位,并行执行。此时,处理所需要的数据将以不与其他分割处理冲突的方式来分割。例如,分割为插补原始通道单位,针对每个插补原始通道并行执行。

根据本实施方式,在插补处理中,进行合计处理,来代替并行执行要素数据生成处理。因此,相较于现有的方法,增加了合计处理。然而,要素数据生成处理的处理量比合计处理大。因此,根据本实施方式,基于要素数据生成处理的并行化的效果能够实现:因合计处理的追加导致超过了处理量的增加,使处理以分割数倍而高速化这样的接近理想的处理并行化的状态。

即,根据本实施方式,可以避免并行处理之间的数据冲突,从而提高并行化的效率。因此,根据本实施方式,相较于现有处理,将提升并行化的效率,从而能够缩短重构时间。进而,由于最终得到的插补数据与现有方法完全相同,因此不论拍摄时序或接收线圈如何均能够得到与现有处理相同的结果。

因此,根据本实施方式,在k空间并行成像中,能够使图像重构处理高速化,而不降低画质。

<变形例之一>

此外,在上述实施方式中,每次在并行处理要素数据生成处理时,以插补原始通道单位来分割处理。但是,分割单位并不局限于此。要素数据生成部223也可以构成为以预先确定好的多个通道单位来并行生成要素数据。

实际使用的接收线圈161的通道数大多在控制系统170所具备的并行运算能力以上。因此,例如,也可以根据控制系统170的CPU171可并行处理的运算数,来决定分割单位。

例如,控制系统170具备B片基板(B为满足0<B≤N的整数;N为接收线圈161的通道数),作为相当于CPU171的运算部。将B片基板设为可并行动作(运算处理的执行)。此时,各基板保持CEIL(N/B)通道以下的k空间数据,并使用这些k空间数据来进行要素数据生成处理。此外,CEIL(x)表示x以上的最小整数。即,若对基板标注编号b(1≤b≤B),则基板b所保持的k空间数据是从(b-1)×CEIL(N/B)+1通道,到b×CEIL(N/B)与N中较小一方的值的通道为止的k空间数据。

在本变形例中,针对各基板分配进行处理的通道,按基板单位使处理并行化。即,将要素数据生成处理分割为B个,来进行并行处理。

例如,若将第b个基板设为保持从通道s到通道e的k空间数据,则在该第b个基板上,生成以所保持的通道的k空间数据为插补原始数据的要素数据、Ks1-KsN、K(s+1)1-K(s+1)N、···Ke1-KeN

即,在该第b个基板上,针对从通道s到通道e为止的各个通道,以该通道的k空间数据作为插补原始数据,生成所有通道的插补数据的要素。

[图像重构处理的流程]

将基于本变形例的图像重构部220的k空间并行成像的图像重构处理的处理流程示于图11。

首先,预处理部221提取k空间低频数据来计算插补系数(步骤S1301)。

若计算插补系数,则要素数据生成部223按基板单位,分别针对分配给该基板的1个以上的插补原始通道,并行进行生成所有通道的各插补数据的要素数据的要素数据生成处理(步骤S1302~S1305)。

然后,合计部224针对每个通道(步骤S1306)对各插补数据的上述要素数据进行合计(步骤S1307),并生成插补数据。然后,对已恢复的k空间进行傅里叶变换(步骤S1308),生成通道图像。

最后,图像合成部225对各通道的通道图像进行合成(步骤S1309),生成重构图像。

<变形例之二>

此外,在上述变形例的处理中,构成为将并行生成的插补数据的要素在并行处理后进行合计,但是并不局限于此。例如,也可以构成为下面的式(13)那样,在各基板内,对通过该基板来处理的通道进行合计,生成第二要素数据Kbn,然后在基板之间进行合计。

此时,通过下面的式(14),来计算步骤S1307的合计处理中的、通道n的插补数据KInt(n)。

即,要素数据生成部223按插补原始通道单位对生成的要素数据进行合计,传递给合计部224。并且,合计部224按插补数据单位,对在要素数据生成部223中合计后的要素数据进行合计,从而生成插补数据。

