专论——智能精准影像学初步研究（三）
编者按：影像学向着智能化、精准化和共享化的方向发展，医学影像质量控制是发展的关键，因为影像质控是精准、智能与共享的前提和基础。影像质控包括设备质控、操作质控和诊断质控等多个方面，缺一不可。本期推出几篇论文分别介绍了医学影像智能质控研究、质控检测技术及规范研究、面向影像互认共享的成像质控研究、CT低剂量扫描的应用研究、影像组学研究及光声成像等新技术的研究。期望在同道们的共同努力下，推动智能精准影像学这个医、工、理、信息多学科交叉融合研究方向的快速发展。
栏目主编：刘景鑫
刘景鑫，教授，博士生导师，“十三五”国家重点研发计划“放射诊断设备低剂量控制评价与使用规范研究”重点专项项目负责人（首席科学家），吉林大学高层次科技创新团队“基于智能影像与生命组学的精准医学”PI。吉林省医学影像工程中心主任，吉林大学中日联谊医院放射线科副主任。国家自然科学基金、科技部、教育部、国家卫健委等评审专家，中华医学会医学工程学分会常委，中国医师协会临床工程师分会常委，中国医学装备协会CT工程技术专委会常委，中国计量测试学会医学计量分会常委，吉林省医学会医学工程学分会主任委员，吉林省医学会影像技术分会副主任委员，吉林省卫生信息学会副理事长，吉林省计算机学会常务理事，《中国医疗设备》《生物医学工程与临床》《中国医学工程》《国际生物医学工程杂志》及《中国医学装备》等杂志编委。主要研究方向为医学影像质量控制、创新成像技术及智能精准影像学。
CT影像性能智能质控实验研究
引言
质量控制是确保CT影像设备具有最佳运行状态、获取最佳影像信息的技术手段[1-2]。为了减少人体放射性损伤的同时，用精准、客观的数据来评价CT影像质量，可以使用体模作为质量评价检测的主要工具和媒介来代替病患进行实验[3]，通过体模扫描获取的CT影像质量，来对CT设备重要性能指标进行检测分析，传统的检测法多是由工作人员采用CT机测量或目测法进行测评，工作量大，周期长，更由于人眼视觉范围的差异性导致测评客观性不足[4-5]。因此，本文提出了基于计算机软件平台对CT影像的质控性能进行智能检测的实验研究，减少医疗质控工作者的工作量，提高了质控工作的效率，为未来医疗图像的智能化识别与检测提供科学依据。
1 材料与方法
1.1 检测设备
本文CT影像的实验检测模体为国产RGRMS2016（模体直径d=20 cm），所用的检测模块，见图1。
图1 RGRMS2016模体各检测模块扫描图
注：a为RGRMS模体水模段，是计算CT值（水）、噪声、均匀性以及使用软件计算评估低对比分辨力所用检测模块；b为传统目测法判读低对比分辨力所用检测模块；c为计算空间分辨力所用检测模块。
扫描时设定管电压为120 kV，层厚为5 mm，扫描方式为螺旋，螺距:速度为0.938:1，扫描时间为1.0 s，360度扫描范围为20 mm。选用常规算法，在不同管电流条件下，首先选用RGRMS2016模体水模段进行扫描采集，使用CT机测量与计算机软件两种方法分别对CT图像的CT值（水）、均匀性、噪声进行测量并对比；其次，使用RGRMS模体模块（c）在传统的目测法与计算机软件检测法下对空间分辨力进行测量并对比；最后，在严格一致的扫描条件下，由6名有经验的检测人员对RGRMS模体模块（b）使用传统的目测法进行低对比分辨力的判定，同时，使用RGRMS模体水模段进行基于量化统计法的计算机软件的低对比分辨力计算，并对两组测量结果进行对比分析。
1.2 CT值、噪声与均匀性检测
（1）CT值：《医用诊断螺旋计算机断层摄影装置（CT）X射线辐射源》(JJG1026-2007)中定义，CT值为像素物质对X射线衰减的定量表现，其计算公式如式(1)，其中， μ为衰减系数[6-7]。
基于计算机软件的CT值自动检测步骤如下：首先对模体进行扫描，如图1a所示，使用计算机软件读取图像数据，并确定图像中心区域的感兴趣区（Region of Interest，ROI），计算ROI内像素值均值；最后，利用DICOM文件Tag信息中的斜率（Rescale Slope）和截距（Region Interest）信息将计算结果转换成CT值[8]，转换公式如下：
（2）噪声：CT图像的噪声是指均匀物质在给定的区域中CT值对其平均值的变异[9]，CT机中的噪声表达如式(3)，其中，C为系统的几何相关常数；G为算法因子；S为物体吸收的有效剂量；D为X显卡管的计量设置；h为层厚。
