먼저 자유 호흡 중 폐의 매우 짧은 에코 시간 MRI 이미지를 획득합니다. 데이터와 k-spaced 궤적을 MATLAB으로 가져옵니다. 처음 1000개의 투영을 버리고 데이터가 정상 상태 자화에 도달하도록 합니다.
다음으로, 균일하지 않은 고속 푸리에 변환을 사용하여 96 x 96 x 96의 행렬 크기로 영상을 재구성합니다. 0.6초에서 0.8초 분량의 데이터에 해당하는 약 200개의 프로젝션을 사용합니다. 그런 다음 모든 코일 요소의 이미지와 최종 코일 결합 이미지를 재구성하고 저장합니다.
coil combined image에서 다이어프램을 명확하게 보여주는 coronal slice를 선택합니다. 코로나 슬라이스가 선택되면 이 슬라이스에 대한 개별 코일 이미지를 보고 다이어프램을 가장 잘 보여주는 하나 또는 두 개의 코일 요소를 선택합니다. 이제 슬라이딩 윈도우를 사용하여 코일 요소의 데이터만 재구성하여 약 0.5초의 시간 해상도로 이미지를 생성합니다.
처음 200개의 투영을 사용하여 균일하지 않은 고속 푸리에 변환을 사용하여 이미지를 재구성하고 다이어프램 슬라이스만 저장합니다. 100개의 투영법으로 이동하고 다이어프램 슬라이스를 저장하는 추가 이미지를 재구성합니다. 이제 첫 번째 슬라이딩 윈도우 이미지에서 다이어프램 위에 있는 선을 선택합니다.
모든 투영에 대해 이 호흡 내비게이터를 보고 호흡 움직임을 시각화하십시오. 모든 호흡기 탐색기에 대한 다이어프램의 위치를 결정하고 이 위치를 사용하여 투영부에 지정된 호흡 용기에 속하는 것으로 레이블을 지정합니다. 그런 다음 종료 만료에 해당하는 돌출부 수가 가장 많은 빈을 식별하고 재구성을 위해 선택합니다.
지수 필터를 사용하여 기본 용기 내의 돌출부에 1의 가중치를 제공하고 다른 호흡 용기 내의 돌출부에 무게를 급격히 줄입니다. 다음으로, Berkeley 고급 재구성 툴박스를 사용하여 원하는 호흡기에서 고해상도 이미지를 재구성합니다. 반복 밀도 조합을 사용하여 밀도 보상 가중치를 계산합니다.
밀도 보상 가중치를 소프트 게이팅 가중치로 스케일링합니다. 그런 다음 밀도 보상(density compensation)과 소프트 게이팅(soft-gating) 가중치를 기준으로 데이터를 스케일링합니다. 이제 코일 결합을 용이하게 하기 위해 기본적인 불균일 고속 푸리에 변환을 수행합니다.
코일 결합을 위해 불균일한 고속 푸리에 변환 영상을 그리드 k-space로 변환합니다. 그런 다음 코일 결합 행렬을 생성하고 이를 사용하여 원시 데이터와 그리드 k-공간 모두에 대한 코일을 결합하고 코일 민감도를 추정합니다. 그런 다음 가중 밀도 보상, 코일 결합 데이터 및 코일 감도 맵을 사용하여 병렬 이미징 압축 감지 재구성을 수행합니다.
이미지 기반 게이팅과 k-공간 기반 게이팅을 모두 사용하여 종료 시 생성된 이미지는 이미지 기반 게이팅을 통해 다이어프램의 명확한 시각화를 보여주었으며 우수한 모션 보정을 보여주었습니다. 소프트 게이팅은 영감 이미지의 선명도를 향상시켜 하드 게이팅에 비해 언더 샘플링 아티팩트를 줄였습니다. 이미지 기반 게이팅과 k-공간 기반 게이팅 모두 규칙적인 호흡 중에 호흡 파형을 성공적으로 감지했으며, 이미지 기반 게이팅은 불규칙한 호흡 조건에서 더 명확한 결과를 제공합니다.
