基于自动计算和线上分析的磁共振成像质量控制系统的研究*

2017-09-26张春青贺瑶瑶袁子龙杨秀云徐龙春赵慧慧邱建峰

中国医学装备 2017年9期

张春青王洪贺瑶瑶袁子龙郭磊侯坤彭磊杨秀云徐龙春赵慧慧邱建峰*

张春青①王洪②贺瑶瑶②袁子龙③郭磊④侯坤②彭磊⑤杨秀云②徐龙春②赵慧慧②邱建峰②*

目的：探讨磁共振成像(MRI)自动质量控制的方法，在线给出纵向和横向质量控制评估报告的磁共振成像检测和控制系统。方法：按照MRI系统测试标准，基于Matlab和C++语言编程构建包括客户平台和远程线上平台的软件系统，客户平台使用形态学运算、图像分割和模式识别技术，实现对磁共振扫描质量控制体模所得图像的信噪比、对比度等13个质量控制参数的自动计算。远程线上平台基于MySQL数据库格式存储并上传测试报告，线上平台建立基于本机、同型号机型和同类机型的月测试和年测试线上大数据平台，纵向和横向比较后自动生成线上评估质量控制报告。结果：MRI质量控制测试系统经过对50台不同区域、型号和类别MRI实际质量控制工作验证，得到准确的测试和评估报告。系统可以进行13个质量控制参数的常规自动测算和报告生成，运行稳定可靠。结论：设计和完成能够自动计算图像质量并进行质量控制评估的软件系统，能够为MRI质量控制提供一种测试长期和短期稳定性的可靠工具。

质量控制；质量保证；体模；自动计算；线上分析；磁共振成像

磁共振成像(magnetic resonance imaging，MRI)的质量保证(quality assurance，QA)和质量控制(quality control，QC)是确保MRI系统正常运行，磁共振图像符合诊断标准的重要保障[1-3]。QA/QC的具体内容包含：使用体模作为测试标准器，对分辨率和对比度等MRI参数进行测试计算；通过成像软件和专用测试工具，对中心频率、射频增益或衰减等进行物理测量；人工定量确认软件系统、显示系统和打印系统是否正常良好工作等[4-6]。其中，MRI参数测试是磁共振QA/QC的最重要组成部分。

在欧美发达国家，MRI的质量控制工作已成为一项常规检测和管理工作，如美国放射学院(AmericanCollege of Radiology，ACR)提出了测试标准器(体模)设计，制订了一系列磁共振日测试、月测试和年测试的流程、方法和标准。美国医学物理师学会(American Association of Physicists in Medicine，AAPM)也针对MRI发布了系列测试报告[3-5]。我国质量检测和标准制定部门于20世纪末，制定和发布了相关MRI的QA/QC标准和规范[7-8]。 MRI的QA/QC工作实施，需要专业人力和时间的投入[9]。然而，由于部分机构技师和医学物理师人力的缺乏，不能保证足够的人员来处理和分析来自各种复杂测试标准器的图像数据。基于此，本研究设计开发一种基于软件平台，自动进行体模扫描、图像质量检测和计算，并在线给出纵向和横向质量控制评估报告的磁共振成像检测和控制系统。

1 材料与方法

1.1 系统流程

基于自动分析和线上评估MRI的QA/QC系统包括客户平台和远程线上平台，客户平台以软件客户端形式安装于医学数字成像及通信(digital imaging and communication of medicine，DICOM)服务器，远程线上平台以交互形式，客户注册后web远程登陆，其工作流程如图1所示。

图1 MRI的QA/QC系统流程图

客户平台包括标准器选择、标准扫描成像、图像处理和质量控制报告输出模块。标准器选择需要用户(技师或医学物理师)在质量控制前，对于选择使用的质量控制标准器本系统中提供了3种：即对应ACR标准的ACR体模、对应AAPM标准的Magphan体模和对应国家标准的Magic Phantom体模。用户选定体模，即确定扫描协议和QC标准，以及后续自动算法对体模的识别和计算。算法对体模逐层进行识别，在对应层面自动测量计算出分辨率、对比度、信噪比、均匀度、几何畸变、线性度、层厚、层位置和层间隔、层偏差、定位偏差、调制传递函数(modulation transfer function，MTF)、对比噪声比以及伪影共13项质量控制参数。所得到的数值根据标准自动计算并比较，给出质量控制报告。

远程线上平台包括线上评估报告输出模块，用户Web登陆后，上传质量控制报告。客户平台基于MySQL数据库格式将质量参数上传至远程服务器，远程服务器云计算质量参数后，根据客户要求输出纵向和横向评估报告。

