論文の概要: Artifact Correction for Echo-Planar Imaging at Low-Field and Ultra-Low-Field MRI
- arxiv url: http://arxiv.org/abs/2605.25589v1
- Date: Mon, 25 May 2026 08:40:00 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-05-26 19:50:19.524101
- Title: Artifact Correction for Echo-Planar Imaging at Low-Field and Ultra-Low-Field MRI
- Title（参考訳）: 低磁場・超低磁場MRIにおけるエコープラナー画像のアーチファクト補正
- Authors: Sisi Qiao, Yilin Yu, Tiecheng Lin, Yuhao Liu, Jiajia Sun, Xiaoling Li,
- Abstract要約: 低磁場 (LF) と超低磁場MRI (ULF) におけるエコープラナー画像 (EPI) は、奇異なk空間のずれにより、ニキストのゴーストアーティファクトに苦しむ。
本研究では,従来型参照スキャンへの依存度を低減した,参照不要なアーティファクト修正パイプラインを開発した。
- 参考スコア（独自算出の注目度）: 4.150285590085307
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Purpose: Echo-planar imaging (EPI) in low-field (LF) and ultra-low-field MRI (ULF) suffers from severe Nyquist ghost artifacts due to odd-even k-space misalignment. This study develops a reference-free artifact correction pipeline that reduces reliance on conventional reference scans while achieving improved ghost suppression. Methods: Starting from the traditional reference-scan-based ghost artifact correction method, we first introduce a peak-alignment-based ghost artifact correction method to correct odd-even line displacement without reference data. To further reduce residual artifacts, an interpolation-and-resampling strategy is applied. The combined method was evaluated using EPI and diffusion-weighted EPI data in LF and ULF. Results: The proposed pipeline effectively mitigated Nyquist ghosts, improved structural continuity, and enhanced signal uniformity. Peak-alignment-based ghost artifact correction method alone provided comparable artifact suppression to reference-scan-based ghost artifact correction method, while interpolation and resampling further suppressed residual artifacts, enabling reliable visualization of brain structures under ULF conditions. Conclusion: A practical, reference-free correction pipeline is presented for LF and ULF EPI, combining peak-alignment-based ghost artifact correction method and interpolation-resampling to achieve efficient ghost suppression and expand the clinical applicability of low-field MRI systems, providing both theoretical guidance and practical experience for ULF EPI-based DWI imaging.
- Abstract（参考訳）: 目的:低磁場 (LF) と超低磁場MRI (ULF) におけるエコープラナーイメージング (EPI) は、奇異なk空間の不整合により、ニキストのゴーストアーティファクトに苦しむ。
本研究では,従来の参照スキャンへの依存度を低減し,ゴースト抑制の改善を実現した参照不要なアーティファクト修正パイプラインを開発した。
方法: 従来の基準スキャンに基づくゴーストアーティファクト補正法から, まず, ピークアライメントに基づくゴーストアーティファクト補正法を導入する。
残余アーティファクトをさらに低減するため、補間・再サンプリング戦略が適用される。
LFおよびULFにおけるEPIデータと拡散重み付きEPIデータを用いて,複合手法の評価を行った。
結果: 提案したパイプラインは, ニキストゴーストを効果的に緩和し, 構造的連続性を改善し, 信号均一性を高めた。
ピークアライメントに基づくゴーストアーティファクト補正法だけでは、基準スキャンベースのゴーストアーティファクト補正法に匹敵するアーティファクト抑制を提供し、補間と再サンプリングによりさらに残りのアーティファクトを抑制し、ULF条件下での脳構造の信頼性の高い可視化を可能にした。
結語: LF と ULF EPI に対して,ピークアライメントに基づくゴーストアーティファクト補正法と補間リサンプリングを併用して,効率的なゴースト抑制を実現し,低磁場MRIシステムの臨床応用性を拡大し,ULF EPI ベースの DWI イメージングの理論的ガイダンスと実践的経験を提供する,実用的な基準のない補正パイプラインを提示する。
関連論文リスト
- Degradation Frequency Curve: An Explicit Frequency-Quantified Representation for All-in-One Image Restoration [59.617677508577934]
