MARC

 008260126s2025        us                              c    eng  d
■001000017359179
■00520260202104845
■006m          o    d                
■007cr#unu||||||||
■020    ▼a9798290943862
■035    ▼a(MiAaPQ)AAI32173649
■040    ▼aMiAaPQ▼cMiAaPQ
■0820  ▼a616
■1001  ▼aMing,  Zhengyang.
■24510▼aDevelopment  and  Applications  of  Cluster-Based  Motion  Resolved  Technique  for  Cardiac  Cine  MRI  in  Complex  Arrhythmias
■260    ▼a[Sl]▼bUniversity  of  California,  Los  Angeles▼c2025
■260  1▼aAnn  Arbor▼bProQuest  Dissertations  &  Theses▼c2025
■300    ▼a166  p
■500    ▼aSource:  Dissertations  Abstracts  International,  Volume:  87-02,  Section:  B.
■500    ▼aAdvisor:  Nguyen,  Kim-Lien;Christodoulou,  Anthony  G.
■5021  ▼aThesis  (Ph.D.)--University  of  California,  Los  Angeles,  2025.
■520    ▼aMagnetic  resonance  imaging  (MRI)  is  prone  to  image  blurring  and  artifacts  due  to  motion,  particularly  in  cardiac  imaging.  Electrocardiogram  (ECG)  gating  was  developed  to  compensate  for  cardiac  motion  during  breath-holding  and  is  effective  for  patients  with  sinus  rhythm.  For  patients  with  irregular  heart  rhythms,  arrhythmia  rejection  is  used  to  filter  out  abnormal  heartbeats,  allowing  ECG  gating  to  operate  on  normal  beats.  However,  when  a  high  percentage  of  heartbeats  are  abnormal,  this  method  can  significantly  prolong  scan  times,  complicating  the  detection  of  actual  cardiac  motion.  Recent  studies  have  attempted  to  classify  heartbeats  into  distinct  types  for  specific  reconstructions;  however,  these  methods  are  only  applicable  to  arrhythmias  with  defined  patterns  and  lack  effectiveness  for  highly  irregular  conditions,  such  as  atrial  fibrillation.  Additionally,  ECG-based  techniques  can  be  affected  by  noise  and  instability,  particularly  in  high  magnetic  fields,  while  non-ECG-based  methods  usually  assume  periodic  cardiac  motion  and  are  seldom  tested  on  patients  in  atrial  fibrillation.  To  address  the  challenges  of  motion  in  cardiac  imaging  for  arrhythmia  patients,  this  dissertation  focuses  on  developing  motion-resolving  techniques  for  complex  arrhythmias  such  as  atrial  fibrillation.  The  first  objective  is  to  establish  a  basic  clustering  method  to  demonstrate  its  effectiveness  in  managing  motion  in  sinus  rhythm  and  selected  arrhythmia  cases.  The  second  objective  involves  customizing  the  clustering  algorithm  to  enhance  image  quality  and  performance  in  the  presence  of  highly  irregular  cardiac  motion.  The  final  objective  examines  the  robustness  of  the  adaptive  clustering  approach  under  various  combinations  of  regular  and  irregular  cardiac  and  respiratory  motion,  highlighting  its  potential  for  clinical  use.  This  dissertation  significantly  advances  our  approach  to  resolving  irregular  motion  in  cardiac  imaging  and  enhances  the  detection  of  arrhythmia  dynamics.  It  also  presents  a  universal  clustering-based  framework  for  addressing  motion  challenges  in  cardiac  MRI.
■590    ▼aSchool  code:  0031.
■650  4▼aMedical  imaging
■650  4▼aBiomedical  engineering
■650  4▼aHealth  sciences
■653    ▼aAtrial  fibrillation
■653    ▼aCardiac  cine  imaging
■653    ▼aCardiac  motion
■653    ▼aClustering  algorithm
■653    ▼aMagnetic  resonance  imaging
■690    ▼a0574
■690    ▼a0541
■690    ▼a0566
■690    ▼a0769
■71020▼aUniversity  of  California,  Los  Angeles▼bPhysics  and  Biology  in  Medicine  009Y.
■7730  ▼tDissertations  Abstracts  International▼g87-02B.
■790    ▼a0031
■791    ▼aPh.D.
■792    ▼a2025
■793    ▼aEnglish
■85640▼uhttp://www.riss.kr/pdu/ddodLink.do?id=T17359179▼nKERIS▼z이  자료의  원문은  한국교육학술정보원에서  제공합니다.

미리보기

내보내기

chatGPT토론

Ai 추천 관련 도서