特許 7321789 磁気共鳴イメージング装置、磁気共鳴イメージング方法および磁気共鳴画像再構成プログラム

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】特許公報(B2)

(11)【特許番号】

(24)【登録日】2023-07-28

(45)【発行日】2023-08-07

(54)【発明の名称】磁気共鳴イメージング装置、磁気共鳴イメージング方法および磁気共鳴画像再構成プログラム

(51)【国際特許分類】

   A61B 5/055 20060101AFI20230731BHJP

【ＦＩ】

A61B5/055 376

A61B5/055 ZDM

【請求項の数】 19

(21)【出願番号】P 2019116651

(22)【出願日】2019-06-24

(65)【公開番号】P2020000861

(43)【公開日】2020-01-09

【審査請求日】2022-04-25

(31)【優先権主張番号】16/022,348

(32)【優先日】2018-06-28

(33)【優先権主張国・地域又は機関】US

(73)【特許権者】

【識別番号】594164542

【氏名又は名称】キヤノンメディカルシステムズ株式会社

(74)【代理人】

【識別番号】110003708

【氏名又は名称】弁理士法人鈴榮特許綜合事務所

(72)【発明者】

【氏名】ウエイン・アール・ダネル

(72)【発明者】

【氏名】アヌージ シャルマ

【審査官】佐々木 創太郎

(56)【参考文献】

【文献】特表２０１８－５０２６６１（ＪＰ，Ａ）

【文献】米国特許出願公開第２０１５／０３０９１４２（ＵＳ，Ａ１）

【文献】特開２０１５－０４７２４０（ＪＰ，Ａ）

【文献】特開２００４－０００５９３（ＪＰ，Ａ）

【文献】特表２０１３－５２１０１３（ＪＰ，Ａ）

【文献】特開２０１４－２２６２０４（ＪＰ，Ａ）

【文献】米国特許出願公開第２０１１／０２５４５４８（ＵＳ，Ａ１）

(58)【調査した分野】(Int.Cl.，ＤＢ名)

Ａ６１Ｂ ５／０５５

Ｇ０１Ｒ ３３／４８ － ３３／５８

(57)【特許請求の範囲】

【請求項1】

複数のＲＦコイルを用いて複数スライスについて撮像を行うシーケンス制御部と、
前記撮像により得られたｋ空間データに基づいて、画像を再構成する生成部とを備え、
前記生成部は、
前記複数のＲＦコイルの感度マップと、一つのスライス位置を励起することにより得られた一つのスライスに係るデータとに基づいてＳＥＮＳＥ（Ｓｅｎｓｉｔｉｖｉｔｙ Ｅｎｃｏｄｉｎｇ）再構成を行うことにより、前記一つのスライスに係るデータ及び前記一つのスライス以外のスライスに係るデータをそれぞれ生成し、
前記一つのスライスに係るデータと前記一つのスライス以外のスライスに係るデータとに基づいて、スライス間の漏れまたは面内の残留エイリアシングのうち少なくとも一方を算出し、
前記感度マップと、前記算出されたスライス間の漏れまたは前記算出された面内の残留エイリアシングのうち少なくとも一方と、前記複数スライスに対応する複数の位置を同時励起することにより得られた前記複数スライスに係るデータとに基づいて前記ＳＥＮＳＥ再構成を行うことにより、前記算出されたスライス間の漏れまたは前記算出された面内の残留エイリアシングのうち少なくとも一方を除去するものであって、
前記生成部は、
前記感度マップと、前記一つのスライスに係るデータであって縮小された撮像視野に係るデータとに基づいて前記ＳＥＮＳＥ再構成を行ってエイリアシング除去を行うことにより、前記一つのスライスに係るデータから前記縮小された撮像視野より広い撮像視野の画像データを生成し、
前記生成された画像データに基づいて前記残留エイリアシングを算出する、
磁気共鳴イメージング装置。

【請求項2】

前記生成部は、
前記スライス間の漏れまたは前記面内の残留エイリアシングのうち少なくとも一方を、行列として表される行列データとして算出し、
前記行列データに基づいて、前記行列の逆行列を示す逆行列データを算出し、
前記逆行列データを用いて、前記スライス間の漏れまたは前記面内の残留エイリアシングのうち少なくとも一方を除去する、
請求項１に記載の磁気共鳴イメージング装置。

【請求項3】

前記生成部は、
前記逆行列データの算出に先立って、前記行列の対角線上における複数の値各々が１に等しい又は１に近くなるように、前記行列の値を前記行列の列方向に沿って規格化する、 請求項２に記載の磁気共鳴イメージング装置。

【請求項4】

前記生成部は、
前記逆行列データの算出に先立って、前記行列の複数の列各々における全ての値の２乗和の平方根で前記列における複数の値各々を前記列ごとに除算することにより、前記行列の値を前記行列の列方向に沿って規格化する、
請求項２に記載の磁気共鳴イメージング装置。

【請求項5】

前記シーケンス制御部は、
前記複数スライスに対応する複数の位置を同時励起する本スキャンに先立って、前記一つのスライス位置を励起するプリスキャンを実行する、
請求項１乃至４のうち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6】

前記行列の複数の非対角要素の非ゼロの複数の値は、前記スライス間の漏れまたは前記面内の残留エイリアシングのうち少なくとも一方に対応し、
前記行列の複数の対角要素の複数の値はシェーディングに対応する、
請求項２乃至４のうち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7】

前記生成部は、
前記複数スライスに係るデータに前記逆行列データを乗算することにより、前記複数スライスに係るデータから前記スライス間の漏れまたは前記面内の残留エイリアシングのうち少なくとも一方を除去する、
請求項２乃至４および請求項６のうち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8】

ユーザから前記一つのスライスの選択の入力を受け付ける入力部を更に備え、
前記生成部は、前記入力部が受け付けた前記一つのスライスから、前記一つのスライス以外の他のスライスへの前記スライス間の漏れを算出する、
請求項１乃至７のうち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9】

複数のＲＦコイルを用いて、一つのスライス位置を励起するシングルスライス撮像工程と、
前記複数のＲＦコイルを用いて、複数スライスに対応する複数の位置を同時励起する同時励起撮像工程と、
前記複数のＲＦコイルの感度マップと、前記シングルスライス撮像工程により得られた一つのスライスに係るｋ空間データとに基づいて、ＳＥＮＳＥ（Ｓｅｎｓｉｔｉｖｉｔｙ Ｅｎｃｏｄｉｎｇ）再構成を行うことにより、前記一つのスライスに係るデータ及び前記一つのスライス以外のスライスに係るデータをそれぞれ生成する生成工程と、
前記一つのスライスに係るデータと前記一つのスライス以外のスライスに係るデータとに基づいて、スライス間の漏れまたは面内の残留エイリアシングのうち少なくとも一方を算出する算出工程と、
前記感度マップと、前記算出されたスライス間の漏れまたは前記算出された面内の残留エイリアシングのうち少なくとも一方と、前記同時励起撮像工程により得られた前記複数スライスに係るｋ空間データとに基づいて前記ＳＥＮＳＥ再構成を行うことにより、前記算出されたスライス間の漏れまたは前記算出された面内の残留エイリアシングのうち少なくとも一方を除去する除去工程と、を具備し、
前記生成工程は、前記感度マップと、前記一つのスライスに係るデータであって縮小された撮像視野に係るデータとに基づいて前記ＳＥＮＳＥ再構成を行ってエイリアシング除去を行うことにより、前記一つのスライスに係るデータから前記縮小された撮像視野より広い撮像視野の画像データを生成し、
前記算出工程は、前記生成された画像データに基づいて前記残留エイリアシングを算出する、
磁気共鳴イメージング方法。

【請求項10】

コンピュータに、
複数のＲＦコイルの感度マップと、一つのスライス位置を励起することにより得られた一つのスライスに係るｋ空間データとに基づいて、ＳＥＮＳＥ（Ｓｅｎｓｉｔｉｖｉｔｙ Ｅｎｃｏｄｉｎｇ）再構成を行うことにより、前記一つのスライスに係るデータ及び前記一つのスライス以外のスライスに係るデータをそれぞれ生成させる生成機能と、
前記一つのスライスに係るデータと前記一つのスライス以外のスライスに係るデータとに基づいて、スライス間の漏れまたは面内の残留エイリアシングのうち少なくとも一方を算出させる算出機能と、
前記感度マップと、前記算出されたスライス間の漏れまたは前記算出された面内の残留エイリアシングのうち少なくとも一方と、複数スライスに対応する複数の位置を同時励起することにより得られた前記複数スライスに係るｋ空間データとに基づいて前記ＳＥＮＳＥ再構成を行うことにより、前記算出されたスライス間の漏れまたは前記算出された面内の残留エイリアシングのうち少なくとも一方を除去させる除去機能と、を実現させ、
前記生成機能は、前記感度マップと、前記一つのスライスに係るデータであって縮小された撮像視野に係るデータとに基づいて前記ＳＥＮＳＥ再構成を行ってエイリアシング除去を行うことにより、前記一つのスライスに係るデータから前記縮小された撮像視野より広い撮像視野の画像データを生成し、
前記算出機能は、前記生成された画像データに基づいて前記残留エイリアシングを算出する、
磁気共鳴画像再構成プログラム。

【請求項11】

複数のＲＦコイルを用いて複数スライスについて撮像を行うシーケンス制御部と、
前記撮像により得られたｋ空間データに基づいて、画像を再構成する生成部とを備え、 前記生成部は、
前記複数のＲＦコイルの感度マップと、一つのスライス位置を励起することにより得られた一つのスライスに係るデータとに基づいてＳＥＮＳＥ（Ｓｅｎｓｉｔｉｖｉｔｙ Ｅｎｃｏｄｉｎｇ）再構成を行うことにより、前記一つのスライスに係るデータ及び前記一つのスライス以外のスライスに係るデータをそれぞれ生成し、
前記一つのスライスに係るデータと前記一つのスライス以外のスライスに係るデータとに基づいて、スライス間の漏れまたは面内の残留エイリアシングのうち少なくとも一方を算出し、
前記感度マップと、前記算出されたスライス間の漏れまたは前記算出された面内の残留エイリアシングのうち少なくとも一方と、前記複数スライスに対応する複数の位置を同時励起することにより得られた前記複数スライスに係るデータとに基づいて前記ＳＥＮＳＥ再構成を行うことにより、前記算出されたスライス間の漏れまたは前記算出された面内の残留エイリアシングのうち少なくとも一方を除去するものであって、
前記生成部は、
前記スライス間の漏れまたは前記面内の残留エイリアシングのうち少なくとも一方を、行列として表される行列データとして算出し、
前記行列データに基づいて、前記行列の逆行列を示す逆行列データを算出し、
前記逆行列データを用いて、前記スライス間の漏れまたは前記面内の残留エイリアシングのうち少なくとも一方を除去し、
前記逆行列データの算出に先立って、前記行列の対角線上における複数の値各々が１に等しい又は１に近くなるように、前記行列の値を前記行列の列方向に沿って規格化する、
磁気共鳴イメージング装置。

【請求項12】

複数のＲＦコイルを用いて複数スライスについて撮像を行うシーケンス制御部と、
前記撮像により得られたｋ空間データに基づいて、画像を再構成する生成部とを備え、 前記生成部は、
前記複数のＲＦコイルの感度マップと、一つのスライス位置を励起することにより得られた一つのスライスに係るデータとに基づいてＳＥＮＳＥ（Ｓｅｎｓｉｔｉｖｉｔｙ Ｅｎｃｏｄｉｎｇ）再構成を行うことにより、前記一つのスライスに係るデータ及び前記一つのスライス以外のスライスに係るデータをそれぞれ生成し、
前記一つのスライスに係るデータと前記一つのスライス以外のスライスに係るデータとに基づいて、スライス間の漏れまたは面内の残留エイリアシングのうち少なくとも一方を算出し、
前記感度マップと、前記算出されたスライス間の漏れまたは前記算出された面内の残留エイリアシングのうち少なくとも一方と、前記複数スライスに対応する複数の位置を同時励起することにより得られた前記複数スライスに係るデータとに基づいて前記ＳＥＮＳＥ再構成を行うことにより、前記算出されたスライス間の漏れまたは前記算出された面内の残留エイリアシングのうち少なくとも一方を除去するものであって、
前記生成部は、
前記スライス間の漏れまたは前記面内の残留エイリアシングのうち少なくとも一方を、行列として表される行列データとして算出し、
前記行列データに基づいて、前記行列の逆行列を示す逆行列データを算出し、
前記逆行列データを用いて、前記スライス間の漏れまたは前記面内の残留エイリアシングのうち少なくとも一方を除去し、
前記逆行列データの算出に先立って、前記行列の複数の列各々における全ての値の２乗和の平方根で前記列における複数の値各々を前記列ごとに除算することにより、前記行列の値を前記行列の列方向に沿って規格化する、
磁気共鳴イメージング装置。

【請求項13】

複数のＲＦコイルを用いて複数スライスについて撮像を行うシーケンス制御部と、
前記撮像により得られたｋ空間データに基づいて、画像を再構成する生成部とを備え、 前記生成部は、
前記複数のＲＦコイルの感度マップと、一つのスライス位置を励起することにより得られた一つのスライスに係るデータとに基づいてＳＥＮＳＥ（Ｓｅｎｓｉｔｉｖｉｔｙ Ｅｎｃｏｄｉｎｇ）再構成を行うことにより、前記一つのスライスに係るデータ及び前記一つのスライス以外のスライスに係るデータをそれぞれ生成し、
前記一つのスライスに係るデータと前記一つのスライス以外のスライスに係るデータとに基づいて、スライス間の漏れまたは面内の残留エイリアシングのうち少なくとも一方を算出し、
前記感度マップと、前記算出されたスライス間の漏れまたは前記算出された面内の残留エイリアシングのうち少なくとも一方と、前記複数スライスに対応する複数の位置を同時励起することにより得られた前記複数スライスに係るデータとに基づいて前記ＳＥＮＳＥ再構成を行うことにより、前記算出されたスライス間の漏れまたは前記算出された面内の残留エイリアシングのうち少なくとも一方を除去するものであって、
前記生成部は、
前記スライス間の漏れまたは前記面内の残留エイリアシングのうち少なくとも一方を、行列として表される行列データとして算出し、
前記行列データに基づいて、前記行列の逆行列を示す逆行列データを算出し、
前記逆行列データを用いて、前記スライス間の漏れまたは前記面内の残留エイリアシングのうち少なくとも一方を除去し、
前記行列の複数の非対角要素の非ゼロの複数の値は、前記スライス間の漏れまたは前記面内の残留エイリアシングのうち少なくとも一方に対応し、
前記行列の複数の対角要素の複数の値はシェーディングに対応する、
磁気共鳴イメージング装置。

【請求項14】

複数のＲＦコイルを用いて、一つのスライス位置を励起するシングルスライス撮像工程と、
前記複数のＲＦコイルを用いて、複数スライスに対応する複数の位置を同時励起する同時励起撮像工程と、
前記複数のＲＦコイルの感度マップと、前記シングルスライス撮像工程により得られた一つのスライスに係るｋ空間データとに基づいて、ＳＥＮＳＥ（Ｓｅｎｓｉｔｉｖｉｔｙ Ｅｎｃｏｄｉｎｇ）再構成を行うことにより、前記一つのスライスに係るデータ及び前記一つのスライス以外のスライスに係るデータをそれぞれ生成する生成工程と、
前記一つのスライスに係るデータと前記一つのスライス以外のスライスに係るデータとに基づいて、スライス間の漏れまたは面内の残留エイリアシングのうち少なくとも一方を算出する算出工程と、
前記感度マップと、前記算出されたスライス間の漏れまたは前記算出された面内の残留エイリアシングのうち少なくとも一方と、前記同時励起撮像工程により得られた前記複数スライスに係るｋ空間データとに基づいて前記ＳＥＮＳＥ再構成を行うことにより、前記算出されたスライス間の漏れまたは前記算出された面内の残留エイリアシングのうち少なくとも一方を除去する除去工程と、を具備し、
前記算出工程は、前記スライス間の漏れまたは前記面内の残留エイリアシングのうち少なくとも一方を、行列として表される行列データとして算出し、前記行列データに基づいて、前記行列の逆行列を示す逆行列データを算出し、前記逆行列データの算出に先立って、前記行列の対角線上における複数の値各々が１に等しい又は１に近くなるように、前記行列の値を前記行列の列方向に沿って規格化し、
前記除去工程は、前記逆行列データを用いて、前記スライス間の漏れまたは前記面内の残留エイリアシングのうち少なくとも一方を除去する、
磁気共鳴イメージング方法。

