血流动力分析设备以及磁共振成像系统.pdf

本发明涉及一种血流动力分析设备以及磁共振成像系统。一种血流动力分析设备，用于基于以时间序列从造影剂注入其中的对象的预定区域收集的MR信号，确定指示造影剂到达对象的预定区域之前的信号强度的基线，包括：时间检测单元，用于检测第一数据序列的信号强度最小的数据的时间，在第一数据序列中MR信号的信号强度的数据按照时间序列排列；数据提取单元，用于从第一数据序列中提取出现在由时间检测单元检测的时间之前的第二数据序列；数据检测单元，用于从第三数据序列中检测位于中心的数据，所述第三数据序列是通过对第二数据序列按照信号强度的大小的顺序分类获得的；数据抽取单元，用于基于位于中心的数据从第三数据序列中抽取数据；以及基线确定单元，用于基于由数据抽取单元抽取的数据确定基线。

1.  一种血流动力分析设备，用于基于以时间序列从造影剂注入其中的对象的预定区域收集的MR信号，确定指示造影剂到达对象的预定区域之前的信号强度的基线，包括：
时间检测单元，用于检测第一数据序列的信号强度最小的数据的时间，在第一数据序列中MR信号的信号强度的数据按照时间序列排列；
数据提取单元，用于从第一数据序列中提取出现在由时间检测单元检测的时间之前的第二数据序列；
数据检测单元，用于从第三数据序列中检测位于中心的数据，所述第三数据序列是通过对第二数据序列按照信号强度的大小的顺序分类获得的；
数据抽取单元，用于基于位于中心的数据从第三数据序列中抽取数据；以及
基线确定单元，用于基于由数据抽取单元抽取的数据确定基线。

2.  根据权利要求1的血流动力分析设备，其中基线确定单元具有：
标记部，用于标记与从包含在第二数据序列中的数据的第三数据序列抽取的数据对应的数据，
数据确定部，用于基于标记的数据确定用于确定基线的数据，以及
基线确定部，用于基于由数据确定部确定的数据确定基线。

3.  根据权利要求2的血流动力分析设备，其中当未标记的第三数据存在于标记的第一数据和标记的第二数据之间时，数据确定部也将第三数据连同第一数据和第二数据一起确定为用于确定基线的数据。

4.  根据权利要求2或3的血流动力分析设备，进一步包括到达时间确定单元，用于基于标记的数据确定造影剂到达预定区域的到达时间。

5.  根据权利要求4的血流动力分析设备，其中到达时间确定单元使用用于执行拟合过程的函数来确定到达时间。

6.  根据权利要求1到5的任何一个的血流动力分析设备，
其中数据抽取单元具有：
数据试验抽取部，用于基于位于中心的数据从第三数据序中列试验地抽取数据，
置信区间确定部，用于确定试验地抽取的数据的置信区间，以及
数据抽取部，用于从试验地抽取的数据中抽取包含在置信区间中的数据。

7.  根据权利要求6的血流动力分析设备，其中置信区间确定部计算由数据抽取部抽取的数据的平均值及其标准偏差，以及基于所述平均值和标准偏差计算置信区间。

8.  根据权利要求1到7的任何一个的血流动力分析设备，进一步包括分类单元，用于按照信号强度的大小的顺序对第二数据序列进行分类。

9.  根据权利要求1到8的任何一个的血流动力分析设备，其中数据提取单元在由时间检测单元检测的时间上从第一数据序列中提取数据作为包含在第二数据序列中的数据。

10.  一种磁共振成像系统，具有根据权利要求1到9的任何一个的血流动力分析设备。

血流动力分析设备以及磁共振成像系统
技术领域
本发明涉及一种用于分析血流动力状态的血流动力分析设备，以及具有所述血流动力分析设备的磁共振成像系统。
背景技术
