技术领域
[0001] 本
发明涉及
磁共振成像及
图像处理领域，尤其涉及一种基于云平台的多中心磁共振图像自动质量控制方法。
背景技术
[0002] 当前，国际上的热点脑计划项目正不断推动跨地区、多中心联合的脑成像。多中心合作的磁共振研究可以扩大样本的多样性和规模，缩短采集周期。从科学性上讲，我们希望各中心之间的实验数据具有可比性，由地区差异和磁共振软
硬件带来的差异越小越好。因此，多中心磁共振图像的质量控制对保障多中心研究结果的准确性和可靠性有重要意义。然而，各个中心扫描使用的磁共振
扫描仪，所使用的磁共振序列等存在实际性差异，增加了传统单中心的磁共振图像质量控制推广到多中心的难度和不确定性。国内外的研究学者已花费大量精
力展开对于磁共振图像质量控制的研究。当前，磁共振图像的质量控制大多是由专
门的磁共振技师通过目视观察或手动地在
水模数据上划定感兴趣区(Region of Interest，ROI)粗略地计算少量参数，然后凭技师个人经验进行评估。这种质量控制的方式耗费了大量人力和时间，并且具有很强的主观性，对技师的要求很高，并不适合应用于多中心的磁共振图像质量控制中。因此，多中心的磁共振图像的质量控制急需一套统一标准的自动化流程。
发明内容
[0003] 由于目前缺乏广泛接受的磁共振图像质量控制的标准和流程，本发明总结并参考了近10年来的磁共振图像质量控制方法，设计了基于云平台的多中心磁共振图像自动质量控制方法。可用于对水模磁共振图像进行详细分析，分析各个中心磁共振扫描仪随时间变化的
稳定性，比较各个中心的差别，也可用于对被试磁共振图像进行详细分析，评估图像质量，为多中心研究结果的正确性打下
基础。
[0004] 本发明解决其技术问题所采用的技术方案是：一种基于云平台的多中心磁共振图像自动质量控制方法，包括如下步骤：
[0005] (1)通过对水模或被试扫描得到的磁共振图像；
[0006] (2)将步骤(1)扫描得到的磁共振图像传递到云平台上；
[0007] (3)选取质量控制参数，选取磁共振图像中的感兴趣区域，在感兴趣区域内对质量控制参数进行计算，得到质量控制参数的计算结果。
[0008] 进一步的，选取的质量控制参数选自主
磁场的不均匀性(B0 inhomogeneous)、
信噪比(Signal-to-Noise Ratio)、奈奎斯特伪影(Nyquist Ghost ratio)、畸变(Distortion)、部分
各向异性(Fractional Anisotropy，FA)、表观扩散系数(Apparent Diffusion Coefficient，ADC)、归一化相关系数(Normalized Correlation，NC)、主要扩散方向(Principal Direction，PD)的强偏差。
[0009] 进一步的，对于主磁场不均匀性的计算，使用场图进行主磁场不均匀性的计算，选取圆心为水模中心，半径为水模半径N％(70≤N≤90)的圆形的感兴趣区域(Region of Interest，ROI)，利用公式(1)计算主磁场的不均匀性，
[0010]
[0011] 其中，BOinhomo表示主磁场不均匀性，Max(ROI)表示感兴趣区域中的最大值，Min(ROI)表示感兴趣区域中的最小值，ΔTE表示扫描过程中使用的两个不同回波时间之间的差值，f表示中心
频率；
[0012] 对于信噪比的计算，使用b0图进行信噪比的计算，通过将重复扫描的两幅b0图像进行
像素级别的相减得到噪声图像，选取圆心为水模中心，半径为水模半径N％(70≤N≤90)的圆形作为感兴趣区域，使用公式(2)进行信噪比的计算，
[0013]
[0014] 其中，SNR表示信噪比，Smean为
信号图像感兴趣区域内信号强度的均值，σ为噪声图像感兴趣区域内的标准差；
[0015] 对于奈奎斯特伪影水平的计算，使用公式(3)计算奈奎斯特伪影，
[0016]
[0017] 其中，Ghostratio表示奈奎斯特伪影水平，Mmiddle表示圆心为水模中心，半径为水模半径N％(70≤N≤90)的圆形感兴趣区域，Mtop，Mbottom表示
相位编码方向的长度为水模直径N％(70≤N≤90)，宽度为水模直径K％(5≤K≤10)的矩形感兴趣区域，Mright，Mleft表示频率编码方向的长度为水模直径N％(70≤N≤90)，宽度为水模直径K％(5≤K≤10)的矩形感兴趣区域；
