MR-Bildrekonstruktion nicht-kartesischer Daten und quantitativer Suszeptibilitätskarten mittels Generalized Sampling
Zusammenfassung der Projektergebnisse
Zunächst wurden in diesem Projekt geeignete Fehlermaße für die Evaluierung quantitativer Suszeptibilitätskarten untersucht, speziell für den Fall, dass eine Ground Truth, ein Referenzbild vorgegeben ist. Dann wurden Algorithmen zur Berechnung von Suszeptibilitätskarten entwickelt basierend auf iterativer Shearlet-Neugewichtung mit TV- (total variation) beziehungsweise TGV-(total generalized variation) Regularisierung. Diese Algorithmen wurden auf öffentlich verfügbaren Datensätzen der 2016 und 2019 durchgeführten QSM Rekonstruktionschallenges evaluiert sowie auf hochaufgelösten Ultra-Hochfeld MRT Daten. Für diesen Algorithmus wurde weiterhin ein Verfahren zur automatischen Wahl der Regularisierungsparameter implementiert. Des weiteren wurde im Zusammenhang dieses Projektes ein Algorithmus zur Segmentierung venöser Gefäße im Gehirn entwickelt, welcher für die Segmentierung von Gradientenechodaten mit einem oder mehreren Echos geeignet ist. Die Segmentierungsperformance wird jedoch durch die Verwendung von Multi-Echo Daten verbessert. Schließlich wurden hochaufgelöste Suszeptibilitätskarten der Leber aus radialen MR Daten berechnet. Zukünfitg gibt es zahlreiche Möglichkeiten, die im Projekt entwickelten Algorithmen mit Ansätzen des maschinellen Lernens zu kombinieren oder in anderen Körperregionen anzuwenden.
Projektbezogene Publikationen (Auswahl)
-
Suitable image quality measures to evaluate quantitative susceptibility maps. Konferenz/ Jahr: ISMRM 2018 (Traditionelles Poster).
J. Stiegeler & S. Straub
-
Shearlet-based susceptibility map reconstruction with iterative reweighting and nonlinear data fitting. Konferenz/ Jahr: ISMRM 2020 (Digitales Poster).
J. Stiegeler & S. Straub
-
A Shearlet-based whole brain vein segmentation algorithm and its application for the detection of regional differences in venous oxygenation. Konferenz/ Jahr: ISMRM 2021 (Digitales Poster).
S. Straub, J. Stiegeler, E. El-Sanosy & T.M. Schneider
-
Shearlet-based susceptibility map reconstruction with additional TGV-regularization. Konferenz/ Jahr: ISMRM 2021 (Digitales Poster).
J. Stiegeler & S. Straub
-
A novel gradient echo data based vein segmentation algorithm and its application for the detection of regional cerebral differences in venous susceptibility (Sourcecode)
S. Straub
-
A novel gradient echo data based vein segmentation algorithm and its application for the detection of regional cerebral differences in venous susceptibility. NeuroImage, 250, 118931.
Straub, Sina; Stiegeler, Janis; El-Sanosy, Edris; Bendszus, Martin; Ladd, Mark E. & Schneider, Till M.
-
Automatic parameter selection for quantitative susceptibility mapping (QSM) with regard to Shearlet/TGV-regularization. Konferenz/ Jahr: ISMRM 2022 (Online Pitch/ Digitales Poster).
J. Stiegeler & S. Straub
