선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- 각 코일의 입력 인자들을 결정하기 위해 convex 최적화 방법을 사용하였으며 본 논문에서 제안하는 방법의 효율성을 보기 위해 관심 영역과 비 관심영역의 데이터를 #분포와 함께 수치적으로 보고자 하였다. 시뮬레이션에서는 기본적으로 217*300의 크기를 가진 인체 몸통 모형의 #map을 사용하였다.
- 본 논문에서는 임상에서 가장 널리 사용되고 있는 3 T 자기공명시스템에 8채널 다중안테나공진기를 적용한 후 #을 균질하게 하고자 한다. 기존의 convex optimization과 peusedoinverse 방법[3]을 최소의 # data를 이용한 compressed 기법을 이용하여 촬영시간을 단축하고자 하는 것이 본 논문의 목표이다. 다양한 시뮬레이션 결과를 토대로 논문에서 제안된 compressed 방법을 증명하였다.
- 또한 많은 #를 필요로 하기 때문에 여전히 시뮬레이션 시간이 오래 걸린다는 문제가 있다. 따라서 이러한 문제점을 극복하기 위해서 실제 병원의 MRI 환경과 비슷하게 적용할 수 있는 비주기적인 compressed 방법을 적용하여 그 결과를 확인해 보았다. 그림 5는 비주기적인 compressed 방법을 적용한 후 지역화 한 # 분포를 보여주며 No(217*300), 1/4(54*75), 1/6(36*50)까지 데이터를 compressed 한 결과를 나타내고 있다.
- 이전의 연구에서는 RF 자장의 특정 대상영역에서는 신호의 크기를 증가시키고 특정 대상 영역 밖에서는 신호의 크기를 감소시키기 위한 방법으로 convex 최적화를 이용하여 MRI 시스템에서 원하는 영역에 집속하는 방법을 사용하였다. 본 논문에서는 RF 자장의 크기를 기존보다 작게 압축시켜 convex 최적화 방법을 통해 각 코일 소자의 파라미터들을 구하여 최적화 하고 압축시키지 않은 RF 자장을 최적화 시켰을 때와 비교해본다.
- 하지만 이러한 고해상도 자기공명영상시스템은 현재 연구용으로만 사용될 뿐 실제 임상에서는 적용되지 않고 있다. 본 논문에서는 임상에서 가장 널리 사용되고 있는 3 T 자기공명시스템에 8채널 다중안테나공진기를 적용한 후 #을 균질하게 하고자 한다. 기존의 convex optimization과 peusedoinverse 방법[3]을 최소의 # data를 이용한 compressed 기법을 이용하여 촬영시간을 단축하고자 하는 것이 본 논문의 목표이다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.