TY  - THES
A1  - Gutberlet, Marcel
T1  - K-Raum-Symmetrie und dichtegewichtete Bildgebung: Optimierung der Magnet-Resonanz-Bildgebung hinsichtlich Signal-zu-Rauschverhältnis, Abbildungsqualität und Messzeit
T1  - K-space symmetry and density weighted imaging:Optimization of magnetic resonance imaging with regard to signal-to-noise ratio, image quality and acquisition time
N2  - Die Magnet-Resonanz (MR)-Bildgebung ist mit vielfältigen Anwendungen ein nicht mehr wegzudenkendes Instrument der klinischen Diagnostik geworden. Dennoch führt die stark limitierte Messzeit häufig zu einer Einschränkung der erzielbaren räumlichen Auflösung und Abdeckung, einer Beschränkung des Signal-zu-Rauschverhältnis (Signal-to-Noise Ratio) (SNR) sowie einer Signalkontamination durch benachbartes Gewebe. Bereits bestehende Methoden zur Reduktion der Akquisitionszeit sind die partielle Fourier (PF)-Bildgebung und die parallele Bildgebung (PPA). Diese unterscheiden sich zum einen im Schema zur Unterabtastung des k-Raums und zum anderen in der verwendeten Information zur Rekonstruktion der fehlenden k-Raum-Daten aufgrund der beschleunigten Akquisition. Während in der PPA die unterschiedlichen Sensitivitäten einer Mehrkanal-Empfangsspule zur Bildrekonstruktion verwendet werden, basiert die PF-Bildgebung auf der Annahme einer langsamen Variation der Bildphase. Im ersten Abschnitt dieser Arbeit wurde das Konzept der Virtuellen Spulendekonvolutions (Virtual Coil Deconvolution) (VIDE)-Technik vorgestellt, das das gleiche Schema der Unterabtastung des k-Raums wie die konventionelle PPA verwendet, aber anstelle der Spulensensitivität die Bildphase als zusätzliche Information zur Herstellung der fehlenden Daten der beschleunigten Bildgebung verwendet. Zur Minimierung der Rekonstruktionsfehler und der Rauschverstärkung in der VIDE-Technik wurde ein optimiertes Akquisitionsschema entwickelt. Die Kombination der PPA und PF-Bildgebung zur Beschleunigung der MR-Bildgebung wird durch das unterschiedliche Unterabtastschema erschwert. Wie Blaimer et al. in ihrer Arbeit gezeigt haben, kann das Prinzip der VIDE-Technik auf Mehrkanal-Spulen übertragen werden, sodass mit dieser Methode die PPA und die PF-Bildgebung optimal vereint werden können. Dadurch kann die Rauschverstärkung aufgrund der Spulengeometrie ohne zusätzliche Messungen deutlich reduziert werden. Obwohl die Abtastung des k-Raums in der MR-Bildgebung sehr variabel gestaltet werden kann, wird bis heute nahezu ausschließlich die regelmäßige k-Raum-Abtastung in der klinischen Bildgebung verwendet. Der Grund hierfür liegt, neben der schnellen Rekonstruktion und der einfachen Gestaltung der Variation des Bild-Kontrasts, in der Robustheit gegen Artefakte. Allerdings führt die regelmäßige k-Raum-Abtastung zu einer hohen Signalkontamination. Die Optimierung der SRF durch nachträgliches Filtern führt jedoch zu einem SNR-Verlust. Die dichtegewichtete (DW-) Bildgebung ermöglicht die Reduktion der Signal-Kontamination bei optimalem SNR, führt aber zur einer Reduktion des effektiven Gesichtsfelds (FOV) oder einer Erhöhung der Messzeit. Letzteres kann durch eine Kombination der PPA und DW-Bildgebung umgangen werden. Der zweite Teil dieser Arbeit befasste sich mit neuen Aufnahme- und Rekonstruktionsstrategien für die DW-Bildgebung, die eine Erhöhung des FOVs auch ohne Einsatz der PPA erlauben. Durch eine Limitierung der minimalen k-Raum-Abtastdichte konnte durch eine geringfügige Reduktion des SNR-Vorteils der DW-Bildgebung gegenüber der kartesischen, gefilterten Bildgebung eine deutliche Verringerung der Artefakte aufgrund der Unterabtastung in der DW-Bildgebung erreicht werden. Eine asymmetrische Abtastung kann unter der Voraussetzung einer homogenen Bildphase das Aliasing zusätzlich reduzieren. Durch die Rekonstruktion der DW-Daten mit der Virtuelle Spulendekonvolution für die