基于上下文感知引导的 CT 图像质量评估
计算机视觉与模式识别
2026-01-06 v1
摘要
基于提示的方法通过描述性文本编码医学先验知识在 CT 图像质量评估中仅受到最小程度的探索。虽然此类提示可以嵌入关于诊断质量的先验知识，但往往会引入偏见，反映出可能不适用于真实世界退化（如噪声、运动伪影或扫描仪可变性）的理想化定义。为此，我们提出了基于上下文感知提示的图像质量评估（CAP-IQA）框架，该框架将文本级别的先验知识与实例级别的上下文提示相结合，并应用因果去偏以分离理想知识与事实、图像特定的退化。我们的框架将基于 CNN 的视觉编码器与特定于领域的文本编码器相结合，用于评估腹部 CT 图像中的诊断可见性、解剖清晰度和噪声感知。该模型利用放射科风格的提示和上下文感知的融合，将语义与感知表示对齐。在2023年 LDCTIQA 挑战基准上，CAP-IQA 实现了总体相关得分 2.8590（PLCC、SROCC 和 KROCC 的和），超过了排名第一的团队（2.7427）4.24%。此外，我们的全面消融实验确认，提示引导的融合和简化的仅编码器设计共同增强了特征对齐和可解释性。进一步地，在 91,514 例儿童 CT 图像的内部数据集上的评估表明，CAP-IQA 在评估不同患者人群中感知保真度方面具有真正的通用性。
引用
@article{arxiv.2601.01613,
title = {CAP-IQA: Context-Aware Prompt-Guided CT Image Quality Assessment},
author = {Kazi Ramisa Rifa and Jie Zhang and Abdullah Imran},
journal= {arXiv preprint arXiv:2601.01613},
year = {2026}
}
备注
18 pages, 9 figures, 5 tables