知財求人 - 知財ポータルサイト「IP Force」
特表2024-532233磁気共鳴イメージング（ＭＲＩ）信号のコヒーレンスフィルタリング
(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】2024-09-05
(54)【発明の名称】磁気共鳴イメージング（ＭＲＩ）信号のコヒーレンスフィルタリング
(51)【国際特許分類】
A61B 5/055 20060101AFI20240829BHJP
G01N 24/00 20060101ALI20240829BHJP
【ＦＩ】
A61B5/055 376
G01N24/00 530Y
G01N24/00 530H
【審査請求】未請求
【予備審査請求】未請求
(21)【出願番号】P 2024510655
(86)(22)【出願日】2022-08-16
(85)【翻訳文提出日】2024-03-11
(86)【国際出願番号】 EP2022072806
(87)【国際公開番号】W WO2023025614
(87)【国際公開日】2023-03-02
(31)【優先権主張番号】63/237,559
(32)【優先日】2021-08-27
(33)【優先権主張国・地域又は機関】US
(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】カルデロン リコ ロドリゴ
(72)【発明者】
【氏名】キール アルトン
(72)【発明者】
【氏名】キング スコット ブラッドレー
(72)【発明者】
【氏名】レイコウスキー アーネ
(72)【発明者】
【氏名】ウィン トレーシー アリン
(72)【発明者】
【氏名】ピーチィ ソロモン
【テーマコード（参考）】
4C096
【Ｆターム（参考）】
4C096AB07
4C096AD12
4C096DA08
4C096DB10
(57)【要約】
磁気共鳴（ＭＲ）信号をフィルタリングするデバイス１８は、少なくとも１つの電子プロセッサ２４を含む。少なくとも１つの電子プロセッサ２４は、ＭＲイメージングデバイス１０に配置された被検体内で励起された少なくとも１つのＭＲ信号２６を受信し、時間及び瞬間周波数スペクトルの関数として少なくとも１つのＭＲ信号を表すコヒーレンス関数で少なくとも１つのＭＲ信号を変換し、変換された少なくとも１つのＭＲ信号にスペクトルフィルタリングを適用し、フィルタリングされた少なくとも１つのＭＲ信号から少なくとも１つの医用画像を再構成するようにプログラムされている。
【特許請求の範囲】
【請求項1】
少なくとも１つの電子プロセッサを含む、磁気共鳴（ＭＲ）信号をフィルタリングするデバイスであって、前記少なくとも１つの電子プロセッサは、ＭＲイメージングデバイスに配置された被検体内で励起された少なくとも１つのＭＲ信号を受信し、
時間及び瞬間周波数スペクトルの関数として前記少なくとも１つのＭＲ信号を表すコヒーレンス関数で、前記少なくとも１つのＭＲ信号を変換し、
変換された前記少なくとも１つのＭＲ信号にスペクトルフィルタリングを適用し、
フィルタリングされた前記少なくとも１つのＭＲ信号から少なくとも１つの医用画像を再構成するようにプログラムされている、デバイス。
【請求項2】
前記少なくとも１つのＭＲ信号は、１つのＭＲ信号を含み、前記コヒーレンス関数は、自己コヒーレンス関数を含む、請求項１に記載のデバイス。
【請求項3】
前記自己コヒーレンス関数は、コーエンクラスの時間－周波数変換を含む、請求項２に記載のデバイス。
【請求項4】
前記コーエンクラスの時間－周波数変換は、ウィグナー・ビレ分布（ＷＶＤ）を含む、請求項３のデバイス。
【請求項5】
前記コーエンクラスの時間－周波数変換は、平滑化された疑似ウィグナー・ビレ分布（ＳＰＷＶＤ）を含む、請求項３のデバイス。
【請求項6】
前記少なくとも１つのＭＲ信号は、複数のＭＲ信号を含み、前記コヒーレンス関数は、クロスコヒーレンス関数を含む、請求項１に記載のデバイス。
【請求項7】
前記複数のＭＲ信号の各ＭＲ信号は、ＭＲコイル内の対応するチャネルから受信され、前記クロスコヒーレンス関数は、チャネル対のベースで使用される平均二乗コヒーレンスを含む、請求項６に記載のデバイス。
【請求項8】
前記変換は、高速フーリエ変換（ＦＦＴ）を使用して前記少なくとも１つのＭＲ信号を周波数領域に変換することを含み、フィルタリングは、前記少なくとも１つのＭＲ信号の時間における各データポイント周辺の選択された時間ウィンドウについて、所定のスケールで前記コヒーレンス関数を計算して、コヒーレンス値を生成することと、