effektive DW-Bildgebung (VIDED)-Bildgebung konnten die Artefakte aufgrund der Unterabtastung eliminiert werden. In der 3d-Bildgebung konnte durch Anwendung der modifizierten DW-Bildgebung eine Steigerung des FOVs in Schichtrichtung ohne Messzeitverlängerung erreicht werden. Die nicht-kartesische k-Raum-Abtastung führt im Fall einer Unterabtastung zu deutlich geringeren, inkohärenten Aliasingartefakten im Vergleich zur kartesischen Abtastung. Durch ein alternierendes DW-Abtastschema wurde eine an die in der MR-Mammografie verwendete Spulengeometrie angepasste k-Raum-Abtastung entwickelt, das bei gleicher Messzeit die räumliche Auflösung, das SNR und das FOV erhöht. Im dritten Teil dieser Arbeit wurde die Verallgemeinerung der DW-Bildgebung auf signalgewichtete Sequenzen, d.h. Sequenzen mit Magnetisierungspräparation (Inversion Recovery (IR), Saturation Recovery (SR)) sowie Sequenzen mit einer Relaxation während der Datenaufnahme (Multi-Gradienten-Echo, Multi-Spin-Echo) vorgestellt, was eine Steigerung der Bildqualität bei optimalem SNR erlaubt. Die Methode wurde auf die SR-Sequenz angewendet und deren praktischer Nutzen wurde in der Herz-Perfusions-Bildgebung gezeigt. Durch die Verwendung der in dieser Arbeit vorgestellten Technik konnte eine Reduktion der Kontamination bei einem SNR-Gewinn von 16% im Vergleich zur konventionellen, kartesischen Abtastung bei gleicher Messzeit erreicht werden.
N2  - Magnetic resonance (MR) imaging has become a powerful tool in clinical diagnostics. However, long acquisition times used in MR imaging limit the available signal-to-noise Ratio (SNR), spatial resolution and coverage and cause signal contamination from neighboring tissue. Two established methods used to reduce the scan time of MR imaging are partial parallel acquisition (PPA) and partial fourier (PF) imaging. These methods use different schemes to undersample k-space and use a different kind of information to reconstruct the missing data resulting from the accelerated acquisition. While in PPA the varying sensitivities of a multi-channel receiver coil are used in the image reconstruction, PF imaging is based on the assumption of a smoothly varying image phase. In the first section of this work, the concept of virtual coil deconvolution (VIDE) imaging is proposed. This method uses the identical acquisition scheme for the accelerated measurement of k-space as PPA. However, in contrast to PPA, VIDE imaging uses the image phase instead of the varying coil sensitivities to recover the missing data of the accelerated acquisition. Reconstruction errors and noise amplification of VIDE imaging were minimized by an optimized acquisition scheme. VIDE imaging allows an acceleration of MR imaging by a factor of two. The different sampling schemes used in PF imaging and PPA are disadvantageous for the combination of PF imaging and PPA to increase the acceleration of MRI. Blaimer, Gutberlet et al. showed that the concept of VIDE imaging can be extended to multi-channel receiver coils. This allows an optimal combination of PF imaging and PPA. The noise amplification caused by the coil geometry could be significantly decreased without lengthening the scan time. Although k-space can be measured in a variety of sampling schemes, almost exclusively a Cartesian trajectory is used in clinical imaging. Reasons are the fast and simple reconstruction, the robustness against artifacts and the well-defined contrast of Cartesian imaging. However, the Cartesian acquisition results in increased signal contamination. Post-processing filtering allows reduction of contamination but at the expense of SNR. Density weighted (DW) imaging allows optimization of the spatial response function (SRF) at maximum SNR but results in a reduced effective field of view (FOV) or a lengthening of the scan time. This disadvantage of DW