未来的3D脂肪导航器 (FatNav) 为7TTTerraMRI进行运动校正
Krzysztof Klodowski1, Ayan Sengupta2, Iulius Dragonu3
1Wolfson Brain Imaging Centre, University of Cambridge, Cambridge, UK.
NMR in biomedicine
|October 26, 2024
概括
未来的3D脂肪导航器 (FatNav) 运动校正被用于7TMRI,显著减少运动文物和提高图像质量. 这种技术可以进行更清晰,更清晰的脑部扫描,最大限度地发挥高场MRI的潜力.
科学领域:
- 医疗成像医学成像
- 磁共振成像技术 磁共振成像技术
- 神经成像是一种神经成像.
背景情况:
- 超高场 (7T) 核磁共振提供了更高的分辨率和信号噪声比 (SNR).
- 患者运动是7TMRI的一个重大挑战,限制了临床效用.
- 预期运动校正对于某些先进的MRI采集是必不可少的.
研究的目的:
- 在西门子7T TerraMRI系统上实施和评估未来的3D脂肪导航器 (FatNav) 运动校正.
- 评估FatNav对图像质量和大脑成像中的运动工件减少的影响.
- 开发一种模块化方法,将运动校正集成到现有的MRI序列中.
主要方法:
- 为FatNav开发了一个模块化的序列构建块,并将其集成到渐变回忆回声 (GRE) 序列中.
- 修改了在线FatNav图像重建和运动更新交付的重建管道.
- 测试了多个注册算法,并实施了最有效的在线纠正T1和T2*加权脑图像的算法.
主要成果:
- 实现的FatNav系统在不到3秒的时间内提供动作更新,适合实时校正.
- 未来的FatNav显著减少了运动工件,从而产生了清晰的图像.
- 定量分析显示,对图像的清晰度有1.59倍的改善 (拉普拉斯的变异),并且对纠正的图像,脑中图像的度增加了33%.
结论:
- 未来的3DFatNav运动校正有效地提高了GRE图像质量在7TMRI时大脑.
- 模块化的序列构建块可以将运动校正直接集成到7TMRI脉冲序列中.
- 这一进展对于实现7TMRI的全部临床潜力至关重要,通过克服与运动相关的限制.
