TY - THES A1 - Schindele, Andreas T1 - Proximal methods in medical image reconstruction and in nonsmooth optimal control of partial differential equations T1 - Proximale Methoden in der medizinischen Bildrekonstruktion und in der nicht-glatten optimalen Steuerung von partiellen Differenzialgleichungen N2 - Proximal methods are iterative optimization techniques for functionals, J = J1 + J2, consisting of a differentiable part J2 and a possibly nondifferentiable part J1. In this thesis proximal methods for finite- and infinite-dimensional optimization problems are discussed. In finite dimensions, they solve l1- and TV-minimization problems that are effectively applied to image reconstruction in magnetic resonance imaging (MRI). Convergence of these methods in this setting is proved. The proposed proximal scheme is compared to a split proximal scheme and it achieves a better signal-to-noise ratio. In addition, an application that uses parallel imaging is presented. In infinite dimensions, these methods are discussed to solve nonsmooth linear and bilinear elliptic and parabolic optimal control problems. In particular, fast convergence of these methods is proved. Furthermore, for benchmarking purposes, truncated proximal schemes are compared to an inexact semismooth Newton method. Results of numerical experiments are presented to demonstrate the computational effectiveness of our proximal schemes that need less computation time than the semismooth Newton method in most cases. Results of numerical experiments are presented that successfully validate the theoretical estimates. N2 - Proximale Methoden sind iterative Optimierungsverfahren für Funktionale J = J1 +J2, die aus einem differenzierbaren Teil J2 und einem möglicherweise nichtdifferenzierbaren Teil bestehen. In dieser Arbeit werden proximale Methoden für endlich- und unendlichdimensionale Optimierungsprobleme diskutiert. In endlichen Dimensionen lösen diese `1- und TV-Minimierungsprobleme welche erfolgreich in der Bildrekonstruktion der Magnetresonanztomographie (MRT) angewendet wurden. Die Konvergenz dieser Methoden wurde in diesem Zusammenhang bewiesen. Die vorgestellten proximalen Methoden wurden mit einer geteilten proximalen Methode verglichen und konnten ein besseres Signal-Rausch-Verhältnis erzielen. Zusätzlich wurde eine Anwendung präsentiert, die parallele Bildgebung verwendet. Diese Methoden werden auch für unendlichdimensionale Probleme zur Lösung von nichtglatten linearen und bilinearen elliptischen und parabolischen optimalen Steuerungsproblemen diskutiert. Insbesondere wird die schnelle Konvergenz dieser Methoden bewiesen. Außerdem werden abgeschnittene proximale Methoden mit einem inexakten halbglatten Newtonverfahren verglichen. Die numerischen Ergebnisse demonstrieren die Effektivität der proximalen Methoden, welche im Vergleich zu den halbglatten Newtonverfahren in den meisten Fällen weniger Rechenzeit benötigen. Zusätzlich werden die theoretischen Abschätzungen bestätigt. KW - Optimale Kontrolle KW - Proximal-Punkt-Verfahren KW - Bildrekonstruktion KW - Komprimierte Abtastung KW - Optimal Control KW - Elliptic equations KW - Parabolic equations KW - Proximal Method KW - Semismooth Newton Method KW - Medical image reconstruction KW - Sparsity KW - Total Variation KW - Compressed Sensing KW - Magnetic Resonance Imaging KW - Partielle Differentialgleichung Y1 - 2016 U6 - http://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:bvb:20-opus-136569 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 - Reinhard, Sebastian T1 - Improving Super-Resolution Microscopy Data Reconstruction and Evaluation by Developing Advanced Processing Algorithms and Artifcial Neuronal Networks T1 - Verbesserung von Datenrekonstruktion und -auswertung in der Super-Resolution Mikroskopie durch die Entwicklung von fortgeschrittenen Verarbeitungsalgorithmen und künstlichen neuronalen Netzen N2 - The fusion of methods from several disciplines is a crucial component of scientific development. Artificial Neural Networks, based on the principle of biological neuronal networks, demonstrate how nature provides the best templates for technological advancement. These innovations can then be employed to solve the remaining mysteries of biology, including, in particular, processes that take place on microscopic scales and can only be studied with sophisticated techniques. For instance, direct Stochastic Optical Reconstruction Microscopy combines tools from chemistry, physics, and computer science to visualize biological processes at the molecular level. One of the key components is the computer-aided reconstruction of super-resolved images. Improving the corresponding algorithms increases the quality of the generated data, providing further insights into our biology. It is important, however, to ensure that the heavily processed images are still a reflection of reality and do not originate in random artefacts. Expansion microscopy is expanding the sample by embedding it in a swellable hydrogel. The method can be combined with other super-resolution techniques to gain additional resolution. We tested this approach on microtubules, a well-known filamentous reference structure, to evaluate the performance of different protocols and labelling techniques. We developed LineProfiler an objective tool for data collection. Instead of collecting perpendicular profiles in small areas, the software gathers line profiles from filamentous structures of the entire image. This improves data quantity, quality and prevents a biased choice of the evaluated regions. On the basis of the collected data, we deployed theoretical models of the expected intensity distribution across the filaments. This led to the conclusion that post-expansion labelling significantly reduces the labelling error and thus, improves the data quality. The software was further used to determine the expansion factor and arrangement of synaptonemal complex data. Automated Simple Elastix uses state-of-the-art image alignment to compare pre- and post-expansion images. It corrects linear distortions occurring under isotropic expansion, calculates a structural expansion factor and highlights structural mismatches in a distortion map. We used the software to evaluate expanded fungi and NK cells. We found that the expansion factor differs for the two structures and is lower than the overall expansion of the hydrogel. Assessing the fluorescence lifetime of emitters used for direct Stochastic Optical Reconstruction Microscopy can reveal additional information about the molecular environment or distinguish dyes emitting with a similar wavelength. The corresponding measurements require a confocal scanning of the sample in combination with the fluorescent switching of the underlying emitters. This leads to non-linear, interrupted Point Spread Functions. The software ReCSAI targets this problem by combining the classical algorithm of compressed sensing with modern methods of artificial intelligence. We evaluated several different approaches to combine these components and found, that unrolling compressed sensing into the network architecture yields the best performance in terms of reconstruction speed and accuracy. In addition to a deep insight into the functioning and learning of artificial intelligence in combination with classical algorithms, we were able to reconstruct the described non-linearities with significantly improved resolution, in comparison to other state-of-the-art architectures. N2 - Für die Weiterentwicklung der Wissenschaft wird es immer wichtiger, Methoden aus verschiedenen Gebieten zu kombinieren. Die künstliche Intelligenz beruht beispielsweise auf dem Prinzip biologischer neuronaler Netze. Hier wird die Natur als Vorlage für unsere technische Entwicklung genutzt. Diese Innovationen können dazu eingesetzt werden, die verbliebenen Rätsel der Biologie zu lösen. Dazu gehören insbesondere Prozesse, die sich auf mikroskopischer Ebene abspielen und nur mit hochentwickelten Techniken untersucht werden können. Die direkte Stochastisch Optische Rekonstruktionsmikroskopie kombiniert Methoden der Chemie, Physik und Informatik, um biologische Prozesse auf molekularer Ebene sichtbar zu machen. Eine der Schlüsselkomponenten ist die computergestützte Rekonstruktion von hochaufgelösten Bildern. Die Verbesserung der zugrunde liegenden Algorithmen erhöht die Qualität der erzeugten Daten und ermöglicht weitere Einblicke in unsere Biologie. Es muss jedoch sichergestellt werden, dass die künstlich erstellten Bilder immer noch ein Abbild der Realität sind und nicht auf zufälligen Artefakten beruhen. Expansionsmikroskopie vergrößert die Probe durch Einbettung in ein Hydrogel. Die Methode kann mit anderen hochauflösenden Techniken kombiniert werden, um die Auflösung noch weiter zu verbessern. Dieser Ansatz wurde an Mikrotubuli, einer bekannten flamentösen Referenzstruktur, verwendet, um verschiedene Protokolle und Markierungstechniken zu testen. Mit LineProfiler wurde ein objektives Werkzeug zur Datenerfassung entwickelt. Anstatt Linienprofle in kleinen Bereichen zu erfassen, wertet die Software das gesamte Bild aus. Dies verbessert die Datenmenge und Datenqualität und verhindert eine voreingenommene Auswahl der ausgewerteten Regionen. Auf Grundlage der gesammelten Daten wurden theoretische Modelle für die erwartete Intensitätsverteilung über die Filamente erstellt. Daraus konnte geschlossen werden, dass die Markierung nach der Expansion den Markierungsfehler erheblich reduziert und somit die Qualität der Daten verbessert. Die Software wurde außerdem zur Bestimmung des Expansionsfaktors und der Anordnung der Daten des synaptonemalen Komplexes verwendet. Automated Simple Elastix verwendet modernste Bildregistrierung, um Bilder vor und nach der Expansion zu vergleichen. Lineare Verzerrungen, die bei isotroper Expansion auftreten, werden korrigiert. Der strukturelle Expansionsfaktor wird berechnet und strukturelle Unstimmigkeiten werden in einer Verzerrungskarte hervorgehoben. Die Software wurde zur Bewertung expandierter Pilze und NK-Zellen eingesetzt. Dabei wurde festgestellt, dass der Expansionsfaktor für die beiden Strukturen unterschiedlich ist und unter der Gesamtexpansion des Hydrogels liegt. Die Auswertung der Fluoreszenzlebensdauer von Emittern, die für die direkte Stochastische Optische Rekonstruktionsmikroskopie eingesetzt werden, kann zusätzliche Informationen über die molekulare Umgebung liefern oder Farbstoffe unterscheiden, die VI eine ähnliche Lichtwellenlänge emittieren. Die entsprechenden Messungen erfordern eine konfokale Abtastung der Probe in Kombination mit dem fluoreszenten Schalten der zugrunde liegenden Emitter. Dies führt zu nichtlinearen, unterbrochenen Punktspreizfunktionen. Die Software ReCSAI löst dieses Problem, indem sie den klassischen Algorithmus des Compressed Sensing mit modernen Methoden der künstlichen Intelligenz kombiniert. Es wurden verschiedene Ansätze zur Kombination der Komponenten ausgewertet und festgestellt, dass die Integration von Compressed Sensing in die Netzwerkarchitektur die beste Performance in Bezug auf Rekonstruktionsgeschwindigkeit und -genauigkeit bringt. Neben einem tiefen Einblick in die Funktionsweise und das Lernen von künstlicher Intelligenz in Kombination mit klassischen Algorithmen konnten die beschriebenen Nichtlinearitäten mit einer deutlich verbesserten Auflösung im Vergleich zu anderen modernen Architekturen rekonstruiert werden. KW - Mikroskopie KW - Künstliche Intelligenz KW - Datenanalyse KW - Bildverarbeitung KW - Compressed Sensing KW - Lifetime Imaging KW - dSTORM Y1 - 2023 U6 - http://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:bvb:20-opus-316959 ER - TY - THES A1 - Stäb, Daniel T1 - Erweiterung der Anatomischen Abdeckung in der MRT des Herzens T1 - Anatomic Coverage Extension in Cardiac MRI N2 - Die MRT hat sich in den letzten Jahren zu einem wichtigen Instrument in der Diagnostik von Herzerkrankungen entwickelt. Da sie ohne ionisierende Strahlung auskommt, stellt sie vor allem auch eine nichtinvasive Alternative zu den nuklearmedizinischen Verfahren und der Computertomographie dar. Im speziellen ermöglicht die kardiale MRT die ortsaufgelöste Darstellung des Herzens mit einer Vielzahl an Kontrasten. Neben der Morphologie können damit auch zahlreiche Funktionsparameter des Herzens, wie die Ejektionsfraktion des linken Ventrikels, oder die Viabilität und Perfusion des Herzmuskels untersucht werden. Atmung