Velocity-to-Noise Ratio Estimation in Phase-Contrast Magnetic Resonance Imaging Reconstruction
(2026) BMEM01 20262Division for Biomedical Engineering
- Abstract
- Flow MRI is an important tool for assessing cardiovascular function, as it enables quantitative measurements of blood flow and velocity. Quantitative assessment of image quality is therefore important in phase-contrast cardiovascular magnetic resonance (PC-CMR), where it can affect the accuracy and precision of flow measurements. The signal-to-noise ratio (SNR) and the velocity-to-noise ratio (VNR) can provide objective measures of image quality. However, obtaining reliable SNR and VNR estimates can be challenging, especially for more complex imaging conditions such as cardiac imaging.
This study aimed to implement and evaluate a reconstruction framework that reconstructs magnitude images directly in SNR units and phase-contrast images... (More) - Flow MRI is an important tool for assessing cardiovascular function, as it enables quantitative measurements of blood flow and velocity. Quantitative assessment of image quality is therefore important in phase-contrast cardiovascular magnetic resonance (PC-CMR), where it can affect the accuracy and precision of flow measurements. The signal-to-noise ratio (SNR) and the velocity-to-noise ratio (VNR) can provide objective measures of image quality. However, obtaining reliable SNR and VNR estimates can be challenging, especially for more complex imaging conditions such as cardiac imaging.
This study aimed to implement and evaluate a reconstruction framework that reconstructs magnitude images directly in SNR units and phase-contrast images directly in VNR units. The framework was progressively evaluated using a bottle phantom, a flow phantom, and an in vivo acquisition, representing increasingly complex imaging scenarios. Reconstructions using different receiver coil configurations were compared with a multiple replica reference method based on 32 repeated acquisitions.
The framework successfully reconstructed all evaluated datasets in SNR and VNR units. Good agreement was achieved for the phantom data, with the best agreement observed for the magnitude reconstruction of the bottle phantom, where the difference was 0.59% for the single surface coil configuration. The agreement decreased for more complex imaging scenarios, with the VNR estimates differing by more than 100% from the reference values for the in vivo data. The framework consistently produced higher VNR estimates than the reference method for the in vivo data, potentially reflecting limitations of the multiple replica method under dynamic imaging conditions.
Overall, the framework remained functional as the imaging scenarios increased in complexity and provides a promising basis for quantitative reconstruction of PC-CMR images in VNR units. However, further refinement and validation using a larger number of datasets and more clinically representative imaging scenarios are required. (Less) - Popular Abstract (Swedish)
- Ett alternativt sätt att mäta bildkvaliteten hos flödesbilder från en magnetkamera
En MR-bild kan se tydlig ut, men hur vet man om den faktiskt är tillräckligt bra för att kunna lita på de mätningar som görs från den? Ett objektivt mått på bildkvaliteten skulle kunna ge ett svar på den frågan och samtidigt göra det lättare att optimera en MR-undersökning.
Med magnetkameran (MR) kan man avbilda kroppens insida och få information om både anatomi och funktion. Tekniken kan även användas för att mäta blodflöde och blodets hastighet, vilket kan ge viktig information om hur en patients hjärta fungerar.
För att kunna lita på mätningarna av blodflöde och blodets hastighet behöver MR-bilderna ha tillräckligt hög kvalitet. Men alla... (More) - Ett alternativt sätt att mäta bildkvaliteten hos flödesbilder från en magnetkamera
En MR-bild kan se tydlig ut, men hur vet man om den faktiskt är tillräckligt bra för att kunna lita på de mätningar som görs från den? Ett objektivt mått på bildkvaliteten skulle kunna ge ett svar på den frågan och samtidigt göra det lättare att optimera en MR-undersökning.
Med magnetkameran (MR) kan man avbilda kroppens insida och få information om både anatomi och funktion. Tekniken kan även användas för att mäta blodflöde och blodets hastighet, vilket kan ge viktig information om hur en patients hjärta fungerar.
För att kunna lita på mätningarna av blodflöde och blodets hastighet behöver MR-bilderna ha tillräckligt hög kvalitet. Men alla MR-bilder har inte samma kvalitet. Bildkvaliteten påverkas bland annat av hur mycket brus bilden innehåller. Bruset uppstår i samband med bildtagningen och stör det vi faktiskt försöker avbilda. Alla MR-bilder innehåller brus, men mängden varierar. Ett sätt att beskriva bildkvaliteten är därför att jämföra den signal man vill mäta med mängden brus. En hög kvot mellan signal och brus innebär att den information man vill mäta blir lättare att urskilja. Det finns flera metoder som kan användas för att ta fram denna kvot.