選択された前記時間ウィンドウにおいて前記少なくとも１つのＭＲ信号の前記ＦＦＴに前記コヒーレンス値を掛けることと、
を含む、請求項１から７のいずれか一項に記載のデバイス。
【請求項9】
前記フィルタリングは更に、前記乗算の前に、前記コヒーレンス値を閾値化して、コヒーレンスが所定の閾値を下回る時間間隔において前記信号を完全に抑制することを含む、請求項８に記載のデバイス。
【請求項10】
前記少なくとも１つのＭＲ信号は、複数のＭＲ信号を含み、前記コヒーレンス関数は、平均二乗コヒーレンス関数を含む、請求項１から９のいずれか一項に記載のデバイス。
【請求項11】
前記少なくとも１つのＭＲ信号は、複数のＭＲ信号を含み、前記コヒーレンス関数は、【数8】
【数9】
【数10】
【数11】
【請求項12】
前記少なくとも１つのＭＲ信号は、単一のＭＲ信号を含み、前記コヒーレンス関数は、時間領域での時間ウィンドウと周波数領域での減衰フィルタウィンドウとを含む平滑化された疑似ウィグナー・ビレ分布を含む、請求項１から９のいずれか一項に記載のデバイス。
【請求項13】
前記少なくとも１つのＭＲ信号は、単一のＭＲ信号を含み、前記コヒーレンス関数は、【数12】
【請求項14】
磁気共鳴（ＭＲ）イメージングデバイスに配置された被検体内で励起されたＭＲ信号を受信する少なくとも１つのＭＲコイル要素と、電子機器とを含む、ＭＲ受信コイルであって、前記電子機器は、
前記ＭＲイメージングデバイスに配置された被検体内で励起されたＭＲ信号を受信し、
時間及び瞬間周波数スペクトルの関数として前記ＭＲ信号を表すコヒーレンス関数で、前記ＭＲ信号を変換し、
変換された前記ＭＲ信号にスペクトルフィルタリングを適用し、
フィルタリングされた前記ＭＲ信号から少なくとも１つの医用画像を再構成する、ＭＲ受信コイル。
【請求項15】
前記コヒーレンス関数は、コーエンクラスの時間－周波数変換を含む、請求項１４に記載のＭＲ受信コイル。
【請求項16】
前記変換は、高速フーリエ変換（ＦＦＴ）を使用して前記少なくとも１つのＭＲ信号を周波数領域に変換することを含み、フィルタリングは、前記少なくとも１つのＭＲ信号の時間における各データポイント周辺の選択された時間ウィンドウについて、所定のスケールで前記コヒーレンス関数を計算して、コヒーレンス値を生成することと、
選択された前記時間ウィンドウにおいて前記少なくとも１つのＭＲ信号の前記ＦＦＴに前記コヒーレンス値を掛けることと、
を含む、請求項１４又は１５に記載のＭＲ受信コイル。
【請求項17】
前記フィルタリングは更に、前記乗算の前に、前記コヒーレンス値を閾値化して、コヒーレンスが所定の閾値を下回る時間間隔において前記信号を完全に抑制することを含む、請求項１６に記載のＭＲ受信コイル。
【請求項18】
前記少なくとも１つのＭＲ信号は、複数のＭＲ信号を含み、前記コヒーレンス関数は、【数13】
【数14】
【数15】
【数16】
【請求項19】
前記少なくとも１つのＭＲ信号は、単一のＭＲ信号を含み、前記コヒーレンス関数は、【数17】
【請求項20】
磁気共鳴（ＭＲ）イメージングデバイスに配置された被検体内で励起されたＭＲ信号を受信する少なくとも１つのＭＲコイル要素と、電子機器とを含む、ＭＲ受信コイルであって、
前記電子機器は、
ＭＲイメージングデバイスに配置された被検体内で励起された複数のＭＲ信号を受信し、
時間及び瞬間周波数スペクトルの関数として前記複数のＭＲ信号の各信号を表すコヒーレンス関数で前記複数のＭＲ信号を変換し、
変換された前記ＭＲ信号にスペクトルフィルタリングを適用し、
フィルタリングされた前記ＭＲ信号から少なくとも１つの医用画像を再構成する、ＭＲ受信コイル。
【発明の詳細な説明】
【技術分野】
【0001】
[0001] 以下は、概して、磁気共鳴（ＭＲ）イメージング技術、ＭＲ画像再構成技術、ＭＲ信号処理技術、ＭＲ信号収集技術、ＭＲ信号フィルタリング技術、及び関連技術に関する。
【背景技術】
【0002】
