基于Matlab的磁共振成像線性度自動檢測的研究*

孟 奧 趙慶軍* 徐 桓 劉振芹 毛 巖

基于Matlab的磁共振成像線性度自動檢測的研究*

孟 奧①趙慶軍①*徐 桓①劉振芹①毛 巖①

目的：采用Matlab語言，實現磁共振成像(MRI)線性度的自動檢測，并與手動測量方法進行比較。方法：掃描美國體模實驗室Magphan SMR170體模獲取圖像，手動選擇圖像中小孔的位置，獲取圓心位置進而得到小孔間距。結果：自動檢測優于手動檢測，其耗時少，人工干預少。結論：線性度檢測的方法在MRI應用質量檢測中客觀程度高，可提高檢測結果的準確度，為大型醫療設備應用質量檢測提供可靠和穩定的數據。

磁共振成像；體模；線性度；自動檢測；質量控制；Matlab語言

目前，磁共振成像(magnetic resonance imaging，MRI)等大型醫療設備在臨床應用中扮演著越來越重要的角色，其成像質量關乎著醫護人員對患者病情的直接判斷，因此人們越來越重視醫療設備的應用質量檢測[1-2]。MRI設備應用的質量檢測十分必要，而在MRI應用質量檢測中，線性度是評估MRI性能的一個重要指標[3]。線性度又稱為幾何畸變，指物體圖像的幾何形狀或位置的改變程度，體現了MRI重現物體幾何尺寸的能力，用畸變百分率表示。根據美國醫學物理學家協會(AAPM)要求，一般要求畸變百分率＜5%[4-5]。

對X射線計算機斷層成像(computed tomography，CT)及MRI等大型醫療設備應用質量檢測時，檢測人員攜帶體模采用“掃描圖像—測量圖像”的方式對線性度進行手工測試，根據圖像得到數據并計算，參照標準判斷設備是否合格[6]。由于這種方式耗時長，客觀性差，人工因素多，且不能及時反饋設備的應用質量檢測結果[7]。為此，本研究提出線性度檢測的新方法，可提高檢測結果的準確度，為檢測提供可靠和穩定的數據。

1 受檢設備與測試要求

1.1 受檢設備

美國GE的MRI設備3臺，德國西門子的MRI設備2臺，荷蘭飛利浦的MRI設備1臺，共計6臺。設備信息見表1。

表1 受檢設備信息

1.2 測試體模

美國體模實驗室Magphan SMR170性能體模空間分辨率模塊。

1.3 掃描條件

在無特殊要求時，采用飽和恢復自旋回波成像脈沖序列(SE)，重復時間(TR)500 ms，回波時間(TE)30 ms，視野(FOV)25 cm，矩陣256×256，平均次數2次，單層掃描層厚10 mm[8-10]。

2 MRI線性度自動測量

圖1 線性度自動檢測算法流程圖

線性度自動測量的算法流程如圖1所示。其具體步驟為：①在原始圖片中，用鼠標大概選擇小孔的位置，截取包含小孔在內的感興趣區域(region of interest，ROI)；②由于ROI太小及包含像素點太少不利于分析，故將圖片進行放大處理，改變ROI大??；③迭代法計算合適的閾值，對放大后的圖像采用迭代法實現二值化，分割出小孔呈圓形區域[11-12]；④對二值化圖像執行形態閉、腐蝕[13]等操作得到圓形區域邊緣，對邊緣進行細化，計算出圓心坐標；⑤將得到的圓心坐標進行反變換，得到圓心在原始圖像中的坐標；⑥計算在頻率編碼方向(X)與相位編碼方向(Y)的小孔間的間距，并與實際的距離比較，其線性度計算為公式1：

式中LR為實際距離；LM為測量距離。

3 實驗結果與分析

按照檢測標準要求擺放體模，設置相關掃描參數條件進行掃描，其掃描圖像如圖2所示。

圖2 掃描圖像

3.1 圖像處理

截取的像素(6×6)，包含小孔在內的ROI(如圖3a所示)，分別是對截取ROI進行3種不同重建方法放大后的圖像(如圖3b、c、d所示)[14]。

本實驗選取的是以bicubic重建方法放大，其二值化及邊緣如圖4所示。

3.2 數據處理

圖3 截取及放大后的圖像

圖4 二值化及邊緣圖像

圖5 數據處理界面圖

數據處理程序界面[15]如圖5所示。掃描圖像上共有13個小孔，從中心向外，從左向右分別編碼1～13。點擊提取坐標，鼠標點擊小孔的大概位置后回車，就會顯示當前的圓心坐標，按編碼填寫坐標后，點擊計算，測量值、線性度及最大值均顯示在界面上。

