Параллельная реконструкция изображений в магнитно-резонансной томографии тема диссертации и автореферата по ВАК РФ 05.11.17, кандидат наук Серёгин, Павел Сергеевич

• Серёгин, Павел Сергеевич
• кандидат наук
• 2014

Оглавление диссертации кандидат наук Серёгин, Павел Сергеевич

СОДЕРЖАНИЕ

ВВЕДЕНИЕ

1. ОБЗОР ОСНОВНЫХ МРТ-СИСТЕМ И ПРИНЦИПОВ ГЕНЕРИРОВАНИЯ ИЗОБРАЖЕНИЙ

ЕЕ Краткий исторический ракурс теории параллельной реконструкции МРТ-изображений

1.2. Обзор и классификация МРТ-систем

1.3. Основные технические характеристики МРТ-систем

1.4. Импульсные последовательности и их влияние на качество изображения

1.5. Принципы построения МРТ-изображений

1.6. Обзор тестовых объектов для проведения МРТ

1.7. Постановка задачи

1.8 Выводы по главе

2. ПАРАЛЛЕЛЬНАЯ РЕКОНСТРУКЦИЯ ИЗОБРАЖЕНИЙ В МРТ

2.1. Исследование программных библиотек для реконструкции и обработки МРТ-изображений

2.2. Генерирование многоканальных тестовых изображений

2.3. Исследование основных методов параллельной реконструкции МРТ-изображений

2.5. Разработка математических моделей и метода параллельной реконструкции МРТ-изображений

2.6. Разработка алгоритма параллельной реконс трукции МРТ-изображений

2.7. Оценка погрешности метода параллельной реконструкции МРТ-изображений

2.8. Основные результаты и выводы

3. РАЗРАБОТКА ПРИЕМНОЙ СИСТЕМЫ СБОРА ДАННЫХ МРТ

3.1. Разработка приемного тракта MP-сигналов

3.2. Ввод данных в ЭВМ

3.3. Основные результаты и выводы

4. РЕКОНСТРУКЦИЯ МРТ-ИЗОБРАЖЕНИЙ НА МНОГОПРОЦЕССОРНОЙ СИСТЕМЕ

4.1. Исследование пакета программ Gadgetron

4.2. Реализация алгоритма параллельной реконструкции на основе графического процессора

4.3. Тестирование производительности реконструкции с использованием графического процессора

4.4. Основные результаты и выводы

ЗАКЛЮЧЕНИЕ

Библиографический список

Приложение 1. Листинг программы rccon_Space_rip.m

Приложение 2. Листинг программы spacerip_CS.m

Приложение 3. Свидетельства о государственной регистрации

Приложение 4. Акты внедрений и испытаний

Приложение 5. Укладка и позиционирование фантома для тестовых МРТ исследований

Введение диссертации (часть автореферата) на тему «Параллельная реконструкция изображений в магнитно-резонансной томографии»

ВВЕДЕНИЕ

Актуальность темы. Магнитно-резонансная томография (МРТ) является современным и быстроразвивающимся методом медицинской визуализации наравне с рентгеновской компьютерной томографией и УЗИ. МРТ дает возможность более точно определить характер очаговых поражений органов (например, дифференцировать очаги в печени), а также топологию онкологического образования. На фотографии 1.1 показаны изображения, полученные при проведении рентгеновской компьютерной и магнитно-резонансной томографии.

L tifci V

Г --'•• 1°

т* tt л

f - 5 » •

/ н

yi W>

I т. i. :

И>

I

Г J

4v

u

рш*

llr pfe'

H® Ш

■p

' :V

Bi

i

1 I

I

«И

•• H

и

V ■ ;T

fff

I

Фотография 1.1. Сравнение компьютерной (А, В) и магнитно-резонансной (Б, Г) томографии

В отличие от рентгена и рентгеновской компьютерной томографии, МРТ не оказывает ионизирующего воздействия на организм, поэтому ее развитию уделяют большое значение.

Концепция базовых принципов МРТ была изложена в 1960 году советским ученым В.А.Ивановым. Однако за последние несколько десятилетий МРТ-сканеры и методы реконструкции изображения, лежащие в основе работы МРТ-систем, бурно и стремительно развивались. Профессором К. Пруессманном (Чехия) и другими исследователями была открыта возможность использования многоканальных приемных систем и параллельных алгоритмов реконструкции для сокращения числа циклов фазового кодирования при построении МРТ-изображений (это позволяет существенно сократить время сбора данных при МРТ-сканировании). Позднее появилось множество методов параллельной реконструкции изображений МРТ, наиболее известными из них являются:

- SENSE. Предложен в 1998 году К. Пруессманном (Чехия) и др. [74];

- SPACE-RIP. Предложен в 2000 году В.Е. Кайриакос (США) и др. [81J;

- GRAPPA. Предложен в 2002 году М.А. Грисволд (Германия) и др. [24];

Недостатком базовых методов параллельной реконструкции является их низкая эффективность при работе с высокими степенями акселерации. Несмотря на это, даже при низких степенях акселерации удается значительно (в 2-3 раза) сократить время сбора данных по сравнению с применением классического двумерного преобразования Фурье.

Обзор используемых МРТ-сканеров в России, приведенный в работе, показал, что наиболее распространенными являются томографы с напряженностью поля 1 Тесла. Большинству МРТ-сканеров данного класса присущи следующие недостатки:

- длительное время сканирования, которое плохо переносят тяжелобольные пациенты и дети;

- неудовлетворительное соотношение сигнал/шум при исследовании с использованием быстрых импульсных последовательностей (например,

одиночное короткое быстрое спин-эхо — ssFSE) совместно с алгоритмами реконструкции изображений по неполным исходным данным;

- применение приемных систем сбора данных с малым числом каналов (1-4), что ограничивает возможность использования алгоритмов параллельной реконструкции изображений.

Современные компоненты аналогово-цифровой электроники позволяют строить тракт обработки МРТ-сигналов на новом уровне, более качественном, чем это было возможно, например, 10 лет назад. В то же время появление мощных графических процессоров позволяет на сегодняшний день реализовывать сложные параллельные алгоритмы обработки данных в реальном масштабе времени, реализация которых ранее была невозможна. Следовательно, вопрос достижения потенциально возможных характеристик МРТ не является полностью решенным. Его решение требует, во-первых, совершенствования алгоритмов обработки данных, во-вторых, практической реализации разработанных методов обработки данных МРТ на основе современной элементной базы.

Исходя из этого, научной задачей, решаемой в диссертационной работе, является разработка математических моделей, алгоритмов и методов обработки изображений для перспективных МРТ-систем медицинского назначения.

Объектом исследования являются системы магнитно-резонансной томографии медицинского назначения.

Предметом исследовании являются математические модели, принципы моделирования, обработки MP-сигналов перспективных МРТ-систем медицинского назначения.

Целью работы является улучшение характеристик МРТ: уменьшение времени сканирования, повышение качества изображений (по критериям коэффициентов сигнал/шум и контраст/шум) и устранение искажений изображений на основе разработки новых методов обработки МРТ-сигналов и методов параллельной реконструкции изображений.

Для достижения поставленной цели в диссертации решаются следующие задачи:

1. Разработка метода формирования многоканального тестового К-пространства.

2. Разработка математических моделей и алгоритмов параллельной реконструкции МРТ-изображений.

3. Разработка алгоритма реконструкции изображений на базе графических процессоров.

4. Разработка приемной системы сбора данных для многоканального приема и обработки МР-сигналов.

Методы исследовании, используемые в диссертации, основываются на теории сжатых измерений, функций комплексной переменной, методах цифровой обработки сигналов, методах теории случайных процессов и оптимальной фильтрации сигналов. Моделирование и тестирование предлагаемых методов проводилось с использованием следующих программных пакетов: MATLAB, Xilinx Web Pack.

Основные положения, выносимые на защиту:

- разработанный в диссертации метод позволяет генерировать многоканальное тестовое К-пространство, учитывая эффекты приемных систем;

- предложенные в диссертационной работе математические модели и алгоритм параллельной реконструкции МРТ-изображений по сравнению с известными математическими моделями классических постановок параллельной реконструкции позволяют достичь более высокой устойчивости (на 5-60 %) при высоких степенях акселерации и более высокого коэффициента сигнал/ шум (на 3-40 %);

- разработанный алгоритм реконструкции изображений на базе графических процессоров позволяет сократить время вычислений более чем на 20% по сравнению с вычислением только на основе центрального процессора;

- разработанная система сбора данных для многоканального приема и обработки MP-сигналов, предложенная в диссертации, обеспечивает уровень коэффициента сигнал/шум на 9-25 дБ лучше, чем в аналогичных приемных трактах, но с аналоговым переносом спектра.

Научная новизна работы состоит в разработке следующих методов и алгоритмов сбора, анализа и обработки MP-сигналов, включающих в себя:

- метод генерирования многоканальных тестовых К-пространств позволяет производить более полное исследование систем параллельной реконструкции МРТ-изображений, чем известные методы;

- для некоторых случаев прореженного К-пространства методы параллельной реконструкции позволяют получать более качественные изображения, чем при использовании двумерного и дробного преобразования Фурье;

- использование лассо 11-регуляизации для метода SPACE-R1P, позволяет повысить коэффициент сигнал/шум результирующего изображения на 2-15 % по сравнению с базовым методом SPACE-RIP.

Практическое значение полученных результатов состоит в улучшении основных качественных и количественных характеристик МРТ-сканеров, а именно:

- сокращение времени сканирования в 2-4 раза (в режиме сканирования с акселерацией по времени) по сравнению с классическими системами реконструкции;

- разработанная система сбора данных для многоканального приема и обработки MP-сигналов, предложенная в диссертации, обеспечивает уровень коэффициента сигнал/шум на 9-25 дБ лучше, чем в аналогичных приемных трактах, но с аналоговым переносом спектра.

