Conventional functional magnetic resonance imaging (fMRI) technique known as gradient recalled echo (GRE) echo-planar imaging (EPI) is too sensitive to image distortion and degradation caused by local magnetic field inhomogeneity at high magnetic fields. Pass-band balanced steady state free precession (bSSFP) has been proposed as an alternative high-resolution fMRI technique, however, the temporal resolution of bSSFP fMRI is lower than the typically used GRE-EPI fMRI. One potential approach to improve the temporal resolution of bSFFP fMRI is to use compressed sensing (CS). Recently, several fMRI studies have applied CS to GRE-EPI and spiral scan, although it is known that GRE-EPI generally suffers from the contribution of magnetic field inhomogeneity which can degrade the performance of CS algorithms. Although suffering from banding artifacts, bSSFP utilizes different radio frequency (RF) excitations for each K-space lines, thus may work better with CS algorithms than GRE-EPI. In this study, we tested the feasibility of a CS algorithm, called k-t FOCUSS, for both GRE and bSSFP fMRI at 9.4T using the model of rat somatosensory stimulation. Experimental results show k-t FOCUSS algorithm with sampling reduction by a factor of 4 works well for both GRE and bSSFP fMRI at high field. The combination of CS algorithm with bSSFP may be a good solution for improving the temporal resolution of fMRI at high field.
일반적인 뇌기능 자기공명영상 기법으로 잘 알려진 gradient recalled echo (GRE) echo-planar imaging (EPI) 는 고자장에서 국소 자기장 변화에 매우 민감하다. 최근 고자장에서 고해상도 뇌기능 자기공명영상을 얻기 위해 Pass-band balanced steady state free precession (bSSFP) 이 제안되었지만, bSSFP 기법의 주기해상도는 기존의 뇌기능 자기공명영상법인 GRE-EPI 보다 낮다는 문제가 존재한다. Nyquist 샘플링 한계보다 적은 샘플 수로도 선명한 영상을 얻을수 있음이 밝혀진 압축 센싱 이론의 적용이 bSSFP 기법의 주기해상도를 높이기 위한 한 방안이 될 수 있다. 최근 몇몇 뇌기능 자기공명영상 연구에서 GRE-EPI 기법에 압축 센싱 이론을 적용해 본 사례들이 있지만, bSSFP 기법에 적용한 사례는 없다. 이론상으로는 하나의 자기공명영상을 얻기 위해 단일 Radio frequency (RF) pulse 를 이용하고 자기장 변화에 민감한 GRE-EPI 기법 보다, 여러 다른 Radio frequency (RF) pulse 를 이용하는 bSSFP 기법이 압축 센싱 이론과 잘 접목될수 있는 가능성이 보인다. 본 학위 논문에서는 9.4T 에서 얻은 쥐 체감각 신경의 고해상도 뇌기능 자기공명영상에 압축 센싱 이론을 적용 해 보았다. 다양한 샘플링 패턴 및 통계 분석 방법등을 통해 적은 샘플 수로도 기본 영상의 복원 뿐만 아니라 뇌기능 자기공명영상의 분석 또한 할 수 있어서, 압축 센싱 이론으로 bSSFP 기법의 주기해상도를 높이고 고자장에서 고해상도 뇌기능 자기공명영상을 얻을수 있는 가능성이 보인다.