3.3 數據比較

根據以上檢測方法得出自動測量數據，并與手動測量線性度方法的結果進行比較，其結果見表2。

表2 自動測量與手動測量結果對比

4 結論

用自動測量方法得到的結果優于手動檢測，但自動測量也存在一些缺點，編碼10～13點由于距離邊緣或者線對比較近，在提取坐標時有時會受到影響，因此提取這些點坐標時可以多提取幾次。在MRI線性度檢測中，手動測量具有較大的隨意性，使得不同檢測人員得到不同的數據，無法獲得統一的線性度。

自動測量方法與手動檢測方法相比具備以下優點：①數據處理速度優于手動測量方法；②可以離線處理數據，不占用MRI工作時間；③避免了手動測量中的人為誤差，提高了客觀準確性。MRI線性度自動檢測系統可簡化操作，節約工作時間，對大型醫療設備應用質量檢測提供了更加穩定可靠的數據，也極大提高了效率。

[1]葉曉煒.軍隊大型醫療設備質量現狀分析[J].解放軍醫院管理雜志，2008，15(4)：381-383.

[2]付麗媛，梁永剛，倪萍，等.3.0 T磁共振成像系統的質量控制檢測[J].中國醫學裝備，2016，13(3)：25-27，28.

[3]劉凡，羅婭紅，于韜，等.MRI影像檢查質量控制初探[J].當代醫學，2010，16(2)：25，46.

[4]肖綱.淺談對醫用磁共振成像系統的計量性能進行檢測的重要性[J].中國醫療器械信息，2011，17(4)：53-54.

[5]任國荃，劉曉軍.磁共振成像設備應用質量檢測技術與評審[M].北京：人民軍醫出版社，2005：84-85.

[6]陳宇珂，鄭理華，潘澤森，等.加強醫療設備質量控制體制建設探討[J].醫療衛生裝備，2012，33(1)：109-110.

[7]李成，葛劍徽.MRI質量檢測圖像參數自動評價系統的設計分析[J].醫療衛生裝備，2013，34(10)：24-25.

[8]李杰.醫用磁共振(MRI)系統檢測方法[J].計量與測試技術，2011，38(12)：3-5.

[9]中華人民共和國衛生部.WS/T236-2006醫用診斷磁共振成像(MRI)設備影像質量檢測與評價規范[S].中華人民共和國衛生部，2006-11-15.

[10]趙鵬.淺談我國醫用磁共振檢測技術[J].科技創新與應用，2014(17)：34-34.

[11]董立靖，張艷，舒巍，等.幾種文本圖像二值化方法的對比分析[N].北方工業大學學報，2011，23(1)：25-33.

[12]黎妹紅，張其善.用迭代法求指紋圖像中的閾值[J].電子技術應用，2004(3)：12-13.

[13]王娟，周金芝.基于Matlab的形態學圖像處理研究[J].現代交際，2010(4)：135-136.

[14]李秀英，袁紅.幾種圖像縮放算法的研究[J].現代電子技術，2012，35(5)：48-51.

[15]王玉林，葛蕾，李艷斌.新型界面開發工具：MATLAB/GUI[J].無線電通信技術，2008，34(6)：50-52.

Research on linearity automatic detection system of MRI based on Matlab

MENG Ao,ZHAO Qing-jun, XU Huan, et al

Objective:To realize the automatic detection of MRI linearity by adopting Matlab and compare the result with that by using manual detection.Methods:The image was obtained by scanning the Magphan SMR 170 phantom designed by the phantom laboratory of United States, the approximate location of the small hole in image was selected by manual operation so as to obtain the circle centre position and then obtain the space between two small holes.Results:Automatic detection was superior to manual detection, and its timeconsuming and manual intervention were less than that of manual detection.Conclusion:The automatic detection of linearity has higher objectivity in application quality detection of MRI, and it can enhance the accuracy of the detection result. Besides, it also can provide reliable and stable data for the application quality detection of large medical device.

Magnetic resonance imaging(MRI); Phantom; Linearity; Automatic detection; Quality control; Matlab

Institute of Inspection and Verification for Drug and Instrument, Sanitary Bureau of Logistics Department of Central Military Commission, Beijing 100071, China.

1672-8270(2017)11-0019-03

R445.2

A

10.3969/J.ISSN.1672-8270.2017.11.006

孟奧,女,(1992- ),碩士研究生。中央軍委后勤保障部衛生局藥品儀器檢驗所，研究方向：CT及MRI檢測數據分析處理方法研究。

軍事醫學計量科研專項(2011-JL3-016)“軍隊大型醫療設備遠程監督管理系統研究”

①中央軍委后勤保障部衛生局藥品儀器檢驗所 北京 100071

*通訊作者：yjszqj@sina.com

China Medical Equipment,2017,14(11):19-21.

2017-06-16