基于ACR體模磁共振成像系統(tǒng)質(zhì)量控制檢測的信噪比自動(dòng)測量研究

付麗媛，梁永剛，陳佳敏，黃志峰，熊暉，吳鳳祥，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

磁共振成像（Magnetic Resonance Imaging，MRI）是重要的影像診斷技術(shù)之一，為重大、主流疾病的診療提供了可靠的影像學(xué)依據(jù)。為了保證MRI安全性、可靠性及參數(shù)準(zhǔn)確性，需定期做好質(zhì)量控制檢測[1-3]。信噪比（Signal to Noise Ratio，SNR）是MRI最基本的質(zhì)量參數(shù)，也是MRI最基本的質(zhì)量控制檢測參數(shù)，一方面它是各種認(rèn)證機(jī)構(gòu)對MR設(shè)備準(zhǔn)入認(rèn)證進(jìn)行技術(shù)評判的重要量化指標(biāo)之一，另一方面，SNR的高低直接決定圖像質(zhì)量的好壞，對臨床診斷結(jié)果的準(zhǔn)確性起到至關(guān)重要的作用。一幅MR圖像如果沒有足夠的SNR，那么其他圖像質(zhì)量指標(biāo)就無從談起[4]。

MR設(shè)備質(zhì)量控制檢測SNR的測算目前多采用手工測算的方法，該方法費(fèi)時(shí)費(fèi)力，一般至少需要30 min，過程繁瑣耗時(shí)；測算結(jié)果會(huì)受到檢測者主觀因素影響，若測算人員發(fā)生更替，其連續(xù)性意義也將受到影響。本文設(shè)計(jì)了SNR檢測算法，從而實(shí)現(xiàn)SNR的自動(dòng)測量，以實(shí)現(xiàn)對MR質(zhì)量控制圖像SNR參數(shù)的自動(dòng)評價(jià)和分析，使MR質(zhì)量控制檢測工作更智能高效。

1 材料與方法

1.1 參考標(biāo)準(zhǔn)

Magnetic Resonance Imaging Quality Control Manual[5]，美國放射學(xué)院（American College of Radiology，ACR），2015。

1.2 質(zhì)控檢測體模與受檢設(shè)備

采用MRI專用ACR體模進(jìn)行質(zhì)控檢測，體模內(nèi)部填充氯化鎳和氯化鈉溶液。受檢設(shè)備為Siemens Trio 3.0 T，于2008年10月安裝使用。

1.3 體模掃描方法

先將體模擺放于頭線圈內(nèi)，使用水平尺測量其是否水平并校正，以確保體模在各個(gè)方向上保持水平。打開激光定位燈對準(zhǔn)體模中部的定位標(biāo)記后，進(jìn)床將體模置于磁體中心，靜置5 min后開始進(jìn)行掃描信息登記及掃描。

創(chuàng)建一個(gè)新的病人檢查記錄，進(jìn)行三平面定位像掃描，然后在定位像上如圖1所示確定軸位掃描層面，共掃描11層，層厚5 mm，層間距5 mm。

圖1 ACR體模軸位掃描定位及掃描層數(shù)示意圖

掃描參數(shù)：采用自旋回波序列，TR=500 ms，TE=30 ms，矩陣=256×256，層厚=5mm，層間距=5mm，F(xiàn)OV=25cm×25 cm，接收帶寬 =20.48 kHz或 156 Hz/pixel，激勵(lì)采集次數(shù)為1次。

1.4 信噪比測算方法

在ACR體模軸位圖像第7層進(jìn)行信噪比的測算，首先在圖像中央選取75%以上區(qū)域的感興區(qū)域（Region of Interest，ROI）得到信號平均值，然后在體模周圍背景區(qū)域（頻率編碼方向）避開偽影選取一個(gè)盡可能大的ROI作為背景信號和噪聲的統(tǒng)計(jì)值（圖2），以該區(qū)域的信號強(qiáng)度的標(biāo)準(zhǔn)偏差作為噪聲，由公式SNRACR=（Mean Signal in Phantom）/σair計(jì)算得出圖像的信噪比。式中，σair：背景區(qū)域的信號標(biāo)準(zhǔn)偏差[5]。

