Mobile-GRAPPA：利用高效 GRAPPA 进行运动和 B0 不均匀性校正的快速数据重建
信号处理
2026-05-14 v2
摘要
先进的运动导航现在使能够快速跟踪受试者的运动和 B0 引起的相位，但将这种高时间分辨率信息准确地纳入 SENSE（Aligned-SENSE）通常计算上昂人。我们提出了一种名为 "Mobile-GRAPPA" 的 k 空间 "清洗" 方法，该方法使用局部 GRAPPA 算子消除与运动和 B0 相关的噪声，以便对结果数据进行标准 SENSE 重建。在通过轻量级多层感知机（MLP）高效训练一族针对 k 空间位置特定的 Mobile-GRAPPA 核函数后，将其应用于整个 k 空间以生成干净的数据。在对高度运动扰动的 1 mm 全脑 GRE（Tacq = 10 min；1,620 次运动/B0 跟踪）和 EPTI（Tacq = 2 min；544 次跟踪）实验中，Mobile-GRAPPA 实现了精确重建，几乎没有增加时间开销，而完整的 Aligned-SENSE 则不可行（GRE 的重建时间 > 10 小时，EPTI 的重建时间 > 10 天）。这些结果表明，Mobile-GRAPPA 以最小的计算开销将详细的运动和 B0 跟踪纳入 SENSE，使能够快速、高质量地重建具有挑战性的数据。
引用
@article{arxiv.2511.06257,
title = {Fast Reconstruction of Motion-Corrupted Data with Mobile-GRAPPA: Motion and dB0 Inhomogeneity Correction Leveraging Efficient GRAPPA},
author = {Yimeng Lin and Nan Wang and Daniel Abraham and Daniel Polak and Xiaozhi Cao and Aizada Nurdinova and Stephen Cauley and Kawin Setsompop},
journal= {arXiv preprint arXiv:2511.06257},
year = {2026}
}
备注
20 pages, 9 figures