Image reconstruction for diffusion MRI with EPI in Pulseq

Abstract

Magnetic resonance imaging (MRI) is a medical imaging modality that provides morphologi-
cal and anatomical information about soft tissues. The development of new MRI methods,
such as diffusion MRI (dMRI), has resulted in contrast mechanisms that further characterize
the properties of tissue, such as microstructure.

The development of a new contrast mechanism is typically associated with the development
of new pulse sequences. Specifically, probing different properties of tissue microstructure
require adaptations to diffusion encoding gradients. Therefore, researchers are highly inter-
ested in quick prototyping of sequences for testing using clinical MRI systems. However,
designing new sequences or adaptations to available ones has traditionally been a cumber-
some process due to a high entry bar-programming language and limited access to the source
code in vendor’s native operating framework for MRI systems. A promising alternative is
the open-source pulse sequence programming framework called Pulseq. However, using
the open-source sequence programming framework limits the ability to reconstruct images
using software provided by the MRI system vendor.

The aim of this work is to implement and evaluate methods for reconstruction of MRI images
acquired with a spin-echo pulse sequence built in Pulseq using echo planar imaging (EPI)
readout in combination with partial Fourier (PF) imaging and generalized autocalibrating
partial parallel acquisition (GRAPPA) acceleration techniques.

A GRAPPA reconstruction method was implemented alongside zero filling, homodyne and
POCS methods for PF imaging. Additionally, a navigator-based method for the correction of
Nyquist N/2 ghost artifacts was implemented.

All implemented methods were tested with simulated data using the Shepp-Logan phantom
and a spherical homogeneous physical water phantom. In vivo brain MRI acquisition was
performed in a healthy volunteer. All data were acquired using pulse sequences built in
Pulseq with varying acceleration factors. The reconstruction results were visually evaluated
for all data sets.

Reconstruction of both digital and physical phantom data showed that the POCS algorithm
was the superior reconstruction method for PF imaging. All data were successfully recon-
structed using the GRAPPA algorithm. The ghost correction method was successful in
reducing N/2 ghosts for the digital phantom, while it did not yield clear image improvements
for other data.

Popular Abstract (Swedish)

Magnetresonanstomografi eller MRI (Eng. magnetic resonance imaging) är en diagnostisk
bildtagningsmodalitet som blivit ett välintegrerat och centralt verktyg inom vården. MRI har
utmärkt mjukvävnadskontrast och har anväts huvudsakligen som en icke-invasiv undersök-
ning för avbildning av kroppens anatomi och morfologi.

Forskning inom MRI har inneburit att nya metoder utvecklats för att avbilda även funktionella
egenskaper. Utvecklingen av nya metoder är ofta kopplat till utveckling av nya instruktioner
som utförs av MRI-systemet. Dessa instruktioner benämns pulssekvenser och är fundamentalt
kopplade till den information som visas i den slutliga MRI bilden.

Inom forskning där nya pulssekvenser utvecklas finns det ett behov av att snabbt testa
pulssekvensprototyper på kliniska system för att utvärdera sekvenserna i verklighetstrogna
situationer. Prototyper konstrueras ofta inom det ramverk som används av MRI-systemets
tillverkare för att konstruera pulssekvenser. Dessa ramverk kräver ofta avancerade program-
meringskunskaper och potentiellt utbildning kring ett specifikt ramverk vilket innebär att ta
fram prototypekvenser i många fall är ett mycket arbetskrävande moment.

En lösning för att underlätta utveckling av nya pulssekvenser är att använda ramverk ämnade
för forskning som inte är kopplade till någon tillverkare. Ett sådant ramverk är Pulseq. Kon-
struktion av pulssekvenser i Pulseq är mer tillgängligt, men orsakar också nya utmaningar.

För att ta fram MRI-bilder på vävnad måste data behandlas genom ett antal matematiska
operationer. Denna process benämns rekonstruktion och utförs normalt av MRI-systemet.
För data insamlad med pulssekvenser konstruerade i Pulseq kan rekonstruktionen vanligtvis
inte utföras av MRI-systemet.

Syftet med detta masterarbete är att implementera och utvärdera metoder för rekonstruktion
av data insamlad med pulssekvenser konstruerade i Pulseq. Specifikt metoder för rekonstruk-
tion av data insamlade med accelererade bildtagning i form av EPI utläsning i kombination
med GRAPPA och partial Fourier metoder. Kopplat till detta implementerades även en navi-
gatorbaserad metod för reduktion av bildartefakten “Nyquist N/2 spöken” som är typiska vid
EPI utläsning.

Metoderna utvärderades med simulerad samt med ett fysiskt vattenfantom. Diffusionsviktade
hjärndata nersamplades för att konstruera artificiella accelererad dataset. Rekonstruktioner
och parameterkartor konstruerades från alla dataset.

Rekonstruktion av både digital och fysiska fantombilder var lyckade för alla metoder. In-
tensiteten av N/2 spöken kunde reducerades av den navigatorbaserade korrektionsmetoden
för digital fantom men gav inte förbättringar för de slutliga fysiska fantombilderna. Gene-
rellt behöll parameterkartorna baserade på accelererade dataset liknande kontrast som det
ursprungliga datasetet, men med sämre bildkvalitet.

• author: Steger Larsson, Joakim
• supervisor: Malwina Molendowska; Filip Szczepankiewicz; Viktor Olsson
• organization: Medical Physics Programme
• course: MSFT02 20262
• year: 2026
• type: H2 - Master's Degree (Two Years)
• subject: Medicine and Health Sciences
• language: English
• id: 9248516
• date added to LUP: 2026-08-17 16:29:58
• date last changed: 2026-08-18 11:09:58