Optimisation des patterns de signaux pour l'IRM Fingerprinting Vasculaire
- Resource Type
- Authors
- Delphin, Aurélien; Boux, Fabien; Brossard, Clément; Warnking, Jan; Lemasson, Benjamin; Barbier, Emmanuel; Christen, Thomas
- Source
- SFRMBM 2021-5ème Congrès scientifique de la Société Française de Résonance Magnétique en Biologie et Médecine
SFRMBM 2021-5ème Congrès scientifique de la Société Française de Résonance Magnétique en Biologie et Médecine, Sep 2021, Lyon, France. pp.1-1, 2021
SFRMBM-Société Française de Résonance Magnétique en Biologie et Médecine
SFRMBM-Société Française de Résonance Magnétique en Biologie et Médecine, Sep 2021, Lyon, France. 2021
- Subject
- [PHYS.PHYS.PHYS-MED-PH] Physics [physics]/Physics [physics]/Medical Physics [physics.med-ph]
[PHYS.PHYS.PHYS-MED-PH]Physics [physics]/Physics [physics]/Medical Physics [physics.med-ph]
- Language
- French
National audience; L'IRM Fingerprinting est un outil d'acquisition rapide et simultanée de cartes paramétriques. L'IRM Fingerprinting vasculaire (MRvF) s'intéresse plus précisément aux paramètres microvasculaires cérébraux. Nous proposons d'améliorer cette méthode en répondant à deux questions détaillées dans la figure ci-contre : 1) Peut-on trouver un pattern d'acquisition fingerprint qui améliore les estimations ? En particulier la mesure de l'oxygénation sanguine (SO2) ? L'agent de contraste est-il nécessaire ? 2) Générer des dictionnaires de signaux à partir de réseaux vasculaires réalistes 3D améliore-t-il les estimations ?