无字典的平衡梯度回波序列磁共振指纹重建
医学物理
2017-11-27 v1
摘要
磁共振指纹（MRF）可在极短采集时间内成功恢复人体组织的定量多参数图。由于其伪随机特性，巨大的空间欠采样伪影可通过在预先计算的信号指纹字典上进行穷举搜索来滤除。该重建方法对较大的数据-模型失配具有鲁棒性且易于实现。然而，这种预计算字典方法的维度灾难与内在刚性会限制其实用性。本文提出一种方法，利用已有的非线性最小二乘迭代算法重建平衡梯度回波（GRE）采集数据，从而规避字典计算与穷举搜索。通过研究平衡 GRE 序列的瞬态动态响应及其对最小化势 landscape 的影响，探讨了迭代方法的全局收敛性。推导了强制对感兴趣参数敏感并成功收敛的实验设计准则。该方法在模拟与实验获取的 MRI 数据上得到验证。关键词：MR Fingerprinting，定量 MRI，Bloch 方程，非线性最小二乘，序列设计。
引用
@article{arxiv.1711.08905,
title = {Dictionary-free MR Fingerprinting reconstruction of balanced-GRE sequences},
author = {Alessandro Sbrizzi and Tom Bruijnen and Oscar van der Heide and Peter Luijten and Cornelis A. T. van den Berg},
journal= {arXiv preprint arXiv:1711.08905},
year = {2017}
}
备注
This manuscript was submitted to IEEE Transactions on Medical Imaging on the 4th of July 2017