eprintid: 19864
rev_number: 16
eprint_status: archive
userid: 2213
dir: disk0/00/01/98/64
datestamp: 2015-12-08 07:04:50
lastmod: 2016-01-21 15:07:32
status_changed: 2015-12-08 07:04:50
type: doctoralThesis
metadata_visibility: show
creators_name: Behl, Nicolas Gerhard Roland
title: Ein neuer Compressed-Sensing-basierter Rekonstruktionsalgorithmus mit einem angepassten Lexikon für die 23Na-Magnetresonanztomographie
title_en: A new Compressed-Sensing-based reconstruction algorithm relying on a learned dictionary for 23Na magnetic resonance tomography
subjects: ddc-530
subjects: ddc-600
subjects: ddc-610
divisions: i-130001
adv_faculty: af-13
keywords: Compressed Sensing; Natrium-MRT
cterms_swd: Bildrekonstruktion
cterms_swd: Kernspintomographie
abstract: Das niedrige SNR der 23Na-MRT hat eine geringe räumliche Auflösung und lange Messzeiten zur Folge. Um dem entgegenzuwirken wurde in dieser Arbeit ein Compressed-Sensing-basierter Rekonstruktionsalgorithmus (3D-DLCS) für die 23Na-MRT bei B0 = 7T entwickelt. Als Basis für die dünnbesetzte (sparse) Darstellung des zu rekonstruierenden Bildes dient ein an die vorliegenden Daten angepasstes Lexikon. Simulierte Daten des menschlichen Kopfes wurden zur Optimierung der Rekonstruktionsparameter und zur quantitativen Auswertung der Rekonstruktionsergebnisse verwendet. Der Algorithmus wurde zur Rekonstruktion von In-vivo-Daten verwendet und mit der nicht-uniformen schnellen Fouriertransformation (NUFFT) sowie mit nicht-adaptiven Compressed-Sensing-Rekonstruktionen verglichen. Das Bildrauschen wurde bei gleichzeitiger Erhaltung kleiner Strukturen im Bild am effektivsten bei zehnfach unterabgetasteten und zehnfach gemittelten Daten unterdrückt. Für Daten mit einer nominellen Auflösung von (2mm)^3 konnte das Spitzen-Signal-Rausch-Verhältnis der 3D-DLCS-Rekonstruktion gegenüber der NUFFT um 5,1 dB und die strukturelle Ähnlichkeit um 24% erhöht werden. Der Bildkontrast ist bei der 3D-DLCS-Rekonstruktion sehr gut erhalten. Durch eine asymmetrische Anordnung der Projektionen des 3D-radialen Datensatzes konnte die Messzeit der 23Na-MRT um 30% reduziert werden. Hierzu wird die 3D-DLCS-Rekonstruktion mit den homodyn rekonstruierten asymmetrischen Daten initialisiert, so dass eine nahezu artefaktfreie Rekonstruktion von 23Na-MRT-Daten mit einer nominellen Auflösung von (1,7mm)^3 bei einer Messzeit von 26 min erreicht wurde. Die erhöhte räumliche Auflösung bei akzeptabler Messzeit erleichtert den Einsatz der 23Na-MRT in der diagnostischen Bildgebung.
abstract_translated_text: The low SNR of 23Na MRI results in a low spatial resolution and long measurement times. In this work, a Compressed-Sensing-based reconstruction algorithm (3D-DLCS) for 23Na MRI at B0 = 7T was developed in order to counteract these effects. An adaptive dictionary was chosen as the basis for the sparse representation for the image to be reconstructed. Simulated data of the human head were used to optimize the reconstruction parameters and for the quantitative analysis of the reconstructions. The algorithm was applied to the reconstruction of in vivo 23Na data and compared with the nonuniform fast Fourier transform (NUFFT) and with non-adaptive Compressed-Sensing reconstructions.
Image noise was maximally reduced for tenfold undersampled and tenfold averaged data, while small structures were well preserved. For data with a nominal resolution of (2mm)^3, the peak signal-to-noise ratio of the 3D-DLCS reconstruction was enhanced by 5.1 dB, the structural similarity by 24%. The image contrast was well maintained in the 3D-DLCS reconstruction. The measurement time for 23Na MRI could be reduced by 30% by an asymmetrical ordering of the projections in the 3D-radial dataset. For this purpose, the 3D-DLCS-reconstruction was initialized by a homodyne reconstruction of the asymmetrical data, resulting in the nearly artifact-free reconstruction of 23Na MRI data with resolumboxtion of (1.7mm)^3 at a measurement time of 26 min. The increased spatial resolution at acceptable measurement times improves the applicability of 23Na MRI to clinical imaging.
abstract_translated_lang: eng
date: 2015
id_scheme: DOI
id_number: 10.11588/heidok.00019864
ppn_swb: 1653638508
own_urn: urn:nbn:de:bsz:16-heidok-198641
date_accepted: 2015-11-25
advisor: HASH(0x55fc36c2cde8)
language: ger
bibsort: BEHLNICOLAEINNEUERCO2015
full_text_status: public
citation:   Behl, Nicolas Gerhard Roland  (2015) Ein neuer Compressed-Sensing-basierter Rekonstruktionsalgorithmus mit einem angepassten Lexikon für die 23Na-Magnetresonanztomographie.  [Dissertation]     
document_url: https://archiv.ub.uni-heidelberg.de/volltextserver/19864/1/dkfz%20-%20Diss%20--%20Behl%2C%20N%2C%202015%20-%20Ein%20neuer%20Compressed-Sensing-basierter%20Rekonstruktionsalgorithmus%20mit%20einem%20angepassten%20Lexikon%20f%C3%BCr%20die%2023Na-Magnetresonanztomographie.pdf