[論文レビュー] Optimizing full 3D SPARKLING trajectories for high-resolution T2*-weighted Magnetic Resonance Imaging

Chaithya Giliyar Radhakrishna, Pierre Weiss+4 more|arXiv (Cornell University)|Aug 6, 2021

Advanced MRI Techniques and Applications参考文献 58被引用数 4

ひとこと要約

本論文は、高速多重極法（FMM）を用いたフル3次元SPARKLINGトラジェクトラ最適化を提案し、最大3.75倍の加速を実現する高分解能T2*-強調MRIを可能にする。ハードウェア制約下でのフル3次元k空間サンプリングパターンの最適化により、600µmの等方的分解能を1分16秒で達成し、GRAPPA-4と比較して2.5–3.75倍高速化される一方で、画像品質を保持する。

ABSTRACT

The Spreading Projection Algorithm for Rapid K-space samplING, or SPARKLING, is an optimization-driven method that has been recently introduced for accelerated 2D T2*-w MRI using compressed sensing. It has then been extended to address 3D imaging using either stacks of 2D sampling patterns or a local 3D strategy that optimizes a single sampling trajectory at a time. 2D SPARKLING actually performs variable density sampling (VDS) along a prescribed target density while maximizing sampling efficiency and meeting the gradient-based hardware constraints. However, 3D SPARKLING has remained limited in terms of acceleration factors along the third dimension if one wants to preserve a peaky point spread function (PSF) and thus good image quality. In this paper, in order to achieve higher acceleration factors in 3D imaging while preserving image quality, we propose a new efficient algorithm that performs optimization on full 3D SPARKLING. The proposed implementation based on fast multipole methods (FMM) allows us to design sampling patterns with up to 10^7 k-space samples, thus opening the door to 3D VDS. We compare multi-CPU and GPU implementations and demonstrate that the latter is optimal for 3D imaging in the high-resolution acquisition regime (600$μ$m isotropic). Finally, we show that this novel optimization for full 3D SPARKLING outperforms stacking strategies or 3D twisted projection imaging through retrospective and prospective studies on NIST phantom and in vivo brain scans at 3 Tesla. Overall the proposed method allows for 2.5-3.75x shorter scan times compared to GRAPPA-4 parallel imaging acquisition at 3 Tesla without compromising image quality.

研究の動機と目的

• 従来の3次元SPARKLING手法が2次元パターンの積み重ねや局所的な円錐ベース最適化に依存していたことによる加速制限およびサンプリング均一性の損なわれることを是正する。
• 最大10^7サンプルを含むフル3次元非直交k空間トラジェクトリの最適化における計算ボトル neck を克服する。
• より高いサンプリング効率と画像品質を実現する、高分解能で等方的な3次元T2*-強調画像を可能にする。
• NISTファントムおよび生体内ヒト脳スキャンを用いた後向きおよび前向きの生体内研究において、積み重ね戦略および3次元ねじれ投影画像法を上回ることを実証する。
• 3TでのGRAPPA-4並列撮影と同等の画像品質を維持しながら、スキャン時間の大幅な短縮を達成する。

提案手法

• 勾配ハードウェア制約（最大出力およびスルーレート）の下で、サンプリング効率を最大化するとともに、変動密度サンプリング（VDS）を強制するフル3次元SPARKLING最適化フレームワークを開発した。
• k空間における長距離相互作用の計算を高速化するため、高速多重極法（FMM）を採用し、最大10^7個のk空間サンプルに対する最適化を可能にした。
• マルチCPU版およびGPU加速版の両方を実装し、600µmの等方的分解能での高分解能3次元画像撮影において、GPU版が最適であることが示された。
• 非凸目的関数のより良い局所最小値への収束を向上させるために、ランダム化された摂動を用いた局所収束型最適化アルゴリズムを採用した。
• 局所的に均一なk空間カバレッジとピーク型の点 spread 関数（PSF）を実現するように、サンプリングパターンを設計した。
• T2*のぼかしおよびオフレゾナンス効果を想定したシミュレーテッドPSFと、3TでのNISTファントムおよび生体内ヒト脳スキャンの実データを用いて、手法を検証した。

実験結果

リサーチクエスチョン

• RQ1 積み重ねベースの3次元SPARKLINGと比較して、フル3次元SPARKLINGトラジェクトリ最適化は、3次元T2*-強調MRIにおいてより高い加速因子を達成しつつ、画像品質を保持できるか？
• RQ2 GPU加速FMMベースの最適化は、最大10^7個のk空間サンプルを含む高分解能3次元サンプリングパターンの設計をどのように可能にするか？
• RQ3 スキャン時間および画像品質の観点から、積み重ね2次元SPARKLINGおよび3次元ねじれ投影画像法と比較して、フル3次元SPARKLINGはどの程度の性能向上を達成するか？
• RQ4 提案手法は、3TでのGRAPPA-4並列撮影と同等の画像品質を維持しながら、どの程度スキャン時間を短縮できるか？
• RQ5 ターゲットサンプリング密度および初期化の選択が、最終的なサンプリングパターンおよび再構成品質に与える影響はどの程度か？

主な発見

• 提案されたフル3次元SPARKLING最適化により、600µmの等方的分解能の高分解能T2*-強調MRIがわずか1分16秒で実現され、GRAPPA-4と比較して2.5–3.75倍のスキャン時間短縮が達成された。
• GPU加速版の実装は、計算効率の観点からマルチCPU版を上回り、高分解能3次元画像撮影に最適であることが示された。
• NISTファントムおよび生体内ヒト脳データを用いた後向きおよび前向きの研究において、フル3次元SPARKLINGは積み重ね戦略および3次元ねじれ投影画像法を上回った。
• 完全にサンプリングされた撮影と同等のピークノイズ比（PSNR）および構造的類似性（SSIM）を達成し、最小限のアーチファクトと良好に局在化された点 spread 関数（PSF）を実現した。
• FMMの使用により、最大10^7個のk空間パターンに対する効率的な最適化が可能になり、従来のフル3次元トラジェクトリ設計における計算制限を克服した。
• 初期化におけるランダム化摂動は、k空間カバレッジの向上およびより良い局所最小値への収束を著しく改善したが、グローバル最適性に関する理論的保証は与えられていない。