Browse Prior Art Database

Qualifizierungsregeln zur automatischen Beurteilung der Qualitaet von Spektren und ihrer Quantifizierung (Fit) fuer MR-Spektroskopiedaten

IP.com Disclosure Number: IPCOM000099078D
Original Publication Date: 2005-Apr-16
Included in the Prior Art Database: 2005-Apr-16
Document File: 1 page(s) / 19K

Publishing Venue

Siemens

Related People

Juergen Carstens: CONTACT

Abstract

In der Magnet-Resonanz (MR)-Spektroskopie koennen Messfehler und/oder ein niedriges Signal-zu-Rausch-Verhaeltnis auftreten, welche die Analyse der Messdaten erschweren. Bisher wurden visuelle Kontrollen des Absorptionsspektrums, die Cramér-Rao Grenzen (CRB) und die fuer die Quantifizierung der Spektren relevanten Fits zur Beurteilung der Messergebnisse herangezogen. Es wird vorgeschlagen die Beurteilung der Messergebnisse bzw. die Qualitaet der Spektren automatisch durchzufuehren. Dabei werden in der Auswertung spezielle charakteristische Merkmale der Daten und der Fits automatisch bestimmt. Liegen die Werte fuer diese charakteristischen Eigenschaften innerhalb des Normbereichs einer Typ-Klasse, werden die zugrunde liegenden Daten dieser Typ-Klasse zugeordnet. Charakteristische Eigenschaften koennen z.B. sein:

This text was extracted from a PDF file.
This is the abbreviated version, containing approximately 82% of the total text.

Page 1 of 1

S

Qualifizierungsregeln zur automatischen Beurteilung der Qualitaet von Spektren und ihrer Quantifizierung (Fit) fuer MR-Spektroskopiedaten

Idee: Dr. Elisabeth Weiland, DE-Erlangen; Dr. Stefan Roell, DE-Erlangen

In der Magnet-Resonanz (MR)-Spektroskopie koennen Messfehler und/oder ein niedriges Signal-zu- Rausch-Verhaeltnis auftreten, welche die Analyse der Messdaten erschweren. Bisher wurden visuelle Kontrollen des Absorptionsspektrums, die Cramér-Rao Grenzen (CRB) und die fuer die Quantifizierung der Spektren relevanten Fits zur Beurteilung der Messergebnisse herangezogen.

Es wird vorgeschlagen die Beurteilung der Messergebnisse bzw. die Qualitaet der Spektren automatisch durchzufuehren. Dabei werden in der Auswertung spezielle charakteristische Merkmale der Daten und der Fits automatisch bestimmt. Liegen die Werte fuer diese charakteristischen Eigenschaften innerhalb des Normbereichs einer Typ-Klasse, werden die zugrunde liegenden Daten dieser Typ-Klasse zugeordnet. Charakteristische Eigenschaften koennen z.B. sein:

- Signal-zu-Rausch Verhaeltnis bzgl. des intensitaetsstaerksten Metaboliden-Model - Cramér-Rao Grenzen - Residuum des Magnituden-Spektrums im Bereich der Metaboliden, d.h. das Verhaeltnis der

   Summe der kleinsten Quadrate des Residuums (Signal-Fit) zur Summe der kleinsten Quadrate des Fits - Mittlere Frequenzverschiebung der angepassten Metaboliden-Modelle - Ergebnis einer automatischen Identifikation der dominanten Signale (siehe Patent Nr.

   DE10119...