磁共振系统控制序列的确定.pdf

本发明涉及一种用于确定磁共振系统控制序列（AS）的方法。对于测量区域的层（SL,SL1,…,SL8）采集第一数目的当前场分布图（ΔB0,ΔB1），并且基于其确定高频脉冲串（MP）。第一数目的当前场分布图的采集基于如下方案：对于第一数目的场分布代表层（RS）确定场分布图，其在预先给定的优化标准方面代表第二数目的层的场分布图，其中，场分布代表层的数目小于层的数目。基于所采集的场分布图确定降低数目的场分布代表图（ΔB0R,ΔB1R），其根据预先给定的优化标准代表第一数目的所采集的场分布图，并且基于其确定高频脉冲串。还涉及一种用于运行磁共振系统（1）的方法、场分布图分析装置（30）、控制序列确定装置（22）以及带有这种控制序列确定装置的磁共振系统。

1.  一种用于确定磁共振系统控制序列（AS）的方法，该磁共振系统控制序列包括待由磁共振系统（1）发送到测量区域（9）中的至少一个高频脉冲串（MP），其中，对于所述测量区域的层（SL,SL₁,…,SL₈）采集第一数目的当前的场分布图（ΔB₀,ΔB₁）、尤其是B₀图（ΔB₀）和/或B₁图（ΔB₁），并且基于该场分布图（ΔB₀,ΔB₁）确定高频脉冲串（MP），其特征在于，
-基于这样的采集方案采集所述第一数目的当前的场分布图（ΔB₀,ΔB₁），根据该采集方案，对于第一数目的场分布代表层（RS）确定场分布图（ΔB₀,ΔB₁），其在预先给定的优化标准方面代表第二数目的层的场分布图（ΔB₀,ΔB₁），其中，所述第一数目的场分布代表层（RS）少于所述第二数目的层（SL,SL₁,…,SL₈），
和/或
-基于所采集的场分布图（ΔB₀,ΔB₁）确定多个场分布代表图（ΔB₀R,ΔB₁R），其根据预先给定的优化标准代表第一数目的所采集的场分布图（ΔB₀,ΔB₁），并且基于所述场分布代表图（ΔB₀R,ΔB₁R）确定所述高频脉冲串（MP），其中，所述场分布代表图（ΔB₀R,ΔB₁R）的数目少于所述所采集的场分布图（ΔB₀,ΔB₁）的第一数目。

2.  根据权利要求1所述的方法，其特征在于，基于不同的检查对象的多个训练数据组（TD）确定所述场分布代表层（RS），这些训练数据组分别包括所涉及的检查对象的多个所采集的场分布图（ΔB₀,ΔB₁），
其中，优选基于所述多个所采集的场分布图（ΔB₀,ΔB₁）确定多个场分布代表图（ΔB₀R,ΔB₁R），其根据预先给定的优化标准代表所述多个所采集的场分布图（ΔB₀R,ΔB₁R），并且基于所述场分布代表图（ΔB₀R,ΔB₁R）确定场分布代表层。

3.  根据权利要求1或2所述的方法，其特征在于，所述场分布代表图（ΔB₀R,ΔB₁R）包括所述场分布图（ΔB₀,ΔB₁）的子集，和/或，从这样的场分布图（ΔB₀R,ΔB₁R）中生成场分布代表图（ΔB₀R,ΔB₁R）的值，这些场分布图（ΔB₀R,ΔB₁R）是通过所涉及的场分布代表图（ΔB₀R,ΔB₁R）来代表的。

4.  根据权利要求1至3中任一项所述的方法，其特征在于，所述优化标准包括在场分布图之间的按照定义的类似性度量的类似性。

5.  根据权利要求1至4中任一项所述的方法，其特征在于，借助群形成法（CTG）确定场分布代表图（ΔB₀R,ΔB₁R）和/或场分布代表层（RS），在该群形成法中，将场分布图（ΔB₀,ΔB₁）根据所述预先给定的优化标准分组为场分布图群（C,C₁,C₂,…,C_n）。

6.  根据权利要求5所述的方法，其特征在于，按照多级进行分组，其中，在每级中将根据预先给定的优化标准彼此具有最小偏差的恰好两个场分布图（ΔB₀,ΔB₁）或场分布图群（C,C₁,C₂,…,C_n）一起分组为用于下一级的场分布图群（C,C₁,C₂,…,C_n）。

7.  根据权利要求5或6所述的方法，其特征在于，借助成本函数（f_cost）确定在两个场分布图（ΔB₀,ΔB₁）和/或场分布图群（C,C₁,C₂,…,C_n）之间的偏差，和/或对于所述群形成法（CTG）的每级计算成本值（cv）。

8.  根据权利要求4至7中任一项所述的方法，其特征在于，对于一组场分布图（ΔB₀,ΔB₁）和/或场分布图群（C,C₁,C₂,…,C_n）建立成本矩阵（CM），其在每级中更新。

9.  根据权利要求1至8中任一项所述的方法，其特征在于，所述场分布代表图（ΔB₀R,ΔB₁R）和/或场分布代表层（RS）的数目基于至少一个以下标准来确定：
-场分布代表图和/或场分布代表层的预先给出的最小数目
-预先给出的降低水平
-允许的最大成本值（cv）
-取决于场分布代表图和/或场分布代表层的数目的、成本值（cv）的上升特性
-由所述训练数据组确定的、用于最优选择场代表图的标准。

10.  根据权利要求1至9中任一项所述的方法，其特征在于，所述场分布代表图（ΔB₀R,ΔB₁R）和/或场分布代表层（RS）的确定在考虑至少一个以下其它输入参数的情况下进行：
-加权值，其规定在该方法中如何加权不同类型的场分布图（ΔB₀,ΔB₁），
-测量区域内的定义的感兴趣区域（ROI），
-待产生的磁共振系统控制序列的序列类型（ST）。

11.  一种用于运行磁共振系统（1）的方法，其中，首先在根据权利要求1至10中任一项所述的方法中确定控制序列（AS）并且然后在使用该控 制序列（AS）的情况下运行所述磁共振系统（1）。

12.  一种场分布图分析装置（30），具有：
-输入端接口装置（31），用于采集第一数目的场分布图（ΔB₀,ΔB₁），尤其是B₀图（ΔB₀）和/或B₁图（ΔB₁），
-场分布图分组模块（32），该场分布图分组模块被构造为基于所采集的场分布图（ΔB₀,ΔB₁）确定场分布图（ΔB₀,ΔB₁）和/或场分布代表图（ΔB₀R,ΔB₁R）的多个群（C），其根据预先给定的优化标准代表所述第一数目的所采集的场分布图（ΔB₀,ΔB₁），其中，所述场分布代表图（ΔB₀R,ΔB₁R）的数目小于所述场分布图（ΔB₀,ΔB₁）的第一数目，
-可选地，代表层确定模块（33），其被构造为基于场分布图（ΔB₀,ΔB₁）和/或场分布代表图（ΔB₀R,ΔB₁R）的群（C）确定多个场分布代表层（RS），
-输出端接口装置（34），用于输出所确定的场分布代表图（ΔB₀R,ΔB₁R）和/或关于所确定的场分布代表层（RS）的位置信息（PI）。

13.  一种用于确定磁共振系统控制序列（AS）的控制序列确定装置（22），该磁共振系统控制序列包括待由磁共振系统（1）发送到测量区域（9）的至少一个高频脉冲串（MP），所述控制序列确定装置具有：
-输入端接口装置（23），用于采集多个场分布图（ΔB₀,ΔB₁），尤其是B₀图（ΔB₀）和/或B₁图（ΔB₁），
-根据权利要求12所述的场分布图分析装置（30），
-高频脉冲确定单元（24），用于基于场分布图和/或场分布代表图确定所述高频脉冲串（MP）。

14.  一种磁共振系统（1），具有高频发送装置（6）、梯度系统（4）和控制装置（15），该控制装置被构造为为了基于预先给定的控制序列（AS）执行所希望的测量而发出高频脉冲串，并且与此协调地通过梯度系统发出梯度脉冲串（GP），其特征在于，
根据权利要求13所述的控制序列确定装置（22），用于确定控制序列和将该控制序列传输给控制装置（15）。

15.  一种计算机程序，其能够直接加载到场分布图分析装置（30）和/或控制序列确定装置（22）的存储器中，该计算机程序具有程序代码段，以便当该程序在场分布图分析装置（30）和/或控制序列确定装置（22）中运行时执行根据权利要求1至11中任一项所述方法的所有步骤。