在智能质控实验中，对于CT图像中心区域，用大于100像素的ROI测得的CT值及标准偏差（Standard Deviation，SD）来表示噪声N[10]，如公式(4)所示：
（3）均匀性：CT图像的均匀性是指整个扫描野中，均匀物质CT值的一致性[9]。该性能的自动检测原理是基于常规的均匀性检测方法，即在图像圆周相当于钟表时针3、6、9、12点的方向，距模体影像边沿约1 cm处，选取大小约500像素点的ROI，分别测量这四个ROI区域内的CT均值，其中与图像中心ROI均值的最大差值作为均匀性的测量值。
1.3 CT低对比分辨力检测
1.3.1 低对比分辨力的传统检测方法
使用低对比分辨力检测模块，如图1b，该模块包含四个区域，设计的对比度分别为2%、1%、0.5%、0.3%，每个区域由不同孔径的可分辨观测圆，从大到小共9个：分别是7、6、5、4、3、2.5、2、1.5、1.0 mm。在模体低对比分辨力检测模块中心层面，见如图1b，同时调节窗宽和窗位，确定四个区域中肉眼所能分辨的最小一级孔径。
1.3.2 量化统计法检测原理
量化统计法是指：在相同的条件下，随机选取并测量多个低对比度物体及其背景上的ROI发现，它们的数值服从高斯分布，且具有相同的标准差。由于两者为同一条件下一次扫描的结果，因此，它们具有差异很小的X射线衰减系数。将2个分布的中点设定为阈值，以此来区分低对比度物体及其背景。当两个分布的平均值相离3.29σμ时，σμ 为分布标准差 [11]。
1.3.3 低对比分辨力量化统计测量方法
使用量化统计的低对比度分辨率检测步骤如下：① 使用计算机软件对目标图像进行重建；② 重建图像的中心区域被分成多个ROI；③ 计算每一个ROI区域内所有CT值的均值；④ 计算所有ROI平均值的标准偏差σμ。
其中，P(i,j)为图像的像素值，μ为每一个ROI内像素的均值。基于量化统计法的CT低对比分辨力检测原理，见图2。
图2 量化统计法检测 CT低对比分辨力原理
基于统计学原理，要以95%的置信度从背景中分辨出这些低对比度物体，对比度需要为3.29，即物体的对比度等于被测量平均值标准偏差的3.29倍。
1.4 空间分辨力检测
1.4.1 空间分辨力检测模块
空间分辨力是指在高对比条件下（相邻物质间CT值相差>100 HU），一台成像设备分辨物体几何结构的能力，它可以定量的表示为能分辨的两个细节特征的最小间距，是体现设备性能的重要指标[12]。RGRMS2016模体检测中，空间分辨力检测模块如图1c所示，图像周围由8档15组不同尺寸的方孔组成。在传统的视觉测评方法中，通过调节窗宽窗位，确定裸眼清晰可见的一组不粘连、不丢失的标称孔尺寸，即为其空间分辨力。
1.4.2 空间分辨力自动检测方法
调制传输函数（Modulation Transfer Function，MTF）是对线性影像系统空间频率传输特性的定量描述。随着数字医疗设备的飞速发展，MTF 已经成为评价成像设备性能、测量高对比度分辨力的重要方法[13]。实际求解 MTF时，常采取以下几种方法：点扩散函数（Point Spread Function，PSF)、线扩散函数（Line Spread Function，LSF）和边缘扩展函数（Edge Spread Function，ESF）以及基于标准差的计算方法[14-16]。点扩散法一般通过获取钨珠的CT图像，以钨珠所在位置为中心，截取原图像上包含点扩散区域的ROI，此时截取后的图像表现为一个中心亮度集中、边缘扩散的亮点，通过其亮度分布得到点扩散函数，边缘扩散的程度反映系统分辨率的高低，最后对该函数进行快速傅里叶变换FFT即可得出CT系统的MTF曲线。
2 结果
我们使用RGRMS2016（直径d=20 mm）质控检测模体中的均匀水模，在120 kV、300 mAs剂量下，选取一幅扫描图像中不同位置的6个ROI区域，利用软件计算得到6组相应CT值，并与相应区域的CT机检测结果进行对比，实验结果，见表1。
表1 不同ROI的CT值与噪声检测结果对比
扫描条件ROI位置CT值 (水) 噪声软件测量 (HU)CT机测量 (HU)软件测量(%)CT机测量 (%)区域1 -0.896 -1 0.25 0.28区域2 -1.834 -1 0.27 0.31区域3 -1.597 -1 0.27 0.28区域4 -1.363 -2 0.28 0.28区域5 -2.746 -2 0.31 0.35区域6 -1.990 -2 0.36 0.36 t 0.32 0.95 P 0.76 0.39管电流(300 mAs)管电压(120 kV)层厚(5 mm)
