基于加速模型的T1,T2*和质子密度映射,使用贝叶斯方法与自动超参数估计
Shuai Huang1, James J Lah2, Jason W Allen3
1Department of Radiology and Imaging Sciences, Emory University, Atlanta, Georgia, USA.
Magnetic resonance in medicine
|September 13, 2024
概括
我们开发了一种新方法,即近似消息传递与参数估计 (AMP-PE),用于更快,更准确地从不足样本数据中恢复定量MR地图. AMP-PE自动估计超参数,改善基于模型的重建,无需手动调整.
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
- 信号处理 信号处理
背景情况:
- 定量核磁共振成像能够准确地表征组织.
- 从低样本数据进行基于模型的重建是具有挑战性的,因为需要进行超参数调整.
- 现有的方法需要手动调整超参数,这限制了临床适用性.
研究的目的:
- 开发一个贝叶斯框架用于基于模型的定量MR地图恢复的自动超参数估计.
- 引入近似消息传递与参数估计 (AMP-PE) 框架,用于同时恢复超参数和定量图.
主要方法:
- 使用了可变的翻转角度多回声梯度回声序.
- 实现了跨翻转角度和回声时间的互补的下面采样模式.
- 将AMP-PE与L1规范最小化,PICS,GraSP和MOBA进行比较.
主要成果:
- 与压缩传感方法相比,AMP-PE在T1映射中表现出优异的重建性能和较低的错误.
- 在重建错误方面,AMP-PE显示出更大的稳定性,并且在重建错误方面表现优于GraSP.
- AMP-PE实现了比MOBA更快的重建,并且在更高的采样率下获得了相似的性能.
结论:
- AMP-PE为基于模型的MR重建提供了自动超参数估计.
- 这种方法通过消除手动调整来增强基于模型的恢复,这对于临床环境和难以获得基本真相的情况至关重要.