作为一种对脑梗塞进行诊断的方法，采用造影剂法已广为人知。为了使用造影剂进行脑梗塞的诊断，造影剂被注入对象且按照时间序列基础从设置到对象的片层(slice)收集MR信号。其后，需要确定指示位于每个片层的每个区域中造影剂达到之前的每个MR信号的信号强度的基线。所述基线是用于在造影剂已经通过片层的每个区域时计算每个自旋的横向弛豫速度或速率的改变ΔR2*等所需的参数。尽管已知用于手动地确定基线的方法和用于自动地确定基线的方法，但因为必须在很短的时间段内迅速地进行脑梗塞的诊断(参见专利文件1)，所以用于自动确定基线的方法已经被广泛应用。
[专利文件1]日本未审查专利公开号2004-57812
技术问题
然而，所述专利文件1中的方法伴随有一个问题，即，当每个MR信号的信噪比很小的时候，所述基线的计算值的准确度将会下降。
期望解决前述的问题。
发明内容
本发明是一种血流动力分析设备，用于基于以时间序列从造影剂注入其中的对象的预定区域收集的MR信号，确定指示造影剂到达对象的预定区域之前的信号强度的基线，包括：时间检测单元，用于检测第一数据序列的信号强度最小的数据的时间，在第一数据序列中MR信号的信号强度的数据按照时间序列排列；数据提取(fetch)单元，用于从第一数据序列中提取出现在由时间检测单元检测的时间之前的第二数据序列；数据检测单元，用于从第三数据序列中检测位于中心的(centrally-located)数据，所述第三数据序列是通过对第二数据序列按照信号强度的大小的顺序分类获得的；数据抽取单元，用于基于位于中心的数据从第三数据序列中抽取(extract)数据；以及基线确定单元，用于基于由数据抽取单元抽取的数据确定基线。
本发明的磁共振成像系统装备有本发明所述血流动力分析设备。
本发明的有益效果
本发明中，出现在信号强度最小的数据的时间之前的第二数据序列是从按照时间序列排列的第一数据序列中提取的。第二数据序列依照信号强度的大小的顺序被分类。而后，从已按照信号强度的大小的顺序分类的数据中检测位于中心的数据。当数据按照信号强度的大小的顺序分类后存在这样的趋向，对于确定基线有用的数据都集中在分类的数据(sorted data)的中心附近。所以，基线计算值的准确度可以通过采用位于中心的数据来提高，即便每个MR信号的信噪比很小。
本发明的进一步的目的和优点将通过如附图所示的本发明的优选实施例的下述描述变得明显。
附图说明
图1是依照本发明一个实施例的磁共振成像系统1的示意图。
图2是显示磁共振成像系统的处理流程的图。
图3是示出设置到对象8的片层的一个例子。
图4是显示了从其相对应的片层S1到Sn获得的帧图像的概念图。
图5是显示了在设置到对象8的头部8a的片层Sk的截面(section)区域中信号强度关于时间的改变的图。
图6是显示了从数据序列DS1中提取的数据序列DS2的图。
图7是显示了分类的数据D1到D24的图。
图8是显示了下限值LC1和上限值UC1的位置的图。
图9是显示了置信区间CI的图。
图10是显示了按照时间序列排列的数据序列DS2的标记的数据的图。
图11是显示了基线BL和到达时间AT的图。
图12是显示了用于确定到达时间AT的另一方法的一个例子的图。
具体实施方式
用于执行本发明的最佳实施例将在下文参照附图进行详细说明。
图1是依照本发明一个实施例的磁共振成像系统1的示意图。
所述磁共振成像系统(下文中简称为MRI(磁共振成像)系统)1具有线圈组件2，台3，接收线圈4，造影剂注入装置5，控制装置6和输入装置7。
线圈组件2具有将对象8容纳于其中的孔21，超导线圈22，梯度线圈23和发射线圈24。超导线圈22施加静磁场B0，梯度线圈23施加梯度脉冲并且发射线圈24发射RF脉冲。
