NORAS Coil Compare — Stufe-3a Konzeptvergleich
Stufe-B+ SurrogatPre-Prototype | kein ScannerKeine Phantom-Validation

Executive Summary

  • Ranking SNRPI (stabil, alle 16 Conditions): Mam_18Ch ≫ Mam_12Ch ≫ {BI_7 ≈ Mam_8Ch}
  • Reines SNR (kein PPA), Brust-Zentrum, 1.5T: Mam_18Ch 9.8× über BI_7 (sagittal). Bei 3T: 16.7×× — Proximity-Effekt kleiner Loops, verstärkt durch R_sample ∝ ω².
  • SNR_PI sagittal H-F R=3, 1.5T: Mam_18Ch 3.1× über BI_7.
  • Methodik: Biot-Savart + lossy-half-space (σ=0.5 S/m), Ψ diagonal. Stufe-B+ — absolute Werte erfordern Phantom-Validation.

1. Spulenkonzepte & Geometrie

CAD-Renderings (STEP-Geometrie): grüne Linien = Receive-Leiterbahnen, grau = Gehäuse.

BI_7
7-KanalBI_7

7 grosse flache Receive-Loops, alle bei Z=0. Keine Z-Verteilung.

Mammaria_8Ch
8-KanalMam_8Ch

4-Quadranten-Cup, bilateral symmetrisch.

Mammaria_12Ch
12-KanalMam_12Ch

Erweiterte Cup-Geometrie, höhere Kanaldichte.

Mammaria_18Ch
18-KanalMam_18Ch

4 laterale + 4 mediale Panels, Z-verteilt.

2. Schnittpositions-Übersicht

Rote Linien = tatsächlich ausgewertete Ebenen. Gelbe Kreise = Kanal-Zentren mit ID aus Biot-Savart-Metadaten. Koordinaten: X=R-L, Y=A-P, Z=H-F (aus STEP-Geometrie).

Schnittpositions-QA: X/Y (Ansicht von anterior/Z), X/Z (Draufsicht/Y), Z/Y (Sagittalansicht/X). Die Karten in Abschnitt 4–6 wurden exakt bei diesen Positionen ausgewertet.

3. Methodik — Stufe-3a

Quasi-statisches Thin-Wire-Receive-Surrogat

Grundlage ist das Biot-Savart-Gesetz für dünne Drahtwiderlöops. Jeder Receive-Loop wird als ideal uniform durchflossene Stromschleife modelliert — dies entspricht der Wirkung realer Multi-Kapazitor-Segmentierung: verteilte Kapazitoren halten jedes Segment elektrisch kurz gegenüber λ (λGewebe bei 3T ≈ 30 cm, typisches Segment ≪ 3 cm), wodurch quasi-uniformer Strom die korrekte Beschreibung ist. Die Methodik ist damit modell-selbstkonsistent.

Rauschmodell und Frequenzabhängigkeit

Die Rauschkovarianz-Matrix Ψ ist diagonal (keine Kanal-Kopplung). Diagonale: R_coil + R_sample pro Kanal. Wichtige Einschränkung: In realen Spulen mit eng benachbarten Loops (v.a. Mam_18Ch) entstehen nicht-vernachlässigbare Rauschkorrelationen zwischen Kanälen (off-diagonal Ψ). Diese führen in der Realität zu schlechteren g-Faktoren als hier berechnet. Unsere PPA-Aussagen sind daher für hochkanalige Spulen optimistisch. Das SNR-ohne-PPA-Ranking ist davon unberührt, da es keine g-Faktor-Berechnung enthält.

Frequenzabhängigkeit: R_sample ∝ ω² (dielektrische Verluste), R_coil ∝ √ω (Skin-Effekt), also Q-Ratio = R_sample/R_coil ∝ ω1.5. Bei 3T ist die Probe ca. 2.8× stärker raushdominiert als bei 1.5T → kleine gewebenahe Loops profitieren relativ stärker. Erst auf Stufe 3 ist ein belastbarer 1.5T-vs-3T-Vergleich möglich.

