[論文レビュー] Parallel Magnetic Resonance Imaging

Martin Uecker|arXiv (Cornell University)|Jan 25, 2015

Advanced MRI Techniques and Applications参考文献 1被引用数 15

ひとこと要約

本論文は、k-spaceのアンダーサンプリングと複数の受信コイルを用いることで、MRIの長時間スキャンという問題を解決するための並列MRI（pMRI）の包括的概要を提示している。画像再構成を不適切に条件付けられた逆問題として定式化し、正則化、離散化、反復的手法を導入する。また、自己キャリブレーション、近似理論、圧縮センシングといった高度なトピックと関連付ける。

ABSTRACT

The main disadvantage of Magnetic Resonance Imaging (MRI) are its long scan times and, in consequence, its sensitivity to motion. Exploiting the complementary information from multiple receive coils, parallel imaging is able to recover images from under-sampled k-space data and to accelerate the measurement. Because parallel magnetic resonance imaging can be used to accelerate basically any imaging sequence it has many important applications. Parallel imaging brought a fundamental shift in image reconstruction: Image reconstruction changed from a simple direct Fourier transform to the solution of an ill-conditioned inverse problem. This work gives an overview of image reconstruction from the perspective of inverse problems. After introducing basic concepts such as regularization, discretization, and iterative reconstruction, advanced topics are discussed including algorithms for auto-calibration, the connection to approximation theory, and the combination with compressed sensing.

研究の動機と目的

• MRIの根本的制限要因である長時間スキャンを解消するため、並列イメージングによるデータ取得の高速化に寄与する。
• 複数の受信コイルを用いてアンダーサンプリングされたk-spaceデータから画像を再構成する課題を克服する。
• MRI再構成を不適切に条件付けられた逆問題として再定式化し、より高速かつ効率的なイメージングを可能にする。
• 自己キャリブレーション、近似理論、圧縮センシングといった高度な技術をpMRIフレームワークに統合する。
• 医療画像と逆問題分野の研究者を対象に、pMRI再構成手法を統一的視点から提示する。

提案手法

• pMRIにおける画像再構成を不適切に条件付けられた逆問題として定式化し、解の安定化のための正則化を要する。
• 連続的な画像再構成を解ける数値問題に変換するための離散化技術を適用する。
• 反復的再構成アルゴリズムを実装し、より高い精度と安定性を達成する。
• アンダーサンプリングデータから直接コイル感度マップを推定できる自己キャリブレーション技術を統合する。
• 近似理論との接続を活用し、pMRI再構成の理論的基盤を強化する。
• 圧縮センシングの原則を統合し、変換領域における画像のスパarsityを活用してさらなる取得高速化を実現する。

実験結果

リサーチクエスチョン

• RQ1 並列イメージングは、診断的画像品質を維持したまま、MRIスキャン時間をどの程度短縮できるか？
• RQ2 アンダーサンプリングされたk-spaceデータからの画像再構成における数学的・計算的課題は何か？
• RQ3 正則化はpMRIにおける画像再構成の安定性をどのように向上させるか？
• RQ4 自己キャリブレーションと圧縮センシングは、並列イメージングの性能をどのように向上させるか？
• RQ5 近似理論と逆問題フレームワークは、pMRIの理論的理解をどのように深めるか？

主な発見

• 並列イメージングは、複数の受信コイルを用いてアンダーサンプリングされたk-spaceデータから画像を再構成することで、MRIスキャンの顕著な高速化を可能にする。
• pMRIにおける画像再構成は本質的に不適切に条件付けられた逆問題であり、安定した解を得るには正則化と反復的手法が不可欠である。
• 自己キャリブレーション技術により、外部キャリブレーションスキャンを必要とせず、自己一貫性のあるコイル感度マップ推定が可能となり、再構成精度が向上する。
• pMRIに圧縮センシングを統合することで、画像表現におけるスパarsityを活用し、さらなる取得高速化が実現される。
• 近似理論との理論的接続により、pMRI再構成アルゴリズムの収束性と精度に関するより深い洞察が得られる。
• このフレームワークは、任意のMRIシーケンスに適用可能であり、臨床的および研究的画像診断において広範に有用である。