特表 2024-523447 ＭＲＩシステムでの３Ｄ位置決めデータの決定

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】公表特許公報(A)

(11)【公表番号】

(43)【公表日】2024-06-28

(54)【発明の名称】ＭＲＩシステムでの３Ｄ位置決めデータの決定

(51)【国際特許分類】

   A61B 5/055 20060101AFI20240621BHJP

   G06T 7/70 20170101ALI20240621BHJP

   G06T 7/00 20170101ALI20240621BHJP

   G06T 17/20 20060101ALI20240621BHJP

   G06T 17/10 20060101ALI20240621BHJP

【ＦＩ】

A61B5/055 382

A61B5/055 390

G06T7/70 A

G06T7/00 612

G06T7/00 350B

G06T17/20

G06T17/10

【審査請求】未請求

【予備審査請求】未請求

(21)【出願番号】P 2023578743

(86)(22)【出願日】2022-06-20

(85)【翻訳文提出日】2024-01-15

(86)【国際出願番号】 EP2022066701

(87)【国際公開番号】W WO2022268698

(87)【国際公開日】2022-12-29

(31)【優先権主張番号】21180516.3

(32)【優先日】2021-06-21

(33)【優先権主張国・地域又は機関】EP

(81)【指定国・地域】

(71)【出願人】

【識別番号】590000248

【氏名又は名称】コーニンクレッカ フィリップス エヌ ヴェ

【氏名又は名称原語表記】Ｋｏｎｉｎｋｌｉｊｋｅ Ｐｈｉｌｉｐｓ Ｎ．Ｖ．

【住所又は居所原語表記】Ｈｉｇｈ Ｔｅｃｈ Ｃａｍｐｕｓ ５２， ５６５６ ＡＧ Ｅｉｎｄｈｏｖｅｎ，Ｎｅｔｈｅｒｌａｎｄｓ

(74)【代理人】

【識別番号】110001690

【氏名又は名称】弁理士法人Ｍ＆Ｓパートナーズ

(72)【発明者】

【氏名】ソマー カルステン

(72)【発明者】

【氏名】クルーガー サシャ

(72)【発明者】

【氏名】ウェルベルク ヤン ヘンドリク

(72)【発明者】

【氏名】グレスリン イングマル

(72)【発明者】

【氏名】フリーキング レナ クリスティーナ

【テーマコード（参考）】

4C096

5L096

【Ｆターム（参考）】

4C096AB12

4C096AD07

4C096AD14

4C096BB02

4C096BB03

4C096DC15

4C096DC36

4C096FC09

5L096AA02

5L096AA06

5L096AA09

5L096BA06

5L096CA02

5L096DA02

5L096EA15

5L096EA16

5L096FA67

5L096FA69

5L096GA40

5L096KA04

(57)【要約】

本発明は、ＭＲＩシステム内の３Ｄ位置データを決定する手段を提供する。ＭＲデータの動き補正のための方法は、計算ユニット５１によって、対象２３の関心領域２４の３Ｄモデルを生成するステップであって、関心領域２４は、対象２３に固有の少なくとも１つのランドマーク２７を含む、生成するステップ（Ｓ１０）と、第１の測定デバイス２０、２５、５２によって、ＭＲＩシステム２２内の対象２３の少なくとも一部の２Ｄ画像を取得するステップであって、測定デバイスは、ＭＲＩシステムのボア内に配置されている、取得するステップ（Ｓ２０）と、計算ユニット５３によって、２Ｄ画像内の少なくとも１つのランドマーク２７を決定するステップであって、２Ｄ画像内の少なくとも１つのランドマーク２７は、３Ｄモデルの少なくとも１つのランドマーク２７に対応している、決定するステップ（Ｓ３０）と、計算ユニット５４によって、２Ｄ画像内の決定された少なくとも１つのランドマーク２７に基づいて、ＭＲＩシステム２２内の対象２３の関心領域２４の３Ｄ位置を決定するステップ（Ｓ４０）と、計算ユニット５５によって、ＭＲデータの動き補正のための対象２３の関心領域２４の３Ｄ位置を提供するステップ（Ｓ５０）とを有する。

【特許請求の範囲】

【請求項1】

計算ユニットによって、対象の関心領域の３Ｄモデルを生成するステップであって、前記３Ｄモデルは、前記対象に固有の少なくとも１つのランドマークを含む、生成するステップと、
第１の測定デバイスによって、ＭＲＩシステム内の前記対象の少なくとも一部の２Ｄ画像を取得するステップであって、前記測定デバイスは、前記ＭＲＩシステムのボア内に少なくとも部分的に配置されている、取得するステップと、
前記計算ユニットによって、前記２Ｄ画像内の少なくとも１つのランドマークを決定するステップであって、前記２Ｄ画像内の前記少なくとも１つのランドマークは、前記３Ｄモデルの前記少なくとも１つのランドマークに対応している、決定するステップと、
前記計算ユニットによって、前記２Ｄ画像内の決定された前記少なくとも１つのランドマークに基づいて、前記ＭＲＩシステム内の前記対象の前記関心領域の３Ｄ位置を決定するステップと、
前記計算ユニットによって、ＭＲデータの動き補正のための前記対象の前記関心領域の前記３Ｄ位置を提供するステップと
を有する、ＭＲデータの動き補正のための方法。

【請求項2】

前記対象の少なくとも１つのモデリング画像を取得するステップをさらに有し、前記少なくとも１つのモデリング画像は、前記ＭＲＩシステムの前記ボアの外側に配置された第２の測定デバイスによって取得された少なくとも１つの画像であり、前記少なくとも１つのモデリング画像は、前記対象の前記関心領域の前記３Ｄモデルを生成するために使用される、請求項１に記載の方法。

【請求項3】

前記少なくとも１つのモデリング画像は、前記対象の前記関心領域の３Ｄデータを含む、請求項２に記載の方法。

【請求項4】

前記第２の測定デバイスは、深度カメラである、請求項２又は３に記載の方法。

【請求項5】

前記第２の測定デバイスは、少なくとも１つの光学カメラである、請求項２に記載の方法。

【請求項6】

前記３Ｄモデルを生成するステップは、対象の関心領域の少なくとも１つのランドマークを処理する数学アルゴリズムを表す機械学習システムに基づいており、前記機械学習システムは、対象の関心領域の幾何学的データと前記対象の前記関心領域の少なくとも１つのランドマークとの関係を記述するようにトレーニングされている、請求項１から５のいずれか一項に記載の方法。

【請求項7】

前記ＭＲＩシステム内の前記対象の関心領域の前記位置を決定するステップは、前記ボア内の前記第１の測定デバイスによって取得された前記２Ｄ画像に適合する前記３Ｄモデルの投影を取得するために、前記第１の測定デバイスの位置に関連した前記３Ｄモデルの１つ以上の回転及び１つ以上の並進を決定するステップを含む、請求項１から６のいずれか一項に記載の方法。

