[go: up one dir, main page]

DE102020213900A1 - Verfahren zu einem Bereitstellen einer Positionsinformation einer lokalen Hochfrequenzspule - Google Patents

Verfahren zu einem Bereitstellen einer Positionsinformation einer lokalen Hochfrequenzspule Download PDF

Info

Publication number
DE102020213900A1
DE102020213900A1 DE102020213900.8A DE102020213900A DE102020213900A1 DE 102020213900 A1 DE102020213900 A1 DE 102020213900A1 DE 102020213900 A DE102020213900 A DE 102020213900A DE 102020213900 A1 DE102020213900 A1 DE 102020213900A1
Authority
DE
Germany
Prior art keywords
training
magnetic resonance
data
coil
frequency
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
DE102020213900.8A
Other languages
English (en)
Inventor
Michael Köhler
Johann Sukkau
Michael Wullenweber
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Siemens Healthineers Ag De
Original Assignee
Siemens Healthcare GmbH
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Siemens Healthcare GmbH filed Critical Siemens Healthcare GmbH
Priority to US17/490,206 priority Critical patent/US11719776B2/en
Publication of DE102020213900A1 publication Critical patent/DE102020213900A1/de
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R33/00—Arrangements or instruments for measuring magnetic variables
    • G01R33/20—Arrangements or instruments for measuring magnetic variables involving magnetic resonance
    • G01R33/28—Details of apparatus provided for in groups G01R33/44 - G01R33/64
    • G01R33/32—Excitation or detection systems, e.g. using radio frequency signals
    • G01R33/34—Constructional details, e.g. resonators, specially adapted to MR
    • G01R33/34092—RF coils specially adapted for NMR spectrometers
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/05—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves
    • A61B5/055—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves involving electronic [EMR] or nuclear [NMR] magnetic resonance, e.g. magnetic resonance imaging
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R33/00—Arrangements or instruments for measuring magnetic variables
    • G01R33/20—Arrangements or instruments for measuring magnetic variables involving magnetic resonance
    • G01R33/28—Details of apparatus provided for in groups G01R33/44 - G01R33/64
    • G01R33/32—Excitation or detection systems, e.g. using radio frequency signals
    • G01R33/34—Constructional details, e.g. resonators, specially adapted to MR
    • G01R33/341—Constructional details, e.g. resonators, specially adapted to MR comprising surface coils
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R33/00—Arrangements or instruments for measuring magnetic variables
    • G01R33/20—Arrangements or instruments for measuring magnetic variables involving magnetic resonance
    • G01R33/28—Details of apparatus provided for in groups G01R33/44 - G01R33/64
    • G01R33/32—Excitation or detection systems, e.g. using radio frequency signals
    • G01R33/34—Constructional details, e.g. resonators, specially adapted to MR
    • G01R33/341—Constructional details, e.g. resonators, specially adapted to MR comprising surface coils
    • G01R33/3415—Constructional details, e.g. resonators, specially adapted to MR comprising surface coils comprising arrays of sub-coils, i.e. phased-array coils with flexible receiver channels
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R33/00—Arrangements or instruments for measuring magnetic variables
    • G01R33/20—Arrangements or instruments for measuring magnetic variables involving magnetic resonance
    • G01R33/28—Details of apparatus provided for in groups G01R33/44 - G01R33/64
    • G01R33/32—Excitation or detection systems, e.g. using radio frequency signals
    • G01R33/36—Electrical details, e.g. matching or coupling of the coil to the receiver
    • G01R33/3664—Switching for purposes other than coil coupling or decoupling, e.g. switching between a phased array mode and a quadrature mode, switching between surface coil modes of different geometrical shapes, switching from a whole body reception coil to a local reception coil or switching for automatic coil selection in moving table MR or for changing the field-of-view
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R33/00—Arrangements or instruments for measuring magnetic variables
    • G01R33/20—Arrangements or instruments for measuring magnetic variables involving magnetic resonance
    • G01R33/44—Arrangements or instruments for measuring magnetic variables involving magnetic resonance using nuclear magnetic resonance [NMR]
    • G01R33/48—NMR imaging systems
    • G01R33/54—Signal processing systems, e.g. using pulse sequences ; Generation or control of pulse sequences; Operator console
    • G01R33/56—Image enhancement or correction, e.g. subtraction or averaging techniques, e.g. improvement of signal-to-noise ratio and resolution
    • G01R33/5608—Data processing and visualization specially adapted for MR, e.g. for feature analysis and pattern recognition on the basis of measured MR data, segmentation of measured MR data, edge contour detection on the basis of measured MR data, for enhancing measured MR data in terms of signal-to-noise ratio by means of noise filtering or apodization, for enhancing measured MR data in terms of resolution by means for deblurring, windowing, zero filling, or generation of gray-scaled images, colour-coded images or images displaying vectors instead of pixels

Landscapes

  • Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Condensed Matter Physics & Semiconductors (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • High Energy & Nuclear Physics (AREA)
  • Radiology & Medical Imaging (AREA)
  • General Health & Medical Sciences (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Biophysics (AREA)
  • Pathology (AREA)
  • Medical Informatics (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • Biomedical Technology (AREA)
  • Public Health (AREA)
  • Veterinary Medicine (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Signal Processing (AREA)
  • Magnetic Resonance Imaging Apparatus (AREA)

Abstract

Die Erfindung geht aus von einem computerimplementierten Verfahren zu einem Bereitstellen eines Ergebnisdatensatzes umfassend eine Positionsinformation einer lokalen Hochfrequenzspule, umfassend die folgenden Schritte:- Bereitstellen von Eingabedaten, wobei die Eingabedaten wenigstens Magnetresonanzdaten, die mittels der lokalen Hochfrequenzspule erfasst sind, umfassen,- Bestimmen eines Ergebnisdatensatzes durch Anwenden einer trainierten Funktion auf die Eingabedaten, wobei der Ergebnisdatensatz eine Positionsinformation zur Bestimmung der Position der lokalen Hochfrequenzspule umfasst, und- Bereitstellen des Ergebnisdatensatzes.