由表1中各项指标下均有P>0.05可知，对于同一剂量下，CT图像的不同ROI区域，CT值和噪声在软件测量与CT机测量方法下，结果并无显著性差异，因此，两种检测方法具有一致性。
此外，我们另选取7组剂量对RGRMS水模段进行扫描，按剂量不同，对CT值、均匀性、噪声和空间分辨力进行检测，对于CT值、均匀性和噪声进行CT机测量与软件测量结果对比，实验结果，见表2。对于空间分辨力进行传统目测法和软件测量结果对比，实验结果，见表3。
表2 不同剂量下CT值、噪声和均匀性检测结果对比
管电流(mA)CT值 (HU) 均匀性 噪声CT机测量值(HU)软件结果 (HU)CT机测量值(HU)果 (HU)CT机测量值 (%)软件结果 (%)软件结300 -2 -2 1 0.59 0.26 0.31 250 -2 -2.16 1 0.933 0.28 0.36 200 -2 -2.34 1 1.023 0.32 0.44 150 -2 -1.83 0 0.536 0.37 0.52 100 -2 -2.06 0 0.474 0.45 0.59 70 -2 -2.13 0 0.366 0.54 0.70 60 -2 -1.64 0 0.421 0.58 0.73 t 0.22 0.89 1.73 P 0.83 0.41 0.14
其中，空间分辨率由MTF表示，函数曲线如图3所示，则对应10%的MTF值7.509为肉眼可辩的线对卡分辨力，当管电流设定值为300 mA，实际值为79 mA时，由传统目测法得到的高对比分辨力为7.58 LP/cm。
由表2、表3中各项指标下均有P>0.05可知，对于不同剂量条件下的CT值、均匀性和噪声指标，CT机的测量值与软件测量结果并无显著性差异；对于空间分辨力指标，传统的视觉测量与软件测量结果并无显著性差异，因此，两种检测方法具有一致性。
表3 不同剂量下空间分辨力检测结果对比
管电流 (mA) 空间分辨力目测法 (LP/cm) 软件 (LP/cm)300 7.58 7.509 250 7.58 7.473 200 7.58 7.573 150 7.58 7.650 100 7.58 7.601 70 7.58 7.629 60 7.58 7.545 t 0.45 P 0.65
图3 MTF曲线
对于RGRMS2016（d=20 mm）模体，使用软件检测和传统目测法对低分辨力对比度进行判定。其中，在传统检测过程中，请6名有经验的检测人员按不同对比度下所能分辨的最小孔径进行数据统计，实验结果，见表4。同时对使用计软件测量不同大小孔径下计算得到的对比度进行统计，实验结果，见表5。
表4 不同剂量下低对比分辨力目测法检测结果（
±s）
毫安秒 (mAs) 可见直径 (mm)0.5% 1% 2%300 3.5±0.71 1.9±0.22 1±0 200 4.3±1.64 2.5±0.61 1±0 150 4.2±0.84 2.4±0.55 1±0 100 4±1.41 2.7±0.27 1.1±0.22 70 5±1.41 3.3±0.97 1.2±0.27 60 6±1.41 3.2±0.76 1.7±0.67
表5 低对比分辨力软件检测结果（%）
毫安秒(mAs) 1 mm 1.5 mm 2 mm 2.5 mm 3 mm 5 mm 7 mm 300 1.98 0.8 0.68 0.59 0.47 0.31 0.21 200 1.13 0.95 0.85 0.73 0.67 0.3 0.32 150 1.79 1.51 1.15 0.88 0.79 0.33 0.37 100 1.75 1.35 1.15 0.95 0.68 0.38 0.25 70 2.42 1.73 1.42 0.36 1.15 0.56 0.42 60 2.05 1.96 0.97 0.89 0.67 0.36 0.39
对比表3可知，当毫安秒为300 mAs时，目测在2%对比度下所能分辨的最小孔径为1 mm，同时对比表4可知，软件测量孔径为1 mm时对应的对比度为1.98%，与视觉测评结果基本一致。目测法与软件测量结果对比曲线如图4、图5所示。
图4 计算机软件测量结果
图5 目测法结果
实验数据显示，基于目测法的低对比分辨力检测结果与计算机软件判定结果的图表走势基本一致，在其他检测条件固定的情况下，两种判定结果具有相同的变化趋势。
