arXiv · Image and Video Processing· Ignacio Contreras-Zúñiga, Cristian Tejos, Carlos Milovic
· 22 小时前
通过闭式交替牛顿型优化进行磁化率源分离
Susceptibility source separation via Closed-form Alternating Newton-type Optimization
预印本 · 尚未经过同行评审
AI 导读
CANON-QSM 将全脑重建时间缩短至两分钟以内,并提升高磁化率区域的准确性与稳健性。
摘要 · AI 翻译
定量磁化率成像(QSM)可对每个体素提供宏观磁化率估计,因此同一体素内顺磁与抗磁来源的贡献会部分相互抵消。磁化率来源分离方法通过对多回波梯度回波(GRE)数据拟合三池复指数模型来识别这些成分。然而,采用通用约束求解器的传统逐体素拟合对每个全脑体积需要数小时,且在高磁化率区域常常失败。我们提出 CANON-QSM(用于 QSM 的闭式交替牛顿型优化),该求解器重新表述三池模型的子问题,并通过精确闭式更新与牛顿型步骤交替求解,从而在每个体素上实现显著的计算加速。离体与在体评估均表明,不仅重建时间大幅缩短,完成一个全脑体积不到两分钟,而且在高磁化率区域对伪影的准确性和稳健性也有所提高。最后,对三池模型的回波时间分析表明,来源分离是由信号衰减与相位演化中的二阶非线性驱动,而非一阶宏观估计。
中文由 AI 翻译,仅供参考,以原文为准。
来源:arXiv · Image and Video Processing · arxiv.org