【請求項15】

複数のＲＦコイルを用いて、一つのスライス位置を励起するシングルスライス撮像工程と、
前記複数のＲＦコイルを用いて、複数スライスに対応する複数の位置を同時励起する同時励起撮像工程と、
前記複数のＲＦコイルの感度マップと、前記シングルスライス撮像工程により得られた一つのスライスに係るｋ空間データとに基づいて、ＳＥＮＳＥ（Ｓｅｎｓｉｔｉｖｉｔｙ Ｅｎｃｏｄｉｎｇ）再構成を行うことにより、前記一つのスライスに係るデータ及び前記一つのスライス以外のスライスに係るデータをそれぞれ生成する生成工程と、
前記一つのスライスに係るデータと前記一つのスライス以外のスライスに係るデータとに基づいて、スライス間の漏れまたは面内の残留エイリアシングのうち少なくとも一方を算出する算出工程と、
前記感度マップと、前記算出されたスライス間の漏れまたは前記算出された面内の残留エイリアシングのうち少なくとも一方と、前記同時励起撮像工程により得られた前記複数スライスに係るｋ空間データとに基づいて前記ＳＥＮＳＥ再構成を行うことにより、前記算出されたスライス間の漏れまたは前記算出された面内の残留エイリアシングのうち少なくとも一方を除去する除去工程と、を具備し、
前記算出工程は、前記スライス間の漏れまたは前記面内の残留エイリアシングのうち少なくとも一方を、行列として表される行列データとして算出し、前記行列データに基づいて、前記行列の逆行列を示す逆行列データを算出し、前記逆行列データの算出に先立って、前記行列の複数の列各々における全ての値の２乗和の平方根で前記列における複数の値各々を前記列ごとに除算することにより、前記行列の値を前記行列の列方向に沿って規格化し、
前記除去工程は、前記逆行列データを用いて、前記スライス間の漏れまたは前記面内の残留エイリアシングのうち少なくとも一方を除去する、
磁気共鳴イメージング方法。

【請求項16】

複数のＲＦコイルを用いて、一つのスライス位置を励起するシングルスライス撮像工程と、
前記複数のＲＦコイルを用いて、複数スライスに対応する複数の位置を同時励起する同時励起撮像工程と、
前記複数のＲＦコイルの感度マップと、前記シングルスライス撮像工程により得られた一つのスライスに係るｋ空間データとに基づいて、ＳＥＮＳＥ（Ｓｅｎｓｉｔｉｖｉｔｙ Ｅｎｃｏｄｉｎｇ）再構成を行うことにより、前記一つのスライスに係るデータ及び前記一つのスライス以外のスライスに係るデータをそれぞれ生成する生成工程と、
前記一つのスライスに係るデータと前記一つのスライス以外のスライスに係るデータとに基づいて、スライス間の漏れまたは面内の残留エイリアシングのうち少なくとも一方を算出する算出工程と、
前記感度マップと、前記算出されたスライス間の漏れまたは前記算出された面内の残留エイリアシングのうち少なくとも一方と、前記同時励起撮像工程により得られた前記複数スライスに係るｋ空間データとに基づいて前記ＳＥＮＳＥ再構成を行うことにより、前記算出されたスライス間の漏れまたは前記算出された面内の残留エイリアシングのうち少なくとも一方を除去する除去工程と、を具備し、
前記算出工程は、前記スライス間の漏れまたは前記面内の残留エイリアシングのうち少なくとも一方を、行列として表される行列データとして算出し、前記行列データに基づいて、前記行列の逆行列を示す逆行列データを算出し、
前記除去工程は、前記逆行列データを用いて、前記スライス間の漏れまたは前記面内の残留エイリアシングのうち少なくとも一方を除去し、ここで、
前記行列の複数の非対角要素の非ゼロの複数の値は、前記スライス間の漏れまたは前記面内の残留エイリアシングのうち少なくとも一方に対応し、
前記行列の複数の対角要素の複数の値はシェーディングに対応する、
磁気共鳴イメージング方法。

【請求項17】

コンピュータに、
複数のＲＦコイルの感度マップと、一つのスライス位置を励起することにより得られた一つのスライスに係るｋ空間データとに基づいて、ＳＥＮＳＥ（Ｓｅｎｓｉｔｉｖｉｔｙ Ｅｎｃｏｄｉｎｇ）再構成を行うことにより、前記一つのスライスに係るデータ及び前記一つのスライス以外のスライスに係るデータをそれぞれ生成させる生成機能と、
前記一つのスライスに係るデータと前記一つのスライス以外のスライスに係るデータとに基づいて、スライス間の漏れまたは面内の残留エイリアシングのうち少なくとも一方を算出させる算出機能と、
前記感度マップと、前記算出されたスライス間の漏れまたは前記算出された面内の残留エイリアシングのうち少なくとも一方と、複数スライスに対応する複数の位置を同時励起することにより得られた前記複数スライスに係るｋ空間データとに基づいて前記ＳＥＮＳＥ再構成を行うことにより、前記算出されたスライス間の漏れまたは前記算出された面内の残留エイリアシングのうち少なくとも一方を除去させる除去機能と、を実現させ、
前記算出機能は、前記スライス間の漏れまたは前記面内の残留エイリアシングのうち少なくとも一方を、行列として表される行列データとして算出し、前記行列データに基づいて、前記行列の逆行列を示す逆行列データを算出し、前記逆行列データの算出に先立って、前記行列の対角線上における複数の値各々が１に等しい又は１に近くなるように、前記行列の値を前記行列の列方向に沿って規格化し、
前記除去機能は、前記逆行列データを用いて、前記スライス間の漏れまたは前記面内の残留エイリアシングのうち少なくとも一方を除去する、
磁気共鳴画像再構成プログラム。

【請求項18】

コンピュータに、
複数のＲＦコイルの感度マップと、一つのスライス位置を励起することにより得られた一つのスライスに係るｋ空間データとに基づいて、ＳＥＮＳＥ（Ｓｅｎｓｉｔｉｖｉｔｙ Ｅｎｃｏｄｉｎｇ）再構成を行うことにより、前記一つのスライスに係るデータ及び前記一つのスライス以外のスライスに係るデータをそれぞれ生成させる生成機能と、
前記一つのスライスに係るデータと前記一つのスライス以外のスライスに係るデータとに基づいて、スライス間の漏れまたは面内の残留エイリアシングのうち少なくとも一方を算出させる算出機能と、
前記感度マップと、前記算出されたスライス間の漏れまたは前記算出された面内の残留エイリアシングのうち少なくとも一方と、複数スライスに対応する複数の位置を同時励起することにより得られた前記複数スライスに係るｋ空間データとに基づいて前記ＳＥＮＳＥ再構成を行うことにより、前記算出されたスライス間の漏れまたは前記算出された面内の残留エイリアシングのうち少なくとも一方を除去させる除去機能と、を実現させ、
前記算出機能は、前記スライス間の漏れまたは前記面内の残留エイリアシングのうち少なくとも一方を、行列として表される行列データとして算出し、前記行列データに基づいて、前記行列の逆行列を示す逆行列データを算出し、前記逆行列データの算出に先立って、前記行列の複数の列各々における全ての値の２乗和の平方根で前記列における複数の値各々を前記列ごとに除算することにより、前記行列の値を前記行列の列方向に沿って規格化し、
前記除去機能は、前記逆行列データを用いて、前記スライス間の漏れまたは前記面内の残留エイリアシングのうち少なくとも一方を除去する、
磁気共鳴画像再構成プログラム。

【請求項19】

コンピュータに、
複数のＲＦコイルの感度マップと、一つのスライス位置を励起することにより得られた一つのスライスに係るｋ空間データとに基づいて、ＳＥＮＳＥ（Ｓｅｎｓｉｔｉｖｉｔｙ Ｅｎｃｏｄｉｎｇ）再構成を行うことにより、前記一つのスライスに係るデータ及び前記一つのスライス以外のスライスに係るデータをそれぞれ生成させる生成機能と、
前記一つのスライスに係るデータと前記一つのスライス以外のスライスに係るデータとに基づいて、スライス間の漏れまたは面内の残留エイリアシングのうち少なくとも一方を算出させる算出機能と、
前記感度マップと、前記算出されたスライス間の漏れまたは前記算出された面内の残留エイリアシングのうち少なくとも一方と、複数スライスに対応する複数の位置を同時励起することにより得られた前記複数スライスに係るｋ空間データとに基づいて前記ＳＥＮＳＥ再構成を行うことにより、前記算出されたスライス間の漏れまたは前記算出された面内の残留エイリアシングのうち少なくとも一方を除去させる除去機能と、を実現させ、
前記算出機能は、前記スライス間の漏れまたは前記面内の残留エイリアシングのうち少なくとも一方を、行列として表される行列データとして算出し、前記行列データに基づいて、前記行列の逆行列を示す逆行列データを算出し、
前記除去機能は、前記逆行列データを用いて、前記スライス間の漏れまたは前記面内の残留エイリアシングのうち少なくとも一方を除去し、ここで、
前記行列の複数の非対角要素の非ゼロの複数の値は、前記スライス間の漏れまたは前記面内の残留エイリアシングのうち少なくとも一方に対応し、
前記行列の複数の対角要素の複数の値はシェーディングに対応する、
磁気共鳴画像再構成プログラム。

【発明の詳細な説明】

【技術分野】

【0001】

本発明の実施形態は、磁気共鳴イメージング装置、磁気共鳴イメージング方法および磁気共鳴画像再構成プログラムに関する。

【背景技術】

【0002】

同時マルチスライス（以下、ＳＭＳ（Ｓｉｍｕｌｔａｎｅｏｕｓ Ｍｕｌｔｉｓｌｉｃｅ）と呼ぶ）イメージングは、マルチスライスを同時に励起するパルスを印加することにより、高速イメージングを実現することのできる磁気共鳴イメージング手法である。ＳＭＳイメージングに、いわゆるパラレルイメージングの手法を組み合わせることにより、例えば複数のコイルを用いて収集が行われる。しかしながら、このような場合、例えばコイル感度マップの不正確さなどに起因して、スライス間でスライス漏れアーチファクトが生じる場合がある。

【先行技術文献】

【非特許文献】

【0003】

【文献】Ｂａｒｔｈ ｅｔ ａｌ， “Ｓｉｍｕｌｔａｎｅｏｕｓ Ｍｕｌｔｉｓｌｉｃｅ（ＳＭＳ）ｉｍａｇｉｎｇ ｔｅｃｈｎｉｑｕｅｓ”， ＭＲＭ ７５：６３－８１， ２０１６

【文献】Ｓｅｔｓｏｍｐｏｐ ｅｔ ａｌ， “Ｂｌｉｐｐｅｄ－ｃｏｎｔｒｏｌｌｅｄ ａｌｉａｓｉｎｇ ｉｎ ｐａｒａｌｌｅｌ ｉｍａｇｉｎｇ ｆｏｒ ｓｉｍｕｌｔａｎｅｏｕｓ ｍｕｌｔｉｓｌｉｃｅ ｅｃｈｏ ｐｌａｎａｒ ｉｍａｇｉｎｇ ｗｉｔｈ ｒｅｄｕｃｅｄ ｇ－ｆａｃｔｏｒ ｐｅｎａｌｔｙ”， ＭＲＭ ６７：１２１０－１２２４， ２０１２

【文献】Ｍｏｅｌｌｅｒ ｅｔ ａｌ．、Ｓｉｇｎａｌ Ｌｅａｋａｇｅ （Ｌ－ｆａｃｔｏｒ） ａｓ ａ ｍｅａｓｕｒｅ ｏｆ ｐａｒａｌｌｅｌ ｉｍａｇｉｎｇ ｐｅｒｆｏｒｍａｎｃｅ ａｍｏｎｇ ｓｉｍｕｌｔａｎｅｏｕｓｌｙ ｍｕｌｔｉ－ｓｌｉｃｅ（ＳＭＳ） ｅｘｃｉｔｅｄ ａｎｄ ａｃｑｕｉｒｅｄ ｓｉｇｎａｌｓ、Ｐｒｏｃ． Ｉｎｔｌ． Ｓｏｃ． Ｍａｇ． Ｒｅｓｏｎ． Ｍｅｄ． ２０ （２０１２）

【文献】Ｃａｕｌｅｙ ｅｔ ａｌ．、Ｉｎｔｅｒｓｌｉｃｅ Ｌｅａｋａｇｅ Ａｒｔｉｆａｃｔ Ｒｅｄｕｃｔｉｏｎ Ｔｅｃｈｎｉｑｕｅ ｆｏｒ Ｓｉｍｕｌｔａｎｅｏｕｓ Ｍｕｌｔｉｓｌｉｃｅ Ａｃｑｕｉｓｉｔｉｏｎｓ、Ｍａｇｎｅｔｉｃ Ｒｅｓｏｎａｎｃｅ ｉｎ Ｍｅｄｉｃｉｎｅ、７２：９３－１０２ （２０１４）

【文献】Ｐｒｕｅｓｓｍａｎｎ Ｋ． Ｐ．， ｅｔ ａｌ．， ＳＥＮＳＥ： Ｓｅｎｓｉｔｉｖｉｔｙ ｅｎｃｏｄｉｎｇ ｆｏｒ ｆａｓｔ ＭＲＩ， Ｍａｇｎｅｔｉｃ Ｒｅｓｏｎａｎｃｅ ｉｎ Ｍｅｄｉｃｉｎｅ， ４２：９５２－９６２， １９９９

【文献】Ｐａｒｋ ｅｔ ａｌ．、ＳＭＳ－ＨＳＬ：Ｓｉｍｕｌｔａｎｅｏｕｓ Ｍｕｌｔｉｓｌｉｃｅ Ａｌｉａｓｉｎｇ Ｓｅｐａｒａｔｉｏｎ Ｅｘｐｌｏｉｔｉｎｇ Ｈａｎｋｅｌ Ｓｕｂｓｐａｃｅ Ｌｅａｒｎｉｎｇ、 Ｍａｇｎｅｔｉｃ Ｒｅｓｏｎａｎｃｅ ｉｎ Ｍｅｄｉｃｉｎｅ、７８：１３９２－１４０４、２０１７

【発明の概要】

【発明が解決しようとする課題】

【0004】

本発明が解決しようとする課題は、複数のＲＦコイルを用いて複数スライスについて撮像を行う場合の画質を向上させることである。

【課題を解決するための手段】

【0005】

実施形態に係る磁気共鳴イメージング装置は、シーケンス制御部と、生成部とを有する。
前記シーケンス制御部は、複数のＲＦコイルを用いて複数スライスについて撮像を行う。
前記生成部は、前記撮像により得られたｋ空間データに基づいて、画像を再構成する。
前記生成部は、前記複数のＲＦコイルの感度マップと、一つのスライス位置を励起することにより得られた一つのスライスに係るデータとに基づいてＳＥＮＳＥ（Ｓｅｎｓｉｔｉｖｉｔｙ Ｅｎｃｏｄｉｎｇ）再構成を行うことにより、前記一つのスライスに係るデータ及び前記一つのスライス以外のスライスに係るデータをそれぞれ生成する。
前記生成部は、前記一つのスライスに係るデータと前記一つのスライス以外のスライスに係るデータとに基づいて、スライス間の漏れまたは面内の残留エイリアシングのうち少なくとも一方を算出する。
前記生成部は、前記感度マップと、前記算出されたスライス間の漏れまたは前記算出された面内の残留エイリアシングのうち少なくとも一方と、前記複数スライスに対応する複数の位置を同時励起することにより得られた前記複数スライスに係るデータとに基づいて前記ＳＥＮＳＥ再構成を行うことにより、前記算出されたスライス間の漏れまたは前記算出された面内の残留エイリアシングのうち少なくとも一方を除去する。

【図面の簡単な説明】

【0006】

【図1】図１は、実施形態に係る磁気共鳴イメージング装置を示した図である。

【図2】図２は、比較例に係り、感度エンコード（Ｓｅｎｓｉｔｉｖｉｔｙ Ｅｎｃｏｄｉｎｇ：ＳＥＮＳＥ）を使用して、同時マルチスライスイメージング（Ｓｉｍｕｌｔａｎｅｏｕｓ Ｍｕｌｔｉ－Ｓｌｉｃｅ Ｉｍａｇｉｎｇ：ＳＭＳ）に関する再構成処理による理想的な出力の概略図である。

【図3】図３は、比較例に係り、ＳＭＳ又はＳＥＮＳＥに関する再構成処理により、スライス間の漏れによる影響を受けた出力の概略図である。

【図4】図４は、本実施形態に係り、ＳＭＳイメージングを使用して取得されたＭＲＩ画像において可視のアーチファクトの影響の例を示す図である。

【図5】図５は、本実施形態に係り、ＳＭＳ又はＳＥＮＳＥに関する再構成処理による理想的な出力の概略図である。

【図6】図６は、本実施形態に係り、ＳＭＳ又はＳＥＮＳＥに関する再構成処理により、スライス間の漏れによる影響を受けた出力の概略図である。

【図7】図７は、本実施形態に係り、ＳＭＳ無しのＳＥＮＳＥに関する再構成処理により、スライス間の漏れによる影響を受けた出力の概略図である。

【図8】図８は、本実施形態に係り、ＳＭＳを伴うＳＥＮＳＥに関する再構成処理の使用例の概略図である。

【図9】図９は、本実施形態に係り、スライス漏れマップの生成及び格納のための処理に関するフローチャートの一例を示す図である。

【図10】図１０は、本実施形態に係り、表示されたＭＲＩ画像におけるスライス間の漏れを識別及び／且つ除去するための処理に関するフローチャートの一例を示す図である。

【図11】図１１は、比較例に係り、再構成されたＳＭＳ画像における漏れアーチファクトの一例を示す図である。

【図12】図１２は、本実施形態に係り、識別された漏れを伴って再構成されたＳＭＳ画像とスライス漏れマップとの一例を示す図である。

【図13】図１３は、本実施形態に係り、漏れ補正及び補正された画像生成の概略を示す図である。

【図14】図１４は、本実施形態に係り、スライス間漏れを補正するための処理に関するフローチャートの一例を示す図である。

【発明を実施するための形態】

【0007】

本明細書に開示される内容の実施形態例は、マルチスライスイメージング技術から生成されたＭＲ画像におけるマルチスライス間の漏れアーチファクトを決定や補正を提供する。マルチスライスイメージング技術とは、同時マルチスライスイメージング（Ｓｉｍｕｌｔａｎｅｏｕｓ Ｍｕｌｔｉ－Ｓｌｉｃｅ Ｉｍａｇｉｎｇ：ＳＭＳ）と、感度エンコード化（Ｓｅｎｓｉｔｉｖｉｔｙ Ｅｎｃｏｄｉｎｇ：ＳＥＮＳＥ）と呼ばれる面内パラレルイメージング、又はそれらの組み合わせであるが、一般性を喪失することなく、この限りでない。同時マルチスライスＭＲ画像の収集において、一つのスライスからの信号寄与は、複数スライスの出力画像へとデマルチプレックス（多重分離）されることがあり、それにより個別のシングルスライス画像におけるアーチファクトを引き起こす。マルチスライスイメージングに対する既存の漏れ識別技術とは対照的に、いくつかの実施形態例は、画像ドメインにおける漏れ等の空間的な識別や評価について提供する。更に、マルチスライスイメージングに対する既存の漏れ補正技術とは対照的に、いくつかの実施形態例は、画像ベースの再構成を使用する、スライス漏れの積極的な除去について提供する。

