TWI638335B - 一種矯正具有假影之擴散影像的方法 - Google Patents
一種矯正具有假影之擴散影像的方法 Download PDFInfo
- Publication number
- TWI638335B TWI638335B TW106100859A TW106100859A TWI638335B TW I638335 B TWI638335 B TW I638335B TW 106100859 A TW106100859 A TW 106100859A TW 106100859 A TW106100859 A TW 106100859A TW I638335 B TWI638335 B TW I638335B
- Authority
- TW
- Taiwan
- Prior art keywords
- image
- diffused
- artifacts
- diffusion
- slice
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 42
- 238000009792 diffusion process Methods 0.000 title claims description 42
- 238000001228 spectrum Methods 0.000 claims description 7
- 238000002595 magnetic resonance imaging Methods 0.000 description 20
- 238000003384 imaging method Methods 0.000 description 16
- 238000012937 correction Methods 0.000 description 11
- 239000000835 fiber Substances 0.000 description 11
- 238000004458 analytical method Methods 0.000 description 5
- 210000004556 brain Anatomy 0.000 description 5
- 210000004885 white matter Anatomy 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 4
- 210000005036 nerve Anatomy 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 230000001537 neural effect Effects 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 238000013459 approach Methods 0.000 description 2
- 238000002597 diffusion-weighted imaging Methods 0.000 description 2
- 238000001727 in vivo Methods 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 230000035945 sensitivity Effects 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 238000010200 validation analysis Methods 0.000 description 2
- 238000012307 MRI technique Methods 0.000 description 1
- PWHULOQIROXLJO-UHFFFAOYSA-N Manganese Chemical compound [Mn] PWHULOQIROXLJO-UHFFFAOYSA-N 0.000 description 1
- 238000002583 angiography Methods 0.000 description 1
- 238000000376 autoradiography Methods 0.000 description 1
- 210000005013 brain tissue Anatomy 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- 238000000701 chemical imaging Methods 0.000 description 1
- 230000006735 deficit Effects 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 238000002592 echocardiography Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000002599 functional magnetic resonance imaging Methods 0.000 description 1
- 230000008571 general function Effects 0.000 description 1
- 210000004884 grey matter Anatomy 0.000 description 1
- 230000005415 magnetization Effects 0.000 description 1
- 229910052748 manganese Inorganic materials 0.000 description 1
- 239000011572 manganese Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 210000004126 nerve fiber Anatomy 0.000 description 1
- 210000002569 neuron Anatomy 0.000 description 1
- 238000001208 nuclear magnetic resonance pulse sequence Methods 0.000 description 1
- 210000005112 optic tract Anatomy 0.000 description 1
- 230000004421 optic tracts Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000037361 pathway Effects 0.000 description 1