und Herzbewegung stellen allerdings große Anforderungen an die MR-Herzbildgebung. Die beiden Störfaktoren limitieren den Zeitraum, der zur Bildakquisition zur Verfügung steht und erzeugen so Konflikte zwischen räumlicher Auflösung, anatomischer Abdeckung, zeitlicher Auflösung und dem Signal-zu-Rausch-Verhältnis (SNR). Ferner ergibt sich für die meisten eingesetzten Verfahren eine erhöhte Komplexität. Die Bildgebungssequenzen müssen mittels EKG an den Herzrhythmus des Patienten angepasst und die Bildakquisitionen im Atemanhaltezustand durchgeführt werden. In manchen Fällen ist sogar eine Aufspaltung der Messung in mehrere Einzelakquisitionen nötig, was wiederum die Dauer der Untersuchungen verlängert und den Patientenkomfort reduziert. Mit technischen Entwicklungen im Bereich der Gradienten und der Empfangsspulen sowie durch den Einsatz dedizierter Bildgebungstechniken konnten in den letzten Jahren signifikante Verbesserungen erzielt und der Stellenwert der MR-Bildgebung in der Herzdiagnostik erhöht werden. Von großer Bedeutung sind dabei auch Beschleunigungsverfahren wie die Parallele Bildgebung, die eine deutliche Verkürzung der Datenakquisition ermöglichen und so den Einfluss von Atmung und Herzbewegung wirksam reduzieren. Die Beschleunigung wird dabei grundsätzlich durch eine unvollständige Datenakquisition bzw. Unterabtastung des k-Raums erzielt, welche im Zuge der Bildrekonstruktion durch Ausnutzen zusätzlich vorhandener Informationen kompensiert wird. Bei der Parallelen Bildgebung ersetzen beispielsweise mehrere um das Objekt herum angeordnete Empfangsspulen die zum Teil unvollständig durchgeführte Gradientenbasierte Ortskodierung. Die Beschleunigungsverfahren sind allerdings wegen der verringerten Datenaufnahme auch immer mit einer Reduktion des SNR verbunden. Eine alternative Strategie zur Beschleunigung der 2D-Bildgebung mit mehreren Schichten stellt die simultane Multischichtbildgebung mit Multi-Slice Controlled Aliasing In Parallel Imaging Results In Higher Acceleration(MS-CAIPIRINHA) dar. Anders als bei der konventionellen Parallelen Bildgebung wird die Beschleunigung hier nicht durch eine reduzierte Datenaufnahme erzielt. Vielmehr werden Multiband-RF-Pulse eingesetzt, um die Spins in mehreren Schichten gleichzeitig anzuregen. Durch Anwenden schichtspezifischer RF-Phasenzyklen wird die Phase der Spins individuell in jeder Schicht moduliert, wodurch sich eine gegenseitige Verschiebung der Schichten im FOV ergibt. Die Verschiebung erleichtert die Separation der gleichzeitig angeregten Schichten mit Verfahren der Parallelen Bildgebung. Sie erlaubt außerdem eine Minimierung der bei der Rekonstruktion entstehenden Rauschverstärkung. Die Multischichtbildgebungstechnik zeichnet sich gegenüber der konventionellen Parallelen Bildgebung durch ein wesentlich höheres SNR und durch eine Bildrekonstruktion mit geringeren Rekonstruktionsfehlern aus. In dieser Dissertation wurden verschiedene Strategien zur Anwendung von MS-CAIPIRINHA in der MRT des Herzens präsentiert sowie ihre Vorund Nachteile gegenübergestellt. Im Allgemeinen ermöglichen die vorgestellten Konzepte eine hinsichtlich des SNR sehr effiziente Erweiterung der anatomischen Abdeckung. Unter anderem wurde eine Möglichkeit vorgestellt, mit der es uneingeschränkt gelingt, MS-CAIPIRINHA in der Bildgebung mit bSSFP-Sequenzen anzuwenden. Die Steady-State-Sequenz wird aufgrund ihres hohen intrinsischen SNR und vorteilhaften Kontrastverhaltens sehr häufig in der MRT des Herzens bei 1,5T eingesetzt. Wie auch die simultane Multischichtbildgebung erfordert sie zum Halten der Magnetisierung im stationären Zustand die Applikation eines dedizierten RF-Phasenzyklus während der Datenakquisition. Der Phasenzyklus der Sequenz ist allerdings nicht ohne Weiteres mit den Phasenzyklen der Multischichttechnik kompatibel, so dass eine Verknüpfung der beiden Verfahren bisher nur durch Aufspalten der Bildakquisition in mehrere Teilmessungen gelang. Mit dem in Kapitel 5 vorgestellten Konzept ist diese zumeist impraktikable Segmentierung nicht mehr erforderlich. Generalisierte RF-Phasenzyklen, die sowohl die Anforderungen der Sequenz, als auch die der Multischichtbildgebung erfüllen, ermöglichen eine uneingeschränkte Anwendung der Multischichttechnik in der Bildgebung mit bSSFP oder vergleichbaren Steady-State-Sequenzen. Die Multischichttechnik ist damit auch bei Untersuchungen in Echtzeit oder mit Magnetisierungspräparation – Verfahren, die unter anderem in der MR-Herzdiagnostik Verwendung finden – einsetzbar. Anhand von Echtzeit-, Cine- und First-Pass-Herzperfusionsuntersuchungen am menschlichen Herzen konnte die Anwendbarkeit des Konzepts erfolgreich demonstriert werden. Durch die Akquisition zweier Schichten in der Zeit, die normalerweise zur Bildgebung einer einzelnen Schicht benötigt wird, gelang eine Verdoppelung der anatomischen Abdeckung bei unverändert hoher Bildqualität. Bei den Herzperfusionsuntersuchungen konnten je RR-Intervall sechs Schichten akquiriert werden. Bei Echtzeit- und Cine-Messungen erlaubt das Konzept eine signifikante Reduktion der Anzahl der Atemanhaltezustände und dementsprechend eine wirksame Verkürzung der Patientenuntersuchung und eine Verbesserung des Patientenkomforts. In Kapitel 6 wurde eine effiziente Strategie zur Anwendung der simultanen Multischichtbildgebung in der First-Pass-Herzperfusionsbildgebung bei 3T vorgestellt. Es wurde gezeigt, dass durch den Einsatz von MS-CAIPIRINHA mit Beschleunigungsfaktoren, die größer sind als die Anzahl der simultan angeregten Schichten, neben der anatomischen Abdeckung auch die räumliche Auflösung innerhalb der Bildgebungsschicht erhöht werden kann. Beide Verbesserungen sind für die MR-gestützte Diagnostik der Koronaren Herzerkrankung von Bedeutung. Während mit einer hohen räumlichen Auflösung subendokardiale und transmurale Infarktareale unterschieden werden können, erleichtert eine hohe anatomische Abdeckung die genaue Eingrenzung hypoperfundierter Bereiche. Das grundsätzliche Prinzip der vorgestellten Strategie besteht in der Kombination zweier unterschiedlicher Beschleunigungsansätze: Zur Verbesserung der anatomischen Abdeckung kommt die simultane Multischichtbildgebung zum Einsatz. Zusätzlich zur gleichzeitigen Anregung mehrerer Schichten wird der k-Raum regelmäßig unterabgetastet. Die dabei erzielte Beschleunigung wird zur Verbesserung der räumlichen Auflösung eingesetzt. Die Bildrekonstruktion erfolgt mit Verfahren der Parallelen Bildgebung. Der Vorteil des Konzepts liegt insbesondere im vollständigen Erhalt der Datenakquisitionszeit gegenüber einer unbeschleunigten Messung mit Standardabdeckung und -auflösung. Anders als bei konventionellen Beschleunigungsverfahren wirken sich lediglich die Verkleinerung der Voxelgröße sowie die Rauschverstärkung der Bildrekonstruktion SNR-reduzierend aus. Die Rauschverstärkung wird dabei, durch die gegenseitige Verschiebung der simultan angeregten Schichten im FOV, so gering wie möglich gehalten. Die Anwendbarkeit des Konzepts konnte anhand von Simulationen sowie Untersuchungen an Probanden und Herzinfarktpatienten erfolgreich demonstriert werden. Simultanes Anregen zweier Schichten und 2,5-faches Unterabtasten des k-Raums ermöglichte die Durchführung von Untersuchungen mit einer anatomischen Abdeckung von sechs bis acht Schichten je RR-Intervall und einer räumlichen Auflösung von 2,0×2,0×8,0mm3. Es konnte gezeigt werden, dass die angewandte GRAPPA-Rekonstruktion, trotz der effektiv fünffachen Beschleunigung, robust und im Wesentlichen mit geringer Rauschverstärkung durchführbar ist. Bildqualität und SNR waren für eine sektorweise Absolutquantifizierung der Myokardperfusion ausreichend, während die hohe räumliche Auflösung die Abgrenzung kleiner subendokardialer Perfusionsdefizite ermöglichte. Aufgrund seiner großen Flexibilität und recht einfachen Implementierbarkeit ist das Beschleunigungskonzept vielversprechend hinsichtlich einer Anwendung in der klinischen Routine. Die diesbezügliche Tauglichkeit ist allerdings in weiterführenden Patientenstudien noch zu evaluieren. Alternativ zu diesem Konzept wurde in Kapitel 7 noch eine weitere, ebenfalls auf MS-CAIPIRINHA basierende Strategie für die First-Pass-Herzperfusionsbildgebung bei 3T mit großer anatomischer Abdeckung und hoher räumlicher Auflösung vorgestellt. Wie zuvor bestand die Grundidee des Konzepts darin, MS-CAIPIRINHA mit Beschleunigungsfaktoren anzuwenden, welche größer sind als die Anzahl der simultan angeregten Schichten und die Vergrößerung der anatomischen Abdeckung durch simultanes Anregen mehrerer Schichten zu realisieren. Um allerdings die bei der Bildrekonstruktion und Schichtseparation entstehende Rauschverstärkung zu minimieren, wurde zur Verbesserung der räumlichen Auflösung innerhalb der Schicht das nichtlineare Beschleunigungsverfahren Compressed Sensing zum Einsatz gebracht. Die erst in den letzten Jahren entwickelte Technik ermöglicht die exakte Rekonstruktion zufällig unterabgetasteter Daten, sofern bekannt ist, dass sich das rekonstruierte Bild in eine wohldefinierte sparse Darstellung überführen lässt. Neben der Erreichbarkeit hoher Beschleunigungsfaktoren bietet Compressed Sensing den Vorteil einer Bildrekonstruktion ohne signifikante Rauscherhöhung. Zur Einbindung des Verfahrens in das Multischichtbildgebungskonzept erfolgt die für die Verbesserung der Auflösung nötige Unterabtastung des k-Raums, zufällig und inkohärent. Zur Bildrekonstruktion sind zwei Teilschritte erforderlich. Im ersten Teilschritt werden die durch die zufällige Unterabtastung entstandenen inkohärenten Artefakte mit Compressed Sensing entfernt, im zweiten die gleichzeitig angeregten Schichten mit Verfahren der Parallelen MRT separiert. Es konnte gezeigt werden, dass die Kombination aus Compressed Sensing und MS-CAIPIRINHA eine Reduktion der inhomogenen Rauschverstärkung ermöglicht und zur Durchführung von qualitativen First-Pass-Herzperfusionsuntersuchungen mit einer Abdeckung von sechs bis acht Schichten je RR-Intervall sowie einer räumlichen Auflösung von 2,0 × 2,0 × 8,0mm3 geeignet ist. Des Weiteren konnte gezeigt werden, dass das angewandte Multischicht-Bildgebungskonzept einer Anwendung des entsprechenden Compressed-Sensing-Konzepts ohne simultane Multischichtanregung überlegen ist. Es stellte sich allerdings auch heraus, dass die rekonstruierten Bilder mit systematischen Fehlern behaftet sind, zu welchen auch ein signifikanter rekonstruktionsbedingter Verlust an zeitlicher Auflösung zählt. Dieser kann zu einer Verzerrung quantitativ bestimmter Perfusionswerte führen und verhindert so robuste quantitative Messungen der Myokardperfusion. Es ist außerdem davon auszugehen, dass auch abrupte Signalveränderungen, die bei Arrhythmien oder Bewegung auftreten, nur sehr ungenau rekonstruiert werden können. Die Systematischen Rekonstruktionsfehler konnten anhand zweier Verfahren, einer Monte-Carlo-Simulation sowie einer Analyse der lokalen Punktantworten präzise Untersucht werden. Die beiden Analysemethoden ermöglichten einerseits die genaue Bestimmung systematischer und statistischer Abweichungen der Signalamplitude und andererseits die Quantifizierung rekonstruktionsbedingter zeitlicher und räumlicher Auflösungsverluste. Dabei konnte ein Mangel an Sparsität als grundlegende Ursache der Rekonstruktionsfehler ermittelt werden. Die bei der Analyse eingesetzten Verfahren erleichtern das Verständnis von Compressed Sensing und können beispielsweise bei der Entwicklung nichtlinearer Beschleunigungskonzepte zur Bildqualitätsanalyse eingesetzt werden. N2 - In the recent years Magnetic Resonance Imaging (MRI) has become a powerful clinical tool for the diagnosis of cardiovascular diseases. In fact, getting along without ionizing radiation, the technique represents a noninvasive alternative to computed tomography or nuclear medicine treatment. In cardiac MRI, the heart can be imaged with a large variety of contrasts, which helps assessing not only morphologic but also functional information like the ejection fraction of the left ventricle or the viability and perfusion of the myocardium. However, having to deal with a moving organ, cardiac MRI is very challenging. In particular, breathing and the motion of the heart restrict the time available for imaging and a trade-off has to be found between signal-to-noise ratio (SNR), spatial resolution, anatomic coverage and temporal resolution. In addition, the motion enforces complexity. In-vivo examinations have to be performed