基于Matlab的磁共振成像线性度自动检测的研究*

孟 奥 赵庆军* 徐 桓 刘振芹 毛 岩

基于Matlab的磁共振成像线性度自动检测的研究*

孟 奥①赵庆军①*徐 桓①刘振芹①毛 岩①

目的：采用Matlab语言，实现磁共振成像(MRI)线性度的自动检测，并与手动测量方法进行比较。方法：扫描美国体模实验室Magphan SMR170体模获取图像，手动选择图像中小孔的位置，获取圆心位置进而得到小孔间距。结果：自动检测优于手动检测，其耗时少，人工干预少。结论：线性度检测的方法在MRI应用质量检测中客观程度高，可提高检测结果的准确度，为大型医疗设备应用质量检测提供可靠和稳定的数据。

磁共振成像；体模；线性度；自动检测；质量控制；Matlab语言

目前，磁共振成像(magnetic resonance imaging，MRI)等大型医疗设备在临床应用中扮演着越来越重要的角色，其成像质量关乎着医护人员对患者病情的直接判断，因此人们越来越重视医疗设备的应用质量检测[1-2]。MRI设备应用的质量检测十分必要，而在MRI应用质量检测中，线性度是评估MRI性能的一个重要指标[3]。线性度又称为几何畸变，指物体图像的几何形状或位置的改变程度，体现了MRI重现物体几何尺寸的能力，用畸变百分率表示。根据美国医学物理学家协会(AAPM)要求，一般要求畸变百分率＜5%[4-5]。

对X射线计算机断层成像(computed tomography，CT)及MRI等大型医疗设备应用质量检测时，检测人员携带体模采用“扫描图像—测量图像”的方式对线性度进行手工测试，根据图像得到数据并计算，参照标准判断设备是否合格[6]。由于这种方式耗时长，客观性差，人工因素多，且不能及时反馈设备的应用质量检测结果[7]。为此，本研究提出线性度检测的新方法，可提高检测结果的准确度，为检测提供可靠和稳定的数据。

1 受检设备与测试要求

1.1 受检设备

美国GE的MRI设备3台，德国西门子的MRI设备2台，荷兰飞利浦的MRI设备1台，共计6台。设备信息见表1。

表1 受检设备信息

1.2 测试体模

美国体模实验室Magphan SMR170性能体模空间分辨率模块。

1.3 扫描条件

在无特殊要求时，采用饱和恢复自旋回波成像脉冲序列(SE)，重复时间(TR)500 ms，回波时间(TE)30 ms，视野(FOV)25 cm，矩阵256×256，平均次数2次，单层扫描层厚10 mm[8-10]。

2 MRI线性度自动测量

图1 线性度自动检测算法流程图

线性度自动测量的算法流程如图1所示。其具体步骤为：①在原始图片中，用鼠标大概选择小孔的位置，截取包含小孔在内的感兴趣区域(region of interest，ROI)；②由于ROI太小及包含像素点太少不利于分析，故将图片进行放大处理，改变ROI大小；③迭代法计算合适的阈值，对放大后的图像采用迭代法实现二值化，分割出小孔呈圆形区域[11-12]；④对二值化图像执行形态闭、腐蚀[13]等操作得到圆形区域边缘，对边缘进行细化，计算出圆心坐标；⑤将得到的圆心坐标进行反变换，得到圆心在原始图像中的坐标；⑥计算在频率编码方向(X)与相位编码方向(Y)的小孔间的间距，并与实际的距离比较，其线性度计算为公式1：

