| 1 |
1
MRI 장치를 이용하여, 제1방향을 따라 언더샘플링하여 얻은 제1위상인코딩라인들을 획득하는 단계;상기 MRI 장치를 이용하여, 상기 제1방향과는 다른 제2방향을 따라 언더샘플링하여 얻은 제2위상인코딩라인들을 획득하는 단계;상기 제1위상인코딩라인들과 상기 제2위상인코딩라인들을 기초로 제1 MRI 이미지를 생성하는 단계; 및상기 제1위상인코딩라인들과 상기 제2위상인코딩라인들을 기초로 상기 제1 MRI 이미지와는 다른 제2 MRI 이미지를 생성하는 단계;를 포함하는, MRI 이미지 생성방법
|
| 2 |
2
제1항에 있어서, 상기 제1 MRI 이미지를 생성하는 단계는, 상기 제1위상인코딩라인들과 상기 제2위상인코딩라인들을 기초로 제1k-스페이스를 결정하고, 상기 제1k-스페이스로부터 상기 제1 MRI 이미지를 생성하는 단계를 포함하며, 그리고 상기 제2 MRI 이미지를 생성하는 단계는, 상기 제1위상인코딩라인들과 상기 제2위상인코딩라인들을 기초로 상기 제1k-스페이스와는 다른 제2k-스페이스를 결정하고, 상기 제2k-스페이스로부터 상기 제2 MRI 이미지를 생성하는 단계를 포함하는,MRI 이미지 생성방법
|
| 3 |
3
제2항에 있어서, 상기 제1k-스페이스를 결정하는 것은, 미리 결정된 FOV 및 해상도를 얻기위해 요구되는 k-스페이스에 상기 제1위상인코딩라인들을 채워넣고, 상기 k-스페이스의 나머지 부분의 일부 또는 전부를 상기 제2위상인코딩라인들을 이용하여 채워넣는 단계를 포함하며,상기 제2k-스페이스를 결정하는 것은, 상기 k-스페이스에 상기 제1위상인코딩라인들을 채워넣고, 상기 k-스페이스의 나머지 부분의 일부 또는 전부를 상기 제2위상인코딩라인들을 이용하여 채워넣는 단계를 포함하는,MRI 이미지 생성방법
|
| 4 |
4
제1항에 있어서, 상기 제1위상인코딩라인들은 센트럴 샘플링 패턴 및 랜덤 샘플링 패턴 중 어느 하나의 샘플링 패턴을 이용하여 획득되고, 상기 제2위상인코딩라인들은 센트럴 샘플링 패턴 및 랜덤 샘플링 패턴 중 어느 하나의 샘플링 패턴을 이용하여 획득되는,MRI 이미지 생성방법
|
| 5 |
5
제1항에 있어서,상기 제1 MRI 이미지를 생성하는 단계는, 학습된 딥러닝 네트워크의 입력층에 상기 제1위상인코딩라인들에 관한 제1데이터와 상기 제2위상인코딩라인들에 관한 제2데이터를 제공하여 상기 딥러닝 네트워크의 출력층으로부터 상기 제1 MRI 이미지를 획득하는 단계를 포함하는, MRI 이미지 생성방법
|
| 6 |
6
제5항에 있어서,상기 딥러닝 네트워크를 학습시키는 방법은,상기 MRI 장치를 이용하여 제1촬상면에 대하여, 상기 제1방향을 따라 언더샘플링하여 얻은 제3위상인코딩라인들에 관한 제3데이터를 획득하는 단계;상기 MRI 장치를 이용하여 상기 제1촬상면에 대하여, 상기 제2방향을 따라 언더샘플링하여 얻은 제4위상인코딩라인들에 관한 제4데이터를 획득하는 단계;상기 MRI 장치를 이용하여 상기 제1촬상면에 대하여, 풀-샘플링하여 얻은 위상인코딩라인들로 구성된 제5위상인코딩라인들을 획득하는 단계;상기 상기 제5위상인코딩라인들에 푸리에 변환을 적용함으로써 학습용 출력층-MRI이미지를 생성하는 단계; 및상기 딥러닝 네트워크의 입력층에 상기 제3데이터와 상기 제4데이터를 제공하고, 상기 딥러닝 네트워크의 출력층에 상기 학습용 출력층-MRI이미지를 제공하여 상기 딥러닝 네트워크를 학습시키는 단계를 포함하는,MRI 이미지 생성방법
