梁永剛，付麗媛，陳堅(jiān)，黃志峰，熊暉，李良杰，鐘群，肖慧，許尚文，陳自謙,2

1.聯(lián)勤保障部隊(duì)第900醫(yī)院（原南京軍區(qū)福州總醫(yī)院）放射診斷科，福建福州350025；2.廈門大學(xué)附屬東方醫(yī)院放射診斷科，福建福州350025

引言

為了確保磁共振成像（Magnetic Resonance Imaging，MRI）設(shè)備參數(shù)準(zhǔn)確、可靠及良好的運(yùn)行狀態(tài)，就需要定期對(duì)其進(jìn)行質(zhì)量控制檢測(cè)[1-4]。MRI系統(tǒng)構(gòu)成復(fù)雜，影響MRI影像質(zhì)量的因素很多，對(duì)整個(gè)MRI系統(tǒng)進(jìn)行全面測(cè)試十分困難，所以用戶僅進(jìn)行常規(guī)參數(shù)進(jìn)行檢測(cè)[5-6]。線性度是MRI系統(tǒng)質(zhì)控檢測(cè)必檢的參數(shù)之一，又稱為幾何畸變，是描述MRI系統(tǒng)所產(chǎn)生的圖像變形程度的參數(shù)，體現(xiàn)了MRI重現(xiàn)物體幾何尺寸的能力。圖像的線性度不好，即所得圖像有幾何扭曲，就不能真實(shí)反映成像物體的幾何結(jié)構(gòu)[7-8]。

線性度的檢測(cè)需要經(jīng)歷體模掃描和參數(shù)評(píng)估兩個(gè)階段，采用體模進(jìn)行質(zhì)量控制檢測(cè)時(shí)，真正費(fèi)時(shí)費(fèi)力的不是體模掃描本身，而是后續(xù)的線性度參數(shù)計(jì)算評(píng)估。線性度參數(shù)計(jì)算與評(píng)估所需時(shí)間會(huì)受檢測(cè)操作人員經(jīng)驗(yàn)程度的影響[9-11]，結(jié)果也會(huì)隨檢測(cè)者不同因人而異，部分受到主觀影響。為了最大程度提高效率，同時(shí)去除不同檢測(cè)人員帶來的主觀影響，本研究基于SMR170體模設(shè)計(jì)了自動(dòng)測(cè)量線性度系統(tǒng)，以期實(shí)現(xiàn)對(duì)MRI質(zhì)量控制的線性度參數(shù)進(jìn)行自動(dòng)、客觀的評(píng)價(jià)。

1 材料與方法

1.1 檢測(cè)體模及受檢設(shè)備

采用Magphan SMR 170性能測(cè)試體模，該體模由美國體模實(shí)驗(yàn)室研制，內(nèi)部加注硫酸銅溶液。受檢設(shè)備為Siemens Trio 3.0 T MRI（德國西門子公司制造），2008年10月投入使用。

1.2 體模掃描方法及參數(shù)

將體模穩(wěn)定置于安裝好的頭線圈內(nèi)，并使用水平儀檢查左右、前后水平，將激光燈對(duì)準(zhǔn)體模中心后送入磁體等中心位置，靜置5 min后進(jìn)行掃描。首先進(jìn)行三平面定位像掃描，然后在所得的三平面定位像上確定對(duì)體模軸位圖像的掃描位置層面，從上到下依次為1～5層（圖1）。掃描采用自旋回波成像脈沖序列 （Spin-Echo，SE），TR=500 ms，TE=30 ms，F(xiàn)OV=24 cm×24 cm，Matrix=256×256，激勵(lì)次數(shù)為 1次，單層掃描層厚為5 mm，接收帶寬為156 Hz/pixel。

圖1 在三平面定位像上確定對(duì)體模軸位圖像的掃描位置和層數(shù)示意圖

1.3 線性度計(jì)算方法

圖2 SMR170體模空間線性度測(cè)量示意圖

1.4 線性度自動(dòng)測(cè)量軟件實(shí)現(xiàn)方法

本自動(dòng)測(cè)量系統(tǒng)基于Matlab 2012b平臺(tái)進(jìn)行編寫，可對(duì)DICOM格式的文件進(jìn)行解析與處理，能夠詳細(xì)的獲取掃描參數(shù)。通過Matlab圖像處理，自動(dòng)測(cè)算出線性度參數(shù)，并輸出結(jié)果。系統(tǒng)框圖如圖3所示。