台3具有支架31。支架31被构造成以便在z方向和-z方向上移动。通过支架31在z方向上的移动，对象8被移入孔21。通过支架31在-z轴方向的移动，移入在孔21中的对象8被从孔21移出。
造影剂注入装置5将造影剂注入对象8。
接收线圈4附在对象8的头部8a。由接收线圈4收到的MR(磁共振)信号被发送到控制装置6。
控制装置6具有从线圈控制单元61到到达时间确定单元69。
线圈控制单元61以这样的方式控制发射线圈24和梯度线圈23以便响应于对象8的成像命令执行用于对对象8成像的脉冲序列，其由操作者9从输入装置7输入。
信号强度图(profile)产生单元62产生数据序列DS1的信号强度图Ga(参看图5)。
时间检测单元63检测数据序列DS1的信号强度S最小的数据D24的时间T24(参看图5(b))。
数据提取单元64从按照时间序列排列的数据序列DS1(参看图5(b))提取数据序列DS2(参看图6)。
分类单元65按照每个信号强度的大小的顺序对数据序列DS2重排或分类。
数据检测单元66从按照信号强度的大小的顺序排列的数据序列DS3中检测信号强度最小的数据D24。进一步，数据检测单元66还从数据序列DS3中检测位于按照信号强度的大小的顺序排列的数据序列DS3的中心的数据。
数据抽取单元67具有数据试验抽取部671，置信区间确定部672和数据抽取部673。
数据试验抽取部671基于由数据检测单元66检测的数据从按照信号强度的大小的顺序排列的数据序列DS3中试验地抽取数据。
置信区间确定部672确定置信区间CI，在此区间的数据适于确定关于由数据试验抽取部671试验地抽取的数据组Dset1存在的基线BL(参见图9)。
数据抽取部673从试验地抽取的数据的组Dset1中抽取包含在置信区间CI中的数据组Dset2(参见图9)。
基线确定单元68具有标记部681，数据确定部682以及基线确定部683。
标记部681标记与从包含在按照时间序列排列的数据序列DS2中的数据(参看图6)的数据序列DS3的置信区间CI抽取的数据对应的数据(参见图9)。
数据确定部682基于由标记部681标记的数据确定用于确定基线BL的数据。
基线确定部683基于由数据确定部682确定的数据确定基线BL。
到达时间确定单元69基于由标记部681标记的数据确定到达时间AT。
输入设备7依照操作者9的操作向控制装置6输入各种指令。
图2是示出磁共振成像系统1的处理流程的图。
在步骤S1，在对象8的头部8a上执行对比度增强的或者对比成像。操作者操作输入装置7以对对象8设置片层。
图3是示出设置到对象8的片层的一个例子。
n幅片层S1到Sn被设置到对象8。层数可以是，例如，n＝12。层数可以按照需要设置为任意幅的数量。为片层S1到Sn的每一个确定对象8的头部8a的成像区域。
在片层S1到Sn被设置之后，操作者9发出造影剂注入命令到造影剂注入装置5并且发出用于成像或获取对象8的命令到MRI系统的线圈控制单元61(参看图1)。线圈控制单元61以这样的方式控制发射线圈24和梯度线圈23以便用于对对象8的头部8a成像的脉冲序列响应于相应的成像命令。
本实施例中，用于从其相应的片层中获得m幅连续捕获的帧图像的脉冲序列是通过多片层扫描执行的。所以，从每一片层都得到m幅帧图像。例如，帧图像数目m＝85。通过脉冲序列的执行，从对象8的头部8a收集数据。
图4是示出了从其相应的片层S1到Sn获得的帧图像的概念图。
图4(a)是显示了设置到对象8的头部8a的n幅片层S1到Sn被按照其收集顺序以时间序列排列的图，图4(b)是显示了对于片层S1到Sn的每一个对图4(a)的帧图像进行分类的方式的示意图，并且图4(c)是显示了从Sk片层采集的或获取的帧图像的示意图。
