熊暉,陳自謙,陳沖
1.福州大學 電氣工程與自動化學院,福建 福州 350116;2.福州總醫院 醫學影像科,福建 福州 350025
成像質量評價是醫用磁共振成像(Magnetic Resonance Imaging,MRI)質量控制(Quality Control,QC)檢測程序中的關鍵工作,圖像空間分辨力(Spatial Resolution)作為重要QC檢測參數,描述了MR圖像對解剖細節的顯示能力。具備良好空間分辨力的MRI系統有助于獲取高質量的診斷圖像,以得到更準確的臨床診斷。美國放射學會(American College of Radiology,ACR)體模作為有效、通用的MRI系統QC檢測工具,在各大醫療機構的QC程序中得到廣泛應用。基于ACR體模的空間分辨力傳統可視評價依靠肉眼辨別實現,該評價過程的缺陷在于引入了較大的隨機誤差。為進一步提高QC程序的科學性,本文擬設計MRI空間分辨力智能檢測模塊,以期利用程序自動檢測替代肉眼辨別,獲得更為真實的空間分辨力檢測結果,實現對MR相關成像系統性能的客觀反映。
檢測體模選用ACR性能測試體模,受檢系統為Siemens MAGNETOM Skyra 3.0 T磁共振成像系統,掃描采用自旋回波成像脈沖序列(Spin-Echo,SE),具體檢測參 數 為[1]:TR 500 ms,TE 30 ms,FOV 25 cm×25 cm,MATRIX 256×256,激勵次數 1,掃描層厚 5 mm,接收帶寬 156 Hz/pixel。
在完成ACR體模的擺位及定位像的層面設置后,對體模11個測試層面的橫斷位進行掃描,其中空間分辨力檢測程序在第一層橫斷位圖像中進行(圖1),檢測思路為通過對分辨力嵌入物中不同直徑顯示孔(圖2)的識別來評價MRI系統對微小物體的分辨能力。

圖1 空間分辨力測量層面

圖2 空間分辨力嵌入物顯示孔
層面中顯示孔的直徑從左到右分別為1.1、1.0和0.9 mm。傳統方法要求對水平和垂直兩個方向上的空間分辨力進行評估,具體檢測過程如下:
(1)放大圖像,保證分辨力嵌入物處于視野中央,并將窗寬調整至最小值。
(2)水平(垂直)方向分辨力的檢測:觀察左上(右下)排列的所有顯示孔,調節窗位以相鄰孔清楚顯示為佳;若任一單行(單列)中所有四孔可被清楚辨別,則認為對特定的孔徑在水平(垂直)方向均能分辨;將左上(右下)排列所能分辨的最小孔徑記為水平(垂直)方向分辨力。
(3)對3個嵌入物顯示孔區域依次進行檢測,至某個區域無法判定結果或三區域均檢測完畢,將能夠識別且孔徑最小的區域的孔徑值作為其空間分辨力[2]。
以水平方向空間分辨力為例的人工檢測結果,見圖3。

圖3 水平方向人工檢測結果
傳統空間分辨力檢測程序中,以肉眼識別的檢測方法雖然操作簡易,但其檢測精確度很大程度依賴于質量控制人員的主觀判斷,導致該評價過程極易產生隨機誤差。另一方面,若要降低質量控制檢測結果受個人工作習慣的影響,各醫療機構需培養一定數量的優秀質量控制技師,以保證不同人員的操作在不同時期開展的質量控制程序中具備穩定性與可替代性,然而培養如此規模的技師團隊卻將消耗醫療機構大量的人力物力。基于上述問題,本文擬設計MRI空間分辨力智能檢測模塊,以期提高檢測的準確度及穩定性,為今后開展科學有序的磁共振設備質量控制程序提供保障。
參數空間分辨力的評價是以質量控制圖像為基礎,因此本文依據ACR體模的空間分辨力檢測原理,結合MATLAB平臺中的程序語言和圖像處理功能設計智能檢測模塊。
1.3.1 圖像預處理
首先對目標圖像實施銳化操作,減少模糊部分,突出和加強分辨力嵌入物區域的邊緣及輪廓[3]。為方便后續工作對圖像進行二值化[4-5],以得到所需的預處理效果圖(圖4,已放大至454%)。通過對參數檢測層面構造的解析,獲得分辨力嵌入物與小孔陣列的相關位置信息,而后利用邊緣檢測和種子區域生長等方法[6-7],分別將待處理目標收縮到孔徑不同的三部分區域,排除了圖像中其他無關因素的干擾。