in breath hold and ECG triggering has to be applied in order to adopt the sequences to the cardiac cycle. In several cases, measurements have to be split into multiple acquisitions which significantly prolongs the examination and reduces the patient comfort. Nevertheless, recent advances in gradient and receiver coil design in addition to the development of dedicated sequences for imaging led to significant improvements and helped strengthening the role of MRI in the diagnosis of cardiovascular diseases. A major part of the improvements has been achieved by employing acceleration techniques like Parallel Imaging. By substantially shortening the data acquisition they allow reducing the impact of motion onto the examinations. The acceleration is basically achieved by undersampling k-space, i.e. performing the data acquisition incompletely. The lack of data is compensated by making use of additional information inherently available. In Parallel Imaging for example, multiple receiver coils positioned around the subject to be investigated are utilized to partially replace the spatial encoding conventionally performed by gradient switching. However, employing these acceleration strategies always comes along with a reduction of the SNR since the time utilized for data sampling is shortened. For accelerating 2D measurements of multiple slices, an alternative approach is given by the simultaneous multi-slice imaging technique Multi-Slice Controlled Aliasing In Parallel Imaging Results In Higher Acceleration (MS-CAIPIRINHA). Unlike conventional Parallel Imaging, which requires shortening of the data acquisition, the technique provides acceleration by exciting the spins in multiple slices at the same time using multi-band radio frequency (rf) pulses. The slices are provided with specific rf phase cycles that allow shifting the simultaneously excited slices with respect to each other in the FOV. The shift facilitates the separation of the slices using Parallel Imaging reconstruction techniques. Moreover, it allows minimizing the inhomogeneous noise amplification coming along with the reconstruction. With respect to conventional Parallel Imaging, MS-CAIPIRINHA benefits from considerably higher SNR and an image reconstruction with less reconstruction errors. In this thesis several strategies for employing the simultaneous multi-slice imaging technique in the field of cardiac MRI have been presented together with their advantages and disadvantages. In general, the individual concepts allow for increasing the anatomic coverage in a very SNR efficient manner. First of all, a concept was presented that allows applying MS-CAIPIRINHA to bSSFP sequences. Providing an advantageous image contrast and intrinsically high SNR, the steady-state sequence is often utilized for cardiac MR examinations at field strengths of 1,5T. Like the simultaneous multi-slice imaging technique, it requires the strict application of a dedicated rf phase cycle to keep the magnetization in steady state. However, this rf phase cycle is incompatible to the rf phase cycles usually employed in MS-CAIPIRINHA. Thus, the combination of the two methods is impaired unless the imaging procedure is split into several measurements. This rather impractical segmentation is not required utilizing the concept proposed in chapter 5. By employing generalized rf phase cycles that match the requirements of the simultaneous multi-slice imaging technique while simultaneously fulfilling the steady state condition of the sequence, MS-CAIPIRINHA can be employed unrestrictedly to bSSFP or similar steady state sequences. The simultaneous multi-slice imaging technique is thus also applicable to magnetization prepared and real-time imaging modalities. Both types of examinations are frequently utilized in cardiac MRI. The applicability of the concept was successfully demonstrated for real-time cine, segmented cine and myocardial first-pass perfusion imaging. By scanning two slices in the time conventionally required for the acquisition of one single slice, the anatomic coverage could be doubled while maintaining the image quality almost completely. The myocardial first-pass perfusion examinations for example could be performed with a coverage of six slices every RR-interval. In real-time and cine imaging, the concept allows significantly reducing the number of breath holds that have to be performed. Thus, the examination is considerably shortened and the patient comfort ameliorated. In chapter 6, an efficient strategy for applying MS-CAIPIRINHA to contrast enhanced myocardial first-pass perfusion imaging at 3T was presented. It could be shown that by employing the simultaneous multi-slice imaging technique with an acceleration factor higher than the number of simultaneously excited slices, not only the anatomic coverage but also the spatial resolution can be increased. Both improvements are of importance for the MRI based diagnosis of coronary artery disease. While a high spatial resolution allows distinguishing between transmural and subendocardial hypoperfused regions, a large anatomic coverage facilitates their exact localization. The proposed technique is based on the combination of two different acceleration approaches: For increasing the anatomic coverage the simultaneous multi-slice imaging technique is employed. In addition to exciting multiple slices at once, k-space is regularly undersampled. This supplemental acceleration is utilized to increase the spatial resolution. Image calculation and slice separation is performed using conventional Parallel Imaging reconstruction techniques. In particular, the concept benefits from conserving the image acquisition time with respect to a non-accelerated examination with standard coverage and resolution. In contrast to conventional acceleration techniques, where significantly higher undersampling has to be performed, only the voxel size and the inhomogeneous noise amplification contribute to the SNR reduction. Moreover, the noise amplification is minimized by shifting the simultaneously excited slices with respect to each other in the FOV. The applicability of the concept was demonstrated on volunteers and patients. By exciting two slices at the same time and additionally undersampling k-space by a factor of 2.5, an anatomic coverage of six to eight slices every RR-interval and a spatial resolution of 2,0×2,0×8 0mm3 were achieved. The applied GRAPPA reconstruction algorithm was shown to allow for a robust image reconstruction with basically low noise amplification. The spatial resolution facilitated the differentiation between subendocardial and transmural hypoperfused areas and the image quality as well as the SNR were sufficiently high for a sectorwise absolute quantitative estimation of the myocardial blood flow. Regarding the high flexibility and simple applicability in addition to the robustness and speed of the image reconstruction, the concept is a promising candidate for clinical perfusion studies. However, further patient studies are required to prove the applicability of the concept in clinical routine. As an alternative to this concept, in chapter 7, a different acquisition strategy for myocardial first-pass perfusion imaging with extended coverage and high spatial resolution based on MS-CAIPIRINHA was presented. As before, the underlying idea was to apply the multi-slice imaging technique with acceleration factors higher than the number of slices excited at the same time and to achieve the anatomic coverage extension by means of simultaneous multislice excitation. Nevertheless, in order to minimize the inhomogeneous noise amplification coming along with the image reconstruction, the nonlinear acceleration method Compressed Sensing was employed for increasing the spatial resolution within the imaging plane. This recently developed acceleration technique allows exactly reconstructing MR images from randomly undersampled data as far as the reconstructed image can be sparsified by applying a well-defined transformation. The technique allows for high acceleration factors and benefits from an image reconstruction without significant noise amplification. In order to apply Compressed Sensing to the multi-slice imaging concept, the undersampling for resolution improvement is performed randomly and the image reconstruction is carried out in two separate steps. First, Compressed Sensing is applied in order to remove the incoherent artifacts introduced by random undersampling. Second, the slices are separated by applying conventional Parallel Imaging reconstruction techniques. It could be shown that combining MS-CAIPIRINHA with Compressed Sensing allows reducing the noise amplification and facilitates myocardial first-pass perfusion imaging with an anatomic coverage of six to eight slices every heartbeat and a spatial resolution of 2.0×2.0×8.0mm3. Moreover, it could be shown that the technique is superior to employing the Compressed Sensing concept without simultaneous multi-slice excitation. However, the concept also comes along with an impairment of image quality by systematic reconstruction errors. Amongst the latter for example there is a loss of temporal resolution, which might induce significant errors in a quantitative perfusion analysis. Robust quantitative measurements of the myocardial blood flow are thus not feasible so far. In presence of arrhythmia or motion, significant reconstruction errors, having a major impact onto the quality and the temporal fidelity of the measurement are expected. The systematic reconstruction errors could be precisely analyzed by employing a simple Monte Carlo simulation and a dedicated local point spread function analysis. The two specific tools were utilized to reveal the systematic and statistical deviations of the signal amplitude as well as the spatiotemporal resolution losses. A lack of sparsity could thereby be identified as the basic error cause. In general, the evaluation tools provide useful information for understanding the nonlinear character of Compressed Sensing and may be utilized for image quality analysis in the development of nonlinear reconstruction concepts. KW - Kernspintomographie KW - Herz KW - MRT KW - Herz KW - Parallele Bildgebung KW - CAIPIRINHA KW - Compressed Sensing KW - MRI KW - Cardiac KW - Parallel Imaging KW - Compressed Sensing KW - CAIPIRINHA KW - Biophysik Y1 - 2013 U6 - http://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:bvb:20-opus-93405 ER - TY - THES A1 - Vaegler, Sven T1 - Entwicklung eines neuen vorwissensbasierten Bildrekonstruktionsalgorithmus für die Cone-Beam-CT Bildgebung in der Strahlentherapie T1 - Development of a new prior knowledge based image reconstruction algorithm for the cone-beam-CT in radiation therapy N2 - In der heutigen Strahlentherapie kann durch eine am Linearbeschleuniger integrierte Röntgenröhre eine 3D-Bildgebung vor der Bestrahlung durchgeführt werden. Die sogenannte Kegel-Strahl-CT (Cone-Beam-CT, CBCT) erlaubt eine präzise Verifikation der Patientenlagerung sowie ein Ausgleich von Lagerungsungenauigkeiten. Dem Nutzen der verbesserten Patientenlagerung steht jedoch bei täglicher Anwendung eine erhöhte, nicht zu vernachlässigbare Strahlenexposition des Patienten gegenüber. Eine Verringerung des Dosisbeitrages bei der CBCT-Bildgebung lässt sich durch Reduzierung des Stroms zur Erzeugung der Röntgenstrahlung sowie durch Verringerung der Anzahl an Projektionen erreichen. Die so aufgenommen Projektionen lassen sich dann aber nur durch aufwendige Rekonstruktionsverfahren zu qualitativ hochwertigen Bilddatensätzen rekonstruieren. Ein Verfahren, dass für die Rekonstruktion vorab vorhandene Vorwissensbilder verwendet, ist der Prior-Image- Constrained-Compressed-Sensing-Rekonstruktionsalgorithmus (PICCS). Die Rekonstruktionsergebnisse des PICCS-Verfahrens übertreffen die Ergebnisse des auf den konventionellen Feldkamp-Davis-Kress-Algorithmus (FDK) basierenden Verfahrens, wenn nur eine geringe Anzahl an Projektionen zur Verfügung steht. Allerdings können bei dem PICCS-Verfahren derzeit keine großen Variationen in den Vorwissensbildern berücksichtigt werden und führen zu einer geringeren Bildqualität. Diese Variationen treten insbesondere durch anatomische Veränderungen wie Tumorverkleinerung oder Gewichtsveränderungen auf. Das Ziel der vorliegenden Arbeit bestand folglich darin, einen neuen vorwissensbasierten Rekonstruktionsalgorithmus zu entwickeln, der auf Basis des PICCS-Verfahrens