@phdthesis{Weber2011,
  author    = {Weber, Daniel},
  title     = {Morphologische und funktionelle MRT-Infarktcharakterisierung und Entwicklung einer diffusionsgewichteten MRT-Methode},
  url       = {http://nbn-resolving.de/urn:nbn:de:bvb:20-opus-71157},
  school      = {Universit{\"a}t W{\"u}rzburg},
  year      = {2011},
  abstract  = {Diffusionstensorbildgebung im Vergleich zu anderen Parametermethoden f{\"u}r die Infarktcharakterisierung Ziel dieses Teils der Arbeit war die Kl{\"a}rung der Frage, welches Potential verschiedene MR-Parametersequenzen bei der Charakterisierung eines myokardialen Infarkts sowohl im akuten als auch im chronischen Fall haben. Dazu wurde eine Studie mit akut und chronisch infarzierten Rattenherzen durchgef{\"u}hrt. Untersucht wurden die Parameter T1, T2 und T2* sowie die aus der Diffusionstensorbildgebung berechneten Parameter ADC, FA, cs, cp und cl . Es zeigte sich, dass es kein Analogon zum bei einer cerebralen Isch{\"a}mie bekannten Mismatch-Konzept gibt. Weder im akuten noch im chronischen war Fall eine ausgewiesene Differenz im diagnostizierten Infarktareal zwischen verschiedenen Sequenzen feststellbar. Alles in allem eignen sich zur detaillierten Charakterisierung der Infarktnarbe am besten eine T2*- oder eine Diffusionstensorsequenz. Die T2*-Sequenz liefert optisch das aufschlussreichere Bild, die aufwendigere Diffusionstensorsequenz dagegen bietet aufgrund der vielfachen Darstellungsm{\"o}glichkeiten im Postprocessing ein Mehr an Information und zeigt dazu eine Ver{\"a}nderung der Narbe im Zeitverlauf. Oxygenierungsmessung am M{\"a}useherz in vivo Die Charakterisierung einer Infarktnarbe kann auch {\"u}ber die Darstellung morphologischer Strukturen hinaus erfolgen. Die Oxygenierung ist ein komplexer Parameter, der funktionelle Auskunft {\"u}ber die Vaskularisierung und Viabilit{\"a}t des Gewebes geben kann. Zugang zu diesem Parameter erh{\"a}lt man {\"u}ber T2*-Messungen, da der Parameter T2* sensitiv auf chemisch gebundenen Sauerstoff reagiert. Hier wurden der Einfluss von reiner Sauerstoffatmung im Gegensatz zu normaler Raumluftatmung auf die Oxygenierung bei gesunden und infarzierten M{\"a}usen untersucht. Die Messungen wurden trotz der Schwierigkeiten, die durch die Bewegung durch Atmung und Herzschlag entstehen, in vivo bei 17,6 Tesla implementiert und durchgef{\"u}hrt. Die Aufl{\"o}sung war ausreichend, um auch nach Infarkt extrem ausged{\"u}nnte Myokardw{\"a}nde gut aufl{\"o}sen und charakterisieren zu k{\"o}nnen. Der Effekt auf das Oxygenierungslevel ist stark unterschiedlich zwischen normalen und infarzierten Herzen, woraus auf eine noch nicht weit fortgeschrittene Revaskularisierung der Narbe eine Woche nach Infarzierung geschlossen werden kann. Die Methode wurde dar{\"u}ber hinaus an einem 7,0 Tesla-Magneten zur Verwendung an Ratten implementiert und auf das im Gegensatz zur Maus ver{\"a}nderte Atmungsverhalten der Ratte angepasst. Zum einen kann dadurch der Einfluss des hohen Magnetfeldes auf die Oxygenierungsmessung untersucht werden, zum anderen ist das Herz als zu untersuchendes Objekt bei der Ratte gr{\"o}ßer. Diffusionswichtung mittels Hole-Burning Die in dieser Arbeit zur Charakterisierung des Herzens verwendete Diffusionsmethode kann im Grenzfall von kurzen T2-Relaxationszeiten an ihre Grenzen stoßen: Bei den verwendeten starken Magnetfeldern klingt das messbare Signal aufgrund der Relaxationszeit T2 oft sehr schnell ab. Daher wurde eine Methode entwickelt, die einen v{\"o}llig neuen Ansatz zur diffusionsgewichteten Bildgebung verfolgt, bei dem die Informationen {\"u}ber die Diffusion unabh{\"a}ngig von der limitierenden T2-Zeit gewonnen werden k{\"o}nnen. Die sog. Hole-Burning-Diffusionssequenz verwendet in einem Vorexperiment lediglich die Longitudinalmagnetisierung zur Diffusionswichtung. Das Signal wird dann mit einer schnellen Auslesesequenz akquiriert. Bei der Pr{\"a}paration werden zun{\"a}chst auf Subvoxel-Niveau Streifen "gebrannt", d.h. die Magnetisierung wird dort ges{\"a}ttigt. Bis zur n{\"a}chsten S{\"a}ttigung ist das Verhalten der Magnetisierung abh{\"a}ngig von der T1-Relaxation in diesem Bereich und vom Diffusionsverhalten. Durch rasches Wiederholen des selektiven Pulszugs wird schließlich eine Gleichgewichtsmagnetisierung erreicht, die von der Diffusionskonstanten D und der T1-Relaxationszeit abh{\"a}ngt. Im Rahmen dieser Arbeit wurden die Abh{\"a}ngigkeiten verschiedener Sequenzparameter untersucht und diese mittels Simulationen optimiert. Außerdem wurde die Sequenz an einem Scanner implementiert und erste Experimente damit durchgef{\"u}hrt. Mit Hilfe von Simulationen konnten dazu Lookup-Tabellen generiert werden, mit denen in bestimmten Bereichen (insbesondere bei nicht zu kurzen T1-Relaxationszeiten) sowohl die Diffusionskonstante D als auch die T1-Relaxationszeit quantifiziert werden konnte.},
