磁気共鳴イメージング装置およびプログラム
【課題】短いスキャン時間は維持したままで、高品質の画像を取得することを提供する。
【解決手段】初期設定されたサンプリングパターンに従って、スキャンを開始する。所定量のＫ空間のデータをサンプリングしたら、それまでにサンプリングしたＫ空間のデータＤＫ１を用いて、画像データＤＩ１を再構成する。そして、画像データＤＩ１を再びＫ空間のデータに変換し、このＫ空間のデータに基づいて、振幅の大きいデータが集中する可能性が高いＫ空間の領域を予測する。次に、予測された領域に基づいて、初期設定されたサンプリングパターンを更新する。
【解決手段】初期設定されたサンプリングパターンに従って、スキャンを開始する。所定量のＫ空間のデータをサンプリングしたら、それまでにサンプリングしたＫ空間のデータＤＫ１を用いて、画像データＤＩ１を再構成する。そして、画像データＤＩ１を再びＫ空間のデータに変換し、このＫ空間のデータに基づいて、振幅の大きいデータが集中する可能性が高いＫ空間の領域を予測する。次に、予測された領域に基づいて、初期設定されたサンプリングパターンを更新する。
【発明の詳細な説明】
【技術分野】
【０００１】
本発明は、サンプリングパターンに従ってｋ空間のデータをサンプリングする磁気共鳴イメージング装置、およびプログラムに関する。
【背景技術】
【０００２】
被検体をスキャンするときのスキャン時間を短縮する方法として、ｋ空間の全領域のデータを取得せずに、アンダーサンプリングによって画像再構成を行う方法が知られている。画像再構成の手法としては、例えば、Compressed
Sensingという方法が知られている（特許文献１参照）。
【先行技術文献】
【特許文献】
【０００３】
【特許文献１】特開2009-268901号公報
【発明の概要】
【発明が解決しようとする課題】
【０００４】
特許文献１の方法では、サンプリングレートを低くすると、画質が劣化してしまうという問題がある。したがって、短いスキャン時間は維持したままで、高品質の画像を取得できることが望まれている。
【課題を解決するための手段】
【０００５】
本発明の第１の態様は、サンプリングパターンに従ってｋ空間のデータをサンプリングするためのスキャンを行う磁気共鳴イメージング装置であって、
前記スキャンの途中で、サンプリングされたｋ空間のデータに基づいて、振幅の大きいデータが集中する可能性が高いｋ空間の領域を予測する予測手段と、
前記予測手段により予測された領域に基づいて、前記サンプリングパターンを更新するサンプリングパターン更新手段と、
を有する、磁気共鳴イメージング装置である。
【０００６】
本発明の第２の態様は、サンプリングパターンに従ってｋ空間のデータをサンプリングするためのスキャンを行う磁気共鳴イメージング装置のプログラムであって、
前記スキャンの途中で、サンプリングされたｋ空間のデータに基づいて、振幅の大きいデータが集中する可能性が高いｋ空間の領域を予測する予測処理と、
前記予測処理により予測された領域に基づいて、前記サンプリングパターンを更新するサンプリングパターン更新処理と、
を計算機に実行させるためのプログラムである。
【発明の効果】
【０００７】
振幅の大きいデータが集中する可能性が高いｋ空間の領域を予測することができるので、高品質な画像を取得することが可能となる。
【図面の簡単な説明】
【０００８】
【図１】本発明の第１の形態の磁気共鳴イメージング装置を示す概略図である。
【図２】予測手段９１のブロック図である。
【図３】被検体１２をスキャンするときのフローを説明する図である。
【図４】初期設定されたサンプリングパターンＳＰを概略的に示す図である。
【図５】時点ｔ１におけるｋ空間のデータＤＫ１を示す図である。
【図６】再構成された画像を概略的に示す図である。
【図７】画像データＤＩ１をｋ空間のデータに変換する様子を示す図である。
【図８】更新されたｋ空間のサンプリングパターンＳＰ′を示す図である。
【図９】スキャンにより得られた最終的なｋ空間のデータＤＫｅの一例を示す図である。
【図１０】画像データＤＩｅを示す図である。
【図１１】第２の形態のＭＲＩ装置の予測手段９１のブロック図である。
【図１２】第２の形態において、被検体１２をスキャンするときのフローの説明図である。
【図１３】検査範囲を示す図である。
【図１４】検査範囲Ｃを移動させた後の様子を示す図である。
【図１５】検査範囲Ｃがｋ空間の中心よりもやや左上側の位置に移動したときの様子を示す図である。
【図１６】振幅和マップＭを概略的に示す図である。
【図１７】更新されたサンプリングパターンＳＰ′を示す図である。
【図１８】第３の形態のＭＲＩ装置の予測手段９１のブロック図である。
【図１９】第３の形態において、被検体１２をスキャンするときのフローの説明図である。
【図２０】ゼロを配置した後のｋ空間のデータＤＫ１０を示す図である。
【発明を実施するための形態】
【０００９】
以下、発明の実施するための形態について説明するが、発明を実施するための形態は、以下の形態に限定されることはない。
【００１０】
（１）第１の形態
図１は、本発明の第１の形態の磁気共鳴イメージング装置を示す概略図、図２は、予測手段９１のブロック図である。
【００１１】
磁気共鳴イメージング（ＭＲＩ（Magnetic Resonance Imaging））装置１００は、磁場発生装置２、テーブル３、受信コイル４などを有している。
【００１２】
磁場発生装置２は、被検体１２が収容されるボア２１と、超伝導コイル２２と、勾配コイル２３と、送信コイル２４とを有している。超伝導コイル２２は静磁場Ｂ0を印加し、勾配コイル２３は勾配磁場を印加し、送信コイル２４はＲＦパルスを送信する。尚、超伝導コイル２２の代わりに、永久磁石を用いてもよい。
【００１３】
テーブル３は、クレードル３１を有している。クレードル３１は、ボア２１に移動できるように構成されている。クレードル３１によって、被検体１２はボア２１に搬送される。
【００１４】
受信コイル４は、被検体１２の腹部から胸部に渡って取り付けられている。受信コイル４は、被検体１２からの磁気共鳴信号を受信する。
【００１５】
ＭＲＩ装置１００は、更に、シーケンサ５、送信器６、勾配磁場電源７、受信器８、中央処理装置９、操作部１０、および表示部１１を有している。
【００１６】
シーケンサ５は、中央処理装置９の制御を受けて、スキャンを実行するための情報を送信器６および勾配磁場電源７に送る。
【００１７】
送信器６は、シーケンサ５から送られた情報に基づいて、ＲＦコイル２４を駆動する駆動信号を出力する。
【００１８】
勾配磁場電源７は、シーケンサ５から送られた情報に基づいて、勾配コイル２３を駆動する駆動信号を出力する。
【００１９】
受信器８は、受信コイル４で受信された磁気共鳴信号に所定の信号処理を施し、信号処理により得られたデータを、中央処理装置９に出力する。
【００２０】
中央処理装置９は、シーケンサ５および表示部１１に必要な情報を伝送したり、受信器８から受け取ったデータに基づいて画像を再構成するなど、ＭＲＩ装置１００の各種の動作を実現するように、ＭＲＩ装置１００の各部の動作を制御する。中央処理装置９は、例えばコンピュータ（computer）によって構成される。中央処理装置９は、予測手段９１およびサンプリングパターン更新手段９２などを有している。
【００２１】
予測手段９１は、スキャンの途中で、サンプリングされたｋ空間のデータに基づいて、振幅の大きいデータが集中する可能性が高いｋ空間の領域を予測する。予測手段９１は、図２に示すように、画像再構成手段９１ａ、変換手段９１ｂ、および領域特定手段９１ｃを有している。
【００２２】
画像再構成手段９１ａは、スキャンの途中で、サンプリングされたｋ空間のデータを用いて、画像を再構成する。
【００２３】
変換手段９１ｂは、画像再構成手段９１ａにより得られた画像データをｋ空間のデータに変換する。
【００２４】
領域特定手段９１ｃは、変換手段９１ｂにより得られたｋ空間のデータに基づいて、振幅の大きいデータが集中する可能性が高いｋ空間の領域を特定する。
【００２５】
サンプリングパターン更新手段９２は、予測手段９１により予測された領域に基づいて、サンプリングパターンを更新する。
【００２６】
中央処理装置９は、予測手段９１およびサンプリングパターン更新手段９２の一例であり、所定のプログラムを実行することにより、これらの手段として機能する。中央処理装置９は、課題を解決するための手段に記載された計算機の一例である。
【００２７】
操作部１０は、オペレータ１３により操作され、種々の情報を中央処理装置９に入力する。表示部１１は種々の情報を表示する。
【００２８】
ＭＲＩ装置１００は、上記のように構成されている。以下に、ＭＲＩ装置１００で被検体１２をスキャンするときのフローについて説明する。
【００２９】
図３は、被検体１２をスキャンするときのフローを説明する図である。
時点ｔ０において、初期設定されたｋ空間のサンプリングパターンに従って、スキャンを開始する（図４参照）。
【００３０】
図４は、初期設定されたｋ空間のサンプリングパターンＳＰを概略的に示す図である。
【００３１】
図４には、３次元のｋ空間のｋｚ−ｋｙ面が示されている。ここでは、ｋｚ−ｋｙ面は、２次元に配列された１６×１６の四角形で示されている。また、サンプリング点は、四角形の中に記入された白丸「○」で示されている。白丸「○」が記入されていない部分は、サンプリング点として初期設定されていないことを意味している。
【００３２】
尚、図４では、１６×１６のサンプリングパターンＳＰが示されているが、一般的には、２５６×２５６のサンプリングパターン等が使用される。しかし、第１の形態では、説明の便宜上、図４に示すサンプリングパターンＳＰに従ってサンプリングを行うとする。
