[論文レビュー] Dictionary-free MR Fingerprinting reconstruction of balanced-GRE sequences

Alessandro Sbrizzi, Tom Bruijnen+3 more|arXiv (Cornell University)|Nov 24, 2017

Advanced MRI Techniques and Applications参考文献 28被引用数 12

ひとこと要約

本稿では、Bloch方程式を用いて信号発展をモデル化することで、バランスド-GRE MRフラクショナリングの辞書フリー再構成法を提案する。パrameter推定を非線形最小二乗問題として定式化し、事前計算された辞書に依存せずに、ロバストで高精度な定量的マッピングを実現する。低パスシーケンスを設計することで、滑らかな一時的信号応答を確保し、最適化のための安定した局所的最適解の形状を実現する。この手法により、高度にアンダーサンプリングされたデータにおいても反復的ソルバーがグローバル収束を達成でき、シミュレーションおよび1.5T臨床スキャンで検証された。

ABSTRACT

Magnetic resonance fingerprinting (MRF) can successfully recover quantitative multi-parametric maps of human tissue in a very short acquisition time. Due to their pseudo-random nature, the large spatial undersampling artifacts can be filtered out by an exhaustive search over a pre-computed dictionary of signal fingerprints. This reconstruction approach is robust to large data-model discrepancies and is easy to implement. The curse of dimensionality and the intrinsic rigidity of such a precomputed dictionary approach can however limit its practical applicability. In this work, a method is presented to reconstruct balanced gradient-echo (GRE) acquisitions with established iterative algorithms for nonlinear least-squares, thus bypassing the dictionary computation and the exhaustive search. The global convergence of the iterative approach is investigated by studying the transient dynamic response of balanced GRE sequences and its effect on the minimization landscape. Experimental design criteria are derived which enforce sensitivity to the parameters of interest and successful convergence. The method is validated on simulated and experimentally acquired MRI data. Keywords: MR Fingerprinting, quantitative MRI, Bloch equation, nonlinear least squares, sequence design.

研究の動機と目的

• 辞書ベースのMRフラクショナリングの限界、例えば高メモリ使用量、量子化誤差、B1+やオフレゾンランスなどの追加パrameterの取り扱いの不柔軟性を克服すること。
• 事前計算された辞書に依存せずに、T1, T2, ρ, ω, B1+, φ のマルチパラメトリックマップを、高度にアンダーサンプリングされたバランスド-GREデータから正確に再構成すること。
• 反復的非線形最小二乗ソルバーのグローバル収束を保証するように、最適化の目的関数の形状を調整するためのシーケンス設計戦略を開発すること。
• 1.5Tスキャナで得られたシミュレーションおよび実験的データを用いて、非辞書型手法の実現可能性と正確性を検証すること。

提案手法

• バランスド-GREシーケンスにおける信号発展をBloch方程式でモデル化し、MRフラクショナリング再構成を非線形最小二乗問題として定式化する。
• T1, T2 およびその他のパrameterに高い感度を持つように最適化問題を解き、滑らかな一時的信号応答を保証する低パスシーケンスを設計する。
• 勾配に基づく反復的アルゴリズム（例：Levenberg–Marquardt）を用いてデータ適合性コスト関数を最小化し、辞書計算の必要性を回避する。
• B1+送信フィールド、トランスシーブ位相φ、スライスプロファイル効果などの空間的に変化するパrameterを信号モデルに組み込み、精度を向上させる。
• 実験的設計の原則を応用し、目的関数をバケツ型、凸型に近い形状へと形状づけ、グローバル収束を促進する。
• 数値的シミュレーションおよび臨床用1.5Tスキャナからの生体内データを用いて、標準的な辞書ベース手法と比較して手法を検証する。

実験結果

リサーチクエスチョン

• RQ1 バランスド-GREシーケンスに対して、事前計算された辞書なしで非線形最小二乗最適化をMRフラクショナリング再構成に成功して適用できるか？
• RQ2 シーケンスの一次的信号応答が、非線形最小二乗最適化の収束形状にどのように影響を与えるか？
• RQ3 非辞書型再構成において、T1, T2, ρ, ω, B1+, φ に高い感度を持たせるとともに、グローバル収束を保証するためのシーケンス設計基準は何か？
• RQ4 提案手法は、辞書関連のアーティファクトや量子化誤差なしに、高度にアンダーサンプリングされた実世界のデータに対しても正確な定量的マッピングを達成できるか？
• RQ5 信号モデルにB1+およびスライスプロファイル効果を組み込むと、再構成精度および収束安定性にどのように影響を与えるか？

主な発見

• 提案された非辞書型手法は、反復的非線形最小二乗最適化を用いて、高々度にアンダーサンプリングされたバランスド-GREデータから、T1, T2, ρ, ω, B1+, φ マップを正確に再構成できた。
• 滑らかな一次的応答を持つシーケンスを設計することで、安定的でバケツ型の目的関数が得られ、非線形最小二乗ソルバーのグローバル収束が可能になった。
• 本手法は、シミュレーションおよび臨床用1.5T MRIデータの両方において、ロバストで高精度な再構成を達成し、辞書ベース手法と同等またはそれ以上の性能を示した。
• B1+およびスライスプロファイル効果を信号モデルに組み込むことで、特にB1+の不均一性が強い領域において、パラメータ推定の精度が顕著に向上した。
• 標準的なデスクトップPCとMATLABを用いた場合、ボクセル1つあたりの平均計算時間は約1秒であり、臨床応用の可能性を示した。
• チルト角を90°に低く抑えた低パスシーケンスであっても、良好な非辞書型再構成が可能であることが示され、高磁束密度アプリケーションへの柔軟性を示した。