zusätzlich die Verwendung von lokalen Verlässlichkeitsinformationen über das Vorwissensbild ermöglicht, um damit die Variationen in den Vorwissensbildern bei der Rekonstruktion entsprechend berücksichtigen zu können. Die grundlegende Idee des neu entwickelten Rekonstruktionsverfahrens ist die Annahme, dass die Vorwissensbilder aus Bereichen mit kleinen und großen Variationen bestehen. Darauf aufbauend wird eine Gewichtungsmatrix erzeugt, die die Stärke der Variationen des Vorwissens im Rekonstruktionsalgorithmus berücksichtigt. In Machbarkeitsstudien wurde das neue Verfahren hinsichtlich der Verbesserung der Bildqualität unter Berücksichtigung gängiger Dosisreduzierungsstrategien untersucht. Dazu zählten die Reduktion der Anzahl der Projektionen, die Akquisition von Projektionen mit kleinerer Fluenz sowie die Verkleinerung des Akquisitionsbereiches. Die Studien erfolgten an einem Computerphantom sowie insbesondere an experimentellen Daten, die mit dem klinischen CBCT aufgenommen worden sind. Zum Vergleich erfolgte die Rekonstruktion mit dem Standardverfahren basierend auf der gefilterten Rückprojektion, dem Compressed Sensing- sowie dem konventionellen PICCS-Verfahren. Das neue Verfahren konnte in den untersuchten Fällen Bilddatensätze mit verbesserter bis ausgezeichneter Qualität rekonstruieren, sogar dann, wenn nur eine sehr geringe Anzahl an Projektionen oder nur Projektionen mit starkem Rauschen zur Verfügung standen. Demgegenüber wiesen die Rekonstruktionsergebnisse der anderen Algorithmen starke Artefakte auf. Damit eröffnet das neu entwickelte Verfahren die Möglichkeit durch die Integration von Zuverlässigkeitsinformationen über die vorhandenen Vorwissensbildern in den Rekonstruktionsalgorithmus, den Dosisbeitrag bei der täglichen CBCT-Bildgebung zu minimieren und eine ausgezeichnete Bildqualität erzielen zu können. N2 - The treatment of cancer in radiation therapy is achievable today by techniques that enable highly conformal dose distributions and steep dose gradients. In order to avoid mistreatment, these irradiation techniques have necessitated enhanced patient localization techniques. With an integrated x-ray tube at modern linear accelerators kV-projections can be acquired over a sufficiently large angular space and can be reconstructed to a volumetric image data set from the current situation of the patient prior to irradiation. The so-called Cone-Beam-CT (CBCT) allows a precise verification of patient positioning as well as adaptive radiotherapy. The benefits of an improved patient positioning due to a daily performed CBCT's is contrary to an increased and not negligible radiation exposure of the patient. In order to decrease the radiation exposure, substantial research effort is focused on various dose reduction strategies. Prominent strategies are the decrease of the charge per projection, the reduction of the number of projections as well as the reduction of the acquisition space. Unfortunately, these acquisition schemes lead to images with degraded quality with the widely used Feldkamp-Davis-Kress image reconstruction algorithm. More sophisticated image reconstruction techniques can deal with these dose-reduction strategies without degrading the image quality. A frequently investigated method is the image reconstruction by minimizing the total variation (TV), which is also known as Compressed Sensing (CS). A Compressed Sensing-based reconstruction framework that includes prior images into the reconstruction algorithm is the Prior-Image-Constrained- Compressed-Sensing algorithm (PICCS). The images reconstructed by PICCS outperform the reconstruction results of the conventional Feldkamp-Davis-Kress algorithm (FDK) based method if only a small number of projections are available. However, a drawback of PICCS is that major deviations between prior image data sets and the follow up reconstructed images are not appropriate considered so far. These deviations may result from changes in anatomy including tumour shrinkage and loss of weight and may result in a degraded image quality of the reconstructed images. Deformable registration methods that adapt the prior images adequately can compensate this shortcoming of PICCS. Such registration techniques, however, suffer from limited accurateness and much higher computation time for the overall reconstruction process. Therefore, the aim of this thesis was to develop a new knowledge-based reconstruction algorithm that incorporates additionally local dependent reliability information about the prior images into reconstruction algorithm. The basic idea of the new algorithm is the assumption that the prior images are composed of areas with large and of areas with small deviations. Accordingly, the areas of the prior image were assigned as variable where substantial deformations due to motion or change in structure over the time series were expected. Hence, these regions were not providing valuable structural information for the anticipated result anymore. In contrast, “a priori” information was assigned to structurally stationary areas where no changes were expected. Based on this composition, a weighting matrix was generated that considers the strength of these variations during reconstruction. The new algorithm was tested in different feasibility studies to common dose reduction strategies. These dose reduction strategies includes the reduction of the number of projections, the acquisition of projections with strong noise and the reduction of the acquisition space. The main aim of this work was to demonstrate the gain of image quality when prior images with major variations are used compared to standard reconstruction techniques. The studies were performed with a computer phantom, and in particular with experimental data that have been acquired with the clinical CBCT. The new reconstruction framework yields images with substantially improved quality even when only a very small number of projections or projections with high noise were available. These images contained less streaking, blurring and inaccurately reconstructed structures compared to the images reconstructed by FDK, CS and conventional PICCS. In conclusion, the new developed reconstruction framework indicate the potential to lowering the radiation dose to the patient due to daily CBCT imaging while maintaining good image quality. KW - Strahlentherapie KW - Computertomografie KW - Bildrekonstruktion KW - Compressed Sensing KW - Cone Beam CT KW - Prior Knowledge KW - PICCS KW - Komprimierte Abtastung KW - Vorwissen Y1 - 2016 U6 - http://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:bvb:20-opus-137445 ER - TY - THES A1 - Richter, Dominik T1 - Compressed Sensing zur Filterung und Reduktion der Rekonstruktionszeit in der Positronen-Emissions-Tomographie T1 - Compressed sensing for filtering and reduction of reconstruction time in positron emission tomography N2 - Durch die Verwendung radioaktiver Substanzen mit ihrer schädigenden Wirkung auf den menschlichen Körper besteht in der Positronen-Emissions-Tomographie (PET) ein fortwährendes Interesse an der Reduktion der applizierten Dosis bei gleichbleibender Qualität der Ergebnisse. Zusätzlich ist im Hinblick auf die Wirtschaftlichkeit der Systeme eine Reduktion sowohl der Akquisitions- als auch der Rekonstruktionszeit erstrebenswert. In dieser Arbeit werden zwei Möglichkeiten vorgestellt, diese Ziele durch den Einsatz von Compressed Sensing (CS) zu erreichen. Neben der Entwicklung neuartiger Rekonstruktionsalgorithmen können Filtertechniken eingesetzt werden, um eine qualitative Verbesserung rekonstruierter Bilder zu erzielen. Der Vorteil eines Filters besteht unter anderem darin, dass diese retrospektiv angewandt werden können. Es ist folglich möglich, die Qualität eines Bildes zu überprüfen und lediglich im Bedarfsfall einen Filter einzusetzen. Die Technik des CS war in den letzten Jahren Gegenstand zahlreicher Forschungsarbeiten im Bereich der Bildgebung, insbesondere in der Magnetresonanztomographie und der Computertomographie (CT). Mit CS könnten bildgebende Verfahren wie die CT oder die PET mit weniger Messungen durchgeführt werden, wodurch sich die Messzeit und die Strahlenexposition reduziert. In der molekularen Bildgebung mit der PET ist CS jedoch weitgehend unbekannt. Im ersten Teil dieser Dissertation wird eine Methode vorgestellt, welche CS als Filtertechnik in der PET einsetzt. Den Ausgangspunkt stellt ein vollständiger, analytisch rekonstruierter Datensatz dar. Dieser wird mit einer Reihe unterschiedlicher Abtastmuster retrospektiv unterabgetastet und jeweils erneut, unter Verwendung von CS rekonstruiert. Im rauschfreien Fall würde CS stets das Originalbild liefern. Das überlagerte Rauschen führt jedoch zu Artefakten und einer Verschlechterung des Ergebnisses. CS kann nun einerseits das Rauschen vermindern. Andererseits ist es durch die Mittelung mehrerer unterschiedlicher Rekonstruktionen möglich, die Artefakte zu reduzieren. Auf diesem Weg kann die Bildqualität signifikant verbessert werden. Es konnte gezeigt werden, dass die Technik sowohl für 2D, als auch für 3D Datensätze verwendet werden kann. Die größten qualitativen Verbesserungen werden erzielt, wenn der Datensatz lediglich aus wenigen Ereignissen besteht. In diesem Fall ist die Bildqualität der analytischen Rekonstruktionen extrem schlecht, die Verbesserung durch die Filtertechnik mit CS und die damit verbundene Erhöhung des Signal-Rausch-Verhältnisses jedoch am größten. Bei diesen Datensätzen können die Ergebnisse iterativer Rekonstruktionen übertroffen werden. In der Praxis wäre damit ein Einsatz speziell bei dynamischen oder getriggerten Aufnahmen denkbar. In beiden Fällen basieren die Rekonstruktionen nicht selten auf wenigen Ereignissen. Die resultierenden Bilder sind häufig von schlechter Qualität, womit eine Verbesserung durch Filterung sinnvoll ist. Der zweite Teil dieser Arbeit beschäftigt sich mit der Rohdaten-basierten Triggerung am Kleintier-PET sowie mit dem Einsatz von CS zur Reduktion der Rekonstruktionszeit. Frühere Veröffentlichungen zeigten bereits die Anwendbarkeit Rohdaten-basierter Triggermethoden bei humanen Datensätzen. Im Hinblick auf eine präklinische Anwendung, speziell bei Datensätzen mit dem Fokus auf Mäuseherzen, existieren jedoch nur wenige Studien. In dieser Arbeit wird gezeigt, dass die segmentierte Methode des Massenschwerpunkts (COMseg) eine Technik darstellt, welche die kardiale Triggerung sowohl bei Datensätzen von Ratten, als auch von Mäusen erlaubt. Ein nicht zu unterschätzender Nachteil der COMseg besteht darin, dass vor deren Anwendung die List-Mode Datei in kleine Zeitframes unterteilt und in Sinogramme sortiert werden muss. Auf jedes Sinogramm wird im Anschluss ein Rebinning Algorithmus angewandt. Dies stellt einen enormen Zeitaufwand dar, wodurch sich eine Anwendung bei größeren Studien in der Praxis als schwierig erweist. Ziel der Triggermethoden ist die Gewinnung eines Triggersignals, durch welches beispielsweise der Herzschlag in mehrere Phasen aufgeteilt werden kann. Das Triggersignal hat für gewöhnlich eine dünnbesetzte Repräsentation im Frequenzraum. Dieses Vorwissen ermöglicht den Einsatz von CS. Anstelle des vollständigen Datensatzes wurde lediglich ein Teil der Daten in kleine Zeitframes sortiert und mit der COMseg ausgewertet. Aus diesem unterabgetasteten Datensatz wird mit Hilfe von CS das vollständige Triggersignal rekonstruiert. Die Stärke der Unterabtastung entspricht in etwa dem Faktor der Reduktion der Rekonstruktionszeit. Auf diesem Weg ist es möglich, eine signifikante Beschleunigung zu erzielen. Die Anwendung dieser Technik ist jedoch nicht auf die COMseg beschränkt. Prinzipiell kann das Verfahren bei allen Methoden der Rohdaten-basierten Triggerung angewandt werden, welche es erlauben, die Abtastpunkte des Signals separat zu berechnen. Damit werden Algorithmen interessant, deren Einsatz aufgrund aufwändiger Berechnungen bislang in der Praxis nicht sinnvoll war. Zusammenfassend legen die in dieser Arbeit vorgestellten Daten nahe, dass CS ein neuartiges Werkzeug in der PET darstellen könnte, mit welchem eine Filterung von Bildern sowie eine Reduktion der Rekonstruktionszeit möglich ist. N2 - In positron emission tomography (PET) radioactive substances are used. The exposure to ionizing radiation can cause damage to the human body. Therefore, there is an ongoing interest in reducing the amount of applied dose while keeping the quality of the results. With