【００３３】
図３に戻って説明を続ける。
サンプリングパターンＳＰ（図４参照）に従ってスキャンが開始されたら、サンプリングされたデータ数が、Ｎｉ個（ｉ＝１〜ｚの整数）に到達したか否かを判断する。ここでは、ｉ＝１、即ち、サンプリングされたデータ数が、Ｎ１個に到達したか否かを判断する。Ｎ１は、例えば、数個（例えば５個）であってもよいし、数十個（例えば３０個）であってもよい。第１の形態では、時点ｔ１において、サンプリングされたデータ数が、Ｎ１個に到達したとする（図５参照）。
【００３４】
図５は、時点ｔ１におけるｋ空間のデータＤＫ１を示す図である。
図５において、サンプリング点は、黒丸「●」および白丸「○」で表されている。黒丸「●」のサンプリング点は、時点ｔ０〜ｔ１の間にサンプリングが行われた点を表している。白丸「○」のサンプリング点は、時点ｔ１において、データがまだサンプリングされていない点を表している。
【００３５】
サンプリングされたデータ数がＮ１個に到達したら、スキャンは継続したままで、１回目の処理フローＦ１（図３参照）が実行される。
【００３６】
処理フローＦ１では、先ず、ステップＳＴ１において、予測手段９１（図１および図２参照）が、ｋ空間のデータＤＫ１（図５参照）に基づいて、振幅の大きいデータが集中する可能性が高い領域を予測する。ステップＳＴ１は、この予測を行うために、ステップＳＴ１１およびＳＴ１２を有している。以下に、各ステップＳＴ１１およびＳＴ１２について、順に説明する。
【００３７】
ステップＳＴ１１では、画像再構成手段９１ａ（図２参照）が、図５に示すｋ空間のデータＤＫ１を用いて、時点ｔ１における画像を再構成する（図６参照）。
【００３８】
図６は、再構成された画像を概略的に示す図である。
図６（ａ）は、ｋ空間のデータＤＫ１（図５参照）を示しており、図６（ｂ）は、画像再構成により得られた時点ｔ１における画像データＤＩ１を示している。
【００３９】
画像再構成の方法としては、Compressed Sensingの方法などを用いることができる。画像データＤＩ１を得た後、ステップＳＴ１２進む。
【００４０】
ステップＳＴ１２では、変換手段９１ｂ（図２参照）が、得られた画像データＤＩ１を、フーリエ変換によって、ｋ空間のデータに変換する（図７参照）。
【００４１】
図７は、画像データＤＩ１をｋ空間のデータに変換する様子を示す図である。
図７（ａ）は、画像データＤＩ１（図６（ｂ）参照）を示しており、図７（ｂ）は、画像データＤＩ１をフーリエ変換することにより得られたｋ空間のデータＤＫ１′を示している。
【００４２】
図７（ｂ）では、ｋ空間のデータＤＫ１′は、ｋ空間のデータＤＫ１′の振幅が大きいか小さいかの基準となる閾値ＴＨによって、２つの領域ＡおよびＢに分けられている。領域Ｂは、ｋ空間のデータＤＫ１′の振幅が閾値ＴＨよりも小さい領域であり、クロスハッチングで示されている。一方、領域Ａは、ｋ空間のデータＤＫ１′の振幅が閾値ＴＨよりも大きい領域であり、太い実線で囲まれて示されている。また、領域Ａでは、振幅が特に大きい点は白色で示されており、白色の点よりも振幅が小さい点は、記号「△」で示されている。
【００４３】
領域特定手段９１ｃ（図２参照）は、ｋ空間のデータＤＫ１′に基づいて、振幅の大きいデータが集中する可能性が高いｋ空間の領域Ａを特定する。領域Ａは、振幅が閾値ＴＨよりも大きい領域であるので、振幅の大きいデータが集中する可能性が高い領域と考えられる。一方、領域Ｂは、振幅が閾値ＴＨよりも小さい領域であるので、振幅の大きいデータが集中する可能性が低い領域と考えられる。そこで、第１の形態では、領域特定手段９１ｃは、領域Ａを、振幅の大きいデータが集中する可能性が高い領域と特定する。
【００４４】
したがって、ステップＳＴ１を実行することにより、振幅の大きいデータが集中する可能性が高い領域Ａを予測することができる。
【００４５】
第１の形態では、この予測に基づいて、サンプリングパターンを更新する。サンプリングパターンを更新するために、ステップＳＴ２に進む。
【００４６】
ステップＳＴ２では、サンプリングパターン更新手段９２（図１参照）が、予測された領域Ａに基づいて、サンプリングパターンを更新する。以下に、サンプリングパターンを更新する方法について説明する。
【００４７】
サンプリングパターン更新手段９２は、ｋ空間のデータの振幅が高い点を優先的にサンプリングできるように、初期設定されたｋ空間のサンプリングパターンＳＰ（図４参照）を更新する。
【００４８】
図８は、更新されたｋ空間のサンプリングパターンＳＰ′を示す図である。
尚、更新されたｋ空間のサンプリングパターンＳＰ′に示されている領域ＡおよびＢは、それぞれ、図７（ｂ）に示す領域ＡおよびＢを表している。
【００４９】
図８において、黒丸「●」および白丸「○」は、初期設定されたｋ空間のサンプリングパターンＳＰ（図４参照）と同じサンプリング点を表している。黒丸「●」のサンプリング点は、既にサンプリングが行われた点を表しており、白丸「○」のサンプリング点は、まだサンプリングが行われていない点を表している。また、二重丸「◎」は、サンプリングパターンの更新によって新たに発生したサンプリング点を表している。第１の形態では、振幅の大きいデータが集中する可能性が高い領域Ａの中に、新たなサンプリング点「◎」を発生させているので、領域Ａに含まれる全ての点をサンプリング点とすることができ、高品質の画像を得ることが可能となる。
【００５０】
尚、新たに発生したサンプリング点が多すぎると、スキャン時間が延びてしまう恐れがある。そこで、第１の形態では、新たなサンプリング点が発生しても、スキャン時間が延長しないようにするため、図４に示す初期設定されたサンプリング点の中で、データがまだ収集されていないサンプリング点の幾つかを削除する。図８では、削除されたサンプリング点を破線で示してある。ここでは、領域Ｂに位置するサンプリング点を削除する。領域Ｂは、振幅の大きいデータが集中する可能性が低い領域と考えられるので、領域Ｂに位置するサンプリング点は、画質に与える影響は小さいと考えられる。したがって、領域Ｂに位置するサンプリング点を削除しても、十分に高品質の画像を得ることができる。サンプリングパターンを更新したら、時点ｔ１′（図３参照）以降は、更新されたｋ空間のサンプリングパターンＳＰ′に従って、スキャンが継続される。そして、サンプリングされたデータ数がＮ２個になったら、２回目の処理フローＦ２が実行される。尚、Ｎ２は、例えば、Ｎ２＝２Ｎ１とすることができる。
【００５１】
２回目の処理フローＦ２では、ステップＳＴ１１において、画像再構成手段９１ａが、スキャン開始時点ｔ０〜処理フローＦ２の開始時点ｔ２の間にサンプリングされたＮ２個のｋ空間のデータを用いて、時点ｔ２における画像を再構成する。画像を再構成したら、ステップＳＴ１２に進む。
【００５２】
ステップＳＴ１２では、１回目の処理フローＦ１と同様の手順で、画像データをｋ空間のデータに変換し、振幅の大きいデータが集中する可能性が高い領域Ａを求める。そして、ステップＳＴ２に進み、サンプリングパターンを更新する。したがって、時点ｔ２′以降は、２回目の処理フローＦ２によって更新されたｋ空間のサンプリングパターンに従って、スキャンが継続される。
【００５３】
以下、同様に、サンプリングされたデータ数がＮｉ個に到達したら、ｉ回目の処理フローＦｉが実行され、サンプリングパターンが更新される。例えば、時点ｔｋにおいては、サンプリングされたデータ数がＮｋ個に到達するので、ｋ回目の処理フローＦｋが実行され、サンプリングパターンが更新される。
【００５４】
ｋ回目の処理フローＦｋでは、ステップＳＴ１１において、画像再構成手段９１ａが、スキャン開始時点ｔ０〜処理フローＦｋの開始時点ｔｋの間にサンプリングされたＮｋ個のｋ空間のデータを用いて、時点ｔｋにおける画像を再構成する。画像を再構成したら、ステップＳＴ１２に進む。
【００５５】
ステップＳＴ１２では、１回目の処理フローＦ１と同様の手順で、画像データをｋ空間のデータに変換し、振幅の大きいデータが集中する可能性が高い領域Ａを求める。そして、ステップＳＴ２に進み、サンプリングパターンを更新する。したがって、時点ｔｋ′以降は、ｋ回目の処理フローＦｋによって更新されたｋ空間のサンプリングパターンに従って、スキャンが継続される。
【００５６】
ｋ回目の処理フローＦｋが実行された後も、サンプリングされたデータ数がＮｉ個に到達したら、ｉ回目の処理フローＦｉが実行される。例えば、時点ｔｚにおいては、サンプリングされたデータ数がＮｚ個に到達するので、ｚ回目の処理フローＦｚが実行され、サンプリングパターンが更新される。したがって、時点ｔｚ′以降は、ｚ回目の処理フローＦｚによって更新されたｋ空間のサンプリングパターンに従って、スキャンが継続される。そして、必要なサンプリング点のデータを全てサンプリングすることができた時点ｔｅにおいて、スキャンを終了する。
【００５７】
図９は、スキャンにより得られた最終的なｋ空間のデータＤＫｅの一例を示す図である。図９では、データがサンプリングされた点を黒丸「●」で示してある。
【００５８】
スキャンが終了したら、最終的なｋ空間のデータＤＫｅを画像データＤＩｅ（図１０参照）に変換し、フローを終了する。
【００５９】
第１の形態では、スキャンの途中で、振幅の大きいデータが集中する可能性が高い領域を予測することができるので、高品質な画像を取得することができる。
【００６０】
上記の説明では、３次元のｋ空間について説明されているが、本発明は、２次元のｋ空間にも適用可能である。
【００６１】
（２）第２の形態
第２の形態のＭＲＩ装置は、第１の形態のＭＲＩ装置１００と比較すると、予測手段が異なっているが、その他の構成は同じであるので、第２の形態のＭＲＩ装置については、主に、予測手段を説明する。
