Rofo 2010; 182(8): 676-681
DOI: 10.1055/s-0029-1245504
Rapid Communication

© Georg Thieme Verlag KG Stuttgart · New York

High-Resolution Functional Cardiac MR Imaging using Density-Weighted Real-Time Acquisition and a Combination of Compressed Sensing and Parallel Imaging for Image Reconstruction

Hochaufgelöste funktionelle Herz-MR Bildgebung mithilfe dichtegewichteter Echtzeit-Datenaufnahme und einer Kombination von Compressed Sensing und paralleler Bildgebung in der RekonstruktionT. Wech1 , M. Gutberlet1 , 2 , A. Greiser3 , D. Stäb1 , C. O. Ritter1 , M. Beer1 , D. Hahn1 , H. Köstler1
  • 1Institut für Röntgendiagnostik, Universität Würzburg
  • 2Institut für Radiologie, Medizinische Hochschule Hannover
  • 3Healthcare Sector, Siemens AG
Further Information

Publication History

received: 5.2.2010

accepted: 10.5.2010

Publication Date:
18 June 2010 (online)

Zusammenfassung

Ziel: Ziel dieser Studie war es, hochaufgelöste MR-Bildgebung mit dichtegewichteter Echtzeit-Datenaufnahme (DE) und einer Bildrekonstruktion aus Compressed Sensing (CO) und paralleler Bildgebung durchzuführen. Material und Methoden: Die Messungen wurden an einem 3T-Ganzkörpersystem, das mit einer 32-Kanalspule ausgerüstet ist, durchgeführt. Eine eindimensionale dichtegewichtete Spin-Warp-Technik mit unterschiedlichen Abständen zwischen benachbarten Phasenkodierschritten wurde implementiert. Die beiden Beschleunigungstechniken Compressed Sensing und parallele Bildgebung wurden nacheinander angewendet. Aus einem vollständigen kartesischen k-Raum wurde zunächst ein 4-fach gleichmäßig unterabgetasteter k-Raum erzeugt. Für jede zeitliche Phase wurde zusätzlich eine unterschiedliche dichtegewichtete Unterabtastung mit dem Beschleunigungsfaktor 2,1 gewählt. Es wurden sowohl Simulationen mit Daten einer herkömmlichen In-vivo-Cine-Untersuchung durchgeführt als auch eine Echtzeit-Akquisition implementiert und für In-vivo-Messungen des menschlichen Herzens eingesetzt. Ergebnisse: DECO-Echtzeitbilder mit paralleler Akquisition der Funktion des menschlichen Herzens konnten aufgenommen werden. Der Beschleunigungsfaktor von 8,4, der es erlaubt, die hohe räumliche und zeitliche Auflösung einer segmentierten Cine-Bildgebung beizubehalten, konnte ohne wesentliche Rauschverstärkung in der Rekonstruktion erreicht werden. Schlussfolgerung: Die DECO-Bildgebung mit paralleler Akquisition ermöglicht, die notwendigen Beschleunigungsfaktoren zu erreichen, um eine Echtzeit-Aufnahme der Herzfunktion anzufertigen. Dabei wird eine Bildqualität erreicht, die mit der einer getriggerten Cine-Bildgebung vergleichbar ist.

Abstract

Purpose: The aim of this study was to perform high-resolution functional MR imaging using accelerated density-weighted real-time acquisition (DE) and a combination of compressed sensing (CO) and parallel imaging for image reconstruction. Materials and Methods: Measurements were performed on a 3 T whole-body system equipped with a dedicated 32-channel body array coil. A one-dimensional density-weighted spin warp technique was used, i. e. non-equidistant phase encoding steps were acquired. The two acceleration techniques, compressed sensing and parallel imaging, were performed subsequently. From a complete Cartesian k-space, a four-fold uniformly undersampled k-space was created. In addition, each undersampled time frame was further undersampled by an additional acceleration factor of 2.1 using an individual density-weighted undersampling pattern for each time frame. Simulations were performed using data of a conventional human in-vivo cine examination and in-vivo measurements of the human heart were carried out employing an adapted real-time sequence. Results: High-quality DECO real-time images using parallel acquisition of the function of the human heart could be acquired. An acceleration factor of 8.4 could be achieved making it possible to maintain the high spatial and temporal resolution without significant noise enhancement. Conclusion: DECO parallel imaging facilitates high acceleration factors, which allows real-time MR acquisition of the heart dynamics and function with an image quality comparable to that conventionally achieved with clinically established triggered cine imaging.