I vissa situationer är dock de befintliga metoderna mindre lämpliga. Blodflöden i och nära hjärtat är exempel på sådana situationer, där det är extra svårt att bedöma bildkvaliteten. Hjärtat rör sig hela tiden när det pumpar, och det förflyttar sig dessutom när vi andas. Det som avbildas förändras alltså hela tiden.
I denna studie utvecklades därför en alternativ metod som uppskattar mängden brus i en MR-bild och använder det för att beräkna ett objektivt mått på bildkvaliteten. För att göra beräkningen används både en vanlig bildinsamling och en separat insamling som innehåller information om bruset från MR-systemet. Den utvecklade metoden testades på flera typer av MR-bilder med successivt ökande komplexitet, bland annat en bild av blodflöde i aortan.
Resultaten visar att den utvecklade metoden kan användas för att beräkna objektiva mått på bildkvaliteten hos flödesbilder. Måtten jämfördes med en befintlig referensmetod, och i många fall stämde resultaten väl överens. För bilden av blodflödet i aortan var överensstämmelsen däremot sämre. Samtidigt är det just i denna typ av situation som det saknas en tillförlitlig metod för att bedöma bildkvaliteten. En möjlig förklaring till skillnaden är att hjärtats rörelser påverkar den utvecklade metoden och referensmetoden på olika sätt. Resultaten tyder alltså på att den utvecklade metoden kan fungera som ett alternativ för att mäta bildkvalitet. Dock behövs ytterligare studier för att bedöma hur väl den utvecklade metoden fungerar för flödesbilder av hjärtat och hur den kan användas i kliniska sammanhang.
Med objektiva mått på bildkvaliteten kan MR-bilder som är tagna med olika inställningar jämföras på ett mer rättvist sätt. Det kan underlätta optimering av bildtagningen så att en tillräckligt hög bildkvalitet kan uppnås. Att få dessa mått direkt efter bildtagningen innebär dessutom att man snabbt kan bedöma om bilden behöver tas om. (Less)
Please use this url to cite or link to this publication:
https://lup.lub.lu.se/student-papers/record/9251659
- author
- Fornell, Disa LU
- supervisor
- organization
- course
- BMEM01 20262
- year
- 2026
- type
- H2 - Master's Degree (Two Years)
- subject
- keywords
- MRI, Cardiac MRI, Phase-Contrast MRI, Signal-to-Noise Ratio, SNR, Velocity-to-Noise Ratio, VNR, Image reconstruction, Image quality, Signal processing
- language
- English
- additional info
- 2026-24
- id
- 9251659
- date added to LUP
- 2026-09-24 14:32:42
- date last changed
- 2026-09-24 14:33:15
@misc{9251659,
abstract = {{Flow MRI is an important tool for assessing cardiovascular function, as it enables quantitative measurements of blood flow and velocity. Quantitative assessment of image quality is therefore important in phase-contrast cardiovascular magnetic resonance (PC-CMR), where it can affect the accuracy and precision of flow measurements. The signal-to-noise ratio (SNR) and the velocity-to-noise ratio (VNR) can provide objective measures of image quality. However, obtaining reliable SNR and VNR estimates can be challenging, especially for more complex imaging conditions such as cardiac imaging.
This study aimed to implement and evaluate a reconstruction framework that reconstructs magnitude images directly in SNR units and phase-contrast images directly in VNR units. The framework was progressively evaluated using a bottle phantom, a flow phantom, and an in vivo acquisition, representing increasingly complex imaging scenarios. Reconstructions using different receiver coil configurations were compared with a multiple replica reference method based on 32 repeated acquisitions.
The framework successfully reconstructed all evaluated datasets in SNR and VNR units. Good agreement was achieved for the phantom data, with the best agreement observed for the magnitude reconstruction of the bottle phantom, where the difference was 0.59% for the single surface coil configuration. The agreement decreased for more complex imaging scenarios, with the VNR estimates differing by more than 100% from the reference values for the in vivo data. The framework consistently produced higher VNR estimates than the reference method for the in vivo data, potentially reflecting limitations of the multiple replica method under dynamic imaging conditions.
Overall, the framework remained functional as the imaging scenarios increased in complexity and provides a promising basis for quantitative reconstruction of PC-CMR images in VNR units. However, further refinement and validation using a larger number of datasets and more clinically representative imaging scenarios are required.}},
author = {{Fornell, Disa}},
language = {{eng}},
note = {{Student Paper}},
title = {{Velocity-to-Noise Ratio Estimation in Phase-Contrast Magnetic Resonance Imaging Reconstruction}},
year = {{2026}},
}