磁共振系统控制序列的确定
技术领域
本发明涉及一种用于确定磁共振系统控制序列的方法，该磁共振系统控制序列包括由磁共振系统发送到测量区域中的至少一个高频脉冲串，其中，对于测量区域的层采集第一数目的当前场分布图，尤其是B₁图和/或B₀图，并且基于这些场分布图确定高频脉冲串。此外，本发明涉及一种用于运行磁共振系统的方法、一种在方法中使用的用于确定磁共振系统控制序列的场分布图分析装置、一种控制序列确定装置以及一种具有这样的控制序列确定装置的磁共振系统。
背景技术
在磁共振断层成像系统（简称“磁共振系统”）中，通常借助基本场磁体系统使待检查的身体经受相对高的、例如为1.5、3或7特斯拉的基本磁场（所谓的“B₀场”）。附加地，借助梯度系统施加磁场梯度。然后，通过高频发送系统借助合适的天线装置发送高频激励信号（HF信号），这尤其应引起：通过该高频场谐振地激励的特定原子或分子的核自旋相对于基本磁场的磁场线倾斜了定义的翻转角。下面也将该高频激励或所引起的翻转角分布称作核磁化或者简称“磁化”。在核自旋的弛豫中，发射高频信号、即所谓的磁共振信号，其借助合适的接收天线接收并且然后被进一步处理。最后，从这样采集的原始数据中可以重建所希望的图像数据。如今，用于核自旋磁化的高频信号（所谓的“B₁场”）的发送通常借助固定地在设备中围绕测量空间（患者隧道）布置的所谓“全身线圈”进行。磁共振信号的接收通常借助所谓的局部线圈进行，其更密地定位在患者的身体上。但是原则上也可以利用全身线圈接收磁共振信号和/或利用局部线圈发送HF信号。
对于确定的测量，事先生成具有待发送的高频脉冲串（HF脉冲串）和与此协调的、待接通的梯度脉冲串（带有在层选择方向、相位编码方向和读取方向上的、通常是在z方向、y方向和z方向上的合适的梯度脉冲）的磁共振系统控制序列（下面也简称做“控制序列”）以及其它控制规定，其中， 在所谓的测量协议或控制协议中定义与用于控制序列的参数相同的多个控制规定。该测量协议可以对于确定的测量例如从存储器中调用或者由操作者现场更改。然后在测量期间全自动地基于该控制序列来控制磁共振系统，其中，磁共振系统的控制装置从测量协议中读取命令并进行处理。
为了产生控制序列、尤其是HF脉冲串，（通过测量协议和/或通过应用者）通常预先给定目标磁化，例如所希望的空间翻转角分布。借助合适的HF脉冲优化程序然后计算合适的HF脉冲系列，从而实现该目标磁化，该HF脉冲优化程序通常在使用待最小化的目标函数的条件下借助数字的优化方法被处理。
为此，通常需要当前的，即利用当前的检查对象和当前的检查装置确定的“场分布图”。该场分布图包括“B₁图”（“B₁-Maps”）和“B₀图”（“B₀-Maps”），其中，B₁图分别说明了对于确定的发送天线元件的空间上的B₁场分布，即发送天线元件的空间敏感性，而B₀图空间分辨地代表B₀场与实际所希望的均匀B₀场（即，实际力求的拉莫尔频率）的失谐或偏差。这些场分布图被在优化方法中考虑，以便对于当前的检查对象在当前的检查环境中找到对于待执行的测量而言最优的控制序列。
在此，在目标函数中使用B₁图和B₀图的信息，以便可以考虑B₁场的不均匀性或几何失真，例如基于在通过发送天线元件进行空间选择性激励时的高频匀场等来考虑其，以及考虑B₀场的不均匀性，从而消除或至少强烈降低磁共振图像的原始数据的由此造成的失真。尤其在其中通过多个无关的发送通道或发送天线元件发送高频脉冲（其然后为了实现可单独定义的高频场而在测量空间中叠加）的所谓并行发送法（pTX法）中，对于所涉及的发送线圈的空间敏感性和B₀场关于当前的检查对象的当前失谐的认识是重要的要求，以便能够计算合适的pTX-HF脉冲系列。
另一方面在数字的优化过程中输入的场分布图的数据量还显著影响优化方法的计算复杂度。尤其当涉及多层应用时，例如在fMRI法（功能性磁共振成像）、DWI法（弥散加权成像）和DTI法（弥散张量成像）中，通过场分布图造成的数据负荷在优化方法中尤其在以下方面中是成问题的：
一方面，对于多个层采集场分布图、即B₁图和B₀图是相对耗时的，并且显著地减慢临床例程内的整个检查持续时间。该问题在由于患者运动而需要动态更新、即重新采集这种场分布图时变得尖锐。
另一方面，用于对于每层都计算特别为检查对象或检查情景而剪裁的pTX-HF脉冲系列的计算时间将无法接受。如今，对于单个层的计算已经是挑战。这在如下情况下更是如此，即当在脉冲系列计算中必须随之考虑硬件的、例如高频放大器或梯度系统的特殊限制以及特殊的吸收率限制（SAR限制）时。
一个理论上可能的解决方案是对于所有待激励的层计算共同的、相同的pTX-HF脉冲系列，其然后逐步应用于这些层，而不是对于每个单个层计算单独的脉冲序列。该简化至少提供了折衷解决方案，然而决不是最优的。虽然，为此可以简单地将多个层彼此联系，以便将各个层的单独优化综合成唯一的、然而大的优化问题。然而于是数字上待解决的优化问题迅速增长至巨大的尺寸并且其超过标准CPU和标准RAM硬件的计算容量。即为此需要特殊的硬件技术上的解决方案，其明显使设备变昂贵。
发明内容
本发明要解决的技术问题是提出一种用于在考虑场分布图的条件下确定磁共振系统控制序列的可能性，其中避免或者至少显著减轻所提及的问题。
在根据本发明的用于确定上面描述的磁共振系统控制序列或高频脉冲串的方法中，如开头描述的，分别对于测量区域的多个层采集第一数目的当前场分布图，尤其是所提及的B₀图和/或B₁图。同样，优选在合适的HF脉冲优化方法中基于这些场分布图确定高频脉冲串，例如借助已知的数字优化方法。场分布图在此总是被理解为二维或三维图像，其中，图像点、即各个像素或体素分别包含代表在相应位置上的相应的场或场偏差的值。
在根据本发明的方法的第一变型方案中，在此却与至今不同地基于确定的采集方案来采集第一数目的当前的场分布图。根据该采集方案，仅对于第一数目的“场分布代表层”（下面还简称为“代表层”）确定场分布图。在此，这些代表层选择为使得对于这些代表层确定的场分布图在预先给定的优化标准方面代表第二数目的层，其中，该第二数目的层多于第一数目的场分布代表层。
预先给定的优化标准可以例如是类似性度量或者类似性度规。这种类似性度量或者类似性度规被理解为确定的函数关系，借助其可以描述在不同层 的两个场分布图之间的类似性，即不同层的两个场分布图根据所定义的类似性度量在何种程度上彼此偏差。如稍后还要阐述那样，为此可以考虑确定的“成本函数”，借助其可以定义或采集在两个场分布图之间的偏差。
在根据本发明的方法的第二变型方案中，基于所采集的场分布图确定多个“场分布代表图”（下面还简称做“代表图”），其根据预先给定的优化标准代表第一数目的所采集的场分布图。然后基于这些代表图确定高频脉冲串，其中，代表图的数目又小于所采集的场分布图的第一数目。换言之，在该第二变型方案中虽然首先采集较大数目的场分布图，然而然后在考虑优化标准（例如上面已经提及的类似性度量）的情况下减少其，即减少至代表图的数目。
这些代表图可以仅是场分布图的子集，然而也可以是特别地由场分布图形成的新的代表图，例如在最简单情况下，通过分别按图像点地从场分布图的平均值中形成代表图，这些场分布图根据优化标准通过代表图来代表。
两个方法变型方案所基于的思想是，将场分布图的总持续时间通过如下方式降低，即，首先规定优化标准，例如类似性度量，并且然后（根据第一变型方案）仅还以降低的规模采集场分布图，或者（根据第二变型方案）将场分布图的数目减少为更小数目的代表图。在两种情况下都负责的是：对于代表层所采集的场分布图或代表图的降低的数目在所给定的优化标准方面最优地代表场分布图（例如对于每个层分别特有的场分布图）的实际所需的数目。如稍后还要阐述那样，可以以这种方式在没有成像中相关的质量降低的情况下大幅地降低用于所需的场分布图的数据量。
根据使用方法的何种变型方案，这在采集场分布图时就已经可以起作用，方法是，如由第一变型方案提出那样，仅须采集更少的场分布图。然而至少可以以较小的计算开销执行高频脉冲串的计算，因为作为输入数据输入到用于计算高频脉冲串的优化方法中的代表层的数目相对于否则使用的场分布图减小。