- 230000002085 persistent effect Effects 0.000 description 1
- 238000012805 post-processing Methods 0.000 description 1
- 230000029058 respiratory gaseous exchange Effects 0.000 description 1
- 230000000717 retained effect Effects 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 230000036962 time dependent Effects 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Landscapes
- Magnetic Resonance Imaging Apparatus (AREA)
Abstract
本發明係關於一種矯正一具有假影之擴散影像的方法，該方法包含：(a)提供一組擴散影像，其包含該具有假影之擴散影像；(b)計算該組擴散影像中每個影像的第一信號強度；(c)繪製該組擴散影像的切片編號相對於該第一信號強度的圖；(d)藉由在該圖上進行內插法來計算該具有假影之擴散影像的第二信號強度；及(e)基於該第二信號強度校正該具有假影之擴散影像。
Description
本發明係關於一種矯正具有假影之擴散影像的方法。
磁振造影(MRI)神經追蹤術(tractography)係基於組織各向異性(tissue anisotropy)的擴散敏感(diffusion-sensitive)MRI的神經纖維結構的映像。為了作為具有一般價值的調查工具，神經追蹤術必須在大多數現實情況下提供根據原則且準確的神經連通性的繪像。複雜的纖維結構係神經解剖學普遍存在的特徵，因此可以可靠地檢查神經組織結構的神經追蹤術方法會是非常有價值的。在擴散張量造影(DTI)的架構內開始進行的MRI神經追蹤術未達到此目標(Basser,P.J.,Pajevic,S.,Pierpaoli,C.,Duda,J.,Aldroubi,A.,2000.In vivo fiber tractography using DT-MRI data.Magn.Reson.Med.44,625-632)。其所依賴的張量模型無法分辨MRI立體像素(voxel)內的多個纖維方向，因此無法分辨纖維交叉，無論是白質中的纖維束交叉(tractintersection)或是在灰質的錯綜複雜結構中的纖維交叉(Mori,S.,van Zijl,P.C.,2002.Fiber tracking：principles and strategies-a technical review.NMR Biomed.15,468-480)。解決DTI架構內此限制的方法已被提出(例如Behrens,T.E.,Woolrich,M.W.,Jenkinson,M.,Johansen-Berg,H.,Nunes,R.G.,Clare,S.,Matthews,P.M.,Brady,J.M.,Smith,S.M.,2003.Characterization and propagation of uncertainty in diffusion-weighted MR imaging.Magn.Reson.Med.50,1077-1088)但並未暗 示有根據原則、直接且詳細的複雜纖維結構的成像。
受這些限制所激勵，MRI方法已被描述具有解析每個分辨的組織體積(立體像素)中纖維方向的異質性的能力(Tuch,D.S.,Reese,T.G.,Wiegell,M.R.,Makris,N.,Belliveau,J.W.,Wedeen,V.J.,2002.High angular resolution diffusion imaging reveals intravoxel white matter fiber heterogeneity.Magn.Reson.Med.48,577-582)，並為腦白質纖維束的結構提供新的見解(Schmahmann,J.D.,Pandya,D.N.,Wang,R.,Dai,G.,D'Arceuil,H.E.,de Crespigny,A.J.,Wedeen,V.J.,2007.Association fibre pathways of the brain：parallel observations from diffusion spectrum imaging and auto-radiography.Brain 130,630-653)。這些方法超越了DTI。他們以一般函數(機率密度函數(PDF))描述每個立體像素中的擴散，該機率密度函數為每個立體像素指定其包含的MR可見自旋的微觀位移的3D分佈。這些方法包括擴散頻譜MRI(DSI)(Lin,C.P.,Wedeen,V.J.,Chen,J.H.,Yao,C.,Tseng,W.Y.,2003.Validation of diffusion spectrum magnetic resonance imaging with manganese-enhanced rat optic tracts and ex vivo phantoms.NeuroImage 19,482-495)(其中PDF全部用位移的3D傅立葉編碼來成像)，以及主要對PDF角度部分敏感的Q球法(Tuch,D.S.,Reese,T.G.,Wiegell,M.R.,Wedeen,V.J.,2003.Diffusion MRI of complex neural architecture.Neuron 40,885-895)及相關方法(Jansons,K.,Alexander,D.,2003.Persistent angular structure：new insights from diffusion magnetic resonance imaging data.Inverse Problems 19,1031-1046)。