Description

  • Die vorliegende Erfindung betrifft ein computerimplementiertes Verfahren zu einem Bereitstellen eines Ergebnisdatensatzes umfassend eine Positionsinformation einer lokalen Hochfrequenzspule. Des Weiteren betrifft die vorliegende Erfindung ein computerimplementiertes Verfahren zu einem Bereitstellen einer trainierten Funktion, die zu einem Bestimmen einer Positionsinformation einer lokalen Hochfrequenzspule ausgebildet ist. Weiterhin geht die Erfindung aus von einem Bereitstellungssystem zu einem Bereitstellen der Positionsinformation sowie von einer Magnetresonanzvorrichtung mit dem Bereitstellungssystem. Die Erfindung umfasst weiterhin ein entsprechendes Computerprogrammprodukt und ein entsprechendes computerlesbares Speichermedium.
  • Für Magnetresonanzuntersuchungen an einem Patienten ist es häufig hilfreich, dass eine Position einer lokalen Hochfrequenzspule, die für die Magnetresonanzuntersuchung um den zu untersuchenden Bereich des Patienten angeordnet ist, bekannt ist. Dies trifft insbesondere dann zu, wenn verschiedene lokale Hochfrequenzspulen am Patienten positioniert sind für verschiedene Magnetresonanzmessungen. Hierbei werden für jede Magnetresonanzmessung nur ein Teil der lokalen Hochfrequenzspulen oder auch nur einzelne Spulenelemente einer lokalen Hochfrequenzspule verwendet. Werden während einer Magnetresonanzuntersuchung beispielsweise Magnetresonanzbilddaten von verschiedenen Organen erfasst, so ist es von Vorteil, jeweils nur diejenigen lokalen Hochfrequenzspulen und/oder Spulenelemente einer lokalen Hochfrequenzspule zu aktivieren, die sich räumlich besonders nah an dem jeweiligen zu untersuchenden Organ befinden.
  • Daher ist es sinnvoll, die Position der lokalen Hochfrequenzspulen und/oder von einzelnen Spulenelementen der lokalen Hochfrequenzspulen automatisch zu erkennen. Die Position der einzelnen lokalen Hochfrequenzspulen und/oder von einzelnen Spulenelementen der lokalen Hochfrequenzspulen kann einem Benutzer beispielsweise zusammen mit einer groben initialen Magnetresonanzaufnahme des Patienten dargestellt werden. Anhand der Position der einzelnen lokalen Hochfrequenzspulen und/oder von einzelnen Spulenelementen der lokalen Hochfrequenzspulen kann der Benutzer diejenigen lokalen Hochfrequenzspulen und/oder von einzelnen Spulenelementen der lokalen Hochfrequenzspulen auswählen, die am nächsten an der gewünschten Untersuchungsregion liegen. Die Auswahl der lokalen Hochfrequenzspulen und/oder von einzelnen Spulenelementen der lokalen Hochfrequenzspulen kann zudem auch automatisch erfolgen, wie dies beispielsweise aus der Patentschrift DE 10 2007 010 274 B4 bekannt ist.
  • Die Position der lokalen Hochfrequenzspule wird dabei aus der Verteilung des gemessenen Signals als Funktion des Ortes berechnet und/oder bestimmt. Die Empfangssensitivität einer lokalen Hochfrequenzspule kann stark variieren und nimmt im Allgemeinen mit steigender Entfernung von der lokalen Hochfrequenzspule ab. Daher sinkt im Regelfall das von einer lokalen Hochfrequenzspule gemessene Signal mit steigender Entfernung von ihr. Das Maximum des Signals in Abhängigkeit des Ortes entspricht dann im Allgemeinen der Position der lokalen Hochfrequenzspule.
  • Jedoch können bei der Bestimmung der Position der lokalen Hochfrequenzspulen und/oder von einzelnen Spulenelementen der lokalen Hochfrequenzspulen Probleme auftreten, die zu Ungenauigkeiten und/oder einer Verfälschung der Position der lokalen Hochfrequenzspulen und/oder von einzelnen Spulenelementen der lokalen Hochfrequenzspulen führen. Beispielsweise kann es sein, dass ein Zusammenhang zwischen einem Maximum eines gemessenen Signals und der Position der lokalen Hochfrequenzspule nicht immer eindeutig vorliegt. Hierbei können unterschiedliche Volumen und/oder Gewebearten eine Ortsabhängigkeit des erzeugten Signals hervorrufen und/oder beeinflussen. Beispielsweise wird aus den Extremitäten eines Patienten aufgrund der geringeren Anzahl von Spins weniger Signal erzeugt als aus dem Bereich des Abdomens. Dadurch kann es vorkommen, dass nicht direkt an der Position der lokalen Hochfrequenzspule, sondern etwas verschoben das maximale Signal gemessen wird.
  • Ein weiterer Grund für Positionsungenauigkeiten kann sein, dass mit zunehmender Entfernung zum Isozentrum ein Grundmagnetfeld und eine Ortskodierung einer Gradientenspule von einem Zielwert abweichen. Dabei führen Inhomogenitäten des Magnetfeldes und Nichtlinearitäten der Gradientenspule dazu, dass die Ortskodierung und damit die gemessene Position mit zunehmender Entfernung vom Zentrum einer Scannereinheit einer Magnetresonanzvorrichtung verfälscht werden können.
  • Ein weiterer Grund für Positionsungenauigkeiten kann sein, dass eine lokale Hochfrequenzspule mit großem Abstand zu einem Zentrum der Magnetresonanzvorrichtung auch nur wenig Signal empfängt und/oder liefert und somit das gemessene Spektrum durch Rauschsignale dominiert sein kann. Das kann ebenfalls zu einer fehlerhaften Lokalisierung führen.
  • Der vorliegenden Erfindung liegt insbesondere die Aufgabe zugrunde, verbesserte Möglichkeiten zur Positionsbestimmung von lokalen Hochfrequenzspulen und/oder von einzelnen Spulenelemente einer lokalen Hochfrequenzspule für eine Magnetresonanzmessung anzugeben. Die Aufgabe wird durch die Merkmale der unabhängigen Ansprüche gelöst. Vorteilhafte Ausgestaltungen sind in den Unteransprüchen beschrieben.
  • Die Erfindung geht aus von einem computerimplementierten Verfahren zu einem Bereitstellen eines Ergebnisdatensatzes umfassend eine Positionsinformation einer lokalen Hochfrequenzspule, umfassend die folgenden Schritte:
    • - Bereitstellen von Eingabedaten, wobei die Eingabedaten wenigstens Magnetresonanzdaten, die mittels der lokalen Hochfrequenzspule erfasst sind, umfassen,
    • - Bestimmen eines Ergebnisdatensatzes durch Anwenden einer trainierten Funktion auf die Eingabedaten, wobei der Ergebnisdatensatz eine Positionsinformation zur Bestimmung einer Position der lokalen Hochfrequenzspulen umfasst, und
    • - Bereitstellen des Ergebnisdatensatzes.
  • Das Bereitstellen der Eingabedaten umfassend wenigstens mittels der lokalen Hochfrequenzantenne erfasste Magnetresonanzdaten und ein Empfangen der trainierten Funktion erfolgt insbesondere mittels einer Schnittstelle, insbesondere mittels einer Schnittstelle eines Bereitstellungssystems. Das Bestimmen des Ergebnisdatensatzes erfolgt bevorzugt mittels einer Bestimmungseinheit und/oder einer Recheneinheit, insbesondere mittels einer Bestimmungseinheit und/oder einer Recheneinheit des Bereitstellungssystems.
  • Die Eingabedaten umfassen bevorzugt Magnetresonanzdaten, die mittels der lokalen Hochfrequenzspule und/oder einzelnen Spulenelementen der lokalen Hochfrequenzspule erfasst sind. Dabei können die Eingabedaten auch Magnetresonanzdaten umfassen, die mittels zwei oder mehr lokaler Hochfrequenzspulen und/oder auch mittels zwei oder mehr Spulenelemente einer lokalen Hochfrequenzspule erfasst sind. Die Eingabedaten können zudem auch eine zusätzliche Information umfassen, wie beispielsweise welche lokale Hochfrequenzspule und/oder welche Spulenelemente der lokalen Hochfrequenzspule für die Erfassung der von den Eingabedaten umfassten Magnetresonanzdaten verwendet wurden. Zudem können die Eingabedaten auch zusätzliche Informationen, wie beispielsweise einen zu untersuchenden Bereich des Patienten und/oder eine Tischposition und/oder weiterer, dem Fachmann als sinnvoll erscheinender Informationen umfassen. Unter dem Begriff lokale Hochfrequenzspule soll sowohl eine lokale Hochfrequenzspule als auch einzelne Spulenelemente einer lokalen Hochfrequenzspule verstanden werden.
  • Andere Begriffe für eine trainierte Funktion sind trainierte Abbildungsvorschrift, Abbildungsvorschrift mit trainierten Parametern, Funktion mit trainierten Parametern, Algorithmus basierend auf künstlicher Intelligenz, Algorithmus des maschinellen Lernens. Ein Beispiel für eine trainierte Funktion ist ein künstliches neuronales Netzwerk, wobei Gewichte und/oder Kantengewichte des künstlichen neuronalen Netzwerks den Parametern der trainierten Funktion entsprechen. Anstatt des Begriffs „neuronales Netzwerk“ kann auch der Begriff „neuronales Netz“ verwendet werden. Insbesondere kann eine trainierte Funktion auch ein tiefes künstliches neuronales Netzwerk sein (ein englischer Fachbegriff ist „deep neural network“ oder „deep artificial neural network“). Ein weiteres Beispiel für eine trainierte Funktion ist eine „Support Vector Machine“, weiterhin sind auch insbesondere andere Algorithmen des maschinellen Lernens als trainierte Funktion einsetzbar.
  • Derart basiert das Bereitstellen eines Ergebnisdatensatzes umfassend eine Positionsinformation einer lokalen Hochfrequenzspule insbesondere auf einem maschinellen Lernverfahren, auch Deep-Learning Verfahren genannt, welches auf dem künstlichen neuronalen Netz basiert. Ein künstliches neuronales Netz (KNN, englisch artificial neural network- ANN) ist insbesondere ein in einem Rechenprogramm nachgebildetes Netz aus künstlichen Neuronen. Das künstliche neuronale Netz basiert dabei typischerweise auf einer Vernetzung von mehreren künstlichen Neuronen. Die künstlichen Neuronen sind dabei typischerweise auf verschiedenen Schichten (layers) angeordnet. Üblicherweise umfasst das künstliche neuronale Netz eine Eingangsschicht (input layer) und eine Ausgabeschicht (output layer), deren Neuronenausgabe als einzige des künstlichen neuronalen Netzes sichtbar wird. Zwischen der Eingangsschicht und der Ausgabeschicht liegende Schichten werden typischerweise als verdeckte Schichten (hidden layers) bezeichnet. Typischerweise wird zunächst eine Architektur und/oder Topologie eines künstlichen neuronalen Netzes initiiert und dann in einer Trainingsphase für eine spezielle Aufgabe oder für mehrere Aufgaben in einer Trainingsphase trainiert. Das Training des künstlichen neuronalen Netzes umfasst dabei typischerweise eine Veränderung einer Gewichtung und/oder einer Parametrisierung einer Verbindung zwischen zwei künstlichen Neuronen des künstlichen neuronalen Netzes. Das Training des künstlichen neuronalen Netzes kann auch eine Entwicklung von neuen Verbindungen zwischen künstlichen Neuronen, ein Löschen von bestehenden Verbindungen zwischen künstlichen Neuronen, ein Anpassen von Schwellwerten der künstlichen Neuronen und/oder ein Hinzufügen oder ein Löschen von künstlichen Neuronen umfassen.
  • Die trainierte Funktion und/oder das künstliche neuronale Netz kann dabei auch ein „Fully connected neural net“ umfassen, bei dem jedes Neuron einer Schicht mit jedem Neuron der vorhergehenden Schicht und der nachfolgenden Schicht verbunden ist.
  • Des Weiteren kann die trainierte Funktion und/oder das künstliche neuronale Netz auch verdeckte Schichten umfassen, die als Drop-Out-Schichten und/oder Drop-Out-Layers ausgebildet sind. Derartige Drop-Out-Schichten und/oder Drop-Out-Layers umfassen eine Regularisierungsmethode, um ein Overfitting der trainierten Funktion und/oder des künstlichen neuronalen Netzes zu verringern und/oder zu verhindern. Hierbei werden beim Trainieren der trainierten Funktion und/oder des künstlichen neuronalen Netzes zufällig ausgewählte einzelne Neuronen in den Drop-Out-Schichten und/oder Drop-Out-Layers deaktiviert und für den kommenden Berechnungsschritt nicht berücksichtigt.
  • Weiterhin kann die trainierte Funktion und/oder das künstliche neuronale Netz verdeckte Schichten umfassen, die rekurrente LSTM Neuronen (long short-term memory Neuronen) umfassen. Hierbei kann zwischen den Neuronen unterschiedlicher Schichten eine Rückkopplung erfolgen. Diese Variante der trainierten Funktion und/oder des künstlichen neuronalen Netzes umfasst vor allem eine effektive Lernphase, indem das insbesondere mehrschichtigen reinen feed-forward Netzen, also bei mehrschichtigen Netzen ohne Rückkopplung, das Problem, dass während der Lernphase Parameter und/oder Gewichte der vorderen verdeckten Schichten nur unzureichend optimiert werden, reduziert und/oder verhindert werden kann.
  • Die trainierte Funktion und/oder das künstliche neuronale Netz wurde insbesondere im Vorfeld bereits geeignet für das Bestimmen einer Positionsinformation zur Bestimmung der Position der lokalen Hochfrequenzspule anhand der erfassten Magnetresonanzdaten trainiert. Für das Training der trainierten Funktion und/oder des künstlichen neuronalen Netzes werden dabei insbesondere Trainingsdatensätze verwendet, in denen beispielsweise eine Signalintensität der mittels der lokalen Hochfrequenzspule erfassten Magnetresonanzdaten einer Position und/oder einer Positionsinformation der lokalen Hochfrequenzspule zugeordnet ist. Die Trainingsdatensätze sind dabei typischerweise von vom Patienten verschiedenen Trainings-Personen und/oder Trainings-Hochfrequenzspulen akquiriert worden.
  • Die trainierte Funktion und/oder das künstliche neuronale Netz bildet die Eingabedaten auf Ausgabedaten, insbesondere den Ergebnisdatensatz, ab. Hierbei können die Ausgabedaten, insbesondere der Ergebnisdatensatz, insbesondere weiterhin von einem Parameter oder mehreren Parametern der trainierten Funktion abhängen. Der eine Parameter oder die mehreren Parameter der trainierten Funktion und/oder des künstlichen neuronalen Netzes können durch ein Training bestimmt und/oder angepasst werden. Das Bestimmen und/oder das Anpassen des einen Parameters oder der mehreren Parameter der trainierten Funktion kann insbesondere auf einem Paar aus Trainingseingabedaten und zugehörigen Trainingsausgabedaten basieren, wobei die trainierte Funktion zur Erzeugung von Trainingsausgabedaten auf die Trainingseingabedaten angewendet wird. Im Allgemeinen wird auch eine trainierbare Funktion, d.h. eine Funktion mit noch nicht angepassten einen oder mehreren Parametern, als trainierte Funktion bezeichnet.
  • Die trainierte Funktion und/oder das künstliche neuronale Netz umfasst mindestens einen Parameter, wobei die Ausgabewerte der trainierten Funktion und/oder des künstlichen neuronalen Netzes abhängig von dem Wert bzw. den Werten des mindestens einen Parameters sind. Ein Parameter der trainierten Funktion und/oder des künstlichen neuronalen Netzes basiert insbesondere auf dem zumindest einen Trainingsdatensatz, wenn der Parameter der trainierten Funktion und/oder des künstlichen neuronalen Netzes zur Optimierung der trainierten Funktion und/oder des künstlichen neuronalen Netzes basierend auf den zumindest einen Trainingsdatensatz verändert und/oder angepasst wurde. Dies schließt den Fall ein, dass mehrere bzw. alle Parameter der trainierten Funktion und/oder des künstlichen neuronalen Netzes zur Optimierung basierend auf den zumindest einen Trainingsdatensatz verändert und/oder angepasst wurden.
  • Der Ergebnisdatensatz umfasst die Positionsinformation zur Bestimmung der Position der lokalen Hochfrequenzspule. Der Ergebnisdatensatz kann dabei auch direkt die Position der lokalen Hochfrequenzspule umfassen. Zudem kann der Ergebnisdatensatz auch weitere Informationen bezüglich der Position der lokalen Hochfrequenzspule umfassen. Beispielsweise kann hierbei der Ergebnisdatensatz auch eine Information umfassen, die angibt, wie wahrscheinlich eine Übereinstimmung der aus der Positionsinformation ermittelten Position der lokalen Hochfrequenzspule mit der tatsächlichen Position der lokalen Hochfrequenzspule ist. Zudem kann es auch sein, dass der Ergebnisdatensatz auch eine Information enthält, dass keine lokale Hochfrequenzspule und/oder kein Spulenelement einer lokalen Hochfrequenzspule anhand der Eingabedaten bestimmt werden konnte bzw. für keine lokale Hochfrequenzspule und/oder kein Spulenelement einer lokalen Hochfrequenzspule eine Position anhand der Eingabedaten bestimmt werden konnte. In einem derartigen Fall kann die Positionsinformation den Wert „0“ annehmen.
  • Durch die Erfindung kann vorteilhaft eine Positionserkennung und/oder eine Positionsbestimmung einer lokalen Hochfrequenzspule und/oder von Spulenelementen einer lokalen Hochfrequenzspule als auch eine Identifizierung von lokalen Hochfrequenzspulen und/oder von Spulenelementen einer lokalen Hochfrequenzspule verlässlich erfolgen. Insbesondere bei lokalen Hochfrequenzspulen, die außerhalb eines Homogenitätsvolumens und/oder außerhalb eines Linearitätsvolumens bei der Magnetresonanzdatenerfassung angeordnet und/oder positioniert sind, kann die Positionserkennung und/oder die Positionsbestimmung als auch die Identifizierung von lokalen Hochfrequenzspulen und/oder von Spulenelementen einer lokalen Hochfrequenzspule besonders effizient erfolgen. Ein weiterer Vorteil ist, dass die Positionserkennung und/oder die Positionsbestimmung und auch die Identifizierung von lokalen Hochfrequenzspulen und/oder von Spulenelementen einer lokalen Hochfrequenzspule unabhängig von einer Sensorik zur Erkennung und/oder Erfassung der lokalen Hochfrequenzspulen ist, wie beispielweise Kameras oder auf den lokalen Hochfrequenzspulen angebrachte Sensoren. Zudem kann das erfindungsgemäße Verfahren auch besonders einfach auf lokale Hochfrequenzspulen anderer Hersteller angewendet werden, so dass diese lokale Hochfrequenzspulen nicht mit einer entsprechenden Sensorik ausgestattet werden müssen.