Belastbarkeit der Aussagen

  • ✓ Hoch belastbar: Relatives SNR-Ranking (Geometrie-dominiert), monotoner Trend 7Ch→18Ch, Dominanz kleiner Loops an der Spulenoberfläche
  • ~ Belastbar mit Caption: PPA-Ranking (SNR_PI), Faktor-Aussagen, 1.5T-vs-3T-Trend — da Ψ-diagonal-Annahme optimistisch für enge Loops
  • ✗ Nicht ohne Phantom: Absolute SNR- und g-Faktor-Werte, Noise-Coupling-Effekte, Matching/Preamp-Beiträge
Methoden-Caption (zitierbares Format):

Quasi-statisches STEP-Receive-Surrogat. Receive-Loops als ideal uniform durchflossene Stromschleifen (Multi-Kapazitor-Annahme). B⊂1;⊃− via Biot-Savart. Rauschkovarianz: halbkugelige lossy-Sample-Näherung (σ=0.5 S/m, Hayes-Edelstein) + diagonale Spulen-Resistance. 1/g-Maps und SNR_PI nach Pruessmann et al. (MRM 1999). 64 MHz (1.5T) und 123 MHz (3T). Ergebnisse sind in-silico relative Layout-Indikatoren, keine EM-validierten Werte.

Nicht modelliert

  • Noise-Kopplung zwischen Kanälen (Ψ off-diagonal) — optimistisch für eng gepackte Arrays
  • Matching/Decoupling-Netzwerke, Preamp-Noise, S-Parameter
  • Volle Welleneffekte (bei 3T grenzwertig, Caveat)
  • CAIPIRINHA / 2D-Sampling (echte Lücke gegenüber Industrie-Praxis)
  • Patientenspezifische Anatomie (vereinfachter Halbraum)

4. SNR-Surrogat ohne PPA (MRC-Kombination)

Was wird hier gemessen?

Die baseline_snr_like_map repräsentiert das Maximum-Ratio-Combining-SNR (MRC, Roemer et al. 1990): den theoretisch optimalen SNR für jeden Voxel ohne Beschleunigung. Formel: SNR_MRC = √(sHΨ-1s), wobei s der komplexe Sensitivitätsvektor und Ψ die Rauschkovarianzmatrix ist. Unter diagonalem Ψ: MRC = gewichtetes RSS, Gewichte = 1/σi².

Dies ist die reine Empfangssensitivität ohne Beschleunigungs-Rauschverstärkung. Sie gibt Auskunft über: Wie viel Signal kann die Spule pro Voxel auffangen? Hoher Wert = guter unbesch. Scan. Niedriger Wert = fundamental limitiert.

Proximity-Effekt und Tiefenverhalten

Für eine dünne Leiterschleife gilt: Sensitivität ∝ 1/r (Biot-Savart, Nahfeld). Daraus folgt: SNR per Kanal ∝ 1/r², RSS-Kombination ∝ √(∑1/r&sup4;). Kleine, gewebenahe Loops dominieren extrem stark nahe der Spule, verlieren aber relativ schnell mit Tiefe. Große Loops (BI_7) haben gleichmäßigere Tiefencharakteristik — aber absolute Sensitivität deutlich niedriger als eng anliegende Cup-Arrays.

Die 1cm³-Auswerteboxen (rote Kästchen in den Karten) illustrieren diesen Effekt konkret: Z (rot) = Brust-Zentrum, R (orange) = ~1cm von Spulenoberfläche. Quantitative Auswertung: Abschnitt 9.

Abgrenzung zu SNR_PI (Abschnitt 5): Abschnitt 4 misst das reine SNR-Potenzial ohne jede Beschleunigung. Abschnitt 5 (SNR_PI) misst das SNR nach SENSE-Entfaltung bei Beschleunigung R. SNR_PI wird durch den g-Faktor zusätzlich reduziert. Beide Metriken zusammen geben ein vollständiges Bild.