[0002] 磁気共鳴（ＭＲ）イメージングでは、被検体（患者、獣医学の被検体、考古学のミイラなど）を静磁場（しばしばＢ０磁場と呼ばれる）に配置し、被検体内の核磁気共鳴を励起し、励起された磁気共鳴を検出することを必要とする。イメージングのために、励起されたＭＲは、励起中、ＭＲ励起とＭＲ読み出しとの間の時間間隔、及び／又はＭＲ読み出し中に、静Ｂ０磁場に磁場勾配を重ね合わせることにより、位置、位相、及び／又は周波数に関して空間的にエンコードされる。典型的な設計では、ＭＲイメージングデバイス（ＭＲＩスキャナと呼ばれることもある）には、ＭＲ検査領域が位置する中央ボアのあるハウジングが含まれている。静Ｂ０磁場は、中央ボアの周囲に巻かれ、ＭＲＩスキャナハウジング内に収容されたソレノイド磁石巻線によって生成される。これらのソレノイド磁石巻線は、現代のＭＲＩスキャナではしばしば超電導巻線であり、ハウジングには、超電導巻線を冷却する液体ヘリウム（ＬＨｅ）リザーバが含まれている。磁場勾配コイルも、中央ボアの周囲でハウジング内に配置されている。
【0003】
[0003] 人間が被検体の場合にＭＲ励起を行うために、一般的にボディコイルが使用される。ボディコイルは、通常、ボアの周囲に同心円状に設置された円筒形のバードケージコイル、ＴＥＭコイル、又は何らかのそのバリエーションである。或いは、イメージングする身体部位の近くに配置されたローカルコイルを励起に使用する。ＭＲ読み出しは通常、イメージングする身体部位の近くに配置されたローカルＭＲ受信コイルを使用して行われる。ローカルＭＲ受信コイルとローカルＭＲ励起コイル（使用される場合）とは、同じコイルであっても、異なるコイルであってもよい。様々な理由から、ＭＲ受信コイルには複数のコイル要素を含むＭＲコイルアレイが含まれており、各コイル要素は通常ループコイルとして構成されているが、他のコイル要素の設計も知られている。このようなＭＲコイルアレイは、いくつかのＭＲ受信チャネルを実装できる。例えば、単一のコイル要素又は空間的に連続するコイル要素のグループが１つのＭＲチャネルを画定できる。このようなマルチチャネルＭＲ受信コイルを使用すると、特定の利点がある。例えば、感度エンコーディング（ＳＥＮＳＥ）又は複数の受信チャネルを活用した他の並列ＭＲ収集技術を使用すると、ＭＲデータ収集を高速化できる。
【発明の概要】
【0004】
[0004] 以下に、これらの問題及び他の問題を解決するための特定の改良点について開示する。
【0005】
[0005] 本明細書に開示されるいくつかの実施形態では、磁気共鳴（ＭＲ）信号をフィルタリングするデバイスは、少なくとも１つの電子プロセッサを含む。少なくとも１つの電子プロセッサは、ＭＲイメージングデバイスに配置された被検体内で励起された少なくとも１つのＭＲ信号を受信し、時間及び瞬間周波数スペクトルの関数として少なくとも１つのＭＲ信号を表すコヒーレンス関数で、少なくとも１つのＭＲ信号を変換し、変換された少なくとも１つのＭＲ信号にスペクトルフィルタリングを適用し、フィルタリングされた少なくとも１つのＭＲ信号から少なくとも１つの医用画像を再構成するようにプログラムされている。
【0006】
[0006] 本明細書に開示されるいくつかの実施形態では、ＭＲ受信コイルは、ＭＲイメージングデバイスに配置された被検体内で励起されたＭＲ信号を受信する少なくとも１つのＭＲコイル要素と、電子機器であって、ＭＲイメージングデバイスに配置された被検体内で励起されたＭＲ信号を受信し、時間及び瞬間周波数スペクトルの関数としてＭＲ信号を表すコヒーレンス関数で、ＭＲ信号を変換し、変換されたＭＲ信号にスペクトルフィルタリングを適用し、フィルタリングされたＭＲ信号から少なくとも１つの医用画像を再構成する、電子機器とを含む。
【0007】
[0007] 本明細書に開示されるいくつかの実施形態では、ＭＲ受信コイルは、ＭＲイメージングデバイスに配置された被検体内で励起されたＭＲ信号を受信する少なくとも１つのＭＲコイル要素と、電子機器とを含み、電子機器は、ＭＲイメージングデバイスに配置された被検体内で励起された複数のＭＲ信号を受信し、複数のＭＲ信号の各信号を時間及び瞬間周波数スペクトルの関数として表すコヒーレンス関数で複数のＭＲ信号を変換し、変換されたＭＲ信号にスペクトルフィルタリングを適用し、フィルタリングされたＭＲ信号から少なくとも１つの医用画像を再構成する。
【0008】
[0008] １つの利点は、ＭＲＩ信号からインコヒーレントノイズを抑制することにある。
【0009】
[0009] 別の利点は、ＭＲ信号の信号対ノイズ比（ＳＮＲ）を向上させることにある。
【0010】
[0010] 別の利点は、時間の関数として動的に順応するノイズフィルタリングを可能にすることによって、ＭＲ信号から短時間ノイズを抑制するためにコヒーレンス関数を使用することにある。
