加速心脏辐射MRI:使用压缩传感和深度学习的全极技术.

科学领域:

• 医疗成像医学成像
• 磁共振成像 (MRI) 是一种磁共振成像技术.
• 图像重建 图像的重建

背景情况:

• 快速射线磁共振成像 (MRI) 通常依赖于非均快速里埃变换 (NUFFT),这可能引入插值错误并降低图像质量.
• 这些文物在动态成像应用中尤其有问题,如心脏MRI,在这种应用中,在一个小的感兴趣区域中进行高质量的重建至关重要.

研究的目的:

• 开发和评估新的全极压缩传感 (CS) 和深度学习 (DL) 算法,用于快速的2D心脏辐射MRI,使用极极里叶变换 (PFT).
• 在图像重建质量和文物减少方面,比较基于PFT的方法与基于NUFFT的传统方法的性能.

主要方法:

• 开发了基于 PFT 的 CS 和 DL 算法,可以从极 k 空间数据中直接重建极空间中的图像,从而消除频率插值.
• 在DL框架中实现了变量分割 (VS) 方案,以获得有效的数据一致性术语.
• 使用PFT重建初始图像,与NUFFT相比,提供了更优质的起点,具有更少的文物.

主要成果:

• 基于PFT的CS在5倍,10倍和15倍的加速率下表现优于基于NUFFT的CS,由更高的结构相似性指数 (SSIM) 值所证明.
• 基于NUFFT (GD) 的DL方法的PFT (VS) -DL技术的性能明显优于NUFFT (GD) 的DL方法,在10倍和15倍加速时获得更高的SSIM分数.
• 放射学评估表明,与基于NUFFT (GD) 的DL方法相比,PFT (VS) -DL方法的图像质量得分更好,特别是在更高的加速速度时.

结论:

• 基于PFT的重建为快速辐射MRI提供了NUFFT的有希望的替代方案,特别是在动态成像应用中.
• 这些方法有效地将插值错误和文物最小化,优先考虑关键兴趣区域内的重建质量.
• 开发的PFT算法提高了加速心脏MRI协议中的图像保真度和诊断实用性.