【請求項8】

前記第１の測定デバイスは、コイル内に配置されている、請求項１から７のいずれか一項に記載の方法。

【請求項9】

前記第１の測定デバイスは、光学カメラである、請求項１から８のいずれか一項に記載の方法。

【請求項10】

前記対象の前記関心領域は、前記対象の頭部である、請求項１から９のいずれか一項に記載の方法。

【請求項11】

前記対象の前記３Ｄモデルを生成するステップは、解剖学的モデル、好ましくは、モーフィング可能な３Ｄモデルに基づいている、請求項１に記載の方法。

【請求項12】

前記対象の前記関心領域の前記位置は、前記ＭＲデータの前記動き補正のために、継続的に決定され提供される、請求項１から１１のいずれか一項に記載の方法。

【請求項13】

対象の３Ｄモデルを生成する生成ユニットであって、前記３Ｄモデルは、前記対象に固有の少なくとも１つのランドマークを含む、生成ユニットと、
ＭＲＩシステム内の前記対象の少なくとも一部の２Ｄ画像を取得する取得ユニットであって、前記ＭＲＩシステムのボア内に配置されている、取得ユニットと、
前記２Ｄ画像内の少なくとも１つのランドマークを決定する第１の決定ユニットであって、前記２Ｄ画像内の前記少なくとも１つのランドマークは、前記３Ｄモデルの前記少なくとも１つのランドマークに対応している、第１の決定ユニットと、
前記２Ｄ画像内の決定された前記少なくとも１つのランドマークに基づいて、前記ＭＲＩシステム内の前記対象の位置を決定する第２の決定ユニットと、
ＭＲデータの動き補正のために、前記対象の前記位置を提供する提供ユニットと
を備える、ＭＲデータの動き補正のための装置。

【請求項14】

請求項１３に記載の装置と、
ＭＲＩシステムと、
ＭＲＩシステム内で２Ｄ画像を取得する第１のカメラと
を備える、医用イメージングのためのシステム。

【請求項15】

プロセッサによって実行されると、請求項１から１２のいずれか一項に記載の方法のステップを行う、コンピュータプログラム。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は、ＭＲデータの動き補正のための方法、ＭＲデータの動き補正のための装置、医用イメージングのためのシステム、及びコンピュータプログラム要素に関する。

【背景技術】

【0002】

磁気共鳴イメージング（ＭＲＩ）は最新技術から知られている。ＭＲＩは、人体の臓器など、解剖学的構造の医用画像を取得するために使用される。ＭＲＩは、強磁場、磁場勾配、及び電波を使用して医用画像を取得する。医用画像の品質は、基準画像との比較や医用画像の分析（臓器内の特定の領域の決定など）に重要である。医用画像の品質は、特にイメージングされる所望の物体とイメージングシステムとの位置合わせに依存する。位置合わせの情報が不正確であったり、時間の経過とともに変化したりする可能性があり、結果として得られる医用画像の品質に悪影響を及ぼす可能性がある。

【0003】

Ａ．Ｋｙｍｅ他による論文「Ｍａｒｋｅｒ－ｆｒｅｅ ｏｐｔｉｃａｌ ｓｔｅｒｅｏ ｍｏｔｉｏｎ ｔｒａｃｋｉｎｇ ｆｏｒ ｉｎ－ｂｏｒｅ ＭＲＩ ａｎｄ ＰＥＴ－ＭＲＩ ａｐｐｌｉｃａｔｉｏｎ」（Ｍｅｄｉｃａｌ Ｐｈｙｓｉｃｓ、第４７巻、第８号（２０２０年６月１日））は、プロスペクティブ動き補正のための方法を開示している。

【0004】

Ａ．Ｋｙｍｅ他による論文「Ｍａｒｋｅｒｌｅｓｓ ｍｏｔｉｏｎ ｔｒａｃｋｉｎｇ ｏｆ ａｗａｋｅ ａｎｉｍａｌｓ ｉｎ ｐｏｓｉｔｒｏｎ ｅｍｉｓｓｉｏｎ ｔｏｍｏｇｒａｐｈｙ」（ＩＥＥＥ ｔｒａｎｓａｃｔｉｏｎｓ ｏｎ ｍｅｄｉｃａｌ ｉｍａｇｉｎｇ、第３３巻、第１１号（２０１４年１１月１日））は、陽電子放出断層撮影における動き補償方法を開示している。

【0005】

米国特許出願第２０１８／０３２５４１５Ａ１号は、医用イメージング検査中にヒト又は動物の対象からの動き情報を測定する方法を開示している。

【発明の概要】

【0006】

したがって、ＭＲＩシステムにおける対象の位置決定を改善する必要がある。本発明の目的は、独立請求項の主題によって達成され、さらなる実施形態は、従属請求項に組み込まれている。

【0007】

第１の態様によれば、ＭＲデータの動き補正のための方法が提供される。方法は、計算ユニットによって、対象の関心領域の３次元（３Ｄ）モデルを生成するステップであって、３Ｄモデルは、対象に固有の少なくとも１つのランドマークを含む、生成するステップを有する。方法はさらに、第１の測定デバイスによって、ＭＲＩシステム内の対象の少なくとも一部の２次元（２Ｄ）画像を取得するステップであって、測定デバイスは、ＭＲＩシステムのボア内に少なくとも部分的に配置されている、取得するステップを有する。さらに、方法は、計算ユニットによって、２Ｄ画像内の少なくとも１つのランドマークを決定するステップであって、２Ｄ画像内の少なくとも１つのランドマークは、３Ｄモデルの少なくとも１つのランドマークに対応している、決定するステップを有する。方法はさらに、計算ユニットによって、２Ｄ画像内の決定された少なくとも１つのランドマークに基づいて、ＭＲＩシステム内の対象の関心領域の位置を決定するステップと、計算ユニットによって、ＭＲデータの動き補正のための対象の関心領域の３Ｄ位置を提供するステップとを有する。

【0008】

本明細書で使用される場合、ＭＲデータという用語は、広義に理解されるべきであり、ＭＲＩ手順と関連付けられたデータに関連している。ＭＲデータは、ＭＲＩ手順の準備段階及び／又はＭＲＩ手順の運用段階でＭＲＩシステムを制御するために使用されるデータに関連している場合がある。ＭＲデータは、ＭＲＩシステムのスキャナにおいて磁気共鳴勾配、高周波パルス、及び受信機周波数の適応信号及び／又は制御信号を生成するために使用されるデータ及び／又は情報を含む場合がある。ＭＲＩ手順の準備段階及び／又は運用段階におけるＭＲデータの動き補正は、プロスペクティブ動き補正としても知られている。そのため、準備段階は運用段階に先行する。ＭＲデータは、ＭＲＩ手順で取得された（例えば、収集された）ＭＲ画像に関連している場合がある。ＭＲＩ手順の後処理段階におけるＭＲ画像の動き補正は、レトロスペクティブ動き補正としても知られている。

【0009】

本明細書で使用される場合、計算ユニットという用語は、広義に理解されるべきであり、特にデータ処理によって２Ｄ画像内の１つ以上のランドマークを決定するためにデータを処理するように構成されたユニットを意味する。計算ユニットは、ハードウェアユニット（コントローラ、ワークステーション、サーバーなど）、ソフトウェアユニット（ハードウェアユニット上で実行される仮想マシンなど）、又はハードウェアとソフトウェアとの組み合わせであり得る。制御ユニットは、単一のエンティティにあることも、いくつかのエンティティに分散されていることもある。エンティティはハードウェアユニット及び／又はソフトウェアユニットであり得る。

