論文の概要: Automated Design of Pulse Sequences for Magnetic Resonance Fingerprinting using Physics-Inspired Optimization

• arxiv url: http://arxiv.org/abs/2106.04740v2
• Date: Mon, 10 Jan 2022 19:50:26 GMT
• ステータス: 処理完了
• システム内更新日: 2023-03-27 06:19:27.934426
• Title: Automated Design of Pulse Sequences for Magnetic Resonance Fingerprinting using Physics-Inspired Optimization
• Title（参考訳）: 物理インスパイア最適化を用いた磁気共鳴フィンガープリンティングのためのパルスシーケンスの自動設計
• Authors: Stephen P. Jordan, Siyuan Hu, Ignacio Rozada, Debra F. McGivney, Rasim Boyacioglu, Darryl C. Jacob, Sherry Huang, Michael Beverland, Helmut G. Katzgraber, Matthias Troyer, Mark A. Griswold, and Dan Ma
• Abstract要約: MRF(Magnetic Resonance Fingerprinting)は、任意のパルス配列からT1やT2の緩和速度などの定量的組織特性を抽出する手法である。 ここでは、物理に着想を得た最適化を適用することで、MRFパルス列のデ・ノボ自動設計を行う。
• 参考スコア（独自算出の注目度）: 0.8711988786121446
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Magnetic Resonance Fingerprinting (MRF) is a method to extract quantitative tissue properties such as T1 and T2 relaxation rates from arbitrary pulse sequences using conventional magnetic resonance imaging hardware. MRF pulse sequences have thousands of tunable parameters which can be chosen to maximize precision and minimize scan time. Here we perform de novo automated design of MRF pulse sequences by applying physics-inspired optimization heuristics. Our experimental data suggests systematic errors dominate over random errors in MRF scans under clinically-relevant conditions of high undersampling. Thus, in contrast to prior optimization efforts, which focused on statistical error models, we use a cost function based on explicit first-principles simulation of systematic errors arising from Fourier undersampling and phase variation. The resulting pulse sequences display features qualitatively different from previously used MRF pulse sequences and achieve fourfold shorter scan time than prior human-designed sequences of equivalent precision in T1 and T2. Furthermore, the optimization algorithm has discovered the existence of MRF pulse sequences with intrinsic robustness against shading artifacts due to phase variation.
• Abstract（参考訳）: MRF(Magnetic Resonance Fingerprinting)は、従来の磁気共鳴イメージングハードウェアを用いて、任意のパルス配列からT1やT2緩和率などの定量的組織特性を抽出する手法である。 MRFパルスシーケンスは数千の可変パラメータを持ち、精度を最大化しスキャン時間を最小化するために選択できる。 ここでは,物理に触発された最適化ヒューリスティックスを適用し,mrfパルス列の自動設計を行う。 実験データから,高アンダーサンプリングの臨床的条件下でのMRFスキャンにおけるランダムな誤差よりも系統的な誤差が優位であることが示唆された。 したがって,統計誤差モデルに着目した事前最適化とは対照的に,フーリエアンサンプと位相変動から生じる系統的誤差の明示的な第一原理シミュレーションに基づくコスト関数を用いる。 得られたパルスシーケンスは、従来使用されていたmrfパルスシーケンスと質的に異なる特徴を持ち、t1とt2で同等精度のヒトが設計したシーケンスよりも4倍短い走査時間を達成する。 さらに, 位相変化によるシェーディングアーチファクトに対する本質的な堅牢性を有するMRFパルス列の存在を最適化アルゴリズムにより確認した。