4 — Geometrie-Surrogat (Stufe-0): qualitative SNR-Übersicht

Geometrie-Surrogat (1/r von Loop-Zentroiden): Zeigt die grobe relative SNR-Verteilung aus Spulengeometrie. Z-Box = Brust-Zentrum, R-Box = ~1cm von lateraler Spulenoberfläche. Das Zentrum-SNR unterscheidet sich visuell kaum zwischen den 4 Konzepten (→ konsistent mit Stage-1-Biot-Savart-Werten in Abschnitt 9.1). Quantitative Auswertung der Z/R-Boxen in Abschnitt 9.1.
Stufe-0: Root-Sum-of-Squares 1/r-Näherung von Loop-Zentren. Bilaterales FOV. Zeigt grobe Sensitivitätsverteilung und Loopgeometrie-Einfluss.

SNR-Geometrie-Surrogat — Transversal R-L. Z-Box (rot) = Brustmittelpunkt, R-Box (orange) = ~1cm vor lateraler Spule (Visualisierung als 1cm-Quadrat; reale Auswertebox ist H-F-langer Quader Z±50mm, siehe Caveat in 9.1).

SNR-Geometrie-Surrogat — Koronal X-Z. Z-Box (rot, 1cm-Würfel) = Brustmittelpunkt-Projektion (X=xₐ, Z=0).

SNR-Geometrie-Surrogat — Sagittal H-F. 3D-Übersicht Tiefenprofil und H-F-Abdeckung (keine Auswertebox).

5. SNRPI mit PPA (R=2, R=3)

Was wird hier gemessen?

SNRPI = SNRfull / (g · √R) [Pruessmann et al., MRM 1999, Gl. 25].

Diese Formel setzt sich aus drei Faktoren zusammen:
• SNRfull: Das unbesch. MRC-SNR (= Wert aus Abschnitt 4)
• g ≥ 1: Geometrie-Faktor — Rauschverstärkung durch SENSE-Entfaltung (g=1 = ideal, kein zusätzliches Rauschen)
• √R: SNR-Verlust durch k-Raum-Unterabtastung (R=2: ×1.41, R=3: ×1.73)

SNR_PI ist die entscheidende Metrik für den klinischen Wert einer Spule bei Beschleunigung: eine Spule mit gutem g aber niedrigem SNR_full kann trotzdem niedriges SNR_PI haben (BI_7-Effekt). Umgekehrt: hohe absolute Sensitivität kann schlechtes g mehr als kompensieren (Mam_18Ch-Effekt).

Modell-Einschränkung: Unter diagonalem Ψ (keine Kanal-Kopplung) berechnet sich g rein aus der geometrischen Sensitivitätsverteilung. In realen eng gepackten Arrays (Mam_18Ch) würde noise coupling die g-Faktoren verschlechtern. Unsere SNR_PI-Werte sind für hochkanalige Spulen optimistisch. Das relative Ranking bleibt voraussichtlich robust.
Abgrenzung zu Abschnitt 4 (SNR ohne PPA): Abschnitt 4 zeigt Potenzial ohne Beschleunigung. Abschnitt 5 zeigt, was nach SENSE-Entfaltung davon übrig bleibt. Der Vergleich beider Abschnitte zeigt, ob eine Spule gut encodiert (kleiner g-Abstand zwischen Abschnitten) oder schlecht (grosser g-Verlust).
SNR<sub>PI</sub> R=2 — Sag H-F — 1.5T

SNRPI R=2 — Sag H-F — 1.5T

SNR<sub>PI</sub> R=3 — Sag H-F — 1.5T

SNRPI R=3 — Sag H-F — 1.5T

SNR<sub>PI</sub> R=2 — Trans R-L — 1.5T

SNRPI R=2 — Trans R-L — 1.5T

SNR<sub>PI</sub> R=3 — Trans R-L — 1.5T

SNRPI R=3 — Trans R-L — 1.5T

SNR<sub>PI</sub> R=2 — Sag H-F — 3T

SNRPI R=2 — Sag H-F — 3T

SNR<sub>PI</sub> R=3 — Sag H-F — 3T

SNRPI R=3 — Sag H-F — 3T

SNR<sub>PI</sub> R=2 — Trans R-L — 3T

SNRPI R=2 — Trans R-L — 3T

SNR<sub>PI</sub> R=3 — Trans R-L — 3T

SNRPI R=3 — Trans R-L — 3T

Alternative Convention b0_y (Robustness-Check) SNR<sub>PI</sub> R=2 — Sag H-F — 1.5T (b0_y)