[0018] 对于畸变的计算，可使用公式(4)来计算畸变，
[0019]
[0020] 其中，Distortion表示图像的拉伸/压缩程度，diaPE表示图像在相位编码方向的直径，diaFE表示图像在频率编码方向的直径；
[0021] 对于部分各向异性的计算，利用公式(5)计算部分各向异性，
[0022]
[0023] 其中，FA表示部分各向异性，对弥散加权数据进行
弥散张量成像模型的拟合，计算出张量矩阵，并对张量矩阵对
角化求出张量矩阵的三个特征值D1，D2，D3，Davg表示D1，D2，D3三者的均值；可预先定义圆心在水模中心，半径为水模半径N％(70≤N≤90)的感兴趣区域，所求的部分各向异性为感兴趣区域内所有部分各向异性的均值；
[0024] 对于表观扩散系数的计算，使用公式(6)计算各扩散梯度方向的表观扩散系数；
[0025] Sk＝S0exp(-bADCk) (6)
[0026] 其中，Sk表示第k个扩散梯度方向的弥散加权图像，S0表示无扩散梯度的图像，b表示扫描过程中的扩散加权因子，ADCk表示第k个方向的表观扩散系数；
[0027] 对于归一化相关系数的计算，使用公式(7)计算，
[0028]
[0029] 其中，NC表示归一化相关系数的值，Ai为图像A的第i个像素值，Bi为图像B的第i个像素值，N是一幅图像中总的像素个数；
[0030] 对于主要扩散方向(Principal Direction，PD)的强偏差的计算，首先利用弥散张量成像(Diffusion Tensor Imaging，DTI)模型对弥散加权数据进行模型拟合，自动计算出全脑的主要扩散方向，并将其
可视化，从而可以直观观测主要扩散方向在单位球表面的分布。
[0031] 本发明与背景技术相比，具有的有益效果是：
[0032] (1)通过云平台，可以实现实时磁共振图像的质量控制，可快速得到结果，适用于多中心，大批量磁共振图像的质量控制。
[0033] (2)使用多个确定参数进行磁共振图像质量控制，质量控制结果更全面，更具有客观性。
[0034] (3)不需要专门的技师进行磁共振图像质量控制，节省了人力。
附图说明
[0035] 为了更清楚地说明本发明
实施例的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍。显而易见的是，下面描述中的附图仅仅是本
申请中记载的特定实施例，其不是对本发明的保护范围的限制。对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，当然还可以根据本发明的如下实施例及其附图获得一些其它的实施例和附图。
[0036] 图1为通过水模数据计算主磁场不均匀性时，使用的场图以及感兴趣区域；
[0037] 图2为通过水模数据计算信噪比时，使用的噪声图以及感兴趣区域；
[0038] 图3为通过水模数据计算奈奎斯特伪影时，使用的b0图像以及感兴趣区域；
[0039] 图4为通过水模数据计算的主磁场不均匀性随时间的变化曲线；
[0040] 图5为通过水模数据计算的信噪比随时间的变化曲线；
[0041] 图6为通过水模数据计算的奈奎斯特伪影随时间的变化曲线；
[0042] 图7为通过水模数据计算的畸变随时间的变化曲线；
[0043] 图8为通过水模数据计算的部分各向异性随时间的变化曲线；
[0044] 图9为通过水模数据计算得到的各个弥散方向的表观扩散系数组成的雷达图；
[0045] 图10为通过无头动被试数据计算得到的连续层面间的归一化相关系数曲线图；
[0046] 图11为通过有头动被试数据计算得到的连续层面间的归一化相关系数曲线图；
[0047] 图12为通过扫描床震动较小的Prisma机器扫描得到的被试数据计算得到的主要扩散方向分布图；
[0048] 图13为通过扫描床震动较大的Trio机器扫描得到的被试数据计算得到的主要扩散方向分布图。
具体实施方式
[0049] 本发明基于云平台对多中心扫描得到的磁共振图像进行特定的参数计算，从而对多中心磁共振图像进行自动质量控制。为了使本领域的人员更好地理解本申请中的技术方案，下面将结合附图对本发明作进一步的说明。以水模以及被试的弥散加权成像图像的自动化质量控制作为实施例。但这仅仅是本申请的一部分实施例，而不是全部的实施例。基于本申请所述的具体实施例，本领域的其他人员在没有做出创造性劳动的前提下所获得的其他实施例，都应当落在本发明的构思范围之内。