【0008】

図１に示すＭＲＩシステムは、ガントリ１０（概要的に横断面で示されている）及びそれらと相互作用された様々な関連するシステム構成要素２０とを有する。少なくともガントリ１０は、通常はシールドルーム内に配置される。図１に示されたＭＲＩシステムの構造は、静磁場Ｂ_０磁石１２の実質的に同軸なシリンダー状の配置と、Ｇｘ、Ｇｙ、Ｇｚ傾斜磁場コイルセット１４と、そして大型全身高周波（ｒａｄｉｏ ｆｒｅｑｕｅｎｃｙ：ＲＦ）コイル（ＷＢＣ）１６とを有する。この横軸に沿って、複数のエレメントの円筒形のアレイは、患者寝台１１によって支持された被検体９の解剖学的関心部分（すなわち、関心領域（ＲＯＩ））を実質的に包括するように示された撮像ボリューム１８に対応する。

【0009】

いくつかの実施形態において、より小型のアレイＲＦコイル１９は、撮像ボリュームが該小型のアレイＲＦコイルによって包括されたエリアを包含するように、被検体の一部の近傍に配置されてもよい。当業者には理解されるように、全身コイル（ｗｈｏｌｅ ｂｏｄｙ ｃｏｉｌ：ＷＢＣ）と比べて、表面コイル等の比較的小さなコイルやアレイは、特定の身体部分（例えば、腕、肩、肱、手首、膝、脚、胸部、背骨等）に合わせて設定されることが多い。このような小さなＲＦコイルを、ここでは「アレイコイル（ａｒｒａｙ ｃｏｉｌｓ：ＡＣ）」又は「フェーズドアレイコイル（ｐｈａｓｅｄ ａｒｒａｙ ｃｏｉｌｓ：ＰＡＣ）」と呼ぶ。これらは、ＲＦ信号を撮像ボリューム内へと送信するように構成された少なくとも一つのコイルと、係る撮像ボリュームからＲＦ信号を受信するように構成された一つ以上のレシーバとを有していてもよい。

【0010】

ＭＲＩシステム制御部２２は、ディスプレイ２４、キーボード２６、プリンタ２８に接続された入力／出力ポートを有する。当然のことながら、ディスプレイ２４は、制御入力としても提供するように、タッチスクリーンタイプのものであってもよい。ディスプレイ２４、キーボード２６は、それぞれ表示部、入力部の一例である。入力部は、ユーザから一つのスライスの選択の入力を受け付ける。

【0011】

ＭＲＩシステム制御部２２、またはＭＲＩシステム制御部２２に関するコンピュータは、パルスシーケンスについての情報をＭＲＩシーケンス制御部３０に提供し、インストールされたソフトウェアプログラムに従って、全体的なシステムの動作を管理するよう、動作してもよい。ＭＲＩシステム制御部２２は、例えば自動ボイス合成技術を使用して生み出されたボイスメッセージによる息止めのようなタスクを行うように被検体に指示する要素として動作してもよい。

【0012】

ＭＲＩシステム制御部２２は、ＭＲＩシーケンス制御部３０とインターフェースで接続する。次いで、ＭＲＩシーケンス制御部３０は、Ｇｘ、Ｇｙ、Ｇｚ傾斜磁場コイルドライバ３２、ならびにＲＦ送信器３４及び送受信スイッチ（Ｔ／Ｒ）３６（送受信両方に対し同じＲＦコイルが使用されている場合）を制御する。ＭＲＩシーケンス制御部３０は、ＭＲイメージング（核磁気共鳴撮像、又はＮＭＲ撮像としても知られる）を実行してコイル感度マップ等を生成するために、適切なマップ／ＭＲＩデータ取得プログラムコード構造３８を有する。ＭＲＩシーケンス制御部３０は、複数のＲＦコイルを用いて複数スライスについて撮像を行う。ＭＲＩシーケンス制御部３０は、複数スライスに対応する複数の位置を同時励起する本スキャンに先立って、一つのスライス位置を励起するプリスキャンを実行する。ＭＲイメージング技術は、例えばパラレルイメージングや他のイメージングシーケンスを含むことができる。ＭＲＩシステム制御部２２によって制御することができるパラレルイメージング技術の例として、ＳＭＳ、面内パラレルイメージング、又はそれらの組み合わせが挙げられる。ＭＲイメージングの実装は、診断スキャンによって取得された画像に加えて、プリスキャンＭＲ画像や低解像度のＭＲ画像を取得する工程を含んでいてもよい。

【0013】

パルスシーケンス情報は、パルスシーケンスに従ってＲＦ送信器３４及び送受信スイッチ（Ｔ／Ｒ）３６（送受信両方に対し同じＲＦコイルが使用されている場合）、ならびにＧｘ、Ｇｙ、Ｇｚ傾斜磁場コイルドライバ３２を動作するために必要な情報を有する。そのような情報は、ｘ、ｙ、およびｚコイルに印加するパルス電流の強さ、継続時間、形状、および印加タイミングを有する。パルスシーケンスの送信、デューティサイクル等は、例えば、シングルスライス用の信号収集パターン、または例えばマルチスライス収集のような信号収集パターンについてのプログラムコードに基づいて、ＭＲＩシステム制御部２２、ＭＲＩシーケンス制御部３０や、ＭＲＩデータプロセッサ４２により制御されてもよい。マルチスライス収集のような信号収集パターンとは、例えばＳＭＳ、面内高速イメージング或いはＳＭＳと面内高速イメージングとの組み合わせ等のマルチスライス収集であるが、この限りでない。

【0014】

ＭＲＩシステム２０は、ディスプレイ２４へと送られる処理画像データを作り出すように、ＭＲＩデータプロセッサ４２への入力を提供するＲＦ受信器４０を有する。ＭＲＩデータプロセッサ４２は、また、メモリ４６、ＭＲＩプログラムコード構造４４、そしてプログラム／データ記憶装置５０にアクセスするために構成されている。メモリ４６は、システム構成パラメータ、コイル感度マップ、非エイリアシング（非折り返し）行列、スライス間の漏れマップ、スライスの漏れ行列、そして他のプログラム構造を有していてもよい。ＭＲＩプログラムコード構造４４及びプログラム／データ記憶装置５０は、ＭＲＩ画像再構成のための制御ロジックに加えて、コイル感度マップを形成し、スライス間漏れマップを生成し、スライス漏れ行列を生成し、ＭＲＩ画像におけるアーチファクトを減らす際の生成されたスライス間漏れマップ／行列の使用などを提供してもよく、且つＲＦコイル１６や任意の他の受信コイルからＭＲデータを取得するための制御ロジックも有していてもよい。図９、図１０、および図１４に関して下記でそれぞれ説明される例えば処理９００、処理１０００、処理１４００は、ＭＲＩシステム制御部２２、ＭＲＩシーケンス制御部３０、やＭＲＩデータプロセッサ４２により実行することができる。なお、ＭＲＩデータプロセッサ４２が有する生成機能は、生成部の一例である。生成機能により実行される処理内容については、後程説明する。

【0015】

図１では、ＲＦコイル１６から離れて配置されているが、いくつかの実施形態において、ＲＦ送信器３４、送受信スイッチ（Ｔ／Ｒ）３６、およびＲＦ受信器４０のうちのいずれかは、ＲＦコイル１６や他のＲＦコイルに対して、近接して又はその表面上に、配置されてもよい。

【0016】

また、図１に示されているのは、プログラム／データ記憶装置５０の一般化された記述である。ここで、（例えば、同時マルチスライススキャン技術に従ってデータ収集を制御するために、低減された又は除去されたスライス間漏れを備える改善された画像再構成のために、およびグラフィカルユーザインターフェース（ｇｒａｐｈｉｃａｌ ｕｓｅｒ ｉｎｔｅｒｆａｃｅｓ：ＧＵＩ）を規定し、操作者入力を受け取るために）記憶されたプログラムコード構造と、構成された又は予め決定されたデータ（例えば、プログラム実行を制御するための特定の閾値設定、コイル感度及び画像再構成の推定を制御するための複数のパラメータ）とは、ＭＲＩシステムの各種データ処理要素にアクセス可能な非一時的コンピュータ可読記憶媒体に格納される。当業者には理解されるように、プログラム／データ記憶装置５０は、セグメントされ、かつ、コンピュータの通常動作においてそのような格納されたプログラムコード構造に対して最優先で必要とするコンピュータを処理するＭＲＩシステム２０のうちの異なるコンピュータに少なくとも一部分で直接接続されてもよい（すなわちＭＲＩシステムコントローラ２２に直接接続され、一般に格納される代わりに）。

【0017】

実際に、当業者には理解されるように、図１は、下記に説明される実施形態例を実行するように、いくつかの変形例を伴う典型的なＭＲＩシステムについて極めて高いレベルで簡略化された概略図である。システムの構成要素は、複数の「ボックス」について異なる論理集合へと分割することが可能で、典型的には、多数のデジタル信号プロセッサ（ｄｉｇｉｔａｌ ｓｉｇｎａｌ ｐｒｏｃｅｓｓｏｒｅｓ：ＤＳＰ）、マイクロプロセッサ及び専用処理回路（例えば、高速Ａ／Ｄ変換用、高速フーリエ変換用、アレイ処理用等）により実現される。これらのプロセッサのそれぞれは、典型的には、クロック制御された「状態マシン」であり、物理的なデータ処理回路は、クロックサイクル（または所定数のクロックサイクル）ごとに、ある物理的状態から別の物理的状態に移る。

【0018】

処理回路（例えば、ＣＰＵ、レジスタ、バッファ、計算ユニット等）の物理的状態が、動作経過にわたって一つのクロックサイクルから別のクロックサイクルへと次第に変化するだけでなく、関連するデータ格納媒体（例えば、磁気格納媒体におけるビット格納場所）の物理的状態も、そのようなシステムの動作にわたってある状態から別の状態へと変換される。例えば、画像再構成処理、スライス間漏れマップ生成処理、スライス漏れ行列作成／インバージョン（ｉｎｖｅｒｓｉｏｎ：逆行列生成）処理やコイル感度マップ生成処理の終わりに、物理的記憶媒体内のコンピュータ可読でアクセス可能なデータ値の記憶場所の配列は、ある先行状態（全て一様な“０”の値、又は全て“１”の値）から新たな状態に変換される。そのような配列の物理的場所での物理状態は、最小値と最大値との間で変化し、実世界の物理的事象及び物理的条件（例えば、撮像ボリューム空間にわたる患者の内部物理構造）を表す。当業者によって理解されるように、そのような記憶されたデータ値の配列は、命令レジスタに順次読み込まれＭＲＩシステム２０の１以上のＣＰＵによって実行されると、ＭＲＩシステム内において動作状態の特定のシーケンスを生じさせ遷移させるコンピュータ制御プログラムコードの特定の構成と同様に、物理的構造を示しかつ構成する。

【0019】

同時マルチスライス（ｓｉｍｕｌｔａｎｅｏｕｓ ｍｕｌｔｉ－ｓｌｉｃｅ：ＳＭＳ）イメージングは、ＭＲスキャンを高速化するために使用される技術である。収集処理を高速化する為に、多くの技術がＭＲイメージングにおいて実施される。ＭＲＩ画像の収集を高速化すると、撮像対象（例えば患者）に対する快適性が向上し、患者の動き等により生じるアーチファクトの減少により、より正確な画像が得られる。

【0020】

ＳＭＳにおいて、スキャン時間の低減は、ＲＯＩにおける複数のスライスを同時に励起し、マルチバンドＲＦ（ｒａｄｉｏ ｆｒｅｑｕｅｎｃｙ）パルスを使用し、さらに２Ｄ位相エンコードされた読出しを使用するデータ収集により、達成される。ＳＭＳは非特許文献１に説明されているが、非特許文献１を参照することにより、その全体が本実施形態に組み込まれるものとする。

【0021】

面内パラレルイメージング等のいくつかの高速化技術は、収集されたｋ空間サンプルの数がアクセレレーションファクタ（加速率）Ｒによって減少するため、加速率の平方根（√Ｒ）に比例して信号雑音比（ｓｉｇｎａｌ－ｔｏ－ｎｏｉｓｅ ｒａｔｉｏ：ＳＮＲ）が低下する。ＳＭＳは、マルチバンドファクタにより励起数が増大するため、このような不利益を受けることはない。マルチバンドファクタ（ｍｕｌｔｉｂａｎｄ ｆａｃｔｏｒ：ＭＢ）とは、同時に励起されるスライス数であり、係るスライスからＭＲ信号が同時に収集される。マルチバンドファクタは、スライス方向における「加速率」とも呼ばれる。

【0022】

ＳＭＳにおいて、ＳＮＲは、規定通りに、割合√ＭＢ／√Ｒに比例することがある。しかしながら、ＳＭＳにおいて、ＭＢはＲに等しい。従って、ＳＭＳにおいて、√Ｒに比例してＳＮＲは減少しない。この特徴は、スライスの同時収集について他のＭＲ画像収集技術を上回る大幅な利点をＳＭＳにもたらす。しかしながら、ＳＭＳ及び面内パラレルイメージングは共に、コイルジオメトリ（コイルの構造上）の制約により、高い加速率においてＳＮＲが低下する。コイルジオメトリによるこのＳＮＲの低下は、「ジオメトリファクタペナルティ」又はより一般的には「ｇファクタペナルティ」と呼ばれる。ｇファクタは、ノイズ増幅ファクタとして考えることができる。所定の受信コイルの設定に対して、高いｇファクタマップ値での再構成画像の領域において、より高いノイズを予想することができる。

【0023】

高速ＭＲ収集によって取得されたＳＭＳ画像データにおいて、（異なる空間的位置からの）スライスは重なり合っている。同時に収集されたスライス間で受信コイル感度に十分な変化が無い場合、再構成されたスライス画像のＳＮＲは、増加したｇファクタペナルティのために低くなることがある。係るＳＮＲは、ｂｌｉｐｐｅｄ－ＣＡＩＰＩ技術（非特許文献２を参照）等の方法を用いる収集時に位相エンコード（ｐｈａｓｅ ｅｎｃｏｄｅ：ＰＥ）方向において互いにスライスをシフトすることにより、改善することができる。非特許文献２で説明されている通り、ｂｌｉｐｐｅｄ－ＣＡＩＰＩは、面内高速化のために設計された従来の受信コイルにおける感度の面内変化を活用する。ＰＥシフトは、一つのスライスにおけるボクセルに、十分に直交する受信感度値を有する１つ以上の他のスライスにおけるボクセルでエイリアシング（折り返し）させる。これは、非エイリアシングで同時に収集された近接間隔のスライスと関連付けられる相対的に高いｇファクタペナルティを低減する。

【0024】

同時に収集されたスライスは、ＳＥＮＳＥ等の（ただしこれに限定されない）パラレルイメージング技術を使用する再構成において分離される。ＳＥＮＳＥとは、個別のコイルからのデータが画像空間へとフーリエ変換された後に、画像領域で実行される技術である。ＳＭＳ画像の再構成を可能にする方法のうちの一つは、ＳＥＮＳＥの考え方を利用するものがある。ＳＭＳにおいて、ＳＥＮＳＥエイリアシング除去行列は、収集されたスライス位置からの所定の受信コイル感度データを使用して設定される。行列演算は、各受信コイルから収集されエイリアシングされた画像ボクセル輝度値のベクトルにエイリアシング除去行列を乗算することにより、エイリアシングが除去されたシングルスライス画像ボクセル輝度値を取得するために、利用される。ＰＥシフトは、受信コイル感度マップをシフトすることにより、再構成に含めることができる。本質的に、通常のＳＥＮＳＥの概念は、ＳＭＳ画像を再構成するためにスライス方向に拡張される。