圖像預(yù)處理：結(jié)合SMR170常規(guī)檢測(cè)方法，發(fā)現(xiàn)要計(jì)算線性度等參數(shù)，必須先對(duì)圖像中特征區(qū)域進(jìn)行提取。通過對(duì)圖像進(jìn)行分析，發(fā)現(xiàn)體模中央?yún)^(qū)域除體模四個(gè)支撐柱處為低信號(hào)外，整體信號(hào)強(qiáng)度遠(yuǎn)遠(yuǎn)高于周圍背景區(qū)域，可利用自動(dòng)獲取閾值的方法進(jìn)行圖像二值化。選取二值化圖像中心點(diǎn)作為種子點(diǎn)進(jìn)行區(qū)域生長，并用合適的參數(shù)進(jìn)行膨脹腐蝕，使得圖形邊緣平滑規(guī)則，可以得到圖像中心的高信號(hào)方形區(qū)域，然后采用Hough直線檢測(cè)，通過Matlab直線檢測(cè)相關(guān)函數(shù)Houghlines，可以得到檢測(cè)出的四條直線的極坐標(biāo)表示以及每條直線經(jīng)過的兩點(diǎn)，根據(jù)這些參數(shù)，求得直線在圖像笛卡爾坐標(biāo)系中的斜率K，作為后續(xù)部分相關(guān)參數(shù)的提取的基礎(chǔ)。同時(shí)，由于SMR170體模為圓柱體，在擺放時(shí)可能會(huì)有旋轉(zhuǎn)角度偏差，通過K值可以對(duì)允許偏差范圍內(nèi)的圖像進(jìn)行校準(zhǔn)，而不必放棄圖像重新掃描。

圖3 線性度自動(dòng)測(cè)算系統(tǒng)框圖

SMR170體模軸位圖像第三層和第四層圖像均可用于線性度的檢測(cè)，但由于第四層中還存在空間分辨率的測(cè)量部件，圖像成分較為復(fù)雜，不易對(duì)線性度檢測(cè)部件單獨(dú)提取，因此選取第三層圖像進(jìn)行檢測(cè)。將圖像視為一個(gè)大的矩陣，只需確定線性度測(cè)量部件的各小圓點(diǎn)在矩陣中的坐標(biāo)位置，即可求出各點(diǎn)間的兩兩間距，與間距的相應(yīng)標(biāo)準(zhǔn)值作比較并代入公式，即可求得線性度，實(shí)現(xiàn)流程如圖4所示。

圖4 線性度測(cè)量實(shí)現(xiàn)流程

根據(jù)圖像中央方形特征區(qū)域相關(guān)參數(shù)，可以得到其中心坐標(biāo)，從而得到如圖5所示的橫縱兩條直線，沿著兩條直線提取二值圖中對(duì)應(yīng)位置的行與列，并分別對(duì)其求一階導(dǎo)，如圖6所示的位置特征圖。

圖5 第三層圖像二值圖

圖6 位置特征圖

原二值圖上高低信號(hào)變化時(shí)在特征圖中就會(huì)出現(xiàn)1或-1，則通過一組1和-1，求其位置中點(diǎn)，即可確定原圖中一個(gè)小圓點(diǎn)的位置。

原圖中縱向?yàn)閤方向，橫向?yàn)閥方向。以橫向?yàn)槔?，特征圖中從左至右、從右至左2～4組1和-1分別可以確定橫向特征線穿過的6各點(diǎn)的y坐標(biāo)，其x坐標(biāo)由特征線本身確定，然后分別以左側(cè)和右側(cè)第二個(gè)點(diǎn)的y坐標(biāo)作縱向特征線，類似地求出上下兩點(diǎn)的x坐標(biāo)，其他小圓點(diǎn)坐標(biāo)也可以用類似方法求出，得到小圓點(diǎn)坐標(biāo)如圖7所示。

圖7 小圓點(diǎn)提取位置示意圖

在得到所有圓點(diǎn)坐標(biāo)后，根據(jù)體模使用說明，求出標(biāo)準(zhǔn)距離為2、8、10、12 cm的圓點(diǎn)間的圖上測(cè)量距離，代入公式即可求得線性度。

1.5 統(tǒng)計(jì)學(xué)處理

采用Bland-Altman統(tǒng)計(jì)學(xué)方法對(duì)手工測(cè)量和自動(dòng)測(cè)量?jī)煞N方法的一致性進(jìn)行統(tǒng)計(jì)分析，以測(cè)量結(jié)果差值為縱軸，以兩種方法計(jì)算結(jié)果的均值為橫軸，繪制出散點(diǎn)坐標(biāo)圖，并標(biāo)出95%一致性界限，通常當(dāng)圖中位于區(qū)間內(nèi)的點(diǎn)占到95%以上且不超出專業(yè)上可接受的臨界值范圍時(shí)，則認(rèn)為兩種檢測(cè)方法的一致性滿足相互替代的要求[12-13]。

2 結(jié)果

以某次基于SMR170體模的MR設(shè)備質(zhì)量控制得到的第4層圖像作為檢測(cè)對(duì)象，根據(jù)圖2a所示對(duì)體模2、8、10、12 cm的圓點(diǎn)間的距離進(jìn)行測(cè)量，采用手工測(cè)量和自動(dòng)測(cè)量?jī)煞N方法對(duì)線性度進(jìn)行測(cè)算，每個(gè)距離測(cè)量四次，并繪制Bland-Altman圖，見圖8。手工測(cè)量和自動(dòng)測(cè)量?jī)煞N方法對(duì)線性度測(cè)量得到的數(shù)據(jù)均位于一致性界限范圍內(nèi)（-0.42%，0.68%），兩種方法的一致性較好，可相互替代。