  subject      = {Kernspintomografie},
  language  = {de}
}
@phdthesis{Fischer2011,
  author    = {Fischer, Andr{\´e}},
  title     = {On the Application of Compressed Sensing to Magnetic Resonance Imaging},
  url       = {http://nbn-resolving.de/urn:nbn:de:bvb:20-opus-72496},
  school      = {Universit{\"a}t W{\"u}rzburg},
  year      = {2011},
  abstract  = {This thesis investigated the potential of Compressed Sensing (CS) applied to Magnetic Resonance Imaging (MRI). CS is a novel image reconstruction method that emerged from the field of information theory. The framework of CS was first published in technical reports in 2004 by Cand{\`e}s and Donoho. Two years later, the theory of CS was published in a conference abstract and two papers. Cand{\`e}s and Donoho proved that it is possible, with overwhelming probability, to reconstruct a noise-free sparse signal from incomplete frequency samples (e.g., Fourier coefficients). Hereby, it is assumed a priori that the desired signal for reconstruction is sparse. A signal is considered "sparse" when the number of non-zero elements is significantly smaller than the number of all elements. Sparsity is the most important foundation of CS. When an ideal noise-free signal with few non-zero elements is given, it should be understandably possible to obtain the relevant information from fewer Fourier coefficients than dictated by the Nyquist-Shannon criterion. The theory of CS is based on noise-free sparse signals. As soon as noise is introduced, no exact sparsity can be specified since all elements have signal intensities that are non-zero. However, with the addition of little or moderate noise, an approximate sparsity that can be exploited using the CS framework will still be given. The ability to reconstruct noisy undersampled sparse MRI data using CS has been extensively demonstrated. Although most MR datasets are not sparse in image space, they can be efficiently sparsified by a sparsifying transform. In this thesis, the data are either sparse in the image domain, after Discrete Gradient transformation, or after subtraction of a temporally averaged dataset from the data to be reconstructed (dynamic imaging). The aim of this thesis was to identify possible applications of CS to MRI. Two different algorithms were considered for reconstructing the undersampled sparse data with the CS concept. The Nonlinear Conjugate Gradient based technique with a relaxed data consistency constraint as suggested by Lustig et al. is termed Relaxed DC method. An alternative represents the Gradient or Steepest Descent algorithm with strict data consistency and is, therefore, termed the Strict DC method. Chapter 3 presents simulations illustrating which of these two reconstruction algorithms is best suited to recover undersampled sparse MR datasets. The results lead to the decision for the Strict DC method as reconstruction technique in this thesis. After these simulations, different applications and extensions of CS are demonstrated. Chapter 4 shows how CS benefits spectroscopic 19F imaging at 7 T, allowing a significant reduction of measurement times during in vivo experiments. Furthermore, it allows highly resolved spectroscopic 3D imaging in acceptable measurement times for in vivo applications. Chapter 5 introduces an extension of the Strict DC method called CS-CC (CS on Combined Coils), which allows efficient processing of sparse undersampled multi-coil data. It takes advantage of a concept named "Joint Sparsity", which exploits the fact that all channels of a coil array detect the same sparse object weighted with the coil sensitivity profiles. The practical use of this new algorithm is demonstrated in dynamic radial cardiac imaging. Accurate reconstructions of cardiac motion in free breathing without