まず、自由呼吸中の肺の超短エコー時間MRI画像を取得します。データと K 間隔の軌跡を MATLAB にインポートします。最初の 1000 個の投影を破棄して、データが定常状態の磁化に達することを確認します。
次に、不均一な高速フーリエ変換を使用して、行列サイズ 96 x 96 にイメージの再構成を実行します。0.6秒から0.8秒のデータに相当する約200の投影を使用します。次に、すべてのコイル要素からの画像と、最終的なコイル結合画像から画像を再構築して保存します。
コイル結合画像で、ダイヤフラムがはっきりと見える冠状スライスを選択します。コロナルスライスを選択したら、このスライスの個々のコイル画像を表示し、ダイヤフラムを最もよく示す1つまたは2つのコイル要素を選択します。次に、スライディング ウィンドウを使用してコイル要素からのデータのみを再構築し、約 0.5 秒の時間分解能でイメージを生成します。
最初の 200 個の投影法を使用して、不均一な高速フーリエ変換を使用してイメージを再構築し、ダイアフラム スライスのみを格納します。100 投影ずつシフトし、ダイアフラム スライスを格納する追加のイメージを再構築します。次に、スライディング ウィンドウの最初の画像で横隔膜の上の線を選択します。
すべての投影についてこの呼吸ナビゲーターを表示して、呼吸運動を視覚化します。すべての呼吸ナビゲーターの横隔膜の位置を決定し、この位置を使用して、投影が特定の呼吸ビンに属しているというラベルを付けます。次に、終了の有効期限に対応する投影数が最も多いビンを特定し、再構築のために選択します。
指数フィルターを使用して、1 次ビン内の投影に 1 の重みを提供し、異なる呼吸ビン内の投影に重みを大幅に減らすことができます。次に、Berkeley の高度な再構成ツールボックスを使用して、目的の呼吸器ビンで高解像度の画像を再構築します。反復的な密度の組み合わせを使用して、密度補正の重みを計算します。
密度補正ウェイトをソフトゲートウェイトでスケーリングします。次に、密度補正とソフトゲートの重みに基づいてデータをスケーリングします。次に、コイルの組み合わせを容易にするために、基本的な不均一な高速フーリエ変換を実行します。
不均一な高速フーリエ変換イメージをグリッド化された k-space に変換して、コイルの組み合わせを行います。次に、コイルの組み合わせ行列を生成し、それを使用して生データとグリッド化された k 空間の両方のコイルを結合し、コイルの感度を推定します。その後、加重密度補償を用いて、データとコイル感度マップを結合したコイル、並列撮像圧縮センス再構成を行います。
画像ベースのゲーティングとk空間ベースのゲーティングの両方を使用して呼気終了時に生成された画像は、画像ベースのゲーティングによる横隔膜の明確な視覚化を示し、優れた運動補償を示しました。ソフトゲーティングは、ハードゲーティングと比較して、吸気画像の鮮明さを向上させ、アンダーサンプリングアーティファクトを減らします。画像ベースのゲーティングとk空間ベースのゲーティングは、どちらも規則的な呼吸中に呼吸波形を検出することに成功し、画像ベースのゲーティングは不規則な呼吸条件下でより明確な結果をもたらします。