Экспериментальные исследования подтвердили возможность использования предлагаемых в диссертации аппаратно-программных решений для медицинских исследований. Более того, результаты диссертации могут использоваться с целью обновления устаревших МРТ-

сканеров без замены криогенной системы и передающих радиочастотных систем. Основные результаты работы использованы в деятельности ООО «ТСМ» (г. Москва) и других организациях, что подтверждается соответствующими актами внедрения. Акты внедрения представлены в приложении диссертации.

Достоверность результатов диссертационной работы определяется следующими факторами:

- в основе исследований, проведенных в работе, лежат экспериментальные данные с действующих МРТ-систем;

- используются широко известные научно исследованные методики оценки параметров реконструкции МРТ-изображений.

Личный вклад автора

Результаты получены автором лично, из них основными являются:

- метод генерирования многоканального тестового К-пространства;

- математическая модель и алгоритм параллельной реконструкции МРТ-изображений;

- алгоритм реконструкции изображений на базе графических процессоров;

- приемная система сбора многоканальных МР-сигналов.

Реализация результатов работы

Разработанные в ходе исследований методики и программы внедрены на следующих предприятиях:

- ООО «ТСМ» (г. Москва);

- ООО «МРТ Эксперт инжиниринг» (г. Елец);

- ООО «ВЕД-МЕД Эксперт» (г. Рязань);

- ООО «Василеостровский центр магнитно-резонансной томографии» (г. Санкт-Петербург).

Подготовлен научно-методический комплекс, который внедрен в учебный процесс на кафедре радиоэлектроники в Тульском государственном

университете по следующим дисциплинам: «Цифровые устройства и микропроцессоры», «Цифровая обработка сигнала», «Устройства приема и обработки сигналов».

Апробация работы

Основные положения и результаты диссертационной работы докладывались на конференциях:

- 13-я Международная конференция «Цифровая обработка сигналов и ее применение — И8РА-2011» (Москва, 2011 го/*);

- XV Международный молодежный форум «Радиоэлектроника и молодежь» (Харьков, 201 1 год);

- «Компьютерная томография в современной онкологии» (Томск, 2011 год);

- «Микроэлектроника и информатика» (Москва, 2010 год);

- И1-У1 магистерская научно-техническая конференция (Тула, 20082011);

- 1У-У1 молодежная научно-практическая конференция Тульского государственного университета "Молодежные инновации" (Тула, 2009-201 1).

Публикации

Основное содержание работы отражено в 22 публикациях, включающих 10 статей, в том числе 3 публикации в журналах, входящих в перечень рекомендованных ВАК; 12 тезисов докладов на Международных и Российских НТК, получено 2 свидетельства об официальной регистрации программы для ЭВМ.

Структура и объем работы

Работа состоит из введения, 4 глав, заключения и 5 приложений, изложенных на 138 страницах основного текста и содержащих 70 рисунков, 23 таблицы, а также списка литературы из 123 наименований.

1. ОБЗОР ОСНОВНЫХ МРТ-СИСТЕМ И ПРИНЦИПОВ ГЕНЕРИРОВАНИЯ ИЗОБРАЖЕНИЙ

1.1. Краткий исторический ракурс теории параллельной реконструкции

МРТ-изображений

В истории МРТ идея многоканальности и параллельного сбора МР-сигналов впервые была предложена в 1988 году М. Хатчинсон (США) и У. Ра. После этого теория получила дальнейшее развитие в работах Д. Квит и С. Эйнав (Израиль) в 1991 году. Главный принцип многоканальной МРТ заключается в том, чтобы область чувствительности каждой катушки была мала и уникальна. В 1989 году Келтои (США) предложил идею сокращения расстояния между выборками К-пространства в направлении фазового кодирования с помощью использования многоканальных систем.

Впоследствии появились разнообразные меюды параллельной реконструкции изображений:

- SENSE (Метод кодирования чувствительности для быстрой МРТ -Sensitivity encoding for fast MRI). Предложен в 1998 году К. Пруессманном (Чехия) и др.;

- SMASH (Метод одновременного сбора пространственных гармоник -Simultaneous acquisition of spatial harmonics)[ 18, 86J. Предложен в 1997;

- AUTO-SMASH. Его предложил в 1998 году М. Якобом (Германия) и

др.;

- VD-AUTO-SMASII. Предложен в 2001 Марком Грисволдом (Кливеленд, США) и др. Метод позволяет выполнять реконструкции МРТ-изображений без известных профилей чувствительности систем сбора данных;

- GRAPPA. Предложен в 2002 Марком Грисволдом (США) [24].

Главной проблемой для реконструкции МРТ-изображений подобных техник является работа при высоких уровнях шума и при высоких коэффициентах акселерации. Под термином высокий коэффициент акселерации далее в работе будет пониматься случай, когда число недостающих шагов фазового кодирования более 50% от значения по теореме Котельникова-Найквиста-Шенона.

Таким образом, перед исследователями стоит следующая задача: сокращение уровня геометрических искажений и повышение устойчивости методов параллельной реконструкции изображений МРТ. Для достижения этой задачи в работах [41, 47, 48, 49] предлагается метод SPIRIT. Он является разновидностью автокалибровочного метода реконструкции. Во многом он похож на GRAPPA- реконструкцию, но обладает лучшими характеристиками по уровню искажений изображений. Особенно сильно заметна разница при реконструкции изображений с высоким коэффициентом акселерации[ I 10].

Из проведенного обзора можно заключить, что исследование методов параллельной реконструкции при высоких степенях акселерации и разработка устойчивых методов является актуальной задачей в настоящее время.

1.2. Обзор и классификация МРТ-систем

Как известно, все МРТ-системы медицинского назначения можно разделить на системы закрытого и открытого типа. Принципиальное отличие состоит в конструкции магнита, который создает базовое поле ВО для работы МРТ. Магнит может быть как сверхпроводящим, так и постоянным. Следует отметить, что в настоящее время сверхпроводящие магниты (то есть МРТ закрытого типа) имеют напряженность поля от 1 до 7 Тесла и выше, в го время как МРТ открытого типа имеют напряженность, как правило, не более 0,5 Тесла.

Низкая напряженность магнитного поля ВО приводит к низкой частоте ЯМР. Известно, что увеличение резонансной частоты приводит к улучшению качества МРТ-изображений. Поэтому, как правило, в клинической практике

применяются МРТ с напряженностью поля более 1 Тесла. Хотя для исследования головною мозга и позвоночника в большинстве случаев достаточно МРТ открытого типа, чего нельзя сказать о качественной визуализации брюшной полости.

Из общего числа МРТ в России порядка 30 % оборудования изготовлено фирмой Siemens [82]. Среди моделей МРТ Siemens наиболее часто используются Siemens Impact, Harmony, Symphony, Espree и т. д.

Помимо Siemens парк томографов в России представлен следующими фирмами производителями: Philips[71], GE, Philips, Toshiba. Некоторые из них представлены на фотографии 1.2.

¥

Г Д

Фотография 1.2. Внешний вид МРТ систем: Л — Genpia MAGPINDER 11, Ь — Siemens Impact, В — Siemens Harmony, 1 — Siemens Avanto, Д — Philips Intera.

Сравнительные характеристики MPT сканеров отображены в таблице

Таблица 1.1

Сравнительные характеристики МРТ систем

Наименование Genpia Magfinder II Siemens Impact Siemens Harmony Siemens Avanto Philips Intera 1,5

Величина постоянного поля, Тл 0,32 0,95 0,95 1,5

Рабочая частота, МГц 13,6 40,95 40,95 63 63

Количество приемников МР-сигналов (в базовой версии) 2 4 4 16 5

АЦП АЦП 16 бит SNR86 дБ АЦП 12 бит SNR 65 дБ АЦП 16 бит SNR 91 дБ

Возможность параллельной обработки Не i Hei GRAPPA MSLNSE GRAPPA IIM SHNSH

Напряженность градиентных полей 20 мТ/м 20 мТл / м 20 мТл/М 45 мТл / м 30 мТл / м

Время нарастания градиентных полей 40Т/м/с 200 Т/м/с 807/м/с

Ориентировочный год разработки 2001 1993 1998 2005 1999

Страна-производитель Республика Корея Германия Германия Германия Нидерланды

Перейдем к рассмотрению технических характеристик МРТ аппаратов.

1.3. Основные технические характеристики МРТ-систсм

К основным характеристикам МРТ относятся:

1. Величина напряженности постоянного магнитного поля.

2. Величина напряженности градиентных магнитных полей.

3. Скорость нарастания градиентных магнитных полей.

4. Количество каналов обработки данных.

5. Область обзора - область гомогенного магнитного поля.

6. Мощность радиопередатчика.

Важнейший критерий качества любого изображения — отношение сигнал/шум (SNR, или OCLII), которое используется для описания вклада в регистрируемый сигнал полезной составляющей и шума. Обычно шум характеризуется стандартным отклонением интенсивности сигнала па изображении однородного фантома в отсутствии артефактов. Коэффициент сигнал/шум является важнейшим показателем качества изображений МРТ. Физически он определяется количеством молекул, которые взаимодействуют с возбуждающими магнитными системами (участвует лишь небольшое число молекул, их число определяется параметрами сканирования МРТ).

Пространственное разрешение — мера качества изображения, характеризующая наименьшее расстояние между двумя точками объекта, которые можно отличить как отдельные детали изображения. Разрешение зависит от толщины среза, области обзора (FOV) и числа точек данных (матрица изображений). Увеличение матрицы изображения уменьшит размер пиксела, но не всегда улучшит разрешение.

Рассмотрим основные показатели качества изображения и атрибуты сканирования (коэффициент сигнал/шум, контрастность, разрешение, наличие артефактов, время сканирования).