【0025】

概念的に、ＳＥＮＳＥ再構成は、マルチバンドＭＲ画像についてバンドセパレータ（帯域分離器）として動作する。バンドセパレータはマルチバンド画像を取り込み、シングルバンド画像へと分離する。すなわち、ＳＥＮＳＥは、複数の励起されたスライスから受信コイルで受信されたＭＲ信号に基づいて生成された１つのマルチバンド画像を入力として取り込み、且つコイル感度マップを使用して、ＭＲ信号が受信され励起された複数のスライス各々に関してコイル合成された画像の決定や生成を行う。

【0026】

ＳＥＮＳＥは、ＳＭＳ及び面内パラレルイメージング等、パラレルイメージング技術から生成されたマルチバンド画像からシングルスライス画像を再構成するために使用することができる。本開示の目的の為に、ＳＭＳ画像又はシングルスライス画像の入力に応じて、ＳＥＮＳＥ再構成及びＳＭＳ再構成は、同じ方法で機能する。

【0027】

図２は、理想の出力をもたらす、例示的なＳＥＮＳＥ再構成モジュール２０２の動作を概略的に示している。係るＳＥＮＳＥ再構成モジュール２０２は、マルチスライス、ＲＯＩを含むボリュームに対するマルチコイル受信感度マップ２０４へのアクセスが提供されている。ＲＯＩにおける３つのスライスを同時に励起することにより収集されたＳＭＳ画像２０６は、ＳＥＮＳＥ再構成モジュール２０２へ入力される。入力ＳＭＳ画像２０６は、３倍のＳＭＳ（つまり、ＳＭＳマルチバンドファクタが３で収集された）マルチバンド画像である。実際に、入力は、同期されたアレイコイルの受信チャンネル全てから取得された複数のマルチバンド画像を有する。図を簡潔にする為、図２には１つの入力画像のみを示す。ＳＥＮＳＥ再構成モジュール２０２は、３つのスライスのそれぞれに対して、個別のコイル合成された画像（２０８ａ～２０８ｃ）を出力する。図２に示されている通り、入力画像がスライス１～３の画像の合成である一方で、出力画像は各スライスに対する個別の画像を有する。理想的な動作では、図２に示されている通り、各スライス画像は、そのスライスにより放射されたＭＲ信号からのみ再構成された画像を有する。このようにして、図２に示される理想的な動作シナリオにおいて、入力ＳＭＳ画像２０６は、ＲＯＩにおける個別のスライスに基づく矩形、三角形、円形の合成である一方、出力シングルスライス画像２０８ａ～２０８ｃは、矩形、三角形、又は円形のうちの一つのみをそれぞれ有する。

【0028】

図２は、ＳＥＮＳＥ再構成モジュール２０２の理想的な出力シナリオを概略的に示す一方で、図３は、入力ＳＭＳ画像２０６のような入力画像についてＳＥＮＳＥ再構成モジュール２０２が使用された場合に、実際にどのような事がよく起こるのかを概略的に示している。出力シングルスライス画像３０８ａ～３０８ｃは、特定のスライスから受信したＭＲ信号に対応する画像を表す個別の形状（矩形、三角形、円形）に加え、異なるスライスからのＭＲ信号漏れによって生じるアーチファクト（例えば、アーチファクト３１０ａ、３１０ｂ、３１０ｃ、３１０ｄ）を、それぞれ含む。図示されている通り、矩形画像におけるアーチファクト３１０ａは三角形画像からの信号漏れであり、三角形画像におけるアーチファクト３１０ｂは円形画像からの信号漏れであり、そして円形画像におけるアーチファクト３１０ｃ及び３１０ｄは三角形画像及び矩形画像からの信号漏れである。

【0029】

理想的でないＳＥＮＳＥ再構成は、少なくとも部分的に、ＳＥＮＳＥ再構成モジュール２０２へと提供されたコイル感度マップの不正確さが原因である。係る不正確により、一つのスライスからの画像強度が別のスライスにおいて表れるというスライス漏れアーチファクトにつながる。

【0030】

漏れアーチファクトは、ごく一般的であり且つ通常は再現可能である。漏れアーチファクトは、非常に局所的で非対称形な一貫性のない鋭いエッジとして現れることがある。図４は、３倍のＳＭＳエコープラナーイメージング（Ｅｃｈｏ Ｐｌａｎａｒ Ｉｍａｇｉｎｇ：ＥＰＩ）を使用して取得された画像４０４における例示的なスライス漏れアーチファクトを、従来のマルチスライスＥＰＩ（画像４０２）と比較して示している。スライス間漏れアーチファクトは、ＭＲ画像において、他の多くのタイプのアーチファクトよりも、通常検出することが難しい。検出の際の難易度におけるこの格差に対する理由のうちの少なくとも一部分は、他のアーチファクトが比較的分散して現れ、かつ規則的であるのとは対照的に、スライス間アーチファクトは非常に局所的に現れることである。図４に示されている通り、スライス間漏れは、通常、非常に局所的であり、病変から切り離して識別することが難しいことがある。図４において円で囲まれたエリアに示されているように、スライス間漏れは、ＭＲ画像における実質的なアーチファクトへ至ることがある。ＳＭＳにおける漏れた信号は、損傷、脳卒中、或いは他の病変の特徴として放射線科医（又は、ＭＲ画像を使用する他のユーザ／操作者）によって誤認されることがある。

【0031】

実施形態は、ＳＭＳ、面内パラレルイメージング又はそれらのいくつかの組み合わせにおけるスライス間漏れを決定する改良された技術を提供する。いくつかの実施形態は、「正体不明のあの明るい物体は、実在するのか、またはスライス間漏れアーチファクトなのか？」といった疑問に対し、信頼性の高い答えを取得することを提供する。

【0032】

スライス間漏れを決定するための従来技術の一つには、非特許文献３で示されるモンテカルロ法がある。この方法では、低周波数信号は、シングルスライス画像へと取り込まれ、且つＳＭＳ画像を合成するために組み合わせられる。次いで、ＳＭＳ画像からエリアシングが除去される。エイリアシングが除去されたスライスの周波数解析は、どの位の信号が一つのスライスから別のスライスへと漏れたのかを明らかにするために、使用されてもよい。

【0033】

別の従来技術として、スライスＧＲＡＰＰＡ（ｋ空間）技術が非特許文献４で説明されている。この方法では、スライスＧＲＡＰＰＡカーネルは、任意の同時に収集されたスライスに対して較正される。次いで、較正されたカーネルは、シングルスライス画像に適用される。結果として生じる画像により、通過（パススルー）信号及び漏れ信号が得られる。

【0034】

上記で説明されたモンテカルロ法やスライスＧＲＡＰＰＡ法等のスライス漏れマップを推定するための従来技術は、周波数空間及びｋ空間領域において、受信されたＭＲ信号情報を操作することにより、シングルスライス画像を再構成する。ここに説明されるいくつかの実施形態例は、スライス間漏れを識別するために、画像領域パラレルイメージング技術を有していてもよい。

【0035】

実施形態例を理解するための一つの原則は、ＳＭＳやＳＥＮＳＥは、空間帯域分離器のように動作すること（例えば、空間的にずらされた個別のスライスに対する画像を分離する機能）と、これがマルチスライスイメージングにおけるスライス間漏れを決定するために活用されることができることとを理解することである。

【0036】

スライス漏れは、ＳＭＳマルチバンド画像における周波数帯域をＳＥＮＳＥ再構成が厳密に分離できなかった画像領域で発生する。このとき、シングルスライス画像が入力である場合、ＳＥＮＳＥ再構成は係る画像を正しく通過（パススルー）させ、全ての他の出力スライスは、ゼロ輝度を有する阻止帯域（ストップバンド）にあると考えることができる。阻止帯域スライスにおける任意のゼロでない画像輝度が、スライス漏れである。

【0037】

図５は、ＳＥＮＳＥ再構成モジュール５０２を通して、入力シングルスライス画像５０６が通過（ｐａｔｈ ｔｈｒｏｕｇｈ）することを示している。入力画像５０６等のシングルスライス画像は、ＳＭＳ画像と呼ばれるものとは異なる。ＳＭＳ画像がいくつかのスライスからのＭＲ信号を合成したものに対して、シングルスライス画像は、１つのスライスからのＭＲ信号のみを含む。

【0038】

ＳＥＮＳＥ再構成モジュール５０２において、ＳＭＳ画像に対するＳＥＮＳＥエイリアシング除去行列の形成は、所定のマルチスライスマルチコイル受信感度マップ５０４を用いて実行され、且つ出力画像の生成は、入力画像及びＳＥＮＳＥエイリアシング除去行列に基づいて実行される。いくつかの実施形態において、ＳＭＳ画像が入力として提供される代わりに、シングルスライス画像が提供されていることをプロセスに通知するために、ＳＥＮＳＥ再構成に対して変更を行う必要はない。基本的に、シングルスライス入力画像に対するＳＥＮＳＥ再構成と関連付けられた処理は、ＳＭＳ画像に対するＳＥＮＳＥ再構成と同一のままにできる。ＳＥＮＳＥ再構成処理の更なる詳細は、図９に関連して説明される。

【0039】

実施形態例に従って、ＳＥＮＳＥエイリアシング除去行列は、ＳＭＳ ＭＲＩデータ収集シーケンスによって収集されたＭＲ画像からエイリアスを除去するように設定され、ＭＲスライス画像データが当該行列に入力されると通過スライス画像および１つ以上の追加のスライス画像が作成されるようにする。入力スライスからＲＯＩの別のスライスへのスライス漏れは、追加のスライス画像の内容に基づいて、決定することができる。

【0040】

出力画像５０８ａ～５０８ｃは、ＳＥＮＳＥ再構成行列５０２がシングルスライス画像を自身の帯域に（例えば、通過帯域に）通過させ、阻止帯域と呼ばれる全ての他の帯域は、画像強度がゼロとなる理想的な状況を示している。

【0041】

この例において、ＳＥＮＳＥ再構成処理により、矩形及び円形に対して割り当てられた帯域はゼロを受け取ると同時に、入力シングルスライス画像における三角形画像は、三角形自体の帯域へと分離される。例えば、入力シングルスライス画像が選択されたスライスからのＭＲ信号のみを含む場合に、このような結果となる。

【0042】

係る処理は、各スライスに対する再構成画像を取得するために、ＲＯＩにおける各スライスに対して繰り返されることができる。

【0043】

図６は、ＳＥＮＳＥ再構成が理想的でない場合に、スライス漏れが１つ以上の素子帯域で現れることを示している。この例では、シングルスライス画像５０６は、マルチコイルマルチスライス受信感度マップを使用して、その対応するマルチバンド画像６０８ｂへと、ＳＥＮＳＥ再構成モジュール５０２によって通過（パススルー）される。入力画像における三角形からのいくつかのボクセルは、阻止低域へ漏れているが、出力画像６０８ａ及び６０８ｃにおいてゼロでない画像強度として示される。図５および図６と関連する実施形態において、各帯域は、当該文書において言及される通り、患者の解剖学的構造における個別のスライスに対応する。ＳＥＮＳＥ出力画像は、入力シングルスライス画像の帯域に対応する出力画像以外、スライス漏れ画像である。

【0044】

図７は、ＳＭＳを伴わない面内ＳＥＮＳＥに対して、ＳＭＳイメージングに関連する上記で説明された技術の拡張を示している。実施形態例は、ＳＭＳ画像におけるスライス漏れの様に、面内ＳＥＮＳＥ画像における残留エイリアシングに対して操作することにより、面内ＳＥＮＳＥ画像における残留エイリアシングを決定することや処理することのために提供される。より具体的には、図７に関連した実施形態において、縮小された撮像視野（ｆｉｅｌｄ ｏｆ ｖｉｅｗ：ＦＯＶ）画像及び折り返し（エイリアス）は、図５及び図６に関連付けられたＳＭＳ実施形態に関して説明された「スライス」のように取り扱うことができる。言い換えれば、面内ＳＥＮＳＥ及びＳＭＳ無しでの実施形態において、縮小されたＦＯＶを有する入力画像７０６が与えられると、ＳＥＮＳＥ再構成モジュール７０２は、通過帯域における一つの画像と、阻止帯域における残留エイリアス信号を有する１つ以上の他の画像とを出力する。

【0045】

２倍高速化で収集された面内ＳＥＮＳＥ画像７１０について考える。加速率が２では、ｋ空間ラインは、フルＦＯＶ収集に対するｋ空間のステップサイズの２倍で収集され、１／２ＦＯＶ画像７１０が各コイルから収集される。係る１／２ＦＯＶ画像は、三角形の中間領域上に、折り返されたすなわちエイリアスを含む三角形の外側の一部分を含むエイリアシングを有する。ＳＥＮＳＥ再構成が、エイリアスされた領域から中間領域を完全に分離することができない場合に、残留エイリアシングが再構成画像に現れる。

【0046】

残留エイリアシングの量は、「スライス」漏れマップを作ることにより、計算することができる。エイリアシングが含まれない完全なＦＯＶ画像が収集される。そのような画像は、図５において５０６で表されている。次に、処理されて縮小されたＦＯＶ画像７０６は、完全なＦＯＶ画像から導出される。導出されて縮小されたＦＯＶ画像は、ＳＥＮＳＥ再構成処理７０２へと入力として供給される。いくつかの実施形態において、ＳＥＮＳＥ再構成処理７０２の処理ロジックは、ＳＥＮＳＥ再構成モジュール５０２におけるＳＥＮＳＥ再構成ロジックと同じであってもよい。ＳＥＮＳＥ再構成モジュール７０２への入力として提供されたコイル感度マップ７０４は、シングルスライスマルチコイル受信感度マップを少なくとも含む。すなわち、コイル感度マップ７０４は、複数の入力「スライス」画像において表された複数のスライスのそれぞれについて、複数のコイル感度マップを少なくとも有する。ＳＥＮＳＥ再構成モジュール７０２へ入力される縮小された入力ＦＯＶ画像（例えば、処理された画像７０６及び対応するエイリアス）が患者の解剖学的構造のうちの一つのスライスの画像である場合、そのスライスに対する複数の感度マップで十分である。そのシングルスライスに対する複数の感度マップは、通過画像及びエイリアスの両方に関連する感度情報を有することになる。

【0047】

処理は、例えば（入力ＦＯＶ画像７０６に示されるような）縮小されたＦＯＶ画像及び各エイリアス等の各「スライス」をＳＥＮＳＥ再構成モジュール７０２に入力することと、他の「スライス」における漏れを決定することとにより、実施される。ＳＥＮＳＥ再構成モジュール７０２は、ＳＥＮＳＥ再構成モジュール５０２と同様に動作する。ＳＥＮＳＥ再構成モジュール７０２の動作は、図９に関連して、以下で更に説明される。

【0048】

各入力画像は、制限された撮像視野における画像の一部分（例えば、入力ＦＯＶ画像７０６において２本の点線の間の領域により示されたＦＯＶの一部分）を、係る画像の残りから分離することにより（例えば、事前に設定されたパラメータに基づいて自動的に領域をトリミングすることにより）、収集された完全なＦＯＶを処理して、取得されてもよい。加速率及びＦＯＶが既知であるので、画像のどの領域が主要部であって、どの部分がエイリアスを形成しているかを計算するのは、容易である。加速率がＲのときＲ個のエイリアスが生じるため、加速率Ｒの面内パラレルイメージングでは、上記処理は、Ｒ個全てのエイリアスに対して繰り返すことができる。

【0049】

図７に示すような面内パラレルイメージングと関連付けられた実施形態において、ＳＥＮＳＥエイリアス除去（ｕｎ－ａｌｉａｓｉｎｇ）モジュールにおけるＳＥＮＳＥエイリアス除去行列は、ＭＲスライス画像データが行列に入力された場合、複数の「スライス」画像が生み出されるように、縮小されたＦＯＶから収集されたＭＲ画像からエイリアスを除去するように設定される。出力「スライス」画像のうちの一つは、縮小されたＦＯＶにおける通過（パススルー）画像を出力する。エイリアス除去行列からの出力における少なくとも一つの追加のスライス画像は、拡大されたＦＯＶを表す。このとき、縮小されたＦＯＶのスライス画像における残留のエイリアスの内容は、行列から出力された余分なスライス画像の拡大された一部分の内容に基づいて、決定される。

【0050】

すなわち、ＭＲＩデータプロセッサ４２は、生成機能により、ＳＥＮＳＥエイリアス除去マトリクスと、１つのスライスに係るデータであって縮小されたＦＯＶに係るデータに基づいてＳＥＮＳＥ再構成を行ってエイリアシング除去を行うことにより、当該スライスに係るデータや当該スライス以外のデータを、縮小されたＦＯＶより広いＦＯＶについて生成し、当該スライスに係るデータや当該スライス以外のスライスに係るデータに基づいて、残留エイリアシングを算出する。例えば、ＭＲＩデータプロセッサ４２は、複数のＲＦコイルの感度マップと、一つのスライス位置を励起することにより得られた一つのスライスに係るデータとに基づいてＳＥＮＳＥ（Ｓｅｎｓｉｔｉｖｉｔｙ Ｅｎｃｏｄｉｎｇ）再構成を行う。このとき、ＭＲＩデータプロセッサ４２は、当該ＳＥＮＳＥ再構成により、一つのスライスに係るデータ及び一つのスライス以外のスライスに係るデータをそれぞれ生成する。次いで、ＭＲＩデータプロセッサ４２は、一つのスライスに係るデータと一つのスライス以外のスライスに係るデータとに基づいて、スライス間の漏れまたは面内の残留エイリアシングのうち少なくとも一方を算出する。