两个变型方案还可以优选地组合使用，即，例如在采集当前的场分布图时就利用采集方案，从而仅对于第一数目的代表层确定场分布图，并且使这些所采集的场分布图经受其它分析，以便确认，其是否又以合适的方式通过还更小数目的场分布代表图来代表，从而遵循预先给定的优化标准，例如不超过在优化标准方面限定的、确定的成本或误差边界值。借助这种两步法尤 其可以在采集场分布图时就节省极大开销。然而不存在如下危险，即，例如采集过少的场分布图，其尤其在预先给定的优化标准方面不是完全最优的。而如果采集了多于在优化标准方面最优数目的场分布图，则可以进一步降低至代表图，以便负责：仅以最优数目的代表图在用于确定高频脉冲串的计算方法中进行工作，以便将计算开销最小化。
根据本发明的场分布图分析装置一方面包括输入端接口装置，用于采集第一数目的场分布图，尤其是B₀图和/或B₁图。根据应执行该方法的何种变型方案，在此可以是对于当前检查对象采集的场分布图，或者可以是多个检查对象、例如多个患者或受试者的场分布图，以便将其用作测试数据并且由此确定合适的代表层，其然后在采集方案中用于执行方法的第一变型方案。
根据本发明的场分布图分析装置还具有场分布图分组模块，其被构造为基于所采集的场分布图确定多个场分布图群，即场分布图组，或者确定多个代表图，其根据预先给定的优化标准代表第一数目的所采集的场分布图，其中，代表图的数目少于场分布图的第一数目。可选地，场分布图分析装置具有代表层确定模块，其被构造为基于场分布图群和/或代表图确定多个代表层。
此外，场分布图分析装置具有输出端接口装置，用于输出所确定的代表图和/或关于所确定的代表层的位置信息。于是这些位置信息稍后可以根据方法的第一变型方案在用于采集当前的场分布图的采集方案内被使用。
根据本发明的控制序列确定装置一方面包括输入端接口装置，用于采集多个场分布图，尤其是B₀图和/或B₁图。该输入端接口装置也可以用于采集其它参数，其可以用于建立控制序列，例如用于接收k空间轨迹或k空间轨迹类型等的目标磁化。这种接口装置可以由多个不同的接口组成，其分别采集有关的数据，或者也由组合的接口组成，其能够接收多个数据类型。
在场分布图分析装置的输入端接口装置中以及在控制序列确定装置的输入端接口装置中采集各个数据，尤其还理解为接收磁共振系统的其它部件的数据，例如用户接口的数据或者来自具有数据库的存储单元中的数据等，或者由磁共振系统的测量装置或重建装置进行接收。各个输入端接口装置可以相应地是接口，用于必要时也在使用用户接口的条件下选择和接收来自在控制序列确定装置内布置的或通过网络与其连接的数据存储器中的数据。尤其关于其它待由用户预先给定的数据的输入或接收或者确定的层位置的输 入，接口装置还可以具有尤其图形的用户接口，用于手动地输入这些数据。
此外，控制序列确定装置具有上面描述的场分布图分析装置。此外，控制序列确定装置具有HF脉冲确定单元、例如合适的优化单元，以便基于场分布图或代表图确定高频脉冲串。
此外，控制序列确定装置应该具有合适的控制序列输出接口，以便将控制序列传输给磁共振断层成像系统的其它控制单元。控制序列输出接口例如可以是将控制序列传送给磁共振控制装置的接口，以便由此直接控制测量，然而该控制序列输出接口还可以是将数据通过网络发送和/或存储在存储器中用于以后的使用的接口。
根据本发明的磁共振系统除了用于发送高频脉冲的高频发送装置之外还具有用于接通所需的梯度的梯度系统和控制装置，其被构造为为了基于预先给定的磁共振系统控制序列执行所希望的测量而发送高频脉冲串，并且与此协调地通过梯度系统发送梯度脉冲串。此外，磁共振系统具有上面描述的控制序列确定装置，以便以根据本发明的方式确定控制序列和将其传输给控制装置。
相应地，在根据本发明的用于运行磁共振系统的方法中，按照之前描述的方法确定控制序列并且然后在使用控制序列的情况下运行磁共振系统。
场分布图分析装置和/或控制序列确定装置的主要部分可以按照软件组件的形式构造。这尤其涉及场分布图分组模块、可选的代表层确定模块和HF脉冲确定单元。同样，所提及的接口可以至少部分地以软件形式构造，并且可能采用现有的计算机的硬件接口。本发明由此还包括计算机程序，其可以直接加载到场分布图分析装置和/或控制序列确定装置的存储器中，该计算机程序具有程序代码段，以便当程序在场分布图分析装置或控制序列确定装置中运行时执行根据本发明的方法的所有步骤。这种软件式的实现方案具有如下优点：可以通过实施程序以合适的方式修改用于确定控制序列的至今的装置，以便按照根据本发明的方式确定优化了的控制序列。
从属权利要求以及下面的说明书包含本发明的特别有利的改进方案和扩展方案，其中，尤其也可以将一种类型的权利要求类似于另一权利要求类型的从属权利要求来改进，并且也可以将不同实施例的特征组合用于形成其它实施例。
经典地，高频脉冲通过仅一个发送通道发送并且然后以合适的方式馈入 到全身线圈中。在此，例如可以将高频信号分离并且将子信号以相对于彼此幅值和相位偏移90°地并且相应空间错开地馈入到按照鸟笼天线形式构造的全身线圈中，从而于是发送圆形（仅相位）或椭圆形（幅值和相位）极化的、在最优情况下均匀的B₁场。在较新的磁共振系统中如上面已经提及那样可能的是，以单独的、匹配于成像的HF信号占据各个发送通道。为此，发送多通道脉冲串，其由多个单独的高频脉冲串组成，这些高频脉冲串可以并行地通过不同的独立的高频发送通道来发送。多通道脉冲（pTX脉冲）可以用作激励脉冲、重聚脉冲和/或反转脉冲。一种用于在并行激励方法中扩展这种多通道脉冲串的方法例如在W.Grissom等所著的“Spatial Domain Method for the Design of RF Pulses in Multicoil Parallel Excitation”,Mag.Res.Med.56,620-629,2006中描述。借助这种多通道系统（pTX系统）不仅可以在所希望的待检查的可见区域（FoV，视野）或者所希望的待激励区域（FoE，激励区域）中实现尽可能均匀的磁化，而且还可以对于目标磁化预先给定任意空间模式。
以之前描述的方式确定二维高频脉冲序列（所谓的“2DRF脉冲”）以便激励检查对象中的所定义的层的一种可能性在K.Setsompop等所著的文献“Magnitude Least Square Optimization for Parallel Radio Frequency Excitation Design Demonstrated at7Tesla With Eight Channels”,Magn.Reson.Med.59:908至915页,2008中予以描述。在此，横向的目标磁化在由空间的线圈轮廓和多通道的高频脉冲系列构成的线性矩阵方程组中示出，输入到该矩阵方程组中的还有与存在的B₀图和B₁图有关的信息以及与所使用的k空间轨迹有关的信息。该方程组然后数字地对于确定的预先给定的目标磁化被求解，以便获得合适的高频脉冲系列。
以类似方式，在考虑B₀图和B₁图的情况下可以计算三维的高频脉冲序列，以便在检查对象中激励比普通的层厚得多的三维体积。（为此例如参见J.T.Schneider等所著的“Inner-Volume Imaging In Vivo Using Three-Dimensional Parallel Excitation”,Magn.Reson.Med.2012,doi:10.1002/mrm.24381.）
根据本发明的方法提供在这种pTX方法范围中的特别优点，从而优选地还将该方法使用为使得根据本发明建立的、作为高频脉冲串的磁共振系统控制序列包括多通道脉冲串。但是该方法基本上也可以非常良好地结合经典 方法和带有仅一个发送通道的系统来使用。
如上面已经提及那样，在该方法的第一变型方案中，基于不同的检查对象（例如患者或受试者）的多个训练数据组确定代表层或其位置数据，其分别包括用于所涉及的检查对象的多个所采集的场分布图。训练数据组可以选择为使得其对于确定的检查对象类型是特定的，例如用于儿童或成人的不同的训练数据组或者特定于性别的训练数据组。同样可以特定地对于确定的检查参数预先给出训练数据组，尤其对于确定的感兴趣区域或者待检查的身体部分，或者特定地对于检查类型，例如其是否为fMRT检查，或者其为何种控制序列类型。相应地，也可以对于场分布图确定特别的合适的最优的代表层，其然后例如作为参数随之存储在测量协议中。在稍后的测量中，可以基于该测量协议借助用于该特定测量的最优采集方案执行场分布图的采集。
