高效的脉冲序列设计框架用于高维的MR指纹扫描,使用系统错误指数

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
• 生物医学工程 生物医学工程

背景情况:

• 磁共振指纹 (MRF) 能够进行定量组织属性映射.
• 优化MRF脉冲序列对于准确性至关重要,但对于高维模型来说,计算密集.
• 现有的虚拟扫描模拟对于复杂的MRF框架来说太慢了.

研究的目的:

• 引入一种新的数学模型,即系统性错误指数 (SEI),用于高效的MRF序列优化.
• 为了应对高维MRF序列设计中的可扩展性挑战.
• 为了实现MRF序列的实际优化,考虑复杂的组织性质相互作用.

主要方法:

• 开发了系统错误指数 (SEI) 模型,以低计算成本近似量化错误.
• 消除了对计算上昂贵的字典匹配的需求.
• 对SEI模型与虚拟扫描模拟进行验证.
• 应用SEI模型来优化高维MRF序列 (2-4种组织特性).

主要成果:

• 该SEI模型非常接近虚拟扫描模拟结果.
• 在计算速度方面实现了百倍至千倍的加速.
• 优化的MRF序列显示了更高的测量准确度和更少的低样本人工物.
• 与启发式设计的序列相比,优化扫描实现了更短的扫描时间.

结论:

• 开发了一种有效的方法来估计MRF扫描中的真实世界的错误.
• 该SEI模型提供了准确的定性和定量错误近似值.
• 证明了SEI模型对优化高维MRF序列的实用性.
• 优化的MRF扫描显示了对低样本和系统缺陷的强化稳定性,并更快地获取.