式中LR为实际距离；LM为测量距离。

3 实验结果与分析

按照检测标准要求摆放体模，设置相关扫描参数条件进行扫描，其扫描图像如图2所示。

图2 扫描图像

3.1 图像处理

截取的像素(6×6)，包含小孔在内的ROI(如图3a所示)，分别是对截取ROI进行3种不同重建方法放大后的图像(如图3b、c、d所示)[14]。

本实验选取的是以bicubic重建方法放大，其二值化及边缘如图4所示。

3.2 数据处理

图3 截取及放大后的图像

图4 二值化及边缘图像

图5 数据处理界面图

数据处理程序界面[15]如图5所示。扫描图像上共有13个小孔，从中心向外，从左向右分别编码1～13。点击提取坐标，鼠标点击小孔的大概位置后回车，就会显示当前的圆心坐标，按编码填写坐标后，点击计算，测量值、线性度及最大值均显示在界面上。

3.3 数据比较

根据以上检测方法得出自动测量数据，并与手动测量线性度方法的结果进行比较，其结果见表2。

表2 自动测量与手动测量结果对比

4 结论

用自动测量方法得到的结果优于手动检测，但自动测量也存在一些缺点，编码10～13点由于距离边缘或者线对比较近，在提取坐标时有时会受到影响，因此提取这些点坐标时可以多提取几次。在MRI线性度检测中，手动测量具有较大的随意性，使得不同检测人员得到不同的数据，无法获得统一的线性度。

自动测量方法与手动检测方法相比具备以下优点：①数据处理速度优于手动测量方法；②可以离线处理数据，不占用MRI工作时间；③避免了手动测量中的人为误差，提高了客观准确性。MRI线性度自动检测系统可简化操作，节约工作时间，对大型医疗设备应用质量检测提供了更加稳定可靠的数据，也极大提高了效率。

[1]叶晓炜.军队大型医疗设备质量现状分析[J].解放军医院管理杂志，2008，15(4)：381-383.

[2]付丽媛，梁永刚，倪萍，等.3.0 T磁共振成像系统的质量控制检测[J].中国医学装备，2016，13(3)：25-27，28.

[3]刘凡，罗娅红，于韬，等.MRI影像检查质量控制初探[J].当代医学，2010，16(2)：25，46.

[4]肖纲.浅谈对医用磁共振成像系统的计量性能进行检测的重要性[J].中国医疗器械信息，2011，17(4)：53-54.

[5]任国荃，刘晓军.磁共振成像设备应用质量检测技术与评审[M].北京：人民军医出版社，2005：84-85.

[6]陈宇珂，郑理华，潘泽森，等.加强医疗设备质量控制体制建设探讨[J].医疗卫生装备，2012，33(1)：109-110.

[7]李成，葛剑徽.MRI质量检测图像参数自动评价系统的设计分析[J].医疗卫生装备，2013，34(10)：24-25.

[8]李杰.医用磁共振(MRI)系统检测方法[J].计量与测试技术，2011，38(12)：3-5.

[9]中华人民共和国卫生部.WS/T236-2006医用诊断磁共振成像(MRI)设备影像质量检测与评价规范[S].中华人民共和国卫生部，2006-11-15.

[10]赵鹏.浅谈我国医用磁共振检测技术[J].科技创新与应用，2014(17)：34-34.

[11]董立靖，张艳，舒巍，等.几种文本图像二值化方法的对比分析[N].北方工业大学学报，2011，23(1)：25-33.

[12]黎妹红，张其善.用迭代法求指纹图像中的阈值[J].电子技术应用，2004(3)：12-13.

[13]王娟，周金芝.基于Matlab的形态学图像处理研究[J].现代交际，2010(4)：135-136.

[14]李秀英，袁红.几种图像缩放算法的研究[J].现代电子技术，2012，35(5)：48-51.

[15]王玉林，葛蕾，李艳斌.新型界面开发工具：MATLAB/GUI[J].无线电通信技术，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

孟奥,女,(1992- ),硕士研究生。中央军委后勤保障部卫生局药品仪器检验所，研究方向：CT及MRI检测数据分析处理方法研究。

军事医学计量科研专项(2011-JL3-016)“军队大型医疗设备远程监督管理系统研究”

①中央军委后勤保障部卫生局药品仪器检验所 北京 100071

*通讯作者：yjszqj@sina.com

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

2017-06-16