在一个优选的变型方案中，在此首先基于多个所采集的场分布图确定一定数目的代表图和/或场分布图群，其根据预先给定的优化标准代表该多个所采集的场分布图，并且基于代表图和/或场分布图群然后确定代表层。场分布代表层在此可以例如简单地是在其上采集了代表图的层，或者是分别代表场分布图群的场分布图的位置。
在此可能的是，首先在训练数据组中分开地对于每个检查对象确定代表层，并且总地通过将不同检查对象的代表层组合而获得用于所有训练数据组的最优的共同的代表层。但是基本上还可能的是，首先将不同检查对象的训练数据组组合成共同的训练数据组，并且然后从中确定理想的代表层。场分布图或图像的组合可以例如如下进行：
在共同的优化的情况下（共同的训练数据组）在该方法中在群集的条件下同时使用所有训练数据。检查对象的数目于是仅是输入数据的另一维度。于是附加地可以通过对象的数目来迭代在两层之间的特定于层的成本计算。
在用于不同检查对象的分离优化的情况下，可以以合适的方法将各个受试者的结果组合，例如通过在确定的差异中求平均。
代表图例如可以包括场分布图的子集。这就是说，例如从所有场分布图的整体中选择仅确定的场分布图，其根据预先给定的优化标准特别良好地代表场分布图的整体。替选地或附加地，也可以通过如下方式形成代表图，即，从场分布图中生成代表图的值，这些场分布图是通过所涉及的场分布图代表图来代表的。为此的一个典型示例是平均值图，其中通过由代表图代表的场 分布图的图像点的平均值来形成各个图像点上的值。同样，其它组合方法却也是可能的，如其在上面已经提及那样。
优选地借助群形成法来进行场分布代表图和/或场分布代表层的确定，其中将场分布图根据预先给定的优化标准、优选根据给定的类似性度量来分组为场分布图群。通过这种群形成法或分组法例如可以精确地综合场分布图，其根据类似性度量是最类似的。以该方式可以相对简单地降低场分布图的数目，而这不会导致强烈影响磁共振系统控制序列的稍后计算和不会导致成像中的质量损失。
优选地，场分布图群于是分别与群代表图对应，该群代表图代表相应的群的场分布图。在此，可以是属于群的场分布图的特别有代表性的场分布图，或者是特定的、从场分布图中产生的图，例如是平均值图。
完全特别优选地在群形成法中按多级或多个方法步骤来进行分组。在此，在每级中优选将恰好两个场分布图或场分布图群（当方法已经位于较高的级中时）组合成用于下一级的新的场分布图群，其根据预先给定的优化标准具有最小的彼此偏差。借助该方法于是可以分级地建立分组树或群树，其在每级中较少地包含恰好一个场分布图或场分布图群，因为将两个场分布图或场分布图群组合了。在该群树的最下级中于是包含用于所有层的所有场分布图，并且在最上级中仅还包含用于所有场分布图的共同的场分布图群或代表图。
优选地，分别借助成本函数来确定在两个场分布图和/或场分布图群或对应的群代表图之间的偏差。附加地或替选地，也可以对于群形成法的每级根据预先给定的优化标准计算成本值。如果预先给定的优化标准是类似性度量，则这种成本值例如对应于偏差误差，其说明两个场分布图有多不类似。群形成法的一级的成本值于是可以例如通过这样的成本值来给出，该成本值通过在各个级中将两个场分布图或场分布图群组合而被接受。
为了加速该方法，可以优选地对于一组场分布图和/或场分布图群，例如对于当前的场分布图和/或场分布图群，在之前描述的群形成法的每级中建立成本矩阵。该成本矩阵然后在每级中仅还对于当前的场分布图和/或场分布图群进行更新。为此稍后还阐述不同的可能性。
在群形成法中，可以遍历所有级，即从所有层中的所有场分布图出发直至在最后一级中至单个的场分布图，其代表在群形成法中输入的所有场分布 图。然而可能的是，仅一个单个的场分布图通常并会是所有场分布图的良好代表，并且对于所有初始的场分布图使用仅一个单个的共同的场分布图会导致相对大的偏差误差。因此合理的是，在群形成法中选择最优数目的代表图和/或代表层。即，在多级群形成法中例如可以选择，哪些场分布图或场分布图群在哪级中在优化标准方面最优地代表输入的场分布图。
这于是可以在如下情况下相对简单地执行，即当实际上对于群形成法的每级都已经优选基于场分布图的信息内容计算了成本值、例如偏差误差时。于是，例如用于选择代表图和/或代表层的数目的标准在于，预先给定所允许的最大成本值并且将数目选择为使得该成本值恰好被低于。另一优选可能性在于，根据代表图或代表层的数目考虑成本值的上升特性，即例如取决于群形成法的级的成本值的上升特性。于是刚好可以选择这样的级或者代表图或代表层的数目，其中在进一步降低时成本值将所不希望地上升。
替选地也可能的是，简单地预先给定代表图或代表层的最小数目或甚至具体数目。同样可能的是预先给定确定的降低水平，例如将层或场分布图的数目降低了确定的系数或百分数。
代表图和/或代表层的确定可以此外还在考虑以下其它输入参数中的至少一个的情况下进行：
作为另一输入参数可以预先给定加权值。借助其可以例如规定在方法内如何对场分布图的不同类型进行加权。例如可以规定，如果进行B₀图和B₁图共同的分组，那么在不同层的B₀图之间还是在B₁图之间的类似性更重要。
在此应考虑的是，原则上可以单独地考虑一组B₀图，即不同层中的B₀图，以及不同的与各个高频通道或确定的发送线圈对应的B₁图组，即不同层中用于高频通道或发送线圈的B₁图。即，根据本发明的方法可以分别独立地对于B₀图组和对于每个单个的高频发送天线或其B₁图组来执行。这于是会导致，对于B₀图或对于不同的高频通道的B₁图确定不同的代表图和/或代表层。基本上然而还可能的是，综合所有不同的场分布图或者至少用于不同高频通道的B₁图，并且确定共同的代表层，在其上于是分别确定B₀图或用于不同的高频通道的B₁图。如果权重更聚焦于B₀图，则可以更强烈地考虑失谐效果。相反，如果加权在B₁图方面偏移，则可以更强烈地考虑通过发送线圈彼此间造成的遮蔽效果。
可以在场分布代表图和/或场分布代表层的确定中使用的另一输入参数 是对于测量区域内所定义的感兴趣区域的说明，从而可以在降低过程或群形成法中单独地考虑其。这要求在所希望的特定区域中的精确性。
此外，作为输入参数还可以在场分布图代表图和/或场分布代表层的确定中也根据训练数据组考虑用于最优地选择场代表图的确定的标准，即，考虑之前的优化的结果，以便改进随后的优化，并且于是基本上开发出了学习型的优化系统。
此外可以考虑待产生的磁共振系统控制序列的序列类型，即其例如是何种脉冲序列，例如是
-快速自旋回波序列（TSE）。这样的序列对于B₁不均匀性是非常敏感的，然而对于B₀不均匀性是更稳键的。
-具有低翻转角的梯度回波序列（GRE），其具有相对于快速自旋回波序列相反的特性。
-具有3D激励脉冲的序列。在此，脉冲倾向于是长的，从而先验（apriori）应当存在对于失谐的较大加权。
-具有强烈加速的螺旋脉冲的序列。该序列是非常短的，从而仅需要B₀图的小的加权。
-用于应用的序列，其仅涉及B₁匀场。于是不考虑B₀图。
例如可以在此还修改上面阐述的加权值，因为用于不同的高频脉冲类型和其特性的加权可以是不同的。降低水平也可以根据预先给定的身体区域或者根据所应用的序列类型来不同地确定。为此可以将与降低水平有关的信息例如存储在测量协议内，在该测量协议中也预先给定了确定的脉冲类型，从而降低水平匹配于脉冲类型。这些参数然而可以尤其由应用者在调用协议时针对当前的测量进行修改，如这在测量协议内的其它参数情况下也可能的那样。
在实践中，场分布图可以随时间动态改变，例如由于设备的不稳定性和/或患者/受试者的运动和生理（例如呼吸、心跳）而改变。因此，特别优选地在测量期间，即在其中通常完成多个拍摄或执行多个测量序列的测量期间的范围中重新采集当前的场分布图。这可以例如以有规律的时间间隔或以无规律的间隔来重复进行。同样也可以进行事件控制的重新测量，例如当这通过MR信号（内部的）或者借助外部的传感器（例如运动传感器、磁场传感器）探测到时。
附图说明
下面借助实施例参考附图再次详细阐述本发明。附图中：
图1示出了根据本发明的磁共振系统的实施例的示意图，