imaging can be eliminated by the application of PPA. In the second section new acquisition and reconstruction methods were presented allowing an increase of the effective FOV in DW imaging even without the use of PPA. The limitation of the minimum sampling density in DW imaging resulted in a significant reduction of aliasing. Moderate filtering to correct the k-space weighting resulted in low reduction of the SNR gain in comparison to Cartesian imaging with the identical scan time. On condition of a homogeneous image phase, the aliasing can be additionally reduced by using an asymmetric DW sampling. Using virtual coil deconvolution for effective density weighted (VIDED) imaging for reconstruction, aliasing could be eliminated. By applying the developed DW method, the spatial coverage of 3D imaging was increased even without a lengthening of the scan time. In case of undersampling k-space, DW acquisition results in significantly reduced incoherent aliasing in comparison to Cartesian imaging. Alternating DW sampling revealed an optimized sampling scheme for the coil geometry used in MR-mammography. In experiments the effective FOV or the spatial resolution in slice direction could be increased significantly. In the third section the extension of DW imaging to signal-weighted sequences, i.e. sequences with magnetization preparation (inversion recovery or saturation recovery) or with relaxation between the acquired echoes (multigradient echo, multi-spin echo), was presented. The method provided increased image quality at optimum SNR in comparison to Cartesian imaging. By applying the new technique to SR-sequences, its practical use could be shown in myocardial perfusion imaging. The method presented in this work allowed an optimization of the SRF with an SNR gain of 16% compared to conventional Cartesian sampling at identical scan time.
KW  - Kernspintomografie
KW  - Paralleler Prozess
KW  - Messprozess
KW  - Dichtegewichtete Bildgebung
KW  - Parallele Bildgebung
KW  - VIDE
KW  - VIDED
KW  - density weighted imaging
KW  - density weighting
KW  - parallel imaging
KW  - VIDE
KW  - VIDED
KW  - Optimierung
KW  - NMR-Bildgebung
KW  - NMR-Mammographie
KW  - Koronarperfusion
Y1  - 2011
U6  - http://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:bvb:20-opus-71834
ER  - 
TY  - THES
A1  - Fischer, André
T1  - On the Application of Compressed Sensing to Magnetic Resonance Imaging
T1  - Über die Anwendung von Compressed Sensing in der Magnetresonanztomographie
N2  - 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 Candès and Donoho. Two years later, the theory of CS was published in a conference abstract and two papers. Candès 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.
N2  - In der vorliegenden Arbeit wurde untersucht, welches Potential die Anwendung von Compressed Sensing (CS) in der Magnetresonanztomographie (MRT) hat. CS ist eine neue Bildrekonstruktionsmethode aus der Informationstheorie. Das Grundgerüst für CS wurde zuerst in zwei technischen Berichten von Candès und Donoho aus dem Jahr 2004 vorgestellt. Zwei Jahre später wurde die CS-Theorie in einem Konferenzbeitrag und zwei wissenschaftlichen Artikeln veröffentlicht. Candés und Donoho zeigten, dass es mit überwältigender Wahrscheinlichkeit möglich ist, ein rauschfreies sparses Signal aus unvollständig vorliegender Frequenzinformation zu rekonstruieren. Hierfür ist eine wichtige A-priori-Annahme, dass das gewünschte Signal, welches rekonstruiert werden soll, sparse sein soll. Man spricht von sparsen Signalen, falls die Anzahl der Elemente mit Intensität größer Null signifikant kleiner als die Anzahl aller Elemente ist. Die CS-Theorie basiert auf rauschfreien, sparsen Signalen. Sobald Rauschen auftritt, kann keine exakte Sparsity mehr bestimmt werden, da alle Elemente Signalintensitäten größer Null haben. Falls jedoch nur