목적: 우리는 3차원 다중 에코 그라디언트 에코(3D multi-echo gradient-echo, mGRE) 데이터 획득을 가속하고 그 결과로 생성되는 수초 물 영상(myelin water imaging, MWI) 지도(a map)의 품질을 향상시키기 위해, 공동으로 전개(unrolled)된 교차 도메인 최적화 기반 시공간 재구성 네트워크(jointly unrolled cross-domain optimization-based spatio-temporal reconstruction network, JUST-Net)라는 새로운 재구성 네트워크를 제안하였다. 방법: 전개된 교차 도메인 시공간 재구성 네트워크를 설계하였다. 핵심 아이디어는 주파수 및 시공간 영상 특징 표현을 결합하고, 두 도메인 모두에서 합성곱 층을 순차적으로 구현하는 것이다. k-공간 서브네트워크는 인접 프레임으로부터 공유 정보를 활용하는 반면, 영상 서브네트워크는 공간 및 시간 차원에 대해 각각 별도의 합성곱을 적용한다. 제안된 재구성 네트워크는 후향적 및 전향적으로 모두 가속 획득에 대해 평가하였다. 또한 시뮬레이션 연구와 실제 데이터에서 k-공간 손상이 있는 경우에 대해 운동(움직임) 인공물(motion artifact) 감소 가능성을 평가하기 위해 추가로 검증하였다. 결과: 제안된 JUST-Net은 전 뇌(whole-brain) MWI를 위한 고도로 재현 가능한 3D mGRE 가속 획득을 가능하게 하였으며, 완전 샘플링 기준 15:23에서 재구성 시간 3분 내 2:22로 획득 시간을 감소시켰다. 재구성된 mGRE 영상의 정규화 평균 제곱근 오차(normalized root mean squared error)는 4.0% 미만으로 증가하였고, MWI에 대한 상관 계수는 완전 샘플링 참조(reference)와 비교했을 때 0.68을 초과하는 값을 보였다. 더불어 제안된 방법은 시뮬레이션 및 임상에서 운동이 유발된 손상 사례 모두에서 완화 효과를 나타냈다. 결론: 제안된 JUST-Net은 3D mGRE 기반 MWI에서 높은 가속 인자를 달성할 수 있는 역량을 보여주었으며, 이는 MWI의 임상 적용을 광범위하게 촉진할 것으로 기대된다.

*본 초록은 AI를 통해 원문을 번역한 내용입니다. 정확한 내용은 하기 원문에서 확인해주세요.