ВВЕДЕНИЕ 3
1. ОБЗОР ЛИТЕРАТУРЫ 5
1.1 К-пространство 5
1.1.1 Математическое описание k-пространства 5
1.1.2 Процесс формирования изображения 7
1.2 Частичные методы реконструкции изображения 10
1.2.1 Частичная Фурье реконструкция: сопряженная симметрия.10
1.2.1.1 Нулевое заполнение 13
1.2.1.2 Homodyne метод 14
1.2.2 Метод «замочной скважины» 18
2. ПРАКТИЧЕСКАЯ ЧАСТЬ 21
2.1 Моделирование классических алгоритмов для реконструкции
изображений 21
2.2 Моделирование динамической серии МРТ изображений: метод
«замочной скважины» и TRICKS 24
2.3 Оценка качества изображений 29
ЗАКЛЮЧЕНИЕ 32
СПИСОК ЛИТЕРАТУРЫ 33
Приложения
Магнитно-резонансная томография (МРТ) - это метод отображения, используемый, главным образом, в медицинских установках, для получения высококачественных изображений органов человеческого тела. МРТ основана на принципах ядерного магнитного резонанса (ЯМР), методе спектроскопии, используемом учеными для получения данных о химических и физических свойствах молекул. МРТ, как метод томографического отображения, позволяет получать снимки тела в разных плоскостях, что, в свою очередь, дает возможность точно и достоверно диагностировать внушительный список заболеваний и получать подробную информацию о состоянии организма.
Данные МРТ до преобразования в изображение (исходные или необработанные данные) - это то, что называют k-пространством, которое помогает понять, как производится сбор данных МРТ изображения, и как действуют различные импульсные последовательности.
Получение качественного томографического изображения с хорошим пространственным и временным разрешением требует длительного времени. Но благодаря методам быстрого получения снимков, мы значительно сокращаем время формирования изображения, уменьшая объем собираемых данных.
Чтобы получить качественный результат при визуализации динамических или изменяющихся во времени процессов, таких как движение сердца, усиление контраста после болюсной инъекции, общее движение или отслеживание катетера, нужно соблюдать компромисс между пространственным и временным разрешением. Одним из способов достижения компромисса является использование методов частичного заполнения k- пространства. В этой работе мы рассматриваем подмножество методов сокращенных кодировок, подобных заполнению нулями, сопряженной симметрии, Homodyne метод, методам «замочной скважины» [1,2,3]. Все эти методы могут быть представлены общей численной моделью, которая теоретически объединяет их и позволяет концептуально понять их характеристики.
Цель данной работы заключалась в моделировании быстрых методов получения МРТ изображений, позволяющих ускорить процесс формирования изображений без существенного ухудшения пространственного разрешения и качества томографических снимков. В ходе данной работы были поставлены следующие задачи:
• Моделирование алгоритмов с частичным заполнением k-пространства для получения одиночных изображений;
• Моделирование алгоритмов с частичным заполнением k-пространства для получения динамической серии МРТ изображений, в частности, для наблюдения прохождения болюса контрастного вещества через сосуды.
В результате моделирования методов с использования частичных методов реконструкции наилучший результат был получен Homodyne методом. Этот метод дает свободные от артефактов изображения при условии, что фаза сигнала изображения меняется медленно, т.е. это означает, что можно описать фазу, используя только низкочастотное содержание изображения. Данный результат согласуется с результатами работы [21].
В моделирование алгоритмов быстрого измерения динамической серии МРТ изображений, методы TRICKS и «замочной скважины» достаточно близки по качеству визуализации сосудов, однако метод более TRICKS эффективен для визуализации мелких деталей изображения.
В качестве преимущественных сторон изученных методов можно отметить следующее:
- Увеличение скорости получения изображений;
- Улучшение контраста получаемого изображения;
- Улучшение отношения сигнал/шум;
- Отсутствие видимых артефактов.
1. Bernstein, M.A. Handbook of MRI Pulse Sequences [Text] / M.A. Bernstein,
K.F. King, X.J. Zhou. - Elsevier Science , 2004. - 1015 p.
2. Vaals, J.J. «Keyhole» Method for Accelerating Imaging of Contrast Agent Uptake [Text] / J. J. van Vaals, M. E. Brummer, W.T. Dixon, H. H. Tuithof, H. Engels, R. C. Nelson, B. M. Gerety, J. L. Chezmar, J. A. den Boer // Journal of Magnetic Resonance Imaging. - 1993. - Vol. 3, Issue 4. - P. 671¬675.
3. Paul, J.S. A higher dimensional homodyne filter for phase sensitive partial Fourier reconstruction of magnetic resonance imaging [Text] / J.S. Paul, U. Krishna, S. Pillai // Magnetic Resonance Imaging. - 2015. - Vol.33, Issue 9. - P. 1114-1125.
4. Mozafari, M. Model-Based Tissue Quantification from Simulated Partial k- Space MRI Data [Text] / M. Mozafari, B.Eng - 2008. - P. 118.
