通过随机优化为3D心脏MRI进行高效的运动校正图像重建.

科学领域:

• 医疗成像医学成像
• 计算成像技术的成像
• 心血管核磁共振 (MRI) 是一种心血管核磁共振.

背景情况:

• 运动校正图像重建 (MCIR) 通过利用所有呼吸和心脏运动阶段,可以更快地获得心脏MRI.
• 高质量的MCIR通常依赖于代优化算法,但随着运动状态的数量增加,重建时间会增加.
• 在心脏MRI中最大限度地减少运动工件需要对心脏和呼吸运动进行校正,这带来了计算挑战.

研究的目的:

• 为心肺呼吸系统MCIR提出一种新的随机优化方法.
• 评估拟议的随机方法与决定性优化技术的收率.
• 证明随机方法在提高重建速度和保持图像质量的有效性.

主要方法:

• 实施心肺呼吸系统MCIR的静态原始双混合梯度 (SPDHG) 算法.
• 将SPDHG的收率与已建立的确定性优化方法进行比较.
• 使用模拟运动的幻影实验和体内3D全心脏心脏MRI扫描进行验证.

主要成果:

• 在幻影实验中,SPDHG与确定性算法相比,显示出更好的融合率,保持高图像质量.
• 使用SPDHG方法显著减少了重建时间和计算力度.
• 在体内验证证实了该方法能够有效处理非刚性变形和不规则的呼吸模式.

结论:

• 随机算法,特别是SPDHG,为MCIR提供了显著更快的融合,特别是在许多运动状态下.
• 拟议的方法减轻了准确的运动校正和计算成本之间的权衡.
• 这一进步允许更高效,更强大的心脏MRI重建,即使存在复杂的生理运动.