低剂量CT去噪中有配对与无配对图像质量评估的比较研究
图像与视频处理
2023-04-12 v1 计算机视觉与模式识别
摘要
当前用于低剂量CT去噪的深度学习算法可分为配对和无配对方法。前者使用良好配对的数据集，而后者放宽了这一约束。无配对数据集的大量可用性引发了人们对深化无配对去噪策略的兴趣，这反过来需要超越定性评估的鲁棒评价技术。为此，我们可以使用定量图像质量评估分数，我们将其分为两类，即配对和无配对度量。然而，无配对度量的解释并不直观，也因为其是否与配对度量一致尚未得到充分研究。为应对这一局限，本工作中我们考虑了15种配对与无配对分数，并将其应用于评估低剂量CT去噪的性能。我们进行了深入的统计分析，不仅研究配对与无配对度量之间的相关性，也研究各类别内部的相关性。这得出了有用的指导方针，可帮助研究者和从业者为其应用选择合适的度量。
引用
@article{arxiv.2304.05359,
title = {A comparative study between paired and unpaired Image Quality Assessment in Low-Dose CT Denoising},
author = {Francesco Di Feola and Lorenzo Tronchin and Paolo Soda},
journal= {arXiv preprint arXiv:2304.05359},
year = {2023}
}