【００６２】
図１１は、第２の形態のＭＲＩ装置の予測手段９１のブロック図である。
図１１（ａ）は、予測手段９１のブロック図、図１１（ｂ）は、図１１（ａ）に示されているフィルタ手段９１１のブロック図である。
【００６３】
予測手段９１は、画像再構成手段９１ａ、変換手段９１ｂ、フィルタ手段９１１、および領域特定手段９１ｃを有している。
【００６４】
画像再構成手段９１ａは、スキャンの途中で、サンプリングされたｋ空間のデータを用いて、画像を再構成する。
【００６５】
変換手段９１ｂは、画像再構成手段９１ａにより得られた画像データをｋ空間のデータに変換する。
【００６６】
フィルタ手段９１１は、変換手段９１ｂにより得られたｋ空間のデータをフィルタ処理する。フィルタ手段９１１は、図１１（ｂ）に示すように、検査範囲移動手段９１１ａおよび特徴量算出手段９１１ｂを有している。
【００６７】
検査範囲移動手段９１１ａは、変換手段９１ｂにより得られたｋ空間のデータの特徴量を求めるときの検査範囲を移動させる。
【００６８】
特徴量算出手段９１１ｂは、検査範囲の各移動位置において、検査範囲内におけるｋ空間のデータの特徴量を算出する。
【００６９】
領域特定手段９１ｃは、フィルタ手段９１１により得られたｋ空間のデータに基づいて、振幅の大きいデータが集中する可能性が高いｋ空間の領域を特定する。
【００７０】
予測手段９１は、上記のように構成されている。中央処理装置９は、図１１に示す予測手段９１の一例であり、所定のプログラムを実行することにより、この手段として機能する。次に、第２の形態において、被検体１２をスキャンするときのフローについて、図１２を参照しながら、説明する。
【００７１】
図１２は、第２の形態において、被検体１２をスキャンするときのフローの説明図である。
【００７２】
尚、第２の形態では、各処理フローＦ１〜ＦｚのステップＳＴ１に、ステップＳＴ１３が追加されている点以外は、第１の形態と同じである。したがって、図１２の説明に当たっては、主に、ステップＳＴ１３について説明する。
【００７３】
時点ｔ０においてスキャンを開始し、サンプリングされたデータ数がＮ１に到達したら、１回目の処理フローＦ１が開始される。
【００７４】
尚、処理フローＦ１のステップＳＴ１１およびＳＴ１２は、第１の形態と同じであるので説明は省略する。ステップＳＴ１２において、画像データＤＩ１をｋ空間のデータＤＫ１′に変換した後（図７参照）、ステップＳＴ１３に進む。
【００７５】
ステップＳＴ１３では、ｋ空間のデータＤＫ１′をフィルタ処理する。以下に、フィルタ処理の一例について説明する。
【００７６】
ステップＳＴ１３では、先ず、検査範囲移動手段９１１ａ（図１１（ｂ）参照）が、ｋ空間のデータＤＫ１′の特徴量を算出するための検査範囲を設定する。
【００７７】
図１３は、検査範囲を示す図である。
図１３では、検査範囲Ｃの中心がｋ空間の左上隅のデータに位置するように、検査範囲Ｃが設定されている。検査範囲Ｃが設定されたら、特徴量算出手段９１１ｂ（図１１（ｂ）参照）は、検査範囲Ｃの中に含まれる各データの振幅の和を求める。図１３では、検査範囲Ｃには、データＤ１１〜Ｄ３１が含まれているので、これらのデータＤ１１〜Ｄ３１の振幅の和を求める。ここでは、振幅和をＡ１１とする。特徴量算出手段９１１ｂは、検査範囲Ｃの中心に対応する位置に、振幅和Ａ１１を割り当てる。
【００７８】
振幅和Ａ１１を求めた後、検査範囲移動手段９１１ａは、検査範囲Ｃをデータ一つ分だけ移動させる（図１４参照）。
【００７９】
図１４は、検査範囲Ｃを移動させた後の様子を示す図である。
図１４では、移動前の検査範囲Ｃを破線で示し、移動後の検査範囲Ｃを実線で示している。特徴量算出手段９１１ｂは、移動後の検査範囲Ｃの中に含まれる各データの振幅の和を求める。図１４では、検査範囲Ｃには、データＤ１１〜Ｄ３２が含まれているので、これらのデータＤ１１〜Ｄ３２の振幅の和を求める。ここでは、振幅和をＡ１２とする。特徴量算出手段９１１ｂは、検査範囲Ｃの中心に対応する位置に、振幅和Ａ１２を割り当てる。
【００８０】
振幅和Ａ１２を求めた後、同様の手順で、検査範囲を移動させながら、振幅和を算出する（図１５参照）。
【００８１】
図１５は、検査範囲Ｃがｋ空間の中心よりもやや左上側の位置に移動したときの様子を示す図である。
【００８２】
特徴量算出手段９１１ｂは、検査範囲Ｃの中に含まれる各データの振幅の和を求める。図１５では、検査範囲Ｃには、データＤ４６〜Ｄ８６が含まれているので、これらのデータＤ４６〜Ｄ８６の振幅の和を求める。ここでは、振幅和をＡ６６とする。特徴量算出手段９１１ｂは、検査範囲Ｃの中心に対応する位置に、振幅和Ａ６６を割り当てる。
【００８３】
以下同様に、ｋ空間の全領域に渡って検査範囲Ｃを移動させて、振幅和を算出する。したがって、ｋ空間のデータの振幅和のマップを得ることができる。図１６に、得られた振幅和マップＭを概略的に示す。
【００８４】
図１６では、振幅和が閾値ＴＨよりも小さい領域Ｂは、クロスハッチングで示されており、振幅和が閾値ＴＨよりも大きい領域Ａは、太い実線で囲まれて示されている。また、領域Ａでは、振幅和が特に大きい点は白色で示されており、白色の点よりも振幅和が小さい点は、記号「△」で示されており、振幅和が更に小さい点は、記号「×」で示されている。
【００８５】
領域Ａは、振幅和が閾値ＴＨよりも大きい領域であるので、振幅の大きいデータが集中する可能性が高い領域と考えられる。一方、領域Ｂは、振幅和が閾値ＴＨよりも小さい領域であるので、振幅の大きいデータが集中する可能性が低い領域と考えられる。そこで、領域特定手段９１ｃ（図１１（ａ）参照）は、領域Ａを、振幅の大きいデータが集中する可能性が高い領域と特定する。したがって、振幅和のマップＭを作成することによって、振幅の大きいデータが集中する可能性が高い領域Ａを予測することができる。
【００８６】
第２の形態では、この予測に基づいて、サンプリングパターンを更新する。サンプリングパターンを更新するために、ステップＳＴ２に進む。
【００８７】
ステップＳＴ２では、サンプリングパターン更新手段９２（図１参照）が、予測された領域Ａに基づいて、サンプリングパターンを更新する。以下に、サンプリングパターンを更新する方法について説明する。
【００８８】
サンプリングパターン更新手段９２は、ｋ空間のデータの振幅が高い点を優先的にサンプリングできるように、初期設定されたサンプリングパターンＳＰ（図４参照）を更新する。
【００８９】
図１７は、更新されたｋ空間のサンプリングパターンＳＰ′を示す図である。
尚、更新されたｋ空間のサンプリングパターンＳＰ′に示されている領域ＡおよびＢは、それぞれ、図１６に示す領域ＡおよびＢを表している。
【００９０】
図１７において、黒丸「●」および白丸「○」は、初期設定されたｋ空間のサンプリングパターンＳＰ（図４参照）と同じサンプリング点を表している。黒丸「●」のサンプリング点は、既にサンプリングが行われた点を表しており、白丸「○」のサンプリング点は、まだサンプリングが行われていない点を表している。また、二重丸「◎」は、サンプリングパターンの更新によって新たに発生したサンプリング点を表している。第２の形態では、振幅の大きいデータが集中する可能性が高い領域Ａの中に、新たなサンプリング点「◎」を発生させている。したがって、振幅の大きいデータが集中する可能性が高い領域Ａに含まれる点を優先的にサンプリングすることができるので、高品質の画像を得ることができる。尚、第２の形態では、サンプリング点が特定の領域に集中しすぎないようにするため、領域Ａ内の一部の点は、サンプリング点から除外されている。
【００９１】
また、第１の形態と同様に、新たなサンプリング点が発生しても、スキャン時間が延長しないようにするため、図４に示す初期設定されたサンプリング点の中で、データがまだ収集されていないサンプリング点の幾つかを削除する。図１７では、削除されたサンプリング点を破線で示してある。ここでは、領域Ｂに位置するサンプリング点を削除する。領域Ｂは、振幅の大きいデータが集中する可能性が低い領域と考えられるので、領域Ｂに位置するサンプリング点は、画質に与える影響は小さいと考えられる。したがって、領域Ｂに位置するサンプリング点を削除しても、十分に高品質の画像を得ることができる。サンプリングパターンを更新したら、時点ｔ１′（図１２参照）以降は、更新されたｋ空間のサンプリングパターンＳＰ′に従って、スキャンが継続される。そして、サンプリングされたデータ数がＮ２個になったら、２回目の処理フローＦ２が実行される。
【００９２】
以下、同様に、サンプリングされたデータ数がＮｉ個に到達したら、ｉ回目の処理フローＦｉを実行し、必要なサンプリング点のデータを全てサンプリングすることができた時点ｔｅにおいて、スキャンを終了する。スキャンを終了したら、スキャンにより得られた最終的なｋ空間のデータを用いて画像を再構成することにより、最終的な画像データが得られる。
【００９３】
第２の形態でも、第１の形態と同様に、スキャンの途中で、振幅の大きいデータが集中する可能性が高い領域を予測することができるので、高品質な画像を取得することができる。
【００９４】
また、第２の形態では、ｋ空間のデータの特徴量のマップＭを作成し、マップＭに基づいて、サンプリングパターンを更新している。このように、サンプリングパターンを更新するときは、ｋ空間のデータの特徴量のマップＭを参考にしてもよい。
【００９５】
尚、第２の形態では、ｋ空間のデータと特徴量として、振幅和を求めている。しかし、振幅の平均値など、別の特徴量を求めてもよい。
【００９６】
（３）第３の形態
