PloS one · 2013
Suppressing multi-channel ultra-low-field MRI measurement noise using data consistency and image sparsity.
СтатьяПоддержка исследования: вне правительства СШАНазвание и аннотация: Перевод пока не подготовлен
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
Lin Fa-Hsuan, Vesanen Panu T, Hsu Yi-Cheng, Nieminen Jaakko O, Zevenhoven Koos C J, Dabek Juhani, Parkkonen Lauri T, Simola Juha, Ahonen Antti I, Ilmoniemi Risto J
Аннотация
Ultra-low-field (ULF) MRI (B 0 = 10-100 µT) typically suffers from a low signal-to-noise ratio (SNR). While SNR can be improved by pre-polarization and signal detection using highly sensitive superconducting quantum interference device (SQUID) sensors, we propose to use the inter-dependency of the k-space data from highly parallel detection with up to tens of sensors readily available in the ULF MRI in order to suppress the noise. Furthermore, the prior information that an image can be sparsely represented can be integrated with this data consistency constraint to further improve the SNR. Simulations and experimental data using 47 SQUID sensors demonstrate the effectiveness of this data consistency constraint and sparsity prior in ULF-MRI reconstruction.