图2示出了根据本发明的用于确定控制序列的方法的实施例的可能流程的流程图，
图3示出了根据本发明的用于确定场分布代表图和场分布代表层的方法的实施例的可能流程的流程图，
图4示出了在根据图3的方法中建立的具有场分布图和场分布图群的群树的示例，
图5示出了用于在根据图3的方法中使用的成本矩阵的示意图，
图6示出了用于经过受试者头部的11层的B₁图以及从中借助根据图3的方法在11级中确定的场分布代表图，并且在其下方是用于示出与每级中场分布图代表图的数目有关的相对类似性误差的图表，
图7示出了在（模拟地）激励受试者头部中的层时的相对的空间的激励误差（RMSE=Root Mean Square Error，均方根误差）的图表。
具体实施方式
在图1粗略示意性地示出了根据本发明的磁共振设备1。其一方面包括具有位于其中的检查空间8或患者隧道的实际的磁共振扫描仪2。卧榻7可以驶入该患者隧道8中，从而躺卧在其上的检查对象O（患者/受试者）在检查期间可以被放置在磁共振扫描仪2内的相对于布置在其中的磁体系统和高频系统的确定位置上，或者也可以在测量中在不同的位置之间移动。
磁共振扫描仪2的主要部件是基本场磁体3、具有磁场梯度线圈的梯度系统4（用于施加在x、y和z方向上的任意磁场梯度）以及全身高频线圈5。在检查对象O中感应出的磁共振信号的接收可以通过全身线圈5进行，借助其通常还可以发送用于感应磁共振信号的高频信号。通常，这些信号却利用例如位于检查对象O上或下的局部线圈6接收。所有这些部件对于本领域技术人员基本上已知并且因此在图1中仅粗略示意性地示出。
全身高频线圈5例如可以以所谓的鸟笼天线的形式具有数目N个单个的天线棒，其可以作为单个的发送通道S₁,…,S_N由控制装置10单独地控制， 即，磁共振断层成像系统是有pTX能力的系统。然而明确地指出的是，根据本发明的方法还可以应用于带有仅一个发送通道的经典磁共振断层成像设备。
控制装置10可以是控制计算机，其也可以由多个（可能也空间上分离的并且通过合适的线缆等彼此连接的）单个计算机组成。经由终端接口17，该控制装置10与终端20连接，操作者可以通过该终端控制整个设备1。在当前情况下，该终端20具有计算机21，其带有键盘28、一个或多个显示屏27以及其它的输入设备例如鼠标等，从而为操作者提供图形的用户界面。
控制装置10尤其具有梯度控制单元11，其又可以由多个子部件组成。通过该梯度控制单元11将各个梯度线圈与控制信号SG_x、SG_y、SG_z连接。在此，其是在测量期间被置于精确设置的时间位置上并且具有精确预先给定的时间曲线的梯度脉冲。
控制装置10此外具有高频发送/接收单元12。该HF发送/接收单元12同样由多个子部件组成，以便分别单独地和并行地在各个发送通道S₁,…S_N上，即在身体线圈的各个可控的天线棒上发出高频脉冲。通过发送/接收单元12还可以接收磁共振信号。通常，这却借助局部线圈6来进行。以这些局部线圈6接收的原始数据RD由HF接收单元13读取和处理。由此或由全身线圈借助HF发送/接收单元12接收的磁共振信号作为原始数据RD输送给重建单元14，其从中重建图像数据BD，并且将其存储在存储器16中和/或通过接口17传送给终端20，从而操作者可以观察其。图像数据BD也可以通过网路NW在其它位置上存储和/或显示和评估。如果局部线圈具有合适的转换单元，则局部线圈也可以连接至HF发送/接收单元，以便将局部线圈用于发送。
梯度控制装置11、HF发送/接收单元12和用于局部线圈6的接收单元13分别通过测量控制单元15来协调地控制。该测量控制单元通过相应的命令而负责：通过合适的梯度控制信号SG_x,SG_y,SG_z发送所希望的梯度脉冲串GP，并且并行地将HF发送/接收单元12控制为使得发送多通道脉冲串MP，即在各个发送通道S₁,…S_N上并行地将合适的高频脉冲给出到全身线圈5的各个发送棒上。此外必须考虑的是在合适的时刻通过HF接收单元13读取和进一步处理局部线圈6上的磁共振信号，或者通过HF发送/接收单元12读取和进一步处理全身线圈5上的可能的信号。测量控制单元15根据预先 给定的控制协议P预先给定相应的信号、尤其是至HF发送/接收单元12的多通道脉冲串MP以及至梯度控制单元11的梯度脉冲串GP。在该控制协议P中存储所有在测量期间需要被调节的控制数据。
通常在存储器16中存储有用于不同的测量的多个控制协议P。其可以通过终端20由操作者选择和必要时改变，以便于是为当前所希望的测量提供合适的控制协议P，借助其测量控制单元15可以工作。此外，操作者还可以通过网络NW调用控制协议，例如由磁共振系统的制造商来调用，并且然后可能修改和使用其。
这种磁共振测量的基本调用和所提及的用于控制的部件对于本领域技术人员却是已知的，从而在此不再进一步详细描述。此外，这种磁共振扫描仪2以及相关的控制装置还可以具有多个其它部件，其在此同样不详细阐述。在此指出，磁共振扫描仪2还可以以其它方式构造，例如具有侧向开口的患者空间，并且原则上高频全身线圈不是必须构造成鸟笼天线。
在图1中在此还示意性地示出了控制序列确定装置22，其用于确定磁共振系统控制序列AS。该磁共振系统控制序列AS尤其对于确定的测量包含带有梯度脉冲串GP的脉冲序列，以便在k空间中遍历确定的轨迹，以及包含与之协调的高频脉冲串，在此是多通道脉冲串MP，用于控制各个发送通道S₁,…,S_N。磁共振系统控制序列AS在当前情况下基于在测量协议P中预先给定的参数来建立。
控制序列确定装置22在此示出为终端20的部分，并且可以以软件组件的形式在该终端21的计算机上实现。原则上，控制序列确定装置22却也可以是控制装置10本身的部分或者在单独的计算系统上实现，并且制成的控制序列AS可能也在整个控制协议P的范围中通过网络NW传送至磁共振系统1。当控制序列确定装置22本身是控制装置10的部分或者通过快速连接与终端20连接，或者与具有足够的计算容量的合适的快速计算机连接时，在优选情况下也可以在测量期间，即在患者的检查过程中，基于当前的输出条件，例如更新过的B₀图和/或更新过的B₁图确定当前的新的控制序列。
如下面阐述那样在用于激励的最优HF脉冲串的计算中所需的B₀图和B₁图至少在实际测量开始之前对于检查对象O内的可见区域9（FoV=Field of View，视野）内的多个层SL被采集，对这些层还应产生磁共振拍摄。总体上，在至今的通常的方法中为此对于每个层SL记录一个B₀图和多个（即 每个发送通道一个）B₁图。如果例如总共对于在带有10个发送通道的系统中的40层需要B₀图和B₁图，则于是必须采集总共440层。
层SL的B₀图的采集可以以不同的方式进行。例如，可以以不同的回波时间采集层的两个梯度回波图，并且然后从相位图的差异和回波时间的差异中估计B₀图（例如参见M.A.Bernstein等所著的“Handbook of MRI puls sequences”,2004,Elsevier Academic Press）。对于B₁图的确定也存在不同的方法。一个方法例如在H.Fautz等所著的“B1mapping of coil arrays for parallel transmission”,ISMRM,2008中描述。B₀图和B₁图的采集同样可以通过控制协议P预先给定和控制。
控制序列确定装置22在此具有输入接口23。通过该输入接口23，控制序列确定装置22一方面获得目标磁化m（其预先给定在所希望的测量中翻转角分布应该如何）、k空间轨迹或k空间轨迹类型以及可能还有其他输入参数，其部分地稍后结合图2详细阐述。通过该输入接口23，控制序列确定装置22还可以采集或接收所采集的B₀图和B₁图。
控制序列确定装置22尤其包括HF脉冲确定单元24、例如合适的优化单元24，其中基于所提及的输入数据借助合适的稍后还描述的优化方法确定高频脉冲串MP。