regard to the cost effectiveness of the systems a reduction of acquisition as well as reconstruction time is desirable. Within this work two possibilities are presented that enable achieving these objectives by using compressed sensing (CS). Filtering methods can be used beside the development of novel reconstruction algorithms to improve the quality of reconstructed images. One advantage of filters is the possibility of retrospective usage. Therewith, the image quality can be evaluated and the filter is solely applied if necessary. Over the past years, CS was the subject of several research activities in the field of imaging techniques, especially in magnetic resonance imaging and x-ray computed tomography (CT). CS could enable imaging modalities such as CT and PET to reconstruct images using fewer measurements, thus reducing scanning time and a patient's exposure to radiation. However, data on applications of CS in the molecular imaging with PET are lacking. The first part of this dissertation describes a method that uses CS as a filter in PET. The initial point is a complete and analytically reconstructed dataset. Several different sampling patterns are applied for retrospective undersampling followed by an reconstruction using CS. In the noise-free case each reconstruction would yield the original image. However, additional noise results in artefacts and in a decline of the result. On the one hand, CS is able to reduce noise. On the other hand, an averaging of several different reconstructions can reduce artefacts. Therewith, the image quality can be improved significantly. It is shown that the method could be applied to 2D as well as to 3D datasets. Best results are obtained when the dataset consists of a few events only. While the quality of analytically reconstructed images is extremely bad, the greatest improvement and therewith the maximum increase of the signal-to-noise ratio is achieved using the CS filter method. Thereby, it is possible to outperform the results of iterative reconstructions. In practice, an application to dynamic or gated acquisitions would be conceivable. Reconstructions at both acquisition modes are often based on few counts. The resulting images are commonly of bad quality, whereby an improvement using a filter is reasonable. The second part of this work deals with raw data based triggering at a small animal PET as well as the application of CS to reduce reconstruction time. Former publications already showed the practicability of raw data based triggering methods at human datasets. However, with regard to preclinical utilisation and especially to datasets that focus mice hearts, there are only few studies available. Within this work it is shown that the segmented centre of mass method (COMseg) enables cardiac gating of datasets of rats as well as mice. When applying the COMseg list-mode data have to be sub-divided into small time frames and sorted to sinograms. Afterwards, a rebinning algorithm is applied to each sinogram. The enormous expenditure of time is a disadvantage that should not be underestimated. In practice, an application to larger studies is difficult thereby. The aim of triggering methods is to yield a triggering signal which enables subdivision e.g. of the heartbeat in several phases. Usually, a triggering signal has a sparse representation in frequency space. This previous knowledge allows the application of CS. Instead of all data only a fraction of the dataset is sorted to small time frames and analysed using the COMseg. CS is used to calculate the complete triggering signal out of the undersampled one. The amount of undersampling corresponds to the reduction factor of reconstruction time. Thereby, a significant acceleration can be achieved. However, the application of this technique is not limited to the COMseg. If a raw data based triggering method calculates each sample individually, CS can be applied. Therefore, algorithms that were not practicable because of long computation times may become interesting. In summary, data of this work suggest that CS could be a novel analysis tool for filtering and reduction of reconstruction time in PET. KW - Komprimierte Abtastung KW - Positronen-Emissions-Tomographie KW - Medizintechnik KW - Filter KW - filtering KW - Compressed Sensing KW - PET Y1 - 2014 U6 - http://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:bvb:20-opus-106569 ER - TY - THES A1 - Wech, Tobias T1 - Compressed Sensing in der funktionellen kardialen Magnetresonanztomographie T1 - Compressed sensing in functional cardiac magnetic resonance imaging N2 - Die MRT des Herzens wird aufgrund hoher Reproduzierbarkeit und geringer Variabilität als Referenzstandard für die Bestimmung der kardialen Funktion betrachtet. Auch in der präklinischen Forschung bietet die MRT eine ausgezeichnete Charakterisierung der kardialen Funktion und ermöglicht eine exzellente Analyse modellierter Krankheitsbilder. In beiden Fällen besteht jedoch weiterhin Optimierungsbedarf. Die klinische Herz-MRT stellt ein aufwendiges Verfahren mit relativ langer Messzeit dar und ist dadurch mit hohen Untersuchungskosten verbunden. In der präklinischen Kleintierbildgebung müssen zum Erreichen der notwendigen höheren Orts- und Zeitauflösung ebenfalls lange Aufnahmezeiten in Kauf genommen werden. Um die kardiale MRT dort routinemäßig in großen Studienkollektiven anwenden zu können, ist eine schnellere Bildgebung essentiell. Neben einer Verbesserung der Tomographen-Hardware und der Optimierung von Bildgebungssequenzen standen im letzten Jahrzehnt vermehrt informationstheoretische Ansätze zur Beschleunigung der MR-Datenakquisition im Fokus der Entwicklung. Während zu Beginn des Jahrtausends die Parallele Bildgebung (PI) einen Forschungsschwerpunkt repräsentierte, spielte sich in den letzten fünf Jahren vermehrt die von Donoho und Candès eingeführte Compressed Sensing (CS) Theorie in den Vordergrund. Diese ermöglicht eine Signalrekonstruktion aus unvollständig gemessenen Koeffizienten einer linearen Messung (z.B. Fouriermessung) unter Ausnutzung der Sparsität des Signals in einer beliebigen Transformationsbasis. Da sich die MRT hervorragend für den Einsatz von CS eignet, wurde die Technik in der Forschung bereits vielfach angewendet. Die zur Rekonstruktion unterabgetasteter Aufnahmen nötigen CS-Algorithmen haben jedoch eine signifikante Veränderung des Bildgebungsprozesses der MRT zur Folge. Konnte dieser zuvor in guter Näherung als linear und stationär betrachtet werden, so repräsentiert die CS-Rekonstruktion eine nichtlineare und nichtstationäre Transformation. Objektinformation wird nicht mehr ortsunabhängig und proportional zur Intensität in die Abbildung transportiert. Das Bild ist viel mehr das Ergebnis eines Optimierungsprozesses, der sowohl die Konsistenz gegenüber der unterabgetasteten Messung als auch die Sparsität des Signals maximiert. Der erste Teil dieser Dissertation beschreibt eine Methode, die eine objektive Einschätzung der Bildqualität CS-rekonstruierter MR-Bilder ermöglicht. Die CS-Beschleunigung verspricht eine Verkürzung der Messzeit ohne Verlust an Bildqualität, wobei letztere bisher größtenteils qualitativ bzw. quantitativ nur unzureichend beurteilt wurde. Konnte der Bildgebungsprozess der klassischen MRT (linear und stationär) durch die Bestimmung einer Punktspreizfunktion (PSF) robust und effektiv validiert und optimiert werden, erlauben die CS-Algorithmen aufgrund ihres nichtlinearen und nichtstationären Verhaltens ohne Weiteres keine äquivalente Analyse. Um dennoch eine entsprechende Evaluierung des CS-Bildgebungsprozesses zu ermöglichen, wurde die Anwendung einer lokalen Punktspreizfunktion (LPSF) für den in der Folge verwendeten Iterative Soft Thresholding Algorithmus untersucht. Die LPSF berücksichtigt die Ortsabhängigkeit der CS-Rekonstruktion und muss daher für jeden Ort (Pixel) eines Bildes bestimmt werden. Darüber hinaus wurde die LPSF im linearen Bereich der CS-Transformation ermittelt. Dazu wurde das zu bewertende Bild nach Anwenden einer kleinen lokalen Störung rekonstruiert. Die Breite des Hauptmaximums der LPSF wurde schließlich verwendet, um ortsaufgelöste Auflösungsstudien durchzuführen. Es wurde sowohl der Einfluss typischer Unterabtastschemata für CS als auch der Einsatz diskreter Gradienten zur Sparsifizierung eines Phantombildes untersucht. Anschließend wurde die Prozedur zur Bestimmung der räumlichen und zeitlichen Auflösung in der Herzbildgebung getestet. In allen Beispielen ermöglichte das vorgeschlagene Verfahren eine solide und objektive Analyse der Bildauflösung CS-rekonstruierter Aufnahmen. Wurde zuvor meist ausschließlich auf Vergleiche mit einer vollständig abgetasteten Referenz zur Qualitätsbeurteilung zurückgegriffen, so stellt die vorgestellte Auflösungsbestimmung einen Schritt in Richtung einer standardisierten Bildanalyse bei der Verwendung der Beschleunigung mittels CS dar. Die Analyse der Abtastmuster zeigte, dass auch bei der Anwendung von CS die Berücksichtigung der nominell höchsten Frequenzen k_max unerlässlich ist. Frühere Publikationen schlagen Abtastfolgen mit einer teils starken Gewichtung der Messpunkte zum k-Raum-Zentrum hin vor. Die Ergebnisse der vorliegenden Arbeit relativieren ein derartiges Vorgehen, da zumindest bei den durchgeführten Untersuchungen ein Auflösungsverlust bei analoger Vorgehensweise zu verzeichnen war. Ebenso zeigten sich dynamische Aufnahmen, die unter Verwendung des x-f-Raums als sparse Basis rekonstruiert wurden, durchaus anfällig für zeitliches Blurring. Dieses resultiert aus der Unterdrückung hoher zeitlicher Frequenzen und konnte durch die ortsaufgelösten Auflösungskarten sichtbar gemacht werden. Neben der Auflösung ist für eine umfassende Analyse der Bildqualität auch die Untersuchung potentieller Aliasing-Artefakte sowie des Signal-zu-Rausch-Verhältnisses (SNR) notwendig. Während Aliasing mit Hilfe der Einträge der LPSF außerhalb des Hauptmaximums untersucht werden kann, wurde in Kap. 5 eine Modifikation der Multi-Replika-Methode von Robson et al. zur Rauschanalyse bei Verwendung nichtlinearer Algorithmen vorgestellt. Unter Einbeziehung aller genannten Qualitätsparameter ist eine robuste Bewertung der Bildqualität auch bei einer Verwendung von CS möglich. Die differenzierte Evaluierung ebnet den Weg hin zu einem objektiven Vergleich neuer Entwicklungen mit bisherigen Standard-Techniken und kann dadurch den Einzug von CS in die klinische Anwendung vorantreiben. Nach den theoretischen Betrachtungen der Bildqualität behandelt die Dissertation die erstmalige Anwendung von CS zur Beschleunigung der funktionellen Herzdiagnostik in der präklinischen MR-Kleintierbildgebung. Diese Studien wurden in Zusammenarbeit mit der British Heart Foundation Experimental Magnetic Resonance Unit (BMRU) der University of Oxford durchgeführt. Die Algorithmen für eine Beschleunigung mittels der CS-Theorie wurden anhand der dort am 9,4T Tomographen gemessenen (unterabgetasteten) Datensätze entwickelt und optimiert. Zunächst wurde eine Beschleunigung ausschließlich mittels CS untersucht. Dazu wurde die segmentierte, EKG- und Atemgetriggerte kartesische Cine-Aufnahme in Phasenkodierrichtung unterabgetastet und mittels CS rekonstruiert. Die sparse Darstellung wurde durch Ermitteln zeitlicher Differenzbilder für jede Herzphase erhalten. Durch Variation der Abtastmuster in der zeitlichen Dimension konnte ein vollständig abgetastetes zeitliches Mittelbild bestimmt werden, das anschließend von jedem einzelnen Herzphasenbild subtrahiert wurde. In einer Validierungsphase wurden an der Maus vollständig aufgenommene Cine-Akquisitionen retrospektiv unterabgetastet, um die maximal mögliche Beschleunigung mittels CS zu ermitteln. Es wurden u.a. funktionelle Herz-Parameter für jede Gruppe des jeweiligen Beschleunigungsfaktors bestimmt und mittels einer statistischen Analyse verglichen. Die Gesamtheit aller Ergebnisse zeigte die Möglichkeit einer dreifachen Beschleunigung ohne eine Degradierung der Genauigkeit der Methode auf. Die ermittelte Maximalbeschleunigung wurde in einer unterabgetastet gemessenen Bilderserie mit anschließender CS-Rekonstruktion validiert. Die Abtastschemata wurden dazu mit Hilfe der Transformations-Punktspreizfunktion weiter optimiert. In einer Erweiterung der Studie wurde zum Zweck einer noch höheren Beschleunigung die CS-Technik mit der PI kombiniert. Erneut fand eine Unterabtastung der Phasenkodierrichtung einer kartesischen Trajektorie statt. Die