【0051】

すなわち、図７に関連した実施形態において、ＳＥＮＳＥ再構成モジュール７０２への縮小された入力ＦＯＶ画像７０６の入力の結果は、通過画像７０８ｂ及び残留エイリアシングを含む別の「スライス」画像７０８ａとなる。７０８ａで観察されるように、（例えば、７０８ｂにおいて通過信号が存在する領域の頂点側および底部において）エイリアスされた各領域は、残留エイリアスを含む。

【0052】

図８は、ＭＲ画像を収集するためにＳＭＳ及び面内ＳＥＮＳＥを組み合わせて使用されているときの、いくつかの実施形態例に係るスライス間漏れの決定を概略的に示している。画像８１０ａ～８１０ｆは、加速率Ｒが６となるＳＭＳ３倍と面内ＳＥＮＳＥ２倍とにおける、全てのスライスに対して処理された（例えば、各画像に属するような縮小されたＦＯＶのそれぞれの外側のエリアを切り取り出すことにより、縮小されたＦＯＶを取得するように処理された）入力画像である。８１０ａと８１０ｂ、８１０ｃと８１０ｄ、そして８１０ｅと８１０ｆの各ペア（それぞれ、四角形、三角形、円形の画像に対応）は、主要な縮小されたＦＯＶ画像（例えば、８１０ｃにおける三角形の中央部）及び面内高速化により生じる折り返しの画像（例えば、８１０ｄにおける三角形の頂点部／底部）を含む。

【0053】

ＳＭＳ及び面内ＳＥＮＳＥの組み合わせを用いる実施形態において、ＳＥＮＳＥエイリアス除去行列は、ＭＲスライス画像データが当該行列に入力されたとき、通過スライス画像と１つ以上の追加のスライス画像を生成するために、ＳＭＳ ＭＲＩデータ収集シーケンスによって収集されたＭＲ画像からエイリアスを除去するように設定される。入力スライスからＲＯＩの別のスライスへのスライス漏れは、追加のスライス画像の内容に基づいて決定することができる。加えて、面内ＳＥＮＳＥに適応させるために、ＭＲスライス画像データがＳＥＮＳＥエイリアス除去行列に入力された場合、各入力ＭＲスライス画像データは縮小されたＦＯＶ画像であるので、ＭＲスライス画像データは面内残留エイリアスも画像として出力される。

【0054】

ＳＥＮＳＥエイリアス除去行列は、ＳＭＳ加速率ＭＢと面内の縮小されたＦＯＶの加速率Ｐとからなり、Ｒ＝ＭＢ×Ｐで表される総加速率Ｒに対して設定される。画像領域ＭＲＩデータのうちの一つのスライスは、一つの通過画像及びＲが１の面間漏れマップ画像と面内漏れマップ画像とのうち少なくとも一方を生成するよう構成されたエイリアス除去行列への入力のために、選択される。（例えば、スライス漏れ及び残留エイリアスの形でそれぞれ生じる）面間漏れ及び面内漏れは、Ｒが１の漏れマップの内容に基づいて決定される。

【0055】

すなわち、ＭＲＩデータプロセッサ４２は、生成機能により、各スライス及び各縮小されたＦＯＶに係るデータに基づいてＳＥＮＳＥ再構成を行うことにより、スライス間の漏れ及び面内の残留エイリアシングを算出する。例えば、ＭＲＩデータプロセッサ４２は、感度マップと、一つのスライスに係るデータであって縮小された撮像視野に係るデータに基づいてＳＥＮＳＥ再構成を行ってエイリアシング除去を行う。このとき、ＭＲＩデータプロセッサ４２は、当該ＳＥＮＳＥ再構成により、一つのスライスに係るデータから、縮小された撮像視野より広い撮像視野の画像データを生成する。次いで、ＭＲＩデータプロセッサ４２は、生成された画像データに基づいて残留エイリアシングを算出する。

【0056】

処理は、８１０ａ～８１０ｆのうちの一つを入力画像８０６として選択することにより、機能する。このとき、入力画像８０６は、ＳＥＮＳＥ再構成モジュール８０２において処理される。ＳＥＮＳＥ再構成モジュール８０２は、複数のマルチスライスマルチコイル受信感度マップ８０４を、入力として受け取る。複数の感度マップは、図５乃至図７の複数の動作と同様な手法で構成されてもよい。ＳＥＮＳＥ再構成モジュール８０２も、モジュール５０２及び７０２と同じ或いは実質的に同じ方法で動作することができ、後程、図９を参照してさらに説明する。

【0057】

出力画像８０８は、スライスごとおよびエイリアスされた領域ごとに対して、分離画像を有する。全体の加速率Ｒに対して、出力画像は、一つの通過画像及び（Ｒ－１）個の漏れマップを有する。

【0058】

図９は、いくつかの実施形態例にかかり、スライス漏れと面内残留エイリアスとのうち少なくとも一つのマップを生成し、格納する処理９００のフローチャートを示している。これらの実施形態は、ＳＭＳイメージングを用いるいくつかの実施形態（例えば、図５～６に関連した実施形態等）と、面内ＳＥＮＳＥイメージングを使用するいくつかの実施形態（例えば、図７に関連した実施形態等）と、ＳＭＳと面内ＳＥＮＳＥとの組み合わせの実施形態（例えば、図８に関連した実施形態等）と、を有していてもよい。

【0059】

処理９００に入ったのち、工程９０２において、選択された複数のスライス位置での受信コイル感度マップが生成される。コイル感度マップを生成するために、周知の従来技術を用いることができる。いくつかの実施形態例において、すべての受信コイルごとに、またＲＯＩ内の全てのスライスごとに、感度マップが生成される。しかしながら、いくつかの実施形態によっては、すべての受信コイルやＲＯＩ内のすべてのスライスに対して、対応するコイル感度マップを用意する必要はない。コイル感度を生成するための詳細については、既知である（例えば、非特許文献５参照）。

【0060】

コイル感度マップを生成したのち、工程９０４において、少なくとも選択された複数のスライス位置に対するＳＥＮＳＥエイリアス除去行列が生成される。

【0061】

すなわち、ＭＲＩデータプロセッサ４２は、生成機能により、工程９０２において生成された感度マップから、ＳＥＮＳＥエイリアス除去マトリクスを生成する。例えば、ＭＲＩデータプロセッサ４２は、スライス間の漏れまたは面内の残留エイリアシングのうち少なくとも一方を、行列として表される行列データとして算出し、算出された行列データに基づいて、当該行列の逆行列を示す逆行列データを、ＳＥＮＳＥエイリアス除去マトリクスとして算出する。例えば、当該行列の複数の非対角要素の非ゼロの複数の値は、スライス間の漏れまたは面内の残留エイリアシングのうち少なくとも一方に対応し、行列の複数の対角要素の複数の値はシェーディングに対応する。

【0062】

いくつかの実施形態に従って、ＳＥＮＳＥエイリアス除去行列は、アクティブな受信コイル数（つまり、ＭＲ信号を実際に受信している受信コイル）及びＲＯＩ内のスライス数よりも多い列数や行数をそれぞれ有するよう構成される。例えば、２つの動作している受信コイル及びＲＯＩ内の２つのスライスとからなる構成の場合、ＳＥＮＳＥエイリアス除去行列は、２行より多い行や２列より多い列を有することとなる。余分な行は、収集された画像のいくつかの特徴をエンコード化する疑似的コイルを含むために追加されてもよい。例えば、複数の二次元位相マップは、エコープラナーＭＲＩにおけるゴーストアーチファクト（ｇｈｏｓｔｉｎｇ ａｒｔｉｆａｃｔｓ）を低減するために疑似的コイルとして含まれてもよい。

【0063】

付加的な列と行とのうち少なくとも一つは、通過帯域（パススルーバンド）から他の帯域への漏れを識別するため、追加されたエイリアスを収容するよう定義される。「通過帯域」は、ＳＭＳイメージングに関連して、主要なＭＲ信号が受信された患者の解剖学的構造におけるスライスに関係し、また面内パラレルイメージングに関連して入力画像の縮小されたＦＯＶ内の領域に関係する。「他の帯域」は、ＳＭＳイメージングに関連して患者の解剖学的構造における他のスライスに関係し、また面内パラレルイメージングに関連して、入力画像の縮小されたＦＯＶの外側の領域に関係する。

【0064】

上記で説明された通り、縮小されたＦＯＶ及び縮小されたＦＯＶの外側の領域は、ＳＥＮＳＥエイリアス除去行列による処理及び残留エイリアスの決定のために、実施形態例では個別のスライスとして取り扱われる。例えば、スライスにおいて縮小されたＦＯＶの画像及び当該スライスにおいて縮小されたＦＯＶの外側の領域の画像は、ＳＥＮＳＥエイリアス除去行列への別々の入力画像としてそれぞれ提供され、それぞれについて、通過画像及び１つ以上の面内残留エイリアス画像が出力される。

【0065】

工程９０６において、ＳＥＮＳＥ再構成モジュールへの入力画像が取得される。係る画像は、プリスキャンにおいて、（例えば、図１０に記載の）メインイメージングシーケンスの一部として又はそれらの組み合わせとして、収集されてもよい。例えば、ＭＲＩシーケンス制御部３０は、２Ｄ撮像を実行する。ＭＲＩデータプロセッサ４２は、生成機能により、当該２Ｄ撮像により得られた１つのスライスに係るデータを、ＳＥＮＳＥ再構成モジュールのための入力画像として生成し、後述のステップにおいて当該２Ｄ撮像により得られた１つのスライスに係るデータに基づいて、ＳＥＮＳＥ再構成を行う。

【0066】

ＳＭＳを使用する実施形態において、２Ｄシングルスライス画像は、ＳＥＮＳＥ再構成モジュールに対する入力画像として、スライスをずらして、又はスライスをずらすことなく、収集されてもよい。いくつかの実施形態において、２Ｄ画像は、互いの上部が直接重なる様にして、面内方向において当該２Ｄ画像をシフトすることなく、同時に収集される。しかしながら、これは、受信コイル感度がスライス方向において実質的に変化しない場合には、スライスの分離が難しくなることがある。再構成された画像の画質を改善するために、いくつかの実施形態において、スライスは、収集の間にシフトされてもよい。これは、位相エンコード（ＰＥ）方向においてｋ空間での線形位相勾配（ｌｉｎｅａｒ ｐｈａｓｅ ｒａｍｐ）に由来する傾斜磁場を印加することにより達成され、それは、次々、所定のファクタの分だけ複数の画像をシフトさせることで実現される。１つの例では、ＳＭＳ３倍高速化が使用された場合（図５及び関連した記述参照）、３つのシングルスライス画像が入力画像として使用される。この場合、ＭＲＩシーケンス制御部３０は、ＳＭＳデータ収集シーケンスを実行する。ＭＲＩデータプロセッサ４２は、生成機能により、実行されたＳＭＳデータ収集シーケンスにより得られたデータを、各スライスについて切り出すことにより、入力画像を生成する。

【0067】

面内ＳＥＮＳＥを使用する実施形態において、ＳＥＮＳＥ再構成モジュールに対する入力画像は、中にＲＯＩ全体を含む完全な撮像視野（ＦＯＶ）にわたって取得される。すなわち、例えば、面内２倍の高速化が使用された場合（図７及び関連した記述参照）、収集されたＦＯＶに対して半分のＦＯＶ画像と、収集されたＦＯＶ画像に存在しない部分を含む画像とが、ＳＥＮＳＥエイリアス除去への入力として使用される。

【0068】

ＳＭＳ及び面内ＳＥＮＳＥを使用する実施形態において、入力画像は、ＳＭＳを受けるスライスごとの画像と、完全なＦＯＶをカバーするために各スライスに対して縮小されたＦＯＶ画像とを含む。図８に関連して上記で説明された画像８１０ａ～ｆは、一例である。

【0069】

工程９０８において、一組のスライス位置は、入力画像を入手できるスライスから選択される。係る選択は、任意で行うことができる。実施形態例において、この一組のスライス位置は、ＲＯＩ内の全てのスライスを含む。

【0070】

処理９００は、選択された一組におけるスライスごとにスライス漏れマップを１つずつ生成するために、工程９１０～９１５を繰り返してもよい。工程９１０において、上記一組からスライス位置が選択される。

【0071】

工程９１２で、工程９１０で選択されたスライスに対して、スライス漏れマップが生成される。すなわち、ＭＲＩデータプロセッサ４２は、生成機能により、複数のＲＦコイルの感度マップと、一つのスライス位置を励起することにより得られた一つのスライスに係るデータとに基づいてＳＥＮＳＥ（Ｓｅｎｓｉｔｉｖｉｔｙ Ｅｎｃｏｄｉｎｇ）再構成を行うことにより、一つのスライスに係るデータ及び一つのスライス以外のスライスに係るデータをそれぞれ生成し、一つのスライスに係るデータと一つのスライス以外のスライスに係るデータとに基づいて、スライス間の漏れまたは面内の残留エイリアシングのうち少なくとも一方を算出する。係る選択されたスライスについてのスライス漏れマップにより、１つ以上の他のスライスから選択されたスライスへの漏れや、選択されたスライスから１つ以上の他のスライスへの漏れを識別することができる。係る選択された一組のスライスについての複数のスライス漏れマップは、選択された一組のスライスにおいて、あらゆる任意のスライスから、あらゆる任意の複数のスライスへ、漏れをマッピングするように構成されてもよい。すなわち、例えばキーボード２６はユーザから一つのスライスの選択の入力を受け付ける。ＭＲＩデータプロセッサ４２は、生成機能により、キーボード２６が受け付けた当該スライスから他のスライスへの、スライス間の漏れを算出する。

【0072】

ＳＭＳの実施形態についての複数のスライス漏れマップは、一つのスライスから他のスライスへのスライス間の漏れのマッピングを提供し、面内ＳＥＮＳＥの実施形態については、複数のスライス漏れマップは、一つの縮小されたＦＯＶ領域から他のそのような複数の領域への残留エイリアスのマッピングを提供し、更にＳＭＳと面内ＳＥＮＳＥとを組み合わせた実施形態に対しては、複数のスライス漏れマップは、スライス間漏れと残留エイリアス漏れとの両者を与える。図６、図７および図８における出力画像は、実施形態の上記タイプのそれぞれに対する漏れマップ情報の例を示している。

【0073】

いくつかの実施形態によると、スライス漏れマップの生成は、画像を生成するために使用された収集シーケンスのタイプから独立しており、且つ処理された画像を収集するために使用されたイメージングシーケンスによりスライスがシフトされているか否かについてからも独立している。いくつかの実施形態において、処理された複数の画像は、少なくとも１つの拡散方向において拡散強調エンコーディング傾斜磁場を使用する少なくとも一つのＭＲイメージングシーケンスから生成される。実施形態に係るスライス漏れマップは、ＳＭＳに対する主要な適用例である拡散強調画像に対して生成されてもよいが、実施形態に係るスライス漏れマップは、それらに拘泥されない。

【0074】

収集高速化パラメータ（例えば、Ｒ、縮小されたＦＯＶ、加速率Ｐ、ＭＢなど）は、操作者によって設定されてもよい。係る設定された値は、高速化なし、又は高速化のあるレベル（例えば、ＭＲ信号を受信するために同時に起動できる受信コイルの数まで）を条件として指定されてもよい。

【0075】

ＳＥＮＳＥ再構成モジュールにおいて、エイリアスが除去された出力画像は、ＳＥＮＳＥコイル感度行列の逆行列を、収集されたエイリアスを含む画像に乗ずることにより得られる。

【0076】

ＳＭＳ画像収集及びエンコーディング処理は、以下のように解析的に表すことができる。

【0077】

【数1】

【0078】

ここで、Ｉは全ての受信コイルからの、収集され、高速化された画像の強度のベクトルであり、ＣはＳＥＮＳＥエイリアシング行列、ｍはＩを形成するためにエイリアスされた全ての空間的位置からの、エイリアスが除去された画像の強度のベクトルである。上記式は、完全な行列とベクトルの形式で以下のように書くことができる。

【0079】

【数2】

【0080】

ここで、Ｎｃは添え字ｉによってインデックスされたコイルの数を示し、Ｎｓは添え字ｊによってインデックスされたスライスの数を示し、Ｉ_ｉはコイルｉによって収集された画像を示し、Ｃ_ｉｊはスライスｊに対するコイルｉの受信感度を示し、ｍ_ｊはスライスｊのエイリアスが除去された画像の強度を示し、ｙ_ｊはスライスシフト（スライスがシフトしない場合に、全てのｊに対してｙ_ｊ＝０）を示している。

【0081】

エイリアスが除去された画像の強度値のベクトルは、上記式を解析的に解くことにより、再構成することで、以下のように求められる。

【0082】

【数3】

【0083】

ここでλはチーホノフ（Ｔｉｋｈｏｎｏｖ）正則化の重み（オプション）であり、Γは識別行列であり、†はエルミート演算子である。

【0084】

いくつかの場合において、解析解が求められない場合がある。例えば、高速ＭＲデータを収集するために非線形のｋ空間トラジェクトリが使用された場合、ＳＥＮＳＥ方程式を解くために逐次解法を使用するのが一般的である。そのような解法は、エイリアスが除去された画像の強度値の初期推定値を用いて開始し、エイリアスが除去されたきれいな画像へと収束させるために、ＳＥＮＳＥ方程式を逐次的に解く。

