Corrección profunda no supervisada impulsada por la física de artefactos de susceptibilidad en EPI de múltiples ecos con inversión de impulso para mapeo rápido de T2

Motivación: Los artefactos de susceptibilidad en EPI son una barrera para la calidad de imagen y la precisión anatómica, siendo particularmente desafiantes en datos de múltiples ecos debido a las variaciones de distorsión a través de diferentes tiempos de eco. Objetivo(s): Nuestro objetivo es diseñar un modelo profundo no supervisado impulsado por la física para la corrección eficiente y robusta de artefactos en exploraciones de EPI de múltiples ecos. Enfoque: Desarrollamos una red de Distorsión Adelante de Múltiples Ecos (meFD-Net) con rutas de decodificación paralelas para procesar secuencias de múltiples ecos, sintetizando pares de codificación de fase invertida por eco para aprendizaje no supervisado y estimación de campo. Resultados: meFD-Net logra una corrección de artefactos competitiva con el método estándar TOPUP, al tiempo que acorta significativamente el tiempo de procesamiento y demuestra una alta fidelidad a las estructuras anatómicas en EPI de múltiples ecos. Impacto: La aplicabilidad en exploraciones de EPI de múltiples ecos, la alta precisión anatómica y los tiempos de procesamiento rápidos habilitados por meFD-Net mejoran significativamente la viabilidad en entornos clínicos y de investigación. Estos avances pueden facilitar aplicaciones EPI en tiempo real a través de imágenes eficientes y libres de artefactos en diversas condiciones.