摘要
Wave-CAIPI是一种利用多通道线圈和k空间螺旋轨迹采样来加速磁共振成像的新3D成像方法。然而,Wave-CAIPI采集的3D数据对于重建计算是巨大的。为了加速重建过程,该文使用基于图形处理器改进的共轭梯度算法实现了Wave-CAIPI重建,减少了重建时间。水模数据集和体内人脑数据集的实验表明,基于图形处理器的Wave-CAIPI重建可以获得与传统基于中央处理器的WaveCAIPI重建类似的图像结果,且重建效率显著提升。
Wave-CAIPI is a novel 3 D imaging method with multiple-channel coils and corkscrew trajectories in k-space to speed up magnetic resonance imaging acquisition. However, the 3 D data acquisitions of Wave-CAIPI are usually time consuming. In order to accelerate the reconstruction procedure, we realized a Wave-CAIPI reconstruction method using a modified GPU-based conjugate gradient algorithm to reduce time cost of the image reconstructions. The experiments of phantom and in vivo human brain show that the proposed GPU-based WaveCAIPI reconstruction can achieve similar imaging results with less time cost, comparing to the conventional CPU-based Wave-CAIPI reconstruction.
作者
蔡访
丘志浪
苏适
朱燕杰
王海峰
梁栋
CAI Fang;QIU Zhilang;SU Shi;ZHU Yanjie;WANG Haifeng;LIANG Dong(Shenzhen Institutes of Advanced Technology,Chinese Academy of Sciences,Shenzhen 518055,China;University of Chinese Academy of Sciences,Beijing 100049,China)
出处
《集成技术》
2019年第6期11-20,共10页
Journal of Integration Technology
基金
国家自然科学基金项目(61871373、81729003)
广东省自然科学基金项目(2018A0303130132)
深圳市发改委双链项目([2018]256)
深圳三名工程项目(SZSM201812005)
作者简介
蔡访(共同第一作者),硕士研究生,研究方向为磁共振重建计算、GPU并行计算、硬件加速;丘志浪(共同第一作者),博士研究生,研究方向为磁共振成像方法与序列;苏适,硕士,助理研究员,研究方向为磁共振成像序列;朱燕杰,博士,副研究员,研究方向为心脏磁共振成像技术与快速重建算法;通讯作者:王海峰,博士,副研究员,硕士研究生导师,研究方向为磁共振成像与信号处理,E-mail:hf.wang1@siat.ac.cn;通讯作者:梁栋,博士,研究员,博士研究生导师,研究方向为图像分析、人工智能,E-mail:dong.liang@siat.ac.cn。