|
| 7 |
7
제1항에 있어서,상기 제1 MRI 이미지를 생성하는 단계는, 상기 제1위상인코딩라인들과 상기 제2위상인코딩라인들을 기초로 제3k-스페이스를 생성하는 단계;상기 제3k-스페이스에 대해 FFT를 수행함으로써, 입력층-MRI이미지를 생성하는 단계; 및학습된 딥러닝 네트워크의 입력층에 상기 입력층-MRI이미지를 제공하여 상기 딥러닝 네트워크의 출력층으로부터 상기 제1 MRI 이미지를 획득하는 단계를 포함하는,MRI 이미지 생성방법
|
| 8 |
8
제7항에 있어서,상기 딥러닝 네트워크를 학습시키는 방법은,상기 MRI 장치를 이용하여 제1촬상면에 대하여, 상기 제1방향을 따라 언더샘플링하여 얻은 제3위상인코딩라인들을 획득하는 단계;상기 MRI 장치를 이용하여 상기 제1촬상면에 대하여, 상기 제2방향을 따라 언더샘플링하여 얻은 제4위상인코딩라인들을 획득하는 단계;상기 제3위상인코딩라인들과 상기 제4위상인코딩라인들을 기초로 제4k-스페이스를 생성하는 단계;상기 제4k-스페이스에 대해 FFT를 수행함으로써, 학습용 입력층-MRI이미지를 생성하는 단계;상기 MRI 장치를 이용하여 상기 제1촬상면에 대하여, 풀-샘플링하여 얻은 제5위상인코딩라인들을 획득하는 단계;상기 제5위상인코딩라인들을 이용하여 학습용 출력층-MRI이미지를 생성하는 단계; 및상기 딥러닝 네트워크의 입력층에 상기 학습용 입력층-MRI이미지를 제공하고, 상기 딥러닝 네트워크의 출력층에 상기 학습용 출력층-MRI이미지를 제공하여 상기 딥러닝 네트워크를 학습시키는 단계를 포함하는,MRI 이미지 생성방법
|
| 9 |
9
처리부 및 저장부를 포함하며,상기 처리부는,MRI 장치를 이용하여, 제1방향을 따라 언더샘플링하여 얻은 제1위상인코딩라인들을 획득하는 단계;상기 MRI 장치를 이용하여, 상기 제1방향과는 다른 제2방향을 따라 언더샘플링하여 얻은 제2위상인코딩라인들을 획득하는 단계;상기 제1위상인코딩라인들과 상기 제2위상인코딩라인들을 기초로 제1 MRI 이미지를 생성하는 단계; 및상기 제1위상인코딩라인들과 상기 제2위상인코딩라인들을 기초로 상기 제1 MRI 이미지와는 다른 제2 MRI 이미지를 생성하는 단계;를 수행하도록 되어 있는,MRI 컴퓨팅 장치
|
| 10 |
10
프로그램이 기록된 컴퓨터로 읽을 수 있는 논-트랜지토리(non-transitory) 기록장치로서,상기 프로그램은, MRI 컴퓨팅 장치로 하여금,MRI 장치를 이용하여, 제1방향을 따라 언더샘플링하여 얻은 제1위상인코딩라인들을 획득하는 단계;상기 MRI 장치를 이용하여, 상기 제1방향과는 다른 제2방향을 따라 언더샘플링하여 얻은 제2위상인코딩라인들을 획득하는 단계;상기 제1위상인코딩라인들과 상기 제2위상인코딩라인들을 기초로 제1 MRI 이미지를 생성하는 단계; 및상기 제1위상인코딩라인들과 상기 제2위상인코딩라인들을 기초로 상기 제1 MRI 이미지와는 다른 제2 MRI 이미지를 생성하는 단계;를 실행하도록 되어 있는 것을 특징으로 하는,컴퓨터로 읽을 수 있는 논-트랜지토리 기록장치
|
