Dynamic MRI is a technique which obtains time series of images at a high frame rate. In dynamic MRI, it is very important to reduce the data acquisition time because it is often not fast enough to meet the Nyquist sampling rate. Downsampling k-t space measurements accelerates the acquisition speed but may incur aliasing artifacts. To resolve this problem, lattice sampling patterns have been widely used. Lattice sampling pattern in k-t space leads to periodic replications of original image in x-f space. There are some algorithms which use this property and exploit spatio-temporal correlations to solve aliasing problem. Recently, they have drawn considerable attention because they successfully reconstructed high spatio-temporal resolution. Meanwhile, after the advent of the ”compressed sensing”, high fidelity of reconstruction is possible from much less number of measurements than Nyquist sampling requirements. However, lattice sampling pattern is not suitable in compressed sensing perspective. In this paper, new algorithm is proposed which combines compressed sensing, lattice sampling pattern, and parallel imaging. The experimental results show high spatio-temporal resolution without aliasing artifacts in reconstructed cardiac cine image. Furthermore, the proposed algorithm outperforms existing method that uses lattice sampling pattern.
동적 자기 공명 영상법은 시간에 따른 연속적인 이미지를 빠른 속도로 얻어내는 기술이다. 동적 자기 공명 영상을 얻을 때는 MRI 는 느린 영상 기술이기 때문에 나이키스트 샘플링의 조건을 만족 시키기 위해서 데이터 획득 시간을 줄이는 것이 중요한 문제가 된다. k-t 공간에서의 다운 샘플링은 빠른 데이터 획득을 가능하게 하지만 aliasing artifact 를 발생시킨다. 이 문제를 해결하기 위해서 격자 구조의 다운 샘플링 패턴이 널리 사용되고 있다. 격자 구조 다운 샘플링은 x-f공간의 이미지가 일정 패턴으로 반복되는 효과가 있다. 이 패턴을 통해 시-공간적 상관관계를 이용하여 aliasing artifact 를 해결하게 된다. 최근에 각광 받고 있는 ’압축 센싱’ 이론을 적용하면 나이키스트 샘플링 한계보다 적은 샘플 수로도 선명한 영상을 얻어낼 수 있음이 밝혀졌다. ’압축센싱’ 이론에서는 격자 구조 샘플링은 적합하지 않다. 본 학위 논문에서는 따로 생각되어져 왔던 격자 구조 샘플링과 압축센싱 이론을 통합한 새로운 알고리즘을 제안한다. 실험 결과는 새로운 방법이 효과적으로 동적 심장 영상을 복원하며, 기존의 격자구조 샘플링으로 복원한 방법보다 우수함을 보인다.