[0050] 以下参考附图描述本发明的优选实施例：
[0051] 总体而言，本发明在磁共振图像质量控制过程中，部署好相应的云平台环境，使得云平台可以自动检测上传的磁共振图像。选取相应的质量控制参数，当云平台检测到上传的磁共振图像时，选取磁共振图像中的感兴趣区域，在感兴趣区域内对质量控制参数进行计算，得到质量控制参数的计算结果，并将计算结果自动保存。
[0052] 通过对相同规格的水模扫描得到的弥散加权图像进行质量控制，可测定磁共振扫描仪的随时间的稳定性。选用主磁场的不均匀性(B0 inhomogeneous)，信噪比(Signal-to-Noise Ratio)，奈奎斯特伪影(Nyquist Ghost ratio)，畸变(Distortion)，部分各向异性(Fractional Anisotropy，FA)，表观扩散系数(Apparent Diffusion Coefficient，ADC)对水模的弥散加权图像进行质量控制。
[0053] 对于主磁场不均匀性的计算，使用场图进行主磁场不均匀性的计算，选取圆心为水模中心，半径为水模半径N％(70≤N≤90)的圆形的感兴趣区域(Region of Interest，ROI)，场图以及感兴趣区域的示意图如图1所示。利用公式(1)计算主磁场的不均匀性，[0054]
[0055] 其中，BOinhomo表示主磁场不均匀性，Max(ROI)表示感兴趣区域中的最大值，Min(ROI)表示感兴趣区域中的最小值，ΔTE表示扫描过程中使用的两个不同回波时间之间的差值，f表示中心频率。
[0056] 对于信噪比的计算，为免除弥散方向以及扩散梯度的影响，使用b0图进行信噪比的计算。通过将重复扫描的两幅b0图像进行像素级别的相减得到噪声图像，选取圆心为水模中心，半径为水模半径N％(70≤N≤90)的圆形作为感兴趣区域，噪声图像以及感兴趣区域的示意图如图2所示，使用公式(2)进行信噪比的计算，
[0057]
[0058] 其中，SNR表示信噪比，Smean为信号图像感兴趣区域内信号强度的均值，σ为噪声图像感兴趣区域内的标准差。
[0059] 对于奈奎斯特伪影水平的计算，通常以伪影相对于主图像灰度强度的百分比来衡量奈奎斯特伪影水平，由于奈奎斯特伪影只存在于相位编码方向，故将相位编码方向所取
背景像素的均值和频率编码方向所取背景像素的均值相减，所得差值为伪影强度。并以差值和主图像灰度强度均值的百分比计算奈奎斯特伪影水平。计算使用的b0图像以及5个感兴趣区域的划分如图3所示，图像的相位编码方向为上下方向，频率编码方向为左右方向。使用公式(3)计算奈奎斯特伪影，
[0060]
[0061] 其中，Ghostratio表示奈奎斯特伪影水平，Mmiddle表示圆心为水模中心，半径为水模半径N％(70≤N≤90)的圆形感兴趣区域，Mtop，Mbottom表示相位编码方向的长度为水模直径N％(70≤N≤90)，宽度为水模直径K％(5≤K≤10)的矩形感兴趣区域，Mright，Mleft表示频率编码方向的长度为水模直径N％(70≤N≤90)，宽度为水模直径K％(5≤K≤10)的矩形感兴趣区域。
[0062] 对于畸变的计算，可通过畸变更加敏感地探测主磁场的不均匀性，可使用公式(4)来计算畸变，
[0063]
[0064] 其中，Distortion表示图像的拉伸/压缩程度，diaPE表示图像在相位编码方向的直径，diaFE表示图像在频率编码方向的直径。
[0065] 对于部分各向异性的计算，利用公式(5)计算部分各向异性，
[0066]
[0067] 其中，FA表示部分各向异性，对弥散加权数据进行弥散张量成像模型的拟合，计算出张量矩阵，并对张量矩阵对角化求出张量矩阵的三个特征值D1，D2，D3，Davg表示D1，D2，D3三者的均值。可预先定义圆心在水模中心，半径为水模半径N％(70≤N≤90)的感兴趣区域，所求的部分各向异性为感兴趣区域内所有部分各向异性的均值。
[0068] 对于表观扩散系数的计算，使用公式(6)计算各扩散梯度方向的表观扩散系数，[0069] Sk＝S0exp(-bADCk) (6)