自從Stejskal及Tanner描述了基本擴散序列後，擴散權重磁振造影(DWI)已成為臨床和研究設置中的既定工具(Stejskal EO,Tanner JE.Spin Diffusion Measurements：Spin Echoes in the Presence of a Time-Dependent Field Gradient.J.Chem.Phys.1965；42(1)：288-92)。如今，單次回音平面造影(EPI)係大多數應用所選擇的方法，除非需要非常高的空間解析度或非常小的空間失真(spatial distortion)，在這種情況下多點法(multi-shot method)(Pipe JG,Farthing VG,Forbes KP.Multishot diffusion-weighted FSE using PROPELLER MRI.Magn Reson Med.Jan；2002 47(1)：42-52)係較佳的。擴散成像容易受到幾種假影影響(Le Bihan D,Poupon C,Amadon A,Lethimonnier F.Artifacts and pitfalls in diffusion MRI.J Magn Reson Imaging.Sep；2006 24(3)：478-88)。這些假影中的一些係與掃描器硬體相關，如由渦電流導致的失真，且一些假影係與擷取相關，如當使用回音平面造影(EPI)讀出時由整個腦組織的磁化率差異引起的幾何扭曲(geometric distortion)。其它假影係與受試者相關，如生理運動(心臟搏動、呼吸)及整體運動(bulk motion)。在擷取期間留下的未校正的、緩慢的整體運動導致影像數據不一致。這導致影像中的邊緣假影及模糊。此外，快速整體運動可導致擴散權重影像中不均勻的信號衰減假影(信號丟失(signal dropout))，其係由附加相位項(additional phase term)所引起(Anderson AW,Gore JC.Analysis and correction of motion artifacts in diffusion weighted imaging.Magn Reson Med.Sep；1994 32(3)：379-87)。由生理運動造成的假影通常較小且可藉由門控(gating)來減輕，然而，當未校正時，整體運動假影時常會導致不可用的影像。雖然可以回溯地校正緩慢的整體運動，但與回溯性運動校正相比，即時運動校正減少了運動相關效應並減小體積之間的方差。如果空間解析度係各向異性的，如臨床試驗計畫書(clinical protocol)通常的情況，內插法也將導致次最佳化(sub-optimal)的影像質量。亦可使用外部動態追蹤(external motion tracking)在線上(online)校正運動，例如 使用光學方法(Zaitsev M,Dold C,Sakas G,Hennig J,Speck O.Magnetic resonance imaging of freely moving objects：prospective real-time motion correction using an external optical motion tracking system.Neuroimage.Jul 1；2006 31(3)：1038-50；Dold C,Zaitsev M,Speck O,Firle EA,Hennig J,Sakas G.Advantages and limitations of prospective head motion compensation for MRI using an optical motion tracking device.Acad Radiol.Sep；2006 13(9)：1093-103；Zaremba AA,MacFarlane DL,Tseng WC,Stark AJ,Briggs RW,Gopinath KS,Cheshkov S,White KD.Optical head tracking for functional magnetic resonance imaging using structured light.J Opt Soc Am A Opt Image Sci Vis.Jul；2008 25(7)：1551-7)。然而，這些方法需要額外的外部硬體及軟體以及耗時的校準步驟才能被使用。
具有信號衰減假影的擴散影像無法輕易地被回溯校正。為了避免這些具有假影的資料造成錯誤，這些影像資料需要被排除在分析之外，而這將導致導出地圖的訊噪比(SNR)降低及張量計算中的偏差。為了解決這些問題，可使用重新擷取法(reacquisition method)，其中被運動假影影響的片段或影像在相同的擷取期間被重新擷取(Porter DA,Heidemamn RM.High resolution diffusion-weighted imaging using readout-segmented echo-planar imaging,parallel imaging and a two-dimensional navigator-based reacquisition.Magn Reson Med.Aug；2009 62(2)：468-75；Benner,T.；van der Kouwe,AJ.；Sorensen,AG.Diffusion imaging with prospective motion correction and reacquisition.Magn Reson Med.2011 Jul；66(1)：154-167)。
擴散MRI對於臨床和神經科學研究變得越來越重要，原因在於其能夠描繪白質的微結構性質。為了更準確地估計擴散指數以反映微結構性質，近來在擴散MRI技術中的進展(例如擴散頻譜成像(DSI)及高角解 析度擴散成像)獲得具有多個擴散靈敏度及方向的擴散權重(DW)影像。由於使用強擴散梯度，這些技術對頭部運動敏感，其可能造成影像的信號衰減假影(信號丟失)並導致擴散指數計算中的誤差(Yendiki,Anastasia；Koldewyn,Kami；Kakunoori,Sita；Kanwisher,Nancy；Fischl,Bruce.：Spurious group differences due to head motion in a diffusion MRI study.NeuroImage Volume 88,March 2014,Pages 79-90)。因此，本發明旨在開發用於校正擴散影像的假影的後處理演算法。藉由模擬活體(in vivo)擴散數據中的信號丟失來測試校正性能，並使用內插法來校正信號丟失。此方法成功地校正丟失影像並恢復準確的廣義擴散不等向性(GFA)計算。
本發明提供一種矯正一具有假影之擴散影像的方法，該方法包含：(a)提供一組擴散影像，其包含該具有假影的擴散影像；(b)計算該組擴散影像中每個影像的第一信號強度；(c)繪製該組擴散影像的切片編號相對於該第一信號強度的圖；(d)藉由在該圖上進行內插法來計算該具有假影之擴散影像的第二信號強度；及(e)基於該第二信號強度校正該具有假影之擴散影像。
在本發明的一較佳實施例中，該組擴散影像係擴散權重影像、擴散頻譜影像、擴散張量影像、高角解析度影像、或q球影像。
