加速心筋MRIにおける予測信号モデリングと多率フィルタリング

科学分野:

• 医療用イメージング
• 心血管MRI
• コンピュータ画像

背景:

• リアルタイム心臓MRI (CMR) はダイナミックイメージングに不可欠ですが,計算上の課題に直面しています.
• 既存の方法は 心臓の動きや不規則なリズムを 効率的に捉えるのに苦労しています

研究 の 目的:

• 心臓の運動予測と計算効率を向上させることで,リアルタイム CMR の戦略を開発する.
• ダイナミックCMRでアーティファクトを削減し,空間解像度を保存します.

主な方法:

• 心臓運動予測のより速い計算のための予測信号モデル (mPMOT) を修正した.
• 高解像度のCMRデータを効率的に再構築するためのマルチレートカルマンフィルターフレームワークを開発しました.
• マルチレートカルマンフィルタリングとヒトと豚のデータセットの圧縮センシングを使用して再構築を評価した.

主要な成果:

• mPMOTは,最初のPMOTと比較して,訓練の2度目のスピードアップを示しました.
• 高品質のCMR再構築を加速因数9と13.5で達成し,一時的なぼやけを軽減しました.
• カルマンフィルターの平均二乗の誤差を2倍に減らし,計算時間を数時間から数秒に減らしました.

結論:

• 計算効率の良いmPMOTは,既存のフレームワークと統合され,堅牢なリアルタイムCMRを実現します.
• ダイナミックな心臓イメージングアプリケーションの改善された追跡と再構築を可能にします.