用于无畸变dMRI的上下反向环形EPI（BUDA-cEPI）与快速展开深度学习重建
医学物理
2023-10-25 v1
摘要
目的：我们实现了带读出与相位部分傅里叶的上下反向环形回波平面成像（BUDA-cEPI）序列，以减轻离共振效应与T2*模糊。基于局部k空间邻域S低秩建模（S-LORAKS）的BUDA-cEPI重建被证明可有效重建高度欠采样的BUDA-cEPI数据，但计算密集。因此，我们开发了称为“BUDA-cEPI RUN-UP”的基于机器学习的重建技术以实现快速重建。方法：BUDA-cEPI RUN-UP——一种融合离共振与涡流效应的基于模型框架——通过仅六次梯度更新的神经网络展开。该展开网络在数据一致性（即前向BUDA-cEPI及其伴随算子）与正则化步骤间交替，其中U-Net作为正则化器。为处理部分傅里叶效应，虚拟线圈概念也被纳入重建以有效利用平滑相位先验，并训练以预测由S-LORAKS的BUDA-cEPI所获真值图像。结果：带S-LORAKS重建的BUDA-cEPI可处理离共振、部分傅里叶与残余混叠伪影。但每切片重建时间约225秒，在临床环境中或不实用。相比之下，所提BUDA-cEPI RUN-UP产出与带S-LORAKS的BUDA-cEPI相似结果，检测到的归一化均方根误差小于5%，而重建时间约3秒。结论：经DTI应用证明，BUDA-cEPI RUN-UP相较最先进技术减少约88倍重建时间，同时保留成像细节。
引用
@article{arxiv.2310.15939,
title = {Blip-Up Blip-Down Circular EPI (BUDA-cEPI) for Distortion-Free dMRI with Rapid Unrolled Deep Learning Reconstruction},
author = {Uten Yarach and Itthi Chatnuntawech and Congyu Liao and Surat Teerapittayanon and Siddharth Srinivasan Iyer and Tae Hyung Kim and Justin Haldar and Jaejin Cho and Berkin Bilgic and Yuxin Hu and Brian Hargreaves and Kawin Setsompop},
journal= {arXiv preprint arXiv:2310.15939},
year = {2023}
}
备注
Number: Figures: 8 Tables: 3 References: 71