Messungen erfolgten mit einer 8-Kanal-Mäusespule an einem 9,4T Tomographen. Um das Potential beider Beschleunigungstechniken auszunutzen, wurden die Methoden CS und PI in serieller Weise implementiert. Für die PI-Beschleunigung wurde der vollständig abgetastete k-Raum zunächst gleichmäßig unterabgetastet. Auf dem resultierenden Untergitter wurde zusätzlich eine Unterabtastung nach Pseudo-Zufallszahlen durchgeführt, um eine Beschleunigung mittels CS zu ermöglichen. Die entwickelte Rekonstruktion erfolgte ebenfalls seriell. Zunächst wurde mittels CS das äquidistante Untergitter rekonstruiert, um anschließend mittels GRAPPA die noch fehlenden Daten zu berechnen. Um eine zusätzliche Messung zur Kalibrierung der GRAPPA-Faktoren zu umgehen, wurde das äquidistant unterabgetastete Untergitter von Herzphase zu Herzphase um je einen Phasenkodierschritt weitergeschoben. Dieses Vorgehen erlaubt die Ermittlung eines vollständig abgetasteten k-Raums mit einer geringeren zeitlichen Auflösung, der die notwendige Bestimmung der Wichtungsfaktoren ermöglicht. Folgende Kombinationen von Beschleunigungsfaktoren wurden mittels retrospektiver Unterabtastung eines vollständig aufgenommenen Datensatzes untersucht: R_CS x R_PI = 2 x 2, 2 x 3, 3 x 2 und 3 x 3. Die Analyse des Bildrauschens, des systematischen Fehlers und der Auflösung führte zu dem Schluss, dass eine sechsfache Beschleunigung mit Hilfe der hybriden Rekonstruktionstechnik möglich ist. Während mit steigender CS-Beschleunigung der systematische Fehler leicht anstieg, führte ein höherer PI-Beschleunigungsfaktor zu einer leichten Verstärkung des statistischen Fehlers. Der statistische Fehler zeigte jedoch ebenfalls eine Verringerung bei steigender Beschleunigung mittels CS. Die Fehler waren allerdings stets auf einem Niveau, das durchaus auch Beschleunigungen bis R_CS x R_PI =3 x 3 zulässt. Die LPSF-Analyse zeigte einen Verlust der räumlichen Auflösung von ca. 50 % bei R=6 sowie einen mittleren Verlust von 64 % bei R=9. Offensichtlich ging die ebenfalls beobachtete Minimierung des Bildrauschens durch den CS-Algorithmus im Falle der relativ stark verrauschten Kleintieraufnahmen zu Lasten der Bildauflösung. Die mit zunehmender Beschleunigung stärker geblurrten Grenzen zwischen Blutpool und Myokardgewebe erschweren die Segmentierung und stellen eine mögliche Fehlerquelle dar. Unter Beachtung aller Ergebnisse ist eine sechsfache Beschleunigung (R_CS x R_PI = 2 x 3, 3 x 2) vertretbar. Die Hinzunahme der PI ermöglicht somit im Vergleich zur alleinigen Verwendung von CS eine weitere Beschleunigung um einen Faktor von zwei. Zusammenfassend ermöglicht der Einsatz von CS in der präklinischen funktionellen Herzbildgebung am Kleintier eine deutliche Reduktion der Messzeit. Bereits ohne Vorhandensein von Mehrkanalspulen kann die notwendige Datenmenge ohne signifikante Beeinflussung der Messergebnisse auf ein Drittel reduziert werden. Ist der Einsatz von Spulenarrays möglich, kann die mit PI mögliche dreifache Beschleunigung um einen weiteren Faktor zwei mittels CS auf R=6 erweitert werden. Dementsprechend kann CS einen wesentlichen Beitrag dazu leisten, dass das Potential Herz-MRT am Kleintier in großen Studienkollektiven effektiver abgerufen werden kann. Im letzten Teil der Arbeit wurde eine Technik für die funktionelle klinische MR-Herzbildgebung entwickelt. Hier wurde eine Beschleunigung mittels CS verwendet, um die Aufnahme des gesamten Herzens innerhalb eines Atemstillstandes des Patienten zu ermöglichen. Bei der derzeitigen Standardmethode werden üblicherweise 10-15 2D-Schichten des Herzens akquiriert, wobei jede einzelne Aufnahme einen Atemstillstand des Patienten erfordert. Für die notwendige Beschleunigung wurde eine unterabgetastete 3D-Trajektorie verwendet. Durch Phasenkodierung einer Richtung sowie radiale Projektionen in den beiden anderen Dimensionen konnte eine effiziente Aufnahme unterhalb des Nyquist-Kriteriums erreicht werden. Die Sparsifizierung erfolgte, wie bereits in der beschriebenen präklinischen Anwendung, durch die Subtraktion eines zeitlichen Mittelbildes. In einer Simulation anhand eines retrospektiv unterabgetasteten Datensatzes konnte die theoretische Funktionalität der Rekonstruktionstechnik bei einer Beschleunigung bezüglich der Nyquist-Abtastung von R ~ 10 validiert werden. Die Unterschiede zum vollständig abgetasteten Datensatz waren vernachlässigbar klein, so dass die vorgeschlagene Abtastfolge am Tomographen implementiert wurde. Mit dieser Sequenz wurde anschließend eine funktionelle Bilderserie an einem gesunden Probanden mit vollständiger Herzabdeckung innerhalb eines Atemstopps aufgenommen. Fehlende Daten wurden analog zur Simulation mit Hilfe des vorgeschlagenen Algorithmus rekonstruiert. Im Vergleich zur Simulation ergaben sich aufgrund des Schichtprofils der 3D-Slab-Anregung zusätzliche Aliasing-Artefakte in den äußeren Partitionen. Die für radiale Aufnahmen typischen Streifenartefakte waren im rekonstruierten Bild, wenn auch mit sehr geringer Amplitude, noch erkennbar. Davon abgesehen wurde die Dynamik jedoch über das gesamte Herz hinweg gut dargestellt. Der hohe Kontrast zwischen Myokard und Blutpool bescheinigt den Bildern eine hervorragende Eignung für die Bestimmung funktioneller Herzparameter mittels einer Segmentierung. Zusammengefasst erlaubt die entwickelte Methode aufgrund der drastischen Reduktion der notwendigen Atemstopps des Patienten einen deutlich erhöhten Patientenkomfort sowie einen schnelleren Durchsatz aufgrund der verkürzten Messzeit. N2 - Because of its high reproducibility and its low variability, magnetic resonance imaging (MRI) of the heart is considered the gold-standard for assessing the cardiac function. In preclinical research, magnetic resonance imaging equally provides an accurate characterization of the cardiac function and enables an excellent analysis of modeled diseases. However, there is still a need for improvement in both applications. Clinical cardiac MRI represents a sophisticated procedure featuring long scan times. This renders the examination comparatively expensive. In preclinical imaging of small animals, long scan times have to be accepted to obtain the required high spatial and temporal resolution. Fast imaging is thus essential for an effective application of cardiac MRI in large collectives. Besides the improvement of the scanner hardware and the optimization of imaging sequences, research in the last decade concentrated on procedures to accelerate MR-data acquisition by exploiting information theory. While numerous publications were associated with parallel imaging (PI) at the beginning of this millennium, the compressed sensing theory (CS) recently gained more and more interest. The latter technique enables the reconstruction of signals from undersampled linear measurements (e.g. the Fourier basis) by exploiting the sparsity of the signal in any known transform domain. As MRI is perfectly qualified for an application of CS, a lot of publications already report on dedicated research. However, the algorithms needed for the reconstruction of undersampled data significantly alter the imaging process of MRI. Classical MRI could be assumed to be linear and stationary in a sufficiently good approximation. The introduction of CS into MRI means a change towards a non-linear and non-stationary transformation. Object information is no longer transferred into an image independently from its location and proportional to its intensity. The image is rather the result of an optimization process maximizing both the fidelity to measured data as well as the sparsity of the signal. The first chapter of this thesis describes a method to objectively evaluate the image quality of MR images reconstructed by CS algorithms. The acceleration with CS promises a reduction of scan time while preserving the image quality. The latter, however, has only been assessed qualitatively or in an insufficient quantitative manner. While classical (linear and stationary) MRI could be validated robustly and effectively by determining a point spread function (PSF), CS algorithms prohibit a corresponding analysis in an analogous manner due to their non-linear and non-stationary behavior. Therefore, the application of a local point spread function (LPSF) was investigated for the iterative soft thresholding (IST) algorithm used in this thesis, to enable a comparative evaluation for imaging systems including CS. The LPSF considers the local dependency of the CS algorithm and thus has to be determined in every location (pixel) of an image. In addition, the LPSF was defined in the linear part of the CS transformation. Small local perturbation on the image to be evaluated were reconstructed for this purpose. The width of the main lobe of the LPSF was used to perform spatially resolved studies on the resolution. The influence of typical undersampling schemes for CS as well as the usage of a discrete gradient transform for a further sparsification were investigated. Subsequently, the procedure was used to assess the spatial and temporal resolution in cardiac MRI. For all CS reconstructions performed in this work, the method allowed a solid and objective analysis of the image resolution. While up to now, comparisons to a fully sampled reference are widely used for a quality assessment, the proposed resolution evaluation represents a step towards a standardized analysis of images obtained by exploiting CS acceleration. The study on sampling schemes revealed, that also for CS accelerated acquisitions, the highest frequencies of the desired k-space have to be included. Former publications proposed undersampling patterns which partly featured a strong weight towards the center of k-space. The results of this thesis put these findings into perspective, as a loss in resolution has been observed for according approaches, at least for the simulations performed in this work. The dynamic acquisitions which were reconstructed exploiting x-f-sparsity proved to be prone to temporal blurring. This is substantiated by the suppression of high temporal frequencies and was analyzed by means of spatially resolved maps. Besides the resolution, an investigation of potential aliasing artifacts as well as the signal-to-noise-ratio (SNR) is essential for a comprehensive quality evaluation. While aliasing may also be investigated by means of the entries of the LPSF outside the main lobe, a modification of the multi-replica method proposed by Robson et al. was presented in chapter 5 to analyze the noise in CS reconstructed images. Taking into account all quality parameters, a robust evaluation of image quality is possible, even when CS is included in the imaging process. This allows a more objective comparison between new developments and present standard procedures and thus may aid the introduction of CS in clinical imaging. After the theoretical analysis on image quality, the next part of this thesis reports on the first application of CS to accelerate functional cardiac MRI of small animals. The studies were performed in cooperation with the British Heart Foundation Experimental Magnetic Resonance Unit (BMRU) of the University of Oxford. The algorithms needed for the CS acceleration were developed and optimized by means of the data acquired by the BMRU at their 9,4 T scanner.