圖2 SNR測量圖

1.5 SNR自動(dòng)測量程序設(shè)計(jì)

1.5.1 程序的設(shè)計(jì)思路

本程序是基于Matlab 2012b平臺編寫的，Matlab 2012b平臺的優(yōu)勢在于它豐富的數(shù)學(xué)函數(shù)庫以及操作簡便的圖形用戶界面，不僅開發(fā)效率高，而且具有強(qiáng)大的數(shù)據(jù)處理能力。該程序可對DICOM格式的MR圖像進(jìn)行解析和處理，能夠詳細(xì)地獲取圖像重要參數(shù)。通過MATLAB圖像處理，自動(dòng)測量出信噪比。程序的系統(tǒng)框圖如圖3所示。

圖3 自動(dòng)測量程序系統(tǒng)框圖

1.5.2 圖像預(yù)處理

結(jié)合MR質(zhì)量控制常規(guī)檢測操作，分析測得的質(zhì)控圖像，可以發(fā)現(xiàn)要計(jì)算SNR，必須先對圖像中的中央特征區(qū)域進(jìn)行提取，具體實(shí)現(xiàn)流程如圖4所示。

圖4 中央近似圓形特征區(qū)域提取流程圖

1.5.3 自動(dòng)測量SNR

該方法測量SNR需要獲得圖像中央?yún)^(qū)域選取的ROI內(nèi)像素信號均值以及周圍背景區(qū)域的像素信號標(biāo)準(zhǔn)差，具體編程實(shí)現(xiàn)流程圖如圖5所示。

圖5 自動(dòng)測量SNR程序?qū)崿F(xiàn)流程

導(dǎo)入圖像后，首先確認(rèn)掃描圖像中沒有明顯的偽影，然后采用合適的閾值實(shí)現(xiàn)對掃描圖像的二值化，接下來對中央ROI區(qū)域進(jìn)行提取，通過控制腐蝕技術(shù)中的參數(shù)來保證測量ROI面積的準(zhǔn)確性。處理后可得到圖6所示的ROI區(qū)域，然后即可利用mean函數(shù)計(jì)算ROI區(qū)域內(nèi)像素的信號強(qiáng)度平均值作為信號值。接下來是形態(tài)學(xué)處理提取周圍背景區(qū)域，得到如圖7所示的圖像。

圖6 ACR體模掃描圖像中央ROI提取

圖7 ACR二值化圖像與形態(tài)學(xué)處理后圖像

將圖7反轉(zhuǎn)，即取反后，與原圖像相點(diǎn)乘，即可得到周圍背景區(qū)域圖像，如圖8b所示，找到其中不為零的元素，就是背景區(qū)域像素，即可利用std函數(shù)求得其標(biāo)準(zhǔn)偏差作為噪聲值，然后代入公式SNRACR=S/SD即可求得圖像SNR。式中，S為體模中央?yún)^(qū)域ROI內(nèi)像素的信號強(qiáng)度平均值，SD為背景區(qū)域標(biāo)準(zhǔn)偏差。

圖8 ACR第7層原圖像與周圍背景區(qū)域圖像

對噪聲測量影響較大的是偽影，如果掃描的圖像上有偽影，會(huì)造成噪聲偏大，從而計(jì)算得到的SNR降低，因此，為了保證SNR結(jié)果的偏差盡量小，如果圖像有偽影，圖像舍棄后重新進(jìn)行掃描。

1.6 統(tǒng)計(jì)學(xué)處理

采用Bland-Altman統(tǒng)計(jì)學(xué)方法分析手工測量和自動(dòng)測量兩種方法的一致性，它的原理是通過對兩種測量方法間的差異進(jìn)行隨機(jī)效應(yīng)分析來解釋說明一致性問題。該統(tǒng)計(jì)學(xué)方法以兩種測量方法的結(jié)果均值為橫坐標(biāo)，兩種測量方法的測量結(jié)果差值為縱坐標(biāo)，繪制散點(diǎn)坐標(biāo)圖，并以差值的95%分布范圍作為一致性界限（Limits of Agreement，LoA，dˉ±1.96Sd），結(jié)合實(shí)際允許的最大誤差，從而得出兩種檢測方法在評價(jià)該指標(biāo)上是否具有一致性的結(jié)論。如果兩個(gè)測量結(jié)果的差異位于95%LoA內(nèi)，則認(rèn)為這兩種方法測量結(jié)果有較好的一致性[6-9]。