【0010】

本明細書で使用される場合、３Ｄモデルという用語は、広義に理解されるべきであり、対象の関心領域を記述するように構成されたモデルに関連している。３Ｄモデルは、点モデル、線モデル、表面モデル、又はボリュームモデルであり得る。例えば、３Ｄモデルは、顔の特徴、骨、組織、臓器、及び／静脈の情報を含み、他の身体部位、臓器なども情報として取り込まれる場合がある。３Ｄモデルは、例えば、年齢、性別、体重などを考慮して、データベースなどからの統計情報に基づいている場合がある。例えば、３Ｄモデルは解剖学的アトラスに基づいている場合がある。３Ｄモデルは、イメージングされる対象の過去のデータ（以前の医用イメージング検査からの以前の画像など）に基づいている場合もある。３Ｄモデルは、例えば、ベクトルで記述することができ、ベクトルは、少なくとも１つのランドマークの、好ましくは、いくつかのランドマークの３Ｄ情報を含み得る。

【0011】

本明細書で使用される場合、対象という用語は、人間又は動物を意味する。本明細書で使用される場合、関心領域は、人間又は動物の身体の任意の部分（骨、組織、臓器、又はそれらの組み合わせなど。他の身体部分、臓器なども情報として取り込まれる場合がある）に関連している。

【0012】

本明細書で使用される場合、ランドマークという用語は、広義に理解されるべきであり、２Ｄ画像及び３Ｄデータを含む画像で決定されるように構成された少なくとも１つのマーカーに関連している。ランドマークは、関心領域の構造的な（例えば、固有の）構成要素（骨、目、鼻、手など）、色の組み合わせ若しくは色の変化（左頬にあるほくろなど）、又は関心領域に隣接する仮想マーカー（２本の骨など、関心領域の２つ以上の物理マーカーから得られる）であり得る。ランドマークは、特に対象に付属している別のエンティティではなく、むしろ対象に固有のものである。ランドマークは、２Ｄ画像内に可視である対象又は隣接領域の一部であり得る。ランドマークは、画像解析アルゴリズム、例えば、エッジ検出アルゴリズムによって決定され得る。ランドマークは、２Ｄ画像内で、画像解析アルゴリズムによって自動的に決定され得る。２Ｄ画像はボア内カメラからのビデオストリームによって連続的に取得される。特に、３Ｄモデルの少なくとも１つのランドマークを探すことで、２Ｄ画像内の少なくとも１つのランドマークを取得できる。例として、画像解析アルゴリズムは、３Ｄモデルの少なくとも１つのランドマークの特定の特徴について２Ｄ画像を具体的にスキャンする。別の例として、画像解析アルゴリズムは、２Ｄ画像内のランドマークを見つけ、それらを３Ｄモデルの少なくとも１つのランドマークと一致させることができる。ランドマークは事前に定義されていることが好ましい。複数のランドマーク（５つなど）が事前に定義されており、ＭＲＩシステムのボア内で４つのランドマークのみが決定されている場合、方法は４つのランドマークを用いて実行を続行できる。

【0013】

本明細書で使用される場合、「第１の測定デバイス」という用語は、広義に理解されるべきであり、ＭＲＩシステムのボア内の対象の一部の２Ｄ画像を取得するように構成されている任意の測定デバイスに関連している。第１の測定デバイスはセンサユニットであり得る。測定デバイスは、光学カメラセンサ、赤外線センサ、レーザー干渉計などであり得る。第１の測定デバイスは、単一のエンティティであることも、２つ以上のエンティティに分散されていることもある。エンティティはセンサユニットに関連している。第１の測定デバイスは、例えば、ＲＧＢセンサ又はＣＣＤセンサであり得る。第１の測定デバイスは、ボア内から連続的にストリーミングする赤外線カメラなどであり得る。第１の測定デバイスは、２Ｄ画像を、連続的に又は離散時間後に取得してもよい。第１の測定デバイスは、対象、特に対象の一部、より具体的には対象の関心領域に直接視覚的に接触するように配置され得る。第１の測定デバイスは、対象、特に対象の一部、より具体的には対象の関心領域にミラーを用いて間接的に視覚的に接触するように配置され得る。第１の測定デバイスは、計算ユニット、データストレージ、サーバー、ワークステーションと有線接続（イーサネットなど）にすることができる。第１の測定デバイスは、前述のエンティティとワイヤレス接続（ＷＩＦＩなど）にすることができる。

【0014】

本明細書で使用される場合、ＭＲＩシステムは、ＭＲＩ手順を実行するように構成された最新のＭＲＩシステムに関連している。本明細書で使用される場合、ＭＲＩシステムは、少なくとも、ＭＲＩシステムを制御するように構成されたＭＲＩコントロール部、対象を支える可動支持構造がその中に配置されたボア、１つ以上のＭＲソースコイル、１つ以上のＭＲ検出コイルを含む。ＭＲＩシステムは第１の測定デバイスによって有利に増強され得る。

【0015】

本明細書で使用される場合、３Ｄ位置という用語は、少なくとも、対象の関心領域の単一点の３つの並進座標（ｘ、ｙ、ｚ座標など）を意味する。１つ以上の単一点の３Ｄ位置によって、対象の関心領域の向きが明らかになり得る。３Ｄ位置は、さらなる３つの回転座標を含む場合がある。

【0016】

本発明は、ＭＲＩ手順におけるＭＲＩシステムに対する対象の３Ｄ位置の知識、特に対象の関心領域の位置の知識（例えば、ＭＲＩシステム座標で表現される）が、結果として得られるＭＲ画像の品質に重要であるという発見に基づいている。ＭＲ画像を取得するには、ＭＲＩ手順から結果として得られる測定データをさらに処理する必要がある。ＭＲ画像を取得するためのさらなる処理は、対象の関心領域の３Ｄ位置が必要である。ＭＲ画像を取得するためのさらなる処理で対象の関心領域の使用された３Ｄ位置が不正確な場合、結果として得られるＭＲ画像も不正確である。対象の関心領域の３Ｄ位置は、対象が息を吸ったり吐いたり、単に動いたりするにつれて、時間の経過とともに変化し得る。しかし、関心領域の３Ｄ位置の変化は、動き補正が行われない場合、ＭＲＩ手順のメタデータ、したがって、対応する取得したＭＲ画像に影響を与えることになる。本発明は、ＭＲＩシステムのボア内の対象の関心領域の３Ｄ位置を決定し、対象の関心領域の３Ｄ位置を使用して、イメージング後のＭＲ画像を補正する（すなわち、レトロスペクティブ動き補正）。さらに、対象の関心領域の決定された３Ｄ位置は、ＭＲＩ手順、特にＭＲＩ手順の前にＭＲＩシステムの磁気共鳴勾配、高周波パルス、及び受信機周波数を適応させるために使用することもできる（すなわち、プロスペクティブ動き補正）。対象の関心領域の３Ｄ位置の決定は、最新の測定デバイス、特にＭＲＩシステムのボア内に実装された２Ｄカメラセンサによって取得された２Ｄ画像を用いて行われる。これは、１台の２Ｄカメラしか必要でないため、特に３Ｄ深度カメラは不要であるため、有利であり得る。２Ｄカメラは、３Ｄカメラ（深度カメラなど）と比較して、ＭＲＩシステムのボア内の磁場内で有利に操作することができる。本発明は、取得された２次元画像からの情報を３次元モデルにマッピングし、それにより、対象の関心領域の３Ｄ位置を決定することによって、単純であるが堅牢な２Ｄカメラの使用を可能にする。本発明は、単一のボア内カメラと、ボアの外側（例えば、スキャナ室内）に配置された追加の深度カメラとを使用して磁気共鳴動きアーチファクトを補正することを可能にする。