第３の形態のＭＲＩ装置は、第１の形態のＭＲＩ装置１００と比較すると、予測手段が異なっているが、その他の構成は同じであるので、第３の形態のＭＲＩ装置については、主に、予測手段を説明する。
【００９７】
図１８は、第３の形態のＭＲＩ装置の予測手段９１のブロック図である。
図１８（ａ）は、予測手段９１のブロック図、図１８（ｂ）は、図１８（ａ）に示されているフィルタ手段９１１のブロック図である。
【００９８】
予測手段９１は、ゼロフィリング手段９１０、フィルタ手段９１１、および領域特定手段９１ｃを有している。
【００９９】
ゼロフィリング手段９１０は、スキャンの途中で、ｋ空間のデータがサンプリングされていない領域に対してゼロフィリングを実行する。
【０１００】
フィルタ手段９１１は、ゼロフィリングされたｋ空間のデータをフィルタ処理する。フィルタ手段９１１は、図１８（ｂ）に示すように、検査範囲移動手段９１１ａおよび特徴量算出手段９１１ｂを有している。
【０１０１】
検査範囲移動手段９１１ａは、ゼロフィリングされたｋ空間のデータの特徴量を求めるときの検査範囲を移動させる。
【０１０２】
特徴量算出手段９１１ｂは、検査範囲の各移動位置において、検査範囲内におけるｋ空間のデータの特徴量を算出する。
【０１０３】
領域特定手段９１ｃは、フィルタ手段９１１により得られたｋ空間のデータに基づいて、振幅の大きいデータが集中する可能性が高いｋ空間の領域を特定する。
【０１０４】
予測手段９１は、上記のように構成されている。中央処理装置９は、図１８に示す予測手段９１の一例であり、所定のプログラムを実行することにより、この手段として機能する。次に、第３の形態において、被検体１２をスキャンするときのフローについて、図１９を参照しながら、説明する。
【０１０５】
図１９は、第３の形態において、被検体１２をスキャンするときのフローの説明図である。
【０１０６】
尚、第３の形態では、各処理フローＦ１〜ＦｚのステップＳＴ１において、ステップＳＴ１１およびＳＴ１２の代わりに、ステップＳＴ１０が設けられている点以外は、第２の形態と同じである。したがって、図１９の説明に当たっては、主に、ステップＳＴ１０について説明する。
【０１０７】
時点ｔ０においてスキャンを開始し、時点ｔ１において、サンプリングされたデータ数がＮ１に到達し、図５に示すようなｋ空間のデータＤＫ１が得られたとする。
【０１０８】
サンプリングされたデータ数がＮ１に到達したら、１回目の処理フローＦ１が開始される。
【０１０９】
処理フローＦ１では、先ず、ステップＳＴ１０において、ゼロフィリング手段９１０（図１８（ａ）参照）が、図５に示すｋ空間のデータＤＫ１のサンプリングされていない領域にゼロを配置する（図２０参照）。
【０１１０】
図２０は、ゼロを配置した後のｋ空間のデータＤＫ１０を示す図である。
図２０では、サンプリングが行われた点を黒丸「●」で表しており、ゼロが配置された領域は、クロスハッチングで示されている。ゼロを配置した後、ステップＳＴ１３に進む。
【０１１１】
ステップＳＴ１３では、ｋ空間のデータＤＫ１０をフィルタ処理する。フィルタ処理は、第２の形態と同様に、検査範囲Ｃを移動させながら振幅和を求め、振幅和のマップを作成することによって行う。振幅和のマップを作成したら、ステップＳＴ２に進み、サンプリングパターンを更新する。
【０１１２】
以下、同様に、サンプリングされたデータ数がＮｉ個に到達したら、処理フローＦｉを実行し、必要なサンプリング点のデータを全てサンプリングすることができた時点ｔｅにおいて、スキャンを終了する。スキャンを終了したら、スキャンにより得られた最終的なｋ空間のデータを用いて画像を再構成することにより、最終的な画像データが得られる。
【０１１３】
第３の形態でも、スキャンの途中で、振幅の大きいデータが集中する可能性が高い領域を予測することができるので、高品質な画像を取得することができる。
【符号の説明】
【０１１４】
２ 磁場発生装置
３ テーブル
４ 受信コイル
５ シーケンサ
６ 送信器
７ 勾配磁場電源
８ 受信器
９ 中央処理装置
１０ 操作部
１１ 表示部
１２ 被検体
１３ オペレータ
２１ ボア
２２ 超伝導コイル
２３ 勾配コイル
２４ 送信コイル
３１ クレードル
９１ 予測手段
９１ａ 画像再構成手段
９１ｂ 変換手段
９１ｃ 領域特定手段
９２ サンプリングパターン更新手段
１００ ＭＲＩ装置
９１０ ゼロフィリング手段
９１１ フィルタ手段
９１１ａ 検査範囲移動手段
９１１ｂ 特徴量算出手段
【技術分野】
【０００１】
本発明は、サンプリングパターンに従ってｋ空間のデータをサンプリングする磁気共鳴イメージング装置、およびプログラムに関する。
【背景技術】
【０００２】
被検体をスキャンするときのスキャン時間を短縮する方法として、ｋ空間の全領域のデータを取得せずに、アンダーサンプリングによって画像再構成を行う方法が知られている。画像再構成の手法としては、例えば、Compressed
Sensingという方法が知られている（特許文献１参照）。
【先行技術文献】
【特許文献】
【０００３】
【特許文献１】特開2009-268901号公報
【発明の概要】
【発明が解決しようとする課題】
【０００４】
特許文献１の方法では、サンプリングレートを低くすると、画質が劣化してしまうという問題がある。したがって、短いスキャン時間は維持したままで、高品質の画像を取得できることが望まれている。
【課題を解決するための手段】
【０００５】
本発明の第１の態様は、サンプリングパターンに従ってｋ空間のデータをサンプリングするためのスキャンを行う磁気共鳴イメージング装置であって、
前記スキャンの途中で、サンプリングされたｋ空間のデータに基づいて、振幅の大きいデータが集中する可能性が高いｋ空間の領域を予測する予測手段と、
前記予測手段により予測された領域に基づいて、前記サンプリングパターンを更新するサンプリングパターン更新手段と、
を有する、磁気共鳴イメージング装置である。
【０００６】
本発明の第２の態様は、サンプリングパターンに従ってｋ空間のデータをサンプリングするためのスキャンを行う磁気共鳴イメージング装置のプログラムであって、
前記スキャンの途中で、サンプリングされたｋ空間のデータに基づいて、振幅の大きいデータが集中する可能性が高いｋ空間の領域を予測する予測処理と、
前記予測処理により予測された領域に基づいて、前記サンプリングパターンを更新するサンプリングパターン更新処理と、
を計算機に実行させるためのプログラムである。
【発明の効果】
【０００７】
振幅の大きいデータが集中する可能性が高いｋ空間の領域を予測することができるので、高品質な画像を取得することが可能となる。
【図面の簡単な説明】
【０００８】
【図１】本発明の第１の形態の磁気共鳴イメージング装置を示す概略図である。
【図２】予測手段９１のブロック図である。
【図３】被検体１２をスキャンするときのフローを説明する図である。
【図４】初期設定されたサンプリングパターンＳＰを概略的に示す図である。
【図５】時点ｔ１におけるｋ空間のデータＤＫ１を示す図である。
【図６】再構成された画像を概略的に示す図である。
【図７】画像データＤＩ１をｋ空間のデータに変換する様子を示す図である。
【図８】更新されたｋ空間のサンプリングパターンＳＰ′を示す図である。
【図９】スキャンにより得られた最終的なｋ空間のデータＤＫｅの一例を示す図である。
【図１０】画像データＤＩｅを示す図である。
【図１１】第２の形態のＭＲＩ装置の予測手段９１のブロック図である。
【図１２】第２の形態において、被検体１２をスキャンするときのフローの説明図である。
【図１３】検査範囲を示す図である。
【図１４】検査範囲Ｃを移動させた後の様子を示す図である。
【図１５】検査範囲Ｃがｋ空間の中心よりもやや左上側の位置に移動したときの様子を示す図である。
【図１６】振幅和マップＭを概略的に示す図である。
【図１７】更新されたサンプリングパターンＳＰ′を示す図である。
【図１８】第３の形態のＭＲＩ装置の予測手段９１のブロック図である。
【図１９】第３の形態において、被検体１２をスキャンするときのフローの説明図である。
【図２０】ゼロを配置した後のｋ空間のデータＤＫ１０を示す図である。
【発明を実施するための形態】
【０００９】
以下、発明の実施するための形態について説明するが、発明を実施するための形態は、以下の形態に限定されることはない。
【００１０】
（１）第１の形態
図１は、本発明の第１の形態の磁気共鳴イメージング装置を示す概略図、図２は、予測手段９１のブロック図である。
【００１１】
磁気共鳴イメージング（ＭＲＩ（Magnetic Resonance Imaging））装置１００は、磁場発生装置２、テーブル３、受信コイル４などを有している。
【００１２】
磁場発生装置２は、被検体１２が収容されるボア２１と、超伝導コイル２２と、勾配コイル２３と、送信コイル２４とを有している。超伝導コイル２２は静磁場Ｂ0を印加し、勾配コイル２３は勾配磁場を印加し、送信コイル２４はＲＦパルスを送信する。尚、超伝導コイル２２の代わりに、永久磁石を用いてもよい。
【００１３】
テーブル３は、クレードル３１を有している。クレードル３１は、ボア２１に移動できるように構成されている。クレードル３１によって、被検体１２はボア２１に搬送される。
【００１４】
受信コイル４は、被検体１２の腹部から胸部に渡って取り付けられている。受信コイル４は、被検体１２からの磁気共鳴信号を受信する。
【００１５】
ＭＲＩ装置１００は、更に、シーケンサ５、送信器６、勾配磁場電源７、受信器８、中央処理装置９、操作部１０、および表示部１１を有している。
【００１６】
シーケンサ５は、中央処理装置９の制御を受けて、スキャンを実行するための情報を送信器６および勾配磁場電源７に送る。