圖4 小孔陣列的預處理結果
1.3.2 感興趣區域的分離
依照傳統方法所述,下一步工作是提取出分辨力嵌入物中水平與垂直方向上待檢測的感興趣區域(Region of Interest,ROI)。使用水平方向的線結構元對預處理后的圖像進行膨脹[8],根據體模層面的結構特性,嵌入物區域的左上和右下部分交界所在的線段將會是最長。利用線檢測技術識別出這條線段[9],獲得它的起點及終點坐標;使用垂直線結構元膨脹預處理圖像,同理得到垂直方向線段始終點坐標(圖5)。將所得四個坐標略作擴展,并以修改后的位置信息決定左上和右下部分的范圍,完成ROI的提取。

圖5 線檢測
1.3.3 空間分辨力的確定
本文擬采用模板匹配方法確定空間分辨力[10]。在前文所述的用孔徑表示圖像水平(垂直)分辨力的時候,如若發生一行(列)兩個或多個孔融為一體并表現為一個不規則信號點的情況,則可認為MRI系統對該行(列)的所有孔都不能進行分辨;當出現某行(列)中孔與孔之間能清楚辨別,而相鄰行(列)中的一個或多個孔卻不能的情況,我們依然認為這個小孔陣列是清晰可辨的,即不影響對這個陣列的評價[11]。
依上述原因分別設置兩個方向的匹配模板,其中白色部分為高信號,灰色部分為低信號,同樣以水平方向空間分辨力的檢測為例,計算左上部分ROI尺寸并使用相應模板在圖像上逐行遍歷[12]。如果某行返回的匹配成功個數為4,即視作存在四個不粘結的獨立小孔,判定為可識別;若匹配成功個數不為4,則認為小孔存在模糊情況或沒有遍歷到待檢行(圖6中模板及示意圖為便于觀察已理想化)。按陣列孔徑值由小到大的順序依次進行判定,至其中某陣列的結果為可識別,輸出該陣列對應的孔徑值作為水平方向空間分辨力,若均不能識別則顯示檢測失敗。上述過程的流程圖,見圖7。在垂直方向上可依照同理進行檢測。

圖6 模板及匹配策略

圖7 水平方向檢測流程
導入近期5次磁共振質量控制圖像,分別使用兩種方法對空間分辨力進行檢測。由前文圖3~4中傳統方法和本文預處理結果的對比可以看出,智能檢測模塊能基本反映各個陣列原有情況,在保留真實小孔和消除區域干擾噪聲的同時極大程度還原了粘連點間具體信息。人工檢測和自動檢測方法的檢測時間分別為63.69 s和1.5915 s,見表1。模塊運算的耗時要明顯低于人工調試,模塊能夠對空間分辨力實現符合要求的自動檢測(表1)。

表1 檢測結果(mm)
磁共振質量控制指的是利用一系列科學合理的技術手段,在設備驗收及長期使用的過程中對其性能進行周期性查驗,以便微小的異常情況能夠被及時修復,從而確保圖像質量的綜合方法[13]。質量控制是MRI設備運行良好的重要保證,而各類參數的核準檢測則是其中的一個主要部分[14]。傳統的檢測方法需要在指定的后處理工作站上,對成像設備掃描體模得出的質量控制圖像手動進行調節和觀測等操作,并采用人工記錄和計算的方法得到最終的參數數據。工程人員將這些數據與行業相關標準對比,以各類參數的準確性來判斷使用設備性能是否存在異常[15]。這套檢測流程較為復雜繁瑣,而智能檢測模塊則能夠在一定程度上克服現有缺陷。模塊使流程脫離了后處理工作站獨立運行,并且憑借圖像處理技術和相關算法極大縮短了檢測時間,在避免人工分析帶來隨機誤差的同時對系統性能時間曲線的穩定性做出了貢獻。另一方面,模塊同樣存在著局限性:三個小孔陣列區域由于沒有明顯的特征點,因而只能選擇以先驗知識及位置信息進行目標的收縮;二值化與直線檢測算法的快速性也有待進一步提高;基于MATLAB平臺設計的模塊編程簡單直觀,用戶界面友好且開放性較強,但其語言執行效率低,在封裝性及保密性方面也顯得略有不足,若有需要系統化模塊則建議使用C++平臺或結合兩者進行混合編程[16]。
目前磁共振質量控制正趨于自動化及標準化[17],空間分辨力智能檢測模塊的設計能夠符合該研究方向,為工程人員提供對參數快速、準確、穩定的檢測,相較于傳統方法具有明顯優勢,有助于今后MRI設備質量控制工作的有序開展與普及。