运动补偿极限 MRI：用于高度加速 3D 动态采集的多尺度低秩重建（MoCo-MSLR）
医学物理
2022-05-03 v1 图像与视频处理
摘要
目的：改进 Extreme MRI——Ong 等人近期提出的一种通过称为 MoCo-MSLR 的方法将运动补偿纳入重建，以重建高时空分辨率 3D 非笛卡尔采集数据的方法。方法：由于运动场的存储占用以及依赖初始高时间分辨率、低空间分辨率重建可能丢失动态信息，将运动补偿纳入高时空分辨率重建具有挑战性。受 Ong 等人和 Huttinga 等人的工作启发，我们通过 k 空间中施加的损失估计低空间分辨率运动场，并使用多尺度低秩分量以节省内存的方式表示这些运动场。我们将这些运动场插值到所需空间分辨率，然后将其纳入 Extreme MRI。结果：MoCo-MSLR 能够改善约 500ms 时间分辨率重建的图像质量，并捕捉 Extreme MRI 中未见的整体运动。此外，MoCo-MSLR 能在近 100ms 时间分辨率下解析真实的心脏动态，而 Extreme MRI 难以解析这些动态。结论：MoCo-MSLR 较 Extreme MRI 改善了图像质量，并能在 3D 中解析呼吸与心脏运动。
引用
@article{arxiv.2205.00131,
title = {Motion Compensated Extreme MRI: Multi-Scale Low Rank Reconstructions for Highly Accelerated 3D Dynamic Acquisitions (MoCo-MSLR)},
author = {Zachary Miller and Luis Torres and Sean Fain and Kevin Johnson},
journal= {arXiv preprint arXiv:2205.00131},
year = {2022}
}
备注
*Zachary Miller and Luis Torres are co first-authors