Para empezar, adquiera imágenes de resonancia magnética de tiempo de eco ultracorto del pulmón durante la respiración libre. Importe los datos y las trayectorias espaciadas k en MATLAB. Descarte las primeras 1000 proyecciones para asegurarse de que los datos alcancen una magnetización de estado estacionario.
A continuación, realice la reconstrucción de la imagen utilizando una transformada rápida de Fourier no uniforme a un tamaño de matriz de 96 por 96 por 96. Utilice aproximadamente 200 proyecciones correspondientes a 0,6 a 0,8 segundos de datos. A continuación, reconstruya y almacene las imágenes de todos los elementos de la bobina, así como la imagen final combinada de la bobina.
En la imagen combinada de bobina, seleccione un corte coronal que muestre claramente el diafragma. Una vez seleccionado el corte coronal, vea las imágenes de bobina individuales para este corte y seleccione uno o dos elementos de bobina que mejor muestren el diafragma. Ahora reconstruya solo los datos de los elementos de la bobina utilizando una ventana deslizante para generar imágenes con una resolución temporal de aproximadamente 0,5 segundos.
Utilice las primeras 200 proyecciones para reconstruir una imagen utilizando una transformada rápida de Fourier no uniforme y almacene solo el corte del diafragma. Desplácese en 100 proyecciones y reconstruya una imagen adicional almacenando el corte del diafragma. Ahora, seleccione una línea sobre el diafragma en la primera de las imágenes de la ventana deslizante.
Visualice el movimiento respiratorio visualizando este navegador respiratorio para todas las proyecciones. Determine la ubicación del diafragma para todos los navegadores respiratorios y utilice esta ubicación para etiquetar las proyecciones como pertenecientes a un compartimento respiratorio determinado. A continuación, identifique la ubicación con el mayor número de proyecciones correspondientes a la caducidad final y elíjala para la reconstrucción.
Utilice un filtro exponencial para proporcionar un peso de uno a las proyecciones dentro del intervalo primario y un peso drásticamente reducido a las proyecciones dentro de diferentes compartimentos respiratorios. A continuación, utilice la caja de herramientas de reconstrucción avanzada de Berkeley para reconstruir una imagen de alta resolución en el compartimento respiratorio deseado. Calcule los pesos de compensación de densidad mediante una combinación de densidad iterativa.
Escale los pesos de compensación de densidad por los pesos de compuerta suave. A continuación, escale los datos en función de la compensación de densidad y los pesos de compuerta suave. Ahora realice una transformada rápida de Fourier básica no uniforme para facilitar la combinación de bobinas.
Convierta la imagen de transformada rápida de Fourier no uniforme en un espacio k cuadriculado para la combinación de bobinas. A continuación, genere una matriz de combinación de bobinas y utilícela para combinar bobinas tanto para los datos brutos como para el espacio k rejillado y estimar las sensibilidades de las bobinas. Posteriormente, utilizando la compensación de densidad ponderada, los datos combinados de la bobina y los mapas de sensibilidad de la bobina, realizan la reconstrucción de sentido comprimido de imágenes paralelas.
Las imágenes generadas al final de la expiración utilizando compuertas basadas en imágenes y en espacios k mostraron una visualización clara del diafragma con compuertas basadas en imágenes que demuestran una compensación de movimiento superior. La compuerta suave mejoró la nitidez de las imágenes de inspiración, reduciendo los artefactos de submuestreo en comparación con la compuerta dura. Tanto la compuerta basada en imágenes como la basada en el espacio k detectaron con éxito las formas de onda respiratoria durante la respiración regular, y la compuerta basada en imágenes arrojó resultados más claros en condiciones de respiración irregulares.
