科研MRI质量控制系统的开发与应用

韩梦杨，王雪雪，张建业，童琪琦，陈红，张芳崧，丁禅骏，王金红

1.上海交通大学医学院附属精神卫生中心 医学影像科，上海 200030；2.健康医疗大数据研究中心 之江实验室，浙江 杭州 311121

引言

人脑是自然界进化的奇迹，是由数百种不同类型的神经元构成的极为复杂的组织结构，理解大脑的结构与功能是21 世纪最具挑战性的前沿科学问题。当前，各国脑科学研究计划相继诞生，多数成为国家重点研究项目。磁共振成像（Magnetic Resonance Imaging，MRI）是脑科学研究最重要的现代影像学方法，已成为脑科学研究和临床应用的重要工具，并且已经被广泛应用于探索大脑结构和功能网络连接图谱的科学研究中。MRI 技术是用于人体内部结构的成像[1]，是一种革命性的医学诊断工具，极大地推动了医学、神经生理学和认知神经科学的迅速发展。

功能磁共振成像（Functional Magnetic Resonance Imaging，fMRI）是基于血氧水平依赖的神经成像技术，通过检测大脑血氧水平变化，间接反映神经元活动[2]。经过近30 年的蓬勃发展，fMRI 已成为研究人类神经科学以及各种神经和精神疾病不可或缺的工具[3]。与常规MRI 相比，fMRI 可以检测到很微弱的神经元活动，其对硬件性能和质量控制的依赖度也更高。

磁共振弥散张量成像（Diffusion Tensor Imaging，DTI）是通过磁共振水分子弥散成像观察脑白质纤维束结构形态，用以诊断和分析神经系统疾病的重要方法，但其目前发展受信噪比（Signal to Noise Ratio，SNR）及图像质量的限制，许多因素都会影响DTI 成像质量，如主磁场（B0 场）的变化会导致严重的信号失真，从而影响各向异性分数（Fractional Anisotropy，FA）值的测量[4]。因此，制定准确有意义的DTI 测量指标是未来DTI 质量控制发展的目标[5]。

fMRI 和DTI 作为科研MRI 常用的序列，其数据的质量是脑科学精准研究的前提，但随着MRI 设备使用时间和频率的增加，性能的稳定性和可靠性逐渐弱化[6]，可能导致数据产生异质性，大大增加后续数据分析的复杂性。

科研MRI 图像质量相较于临床更严格，同一研究项目自始至终应采用同一设备进行采集。患者与对照组之间、基线和随访之间可能会有微小的差异。因此，为了检测这些变化，MRI 数据的采集必须非常精确和一致。基于以上需求，本研究研发了一套MRI 质量控制系统，在常规质量控制指标的前提下，细化增加了DTI及fMRI 各级指标，对MRI 设备性能及图像质量进行监测，以保障设备运行的稳定性及数据采集的一致性。

1 资料与方法

1.1 仪器选择

2020 年9 月至2022 年3 月，采用Siemens Verio 3.0 T MRI 扫描仪（德国西门子股份公司，德国），32 通道头线圈，约每周对MRI 设备进行质量控制（疫情期间除外）1 次。每次扫描将Phantom Plastic Bottle 1900MI 水模固定摆放在相同位置，并静置5 min 后开始扫描[7]。扫描序列及参数：① 主磁场场图（B0 gre_field_mapping），视野220 mm×220 mm，层数50，TR 705 ms，TE18 ms，TE210.46 ms，分辨率3 mm isotropic，带宽260 Hz/Px，扫描时间82 s；② 平面回波成像（Echo Planar Imaging，EPI）序列，视野220 mm×220 mm，层数74，TR 5000 ms，TE 90.8 ms，分辨率2 mm isotropic，带宽1276 Hz/Px，多层同时激发因子2，并行成像采集技术加速因子2，相位编码为头足方向（AP/PA），扫描时间55 s；③ DTI序列，b 值650 s/mm2，扩散方向12，扫描时间110 s，其他参数与EPI 序列相同；④ fMRI 序列（Bold），视野220 mm×220 mm，层数50，TR 2000 ms，TE 30 ms，分辨率3 mm isotropic，带宽2330 Hz/Px，采集数目100，扫描时间208 s[8]。

1.2 计算方法

计算B0 场不均匀性、SNR、图像均匀度、奈奎斯特伪影、几何畸变、弥散FA、fMRI 波动和漂移百分比、fMRI 信号波动噪声比（Signal to Fluctuation Noise Ratio，SFNR）、fMRI 频谱分析，记录各参数。