【0017】

実施形態では、方法は、医用イメージングシステムのボアの外側に配置された第２の測定デバイスによって、対象の少なくとも１つのモデリング画像を取得するステップをさらに有し、少なくとも１つのモデリング画像は、対象の関心領域の３Ｄモデルを生成するために使用される。本明細書で使用される場合、モデリング画像という用語は、ＭＲＩ手順の準備段階において対象の関心領域の３Ｄモデルを生成するためにモデリングが単に使用されていることを意味する。例えば、対象は、ＭＲＩシステムのボアの外側の指示構造上に横たわり、第２の測定デバイスは、対象の上に（天井などに）配置される。測定デバイスは、１つ以上の視点からの関心領域の１つ以上のモデリング画像を撮影してもよい。３Ｄモデルは、デフォルトの寸法を有するデフォルトの３Ｄモデルを含み得、これらの寸法は、対象の関心領域の少なくとも１つのモデリング画像によって適応される。対象の関心領域の実際の寸法は、モデリング画像を解析することによってモデリング画像から直接取得できる。モデリング画像に２Ｄデータしか含まれていない場合、この解析にはニューラルネットワークなどを利用することが含まれ得る。モデリング画像に３Ｄデータが含まれる場合、この解析には単純にモデリング画像から読み取ることが含まれ得る。３Ｄモデルは、例えば、本明細書に説明する方法を実施する間に新しく生成される。つまり、デフォルトの３Ｄモデルがない。要するに、これは、３Ｄモデルの精度が増加し、したがって、ＭＲデータの結果として得られる品質も高まるので有利であり得る。モデリング画像は、第２の測定デバイスから連続的に受信され得る。モデリング画像は、少なくとも１つのランドマークを検出するために連続的に解析され得る。このとき、解析には、１つ以上の数学亜リゴリズムが含まれ得る。少なくとも１つのランドマークは、関心領域について予め定義されていてもよい（頭部の頬骨など）。数学アルゴリズムには、エッジ検出アルゴリズム、この目的のためにトレーニングされたニューラルネットワーク、又は他の適切な計算方法が含まれ得る。数学アルゴリズムは、対象がＭＲＩシステムのベッド上にいるかどうか、及び／又は対象がＭＲＩシステムのボアの外側若しくは内側にいるかどうかを決定できる。数学アルゴリズムは、対象の異なる部分（頭部、脚、腕など）を決定できる。数学アルゴリズムは、第２の測定デバイスからの任意のデータストリーム（例えば、２Ｄ情報（深度カメラからのＲＧＢ出力）、深度カメラからの３Ｄ情報、又はそれらの組み合わせ）を使用し得る。数学アルゴリズムは、最初に予め定義されている関心領域（頭部など）を検出し、次に、予め定義されている少なくとも１つのランドマーク（頬骨など）を検出できる。複数のモデリング画像が取得される場合、対象の関心領域の３Ｄモデルを生成するステップは、３Ｄモデルの平均を計算するステップを含み得る。複数のモデリング画像が取得される場合、対象の関心領域の３Ｄモデルを生成するステップは、対象の関心領域の異なる３Ｄモデルを融合させるステップを含み得る。

【0018】

実施形態では、少なくとも１つのモデリング画像は、対象の関心領域の３Ｄデータを含み得る。３Ｄデータは、モデリング画像内の各ピクセルの並進座標（ｘ、ｙ、ｚ方向）などを含み得る。３Ｄデータは、深度カメラ、レーザー干渉計スキャナ、及び／又は２つ以上の２Ｄカメラ（コンピュータステレオビジョンを可能にする異なる視点での２つのＲＧＢセンサカメラなど）から取得され得る。コンピュータステレオビジョンは、デジタル画像からの３Ｄ情報の抽出である。２つの視点からの関心領域からの情報を比較することによりデジタル画像内の物体（ランドマークなど）の相対位置を調べることで３Ｄデータを抽出できる。対象の関心領域の３Ｄデータは、３Ｄモデル、したがって、結果として得られるＭＲデータの精度を有利に高めることができる。モデリング画像からの３Ｄデータを使用して、適切な座標系（ＭＲＩ座標系、関心領域（頭部など）座標系など）での対応する３Ｄ空間位置を取得できる。例えば、患者を中心とした座標系を使用できる。この場合、少なくとも１つのランドマークは、座標系の原点である。座標系は、計算を簡素化するために、同次座標を含み得る。

【0019】

実施形態では、第２の測定デバイスは、深度カメラであり得る。深度カメラは、対象の関心領域の非常に正確な３Ｄ情報データを有利に提供できる。深度カメラは、飛行時間原理を使用して、２Ｄ画像から３Ｄ情報を決定できる。深度カメラは、構造化光を使用して、２Ｄ画像から３Ｄ情報を決定できる。深度カメラは、コヒーレント光を使用し、ソース光に対する反射光の位相シフトを測定できる（すなわち、レーザー干渉分光法）。

【0020】

実施形態では、第２の測定デバイスは少なくとも１つの光学カメラであり得る。光学カメラはＲＧＢカメラであり得る。ＲＧＢカメラは２Ｄ画像のみを提供する。したがって、３Ｄデータを得るためには、ＲＧＢカメラから２つの異なる視点の２つの画像を必要とするか（つまり、コンピュータステレオビジョン、これは、好ましくは少なくとも２つの光学カメラを必要とする）、又は、ＲＧＢカメラによって取得された２Ｄ画像からの２Ｄデータは、３Ｄモデルと調整する必要がある。第２のオプションは、数学アルゴリズムによって行われ得る。数学アルゴリズムは、典型的に一連のフリーパラメータを有する内部処理チェーンによって、１つ以上の入力を１つ以上の出力に処理するようにトレーニングされ得る。内部処理チェーンは、入力から出力へ進む際に連続して横断される相互接続された層で編成され得る。数学アルゴリズムは、トレーニングデータの記録を使用することによってトレーニングされ得る。トレーニングデータの記録には、トレーニング入力データと対応するトレーニング出力データとが含まれている。本明細書で使用される場合、トレーニング入力データは、対象の関心領域からの２Ｄ画像であり得、トレーニング出力データは、（例えば、３Ｄ深度カメラで測定される）対象の関心領域の３Ｄデータであり得る。トレーニング入力データ及びトレーニング出力データはまた、トレーニングデータを提供する労力を低減するために、シミュレートされたデータであってもよい。要するに、これは、コスト削減及び３Ｄモデルの精度の観点から有利であり得る。光学カメラは赤外線カメラであってもよい。光学カメラは、電荷結合デバイス（ＣＣＤ）センサ又はアクティブピクセルセンサ（つまり、相補型金属酸化物半導体（ＣＭＯＳ）センサ）を使用してもよい。