圖8 Bland-Altman圖

3 討論

國內(nèi)關(guān)于MRI設(shè)備質(zhì)量控制檢測(cè)規(guī)范中所采用的體模多數(shù)為SMR170體模，采用該體模可實(shí)現(xiàn)信噪比、均勻度、層厚、線性度、空間分辨率和低對(duì)比度分辨率等重要參數(shù)的檢測(cè)與評(píng)估，線性度是不可或缺的MRI系統(tǒng)質(zhì)控檢測(cè)必檢參數(shù)之一[14-16]。

目前線性度的測(cè)算多采用手工測(cè)算，這種方法的缺點(diǎn)是效率低下，且易受操作人員測(cè)量習(xí)慣及主觀影響，如果一直是同一人進(jìn)行評(píng)估，其連續(xù)評(píng)估結(jié)果具有較好的連續(xù)性與一致性，有利于多次檢測(cè)結(jié)果對(duì)比。如果每次測(cè)量均不是同一人，則測(cè)量結(jié)果有可能出入較大，不利于前后對(duì)比。為了有效解決此問題，本研究在Matlab平臺(tái)上，設(shè)計(jì)了基于SMR170體模MRI質(zhì)量控制檢測(cè)的線性度自動(dòng)測(cè)量程序，實(shí)現(xiàn)了對(duì)MRI質(zhì)量控制的線性度參數(shù)進(jìn)行自動(dòng)測(cè)量，大幅縮短檢測(cè)結(jié)果分析時(shí)間，提高了工作效率，同時(shí)對(duì)結(jié)果的評(píng)判更加客觀準(zhǔn)確，減少了不同檢測(cè)人員的主觀差異。

在系統(tǒng)編寫完成后，對(duì)某次基于SMR170體模的MR設(shè)備質(zhì)量控制檢測(cè)得到的圖像進(jìn)行了測(cè)試，分別采用手工測(cè)量和自動(dòng)測(cè)量對(duì)線性度進(jìn)行測(cè)量，并采用Bland-Altman統(tǒng)計(jì)學(xué)方法對(duì)手工測(cè)量和自動(dòng)測(cè)量?jī)煞N方法的一致性進(jìn)行統(tǒng)計(jì)分析，發(fā)現(xiàn)采用兩種方法對(duì)線性度測(cè)量得到的數(shù)據(jù)均位于一致性界限范圍內(nèi)，兩種方法的一致性較好，可相互替代。

在程序運(yùn)行中發(fā)現(xiàn)，如果線性度測(cè)量層面的圖像有偽影，往往會(huì)造成圖像識(shí)別出現(xiàn)錯(cuò)誤，同時(shí)導(dǎo)致了錯(cuò)誤的測(cè)量結(jié)果，因此要想確保結(jié)果準(zhǔn)確，必須在掃描體模的過程中做好質(zhì)量保證，確保測(cè)量線性度層面圖像沒有偽影。同時(shí)，本研究也存在一些需要改進(jìn)和提高的方面，在確保質(zhì)量控制圖像本身的準(zhǔn)確性方面，本研究采用軸向定位像中的局部特征元素進(jìn)行比對(duì)來判定圖像定位是否準(zhǔn)確，然后在檢測(cè)圖像通過中央特征區(qū)域參數(shù)提取，來判斷體模是否有旋轉(zhuǎn)偏差。這種判定方法存在一定局限性，應(yīng)當(dāng)對(duì)體模的多個(gè)層面掃描后分析圖像，得到更多的評(píng)判條件以確保圖像定位的準(zhǔn)確性。

另外，無論是手工測(cè)算還是自動(dòng)測(cè)量，由于缺乏“金標(biāo)準(zhǔn)”，因此關(guān)于測(cè)量的精度仍存在一些爭(zhēng)議，為此，一方面需要在測(cè)量過程中做好質(zhì)控，另一方面需要通過長時(shí)間定期檢測(cè)建立設(shè)備運(yùn)行基線，以基線及檢測(cè)規(guī)范為參考標(biāo)準(zhǔn)，進(jìn)一步驗(yàn)證測(cè)量的精確度。在大多數(shù)情況下，通過圖像預(yù)處理，可以獲得圖像中期望的圖像點(diǎn)或圖像像素。但是由于圖像數(shù)據(jù)質(zhì)量較差或者檢測(cè)程序存在缺陷等原因，可能存在點(diǎn)或像素缺失等情況，此時(shí)可以考慮采用其他算法，如基于標(biāo)準(zhǔn)Hough變換的圓檢測(cè)算法或者隨機(jī)Hough變換，從而保證參數(shù)檢測(cè)準(zhǔn)確性[17]。最后，系統(tǒng)還未進(jìn)行大批量多次的性能測(cè)試，未來應(yīng)該擴(kuò)大測(cè)試范圍，進(jìn)一步確定系統(tǒng)的可靠性。