목적 : 자기공명영상화는 보통 긴 스캔 시간으로 인해 환자의 움직임이 큰 문제가 된다. 이러한 환자의 움직임을 보정하기 위한 한가지 방법인 영상의 엔트로피(entropy)를 이용한 후처리 방법은 다른 추가 데이터 획득 없이 효과적으로 움직임 인공물을 줄일 수 있음을 보였다. 하지만 이 방법의 가장 큰 문제는 처리 시간이 매우 길다는데 있다. 본 연구에서는 움직임 보정 처리시간을 줄이는 방법을 제안한다. 대상 및 방법 : 전체적인 보정 시간을 줄이기 위한 첫 번째 방법은, 퓨리에 변환의 분리성을 이용하여 전체적인 퓨리에 변환시간을 줄일 수 있다. 영상의 엔트로피 기준을 대신해 영상의 전체 화소의 합(pixel sum)을 움직임 보정의 기준으로 이용하여 영상 기준을 계산하는 시간을 절반 이하로 줄일 수 있다. 마지막으로 부분 퓨리에 재구성 방법을 조합하여 움직임의 영향을 보정하는 k-공간의 데이터 량을 줄임으로써 전체적인 처리 시간을 큰 폭으로 줄일 수 있다. 결과 : 제안한 방법을 사용하여 보정한 영상의 품질은 엔트로피를 이용한 보정 방법과 거의 흡사했으며, 대신 전체적인 처리 시간을 2차원 영상에서 15%로, 3차원 영상에서 30%로 줄일 수 있었다. 결론 : 제안한 방법을 병렬 영상화 기법 등과 결합하여 영상 보정 시간을 더욱 줄일 수 있을 것으로 기대한다. 제안하는 방법은 다른 보정 기법을 사용할 수 없을 때, 영상에서 움직임의 영향을 줄이는 방법으로 유용할 것으로 기대한다.
Purpose : Patient motion during magnetic resonance (MR) imaging is one of the major problems due to its long scan time. Entropy based post-processing motion correction techniques have been shown to correct motion artifact effectively. One of main limitations of these techniques however is its long processing time. In this study, we propose several methods to reduce this long processing time effectively. Materials and Methods : To reduce the long processing time, we used the separability property of two dimensional Fourier transform (2-D FT). Also, a computationally light metric (sum of all image pixel intensity) was used instead of the entropy criterion. Finally, partial Fourier reconstruction, in particular the projection onto convex set (POCS) method, was combined thereby reducing the size of the data which should be processed and corrected. Results : Time savings of each proposed method are presented with different data size of brain images. In vivo data were processed using the proposed method and showed similar image quality. The total processing time was reduced to 15% in two dimensional images and 30% in the three dimensional images. Conclusion : The proposed methods can be useful in reducing image motion artifacts when only post-processing motion correction algorithms are available. The proposed methods can also be combined with parallel imaging technique to further reduce the processing times.
