利用DDPM推导内容与基于Transformer评估器的盲CT图像质量评价
图像与视频处理
2023-10-06 v1 计算机视觉与模式识别
摘要
降低每视图辐射剂量和利用每次扫描稀疏视图是两种常见的CT扫描模式，尽管常导致以噪声和条纹伪影为特征的失真图像。盲图像质量评价（BIQA）致力于评估与放射科医生感知一致的感知质量，在推动低剂量CT重建技术方面发挥重要作用。一个引人注目的方向是开发模仿人类视觉系统（HVS）运行特性的BIQA方法。内部生成机制（IGM）理论揭示HVS主动推断主要内容以增强理解。在本研究中，我们引入一种模仿IGM主动推断过程的创新BIQA指标。首先，构建一个以去噪扩散概率模型（DDPM）实现的主动推断模块以预测主要内容。然后，通过评估失真图像与其主要内容之间的相互关系导出相异度图。随后，将失真图像与相异度图组合为多通道图像，输入基于transformer的图像质量评估器。值得注意的是，仅利用该基于transformer的质量评估器，我们在MICCAI 2023低剂量计算机断层扫描感知图像质量评价大挑战中获得第二名。借助DDPM推导的主要内容，我们的方法进一步提升了在挑战数据集上的性能。
引用
@article{arxiv.2310.03118,
title = {Blind CT Image Quality Assessment Using DDPM-derived Content and Transformer-based Evaluator},
author = {Yongyi Shi and Wenjun Xia and Ge Wang and Xuanqin Mou},
journal= {arXiv preprint arXiv:2310.03118},
year = {2023}
}
备注
10 pages, 6 figures