3 画像にする:傾斜磁場と k 空間
3.1 一言で
第 2 章までの信号は「体全体から来た信号の合計」で、どこから来たか は分かりません。 そこで磁場の強さを 場所によって少しずつ変えます(傾斜磁場)。すると場所ごとに回る周波数が変わるので、周波数を見れば場所が分かる ようになります (Lauterbur 1973年)。
3.2 傾斜磁場:場所を周波数に変える
位置 \(x\) に沿って磁場を \(G_x\)(mT/m)の割合で強くすると、
\[ f(x) = \frac{\gamma}{2\pi} \left( B_0 + G_x \, x \right) \]
になり、右にあるスピンほど速く回る ようになります。受信した信号を周波数ごとに分ければ(フーリエ変換)、どの位置にどれだけ信号があったかが分かります。
1H の場合。例えば Gx = 10 mT/m なら、中心から 10 cm 離れた場所は約 42.6 kHz ずれて回ります。
3.3 3 つの傾斜磁場の役割
| 役割 | 何をする | ひとこと |
|---|---|---|
| スライス選択 | 傾斜をかけながら RF を当て、ある厚みの断面だけ を倒す | 「どの断面を撮るか」 |
| 周波数エンコード | 信号を受信している間に傾斜をかける | 横方向の位置 → 周波数 |
| 位相エンコード | 受信の前に短く傾斜をかけ、回る角度(位相)をずらす。毎回強さを変えて繰り返す | 縦方向の位置 → 位相 |
位相エンコードを 256 回繰り返せば、縦方向に 256 行の情報が集まります。撮像時間 ≒ TR × 位相エンコード数 × 加算回数 になるのはこのためです。
3.4 k 空間:画像の「周波数の地図」
集めた信号を並べたものを k 空間 と呼びます。k 空間と画像は 2 次元フーリエ変換 でつながっています。
- k 空間の中心:画像の大まかな明るさ・コントラスト(ゆっくりした変化)
- k 空間の外側:画像の輪郭・細かい部分(急な変化)
3.5 Python:k 空間を体験する
下腿の断面を模した簡単な画像(筋肉・皮下脂肪・骨)を作り、フーリエ変換で k 空間にしてから、中心だけ・外側だけを残して画像に戻します。
code/03_kspace.py
# 下腿断面の簡単なファントムで、k 空間の「中心」と「外側」の役割を確かめる
import numpy as np
import matplotlib.pyplot as plt
N = 256
y, x = np.mgrid[-1:1:N * 1j, -1:1:N * 1j]
def disk(cx, cy, r):
return (x - cx) ** 2 + (y - cy) ** 2 < r ** 2
# 信号の強さ(T1 強調っぽく:脂肪が明るい)
img = np.zeros((N, N))
img[disk(0, 0, 0.85)] = 1.0 # 皮下脂肪(外側のリング)
img[disk(0, 0, 0.75)] = 0.35 # 筋肉
img[disk(-0.25, -0.2, 0.17)] = 0.05 # 脛骨の皮質骨(信号なし)
img[disk(-0.25, -0.2, 0.11)] = 0.9 # 脛骨の骨髄(脂肪)
img[disk(0.35, -0.05, 0.08)] = 0.05 # 腓骨
img[disk(0.35, -0.05, 0.04)] = 0.9
# 画像 → k 空間(2 次元フーリエ変換)
k = np.fft.fftshift(np.fft.fft2(img))
# k 空間の中心だけ/外側だけを残すマスク
kr = np.hypot(*np.mgrid[-N // 2:N // 2, -N // 2:N // 2])
center = kr < 12
recon_center = np.abs(np.fft.ifft2(np.fft.ifftshift(k * center)))
recon_edge = np.abs(np.fft.ifft2(np.fft.ifftshift(k * ~center)))
fig, axes = plt.subplots(1, 4, figsize=(13, 3.6))
panels = [
(img, "phantom (image)"),
(np.log1p(np.abs(k)), "k-space (log |S|)"),
(recon_center, "only k-space center"),
(recon_edge, "only k-space edge"),
]
for ax, (im, title) in zip(axes, panels):
ax.imshow(im, cmap="gray")
ax.set_title(title)
ax.axis("off")
fig.tight_layout()
fig.savefig("figs/03_kspace.png", dpi=150)
ヒント低解像度の 23Na 画像
23Na MRI は信号が弱いので、k 空間の中心付近しか集められないことが多く、画像は「k 空間の中心だけ」の図のようにぼやけます(例:3 × 3 × 15 mm³ や 4 × 4 × 20 mm³ (Höger ほか 2023年))。そのため、筋肉の境界付近では隣の組織の信号が混ざる(部分容積効果)ことに注意が必要です。
3.6 まとめ
- 傾斜磁場で 場所ごとに周波数・位相を変える と、位置が分かる
- 集めた信号は k 空間。フーリエ変換で画像になる
- k 空間の中心 = コントラスト、外側 = 細かさ