适应性联合数据选择以稀疏性为基础的动脉旋转标记MRI消毒.

科学领域:

• 医疗成像医学成像
• 生物物理学的生物物理.
• 信号处理 信号处理

背景情况:

• 动脉脊柱标记 (ASL) perfusion MRI 是一种非侵入性,无辐射的方法,用于量化组织 perfusion.
• 由于T1衰变,ASL MRI信号的信号噪声比较低,使精确的 perfusion 量化和纹理保存复杂化.
• 现有的无色化方法经常在保护本地图像结构方面扎.

研究的目的:

• 为ASL perfusion MRI开发一种无监督的消噪策略,以提高信号与噪声的比率,并保留本地图像结构.
• 引入一个共同的数据选择策略,利用标签和控制图像之间的相关性来改善稀疏度规范化.
• 在不依赖于实地真相培训数据的情况下,证明拟议方法的有效性.

主要方法:

• 制定了一项联合数据选择策略,利用对联标签和控制 (L/C) ASL图像之间的相关性.
• 高度相关的内容被组装成潜在的稀疏矩阵,以适应稀疏度规范化.
• 该方法采用本地稀疏模型,在信号噪声分离和结构保存方面表现优于全球模型.

主要成果:

• 拟议的方法显著提高了ASL输液图的质量.
• 它有效地保留在denoising过程中的本地图像结构.
• 这种方法优于需要多个L/C对的传统管道,只使用一个L/C对.

结论:

• 这种新的无人监督的染方法改善了ASL perfusion MRI的质量和纹理的保存.
• 联合数据选择和稀疏性规范化战略具有适应性和有效性.
• 这种方法为ASL输液成像提供了显著的进步,特别是在没有地面真实数据的降噪方面.