Modelling temporal stability of EPI time series using magnitude images acquired with multi-channel receiver coils.
Modelling temporal stability of EPI time series using magnitude images acquired with multi-channel receiver coils.
复制标题
DOI：
10.1371/journal.pone.0052075
复制
发表时间：
2012
期刊：
影响因子：
3.7
通讯作者：
Weiskopf N
中科院分区：
文献类型：
--
作者：
Hutton C;Balteau E;Lutti A;Josephs O;Weiskopf N
2001 年，Krueger 和 Glover 引入了一种模型，将 EPI 时间序列的时间 SNR (tSNR) 描述为图像 SNR (SNR0) 的函数。该模型已用于研究 fMRI 中的生理噪声，优化 fMRI 采集参数，并估计给定的一组 MR 图像采集和处理参数可达到的最大 tSNR。在目前的形式中，该噪声模型需要准确估计图像 SNR。对于多通道接收器线圈，这并不简单，因为它需要导出和重建大量的 k 空间原始数据以及详细的定制图像重建方法。在这里，我们提出了对该模型的简单扩展，允许表征使用多通道接收器线圈采集的 EPI 时间序列的时间噪声属性，并使用标准平方根组合进行重建，而不需要原始数据或定制图像重建。所提出的扩展模型包括一个附加参数κ，它反映了接收器通道之间的噪声相关性对数据的影响，并对直接从平方和重建震级图像测量的表观图像SNR（SNR′0）进行缩放，使得κ = SNR′0/SNR0（在SNR0>50且通道数≤32的条件下）。使用蒙特卡罗模拟，我们表明可以高精度估计扩展模型参数。使用 32 通道接收器线圈在 3T 下采集的非加速体模数据的实际 SNR0 的独立测量来验证参数 κ 的估计。我们还证明，与原始模型相比，扩展模型可以更好地拟合使用 24 通道接收线圈在 7T 下采集的人类无任务非加速 fMRI 数据。特别是，扩展模型改进了低到中 tSNR 值的预测，因此可以在较低 SNR 水平下的高分辨率 fMRI 实验的优化中发挥重要作用。
In 2001, Krueger and Glover introduced a model describing the temporal SNR (tSNR) of an EPI time series as a function of image SNR (SNR0). This model has been used to study physiological noise in fMRI, to optimize fMRI acquisition parameters, and to estimate maximum attainable tSNR for a given set of MR image acquisition and processing parameters. In its current form, this noise model requires the accurate estimation of image SNR. For multi-channel receiver coils, this is not straightforward because it requires export and reconstruction of large amounts of k-space raw data and detailed, custom-made image reconstruction methods. Here we present a simple extension to the model that allows characterization of the temporal noise properties of EPI time series acquired with multi-channel receiver coils, and reconstructed with standard root-sum-of-squares combination, without the need for raw data or custom-made image reconstruction. The proposed extended model includes an additional parameter κ which reflects the impact of noise correlations between receiver channels on the data and scales an apparent image SNR (SNR′0) measured directly from root-sum-of-squares reconstructed magnitude images so that κ = SNR′0/SNR0 (under the condition of SNR0>50 and number of channels ≤32). Using Monte Carlo simulations we show that the extended model parameters can be estimated with high accuracy. The estimation of the parameter κ was validated using an independent measure of the actual SNR0 for non-accelerated phantom data acquired at 3T with a 32-channel receiver coil. We also demonstrate that compared to the original model the extended model results in an improved fit to human task-free non-accelerated fMRI data acquired at 7T with a 24-channel receiver coil. In particular, the extended model improves the prediction of low to medium tSNR values and so can play an important role in the optimization of high-resolution fMRI experiments at lower SNR levels.
登录
查看更多内容
影响因子：
3.3
作者：
Krüger, G;Glover, GH
通讯作者：
Glover, GH
影响因子：
3.3
作者：
Griswold, MA;Jakob, PM;Haase, A
通讯作者：
Haase, A
影响因子：
4.4
作者：
Dietrich, Olaf;Raya, Jose G.;Schoenberg, Stefan O.
通讯作者：
Schoenberg, Stefan O.
影响因子：
2.2
作者：
Koay, CG;Basser, PJ
通讯作者：
Basser, PJ
影响因子：
5.7
作者：
Weiskopf, Nikolaus;Hutton, Chloe;Deichmann, Ralf
通讯作者：
Deichmann, Ralf