כדי להתחיל, לרכוש זמן הד אולטרה קצר תמונות MRI של הריאה במהלך נשימה חופשית. ייבאו את הנתונים ואת המסלולים במרווחים k אל MATLAB. מחק את 1000 התחזיות הראשונות כדי להבטיח שהנתונים יגיעו למגנטיזציה של מצב יציב.
לאחר מכן, בצע את שחזור התמונה באמצעות התמרת פורייה מהירה לא אחידה לגודל מטריצה של 96 על 96 על 96. השתמש בכ- 200 תחזיות המתאימות לנתונים בשווי 0.6 עד 0.8 שניות. לאחר מכן בנה מחדש ואחסן תמונות מכל רכיבי הסליל וכן מהתמונה המשולבת של הסליל הסופי.
בתמונה המשולבת של הסליל, בחר פרוסת קורונל המציגה בבירור את הסרעפת. לאחר בחירת פרוסת העטרה, צפו בתמונות הסליל הבודדות של פרוסה זו ובחרו רכיב סליל אחד או שניים המציגים את הסרעפת בצורה הטובה ביותר. כעת בנה מחדש רק את הנתונים מרכיבי הסליל באמצעות חלון הזזה כדי ליצור תמונות ברזולוציה זמנית של כ- 0.5 שניות.
השתמשו ב-200 ההקרנות הראשונות כדי לבנות מחדש תמונה באמצעות שינוי צורה מהיר לא אחיד של פורייה, ואחסנו רק את פרוסת הסרעפת. הזז ב- 100 הקרנות ובנה מחדש תמונה נוספת המאחסנת את פרוסת הסרעפת. כעת, בחר קו מעל הסרעפת בתמונה הראשונה של חלון ההזזה.
דמיינו את תנועת הנשימה על ידי צפייה בנווט נשימתי זה עבור כל ההקרנות. קבע את מיקום הסרעפת עבור כל הנווטים הנשימתיים והשתמש במיקום זה כדי לתייג הקרנות כשייכות לפח נשימה נתון. לאחר מכן זהה את הפח עם מספר התחזיות הגבוה ביותר המתאים לפקיעת הסיום ובחר אותו לשחזור.
השתמש במסנן מעריכי כדי לספק משקל של אחד להקרנות בתוך הפח הראשי ומשקל מופחת בחדות להקרנות בתוך פחי נשימה שונים. לאחר מכן, השתמש בארגז הכלים לשחזור מתקדם בברקלי כדי לשחזר תמונה ברזולוציה גבוהה בפח הנשימה הרצוי. חשב משקלי פיצוי צפיפות באמצעות שילוב צפיפות איטרטיבי.
שנה את משקלי פיצוי הצפיפות לפי המשקולות הרכות. לאחר מכן ניתן לשנות את קנה המידה של הנתונים בהתבסס על פיצוי הצפיפות והמשקולות הרכות. כעת בצע התמרת פורייה מהירה בסיסית לא אחידה כדי להקל על שילוב סלילים.
המירו את תמונת התמרת פורייה המהירה והלא אחידה למרחב k מרושת לשילוב סלילים. לאחר מכן צור מטריצה משולבת סלילים והשתמש בה כדי לשלב סלילים הן עבור הנתונים הגולמיים והן עבור מרחב k ברשת ולהעריך רגישויות סליל. לאחר מכן באמצעות פיצוי צפיפות משוקלל, נתונים משולבים סליל ומפות רגישות סליל, לבצע הדמיה מקבילה שחזור חוש דחוס.
תמונות שנוצרו בסוף התפוגה באמצעות gating מבוסס תמונה ו- k space הראו הדמיה ברורה של הסרעפת עם gating מבוסס תמונה המדגים פיצוי תנועה מעולה. הרכות שיפרו את החדות של תמונות ההשראה, ופחתו מתחת לדגימה של חפצים בהשוואה לחיתוך קשיח. הן gating מבוסס תמונה והן gating מבוסס k space זיהו בהצלחה צורות גל נשימתיות במהלך נשימה רגילה, כאשר gating מבוסס תמונה הניב תוצאות ברורות יותר בתנאי נשימה לא סדירים.