这样,在上述各变形例中,可以任意设定k空间并行成像的处理单位。因此,不论装置结构如何均能够进行高效的处理并行化。

<变形例之三>

另外,只要数据不冲突,也可以分割为通道数以上来进行并行化。例如,也可以将一个通道数据在频率编码方向上分割为2份等,将处理分割为2N(N为接收通道数)。此时,要素数据生成部223将各通道的k空间数据分割为预先确定好的数,按该分割单位来并行生成所述要素数据。

<<第二实施方式>>

接着对本发明的第二实施方式进行说明。在本实施方式中,与现有的高速化技术相组合。这里,作为现有的高速化技术,使用将k空间的插补处理变换为图像空间中的处理来操作的技术(下面,图像空间法)。

本实施方式的MRI装置具有基本上与第一实施方式的MRI装置100相同的结构。本实施方式的控制系统170的功能块也相同。但是,由于使用图像空间法,因此图像重构部220的预处理部221及插补处理部222的处理不相同。下面,针对本实施方式,主要着眼于不同于第一实施方式的结构来进行说明。

图像空间法中的插补处理是去除从测量出的k空间数据获得的重叠图像的重叠的处理。具体来说,首先,根据各通道的测量出的k空间数据来生成重叠图像。将分别针对所有通道的重叠图像乘以预先计算出的系数而得的结果相加,得到去除了1个通道的重叠后的图像。

[图像空间法的图像重构处理的流程]

首先,使用图12说明一般的包含图像空间法的重叠去除处理的图像重构处理的流程。

首先,提取各通道的k空间的低频数据来计算插补系数(步骤S2101)。此外,用于插补系数的计算的数据提取及插补系数的计算处理与第一实施方式相同。

接着,在图像空间法中,将计算出的插补系数变换为重叠去除映射。即,根据插补系数来生成重叠去除映射(步骤S3102)。重叠去除映射的生成将按照下面的顺序来进行。

首先,基于下面的式(15),将各插补系数cmn分别配置在k空间kcmn所对应的位置。

并且,按照下面的式(16),对每个通道进行傅里叶变换,生成重叠去除映射。

MAPmn(x,y)=FT[kcmn(kx+i,ky+j)]···(16)

这里,MAPmn表示从通道m向通道n作用的重叠去除映射,FT表示应用傅里叶变换的运算符。

此外,从通道m向通道n作用的重叠去除映射是,在去除通道n的图像重叠时,与通道m的重叠图像相乘的映射。下面,在本实施方式中,此时,将通道m称为插补原始通道(插补源通道),将通道n称为插补目标通道(插补目的地通道)。

接着,在图像空间法中,针对每个通道(步骤S2103),对在该通道中进行间隔剔除而测量出的k空间数据进行傅里叶变换,生成重叠图像(步骤S2104)。例如,在通道n的情况下,根据进行间隔剔除而测量出的k空间数据K(n,kx,ky),获得重叠图像FT[K(n,kx,ky)]。将该重叠图像生成N个即通道数。

接下来,如式(17)式所示,将由该通道m向通道n的重叠去除映射MAPmn(x、y),与各插补原始通道m的重叠图像FT[K(m,kx,ky)]相乘。然后,将所有插补原始通道的乘法运算的结果相加,生成插补目标通道n的、去除重叠后的图像In(x、y)(步骤S2106)。

针对各插补目标通道来进行上述步骤(步骤S2105)。此外,去除重叠后的图像就是通道图像。

最后,对去除了各通道的重叠后的图像(通道图像)进行合成,作为结果图像(步骤S2107)。

这样,在图像空间法中,由于将卷积运算变换为映射相乘(映射乘法运算),因此无需针对k空间的间隔剔除后的所有像素进行重复处理。然而,需要生成从各插补原始通道作用于各插补目标通道的重叠去除图像I11-INN

