一种用于多 compartment 磁共振指纹成像的离网格方法
计算机视觉与模式识别
2020-11-24 v1 数值分析
数值分析
摘要
我们提出一种新颖的数值方法，在给定磁共振指纹（MRF）测量的情况下，分离图像体素中的多个组织 compartment 并定量估计其核磁共振（NMR）特性与混合比例。组织的数量、类型或定量特性并非先验已知，但图像被假设由稀疏 compartment 组成，且体素内具有线性混合的 Bloch 磁化响应。对多维 NMR 特性进行细网格离散化会产生庞大且高度相干的 MRF 字典，给（离散）稀疏近似的数值方法的可扩展性与精度带来挑战。为克服这些问题，我们提出一种离网格方法，配备扩展的稀疏组 lasso 正则化概念，以使用连续（未离散化）Bloch 响应模型进行稀疏近似。此外，非线性且非解析的 Bloch 响应由神经网络近似，使得梯度可通过所提算法高效反向传播。在模拟与体内健康脑 MRF 数据上的测试表明，与基线多 compartment MRF 方法相比，所提方案有效。
引用
@article{arxiv.2011.11193,
title = {An off-the-grid approach to multi-compartment magnetic resonance fingerprinting},
author = {Mohammad Golbabaee and Clarice Poon},
journal= {arXiv preprint arXiv:2011.11193},
year = {2020}
}