0 前言

       医疗设备的使用质量直接影响设备的使用效率和诊断治疗效果，是医疗质量与水平的重要体现^[1]。MRI作为我国临床及生命科学研究领域应用最为广泛的成像技术之一^[2]，在临床医疗服务及医疗设备产业当中有着极其重要的地位。近年来，MRI市场容量加速发展，国内MRI设备制造企业在规模和技术水平上也逐步得到发展，无论低场还是高场MRI系统都已有自主研发机型生产并应用于临床；MRI设备制造企业数量也由原来的少数几家发展到近20家，在磁体、射频与梯度线圈、谱仪、冷头等关键部件的技术水平上部分已经达到或接近国际先进水平。但在管理水平、发展理念、工程技术能力、盈利模式和资金规模、全球化贸易等方面与国际先进医疗设备制造企业间依然存在相当大的差距^{[3, 4, 5]}；国内MRI设备制造企业在科技创新、产品自主研发上投入少、创新能力不足，因此拥有自主知识产权少、市场竞争能力不强^{[6, 7]}。其中重要的原因之一是没有保证企业产品市场份额的“软”环境。从对西门子、GE在MRI医疗装备市场上的绝对优势地位的分析得出，这种软环境的主要构成就是标准的制定和质控手段的建立。这些跨国企业垄断市场的主要原因就是他们控制了业界的标准，所以如果不进行标准和质控手段的研究和制定，就无法振兴和发展我国的高端医疗装备产业。

       国外一些组织，如美国医学物理家协会、美国放射协会和国际电工技术委员会（International Electrotechnical Commission, IEC）等，自20世纪90年代以来对MRI设备硬件物理参数提出了一系列相关要求，但目前仍没形成统一的标准^[8]。国内相关的工作开展远不及国外^[9]，原卫生部出台的行业标准WS/T263-2006《医用磁共振成像（MRI）设备影像质量检测与评价规范》^[10]中也只是做了一般性的描述和对国外相关标准的翻译，缺乏可操作性；另一个行业标准《YY-T0482-2010 医用成像磁共振设备主要图像质量参数的测定》^[11]是对IEC 62464-1：2007的修改采用，缺乏国内技术数据支持，更谈不上对国外进口MRI设备进行评价的能力和对国产设备生产商的支撑。

       目前的商业用水模，比如美国模体实验室生产的Magphan体模，采用ACR标准设计，其设计被多家MRI生产企业借鉴，用来进行设备日常质控，可以对MRI仪的多个参数进行测量，如：信噪比、均匀度、层厚、层间距、空间分辨率、几何畸变（空间线性）等^[12]。ACR标准作为国际行业标准，是对设备在最低性能条件下测量的各项参数进行要求，因此，基于此类水模设计的质控方法仅能满足对MRI设备性能最低要求进行检测，并不能检测MRI设备高性能工作模式下的稳定性与准确性。

       随着国内MRI设备制造企业在规模和技术水平上的逐步发展，以及国内医疗机构MRI设备的普及和MRI技术的不断发展，新的成像方法、成像技术层出不穷，尤其随着功能MRI技术的发展，对MRI设备的定量评价功能的需求愈发迫切。功能MRI打破了以往对MRI技术是一种“半定量”成像技术的限制，提出了一系列如纵向弛豫时间（longitudinal relaxation time, T1）、横向弛豫时间（transverse relaxation time, T2）、表观扩散系数（apparent diffusion coefficient, ADC）等可定量的成像方法，扩展了MRI的应用领域^{[13, 14, 15, 16]}。然而功能成像的质控难度远比常规成像质控更加复杂，除了信噪比、分辨率以及形变等常规成像检测项目之外，其定量准确性更加难以质控^{[17, 18, 19]}。比如，Victoreen体模配有功能成像模块，在常规水模功能基础之上增加了T1/T2值测定，可以对设备的功能成像进行质控，但是作为标准来说仍然缺乏普适性。

       本研究针对功能MRI质控的需求，提出一种新的基于多参数水模的质控方法，通过创新的算法对水模扫描所获得的图像进行分析，获得扫描设备在功能成像方面的准确性与稳定性，从而达到功能成像质控的目的。