【0021】

実施形態では、３Ｄモデルを生成することは、対象の関心領域の少なくとも１つのランドマークを処理する数学アルゴリズムを表す機械学習システムに基づいてもよい。機械学習システムは、対象の関心領域の幾何学的データと対象の関心領域の少なくとも１つのランドマークとの関係を記述するようにトレーニングされる。トレーニングデータは、２Ｄ画像及び対応する３Ｄ画像の記録から得ることができる。２Ｄ画像及び対応する３Ｄ画像は、トレーニングデータを提供する労力を低減するために、シミュレートされてもよい。機械学習システムは、ニューラルネットワーク、機械学習アルゴリズム、畳み込みニューラルネットワーク、又は敵対的生成ネットワークによって実施され得る。機械学習システムを使用することは、３Ｄモデルの生成の効率及び精度の観点から有利であり得る。

【0022】

実施形態では、ＭＲＩシステム内の対象の関心領域の位置の決定には、ボア内の第１の測定デバイスによって取得された２Ｄ画像に適合する３Ｄモデルの投影を取得するために、第１の測定デバイスの位置に関連した３Ｄモデルの１つ以上の回転と１つ以上の並進を決定することが含まれ得る。言い換えれば、方法は、対象の関心領域のどの３Ｄ位置が、対象の関心領域の取得した投影（すなわち、２Ｄ画像）につながり得るのかをチェックする。したがって、決定はさらに、ボア内の第１の測定デバイスの位置を考慮し得る。決定は、参照において、ボア内の第１の測定デバイスの位置からある視点を計算し得る。この決定には、切片定理の物理方程式が使用されてもよい。決定には、ＭＲＩシステム内の対象の関心領域の位置を決定するために数値近似法が使用されてもよい。決定にはさらに、ＭＲＩシステム内の対象の関心領域の位置を決定するために、この目的のためにトレーニングされている可能性のあるニューラルネットワークが使用されてもよい。要するに、これは、ＭＲＩシステムにおける対象の位置を正確に決定するのに有利であり得る。

【0023】

実施形態では、第１の測定デバイスは、コイル、又はそのハウジングなどに配置され得る。コイルに第１の測定デバイスを配置することは、何も隠されない、又は、測定デバイスと対象の関心領域との間の視界が遮られないため、有利であり得る。コイルは、ヘッドコイル又は別のボディコイルであり得る。コイルは、ＭＲＩシステム内の固定コイルであってもよい。第１の測定デバイスはまた、ボアの天井に取り付けられてもよい。第１の測定デバイスはまた、対象及び／又は関心領域に応じてその視点を変更し得る（例えば、サイズの異なる対象は異なる視点を必要とする）。測定デバイスはまた、隠れた領域（顎の下側など）をイメージングするために、１つ以上のミラーと組み合わせて配置されてもよい。ミラーが使用される場合、ＭＲＩシステム内の対象の位置を決定するために、測定デバイスの位置に加えてミラーの位置も使用される。

【0024】

実施形態では、モデリング画像を使用して、適切な座標系での対応する３Ｄ位置が取得できる。例えば、患者を中心とした座標系を使用できる。この場合、複数の予め定義されたランドマークのうちの１つのランドマークが原点として使用される。通常、検査準備中に関心領域の複数のモデリング画像が利用可能となるため、結果として得られる３Ｄモデルを平均して、精度を高めるためにスティッチングできる。同次座標を使用すると、結果として得られる個々の基準ランドマーク位置をベクトル

【数1】

によって記述できる。３Ｄモデルを記述するために、これらの位置は、単一の基準ベクトル

【数2】

に集約できる。対象がボア内に動かされると、ＭＲＩシステムのボア内の２Ｄ画像上の１つ以上のランドマークが決定される。複数のランドマークのうちの部分集合のみが高精度で決定される場合、すべての計算は、検出されていないランドマーク変数を単純にドロップすることによって、このランドマークの部分集合に制限され得る。検出されたボア内のランドマーク位置は、ベクトル

【数3】

によって記述できる（ここでも同次座標）。さらなるボア内２Ｄモデルが、これらのベクトルを

【数4】

に集約することによって取得できる。次に、基準３Ｄベクトルのボア内２Ｄベクトルへの変換を記述するベクトルは、

【数5】

を解くことによって見出される。Ｃは、ボア内カメラによって実現される投影を記述する３×４行列からなるブロック対角行列であり、Ｍ_θは、基準ベクトルからボア内の３Ｄベクトルへの３Ｄ変換を記述するブロック対角行列である（θをパラメータとする）。剛体動きモデルでは、

【数6】

であり、ここで、

【数7】

及び

【数8】

は、それぞれ、３Ｄ変換行列及び回転行列である。ボア内カメラによって取得された第１の画像では、式は、関心領域（頭部など）の理想の姿勢に対応するθの初期化を使用して解く。次に、結果として得られる変換パラメータθ^（０）は、すべての以降のボア内カメラ画像の初期値として使用され、これはθ^（ｔ）をもたらす。所望の３Ｄ位置は、基準変換：
Δθ＝θ^（ｔ）－θ^（０）
からの偏差として計算される。次に、これらの３Ｄ位置は、動き補正にさらに使用され得る。レトロスペクティブ動き補正の場合、パラメータは、特定のＭＲスキャンの収集された各カメラ画像の収集されたＭＲデータプロファイルと時刻同期されて保存され、スキャンが完了すると再構成ソフトウェアに送られ得る。プロスペクティブ動き補正の場合、計算された動きパラメータは、スキャナソフトウェアに直接送られて、磁気共鳴勾配、高周波パルス、及び受信機周波数を調整して動きが考慮され得る。

【0025】

実施形態では、第１の測定デバイスは光学カメラであり得る。光学カメラはＲＧＢカメラであり得る。ＲＧＢカメラは、ＭＲＴシステムなどの磁気環境において堅牢な動作挙動を有する測定デバイスである。これは、方法の堅牢性及び信頼性の観点から有利であり得る。光学カメラは赤外線カメラであってもよい。これも、方法の堅牢性及び信頼性の観点から有利であり得る。第１の測定デバイスとして単一の光学カメラを使用することは、方法を実行するのに十分であることを言及しておく。しかし、ＭＲＩシステム内の対象の関心領域のより良いカバレッジを得るために、ボア内に多くのＲＧＢカメラを使用することも有利であり得る。

【0026】

実施形態では、対象の関心領域は、対象の頭部であり得る。

【0027】

実施形態では、対象の３Ｄモデルを生成するステップは、解剖学的モデル、好ましくは、モーフィング可能な３Ｄモデルに基づき得る。これは、３Ｄモデルの精度の観点から有利であり得る。モーフィング可能な３Ｄモデルは、関心領域が頭部又は顔である場合に有利であり得る。モーフィング可能な３Ｄモデルは、発生モデルであり、これは、登録手順において顔又は頭部の例の集合に関して確立され得る。モーフィング可能な３Ｄモデルは、顔又は頭部の例の分布の統計モデルであり得る。