  • Gegenüber zusätzlichen Messungen zur Bestimmung der Position der lokalen Hochfrequenzspule aus dem Stand der Technik weist das erfindungsgemäße Verfahren zu einem Bereitstellen eines Ergebnisdatensatzes umfassend eine Positionsinformation einer lokalen Hochfrequenzspule den Vorteil auf, dass ein geringerer Wartungsaufwand erforderlich ist. So erfordern diese zusätzlichen und/oder dedizierten Messungen ein Setzen und/oder ein Definieren von insbesondere Schwellwerten. Diese Schwellwerte tragen dazu bei zu entscheiden, ob eine lokale Hochfrequenzspule für eine medizinische Magnetresonanzmessung zur Verfügung steht oder ob die lokale Hochfrequenzspule zu weit für die medizinische Magnetresonanzmessung vom Zentrum der Scannereinheit entfernt ist. Jedoch sind derartige Schwellwerte insbesondere abhängig von einer Art der lokalen Hochfrequenzspule und einer zu untersuchenden Körperregion. Es hat sich gezeigt, dass derartige Schwellwerte nicht immer verlässlich sind, und es abhängig von Patienten-Typen und/oder weiterer Faktoren zu Ungenauigkeiten und/oder Abweichungen bei der Bestimmung der Schwellwerte und/oder der Position der lokalen Hochfrequenzspule kommen kann. Durch die Verwendung des hier vorgeschlagenen Verfahrens zu einem Bereitstellen eines Ergebnisdatensatzes umfassend eine Positionsinformation einer lokalen Hochfrequenzspule mittels einer trainierten Funktion und/oder eines künstlichen neuronalen Netzes wird das Setzen und/oder das Definieren von geeigneten Schwellwerten durch das automatische Training ersetzt.
  • In einer vorteilhaften Weiterbildung des erfindungsgemäßen Verfahrens zu einem Bereitstellen eines Ergebnisdatensatzes umfassend eine Positionsinformation einer lokalen Hochfrequenzspule kann es vorgesehen sein, dass die bereitgestellten Eingabedaten mittels der lokalen Hochfrequenzspule erfasste Magnetresonanzdaten umfassen, wobei die Magnetresonanzdaten eine Ortsinformation in zumindest einer Raumrichtung umfassen. Die Ortsinformation der Magnetresonanzdaten umfasst bevorzugt eine Ortskodierung der erfassten Magnetresonanzdaten. Beispielsweise können die Magnetresonanzdaten mit Ortsinformation, insbesondere Ortskodierung, mittels einer Spinecho-Messung und/oder einer Gradientenecho-Messung erfasst werden. Die Ortsinformation, insbesondere die Ortskodierung, der Magnetresonanzdaten kann dabei in eine Raumrichtung oder in mehrere Raumrichtungen erfolgen. Die Magnetresonanzdaten mit einer Ortsinformation, insbesondere einer Ortskodierung, in mehrere Raumrichtungen und/oder mehrere Ortskoordinaten können für jede Raumrichtung und/oder jede Ortskoordinate als separate Magnetresonanzdaten, insbesondere ein separates Spektrum, vorliegen. Alternativ oder zusätzlich ist es auch denkbar, dass die Magnetresonanzdaten mit einer Ortsinformation, insbesondere einer Ortskodierung, in mehrere Raumrichtungen und/oder mehrere Ortskoordinaten als mehrdimensionale Magnetresonanzdaten, insbesondere ein mehrdimensionales Spektrum, vorliegen. Ferner können die Magnetresonanzdaten, insbesondere die Spektren, bereits Fourier-transformiert vorliegen oder auch in der K-Raum-Kodierung vorliegen. Vorzugsweise entspricht hierbei die Anzahl der Input-Neuronen der Eingangsschicht der trainierten Funktion und/oder des künstlichen neuronalen Netzes der Anzahl der Datenpunkte der Eingabedaten, insbesondere der Magnetresonanzdaten und/oder der Spektren. Durch diese Ausgestaltung der Erfindung kann eine hohe Ortsgenauigkeit bei der Bestimmung der Positionsinformation der lokalen Hochfrequenzspulen und/oder von Spulenelementen der lokalen Hochfrequenzspule erreicht werden und damit eine hohe Effizienz des erfindungsgemäßen Verfahrens zu einem Bereitstellen eines Ergebnisdatensatzes umfassend eine Positionsinformation einer lokalen Hochfrequenzspule bereitgestellt werden. Insbesondere kann hierbei die Bestimmung der Positionsinformation der lokalen Hochfrequenzspule, insbesondere die Bestimmung der Position der lokalen Hochfrequenzspule, sequenziell für jede Raumrichtung erfolgen oder auch gemeinsam für alle Raumrichtungen.
  • In einer vorteilhaften Weiterbildung des erfindungsgemäßen Verfahrens zu einem Bereitstellen eines Ergebnisdatensatzes umfassend eine Positionsinformation einer lokalen Hochfrequenzspule kann es vorgesehen sein, dass die bereitgestellten Eingabedaten mittels der lokalen Hochfrequenzspule erfasste Magnetresonanzdaten umfassen, wobei die Magnetresonanzdaten normiert bezüglich Magnetresonanzdaten einer homogenen Hochfrequenzspule sind. Die homogene Hochfrequenzspule umfasst beispielsweise eine Körperspule (Body Coil). Insbesondere ist hierbei ein Empfangsprofil von erfassten Magnetresonanzdaten und/oder erfassten Signalen der Körperspule homogener als beispielsweise ein Empfangsprofil von erfassten Magnetresonanzdaten und/oder erfassten Signalen einer Kniespule und/oder weiterer lokaler Hochfrequenzspulen. Eine Normierung der erfassten Magnetresonanzdaten kann beispielsweise ein Dividieren der mittels der lokalen Hochfrequenzspule erfassten Magnetresonanzdaten, insbesondere Magnetresonanzdaten mit einer Ortskodierung, durch die mit der homogenen Hochfrequenzspule, insbesondere der Körperspule, erfassten Magnetresonanzdaten und/oder Signale für jeden Ortspunkt umfassen. Die Magnetresonanzdaten und/oder Signale der homogenen Hochfrequenzspule können dabei auch separat zur Erfassung der Magnetresonanzdaten mittels der lokalen Hochfrequenzspule erfasst werden.
  • Durch diese Ausgestaltung der Erfindung kann vorteilhaft eine Ortsungenauigkeit der erfassten Magnetresonanzdaten aufgrund von beispielsweise einer räumlichen Variationen von Gewebetypen und/oder räumlichen Variationen der Ausdehnung des zu untersuchenden Bereichs minimiert werden. Dadurch kann auch für zu untersuchende Bereiche, wie beispielsweise die Extremitäten des Patienten, eine zuverlässige Bestimmung einer Positionsinformation und/oder Bestimmung der Position der lokalen Hochfrequenzspule und/oder von Spulenelementen der lokalen Hochfrequenzspule ermöglicht werden.
  • In einer vorteilhaften Weiterbildung des erfindungsgemäßen Verfahrens zu einem Bereitstellen eines Ergebnisdatensatzes umfassend eine Positionsinformation einer lokalen Hochfrequenzspule kann es vorgesehen sein, dass die bereitgestellten Eingabedaten mittels der lokalen Hochfrequenzspule erfasste Magnetresonanzdaten umfassen, wobei die Magnetresonanzdaten nicht-ortskodierte Magnetresonanzdaten mit unterschiedlichen Messfrequenzen umfassen. Die Magnetresonanzdaten können dabei mit einer Messfrequenz, die eine mittlere Resonanzfrequenz im Volumen nahe dem Zentrum einer Scannereinheit einer Magnetresonanzvorrichtung umfasst, umfassen. Zudem können die Magnetresonanzdaten auch Messfrequenzen umfassen, die von der mittleren Resonanzfrequenz abweichen. Hierdurch können insbesondere lokale Hochfrequenzspulen und/oder Spulenelemente einer lokalen Hochfrequenzspule zuverlässig identifiziert werden, welche vorzugsweise außerhalb eines Homogenitätsbereichs und/oder Linearitätsbereichs der Scannereinheit der Magnetresonanzvorrichtung angeordnet und/oder positioniert sind. Weisen die Magnetresonanzdaten bei einer derartigen Messung ein signifikantes Signal auf, kann dies als ein Indiz dafür dienen, dass sich die betreffende lokale Hochfrequenzspule und/oder die betreffenden Spulenelemente einer lokalen Hochfrequenzspule zu weit außerhalb des Zentrums, insbesondere des Isozentrums und/oder des FOVs, der Scannereinheit befindet und nicht weiter für eine verlässliche Ortsbestimmung verwendet werden sollte.
  • Zudem kann es auch sein, dass die Eingabedaten bereits vorverarbeitet sind, wie beispielsweise durch Glättung und/oder Filterung der Eingabedaten, insbesondere der mittels der lokalen Hochfrequenzspule erfassten Magnetresonanzdaten.
  • In einer vorteilhaften Weiterbildung des erfindungsgemäßen Verfahrens zu einem Bereitstellen eines Ergebnisdatensatzes umfassend eine Positionsinformation einer lokalen Hochfrequenzspule kann es vorgesehen sein, dass die bereitgestellten Eingabedaten zumindest eine weitere Spuleninformation umfassen. Die zumindest eine weitere Spuleninformation kann beispielsweise ein Spulentyp der verwendeten lokalen Hochfrequenzspule und/oder aktuelle Tischposition und/oder eine Untersuchungsregion am Patienten und/oder Daten, die von einem Benutzer für die aktuelle Untersuchung zur Verfügung gestellt werden, umfassen. Alternativ oder zusätzlich können die bereitgestellten Eingabedaten und/oder die weitere Spuleninformation auch eine Position des Patienten und/oder eine Anatomieinformation des Patienten umfassen. Die Anatomieinformation umfasst bevorzugt eine Größe und/oder Ausdehnung des Patienten. Hierdurch kann insbesondere eine verlässliche Erkennung und/oder Bestimmung der Positionsinformation erreicht werden. Beispielsweise kann die weitere Spuleninformation einer wahrscheinlich untersuchten Körperregion zu einer unterschiedlichen Gewichtung der erfassten Signalspektren und/oder des Signal-zu-Rausch-Verhältnisses bei der Bestimmung der Positionsinformation führen, da die erfassten Signalspektren und/oder das Signal-zu-Rausch-Verhältnis deutliche Unterschiede abhängig von der untersuchten Körperregion aufweisen. Beispielhaft unterscheiden sich die Spektren und/oder die Signal-zu-Rausch-Verhältnisse deutlich bei einer Hand-Untersuchung gegenüber den Spektren und/oder den Signal-zu-Rausch-Verhältnissen einer Abdomen-Untersuchung. Zudem können bei Verwendung von verschiedenen Spulenkombinationen verschiedener Parametrisierungen und/oder Gewichtungen der trainierten Funktion und/oder des künstlichen neuronalen Netzes verwendet werden. Werden beispielsweise für eine Messung die lokalen Hochfrequenzspulen vom Typ A und Typ B gemeinsam verwendet, können diese Daten gemeinsam der trainierten Funktion und/oder dem künstlichen neuronalen Netz übergeben werden. Damit wird eine andere Parametrisierung und/oder Gewichtung verwendet, als wenn lokale Hochfrequenzspulen vom Typ A und C oder nur eine lokale Hochfrequenzspule vom Typ A allein verwendet wird. Parametrisierung und/oder Gewichtung steht hier für einen Satz von Parametern und/oder Gewichten zwischen den einzelnen Neuronen der trainierten Funktion und/oder des künstlichen neuronalen Netzes sowie die Aktivitätsfunktionen der Neuronen.
  • In einer vorteilhaften Weiterbildung des erfindungsgemäßen Verfahrens zu einem Bereitstellen eines Ergebnisdatensatzes umfassend eine Positionsinformation einer lokalen Hochfrequenzspule kann es vorgesehen sein, dass der bereitgestellte Ergebnisdatensatz einen Übereinstimmungswert umfasst, der angibt, wie wahrscheinlich eine Übereinstimmung der aus der Positionsinformation ermittelten Position der lokalen Hochfrequenzspule mit der tatsächlichen Position der lokalen Hochfrequenzspule ist. Hierdurch können Elemente, insbesondere lokale Hochfrequenzspulen und/oder einzelne Spulenelemente einer lokalen Hochfrequenzspule, von einer weiteren Verwendung ausgeschlossen werden, sofern eine Position nicht eindeutig bestimmt werden kann. Beispielsweise kann eine hohe Wahrscheinlichkeit einer Übereinstimmung der aus der Positionsinformation ermittelten Position der lokalen Hochfrequenzspule und/oder der Spulenelemente einer lokalen Hochfrequenzspule mit der tatsächlichen Position der lokalen Hochfrequenzspule und/oder der Spulenelemente einer lokalen Hochfrequenzspule mit einem hohen Übereinstimmungswert belegt werden und eine niedrige Wahrscheinlichkeit einer Übereinstimmung der aus der Positionsinformation ermittelten Position der lokalen Hochfrequenzspule und/oder der Spulenelemente einer lokalen Hochfrequenzspule mit der tatsächlichen Position der lokalen Hochfrequenzspule und/oder der Spulenelemente einer lokalen Hochfrequenzspule mit einem niedrigen Übereinstimmungswert belegt werden.
  • In einer vorteilhaften Weiterbildung des erfindungsgemäßen Verfahrens zu einem Bereitstellen eines Ergebnisdatensatzes umfassend eine Positionsinformation einer lokalen Hochfrequenzspule kann es vorgesehen sein, dass die Bereitstellung des Ergebnisdatensatzes für mehrere lokale Hochfrequenzspulen und/oder mehrere Spulenelemente einer lokalen Hochfrequenzspule gleichzeitig erfolgt. Hierdurch kann die Bestimmung und/oder Bereitstellung einer Positionsinformation für mehrere lokale Hochfrequenzspulen und/oder mehrere Spulenelemente einer lokalen Hochfrequenzspule gleichzeitig erfolgen und/oder durchgeführt werden. Hierbei werden bevorzugt die Eingabedaten, insbesondere mittels der mehreren lokalen Hochfrequenzspulen und/oder der mehreren Spulenelemente einer lokalen Hochfrequenzspule erfassten Magnetresonanzdaten, gleichzeitig an die trainierte Funktion und/oder das künstlichen neuronale Netz übergeben. Dabei kann sich auch eine Dimension und/oder eine Anzahl an Neuronen der trainierten Funktion und/oder des künstlichen neuronalen Netzes entsprechend der Eingabedaten für mehrere lokale Hochfrequenzspulen und/oder mehrere Spulenelemente einer lokalen Hochfrequenzspule erhöhen.
  • Des Weiteren geht die Erfindung aus von einem computerimplementierten Verfahren zu einem Bereitstellen einer trainierten Funktion, umfassend:
    • - Empfangen und/oder Bestimmen zumindest eines Trainingsdatensatzes einer lokalen Trainings-Hochfrequenzspule, wobei der zumindest eine Trainingsdatensatz einen Trainingseingangsdatensatz und einen Trainingsergebnisdatensatz umfasst und der Trainingseingabedatensatz Magnetresonanzdaten der lokalen Trainings-Hochfrequenzspule umfasst,
    • - Bestimmen eines Ergebnisdatensatzes durch Anwenden der trainierten Funktion auf den Trainingseingabedatensatz,
    • - Anpassen zumindest eines Parameters der trainierten Funktion basierend auf einem Vergleich des Trainingsergebnisdatensatzes und des Ergebnisdatensatzes, und
    • - Bereitstellen der trainierten Funktion.
  • Der zumindest eine Trainingsdatensatz, insbesondere der Trainingseingabedatensatz des zumindest einen Trainingsdatensatzes, weist insbesondere Magnetresonanzdaten auf, die beispielsweise mittels der lokalen Trainings-Hochfrequenzspule erfasst sind. Zudem kann es auch sein, dass zu einem Training der trainierten Funktion und/oder des künstlichen neuronalen Netzes auch anstelle von realen Magnetresonanzdaten, die mittels einer lokalen Trainings-Hochfrequenzspule erfasst sind, simulierte Magnetresonanzdaten verwendet werden. Beispielsweise kann ein derartige simulierter Trainingsdatensatz, insbesondere ein simulierter Magnetresonanzdatensatz, der lokalen Trainings-Hochfrequenzspule mittels einer Bloch-Simulation und/oder weiterer, dem Fachmann als sinnvoll erscheinender Simulationsverfahren bereitgestellt werden.
  • Vorzugsweise werden für ein Bereitstellen der trainierten Funktion und/oder eines künstlichen neuronalen Netzes Trainingsdatensätze, insbesondere Trainingseingabedatensätze, von unterschiedlichen lokalen Trainings-Hochfrequenzspulen und/oder von unterschiedlichen Spulenelementen einer lokalen Trainings-Hochfrequenzspule zur Verfügung gestellt. Zudem können die Trainingsdatensätze, insbesondere der Trainingseingabedatensatz, Trainingsdaten von Spulenkombinationen von mehreren lokalen Trainings-Hochfrequenzspulen und/oder von mehreren Spulenelementen einer lokalen Trainings-Hochfrequenzspule umfassen.
  • Zudem können für das Bereitstellen der trainierten Funktion und/oder eines künstlichen neuronalen Netzes Trainingsdatensätze, insbesondere Trainingseingabedatensätze, zur Verfügung gestellt werden, die von unterschiedlichen Körperregionen mittels einer lokalen Trainings-Hochfrequenzspule und/oder von Spulenelementen einer lokalen Trainings-Hochfrequenzspule erfasst wurden. Während einer Trainingsphase, in der Parameter und/oder Gewichte der Verknüpfungen zweier Neuronen der trainierten Funktion und/oder des künstlichen neuronalen Netzes festgelegt werden, wird ein überwachtes Lernen („supervised learning“) mit Fehlerrückführung (Backpropagation) vorgeschlagen. Das Training der trainierten Funktion und/oder des künstlichen neuronalen Netzes soll möglichst für jeden Spulentyp einer lokalen Hochfrequenzspule, eventuell auch für gängige Spulenkombinationen von lokalen Hochfrequenzspulen individuell stattfinden, um für jede lokale Hochfrequenzspule oder jede gängige Spulenkombination von lokalen Hochfrequenzspulen geeignete Parameter und/oder Gewichte von Neuronen-Verbindungen festzulegen. Die Optimierung der Parameter und/oder Gewichte kann dann vorzugsweise mit Backpropagation geschehen.
  • Durch das Verfahren zu einem Bereitstellen einer trainierten Funktion kann vorteilhaft ein effizientes Verfahren zu einer Bereitstellung einer Positionsinformation zu einer Positionserkennung und/oder eine Positionsbestimmung als auch einer Identifizierung von lokalen Hochfrequenzspulen bereitgestellt werden. Insbesondere kann hierbei die Positionserkennung und/oder die Positionsbestimmung als auch die Identifizierung von lokalen Hochfrequenzspulen und/oder von Spulenelementen einer lokalen Hochfrequenzspule unabhängig von einer Sensorik, wie beispielweise Kameras oder auf den lokalen Hochfrequenzspulen angebrachte Sensoren, zur Erkennung und/oder Erfassung der lokalen Hochfrequenzspulen und/oder von Spulenelementen einer lokalen Hochfrequenzspule erfolgen.
  • Die Vorteile des erfindungsgemäßen Verfahrens zu einem Bereitstellen einer trainierten Funktion entsprechen im Wesentlichen den Vorteilen des erfindungsgemäßen Verfahrens zu einem Bereitstellen eines Ergebnisdatensatzes umfassend eine Positionsinformation, welche vorab im Detail ausgeführt sind. Hierbei erwähnte Merkmale, Vorteile oder alternative Ausführungsformen können ebenso auch auf die anderen beanspruchten Gegenstände übertragen werden und umgekehrt.
  • In einer vorteilhaften Weiterbildung des erfindungsgemäßen Verfahrens zu einem Bereitstellen einer trainierten Funktion kann es vorgesehen sein, dass der trainierten Funktion zumindest ein Trainingsdatensatz mit Trainingsdaten zugrunde liegt, wobei die Trainingsdaten Magnetresonanzdaten von unterschiedlichen lokalen Trainings-Hochfrequenzspulen umfassen. Derart kann ein effizientes Verfahren zu einer Bereitstellung einer Positionsinformation zu einer Positionserkennung und/oder einer Positionsbestimmung als auch eine Identifizierung für unterschiedliche lokale Hochfrequenzspulen und/oder von Spulenelementen einer lokalen Hochfrequenzspule bereitgestellt werden.
