Construction of T$_1$ Map Image

T1 이완시간의 영상화

The T1 mapping of an human anatomy may give a characteristic contrast among the various tissues and the normal/abnormal tissues. Here, the methodology of constructing T1 map out of several images with different TRs, will be described using non-linear curve fitting. The general curve fitting algorithm requires the initial trial values T1t and Mot for the variables to be fitted. Three different methods of suppling the trial T1t and Mot are suggested and compared for the efficiency and the accuracy. The curve-fitting routine was written in ANSI C and excuted on a SUN workstation. Several distilled-water phantoms with various concentrations of Gd-DTPA were prepared to examine the accuracy of the curve-fitting program. An MR image was used as the true proton density image without any random noise, and several images with different TRs were generated with the theoretical T1 relaxation times 250, 500, and 1000msec. The random noise of 1, 5, and 10％ were embedded into the simulated images. These images were used to generate the T1 map, and the resultant T1 maps for each T1 were analyzed to study the effect of the random noise on the T1 map.

인체내 구조물의 T$_1$ 영상화 (T$_1$ mapping)는 각각 다른 조직들사이 또는 정상/병변 조직들사이에 독특한 음영대조를 준다. 이 논문에서는 각각다른 TR의 몇 영상들로부터 비선형 curve-fitting을 이용하여 T$_1$을 만드는 방법을 기술하겠다. 일반적인 curve-fitting 알고리즘은 주어진 자료로부터 찾아내고자하는 변수들에 대한 초기시행치 (T$_{1}$$^{t}$ 와 M$_{0}$ $^{t}$ )를 요구한다. 본 연구에서는 이들 초기시행치를 입력하는 방법으로서 세 가지를 다른 방법들을 제시하고 각각의 정확도와 계산 속도를 비교하였다. Curve-fitting을 위하여 SUN 윅스테이션에서 ANSI C를 이용하여 프로그램하고 실행하였다. Curve-fitting의 정확성을 검증하기 위하여 몇가지 다른 농도의 Gd-DTPA/증류수는 혼합물 모형들을 만들었다. 이들 모형들을 이용한 MR 영상 하나를 이론적인 양성자 밀도영상으로 가정하고 T$_1$이 각각 250, 500, 1000msec인 영상들을 만들고, 각각의 군들에 대하여 1, 5, 10%의 임의잡음(random noise)을 첨가하였다. 이들 영상들을 이용하여 T$_1$ map을 계산하여 만들고, 계산되는 T$_1$ map에 자기공명영상 화시에 발생하는 잠음의 크기가 어떻게 영향을 미치는지 분석하였다.