Article Info

1.福州大学电气工程与自动化学院，福建福州 350116；2.福州总医院医学影像科，福建福州 350025

[摘要]目的设计磁共振成像质量控制参数空间分辨力的智能检测模块，克服传统手动检测方式存在的若干缺陷，提高QC程序对MRI空间分辨力评价的客观性和准确性。方法基于ACR体模及其针对空间分辨力的QC检测流程，利用一系列图像处理技术，设计包括ROI的提取、检测目标的识别等程序，对空间分辨力展开检测。结果所设计模块完成了空间分辨力的自动检测，相较于传统检测，在提高精度的同时，极大缩短检测时间。结论该检测模块针对空间分辨力能够实现智能客观的评价，对今后开展科学有序的磁共振设备质量控制程序具有重要意义。

引言

成像质量评价是医用磁共振成像（Magnetic Resonance Imaging，MRI）质量控制（Quality Control，QC）检测程序中的关键工作，图像空间分辨力（Spatial Resolution）作为重要QC检测参数，描述了MR图像对解剖细节的显示能力。具备良好空间分辨力的MRI系统有助于获取高质量的诊断图像，以得到更准确的临床诊断。美国放射学会（American College of Radiology，ACR）体模作为有效、通用的MRI系统QC检测工具，在各大医疗机构的QC程序中得到广泛应用。基于ACR体模的空间分辨力传统可视评价依靠肉眼辨别实现，该评价过程的缺陷在于引入了较大的随机误差。为进一步提高QC程序的科学性，本文拟设计MRI空间分辨力智能检测模块，以期利用程序自动检测替代肉眼辨别，获得更为真实的空间分辨力检测结果，实现对MR相关成像系统性能的客观反映。

1 材料与方法

1.1 设备与参数

检测体模选用ACR性能测试体模，受检系统为Siemens MAGNETOM Skyra 3.0 T磁共振成像系统，扫描采用自旋回波成像脉冲序列（Spin-Echo，SE），具体检测参数为[1]：TR 500 ms，TE 30 ms，FOV 25 cm×25 cm，MATRIX 256×256，激励次数 1，扫描层厚 5 mm，接收带宽 156 Hz/pixel。

1.2 空间分辨力人工检测方法

在完成ACR体模的摆位及定位像的层面设置后，对体模11个测试层面的横断位进行扫描，其中空间分辨力检测程序在第一层横断位图像中进行（图1），检测思路为通过对分辨力嵌入物中不同直径显示孔（图2）的识别来评价MRI系统对微小物体的分辨能力。

图1 空间分辨力测量层面

图2 空间分辨力嵌入物显示孔

层面中显示孔的直径从左到右分别为1.1、1.0和0.9 mm。传统方法要求对水平和垂直两个方向上的空间分辨力进行评估，具体检测过程如下：

（1）放大图像，保证分辨力嵌入物处于视野中央，并将窗宽调整至最小值。

（2）水平（垂直）方向分辨力的检测：观察左上（右下）排列的所有显示孔，调节窗位以相邻孔清楚显示为佳；若任一单行（单列）中所有四孔可被清楚辨别，则认为对特定的孔径在水平（垂直）方向均能分辨；将左上（右下）排列所能分辨的最小孔径记为水平（垂直）方向分辨力。

（3）对3个嵌入物显示孔区域依次进行检测，至某个区域无法判定结果或三区域均检测完毕，将能够识别且孔径最小的区域的孔径值作为其空间分辨力[2]。

图3 水平方向人工检测结果

注：a.1.1 mm；b.1.0 mm；c.0.9 mm。

传统空间分辨力检测程序中，以肉眼识别的检测方法虽然操作简易，但其检测精确度很大程度依赖于质量控制人员的主观判断，导致该评价过程极易产生随机误差。另一方面，若要降低质量控制检测结果受个人工作习惯的影响，各医疗机构需培养一定数量的优秀质量控制技师，以保证不同人员的操作在不同时期开展的质量控制程序中具备稳定性与可替代性，然而培养如此规模的技师团队却将消耗医疗机构大量的人力物力。基于上述问题，本文拟设计MRI空间分辨力智能检测模块，以期提高检测的准确度及稳定性，为今后开展科学有序的磁共振设备质量控制程序提供保障。