  • In einer vorteilhaften Weiterbildung des erfindungsgemäßen Verfahrens zu einem Bereitstellen einer trainierten Funktion kann es vorgesehen sein, dass der trainierten Funktion zumindest ein Trainingsdatensatz mit Trainingsdaten zugrunde liegt, wobei die Trainingsdaten Magnetresonanzdaten mit einer Ortsinformation in zumindest einer Raumrichtung umfassen. Die Trainingsdaten können hierbei Trainingsdaten, die mittels der lokalen Trainings-Hochfrequenzspule erfasst sind, umfassen oder auch simulierte Trainingsdaten für eine lokale Trainings-Hochfrequenzspule. Die Ortsinformation, insbesondere die Ortskodierung, der Trainingsdaten kann dabei in eine Raumrichtung oder in mehrere Raumrichtungen erfolgen. Dabei kann für jede Raumrichtung und/oder Ortskoordinate separate Trainingsdaten, insbesondere ein separates Trainings-Spektrum, vorliegen. Zudem ist es auch denkbar, dass hierbei mehrdimensionale Trainingsdaten, insbesondere ein mehrdimensionales Trainings-Spektrum, vorliegt. Ferner können die Trainingsdaten, insbesondere die Trainings-Spektren, bereits Fourier-transformiert vorliegen oder auch in der K-Raum-Kodierung vorliegen. Durch diese Ausgestaltung der Erfindung kann die trainierte Funktion vorteilhaft hinsichtlich einer Ortsgenauigkeit trainiert werden. Zudem kann derart eine hohe Ortsgenauigkeit bei der Bestimmung der Positionsinformation der lokalen Hochfrequenzspulen und/oder von Spulenelementen einer lokalen Hochfrequenzspule erreicht werden und damit eine hohe Effizienz des erfindungsgemäßen Verfahrens zu einem Bereitstellen eines Ergebnisdatensatzes umfassend eine Positionsinformation einer lokalen Hochfrequenzspule und/oder von Spulenelementen einer lokalen Hochfrequenzspule bereitgestellt werden.
  • In einer vorteilhaften Weiterbildung des erfindungsgemäßen Verfahrens zu einem Bereitstellen einer trainierten Funktion kann es vorgesehen sein, dass der trainierten Funktion zumindest ein Trainingsdatensatz mit Trainingsdaten zugrunde liegt, wobei die Trainingsdaten nicht-ortskodierte Magnetresonanzdaten mit unterschiedlichen Messfrequenzen umfassen. Die Trainingsdaten können hierbei Trainingsdaten, die mittels der lokalen Trainings-Hochfrequenzspule erfasst sind, umfassen oder auch simulierte Trainingsdaten für eine lokale Trainings-Hochfrequenzspule. Die Trainingsdaten können dabei mit einer Messfrequenz, die eine mittlere Resonanzfrequenz im Volumen nahe dem Zentrum einer Scannereinheit einer Magnetresonanzvorrichtung umfasst, akquiriert oder simuliert werden. Zudem können die Trainingsdaten auch Messfrequenzen umfassen, die von der mittleren Resonanzfrequenz abweichen. Hierdurch kann besonders effizient die trainierte Funktion und/oder das künstliche neuronale Netz hinsichtlich von lokalen Hochfrequenzspulen, die außerhalb eines Homogenitätsbereichs und/oder Linearitätsbereichs der Scannereinheit der Magnetresonanzvorrichtung angeordnet und/oder positioniert sind, trainiert werden.
  • In einer vorteilhaften Weiterbildung des erfindungsgemäßen Verfahrens zu einem Bereitstellen einer trainierten Funktion kann es vorgesehen sein, dass der trainierten Funktion zumindest ein Trainingsdatensatz mit Trainingsdaten zugrunde liegt, wobei die Trainingsdaten einen Spulentyp und/oder eine Untersuchungsregion und/oder eine Tischposition und/oder eine Position des Patienten und/oder eine Anatomieinformation, insbesondere eine Größe, des Patienten umfassen. Die Trainingsdaten können hierbei reale Trainingsdaten oder auch simulierte Trainingsdaten umfassen. Diese Ausgestaltung des Verfahrens zu einem Bereitstellen einer trainierten Funktion weist den Vorteil auf, dass die trainierte Funktion und/oder das künstliche neuronale Netz eine hohe Sensitivität und/oder Empfindlichkeit hinsichtlich von weiteren Spulenparametern bei der Bestimmung einer Position einer lokalen Hochfrequenzspule und/oder von Spulenelementen einer lokalen Hochfrequenzspule aufweist.
  • In einer vorteilhaften Weiterbildung des erfindungsgemäßen Verfahrens zu einem Bereitstellen einer trainierten Funktion kann es vorgesehen sein, dass die trainierte Funktion zumindest zwei verdeckte Schichten und maximal zehn verdeckte Schichten umfasst. Bevorzugt umfasst die trainierte Funktion mindestens zwei verdeckte Schichten und maximal acht verdeckte Schichten. Besonders vorteilhaft umfasst die trainierte Funktion mindestens drei verdeckte Schichten und maximal fünf verdeckte Schichten. Die trainierte Funktion und/oder das künstliche neuronale Netz kann dabei auch ein „Fully connected neural net“ umfassen, bei dem jedes Neuron einer Schicht mit jedem Neuron der vorhergehenden Schicht und der nachfolgenden Schicht verbunden ist. Derart kann eine besonders verlässliche trainierte Funktion zur Breitstellung einer Positionsinformation zur Verfügung gestellt werden.
  • In einer vorteilhaften Weiterbildung des erfindungsgemäßen Verfahrens zu einem Bereitstellen einer trainierten Funktion kann es vorgesehen sein, dass die trainierte Funktion zumindest eine Schicht mit LSTM Neuronen (Long Short Term Memory Neuronen) umfasst. Hierbei kann zwischen den einzelnen Neuronen unterschiedlicher Schichten eine Rückkopplung erfolgen. Diese Variante der trainierten Funktion und/oder des künstlichen neuronalen Netzes umfasst vor allem eine effektive Lernphase, indem bei insbesondere mehrschichtigen reinen feed-forward Netzen, also bei mehrschichtigen Netzen ohne Rückkopplung, das Problem, dass während der Lernphase Parameter und/oder Gewichte der vorderen verdeckten Schichten nur unzureichend optimiert werden, reduziert und/oder verhindert werden kann.
  • In einer vorteilhaften Weiterbildung des erfindungsgemäßen Verfahrens zu einem Bereitstellen einer trainierten Funktion kann es vorgesehen sein, dass die trainierte Funktion zumindest eine als Drop-Out-Schicht ausgebildete verdeckte Schicht umfasst. Derartige Drop-Out-Schichten und/oder Drop-Out-Layers umfassen eine Regularisierungsmethode, um ein Overfitting der trainierten Funktion und/oder des künstlichen neuronalen Netzes zu verringern und/oder zu verhindern. Hierbei werden beim Trainieren der trainierten Funktion und/oder des künstlichen neuronalen Netzes zufällig ausgewählte einzelne Neuronen in den Drop-Out-Schichten und/oder Drop-Out-Layers deaktiviert und für den kommenden Berechnungsschritt nicht berücksichtigt.
  • Des Weiteren geht die Erfindung aus von einem Bereitstellungssystem zu einem Bereitstellen eines Ergebnisdatensatzes, umfassend eine Schnittstelle und eine Recheneinheit,
    • - wobei die Schnittstelle und/oder die Recheneinheit zum Bereitstellen von Eingabedaten ausgebildet sind,
    • - wobei die Recheneinheit zum Bestimmen eines Ergebnisdatensatzes durch Anwenden einer trainierten Funktion auf die Eingabedaten umfassend Magnetresonanzdaten der lokalen Hochfrequenzspule ausgebildet ist, wobei der Ergebnisdatensatz eine Positionsinformation der lokalen Hochfrequenzspule umfasst, und
    • - wobei die Schnittstelle weiterhin zum Bereitstellen des Ergebnisdatensatzes ausgebildet ist.
  • Die Recheneinheit umfasst zumindest ein Rechenmodul und/oder einen Prozessor, wobei die Recheneinheit zum Bestimmen eines Ergebnisdatensatzes durch Anwenden der trainierten Funktion und/oder des künstlichen neuronalen Netzes auf die Eingabedaten umfassend Magnetresonanzdaten ausgebildet ist. So ist insbesondere die Recheneinheit dazu ausgebildet, computerlesbare Instruktionen zu einem Bestimmen eines Ergebnisdatensatzes durch Anwenden einer trainierten Funktion und/oder des künstlichen neuronalen Netzes auf die Eingabedaten umfassend die Magnetresonanzdaten auszuführen. Insbesondere umfasst die Recheneinheit eine Speichereinheit, wobei auf der Speichereinheit computerlesbare Informationen gespeichert sind, wobei die Recheneinheit dazu ausgebildet ist, die computerlesbaren Informationen von der Speichereinheit zu laden und die computerlesbaren Informationen auszuführen. Derart ist die erfindungsgemäße Recheneinheit dazu ausgebildet, ein Bestimmen eines Ergebnisdatensatzes durch Anwenden einer trainierten Funktion und/oder des künstlichen neuronalen Netzes auf die Eingabedaten umfassend Magnetresonanzdaten auszuführen.
  • Die Komponenten der Recheneinheit können zum überwiegenden Teil in Form von Softwarekomponenten ausgebildet sein. Grundsätzlich können diese Komponenten aber auch zum Teil, insbesondere wenn es um besonders schnelle Berechnungen geht, in Form von softwareunterstützten Hardwarekomponenten, beispielsweise FPGAs oder dergleichen, realisiert sein. Insbesondere können die Komponenten der Recheneinheit für Aufgaben und/oder Anwendungen zu maschinellem Lernen spezialisierte und/oder optimierte Komponenten umfassen, wie beispielsweise ein TPU (Tensor Processing Unit) und/oder ein NPU (Neural Processing Unit), mit denen Anwendung im Rahmen von maschinellem Lernen beschleunigt ausgeführt werden können. Ebenso können die benötigten Schnittstellen, beispielsweise wenn es nur um eine Übernahme von Daten aus anderen Softwarekomponenten geht, als Softwareschnittstellen ausgebildet sein. Sie können aber auch als hardwaremäßig aufgebaute Schnittstellen ausgebildet sein, die durch geeignete Software angesteuert werden. Selbstverständlich ist es auch denkbar, dass mehrere der genannten Komponenten in Form einer einzelnen Softwarekomponente bzw. softwareunterstützter Hardwarekomponente zusammengefasst realisiert sind. Die Recheneinheit umfasst bevorzugt die trainierte Funktion und/oder das künstliche neuronale Netz.
  • Mittels der Bereitstellungseinheit kann vorteilhaft ein effizientes Verfahren zu einer Bereitstellung einer Positionsinformation zu einer Positionserkennung und/oder einer Positionsbestimmung als auch eine Identifizierung von lokalen Hochfrequenzspulen und/oder von einzelnen Spulenelementen einer lokalen Hochfrequenzspule bereitgestellt werden.
  • Die Vorteile des erfindungsgemäßen Bereitstellungssystems entsprechen im Wesentlichen den Vorteilen des erfindungsgemäßen Verfahrens zu einem Bereitstellen eines Ergebnisdatensatzes umfassend eine Positionsinformation, welche vorab im Detail ausgeführt sind. Hierbei erwähnte Merkmale, Vorteile oder alternative Ausführungsformen können ebenso auch auf die anderen beanspruchten Gegenstände übertragen werden und umgekehrt.
  • Des Weiteren geht die Erfindung aus von einer Magnetresonanzvorrichtung umfassend ein Bereitstellungssystem, wobei das Bereitstellungssystem zu einem Bereitstellen eines Ergebnisdatensatzes ausgebildet ist und eine Schnittstelle und eine Recheneinheit umfasst,
    • - wobei die Schnittstelle und/oder die Recheneinheit zum Bereitstellen von Eingabedaten ausgebildet sind,
    • - wobei die Recheneinheit zum Bestimmen eines Ergebnisdatensatzes durch Anwenden einer trainierten Funktion auf die Eingabedaten umfassend Magnetresonanzdaten der lokalen Hochfrequenzspule ausgebildet ist, wobei der Ergebnisdatensatz eine Positionsinformation der lokalen Hochfrequenzspule umfasst, und
    • - wobei die Schnittstelle weiterhin zum Bereitstellen des Ergebnisdatensatzes ausgebildet ist.
  • Die Magnetresonanzvorrichtung umfasst bevorzugt eine medizinische und/oder diagnostische Magnetresonanzvorrichtung, die zu einem Erfassen von medizinischen und/oder diagnostischen Bilddaten, insbesondere medizinischen und/oder diagnostischen Magnetresonanzbilddaten, eines Patienten ausgelegt und/oder ausgebildet ist. Die Magnetresonanzvorrichtung umfasst bevorzugt eine Scannereinheit. Die Scannereinheit der Magnetresonanzvorrichtung umfasst bevorzugt eine Detektoreinheit, insbesondere eine Magneteinheit, zur Erfassung der medizinischen und/oder diagnostischen Bilddaten. Bevorzugt umfasst hierbei die Scannereinheit, insbesondere die Magneteinheit, einen Grundmagneten, eine Gradientenspuleneinheit und eine Hochfrequenzantenneneinheit. Die Hochfrequenzantenneneinheit ist fest innerhalb der Scannereinheit angeordnet und zur Aussendung eine Anregungspulses ausgelegt und/oder ausgebildet. Des Weiteren weist die Magnetresonanzvorrichtung zumindest eine lokalen Hochfrequenzspule auf, die zu einem Empfangen eines Magnetresonanzsignals ausgebildet ist. Hierzu wird die lokale Hochfrequenzspule um den zu untersuchenden Bereich des Patienten angeordnet und/oder angelegt. Bevorzugt sind die lokalen Hochfrequenzspulen speziell auf einen Untersuchungsbereich von Patienten ausgelegt, wie beispielsweise eine Kopfhochfrequenzspule oder eine Kniehochfrequenzspule usw.
  • Der Grundmagnet ist zur Erzeugung eines homogenen Grundmagnetfelds ausgebildet. Insbesondere ist der Grundmagnet zur Erzeugung eines starken und konstanten Grundmagnetfelds ausgebildet. Das homogene Grundmagnetfeld ist bevorzugt innerhalb eines Patientenaufnahmebereichs der Magnetresonanzvorrichtung angeordnet und/oder vorzufinden. Der Patientenaufnahmebereich ist zu einer Aufnahme des Patienten, insbesondere des zu untersuchenden Bereichs des Patienten, für eine medizinische Magnetresonanzuntersuchung ausgelegt und/oder ausgebildet. Beispielsweise ist hierzu der Patientenaufnahmebereich zylinderförmig ausgebildet und/oder zylinderförmig von der Scannereinheit, insbesondere der Magneteinheit, umgeben.
  • Innerhalb des Patientenaufnahmebereich ist bevorzugt ein Field of View (FOV) und/oder ein Isozentrum der Magnetresonanzvorrichtung angeordnet. Das FOV umfasst bevorzugt einen Erfassungsbereich der Magnetresonanzvorrichtung, innerhalb dessen die Bedingungen für eine Erfassung von medizinischen Bilddaten, insbesondere Magnetresonanzbilddaten, innerhalb des Patientenaufnahmebereichs vorliegen, wie beispielsweise ein homogenes Grundmagnetfeld. Das Isozentrum der Magnetresonanzvorrichtung umfasst bevorzugt den Bereich und/oder Punkt innerhalb der Magnetresonanzvorrichtung, der die optimalen und/oder idealen Bedingungen für die Erfassung von medizinischen Bilddaten aufweist. Insbesondere umfasst das Isozentrum den homogensten Magnetfeldbereich innerhalb der Magnetresonanzvorrichtung.
  • Mittels der Magnetresonanzvorrichtung kann vorteilhaft ein effizientes Verfahren zur einer Bereitstellung einer Positionsinformation zu einer Positionserkennung und/oder einer Positionsbestimmung als auch eine Identifizierung von lokalen Hochfrequenzspulen bereitgestellt werden.
  • Die Vorteile der erfindungsgemäßen Magnetresonanzvorrichtung entsprechen im Wesentlichen den Vorteilen des erfindungsgemäßen Verfahrens zu einem Bereitstellen eines Ergebnisdatensatzes umfassend eine Positionsinformation, welche vorab im Detail ausgeführt sind. Hierbei erwähnte Merkmale, Vorteile oder alternative Ausführungsformen können ebenso auch auf die anderen beanspruchten Gegenstände übertragen werden und umgekehrt.
  • Des Weiteren geht die Erfindung aus von einem Computerprogrammprodukt mit einem Computerprogramm, welches direkt in einen Speicher eines Bereitstellungssystems ladbar ist, mit Programmabschnitten, um alle Schritte des Verfahrens zu einem Bereitstellen eines Ergebnisdatensatzes umfassend eine Positionsinformation einer lokalen Hochfrequenzspule auszuführen, wenn die Programmabschnitte von dem Bereitstellungssystem ausgeführt werden; und/oder welches direkt in einen Trainingsspeicher eines Trainingssystems ladbar ist, mit Programmabschnitten, um alle Schritte des Verfahrens zu einem Bereitstellen einer trainierten Funktion auszuführen, wenn die Programmabschnitte von dem Trainingssystem ausgeführt werden. Dabei benötigt das Computerprogramm eventuell Programmmittel, z.B. Bibliotheken und Hilfsfunktionen, um die entsprechenden Ausführungsformen des Verfahrens zu realisieren. Das Computerprogramm kann dabei eine Software mit einem Quellcode, der noch compiliert und gebunden oder der nur interpretiert werden muss, oder einen ausführbaren Softwarecode umfassen, der zur Ausführung nur noch in eine entsprechende Recheneinheit zu laden ist.
  • Das erfindungsgemäße Computerprogrammprodukt ist direkt in einen Speicher einer programmierbaren Recheneinheit ladbar und weist Programmcode-Mittel auf, um ein erfindungsgemäßes Verfahren auszuführen, wenn das Computerprogrammprodukt in der Recheneinheit ausgeführt wird. Das Computerprogrammprodukt kann ein Computerprogramm sein oder ein Computerprogramm umfassen. Dadurch kann das erfindungsgemäße Verfahren schnell, identisch wiederholbar und robust ausgeführt werden. Das Computerprogrammprodukt ist derart konfiguriert, dass es mittels der Recheneinheit die erfindungsgemäßen Verfahrensschritte ausführen kann. Die Recheneinheit muss dabei jeweils die Voraussetzungen wie beispielsweise einen entsprechenden Arbeitsspeicher, eine entsprechende Grafikkarte oder eine entsprechende Logikeinheit aufweisen, so dass die jeweiligen Verfahrensschritte effizient ausgeführt werden können. Das Computerprogrammprodukt ist beispielsweise auf einem computerlesbaren Medium gespeichert oder auf einem Netzwerk oder Server hinterlegt, von wo es in den Prozessor einer lokalen Recheneinheit geladen werden kann, der mit der Magnetresonanzvorrichtung direkt verbunden oder als Teil ausgebildet sein kann. Weiterhin können Steuerinformationen des Computerprogrammprodukts auf einem elektronisch lesbaren Datenträger gespeichert sein. Die Steuerinformationen des elektronisch lesbaren Datenträgers können derart ausgestaltet sein, dass sie bei Verwendung des Datenträgers in einer Recheneinheit ein erfindungsgemäßes Verfahren ausführen. So kann das Computerprogrammprodukt auch den elektronisch lesbaren Datenträger darstellen. Beispiele für elektronisch lesbare Datenträger sind eine DVD, ein Magnetband, eine Festplatte oder ein USB-Stick, auf welchem elektronisch lesbare Steuerinformationen, insbesondere Software (vgl. oben), gespeichert ist. So kann die Erfindung auch von dem besagten computerlesbaren Medium und/oder dem besagten elektronisch lesbaren Datenträger ausgehen.
