Key points are not available for this paper at this time.
प्रभावी k-space ट्राजेक्टोरियाँ तेज MRI के लिए महत्वपूर्ण हैं। SNOPY 3D नॉन-कार्टेशियन सैंपलिंग पैटर्न को ऑप्टिमाइज करने के लिए एक सामान्यीकृत ग्रेडिएंट-आधारित विधि का प्रस्ताव करता है। यह एल्गोरिदम एक साथ कई गुणों को ट्यून कर सकता है, जिसमें चित्र गुणवत्ता, हार्डवेयर प्रतिबंध (अधिकतम स्लू दर और ग्रेडिएंट ताकत), कम परिधीय तंत्रिका उत्तेजना (PNS), और पैरामीटर-भारित कंट्रास्ट शामिल हैं। प्रस्तावित विधि विभिन्न परिस्थितियों पर लागू होती है, जैसे ग्रेडिएंट तरंगों का ऑप्टिमाइजेशन या रेडियल/स्पाइरल ट्राजेक्टोरियों के घूर्णन कोणों का ऑप्टिमाइजेशन। हमने इस नॉन-कॉनवेक्स और बड़े पैमाने पर समस्या को निश्चित करने के लिए कई कंप्यूटेशनल रणनीतियाँ अपनाई हैं। विभिन्न अनुकरण किए गए और इन-विवो प्रयोगों ने SNOPY की प्रभावशीलता का प्रदर्शन किया।
Wang et al. (बुधवार,) ने इस प्रश्न का अध्ययन किया।