1.2 图像处理和(或)图像质量自动计算

系统的图像处理集中在客户平台图像质量自动计算部分。基于Matlab和C++语言编程实现分割、识别和测量算法，通过图形用户界面(graphical user interface，GUI)打包生成测试结果显示界面，实现对扫描体模所得图像的自动识别，并按照相应标准选定感兴趣的区域、点和线；通过自动测量和带入图像质量参数公式计算，实现无人工干预的全自动质量控制参数计算。

(1)基于多体模、多标准的适应性界面。自动计算可以计算出分辨率、对比度等13项质量控制参数。目前国际上无强制的QA/QC统一体模和标准，且不同体模和标准中，对部分MRI参数的定义、测量方法和计算公式存在差异，故系统设计基于多体模、多标准的适应性界面(基于ACR、Magic Phantom、Magphan、小口径体模的选择界面)如图2所示。

图2 多体模和多标准选择界面

(2)除体模定位和扫描外的全自动流程。系统在技师按规定动作扫描完体模后，自动计算体模图像的信噪比及分辨率等质量控制参数，并按照AAPM、ACR和我国国家标准给出质量控制结论。技师按照选择体模的定位点扫描，选用对应的层厚和序列协议。将序列DICOM图像传入质量控制服务器。客户平台在用户交互确定定位层后，按照体模类型，依次根据层厚自动选定对应的图像参数层。如Magic Phantom体模，定位层确定后，以3 cm为间隔，依次确定溢流层、层厚和(或)间隔层、几何畸变层、MTF层以及空间分辨率层等。测量中，软件根据灰度投影自动测算模体影像边缘、顶点和感兴趣区(region of interest，ROI)如图3所示。

图3 体模定位和数据流示图

在信噪比、几何畸变和层厚层的ROI自动识别和自动测量中，红色标识线为灰度计算后的辅助ROI选定区，在ROI内，自动采用蓝色和绿色线进行测量，如噪声、长度和灰度投影的半高宽，如图4所示。

图4 信噪比、几何畸变和层厚层的ROI自动识别和自动测量示图

1.3 纵向时间轴和横向系统轴的评估模式

自动获得的质量参数将按照相应标准计算参数值，并同标准比较判断是否合格。计算结果以质量控制检测报告表单的形式显示，同时人机对话询问用户是否同意上传。用户确认上传后，检测表单和数据存入MySQL上传，同时通过对云端的以往质量控制数据比较，在线评估，给出磁共振系统某个工作周期内的成像质量趋势，以及在同类别、同型号和同区域机器中的成像质量水平。

2 结果

MRI质量保证和控制测试系统经过4个单位用户半年的使用，共测试不同类型MRI系统50台/次，提供质量控制报告50份，线上评估报告10份。报告按照磁共振日测试、月测试和年测试要求和相应规范，评估MRI系统实时质量状态。远程线上平台可结合大数据纵向和横向评估系统QA/QC。客户平台自动寻找分辨率、对比度以及信噪比等13项质量控制参数对应的测试体模层面，测量ROI并计算数值。

基于国家标准于2016年11-12月分别对某型号MRI系统进行了4次日测试，其单次质量控制报告表单示例见表1；4次测试的纵向质量控制报告表单示例见表2；其中信噪比参数的4次数据纵向比较如图5所示。

图5 纵向评估报告曲线图

3 讨论

目前，我国普遍存在临床技师超负荷进行检查工作的情况，缺乏必要时间分析图像QA/QC结果以及提出纠正措施。基于这一现实，设计相应自动检测系统进行磁共振自动QC，成为一种可行的替代方案。Davids等[10]提出了软件自动计算图像分辨率和几何畸变分析方法，Peltonen等[11]和Fitzpatrick等[12]分别提出了磁共振线上自动QA/QC的可行方案，基于ACR体模的评价质量控制软件等也有相关文献发表；部分测试标准器生产企业也提供针对自己体模的收费在线质量控制服务[13-14]。上述研究和行业服务仅限于个别QA/ QC标准器(如ACR体模、Magphan体模)，并仅对应特定的测试方法和标准，无法使用诸多其他商业磁共振质量控制体模，尤其是国产体模，限制了测试标准器的多样性和检测标准的适用性。事实上，国内诸多团队研发了国产MRI质量控制标准器，在具备独立设计特点的同时还满足国家和国际标准。邱建峰等[1]设计开发了一系列符合国家标准的具有自主知识产权的质量控制体模，并将体模和测试标准推进到小型台式磁共振和弥散张量成像的QA/QC[15-20]。康立丽等[21]同样开发了用于MRI验收和常规检测的三维多功能体模。此外，上述自动QA/QC研究更多的致力于对分辨率和对比度的自动计算，缺乏对MRI质量控制长期测试的纵向质量控制分析和不同MRI设备间的横向比较。

