MRQA：解决 MRI 协议不合规的广泛问题

背景介绍

近年来，大规模神经影像数据集在研究脑-行为关系中发挥了至关重要的作用，例如阿尔茨海默病神经成像计划（ADNI），人类连接组计划（HCP），少年大脑认知发展（ABCD）研究等。这些数据集通常由多个站点和不同的扫描仪型号采集。然而，跨站点或跨设备的数据收集存在一个重要问题，即成像参数的一致性不足。成像参数的不一致会严重影响数据质量，降低信噪比（SNR）和统计功效，甚至可能使研究结果无效。

传统上，确保MRI扫描协议一致性是一项繁复且手动的任务。这主要是由于DICOM（数字成像和通讯标准）的复杂性和缺乏资源来专门处理这一问题。另外，由于不同站点场所的参数值经常被即兴调整，协议不合规问题通常被忽视。因此，在多个站点进行数据汇总时，一致的成像协议显得尤为重要。

研究及作者介绍

本文由Harsh Sinha和Pradeep Reddy Raamana撰写，他们分别来自匹兹堡大学计算与信息学院智能系统项目、生物医学信息学系和放射学系。本文发表于《Neuroinformatics》期刊，接受日期为2024年5月4日。

研究目的及方法

鉴于现有手动核查的时间和精力成本非常高，本研究提出了一款开源工具MRQA（Magnetic Resonance Quality Assurance），旨在自动评估MRI数据集的协议合规性。MRQA可以处理DICOM和BIDS格式的数据集，并特别关注发现协议不合规现象。在超过20个公开的神经成像数据集（包括大型ABCD研究）中进行测试，结果表明协议不合规问题普遍存在。这些不合规现象包括重复时间（TR）、回波时间（TE）、翻转角（FA）和相位编码方向（PED）的偏差。

工作流程

1. 数据解析：MRQA首先解析输入数据集，建立包含所有成像参数的数据结构。
2. 合规检查：对不同成像模式（如解剖、功能和扩散MRI）进行汇总和评估，生成协议合规报告。

分析步骤

a. 水平审计：检查单一成像模式下所有受试者在参数配置上与参考协议的一致性。 b. 垂直审计：在单次成像会话内检查多种成像模式之间的一致性，确保各模式的采集参数协调。

使MRQA与其他方法不同的是其在扫描仪上直接进行检查，并且可以通过自动化脚本进行定期监控（例如每天或每周），及时通知研究人员任何不合规现象。

结果

通过在ABCD和OpenNeuro等数据集上的测试，发现不同厂商的扫描仪存在显著的不合规现象。特别是GE和Philips的扫描仪相比于Siemens的扫描仪有更高的不合规率。具体表现为：

• ABCD数据集：在T1加权图像中，Philips扫描仪的不合规率高达64.43%，而GE扫描仪为2.0%。
• OpenNeuro数据集：多个数据集中发现了关键参数（如PED、磁场强度和回声列长）的缺失。

这些结果表明，协议不合规在多站点采集中是一个普遍存在的问题，需要在图像采集前和采集后进行合规检查，以确保数据的完整性和可靠性。

讨论和意义

合规性问题不仅影响计算模型的预测性能，也可能影响临床实验的广泛应用和科学研究结果的可重复性。通过引入自动协议合规检查工具MRQA，可以显著减少手动核查过程中可能出现的错误和遗漏，提高数据集的质量和统计分析的有效性。

本研究强调了在数据采集过程中及时发现和纠正不合规现象的重要性。尽管目前MRQA仍有一些限制，例如无法解析GE和Philips私有头文件中的参数，但其为实现MRI数据集的协议一致性提供了一个重要的工具，并且具有广泛的应用前景。

结论

本文介绍的MRQA工具为解决MRI数据集中协议不合规问题提供了一个有效的解决方案。它可以自动生成合规报告，帮助研究人员及时发现和纠正不合规现象，从而确保数据的完整性和统计分析的可靠性。随着神经成像数据集规模的不断扩大，这一工具的实用性和重要性将愈发显著。