[論文レビュー] Simultaneous Reduction of Two Common Autocalibration Errors in GRAPPA EPI Time Series Data

Daniel Sheltraw, Ben Inglis+2 more|arXiv (Cornell University)|Aug 5, 2012

Advanced MRI Techniques and Applications参考文献 13被引用数 6

ひとこと要約

本論文は、GRAPPA EPI時系列における2つの主要な自己キャリブレーション誤差を同時に低減する手法を提案する。RショットACS取得中のショット間信号摂動によるアーティファクトと、最適でないACSデータ選択の問題を解決する。位相補正スキャンを摂動に敏感なナビゲーターとして用いることで、最小二乗平均平方偏差（RMS）誤差指標を計算し、最もクリアな完全なACSデータセットを選択する。これにより、わずかなスキャン時間の追加で画像品質と時間的SNRが顕著に向上する。

ABSTRACT

The GRAPPA (GeneRalized Autocalibrating Partially Parallel Acquisitions) method of parallel MRI makes use of an autocalibration scan (ACS) to determine a set of synthesis coefficients to be used in the image reconstruction. For EPI time series the ACS data is usually acquired once prior to the time series. In this case the interleaved R-shot EPI trajectory, where R is the GRAPPA reduction factor, offers advantages which we justify from a theoretical and experimental perspective. Unfortunately, interleaved R-shot ACS can be corrupted due to perturbations to the signal (such as direct and indirect motion effects) occurring between the shots, and these perturbations may lead to artifacts in GRAPPA-reconstructed images. Consequently we also present a method of acquiring interleaved ACS data in a manner which can reduce the effects of inter-shot signal perturbations. This method makes use of the phase correction data, conveniently a part of many standard EPI sequences, to assess the signal perturbations between the segments of R-shot EPI ACS scans. The phase correction scans serve as navigator echoes, or more accurately a perturbation-sensitive signal, to which a root-mean-square deviation perturbation metric is applied for the determination of the best available complete ACS data set among multiple complete sets of ACS data acquired prior to the EPI time series. This best set (assumed to be that with the smallest valued perturbation metric) is used in the GRAPPA autocalibration algorithm, thereby permitting considerable improvement in both image quality and temporal signal-to-noise ratio of the subsequent EPI time series at the expense of a small increase in overall acquisition time.

研究の動機と目的

• Rショット自己キャリブレーションスキャンにおけるショット間信号摂動が引き起こすGRAPPA再構成時系列画像のアーティファクトを是正すること。
• 平行撮影EPIにおける画像品質と時間的信号対雑音比（tSNR）を向上させるために、最も安定したACSデータセットを選択すること。
• 既存の位相補正スキャンを、ACS取得中のショット間信号摂動を検出するナビゲーターとして活用すること。
• 摂動度が最小となるACSデータセットを選択することで、誤差の拡大を抑えて堅牢なGRAPPA再構成を実現すること。
• アーティファクトを低減しつつ、高い加速効率を維持すること。特に、磁場不均一性および運動由来の信号ドリフトの影響を軽減すること。

提案手法

• RショットインタリーブドEPIトレジャクトリを用いて自己キャリブレーションスキャン（ACS）データを取得し、1ショットACSに比べて磁場不均一性の影響をより効果的に扱えるようにする。
• 標準的なEPIシーケンスに既に存在する位相補正スキャンを、ACSショットセグメント間の信号安定性をモニタリングするナビゲーターエコーとして利用する。
• 事前に時系列画像取得前に複数の完全なACSデータセットを取得し、それらの信号摂動を定量化するために、平均二乗（RMS）偏差指標を適用する。
• RMS摂動値が最小となるACSデータセットを、GRAPPA自己キャリブレーションの最適入力として選択し、汚染されたデータに起因する誤差を最小限に抑える。
• 選択された最適ACSデータをGRAPPA再構成プロセスに組み込み、コイル感度情報を利用して欠落したk空間線を合成する。
• ブロック単位の係数推定戦略を採用し、コイル感度およびシステムオペレータの空間的変化が緩やかであると仮定して、局所的に合成係数を計算する。

実験結果

リサーチクエスチョン

• RQ1 RショットACS取得中のショット間信号摂動が、EPI時系列におけるGRAPPA再構成品質にどのように影響を与えるか？
• RQ2 位相補正スキャンをナビゲーターとして再利用することで、ACSデータ内の信号不安定性を効果的に検出・定量化できるか？
• RQ3 摂動が最小限のACSデータセットを選択することで、GRAPPA再構成EPI時系列の画像品質と時間的SNRにどのような影響を与えるか？
• RQ4 他の選択基準と比較して、RMS摂動指標は、最も信頼性の高いACSデータセットを特定する上でどのように優れているか？
• RQ5 提案手法は、標準的な1ショットまたは選択なしのRショットACS手法と比較して、アーティファクトをどの程度低減できるか？

主な発見

• 提案手法により、ショット間信号摂動に起因するアーティファクトが低減され、GRAPPA再構成EPI時系列の画像品質が顕著に向上した。
• 時間的信号対雑音比（tSNR）は、RMS摂動指標が最小となるACSデータセットを選択することで顕著に向上した。
• 位相補正スキャンをナビゲーターとして利用することで、追加のハードウェアやシーケンス変更なしに、ACSデータ安定性の堅牢でリアルタイムな評価が可能になった。
• 本手法は高い加速効率を維持しており、標準的なEPIシーケンスと互換性があり、実装にはわずかなソフトウェアレベルの変更のみを要する。
• 最適ACSデータセットの選択により、欠落したk空間線の合成がより正確に行われ、再構成誤差が低減され、再現性が向上した。
• 特に、磁場不均一性や信号ドリフトが顕著に現れる高磁場強度および高還元因子の条件下で、本手法は顕著に有効であった。