A carregar...
Publicação
Multichannel Denoising Strategies for Ultrafast Magnetic Resonance Imaging
| Nome: | Descrição: | Tamanho: | Formato: | |
|---|---|---|---|---|
| 16.77 MB | Adobe PDF |
Orientador(es)
Resumo(s)
Magnetic Resonance Imaging (MRI) is becoming an increasingly popular medical imaging
method due to its potential for acquiring images from soft tissues noninvasively and
with multiple contrast mechanisms. Although it is 50 years old, researchers continue to
develop this technology towards better tissue characterization and image quality enhancement.
In particular, signal-to-noise (SNR) enhancements have been a focus of research
due to the inherently limited SNR in biological systems. Several noise removal methods
have been developed, in which the Marchenko-Pastur PCA (MP-PCA) has been gaining
increased attention for its effectiveness in noise attenuation in MRI data with at least one
redundant dimension (repetitions for functional imaging, diffusion, etc.)
In this study, an Image Reconstruction Technique harnessing the MP-PCA distribution
was developed for single and multichannel image denoising. Our results show that,
although dependent on the image and dataset conditions, in all performed experiments
SNR was successfully increased, suggesting an overall quality boost revealing more details
on the acquired images. Additionally, the simple data transformation to other domains,
namely k-space, may significantly improve the denoising performance when regridding is
required. Finally, we investigated how algorithm parameters, such as denoising window
sizes, could show additionally quality increase. Our study thus bodes well for further
denoising strategy developments in MRI.
A Ressonância de Imagem Médica (MRI, do inglês Magnetic Resonance Imaging) é cada vez mais um método de imagem médica utilizado na atualidade devido ao seu potencial na aquisição de imagens de tecidos de forma não invasiva e com múltiplos mecanismos de contraste. Apesar de ter sido inventado há 50 anos, os cientistas continuam a desenvolver esta ferramenta de modo a obter melhores resultados na caracterização de diferentes tecidos, bem como na qualidade das suas imagens. As melhorias na relação sinal-ruído (SNR, do inglês Signal-to-Noise Ratio), em particular, têm sido alvo de grande interesse devido à sua presença inerente e limitante em sistemas biológicos. Vários métodos de remoção de ruído têm sido desenvolvidos, com particular destaque na distribuição de Marchenko-Pastur PCA (MP-PCA) devido à sua eficácia na atenuação de ruído em dados provenientes de MRI, com pelo menos uma dimensão de redundância (repetições em imagem funcional, difusão, etc.). No âmbito desta dissertação foi desenvolvida uma Técnica de Reconstrução de Imagem utilizando a Distribuição de MP-PCA para remoção de ruído com aquisição de dados, tanto através de uma como de múltiplas bobinas. Os nossos resultados demonstraram que em todas as experiências, apesar da dependência das condições de aquisição da imagem e do respetivo conjunto de dados, de uma maneira ou de outra, o SNR aumentou, sugerindo um incremento geral da qualidade da imagem, revelando mais detalhes. Adicionalmente, a simples transformação para outros domínios, nomeadamente, do domínio da imagem para o k-space, pode melhorar ainda mais o resultado quando regridding é necessário. Por fim, investigámos de que forma o tamanho da janela de remoção de ruído influencia o algoritmo, permitindo aumentar a qualidade do sinal. Este estudo permite boas indicações para futuros desenvolvimentos de estratégias de redução de ruído em MRI.
A Ressonância de Imagem Médica (MRI, do inglês Magnetic Resonance Imaging) é cada vez mais um método de imagem médica utilizado na atualidade devido ao seu potencial na aquisição de imagens de tecidos de forma não invasiva e com múltiplos mecanismos de contraste. Apesar de ter sido inventado há 50 anos, os cientistas continuam a desenvolver esta ferramenta de modo a obter melhores resultados na caracterização de diferentes tecidos, bem como na qualidade das suas imagens. As melhorias na relação sinal-ruído (SNR, do inglês Signal-to-Noise Ratio), em particular, têm sido alvo de grande interesse devido à sua presença inerente e limitante em sistemas biológicos. Vários métodos de remoção de ruído têm sido desenvolvidos, com particular destaque na distribuição de Marchenko-Pastur PCA (MP-PCA) devido à sua eficácia na atenuação de ruído em dados provenientes de MRI, com pelo menos uma dimensão de redundância (repetições em imagem funcional, difusão, etc.). No âmbito desta dissertação foi desenvolvida uma Técnica de Reconstrução de Imagem utilizando a Distribuição de MP-PCA para remoção de ruído com aquisição de dados, tanto através de uma como de múltiplas bobinas. Os nossos resultados demonstraram que em todas as experiências, apesar da dependência das condições de aquisição da imagem e do respetivo conjunto de dados, de uma maneira ou de outra, o SNR aumentou, sugerindo um incremento geral da qualidade da imagem, revelando mais detalhes. Adicionalmente, a simples transformação para outros domínios, nomeadamente, do domínio da imagem para o k-space, pode melhorar ainda mais o resultado quando regridding é necessário. Por fim, investigámos de que forma o tamanho da janela de remoção de ruído influencia o algoritmo, permitindo aumentar a qualidade do sinal. Este estudo permite boas indicações para futuros desenvolvimentos de estratégias de redução de ruído em MRI.
Descrição
Palavras-chave
MRI Marchenko-Pastur PCA Denoising SNR