Отношение контраст/шум (CNR) — отношение разности интенсивности сигналов между двумя областями. Повышение CNR улучшает восприятие различий между двумя исследуемыми клиническими областями. Низкоконтрастное разрешение — это способность отображать объекты со схожим контрастом объектов. Высококонтрастное разрешение — это способность отображать маленькие объекты, имеющие высокую контрастность и пространственное разрешение.

Шум существует практически во всех МР'Г-изображениях и является одним из главных ограничивающих факторов в протоколах МРТ (например, в мозжечке довольно сложно дифференцировать структуры с увеличением уровней шума). Шум становится ограничением при использовании методов

ускорения сбора данных МРТ, так как уровень шума МРТ-изображения связан со временем сбора данных[27].

Разрешение изображения позволяет детализировать отдельные структуры в исследуемой области. При повышении разрешения значительно растет время сканирования.

В процессе получения изображения возникают искажения различного рода (артефакты). Наиболее часто встречаются двигательные артефакты (искажение изображений вследствие механических перемещений области исследований). Они существенно влияют на изображения, делая невозможным их точную расшифровку, что приводит к необходимости повторения исследования.

Артефакты в МРТ могут иметь форму вариаций интенсивности сигналов или их ошибочного позиционирования. Такие артефакты могут имитировать патологию в такой степени, что приходится проводить обследование заново или применять другие диагностические методы, чтобы исключить патологию.

Обычно артефакты легко распознать, если известны причины их появления.

Артефакты можно разбить на четыре основных категории:

- возмущения магнитного поля;

- РЧ-артефакты и артефакты, связанные с градиентами;

- артефакты движения и потоков;

- артефакты обработки сигналов и построения изображений.

В таблице 1.2 показаны основные недостатки (артефакты) МРТ-сканеров.

Нижнее изображение показывает негативные последствия применения методов параллельной акселерации при неправильной постановке условий сбора данных и реконструкции.

Таблица 1.2

Иллюстрация искажений МРТ-июбражений

1ример

Описание

Низкое соотношение сигиал/шум

Артефакт движения

Артефакт химического сдвига

Артефакты вследствие

некорректного применения методов акселерации при параллельной реконструкции изображений

Параметры изображений MPT в значительной степени зависят от типа импульсных последовательностей и режима сканирования. Рассмотрим некоторые параметры импульсных последовательностей и режимов сканирования.

Ширина полосы пропускания (BW) — выбранная полоса или диапазон частот, которые могут управлять как выбором среза, так и выборкой сигнала. В МРТ короткие мощные импульсы используются для возбуждения широкого диапазона частот (широкая полоса пропускания), длинный маломощный импульс возбуждает меньший диапазон частот (узкая полоса пропускания).

Длительность единичного выбора данных (Treadout) зависит от ширины пропускного канала приемного тракта (так называемый BW параметр последовательности импульсов). Treadout приблизительно равна 1/BW.

Шум на изображении связан с частотой выборки MP-сигнала или эха: чем больше выборка, тем больше шум. Уменьшение BW требует уменьшения амплитуды частотно-кодирующего градиента, увеличивая время включения градиента. Узкие полосы пропускания приемника подчеркивают сдвиг между водой и жиром, задавая меньше частот на MP-изображении (эффект проявлен сильнее в высоких полях).

Таким образом, недостатки, связанные с использованием более низкой частоты выборки, таковы: увеличение артефактов химического сдвига; потеря контрастности; ограниченный диапазон времени ТЕ. Для сокращения артефактов химического сдвига можно использовать большую полосу пропускания (меньше полоса — больше химический сдвиг — больше время задержки — выше OCII1).

1.4. Импульсные последовательности и их влияние на качество

изображения

Импульсной последовательностью (ИП) называют набор

определенных радиочастотных (РЧ) и градиентных импульсов, обычно неоднократно повторяемых во время сканирования, интервал между которыми, их амплитуда и форма определяют характеристики изображений. ИП позволяют, в зависимости от цели исследования, определять вклад того или иного параметра в интенсивность изображения исследуемых структур для получения оптимального контраста между нормальными и измененными тканями [8, 11 1, 89]. Наиболее полно ИП представлена в работе [50].

В работе [39] показан пакет для синтеза и моделирования МРТ-сигналов Nmrsim3. Пакет Nmrsim3 имеет широкие возможности для исследования влияния различных импульсных последовательностей на характер МРТ-изображений. Еще один программный пакет (ODIN 1.8.3 -объектно-ориентированный интерфейс разработки для ЯМР) для исследования влияния параметров ИП на качество изображений представлен в работе [105].

Рассмотрим основные параметры импульсных последовательностей.

Таблица 1.3

Базовые параметры импульсных последовательностей МРТ

Название Описание

TR Период повторения последовательности

ТЕ Время появления эхо-сигнала

TI Время инверсии (интервал между инвертирующим и 90° импульсами), используется для ряда последовательностей

ETL Длина эхо-трейна

BW Ширина частотной полосы пропускания

FA Угол отклонения, используется для ряда последовательностей

NEX Количество возбуждений выбранного слоя

Импульсные последовательности можно классифицировать следующим образом:

1. Спин-эхо последовательности (спин-эхо, быстрое спин-эхо, быстрое спин-эхо с быстрым восстановлением), основанные на обнаружении спинового эха.

2. Градиент-эхо последовательности (градиент-эхо, градиент-эхо с очищением), основанные на обнаружении градиентного эха.

3. Последовательности с выборочным подавлением сигналов.

Помимо базовых импульсных последовательностей существуют

специальные способы, позволяющие получить преимущество для ряда приложений МР'Г. 13 частности, в работе [35] показана возможность усовершенствования спин-эхопланарной ИП путем последовательного использования нескольких разных типов импульсных последовательностей, как показано на рис. 1.1:

90° 90° ST 90е STEPI

rf w—è

REF ke...................

TM

a 90° ф

1Ш114ШШШШШ шшшишп

^cr/sp

11_________________LU

GcdGcri G5p1Gcr2 G

ip/

—H и-—H

TE/2 TE/2 ДТЕ TE/2

Рис. l.l. Схема модифицированной эхопланарной И!I

Как видно на рис. l.l, после классической спин-эхопланарной ИП

(SEPI) применяют градиентную эхопланарную ИП (GEPI) и

стимулированную эхопланарную ИП (STEPI), причем фаза между GEPI и

STEPÏ дает возможность частичной компенсации эффекта химического

сдвига. Подобное применение ИГ1 позволяет получить лучший контраст

динамических МРТ-изображений. Коэффициент сигнал/шум MP I -

изображения можно определить по формуле[63|:

_„.„ l'OVp FOVr Г Г (1.1)

ОС I I I - ------J-, где

Np Nr V BW

Np и Nr-разрешенис изображения (число пикселей). l:OVp и FOVr - размер изображения. BW-диапазон частот приемного гракга.

Соотношение (1.1) помогает оценить вклад различных параметров И11 в качество результирующих изображений.

Ниже продемонстрированы снимки МРТ, которые характеризуют работу различных ИП:

Рис. 1.2. Изображения МРТ, полученные с помощью различных ИП: А — 2В градиент-эхо; Б — Т1-одиночное эхо; В — 1Я-турбо-спин-эхо; Г - Г2 турбо спин эхо; Д - Т2 Пгт Ашс1; Е - Т1 - спин эхо.

На рис. 1.2 видно, что выбор импульсной последовательности существенно определяет качество визуализации. Таким образом, каждый конкретный клинический случай требует применения специальных импульсных последовательностей.

1.5. Принципы построения МРТ-изображений

Как следует из теории [38, 101, 102, 122, 123] принцип МРТ или, как его называют, ЯМР-гомографии, основан на эффекте Лармора и описывается уравнениями Блоха.

В диссертационной работе объектом исследования была выбрана МРТ-система, упрощенная структурная схема которой представлена ниже:

Рис. 1.3. Структурная схема МР'Г-сканера

На рис. 1.3 показана структурная схема МРТ, где выбор среза (т.е. селекция пространства исследуемого объекта при сканировании) осуществляется при помощи импульсных последовательностей, градиентных магнитных систем и высокочастотной излучающей радиочастотной (РЧ) системы.

Градиентные магнитные системы и усилители градиентных сигналов являются неотъемлемой частью МРТ-систем и определяют ряд их важнейших характеристик. Увеличение величины градиентных магнитных полей способствует улучшению качества МРТ-снимков, а повышение быстродействия существенно сокращает время сканирования^21]. За последнее десятилетие наблюдалось повышение быстродействия и увеличение величин градиентных магнитных полей. Однако исследования выявили опасное влияние сильных градиентных магнитных нолей на периферийную нервную систему человека. То есть увеличение

Список литературы диссертационного исследования кандидат наук Серёгин, Павел Сергеевич, 2014 год

Библиографический список

1. 3D X ray Computed Tomography Software. — Режим доступа:

http://www.digisens.fr/en.

2. An Improved Iterative SENSE Reconstruction Method / PENG QU, et al — Режим доступа: http://library.ibp.ac.cn/html/slwj/000244584500005.pdf.

3. Analytical form of Shepp-Logan phantom for parallel MRI / M. Guerquin-Kern, F. I. Karahanoglu, D. Van De Ville, K. P. Pruessmann, M. Unser // Biomedical Imaging Group, EPF Lausanne. — Medical Image Processing Lab, EPFL & University of Geneva. — Institute for Biomedical Engineering, ETH & University Zurich. — April 14,2010.

4. Barral, J. Building RF Surface Coils for MRI / Joelle Barral. — Режим доступа:

http://www.stanford.edu/~jbarral/Downloads/JoelleBarral_CoilDesign.pdf

5. Baselice, F. Field Map Reconstruction in Magnetic Resonance Imaging Using Bayesian Estimation. / F. Baselice, G. Ferraioli, A. Shabou // Sensors. — 2010. — N 10. —P. 266-279.