SNRPI R=2 — Sag H-F — 1.5T (b0_y)

SNR<sub>PI</sub> R=3 — Sag H-F — 1.5T (b0_y)

SNRPI R=3 — Sag H-F — 1.5T (b0_y)

SNR<sub>PI</sub> R=2 — Trans R-L — 1.5T (b0_y)

SNRPI R=2 — Trans R-L — 1.5T (b0_y)

SNR<sub>PI</sub> R=3 — Trans R-L — 1.5T (b0_y)

SNRPI R=3 — Trans R-L — 1.5T (b0_y)

SNR<sub>PI</sub> R=2 — Sag H-F — 3T (b0_y)

SNRPI R=2 — Sag H-F — 3T (b0_y)

SNR<sub>PI</sub> R=3 — Sag H-F — 3T (b0_y)

SNRPI R=3 — Sag H-F — 3T (b0_y)

SNR<sub>PI</sub> R=2 — Trans R-L — 3T (b0_y)

SNRPI R=2 — Trans R-L — 3T (b0_y)

SNR<sub>PI</sub> R=3 — Trans R-L — 3T (b0_y)

SNRPI R=3 — Trans R-L — 3T (b0_y)

6. 1/g-Karten (Encoding-Effizienz)

Was ist der g-Faktor?

Der g-Faktor [Pruessmann 1999, Gl. 24] quantifiziert die Rauschverstärkung durch die SENSE-Entfaltungsmatrix. Formal: g = √[(SHΨ-1S)-1⊂ρρ · (SHΨ-1S)⊂ρρ]

Physikalische Bedeutung: Je ähnlicher die Sensitivitätsmuster von zwei räumlich gefalteten Voxeln sind, desto schlechter kann SENSE sie trennen → höheres g. g=1 bedeutet: die Spule liefert perfekte räumliche Diversität für dieses Aliasing-Paar. g ≥ 1 ist mathematisch garantiert (Cauchy-Schwarz-Ungleichung).

g hängt ab von: (1) Anzahl und Geometrie der Coils, (2) Bildebene und Phase-Encoding-Richtung, (3) Voxel-Position, (4) Rauschkovarianz-Matrix Ψ, (5) Beschleunigungsfaktor R.

g-Faktor-Paradox (wichtig!):
BI_7 zeigt sagittal H-F bei R=3 einen 1/g=0.876 (besser) vs. Mam_18Ch 1/g=0.469 (schlechter). Trotzdem: SNRPI von Mam_18Ch (0.721) ist 3.1× höher als BI_7 (0.234).

Erklärung: BI_7s 7 grosse, weiter entfernte Loops haben gute geometrische Diversität (gutes g) — aber niedrige absolute Sensitivität. Mam_18Chs kleine, anliegende Loops haben mehr Sensitivitäts-Overlap (schlechteres g), aber die drastisch höhere absolute Sensitivität dominiert SNR_PI. 1/g allein ist kein ausreichendes Qualitätsmerkmal. SNR_PI ist die richtige Metrik.
1/g R=2 — Sag H-F — 1.5T

1/g R=2 — Sag H-F — 1.5T

1/g R=3 — Sag H-F — 1.5T

1/g R=3 — Sag H-F — 1.5T

1/g R=2 — Trans R-L — 1.5T

1/g R=2 — Trans R-L — 1.5T

1/g R=3 — Trans R-L — 1.5T

1/g R=3 — Trans R-L — 1.5T

1/g R=2 — Sag H-F — 3T

1/g R=2 — Sag H-F — 3T

1/g R=3 — Sag H-F — 3T

1/g R=3 — Sag H-F — 3T

1/g R=2 — Trans R-L — 3T

1/g R=2 — Trans R-L — 3T

1/g R=3 — Trans R-L — 3T

1/g R=3 — Trans R-L — 3T

Alternative Convention b0_y (Robustness-Check) 1/g R=2 — Sag H-F — 1.5T (b0_y)

