近日，电子科学与技术学院屈小波教授团队在医学图像顶级期刊《IEEE Transaction on Medical Imaging》上发表题为“Accelerated MRI Reconstruction with Separable and Enhanced Low-Rank Hankel Regularization” 的研究成果，这是他们在指数低秩快速磁共振成像的又一重要工作，该论文提出了一种二维指数函数可分离的低秩Hankel矩阵图像重建方法，可以大幅缩短低秩Hankel重建时间，成功应用在T2 mapping量化成像中。
磁共振成像是临床诊断的重要工具，T2 mapping作为一种量化成像技术，能获得组织T2参数，克服常规加权成像无法定量的不足，具有较好的可重复性，但过长的采集时间一直是行业瓶颈问题之一。稀疏采样能大幅降低采样时间，但需要从欠采样数据高保真重建图像。团队近年来另辟蹊径，从数据的采样空间（也成为k空间），利用指数建模该空间低秩Hankel矩阵数学特性，与传统图像空间重建方法等相比，具有对欠采样方式鲁棒、重建误差低、自动估计商用设备多通道相关性等优点。然而，二维或更高维采样空间需要构造一个巨大的块Hankel矩阵，在重建中需要相当长的计算时间和比较大的内存消耗。如何又快又好地重建磁共振图像，依然是亟待解决的问题。
为加速重建，该文提出将采样空间的行/列可分离地构造多个小规模Hankel矩阵（图1），这种可分离模型能显著降低计算时间（是前沿方法STDLR-SPIRiT计算时间的4%），但也忽略了行与行或列与列之间存在的相关性，导致重建误差增加。进一步，团队继续引入k空间自洽性和虚拟线圈等先验知识等更好地抑制欠采样图像伪影。在多个实测商用多通道数据表明，可分构建Hankel矩阵和引入先验知识能在不明显增加计算量下显著提升重建图像质量，并成功实现T2 mapping成像8倍快速采集和1分钟快速重建，为肿瘤等精准快速量化成像提供了一种解决策略。
图 1. 构建二维指数可分离Hankel矩阵示意图
该项工作在屈小波教授指导下完成，计算感知实验室成员张心林博士生为第一作者，美国德克萨斯大学奥斯汀分校Bo Zhao教授和博士生鲁恒发、厦门理工学院郭迪教授、集美大学赖宗英博士、浙江大学叶慧慧博士、美国梅奥医疗中心Xi Peng博士等参与了研究工作。
研究工作得到了国家优青等国家自然科学基金、国家重点研发计划、福建省自然科学基金、国家留学基金和厦门大学南强拔尖人才计划等资助。
论文链接: https://doi.org/10.1109/TMI.2022.3164472
（电子科学与技术学院投稿）