An unsupervised method for MRI recovery: Deep image prior with structured sparsity

要約

目的：完全にサンプリングされたKスペースデータを必要としない監視されていないMRI再構築方法を提案および検証する。
材料と方法：提案された方法、構造化されたスパース性（円盤投げ）を伴う深い画像は、グループスパースをフレーム固有のコードベクトルに導入し、時間的変動をキャプチャするための低次元マニホールドの発見を可能にすることにより、深い画像を拡張します（DIP）。
\ディスカスは、4つの研究を使用して検証されました。（i）動的なShepp-Logan Phantomのシミュレーションは、そのマニホールド発見機能を実証する、（ii）圧縮されたセンシングとの比較と、正常化された平均誤差（nmse）の測定に関する6つの異なるデジタル心臓ファントム（NMSE）と構造的な同様の測定値からの6つの異なるデジタル心臓ファントムからのシミュレートされたシングルショット後期ガドリニウム強化（LGE）画像シリーズを使用したDIPベースの方法を使用して比較
8人の患者からの遡及的にアンダーサンプリングされたシングルショットLGEデータ、および（IV）2人の専門家読者からのブラインドスコアリングを介して評価された8人の患者からの前向きにサンプリングされたシングルショットLGEデータに関する（IV）評価。
結果：競合する方法を上回り、NMSEおよびSSIM（研究I- III）および専門家リーダーのスコアリング（研究IV）の観点から優れた再建の質を示しました。
ディスカッション：監視されていない画像再構築方法が提示され、シミュレーションおよび測定されたデータで検証されています。
これらの開発は、完全にサンプリングされたデータを取得することが困難なアプリケーションに利益をもたらす可能性があります。

要約(オリジナル)

Objective: To propose and validate an unsupervised MRI reconstruction method that does not require fully sampled k-space data. Materials and Methods: The proposed method, deep image prior with structured sparsity (DISCUS), extends the deep image prior (DIP) by introducing group sparsity to frame-specific code vectors, enabling the discovery of a low-dimensional manifold for capturing temporal variations. \discus was validated using four studies: (I) simulation of a dynamic Shepp-Logan phantom to demonstrate its manifold discovery capabilities, (II) comparison with compressed sensing and DIP-based methods using simulated single-shot late gadolinium enhancement (LGE) image series from six distinct digital cardiac phantoms in terms of normalized mean square error (NMSE) and structural similarity index measure (SSIM), (III) evaluation on retrospectively undersampled single-shot LGE data from eight patients, and (IV) evaluation on prospectively undersampled single-shot LGE data from eight patients, assessed via blind scoring from two expert readers. Results: DISCUS outperformed competing methods, demonstrating superior reconstruction quality in terms of NMSE and SSIM (Studies I–III) and expert reader scoring (Study IV). Discussion: An unsupervised image reconstruction method is presented and validated on simulated and measured data. These developments can benefit applications where acquiring fully sampled data is challenging.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google