【００１７】
送信器６は、シーケンサ５から送られた情報に基づいて、ＲＦコイル２４を駆動する駆動信号を出力する。
【００１８】
勾配磁場電源７は、シーケンサ５から送られた情報に基づいて、勾配コイル２３を駆動する駆動信号を出力する。
【００１９】
受信器８は、受信コイル４で受信された磁気共鳴信号に所定の信号処理を施し、信号処理により得られたデータを、中央処理装置９に出力する。
【００２０】
中央処理装置９は、シーケンサ５および表示部１１に必要な情報を伝送したり、受信器８から受け取ったデータに基づいて画像を再構成するなど、ＭＲＩ装置１００の各種の動作を実現するように、ＭＲＩ装置１００の各部の動作を制御する。中央処理装置９は、例えばコンピュータ（computer）によって構成される。中央処理装置９は、予測手段９１およびサンプリングパターン更新手段９２などを有している。
【００２１】
予測手段９１は、スキャンの途中で、サンプリングされたｋ空間のデータに基づいて、振幅の大きいデータが集中する可能性が高いｋ空間の領域を予測する。予測手段９１は、図２に示すように、画像再構成手段９１ａ、変換手段９１ｂ、および領域特定手段９１ｃを有している。
【００２２】
画像再構成手段９１ａは、スキャンの途中で、サンプリングされたｋ空間のデータを用いて、画像を再構成する。
【００２３】
変換手段９１ｂは、画像再構成手段９１ａにより得られた画像データをｋ空間のデータに変換する。
【００２４】
領域特定手段９１ｃは、変換手段９１ｂにより得られたｋ空間のデータに基づいて、振幅の大きいデータが集中する可能性が高いｋ空間の領域を特定する。
【００２５】
サンプリングパターン更新手段９２は、予測手段９１により予測された領域に基づいて、サンプリングパターンを更新する。
【００２６】
中央処理装置９は、予測手段９１およびサンプリングパターン更新手段９２の一例であり、所定のプログラムを実行することにより、これらの手段として機能する。中央処理装置９は、課題を解決するための手段に記載された計算機の一例である。
【００２７】
操作部１０は、オペレータ１３により操作され、種々の情報を中央処理装置９に入力する。表示部１１は種々の情報を表示する。
【００２８】
ＭＲＩ装置１００は、上記のように構成されている。以下に、ＭＲＩ装置１００で被検体１２をスキャンするときのフローについて説明する。
【００２９】
図３は、被検体１２をスキャンするときのフローを説明する図である。
時点ｔ０において、初期設定されたｋ空間のサンプリングパターンに従って、スキャンを開始する（図４参照）。
【００３０】
図４は、初期設定されたｋ空間のサンプリングパターンＳＰを概略的に示す図である。
【００３１】
図４には、３次元のｋ空間のｋｚ−ｋｙ面が示されている。ここでは、ｋｚ−ｋｙ面は、２次元に配列された１６×１６の四角形で示されている。また、サンプリング点は、四角形の中に記入された白丸「○」で示されている。白丸「○」が記入されていない部分は、サンプリング点として初期設定されていないことを意味している。
【００３２】
尚、図４では、１６×１６のサンプリングパターンＳＰが示されているが、一般的には、２５６×２５６のサンプリングパターン等が使用される。しかし、第１の形態では、説明の便宜上、図４に示すサンプリングパターンＳＰに従ってサンプリングを行うとする。
【００３３】
図３に戻って説明を続ける。
サンプリングパターンＳＰ（図４参照）に従ってスキャンが開始されたら、サンプリングされたデータ数が、Ｎｉ個（ｉ＝１〜ｚの整数）に到達したか否かを判断する。ここでは、ｉ＝１、即ち、サンプリングされたデータ数が、Ｎ１個に到達したか否かを判断する。Ｎ１は、例えば、数個（例えば５個）であってもよいし、数十個（例えば３０個）であってもよい。第１の形態では、時点ｔ１において、サンプリングされたデータ数が、Ｎ１個に到達したとする（図５参照）。
【００３４】
図５は、時点ｔ１におけるｋ空間のデータＤＫ１を示す図である。
図５において、サンプリング点は、黒丸「●」および白丸「○」で表されている。黒丸「●」のサンプリング点は、時点ｔ０〜ｔ１の間にサンプリングが行われた点を表している。白丸「○」のサンプリング点は、時点ｔ１において、データがまだサンプリングされていない点を表している。
【００３５】
サンプリングされたデータ数がＮ１個に到達したら、スキャンは継続したままで、１回目の処理フローＦ１（図３参照）が実行される。
【００３６】
処理フローＦ１では、先ず、ステップＳＴ１において、予測手段９１（図１および図２参照）が、ｋ空間のデータＤＫ１（図５参照）に基づいて、振幅の大きいデータが集中する可能性が高い領域を予測する。ステップＳＴ１は、この予測を行うために、ステップＳＴ１１およびＳＴ１２を有している。以下に、各ステップＳＴ１１およびＳＴ１２について、順に説明する。
【００３７】
ステップＳＴ１１では、画像再構成手段９１ａ（図２参照）が、図５に示すｋ空間のデータＤＫ１を用いて、時点ｔ１における画像を再構成する（図６参照）。
【００３８】
図６は、再構成された画像を概略的に示す図である。
図６（ａ）は、ｋ空間のデータＤＫ１（図５参照）を示しており、図６（ｂ）は、画像再構成により得られた時点ｔ１における画像データＤＩ１を示している。
【００３９】
画像再構成の方法としては、Compressed Sensingの方法などを用いることができる。画像データＤＩ１を得た後、ステップＳＴ１２進む。
【００４０】
ステップＳＴ１２では、変換手段９１ｂ（図２参照）が、得られた画像データＤＩ１を、フーリエ変換によって、ｋ空間のデータに変換する（図７参照）。
【００４１】
図７は、画像データＤＩ１をｋ空間のデータに変換する様子を示す図である。
図７（ａ）は、画像データＤＩ１（図６（ｂ）参照）を示しており、図７（ｂ）は、画像データＤＩ１をフーリエ変換することにより得られたｋ空間のデータＤＫ１′を示している。
【００４２】
図７（ｂ）では、ｋ空間のデータＤＫ１′は、ｋ空間のデータＤＫ１′の振幅が大きいか小さいかの基準となる閾値ＴＨによって、２つの領域ＡおよびＢに分けられている。領域Ｂは、ｋ空間のデータＤＫ１′の振幅が閾値ＴＨよりも小さい領域であり、クロスハッチングで示されている。一方、領域Ａは、ｋ空間のデータＤＫ１′の振幅が閾値ＴＨよりも大きい領域であり、太い実線で囲まれて示されている。また、領域Ａでは、振幅が特に大きい点は白色で示されており、白色の点よりも振幅が小さい点は、記号「△」で示されている。
【００４３】
領域特定手段９１ｃ（図２参照）は、ｋ空間のデータＤＫ１′に基づいて、振幅の大きいデータが集中する可能性が高いｋ空間の領域Ａを特定する。領域Ａは、振幅が閾値ＴＨよりも大きい領域であるので、振幅の大きいデータが集中する可能性が高い領域と考えられる。一方、領域Ｂは、振幅が閾値ＴＨよりも小さい領域であるので、振幅の大きいデータが集中する可能性が低い領域と考えられる。そこで、第１の形態では、領域特定手段９１ｃは、領域Ａを、振幅の大きいデータが集中する可能性が高い領域と特定する。
【００４４】
したがって、ステップＳＴ１を実行することにより、振幅の大きいデータが集中する可能性が高い領域Ａを予測することができる。
【００４５】
第１の形態では、この予測に基づいて、サンプリングパターンを更新する。サンプリングパターンを更新するために、ステップＳＴ２に進む。
【００４６】
ステップＳＴ２では、サンプリングパターン更新手段９２（図１参照）が、予測された領域Ａに基づいて、サンプリングパターンを更新する。以下に、サンプリングパターンを更新する方法について説明する。
【００４７】
サンプリングパターン更新手段９２は、ｋ空間のデータの振幅が高い点を優先的にサンプリングできるように、初期設定されたｋ空間のサンプリングパターンＳＰ（図４参照）を更新する。
【００４８】
図８は、更新されたｋ空間のサンプリングパターンＳＰ′を示す図である。
尚、更新されたｋ空間のサンプリングパターンＳＰ′に示されている領域ＡおよびＢは、それぞれ、図７（ｂ）に示す領域ＡおよびＢを表している。
【００４９】
図８において、黒丸「●」および白丸「○」は、初期設定されたｋ空間のサンプリングパターンＳＰ（図４参照）と同じサンプリング点を表している。黒丸「●」のサンプリング点は、既にサンプリングが行われた点を表しており、白丸「○」のサンプリング点は、まだサンプリングが行われていない点を表している。また、二重丸「◎」は、サンプリングパターンの更新によって新たに発生したサンプリング点を表している。第１の形態では、振幅の大きいデータが集中する可能性が高い領域Ａの中に、新たなサンプリング点「◎」を発生させているので、領域Ａに含まれる全ての点をサンプリング点とすることができ、高品質の画像を得ることが可能となる。
【００５０】
尚、新たに発生したサンプリング点が多すぎると、スキャン時間が延びてしまう恐れがある。そこで、第１の形態では、新たなサンプリング点が発生しても、スキャン時間が延長しないようにするため、図４に示す初期設定されたサンプリング点の中で、データがまだ収集されていないサンプリング点の幾つかを削除する。図８では、削除されたサンプリング点を破線で示してある。ここでは、領域Ｂに位置するサンプリング点を削除する。領域Ｂは、振幅の大きいデータが集中する可能性が低い領域と考えられるので、領域Ｂに位置するサンプリング点は、画質に与える影響は小さいと考えられる。したがって、領域Ｂに位置するサンプリング点を削除しても、十分に高品質の画像を得ることができる。サンプリングパターンを更新したら、時点ｔ１′（図３参照）以降は、更新されたｋ空間のサンプリングパターンＳＰ′に従って、スキャンが継続される。そして、サンプリングされたデータ数がＮ２個になったら、２回目の処理フローＦ２が実行される。尚、Ｎ２は、例えば、Ｎ２＝２Ｎ１とすることができる。