（1）B0 场不均匀性：在梯度回波类（Gradient Echo，GRE）序列中，采集两个不同TE 的相位图像，可利用它们的相位之差计算出B0 场的不均匀性。步骤如下：① 在生成的相位差图像上，将半径为水模实际半径90%的圆形感兴趣区（Region of Interest，ROI）放置在图的中心位置，见图1；② 取ROI 范围内相位差的最大值，并转换成频率后，可按公式（1）计算出B0 场的不均匀程度。

图1 相位差图

式中，ΔTE 为成像序列参数中两个TE 的差值，f为B0 场的中心频率。

（2）自旋回波序列（Spin Echo，SE）EPI 图像中SNR 的计算方法：将两幅重复扫描得到的图像相减，得到纯噪声图。取两次重复扫描的均值图，作为信号图。将半径为水模实际半径80%的圆形ROI 放置在纯噪声图和信号图的中心位置，其中在纯噪声图上如图2 所示。可按公式（2）计算出SNR[9-10]。

图2 SE EPI的纯噪声图

式中，Smean为信号图ROI 内的均值，σ为纯噪声图ROI 内的标准差，为噪声估计的校正因子。

（3）GRE EPI 图像中SNR 的计算方法：所有100 次测量的图像均值作为信号图，选取图中水模中心的1 个圆形ROI，半径为水模半径的80%，将ROI 内的值求平均，作为信号S。将所有测量图像按顺序标号，分别将序号为奇数和偶数的图像求和后做差，得到空间噪声图，见图3，选取同样大小的ROI，将ROI 内值的方差作为噪声N。可按公式（3）计算出SNR。

图3 GRE EPI图像的空间噪声图

式中，M为图像的重复测量次数，此处为100。

（4）图像均匀度：在采样的水模图像中，划出半径为水模实际半径80%的圆形ROI。计算ROI 内信号的最大值Max（ROI）、最小值Min（ROI），可按公式（4）计算出均匀度Uniformity[9,11]。

（5）奈奎斯特伪影：在SE EPI 序列图像上，可测量伪影比率（Ghost to Signal Ratio，GSR）来估计那奎斯特伪影的大小。它描述了在图像信号在相位编码（Phase Encoding，PE）方向上偏移而泄漏的伪影占图像中心信号的比率。① 在图像上取5 个ROI，分别记为R1、R2、R3、R4、R5。其中，R1 为圆形，半径为水模实际半径的80%，作为信号区域。R2（左）、R3（右）、R4（上）、R5（下）为大小相等且对称的矩形，其长度为水模实际直径的80%，宽度为水模实际直径的5%，放置在图像背景中，见图4；② 对5 个ROI 分别求平均值，记为Icenter、Ileft、Iright、Itop、Ibottom，可按公式（5）计算出GSR。

图4 奈奎斯特伪影图

（6）几何畸变：磁化率伪影畸变由无弥散加权的SE EPI 图像计算而得。由于畸变主要集中在PE 方向，本研究采集的轴位图中水模为正圆形，且未在频率编码方向上发生畸变，图像中的直径是真实值，对其测量并记为DiaRO。在PE 方向上，测量发生了畸变的水模直径，记为DiaPE，见图5。可按公式（6）计算出畸变程度Distortion。

图5 磁化率伪影畸变测量图

（7）弥散梯度涡流畸变计算方法：使用包含弥散加权梯度的SE EPI 图像计算。但由于此图像中同时混合了上述两种畸变，因此需同时结合无弥散加权的SE EPI图像计算，排除磁场不均匀导致的畸变。在无弥散梯度图像上求水模的二值图Mask0。在弥散加权图像中，对第i个弥散梯度方向的图求水模的Maski。随后将每个Maski与Mask0相减，见图6。对各个差值图之和求平均可算出由弥散梯度涡流引起的畸变Distortion，见公式（7）。

图6 掩膜差值图

式中，n为弥散梯度方向个数。

（8）弥散FA：FA 衡量的是水分子弥散的各向异性程度，在理想情况下，水模的水分子呈自由扩散，因此为各向同性，FA 处处为0[12]。而在实际中，由于图像噪声的存在，使得计算出的FA 在不同位置出现较小的波动，且噪声越高，FA 值越大。因此，在水模中测量FA可反映图像的噪声分布情况。在弥散加权SE EPI 序列的图像中，计算图像各处FA。根据DTI，通过拟合计算出二阶弥散张量，可得3 个特征值与3 个正交的特征向量。描述各向异性程度的FA 可由公式（8）计算。

