一个统计方法,自动分析低对比物体检测测试的大型ACRMRI幻影的自动化分析

科学领域:

• 医疗成像医学成像
• 放射学 放射学是一门学科.
• 质量控制 质量控制 质量控制

背景情况:

• 核磁共振成像系统的质量控制至关重要.
• 美国放射学学院 (ACR) 有一个标准化幻影测试协议.
• 在ACR协议中手动测量是耗时的,劳动密集的,容易变化,特别是低对比物体检测 (LCOD).

研究的目的:

• 提出和评估一种自动化的方法,用于MRI中的LCOD测试.
• 为了克服手动LCOD评估的局限性.

主要方法:

• 开发了自动化的Python代码来分析图像强度配置文件沿着对比盘的辐射路径.
• 使用一般线性模型统计测试来比较强度配置文件与几何模板.
• 使用代码和两个人类评估员,评估了80个图像体积 (40个T1和40个T2加权),每一个被评估两次.

主要成果:

• 自动化的Python代码展示了完美的内部评分器协议,与显示变化的人类评分器不同.
• 代码和人类评级者之间的评级者之间的协议与人与人之间的协议相当.
• 在压力测试中,人类评分器和代码都对图像带宽变化表现出了类似的反应.

结论:

• 这种自动化方法有效地消除了LCOD测试中的率内变异性.
• 该方法与人类评估达成了强烈的评审者间一致,表明了可靠性.
• 这种自动化方法适用于临床环境,为手动LCOD评估提供了可靠的替代方案.