[논문 리뷰] Zero-DeepSub: Zero-Shot Deep Subspace Reconstruction for Rapid Multiparametric Quantitative MRI Using 3D-QALAS

Yohan Jun, Yamin Arefeen외 8명|PubMed|2023. 07. 04.

Advanced MRI Techniques and Applications참고 문헌 86인용 수 7

한 줄 요약

이 논문은 3D-QALAS를 사용하여 빠르고 고정밀도의 3D 다중 매개변수 정량 MRI를 실현하기 위해 저랭크 부분공간 모델링과 결합된 제로샷 딥러닝 방법인 Zero-DeepSub를 제안한다. 부분공간 프레임워크 내에서 스캔에 특화된 딥러닝을 활용함으로써, 9배 가속화와 더불어 기존 QALAS에 비해 잡음과 아티팩트를 감소시키면서 2분 이내에 전체 뇌 T1, T2 및 프로톤 밀도 영상 매핑을 1 mm 등방성 해상도로 수행한다.

ABSTRACT

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

연구 동기 및 목표

• 3D-QALAS 시퀀스를 사용한 빠르고 정확한 3D 다중 매개변수 정량 MRI 방법 개발
• 저랭크 부분공간 구조를 활용하여 T1 및 T2 매핑의 재구성 시간을 단축하고 정밀도를 향상
• 세부 캘리브레이션 없이도 다양한 스캔 특성에 일반화되는 제로샷 딥러닝 기반 재구성 가능
• 정밀도를 유지하면서 최대 9배의 고가속도를 달성하고, 생체 내 전체 뇌 영상에서 노이즈와 아티팩트를 최소화

제안 방법

• 시간 점간의 시간적 및 공간적 상관관계를 활용하기 위해 3D-QALAS k-space 데이터에 저랭크 부분공간 모델 적용
• T1 및 T2 매핑을 저랭크 부분공간 재구성 문제로 재정의하여 필요한 인코딩 단계 수 감소
• 다양한 스캔 특성에 대해 훈련된 제로샷 딥러닝 모델(Zero-DeepSub)을 새로운 스캔에 대해 캘리브레이션 없이 적용
• 딥러닝 구성요소는 스캔에 특화된 패턴을 학습하면서도 전반적인 부분공간 구조를 유지함으로써 재구성 정밀도 향상
• 부분공간 모델링과 딥뉴럴넷을 조합하여 정확도와 속도를 동시에 최적화하는 프레임워크 구축
• 시간 해상도 영상 및 고시간-공간 해상도의 전체 뇌 1 mm 등방성 T1, T2 및 PD 매핑 가능

실험 결과

연구 질문

• RQ1 저랭크 부분공간 모델링이 T1 및 T2 매핑 정확도를 유지하면서 3D-QALAS의 가속화에 상당한 기여를 할 수 있는가?
• RQ2 새로운 스캔에 대해 캘리브레이션 없이 제로샷 딥러닝이 부분공간 기반 3D-QALAS의 재구성 정밀도를 어떻게 향상시키는가?
• RQ3 제안된 방법이 생체 내 영상에서 노이즈, 흐림, 아티팩트를 최소화하면서 최대 9배의 고가속도를 달성할 수 있는가?
• RQ4 부분공간 모델링과 딥러닝의 조합이 기존 QALAS에 비해 g-요소 지도 및 정밀도 측면에서 어떻게 비교되는가?
• RQ5 2분 이내의 스캔 시간 내에 전체 뇌 1 mm 등방성 다중 매개변수 매핑을 달성할 수 있는가?

주요 결과

• 모형 실험에서는 부분공간 QALAS가 기준 방법과 양호한 선형성을 보이며, 특히 T2 매핑에서 편향 감소와 정밀도 향상을 확인
• 생체 내 결과에서는 최대 9배 가속화에서도 기존 QALAS에 비해 볼륨 블러링, 노이즈 및 아티팩트 감소
• 스캔 시간 2분 이내에 전체 뇌 T1, T2 및 프로톤 밀도 매핑을 1 mm 등방성 해상도로 달성
• g-요소 지도는 가속화에 대한 강건성을 확인하며 고저려우밍 영역에서 더 나은 노이즈 성능을 입증
• 제로샷 딥러닝 구성요소는 캘리브레이션 없이 다양한 스캔 프로토콜에 걸쳐 고정밀도를 유지하여 강력한 일반화 성능 입증
• 기존 QALAS에 비해 T1 및 T2 매핑에서 뛰어난 정밀도와 낮은 편향을 보이며, 특히 고가속도 영역에서 두드러진 성능 향상