【0085】

工程９１４において、スライス漏れマップは、後の使用のために格納される。例えば、マップは、メモリ４６等のメモリに格納されてもよい。

【0086】

工程９１５において、処理されるための更なるスライス位置が残っているか否かが決定され、「はい」の場合には、係る処理９００は工程９１０へと進む。「いいえ」の場合に、処理９００は完了する。

【0087】

工程９０２～９１５のうちの１つ以上の動作は、図示されたものとは異なる順序で実行されてもよいし、または実行されなくてもよい。いくつかの実施形態において、１つ以上の工程を、処理９００で実行することができる。また、コイル感度マップを生成する工程９０２～９０４は、他の工程９０６～９１０のうちの少なくとも一部の前か、後か、又は並行して実行することができる。

【0088】

図１０は、いくつかの実施形態例に従って、表示されたＭＲＩ画像におけるスライス間漏れの決定や低減を行うための処理１０００のフローチャートを示している。

【0089】

処理１０００に入った後、工程１００２において、ＭＲシステムは、スライス高速化（例えば、ＳＭＳ）、面内高速化（例えば、ＳＥＮＳＥ）、またはスライス高速化および面内高速化の組み合わせを使用して、ＭＲ画像収集のために設定される。

【0090】

工程１００４において、ＭＲシステムは、診断スキャン（「メインスキャン」とも呼ばれる）において、スライス高速化、面内高速化、又はこれらの組み合わせを使用して、ＭＲ画像収集を実行する。例えば、ＭＲＩシーケンス制御部３０は、複数のＲＦコイルを用いて複数スライスについて撮像（本スキャン）を行う。なお、ＭＲＩシーケンス制御部３０は、複数スライスに対応する複数の位置を同時励起する本スキャンに先立って、一つのスライス位置を励起するプリスキャンを実行してもよい。

【0091】

工程１００６で、１つ以上の合成された／処理された画像が、診断スキャンから生成される。診断スキャンがＳＭＳに基づく実施形態において、合成された画像各々は、診断スキャンの結果として取得された複数のスライスを合成したものである。

【0092】

工程１００８において、スライス漏れマップがアクセスされる。スライス漏れマップ情報の生成及び格納についての一つの方法は、処理９００に関連して上述されている。

【0093】

当該工程の後、処理１０００は、漏れマップに基づいてメインスキャンから取得された再構成画像を処理する工程１０１２と、対応するスライス漏れマップとともに再構成画像を表示する工程１０１０とのいずれに進んでもよい。

【0094】

工程１０１０において、例えば、メインスキャンからの１つ以上の画像および生成されたスライス漏れからの１つ以上の画像が、同じディスプレイ画面に又は近くに配置されたディスプレイ上に同時に表示される。スライスの診断画像とスライス漏れマップの少なくとも適切な一部分（例えば、選択されたスライスを含むマップの一部分）とを同時に表示することにより、放射線科医又は他の操作者は、横並びの比較をすることができる。さらに後述するように、いくつかの実施形態において、漏れアーチファクト等の存在に関して操作者に対して案内するために、信頼度値などは、各画像に関連付けられてもよい。

【0095】

工程１０１２において、スライス漏れマップは、スライス間信号漏れの１つ以上の空間的位置及び当該漏れの量を抽出するために、処理されてもよい。係る抽出された情報は、視認できる漏れの影響を低減するために、選択された診断画像を更に処理するため使用されてもよい。

【0096】

当然のことながら、処理１０００の工程１００２～工程１０１２の一つ以上は、いくつかの実施形態において、実行されない場合があるし、又は図示されたものとは異なる順番で、実行されてもよい。いくつかの実施形態は、処理１０００における１つ以上の付加的な工程を含んでいてもよい。

【0097】

実施形態例において、処理９００及び処理１０００は、図１に示されたシステムにおいて実行されてもよい。より具体的には、コイル感度マップの生成、高速化無しでの２Ｄマルチスライス画像の収集、および高速化したＭＲ画像の収集は、ＭＲＩシステムコントローラ（ＭＲＩシステム制御部）２２、ＭＲＩシーケンス制御部３０及びＭＲＩデータプロセッサ４２により、互いにガントリ１０およびＭＲＩシステム２０の他の構成要素とも通信および連携しながら、実行されてもよい。処理９００と処理１０００との間に、生成されたスライス漏れマップ（複数のマップ）は、ディスプレイ２４上に表示されている間のアクセスのためや表示された診断ＭＲ画像における漏れアーチファクトを低減するための更なる処理のために、メモリ４６等のメモリにおいて格納されてもよい。

【0098】

図１１は、再構成されたＳＭＳ画像における漏れアーチファクトの例を示している。画像１１０２は、患者の脳の３つのスライスの３２チャネル、シングルスライス２ＤスピンエコーＥＰＩ画像である。画像１１０２は、ＳＭＳ３倍画像１１０４を合成するために、シミュレーションにおいて組み合わせられたものである。合成の前に、スライスは、ＦＯＶ／３単位、０単位、－ＦＯＶ／３単位だけそれぞれシフトされた後、足し合わされる。これは、直接的な加算及びフーリエ変換より後に続く所望のシフトに対応するｋ空間におけるＰＥ位相勾配（ｒａｍｐ）を適応することで達成される。ＳＥＮＳＥ再構成は、合成された画像１１０４について実行される。再構成されたＳＭＳスライス１１０６は、矢印で示された漏れアーチファクトを示している。この場合、漏れの主な原因は、メイン画像の歪みである。画像の歪みは、メインスキャンとコイル感度計測プリスキャンとの間のコイル感度値のミスマッチが原因である。人の頭部において、そのような歪みは、前頭皮質や外耳道などのような空気と組織との境界面の近くで主に見られる。再構成されたＳＭＳスライス１１０６において見られるように、スライス漏れアーチファクトの大半は、これらの解剖学的領域から生じる。

【0099】

図１２は、いくつかの実施形態に従って、漏れが識別された状態で再構成されたＳＭＳ画像１２０４とスライス漏れマップ１２０２とを示している。マップ行列１２０２は、図１１に示されたＳＭＳ３倍の例に対して推定された複数のスライス漏れマップを示している。行ｍ及び列ｎに対して、画像Ｓ（ｍ、ｎ）は、スライスｍからスライスｎまでの漏れを示す。ｍ＝ｎの対角の画像は、スライスからそれ自身への通過信号を示す。理想的には、漏れがなければ、全ての非対角の複数の画像は、強度０を有するようになる。行ｍは、マップ行列において表された全てのスライスの間で、スライスｍからの画像強度がどのように分配されるかを示している。列ｎは、スライスｎに画像強度を与える全てのスライス（すなわち、マップ行列において表されたスライス）を示している。

【0100】

スライスは、空間的に互いに離れているほど、受信感度の差が大きくなるため、漏れが少なくなる。例えば、スライス１はスライス３から離れているため、Ｓ（１、３）は、より少ない漏れを示している。

【0101】

再構成されたＳＭＳスライス１２０４と漏れマップ１２０２とを比較することで、スライス漏れの発生元の位置を特定することができる。アーチファクトは、スライス漏れ又は真に病気の状態として、個々に識別／分類できる。

【0102】

上述したように、ここで説明されたいくつかの実施形態は、同時マルチスライスイメージングにおけるスライス漏れを識別するために、画像領域パラレルイメージングに基づく技術を提供する。識別されたスライス漏れは、マルチスライスＭＲ画像における病変のより厳密な区別での支援のために、使用することができる。いくつかの実施形態は、収集されたＭＲＩ画像の補正において、識別されたスライス漏れを利用してもよい。

【0103】

発明者が知る限りでは、これらの実施形態は、例えばＳＥＮＳＥのような画像ベースの再構成を使用してスライス漏れを能動的に除去することによりスライス漏れを補正するため、およびＳＭＳ撮像におけるスライス漏れを識別するための技術に基づく、最初の画像領域パラレルイメージングである。

【0104】

同時マルチスライスイメージングにおけるスライス漏れを識別するための従来技術には、多くの欠点がある。従来のモンテカルロ法は、時間がかかる。この技術は、厳密なスライス漏れマップを取得するため、何百もの繰り返しを要する。従来のスライスＧＲＡＰＰＡ技術は、ｋ空間に基づいており、いくつかのＭＲ装置にそのような技術を用いると、かなりの修正と他の諸経費とが必要となる。

【0105】

ＳＥＮＳＥのような画像領域パラレルイメージング再構成は、ｋ空間に基づく再構成（例えば、スライスＧＲＡＰＰＡ）に比べて、局所的な漏れアーチファクトが強くなりやすい。マップスキャン（例えば、コイル感度マップ用のプリスキャン）及びメインスキャン（例えば、診断スキャン）の間のボクセルのあらゆる位置合わせ不良は、スライス漏れを潜在的に引き起こす可能性がある。

【0106】

漏れアーチファクトを正しく特徴付けるために、メインスキャンで画像領域技術（ＳＥＮＳＥ等の面内パラレルイメージング）を使用した場合、スライス漏れ計測にも画像領域技術を使用する必要がある。画像領域法及びｋ空間法は、漏れを引き起こす可能性がある複数のプリスキャンとメインスキャンとの間の不一致の様々な原因に影響されやすい。例えば、ｋ空間法は、スライス漏れに繋がる可能性のあるプリスキャンとメインスキャンとの間の画像のコントラストの違いに非常に敏感である。画像領域法は、そのような原因に対して、ほとんど影響されない。したがって、画像領域法を使用する再構成の処理過程から生じるスライス漏れを正確に特徴付けるために、スライス漏れ計測は、画像領域において実行されるべきである。例えば、ＭＲＩシステム２０は、面内パラレルイメージングを使用し、且つ漏れ決定のための画像領域（「画像空間」とも呼ばれる）技術を効果的に組み込む。実施形態は、スライス漏れアーチファクトの識別や計測を行うために、画像領域パラレルイメージング再構成を使用する。一般的に、実施形態の技術は、スライス高速化、面内高速化、又はこれらの組み合わせを用いて、画像内の残留エイリアシングを計測するために使用されてもよい。

【0107】

いくつかの実施形態は、ｂｌｉｐｐｅｄ－ＳＭＳ収集、非ｂｌｉｐｐｅｄ－ＳＭＳ収集の両方に適用される。実施形態は、面内ＳＥＮＳＥを用いて又は用いることなく、ＳＭＳ画像へと適用される。いくつかの実施形態は、ＳＭＳを用いない面内ＳＥＮＳＥや面内ＳＥＮＳＥを含むＳＭＳイメージングに提供される。

【0108】

いくつかの実施形態例において、漏れマップは、ＳＭＳ画像品質を評価するために、領域内のＳＮＲ分布の推定を提供するｇファクタマップとともに用いられる。

【0109】

いくつかの実施形態例において、スライス漏れマップは、定量化することができる。例えば、各スライス漏れマップにおける正規化平均画像強度は、全ての他の複数のスライスに対する各スライスの相対的な寄与を見つけ出すために計算されてもよい。例えば、エイリアシング除去行列によって決定されてそれぞれ関連付けられた信号漏れに基づいて生成され、信頼度値を各スライスに対して提供する信頼性マップが、形成されてもよい。また、信頼性マップは、診断画像の表示と共に又は診断画像と関連付けて表示されてもよい。

【0110】

いくつかの実施形態例は、スライス漏れ軽減技術において使用される場合がある。例えば、複数のスライス漏れマップは、任意の漏れが関心領域の外側に漏れ出るよう強いるため、最適なＳＭＳシーケンスパラメータの計算において使用されるように、システムへの入力として用いられてもよい。

【0111】

ｋ空間に基づく方法は、従来、スライス間漏れアーチファクトを軽減するために提案されている。ｋ空間に基づく軽減技術は、スプリットスライス－ＧＲＡＰＰＡ（例えば、非特許文献４参照）およびＳＭＳ－ＨＳＬ（例えば、非特許文献６参照）を含む。

【0112】

スライス－ＧＲＡＰＰＡ（上述）は、ＳＭＳ画像を再構成するための初期のｋ空間に基づく方法である。係る方法は、全てのコイルにわたる複数の近傍のｋ空間信号の間での線形依存を活用する。ＧＲＡＰＰＡカーネルは、複数のシングルスライスキャリブレーション画像について訓練され、当該カーネルは、分離された複数のスライスに対するｋ空間データを生成するために、ＳＭＳ－ｋ空間に適用される。スライス－ＧＲＡＰＰＡカーネルは、関心スライスから通過（パススルー）スライスまでの信号のみを許容するように、フィルタとして機能する。スプリットスライス－ＧＲＡＰＰＡは、フィルタの阻止帯域が関心スライスの外側の全てのスライスからの信号を抑制するよう設計されるように、フィルタの概念を拡張する。これは、他の複数のスライスからの信号寄与を最小化するためにスプリットスライス－ＧＲＡＰＰＡカーネルを訓練することにより、達成される。

【0113】

ＳＭＳ－ＨＳＬは、スプリットスライス－ＧＲＡＰＰＡ技術を拡張し、三つの項を伴う非凸最適化問題としてＳＭＳ再構成を表現する。データ忠実度項は、（例えば、低解像参照データが収集された位置で）再構成されたシングルスライスイメージングデータと参照データとの間での直接的なマグニチュードプライオア（ｍａｇｎｉｔｕｄｅ ｐｒｉｏｒ）を構成する。スライス間漏れは、ハンケル（Ｈａｎｋｅｌ）空間として知られるように関心スライス以外のスライスからの全てのキャリブレーションｋ空間データの合計と収集されたＳＭＳデータとの間のｌ２ノルムを最小化することにより、低減される。さらに、低ランク拘束は、ハンケル空間において再構成されたシングルスライスデータへと付加される。

【0114】

従来のスプリットスライス－ＧＲＡＰＰＡ及びＳＭＳ－ＨＳＬ技術等は、キャリブレーションデータとメイン撮像データとの間の差を対比することに敏感な場合がある。例えば、ＳＭＳ－ＨＳＬは、ｋ空間におけるマグニチュードプライオアのために、拡散イメージングへと適用することができない。その上、スプリットスライス－ＧＲＡＰＰＡ及びＳＭＳ－ＨＳＬは、未知のスライス漏れを抑制するために、ｋ空間における複数のマグニチュードプライオアを使用する。したがって、これらの従来技術は、高速技術を使用して収集されたＭＲＩ画像における漏れを十分補正することができない。このような技術には、より高いレベルでの漏れ抑制が画像忠実度の他の側面における付随損失という結果にもなる、というトレードオフが典型的には存在する。

【0115】

スライス漏れを補正するための実施形態例は、通常のスプリットスライス－ＧＲＡＰＰＡ及びＳＭＳ－ＨＳＬ技術とは対照的に、参照撮像データとメイン撮像データとの間の差を対することに敏感ではない。その上、未知のスライス漏れを抑制するための通常の技術におけるｋ－空間でのマグニチュードプライオアの使用とは対照的に、実施形態例において直接的に計測されたスライス間漏れマップは、解析的ＳＥＮＳＥ表現において使用される。従って、複数の画像は、完全に決定論的且つ厳密な線形変換を用いて低減されたスライス間漏れアーチファクトと共に実施形態例によって再構成され、画像忠実度における犠牲を必要としない。

【0116】

加えて、いくつかの通常の技術は、「オートキャリブレーション」（例えば、ＧＲＡＰＰＡにおけるＡＣＳライン等）が使用される場合での改善およびＳＭＳ補正を処理するよう設計される。これらのオートキャリブレートされた方法は、１回以上（例えば２回）ｋ－空間の中央領域を使用し、結果的に、線形ではなくモデル化や補正することがこのように難しい方法で複数の画像へと伝播するｋ－空間エラーとなる。

【0117】

通常の非線形スキャン及び再構成で生じる複数のエラーは、線形変換関数または行列の掛け算を用いるモデリングおよび計測に対しては適切でないことがある。例えば、通常の技術において、複数のエラーは、多くの場合、多数のモンテカルロモデルの繰り返しの大きな数を用いるＲＭＳ強度偏差のような２次オーダーの統計値で計測される。そのため、通常の技術のこのタイプは、エラーの信号又は位相ではなく、（各位置で）エラー強度の統計的な価値を与える。したがって、これらの通常の補正は、予測されたエラーの大きさに基づくいくつかのペナルティへと実際には制限され、エラー項フェーズが知られていないため、エラーを完全に除去することができない。

【0118】

特定の実施形態例は、漏れを計測（評価）することができた場合に、加速されたＭＲＩにおけるスライス間漏れを補正するための、新たな方法及びシステムをこれから提供する。いくつかの実施形態例において、上述の図９に関連して説明された技術にしたがって、漏れを計測することができる。実際に、図９に関連して説明された技術は、図９の技術により出力された複数の漏れマップ（例えば、操作者による観察用の複数の漏れマップ等）がそれ自体、実施形態例で実現される漏れ補正に対する入力となるため、実施形態例における漏れ補正に対して著しく相乗的なものとなる。しかしながら、いくつかの他の実施形態例においては、漏れは図９に関連して説明されたものとは異なる技術により計測される。

【0119】

スライス漏れを補正することでの実施形態例の有効性は、少なくともある範囲で、高品質の複数の複素数スライス間漏れマップの利用可能性に依存する場合がある。

【0120】

いくつかの実施形態例において用いられる新たな漏れ補正技術は、（各位置での）乗法エラー行列の位相及び大きさを利用する。これは、（当然、漏れ計測ステップの厳密度及び有効性を条件として）漏れエラーの精確且つ完全な除去を提供する。更には、エラーモデルが線形行列であるため、インバージョン及び補正が計算的に速い。