1.3 空间分辨力智能检测模块

参数空间分辨力的评价是以质量控制图像为基础，因此本文依据ACR体模的空间分辨力检测原理，结合MATLAB平台中的程序语言和图像处理功能设计智能检测模块。

首先对目标图像实施锐化操作，减少模糊部分，突出和加强分辨力嵌入物区域的边缘及轮廓[3]。为方便后续工作对图像进行二值化[4-5]，以得到所需的预处理效果图（图4，已放大至454%）。通过对参数检测层面构造的解析，获得分辨力嵌入物与小孔阵列的相关位置信息，而后利用边缘检测和种子区域生长等方法[6-7]，分别将待处理目标收缩到孔径不同的三部分区域，排除了图像中其他无关因素的干扰。

图4 小孔阵列的预处理结果

注：a.1.1 mm；b.1.0 mm；c.0.9 mm。

依照传统方法所述，下一步工作是提取出分辨力嵌入物中水平与垂直方向上待检测的感兴趣区域（Region of Interest，ROI）。使用水平方向的线结构元对预处理后的图像进行膨胀[8]，根据体模层面的结构特性，嵌入物区域的左上和右下部分交界所在的线段将会是最长。利用线检测技术识别出这条线段[9]，获得它的起点及终点坐标；使用垂直线结构元膨胀预处理图像，同理得到垂直方向线段始终点坐标（图5）。将所得四个坐标略作扩展，并以修改后的位置信息决定左上和右下部分的范围，完成ROI的提取。

图5 线检测

注：a.水平；b.垂直。

本文拟采用模板匹配方法确定空间分辨力[10]。在前文所述的用孔径表示图像水平（垂直）分辨力的时候，如若发生一行（列）两个或多个孔融为一体并表现为一个不规则信号点的情况，则可认为MRI系统对该行（列）的所有孔都不能进行分辨；当出现某行（列）中孔与孔之间能清楚辨别，而相邻行（列）中的一个或多个孔却不能的情况，我们依然认为这个小孔阵列是清晰可辨的，即不影响对这个阵列的评价[11]。

依上述原因分别设置两个方向的匹配模板，其中白色部分为高信号，灰色部分为低信号，同样以水平方向空间分辨力的检测为例，计算左上部分ROI尺寸并使用相应模板在图像上逐行遍历[12]。如果某行返回的匹配成功个数为4，即视作存在四个不粘结的独立小孔，判定为可识别；若匹配成功个数不为4，则认为小孔存在模糊情况或没有遍历到待检行（图6中模板及示意图为便于观察已理想化）。按阵列孔径值由小到大的顺序依次进行判定，至其中某阵列的结果为可识别，输出该阵列对应的孔径值作为水平方向空间分辨力，若均不能识别则显示检测失败。上述过程的流程图，见图7。在垂直方向上可依照同理进行检测。

图6 模板及匹配策略

注：a.水平模板；b.垂直模板；c.匹配示意图。

图7 水平方向检测流程

2 结果

导入近期5次磁共振质量控制图像，分别使用两种方法对空间分辨力进行检测。由前文图3～4中传统方法和本文预处理结果的对比可以看出，智能检测模块能基本反映各个阵列原有情况，在保留真实小孔和消除区域干扰噪声的同时极大程度还原了粘连点间具体信息。人工检测和自动检测方法的检测时间分别为63.69 s和1.5915 s，见表1。模块运算的耗时要明显低于人工调试，模块能够对空间分辨力实现符合要求的自动检测（表1）。

表1 检测结果（mm）

3 讨论

磁共振质量控制指的是利用一系列科学合理的技术手段，在设备验收及长期使用的过程中对其性能进行周期性查验，以便微小的异常情况能够被及时修复，从而确保图像质量的综合方法[13]。质量控制是MRI设备运行良好的重要保证，而各类参数的核准检测则是其中的一个主要部分[14]。传统的检测方法需要在指定的后处理工作站上，对成像设备扫描体模得出的质量控制图像手动进行调节和观测等操作，并采用人工记录和计算的方法得到最终的参数数据。工程人员将这些数据与行业相关标准对比，以各类参数的准确性来判断使用设备性能是否存在异常[15]。这套检测流程较为复杂繁琐，而智能检测模块则能够在一定程度上克服现有缺陷。模块使流程脱离了后处理工作站独立运行，并且凭借图像处理技术和相关算法极大缩短了检测时间，在避免人工分析带来随机误差的同时对系统性能时间曲线的稳定性做出了贡献。另一方面，模块同样存在着局限性：三个小孔阵列区域由于没有明显的特征点，因而只能选择以先验知识及位置信息进行目标的收缩；二值化与直线检测算法的快速性也有待进一步提高；基于MATLAB平台设计的模块编程简单直观，用户界面友好且开放性较强，但其语言执行效率低，在封装性及保密性方面也显得略有不足，若有需要系统化模块则建议使用C++平台或结合两者进行混合编程[16]。

目前磁共振质量控制正趋于自动化及标准化[17]，空间分辨力智能检测模块的设计能够符合该研究方向，为工程人员提供对参数快速、准确、稳定的检测，相较于传统方法具有明显优势，有助于今后MRI设备质量控制工作的有序开展与普及。

[1] 付丽媛,梁永刚,倪萍,等.3.0 T磁共振成像系统的质量控制检测[J].中国医学装备,2016,13(03):25-28.

