使用受试者特异性微调 U-net 预测 7 T 磁共振脑内 B0 场的动态运动相关变化
计算机视觉与模式识别
2023-04-18 v1
摘要
磁共振检查期间的受试者运动是不可避免的,不仅会引起图像伪影,还会恶化主磁场(B0)的均匀性,而均匀性是高质量数据的先决条件。因此,表征 B0 的变化(例如由患者运动引起的变化)对于易受 B0 不均匀性影响的磁共振应用十分重要。我们提出一种基于深度学习的方法,根据头部位置的变化预测脑内此类变化,以便于回顾性甚至实时校正。一个 3D U-net 在活体脑 7T MRI 数据上训练。输入包括初始位置处的 B0 图和解剖图像,以及不同头部位置处的解剖图像(通过对初始解剖图像施加刚体变换获得)。输出包括新头部位置处的 B0 图。我们进一步通过测量给定受试者的有限个头部位置对该网络权重进行逐受试者微调,并用这些数据训练 U-net。我们的方法与已建立的通过交错导航器进行的动态 B0 场映射进行了比较,后者受限于空间分辨率不足以及需要不理想的序列修改。定性与定量比较显示,交错导航器等效方法与所提方法性能相近。因此我们得出结论:从刚性受试者运动预测 B0 图是可行的,并且当与外部追踪硬件结合时,该信息可用于在不使用导航器的情况下提高磁共振采集的质量。
引用
@article{arxiv.2304.08307,
title = {Predicting dynamic, motion-related changes in B0 field in the brain at a 7 T MRI using a subject-specific fine-tuned U-net},
author = {Stanislav Motyka and Paul Weiser and Beata Bachrata and Lukas Hingerl and Bernhard Strasser and Gilbert Hangel and Eva Niess and Dario Goranovic and Fabian Niess and Maxim Zaitsev and Simon Daniel Robinson and Georg Langs and Siegfried Trattnig and Wolfgang Bogner},
journal= {arXiv preprint arXiv:2304.08307},
year = {2023}
}
备注
9 pages, 6 figures