【0011】
[0011] 別の利点は、マルチチャネルコイルのチャネル間の予想される部分コヒーレンスを利用して、ＭＲ信号ノイズフィルタリングを向上させることにある。
【0012】
[0012] 所与の実施形態は、上記の利点のいずれも提供しない、上記の利点のうちの１つ、２つ以上、又は全てを提供でき、及び／又は、本開示を読んで理解した上で、当業者には明らかになる他の利点を提供することもある。
【図面の簡単な説明】
【0013】
[0013] 本開示は、様々な構成要素及び構成要素の配置、並びに、様々なステップ及びステップの配置の形態をとることができる。図面は、好ましい実施形態を説明することのみを目的とし、本開示を限定していると解釈されるべきではない。
【0014】
【発明を実施するための形態】
【0015】
[0018] 磁気共鳴イメージング（ＭＲＩ）信号処理は一般的に、例えば、高速フーリエ変換（ＦＦＴ）を使用して信号を周波数領域に変換し、ＦＦＴ変換された信号にスペクトルフィルタリングを適用することによって行われる。ただし、このアプローチでは、時間領域全体に同じスペクトルフィルタリングが適用される。ノイズ信号が一時的に現れる場合、例えば間欠ノイズや他の短時間ノイズの場合、この時間グローバルフィルタはノイズを抑制するために適切に調整されていない。本明細書に開示する実施形態では、ＭＲ信号を、時間及び瞬間周波数スペクトルの関数として少なくとも１つのＭＲ信号を表すコヒーレンス関数で変換し、変換したＭＲ信号にスペクトルフィルタリングを適用する。このように、スペクトルフィルタリングを時間の関数として動的に調整でき、ノイズをより効果的に抑制できる。１つのＭＲ受信チャネルのみが使用可能な場合（又は複数のＭＲ受信チャネルを個別にフィルタリングする場合）、使用されるコヒーレンス関数は自己コヒーレンス関数になる。一方、マルチチャネルコイルの場合、チャネル間に予想される部分コヒーレンスを考慮すると、使用されるコヒーレンス関数はチャネルの対に適用されるクロスコヒーレンス関数である。
【0016】
[0019] 現在のＭＲ設計では、被検体内のＭＲ励起からＭＲ信号が生成される。信号のフーリエ変換（ＦＦＴ）はＭＲ信号が生成された時間に関する情報を提供しないため、コヒーレンス関数を定義するには２次元（２Ｄ）表現（時間及び周波数など）が必要である。このような時間－周波数表現を使用して、ＭＲ信号の瞬間周波数が特定される（例えば、Ｆｒａｎｃｏｉｓ Ａｕｇｅｒ、Ｐａｔｒｉｃｋ Ｆｌａｎｄｒｉｎ、Ｐａｕｌｏ Ｃｏｎｃａｌｖｅｓ、Ｏｌｉｖｉｅｒ Ｌｅｍｏｉｎｅ、「Ｔｉｍｅ－Ｆｒｅｑｕｅｎｃｙ Ｔｏｏｌｂｏｘ－Ｆｏｒ Ｕｓｅ ｗｉｔｈ ＭＡＴＬＡＢ（登録商標）」（ＣＮＲＳ（フランス）、ライス大学（米国）、１９９５～１９９６）を参照されたい）。時間－周波数表現の他の例としては、ＭＲＩ信号のウィグナー・ビレ（Ｗｉｇｎｅｒ－Ｖｉｌｌｅ）分布（ＷＶＤ）及び／又は平滑化された疑似ＷＶＤ（ＳＰＷＶＤ）がある。
【0017】
[0020] 本明細書に開示されているいくつかの実施形態では、信号はコヒーレンス関数を用いて変換される。コヒーレンス関数は、時間及び瞬間周波数スペクトルの関数としてデータを表す。単一のＭＲＩ信号を処理する場合、コヒーレンス関数は、適切に、ウィグナー・ビレ分布（ＷＶＤ）や平滑化された擬似ＷＶＤ（すなわち、ＳＰＷＶＤ）などのコーエン（Ｃｏｈｅｎ）クラスの時間－周波数変換などの自己コヒーレンス関数である。マルチチャネルＭＲＩ受信コイルの場合のように、有意に相関した複数のＭＲＩ信号チャネルが使用可能な場合は、平均二乗コヒーレンスなどのクロスコヒーレンス関数をチャネル対のベースで使用できる。
【0018】
[0021] ＭＲＩ信号のフィルタリングを行うために、例示的なアプローチでは、時間における各データポイント周辺の時間ウィンドウについて、コヒーレンス（自己コヒーレンス又はクロスコヒーレンスなど）を０～１のスケール（０は完全にインコヒーレントで、１は完全なコヒーレンス）で計算し、その時間ウィンドウにおける信号のＦＦＴにコヒーレンス値を掛ける。或いは、コヒーレンス値は、乗算を行う前に閾値化し、これにより、コヒーレンスが閾値を下回る時間間隔で信号を完全に抑制できる。
【0019】