\\ An acceleration solely based on CS was investigated first. For this purpose, an ECG- and respiratory gated Cartesian cine acquisition was undersampled in phase encoding direction and reconstructed using CS. The dynamic time series was sparsified by determining temporal difference images for every time frame. A fully sampled temporal average image was obtained by varying the sampling pattern in the temporal dimension. Subsequently, this average image was subtracted from the images of individual heart phases, yielding the sparse temporal difference images. In the validation stage of the study, fully sampled cine acquisitions of mouse hearts were retrospectively undersampled in order to figure out the maximum possible CS acceleration. Cardiac functional parameters were determined for each group of a certain undersampling factor and compared by a statistical analysis. It was shown that a three-fold acceleration is possible without any degradation in the accuracy of the method. This undersampling factor was then validated in an accelerated measurement with a subsequent CS reconstruction. For this purpose, the sampling patterns were further optimized using the transform point spread function. In the subsequent chapter, the CS theory was combined with PI to further increase the acceleration. Again, the phase encoding direction of a Cartesian trajectory was undersampled. The acquisitions were performed using a 9,4 T scanner equipped with an 8 channel mouse coil. In order to exploit the potential of both techniques, CS and PI were combined in a serial manner. First, the k-space was equidistantly undersampled to enable the application of PI. An additional undersampling according to pseudo random numbers was then performed on the resulting sub-grid to allow an acceleration by CS. In consequence, the reconstruction was performed in a serial manner, too. CS was first applied to reconstruct the equidistantly undersampled sub-grid. GRAPPA was used subsequently to compute the still missing data. The equidistantly undersampled sub-grid was shifted from heart phase to heart phase in order to obtain a fully sampled low temporal resolution k-space for a calibration of the GRAPPA-weights. This procedure spares the acquisition time of a separate calibration scan. The following combinations were investigated by retrospectively undersampling a fully sampled cine dataset: R_CS x R_PI = 2 x 2, 2 x 3, 3 x 2 and 3 x 3. The analysis of the noise behavior, the systematic error and the resolution leads to the conclusion that a six-fold acceleration is possible using the proposed hybrid technique. While an increasing factor of the CS acceleration resulted in a slightly larger systematic error, a higher PI acceleration factor led to a slight noise enhancement. However, noise was suppressed for increasing CS acceleration at the same time. In summary, the deviations were at a level which allowed accelerations of up to R_CS x R_PI = 3 x 3. The determination of LPSFs showed a loss in spatial resolution of approximately 50% for a six-fold and up to 64% for nine-fold acceleration. Obviously, the observed suppression of noise was paid by a reduced image resolution for the comparatively noisy acquisitions in small animals. The increased blurring at the endocardial border impedes the segmentation and represents a possible source of error. Taking into consideration all results, a six-fold acceleration (R_CS x R_PI = 2 x 3, 3 x 2) seems reasonable. The additional usage of PI thus enables a further acceleration by a factor of 2 in comparison to an exclusive application of CS. In summary, CS enables a distinct reduction of scan time in preclinical functional cardiac MRI of small animals. Even if no phased-array-coils are available, the necessary amount of data can be reduced to one third without impairing the accuracy of left-ventricular volumes and mass measurements. For acquisitions performed with phased-array-coils, the three-fold acceleration by PI can be extended by an additional two-fold CS acceleration to a joint factor of R=6. Therefore, CS may contribute to an effective application of cardiac MRI in small animals for large collectives. In the last part of the thesis, a modality for clinical functional MRI of the heart was developed. CS was used to enable the acquisition of the whole heart in a single breath-hold of the patient. The current method of choice usually acquires 10-15 2D-slices of the heart, while each measurement requires a separate breath-hold. An undersampled 3D-trajectory was used to reach the necessary acceleration. Phase-encoding in one direction and radial projections in the two remaining ones allowed for an effective acquisition below the Nyquist-criterion. The sparsification of the image series was achieved by subtracting a temporal average image as performed for the preclinical studies. The functionality of the reconstruction technique at an acceleration factor of R ~ 10 was validated in a simulation based on a retrospectively undersampled dataset. The differences between the CS reconstructed and the fully sampled dataset were negligible and thus, the proposed trajectory was implemented at the scanner. An image series depicting the cardiac function with coverage of the full heart was acquired in a single breath-hold of a healthy volunteer using this sequence. Data not covered by the trajectory were reconstructed by the algorithm developed in the validation stage. Due to the slice profile of the fast excitation pulses, additional aliasing artifacts were present in the outer partitions with respect to the images obtained in the simulation. Streaking artifacts of a low intensity were still visible. Apart from that, the dynamics of the heart were excellently captured. The high contrast between the blood pool and the myocardium perfectly qualifies the images for the assessment of cardiac functional parameters. Therefore, the method allows for a higher patient comfort and throughput compared to the gold standard by drastically reducing the amount of necessary breath-holds to a single one. KW - Kernspintomografie KW - Magnetresonanztomographie KW - Kardiale MR-Bildgebung KW - Compressed Sensing KW - magnetic resonance imaging KW - cardiac magnetic resonance imaging KW - compressed sensing KW - Signalregenerierung KW - NMR-Tomographie Y1 - 2012 U6 - http://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:bvb:20-opus-77179 ER - TY - THES A1 - Neumann, Daniel T1 - Advances in Fast MRI Experiments T1 - Neue Methoden in der MR-Bildgebung N2 - Magnetic Resonance Imaging (MRI) is a non-invasive medical imaging technique, that is rou- tinely used in clinical practice for detection and diagnosis of a wide range of different diseases. In MRI, no ionizing radiation is used, making even repeated application unproblematic. This is an important advantage over other common imaging methods such as X-rays and Computer To- mography. One major drawback of MRI, however, are long acquisition times and associated high costs of experiments. Since the introduction of MRI, several important technical developments have been made to successfully reduce acquisition times. In this work, novel approaches were developed to increase the efficiency of MRI acquisitions. In Chapter 4, an improved radial turbo spin-echo (TSE) combined acquisition and reconstruction strategy was introduced. Cartesian turbo spin-echo sequences [3] are widely used especially for the detection and diagnosis of neurological pathologies, as they provide high SNR images with both clinically important proton density and T2 contrasts. TSE acquisitions combined with radial sampling are very efficient, since it is possible to obtain a number of ETL images with different contrasts from a single radial TSE measurement [56–58]. Conventionally, images with a particular contrast are obtained from both radial and Cartesian TSE acquisitions by combining data from different echo times into a single image. In the radial case, this can be achieved by employing k-space weighted image contrast (KWIC) reconstruction. In KWIC, the center region of k-space is filled exclusively with data belonging to the desired contrast while outer regions also are assembled with data acquired at other echo times. However, this data sharing leads to mixed contrast contributions to both Cartesian and radial TSE images. This is true especially for proton density weighted images and therefore may reduce their diagnostic value. In the proposed method, an adapted golden angle reordering scheme is introduced for radial TSE acquisitions, that allows a free choice of the echo train length and provides high flexibility in image reconstruction. Unwanted contrast contaminations are greatly reduced by employing a narrow-band KWIC filter, that restricts data sharing to a small temporal window around the de- sired echo time. This corresponds to using fewer data than required for fully sampled images and consequently leads to images exhibiting aliasing artifacts. In a second step, aliasing-free images are obtained using parallel imaging. In the neurological examples presented, the CG-SENSE algorithm [42] was chosen due to its stable convergence properties and its ability to reconstruct arbitrarily sampled data. In simulations as well as in different in vivo neurological applications, no unwanted contrast contributions could be observed in radial TSE images reconstructed with the proposed method. Since this novel approach is easy to implement on today’s scanners and requires low computational power, it might be valuable for the clinical breakthrough of radial TSE acquisitions. In Chapter 5, an auto-calibrating method was introduced to correct for stimulated echo contribu- tions to T2 estimates from a mono-exponential fit of multi spin-echo (MSE) data. Quantification of T2 is a useful tool in clinical routine for the detection and diagnosis of diseases as well as for tis- sue characterization. Due to technical imperfections, refocusing flip angles in a MSE acquisition deviate from the ideal value of 180○. This gives rise to significant stimulated echo contributions to the overall signal evolution. Therefore, T2 estimates obtained from MSE acquisitions typically are notably higher than the reference. To obtain accurate T2 estimates from MSE acquisitions, MSE signal amplitudes can be predicted using the extended phase graph (EPG, [23, 24]) algo- rithm. Subsequently, a correction factor can be obtained from the simulated EPG T2 value and applied to the MSE T2 estimates. However, EPG calculations require knowledge about refocus- ing pulse amplitudes, T2 and T1 values and the temporal spacing of subsequent echoes. While the echo spacing is known and, as shown in simulations, an approximate T1 value can be assumed for high ratios of T1/T2 without compromising accuracy of the results, the remaining two parameters are estimated from the data themselves. An estimate for the refocusing flip angle can be obtained from the signal intensity ratio of the second to the first echo using EPG. A conventional mono- exponential fit of the MSE data yields a first estimate for T2. The T2 correction is then obtained iteratively by updating the T2 value used for EPG calculations in each step. For all examples pre- sented, two iterations proved to be sufficient for convergence. In the proposed method, a mean flip angle is extracted across the slice. As shown in simulations, this assumption leads to greatly reduced deviations even for more inhomogeneous slice profiles. The accuracy of corrected T2 values was shown in experiments using a phantom consisting of bottles filled with liquids with a wide range of different T2 values. While T2 MSE estimates were shown to deviate significantly from the spin-echo reference values, this is not the case for corrected T2 values. Furthermore, applicability was demonstrated for in vivo neurological experiments. In Chapter 6, a new auto-calibrating parallel imaging method called iterative GROG was pre- sented for the reconstruction of non-Cartesian data. A wide range of different non-Cartesian schemes have been proposed for data acquisition in MRI, that present various advantages over conventional Cartesian sampling such as faster acquisitions, improved dynamic imaging and in- trinsic motion correction. However, one drawback of non-Cartesian data is the more complicated reconstruction, which is ever more problematic for non-Cartesian parallel imaging techniques. Iterative GROG uses Calibrationless Parallel Imaging by Structured Low-Rank Matrix Completion (CPI) for data reconstruction. Since CPI requires points on a Cartesian grid, it cannot be used to directly reconstruct non-Cartesian data. Instead, Grappa Operator Gridding (GROG) is employed in a first step to move the non-Cartesian points to the nearest Cartesian grid locations. However, GROG requires a fully sampled center region of k-space for calibration. Combining both methods in an iterative scheme, accurate GROG weights can be obtained even from highly undersampled non-Cartesian data. Subsequently, CPI can be used to reconstruct either full k- space or a calibration area of arbitrary size, which can then be employed for data reconstruction with conventional parallel imaging methods. In Chapter 7, a new 2D sampling scheme was introduced consisting of multiple oscillating effi- cient trajectories (MOET), that is optimized for Compressed Sensing (CS) reconstructions. For successful CS reconstruction of a particular data set, some requirements have to be met. First, ev- ery data sample has to carry information about the whole object, which is automatically fulfilled