Reducción de los tiempos de adquisición de imágenes por resonancia magnética utilizando técnicas de compressed sensing

• Carlos Sing-Long C ^[1] ; Cristián Tejos N ^[1] ; Pablo irarrazaval M ^[1]
  1. [1] Pontificia Universidad Católica de Chile

     Pontificia Universidad Católica de Chile

     Santiago, Chile

     
• Localización: Revista chilena de radiología, ISSN-e 0717-9308, ISSN 0717-201X, Vol. 15, Nº. 0, 2009, págs. 10-16
• Idioma: español
• Títulos paralelos:
  • Reduction of the acquisition time in magnetic resonance imaging using compressed sensing
• Enlaces
  • Texto completo
• Resumen
  • español

    Introducción: El proceso de adquisición de imágenes por resonancia magnética (IRM) es lento. Una forma para disminuir los tiempos de adquisición es a través de reconstrucciones de datos submuestreados, es decir tomar menos muestras que las necesarias en aplicaciones estándares, y reconstruir las muestras faltantes a través de algoritmos matemáticos. Proponemos utilizar técnicas de reconstrucción de datos submuestreados basadas en técnicas de Compressed Sensing (CS) para disminuir los tiempos de adquisición, obteniendo imágenes idénticas a las obtenidas con todas las muestras. Métodos: Realizamos reconstrucciones de datos submuestreados de fantomas y IRM con 60%, 55% y 50% de las muestras. Resultados: Cuando el número de muestras fue mayor al doble del número de pixeles con intensidad cero, las reconstrucciones obtenidas fueron idénticas a las originales. Para las IRM esto se logró con 60% de las muestras, logrando reducciones del 40% en los tiempos de adquisición. Discusión: Nuestra técnica de reconstrucción basada en CS es una forma efectiva para reducir los tiempos de adquisición de IRM.

  • English

    Introduction: The acquisition process in Magnetic Resonance Images (MRI) is slow. One approach to reduce the acquisition times is the reconstruction of undersampled data. i.e. to acquire less samples that those needed for standard application, and to reconstruct the unknown samples using mathematical algorithms. We propose to used reconstruction techniques for undersampled data based on Compressed Sensing (CS) to decrease the acquisition times, obtaining identical MRI as those obtained with all samples. Methods: We performed reconstructions of undersampled data obtained from phantoms and MRI with 60%, 55% and 50% of the samples. Results: When the number of samples was more that the double of pixels with non cero intensity, the reconstructions where identical to the original ones. For the MRI experiment, this was achieved with 60% of the samples, therefore obtaining a 40% of reduction in the acquisition time. Discussion: Our reconstruction technique based on CS is an effective way for reducing the acquisition times in MRI.