自由呼吸下快速高时空分辨率四维磁共振图像重建方法研究

Four-dimensional Magnetic Resonance Imaging (4D MRI) is able to show the 3D anatomical structure as well as the dynamic profile of the tissue. Because of the advantages of non-ionizing radiation, multiple parameters, and high soft-tissue contrast, 4D MRI plays an important role in medical examinations, and image-guided radiation therapy. However, 4D MRI suffers from long scan time and motion artifacts due to the respiratory motion of the patients, which impedes the development of 4D MRI. This project devotes to accelerated free-breathing high spatio-temporal resolution 4D MRI. Specifically, this research focuses on the following aspects: the investigation of image smoothing prior knowledge, the investigation of the data correlation prior knowledge, and the investigation of the motion correction methods in 4D MRI. The goal of this research is to enable accelerated highly undersampled 4D MRI and to improve the image quality. The project will promote the development of 4D MRI with novel and more effective techniques, and provide a promising direction to further expand its application in medical diagnosis and life science.

四维磁共振成像可呈现组织器官的三维解剖结构和动态变化情况，凭借其无电离辐射、多参数、高软组织对比度等优势，在医学临床检测、图像引导放射治疗等应用中发挥着重要作用。然而，较长的扫描时间和呼吸运动伪影等问题限制了该技术的广泛应用。本项目围绕自由呼吸状态下快速高时空分辨率四维磁共振成像方法展开研究，拟提出基于图像平滑先验信息的四维磁共振图像重建方法，基于数据相关先验信息的四维磁共振图像重建方法，基于深度学习图像配准的运动校正方法，突破传统方法的局限性，提高图像的时空分辨率，实现高倍欠采样下的加速四维磁共振成像。本项目研究将为四维磁共振成像提供更快速有效的新技术，拓展其在临床诊断和科学研究中的应用。

四维磁共振成像，也称为时间分辨三维磁共振成像，可呈现组织器官随采集时间变化的三维解剖结构及其运动情况，在医学临床检测、图像引导放射治疗等应用中发挥着重要作用。然而，目前四维磁共振成像尚未广泛应用于临床，主要原因是扫描时间长且容易产生呼吸运动伪影，另外由于数据维度较高，重建运算时间长。针对上述限制四维磁共振成像技术应用的问题，本项目围绕自由呼吸状态下快速高时空分辨率四维磁共振成像方法展开研究，提出了结合一阶与二阶变分的自适应高阶全变分约束模型，充分挖掘四维磁共振数据空间的平滑特性；通过研究四维磁共振数据时间与空间的相关性，构建了基于局部分块低秩约束的图像重建模型，设计了基于结构化低秩矩阵约束的重建模型，提高了四维磁共振图像重建质量；此外，针对传统方法计算复杂度较高的问题，提出了基于交替方向最大值最小值的快速优化算法，降低了算法的运行时间；针对成像中出现的运动伪影问题，提出了基于改进Log-Demons模型以及结合深度学习的运动校正模型，有效克服了运动伪影问题，提高图像质量。本项目研究对于推动四维磁共振成像具有重要的理论意义和科学价值，可以提供更快速有效的新型高维MRI技术，拓展其在临床诊断和科学研究中的应用。在项目执行期间，项目组发表期刊论文6篇，包括在领域顶级期刊TMI发表论文2篇，发表会议论文13篇，申请发明专利7项，培养研究生5名。