MR fingerprinting reconstruction with Kalman filter 源文源自Magnetic Resonance Imaging杂志,杂志官网如下,论文可以去这里下载。本文是这篇文章的翻译和学习总结。
摘要
磁共振指纹(MRF)是一项新引入的定量MRI成像技术,它可以在单次采集中同时获取多参数图谱,大大提高了时间效率。当前的磁共振指纹图像重建是基于字典匹配的,这种方法离散的字典的有限性质,以及与字典重建相关的计算成本,如内存和匹配。
在本文中,我们描述了一种基于卡尔曼滤波的磁共振指纹重建方法,这种方法避免了字典的使用, 从而可以获取连续的MR参数测量值。利用这个卡尔曼滤波框架,反转恢复自由稳态进动(IR-bSSFP)MRF序列的布洛赫方程可以用来推导预测信号演变,采集信号则用于更新这一预测。在递归计算中,算法可以逐步估计准确的MR参数。利用卡尔曼滤波,我们执行了单个像素和数值头模仿真,并将实验结果与字典匹配重建算法的结果进行比较以证明卡尔曼滤波算法的可行性,并评估它的性能。
关键词
磁共振指纹,卡尔曼滤波,字典匹配,布洛赫方程