快速全脑MR多参数映射与扫描特定的自我监督网络

科学领域:

• 医疗成像医学成像
• 生物物理学的生物物理.
• 机器学习在医学中的应用

背景情况:

• 定量MRI (qMRI) 提供了强大的诊断洞察力,但受到长时间扫描时间的限制.
• 使用并行成像,建模和深度学习的加速技术显示出希望,但在速度和地图质量方面面临局限性.
• 联合MAPLE是用于多参数映射的最先进的技术,但重建时间很长.

研究的目的:

• 开发一个显著更快的版本的联合MAPLE技术用于定量MRI.
• 保持或提高联合MAPLE的绘图性能,同时大大减少重建时间.
• 为了实现实用,高分辨率,扫描特定的定量MRI参数映射.

主要方法:

• 通过协同结合线圈压缩,随机切片选择,参数特定学习率和转移学习,开发出更快的联合MAPLE框架.
• 将框架应用于多回声,多翻转角度 (MEMFA) 数据集,以共同绘制T1,质子密度和场不均性的地图.
• 与原来的Joint MAPLE和其他最先进的方法相比,评估了重建时间的减少和绘图的准确性.

主要成果:

• 与原来的Joint MAPLE相比,重建时间加速了多达700倍.
• 减少了全脑MEMFA数据集处理时间,从260小时减少到平均21分钟.
• 与标准和最先进的技术相比,在映射性能 (下根平均平方误差) 中大约有两倍的改进.

结论:

• 拟议的框架大大加速了用于定量MRI参数映射的联合MAPLE重建.
• 这一进步使得高质量,扫描特定的定量核磁共振对常规临床和研究应用更加可行.
• 该技术提供了卓越的绘图精度和效率,克服了量化MRI之前的采用障碍.