  • Des Weiteren geht die Erfindung aus von einem Computerlesbares Speichermedium, auf welchem von einem Bereitstellungssystem lesbare und ausführbare Programmabschnitte gespeichert sind, um alle Schritte des Verfahrens zu einem Bereitstellen eines Ergebnisdatensatzes umfassend eine Positionsinformation einer lokalen Hochfrequenzspule auszuführen, wenn die Programmabschnitte von dem Bereitstellungssystem ausgeführt werden; und/oder auf welchem von einem Trainingssystem lesbare und ausführbare Programmabschnitte gespeichert sind, um alle Schritte des Verfahrens zu einem Bereitstellen einer trainierten Funktion auszuführen, wenn die Programmabschnitte von dem Trainingssystem ausgeführt werden.
  • Weitere Vorteile, Merkmale und Einzelheiten der Erfindung ergeben sich aus den im Folgenden beschriebenen Ausführungsbeispielen sowie anhand der Zeichnungen.
  • Es zeigen:
    • 1 ein Verfahren zu einem Bereitstellen eines Ergebnisdatensatzes umfassend eine Positionsinformation einer lokalen Hochfrequenzspule,
    • 2 ein Verfahren zu einem Bereitstellen einer trainierten Funktion,
    • 3 eine trainierte Funktion in einer schematischen Darstellung,
    • 4 ein Bereitstellungssystem in einer schematischen Darstellung
    • 5 ein Trainingssystem in einer schematischen Darstellung und
    • 6 eine Magnetresonanzvorrichtung mit einem Bereitstellungssystem in einer schematischen Darstellung.
  • In 1 ist ein Verfahren zu einem Bereitstellen eines Ergebnisdatensatzes umfassend eine Positionsinformation einer lokalen Hochfrequenzspule 600 dargestellt. In einem ersten Verfahrensschritt 100 erfolgt ein Bereitstellen von Eingabedaten, wobei die Eingabedaten wenigstens Magnetresonanzdaten, die mittels der lokalen Hochfrequenzspule 600 erfasst sind, umfassen. Das Bereitstellen der Eingabedaten erfolgt bevorzugt mittels eines Bereitstellungssystems 400, wie dies in den Ausführungen zu 4 weiter unten beschrieben ist. Insbesondere erfolgt das Bereitstellen der Eingabedaten umfassend wenigstens mittels der lokalen Hochfrequenzantenne 600 erfasste Magnetresonanzdaten mittels einer Schnittstelle 401, insbesondere mittels einer Schnittstelle 401 des Bereitstellungssystems 400. Die Eingabedaten wurden vor Beginn des Verfahrens mittels der lokalen Hochfrequenzspule 600 erfasst und von der lokalen Hochfrequenzspule 600 an das Bereitstellungssystem 400 übermittelt.
  • Dabei können die Eingabedaten auch Magnetresonanzdaten umfassen, die mittels einer lokalen Hochfrequenzspule 600 oder auch mittels zwei oder mehr lokaler Hochfrequenzspulen 600 und/oder auch mittels zwei oder mehr Spulenelemente einer lokalen Hochfrequenzspule 600 erfasst sind. Die Eingabedaten können zudem auch eine zusätzliche Information umfassen, wie beispielsweise welche lokale Hochfrequenzspule 600 und/oder welche Spulenelemente der lokalen Hochfrequenzspule 600 für die Erfassung der von den Eingabedaten umfassten Magnetresonanzdaten verwendet wurden. Zudem können die Eingabedaten auch zusätzliche Informationen, wie beispielsweise einen zu untersuchenden Bereich des Patienten und/oder eine Tischposition und/oder eine Positionsinformation des Patienten und/oder eine Anatomieinformation, insbesondere eine Grö-ßeninformation, des Patienten und/oder weiterer, dem Fachmann als sinnvoll erscheinender Informationen umfassen.
  • In diesem ersten Verfahrensschritt 100 können die bereitgestellten Eingabedaten hierbei mittels der lokalen Hochfrequenzspule 600 erfasste Magnetresonanzdaten umfassen, wobei die Magnetresonanzdaten eine Ortsinformation in zumindest einer Raumrichtung umfassen. Die Ortsinformation der Magnetresonanzdaten kann dabei bevorzugt eine Ortskodierung der erfassten Magnetresonanzdaten umfassen. Beispielsweise können die Magnetresonanzdaten mit Ortsinformation, insbesondere Ortskodierung, mittels einer Spinecho-Messung und/oder einer Gradientenecho-Messung erfasst werden. Die Ortsinformation, insbesondere die Ortskodierung, der Magnetresonanzdaten kann dabei eine Raumrichtung oder mehrere Raumrichtungen umfassen. Die Magnetresonanzdaten mit einer Ortsinformation, insbesondere einer Ortskodierung, in mehrere Raumrichtungen und/oder mehrere Ortskoordinaten können für jede Raumrichtung und/oder jede Ortskoordinate als separate Magnetresonanzdaten, insbesondere als ein separates Spektrum, vorliegen. Alternativ oder zusätzlich ist es auch denkbar, dass die Magnetresonanzdaten mit einer Ortsinformation, insbesondere einer Ortskodierung, in mehrere Raumrichtungen und/oder mehrere Ortskoordinaten als mehrdimensionale Magnetresonanzdaten, insbesondere ein mehrdimensionales Spektrum, vorliegen. Ferner können die Magnetresonanzdaten, insbesondere die Spektren, bereits Fourier-transformiert vorliegen oder auch in der K-Raum-Kodierung vorliegen.
  • Alternativ oder zusätzlich können in diesem ersten Verfahrensschritt die bereitgestellten Eingabedaten hierbei mittels der lokalen Hochfrequenzspule 600 erfasste Magnetresonanzdaten umfassen, wobei die Magnetresonanzdaten der lokalen Hochfrequenzspule 600 bezüglich Magnetresonanzdaten einer homogenen Hochfrequenzspule normiert sind. Die homogene Hochfrequenzspule umfasst bevorzugt eine Körperspule (Body Coil).
  • Insbesondere ist hierbei ein Empfangsprofil von erfassten Magnetresonanzdaten und/oder Signalen der Körperspule homogener als beispielsweise ein Empfangsprofil von erfassten Magnetresonanzdaten und/oder Signalen einer Kniespule und/oder weiterer lokaler Hochfrequenzspulen. Eine Normierung der erfassten Magnetresonanzdaten kann beispielsweise ein Dividieren der mittels der lokalen Hochfrequenzspule 600 erfassten Magnetresonanzdaten, insbesondere Magnetresonanzdaten mit einer Ortskodierung, durch die mit der homogenen Hochfrequenzspule, insbesondere der Körperspule, erfassten Magnetresonanzdaten und/oder Signale für jeden Ortspunkt umfassen. Die Magnetresonanzdaten und/oder Signale der homogenen Hochfrequenzspule können dabei auch separat zur Erfassung der Magnetresonanzdaten mittels der lokalen Hochfrequenzspule 600 erfasst werden.
  • Alternativ oder zusätzlich können in diesem ersten Verfahrensschritt die bereitgestellten Eingabedaten hierbei mittels der lokalen Hochfrequenzspule 600 erfasste Magnetresonanzdaten umfassen, wobei die Magnetresonanzdaten nicht-ortskodierte Magnetresonanzdaten mit unterschiedlichen Messfrequenzen umfassen. Die Magnetresonanzdaten können dabei mit einer Messfrequenz, die eine mittlere Resonanzfrequenz im Volumen nahe dem Zentrum einer Scannereinheit einer Magnetresonanzvorrichtung umfasst, umfassen. Zudem können die Magnetresonanzdaten auch Messfrequenzen umfassen, die von der mittleren Resonanzfrequenz abweichen. Hierdurch können insbesondere lokale Hochfrequenzspulen 600 und/oder Spulenelemente einer lokalen Hochfrequenzspule 600 identifiziert werden und/oder eine Positionsinformation von lokalen Hochfrequenzspulen 600 und/oder Spulenelemente einer lokalen Hochfrequenzspule 600 zuverlässig erfasst werden, welche lokalen Hochfrequenzspulen 600 und/oder Spulenelemente einer lokalen Hochfrequenzspule 600 vorzugsweise außerhalb eines Homogenitätsbereichs und/oder Linearitätsbereichs einer Scannereinheit 602 einer Magnetresonanzvorrichtung 601 angeordnet und/oder positioniert sind.
  • Zudem kann es auch sein, dass die bereitgestellten Eingabedaten, insbesondere mittels der lokalen Hochfrequenzspule 600 erfasste Magnetresonanzdaten, bereits vorverarbeitet sind, wie beispielsweise durch Glättung und/oder Filterung der Eingabedaten.
  • Anschließend erfolgt in einem weiteren, zweiten Verfahrensschritt 101 ein Bestimmen eines Ergebnisdatensatzes durch Anwenden einer trainierten Funktion 300 auf die Eingabedaten, wobei der Ergebnisdatensatz eine Positionsinformation zur Bestimmung der Position der lokalen Hochfrequenzspule 600 umfasst. Das Bestimmen des Ergebnisdatensatzes erfolgt bevorzugt mittels einer Bestimmungseinheit und/oder einer Recheneinheit 402, insbesondere mittels einer Bestimmungseinheit und/oder einer Recheneinheit 402 des Bereitstellungssystems 400.
  • Die trainierte Funktion 300 umfasst bevorzugt ein künstliches neuronales Netz. Derart basiert das Bereitstellen eines Ergebnisdatensatzes umfassend eine Positionsinformation einer lokalen Hochfrequenzspule 600 insbesondere auf einem maschinellen Lernverfahren, welches auf dem künstlichen neuronalen Netz basiert. Ein künstliches neuronales Netz (KNN, englisch artificial neural network- ANN) ist insbesondere ein in einem Rechenprogramm nachgebildetes Netz aus künstlichen Neuronen. Das künstliche neuronale Netz basiert dabei typischerweise auf einer Vernetzung von mehreren künstlichen Neuronen. Die künstlichen Neuronen sind dabei typischerweise auf verschiedenen Schichten (layers) angeordnet. Üblicherweise umfasst das künstliche neuronale Netz eine Eingangsschicht 301 (input layer) und eine Ausgabeschicht 303 (output layer), deren Neuronenausgabe als einzige des künstlichen neuronalen Netzes sichtbar wird. Zwischen der Eingangsschicht und der Ausgabeschicht liegende Schichten werden typischerweise als verdeckte Schichten 302 (hidden layer) bezeichnet. Weitere Ausführungen zur trainierten Funktion 300 und/oder des künstlichen neuronalen Netzes sind weiter unten zu den Ausführungen zu 3 beschrieben.
  • Die trainierte Funktion 300 und/oder das künstliche neuronale Netz wurde insbesondere im Vorfeld bereits geeignet für das Bestimmen einer Positionsinformation zur Bestimmung der Position der lokalen Hochfrequenzspule 600 anhand der erfassten Magnetresonanzdaten trainiert. Für das Training der trainierten Funktion 300 und/oder des künstlichen neuronalen Netzes werden dabei insbesondere Trainingsdatensätze verwendet, in denen beispielsweise eine Signalintensität der mittels der lokalen Hochfrequenzspule erfassten Magnetresonanzdaten einer Position und/oder einer Positionsinformation der lokalen Hochfrequenzspule zugeordnet ist. Die medizinischen Trainingsdatensätze sind dabei typischerweise von vom Patienten verschiedenen Trainings-Personen und/oder Trainings-Hochfrequenzspulen akquiriert worden.
  • Der Ergebnisdatensatz umfasst bevorzugt die Positionsinformation zur Bestimmung der Position der lokalen Hochfrequenzspule 600 und/oder einer Position von Spulenelementen einer lokalen Hochfrequenzspule 600. Der Ergebnisdatensatz kann dabei auch direkt die Position der lokalen Hochfrequenzspule 600 und/oder die Position von Spulenelementen einer lokalen Hochfrequenzspule 600 umfassen. Zudem kann der Ergebnisdatensatz auch weitere Informationen bezüglich der Position der lokalen Hochfrequenzspule 600 und/oder bezüglich der Position von Spulenelementen einer lokalen Hochfrequenzspule 600 umfassen. Beispielsweise kann hierbei der Ergebnisdatensatz auch eine Information und/oder einen Übereinstimmungswert umfassen, die und/oder der angibt, wie wahrscheinlich eine Übereinstimmung der aus der Positionsinformation ermittelten Position der lokalen Hochfrequenzspule 600 und/oder von Spulenelementen einer lokalen Hochfrequenzspule 600 mit der tatsächlichen Position der lokalen Hochfrequenzspule 600 und/oder von Spulenelementen einer lokalen Hochfrequenzspule 600 ist. Zudem kann es auch sein, dass der Ergebnisdatensatz auch eine Information enthält, dass keine lokale Hochfrequenzspule 600 und/oder kein Spulenelement einer lokalen Hochfrequenzspule 600 bestimmt werden konnte bzw. für keine lokale Hochfrequenzspule 600 und/oder kein Spulenelement einer lokalen Hochfrequenzspule 600 eine Position bestimmt werden konnte. In einem derartigen Fall kann die Positionsinformation beispielsweise den Wert „0“ annehmen.
  • In einem weiteren, daran anschließenden dritten Verfahrensschritt 102 erfolgt ein Bereitstellen des Ergebnisdatensatzes. Das Bereitstellen des Ergebnisdatensatzes erfolgt bevorzugt mittels des Bereitstellungssystems 400, insbesondere mittels der Schnittstelle 401 des Bereitstellungssystems 400. Dabei kann in diesem dritten Verfahrensschritt 102 das Bereitstellen des Ergebnisdatensatzes auch für mehrere lokale Hochfrequenzspulen 600 und/oder für mehrere Spulenelemente einer lokalen Hochfrequenzspule 600 gleichzeitig erfolgen. Bevorzugt umfassen hierbei die bereitgestellten Eingabedaten auch die Information, für welche lokalen Hochfrequenzspulen 600 und/oder welche Spulenelemente einer lokalen Hochfrequenzspule 600 Magnetresonanzdaten zur Verfügung stehen. Dabei können bei Verwendung von verschiedenen Spulenkombinationen von lokalen Hochfrequenzspulen 600 und/oder von Spulenelementen einer lokalen Hochfrequenzspule 600 verschiedene Parametrisierungen der trainierten Funktion 300 und/oder des künstlichen neuronalen Netzes verwendet werden.
  • Werden beispielsweise für eine Messung die lokalen Hochfrequenzspulen 600 vom Typ A und Typ B gemeinsam verwendet, können diese Daten in dem ersten Verfahrensschritt 101 gemeinsam der trainierten Funktion 300 und/oder dem künstlichen neuronalen Netz übergeben werden. Damit wird eine andere Parametrisierung der trainierten Funktion 300 und/oder des künstlichen neuronalen Netzes verwendet, als wenn lokale Hochfrequenzspulen 600 vom Typ A und C oder nur eine lokale Hochfrequenzspulen 600 vom Typ A allein verwendet wird.
  • In 2 ist ein computerimplementiertes Verfahren zu einem Bereitstellen der trainierten Funktion 300 dargestellt, wobei die trainierte Funktion 300 dazu ausgebildet ist, einen Ergebnisdatensatz anhand von Eingabedaten zu bestimmen. Das Bereitstellen der trainierten Funktion 300 erfolgt bevorzugt mittels eines Trainingssystems 500.
  • In einem ersten Verfahrensschritt 200 des Verfahrens zu einem Bereitstellen der trainierten Funktion 300 erfolgt ein Empfangen oder Bestimmen zumindest eines Trainingsdatensatzes einer lokalen Trainings-Hochfrequenzspule, wobei der zumindest eine Trainingsdatensatz einen Trainingseingabedatensatz und einen Trainingsergebnisdatensatz umfasst und der Trainingseingabedatensatz Magnetresonanzdaten der lokalen Trainings-Hochfrequenzspule umfasst. Der zumindest eine Trainingsdatensatz, insbesondere der Trainingseingabedatensatz des zumindest einen Trainingsdatensatz, weist insbesondere Magnetresonanzdaten auf, die beispielsweise mittels der lokalen Trainings-Hochfrequenzspule erfasst sind. Zudem kann es auch sein, dass zu einem Training der trainierten Funktion 300 und/oder des künstlichen neuronalen Netzes auch anstelle von realen Magnetresonanzdaten simulierte Magnetresonanzdaten verwendet werden. Beispielsweise kann ein derartig simulierter Datensatz, insbesondere ein simulierter Magnetresonanzdatensatz, einer lokalen Trainings-Hochfrequenzspule mittels einer Bloch-Simulation und/oder weiterer, dem Fachmann als sinnvoll erscheinender Simulationsverfahren bereitgestellt werden.
  • Das Empfangen oder Bestimmen des zumindest einen Trainingsdatensatzes erfolgt insbesondere mittels einer Trainingsrecheneinheit 502 und/oder eine Trainingsschnittstelle 501, insbesondere mittels der Trainingsrecheneinheit 502 und/oder der Trainingsschnittstelle 501 des Trainingssystems 500 (siehe 5). Das Bestimmen des Ergebnisdatensatzes und das Anpassen des Parameters der trainierten Funktion 300 und/oder des künstlichen neuronalen Netzes erfolgt insbesondere mittels der Trainingsrecheneinheit 502 des Trainingssystems 500. Das Bereitstellen der trainierten Funktion 300 und/oder des künstlichen neuronalen Netzes erfolgt insbesondere mittels der Trainingsschnittstelle 501 des Trainingssystems 500.
  • Vorzugsweise werden für ein Bereitstellen der trainierten Funktion 300 und/oder eines künstlichen neuronalen Netzes Trainingsdatensätze, insbesondere Trainingseingabedatensätze und Trainingsergebnisdatensätze, von unterschiedlichen lokalen Trainings-Hochfrequenzspulen und/oder von unterschiedlichen Spulenelementen einer lokalen Trainings-Hochfrequenzspule zur Verfügung gestellt. Zudem können die Trainingsdatensätze, insbesondere Trainingseingabedatensätze und Trainingsergebnisdatensätze, Trainingsdaten von Spulenkombinationen von mehreren lokalen Trainings-Hochfrequenzspulen und/oder von mehreren Spulenelementen einer lokalen Trainings-Hochfrequenzspule umfassen. Zudem können für das Bereitstellen der trainierten Funktion 300 und/oder eines künstlichen neuronalen Netzes Trainingsdatensätze, insbesondere Trainingseingabedatensätze und Trainingsergebnisdatensätze, zur Verfügung gestellt werden, die von unterschiedlichen Körperregionen mittels einer lokalen Trainings-Hochfrequenzspule und/oder von Spulenelementen einer lokalen Trainings-Hochfrequenzspule erfasst wurden.
  • In diesem ersten Verfahrensschritt 200 kann der zumindest eine Trainingsdatensatz, insbesondere der Trainingseingabedatensatz des zumindest einen Trainingsdatensatzes, Trainingsdaten umfassen, wobei die Trainingsdaten Magnetresonanzdaten mit Ortsinformation in zumindest einer Raumrichtung umfassen. Die Ortsinformation, insbesondere die Ortskodierung, der Trainingsdaten kann dabei in eine Raumrichtung oder in mehrere Raumrichtungen erfolgen. Dabei können für jede Raumrichtung und/oder Ortskoordinate separate Trainingsdaten, insbesondere ein separates Trainings-Spektrum, vorliegen. Zudem ist es auch denkbar, dass hierbei mehrdimensionale Trainingsdaten, insbesondere ein mehrdimensionales Trainings-Spektrum, vorliegt. Ferner können die Trainingsdaten, insbesondere die Trainings-Spektren, bereits Fourier-transformiert vorliegen oder auch in der K-Raum-Kodierung vorliegen.