式中，λ1、λ2、λ3分别为3 个特征值，MD为这3 个特征值的均值。

（9）fMRI 波动和漂移百分比：在大脑的fMRI扫描中，由血氧水平依赖（Blood Oxygenation Level Dependent，BOLD）效应而产生的图像信号改变仅占初始信号的百分之几[13-14]。为了准确地测量如此小的信号变化，MRI 系统必须具有远低于此幅度的信号时间波动水平。水模中无BOLD 效应，因此，测量到的信号随时间变化主要由扫描仪自身产生，与机器稳定性有关。较大幅度的信号变化可能表示机器内的温度发生了改变。

使用GRE EPI 序列做的100 次测量中，可计算图像各处在时间维度上的信号波动和漂移。波动百分比（Percent Fluctuation，PF）指信号的时间波动占信号强度的百分比，而漂移百分比（Percent Drift，PD）指信号漂移占信号强度的百分比。利用二阶多项式拟合每个体素上随测量次数变化的信号，得到信号波动曲线如图7 所示[15]。

图7 信号波动曲线

PF 计算为实际信号与拟合值残差的标准差与信号的比值，见公式（9）。

式中，r为残差，S为平均信号强度。

PD 计算为拟合后曲线的最大值与最小值之差与信号的比值，见公式（10）。

（10）fMRI 的SFNR：fMRI 信号在时间维度上的波动还与图像噪声相关。在不同的图像上，空间内随机分布的噪声可使同一位置的信号也在时间维度上产生一定程度的波动。可使用SFNR 来评估fMRI 序列在时间维度上的噪声水平，其为PF 在图像空间的分布。

对每个体素，计算所有图像在时间维度上的均值，作为信号图，见图8a。

图8 信号波动噪声比的求解

在每个体素中，利用二阶多项式拟合随测量次数变化的信号，并与原始信号做差，进行去趋势操作，使信号均值为零。将去趋势后的标准差作为波动噪声图，见图8b。

SFNR 图可由信号图和波动噪声图的比值算出，见图8c。选取图中的圆形ROI，其中圆心在水模中心，半径为水模半径的80%，将ROI 内的所有值求平均作为SFNR。

（11）fMRI 频谱分析：从fMRI 信号的频谱图中可判断出MRI 扫描仪受外部环境干扰的情况。如果在图像采集过程中，周围环境有周期性的噪声干扰，如MRI机器的水冷系统或梯度诱导的共振。此时，将信号进行傅里叶变换至频率域后，会在某一频率上出现高峰信号。

利用二阶多项式对每一体素的信号拟合，进行去趋势操作。将残差进行傅里叶变换，观察其特征，见图9。

图9 fMRI信号的频谱图

2 结果

依此方法编辑程序，设计软件iQuarter，在完成序列采集后，后台质控程序在查询到新数据传入后自动开始对图像处理，计算出上述质控指标，将当日结果统计在网页中显示。例如，某一日的测量中所有质控指标如图10 所示，并分为B0 场、DTI 及fMRI 指标3 个栏目显示。

图10 水模单日质控指标

当日结果还可与历史结果相比较。图11～13 显示了一段时间使用同一个水模采集的各项参数的质控数据。

图11 水模总质控结果：B0场相关指标

图12 水模总质控结果：弥散相关指标

B0 场不均匀性、SNR、DTI 图像均匀度、奈奎斯特伪影、几何畸变-磁化率伪影、fMRI 图像均匀度、波动百分比、SFNR、空间信噪比，分别在0.1 ppm、41 dB、80%、0.6%、2 mm、73.6%、0.05%、350 dB、50.7 dB上下波动，并保持相对稳定。

时间节点为2022 年1 月14 日的SNR、奈奎斯特伪影、几何畸变-涡流伪影、SFNR 及空间信噪比，出现1 次异常值。

2020 年9 月至2021 年8 月20 日中心频率、几何畸变-涡流伪影、漂移百分比，分别在123.2005 MHz、0.5、0.07%上下波动，并保持相对稳定。

2021 年9 月10 日至2022 年3 月中心频率、几何畸变-涡流伪影、漂移百分比，分别在123.1943 MHz、0.3、0.43%上下波动，并保持相对稳定。

时间节点为2021 年9 月10 日的中心频率、几何畸变-涡流伪影及漂移百分比与2021 年8 月20 日的数据比较，出现明显起伏。

周期质控数据图中奈奎斯特伪影、几何畸变-磁化率伪影（AP）及几何畸变-磁化率伪影（PA）3 个指标均进行了2 次相同的测量，分别为图中的测量1 和测量2，两组曲线的拟合程度较高，说明数据测量具备可重复性。

