多尺度低秩加稀疏模型在加速超高场脑部4D Flow成像中的应用题录 |
| |
作者姓名: | 赵雪莹 曹瑞钰 朱盈桦 孙爱琦 苏佳斌 倪伟 王鹤 |
| |
作者单位: | 1. 复旦大学类脑人工智能科学与技术研究院;3. 复旦大学附属华山医院神经外科;4. 复旦大学附属中山医院神经内科 |
| |
基金项目: | 国家自然科学基金(81971583, 82271956); |
| |
摘 要: | 目的探讨多尺度低秩加稀疏模型在加速超高场脑部4D Flow成像中的应用。方法前瞻性收集2022年10月至2023年1月在复旦大学附属华山医院招募的健康志愿者10名, 男5名、女5名, 年龄23~35(29±4)岁。基于多尺度低秩(MLR)模型提出针对4D Flow数据特点的多尺度低秩加稀疏(MLRS)模型加速采集和重建算法。首先采用7.0 T MR对健康志愿者进行全采样脑部4D Flow扫描, 并对采集的数据进行不同加速倍数(R分别为4、8、12、16)的高斯分布欠采样。计算不同加速倍数下压缩感知(CS)模型、低秩加稀疏(L+S)模型、MLR模型和MLRS模型重建结果与全采样参考图像在血管掩模内的均方误差(RMSE)和峰值信噪比(PSNR), 模型间的比较采用配对样本t检验或Wilcoxon带符号秩检验。采用Pearson检验评估不同加速倍数下4种模型的血流动力学参数与全采样参考值的相关性, 相关系数的比较采用Wilcoxon带符号秩检验。结果相同加速倍数下RMSE从小到大依次为MLRS、MLR、L+S、CS模型, 且MLRS模型的RMSE显著低于MLR、L+S、CS模型(P<0...
|
关 键 词: | 磁共振成像 超高场 脑部4D Flow 压缩感知 多尺度低秩模型 |
|
|