用于纵向 MRI 的压缩感知：一种自适应加权方法
医学物理
2017-08-28 v4 计算机视觉与模式识别
摘要
目的：重复脑部 MRI 扫描在许多临床场景中执行，例如肿瘤患者的随访和治疗反应评估。在本文中，作者展示了一种利用患者既往扫描来加速重复 MRI 扫描的方法。方法：所提出的方法利用了纵向 MRI 研究中重复扫描之间可能存在的相似性。由于相似性无法保证，因此在采集过程中调整采样和重建以匹配扫描之间的实际相似性。基线 MR 扫描既在采样阶段通过自适应采样利用，也在重建阶段通过加权重建利用。在自适应采样中，k 空间采样位置在采集过程中进行优化。加权重建利用稀疏域中非零系数的位置作为恢复过程中的先验。该方法在脑肿瘤患者的 2D 和 3D MRI 扫描上进行了测试。结果：纵向自适应 CS MRI (LACS-MRI) 方案提供的重建质量优于其他用于快速 MRI 的基于 CS 的方法。示例展示了脑肿瘤患者并证明了空间分辨率的提高。与以 Nyquist 速率采样的数据相比，LACS-MRI 在 3D MRI 中以 16.6 的欠采样因子展现出 24.8dB 的信噪比 (SER)。结论：作者提出了一种利用纵向 MRI 研究中扫描相似性（在可能的情况下）进行图像重建的新方法。所提出的方法可以在许多涉及疾病随访和脑部 MRI 纵向变化监测的应用中发挥重要作用，并显著减少扫描时间。
引用
@article{arxiv.1407.2602,
title = {Compressed sensing for longitudinal MRI: An adaptive-weighted approach},
author = {Lior Weizman and Yonina C. Eldar and Dafna Ben Bashat},
journal= {arXiv preprint arXiv:1407.2602},
year = {2017}
}