  • Des Weiteren können in diesem ersten Verfahrensschritt 200 der zumindest eine Trainingsdatensatz, insbesondere der Trainingseingabedatensatz des zumindest einen Trainingsdatensatzes, Trainingsdaten umfassen, wobei die Trainingsdaten nicht-ortskodierte Magnetresonanzdaten mit unterschiedlichen Messfrequenzen umfassen. Die Trainingsdaten können dabei mit einer Messfrequenz, die eine mittlere Resonanzfrequenz im Volumen nahe dem Zentrum der Scannereinheit 602 der Magnetresonanzvorrichtung 600 umfasst, umfassen. Zudem können die Trainingsdaten auch Messfrequenzen umfassen, die von der mittleren Resonanzfrequenz abweichen.
  • Des Weiteren können in diesem ersten Verfahrensschritt 200 der zumindest eine Trainingsdatensatz, insbesondere der Trainingseingabedatensatz des zumindest einen Trainingsdatensatzes, Trainingsdaten umfassen, wobei die Trainingsdaten eine weitere Spuleninformation, insbesondere einen Spulentyp und/oder eine Untersuchungsregion und/oder eine Tischposition, umfassen. Zudem können in diesem ersten Verfahrensschritt 200 die Trainingsdaten auch eine Position und/oder eine Positionsinformation des Patienten und/oder eine Anatomieinformation des Patienten umfassen. Die Anatomieinformation kann beispielsweise eine Größe und/oder Ausdehnung des Patienten umfassen.
  • In einem daran anschließenden zweiten Verfahrensschritt 201 des Verfahrens zu einem Bereitstellen der trainierten Funktion 300 erfolgt ein Bestimmen eines Ergebnisdatensatzes durch Anwenden der trainierten Funktion 300 auf zumindest einen Trainingsdatensatz, insbesondere auf den Trainingseingabedatensatz. Die trainierte Funktion 300 und/oder das künstliche neuronale Netz umfasst bevorzugt eine Eingangsschicht, mehrere verdeckte Schichten und eine Ausgabeschicht, wie dies in 3 dargestellt ist. Bevorzugt umfasst die trainierte Funktion 300 und/oder das künstliche neuronale Netz zumindest zwei verdeckte Schichten und maximal zehn verdeckte Schichten. Bevorzugt umfasst die trainierte Funktion 300 und/oder das künstliche neuronale Netz mindestens zwei verdeckte Schichten und maximal acht verdeckte Schichten. Besonders vorteilhaft umfasst die trainierte Funktion 300 und/oder das künstliche neuronale Netz mindestens drei verdeckte Schichten und maximal fünf verdeckte Schichten.
  • Die trainierte Funktion 300 und/oder das künstliche neuronale Netz kann dabei auch ein „Fully connected neural net“ umfassen, bei dem jedes Neuron einer Schicht mit jedem Neuron der vorhergehenden Schicht und der nachfolgenden Schicht verbunden ist. Zudem kann die trainierte Funktion 300 und/oder das künstliche neuronale Netz zumindest eine Schicht mit LSTM Neuronen (Long Short Term Memory Neuronen) umfassen. Hierbei kann zwischen den Neuronen unterschiedlicher Schichten eine Rückkopplung erfolgen. Diese Variante der trainierten Funktion 300 und/oder des künstlichen neuronalen Netzes umfasst vor allem eine effektive Lernphase, indem bei insbesondere mehrschichtigen reinen feed-forward Netzen, also bei mehrschichtigen Netzen ohne Rückkopplung, das Problem, dass während der Lernphase Parameter und/oder Gewichte der vorderen verdeckten Schichten nur unzureichend optimiert werden, reduziert und/oder verhindert werden kann.
  • Die trainierte Funktion 300 und/oder das künstliche neuronale Netz kann zumindest eine als Drop-Out-Schicht und/oder Drop-out Layer ausgebildete verdeckte Schicht umfassen. Derartige Drop-Out-Schichten und/oder Drop-Out-Layers umfassen eine Regularisierungsmethode, um ein Overfitting der trainierten Funktion 300 und/oder des künstlichen neuronalen Netzes zu verringern und/oder zu verhindern. Hierbei werden beim Trainieren der trainierten Funktion 300 und/oder des künstlichen neuronalen Netzes zufällig ausgewählte einzelne Neuronen in den Drop-Out-Schichten und/oder Drop-Out-Layers deaktiviert und für den kommenden Berechnungsschritt nicht berücksichtigt.
  • In einem daran anschließenden dritten Verfahrensschritt 202 des Verfahrens zu einem Bereitstellen der trainierten Funktion 300 erfolgt ein Anpassen zumindest eines Parameters der trainierten Funktion 300 basierend auf einem Vergleich des Trainingsergebnisdatensatz des zumindest einen Trainingsdatensatzes und des Ergebnisdatensatzes. In diesem dritten Verfahrensschritt 202 werden Parameter und/oder Gewichte der Verknüpfungen zweier Neuronen der trainierten Funktion 300 und/oder des künstlichen neuronalen Netzes festgelegt. Insbesondere erfolgt die Festlegung der Parameter und/oder Gewichte der Verknüpfungen zweier Neuronen der trainierten Funktion 300 und/oder des künstlichen neuronalen Netzes mittels eines überwachtes Lernens („supervised learning“) mit Fehlerrückführung (Backpropagation). Die Optimierung der Parameter und/oder Gewichte erfolgt somit mittels Backpropagation. Das Training der trainierten Funktion 300 und/oder des künstlichen neuronalen Netzes soll möglichst für jeden Spulentyp einer lokalen Hochfrequenzspule, eventuell auch für gängige Spulenkombinationen von lokalen Hochfrequenzspulen individuell stattfinden, um für jede lokale Hochfrequenzspule oder jeden gängigen Spulenkombinationen von lokalen Hochfrequenzspulen geeignete Parameter und/oder Gewichte von Neuronen-Verbindungen festzulegen.
  • In einem daran anschließenden vierten Verfahrensschritt 203 des Verfahrens zu einem Bereitstellen der trainierten Funktion 300 erfolgt ein Bereitstellen der trainierten Funktion 300. Das Bereitstellen der trainierten Funktion 300 und/oder des künstlichen neuronalen Netzes erfolgt bevorzugt mittels der Trainingsschnittstelle 501 des Trainingssystems 500. Das Bereitstellen kann insbesondere ein Speichern, Anzeigen und/oder Übertragen der trainierten Funktion 300 und/oder des künstlichen neuronalen Netzes umfassen. Insbesondere kann die trainierte Funktion 300 und/oder das künstliche neuronale Netz an das Bereitstellungssystem 400 übertragen werden oder in einem Verfahren zum Bereitstellen eines Ergebnisdatensatzes gemäß der Erfindung und ihrer Aspekte verwendet werden.
  • In 3 ist die trainierte Funktion 300 und/oder das künstliche neuronale Netz näher dargestellt. Die trainierte Funktion 300 und/oder das künstliche neuronale Netz umfasst eine Eingangsschicht 301, mehrere verdeckte Schichten 302 und eine Ausgangsschicht 303.
  • Die Eingangsschicht 301 kann dabei Eingangsdaten 304 umfassen, die Magnetresonanzdaten mit einer Ortsinformation in zumindest einer Raumrichtung umfassen. Des Weiteren kann die Eingangsschicht 301 Eingangsdaten 305 umfassen, die nicht-ortskodierte Magnetresonanzdaten umfassen, die eine Messfrequenz umfassen, die gleich der Resonanzfrequenz ist. Die Eingangsschicht 301 kann des Weiteren Eingangsdaten 306 mit nicht-ortskodierten Magnetresonanzdaten umfassen, die eine Messfrequenz umfassen, die unterschiedlich ist zu der Resonanzfrequenz. Des Weiteren weist die Eingangsschicht 301 weitere Eingangsdaten 307 auf, die zusätzliche Spuleninformationen umfassen.
  • Die verdeckten Schichten 302 umfassen bevorzugt zumindest zwei verdeckte Schichten 302 und maximal zehn verdeckte Schichten 302. Bevorzugt umfasst die trainierte Funktion mindestens zwei verdeckte Schichten 302 und maximal acht verdeckte Schichten 302. Besonders vorteilhaft umfasst die trainierte Funktion mindestens drei verdeckte Schichten 302 und maximal fünf verdeckte Schichten 302. Die verdeckten Schichten sind in 3 nur schematisch dargestellt und geben nicht die Verknüpfungen der einzelnen Neuronen zwischen den einzelnen Schichten, wie diese oben beschrieben ist, wieder.
  • Die Ausgangsschicht 303 umfasst den bereitgestellten Ergebnisdatensatz. Dieser Ergebnisdatensatz umfasst die Positionsinformation 308 und den Übereinstimmungswert 309.
  • In 4 ist das Bereitstellungssystem 400 schematisch dargestellt. Das dargestellte Bereitstellungssystem 400 ist ausgebildet, ein erfindungsgemäßes Verfahren zu einem Bereitstellen eines Ergebnisdatensatzes umfassend eine Positionsinformation einer lokalen Hochfrequenzspule 600 und/oder von Spulenelementen einer lokalen Hochfrequenzspule 300 auszuführen. Das Bereitstellungssystem 400 umfasst eine Schnittstelle 401, eine Recheneinheit 402 und eine Speichereinheit 403.
  • Bei dem Bereitstellungssystem 400 kann es sich insbesondere um einen Computer, einen Mikrocontroller oder um einen integrierten Schaltkreis handeln. Alternativ kann es sich bei dem Bereitstellungssystem 400 um einen realen oder virtuellen Verbund von Computern handeln (ein englischer Fachbegriff für einen realen Verbund ist „Cluster“, ein englischer Fachbegriff für einen virtuellen Verbund ist „Cloud“). Das Bereitstellungssystem 400 kann auch als virtuelles System ausgebildet sein, das auf einem realen Computer oder einem realen oder virtuellen Verbund von Computern ausgeführt wird (ein englischer Fachbegriff ist „Virtualization“).
  • Bei der Schnittstelle 401 kann es sich um eine Hardwareschnittstelle oder Softwareschnittstelle handeln (beispielsweise PCI-Bus, USB oder Firewire). Die Recheneinheit 402 kann Hardware-Elemente oder Software-Elemente aufweisen, beispielsweise einen Mikroprozessor oder ein sogenanntes FPGA (englisches Akronym für „Field Programmable Gate Array“). Zudem kann die Recheneinheit 402 Komponenten umfassen, die für Aufgaben und/oder Anwendungen zu maschinellem Lernen spezialisierte und/oder optimierte sind, wie beispielsweise ein GPU (Global Processing Unit) und/oder ein TPU (Tensor Processing Unit) und/oder ein NPU (Neural Processing Unit), mit denen Anwendung im Rahmen von maschinellem Lernen beschleunigt ausgeführt werden können. Die Speichereinheit 403 kann als nicht dauerhafte Arbeitsspeicher (Random Access Memory, kurz RAM) oder als dauerhafter Massenspeicher (Festplatte, USB-Stick, SD-Karte, Solid State Disk) realisiert sein. Die Schnittstelle 401 kann insbesondere mehrere Unterschnittstellen umfassen, die unterschiedliche Schritte der jeweiligen Verfahren ausführen. Die Recheneinheit 402 kann insbesondere mehrere Unterrecheneinheiten umfassen, die unterschiedliche Schritte der jeweiligen Verfahren ausführen.
  • In 5 ist das Trainingssystem 500 schematisch dargestellt. Das dargestellte Trainingssystem 500 ist ausgebildet, ein erfindungsgemäßes Verfahren zu einem Bereitstellen eines Ergebnisdatensatzes auszuführen. Das Trainingssystem 500 umfasst eine Trainingsschnittstelle 501, eine Trainingsrecheneinheit 502 und eine Trainingsspeichereinheit 503.
  • Bei dem Trainingssystem 500 kann es sich insbesondere um einen Computer, einen Mikrocontroller oder um einen integrierten Schaltkreis handeln. Alternativ kann es sich bei dem Trainingssystem 500 um einen realen oder virtuellen Verbund von Computern handeln (ein englischer Fachbegriff für einen realen Verbund ist „Cluster“, ein englischer Fachbegriff für einen virtuellen Verbund ist „Cloud“). Das Trainingssystem 500 kann auch als virtuelles System ausgebildet sein, das auf einem realen Computer oder einem realen oder virtuellen Verbund von Computern ausgeführt wird (ein englischer Fachbegriff ist „Virtualization“).
  • Bei der Trainingsschnittstelle 501 kann es sich um eine Hardwareschnittstelle oder Softwareschnittstelle handeln (beispielsweise PCI-Bus, USB oder Firewire). Die Trainingsrecheneinheit 502 kann Hardware-Elemente oder Software-Elemente aufweisen, beispielsweise einen Mikroprozessor oder ein sogenanntes FPGA (englisches Akronym für „Field Programmable Gate Array“). Zudem kann die Trainingsrecheneinheit 502 Komponenten umfassen, die für Aufgaben und/oder Anwendungen zu maschinellem Lernen spezialisierte und/oder optimierte sind, wie beispielsweise ein GPU (Global Processing Unit) und/oder ein TPU (Tensor Processing Unit) und/oder ein NPU (Neural Processing Unit), mit denen Anwendung im Rahmen von maschinellem Lernen beschleunigt ausgeführt werden können. Die Trainingsspeichereinheit 503 kann als nicht dauerhafte Arbeitsspeicher (Random Access Memory, kurz RAM) oder als dauerhafter Massenspeicher (Festplatte, USB-Stick, SD-Karte, Solid State Disk) realisiert sein. Die Trainingsschnittstelle 501 kann insbesondere mehrere Unterschnittstellen umfassen, die unterschiedliche Schritte der jeweiligen Verfahren ausführen. Die Trainingsrecheneinheit 502 kann insbesondere mehrere Unterrecheneinheiten umfassen, die unterschiedliche Schritte der jeweiligen Verfahren ausführen.
  • In 6 ist die Magnetresonanzvorrichtung 601 schematisch darstellt. Die Magnetresonanzvorrichtung 601 umfasst eine von einer Magneteinheit gebildeten Scannereinheit 602. Zudem weist die Magnetresonanzvorrichtung 601 einen Patientenaufnahmebereich 603 auf zu einer Aufnahme eines Patienten 604. Der Patientenaufnahmebereich 603 im vorliegenden Ausführungsbeispiel ist zylinderförmig ausgebildet und in einer Umfangsrichtung von der Scannereinheit 602, insbesondere von der Magneteinheit, zylinderförmig umgeben. Grundsätzlich ist jedoch eine davon abweichende Ausbildung des Patientenaufnahmebereichs 603 jederzeit denkbar. Der Patient 604 kann mittels einer Patientenlagerungsvorrichtung 605 der Magnetresonanzvorrichtung 601 in den Patientenaufnahmebereich 603 geschoben und/oder gefahren werden. Die Patientenlagerungsvorrichtung 605 weist hierzu einen innerhalb des Patientenaufnahmebereichs 603 bewegbar ausgestalteten Patiententisch 606 auf. Insbesondere ist hierbei der Patiententisch 606 in Richtung einer Längserstreckung des Patientenaufnahmebereichs 603 und/oder in z-Richtung bewegbar gelagert.
  • Die Scannereinheit 602, insbesondere die Magneteinheit, umfasst einen supraleitenden Grundmagneten 607 zu einem Erzeugen eines starken und insbesondere konstanten Grundmagnetfelds 608. Weiterhin weist die Scannereinheit 602, insbesondere die Magneteinheit, eine Gradientenspuleneinheit 609 zu einer Erzeugung von Magnetfeldgradienten auf, die für eine Ortskodierung während einer Bildgebung verwendet werden. Die Gradientenspuleneinheit 609 wird mittels einer Gradientensteuereinheit 610 der Magnetresonanzvorrichtung 601 gesteuert. Die Scannereinheit 602, insbesondere die Magneteinheit, umfasst weiterhin eine Hochfrequenzantenneneinheit 611 zu einer Anregung einer Polarisation, die sich in dem von dem Grundmagneten 607 erzeugten Grundmagnetfeld 608 einstellt. Die Hochfrequenzantenneneinheit 611 wird von einer Hochfrequenzantennensteuereinheit 612 der Magnetresonanzvorrichtung 601 gesteuert und strahlt hochfrequente Magnetresonanzsequenzen in den Patientenaufnahmebereich 603 der Magnetresonanzvorrichtung 601 ein.
  • Die Magnetresonanzvorrichtung 601 umfasst weiterhin eine lokale Hochfrequenzspule 600 zu einem Empfangen eines Magnetresonanzsignals. Die lokale Hochfrequenzspule 600 ist hierzu um einen zu untersuchenden Bereich des Patienten 604 angeordnet. Bevorzugt sind die lokalen Hochfrequenzspulen 600 speziell auf einen Untersuchungsbereich von Patienten ausgelegt, wie beispielsweise eine Kopfhochfrequenzspule zur Erfassung von Magnetresonanzsignalen während einer Kopfuntersuchung oder eine Kniehochfrequenzspule zur Erfassung von Magnetresonanzsignalen während einer Knieuntersuchung usw.
  • Zu einer Steuerung des Grundmagneten 607, der Gradientensteuereinheit 610 und zur Steuerung der Hochfrequenzantennensteuereinheit 612 weist die Magnetresonanzvorrichtung 601 eine Systemsteuereinheit 613 auf. Die Systemsteuereinheit 613 steuert zentral die Magnetresonanzvorrichtung 601, wie beispielsweise das Durchführen einer vorbestimmten bildgebenden Gradientenechosequenz. Zudem umfasst die Systemsteuereinheit 613 eine nicht näher dargestellte Auswerteeinheit zu einer Auswertung von medizinischen Bilddaten, die während der Magnetresonanzuntersuchung erfasst werden.
  • Des Weiteren umfasst die Magnetresonanzvorrichtung 601 das Bereitstellungssystem 400, das mit der Systemsteuereinheit 613 verbunden ist. Es ist alternativ zum dargestellten Ausführungsbeispiel auch möglich, dass das Bereitstellungssystem 400 als Teil der Systemsteuereinheit 613 ausgeführt ist.
  • Weiterhin umfasst die Magnetresonanzvorrichtung 601 eine Benutzerschnittstelle 614, die mit der Systemsteuereinheit 613 verbunden ist. Steuerinformationen wie beispielsweise Bildgebungsparameter, sowie rekonstruierte Magnetresonanzbilder können auf einer Anzeigeeinheit 615, beispielsweise auf zumindest einem Monitor, der Benutzerschnittstelle 614 für ein medizinisches Bedienpersonal angezeigt werden. Weiterhin weist die Benutzerschnittstelle 614 eine Eingabeeinheit 616 auf, mittels der Informationen und/oder Parameter während eines Messvorgangs von dem medizinischen Bedienpersonal eingegeben werden können.
  • Die dargestellte Magnetresonanzvorrichtung 601 kann selbstverständlich weitere Komponenten umfassen, die Magnetresonanzvorrichtungen 601 gewöhnlich aufweisen. Eine allgemeine Funktionsweise einer Magnetresonanzvorrichtung 601 ist zudem dem Fachmann bekannt, so dass auf eine detaillierte Beschreibung der weiteren Komponenten verzichtet wird.
  • Obwohl die Erfindung im Detail durch die bevorzugte Ausführungsbeispiele näher illustriert und beschrieben wurde, so ist die Erfindung nicht durch die offenbarten Beispiele eingeschränkt und andere Variationen können vom Fachmann hieraus abgeleitet werden, ohne den Schutzumfang der Erfindung zu verlassen.
  • ZITATE ENTHALTEN IN DER BESCHREIBUNG
  • Diese Liste der vom Anmelder aufgeführten Dokumente wurde automatisiert erzeugt und ist ausschließlich zur besseren Information des Lesers aufgenommen. Die Liste ist nicht Bestandteil der deutschen Patent- bzw. Gebrauchsmusteranmeldung. Das DPMA übernimmt keinerlei Haftung für etwaige Fehler oder Auslassungen.
  • Zitierte Patentliteratur
    • DE 102007010274 B4 [0003]

