Optimierung von Magnet-Resonanz-Tomographie Messsequenzen durch Bayessches Maschinelles Lernen

使用贝叶斯机器学习优化磁共振断层扫描测量序列

• 批准号: 172538369
• 负责人: Dr. Matthias Seeger, Ph.D.
• 金额: --
• 依托单位: School of Computer and Communication Sciences
• 依托单位国家: 德国
• 项目类别: Research Grants
• 财政年份: 2010
• 资助国家: 德国
• 起止时间: 2009-12-31 至 2013-12-31
• 项目状态: 已结题
• 来源: https://gepris.dfg.de/gepris/projekt/172538369?language=en
• 关键词: Optimierung; von; Magnet; Resonanz; Tomographie

Magnet-Resonanz-Tomographie (MRT) Bilder werden rekonstruiert aus spektralen Messungen, angesteuert durch eine Sequenz von Magnetfeldpulsen im Radiofrequenzbereich. Da Ortsauflösung im wesentlichen durch Modulation des Signals erreicht wird (Frequenz- und Phasenkodierung durch Magnetfeldgradienten), steigt mit gewünschter Auflösung die Messzeit, somit auch Patientenbelastung, Wahrscheinlichkeit von Bewegungsartefakten und finanzielle Kosten. Für Anwendungen wie kardiale Bildgebung, Angiographie (Blutgefäße) oder funktionale MRT im Hochfeld ist Aufnahmebeschleunigung von entscheidender Bedeutung. Neben Verbesserungen von Sequenz-, Gradienten- und Spulentechnik werden vermehrt softwareseitige Verfahren zur Bildrekonstruktion aus unterabgetasteten Messungen entwickelt: nichtlineare, iterative Compressive Sensing Methoden, bei denen Messungen mit Priorverteilungen über Bildstatistiken in effizienten Algorithmen kombiniert werden. Ziel unseres Projektes ist es, Verfahren zu entwickeln und Anforderungen gemäß zu implementieren, um die Messanordnung (Design) einer Sequenz automatisch zu optimieren, zugeschnitten auf Compressive Sensing Rekonstruktion. Der Ansatz ist adaptiv und der Methodik des Bayesschen Experimental Design zuzuordnen, wobei Bayessche Inferenz über hochaufgelösten Bildern und Bildsequenzen mit neuen Approximationsalgorithmen auf Unterprobleme der numerischen Mathematik, der Bild- und Signalverarbeitung, und der graphischen Modellierung reduziert wird. Neben algorithmischen Verbesserungen und theoretischer Analyse wird vor allem die Parallelisierung des Verfahrens auf verschiedenen Ebenen angestrebt.

磁力共振断层扫描 (MRT) 图像通过频谱测量进行重建，并在射频频率中对磁力脉冲序列进行控制。 Da Ortsauflösung im wesentlichen durch Modulation des Signals erreicht wrd (Frequenz- und Phasenkodierung durch Magnetfeldgradienten), steigt mit gewünschter Auflösung die Messzeit, somit auch Patientenbelastung, Wahrscheinlichkeit von Bewegungsartefakten und finanzielle 科斯滕。 Für Anwendungen wie kardiale Bildgebung, Angiographie (Blutgefäße) oder funktionale MRT im Hochfeld ist Aufnahmebeschleunigung von entscheidender Bedeutung. Neben Verbesserungen von Sequenz-、Gradienten- 和 Spulentechnik werden vermehrt softwareseitige Verfahren zur Bildrekonstruktion aus unterabgetasteten Messungen entwickelt: nichtlineare, 迭代压缩感知方法，bei denen Messungen mit Priorverteilungen über Bildstatistiken 高效的算法组合。 Ziel unseres Projektes ist es、Verfahren zu entwickeln und Anforderungen gemäß zu Implementieren、um die Messanordnung（设计）einer Sequenz automatisch zu optimieren、zugeschnitten auf 压缩感知重建。贝叶斯实验设计的适应性和方法论、贝叶斯推理、图像和图像顺序的近似算法、数字数学解题、图像和信号分析以及图形 Modellierung reduziert 线。算法的运行和理论分析是对运行过程中的并行运行进行分析。