在本發明的一較佳實施例中，該具有假影之擴散影像係由受試者移動所引起。
在本發明的一較佳實施例中，該內插法係線性內插法、多項式插值法或樣條內插法。在本發明的一更佳實施例中，該樣條內插法係B樣條內插法。
圖1顯示一個迭代式內插法(iterative interpolation)的實例。迭代式內插法的步驟係顯示於(B)至(D)中。
圖2顯示下列之參考影像(頂行)及校正影像(salvaged image)(底行)：(A)b=310s/mm2，擴散方向[0.0601,-0.9895,-0.1314]、(B)b=2760s/mm2，擴散方向[0.3834,-0.5477,-0.7437]、及(C)b=4000s/mm2，擴散方向[0.0419,-0.9022,0.4292]。
圖3顯示來自參考(左)、壞損(degraded)(中)及校正(右)DSI數據組中單一切片的代表性廣義擴散不等向性(GFA)圖。
圖4顯示在壞損及校正的DSI數據組中信號丟失數與功能差異(FD)的關係圖。
圖5顯示兩個連續的丟失校正的原始影像(A)、校正影像(B)以及原始影像與校正影像之間的差異(C)。頂行顯示第一個丟失，且底行顯示第二個丟失。
以下實施例係非限制性的且僅代表本發明的各種態樣及特徵。
成像
在具有32通道相位陣列線圈(phased array coil)的3T MRI系統(TIM Trio,Siemens,Erlangen)上獲得DSI數據。DSI脈衝序列使用兩次重新聚焦的平衡回音擴散回音平面造影序列(Reese TG,Heid O,Weisskoff RM,Wedeen VJ.Reduction of eddy-current-induced distortion in diffusion MRI using a twice- refocused spin echo.Magn Reson Med.2003 Jan；49(1)：177-82)、TR/TE=9600/130ms、FOV=200 x 200mm2、矩陣大小=80 x 80、56切片、且切片厚度為2.5mm。在3D q空間(|q|3.6單位)的半球中的網格點上採樣總共102個擴散編碼梯度(最大擴散靈敏度bmax=4000s/mm2)(Li-Wei Kuo,Jyh-HorngChen,Van Jay Wedeen,and Wen-Yih Isaac Tseng.Optimization of diffusion spectrum imaging and q-ball imaging on clinical MRI system.NeuroImage 41(2008)7-18)。
信號丟失模擬
選擇沒有信號丟失的十五個DSI數據組作為參考。這些DSI數據組係用於模擬由信號丟失而壞損的數據組；用信號丟失影像隨機替換原始DW影像。對於每個數據組，使用15種不同的丟失數，即10、30、50、70、90、130、170、210、250、290、340、380、420、460及500個丟失，創建15個模擬數據組。這些丟失係離散丟失。類似的方法係用於模擬連續丟失，例如兩個連續的丟失。
丟失校正
對於對應於特定擴散編碼的每個體積數據，我們發現沿著z(切片)方向的信號強度係一平滑曲線。在本實施例中，該曲線中任何z位置處的信號丟失係藉由將剩餘數據以B樣條曲線使用最小平方擬合來恢復(David Eberly.：Least-Squares Fitting of Data with B-Spline Surfaces.Geometric Tools 2005)。
對於離散丟失，該丟失影像的兩側信息均被保留，因此直接進行內插法以校正該丟失影像。對於連續丟失，該等丟失影像的兩側信息均 不完整以致無法直接校正丟失影像。因此，使用迭代式內插法來校正連續丟失。迭代式內插法的一個實例如下：當該等連續丟失影像在切片27及切片28(圖1A)時，使用四個步驟來校正該等連續丟失影像：
步驟1：丟棄切片27及切片28的丟失信息，否則該丟失信息會產生錯誤的結果。
步驟2：使用切片1至切片26及切片29至切片56的信息以內插由切片27及切片28的丟失造成的遺失部分(內插影像被看作是切片27與切片28的複合體，即切片27.5)(圖1B)。
步驟3：使用切片1至切片26、切片27.5及切片29至切片56的信息以內插切片27的影像(獲得切片27的兩側信息，因此內插法的結果更好)(圖1C)。
步驟4：使用切片1至切片27.5及切片29至切片56的信息以內插切片28的影像，完成迭代式內插法(圖1D)。
丟失校正驗證
我們使用全腦神經束基礎自動分析術(whole brain tract-based automatic analysis)(Yu-Jen Chen,Yu-Chun Lo,Yung-Chin Hsu,Chun-Chieh Fan,Tzung-Jeng Hwang,Chih-Min Liu,Yi-Ling Chien,Ming H.Hsieh,Chen-Chung Liu,Hai-Gwo Hwu,Wen-Yih Isaac Tseng：Automatic Whole Brain Tract-Based Analysis Using Predefined Tracts in a Diffusion Spectrum Imaging Template and an Accurate Registration Strategy.Human Brain Mapping 36：3441-3458(2015))為每個DSI數據組獲得76個白質神經束的廣義擴散不等向性(GFA)剖面圖。我們藉由評估從參考DSI數據組導出的GFA剖面圖與從壞損及校正數據組導出的GFA剖面圖之間的功能差異(FD)來測試該校正方法的表現(Sylvain Gouttard,Casey B.Goodlett Marek Kubicki,and Guido Gerig：Measures for Validation of DTI Tractography.Proc SPIE Int Soc Opt Eng.2012 February 23；8314：83)。功能差異係定義為：
其中f(t i ,tb j ,s k )及f ref (t i ,tb j ,s k )為受試者s k 的神經束tb j 的第t i 步所測得的GFA值，分別導出自壞損/校正的DSI數據組及參考DSI數據組，且l、m、n分別指示神經束的總步數、神經束的總數、及受試者的總數。
結果
