Nehmen Sie zunächst MRT-Bilder der Lunge mit ultrakurzer Echozeit während der freien Atmung auf. Importieren Sie die Daten und k-Abstandstrajektorien in MATLAB. Verwerfen Sie die ersten 1000 Projektionen, um sicherzustellen, dass die Daten eine stationäre Magnetisierung erreichen.
Führen Sie als Nächstes die Bildrekonstruktion mit einer ungleichmäßigen schnellen Fourier-Transformation auf eine Matrixgröße von 96 x 96 x 96 durch. Verwenden Sie ca. 200 Projektionen, die Daten im Wert von 0,6 bis 0,8 Sekunden entsprechen. Rekonstruieren und speichern Sie dann Bilder von allen Spulenelementen sowie das endgültige kombinierte Spulenbild.
Wählen Sie im kombinierten Bild der Spirale eine koronale Schicht aus, die das Zwerchfell deutlich zeigt. Sobald die koronale Schicht ausgewählt ist, sehen Sie sich die einzelnen Spulenbilder für diese Schicht an und wählen Sie ein oder zwei Spulenelemente aus, die das Zwerchfell am besten zeigen. Rekonstruieren Sie nun nur die Daten aus den Spulenelementen mithilfe eines Schiebefensters, um Bilder mit einer zeitlichen Auflösung von ca. 0,5 Sekunden zu erzeugen.
Verwenden Sie die ersten 200 Projektionen, um ein Bild mit einer ungleichmäßigen schnellen Fourier-Transformation zu rekonstruieren, und speichern Sie nur die Blendenschicht. Verschieben Sie um 100 Projektionen und rekonstruieren Sie ein zusätzliches Bild, in dem die Membranscheibe gespeichert ist. Wählen Sie nun eine Linie über der Blende im ersten der Schiebefensterbilder aus.
Visualisieren Sie die Atembewegung, indem Sie diesen Atemnavigator für alle Projektionen anzeigen. Bestimmen Sie die Position des Zwerchfells für alle Atemnavigatoren und verwenden Sie diese Position, um Projektionen als zu einem bestimmten Atemwegsbehälter gehörend zu kennzeichnen. Identifizieren Sie dann den Bin mit der höchsten Anzahl von Projektionen, die dem Endablauf entsprechen, und wählen Sie ihn für die Rekonstruktion aus.
Verwenden Sie einen Exponentialfilter, um den Projektionen innerhalb des primären Behälters eine Gewichtung von eins und den Vorsprüngen in verschiedenen Atemwegsbehältern eine stark reduzierte Gewichtung zu verleihen. Verwenden Sie als Nächstes die Berkeley Advanced Reconstruction Toolbox, um ein hochauflösendes Bild am gewünschten Atemwegsbehälter zu rekonstruieren. Berechnen Sie Dichtekompensationsgewichte mithilfe der iterativen Dichtekombination.
Skalieren Sie die Dichteausgleichsgewichte mit den Soft-Gating-Gewichten. Skalieren Sie dann die Daten basierend auf der Dichtekompensation und den Soft-Gating-Gewichtungen. Führen Sie nun eine grundlegende ungleichmäßige schnelle Fourier-Transformation durch, um die Spulenkombination zu erleichtern.
Konvertieren Sie das ungleichmäßige schnelle Fourier-Transformationsbild in einen gerasterten k-Raum für die Spulenkombination. Generieren Sie dann eine Spulenkombinationsmatrix und verwenden Sie sie, um Spulen sowohl für die Rohdaten als auch für den gerasterten k-Raum zu kombinieren und die Spulenempfindlichkeiten zu schätzen. Führen Sie anschließend unter Verwendung der gewichteten Dichtekompensation, der kombinierten Spulendaten und der Spulenempfindlichkeitskarten eine parallele bildgebende Rekonstruktion des komprimierten Senses durch.
Bilder, die bei der Endexspiration sowohl mit bildbasiertem als auch mit k-Raum-basiertem Gating erzeugt wurden, zeigten eine klare Visualisierung der Membran mit bildbasiertem Gating, das eine überlegene Bewegungskompensation demonstrierte. Soft-Gating verbesserte die Schärfe der Inspirationsbilder und reduzierte Artefakte beim Untersampling im Vergleich zu Hard-Gating. Sowohl das bildbasierte als auch das k-Raum-basierte Gating erkannten erfolgreich Atemwellenformen während der regulären Atmung, wobei das bildbasierte Gating unter unregelmäßigen Atembedingungen klarere Ergebnisse lieferte.
