用于快速高效4D肺部MRI重建的线圈绘制方法

《MAGNETIC RESONANCE IN MEDICINE》：Coil Sketching for Fast and Efficient 4D Lung MRI Reconstruction

线圈绘制与Toeplitz近似结合的4D肺部MRI高效重建方法，通过分批线圈选择降低GPU内存消耗3倍，实现10分钟内完成临床可用的MoCo-LR正则化重建，提升呼吸相分辨成像的临床可行性。

　　本研究聚焦于开发一种适用于呼吸分辨四维（4D）肺部磁共振成像（MRI）的高效且加速的重建框架。该框架通过引入“线圈草图”（coil sketching）和托普利茨（Toeplitz）近似方法，显著降低了计算和内存需求，同时保持图像质量。这项技术的核心目标是解决当前4D肺部MRI在临床应用中面临的两大挑战：一是计算复杂性导致的长时间重建（有时需要数小时），二是巨大的内存消耗（超过60GB）。通过优化，研究团队成功将重建时间缩短至不到10分钟，并在48GB内存的GPU设备上实现了高质量的运动补偿低秩（MoCo-LR）图像重建，为临床推广呼吸分辨肺部MRI提供了新的可能性。

呼吸分辨4D MRI是一种强大的非侵入性技术，能够同时评估肺部的结构和功能。其数据通常通过自由呼吸、非笛卡尔超短回波时间（UTE）序列进行采集，这些序列在应对呼吸运动带来的图像失真方面表现出色。然而，由于数据矩阵尺寸巨大，以及呼吸相位数量众多，导致图像重建过程面临巨大的计算负担。为了应对这一问题，研究团队引入了“线圈草图”技术，该技术最初用于三维MRI的重建，现在被扩展至四维。这种方法通过随机选择部分线圈进行迭代重建，有效降低了内存占用和计算时间，同时保持了图像的高精度和信噪比（SNR）。

此外，研究还引入了托普利茨近似方法，用于加速正常编码算子的重复应用。传统方法中，每次迭代都需要进行非均匀快速傅里叶变换（NUFFT）操作，这在数据量大的情况下非常耗时。托普利茨近似将这些复杂的NUFFT操作替换为更高效的快速傅里叶变换（FFT），从而显著提升了重建速度。这一方法不仅适用于常规重建，也适用于线圈草图重建，进一步增强了其在临床中的实用性。

在实验部分，研究团队对比了多种重建方法的性能，包括基于SVD的线圈压缩、常规重建、线圈草图重建以及结合托普利茨近似的线圈草图重建。结果显示，线圈草图方法在保持图像质量的同时，显著降低了内存占用。例如，当使用3个线圈时，线圈草图重建的内存占用仅为常规重建的三分之一。同时，托普利茨近似在不牺牲图像质量的前提下，使重建速度提升了约3倍。这些改进对于临床应用至关重要，因为许多医疗机构在GPU硬件资源和重建时间上存在限制。

研究团队还通过实际案例展示了线圈草图和托普利茨近似在不同呼吸相位下的效果。在5名健康志愿者和5名淋巴管平滑肌瘤（LAM）患者的数据集上，线圈草图结合托普利茨近似的方法能够快速生成高质量的图像，并清晰地显示出肺部病变区域，如肺部囊肿。此外，通过对比不同重建方法的信噪比（SNR），研究团队发现线圈草图方法在低信噪比区域（如肺部）的表现优于传统线圈压缩方法，这表明该技术在保留图像细节和结构方面具有显著优势。

在讨论部分，研究团队指出线圈草图方法的关键在于将数据一致性项分解为多个子问题，每个子问题仅使用部分线圈进行计算，同时保留完整的梯度项以指导收敛。这种策略在不牺牲图像质量的前提下，有效降低了内存需求。同时，托普利茨近似虽然提升了重建速度，但也会带来一定的内存负担，因此其适用性需根据具体数据规模和硬件条件进行权衡。此外，研究团队还提到，未来可以进一步优化算法，例如引入更高效的迭代求解器或扩展线圈草图技术至更复杂的序列，如bSTAR、螺旋锥体或螺旋FLORET等，以拓展其应用范围。

总体而言，本研究为呼吸分辨肺部MRI的临床应用提供了可行的解决方案。通过结合线圈草图和托普利茨近似，研究团队成功实现了在中等规模GPU硬件上的高效重建，使得高分辨率、长时间序列的图像处理时间大幅缩短，从而提高了该技术的实用性和可及性。未来，随着算法的进一步优化和更广泛的应用测试，这项技术有望在肺部疾病诊断和治疗监测中发挥更大的作用，为临床提供更加精准和高效的影像支持。