1/g R=2 — Sag H-F — 1.5T (b0_y)

1/g R=3 — Sag H-F — 1.5T (b0_y)

1/g R=3 — Sag H-F — 1.5T (b0_y)

1/g R=2 — Trans R-L — 1.5T (b0_y)

1/g R=2 — Trans R-L — 1.5T (b0_y)

1/g R=3 — Trans R-L — 1.5T (b0_y)

1/g R=3 — Trans R-L — 1.5T (b0_y)

1/g R=2 — Sag H-F — 3T (b0_y)

1/g R=2 — Sag H-F — 3T (b0_y)

1/g R=3 — Sag H-F — 3T (b0_y)

1/g R=3 — Sag H-F — 3T (b0_y)

1/g R=2 — Trans R-L — 3T (b0_y)

1/g R=2 — Trans R-L — 3T (b0_y)

1/g R=3 — Trans R-L — 3T (b0_y)

1/g R=3 — Trans R-L — 3T (b0_y)

7. Composite Score (Mean Rank)

Der Composite Score ist der mittlere Rang über alle 16 Bedingungen (SNR_PI und 1/g, R=2/R=3, sagittal H-F + transversal R-L, 1.5T + 3T, beide Conventions). Score=1.0 = konsistent Platz 1 in allen Bedingungen.

Interpretation und Grenzen:

Ein niedriger Composite Score zeigt, dass die Überlegenheit nicht von einer einzelnen Bedingung abhängt — das Ranking ist robust. Allerdings werden SNR_PI und 1/g gleich gewichtet, obwohl 1/g allein eine schwache Metrik ist (g-Faktor-Paradox). Der SNR_PI-Composite ist der entscheidendere Teilscore.

Der Score beinhaltet nicht absolute Werte, sondern Rang-Informationen. Die Unterschiede zwischen Rang 1 und 2 können klein oder groß sein — für Absolutwerte siehe Abschnitte 5 und 9.

Composite Score (Mean Rank) — Stufe-3a, ROI v4. Niedrig = besser. Score 1.00 = konsistent Rang 1 in allen 16 Conditions.

8. Quantitative PPA-Tabellen (ROI v4, g≤1.3)

Leseweise

  • 1/g [0..1]: Encoding-Effizienz nach SENSE-Entfaltung. 1.0 = kein Rauschgewinn, 0.77 = Schwelle (g≤1.3, Siemens-strict). Grün=gut, Rot=kritische Rauschverstärkung.
  • SNRPI: Effektives SNR nach SENSE bei Beschleunigung R. Höher = besser. Werte >1 bedeuten: trotz Beschleunigung noch gutes SNR.
  • Rmax: Höchste Beschleunigung bei der 1/g ≥ 0.77 im klinischen ROI erfüllt ist. R=1 = Spule erfüllt g≤1.3 bei dieser Konfiguration nicht.
  • Mam_18Ch Rmax=1 sagittal: g-Faktor-Paradox — enge Loops geben schlechtere SENSE-Konditionierung, aber viel höheres SNR_PI (weil SNR_full dominiert). Nicht als Schwäche interpretieren!
  • Convention: b0_z (primär, klinisch üblich: B0 entlang Bohrung/H-F) und b0_y (alternativ). b0_z entspricht dem Standardbetrieb klinischer MRT-Systeme.
  • ROI v4: Y=−75/+65mm, Z=±100mm (sagittal), X=±75mm (transversal). Exkludiert axilläre und mediale Spaltbereiche. Absolute Zahlen nicht vergleichbar mit älteren ROI-Versionen.