【0028】

実施形態では、対象の関心領域の位置は、ＭＲデータの動き補正のために継続的に決定され提供され得る。方法の継続的な実行には、計算及びデータ交換のためのリアルタイムが可能なハードウェア構成要素を必要とし得る。計算は、ワークステーション、ＦＰＧＡ、高性能コンピュータ、データセンターによって実行され得る。第１の測定デバイス、第２の測定デバイス、ＭＲＩシステムのコントロール部、及び計算ユニット間のデータ交換は、第三世代バスシステム、イーサネット、及び高速イーサネットハブによって実行され得る。

【0029】

さらなる態様によれば、ＭＲデータの動き補正のための装置が提供される。装置は、少なくとも１つのランドマークを含む対象の関心領域の３Ｄモデルを生成するように構成された生成ユニットと、ＭＲＩシステム内の対象の少なくとも一部の２Ｄ画像を取得するように構成された取得ユニットであって、ＭＲＩシステムのボア内に配置されている、取得ユニットと、２Ｄ画像内の少なくとも１つのランドマークを決定するように構成された第１の決定ユニットであって、２Ｄ画像内の少なくとも１つのランドマークは、３Ｄモデルの少なくとも１つのランドマークに対応している、第１の決定ユニットと、２Ｄ画像内の決定された少なくとも１つのランドマークに基づいて、ＭＲＩシステム内の対象の関心領域の位置を決定するように構成された第２の決定ユニットと、ＭＲデータの動き補正のために、対象の関心領域の位置を提供するように構成された提供ユニットとを備える。生成ユニット、第１の決定ユニット、第２の決定ユニット、提供ユニットは、１つ以上のハードウェアユニット上で実行する別個のハードウェアユニット若しくは別個のソフトウェアユニット、又はそれらの組み合わせであり得る。ハードウェアユニットは、コントローラ、コンピュータ、サーバー、ワークステーションであり得る。１つ以上のハードウェアユニット間のデータ交換は、有線を介するものであっても（イーサネット、プロフィネットなど）、ワイヤレスであっても（ＷＩＦＩ、ＷＬＡＮなど）よい。

【0030】

さらなる態様によれば、医用イメージング用のシステムが提供される。システムは、上記の装置と、ＭＲＩシステムと、ＭＲＩシステム内で２Ｄ画像を取得するように構成された第１のカメラと、任意選択で、ＭＲＩシステムの外側の画像を取得するように構成された第２のカメラとを備える。第２のカメラは深度カメラであり得る。第１のカメラはＲＧＢカメラであり得る。

【0031】

最後の態様によると、コンピュータプログラム要素が提供される。コンピュータプログラム要素は、プロセッサによって実行されると、上記の方法のステップを実行するように構成されている。プロセッサは、医用イメージングシステムの一部である場合もあれば、別のコンピュータデバイスに別々に提供されている場合もある。コンピュータプログラム要素は、一実施形態の一部であり得るコンピュータユニットに保存され得る。このコンピューティングユニットは、上記の方法のステップを実行する又は実行を誘導するように構成され得る。さらに、上記のデバイスの構成要素を動作するように構成され得る。コンピューティングユニットは、自動的に動作するか、及び／又は、ユーザの命令を実行するように構成され得る。コンピュータプログラムは、データプロセッサのワーキングメモリに読み込まれ得る。したがって、データプロセッサは、上記の実施形態のうちの１つによる方法を実行する態勢が整っている場合がある。本発明のこの例示的な実施形態は、最初から本発明を使用するコンピュータプログラムと、アップデートによって既存のプログラムを、本発明を使用するプログラムに変換するコンピュータプログラムとの両方を対象としている。さらに、コンピュータプログラム要素は、上記の方法の例示的な実施形態の手順を遂行するために必要なすべてのステップを提供することができる。本発明のさらなる例示的な実施形態によれば、ＣＤ－ＲＯＭ、ＵＳＢスティックなどのコンピュータ可読媒体が提示される。コンピュータ可読媒体には、コンピュータプログラム要素が保存されている。このコンピュータプログラム要素は、前のセクションで説明されている。コンピュータプログラムは、他のハードウェアと一緒に又はその一部として供給される、光記憶媒体又はソリッドステート媒体などの適切な媒体に保存及び／又は配布できるが、インターネット又は他の有線若しくはワイヤレス通信システムを介してなど、他の形式で配布することもできる。しかしながら、コンピュータプログラムはまた、ワールドワイドウェブのようなネットワークを介して提示されてもよく、そのようなネットワークからデータプロセッサのワーキングメモリにダウンロードされ得る。本発明のさらなる例示的な実施形態によれば、ダウンロードのためにコンピュータプログラム要素を利用可能にする媒体が提供される。このコンピュータプログラム要素は、本発明の前述の実施形態のうちの１つによる方法を行うように構成されている。

【0032】

上記の実施形態は、関係する態様に関係なく互いに組み合わされることがあることに留意されたい。したがって、この方法は、他の態様のデバイス及び／又はシステムの構造的特徴と組み合わせることができ、同様に、デバイス及びシステムは、相互の特徴と組み合わせることができ、また、方法に関する上記の特徴と組み合わせることもできる。

