北京邮电大学宗芳荣与刘勇等：稀疏多维扩散-弛豫相关MRI的遗传优化和迭代重建框架
论论资讯 ｜ 2024-04-29 ｜
80热度
Computers in Biology and Medicine
Explore content
About the journal
Publish with us
A genetic optimisation and iterative reconstruction framework for sparse multi-dimensional diffusion-relaxation correlation MRI
Zong Fangrong; Wang Lixian; Liu Huabing; Xue Bing; Bai Ruiliang; Liu Yong
Published：2024-04-23
DOI：10.1016/j.compbiomed.2024.108508
研究背景
在当今社会，对于研究组织微结构的需求日益增加，然而现有的技术在获取详细结构信息时存在一定局限性。这就引出了一个问题：如何在保持结构分辨率的同时，缩短扫描时间，以更好地研究组织微结构？
研究内容
最近，研究人员在《计算生物学与医学》杂志上发表了一篇题为《基因优化与迭代重建框架用于稀疏多维扩散-弛豫相关MRI》的论文。该研究主要解决了多维扩散-弛豫相关（DRC）磁共振成像技术的问题。通过该技术，可以从弛豫时间和分子扩散的局部相关分布中解析出次像素组织的异质性。然而，这些技术的实施大大增加了总采集时间，简单地缩短扫描时间可能会牺牲详细的结构分辨率。为了克服这些限制，研究提出了一个优化框架，可以在临床可行的时间范围内获取人脑的微结构图。首先，利用遗传算法稀疏优化了多维DRC MRI方法的采集参数，根据相关图谱的谱分辨率、硬件要求和总扫描时间设计适应度函数。接下来，采用基于动态逆拉普拉斯变换（ILT）的数值算法处理获取的DRC MRI数据。然后，在迭代过程中利用来自一维数据的先验知识，以改善谱分辨率。最后，通过蒙特卡洛模拟和从MRI扫描仪上健康参与者获取的实验数据验证了提出的框架。结果表明，该方法可提供高分辨率的DRC图谱，与来自二维DRC采样空间的优化采集数据相对应，展现出不同的微结构。通过显著缩短扫描时间同时保持结构分辨率，这种方法可能使多维DRC MRI更广泛地用于生物和医学领域的定量评估。
研究意义
这项研究的创新之处在于提出了一种基因优化和迭代重建框架，可以在较短的时间内获取高分辨率的DRC图谱，从而在生物和医学环境中更广泛地应用。通过这一方法，研究人员可以更有效地研究组织微结构，为相关领域的发展提供了新的可能性。
学术热榜
查看全部
相关资讯
换一批