Loading...
机构名称:
¥ 1.0

缩短采集时间一直是高分辨率 MRI 面临的一大挑战,而压缩感知 (CS) 理论已成功解决了这一问题。然而,大多数傅里叶编码方案都对现有的 k 空间轨迹进行了欠采样,不幸的是,这些轨迹永远无法充分编码所有必要的信息。最近,我的团队通过提出用于快速 K 空间采样的扩散投影算法 (SPARKLING) 解决了这一关键问题,该算法用于 3 和 7 特斯拉 (T) [1,2] 下的 2D/3D 非笛卡尔 T2* 和磁化率加权成像。在演讲的前半部分,我将介绍这些进展,展示有趣的临床应用,并演示我们如何采用这种方法来解决 7T 下的高分辨率功能和代谢(钠 23 Na)MR 成像——这是一项非常具有挑战性的任务。此外,我将解释如何使用 SPARKLING 欠采样策略来内部估计静态 B0 场不均匀性,这是避免在校正由于这些不均匀性而导致的非共振伪影之前需要进行额外扫描的必要组成部分。

完善脑部扫描:新视野 - Philippe Ciuciu 1,2

完善脑部扫描:新视野 - Philippe Ciuciu 1,2PDF文件第1页

相关文件推荐

2024 年
¥3.0
2024 年
¥8.0
2023 年
¥1.0
2025 年
¥3.0
2023 年
¥1.0
2023 年
¥1.0
2022 年
¥1.0
2023 年
¥1.0
2023 年
¥1.0
2023 年
¥1.0
2023 年
¥1.0
2023 年
¥1.0
2023 年
¥1.0
2023 年
¥1.0
2023 年
¥1.0
2024 年
¥1.0
2023 年
¥1.0
2023 年
¥1.0
2023 年
¥1.0
2023 年
¥1.0
2023 年
¥1.0
2023 年
¥1.0
2023 年
¥1.0
1900 年
¥1.0
2009 年
¥1.0
2025 年
¥1.0
2024 年
¥1.0