Dokument: Quantitative Evaluation spatialer 2D-Phase-Unwrapping-Algorithmen
| Titel: | Quantitative Evaluation spatialer 2D-Phase-Unwrapping-Algorithmen | |||||||
| Weiterer Titel: | Quantitative Evaluation of Spatial 2D Phase Unwrapping Algorithms | |||||||
| URL für Lesezeichen: | https://docserv.uni-duesseldorf.de/servlets/DocumentServlet?id=59714 | |||||||
| URN (NBN): | urn:nbn:de:hbz:061-20220614-150552-0 | |||||||
| Kollektion: | Publikationen | |||||||
| Sprache: | Deutsch | |||||||
| Dokumententyp: | Wissenschaftliche Abschlussarbeiten » Studienabschlussarbeit (z.B. Bachelor-, Master-, Examensarbeit) | |||||||
| Medientyp: | Text | |||||||
| Autor: | Hesse, Robby [Autor] | |||||||
| Dateien: |
| |||||||
| Beitragende: | Prof. Dr. Wittsack, Hans-Jörg [Gutachter] Prof. Dr. Heinzel, Thomas [Gutachter] | |||||||
| Stichwörter: | Phase Unwrapping, QSM, MRI, MRT, MATLAB | |||||||
| Dewey Dezimal-Klassifikation: | 500 Naturwissenschaften und Mathematik » 530 Physik | |||||||
| Beschreibungen: | In der Magnetresonanz-Tomografie (MRT) können Phasenbilder generiert werden, welche Aufschlüsse über die Magnetisierbarkeit (Suszeptibilität) von Materie geben. Mit Hilfe der quantitativen Suszeptibilitätskartierung (QSM) werden diese zur Darstellung u.a. von Eisenablagerungen im Gehirn verwendet, wodurch Rückschlüsse auf den Verlauf von neurodegenerativen Erkrankungen gezogen werden können. Die Phase ist nicht direkt einzeln messbar. Sie ist Teil des komplexwertigen MR-Signals und wird bei der Separation daraus in den Bereich (-Pi, Pi] gefaltet. Dadurch kommt es zu Phasensprüngen, die sich in den Bildern als charakteristische Linien manifestieren. Um diese gefalteten Phasenbilder zur klinischen Verwendung zu entfalten, benötigt man spezielle mathematische Algorithmen.
Aufgrund der Komplexität der MR-Bilder und des darin enthaltenen Rauschens, ist das sogenannte Phase Unwrapping eine nichttriviale Aufgabe, die von den Algorithmen in unterschiedlich akkuraten Verfahren ausgeführt wird. In dieser Arbeit wurden die MATLAB-Umsetzungen von 3 globalen Least-Squares-Algorithmen (LS-CPULSI, LS-PCG und LS-Unweighted) und 3 lokalen Path-Following-Algorithmen (PF-Goldstein, PF-QualityMap und PF-SRNCP) anhand 3 verschiedener Datensätze unterschiedlicher Komplexität miteinander verglichen. Diese umfassen eine einfache 2D-Kreisgeometrie mit ansteigendem Phasengradienten, einen simulierten Fett/Wasser-Probenkörper in Luft und eine simplifizierte Rekonstruktion einer realen, coronalen Nieren-MRT. Da bei den 3 simulierten Datensätzen, anders als in realen MRT-Aufnahmen, das ursprüngliche Phasenbild vor der Faltung bekannt ist, konnte die mittlere quadratische Abweichung (Root Mean Square Error, RMSE) zwischen den Algorithmenergebnissen und der ungefalteten Ursprungsphase, sowie die benötigte Laufzeit der Algorithmen für eine statistisch signifikante Anzahl an Untersuchungen evaluiert werden. Es wurden insgesamt 24 660 Unwrap-Vorgänge in 51 Untersuchungen mit variablem Signal-zu-Rausch-Verhältnis (SNR) und veränderlicher Phasenfaltung (u.a. durch Anpassung der Echozeit TE) durchgeführt, wobei 41 dieser Untersuchungen in je 100 Iterationen bei gleichbleibenden Untersuchungsparametern wiederholt wurden, um die Einflüsse des zufälligen Rauschens zu minimieren. Es zeigte sich, dass bei einem SNR von über 20 dB das Rauschen die Unwrap-Ergebnisse im Mittel kaum beeinflusst. Vielmehr werden diese durch die Strukturen und Gewebekanten im Bild bestimmt, die zu extremen Phasensprüngen führen. Zudem steigt mit einer größeren Echozeit TE bei der Datengenerierung die Faltung der Phase und damit auch der mittlere Fehler in den ungewrappten Phasenbildern linear an. Die Ergebnisse der globalen Algorithmen wiesen, abgesehen vom