麦克拉罗:多对比学习获取和重建优化,用于同时进行定量多参数映射
Jinwei Zhang1,2, Thanh D Nguyen2, Eddy Solomon2
1Department of Biomedical Engineering, Cornell University, Ithaca, New York, USA.
Magnetic resonance in medicine
|September 1, 2023
概括
这项研究介绍了多对比学习获取和重建优化 (mcLARO),这是一种用于快速,亚毫米定量MRI映射的新方法. mcLARO显著减少了扫描时间,同时保持了T1,T2和敏感度映射的高图像质量.
科学领域:
- 磁共振成像 (MRI) 是一种磁共振成像技术.
- 定量成像技术 定量成像技术
- 医疗图像重建 医疗图像重建
背景情况:
- 对T1,T2和磁性敏感性的定量MRI映射对于诊断和监测各种疾病至关重要.
- 传统的定量测绘技术往往耗时,限制了它们的临床应用.
- 开发用于多参数定量MRI的快速,准确和强大的方法是一个持续的挑战.
研究的目的:
- 开发和验证一种新的方法,多对比学习采集和重建优化 (mcLARO),用于在单次MRI扫描中快速的T1,T2亚毫米定量映射和定量敏感度映射 (QSM).
- 通过使用深度学习框架优化k空间低采样模式和图像重建,以提高效率和准确性.
主要方法:
- 设计了一种专门的脉冲序列,将反转恢复,T2准备和多回声梯度回声采集交错在一起,以捕获T1,T2和易感性敏感数据.
- 麦克拉罗框架集成了深度学习,以优化多对比k空间低采样和基于图像特征融合的重建.
- 验证涉及回顾性废除研究,将mcLARO与基线网络和其他深度学习方法 (MoDL,Wave-MoDL) 进行比较,以及针对传统定量图的前性研究.
主要成果:
- 与基线网络相比,mcLARO显示出更好的图像清晰度和更少的文物,并且表现优于MoDL和Wave-MoDL.
- 追溯分析证实,mcLARO中较高的样本不足比率导致图像模糊和定量精度降低.
- 展望评估显示,与传统扫描 (40:03分钟) 相比,mcLARO实现了快速的定量映射 (5:39分钟),具有最小的偏差和狭窄的协议限制.
结论:
- 麦克拉罗 (mcLARO) 方法可以在一个MRI采集中快速,分毫米T1,T2和QSM映射.
- 这种方法显著减少了扫描时间,同时保持了定量准确性和图像质量,为临床MRI提供了有前途的进步.
- mcLARO代表了迈向高效和全面的多参数定量核磁共振的重要一步.
