利用磁共振装置来拍摄参数图的方法和磁共振装置的制造方法
【技术领域】
[0001] 本发明设及一种利用磁共振装置来拍摄目标区域的参数图的方法,其中为了迭代 地重建参数图,使用最优化法,在该最优化法中评估磁共振数据与假设数据的偏差,所述磁 共振数据是目标区域的对于不同的回波时间在k空间中欠扫描地存在的,其中对于每个回 波时间分别存在k空间的一个部分的磁共振数据,所述假设数据是用于参数图的当前假设 的、根据用于磁化的信号模型依据参数获得的。此外,本发明设及一种磁共振装置。
【背景技术】
[0002] 在现有技术中已经最大程度地公知磁共振成像。待拍摄的目标区域的自旋通过尽 可能均匀的基本磁场炬0场)来对齐并且通过高频激励来激励,其中相应的待测量的磁共 振信号描述了该激励的衰减。高频激励的场通常被称为B1场。在此,公知多个衰减常数, 特别是T1、T2和T2*。大多通过使用梯度场实现位置分辨率。
[0003] 磁共振成像是本身缓慢的成像技术,其通常需要长的测量时间。但是其提供大量 的图像对比度并且已经证明是用于获得软组织对比度的卓越方法。在经典的磁共振图像中 可见的通常的对比度是将患者的待拍摄组织的不同的物理参数组合的结果。该些混合因素 与所使用的拍摄技术和所使用的拍摄参数一起确定获得的对比度。
[0004] 一种与该"经典的"磁共振图像不同的、用于借助磁共振成像获得生物组织的对比 度信息的方案是,直接测量一个或多个基础的物理特性,该物理特性是确定经典的磁共振 图像中的图像对比度的混合的部分。该技术通常被称为"参量影射(parametricmapping)" 并且相应地提供参数图,例如T1图、T2图或T2*图。在使用该样的方案的情况下,得到的图 像对比度不取决于所使用的硬件、所应用的拍摄技术和所使用的特殊的图像拍摄参数。优 选地,得出简化的可比性和由此的临床诊断。由此例如可W构造比较参数值的数据库,可W 将新的参数数据组,也就是新的参数图与该比较参数值相比较。换言之,该意味着,从取决 于多个因素的相对的对比度信息转为对一个或多个物理特性的唯一的绝对的度量。
[0005] 很久W来就已经公知了用于确定参数图的技术并且通常需要极其花费时间的测 量,该测量在过去强烈限制了临床应用。在此,最近建议如下方法,通过进行k空间的欠扫 描来加速测量过程。通过关于所测量的磁共振信号的预先知识来均衡该欠扫描,其中例如 可W使用对于描述了磁化的磁共振信号的信号模型。然后可W在迭代的最优化法中确定参 数图。该类方法通常被称为基于模型的方案。
[0006] 通常在k空间中,也就是在傅里叶空间中拍摄磁共振数据。可W在数学上示出,必 须扫描一定数量的数据,W便重建无混淆伪影的磁共振图像。该关系也被称为巧奎斯特扫 描定理(Nyquist-Abtasttheorem)。尽管如此却可W考虑,所扫描的k空间数据的部分是冗 余的或存在预先知识,所述预先知识可W被用于合成k空间数据的部分,从而由此存在如 下可能性:在k空间中扫描比巧奎斯特定理要求的更少的数据。由于在典型的拍摄中测量 时间与所扫描的数据的数量成比例,通过欠扫描能够减少测量时间。
[0007] 但是,子巧奎斯特定理(Sub-Nyquist-Regime)中的数据扫描要求新的重建技术, 其超过了直接的傅里叶变换并且需要关于在数据或其预计的特性中的冗余的预先知识,W便确定磁共振数据的没有被扫描的部分。在利用数据冗余的领域中并行成像是用于实 现拍摄过程的加速的途径。在并行成像中在成像过程期间并行地使用多个接收线圈。该 意味着,由多个线圈拍摄磁共振信号,从而存在冗余。对于并行成像算法的公知示例是 "generalized autocalibrating partial parallel acquisition",缩写为GRAPPA,对此 例如参见Mark A. Griswold等人的基础文章"Generalized autocalibrating partial parallel acquisitions(GRAPPA)",Ma即etic Resonance in Medicine 47(2002)6, 1202 -1210。
[000引在确定参数图的领域内首先公知了已经提到的基于模型的方案,其中应当示 出对此的示例"model-based accelerated relaxometry by iterative non-linear inversion",缩写为MARTINI,为此也参见Tilman J. Sumpf等人的文章"Model-based nonlinear inverse reconstruction for T2mapping using highly undersampled spin-echo MRI",Journal of Ma即etic Resonance Imaging 34(2011)2, 420-428页。
[0009] 也就是,在该样的基于模型的方案中拍摄k空间中的欠扫描的磁共振数据。信号 模型(对于磁化的模型)现在允许,从对于参数图的假设中确定用作比较数据的假设数据。 通过比较假设数据与磁共振数据可W确定偏差。依据该偏差现在按照最优化法迭代地调整 所述假设或当满足中断条件时输出最终获得的最佳假设作为对于参数图的结果。
[0010] 下面简短地对于MARTINI重建更详细地解释该一点。
[0011] 如已经说明的那样,通过在目标区域中拍摄的组织的不同的物理参数,W及通过 拍摄技术和图像拍摄参数,确定在磁共振拍摄中获得的对比度。如果现在假设,所有该些因 素都是已知的,则可W预测磁共振信号(也就是磁化),从而可W确定对于图像拍摄过程的 信号模型。对于多回波自旋回波磁共振序列的该样的信号模型的示例是单指数的信号衰 减,其定义为:
[0012]
[0013] 在此,M是在空间位置F处的磁化,取决于两个组织参数,即质子密度P和横向弛 豫时间T2。此外,磁化M取决于预定义的图像拍摄参数,回波时间TE。作为对于参数图的 参数,组织参数P和T2通常是应当被测量的变量。
[0014] 从该示例可W看出,可W怎样使用模型,W便确定组织参数作为参数图,在此是质 子密度P和横向弛豫时间T2。如果假设在足够多的回波时间TE下扫描产生的磁共振信 号M,则可W通过简单的曲线拟合算法确定对于组织参数的假设。该通常W迭代的方式进 行。示例同样呈现出,信号模型W何种方式包含预先知识;如果在迭代的优化过程中使用信 号模型作为价值函数,则可W将所描述的信号特性强加于欠扫描的磁共振数据,由此在信 号模型中有效地估计期望的参数。martini利用该预先知识,方法是,一方面W特定的方式 欠扫描k空间并且另一方面使用基础的信号模型,W便表达对于非线性的迭代的重建的逆 问题。
[0015] 在此,在已知所使用的迭代的重建方案的条件下优化用W欠扫描k空间的方式。 MARTINI重建使用块扫描方案,该意味着,逐块地,也就是按照相连的块来扫描k空间,其中 对于每个回波时间TE改变块的