Abstract:
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.