6. Beatty, P. J. Rapid gridding reconstruction with a minimal oversampling ratio / P. J. Beatty, D. G. Nishimura, J. M. Pauly // IEEE transactions on Medical Imaging. — 2005. — Vol. 24. — P. 799-808.

7. Benoit-Cattin, H. Numerical Implementation of the Bloch Equations To Simulate Magnetization Dynamics And Imaging / LI. Benoit-Cattin, G. Collewet. -9p.

8. Bernstein, M. A. HandBook of MRI Pulse Sequences / M. A. Bernstein, K. F. King, X. J. Zhou // Amsterdam, Boston: Elsevier Academic Press, 2004. — 291 p.

9. Bo, L. Regularized Sensitivity Encoding (SENSE) Reconstruction Using Bregman Iterations / Liu Bo, Kevin King, Michael Steckner, Jun Xie // Magnetic Resonance in Medicine. — Volume 61. — Issue 1, January 2009 — P. 145-152.

10. Bones, P. J. A Physical Shepp-Logan Head Phantom for MRI / P. J. Bones, J. R. Maclaren // Proceedings of Image and Vision Computing New Zealand 2007.

— Hamilton, New Zealand, December 2007. — P. 317-320.

11. Celik, H. Novel Rf Coil Technologies For MRI / Haydar £elik. — June, 2006.

12. Chen, N.-K. Application of k-space energy spectrum analysis to susceptibility field mapping and distortion correction in gradient-echo EPI / N.-K. Chen, K. Oshio, L. P. Panych // Neuroimage, 2006, Jun. — Vol. 31 (2). — P. 609-622.

13. Chen, S. S. Atomic Decomposition by Basis Pursuit / S.S.Chen, D. L. Donoho, M. A. Saunders // Siam Review. — Vol. 43. — No. 1. Pp. 129-159.

14. Cohen, M.S. Motion Compensation in MR Imaging / M. S. Cohen. — 2007. — Режим доступа: http://ccn.ucla.edu/BMCweb/SharedCode/Motion/motion.html.

— Дата обращения: 1.09.2011.

15. Compressed Sensing in Cardiac MR/Mehmet Ak?akaya et al.

— Режим доступа: http://www.fields.utoronto.ca/programs/scientific/10-11/medimaging/presentations/S 10 Akcakaya.pdf Дата обращения: 1.12.2011.

16. CUDA (Compute Unified Device Architecture) Programming Guide v2.0. — Sep. 16, 2008. — Режим доступа: http://developer.download.nvidia.eom/compute/DevZone/docs/html/C/doc/CUDA _C_Programming_Guide.pdf.

17. Dalai, I. L. An Economical Multichannel Integrated Receiver/ Reconstruction System for MRI / I. L. Dalai // Proceedings of the 2nd IEEE/NLM Life Science Systems and Applications Workshop. — Bethesda, MD, July 13-14, 2006. — P. 134-145.

18. Daniel K. Sodickson Spatial Encoding Using Multiple rf Coils: SMASLI Imaging and Parallel MRI - Режим доступа: http://www.spectroscopynow.com/userfiles/sepspec/file/specNOW/Tutorials/Meth _Biomed_MRI_Spatial_Encoding.pdf

19. Direct parallel image reconstructions for spiral trajectories using GRAPPA / R. Heidemann, M. A. Griswold, N. Seiberlich, G. Kriiger, S. Kannengiesser,

В. Kiefer, G. Wiggins, L. Wald, P. Jakob // Magnetic Resonance in Medicine, 2006. — Vol. 56. — P. 317-326.

20. Distributed Compressed Sensing MR1 Using Volume Array Coil. / Zhen Feng, Feng Liu, He Guo, Zhikui Chen,l Mingfeng Jiang, Mingjian Hong, and Qi Jia. -International Journal of of Distributed Sensor Networks. - Режим доступа: http://www.hindawi.com/journals/ijdsn/2013/989678/

21. Esser, E. Applications of Lagrangian-Based Alternating Direction Methods and Connections to Split Bregman / E. Esser // March 2009. — Режим доступа: http://www.math.uci.edu/ eesser/papers/alg_writeup.pdf.

22. Fernandez-Granda, C. Robustness of Compressed Sensing Parallel MRI in the Presence of Inaccurate Sensitivity Estimates / C. Fernandez-Granda, T. Thuring, J. Senegas // Third International Workshop on Parallel MRI (ISMRM). — Sta Cruz, October 2009.

23.Fessler, J. Nonuniform fast fourier transforms using min-max interpolation / J. Fessler, B. Sutton // IEEE Trans Signal Processing, 2003. — Vol. 51. — P. 560574.

24. Generalized autocalibrating partially parallel acquisitions (GRAPPA) / M. A. Griswold, P. M. Jakob, R. M. Heidemann, M. Nittka, V. Jellus, J. Wang, B. Kiefer, A. Haase // Magnetic Resonance in Medicine, 2002. — Vol. 47. — P. 1202-1210.

25. Gadgetron - Medical Image Reconstruction. - Режим доступа: http ://sourceforge.net/proj ects/gadgetron/

26. GC5016 datasheet. - Режим доступа: http ://•www, ti .com/1 i t/ds/s vml i nk/g,c5 016.pdf

27. Hajian, A. R. Noise Reduction Apparatus, Systems, And Methods / Arsen R. Hajian, Jae K.Kim, Ticson // United States Patent Application Publication Hajian et al. — Pub. No: US 2009/0136104 A1. — Pub. Date: Dec. 28, 2009. — 18 p.

28. Heberlein, K. Auto-calibrated parallel spiral imaging / K. Heberlein, X. Hu // Magnetic Resonance in Medicine, 2006. — Vol. 55. — P. 619-625.

29. Helmholtz-pair transmit coil with integrated receive array for high-resolution MRI of trabecular bone in the distal tibia at 7 T /Alexander C. Wrighta, Rostislav Lemdiasovb, Thomas J. Connicka, Yusuf A. Bhaaata, Jeremy F. Maglanda, Нее Kwon Songa, Steven P. Toddesb, Reinhold Ludwigb, Felix W. Wehrlia // Laboratory for Structural NMR Imaging, Department of Radiology, University of Pennsylvania Medical Center. — Режим доступа: http://www.sciencedireet.eom/science/article/pii/S 1090780711000802

30. Hertz, D. Configurable Matrix Receiver For MRI / David Hertz // United States Patent Hertz . — Patent No: US 6,977,502 Bl. — Date of Patent: Dec. 20, 2005.

31. High-performance 3D Compressive Sensing MRI reconstruction / Daehyun Kim, J.D. Trzasko, M. Smelyanskiy, C.R. Haider, A. Manduca, P. Dubey // Annual International Conference of the IEEE Engineering in Medicine and Biology Society (EMBC), 2010. — Режим доступа: http://hgpu.org/?p=4487.

32. Huggins, Patrick S. Greedy Basis Pursuit / Patrick S. Huggins, Steven W. Zucker // IEEE Transactions on Signal Processing.— Vol. 55.— No. 7, July 2007. —P.3760-3772.

33. Huo, D. Quantitative Image Quality Evaluation of Fast Magnetic Resonance Imaging: Submitted in partial fulfillment of the requirements. For the degree of Doctor of Philosophy / Donglai Huo // Department of Biomedical Engineering. — Case Western Reserve University. — January, 2007.

34. Ibell, S. The Design and Modelling of 2D Phased Arrays for MRI / Susan Ibell. — October 2003

35. Jeong, Eun-Kee. Simultaneous Acquisitions Of Spin- And Stimulated-Echo Planar Imaging / Eun-Kee Jeong, Kim Seongeun Choi, Xianfeng Shi // United States Patent Application Publication Jeong et al. — Pub. No: US 2010/0213938 A1. — Pub. Date: Aug. 26, 2010.

36. Jesmanowiczl, A. Direct MRI Detection at 3T Using an FPGA-Controlled High-Speed Digital Receiver / A. Jesmanowiczl, J. S. Hyde // 1 Department of

Biophysics, Medical College of Wisconsin, Milwaukee, WI, United States. — N. 14 (2006). —P. 2027.

37. Jim, X. Ji. Pulsar. A Matlab Toolbox for Parallel Magnetic Resonance Imaging Using Array Coils and Multiple Channel Receivers / X. Ji Jim, Jong Bum Son // Magnetic Resonance Engineering, 2007. — V. 3 IB. — N 1. P. 24-36.

38. Kellman, P. Parallel Imaging: The Basics / Peter Kellman. — Режим доступа: http://dir.nhlbi.nih.gov/staffpages/kellmanp/presentations/ISMRM_2004_MRphysi cs_parallel_MR_syllabus.pdf.

39. Kessler, P. NMR-SIM Software Manual. Version 3.1. / P. Kessler // Bruker, 2001. — Режим доступа: http://www.mn.uio.no/kjemi/english/research/about/infrastructure/nmr/manuals/xw innmr/Nmrsim3-l .pdf.

40. Koay, С. G. Three-Dimensional Analytical Magnetic Resonance. Imaging Phantom in the Fourier Domain. / C. G. Koay, J. E. Sarlls, E. Ozarslan // Magnetic Resonance in Medicine, 2007. — Vol. 58. — P. 430-436.

41.11-SPIRiT MRI Reconstruction Michael Lustig's. — Режим доступа: http://www.eecs.berkeley.edu/~mjmurphy/! 1 spirit.html.

42. Lee, R. F. Analysis of Planar Strip Array Antenna for MRI / R. F. Lee, C. R. Westgate // 2001 IEEE International MTT-S Microwave Symposium Digest.

— 2001. —Vol. 1. —P. 159-162.

43. Liere, F. V. MRI System With Direct Digital Receiver Using Resampling / Filips Van Liere // United States Patent van Liere. — Patent No: US 8,049,505 B2.

— Date of Patent: Nov. 1,2011.

