[論文レビュー] Gabor Primitives for Accelerated Cardiac Cine MRI Reconstruction

Wenqi Huang, Veronika Spieker+7 more|arXiv (Cornell University)|Mar 5, 2026

Advanced MRI Techniques and Applications被引用数 0

ひとこと要約

この論文は、MRI再構成のための複素値Gaborプリミティブを提案し、高周波内容を効率的に表現できるようにして、スキャン固有で動き対応型の心臓 cine再構成を二成分の低ランク時系列モデルで実現します。

ABSTRACT

Accelerated cardiac cine MRI requires reconstructing spatiotemporal images from highly undersampled k-space data. Implicit neural representations (INRs) enable scan-specific reconstruction without large training datasets, but encode content implicitly in network weights without physically interpretable parameters. Gaussian primitives provide an explicit and geometrically interpretable alternative, but their spectra are confined near the k-space origin, limiting high-frequency representation. We propose Gabor primitives for MRI reconstruction, modulating each Gaussian envelope with a complex exponential to place its spectral support at an arbitrary k-space location, enabling efficient representation of both smooth structures and sharp boundaries. To exploit spatiotemporal redundancy in cardiac cine, we decompose per-primitive temporal variation into a low-rank geometry basis capturing cardiac motion and a signal-intensity basis modeling contrast changes. Experiments on cardiac cine data with Cartesian and radial trajectories show that Gabor primitives consistently outperform compressed sensing, Gaussian primitives, and hash-grid INR baselines, while providing a compact, continuous-resolution representation with physically meaningful parameters.

研究の動機と目的

• 高い undersampling 下で心臓 cine MRI を高速化する動機
• MRI再構成のための明示的で解釈可能なプリミティブ基底を開発
• 時空間冗長性を低ランク時系列モデルで活用
• Cartesian および radial 軌道で CS、ガウシアンプリミティブ、Hash-grid INR に対する改善を実証

提案手法

• 複素指数変調によりスペクトルサポートを任意の k_SPACE 位置に配置する複素値 Gaborプリミティブを定義
• 画を各フレームのジオメトリと重みパラメータを持つ N 個のGaborプリミティブの和としてモデル化
• 心臓の運動のジオメトリ基底とコントラスト変化の強度基底という2成分の低ランク時系列モデルを導入
• 各プリミティブの時系列係数と低ランク基底を介してジオメトリと重みの動態を結合
• データ適合性、重みのスパース性、時系列正則化を組み合わせたデータ正準性を前方演算子を用いた多コイル前方モデルと欠損軌道上で定式化

実験結果

リサーチクエスチョン

• RQ1 スペクトル的にシフトした（Gabor）プリミティブは、ガウシアンプリミティブと比べて欠損データ下の高周波内容表現を改善するか？
• RQ2 2成分の低ランク時系列モデルは心臓 cine MRI におけるジオメトリ（運動）と強度（コントラスト変化）を効率的に捉えられるか？
• RQ3 Gaborプリミティブは Cartesian および radial の欠測シナリオ全体で従来の CS、Gaussian プリミティブ、Hash-INR ベースを上回るか？
• RQ4 得られる表現は圧縮的かつ解釈可能で、再構成品質を維持または向上させつつ実現できるか？

主な発見

Method	rho	PSNR (Cartesian R=12)	SSIM (Cartesian R=12)	FSIM (Cartesian R=12)	Time (Cartesian R=12)	PSNR (Cartesian R=16)	SSIM (Cartesian R=16)	FSIM (Cartesian R=16)	Time (Cartesian R=16)	PSNR (Radial)	SSIM (Radial)	FSIM (Radial)	Time (Radial)
L+S	—	37.15	0.940	0.850	0.3	32.19	0.824	0.777	0.4	35.82	0.922	0.810	1.5
PICS	—	42.21	0.972	0.886	0.1	41.05	0.966	0.875	0.1	35.19	0.905	0.793	1.1
Hash-INR	2.60	39.63	0.921	0.841	4.6	37.77	0.893	0.815	4.6	34.00	0.849	0.767	8.0
Gaussian	0.42	41.50	0.972	0.874	1.2	40.67	0.967	0.864	1.2	36.67	0.942	0.810	3.4
Gabor (ours)	0.41	42.61	0.974	0.883	2.5	41.39	0.968	0.871	2.5	37.53	0.947	0.830	4.2

• Gaborプリミティブは、提供されたデータセットのCartesianおよびradial欠測で最も高いPSNRとSSIMを達成
• GaborはGaussianプリミティブおよびCSのベースラインを上回り、特にradialデータで顕著な利得（PICSに対する約2.34 dB PSNR）
• 表現はコンパクトで（rho < 0.5）、k-space全体にわたる物理的に解釈可能なスペクトル分布を持つ
• Gaborベースの再構成は、境界のシャープネス向上と背景ノイズの低減を定性的に示す
• この手法は再訓練なしで連続的、超解像対応の表現を提供
• Hash-INR はより多くのパラメータを使用するが、本設定ではGaborプリミティブよりも劣る