for the Fourier sampling employed in MRI. Additionally, the image to be reconstructed has to be sparse in an arbitrary domain, which is true for a number of different applications. Last, data sam- pling has to be performed in an incoherent fashion. For 2D imaging, this important requirement of CS is difficult to achieve with conventional Cartesian and non-Cartesian sampling schemes. Ra- dial sampling is often used for CS reconstructions of dynamic data despite the streaking present in undersampled images. To obtain incoherent aliasing artifacts in undersampled images while at the same time preserving the advantages of radial sampling for dynamic imaging, MOET com- bines radial spokes with oscillating gradients of varying amplitude and alternating orientation orthogonal to the readout direction. The advantage of MOET over radial sampling in CS re- constructions was demonstrated in simulations and in in vivo cardiac imaging. MOET provides superior results especially when used in CS reconstructions with a sparsity constraint directly in image space. Here, accurate results could be obtained even from few MOET projections, while the coherent streaking artifacts present in the case of radial sampling prevent image recovery even for smaller acceleration factors. For CS reconstructions of dynamic data with sparsity constraint in xf-space, the advantage of MOET is smaller since the temporal reordering is responsible for an important part of incoherency. However, as was shown in simulations of a moving phantom and in the reconstruction of ungated cardiac data, the additional spatial incoherency provided by MOET still leads to improved results with higher accuracy and may allow reconstructions with higher acceleration factors. N2 - Die Magnetresonanztomographie (MRT) ist ein wichtiges nicht-invasives medizinisches Bildge- bungsverfahren, das im klinischen Alltag zur Entdeckung und Diagnose einer Vielzahl von Krank- heiten verwendet wird. Im Gegensatz zu anderen Methoden wie Röntgen und Computertomo- graphie kommt die MRT ohne den Einsatz ionisierender Strahlung aus, was selbst häufige An- wendungen ohne gesundheitliche Risiken erlaubt. Einer der größten Nachteile der MRT sind lange Messzeiten, die in Kombination mit der teuren Technik hohe Untersuchungskosten bedin- gen. Obwohl in der Vergangenheit durch die Entwicklung von sowohl verbesserter Hardware als auch neuen Rekonstruktionsverfahren bereits bedeutende Fortschritte in Bezug auf die Akquisi- tionsdauer erzielt werden konnten, ist eine weitere Beschleunigung nach wie vor ein wichtiges Forschungsgebiet im Bereich der MRT. Ziel dieser Arbeit war daher die Entwicklung neuer An- sätze zur Steigerung der Effizienz von MRT Experimenten. In Kapitel 4 wurde eine kombinierte Akquisitions- und Rekonstruktionsstrategie für radiale Turbo Spin-Echo (TSE) Experimente vorgestellt. Im klinischen Alltag sind kartesische TSE Sequenzen zur Untersuchung diverser Krankheitsbilder weit verbreitet, da sie ein hohes SNR aufweisen und die Aufnahme der klinisch wichtigen Bilder mit Protonendichte- und T2-Kontrast erlauben. Im Gegensatz zu kartesischem Abtasten, wo aus einem Datensatz lediglich ein Bild mit bes- timmtem Kontrast erzeugt wird, sind radiale TSE Akquisitionen hocheffizient, da hier aus einem Datensatz mehrere Bilder mit verschiedenem Kontrast gewonnen werden können. In beiden Fällen wird in konventionellen Rekonstruktionsmethoden jedes Bild eines definierten Kontrasts durch das Zusammensetzen eines vollständig abgetasteten k-Raums mit Daten von verschiedenen Echozeiten erzeugt. Im radialen Fall geschieht dies durch die sogenannte "k-space weighted im age contrast" (KWIC) Rekonstruktion. Hierbei wird das Zentrum des k-Raums ausschließlich mit zum gewünschten Kontrast gehörigen Daten gefüllt, während die äußeren Bereiche des k-Raums auch Daten von anderen Echozeiten enthalten. Obwohl der Kontrast von MRT Bildern haupt- sächlich von den Daten im k-Raum Zentrum dominiert wird, führt die Kombination von Daten verschiedener Echozeiten in sowohl radialen als auch kartesischen TSE Bildern zu einem uner- wünschten Mischkontrast. Dieser Effekt wird vor allem in protonendichtegewichteten Bildern sichtbar und kann somit deren diagnostischen Wert deutlich verringern. Ein unerwünschter Mischkontrast kann verhindert werden, indem die Bandbreite des KWIC- Filters auf ein kleines zeitliches Fenster um die angestrebte Echozeit herum eingeschränkt wird. Um eine freie Wahl der Echozuglänge und hohe Flexibilität in der Bildrekonstruktion zu er- möglichen, wurde für die radiale TSE Akquisition ein angepasstes Abtastschema unter Verwen- dung des goldenen Winkels vorgestellt. Da bei einem KWIC-Filter mit reduzierter Bandbre- ite für jedes Bild weniger Daten zur Verfügung stehen als für einen voll abgetasteten k-Raum benötigt, weisen rekonstruierte Bildern Einfaltungsartefakte auf. Diese werden in einem zweiten Schritt durch die Anwendung paralleler Bildgebung beseitigt. In den gezeigten Beispielen wurde dazu der CG-SENSE Algorithmus verwendet, da er stabile Konvergenz aufweist und für die Rekonstruktion von Daten mit irregulären Abtastschema angewandt werden kann. Anschließend werden bestehende Korrelationen der Bilderserie zur Reduktion verbleibender Artefakte und zu einer Verbesserung des SNR ausgenutzt. Wie mittels Simulationen gezeigt und für neurologische Daten bestätigt, weisen radiale TSE Bilder, die mit dieser Methode rekonstruiert wurden, keinen sichtbaren Mischkontrast mehr auf. Die erreichte Bildqualität ist hierbar vergleichbar mit kon- ventionellen Rekonstruktionsmethoden. Da die vorgestellte Rekonstruktion einfach auf heutigen Scannern implementiert werden kann und lediglich niedrige Rechenkapazitäten benötigt, könnte sie einen wichtigen Beitrag für den klinischen Durchbruch radialer TSE Akquisitionen darstellen. In Kapitel 5 wurde eine selbstkalibrierende Methode zur Korrektur von aus Multi Spin-Echo (MSE) Bildern gewonnenen T2 Karten vorgestellt. In der klinischen Anwendung spielt die Quan- tifizierung von T2 unter anderem bei der Diagnose von Krankheiten sowie bei der Klassifizierung von Gewebe eine wichtige Rolle. Eine MSE Sequenz verwendet mehrere RF-Pulse, um ein einzelnes Spin-Echo wiederholt zu refokussieren. Idealerweise betragen die Flipwinkel der Re- fokussierungspulse hierbei exakt 180○, um einen exponentiellen Signalabfall zu erhalten. Auf- grund technischer Ungenauigkeiten weichen die Werte der Flipwinkel von Refokussierungspulsen jedoch grundsätzlich von 180○ ab. Niedrigere Flipwinkel führen zu stimulierten Echos, die wesentlich zu den einzelnen Echoamplituden beitragen und den Signalabfall entlang des Echozugs deutlich verlängern können. Somit weisen auch T2 Werte, die aus solchen Bilderserien berech- net werden, eine teilweise deutliche Erhöhung auf. Um exakte Werte zu erhalten, kann der MSE Signalverlauf mittels des "extended phase graph" (EPG) Algorithmus abgeschätzt und so ein Kor- rekturfaktor ermittelt werden. Hierzu müssen die Flipwinkel der Refokussierungspulse, T1 und T2 Werte sowie der zeitliche Abstand der Echos (ESP) bekannt sein. Wie in Simulationen gezeigt wurde, kann T1 für hohe Werte des Quotienten T1/T2 abgeschätzt werden, ohne an Genauigkeit der T2 Ergebnisse einzubüßen. Abschätzungen der verbleibenden benötigten Parameter können direkt aus den Daten selbst gewonnen werden. Während der Flipwinkel aus den Intensitäten der ersten beiden Echos berechnet wird, liefert ein mono-exponentieller Fit der MSE Bilderserie eine erste Näherung für T2. Die Korrektur für die T2 Werte kann anschließend aus den EPG Sig- nalverläufen berechnet werden. Durch Aktualisierung von T2 und erneuter Ausführung des EPG-Algorithmus wird die Genauigkeit der Korrektur iterativ erhöht, wobei schon eine sehr geringe Zahl von Iterationen zu Konvergenz führt. Wie in Simulationen und in Phantomexperimenten für verschiedenste T2-Werte gezeigt, weisen korrigierte T2 Werte eine hohe Genauigkeit auf. Dies gilt auch für niedrigere nominelle Flipwinkel als 180○ und ist somit von speziellem Interesse bei höheren Feldstärken B0, wo Grenzwerte der spezifischen Absorptionsrate die Einstrahlung einer Vielzahl von RF-Pulsen hoher Amplitude verbietet. In Kapitel 6 wurde iteratives GROG, eine neue selbstkalibrierende iterative parallele Bildge- bungsmethode für die Rekonstruktion von nichtkartesischen Daten vorgestellt. Es sind eine Vielzahl nichtkartesischer Trajektorien für MRT Messungen bekannt, die zahlreiche Vorteile gegenüber kartesischer Bildgebung bieten. Dazu gehören unter anderem eine schnellere Akquisi- tion, verbesserte dynamische Bildgebung sowie die Möglichkeit zur intrinischen Bewegungskor- rektur. Ein Nachteil nichtkartesischer Daten jedoch ist eine aufwendigere Rekonstruktion, sowohl bei voll abgetasteten Datensätzen als insbesondere auch in der parallelen Bildgebung. Itera- tives GROG verwendet Calibrationless Parallel Imaging by Structured Low-Rank Matrix Com- pletion (CPI) zur Rekonstruktion fehlender Daten. Diese Methode benötigt Daten auf karte- sischen Gitterpunkten und kann nicht direkt für nichtkartesische Experimente angewandt wer- den. Stattdessen werden die nichtkartesischen Daten zunächst mittels Grappa Operator Gridding (GROG) in einem ersten Schritt auf ein kartesisches Gitter verschoben. GROG basiert auf paral- leler Bildgebung und benötigt einen voll abgetasteten Teil des k-Raums zur Kalibrierung. Erste Kalibrationsdaten können gewonnen werden, indem die nichtkartesischen Punkte ohne Änderung auf die nächsten kartesischen Gitterpunkte verschoben werden und eine CPI-Rekonstruktion eines zentralen k-Raum Bereichs durchgeführt wird. Anschließend wird GROG angewandt um exakte Werte der kartesischen Gitterpunkte zu erhalten und der Prozess wird iteriert. Nach Kon- vergenz können entweder Kalibrationsdaten gewünschter Größe für eine konventionelle parallele Bildgebungsmethode erzeugt oder artefaktfreie Bilder mit CPI rekonstruiert werden. In Kapitel 7 wurde ein neues Abtastungsschema für die 2D Bildgebung vorgestellt, das aus Multiplen Oszillierenden Effizienten Trajektorien (MOET) besteht und optimierte Compressed Sensing (CS) Rekonstruktionen ermöglicht. Für eine erfolgreiche Anwendung von Compressed Sensing müssen einige Voraussetzungen erfüllt sein. Erstens muss jeder Datenpunkt Informa- tionen über das ganze Objekt enthalten, was bei der MRT aufgrund der Datenakquisition im Fourier-Raum automatisch erfüllt ist. Weiterhin muss das gemessene Objekt in einer beliebigen Basis sparse sein. Dies ist für viele verschiedene Anwendungen in der MRT der Fall. Drittens muss für CS Rekonstruktionen die Datenakquisition im k-Raum einem inkohärenten Muster fol- gen. Diese wichtige Voraussetzung ist in der zweidimensionalen Bildgebung mit konventionellen kartesischen und nicht-kartesischen Abtastschemata nur schwer zu erreichen. Deshalb wird für CS Rekonstruktionen häufig eine radiale Trajektorie eingesetzt, trotz der kohärenten streaking- Artefakte in unterabgetasteten Bildern. MOET verwendet daher eine Kombination von radialen Projektionen zusammen mit oszillierenden Gradienten auf der zur Ausleserichtung orthogonalen Achse. So erhält man inkohärente Aliasing-Artefakte und bewahrt gleichzeitig die Vorteile der radialen Bildgebung für die dynamische MRT. Die Überlegenheit von MOET gegenüber radi- aler Bildgebung für CS Rekonstruktionen konnte in Simulationen sowie in der Herzbildgebung aufgezeigt werden. Dies gilt insbesondere für CS Rekonstruktionen direkt im Bildraum, wo MOET gute Resultate liefert während die kohärenten Artefakte bei radialer Bildgebung eine genaue Bildwiederherstellung verhindert. Bei Rekonstruktionen dynamischer Daten, wo Sparsität im xf-Raum ausgenutzt wird, ist der Vorteil von MOET weniger ausgeprägt, da hier bere- its die zeitliche Anordnung der Projektionen einen wesentlichen Beitrag zur Charakteristik der Aliasingartefakte liefert. Wie in Simulationen und für die in vivo Herzbildgebung gezeigt werden konnte, erlaubt die zusätzliche räumliche Inkohärenz von MOET jedoch auch in diesem Fall eine höhere Genauigkeit sowie Rekonstruktionen von Daten höherer Beschleunigung. KW - Kernspintomografie KW - Parallele Bildgebung KW - nichtkarthesische Bildgebung KW - Turbo Spin-Echos KW - Compressed Sensing KW - Parallel Imaging KW - non-Cartesian Imaging KW - Compressed Sensing KW - MRI KW - MRT KW - NMR-Tomographie Y1 - 2014 U6 - http://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:bvb:20-opus-108165 ER -