Key points are not available for this paper at this time.
Descrevemos uma nova teoria de imagem por ressonância magnética que utiliza informações anteriores na forma de um conjunto de imagens de "treinamento" consideradas semelhantes aos objetos "desconhecidos" a serem escaneados. Primeiro, as imagens de treinamento são processadas para encontrar uma representação de série ortonormal dessas imagens que é mais convergente que a série de Fourier usual. Os coeficientes nessa nova série podem ser calculados a partir de um subconjunto dos sinais codificados em fase necessários para construir a representação da imagem de Fourier. As características das imagens de treinamento também determinam exatamente quais sinais codificados em fase devem ser medidos para minimizar o erro na reconstrução da imagem. As codificações de fase ótimas geralmente estão dispersas não uniformemente no espaço kappa. Bons resultados foram obtidos quando essa teoria foi aplicada a dados de imagem de objetos simulados e a dados experimentais de escaneamentos de phantoms. Essa teoria fornece a base para o desenvolvimento de técnicas de escaneamento e reconstrução de imagem eficientes que são "personalizadas" para cada parte do corpo ou para estados de doença particulares.
Cao et al. (Quarta,) estudaram essa questão.