[0022] 図１を参照して、被検体Ｓ（例えば患者などの例示的な人間の被検体Ｓ、獣医学の被検体、又は考古学のミイラなど）をイメージングするための例示的な磁気共鳴（ＭＲ）イメージングシステム又はデバイス１０は、磁気共鳴（ＭＲ）イメージングスキャナ（本明細書では、ＭＲＩスキャナとも呼ぶ）を含む。ＭＲＩスキャナは、例示する実施例では、図１に示す様々な構成要素を含むハウジング又はガントリ２を含む。様々な構成要素には、非限定的な例として、静（Ｂ０）磁場を発生させる超電導又は抵抗磁石４、Ｂ０磁場上に磁場勾配を重ね合わせるための磁場勾配コイル６、ＭＲボア１２又は他のＭＲ検査領域に配置されたイメージング対象の患者内の磁気共鳴を励起及び／又は空間的にエンコードするために高周波（ＲＦ）パルスを印加するための全身ＲＦコイル８などが含まれる。磁石４及び勾配コイル６は、ボア１２の周りを同心円状に配置されている。ロボット患者カウチ１４又は他の患者サポートを使用すると、患者、医学的スクリーニング中の患者、又は他のイメージング対象の患者を、イメージングのためにＭＲボア１２の中にロードできる。
【0020】
[0023] イメージング対象の被検体Ｓ内で励起された磁気共鳴は、ＭＲ受信コイル１８によって読み出される。ＭＲ受信コイル１８は、例示する実施形態では、複数のＭＲコイル要素２２を含む。（極端な場合、コイル要素の数は１つである。つまり、コイルには単一のコイル要素のみが含まれている場合がある）。各コイル要素２２は、ＭＲイメージングデバイス１０内に配置された被検体内で励起されたＭＲ信号を受信するための高周波アンテナである。各コイル要素２２は通常、ＭＲ受信チャネルを形成する。
【0021】
[0024] 図１は、複数の例示的なコイル要素２２を有する例示的なＭＲコイル１８（又はコイルアレイ１８）を示している。コイル１８には、一般に、任意の数のコイル要素２２、例えば、１６個のコイル要素、２０個のコイル要素、３２個のコイル要素などが含まれ得ることが理解されるであろう。各コイル要素２２は通常、ＭＲ受信チャネルの一部である。ＭＲ受信チャネルには、ＭＲ周波数帯域のＭＲ信号を受信するＭＲコイル要素２２及び前置増幅器と、しばしば、他の信号処理電子機器とが含まれる。例示する各コイル要素２２は、銅、銅合金、又は別の導電性材料の単一ループであり、例えば、回路基板、プラスチックシート、プラスチックフォーマ、又は他の電気絶縁基板上に堆積された銅層として形成されるか、又は代わりに独立した金属ループとして形成される。しかし、より一般的に、コイル要素２２は、ＭＲ周波数帯域のＭＲ信号と結合できる任意の適切なアンテナ（マルチループコイル又は他の形状のアンテナなど）であり得る。いくつかの実施例では、ＭＲコイル要素２２を含むＭＲコイル１８が、図１に示すように検査領域（つまり、ＭＲボア１２）に配設される。
【0022】
[0025] 図２及び図３を参照し、図１を引き続き参照すると、電子機器２４（電子プロセッサ、より具体的にはマイクロプロセッサなど）が、コイル要素２２からＭＲ信号を受信する。一般に、ＭＲイメージングデバイス１０内の被検体Ｓ内で励起された少なくとも１つのＭＲ信号２６が、ＭＲ１８コイルから電子機器２４によって受信される。マルチチャネルコイル１８を使用した例示する実施形態では、ＭＲ信号２６には通常、各チャネルのＭＲ信号が含まれている。１つ以上のＭＲ信号２６は、次に、アナログ－デジタル変換器（ＡＤＣ、又はマルチチャネル信号の場合はＡＤＣバンク）２８によって処理され、１つ以上のＭＲ信号２６を対応するデジタル信号に変換する。
【0023】
[0026] 電子機器２４は、少なくとも１つのＭＲ信号を時間及び瞬間周波数スペクトルの関数として表すコヒーレンス関数モジュール３２（図２及び図３を参照）を使用して少なくとも１つのＭＲ信号２６を変換するようにプログラムされている。図２に示す実施形態では、少なくとも１つのＭＲ信号は、単一のＭＲ信号２６を含む。これらの実施形態において、コヒーレンス関数３２は、コーエンクラスの時間－周波数変換などの自己コヒーレンス関数を含む。その例としては、ウィグナー・ビレ分布（ＷＶＤ）及び／又は平滑化された疑似ＷＶＤ（ＳＰＷＶＤ）が挙げられる。このような実施形態では、少なくとも１つのＭＲ信号が単一のＭＲ信号２６を含むとき、コヒーレンス関数は、時間領域での時間ウィンドウと周波数領域での減衰フィルタウィンドウとを含むＳＰＷＶＤを含む。
【0024】