【0033】

本発明のこれらの及び他の態様は、以下に説明される実施形態から明らかになり、また、当該実施形態を参照して説明される。

【0034】

本発明の例示的な実施形態は、次の図面に説明する。

【図面の簡単な説明】

【0035】

【図1】本開示の実施形態による医用イメージングシステムの一部の概略図である。

【図2】本開示のさらなる実施形態による装置の概略図である。

【図3】本開示のさらなる実施形態によるＭＲデータの動き補正のための方法のフローチャート図である。

【発明を実施するための形態】

【0036】

図１は、本開示の第１の実施形態による医用イメージングシステムの一部の概略図を示している。

【0037】

医用イメージングシステム１０は、ＭＲデータの動き補正のための装置１１（図２を参照）を備える。システム１０は、ＭＲＩシステム２２をさらに備える。ＭＲＩシステム２２は、ＭＲＩコントローラ１２、ボア１３、３つの磁気コイル１４、１５、１６、可動ベッド１７、１８、第１のカメラ２０、２５、第２のカメラ２１を備える。第２のカメラ２１は、ＭＲＩシステムの外側の画像を取得するように構成されている。第２のカメラは、この場合は、可動ベッド１８の上の天井に取り付けられている。第２のカメラ２１は、対象２３の関心領域２４の３Ｄ情報データを有する画像を提供できる深度カメラである。或いは、深度カメラの代わりに、レーザー干渉計スキャナを使用しても、対象２３の関心領域２４の３Ｄ情報データを取得できる。任意選択で、２台以上の２Ｄカメラ（ＲＧＢカメラなど）を使用して対象２３の関心領域２４の３Ｄデータを取得することもできる。対象２３は、この実施例では人間である。任意選択で、対象２３は動物（牧羊犬など）であってもよい。関心領域２４は、この実施例では対象２３の頭部である。任意選択で、胃、胸部、腕、脚などの任意の他の領域も関心領域となり得る。関心領域とは、ＭＲＩ手順でイメージングされる領域である。対象２３はＭＲＩシステム２２の外側の可動ベッドに寝ている。関心領域２４は、１つのランドマーク２７（この場合は頬骨）を含む。任意選択で、関心領域は複数のランドマークを含んでいてもよい。任意選択で、ランドマークはまた、顔にあるほくろ、耳、目、鼻などであってもよい。任意選択で、ランドマークは関心領域に隣接する仮想マーカーであってもよく、この仮想ランドマークは関心領域の２つ以上の物理ランドマーク（２つの頬骨など）から得られる。第２のカメラ２１は、装置１１と有線接続（イーサネットなど）されている。有線接続を使用して、特に制御信号や画像データ（すなわち、２Ｄデータ及び／又は３Ｄデータ）が交換される。ＭＲＩ手順の準備段階において、第２のカメラ２１によって、対象２３の１つ以上のモデリング画像が取得される。装置１２は、第２のカメラ２１のイメージングプロセスを制御又は始動できる。準備段階が終了すると、対象２３がその上に寝ている可動ベッド１７がＭＲＩシステム２２のボア１３の中へ移動する。任意選択で、対象の頭部２４にヘッドコイル１９が配置されている。ボア１３の内側には、３つのソース及び検出器の磁気コイル１４、１５、１６がボア１３の内面に配置されている。この実施例では、ボア１３の内側で、第１のカメラ２５がヘッドコイル１９内に配置されている。第１のカメラ２５は、ＭＲＩシステムの内側で、関心領域２４、特に対象の頭部の２Ｄ画像を取得するように構成されている。第１のカメラ２５には、関心領域２４の隠れた領域をイメージングするために、対象の頭部２４に隣接して配置されるミラー２６が装備され得る。任意選択で、第１のカメラ２０がボア１３の内面に配置されてもよい。第１のカメラは１つのみ必要である点に留意されたい。ただし、任意選択で、ボア内の領域全体をカバーするために、ボア内に１つよりも多い第１のカメラを配置してもよい。第１のカメラ２０、２５は、２Ｄ画像を生成する２Ｄ ＲＧＢカメラである。第１のカメラは、装置１１と、有線又はワイヤレス接続し、好ましくは有線接続している。装置１２は、第１のカメラ２０、２５のイメージングプロセスを制御又は始動できる。装置１２は、データを交換するために、ＭＲＩコントロール部１２と有線接続し得る。

【0038】

図２は、本開示のさらなる実施形態による装置５０の概略図を示している。装置５０は、ＭＲＩシステムのＭＲデータの動き補正のために構成されている。装置５０は生成ユニット５１を備える。生成ユニット５１は、少なくとも１つのランドマークを含む対象の関心領域の３Ｄモデルを生成するように構成されている。生成ユニットは、この実施例では、ハードウェアユニットに実装されたソフトウェアユニットである。ハードウェアユニットは、この場合は、ワークステーションのＣＰＵである。生成ユニット５１は、解剖学的モデル、特に、モーフィング可能な３Ｄモデルを提供する。生成ユニット５１は、第２のカメラ２１から、ランドマーク２７を含む対象２３の関心領域２４の１つ以上のモデリング画像を受信する。生成ユニット５１と第２のカメラ２１との間のデータ交換は、イーサネット接続によって確立される。生成ユニット５１は、１つ以上のモデリング画像を処理する。ここでは、処理とは、対象２７の３Ｄモデルを生成するために、ランドマークの位置を決定し、対象２７の関心領域２４のサイズを決定することを意味する。装置５０は取得ユニット５２をさらに備える。取得ユニット５２は、ＭＲＩシステム２２内の対象の少なくとも一部の２Ｄ画像を取得するように構成されており、取得ユニット５２はＭＲＩシステムのボア内に配置されている。取得ユニット５２は、この実施例では、第１のカメラ２０又は２５である（図１の説明を参照）。装置は第１の決定ユニット５３をさらに備える。第１の決定ユニット５３は、２Ｄ画像内の少なくとも１つのランドマークを決定するように構成されている。２Ｄ画像内の少なくとも１つのランドマークは、３Ｄモデルの少なくとも１つのランドマークに対応している。第１の決定ユニット５３は、この実施例では、生成ユニット５１と同じハードウェアユニットに実装されたソフトウェアユニットである。ソフトウェアユニットは、２Ｄ画像を解析するために、画像処理ソフトウェアモジュールを含み得る。第１の決定ユニット５３は、決定された少なくとも１つのランドマークの情報を第２の決定ユニット５４に送信する。第２の決定ユニット５３は装置５０の一部である。第２の決定ユニット５４は、この場合では、生成ユニット５１及び第１の決定ユニット５３と同じハードウェアユニットに実装されたソフトウェアユニットである。第２の決定ユニット５４は、２Ｄ画像内の決定された少なくとも１つのランドマークに基づいて、ＭＲＩシステム内の対象の位置を決定するように構成されている。第２の決定ユニット５４は、２Ｄ画像から対象の関心領域の３Ｄ位置を導出するようにトレーニングされた数学アルゴリズムを含み得る。数学アルゴリズムについては、図３でより詳細に説明する。装置５０は提供ユニット５５をさらに備える。提供ユニット５５は、この実施例では、生成ユニット５１と同じハードウェアユニットに実装されたソフトウェアユニットである。提供ユニット５５は、ＭＲデータの動き補正のために、対象２７の関心領域２４の位置を提供するように構成されている。提供ユニット５３は、対象２７の関心領域２４の位置を、ＭＲＩ手順の設定を調整するためにＭＲＩコントローラ１２に提供するか、又はすでに取得したＭＲＩ画像を修正するためにサーバー（図示せず）に提供する。

