。
【具體實施方式】
[0027] 示例性設備和方法采用在應用RF的不同共振品種（例如，組織）中產生不同信號 演進的一系列各種序列塊。如這里所使用，術語"共振品種"表示能夠使用NMR使其共振的 物品（例如，水、脂肪、組織、材料）。作為說明，當示例性設備和方法將RF能量應用于既具 有骨頭又具有肌肉組織的體積時，則骨頭和肌肉組織都將會產生NMR信號。然而，"骨頭信 號"和"肌肉信號"將會是不同的。能夠在一段時間上收集不同信號以識別該體積的信號演 進。在一個實施例中，能夠隨后通過將該信號演進與已知演進進行比較來描繪該體積中的 共振品種。在一個實施例中，"已知"演進可以是例如仿真演進和/或以前獲取的演進。描 繪共振品種能夠包括識別共振品種的不同性質（例如，Tl、T2、擴散共振頻率、擴散系數、自 旋密度、質子密度）。另外，能夠識別其他性質，包括但不限于組織類型、材料、屬性（例如， T1、T2)的疊加。
[0028]在一個實施例中，可通過將第一信息與第二信息進行比較來執(zhí)行描繪共振品種。 第一信息可包括獲取的NMR信號、獲取的信號演進或從獲取的NMR信號或獲取的信號演進 獲得的信息。第二信息可包括存儲的信號演進、已知的信號演進、模仿的信號演進、從存儲 的信號演進獲得的信息或不是信號演進的信息。從信號演進獲得信息可包括例如變換信號 演進、變換兩個或更多信號演進、組合信號演進、分解信號演進、分解兩個或更多信號演進 和其他數學或其他變換。
[0029] 可按照各種方式執(zhí)行將第一信息與第二信息進行比較，包括但不限于模式匹配、 選擇、成本函數的最小化和優(yōu)化。模式匹配可包括但不限于0MP、分類序列標記、回歸、群集、 分類、實值序列標記、解析算法、貝葉斯方法、馬爾可夫方法、集成學習方法和模板匹配。優(yōu) 化可包括但不限于最小二乘方優(yōu)化、調整最小二乘方優(yōu)化、基追蹤優(yōu)化和匹配追蹤優(yōu)化。
[0030] 比較的結果可采取不同形式。在不同實施例中，比較的結果可包括但不限于第一 信息與第二信息匹配的識別、第一信息在公差內與第二信息匹配的識別和存在第一信息與 第二信息匹配的某個百分比可能性的識別。在其他實施例中，比較的結果可包括但不限于 共振品種的Tl的識別、共振品種的T2的識別、擴散系數的識別、自旋密度的識別、共振頻率 (例如，化學位移）的識別和質子密度的識別。在另一實施例中，該比較可包括識別磁場的 強度（例如，B(KBl)或者可包括識別梯度場的強度。在另一實施例中，比較的結果可識別 組織類型（例如，腦、腦腫瘤）或者可識別材料。因此，該比較可產生不同結果。在一個實 施例中，可提供多個結果。例如，可提供可能的材料的加權列表。在另一例子中，可提供多 個可能性。
[0031] 示例性設備和方法不定義由共振品種產生的信號必須是什么，僅定義該信號在檢 查的不同共振品種之間是不同的。與傳統(tǒng)系統(tǒng)不同，不同NMR信號可不具有恒定信號強度 或相位。由于在一個實施例中組織或其他材料可產生不同信號，所以描繪組織或其他材料 的處理減少為信號時間過程中的模式識別?？墒褂美缯黄ヅ渥粉櫍∣MP)的不同變化執(zhí) 行模式識別。在一個實施例中，模式匹配可導致這樣的結論：獲取的信號演進在預期公差內 與已知信號演進匹配。在另一實施例中，模式匹配可識別已知信號演進與獲取的信號演進 匹配的概率。在另一實施例中，比較可導致這樣的結論：獲取的信號演進或作為獲取的信號 演進的函數的信息在預期公差內與已知信號演進或作為一個或多個已知信號演進的函數 的信息匹配。在另一實施例中，比較可識別獲取的信號演進或作為獲取的信號演進的函數 的信息與已知信號演進或作為一個或多個已知信號演進的函數的信息匹配的概率。示例性 設備和方法方便使共振品種之間的對比最大化，而不忽略可位于該體積或物體中的共振品 種。因此，NMR指紋識別包括：應用產生針對參數和體積中的共振品種的特定組合而言特定 的特定信號演進簽名（例如，指紋）的一系列各種序列塊。對接收的信號執(zhí)行的處理不包 括傳統(tǒng)重構，而是包括考慮到已知信息（包括但不限于，信號演進、從信號演進獲得的信息 和其他信息）分析接收的NMR信號或確定的信號演進。
[0032] 較大物體（比如，人體）由較小物體（比如，手臂和腿和臀部）構成。較小物體又 由較小部分（比如，皮膚、肌肉、脂肪、骨頭、腱和假肢）構成。這些較小部分又由甚至更小 的事物（比如，水和礦物）構成。水和礦物自身由甚至更小的事物（例如，氫、氧）構成，所 述甚至更小的事物由甚至更小的事物（例如，圍繞原子核運行的電子）構成。原子核可包 括表現出"自旋"的質子。人體具有大量質子，并且因此具有大量自旋。
