磁共振成像(MRI)质量控制是指通过一系列技术程序对磁共振图像质量参数作出检测,该检测结果能够反映成像设备的性能状态,帮助临床工程师对成像系统性能的改变作出及时反应,确保MRI系统正常、稳定、高效地运行。传统的质量控制程序依靠人工检测方式来完成,该过程存在耗时长、准确度低等诸多劣势,不利于质量控制相关工作的开展与普及。针对上述问题,本文基于MATLAB平台,结合数字图像处理相关理论,拟开发磁共振质量控制的智能评价系统。该系统实现对MRI图像质量参数准确、自动、快速的检测,客观反映MRI系统的性能状态,相比于传统检测方式具有巨大的应用优势和潜力。首先,本文基于临床MRI系统运行要求,阐述MRI系统质量控制相关工作开展的重要性,并对国内外研究现状作出分析。文中对若干重要的MRI图像质量参数进行说明,并简要介绍了质量控制流程,针对传统检测方法的不足,探讨了本文研究的目的与意义;同时文中对数字图像处理相关理论与概念也给出简要说明。在对智能评价系统进行设计之前,本文对后续设计中常用的图像处理技术进行讨论,并基于实际应用环境作出改进。对于图像二值化,文中介绍了基于全局阈值与局部阈值的二值化方法,针对局部高亮等质量控制过程中常见的图像质量问题,提出基于曲波(Curvelet)变换的图像增强方法,通过对曲波系数集的调整来达到改善图像灰度级分布的目的,最后利用最大类间方差法(Otsu)进行图像二值化处理;本文随后对包括数学形态学、区域生长等相关图像处理技术也作了详细介绍。其次,针对信噪比与均匀度智能检测子模块,本文基于MRI图像数据采集、重建原理,探究磁共振信号与噪声的分布特性,给出了噪声值计算的校正因子;在此基础上通过种子区域生长、线性平滑滤波等一系列图像处理技术实现对信噪比与均匀度的自动检测。在空间线性度检测子模块中,本文利用霍夫(Hough)变换圆检测进行目标圆孔的提取,并提出改进的随机霍夫变换(RHT)圆检测方法,利用梯度减少无效累积等问题,提高圆检测效率。在空间分辨率检测子模块中,本文采用模板匹配技术实现对条状物目标的识别,并利用位置等先验知识提高匹配效率。最后,本文将上述各参数智能检测子模块整合成完整的MRI质量控制智能评价系统。该系统利用相关图像处理技术,能够对导入的MRI质量控制图像进行智能分析,成功取代传统的人工检测过程,实现对图像质量参数准确、自动、快速的检测。该智能评价系统克服了传统质量控制程序中繁琐耗时、准确度低等缺陷,同时解放了质量控制对临床影像后处理工作站的占用,对于质量控制相关工作的开展与普及起到积极且重要的作用。