[本实施方式的基于插补处理的图像重构处理]

在本实施方式中,将该图像空间法与第一实施方式中说明的方法组合,使重叠去除图像的生成处理并行化。

本实施方式的插补处理部222将通道图像分割为插补原始通道的要素并生成。即,本实施方式的插补处理部222在上述插补处理中分为以下2阶段,即,针对每个插补原始通道,使计算出的重叠去除映射与对在该通道取得的k空间数据进行重构而得到的重叠图像相乘,对所有通道生成通道图像的要素数据的要素数据生成处理、以及针对每个通道对该要素数据进行合计的合计处理。并且,按插补原始通道单位并行执行要素数据生成处理。

首先,本实施方式的预处理部221根据测量出的k空间数据来计算插补系数,并根据计算出的插补系数,对各通道生成从插补原始通道作用于插补目标通道的重叠去除映射。重叠去除映射通过与上述现有方式同样的方法来计算。

本实施方式的要素数据生成部223通过使重叠去除映射与每个插补原始通道的重叠图像相乘,从而分别生成所有通道的重叠去除后的通道图像的要素数据。

即,针对每个插补原始通道m,将根据该通道m的k空间数据得到的重叠图像用作插补原始数据(插补源数据),分别与从各插补原始通道m向插补目标通道n作用的重叠去除映射相乘,由此生成各插补目标通道的重叠去除图像的要素数据。

这里,生成的各插补目标通道的重叠去除图像的要素数据是,在将插补原始通道设为m时,使从插补原始通道m向各插补目标通道(1~N)作用的重叠去除映射分别与插补原始通道m的重叠图像FT[K(m、kx、ky)]相乘而得出的Im1=MAPm1(x、y)×FT[K(m、kx、ky)]、Im2=MAPm2(x、y)×FT[K(m、kx、ky)]、···、ImN=MAPmN(x、y)×FT[K(m、kx、ky)]。

合计部224分别合计要素数据来获得所述通道图像。在本实施方式中,合计部224对基于要素数据生成部223的处理结果进行合计,获得每个通道的图像即通道图像。在本实施方式中,针对每个插补目标,将对每个插补原始通道而生成的各插补目标通道的重叠去除图像的要素数据进行合计,获得插补目标通道的重叠去除图像作为通道图像。

例如,若将插补目标通道设为n,则插补目标通道n的重叠去除图像In(x、y)可以通过下面的式(18)来获得。

In(x、y)=I1n+I2n+···+INn···(18)

图像合成部225与第一实施方式同样地,合成各通道的通道图像,获得重构图像。图像合成的方法与第一实施方式相同。

[本实施方式的基于插补处理的图像重构处理的流程]

接着,使用图13对本实施方式的图像重构部220的基于图像空间法的图像重构处理的流程进行说明。

本实施方式的预处理部221通过与第一实施方式同样的方法,来计算插补系数(步骤S2201)。然后,通过现有方法同样的方法,使用上述式(16),来生成重叠去除映射(步骤S2202)。

若计算重叠去除映射,则本实施方式的要素数据生成部223,对所有插补目标通道进行插补目标通道的重叠去除图像的要素数据的生成。在本实施方式中,要素数据生成部223按插补原始通道单位并行执行下面的步骤S2204~S2206的处理(步骤S2203)。

步骤S2204:对插补原始通道的k空间数据进行傅里叶变换,得到重叠图像。

步骤S2205、S2206:将从该通道向各通道作用的重叠去除映射分别与重叠图像相乘,并针对所有通道,生成每个插补目标通道的、重叠去除图像要素数据。

然后,合计部224针对每个通道(步骤S2207),对各重叠去除图像要素数据进行合计(步骤S2208),来生成通道图像。

最后,图像合成部225对各通道的通道图像进行合成(步骤S2209),生成重构图像。

此外,即使在本实施方式中,进行并行处理的单位也并不局限于1个通道单位。即,即使针对本实施方式,也可以应用第一实施方式的各变形例。

如上所述,本实施方式的MRI装置与第一实施方式同样地,具备:具备多个通道的接收线圈161、测量部210、以及图像重构部220,图像重构部220具备:预处理部221、插补处理部222、以及图像合成部225,插补处理部222具备:要素数据生成部223、以及合计部224,要素数据生成部223按预先确定好的单位并行生成要素数据。