LS-PCG-Algorithmus, die größten Abweichungen zur Ursprungsphase und auch die stärksten Schwankungen innerhalb der Iterationen einer einzelnen Untersuchung auf. Allerdings waren die globalen Algorithmen signifikant schneller als die lokalen. Die gerade auch bei langen Echozeiten stabilsten und rauschunempfindlichsten Ergebnisse erzielten der lokale Algorithmus PF-QualityMap und der globale Algorithmus LS-PCG. Letzterer ist aufgrund seiner um 2 Größenordnungen schnelleren Ausführungszeit zur Entfaltung von 2D-MR-Phasenbildern den anderen untersuchten Algorithmen zu bevorzugen.In magnetic resonance imaging (MRI), phase images can be generated that provide information about the magnetizability (susceptibility) of matter. In quantitative susceptibility mapping (QSM), these are used to visualize, among other things, iron deposits in the brain, allowing conclusions to be drawn about the course of neurodegenerative diseases. The phase cannot be measured directly, it is part of the complex-valued MR signal and gets folded into the range (-Pi, Pi] during separation from it. This results in phase jumps, which manifest themselves in the images as characteristic lines. To unwrap these wrapped phase images for clinical use, special mathematical algorithms are needed. Due to the complexity of MR images and the containing noise, the so-called phase unwrapping is a non-trivial task that is performed by algorithms with varying degrees of accuracy. In this work, MATLAB implementations of 3 global least-squares algorithms (LS-CPULSI, LS-PCG, and LS-Unweighted) and 3 local path-following algorithms (PF-Goldstein, PF-QualityMap, and PF-SRNCP) were compared using 3 different data sets of varying complexity. These include a simple 2D circular geometry with an increasing phase gradient, a simulated fat/water test specimen in air, and a simplified reconstruction of a real coronal MRI of the kidneys. Because the original, unwrapped phase image is known for the 3 simulated data sets, unlike in real MRI images, the root-mean-square error (RMSE) between the algorithm results and the unwrapped original phase, as well as the required runtime of the algorithms, could be evaluated for a statistically significant number of examinations. A total of 24 660 unwrap operations were performed in 51 trials with variable signal-to-noise ratio (SNR) and variable phase wrappings (by adjusting the echo time TE). 41 of these trials were repeated in 100 iterations, each with the trial parameters unchanged to minimize the influences of random noise. It was found that for SNR greater than 20 dB, the noise hardly affects the unwrapped results on average. Rather, they are determined by the structures and tissue edges in the image, which lead to extreme phase jumps. In addition, with a larger echo time TE during data generation, the convolution of the phase and thus the mean error in the unwrapped phase images increases linearly. With the exception of the LS-PCG algorithm, the results of the global algorithms had the largest deviations from the original phase and also the largest variations within iterations of a single study. However, the global algorithms were significantly faster than the local ones. The most stable and noise-insensitive results, especially for long echo times, were obtained by the local algorithm PF-QualityMap and the global algorithm LS-PCG. The latter is to be preferred to the other investigated algorithms due to its 2 orders of magnitude faster execution time for unwrapping 2D MR phase images. | |||||||
| Lizenz: |  Urheberrechtsschutz | |||||||
| Fachbereich / Einrichtung: | Mathematisch- Naturwissenschaftliche Fakultät » WE Physik | |||||||
| Dokument erstellt am: | 14.06.2022 | |||||||
| Dateien geändert am: | 14.06.2022 |