44. Lin, Fa-Hsuan. Method For Parallel Image Reconstruction Using Automatic Regularization / Fa-Hsuan Lin // United States Patent Lin. — Patent No: US 7,053,613 B2. — Date of Patent: May. 30, 2006.

45. Lin, Fa-Hsuan. Regularized Grappa Reconstruction / Fa-Hsuan Lin // United States Patent Lin. — Patent No: US 7,394,252 В1. — Date of Patent: Jul. 1, 2008.

46. LNA Series 10 — 600MHz Low Noise Amplifier. — Режим доступа: http://www.rfbayinc.com/upload/files/lna/lna-605.pdf.

47. Lustig M. CI-spirit: Autocalibrating parallel imaging compressed sensing / M. Lustig, M.T. Alley, S. Vasanawala, D.L. Donoho, J.M. Pauly. - Proceedings of the 17th Annual Meeting of ISMRM. - Honolulu, Hawaii, 2009. - P. 379.

48. Lustig M., Donoho D.L., Pauly J.M. Sparse MRI: The application of compressed sensing for rapid MR imaging. - Magnetic Resonance in Medicine, 2007.-Vol. 58. - P. 1182-1195.

49. Lustig M., Pauly J.M. SPIRiT: Iterative Self-consistent Parallel Imaging Reconstruction from Arbitrary k-Space. - Режим доступа: http://www.stanford.edu/~mlustig/SPIR-iT.pdf

50. M. A. Bernstein, К. F. King, and X. J. Zhou. Handbook of MRI Pulse Sequences // Amsterdam; Boston: Elsevier Academic Press, 2004.

51. Madore, B. Combining Unfold With Parallel Magnetic Resonance Imaging / Bruno Madore // United States Patent Application Publication Madore. — Pub No: US 2002/0153890 Al. — Pub. Date: Oct. 24, 2002.

52. Madore, B. Method For Efficient Data Encoding In Dynamic Magnetic Resonance Imaging / Bruno Madore, Gary H. Glover, Norbert J. Pelc // United States Patent Madore et al. — Patent Number: 6,144,873. — Date of Patent: Nov. 7, 2000.

53. Madore, B. Variable-Density Parallel Magnetic Resonance Imaging. / Bruno Madore // United States Patent Madore. — Patent No: US 6,903,551 B2. — Date of Patent: Jun. 7, 2005.

54. Magnetic resonance imaging (MRI) simulation on a grid computing architecture: a web portal design / H. Benoit-Cattin, F. Bellet, J. Momtagnat, C. Odet. — Режим доступа: http://hal.archives-ouvertes.fr/docs/00/47/68/94/PDF/Biogrid03-3.pdf.

55.MCALab: Reproducible Research in Signal and Image Decomposition and Inpainting / M. J. Fadili, J.-L. Starck, M. Elad, D. Donoho. — Режим доступа: http://www.greyc.ensicaen.fr/~jfadili/demos/WaveRestore/downloads/mcalab/mcal ab.pdf

56. Michael Lustig, Stanford, CA (US); John M. Pauly, Stanford, CA (US). Auto Calibration Parallel Imaging Reconstruction Method From Arbitrary K-Space Sampling // United States Patent Application Publication Lustig et al. Pub. No: US 2009/0196478 Al. Pub. Date: Aug. 6, 2009

57. Miyano, H. Fast A/D Conversion Signal Processor, RF Receiver Circuit, Digital Receiver Front End Circuit, MRI Apparatus, And Fast A/D Conversion Device / Hiroyuki Miyano // United States Patent Miyano. — Patent No: US 6,624,777 B2. —Date of Patent: Sep. 23, 2003.

58. Needell, Deanna. Topics in Compressed Sensing. Dissertation for the degree of Doctor of Philosophy in Mathematics / Deanna Needell // Committee in Charge, 2009. — 176 p.

59. NVIDIA CUDA - неграфические вычисления на графических процессорах. - Режим доступа: http://www.ixbt.com/video3/cuda- l.shtml

60. On the regularization of SENSE and Space-RIP in parallel MR imagining / W. S. Hoge, D. H. Brooks, B. Madore, W. Kyriakos // International Symposium on Biomedical Imagining, 2004.

61.0penCL - The open standard for parallel programming of heterogeneous systems. - Режим доступа: http://www.khronos.org/opencl/

62. Tihonov reregularization parameter estimation for large scale regularization using a priori information // Rosemary a Renaut, Iveta Hnetynkovay, and Jodi Mead - Boise State University, Department of Mathematicss, 2008 - 30p.

63. Parallel imaging in clinical MR applications / editors Schoenberg S.O., Dietrich O., Reiser M.F. - Berlin, Heidelberg, New-York: Springer, 2006. - 564 p.

64. Parallel Imaging With Nonlinear Reconstruction Using Variational Penalties / F. Knoll, C. Clason, K. Bredies, M. Uecker, R. Stollberger // Magnetic Resonance in Medicine. — January 2012. — Vol. 67. — Issue 1. — P. 34-41.

65. Partially Parallel Imaging With Localized Sensitivities (PILS) / M. A. Griswold, P. M. Jakob, M. Nittka, J. W. Goldfarb, A. Haase // Magnetic Resonance in Medicine, 2000. — Vol. 44. — P. 602-609.

66. Pei H. Chan, Aurora, OH (US); Yipihg Guan, Aurora, OH (US); Fraser J. Robb, Aurora, OH (US); Sunyu Su, Hudson, OH (US). Quadrature And Linear RF Coil Array For MRI Of Human Spine And Torso // United State Patent Application Publication Chan et al. Pub. No.: US 2011/0156705 Al. Pub. Date : Jun. 30, 2011.

67. CIC фильтры Хогенауэра и их характеристики. - Режим доступа: http://www.dsplib.ru/content/cic/cic.html

68. Petr J. Parallel Magnetic Resonance Imaging Reconstruction PhD Thesis Proposal // Research Reports of CMP, Czech Technical University in Prague. - №. 3. - 2005. - Режим доступа: ftp://cmp.felk.cvut.cz/pub/cvl/articles/petr/Petr-TR-2005-03.pdf

69. Petr, J. Parallel MRI Reconstruction Using B-splines / J. Petr, J. Kybic, V. Hlavaac // Research Reports of CMP, Czech Technical University in Prague, 2004. — №. 9. — Режим доступа: ftp://cmp.felk.cvut.cz/pub/cvl/articles/petr/Petr-TR-2004-09.pdf.

70. Philip James Beatty, Menlo Park, CA (US). System And Method For Using Parallel Imaging With Compressed Sensing // United States Patent Beatty. Patent No: US 7,688,068 B2. Date of Patent: Mar. 30, 2010

71. Philips Healthcare. - Режим доступа: http://www.healthcare.philips.com

72. Pinkerton, R. G. A High Field Transceiver/Receive-Only Surface Coil Array /R. G. Pinkerton, E. A. Barberi, R. S. Menon // Proc. Intl. Soc. Mag. Reson. Med. — N13 (2005).

73. Porter, J. R. A sixteen-channel multiplexing upgrade for single channel receivers / Jay R. Porter // Magnetic Resonance Imaging, 2001. — Vol. 19. — P. 1009-1016.

74. Pruessmann K.P. SENSE: Sensitivity encoding for fast MRI / K.P. Pruessmann, M. Weiger, M.B. Scheidegger, P. Boesiger. - Magnetic Resonance in Medicine, 1999. - Vol. 42. - P. 952-962.

75. Ramani, S. Parallel MR Image Reconstruction using Augmented Lagrangian Methods / Sathish Ramani, Jeffrey A. Fessler. — Режим доступа: http://web.eecs.umich.edU/~fessler/papers/files/jour/l 1/pre/ram ani-11-pmi.pdf

76. Real-Time Compressive Sensing MRI Reconstruction Using GPU Computing and Split Bregman Methods / D.S. Smith, J.C. Gore, Т.Е. Yankeelov, E.B. Welch. - International Journal of Biomedical Imaging. - Режим доступа: http://www.hindawi.com/journals/ijbi/2012/864827/

77. Reykowski A. Receiver Systems. Invivo Corporation. - Режим доступа: http://afni.nimh.nih.gov/sscc/staff/rwcox/ISMRM_2006/ISMRM%20M-F%202006/files/WA_09.pdf

78. Ricardo Otazo, New York, NY (US); Stefan Posse, Albuquerque, NM (US). Superresolution Parallel Magnetic Resonance Imaging // United States Patent Application Publication Otazo et al. Pub No: US 2009/0285463 Al. Pub. Date: Nov. 19, 2009

79. Roemer P.B. The NMR phased array / P.B. Roemer, W.A. Edelstein, C.E. Hayes, S.P. Souza, O.M.Mueller. - Magnetic Resonance in Medicine, 1990. -Vol. 16.-P. 192-225.

80. Schneider M. GPGPU for Accelerated GRAPPA Autocalibration in Magnetic Resonance Imaging. Studienarbeit (student research project), geb. am 17. Oktober 1984 in Aachen. - Режим доступа: http://wwwcip.informatik.uni-erlangen.de/ simtschn/thesis/thesisHref.pdf

81. Sensitivity profiles from an array of coils for encoding and reconstruction in parallel (SPACE RIP) / W. Kyriakos, L. Panych, D. Kacher, C. Westin, S. Bao, R. Mulkern, F. Jolesz. — Magnetic Resonance in Medicine, 2000. — Vol. 44. — P. 301-308.

82. Siemens Healthcare. - Режим доступа: http://www.medical.siemens.com

83. Simulation of raw MRI data from k-space coordinates using the Shepp and Logan head phantom function. - Режим доступа: http://www.mathworks.com/matlabcentral/fileexchange/1759-mriphantom/content/mriphantom.m

84. Size-optimized 32-Channel Brain Arrays for 3 T Pediatric Imaging / Boris Keil, Vijay Alagappan, Azma Mareyam, Jennifer A. McNab, Kyoko Fujimoto, Veneta Tountcheva, Christina Triantafyllou, Daniel D. Dilks, Nancy Kanwisher, Weili Lin, P. Ellen Grant, Lawrence L. Wald // Magnetic Resonance in Medicine.