此外，控制序列确定装置22在此还包括场分布图分析装置30。该场分布图分析装置30具有输入接口装置31，借助其例如接收B₀图ΔB₀和/或B₁图ΔB₁。此外，该场分布图分析装置30具有场分布图分组模块32。借助该场分布图分组模块32以更下面描述的方式通过精巧地将所采集的场分布图分组来确定一定数目的场分布图群C和/或场分布代表图ΔB₀R、ΔB₁R，其根据预先给定的优化标准或类似性标准代表输入数目的所采集的场分布图ΔB₀、ΔB₁。也就是说，最终将输入的B₀图ΔB₀和/或B₁图ΔB₁降低至合适的代表。通过输出端接口装置34于是可以直接将这些降低过的B₀或B₁图，即代表图ΔB₀R、ΔB₁R作为输入数据传输给HF脉冲确定单元24，从而其可以以降低数目的图工作，以便确定最优的高频脉冲串MP。附加地，场分布图分析装置在此还具有代表层确定模块33。该代表层确定模块可以基于场分布图群C和/或场分布代表图ΔB₀R、ΔB₁R确定一定数目的场分布代表层RS或者其位置信息PI。位置信息PI然后同样可以通过输出端接口装置34输出。
通过输出接口装置25于是可以由控制序列确定装置22又输出位置信息PI或者所确定的高频脉冲串MP。在第一情况下，场分布图分析装置30首先仅为了如下而工作，即确定代表层RS的理想位置，在其上然后可以对于稍后的测量采集合适数目的B₀图和/或B₁图。为此将位置信息PI传送给控制装置10，从而该控制装置可以采集B₀图或B₁图，其然后又被传送给控制序列确定装置22。在第二情况下，场分布图分析装置30用于准备或降低初始采集的B₀图或B₁图，从而由控制序列确定装置22立即对于随后的当前的磁共振测量建立最优的高频脉冲串MP，其然后例如在其中于是还说明用于控制磁共振系统1的其它规定（例如用于从原始数据中重建图像的参数等）的控制协议P或测量协议的范围中传输给控制装置10。
如果在测量期间的过程中应该更新控制序列AS，则这还可以存储在控制协议P中，从而自动地由控制装置10在合适的时刻以根据本发明的方式确定新的控制序列AS，或者例如由终端20或另一计算机请求其。
下面借助根据图2的流程图以非常简单的示例阐述用于确定磁共振系统控制序列AS的可能方法的流程。
在步骤I中首先预先给定或接收在其它方法中使用的不同参数。例如在步骤Ia中对于各个发送通道和层接收B₁图ΔB₁，并且在步骤Ib中对于层接收当前测量的B₀图ΔB₀。
在步骤Ic中接收特定于系统的参数SP，如发送通道的数目、最大回转速率、最大梯度幅值等，并且在步骤Id中接收不同的特定于检查的参数，如待拍摄的层SL的定位、序列类型ST等。在步骤Ie中此外预先给定所希望的目标磁化m。
最后，在步骤If中预先给定精确的k空间轨迹或者k空间轨迹类型kTT，例如其是否是直线轨迹、螺旋轨迹、径向轨迹等。为了生成控制序列，即通常在优化方法中，根据固定的“k空间轨迹”随时间确定用于各个发送通道的各个HF脉冲串，即HF轨迹，该固定的“k空间轨迹”通常由测量协议或者单独地由操作者预先给定。“发送k空间轨迹”（下面仅简称为“轨迹”）是k空间中的通过调节各个梯度在确定的时间经过的位置。k空间是空间频率空间，并且k空间中的轨迹描述了在通过相应地接通梯度脉冲发送HF脉冲时，以何种路径在时间上遍历k空间。通过调节k空间轨迹可以于是确定，在何种空间频率上沉积确定的HF能量。如果仅由应用者或测量协议预先给 定了k空间轨迹类型kTT，则可以在该方法中计算优化过的k空间轨迹。
方法步骤Ia到If的顺序是任意的。
在步骤II中于是可以确定优化过的k空间轨迹，如果未事先规定k空间轨迹的话。为此存在不同的可能性。一个合适的方法例如在DE102012212376中描述。
特别优选地，在此将k空间轨迹确定为使得在控制磁共振系统的情况下借助所建立的磁共振系统控制序列来欠采样k空间。这尤其在如下情况下被认为是有意义的，即当使用pTX系统时，因为通过巧妙的欠采样和同时使用并行发送方法来加速激励和由此加速测量是可能的。于是例如在一个特别优选的变型方案中k空间可以至少按区域地在有规律的模式中被欠采样，例如借助所谓的TX-SENSE方法（SENSE=sensitivity encoding，敏感性编码）。在另一特别优选的方法中，k空间的欠采样至少按区域地在无规律的模式中和/或随机地进行，这例如结合所谓的“Compressed Sensing，压缩感知”方法是可能的。
在步骤III中，于是自动地进行HF脉冲串、在此为多通道脉冲串的设计。在此，为不同的发送通道开发出各个HF脉冲系列，即，精确计算需要在哪个通道上发送哪种HF脉冲形式。这首先对于带有低于5°的翻转角的所谓的“低翻转区域”进行，因为在该区域中磁化特性还线性地进行。在此应用迭代优化方法，因为其被证明是特别合适的。具体而言在此使用所谓的共轭梯度法（CG法；英语为conjugate gradients或者也称作共轭梯度法）。原则上也可以使用非迭代的其它优化方法。
这可以以任意方法进行。在此，在许多至今已知的方法中将优化方法进行为使得例如将在目标磁化与实际磁化之间的均方差（最小均方差）最小化。即，寻找下面的解：
min(m_ist-m²)  （1）
在此，m是目标磁化，并且m_ist=A·b（t）是通过HF脉冲串b（t）实现的（理论上的）实际磁化，其中，A是所谓的设计矩阵，其由以线性的复杂等式形成的系统组成，输入到这些等式中的有空间的线圈轮廓、当前的B₀图和B₁图以及所使用的k空间轨迹。该设计矩阵例如在W.Grissom等所著的“Spatial Domain Method for the Design of RF Pulses in Multicoil Parallel Excitation“,Mag.Res.Med.56,620-629,2006中描述。清楚的是，B₀图和B₁ 图的数目越大，则该设计矩阵越复杂，并且由此优化方法开销越大。b（t）是向量，其包含例如N个函数b_c（t）（用于每个发送通道c=1至N的函数）。该等式例如在步骤IIIa中建立。如果找到了等式（1）的解，则作为结果存在用于所有现有的发送通道的幅值关于时间的函数。
然而该等式的建立以及不同的求解方案对于本领域技术人员已知并且在此无需详述。可选地，还可以在使用迭代方法条件下进行优化过的求解，例如通过在每个迭代步骤中改变在求解等式时要注意的边界条件，以便实现对于患者的高频负荷的附加优化。
在优化步骤III结束时存在的对于低翻转区域所获得的多通道脉冲系列然后可以在步骤IV中提升（hochskaliert），以便实现实际所希望的目标磁化，其通常并不位于5°的翻转角范围中，而是直至90°翻转角。这简单地通过将各个脉冲的幅值与所希望的缩放系数相乘来进行。
在步骤V中通过部分的布洛赫模拟（Bloch-Simulation）校正在提升时会出现的误差。这种部分的布洛赫模拟仅在脉冲系列内的单个时刻上执行。在此，在应用布洛赫等式的条件下，在应用布洛赫等式的模拟器中对于应当进行检验的各个时刻测试数据，并且于是计算所实现的磁化。于是可以发现与对目标磁化的规定的偏差，并且通过改变高频脉冲系列来进行相应的较小的校正。
接下来，在步骤VI中还通过在时间上完整的布洛赫模拟再次测试所有找到的参数。在此检验，借助参数实现的磁化是否实际上对应于目标磁化。
在结束时，然后在步骤VII中传送用于中间存储或者立即实施的控制序列AS。
在图2中在三个不同的位置提供如下可能性：在其上可以修改用于确定磁共振系统控制序列AS的方法，以便按照根据本发明的方式来工作。
第一可能性在于，在方法步骤SRI中在方法开始以前已经影响如下，即，仅对于确定的代表层RS并且并不对于所有层SL确定B₀图ΔB₀和B₁图ΔB₁，在这些层SL上稍后还应采集用于重建磁共振图像的原始数据。以该方式可以急剧减少待采集的B₀图和B₁图的数目并且由此显著缩短总测量持续时间。
第二可能性在于，在方法步骤SRII中以根据本发明的方式减少所测量的B₀图ΔB₀和B₁图ΔB₁，并且在此从所采集的B₀图ΔB₀和B₁图ΔB₁中选 择确定的场分布代表图ΔB₀R、ΔB₁R，其特别良好地代表图的分别在确定的类似性标准下的完整组。相同的方法也在可能的方法步骤SRIII中应用。
这两个方法步骤SRII、SRIII之间的区别在于，方法步骤SRII应表征如下情况，即，在随后的步骤II至VII中对于每个待激励的层应当计算特有的脉冲串或特有的控制序列，以便对于相应的层采集原始数据。在该情况下，可以以根据本发明的方法来负责：现在仅还对于对其分别确定了B₀图ΔB₀或B₁图ΔB₁（其代表其他层的B₁图或B₀图）的层计算高频脉冲串，该高频脉冲串然后可以应用于通过各个代表性的层代表的所有的层。即，当例如应在40层中进行拍摄，并且这40层关于B₁图和/或B₀图通过四个层来代表（其分别就其本身而言代表10层）时，足够的是对于这四个层计算高频脉冲串并且将各个代表性的层的脉冲串同样应用于由此代表的层。
