Magnetic resonance imaging, MRI, is a medical imaging technique that non-invasively visualizes anatomical, physiological and functional information inside the body using nuclear magnetic resonance. MRI has the advantage of using non-ionizing radiation and being able to acquire images of various contrasts. MRI has disadvantage of long imaging time and images of various contrasts are generally acquired for diagnosis, which results in prolonged imaging time. A number of researches have been conducted in order to reduce imaging time. There are two main types of techniques for rapid MR imaging. One is to reduce the amount of acquisition data and reconstruct the unsampled data. The other is to accelerate data acquisition. Two techniques, one for each type, are proposed for fast MRI acquisition.
A locally segmented reconstruction method is proposed to reconstruct image from undersampled acquisition. Conventional reconstruction technique referred as parallel imaging techniques utilizes spatial-encoding information from the multi-channel receiver coil. In order to efficiently utilize sensitivity distribution of multi-channel receiver coil, the proposed method optimally utilizes spatial sensitivities of the receiver channels according to spatial region to be reconstructed.
For rapid MR parameter acquisition, an MR parameter estimation method using spin- and stimulated-echo signals is proposed. Three-90° pulse sequence is introduced to simultaneously acquire spin and stimulated echo signals and those signals are acquired with the rapid echo planar imaging. To further improve time efficiency, time-multiplexed acquisition is utilized. We utilize blip up-down acquisition to estimate the magnetic field inhomogeneity and eliminate geometric distortion incurred by rapid EPI readout. A novel unsupervised neural network optimization method using the distortion-corrected signals is proposed for high-fidelity MR parameter estimation.
자기공명 영상 기법은 핵자기공명을 이용하여 인체 내부의 해부학적 정보와 기능적, 생리학적 정보를 비침습적으로 획득할 수 있는 의료 영상 기법으로 연구, 임상적으로 널리 사용되고 있다. 자기공명 영상 기법은 x선 촬영, 양전자 단층 촬영 등 다른 의료 영상 기법과 비교하였을 때 비침습적이며 촬영 기법에 따라 여러 가지 다른 대조도의 영상을 획득할 수 있다는 장점이 있다. 그러나 영상 획득 시간이 길다는 단점이 있고, 진단을 위한 다중 대조도 영상 획득이 촬영 시간을 더울 증가시킨다. 이러한 단점을 극복하기 위하여 고속화 기법들이 개발되고 있다. 고속화 기법은 크게 데이터 획득량을 줄이고 재구성기법을 적용하는 방법과 데이터 획득 속도를 높이는 방법으로 나눌 수 있고, 각각의 방법에서 새로운 연구를 제안하였다.
적은 양의 획득 데이터로부터 영상을 재구성하기 위한 방법으로 지역적 분할 기법을 제안하였다. 기존의 다중채널 코일을 이용하여 적은 양의 데이터로부터 영상을 재구성하는 병렬 영상법은 수신 코일의 민감도 사이의 관계를 이용한다. 제안하는 연구에서는 다중채널 수신 코일의 민감도 정보를 효율적으로 활용하기 위하여 전체 영역의 민감도 관계가 아니라 재구성하고자 하는 국소 영역에서의 최적화된 정보를 이용하여 영상을 재구성한다.
고속 자기공명 파라미터 획득을 위하여 스핀에코와 스티뮬레이티드에코 신호를 이용한 자기공명 파라미터 추정 기법을 제안하였다. 세 개의 90°-전자기파 조합을 이용하여 스핀에코와 스티뮬레이티드 신호를 동시에 획득하며, 고속 데이터 획득을 위하여 에코플래너 이미징 기법을 도입하였으며 시간 효율성을 더욱 향상시키기 위하여 시간 다중화 획득법을 사용하였다. EPI기법의 단점인 기하학적 왜곡을 제거하기 위하여 인코딩 방향을 바꾼 두 번의 획득으로 자기장 비균질도를 추정하여 왜곡을 보상하였다. 이를 통하여 획득한 왜곡이 없는 다중 대조도 자기공명 영상으로부터 자기공명 파라미터를 추정하는 비지도 뉴럴네트워크 최적화 방법을 제안하였다.