Claims (19)

  1. Computerimplementiertes Verfahren zu einem Bereitstellen eines Ergebnisdatensatzes umfassend eine Positionsinformation einer lokalen Hochfrequenzspule, umfassend die folgenden Schritte: - Bereitstellen von Eingabedaten, wobei die Eingabedaten wenigstens Magnetresonanzdaten, die mittels der lokalen Hochfrequenzspule erfasst sind, umfassen, - Bestimmen eines Ergebnisdatensatzes durch Anwenden einer trainierten Funktion auf die Eingabedaten, wobei der Ergebnisdatensatz eine Positionsinformation zur Bestimmung der Position der lokalen Hochfrequenzspule umfasst, und - Bereitstellen des Ergebnisdatensatzes.
  2. Verfahren nach Anspruch 1, dadurch gekennzeichnet, dass die bereitgestellten Eingabedaten mittels der lokalen Hochfrequenzspule erfasste Magnetresonanzdaten umfassen, wobei die Magnetresonanzdaten eine Ortsinformation in zumindest einer Raumrichtung umfassen.
  3. Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass die bereitgestellten Eingabedaten mittels der lokalen Hochfrequenzspule erfasste Magnetresonanzdaten umfassen, wobei die Magnetresonanzdaten normiert bezüglich Magnetresonanzdaten einer homogenen Hochfrequenzspule sind.
  4. Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass die bereitgestellten Eingabedaten mittels der lokalen Hochfrequenzspule erfasste Magnetresonanzdaten umfassen, wobei die Magnetresonanzdaten nicht-ortskodierte Magnetresonanzdaten mit unterschiedlichen Messfrequenzen umfassen.
  5. Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass die bereitgestellten Eingabedaten zumindest eine weitere Spuleninformation umfassen.
  6. Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass der bereitgestellten Ergebnisdatensatz einen Übereinstimmungswert umfasst, der angibt, wie wahrscheinlich eine Übereinstimmung der aus der Positionsinformation ermittelten Position der lokalen Hochfrequenzspule mit der tatsächlichen Position der lokalen Hochfrequenzspule ist.
  7. Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass die Bereitstellung des Ergebnisdatensatzes für mehrere lokale Hochfrequenzspulen und/oder mehrere Spulenelemente einer lokalen Hochfrequenzspule gleichzeitig erfolgt.
  8. Computerimplementiertes Verfahren zu einem Bereitstellen einer trainierten Funktion, umfassend: - Empfangen oder Bestimmen zumindest eines Trainingsdatensatzes einer lokalen Trainings-Hochfrequenzspule, wobei der zumindest eine Trainingsdatensatz einen Trainingseingabedatensatz und einen Trainingsergebnisdatensatz umfasst und der Trainingseingabedatensatz Magnetresonanzdaten der lokalen Trainings-Hochfrequenzspule umfasst, - Bestimmen eines Ergebnisdatensatzes durch Anwendung der trainierten Funktion auf Trainingseingabedatensatz, - Anpassen zumindest eines Parameters der trainierten Funktion basierend auf einem Vergleich des Trainingsergebnisdatensatzes und des Ergebnisdatensatzes, - Bereitstellen der trainierten Funktion.
  9. Verfahren nach Anspruch 8, dadurch gekennzeichnet, dass der trainierten Funktion zumindest ein Trainingsdatensatz mit Trainingsdaten zugrunde liegt, wobei die Trainingsdaten Magnetresonanzdaten von unterschiedlichen lokalen Trainings-Hochfrequenzspulen umfassen.
  10. Verfahren nach einem der Ansprüche 8 bis 9, dadurch gekennzeichnet, dass der trainierten Funktion zumindest ein Trainingsdatensatz mit Trainingsdaten zugrunde liegt, wobei die Trainingsdaten Magnetresonanzdaten mit einer Ortsinformation in zumindest einer Raumrichtung umfassen.
  11. Verfahren nach einem der Ansprüche 8 bis 10, dadurch gekennzeichnet, dass der trainierten Funktion zumindest ein Trainingsdatensatz mit Trainingsdaten zugrunde liegt, wobei die Trainingsdaten nicht-ortskodierte Magnetresonanzdaten mit unterschiedlichen Messfrequenzen umfassen.
  12. Verfahren nach einem der Ansprüche 8 bis 11, dadurch gekennzeichnet, dass der trainierten Funktion zumindest ein Trainingsdatensatz mit Trainingsdaten zugrunde liegt, wobei die Trainingsdaten einen Spulentyp und/oder eine Untersuchungsregion und/oder eine Tischposition und/oder eine Position des Patienten und/oder eine Anatomieinformation des Patienten umfassen.
  13. Verfahren nach einem der Ansprüche 8 bis 12, dadurch gekennzeichnet, dass die trainierte Funktion zumindest zwei verdeckte Schichten und maximal zehn verdeckte Schichten umfasst.
  14. Verfahren nach einem der Ansprüche 8 bis 13, dadurch gekennzeichnet, dass die trainierte Funktion zumindest eine Schicht mit LSTM Neuronen (Long Short Term Memory Neuronen) umfasst.
  15. Verfahren nach einem der Ansprüche 8 bis 14, dadurch gekennzeichnet, dass die trainierte Funktion zumindest eine als Drop-Out-Schicht ausgebildete verdeckte Schicht umfasst.
  16. Bereitstellungssystem zu einem Bereitstellen eines Ergebnisdatensatzes, umfassend eine Schnittstelle und eine Recheneinheit, - wobei die Schnittstelle und/oder die Recheneinheit zum Bereitstellen von Eingabedaten ausgebildet sind, - wobei die Recheneinheit zum Bestimmen eines Ergebnisdatensatzes durch Anwenden einer trainierten Funktion auf die Eingabedaten umfassend Magnetresonanzdaten der lokalen Hochfrequenzspule ausgebildet ist, wobei der Ergebnisdatensatz eine Positionsinformation der lokalen Hochfrequenzspule umfasst, und - wobei die Schnittstelle weiterhin zum Bereitstellen des Ergebnisdatensatzes ausgebildet ist.
  17. Magnetresonanzvorrichtung, umfassend ein Bereitstellungssystem nach dem Anspruch 16.
  18. Computerprogrammprodukt mit einem Computerprogramm, welches direkt in einen Speicher eines Bereitstellungssystems ladbar ist, mit Programmabschnitten, um alle Schritte des Verfahrens nach einem der Ansprüche 1 bis 7 auszuführen, wenn die Programmabschnitte von dem Bereitstellungssystem ausgeführt werden; und/oder welches direkt in einen Trainingsspeicher eines Trainingssystems ladbar ist, mit Programmabschnitten, um alle Schritte des Verfahrens nach einem der Ansprüche 8 bis 15 auszuführen, wenn die Programmabschnitte von dem Trainingssystem ausgeführt werden.
  19. Computerlesbares Speichermedium, auf welchem von einem Bereitstellungssystem lesbare und ausführbare Programmabschnitte gespeichert sind, um alle Schritte des Verfahrens nach einem der Ansprüche 1 bis 7 auszuführen, wenn die Programmabschnitte von dem Bereitstellungssystem ausgeführt werden; und/oder auf welchem von einem Trainingssystem lesbare und ausführbare Programmabschnitte gespeichert sind, um alle Schritte des Verfahrens nach einem der Ansprüche 8 bis 12 auszuführen, wenn die Programmabschnitte von dem Trainingssystem ausgeführt werden.
DE102020213900.8A 2020-09-30 2020-11-04 Verfahren zu einem Bereitstellen einer Positionsinformation einer lokalen Hochfrequenzspule Pending DE102020213900A1 (de)