此时,所述插补处理是从根据测量出的所述k空间数据而得到的重叠图像来重叠去除的处理,所述预处理部221根据测量出的所述k空间数据来生成去除重叠的去除映射,所述要素数据生成部223通过将所述去除映射与1个所述通道的所述重叠图像相乘,来分别生成所有通道的重叠去除后的通道图像的所述要素数据,所述合计部224可以针对每个所述通道分别合计所述要素数据,从而得到所述通道图像。

另外,本实施方式的基于图像重构部220的图像重构方法与第一实施方式同样地,包含图像重构步骤,所述图像重构步骤包含:预处理步骤、插补步骤、以及图像合成步骤,所述插补步骤包含:按预先确定好的单位并行执行的要素数据生成步骤、以及合计步骤。

此时,所述插补处理是去除从根据测量出的所述k空间数据而得到的重叠图像的重叠的处理,在所述预处理步骤中,根据测量出的所述k空间数据来生成去除重叠的去除映射,在所述要素数据生成步骤中,通过使所述去除映射与1个所述通道的所述重叠图像相乘,来分别生成所有通道的重叠去除后的通道图像的所述要素数据,在所述合计步骤中,可以对每个通道分别合计所述要素数据,从而获得所述通道图像。

这样,根据本实施方式,将插补处理分割为以下2阶段,即生成重叠去除图像的要素数据的要素数据生成处理、以及合计要素数据来获得重叠去除图像的合计处理。并且,将要素数据生成处理分割为多个处理单位来并行执行。此时,以使处理所需要的数据与其他分割处理不冲突的方式来进行分割。例如,按插补原始通道单位分割,并针对每个插补原始通道并行执行。

在本实施方式中,在各并行处理中不会产生数据冲突。因此,与第一实施方式同样地,将提高并行化处理的效率,从而能够缩短重构时间。进而,最终获得的、每个通道的重叠去除后图像与通过现有方法获得的图像完全相同。因此,不论拍摄时序或接收线圈如何均能获得与现有处理相同的结果。

这样,根据本实施方式,即使在将图像空间法用作高速化技术的情况下,可以实现高效的处理并行化。

此外,在上述实施方式中,对将图像空间法用作高速化技术的情况举例进行了说明,但是并不局限于此。即使在其他高速化技术的情况下,当能够以同样的想法分割处理时,仍能够与第一实施方式的方法进行组合,来应用并行处理。

在其他高速化法中例如存在美国专利申请公开第2010/0244825号的说明书中所述的DVC法等。在DVC法中,将同时进行各通道的k空间的插补以及其通道合成。通道合成将在k空间进行。

<<第三实施方式>>

接着对本发明的第三实施方式进行说明。在本实施方式中,将上述第一及第二实施方式中说明的并行化应用于混合空间中的处理。

本实施方式的MRI装置具有基本上与第一实施方式或第二实施方式的MRI装置100同样的结构。本实施方式的控制系统170的功能块也是相同的。但是,进行插补处理的空间不同,因此图像重构部220的预处理部221及插补处理部222的处理也不同。下面,主要着眼于与第二实施方式不同的结构来对本实施方式进行说明。

上述第二实施方式是通过将k空间的运算变换为图像空间来进行,由此利用卷积形式的运算经过傅里叶变换而变成相乘的形式,从而实现高速化。

表示k空间数据的插补处理的式(10)、以及表示图像数据的相乘的式(17)是指对两边进行二维傅里叶变换后的关系。由于在任意空间中插补处理的运算都成立,因此即使是在从式(10)变换至式(17)的中途形态、例如一维傅里叶变换(例如,仅在kx方向)后的阶段的混合空间,插补处理的运算也成立。