1 材料与方法

1.1 多参数水膜设计

       MRI设备所探测的MR信号与每个像素内被测对象某元素的质子密度（proton density, PD）、T1、T2、重复时间（repetition time, TR）、回波时间（echo time, TE）等有关^[20]，这些信息全部存在于MRI设备所输出的图像中，一般可以表示为公式（1）。此外，ADC对于成像数据也有重要的影响，尤其是对一些具有扩散性能的组织成像。

       因此本研究选取PD、T1、T2、ADC作为多参数水模考察的参数。这些参数通过水模中不同的结构层和层内内置的特征溶液进行表征，同时保留一些行业中原有水模的长度量测量功能，如层厚，分辨率等。

       本研究设计球形多参数水模，结构如图1A所示。整体外观设计由两个半球和一个圆柱组成，内部结构设计三维立体图如图1D、1E所示。多参数水模的各组件均使用聚碳酸酯材料，采用机械加工的方式制作。加工完成的球体及组件按照设计功能在不同的内部区域灌注不同的溶液，然后进行相应的封装。该水模包括了5层结构，每一层对应的测量参数分别为T1、T2、长度类参数（层厚、高分、低分、斜率变化）、PD、ADC，每一层（除长度类层外）相对应地分别采用氯化镍（NiCl2）、氯化锰（MnCl2）、钆喷酸葡甲胺盐（gadolinium-DTPA, Gd-DTPA）、重水（D2O）、聚乙烯吡咯烷酮（polyvinylpyrrolidone, PVP）溶液来模拟组织的该参数。该参数的变化则通过同一层同种溶液的浓度变化来实现。具体的溶液、参数、变化个数见表1。

       在对多参数水膜的各功能层参数定值时，T1、T2功能层各溶液的T1、T2值在600 MHz的MR波谱仪上测定，获得同一功能层不同溶液浓度的T1值和H质子位移。PD采用Gd-DTPA和重水D2O溶液进行定值。在3.0 T MRI仪使用头部线圈并设置扩散加权成像（diffusion weighted imaging, DWI）序列，对PVP溶液进行扩散系数定值。

点击查看大图

图1  球形多参数水膜内外结构和外观图。1A：结构图；1B：球形多参数水膜实体外观图；1C：外观示意图；1D：球形多参数水膜切面图；1E：球形多参数水膜内部结构图。
Fig. 1  Internal and external structure and appearance of a spherical multi-parameter water film. 1A: Structure; 1B: Solid appearance of a spherical multi-parameter water film; 1C: Schematic appearance; 1D: Section of a spherical multi-parameter water film; 1E: Internal structure of a spherical multi-parameter water film.

点击查看表格

表1  不同层的小球（圆柱）灌装溶液表
Tab. 1  Table of filling solutions of spheres (cylinders) in different layers

1.2 质控标定方法设计

       对于MRI的图像，本研究建立了通过三个步骤完成质控标定的方法：提取MRI图像目标区域灰度值、获取多域信息、通过数据拟合建立质控标定算法。提取MRI图像目标区域灰度值的处理又分为两个步骤，即MRI图像增强和MRI图像目标提取。本研究利用自适应分数阶微分的方法突出MRI图像中目标区域实现图像增强，利用改进的Canny算法完成MRI图像目标区域提取。本研究采用多转换域获取MRI图像中的信号。有以下三种灰度计算方法。（1）空域均值：在经过边缘处理提取的结果图中，获得每个封闭区域的平均值；（2）频域分量：在经过边缘处理提取的结果图中，每个封闭区域进行傅里叶变换，取低频部分，获得实部的均值；（3）卷积：在经过边缘处理提取的结果图中，每个封闭区域根据其质心位置，分为9份，以中间位置为掩模进行卷积，并获得其均值。然后基于T1、T2、PD和扩散系数ADC的表达式通过数据拟合分别建立T1、T2、PD和ADC的质控标定算法。质控标定方法建立的流程如图2所示。

点击查看大图

图2  质控标定方法建立流程图。
Fig. 2  Flow chart of the quality control calibration method establishment.