1.5T (64 MHz)

Sagittal H-F

Setup1/g R=21/g R=3SNRPI R=2SNRPI R=3Rmax (g≤1.3)
BI_70.9910.8760.3230.234>=3
Mam_8Ch0.4700.2120.2150.0791.0
Mam_12Ch0.9140.7150.7620.4872.0
Mam_18Ch0.6520.4691.2280.7211.0

Transversal R-L

Setup1/g R=21/g R=3SNRPI R=2SNRPI R=3Rmax (g≤1.3)
BI_70.9980.9450.3130.241>=3
Mam_8Ch0.9970.9510.4600.358>=3
Mam_12Ch0.9960.9800.8840.710>=3
Mam_18Ch0.9490.8032.1721.501>=3

3T (123 MHz)

Sagittal H-F

Setup1/g R=21/g R=3SNRPI R=2SNRPI R=3Rmax (g≤1.3)
BI_70.9900.8760.1690.122>=3
Mam_8Ch0.4700.2120.1130.0411.0
Mam_12Ch0.7660.6340.4130.2791.0
Mam_18Ch0.4900.3620.7680.4631.0

Transversal R-L

Setup1/g R=21/g R=3SNRPI R=2SNRPI R=3Rmax (g≤1.3)
BI_70.9980.9450.1640.126>=3
Mam_8Ch0.9970.9510.2410.188>=3
Mam_12Ch0.9900.9520.5480.430>=3
Mam_18Ch0.8890.6861.5150.9552.0

9. Management-Zusammenfassung

Convention b0_z, ROI v4. Stufe-B+ Surrogat. Relative Werte belastbar; absolute Werte erfordern Phantom-Validation am Scanner.

9.1 Reines SNR ohne PPA (MRC-Sensitivität, alle 4 Konzepte)

Diese Tabelle zeigt das fundamentale SNR-Potenzial unabhängig von Beschleunigung. Sie beurteilt, welche Spule mehr Signal empfängt — egal ob beschleunigt oder nicht. Die drei Auswerteregionen (Gesamt-ROI, Zentrum Z, Rand R) zeigen das Tiefenverhalten.

Zentrum Z: 20×20mm Bereich im Brustmittelpunkt (Z=0 sagittal / X=xsag transversal).
Rand R: 20×20mm Bereich ~1cm von der Spulenoberfläche (Z≈+90mm anterior / X=xsag+60mm lateral).
Methodik: Stufe-1, Ψ=I (kein Rsample-Frequenzgewicht, daher frequenzunabhängig). 3D-Auswertung im transversalen Z=0-Schnitt. Z-Box = Brustmittelpunkt (X=xₐ, Y=yₐ, Z=0), ±10 mm. R-Box = ~1 cm von lateraler Spulenfläche (X=xR, Y=yₐ, Z=0), ±10 mm. Normierung: jede Spalte separat auf BI_7. ×-Werte: grün=≥2×, orange=≥1.3×.
Setup / Kanal­zahl Gesamt-ROI
norm. auf BI_7		 Z Brust-Zentrum
norm. auf BI_7		 R Rand~1cm
norm. auf BI_7
BI_7
7 Kanäle		 1.040
1.00×		 0.863
1.00×		 1.294
1.00×
Mam_8Ch
8 Kanäle		 0.808
0.78×		 0.787
0.91×		 1.571
1.21×
Mam_12Ch
12 Kanäle		 1.223
1.18×		 0.916
1.06×		 1.649
1.27×
Mam_18Ch
18 Kanäle		 1.494
1.44×		 1.174
1.36×		 1.268
0.98×

Hinweis: Stufe-3a (Rsample ∝ ω² · σ · a³) überschätzt den Zentrum-Vorteil kleiner Loops durch Rauschgewichtung (Modell-Artefakt bei engem Spulenabstand). Stufe-1 zeigt das geometriebasierte Ranking ohne diesen Effekt.

9.1b Ergänzung: L-Box (Stufe-3a, lateral, Ψ-gewichtet)

