Abstract
Longitudinale magnetic resonance imaging (MRI) is een essentiële beeldvormingstechniek waarmee de progressie van ziektes gemonitord en de effecten van behandeling en therapie geëvalueerd kan worden. Helaas is MRI inherent traag, wat extra nadelig is voor longitudinale opvolging. Versnelling van MRI scans kan behaald worden met state-of-the-art technieken zoals compressed sensing, parallel imaging en, meer recent, deep learning. Deze technieken richten zich echter voornamelijk op het versnellen van cross-sectionele MRI, zodat de temporele dimensie voor versnelling onverkend is. Bovendien gebeurt het verwerken van longitudinale beelden in een meerstappenaanpak (d.w.z. de reconstructie van cross-sectionele beelden gevolgd door vervormingsschatting) met een groot risico op foutenpropagatie. In dit project wordt de workflow voor longitudinale MRI herzien en wordt een radicaal nieuwe aanpak (Delta-MRI) ontwikkeld, waarin anatomische veranderingen (d.w.z. de 'delta') rechtstreeks worden geschat op basis van een referentiebeeld en een sterk versnelde opvolgscan. Hierdoor zullen tijdsinefficiënties en verlies in nauwkeurigheid door foutenpropagatie vermeden kunnen worden. Delta-MRI zal naar verwachting een vijfvoudige vermindering van de acquisitietijd voor opvolgscans opleveren zonder concessies te doen aan de nauwkeurigheid, wat het klinische potentieel van longitudinale MRI zal versterken.
Onderzoeker(s)
Onderzoeksgroep(en)
Project type(s)