Zero-DeepSub：基于零样本深度子空间重建利用3D-QALAS实现快速多参数定量MRI
图像与视频处理
2024-01-25 v2 信号处理
摘要
目的：开发和评估以下方法：1)使用低秩子空间方法重建采用带T2准备脉冲的交错Look-Locker采集序列(3D-QALAS)的时间序列图像，以实现准确快速的T1和T2 mapping；2)通过结合特定扫描的基于深度学习的重建与子空间建模来提高子空间QALAS的保真度。方法：提出用于3D-QALAS的低秩子空间方法(即子空间QALAS)和零样本深度学习子空间方法(即Zero-DeepSub)，用于利用3D-QALAS实现快速高保真T1和T2 mapping及时间分辨成像。使用ISMRM/NIST系统模体，通过将所提方法估计的T1和T2图与参考技术比较，评估其准确度和可重复性。所提基于Zero-DeepSub的子空间QALAS的重建性能在体评估，并与传统QALAS在高达9倍加速因子下比较。结果：模体实验表明，子空间QALAS相对于参考方法具有良好线性，且与传统QALAS相比减少了偏差并提高了精度，尤其对T2图。此外，在体结果显示，子空间QALAS相比传统QALAS具有更好的g因子图，并能减少体素模糊、噪声和伪影；结合Zero-DeepSub在高达9倍加速下表现稳健，可在2分钟内扫描实现1 mm各向同性分辨率的全身T1、T2和PD mapping。结论：所提子空间QALAS结合Zero-DeepSub实现了高保真快速的全身多参数定量和时间分辨成像。
引用
@article{arxiv.2307.01410,
title = {Zero-DeepSub: Zero-Shot Deep Subspace Reconstruction for Rapid Multiparametric Quantitative MRI Using 3D-QALAS},
author = {Yohan Jun and Yamin Arefeen and Jaejin Cho and Shohei Fujita and Xiaoqing Wang and P. Ellen Grant and Borjan Gagoski and Camilo Jaimes and Michael S. Gee and Berkin Bilgic},
journal= {arXiv preprint arXiv:2307.01410},
year = {2024}
}
备注
24 figures, 4 tables