劣化は通常、劣化からクリーンマッピングに隠された暗黙の要因として扱われる。
本稿では、劣化応答を定量化するスペクトル表現である劣化周波数曲線(DFC)を提案する。
DFCはオールインワン復元の効果的な表現基盤を提供し、最先端のパフォーマンスをもたらす。
論文 参考訳（メタデータ） (2026-05-17T15:36:45Z) - HIR-ALIGN: Enhancing Hyperspectral Image Restoration via Diffusion-Based Data Generation [50.46910397782266]
ハイパスペクトル画像(HSI)の復元は、ノイズ、ぼかし、分解能損失などの劣化に悩まされるため、信頼性の高い解析に不可欠である。
本稿では,HIR-ALIGNを提案する。HIR-ALIGNは,限られたトレーニング画像と,ターゲット分布と密に一致した合成データとを付加して,ハイパースペクトル画像の復元を促進するための,プラグアンドプレイのターゲット適応型拡張フレームワークである。
論文 参考訳（メタデータ） (2026-05-13T14:14:13Z) - Enhanced Portable Ultra Low-Field Diffusion Tensor Imaging with Bayesian Artifact Correction and Deep Learning-Based Super-Resolution [3.95277369791128]
ポータブルで超低磁場(ULF)磁気共鳴イメージングは、ニューロイメージングへのアクセスを拡大する可能性がある。
現在、粗い空間解像度と角分解能と低信号対雑音比に悩まされている。
本稿では,9方向の単殻ALF DTIシーケンスとベイズバイアス場補正アルゴリズムを提案する。
論文 参考訳（メタデータ） (2026-02-11T23:50:48Z) - FourierPET: Deep Fourier-based Unrolled Network for Low-count PET Reconstruction [21.5716184040742]
乗算器の交互方向法に基づく再構成フレームワークであるフーリエPETを提案する。
大域的な周波数アライメントを強制するスペクトル整合モジュール、振幅位相補正モジュール、二重調整モジュールの3つの調整モジュールで構成されている。
周波数認識補正による解釈性の向上を図りながら、非常に少ないパラメータで最先端のパフォーマンスを実現する。
論文 参考訳（メタデータ） (2026-01-16T08:11:03Z) - Latent Harmony: Synergistic Unified UHD Image Restoration via Latent Space Regularization and Controllable Refinement [89.99237142387655]
LH-VAEを導入し、視覚的意味的制約や進行的劣化による意味的堅牢性を高める。
Latent Harmonyは、UHD修復のためのVAEを再定義する2段階のフレームワークである。
実験により、Latent HarmonyはUHDおよび標準解像度タスクにまたがって最先端のパフォーマンスを実現し、効率、知覚品質、再現精度を効果的にバランスさせることが示されている。
論文 参考訳（メタデータ） (2025-10-09T08:54:26Z) - Frequency Domain-Based Diffusion Model for Unpaired Image Dehazing [92.61216319417208]
そこで本稿では,未確認データにおける有益な知識を十分に活用するための,新しい周波数領域ベース拡散モデルを提案する。
拡散モデル(DM)が示す強い生成能力に着想を得て,周波数領域再構成の観点からデハージング課題に取り組む。
論文 参考訳（メタデータ） (2025-07-02T01:22:46Z) - Generalizable Non-Line-of-Sight Imaging with Learnable Physical Priors [52.195637608631955]
非視線画像(NLOS)は、その潜在的な応用により注目されている。
既存のNLOS再構成アプローチは、経験的物理的前提に依存して制約される。
本稿では,Learningable Path Compensation(LPC)とAdaptive Phasor Field(APF)の2つの主要な設計を含む,学習に基づく新しいソリューションを提案する。
論文 参考訳（メタデータ） (2024-09-21T04:39:45Z) - A Dual-domain Regularization Method for Ring Artifact Removal of X-ray CT [3.060824004762835]
検出ユニットの望ましくない応答から生じる計算トモグラフィー画像のリングアーティファクトは、画像品質と診断信頼性を著しく低下させた。
本稿では,元のCT画像の整合性を保ちながら,リングアーティファクトを効果的に除去するための二重領域正規化モデルを提案する。
提案モデルでは, 検出ユニットの応答不整合補償係数を革新的に更新することにより, シングラム上の垂直ストライプアーティファクトを補正する。
論文 参考訳（メタデータ） (2024-03-13T05:01:37Z) - DeStripe: A Self2Self Spatio-Spectral Graph Neural Network with Unfolded
Hessian for Stripe Artifact Removal in Light-sheet Microscopy [40.223974943121874]
本稿では,光シート蛍光顕微鏡(LSFM)におけるDeStripeと呼ばれるブラインドアーティファクト除去アルゴリズムを提案する。
DeStripeは、一方向のアーティファクトと前景の画像の構造的差異を利用して、潜在的に破損した係数をローカライズする。
影響された係数をグラフニューラルネットワークに入力して、標準画像空間の構造が十分に保存されていることを保証するために、ヘッセン正規化をアンロールした状態でリカバリすることができる。
論文 参考訳（メタデータ） (2022-06-27T16:13:57Z) - Non-local Meets Global: An Iterative Paradigm for Hyperspectral Image
Restoration [66.68541690283068]
ハイパースペクトル画像復元のための空間特性とスペクトル特性を組み合わせた統一パラダイムを提案する。
提案するパラダイムは,非局所空間デノゲーションと光計算の複雑さから,性能上の優位性を享受する。
HSI復調、圧縮再構成、塗装タスクの実験は、シミュレーションと実際のデータセットの両方で、その優位性を示している。
論文 参考訳（メタデータ） (2020-10-24T15:53:56Z)
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。