【００５１】
２回目の処理フローＦ２では、ステップＳＴ１１において、画像再構成手段９１ａが、スキャン開始時点ｔ０〜処理フローＦ２の開始時点ｔ２の間にサンプリングされたＮ２個のｋ空間のデータを用いて、時点ｔ２における画像を再構成する。画像を再構成したら、ステップＳＴ１２に進む。
【００５２】
ステップＳＴ１２では、１回目の処理フローＦ１と同様の手順で、画像データをｋ空間のデータに変換し、振幅の大きいデータが集中する可能性が高い領域Ａを求める。そして、ステップＳＴ２に進み、サンプリングパターンを更新する。したがって、時点ｔ２′以降は、２回目の処理フローＦ２によって更新されたｋ空間のサンプリングパターンに従って、スキャンが継続される。
【００５３】
以下、同様に、サンプリングされたデータ数がＮｉ個に到達したら、ｉ回目の処理フローＦｉが実行され、サンプリングパターンが更新される。例えば、時点ｔｋにおいては、サンプリングされたデータ数がＮｋ個に到達するので、ｋ回目の処理フローＦｋが実行され、サンプリングパターンが更新される。
【００５４】
ｋ回目の処理フローＦｋでは、ステップＳＴ１１において、画像再構成手段９１ａが、スキャン開始時点ｔ０〜処理フローＦｋの開始時点ｔｋの間にサンプリングされたＮｋ個のｋ空間のデータを用いて、時点ｔｋにおける画像を再構成する。画像を再構成したら、ステップＳＴ１２に進む。
【００５５】
ステップＳＴ１２では、１回目の処理フローＦ１と同様の手順で、画像データをｋ空間のデータに変換し、振幅の大きいデータが集中する可能性が高い領域Ａを求める。そして、ステップＳＴ２に進み、サンプリングパターンを更新する。したがって、時点ｔｋ′以降は、ｋ回目の処理フローＦｋによって更新されたｋ空間のサンプリングパターンに従って、スキャンが継続される。
【００５６】
ｋ回目の処理フローＦｋが実行された後も、サンプリングされたデータ数がＮｉ個に到達したら、ｉ回目の処理フローＦｉが実行される。例えば、時点ｔｚにおいては、サンプリングされたデータ数がＮｚ個に到達するので、ｚ回目の処理フローＦｚが実行され、サンプリングパターンが更新される。したがって、時点ｔｚ′以降は、ｚ回目の処理フローＦｚによって更新されたｋ空間のサンプリングパターンに従って、スキャンが継続される。そして、必要なサンプリング点のデータを全てサンプリングすることができた時点ｔｅにおいて、スキャンを終了する。
【００５７】
図９は、スキャンにより得られた最終的なｋ空間のデータＤＫｅの一例を示す図である。図９では、データがサンプリングされた点を黒丸「●」で示してある。
【００５８】
スキャンが終了したら、最終的なｋ空間のデータＤＫｅを画像データＤＩｅ（図１０参照）に変換し、フローを終了する。
【００５９】
第１の形態では、スキャンの途中で、振幅の大きいデータが集中する可能性が高い領域を予測することができるので、高品質な画像を取得することができる。
【００６０】
上記の説明では、３次元のｋ空間について説明されているが、本発明は、２次元のｋ空間にも適用可能である。
【００６１】
（２）第２の形態
第２の形態のＭＲＩ装置は、第１の形態のＭＲＩ装置１００と比較すると、予測手段が異なっているが、その他の構成は同じであるので、第２の形態のＭＲＩ装置については、主に、予測手段を説明する。
【００６２】
図１１は、第２の形態のＭＲＩ装置の予測手段９１のブロック図である。
図１１（ａ）は、予測手段９１のブロック図、図１１（ｂ）は、図１１（ａ）に示されているフィルタ手段９１１のブロック図である。
【００６３】
予測手段９１は、画像再構成手段９１ａ、変換手段９１ｂ、フィルタ手段９１１、および領域特定手段９１ｃを有している。
【００６４】
画像再構成手段９１ａは、スキャンの途中で、サンプリングされたｋ空間のデータを用いて、画像を再構成する。
【００６５】
変換手段９１ｂは、画像再構成手段９１ａにより得られた画像データをｋ空間のデータに変換する。
【００６６】
フィルタ手段９１１は、変換手段９１ｂにより得られたｋ空間のデータをフィルタ処理する。フィルタ手段９１１は、図１１（ｂ）に示すように、検査範囲移動手段９１１ａおよび特徴量算出手段９１１ｂを有している。
【００６７】
検査範囲移動手段９１１ａは、変換手段９１ｂにより得られたｋ空間のデータの特徴量を求めるときの検査範囲を移動させる。
【００６８】
特徴量算出手段９１１ｂは、検査範囲の各移動位置において、検査範囲内におけるｋ空間のデータの特徴量を算出する。
【００６９】
領域特定手段９１ｃは、フィルタ手段９１１により得られたｋ空間のデータに基づいて、振幅の大きいデータが集中する可能性が高いｋ空間の領域を特定する。
【００７０】
予測手段９１は、上記のように構成されている。中央処理装置９は、図１１に示す予測手段９１の一例であり、所定のプログラムを実行することにより、この手段として機能する。次に、第２の形態において、被検体１２をスキャンするときのフローについて、図１２を参照しながら、説明する。
【００７１】
図１２は、第２の形態において、被検体１２をスキャンするときのフローの説明図である。
【００７２】
尚、第２の形態では、各処理フローＦ１〜ＦｚのステップＳＴ１に、ステップＳＴ１３が追加されている点以外は、第１の形態と同じである。したがって、図１２の説明に当たっては、主に、ステップＳＴ１３について説明する。
【００７３】
時点ｔ０においてスキャンを開始し、サンプリングされたデータ数がＮ１に到達したら、１回目の処理フローＦ１が開始される。
【００７４】
尚、処理フローＦ１のステップＳＴ１１およびＳＴ１２は、第１の形態と同じであるので説明は省略する。ステップＳＴ１２において、画像データＤＩ１をｋ空間のデータＤＫ１′に変換した後（図７参照）、ステップＳＴ１３に進む。
【００７５】
ステップＳＴ１３では、ｋ空間のデータＤＫ１′をフィルタ処理する。以下に、フィルタ処理の一例について説明する。
【００７６】
ステップＳＴ１３では、先ず、検査範囲移動手段９１１ａ（図１１（ｂ）参照）が、ｋ空間のデータＤＫ１′の特徴量を算出するための検査範囲を設定する。
【００７７】
図１３は、検査範囲を示す図である。
図１３では、検査範囲Ｃの中心がｋ空間の左上隅のデータに位置するように、検査範囲Ｃが設定されている。検査範囲Ｃが設定されたら、特徴量算出手段９１１ｂ（図１１（ｂ）参照）は、検査範囲Ｃの中に含まれる各データの振幅の和を求める。図１３では、検査範囲Ｃには、データＤ１１〜Ｄ３１が含まれているので、これらのデータＤ１１〜Ｄ３１の振幅の和を求める。ここでは、振幅和をＡ１１とする。特徴量算出手段９１１ｂは、検査範囲Ｃの中心に対応する位置に、振幅和Ａ１１を割り当てる。
【００７８】
振幅和Ａ１１を求めた後、検査範囲移動手段９１１ａは、検査範囲Ｃをデータ一つ分だけ移動させる（図１４参照）。
【００７９】
図１４は、検査範囲Ｃを移動させた後の様子を示す図である。
図１４では、移動前の検査範囲Ｃを破線で示し、移動後の検査範囲Ｃを実線で示している。特徴量算出手段９１１ｂは、移動後の検査範囲Ｃの中に含まれる各データの振幅の和を求める。図１４では、検査範囲Ｃには、データＤ１１〜Ｄ３２が含まれているので、これらのデータＤ１１〜Ｄ３２の振幅の和を求める。ここでは、振幅和をＡ１２とする。特徴量算出手段９１１ｂは、検査範囲Ｃの中心に対応する位置に、振幅和Ａ１２を割り当てる。
【００８０】
振幅和Ａ１２を求めた後、同様の手順で、検査範囲を移動させながら、振幅和を算出する（図１５参照）。
【００８１】
図１５は、検査範囲Ｃがｋ空間の中心よりもやや左上側の位置に移動したときの様子を示す図である。
【００８２】
特徴量算出手段９１１ｂは、検査範囲Ｃの中に含まれる各データの振幅の和を求める。図１５では、検査範囲Ｃには、データＤ４６〜Ｄ８６が含まれているので、これらのデータＤ４６〜Ｄ８６の振幅の和を求める。ここでは、振幅和をＡ６６とする。特徴量算出手段９１１ｂは、検査範囲Ｃの中心に対応する位置に、振幅和Ａ６６を割り当てる。
【００８３】
以下同様に、ｋ空間の全領域に渡って検査範囲Ｃを移動させて、振幅和を算出する。したがって、ｋ空間のデータの振幅和のマップを得ることができる。図１６に、得られた振幅和マップＭを概略的に示す。
【００８４】
図１６では、振幅和が閾値ＴＨよりも小さい領域Ｂは、クロスハッチングで示されており、振幅和が閾値ＴＨよりも大きい領域Ａは、太い実線で囲まれて示されている。また、領域Ａでは、振幅和が特に大きい点は白色で示されており、白色の点よりも振幅和が小さい点は、記号「△」で示されており、振幅和が更に小さい点は、記号「×」で示されている。
【００８５】
領域Ａは、振幅和が閾値ＴＨよりも大きい領域であるので、振幅の大きいデータが集中する可能性が高い領域と考えられる。一方、領域Ｂは、振幅和が閾値ＴＨよりも小さい領域であるので、振幅の大きいデータが集中する可能性が低い領域と考えられる。そこで、領域特定手段９１ｃ（図１１（ａ）参照）は、領域Ａを、振幅の大きいデータが集中する可能性が高い領域と特定する。したがって、振幅和のマップＭを作成することによって、振幅の大きいデータが集中する可能性が高い領域Ａを予測することができる。
【００８６】
第２の形態では、この予測に基づいて、サンプリングパターンを更新する。サンプリングパターンを更新するために、ステップＳＴ２に進む。
【００８７】
ステップＳＴ２では、サンプリングパターン更新手段９２（図１参照）が、予測された領域Ａに基づいて、サンプリングパターンを更新する。以下に、サンプリングパターンを更新する方法について説明する。
【００８８】
