[논문 리뷰] OCMR (v1.0)--Open-Access Multi-Coil k-Space Dataset for Cardiovascular Magnetic Resonance Imaging

Chong Chen, Yingmin Liu외 6명|arXiv (Cornell University)|2020. 08. 08.

Advanced MRI Techniques and Applications참고 문헌 28인용 수 29

한 줄 요약

OCMR (v1.0)은 가속화된 심장 MRI 재구성 기법의 객관적 평가 및 비교를 가능하게 하기 위해 설계된 오픈 액세스이며, 다중 코ils k-space 데이터셋입니다. 이 데이터셋은 53개의 완전 샘플링 및 212개의 사전에 미리 저 sampling된 심장 씨네 MRI 스캔을 포함하며, 특히 자유호흡 상태에서의 가속화된 영상과 관련된 재구성 기법의 정량적 및 정성적 평가를 지원합니다. 데이터셋은 ISMRMRD 준수 HDF5 포맷으로 MATLAB 및 Python 인터페이스를 통해 접근 가능합니다.

ABSTRACT

Cardiovascular MRI (CMR) is a non-invasive imaging modality that provides excellent soft-tissue contrast without the use of ionizing radiation. Physiological motions and limited speed of MRI data acquisition necessitate development of accelerated methods, which typically rely on undersampling. Recovering diagnostic quality CMR images from highly undersampled data has been an active area of research. Recently, several data acquisition and processing methods have been proposed to accelerate CMR. The availability of data to objectively evaluate and compare different reconstruction methods could expedite innovation and promote clinical translation of these methods. In this work, we introduce an open-access dataset, called OCMR, that provides multi-coil k-space data from 53 fully sampled and 212 prospectively undersampled cardiac cine series.

연구 동기 및 목표

• 가속화된 심장 MRI 재구성 기법을 평가하고 비교하기 위한 공개 가능하고 표준화된 데이터셋의 부족을 해결하기 위해.
• 특히 기계학습 기반 기법을 포함한 고급 재구성 기법의 임상적 적용을 지원하기 위해 공통의 데이터 플랫폼을 제공하기 위해.
• 완전 샘플링 데이터를 통한 정량적 비교와 자유호흡 상태에서의 사전에 저 sampling된 데이터를 통한 정성적 평가를 모두 가능하게 하기 위해.
• 재현 가능한 연구를 위해 다양한 심장 씨네 영상에서 수집된 탈식별화된 고해상도 k-space 데이터를 제공하기 위해.
• 향후 2D 위상 대비 MRI와 같은 다른 심장 MRI 응용 분야로의 확장을 위한 기반을 마련하기 위해.

제안 방법

• 임상 MRI 스캐너를 사용하여 53개의 완전 샘플링 및 212개의 사전에 저 sampling된 다중 코일 k-space 데이터를 수집합니다.
• 데이터는 ISMRMRD 준수 HDF5 형식으로 저장되며, 9차원 배열 구조([kx, ky, kz, coil, phase, set, slice, rep, avg])를 가집니다.
• 무료로 제공되는 MATLAB 워핑(wrapper) 파일(read_ocmr.m)과 Python 인터페이스(read_ocmr.py)를 통해 데이터 로딩 및 파rameter 추출이 원활하게 이루어집니다.
• FOV, 시간 해상도, 플립 각도, 시퀀스 유형 등의 수집 파rameter가 포함된 구조체(param)가 포함되어 있어 정확한 재구성 및 분석이 가능합니다.
• 읽기 방향에서 2배 과표본화(oversampling)를 보정하기 위해 1D FFT를 읽기 방향으로 수행하고 중심 50%를 잘라내는 전처리 단계를 권장합니다.
• 모든 데이터는 수동 점검을 통해 보호된 건강 정보 및 얼굴 특징이 제거된 탈식별화된 상태로 제공됩니다.

실험 결과

연구 질문

• RQ1 기존 및 새로운 이미지 재구성 알고리즘은 얼마나 높은 저 sampling 비율의 자유호흡 상태에서의 심장 씨네 MRI 데이터에서 성능을 발휘할 수 있는가?
• RQ2 표준화된 오픈 액세스 k-space 데이터셋이 재구성 기법 평가의 재현 가능성과 공정성 향상에 얼마나 기여하는가?
• RQ3 완전 샘플링 및 사전에 저 sampling된 데이터를 모두 포함함으로써 정량적 및 정성적 기법 벤치마킹이 가능해지는가?
• RQ4 다양한 샘플링 패턴(예: 가짜 랜덤, 비대칭 에코)이 재구성 성능과 영상 품질에 미치는 영향은 어떠한가?
• RQ5 다중 코일 데이터 구조 및 수집 파rameter는 기계학습 기반 재구성 모델의 일반화 능력에 어떤 영향을 미치는가?

주요 결과

• OCMR (v1.0)은 53개의 완전 샘플링 및 212개의 사전에 저 sampling된 심장 씨네 MRI 데이터셋을 제공하며, 모두 다중 코일 k-space 데이터와 탈식별화된 환자 정보를 포함합니다.
• MATLAB 및 Python 인터페이스를 통해 접근 가능하며, ISMRMRD 준수 HDF5 파일 읽기 및 파rameter 추출을 위한 사전 구축된 워핑이 제공됩니다.
• k-space 데이터는 공간 인코딩, 코일 요소, 시간 프레임, 반복/평균화를 포함한 9차원으로 구성되어 있어 세밀한 재구성 분석이 가능합니다.
• 공간 해상도는 다음과 같은 공식을 사용해 계산할 수 있습니다: [FOV(1)/size(kData,1), FOV(2)/size(kData,2), FOV(3)/size(kData,3)].
• 읽기 방향에는 2배 과표본화가 포함되어 있어, 정확한 FOV 복원을 위해 1D FFT 수행 및 중심 부분 자르기 전처리가 필요합니다.
• 이 데이터셋은 완전 샘플링 데이터를 통한 정량적 평가와 저 sampling된 자유호흡 데이터를 통한 정성적 평가를 모두 지원하도록 설계되었습니다.