贝叶斯的合并利用GRAPPA和SENSE (BMUGS) 在飞机加速重建增加了fMRI检测功率
Chase J Sakitis1, Daniel B Rowe1
1Mathematical and Statistical Sciences, Marquette University, 1313 W Wisconsin Ave, Milwaukee 53233, WI, USA.
Magnetic resonance imaging
|October 18, 2024
概括
一种新的贝叶斯方法合并了GRAPPA和SENSE并行成像技术,以实现更快的fMRI扫描. 这种方法减少了伪造的文物,减少了时间噪声,并改善了脑成像中的任务检测.
科学领域:
- 神经成像是一种神经成像.
- 磁共振成像 (MRI) 是一种磁共振成像.
- 计算神经科学是一种神经科学.
背景情况:
- 功能性MRI (fMRI) 依赖于快速的k空间获取来捕捉大脑活动.
- 获取完整的k空间是耗时的,而样本不足导致伪造的文物.
- 像GRAPPA (空间频域) 和SENSE (图像空间) 这样的并行成像技术,可以从部分采样的k空间数据中重建图像.
研究的目的:
- 提出一种新的贝叶斯方法,将GRAPPA和SENSE合并为改进的k空间重建.
- 为了利用先前的k空间信息来更准确地估计缺失的数据.
- 提高fMRI数据的质量和可解释性.
主要方法:
- 开发了一个贝叶斯框架,整合了GRAPPA和SENSE原则.
- 使用先验的k空间数组来建立未知参数的先前分布.
- 采用后部分布来估计缺失的空间频率和无线音符值.
主要成果:
- 成功地重建了模拟和实验fMRI时间序列,没有别名文物.
- 在fMRI数据中显示时间变异的减少.
- 在重建的fMRI数据中显示了检测任务功率的增加.
结论:
- 拟议的贝叶斯方法有效地融合了平行成像技术,以实现卓越的fMRI重建.
- 这种方法减轻了别名,减少了噪音,并提高了任务检测灵敏度.
- 为高分辨率和高效的fMRI研究提供了有希望的进步.