Die obige Stufe-1-Tabelle (Ψ=I) ist bewusst konservativ. Die folgende Tabelle zeigt zum Vergleich dieselbe laterale Randregion mit der Stufe-3a-Methode (Hayes-Edelstein-gewichtetes Rauschmodell) — validiert und neu berechnet am 09.07.2026, siehe METHODIK_FINAL.md.
Methodik: Stufe-3a, Ψ Hayes-Edelstein-gewichtet (Rsample ∝ ω²). Peak-Wert in einer 3D-Box an der lateralen Spulenposition (X=xL±10mm, Y=yb±10mm, Z±50mm). Normierung: jede Spalte separat auf BI_7. Validiert/neu berechnet 09.07.2026 (siehe METHODIK_FINAL.md).
Setup / Kanal­zahl L-Box 1.5T
norm. auf BI_7		 L-Box 3T
norm. auf BI_7
BI_7
7 Kanäle		 1.000× 1.000×
Mam_8Ch
8 Kanäle		 0.975× 0.974×
Mam_12Ch
12 Kanäle		 0.933× 0.951×
Mam_18Ch
18 Kanäle		 4.821× 7.176×

Hinweis: Diese Tabelle nutzt die Psi-gewichtete Stufe-3a-Methode (optimistischer fuer eng gepackte Arrays, siehe Methodik-Review 09.07.2026). Die vorherige Tabelle (Stufe-1, Ψ=I) zeigt zum Vergleich das konservativere, geometriebasierte Ranking derselben lateralen Randregion. Beide Werte zusammen zeigen die Bandbreite zwischen optimistischer und konservativer Modellannahme — kein Widerspruch, sondern zwei bewusst gegenuebergestellte Methodenannahmen.

9.2 PPA-Performance: SNRPI-Vorteil (alle 4 Konzepte vs. BI_7, b0_z)

Klinische Bedeutung der Ebenen:
Sagittal H-F = Beschleunigung entlang H-F (Kopf-Fuß) in der Sagittalebene — typisch für bilaterale Brust-MRT in Bauchlage (Frequenz-Encoding R-L, Phase-Encoding H-F). Hier zeigen Z-verteilte Elemente (Mam_18Ch) den größten Vorteil.
Transversal R-L = Beschleunigung entlang R-L in der Transversalebene — alternative Konfiguration für axiale Schichten. Beide Richtungen sind klinisch relevant.

1.5T (64 MHz)

Setup vs. BI_7Sag H-F R=2Sag H-F R=3Trans R-L R=2Trans R-L R=3
BI_7 0.323
—		 0.234
—		 0.313
—		 0.241
—
Mam_8Ch 0.215
0.7×		 0.079
0.3×		 0.460
1.5×		 0.358
1.5×
Mam_12Ch 0.762
2.4×		 0.487
2.1×		 0.884
2.8×		 0.710
2.9×
Mam_18Ch 1.228
3.8×		 0.721
3.1×		 2.172
6.9×		 1.501
6.2×

3T (123 MHz)

Setup vs. BI_7Sag H-F R=2Sag H-F R=3Trans R-L R=2Trans R-L R=3
BI_7 0.169
—		 0.122
—		 0.164
—		 0.126
—
Mam_8Ch 0.113
0.7×		 0.041
0.3×		 0.241
1.5×		 0.188
1.5×
Mam_12Ch 0.413
2.4×		 0.279
2.3×		 0.548
3.4×		 0.430
3.4×
Mam_18Ch 0.768
4.5×		 0.463
3.8×		 1.515
9.3×		 0.955
7.6×

Fazit in 4 Punkten

  • Reines SNR-Potenzial (ohne PPA): Monotoner Anstieg BI_7→Mam_8Ch→Mam_12Ch→Mam_18Ch. Im Brust-Zentrum (1.5T sagittal): Mam_18Ch 9.8× über BI_7 (Proximity-Effekt der 18 eng anliegenden Loops). Bei 3T: 16.7××.
  • PPA sagittal H-F (klinisch primär): Mam_18Ch 3.1× über BI_7 (R=3, 1.5T). Mam_12Ch 2.1××. Mam_8Ch 0.3××. Ursache: Z-verteilte Elemente erzeugen H-F-Encoding-Diversität.
  • PPA transversal R-L: Mam_18Ch 6.2× über BI_7 (R=3, 1.5T). Höhere Beschleunigungen möglich.
  • Methodik-Einschränkung: PPA-Aussagen unter idealem Decoupling (Ψ diagonal) — optimistisch für enge Loops. Absolute Werte erfordern Phantom am Scanner. Relatives Ranking voraussichtlich robust.