与此相反地，方法步骤SRIII应代表如下情况，即，例如应当计算用于激励3D体积的带有高频脉冲串的磁共振系统控制序列，或者用于多层激励的共同的优化过的脉冲串。在该情况下，必须在优化方法内在步骤IV中将用于所有的层的所有B₁图和B₀图引入到设计矩阵A中。如果之前根据本发明减少了B₁图或B₀图，则可以较少耗费地构造设计矩阵，由此在步骤IV中计算开销被强烈降低。
所有三个方法步骤SRI、SRII、SRIII是共同的，即按任何方式都将B₁图或B₀图降低至代表性的B₁图或B₀图。
一个为此优选的方法流程在根据图3的流程图中示意性地示出为层减少法SR。因为该方法不取决于是B₁图还是B₀图以相同的方式进行，所以下面对于两种变型方案为了简化而仅还使用简称“图”。
在第一步骤3.I中，首先读入当前采集的数据，例如B₀图ΔB₀和B₁图ΔB₁。在此精确读入何种图取决于以何种形式利用层减少过程。如果其涉及，对于在图2中的方法步骤SRI确定场分布代表层RS，则采用带有不同的检查对象的多个B₁图和B₀图的训练数据TD。如果应该例如在层减少法SR的当前遍历中仅应减少B₀图，则足够的是也仅输入B₀图。关于B₁图取决于例如应对于所有通道同时还是对于每个发送通道分离地进行减少。相应地，也对于不同的层读取一个或多个发送通道的B₁图ΔB₁。
接下来，执行群形成法CTG，其在步骤3.II中首先以此开始，即，规定当前的优化标准，例如类似性误差。这可以通过定义合适的成本函数f_cost 来进行。
这种用于确定类似性误差的成本函数f_cost可以以不同的方式来定zq。一个可能性是以如下成本函数计算类似性误差：
fcost=Σm,n(A(m,n)-B(m,n))2---(2)]]>
在此，成本对应于两个图A和B的图像像素的平方差之和。m和n在此是用于单个像素的索引，并且A（m,n）是两个图中第一个的像素（m,n）处的强度值，而B（m,n）是两个图中第二个的像素处的相应强度值，其彼此间的偏差应被计算。
作为替选的成本函数f_cost，还可以使用根据如下等式的相关系数，
f_cost=1-r  （3）
其中
r=ΣmΣn(A(m,n)-Amean)(B(m,n)-Bmean)(ΣmΣn(A(m,n)-Amean)2)(ΣmΣn(B(m,n)-Bmean)2)---(3a)]]>
在此，A_mean是关于整个图A的两个维度的平均值，而B_mean是关于整个图B的相应平均值。
在第一情况下当B的图像信息相对于A的图像信息仅被缩放时，平方差之和也导致大的不相似性，而在第二变型方案中在校正系数情况下并不考虑这种缩放，而是首先涉及图中的相对差别。
成本函数的另一替选方案是所谓的转移信息（相互信息），其可以以如下方式计算：
fcost=H(A)-Σap(a)Σp(b|a)log2p(b|a)p(b)---(4)]]>
在此，H是各个图A的熵，p（a）或p（b）分别是图A或B的概率分布密度（离散的边缘分布），p（a|b）是A和B的多变量的概率分布密度（在B的条件下A的概率密度）。
此外，其它成本函数也是可能的。
此外，在步骤3.II中将用于群树CT的存储位置初始化。
这种群树CT看起来如何，从图4中示出的用于开始总共8层SL₁,SL₂,…,SL₈的图的示例中是明显的。在该群树CT的最下层或级中，在此示出所 有8个层SL₁,SL₂,…,SL₈。该群树CT在其它方法的范围中分级地向上构造，如下面阐述那样。
为此，首先在步骤3.III中在考虑之前定义的成本函数f_cost条件下构造成本矩阵CM。这种成本矩阵CM作为示例在图5中示出。在此是用于所有n个群或层的矩阵。出于简单性原因在下面对于成本矩阵CM或群树的阐述的范围中还将各个层当做群或称作群，因为各个层原则上也可以理解成带有仅单个层的群。
在成本矩阵CM中对于两个当前存在的群C₁,C₂,C₃,…,C_n的每个组合分别记录成本值cv，其中，该成本值cv是以之前定义的成本函数来计算的。这引起，矩阵时对称的，并且在对角线上仅包含零。因此，原则上足够的是，计算成本矩阵的上或下三角。
基于当前的成本矩阵然后可以在步骤3.IV中确定具有最小成本值cv的群对。该群对因此是最类似的两个群。
如果该方法还在第一级中，即在群树CT的最下层中（参见图4），则单个的群还对应于各个层SL₁,SL₂,…,SL₈。在该情况下，于是由此找到其中图最类似的层对。在图4中这例如是用于第五和第六层的群。相应地，将这两个层综合为一个新的群C。这在根据图3的方法流程中在步骤3.V中进行。
此外，同时也对于该级确定用于该级的当前的类似性误差、即成本值cv，其在该第一级中简单地对应于通过综合两个最类似的层而接受的成本值cv。
在图4中的群树CT中，在左侧的标尺上绘出了各个级的成本值cv，其中，在此将按任意单位的绘制根据最大成本值1来归一化，该最大成本只当最后在群树CT最高处仅还剩下单个层时被达到。在右侧的标尺中绘出分别保留的层数。
在步骤3.VI中然后检查，群的数目是否小于1，即是否已达到群树CT中的最后级。如果不成立（分支“n”），则退回步骤3.III并且更新成本矩阵CM。即，相应地以仅少一个群来新建立成本矩阵，因为现在将来自之前的矩阵的两个群综合了。对于未改变的群对，成本值cv当然可以保持不变。仅关于所综合的群对需要对于剩下的群更新成本值。为此同样存在不同的可能性，其取决于通过何种代表图共同代表两个新分组的群。该至群代表图的融合可以已经在步骤3.V中进行。根据其然后重新计算成本矩阵。
在第一变型方案中计算新的群的代表图，方法是以合适方式将输入到群中的图或群的图像信息组合。例如，简单地从至今的群的图中形成一种类型的均值图。为此仅需将两个群的图或其群代表图的强度值求平均。然后可以对于均值图分别使用相应的成本函数，如其在步骤3.II中定义的那样，以便对于各个其它还存在的群C确定成本值cv，这例如可以通过函数
cvx,i=fcost(mean(∀Ik∈Cx,N),Ci,N)---(5)]]>
描述。I在此代表各个图的强度值。索引k表示与新形成的群C_x,N对应的所有的图。索引x是新群的索引，并且索引N是群的新的总数。索引i是用于i=1…N的变化索引。即，对于新的群C_x,N从所有对应的图中形成均值图，并且对于其它群更新各个成本。清楚的是，按像素地计算成本函数，如这例如在上面借助公式（2）到（4）的不同的可能的成本函数f_cost阐述那样。
替代于对于每个新群计算一个新的代表图，也可以将输入到该群中的图选择为用于该群的代表图。为此同样存在不同的可能性。
在一个变型方案中例如简单地选择新群的这样的图，这些图对于其它群或其图具有最小的成本值。这可以以数学方式如下描述：
Imin=argIminmin(fcost(Ik,Ci,N))with∀Ik∈Cx,N---(6)]]>
用于该分组的相关成本值由此是：
cv_x,i=f_cost(I_min,C_i,_N)  （6a）
在该版本中动态地确定这样的图I_min，其当前具有相对于其它群的最小成本值。
另一替选方案在于，选择群的图，在这些图中相对于该群内其它图的成本是最小的。该方法在如下情况下有意义，即，当在群中包含多于两个图时，即，当例如将两个群融合时，这两个群中的至少一个已经包含两个图。为了计算该成本，可以简单地动用在方法开始时建立的初始成本矩阵，因为其包含在所有开头形成的图之间的成本值。如果仅将两个单个图综合，则可以简单地如在之前提及的替选方案中那样使用相对于所有其它群具有最小成本的图。
如果实际上将这样的图选择为代表图，该图相对于新群的所有其它图具有最小成本，则对于新建的群相对于其它保留的群的成本的计算又存在两个特别简单的可能性。
在第一情况下，接收两个新分组的群相对于其余群的最小成本。这些成 本可以直接根据当前的成本矩阵来确定。按照数学方式，这可以如下表示：
cv_x,i=min[f_cost(C_x0,N+1,C_i,N),f_costt(C_x1,N+1,C_i,N)]  （7）
