Un fotógrafo captura a un corredor: para que la imagen no salga borrosa, necesita una velocidad de obturación corta. El escáner de RM es como ese fotógrafo, pero su 'obturación' es lenta: en ese tiempo, el músculo alcanza a cambiar. Por eso, la RM dinámica (una serie de imágenes volumétricas en movimiento) es un desafío: hay pocos datos y el movimiento no espera.
Un grupo de investigadores preparó un conjunto de datos abierto: nueve voluntarios sanos, con un manguito neumático en el muslo que comprime los músculos de forma controlada y repetible. Para un tipo de deformación se registraron tanto datos incompletos (rápidos) como imágenes de referencia completas. Las otras tres deformaciones solo tienen datos incompletos, como en una clínica real.
Para demostrar cómo usar el conjunto, los autores aplicaron un método simple de ordenamiento de datos por fases del movimiento y reconstruyeron las imágenes. El resultado coincidió con la referencia, lo que indica que el conjunto es adecuado para entrenar y evaluar algoritmos más avanzados.
Ahora cualquier investigador puede descargar estos datos y probar su propio método de reconstrucción de RM dinámica. Es un paso hacia que el tomógrafo se convierta en una videocámara de los órganos internos, y los médicos vean no una imagen congelada, sino movimiento vivo.
tal como lo escribieron los autores, en inglés arXiv:2602.08918
Dynamic volumetric MRI provides valuable information on in vivo motion and biomechanics, with applications spanning cardiac, musculoskeletal, or pulmonary imaging, amongst others. Developing reconstruction methods for time-resolved volumetric MRI is challenging due to the inherently slow acquisition process of MRI, which makes it an active area of research. However, in vivo validation of these methods remains challenging due to the lack of publicly available datasets with fully sampled ground-truth images. Here, we present a publicly available in vivo dataset designed to facilitate the development and validation of dynamic volumetric MRI reconstruction algorithms. Controlled and repeatable deformations of the muscles in the thigh were induced using a pneumatic pressure cuff, enabling the acquisition of both undersampled dynamic data and fully sampled validation images. The dataset comprises multichannel undersampled k-space data from nine healthy volunteers across four different dynamic deformations, with fully sampled validation data for one deformation. Additionally, an anatomical reference scan and muscle segmentation masks are provided for each subject. To illustrate a possible image reconstruction and validation approach, a binning-based reconstruction was performed on the undersampled data from six dynamic repetitions. The resulting images were consistent with the corresponding fully sampled validation images. This dataset offers possibilities for validating and advancing time-resolved volumetric MRI reconstruction methods.
El escáner de RM mide la señal no en el espacio de la imagen, sino en el llamado espacio k, que es como las notas de una partitura a partir de las cuales se reconstruye la melodía-imagen.