在通过CT质控模体进行CT设备性能检测实验中，通过与常规判定方法对比，基于计算机软件的判断分析方法具有可行性。该方法便于对CT机性能的长期观察，可保证设备良好的运行，提高设备成像质量。因此，本检测系统对于CT设备质量控制检测的进一步研究具有一定的价值和依据。
3 讨论与结论
目前，90%的医疗数据来自医学影像，医学影像面临着放射科医生增长率迟缓，而庞大的医学影像数据却与日俱增的困境。一方面，导致放射科医生工作量增大，容易受疲劳、情绪等因素影响，CT影像的传统测评方法的精准性依赖于放射科医生的经验与习惯，由于医生自身的阅片水平差异，使测量结果受主观因素影响较大；另一方面，许多医院CT质控技师或工程师资源不足甚至没有，而基于计算机软件的CT影像智能质控系统可以极大减少医生的工作量，提高工作效率，降低医生误诊率，其优异性表现在不受人为主观因素影响，只依赖于图像数据，使检测结果更客观准确。
CT影像的智能质控实验为大型医疗设备质量控制管理提供智能化的实施方案，减少放射科医生重复性工作，方便技术人员远程操作，优化医疗资源配置，为发展大型医疗设备远程检测，推动医疗行业应用场景的发展奠定了基础。
[1] 王维明.医院医学计量、质控工作的现状与思考[J].医疗卫生装备,2012,33(10):127-128.
[2] 谭先健,姚国庆,李怡勇,等. 医用CT机主要性能指标检测结果分析[J].华南国防医学杂志,2017,(3):58-60.
[3] 高燕莉,窄仁友,张镭,等.64排CT容积HRCT扫描方案优化的模具研究[J].中国医学影像技术,2008,24(4):614-617.
[4] 李怡勇,李涛,米永巍.基于Matlab CT空间分辨率自动检测的研究与实践[J].医疗卫生装备,2012,33(12):14-15.
[5] 陈自谦.大型医学影像设备质量控制与质量管理的现状与思考[J].中国医疗设备,2018,33(10):9-14.
[6] JJG961-2017,医用诊断螺旋计算机断层摄影装置(CT)X射线辐射源[S].
[7] 胡利丰,应正巨,刘蛟.CT值线性的检测与分析[J].中国辐射卫生,2009,18(3):289-291.
[8] 高向军,田联房,王立非,等.利用Matlab实现医学图像处理与分析[J].计算机应用研究,2008,25(6):1747-1749.
[9] 王甜甜.CT图像质量评估及测试体模研究[D].广州:南方医科大学,2012.
[10] 郑庆增,鞠忠建,邵莹,等.模拟定位CT的机型及扫描参数对CT值和噪声的影响[J].中国医学物理学杂志,2017,(5):439-444.
[11] 韩民,成旭,李登旺,等.基于小波变换的多分辨率锥束CT图像快速三维重建算法[J].电子与信息学报,2017,39(10):2437-2441.
[12] 谭先健,姚国庆,李怡勇,等.医用CT机主要性能指标检测结果分析[J].华南国防医学杂志,2017,31(3):198-200.
[13] 柴亚如,邢静静,高剑波,等.多模型迭代重建算法对腹部体模CT扫描图像质量和辐射剂量的影响[J].中国医学影像技术,2018,34(1):118-122.
[14] 邵军明,徐晓东,孔军.CT成像质量影响因素综述[J].CT理论与应用研究,2006,15(3):61-67.
[15] Zhu YM,Kaftandjian V,Peix G,et al.Modulation transfer function evaluation of linear solid-state x-ray-sensitivedetectors using edge techniques[J].Applied Optics,1995,34(22):4937-4943.
[16] Zhou Z,Zhu Q,Zhao H,et al.Techniques to improve the accuracy of pre-sampling MTF measurement in digital X-ray imaging based on constrained spline regression[J].IEEE Trans Biomed Eng,2014,61(4):1339-1349.
Research on Intelligent Quality Control Experiment of CT Image Performance