Nyquist-Geist
Synonym: N/2-Geist
Englisch: Nyquist ghost, Nyquist N/2 ghosts
Definition
Als Nyquist-Geist bezeichnet man ein bildgebendes Artefakt, das vor allem beim Echo-Planar-Imaging (EPI) der Magnetresonanztomographie (MRT) auftritt. Es manifestiert sich als spiegelbildliche oder versetzte Wiederholung von Bildstrukturen entlang der Phasenkodierungsrichtung.
Ursache
Der Nyquist-Geist entsteht durch Inkonsistenzen zwischen den während der Datenerfassung verwendeten positiven und negativen Gradientenrichtungen. In der EPI-Technik werden k-Raum-Daten zeilenweise mit alternierenden Ausleserichtungen akquiriert. Unterschiede in Phase und Amplitude zwischen diesen Datensätzen, wie beispielsweise durch Gradienteninstabilitäten, magnetischen Feldinhomogenitäten oder zeitliche Drift des Magnetfelds, führen zu Phasenfehlern, die sich im rekonstruierten Bild als Geisterartefakte äußern.
Bildgebung
Typischerweise zeigt sich der Nyquist-Geist als:
- verschobenes „Doppelbild“
- Signalüberlagerung mit reduzierter Bildqualität
- Artefakt entlang der Phasenkodierungsachse
Die Intensität des Artefakts kann zwischen einzelnen Aufnahmen variieren. Besonders bei Verfahren wie der funktionellen MRT oder in der Perfusionsbildgebung können Nyquist-Geister die Bildqualität und diagnostische Aussagekraft beeinträchtigen. Starke Ghosting-Artefakte können zu Fehlinterpretationen führen oder die quantitative Auswertung erschweren.
Korrekturverfahren
Zur Korrektur von Nyquist-Geistern wurden verschiedene Verfahren entwickelt, die auf unterschiedlichen Prinzipien basieren. Klassische Ansätze nutzen Phasenkorrekturen oder Referenzscans, um Inkonsistenzen zwischen positiven und negativen Gradienten auszugleichen. Erweiterte Methoden wie PLACE (Phase Labeling for Additional Coordinate Encoding) und PAGE (Phased Array Ghost Elimination) kombinieren zeitliche und räumliche Kodierungsstrategien, um Artefakte robuster zu reduzieren; insbesondere die Integration beider Verfahren zeigt eine verbesserte Korrekturleistung auch bei variierender Artefaktstärke oder Magnetfelddrift.
In jüngerer Zeit kommen zudem Verfahren der künstlichen Intelligenz, insbesondere Deep Learning, zum Einsatz, die komplexe Fehlerstrukturen modellieren und selbst aus unterabgetasteten Daten (sub-Nyquist-Sampling) qualitativ hochwertige Rekonstruktionen ermöglichen.[1]
Einzelnachweise
- ↑ Wu, H., Wang, R., Zhao, G., Xiao, H., Wang, D., Liang, J., ... & Zhang, X. (2020). Sub-Nyquist computational ghost imaging with deep learning. Optics express, 28(3), 3846-3853.
Literatur
- Chen, N. K., & Wyrwicz, A. M. (2004). Removal of EPI Nyquist ghost artifacts with two‐dimensional phase correction. Magnetic Resonance in Medicine: An Official Journal of the International Society for Magnetic Resonance in Medicine, 51(6), 1247-1253.
- Porter, D. A., Calamante, F., Gadian, D. G., & Connelly, A. (1999). The effect of residual Nyquist ghost in quantitative echo‐planar diffusion imaging. Magnetic Resonance in Medicine: An Official Journal of the International Society for Magnetic Resonance in Medicine, 42(2), 385-392.