wenig oder moderates Rauschen hinzugefügt wird ist immer noch näherungsweise eine Sparsity gegeben, die mit Hilfe von CS ausgenutzt werden kann. Die meisten MR-Datensätze sind nicht-sparse im Bildraum, können allerdings durch eine sog. Sparsifizierungstransformation effektiv sparsifiziert werden. In der vorliegenden Arbeit sind die Daten entweder im Bildraum sparse, nach einer Diskreten-Gradienten-Transformation oder nachdem bei dynamischen Daten ein zeitlich gemittelter Datensatz von den zu rekonstruierenden Daten abgezogen worden ist. Das Ziel dieser Arbeit war es, mögliche Anwendungen für CS in der MRT zu identifizieren. Zwei unterschiedliche Algorithmen wurden untersucht, um unterabgetastete sparse Daten mit dem CS-Konzept zu rekonstruieren. Eine Technik, die auf einer Nichtlinearen Methode der Konjugierten Gradienten basiert und eine gelockerte Datenkonsistenzbedingung beinhaltet, wird als Relaxed DC-Methode bezeichnet. Eine Alternative stellt der Gradienten- oder Steilster-Abstieg-Algorithmus dar, der strikte Datenkonsistenz fordert und daher als Strict-DC-Methode bezeichnet wird. Kapitel 3 zeigt Simulationen, die darlegen, dass die Strict-DC-Methode am besten zur Datenrekonstruktion in dieser Arbeit geeignet ist. Kapitel 4 zeigt, in wie fern die spektroskopische 19F-Bildgebung bei 7 T von CS profitieren kann, indem CS eine signifikante Reduktion der Messzeiten bei in vivo Experimenten erlaubt. Desweiteren ermöglicht CS hochaufgelöste spektroskopische 3D-Bildgebung in akzeptablen Messzeiten für in vivo Anwendungen. Kapitel 5 führt eine Erweiterung der Strict-DC-Methode ein, die CS-CC genannt wird, welche eine effiziente Bearbeitung von sparsen unterabgetasteten Multi-Empfänger-Datensätzen erlaubt. Hierbei profitiert CS-CC von einem Konzept namens "Joint Sparsity", welches ausnutzt, dass alle Empfangskanäle eines Spulenarrays dasselbe sparse Objekt detektieren, jeweils gewichtet mit den entsprechenden Spulensensitivitätsprofilen. Der praktische Nutzen dieses neuen Algorithmus wird an einem dynamischen radialen Herzdatensatz verdeutlicht. Akkurate Rekonstruktionen der Herzbewegung in freier Atmung und ohne EKG-Trigger konnten bei hohen Unterabtastfaktoren erreicht werden. Ein Iterativer-GRAPPA-Algorithmus, der unterabgetastete Daten beliebiger (nicht-kartesischer) Trajektorien rekonstruieren kann und ausschließlich auf einem kartesischen Gitter arbeitet, wird in Kapitel 6 vorgestellt. Das vorgeschlagene Iterative GRAPPA ist vom Rechenaufwand her effizienter als SPIRiT und wurde als ein vorhergehender Schritt zur Kombination von Paralleler Bildgebung und Compressed Sensing entwickelt. Optimale Parameter für Iteratives GRAPPA (z.B. Anzahl an Iterationen, GRAPPA-Kern-Größe) wurden in Phantom-Experimenten bestimmt und mittels Rekonstruktionen an einem retrospektiv unterabgetasteten radialen Herzdatensatz verifiziert. Die synergetische Kombination der spulenweise angewendeten Strict-DC-Methode und Iterativem GRAPPA genannt CS-GRAPPA wird in Kapitel 7 präsentiert. CS-GRAPPA erlaubt akkurate Rekonstruktionen unterabgetasteter Daten von höheren Beschleunigungsfaktoren, als mit den jeweiligen Einzelmethoden möglich gewesen wäre. Die Formulierung ist äquivalent zu L1-SPIRiT, allerdings vom Rechenaufwand effizienter. Es wurde zusätzlich ein Vergleich zu CS-CC durchgeführt. Interessanterweise hat sich gezeigt, dass das Ausnutzen der Joint Sparsity in CS-CC etwas effizienter ist als das vorgeschlagene CS-GRAPPA, das ein Hybrid aus Compressed Sensing und Paralleler Bildgebung ist. Im abschließenden Kapitel dieser Dissertation werden die Ergebnisse zusammengefasst und Schlussfolgerungen daraus gezogen. Zukünftige Anwendungen werden diskutiert, die von CS profitieren und mögliche synergetische Kombinationen mit anderen existierenden MR-Methoden für beschleunigte Bildgebung werden angesprochen.