帧图像[S1，t11]到[Sn，tnm]被从设置到对象8的头部8a(参见图4(a))的片层S1到Sn(参见图3)获取。在图4(a)中，[，]中左边的字符表示代表在其处获取每个帧图像的片层的每个帧图像，并且右边的字符代表获取每个帧图像的时间。
图4(b)显示了对于片层S1到Sn的每一个对图4(a)中所示的帧图像进行分类的方式。图4(b)通过箭头显示片层S1到Sn中的片层Sk的帧图像[Sk，tk1]到[Sk，tkm]分别与在图4(a)中的按照时间序列排列的帧图像[S1，t11]到[Sn，tnm]中的哪一个帧图像相对应。
片层Sk的截面和从片层Sk获取的m幅帧图像[Sk，tk1]到[Sk，tkm]显示于图4(c)中。片层Sk的截面被分成α×β个区域R1，R2，...Rz。帧图像[Sk，tk1]到[Sk，tkm]分别具有α×β个像素P1，P2，...Pz。帧图像[Sk，tk1]到[Sk，tkm]的像素P1，P2，...Pz相当于通过在时刻tk1到tkm(时间间隔Δt)对片层Sk的区域R1，R2，...Rz成像或获取得到的。
顺便提及，虽然图4(c)中只显示了在片层Sk处获得的帧图像，可以甚至在其它片层以类似于片层Sk的方式获取m幅帧图像。
在执行步骤S1后，处理流程进行到步骤S2。
在步骤S2，信号强度图产生单元62(参见图1)产生数据序列DS1(参见图5)的图。下文中将参照图5说明信号强度图产生单元62如何生成数据序列DS1的图。
图5是显示了在设置到对象8的头部8a的片层Sk的截面区域中信号强度的改变的图。
对象8的片层Sk截面和片层Sk的帧图像[Sk，tk1]到[Sk，tkm]显示于图5(a)中(参看图4(c))。
在图5(b)中显示了表示在片层Sk的区域Ra上的信号强度随时间的改变的信号强度图Ga的示意图。
横轴表示时间t，在其处从片层Sk获取帧图像[Sk，tk1]到[Sk，tkm]的每一个。纵轴指示在帧图像[Sk，tk1]到[Sk，tkm]的每个像素Pa处的信号强度S。帧图像[Sk，tk1]到[Sk，tkm]的每个像素Pa相当于通过在时刻tk1到tkm的每一个对片层Sk的区域Ra进行捕获或成像得到的。信号强度图Ga显示了数据序列DS1，其中数据D1到Dm按照时间序列基础排列。数据D1到Dm分别表示在帧图像[Sk，tk1]到[Sk，tkm]的像素Pa处的信号强度S。例如，数据D1表示在帧图像[Sk，tk1]的像素Pa处的信号强度S，并且数据Dg表示在帧图像[Sk，tkg]的像素Pa处信号强度S。
虽然在图5中已经显示了在片层Sk的区域Ra处的信号强度图Ga，甚至在片层Sk的其它区域也可以生成或形成信号强度图Ga。进一步，甚至在与除片层Sk之外的其它片层相关的各个区域类似地产生信号强度图Ga。
在本实施例中，其后将描述的基线BL(参见图11)根据信号强度图Ga的数据序列DS1确定。所述基线BL是指示造影剂到达片层Sk的相应区域Ra之前的信号强度S的线。基线BL是在造影剂已经通过片层Sk的区域Ra时计算每个自旋的横向弛豫速度或速率中的改变ΔR2*所需的参数。基线BL可以被设置到范围A的任何位置，在范围A中信号强度S在信号强度图Ga的第一半中重复增加和降低。然而，因为每个信号强度图Ga的基线BL的最佳位置是不同的，因此需要确定每个信号强度图Ga的基线BL的最佳位置。所以，本实施例中，步骤S3到S11被以这样的方式执行以便基线BL被设置到最佳位置。步骤S3到S11将在下面进行解释。
在步骤S3，时间检测单元63(参见图1)检测信号强度图Ga的数据序列DS1(参见图5(b))的信号强度S最小的数据D24处的时间T24。在检测到时间T24后，处理流程进入步骤S4。