サンプリングパターン更新手段９２は、ｋ空間のデータの振幅が高い点を優先的にサンプリングできるように、初期設定されたサンプリングパターンＳＰ（図４参照）を更新する。
【００８９】
図１７は、更新されたｋ空間のサンプリングパターンＳＰ′を示す図である。
尚、更新されたｋ空間のサンプリングパターンＳＰ′に示されている領域ＡおよびＢは、それぞれ、図１６に示す領域ＡおよびＢを表している。
【００９０】
図１７において、黒丸「●」および白丸「○」は、初期設定されたｋ空間のサンプリングパターンＳＰ（図４参照）と同じサンプリング点を表している。黒丸「●」のサンプリング点は、既にサンプリングが行われた点を表しており、白丸「○」のサンプリング点は、まだサンプリングが行われていない点を表している。また、二重丸「◎」は、サンプリングパターンの更新によって新たに発生したサンプリング点を表している。第２の形態では、振幅の大きいデータが集中する可能性が高い領域Ａの中に、新たなサンプリング点「◎」を発生させている。したがって、振幅の大きいデータが集中する可能性が高い領域Ａに含まれる点を優先的にサンプリングすることができるので、高品質の画像を得ることができる。尚、第２の形態では、サンプリング点が特定の領域に集中しすぎないようにするため、領域Ａ内の一部の点は、サンプリング点から除外されている。
【００９１】
また、第１の形態と同様に、新たなサンプリング点が発生しても、スキャン時間が延長しないようにするため、図４に示す初期設定されたサンプリング点の中で、データがまだ収集されていないサンプリング点の幾つかを削除する。図１７では、削除されたサンプリング点を破線で示してある。ここでは、領域Ｂに位置するサンプリング点を削除する。領域Ｂは、振幅の大きいデータが集中する可能性が低い領域と考えられるので、領域Ｂに位置するサンプリング点は、画質に与える影響は小さいと考えられる。したがって、領域Ｂに位置するサンプリング点を削除しても、十分に高品質の画像を得ることができる。サンプリングパターンを更新したら、時点ｔ１′（図１２参照）以降は、更新されたｋ空間のサンプリングパターンＳＰ′に従って、スキャンが継続される。そして、サンプリングされたデータ数がＮ２個になったら、２回目の処理フローＦ２が実行される。
【００９２】
以下、同様に、サンプリングされたデータ数がＮｉ個に到達したら、ｉ回目の処理フローＦｉを実行し、必要なサンプリング点のデータを全てサンプリングすることができた時点ｔｅにおいて、スキャンを終了する。スキャンを終了したら、スキャンにより得られた最終的なｋ空間のデータを用いて画像を再構成することにより、最終的な画像データが得られる。
【００９３】
第２の形態でも、第１の形態と同様に、スキャンの途中で、振幅の大きいデータが集中する可能性が高い領域を予測することができるので、高品質な画像を取得することができる。
【００９４】
また、第２の形態では、ｋ空間のデータの特徴量のマップＭを作成し、マップＭに基づいて、サンプリングパターンを更新している。このように、サンプリングパターンを更新するときは、ｋ空間のデータの特徴量のマップＭを参考にしてもよい。
【００９５】
尚、第２の形態では、ｋ空間のデータと特徴量として、振幅和を求めている。しかし、振幅の平均値など、別の特徴量を求めてもよい。
【００９６】
（３）第３の形態
第３の形態のＭＲＩ装置は、第１の形態のＭＲＩ装置１００と比較すると、予測手段が異なっているが、その他の構成は同じであるので、第３の形態のＭＲＩ装置については、主に、予測手段を説明する。
【００９７】
図１８は、第３の形態のＭＲＩ装置の予測手段９１のブロック図である。
図１８（ａ）は、予測手段９１のブロック図、図１８（ｂ）は、図１８（ａ）に示されているフィルタ手段９１１のブロック図である。
【００９８】
予測手段９１は、ゼロフィリング手段９１０、フィルタ手段９１１、および領域特定手段９１ｃを有している。
【００９９】
ゼロフィリング手段９１０は、スキャンの途中で、ｋ空間のデータがサンプリングされていない領域に対してゼロフィリングを実行する。
【０１００】
フィルタ手段９１１は、ゼロフィリングされたｋ空間のデータをフィルタ処理する。フィルタ手段９１１は、図１８（ｂ）に示すように、検査範囲移動手段９１１ａおよび特徴量算出手段９１１ｂを有している。
【０１０１】
検査範囲移動手段９１１ａは、ゼロフィリングされたｋ空間のデータの特徴量を求めるときの検査範囲を移動させる。
【０１０２】
特徴量算出手段９１１ｂは、検査範囲の各移動位置において、検査範囲内におけるｋ空間のデータの特徴量を算出する。
【０１０３】
領域特定手段９１ｃは、フィルタ手段９１１により得られたｋ空間のデータに基づいて、振幅の大きいデータが集中する可能性が高いｋ空間の領域を特定する。
【０１０４】
予測手段９１は、上記のように構成されている。中央処理装置９は、図１８に示す予測手段９１の一例であり、所定のプログラムを実行することにより、この手段として機能する。次に、第３の形態において、被検体１２をスキャンするときのフローについて、図１９を参照しながら、説明する。
【０１０５】
図１９は、第３の形態において、被検体１２をスキャンするときのフローの説明図である。
【０１０６】
尚、第３の形態では、各処理フローＦ１〜ＦｚのステップＳＴ１において、ステップＳＴ１１およびＳＴ１２の代わりに、ステップＳＴ１０が設けられている点以外は、第２の形態と同じである。したがって、図１９の説明に当たっては、主に、ステップＳＴ１０について説明する。
【０１０７】
時点ｔ０においてスキャンを開始し、時点ｔ１において、サンプリングされたデータ数がＮ１に到達し、図５に示すようなｋ空間のデータＤＫ１が得られたとする。
【０１０８】
サンプリングされたデータ数がＮ１に到達したら、１回目の処理フローＦ１が開始される。
【０１０９】
処理フローＦ１では、先ず、ステップＳＴ１０において、ゼロフィリング手段９１０（図１８（ａ）参照）が、図５に示すｋ空間のデータＤＫ１のサンプリングされていない領域にゼロを配置する（図２０参照）。
【０１１０】
図２０は、ゼロを配置した後のｋ空間のデータＤＫ１０を示す図である。
図２０では、サンプリングが行われた点を黒丸「●」で表しており、ゼロが配置された領域は、クロスハッチングで示されている。ゼロを配置した後、ステップＳＴ１３に進む。
【０１１１】
ステップＳＴ１３では、ｋ空間のデータＤＫ１０をフィルタ処理する。フィルタ処理は、第２の形態と同様に、検査範囲Ｃを移動させながら振幅和を求め、振幅和のマップを作成することによって行う。振幅和のマップを作成したら、ステップＳＴ２に進み、サンプリングパターンを更新する。
【０１１２】
以下、同様に、サンプリングされたデータ数がＮｉ個に到達したら、処理フローＦｉを実行し、必要なサンプリング点のデータを全てサンプリングすることができた時点ｔｅにおいて、スキャンを終了する。スキャンを終了したら、スキャンにより得られた最終的なｋ空間のデータを用いて画像を再構成することにより、最終的な画像データが得られる。
【０１１３】
第３の形態でも、スキャンの途中で、振幅の大きいデータが集中する可能性が高い領域を予測することができるので、高品質な画像を取得することができる。
【符号の説明】
【０１１４】
２ 磁場発生装置
３ テーブル
４ 受信コイル
５ シーケンサ
６ 送信器
７ 勾配磁場電源
８ 受信器
９ 中央処理装置
１０ 操作部
１１ 表示部
１２ 被検体
１３ オペレータ
２１ ボア
２２ 超伝導コイル
２３ 勾配コイル
２４ 送信コイル
３１ クレードル
９１ 予測手段
９１ａ 画像再構成手段
９１ｂ 変換手段
９１ｃ 領域特定手段
９２ サンプリングパターン更新手段
１００ ＭＲＩ装置
９１０ ゼロフィリング手段
９１１ フィルタ手段
９１１ａ 検査範囲移動手段
９１１ｂ 特徴量算出手段
【特許請求の範囲】
【請求項１】
サンプリングパターンに従ってｋ空間のデータをサンプリングするためのスキャンを行う磁気共鳴イメージング装置であって、
前記スキャンの途中で、サンプリングされたｋ空間のデータに基づいて、振幅の大きいデータが集中する可能性が高いｋ空間の領域を予測する予測手段と、
前記予測手段により予測された領域に基づいて、前記サンプリングパターンを更新するサンプリングパターン更新手段と、
を有する、磁気共鳴イメージング装置。
【請求項２】
前記スキャンの間に、前記サンプリングパターンの更新が１回又は複数回行われる、請求項１に記載の磁気共鳴イメージング装置。
【請求項３】
前記予測手段は、
前記スキャンの途中で、サンプリングされたｋ空間のデータを用いて、画像を再構成する画像再構成手段と、
前記画像再構成手段により得られた画像データをｋ空間のデータに変換する変換手段と、
前記変換手段により得られたｋ空間のデータに基づいて、振幅の大きいデータが集中する可能性が高いｋ空間の領域を特定する領域特定手段と、
を有する、請求項２に記載の磁気共鳴イメージング装置。
【請求項４】
前記画像再構成手段は、
サンプリングされたデータ数がＮｉ個（ｉは１〜ｚの整数）に到達したときに、サンプリングされたｋ空間のデータを用いて画像を再構成する、請求項３に記載の磁気共鳴イメージング装置。
【請求項５】
前記領域特定手段は、
前記変換手段により得られたｋ空間のデータの振幅が大きいか小さいかの基準となる閾値に基づいて、振幅の大きいデータが集中する可能性が高いｋ空間の領域を特定する、請求項３又は４に記載の磁気共鳴イメージング装置。
【請求項６】
前記予測手段は、
前記スキャンの途中で、サンプリングされたｋ空間のデータを用いて、画像を再構成する画像再構成手段と、
前記画像再構成手段により得られた画像データをｋ空間のデータに変換する変換手段と、
前記変換手段により得られたｋ空間のデータをフィルタ処理するフィルタ手段と、
