Motion-robust reconstruction of multishot diffusion-weighted images without phase estimation through locally low-rank regularization.
Motion-robust reconstruction of multishot diffusion-weighted images without phase estimation through locally low-rank regularization.
复制标题
DOI：
10.1002/mrm.27488
复制
发表时间：
2019-03
影响因子：
3.3
通讯作者：
Hargreaves BL
中科院分区：
文献类型：
--
作者：
Hu Y;Levine EG;Tian Q;Moran CJ;Wang X;Taviani V;Vasanawala SS;McNab JA;Daniel BA;Hargreaves BL
这项工作的目标是提出一种运动鲁棒重建方法的扩散加权磁共振成像，解决拍摄到拍摄相位失配，而不使用相位估计。假设激发间相位变化缓慢变化，则可以使用局部像素组形成列来形成空间激发矩阵，其中每个列来自不同的激发（激励）。提出了一种对空间镜头矩阵具有局部低秩约束的凸模型。在体内的大脑和乳房的实验进行了评估所提出的方法的性能。所提出的方法在运动严重时显示出显著的益处，例如对于乳房成像。此外，在基于相位估计的方法的上下文中，所得到的图像可以用于可靠的相位估计，以实现甚至更高的图像质量。我们介绍了shot-LLR，一种用于多激发扩散加权MRI的重建方法，无需显式相位估计。此外，其运动鲁棒性可以有益于神经成像和身体成像。
The goal of this work is to propose a motion robust reconstruction method for diffusion-weighted MRI that resolves shot-to-shot phase mismatches without using phase estimation. Assuming shot-to-shot phase variations are slowly varying, spatial-shot matrices can be formed using a local group of pixels to form columns, where each column is from a different shot (excitation). A convex model with a locally low-rank constraint on the spatial-shot matrices is proposed. In-vivo brain and breast experiments were performed to evaluate the performance of the proposed method. The proposed method shows significant benefits when the motion is severe, e.g. for breast imaging. Further, the resulting images can be used for reliable phase estimation in the context of phase-estimation-based methods to achieve even higher image quality. We introduced shot-LLR, a reconstruction method for multi-shot diffusion-weighted MRI without explicit phase estimation. In addition, its motion robustness can be beneficial to neuroimaging and body imaging.
登录
查看更多内容
影响因子：
3.3
作者：
Chang, Hing-Chiu;Guhaniyogi, Shayan;Chen, Nan-kuei
通讯作者：
Chen, Nan-kuei
影响因子：
3.3
作者：
Blaimer, Martin;Gutberlet, Marcel;Griswold, Mark A.
通讯作者：
Griswold, Mark A.
影响因子：
3
作者：
Candes, Emmanuel J.;Recht, Benjamin
通讯作者：
Recht, Benjamin
影响因子：
10.6
作者：
Lingala SG;Hu Y;DiBella E;Jacob M
通讯作者：
Jacob M
影响因子：
5.7
作者：
Chen, Nan-kuei;Guidon, Arnaud;Chang, Hing-Chiu;Song, Allen W.
通讯作者：
Song, Allen W.