序列自适应场不均匀性估计（SAFE）：$B_1^+$ 和 $B_0$ 不均匀性的回顾性估计与校正以增强MRF定量
图像与视频处理
2023-12-18 v1 机器学习
医学物理
摘要
和 场不均匀性会显著降低MRF定量参数估计的准确性和鲁棒性。额外的 和 校准扫描可以缓解这一问题，但会增加扫描时间，且无法回顾性地应用于先前收集的数据。在此，我们提出了一种免校准的序列自适应深度学习框架，用于估计和校正任意MRF序列的 和 效应。我们在3T下的任意MRF序列上展示了其能力，而这些序列之前并未获取过训练数据。这种方法可应用于任何先前采集和未来的MRF扫描。此外，还强调了将该框架直接应用于其他定量序列的灵活性。
引用
@article{arxiv.2312.09488,
title = {Sequence adaptive field-imperfection estimation (SAFE): retrospective estimation and correction of $B_1^+$ and $B_0$ inhomogeneities for enhanced MRF quantification},
author = {Mengze Gao and Xiaozhi Cao and Daniel Abraham and Zihan Zhou and Kawin Setsompop},
journal= {arXiv preprint arXiv:2312.09488},
year = {2023}
}
备注
12 pages, 5 figures, submitted to International Society for Magnetic Resonance in Medicine 31th Scientific Meeting, 2024