[論文レビュー] Reducing the Dimensionality of Optimal Experiment Design for Magnetic Resonance Fingerprinting

Nikolai J. Mickevicius, Andrew S. Nencka+1 more|arXiv (Cornell University)|Oct 1, 2020

Advanced MRI Techniques and Applications参考文献 13被引用数 4

ひとこと要約

本稿では、磁気共鳴指紋認識（MRF）における最適実験設計のための低次元パrametricモデルを提案し、フリップ角パターンを重複するガウス関数の重み付き和として表現することで、自由パラメータ数を数千からたったの8つに削減した。この手法は1分未満でフル最適化と同等のT₂精度を達成し、計算を顕著に高速化しながら高い正確性を維持する。

ABSTRACT

Nuclear magnetic resonance signal dynamics as described by the Bloch equations are highly complex and often are without closed form solutions. This is especially the case for quantitative magnetic resonance fingerprinting (MRF) scans in which acquisition parameters are varied to efficiently probe the parameter space. As previously demonstrated, optimization of the pattern in which the MRI acquisition parameters are varied relative to the variance in the target quantitative parameters can improve experiment design. This process, however, relies on large scale non-linear optimizations with hundreds to thousands of unknowns. As such, the numerical optimization is extremely time consuming, highly sensitive to guesses, and prone to getting caught in local minima. Here, we describe a method to reduce the complexity of the optimal MRF experiment design by constraining the solutions to span a predetermined low-dimensional subspace. Compared with standard flip angle patterns in calibration phantom experiments, precision in T2 can be increased by optimizing as few as 8 coefficients in less than one minute of computation time.

研究の動機と目的

• MRF実験設計における大規模非線形最適化の計算非効率性に対処する。これは数時間にわたる計算を要し、初期値の選択に敏感である。
• MRF取得パラメータ（例えばフリップ角や繰返し時間）の最適化空間の次元を低減し、グローバル最適化を可能にする。
• 低次元部分空間に制限された解を用いることで、迅速でロバストかつスキャナ固有のMRFプロトコル設計を可能にする。
• パラメータ空間の低減にもかかわらず、定量的MRIパラメータ（T₁、T₂、M₀）の推定精度を維持または向上させる。
• 少数の基本関数係数で、フル最適化と同等の性能を達成できることを示す。

提案手法

• フリップ角パターンを部分的に重複するガウス基本関数の線形結合として表現し、未知数の数を数百から数十に削減する。
• T₁、T₂、M₀の不偏推定における分散を最小化するために、Cramér-Rao下界（CRB）を用いてこれらの基本関数の係数を最適化する。
• 信号の時間発展とその組織パラメータに関する微分を計算するため、拡張位相グラフ（EPG）形式を用いることで、正確なフィッシャー情報行列の計算が可能になる。
• EPG方程式に基づく再帰的定式化を用いて、信号発展のT₁、T₂、M₀に関する偏微分を計算する。
• 微分ベクトルの内積からフィッシャー情報行列を構築し、それを逆行列化してCramér-Rao下界（rCRB）を計算する。
• rCRBをT₂推定の観点から最小化するように、少数の基本関数係数について数値最適化を実行する。

実験結果

リサーチクエスチョン

• RQ1 MRFフリップ角パターンの低次元パrametric表現は、フルスケール最適化と同等の推定精度を達成できるか？
• RQ2 T₂推定において近似的に最適な性能を得るために、どの程度の基本関数係数が必要か？
• RQ3 推定精度を損なわず、最適化時間を数時間から1分未満に短縮できるか？
• RQ4 低次元アプローチは初期パラメータの推定値に頼らず、局所最適解を避けるのか？
• RQ5 その低次元性の利点を活かして、B₁⁺、ΔB₀、エディーコイルズなどのスキャナ固有補正に対応できるか？

主な発見

• ガウス基本関数表現における8つの係数の最適化により、計算時間を1分未満に短縮し、フル最適化と同等のT₂推定精度を達成した。
• 低次元手法はキャリブレーション用フィズプル実験において、標準的なフリップ角パターンを著しく上回り、T₂精度が向上した。
• 初期値の選択に頼らず、局所最適解を避けるという点で、フルスケール最適化とは異なりロバストであった。
• パラメトリック基本関数を用いることで、Cramér-Rao下界（rCRB）が効果的に最小化され、理論的推定精度の向上が確認された。
• 本手法により、迅速で反復可能かつスキャナ固有のMRFプロトコルチューニングが可能となり、臨床応用に実用的であることが示された。
• 重複するガウス関数の使用により、滑らかで物理的に妥当なフリップ角パターンが得られ、信号の多様性とパラメータ感度が向上した。