2 結(jié)果

以某次質(zhì)量控制得到的ACR體模第7層圖像作為檢測對象，下表為分別使用手工測算和自動(dòng)測量兩種方法對SNR的檢測結(jié)果。基于表1中數(shù)據(jù)繪制出的Bland-Altman圖如圖9所示。

表1 兩種方法檢測SNR結(jié)果

圖9 Bland-Altman圖

以手工測算法和自動(dòng)測量法兩種方法測量結(jié)果的均數(shù)為橫軸，以兩種方法測量結(jié)果的差值為縱軸，繪制散點(diǎn)圖，圖中橫著的實(shí)線是兩種測量方法差值的均值線，上下的虛線是差值的±1.96倍標(biāo)準(zhǔn)差。從Bland-Altman圖可以看出，計(jì)算出的所有數(shù)據(jù)點(diǎn)均位于一致性界限范圍內(nèi)（-16.2，0.90）分布，說明兩種方法測量結(jié)果較為接近，即認(rèn)為兩種方法的一致性較好，在檢測SNR方面可相互替代。

3 討論

目前國內(nèi)外應(yīng)用較多的MRI質(zhì)量控制檢測規(guī)范是由ACR提出的系列標(biāo)準(zhǔn)，檢測項(xiàng)目主要包括SNR、空間分辨率、低對比度分辨率和圖像的均勻性等多項(xiàng)重要參數(shù)[10-13]。信噪比是MR圖像最基本的質(zhì)量參數(shù)，SNR的高低直接決定了圖像質(zhì)量的優(yōu)劣，因此SNR是必須定期進(jìn)行檢測的重要參數(shù)之一。

MR系統(tǒng)質(zhì)量控制檢測分兩步，第一步是掃描體模，第二步是在掃描體模得到的圖像上進(jìn)行質(zhì)控參數(shù)的測算。第一步掃描技術(shù)容易掌握且較成熟，問題主要出在第二步，即對質(zhì)控參數(shù)的測算上。在過去，SNR測算均采用手工計(jì)算的方法，一方面長時(shí)間占用MR后處理工作站，影響日常工作，另外一方面計(jì)算繁瑣且主觀差異性較大[14]。在這種情況下，本研究基于Matlab 2012b平臺，設(shè)計(jì)了SNR檢測算法，能夠?qū)崿F(xiàn)SNR的自動(dòng)測量，從而使MR質(zhì)量控制檢測工作更智能高效。

通過對手工測量和自動(dòng)測量SNR的兩種測量方法結(jié)果的分析和對比發(fā)現(xiàn)，兩種方法之間一致性較好，且自動(dòng)測量較手工測量更加省時(shí)省力。手工測量SNR要繪制中央?yún)^(qū)域ROI，同時(shí)還要在背景區(qū)域繪制多個(gè)ROI，使得噪聲計(jì)算更加精確，確保檢測結(jié)果可靠，耗費(fèi)較多時(shí)間與精力，而對于自動(dòng)測量方法只要導(dǎo)入SNR測量圖像，運(yùn)行程序就可以得到結(jié)果。

為了確保測量的準(zhǔn)確性和可靠性，需要在體模的擺位及掃描做好質(zhì)控，從而能夠獲得一組完整且準(zhǔn)確度較高的質(zhì)量控制檢測數(shù)據(jù)。體模的擺位要準(zhǔn)確，如果擺位時(shí)體模不水平或者有傾斜，導(dǎo)致定位時(shí)不夠準(zhǔn)確，太靠近其相鄰層面，會(huì)使SNR測量層面圖像中出現(xiàn)偽影，會(huì)導(dǎo)致圖像識別出現(xiàn)錯(cuò)誤，從而影響后期的圖像參數(shù)測量。另外，二值化是圖像預(yù)處理的重要一部分，閾值的選取對于二值化的效果有影響，因此二值化時(shí)閾值選取要合理。

