使用CAT12工具箱进行结构MRI的基于细分的质量控制

科学领域:

• 神经成像是一种神经成像.
• 医学图像分析 医学图像分析

背景情况:

• 磁共振图像 (MRI) 的质量显著影响分析结果.
• 扫描仪,协议和运动等工件的变化可能会导致结果偏差.
• 可靠的图像质量评估对于识别异常值至关重要.

研究的目的:

• 开发和验证结构性 (T1加权) MRI 的质量评估框架.
• 标准化图像质量测量和创建一个综合的评级系统.
• 为了促进异常值的识别,特别是那些具有运动工件的异常值.

主要方法:

• 在SPM/CAT12软件中使用了组织分类.
• 引入并将多个图像质量测量标准化为质量尺度.
• 将措施组合成一个综合的结构图像质量评级.
• 使用合成和真实数据集评估了强度.

主要成果:

• 拟议的质量指标对模拟的细分问题和缩,年龄,性别,大脑大小和疾病的变化具有强大影响.
• 该框架通过检测协议内偏差,有效地促进了运动工件的分离.
• 综合评级系统有助于解释和快速识别异常值.

结论:

• 开发的质量控制框架是一个简单而强大的工具.
• 它适用于研究和临床环境中的应用.
• 提高MRI数据分析的可靠性和有效性.