Refine
Has Fulltext
- yes (3)
Is part of the Bibliography
- yes (3)
Document Type
- Doctoral Thesis (3)
Keywords
- Compressed Sensing (3) (remove)
Institute
- Physikalisches Institut (3) (remove)
Sonstige beteiligte Institutionen
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.
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.
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.