Başlamak için, serbest solunum sırasında akciğerin ultra kısa yankı süreli MRI görüntülerini elde edin. Verileri ve k aralıklı yörüngeleri MATLAB'a aktarın. Verilerin sabit bir durum manyetizasyonuna ulaştığından emin olmak için ilk 1000 projeksiyonu atın.
Ardından, 96 x 96 x 96 matris boyutuna tekdüze olmayan hızlı bir Fourier dönüşümü kullanarak görüntü yeniden yapılandırmasını gerçekleştirin. 0,6 ila 0,8 saniyelik veriye karşılık gelen yaklaşık 200 projeksiyon kullanın. Ardından, tüm bobin elemanlarından gelen görüntüleri ve son bobin birleştirilmiş görüntüsünü yeniden oluşturun ve saklayın.
Bobin birleşik görüntüsünde, diyaframı net bir şekilde gösteren bir koronal dilim seçin. Koronal dilim seçildikten sonra, bu dilim için ayrı bobin görüntülerini görüntüleyin ve diyaframı en iyi gösteren bir veya iki bobin elemanı seçin. Şimdi, yaklaşık 0,5 saniyelik zamansal çözünürlüğe sahip görüntüler oluşturmak için kayan bir pencere kullanarak yalnızca bobin elemanlarından gelen verileri yeniden oluşturun.
Tekdüze olmayan hızlı Fourier dönüşümü kullanarak bir görüntüyü yeniden oluşturmak için ilk 200 projeksiyonu kullanın ve yalnızca diyafram dilimini saklayın. 100 projeksiyon kaydırın ve diyafram dilimini saklayarak ek bir görüntü oluşturun. Şimdi, kayan pencere görüntülerinin ilkinde diyaframın üzerinde bir çizgi seçin.
Tüm projeksiyonlar için bu solunum navigatörünü görüntüleyerek solunum hareketini görselleştirin. Tüm solunum navigatörleri için diyaframın konumunu belirleyin ve bu konumu, projeksiyonları belirli bir solunum kutusuna ait olarak etiketlemek için kullanın. Ardından, son kullanma tarihine karşılık gelen en yüksek projeksiyon sayısına sahip bölmeyi belirleyin ve yeniden yapılandırma için seçin.
Birincil bölme içindeki çıkıntılara bir ağırlık sağlamak ve farklı solunum bölmeleri içindeki çıkıntılara keskin bir şekilde azaltıcı ağırlık sağlamak için üstel bir filtre kullanın. Ardından, istenen solunum haznesinde yüksek çözünürlüklü bir görüntüyü yeniden oluşturmak için Berkeley gelişmiş rekonstrüksiyon araç kutusunu kullanın. Yinelemeli yoğunluk kombinasyonunu kullanarak yoğunluk dengeleme ağırlıklarını hesaplayın.
Yoğunluk dengeleme ağırlıklarını yumuşak geçitli ağırlıklara göre ölçeklendirin. Ardından verileri yoğunluk telafisi ve yumuşak geçit ağırlıklarına göre ölçeklendirin. Şimdi bobin kombinasyonunu kolaylaştırmak için temel bir düzgün olmayan hızlı Fourier dönüşümü gerçekleştirin.
Tekdüze olmayan hızlı Fourier dönüşümü görüntüsünü bobin kombinasyonu için ızgaralı k-uzayına dönüştürün. Daha sonra bir bobin kombinasyon matrisi oluşturun ve bunu hem ham veriler hem de ızgaralı k-uzayı için bobinleri birleştirmek ve bobin hassasiyetlerini tahmin etmek için kullanın. Daha sonra, ağırlıklı yoğunluk kompanzasyonunu, bobin birleşik verilerini ve bobin hassasiyet haritalarını kullanarak, paralel görüntüleme sıkıştırılmış algılama rekonstrüksiyonu gerçekleştirin.
Hem görüntü tabanlı hem de k-uzay tabanlı geçit kullanılarak sona erme sonunda oluşturulan görüntüler, üstün hareket telafisi gösteren görüntü tabanlı geçit ile diyaframın net bir şekilde görselleştirildiğini gösterdi. Yumuşak geçit, ilham verici görüntülerin keskinliğini artırdı ve sert geçitlemeye kıyasla örnekleme altında artefaktları azalttı. Hem görüntü tabanlı hem de k-uzay tabanlı geçit, düzenli solunum sırasında solunum dalga formlarını başarıyla tespit etti ve görüntü tabanlı geçit, düzensiz solunum koşulları altında daha net sonuçlar verdi.