前記フィルタ手段により得られたｋ空間のデータに基づいて、振幅の大きいデータが集中する可能性が高いｋ空間の領域を特定する領域特定手段と、
を有する、請求項２に記載の磁気共鳴イメージング装置。
【請求項７】
前記画像再構成手段は、
サンプリングされたデータ数がＮｉ個（ｉは１〜ｚの整数）に到達したときに、サンプリングされたｋ空間のデータを用いて画像を再構成する、請求項６に記載の磁気共鳴イメージング装置。
【請求項８】
前記領域特定手段は、
前記フィルタ手段により得られたｋ空間のデータの振幅が大きいか小さいかの基準となる閾値に基づいて、振幅の大きいデータが集中する可能性が高いｋ空間の領域を特定する、請求項６又は７に記載の磁気共鳴イメージング装置。
【請求項９】
前記フィルタ手段は、
前記変換手段により得られたｋ空間のデータの特徴量を求めるときの検査範囲を移動させる検査範囲移動手段と、
前記検査範囲の各移動位置において、前記検査範囲内における前記ｋ空間のデータの特徴量を算出する特徴量算出手段と、
を有する、請求項６〜８のうちのいずれか一項に記載の磁気共鳴イメージング装置。
【請求項１０】
前記特徴量は、ｋ空間のデータの振幅和である、請求項９に記載の磁気共鳴イメージング装置。
【請求項１１】
前記予測手段は、
前記スキャンの途中で、ｋ空間のデータがサンプリングされていない領域に対してゼロフィリングを実行するゼロフィリング手段と、
ゼロフィリングされたｋ空間のデータをフィルタ処理するフィルタ手段と、
前記フィルタ手段により得られたｋ空間のデータに基づいて、振幅の大きいデータが集中する可能性が高いｋ空間の領域を特定する領域特定手段と、
を有する、請求項２に記載の磁気共鳴イメージング装置
【請求項１２】
前記ゼロフィリング手段は、
サンプリングされたデータ数がＮｉ個（ｉは１〜ｚの整数）に到達したときに、ゼロフィリングを実行する、請求項１１に記載の磁気共鳴イメージング装置。
【請求項１３】
前記領域特定手段は、
前記フィルタ手段により得られたｋ空間のデータの振幅が大きいか小さいかの基準となる閾値に基づいて、振幅の大きいデータが集中する可能性が高いｋ空間の領域を特定する、請求項１１又は１２に記載の磁気共鳴イメージング装置。
【請求項１４】
前記フィルタ手段は、
前記ゼロフィリングされたｋ空間のデータの特徴量を求めるときの検査範囲を移動させる検査範囲移動手段と、
前記検査範囲の各移動位置において、前記検査範囲内における前記ｋ空間のデータの特徴量を算出する特徴量算出手段と、
を有する、請求項１１〜１３のうちのいずれか一項に記載の磁気共鳴イメージング装置。
【請求項１５】
前記特徴量は、ｋ空間のデータの振幅和である、請求項１４に記載の磁気共鳴イメージング装置。
【請求項１６】
サンプリングパターンに従ってｋ空間のデータをサンプリングするためのスキャンを行う磁気共鳴イメージング装置のプログラムであって、
前記スキャンの途中で、サンプリングされたｋ空間のデータに基づいて、振幅の大きいデータが集中する可能性が高いｋ空間の領域を予測する予測処理と、
前記予測処理により予測された領域に基づいて、前記サンプリングパターンを更新するサンプリングパターン更新処理と、
を計算機に実行させるためのプログラム。
【請求項１】
サンプリングパターンに従ってｋ空間のデータをサンプリングするためのスキャンを行う磁気共鳴イメージング装置であって、
前記スキャンの途中で、サンプリングされたｋ空間のデータに基づいて、振幅の大きいデータが集中する可能性が高いｋ空間の領域を予測する予測手段と、
前記予測手段により予測された領域に基づいて、前記サンプリングパターンを更新するサンプリングパターン更新手段と、
を有する、磁気共鳴イメージング装置。
【請求項２】
前記スキャンの間に、前記サンプリングパターンの更新が１回又は複数回行われる、請求項１に記載の磁気共鳴イメージング装置。
【請求項３】
前記予測手段は、
前記スキャンの途中で、サンプリングされたｋ空間のデータを用いて、画像を再構成する画像再構成手段と、
前記画像再構成手段により得られた画像データをｋ空間のデータに変換する変換手段と、
前記変換手段により得られたｋ空間のデータに基づいて、振幅の大きいデータが集中する可能性が高いｋ空間の領域を特定する領域特定手段と、
を有する、請求項２に記載の磁気共鳴イメージング装置。
【請求項４】
前記画像再構成手段は、
サンプリングされたデータ数がＮｉ個（ｉは１〜ｚの整数）に到達したときに、サンプリングされたｋ空間のデータを用いて画像を再構成する、請求項３に記載の磁気共鳴イメージング装置。
【請求項５】
前記領域特定手段は、
前記変換手段により得られたｋ空間のデータの振幅が大きいか小さいかの基準となる閾値に基づいて、振幅の大きいデータが集中する可能性が高いｋ空間の領域を特定する、請求項３又は４に記載の磁気共鳴イメージング装置。
【請求項６】
前記予測手段は、
前記スキャンの途中で、サンプリングされたｋ空間のデータを用いて、画像を再構成する画像再構成手段と、
前記画像再構成手段により得られた画像データをｋ空間のデータに変換する変換手段と、
前記変換手段により得られたｋ空間のデータをフィルタ処理するフィルタ手段と、
前記フィルタ手段により得られたｋ空間のデータに基づいて、振幅の大きいデータが集中する可能性が高いｋ空間の領域を特定する領域特定手段と、
を有する、請求項２に記載の磁気共鳴イメージング装置。
【請求項７】
前記画像再構成手段は、
サンプリングされたデータ数がＮｉ個（ｉは１〜ｚの整数）に到達したときに、サンプリングされたｋ空間のデータを用いて画像を再構成する、請求項６に記載の磁気共鳴イメージング装置。
【請求項８】
前記領域特定手段は、
前記フィルタ手段により得られたｋ空間のデータの振幅が大きいか小さいかの基準となる閾値に基づいて、振幅の大きいデータが集中する可能性が高いｋ空間の領域を特定する、請求項６又は７に記載の磁気共鳴イメージング装置。
【請求項９】
前記フィルタ手段は、
前記変換手段により得られたｋ空間のデータの特徴量を求めるときの検査範囲を移動させる検査範囲移動手段と、
前記検査範囲の各移動位置において、前記検査範囲内における前記ｋ空間のデータの特徴量を算出する特徴量算出手段と、
を有する、請求項６〜８のうちのいずれか一項に記載の磁気共鳴イメージング装置。
【請求項１０】
前記特徴量は、ｋ空間のデータの振幅和である、請求項９に記載の磁気共鳴イメージング装置。
【請求項１１】
前記予測手段は、
前記スキャンの途中で、ｋ空間のデータがサンプリングされていない領域に対してゼロフィリングを実行するゼロフィリング手段と、
ゼロフィリングされたｋ空間のデータをフィルタ処理するフィルタ手段と、
前記フィルタ手段により得られたｋ空間のデータに基づいて、振幅の大きいデータが集中する可能性が高いｋ空間の領域を特定する領域特定手段と、
を有する、請求項２に記載の磁気共鳴イメージング装置
【請求項１２】
前記ゼロフィリング手段は、
サンプリングされたデータ数がＮｉ個（ｉは１〜ｚの整数）に到達したときに、ゼロフィリングを実行する、請求項１１に記載の磁気共鳴イメージング装置。
【請求項１３】
前記領域特定手段は、
前記フィルタ手段により得られたｋ空間のデータの振幅が大きいか小さいかの基準となる閾値に基づいて、振幅の大きいデータが集中する可能性が高いｋ空間の領域を特定する、請求項１１又は１２に記載の磁気共鳴イメージング装置。
【請求項１４】
前記フィルタ手段は、
前記ゼロフィリングされたｋ空間のデータの特徴量を求めるときの検査範囲を移動させる検査範囲移動手段と、
前記検査範囲の各移動位置において、前記検査範囲内における前記ｋ空間のデータの特徴量を算出する特徴量算出手段と、
を有する、請求項１１〜１３のうちのいずれか一項に記載の磁気共鳴イメージング装置。
【請求項１５】
前記特徴量は、ｋ空間のデータの振幅和である、請求項１４に記載の磁気共鳴イメージング装置。
【請求項１６】
サンプリングパターンに従ってｋ空間のデータをサンプリングするためのスキャンを行う磁気共鳴イメージング装置のプログラムであって、
前記スキャンの途中で、サンプリングされたｋ空間のデータに基づいて、振幅の大きいデータが集中する可能性が高いｋ空間の領域を予測する予測処理と、
前記予測処理により予測された領域に基づいて、前記サンプリングパターンを更新するサンプリングパターン更新処理と、
を計算機に実行させるためのプログラム。
【図１】
【図２】
【図３】
【図４】
【図５】
【図６】
【図７】
【図８】
【図９】
【図１０】
【図１１】
【図１２】
【図１３】
【図１４】
【図１５】
【図１６】
【図１７】
【図１８】
【図１９】
【図２０】
【図２】
【図３】
【図４】
【図５】
【図６】
【図７】
【図８】
【図９】
【図１０】
【図１１】
【図１２】
【図１３】
【図１４】
【図１５】
【図１６】
【図１７】
【図１８】
【図１９】
【図２０】
【公開番号】特開２０１２−９５６８６（Ｐ２０１２−９５６８６Ａ）
【公開日】平成２４年５月２４日（２０１２．５．２４）
【国際特許分類】
【出願番号】特願２０１０−２４３２８０（Ｐ２０１０−２４３２８０）
【出願日】平成２２年１０月２９日（２０１０．１０．２９）
【出願人】（３０００１９２３８）ジーイー・メディカル・システムズ・グローバル・テクノロジー・カンパニー・エルエルシー (1,125)
【Ｆターム（参考）】
【公開日】平成２４年５月２４日（２０１２．５．２４）
【国際特許分類】
【出願日】平成２２年１０月２９日（２０１０．１０．２９）
【出願人】（３０００１９２３８）ジーイー・メディカル・システムズ・グローバル・テクノロジー・カンパニー・エルエルシー (1,125)
【Ｆターム（参考）】
[ Back to top ]