【0121】

実施形態例は、ＳＭＳ ＭＲＩにおいて（又は面内ＳＥＮＳＥにおいて、又はＳＭＳに面内ＳＥＮＳＥを加えた撮像において）発生するようなスライス漏れを、能動的に除去又は補正する。

【0122】

実施形態例は、収集されエイリアスされた複数の画像値を用いる乗法と逆演算（インバージョン：ｉｎｖｅｒｓｉｏｎ）とに続いて、複数の漏れマップをＳＥＮＳＥ方程式へと組み込むことにより、補正されたＭＲＩ画像を提供する。複数の漏れマップがＳＥＮＳＥ方程式において用いられる前に、複数の漏れマップは、定量的で、規格化され、複素数値の「部分的漏れ行列（ｆｒａｃｔｉｏｎａｌ ｌｅａｋａｇｅ ｍａｔｒｉｘ）」に変換される。部分的漏れ行列は、例えば、スライス間の漏れを行列として表される行列データに対応する。部分的漏れ行列における所定の空間的な位置は、全ての非エイリアススライスからその空間的位置へ寄与する信号の相対的な大きさ及び位相に対応する。部分的漏れ行列は、漏れ情報を線形変換の形式に割り当てること、すなわち複数の複素係数を伴う行列乗法により、ＳＥＮＳＥ方程式へと組み込まれる。その後、「部分的漏れ行列」の逆行列（又は疑似的逆行列）が形成される。「部分的漏れ行列」の逆行列は、逆行列データに対応する。２つの行列の逆行列の組み合わせである再構成－すなわちＳＭＳ収集又は面内パラレルイメージング収集に属する意図された（理想的な）順エンコード化の典型的な反転（ｎｏｒｍａｌ ｉｎｖｅｒｓｉｏｎ）は、このとき、漏れ補正されたＭＲＩ画像を取得するために「部分的漏れ行列」のインバージョンに続いて実行される。

【0123】

いくつかの実施形態例において、同じ補正技術が、純粋なＳＭＳ、純粋な面内ＳＥＮＳＥ、又はＳＭＳに面内ＳＥＮＳＥを結合させた撮像を用いて収集されたＭＲＩ画像に適用される。

【0124】

図１３は、特定の実施形態例において、漏れ補正及び補正された画像生成の概略的図である。

【0125】

高速化されたＭＲＩを用いて収集されたＭＲＩ画像１３０２は、再構成処理１３０８に対する入力として使用される。図１３に図示された例において、入力ＭＲＩ画像１３０２は、ＳＭＳ ＭＲＩ撮像を使用して収集される。

【0126】

再構成処理１３０８は、入力として、スライス間漏れを表す複数の漏れマップ１３０６を付加的に取得する。複数の漏れマップ１３０６は、計測されたスライス間漏れに基づいて構成されてもよい。複数の漏れマップ１３０６は、本開示において説明されたようなスライス漏れ計測技術１３０４に従って、生成されてもよい。図１３に示された例において、図６に関連して上記で説明されたスライス漏れ計測技術１３０４は、上記で述べたように、大きさ及び位相の両方を有する複素係数を含む部分的漏れ行列１３０６の生成において使用される複数のスライス漏れマップを生成するために用いられる。しかしながら、いくつかの他の実施形態において、スライス漏れを計測するための他の技術が、漏れマップの生成のために用いられてもよい。

【0127】

補正されていないＭＲＩ画像１３０２の入力及び複数の漏れ行列１３０６を受け取ったとき、再構成処理１３０８は、漏れが除去され又は低減されることにより補正されたＭＲＩ画像１３１０を出力するよう動作する。再構成は、漏れ補正されたＭＲＩ画像を取得するために、部分的漏れ行列の逆行列（又は疑似的逆行列）の形成と、このとき２つの逆行列の組み合わせを用いた積による再構成の実行と、を有していてもよい。

【0128】

例えば、ＭＲＩデータプロセッサ４２は、生成機能により、感度マップと、算出されたスライス間の漏れまたは算出された面内の残留エイリアシングのうち少なくとも一方と、複数スライスに対応する複数の位置を同時励起することにより得られた複数スライスに係るデータとに基づいてＳＥＮＳＥ再構成を行う。ＭＲＩデータプロセッサ４２は、当該ＳＥＮＳＥ再構成により、算出されたスライス間の漏れまたは算出された面内の残留エイリアシングのうち少なくとも一方を除去することで、漏れ補正と面内残留エイリアシング補正とのうち少なくとも一方が実行されたＭＲＩ画像を取得する。具体的には、ＭＲＩデータプロセッサ４２は、スライス間の漏れまたは面内の残留エイリアシングのうち少なくとも一方を、行列として表される行列データとして算出し、行列データに基づいて行列の逆行列を示す逆行列データを算出し、逆行列データを用いて、当該ＳＥＮＳＥ再構成により、スライス間の漏れまたは面内の残留エイリアシングのうち少なくとも一方を除去する。

【0129】

各位置での乗法エラー行列の位相及び大きさを用いることにより、実施形態例は、漏れエラーの厳密な且つ完全な除去を提供する。

【0130】

いくつかの実施形態に係るスライス漏れ補正は、画像ドメイン（画像領域）パラレルイメージング再構成を使用するＭＲシステムに組み込まれてもよい。

【0131】

図１３に関する上記の考察を見て分かる通り、スライス漏れ補正に対する実施形態例は、部分的漏れ行列を生成し、かつ２つの行列又は２つの逆行列の組み合わせを含む再構成において部分的漏れ行列を用いる。部分的漏れ行列の及び漏れ補正を伴う改善された画像再構成処理の生成は、図１４に関連して以下、更に説明される。

【0132】

しかしながら、実施形態例に使用された漏れ補正技術を下記で更に詳しく説明する前に、問題の解析的な定式化について説明する。係る定式化は、面内ＳＥＮＳＥ及びＳＭＳイメージングの前後関係において、分けて説明される。しかしながら、それぞれの技術に対するパルスシーケンスがＳＭＳ技術、面内ＳＥＮＳＥ技術、ＳＭＳに面内ＳＥＮＳＥを結合させた技術の間で同一ではないが、純粋なＳＭＳ、純粋な面内ＳＥＮＳＥ及びＳＭＳと面内ＳＥＮＳＥとの結合に対する問題の解析的な形成は、互いに類似していてもよい。

【0133】

ＳＥＮＳＥにおける画像再構成（非特許文献５参照）は、次のように解析的に定式化することができる。

【0134】

エイリアスされるピクセル“ｐ”または“ｐ（ｉ）”が感度σを有する受信コイルによってエンコード化された場合、ＦＦＴ再構成の後、（初期の位相エンコード方向または３Ｄスライス位相エンコード方向、またはその両者において、各コイルチャンネルが空間的にエイリアスされている）いくつかのエイリアスされたコイルチャンネル画像“ｃ_ｊ”が取得される。

【0135】

【数4】

【0136】

ここで、ｉ＝｛１，Ｒ｝およびｊ＝｛１，Ｎｃ｝である。Ｒは、アクセレレーションファクタ（総加速率）またはエイリアス（スライス）数、そして“Ｎｃ”はコイル数または入力パラレルチャンネル数である。感度行列の複数の値σ_ｊｉは、例えば独立なプリスキャンデータ収集およびデータ処理を伴うような技術で実験的に決定されることができるが、この限りではない。

【0137】

このとき、再構成問題は、線形行列変換“ｕ”を用いることにより、再構成されたピクセル“ｒ”の復元として、提起される。“ｕ”は、「非エイリアシング行列」としても知られる「展開行列」である。

【0138】

【数5】

【0139】

したがって、再構成されたピクセル“ｒ”を取得するために、“ｕ”行列の値を決定するアルゴリズムが必要とされる。

【0140】

（式４）を（式５）に代入することにより、以下の（式６）が得られる。

【数6】

【0141】

したがって、ｒ_ｉの復元は、以下の（式７）を要求する。

【数7】

【0142】

概要的に、（式７）は、以下の（式８）を要求する。

【数8】

【0143】

すなわち、再構成された複数の画素ｒの復元において必要とされる展開行列は、上記で述べた通り、実験的に決定することができる感度行列の逆行列として導出することができる。

【0144】

しかしながら、（式８）は、たった一つの技術的な解法を有さない。Ｎｃ＞Ｒ、つまり加速に比べてコイルがより多く存在するため、多くの場合において過剰に決定されることが問題である。したがって、（実際の状況では達成不可能な場合がある）完全な適合（解）を探す代わりに、実施形態例は、例えば、画像等についての特定のアプリオリ（演繹的な）モデル仮定に対する優先・選択（ｐｒｅｆｅｒｅｎｃｅ）または罰則項を考慮することにより、「最小二乗適合（ｌｅａｓｔ ｓｑｕａｒｅｓ ｆｉｔ）」のようなものを達成するよう設計される。多くの技術が最小二乗適合を決定するために利用可能である。確実な古典的な選択肢は、Ｍｏｏｒｅ－Ｐｅｎｒｏｓｅ疑似的インバース（ｐｓｅｕｄｏｉｎｖｅｒｓｅ）技術がある。最適には、Ｍｏｏｒｅ－Ｐｅｎｒｏｓｅ疑似的インバースは、ノイズ相関行列、またはチーホノフ（Ｔｉｋｈｏｎｏｖ）正則化、または両者を伴って用いられてもよい。他のアルゴリズム及び「複数の解法」も、例えば、固有値に関してある種カットオフしきい値を伴うＳＶＤ（ｓｉｎｇｕｌａｒ ｖａｌｕｅ ｄｅｃｏｍｐｏｓｉｔｉｏｎ：特異値分解）等で、実現可能である。これらは、展開行列を決定するために、次のアプローチとして（式１０）乃至（式１３）を与える。

【0145】

【数9】

または

【数10】

または

【数11】

または

【数12】

である。

【0146】

ここで、Ψは、一つのレシーバからのノイズが、別のレシーバからのノイズとどのくらい相関するかを表すＮｃ×Ｎｃのレシーバノイズ相関行列であり、上付き文字†（ダガー）はエルミート転置演算を示す。

【0147】

ＳＥＮＳＥにおいて、Ｒに関連した画素は、位相エンコード間隔があまりに疎であるためにエイリアスされ（折り返され）、画像空間における明白なナイキストバンドは、規定のＦＯＶに比べてより大きい。

【0148】

ＳＭＳにおいてＲに関連した画素は、撮像エンコーディング勾配によって名目上同一にエンコードされるが、複数のＲＦ送信励起におけるマルチバンド周波数成分のため、励起された複数のスライスについて多重度が存在する。複数の「良い」ＲＦ励起パターンが仮定された（またはそうでなければ、スライス励起の変化が画素のシェーディングへと「吸収される」ように仮定される）場合、ＳＭＳに対するエンコーディングは、以下のＳＥＮＳＥ

【数13】

に対するものと構造的に同一であり、基本的な再構成も、それゆえに以下のＳＥＮＳＥ

【数14】

に対するものと同様になる。

【0149】

ＳＭＳの状況における（式１４）及び（式１５）は、ＳＥＮＳＥの状況における（式５）及び（式６）の内容と同一である。しかしながら、ＳＭＳにおいて、連続的な複数の励起は、通常の面内ＳＥＮＳＥにおいて用いられる名目上の位相エンコード勾配に加えて、様々な複数のスライス位置に対してＰＥ位相モジュレーションを適用するスライス方向におけるｂｌｉｐｐｅｄ勾配（ｇｒａｄｉｅｎｔ）波形を含んでいてもよい。

【0150】

実際的な実装例では、しかしながら、エンコーディングやＳＭＳ関連の複数の画素のデコーディングにおいてある種のエラーが存在する。そのような複数のエラーは、多くの理由により生じる場合がある。例えば、スライスが励起された場合に発生する実際のエンコーディング“σ”が、計測されたσと同じでない場合があること、計測されたσが明白に誤り（不精確）であるかもしれず、または（例えば、複数の送信ＲＦプロファイルにおける不完全さのような）他に説明されないエンコーディング効果でさえも存在するかもしれないこと、σが計測された場合とＳＭＳエンコーディング収集が実行された場合との間に（例えば、患者の動作、ＲＸコイルの動作、又は一般的なシステムドリフトエラーなど）物理的な変化がある場合があること、メインＳＭＳ収集がシグマ計測（受信感度計測）の収集に関連して異なるジオメトリックな歪みを有する場合があること（これらの二つの画像において対応するピクセル位置が両者とも厳密に同じ物理的な位置に由来しないかもしれないこと）、複数のシグママップ（感度マップ）について様々なフィルタリングまたは補間または外挿がバイアスまたはエラー等を取り込む場合があることである。

【0151】

このため、ＳＭＳにおいて、利用可能なコイル及びスライスエンコーディングにはいくつかのエラーが存在するということを仮定して、「不備のある（ｆｌａｗｅｄ）」感度行列（すなわち、複数のエラーを含む感度行列）を表す“σｆ_ｊｉ”を用いて、複数の画素は以下の（式１６）で表すことができる。

【0152】

【数15】

【0153】

ここで、ｕｆ_ｉｊは、“σｆ_ｊｉ”をそのままで逆にする（“σｆ_ｊｉ”の逆行列を求める）ための標準的な方法（例えば、スライス間漏れエラーに対する補正無しでの展開）に従って実行される「ノーマルな」再構成或いは展開である。

【0154】

推定されたσｆ_ｊｉが正しくない場合、スライス漏れ及び残留のエイリアシングアーチファクトが、再構成されたＳＭＳ画像において認められる。不完全なσｆ_ｊｉの存在の下で正確な再構成を実行するために、スライス漏れの定量的なマップ、すなわち「部分的漏れ行列」として上述したものが必要とされる。漏れ行列を計測するための複数の技術のうちの一つは、シングルで励起されたスライス値に基づく。シングルで励起されたスライスＭＲＩ信号値は、収集の間のある時点での一つのスライス位置ではなく、全てに対する励起のマルチバンドの局面を連続して「止める」ことにより、取得することができる。シングルで励起されたスライス画素値を収集する技術は、図９に関連して上記で説明されている。

【0155】

これらの収集されたシングルで励起されたスライス画像ａ_ｐｑは、「ノーマルなＳＭＳ再構成」を通して走らせることができ、１つのスライスが一つづつ励起された（または面内ＳＥＮＳＥにおいて、ＳＭＳの代わりに、エイリアシングされていない複数の画素について１つのバンドを励起する）場合、他の複数のスライスの再構成は、他の複数のスライスが励起されたかのように実行される。理想的には、これは、以下の式

【数16】

を生成する。すなわち、上式は、「対角線上において」

【数17】

となり、「非対角線上において」

【数18】

となる。

【0156】

σ_ｊｉの計測が正確な場合（例えば、計測された値が個別のコイル感度を厳密に反映する場合）、そしてｕ_ｊｉを形成する逆行列が正確な場合、（式１８）におけるδ_ｐｑは、クロネッカーのデルタになる。

【0157】

しかし、複数のエラーのために、漏れに遭遇すると、

【数19】

となり、そして、以下の式

【数20】

のように、複数のシェーディングエラーが現れる。

【0158】

オリジナルの「ノーマルな再構成行列」が、シングルスライスで励起された複数の収集に乗算された場合、再構成された「複数のテスト画像」ｔ_ｉｌが計算され、以下の式、

【数21】

または

【数22】

で示すように、漏れ及びシェーディングを含む結果が認められる。

【0159】

（式２３）において、δ_ｋｌは、もはや理想的なクロネッカーのデルタではなく、それよりもむしろ非ゼロの複数の非対角線項として経験的な「部分的な漏れ」と、１以外の対角項として「部分的なシェーディング」とを、描写すると考えることができる。

【0160】

この方法で定式化されて、δ_ｋｌは、理想的な複数の画像（例えば、漏れアーチファクトとがない複数の画像）を取得し、かつ、これらの理想的な画像を経験的な複数の不完全画像へ変換する線形変換として考えることができる。当該線形変換は、「部分的漏れ行列」や「漏れ行列線形変換」として呼称してもよい。

【0161】

改善され補正された（すなわち、第１オーダーで補正された）再構成を取得するために、実施形態例は、以下の式で示す、より良い再構成“ｂ_ｉｋ”を利用する。

【0162】

【数23】

【0163】

ここでｕｆ_ｊｋは、「ノーマルな」（例えば、漏れに対する補正がないことや不完全な）再構成であり、ν_ｉｊは、下記で具体的に示すように、漏れ行列変換を「逆にする」ように適用することができる別の逆行列である。

【0164】

“ｕｆ_ｊｋ”は、感度エンコーディングの逆にすることを意図した「ノーマルな再構成展開」として考えることができ、“ν_ｉｊ”は、複数のシングルスライス励起や図９に関連して上記で説明された技術（例示であってこれに限定されない）により計測されたように、漏れ行列の残留のエイリアシングエラーを逆にすることを意図した「第２オーダーの展開」として考えることができる。

