下列何種演算法最常將 MRI 中 k 空間（ k-space ）的資訊，轉換成臨床看到的灰階亮度影像？

本題觀念：

本題測試的是磁振造影（MRI）中影像重建（Image Reconstruction）的基礎數學原理。在 MRI 掃描過程中，接收線圈所收集到的原始訊號（raw data）會被儲存在一個稱為 k 空間（k-space） 的矩陣中。k 空間代表的是「空間頻率域（spatial frequency domain）」，必須透過特定的數學演算法將其轉換為「空間域（spatial domain）」，才能形成我們在臨床上所看到的灰階解剖影像。

選項分析

• (A) Laplace transform（拉普拉斯轉換）：錯誤。拉普拉斯轉換主要用於工程學與物理學中，用來解析線性常微分方程式或進行控制系統分析，並非 MRI 影像重建使用的演算法。
• (B) Hounsfield transform：錯誤。醫學影像中並沒有「Hounsfield 轉換」這個名詞。Hounsfield 是電腦斷層（CT）發明者之一的名字，臨床上常聽到的是 Hounsfield Unit（HU），用來表示 CT 影像中組織的衰減係數（放射密度），與 MRI k 空間重建無關。
• (C) fast Fourier transform（快速傅立葉轉換，FFT）：正確。快速傅立葉轉換是計算離散傅立葉轉換（Discrete Fourier Transform, DFT）

...（解析預覽）...