在步骤S4，数据提取单元64(参见图1)如图6所示的那样从按照时间序列排列的数据序列DS1中提取这样一个数据序列DS2(包括在时间T24处由时间检测单元63检测的数据D24和时间T24之前的数据D1到D23)。
图6是显示了从数据序列DS1中提取的数据序列DS2的图。
数据序列DS2包含数据D1到D24。在图6中，只对数据D1和D24标记了参考符号。其它数据D2到D23的参考符号被省略了。在提取了数据D1到D24之后，处理流程进入步骤S5。
在步骤S5，分类单元65(参看图1)按照信号强度的大小的顺序对提取的数据序列DS2(从数据D1到D24)进行分类。
图7是显示了分类后的数据D1到D24的图。
图的横轴表示分类的数据D1到D24的位置，而其纵轴表示信号强度S。通过按照信号强度的大小的顺序对数据序列DS2(数据D1到D24)进行分类，得到了依照信号强度的大小分类的数据序列DS3。在数据D1到D24已经按照信号强度S的大小的顺序进行分类之后，处理流程进入步骤S6。
步骤S6，数据检测单元66(参见图1)从按照信号强度的大小的顺序排列的数据序列DS3中检测信号强度S最小的数据D24。
进一步地，数据检测单元66从数据序列DS3中检测位于按照信号强度的大小的顺序排列的数据序列DS3的中心的数据。然而，在本实施例中，包含在数据序列DS3中的数据的数量是24，即，偶数。所以，数据序列DS3的中心的位置变成位于从信号强度S小的一侧开始数起的第十二个数据D9和从信号强度S大的一侧开始数起的第十二个数据D5之间的位置E。但是在位置E上没有数据。所以，在本实施例中，邻近信号强度S小的一侧的数据D9被检测作为关于位置E位于中心的数据。然而，邻近信号强度S大的一侧的数据D5也可以被检测作为位于中心的数据。顺便提及，当数据的数量是奇数时，位于其中间的数据被检测作为位于中心的数据。
数据检测单元66以上述方式检测到数据D24和D9。在检测到数据D24和D9之后，处理流程进入步骤S7。
在步骤S7，数据试验抽取部671(参看图1)基于检测到的数据D24和D9，从按照信号强度的大小的顺序排列的数据序列DS3中试验地抽取可能用于确定基线BL的数据。
为了试验地抽取数据，数据试验抽取部671首先确定被定义为试验地抽取数据的参考的信号强度S的下限值LC1和上限值UC1。下限值LC1和上限值UC1时根据以下公式计算：
LC1＝Sm1-(Sm1-Slow)×k1  ...(1)
UC1＝Sm1+(Sm1-Slow)×k2  ...(2)
其中Sm1：位于中心的的数据D9的信号强度，Slow：数据D24的信号强度，且k1和k2：常数。
所以，下限值LC1和上限值UC1是从公式(1)和(2)中计算得到的。
图8是显示了下限值LC1和上限值UC1的位置的图。
在下限值LC1和上限值UC1已经被计算后，位于下限值LC1和上限值UC1之间的数据组Dset1(数据D6，D17，D3，D4，D19，D9，D5，D18，D12，D13和D15)就被试验地性地抽取了。
顺便提及，下限值LC1和上限值UC1依赖于常数k1和k2连同Sm1和Slow(参看公式(1)和(2))。常数k1和k2越小，在下限值LC1和上限值UC1之间的区间就越窄。另一方面，常数k1和k2越大，在下限值LC1和上限值UC1之间的区间就越宽。因为当下限值LC1和上限值UC1之间的区间变得太窄的时候试验地抽取的数据的数量会变少，那么就需要使得下限值LC1和上限值UC1之间的区间以这样的方式宽到某种程度以便能够试验地抽取一定数目的数据。然而，因为当下限值LC1和上限值UC1之间的区间变的过宽时试验地抽取的数据的数量会增加，不适于确定基线BL的数据的数量占试验地抽取的数据的数量的比率也会增加，因此需要以这样的方式设置常数k1和k2以便下限值LC1和上限值UC1之间的区间变成合适的值。本实施例中，常数被设置为k1＝k2＝0.1。但是，k1和k2也可以根据成像条件设置为0.1之外的值。