2022 年1 月14 日水模质控扫描原始数据图如图14所示，当日科室志愿者32 通道扫描图如图15 所示。

图14 2022年1月14日水模质控扫描图

图15 2022年1月14日志愿者32通道扫描图

3 讨论

数据质量的可靠性和可重复性一直是学术研究面临的首要问题，MRI 设备的稳定性是保障数据采集准确性的前提。对MRI 设备性能的质量控制主要是通过对影像数据的质量监控分析而对影像设备的指标和性能进行监测和维护。在影像数据分析过程中，定期的设备质量控制是极为重要的一部分，它保证影像数据的质量，对影像数据分析结果是否合理、正确起决定性作用。

本研究所开发并应用的多模态影像数据质控软件iQuarter，具备智能影像数据质量监控分析模式，即当MRI 设备把数据发送过来时，iQuarter 可自动接收数据并智能地识别DTI 和fMRI 数据，从而进行质量监控和分析，降低了质控人员手工测量的时间成本并避免了人为因素的误差。应用质控软件iQuarter 对我院Siemens Verio 3.0 T MR 扫描仪采用定制的质控序列，定期进行质量监控。采用设备出厂自带的水模作为扫描对象开展日常质量控制工作，降低成本，便于实现、推广。

iQuarter 在整个应用周期中，其监测结果如图10～13所示。研究发现整体指标趋于平稳，但监测到2次异常值。第一次异常点为2021 年9 月10 日测得质控数据中的中心频率、几何畸变-涡流伪影及漂移百分比。第二次异常点为2022 年1 月14 日测得质控数据中的SNR、奈奎斯特伪影、几何畸变-涡流伪影、SFNR 及空间信噪比。

（1）2021 年9 月10 日数据异常分析

起因于2021 年8 月21 日，当日值班技术员发现MRI 设备周边地面有渗水，出于安全因素考虑暂停使用设备，立即向西门子售后报修。西门子工程师抵达现场，经检测发现梯度线圈损坏。

西门子Verio 的梯度线圈是水冷的，梯度线圈在平时使用时X、Y、Z 3 个轴向一直有电流产生，B0 场和梯度场会相互之间产生应力。相互拉扯的力最终会导致梯度线圈裂开然后渗水，梯度线圈用得越多越容易损坏渗水。由于科研MRI 经常扫描高b 值的序列，且扫描时间较长，对梯度线圈损耗进一步增加。

工程师给予处理意见：预定配件梯度线圈、降低水循环水压、配件更换前每天监查水压、暂停扫描。2021 年8 月22 日至9 月1 日等待配件期间水压从0.8 bar 降至0.6 bar。2021 年9 月2 日配件抵达，工程师进场维修。2021 年9 月5 日完成更换梯度线圈，MRI重新励磁，完成西门子质量保证测试。2021 年9 月6 日科研Bold 序列扫描中断，烟雾报警提示。2021 年9 月7 日工程师调整线缆角度，设备正常使用。

2021 年9 月10 日在设备经过更换梯度线圈、重新励磁这种重大调整后进行质量控制扫描。与2021 年9 月10 日之前的数据对比，中心频率、几何畸变-涡流伪影及漂移百分比3 项数据出现异常值。中心频率及几何畸变-涡流伪影下降，漂移百分比上升。根据西门子Verio 的官方标准，该机型中心频率范围应在122.8～123.6 MHz 区间内。由于重新励磁，我院Verio 设备的中心频率实际变化范围在123.194～123.201 MHz 之间波动，属于正常范围。几何畸变-涡流伪影及漂移百分比由于没有官方标准，无法判断是否属于正常区间内。通过后续持续的质量控制，发现这3 项指标虽然与维修前的数据有差异，但从维修后的周期性数据来分析还是处于平稳状态。说明设备已经处于修理完毕新的稳定状态，可持续使用。

由于设备梯度线圈损坏、重新励磁等这些计划外的维修调整，导致了数据存在异质性，研究课题组应当把2023 年9 月10 日作为时间节点，分段分析前后数据。先独立处理节点数据，再酌情合并处理，以保证科研的真实性及一致性。

