基于欠采样 k 空间数据的质量感知电影心脏 MRI 重建与分析
图像与视频处理
2021-09-17 v1 计算机视觉与模式识别
机器学习
摘要
电影心脏 MRI 常规用于心脏健康评估，但成像过程缓慢，通常需要多次屏气以获取足够的 k 空间轮廓以确保良好的图像质量。过去几十年中，人们提出了若干基于欠采样的重建技术以加速电影心脏 MRI 采集。然而，欠采样因子通常在采集前固定为保守值以确保诊断图像质量，可能导致不必要的较长扫描时间。本文提出一种端到端质量感知电影短轴心脏 MRI 框架，将图像采集与重建同下游任务（如分割、容积曲线分析及心脏功能参数估计）相结合。目标是通过仅采集一小部分 k 空间数据来缩短扫描时间，从而重建可通过质量控制检查并产出可靠心脏功能参数估计的图像。该框架由一个从欠采样数据重建 2D+t 心脏电影 MRI 图像的深度学习模型、一个检测高质量重建的图像质量控制步骤，以及一个用于双心室分割的深度学习模型、一个检测高质量分割的质量控制步骤和心脏功能参数的自动计算组成。为证明所提方法的可行性，我们使用来自 UK Biobank 的选定受试者队列（n=270，200 名健康受试者和 70 名心肌病患者）进行模拟。我们的结果表明，我们能在每切片扫描时间从 12 秒缩短至 4 秒的情况下产出受质量控制图像，从而在 5% 平均绝对误差内可靠估计射血分数等心脏功能参数。
引用
@article{arxiv.2109.07955,
title = {Quality-aware Cine Cardiac MRI Reconstruction and Analysis from Undersampled k-space Data},
author = {Ines Machado and Esther Puyol-Anton and Kerstin Hammernik and Gastao Cruz and Devran Ugurlu and Bram Ruijsink and Miguel Castelo-Branco and Alistair Young and Claudia Prieto and Julia A. Schnabel and Andrew P. King},
journal= {arXiv preprint arXiv:2109.07955},
year = {2021}
}