1.3 测试设备

       本研究使用1.5 T MRI仪对球形多参数水膜各功能层进行定值。在多参数水膜设计制作完成之后的MRI仪的实际质量控制评价中，利用已建立的多参数水膜对两台3.0 T MRI仪进行质量控制评价，并对T1算法偏差结果进行计算，两台机型匿名处理分别命名为PA0 和PA1。

1.4 测试设备参数

       进行T1值、T2值、ADC值测定时MRI设备扫描参数如下：（1）T1值测定采用反转恢复-快速自旋回波（inversion recovery-fast spin echo, IR-FSE）序列，FOV 24 cm×24 cm，层厚3 mm，层数3，矩阵256×256，TR 4000 ms，TE 10 ms，NEX 2，采集带宽31.2 kHz，反转时间50、100、200 ms；（2）T2值测定采用CPMG（Carr-Purcell-Meiboom-Gill）脉冲序列，FOV 24 cm×24 cm；层厚3 mm，层数3，矩阵256×256，TR 800 ms，TE 4.5、10.0、15.5、21.0、26.5 ms，NEX 2，采集带宽31.2 kHz；ADC值测定采用DWI序列，FOV 24 cm×24 cm，层厚3 mm，层数3，矩阵256×256，b值1000 mm²/s，带宽250 kHz。

2 结果

2.1 各功能层参数定值结果

       在600 MHz的MR波谱仪上的测定能够表征T1、T2参数定值，经处理计算获得同一功能层14个不同溶液浓度的T1值和H质子位移。T1、T2的定值结果如表2所示。PD采用Gd-DTPA和D2O溶液进行定值，其结果和溶液浓度是直接的正比关系，因此直接使用两种溶液的浓度值（或者体积比）进行定值，其定值见表3。在3.0 T MRI仪使用头部线圈，在DWI序列上对PVP溶液进行扩散系数定值，结果如表3所示。

点击查看表格

表2  弛豫时间T1、T2定值结果
Tab. 2  Results of relaxation time T1 and T2 fixing

点击查看表格

表3  质子密度值定值结果
Tab. 3  Results of proton density value determination

2.2 应用测试评价结果

       本研究以两台测试机型（PA0，PA1）的T1值测试为例，两台测试机型均为3.0 T MRI仪，多参数水膜T1功能层分别在PA0和PA1采集得到MRI图像。各样品管的MRI图像分布如图3示，经提取MRI图像目标区域灰度值、多域信息获取、数据拟合之后提取到两台机型三种算法的T1值，具体结果如表4所示。MRI仪PA0、PA1的T1算法偏差结果（相对百分比）如图4所示。

点击查看大图

图3  磁共振成像仪T1层样品管分布图像。
Fig. 3  Images of the T1 layer of the MRI.

点击查看大图

图4  磁共振成像仪PA0（左图）、PA1（右图）的T1算法偏差结果（相对百分比）。红色曲线代表最小二乘算法结果；蓝色曲线代表BP（back propagation）神经网络算法；十字符号代表正弦余弦算法。x=1代表灰度均值、x=2代表灰度卷积值、x =3代表灰度频域值、y值代表最小二乘阶数（或者BP神经网络层数）。
Fig. 4  T1 algorithm deviation results (relative percentages) for magnetic resonance imager PA0 (left panel) and PA1 (right panel). The red curves represent the least squares algorithm results and the blue curves represent the back propagation (BP) neural network algorithm. The cross symbols represent the sine cosine algorithm. x=1 represents the mean grey scale value, x=2 represents the grey scale convolution value, x=3 represents the grey scale frequency domain value, and the y value represents the least squares order (or the number of BP neural network layers).

点击查看表格

表4  三种灰度算法T1值提取结果
Tab. 4  T1 extraction results for the three grey-scale algorithms

3 讨论

       MRI设备的硬件物理参数决定了设备的客观性能，而所有的物理参数又可以通过不同的关系链条溯源至国际单位制（SI），这就保证了由此思路建立起来的质控方法取得了国际等效性的基础。在国外的相关MRI质控标准中尚未见到这种质控溯源方式。本项目从国内外MRI设备的生产、临床使用情况出发，研究可溯源至SI的设备性能评价方法并将其标准化，构筑提升我国MRI设备质控的基础，并为其他数字诊疗装备质控提供共性技术支撑。本质控方法是建立在可溯源至SI的基础上，以及基于可测量的原则。通过标准装置复现质控所需要的量值并溯源至SI，同时通过标准器具（标准模体）进行量值传递与校准，可以将最高量值传递到临床和设备生产中完成质控，同时建立在此基础上的质控方法将随着SI的变革而变化，保持其国际先进性。