5. Moratal, D. k-Space tutorial: an MRI educational tool for a better understanding of k-space [Text] / D. Moratal, A. Valles-Luch, L. Marti- Bonmat, M.E. Brummer // Biomedical Imaging and Intervention Journal. - 2008. - Vol.4, Issue 1.
6. Qureshi, M. Journey through k-space: an interactive educational tool [Text] /
M. Qureshi, M. Kaleem, H. Omer // Biomedical Research. - 2017. - Vol. 28, Issue 4. - P.1618-1623.
7. Holgersson, R. Reconstruction of Echo Planar Images used in Functional
MRI [Электронный ресурс] / R. Holgersson, M.Svard. - Institute of
Technology Linkoping University, 2004. - Режим доступа:
https://www.imt.liu.se/edu/courses/TBMI02/pdfs/hs04.pdf.
8. Pauly, J. Partial k-Space Reconstruction [Электронный ресурс] - 2005. -
Режим доступа: http://ee-classes.usc.edu/ee591/library/Pauly-
PartialKspace.pdf
9. Huang, F. Partial Fourier Reconstruction Through Data Fitting and Convolution in k-Space [Text] / F. Huang, W. Lin, Y. Li //Magnetic Resonance in Medicine. - 2009. - Vol. 62, Issue 5. - P. 1261-1269.
10. Bashir, S. Analysis of Partial k-space reconstruction algorithms for Magnetic Resonance Imaging [Text] / S. Bashir, S.D. Joshi, S. Shabir //Issues andChallenges in Intelligent Computing Techniques (ICICT). Conference Paper. - 2014. - P.736 -742.
11. Jhamb, T. A Review on Image Reconstruction through MRI k-Space Data [Text] / T. Jhamb, V. Rejathalal, V.K. Govindan // Modern Education and Computer Science. - 2015. - Vol.7. - P. 42-59.
12. Questions and Answers in MRI [Электронный ресурс] / Partial Fourier Techniques, 2017. - Сайт. - Режим доступа к сайту:http://mri-q.com/partial-fourier.html. - Загл. с экрана.
13. Lee, D. Dynamic keyhole: A novel method to improve MR images in the presence of respiratory motion for real-time MRI [Text] / D. Lee, S. Pollock, B. Whelan, P. Keall, T. Kim // Medical physics. - 2014. - Vol.41, Issue 7. - P. 072304(1)-072304(8).
14. Krishnan, S. K-Space Acquisition Method for Dynamic Contrast-Enhanced MRI : Application to Breast Tumors [Text] / S. Krishnan - 2004. - P. 128.
15. Lee, D. Quantifying the accuracy of the tumor motion and area as a function of acceleration factor for the simulation of the dynamic keyhole magnetic resonance imaging method [Text] / D. Lee, P.B. Greer, S. Pollock, T. Kim, P. Keall // Medical physics. - 2016. - Vol. 43, Issue 5. - P. 2639-2648.
16. Landi, G. Numerical methods for dynamic Magnetic Resonance Imaging [Электронный ресурс] /http: //amsacta.unibo .it/1126/1 /head mri .pdf.
17. Agarwal, H. Fast Motion Imaging Using Reduced Field of View Partial Fourier MRI [Text] / H. K. Agarwal, K. Z. Abd-Elmoniem, J. L. Prince // Conference Paper in Proceedings. IEEE International Symposium on Biomedical Imaging: from nano to macro. - 2007. - P. 620-623.
18. Sinha, N. Dynamic MR Imaging using generalized series [Text] / N. Sinha, M. Saranathan, A. G. Ramakrishnan // International Journal of Magnetic Resonance Imaging. - 2010. - Vol. 2, Issue 1. - P. 3-21.
19. Ji, J. An Improved TRICKS Method for Dynamic Contrast-Enhanced Tumor Imaging [Text] / J. Ji, M. Aref // Proceedings International Society for Magnetic Resonance in Medicine. Conference Paper. - 2009. - Vol.11. - P. 2123-2123.
20. Center for Advanced Imaging Innovation and Research [Электронный ресурс] / Practical Magnetic Resonance Imaging II, 2015. - Сайт. - Режим доступа к сайту:http://cai2r.net/biomedical-imaging/practical-magnetic-resonance-imaging-ii
21. Сизиков, В.С. Обратные прикладные задачи и Matlab: Учебное пособие / В. С. Сизиков. - СПб.: Издательство «Лань», 2011. - 256 с.
22. Chen, Z. Adaptive keyhole methods for dynamic magnetic resonance image reconstruction [Text] / Z. Chen, J. Zhang, K.K. Pang // Computerized Medical Imaging and Graphics. - 2007. - Vol.31, Issue 6. - P. 458-468.
23. Azimzadeh, P. Fast Fourier transform with examples in Matlab [Электронный ресурс] / StudyLib, 2015. - Сайт. - Режим доступа к сайту: http://studylib.net/doc/18577006/fast-fourier-transform-with-examples-in-matlab.