— 2011. —Page 1-9.

85. Smash, Sense, Pils, Grappa: how to choose the optimal method / M. Blaimer, F. Breuer, M. Mueller, R. Heidemann, M. A. Griswold, P. M. Jacob // Top Magnetic Resonance Imaging. — Vol. 15. — N 4. — August 2004. — P. 223-236.

— Режим доступа: http://ee-classes.usc.edu/ee591/library/Blaimer-smash_sense_pils_grappa.pdf.

86. Sodickson D.K., Manning W.J. Simultaneous acquisition of spatial harmonics (SMASH): Fast imaging with radiofrequency coil arrays. - Magnetic Resonance in Medicine, 1997.-Vol. 38.-P. 591-603.

87. Spadea, J. R. Optimization of Printed Coil Arrays for Microscopic Imaging and Spectroscopy / J. R. Spadea, S.M.Wright // 19th International Conference. — IEEE/EMBS, Chicago, IL. USA. — 1997.

88. Sparsity Adaptive Matching Pursuit Algorithm for Practical Compressed Sensing / Thong T. Do, Lu Gan, Nam Nguyen, Trac D. Tran.

89. Talabi, O.A. Pore-scale simulation of NMR response in porous media: a Dissertation... Doctor of Phylosophy / Talabi O. A. // September, 2008. — 167 p.

90. Thomas Chmielewski, Willoughby Hills, OH (US); Shmaryu Shvartsman, Highland Heights, OH (US). Phased Array Coils Utilizing Selectable Quadrature Combination // United State Patent Chmielewski et al. Patent No.: 7,235,973 B2. Date of Patent: Jun. 26, 2007.

91. The well-known basis pursuit and other regularized method. SPGL1 library for MATLAB / Michael P.Friedlander — Режим доступа: http://www.stanford.edu/~ewout/software.html

92. Tropp, Joel A. Signal Recovery From Random Measurements via Orthogonal Matching Pursuit / Joel A. Tropp, Anna C. Gilbert // IEEE Transactions on Information Theory. — Vol. 53. — No. 12, December 2007. — P.4655-4666.

93. Wald L.L. Parallel Imaging Update: How Many Elements Do We Need? -Proceedings of the 14th Scientific Meeting of the International Society for Magnetic Resonance in Medicine, 2006. - Vol. 14. - P. 202.

94. Wargo, Ch. J. Sense Parallel Mri Development for Small Animal Imaging Studies at 9.4t / Christopher Joseph Wargo. — August, 2007

95. Weller, D. S. Accelerating Magnetic Resonance Imaging by Unifying Sparse Models and Multiple Receivers / Daniel S. Weller // Massachusetts Institute of Technology. — June 2012.

96. Yallapragada, N. A 64-channel Personal Computer Based Image Reconstruction System And Applications In Single Echo Acquisition Magnetic Resonance Elastography And Ultra-Fast Magnetic Resonance Imaging / Naresh Yallapragada. — May 2008.

97. Ying L. A Statistical Approach to SENSE Regularization With Arbitrary k-Space Trajectories / L. Ying, B. Liu, M.C. Steckner, G. Wu, M. Wu, S.-J. Li. - Magnetic Resonance in Mcdicine, 2008. - Vol. 60. - P. 414-421.

98. Yu, H. A differentiable Shepp-Logan phantom and its applications in exact cone-beam CT. / Hengyong Yu, Shiying Zhao, Ge Wang // Physics in Medicine and Biology. — P. 5583-5595.

99. А.В.Коршаков, В.Е.Шатерников. Автоматическая отладка алгоритмов восстановления томографических изображений с использованием виртуальных фантомов // Приборы и системы. Управление, контроль, диагностика, 2007.-№ 10 - С. 24-27.

100. Агуров П. В. Интерфейсы USB. Практика использования и программирования. - СПб. : БХВ-Петербург, 2004. - С. 576.

101. Магнитный резонанс в медицине : основной учебник европейского форума по магнитному резонансу / под редакцией проф. П.А.Ринка. — Пер. с англ. — Oxford, Backwell scientific publications, 1995.

102. Марусина, А .Я. Современные виды томографии / А.Я. Марусина, А.О. Казначеева. — СПб: СПбГУ, 2006. — 132 с.

103. Медицинская графика на базе GPU NVidea. — Режим доступа: http://www.nvidia.ru/object/medical_ imaging_ru.html.

104. Нестеров Ю.Е. Методы выпуклой оптимизации. - М.: Издательство МЦНМО. - Nesterov-final". - 2010/4/5. - 281 с.

105. Новые направления развития приборостроения : материалы 4-й международной студенческой научно-технической конференции. — Минск, 201 1. — Режим доступа: http://rep.bntu.by/bitstream/data/2929/l/%DO%Al%DO%Bl%D00/oBE%Dl0/o800/oDO%BP0/oD 0%B8%D0%BA%20%D1%82%D0%BP%D0%BC%201 .pdf

106. Серёгин П.С. Адаптивная фильтрация для задач подавления шума / П.С. Серегин, А.Я. Паринский, A.B. Хомяков // Вестник ТулГУ. Серия «Радиотехника и радиооптика». Т. IX — Тула, 2007. — С. 101-108.

107. Серёгин П.С. Анализ производительности и усовершенствование жестких дисков для томографии / Е.И. Минаков, П.С. Серёгин // Микроэлектроника и информатика. Тезисы докладов. — 2010. — С. 172.

108. Серёгин П.С. Антенные системы для параллельных методов магнитно-резонансной томографии // Радиоэлектроника и молодежь в XXI веке: Сборник материалов 15-го Юбилейного Международного молодежного форума. — Харьков: ХНУРЭ, 2011. — Т. 1. — С. 279-280.

109. Серёгин П.С. Высокопроизводительная система ввода данных в ЭВМ/ П.С. Серегин // V молодежная научно-практическая конференция Тульского государственного университета "Молодежные инновации": сборник докладов. — Тула, 2011. С. 174.

110. Серёгин П.С. Диагностика онкологических образований с помощью МРТ с параллельной обработкой сигналов / Е.И. Минаков, П.С. Серёгин // Сибирский онкологический журнал: научно-практическое издание. — Прил. №2. — Компьютерная томография в современной онкологии: Российская научно-практическая онкология. — 2011 г. С. 48-49.

111. Серёгин П.С. Импульсные последовательности магнитно-резонансной томографии / Е.И. Минаков, П.С. Серёгин // Жур. «Вестник новых медицинских технологий». — 2011. —Т. XVIII. — №3. С. 255-267.

112. Серёгин П.С. Направления развития магнитной томографии // Научная сессия, посвященная Дню радио: Сборник научных статей РНТО РЭС им. A.C. Попова. — 2009. — С. 13-14.

113. Серёгин П.С. Настройка радиоприемных катушек магнитной томографии/ E.H. Минаков, П.С. Серегин, О.И. Рыбалкина// IV-я молодежная научно-практическая конференция студентов Тульского государственного университета «Молодежные инновации»: Тезисы докладов. Тула. Изд-во: ТулГУ, 2010. С. 193-194.

114. Серёгин П.С. Оценка качества МРТ-изображений / П.С. Серегин //Магистерская научно-техническая конференция: Тезисы докладов . - Тула. Изд-во: ТулГУ, 2010. С.212.

115. Серёгин П.С. Применение графических процессоров для решения инженерных задач // III магистерская научно-техническая конференция: Тезисы докладов. — Тула, 2008. — С. 163.

116. Серёгин П.С. Применение эмуляции IDE контроллера для высокопроизводительной платы сбора данных /П.С. Серегин// Вестник ТулГУ. Серия радиотехника и радиооптика. — Тула, 2012. С. 150-153.

117. Серёгин П.С. Системы сбора данных в системах магнитно-резонансной томографии /П.С. Серегин // Вестник ТулГУ. Серия радиотехника и радиооптика. — Тула, 2012. С. 153-160.

118. Серёгин П.С. Сравнительный анализ и усовершенствование методов параллельной реконструкции изображений в магнитно-резонансной томографии / П.С. Серёгин // Жур. «Вестник новых медицинских технологий». — 2012. — Т. XIX. — №2. С. 74-76.

119. Серегин П.С. Сравнительный анализ методов параллельной реконструкции изображений магнитно-резонансной томографии./ Е.И. Минаков, П.С. Серегин/ Жур. «Цифровая обработка сигналов» - 2012.- № 3. С.23-28.

120. Серёгин П.С. Тенденции развития методов устранения двигательных артефактов МРТ /П.С. Серегин // Сборник докладов 13-й Международной

конференции "ЦИФРОВАЯ ОБРАБОТКА СИГНАЛОВ и ЕЁ ПРИМЕНЕНИЕ - DSPA'2011Москва, 2011 Т.2. С.59-61.

121. Сизиков, B.C. Устойчивые методы обработки результатов измерений. Учебное пособие-СПб.: "СпецЛит", 1999.-240 с.

122. Физика визуализации изображений в медицине / под ред. С. Уэбба: в 2 т. —М.: Мир, 1991. —Т. 1. —408 с.

123. Хауссер, К. X. ЯМР в медицине и биологии структура молекул, томография, спектроскопия in-vivo / К. X. Хауссер, X. Р. Кальбитцер. — Киев: Наукова думка, 1993.

Приложение 1. Листинг программы recon_Space_rip.m.

