Hybrid data fidelity term approach for quantitative susceptibility mapping
Loading...
Date
2022
Authors
Journal Title
Journal ISSN
Volume Title
Publisher
Abstract
Por lo general los mapas de susceptibilidad se obtienen resolviendo un problema de optimización compuesto por un término de consistencia de datos y un término regularizador. El término de consistencia de datos mide la diferencia entre la solución deseada y los datos medidos. Usualmente esta diferencia se mide utilizando la norma L2. Se ha propuesto reemplazar esta norma L2 por la norma L1, debido a su robustez frente a valores atípicos. El cambio de norma permite disminuir los artefactos originados en regiones donde la señal adquirida es muy ruidosa o está perturbada. Sin embargo, en regiones con una alta relación señal/ruido, la norma L1 produce un rendimiento sub óptimo de eliminación de ruido. En éste trabajo, presentamos un enfoque híbrido de consistencia de datos que utiliza la norma
L1 y posteriormente la norma L2, para aprovechar las fortalezas de ambas normas. Desarrollamos un método que utiliza un enfoque híbrido en el termino de consistencia de datos (HD-QSM) basado en métodos de inversión de susceptibilidad lineal y que utiliza variación total en el término de regularización. Cada funcional se resuelve mediante la división de variables en el marco del método de multiplicadores de dirección alterna (ADMM). HD-QSM es un método de dos etapas que primero encuentra una solución rápida del funcional de la norma L1 y luego utiliza esta solución para inicializar el funcional de la norma L2. En ambas normas incluimos pesos espacialmente variables que mejoran la calidad de las reconstrucciones. HD-QSM produjo buenas reconstrucciones en términos de definición estructural, reducción de ruido y mitigación de la generación de artefactos, comparable a los métodos no lineales, pero con menor consumo de tiempo y recursos computacionales. Con este método obtuve el primer lugar en la categoría mejor RMSE en la Etapa 1 del Desafío de Reconstruccion QSM 2019. El método propuesto permite obtener reconstrucciones robustas y precisas, obteniendo un rendimiento superior a los métodos de QSM de última generación.
Description
Tesis (Master of Science in Engineering)--Pontificia Universidad Católica de Chile, 2022