另外，本研究主要基于ACR體模進(jìn)行SNR的手工測量和自動(dòng)測量研究，主要基于兩方面考慮，一方面是因?yàn)槟壳癆CR標(biāo)準(zhǔn)在國際比較通用，另一方面是因?yàn)锳CR體模在測量信噪比時(shí)計(jì)算方法簡便且耗時(shí)短。國內(nèi)近些年多位教授和他們的學(xué)術(shù)團(tuán)隊(duì)對MRI常用成像參數(shù)和系統(tǒng)性能的測試進(jìn)行了研究，并制定了衛(wèi)生行業(yè)標(biāo)準(zhǔn)及地方計(jì)量技術(shù)規(guī)范等[15-17]。目前國內(nèi)主要采用WS/T 263-2006規(guī)范進(jìn)行磁共振質(zhì)控檢測，此規(guī)范中 SNR 計(jì)算為：SNR=（Smean-Sb）/SD，其中 Smean為影像上75%中心區(qū)域內(nèi)ROI內(nèi)的像素平均值，SD為本區(qū)域標(biāo)準(zhǔn)偏差，Sb為背景區(qū)域的本底像素平均值。ACR標(biāo)準(zhǔn)和WS/T 263-2006規(guī)范對SNR測量方法不同，所反映設(shè)備性能上的側(cè)重點(diǎn)也有差異：ACR提出的計(jì)算SNR的方法中是利用多個(gè)背景區(qū)域標(biāo)準(zhǔn)偏差的均值作為噪聲，在一定程度上降低了結(jié)構(gòu)噪聲的影響，但是忽略了受掃描物體自身產(chǎn)生的隨機(jī)噪聲的影響，從而對噪聲產(chǎn)生一定的低估導(dǎo)致SNR值偏大；WS/T 263-2006所定義的噪聲包含了隨機(jī)性熱噪聲以及結(jié)構(gòu)性噪聲的雙重影響，因此會(huì)對圖像噪聲產(chǎn)生過估計(jì)導(dǎo)致SNR值偏小[18]；兩種方法對噪聲的估計(jì)存在差異，因而使得SNR值不同，同時(shí)有研究表明兩種規(guī)范下SNR不存在線性相關(guān)性[19]。因此在對MR系統(tǒng)進(jìn)行SNR測量時(shí)，可以采用兩個(gè)規(guī)范分別進(jìn)行檢測，各自形成基線，將兩種方法測量結(jié)果結(jié)合起來，比較不同方法的SNR值及其變化可更好地對系統(tǒng)性能進(jìn)行評價(jià)。當(dāng)然，無論是采用ACR還是WS/T 263-2006規(guī)范進(jìn)行SNR檢測，最重要的還是要通過連續(xù)多次測量，建立起設(shè)備運(yùn)行基線。設(shè)備運(yùn)行狀態(tài)良好的情況下，質(zhì)量控制檢測指標(biāo)均圍繞建立的基線波動(dòng)，如果出現(xiàn)偏離基線較多的情況，就需要對設(shè)備的軟硬件進(jìn)行校正。

本研究也存在一些缺陷，對于非專業(yè)人員而言，Matlab平臺最大的缺點(diǎn)就是它的平臺依賴性太強(qiáng)，可移植性較差，很多程序往往只能在安裝Matlab軟件的計(jì)算機(jī)上運(yùn)行，而這一點(diǎn)對于一般的用戶而言是不可能做到的，因?yàn)樯儆腥藭?huì)因?yàn)橛靡豢钴浖惭bMatlab這種大容量軟件，因此限制了它的推廣?？上驳氖牵琈atlab提供了和其他編程環(huán)境混合運(yùn)用的接口，如VC++平臺和Matlab平臺的混合編程，可以脫離Matlab環(huán)境，發(fā)布獨(dú)立的應(yīng)用程序。另外，目前在機(jī)器學(xué)習(xí)和人工智能方面比較熱門的Python，其移植性和拓展性較好，未來可以將Matlab核心算法移植到Python語言編寫，擺脫了對Matlab平臺的依賴性，更加有利于其推廣使用。

總之，基于Matlab平臺在測算SNR方面，手工測算和自動(dòng)測量兩種方法具有較好的一致性，自動(dòng)測量方法測算結(jié)果不受檢測者主觀因素影響，比人工測量效率高，耗時(shí)短，使MR質(zhì)量控制檢測工作更智能高效，更加有利于臨床醫(yī)學(xué)工程師MR質(zhì)控工作的開展。