极限MRI：基于连续非门控采集的大规模体动态成像
医学物理
2020-02-07 v3 图像与视频处理
摘要
目的：开发一种从快速连续非门控采集中重建大规模体动态MRI的框架，应用于肺部与动态对比增强（DCE）成像。理论与方法：此处考虑的问题需要从连续采集数分钟所得的几GB k空间数据中恢复数百GB的动态体图像数据。该重建严重欠定，对计算资源以及内存管理与存储造成极大压力。为克服这些挑战，我们利用内在的三维（3D）轨迹，如3D径向与3D锥形，其排序在整个采集过程中非相干地覆盖时间与k空间。随后我们提出两项创新：（1）使用多尺度低秩矩阵分解的压缩表示，约束重建问题并减小其内存占用。（2）随机优化以减少计算量、改善内存局部性并最小化线程与处理器间的通信。我们在采用黄金角排序3D锥形轨迹采集的DCE成像，以及采用位反转排序3D径向轨迹采集的肺部成像上验证了所提方法的可行性。我们将其与DCE的“软门控”动态重建及肺部成像的呼吸分辨重建进行比较。结果：所提技术显示出基于门控的方法中未见的瞬态动力学。当应用于具有不规则或非重复运动的数据集时，所提方法显示出更锐利的图像特征。结论：我们展示了一种能在极端欠采样与极端计算条件下重建海量3D动态图像序列的方法。
引用
@article{arxiv.1909.13482,
title = {Extreme MRI: Large-Scale Volumetric Dynamic Imaging from Continuous Non-Gated Acquisitions},
author = {Frank Ong and Xucheng Zhu and Joseph Y. Cheng and Kevin M. Johnson and Peder E. Z. Larson and Shreyas S. Vasanawala and Michael Lustig},
journal= {arXiv preprint arXiv:1909.13482},
year = {2020}
}
备注
Accepted to Magnetic Resonance in Medicine