[0070] 其中，Sk表示第k个扩散梯度方向的弥散加权图像，S0表示无扩散梯度的图像，b表示扫描过程中的扩散加权因子，ADCk表示第k个方向的表观扩散系数。
[0071] 对于使用同一序列同一水模的弥散磁共振加权图像，可通过云平台自动计算出相应的参数值。将主磁场的不均匀性，信噪比，奈奎斯特伪影，畸变，部分各向异性的计算结果以时间为横轴绘制折线图，可得出各个参数值随时间的变化规律，从而判断磁共振扫描仪随时间的稳定性。图4到图8分别表示对某个扫描中心由水模的弥散加权图像计算得到的主磁场的不均匀性，信噪比，奈奎斯特伪影，畸变，部分各向异性在不同日期的变化情况，横坐标表示日期，纵坐标表示各个参数的值。由于所使用的水模是完全均匀的，水分子各扩散梯度方向的表观扩散系数应该是一样的，可通过计算得到的各扩散梯度方向的表观扩散系数值来观测扩散梯度的稳定性。如图9所示，对于水模的弥散加权图像，通过云平台自动计算出的各扩散梯度方向的表观扩散系数，并绘制成雷达图，通过该雷达图可以直观观察扩散梯度的稳定性。
[0072] 对被试进行扫描时，所得到的弥散加权图像常受到多种伪影的影响，比如头动伪影，方向性伪影等。被试在重复时间(repetition time，TR)内的头动在图像上表现为层面间灰度强度的不正常。可以在所有扩散梯度方向的连续层面间使用归一化相关系数(Normalized Correlation，NC)来检测这种强度相关的伪影。对于归一化相关系数的计算，使用公式(7)计算归一化相关系数，
[0073]
[0074] 其中，NC表示归一化相关系数的值，Ai为图像A的第i个像素值，Bi为图像B的第i个像素值，N是一幅图像中总的像素个数。归一化相关系数在弥散加权数据中呈现的特点是，当b值相同时，不同弥散梯度方向的归一化相关系数曲线近似服从同一分布，但当出现灰度强度伪影时，不同弥散梯度方向的归一化相关系数曲线不再服从同一分布。使用同一磁共振扫描仪，相同序列和参数对同一被试进行两次扫描，第一次被试无明显头动，第二次被试有明显头动。使用云平台自动分别对两次扫描图像的6个不同扩散梯度方向的b0图计算连续层面间的NC值，并将结果可视化。使用第一次无明显头动的扫描数据计算得到连续层面间的归一化相关系数曲线图如图10所示，使用第二次有明显头动的扫描数据计算得到连续层面间的归一化相关系数曲线图如图11所示，横坐标表示不同层面，纵坐标表示归一化相关系数值。对比图10和图11可知，无运动伪影时，不同扩散梯度方向间的连续层面的归一化相关系数曲线偏差较小，各个曲线近似服从同一分布，而当出现头动伪影时，不同扩散梯度方向间的连续层面的归一化相关系数曲线偏差较大。
[0075] 弥散加权成像可能存在方向性伪影，其主要表现为测量的主要扩散方向(Principal Direction，PD)的强偏差，这种伪影是扫描过程中床的振动引起的，在体重为30kg以下的人群中较为严重。为了检测方向性伪影，我们通过云平台，首先利用弥散张量成像(Diffusion Tensor Imaging，DTI)模型对弥散加权数据进行模型拟合，自动计算出全脑的主要扩散方向，并将其可视化，从而可以直观观测主要扩散方向在单位球表面的分布。正常情况下，主要扩散方向在球面分布应该和大脑结构类似，即分为左右两个近乎对称的分布。若出现方向性伪影，则不会出现这种对称性。分别使用Siemens Prisma 3T和Siemens Trio 3T磁共振扫描仪对被试进行弥散加权磁共振图像的扫描，Prisma梯度系统较强，扫描时，床的振动小，和Prisma相比，Trio梯度系统较弱，扫描时，床的振动大，会出现较大的方向性伪影。对于被试的弥散加权图像，通过云平台，利用弥散张量成像模型对弥散加权数据进行模型拟合，计算出全脑的主要扩散方向，人为将球面均匀分成3600个不同方向，并计算出各个方向的主要扩散方向的个数，将结果可视化。使用Prisma扫描所得数据的主要扩散方向的可视化结果如图12所示，使用Trio扫描所得数据的主要扩散方向的可视化结果如图
13所示，横坐标表示不同方向，纵坐标表示各个方向中的主要扩散方向的个数。对比图12，图13可知，当弥散磁共振加权图像无方向性伪影时，主要扩散方向的可视化结果左右近似对称，当弥散磁共振加权图像出现方向性伪影时，主要扩散方向的可视化结果中左右半脑将出现严重不对称的情况。