本实施方式的插补处理部222在通过对该测量出的所述k空间数据进行一维傅里叶变换而得到的混合空间中执行插补处理。即,对通过将测量出的所述k空间数据进行一维傅里叶变换而得到的混合空间数据进行插补。

下面,在本实施方式中,对k空间数据的、通过仅在kx方向进行傅里叶变换而得到的、x-ky空间数据(混合空间数据)中进行插补处理的情况举例进行说明。

下面,按照图14的处理流程对本实施方式的各部的处理进行说明。

预处理部221根据测量出的k空间数据生成插补混合空间数据的混合系数,作为用于插补处理的系数。这里,首先计算插补系数(步骤S3101)。然后,根据计算出的插补系数,生成混合系数(步骤S3102)。

对通过将各插补系数cmn分别配置在与k空间kcmn对应的位置而得到的上述式(15)进行一维傅里叶变换,由此生成混合系数。即,预处理部221通过下面的式(19)来计算混合系数。

Hybridmn(x,ky)=FTx[kcmn(kx+i,ky+j)]···(19)

这里,Hybridmn表示从通道m向通道n作用的混合系数,FTx表示在x方向上应用傅里叶变换的运算符。

从通道m向通道n作用的混合系数是指,在对通道n的混合空间数据进行插补时,与通道m的混合空间数据相乘的系数。下面,在本实施方式中,此时,将通道m称为插补原始通道,将通道n称为插补目标通道。

接着,要素数据生成部223进行如下的要素数据生成处理:将混合系数应用于每个插补原始通道的混合空间数据,来分别生成所有通道的插补后混合空间数据的要素数据。

具体来说,本实施方式的要素数据生成部223并行执行以下的要素数据生成处理(步骤S3103)。

步骤S3104:进行间隔剔除而测量出的该通道的k空间数据进行一维傅里叶变换(步骤S3104),并计算混合数据。

步骤S3105、S3106:将从该通道作用于各通道的混合系数应用于混合数据,得到每个插补目标通道的插补后的混合空间数据的要素数据。此时,对于已应用傅里叶变换的x方向,为乘法运算及加法运算,对于未应用的ky方向,为卷积运算。

然后,合计部224针对每个通道(步骤S3107),对各要素数据进行合计(步骤S3108),在y方向上进行一维傅里叶变换(步骤S3109),从而生成通道图像。

最后,图像合成部225对各通道的通道图像进行合成(步骤S3109),生成重构图像。

此外,在本实施方式中,以在沿kx方向进行一维傅里叶变换的混合空间执行插补处理的情况为例进行了说明,但是执行插补处理的混合空间也可以是沿ky方向进行一维傅里叶变换的混合空间。

另外,在本实施方式中,并行进行处理的单位也不局限于1个通道单位。即,即使是针对本实施方式,也可以应用第一实施方式的各变形例。

如以上说明的那样,本实施方式的MRI装置与第一实施方式同样地,具备:具备多个通道的接收线圈161、测量部210、以及图像重构部220,图像重构部220具备:预处理部221、插补处理部222、以及图像合成部225,插补处理部222具备:要素数据生成部223、和合计部224,要素数据生成部223按预先确定好的单位并行生成要素数据。

此时,所述插补处理是对通过将测量出的所述k空间数据进行一维傅里叶变换而得到的混合空间数据进行插补的处理,所述预处理部221根据测量出的所述k空间数据,生成插补所述混合空间数据的混合系数,所述要素数据生成部223将所述混合系数应用于1个所述通道的所述混合空间数据,分别生成所有通道的插补后的混合空间数据的所述要素数据,所述合计部224对每个所述通道分别合计所述要素数据,通过对合计结果进行一维傅里叶变换,可以得到所述通道图像。

