StoDIP: Efficient 3D MRF image reconstruction with deep image priors and stochastic iterations

要約

磁気共鳴フィンガープリンティング (MRF) は、マルチパラメータ組織マッピングのための定量的 MRI への時間効率の高いアプローチです。
定量的マップの再構築には、圧縮されたサンプリングされた MRF 取得からエイリアシングアーチファクトを除去するための調整されたアルゴリズムが必要です。
文献に見られるアプローチの多くは、より高い関連性と臨床的価値があるにもかかわらず、二次元 (2D) 画像再構成のみに焦点を当てており、体積測定 (3D) スキャンへの拡張を無視しています。
その理由は、適切な緩和策を講じずに 3D イメージングに移行すると、計算コストとストレージ要件の増加、トレーニング用の大量のグラウンドトゥルース (アーティファクトのない) データの必要性など、重大な課題が生じるためです。
これらの問題に対処するために、グラウンドトゥルースフリーの深層画像事前 (DIP) 再構成を 3D MRF イメージングに拡張する新しいアルゴリズムである StoDIP を導入します。
StoDIP は、マルチコイル MRF データ全体にわたるメモリ効率の高い確率的更新、慎重に選択されたニューラル ネットワーク アーキテクチャ、およびより高速な不均一 FFT (NUFFT) 変換を採用しています。
これにより、これらの機能を持たない従来の DIP 実装と比較して、より高速な収束が可能になります。
健康なボランティアからの全脳スキャンのデータセットでテストされた StoDIP は、定量的および定性的の両方で、グラウンドトゥルースフリーの再構成ベースラインよりも優れたパフォーマンスを実証しました。

要約(オリジナル)

Magnetic Resonance Fingerprinting (MRF) is a time-efficient approach to quantitative MRI for multiparametric tissue mapping. The reconstruction of quantitative maps requires tailored algorithms for removing aliasing artefacts from the compressed sampled MRF acquisitions. Within approaches found in the literature, many focus solely on two-dimensional (2D) image reconstruction, neglecting the extension to volumetric (3D) scans despite their higher relevance and clinical value. A reason for this is that transitioning to 3D imaging without appropriate mitigations presents significant challenges, including increased computational cost and storage requirements, and the need for large amount of ground-truth (artefact-free) data for training. To address these issues, we introduce StoDIP, a new algorithm that extends the ground-truth-free Deep Image Prior (DIP) reconstruction to 3D MRF imaging. StoDIP employs memory-efficient stochastic updates across the multicoil MRF data, a carefully selected neural network architecture, as well as faster nonuniform FFT (NUFFT) transformations. This enables a faster convergence compared against a conventional DIP implementation without these features. Tested on a dataset of whole-brain scans from healthy volunteers, StoDIP demonstrated superior performance over the ground-truth-free reconstruction baselines, both quantitatively and qualitatively.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google