[0033] 在存在磁場的情況下，一些自旋將會相對于該磁場沿一個方向（例如，N/S)調準， 而其他自旋將會相對于該磁場沿相反方向（例如，S/N)調準。傳統(tǒng)MRI操縱磁場，以使得 實現沿一個方向的凈調準。傳統(tǒng)MRI還操縱磁場，以使得實現所述場中的局部差異以允許 空間編碼。例如，x、y和z梯度可被應用以在較大磁場中創(chuàng)建局部變化。局部變化允許一 些自旋的激發(fā)，而沒有其他自旋的激發(fā)。因為磁場和自旋之間的拉莫爾關系，所以選擇性激 發(fā)是可能的。拉莫爾關系描述自旋接受RF能量的頻率如何與自旋所在的磁場相關。
[0034] 利用創(chuàng)建的局部變化，RF能量可被應用于與局部變化關聯(lián)的自旋的選擇的集合以 使那些自旋以某種方式運行。例如，自旋可被強迫進入高能狀態(tài)并且被強迫離開它們的默 認調準。當RF能量被去除時，自旋可返回或者可被強迫返回到它們的默認調準。不同自旋 可按照不同速率返回到它們的默認調準。類似地，自旋可由于不同原因返回到它們的默認 調準。當自旋從被強迫調準返回到自然調準時，自旋產生能夠在短時間段期間檢測到的信 號。傳統(tǒng)系統(tǒng)受到這個短時間段的限制，并且因此必須不斷地重復使自旋離開一個調準并 且進入另一調準的處理，它們能夠從該處理返回和產生信號。
[0035] 像傳統(tǒng)MR-樣，NMR指紋識別在不同頻率操縱磁場并且操縱RF能量的應用。然 而，示例性設備和方法使用一種綜合詢問信號獲取方案。在一個實施例中，NMR指紋識別采 用偽隨機例程，偽隨機例程允許體積產生該體積將會響應于由RF能量的各種改變應用創(chuàng) 建的各種改變條件而產生的（一個或多個）信號。在一個實施例中，NMR指紋識別隨后將從 接收的信號演進的信號與在類似條件下在其他時間從其他獲取接收的已知信號或一組仿 真預期或預測曲線進行比較。如果接收信號演進與已知的仿真或預測信號演進匹配或者能 夠在閾值內適合已知的仿真或預測信號演進，則產生該信號演進的體積可能保存與產生該 匹配的或適合的信號演進的體積相同的數量、類型的自旋和自旋的混合物。如果材料或組 織性質可用于該適合的或匹配的信號演進，則傳統(tǒng)性質確定可被跳過。更一般地講，將與響 應于NMR指紋識別激發(fā)獲取的NMR信號關聯(lián)的第一信息與和NMR指紋識別激發(fā)的參考響應 關聯(lián)的第二信息進行比較以描繪經受NMR指紋識別激發(fā)的材料的性質。
[0036] 體積中的水將會接受RF能量的頻率由水所在的磁場確定。當知道磁場時，能夠計 算該頻率。同一體積中的脂肪將會接受RF能量的頻率也由脂肪所在的磁場確定。當知道 磁場時，也能夠計算這個頻率。因此，應用多個頻率能夠導致多個共振品種共振。在不同時 間在一系列不同條件下應用所述多個頻率能夠使共振品種以不同方式共振。另外，在不同 時間在不同條件下應用所述多個頻率能夠使共振品種以不同方式共振和弛豫。不同共振和 不同弛豫可為共振品種的組合產生唯一信號演進。由于頻率由磁場確定，所以當通過考慮 到參考信號分析接收的信號而知道頻率時可確定磁場。
[0037] 如果體積僅具有水，則該體積將會僅產生一個信號。如果該體積僅具有脂肪，則該 體積也將會僅產生一個信號，但它將會是不同信號。相同體積中的不同量的脂肪和水將會 產生不同信號。在不同條件下獲取的信號的組合可產生幾乎無限的唯一信號演進。盡管人 體是復雜事物，但從某個視點，它不是那么復雜。人體中的每個體積僅能夠保存以有限的一 組方式布置的有限的一組事物。隨著時間過去，可獲取參考信息的綜合庫（包括但不限于， 與許多最相關的共振品種的組合關聯(lián)的信號演進）并且所述綜合庫可用于NMR指紋識別設 備。庫可存儲可被稱為基線簽名的信號或已知信號演進。在不同實施例中，庫可存儲仿真和 /或預測信號演進。因此，在不同例子中，"已知"信號演進可包括以前獲取的信號演進和/ 或仿真信號演進。另外，詞典或其他參考存儲器可包括作為信號演進的函數的信息。例如， 兩個信號演進可被組合成一條不同信息。類似地，單個信號演進可被變換成一條不同信息。 可存儲信號演進和從信號演進獲得的信息、從信號演進計算的信息或另外作為信號演進的