For fast Magnetic Resonance Imaging (MRI), we usually use Sensitivity Encoding (SENSE) which is one of the parallel imaging techniques. It reduces scan time by skipping the phase encoding steps. However, in that process, aliasing effect occurs due to the violation of Nyquist sampling criterion. In SENSE, this aliasing effect can be eliminated by using additional information, sensitivity maps. And in calculating those maps, it uses “sum-of-squares” as denominator image. However, this image does not have uniform intensity because of the non-symmetrical property of RF coil arrays. This artifact affects the sensitivity maps, and eventually also degrades the uniformity of non-aliased full-FOV (Field Of View) image (also known as SENSE reconstructed image). Thus, this study is focused on the correction of the non-uniform intensity of “sum-of-squares” and eventually improving the uniformity of SENSE reconstructed image. The intensity correction is achieved by an appropriate curve fitting to the projection data of the target image. We applied the proposed algorithm to phantom images obtained with 8 channel SENSE.
자기 공명 영상 획득을 빠르게 하기 위해, 병렬 영상법 중의 하나인 감도 부호법 (Sensitivity Encoding)이란 것이 사용된다. 그 방법은 위상 부호화 단계를 기존보다 줄임으로써 영상 획득 시간을 단축시킨다. 그러나 이 방법은 나이키스트 (Nyquist) 샘플링 기준을 위반하기 때문에 중첩 (aliasing) 현상이 나타나게 된다. 감도 부호법에서는 이런 중첩 현상을 감도 맵 (Sensitivity map)이라는 부가적인 정보를 사용하여 제거하게 된다. 그러한 맵을 계산하는 과정 중에 각 채널들의 제곱들의 합의 영상을 분모 영상으로 사용하게 되는데, 각 채널들은 이상적으로 서로 완벽하게 대칭적인 구조를 가지고 있지 않기 때문에 이 제곱들의 합의 영상의 밝기는 균일하지 않다. 이는 곧 감도 맵의 정확도를 떨어뜨리게 되고, 결과적으로 이런 감도 맵을 사용하여 중첩 현상을 제거한 재구성 영상의 밝기 균일도 떨어뜨리게 된다. 따라서, 이 논문에서는 이런 제곱들의 합의 영상의 밝기 균일도를 높이고자 하는데 초점이 있다. 그리하여, 최종적으로는 중첩 현상이 제거된 재구성 영상의 밝기 균일도를 높이는 것이 목표이다. 여기서 제안된 알고리즘은 대상이 되는 영상의 투영 (projection) 데이터를 구한 뒤, 여기에 적절한 곡선 맞춤 (curve fitting) 알고리즘을 적용함으로써 밝기 균일도를 높이게 된다. 실험에서는 3차원 8 채널 감도 부호 데이터를 사용했다.
