실시간 MRI 데이터 재구성을 위한 사전 데이터 분석

본 석사 논문은 실시간 자기공명영상(Real‑time MRI)의 핵심 과제인 데이터 양의 급증과 고도 언더샘플링에 따른 이미지 아티팩트를 동시에 해결하기 위한 전처리 기법을 제안하고, 이를 실제 뇌·심장 영상을 통해 검증한다. 서론에서는 MRI의 기본 원리와 저속 샘플링이 초래하는 움직임 블러·시간 지연 문제를 소개하고, FLASH와 라디얼 인코딩, 비선형 역전파(NLINV) 재구성 기법을 배경으로 제시한다. 이어서 2장에서는 MRI 물리학, 라디얼 FLASH 시퀀스, 그리고 언더샘플링이 야기하는 별도 아티팩트(aliasing, streak) 등을 정리한다. 3장에서는 실험에 사용된 데이터 획득 프로토콜과 전·후처리 파이프라인을 설명한다. 데이터는 3T 스캐너에서 다중 수신 코일(16채널)로 수집되었으며, nlinv++ 알고리즘을 기반으로 실시간 재구성을 수행한다. 전처리 단계에서 코일 압축과 코일 선택을 각각 적용한다. 4장에서는 코일 압축 방법을 상세히 다룬다. 주성분 분석(PCA)을 이용해 코일 데이터 행렬의 공분산을 계산하고, 고유값 분해를 통해 가장 큰 변동을 설명하는 몇 개의 주성분을 선택한다. 이때 누적 분산 비율이 95% 이상이 되도록 차원을 축소한다. 압축된 코일은 기존 코일 민감도 맵을 선형 변환해 재구성에 사용되며, 압축 전후의 SNR, 재구성 시간, 메모리 사용량을 정량적으로 비교한다. 결과는 압축 후에도 이미지 품질이 크게 저하되지 않으며, 재구성 속도가 평균 30% 가량 빨라짐을 보여준다. 5장에서는 코일 선택 알고리즘을 제안한다. 기존의 수동 선택, Xue et al.의 정규화 민감도 기반 선택, Grimm et al.의 최적화 기반 선택을 검토하고, 각각의 한계를 지적한다. 특히 라디얼 FLASH에서는 코일마다 k‑space 각도별 샘플링 기여도가 크게 달라, 단순 민감도만으로는 스트릭 아티팩트를 억제하기 어렵다. 저자는 sinogram(투사 데이터)의 에너지 스펙트럼을 분석해 각 코일이 특정 각도에서 제공하는 신호 강도를 정량화한다. 전체 sinogram 평균 에너지 대비 각 코일의 기여 비율을 계산하고, 상위 N개의 코일을 자동으로 선택한다. 선택된 코일은 최적화된 선형 결합(가중 평균)으로 합성되며, 재구성 단계에서 NLINV++에 바로 투입된다. 실험 결과, 뇌와 심장 데이터 모두에서 스트릭 아티팩트가 평균 2.1 dB 감소하고, 시각적 평가 점수가 유의미하게 향상되었다. 6장에서는 전체 연구를 요약하고 향후 과제를 제시한다. 코일 압축과 선택은 서로 보완적인 효과를 가지며, 압축 코일 수와 선택 코일 수 사이의 트레이드오프를 데이터 종류와 목표 해상도에 맞게 조정할 수 있다. 또한, GPU 가속 NLINV++와 결합했을 때 전체 재구성 지연을 50 ms 이하로 유지함으로써 실시간 인터벤션, 심장 기능 모니터링 등에 직접 적용 가능함을 강조한다. 마지막으로, 제안된 전처리 파이프라인을 다양한 시퀀스(예: EPI, bSSFP)와 고해상도 3D 영상에 확장하는 연구가 필요함을 제안한다.