KW  - NMR-Tomographie
KW  - Rekonstruktion
KW  - NMR-Bildgebung
KW  - Compressed Sensing
KW  - Unterabtastung
KW  - Compressed Sensing
KW  - Undersampling
Y1  - 2011
U6  - http://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:bvb:20-opus-72496
ER  - 
TY  - THES
A1  - Oechsner, Markus
T1  - Morphologische und funktionelle <sup>1</sup>H-Magnetresonanztomographie der menschlichen Lunge bei 0.2 und 1.5 Tesla
T1  - Morphological and functional <sup>1</sup>H magnetic resonance tomography of the human lung at 0.2 and 1.5 tesla
N2  - Das Ziel dieser Arbeit war es, Methoden und Techniken für die morphologische und funktionelle Bildgebung der menschlichen Lunge mittels Kernspintomographie bei Feldstärken von 0,2 Tesla und 1,5 Tesla zu entwickeln und zu optimieren. Bei 0,2 Tesla wurde mittels der gemessenen Relaxationszeiten T1 und T2* eine 2D und eine 3D FLASH Sequenz zur Untersuchung der Lungenmorphologie optimiert. Sauerstoffgestützte Messungen der Relaxationszeiten T1 und T2* sowie eine SpinLabeling Sequenz liefern funktionelle Informationen über den Sauerstofftransfer und die Perfusion der Lungen. Bei 1,5 Tesla wurde die Lungenperfusion mittels MR-Kontrastmittel mit einer 2D und einer 3D Sequenz unter Verwendung der Präbolus Technik quantifiziert. Zudem wurden zwei MR-Navigationstechniken entwickelt, die es ermöglichen Lungenuntersuchungen unter freier Atmung durchzuführen und aus den Daten artefaktfreie Bilder zu rekonstruieren. Diese Techniken können in verschiedenste Sequenzen für die Lungenbildgebung implementiert werden, ohne dass die Messzeit dadurch signifikant verlängert wird.
N2  - The purpose of this thesis was to make a contribution to the development of lung MRI. While we developed and implemented new sequences and procedures both in the area of low-field MRI (0.2 Tesla) and 1.5 Tesla, we also took existing technologies into account by modifying and optimizing them for the working conditions at hand. In the process, we focused on techniques for both morphological and functional examination of the lung. Lung scans using an open 0.2 Tesla tomograph were an important component of this. Our first objective was to develop various methods for morphological and functional lung MRI, adapt them to altered conditions and further optimize them. The second objective was to contribute more in-depth research of contrast agent-based quantification of lung perfusion for the clinical standard of 1.5 Tesla. Additionally, we developed navigation methods which allow for scans of the lung under conditions of free breathing and without the use of external measurement devices.
KW  - NMR-Bildgebung
KW  - Lunge
KW  - 0.2 Tesla
KW  - Sauerstoff
KW  - Präbolus
KW  - Perfusion
KW  - freie Atmung
KW  - Navigator
KW  - Bilderzeugung
KW  - Bildgebendes Verfahren
KW  - oxygen-enhanced
KW  - spin labeling
KW  - contrast-enhanced
KW  - prebolus
KW  - free respiration
Y1  - 2011
U6  - http://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:bvb:20-opus-66942
ER  -