跳到正文
原文
arXiv · Signal Processing· Zachary Shah, Daniel R. Abraham, Nan Wang 等 6 人
· 1 天前

FESTiVE:高性能系统上非笛卡尔成像的自校准时空梯度表征

FESTiVE: Self-calibrated Spatial-temporal Gradient Characterization for Non-cartesian Imaging on High Performance Systems

预印本 · 尚未经过同行评审

AI 导读

FESTiVE 用并行成像自校准表征梯度缺陷,在 7T 实现 300μm 螺旋成像。

摘要 · AI 翻译

梯度不完美会破坏高性能系统上长读出成像应用的编码优势。目前,外部场监测硬件是进行一般时空梯度表征的唯一可靠解决方案。我们提出 FESTiVE,一种数据驱动的高阶场监测替代方案。FESTiVE 利用并行成像来隐式建模并显式恢复场不完美。通过快速 k-t 映射校准扫描,FESTiVE 构建了一个时变 GRAPPA 问题,将受时变梯度不完美污染的 k 空间数据映射到干净的参考。该映射用隐式神经表示紧凑地表示,并利用线圈灵敏度在图像空间中恢复时空场。在体模中,FESTiVE 在多种非笛卡尔 2D 采集策略和梯度规格下产生的场测量结果与 Skope 场相机相当。在活体中,FESTiVE 在仅头部 MAGNUS 3T 上为高性能扩散螺旋协议实现了最先进的图像质量,其中高阶相位不完美显著。在 7T 的仅头部 Siemens TerraX 系统上,FESTiVE 实现了 300{\mu}m 螺旋成像,而传统的基于场相机的方法则低于探针去相位极限。总之,FESTiVE 使高性能梯度上的稳健高分辨率非笛卡尔成像成为可能,利用并行成像而非场监测硬件来表征梯度不完美。

中文由 AI 翻译,仅供参考,以原文为准。

来源:arXiv · Signal Processing · arxiv.org

相关事件

PsyBrain 脑心前沿

让每一位脑科学探索者,都不再独行。