Per iniziare, acquisire immagini MRI ultrabrevi del polmone durante la respirazione libera. Importa i dati e le traiettorie con spaziatura k in MATLAB. Scartare le prime 1000 proiezioni per assicurarsi che i dati raggiungano una magnetizzazione allo stato stazionario.
Successivamente, eseguire la ricostruzione dell'immagine utilizzando una trasformata di Fourier veloce non uniforme con una dimensione della matrice di 96 x 96 x 96. Utilizzare circa 200 proiezioni corrispondenti a 0,6-0,8 secondi di dati. Quindi ricostruisci e memorizza le immagini di tutti gli elementi della bobina e l'immagine finale della bobina combinata.
Nell'immagine combinata della bobina, selezionare una fetta coronale che mostri chiaramente il diaframma. Una volta selezionata la fetta coronale, visualizzare le immagini delle singole bobine per questa fetta e selezionare uno o due elementi della bobina che mostrano al meglio il diaframma. Ora ricostruisci solo i dati dagli elementi della bobina utilizzando una finestra scorrevole per generare immagini con una risoluzione temporale di circa 0,5 secondi.
Utilizzare le prime 200 proiezioni per ricostruire un'immagine utilizzando una trasformata di Fourier veloce non uniforme e memorizzare solo la fetta del diaframma. Sposta di 100 proiezioni e ricostruisci un'immagine aggiuntiva memorizzando la fetta del diaframma. Ora, seleziona una linea sopra il diaframma nella prima delle immagini della finestra scorrevole.
Visualizza il movimento respiratorio visualizzando questo navigatore respiratorio per tutte le proiezioni. Determinare la posizione del diaframma per tutti i navigatori respiratori e utilizzare questa posizione per etichettare le proiezioni come appartenenti a un determinato contenitore respiratorio. Quindi identifica il contenitore con il maggior numero di proiezioni corrispondenti alla scadenza finale e sceglilo per la ricostruzione.
Utilizzare un filtro esponenziale per fornire un peso di uno alle proiezioni all'interno del contenitore primario e un peso nettamente ridotto alle proiezioni all'interno di diversi contenitori respiratori. Successivamente, utilizza il toolbox di ricostruzione avanzata Berkeley per ricostruire un'immagine ad alta risoluzione nel contenitore respiratorio desiderato. Calcola i pesi di compensazione della densità utilizzando la combinazione di densità iterativa.
Scala i pesi di compensazione della densità in base ai pesi di iniezione morbida. Quindi ridimensionare i dati in base alla compensazione della densità e ai pesi del soft-gating. Ora esegui una trasformata di Fourier veloce non uniforme di base per facilitare la combinazione delle bobine.
Converti l'immagine della trasformata di Fourier veloce non uniforme in k-space a griglia per la combinazione di bobine. Quindi generare una matrice di combinazione di bobine e utilizzarla per combinare le bobine sia per i dati grezzi che per lo spazio k grigliato e stimare la sensibilità delle bobine. Successivamente, utilizzando la compensazione della densità ponderata, i dati combinati della bobina e le mappe di sensibilità della bobina, è possibile eseguire la ricostruzione del senso compresso con imaging parallelo.
Le immagini generate alla fine della scadenza utilizzando sia il gating basato su immagini che quello basato sullo spazio k hanno mostrato una chiara visualizzazione del diaframma con il gating basato su immagini che dimostrava una compensazione del movimento superiore. Il soft-gating ha migliorato la nitidezza delle immagini di ispirazione, riducendo gli artefatti sottocampionamento rispetto all'hard-gating. Sia il gating basato su immagini che quello basato sullo spazio k hanno rilevato con successo le forme d'onda respiratorie durante la respirazione regolare, mentre il gating basato su immagini ha prodotto risultati più chiari in condizioni di respirazione irregolare.