為了防止由信號丟失造成的GFA計算中的錯誤，常規方式係從分析中丟棄數據。這種方法會浪費許多數據組，並可能偏離研究母體。為了解決這個問題，我們提供一種方法來校正由信號丟失而壞損的DSI數據組。在模擬數據組中，我們顯示此方法可以成功地校正離散的丟失影像(圖2)。如圖2所示，我們可以看到丟失影像被校正成底行中顯示的影像，其看起來非常類似於頂行中的參考影像。如圖3所示，壞損的GFA圖顯然不同於參考GFA圖，而校正的GFA圖看起來非常類似於參考GFA圖。如圖4所示，壞損的FD值隨著丟失數急劇增加。相比之下，校正的FD值隨著丟失數輕微增加。GFA圖及FD的結果證實校正後可以恢復準確的GFA值(圖3及圖4)。對於連續丟失，此方法亦成功校正了兩個連續丟失。如圖5所示，我們可以看到校正影像(B)看起來非常類似於原始影像(A)。
Claims (5)
- 一種矯正一具有假影之擴散影像的方法，該方法包含：(a)提供一組擴散影像，其包含該具有假影之擴散影像；(b)計算該組擴散影像中每個影像的第一信號強度；(c)繪製該組擴散影像的切片編號相對於該第一信號強度的圖；(d)藉由在該圖上進行內插法來計算該具有假影之擴散影像的第二信號強度；及(e)基於該第二信號強度校正該具有假影之擴散影像。
- 如請求項1之方法，其中該組擴散影像係擴散權重影像、擴散頻譜影像、擴散張量影像、高角解析度影像、或q球影像。
- 如請求項1之方法，其中該具有假影之擴散影像係由受試者移動所引起。
- 如請求項1之方法，其中該內插法係線性內插法、多項式插值法或樣條內插法。
- 如請求項4之方法，其中該樣條內插法係B樣條內插法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| TW106100859A TWI638335B (zh) | 2017-01-11 | 2017-01-11 | 一種矯正具有假影之擴散影像的方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| TW106100859A TWI638335B (zh) | 2017-01-11 | 2017-01-11 | 一種矯正具有假影之擴散影像的方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| TW201826220A TW201826220A (zh) | 2018-07-16 |
| TWI638335B true TWI638335B (zh) | 2018-10-11 |
Family
ID=63640030
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| TW106100859A TWI638335B (zh) | 2017-01-11 | 2017-01-11 | 一種矯正具有假影之擴散影像的方法 |
Country Status (1)
| Country | Link |
|---|---|
| TW (1) | TWI638335B (zh) |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2008128088A1 (en) * | 2007-04-13 | 2008-10-23 | The Regents Of The University Of Michigan | Systems and methods for tissue imaging |
| US20130113481A1 (en) * | 2011-11-09 | 2013-05-09 | Samsung Electronics Co., Ltd. | Apparatus and method for compensating artifact in higher order diffusion magnetic resonance imaging (mri) |
| WO2013104132A1 (zh) * | 2012-01-13 | 2013-07-18 | Han Hongbin | 可示踪物质在活体器官组织间隙分布与细胞外间隙扩散的参数计算方法 |
| WO2014111927A1 (en) * | 2013-01-15 | 2014-07-24 | Cathworks Ltd. | Diagnostically useful results in real time |
| TW201603781A (zh) * | 2014-07-31 | 2016-02-01 | 國立中央大學 | 偵測與量化腦梗塞區域的方法 |
-
2017
- 2017-01-11 TW TW106100859A patent/TWI638335B/zh active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2008128088A1 (en) * | 2007-04-13 | 2008-10-23 | The Regents Of The University Of Michigan | Systems and methods for tissue imaging |
| US20130113481A1 (en) * | 2011-11-09 | 2013-05-09 | Samsung Electronics Co., Ltd. | Apparatus and method for compensating artifact in higher order diffusion magnetic resonance imaging (mri) |
| WO2013104132A1 (zh) * | 2012-01-13 | 2013-07-18 | Han Hongbin | 可示踪物质在活体器官组织间隙分布与细胞外间隙扩散的参数计算方法 |
| WO2014111927A1 (en) * | 2013-01-15 | 2014-07-24 | Cathworks Ltd. | Diagnostically useful results in real time |
| TW201603781A (zh) * | 2014-07-31 | 2016-02-01 | 國立中央大學 | 偵測與量化腦梗塞區域的方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| TW201826220A (zh) | 2018-07-16 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Alhamud et al. | Volumetric navigators for real‐time motion correction in diffusion tensor imaging | |
| Tournier et al. | Diffusion tensor imaging and beyond | |