%Инициализация

clear all; clc; close all; startup ^feature('SetPrecision ' , 24);

currentdir = pwd; %loading 4ch brain data %load(sprintf('%s\\..\\..\\data\\data_spinecurrentdir)) load(sprintf('%s\\. .\\. .WdataWdata brain',currentdir) ) Ncoil =- size(full_kspace_data, 3) ;

for chl=l:NcoiJ

% images с (abs(ful l_kspace_data ( : , : , chl) ) ) ; imtool(abs(full_kspace_data(: , :,chl)) ) ;

end

%full_kspace_data=single(full_kspace_data); %SSSSSSSSSSSSSSSSSSSSSS %++++++++++++++++++Уменьшение размера матрицы для быстрой обработки ++++++ if_skipreduce=0; if if_skipreduce ==0 for ch=l:Ncoil

tmp(:,:,ch) = datacrop2d(full_kspace_data(:, :,ch), 128,128) ;

end

full_kspace_data = tmp; clear tmp; end

% + + + + + + + + + + + + + + + + Инициализация + + + + + + + + + + + + + + t- + + + + + F0V_full = 1; FOV_subsampl ed = 1; * 1

FOV_reduction_factor = round (FOV_Cu.il/FOV_subsainpl ed) ; Rnoise = (eye (Ncoi.l ) ) ; '¿Матрица кореляции шума между каналами %Rnoise =single(Rnoise );%SSSSSSSSSSSSSSSSSSSSSS

a__________________________________________________________________

с

% ++++++++++++++++++++++ Прореживание К-простарснтва tt+++++++++4++++ variable_density_types = 1; ^uniform subsamplAing

target_num_lines = round(size(full_kspace_data,2)/FOV_reduction_ factor;; [reduced_kspace_data, Subsampling_locations,]= (subsamp_variabledensity(full_kspace_data, ...

variable_density_types, target_num_lines)); %reduced_kspace_data=single(reduced_kspace_data); %Subsampling_locations=single(Subsampling_locations); %acquired_kspace_data=single(acquired_kspace_data); %channelsensitivity=single(channelsensitivity); %recon=single(recon); save('subsampled_kdata','reduced_kspace_data', 'Subsampling _locations', 'FOV_roduction_factor', 'Rnoise', 'if_skipreduce1);

%++++++++++++++++++++++ Подготовка массива для калибровки чуствительности в % центре К-пространства + +-i+ + + + + + + + + + + + + + + + + ^H + -t + + 4 + b + + + + +n+ + + + + + Num_centrallines = 32;

[Nfe,trash,Ncoil] = size(reduced_kspace_data); for ch=l:Ncoil

central_kdata(:,:,ch) = datacrop2d(full_kspace_dnta ( : , :,ch),Nfe, Nurri_centrai i ines) ; end

save('CentRAW,'central_kdata'); %-------------------------------------------------------------------

% Далее сама процедура рекострукции clear

%%feature('SetPrecision', 24);

load('subsampled_kdata'); % Вновь подгружаем, для очистки от ненужных переменных

•»Построении матрицы оценки чувствительности каналов Npe_tobe = size ( reduced_kspace data, '/) *FOV_reduction_factor;

%filename='coilimages.mat'; datatype -I; filename='CentRAW.mat'; datatype =2;

Filters.type ='nofliter'; % Filters.type ='polynomial'; Filters.Poly_Order = 1; Filters.poly_Wc=5; Filters.poly_Wr=5; »for poly

-6 Filters, type ='walsh'; E liters . walsh_width = 3; % for walsh method, averaging window size

% Filters.type =1 median'; Filters.median_width = 3; % median filter window size

Filters.type ='wavelet'; Ь liters . wavclot-_naiie = 'bior5.5'; Filters.wavelet_levels=3; о for wavelet «Filters.type ='hamming'; &

[channelsensitivity, ROI__mask] = sensitivity estimation(filename, datatype, Npe_tobe,iliters,Rnoise);

%channelsensitivity=single(channelsensitivity);iSSSSSSSSSSSSSSSSSSSSbS J ROI_mask=sing] e (R0I_mdsk) ; SSSSSSSSSS.3SSSSSSSSSSS

fprintf('**Реконструкция начсиа... **\n' ); tic

% + + + + + + + + + + + + + + + + + + + + Основная процедура реконструкции + + +4 + t- t + + •» ++ ft-t + о [recon_spacerip, flag] =

spaceripS (reduced_kspace_data, channelsensitivity, 0.05, Subsamplmg_locations) ; %[recon_spacerip, flag] =

spaceripD(reduced_kspace_data,channelsensitivity,0.05,Subsampling_locations); [ recon_spacerip, flag] =

spacerip_CS(reduced_kspace_data, channelsensitivity,0.05,Subsamplmg_locatxons ) ;

a _ ________ _ _ ___ _____ _____

■б ~~ ~~ — — —----------- -- _ —— _ —--— _ _ _

setup_strmg=' Реконструкция закончена. Время реконструкции:'

toe

currentdir = pwd;

load(sprintf('%s\\..\\..\\da+a\\data_spine' , currentdir)) Ncoil - size(full_kspace_data,3);

-++++++++++++++4++Умрньшение размера матрицы для быстрой обработки ++++++ if 1f_skipreduce ==0 for ch=l:Ncoil

tmp(:,:,ch) = datacrop2d ( full__kspace_data ( : , : , ch) , 128, 128 ) ;

end

full_kspace_data = tmp; clear tmp; end

с

о — ■ . _ — — . ~ - — — —-------------------------------

time_recon=cputime;

0 ++++++++++++++++ Реконструкция стандартным методом

sos = recon_sumofsquares(full_kspace_data,0, Rnoise); ^ ____________________ ______________________________________

time_recon=cputime-time_recon

%+++++++++++++++++ Вычисление ошибок вычислений error_irnage = abs (abs (recon_spacerip) - sos); L2diff=norm(error image(:))

% ++ f + + + + 4 t- + m f + t i 'IocTpocuMe rpaiJiMKOb subplot(1,1,1); subplot(1,1,1);

figure; imagesc(abs(recon_spacerip)); colormap('gray'); ax.s square; colorbar;title(1 SPACE-RIP recon1);

figure; imagesc(abs(sos)); colormap('gray'); axis square; colorbar;title('sur of squares recon');

figure; imagesc(error_image); colormap('gray'); axis square; colorbar; title(sprintf('L2 recon error: %s',L2diff));

Приложение 2. Листинг программы spacerip_CS.m

function

[recon,sucessful_flag]=spacerip _CS(acquired_kspace_data,channelsensitivity,to lerance,varargin) sucessful_flag = 0;

[trash Npel trash]=size(dcquired_kspace_data) ; [Nfe Npe Ncoils]=size(channelsensitivity) ; if Npel == Npe

projx = sum(sum(abs(acquired_kspace_data), 3),1); sampling_location = find(pro]x~=0);

acquired_kspace__datd = acquired_kspace_data(•,sampling_location,:); else samplmg_location = varargin(l);

sampling_location = sampling location!:!; if length (samplmg_location) - Npel

display('The length of the sampling_location vector aoes not match that of the kspace data'); return

end

end

Nacquired = size(acquired_kspace_data,2);

j convert sarnpling_location from [-pi pi] to [0 2pi] used m dft matrix % the first row of dftmtx corresponding to DC samploc_dft = (samplmg_location- (Npe/2 + 1) ) ; tmp = find(samploc_dft<0) ;

samploc_dft(tmp) = samploc_dft(tmp) + Npe; samploc_dft = samploc_dft+l; a

df=dftmtx(Npe); df_reduced=df(samploc_dft,:); 1.1D fft

acquired_kspace_data = ifftshift(ifft(ifftshift(acquired_kspace__data,1), [],!),! ) ;

channelsensitivity - f f t shi f t- ( channe I sensit j. j ^ у, 2 ) ; recon = zeros(Nfe,Npe); for fe=l:Nfe fe

kdata~[]; Wful1= [ ] ;

for(coil=l:Ncoils)

kdata = [kdata; transpose (acquircd_kspace__data ( fe, : , coi 1) ) ] ; stmp=repmat(channelsensitivity(fe,:,coil),[Nacquired 1]); Wfull=[Wfull; stmp.*df_reduced];

end

Wfulll=Wfull'*Wfull;

kdatal=Wfull'*kdata; if tolerance == 0

opts = spgSetParms('verbosity',0); % xO = spg_bp(Wfull',kdatal,opts);

xO=Wfull'\kdatal;

opts = spgSetParms('verbosity',0); xl=spg_bp(Wfull,kdata,opts); recon(fe,:)=transpose(xl);

else

opts = spgSetPariib ' verbosity', 0 ) ; xO = spg__bpdn (Wful 11, kdata 1, tolerance, opts); - opts = spgSetParrs('verbosity',1); t tau = 120000*pi;

% xO = spg_lasso(Wfull,kdata, tau, opts); reconffe,:)=transpose(xO);

end

end

recon = fftshift(recon,2); sucessful_flag = 1; return

Приложение 3. Свидетельства о государственной регистрации

•р о о oiflí (jz^si здшда

ш ш s?

ш

К? 52 Ш й т а

(Иг*

1Л

Si $

ш $

ш ш, т № Ш гЯ S? Si 22 к? й Si Si

ш

КЗ

ш

т

Si Si й

í8 й

Si

fS Si Sí Sí Si

СВИДЕТЕЛЬСТВ С)

о государственной регистрации программы .ия )ВМ

№ 2012661302

Про! раммный комплекс обслуживания нацист ов в медицинской томографии

lipamxxVt.uah- ib(.m): Общество с ограниченной ответственностью << Вед Мед Эксперт >> (KU)

Автор(ы): Серегин Павел Сергеевич (RU)

Заявка №2012618852

Дата поступления 18 октября 201 2 Г.

Зарсгпсгрн|х>вано в IVecrpc программ для >Н\1 11 декабря 2012 г.

Руководитель> Федеральной службы по интеллектуальной собственности

li.ll. Симонов

■ ш saas «8 ш $ ss as ¡s si s •>: sí щ & ш ш ш s? т ш ж т sí $ sí s

ш й

si

Bs ffl Sí

Si Ss 13 л

Ss Sí

ta

¡a

?¿

Si Sí Sí

к

Ш Sí Sí Si

SÍ

Ш

m

Sí

■Si Sí Ш Sí Ш

s?