[0027] 図３に示す実施形態では、少なくとも１つのＭＲ信号２６は、複数のＭＲ信号２６を含み（図２は、これを第２のＭＲ信号２６’及び第２のＡＤＣ２８を用いて示しているが、ＭＲ信号２６の数に対応する任意の数のＡＤＣ２８を含めることができる）、コヒーレンス関数３２はクロスコヒーレンス関数を含む。例えば、複数のＭＲ信号の各ＭＲ信号は、例示したマルチチャネルＭＲコイル１８の対応するチャネルから受信され、クロスコヒーレンス関数は、チャネル対のベースで使用される平均二乗コヒーレンスを含む。このような実施形態では、少なくとも１つのＭＲ信号２６が複数のＭＲ信号を含むとき、コヒーレンス関数は平均二乗コヒーレンス関数を含み、平均二乗コヒーレンス関数がゼロ閾値を下回るコヒーレンス値を出力すると、各ＭＲ信号２６は、ＭＲ信号２６をゼロに設定することで変換される。
【0025】
[0028] 変換を行うために、デジタルＭＲ信号２６はＦＦＴモジュール３０によって処理されて（又は、複数のＭＲ信号２６がある場合は、少なくとも第２のＦＦＴモジュール３０’が含まれる）、デジタルＭＲ信号２６を周波数領域に変換する。いくつかの実施例では、変換されたＭＲ信号２６を、変換されたＭＲ信号２６のノイズを抑制する信号対ノイズ比（ＳＮＲ）モジュール３４に入力できる。
【0026】
[0029] 次に、電子機器２４は、変換された少なくとも１つのＭＲ信号２６にスペクトルフィルタリングを適用する。これを行うために、コヒーレンス関数モジュール３２は、少なくとも１つのＭＲ信号２６の時間における各データポイント周辺の選択された時間ウィンドウについて、所定のスケールでコヒーレンス関数を計算して、コヒーレンス値を生成するようにプログラムされている。ＭＲ信号２６のＦＦＴに、選択された時間ウィンドウにおいてコヒーレンス値を掛ける。いくつかの実施形態では、乗算の前に、抑制モジュール３６がコヒーレンス値を閾値化して、コヒーレンスが所定の閾値を下回る時間間隔において信号を完全に抑制する一方で、コヒーレンスが所定の閾値を上回る時間間隔において信号を減衰せずに通過させる。
【0027】
[0030] フィルタリングされたＭＲ信号２６は、次に、逆ＦＦＴ（ＩＦＦＴ）モジュール３８（図２）によって、又は第１のＩＦＦＴモジュール３８及び第２のＩＦＦＴモジュール３８’（図３）によって更に処理されて、フィルタリングされたＭＲ信号２６のノイズを更に抑制する。次に、画像再構成モジュール４０が、フィルタリングされたＭＲ信号２６を、被検体Ｓの１つ以上の再構成された医用画像に処理するようにプログラムされる。
【0028】
[0031] 図４を参照して、コヒーレンス関数モジュール３２を用いる開示するアプローチにおいて、短時間の信号事象を抑制するやり方をシミュレーション計算によって図式的に示している。図４では、時間の関数として信号５０がプロットされている。この信号５０において、第２の信号事象５１が観察される。図４の左側には、メイン信号５０の周波数領域を、対応するエネルギースペクトル密度（ＥＳＤ）５２として示している。信号成分５０は、エネルギースペクトル密度５２では、主要ピーク５０ＥＳＤとして見られ、第２の信号事象５１は、エネルギースペクトル密度５３では、メイン信号ピーク５０ＥＳＤから十分に離れた低振幅高周波数ピーク５１ＥＳＤとして見られる。しかし、エネルギースペクトル密度５２は時間の関数としては分解されない。これは、ＦＦＴ（図示せず）など、ＭＲ信号５０の他の典型的な周波数領域表現にも当てはまる。周波数領域表現５２は時間の関数として分解されないため、ノイズを除去するために周波数領域表現５２に作用するノイズフィルタを時間の経過と共にグローバルに適用する必要がある。これにより、短時間の信号事象５１の一部の時間エリアでフィルタリングが適用されないため、最適でないノイズ除去が発生する可能性がある。
【0029】
[0032] 図４を引き続き参照すると、ＭＲ信号５０のコヒーレンス関数変換が、平滑化された疑似ウィグナー・ビレ分布（ＳＰＷＶＤ）５４として示される。コヒーレンス変換５６は、少なくとも１つの信号を、時間（横座標又は水平ｘ軸にプロットされる）及び瞬間周波数スペクトル（縦座標又は垂直ｙ軸にプロットされる）の関数として表す。信号５０の信号成分は、ＳＰＷＶＤ５４では、プロットされた時間間隔全体にわたって延在する構造５０ＳＰＷＶＤとして見られ、これは、信号５０の上のプロットに見られるように、信号がプロットされた時間間隔全体にわたって延在するためである。一方、第２の信号事象５１は、ＳＰＷＶＤ５４では、メイン信号構造５０ＳＰＷＶＤから十分に離れ、また、ＳＰＷＶＤ５４に示す時間間隔ｔｓｉｇｎａｌ２に時間的に制限されている高周波特徴５１ＳＰＷＶＤとして見られる。