Compressed Sensing MRI

Lustig, Michael; Donoho, David L.; Santos, Juan M.; Pauly, John M.

doi:10.1109/msp.2007.914728

Cited by 1,932 publications

(1,264 citation statements)

References 25 publications

Supporting

Mentioning

1,251

Contrasting

Unclassified

Order By: Relevance

“…Conventional Fourier imaging meets the relaxed CS conditions: most MR images are compressible with identity transform or wavelet transform and the Fourier encoding is sufficiently incoherent with these sparsifying transforms (19). The SparseMRI method fully samples the k-space along the readout direction and randomly undersamples the k-space along the phase-encoding direction, using a variable-density sampling scheme with denser sampling near the center of the kspace.…”

Section: Summary Of Sparsemri and Sparsesensementioning

confidence: 99%

Accelerating SENSE using compressed sensing

Liang

Liu

Wang

et al. 2009

Magnetic Resonance in Med

416

390

View full text Add to dashboard Cite

Both parallel MRI and compressed sensing (CS) are emerging techniques to accelerate conventional MRI by reducing the number of acquired data. The combination of parallel MRI and CS for further acceleration is of great interest. In this paper, we propose a novel method to combine sensitivity encoding (SENSE), one of the standard methods for parallel MRI, and compressed sensing for rapid MR imaging (SparseMRI), a recently proposed method for applying CS in MR imaging with Cartesian trajectories. The proposed method, named CS-SENSE, sequentially reconstructs a set of aliased reducedfield-of-view images in each channel using SparseMRI and then reconstructs the final image from the aliased images using Cartesian SENSE. The results from simulations and phantom and in vivo experiments demonstrate that CS-SENSE can achieve a reduction factor higher than those achieved by SparseMRI and SENSE individually and outperform the existing method that combines parallel MRI and CS. Magn Reson Med 62:1574 -1584, 2009.

show abstract

Section: Summary Of Sparsemri and Sparsesensementioning

confidence: 99%

Accelerating SENSE using compressed sensing

Liang

Liu

Wang

et al. 2009

Magnetic Resonance in Med

416

390

View full text Add to dashboard Cite

show abstract

“…concept a été introduit sous le nom d'acquisition comprimée (compressed sensing) (Donoho 2006 ;Lustig et al 2008). Son principe est de tirer parti de redondances spatiales ou temporelles présentes dans certaines représentations de l'objet sousjacent, ainsi que de l'incohérence des artefacts générés par un échantillonnage irrégulier, pour éviter de remplir des pans entiers de la matrice d'acquisition tout en reconstruisant une image avec un minimum de perte de qualité.…”

Section: ) (Voirunclassified

Imagerie et spectroscopie par résonance magnétique nucléaire du muscle strié squelettique

et al. 2016

View full text Add to dashboard Cite

Au cours des dernières années, les traitements de nombreuses maladies neuromusculaires, jusqu'ici incurables, ont bénéficié d'importants progrès. Ce bouleversement contextuel a eu pour conséquence de stimuler le développement de nouveaux outils d'évaluation atraumatiques. Ceux-ci peuvent être classés en trois grandes catégories : les explorations fonctionnelles musculaires, les marqueurs des fluides biologiques et l'imagerie musculaire. Au sein de cette dernière, l'imagerie par résonance magnétique nucléaire (IRMN) offre un très large éventail de possibilités pour caractériser la composition, la fonction et le métabolisme du muscle strié squelettique. Aujourd'hui, trois indicateurs RMN sont couramment intégrés dans les protocoles de recherche clinique : 1) le volume musculaire ou l'aire d'une section musculaire transversale ciblée, 2) le pourcentage de graisse intramusculaire et 3) le T2 de l'eau musculaire. Ils permettent de quantifier respectivement la trophicité du muscle, les dégénérescences graisseuses chroniques et l'oedème tissulaire (ou plus généralement « l'activité de la maladie »). Un quatrième indicateur, le volume de tissu contractile est facilement dérivable des deux premiers. Les cartographies de fraction graisseuse, souvent issues de séquences Dixon, ont fait la preuve de leur utilité pour détecter de subtils changements de composition musculaire et se sont, à plusieurs reprises, révélées plus sensibles que les évaluations fonctionnelles standards. Cet indicateur sera probablement le premier parmi ceux proposés à être validé comme paramètre principal par les organismes de régulation. La diversité des contrastes obtenus par RMN permet d'explorer de nombreuses autres pistes de caractérisation du muscle squelettique et de nouveaux biomarqueurs RMN sont à attendre dans un avenir plus ou moins proche. Des séquences à TE ultra-courts (UTE), le rehaussement tardif post-injection de gadolinium et l'élastographie par RMN sont en cours d'étude pour l'évaluation de la fibrose interstitielle du muscle squelettique. De nombreuses options existent pour mesurer la perfusion et l'oxygénation du muscle par RMN. La RMN de diffusion ainsi que l'utilisation d'algorithmes d'analyse de texture pourraient apporter des informations supplémentaires sur l'organisation musculaire aux échelles respectivement microscopiques et mésoscopiques. La spectroscopie RMN du phosphore 31 P est la technique de référence pour l'évaluation atraumatique de l'énergétique musculaire pendant et après exercice. Le spectre 31 P du muscle dystrophique au repos est notablement altéré, et plusieurs de ses résonances informent sur l'intégrité de la membrane cellulaire. D'importants efforts sont consacrés à l'accélération de l'acquisition des images au travers plusieurs approches, allant de l'extraction du contenu en graisse et des cartographies T2 au départ d'une unique séquence, jusqu'à l'utilisation de scénarios d'acquisition partielle des matrices. Dans un avenir proche, une diminution spectaculaire du temps d'acquisition est attendue. Cela ren...

show abstract

“…Compressive sensing has been particularly successful in multidimensional imaging applications, including magnetic resonance [5], projection [6], [7] and diffraction tomography [8], spectral imaging [9], [10] and video [11], [12]. Conventional sensing systems typically first acquire data in an uncompressed form (e.g., individual pixels in an image) and then perform compression subsequently, for storage or communication.…”

Section: Introductionmentioning

confidence: 99%

Coded Hyperspectral Imaging and Blind Compressive Sensing

Rajwade¹,

Kittle²,

Tsai³

et al. 2013

SIAM J. Imaging Sci.

View full text Add to dashboard Cite

Blind compressive sensing (CS) is considered for reconstruction of hyperspectral data imaged by a coded aperture camera. The measurements are manifested as a superposition of the coded wavelengthdependent data, with the ambient three-dimensional hyperspectral datacube mapped to a two-dimensional measurement. The hyperspectral datacube is recovered using a Bayesian implementation of blind CS.Several demonstration experiments are presented, including measurements performed using a coded aperture snapshot spectral imager (CASSI) camera. The proposed approach is capable of efficiently reconstructing large hyperspectral datacubes. Comparisons are made between the proposed algorithm and other techniques employed in compressive sensing, dictionary learning and matrix factorization. Index Termshyperspectral images, image reconstruction, projective transformation, dictionary learning, non-parametric Bayesian, Beta-Bernoulli model, coded aperture snapshot spectral imager (CASSI).

show abstract

Compressed Sensing MRI

Cited by 1,932 publications

References 25 publications

Accelerating SENSE using compressed sensing

Accelerating SENSE using compressed sensing

Imagerie et spectroscopie par résonance magnétique nucléaire du muscle strié squelettique

Coded Hyperspectral Imaging and Blind Compressive Sensing

Contact Info

Product

Resources

About