【0165】

このとき、実質的に正確な“ν_ｉｊ”を決定することができるという推定により、この適用は、複数のエイリアスにわたるインデックス“ｗ”を用いて、最終的なまたは固定した再構成画素“ｚ_ｗ”という結果になるであろう。この再構成は、通常通り収集された複数のＳＭＳエイリアス画像（式２５）、およびシングルスライスで励起された複数のテスト画像（式２６）のいずれにも、以下の式に示すように、必要に応じて、適用することができる。

【0166】

【数24】

【0167】

テスト画像の画素ｔ_ｉｋ（（式２２）及び（式２３）参照）は、（例えば、シンプルなスケーリング又はシェーディング、または静的位相エラーの範囲内で、エイリアスされた漏れ信号を除いて正確である）もっともらしい正確な項ｘ_ｉｊと、スライス対スライス（ｓｌｉｃｅ－ｔｏ－ｓｌｉｃｅ）の部分的漏れ項ε_ｉｊとに、以下の（式２７）に示すように因数分解される。ｘ_ｉｊは、これらのテスト画像の再構成において予想される正しい信号に相当する。

【0168】

ε_ｉｊに関する値は、（例えば、あまりシェーディングエラーがない場合、そして

【数25】

である場合）対角線上で１に近くなる。もしくは、ε_ｊｉに関する値は、（例えば、ｘ_ｊｋの定義が任意の展開シェーディング（ｕｎｆｏｌｄｉｎｇ－ｓｈａｄｉｎｇ）を緩和することを含む場合）対角線上で厳密に１である。

【0169】

【数26】

【0170】

実施形態例において、これを達成するための効果的かつ簡潔な技術は、用いられる技術はただ一つの技術ではないが、各列における対角項による行列ｔ_ｉｋにおける複数の列を再スケールすることである。この再スケーリングは、「規格化」とも呼ばれ、ε_ｉｊが特定の複数の組織についてのＭＲＩコントラストにもはや依存しないという、意味のある恩恵を有する。

【0171】

例えば、（ここでは例示用に、分かりやすくする為、Ｒ＝４を前提とする）行列の第２列は、以下の（式２８）

【数27】

において、対角項ｔ_２２によって除算することができて、以下の（式２９）

【数28】

を得る。ここで要素ε_ｉｊ及びｔ_ｉｊは、複素数である。同様の規格化が、勿論、全ての列について実行される。

【0172】

（式２７）から（式２９）の導出は、（式２７）の両辺において、行列ｘ_ｊｋの逆行列を右側から掛けることにより得られる。例えば、もっともらしい正確な項ｘ_ｉｊの対角成分は、エイリアスされる完全な画素値ｐ_ｌにおおよそ等しくなる。このため、ｘ_ｉｊの非対角成分は、ゼロとなる。また、ｘ_ｉｊの対角成分ｘ_ｉｉは、テスト画像の画素ｔ_ｉｊにおける対角成分ｔ_ｉｉに等しいと仮定する。すなわち、行列ｘ_ｊｋが対角行列であって、複数の列各々において、行列ｘ_ｊｋにおける対角成分が行列ｔ_ｉｋの対角成分に等しい場合、（式２９）は、（式２７）の両辺において、行列ｘ_ｊｋの逆行列を右側から掛けることにより導出される。

【0173】

なお、ε_ｉｊは計測された部分的な漏れである一方で、δ_ｋｌがメインの高速化された未補正の複数の画像の部分的な漏れであるという区別があるが、ε_ｉｊは、（式２３）からのδ_ｋｌに対して高い類似性があるという意味を有する。事前に知られていない量、またはメインの高速化された複数の画像から決定することができない量であるとして、δ_ｋｌは考えられてもよく、ε_ｉｊは、（おそらく、いくつかの実施形態においてシングルスライスのフルＦＯＶの複数のテスト画像を用いて収集された）同じ量のいくつかの計測または推定として考えられてもよい。

【0174】

すなわち、（式２３）は、以下の式に書き換えられる。

【数29】

ここで、漏れは小さいため、上式における理想的な画素値ｐ_ｊからテスト画像の画素ｔ_ｉｊの対角成分ｔ_ｉｉへの信号ロスまたは部分的信号ロスは、とても小さくなる。被検体へのスキャンにおいて、理想的な画素値ｐ_ｊは未知なため、理想的な画素値ｐ_ｊの代わりに、上記説明および（式２７）を参照して、テスト画像の画素ｔ_ｉｊの対角成分ｔ_ｉｉを用いると上式は、

【数30】

と示すことができる。上式の両辺において、右から画素ｔ_ｉｉの逆行列を掛けると、（式２９）が得られる。

【0175】

新たな漏れ補正行列νは、部分的な漏れ行列ε_ｉｊの適切な逆行列（ｉｎｖｅｒｓｅ）または疑似的逆行列（ｐｓｅｕｄｏｉｎｖｅｒｓｅ）である。

【0176】

【数31】

【0177】

（式３０）は、一部の正則化に適応するために、所望や必要に応じて、修正することができる。

【0178】

このとき、（式２４）からの、改善された又は「より良い」再構成行列ｂ_ｉｋは、

【数32】

または

【数33】

または

【数34】

のようになる。

【0179】

（式３１）、（式３２）、（式３３）は、改善された（及び／又はより良い）再構成の、より明白且つより詳細なバージョンを、それぞれ連続して示している。いくつかの忠実度を潜在的に犠牲にするという代価でノイズゲインを減らすために（式３１）乃至（式３３）のうちのいずれでも正則化等を挿入することがさらに許容可能であって、かつ本開示の教示と一貫して、ノイズ相関インバース行列Ψ^－１等を挿入することもさらに許容可能である。

【0180】

図１４は、改善された及び／又はより良い再構成処理１４００の例のフローチャートを示している。特定の実施形態例に従って実行される改善された及び／又はより良い再構成処理は、スライス間漏れを除去しない再構成と比較した場合、漏れアーチファクトが除去されるまたは少なくとも実質的に低減された、改善され且つ再構成された複数の画像を提供する。

【0181】

処理１４００に入った後に、工程１４０２で、複数のスライス間漏れマップが取得される。特定の実施形態例において、複数のスライス間漏れマップは、実際に計測されたスライス間漏れを表す。複数のスライス間漏れマップは、メモリ４６又は同種類の物のようなメモリから取得されてもよい。複数のスライス間漏れマップは、図９に関連して説明された処理のように、処理によって生成されてもよい。図６は、いくつかの実施形態例に係る、ＳＥＮＳＥ再構成に用いられる複数のスライス間漏れマップの生成を概略的に示している。図６におけるＳＥＮＳＥ再構成処理に対する入力は、シングルスライスで励起された画像である。シングルスライスで励起された画像は、シングルスライスのみを励起することに応答して取得された画像である。図６に示されている通り、そして図６に関連してより詳細が述べられている通り、シングルスライスで励起された画像のＳＥＮＳＥ再構成は、シングルスライスで励起された画像の多重分離（ｄｅｍｕｌｔｉｐｌｅｘｉｎｇ）を提供し、例を挙げれば、１つ以上の他の複数のスライスに対する複数の漏れ画像と、励起されたスライスにおける信号を有するパススルー画像とを生み出す。複数の漏れ画像は、他の複数のスライスやエイリアスされた位置から、シングルスライスで励起された画像への信号寄与に対応する。複数のスライス間漏れマップの例は、スライス漏れマップ行列１２０２の形式で整えられて、図１２に示されている。

【0182】

いくつかの実施形態例によれば、上記（式１７）乃至（式２３）は、複数のスライス間漏れマップを生成するために用いられる複数のシングルスライス励起画像を、解析的に特徴付ける。

【0183】

工程１４０４で、部分的漏れ行列は、取得された複数の漏れマップから生成される。上記で説明された通り、部分的漏れ行列は、Ｒ×Ｒ行列（Ｒは、エイリアス数であって、総加速率である）であってもよい。部分的漏れ行列は、複数のスライス間漏れマップに基づいていてもよい。例えば、部分的漏れマップにおける各要素は、漏れマップにおける特定の画素での漏れ計測に直接的に対応してもよい。例えば、実施形態によれば、部分的漏れ行列は、スライスｊの画像における各画素位置ｉに対して形成されてもよい。画素位置ｉに対する部分的漏れ行列における各値は、複数のスライス間漏れマップから決定されるように、収集における各スライスｊから画素位置ｉで受信された個別の信号寄与に対応してもよい。部分的漏れ行列の複数の要素は、個別の画像ピクセルの大きさ及び位相の両者を定量化する複数の複素係数を有していてもよい。

【0184】

実施形態によれば、部分的漏れ行列は、更なる処理を受ける前に、任意で規格化されてもよい。例えば、ＭＲＩデータプロセッサ４２は、生成機能により、逆行列データの算出に先立って、行列の対角線上における複数の値各々が１に等しい又は１に近くなるように、行列の値を行列の列方向に沿って規格化する。規格化は、行列の各列に対して、対応する対角要素によって各値を除算することで、実行されてもよい。例えば、（式２９）に示された行列の列において、列における各要素は、対角要素ｔ_２２によって除算される。理想的には、これは、対角項が厳密に１であるという結果になるだろうが、しかしこれは必ずしもそうとはならない場合もある。当該段落において説明されたように規格化された行列における１とは異なる値は、対応する画素がシェーディングのいくらかの推定量により影響を及ぼされているということを表す場合がある。

【0185】

いくつかの他の実施形態例において、規格化することは、他の技術によって実行されてもよい。例えば、ある実施形態は、対角項によって単に除算する代わりに、部分的漏れ行列の列における全ての画像ピクセル値の２乗和の平方根によって除算されてもよい。すなわち、ＭＲＩデータプロセッサ４２は、生成機能により、逆行列データの算出に先立って、行列の複数の列各々における全ての値の２乗和の平方根で列における複数の値各々を列ごとに除算することにより、行列の値を行列の列方向に沿って規格化する。

【0186】

工程１４０６で、部分的漏れ行列の逆行列が生成される。メモリに格納された部分的漏れ行列を逆数にすることは、行列代数演算に従って、実行されてもよい。インバージョン例は、ある実施形態例によれば、（式３０）で示される。

【0187】

工程１４０８で、画像再構成は、二つの逆行列の合成によって実行される。ある実施形態例によれば、再構成は、（式３１）乃至（式３３）のうちのいずれかに従って、実行されてもよい。当該工程において実行された再構成は、漏れ補正無しで再構成された複数の画像と比較した場合、スライス間漏れが原因のアーチファクトが完全に除去されている又は実質的に低減されている、改善された複数の再構成画像という結果になる。例えば、ＭＲＩデータプロセッサ４２は、生成機能により、複数スライスに係るデータに逆行列データを乗算することにより、複数スライスに係るデータからスライス間の漏れまたは面内の残留エイリアシングのうち少なくとも一方を除去する。

【0188】

工程１４１０で、補正されたＭＲ画像が出力される。補正されたＭＲ画像において、漏れ補正のない再構成された複数の画像と比較して、スライス間漏れエラーが完全に除去されているか、またはそのようなエラーのために少なくとも実質的に低減されたアーチファクトを有していてもよい。係る出力は、操作者又は臨床医による即時の観察のために、一つ以上のディスプレイへと送信されてもよい。いくつかの実施形態において、複数の出力画像は、デジタルストレージメモリに格納されてもよい。

【0189】

本実施形態に係る磁気共鳴イメージング装置によれば、複数のＲＦコイルを用いて、一つのスライス位置を励起するシングルスライス撮像を行い、前記複数のＲＦコイルを用いて、複数スライスに対応する複数の位置を同時励起する同時励起撮像を行い、前記複数のＲＦコイルの感度マップと、前記シングルスライス撮像により得られた一つのスライスに係るｋ空間データとに基づいて、ＳＥＮＳＥ（Ｓｅｎｓｉｔｉｖｉｔｙ Ｅｎｃｏｄｉｎｇ）再構成を行うことにより、前記一つのスライスに係るデータ及び前記一つのスライス以外のスライスに係るデータをそれぞれ生成し、前記一つのスライスに係るデータと前記一つのスライス以外のスライスに係るデータとに基づいて、スライス間の漏れまたは面内の残留エイリアシングのうち少なくとも一方を算出し、前記感度マップと、前記算出されたスライス間の漏れまたは前記算出された面内の残留エイリアシングのうち少なくとも一方と、前記同時励起撮像により得られた前記複数スライスに係るｋ空間データとに基づいて前記ＳＥＮＳＥ再構成を行うことにより、前記算出されたスライス間の漏れまたは前記算出された面内の残留エイリアシングのうち少なくとも一方を除去することができる。なお、上記処理手順は、磁気共鳴イメージング方法として実現可能である。

【0190】

本実施形態の応用例として、本磁気共鳴イメージング装置の技術的思想は、ＭＲＩデータプロセッサ４２により実行される各種処理に関するプログラム（磁気共鳴画像再構成プログラム）をワークステーション等のコンピュータにインストールし、これらをメモリ上で展開することによっても実現することができる。例えば、磁気共鳴イメージングプログラムは、コンピュータに、前記複数のＲＦコイルの感度マップと、一つのスライス位置を励起することにより得られた一つのスライスに係るｋ空間データとに基づいて、ＳＥＮＳＥ（Ｓｅｎｓｉｔｉｖｉｔｙ Ｅｎｃｏｄｉｎｇ）再構成を行うことにより、前記一つのスライスに係るデータ及び前記一つのスライス以外のスライスに係るデータをそれぞれ生成し、前記一つのスライスに係るデータと前記一つのスライス以外のスライスに係るデータとに基づいて、スライス間の漏れまたは面内の残留エイリアシングのうち少なくとも一方を算出し、前記感度マップと、前記算出されたスライス間の漏れまたは前記算出された面内の残留エイリアシングのうち少なくとも一方と、複数スライスに対応する複数の位置を同時励起することにより得られた記複数スライスに係るｋ空間データとに基づいて前記ＳＥＮＳＥ再構成を行うことにより、前記算出されたスライス間の漏れまたは前記算出された面内の残留エイリアシングのうち少なくとも一方を除去すること、を実現させる。コンピュータに当該手法を実行させることのできるプログラムは、磁気ディスク、光ディスク、半導体メモリなどの各種可搬型記憶媒体に格納して頒布することも可能である。

【0191】

以上で説明した実施形態および応用例などによれば、複数のＲＦコイルを用いて複数スライスについて撮像を行う場合の画質を向上させることができる。

【0192】

本発明のいくつかの実施形態を説明したが、これらの実施形態は、例として提示したものであり、発明の範囲を限定することは意図していない。これら実施形態は、その他の様々な形態で実施されることが可能であり、発明の要旨を逸脱しない範囲で、種々の省略、置き換え、変更を行うことができる。これら実施形態やその変形は、発明の範囲や要旨に含まれると同様に、特許請求の範囲に記載された発明とその均等の範囲に含まれるものである。

【符号の説明】

【0193】

１０…ガントリ
１１…患者寝台
１２…静磁場磁石
１４…傾斜磁場コイル
１６…全身ＲＦコイル
１８…撮像ボリューム
１９…アレイＲＦコイル
２０…ＭＲＩシステム
２２… ＭＲＩシステム制御部
２４… ディスプレイ
２６… キーボード
２８…プリンタ
３０…ＭＲＩシーケンス制御部
３２…Ｇｘ、Ｇｙ、Ｇｚ傾斜磁場コイルドライバ
３４…ＲＦ送信器
３６…送受信スイッチ（Ｔ／Ｒ）
３８…マップ／ＭＲＩデータ取得プログラムコード構造
４０…ＲＦ受信器
４２… ＭＲＩデータプロセッサ
４４…ＭＲＩプログラムコード構造
４６…メモリ
５０… プログラム／データ記憶装置
２０２、５０２、７０２、８０２…ＳＥＮＳＥ再構成モジュール
２０４、５０４…マルチコイル受信感度マップ
２０６…入力ＳＭＳ画像
２０８ａ、２０８ｂ、２０８ｃ、３０８ａ、３０８ｂ、３０８ｃ…出力シングルスライス画像
３１０ａ、３１０ｂ、３１０ｃ、３１０ｄ…信号漏れ
４０２…従来のマルチスライスＥＰＩ画像
４０４…３倍のＳＭＳＥＰＩ画像
５０６…入力シングルスライス画像
５０８ａ、５０８ｂ、５０８ｃ、６０８ａ、６０８ｂ、６０８ｃ、８０８…出力画像
７０４…シングルスライスマルチコイル受信感度マップ
７０６…入力ＦＯＶ画像
７０８ａ…残留エイリアシングを有する別の「スライス」画像
７０８ｂ…通過画像
７１０…面内ＳＥＮＳＥ画像
８０４…マルチスライスマルチコイル受信感度マップ
８１０ａ、８１０ｂ、８１０ｃ、８１０ｄ、８１０ｅ、８１０ｆ…加速率Ｒが６となるＳＭＳ３倍と面内ＳＥＮＳＥ２倍とにおける全てのスライスに対して処理された入力画像
１１０２…シングルスライス２ＤスピンエコーＥＰＩ画像
１１０４…ＳＭＳ３倍画像
１１０６…再構成されたＳＭＳスライス
１２０２…スライス漏れマップ１２０２
１２０４…再構成されたＳＭＳ画像
１３０２…入力ＭＲＩ画像
１３０４…スライス漏れ計測技術
１３０６…部分的漏れ行列、漏れマップ
１３０８…再構成処理
１３１０…補正されたＭＲＩ画像

【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】