ECG triggering were obtained for high undersampling factors. An Iterative GRAPPA algorithm is introduced in Chapter 6 that can recover undersampled data from arbitrary (Non-Cartesian) trajectories and works solely in the Cartesian plane. This characteristic makes the proposed Iterative GRAPPA computationally more efficient than SPIRiT. Iterative GRAPPA was developed in a preceding step to combine parallel imaging with CS. Optimal parameters for Iterative GRAPPA (e.g. number of iterations, GRAPPA kernel size) were determined in phantom experiments and verified by retrospectively undersampling and reconstructing a radial cardiac cine dataset. The synergistic combination of the coil-by-coil Strict DC CS method and Iterative GRAPPA called CS-GRAPPA is presented in Chapter 7. CS-GRAPPA allows accurate reconstruction of undersampled data from even higher acceleration factors than each individual method. It is a formulation equivalent to L1-SPIRiT but computationally more efficient. Additionally, a comparison with CS-CC is given. Interestingly, exploiting joint sparsity in CS-CC is slightly more efficient than the proposed CS-GRAPPA, a hybrid of parallel imaging and CS. The last chapter of this thesis concludes the findings presented in this dissertation. Future applications expected to benefit from CS are discussed and possible synergistic combinations with other existing MR methodologies for accelerated imaging are also contemplated.},
  subject      = {NMR-Tomographie},
  language  = {en}
}
@phdthesis{Ehses2011,
  author    = {Ehses, Philipp},
  title     = {Development of new Acquisition Strategies for fast Parameter Quantification in Magnetic Resonance Imaging},
  url       = {http://nbn-resolving.de/urn:nbn:de:bvb:20-opus-72531},
  school      = {Universit{\"a}t W{\"u}rzburg},
  year      = {2011},
  abstract  = {Magnetic resonance imaging (MRI) is a medical imaging method that involves no ionizing radiation and can be used non-invasively. Another important - if not the most important - reason for the widespread and increasing use of MRI in clinical practice is its interesting and highly flexible image contrast, especially of biological tissue. The main disadvantages of MRI, compared to other widespread imaging modalities like computed tomography (CT), are long measurement times and the directly resulting high costs. In the first part of this work, a new technique for accelerated MRI parameter mapping using a radial IR TrueFISP sequence is presented. IR TrueFISP is a very fast method for the simultaneous quantification of proton density, the longitudinal relaxation time T1, and the transverse relaxation time T2. Chapter 2 presents speed improvements to the original IR TrueFISP method. Using a radial view-sharing technique, it was possible to obtain a full set of relaxometry data in under 6 s per slice. Furthermore, chapter 3 presents the investigation and correction of two major sources of error of the IR TrueFISP method, namely magnetization transfer and imperfect slice profiles. In the second part of this work, a new MRI thermometry method is presented that can be used in MRI-safety investigations of medical implants, e.g. cardiac pacemakers and implantable cardioverter-defibrillators (ICDs). One of the major safety risks associated with MRI examinations of pacemaker and ICD patients is RF induced heating of the pacing electrodes. The design of MRI-safe (or MRI-conditional) pacing electrodes requires elaborate testing. In a first step, many different electrode shapes, electrode positions and sequence parameters are tested in a gel phantom with its geometry and conductivity matched to a human body. The resulting temperature increase is typically observed using temperature probes that are placed at various positions in the gel phantom. An alternative to this local thermometry approach is to use MRI for the temperature measurement. Chapter 5 describes a new approach for MRI thermometry that allows MRI thermometry during RF heating caused by the MRI sequence itself. Specifically, a proton resonance frequency (PRF) shift MRI thermometry method was combined with an MR heating sequence. The method was validated in a gel phantom, with a copper wire serving as a simple model for a medical implant.},
  subject      = {Kernspintomografie},
  language  = {en}
}