利用 gSlider-SMS 与信噪比增强联合重建的快速亚毫米扩散 MRI
图像与视频处理
2019-08-19 v1
摘要
我们评估了一种获取具有高空间分辨率、大体积覆盖和快速采集速度的扩散 MRI 数据的新方法。一种称为 gSlider-SMS 的近期方法能够以高信噪比（SNR）效率实现全脑亚毫米扩散 MRI。然而，尽管采集高效，由于成像体素尺寸小，所得图像仍可能遭受低 SNR 的影响。本工作提出通过将 gSlider-SMS 与正则化 SNR 增强重建方法相结合来缓解 SNR 问题。示例结果显示，从在 3T 扫描仪上仅 25 分钟采集的 gSlider-SMS 数据出发，所提方法能够生成整个人体 \emph{活体} 大脑的 71 幅 MRI 图像（64 个扩散编码方向，1500 s/mm，以及 7 幅无扩散加权图像），标称空间分辨率为 0.66 mm。使用采集 75 分钟的数据作为金标准参考，我们证明所提 SNR 增强过程相比常规 gSlider 重建在估计的扩散参数上带来了显著改进。结果还表明，所提方法相对于基于低秩矩阵建模的去噪方法具有优势。对空间分辨率与 SNR 之间权衡的理论分析表明，所提方法具有高效率。gSlider-SMS 与先进正则化重建的结合使得从相对快速的采集中获得高分辨率定量扩散 MRI 成为可能。
引用
@article{arxiv.1908.05698,
title = {Fast Sub-millimeter Diffusion MRI using gSlider-SMS and SNR-Enhancing Joint Reconstruction},
author = {Justin P. Haldar and Qiuyun Fan and Kawin Setsompop},
journal= {arXiv preprint arXiv:1908.05698},
year = {2019}
}