MTC and CEST MRI are able to image properties of macromolecule and mobile metabolites which cannot be imaged by conventional proton MRI based on water signal. Saturate the magnetization of target compounds with continuous RF pulse and measure how much of the saturated magnetization has been transferred to the water. Most currently used MTC/CEST imaging protocols depend on the acquisition of qualitative weighted images, limiting the detection sensitivity to quantitative parameters, their exchange rate and concentration. Here, we propose a fast, quantitative 3D MTC and CEST imaging framework based on a combined MR fingerprinting and deep-learning techniques. Quantify the MTC parameters with MR fingerprinting and utilize the quantified parameters and Bloch equation signal model to CEST imaging. Especially, the proposed method is based on unsupervised learning that does not require ground truth data. This is highly efficient in MTC/CEST MRI field where ground truth data is limited. The MTC parameter values estimated by the unsupervised learning method were in excellent agreement with values estimated by the conventional Bloch fitting approach, but dramatically reduced computation time by ~130-fold.
자화전이와 화학교환포화전이 자기공명영상 기법은 전통적인 물 수소 원자 자기공명영상 기법이 확인할 수 없는 고분자 혹은 대사물질의 특성을 촬영할 수 있다. 연속적인 라디오 주파수로 특정화합물의 자화를 포화시키고 포화된 자화가 물로 얼마나 전이됐는지를 측정한다. 최근의 연구들은 대부분 물의 자화가 얼마나 줄어들었는지를 비율로 측정해 정성적 분석을 한다. 하나의 비율로는 자성전이 현상을 설명하는 데는 한계가 있기에 정량화 기법이 필요하다. 본 논문에서는 자화전이 정량화 기법과 화학교환포화전이 자기공명영상 기법을 제안한다. 자기공명지문을 이용해 자성전이를 정량화하고 정량화된 값과 Bloch 수식 신호 모델링을 통해 화학교환포화전이 자기공명영상을 획득한다. 특히 제안하는 방법은 비지도 학습을 활용하기 때문에 자성전이 및 화학교환포화전이 자기공명영상 분야에서 제한된 실측 자료 없이 학습시킬 수 있다. 제안하는 방법의 자성전이 정량화는 기존의 Bloch 수식 적합 기법과 매우 높은 유사도를 보였고 뛰어난 시간 효율성을 보였다.
