Key points are not available for this paper at this time.
L'IRM parallèle et la compression de données (CS) sont toutes deux des techniques émergentes pour accélérer l'IRM conventionnelle en réduisant le nombre de données acquises. La combinaison de l'IRM parallèle et de la CS pour une accélération supplémentaire est d'un grand intérêt. Dans cet article, nous proposons une nouvelle méthode pour combiner l'encodage de sensibilité (SENSE), l'une des méthodes standard pour l'IRM parallèle, et la compression de données pour l'imagerie MR rapide (SparseMRI), une méthode récemment proposée pour appliquer la CS dans l'imagerie MR avec des trajectoires cartésiennes. La méthode proposée, nommée CS-SENSE, reconstruit séquentiellement un ensemble d'images à champ de vue réduit et aliasées dans chaque canal en utilisant SparseMRI, puis reconstruit l'image finale à partir des images aliasées en utilisant le SENSE cartésien. Les résultats des simulations ainsi que des expériences sur fantômes et in vivo démontrent que le CS-SENSE peut atteindre un facteur de réduction supérieur à ceux obtenus par SparseMRI et SENSE individuellement et surperformer la méthode existante qui combine l'IRM parallèle et la CS.
Liang et al. (Ven,) ont étudié cette question.