基于动态重构和运动估计的心肺运动分辨率实时体积性 MR 成像框架（DREME-MR）
医学物理
2025-07-04 v2
摘要
基于 3D 预处理磁性共振 (MR) 扫描，我们开发了 DREME-MR 以联合重构参考患者解剖结构和来自数据驱动的、针对特定患者的心肺运动模型。通过在重构过程中同步学习的运动编码器，DREME-MR 进一步实现了基于最小内处理 k 空间数据的最新实时体积性 MR 成像和心肺运动跟踪。从 3D 径向辐射状基于预处理 MR 扫描的扫描数据出发，DREME-MR 使用基于时空隐式神经表示 (INR) 的方法重构预处理动态体积性 MR 图像（学习任务 1）。该 INR 基于的重构采用联合图像重构和可变形配准方法，生成参考解剖结构及其对应的心肺运动模型。该运动模型采用低秩、多分辨率表示，将运动场分解为运动系数和运动基成分 (MBC) 的乘积。通过分段、频率引导的策略，DREME-MR 解耦心脏 MBC 与呼吸 MBC，以解决两种不同的运动模式。同时进行预处理动态 MRI 重构，DREME-MR 还训练了一个基于 INR 的运动编码器，从原始 k 空间数据直接推断心肺运动系数（学习任务 2），实现了基于最小 k 空间数据（20-30 个辐射状辐射）的实时、内处理体积性 MR 成像和运动跟踪。使用数字幻像（XCAT）和人体扫描数据评估，DREME-MR 在延迟 < 165 毫秒（= 150 毫秒数据获取 + 15 毫秒推理时间）内实现实时 3D 心肺运动，满足实时成像的时间约束。
引用
@article{arxiv.2503.21014,
title = {A dynamic reconstruction and motion estimation framework for cardiorespiratory motion-resolved real-time volumetric MR imaging (DREME-MR)},
author = {Hua-Chieh Shao and Xiaoxue Qian and Guoping Xu and Can Wu and Ricardo Otazo and Jie Deng and You Zhang},
journal= {arXiv preprint arXiv:2503.21014},
year = {2025}
}