Magnetic Resonance Imaging with Nonlinear Gradient Fields: Signal Encoding and Image Reconstruction

در چند دهه گذشته MRI به یکی از مهم ترین روش های تصویربرداری در پزشکی تبدیل شده است. برای تشخیص مطمئن آسیب‌شناسی، پیشرفت‌های بیشتر تکنولوژیکی از اهمیت اولیه برخوردار است. این مطالعه با یک رویکرد کاملاً جدید از رمزگذاری تصویر سر و کار دارد. خطی بودن گرادیان از آن زمان تاکنون یک معیار بی چون و چرای طراحی تکنولوژیکی بوده است. با ظهور تصویربرداری موازی، این رویکرد ممکن است مورد تردید قرار گیرد و راه را برای سخت‌افزار گرادیان انعطاف‌پذیرتر که از زمینه‌های رمزگذاری با هندسه دلخواه استفاده می‌کند، باز کند. مبانی نظری این روش تصویربرداری جدید - تصویربرداری PatLoc - به طور جامع ارائه شده است، الگوریتم های بازسازی تصویر مناسب برای انواع توالی های تصویربرداری توسعه یافته و نتایج تصویربرداری - از جمله داده های in vivo - بر اساس طرح های سخت افزاری جدید بررسی می شوند.

​Within the past few decades MRI has become one of the most important imaging modalities in medicine. For a reliable diagnosis of pathologies further technological improvements are of primary importance. This study deals with a radically new approach of image encoding. Gradient linearity has ever since been an unquestioned technological design criterion. With the advent of parallel imaging, this approach may be questioned, making way of much a more flexible gradient hardware that uses encoding fields with an arbitrary geometry. The theoretical basis of this new imaging modality – PatLoc imaging – are comprehensively presented, suitable image reconstruction algorithms are developed for a variety of imaging sequences and imaging results – including in vivo data – are explored based on novel hardware designs.