表1 单次质量控制报告表单

表2 质量控制报告表单

磁共振图像应该满足临床的疾病显示和诊断要求，使用合适的体模，按照规范的计算方法获得图像参数，是例行的磁共振图像质量保证常规流程，这一流程要求一定数量专业人员的投入和规范的测试分析时间投入。在我国各级医疗机构MRI工作日渐繁重，人员临床工作和机器成像时间都超负荷的情况下，可以使用良好的QA/QC自动程序系统评估MRI性能，节省人力和时间，提高效率。

本研究所述的自动QA/QC可以在常规测试间隔获得的结果与在设备验收确定的基线值进行比较，可以在技术人员按照流程固定体模标准器-特定序列扫描获得图像-图像导入DICOM QA/QC系统后，全自动的分析图像参数并按照ACR、AAPM和国家标准给出质量控制报告，包括分辨率、对比度、信噪比、均匀度、几何畸变、线性度、层厚、层位置和层间隔、层偏差、定位偏差、MTF、对比噪声比以及伪影等13项质量控制参数。并通过与技术人员交互，线上纵向和横向比较分析，给出MRI系统的线上评估报告。纵向比较包括本系统月测试数据比较、本系统年测试数据比较；横向比较包括同类别系统比较、同型号系统比较和同区域系统比较。

目前的磁共振质量控制行业界，部分企业提供在线质量控制分析服务，如Magphan QA服务、cardinal health的MRI PC/Auto QA软件服务等[13-14]。上述自动QA/QC系统和方法仍集中于使用单一测试体模标准器，而本研究所提出的自动QA/ QC系统则包含了国家标准、ACR及AAPM标准的多种不同商业体模，尤其是包括国产磁共振质量控制体模，确保了标准和测试设备不会受制于人。上述自动QA系统还可以通过在线交互，提供用户MRI系统的长期纵向质量控制报告，为MRI年测试和更长期的质量检测提供了数据分析平台和云计算工具。如永磁型磁共振场强长期衰减、磁场均匀度的年度变化等。在线QA系统所获得的横向质量控制报告和相关数据，在经用户同意后，可以用于MRI系统分类型、分区域的工作状态比较分析，为宏观了解大范围的MRI系统参数变化和工作状态提供分析数据，并可进一步演化发展成为MRI的QA/QC大数据库。

4 结语

MRI质量保证和控制测试系统经过用户半年期的使用，共测试不同类型MRI系统并提供了完整的质量控制和线上评估报告，报告满足磁共振日测试、月测试和年测试要求和相应规范，满足MRI系统自动QA/ QC的目的和需求。对应的国产测试标准器和软件系统，已获得专利和软件著作权授权[17-19，22-23]。该系统通过对MRI系统自动QA/QC的应用和测试，可以为其他大型医学成像系统的自动QA/QC提供样本，有助于探索核医学成像和放射治疗等医学影像成像设备的自动质量控制应用[24]。

[1]邱建峰，Bob Lei Hou，张照喜，等.医学成像质控标准器的自主化-“数字诊疗装备研发”重点专项“医学成像与放射治疗中的质量控制体模研发”[J].中国医学物理学杂志，2016，33(12)：1217-1220.

[2]尤剑颖.磁共振系统的质量保证与质量控制方法研究[D].北京：北京大学，2011.

[3]白玫，李坤成，陈楠，等.浅谈磁共振成像系统的质量控制参数与测量[J].中国医疗设备，2008，23(7)：45-47.

[4]Price RR，Axel L，Morgan T，et al.Quality assurance methods and phantoms for magnetic resonance imaging：report of AAPM nuclear magnetic resonance Task Group No.1[J].Med Phys，1990，17(2)：287-295.

[5]Och JG，Clarke GD，Sobol WT，et al.Acceptance testing of magnetic resonance imaging systems：Report of AAPM Nuclear Magnetic Resonance Task Group No.6[J].Med Phys，1992，19(1)：217-229.

[6]胡熙芳，谢维敢，马金瑞.数字化医学影像设备的应用与发展[J].中国医学装备，2006，3(2)：252-255.

