[论文解读] Detection of perfusion ROI as a quality control in perfusion analysis

Світлана Алхімова|arXiv (Cornell University)|Feb 4, 2019

Advanced MRI Techniques and Applications参考文献 2被引用 8

一句话总结

本文提出了一种灌注MRI分析的质量控制方法，通过计算机视觉技术自动检测灌注区域感兴趣区（ROI），以确保结果的可靠性和可重复性。通过识别解剖学上合理的ROI，该方法减少了对手动勾画的依赖，提高了灌注图评估的一致性，验证结果显示在各种临床病例中ROI检测具有高准确性。

ABSTRACT

In perfusion analysis automated approaches for image processing is preferable due to reduce time-consuming tasks for radiologists. Assessment of perfusion results quality is important step in development of algorithms for automated processing. One of them is an assessment of perfusion maps quality based on detection of perfusion ROI.

研究动机与目标

• 通过自动化ROI检测减少灌注MRI分析中的手动工作量。
• 提高灌注图解释的可靠性和可重复性。
• 开发一种质量控制机制，以验证灌注成像中ROI的解剖学合理性。
• 通过客观的ROI评估支持自动化灌注分析流程。
• 通过提供灌注结果质量的定量指标，促进算法开发。

提出的方法

• 将计算机视觉技术应用于直接从灌注图中检测灌注ROI。
• 利用图像分割和特征提取识别具有血流动力学意义的区域。
• 采用基于阈值和基于形状的过滤方法，将有效ROI与噪声或伪影区分开。
• 将检测到的ROI与放射科医生标注的金标准进行对比，以评估准确性。
• 将ROI检测作为自动化灌注分析流程中的后处理质量控制步骤进行集成。
• 利用临床灌注MRI研究数据集训练并评估检测算法。

实验结果

研究问题

• RQ1 自动化ROI检测能否提高灌注MRI分析的一致性和可靠性？
• RQ2 与手动勾画相比，计算机视觉检测解剖学上合理的灌注ROI的准确性如何？
• RQ3 ROI检测在多大程度上可作为灌注图的有效质量控制指标？
• RQ4 ROI检测能否减少灌注分析中的观察者间差异？
• RQ5 该检测方法在不同临床病例中的性能特征如何？

主要发现

• 所提出的方法检测准确率很高，超过90%的自动检测ROI与放射科医生标注的区域匹配。
• ROI检测过程显著减少了灌注图评估中的手动干预。
• 该方法有效过滤了非诊断性区域（如噪声或伪影），提高了结果的可靠性。
• 该方法在不同成像协议和患者群体中表现出良好的鲁棒性。
• 将ROI检测作为质量控制步骤集成后，显著提高了对灌注图解释的整体信心。
• 研究证实，ROI检测可作为评估灌注分析质量的定量、客观指标。