When imaging near metal implants in magnetic resonance imaging (MRI), the large difference of susceptibility between human tissue and metal implants causes the local field inhomogeneity. These field inhomogeneity results in severe artifacts such as bulk displacement and through-plane distortion. Many sequences such as SR-FPE and MAVRIC-SL have been developed to correct metal artifacts, but their drawback is that the imaging time takes too long. It is inconvenient for patients to take images without moving for a long time in a closed space. Therefore, the sequence that reduces the imaging time with minimal metal artifact is needed. In this paper, the metal artifact is minimized by using the echo time encoding technique (ETE) in 3D turbo spin sequences without slab selectivity gradient. Also, we propose a reconstruction method to reduce the imaging time through the machine learning. To reduce the imaging time, only the limited number of ETE steps is obtained, and the remaining ETE steps are reconstructed by machine learning through the measured ETE steps and all of the ETE images are combined to get the corrected image. For various sampling patterns, we compared and analyzed the reconstructed results from the regression and deep learning.
자기공명영상기법에서 금속을 이식한 환자를 촬영할 때, 인체 조직과 금속 임플란트의 자화율의 차이가 크게 나서 자기장이 비균질하게 된다. 자기장의 비균질성은 스핀위치의 변화와 촬영하고자 하는 면 밖으로의 왜곡 등 많은 아티팩트가 발생한다. 금속이식물에 의한 아티팩트를 제거하기 위한 많은 기법들이 개발되었지만, 시간이 오래 걸린다는 단점이 있다. 폐쇄된 공간에 오랫동안 환자가 움직임없이 촬영한다는 것은 불편하기 때문에 촬영시간을 줄이는 것은 필수적이다. 따라서, 이 논문에서는 금속물에 의한 아티팩트을 최소화하면서 촬영시간을 줄이는 방법을 제안하였다. 기존의 에코 시간 부호화기법을 사용하여 스핀위치의 변화을 개선시키고 단면 경사자장이 없는 3차원 스핀에코 기법을 사용하여 단층 면 밖 왜곡을 제거한다. 에코 시간 부호화기법을 사용하면 시간이 오래 걸리므로 이를 줄이기 위해 제한된 몇 개의 에코 시간 단계만 얻고 나머지 부분은 기계학습을 통해 예측한다. 복원된 부분과 측정된 부분을 합쳐서 최종적으로 왜곡이 개선된 이미지를 얻는다. 또한, 에코 시간 축으로 다양한 표본화 방법을 통해 가장 에코 시간 정보를 잘 보여주면서 작은 단계만으로 복원할 수 있는 방법을 찾는다.
