Polar Fourier transform in practice: its efficiency and characteristics in reconstructing radially acquired MRI images
Notice bibliographique
Résumé
OBJECTIVE: The Polar Fourier Transform (PFT) has been proposed as a direct alternative to gridding for reconstructing radially acquired MRI data. This study evaluates the feasibility of inline PFT implementation on a clinical MRI scanner and assesses its computational performance and image quality under acceleration. MATERIALS AND METHODS: PFT was implemented as modular components within the Siemens Image Calculation Environment, using a recursive numerical Hankel transform. Phantom and in vivo brain datasets acquired with 2D radial trajectories were reconstructed using both PFT and vendor-supplied gridding. Reconstruction time, SNR, artifact behavior, and spatial resolution were assessed across multiple undersampling levels (up to 8 ×), using simulations and repeated scans. RESULTS: PFT was successfully integrated with a runtime of ~ 6-9 × acquisition time. It exhibited spatially variant behavior, concentrating resolution in central region while shifting undersampling-induced blurring outward. Compared to gridding, PFT reduced structured streaks and better preserved image quality under acceleration. Gradient delay artifacts were reduced by alternating spoke polarity. Notably, the pituitary gland and basilar artery remained visible at high acceleration, highlighting preserved central fidelity. DISCUSSION: PFT enables effective inline reconstruction for radial MRI and preserves image quality in small central regions of interest under aggressive undersampling-supporting dynamic and ROI-focused applications.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».