本实施例中，数据组Dset1被试验地抽取。包含在试验地抽取的组Dset1中的所有数据对于确定基线BL也都是有用的数据。但是，取决于包含在试验地抽取的组Dset1中的数据之间的信号强度中的偏差，有可能不希望被用于确定基线BL的数据的数据将被包含在数据组Dset1中。所以，在本实施例中，从试验地抽取的数据的组Dset1中抽取用于确定基线BL的相应数据。为此，处理流程进行到步骤S8。
步骤S8，置信区间确定部672(参看图1)确定置信区间CI，在该区间适于确定基线BL的相应数据有可能相对于试验地抽取的数据的组Dset1存在。置信区间CI根据信号强度S的下限值LC2和上限值UC2来确定。下限值LC2和上限值UC2根据例如下列公式计算：
LC2＝Sm2-STD×k3  ...(3)
UC2＝Sm2-STD×k4  ...(4)
其中Sm2：包含在试验地抽取的数据的组Dset1中的全部数据的信号强度的平均值，STD：标准偏差，以及k3和k4：常数
所以，下限值LC2和上限值UC2根据公式(3)和(4)计算。
图9是显示了置信区间CI的图。
置信区间CI的下限值LC2和上限值UC2位于当试验地抽取数据时使用的下限值LC1和上限值UC1之间。所以，可以理解数据D6从置信区间CI中被省略并且其作为用于确定基线BL的数据的可靠性是低的。数据组Dset2(数据D17，D3，D4，D19，D8，D9，D5，D18，D12，D13和D15)被包含于置信区间CI。
顺便提及，下限值LC2和上限值UC2依赖于常数k3和k4连同Sm2和STD(参见公式(3)和(4))。虽然常数k3和k4的值可以根据成像条件等取不同的值，但是在本实施例中常数设置为k3＝k4＝3。然而，常数k3和k4的值可以根据成像条件等被设置成3以外的值。
在置信区间CI已经被确定之后，处理流程进行到步骤S9。
在步骤S9，数据抽取部673(参见图1)从试验地抽取的数据的组Dset1中抽取包含在置信区间CI中的数据组Dset2(数据D17，D3，D4，D19，D8，D9，D5，D18，D12，D13和D15)。在抽取数据组Dset2后，处理流程进入到步骤S10。
在步骤S10，标记部681(参看图1)标记与从包含在按照时间序列排列的数据序列DS2中的数据(参看图6)的数据序列DS3的置信区间CI抽取的数据对应的数据。
图10是用于显示按照时间序列排列的数据序列DS2的标记的数据的图。在图10中，标记的数据(D3，D4，D5，D8，D9，D12，D13，D15，D17，D18和D19)以被白圈环绕的形式示出。当比较图10和图9时可以理解，包含在图9所示的数据组Dset2中的数据被标记在图10中。
可以理解参看图10，标记的数据(D3，D4，D5，D8，D9，D12，D13，D15，D17，D18和D19)出现在范围A内，在范围A内信号强度的增加/降低重复出现。所以可以理解标记的数据都是适于确定基线BL的数据。在数据被标记后，处理流程进入到步骤S9。