Sí Sí Sí Sí Sí Ss Sí

ffi £

IF D C СЖЖ GlfsÁiáí ФВДШ^ЦЦü

т кштжт .: ш . ¿Jm: , ..LjM^m: т & щ ш ?л щ

"""..................1 /•ШЖ^гап! j'-'***©* ►jfcjL.W® - г> --------*■»

? \ Згггц^ — ЯШз шШттЗШМ ш

СВИДЕТЕЛЬСТВО

о государственной регистрации программы для ЭВМ № 2012661016

Программный комплекс для параллельной реконструкции данных магнитно-резонансной томографии

11 равооблалател ь( л и): Серегин Павел Сергеевич (1ÍU)

Авто[>(ы): Серегин Павел Сергеевич (RU)

Заявки .4« 201261757G Дата ni«-■¡уп.кчшя 10 сентября 2012 г. Зарегистрировано в Реестре гцюграмм для .' )НМ 5 декабря 2012 г.

Рукоппдитель Федеральной <-л if.шпы по интеллектуальной coó< тчениоппи

У/i _ . . , // fi ll. Симонов

Приложение 4. Акты внедрений и испытаний

«лдаяящ^.

;;.8Sl7y,|euilü11 р

!оШ1фшШШ С-А. Руднев

а ш í з« • ч

Ь ^nßßfilo^K 2011 г.

^л-.■C i«'»;• л

о внедрении резулыаюв ; ш с с е рта ни о Híw^gg^m Серегина П. С. на тему «Исследование и разработка методой параллельной реконструкции изображений в магнитно-резонансной томографии» представленной на соискание учебной степени кандидата технических наук по специальности 05.11.17 - «Приборы, системы и изделия медицинского назначения».

В период с 2010 г. по 2012г. па кафедре «Радиоэлектроника» ФГБОУ НПО Тульский i осударе ионный университет аспирантом Серегиным U.C. проводились исследования по paipaooiKc физических и магемашческих основ анализа и м< делироааыи ¡u инжриемпых систем, а так же систем цифровой обработки си иллон

В ра-.Пч ï\ рлСнл был со или и внедрен и учебный процесс специальности 210601 «Радлоэлекфоииые спс!емы и комплексы» и направления 210400 «Радиотехник.!» по дисциплинам «Цифровые устройства и микропроцессоры» и «Методы и scipoíicnia аналоговой и цифровой обработки сигналов», лабораторный оепд, включающий в себя:

- MnupoKoni роллер Pic 18 и сигнальный процессор DSPIC33;

- ашл'-юьо - цифровой преобрачоьаюль;

- ycipotlciuo спя íi¡ с персональным компьютером;

На основе- р.прабокипкио макс iа подготовлены методические указания и поставлены ¡абораюрпые работ «Исследование микроконтроллеров Piel8», «Исследовгш е синильных процессоров на базе dspic33». Так же была разработана витальная лабораторная работа для исследования высокочасюшого v.a юшумящею усилителя в среде схемотехнического моделиров Gcnc-л-. 20lu

Разр.чч „.alia;, лабораюрная работа позволяют моделировать

основные \a¡ .¡Kic,>t¡ci,iKii Mvi.iomy мящич усилителей, и исследовать влияния основных парлмефон \сп ппеля па характеристики устройства.

Комиапя по п.,ержд.им внедрение результатов диссертационной работы в учебный грицесс к'афе.1р)»1 «Радиоэлектроника» Тульского государственного универсип-ia

!

д.т.н., îipoij. ï Толкалин Л.Н.

д.г.н., проф. ¿^é^^è^ •/ Макарецкий Е.Д.

д.т.н., проф. /^Z&^fs^' Минаков Е.И.

к.т.н., доцеш ff Овчинников A.B.

УТВЕРЖДАЮ

Директор ООО «Альфа-Мед» г. 'Гула /4>к;шн. Л.Е.

ПРОТОКОЛ № 1 от 9.12.2011.

исследований алгоритмов параллельной реконструкции МРТ-изображений и аппаратно-программного комплекса многоканального сбора МР-сш налов

1. Место проведения - ООО "АльфаМед" центр МРТ г. Тула ул. Болдина, 98. Период проведения: 5.12.2011 - 8.12.2011.

2. Краткое описание методики исследования эффективности алгоритмов реконструкции МРТ-изображепий представлено в приложении 1.1.

3. Краткое описание методики исследования эффективности аппаратно-программного комплекса многоканального сбора МР-сигналов представлено в приложении 1.2.

4. Результаты экспериментальных исследований описаны в приложении 1.3.

5. Заключение о результатах исследований:

Проведенные экспериментальные исследования алгоритмов реконструкции МРТ-изображений показали возможность сокращения времени сбора данных при проведения исследований, при этом предлагаемый аппаратно-программный комплекс показал возможность увеличения коэффициента сигнал/шум в среднем на 10 дБ по сравнению с базовым аппаратно-программным комплексом МРТ-сканера Siemens Impact Expert.

Руководитель исследований, ¿''/С'/'/ ' Е.И.Минаков

д.т.н. проф. каф РЭ ТулГУ

Руководшель исследований, . ~_;ГТА.С.Гублии

к.т.н., главный инженер ООО " АльфаМед"

Исполнитель, ' • ; П.С.Серегин

аспирант ТулГУ

УТВЕРЖДАЮ

I енеральный дирсктр ООО «ТСМ»

. л»

. % X

»«'Г'^ -

>« <" »

АКТ

Л.М. Агршии

20I.

о внедрении рсчулыато» кандидатской диссерпщиошшй работы Серсиша Павла Сергеевича

Комиссия в сос I а не:

председатель Аграшп Л.М.

члены комиссии: Иванова Ь.(\, Карпов А.В.

составила насюяишй акт о юм, чю р^чулькиы дисссргаииопной раоош Серепша Павла Серк'евича «Исследование п рафабоп<а меюдов параллельной реконструкция изображений в магиипю-ротнансной тмографии». представленной на соискание ученой сленепн кандидат 1ехнпчсски\ нп\к. используются для пааройки систем сбора данных МРТ-сканеров. Предлагаемые в дисссрганионпой работе методы и аппараню-ирограммиый комплекс позволили протводнп»:

- опенку состояния и совершенаиование характериапк высокочасюгпой развязки между каналами сисмемы сбора данных;

- исследование цепей расаройки (дспонинга) многоканальных приемных систем;

- наоройку предварительных малош>мящих чеп.тикмей.

11рсдседа1е.и> комиссии:

Члены комиссии:

.. - Л.М. АI рана!

1 -

'¿-СМ ' |.;.С. Иванова

А^*'/1'-^. лв- Карпов

УТВЕРЖДАЮ

Дирекюр

ООО «МРТ-Эксперг Инжиниринг»

г. Lieu Н.В.С'ирычев

Техническим Aki

внедрении научно-исследовательской раГкиы

Данный акд сформирован о внедрении научно-исследовательской рабош, ос> шее гвлениой Серегиным Павлом Сергеевичем.

Разработанный им аппаратно-npoiраммиый комплекс исполы)С1Ся в целях технического обслуживания (диагностика/настройка) RI; Local coil MPT Siemens Harmony IT.

10.09.2010

УТВЕРЖДАЮ

Диреыор

ООО «Виси icocipoBCknii Цеп ip Mai 1 им по -резонансной 1 о\км рафии»

__i. Cuiiisi-I leicpoypi

I bi ef111ii Горо îeiikiiii

20.02.201 1 r.

ТЕХНИЧЕСКИМ \KT

внедрения na> чно-нес.четова гельекои раоогы

Данный им сформирован комиссией о внедрении паучно-исс!1едова1ельской раооил, осуществленной Серегиным Павлом Сергеевичем. Разработанный им аппарагно-прог раммный комгпем. испо il.ювался в целях гечиическо! о обсл_\ лшвлния (,inai иосчика'насфойка) MPI I oshiba 1.5 I 1ля следующих задач

- ли ai ноет и на сбоев в MP-npoi рлммач (21) IОГ для сосудов шеи )

- niai нос I икл и пасчронкл RI \mplilier \PV\I5K

- анализ работы Rf I oeal coil и KcaiRI Дополите н.пые данные указаны в при юление 1.

1 lpe юедакмь Комиссии

1.вдаки\юв Л. \. рентI ей I лаборапI

У1 ВЕРЖДАЮ

Диремор ООО «Не i-Мед ->ксиерг<>

/

Г Ря ii.il[ь Ле юнев \ \

\

I 1АИИЧ1 ( uuh АКТ

вне фения liasчно-нссдедоваle.u.cKÔii paf)oiы

! 4 ! О 101 0 '

Комиссия в cocianc

- Ипполикш Алексей 11иколаевич - врач ренпенотог,

- Мелихова Ольга Л юы сейма - рашеп- laôopain

Сформировала наеюятнй акт о внедрении на>чно-исслсдовате illкои работы, oc\meciBiieiiHon Cepci иным Пав юм Сергеевичем

РафабоынныП им anrupai no-npoi раммпыи komimckl и-лю !ы<ч>л 1ся и целях гечинческон) обе i\жив.шия < mai нос шка nací ройка) MPI Siemens impact expert 1,01 д 1Я с ie ixiomnx и ¡дч

- диа1 nocíика сбоев i-л шбровки пере ¡ нача юм сканирования -диагностика и наыроикл мо i\ ih В1В

-диагностика и настройка рл шочлпчныч пенен MPI

- катибровка МР I

\

'' ' >>' \

Врач

Пнно ниш; Алексеи Пико мевич

Me тхова Олы а А юксеевнл

Приложение 5. Укладка и позиционирование фантома для тестовых

МРТ исследований

36