（2）2022 年1 月14 日数据异常分析

2022 年1 月14 日对MRI 设备进行定期质控扫描，经质控软件iQuarter 进行数据分析，测得质控数据中的SNR、奈奎斯特伪影、几何畸变-涡流伪影、SFNR 及空间信噪比，均出现异常值。通过上述参数的异常及水模图周边出现明显的点状颗粒影（图14），优先怀疑32 通道头线圈损坏或者插槽损坏。

为了排除故障，本研究招募本科室志愿者1 名，签署MRI 扫描知情同意书及注意事项，分别使用12 通道头线圈和32 通道头线圈进行扫描。扫描结果显示12 通道头线圈图像无异常伪影，图像清晰；32 通道头线圈图像伪影严重（图15）。因此排除了床体插槽的损坏，进而怀疑32 通道线圈损坏。向西门子售后报修，经工程师检测，分析结果为头部32通道线圈内部部分通道损坏。

工程师给予的处理意见为更换头部线圈。1 周后线圈到货，更换新的头部线圈，2022 年1 月21 日进行质量控制扫描，经质控软件iQuarter 进行数据分析，相关MRI 设备质控参数恢复正常状态，与2022 年1 月14 日之前的历史数据未见明显差异。

应告知课题组2023 年1 月21 日更换了32 通道头线圈，但由于通道数及品牌一致，质控分析数据未见明显差异。后续研究数据与之前数据应可同批次处理，科研的一致性不受影响。

通过上述两个案例及长期的数据监测图表，可以了解到质控软件iQuarter 可以对MRI 设备进行长期的稳定性监测并在设备出现异常后能够及时报告，避免继续使用对设备造成损害，为科研扫描的数据质量提供保障[16]。成功的计量质控体系可以让使用者充分了解设备的变化、差异和图像瑕疵的来源，并能辅助维护设备和管理图像质量[17]。

4 结论与展望

本研究主要针对DTI 和fMRI 序列进行分析，两种序列受不同的质控指标影响。DTI 代表性参数包含SNR、图像均匀度、几何畸变-磁化率伪影、几何畸变-涡流伪影、奈奎斯特伪影。DTI 序列由于b 值的增加对梯度场和SNR 的要求越来越高。DTI 图像易受到伪影的影响，如磁敏感性伪影、运动伪影等。因此需要通过提高SNR、降低B0 不均匀性、补偿涡流、校正伪影等手段，来提高DTI 图像的质量。奈奎斯特伪影是由于正负编码梯度的延迟等，引起k 线奇偶行中心不一致导致，如果伪影过大，会降低结果的可靠性。

fMRI 代表性参数包含图像均匀度、波动百分比、漂移百分比、SFNR、空间信噪比、频谱图。波动百分比可评估剔除磁场漂移后的信号时域波动；漂移百分比通过二次线性拟合可评估磁场漂移的程度；SFNR 可用于评估设备硬件的信号稳定性；频谱图是从频域分析梯度、射频等是否引起异常频率波动[18]。

因此任一指标的异常都会降低相应序列的可信度，对后续数据分析结果的可靠性造成疑虑，导致数据最终的处理结果出现假阳性或者假阴性。一旦出现异常，通过与设备科及厂家的及时沟通，分析解决问题。无论是计划内的硬件或软件升级，还是计划外的维修处理，都会导致质控数据出现动态变化，应告知课题组让其选择研究数据分析时间的节点，合并分析还是分批独立分析，以保证DTI 和fMRI 研究结果的可靠性和可重复性[19]。

此外iQuarter 具有易部署、自动化分析、稳定性高、结果可视化等特点，在大数据时代为医疗影像数据质量控制管理工作提供方便，全面提升医院医疗或科研单位质量管理的工作效率。

本研究不足之处在于，质控软件iQuarter 当日采集的质控数据结果只是一个数值点，由于设备不同，也没有标准的性能指标，因此只能通过长时间的数据观察，确立“基线”，评估此台设备各项参数应有的质控标准[20-21]。

本研究的优势在于有了长期稳定的质控数据，当出现异常值时能直观地发现问题，然后对症处理。将稳定的设备参数提供给科研课题组，在分析数据的时候有了保障。本文也是应用质控软件iQuarter 对Verio 核磁进行长期监测的应用研究及维修反馈。

综上所述，本研究所研发的质控软件iQuarter，有望成为DTI 和fMRI 序列日常质量的监测工具，及时有效地监控设备状态，保障科研数据采集设备状态的稳定性、数据采集的一致性，为后续数据结果分析增加信心。希望我国在不久的将来，能推出完善的相关质控产品并商品化，能兼容更多的设备，监测更多设备性能及图像质量的参数，为我国脑科学影像研究保驾护航。