面向磁共振指纹成像的组织特性实时映射
图像与视频处理
2021-07-20 v1 计算机视觉与模式识别
摘要
磁共振指纹成像(MRF)是一种相对较新的多参数定量成像方法，其过程分为两步：(i)从高度欠采样非笛卡尔螺旋k空间数据重建一系列时间帧，以及(ii)利用时间帧进行模式匹配以推断组织特性(如T1和T2弛豫时间)。本文提出一种新颖的端到端深度学习框架，可直接从螺旋k空间MRF数据无缝映射组织特性，从而避免了非均匀快速傅里叶变换(NUFFT)和基于字典的指纹匹配等耗时处理。我们的方法直接处理非笛卡尔k空间数据，执行自适应密度补偿，并一次前向传播预测多幅组织特性图。在2D和3D MRF数据上的实验表明，该方法可在0.5秒内达到与最先进方法相当的量化精度，比原始MRF框架快1100至7700倍。因此，所提方法有望促进MRF在临床环境中的应用。
引用
@article{arxiv.2107.08120,
title = {Real-Time Mapping of Tissue Properties for Magnetic Resonance Fingerprinting},
author = {Yilin Liu and Yong Chen and Pew-Thian Yap},
journal= {arXiv preprint arXiv:2107.08120},
year = {2021}
}
备注
Accepted by 2021 MICCAI