摘要

本文介绍的CMRxRecon2024数据集是一个多模态、多视角的心脏磁共振成像（MRI）k空间数据集，旨在推动加速心脏MRI的通用机器学习技术的发展。该数据集是目前公开的最大且最多样化的心脏k空间数据集，包含330名健康志愿者的数据，覆盖了临床心脏MRI工作流程中常用的多种模态、解剖视图和采集轨迹。通过提供一个开放平台，包括教程、基准和数据处理工具，该数据集旨在促进心脏MRI重建方法的技术开发、公平评估和临床转化。

原理

CMRxRecon2024数据集的核心在于其多模态、多视角的k空间数据，这些数据通过3T MRI扫描仪和多通道心脏线圈从330名健康志愿者中获取。数据集包括心脏电影、T1/T2映射、标记、相位对比（即flow2d）和黑血成像等多种模态，以及长轴（LAX）、短轴（SAX）等多种解剖视图。此外，数据集还提供了多种k空间欠采样轨迹（如均匀、高斯和伪径向）和不同的加速因子，用于回顾性欠采样。这些数据的多样性和高质量为开发和验证通用图像重建框架提供了基础，这些框架能够在临床实践中实现快速和鲁棒的重建。

流程

数据集的准备过程从数据采集开始，经过匿名化处理、质量控制和格式转换，最终形成可供使用的k空间数据集。数据采集使用3T扫描仪和多通道心脏线圈，参与者在扫描过程中记录心电图（ECG）信号。采集的数据包括多种模态和解剖视图，如心脏电影成像的七个解剖视图和T1映射的短轴视图等。数据准备阶段，原始数据从扫描仪导出并提取k空间数据，进行匿名化处理和质量控制，最终转换为Matlab格式。数据集分为训练、验证和测试集，支持公平的性能评估和方法开发。

应用

CMRxRecon2024数据集的应用前景广泛，主要用于训练和评估新的心脏MRI重建方法。该数据集不仅支持深度学习技术在心脏MRI重建中的应用，还为开发能够在临床实践中广泛应用的通用框架提供了数据支持。随着技术的进步和数据集的不断扩展，预计将推动心脏MRI技术在临床诊断中的更广泛应用，实现更高效、患者友好的成像技术。