References

  • 1 Lotz J, Kivelitz D, Fischbach R et al. Recommendations for the use of computer-tomography and magnet resonance tomography in heart diagnostics Part 2-magnet resonance tomography.  Roentgenstr Fortschr Gebiet Rontgenstrahlen Bildgeb Verfahr. 2009;  181 800-814
  • 2 Pruessmann K P, Weiger M, Scheidegger M B et al. SENSE: Sensitivity encoding for fast MRI.  Magn Reson Med. 1999;  42 952-962
  • 3 Lustig M, Donoho D, Pauly J M. Sparse MRI: The application of compressed sensing for rapid MR imaging.  Magn Reson Med. 2007;  58 1182-1195
  • 4 Mareci T H, Brooker H R. High-Resolution Magnetic-Resonance Spectra from a Sensitive Region Defined with Pulsed Field Gradients.  Journal of Magnetic Resonance. 1984;  57 157-163
  • 5 Greiser A, Kienlin von M. Efficient k-space sampling by sensity-weighted phase-encoding.  Magn Reson Med. 2003;  50 1266-1275
  • 6 Geier O, Hahn D, Köstler H. Parallel acquisition for effective density weighted imaging: PLANED imaging.  Magn Reson Mat Phys Biol Med. 2007;  20 19-25
  • 7 Madore B, Glover G H, Pelc N J. Unaliasing by Fourier-encoding the overlaps using the temporal dimension (UNFOLD), applied to cardiac imaging and fMRI.  Magn Reson Med. 1999;  42 813-828
  • 8 Köstler H, Sandstede J JW, Lipke C et al. Auto-SENSE perfusion imaging of the whole human heart.  J Magn Reson Imaging. 2003;  18 702-708
  • 9 Fischer A, Breuer F, Blaimer M et al. S, Jakob PM.  Accelerated Dynamic Imaging by Reconstructing Sparse Differences using Compressed Sensing. Proceedings of the International Society of Magnetic Resonance in Medicine. 2008;  16 341
  • 10 Ma S, Yin W, Zhang Y et al. An efficient algorithm for compressed mr imaging using total variation and wavelets. Proc IEEE Conference on Computer Vision and Pattern Recognition (CVPR); 2008: 1-8
  • 11 Griswold M A, Jakob P M, Heidemann R M et al. Generalized Autocalibrating Partially Parallel Acquisitions (GRAPPA).  Magn Reson Med. 2002;  47 1202-1210
  • 12 Robson P M, Grant A K, Madhuranthakam A J et al. Comprehensive quantification of signal-to-noise ratio and g-factor for image-based and k-space-based parallel imaging reconstructions.  Magn Reson Med. 2008;  60 895-907
  • 13 Köstler H, Beer M, Ritter C et al. Auto-SENSE view-sharing cine cardiac imaging.  Magn Reson Mat Phys Biol Med. 2004;  17 63-67
  • 14 Tsao J, Boesiger P, Pruessmann K P. k-t BLAST and k-t SENSE: Dynamic MRI with high frame rate exploiting spatiotemporal correlations.  Magn Reson Med. 2003;  50 1031-1042
  • 15 Blaimer M, Gutberlet M, Kellman P et al. Virtual Coil Concept for Improved Parallel MRI Employing Conjugate Symmetric Signals.  Magn Reson Med. 2009;  61 93-102

Prof. Dr. Herbert Köstler

Institut für Röntgendiagnostik, Universität Würzburg

Oberdürrbacher Straße 6

97080 Würzburg

Germany

Phone: + 49/9 31/20 13 42 10

Fax: + 49/9 31/20 13 42 09

Email: koestler@roentgen.uni-wuerzburg.de