BART non-Cartesian 重建：并行成像压缩感知

医学信号图像玩家

已于 2024-02-29 15:49:55 修改

阅读量985

点赞数 7

CC 4.0 BY-SA版权

分类专栏： MRI 磁共振重建文章标签： matlab 磁共振成像医学图像

于 2023-11-26 02:59:50 首次发布

本文链接：https://blog.csdn.net/YINTENAXIONGNAIER/article/details/134623504

MRI 磁共振重建专栏收录该内容

15 篇文章 ¥199.90 ¥299.90

订阅专栏

超级会员免费看

本文详细介绍了使用BART库进行非Cartesian MRI数据的重建，包括自定义k空间轨迹、多通道数据生成、NUFFT重建、ESPIRiT和GRAPPA重建方法，以及并行成像与压缩感知的结合应用。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

本文主要使用并行成像和压缩感知方法实现non-Cartesian MRI 数据的重建。

1 自定义MRI kspace trajectory

2 自定义该 trajectory下的多通道MRI数据

3 使用NUFFT 直接做欠采样数据的重建

4 ESPIRiT 重建

5 GRAPPA 重建

6 并行成像+压缩感知重建

1 自定义MRI kspace trajectory

定义的radial kspace trajectory

readout 方向 512 采样点

spoke 数目 64 条

最后生成traj_rad 数据（3，512，64）

3个通道，第一个通道存储复数trajectory 实部，第二通道存储虚部，第三个通道置0 （2维trajectory的缘故）

%% Generate trajectories

% Generate k-space trajectory with 64 radial spokes
traj_rad = bart('traj -r -x512 -y64');

figure, scatter(traj_rad(1, :), traj_rad(2,:), 1), 
title('Radial trajectory'), axis off

了解本专栏

超级会员免费看

BART non-Cartesian 重建：并行成像 压缩感知

1 自定义MRI kspace trajectory

BART non-Cartesian 重建：并行成像压缩感知