在步骤S11，数据确定部682(参见图1)基于所述标记的数据确定用于确定基线BL的数据。参见图10，除了标记的数据之外，未标记的数据(D2，D6，D7，D10，D11，D14和D16)也存在于其中信号强度的增加/降低重复出现的范围A内。然而，除了数据D2之外的未标记的数据(D6，D7，D10，D11，D14和D16)被插入在标记的数据之间。在这种情况下，即便是未标记的数据(D6，D7，D10，D11，D14和D16)也被认定为是用于确定基线BL的数据。所以，数据确定部682把标记的数据(D3，D4，D5，D8，D9，D12，D13，D15，D17，D18和D19)和未标记的数据(D6，D7，D10，D11，D14和D16)都确定为用于确定基线BL的数据。因此，数据确定部682确定数据D3到D19为用于确定基线BL的数据。然后，处理流程进入到步骤S12。
在步骤12，基线确定部683(参看图1)计算由数据确定部682确定的数据D3至D19的信号强度S的平均值并且将该计算平均值确定为基线BL。到达时间确定单元69(参看图1)基于标记的数据(D3，D4，D5，D8，D9，D12，D13，D15，D17，D18和D19)确定造影剂已经到达片层Sk的区域Ra的时间AT(到达时间)。
图11是显示基线BL和到达时间AT的图。
在图11中，位于范围A内的数据的参考符号都被省略了，除了数据D19。
可以理解参看图11，基线BL被设置在范围A内，在这个范围内信号强度S的增加/降低重复出现。标记的数据(D3，D4，D5，D8，D9，D12，D13，D15，D17，D18和D19)中基于时间序列基础上最后出现的数据D19的时间T19被确定为到达时间AT。可以理解在紧接着数据D19之后信号强度S突然降低，数据D19的作为到达时间AT是恰当的。
在片层Sk的区域Ra(参看图5)确定基线BL和到达时间AT的过程到现在已经进行了解释。然而，在除了片层Sk之外的其它片层的区域上的基线BL和到达时间AT也可以采用类似上面的方法来确定。
本实施例中，包括信号强度最小的数据D24以及数据D24之前出现的数据D1到D23的数据序列DS2(参看图6)是从按照时间序列排列的数据序列DS1(参看图5(b))中提取的。数据序列DS2按照信号强度的大小的顺序被分类。然后从按照信号强度的大小的顺序分类的数据D1到D24中检测位于中心的数据D9。存在这样的趋势，当数据按照信号强度的大小的方式分类后，用于确定基线BL的数据都集中在分类的数据的中心附近(参看图9)。所以，即便MR信号的信噪比很大，通过基于位于中心的数据D9确定用于最终确定基线BL的数据D3到D19，基线BL的计算值的精确度也能够被提高。
顺便提及，本实施例中，包含在置信区间CI中的数据组Dset2是从试验地抽取的数据的组Dset1中抽取的。用于确定基线BL的数据D3到D19是基于数据组Dset2确定的。然而，用于确定基线BL的数据也可以基于试验地抽取的数据的组Dset1确定。
本实施例中，数据D1到D24被提取为数据序列DS2。然而，也可以从数据D1到D24中抽取出数据D1到D23作为数据序列DS2而不抽取信号强度S最小的数据24。
尽管在本实施例中将数据D19的时间T19确定为到达时间AT，所述到达时间AT也能够通过其它方法确定。下面将说明一种用于通过另一种方法确定到达时间AT的方法。
图12是用于显示用于确定到达时间AT的另一种方法的一个例子的图。
如图12(a)所示，首先通过直线连接数据D19到D24并且定义连接数据D19到D24的线L1。
接下来，如图12(b)所示，利用预定的函数(伽马函数或多项式)来拟合线L1。通过拟合，线L1变形成为线L1’。根据线L1’计算对应于数据D19的位置的时间T19’。以这种方式计算得到的时间T19’可以被确定为到达时间AT。
在不脱离本发明精神和范围的前提下可以配置许多不同的本发明的实施例。应当理解除了如后附权利要求中所定义的，本发明不限于在说明书中描述的特定实施例。