[MR 연구] fastMRI & skm-tea Real & Simulation 데이터셋 정리

[fastMRI Dataset] [fastMRI Github] [skm-tea Dataset] [skm-tea Github]

Meta 정보를 제외하고 kspace array만 저장하였을 때 h5, npy file format 용량 차이는 거의 없습니다.

fastMRI knee unfolded dataset (Simulation Data)

skm-tea dataset (Simulation Data)

fastMRI knee unfolded dataset (Real Data)

skm-tea dataset (Real Data)

TBD..

Multi-coil k-space가 8개 존재할 때, 모든 patient에 대한 k-space의 shape을 원하는 사이즈로 통일하는 법

Real data에서 Coilmap을 estimation안하고 raw k-space를 각각 ifft하고 image domain에서 crop 혹은 zero-padding한 뒤, 다시 fft로 raw k-space로 변환하면 Real k-space data라고 볼 수 있습니다.

1) k-space 8개를 ifft

2) image domain으로 변환된 8개의 image에 대해 crop 혹은 zero padding하여 원하는 size로 통일 후, fft

3) 이를 통해 우리가 원하는 사이즈로 조정된 k-space 8개를 얻을 수 있습니다.

FastMRI dataset에 대해서 multi-coil k-space 15개를 가지는 모든 patient에 대한 k-space shape을 640, 372로 통일해봅시다.

1) H는 640으로 모두 동일하니 그대로 두고

2) Width는 320, 356, 368, 372 사이즈를 갖는 patient에 대해서 372로 통일하도록 방향을 잡고

3) 먼저 multi-coil k-space 15개를 ifft로 image domain으로 변환한 뒤

4) image domain에서 모든 15개의 image에 대해 zero padding으로 (H,W) = (640,372) 사이즈로 맞춰줍니다

5) fft를 하여 (H,W) = (640,372)로 사이즈가 조정된 multi-coil k-space 15개를 얻습니다.

case: file1000007 26번째 slice의 multicoil k-space 15개를 visualize하여 관찰하여 봅시다.

왼쪽부터 순차적으로 Real k-space –> ifft image –> zero padded ifft image –> zero padded Real k-space

0번째, 1번쨰, 7번째 coil k-space는 매우 노이지해서 ifft했을 때, 이미지가 제대로 변환되지 않음을 볼 수 있습니다. 실제로 이런 코일들도 더러 있습니다.

normalize안하고 real kspace를 ifft한 영상을 봤을 때 노이지하다면, 원래 정보가 거의 없는 코일이라고 보면 됩니다.

npy 저장시 주의할 점

MR Pulse Sequence를 얻는 과정 (k-space 취득 과정)

Spiral Pattern

• 3D에서 Spiral 패턴의 k-space 데이터를 얻을 수 있습니다.
• Spiral 패턴은 흔하지 않고, 기계의 안정성 문제로 인해 잘 사용되지 않습니다.
• 빠르게 움직이고 모션이 강한 심장 이미지에서는 Spiral 패턴을 사용하기도 합니다.
• 즉, spiral pattern을 무릎이나 뇌에 대해서 Spiral pattern으로 k-space를 얻는 경우는 거의 없습니다.
• Spiral Pattern을 얻는 평면에서 Poisson 샘플링 기법을 사용하여 noisy한 패턴을 만들 수 있습니다.

Cartesian Pattern

• 무릎이나 뇌의 이미지는 일반적으로 Cartesian 패턴을 사용하여 얻습니다.