非刚性运动校正的 MR 图像重建中的图像空间网格化

在磁共振（MR）成像中，尤其是在呼吸自由胸部心脏 MR 成像中，数据在多个心跳和不同呼吸相位下采集，运动仍是一个主要挑战。我们采用基于模型的方法进行非刚性运动校正，解决两个挑战：（a）运动表示和（b）运动估计。对于运动表示，我们通过改造非均匀快速傅里叶变换（NUFFT）来表示和计算非刚性运动，这提供了一个恰当的前向-伴随线性算子对。随后我们引入非刚性 SENSE 算子，将非刚性运动纳入多线圈 MR 采集模型中。对于运动估计，我们采用低分辨率 3D 图像基导航器（iNAVs）和高分辨率 3D 自导航图像基导航器（self-iNAVs）。在每个心跳期间，数据按两种非 Cartesians 轨迹采集：高分辨率轨迹的一个子集稀疏覆盖 3D k 空间，随后是完整的低分辨率轨迹。我们使用完整的低分辨率数据重建每个心跳的 3D iNAV，然后用于估计整体运动并确定每个心跳的呼吸相位。通过组合同一呼吸相位中来自多个心跳的数据，我们重建高分辨率 3D self-iNAV，以估计非刚性呼吸运动。对于每个呼吸相位，我们构建非刚性 SENSE 算子，将非刚性运动校正的重建重新表述为标准的正则化逆问题。在一项初步研究中，所提出的方法增强了冠状动脉的锐利度，并在非心脏区域提高了图像质量，优于刚性运动校正的重建方法。