Priority Applications (1)

Application Number Priority Date Filing Date Title
US17/490,206 US11719776B2 (en) 2020-09-30 2021-09-30 Provision of position information of a local RF coil

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
DE102020212316.0 2020-09-30
DE102020212316 2020-09-30

Publications (1)

Publication Number Publication Date
DE102020213900A1 true DE102020213900A1 (de) 2022-03-31

Family

ID=80624432

Family Applications (1)

Application Number Title Priority Date Filing Date
DE102020213900.8A Pending DE102020213900A1 (de) 2020-09-30 2020-11-04 Verfahren zu einem Bereitstellen einer Positionsinformation einer lokalen Hochfrequenzspule

Country Status (2)

Country Link
US (1) US11719776B2 (de)
DE (1) DE102020213900A1 (de)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102007010274B4 (de) 2007-03-02 2010-11-18 Siemens Ag Verfahren zur automatischen Spulenauswahl einer Magnetresonanzapparatur, Magnetresonanzanlage, Computerprogrammprodukt und elektronisch lesbarer Datenträger
DE102016207351A1 (de) 2016-04-29 2017-11-02 Siemens Healthcare Gmbh Verfahren zur Positionsbestimmung einer Empfangsspule in einer Magnetresonanzeinrichtung, medizinische Einrichtung, Computerprogramm und elektronisch lesbarer Datenträger
DE102019110733A1 (de) 2019-04-25 2020-10-29 Technische Universität Ilmenau Verfahren zur Bestimmung von Quellenverteilungen nach ihren biophysikalischen Kontrastmechanismen für die biomedizinische Bildgebung

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE19653535C1 (de) 1996-12-20 1998-06-10 Siemens Ag Verfahren zur Positionsbestimmung mindestens einer Lokalantenne
DE10207736B4 (de) 2002-02-22 2007-07-19 Siemens Ag Verfahren zur Bestimmung der Position einer Lokalantenne
DE102004022559B4 (de) 2004-05-07 2006-05-18 Siemens Ag Verfahren und Steuereinrichtung zur Bestimmung der Position einer Lokalspule, Magnetresonanztomograph und Computerprogrammprodukt
DE102005052564B4 (de) 2005-11-02 2008-11-27 Siemens Ag Verfahren und Steuereinrichtung zur Bestimmung der Position einer Lokalspule sowie Magnetresonanzsystem mit der Steuereinrichtung und Computerprogrammprodukt
CN104736062B (zh) * 2012-08-28 2021-07-06 皇家飞利浦有限公司 Mr接收线圈定位和基于mr的衰减校正
US10416264B2 (en) * 2016-11-22 2019-09-17 Hyperfine Research, Inc. Systems and methods for automated detection in magnetic resonance images
EP3870999B1 (de) * 2018-10-25 2025-12-10 Koninklijke Philips N.V. Verfahren und system zur adaptiven strahlformung von ultraschallsignalen

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102007010274B4 (de) 2007-03-02 2010-11-18 Siemens Ag Verfahren zur automatischen Spulenauswahl einer Magnetresonanzapparatur, Magnetresonanzanlage, Computerprogrammprodukt und elektronisch lesbarer Datenträger
DE102016207351A1 (de) 2016-04-29 2017-11-02 Siemens Healthcare Gmbh Verfahren zur Positionsbestimmung einer Empfangsspule in einer Magnetresonanzeinrichtung, medizinische Einrichtung, Computerprogramm und elektronisch lesbarer Datenträger
DE102019110733A1 (de) 2019-04-25 2020-10-29 Technische Universität Ilmenau Verfahren zur Bestimmung von Quellenverteilungen nach ihren biophysikalischen Kontrastmechanismen für die biomedizinische Bildgebung

Also Published As

Publication number Publication date
US20220099766A1 (en) 2022-03-31
US11719776B2 (en) 2023-08-08

Similar Documents

Publication Publication Date Title
EP3078978B1 (de) Verfahren zur magnetresonanz-bildgebung
DE102016218955B4 (de) Optimiertes Magnetresonanz-Schichtmultiplexing-Verfahren
DE102013205832B4 (de) Verfahren und Bilddatenerzeugungseinrichtung zur Erzeugung von Bilddaten eines sich bewegenden Objekts, Magnetresonanzanlage und Computerprogrammprodukt
DE102013205785B4 (de) Ermittlung einer Magnetresonanzsystem-Ansteuersequenz auf Basis einer reduzierten Anzahl an Feldverteilungskarten
DE102011083406B4 (de) Verfahren zur Auswahl eines Unterabtastungsschemas für eine MR-Bildgebung, Verfahren zur Magnetresonanz-Bildgebung und Magnetresonanzanlage
DE102016202254B4 (de) Modellfreies Ermitteln von Bildbereichen mit anomaler Diffusion anhand von diffusionsgewichteten Magnetresonanzbilddaten
DE102013205830A1 (de) Verfahren zur Erzeugung von Bilddaten
EP3404436B1 (de) Funktionelle magnetresonanz-bildgebung
DE102019214887A1 (de) Verfahren zu einem automatischen Positionieren eines zu untersuchenden Bereichs eines Patienten für eine medizinische Bildgebungsuntersuchung sowie eine medizinische Bildgebungsvorrichtung, die zu einem Durchführen des Verfahrens ausgelegt ist
DE102015218106B4 (de) Verfahren zu einer Bewegungskorrektur von Magnetresonanz-Messdaten
DE102015207590A1 (de) Verfahren zu einer Bewegungskompensation während einer Magnetresonanz-Bildgebung
DE102015207591B4 (de) Verfahren zu einer Bewegungskorrektur von Magnetresonanz-Messdaten
DE102018209359A1 (de) Bestimmung eines Merkmals charakterisierend ein beabsichtigtes Anhalten einer Atmung
WO2020229243A1 (de) Magnetresonanz-fingerprinting-verfahren
DE102015221876A1 (de) Verfahren zum Auswerten von medizinischen Bilddaten eines Untersuchungsobjekts
DE102015220078B4 (de) Erstellung von reduzierten Signalverläufen für eine Magnetresonanz-Fingerprinting-Untersuchung eines Untersuchungsobjekts
EP3451286B1 (de) Verfahren zum segmentieren einer organstruktur eines untersuchungsobjekts in medizinischen bilddaten
DE102016200293A1 (de) Bestimmung von Bewegungszuständen
DE102014225299A1 (de) Verfahren zur Rekonstruktion von Magnetresonanz-Bilddaten
DE102017208560A1 (de) Funktionelle Magnetresonanz-Bildgebung
DE102014210218A1 (de) Verfahren zum Generieren von medizinischen Bilddatensätzen
EP3579010B1 (de) Verbesserte bestimmung von quantitativen gewebeparametern
DE102020213900A1 (de) Verfahren zu einem Bereitstellen einer Positionsinformation einer lokalen Hochfrequenzspule
DE102016209885B4 (de) Automatische Charakterisierung von Lebergewebe
DE102015204116B3 (de) Automatische Bestimmung eines zweiten MR-Aufnahmebereichs aus einem ersten MR-Aufnahmebereich

Legal Events

Date Code Title Description
R012 Request for examination validly filed
R016 Response to examination communication
R081 Change of applicant/patentee

Owner name: SIEMENS HEALTHINEERS AG, DE

Free format text: FORMER OWNER: SIEMENS HEALTHCARE GMBH, MUENCHEN, DE