[7]国家食品药品监督管理局医药行业标准.YY/T 048 0482-2004.医用诊断用磁共振设备技术要求及试验方法[S].国家食品药品监督管理局，2004-03-23.

[8]WS/T 263-2006.医用磁共振成像设备影像质量检测与评价规范[S].人民卫生出版社，2007.

[9]Groenewald A，Groenewald WA.Development of a universal medical X-ray imaging phantom prototype[J].J Appl Clin Med Phys，2016，17(6)：356-365.

[10]Davids M，Zöllner FG，Ruttorf M，et al.Fullyautomated quality assurance in multi-center studies using MRI phantom measurements[J]. Magn Resonan Imaging，2014，32(6)：771-780.

[11]Peltonen JI，Mäkelä T，Sofiev A，et al.An Automatic Image Processing Workflow for Daily Magnetic Resonance Imaging Quality Assurance[J].J Digit Imaging，2017，30(2)：163-171.

[12]徐桓，赵庆军，张秋实.一种磁共振成像装置质量控制测试体模的研制[J].中国医学装备，2014，11(10)：83-85.

[13]张梦.基于质量控制的磁共振成像系统周期性图像性能测试方法[J].中国医学装备，2016，13(11)：145-147.

[14]Mr-distortion-service-adni[A/OL].[2017-05-22] https：//www.imageowl.com.

[15]Qiu J，Wang G，Min J，et al.Testing the quality of images for permanent magnet desktop MRI systems using specially designed phantoms[J]. Phys Med Biol，2013，58(24)：8677-8687.

[16]邱建峰，王鹏程，王国柱，等.磁共振综合测试体模的设计[J].中国医学影像技术，2012，28(5)：997-1000.

[17]邱建峰，王国柱.磁共振质量控制综合测试体模：CN201259534Y[P].2008.

[18]邱建峰，杨培强，王国柱.小型台式磁共振质量控制综合测试体模：CN102478650A[P].2012.

[19]邱建峰.磁共振弥散张量成像质量控制综合测试体模：CN102334991A[P].2012.

[20]袁子龙，张照喜，邱建峰，等.基于ACR体模的磁共振射频线圈性能的对比[J].中国医疗设备，2015，30(1)：100-103.

[21]康立丽，张丽媛，贺杰禹.一种磁共振质量控制多参数测试体模：CN103364753A[P].2013.

[22]杨秀云，邱建峰，彭磊.磁共振质量控制与检测软件V1.0[CP].2016SR400886.2016.

[23]侯坤，邱建峰，王洪，等.一种磁共振质量控制方法、服务器及系统：201710055768.2[P].2017.

[24]耿建华，陈英茂.核医学成像设备的质量控制标准及中国质量控制现状[J].中华核医学与分子影像杂志，2015，35(1)：75-78.

The research of MRI quality control system based on automatic calculation and online analysis/

ZHANG Chun-qing, WANG Hong, HE Yao-yao, et al//
China Medical Equipment,2017,14(9):1-5.

Objective: To explore the methods of automatic quality control of magnetic resonance imaging (MRI), and research the system of detection and control which can provide online assessment report of quality control about results of axis and landscape orientation. Methods: As the testing standards of MRI, the software system that included of client platform and remote online platform was constructed by using MATLAB and C++. The client platform used morphological algorithm, picture segmentation and pattern recognition technique to achieve automatic calculation for 13 kinds of quality control parameters of picture, such as signal-noise ratio, contrast ratio and so on, which obtained from quality control phantom of MRI. The remote online platform saved and uploaded test report through used the format of MySQL database, and it was built on the basis of online big data platform that included local machine, same model machine and the same kind of machine (monthly test and annual test). And then, the quality control report of online assessment was automatically generated after results of axis and landscape orientation was compared. Results: After the system was verified by actual quality control of 50 MRI from various area, model and category, the accuracy testing and assessment reports were obtained. And the system could implement routine automatic calculation and report generation of 13 quality control parameters, and its operation was stable and reliable. Conclusion: The software system, which was designed and applied to automatically calculate image quality and carry out assessment of quality control, can provide a reliable tool for testing stability of long and short term for quality control of MRI.

Quality control; Quality assurance; Phantom; Automatic calculation; Online analysis; Magnetic resonance imaging

Research Center of Medical Engineering Technique, Taishan Medical University, Taian 271016, China.

1672-8270(2017)09-0001-05

R445.2

10.3969/J.ISSN.1672-8270.2017.09.001