End-to-end Adaptive Dynamic Subsampling and Reconstruction for Cardiac MRI

要約

$ \ textbf {background：} $の動的MRIの加速は、臨床応用を進め、患者の快適性を改善するために不可欠です。
一般的に、加速された動的MRI再構成のディープラーニング（DL）方法は、通常、動的獲得のすべての時間的フレームにわたって、非整頓されていない事前決定またはランダムサブサンプリングパターンを均一に適用することに依存しています。
このアプローチは、時間的相関を活用したり、ケースバイケースでサブサンプリングを最適化することに失敗します。
$ \ textbf {目的：} $は、適応動的なMRIサブサンプリングと再構成のエンドツーエンドアプローチを開発し、再構成品質を同時に最大化するカスタマイズされたサンプリングパターンを生成できます。
$ \ textbf {メソッド：} $ MRIフレームワークのエンドツーエンドの適応ダイナミックサンプリングと再構築（E2E-ADS-Recon）を紹介します。これは、アパートのダイナミックリテストの順に順応性のある再構築のために、特定のダイナミック再構築のために、各ケースに獲得旅行を各ケースに適応させる適応型ダイナミックサンプラー（ADS）を統合します。
動的な画像。
ADは、すべての時間フレームに適用されるフレーム固有のパターンまたは統一パターンのいずれかを作成できます。
E2E-ADS-Reconは、ダイナミックシネの心臓MRIデータを使用して、フレーム固有および統一された1Dまたは2Dサンプリング設定の両方で評価され、標準のサブサンプリング軌跡を使用しているVSHARPモデルと比較し、ADSがデータセット特異的スキームのために最適化されたパラメーターサンプラーに置き換えられたパイプラインと比較されます。
$ \ textbf {results：} $ e2e-ads-reconは、標準の定量的指標（SSIM、PSNR、NMSE）の観点から、特に高加速度で優れた再構築品質を示しました。
$ \ textbf {結論：} $提案されたフレームワークは再構成品質を向上させ、動的MRIアプリケーションにおけるケース固有のサブサンプリング最適化の重要性を強調します。

要約(オリジナル)

$\textbf{Background:}$ Accelerating dynamic MRI is vital for advancing clinical applications and improving patient comfort. Commonly, deep learning (DL) methods for accelerated dynamic MRI reconstruction typically rely on uniformly applying non-adaptive predetermined or random subsampling patterns across all temporal frames of the dynamic acquisition. This approach fails to exploit temporal correlations or optimize subsampling on a case-by-case basis. $\textbf{Purpose:}$ To develop an end-to-end approach for adaptive dynamic MRI subsampling and reconstruction, capable of generating customized sampling patterns maximizing at the same time reconstruction quality. $\textbf{Methods:}$ We introduce the End-to-end Adaptive Dynamic Sampling and Reconstruction (E2E-ADS-Recon) for MRI framework, which integrates an adaptive dynamic sampler (ADS) that adapts the acquisition trajectory to each case for a given acceleration factor with a state-of-the-art dynamic reconstruction network, vSHARP, for reconstructing the adaptively sampled data into a dynamic image. The ADS can produce either frame-specific patterns or unified patterns applied to all temporal frames. E2E-ADS-Recon is evaluated under both frame-specific and unified 1D or 2D sampling settings, using dynamic cine cardiac MRI data and compared with vSHARP models employing standard subsampling trajectories, as well as pipelines where ADS was replaced by parameterized samplers optimized for dataset-specific schemes. $\textbf{Results:}$ E2E-ADS-Recon exhibited superior reconstruction quality, especially at high accelerations, in terms of standard quantitative metrics (SSIM, pSNR, NMSE). $\textbf{Conclusion:}$ The proposed framework improves reconstruction quality, highlighting the importance of case-specific subsampling optimization in dynamic MRI applications.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google