通过物理知情的残留反解卷网络,从高度低采样的扩散权重的PROPELLER采集数据中进行了Intravoxel不连贯运动磁共振成像重建

科学领域:

• 磁共振成像 (MRI) 是一种磁共振成像技术.
• 医学物理 医学物理
• 放射学 放射学是一门学科.

背景情况:

• 对于intravoxel不连贯运动 (IVIM) 分析的扩散加权成像通常是耗时的.
• 加快IVIM获取对于临床适用性至关重要.
• 对IVIM参数 (D和f) 的准确映射对于疾病的表征至关重要.

研究的目的:

• 为了加速IVIM成像,使用高度低采样的扩散权重的轮旋转回声PROPELLER (DW-TSE-PROPELLER) 序列.
• 开发一个用于准确的IVIM参数映射的重建方法,从样本不足的数据.
• 为了实现没有扭曲和没有工件的参数图 (D和f).

主要方法:

• 实施了一个DW-TSE-PROPELLER方案,每b值采购稀疏的叶片.
• 开发了一种基于物理的残留反无网络 (PIRFU-Net) 用于直接重建.
• 纳入实证IVIM物理约束和残留反到网络中;使用合成数据进行培训.

主要成果:

• 与完全采样相比,DW-TSE-PROPELLER采集时间加速了六倍.
• PIRFU-Net准确地从高度不足的样本数据中重建了没有扭曲的D和f地图.
• 在模拟和真实大脑数据上的最先进方法中表现出优越的性能,保持组织边界.

结论:

• 拟议的方法显著加速IVIM成像采集.
• PIRFU-Net可以同时重建准确,没有扭曲和没有文物的D和f地图.
• 这种技术对于高效可靠的临床IVIM分析具有很大的潜力.