       本研究设计研制多参数水膜建立质控标定算法可对MRI设备常规的信噪比、图像均匀性、空间线性、空间分辨力、层厚等进行质控，并且可对功能成像的PD、T1、T2、ADC值质控。提取两台测试机型的三种算法T1值研究发现，最小二乘法的T1质控分析方法能够显著发现MRI仪的量值稳定性，如PA0的T1量值稳定性明显优于PA1；而BP（back propagation）神经网络由于有训练过程，比单纯只用某次数据的最小二乘法和正弦余弦法有更普遍的适应性，因而值相对稳定，使用于不同灰度提取方法；灰度卷积提取方法由于加入了当前像素周边的像素值作为卷积核，因而对于量值的可靠些更高。因此，采用灰度卷积+最小二乘法对质控数据进行分析，可以首先对MRI仪的量值稳定性进行有效的质控，然后采用灰度卷积+BP神经网络算法对质控数据进行分析，可以在量值稳定性排查的基础对量值准确性进行进一步的质控。

3.1 本研究的创新点

       本研究以功能成像质控为切入点，与以往的质控方法不同，本研究将各量溯源至相应国家基准。这些参数除了常规的信噪比、图像的均匀性、空间线性、空间分辨力、层厚、纵横比、磁场均匀性之外，还自行设计了多参数水模对功能成像定量技术进行质控，并将量值溯源至灰度计量标准。测试结果表明，基于该多参数水膜的质控方法能够有效地甄别MRI仪的质量。MRI设备的硬件物理参数决定了设备的客观性能，而所有的物理参数又可以通过不同的关系链条溯源至SI，这就保证了由此思路建立起来的质控方法取得了国际等效性的基础。

3.2 本研究对临床与科研的意义

       随着MRI技术的发展，功能MRI的临床应用和科学研究已经得到广泛的认同^[21]。通过定量检测T1值、T2值和ADC值的变化，能够整体、客观地显示器官的病理组织学变化特点，反映组织特性，且能够进行重复检查。T1、T2值定量在肿瘤诊断、鉴别诊断、预后疗效评价等方面具有一定价值^{[22, 23, 24, 25, 26]}；而ADC是扩散张量成像（diffusion tensor imaging, DTI）技术临床应用的主要参数之一，在许多DTI研究中，ADC都是重要的量化指标，尤其在前列腺癌^{[27, 28]}、肝癌^[29]及脑功能成像领域^[30]具有非常重要的价值^[31]。为了保障其成像结果的可靠性，就需要普及MRI设备的质量控制工作^{[32, 33, 34]}。国内相关工作开展远不及国外，亟需建立起一个完整且易于操作的功能MRI质量控制检测规范，强制进行周期性检测，为每台设备建立个性化的性能参考基线^[35]。以便当检测结果与参考基线发生较大偏差时，提示工程师做相应的检查排查工作，便于提早发现问题并及时对机器进行调整，保证MRI设备工作的安全性和结果的可靠性。

3.3 本研究的社会价值

       国内在医学影像标准化、MRI设备质量控制领域基本上在追随国外的做法，但是又有相当大的差距^[36]。而且即使能够达到国外的水平，以模仿国外方法建立起来的标准也难以对国外数字医疗影像设备进行真正意义上的质量把关，更没法以“标准”为抓手扶持国内自主研发的同类影像设备。本研究以此为切入点，建立了能够溯源至SI的设备性能评价方法，并将其标准化，构筑提升我国MRI设备质控的基础，并为其他重大数字诊疗装备质控提供共性技术支撑。

3.4 本研究的不足

       MRI技术的进展非常迅速，尤其是功能MRI技术，以及伴随着人工智能应用而产生的智能化扫描方案。本研究所建立的质控方法仅对其中一小部分进行了实践与验证，还有大量的应用及算法等内容的质控方式需要研究、建立。

4 结论

       本研究自行研制的多参数水模能够对功能MRI定量技术进行质控，建立了能够溯源至SI的设备性能评价方法并将其标准化，构筑了我国MRI设备质控的基础。