Browsing by Author "Coronado, Ronal Manuel"

Now showing 1 - 2 of 2
  • Thumbnail Image
    Item
    KomaMRI.jl: An open‐source framework for general MRI simulations with GPU acceleration
    (2023) Castillo Passi, Carlos; Coronado, Ronal Manuel; Varela Mattatall, Gabriel; Alberola López, Carlos; Botnar, René Michael; Irarrázaval Mena, Pablo
    Purpose: To develop an open-source, high-performance, easy-to-use, extensible, cross-platform, and general MRI simulation framework (Koma). Methods: Koma was developed using the Julia programming language. Like other MRI simulators, it solves the Bloch equations with CPU and GPU parallelization. The inputs are the scanner parameters, the phantom, and the pulse sequence that is Pulseq-compatible. The raw data is stored in the ISMRMRD format. For the reconstruction, MRIReco.jl is used. A graphical user interface utilizing web technologies was also designed. Two types of experiments were performed: one to compare the quality of the results and the execution speed, and the second to compare its usability. Finally, the use of Koma in quantitative imaging was demonstrated by simulating Magnetic Resonance Fingerprinting (MRF) acquisitions. Results: Koma was compared to two well-known open-source MRI simulators, JEMRIS and MRiLab. Highly accurate results (with mean absolute differences below 0.1% compared to JEMRIS) and better GPU performance than MRiLab were demonstrated. In an experiment with students, Koma was proved to be easy to use, eight times faster on personal computers than JEMRIS, and 65% of test subjects recommended it. The potential for designing acquisition and reconstruction techniques was also shown through the simulation of MRF acquisitions, with conclusions that agree with the literature. Conclusions: Koma's speed and flexibility have the potential to make simulations more accessible for education and research. Koma is expected to be used for designing and testing novel pulse sequences before implementing them in the scanner with Pulseq files, and for creating synthetic data to train machine learning models.
  • Thumbnail Image
    Item
    Spatial off-resonance correction in spiral BSSFP-MRF
    (2022) Coronado, Ronal Manuel; Irarrázaval Mena, Pablo; Pontificia Universidad Católica de Chile. Escuela de Ingeniería
    En MR Fingerprinting (MRF), balanced Steady State Free Precession (bSSFP) tiene ventajas sobre unbalanced SSFP porque conserva la historia del spin alcanzando una mayor relación señal-ruido (SNR) y eficiencia de escaneo. Sin embargo, bSSFP-MRF no se usa con frecuencia porque es mas sensible al off-resonance que SSFP-MRF, produciendo artefactos y borrosidad los cuales afectan la calidad de los mapas paramétricos. Aquí proponemos un nuevo enfoque de corrección espacial de off-resonance (SOC) para reducir artefactos en bSSFP-MRF con trayectorias espirales. SOC-MRF utiliza la función de dispersión de cada pıxel para crear una matriz del sistema que codifica tanto efectos de gridding como de off-resonance. Luego, se calcula iterativamente la inversa de esta matriz para reducir los artefactos. Evaluamos el método propuesto en simulaciones de cerebro, adquisiciones de un fantoma T1/T2 estándar y 5 voluntarios sanos in-vivo de MRF. Los resultados muestran que las distorsiones de off-resonance en los mapas T1/T2 se redujeron considerablemente utilizando SOC-MRF. Para T2, el error cuadrático medio normalizado (NRMSE) se redujo de 17.3 a 8.3% (simulaciones) y de 35.1 a 14.9% (fantoma). Para T1, el NRMSE se redujo del 14.7 al 7.7% (simulaciones) y del 17.7 al 6.7% (fantoma). Para in-vivo, la media y la desviación estándar en diferentes regiones de interés tomadas en materia blanca y gris mejoraron significativamente. Por ejemplo, SOC-MRF estimo un T2 promedio para la materia blanca de 77 ms (el ground-truth fue 74 ms) versus 50 ms de MRF. Para el mismo ejemplo, la desviación estándar se redujo de 18 ms a 6 ms. Las correcciones logradas con SOC-MRF puede expandir las aplicaciones potenciales de bSSFP-MRF, aprovechando que tiene mejor SNR.