优化全三维 SPARKLING 轨迹用于高分辨率 T2* 加权磁共振成像
分布式、并行与集群计算
2021-08-26 v1
摘要
用于快速 k 空间采样的扩散投影算法（SPARKLING）是一种近期提出的、基于优化的方法，用于利用压缩感知加速二维 T2* 加权（T2*-w）MRI。随后它被扩展以处理三维成像，采用二维采样模式堆叠或每次优化单条采样轨迹的局部三维策略。二维 SPARKLING 实际上在预设目标密度下执行变密度采样（VDS），同时最大化采样效率并满足基于梯度的硬件约束。然而，若想保持尖峰点扩散函数（PSF）从而保障良好图像质量，三维 SPARKLING 在第三维上的加速倍数一直受限。本文中，为在三维成像中实现更高加速倍数同时保持图像质量，我们提出一种在完整三维 SPARKLING 上执行优化的新型高效算法。基于快速多极子方法（FMM）的所提实现使我们能够设计多达 10^7 个 k 空间样本的采样模式，从而开启三维 VDS 之门。我们比较了多 CPU 与 GPU 实现，并证明后者在高分辨率采集体制（600m 各向同性）下的三维成像中最优。最后，我们通过 NIST 体模上的回溯性与前瞻性研究以及 3 Tesla 活体脑部扫描表明，该全三维 SPARKLING 新优化优于堆叠策略或三维扭曲投影成像。总体而言，所提方法相比 3 Tesla 下 GRAPPA-4 并行成像采集可缩短 2.5–3.75 倍扫描时间且不损害图像质量。
引用
@article{arxiv.2108.02991,
title = {Optimizing full 3D SPARKLING trajectories for high-resolution T2*-weighted Magnetic Resonance Imaging},
author = {Chaithya G R and Pierre Weiss and Guillaume Daval-Frérot and Aurélien Massire and Alexandre Vignaud and Philippe Ciuciu},
journal= {arXiv preprint arXiv:2108.02991},
year = {2021}
}