mrQA 是一套强大的质量保证 (QA) 工具,专为医学影像数据集精心设计,尤其侧重于磁共振成像 (MRI) 数据。其主要目的是确保影像数据的完整性、一致性和协议合规性,这对于临床诊断和科学研究都至关重要。通过自动化关键的质量保证检查,mrQA 有助于减少错误、降低可变性,并提高医学影像研究的可复现性。
该工具在依赖高质量医学影像的各种科学和临床领域中有着广泛的应用。在神经科学领域,它支持需要一致 MRI 数据进行脑图谱、功能连接和纵向分析的研究,确保观察到的变异是生物性的而非技术性的。在医学物理学和放射学领域,mrQA 对于维护 MRI 扫描仪的运行质量、执行常规检查以及根据既定标准验证成像协议是不可或缺的。它对于多中心临床试验也至关重要,在这些试验中,不同机构间数据采集的一致性是一个关键挑战。
mrQA 的实际应用和用例包括:
- 自动化协议合规性验证:该工具可以自动审查 DICOM 元数据和图像属性,以确认扫描参数符合预定义的研究协议,并标记任何可能损害数据质量或可比性的偏差。这对于要求特定采集参数(例如,序列类型、翻转角、体素大小)的研究项目至关重要。
- 纵向数据一致性监控:
mrQA可以随时间跟踪成像参数和质量指标,从而能够检测在同一受试者的不同扫描会话之间或在纵向研究中可能出现的扫描仪微小漂移、硬件问题或不一致性。 - 基于体模的质量控制:它便于分析体模扫描,从而可以对信噪比 (SNR)、几何畸变和图像均匀性等指标进行定量评估,这些指标对于每日和每月的质量保证程序至关重要。这有助于识别和量化影响回波平面成像 (EPI) 序列的涡流效应等问题。
- 大型队列数据协调:对于涉及来自多个扫描仪或中心数据的大规模研究,
mrQA提供了一个标准化框架,以确保所有传入数据都满足一致的质量阈值,从而提高汇总结果的可靠性。 - 提高可复现性:通过保证原始影像数据的质量和一致性,
mrQA直接有助于提高源自 MRI 的科学结果的可复现性,为医学影像领域稳健的 AI for Science 应用奠定基础。
回波平面成像
质量保证和模型测试
诊断性影像学
头颈部影像学中的计算机断层扫描
工具构建参数
| 主要语言 | Python (93.35%) |
| 许可证 | Apache-2.0 |