関連論文リスト

• Trajectory Flow Matching with Applications to Clinical Time Series Modeling [77.58277281319253]
  Trajectory Flow Matching (TFM) は、シミュレーションのない方法でニューラルSDEを訓練し、ダイナミックスを通してバックプロパゲーションをバイパスする。 絶対的性能と不確実性予測の観点から,3つの臨床時系列データセットの性能向上を実証した。
  論文  参考訳（メタデータ） (2024-10-28T15:54:50Z)
• qMRI Diffuser: Quantitative T1 Mapping of the Brain using a Denoising Diffusion Probabilistic Model [1.1278063431495107]
  定量的MRI(qMRI)は、組織特性に関連する客観的パラメータを提供することにより、重み付け画像よりも大きな利点を提供する。 深層学習に基づく手法は、一連の重み付き画像から定量的マップを推定する効果を実証している。 深部生成モデルを用いたqMRIの新しい手法であるqMRIディフューザを提案する。
  論文  参考訳（メタデータ） (2024-07-23T13:49:19Z)
• SMRD: SURE-based Robust MRI Reconstruction with Diffusion Models [76.43625653814911]
  拡散モデルは、高い試料品質のため、MRIの再生を加速するために人気を博している。 推論時に柔軟にフォワードモデルを組み込んだまま、効果的にリッチなデータプリエントとして機能することができる。 拡散モデル(SMRD)を用いたSUREに基づくMRI再構成を導入し,テスト時の堅牢性を向上する。
  論文  参考訳（メタデータ） (2023-10-03T05:05:35Z)
• One-Dimensional Deep Image Prior for Curve Fitting of S-Parameters from Electromagnetic Solvers [57.441926088870325]
  Deep Image Prior(ディープ・イメージ・プライオリ、ディープ・イメージ・プライオリ、DIP)は、ランダムなd畳み込みニューラルネットワークの重みを最適化し、ノイズや過度な測定値からの信号に適合させる技術である。 本稿では,Vector Fitting (VF) の実装に対して,ほぼすべてのテスト例において優れた性能を示す。
  論文  参考訳（メタデータ） (2023-06-06T20:28:37Z)
• Optimizing Sampling Patterns for Compressed Sensing MRI with Diffusion Generative Models [75.52575380824051]
  圧縮センシングマルチコイルMRIにおけるサブサンプリングパターンを最適化する学習手法を提案する。 拡散モデルとMRI計測プロセスにより得られた後部平均推定値に基づいて1段階の再構成を行う。 本手法では,効果的なサンプリングパターンの学習には5つのトレーニング画像が必要である。
  論文  参考訳（メタデータ） (2023-06-05T22:09:06Z)
• Joint MR sequence optimization beats pure neural network approaches for spin-echo MRI super-resolution [44.52688267348063]
  最近のMRIスーパーレゾリューション(SR)法は、ニューラルネットワーク(NN)の入力として典型的な臨床領域から取得したコントラストのみを使用する SR-TSEのためのMRシークエンスとニューラルネットワークパラメータのエンドツーエンド最適化を実現するための既知の演算子学習手法を提案する。
  論文  参考訳（メタデータ） (2023-05-12T14:40:25Z)
• High-fidelity Direct Contrast Synthesis from Magnetic Resonance Fingerprinting [28.702553164811473]
  本稿では,MRFデータからコントラスト強調画像を直接合成する教師あり学習手法を提案する。 In-vivo実験は、シミュレーションベースのコントラスト合成や従来のDCS法と比較して、視覚的にも定量的にも優れた画質を示す。
  論文  参考訳（メタデータ） (2022-12-21T07:11:39Z)
• Digital noise spectroscopy with a quantum sensor [57.53000001488777]
  本稿では,ノイズプロセスの自己相関をサンプリングし,再構成するための量子センシングプロトコルを実験的に導入し,実証する。 ウォルシュノイズ分光法はスピンフリップパルスの単純な配列を利用してディジタルフィルタの完全基底を生成する。 ダイヤモンド中の単一窒素空孔中心の電子スピン上での核スピン浴により生じる有効磁場の自己相関関数を実験的に再構成した。
  論文  参考訳（メタデータ） (2022-12-19T02:19:35Z)
• Real-Time Mapping of Tissue Properties for Magnetic Resonance Fingerprinting [20.834829860562248]
  スパイラルk空間MRFデータから直接組織特性をシームレスにマッピングする新しいエンドツーエンドディープラーニングフレームワークを提案する。 本手法は,非カルト的k-空間データを直接消費し,適応密度補正を行い,複数の組織特性マップを前方通過で予測する。
  論文  参考訳（メタデータ） (2021-07-16T21:05:47Z)
• Fast Simulation of Magnetic Field Gradients for Optimization of Pulse Sequences [0.0]
  核磁気共鳴(NMR)におけるパルス磁場勾配(PFG)のシミュレーション法について検討する。 PFGの高速なシミュレーションにより、PFG、高周波パルス、自由進化からなるシーケンスを最適化し、非単体進化(量子チャネル)を実現することができることを示す。 第2の実験では、PFGの高速なシミュレーションを用いて、これまで知られていたどの手順よりも優れた信号と雑音の比率で擬似純粋状態を作成するためのシーケンスを最適化し、実装した。
  論文  参考訳（メタデータ） (2020-06-17T20:02:39Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。