[論文レビュー] Zero-DeepSub: Zero-Shot Deep Subspace Reconstruction for Rapid Multiparametric Quantitative MRI Using 3D-QALAS

Yohan Jun, Yamin Arefeen+8 more|PubMed|Jul 4, 2023

Advanced MRI Techniques and Applications参考文献 86被引用数 7

ひとこと要約

本稿では、3D-QALASを用いた迅速かつ高精度な3Dマルチパラメトリック定量的MRIを実現するため、ゼロショットディープラーニングと低ランク部分空間モデリングを組み合わせたZero-DeepSubを提案する。スキャン固有のディープラーニングを部分空間フレームワーク内で活用することで、9倍の加速と従来のQALASに比べて低減されたアーティファクトを伴いながら、1 mm等方分解能で全脳T1、T2、およびプロトン密度マッピングを2分未塔で実現する。

ABSTRACT

The proposed subspace QALAS along with Zero-DeepSub enabled high fidelity and rapid whole-brain multiparametric quantification and time-resolved imaging.

研究の動機と目的

• 3D-QALASシーケンスを用いた迅速かつ高精度な3Dマルチパラメトリック定量的MRIのための手法を開発すること。
• 低ランク部分空間構造を活用することで、T1およびT2マッピングにおける再構成時間の短縮と画像の高精細化を実現すること。
• 微調整を必要とせず、スキャン固有のコントラストに一般化可能なゼロショットディープラーニングベースの再構成を可能にすること。
• 最大9倍の高加速要因を達成しつつ、正確性を維持し、生体内全脳イメージングにおけるノイズおよびアーティファクトを低減すること。

提案手法

• 時間的および空間的相関を時間ポイント全体にわたって活用するため、3D-QALASのk空間データに低ランク部分空間モデルを適用する。
• T1およびT2マッピングを低ランク部分空間再構成問題として定式化することで、必要な符号化ステップ数を削減する。
• 多様なスキャンコントラストでトレーニングされたゼロショットディープラーニングモデル（Zero-DeepSub）を、微調整なしに新たなスキャンに適用する。
• ディープラーニング部は、スキャン固有のパターンを学習することで再構成の精細度を向上させつつ、グローバルな部分空間構造を保持する。
• 部分空間モデリングとディープニューラルネットワークを組み合わせ、精度と速度の両立を最適化するフレームワークを構築する。
• 時間分解能を確保しつつ、高時間的および空間的分解能で全脳1 mm等方分解能のT1、T2およびPDマッピングを実現する。

実験結果

リサーチクエスチョン

• RQ1 低ランク部分空間モデリングは、T1およびT2マッピングの正確性を損なわず、3D-QALASの再構成を顕著に高速化できるか？
• RQ2 微調整を必要としないゼロショットディープラーニングは、部分空間ベースの3D-QALASにおける再構成精細度をどのように向上させるか？
• RQ3 提案手法は、生体内イメージングにおいてノイズ、ぼやけ、アーティファクトを最小限に抑えて、高い加速要因（例：9倍）を達成できるか？
• RQ4 部分空間モデリングとディープラーニングの組み合わせは、従来のQALASと比較してg要因マップおよび正確性の観点でどのように優れているか？
• RQ5 2分未塔のスキャン時間内で全脳1 mm等方分解能のマルチパラメトリックマッピングを達成できるか？

主な発見

• ファントム実験では、部分空間QALASが参照手法と良好な直線性を示し、特にT2マップにおいてバイアスが低減され、精度が向上した。
• 生体内実験では、最大9倍の加速でも、従来のQALASに比べてボクセルのぼやけ、ノイズ、アーティファクトが低減された。
• 本手法は、2分未塔のスキャン時間内で全脳T1、T2およびプロトン密度マッピングを1 mm等方分解能で達成した。
• g要因マップから、高アンダーサンプリング領域でもノイズ性能が向上し、より高い耐性を示すことが確認された。
• ゼロショットディープラーニング部は、微調整なしに多様なスキャンプロトコルにわたって高精細度を維持し、優れた一般化性能を示した。
• 従来のQALASと比較して、本手法は特に高加速要因下でもT1およびT2マッピングにおいて優れた正確性と低いバイアスを示した。