第２の信号事象５１は、ＳＰＷＶＤ５４では時間の関数として分解されるので、ノイズを除去するためにＳＰＷＶＤ５４に作用するノイズフィルタを、時間的に限定されたやり方で、例えば、時間間隔ｔｓｉｇｎａｌ２やｔｓｉｇｎａｌ２より少し大きい時間間隔を除いて適用できる。これにより、時間の関数として動的に順応するノイズフィルタリングが可能になり、時間の関数として分解されないＦＦＴ、ＥＳＤ、又は他の周波数領域表現を使用してフィルタリングする際に、短時間の信号事象が存在するときに発生する可能性のある、望ましくない信号損失や最適でないノイズ除去を回避できる。
【0030】
[0033] 図５を参照し、また、図１及び図２を再び参照して、ＭＲデバイス１０を使用する例示的なイメージング方法１００がフローチャートとして図式的に示されている。方法１００を開始するために、患者がカウチ１上に、そして、ボア１２内にロードされる。ＭＲコイル１８が患者の上に配置される。ステップ１０２において、電子機器２４によってＭＲ信号２６が受信される。ステップ１０４において、ＭＲ信号２６は、ＭＲ信号２６を時間及び瞬間周波数スペクトルの関数として表すコヒーレンス関数で変換される。ステップ１０６において、変換されたＭＲ信号２６がスペクトルフィルタリングされる。ステップ１０８において、フィルタリングされたＭＲ信号２６が少なくとも１つの医用画像に再構成される。
【0031】
実施例
[0034] 図２を引き続き参照して、単一チャネルでのＭＲＩ信号のＭ個の観察に基づいて、各ＭＲＩ信号は、信号とノイズとでｙｉ（ｍ）＝ｘｉ（ｍ）＋ｎｉ（ｍ）で構成され、ｙｉ（ｍ）は、見積もられる信号である。指数ｉはチャネルｉの信号成分であり、ｍはサンプル値である。信号はそれ自身と強く相関しており、信号には相関のないノイズ源（情報を伝達しない信号）が付いてくるとされている。コヒーレンス関数の値は、信号が存在するかどうかを判断するために使用される主要なメトリックである。更に、ノイズ統計の学習は不要であり、信号の受信した現在の観測だけが必要である。ノイズがある信号（同じチャネル又は異なるチャネル）間のコヒーレンス関数の振幅が１に等しい又は１に近い場合、信号が優勢であり、歪みなしに通過するはずである。
[0034] 図２を引き続き参照して、単一チャネルでのＭＲＩ信号のＭ個の観察に基づいて、各ＭＲＩ信号は、信号とノイズとでｙｉ（ｍ）＝ｘｉ（ｍ）＋ｎｉ（ｍ）で構成され、ｙｉ（ｍ）は、見積もられる信号である。指数ｉはチャネルｉの信号成分であり、ｍはサンプル値である。信号はそれ自身と強く相関しており、信号には相関のないノイズ源（情報を伝達しない信号）が付いてくるとされている。コヒーレンス関数の値は、信号が存在するかどうかを判断するために使用される主要なメトリックである。更に、ノイズ統計の学習は不要であり、信号の受信した現在の観測だけが必要である。ノイズがある信号（同じチャネル又は異なるチャネル）間のコヒーレンス関数の振幅が１に等しい又は１に近い場合、信号が優勢であり、歪みなしに通過するはずである。
【0032】
[0035] ＭＲＩ信号は空間的に分離され、したがって、各信号は式１に従って表される：
ｙｉ［ｍ］＝ｘｉ［ｍ］＋ｎｉ［ｍ］、 ［ｉ＝１、２、３、・・・］ （１）
これにより、ｎｉ（ｍ）はノイズを表し、ｘｉ（ｍ）はノイズのない関心の信号を表し、ｙｉ（ｍ）はノイズがある信号を表し、ｉ個のチャネルとｍ個のサンプルとがある。ＦＦＴをＭ個のサンプルのブロックで行うことができるか、又は、スライディングウィンドウＦＦＴフィルタリングの重複－加算法を使用してＭ個のサブセット（Ｑ＜Ｍ）で行うことができる。一般に、ＦＦＴ分解能は、標準的なゼロ充填技術を使用してＱからＭにすることができる。信号のＦＦＴを取得した後、信号は式２に従って表される：
Ｙｉ［ｆ，ｋ］＝Ｘｉ［ｆ，ｋ］＋Ｎｉ［ｆ，ｋ］、 ［ｉ＝１、２、３、・・・］ （２）
ここで、ｆは周波数ビンであり、ｋはフレーム指数である。信号とノイズとは相関していない、図３に示すような２チャネルコイルの実施例では、Ｙｉ［ｆ，ｋ］のクロスパワースペクトル密度は式３に従って表される：
ここで、Ｐｕｖ［ｆ，ｋ］＝Ｅ｛Ｕ［ｆ，ｋ］Ｖ＊［ｆ，ｋ］｝は、それらの乗法的関数の期待値としてのクロススペクトル密度を含む。したがって、信号ｙ１［ｍ］と信号ｙ２［ｍ］との間の振幅コヒーレンス関数は式４に従って定義される：