另外,本实施方式的基于图像重构部220的图像重构方法与第一实施方式同样地,包含图像重构步骤,所述图像重构步骤包含:预处理步骤、插补步骤、以及图像合成步骤,所述插补步骤包含:按预先确定好的单位来并行执行的要素数据生成步骤、以及合计步骤。

此时,所述插补处理是对通过将测量出的所述k空间数据进行一维傅里叶变换而得到的混合空间数据进行插补的处理,在所述预处理部步骤中,根据测量出的所述k空间数据,生成插补所述混合空间数据的混合系数,在所述要素数据生成步骤中,将所述混合系数应用于1个所述通道的所述混合空间数据,分别生成所有通道的插补后的混合空间数据的所述要素数据,在所述合计步骤中,对每个所述通道分别合计所述要素数据,通过对合计结果进行一维傅里叶变换,可以得到所述通道图像。

这样,根据本实施方式,将插补处理分割为以下2阶段:生成插补后的混合空间数据的要素数据的要素数据生成处理、以及将要素数据合计来获得重叠去除图像的合计处置。并且,将要素数据生成处理分割为多个处理单位,来并行执行。此时,此时,处理所需要的数据将以不与其他分割处理冲突的方式进行分割。例如,按插补原始通道单位分割,在每个插补原始通道并行执行。

即使在本实施方式中,各并行处理中,数据也不会冲突。因此,与第一实施方式同样地,将提升使处理并行化的效率,从而能够缩短重构时间。进而,最终得到的每个通道的插补后的混合空间数据,与通过现有方法得到的数据完全相同。因此,不论拍摄时序或接收线圈如何均能够得到与现有处理相同的结果。

在上述各实施方式及各变形例中,图像重构部220记载为MRI装置100具备的控制系统170所实现的功能,但是并不局限于此。例如,也可以构成为在可与MRI装置100发送接收数据的、独立于MRI装置100的信息处理装置等的基础上,实现全部或一部分的功能。

进而,在各实施方式及各变形例中,实现并行处理的控制系统170的结构只要是CPU(核、线程)、基板(GPU、专用板等)、PC、服务器、云PC等能够独立执行处理的结构,其数量或种类均可。另外,并行进行处理时的处理的分割数也可以根据通常并行化的高速化和成本,而从经验上决定优选值。

此外,本发明的实施方式并不局限于上述各实施方式,在不脱离发明主旨的范围内,可以进行各种追加/变更等。

符号说明

100—MRI装置,101—被检体,120—静磁场产生系统,130—梯度磁场产生系统,131—梯度磁场线圈,132—梯度磁场电源,140—序列发生器,150—发送系统,151—发送线圈,152—发送处理部,160—接收系统,161—接收线圈、162—接收处理部,170—控制系统,171—CPU,172—存储装置,173—显示装置,174—输入装置,210—测量部,220—图像重构部,221—预处理部,222—插补处理部,223—要素数据生成部,224—合计部,225—图像合成部,300—k空间低频数据,300a—k空间低频数据的一部分小区域,301—相邻像素,302—相邻像素,303—相邻像素,304—相邻像素,305—相邻像素,306—相邻像素,307—插补对象像素,310—k空间数据,310a—k空间低频数据的一部分小区域,311—相邻像素,312—相邻像素,313—相邻像素,314—相邻像素,315—相邻像素,316—相邻像素,317—插补对象像素,320—k空间数据、320a—k空间低频数据的一部分小区域,321—相邻像素,322—相邻像素,323—相邻像素,324—相邻像素,325—相邻像素,326—相邻像素,327—插补对象像素,510—插补数据生成处理,511—插补数据要素生成处理,520—插补数据生成处理,521—插补数据要素生成处理,531—通道1的插补数据生成处理,532—通道2的插补数据生成处理,541—插补数据要素生成处理,542—插补数据要素生成处理,54N—插补数据要素生成处理。

当前第1页1 2 3 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1