快速的时空MR指纹使用物理知情隐式神经表示
Chaoguang Gong1, Lixian Zou2, Peng Li1
1The School of Electronics and Information Engineering, Harbin Institute of Technology,Harbin, Heilongjiang, China.
Medical image analysis
|January 16, 2026
概括
磁共振指纹 (MRF) 现在可以通过使用一种新的基于物理学的隐性神经MRF (πMRF) 框架来克服别名化文物. 这种方法提高了定量MRI的准确性和稳定性,即使采用加速数据采集.
科学领域:
- 磁共振成像 (MRI) 是一种磁共振成像技术.
- 定量成像技术 定量成像技术
- 医学物理 医学物理
背景情况:
- 磁共振指纹 (MRF) 能够实现快速,同时的多参数定量核磁共振.
- 在MRF中,积极的低采样会导致别名化工件,限制其潜力.
- 传统方法经常删除文物,牺牲速度或需要大数据集.
研究的目的:
- 引入一个新的基于物理的隐性神经MRF (πMRF) 框架.
- 通过利用结构化别名,将MRF的编码能力扩展到全球时空领域.
- 为了使无监督的,共同估计的定量组织参数和线圈灵敏度图 (CSMs) 提高准确性和稳定性.
主要方法:
- 开发了一个 πMRF 框架,将物理信息的时空指纹建模与隐性神经表示 (INR) 集成在一起.
- 利用物理信息的神经网络 (PINNs) 进行准确的高维信号建模和高效的优化.
- 实现子空间引导的灵敏度规范化,以在不足样本的场景中进行可靠的CSM估计.
主要成果:
- πMRF在高度加速的收购下表现出更好的定量准确性和稳定性.
- 与最先进的MRF方法相比,该框架实现了更高的性能.
- 在模拟,幻影和体内数据集上成功验证.
结论:
- 拟议的πMRF框架有效地解决了定量MRI中的别名化工件.
- πMRF为加速和强大的定量成像提供了一个有前途的方法.
- 这种方法增强了MRF在临床应用中的潜力.