ｙｉ［ｍ］＝ｘｉ［ｍ］＋ｎｉ［ｍ］、 ［ｉ＝１、２、３、・・・］ （１）
これにより、ｎｉ（ｍ）はノイズを表し、ｘｉ（ｍ）はノイズのない関心の信号を表し、ｙｉ（ｍ）はノイズがある信号を表し、ｉ個のチャネルとｍ個のサンプルとがある。ＦＦＴをＭ個のサンプルのブロックで行うことができるか、又は、スライディングウィンドウＦＦＴフィルタリングの重複－加算法を使用してＭ個のサブセット（Ｑ＜Ｍ）で行うことができる。一般に、ＦＦＴ分解能は、標準的なゼロ充填技術を使用してＱからＭにすることができる。信号のＦＦＴを取得した後、信号は式２に従って表される：
Ｙｉ［ｆ，ｋ］＝Ｘｉ［ｆ，ｋ］＋Ｎｉ［ｆ，ｋ］、 ［ｉ＝１、２、３、・・・］ （２）
ここで、ｆは周波数ビンであり、ｋはフレーム指数である。信号とノイズとは相関していない、図３に示すような２チャネルコイルの実施例では、Ｙｉ［ｆ，ｋ］のクロスパワースペクトル密度は式３に従って表される：
【数1】
【数2】
【0033】
[0036] すると、平均二乗コヒーレンス（ＭＳＣ）は、
に等しくなる。これは、相関のない信号をターンオフし、相関のある信号を通過させるために使用される。観察は、０～１のコヒーレンス関数を有し、重み付け基準決定を実施できる。この関数は、周波数ビンに直接作用する。
【数3】
【0034】
[0037] 上記の２チャネルコヒーレンスプロセスは、他の全てのチャネル対に適用でき、ゼロにする周波数ビンの決定は、抑制関数出力のＯＲアルゴリズムに基づいて行われる。
【0035】
[0038] 信号のインコヒーレントノイズを相殺するために、いくつかの抑制関数を設計できる（例えばＮｉｍａ Ｙｏｕｓｅｆｉａｎ、Ｋｏｓｔａｓ Ｋｏｋｋｉｎａｋｉｓ、Ｐｈｉｌｉｐｏｓ Ｃ．Ｌｏｉｚｏｕ、「Ａ Ｃｏｈｅｒｅｎｃｅ－Ｂａｓｅｄ Ａｌｇｏｒｉｔｈｍ ｆｏｒ Ｎｏｉｓｅ Ｒｅｄｕｃｔｉｏｎ ｉｎ Ｄｕａｌ－Ｍｉｃｒｏｐｈｏｎｅ Ａｐｐｌｉｃａｔｉｏｎｓ」（第１８回欧州信号処理会議（ＥＵＳＩＰＣＯ－２０１０）、２０１０年８月を参照）。ここで、抑制関数は、式５に従って表される：
【数4】
【0036】
[0039] ここで、
はチャネルにおけるノイズがある信号のコヒーレンスであり、したがって、関数Ｇ［ｆ，ｋ］は、コヒーレンス＜Ｔｈで全ての周波数成分を減衰させる。
【数5】
【0037】
[0040] 次に、（周波数空間における）最終的な信号値は、Ｙ１［ｆ，ｋ］＊Ｇ［ｆ，ｋ］（ｙ１［ｍ］のＦＦＴである信号Ｙ１の場合）として計算され、同様にＹ２［ｆ，ｋ］＊Ｇ［ｆ，ｋ］（ｙ２［ｍ］のＦＦＴである信号Ｙ２の場合）として計算される。
【0038】
[0041] 更に、単一チャネルコヒーレンスベースのノイズ除去では、ＳＰＷＶＤアルゴリズムが使用され、式６に従って、コヒーレンス関数を使用する代わりに、サンプリングされた信号から自己コヒーレンスを直接計算できる：
ここで、ｔ＝時間であり、ｖは周波数であり、ｈ（ｔ）は時間領域内の交差項を減らすための時間ウィンドウであり、ｇ（ｔ）減衰ウィンドウフィルタを使用して、周波数領域内の成分間の交差項を平滑化するか又は最小化する。
【数6】
【数7】
【0039】
[0042] 次に、（周波数空間における）最終的な信号値は、Ｙ［ｆ，ｋ］＊Ｇ［ｆ，ｋ］（ｙ［ｍ］のＦＦＴである信号Ｙの場合）として計算される。
【0040】
[0043] なお、ここでの信号の表記は、離散的ではなく連続的である。
【0041】
[0044] コイル要素のＮチャネルアレイの場合、この方法は、結合コイルの対ごとに繰り返される。結合に関する知識（ノイズ抵抗結合と相互インダクタンス信号結合）を方法に組み込むことができる。
【0042】
[0045] この説明は、周波数次元でスライディングウィンドウＦＦＴを使用する１ＤのＳＰＷＶＤについてのものである。このデータ収集次元は一般に高速Ａ／Ｄに関連する高速データ収集方向であるためである。しかし、この手法は、全てのｋ空間ラインを集めた後のｋ空間ライン次元（ｋ）にも適用でき、したがって、２Ｄノイズ低減アルゴリズムが存在する。
【0043】
[0046] 本開示は、好ましい実施形態を参照して説明されている。前の詳細な記述を読み、理解した者は、修正及び変更を想到するであろう。模範的な実施形態は、添付の特許請求の範囲又はその等価物の範囲内である限り、そのようなすべての修正及び変更を含むものと解釈されることを意図している。
【図1】
【図2】
【図3】
【図4】
【図5】
【国際調査報告】