【0039】

図３は、さらなる実施形態によるＭＲデータの動き補正のための方法のフローチャート図を示す。方法は、５つのステップで構成されている。第１のステップＳ１０では、少なくとも１つのランドマークを含む対象体の関心領域の３Ｄモデルが生成される。３Ｄモデルは、前述の生成ユニット５１によって生成される。ステップＳ１０は、対象の少なくとも１つのモデリング画像を取得することをさらに含む。少なくとも１つのモデリング画像は、第２のカメラ２１、例えば深度カメラによって取得される。少なくとも１つのモデリング画像は、対象の関心領域を示しており、モデリング画像はＭＲＩシステムのボアの外側で取得される。少なくとも１つのモデリング画像が３Ｄデータを含む。３Ｄデータは、モデリング画像内の各ピクセルの並進座標（ｘ、ｙ、ｚ方向）などを含む。３Ｄモデルは、対象の関心領域の少なくとも１つのランドマークを処理する数学アルゴリズムを表す機械学習システムに基づいていてもよい。機械学習システムは、対象の関心領域の幾何学的データと対象の関心領域の少なくとも１つのランドマークとの関係を記述するようにトレーニングされる。３Ｄモデルはさらに、解剖学的モデル、好ましくは、モーフィング可能な３Ｄモデルであり得る。ステップＳ２０では、ＭＲＩシステム内の対象の少なくとも一部の２Ｄ画像が、第１の測定デバイス２０、２５によって取得される。第１の測定デバイスはＭＲＩシステムのボア内に配置されている。第１の測定デバイスはＲＧＢカメラであり得る。第１の測定デバイスは、ボアの内面、又は、コイル、特にヘッドコイル内に配置され得る。第１の測定デバイスにはミラーが装備されてもよい。２Ｄ画像は、対象の関心領域の移動を検出するために、例えば１秒ごとに連続的に取得され得る。ステップＳ３０では、２Ｄ画像内の少なくとも１つのランドマーク２７が決定される。２Ｄ画像内の少なくとも１つのランドマークは３Ｄモデルの少なくとも１つのランドマークに対応する。少なくとも１つのランドマークの決定は、画像解析アルゴリズム（エッジ検出など）によって行われる。画像解析アルゴリズムは、過去の検査の記録を使用してトレーニングされ得る。記録には複数のランドマーク（特殊な骨、鼻、目など）が含まれている場合がある。画像解析アルゴリズムは、生成ユニット５１から、探さなければならない少なくとも１つのランドマークの情報を受信する。ステップＳ４０では、２Ｄ画像内の決定された少なくとも１つのランドマークに基づいて、ＭＲＩシステム内の対象の関心領域の位置が決定される。この決定は、第２の決定ユニット５４によって実行される。ＭＲＩシステム内の対象の位置の決定には、ボア内の第１の測定デバイスによって取得された２Ｄ画像に適合する３Ｄモデルの投影を取得するために、第１の測定デバイスの位置に関連した３Ｄモデルの１つ以上の回転と１つ以上の並進を決定することが含まれる。この決定はさらに、ボア内の第１の測定デバイスの位置を考慮し得る。この決定は、ボア内の第１の測定デバイスの位置からある視点を計算できる。この決定には、切片定理の物理方程式が使用されてもよい。この決定には、ＭＲＩシステム内の対象の関心領域の位置を決定するために数値近似法が使用されてもよい。この決定にはさらに、ＭＲＩシステム内の対象の関心領域の位置を決定するためにニューラルネットワークが使用されてもよい。ステップＳ５０では、ＭＲデータの動き補正のための対象の関心領域の３Ｄ位置が提供される。３Ｄ位置は、将来取得するＭＲＩ画像のための磁気共鳴勾配、高周波パルス、受信機周波数を補正するためにＭＲＩシステムのＭＲＩコントロール部に送信されるか、又はすでに取得されたＭＲＩ画像を修正するためにサーバーなどに送信され得る。対象の関心領域の位置は、ＭＲデータの動き補正のために継続的に決定され提供され得る。ＭＲデータの動き補正には、前述のように、プロスペクティブ及び／又はレトロスペクティブ動き補正が含まれる。

【0040】

別の例示的な実施形態では、適切なデバイス又はシステムで、上記の実施形態のうちの１つによる方法のステップを実行するように構成されているコンピュータプログラム又はコンピュータプログラム要素が提供される。

【0041】

したがって、コンピュータプログラム要素は、実施形態の一部であり得るデータ処理ユニットに保存され得る。このデータ処理ユニットは、上記の方法のステップを実行する又は実行を誘導するように構成され得る。さらに、データ処理ユニットは、上記のデバイス及び／又はシステムの構成要素を動作させるように構成され得る。コンピューティングユニットは、自動的に動作するか、及び／又は、ユーザの命令を実行するように構成され得る。コンピュータプログラムは、データプロセッサのワーキングメモリに読み込まれ得る。したがって、データプロセッサは、上記の実施形態のうちの１つによる方法を実行する態勢が整っている場合がある。

【0042】

さらに、コンピュータプログラム要素は、上記の方法の例示的な実施形態の手順を遂行するために必要なすべてのステップを提供し得る。

【0043】

本発明のさらなる例示的な実施形態によれば、ＣＤ－ＲＯＭ、ＵＳＢスティックなどのコンピュータ可読媒体が提示される。コンピュータ可読媒体には、コンピュータプログラム要素が保存されている。コンピュータプログラム要素は、前のセクションで説明されている。

【0044】

コンピュータプログラムは、他のハードウェアと一緒に又はその一部として供給される、光記憶媒体又はソリッドステート媒体などの適切な媒体に保存及び／又は配布できるが、インターネット又は他の有線若しくはワイヤレス通信システムを介してなど、他の形式で配布することもできる。

【0045】

しかしながら、コンピュータプログラムはまた、ワールドワイドウェブのようなネットワークを介して提示されてもよく、そのようなネットワークからデータプロセッサのワーキングメモリにダウンロードされ得る。本発明のさらなる例示的な実施形態によれば、ダウンロードのためにコンピュータプログラム要素を利用可能にする媒体が提供される。このコンピュータプログラム要素は、本発明の前述の実施形態のうちの１つによる方法を行うように構成されている。

【0046】

本開示の実施形態は、異なる主題を参照して説明されていることに留意されたい。特に、いくつかの実施形態は、方法タイプのクレームを参照して説明されている一方で、他の実施形態は、デバイスタイプのクレームを参照して説明されている。ただし、当業者であれば、特に明記されていない限り、上記及び以下の説明から、１つのタイプの主題に属する特徴の任意の組み合わせに加えて、異なる主題に関連する特徴の任意の組み合わせも、本出願で開示されていると見なされることを推測できるであろう。ただし、すべての特徴は、特徴の単なる寄せ集め以上の相乗効果を提供するならば組み合わせることができる。

【0047】

本発明は、図面及び上記の説明に詳細に例示及び説明されているが、このような例示及び説明は、限定ではなく、例示的又は模範的と見なされるべきである。本発明は、開示された実施形態に限定されない。開示された実施形態の他の変形形態は、図面、開示、及び従属請求項の検討から、請求項に係る発明を実施する際に当業者によって理解され、実行され得る。

【0048】

特許請求の範囲において、「含む」という語は、他の要素やステップを排除するものではなく、単数形の要素は複数を排除するものではない。単一のプロセッサ又は他のユニットが、特許請求の範囲に記載されているいくつかの項目の機能を果たすことができる。特定の手段が相互に異なる従属請求項に記載されているという単なる事実は、これらの手段の組み合わせが有利に使用できないことを意味するものではない。特許請求の範囲における任意の参照符号は、範囲を限定するものと解釈されるべきではない。
符号の説明

【0049】

１０ システム
１１ 装置
１２ ＭＲＩコントローラ
１３ ボア
１４、１５、１６ コイル
１７、１８ 可動ベッド
１９ ヘッドコイル
２０、２５ 第１のカメラ
２１ 第２のカメラ
２２ ＭＲＩシステム
２３ 対象
２４ 関心領域
２６ ミラー
２７ ランドマーク
５０ 装置
５１ 生成ユニット
５２ 取得ユニット
５３ 第１の決定ユニット
５４ 第２の決定ユニット
５５ 提供ユニット
Ｓ１０ ３Ｄモデルを生成する
Ｓ２０ ２Ｄ画像を取得する
Ｓ３０ 少なくとも１つランドマークを決定する
Ｓ４０ ＭＲＩシステム内の関心領域の３Ｄ位置を決定する
Ｓ５０ ＭＲデータの動き補正のために関心領域の３Ｄ位置を提供する

【図1】

【図2】

【図3】

【国際調査報告】