| Jeurissen et al. | Multi-tissue constrained spherical deconvolution for improved analysis of multi-shell diffusion MRI data | |
| Chang et al. | Informed RESTORE: A method for robust estimation of diffusion tensor from low redundancy datasets in the presence of physiological noise artifacts | |
| Benner et al. | Diffusion imaging with prospective motion correction and reacquisition | |
| Irfanoglu et al. | Evaluating corrections for Eddy‐currents and other EPI distortions in diffusion MRI: methodology and a dataset for benchmarking | |
| Stankovic et al. | Reproducibility study of four‐dimensional flow MRI of arterial and portal venous liver hemodynamics: Influence of spatio‐temporal resolution | |
| Jeurissen et al. | Automated correction of improperly rotated diffusion gradient orientations in diffusion weighted MRI | |
| Poot et al. | Detecting statistically significant differences in quantitative MRI experiments, applied to diffusion tensor imaging | |
| Rohde et al. | Estimating intensity variance due to noise in registered images: applications to diffusion tensor MRI | |
| Bastin et al. | On the use of water phantom images to calibrate and correct eddy current induced artefacts in MR diffusion tensor imaging | |
| Sui et al. | TURBINE‐MRE: A 3D hybrid radial‐Cartesian EPI acquisition for MR elastography | |
| WO2020185757A1 (en) | A system and method for motion correction of magnetic resonance image | |
| Kuklisova-Murgasova et al. | Distortion correction in fetal EPI using non-rigid registration with a Laplacian constraint | |
| van Gorkum et al. | Analysis and correction of off‐resonance artifacts in echo‐planar cardiac diffusion tensor imaging | |
| US20100135560A1 (en) | Image processing method | |
| Alhamud et al. | Motion artifact reduction in pediatric diffusion tensor imaging using fast prospective correction | |
| Jacobacci et al. | Improving spatial normalization of brain diffusion MRI to measure longitudinal changes of tissue microstructure in the cortex and white matter | |
| Andersson | Geometric distortions in diffusion MRI | |
| Gedamu et al. | Subject movement during multislice interleaved MR acquisitions: prevalence and potential effect on MRI‐derived brain pathology measurements and multicenter clinical trials of therapeutics for multiple sclerosis | |
| Scott et al. | The effects of field strength on stimulated echo and motion-compensated spin-echo diffusion tensor cardiovascular magnetic resonance sequences | |
| Hiepe et al. | Fast low‐angle shot diffusion tensor imaging with stimulated echo encoding in the muscle of rabbit shank | |
| Kreilkamp et al. | Retrospective head motion correction approaches for diffusion tensor imaging: Effects of preprocessing choices on biases and reproducibility of scalar diffusion metrics | |
| Tax et al. | Checking and correcting DTI data | |
| US9916648B1 (en) | Method for correcting a diffusion image having an artifact |