作为对此同样简单的替选方案，简单地使用之前的群的最高成本，这可以以数学方式如下示出：
cv_x,i=max[f_cost(C_x0,N+1,C_i,N),f_cost(C_x1,N+1,C_i,N)]  （8）
在第一情况下使用最低成本期间，用于下一步骤的算法对应于最小成本变化。从总体上来看，该方法并不保证最优解。在第二情况下确保群相对紧密，即群中的各个图具有彼此相对大的类似性。
在步骤3.III中更新成本矩阵CM之后，然后又再下一步骤3.IV中基于当前的成本矩阵CM确定带有最小成本的群对。在图4中的示例中，这是用于第二和第四层SL₂, SL₄的群，其然后分组为新的群C。然后在步骤3.V中相应地根据预先给定的规则将这两个图融合成一个新的群，例如重新计算或选择用于该群的合适的代表图，并且同时还在当前的级中更新成本值cv，方法是简单地将当前的成本值加到第一级的成本值上，该当前的成本值是通过将该群C融合而接受的成本来说明的。
该方法然后一直继续，直至仅还存在最后级中的群C，其作为唯一一个群总地代表所有8个图。然后，建立完整的群树CT，并且在步骤3.VI中可以相应地（分支“y”）过渡至步骤3.VIII。
在该步骤3.VIII中然后规定，图的减少应当多强烈，即规定以何种数目的代表图或者将所建立的群树CT中的哪些代表图最优地用于其它方法。为此也存在替选策略。一方面，当然可以直接规定所希望的层或图的数目。例如操作者可以输入，他在下面的方法中想使用仅四个图或者在四个位置上的图。这些代表图或群或相关的层然后借助群树CT可见。
另一可能性在于，设计百分比的或按份额的减少，例如减少至之前存在的层的一半。第三替选方案在于，考虑类似性误差或者成本值cv，并且例如为此规定阈值，从而最多接受确定的成本值cv。该成本值还可以按百分比在0和1之间规定，例如，误差值cv=0.5是可接受的。
第四可能性在于，在考虑成本值cv（即类似性误差）上升的条件下确定层的数目。这可以借助图6表明。在那里，在右侧上方示出了用于穿过受试者头部的11层的B1图。朝左于是示出在群树的不同级中的各个代表图，即随着朝左的每一步都需要减少一个代表图。在该图下方示出的图表中，关于 群或图的数目#C又按任意单位（a.u.）绘出了相对的成本值cv（在此也是相对的类似性误差）。在此清楚示出的是，误差直至四个层的数目还保持在边界中（最大为0.3），并且然后相对陡地上升至值1。因此有意义的是，基于成本值cv的上升而规定，在其它方法中以四个层工作。该四个层在上面的视图中分开地标记为带有框的B₁代表图ΔB₁R。
如果规定了各个代表图或群，则可以在按照图3的方法中然后在另一步骤3.VIII中可选地还规定代表性的层RS，其位置信息PI然后用于稍后测量新的B₁图或B₀图，用于在进行中的测量期间内将B₁图或B₀图更新，或者却（只要涉及其）处理训练数据组，以便普遍地对于其它测量期间规定合适的场分布代表层RS。例如为此可以将用于这些层的位置信息PI存储在测量协议中。
如上面已经提及那样可能的是，根据各个设备类型等，根据各个检查对象（例如是否是头部测量、腹部测量等）来规定用于不同测量的代表层RS。这仅取决于，训练数据组是如何选择的。在训练数据组内用于不同的检查对象，即用于不同的患者/受试者的B₁图或B₀图之间的组合可以如上面描述那样以不同的方式进行。
为了证明例如通过为了确定最优高频脉冲串而根据本发明减少B₁图并不影响在检查对象中实现的磁化或激励模式并且由此并不期待成像中的伪影，执行不同的模拟研究。在此使用了布洛赫模拟，如其上面已经简短提及那样。在这些模拟中分别假定3D-EPI脉冲序列。对于模拟首先忽略B₀图、即失谐。作为靶翻转角采用15°，并且作为用于确定脉冲串的优化方法使用牛顿优化方法。
然后，与其中使用优化问题中所有B₁图的解决方案相比，确定激励模式的相对空间激励误差。相对空间激励误差在此作为均方根误差RMSE（均方差）来计算。
图7示出了图表，其中绘出了带有根据本发明减少的B₁图的RMSE相对于该解决方案的RMSE_full的比例，其中所有B₁图按照关于所使用的B₁图的数目（即群的数目#C）的百分数。B₁图的最大数目在此是15。在此，示出两个曲线。实线曲线示出了一个变型方案，其中作为用于计算成本矩阵的成本函数f_cost使用根据等式（3）的相关系数，并且点曲线是一个其中作为成本函数f_cost使用根据公式（2）的平方差之和的变型方案。在两种情况下， 为了确定用于群的代表图分别使用这样的图，该图相对于群内所有其他图具有最小成本，并且为了更新成本矩阵作为各个新的群相对于其它现有群的成本值cv分别采用至今的群的最高成本值。
由此清楚示出，减少到大约三分之一的层，即仅五个层是可能的，而相对的空间激励误差并不显著上升。实际上，在一些位置上实现了不到0的值，即相对的激励误差实际上还比在使用所有B₁图时更好了。在借助布洛赫模拟产生的激励模式中也未示出区别。其此外证明，尤其将之前的群的最高成本值用作在更新成本矩阵（由此实现特别紧密的群集）时的新成本值是特别有利的。
上面的示例还示出，当以该方法已经事先确定了合适的代表层（然后仅还在这些代表层上确定B₁图或B₀图），可以实现显著减少采集时间。然而，在任何情况下都可以实现显著降低用于多层pTX高频脉冲的计算时间，当对于每个层应单独地确定最优高频脉冲串时，同样可以实现显著减少多层pTX高频脉冲确定循环的数目。因为减少了优化问题的维度，还可以实现改进的激励性能。省下的时间可以此外用于确定更高分辨率的B₁图或B₀图，或者更频繁地确定B₁图或B₀图，以便考虑患者运动。所有优点随着发送通道数目上升而更加明显。
尤其，根据本发明的方法具有如下优点，即，不需要附加的硬件。原则上根据本发明的方法可以应用于所有至今已知的MR设备，即不仅应用于带有仅一个发送通道的系统而且应用于pTX系统。
随后还再次指出，之前描述的详细方法和构造是实施例并且基本原理还可以在其它范围中由本领域技术人员变化，而不脱离本发明的范围，只要它是通过权利要求预先给定的。出于完整性原因也指出，不定冠词“一”或“一个”的使用并不排除，所涉及的特征还可以多重地存在。同样，术语“单元”和“模块”并不排除，其由多个部件组成，这些部件可能也是空间分布的。
附图标记列表
1     磁共振系统
2     磁共振扫描仪
3     基本场磁体
4     梯度系统
5     全身高频线圈
6     局部线圈
7     卧榻
8     检查空间
9     可见区域/FoV
10    控制装置
11    梯度控制单元
12    高频发送/接收单元
13    HF接收单元
14    重建单元
15    测量控制单元
16    存储器
17    终端接口
20    终端
21    计算机
22    控制序列确定单元
23    输入接口
24    HF脉冲确定单元
25    输出接口装置
27    显示屏
28    键盘
30    场分布图分析装置
31    输入端接口装置
32    场分布图分组模块
33    代表层确定模块
34    输出端接口装置
m     目标磁化
O     患者/检查对象
P     控制协议
AS    磁共振系统控制序列
BD    图像数据
GP   梯度脉冲串
MP   多通道脉冲串
NW   网络
RD   原始数据
SG_x,SG_y,SG_z   控制信号
S₁,…,S_N   发送通道
kTT k 空间梯度轨迹类型
SP   特定于系统的参数
ST   序列类型
ΔB₀ 场分布图/B₀图/B₀图示
ΔB₁ 场分布图/B₁图/B₁图示
ΔB₀R   场分布代表图
ΔB₁R   场分布代表图
TD    训练数据
SL    层
SL₁,SL₂,…,SL₈   层
SR    层减少法
RS    场分布代表层
PI    位置信息
f_cost 成本函数
CTG   群形成法
C     场分布图群/群
CT    群树
C₁,C₂,C₃,…,C_n群
CM    成本矩阵
cv    成本值
#C    群的数目
RMSE     均方根误差