[2] 倪萍,孙钢.医用磁共振成像设备质量控制检测技术[M].北京:中国质检出版社/中国标准出版社,2016:153-154.

[3] 张威,赵天玉,孙玉秋.基于高频提升滤波与直方图均衡化的图像增强方法[J].长江大学学报(自科版),2013,10(28):22-25.

[4] Li Y,Wang J,Zhao H.Image processing method and apparatus using self-adaptive binarization:US,US7062099[P].2006.

[5] 张洁玉.基于图像分块的局部阈值二值化方法[J].计算机应用,2017,37(3):827-831.

[6] 林卉,赵长胜,舒宁.基于Canny算子的边缘检测及评价[J].黑龙江工程学院学报,2003,17(2):3-6.

[7] 刘喜英,吴淑泉,徐向民.基于区域生长法的医学图像分割研究[J].电视技术,2003(9):24-25.

[8] 邓仕超,黄寅.二值图像膨胀腐蚀的快速算法[J].计算机工程与应用,2017,53(5):207-211.

[9] Aggarwal N,Karl WC.Line detection in images through regularized Hough transform[J].IEEE T Image Process,2006,15(3):582-591.

[10] Huang ZB,Chen Y.A fast method for NCC algorithm in image matching[J].Inform Res,2011.

[11] 倪萍,李磊,陈自谦,等.基于ACR标准的MRI空间分辨率和低对比度分辨率检测[J].中国医疗设备,2010,25(10):135-137.

[12] Solomon C,Breckon T.Fundamentals of Digital Image Processing: A Practical Approach with Examples in Matlab[M].New Jersey:Wiley,2018,16(10):1420-1424.

[13] 倪萍.MRI的质量控制和质量保证的医工实践[A].中华医学会医学工程学分会第十五次全国学术年会[C].2015.

[14] 蔡葵.磁共振质量控制和质量保证在临床工作和科学研究中的意义[J].中国医疗设备,2008,23(7):139-142.

[15] 蔡杰,杨斌,徐亮,等.磁共振成像系统的质量保证与质量控制概述[J].中国医疗设备,2008,23(7):153-155.

[16] 陶红,袁金荣.MATLAB与C/Visual C++混合编程的实现[J].计算机工程与应用,2000,36(10):100-101.

[17] 宋丰言,戴晨曦,张和华,等.医用磁共振仪质量控制标准化研究[J].医疗卫生装备,2015,36(10):106-108.

Design of Automatic Detection Module for Parameter Spatial Resolution in MRI Quality Control

XIONG Hui1,2, CHEN Ziqian2, CHEN Chong1
1.College of Electrical Engineering and Automation, Fuzhou University, Fuzhou Fujian 350116, China;2.Department of Medical Imaging, Fuzhou General Hospital, Fuzhou Fujian 350025, China

Abstract: ObjectiveThis paper introduces a design of automatic detection module for parameter spatial resolution in MRI quality control. We hope to overcome several shortcomings of traditional manual detection methods, and to improve objectivity and accuracy of the evaluation for MRI spatial resolution by quality control (QC) program.MethodsBased on ACR phantom and the QC process of spatial resolution, we used a series of image processing technology to design programs, including the extraction of ROI and the target recognition, to have a detection for the spatial resolution.ResultsThe design module had completed the automatic detection of spatial resolution, which improved the accuracy and reduced the detection time greatly compared with the traditional detection.ConclusionThe detection module can realize intelligent and objective evaluation for spatial resolution, and it is of great significance for the future scientific and orderly quality control program of magnetic resonance equipment.

Key words:quality control; spatial resolution; automatic detection module; image processing

基金项目：国家重点研发计划数字诊疗装备研发重点专项子课题（2016YFC0103103）。

通讯作者：陈自谦，解放军福州总医院医学影像科主任、博士生导师、主任医师，主要研究方向为医学影像学、质量控制及质量管理。