多线圈多采集bSSFP成像的张量校准重建
医学物理
2017-10-10 v3
摘要
目的：开发一个用于平衡稳态自由进动（bSSFP）的快速成像框架，该框架联合重建跨多个线圈（D）和多次采集（N）的欠采样数据（欠采样因子为R）。设计一种多采集线圈压缩技术以提高计算效率。方法：给定线圈和采集的bSSFP图像被建模为由线圈灵敏度和bSSFP轮廓调制。所提出的张量校准重建（ReCat）通过在线圈和采集维度上进行张量插值来恢复缺失数据。使用基于多线性奇异值分解的新方法实现线圈压缩（MLCC）。将ReCat与迭代自洽并行成像（SPIRiT）和轮廓编码（PE-SSFP）重建进行比较。结果：与并行成像或轮廓编码方法相比，ReCat即使在更高的R下也能获得高频信息的灵敏描绘。在脑部成像中，与SPIRiT相比，ReCat将峰值信噪比（PSNR）提高了1.11.0 dB，与PE-SSFP相比提高了0.90.3 dB（受试者的平均值标准差；N=2-8，R=8-16的平均值）。此外，与基于几何线圈压缩（GCC）的重建相比，基于MLCC的重建获得了0.80.6 dB更高的PSNR（N=2-8，R=4-16的平均值）。结论：ReCat是一个有前景的无带状伪影bSSFP成像加速框架，具有高图像质量；并且MLCC为基于张量的重建提供了更高的计算效率。
引用
@article{arxiv.1704.00096,
title = {Reconstruction by Calibration over Tensors for Multi-Coil Multi-Acquisition Balanced SSFP Imaging},
author = {Erdem Biyik and Efe Ilicak and Tolga Çukur},
journal= {arXiv preprint arXiv:1704.00096},
year = {2017}
}
备注
To be published in Magnetic Resonance in Medicine. http://onlinelibrary.wiley.com/doi/10.1002/mrm.26902/abstract