绘制前行之路：CT 图像质量评估——深入综述
图像与视频处理
2024-05-02 v1
摘要
计算机断层扫描（CT）是临床诊断多种疾病时常使用的成像技术。然而，由于大量非均匀CT数据在图像质量方面呈现出巨大的存储和管理挑战，临床诊断、数据存储和管理成为重大难题。因此，CT图像质量评估（CT-IQA）已成为亟需关注的关键问题。本文审阅了CT图像质量评估（IQA）的历史、研究进展及当前发展。本文收集并研究了2023年8月之前发布的超过500篇CT-IQA论文，并对这些论文的关键词和共引文献进行可视化分析。本文还涵盖了CT-IQA持续发展的前景与障碍。当前，CT-IQA领域的重要研究分支包括鬼体试验、人工智能深度学习重建算法、剂量降低机会以及虚拟单能重建。人工智能（AI）基于CT-IQA的研究正成为趋势。AI提升了CT扫描设备的准确性，放大了CT系统重建算法的影响，并为后处理CT图像创建了有效算法。AI基于医学IQA在临床工作中提供了优异的应用机会。AI可在各种医疗机构之间提供统一的质量评估标准和更全面的指导，鼓励它们识别彼此的图像，有助于降低不必要测试及其相关成本，提高医学影像和评估效率。
引用
@article{arxiv.2405.00075,
title = {Charting the Path Forward: CT Image Quality Assessment -- An In-Depth Review},
author = {Siyi Xun and Qiaoyu Li and Xiaohong Liu and Guangtao Zhai and Mingxiang Wu and Tao Tan},
journal= {arXiv preprint arXiv:2405.00075},
year = {2024}
}